计及储能损耗和功率预测误差的风光储微电网功率平抑策略

doi:10.16628/j.cnki.2095-8188.2022.05.008

电器与能效管理技术 ›› 2022, Vol. 0 ›› Issue (5): 47-54.doi: 10.16628/j.cnki.2095-8188.2022.05.008

计及储能损耗和功率预测误差的风光储微电网功率平抑策略

张茂林¹, 肖辉¹, 曾林俊², 赵文钦¹, 王俊¹

1.长沙理工大学电气与信息工程学院, 湖南长沙 410114
2.湖南大学电气与信息工程学院, 湖南长沙 410082

收稿日期:2022-02-08 出版日期:2022-05-30 发布日期:2022-07-01
作者简介:张茂林(1998—),男,硕士研究生,研究方向为微电网的优化调度与配置。|肖辉(1975—),女,教授,研究方向为电力系统优化运行、微电网的优化调度。|曾林俊(1993—),男,博士研究生,研究方向为电力系统源网荷储协同互动、优化调度。
基金资助:
国家自然科学基金资助项目(52007009);湖南省教育厅重点资助项目(18A120)

Power Smoothing Strategy for Wind PV Energy Storage Microgrid Considering Energy Storage Losses and Power Prediction Errors

ZHANG Maolin¹, XIAO Hui¹, ZENG Linjun², ZHAO Wenqin¹, WANG Jun¹

1. College of Electrical and Information Engineering,Changsha University of Science and Technology, Changsha 410114, China
2. College of Electrical and Information Engineering,Hunan University, Changsha 410082, China

Received:2022-02-08 Online:2022-05-30 Published:2022-07-01

摘要/Abstract

摘要：

在含有风力、光伏、居民负荷、蓄电池、超级电容和电动汽车的微电网中,为平抑微电网并网功率波动,提出一种计及储能损耗和功率预测误差的功率平抑策略。首先对并网功率的日前预测数据进行小波包分解,用蓄电池和超级电容平抑功率波动,并建立优化调控模型,优化蓄电池和超级电容出力;然后针对功率的日前预测数据的误差,建立基于模型预测控制的滚动优化调度模型,通过调整电动汽车有序充放电消除误差。最后构建实际微电网仿真模型,运行结果符合预期,表明所提方法能有效减少储能的过充、过放,提升并网功率追踪调度计划的能力。

关键词: 微电网, 优化调控, 蓄电池和超级电容, 模型预测控制

Abstract:

In a microgrid containing wind power,photovoltaic power,residential load,battery,supercapacitor and electric vehicles,a power smoothing strategy considering the energy storage loss and power prediction error is proposed to smoothen the grid-connected power fluctuation.Firstly,the day-ahead prediction data of grid-connected power were decomposed by wavelet packet,and the power fluctuation was smoothed by battery and ultracapacitor.The optimal regulation model was established to optimize the output of battery and ultracapacitor.Then,a rolling optimization scheduling model based on the model predictive control was established for the error of power day-ahead prediction data,and the error was eliminated by adjusting the orderly charging and discharging of electric vehicles.Finally,a real microgrid simulation model was constructed.The operation results meet the expectations,which shows that the proposed method can effectively reduce the over-charge and over-discharge of energy storage,and improve the ability of the grid-connected power tracking scheduling.

Key words: micro power grid, optimized regulation, battery and supercapacitor, model predictive control

中图分类号:

TM732

张茂林, 肖辉, 曾林俊, 赵文钦, 王俊. 计及储能损耗和功率预测误差的风光储微电网功率平抑策略[J]. 电器与能效管理技术, 2022, 0(5): 47-54.

ZHANG Maolin, XIAO Hui, ZENG Linjun, ZHAO Wenqin, WANG Jun. Power Smoothing Strategy for Wind PV Energy Storage Microgrid Considering Energy Storage Losses and Power Prediction Errors[J]. LOW VOLTAGE APPARATUS, 2022, 0(5): 47-54.

图/表 11

图1

图2

图3

图4

图5

表1

储能设备的参数

设备	$P^n$ / kW	$E^n$ / kWh	$S n m a x$	$S n m i n$	ηⁿ	成本/ (元·kWh^-1)	ε
蓄电池	150	300.0	0.9	0.1	0.9	0.06	0.8
超级电容	50	12.5	1.0	0	0.9	0.05	0.8

表1

图6

图7

图8

图9

图10

参考文献 19

[1]	汪海姗, 王冰, 张秋桥, 等. 基于无源性与滑模变结构的独立直流微电网控制[J]. 电力电容器与无功补偿, 2021, 42(6):253-259.
[2]	王源, 南海鹏, 关欣. 风水储微电网优化调度策略研究[J]. 高压电器, 2020, 56(5):216-222.
[3]	曹新慧, 付林, 高玲玉, 等. 消弭新能源并网运行风险的储能控制策略[J]. 电器与能效管理技术, 2021(5):75-80.
[4]	温素芳, 王生铁, 田桂珍. 基于混合储能系统的微电网并离网平滑切换控制策略研究[J]. 电力电容器与无功补偿, 2021, 42(5):204-213.
[5]	王裕奎. 我国典型风储示范工程运行效果分析[J]. 电器与能效管理技术, 2020(12):35-40,45.
[6]	STROE D, KNAP V, SWIERCZYNSKI M, et al. Operation of a grid-connected lithium-ion battery energy storage system for primary frequency regulation:a battery lifetime perspective[J]. IEEE Transactions on Industry Applications, 2017, 53(1):430-438. doi: 10.1109/TIA.2016.2616319
[7]	宁楠, 田滔, 石平灯, 等. 独立微电网多类灵活性资源优化配置[J]. 广东电力, 2021, 34(7):88-95.
[8]	FENG X S, GU J, GUAN X F. Optimal allocation of hybrid energy storage for microgrids based on multi-attribute utility theory[J]. Journal of Modern Power Systems and Clean Energy, 2018, 6(1):107-117. doi: 10.1007/s40565-017-0310-3
[9]	张鹏, 张峰, 梁军, 等. 采用小波包分解和模糊控制的风电机组储能优化配置[J]. 高电压技术, 2019, 45(2):609-617.
[10]	陈刚, 袁越, 傅质馨. 储能电池平抑光伏发电波动的应用[J]. 电力系统及其自动化学报, 2014, 26(2):27-31.
[11]	熊焰, 李强泽, 于玮, 等. 促进可再生能源消纳的有序充电能量管理[J]. 电器与能效管理技术, 2020(11):111-115.
[12]	马伟, 王玮, 吴学智, 等. 平抑光伏并网功率波动的混合储能系统优化调度策略[J]. 电力系统自动化, 2019, 43(3):58-66.
[13]	任凯, 蒋玮, 杨波, 等. 用于平抑间歇性负荷的混合储能系统优化分频定容技术[J]. 电力自动化设备, 2021, 41(7):81-87.
[14]	于会群, 蔡国顺, 时珊珊, 等. 含规模化充电桩的微电网运行优化方法[J]. 电力系统及其自动化学报, 2022, 34(1):16-25.
[15]	SEPEHRZAD R, MORIDI A R, HASSANZADEH M E, et al. Intelligent energy management and multi-objective power distribution control in hybrid micro-grids based on the advanced fuzzy-PSO method[J]. ISA Transactions, 2021, 112:199-213. doi: 10.1016/j.isatra.2020.12.027
[16]	李宏仲, 张仪, 孙伟卿, 等. 小波包分解下考虑广义储能的风电功率波动平抑策略[J]. 电网技术, 2020, 44(12):4495-4504.
[17]	程龙, 张方华. 用于混合储能系统平抑功率波动的小波变换方法[J]. 电力自动化设备, 2021, 41(3):100-104,128.
[18]	李建林, 李雅欣, 黄碧斌, 等. 退役动力电池一致性评估及均衡策略研究[J]. 电力系统保护与控制, 2021, 49(12):1-7.
[19]	李文启, 高东学, 李朝晖, 等. 基于LSTM-NPKDE的锂离子电池SOC预测与不确定分析[J]. 电器与能效管理技术, 2020(5):44-50.

计及储能损耗和功率预测误差的风光储微电网功率平抑策略

Power Smoothing Strategy for Wind PV Energy Storage Microgrid Considering Energy Storage Losses and Power Prediction Errors

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 19

相关文章 10

编辑推荐

Metrics

本文评价

[1]	肖健夫, 张亮, 黄娟, 黄斌, 肖浩. 兼顾经济性和鲁棒性的配电网分布式储能MPC协调控制方法[J]. 电器与能效管理技术, 2022, 0(5): 55-64.
[2]	何兆蓉, 高逸云, 黄瀚霆, 刘钊. 基于电网分时电价机制考虑电动汽车灵活充电的微电网能量管理[J]. 电器与能效管理技术, 2022, 0(5): 65-70.
[3]	刘文亮. 直流微电网自适应两阶段下垂控制方法[J]. 电器与能效管理技术, 2021, 0(8): 58-63.
[4]	孔昱凯, 温步瀛, 朱振山, 唐雨晨. 含储能的孤岛微电网日前-日内协调优化运行[J]. 电器与能效管理技术, 2021, 0(2): 65-74.
[5]	李红, 朱立位, 郭朝辉. 基于深度强化学习的混合储能系统最优控制[J]. 电器与能效管理技术, 2021, 0(11): 42-49.
[6]	陈梦恺, 付保川, 吴征天, 陈珍萍, 吴建悍. 微电网中博弈问题及其发展动向[J]. 电器与能效管理技术, 2021, 0(1): 1-8.
[7]	刘鑫, 牟龙华, 王俊凯. 下垂控制微电源的故障控制策略及等效模型^*[J]. 电器与能效管理技术, 2020, 0(8): 1-6.
[8]	沈华, 陈葛亮, 林林, 张晓琳. 光储直流微电网控制器硬件在环仿真平台开发^*[J]. 电器与能效管理技术, 2020, 0(5): 62-66.
[9]	单栋梁, 刘向立, 徐利凯, 王聪慧. 用户侧光储充一体化智能微电网系统应用研究^*[J]. 电器与能效管理技术, 2020, 0(2): 41-46.
[10]	林磊, 温步瀛. 基于虚拟电流的VSG并离网无缝切换控制策略[J]. 电器与能效管理技术, 2020, 0(11): 58-64.