《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 電源技術(shù) > 設(shè)計(jì)應(yīng)用 > 考慮功率預(yù)測(cè)的儲(chǔ)能電站動(dòng)態(tài)優(yōu)化控制方法
考慮功率預(yù)測(cè)的儲(chǔ)能電站動(dòng)態(tài)優(yōu)化控制方法
2015年電子技術(shù)應(yīng)用第7期
袁 弘1,李建祥1,,劉海波1,,張華棟2,高玉明2
1.國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院,山東 濟(jì)南250002; 2.國(guó)網(wǎng)山東省電力公司,山東 濟(jì)南250002
摘要: 提出了基于超短期功率預(yù)測(cè)的儲(chǔ)能電站平抑風(fēng)電功率波動(dòng)的動(dòng)態(tài)優(yōu)化控制方法,,系統(tǒng)考慮影響儲(chǔ)能電站的多種因素,構(gòu)建基于風(fēng)功率超前信息的充放電策略,;以荷電狀態(tài)偏移量最小為目標(biāo)構(gòu)建優(yōu)化控制模型,,同時(shí)考慮儲(chǔ)能介質(zhì)的性能約束,得到下一次控制步長(zhǎng)內(nèi)的優(yōu)化控制模式,,由此形成遞進(jìn)式的動(dòng)態(tài)控制策略,。實(shí)際風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)算例分析表明,,所提方法可有效實(shí)現(xiàn)儲(chǔ)能電站的高效控制,具有一定實(shí)際應(yīng)用價(jià)值,。
中圖分類號(hào): TM614
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2015.07.034
中文引用格式: 袁弘,,李建祥,劉海波,,等. 考慮功率預(yù)測(cè)的儲(chǔ)能電站動(dòng)態(tài)優(yōu)化控制方法[J].電子技術(shù)應(yīng)用,,2015,41(7):121-124.
英文引用格式: Yuan Hong,,Li Jianxiang,,Liu Haibo,et al. A dynamic optimization control method of BESS considering wind power forecasting[J].Application of Electronic Technique,,2015,,41(7):121-124.
A dynamic optimization control method of BESS considering wind power forecasting
Yuan Hong1,Li Jianxiang1,,Liu Haibo1,,Zhang Huadong2,Gao Yuming2
1.State Grid Shandong Electric Power Research Institute, Jinan 250002,,China,; 2.State Grid Shandong Electric Power Company,Jinan 250002,,China
Abstract: As to great accuracy improvement of the very short-term wind power forecasting, a novel dynamic optimal control algorithm based on the wind power forecasting is proposed for BESS smoothing wind power fluctuations. Taking variety of factors into consideration, the operating principle is built based on the wind power information in advance, aiming to minimize the offset of SOC as well as considering the performance of the storage media to get the optimal control mode of the next control step, which exists the progressive control principle. The proposed method is verified by the operation data from actual wind power that it can achieve the effective control of BESS and has the practical application value.
Key words : BESS,;dynamic;optimization,;control,;renewable energy

    

0 引言

    以風(fēng)力發(fā)電為代表的可再生能源[1]具有間歇和隨機(jī)性的固有屬性,隨著風(fēng)力發(fā)電滲透率的持續(xù)提升,,亟需增強(qiáng)當(dāng)前電網(wǎng)對(duì)風(fēng)電波動(dòng)性的應(yīng)對(duì)能力,。儲(chǔ)能電站能夠?qū)崿F(xiàn)能量的存儲(chǔ)和釋放,成為目前可能解決風(fēng)電波動(dòng)問(wèn)題的重要方式之一[2],。當(dāng)前理論研究和示范工程中[3],,通過(guò)配置一定容量比重[4]的儲(chǔ)能平抑其波動(dòng)性[5],可平滑風(fēng)功率輸出,。儲(chǔ)能電站成為提升大規(guī)模風(fēng)電可調(diào)控能力的重要途徑[6],。

    國(guó)內(nèi)外學(xué)者指出儲(chǔ)能電站目前尚未有特性突出,、綜合能力顯著的儲(chǔ)能介質(zhì)[7],,優(yōu)勢(shì)特性互補(bǔ)的復(fù)合儲(chǔ)能[8]是儲(chǔ)能技術(shù)未來(lái)重要的發(fā)展方向[9]。復(fù)合儲(chǔ)能可彌補(bǔ)單一介質(zhì)的不足,,有利于提升儲(chǔ)能電站的適應(yīng)能力和運(yùn)行可靠性[10],,為儲(chǔ)能電站基于未來(lái)信息構(gòu)建動(dòng)態(tài)優(yōu)化控制提供了可能,。基于此,,本文提出了考慮超短期功率預(yù)測(cè)的儲(chǔ)能電站動(dòng)態(tài)優(yōu)化控制方法,,采用現(xiàn)場(chǎng)風(fēng)功率運(yùn)行數(shù)據(jù)進(jìn)行了驗(yàn)證分析,結(jié)果表明了該方法的有效性和可行性,。

1 儲(chǔ)能電站充放電策略

1.1 儲(chǔ)能介質(zhì)特性分析

    以鉛酸蓄電池和LiB為代表的能量型儲(chǔ)能在當(dāng)前諸多示范工程中獲得應(yīng)用,,該類型儲(chǔ)能能量密度大,儲(chǔ)能時(shí)間長(zhǎng),,應(yīng)嚴(yán)格限制其充放電狀態(tài)轉(zhuǎn)換次數(shù),;功率型儲(chǔ)能VRB具備頻繁充放電切換響應(yīng)能力,可充放電次數(shù)高,,適用于呈現(xiàn)頻繁快速變化特性的隨機(jī)分量的波動(dòng)平抑,。

1.2 充放電模型

    考慮到風(fēng)能分布具有明顯的時(shí)間周期性,本文選取采樣步長(zhǎng)為5 min,,根據(jù)平抑目標(biāo)確定儲(chǔ)能電站所需平抑的功率波動(dòng)如圖1所示,。以充放各一次的時(shí)長(zhǎng)Δt為統(tǒng)計(jì)量,可得Δt在采樣點(diǎn)區(qū)間(1,,14]的對(duì)應(yīng)概率和達(dá)到85%,,為Δt主要聚集區(qū)域。由此本文選定兩個(gè)充放區(qū)間作為遞進(jìn)控制步長(zhǎng),,得到遞進(jìn)控制步長(zhǎng)將以[35,,155]min為主要聚集區(qū)間。

dy2-t1.gif

    根據(jù)儲(chǔ)能電站介質(zhì)的運(yùn)行特性構(gòu)建主輔兩層控制策略,,具體充放電模型為:

    (1)VRB優(yōu)先動(dòng)作,,LiB輔助平抑。遞進(jìn)控制步長(zhǎng)內(nèi)的單次充或放區(qū)間能量低于限值Emin,,VRB優(yōu)先動(dòng)作并在其SOC不越限,、充放功率在限值范圍的前提下獨(dú)立平抑波動(dòng)。核心目標(biāo)在于發(fā)揮VRB的SOC大范圍變化特性,,嚴(yán)格控制LiB充放電切換次數(shù),。該充放電模型對(duì)應(yīng)具體運(yùn)行模式為:

    dy2-gs1.gif

式中Δt為采樣步長(zhǎng)。P(t)為平抑目標(biāo)功率偏移量,,P(t)>0對(duì)應(yīng)HESS的充電,,其數(shù)值對(duì)應(yīng)充電功率;反之對(duì)應(yīng)放電狀態(tài),,其數(shù)值為放點(diǎn)功率,。Ei(i=1,2,3,,4)為遞進(jìn)控制步長(zhǎng)對(duì)應(yīng)的兩個(gè)充放區(qū)間的能量,,且Ei=dy2-gs1-x1.gif為各充放區(qū)間的始末時(shí)刻;同理Ei>0則代表HESS吸收能量,,反之為釋放能量,。[Emin-discha,Emin-cha]為VRB優(yōu)先啟動(dòng)對(duì)應(yīng)的充放能量區(qū)間,。SOCVRB(t)為VRB的SOC瞬時(shí)值,,SOCmax-VRB、SOCmin-VRB分別為VRB的SOC運(yùn)行上下限值,。當(dāng)滿足Pmax-discha-VRB<P(t)<Pmax-cha-VRB時(shí),,其中Pmax-cha-VRB、Pmax-discha-VRB分別為VRB的最大充,、放電功率,,本控制步長(zhǎng)內(nèi)VRB獨(dú)立完成功率平抑;反之,,則LiB輔助啟動(dòng)協(xié)調(diào)平抑,。

    (2)LiB主要?jiǎng)幼鳎琕RB輔助平抑,。對(duì)于非VRB優(yōu)先動(dòng)作狀況,,發(fā)揮LiB能量密度高的優(yōu)勢(shì),由其啟動(dòng)并承擔(dān)主要平抑任務(wù),;對(duì)于VRB的啟動(dòng),,取決于LiB充放電功率的變化速率及其SOC,其目標(biāo)在于輔助LiB平抑目標(biāo)或調(diào)整自身SOC以處于較優(yōu)運(yùn)行狀態(tài),。VRB輔助啟動(dòng)條件為:

    dy2-gs2.gif

式中,,SOCmax-LiB、SOCmin-LiB分別為L(zhǎng)iB的SOC運(yùn)行上下限值,,文中分別取0.9和0.2,;Pmax-cha-LiB、Pmax-discha-LiB分別為L(zhǎng)iB的最大充,、放電功率,;ΔP(t)為充放電功率的變化率,且ΔP(t)=P(t)-P(t-1),;ΔPmax-cha-LiB,、ΔPmax-discha-LiB分別為L(zhǎng)iB的最大充放電功率變化率;SOCLiB(t)為L(zhǎng)iB的SOC瞬時(shí)值,。當(dāng)LiB,、Uc同時(shí)啟動(dòng)時(shí),當(dāng)各自SOC或充放電功率同步越限時(shí),將分別出現(xiàn)棄風(fēng)和平抑功率不足的狀況,。

2 儲(chǔ)能電站動(dòng)態(tài)優(yōu)化控制模型

2.1 目標(biāo)函數(shù)

    基于上述充放模型,構(gòu)建以儲(chǔ)能電站SOC運(yùn)行狀態(tài)最優(yōu)為目標(biāo)的優(yōu)化控制模型,。已知遞進(jìn)控制步長(zhǎng)區(qū)間的各介質(zhì)初始SOCint-LiB,、SOCint-Uc,基于充放電策略,,使得本區(qū)間內(nèi)各介質(zhì)偏移最佳SOC的方差和最小,,目標(biāo)函數(shù)如式(3)所示。

    dy2-gs3.gif

    該目標(biāo)函數(shù)主要解決本遞進(jìn)控制步長(zhǎng)區(qū)間內(nèi)充放能量在各介質(zhì)間的協(xié)調(diào)分配問(wèn)題,。其中,,SOCOLiB、SOCOVRB分別為最佳運(yùn)行SOC,,本文分別取0.6和0.5,;SOCLiB(t)、SOCVRB(t)分別為本區(qū)間各介質(zhì)的實(shí)時(shí)SOC數(shù)值,,其數(shù)值基于充放電策略和風(fēng)功率輸出確定,。VRB優(yōu)先動(dòng)作模式中,LiB僅針對(duì)充放電功率越限部分能量,;而LiB主要?jiǎng)幼髂J较?,在LiB啟動(dòng)且其充放電功率及其變化率和SOC均滿足平抑條件時(shí),將作為平抑能量主體,。 

2.2 約束條件

    約束條件主要包括充放電功率約束,、SOC約束。

    (1)充放電功率約束

    dy2-gs4-8.gif

2.3 求解算法

    本文采用魯棒性強(qiáng),、計(jì)算效率高的粒子群優(yōu)化算法(Particle Swarm Optimization,,PSO)對(duì)算例進(jìn)行求解,并對(duì)其進(jìn)行適度改進(jìn),,以克服動(dòng)態(tài)邊界問(wèn)題,,同時(shí)遞進(jìn)優(yōu)化的區(qū)間計(jì)算量相對(duì)較小,利于發(fā)揮PSO搜索精度高和收斂效果好的優(yōu)勢(shì),。具體模型求解步驟為:

    (1)根據(jù)遞進(jìn)協(xié)調(diào)控制算法和本步長(zhǎng)數(shù)據(jù)確定優(yōu)化目標(biāo)函數(shù),;

    (2)設(shè)置粒子群維數(shù)D、最大迭代次數(shù)Mmax,、收斂精度σthresh,,同時(shí)初始化粒子群位置x和速度v,并給定初始SOCint-LiB,、SOCint-VRB數(shù)值,;

    (3)根據(jù)既定充放電策略和目標(biāo)函數(shù)計(jì)算各粒子適應(yīng)度值M;

    (4)將各粒子適應(yīng)度值與自身粒子極值及全局粒子極值比較,若適應(yīng)度值較小,,則更新各粒子個(gè)體極值ebest及全局例子適應(yīng)度極值gbest,;

    (5)判斷當(dāng)前計(jì)算是否滿足收斂條件,若是,,則提取當(dāng)前PLiB,、PVRB即為最優(yōu)充放電功率;若否,,則更新各粒子位置x及速度v,,并重復(fù)步驟(3)~(5)。

    dy2-gs9-10.gif

其中n為當(dāng)前循環(huán)次數(shù),,c1,、c2為粒子權(quán)重系數(shù),w為慣性權(quán)重,,r1,、r2為(0,1)內(nèi)均勻分布隨機(jī)數(shù),,xi,、vi為第i維粒子的位置與速度,g為約束因子,。  

3 驗(yàn)證分析

    為驗(yàn)證本文方法有效性,,基于風(fēng)電場(chǎng)實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行分析,該風(fēng)場(chǎng)裝機(jī)容量75 MW,,儲(chǔ)能電站中LiB額定容量配置為10 MWh,,VRB為4.5 MWh,各采樣點(diǎn)間隔為5 min,。運(yùn)行參數(shù)中,,LiB的SOC運(yùn)行允許限值為[0.1,0.9],,而VRB的SOC運(yùn)行限值為[0,,0.95];LiB的充放電功率限值均為13 MW,,而VRB的充放電功率均為9 MW,;經(jīng)統(tǒng)計(jì)該風(fēng)場(chǎng)功率特征,Emin-discha取值為-1.1 MWh,,而Emin-cha取值為1.0 MWh,。

    (1)算例1:提取該風(fēng)電場(chǎng)某年度5月份運(yùn)行數(shù)據(jù),基于本文所提方法,,計(jì)算結(jié)果如表1所示,。

dy2-b1.gif

    如表1所示,,本文所提方法在相關(guān)評(píng)價(jià)指標(biāo)上均有大幅改變,其中充放電啟動(dòng)因采用VRB獨(dú)立承擔(dān)弱能量區(qū)間的充放電任務(wù),,LiB的啟動(dòng)次數(shù)顯著降低,,減少了77.9%;平抑效果方面,,由于LiB和VRB的協(xié)調(diào)配合,,使得平抑后的功率偏移量方差降低41.7%,保證了平抑效果,;目標(biāo)函數(shù)數(shù)值M降低46.9%。

    選取一定時(shí)間截面區(qū)間PLiB(t),、PVRB(t)顯示如圖2所示,,SOCLiB(t)、SOCVRB(t)如圖3所示,。充放電功率方面,,可以看出,PLiB(t)和PUc(t)的協(xié)調(diào)使得各自充放電功率越限次數(shù)降低,,同時(shí)PUc(t)獨(dú)立承擔(dān)弱能量區(qū)間的充放電使PLiB(t)有效減少充放電啟動(dòng),,而在兩者同時(shí)充放啟動(dòng)的狀況下,PLiB(t)可承擔(dān)更多的平抑任務(wù),;結(jié)合圖3中SOC可以看出,,其SOCLiB變化較SOCVRB要小,LiB適合于淺充淺放,,而VRB則可發(fā)揮其SOC可大范圍變化的優(yōu)勢(shì),。

dy2-t2.gif

dy2-t3.gif

    (2)算例2:提取該風(fēng)電場(chǎng)某年度10月份運(yùn)行數(shù)據(jù),計(jì)算結(jié)果如表2所示,。選取一定時(shí)間截面區(qū)間PLiB(t),、 PVRB(t)、SOCLiB(t),、SOCVRB(t)分別如圖4,、圖5所示。

dy2-b2.gif

dy2-t4.gif

dy2-t5.gif

    表2中相關(guān)評(píng)價(jià)指標(biāo)同樣均有較大幅度優(yōu)化,,其中LiB的啟動(dòng)次數(shù)相比減少78.3%,,而平抑后的功率偏移量方差降低43.5%;同時(shí)本文目標(biāo)函數(shù)數(shù)值M降低50.8%,??傮w而言達(dá)到了本文方法的目標(biāo);在充放電功率和荷電狀態(tài)方面,,該算例同樣較好地實(shí)現(xiàn)了本文方法的優(yōu)化目標(biāo),。當(dāng)放電平抑任務(wù)較重,、需較大容量放電容量時(shí),此時(shí)兩者同時(shí)啟動(dòng),,LiB承擔(dān)較大放電容量,;但若其SOC接近下限,此時(shí)VRB則承擔(dān)起了剩余放電功率,。

    綜上所述,,本文提出的考慮功率預(yù)測(cè)的儲(chǔ)能電站動(dòng)態(tài)充放電策略可有效實(shí)現(xiàn)遞進(jìn)控制區(qū)間的運(yùn)行最優(yōu)化。所提方法可保證各介質(zhì)SOC運(yùn)行狀態(tài)及平抑效果的前提下有效減小LiB的充放電轉(zhuǎn)換次數(shù),,充分發(fā)揮VRB的介質(zhì)特性,。

4 結(jié)論

    本文考慮將超短期風(fēng)功率預(yù)測(cè)引入儲(chǔ)能電站的控制過(guò)程,同時(shí)提出VRB優(yōu)先動(dòng)作或LiB主要?jiǎng)幼鞯某浞烹姴呗?,目的是通過(guò)遞進(jìn)式的區(qū)間優(yōu)化實(shí)現(xiàn)儲(chǔ)能電站的動(dòng)態(tài)經(jīng)濟(jì)控制,;通過(guò)構(gòu)建遞進(jìn)區(qū)間控制的優(yōu)化目標(biāo)函數(shù),并考慮實(shí)際條件約束,,給出了基于粒子群算法的實(shí)現(xiàn)流程和求解步驟,。利用實(shí)際風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)進(jìn)行驗(yàn)證,根據(jù)平移后的功率偏移量,、SOC運(yùn)行區(qū)間等多個(gè)評(píng)價(jià)指標(biāo)的分析結(jié)果,,表明本文控制方法對(duì)儲(chǔ)能電站的充放電轉(zhuǎn)換次數(shù)及平抑效果等均具有顯著效果。本文所提控制方法高效可靠,,具有一定的理論價(jià)值和實(shí)際應(yīng)用價(jià)值,。

參考文獻(xiàn)

[1] 肖湘寧,陳征,,劉念.可再生能源與電動(dòng)汽車充放電設(shè)施在微電網(wǎng)中的集成模式與關(guān)鍵問(wèn)題[J].電工技術(shù)學(xué)報(bào),,2013,28(2):1-14.

[2] BARTON J,,INFIELD D.Energy storage and its use with intermittent renewable energy[J].IEEE Trans.on Energy Conversion,,2004,19(2):441-448.

[3] 高明杰,,惠東,,高宗和,等.國(guó)家風(fēng)光儲(chǔ)輸示范工程介紹及其典型運(yùn)行模式分析[J].電力系統(tǒng)自動(dòng)化,,2013,,37(1):59-64.

[4] 施琳,羅毅,,涂光瑜,,等.考慮風(fēng)電場(chǎng)可調(diào)度性的儲(chǔ)能容量配置方法[J].電工技術(shù)學(xué)報(bào),2013,,28(5):120-127.

[5] 袁鐵江,,陳潔,,劉沛漢,等.儲(chǔ)能系統(tǒng)改善大規(guī)模風(fēng)電場(chǎng)出力波動(dòng)的策略[J].電力系統(tǒng)保護(hù)與控制,,2014,,42(4):47-53.

[6] TELEKE S,BARAN M E,,BHATTACHARYA S,,et al.Optimal control of battery energy storage for wind farm dispatching[J].IEEE Trans on Power Systems,2010,,25(3):787-794.

[7] 蔣凱,,李浩秒,李威,,等.幾類面向電網(wǎng)的儲(chǔ)能電池介紹[J].電力系統(tǒng)自動(dòng)化,,2013,37(1):47-53.

[8] 楊珺,,張建成,,周陽(yáng),,等.針對(duì)獨(dú)立風(fēng)光發(fā)電中混合儲(chǔ)能容量?jī)?yōu)化配置研究[J].電力系統(tǒng)保護(hù)與控制,,2013,41(4):38-44.

[9] 張國(guó)駒,,唐西勝,,齊智平.平抑間歇式電源功率波動(dòng)的混合儲(chǔ)能系統(tǒng)設(shè)計(jì)[J].電力系統(tǒng)自動(dòng)化,2011,,35(20):24-28.

[10] 程時(shí)杰.大規(guī)模儲(chǔ)能技術(shù)在電力系統(tǒng)中的應(yīng)用前景分析[J].電力系統(tǒng)自動(dòng)化,,2013,37(1):3-8.

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。