一种分布式储能参与电力系统调频的控制系统及方法与流程

1.本发明属于分布式储能控制技术领域，更具体地，涉及一种分布式储能参与电力系统调频的控制系统及方法。


背景技术：

2.装机容量日渐增长的可再生能源的间歇性和随机性加重了电力系统中不确定、瞬时功率波动的问题，给电力系统频率调节问题带来了挑战。由于爬坡速率的限制，传统的发电机很难处理由功率波动引起的频率偏移。而储能的快速安装和灵活响应特性，使其成为一个辅助电力系统频率调节较为理想的选择。
3.大量的小容量分布式储能在电网频率调节中发挥重要作用。然而，如果没有合适的控制方案，会导致计算负担加重并且利用效率低下。对于集中控制方法，被控对象数量大将导致优化计算负担巨大与中央控制器与被控设备之间的通信负担沉重。对于分布式控制方法，储能数量大将会带来稀疏通信网络复杂，且收敛速度变慢的问题。


技术实现要素：

4.针对现有技术的缺陷和改进需求，本发明提供了一种分布式储能参与电力系统调频的控制系统及方法，其目的在于将降阶模型应用在频率控制中，以降低系统阶数。下层只需要相邻储能之间进行通信，在分布式的控制框架下完成储能集群内的荷电状态均衡控制；上层利用下层提供的降阶模型进行频率调节，将产生的频率控制信号发送至储能集群，计算负担大大减小。采用这种控制方案，频率调节与储能荷电状态均衡可以被综合考虑。
5.为实现上述目的，本发明提供了一种分布式储能参与电力系统调频的控制系统，包括：
6.储能集群间频率调节系统、与储能集群一一对应的多个储能集群内荷电状态均衡控制系统，每个储能集群内荷电状态均衡控制系统包括与储能一一对应的多个储能控制器；
7.储能集群内荷电状态均衡控制系统，用于通过相同储能集群内的各储能控制器相互通信，生成该储能集群的降阶聚合模型，上传至储能集群间频率调节系统；接收到调频控制信号后，相同储能集群内的各储能控制器相互通信，以整个储能集群荷电状态均衡为目标，分配该调频控制信号，将分配结果发送至各储能；
8.储能集群间频率调节系统，用于接收各储能集群发送的降阶聚合模型，建立储能参与调频的预测模型；以接收到的电力系统频率偏移、频率变化率以及控制代价为自变量构建代价函数，以储能参与调频的预测模型为约束，求解该代价函数，得到各储能集群的调频控制信号，下发至储能集群内荷电状态均衡控制系统。
9.优选地，所述储能参与调频的预测模型如下：
[0010][0011]
其中，其中，其中，
[0012]
其中，t表示离散时步，xk(t)表示第t步时的第k区电力系统状态变量序列，x
l
(t)表示第t步时的第l区电力系统状态变量序列，uk(t)表示第t步时第k区电力系统的控制变量序列，yk(t)表示第t步时的第k区电力系统输出变量序列，s
a,kk
表示第k区电力系统关于本地变量的系统矩阵，sb表示电力系统的控制矩阵，s
a,kl
表示第k区电力系统关于第l区电力系统变量的系统矩阵，sc表示电力系统的输出矩阵，xk(t)表示第k区电力系统第t步时的状态变量，n
p
表示预测时步，uk(t)表示第k区电力系统第t步时的控制变量，nc表示控制时步，yk(t)表示第k区电力系统第t步时的输出变量。
[0013]
有益效果：针对现有比例-积分控制、自适应控制等难以添加约束条件的问题，本发明通过建立预测模型，根据控制对象的历史信息和未来输入预测系统未来的输出，由于输出变量的约束可以由数学运算转化为输入变量的约束，实现了对输出变量的有效约束。
[0014]
优选地，所述代价函数为：
[0015][0016]
其中，k表示区域编号，q表示与频率偏移有关的权重，n
p
表示预测步长，ωk(t)表示第k区电力系统第t步时频率偏移量，r表示与控制变量有关的权重，nc表示控制步长，表示第k步时的控制变量，α表示与频率偏移量有关的权重，β表示与单位时间频率变化率有关的权重。
[0017]
有益效果：如果只将频率偏移作为代价函数的状态量，那么会导致频率变化率过高的问题，并且当频率控制完成时，控制变量无法回到0。针对该问题，本发明通过加入频率变化率、控制变量的状态量，由于优化计算的结果使得代价函数最小，实现了同时抑制频率偏移与频率变化率的目的，并且当代价函数其他项为0时，保证控制变量也为0。
[0018]
优选地，得到最优控制序列u
kt
(t)＝[u
kt
(t),u
kt
(t+1)
…
,u
kt
(t+n
c-1)]后，取第一项u
kt
(t)＝p
*k
，发送给对应的第k个储能集群；
[0019]
其中，uk(t)表示第k区电力系统第t步时的控制信号序列，u
kt
(t)表示第k区电力系统第t步时的控制信号，u
kt
(t)＝p
*k
表示第k个储能集群的调频控制信号。
[0020]
有益效果：针对预测模型精确度有限的问题，本发明通过只取最优控制序列的第一项为控制信号，进行滚动优化，由于向前每一步的误差都将逐步累加，只有向前一步的预测误差是最小的，实现了最大程度降低控制误差的目的。
[0021]
优选地，基于构网型储能的频率响应模型，按储能容量加权平均得到储能集群的降阶聚合模型。
[0022]
有益效果：针对现有的未考虑系统模型而制定控制策略所产生的与工程实际不符合的问题，本发明通过考虑储能频率响应模型，由于储能本身功率响应具有时间延迟、控制器也具有相应时延，实现了与工程实际更加接近的建模。
[0023]
优选地，所述以整个储能集群荷电状态均衡为目标具体如下：
[0024][0025]
其中，soci表示第i个储能的荷电状态(state-of-charge)，pi表示第i个储能的输出有功功率，nk表示第k个储能集群的储能数量。
[0026]
有益效果：针对现有功率分配方式未考虑荷电状态均衡而导致的系统部分储能过充、过放问题，本发明通过荷电状态均衡控制，由于放电时，荷电状态高的储能能够补偿荷电状态低的储能功率，充电时，荷电状态低的储能能够补偿荷电状态高的储能功率，实现了避免部分储能过充、过放的问题。
[0027]
优选地，储能集群内部，利用主从一致性控制实现整个储能集群荷电状态均衡控制。作为主(leader)的储能(标记为1)，其有功功率指令值为：
[0028][0029]
其中，p
ref1
表示主储能有功功率指令值，表示储能集群间频率调节系统下发至第k个储能集群的有功功率指令，nk表示第k个储能集群的储能数量。
[0030]
其余储能为从(follower)，其有功功率指令值按照下式更新：
[0031][0032][0033]
其中，p
refi
表示第i个从储能有功功率指令值，ui表示第i个从储能有功功率指令值更新率，pi和pj分别表示第i个和第j个储能的输出有功功率，γi和γj表示第i个和第j个储能的本地控制变量，其定义为：
[0034][0035]
其中pi表示第i个储能的输出有功功率，f
soci
表示与第i个储能荷电状态有关的函数，其定义为：
[0036][0037]
其中pi表示第i个储能的输出有功功率，soc
min
和soc
max
分别为储能荷电状态的下限与上限。
[0038]
有益效果：针对现有荷电状态均衡控制导致功率环流、增大传输损耗的问题，本发明提出关于荷电状态的本地控制变量，使得同一集群内所有储能同时充电或放电，避免了功率环流的问题。
[0039]
本发明还提供了一种分布式储能参与电力系统调频的控制方法，包括以下步骤：
[0040]
相同储能集群内的各储能控制器相互通信，生成该储能集群的降阶聚合模型；接收到调频控制信号后，相同储能集群内的各储能控制器相互通信，以整个储能集群荷电状态均衡为目标，分配该调频控制信号，将分配结果发送至各储能；
[0041]
接收到各储能集群发送的降阶聚合模型后，建立储能参与调频的预测模型；以接收到的电力系统频率偏移、频率变化率以及控制代价为自变量构建代价函数，以储能参与调频的预测模型为约束，求解该代价函数，得到各储能集群的调频控制信号。
[0042]
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
[0043]
针对电力系统中现有调频电源主要为火电机组，其具有响应时滞长、机组爬坡速率低，存在调节延迟、调节偏差和调节反向等问题。储能系统响应速度快，短时功率吞吐能力强，调节灵活，储能系统与火电机组相结合，可以有效提升电力系统调频能力。但通常区域内包含众多储能单元，其容量、响应速度、经济性指标各异、布局分散，如果任由其分散接入电网，将产生出力分散、调控困难的问题。只有将其聚合为一个储能群统一调控，才能形成储能规模协同效应、提高能源利用率并方便调控。本发明通过建立储能集群的降阶聚合模型，提出了一种分布式储能参与电力系统调频的控制方案，由于降低了调频优化问题的阶数，实现了大大减少计算负担、促进集群内各储能互补的效果。
附图说明
[0044]
图1是所测试电力系统的拓扑结构；
[0045]
图2是分布式储能参与电力系统调频的示意图，(a)是构网型储能参与电力系统调频的示意图，(b)是同步电机参与电力系统调频的示意图；
[0046]
图3是分布式储能参与电力系统调频的控制系统示意图；
[0047]
图4是第k个储能集群内主从一致性控制示意图；
[0048]
图5是各储能集群控制效果图，(a)是不同控制权重下的频率曲线，(b)是不同控制权重下的频率变化率曲线，(c)是集群1内的各储能输出有功功率曲线，(d)是集群1内的各储能soc曲线。
具体实施方式
[0049]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0050]
本发明提供了一种分布式储能参与电力系统调频的控制系统，包括：
[0051]
储能集群间频率调节系统、与储能集群一一对应的多个储能集群内荷电状态均衡控制系统，每个储能集群内荷电状态均衡控制系统包括与储能一一对应的多个储能控制器；
[0052]
储能集群内荷电状态均衡控制系统，用于通过相同储能集群内的各储能控制器相互通信，生成该储能集群的降阶聚合模型，上传至储能集群间频率调节系统；接收到调频控制信号后，相同储能集群内的各储能控制器相互通信，以整个储能集群荷电状态均衡为目标，分配该调频控制信号，将分配结果发送至各储能；
[0053]
储能集群间频率调节系统，用于接收各储能集群发送的降阶聚合模型，建立储能参与调频的预测模型；以接收到的电力系统频率偏移、频率变化率以及控制代价为自变量构建代价函数，以储能参与调频的预测模型为约束，求解该代价函数，得到各储能集群的调频控制信号，下发至储能集群内荷电状态均衡控制系统。
[0054]
图1以一个同步电机与储能集群共同参与系统调频的场景作为实施例。
[0055]
如图2所示，储能通过下垂控制参与系统调频，同步电机通过一次、二次调频参与系统调频。
[0056]
如图3所示，基于储能的频率响应模型，按储能容量加权平均得到储能集群的降阶聚合模型：
[0057][0058]
其中ωk表示第k个储能集群的频率偏移量，pk表示第k个储能集群的输出有功功率，p
*k
表示第k个储能集群的有功功率指令，tk和r
pk
是第k个储能集群低阶聚合模型的等效延时和等效下垂系数。
[0059][0060]
其中，si为储能i的额定容量，ti为储能i的惯性系数，ti和r
pi
是储能i的延时和下垂系数。
[0061]
以储能降阶聚合模型为基础，建立储能参与调频的预测模型，以频率偏移、频率变化率和控制代价为代价函数，求解最优控制序列，发送给每一个储能集群。
[0062]
以降阶聚合模型为基础按下式建立预测模型：
[0063][0064]
其中，xk和uk表示第k个储能集群的本地状态变量和控制变量，x
l
是集群l的状态变量向量，yk是集群k的输出变量向量，a
kk
是与本地状态变量有关的状态矩阵，a
kl
是与集群l的状态变量有关的状态矩阵，b是控制矩阵，c是输出矩阵。
[0065]
实施例中，
[0066]
[0067][0068]
离散化后得到：
[0069][0070]
其中，xk(t)为第k个储能集群第t步时的状态变量，uk(t)为第k个储能集群第t步时的控制变量，yk(t)是第k个储能集群第t步时的输出变量向量。离散状态空间矩阵分别表示为：
[0071][0072][0073][0074]cd
＝c
[0075]
其中，td为离散化采样时间。
[0076]
根据离散化的状态空间方程，控制步长为nc，系统未来n
p
步内的状态预测方程为：
[0077][0078]
其中，其中，
[0079][0080][0081]
[0082][0083][0084]
其中，a
d,kk
表示第k个储能集群关于本地变量的离散状态矩阵，a
d,kl
表示第k个储能集群关于第l个储能集群变量的离散状态矩阵，bd表示离散控制矩阵，cd表示离散输出矩阵。
[0085]
代价函数为：
[0086][0087]
第k个储能集群的代价函数与其他集群有关，这表明上层的频率控制是一个耦合优化问题。因此，只有通过不同集群的控制器进行信息交流和迭代，才能得到全局最优解。分布式优化方法的迭代规则介绍如下。
[0088]
1)所有集群的初始状态x
k(num)
＝0，迭代次数num被记录为1。
[0089]
2)求解优化问题，得到最优控制信号
[0090]
3)通过将x
k(num)
和代入状态方程计算出状态x
k(num+1)
。
[0091]
4)通过通信链路与其他集群交换信息，然后通过求解优化问题，得到最优控制信号
[0092]
5)如果(其中ε是一个小的正值)，则满足结束集群k的迭代的条件。如果该条件在所有集群中都得到满足，则系统已达到平衡状态，是群组k的全局最优解。否则，num＝num+1，并返回到步骤(3)。
[0093]
得到最优控制序列u
kt
(t)＝[u
kt
(t),u
kt
(t+1)
…
,u
kt
(t+n
c-1)]后，取第一项u
kt
(t)＝p
*k
，发送给对应的第k个储能集群，直到该控制周期结束。
[0094]
储能集群内部，利用主从一致性算法完成控制信号在集群内各储能单体间的分配，如图4所示。
[0095]
作为主(leader)的储能(标记为1)，其有功功率指令值为
[0096][0097]
其中，p
ref1
表示主储能有功功率指令值，表示储能集群间频率调节系统下发至第k个储能集群的有功功率指令，nk表示第k个储能集群的储能数量。
[0098]
其余储能为从(follower)，其有功功率指令值按照下式更新：
[0099][0100][0101]
其中，p
refi
表示第i个从储能有功功率指令值，ui表示第i个从储能有功功率指令值更新率，pi和pj分别表示第i个和第j个储能的输出有功功率，γi和γj表示第i个和第j个储能的本地控制变量，其定义为：
[0102][0103]
其中pi表示第i个储能的输出有功功率，f
soci
表示与第i个储能荷电状态有关的函数，其定义为：
[0104][0105]
其中pi表示第i个储能的输出有功功率，soc
min
和soc
max
分别为储能荷电状态的下限与上限。
[0106]
本发明中，上层基于储能集群的降阶聚合模型对二次调频信号进行集群间分配，下层提供了储能集群的聚合降阶模型，并对上层提供的控制信号进行集群内的荷电状态均衡控制，将频率调节与荷电状态均衡综合考虑，避免了对多目标代价函数的权重系数取值问题；有效降低了预测模型的维数，缓解了上层频率控制的计算与通信负担，适用于数量巨大的小容量多种类储能控制。
[0107]
本实施例通过设置一个150mw的负荷阶跃变化，观察系统的响应以说明本发明所提控制策略的适用性与优越性。
[0108]
图5中的(a)和(b)比较了不同加权系数下的系统频率偏差和rocof。在α＝1，β＝0的情况下，控制信号对频率偏差的抑制效果最好，但会引起频率过冲，rocof也相应较大。相反，在α＝0，β＝1的情况下，rocof被有效降低，同时产生了近41.7％的频率偏差，并且出现了频率超调。因此应谨慎选择加权系数以平衡频率偏差和rocof。在比较了不同的系数后，选定的系数是α＝0.3，β＝0.7。
[0109]
图5中的(c)显示了集群1中各储能的输出功率，控制信号通过主从一致性算法进行分解并发送至单个储能。图5中的(d)显示了集群1中各储能的荷电状态，这表明具有较高荷电状态的储能放电更多，以平衡各储能的荷电状态，避免出现过充或者过放。
[0110]
本发明还提供了一种分布式储能参与电力系统调频的控制方法，包括以下步骤：
[0111]
相同储能集群内的各储能控制器相互通信，生成该储能集群的降阶聚合模型；接收到调频控制信号后，相同储能集群内的各储能控制器相互通信，以整个储能集群荷电状态均衡为目标，分配该调频控制信号，将分配结果发送至各储能；
[0112]
接收到各储能集群发送的降阶聚合模型后，建立储能参与调频的预测模型；以接收到的电力系统频率偏移、频率变化率以及控制代价为自变量构建代价函数，以储能参与调频的预测模型为约束，求解该代价函数，得到各储能集群的调频控制信号。
[0113]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
[0114]
本技术是参照根据本技术实施例的方法、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。
[0115]
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。
[0116]
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。
[0117]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。