【技術實現步驟摘要】
本專利技術涉及儲能優化，特別涉及一種基于參數模糊推理的儲能優化控制方法。
技術介紹
1、隨著風電滲透率不斷提高，系統慣性持續降低，未來我國電力系統將成為低慣量乃至極低慣量電力系統，電網頻率安全穩定問題愈發凸顯。電力系統慣量表征為系統有功不平衡時維持頻率不變/抵抗頻率變化的能力。在低慣量系統受到負荷擾動后，有功不平衡量突增，頻率變化率急劇增大，在一次調頻動作之前，極可能引起低頻減載裝置動作。因此，研究先于一次調頻動作的快速頻率響應(fast?frequency?response,ffr)調頻手段，對維持低慣量系統頻率穩定具有重要意義。ffr是應對系統頻率陡然變化而快速提供有功功率支撐的調頻手段，短時間內與同步慣性響應共同抑制頻率快速變化，為一次調頻響應爭取時間。
2、目前，ffr資源主要有：風機虛擬慣量響應、儲能有功功率輸出調節。風機虛擬慣量響應和儲能有功輸出都是有效的電網輔助調頻手段，但二者單獨應用都存在著不足：在風儲系統中，風機通過虛擬慣量控制釋放轉子動能參與調頻，若風機單獨參與電網調頻，風機調頻容量小且轉速恢復存在頻率二次跌落的風險；而儲能可在短時間內注入或吸收大量有功功率，若儲能單獨參與電網調頻，所需配置的容量過大，投資成本高且儲能容量飽和或殆盡時突然退出調頻將造成頻率的二次跌落。在現有技術中儲能系統出力根據頻率偏差進行充放電控制，未對儲能參與調頻全過程進行精細化調控。
3、鑒于此，需要一種基于參數模糊推理的儲能優化控制方法。
技術實現思路
1、針對現
2、一種基于參數模糊推理的儲能優化控制方法，包括以下步驟：
3、s1：搭建風-火-儲低慣量電力系統頻率響應模型，所述風-火-儲低慣量電力系統頻率響應模型包括火電機組調頻、風電虛擬慣量調頻和儲能調頻，所述儲能調頻中包括超級電容；
4、s2：采集實時頻率，檢測其跌落程度和實時變化率；
5、s3：定義大階躍負荷擾動，判斷負荷突變程度是否屬于大階躍負荷擾動范疇，若是則進行步驟s4，若否則返回步驟s2；
6、s4：計算最大頻率變化率、最大頻率偏差和負荷有功擾動量；
7、s5：計算超級電容釋放的功率，獲取超級電容儲能裝置的調頻輸出功率并基于參數模糊邏輯控制方法獲取超級電容儲能裝置的調頻輸出功率中的調頻系數。
8、優選的，所述超級電容采用模塊化配置方式，具體為采用陣列形式，由m個超級電容串聯成一組，再并聯n組相同的支路，組成m×n的超級電容陣列。
9、優選的，所述大階躍負荷擾動具體為負荷突變在系統額定容量5％及其以上。
10、優選的，所述建立風-火-儲低慣量電力系統頻率響應模型具體如下：
11、計算電力系統慣性常數hsys，具體如下：
12、
13、式中:ji、pi、n分別為發電機機組i的轉動慣量、極對數、機組數量；ωe為發電機同步角速度；jvir,j、pw,j分別為風機機組j的虛擬轉動慣量和極對數。sn,tot為系統總額定容量。esc為額定功率時儲能裝置的等效動能；
14、求得風電機組輸出功率變化量δpw；
15、
16、式中，hvir,w、dvir,w分別為風機的虛擬慣性時間常數和阻尼常數；dδf/dt表示頻率變化率；δf表示頻率偏差；
17、獲取儲能裝置輸出功率變化量δpsc
18、
19、式中：hsc、dsc分別表示為儲能裝置的等效慣性時間常數和阻尼常數；
20、當系統負荷擾動時，通過擺動方程得出系統頻率相應，具體如下：
21、
22、式中：δpt為常規火電機組輸出功率變化量；δpl為系統負荷功率變化量；h′、d′分別為僅含常規火電機組系統的慣性時間常數和阻尼常數。
23、優選的，所述步驟1還包括對風-火-儲電力系統簡化頻率響應模型進行聚合簡化，經聚合簡化后，系統傳遞函數如下：
24、
25、式中：tr、fh分別為火電機組再熱時間常數、高壓汽輪機總功率的分數；r為同步機靜態調差系數；km為機械功率增益系數；h′sys、d′sys分別表示在風電機組和儲能裝置加入后的系統等效慣性常數和等效阻尼常數。
26、優選的，所述步驟s4具體如下：
27、將經聚合簡化后的系統傳遞函數進行反拉普拉斯變換，得出頻率偏差的時域表達式，具體如下：
28、
29、式中：α和為公式系數，在推導中產生；ζ為阻尼比；ωn為自振蕩頻率；ωd為阻尼頻率；
30、對上式求導得出頻率變化率(rate?of?change?of?frequency，rocof)，具體如下：
31、
32、式中：為公式系數；
33、進而得出系統最大頻率變化率如下：
34、
35、根據系統最大頻率變化率最低點所對應的時間，得出最大頻率偏差，具體如下：
36、
37、其中，
38、
39、優選的，所述符合有功擾動量計算公式如下：
40、δpl＝-2h′sys×f′max
41、其中，f′max為負荷擾動后的最大rocof，h′sys為在風電機組和儲能裝置加入后的系統等效慣性常數。
42、優選的，所述步驟s5具體如下：
43、計算超級電容釋放的功率，具體如下：
44、psc＝δpl-δpw-δpt；
45、式中：δpw和δpt分別為受負荷擾動后風機轉子動能和火電機組的輸出功率變化量；
46、求出超級電容儲能裝置的調頻輸出功率p′sc；
47、psc′＝λpsc+(1-λ)kprec
48、
49、
50、式中：λ為調頻系數；k為超級電容恢復系數；prec為超級電容恢復功率；psc,max為超級電容的最大放電功率；psc,min為超級電容的最大充電功率。當p′sc輸出正值時為放電釋放功率，輸出負值時為充電吸收功率；
51、對超級電容釋放或吸收的功率進行限制，具體如下：
52、
53、優選的，所述調頻系數λ由模糊邏輯控制器fis確定，所述fis輸入量為系統頻率偏差和rocof，輸出量為調頻系數λ，具體如下：
54、系統頻率偏差e和頻率變化率ec區間分別取為[-0.6～0.6hz]和[-0.2～0.2hz/s]；設置e包含：{nb,nmb,nm,ns,zo,ps,pm,pmb,pb}，9個模糊子集表示本文檔來自技高網...
【技術保護點】
1.一種基于參數模糊推理的儲能優化控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述超級電容采用模塊化配置方式，具體為采用陣列形式，由m個超級電容串聯成一組，再并聯n組相同的支路，組成m×n的超級電容陣列。
3.根據權利要求1所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述大階躍負荷擾動具體為負荷突變在系統額定容量5％及其以上。
4.根據權利要求1所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述建立風-火-儲低慣量電力系統頻率響應模型具體如下：
5.根據權利要求4所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述步驟1還包括對風-火-儲電力系統簡化頻率響應模型進行聚合簡化，經聚合簡化后，系統傳遞函數如下：
6.根據權利要求5所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述步驟S4具體如下：
7.根據權利要求6所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述符合有功擾動量計算公
8.根據權利要求7所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述步驟S5具體如下：
9.根據權利要求8所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述調頻系數λ由模糊邏輯控制器FIS確定，所述FIS輸入量為系統頻率偏差和RoCoF，輸出量為調頻系數λ，具體如下：
10.根據權利要求2所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述超級電容的儲能配置基于超級電容有功出力最大值在風機額定功率中的占比以及參與調頻時間來確定。
...【技術特征摘要】
1.一種基于參數模糊推理的儲能優化控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述超級電容采用模塊化配置方式，具體為采用陣列形式，由m個超級電容串聯成一組，再并聯n組相同的支路，組成m×n的超級電容陣列。
3.根據權利要求1所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述大階躍負荷擾動具體為負荷突變在系統額定容量5％及其以上。
4.根據權利要求1所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述建立風-火-儲低慣量電力系統頻率響應模型具體如下：
5.根據權利要求4所述的一種基于參數模糊推理的儲能優化控制方法，其特征在于，所述步驟1還包括對風-火-儲電力系統簡化頻率響應模型進行聚合簡化，經聚合簡化后，系統...
【專利技術屬性】
技術研發人員：李德祥，孫會潔，劉礫鉦，謝海峰，韋根，
申請(專利權)人：廣西電網有限責任公司南寧供電局，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。