一种基于风电功率超短期预测的蓄电池充放电控制方法技术

技术编号:24175263 阅读:37 留言:0更新日期:2020-05-16 04:23
本发明专利技术涉及电网技术领域,提供一种基于风电功率超短期预测的蓄电池充放电控制方法。首先采集数据;然后引入蓄电池SOC值区间的控制系数,考虑风电功率短期预测误差对蓄电池充放电功率进行修正,引入蓄电池充放电功率的控制系数,考虑蓄电池实时SOC值对蓄电池充放电功率进行进一步修正,引入充放电功率优化系数再进一步修正蓄电池的充放电功率,得到蓄电池充放电控制策略;最后,构建蓄电池充放电控制模型,基于粒子群优化算法求解最优控制系数对蓄电池进行充放电控制。本发明专利技术对蓄电池充放电功率的控制能够实时适应风电短期预测误差及储能系统荷电状态的变化,降低蓄电池的荷电状态约束对其充放电行为的影响,有效提高蓄电池的利用效率。

【技术实现步骤摘要】
一种基于风电功率超短期预测的蓄电池充放电控制方法
本专利技术涉及电网
,特别是涉及一种基于风电功率超短期预测的蓄电池充放电控制方法。
技术介绍
我国已有越来越多的大型风电场相继并网运行。与常规电源相比,风能是一种随机性、间歇性能源,而且目前风电出力预测精度不高,这些特点导致风电场不能提供持续稳定的可控功率,发电可调度性差,大规模的风电并网将对系统的调峰调频、安全稳定、电能质量等产生重大影响。目前,蓄电池与风电场配合运行已成为平滑风电场出力功率波动的重要途径之一。由于蓄电池存在充放电功率及容量的约束条件,特别是在蓄电池运行过程中,需要控制其荷电状态保持在适宜的范围内,荷电状态过高或者过低都会减少储能的剩余可用容量,降低蓄电池的充放电功率最大允许值,从而降低蓄电池的控制效果;同时又由于风电短期预测误差经常会出现在一个时间段内持续不满足预测误差要求的情况,对蓄电池在一个时段的持续出力有了更严格的要求。因此控制电池储能系统的荷电状态,实时优化控制电池储能系统对于平抑风电短时波动具有重要的意义。而现有的蓄电池充放电控制方法在平抑风电出力短期波动的应用中,缺乏全局性考虑,且建立的蓄电池充放电控制策略普遍比较简单,对储能系统充放电功率的控制不能做到实时适应风电短期预测误差值以及储能系统荷电状态的变化状况。
技术实现思路
针对现有技术存在的问题,本专利技术提供一种基于风电功率超短期预测的蓄电池充放电控制方法,对蓄电池充放电功率的控制能够实时适应风电短期预测误差及储能系统荷电状态的变化,降低蓄电池的荷电状态约束对其充放电行为的影响,有效提高蓄电池的利用效率。本专利技术的技术方案为:一种基于风电功率超短期预测的蓄电池充放电控制方法,其特征在于,包括下述步骤:步骤1:采集数据:采集电网在第t时刻的风电实际功率Pw(t)、风电短期预测功率Pr(t)、风电短期预测功率的下限值Pr-min(t)、风电短期预测功率的上限值Pr-max(t)、允许的风电功率波动上限值Det、风电超短期预测功率Puf(t),及蓄电池的剩余容量E(t)、自放电率δsdr、充电效率ηc、放电效率ηd、额定容量EN;步骤2:构建蓄电池充放电控制策略:步骤2.1:引入蓄电池SOC值区间的控制系数a、b,根据蓄电池上一时刻SOC值确定控制系数a、b的取值范围:当蓄电池充电时,第t时刻蓄电池的剩余容量为E(t)=(1-δsdr)E(t-1)+Pc(t)Δtηc(1)当蓄电池放电时,第t时刻蓄电池的剩余容量为其中,Δt为每次充放电的时间,Pc(t)为第t时刻蓄电池的初始充放电功率,Pc(t)=Pr,min(t)+[Pr,max(t)-Pr,min(t)](3)计算第t时刻蓄电池的SOC值为SSOC(t)=E(t)/EN(4)根据蓄电池上一时刻SOC值确定控制系数a、b的取值范围:若SSOC(t-1)∈[0,0.5),则a,b∈(0.5,0.9];若SSOC(t-1)∈[0.5,1],则a,b∈[0.2,0.5];步骤2.2:考虑风电功率短期预测误差对蓄电池充放电功率进行修正:将风电功率分割为n个区间,计算第i个区间的风电实际功率的分布函数为其中,i=1,2,...,n;p为风电实际功率的标幺值,α、β均为分布参数,α、β与区间上风电功率的方差σ2、均值μ有关;计算第i个区间的风电功率短期预测误差的分布函数为:其中,ε为风电功率短期预测误差;为第i个区间的风电短期预测功率的平均值;记第t时刻风电实际功率Pw(t)所处的区间为m,引入系数ct为ct=fm(εt)(7)其中,εt为第t时刻风电功率短期预测误差;考虑风电功率短期预测误差修正第t时刻蓄电池的充放电功率为Pb'(t)=Pr,min(t)+ct[Pr,max(t)-Pr,min(t)](8)步骤2.3:引入蓄电池充放电功率的控制系数d、e,考虑蓄电池实时SOC值对蓄电池充放电功率进行进一步修正:根据蓄电池实时SOC值确定控制系数d、e的取值范围:当Pw(t)<Pr-min(t)时:若SSOC(t)∈[0,0.5),则d∈[0,0.5);若SSOC(t)∈[0.5,1],则d∈[0.5,1];当Pw(t)>Pr-max(t)时:若SSOC(t)∈[0,0.5),则e∈[0.5,1];若SSOC(t)∈[0.5,1],则e∈[0,0.5);考虑蓄电池实时SOC值进一步修正第t时刻蓄电池的充放电功率为Pb″(t)=d·Pb′(t)+e·Pb′(t)(9)其中,当d=0时e≠0,当e=0时d≠0;步骤2.4:引入充放电功率优化系数h进一步修正蓄电池的充放电功率:当预测周期T内蓄电池的SOC值越上限时,进一步修正蓄电池的充放电功率为当预测周期T内蓄电池的SOC值越下限时,进一步修正蓄电池的充放电功率为其中,ΔPn(t)是时间间隔为Δt的两时刻的风电短期预测功率之差,即ΔPn(t)=|Pr(t)-Pr(t+Δt)|;Ec、Es分别为预测周期T内蓄电池超过SOC值上限SSOC-high的总容量、超过SOC值下限SSOC-low的总容量;h∈[0,1];记第t时刻蓄电池的充放电功率为Pb(t),充电时Pb(t)为负值、放电时Pb(t)为正值,得到蓄电池充放电控制策略为当Pw(t)<Pr-min(t)时:若0≤SSOC(t)<SSOC-low,则蓄电池既不充电也不放电,Pb(t)=0;若SSOC-low≤SSOC(t)<a,则蓄电池放电,Pb(t)=Pr-min(t)-Pw(t);若a≤SSOC(t)<b,则蓄电池放电,Pb(t)=Pr-min(t)-Pw(t);若b≤SSOC(t)≤SSOC-high,则蓄电池放电,Pb(t)=Pr-min(t)-Pw(t)+d(Pr-max(t)-Pr-min(t));若SSOC-high<SSOC(t)≤1,则蓄电池放电,Pb(t)=Pr-max(t)-Pw(t);当Pr-min(t)≤Pw(t)<Pc(t)时:若0≤SSOC(t)<SSOC-low,则蓄电池充电,Pb(t)=-(Pw(t)-Pr-min(t));若SSOC-low≤SSOC(t)<a,则蓄电池充电,Pb(t)=-(Pw(t)-Pr-min(t));若a≤SSOC(t)<b,则蓄电池既不充电也不放电,Pb(t)=0;若b≤SSOC(t)≤SSOC-high,则蓄电池放电,Pb(t)=Pc(t)-Pw(t);若SSOC-high<SSOC(t)≤1,则蓄电池放电,Pb(t)=Pr-max(t)-Pw(t);当Pc(t)≤Pw(t)≤Pr-max(t)时:若0≤SSOC(t本文档来自技高网...

【技术保护点】
1.一种基于风电功率超短期预测的蓄电池充放电控制方法,其特征在于,包括下述步骤:/n步骤1:采集数据:采集电网在第t时刻的风电实际功率P

【技术特征摘要】
1.一种基于风电功率超短期预测的蓄电池充放电控制方法,其特征在于,包括下述步骤:
步骤1:采集数据:采集电网在第t时刻的风电实际功率Pw(t)、风电短期预测功率Pr(t)、风电短期预测功率的下限值Pr-min(t)、风电短期预测功率的上限值Pr-max(t)、允许的风电功率波动上限值Det、风电超短期预测功率Puf(t),及蓄电池的剩余容量E(t)、自放电率δsdr、充电效率ηc、放电效率ηd、额定容量EN;
步骤2:构建蓄电池充放电控制策略:
步骤2.1:引入蓄电池SOC值区间的控制系数a、b,根据蓄电池上一时刻SOC值确定控制系数a、b的取值范围:
当蓄电池充电时,第t时刻蓄电池的剩余容量为
E(t)=(1-δsdr)E(t-1)+Pc(t)Δtηc(1)
当蓄电池放电时,第t时刻蓄电池的剩余容量为



其中,Δt为每次充放电的时间,Pc(t)为第t时刻蓄电池的初始充放电功率,
Pc(t)=Pr,min(t)+[Pr,max(t)-Pr,min(t)](3)
计算第t时刻蓄电池的SOC值为
SSOC(t)=E(t)/EN(4)
根据蓄电池上一时刻SOC值确定控制系数a、b的取值范围:
若SSOC(t-1)∈[0,0.5),则a,b∈(0.5,0.9];
若SSOC(t-1)∈[0.5,1],则a,b∈[0.2,0.5];
步骤2.2:考虑风电功率短期预测误差对蓄电池充放电功率进行修正:
将风电功率分割为n个区间,计算第i个区间的风电实际功率的分布函数为



其中,i=1,2,...,n;p为风电实际功率的标幺值,α、β均为分布参数,α、β与区间上风电功率的方差σ2、均值μ有关;
计算第i个区间的风电功率短期预测误差的分布函数为:



其中,ε为风电功率短期预测误差;为第i个区间的风电短期预测功率的平均值;
记第t时刻风电实际功率Pw(t)所处的区间为m,引入系数ct为
ct=fm(εt)(7)
其中,εt为第t时刻风电功率短期预测误差;
考虑风电功率短期预测误差修正第t时刻蓄电池的充放电功率为
Pb'(t)=Pr,min(t)+ct[Pr,max(t)-Pr,min(t)](8)
步骤2.3:引入蓄电池充放电功率的控制系数d、e,考虑蓄电池实时SOC值对蓄电池充放电功率进行进一步修正:
根据蓄电池实时SOC值确定控制系数d、e的取值范围:
当Pw(t)<Pr-min(t)时:
若SSOC(t)∈[0,0.5),则d∈[0,0.5);
若SSOC(t)∈[0.5,1],则d∈[0.5,1];
当Pw(t)>Pr-max(t)时:
若SSOC(t)∈[0,0.5),则e∈[0.5,1];
若SSOC(t)∈[0.5,1],则e∈[0,0.5);
考虑蓄电池实时SOC值进一步修正第t时刻蓄电池的充放电功率为
P″b(t)=d·Pb′(t)+e·Pb′(t)(9)
其中,当d=0时e≠0,当e=0时d≠0;
步骤2.4:引入充放电功率优化系数h进一步修正蓄电池的充放电功率:
当预测周期T内蓄电池的SOC值越上限时,进一步修正蓄电池的充放电功率为



当预测周期T内蓄电池的SOC值越下限时,进一步修正蓄电池的充放电功率为



其中,ΔPn(t)是时间间隔为Δt的两时刻的风电短期预测功率之差,即ΔPn(t)=|Pr(t)-Pr(t+Δt)|;Ec、Es分别为预测周期T内蓄电池超过SOC值上限SSOC-high的总容量、超过SOC值下限SSOC-low的总容量;h∈[0,1];
记第t时刻蓄电池的充放电功率为Pb(t),充电时Pb(t)为负值、放电时Pb(t)为正值,得到蓄电池充放电控制策略为
当Pw(t)<Pr-min(t)时:
若0≤SSOC(t)<SSOC-low,则蓄电池既不充电也不放电,Pb(t)=0;
若SSOC-low≤SSOC(t)<a,则蓄电池放电,Pb(t)=Pr-min(t)-Pw(t);
若a≤SSOC(t)<b,则蓄电池放电,Pb(t)=Pr-min(t)-Pw(t);
若b≤SSOC(t)≤SSOC-high,则蓄电池放电,Pb(t)=Pr-min(t)-Pw(t)+d(Pr-max(t)-Pr-min(t));
若SSOC-high<SSOC(t)≤1,则蓄电池放电...

【专利技术属性】
技术研发人员:吴晓丹万玉良陈璐
申请(专利权)人:国网内蒙古东部电力有限公司国家电网有限公司东北电力大学
类型:发明
国别省市:内蒙;15

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1