面向风电平抑的双储能系统功率分层优化方法

1.本公开实施例涉及发电技术领域，尤其涉及一种面向风电平抑的双储能系统功率分层优化方法。


背景技术：

2.目前，在风储联合系统中，储能电池充放电状态的频繁切换会影响电池寿命，功率和容量配置存在降低的空间。现有技术虽以双电池储能系统解决了电池充放电状态频繁切换的问题，延长了储能电池的寿命，但由于双电池系统的结构特性，他们都存在储能系统响应能力减半和构建成本翻倍的问题，并且都未讨论高功率波动下所对应的电池储能系统(battery energy storage systems，简称bess)高充放电电流倍率对电池寿命影响。
3.可见，亟需一种优化效率高和能提高电池寿命的面向风电平抑的双储能系统功率分层优化方法。


技术实现要素：

4.有鉴于此，本公开实施例提供一种面向风电平抑的双储能系统功率分层优化方法，至少部分解决现有技术中存在优化效率较差和成本较高的问题。
5.本公开实施例提供了一种面向风电平抑的双储能系统功率分层优化方法，包括：
6.步骤1，根据风电输出功率以及风功率波动平抑目标经由一阶低通滤波算法得到风储联合系统功率；
7.步骤2，根据双电池储能系统电池充放电功率幅值确定功率分层优化控制策略；
8.步骤3，根据充放电功率幅值分层优化控制策略构建双电池储能系统运行策略进行优化。
9.根据本公开实施例的一种具体实现方式，所述步骤1具体包括：
10.由风力发电站输出风电输出功率，对风电输出功率进行滤波得到目标并网功率，再将目标并网功率与风电输出功率作差得到电池充放电功率，最终将电池充放电功率与风电输出功率于母线处合流得到并网功率。
11.根据本公开实施例的一种具体实现方式，所述储能电池充放电功率的表达式为
12.pb＝pg-pw
13.其中，pw为风电输出功率，pg为并网功率，s为微分算子，t为滤波时间常数。
14.根据本公开实施例的一种具体实现方式，所述步骤2具体包括：
15.步骤2.1，根据储能电池充放电功率分析储能电池充放电功率幅值概率特性，得到充放电功率幅值界限；
16.步骤2.2，根据充放电功率幅值界限确定储能电池切换运行模式的功率分界线，得到充放电功率分配策略。
17.根据本公开实施例的一种具体实现方式，所述充放电功率幅值界限的表达式为
18.pm＝f-1(β)
19.其中，f-1(
·
)为储能电池充放电功率幅值累计概率分布函数的反函数，β为累计概率水平；
20.所述功率分界线的表达式为
[0021][0022]
其中，为单电池组额定功率，η为转换效率，sa,b为电池组a或b充放电状态，ea(t-1)为t-1时刻电池组剩余能量，emax为单电池组最大剩余能量值。
[0023]
根据本公开实施例的一种具体实现方式，所述步骤3具体包括：
[0024]
步骤3.1，定义双电池储能系统的充放电趋势；
[0025]
步骤3.2，设定双电池储能系统的动作模式切换条件；
[0026]
步骤3.3，设定单电池组的独立动作模式；
[0027]
步骤3.4，设定双电池组的同步动作模式以形成双电池储能系统运行策略；
[0028]
步骤3.5，根据双电池储能系统运行策略对双电池储能系统进行优化。
[0029]
根据本公开实施例的一种具体实现方式，所述步骤3.5具体包括：
[0030]
步骤3.5.1，检测双电池储能系统的充放电趋势并计算其储能电池充放电功率；
[0031]
步骤3.5.2，判断储能电池充放电功率的绝对值是否大于功率分界线，若是，则执行步骤3.5.3，若否，则执行步骤3.5.4；
[0032]
步骤3.5.3，执行单电池组的独立动作模式并计算电池组的动作功率；
[0033]
步骤3.5.4，执行双电池组的同步动作模式并计算电池组的动作功率；
[0034]
步骤3.5.5，判断电池荷电状态是否满足边界条件，若是，则优化完成，若否，则切换双电池储能系统的充放电趋势并返回步骤3.5.1。
[0035]
本公开实施例中的面向风电平抑的双储能系统功率分层优化方案，包括：步骤1，根据风电输出功率以及风功率波动平抑目标经由一阶低通滤波算法得到风储联合系统功率；步骤2，根据双电池储能系统电池充放电功率幅值确定功率分层优化控制策略；步骤3，根据充放电功率幅值分层优化控制策略构建双电池储能系统运行策略进行优化。
[0036]
本公开实施例的有益效果为：通过本公开的方案，以双电池组独立充放电运行模式为基础，增加双电池组同步充放电运行模式，并通过优化设置两模式下电池荷电状态运行区间，提高模式切换的容错率，有效降低电池组充放电倍率，该策略降低了储能系统功率和容量需求，缓解了高电流倍率对电池寿命的影响。
附图说明
[0037]
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0038]
图1为本公开实施例提供的一种面向风电平抑的双储能系统功率分层优化方法的流程示意图；
[0039]
图2为本公开实施例提供的一种风储联合系统结构图；
[0040]
图3为本公开实施例提供的一种储能电池充放电功率幅值概率特性示意图；
[0041]
图4为本公开实施例提供的一种双电池功率分配示意图；
[0042]
图5为本公开实施例提供的两种动作模式下的soc动作区间示意图；
[0043]
图6为本公开实施例提供的一种储能电池整体充放电流程图；
[0044]
图7为本公开实施例提供的一种风储联合系统在线运行流程图；
[0045]
图8为本公开实施例提供的一种一阶低通滤波算法平抑前后风电输出功率；
[0046]
图9为本公开实施例提供的一种储能电池功率和容量配置情形图。
具体实施方式
[0047]
下面结合附图对本公开实施例进行详细描述。
[0048]
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0049]
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0050]
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0051]
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
[0052]
本公开实施例提供一种面向风电平抑的双储能系统功率分层优化方法，所述方法可以应用于风力发电场景的储能优化过程中。
[0053]
参见图1，为本公开实施例提供的一种面向风电平抑的双储能系统功率分层优化方法的流程示意图。如图1所示，所述方法主要包括以下步骤：
[0054]
步骤1，根据风电输出功率以及风功率波动平抑目标经由一阶低通滤波算法得到风储联合系统功率；
[0055]
进一步的，所述步骤1具体包括：
[0056]
由风力发电站输出风电输出功率，对风电输出功率进行滤波得到目标并网功率，
再将目标并网功率与风电输出功率作差得到电池充放电功率，最终将电池充放电功率与风电输出功率于母线处合流得到并网功率。
[0057]
进一步的，所述储能电池充放电功率的表达式为
[0058]
pb＝pg-pw
[0059]
其中，pw为风电输出功率，pg为并网功率，s为微分算子，t为滤波时间常数。
[0060]
具体实施时，图2为风储联合系统结构图，储能系统采用两组同规格，同性能的储能电池组a和b。由能量管理系统处理获得的风电信息，发送给储能变流器，再由储能变流器控制储能电池组充放电。双电池储能系统功率与风电输出功率于母线合流，并入电网。目标并网功率pg由风功率pw经过一阶低通滤波算法得到：
[0061][0062]
pb＝pg-pw (2)
[0063]
式中，pw—风电场实际输出功率；pb—储能电池充放电功率；pg—风储联合系统并网功率；s—微分算子；t—滤波时间常数
[0064]
步骤2，根据双电池储能系统电池充放电功率幅值确定功率分层优化控制策略；
[0065]
在上述实施例的基础上，所述步骤2具体包括：
[0066]
步骤2.1，根据储能电池充放电功率分析储能电池充放电功率幅值概率特性，得到充放电功率幅值界限；
[0067]
步骤2.2，根据充放电功率幅值界限确定储能电池切换运行模式的功率分界线，得到充放电功率分配策略。
[0068]
进一步的，所述充放电功率幅值界限的表达式为
[0069]
pm＝f-1(β)
[0070]
其中，f-1(
·
)为储能电池充放电功率幅值累计概率分布函数的反函数，β为累计概率水平；
[0071]
所述功率分界线的表达式为
[0072][0073]
其中，为单电池组额定功率，η为转换效率，sa,b为电池组a或b充放电状态，ea(t-1)为t-1时刻电池组剩余能量，emax为单电池组最大剩余能量值。
[0074]
具体实施时，由式(2)可知，风功率波动的大小与储能电池充放电功率幅值大小成正比例关系，根据风功率波动幅值概率特性，处于极高风功率波动幅值的情况，仅占全年极少一部分时间，但若要平抑100％的风功率波动，将会导致bess容量配置过大，极大地提高成本。图3为某风电场三天的储能电池充放电功率幅值概率特性，约96％的储能电池充放电功率幅值概率仅对应最大充放电幅值的四分之一。
[0075]
本公开实施例提出一种储能电池充放电功率分层优化控制策略，对传统策略中占比极少但幅值极高的电池充放电功率动作情形进行优化控制，将高充放电功率平均分配给
两组储能电池组，使其同时动作以分担运行压力。而当充放电功率幅值较低的电池充放电功率动作情形时，采用：一组电池负责充电，另一组电池负责放电，当充电或放电至临界值时，两组电池充放电状态切换。功率分配策略如图4所示。
[0076]
两种运行模式切换的边界条件由给定的电池充放电功率幅值概率水平决定。不同概率水平下的充放电功率幅值为:
[0077]
pm＝f-1(β)(3)
[0078]
式中，f-1(
·
)为储能电池充放电功率幅值累计概率分布函数的反函数，β为累计概率水平，pm为给定概率水平下的充放电功率幅值。
[0079]
定义popt为储能电池两种运行模式的功率分界线。
[0080][0081]
式中为单电池组额定功率，η为转换效率，sa,b为电池组a或b充放电状态，ea(t-1)为t-1时刻电池组剩余能量，emax为单电池组最大剩余能量值。
[0082]
步骤3，根据充放电功率幅值分层优化控制策略构建双电池储能系统运行策略进行优化。
[0083]
在上述实施例的基础上，，所述步骤3具体包括：
[0084]
步骤3.1，定义双电池储能系统的充放电趋势；
[0085]
步骤3.2，设定双电池储能系统的动作模式切换条件；
[0086]
步骤3.3，设定单电池组的独立动作模式；
[0087]
步骤3.4，设定双电池组的同步动作模式以形成双电池储能系统运行策略；
[0088]
步骤3.5，根据双电池储能系统运行策略对双电池储能系统进行优化。
[0089]
进一步的，所述步骤3.5具体包括：
[0090]
步骤3.5.1，检测双电池储能系统的充放电趋势并计算其储能电池充放电功率；
[0091]
步骤3.5.2，判断储能电池充放电功率的绝对值是否大于功率分界线，若是，则执行步骤3.5.3，若否，则执行步骤3.5.4；
[0092]
步骤3.5.3，执行单电池组的独立动作模式并计算电池组的动作功率；
[0093]
步骤3.5.4，执行双电池组的同步动作模式并计算电池组的动作功率；
[0094]
步骤3.5.5，判断电池荷电状态是否满足边界条件，若是，则优化完成，若否，则切换双电池储能系统的充放电趋势并返回步骤3.5.1。
[0095]
具体实施时，为延长电池寿命和提高其运行性能，本公开实施例所提策略设定了两种电池组动作模式，常规模式：单电池组独立动作；临时模式：双电池组同时动作。由于电池充放电功率中高功率占比较少，临时模式也将占较少比例，为了保证某电池组处于常规模式下的宏观充电或放电趋势不被临时模式扰乱，需提前判断两组电池的宏观充放电状态趋势，为此设定电池组a宏观放电，电池组b宏观充电为趋势ⅰ；电池组a宏观充电，电池组b宏观放电为趋势ⅱ。
[0096]
系统处于常规模式时，pb应满足:
[0097]
|pb|≤p
opt
(5)
[0098]
且当pb》0，宏观充放电状态为趋势ⅰ时:电池组a和电池组b的功率为：
[0099][0100]
反之，宏观充放电状态为趋势ⅱ时，电池组a和电池组b的功率为：
[0101][0102]
当pb《0，宏观充放电状态为趋势ⅰ时:
[0103][0104]
反之，宏观充放电状态为趋势ⅱ时：
[0105][0106]
系统处于临时模式时,pb应满足：
[0107][0108]
且当pb》0，宏观充放电状态为趋势ⅰ时，电池组b为临时放电，而宏观充放电状态为趋势ⅱ时,电池组a为临时放电。同样的pb《0，趋势为ⅰ时电池组a为临时充电，趋势为ⅱ时，电池组b为临时充电。两电池组功率平均分配。
[0109][0110]
特别提出，传统策略下电池组运行仅有一种动作模式，其充放电功率约束为：
[0111][0112]
当pb》0，宏观充放电状态为趋势ⅰ时:电池组a和电池组b的功率为：
[0113][0114]
反之亦然，功率分配与本文策略常规模式相同。
[0115]
由于系统运行存在两种动作模式，为防止电池组在充电或放电至soc界限时遇同时动作指令而无充放电空间。针对两种动作模式设定了两种电池soc运行区间：单电池组动作soc最佳运行区间dref1和双电池组动作soc最佳运行区间dref2，且dref2》dref1。两种模式下soc动作区间如图5所示，其中，(a)表示单电池组充放电动作区间，(b)表示双电池组充放电动作区间。
[0116]
单电池组动作模式下socs运行区间应满足：
[0117]
(1-dref1)/2＜socs＜(1+dref1)/2 (14)
[0118]
双电池组动作模式下socd运行区间应满足：
[0119]
(1-dref2)/2＜socd＜(1+dref2)/2 (15)
[0120]
当某电池组在当前动作模式下的soc达到运行区间边界时，两电池组的宏观充放电趋势切换。两电池组soc随时间的递推模型可表示为：
[0121][0122][0123]
式中，soca(t)、socb(t)—a、b两电池组在t时刻荷电状态值；η—转换效率；e
rat
—电池组额定能量；sa、sb—a、b两电池组在t时刻的充放电状态；ω1、ω2—t时刻系统是单电池
动作还是双电池组动作。
[0124]
规定电池放电状态为“1”；充电状态为
“‑
1”；搁置状态为“0”。单电池动作时ω1＝1、ω2＝0；双电池动作时ω1＝0、ω2＝1。不同充放电功率下，电池组a,b的关联工作状态如表1所示：
[0125][0126][0127]
表1
[0128]
图6为储能电池整体充放电流程图，dref2取电池最佳充放电区间0.6，即电量从20％至80％；dref1取值由模糊控制器控制，增加系统自适应性。首先根据地区储能电池充放电功率幅值概率特性，设定储能电池组充放电功率幅值高低界限pm。其次，由未来15mi n的风功率预测数据，获得其中高风功率波动所占比例。特别提出，短时的风功率预测精度较高。提出储能电池充放电功率大小界限指标以及高功率波动比重指标。以这两者指标作为模糊控制器的输入，动态控制dref1。
[0129]
1)高充放电功率水平指标l(t)
[0130][0131]
式中l(t)∈[0,1]。若l(t)越接近1，则电池充放电功率高于限值功率的占比越少，需要两组电池同时动作的几率越小，dref1越接近于dref2。反之，若l(t)越接近0，则属于高功率波动的比例越大，需要两组电池同时动作的几率越大，dref1越远离dref2。
[0132]
2)高功率波动比重指标g(t)
[0133][0134]
式中，将未来15mi n的风功率预测数据中高于电池充放电限值功率的值定义为
ph。g(t)∈[0,1]，若g(t)越接近1，则属于高功率波动的比例越大，需要两组电池同时动作的几率越大，dref1越远离dref2。反之，若g(t)越接近0，则属于高功率波动的比例越小，需要两组电池同时动作的几率越小，dref1越靠近dref2。模糊控制器的输入隶属函数l(t)、g(t)均为连续域，语言变量分别为{sl,ml,ll},{sg,mg,lg}；输出dref1为离散域{0.7,0.725,0.75,0.775,0.8}，对应的语言变量为{vs,s,m,l,vl}；模糊规则控制表如表2所示，风储联合系统在线运行流程图如图7所示。
[0135][0136]
表2
[0137]
本实施例提供的面向风电平抑的双储能系统功率分层优化方法，通过以双电池组独立充放电运行模式为基础，增加双电池组同步充放电运行模式，并通过优化设置两模式下电池荷电状态运行区间，提高模式切换的容错率，有效降低电池组充放电倍率，该策略降低了储能系统功率和容量需求，缓解了高电流倍率对电池寿命的影响。
[0138]
下面将通过一个实施例对本方案进行进一步说明，在matlab/simulink平台上搭建dbess风储联合仿真系统，从风储联合系统的储能电池容量配置、电池充放电转换次数和容量衰退率三方面验证所提充放电倍率分层优化的自适应双电池系统风功率波动平抑策略的有效性。实验数据采取中国西北部某风电场某台2wm风机的1min级的风电功率数据。采用一阶低通滤波算法平抑风电输出功率，设定平抑目标使1min波动率低于5％。最佳充放电深度dref2为60％，即充放电soc区间从20％到80％。a、b两组电池初始值均为50％。各阶段总转换效率转换效率为0.85。滤波时间常数t取200。选取一年中三天的风电输出功率数据作为研究对象。平抑前后风电输出功率数据如图8所示。
[0139]
由储能电池充放电功率幅值概率特性，拟定四组储能电池充放电功率幅值概率水平指标：97％、98％、99％、100％。特别指出，储能电池充放电功率水平指标为100％的情形，即为传统dbess系统两组电池分别独立执行充放电任务的策略。研究比较本文策略与传统dbess策略的优劣。受于篇幅限制，本文首先以电池充放电功率幅值概率水平指标97％为例，对本文策略下电池运行性能，进行详细论述。
[0140]
最后将列举四组指标：97％、98％、99％、100％，进行比较。各充放电功率幅值概率水平指标β下，单组电池运行最大功率界限pm如表3所示。
[0141][0142]
表3
[0143]
为保证风功率波动平滑输出需求，储能电池容量配置至关重要。储能功率和容量计算公式表示为：
[0144]
[0145][0146]
c＝max{ eb,cumsum[n] }-min{ eb,cumsum[n] } (22)
[0147]
式中，prat b—最大充放电功率，也为本文电池组额定功率；pb[n]—采样点n的充放电功率；e
b,cumsum
[n]—当前采样点之前的能量积累量，即储能能量变化曲线；ts—采样间隔；c—bess所需要配备的最大容量。
[0148]
由于本文规定了储能电池最佳充放电区间，则储能电池容量表示为：
[0149][0150]
为了满足储能系统连续平稳运行，截取数据样本片段满足累计净充放电电量为零。以相同的并网波动率为目标，获得储能电池功率和容量配置情况。此处仅进行定性对比分析，各个环节转换效率暂不予考虑。图9为储能电池功率和容量配置情形图，其中，(a)表示传统dbess策略下电池动作功率，(b)表示传统dbess策略储能电池容量变化，(c)表示本文dbess策略下电池动作功率，(d)表示本文dbess策略储能电池容量变化。通过仿真分析，两种策略储能配置情况如表4所示：
[0151][0152]
表4
[0153]
通过表4可以看出，传统策略下要平抑所有风功率波动，会造成极大的功率浪费。而极高的充放电功率仅占全年极小一部分比例，在这部分比例中，功率数值又呈现断崖式下降。本文策略将较少占比的高功率情形以两组电池共同承担，降低了高功率下储能电池充放电压力，减少了电池功率配置的浪费，功率配置相较传统策略最大可节约49.51％。由于本文策略高功率情形通过两组电池分担功率压力和容量压力，所以单组电池的容量配置相较传统策略节约了7.69％。
[0154]
前期差异较小是因为数据前期储能电池充放电功率属于中低水平，极少越过高功率界限，两组电池同动的情形较少。而数据后期储能电池充放电功率幅值越过高功率界限的情形增多。
[0155]
电池频繁的充放电转换将对电池的充放电寿命带来极大的影响，且电池充放电转换频率与电池寿命衰减成正相关。定义储能电池出力方向的一次改变为电池充放电状态的一次改变。以电池soc为目标，计采样点i与i-1电量之差为
△
soc[i],则电池组充放电转换次数可表示为：
[0156][0157]
[0158]
式中
△
soc[i]》0表示一次充电；
△
soc[i]《0表示一次放电；计一次充放电转换；表示电池未发生充放电转换；ak为给定周期内电池组充放电转换总次数。
[0159]
本文以soc为监测对象，设定两种策略下储能系统容量相同、平抑效果相同，对比两策略的soc运行情况与电池充放电转换次数。以宏观充放电趋势来看，本文策略相较于传统策略的soc交汇点有所后延，这表示本文策略在一定程度上减少了电池充放电次数。但由于本文存在两电池组临时动作模式，因此不可避免的会增加电池微观充放电转换次数。本文策略下电池充放电状态的切换属于极少占比的临时切换，并不像单电池组策略那样切换频繁。与单电池组策略相比，本文策略所增加的充放电转换次数同样极少，且在保证电池充放电深度的情况下，对电池寿命的影响将降至最低。
[0160]
电池容量的减少受温度、充放电倍率、充放电深度、充放电转换次数等多方面因素影响。多因素聚合寿命模型描述储能电池容量衰退率γ，重点突出了充放电倍率对电池寿命的影响：
[0161][0162][0163]
γ＝γ1+γ2(28)
[0164]
ah
x
—不同充放电倍率区间的累计吞吐电量，将高于0.5c电流倍率的充放电电流定义为高充放电电流；ah1—电流倍率在0～0.5区间内的累计吞吐电量，此时取ah2—电流倍率在0.5-2区间内的累计吞吐电量，此时取tc—采样间隔；时刻电池电流；γ
x
—不同倍率区间的容量衰退率。本文将从定性的角度比较本文策略与传统策略对电池寿命延长的优劣。
[0165]
由于储能电站的储能电池大多采用能量储能型电池，其电池充放电倍率大多处于1倍率电流以下。控制两种策略下储能电池容量相等，并使电池充放电倍率处于1倍率电流以下。以电池组a为例，对比两种策略下电池容量衰退情况。由于风电功率的无规律波动，电池充放电电流波动性极大，因此为了对比清晰，每80个电流数据样本取一次平均值除以电池额定电流，从而获得两种策略下电池电流倍率分布情况。两种策略下电池容量衰退率如表5所示：
[0166][0167]
表5
[0168]
通过图表分析，本文策略在低电流倍率区间的电流多余传统策略，而高电流倍率区间电流明显低于传统策略，这是因为本文策略通过两电池组同动模式均分了系统给出的高功率、高电流指令的压力。根据表5分析可知，本文策略虽然致使低倍率区间容量衰退率增加，但降低了高倍率电流对电池寿命的影响，而高倍率电流对电池寿命影响极大。最终总的电池容量衰退率要优于传统策略。为了衡量电池充放电功率界限对系统运行性能的影响，本文对比了多个电池充放电功率幅值概率水平下电池运行性能，如表6所示：
[0169][0170][0171]
表6
[0172]
由表6分析可知，本文策略下，储能电池最大充放电功率不随幅值概率水平变化，究其原因是因为本文方法采取高功率均分策略，最高功率配置应为传统双电池储能系统的一半。电池最大容量cmax和容量衰退率γ随概率水平β的降低而降低。表中β的取值为经验取值，若β足够小，则dref2减去dref1所得的soc容错区间将无法满足模式ⅱ两电池组同时动作所需要的电池容量。
[0173]
针对bess在储能系统平抑高风功率波动时所产生的高充放电电流倍率影响电池使用寿命的问题，为实现dbss功率和容量合理配置，本文提出了一种新型双电池系统平抑风功率波动运行控制策略，在传统双电池控制策略的基础上，增加同时执行充放电任务的模式。本文策略与传统dbess策略相比具有如下优势：
[0174]
1)降低了储能电池充放电在高功率、高电流情形下的运行压力，提升了储能系统响应性能；
[0175]
2)减少了储能系统功率配置的浪费，同时也降低了系统容量需求；
[0176]
3)刻画了电流倍率对电池运行寿命的影响，有效延长了电池使用寿命。
[0177]
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。
[0178]
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
[0179]
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种面向风电平抑的双储能系统功率分层优化方法，其特征在于，包括：步骤1，根据风电输出功率以及风功率波动平抑目标经由一阶低通滤波算法得到风储联合系统功率；步骤2，根据双电池储能系统电池充放电功率幅值确定功率分层优化控制策略；步骤3，根据充放电功率幅值分层优化控制策略构建双电池储能系统运行策略进行优化。2.根据权利要求1所述的方法，其特征在于,所述步骤1具体包括：由风力发电站输出风电输出功率，对风电输出功率进行滤波得到目标并网功率，再将目标并网功率与风电输出功率作差得到电池充放电功率，最终将电池充放电功率与风电输出功率于母线处合流得到并网功率。3.根据权利要求2所述的方法，其特征在于,所述储能电池充放电功率的表达式为pb＝pg-pw其中，pw为风电输出功率，pg为并网功率，s为微分算子，t为滤波时间常数。4.根据权利要求3所述的方法，其特征在于,所述步骤2具体包括：步骤2.1，根据储能电池充放电功率分析储能电池充放电功率幅值概率特性，得到充放电功率幅值界限；步骤2.2，根据充放电功率幅值界限确定储能电池切换运行模式的功率分界线，得到充放电功率分配策略。5.根据权利要求4所述的方法，其特征在于,所述充放电功率幅值界限的表达式为pm＝f-1(β)其中，f-1(
·
)为储能电池充放电功率幅值累计概率分布函数的反函数，β为累计概率水平；所述功率分界线的表达式为其中，为单电池组额定功率，η为转换效率，sa,b为电池组a或b充放电状态，ea(t-1)为t-1时刻电池组剩余能量，emax为单电池组最大剩余能量值。6.根据权利要求5所述的方法，其特征在于,所述步骤3具体包括：步骤3.1，定义双电池储能系统的充放电趋势；步骤3.2，设定双电池储能系统的动作模式切换条件；步骤3.3，设定单电池组的独立动作模式；步骤3.4，设定双电池组的同步动作模式以形成双电池储能系统运行策略；步骤3.5，根据双电池储能系统运行策略对双电池储能系统进行优化。7.根据权利要求6所述的方法，其特征在于,所述步骤3.5具体包括：步骤3.5.1，检测双电池储能系统的充放电趋势并计算其储能电池充放电功率；
步骤3.5.2，判断储能电池充放电功率的绝对值是否大于功率分界线，若是，则执行步骤3.5.3，若否，则执行步骤3.5.4；步骤3.5.3，执行单电池组的独立动作模式并计算电池组的动作功率；步骤3.5.4，执行双电池组的同步动作模式并计算电池组的动作功率；步骤3.5.5，判断电池荷电状态是否满足边界条件，若是，则优化完成，若否，则切换双电池储能系统的充放电趋势并返回步骤3.5.1。

技术总结
本公开实施例中提供了一种面向风电平抑的双储能系统功率分层优化方法，属于发电技术领域，具体包括：步骤1，根据风电输出功率以及风功率波动平抑目标经由一阶低通滤波算法得到风储联合系统功率；步骤2，根据双电池储能系统电池充放电功率幅值确定功率分层优化控制策略；步骤3，根据充放电功率幅值分层优化控制策略构建双电池储能系统运行策略进行优化。通过本公开的方案，以双电池组独立充放电运行模式为基础，增加双电池组同步充放电运行模式，并通过优化设置两模式下电池荷电状态运行区间，提高模式切换的容错率，有效降低电池组充放电倍率，该策略降低了储能系统功率和容量需求，缓解了高电流倍率对电池寿命的影响。缓解了高电流倍率对电池寿命的影响。缓解了高电流倍率对电池寿命的影响。


技术研发人员：王文 黎隆基 史华泽 童宇轩 李泽文 唐欣
受保护的技术使用者：长沙理工大学
技术研发日：2023.04.19
技术公布日：2023/7/25