[发明专利]一种基于滚动优化和统计学原理的风储控制方法

说明书

本发明涉及一种基于滚动优化和统计学原理的风储控制方法，包括：步骤S1：获得经验值；步骤S2：基于经验值建立目标函数与控制指令调用次数有关的风储控制模型；步骤S3：利用计划电池储能系统出力和风储控制模型计算得到优化值；步骤S4：优化值替代经验值，执行步骤S1。与现有技术相比，延长储能设备寿命，增加经济性。

技术领域

本发明涉及风电储能系统对电网负荷的跟踪调度领域，尤其是涉及一种基于滚动优化和统计学原理的风储控制方法。

背景技术

风储控制策略目前已有较多研究成果，主要涉及电池储能系统经济性和控制效果两种优化目标，前者致力于延长电池寿命，后者主要减少风储调度指令偏差，优化输出平滑度，亦有综合两种的多目标模型。

大部分已有方法虽然对提高风电并网能力起到重要作用，但仍需考虑到优化目标之间的协调平衡，如过度要求出力的平滑则可能导致储能出力的多动从而导致其经济性的下降；再者当前风电超短期预测精度的提高未能充分被加入到控制策略中。

发明内容

本发明的目的就是为了克服上述现有技术存在的精度和优化目标之间不平衡缺陷而提供一种基于滚动优化和统计学原理的风储控制方法。

本发明的目的可以通过以下技术方案来实现：

一种基于滚动优化和统计学原理的风储控制方法，该方法包括以下步骤：

步骤S1：获得电池储能系统(BESS)出力经验值、超短期风电出力(WPP)预测经验值和电池储能系统荷电状态(SOC)经验值；

步骤S2：基于电池储能系统出力经验值、超短期风电出力预测经验值和电池储能系统荷电状态经验值建立目标函数与控制指令调用次数有关的风储控制模型；

步骤S3：利用计划电池储能系统出力和风储控制模型计算得到电池储能系统出力、超短期风电出力预测和电池储能系统荷电状态；

步骤S4：电池储能系统出力进行风储控制，电池储能系统出力、超短期风电出力预测和电池储能系统荷电状态分别作为电池储能系统出力经验值、超短期风电出力预测经验值和电池储能系统荷电状态经验值，执行步骤S1。

所述的步骤S1包括：

步骤S11：获得电池储能系统出力经验值、超短期风电出力预测经验值和电池储能系统荷电状态经验值；

步骤S12：判断电池储能系统荷电状态经验值是否在预设范围内，若是，执行步骤S2，若否，对电池储能系统荷电状态经验值进行优化，执行步骤S2。

所述对电池储能系统荷电状态经验值进行优化的计算过程包括：

u_i＝u_d，i-u_c，i，u_d，i、u_c，i∈{0，1}，u_d，i+u_c，i≤1

其中，ΔP_s为一小时的优化量，i为第i个控制周期，N_lost为一小时的控制周期的个数，P_i为控制周期i的电池储能系统出力，η_c为充电效率，u_i为充电、空载或放电状态，u_d，i为第i个控制周期的充电标志，u_c，i为第i个控制周期的放电标志；

minf＝min|s_N-s_0，0|

其中，s_N为本循环周期末的电池储能系统荷电状态，s_0，0为当前调度日的电池储能系统荷电初始状态。