一种电池储能电站无功功率快速控制方法及系统

技术领域

本发明属于智能电网以及能量存储与转换技术领域，特别涉及一种电池储能电站无功功率控制方法及系统，适用于电池储能电站。

背景技术

电网自动电压控制系统的控制周期比较长，一般在几十秒到几分钟之间，若期间电网受到较大的扰动，比如系统发生接地故障、甩大负荷等，则将导致系统电压出现较大波动，影响供电质量。电池储能电站若按照电网自动电压控制系统的指令进行定无功功率控制则无法在系统扰动期间为系统提供电压支撑。若电池储能电站采用就地控制，并按定电压控制模式进行控制，则由于逆变器到并网点之间的阻抗存在差异，容易导致逆变器无功出力不均，在电池储能电站内部形成无功环流，影响逆变器控制的稳定性，同时导致损耗增加。

发明内容

本发明的目的，在于提供一种电池储能电站无功功率快速控制方法及系统，其可提升电网的稳定性及供电可靠性。

为了达成上述目的，本发明的解决方案是：

一种电池储能电站无功功率快速控制方法，包括如下步骤：

步骤1，事先建立神经元网络，以供电池储能电站功率控制过程中使用，该神经元网络的输入为系统电压采样值、系统电压控制目标值、运行逆变器数量、逆变器当前功率值、逆变器额定功率值，神经元网络的输出为逆变器无功功率指令值；使用训练样本对神经元网络进行训练；

步骤2，在具体进行电池储能电站功率控制时，将相应数值输入步骤1建立的神经元网络，神经元网络根据输入值计算并输出逆变器无功功率指令，将该指令传送至逆变器，逆变器根据该指令发出指定的无功功率。

上述步骤1中，训练样本采用本电站的仿真数据，或者相似电池储能电站的无功出力与电压变化的历史数据。

上述步骤1中，在运行过程中持续对神经元网络进行训练改进的具体内容是：利用实际的系统电压采样值、系统电压控制目标值、逆变器无功功率指令值持续进行训练，并将系统电压采样值延时T后输入神经元网络，作为控制效果反馈量，由神经元网络计算控制偏差量，并对神经元网络进行训练，直到控制偏差小于允许的偏差值为止。

上述步骤2中，神经元网络输出的逆变器无功功率指令经快速通讯网络传送至逆变器。

上述步骤2中，逆变器采用定功率控制模式，根据神经元网络输出的逆变器无功功率指令发出指定的无功功率，采用定功率控制模式可避免出现环流。

一种电池储能电站无功功率快速控制系统，包括：

神经元网络，其输入为系统电压采样值、系统电压控制目标值、运行逆变器数量、逆变器当前功率值、逆变器额定功率值；其输出为逆变器无功功率指令；所述神经元网络采用训练样本进行训练，并在训练完成后实际运用于电池储能电站中，并在运行过程中持续进行训练改进；以及，

逆变器，其根据神经元网络输出的逆变器无功功率指令发出指定的无功功率。

上述神经元网络的训练样本采用本电站的仿真数据，或者相似电池储能电站的无功出力与电压变化的历史数据。

上述神经元网络在运行过程中持续进行训练改进的具体内容是：利用实际的系统电压采样值、系统电压控制目标值、逆变器无功功率指令值持续进行训练，并将系统电压采样值延时T后输入神经元网络，作为控制效果反馈量，由神经元网络计算控制偏差量，并对神经元网络进行训练，直到控制偏差小于允许的偏差值为止。

上述神经元网络与逆变器之间通过快速通讯网络进行通讯连接，传输逆变器无功功率指令。

上述逆变器采用定功率控制模式，根据神经元网络输出的逆变器无功功率指令发出指定的无功功率。

采用上述方案后，本发明基于神经元网络技术，神经元网络已经广泛应用非线性多输入多输出系统的拟合之中，并证明了其良好的性能。利用神经元网络来计算逆变器的无功功率控制指令，可以避免复杂的电力系统建模及求解过程。经过良好训练的神经元网络可以快速准确地计算得到电池储能电站逆变器的无功功率控制指令，并且在电池储能电站的运行过程中，可以持续不断地进行训练，不断提高计算的准确度。电池储能逆变器本身可以快速响应跟踪控制指令，其完全响应控制指令的周期在几十毫秒之间。因此利用神经元网络及快速通讯系统，电池储能电站可以成为电力系统很好的无功功率和电压控制手段，提升电网的电压稳定性及供电可靠性。本发明通过对电池储能电站无功功率的快速控制，来减少系统电压的波动范围，提升电网的电压稳定性及供电可靠性。

附图说明

图1是本发明的控制方案简图。

具体实施方式

以下将结合附图，对本发明的技术方案及有益效果进行详细说明。

本发明提供一种电池储能电站无功功率快速控制系统，包括：

神经元网络，其输入为系统电压采样值、系统电压控制目标值、运行逆变器数量、逆变器当前功率值、逆变器额定功率值；其输出为逆变器无功功率指令；所述神经元网络采用训练样本进行训练，并在训练完成后实际运用于电池储能电站中，并在运行过程中持续进行训练改进；以及，

逆变器，其根据神经元网络输出的逆变器无功功率指令发出指定的无功功率。

如图1所示，本发明提供一种电池储能电站无功功率快速控制方法，包括如下步骤：

(1)建立神经元网络，其输入为系统电压采样值、系统电压控制目标值、系统电压反馈值、运行逆变器数量、逆变器当前功率值、逆变器额定功率值，其中，将系统电压采样值延时T后作为系统电压反馈值；神经元网络的输出为逆变器无功功率指令值；

先使用训练样本对神经元网络进行训练，其中，训练样本可以采用本电站的仿真数据，或者相似电池储能电站的无功出力与电压变化的历史数据；再将训练完成的神经元网络实际运用于电池储能电站中，并在运行过程中持续进行训练改进；具体是利用实际的电压采样值、电压控制指令值、无功控制指令等持续进行训练，利用系统电压反馈值输入神经元网络，作为控制效果反馈量，由神经元网络计算控制偏差量，并对神经元网络进行训练，直到控制偏差小于允许的偏差值为止。此处通过结合实际的采样值持续对神经元网络进行训练，能够提高神经元网络的自适应能力。

(2)神经元网络根据输入值计算并输出逆变器无功功率指令，将该指令经快速通讯网络传送至逆变器，逆变器采用定功率控制模式，而非采用定电压控制模式和定功率因数控制模式，根据该指令发出指定的无功功率。

作为本发明的一个具体实施例，假设电池储能电站A，按照图1的方案，采集A站接入点母线电压、接收上级调度发来的接入点母线电压控制目标值、获取逆变器运行数量，采集逆变器实际输出功率、设置逆变器额定功率，上述内容作为神经元网络的输入，接入点母线电压经延时T后输入神经元网络，作为电池储能电站控制效果的反馈量，由神经元网络计算控制偏差，并对自身进行再训练，直到控制偏差小于允许的偏差值为止。神经元网络输出的逆变器无功功率控制指令通过快速通讯网络下发至电池储能电站A各个逆变器，各逆变器均执行定功率控制策略并根据接收到的无功功率控制指令发出相应的无功功率。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。