[发明专利]一种风电爬坡优化控制方法

权利要求书

1.一种风电爬坡优化控制方法，其特征在于，包括以下步骤：

S1：采用滑动平均滤波方法得到风电功率平抑目标；风电功率出力数据P_W(t)由风电功率平抑目标P_Z(t)和风电随机的波动功率e(t)组成，即P_W(t)＝P_Z(t)+e(t),t＝1,2,...,N，假定每q个相邻数据的小区间内的风电功率是平稳的，取q个相邻数据的平均值作为平滑后的风电功率，即PZ(t)=1qΣk=1qPW(t-q+k),t=q,q+1,...,N;]]>

S2：使用奇异值分解理论对波动功率e(t)进行分解，使波动功率在电池和超级电容器之间有效分配；假定需要进行分解的波动功率E＝[e(1),e(2),…,e(N)]，构造Hankel矩阵：

在Hankel矩阵中，n为嵌入维数，1<n<N；令m＝N-n+1，H∈R^m×n，那么，存在正交矩阵U∈R^m×m和V∈R^n×n，使得H分解为H=UΣ000VT,]]>式中，Σ＝diag(σ₁,σ₂,…,σ_r)为H的奇异值，r为H的秩，且σ₁≥σ₂≥…≥σ_r≥0；将H=UΣ000VT]]>写成向量形式，即这样，波动功率e(t)被分解为一系列功率分量的线性叠加，在电池与超级电容之间进行分配，选择奇异值较大的功率分量分配给电池，剩余的分配给超级电容；

S3：根据历史风电数据，确定风电爬坡储能设备最佳荷电状态；不同储能设备在不同风电出力状态下的动态最佳荷电状态为SOC(best)=SOC10≤PW≤k1p.u.SOCiki-1p.u<PW≤kip.u.SOCnkn-1p.u<PW≤1p.u,]]>其中，i＝2,3,…,n-1，SOC₁<SOC₂<…<SOC_i<…<SOC_n，0<k₁<k₂<…<k_n-1<1；

S4：利用风电功率预测值，得到不同储能设备的平抑功率，对储能设备的剩余电量进行预计算，进而对储能设备的荷电状态进行预判；使用的储能设备剩余电量E(t)递推关系为：充电时，E(t)＝(1-δ_sdr)E(t-1)+P_ESS(t)Δtη_C，放电时荷电状态SOC(t)＝E(t)/E_N，运行约束条件：-P_m≤P_ESS(t)≤P_m、SOC_min≤SOC(t)≤SOC_max；其中，P_EES(t)为储能设备t时段内的充放电功率，δ_sdr为储能设备的自放电率，Δt为每次充放电的时间，η_C和η_D分别为储能设备的充电效率和放电效率，E_N为储能设备的额定容量，P_m为储能设备的本身功率特性所决定的最大充放电功率，SOC_min和SOC_max分别为荷电状态的下限和上限；

S5：根据预判的荷电状态是否超出运行约束条件，决定对储能设备当前充放电功率是否进行修正；具体为：

1)、预测周期T内储能设备荷电状态没有越限，储能设备按照预先分配的平抑功率进行平抑；

2)、预测周期T内储能设备荷电状态越上限，引入多步充放电因子α，0<α<1，当前充放电功率修正功率为式中，P′_ESS(t)为修正后储能设备当前平抑功率，E_e代表预测周期T内储能设备超过荷电状态上限的总电量；

3)、预测周期T内储能设备荷电状态越下限，当前充放电功率修正功率为式中，E_s代表预测周期T内储能设备超过荷电状态下限的总电量。

2.如权利要求1所述的一种风电爬坡优化控制方法，其特征在于，所述平抑功率，即预测的平抑功率为考虑误差后所预测的平抑功率，表示为P^ESS′(t)=P^ESS(t)+Peu(t),ramp up eventP^ESS′(t)=P^ESS(t)+Ped(t),ramp down event,]]>其中，为考虑预测误差后储能设备的预测平抑功率，为储能设备的预测平抑功率，P_eu(t)和P_ed(t)分别为储能设备的预测平抑功率在不同时间尺度t下，一定置信区间内的误差上界和下界。