一種風儲電站電網負荷調峰及風電波動抑制的方法及裝置制造方法
【專利摘要】本發(fā)明提供一種風儲電站電網負荷調峰及風電波動抑制的方法及裝置，應用于風儲聯合發(fā)電【技術領域】，該方法包括：計算電網負荷對風儲電站的有功功率需求；建立用于電網負荷調峰的日前優(yōu)化模型；將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據；計算日前優(yōu)化的風儲聯合出力數據；對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率；計算儲能系統(tǒng)額外出力數據；對所述儲能系統(tǒng)額外出力數據進行優(yōu)化；計算儲能系統(tǒng)實時總出力數據。本發(fā)明可以有效改善風電的隨機性和不可調度性；改善電網負荷峰谷差逐漸增大造成的一系列困難和為滿足電網高峰負荷需求規(guī)劃建設的電力設備資產利用率較低等問題。
【專利說明】—種風儲電站電網負荷調峰及風電波動抑制的方法及裝置
【技術領域】
[0001]本發(fā)明涉及風儲聯合發(fā)電【技術領域】，具體地，涉及一種風儲電站電網負荷調峰及風電波動抑制的方法及裝置。
【背景技術】
[0002]近年來，為了應對能源危機和緩解日益嚴峻的環(huán)境壓力，開發(fā)和利用可再生能源發(fā)電成為世界各國關注的焦點，風力發(fā)電以其無污染、一次能源可永久使用等諸多優(yōu)點成為重要選擇。然而，風力發(fā)電有著隨機性、間歇性和不可準確預測性，將其并入現有電網達到一定比例時，這種不穩(wěn)定因素可能會對局部電網造成很大的沖擊，甚至釀成大規(guī)模惡性事故；同時，隨著人民生活水平的提高和電力負荷的快速增長，電網負荷峰谷差逐漸增大，而風電的隨機性和不可調度性會給電力調度造成一系列困難，為滿足高峰負荷需求而規(guī)劃建設的電力設備資產利用率較低。
[0003]對電網負荷的削峰填谷方面，在國外已有許多大規(guī)模儲能項目正在運行，其中許多用途都是對電網負荷進行削峰填谷，在國內，南方電網開展了 MW級電池儲能示范項目，主要作用也是對電網負荷的削峰填谷。目前，還沒有通過風電、儲能聯合發(fā)電對電網負荷進行削峰填谷的研究。
[0004]通過儲能抑制風電輸出功率波動方面，國內外已有許多深入的研究，國家電網公司在張北建立的風光儲輸示范工程中，儲能系統(tǒng)可以有效平抑風電波動。但是，在考慮風儲電站對電網負荷調峰的基礎上，如何平抑風電波動，在在國內外還沒有研究。

【發(fā)明內容】

[0005]本發(fā)明實施例的主要目的在于提供一種風儲電站電網負荷調峰及風電波動抑制的方法及裝置，以提供一種同時考慮電網負荷調峰和風電波動平抑的控制技術。
[0006]為了實現上述目的，本發(fā)明實施例提供一種風儲電站電網負荷調峰及風電波動抑制的方法，包括:
[0007]根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求；
[0008]根據所述風功率預測數據、儲能系統(tǒng)輸出功率和電網負荷對風儲電站的有功功率需求，建立用于電網負荷調峰的日前優(yōu)化模型；
[0009]將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據；
[0010]根據所述日前優(yōu)化的儲能系統(tǒng)出力和實時風電有功功率數據，得到日前優(yōu)化的風儲聯合出力數據；
[0011]對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率;
[0012]計算所述風儲聯合參考輸出功率與所述日前優(yōu)化的風儲聯合出力數據之差，得到儲能系統(tǒng)額外出力數據；
[0013]根據儲能系統(tǒng)剩余電量、儲能系統(tǒng)最大充放電功率對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到優(yōu)化后的儲能系統(tǒng)額外出力數據；
[0014]根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據。
[0015]相應的，本發(fā)明還提供一種風儲電站電網負荷調峰及風電波動抑制的裝置，包括:
[0016]功率需求計算模塊，用于根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求；
[0017]優(yōu)化模型建立模塊，用于根據所述風功率預測數據、儲能系統(tǒng)輸出功率和電網負荷對風儲電站的有功功率需求，建立用于電網負荷調峰的日前優(yōu)化模型；
[0018]二次規(guī)劃模塊，用于將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據；
[0019]聯合出力數據模塊，用于根據所述日前優(yōu)化的儲能系統(tǒng)出力和實時風電有功功率數據，得到日前優(yōu)化的風儲聯合出力數據；
[0020]聯合參考輸出功率模塊，用于對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率；
[0021]額外出力數據模塊，用于計算所述風儲聯合參考輸出功率與所述日前優(yōu)化的風儲聯合出力數據之差，得到儲能系統(tǒng)額外出力數據；
[0022]額外出力數據優(yōu)化模塊，用于根據儲能系統(tǒng)剩余電量、儲能系統(tǒng)最大充放電功率對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到優(yōu)化后的儲能系統(tǒng)額外出力數據；
[0023]實時總出力數據計算模塊，根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據。
[0024]借助于上述技術方案，本發(fā)明在對電網負荷調峰的基礎上，能夠平抑風儲電站輸出功率的波動，可以有效改善風電的隨機性和不可調度性，提升其電能質量，改善其電網適應性，減少對電網的沖擊；可以改善因為電網負荷峰谷差逐漸增大給電力調度造成的一系列困難和為滿足電網高峰負荷需求而規(guī)劃建設的電力設備資產利用率較低等問題。
【專利附圖】

【附圖說明】
[0025]為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
[0026]圖1是本發(fā)明提供的風儲電站電網負荷調峰及風電波動抑制的方法流程示意圖；
[0027]圖2是本發(fā)明提供的根據儲能系統(tǒng)剩余電量對額外出力數據進行優(yōu)化的規(guī)則示意圖；
[0028]圖3是本發(fā)明實施例提供的日前優(yōu)化風儲聯合出力效果圖；
[0029]圖4是本發(fā)明實施例提供的日前優(yōu)化儲能出力效果圖；
[0030]圖5是本發(fā)明實施例提供的日前優(yōu)化儲能SOC變化曲線；[0031]圖6是本發(fā)明實施例提供的未進行儲能額外出力優(yōu)化的風儲實時合成出力效果；
[0032]圖7是本發(fā)明實施例提供的儲能額外出力優(yōu)化的風儲實時合成出力效果；
[0033]圖8是本發(fā)明實施例提供的實時優(yōu)化儲能系統(tǒng)SOC效果；
[0034]圖9是本發(fā)明實施例提供的儲能額外出力效果；
[0035]圖10是本發(fā)明實施例提供的實時濾波后Imin波動率變化效果；
[0036]圖11是本發(fā)明提供的風儲電站電網負荷調峰及風電波動抑制的裝置結構示意圖。
【具體實施方式】
[0037]下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0038]本發(fā)明提供一種風儲電站電網負荷調峰及風電波動抑制的方法，如圖1所示，該方法包括:
[0039]步驟S11，根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求；
[0040]步驟S12，根據所述風功率預測數據、儲能系統(tǒng)輸出功率和電網負荷對風儲電站的有功功率需求，建立用于電網負荷調峰的日前優(yōu)化模型；
[0041 ] 步驟S13，將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據；
[0042]步驟S14，根據所述日前優(yōu)化的儲能系統(tǒng)出力和實時風電有功功率數據，得到日前優(yōu)化的風儲聯合出力數據；
[0043]步驟S15，對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率；
[0044]步驟S16，計算所述風儲聯合參考輸出功率與所述日前優(yōu)化的風儲聯合出力數據之差，得到儲能系統(tǒng)額外出力數據；
[0045]步驟S17，根據儲能系統(tǒng)剩余電量、儲能系統(tǒng)最大充放電功率對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到優(yōu)化后的儲能系統(tǒng)額外出力數據；
[0046]步驟S18，根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據。
[0047]以下分別針對上述每一步驟進行詳細說明:
[0048]針對步驟S11，根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求。
[0049]由于區(qū)域電網負荷遠遠大于一個風電場的輸出功率，單個風電場對整個區(qū)域電網的調峰起到的作用很微弱，但如果多個風電場都對電網進行調峰，其效果將十分明顯。
[0050]本步驟計算電網負荷對風儲電站的有功功率需求，目的是使單個風場輸出功率與電網負荷需求在數量級上匹配，相當于按比例將電網需求分配給風電場。
[0051]首先計算電網負荷日預測總量Dtrtal和風功率日預測總量Pw p total，公式如下:
【權利要求】
1.一種風儲電站電網負荷調峰及風電波動抑制的方法，其特征在于，包括: 根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求； 根據所述風功率預測數據、儲能系統(tǒng)輸出功率和電網負荷對風儲電站的有功功率需求，建立用于電網負荷調峰的日前優(yōu)化模型； 將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據； 根據所述日前優(yōu)化的儲能系統(tǒng)出力和實時風電有功功率數據，得到日前優(yōu)化的風儲聯合出力數據； 對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率； 計算所述風儲聯合參考輸出功率與所述日前優(yōu)化的風儲聯合出力數據之差，得到儲能系統(tǒng)額外出力數據； 根據儲能系統(tǒng)剩余電量、儲能系統(tǒng)最大充放電功率對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到優(yōu)化后的儲能系統(tǒng)額外出力數據； 根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據。
2.根據權利要求1所述的方法，其特征在于，所述的根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求，具體為: 利用電網負荷預測數據，采用公式
3.根據權利要求2所述的方法，其特征在于，所述的用于電網負荷調峰的日前優(yōu)化模型包括:@標函數
4.根據權利要求3所述的方法，其特征在于，所述的將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據，具體為: 將所述目標函數轉換為如下二次函數:
5.根據權利要求4所述的方法，其特征在于，所述的根據所述日前優(yōu)化的儲能系統(tǒng)出力和實時風電有功功率數據，得到日前優(yōu)化的風儲聯合出力數據，具體為: 利用所述日前優(yōu)化的儲能系統(tǒng)出力數據總量和實時風電有功功率數據總量，采用公式
6.根據權利要求5所述的方法，其特征在于，所述的對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率，采用如下公式:
7.根據權利要求6所述的方法，其特征在于，所述的根據儲能系統(tǒng)剩余電量、儲能系統(tǒng)最大充放電功率對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到優(yōu)化后的儲能系統(tǒng)額外出力數據，具體為: 采用第一優(yōu)化規(guī)則，根據儲能系統(tǒng)剩余電量對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到初始優(yōu)化后的儲能系統(tǒng)額外出力數據； 采用第二優(yōu)化規(guī)則，根據儲能系統(tǒng)最大充放電功率和所述初始優(yōu)化后的儲能系統(tǒng)額外出力數據，得到優(yōu)化后的儲能系統(tǒng)額外出力數據； 所述第一優(yōu)化規(guī)則為: 若s(k) > Sala?—high,則儲能系統(tǒng)充電時Ab1QO = O,儲能系統(tǒng)放電時Ab1QO =a3 X Δ b (k)；
若Salmuhigh≥s (k) > Snormal high,則儲能系統(tǒng)充電時Λ Id1 (k) = ai X Λ b (k)，儲能系統(tǒng)放電時 Ab1(Ii) = a2 X Δ b (k)； 若S_al—high≥s (k)≥Snmial lmt，則儲能系統(tǒng)充電時Ab1GO = Ab(k)，儲能系統(tǒng)放電時 Δ bl (k) = Δ b (k)； 若SnOTmal—lOTt > s(k)≥Salanil lmt，則儲能系統(tǒng)充電時Ab1GO = a2X Ab(k)，儲能系統(tǒng)放電時 Ab1(Ii) = B1X Δ b (k)；若s(k) < Salarm-low,則儲能系統(tǒng)充電時Δb1(k) = a3X Δb(k),儲能系統(tǒng)放電時Δb1(k)=O ； 所述第二優(yōu)化規(guī)則為:
若 Δb1 (k) > Pmax-bex (k)，則Δ b2 (k) = Pmax-bex (k)；
若 Pmax-bex (k)≥ Δb1 (k) ≥Pmax_bex (k)，則Δ b2 (k) = Δb1 (k)；
若Δ b1 (k) < -Pmax_bex (k)，則 Δ b2 (k) = -Pmax_bex (k)； 其中，s(k)為儲能系統(tǒng)剩余電量； Δb1(k)為初始優(yōu)化后的儲能系統(tǒng)額外出力數據； Δb(k)為儲能系統(tǒng)額外出力數據； a1,a2, a3為實時控制調整參數，并且a1 < 1 < a2 < a3 ; Salarm-high為儲能系統(tǒng)剩余電量報警上限； Salarm-low儲能系統(tǒng)剩余電量報警下限；
Snormal—high為儲能系統(tǒng)剩余電量正常上限；
Snormal_low為儲能系統(tǒng)剩余電量正常下限； Δb2（k）為優(yōu)化后的儲能系統(tǒng)額外出力數據。
8.根據權利要求7所述的方法，其特征在于，所述的根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據，采用如下公式:
B (k) = bex (k) + Δb2 (k)； 其中，B(k)為儲能系統(tǒng)實時總出力數據。
9.一種風儲電站電網負荷調峰及風電波動抑制的裝置，其特征在于，包括: 功率需求計算模塊，用于根據電網負荷預測數據和風功率預測數據，計算電網負荷對風儲電站的有功功率需求； 優(yōu)化模型建立模塊，用于根據所述風功率預測數據、儲能系統(tǒng)輸出功率和電網負荷對風儲電站的有功功率需求，建立用于電網負荷調峰的日前優(yōu)化模型； 二次規(guī)劃模塊，用于將所述日前優(yōu)化模型轉換為二次規(guī)劃問題，并求解得到日前優(yōu)化的儲能系統(tǒng)出力數據； 聯合出力數據模塊，用于根據所述日前優(yōu)化的儲能系統(tǒng)出力和實時風電有功功率數據，得到日前優(yōu)化的風儲聯合出力數據； 聯合參考輸出功率模塊，用于對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率； 額外出力數據模塊，用于計算所述風儲聯合參考輸出功率與所述日前優(yōu)化的風儲聯合出力數據之差，得到儲能系統(tǒng)額外出力數據； 額外出力數據優(yōu)化模塊，用于根據儲能系統(tǒng)剩余電量、儲能系統(tǒng)最大充放電功率對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到優(yōu)化后的儲能系統(tǒng)額外出力數據； 實時總出力數據計算模塊，根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據。
10.根據權利要求9所述的裝置，其特征在于，所述功率需求計算模塊具體用于:利用電網負荷預測數據，采用公式
11.根據權利要求10所述的裝置，其特征在于，所述的用于電網負荷調峰的日前優(yōu)化模型包括:
目標函數
12.根據權利要求11所述的裝置，其特征在于，所述二次規(guī)劃模塊具體用于: 將所述目標函數轉換為如下二次函數:
13.根據權利要求12所述的裝置，其特征在于，所述聯合出力數據模塊具體用于: 利用所述日前優(yōu)化的儲能系統(tǒng)出力數據總量和實時風電有功功率數據總量，采用公式
14.根據權利要求13所述的裝置，其特征在于，所述聯合參考輸出功率模塊對所述日前優(yōu)化的風儲聯合出力數據進行一階低通濾波，得到風儲聯合參考輸出功率時，采用如下公式:
15.根據權利要求14所述的裝置，其特征在于，所述額外出力數據優(yōu)化模塊具體用于: 采用第一優(yōu)化規(guī)則，根據儲能系統(tǒng)剩余電量對所述儲能系統(tǒng)額外出力數據進行優(yōu)化，得到初始優(yōu)化后的儲能系統(tǒng)額外出力數據； 采用第二優(yōu)化規(guī)則，根據儲能系統(tǒng)最大充放電功率和所述初始優(yōu)化后的儲能系統(tǒng)額外出力數據，得到優(yōu)化后的儲能系統(tǒng)額外出力數據； 所述第一優(yōu)化規(guī)則為: 若s(k) > Sala?—high,則儲能系統(tǒng)充電時Ab1QO = O,儲能系統(tǒng)放電時Ab1QO =a3 X Δ b (k)；
若Salmuhigh≥s (k) > Snormal high,則儲能系統(tǒng)充電時Λ Id1 (k) = ai X Λ b (k)，儲能系統(tǒng)放電時 Ab1(Ii) = a2 X Δ b (k)； 若S_al—high≥s (k)≥Snmial lmt，則儲能系統(tǒng)充電時Ab1GO = Ab(k)，儲能系統(tǒng)放電時 Δ bl (k) = Δ b (k)； 若SnOTmal—lOTt > s(k)≥Salanil lmt，則儲能系統(tǒng)充電時Ab1GO = a2X Ab(k)，儲能系統(tǒng)放電時 Ab1(Ii) = B1X Δ b (k)； 若s(k) < Salaniuw,則儲能系統(tǒng)充電時Ab1QO = a3X Ab(k),儲能系統(tǒng)放電時Ab1QO=O ； 所述第二優(yōu)化規(guī)則為:
若 Ab1 (k) > Pmax-bex (k)，貝U Δ b2 (k) = Pmax-bex (k)；
若 Pmax-bex (k) ^ Ab1 (k) ^ -P眶_bex (k)，貝丨J Δ b2 (k) = Ab1 (k)；
若 Λ b! (k) < -P—_bex (k)，貝丨J Δ b2 (k) = -P—_bex (k)； 其中，s(k)為儲能系統(tǒng)剩余電量； Ab1GO為初始優(yōu)化后的儲能系統(tǒng)額外出力數據； Ab(k)為儲能系統(tǒng)額外出力數據； B1^a2, a3為實時控制調整參數，并且B1 < I < a2 < a3 ; Salmijligh為儲能系統(tǒng)剩余電量報警上限； SalmumtS儲能系統(tǒng)剩余電量報警下限；
Snormal—high
為儲能系統(tǒng)剩余電量正常上限；
^normal_low
為儲能系統(tǒng)剩余電量正常下限； Ab2QO為優(yōu)化后的儲能系統(tǒng)額外出力數據。
16.根據權利要求15所述的裝置，其特征在于，所述實時總出力數據計算模塊根據所述日前優(yōu)化的儲能系統(tǒng)出力數據和所述優(yōu)化后的儲能系統(tǒng)額外出力，得到儲能系統(tǒng)實時總出力數據時，采用如下公式:
B (k) = bex (k) + Ab2 (k)；其中，B(k)為儲`能系統(tǒng)實時總出力數據。
【文檔編號】H02J3/28GK103633657SQ201310589812
【公開日】2014年3月12日 申請日期:2013年11月20日 優(yōu)先權日:2013年11月20日
【發(fā)明者】陳豪, 石世前, 李娜, 李智, 張瀅, 柳玉, 宗謹, 白愷, 劉輝, 張瑞芳 申請人:國家電網公司, 華北電力科學研究院有限責任公司