基于预测控制的储能系统多时间尺度动态响应优化研究

风电固有的随机性使其难以在长时间尺度上被准确预测,且预测误差随预测时间的延长而增大,导致用于抑制风电随机性的储能控制策略往往与实际需求偏差较大。为了有效应对风电的动态随机性,应用由不同响应能力及容量的储能单元组成的混合储能系统,提出一种基于多时间级分层思想与模型预测控制(model predictive control,MPC)理论相结合的混合储能分层MPC优化策略,实现对风电和储能的精准控制。在对风电进行周期预测的基础上构建储能分层动态响应优化模型,上层优化利用大功率慢速响应储能单元在长时间尺度上对风电进行能量转移,下层优化利用小功率快速响应储能单元在短时间尺度上平滑风电波动,且上层优化结果作为下层优化的状态变量。通过分层MPC,不同时间级的风电周期预测信息不断滚动更新,各层间的储能优化控制也可得到有效协调。针对微网中的风储联合发电系统,通过改变分层MPC的滚动时域及步长,得到适用于算例的最优参数。仿真结果验证了该策略可以动态响应风电变化,并有效改善风储系统输出的峰谷特性和波动性。