基于序贯蒙特卡洛模拟的风-储混合电站运行模拟方法

摘要

本发明公开了一种基于序贯蒙特卡洛模拟的风‑储混合电站运行模拟方法，提出了一种电池储能系统运行计划优化模型，优化目标为风‑储混合电站发电功率中的波动能量最小。运行中，在历史风功率、电池储能系统历史充放电功率与超短期风功率预测的基础上，对该优化模型进行滚动求解，给出电池储能系统的最优运行计划，并以此为依据生成充放电功率指令。其次，为避免电池储能系统在执行充放电功率指令时频繁切换充放电状态，延长使用寿命，将其分为容量相等的两部分独立运行。本发明使用方便、效果好。

说明书

本申请是申请号：201811171637.1、申请日：2018.10.09、名称“基于滚动优化的风-储混合电站功率波动平抑方法”的分案申请。

技术领域

本发明涉及一种风功率波动平抑技术，具体涉及一种基于电池储能系统运行计划在线滚动优化的风-储混合电站发电功率波动平抑策略及基于序贯蒙特卡洛模拟技术的运行模拟方法。

背景技术

近年来，随着化石能源的逐渐枯竭与环境污染的日益加剧，以风电为代表的可再生能源在世界范围内得到了飞速发展。截至2017年底，我国累计风电装机容量1.64亿千瓦，占全部发电装机容量的9.2％，年发电量3057亿千瓦时，占全部发电量的4.8％，是我国电力系统第3大主力电源。然而，与常规能源机组不同，受一次能源自然特性与风电机组技术特性(主要指塔影效应和风剪切效应) 的影响，风功率具备与身俱来的随机波动特性。其大规模并网将显著增加电网运行困难，如导致频率波动、线路潮流波动以及并网点电能质量恶化等一系列问题。因此，有必要对风功率波动进行平抑，使风电场成为电网友好型电源。

文献一《Smoothing wind power fluctuations by fuzzy logic pitch anglecontroller》(Renewable Energy，2012年，第38卷，第1期，第113页至233页) 采用模糊控制方法对叶片桨矩角进行控制，通过改变风机气动特性调节风电机组输出功率，进而实现对风功率波动的平抑。文献二《Smoothing of wind power fluctuations for permanentmagnet synchronous generator-based wind energy conversion system and faultride through consideration》(Electric Power Components and Systems，2015年，第41卷，第3期，第271-281页)提出了面向永磁直驱风电机组的风功率波动平抑方法，即采用模糊控制方法控制风机转速，进而调节风功率大小、实现风功率波动平抑。尽管可有效平抑风功率波动，但文献一、二提出的控制策略将导致风电机组偏离最大功率跟踪点，降低能量转换效率，进而导致“弃风”。

近年来，电池储能技术的飞速进步为风功率波动平抑提供了全新的解决方案。电池储能系统可模块化安装、集成，易于接入风电场并构成风-储混合电站运行。电池储能系统具备快速响应功率指令的能力，当风功率随机波动时，可通过对其充放电功率的快速调节平抑风功率波动。文献三《基于电池储能系统的风功率波动平抑策略》(中国电机工程学报，2014年，第34卷，第28期，第4752页至 4760页)将电池储能系统接入风电场，构成风-储混合电站运行。在超短期风功率预测的基础上，该文献在线提取当前时刻的风功率波动分量，并实时调节电池储能系统充放电功率，使其尽可能抵消波动，实现对风功率波动的平抑。文献四《Coordinated control of wind turbine and energy systems for reducingwind power fluctuation》(Energies，2018年，第11卷，第1期，第1页至19页)同样关注风 -储混合电站中的风功率波动平抑问题，提出了风电机组与电池储能系统的协调控制策略，在延长电池储能系统使用寿命的前提下，获得了更好的波动平抑效果。

显然，对风-储混合电站来说，给出合理的电池储能系统充放电功率是提高发电功率波动平抑性能的关键。然而，现有技术方法中，均未考虑对电池储能系统的充放电行为进行优化，在一定程度上影响了风-储混合电站的发电功率波动平抑性能，具有一定的局限性。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种基于电池储能系统运行计划在线滚动优化的风-储混合电站发电功率波动平抑策略及其运行模拟方法。

技术方案：为实现上述发明目的，本发明采取的技术方案如下：

为平抑风功率波动，并避免电池储能系统在充放电状态间的频繁切换，将电池储能系统分为容量相等的两部分接入风电场并网公共联接点(Point of common coupling，PCC)，构成风-储混合电站运行，具体如图3所示。

P

对风-储混合电站来说，提高发电功率波动平抑性能的关键是给出合理的电池储能系统充放电功率，使其能更好的抵消风功率波动。为此，本发明提出了一种电池储能系统运行计划在线优化模型，优化目标为风-储混合电站在给定优化区间内的总波动能量最小。运行中，假定在第t-1分钟对电池储能系统在未来某时段内的运行计划进行优化，确保优化区间[t，t+M-1]内的总波动能量E

上式中，M为优化区间长度(单位：分钟)；绝对值符号内为风-储混合电站发电功率在第t+j分钟的波动功率，可采用滑动平均法从风-储混合电站发电功率中分离；N为滑动平均时段的长度(单位：分钟)。

为便于描述，将上述目标函数改写成如下抽象形式：

minE

上式中，k＝0，2，3，···，M+N/2-1，P

电池储能系统运行计划优化模型的约束如下：

充、放电速率约束：

-E

上式中，P

荷电状态约束：

V

上式中，V

上式中，η

由于目标函数为绝对值累加求和的形式，因此，电池储能系统运行计划优化模型是非线性优化模型，为便于求解，可通过引入新的0-1变量将其转换为混合整数规划模型。

运行中，可在历史风功率、储能系统历史充放电功率以及超短期风功率预测的基础上，利用商业优化软件对电池储能系统运行计划优化模型进行在线滚动求解，给出电池储能系统的最优运行计划，并以此为依据生成电池储能系统的充放电功率指令。假定在第t-1分钟对电池储能系统运行计划优化模型进行求解，虽然可给出电池储能系统在区间[t，t+M+N/2-1]内的充放电功率，然而，当前时刻仅提取区间[t，t+M-1]内的充、放电功率作为电池储能系统的最优运行计划。至于区间[t+M，t+M+N/2-1]内的电池储能系统运行计划，将在下一次求解电池储能系统运行计划优化模型时给出。

在最优运行计划的基础上，可按下式生成电池储能系统的充放电功率指令：

P

上式中，P

在执行充放电功率指令P

假定第t分钟的功率指令为充电指令，则由处于充电状态的电池储能系统I 执行该功率指令，此时，电池储能系统I的充电功率为：

P

上式中，P

P

上式中，V

上式中，V

反之，若第t分钟的功率指令为放电指令，则由处于放电状态的电池储能II 执行该放电指令，此时，电池储能系统II的放电功率为：

P

上式中，P

P

电池储能系统II放电后，两部分电池储能系统在第t分钟末的荷电状态分别为：

本发明从波动能量与波动幅值两个角度提出了一组用于衡量发电功率波动平抑性能的评价指标，分别为：波动能量平抑百分比(Percentage of mitigated fluctuatingenergy,PMFE)与波动幅值越限概率(Probability of fluctuating exceeding athreshold,PFET)。指标PMFE量化待评估调度日内经电池储能系统平抑的波动能量占原始波动能量的百分比，由下式计算：

上式中，V

V

上式中，V

显然，风功率随机预测误差将显著影响风-储混合电站发电功率波动平抑性能。此外，电池储能系统的运行工况具有时序耦合特性，也就是说，电池储能系统在任何时刻的充、放电功率均与前后若干时段内的电池储能系统运行工况有关。因此，本发明提出了一种基于序贯蒙特卡洛模拟的风-储混合电站运行模拟方法，对电池储能系统在待评估调度日内的运行工况进行模拟，并基于模拟结果计算评价指标PMFE与PFET，实现对风-储混合电站发电功率波动平抑性能的评价。上述模拟方法的具体步骤如下：

步骤0：仿真次数索引n设置为1，指标PMFE与PFET初始化为零。

步骤1：仿真时段索引t初始化为0，电池储能系统I与II的初始状态设为充电状态与放电状态，对应的荷电状态分别为V

步骤2：令t＝t+1，假定可用均值为P

上式中，c

步骤3：根据运行计划生成电池储能系统在当前时刻的充放电功率指令，在此基础上，根据电池储能系统在上一分钟末的运行状态确定两部分电池储能系统在当前时刻的充放电功率。

步骤4：计算两部分电池储能系统在第t分钟末的荷电状态，若某部分电池储能系统到达满充或满放状态，则同时切换两部分电池储能系统的充放电状态。若仿真时段索引t等于M，2M，…，([1440/M]-1)M，则立即求解电池储能系统运行计划优化模型，给出未来M分钟内的电池储能系统运行计划。

步骤5：重复执行步骤2至4，直至完成整个待评估调度日内的风-储混合电站运行模拟。计算第n次模拟对应的标价指标V

上式中，n

步骤6：令n＝n+1，重复执行步骤1至5，直至到达预先设定的模拟次数。

步骤7：结束运行模拟，给出评价指标PMFE与PFET。

本发明提出了一种用于在线优化电池储能系统运行计划的优化模型，优化目标为风-储混合电站输出功率中的波动能量最小。该模型为非线性优化模型，为便于求解，通过引入新的0、1变量将其转换为混合整数规划模型。运行中，在历史风功率、电池储能系统历史充放电功率与超短期风功率预测的基础上，采用商业优化软件对该优化模型进行滚动求解，给出电池储能系统的最优运行计划，并以此为依据生成电池储能系统的充放电功率指令。为避免电池储能系统在执行充放电功率指令时出现频繁的充放电状态切换、延长使用寿命，将电池储能系统分为容量相等的两部分独立运行。运行中，两部分电池储能系统处于不同的充放电状态，分别用于执行充电与放电功率指令，一旦任一部分电池储能系统到达满充或满放状态，则同时切换两部分电池储能系统的充放电状态。从波动功率与波动能量两个角度，提出了两个用于衡量发电功率波动平抑性能的技术指标，分别为：波动能量平抑百分比(Percentage of mitigated fluctuating energy,PMFE)与波动幅值越限概率(Probability of fluctuating exceeding a threshold,PFET)。最后，提出了基于序贯蒙特卡洛模拟的风-储混合电站运行模拟方法，对本发明提出的风-储混合电站发电功率波动平抑策略进行验证。本发明使用方便、效果好。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是基于电池储能系统运行计划在线滚动优化的风-储混合电站发电功率波动平抑策略示意图。

图2是对风-储混合电站在待评估调度日内的运行工况进行模拟示意图。

图3是将电池储能系统分为容量相等的两部分接入风电场并网公共联接点，构成风-储混合电站运行的示意图。

具体实施方式

为平抑风功率波动，本发明将电池储能系统接入风电场，构成风-储混合电站运行。为提高风-储混合电站发电功率波动平抑性能，本发明提出了一种基于电池储能系统运行计划在线滚动优化的风-储混合电站发电功率波动平抑策略，如说明书附图1所示。此外，从波动能量与波动幅值两个角度，本发明提出了两个用于衡量发电功率波动平抑性能的技术指标，分别为：波动能量平抑百分比 (Percentage of mitigated fluctuating energy,PMFE)与波动幅值越限概率 (Probability of fluctuating exceeding a threshold,PFET)。最后，提出了基于序贯蒙特卡洛模拟的风-储混合电站运行模拟方法，对风-储混合电站在待评估调度日内的运行工况进行模拟，并基于模拟结果计算评价指标PMFE与PFET，如说明书附图2所示。

为平抑风功率波动，并避免电池储能系统在充放电状态间频繁切换，将电池储能系统分为容量相等的两部分接入风电场并网公共联接点(Point of common coupling，PCC)，构成风-储混合电站运行，具体如图3所示。

图3中，P

对风-储混合电站来说，提高发电功率波动平抑性能的关键是给出合理的电池储能系统充放电功率，使其能更好的抵消风功率波动。为此，本发明提出了一种电池储能系统运行计划在线优化模型，优化目标为风-储混合电站在给定优化区间内的总波动能量最小。运行中，假定在第t-1分钟对未来某时段内电池储能系统的充放电功率进行优化，确保优化区间[t，t+M-1]内的总波动能量E

上式中，M为优化区间的长度(单位：分钟)；绝对值符号内为风-储混合电站发电功率在第t+j分钟的波动功率，可采用滑动平均法从风-储混合电站发电功率中分离；N为滑动平均时段的长度(单位：分钟)。

为便于描述，将上述目标函数改写成如下抽象形式：

minE

上式中，k＝0，2，3，···，M+N/2-1，P

电池储能系统运行计划优化模型的约束如下：

充、放电速率约束：

-E

上式中，P

荷电状态约束：

V

上式中，V

上式中，η

由于目标函数是绝对值累加求和的形式，因此，电池储能系统运行计划优化模型是非线性优化模型，为便于求解，可通过引入新的0-1变量将其转换为混合整数规划模型。

运行中，可在历史风功率、储能系统历史充放电功率以及超短期风功率预测的基础上，利用商业优化软件对电池储能系统运行计划优化模型进行在线滚动求解，给出电池储能系统的最优运行计划，并以此为依据生成电池储能系统的充放电功率指令。假定在第t-1分钟对电池储能系统运行计划优化模型进行求解，虽然可给出电池储能系统在区间[t，t+M+N/2-1]内的充放电功率，然而，当前时刻仅提取区间[t，t+M-1]内的充放电功率作为电池储能系统的最优运行计划。至于区间[t+M，t+M+N/2-1]内的电池储能系统运行计划，将在下一次求解电池储能系统运行计划优化模型时给出。

在最优运行计划的基础上，可按下式生成电池储能系统的充放电功率指令：

P

上式中，P

在执行充放电功率指令P

假定第t分钟的功率指令为充电指令，则由处于充电状态的电池储能系统I 执行该功率指令，此时，电池储能系统I的充电功率为：

P

上式中，P

P

上式中，V

上式中，V

反之，若第t分钟的功率指令为放电指令，则由处于放电状态的电池储能II 执行该放电指令，此时，电池储能系统II的放电功率为：

P

上式中，P

P

电池储能系统II放电后，两部分电池储能系统在第t分钟末的荷电状态分别为：

本发明从波动能量与波动幅值两个角度提出了一组用于衡量发电功率波动平抑性能的评价指标，分别为：波动能量平抑百分比(Percentage of mitigated fluctuatingenergy,PMFE)与波动幅值越限概率(Probability of fluctuating exceeding athreshold,PFET)。指标PMFE量化待评估调度日内经电池储能系统平抑的波动能量占原始波动能量的百分比，由下式计算：

上式中，V

V

上式中，V

显然，风功率随机预测误差将显著影响风-储混合电站发电功率波动平抑性能。此外，电池储能系统的运行工况具有时序耦合特性，也就是说，电池储能系统在任何时刻的充、放电功率均与前后若干时段内的电池储能系统运行工况有关。因此，本发明提出了一种基于序贯蒙特卡洛模拟的风-储混合电站运行模拟方法，对电池储能系统在待评估调度日内的运行工况进行模拟，并基于模拟结果计算评价指标PMFE与PFET，实现对风-储混合电站发电功率波动平抑性能的评价。上述模拟方法的具体步骤如下：

步骤0：仿真次数索引n设置为1，指标PMFE与PFET初始化为零。

步骤1：仿真时段索引t初始化为0，电池储能系统I与II的初始状态设为充电状态与放电状态，对应的荷电状态分别为V

步骤2：令t＝t+1，假定可用均值为P

上式中，c

步骤3：根据运行计划生成电池储能系统在当前时刻的充放电功率指令，在此基础上，根据电池储能系统在上一分钟末的运行状态确定两部分电池储能系统在当前时刻的充放电功率。

步骤4：计算两部分电池储能系统在第t分钟末的荷电状态，若某部分电池储能系统到达满充或满放状态，则同时切换两部分电池储能系统的充放电状态。若仿真时段索引t等于M，2M，…，([1440/M]-1)M，则立即求解电池储能系统运行计划优化模型，给出未来M分钟内的电池储能系统运行计划。

步骤5：重复执行步骤2至4，直至完成整个待评估调度日内的风-储混合电站运行模拟。计算第n次模拟对应的标价指标V

上式中，n

步骤6：令n＝n+1，重复执行步骤1至5，直至到达预先设定的模拟次数。

步骤7：结束运行模拟，给出评价指标PMFE与PFET。