【技术实现步骤摘要】
本专利技术涉及共享储能，特别涉及一种共享储能辅助风电场群并网双层在线优化控制方法。
技术介绍
1、随着储能技术的快速发展和政策支持，储能系统的装机占比也在不断增加，承担起支撑新型电力系统频率安全稳定运行的重任。然而，由于储能系统高昂的造价和使用成本，目前大多用来辅助风电场群并网，在共享储能辅助风电场群并网过程中如何保证共享储能系统及储能单元的健康状态仍然是目前亟需优化的问题。
技术实现思路
1、本专利技术的目的是为了克服已有技术的缺陷，提出一种共享储能辅助风电场群并网双层在线优化控制方法，能够平衡风电场群与共享储能系统的出力，在满足风电场群并网功率合格的同时，提高共享储能系统的剩余电量。
2、为实现上述目的，本专利技术采用以下具体技术方案：
3、本专利技术提供的共享储能辅助风电场群并网双层在线优化控制方法，包括如下步骤：
4、s1、建立共享储能指令功率决策模型，包括决策模型目标函数和决策模型约束条件，决策模型目标函数用于优化风电场群并网功率合格率、共享储能系统健康状态，决策模型约束条件用于约束共享储能系统健康状态、风电平抑功率与指令功率关系；
5、s2、建立共享储能指令功率分配模型，包括分配模型目标函数和分配模型约束条件，分配模型目标函数用于降低储能单元充放电损耗成本和寿命折损成本、优化储能单元健康状态，分配模型约束条件用于约束储能单元的充放电功率和荷电状态(state ofcharge，soc)、以及共享储能功率平衡；
7、进一步地，步骤s1中，决策模型目标函数的表达式具体如下：
8、
9、式中，ft为t时刻决策模型目标函数；为t时刻风电场群的消纳功率；为t时刻共享储能的指令功率；为t时刻共享储能系统的健康状态值；soch,idea为t时刻共享储能系统的健康状态理想值，为定值；为t时刻风电场i的计划输出功率；为t时刻风电场i的实际输出功率；α为偏差系数；和为t时刻风电场i的偏差状态；和为风电场群t时刻所能提供的放电缓冲量和充电缓冲量；nf为风电场群的数量集合；为t时刻共享储能单元i的充电健康因子；为t时刻共享储能单元i的放电健康因子；socmax和socmin为储能单元soc允许的最大值和最小值；为t时刻共享储能单元i的荷电状态；en,i为共享储能单元i的额定容量；δt为时间间隔；和分别为t时刻共享储能单元i的归一化之后的充电健康因子和放电健康因子；p1和p2分别为共享储能系统的健康系数，且p1+p2＝1；n为储能单元编号集合；为共享储能系统t时刻的健康状态。
10、进一步地，步骤s1中，决策模型约束条件的表达式具体如下：
11、
12、风电场群的消纳量不为0：
13、
14、风电场群的消纳量为0，且风电场群缓冲量满足共享储能恢复：
15、
16、风电场群的消纳量为0，且风电场群缓冲量不满足共享储能恢复：
17、
18、式中，soch,min和soch,max为共享储能系统健康状态的下限和上限；和为共享储能系统t时刻所需的放电量和充电量；和为风电场群t时刻所能提供的放电缓冲量和充电缓冲量。
19、进一步地，步骤s2中，分配模型目标函数的表达式具体如下：
20、
21、式中，fcost为分配模型目标函数；为t时刻储能单元i的充放电损耗成本；为t时刻储能单元i的寿命折损成本；为t时刻储能单元i的输出功率；ce为上网电价，取520元/(mw·h)；和为t时刻储能单元的充电状态和放电状态；和为储能单元i的充、放电效率；cfr,i和pn,i分别为储能单元i的单位功率成本和额定功率；n0,i为100％充放电深度下储能单元i的等效循环次数；kp为常数，可利用电池厂家提供的实际运行数据拟合储能循环次数和放电深度的关系得到，一般介于0.8～2.1；t为总调度时间。
22、进一步地，步骤s2中，分配模型约束条件的表达式具体如下：
23、
24、
25、式中，和分别为t时刻共享储能系统中各储能单元i输出的有功功率和无功功率；为储能单元经过电力电子化转换后的有功功率、无功功率相互受电压电流牵制的允许运行范围；和为t时刻储能单元i的有功功率下限和上限；为储能单元i的最大充放电功率；和分别为电池能量的上限和下限；为t时刻储能单元i的剩余电量；和分别为t-1时刻和t时刻共享储能单元i的荷电状态；和分别为t时刻储能单元i荷电状态的下限与上限；为t时刻共享储能单元i的荷电状态偏差量。
26、进一步地，步骤s3中，构造增广拉格朗日函数具体如下：
27、
28、式中，τ1、τ2和τ3分别为共享储能单元荷电状态偏移惩罚系数、健康因子惩罚系数和指令功率追踪的惩罚系数。
29、进一步地，步骤s3中，建立简化的共享储能单元在线优化运行模型具体如下：
30、
31、式中，proj{}为范围限定函数，将共享储能单元的有功功率和无功功率限定在范围内；k为迭代更新步长；和分别为t时刻和t+1时刻共享储能单元有功功率和无功功率的集合。
32、进一步地，步骤s3中，更新共享储能单元的有功功率和无功功率具体如下：
33、
34、式中，为t时刻指令功率对储能单元i有功功率和无功功率的偏微分。
35、进一步地，步骤s3中，创建评价指标具体如下：
36、
37、式中，rmse为均方根评价指标，rmse越小，说明共享储能跟踪指令功率的效果越好；mape为平均绝对百分比误差指标，mape越小，说明共享储能跟踪指令功率的效果越好。
38、本专利技术能够取得如下技术效果：
39、本专利技术针对风电场群并网功率越限和共享储能电站内部储能单元荷电状态过高/过低的问题，提出一种共享储能辅助风电场群并网双层在线优化控制方法，该方法包含共享储能指令功率决策模型和共享储能指令功率分配模型，同时引入共享储能系统健康状态评估和共享储能单元健康因子，采用分布式在线优化算法，综合考虑共享储能系统内部潮流状态及储能单元的输出电压，在保证共享储能系统有充足调节能力的情况下，对共享储能系统指令功率进行快速分配；通过引入共享储能健康状态的概念，在保证风电场群并网功率控制在允许范围内又能兼顾共享储能系统运行的可靠性和持续性。
本文档来自技高网...【技术保护点】
1.一种共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S1中，所述决策模型目标函数的表达式具体如下：
3.根据权利要求2所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S1中，所述决策模型约束条件的表达式具体如下：
4.根据权利要求3所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S2中，所述分配模型目标函数的表达式具体如下：
5.根据权利要求4所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S2中，所述分配模型约束条件的表达式具体如下：
6.根据权利要求5所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S3中，所述构造增广拉格朗日函数具体如下：
7.根据权利要求6所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S3中，所述建立简化的共享储能单元在线优化运行模型具体如下：
8.根据权利要
9.根据权利要求8所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤S3中，创建评价指标具体如下：
...【技术特征摘要】
1.一种共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤s1中，所述决策模型目标函数的表达式具体如下：
3.根据权利要求2所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤s1中，所述决策模型约束条件的表达式具体如下：
4.根据权利要求3所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤s2中，所述分配模型目标函数的表达式具体如下：
5.根据权利要求4所述的共享储能辅助风电场群并网双层在线优化控制方法，其特征在于，步骤s2中，...
【专利技术属性】
技术研发人员：朱星旭，张永森，刘浩军，李军徽，赵志强，李翠萍，李智，宋新甫，买买提·努尔，王华春，李志鹏，夏永平，孙建明，陈伟伟，李忠政，曹茜，荆世博，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：
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。