[发明专利]风电爬坡率实时平抑方法和系统

权利要求书

1.一种风电爬坡率实时平抑方法，其特征在于，包括如下步骤：

将风电爬坡率的平抑过程划分为计算时刻和非计算时段，其中，所述计算时刻为每隔一段时间的一个时间点，其余的时间为非计算时段；

在当前时刻属于计算时刻时，建立上一时间段储能系统代价最小值的优化函数模型及其约束条件，求解所述优化函数模型获得第一时间常数，根据第一时间常数更新一阶低通滤波器的第一滤波系数；

在当前时刻属于非计算时段时，获取上一个计算时刻的所述一阶低通滤波器的第一滤波系数作为当前一阶低通滤波器的第一滤波系数；

获取风电场的风电功率，根据所述第一滤波系数对所述风电功率的爬坡率进行实时平抑。

2.根据权利要求1所述的风电爬坡率实时平抑方法，其特征在于，所述根据所述第一滤波系数对所述风电功率的爬坡率进行实时平抑包括如下步骤：

将所述风电功率通过所述第一滤波系数的一阶低通滤波器进行滤波，得到第一功率参考值，根据所述第一功率参考值与风电功率的差值获取第一充放电功率，将第一充放电功率通过超级电容器变流器，得到超级电容器的实际出力；

将所述风电功率通过第二滤波系数的一阶低通滤波器，得到第二功率参考值，以第二功率参考值与风电功率的差值作为输出中间量，将输出中间量通过斜率限制器，输出系统期望合成功率，将系统期望合成功率与风电功率和超级电容器的实际出力作差，得到第二充放电功率，将第二充放电功率通过锂离子电池变流器，得到锂离子电池的实际出力；

将所述风电功率、超级电容器的实际出力和锂离子电池的实际出力求和，得到风电系统的合成输出功率。

3.根据权利要求2所述的风电爬坡率实时平抑方法，其特征在于，所述上一时间段储能系统代价最小值的优化函数模型为：

minJ=Σk=1M[cUC·PUC2(k)+cLB·PLB2(k)]+dUC·(Σk=1MPUC2(k))2+dLB·(Σk=1MPLB2(k))2]]>

式中，UC为超级电容器，LB为锂离子电池，J为储能系统代价，c_UC和d_UC为超级电容器的经济性惩罚，c_LB和d_LB为锂离子电池的经济性惩罚，M为上一时间段内第一滤波系数的更新总次数，k对应上一时间段第k次更新，P_UC(k)为上一时间段内第k次更新对应的超级电容器的实际出力，P_LB(k)为上一时间段内第k次更新对应的锂离子电池的实际出力。