一种风电功率分配方法、装置、系统及可读存储介质

技术领域

本发明属于混合储能技术领域，具体地涉及一种风电功率分配方法、装置、系统及可读存储介质。

背景技术

近年来，能源需求快速增长，环境问题日渐突出，使得新能源受到广泛关注。其中风力发电在世界范围内得到迅速发展，但风能的波动性和间歇性等特点大大限制风电的开发利用，这促使储能系统得到快速发展。混合储能系统可实现削峰填谷平抑功率波动的目的，从而使系统更加安全稳定运行。蓄电池技术比较成熟且具有能量密度高的特点，超级电容器作为功率型储能元件具有功率密度大，响应速度快，循环寿命长等特点，但其容量较小。因此蓄电池和超级电容器具有很好的互补性，其构成的混合储能可用于平抑风电波动。

功率分配可分出满足并网要求的并网功率，波动较大的功率由储能系统进行平抑。目前大部分功率分配的方法主要包括低通滤波、小波变换WT和经验模态分解EMD等信号分解方法。但是采用上述功率分配的方法，其存在以下问题，譬如：一阶低通滤波器算法对于可再生能源波动性较为敏感，其普遍使用能力差；EMD方法处理信号是根据数据自身的时间尺度特征，但其缺乏数学理论且很难建模；WT方法是一种时频分析方法，对信号通过伸缩平移等运算功能进行多尺度细化分析，但该方法中小波基的选择是个大问题，目前并未找出选择最优小波基的合适方法。

发明内容

为了解决现有混合储能技术在对信号进行分解时存在普遍使用能力差、难以建模、需要选择中小波基的问题，本发明提供一种风电功率分配方法、装置、系统及可读存储介质，其基于经验小波变换算法对原始风电功率信号进行自适应分割，在分区出来的区域构建经验尺度函数和经验小波函数，提取出不同的经验模态分量，最后分析得到并网功率和低频功率以及较高频功率。

本发明通过以下技术方案实现：

第一方面，本发明提供一种风电功率分配方法，包括以下步骤：

S101、基于傅里叶变换对原始风电功率信号进行自适应分割，将原始风电功率信号分割成多个连续区间，在分割出来的区间上构建经验尺度函数和经验小波函数；

S102、基于经验尺度函数和经验小波函数确定细节系数和近似系数；

S103、根据细节系数和近似系数确认模态分量，得到并网功率、低频功率以及高频功率；

S104、将中低频功率分配给蓄电池，将高频功率分配给超级电容器。

本方案基于经验小波变换算法对原始风电功率信号进行自适应分割，在分区出来的区域构建经验尺度函数和经验小波函数，提取出不同的经验模态分量，最后分析得到并网功率和低频功率以及较高频功率，最后将中低频功率分配给蓄电池，将较高频功率分配给超级电容器；避免了一阶低通滤波对可再生能源波动性敏感的缺点，小波分解选择小波基困难的问题，以及经验模态分解缺乏数学理论且很难建模的缺点。

作为优选，所述步骤S101具体包括：

以ω

对获取的n个区间，分别构建经验尺度函数Φ

其中，β(x)是C

进一步的，所述β(x)为：

β(x)＝x

进一步的，所述τ

τ

作为优选，所述步骤S102具体为：

根据经验小波函数Ψ

式中，f是原始信号，f(ω)和

进一步的，根据经验尺度函数Φ

所述近似系数的求取方法包括：

通过经验尺度函数φ1和经验小波函数的分析信号f的内积求得，

其中，

第二方面，本发明提供一种风电功率分配装置，包括：

用于获取原始风电功率信号的信号获取单元；

将原始风电功率信号进分割成多个连续区间的信号分割单元；

在分割的区间上构建经验尺度函数和经验小波函数的函数构建单元；

基于经验尺度函数和经验小波函数确定细节系数和近似系数的系数确定单元；

根据细节系数和近似系数确认模态分量，确定并网功率、低频功率以及较高频功率的功率提取单元；

实现功率分配存储的功率分配单元，其中，所述功率分配单元将中低频功率分配给蓄电池，将较高频功率分配给超级电容器。

第三方面，本发明提供一种风电功率分配系统，包括超级电容器、蓄电池、功率分配装置、第一DC/DC变换器和第二DC/DC变换器，所述超级电容器通过第一DC/DC变换器与功率分配装置连接，所述蓄电池通过第二DC/DC变换器与功率分配装置连接，所述功率分配装置与和风力发电机组连接于直流母线，所述功率分配装置按上述方法实现风电功率分配存储。

第四方面，本发明提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述风电功率分配方法。

本发明与现有技术相比，至少具有以下优点和有益效果：

1、本方案基于基于经验小波变换算法对原始风电功率信号进行自适应分割，在分区出来的区域构建经验尺度函数和经验小波函数，提取出不同的经验模态分量，最后分析得到并网功率和低频功率以及较高频功率，避免了对可再生能源波动性敏感、小波分解选择小波基困难、以及经验模态分解缺乏数学理论且很难建模的缺点。

2、本方案将中低频功率分配给蓄电池，将较高频功率分配给超级电容器，将能量型储能功率和功率型储能功率分开存储，有效平抑风电波动。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明方法的流程图。

图2是一具体实施例中对一原始风电功率信号进行分割后的分割图。

图3是一具体实施例中得到的经验模态分量。

图4是一具体实施例中的并网功率。

图5是一具体实施例中蓄电池得到的功率。

图6是一具体实施例中超级电容得到的功率。

图7是一具体实施例中蓄电池功率的频谱图。

图8是一具体实施例中超级电容的频谱图。

图9是一装置的结构示意图。

图10是系统的原理图。

具体实施方式

下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。

应当理解，尽管本文可能使用术语第一、第二等等来描述各种单元，但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元，同时不脱离本发明的示例实施例的范围。

应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。

应当理解，在本文中若将单元称作与另一个单元“连接”、“相连”或“耦合”时，它可以与另一个单元直相连接或耦合，或中间单元可以存在。相対地，在本文中若将单元称作与另一个单元“直接相连”或“直接耦合”时，表示不存在中间单元。另外，应当以类似方式来解释用于描述单元之间的关系的其他单词(例如，“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。

应当理解，本文使用的术语仅用于描述特定实施例，并不意在限制本发明的示例实施例。若本文所使用的，单数形式“一”、“一个”以及“该”意在包括复数形式，除非上下文明确指示相反意思。还应当理解，若术语“包括”、“包括了”、“包含”和/或“包含了”在本文中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。

应当理解，还应当注意到在一些备选可能设计中，所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。

应当理解，在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以非必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。

实施例1

参照图1，本方案公开一种风电功率分配方法，该方法包括以下步骤：

S101、基于傅里叶变换对原始风电功率信号进行自适应分割，将原始风电功率信号分割成多个连续区间，在分割出来的区间上构建经验尺度函数和经验小波函数；

S102、基于经验尺度函数和经验小波函数确定细节系数和近似系数；

S103、根据细节系数和近似系数确认模态分量，得到并网功率、低频功率以及高频功率；

S104、将中低频功率分配给蓄电池，将较高频功率分配给超级电容器。

具体的，现结合实例对上述方法具体实施过程进行详细说明。

获取一原始风电功率信号f，对其进行傅里叶变换算法的自适应分割处理，具体的，以ω

在分割出来的区间上构建经验尺度函数Φ

其中，β(x)是Ck([0,1])函数，文献中常用β(x)＝x

根据经验小波函数Ψ

式中，f(ω)和

根据经验尺度函数Φ

其中，

为了对信号进行验证，可对信号进行重构，重构的信号为：

式中，*表示卷积；Φ1为经验尺度函数；ω

根据细节系数和近似系数确认模态分量，得到如图3所示的模态分量，包括a1、a2、a3、a4、a5，其中，a1功率最为平滑，a2、a3、a3、a4功率波动小，a5频率波动大，将平滑的a1作为并网功率，将功率波动小的a2、a3、a3、a4进行叠加后得到的功率给蓄电池，将频率波动大的a5分给超级电容。得到的并网功率，以及储能系统中蓄电池和超级电容的功率分别如图5、图6,其中，图4中A表示并网功率、B表示原始风电功率信号。

采用上述方法实现功率分配，相对风电实际输出功率曲线，目标功率曲线非常平滑，且能表征原风电功率信号的整体形势。原风电功率信号1min间隔最大功率补偿为3.88MW，经过经验小波变换得到的并网功率1min间隔最大功率补偿小于3MW，故得到的风电并网功率曲线满足并网要求。其储能功率通过傅里叶变换得到的频谱图如图7、8所示，两功率的频率的基本没有重叠，实现了能量型储能功率和功率型储能功率的分开。

本方法基于基于经验小波变换算法对原始风电功率信号进行自适应分割，在分区出来的区域构建经验尺度函数和经验小波函数，提取出不同的经验模态分量，最后分析得到并网功率和低频功率以及较高频功率，避免了对可再生能源波动性敏感、小波分解选择小波基困难、以及经验模态分解缺乏数学理论且很难建模的缺点。

实施例2

本实施例公开了实现实施例1中方法的装置，该装置包结构参照图9，包括信号获取单元、信号分割单元、函数构建单元、系数确定单元、功率提取单元、功率分配单元。信号获取单元用于获取原始风电功率信号。信号分割单元将原始风电功率信号进分割成多个连续区间。函数构建单元在分割的区间上构建经验尺度函数和经验小波函数。系数确定单元基于经验尺度函数和经验小波函数确定细节系数和近似系数。功率提取单元根据细节系数和近似系数确认模态分量，确定并网功率、低频功率以及较高频功率。功率分配单元实现功率分配存储，其中，所述功率分配单元将中低频功率分配给蓄电池，将较高频功率分配给超级电容器。

实现实施例1中的方法其不仅可依靠上述装置实现，也可依靠处理器及可读存储介质的结构实现，该处理器可以是中央处理器CPU、网络处理器NP、数字信号处理器DSP、现场可编程门阵列FPGA或其他可编程逻辑器件。该可读存储介质上存储有计算机程序，该计算机程序在被处理器执行时实现实施例1中的风电功率分配方法。

上述功率分配装置在应用时，如图10所示，与超级电容器、蓄电池、功率分配装置、第一DC/DC变换器和第二DC/DC变换器配套成系统使用，超级电容器通过第一DC/DC变换器与功率分配装置连接，蓄电池通过第二DC/DC变换器与功率分配装置连接，功率分配装置与和风力发电机组连接于直流母线，功率分配装置按实施例1中的方法实现风电功率分配存储。

以上所描述的实施例仅仅是示意性的，若涉及到作为分离部件说明的单元，其可以是或者也可以不是物理上分开的；若涉及到作为单元显示的部件，其可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

最后应说明的是，本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。