[发明专利]电池储能平抑光伏发电大爬坡事件的在线控制方法

说明书

本发明公开了一种电池储能平抑光伏发电大爬坡事件的在线控制方法，基于全年爬坡事件持续时间统计结果确定MPC控制变量：控制周期、控制时域和优化时域，根据储能系统储能容量和MPC控制时域内光伏爬坡率确定充放电规则，确定下一时刻储能系统的动作状态，建立MPC优化控制模型，按照滚动优化的思想储能系统执行计算结果。本发明只针对光伏输出波动超出一定范围的大爬坡事件进行平抑，可有效减小储能系统的配置容量和充放电次数；通过不断的滚动优化减小对储能系统的控制误差，对光伏发电进行有效平抑。

技术领域

本发明涉及一种电池储能平抑光伏发电大爬坡事件的在线控制方法。

背景技术

随着环境污染和能源危机，光伏发电得到越来越多的青睐。自2011年我国大力发展光伏发电开始，到2016年底光伏发电累计装机容量达7742万千瓦，跃居世界第一。然而，由于光伏发电功率受天气、太阳辐射、温度等多种因素影响，具有很强的波动性和随机性。随着渗透率增加，大规模光伏并网会对电网造成不良影响。因此，如何改善光伏发电的电能质量，减小光伏并网对电网的危害受到越来越的重视。

目前解决光伏电站波动性和随机性强的有效措施是在光伏电站中配置一定容量的储能。通过储能平滑光伏输出，改善光伏电站并网功率特性。国内外学者对储能系统控制运行策略进行了一系列研究。如利用滤波算法计算光伏并网功率，并基于储能系统荷电状态对滤波时间常数进行调节，实时调节储能系统输出功率。另有技术提出使用混合储能系统平抑可再生能源功率波动，对波动部分进行分频处理，高频波动利用功率型储能进行平抑，低频波动利用能量型储能进行平抑。上述研究没有针对光伏发电自身特点，提出针对性储能系统运行策略。光伏发电在多云天气波动性会明显提高；晴天或者阴雨天气出力波动性会比较小，多数情况下不需要储能平抑就能够满足入网标准。针对光伏发电特点，另有文献提出了一种平抑光伏发电的新方法，该方法依据光伏发电的爬坡率大小和储能系统荷电状态动态调整储能系统充放电功率。能够在有限的储能容量前提下平抑光伏发电大爬坡事件；还有文献为提高储能系统平滑光伏波动的能力，提出基于超短期预测的变参数斜率控制方法。但是上述研究都是基于历史数据进行分析，没有考虑光伏发电的预测，无法实现储能系统的在线控制运行。还有文献将光伏功率预测模型应用于储能系统控制。

但是上述文献中都基于光伏预测模型没有误差的前提下，才能实现对光伏并网功率的有效调节。目前通过聚类或者物理预测模型方法在30分钟内的光伏发电平均预测误差在15％左右，用常规方法无法实现准确的储能在线控制。

发明内容

本发明为了解决上述问题，提出了一种电池储能平抑光伏发电大爬坡事件的在线控制方法，本发明应用MPC对储能系统进行在线控制，实现对光伏输出超短期大爬坡事件的有效平抑。以MPC控制周期内光伏波动量、储能系统最优容量偏移量和储能系统出力平方和最小为目标，通过光伏并网功率、储能系统荷电状态的反馈进行滚动优化，增强系统应对光伏输出不稳定性的能力。

为了实现上述目的，本发明采用如下技术方案：

一种电池储能平抑光伏发电大爬坡事件的在线控制方法，基于全年爬坡事件持续时间统计结果确定MPC控制变量：控制周期、控制时域和优化时域，根据储能系统储能容量和MPC控制时域内光伏爬坡率确定充放电规则，确定下一时刻储能系统的动作状态，建立MPC优化控制模型，按照滚动优化的思想储能系统执行计算结果。

进一步的，以MPC控制周期内光伏波动量、储能系统最优容量偏移量和储能系统出力平方和最小为目标，通过光伏并网功率、储能系统荷电状态的反馈进行滚动优化。

进一步的，MPC控制系统根据光伏输出功率、BESS的荷电状态和光伏并网功率反馈来实时调整储能系统的输出功率。

进一步的，MPC控制系统利用预测模型得到预测时域T_p内的预测值，根据优化目标得到最优控制序列。