申请/专利权人：清华大学

申请日：2022-04-01

公开（公告）日：2024-06-25

公开（公告）号：CN114709854B

主分类号：H02J3/32

分类号：H02J3/32;H02J3/24;H02J3/38;H02J3/46;H02J7/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.07.22#实质审查的生效;2022.07.05#公开

摘要：本发明提出一种储能与火电联合参与调频的荷电状态调节方法及装置，属于电力系统频率控制领域。所述方法包括：短期控制周期到来时，获取AGC指令，计算未经基础功率调整的火电机组出力和储能系统出力，更新火电机组响应电网调节指令阶段标志及储能系统辅助响应AGC指令的目标功率，得到储能系统与火电机组的总输出功率；长期控制周期到来时，通过对当前储能系统充放电累积指标样本集采样，优化得到可用于该长期控制周期内各短期控制周期的控制参数，实现储能系统SoC的主动调节。本发明在保证联合系统调节性能的同时，减少储能系统不必要动作，主动进行储能系统能量恢复，实现储能系统荷电状态控制，提高联合系统长期运行的调节性能指标。

主权项：1.一种储能与火电联合参与调频的荷电状态调节方法，包括短期控制周期控制和长期控制周期控制，其中所述长期控制周期由所述短期控制周期构成，其特征在于：在每个所述短期控制周期到来时，获取电网自动电压控制AGC指令，计算未经基础功率调整的火电机组出力和未经基础功率调整的储能系统出力，更新当前所述短期控制周期的火电机组响应电网调节指令阶段标志，确定所述储能系统辅助响应所述AGC指令的目标功率，得到所述储能系统和所述火电机组在当前所述短期控制周期的总输出功率；在每个所述长期控制周期到来前，根据在上一个所述长期控制周期中所述短期控制周期的数据，更新储能系统充放电累积指标样本集；在每个所述长期控制周期到来时，通过对更新后的所述样本集采样，对所述储能系统未来SoC进行估算，利用优化模型得到当前所述长期控制周期参数的优化结果以用于当前所述长期控制周期内所述短期控制周期的控制，以实现对所述储能系统SoC的调节；包括：1将当前长期控制周期记为第n个长期控制周期，第n个长期控制周期开始时刻记为ln；当前长期控制周期开始时，从更新后的储能系统充放电累积指标样本集中随机抽样K×C个样本组成包含K个长度为C的场景组成当前长期控制周期的场景集合Ωln＝{ω1,ω2,…,ωK}，其中，K为场景个数，C为每个场景包含的长期控制周期个数，ωk表示集合Ωln中的第k个场景，ωk＝{x1,k,x2,k,…,xC,k}，xc,k表示第k个场景中代表未来第c个长期控制周期的储能系统充放电累积指标，c＝1,2,...,C，k＝1,2,...,K；读取ln时刻的储能系统SoC数据SoCln；2基于场景集合Ωln和SoCln，建立当前长期控制周期下用于求解火电机组和储能系统控制指令的优化模型并求解，具体步骤如下：2-1利用每个场景中代表未来的C个长期控制周期的储能系统充放电累积指标xc,k，c＝1,2,...,C和SoCln，计算储能系统在未来C个长期控制周期的荷电状态；用Vn|c表示自ln开始第c个长期控制周期的开始时刻ln+c的变量取值Vln+c，c＝1,2,...,C；用Vc,k表示第k个场景中第c个长期控制周期的数据指标取值；根据第c个长期控制周期的储能系统SoC值SoCln+c和第k个场景的储能系统充放电累积指标xc,k，计算第k个场景中第c+1个长期控制周期的储能系统的SoC值SoCn|c+1,k： 其中，ηs为静置损耗率，ηc为单位能量充电损耗，ηd为单位能量放电损耗，Er为储能系统额定容量，SoCn|c为在ln+c时刻的SoC数值，为在ln+c时刻的基础充电功率数值，为在ln+c时刻的基础放电功率数值；为在ln+c时刻的第一阶段固定充电功率；为在ln+c时刻的第一阶段固定放电功率；为第k个场景中第c个长期控制周期的储能系统的充放电累积指标，依次包括：累计充电能量、累计放电能量、累计充电能量对于储能最大充电功率的灵敏度、累计放电能量对于储能最大放电功率的灵敏度、火电机组响应电网调节指令处于第一阶段Fstaget＝1且PGt+Pb,start＞PRTUt的累计时长，火电机组响应电网调节指令处于第一阶段Fstaget＝1且PGt+Pb,start＜PRTUt的累计时长，其中，Fstaget为t时刻火电机组响应电网调节指令阶段标志，PGt为t时刻未经基础功率调整的火电机组出力，Pb,startt为t时刻指令起始储能出力，PRTUt为t时刻的AGC指令；2-2确定当前长期控制周期下优化模型的目标函数： 其中，λ为折现率；为未来第c个长期控制周期的火电机组平均发电成本预测值；为未来第c个长期控制周期的电厂平均售电价格预测值；cd为储能系统平准化度电成本；α为权重系数；2-3确定当前长期控制周期下优化模型的约束条件，包括： 2-4求解当前长期控制周期下优化模型的约束条件，得到未来C个长期控制周期的基础充电功率基础放电功率和固定充电功率固定放电功率的优化结果，将优化结果中未来第一个长期控制周期对应的优化结果分别作为当期长期控制周期内的各短期控制周期中的pc,basicln，pd,basicln，pc,stageln，pd,stageln，pc,basicln为第n个长期控制周期的基础充电功率设定值，pd,basicln为第n个长期控制周期的基础放电功率设定值，pc,stageln为第n个长期控制周期的第一阶段固定充电功率，pd,stageln为第n个长期控制周期的第一阶段固定放电功率。

全文数据：

权利要求：

百度查询： 清华大学 一种储能与火电联合参与调频的荷电状态调节方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD