[发明专利]一种主动支撑电网准确控制的移动式储能系统和控制方法

权利要求书

1.一种主动支撑电网准确控制的移动式储能系统，其特征在于：所述移动式储能系统包括移动载体，在所述移动载体内集成设置电池储能装置、就地监控装置、温控消防装置及电缆接口，所述电池储能装置的储能电池通过储能变流器后可控的接入主电网的低压母线，提供低压母线所在电网支路上有功无功支撑。

2.根据权利要求1所述的移动式储能系统，其特征在于：所述移动载体为移动式储能车。

3.根据权利要求1所述的移动式储能系统，其特征在于：主电网的低压母线为380V快接母线。

4.根据权利要求1所述的移动式储能系统，其特征在于：所述电池储能装置包括电池单元、功率转换单元、电池管理单元、和监控单元；所述电池单元的输出端与所述功率转换单元连接，所述功率转换单元的另一端通过控制开关与主电网的低压母线可控的连接；所述电池单元与电池管理单元双向连接，所述电池单元向所述电池管理单元传递电池的状态信息，所述电池管理单元向所述电池单元输出控制信息；所述电池管理单元与所述功率转换单元双向连接，并互相传递状态信息；所述监控单元与所述功率转换单元双向连接，所述监控单元向所述功率转换单元输出控制信息，所述功率转换单元向所述监控单元传递状态信息；所述监控单元与所述电池管理单元双向连接，所述监控单元向所述电池管理单元输出控制信息，所述电池管理单元向所述监控单元传递状态信息；所述监控单元实时接收对主电网对应低压母线支路的负荷状态感知信息。

5.根据权利要求4所述的移动式储能系统，其特征在于：其中，所述电池单元、功率转换单元、和电池管理单元构成模块化储能系统，一个监控单元与至少一个所述模块化储能系统连接并检测、管理和控制所述模块化储能系统。

6.根据权利要求4或5所述的移动式储能系统，其特征在于：所述监控单元通过对主电网负荷的监控和状态预测，控制功率转换单元和电池管理单元的运行达到调频调压的作用，以参与主电网的主动支撑。

7.一种基于电网负荷预测的移动式储能系统控制方法，其特征在于，方法包括：

S1，构建如权利要求6所述的移动式储能系统；

S2，搭建基于神经网络的电网负荷预测模型；

S3，基于S2的电网负荷预测模型实时调控模块化储能系统的运行与否，实现对主电网的主动支撑。

8.根据权利要求7所述的控制方法，其特征在于：所述神经网络采用Elman神经网络，所述神经网络包括输入层、隐含层、承接层和输出层，其数学公式为：

y(k)＝g(w₃x(k))

x(k)＝f(w₁x_c(k)+w₂(u(k-1)))

x_c(k)＝x(k-1)

其中，y为m维输出结点向量；x为n维中间层结点单元向量；u为r维输入向量；x_c为n维反馈状态向量；w₃为中间层到输出层连接权值；w₂为输入层到中间层连接权值；w₁为承接层到中间层的连接权值；g(*)为输出神经元的传递函数，是中间层输出的线性组合；f(*)为中间层神经元的传递函数。

9.根据权利要求7或8所述的控制方法，其特征在于：在S2中，基于神经网络的电网负荷预测模型的预测方法为：

S21，获取历史负荷数据，一定时间段内，在预测区域中以设定时间间隔为一个监测点采样到的负荷功率数据为样本；

S22，样本处理，将采集的负荷功率数据样本归一化处理；

S23，模型训练，并将归一化处理的数据输入神经网络进行训练；

S24，模型仿真体高精度，通过仿真工具对预测模型进行神经网络训练过程中的均方误差变化分析，确定最佳神经单元数量和最高预测精度的预测模型。

10.根据权利要求9所述的控制方法，其特征在于：在步骤S3中，当预测电网负荷大致供电能力不足时，移动式储能系统通过电缆接口接入主电网提供短时的有功功率支撑达到临时增容的目的，当电网断电时，由移动式储能系统离网运行提供电源。