自适应式微网储能系统能量优化管理方法
【技术领域】
[0001] 本发明涉及电力系统控制技术领域，特别是涉及到分布式电压系统匹配的储能技 术。
【背景技术】
[0002] 大规模使用以可再生能源（RES-E)为主的分布式电源（DG)可以降低对化石能源 的依赖，有效减少大气污染排放，促进电力市场优化。然而，由于RES-E出力特性与负荷逆 向分布，难以被当地负荷充分利用，规模化RES-E (风能和光伏）会导致大量过剩功率入网， 影响系统稳定性同时限制可再生能源入网数量的增长。因此，利用分布式电源与储能元件 组成的微网对就近负荷供电可以减小对大系统扰动，保证供电的安全性、可靠性和能量分 配的有效性，同时提高用电经济性以及RES-E的使用效率。
[0003] 但是，目前大多数对于分布式电源的控制方案是利用预测数据实现储能元件充放 电控制算法，如果预测值足够精确则能较好地削减负荷峰值。但分布式能源在空间上较为 分散且数目众多，大多数情况下，预测值和实际值之间存在着较大的误差，同时在小范围内 很难实现对于负荷的精确预测，这使得已有算法在实际应用过程中无法很好达到提出的 "削峰填谷"效果，能源的就地利用效率也大打折扣。
【发明内容】
[0004] 鉴于此，本发明的目的在于克服现有技术的缺点，提供一种用于消除预测数据的 不确定性对储能系统控制策略的影响，由此考虑采用不需要预测数据的储能系统控制策 略。
[0005] 为了实现此目的，本发明采取的技术方案为如下。
[0006] -种自适应式微网储能系统能量优化管理方法，所述方法包括以下步骤：
[0007] A、确定微网储能系统中电池比前一天可多用于调峰的能量；
[0008] B、根据所述电池比前一天可多用于调峰的能量与电池储能容量的下限的比值，调 整微网储能系统中电池的放电阈值，其中，
[0009] 当所述比值大于1时，减小所述放电阈值，
[0010] 当所述比值小于1时，增大所述放电阈值。
[0011] 其中所述减小放电阈值为：
[0013] 其中，Pmtto⑴为第i采样点的放电阈值，T为每日的采样点数，
[0014] PBref(i_T)为前一天电池的功率调度参考值，
[0015] E' Wd(d+1)为电池比前一天可多用于调峰的能量，
[0016] AEwd(Cl)为前一天的电池能量调度总量。
[0017] 另外，减小所述电池的放电阈值后，进一步包括，根据新的放电阈值重新校准电池 比前一天可多用于调峰的能量和所述比值，其中，
[0019] 其中E' Wd(d+l)njPE' Itiad(CW)cild分别为校准后和校准前的电池比前一天可 多用于调峰的能量；
[0020] 并根据校准后的电池比前一天可多用于调峰的能量，重新确定与电池储能容量的 下限的比值。
[0021] 另一方面，所述增大放电阈值为：
[0023] 其中，Pmtto⑴为第i采样点的放电阈值，T为每日的采样点数，
[0024] PBraf(i_T)为前一天电池的功率调度参考值，
[0025] E' Wd(d+1)为电池比前一天可多用于调峰的能量，
[0026] AEwd(Cl)为前一天的电池能量调度总量。
[0027] 增大所述放电阈值后，进一步包括，根据新的放电阈值重新校准电池比前一天可 多用于调峰的能量和所述比值，其中，
[0029] 其中P Wd(d+UPW Itiad(CW)cild分别为校准后和校准前的电池比前一天可 多用于调峰的能量；
[0030] 并根据校准后的电池比前一天可多用于调峰的能量，重新确定与电池储能容量的 下限的比值。
[0031] 另外，所述步骤A之前，进一步包括：
[0032] A0、确定与电价相关的微网储能系统剩余功率，来判定电池是处于充电模式还是 放电模式；
[0033] AU当电池处于放电模式时，根据前一天的负荷功率、新能源发电功率、电池充放 电功率以及电池的实时储能状态确定微网储能系统中电池比前一天可多用于调峰的能量。
[0034] 所述减小放电阈值的条件还进一步包括：电池前一秒的储能状态大于电池储能下 限，且当前时刻系统剩余功率值大于前一天同时刻的值；所述增大放电阈值的条件还进一 步包括：电池前一秒的储能状态大于电池储能下限，且当前时刻系统剩余功率值小于前一 天同时刻的值。
[0035] 通过采用本发明的自适应式微网储能系统能量优化管理方法，能够实现以下技术 效果：
[0036] (1)在控制电池充放电过程中，不需要负荷和新能源发电的预测数据，因此本发明 的自适应式微网储能系统能量优化管理方法不受负荷实时波动的影响；
[0037] (2)本发明【具体实施方式】中的自适应式微网储能系统能量优化管理方法能够最大 限度地实现新能源的本地利用，避免大量过剩功率涌入大电网；
[0038] (3)能够提高电池储能的利用效率，由此更好地实现对负荷的"削峰填谷"。
【附图说明】
[0039] 图1为本发明【具体实施方式】中自适应式微网储能系统能量优化管理方法的流程 示意图。
[0040] 图2为用户负荷需求以及光伏和风力发电输出功率曲线示意图。
[0041] 图3为微网储能系统剩余功率曲线不意图。
[0042] 图4为现有技术中利用固定阈值法的电池能量曲线示意图。
[0043] 图5为固定阈值法的电池调度参考值和新的用电量需求曲线示意图。
[0044] 图6为基于预测数据的固定阈值法第39小时-48小时部分分析曲线示意图。
[0045] 图7为使用本发明【具体实施方式】的自适应式微网储能系统能量优化管理方法前 后放电阈值的曲线示意图（24-96小时）。
[0046] 图8为使用本发明【具体实施方式】的自适应式微网储能系统能量优化管理方法前 后电池输出功率曲线示意图
[0047] 图9为使用本发明【具体实施方式】的自适应式微网储能系统能量优化管理方法前 后新的负荷（NGD)曲线不意图。
【具体实施方式】
[0048] 下面结合附图，对本发明作详细说明。
[0049] 以下公开详细的示范实施例。然而，此处公开的具体结构和功能细节仅仅是出于 描述示范实施例的目的。
[0050] 然而，应该理解，本发明不局限于公开的具体示范实施例，而是覆盖落入本公开范 围内的所有修改、等同物和替换物。在对全部附图的描述中，相同的附图标记表示相同的元 件。
[0051] 同时应该理解，如在此所用的术语"和/或"包括一个或多个相关的列出项的任意 和所有组合。另外应该理解，当部件或单元被称为"连接"或"耦接"到另一部件或单元时， 它可以直接连接或耦接到其他部件或单元，或者也可以存在中间部件或单元。此外，用来描 述部件或单元之间关系的其他词语应该按照相同的方式理解（例如，"之间"对"直接之间"、 "相邻"对"直接相邻"等）。
[0052] 介绍本发明的技术方案之间，首先说明本发明所采用的基本原理。
[0053] 在整个计算过程中，首先要得到与电价有关的剩余功率曲线来判定电池是处于充 电还是放电模式。当电池运行模型确定之后，就要考虑电池充放电功率的限制条件和能量 转换效率。若电池处于放电模式，影响电池放电功率最关键的因素就是放电阈值的选择。
[0054] 考虑到电网功率Pti随电价变化的特性，即在低电价时向微网储能系统充电，在高 电价时不充电，可计算微网储能系统的剩余功率为：
[0055] 当 prc(i) = 1 时，
[0056] Psp (i) = P!(i)-[Ppv(i)+PG(i)+Pwd(i)],
[0057] 当 prc(i) = 2 时，
[0058] Psp (i) = P!(i)-[Ppv(i)+Pwd(i)], (1)
[0059] 式中：prc为价格，"1"代表低电价，"2"代表高电价;Psp为剩余功率（kW) ;P :为用 户负荷需求（kW) ;Ppv为光伏发电功率（kW) 为电网功率（kW) ;Pwd为风力发电功率（kW); i为采样点（在本发明【具体实施方式】的采样时间取为ls，但也可以根据需要调整）。
[0060] 在得到微网储能系统剩余功率曲线并确定电池充放电模式后，便可计算电池的功 率调度参考值P Braf(kW)，即为电池在第i秒的充放电功率，正值代