一种基于功率谱密度的风储联合优化配置方法

技术领域

本发明属于风力发电调度技术领域，特别涉及一种基于功率谱密度的风储联合优化配置方法。

背景技术

推进能源革命，不断提高非化石能源占能源消费总量比重，建设清洁低碳、安全高效的能源体系，同时提高能源供给保障能力是未来能源发展的方向。在政策的扶持和能源需求的不断驱使下，以风力为主导的清洁能源在我国大规模发展，装机容量不断提升。然而，风电功率固有的波动性、间歇性、反调峰特性以及其产生谐波的特性导致其参与大规模并网和系统调度时存在诸多问题。在保持电网安全稳定的前提下大幅度提高风电出力消纳比例对于控制源端发电成本尤为重要，而先进储能技术的合理运用能很好地解决这一问题。

风电与储能系统的合理搭配，不仅能够平滑发电输出，增加风电消纳比例，而且能够使整个电网系统的柔性和弹性得到提升。目前其配置方法主要有滤波控制算法、模糊控制算法、滑动平均算法、模型预测控制算法等，其中滤波控制算法是平滑功率波动中最为简便且应用最广的算法。滤波控制算法中无论是小波包分解还是经验模态分解等，其核心都是合理地选取滤波参数，得到较为平滑的输出曲线。小波包分解虽然可以快速处理短时功率波动，但是算法较为复杂，并且小波基函数和分解层数的选取较为繁琐；经验模态分解是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数，但容易出现模态混叠现象。

电力系统接纳波动能源的容量有限，为使风功率输出满足《风电场接入电力系统技术规定》提出的有功功率变化的限值要求，可以采用快速傅里叶变换分解法对风电功率进行分解，从而确定最优的并网功率和储能功率，以提高风电出力消纳比例、降低源端发电成本。

发明内容

本发明的目的是提出一种基于功率谱密度的风储联合优化配置方法。其特征在于，该方法是一种基于功率谱密度的用于平抑源侧风电波动的储能配置优化算法，所述储能优化配置方法包括利用功率谱密度找到低频分解频率，从而利用快速傅里叶变换分解法确定最优并网功率和储能功率，然后考虑能量损耗和单日能量平衡来确定储能系统的额定功率和容量，保证每个运行周期开始时储能系统(SOC)都处在最优位置，具体包括：

步骤1：根据帕塞瓦尔定理，基于风电场的有功输出画出其功率谱密度图像；

步骤2：利用铰链模型对功率谱密度(PSD)图像进行分段并拟合成若干段仿射函数，然后找出其中斜率接近科尔莫戈罗夫“-5/3”斜率的两段拟合直线，取它们的结点所对应的频率值作为低通分解频率；

步骤3：以低通分解频率为基准，通过快速傅里叶变换分解法对风电输出功率进行功率分解；低频部分为直接并网功率，中高频部分则为储能系统功率，验证并网功率是否符合1min和10min的波动要求；

步骤4：界定储能系统荷电状态的上下限，考虑单日能量平衡和充放电损耗对储能系统的额定功率和额定容量进行计算；

步骤5：计算风力发电并网利用转化率和储能系统配置成本。

所述步骤1中功率谱密度图像，对于离散信号x(n)，n＝0，1，2，…，N-1,其功率谱密度S(k)的数学模型为：

式中，X(k)为离散信号x(n)的傅里叶变换形式，k＝0，1，2，…，N-1。j为虚数符号；

采用的加窗平均周期图法为：

式中，M为随机序列分段数，L为每段数据的长度，ω(n)为窗函数。

所述步骤2中铰链模型为：

其连续性条件为：

H

式中，k

拟合的放射函数形式为：

P

式中，f为频率，α是一个标度，β是一个幂值，γ是一个常数；如果假设γ取值为0，然后对等式两边同时取对数可以得到：

logP

在对数坐标中，β表示斜率，logα表示y轴的截距；功率谱密度的分段斜率可能因模型阶数的不同和风电场的地理位置而异。

所述步骤3中，对于连续时域信号下x(t)，取其对应N个点的离散信号为x(n)，则其离散傅里叶变换信号为：

式中，f(n)为x(n)的对应频率，f

对风电场原始输出功率P

随后对得到的频率段F

P

式中，

风力发电并网约束为：

式中ΔP

所述步骤4中考虑充放电损耗系数后，储能系统的修正功率为：

式中，P

考虑单日能量平衡，即认为充放电量可以在一个工作周期内平衡，当天ESS的SOC结束值应尽可能接近储能系统SOC初始值，由于采样数据的采样周期是相同的，因此可以将能量平衡转换为功率平衡：

储能系统额定功率的计算公式为：

储能系统额定容量的计算过程为：

式中，E(n)为当前状态下ESS的累计充放电量，SOC

所述步骤5中，风电场分解功率的并网部分能量为：

风电并网转化利用率为：

储能系统配置成本为：

C

式中，C

本发明的有益效果是利用快速傅里叶变换分解法确定最优并网功率和储能功率，然后考虑充放电损耗和单日能量平衡来确定储能系统额定功率和容量，降低储能成本的同时解决了风电输出功率波动的问题。

附图说明

图1风电场储能配置流程图。

图2风电场输出功率谱密度及其拟合情况；

图3风电场原始输出功率和目标并网功率；

图4储能系统功率和SOC变化情况；其中a为储能系统的功率曲线；b为储能系统的SOC变化曲线；

具体实施方式

本发明提出一种基于功率谱密度的风储联合优化配置方法。该方法是一种基于功率谱密度的用于平抑源侧风电波动的储能配置优化算法，下面结合附图对本发明予以说明。

如图1所示风电场储能配置流程图。利用功率谱密度找到低频分解频率，从而利用快速傅里叶变换分解法确定最优并网功率和储能功率，然后考虑能量损耗和单日能量平衡来确定储能系统的额定功率和容量，保证每个运行周期开始时储能系统(SOC)都处在最优位置，其具体实施步骤为：

1)根据帕塞瓦尔定理，基于风电场的有功输出画出其功率谱密度图像。

对于离散信号x(n)，其功率谱密度的数学模型为：

采用的加窗平均周期图法为：

式中，M为随机序列分段数，L为每段数据的长度，ω(n)为窗函数。

2)利用铰链模型对功率谱密度图像进行分段并拟合成若干段仿射函数，然后找出其中斜率接近科尔莫戈罗夫“-5/3”斜率的两段拟合直线，分别为PartⅠ和PartⅡ，取它们的结点所对应的频率值作为低通分解频率。

铰链模型为：

其连续性条件为：

H

式中，k

拟合的放射函数形式为：

P

式中，f为频率，α是一个标度，β是一个幂值，γ是一个常数。如果假设γ取值为0，然后对等式两边同时取对数可以得到：

logP

在对数坐标中，β表示斜率，logα表示y轴的截距。功率谱密度的分段斜率可能因模型阶数的不同和风电场的地理位置而异。

3)以低通分解频率为基准，通过快速傅里叶变换分解法对风电输出功率进行功率分解。低频部分为直接并网功率，中高频部分则为储能系统功率。验证并网功率是否符合1min和10min的波动要求。

对于连续时域信号下x(t)，取其对应N个点的离散信号为x(n)，则其离散傅里叶变换信号为：

式中，f(n)为x(n)的对应频率，f

对风电场原始输出功率P

随后对得到的频率段F

P

式中，

风力发电并网约束为：

式中ΔP

4)界定储能系统的SOC上下限，考虑单日能量平衡和充放电损耗对储能系统的额定功率和额定容量进行计算。

考虑充放电损耗系数后，储能系统的修正功率为：

式中，P

考虑单日能量平衡，即认为充放电量可以在一个工作周期内平衡，当天ESS的SOC结束值应尽可能接近SOC初始值。由于采样数据的采样周期是相同的，因此可以将能量平衡转换为功率平衡：

储能系统额定功率的计算公式为：

储能系统额定容量的计算过程为：

/>

式中，E(n)为当前状态下ESS的累计充放电量，SOC

5)计算风力发电并网利用转化率和储能系统配置成本。

风电场输出功率的并网部分能量为：

风电并网转化利用率为：

储能系统配置成本为：

C

式中，C

以天津某30MW风电场为例，采样频率设置为0.1Hz，则相应的采样周期为10s；考虑单日周期，则采样点为8640。据帕塞瓦尔定理，基于风电场的有功输出画出其功率谱密度图像及其拟合情况见图2，其中PartⅠ和PartⅡ的拟合直线斜率分别为-1.9231和-1.5873，都接近-5/3科尔莫戈罗夫斜率，从而得到位于PartⅠ和PartⅡ之间的结点对应的频率为0.005Hz。

用得到的低通滤波频率对风电输出功率进行快速傅里叶变换分解，分解出的目标并网功率见图3实线，风电场原始输出曲线见图3虚线。计算其1min和10min波动率分别为9.44％和31.68％，符合并网要求。

如图4中a为储能系统的功率曲线所示，选定储能系统SOC的上下限为0.8和0.2，可以得到如图4中b为储能系统的SOC变化曲线；可以看出单个周期内初始SOC和终止SOC相同，均为0.575，最终确定额定功率为2.356MW，额定容量为0.381MWh。

计算风力发电并网利用转化率为96.03％，储能系统配置成本价格如表1所示，最后计算该风电场储能配置成本为516.92万元。

表1：储能系统成本价格表

由实例可见，用基于功率谱密度的储能配置优化算法对风电场进行储能配置，在储能系统的辅助运行下最终并网功率波动满足要求，风力发电利用效率大幅提升，同时也保证了较低的储能配置成本。