本發(fā)明涉及功率控制，具體為基于小波去噪和卡爾曼濾波的功率平滑控制方法及系統(tǒng)。

背景技術(shù)：

1、影響新能源功率輸出的各種因素眾多，其中氣象因素變化頻率相對(duì)較快，故新能源發(fā)電功率存在波動(dòng)較大、間歇性強(qiáng)的特點(diǎn)，直接并網(wǎng)會(huì)對(duì)電網(wǎng)產(chǎn)生巨大沖擊，影響電網(wǎng)運(yùn)行的穩(wěn)定性和安全性。

2、因此新能源發(fā)電在并網(wǎng)之前需要進(jìn)行功率平滑，平滑后造成的發(fā)電功率差值需要系統(tǒng)內(nèi)的其他部分來進(jìn)行補(bǔ)償調(diào)節(jié)，對(duì)于新能源發(fā)電的不穩(wěn)定性，僅依靠火電機(jī)組的靈活性進(jìn)行調(diào)節(jié)，勢(shì)必造成火電機(jī)組頻繁啟?；蜷L(zhǎng)時(shí)間運(yùn)作在深度調(diào)峰狀態(tài)，嚴(yán)重威脅電網(wǎng)運(yùn)行安全性與經(jīng)濟(jì)性，因此采用大規(guī)模儲(chǔ)能技術(shù)是解決電網(wǎng)調(diào)度問題、保證電網(wǎng)穩(wěn)定的有效手段，通過先進(jìn)的儲(chǔ)能技術(shù)與清潔發(fā)電技術(shù)互補(bǔ)利用，提高清潔能源利用率，儲(chǔ)能系統(tǒng)在提升電力系統(tǒng)靈活性方面日益顯示出重要作用。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：現(xiàn)有的新能源發(fā)電功率波動(dòng)劇烈方法難以有效平滑波動(dòng)，以及如何實(shí)現(xiàn)高效的新能源發(fā)電功率平滑的優(yōu)化問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：基于小波去噪和卡爾曼濾波的功率平滑控制方法，包括：

4、實(shí)時(shí)采集當(dāng)前時(shí)刻的新能源發(fā)電功率，并將對(duì)應(yīng)的數(shù)據(jù)輸入算法程序；

5、將輸入算法程序的數(shù)據(jù)作為小波變換功率序列獲取小波變換參數(shù)，并采用小波分解獲得去噪后的序列；

6、從序列中取出去噪后的當(dāng)前時(shí)刻發(fā)電功率，并采用卡爾曼濾波獲得濾波后的當(dāng)前時(shí)刻發(fā)電功率；

7、根據(jù)濾波后的發(fā)電功率與原發(fā)電功率的差值獲得儲(chǔ)能的初步動(dòng)作量，將儲(chǔ)能的初步出力量代入儲(chǔ)能出力控制算法，獲得儲(chǔ)能的最終動(dòng)作量，根據(jù)原發(fā)電功率與儲(chǔ)能最終動(dòng)作量的差值得到平滑后的發(fā)電功率，并計(jì)算下時(shí)刻的soc狀態(tài)；

8、判斷功率平滑控制持續(xù)時(shí)間是否滿足一天，若條件成立，則根據(jù)在每個(gè)時(shí)刻得到的平滑后發(fā)電功率形成日發(fā)電功率曲線，建立日發(fā)電功率曲線波動(dòng)的量化指標(biāo)，并對(duì)平滑后的日發(fā)電功率曲線進(jìn)行波動(dòng)量化。

9、作為本發(fā)明所述的基于小波去噪和卡爾曼濾波的功率平滑控制方法的一種優(yōu)選方案，其中：所述實(shí)時(shí)采集當(dāng)前時(shí)刻的新能源發(fā)電功率包括一天以分鐘為分辨率得到1440個(gè)采集點(diǎn)，實(shí)時(shí)采集當(dāng)前時(shí)刻的新能源發(fā)電功率，并將對(duì)應(yīng)的數(shù)據(jù)輸入算法程序；其中，所述輸入算法程序的數(shù)據(jù)為包括當(dāng)前時(shí)刻在內(nèi)的前120分鐘的新能源發(fā)電功率；

10、所述算法程序?yàn)閙atlab軟件。

11、作為本發(fā)明所述的基于小波去噪和卡爾曼濾波的功率平滑控制方法的一種優(yōu)選方案，其中：所述獲取小波變換參數(shù)包括將小波變換功率序列作為輸入的信號(hào)運(yùn)用matlab軟件中的ddencmp函數(shù)獲取小波變換的參數(shù)；其中，所述小波變換的參數(shù)包括閾值、閾值類型、允許近似保留系數(shù)；

12、將小波變換的參數(shù)輸入matlab軟件中的wdencmp函數(shù)并選用db4小波進(jìn)行小波分解，獲得去噪后具有120個(gè)元素的一維序列。

13、作為本發(fā)明所述的基于小波去噪和卡爾曼濾波的功率平滑控制方法的一種優(yōu)選方案，其中：所述卡爾曼濾波表示為，

14、

15、其中，為當(dāng)前時(shí)刻的先驗(yàn)狀態(tài)估計(jì)值，為上一個(gè)時(shí)刻的后驗(yàn)狀態(tài)估計(jì)值，為當(dāng)前時(shí)刻的后驗(yàn)狀態(tài)估計(jì)值；為當(dāng)前時(shí)刻真實(shí)值與預(yù)測(cè)值之間的方差，pt-1為上一個(gè)時(shí)刻真實(shí)值與最優(yōu)估計(jì)值之間的方差，pt為當(dāng)前時(shí)刻真實(shí)值與最優(yōu)估計(jì)值之間的方差；q為預(yù)測(cè)噪聲，與預(yù)測(cè)值的置信程度成反比；kt為卡爾曼增益；r為測(cè)量噪聲，與測(cè)量值的置信程度成反比；zt為當(dāng)前時(shí)刻的狀態(tài)測(cè)量值；

16、設(shè)置卡爾曼濾波算法的初值和p0，調(diào)節(jié)超參數(shù)r和q，從小波分解的輸出結(jié)果中取出去噪后的當(dāng)前時(shí)刻發(fā)電功率，采用卡爾曼濾波獲得濾波后的當(dāng)前時(shí)刻發(fā)電量。

17、作為本發(fā)明所述的基于小波去噪和卡爾曼濾波的功率平滑控制方法的一種優(yōu)選方案，其中：所述儲(chǔ)能出力控制算法包括儲(chǔ)能出力控制、儲(chǔ)能越限控制、儲(chǔ)能動(dòng)作閾值判定以及soc狀態(tài)評(píng)估；

18、若儲(chǔ)能電池處于放電狀態(tài)，則實(shí)際應(yīng)用中需要補(bǔ)償在放電過程中的損耗，因此儲(chǔ)能放電的功率為p/η；

19、若儲(chǔ)能出力的絕對(duì)值超過最大充放電功率，則需要將儲(chǔ)能的出力調(diào)整為最大充電功率或最大放電功率；

20、設(shè)定儲(chǔ)能動(dòng)作閾值以減少儲(chǔ)能動(dòng)作次數(shù)，當(dāng)前時(shí)刻的儲(chǔ)能出力與上一時(shí)刻儲(chǔ)能出力的絕對(duì)值大于閾值h時(shí)，儲(chǔ)能才動(dòng)作，否則將當(dāng)前時(shí)刻儲(chǔ)能出力置零；

21、若當(dāng)前時(shí)刻的soc大于soc最大限值且儲(chǔ)能處于充電狀態(tài)，則將儲(chǔ)能當(dāng)前時(shí)刻出力置零，若當(dāng)前時(shí)刻的soc小于soc最小限值且儲(chǔ)能處于放電狀態(tài)，則將儲(chǔ)能當(dāng)前時(shí)刻出力置零。

22、作為本發(fā)明所述的基于小波去噪和卡爾曼濾波的功率平滑控制方法的一種優(yōu)選方案，其中：根據(jù)濾波后的發(fā)電功率與原發(fā)電功率的差值獲得儲(chǔ)能的初步動(dòng)作量，將儲(chǔ)能的初步出力量代入儲(chǔ)能出力控制算法，獲得儲(chǔ)能的最終動(dòng)作量，根據(jù)原發(fā)電功率與儲(chǔ)能最終動(dòng)作量的差值得到平滑后的發(fā)電功率，并計(jì)算下時(shí)刻的soc狀態(tài)，其中，計(jì)算下時(shí)刻的soc狀態(tài)表示為，

23、若pb,t>0，則soct+1＝(soct*cap-pb,t*60/3600)/cap；

24、若pb,t<0，則soct+1＝(soct*cap-pb,t*η*60/3600)/cap

25、其中，soct+1為下時(shí)刻的soc狀態(tài)，soct為當(dāng)前時(shí)刻的soc狀態(tài)；cap為儲(chǔ)能容量；pb,t為當(dāng)前時(shí)刻的儲(chǔ)能最終動(dòng)作量；η為儲(chǔ)能充放電效率。

26、作為本發(fā)明所述的基于小波去噪和卡爾曼濾波的功率平滑控制方法的一種優(yōu)選方案，其中：所述日發(fā)電功率曲線波動(dòng)的量化指標(biāo)包括波動(dòng)劇烈程度、最大波動(dòng)幅度以及波動(dòng)率；

27、所述波動(dòng)劇烈程度表示為，

28、

29、其中，p(i)為t時(shí)間段內(nèi)第i個(gè)功率采樣值；為t時(shí)間段內(nèi)功率平均值；

30、所述最大波動(dòng)幅度表示為，

31、

32、其中，為t時(shí)間段內(nèi)的功率最大值；為t時(shí)間段內(nèi)的功率最大值；

33、所述波動(dòng)率表示為，

34、

35、其中，λ(t)為t時(shí)刻的波動(dòng)率，p(t)為t時(shí)刻的出力值，prate為裝機(jī)容量。

36、本發(fā)明的另外一個(gè)目的是提供基于小波去噪和卡爾曼濾波的功率平滑控制系統(tǒng)，其能通過構(gòu)建高效的功率平滑控制系統(tǒng)，解決了現(xiàn)有新能源發(fā)電系統(tǒng)中功率波動(dòng)劇烈的問題。

37、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：基于小波去噪和卡爾曼濾波的功率平滑控制系統(tǒng)，包括：數(shù)據(jù)采集模塊、小波去噪模塊、卡爾曼濾波模塊、儲(chǔ)能控制模塊以及功率分析模塊；所述數(shù)據(jù)采集模塊用于實(shí)時(shí)采集當(dāng)前時(shí)刻的新能源發(fā)電功率，并將對(duì)應(yīng)的數(shù)據(jù)輸入算法程序；所述小波去噪模塊用于將輸入算法程序的數(shù)據(jù)作為小波變換功率序列獲取小波變換參數(shù)，并采用小波分解獲得去噪后的序列；所述卡爾曼濾波模塊用于從序列中取出去噪后的當(dāng)前時(shí)刻發(fā)電功率，并采用卡爾曼濾波獲得濾波后的當(dāng)前時(shí)刻發(fā)電功率；所述儲(chǔ)能控制模塊用于根據(jù)濾波后的發(fā)電功率與原發(fā)電功率的差值獲得儲(chǔ)能的初步動(dòng)作量，將儲(chǔ)能的初步出力量代入儲(chǔ)能出力控制算法，獲得儲(chǔ)能的最終動(dòng)作量，根據(jù)原發(fā)電功率與儲(chǔ)能最終動(dòng)作量的差值得到平滑后的發(fā)電功率，并計(jì)算下時(shí)刻的soc狀態(tài)；所述功率分析模塊用于判斷功率平滑控制持續(xù)時(shí)間是否滿足一天，若條件成立，則根據(jù)在每個(gè)時(shí)刻得到的平滑后發(fā)電功率形成日發(fā)電功率曲線，建立日發(fā)電功率曲線波動(dòng)的量化指標(biāo)，并對(duì)平滑后的日發(fā)電功率曲線進(jìn)行波動(dòng)量化。

38、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述基于小波去噪和卡爾曼濾波的功率平滑控制方法的步驟。

39、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述基于小波去噪和卡爾曼濾波的功率平滑控制方法的步驟。

40、本發(fā)明的有益效果：本發(fā)明提供的基于小波去噪和卡爾曼濾波的功率平滑控制方法相比于傳統(tǒng)的功率平滑算法，本發(fā)明基于matlab算法程序，充分利用小波去噪和卡爾曼濾波的降噪特性，基于小波去噪和卡爾曼濾波的計(jì)算結(jié)果對(duì)新能源發(fā)電出力和儲(chǔ)能系統(tǒng)出力進(jìn)行實(shí)時(shí)調(diào)控，在滿足儲(chǔ)能出力約束的條件下實(shí)現(xiàn)風(fēng)光與儲(chǔ)能之間的互補(bǔ)，進(jìn)而實(shí)現(xiàn)新能源發(fā)電功率的平滑輸出，并對(duì)平滑后的日發(fā)電功率曲線進(jìn)行波動(dòng)量化，有效地提高了新能源發(fā)電的可靠性。