一种基于李雅普诺夫优化的风电场储能系统控制方法

本发明涉及风电储能系统控制，特别是涉及一种基于李雅普诺夫优化的风电场储能系统控制方法。

背景技术：

1、可再生能源的日益普及促进了电力系统的脱碳化。然而，可再生能源的整合给电力供应带来了重大的不确定性，并对现代电力系统运行的稳定性提出了挑战。风能在可再生能源供应中占很大比例，并表现出高水平的随机性，即高度不可预测性。作为风力发电的供应商，由于风力发电的波动性，经常面临经济损失。

2、具体来说，风电场经常将电力供应承包给散装电网的独立系统运营商。这些承诺往往是基于未来对次日风力发电的预测。然而，实际发电往往偏离预测，导致承诺发电和实际发电之间的不匹配。因此风力发电场会因这种不匹配而受到经济惩罚，即成本升高。为了减轻这种惩罚，风电场试图通过利用储能系统来稳定风力发电的输出。储能系统能够实时调整输送到电网的电力，从而解决风力发电的过剩和短缺问题。然而，在实践中，储能系统的容量上限，以及充放电过程的功率限制，使完全克服所有的发电偏移难以实现或成本极高。同时未来风力发电的不确定性使得存储控制的决策更加困难。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于李雅普诺夫优化的风电场储能系统控制方法，能够在储能系统电量不会超出上下限的条件下，实现成本的最小化。

2、本发明的目的是通过以下技术方案来实现的：一种基于李雅普诺夫优化的风电场储能系统控制方法，包括以下步骤：

3、s1.构建包含储能系统的风电场成本模型；

4、设根据供应合同风电场承诺在t时刻供电量为dt，在t时刻，通过储能系统进行存储控制，使得风电场进行风力发电并分别以gt和的电量输送到电网和储能系统，储能系统输送的电量到电网；经过储能系统的存储控制后，在t时刻，如果承诺与实时风电发电量之间存在能量不匹配，则产生二次经济损失ft，形式如下：

5、

6、s2.定义t时的的李雅普诺夫函数和李雅普诺夫漂移，并确定李雅普诺夫漂移的上界表征；

7、s3.将李雅普诺夫漂移和成本之和的函数上界作为目标函数上界，通过最小化目标函数的上界，得到t时刻储能系统的控制参数gt，和

8、本发明的有益效果是：本发明通过二次李亚普诺夫函数来控制存储系统的动态过程，基于最小化李雅普诺夫漂移和成本之和，获取储能系统的控制策略，能够在储能系统电量不会超出上下限的条件下，实现成本的最小化。

技术特征：

1.一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述储能系统用于实时调整输送到电网的电力，避免发电的过剩和短缺。

3.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述风电场传输电力到储能系统和储能系统输送电力到电网的过程均有能量损耗，传输效率分别记为η+和η-，其中η+小于1，η-大于1。

4.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述不得超过充电输电线路的物理约束cchar，不得超过放电输电线路的物理约束cdis，即和

5.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述储能系统的存储容量为q，设储能系统的t时刻的电量为st，则储能系统在t+1时刻的电量为：

6.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述步骤s2中，定义t时刻的李雅普诺夫函数为：李雅普诺夫漂移定义为δt＝gt+1-gt,其中θ为决策参数；

7.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述步骤s3中包括：

8.根据权利要求1所述的一种基于李雅普诺夫优化的风电场储能系统控制方法，其特征在于：所述方法还包括：

技术总结
本发明公开了一种基于李雅普诺夫优化的风电场储能系统控制方法，包括以下步骤：S1.构建包含储能系统的风电场成本模型；S2.定义t时的的李雅普诺夫函数和李雅普诺夫漂移，并确定李雅普诺夫漂移的上界表征；S3.将李雅普诺夫漂移和成本之和的函数上界作为目标函数上界，通过最小化目标函数的上界，得到t时刻储能系统的控制参数g<subgt;t</subgt;，和本发明通过二次李亚普诺夫函数来控制存储系统的动态过程，基于最小化李雅普诺夫漂移和成本之和，获取储能系统的控制策略，能够在储能系统电量不会超出上下限的条件下，实现成本的最小化。

技术研发人员：吴辰晔,易鸿宇,卢晨贝
受保护的技术使用者：香港中文大学（深圳）
技术研发日：
技术公布日：2024/1/25