[发明专利]一种基于预测数据修正的微网储能实时控制方法

说明书

技术领域

本发明属于微网储能系统智能能量管理领域，具体涉及一种基于预测数据 修正的微网储能实时控制方法。

背景技术

大规模使用以可再生能源(RES-E)为主的分布式电源可以降低对化石能源 的依赖，有效减少大气污染排放，促进电力市场优化。然而，由于RES-E出 力特性与负荷逆向分布，难以被当地负荷充分利用，规模化RES-E(风能和太 阳能)会导致大量过剩功率入网，影响系统稳定性同时限制可再生能源入网数 量的增长。因此，利用分布式电源与储能元件组成的微网对就近负荷供电可 以减小对大系统扰动，保证供电的安全性、可靠性和能量分配的有效性，同 时提高用电经济性以及RES-E的使用效率。

目前大多数控制方案是基于预测数据并采用短期修正预测数据的方法实 现储能元件充放电控制，如果预测值较为精确且短期修正预测数据的方法也 足够精准，才能较好地削减负荷峰值。但分布式能源在空间上较为分散且数 目众多，大多数情况下，预测值和实际值之间存在着较大的误差，且短期修 正预测数据方法的精确性取决于数据修正间隔以及算法本身的预测精确性。 若数据修正间隔取的过长，数据的精确性会下降；若数据修正间隔取的过短， 算法运行时间变长，经济性会降低。这就使得小范围内很难实现对于负荷的 精确预测，令已有的算法在实际应用过程中无法很好达到削峰填谷的效果， 能源的就地利用效率也大打折扣。

发明内容

为了解决上述问题，本发明公开了一种基于预测数据修正的微网储能实时 控制方法，其特征在于，具体步骤为

步骤1、计算得到与电价有关的预测剩余功率P_sp(i)，判断电池为充电模式 还是放电模式，从而得到电池的预充放电功率计划；

所述预测剩余功率P_sp(i)＝P_l(i)-[P_pv(i)+P_wd(i)]；P_l(i)为预测用户负荷功率， P_pv(i)为预测光伏发电功率，P_wd(i)为预测风力发电功率，i为采样点，间隔1s 采样一次；

电价曲线参考英国Economy7标准，每天的前7个小时为低电价时段，后 17个小时为高电价时段，电价的高低只作为判定条件；

P_Bref(i)为预充放电功率，当其为正时表示预放电功率，当其为负时表示预 充电功率；

具体计算电池预充放电功率分配计划将通过以下三种情况确定：

a.当预测剩余功率P_sp(i)为负时，电池处于充电模式，负值部分即为预充 电功率，这部分预充电功率都将储存至电池；若处于低电价时期，电池还能 储存电网向微网提供的额外的功率P_g(i)；

b.当预测剩余功率P_sp(i)为正，且处于低电价时期时，电池处于充电模式： 电网向微网提供额外的功率P_g(i)，该部分在削减负荷的基础上若还有剩余则 储存至电池中以备用；

c.当预测剩余功率P_sp(i)为正，且处于高电价时期时，电池处于放电模式： 电池释放储能用于削减负荷；在该阶段内按预测剩余功率值的大小进行降序 排序，确定P_Bref(i)；

在低电价时期，电网向微网提供的额外功率dn为数据预测的总天数；

所述P_Bref(i)的计算过程为：

步骤101、在每天的起始点先计算电池当天内的预充放电功率；计算当天 电池能用于调峰的总功率P_ava(d)，为预测剩余功率负值部分和电池初始时刻自 身储存的可释放的功率之和；