一种风储联合发电中储能系统双时间尺度控制方法与流程

本发明涉及新能源发电领域，尤其涉及一种风储联合发电中储能系统双时间尺度控制方法。

背景技术：

近年来，以风电为代表的间歇性可再生能源发展迅速，装机容量不断增加。然而，可再生能源的波动性和间歇性会加重电网调度和控制的压力，降低电网消纳可再生能源的能力，造成弃电等问题，严重制约电网运行的经济性和可靠性。储能系统可以在一定程度上降低风电等可再生能源发电的波动性和随机性，平抑可再生能源发电的出力波动。因此，如何控制储能系统提高可再生能源发电的经济性和安全性，提高电网对可再生能源发电的消纳能力具有重要意义。

在已有的研究和设计中，风储联合发电中储能系统的控制策略大致可分为两类：一类以平滑风电场发电出力为目标，通过平抑出力波动，提高可风力发电的电网友好性，降低电网调度和控制的压力；另一类以改善电网的运行为目标，通过储能系统出力和风力发电出力间的协调配合，提高电网运行的经济性及电网对可再生能源消纳能力等目标。

目前，对于风储联合发电中储能系统控制问题的研究还不够丰富和深入，现有的控制方法大都侧重于上述两类控制策略中的一种，不能很好地兼顾风储联合发电系统的出力波动性和电网侧的运行经济性等目标。

技术实现要素：

本发明的目的就是解决上述问题，提供一种风储联合发电中储能系统双时间尺度控制方法，构建两层控制框架，在外层控制中，基于优化理论来调度储能系统大时间尺度上各时段的基准出力；在内层控制中，以外层优化结果为控制约束，平抑风电出力小时间尺度上的高频波动。通过内外层控制间的协调配合，利用储能系统平抑风电出力波动性、提高电网运行经济性及对风电的消纳能力。

为实现上述目的，本发明的具体方案如下：

本发明公开了一种风储联合发电中储能系统双时间尺度控制方法，包括：

(1)获取风储联合发电控制所需数据，初始化双时间尺度控制框架，双时间尺度控制框架包括储能系统的滚动优化和站内协调两部分；

(2)构建外层的滚动优化的控制模型，求解各优化时段内的储能系统基准出力；

(3)以外层滚动优化的结果为约束条件，在内层的优化中动态调整储能系统出力；

(4)综合内外层的优化计算结果，生成储能系统实时控制策略。

进一步地，所述步骤(1)中，风储联合发电控制系统获取的相关数据包括：日负荷预测数据、风电超短期预测数据、风力发电机组和储能系统等电网的实时运行状态数据等。相关数据可从监测装置、预测软件等辅助系统中获取。

进一步地，所述步骤(1)中，双时间尺度控制框架主要包括滚动优化和站内协调两部分。在外层控制中，执行储能系统的滚动优化调度，以超短期风功率预测、日负荷曲线及电网实时运行状态为输入数据，基于多目标优化技术，优化储能系统在各时段内的基准出力。在内层控制中，执行储能系统的站内协调，以外层优化结果为约束条件，动态调整储能系统出力，平抑风储联合发电系统的聚合功率波动。

进一步地，所述步骤(2)中，外层滚动优化控制模型的优化目标函数具体为：

其中，f1、f2、f3和f4分别为电网失负荷总量、风电机组备用容量缺额、火电机组煤耗费用和联合发电系统的弃电量；dcurt,jt为负荷点i在时段t内的失负荷功率，δt为优化时段长度，nt和nl分别为时段数量和负荷点总数；pwt为第风电场w在时段t内的实际出力；pt,resv为时段t内电网的备用容量；nw为风电场总个数；pjt为火电规机组j在时段t内的平均出力；aj、bj、cj为机组j燃煤耗量特性系数；ng为火电机组数量；pwt,forc为风场w在时段t内的风功率预测值。

进一步地，所述步骤(2)中，外层滚动优化控制模型的优化目标均为最小化目标。所述步骤(2)中，外层滚动优化控制模型的约束条件具体为：

l＝1,....nline

pj,min≤pjt≤pj,max,j＝1,....ng

pwt≤pwt,forc

eess,w,t+1＝eess,wt+δeess,wt

|pess,wt|≤pess,rate,w

socmin,w≤socess,w≤socmax,w

其中，pess,wt为风电场w处储能系统的功率；mess表示储能系统的工作模式，当mess取值为1时，表示储能系统工作于充电模式，当mess取值为-1时，表示储能系统工作于放电模式；dit为负荷节点i处的负荷需求；ploss,t为电网损耗；gl(·)为潮流计算方程；nline为线路总数；为线路l的最大传输容量；pj,max、pj,min和pj,dec、pj,inc分别为机组j的最大、最小技术出力和最大减负载和增负载速率；eess,wt、δeess,wt、socess,wt分别为风电场w处的储能系统在时段t内的剩余电量、电量变化量和荷电状态；ηch,w、ηdisch,w、cess,w,rate分别为对应储能系统的充放电效率和额定储能容量；pess,rate,w、socmin,w、socmax,w分别为风电场w处的储能系统的最大功率、安全运行的最小和最大荷电状态。

进一步地，所述步骤(2)中，外层滚动优化控制模型求解采用粒子群算法。模型求解由调度中心每15min执行一次，根据风电超短期预测数据，优化储能系统在各时段内的基准出力，即设定储能系统的荷电状态(stateofcharge，soc)计划曲线。

进一步地，所述步骤(3)中，内层控制基于储能系统的实时soc值偏离外层控制设定的soc计划曲线的程度，动态调整并网功率波动平抑目标，在满足外层优化调度目标的基础上，尽可能利用储能系统短时功率调节能力。

进一步地，所述步骤(3)中，内层控制包括风电功率波动信息提取和根据实时soc修正储能系统控制指令两个方面。

进一步地，所述风电功率波动信息提取采用一阶滤波器法，具体为：将实时风功率与预测风功率做差，得到风功率波动分量，随后通过截止频率(或滤波时间常数)可调的高通滤波器，得到待补偿波动分量。为满足外层控制约束要求，还需要根据实时soc与计划soc的差值δsoc动态修正储能系统功率指令的波动分量。

进一步地，所述储能系统控制指令修正包括滤波器截止频率自适应调整和控制指令修正系数生成两部分内容。其中，滤波器截止频率自适应调整具体为：充电状态下，δsoc大于门槛δsoc2时，增大滤波器截止频率，减轻储能系统功率平抑任务，δsoc小于门槛δsoc2时，减小滤波器截止频率，增加储能系统功率平抑任务，δsoc处于±δsoc2/2之间时，滤波器截止频率保持不变；放电状态下调整规律与之相反。控制指令修正系数生成为根据δsoc生成控制指令修正系数，对滤波器提取的波动分量进行连续修正，具体为：

其中，p2为功率指令波动分量；pf为滤波后的风电功率波动量；kch和kdich为指令修正系数；δsocmax为允许的最大soc偏差。

进一步地，所述步骤(4)中，储能系统实时控制策略由内外层控制指令叠加生成。

本发明有益效果：

本发明提供了一种风储联合发电中储能系统双时间尺度控制方法，与现有技术相比，本发明的有益效果为：

1)本发明通过内外层控制的协调配合，实现储能系统的双时间尺度优化控制，同时优化电网运行、减小调频压力、改善电能质量等多项应用目标，具有较高的工程实际应用价值和先进性；

2)本发明兼顾发电系统的出力波动性和电网的运行性能，提高电网对可再生能源的接纳能力，缩短储能系统安装成本的回收周期，具有较高的经济性和工程价值；

3)本发明没有特殊的应用条件，通用性强，适用于各地区区域风光发电资源评估，具有推广价值和意义；

4)本发明原理明确，操作简单，对执行环境和维护要求低，适应于工程实际应用。

附图说明

图1是本发明双时间尺度控制方法执行流程示意图；

图2是本发明双时间尺度控制结构示意图；

图3是本发明内层控制功率指令波动分量生成示意图；

图4是实施例中修改后的ieee30节点系统示意图；

图5是实施例中综合控制下储能系统有功出力曲线；

图6是实施例中综合控制下风储联合系统并网功率曲线；

具体实施方式

下面结合附图与实施例对本发明做进一步说明：

如图1所示，一种风储联合发电中储能系统双时间尺度控制方法，包括以下步骤：

(1)获取风储联合发电控制所需数据，初始化双时间尺度控制框架，双时间尺度控制框架包括储能系统的滚动优化和站内协调两部分；

(2)构建外层的滚动优化的控制模型，求解各优化时段内的储能系统基准出力；

(3)以外层滚动优化的结果为约束条件，在内层的优化中动态调整储能系统出力；

(4)综合内外层的优化计算结果，生成储能系统实时控制策略。

所述步骤(1)中，风储联合发电控制系统获取的相关数据包括：日负荷预测数据、风电超短期预测数据、风力发电机组和储能系统等电网的实时运行状态数据等。相关数据可从监测装置、预测软件等辅助系统中获取。

如图2所示，所述步骤(1)中，双时间尺度控制框架主要包括滚动优化和站内协调两部分。在外层控制中，执行储能系统的滚动优化调度，以超短期风功率预测、日负荷曲线及电网实时运行状态为输入数据，基于多目标优化技术，优化储能系统在各时段内的基准出力。在内层控制中，执行储能系统的站内协调，以外层优化结果为约束条件，动态调整储能系统出力，平抑风储联合发电系统的聚合功率波动。

所述步骤(2)中，外层滚动优化控制模型的优化目标函数具体为：

其中，f1、f2、f3和f4分别为电网失负荷总量、风电机组备用容量缺额、火电机组煤耗费用和联合发电系统的弃电量；dcurt,jt为负荷点i在时段t内的失负荷功率，δt为优化时段长度，nt和nl分别为时段数量和负荷点总数；pwt为第风电场w在时段t内的实际出力；pt,resv为时段t内电网的备用容量；nw为风电场总个数；pjt为火电规机组j在时段t内的平均出力；aj、bj、cj为机组j燃煤耗量特性系数；ng为火电机组数量；pwt,forc为风场w在时段t内的风功率预测值。

所述步骤(2)中，外层滚动优化控制模型的优化目标均为最小化目标。

所述步骤(2)中，外层滚动优化控制模型的约束条件具体为：

l＝1,....nline

pj,min≤pjt≤pj,max,j＝1,....ng

pwt≤pwt,forc

eess,w,t+1＝eess,wt+δeess,wt

|pess,wt|≤pess,rate,w

socmin,w≤socess,w≤socmax,w

其中，pess,wt为风电场w处储能系统的功率；mess表示储能系统的工作模式，当mess取值为1时，表示储能系统工作于充电模式，当mess取值为-1时，表示储能系统工作于放电模式；dit为负荷节点i处的负荷需求；ploss,t为电网损耗；gl(·)为潮流计算方程；nline为线路总数；为线路l的最大传输容量；pj,max、pj,min和pj,dec、pj,inc分别为机组j的最大、最小技术出力和最大减负载和增负载速率；eess,wt、δeess,wt、socess,wt分别为风电场w处的储能系统在时段t内的剩余电量、电量变化量和荷电状态；ηch,w、ηdisch,w、cess,w,rate分别为对应储能系统的充放电效率和额定储能容量；pess,rate,w、socmin,w、socmax,w分别为风电场w处的储能系统的最大功率、安全运行的最小和最大荷电状态。

所述步骤(2)中，外层滚动优化控制模型求解采用粒子群算法。模型求解由调度中心每15min执行一次，根据风电超短期预测数据，优化储能系统在各时段内的基准出力，即设定储能系统的荷电状态(stateofcharge，soc)计划曲线。

如图3所示，所述步骤(3)中，内层控制基于储能系统的实时soc值偏离外层控制设定的soc计划曲线的程度，动态调整并网功率波动平抑目标，在满足外层优化调度目标的基础上，尽可能利用储能系统短时功率调节能力。所述步骤(3)中，内层控制包括风电功率波动信息提取和根据实时soc修正储能系统控制指令两个方面。所述风电功率波动信息提取采用一阶滤波器法，具体为：将实时风功率与预测风功率做差，得到风功率波动分量，随后通过截止频率(或滤波时间常数)可调的高通滤波器，得到待补偿波动分量。为满足外层控制约束要求，还需要根据实时soc与计划soc的差值δsoc动态修正储能系统功率指令的波动分量。所述储能系统控制指令修正包括滤波器截止频率自适应调整和控制指令修正系数生成两部分内容。其中，滤波器截止频率自适应调整具体为：充电状态下，δsoc大于门槛δsoc2时，增大滤波器截止频率，减轻储能系统功率平抑任务，δsoc小于门槛δsoc2时，减小滤波器截止频率，增加储能系统功率平抑任务，δsoc处于±δsoc2/2之间时，滤波器截止频率保持不变；放电状态下调整规律与之相反。控制指令修正系数生成为根据δsoc生成控制指令修正系数，对滤波器提取的波动分量进行连续修正，具体为：

其中，p2为功率指令波动分量；pf为滤波后的风电功率波动量；kch和kdich为指令修正系数；δsocmax为允许的最大soc偏差。

所述步骤(4)中，储能系统实时控制策略由内外层控制指令叠加生成。

实施例

本发明以修改后的ieee30节点系统作为实施例，其拓扑结构如图4所示，在节点3增加了一个容量为120mw的风电场，并按风电装机容量的15％配置储能系统。风储联合发电系统各指标计算结果如表1所示，可知，在风电场中配置储能系统能够消除负荷高峰时的切负荷需求，减小弃风量，降低火电机组运行成本，减小风电机组出力过大时的备用容量缺额。在双时间尺度控制方法的作用下，储能系统出力和风储联合发电系统聚合功率曲线分别如图5和图6所示。通过图和表可以看出，本发明通过内外层控制的协调配合，实现储能系统的双时间尺度优化控制，同时优化电网运行、减小调频压力、改善电能质量等多项应用目标，具有较高的工程实际应用价值和先进性；提高电网对可再生能源的接纳能力，缩短储能系统安装成本的回收周期，具有较高的经济性和工程价值。

表1风储联合发电系统指标

上述虽然结合附图对本发明的具体实施方式和有效性进行了描述和验证，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。