有效
储能电站电压主动支撑能力评估方法及装置
李正曦、杨立滨、李春来、李红霞、周万鹏、刘庭响、安娜、高金、王恺
国网青海省电力公司清洁能源发展研究院
李
李正曦 专利 334
国网青海省电力公司清洁能源发展研究院储能系统交流配电供电配电储能
杨
杨立滨 专利 414
上海交通大学交流配电供电配电储能储能系统
李
李春来 专利 347
东北电力大学光伏监测交流配电供电配电储能
李
李红霞 专利 145
山西白求恩医院(山西医学科学院CAD技术细节交流配电供电配电储能
周
周万鹏 专利 230
浙江嘉恒科创有限公司储能系统H02J103/00交流配电
刘
刘庭响 专利 203
国网青海省电力公司经济技术研究院H02J103/00交流配电供电配电储能
安
安娜 专利 169
华北电力大学交流配电供电配电储能行政管理
高
高金
机构 暂无技术领域 暂无
王
王恺 专利 184
清华大学交流配电供电配电储能信息通信行业流程
摘要
本公开提供了一种储能电站电压主动支撑能力评估方法及装置,所述方法包括根据储能电站对电压主动支撑能力的需要,构建储能电站电压主动支撑能力的指标体系;获取储能电站的运行数据和电压穿越曲线,根据运行数据和电压穿越曲线计算指标体系中的各指标值;采用PID搜索优化算法求取各指标的指标权重值;根据各指标值及对应的指标权重值,计算储能电站的电压主动支撑性能值;电压主动支撑性能值用于评估储能电站主动支撑能力;本申请在构建储能电站的指标体系后,根据运行数据和电压穿越曲线计算指标体系中的各指标值,本申请采用PID搜索优化算法全面地评估储能电站电压主动支撑能力,更加客观可靠,准确度较高。
1.一种储能电站电压主动支撑能力评估方法,其特征在于,所述方法包括:根据储能电站对电压主动支撑能力的需要,构建储能电站电压主动支撑能力的指标体系;获取所述储能电站的运行数据和电压穿越曲线,根据所述运行数据和电压穿越曲线计算指标体系中的各指标值;采用PID搜索优化算法求取各指标的指标权重值;根据各指标值及对应的指标权重值,计算储能电站的电压主动支撑性能值;所述电压主动支撑性能值用于评估储能电站主动支撑能力;所述指标体系包括一级指标和所述一级指标下的二级指标;所述一级指标包括:电压指标、功率指标和调节指标;所述电压指标下的二级指标包括:电压波动指标、电压偏差指标和电压稳定性指标;所述功率指标下的二级指标包括:预测合格率指标、预测误差指标、实时无功裕度指标、有功削减量指标、无功低穿电流系数指标以及无功高穿电流系数指标;所述调节指标下的二级指标包括:调节精度指标、控制响应时间指标和控制调节时间指标;根据所述运行数据和电压穿越曲线计算指标体系中的各指标值,包括:采用以下方式计算电压波动指标,采用以下方式计算电压偏差指标,其中,D为电压波动指标,Δu为电压方均根值曲线上相邻两个极值电压之差,U为并网点电压,U N 为并网点额定电压,ΔU为电压偏差指标;采用以下方式计算电压稳定性指标,其中,S k 表征暂态电压稳定性,S k 值越大表明该节点暂态电压稳定性越小,S k 值越小表明故障期间电压的波动幅度或持续时间尺度越小,该节点的暂态电压稳定性越高;V i,0 表示节点i正常运行时的电压; 表示故障k发生后t时刻节点i的电压;m表示系统的节点数;c表示故障开始时刻;r表示故障结束时刻;根据所述运行数据和电压穿越曲线计算指标体系中的各指标值,包括:采用以下方式计算预测合格率指标,采用以下方式计算预测误差指标,其中,Q R 为预测合格率指标,E rms 为储能电站的预测误差指标,N为所有样本个数;P Mi 为i时刻的实际功率;P Pi 为i时刻的预测功率;S op 为风电场的开机总容量;B i 为预测合格率评判标准;采用以下方式计算实时无功裕度指标的指标值,所述有功削减量指标限值设置为0%~100%;所述无功低穿电流系数指标满足,ΔI t ≥K 1 (0.9-U t )I N ,(0≤U t ≤0.9)所述无功高穿电流系数指标满足,ΔI t ≥K 3 ×(U t -1.1)×I N ,(1.1≤U t ≤1.3)其中,K 1 为无功低穿电流系数指标,K 3 为无功高穿电流系数指标,Q为无功裕度指标,ΔI t 为储能电站注入的动态无功电流增量,U t 为储能电站并网点电压标幺值,I N 为储能电站额定电流,n为储能电站的机组数,s i 为第i台机组的变流器容量,p i 为第i台机组的有功出力,Q c 为储能场站的无功补偿装置容量,Q N 为储能场站的额定无功容量;根据所述运行数据和电压穿越曲线计算指标体系中的各指标值,包括:采用以下公式计算调节精度指标,其中,ΔQ为调节精度指标,Q t 为无功功率调节后最终无功稳态值;Q 2 为指令目标值;Q N 为额定功率;采用以下方式计算控制响应时间指标,t qres =t 1 -t 0其中,t qres 为控制响应时间指标,t 0 为设定值控制开始时刻;t 1 为无功功率变化第一次达到设定阶跃值90%时刻;和采用以下方式计算控制调节时间指标,t qreg =t 2 -t 0其中,t qreg 为控制调节时间指标,t 2 为无功功率持续运行在设定阶跃值±5%之内的开始时刻;采用PID搜索优化算法求取各指标的指标权重值,包括:获取专家对指标体系中所有指标的权重评价矩阵;结合预设的目标函数采用PID搜索优化算法求解所述权重评价矩阵,得出每项指标权重值;所述目标函数为其中, 为第k个专家关于评价指标v j 的权重范围, 分别为取值下限和上限,a为指标个数,w j 为a个指标的最终权重。
2.根据权利要求1所述的方法,其特征在于,还包括:采用以下方式对各指标值进行标准化处理;其中,y i 为标准化后的值,x i 为原始指标值,max{x}为指标限值上界,min{x}为指标限值下界。
3.根据权利要求1所述的方法,其特征在于,采用以下方式计算储能电站的电压主动支撑性能值,其中,S为储能电站的电压主动支撑性能值,W为每项指标权重值,Y为每项指标主动支撑性能值,w b 为储能电站b的权重值,δ b 为储能电站b的指标值。
4.一种储能电站电压主动支撑能力评估装置,其特征在于,所述装置包括:构建模块,用于根据储能电站对电压主动支撑能力的需要,构建储能电站电压主动支撑能力的指标体系;获取模块,用于获取所述储能电站的运行数据和电压穿越曲线,根据所述运行数据和电压穿越曲线计算指标体系中的各指标值;求取模块,用于采用PID搜索优化算法求取各指标的指标权重值;计算模块,用于根据各指标值及对应的指标权重值,计算储能电站的电压主动支撑性能值;所述电压主动支撑性能值用于评估储能电站主动支撑能力;所述指标体系包括一级指标和所述一级指标下的二级指标;所述一级指标包括:电压指标、功率指标和调节指标;所述电压指标下的二级指标包括:电压波动指标、电压偏差指标和电压稳定性指标;所述功率指标下的二级指标包括:预测合格率指标、预测误差指标、实时无功裕度指标、有功削减量指标、无功低穿电流系数指标以及无功高穿电流系数指标;所述调节指标下的二级指标包括:调节精度指标、控制响应时间指标和控制调节时间指标;根据所述运行数据和电压穿越曲线计算指标体系中的各指标值,包括:采用以下方式计算电压波动指标,采用以下方式计算电压偏差指标,其中,D为电压波动指标,Δu为电压方均根值曲线上相邻两个极值电压之差,U为并网点电压,U N 为并网点额定电压,ΔU为电压偏差指标;采用以下方式计算电压稳定性指标,其中,S k 表征暂态电压稳定性,S k 值越大表明该节点暂态电压稳定性越小,S k 值越小表明故障期间电压的波动幅度或持续时间尺度越小,该节点的暂态电压稳定性越高;V i,0 表示节点i正常运行时的电压; 表示故障k发生后t时刻节点i的电压;m表示系统的节点数;c表示故障开始时刻;r表示故障结束时刻;根据所述运行数据和电压穿越曲线计算指标体系中的各指标值,包括:采用以下方式计算预测合格率指标,采用以下方式计算预测误差指标,其中,Q R 为预测合格率指标,E rms 为储能电站的预测误差指标,N为所有样本个数;P Mi 为i时刻的实际功率;P Pi 为i时刻的预测功率;S op 为风电场的开机总容量;B i 为预测合格率评判标准;采用以下方式计算实时无功裕度指标的指标值,所述有功削减量指标限值设置为0%~100%;所述无功低穿电流系数指标满足,ΔI t ≥K 1 (0.9-U t )I N ,(0≤U t ≤0.9)所述无功高穿电流系数指标满足,ΔI t ≥K 3 ×(U t -1.1)×I N ,(1.1≤U t ≤1.3)其中,K 1 为无功低穿电流系数指标,K 3 为无功高穿电流系数指标,Q为无功裕度指标,ΔI t 为储能电站注入的动态无功电流增量,U t 为储能电站并网点电压标幺值,I N 为储能电站额定电流,n为储能电站的机组数,s i 为第i台机组的变流器容量,p i 为第i台机组的有功出力,Q c 为储能场站的无功补偿装置容量,Q N 为储能场站的额定无功容量;根据所述运行数据和电压穿越曲线计算指标体系中的各指标值,包括:采用以下公式计算调节精度指标,其中,ΔQ为调节精度指标,Q t 为无功功率调节后最终无功稳态值;Q 2 为指令目标值;Q N 为额定功率;采用以下方式计算控制响应时间指标,t qres =t 1 -t 0其中,t qres 为控制响应时间指标,t 0 为设定值控制开始时刻;t 1 为无功功率变化第一次达到设定阶跃值90%时刻;和采用以下方式计算控制调节时间指标,t qreg =t 2 -t 0其中,t qreg 为控制调节时间指标,t 2 为无功功率持续运行在设定阶跃值±5%之内的开始时刻;采用PID搜索优化算法求取各指标的指标权重值,包括:获取专家对指标体系中所有指标的权重评价矩阵;结合预设的目标函数采用PID搜索优化算法求解所述权重评价矩阵,得出每项指标权重值;所述目标函数为其中, 为第k个专家关于评价指标v j 的权重范围, 分别为取值下限和上限,a为指标个数,w j 为a个指标的最终权重。



