一種風儲系統中儲能SOC優化控制方法技術方案

本發明專利技術公開了一種風儲系統中儲能SOC優化控制方法，根據未來一段時間風電場的預測功率，采用粒子群算法對SOC優化模型進行求解得到儲能系統的最優SOC范圍在風儲系統的運行過程中，根據實時的荷電狀態，得到其相對于最優SOC范圍的荷電狀態偏移比例，將荷電狀態偏移比例和儲能系統當前時刻的設定功率作為輸入，濾波時間常數作為輸出，采用模糊控制策略實時調節濾波時間常數，通過對風電場的實時功率進行低通濾波來平抑并網功率。本發明專利技術根據風電場的預測功率來提前調整儲能系統的SOC，避免出現過充過放，從而長期平滑風電場的輸出功率。

【技術實現步驟摘要】
【專利摘要】本專利技術公開了一種風儲系統中儲能SOC優化控制方法，根據未來一段時間風電場的預測功率，采用粒子群算法對SOC優化模型進行求解得到儲能系統的最優SOC范圍在風儲系統的運行過程中，根據實時的荷電狀態，得到其相對于最優SOC范圍的荷電狀態偏移比例，將荷電狀態偏移比例和儲能系統當前時刻的設定功率作為輸入，濾波時間常數作為輸出，采用模糊控制策略實時調節濾波時間常數，通過對風電場的實時功率進行低通濾波來平抑并網功率。本專利技術根據風電場的預測功率來提前調整儲能系統的SOC，避免出現過充過放，從而長期平滑風電場的輸出功率。【專利說明】—種風儲系統中儲能SOC優化控制方法
本專利技術屬于風電場功率波動平抑
，更為具體地講，涉及一種風儲系統中儲能SOC優化控制方法。
技術介紹
近年來，風力發電憑借其綠色環保、資源豐富等優勢，得到了世界各國的重視，成為非化石燃料發電的重要來源。但風能具有隨機性和間歇性的特點，獨立的風力發電系統難以提供穩定、連續的功率輸出，波動性較大，直接并入電網必然會影響電力系統的安全穩定運行。因此，從電網安全角度考慮，為風電場引入儲能裝置來平抑其功率波動，建立風儲聯合發電系統是未來風力發電的必然趨勢。風儲系統是通過儲能快速地吸收剩余能量或補充功率缺額來平抑風電場的功率波動的，所以在利用儲能系統平抑風電場的功率波動的時候，無法保證對其進行有規律的充放電，容易出現過充過放，這不僅會影響其使用壽命，增加投入成本，而且在功率波動劇烈時可能會使其充放電能力不足，影響風電并網運行的安全。如果在制定儲能系統充放電策略時，加入對其SOC(State of Charge，荷電狀態)的額外控制，就可以在平抑風電場功率波動的同時，避免儲能系統的過充過放，使其能夠長期平滑風電場的輸出功率，因此，研究風儲系統中儲能SOC的控制方法是十分重要的。在國內外對儲能系統平抑功率波動的研究中，對儲能SOC的控制，通常是根據SOC的實時信息，采用一定的控制策略來調整儲能系統的設定功率，使其SOC不斷靠近適中的位置，進而避免過充過放。但是由于風電場輸出功率的波動是毫無規律的，在未來一段時間儲能系統可能放電多也可能充電多，SOC適中的位置對儲能系統來說并不總是最優的，因此也無法完全避免過充過放，進而影響功率波動平抑效果。
技術實現思路
本專利技術的目的在于克服現有技術的不足，提供一種風儲系統中儲能SOC優化控制方法，根據風電場的預測功率來提前調整儲能系統的S0C，避免出現過充過放，從而長期平滑風電場的輸出功率。為實現上述專利技術目的，本專利技術風儲系統中儲能SOC優化控制方法，包括以下步驟:S1:求解最優SOC范圍，具體步驟為:周期性地對風電場在未來一段時間內的發電功率進行功率預測，Pwjre(t,)為風電系統在h時刻的預測功率，ti = iX At, i = l,2,..., N, N表示預測時間預定的時間步長個數，At表示時間步長；最優SOC范圍優化模型的目標函數為:【權利要求】1.一種風儲系統中儲能SOC優化控制方法，其特征在于，包括以下步驟: 51:求解最優SOC范圍，具體步驟為: 周期性地對風電場在SOC優化時間窗口的發電功率進行功率預測，Pwjre(t,)為風電系統在ti時刻的預測功率，ti = iX At，i = 1，2，…，N; 最優SOC范圍優化模型的目標函數為: 2.根據權利要求1所述的儲能SOC優化控制方法，其特征在于，所述步驟S2中，采用模糊控制策略得到濾波時間常數的T的具體方法為: 輸入1:荷電狀態偏移比例ρι.οΔΜ。，取其語言變量為Ε1，其論域為連續論域，對應的模糊子集為{他，匪，吧，20汁5，？1汁8}，分別表示當前儲能系統的SOC值相對于最優SOC范圍為{極低，很低，偏低，適中，偏高，很高，極高}； 輸入2:設定功率Pb Mf，取其語言變量為E2，對應的模糊子集為{N，P}，當Pb < O時，儲能系統處于充電狀態，用N表示，當Pb > O時儲能系統處于放電狀態，用P表示； 輸出:濾波時間常數T，取其語言變量為U，其論域為離散論域{Os，500s, 1000s, 1500s,2000s, 2500s, 3000s}，對應的模糊子集為{ES，VS, SM, M, BM, VB, EB}，分別表示濾波時間常數取值為{極小，很小，偏小，中，偏大，很大，極大}; 模糊控制規則表為: 3.根據權利要求2所述的儲能SOC優化控制方法，其特征在于，所述荷電狀態偏移比例proΔsoc的隸屬度函數為高斯隸屬函數，即: 【文檔編號】H02J3/28GK103956758SQ201410212082【公開日】2014年7月30日 申請日期:2014年5月20日 優先權日:2014年5月20日 【專利技術者】鄒見效, 徐紅兵, 彭超, 辛曉帥, 石潔 申請人:電子科技大學本文檔來自技高網...

【技術保護點】
一種風儲系統中儲能SOC優化控制方法，其特征在于，包括以下步驟：S1：求解最優SOC范圍，具體步驟為：周期性地對風電場在SOC優化時間窗口的發電功率進行功率預測，Pw_pre(ti)為風電系統在ti時刻的預測功率，ti＝i×Δt，i＝1,2,…,N；最優SOC范圍優化模型的目標函數為：minF=λ1Σi=1NuoptSOCmin(ti)Δt+λ2Σi=1NuoptSOCmax(ti)Δt+λ3|SOCopt_min-SOCmin|+λ4|SOCopt_max-SOCmax|]]>約束條件為：maxj=1,2,...,NkPout(ti-j)-minj=1,2,...,NkPout(ti-j)≤γk,k=1,2,···,k-Pch_max≤PB_ref(ti)≤Pdisch_maxSOCmin≤SOCopt_min≤SOCmaxSOCmin≤SOCopt_max≤SOCmaxSOC(ti)=SOC(ti-1)-PB_ref(ti)ΔtEcapPout(ti)=PB_ref(ti)+Pw_pre(ti)]]>其中，SOCopt_min表示儲能系統最優工作范圍的下限，SOCopt_max表示儲能系統最優工作范圍的上限，SOCmin表示儲能系統正常工作范圍的下限，SOCmax表示儲能系統正常工作范圍的上限，λ1、λ2、λ3、λ4分別為相應的權重系數，均為正數且權重系數和為1，SOC(ti)和SOC(ti?1)分別為ti時刻和ti?1時刻的儲能系統荷電狀態，PB_ref(ti)為儲能系統在ti時刻的設定功率，Ecap為儲能系統的容量，Pout(ti)為風電場經過儲能系統平抑后的并網功率，u(ti)表示ti時刻儲能系統是否出現過充過放，，uoptSOCmin(ti)表示初始時刻荷電狀態SOC(t0)為SOCopt_min時，ti時刻儲能系統是否出現過充過放；uoptSOCmax(ti)表示初始時刻荷電狀態SOC(t0)為SOCopt_max時，ti時刻儲能系統是否出現過充過放；Pch_max為儲能系統所允許的最大充電功率，Pdisch_max為儲能系統所允許的最大放電功率；Nk表示第k個波動控制時間范圍內時間步長Δt的個數，K表示波動控制時間范圍的數量，γk表示第k個波動控制時間范圍內允許的功率最大變化量；設定粒子的屬性為SOCopt_min、SOCopt_max和PB_ref(ti)，采用粒子群算法對最優SOC范圍優化模型求解即可得到最優的SOCopt_min、SOCopt_max；S2：風儲系統在運行過程中，根據實時的荷電狀態偏移比例和儲能系統的設定功率，周期性地調節濾波時間常數，每次調節的具體方法為：S2.1：偏移比例計算：根據得到的最優SOC范圍(SOCopt_min,SOCopt_max)和儲能系統的實時SOC計算荷電狀態偏移比例proΔSOC，計算公式為：proΔSOC=SOC-12(SOCopt_min+SOCopt_max)SOCopt_max-SOCopt_min]]>S2.2：將荷電狀態偏移比例proΔSOC和儲能系統當前時刻的設定功率PB_ref作為輸入，濾波時間常數T作為輸出，根據預設的模糊控制規則，采用模糊控制策略得到濾波時間常數T；S2.3：本次調節周期內，根據步驟S2.2得到的濾波時間常數T對風電場的實際輸出功率Pw進行低通濾波，平抑后的期望并網功率記為Pout_exp，計算得到儲能系統的目標設定功率并根據以下公式對目標設定功率進行限值處理，得到最終的設定功率PB_ref，限制處理公式為：P~B_ref≤(SOC-SOCprotect)*EcapΔk-Pch_max≤P~B_ref≤Pdisch_max]]>其中，SOCprotect表示設定的荷電狀態保護，Δk表示濾波時間常數調節的控制周期。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：鄒見效，徐紅兵，彭超，辛曉帥，石潔，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：四川;51