[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

说明书

本发明涉及一种储能基于自适应神经网络(ANN)平抑短期风电波动的方法。考虑利用储能减小短期风电波动偏离风电预测，基于两组电池储能在线交替工作于充电或放电运行方式，设计了平抑风电波动的双电池组储能系统，提出了电池容量的设计方法。针对短期风电波动的强随机性，结合ANN能在对象模型未知时，建立输入输出的非线性映射，利用风电并网与预测的偏差自适应调整神经元输入权值，提出了两电池储能系统基于ANN预测平抑短期风电波动的方法。本发明可有效节约储能电池的循环使用寿命，实现风电并网较好跟踪预测的短期风电波动持续分量，减小风电短期持续单向波动给调频带来的影响，提高风电系统的频率稳定性和运行经济性。

技术领域

本发明涉及风储混合电站利用储能平抑短期风电波动的控制方 法，尤其是涉及一种利用电池储能平抑短期风电波动的充放电在线运 行策略和储能容量设计方法，以及一种基于自适应神经网络预测实现 短期风电波动的快速平抑方法。

背景技术

随着电网风电渗透率的增加，电网三次调频在修正机组运行基点 和参与因子时，也需要同时考虑短期负荷与风功率预测信息。由于风 功率波动的随机性使其与预测的短时间尺度风电波动持续分量存在 误差，因此若风功率在短时间内偏离预测值较大且表现为单向持续爬 坡，不仅可能导致机组计划总出力与电网净负荷间的供给不平衡，而 且不及时调整机组的运行基点，则将增加系统自动发电控制(AGC)机 组的快速调节压力和运行成本，并且火电机组的功率调节时滞和爬坡 约束也可能导致风功率预测误差引起的电网区域控制偏差。目前有围 绕风电并网系统的水电火电快速协调调度控制策略开展研究，以减小 风电波动对系统调频带来的影响和导致的弃风问题。如，研究实时修 正风电场及参与调节AGC机组运行基点的增量一致算法，从实现系 统净负荷增量在风电场和AGC机组间的协同优化，研究了面向多时 间尺度协调有功调度模式的更短时间尺度有功控制环节；研究能够快 速协调系统风电机组出力的更短时间尺度的水火电机组有功调度，以 减小风功率预测不准确导致的弃风。与此同时，考虑储能装置的四象 限快速功率调节能力，利用储能平抑风电波动，解决风电并网导致的 调峰调频问题、提高并网系统运行效益和消纳能力的相关控制策略也 得到研究。但是，考虑随着因风电渗透率增加导致的短期风功率波动幅值和随机性增强，基于线性控制理论设计的储能平抑风电波动控制 器存在因补偿滞后影响短期风电波动平抑效果的不足，并且如何避免 储能平抑风电波动的充放电运行模式频繁切换，合理利用其循环使用 寿命，优化储能系统的调节功率和容量范围、提高储能运行经济性， 都值得进一步深入研究。

针对上述讨论的储能平抑短期风电波动的关键技术，本申请基于 风储混合电站运行场景，考虑平抑风电波动用电池储能的循环使用寿 命，根据风电的量测和短期预测，利用滑动平均法提取短时间尺度的 风电波动分量，提出利用电池储能(Battery EnergyStorage System, BESS)的充电和放电交换运行，基于自适应神经网络(Adaptive NeuralNetwork,简称ANN)预测实现正向和反向短期风电波动快速补偿的 控制方法。所发明电池储能平抑短期风电波动的控制方法能够在有效 节约储能电池循环使用寿命的基础上，实现风电场输出较好跟踪风电 分钟时间尺度的波动分量，减小短期风电单向波动给电网调频带来的 影响，提高风电系统的频率稳定的质量和运行经济性。同时，所发明 控制方法具有平抑短期风电波动的控制鲁棒性，控制系统结构简单， 易于工程实现。最后，对所研究的平抑控制方法进行了仿真验证。

发明内容

本发明的上述技术问题主要是通过下述技术方案得以解决的：

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，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；