一种混合式储能前瞻充放电控制方法和系统与流程

文档序号:37187240发布日期:2024-03-01 12:52阅读:12来源:国知局
一种混合式储能前瞻充放电控制方法和系统与流程

本发明属于新能源场站储能优化控制领域,特别涉及一种混合式储能前瞻充放电控制方法和系统。


背景技术:

1、随着电力系统能源结构发生变化,风电作为清洁能源,装机容量和渗透率不断提高。由于风能的随机性和难以预测性,导致并网功率产生较大的波动。风电场配备一定容量的储能系统来平抑风电功率波动,成为了减少弃风限电现象和提高风力发电并网能力的有效手段。但各种类型的储能系统被运用于电力系统中,因其缺乏完善的控制策略,导致平抑风电功率的效果不佳,且造成了储能系统容量配置的浪费。因此,针对风电功率波动,提出高效的储能调控策略具有重要的研究价值。

2、当前,针对平抑风电功率波动的储能系统控制方法,大体分为单一式储能控制和混合式储能控制两类。单一式储能控制,通常针对所配置储能类型构建多种控制模式,并在日内基于风电波动频次自适应切换控制模式,来平抑风电波动。该控制策略模型简洁、维度低,求解速度快的特点,但单一式储能控制无法兼顾快响应、大容量的调控需求,平抑效果差;混合式储能控制,通常将快响应型储能和大容量型储能相结合,构建协同控制策略,具有控制波动波形频次范围宽,控制效果优的特性,但通常模型复杂,纬度高,求解困难。


技术实现思路

1、为了解决上述技术问题,本发明提出了一种混合式储能前瞻充放电控制方法和系统。本发明有效响应风电的随机性和不确定性,提高实时控制精度。

2、为实现上述目的,本发明采用以下技术方案:

3、一种混合式储能前瞻充放电控制方法,包括以下步骤:

4、构建日内风电功率超短期预测模型,确定风电超短期功率预测离散值;

5、基于混合储能系统soc和额定功率约束构建mpc前瞻波动分解函数;基于所述mpc前瞻波动分解函数将风电功率超短期预测离散值分解为长时间尺度低频方波和超度时间尺度的高频次谐波;

6、针对磷酸铁锂电池特性构建风电波动低频方波分量的mpc控制系统;针对超级电容特性构建风电波动高频谐波分量的实模糊控制系统;

7、将mpc控制系统和实模糊控制系统结合构建风电场混合储能mpc-fuzzy滚动时域实时功率波动平抑模型,实现风电场输出功率平滑追踪日前调度计划功率。

8、进一步的,所述构建日内风电功率超短期预测模型,确定风电超短期功率预测离散值的过程包括:

9、采用样条插值法对风电场日内短期功率离散预测值进行拟合;

10、针对实际所需时间颗粒精度对拟合后的风电功率精细离散化得到风电超短期功率预测离散值。

11、进一步的,所述构建mpc前瞻波动分解函数过程中,构建分解目标函数;

12、所述目标函数为:

13、

14、pess(j)=pw(j)-pref(j)     (2)

15、其中,j为目标函数;n1为前瞻分解下低频方波的预测时窗;n2为前瞻分解下高频谐波的预测时窗;pl(i)为风电低频方波i预测时刻的分解值;pc(j)为风电高频谐波j预测时刻的分解值;pess(j)为混合储能系统j时刻的充放电目标功率;pw(j)为风电前瞻周期内超短期预测功率;pref(j)为风电日前调度功率。

16、进一步的,所述方法还包括确定mpc前瞻波动分解函数的约束条件;

17、

18、

19、其中,soc为储能的荷电状态;soc(0)为储能初始荷电状态;pc为储能当前功率;t为储能充放电时间;e为储能额定容量;socl,max、socl,min为低频方波能量型储能的荷电状态的上下限;socc,max、socc,min为高频谐波功率型储能的荷电状态的上下限;pl,max、pl,min为低频方波能量型储能输出功率的上下限;pc,max、pc,min为高频谐波功率型储能输出功率的上下限。

20、进一步的,所述针对磷酸铁锂电池特性构建风电波动低频方波分量的mpc控制系统的过程中,通过权重系数,构建储能荷电状态与平抑性能相结合的滚动时域目标函数;

21、

22、其中,jmpc为滚动时域目标函数;ω1、ω2分别为储能充放电功率和荷电状态的权重系数;plfp(i)为磷酸铁锂电池i时刻的充放电功率;soc(i)为磷酸铁锂电池i时刻荷电状态;

23、针对所述滚动时域目标函数中的荷电状态和充放电功率构建预测函数;预测函数为:

24、

25、其中,plfp(k+1)为k+1时刻磷酸铁锂电池的充放电功率;plfp(k)为k时刻磷酸铁锂电池的充放电功率;δplfp(k)为k时刻磷酸铁锂电池充放电功率的调控量;soclfp(k+1)为k+1时刻磷酸铁锂电池的荷电状态;soclfp(k)为k时刻磷酸铁锂电池的荷电状态;t(k)为k时段磷酸铁锂电池的充放电功率时间;elfp为磷酸铁锂电池的额定容量;

26、构建考虑储能和额定功率的约束,具体为:

27、

28、其中,soclfp,max、soclfp,min分别为磷酸铁锂电池荷电状态的上下限;plfp,max、plfp,min分别为磷酸铁锂电池充放电功率的上下限。

29、进一步的,所述针对超级电容特性构建风电波动高频谐波分量的实模糊控制系统的过程包括:

30、对超级电容模糊控制系统的输入量和输出量均进行模糊化处理;其中,输入量为储能荷电状态和风电高频谐波分量,输出量为超级电容输出功率;

31、模糊化处理后构建模糊控制规则表;模糊控制规则表的列参数为荷电状态模糊集,行参数为风电功率高频谐波分量模糊集,各单元参数为超级电容充放电功率模糊控制规则;

32、对输出量进行清晰化处理,得到超级电容器输出功率的准确数值。

33、进一步的,对超级电容模糊控制系统的输入量和输出量均进行模糊化处理的过程包括:通过高斯隶属度函数对超级电容模糊控制系统的输入量和输出量均进行模糊化处理。

34、进一步的,所述对输出量进行清晰化处理,得到超级电容器输出功率的准确数值的过程为:采用加权平均法对模糊控制输出量进行清晰化处理,得到超级电容器输出功率的准确数值,并基于soc计算式得到储能系统的实时soc状态。

35、进一步的,所述实现风电场输出功率平滑追踪日前调度计划功率的过程包括:将mpc控制系统和实模糊控制系统相结合,以日前调度计划功率为控制目标,长时间尺度mpc控制磷酸铁锂电池,实时fuzzy控制超级电容,最终实现风电场输出功率平滑追踪日前调度计划功率。

36、本发明还提出了一种混合式储能前瞻充放电控制系统,包括第一构建模块、分解模块、第二构建模块和第三构建模块;

37、所述第一构建模块用于构建日内风电功率超短期预测模型,确定风电超短期功率预测离散值;

38、所述分解模块用于基于混合储能系统soc和额定功率约束构建mpc前瞻波动分解函数;基于所述mpc前瞻波动分解函数将风电功率超短期预测值分解为长时间尺度低频方波和超度时间尺度的高频次谐波;

39、所述第二构建模块用于针对磷酸铁锂电池特性构建风电波动低频方波分量的mpc控制系统;针对超级电容特性构建风电波动高频谐波分量的实模糊控制系统;

40、所述第三构建模块用于将mpc控制系统和实模糊控制系统结合构建风电场混合储能mpc-fuzzy滚动时域实时功率波动平抑模型,实现风电场输出功率平滑追踪日前调度计划功率。

41、
技术实现要素:
中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:

42、本发明提出了一种混合式储能前瞻充放电控制方法和系统,该方法包括以下步骤:构建日内风电功率超短期预测模型,确定风电超短期功率预测离散值;基于混合储能系统soc和额定功率约束构建mpc前瞻波动分解函数;基于mpc前瞻波动分解函数将风电功率超短期预测离散值分解为长时间尺度低频方波和超度时间尺度的高频次谐波;针对磷酸铁锂电池特性构建风电波动低频方波分量的mpc控制系统;针对超级电容特性构建风电波动高频谐波分量的实模糊控制系统;将mpc控制系统和实模糊控制系统结合构建风电场混合储能mpc-fuzzy滚动时域实时功率波动平抑模型,实现风电场输出功率平滑追踪日前调度计划功率。基于一种混合式储能前瞻充放电控制方法,还提出了一种混合式储能前瞻充放电控制系统。本发明通过结合磷酸铁锂电池大容量和超级电容响应快的特性,提出了风电波动高低频分解下混合式储能快慢响应调控机制,实现了风电波动的滚动时域实时平抑,确保风电场并网功率满足考核标准,针对磷酸铁锂电池可配容量大,功率支撑能力强的特性。

43、本发明提出了风电低频方波mpc滚动时域控制策略,其强鲁棒性和预测性提高了平抑性能。针对超级电容充放电速度快、功率响应大的特性,提出了风电高频谐波模糊实时控制策略,其实时自适应控制特性,可以有效响应风电的随机性和不确定性,提高实时控制精度。

44、本发明实现了融合风电前瞻分解、模型预测控制和模糊控制来构建磷酸铁锂电池和超级电容协同平抑风电功率控制,以提高风电场供电质量。通过分析控制算法的特性,采用前瞻分解法对风电波动波形分解为低频方波和高频谐波,为后续的控制策略提供支撑,具有较高的工程契合性,解决了传统数理分解法的可解释性差的缺点。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1