一种储能系统充放电控制方法及系统与流程

本发明属于新能源发电及储能领域，具体涉及一种储能系统充放电控制方法及系统。

背景技术：

近年来，光伏发电进入了快速发展阶段，但其波动性、间歇性特性给电网安全稳定运行带来了较大的挑战，目前各地光伏均出现了不同程度的弃光现象，直接影响了光伏电站的收益，另外电网对于光伏电站的跟踪调度计划能力也提出了要求，对不满足要求的电站进行考核。如《西北区域发电厂并网运行管理实施细则》参照国标“光伏发电站接入电力系统技术规定(gb/t19964-2012)”，出台了具体的考核标准，要求光伏电站“超短期预测第4小时月平均绝对误差应小于10％，每增加一个百分点按全场装机容量×2分/万千瓦考核”。调度下发的发电计划曲线是参考光伏电站上报的光伏发电功率预测数据制定的，但目前光伏功率预测误差仍较大，若不配置储能系统，光伏电站实际出力与调度下发的发电计划曲线间将存在较大误差，如果误差超出10％的带宽，光伏电站就要接受考核。

在限电弃光和光伏电站跟踪精度考核的双重压力下，为光伏电站配置储能系统，可以降低弃光率、提高售电收益，并提高光伏电站对调度计划的跟踪精度、降低考核费用，通过这两个方面提高光伏电站的利润。

配置储能的关键问题是储能容量的确定，在这个过程中，一方面需要确定储能系统在该场景下的具体控制策略，另一方面需要建立储能容量优化配置模型。

技术实现要素：

为了解决上述问题，本发明提供一种储能系统充放电控制系统，对处于不同场景下的储能系统实施具体的控制策略，并基于控制策略构建储能容量优化配置模型，在降低弃光率提升光伏电站对调度计划的跟踪精度的同时，增加售电收益和降低考核费用，使光伏电站的利润得到大幅度提升。

本发明的目的是采用下述技术方案实现的：

一种储能系统充放电控制方法，包括：

采集光伏电站的调度数据和理论出力值，确定光伏电站弃光时段和跟踪计划时段，以及弃光控制策略和跟踪计划控制策略；

在所述弃光时段，执行所述弃光控制策略；在所述跟踪计划时段执行跟踪计划控制策略，实现对储能系统的充放电。

优选的，所述采集光伏电站的调度数据和理论出力值，确定光伏电站弃光时段和跟踪计划时段，以及弃光控制策略和跟踪计划控制策略，包括：

根据光伏电站内标杆机组在单位时间段的功率预测值计算光伏电站的理论出力值，基于所述光伏电站的理论出力值和调度数据，判断光伏电站的是否处于弃光时段；若光伏电站不处于弃光时段，则进入跟踪计划时段；

所述弃光控制策略包括：以提高上网电量为目标，对储能系统进行充电；

所述跟踪计划策略包括：以满足跟踪误差精度要求为目标，控制储能系统充放电。

进一步地，所述基于光伏电站的理论出力值和调度数据，判断光伏电站的是否处于弃光时段，若光伏电站不处于弃光时段，则进入跟踪计划时段包括：若下式成立，则光伏电站处于弃光时段，否则进入跟踪计划时段：

式中，为t+1时刻光伏电站的理论出力值，分别为t时刻以及t+1、t+2时刻光伏电站的调度数据；t为当前时刻，σ表示随着弃光时段的调度指令波动程度变化的较小数值；δ％为光伏电站出力对调度下发出力计划曲线的跟踪误差带宽，为光伏电站的容量。

进一步地，通过下式折算光伏电站的理论出力值：

其中，为标杆机组t+1时刻的功率预测值，prate_biaogan为光伏电站内标杆机组的装机容量，为光伏电站的装机容量，为t+1时刻光伏电站的理论出力值。

进一步地，所述在弃光时段，执行弃光控制策略包括：若soct＜soc_max，且则通过对储能系统充电，光储电站以t时刻的调度数据为目标出力，通过下式确定t时刻光伏电站的弃光功率：

若soct＜soc_max，且通过对储能系统充电；否则储能系统不出力，通过下式确定t时刻光伏电站的弃光功率

其中，为t时刻光伏电站的理论出力值，soct储能系统t时刻的荷电状态，soc_max为荷电状态上限值；为弃光时段内，t时刻储能系统的功率值；为储能系统的额定功率。

优选的，所述在跟踪计划时段，执行跟踪计划控制策略包括：

设置储能系统荷电状态soc的充放电上、下限和soc的优先充放电上、下限，以及各限值的约束条件；

确定跟踪计划策略时段储能系统出力范围，并定义储能系统的充放电原则。

进一步地，所述设置储能系统荷电状态soc的充放电上、下限和soc的优先充放电上、下限，以及各限值的约束条件包括：

设soc充电上限为socmax、soc放电下限为socmin、soc优先放电下限为socup、soc优先充电上限为socdown；所述soc充电上限socmax和soc放电下限socmin分别与soc优先放电上限和soc优先充电下限相等，且各限值的约束条件1＞socmax＞socup＞socdown＞socmin＞0。

进一步地，通过下式确定跟踪计划策略时段储能系统出力范围：

式中，为t时刻光伏电站的理论出力值，为目标出力，δ％为光伏电站出力对调度下发出力计划曲线的跟踪误差带宽，为跟踪计划时段内，t时刻储能系统的出力值。

进一步地，所述定义储能系统的充放电原则，包括：

t时刻，若则光伏电站出力满足跟踪计划出力精度要求，令其中，为储能系统的出力值；

t时刻，若则根据储能系统的荷电状态对储能系统充电；

t时刻，若则根据储能系统荷电状态对储能系统放电。

进一步地，所述根据储能系统的荷电状态对储能系统充电，包括：

若socdown≤soct≤socup，储能系统荷电状态处于非优先区，储能系统以最小功率值充电；

若soct＞socup，储能系统荷电状态处于优先放电区，判断储能系统荷电状态是否超过上限；若是，则令若否，则储能系统以最小功率值充电；

若soct＜socdown，则储能系统荷电状态处于优先充电区，储能系统以最大功率

值充电。

进一步地，所述根据储能系统荷电状态对储能系统放电，包括：

若socdown≤soct≤socup，储能系统荷电状态处于非优先区，以最小功率值对储能系统放电：

若soct＞socup，则储能系统荷电状态处于优先放电区，储能系统以最大功率值放电：

若soct＜socdown，则储能系统荷电状态处于优先充电区，并判断储能系统荷电状态超过下限；若是，则若否，储能系统以最小功率值放电。

进一步地，所述储能系统以最大功率值充电，如下式所示：

所述储能系统以最小功率值充电，如下式所示：

所述储能系统以最小功率值对放电，如下式所示：

所述储能系统以最大功率值放电，如下式所示：

进一步地，通过下式判断储能系统荷电状态是否超过下限：

通过下式判断储能系统荷电状态是否超过上限：

进一步地，还包括：基于弃光策略和跟踪计划策略建立储能容量优化配置模型以及储能容量优化配置模型的目标函数；所述目标函数如下式：

其中，qpv_station为在光伏电站运营期间内，随配置储能系统而增加的总利润，qδe为因降低弃光量、增加上网电量获得的收益，和分别为配置储能系统前和配置储能系统后调度对光伏电站的考核费用，cbess为储能系统的总投资成本。

进一步地，所述因降低弃光量、增加上网电量获得的收益通过下式确定：

其中，ce为光伏单位度电电价。

进一步地，通过下式分别确定配置储能系统前和配置储能系统后，调度对光伏电站的考核费用：

其中，ξ1和ξ2分别为光伏电站配置储能系统前后，光伏电站出力与超短期光伏功率预测的月平均绝对误差值，i为第i月，n为光伏电站运营期间的总月数。

进一步地，通过下式确定储能系统的总投资成本：

cbess＝c1+c2+c3+c4

式中，cbess为规划期内，储能系统的总投资成本，c1为初始购置功率成本，c2为初始购置容量成本，c3为运维成本，c4为置换成本；prate为储能系统的额定功率，cp为储能系统的功率成本单价，ce为储能设备的容量成本单价，n为光伏电站规划运营总年限，em为储能系统每年的累积吞吐电量，cm为运维成本单价，nchange为n年内储能系统的置换次数。

一种储能系统充放电控制系统，所述系统包括：

采集模块，用于采集光伏电站的调度数据和理论出力值；

确定模块，用于确定光伏电站弃光时段和跟踪计划时段，以及弃光控制策略和跟踪计划控制策略；

第一执行模块，用于在弃光时段，执行弃光控制策略；

第二执行模块，用于在跟踪计划时段，执行跟踪计划策略

与最接近的现有技术相比，本发明的有益效果是：

为解决光伏电站严峻的弃光现象和可调控性差为应用场景配置储能系统，并计及光伏电站运营周期内储能系统带来的直接收益和总投资成本；本发明提供一种储能系统充放电控制方法及系统。为保证储能系统分时段控制策略的实现，提出了控制时段的判定方法。针对存在弃光和跟踪精度考核的光伏电站，采集光伏电站的调度数据和理论出力值，确定光伏电站弃光时段和跟踪计划时段。

考虑调度计划的分时段性，以及储能系统在该特性下，降低弃光率和提高跟踪计划出力精度两种应用工况；以储能系统的投资成本和配置储能后带来的直接收益为目标，定义弃光控制策略和跟踪计划策略；具体包括：在弃光时段执行弃光控制策略，以尽可能多的提高上网电量为目标进行充电；在跟踪计划时段，以满足跟踪误差精度要求为目标，执行跟踪计划策略；在避免电池储能深充深放的前提下，控制储能系统充放电。

本发明适用于存在弃光现象和跟踪计划考核的光伏电站配置储能系统。通过储能系统容量的优化配置，提高光伏电站的上网电量，并降低因跟踪精度不够而产生的考核费用，使得光伏电站的利润得到大幅度提升。

附图说明

图1是本发明实施例中提供的储能系统充放电控制方法流程图；

图2是本发明实施例中提供的储能系统的荷电状态区域划分示意图；

图3是本发明实施例中提供的跟踪计划策略时段，储能系统的出力范围示意图；

具体实施方式

下面结合附图对本发明的具体实施方式作详细说明。

本发明提出一种储能系统充放电控制方法，如图1所示，包括：

步骤1，采集光伏电站的调度数据和理论出力值，确定光伏电站弃光时段和跟踪计划时段，以及弃光控制策略和跟踪计划控制策略；

步骤2，在弃光时段，执行弃光控制策略，在跟踪计划时段，执行跟踪计划控制策略，实现对储能系统的充放电。

步骤1中，采集光伏电站的调度数据和理论出力值，确定光伏电站弃光时段和跟踪计划时段，以及弃光控制策略和跟踪计划控制策略，包括：根据光伏电站内标杆机组在单位时间段的功率预测值计算光伏电站的理论出力值，基于所述光伏电站的理论出力值和调度数据，判断光伏电站的是否处于弃光时段；若光伏电站不处于弃光时段，则进入跟踪计划时段；弃光控制策略，即以提高上网电量为目标，对储能系统进行充电；跟踪计划策略，即以满足跟踪误差精度要求为目标，控制储能系统充放电。

其中，基于光伏电站的理论出力值和调度数据，判断光伏电站的是否处于弃光时段包括：

步骤1.1：预测光伏电站内标杆机组的t+1时刻的功率值

步骤1.2：基于下式和标杆机组t+1时刻的功率预测值，折算光伏电站t+1时刻的理论出力值。

其中，prate_biaogan为光伏电站内标杆机组的装机容量，为光伏电站的装机容量，为t+1时刻光伏电站的理论出力值。

步骤1.3：基于当前t时刻及后续t+1、t+2时刻光伏电站的调度数据和t+1时刻光伏电站的理论出力值判断光伏电站是否处于弃光时段。

式中，σ为一个较小数值，视调度弃光时段的调度指令波动程度而定。

若满足上式，则判定调度对光伏电站的调度处于限电时段，光伏电站有可能产生弃光，跳转至步骤2-1，若不满足上式，说明调度对光伏电站的调度处于跟踪计划时段，跳转至步骤2-2。

步骤2中，在弃光时段内，执行弃光时段控制策略，具体如下：

步骤2-1，若满足储能系统t时刻的荷电状态soct小于荷电状态上限值soc_max，即soct＜soc_max，且满足控制储能系统以额定功率充电，即光储电站以t时刻的调度数据为目标出力，t时刻光伏电站的弃光功率若满足soct＜soc_max且以控制储能系统充电；否则储能系统不出力，弃光功率为

重复步骤1以及步骤2-1，如不满足步骤2-1，即光伏电站不处于弃光时段，跳转至步骤2-2。

步骤2-2：在跟踪计划策略时段，执行跟踪计划控制策略；

参考《西北区域发电厂并网运行管理实施细则》，以10％为误差带宽，控制储能系统出力使光储联合出力在误差带宽范围内跟踪调度计划曲线。在执行跟踪计划策略时段，以保证跟踪精度，同时降低储能系统深度充放电次数为原则，具体控制策略如下：

设置储能系统荷电状态soc的充放电上下限和soc的优先充放电上下限，soc充电上限为socmax、soc放电下限为socmin、soc优先放电下限为socup、soc优先放电上限即soc充电上限为socmax、soc优先充电上限为socdown，soc优先充电下限即soc放电下限为socmin，各限值满足约束条件1＞socmax＞socup＞socdown＞socmin＞0；

在跟踪计划策略时段，因为光伏接入标准规定的跟踪精度有误差带宽，所以时刻t时，为满足跟踪精度，储能系统可行的出力功率不是一个定值，而是一个功率范围值，即：

式中，δ％为光伏电站出力对调度下发出力计划曲线的跟踪误差带宽，为跟踪计划策略时段内，t时刻储能系统的功率值。

鉴于电池储能的充放电深度和循环次数呈反比例函数关系，为延长储能系统的使用寿命，应减少深充深放次数，所以设置储能系统的充放电原则：

t时刻，若光伏电站出力满足跟踪计划出力精度要求，储能系统不出力，即

t时刻，若储能系统应充电，若socdown≤soct≤socup，储能系统荷电状态处于非优先区，储能系统以最小功率值充电，即若soct＞socup，储能系统荷电状态处于优先放电区，尽量少充电，储能系统应以最小功率值充电，同时为避免此次充电过程中，储能系统荷电状态超过上限，判断是否成立，若成立，则若否，若soct＜socdown，处于优先充电区，尽量多充电，储能系统以最大功率值充电，即

t时刻，若储能系统应放电，若socdown≤soct≤socup，储能系统荷电状态处于非优先区，储能系统以最小功率值放电，即若soct＞socup，储能系统荷电状态处于优先放电区，尽量多放电，储能系统以最大功率值放电，即若soct＜socdown，储能系统荷电状态处于优先充电区，应尽量少放电，同时为避免此次放电过程中，储能系统荷电状态超过下限，判断是否成立，若成立，则若否，储能系统以最小功率值放电，即

图2为储能系统的荷电状态区域划分示意图，包含储能系统soc充放电上下限和soc优先充放电上下限，soc充电上限socmax、soc放电下限socmin、soc优先放电下限socup、soc优先放电上限即soc充电上限socmax、soc优先充电上限socdown，soc优先充电下限即soc放电下限socmin，满足约束条件1＞socmax＞socup＞socdown＞socmin＞0。

图3为跟踪计划策略时段，储能系统的出力范围示意图，因为在跟踪计划策略时段，光伏接入标准规定的跟踪精度有误差带宽，所以时刻t时，为满足跟踪精度，储能系统可行的出力功率不是一个定值，而是一个功率范围值，以光伏电站出力大于跟踪计划带宽上限为例，在该时刻储能系统应充电，最小充电功率为最大充电功率为

根据弃光控制策略和跟踪计划策略建立储能容量优化配置模型以及储能容量优化配置模型的目标函数包括：以光伏电站配置储能系统后光储电站可获取的利润最大为目标，以储能系统的额定功率额定容量soc优先充电上限socdown、soc优先放电下限socup为自变量建立储能系统的配置模型。

目标函数如下：

其中，qpv_station为在光伏电站运营期间内，因配置储能系统而增加的总利润，qδe为因降低弃光量、增加上网电量带来的收益，和分别为配置储能系统前和配置储能后，调度对光伏电站的考核费用，cbess为储能系统的总投资成本。

其中，ce为光伏单位度电电价。

其中，ξ1和ξ2分别为光伏电站配置储能系统前后，光伏电站出力与超短期光伏功率预测的月平均绝对误差值，i为第i个月，n为光伏电站运营期间的总月数。

cbess＝c1+c2+c3+c4

式中，cbess为规划期内储能系统的总投资成本，c1为初始购置功率成本，c2为初始购置容量成本，c3为运维成本，c4为置换成本。prate为储能系统用pcs的额定功率，cp为pcs的功率成本单价，ce为储能设备的容量成本单价，n为光伏电站规划运营总年限，em为储能系统每年的累积吞吐电量，cm为运维成本单价，nchange为n年内储能系统的置换次数。

基于同一发明构思，本发明还提供一种储能系统充放电控制系统，包括：

采集模块，用于采集光伏电站的调度数据和理论出力值；

确定模块，用于确定光伏电站弃光时段和跟踪计划时段，以及弃光控制策略和跟踪计划控制策略；

第一执行模块，用于在弃光时段，执行弃光控制策略；

第二执行模块，用于在跟踪计划时段，执行跟踪计划策略。

优选的，还包括模型定义模块；该模型定义模块，用于基于弃光策略和跟踪计划策略建立储能容量优化配置模型以及储能容量优化配置模型的目标函数；所述模型定义模块包括：目标函数确定单元，用于通过下式确定储能容量优化配置模型的目标函数：

其中，qpv_station为在光伏电站运营期间内，随配置储能系统而增加的总利润，qδe为因降低弃光量、增加上网电量获得的收益，和分别为配置储能系统前和配置储能系统后调度对光伏电站的考核费用，cbess为储能系统的总投资成本。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。