一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113675884A(43)申请公布日2021.11.19(21)申请号202110978823.1(22)申请日2021.08.25(71)申请人中南大学地址410083湖南省长沙市岳麓区麓山南路932号(72)发明人王春生王珠峰曹原(51)Int.Cl.H02J3/38(2006.01)H02J3/28(2006.01)H02J15/00(2006.01)H02J3/24(2006.01)H02J3/00(2006.01)G06N3/02(2006.01)G06Q10/04(2012.01)G06Q50/06(2012.01)权利要求书2页说明书6页附图3页(54)发明名称一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法(57)摘要本发明提供了一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法，包括：获取含液态空气储能的风储系统结构和风电场风电数据，并且对未来风电进行预测；建立以最小化并网功率波动、液态空气储能系统出力最小和液态空气储能的储量状态最佳为目标的优化模型；约束条件考虑液态空气储能系统储能功率与释能功率上限和液态空气储能系统的储能容量上限，本发明用储液罐容量来表示储能容量；使用MATLAB软件对建立的优化模型进行编程求解。本发明通过多目标优化运行方法来对风储系统进行管理，有效调整液态空气储能系统工作状态。CN113675884ACN113675884A权利要求书1/2页1.一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法，其特征在于，包括以下步骤：步骤一：建立含液态空气储能的风储系统数学模型，确定液态空气储能系统的控制周期步骤二：读取风电场历史数据，利用预测算法对未来风电进行预测步骤三：根据步骤一中所建立的数学模型和步骤二中的风电预测结果建立风储系统的优化模型，包括优化目标以及约束条件步骤四：对步骤三中所建立的优化模型进行求解，获取当前控制周期液态空气储能系统的最优出力步骤五：在执行步骤四的同时，根据当前液态空气储能系统的储能状态调整下一控制周期的充放电功率约束的系数，并且判断优化周期是否完成，若未完成，则返回步骤二，否则，结束。2.根据权利要求1所述的一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法，其特征在于，所述步骤一中，由于功率平衡，本周期并网功率Pg(T)可以通过本周期风电功率Pw(T)和本周期液态空气储能系统充放电功率PLAES(T)计算得出，即：Pg(T)＝Pw(T)‑PLAES(T)液态空气储能系统储能(充电)过程主要通过风机和压缩机进行，风机将风能转化为电能，风机产生的电能带动压缩机运行，压缩机将空气压缩进入液态空气储能系统，压缩机的功率可以记作Pc；液态空气储能系统的释能(放电)过程主要通过透平机进行，储液罐释放经过压缩液化后的液态空气，液态空气受热膨胀做功，从而带动透平完成释能的过程，透平机的功率可以记作：Pt当液态空气储能系统处于储能状态时，PLAES(T)＞0，此时，Pc＝PLAES(T)当液态空气储能系统处于释能状态时，PLAES(T)＜0，此时，Pt＝‑PLAES(T)储能过程中，压缩机功率、透平机的功率均与空气质量流率相关，即：可以通过根据储能、释能需求来调整液态空气储能系统的空气质量流率。风储系统完成本周期储能或者释能动作后，储能系统储能状态SOC(T+1)根据液态空气储能系统储液罐中液态空气的质量变化进行计算，而储液罐中的液态空气质量变化量可以根据上述公式计算得出：SOC(T+1)＝SOC(T)+ΔSOC(T)其中，3.根据权利要求1所述的一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法，其特征在于，所述步骤四中，设优化变量为：U＝PLAES(T)4.根据权利要求1所述的一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法，其特征在于，优化模型的目标函数如下所示：2CN113675884A权利要求书2/2页J＝a1·J1+a2·J2+a3·J3+a4·J4其中，N为平滑窗口的区间长度，a1、a2、a3、a4为惩罚系数，J1为并网功率波动量，J2为未来风电功率的波动值，J3为液态空气储能系统完成本周期动作后的储能状态与理想值之差，J4为液态空气储能系统本周期的出力值。5.根据权利要求1所述的一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法和权利要求4所述的优化模型的目标函数，其特征在于：在获取当前时刻风电数据的同时可以获取未来的风电预测数据，可以在充分考虑未来风电波动的情况下，制定当前时间段的储能充放电策略。6.根据权利要求1所述的一种考虑风电预测和液态空气储能的风储系统多目标优化运行方法，其特征在于：液态空气储能系统的出力既要保证当前时刻