本發(fā)明屬于風電信技術領域，更為具體地講，涉及一種用于風電場儲能調(diào)度的方法。

背景技術：

在化石能源日益枯竭的今天，新能源成為人們的研究熱點。風能作為時下典型的新能源，其低廉的成本、豐富的資源、清潔的運行使之擁有廣闊的應用前景。其中，風力發(fā)電在近些年發(fā)展尤為迅速，其在電力系統(tǒng)中滲透也日益增加。僅在2014年一年之內(nèi)，全球就新建了總容量超過50gw的風力發(fā)電裝置。然而，由于受到季節(jié)、氣候、地理位置等諸多因素影響，風力發(fā)電具有隨機性、間歇性和不可控性的特點。這些特點導致風力發(fā)電的發(fā)電量在一天之內(nèi)可以達到滿負荷最大值輸出也可能會處于停機狀態(tài)零功率輸出，如此大范圍的功率波動會嚴重影響電力系統(tǒng)的安全穩(wěn)定運行。風電的大幅波動如果直接并網(wǎng)會改變電力系統(tǒng)瞬時平衡的電力供應模式，對電力系統(tǒng)生產(chǎn)計劃編制和調(diào)度運行安排提出了更高的要求，增大了配電網(wǎng)的復雜性和不確定性。

如何應對風力發(fā)電波動性帶來的問題，成為時下研究的熱點。國內(nèi)外研究針對該問題，主要提出了兩種平滑控制策略，一種是在系統(tǒng)中加如儲能裝置，如：抽水儲能、燃料電池、超級電容器等；另一種是利用風機自身調(diào)整控制，如利用槳距角控制調(diào)整風機的槳距角。

如何在新的國家形勢、行業(yè)背景下，在保證電力系統(tǒng)安全穩(wěn)定運行的前提下，平滑風電場出力的同時提高風電廠經(jīng)濟效益成為本發(fā)明的重點。

在文獻“m.a.chowdhury，n.hosseinzadeh，w.shen.fuzzylogicsystemsforpitchanglecontrollerforsmoothingwindpowerfluctuationsduringbelowratedwindincidents.ieeetrondheimpowertech.energyconvers.,vol.38,2011,pp.224–233.”中，提出了應用于槳距角控制器的模糊邏輯系統(tǒng)，根據(jù)當前風力事件，通過模糊推理確定具有適當選擇校正因子的ema指令輸出功率并且動態(tài)選擇目標輸出功率。但是，這種利用槳距角控制來調(diào)整風電功率輸出的方式不能在風電頻繁波動時做出相應的迅速改變，且如果做出不當?shù)恼{(diào)整容易損壞相關電力設備。文獻“于芃，趙瑜，周瑋，孫輝，等.基于混合儲能系統(tǒng)的平抑風電波動功率方法的研究.電力系統(tǒng)保護與控制，vol.39(24),2011,pp.35-40”基于蓄電池和超級電容器構成的新型混合儲能系統(tǒng)，提出了一種基于混合儲能系統(tǒng)的平抑風電波動功率的方法，但并未結合市場，只以平抑功率波動作為唯一目標函數(shù)，因此無明顯經(jīng)濟效益。這些方法和系統(tǒng)均能在一定程度上較好的平滑風電場出力，保證電網(wǎng)的安全穩(wěn)定運行，然而它們依然存在一個普遍的問題，并未結合電力市場大背景，經(jīng)濟效益不明顯，經(jīng)過調(diào)度調(diào)控之后風電的成本甚至可能增加，使本身零成本的風力發(fā)電變得比傳統(tǒng)能源發(fā)電還昂貴。在文獻“l(fā)iu.meng,l.franklin,leewei-jen.dispatchschedulingforawindfarmwithhybridenergystoragebasedonwindandlmpforecasting.ieeetransactiononindustryapplications,vol.51,2015,pp.1970–1976.”中，雖然結合了電力市場的運行背景，以節(jié)點邊際電價為儲能策略的判定條件，但并未對風電場實際并網(wǎng)電量的進行平滑，這就在一定程度上影響了電力系統(tǒng)的穩(wěn)定性，降低了并網(wǎng)電量的質量。

技術實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術的不足，提供一種用于風電場儲能調(diào)度的方法，以風電場經(jīng)濟效益和并網(wǎng)電量的平滑度為目標，完成對風電場并網(wǎng)功率的調(diào)度。

為實現(xiàn)上述發(fā)明目的，本發(fā)明一種用于風電場儲能調(diào)度的方法，其特征在于，包括以下步驟：

(1)、結合歷史風電功率出力數(shù)據(jù)和結算電價數(shù)據(jù)，進行相應的風電功率和結算電價的預測，并且依據(jù)歷史結算電價數(shù)據(jù)規(guī)律，將每天劃為尖峰時段和非尖峰時段；

(1.1)、風電功率預測

利用確定性預測方法對歷史風電出力功率進行確定性預測，得到歷史預測數(shù)據(jù)；

將歷史風電出力數(shù)據(jù)和歷史預測數(shù)據(jù)進行對比，得到相對預測誤差；

計算相對預測誤差的概率密度函數(shù)：

其中，α1＞0，α2＞0；

利用區(qū)間預測理論求得風電功率預測區(qū)間值[pmin,pmax]：

pmin＝max(p+f^-1(α),pw,min)

其中，β是置信度，α分別為置信區(qū)間上、下限，f(x)是相對預測誤差概率密度函數(shù)，p是歷史預測數(shù)據(jù)，pw,max、pw,min分別是風電場總出力的固有上、下限；

(1.2)、結算電價預測

將歷史結算電價數(shù)據(jù)輸入至人工神經(jīng)網(wǎng)絡模型，得到相應的結算電價預測結果；

(2)、依據(jù)當前電力市場的運行方式及相應參數(shù)要求，選擇合適的兩級儲能裝置；

(3)、根據(jù)預測的風電功率、結算電價和選擇的多級儲能裝置，設計風電場兩級儲能調(diào)度策略；

(3.1)、根據(jù)(1.1)中預測的風電功率上、下限區(qū)間值[pmin,pmax]，進行日前儲能調(diào)度安排；；

(3.1.1)、在非尖峰時段，風電場優(yōu)先向第一級儲能裝置進行儲能，其剩余電量再用于并網(wǎng)；

風電場出力通過電解水方法將電能轉化為氫能，存儲在第一級儲能裝置中，但每個單位段內(nèi)的儲能容量不能超過第一級儲能裝置允許的最大儲能容量，再將剩余電量用于并網(wǎng)；

(3.1.2)、在尖峰時段，風電場優(yōu)先向電網(wǎng)輸送功率；

風電場向電網(wǎng)輸送功率包括風機出力功率和第一級儲能裝置釋放的功率，其中，第一級儲能裝置將存儲的氫氣通過燃料電池的反應，生成電能和水，再將生成的電能送入電網(wǎng)，生成的水存儲起來，用來進行下一非尖峰時段的電解水反應，但每個單位段內(nèi)的釋放容量不能超過第一級儲能裝置允許的最大釋放容量；

(3.2)、根據(jù)實際的風電場出力，進行實時儲能調(diào)度安排；

(3.2.1)、若風電場的實際發(fā)電量高于日前計劃并網(wǎng)電量，且實際電價低于臨界電價時，在單位時間內(nèi)最大波動范圍為風電場總裝機容量的±m(xù)％的波動允許范圍內(nèi)，則優(yōu)先將風電場的實際發(fā)電量存儲在第二級儲能裝置中，但每個單位段內(nèi)的儲能容量不能超過第二級儲能裝置允許的最大儲能容量；

(3.2.2)、若風電場實際發(fā)電量高于日前計劃并網(wǎng)電量，且實際電價高于臨界電價時，在單位時間內(nèi)最大波動范圍為風電場總裝機容量的±m(xù)％的波動允許范圍內(nèi)，將風電場的實際發(fā)電量和第二級儲能裝置釋放的容量輸送給電網(wǎng)，且盡可能多的向電網(wǎng)輸送電量，但每個單位段內(nèi)的釋放容量不能超過第二級儲能裝置允許的最大釋放容量；

(3.2.3)、若風電場實際發(fā)電量低于日前計劃并網(wǎng)電量，則釋放第二級儲能裝置中的電量以滿足電網(wǎng)的穩(wěn)定需求，但每個單位段內(nèi)的釋放容量不能超過第二級儲能裝置允許的最大釋放容量。

本發(fā)明的發(fā)明目的是這樣實現(xiàn)的：

本發(fā)明一種用于風電場儲能調(diào)度的方法，結合歷史風電功率出力數(shù)據(jù)和結算電價數(shù)據(jù)，進行相應的風電功率和電價的數(shù)據(jù)預測，并且依據(jù)歷史結算電價規(guī)律，將一天分為尖峰時段和非尖峰時段，然后依據(jù)電力市場的運行方式及其參數(shù)要求，選用合適的兩級儲能裝置并設計相適應的風電場兩級儲能調(diào)度的策略，完成對風電場并網(wǎng)功率的調(diào)度，從而維持電網(wǎng)的穩(wěn)定性。

同時，本發(fā)明一種用于風電場儲能調(diào)度的方法還具有以下有益效果：

通過使用本發(fā)明，針對電力市場的運行方式，進行不同的調(diào)度策略，從而提高了風電場側的經(jīng)濟效益，進一步提高了風電場的積極性，加大了風電的開發(fā)意愿和力度；

(2)、根據(jù)對風力發(fā)電運行特性的分析，本發(fā)明在最大程度上保證風電的并網(wǎng)容量，實現(xiàn)對綠色、無污染的新能源的應用，這對于環(huán)境保護方面來說，也有一定的意義。

附圖說明

圖1是本發(fā)明一種用于風電場儲能調(diào)度的方法流程圖；

圖2是基于確定性預測的風電功率結果；

圖3是基于區(qū)間預測的風電功率結果；

圖4是基于確定性預測的結算電價結果；

圖5是日前市場下運行結果；

圖6是實時市場下運行結果。

具體實施方式

下面結合附圖對本發(fā)明的具體實施方式進行描述，以便本領域的技術人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當已知功能和設計的詳細描述也許會淡化本發(fā)明的主要內(nèi)容時，這些描述在這里將被忽略。

實施例

圖1是本發(fā)明一種用于風電場儲能調(diào)度的方法流程圖。

在本實施例中，如圖1所示，本發(fā)明一種用于風電場儲能調(diào)度的方法，包括以下步驟：

s1、結合歷史風電功率出力數(shù)據(jù)和結算電價數(shù)據(jù)，進行相應的風電功率和結算電價的預測，并且依據(jù)歷史結算電價數(shù)據(jù)規(guī)律，將每天劃為尖峰時段和非尖峰時段；

s1.1、風電功率預測

風電功率出力波動較大且變化頻繁，加大了預測難度，降低了預測的準確性，因此，本實施例中采用確定性預測方法對歷史風電出力功率進行確定性預測，得到歷史預測數(shù)據(jù)，如圖2所示，實線為歷史預測數(shù)據(jù)，虛線為實際的風電出力數(shù)據(jù)；

結合圖2，將歷史風電出力數(shù)據(jù)和歷史預測數(shù)據(jù)進行對比，得到相對預測誤差；由圖2可看出，風電功率的波動頻繁且波動值很大，甚至會從裝機容量的80％迅速降至0，在波動頻繁的時間段內(nèi)，確定性預測的準確性問題逐漸顯現(xiàn)，且預測誤差過大，因此需要進行進一步的處理；

計算相對預測誤差的概率密度函數(shù)，該概率密度函數(shù)服從βeta函數(shù)：

其中，α1＞0，α2＞0；在本實施例中，α1＝0.0448，α2＝1.6598；

利用區(qū)間預測理論求得風電功率預測區(qū)間值[pmin,pmax]：

pmin＝max(p+f^-1(α),pw,min)

其中，β是置信度，α分別為置信區(qū)間上、下限，f(x)是相對預測誤差概率密度函數(shù)，p是歷史預測數(shù)據(jù)，pw,max、pw,min分別是風電場總出力的固有上、下限；

在本實施例中，通過區(qū)間預測理論可以求得如圖3所示的預測區(qū)間值[pmin,pmax]，其中，pmax對應預測上限，pmin對應預測下限，用于后續(xù)驗證使用；

s1.2、結算電價預測

結算電價相較于風電功率變化相對平穩(wěn)，因此選擇人工神經(jīng)網(wǎng)絡算法進行確定性預測；將歷史結算電價數(shù)據(jù)輸入至人工神經(jīng)網(wǎng)絡模型，得到相應的結算電價預測結果；

其中，在進行結算電價預測時，選擇3層4輸入單輸出的人工神經(jīng)網(wǎng)絡模型，隱含層個數(shù)設定為7，輸入數(shù)據(jù)是4月10日至17日中間隔為15min的歷史結算電價，測試數(shù)據(jù)是4月18日至20日間隔為15min的歷史結算電價，對4月21日一天中間隔為15min的96個點的結算電價進行預測；

基于圖4所示的結算電價結果，由圖可以看出，結算電價的波動范圍相對于風電出力要小很多，利用人工神經(jīng)網(wǎng)絡算法可以較為準確的預測出結算電價的走向和數(shù)值。

s1.3、尖峰時段劃分

對歷史結算電價數(shù)據(jù)進行統(tǒng)計分析，設定每天13:00至20:00為尖峰時段，其余時間為非尖峰時段。

s2、依據(jù)當前電力市場的運行方式及相應參數(shù)要求，在現(xiàn)有的儲能技術中選擇合適的兩級儲能裝置；

s2.1、根據(jù)電力市場運行方式將市場分為日前市場和實時市場兩部分，日前市場按小時進行調(diào)度安排，實時市場每15分鐘為一個結算周期，相應的儲能裝置依據(jù)不同的市場要求分別進行選擇；

s2.2、日前市場和實時市場的參數(shù)要求應考慮儲能系統(tǒng)的響應時間、運行效率、系統(tǒng)容量、應用成熟情況以及建設環(huán)境等，日前市場應選擇容量足夠大，易于建立在風電場周圍的儲能裝置，綜合考慮選擇氫循環(huán)儲能裝置，抽水蓄能、超級電容器儲能等儲能系統(tǒng)均滿足日前市場下大容量儲能和響應時間的要求，但考慮到風電場的一般建設環(huán)境，不滿足抽水蓄能對于建設環(huán)境具有地勢差的要求，因此綜合考慮選擇氫循環(huán)儲能裝置。該裝置包括電解水裝置，儲氫、儲氧裝置以及燃料電池系統(tǒng)；系統(tǒng)選取氫能為中間能量介質，在電量充足時或者電價較低時將電能通過電解水裝置將高溫水電解成氫氣和氧氣，將電能轉化為氫能儲存起來，這種能量轉化方式清潔無污染，且容易調(diào)控；當電網(wǎng)負荷過重或電價較高時，再將氫氣通過氫氧聯(lián)合循環(huán)發(fā)電系統(tǒng)將氫能轉為電能供給大電網(wǎng)，實現(xiàn)能量的傳遞；

s2.3、實時市場要求能快速響應以適應市場交易機制，響應時間至少為分鐘級別，儲能容量相對于日前市場儲能裝置不必很大，滿足要求的有飛輪儲能、超導儲能和電池儲能等，飛輪儲能相較于電池儲能能量密度低，自放電率高，若停止充電則會將能量自行耗盡，超導儲能相對于電池儲能成本過高，尚處于研究階段，還未廣泛應用，考慮以上因素以及儲能技術的成熟狀況，選擇鋰電池儲能系統(tǒng)；

s3、根據(jù)預測的風電功率、結算電價和選擇的多級儲能裝置，設計風電場兩級儲能調(diào)度策略；

s3.1、根據(jù)s1.1中預測的風電功率上、下限區(qū)間值[pmin,pmax]，進行日前儲能調(diào)度安排；

日前市場是以經(jīng)濟性為主要目標，根據(jù)歷史結算電價將日前市場分為尖峰時段和非尖峰時段，依據(jù)預測的風機發(fā)電狀況，進行日前儲能調(diào)度安排；

s3.1.1、在非尖峰時段，風電場優(yōu)先向第一級儲能裝置進行儲能，其剩余電量再用于并網(wǎng)；

風電場出力通過電解水方法將電能轉化為氫能，存儲在第一級儲能裝置中，但每個單位段內(nèi)的儲能容量不能超過第一級儲能裝置允許的最大儲能容量，再將剩余電量用于并網(wǎng)；

在非尖峰時段，儲能裝置存儲盡可能多的電量：

其中，e(i)是i時段時儲能裝置容量，n總的時間段數(shù)，同時，風電和儲能裝置受到功率平衡約束：

pg(i)＝fpw(i)-pch(i)

其中，pg是并網(wǎng)電量，fpw是預測的風電出力，pch是充電電量，考慮到儲能裝置容量和系統(tǒng)每個時間段內(nèi)最大放電電量，則充電電量的約束為：

其中，emax、emin是儲能裝置容量的上、下限，t是每個時間段長度，考慮到儲能裝置效率和儲能容量的影響，i時段時儲能裝置容量的約束如下：

emin≤e(i)≤emax

e(i)＝e(i-1)+ηpch(i)

其中，η是儲能裝置整體轉換效率；

最后，考慮風電約束：

其中，是風電出力的最大、最小值；

s3.1.2、在尖峰時段，風電場優(yōu)先向電網(wǎng)輸送功率；

風電場向電網(wǎng)輸送功率包括風機出力功率和第一級儲能裝置釋放的功率，其中，第一級儲能裝置將存儲的氫氣通過燃料電池的反應，生成電能和水，再將生成的電能送入電網(wǎng)，生成的水存儲起來，用來進行下一非尖峰時段的電解水反應，但每個單位段內(nèi)的釋放容量不能超過第一級儲能裝置允許的最大釋放容量；

在尖峰時段，風電場向電網(wǎng)輸送功率，則需要儲能裝置盡可能多的釋放功率：

同時，風電和儲能裝置受到功率平衡約束：

pg(i)＝fpw(i)+pdh(i)

充電約束：

i時段時儲能裝置容量的約束如下：

emin≤e(i)≤emax

e(i)＝e(i-1)-ηpdh(i)

風電約束為：

其中，e(i)是i時段時儲能裝置容量，n總的時間段數(shù)；emax、emin是儲能裝置容量的上、下限；pg是并網(wǎng)電量；fpw是預測的風電出力；是風電出力的最大、最小值；pdh是放電電量；是每個時間段內(nèi)最大放電電量；prc是結算電價；η是儲能系統(tǒng)整體轉換效率；i是時間段數(shù)；n總的時間段數(shù)。

通過日前市場的儲能策略，由圖5(a)可以看出，在0:00到13:00，第一級儲能裝置的儲量處于連續(xù)增長狀態(tài)，并于10:00左右到達儲能最大值300mwh，在13:00到20:00時，儲能儲量下降，而并網(wǎng)電量上升。在20:00之后，繼續(xù)進行充電工作，儲能裝置儲電量繼續(xù)上升。圖5(b)顯示了經(jīng)過儲能調(diào)度后，日前市場下風電場的計劃并網(wǎng)電量與第一級儲能系統(tǒng)充放電量的關系；s3.2、根據(jù)實際的風電場出力，進行實時儲能調(diào)度安排；

日前市場調(diào)度后，由于其是基于預測進行的一系列調(diào)度安排，而預測總是不可避免存在一定的誤差，為了消除預測誤差帶來的不利影響，進行實時市場策略；

s3.2.1、若風電場的實際發(fā)電量高于日前計劃并網(wǎng)電量，且實際電價低于臨界電價(預測電價的80％)時，在單位時間內(nèi)最大波動范圍為風電場總裝機容量的±3％的波動允許范圍內(nèi)，則優(yōu)先將風電場的實際發(fā)電量存儲在第二級儲能裝置中，但每個單位段內(nèi)的儲能容量不能超過第二級儲能裝置允許的最大儲能容量；

s3.2.2、若風電場實際發(fā)電量高于日前計劃并網(wǎng)電量，且實際電價高于臨界電價(預測電價的80％)時，在單位時間內(nèi)最大波動范圍為風電場總裝機容量的±3％的波動允許范圍內(nèi)，將風電場的實際發(fā)電量和第二級儲能裝置釋放的容量輸送給電網(wǎng)，且盡可能多的向電網(wǎng)輸送電量，但每個單位段內(nèi)的釋放容量不能超過第二級儲能裝置允許的最大釋放容量；

s3.2.3、若風電場實際發(fā)電量低于日前計劃并網(wǎng)電量，則釋放第二級儲能裝置中的電量以滿足電網(wǎng)的穩(wěn)定需求，但每個單位段內(nèi)的釋放容量不能超過第二級儲能裝置允許的最大釋放容量。

圖6(a)為依據(jù)風電區(qū)間預測上限按照儲能策略進行調(diào)度安排后的結果，可以看出風電并網(wǎng)功率較之前有了一定程度的平滑，且在尖峰時段提升了風電場的并網(wǎng)電量；圖6(b)為依據(jù)風電區(qū)間預測下限按照儲能策略進行調(diào)度安排后的結果，同樣增加了在尖峰時段的風電場并網(wǎng)電量，且在一定程度上平滑了實際并網(wǎng)電量。

實例

在本實施例中，選擇總裝機容量為350mw的德州某風電場為測試樣本，根據(jù)風電功率的預測值和結算電價預測值，進行日前市場和實時市場的儲能調(diào)度安排，通過對采用策略后的并網(wǎng)電量和未采用策略的并網(wǎng)電量進行所帶來的經(jīng)濟效益進行比較，驗證采用該策略可以提高風電場的經(jīng)濟效益，并且平滑了實際并網(wǎng)功率，減輕了因為并網(wǎng)功率波動對電網(wǎng)的穩(wěn)定性影響。

其中，依據(jù)市場運行模式，儲能裝置設置為兩級儲能裝置，第一級為最大儲能容量為300mwh的氫循環(huán)儲能系統(tǒng)，儲能系統(tǒng)整體效率為儲氫效率×燃料電池效率，即

ηe×ηf＝80％×69％＝55％

設定第一級儲能系統(tǒng)最大存儲電量為300mwh，最小存儲電量為20mwh，每小時充放電最大電量為60mw，儲能系統(tǒng)中初始電量假設為60mwh；第二級為最大儲能容量70mwh的鋰電池儲能系統(tǒng)，考慮到電池深度放電對電池使用壽命的不利影響，為了減少對儲能系統(tǒng)的損害，防止儲能系統(tǒng)過放電，設定第二級儲能系統(tǒng)最大存儲電量為70mwh，每小時充放電最大電量為4mw，儲能系統(tǒng)中初始電量假設為50mwh。

經(jīng)過本發(fā)明提出的優(yōu)化策略進行調(diào)度安排后，其并網(wǎng)電量的平滑性較風電出力有了一定的提升，且在原本風力發(fā)電為零的時刻提高了最終的并網(wǎng)電量。根據(jù)功率平滑性能指標plevel：

其中，pg是實際并網(wǎng)電量，pr是風電場的有效裝機容量。

可得，未經(jīng)過策略調(diào)度的并網(wǎng)電量plevel＝3.96，經(jīng)過本發(fā)明策略調(diào)度后，按預測上限計算plevel＝3.67，按預測下限計算plevel＝3.63。經(jīng)過策略調(diào)度之后，實際的并網(wǎng)電量平滑性較之前更優(yōu)良，提高了約10％。

經(jīng)濟性方面的結果，匯總如表1所示；

表一是經(jīng)濟結果對照表；

表1

盡管上面對本發(fā)明說明性的具體實施方式進行了描述，以便于本技術領域的技術人員理解本發(fā)明，但應該清楚，本發(fā)明不限于具體實施方式的范圍，對本技術領域的普通技術人員來講，只要各種變化在所附的權利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構思的發(fā)明創(chuàng)造均在保護之列。