基于风功率预测的电池储能电站能量管理方法
【技术领域】
[0001]本发明属于智能电网以及能量存储与转换技术领域，具体涉及一种考虑风功率日前预测的电池储能电站控制方法，尤其适用于各种规模的风储联合发电系统中风储功率的协调控制及电池储能系统的能量管理，以实现基于储能系统提高风功率预测能力。
【背景技术】
[0002]国家风光储输示范工程是国家电网公司建设坚强智能电网首批试点工程，以“电网友好型”新能源发电为目标，以“先进性、灵活性、示范性、经济性”为特点，是目前世界上规模最大、集风电、光伏发电、储能及输电工程四位一体的可再生能源综合示范工程。其中，国家风光储输示范工程(一期)拟建设风电100MW、光伏发电40MW和储能装置20MW(包含14MW磷酸铁锂电池储能系统、2丽全钒液流电池储能系统、4MW钠硫电池储能系统)。
[0003]随着储能电池及其集成技术的不断发展，应用电池储能电站去实现平滑风光功率输出、跟踪计划发电、参与系统调频、削峰填谷、暂态有功出力紧急响应、暂态电压紧急支撑等多种应用，已成为了一种可行方案。
[0004]随着风电场并网规模的逐渐加大，为规范风电场并网运行及风电并网调度管理，近年相继出台了风电场功率预测预报及风电场并网运行相关的管理办法和实施细则，与风电场配套的风功率预测系统也在普及应用。基于风功率的日前预测结果，网调部门可以合理制定风电场发电计划，优化日前机组组合，减少电力系统的旋转备用容量。在风电场与储能电站联合发电并网运行时，应用储能系统提高风电场预测功率，将有助于提高风储系统以及电网运行的经济性。其中关键问题之一是掌握基于风功率预测的风储联合发电系统优化控制方法。
[0005]从电池储能系统的角度来说，其充放电功率和储能容量有限，且过度的充电和过度的放电都将对储能电池的寿命造成影响。因此，监控好储能电池荷电状态，优化控制实时风储功率，并将储能电池的荷电状态控制在一定范围内是必要的。
[0006]目前正在探索基于风功率预测的风储联合发电系统的功率实时控制及能量管理方法，需要结合电池储能电站的运行特性及储能电池特性，深入研究和探索基于功率预测的大规模风储联合发电系统并网运行控制的核心技术，解决大规模风储联合发电站的协调控制及能量管理中的关键问题。现有的大规模电池储能系统/电站的功率控制与能量管理方法中，一般不将储能电池的充放电倍率特性计入约束条件进行能量管理，因此，有时会存在不能充分发挥不同类型储能系统的互补特性优势，影响电池使用寿命等弊端。
【发明内容】
[0007]针对上述问题，本发明的目的在于公开一种基于风功率短期预测的电池储能电站能量管理方法，该方法在实时满足风电功率预测误差要求的同时，具备可以优化电池储能电站工作效率及能量存储状态的功能，以确保电池储能电站稳定、可靠运行的控制目的。
[0008]本发明的控制方法是通过如下技术方案实现的:
[0009]一种基于风功率预测的电池储能电站能量管理方法，包括以下步骤:
[0010]步骤I)获取风电功率的日前预测值、当前实际风电功率值以及当前各储能机组的可控状态值和荷电状态值；
[0011]步骤2)基于风电功率的日前预测值，分别计算风电功率预测上、下限特征值；
[0012]步骤3)通过有限状态机控制模块实时修正风储联合出力控制目标，并确定电池储能电站总功率需求值；所述有限状态机控制模块包括储能SOC有限状态机和风电功率有限状态机。
[0013]进一步地，所述步骤2)具体包括:
[0014]所述风电功率预测上限特征值为风电功率的日前预测值与预设的风电功率最大误差上限值的乘积，所述风电功率预测下限特征值为风电功率日前预测值与预设的风电功率最大误差下限值的乘积。
[0015]进一步地，所述步骤3)具体包括:
[0016]I)在储能SOC有限状态机中设置如下三种状态:
[0017]“S0C状态A”:储能机组的荷电状态值小于SOC1ot的状态；
[0018]“S0C状态B”:储能机组的荷电状态值介于S0Cminl、SOCmin2之间的状态；
[0019]“S0C状态C”:储能机组的荷电状态值大于SOChigh的状态；
[0020]其中，S0Clow<S0Cminl<S0Cmin2<S0Chigh,所述S0Chigh、SOClow 分别为预设的储能机组荷电状态上、下限值，SOCminl和SOCmin2为预设的储能机组荷电状态理想值；
[0021]2)在风电功率有限状态机中设置如下三种状态:
[0022]“风电状态A”:当前实际风电功率值小于风电功率预测下限特征值的状态；
[0023]“风电状态B”:当前实际风电功率值介于风电功率预测上、下限特征值之间的状态；
[0024]“风电状态C”:当前实际风电功率值大于风电功率预测上限特征值的状态。
[0025]当风电功率有限状态机中的风电功率处于“风电状态A”时，通过下述方法计算电池储能电站总功率需求值:
[0026]Al)当前储能机组的荷电状态值处于“S0C状态A”时，电池储能电站总功率需求值为当前风电功率预测下限特征值乘以预测下限功率修正系数后，减去当前实际风电功率值；
[0027]A2)当前储能机组的荷电状态值处于“S0C状态B”时:电池储能电站总功率需求值为当前风电功率预测下限特征值减去当前实际风电功率值；
[0028]A3)当前储能机组的荷电状态值处于“S0C状态C”时:电池储能电站总功率需求值为当前风电功率预测上限特征值乘以预测上限功率修正系数后，减去当前实际风电功率值；
[0029]当风电功率有限状态机中风电功率处于“风电状态B”时，通过下述方法计算电池储能电站总功率需求值:
[0030]BI)当前储能机组的荷电状态值处于“S0C状态A”时:电池储能电站总功率需求值为当前风电功率预测下限特征值减去当前实际风电功率值；
[0031]B2)当前储能机组的荷电状态值处于“S0C状态B”时:电池储能电站总功率需求值为零；
[0032]B3)当前储能机组的荷电状态值处于“S0C状态C”时:电池储能电站总功率需求值为当前风电功率预测上限特征值减去当前实际风电功率值；
[0033]当风电功率有限状态机中风电功率处于“风电状态C ”时，通过下述方法计算电池储能电站总功率需求值:
[0034]Cl)当前储能SOC处于“S0C状态A”时:电池储能电站总功率需求值为当前风电功率预测下限特征值乘以预测下限功率修正系数后，减去当前实际风电功率值；
[0035]C2)当前储能SOC处于“S0C状态B”时:电池储能电站总功率需求值为当前风电功率预测上限特征值减去当前实际风电功率值；
[0036]C3)当前储能SOC处于“S0C状态C”时:电池储能电站总功率需求值为当前风电功率预测上限特征值乘以预测上限功率修正系数后，减去当前实际风电功率值。
[0037]与现有技术相比，本发明达到的有益效果是:
[0038]本发明提供一种基于风功率短期预测的电池储能电站能量管理方法，具有可兼顾风功率预测误差、储能系统的荷电状态，从而可实现电池储能电站长期、稳定运行。该方法主要是结合风功率预测结果、风功率允许误差范围、储能电池S0C，应用储能SOC有限状态机和风电功率有限状态机，对电池储能电站的充放电功率和存储能量状态进行实时调节，实现了基于风功率预测结果对电池储能电站充放电功率需求的实时优化控制的同时，优化了电池储能电站能量管理。
【附图说明】
[0039]图1是本发明钟兆瓦级锂离子电池储能电站实施例的系统示意图；
[0040]图2是本发明基于风功率预测的电池储能电站能量管理方法实施例的流程图。
【具体实施方式】
[0041]本发明的控制方法可以应用于电池储能电站的协调控制与能量管理中，下面结合附图对本发明的控制方法作进一步的详细说明。
[0042]如图1所示，锂电池储能电站中包括双向变流器和多个锂电池储能机组，通过双向变流器可执行对锂电池储能机组的启停控制及充放电功率指令等。
[0043]如图2所示为基于风功率预测的电池储能电站能量管理方法流程图，包含下列步骤:
[0044]步骤I)获取风电功率的日前预测值、当前实际风电功率值以及当前各储能机组的可控状态值和荷电状态值等数据；
[0045]步骤2)通过日前预测曲线直接读取风电功率的日前预测值，并进一步通过下式(O- (2)计算风电功率预测误差特征值，该预测误差特征值包括风电功率预测上限特征值
和风电功率预测下限特征值P 预测下限:
[0046]P麵上限=(1+ ε上限)P麵(I)
[0047]P麵下限=(1_ ε下限)卩麵(2)
[0048]上述公式中，Psm为风电功率的日前预测值、ε ±_为风电功率最大误差上限值、ε 风电功率最大误差下限值。ε ±R、ε Mg是根据最大允许误差值预先设定的，取值范围分别在[0，1]之间；例如，当风功率预测的最大允许误差值为25%时，则ε ±_和ε TR的取值为0.25。
[0049]步骤3)基于风电功率预测误差特征值以及当前各电池储能机组的荷电状态值，通过有限状态机控制模块实时修正风储联合出力控制目标，并确定电池储能电站总功率需求。据此，基于风电预测功率实现电池储能电站存储能量的优化控制与管理。所述电池储能电站总功率需求值的计算方法如下:
[0050