一种储能联合火电机组参与AGC调频的控制方法及装置与流程

本申请涉及火电机组参与agc调频技术领域，具体涉及一种储能联合火电机组参与agc调频的控制方法，同时涉及一种储能联合火电机组参与agc调频的控制装置。

背景技术：

传统燃煤机组由于响应时滞长、机组爬坡速率低、启停磨煤机所致断点段以及命令死区内震荡等问题，在参与agc调频时，不能准确跟踪电网的调频指令。随着大规模的风电、光伏等间歇式新能源的并网，区域控制偏差ace信号中的高频分量增加，机组agc指令波动加剧，导致现有调频容量不足的问题日益突出，亟需新的手段来弥补火电机组的调频缺陷。

储能系统由于具有快速和准确的响应能力，容量可调，单位功率的调节效率高，是一种非常好的调频资源。根据美国西太平洋实验室分析报告指出，同等规模比较下，储能系统的调频效果是水电机组的1.7倍左右，是燃气机组的2.5倍左右，是火电机组的20倍以上。利用储能系统的快速跟踪能力实时弥补火电机组出力与agc指令之间的偏差，能极大地提高机组的调频性能。然而由于储能系统的容量和功率有限，若不对其实施有效的能量管理，容易造成长时间尺度下其工况难以为继，不利于机组整体调频性能的改善。

技术实现要素：

本申请提供一种储能联合火电机组参与agc调频的控制方法，解决了目前储能辅助火电机组参与agc调频的过程中，储能系统采取满功率补偿策略，缺乏能量管理的问题。

本申请提供一种储能联合火电机组参与agc调频的控制方法，其特征在于，包括：

判断储能系统是否需要动作；

若储能系统需要动作，则根据状态空间理论确定火电机组出力和储能出力的动态模型建立状态空间方程；

通过所述状态空间方程，以调频效果和储能系统的能量管理效果确定目标函数；

在对所述目标函数求解的过程中，构造火电机组出力和储能出力为约束条件的优化模型，使用所述优化模型对储能系统出力进行实时优化。

优选的，所述判断储能系统是否需要动作，包括：

设定储能系统的容量、额定功率和动作死区pallow，读入机组的agc指令pagc和机组出力pg；

判断火电机组出力与agc指令之间的偏差与储能系统动作死区之间的关系；

若|pagc-pg|＜pallow，则储能系统不动作，输出储能功率pb＝0；若|pagc-pg|≥pallow，则储能系统需要动作。

优选的，所述根据状态空间理论确定火电机组出力和储能出力的动态模型建立状态空间方程，包括：

根据状态空间理论，选取火电机组出力pg(k)、储能系统的充放电功率pb(k)、储能soc状态soc(k)以及火电机组与储能系统的联合出力pgb(k)作为状态变量；

以火电机组短期预测出力增量△pg(k)和储能系统的短期预测出力增量△pb(k)作为控制变量；

以火电机组和储能系统联合出力和储能soc作为输出变量，创建的状态空间方程如下：

式中，△t为数据的采样间隔，erate为储能系统的额定容量，τ为储能系统的自放电率，η为储能系统的充放电效率，满足下式；

式中，ηcharge为储能系统的充电效率，ηdischarge为储能系统的放电效率。

优选的，所述状态空间方程，以调频效果和储能系统的能量管理效果确定目标函数，包括：

在确定状态空间方程的基础上，建立两个指标rfrerms和rsocrms，用于分别反映调频效果和对储能系统的能量管理效果，

式中，socref为储能系统的中位参考值，可以取0.5；

由于两个指标的量纲不一样，对两个指标进行归一化处理，处理后为，

式中，rfrermsmax为rfrerms的最大值，rfrermsmin为rfrerms的最小值，rsocrmsmax为rsocrms的最大值，rsocrmsmin为rsocrms的最小值；

根据指标归一化，将确定的综合评价指标j作为目标函数，

j＝min(αr′frerms+(1-α)r′socrms)

式中，α∈[0,1]为权重系数，可根据两指标的相对重要性选取。

优选的，在对所述目标函数求解的过程中，构造火电机组出力和储能出力为约束条件的优化模型，使用所述优化模型对储能系统出力进行实时优化，包括：

基于目标函数在求解的过程中，综合考虑火电机组和储能系统的各种约束，通过选取控制增量的第一个数值作为本次控制命令的下达，再以本次结果对下一次预测进行校正，从而修正控制增量实现滚动优化。

优选的，所述火电机组和储能系统的各种约束，包括：

火力机组出力约束，pgmin≤pg≤pgmax；

火力机组爬坡率约束，其中pgmin和pgmax分别为火电机组出力的下限和上限，和分别为火电机组在t时间内爬坡能力的下限和上限；

储能系统soc约束，

socmin≤soc≤socmax

soc(k)＝soc(k-1)+pb(k)η△t，其中socmin和socmax分别为储能系统soc的下限和上限；

储能系统充放电功率约束，pdmin≤pb≤pdmax或pcmin≤pb≤pcmax。

与本申请提供的方法相对应的，本申请同时提供一种储能联合火电机组参与agc调频的控制装置，其特征在于，包括：

判断单元，用于判断储能系统是否需要动作；

方程建立单元，用于若储能系统需要动作，则根据状态空间理论确定火电机组出力和储能出力的动态模型建立状态空间方程；

目标函数确定单元，用于通过所述状态空间方程，以调频效果和储能系统的能量管理效果确定目标函数；

优化单元，用于在对所述目标函数求解的过程中，构造火电机组出力和储能出力为约束条件的优化模型，使用所述优化模型对储能系统出力进行实时优化。

本申请提供一种储能联合火电机组参与agc调频的控制方法，通过采用模型预测控制(mpc)对储能出力进行控制，以火电机组出力和储能系统的动态模型为基础建立状态空间方程，以调频效果和储能系统的能量管理效果最优为目标函数，建立包含机组出力和储能出力的约束条件为优化模型，对系统出力进行实时优化，使得系统在考虑调频性能时兼顾储能系统的能量管理。解决了目前储能辅助火电机组参与agc调频的过程中，储能系统采取满功率补偿策略，缺乏能量管理的问题。

附图说明

图1是本申请实施例提供的基于mpc控制的火储联合调频原理图；

图2是本申请实施例提供的一种储能联合火电机组参与agc调频的控制方法流程示意图；

图3是本申请实施例涉及的一种储能联合火电机组参与agc调频的控制装置示意图；

图4是本申请实施例提供的系统控制流程图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

请参看图1，图1是本申请实施例提供的基于mpc控制的火储联合调频原理图。mpc控制是模型预测控制的英文简称，火储联合是火电机组与储能系统联合的简称。下面结合图1提供的基于mpc控制的火储联合调频原理图和图2提供的一种储能联合火电机组参与agc调频的控制方法流程示意图，对本申请的实施例进行详细说明。

下面首先对图1提供的基于mpc控制的火储联合调频原理图对本申请提供的方法原理进行说明。mpc控制指的是模型预测控制，基于mpc控制的火储联合调频原理，就是基于动态模型控制的火储联合调频原理。自动发电控制agc(automaticgenerationcontrol)是能量管理系统中ems中的一项重要功能，它控制着调频机组的出力，以满足不断变化的用户电力需求，并使系统处于经济的运行状态。在电力系统中，agc是调节不同发电厂的多个发电机有功输出以响应负荷的变化的系统。首先发出电网调度agc指令至mpc控制器，然后mpc控制器读取储能系统和火电机组的出力，并对火电机组出力pg(k)和储能系统的出力pb(k)进行预测，以评价指标最优为目标函数，构造包含机组出力和储能系统出力为约束条件的优化模型，对系统出力pgb(k)进行实时优化，不断反馈校正，最后输出储能系统的出力。

图2是本申请提供的一种储能联合火电机组参与agc调频的控制方法流程示意图。

步骤s201，判断储能系统是否需要动作。

设定储能系统的容量、额定功率和动作死区pallow，读入机组的agc指令pagc和机组出力pg，判断火电机组出力与agc指令之间的偏差与储能系统动作死区之间的关系；若|pagc-pg|＜pallow，则储能系统不动作，输出储能功率pb＝0；若|pagc-pg|≥pallow，则储能系统需要动作，接着执行下面的步骤。

步骤s202，若储能系统需要动作，则根据状态空间理论确定火电机组出力和储能出力的动态模型建立状态空间方程。

在上一个步骤中，若储能系统需要动作，则根据状态空间理论，选取火电机组出力pg(k)、储能系统的充放电功率pb(k)、储能soc状态soc(k)以及火电机组与储能系统的联合出力pgb(k)作为状态变量；以火电机组短期预测出力增量△pg(k)和储能系统的短期预测出力增量△pb(k)作为控制变量；以火电机组和储能系统联合出力和储能soc作为输出变量，创建的状态空间方程如下：

式中，△t为数据的采样间隔，erate为储能系统的额定容量，τ为储能系统的自放电率，为储能系统的充放电效率，满足下式；

式中，ηcharge为储能系统的充电效率，ηdischarge为储能系统的放电效率。

步骤s203，通过所述状态空间方程，以调频效果和储能系统的能量管理效果确定目标函数。

在确定状态空间方程的基础上，建立两个指标rfrerms和rsocrms，用于分别反映调频效果和对储能系统的能量管理效果，

式中，socref为储能系统的中位参考值，可以取0.5，且一般情况下也取0.5；

由于两个指标的量纲不一样，对两个指标进行归一化处理，处理后为，

式中，rfrermsmax为rfrerms的最大值，rfrermsmin为rfrerms的最小值，rsocrmsmax为rsocrms的最大值，rsocrmsmin为rsocrms的最小值；

根据指标归一化，将确定的综合评价指标j作为目标函数，

j＝min(αr′frerms+(1-α)r′socrms)

式中，α∈[0,1]为权重系数，可根据两指标的相对重要性选取。

步骤s204，在对所述目标函数求解的过程中，构造火电机组出力和储能出力为约束条件的优化模型，使用所述优化模型对储能系统出力进行实时优化。

基于目标函数在求解的过程中，综合考虑火电机组和储能系统的各种约束，通过选取控制增量的第一个数值作为本次控制命令的下达，再以本次结果对下一次预测进行校正，从而修正控制增量实现滚动优化。

约束条件主要包括：火力机组出力约束，pgmin≤pg≤pgmax；

火力机组爬坡率约束，其中pgmin和pgmax分别为火电机组出力的下限和上限，和分别为火电机组在t时间内爬坡能力的下限和上限；

储能系统soc约束，

socmin≤soc≤socmax

soc(k)＝soc(k-1)+pb(k)η△t，其中socmin和socmax分别为储能系统soc的下限和上限；

储能系统充放电功率约束，pdmin≤pb≤pdmax或pcmin≤pb≤pcmax。

与本申请提供的一种储能联合火电机组参与agc调频的控制方法相对应的，本申请同时提供一种储能联合火电机组参与agc调频的控制装置300其特征在于，包括：

判断单元310，用于判断储能系统是否需要动作；

方程建立单元320，用于若储能系统需要动作，则根据状态空间理论确定火电机组出力和储能出力的动态模型建立状态空间方程；

目标函数确定单元330，用于通过所述状态空间方程，以调频效果和储能系统的能量管理效果确定目标函数；

优化单元340，用于在对所述目标函数求解的过程中，构造火电机组出力和储能出力为约束条件的优化模型，使用所述优化模型对储能系统出力进行实时优化。

请参看图4，图4是本申请提供的系统控制流程图。首先设置储能系统容量、额定功率和动作死区，然后输入agc指令，接下来就是确定预测模型，通过预测模型对目标函数进行不断优化的过程，其过程主要为读入机组和储能出力数据，通过预测模型对机组和储能出力进行预测时，首先判断机组出力与agc指令之间的偏差与储能系统动作死区之间的关系，设定储能系统的容量、额定功能和动作死区pallow，读入机组的agc指令pagc和机组出力pg，若|pagc-pg|＜pallow，则储能系统不动作，输出储能功率pb＝0；若|pagc-pg|≥pallow，则储能系统需要动作。在储能系统需要动作时，根据目标函数求取最优值，输出储能系统出力。基于目标函数在求最优解的过程中，综合考虑火电机组和储能系统的各种约束，通过选取控制增量的第一个数值作为本次控制命令的下达，再以本次结果对下一次即k＝k+1预测进行校正，从而修正控制增量实现滚动优化。

本申请提供一种储能联合火电机组参与agc调频的控制方法，通过采用模型预测控制(mpc)对储能出力进行控制，以火电机组出力和储能系统的动态模型为基础建立状态空间方程，以调频效果和储能系统的能量管理效果最优为目标函数，建立包含机组出力和储能出力的约束条件为优化模型，对系统出力进行实时优化，使得系统在考虑调频性能时兼顾储能系统的能量管理。解决了目前储能辅助火电机组参与agc调频的过程中，储能系统采取满功率补偿策略，缺乏能量管理的问题。

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，而这些未脱离本发明精神和范围的任何修改或者等同替换，其均在申请待批的本发明的权利要求保护范围之内。