[发明专利]一种基于储能和虚拟储能最优控制的功率波动平抑方法

说明书

技术领域

本发明涉及智能电网、用户侧需求响应和混合储能领域，尤其涉及一种基于储能和虚拟储能最优控制的功率波动平抑方法。

背景技术

随着能源和环境问题日渐突出，新能源的使用受到人们的广泛重视，风电等新能源发电系统装机容量在不断增加，其在电网所占的比例也在不断增加。但是由于新能源发电具有高度随机性和波动性，使得新能源接入电网会对电力供需平衡、电力系统的安全带来挑战。使用储能设备是目前解决上述问题的一个有效的办法，目前的储能技术主要分为物理储能、电磁储能、电化学储能和相变储能等四种。但是由于储能设备的容量小和成本高等问题，制约了其大规模的应用。

需求响应(Demand Response，DR)技术的发展提供了一种解决上述问题的新思路。需求响应是对用户用电模式进行调整，或是对用户用电负荷进行管理的一种智能用电调控技术。通过一定价格信号或激励信息，引导用户主动改变自身消费行为，优化用电方式，减少或者推移某时段的用电负荷，能够促进供需两侧优化平衡。美国、欧洲、日本等国家都已经开展了微电网中负荷控制技术的研究，例如：英国UMIST实验室、美国CERTS微网示范平台和日本Architect微网等，将负荷控制技术视为一种重要控制手段和资源形式，期望将居民用电设备作为一种良好的能源资源融入到微电网系统优化运行中。负荷需求响应可以视为一种虚拟储能，协调优化控制负荷需求响应和传统储能设备降低微网中储能电池的使用数量，提高微网运行的经济性。

需求响应技术一般用于居民或小型的工商业用户负荷，比较典型的为具有热能存储能力的温控设备，例如：电热泵、电热水器等。近年来需求响应算法得到了很好地发展，已经提出了状态队列(state queueing，SQ)控制算法、基于Fokker-Planck方程的辨识控制算法、考虑用户舒适度约束的控制算法等。在平抑可再生能源发电方面，已经提出了在风场中利用储能电池来平抑风力发电的最优控制的方法、采用居民温控负荷控制的微网联络线功率波动平滑方法等。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

现有的平率微网联络线功率波动的算法以滤波算法为主，通过滤波器将联络线波动信号分解为高频信号和低频信号，高频信号由温控负荷平抑，低频信号由储能电池平抑。滤波算法的结果受滤波器时间常数的影响，而滤波时间常数是人为设定，受经验值影响；滤波算法主要用来平抑联络线功率波动，使其平滑化，而不能在一定范围内使联络线功率达到期望调度值。

发明内容

本发明提供了一种基于储能和虚拟储能最优控制的功率波动平抑方法，本方法不仅提高了电能质量，降低了电网控制成本，对储能系统的维护也起到了很大的作用，详见下文描述：

一种基于储能和虚拟储能最优控制的功率波动平抑方法，所述方法包括以下步骤：

通过新能源发电、不可控负荷和可控设备在不控情况下消耗的功率预测值，获取当日联络线功率的调度参考值；

获得当日t时刻新能源发电的功率，来计算该时刻储能电池和电热泵需要平抑的总功率；

根据最优控制模型中的状态方程，在储能电池、电热泵的约束条件以及目标函数下对总功率进行优化分配，得到电热泵群和储能电池的目标功率和；

计算电热泵和储能电池的实际响应功率。

所述最优控制模型中的储能电池的约束条件为：

SOC_min≤SOC≤SOC_max，-I_c,max≤I_BT≤I_d,max

其中，SOC_min为最小荷电状态；SOC_max为最大荷电状态；I_d,max为储能电池最大的放电电流；I_c,max为最大的充电电流。

所述最优控制模型中的电热泵的约束条件为：

其中，VSOC_min为最小荷电状态；VSOC_max为最大荷电状态；为电热泵消耗功率的变化率；P_up、P_down分别为电热泵群消耗功率变化率的上下约束。

所述最优控制模型中的目标函数为：

J＝min∫(y_ref-y)²dt