基于光伏准确预测的储能优化方法

1.本发明涉及一种基于光伏准确预测的储能优化方法，属于新能源发电、储能并网应用领域。


背景技术：

2.随着越来越多的光伏发电系统并网运行，尤其是我国特有的大规模光伏电源集中接入电网的开发模式，传统电力系统正向着以高比例新能源和高度电力电子化为特征的新型电力系统趋势发展，新型电力系统自身的低阻尼、低惯性以及光伏电源的波动性和间歇性对电力系统调度与能量消纳提出更高的要求。
3.储能系统具有较强的蓄供电功能且响应速度快，既能够平抑制新能源发电间歇性给系统带来的功率波动，又能够根据负载变化做出及时响应，在新能源发电领域应用较为普遍。将光伏和储能通过变流器进行联接的光储联合系统在平抑系统功率波动、提高供配电稳定性方面发挥着重要作用。但由于装置受自身荷电状态soc限制较多，储能系统的容量往往不能得到充分利用，从而影响其功率平抑效果，降低了装置的经济效益；此外，现有基于储能的功率平抑控制方法为即时调节，由于信息采集存在一定的延时，储能系统在光伏出力不可控导致的功率大幅度波动方面存在响应不及时的问题，使得电力系统传输的功率存在较大的峰谷差，同时输出功率大幅度变化也会影响储能装置自身工作性能和使用寿命。因此，如何对储能系统进行有效的监测与管理、优化储能装置运行状态，是当前新能源发电与储能并网应用领域的关键问题之一。
4.目前，针对储能系统优化方法的研究只基于对当前储能soc输出能力的评估，忽略了soc积累过程以及未来光伏出力情况的影响，储能容量得不到有效利用；此外，部分研究通过减少储能电池充放电次数以维持soc的稳定，该方法避免了电池的过充过放现象，但不能满足电网侧的功率需求，不利于系统的稳定运行。


技术实现要素：

5.针对现有储能系统优化方法存在的储能容量得不到有效利用及功率平抑效果不好的问题，本发明提供一种基于光伏准确预测的储能优化方法。
6.本发明的一种基于光伏准确预测的储能优化方法，包括：
7.s1、根据光伏预测结果区分不同时间尺度，若为长时间尺度，转入s2，若为短时间尺度，转入s3；
8.s2、基于长时间尺度光伏预测结果动态调整储能系统soc；
9.s3、基于短时间尺度光伏预测结果超前响应功率波动。
10.作为优选，所述s2包括：
11.s21、；第n个周期t
l
表示当前周期，第n+1个周期t
l
表示未来一个预测周期；t
l
为长时间尺度光伏预测周期；
12.s22、通过最优soc规划模型计算储能系统soc调整基准值soc
ref
，最优soc规划模型
为：
13.min f＝[soc(t0)-soc
ref
]2[0014][0015]
其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，soc(t0)为当前时刻实测的储能系统soc状态值，p
y-pv
(t)为第n+1个周期t
l
内光伏功率预测结果，pg(t)为电网侧的功率需求，eb为储能系统的额定容量；η％为储能系统的充放电效率；soc
min
表示储能系统soc正常工作范围的下限值，soc
max
表示储能系统soc正常工作范围的上限值，sock(t)表示在soc
ref
基础之上计算得到的第n+1个周期t
l
内储能系统soc预测值，其中k取小于等于n
l
的正整数，n
l
＝t
l
/t
l
，因此sock(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，soc
k-min
表示第n+1个周期t
l
内soc预测值sock(t)中的最小值，soc
k-max
表示第n+1个周期t
l
内n
l
个soc预测值sock(t)中的最大值；
[0016]
s23、控制储能系统与电网进行能量交换，将储能系统soc调整到soc
ref
处。
[0017]
作为优选，s21包括：
[0018]
s211、根据当前时刻实测soc状态值soc(t0)，计算得到第n+1个周期t
l
内储能系统soc预测值socy(t)；
[0019]
s212、以t
l
为单位，对第n+1个周期t
l
内储能系统soc预测值socy(t)进行判定，统计储能系统soc预测值的越限次数m
l
，获取实测的历史误差值δsoc的波动状态σ，根据波动状态σ及越限次数m
l
确定平滑因子αn；
[0020][0021]
α
h-min
、α
h-max
分别表示高范围平滑因子的最小值和最大值；α
l-min
、α
l-max
表示低范围平滑因子的最小值和最大值。
[0022]
s213、基于长时间尺度光伏预测结果，确定第n个周期t
l
储能系统soc预测误差δsocn，利用二次指数平滑法得到第n+1个周期t
l
内储能系统soc预测误差的估计值δsoc
y-n+1
；
[0023]
δsoc
y-n+1
＝an+bnt
l
[0024]
其中，an、bn为平滑系数；
[0025][0026]
δsocn为第n个周期t
l
内对储能系统soc预测的实际误差；δsoc
n(1)
、δsoc
n-1(1)
分别为对第n个周期和第n-1个周期t
l
内储能系统soc预测误差的一次平滑数值；δsoc
n(2)
、δsoc
n-1(2)
分别为对第n个周期和第n-1个周期t
l
内储能系统soc预测误差的二次平滑数值。
[0027]
作为优选，s211中，第n+1个周期t
l
内储能系统soc预测值socy(t)：
[0028][0029]
作为优选，s212中，波动状态σ为：
[0030][0031]
其中，δsock表示过去n个周期t
l
内对储能系统soc预测的实际误差，k取小于等于n的正整数。
[0032]
作为优选，s21还包括：
[0033]
s214、根据δsoc
y-n+1
和储能系统soc调整基准值soc
ref
得到第n+1个周期t
l
结束时的储能系统soc预测数值soc
y-n+1
：
[0034][0035]
作为优选，s3包括：
[0036]
s31、确定电网侧功率的合理波动范围
±
w％，确定相邻两个短时间尺度预测周期ts储能系统输出功率的差值波动范围
±
δpb；
[0037]
s32、计算当前时刻光伏输出功率p
pv
(t0)与光伏出力预测值p
pv
(t0+ts)的差值，若差值在允许的波动范围
±
δpb之内，则转到s33，否则，转到s34；
[0038]
s33、储能系统正常补偿电网侧需求，储能系统期望输出功率为：p
b-ref
＝pg(t0)-p
pv
(t0)；
[0039]
s34、利用最优功率规划模型，计算合理且最佳的储能系统期望输出功率p
b-ref
：
[0040]
min f＝[pg(t0)-p
pv
(t0)-p
b-ref
]2[0041][0042]
其中，t0为当前时刻，pg(t0)为电网侧的功率需求。
[0043]
本发明还提供一种基于光伏准确预测的储能控制系统，包括光伏预测单元、信息采集与功率计算单元、坐标变换单元、储能系统soc监测与管理单元、功率参考值计算单元和功率及电流控制环路单元；
[0044]
光伏预测单元，同时与储能系统soc监测与管理单元和功率参考值计算单元连接，用于获得光伏预测结果，将光伏预测结果中的长时间尺度光伏预测结果发送给储能soc监测与管理单元，将光伏预测结果中的短时间尺度光伏预测结果发送至功率参考值计算单元；
[0045]
信号采集与功率计算单元，同时与储能系统soc监测与管理单元、功率参考值计算单元和功率及电流控制环路单元连接，用于采集当前时刻电网侧、光伏发电侧以及储能变流器交流侧的电压与电流，并计算得到对应的输出功率，将电网侧的输出功率发送至储能soc监测与管理单元，将电网侧、光伏发电侧的输出功率发送至功率参考值计算单元；
[0046]
坐标变换单元，与功率及电流控制环路单元连接，用于通过锁相环pll获取并网点pcc处电压u
pcc
的相位θ，利用该相位值θ对储能变流器交流侧输出电流i
sh
进行park变换，得到d、q两轴分量i
shd
和i
shq
，并发送至功率、电流控制环路单元；
[0047]
储能soc监测与管理单元，用于根据长时间尺度光伏预测结果及电网侧的输出功率，获得储能系统soc调整基准值soc
ref
，并控制储能系统与电网进行能量交换，将当前储能soc调整到soc
ref
处；
[0048]
储能soc监测与管理单元通过最优soc规划模型计算储能系统soc调整基准值soc
ref
，最优soc规划模型为：
[0049]
min f＝[soc(t0)-soc
ref
]2[0050][0051]
其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，soc(t0)为当前时刻实测的储能系统soc状态值，p
y-pv
(t)为第n+1个周期t
l
内光伏功率预测结果，pg(t)为电网侧的功率需求，eb为储能系统的额定容量；η％为储能系统的充放电效率；soc
min
表示储能系统soc正常工作范围的下限值，soc
max
表示储能系统soc正常工作范围的上限值，sock(t)表示第n+1个周期t
l
内储能系统soc预测值，其中k取小于等于n
l
的正整数，n
l
＝t
l
/t
l
，因此sock(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，soc
k-min
表示第n+1个周期t
l
内soc预测值sock(t)中的最小值，soc
k-max
表示第n+1个周期t
l
内n
l
个soc预测值sock(t)中的最大值；
[0052]
功率参考值计算单元，与功率、电流控制环路单元连接，用于根据短时间尺度光伏预测结果及电网侧、光伏发电侧的输出功率，获取储能系统期望输出功率p
b-ref
，再结合期望输出功率p
b-ref
得到最佳功率参考值，并发送给功率、电流控制环路单元；
[0053]
若当前时刻光伏发电侧输出功率p
pv
(t0)与光伏出力预测值p
pv
(t0+ts)的差值在允许的波动范围
±
δpb之内，储能系统期望输出功率p
b-ref
＝pg(t0)-p
pv
(t0)，否则，利用最优功
率规划模型，计算合理且最佳的储能系统期望输出功率p
b-ref
：
[0054]
min f＝[pg(t0)-p
pv
(t0)-p
b-ref
]2[0055][0056]
其中，t0为当前时刻，pg(t0)为电网侧的输出功率需求，电网侧输出功率的合理波动范围为
±
w％，相邻两个短时间尺度预测周期ts储能系统输出功率的差值波动范围为
±
δpb；
[0057]
功率、电流控制环路单元，用于根据i
shd
、i
shq
、相位θ及最佳功率参考值控制储能变流器进行功率补偿。
[0058]
本发明的有益效果，本发明基于准确的光伏预测结果，充分结合长时间尺度与短时间尺度的光伏预测特点，实现对光储联合系统的各方面工作特性的精确监测与有效管理。本发明利用储能系统的功率交换能力，在光伏出力发生波动时可以及时向系统提供功率补偿或吸收系统多余功率，从而平抑功率波动，保证电力系统的安全稳定运行。本发明基于长时间尺度的光伏预测结果，对未来一个预测周期内的储能系统soc进行预估，结合工况限制对当前soc进行调整，避免未来一个周期内的储能系统soc越限现象，与传统方法相比，本发明可保证在不牺牲电网侧功率需求的前提下，优化储能系统的运行状态，提高储能电量与容量的利用率，提升系统运行的安全性和经济效益。本发明利用二次指数平滑法对soc预算精度进行修正，同时提出了一种平滑因子动态调节方法，结合历史数据波动情况与未来一个预测周期的soc越限次数，动态调整平滑因子与储能soc的误差修正系数，进一步提升对储能系统出力监测与预测的精准度。本发明基于短时间尺度的光伏预测结果，超前响应未来短期内大幅光伏功率波动，在最大限度满足当前电网侧功率需求的前提下，优化功率平抑效果，与传统方法相比，本发明可平滑光储联合系统的输出功率，同时避免了大幅功率波动带来的储能系统输出功率变化过快、系统响应尖峰的问题，可有效保护储能系统各方面性能。
附图说明
[0059]
图1为光储联合系统接入电网的电路连接图；
[0060]
图2为基于多时间尺度光伏准确预测的储能系统优化方法总体框图；
[0061]
图3为基于长时间尺度光伏准确预测的储能soc管理方法框图；
[0062]
图4为基于短时间尺度光伏准确预测的超前响应功率平抑方法框图；
[0063]
图5为基于光伏准确预测的储能系统优化方法控制框图。
具体实施方式
[0064]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0065]
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相
互组合。
[0066]
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
[0067]
本实施方式的基于光伏准确预测的储能优化方法应用于基于并联储能变流器的光储联合系统，该系统接入电网的电路连接图如图1所示，包括：三相桥式变流器、直流母线电容、储能电池、连接电抗器、三相隔离变压器。
[0068]
在图1中，储能变流器的主要结构为一个三相桥式变流器，直流侧由电容c
dc
与储能电池并联组合而成，直流侧电压用v
dc
来表示，i
dc
为直流侧输出电流。该储能变流器通过连接电抗器l
sh
和三相隔离变压器并联接入微电网并网点处，r
sh
为连接电抗器的等效电阻，三相变压器每相原副边变比为n:1。u
sh
与i
sh
分别为储能变流器交流侧输出电压与电流；u
pv
与i
pv
分别为光伏发电系统输出电压与电流；ug与ig分别为电网侧电压与电流。u
pcc
为并网点pcc处电压，rg和lg为传输线路的等效阻抗。
[0069]
同时，根据功率守恒原理，可得到如下关系式：
[0070]
pg(t)＝p
pv
(t)+p
sh
(t)＝p
pv
(t)+pb(t)
[0071]
qg(t)＝q
pv
(t)+q
sh
(t)
[0072]
其中，pg和qg分别为电网侧吸收的有功与无功功率；p
pv
和q
pv
分别为光伏发电系统输出的有功与无功功率；p
sh
和q
sh
分别为储能变流器输出的有功与无功功率；pb为储能系统输出的有功，同时满足p
sh
＝pb关系；直流侧电容可进行无功功率的补偿与吸收，储能系统主要对系统的有功功率进行响应。
[0073]
本实施方式的基于光伏准确预测的储能优化方法通过采取长时间尺度与短时间尺度的光伏功率预测数据，对储能系统荷电状态soc进行管理，同时平滑光储联合系统的功率输出，该方法整体框图如图2所示，包括：
[0074]
根据光伏预测结果区分不同时间尺度，若为长时间尺度，基于长时间尺度光伏预测结果动态调整储能系统soc，若为短时间尺度，基于短时间尺度光伏预测结果超前响应功率波动。
[0075]
本实施方式中可利用长时间尺度光伏预测结果，计算未来一个预测周期内储能系统所需消耗的能量，得到该周期内储能系统soc的变化趋势，根据实际工况中对soc的限制，提前对储能系统进行充电或放电的操作以调整当前soc，从而保证soc在未来一个预测周期内始终保持在合理的工作范围之内，最大限度满足电网侧的功率需求。
[0076]
本实施方式中可利用短时间尺度光伏预测结果，对未来一个预测周期内的功率变化进行判定，通过储能系统对大幅度光伏功率波动做出超前响应，避免大幅功率变化为储能系统带来的影响，同时平滑光储联合系统的功率输出。
[0077]
需要综合考虑不同预测时间尺度的特点，选取恰当的预测周期，对于长时间尺度，预测周期t
l
可选取4-6h，时间分辨率t
l
设为15min；对于短时间尺度，预测周期ts可选取15min，时间分辨率ts设为15min。
[0078]
本实施方式中基于长时间尺度光伏预测结果动态调整储能系统soc的方法，是结合未来一个预测周期内光伏出力情况，计算储能系统所需消耗的能量，得到该周期内储能系统soc的变化趋势，根据实际工况确定对soc的限制，即soc
min
≤soc≤soc
max
。该方法的具体思路为，在未来一个预测周期内，若计算得到的储能soc超出上限值，则需要提前对储能系统进行放电以降低当前soc；若计算得到的储能soc低于下限值，则需要提前对储能系统
进行充电以提高当前soc，从而留出足够的容量与电量裕度满足后续电网需求，因此该方法的核心是利用光伏预测结果得到当前储能soc最佳调整数值，具体包括：
[0079]
步骤21、基于长时间尺度光伏预测结果，确定第n个周期t
l
储能系统soc预测误差δsocn，得到第n+1个周期t
l
内储能系统soc预测误差的估计值δsoc
y-n+1
，即误差修正系数；第n个周期t
l
表示当前周期，第n+1个周期t
l
表示未来一个预测周期；t
l
为长时间尺度光伏预测周期；
[0080]
步骤22、为确保在未来一个周期t
l
内储能soc始终在合理的工作范围之内，需要对当前时刻的储能soc(t0)进行调整，结合上述预测结果，通过最优soc规划模型计算储能系统soc调整基准值soc
ref
，最优soc规划模型为：
[0081]
min f＝[soc(t0)-soc
ref
]2[0082][0083]
其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，soc(t0)为当前时刻实测的储能系统soc状态值，p
y-pv
(t)为第n+1个周期t
l
内光伏功率预测结果，pg(t)为电网侧的功率需求，eb为储能系统的额定容量；η％为储能系统的充放电效率；soc
min
表示储能系统soc正常工作范围的下限值，soc
max
表示储能系统soc正常工作范围的上限值，sock(t)表示在soc
ref
基础之上计算得到的第n+1个周期t
l
内储能系统soc预测值，其中k取小于等于n
l
的正整数，n
l
＝t
l
/t
l
，因此sock(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，soc
k-min
表示第n+1个周期t
l
内soc预测值sock(t)中的最小值，soc
k-max
表示第n+1个周期t
l
内n
l
个soc预测值sock(t)中的最大值。
[0084]
步骤23、控制储能系统与电网进行能量交换，将储能系统soc调整到soc
ref
处。
[0085]
soc
ref
为合理且最佳的储能soc调整基准值，在t0时刻控制储能系统与电网进行能量交换，将储能soc调整到soc
ref
处，可保证在未来一个周期t
l
内储能soc在安全范围内稳定工作，且能最大限度满足电网对功率的需求，此时储能系统与电网交换的能量最少，在一定程度上提高了整体效率与容量利用率，保证了系统的安全稳定运行。
[0086]
优选实施例中，可根据实际工况确定对储能soc的限制范围，即soc
min
≤soc≤soc
max
，基于光伏预测结果，以时间分辨率t
l
为计算单位，对未来一个预测周期t
l
内的储能soc值进行预测与判定，统计soc越限次数；计算得到历史误差值δsoc的波动状态σ，结合波动状态σ与未来一个周期t
l
内的储能soc越限次数m
l
，对平滑因子αn进行动态调整；利用二次指数平滑法数学模型计算未来一个周期t
l
内的储能soc预测误差，得到误差修正系数δsoc
y-n+1
；将误差修正系数δsoc
y-n+1
代入到最优soc规划模型中，得到储能soc调整基准值soc
ref
，并计算得到未来一个周期t
l
结束时的储能soc预测数值soc
y-n+1
；本实施方式中，步骤21包括：
[0087]
步骤211、根据当前时刻实测soc状态值soc(t0)，结合第n+1个周期t
l
内光伏出力情况，计算储能系统所需消耗的能量，计算得到第n+1个周期t
l
内储能系统soc预测值socy(t)；
[0088]
通过如下关系式得到储能soc的变化趋势：
[0089][0090]
socy(t)表示在当前时刻实测soc状态值soc(t0)基础之上，计算得到的第n+1个周期t
l
内储能系统soc预测值，其中k取小于等于n
l
的正整数，n
l
＝t
l
/t
l
，因此socy(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值；
[0091]
步骤212、以t
l
为单位，对第n+1个周期t
l
内储能系统soc预测值socy(t)进行判定，统计储能系统soc预测值的越限次数m
l
，获取实测的历史误差值δsoc的波动状态σ，根据波动状态σ及越限次数m
l
确定平滑因子αn；
[0092]
本实施方式为一种平滑因子动态调节方法，结合历史误差值δsoc的波动状态σ与未来一个周期t
l
内的储能soc越限次数m
l
，对平滑因子αn进行调整，首先利用如下公式获取实测的历史误差值δsoc的波动状态σ：
[0093][0094]
平滑因子αn通常在0.1-0.9的范围内取值，其取值大小要考虑历史数据的波动情况，当历史数据波动较为平缓时，可选取较小的αn数值，但当历史数据波动较大时，需要选取较大的αn数值，以使预测模型更加灵敏，能够迅速跟上近期历史数据的变化。因此，结合历史误差值δsoc的波动状态σ与未来一个周期t
l
内的储能soc越限次数m
l
，按照如下公式对平滑因子αn进行调整：
[0095][0096]
α
h-min
、α
h-max
分别表示高范围平滑因子的最小值和最大值；α
l-min
、α
l-max
表示低范围平滑因子的最小值和最大值。在上述公式中，ε为波动阈值，当σ》ε时，说明历史数据波动较大，此时令平滑因子αn在[α
h-min
，α
h-max
]较高范围内取值，反之，则令平滑因子αn在[α
l-min
，α
l-max
]较低范围内取值；考虑到储能系统充放电性能会随着时间推移而发生变化，因此当预测到soc在未来一个周期t
l
内越限次数较多时，应该尽可能利用近期历史数据对δsoc进行更加精确的计算，因此需要结合储能soc预测越限次数m
l
，利用上述公式在两个不同范围内
对平滑因子αn进行动态调整。
[0097]
步骤213、基于长时间尺度光伏预测结果，确定第n个周期t
l
储能系统soc预测误差δsocn，利用二次指数平滑法得到第n+1个周期t
l
内储能系统soc预测误差的估计值δsoc
y-n+1
：
[0098]
为降低储能系统相关参数变化对soc预测值精度的影响，本实施方式利用二次指数平滑法对储能soc预测误差δsocn进行计算，并根据计算结果对现有soc预测值进行修正，首先定义预测误差δsocn为：
[0099][0100]
其中，δsocn为第n个周期t
l
内对储能系统soc预测的实际误差；socn为第n个周期t
l
结束时实测的储能soc数值；soc
y-n
是对第n个周期t
l
结束时的储能soc预测数值；
[0101]
二次指数平滑法计算模型如下：
[0102]
δsoc
y-n+1
＝an+bnt
l
[0103]
其中，an、bn为平滑系数；
[0104][0105]
δsoc
n(1)
、δsoc
n-1(1)
分别为对第n个周期和第n-1个周期t
l
内储能系统soc预测误差的一次平滑数值；δsoc
n(2)
、δsoc
n-1(2)
分别为对第n个周期和第n-1个周期t
l
内储能系统soc预测误差的二次平滑数值。
[0106]
步骤214、利用如下公式得到未来一个周期t
l
结束时的储能soc预测数值，以便参与下个预测周期的计算，根据δsoc
y-n+1
和储能系统soc调整基准值soc
ref
得到第n+1个周期t
l
结束时的储能系统soc预测数值soc
y-n+1
：
[0107][0108]
本实施方式中基于短时间尺度光伏预测结果超前响应功率波动的方法，短时间尺度光伏预测周期为ts，将未来一个预测周期ts内的光伏预测结果与当前时刻的光伏出力值进行比较，若二者差值在允许的范围内，则按照当前电网侧需求正常进行功率输出；若二者差值超出允许范围，在保证当前电网侧功率在合理范围内的前提下，对下一个预测周期ts内的功率需求做出超前响应，以平滑功率输出，避免功率大幅波动为储能系统带来的影响，具体包括：
[0109]
首先，确定电网侧功率的合理波动范围为
±
w％，即光储联合系统的输出功率要保证电网侧功率稳定在如下范围：
[0110]
(1-w％)pg(t0)≤pg(t)≤(1+w％)pg(t0)
[0111]
其中，pg(t0)为当前时刻电网侧的期望功率，pg(t)为电网侧实际功率。
[0112]
进一步的，综合考虑功率波动幅值对储能系统充放电的影响以及储能系统控制环路的响应速度，确定相邻两个预测周期ts储能系统输出功率的差值波动范围为
±
δpb，计算当前光伏输出功率p
pv
(t0)与光伏出力预测值p
y-pv
(t0+ts)的差值，若满足如下关系式：
[0113]
|p
pv
(t0)-p
pv
(t0+ts)|≤δpb[0114]
则令储能系统正常充放电，以满足电网侧需求，此时储能系统期望输出功率为：
[0115]
p
b-ref
＝pg(t0)-p
pv
(t0)
[0116]
若二者差值不在允许的范围内，则按照如下最优功率规划模型，计算得到合理且最佳的储能系统期望输出功率：
[0117]
min f＝[pg(t0)-p
pv
(t0)-p
b-ref
]2[0118][0119]
在上式中，默认电网侧期望功率平稳变化，因此利用当前时刻的期望功率值pg(t0)计算未来一个预测周期的期望输出功率。
[0120]
基于短时间尺度光伏准确预测的超前响应功率平抑方法如图4所示，该方法具体实施步骤包括：
[0121]
步骤1：确定电网侧功率的合理波动范围
±
w％，确定相邻两个短时间尺度预测周期ts储能系统输出功率的差值波动范围
±
δpb；
[0122]
步骤2：计算当前光伏输出功率p
pv
(t0)与光伏出力预测值p
y-pv
(t0+ts)的差值，若差值在允许的波动给范围
±
δpb之内，则转到步骤3，否则，转到步骤4；
[0123]
步骤3：储能系统正常补偿电网侧需求，期望输出功率为：p
b-ref
＝pg(t0)-p
pv
(t0)；
[0124]
步骤4：利用最优功率规划模型，计算合理且最佳的储能系统期望输出功率p
b-ref
。
[0125]
本发明提供一种基于光伏准确预测的储能系统优化方法，其整体控制框图如图5所示包括：光伏预测单元、信号采集与功率计算单元、坐标变换单元、储能soc监测与管理单元、功率参考值计算单元、功率及电流控制环路单元。
[0126]
信号采集与功率计算单元采集当前时刻电网侧、光伏发电侧以及储能变流器交流侧的电压与电流，并计算得到对应的有功与无功功率。坐标转换单元通过锁相环pll获取并网点pcc处电压u
pcc
的相位θ，利用该相位值θ对储能变流器交流侧输出电流i
sh
进行park变换，得到其d、q两轴分量i
shd
和i
shq
。储能soc监测与管理单元主要利用图3所示流程思路获得最佳基准值soc
ref
，并控制储能系统与电网进行能量交换，将当前储能soc调整到soc
ref
处。功率参考值计算单元利用图4所示的流程思路获取当前最佳功率参考值p
shref
、q
shref
，并送入到功率及电流控制环路单元。功率、电流控制环路单元的控制流程为：将功率参考值与实际值作差并送入pi调节器中，得补偿器输出电流d轴给定值和q轴给定值，再与实际输出电流值作差并送入pi调节器中，得到调制电压信号，调制电压信号经park反变换和pwm调制模块调制后得开关管控制信号控制储能变流器进行功率补偿。
[0127]
本发明的基于光伏准确预测的储能控制系统，包括光伏预测单元、信息采集与功率计算单元、坐标变换单元、储能系统soc监测与管理单元、功率参考值计算单元和功率及电流控制环路单元；
[0128]
光伏预测单元，同时与储能系统soc监测与管理单元和功率参考值计算单元连接，用于获得光伏预测结果，将光伏预测结果中的长时间尺度光伏预测结果发送给储能soc监测与管理单元，将光伏预测结果中的短时间尺度光伏预测结果发送至功率参考值计算单元；
[0129]
信号采集与功率计算单元，同时与储能系统soc监测与管理单元、功率参考值计算单元和功率及电流控制环路单元连接，用于采集当前时刻电网侧、光伏发电侧以及储能变流器交流侧的电压与电流，并计算得到对应的输出功率，将电网侧的输出功率发送至储能soc监测与管理单元，将电网侧、光伏发电侧的输出功率发送至功率参考值计算单元；
[0130]
坐标变换单元，与功率及电流控制环路单元连接，用于通过锁相环pll获取并网点pcc处电压u
pcc
的相位θ，利用该相位值θ对储能变流器交流侧输出电流i
sh
进行park变换，得到d、q两轴分量i
shd
和i
shq
，并发送至功率、电流控制环路单元；
[0131]
储能soc监测与管理单元，用于根据长时间尺度光伏预测结果及电网侧的输出功率，获得储能系统soc调整基准值soc
ref
，储能soc监测与管理单元主要利用图3所示流程思路获得最佳基准值soc
ref
，并控制储能系统与电网进行能量交换，将当前储能soc调整到soc
ref
处；功率参考值计算单元，与功率、电流控制环路单元连接，用于根据短时间尺度光伏预测结果及电网侧、光伏发电侧的输出功率，功率参考值计算单元利用图4所示的流程思路获取当前最佳功率参考值p
shref
、q
shref
，并发送给功率、电流控制环路单元；
[0132]
功率、电流控制环路单元，用于根据i
shd
、i
shq
、相位θ及最佳功率参考值控制储能变流器进行功率补偿。功率、电流控制环路单元的控制流程为：将功率参考值与实际值作差并送入pi调节器中，得补偿器输出电流d轴给定值和q轴给定值，再与实际输出电流值作差并送入pi调节器中，得到调制电压信号，调制电压信号经park反变换和pwm调制模块调制后得开关管控制信号控制储能变流器进行功率补偿。
[0133]
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。

技术特征：
1.基于光伏准确预测的储能优化方法，其特征在于，所述方法包括：s1、根据光伏预测结果区分不同时间尺度，若为长时间尺度，转入s2，若为短时间尺度，转入s3；s2、基于长时间尺度光伏预测结果动态调整储能系统soc；s3、基于短时间尺度光伏预测结果超前响应功率波动。2.根据权利要求1所述的基于光伏准确预测的储能优化方法，其特征在于，所述s2包括：s21、第n个周期t
l
表示当前周期，第n+1个周期t
l
表示未来一个预测周期；t
l
为长时间尺度光伏预测周期；s22、通过最优soc规划模型计算储能系统soc调整基准值soc
ref
，最优soc规划模型为：min f＝[soc(t0)-soc
ref
]2其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，soc(t0)为当前时刻实测的储能系统soc状态值，p
y-pv
(t)为第n+1个周期t
l
内光伏功率预测结果，p
g
(t)为电网侧的功率需求，e
b
为储能系统的额定容量；η％为储能系统的充放电效率；soc
min
表示储能系统soc正常工作范围的下限值，soc
max
表示储能系统soc正常工作范围的上限值，soc
k
(t)表示在soc
ref
基础之上计算得到的第n+1个周期t
l
内储能系统soc预测值，其中k取小于等于n
l
的正整数，n
l
＝t
l
/t
l
，因此soc
k
(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，soc
k-min
表示第n+1个周期t
l
内soc预测值soc
k
(t)中的最小值，soc
k-max
表示第n+1个周期t
l
内n
l
个soc预测值soc
k
(t)中的最大值；s23、控制储能系统与电网进行能量交换，将储能系统soc调整到soc
ref
处。3.根据权利要求2所述的基于光伏准确预测的储能优化方法，其特征在于，所述s21包括：s211、根据当前时刻实测的储能系统soc状态值soc(t0)，计算得到第n+1个周期t
l
内储能系统soc预测值soc
y
(t)；s212、以t
l
为单位，对第n+1个周期t
l
内储能系统soc预测值soc
y
(t)进行判定，统计储能系统soc预测值的越限次数m
l
，获取实测的历史误差值δsoc的波动状态σ，根据波动状态σ及越限次数m
l
确定平滑因子α
n
；
α
h-min
、α
h-max
分别表示高范围平滑因子的最小值和最大值；α
l-min
、α
l-max
表示低范围平滑因子的最小值和最大值。s213、基于长时间尺度光伏预测结果，确定第n个周期t
l
储能系统soc预测误差δsoc
n
，利用二次指数平滑法得到第n+1个周期t
l
内储能系统soc预测误差的估计值δsoc
y-n+1
；δsoc
y-n+1
＝a
n
+b
n
t
l
其中，a
n
、b
n
为平滑系数；δsoc
n
为第n个周期t
l
内对储能系统soc预测的实际误差；δsoc
n(1)
、δsoc
n-1(1)
分别为对第n个周期和第n-1个周期t
l
内储能系统soc预测误差的一次平滑数值；δsoc
n(2)
、δsoc
n-1(2)
分别为对第n个周期和第n-1个周期t
l
内储能系统soc预测误差的二次平滑数值。4.根据权利要求3所述的基于光伏准确预测的储能优化方法，其特征在于，所述s211中，第n+1个周期t
l
内储能系统soc预测值soc
y
(t)：5.根据权利要求3所述的基于光伏准确预测的储能优化方法，其特征在于，s212中，波动状态σ为：其中，δsoc
k
表示过去n个周期t
l
内对储能系统soc预测的实际误差，k取小于等于n的正整数。6.根据权利要求3所述的基于光伏准确预测的储能优化方法，其特征在于，所述s21还包括：s214、根据δsoc
y-n+1
和储能系统soc调整基准值soc
ref
得到第n+1个周期t
l
结束时的储能系统soc预测数值soc
y-n+1
：7.根据权利要求1所述的基于光伏准确预测的储能优化方法，其特征在于，所述s3包括：s31、确定电网侧功率的合理波动范围
±
w％，确定相邻两个短时间尺度预测周期t
s
储能
其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，soc(t0)为当前时刻实测的储能系统soc状态值，p
y-pv
(t)为第n+1个周期t
l
内光伏功率预测结果，p
g
(t)为电网侧的功率需求，e
b
为储能系统的额定容量；η％为储能系统的充放电效率；soc
min
表示储能系统soc正常工作范围的下限值，soc
max
表示储能系统soc正常工作范围的上限值，soc
k
(t)表示第n+1个周期t
l
内储能系统soc预测值，其中k取小于等于n
l
的正整数，n
l
＝t
l
/t
l
，因此soc
k
(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，soc
k-min
表示第n+1个周期t
l
内soc预测值soc
k
(t)中的最小值，soc
k-max
表示第n+1个周期t
l
内n
l
个soc预测值soc
k
(t)中的最大值；功率参考值计算单元，与功率、电流控制环路单元连接，用于根据短时间尺度光伏预测结果及电网侧、光伏发电侧的输出功率，获取储能系统期望输出功率p
b-ref
，再结合期望输出功率p
b-ref
得到最佳功率参考值，并发送给功率、电流控制环路单元；若当前时刻光伏发电侧输出功率p
pv
(t0)与光伏出力预测值p
pv
(t0+t
s
)的差值在允许的波动范围
±
δp
b
之内，储能系统期望输出功率p
b-ref
＝p
g
(t0)-p
pv
(t0)，否则，利用最优功率规划模型，计算合理且最佳的储能系统期望输出功率p
b-ref
：min f＝[p
g
(t0)-p
pv
(t0)-p
b-ref
]2其中，t0为当前时刻，p
g
(t0)为电网侧的输出功率需求，电网侧输出功率的合理波动范围为
±
w％，相邻两个短时间尺度预测周期t
s
储能系统输出功率的差值波动范围为
±
δp
b
；功率、电流控制环路单元，用于根据i
shd
、i
shq
、相位θ及最佳功率参考值控制储能变流器进行功率补偿。

技术总结
基于光伏准确预测的储能优化方法,解决了现有储能系统优化方法存在的储能容量得不到有效利用及功率平抑效果不好的问题，属于新能源发电、储能并网应用领域。本发明的一种基于光伏准确预测的储能优化方法，包括：根据光伏预测结果区分不同时间尺度，若为长时间尺度，基于长时间尺度的光伏预测结果，对未来一个预测周期内的储能系统SOC进行预估，结合工况限制对当前SOC进行调整，避免未来一个周期内的储能系统SOC越限现象，若为短时间尺度，基于短时间尺度的光伏预测结果，超前响应未来短期内大幅光伏功率波动，在最大限度满足当前电网侧功率需求的前提下，优化功率平抑效果。优化功率平抑效果。优化功率平抑效果。


技术研发人员：荣爽 李浩昱 陈晓光 徐明宇 郝文波 蔡南 王文龙 关万琳 胡远婷 刘进 崔佳鹏 刘延龙 马健程 谷博文
受保护的技术使用者：国家电网有限公司 哈尔滨工业大学
技术研发日：2023.05.08
技术公布日：2023/8/1