[发明专利]一种储能基于自适应神经网络(ANN)平抑短期风电波动的控制方法

权利要求书

1.一种储能基于自适应神经网络(ANN)平抑短期风电波动的控制方法，其特征在于，用于补偿短期风电功率预测误差的储能系统，由两组在线交替充放电运行的储能电池、两套DC-DC变换器、一套电压源型变流器(VSC)构成，并且两组储能电池经各自的DC-DC变换器与电压源型变流器的直流母线并联，电压源型变流器与风电场并网母线相连；

储能系统按照VSC的功率调节指令进行输入输出功率调节，并针对在线交替充放电运行的两组电池储能系统，监测充电运行储能电池组的荷电状态和放电运行储能电池的荷电状态，当充电运行储能电池组荷电状态大于等于储能电池最大荷电状态设定值、或者放电运行储能电池荷电状态小于等于储能电池最小荷电状态设定值，进行两组储能电池充放电运行方式同步切换，从而通过电池储能系统的充电和放电使VSC直流侧电压实际运行值始终保持在VSC直流侧电压的设定值。

2.根据权利要求1所述的一种储能基于自适应神经网络(ANN)平抑短期风电波动的控制方法，其特征在于，针对在线交替充放电运行的两组电池储能系统，根据式一确定调节VSC直流电压的有功指令，利用式二确定充电或放电运行储能电池组的充电功率调节指令和放电功率调节指令；

式一和式二中，L^-1表示拉氏反变换算子；V_dc0和V_dc,t分别表示VSC直流侧电压设定值和实际运行值；k_P和k_I分别表示比例积分控制比例和积分参数；T₁表示用于对指令P_dc,t实现低通滤波的一阶惯性环节的时间常数，其数量级大小可根据补偿的风电波动时间尺度确定，例如期望进行分钟级时间尺度的风电波动补偿，则T₁可按秒级进行选取；P_dc,t表示调节VSC直流侧电容电压的有功指令；P^*_bc,t和P^*_bf,t分别表示当前时刻储能电池的充电和放电功率调节指令，通过利用电池储能的充电和放电，维持电容两端电压等于设定值；η表示充、放电效率；soc_max表示储能电池最大荷电状态设定值soc_bc,t-1、soc_bf,t-1分别表示充电和放电运行储能电池在上一充放电功率调节时刻的荷电状态；d_max表示储能电池的最大允许放电深度；P_m和E_m分别表示电压源型变流器的额定调节功率(单位瓦)和每组电池储能的额定容量(单位焦耳)，可按式三进行设计；

式三中，函数F^-1(x)表示利用风功率预测误差波动幅值统计所确定累积概率分布函数的反函数；β表示根据统计确定的风功率预测误差波动幅值的累积概率分布，选取的具有较大概率水平的波动幅值；参数n表示储能电池以额定功率单向连续调节的时间。