用混合储能平抑风电功率波动的模型预测控制方法

摘要

本发明涉及用混合储能平抑风电功率波动的模型预测控制方法，属于新能源发电中的控制技术领域。该方法包括：首先确定控制对象的拓扑结构，即包含风电、电池储能和超级电容储能的系统结构。其次，利用平均值法预测风电在控制预测区间内的出力值。然后，确定优化控制的目标函数和三个约束条件。在每一时刻求解上述优化问题，仅取得到的当前时刻的优化控制量分别输入电池和超级电容进行控制。最后，将电池和超级电容输出的功率与风电的实际输出功率加和，即可得到功率波动平抑后整个系统的并网功率。本发明提出的控制方法，可以更加经济、可靠的实现风电的功率波动平抑，而且计算简单，易于工程实现。

主权项

用混合储能平抑风电功率波动的模型预测控制方法，其特征在于，包括如下步骤：1)确定待预测控制的分布式发电系统的拓扑结构，该分布式发电系统包括风电、电池储能、超级电容储能三个子系统，三个子系统均通过开关和变压器与电网相连；2)对风电子系统的风电功率进行超短期预测：设获取风电出力数据的时间间隔为Δt，设预测控制时间长度为M，利用当前预测时刻之前获取预测控制时间长度内的M/Δt个风电出力历史数据的平均值对当前预测时刻之后的M时间长度内的风电功率进行预测，如式(1)所示：$P_W(k+i)=\frac{1}{10}\underset{j=1}{\overset{10}{\Sigma }}{P}_W(k+i-j)---\left(1\right)$式(1)中i＝0,1,…,M‑1，k时刻是当前时刻，式子左边的P_w(k+i)为风电出力的预测值，式子右边的P_w(k+i‑j)为获取的风电出力历史数据；3)构建优化控制的目标函数：为了综合考虑储能平抑功率波动的经济性和输出功率的平抑效果，定义优化控制目标为：$\min J=f_B\underset{k=0}{\overset{M-1}{\Sigma }}{u}_B^2\left(k\right)+f_{uc}\underset{k=0}{\overset{M-1}{\Sigma }}{u}_{uc}^2\left(k\right)+f_R\underset{k=0}{\overset{M-1}{\Sigma }}{[P_o(k+1)-P_o\left(k\right)]}^2---\left(2\right)$式(2)中J为优化目标；f_B和f_uc分别是电池和超级电容的经济性惩罚值；u_B(k)和u_uc(k)分别为k时刻电池和超级电容的出力大小，将这两个值作为优化变量；f_R是对输出功率波动的惩罚值；P_o(k)是分布式发电系统在k时刻的风电、电池储能和超级电容储能三个子系统总的输出，如式(3)所示：P_o(k)＝P_W(k)+u_B(k)+u_uc(k)    (3)表达式为该系统在预测控制区间内输出功率波动的大小；4)确定所述目标函数的约束条件：该分布式发电系统运行共有三个约束条件：4‑1)功率波动约束条件：即风电并网标准中对预测控制时间长度内输出功率波动的限制，该功率波动约束条件如式(4)所示：$\underset{j=0,1,\mathrm{...},9}{max}{P}_o(k+i-j)-\underset{j=0,1,\mathrm{...},9}{min}{P}_o(k+i-j)\le \gamma ---\left(4\right)$式(4)中i＝0,1,…,M‑1，γ为设定的预测控制时间长度内功率波动的限制值；4‑2)功率约束条件：即电池和超级电容的出力不能超过它们充放电的额定功率，如式(5)所示：‑P_Bc≤u_B(k)≤P_Bd‑P_ucc≤u_uc(k)≤P_ucd    (5)式(5)中P_Bc、P_Bd分别为储能的额定充放电功率；P_ucc、P_ucd分别为超级电容的额定充放电功率；4‑3)容量约束条件：定义k时刻电池的荷电状态(SOC)为:$SOC\left(k\right)=\frac{Q\left(k\right)}{Q}\times 100\%$式中Q(t)是储能在t时刻的剩余电量，Q为储能可储存的总电量；则储能在预测控制区间内需不超过各自的容量限制，即容量约束条件如式(6)所示：$S_B[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,max}]\le \underset{j=0}{\overset{i}{\Sigma }}{u}_B(k+j)\Delta t\le S_B[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,min}]$$S_{uc}[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,max}]\le \underset{j=0}{\overset{i}{\Sigma }}{u}_{uc}(k+j)\Delta t\le S_{uc}[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,\min }]---\left(6\right)$其中i＝0,1,…,M‑1；S_B和S_uc分别是电池和超级电容的容量；SOC_B,max和SOC_B,min分别为电池SOC的最大和最小值；SOC_uc,max和SOC_uc,min分别为超级电容SOC的最大和最小值；SOC_B(k)为储能当前时刻的SOC；SOC_uc(k)为超级电容当前时刻的SOC；Δt为时间间隔；5)将所述目标函数及约束条件化为二次规划标准形进行求解，即：$\underset{\theta }{min}J=\frac{1}{2}{\theta }^T\phi \theta$s.t.f(θ)≤ω    (7)其中$\theta ={\left[\begin{array}{cccc}{u}_B\left(k\right)& u_B(k+1)& ...& u_B(k+M-1)\\ u_{uc}\left(k\right)& u_{uc}(k+1)& ...& u_{uc}(k+M-1)\end{array}\right]}^T$为优化变量，φ是系数矩阵，ω是一维列向量；φ、ω和函数f由步骤3)中的目标函数和步骤4)的三个约束条件得到；根据约束条件优化每一时刻k的目标函数，得到预测控制时间长度内的M/Δt个电池储能出力的优化变量u_B(k),u_B(k+1),…,u_B(k+M‑1)和M/Δt个超级电容储能出力的优化变量u_uc(k),u_uc(k+1),…,u_uc(k+M‑1)，从中仅取得到的当前时刻的优化控制量u_B(k)和u_uc(k)分别对电池储能子系统和超级电容储能子系统进行预测控制；6)将每一时刻电池和超级电容输出的功率与风电的实际输出功率相加，即达到整个系统的并网功率波动平抑后的效果。