基于储能运行状态的光伏功率稳定输出控制方法与流程

本发明涉及光伏发电技术领域，特别是涉及一种基于储能运行状态的光伏功率稳定输出控制方法。

背景技术：

光伏发电作为国家能源战略的重要组成部分，近年来得到了迅速发展，为电网输送了大量清洁能源。但由于其固有的波动性、间歇性和不可控的特点，光伏发电系统装机容量和渗透率的不断提高的同时，也给电力系统的安全稳定运行带来了很多负面影响，如调峰能力差、对电网冲击大、需增加旋转备用容量等。因此，为光伏电场配备一定容量的储能储能系统可以有效平抑光伏输出功率波动，提高系统的电能质量，实现对电网的友好接入。

近年来，国内外学者对储能的配置问题进行了相关研究，取得了诸多研究成果，现有技术中公开了以下技术方案：

通过实时的电池soc反馈调节控制分别实现了对风光联合发电系统功率波动的平抑；

用小波包方法分解光伏输出功率信号，结合不同类型储能的循环寿命性能，通过对功率型储能soc的模糊自适应控制，实时调整能量型储能和功率型储能的充放电功率；

基于蓄电池储能系统的荷电状态(soc)，通过相关规则实时调整滤波器的滤波时间常数，来实现控制荷电状态稳定在正常工作状态的目标；

基于光伏出力和负荷短期预测误差，利用区间估计法得出储能设备的容量配置函数，比较储能容量在分布式配置和集中式配置下的预测误差方差，以达到更优的功率补偿效果；

利用离散傅里叶变换对可再生能源进行频谱分析以确定储能补偿范围，进而提出满足要求的容量确定方法；

以独立风光柴储微网系统为研究对象，建立起容量优化模型，利用遗传算法以综合成本费用最低为优化目标，探讨了系统中各个电源在给定调度策略下最优容量配置。

上述研究对光伏电站并网功率的波动问题上进行了较多考虑，但并未考虑储能本体的运行状态对于光伏功率波动的影响，由此使得上述方法对于储能的容量需求偏大。

技术实现要素：

为克服现有技术的不足，本发明的目的在于提供一种基于储能运行状态的光伏功率稳定输出控制方法。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种基于储能运行状态的光伏功率稳定输出控制方法，所述方法包括：

s1、选定研究对象时间截面窗口长度y及其运行数据p(t)；

s2、基于最佳功率输出模型确定期望输出目标值pg，并给定初始soc值；

s3、设置粒子群维数d，最大迭代次数mmax，收敛精度cσ，同时初始化粒子群位置x和速度v；

s4、根据充放电策略，计算各粒子的适应度值并将其自身粒子极值pi及全局例子极值pg比较，若适应度值较小，则更新pi及pg，若否更新粒子速度vid及位置xid；

s5、计算δσ²并判断是否满足收敛条件若是，则获取最佳储能容量wo；若否，重新释放例子组建新的族群，并重复步骤s4，式中，δσ²为粒子群的群体或全局适应度方差的变化量，cσ为接近于零的定常数。

作为本发明的进一步改进，所述步骤s1中的最佳功率输出模型中：

t时刻光伏功率输出功率pp(t)与并网目标功率pref(t)的差值δp(t)为δp(t)＝pp(t)-pref(t)；

当储能系统处于充电状态时：为t时刻储能系统充放电功率，ηc为储能系统的充电效率；

当储能系统处于放电状态时：为t时刻储能系统充放电功率，ηd为储能系统的放电效率。

作为本发明的进一步改进，所述步骤s1中的最佳功率输出模型中：

当储能系统处于充电状态时：pess(t)＝δi(t)δp(t)ηc，为t时刻储能系统充放电功率，ηc为储能系统的充电效率，δi(t)为t时刻充放电功率修正系数；

当储能系统处于放电状态时：pess(t)＝δi(t)δp(t)/ηd，为t时刻储能系统充放电功率，ηd为储能系统的放电效率，δi(t)为t时刻充放电功率修正系数。

作为本发明的进一步改进，所述储能系统按运行时soc的限制分类包括：预过放区域[qsoclow-l2，qsoclow-l1]、正常区域[qsoclow-l1，qsochigh-l1]、预过充区域[qsochigh-l1，qsochigh-l2]。

作为本发明的进一步改进，所述t时刻充放电功率修正系数δi(t)具体为：

预过充区域中，充电状态时放电状态时δi(t)为1；

正常区域中，充电状态和放电状态时δi(t)均为1；

预过放区域中，充电状态时δi(t)为1，放电状态时

作为本发明的进一步改进，所述步骤s4中的充放电策略中，储能容量优化的目标是：

minc＝klρlllost+ksρslshort+keρeless+cc；

其中，ρl、ρs、ρe分别为光伏电站弃光损失能量、平滑功率短缺损失能量以及储能系统越线运行的折算能量的对应单价；ρlllost为光伏电站弃光能量成本；ρslshort为光伏电站平滑功率短缺损失能量成本；ρeless为储能系统越线运行的折算损失能量成本；kl、ks和ke为运行成本的惩罚系数；cc储能系统的投入成本。

作为本发明的进一步改进，所述步骤s4中的充放电策略中，光伏电站弃光损失能量、平滑功率短缺损失能量和储能系统越线运行的折算能量分别为：

式中，ny为研究对象的时间年度；g、h为ny年度中充放电过程持续δi＜1调整运行区间的总次数；p、q分别为g区间的初始和结束时间；u、v分别为h区间的初始和结束时间；k为ny年度中储能系统运行状态位于超出最大荷电状态的总次数；l为ny年度中储能系统运行状态位于低于最小荷电状态的总次数；x、y分别为k区间的初始和结束时间；z、a分别为l区间的初始和结束时间。

作为本发明的进一步改进，所述步骤s4中的充放电策略中，约束条件包括：

充放电功率约束：

-pdηd≤pw(t)-pref(t)≤pc，pd和pc分别为储能系统的极限充放电功率；

光伏电站输出功率波动水平约束：

p{|δpd(t)|≤δpdmax}≥λ，δpd(t)δpd(t)为光伏电站输出功率经储能系统平抑后的波动值，δpdmax为波动值的最大允许范围上限，λ为对应的可信度水平；

荷电量约束：

和分别为储能单元的最小和最大荷电量。

本发明具有以下有益效果：

本发明考虑到光伏功率受自然条件影响而具有较强波动性，利用储能实现光伏功率的平稳输出控制。通过充放电功率修正系数实现了储能荷电状态的有效调整，从而避免过度充放电，由此在充分平抑光伏出力波动的同时，有效延长储能运行寿命，减少系统运行成本。

附图说明

图1为本发明基于储能运行状态的光伏功率稳定输出控制方法的流程示意图。

图2为本发明一具体实施例中选定时间截面期望输出曲线图。

图3为本发明一具体实施例中选定时间截面平抑效果示意图。

图4为本发明一具体实施例中soc曲线示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

现有技术中相关平抑光伏功率波动的储能运行策略中均未考虑储能系统的荷电状态，显然由于储能系统频繁出现过充过放现象，或长时间处于不正常的工作荷电状态，导致其使用寿命大大减少，大幅增加了储能系统的成本，不利于经济性的考虑；第二，储能系统的过充过放使得充放电功率难以控制，会导致注入电网的功率出现剧烈波动，影响电网稳定性。荷电状态是指其剩余容量与其完全充电状态的容量比值。当soc＝1时表示电池完全充满，当soc＝0时表示电池放电完全。在储能电站中，通常情况下，充电时取各个电池组中的荷电状态最大值作为整个储能系统的荷电状态值；放电时取各个电池组中的荷电状态最小值作为整个储能系统的荷电状态值。这样可以有效防止单个电池的过充过放现象。

本发明通过调整储能充放电系统来调整储能装置始终工作在正常工作范围，同时考虑储能荷电状态和光伏功率输出稳定性，能够同时有效平抑并网功率波动与精确调整储能系统荷电状态。

参图1所示，本发明的一种基于储能运行状态的光伏功率稳定输出控制方法，包括：

s1、选定研究对象时间截面窗口长度y及其运行数据p(t)；

s2、基于最佳功率输出模型确定期望输出目标值pg，并给定初始soc值；

s3、设置粒子群维数d，最大迭代次数mmax，收敛精度cσ，同时初始化粒子群位置x和速度v；

s4、根据充放电策略，计算各粒子的适应度值并将其自身粒子极值pi及全局例子极值pg比较，若适应度值较小，则更新pi及pg，若否更新粒子速度vid及位置xid；

s5、计算δσ²并判断是否满足收敛条件若是，则获取最佳储能容量wo；若否，重新释放例子组建新的族群，并重复步骤s4，式中，δσ²为粒子群的群体或全局适应度方差的变化量，cσ为接近于零的定常数。

本发明通过调整储能充放电系统来调整储能装置始终工作在正常工作范围，该方法同时考虑储能荷电状态和光伏功率输出稳定性，能够同时有效平抑并网功率波动与精确调整储能系统荷电状态。

光伏电站储能系统的储能策略是：当光伏功率输出功率大于并网功率参考值时，储能系统充电以平抑输出功率波动；当光伏功率输出功率小于并网功率参考值时，储能系统放电以弥补输出功率的不足，以此平滑光伏功率的输出功率，实现光伏功率并网功率的稳定性。

t时刻光伏功率输出功率pp(t)与并网目标功率pref(t)的差值δp(t)为：

δp(t)＝pp(t)-pref(t)(1)

则储能系统的充放电功率如式(2)、(3)所示。

储能系统处于充电状态时：

储能系统处于放电状态时：

式中：为t时刻储能系统充放电功率；当时，储能系统充电，时，储能系统放电；ηc为储能系统的充电效率，一般取0.65～0.85，ηd为储能系统的放电效率，一般取0.95左右。

储能电站充放电功率指令应当考虑当前的soc水平和当前时刻的功率指令大小，即当soc位于正常工作范围内，储能电站的充放电功率保持不变；当soc越线到非正常工作范围时，需要及时调整充放电功率，防止出现过充过放现象。

设定储能系统运行时soc的限制分类。其中，qsocmax和qsocmin分别为储能系统荷电状态的上限和下限，[qsocmin，qsoclow-l2]为过放区域，[qsoclow-l2，qsoclow-l1]为预过放区域、[qsoclow-l1，qsochigh-l1]为正常区域、[qsochigh-l1，qsochigh-l2]为预过充区域，[qsochigh-l2，qsocmax]为过充区域，以上为储能系统不同荷电状态的运行区间，其中qsochigh-l2和qsoclow-l2分别过充过放警戒线。

储能系统荷电状态运行区间的改变将引发功率修正系数的对应调整，通过功率修正系数改变储能系统的充放电功率，以达到预先控制储能系统的运行，避免其达到过充过放的状态。具体的控制策略如表1所示。

表1功率修正系数控制规则

当储能系统荷电状态偏高，即位于预过充区域时，表示储能趋于饱和。若处在充电状态下需对进行预先控制，通过式(4)调整功率修正系数，修正使其减小，以缓解其荷电状态升高的速度，防止储能系统出现过度充电的状态；若处在放电状态下则维持原值。反之亦然，当储能系统荷电状态偏低，即位于预过放区域时，若处在放电状态通过式(5)调整功率修正系数，修正使其减小，以减缓其荷电状态降低的速度，防止储能系统出现深度放电的状态。若处在充电状态下则维持原值。当储能系统荷电状态位于正常区域时，维持修正系数不变，使其正常充放电。其中，

式中，δi(t)为t时刻充放电功率修正系数，当储能系统位于正常区域时取值为1；qsoc(t)为t时刻储能系统的荷电状态。本发明采用对数壁垒函数，当荷电状态接近qsocmax或qsoclow-l2时，因对数函数收敛性强，可以更快的降低δi(t)，更好地起到预先控制充放电功率的作用，有效避免储能系统的荷电状态达到过充或过放状态。

需要说明的是，本发明提出的功率修正系数控制方法在储能系统荷电状态达到qsochigh-l2时，δi(t)最小值不为0，其目的在于保证储能容量的充分利用，仍可继续充电；而荷电状态达到qsoclow-l2时已将δi(t)修正为零，这样可以严格控制储能系统的最低容量，彻底避免储能系统运行在过放区域，减少储能系统的寿命损耗。

由此，可以得到调整后的储能系统充放电功率。

储能系统处于充电状态时：

pess(t)＝δi(t)δp(t)ηc(6)

储能系统处于放电状态时：

pess(t)＝δi(t)δp(t)/ηd(7)

式(6)、式(7)中：pess(t)为t时刻经过功率修正系数调整后的储能系统充放电功率，当pess(t)＞0时，储能系统充电，pess(t)＜0时，储能系统放电。

光伏电站储能容量优化的目标在于保证减少光伏功率输出功率波动的前提下，调节投入成本与运行成本之间的相互制约关系，在保证平滑输出功率的前提下，以最低储能的投入成本和运行成本实现光伏电站储能系统的运行效益最优化。

光伏电站配置不同的储能容量得到的功率波动平抑效果不同，在保证满足光伏功率输出功率波动要求的前提下，针对储能容量投入成本与运行成本的制约关系，以储能的综合效益达到最优为目标。其中，储能系统的投入成本cc包括储能系统的维护成本cm，储能系统各储能单元的置换成本(仅当储能单元的使用寿命小于工程年限时考虑)cr和储能系统的基本投资成本cb。

cc＝cm+cr+cb(8)

cm＝ynbessρ(9)

cb＝nbessρ1wo+nbessρ2wom(10)

式中：y为工作时间；nbess为储能系统中蓄电池的数量；ρ为储能容量单位容量维护价格；ρ1为储能容量单位容量安装价格；wo为光伏电站最优储能容量的额定值；ρ2为储能容量单位容量价格；m为折旧系数，其定义为：式中：r为折旧率；lm为工程年限。

运行成本包含因功率修正系数调整引起的光伏电站弃光损失成本，平滑功率短缺损失成本以及储能系统越线运行的折算损失成本，三者均因储能容量的变化而变化。

因光伏电站输出功率具有年度周期性，以年度光伏电站输出功率作为储能容量优化的研究对象，其光伏电站弃光损失能量、平滑功率短缺损失能量和储能系统越线运行的折算能量分别如式(11)、式(12)、式(13)所示：

式中：ny为研究对象的时间年度；g、h为ny年度中充放电过程持续δi＜1调整运行区间的总次数；p、q分别为g区间的初始和结束时间；u、v分别为h区间的初始和结束时间；k为ny年度中储能系统运行状态位于超出最大荷电状态的总次数；l为ny年度中储能系统运行状态位于低于最小荷电状态的总次数；x、y分别为k区间的初始和结束时间；z、a分别为l区间的初始和结束时间。

光伏电站储能容量优化的目标是：

minc＝klρlllost+ksρslshort+keρeless+cc(14)

式中：ρl、ρs、ρe分别为光伏电站弃光损失能量、平滑功率短缺损失能量以及储能系统越线运行的折算能量的对应单价；ρlllost为光伏电站弃光能量成本；ρslshort为光伏电站平滑功率短缺损失能量成本；ρeless为储能系统越线运行的折算损失能量成本；kl、ks和ke为运行成本的惩罚系数；cc储能系统的投入成本。

式(13)中，储能系统越线运行的折算损失成本包含2个部分：一是当储能系统运行在过高荷电状态时，储能系统未处于合理运行状态影响自身寿命周期的折算成本；二是当储能系统荷电状态过低时，储能系统未处于合理运行状态影响自身寿命周期的折算成本。

本发明充放电策略中的约束条件包括：

充放电功率约束：

-pdηd≤pw(t)-pref(t)≤pc(15)

式中：pd和pc分别为储能系统的极限充放电功率，将放电看作负充电过程，其大小以其绝对值为准。

约束条件包括光伏电站输出功率波动水平约束：

p{|δpd(t)|≤δpdmax}≥λ(16)

式中：δpd(t)δpd(t)为光伏电站输出功率经储能系统平抑后的波动值；δpdmax为波动值的最大允许范围上限；λ为对应的可信度水平。

荷电量约束：

式中：和分别为储能单元的最小和最大荷电量。

为验证本发明方法有效性，基于青海某光伏电站实际运行数据计算储能最优容量。本实施例考虑pso算法以解决本发明包含动态边界条件且含有多个随机变量的随机优化问题，具体模型求解步骤为：

步骤1：选定研究对象时间截面窗口长度y及其运行数据p(t)；

步骤2：基于最佳功率输出模型确定期望输出目标值pg，并给定初始soc等值；

步骤3：设置粒子群维数d，最大迭代次数mmax，收敛精度cσ，同时初始化粒子群位置x和速度v；

步骤4：根据本发明充放电策略，设置c1、c2、ω、vmin、vmax等参数，结合式(11-17)计算各粒子的适应度值并将其自身粒子极值pi及全局例子极值pg比较，若适应度值较小，则更新pi及pg，若否更新粒子速度vid及位置xid；

步骤5：计算δσ²判断是否满足收敛条件，搜索收敛条件为：

式中δσ²为粒子群的群体或全局适应度方差的变化量，cσ为接近于零的定常数。若是，则获取最佳储能容量wo；若否，重新释放例子组建新的族群，并重复步骤(4)。

本发明从最优容量wo、平抑功率偏移量χ、soc极值越限次数n、soc过程曲线等指标参数衡量本发明方法有效性。该光伏电站装机容量9mw，采集频率为5min，平抑目标值如图2所示。

依据本发明中充放电功率调整策略及储能容量优化计算模型，得到平抑波动输出曲线如图3所示，本发明方法计算结果如表2所示。

表2计算结果

分析上述实施例可得，容量规划方面，本发明方法有效实现了储能容量的优化；平抑功率偏移量方面，本发明方法与常规方法相近，略有增加，其原因是功率修正系数调整策略提升了弃光或平抑不足的能量的概率；越极限值运行方面，本发明大幅减少n的数值，其降幅达96.2％，效果明显。考察储能电站最优容量获取过程中soc的变化状况，如图4所示。可以看出，本发明方法中soc在该区段未越极限值运行，有效保障了ess的使用寿命。

综上可得，本发明容量优化计算模型综合考虑了储能电站配置及运行过程中的总体经济性，有利于与现场的有效结合。上述理论研究为储能容量的最优化提供了理论前提和保障。同时，实际数据算例分析验证了上述结论。

由以上技术方案可以看出，本发明具有以下有益效果：

本发明考虑到光伏功率受自然条件影响而具有较强波动性，利用储能实现光伏功率的平稳输出控制。通过充放电功率修正系数实现了储能荷电状态的有效调整，从而避免过度充放电，由此在充分平抑光伏出力波动的同时，有效延长储能运行寿命，减少系统运行成本。在该控制策略技术长进一步探讨了光伏电站配置储能的优化容量问题，为光储系统的优化运行提供重要理论支撑。利用青海地区光伏电站实际运行数据进行计算，结果表明可实现光伏功率的平稳输出，同时能够控制储能荷电状态的波动范围，有效避免过度充放电，表明该方法具有较强的可行性和应用性。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。