风电场复合储能系统容量配置的优化设计_张坤
大型风电场用储能装置容量的优化配置
大型风电场用储能装置容量的优化配置一、本文概述随着全球能源结构的转型和清洁能源的大力发展，风电作为一种可再生、无污染、储量丰富的能源形式，正受到世界各国的广泛关注和重视。
大型风电场的建设和运营对于减少温室气体排放、改善能源结构、促进经济社会可持续发展具有重要意义。
然而，风电的间歇性和随机性给电力系统的稳定运行带来了挑战。
为了解决这个问题，储能装置在风电场中的应用逐渐成为一种有效的解决方案。
储能装置可以在风电大发时吸收多余的电能，在风电出力不足时释放电能，从而平滑风电出力波动，提高电力系统的稳定性。
本文旨在研究大型风电场中储能装置容量的优化配置问题。
我们将对储能装置在风电场中的应用现状进行综述，分析储能装置的种类、特性和优缺点。
我们将探讨储能装置容量的优化配置方法，包括容量规划、运行策略、经济性分析等方面。
在此基础上，我们将建立一个数学模型，用于评估不同配置方案下的储能装置性能和经济性。
我们将通过案例分析，验证所提优化配置方法的有效性和实用性，为大型风电场储能装置的配置和运营提供理论支持和实践指导。
本文的研究不仅有助于推动储能技术在风电领域的应用和发展，也有助于提高电力系统的稳定性和经济性，促进清洁能源的可持续利用和发展。
二、风电场储能技术概述随着全球能源结构的转型和可再生能源的大力发展，风电作为一种清洁、可再生的能源形式，已在全球范围内得到了广泛的应用。
然而，风电的间歇性和随机性给电力系统的稳定运行带来了挑战。
为了解决这个问题，风电场储能技术应运而生，成为提高风电并网性能、保障电力系统稳定的重要手段。
风电场储能技术主要包括电池储能、超级电容储能、飞轮储能等多种类型。
其中，电池储能技术因其能量密度高、技术成熟、维护方便等优点，在风电场储能领域占据了主导地位。
电池储能系统通过在风电大发时充电，风电出力小时放电，实现对风电出力的平滑和稳定，有效提高了风电的并网性能和利用率。
超级电容储能和飞轮储能等新型储能技术也在风电场储能领域得到了应用。
风力发电系统中储能容量的优化配置
（ Ｂ Ｅ Ｓ Ｓ ） ｉ ｓ ｂ ｕ ｉ ｌ ｔ ． Ｔ ｈ ｅ ｎ ， ａ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ｏ ｆ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｓ ｔ ｏ ｒ ａ ｇ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ． Ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｉ ｓ ｓ ｔ ｒ ａ ｔ ｅ －
Ｅｎ ｅ ｒ ｇ ｙ Ｓ ｔ ｏ ｒ ａ ｇ ｅ Ｃａ ｐ ａ ｃ ｉ ｔ ｙ Ｏｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｆ ｏ ｒ Ｗｉ ｎ ｄ Ｐｏ ｗｅ ｒ Ｇｅ ｎ ｅ ｒ ａ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ
Ｃ Ｈ Ｅ Ｎ Ｇ Ｓ ｈ ｉ ｊ ｕ ｎ ， Ｚ Ｈ Ａ Ｎ Ｇ Ｌ ｉ ｚ ｉ （ Ｓ ｔ ａ ｔ ｅ Ｋ ｅ ｙ Ｌቤተ መጻሕፍቲ ባይዱａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ａ ｌ ｔ ｅ ｒ ｎ ａ ｔ ｅ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ａ ｌ Ｐ ｏ ｗ ｅ ｒ Ｓ ｙ ｓ ｔ ｅ ｍ ｗ ｉ ｔ ｈ Ｒ ｅ ｎ ｅ ｗ ａ ｂ ｌ ｅ Ｅ ｎ ｅ ｒ ｇ ｙ Ｓ ｏ ｕ ｒ ｃ ｅ ｓ ， Ｎ ｏ ｒ ｔ ｈ
中图分类号：Ｔ Ｍ９ １ １ 文献标 志码 ：Ａ 文章编 号：１ ０ ０ ３ — ８ ９ ３ ０ （ ２ ０ １ ５ ） ０ ３ — ０ ０ ７ １ — ０ ５
ＤＯ Ｉ ： １ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ３ — ８ ９ ３ ０ ． ２ ０ １ ５ ． ０ ３ ． １ ３
第 ２ ７卷第 ３期
２ ０ １ ５ 年 ３ 月
电 力 系 统 及 其 自 动 化 学 报
Ｐ ｒ ｏ ｃ ｅ ｅ ｄ ｉ ｎ ｇ ｓ ｏ ｆ ｔ ｈ ｅ Ｃ Ｓ Ｕ － ＥＰ Ｓ Ａ
风光储系统储能容量优化配置策略
Abstract The optimal configuration of Energy storage is an important issue in wind/PV/storage hybrid system designing. This paper proposes a strategy of optimizing energy storage capacity in wind/PV/storage hybrid system. Firstly, the double-layer decision model of the storage capacity configuration is established. The decision variables of the outer decision model are the power and capacity of the energy storage, while the target is the minimum investment of the storage and the contact line penalty. The decision variable of the inner decision model is the charge and discharge power of the energy storage during the operation, while the target is to minimize power fluctuation on system tie line. Then a typical system is analyzed as a simulation example, including wind power, photovoltaic, battery energy storage and load. According to the typical daily data in spring, summer and winter, the simulation results verify the energy storage configuration strategy proposed.
风电场中储能系统的功率和容量优化配置
风电场中储能系统的功率和容量优化配置文艺;张步涵;毛承雄;王魁;毛彪;曾杰;陈迅【摘要】With the installed capacity of wind power increasing, the influence of wind power on the eco- nomic and stable operation of the power system are drawing more and more attention. Among the methods that have been put forward in order to smooth the wind-power output volatility, the implementation of en- ergy storage system to improve the performance of wind energy generation is a quite promising approach,and it is a meaningful topic on which we study how to choose energy storage device with the smallest ca- pacity to achieve a long-time stable output of the wind farm. A solution of the optimization of the power and capacity of energy-storage device is put forward in this paper, where the standard deviation of the wind-power output fluctuation is set as the objective function. The optimization is programmed based on the CPSO algorithm, and the validity of this solution is verified with practical examples.%针对如何用最小的储能装置实现风电场长时间稳定输出的课题，对风电机组中储能装置的配置功率、配置容量的大小及其对风电机组有功功率输出的优化作用进行了研究，提出了以风电机组及储能装置的输出功率波动标准差为指标的储能系统的功率和容量优化方案，并编写了基于CPSO算法的目标函数优化程序，针对单台风力发电机组一天的风电功率数据进行了优化计算，得出了储能装置额定容量及额定功率的优化组合方案，验证了该方案的有效性．【期刊名称】《湖北工业大学学报》【年(卷),期】2012(027)001【总页数】4页(P18-21)【关键词】风力发电;储能系统;风电功率平抑;优化配置;CPSO算法【作者】文艺;张步涵;毛承雄;王魁;毛彪;曾杰;陈迅【作者单位】强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;广东电网公司电力科学研究院,广东广州510600;广东电网公司电力科学研究院,广东广州510600【正文语种】中文【中图分类】TM614由风力发电并网引起的电力系统经济性和稳定性问题越来越受到人们关注.要达到保证系统安全稳定运行且最大化利用风能的目标，运用储能装置已成为广大学者的共识［1－3］，研究如何用最小的储能装置实现风力发电长时间稳定、经济运行是一个有意义的课题.文献［4］将负荷设为恒定值，以风电机组输出功率特性函数和风速概率分布函数为基础，提出一种大型风电场长时间稳定输出所需储能容量的计算方法.文献［5］根据电网对可再生能源功率输出的不同要求和蓄电池自身运行约束，提出了BESS动态充放电策略和两种优化目标，给出了系统中BESS配置数量.目前涉及风电机组配置储能系统时的容量及功率选择方案大多从电力市场的经济角度［6］出发，或由风速预测的累积误差［7］来确定，没有评估储能系统平滑风电有功功率输出的效果.样本标准差［8－9］可以反映一组随机数据个体间的离散程度，同样可以用于评估风电机组有功功率输出，以及用于确定储能系统的功率和容量.本文在综合考虑系统稳定性和经济性的基础上，提出了以减小风电机组及储能装置有功输出的标准差作为储能容量及功率优化配置的评判标准，并编写基于CPSO算法的程序来分析目标函数，通过具体算例验证该优化方案的有效性.1 储能容量及功率优化方案1.1 目标函数一个较大的标准差，代表大部分的数值和其平均值之间差异较大；而一个较小的标准差，则代表这些数值和其平均值之间差异较小.本文采用样本标准差作为风电机组及储能装置有功功率输出波动的评价指标.风电机组及储能装置的有功输出功率样本标准差式中，Pav为一个周期内风电的平均有功功率，且为风电场在时段t输出的有功功率）；为储能装置在时段t的充、放电功率；T为一个周期内的时段数，也即样本的个数.1.2 约束条件1.2.1 储能装置能约束式中为储能装置在时段t末储存的能量；ESmin为储能装置的最小储存能量；ESmax为储能装置的最大储存能量，本文假定ESmin＝0.02ESN，ESmax＝0.98ESN（ESN为储能装置的额定容量）.1.2.2 充放电功率约束储能装置存在充放电功率极限约束，又由于储能装置属于风电场的组成部分，故任一时刻储能装置的充电功率必然小于风电场的输出功率.故有：式中分别为储能装置的最大充电功率和最大放电功率.假定同一时段内储能装置的充放电过程不可同时进行（当所取的时段足够短时，该假定必然成立），即下式成立：1.2.3 能量平衡约束式中，σ为储能装置在单个时段持续时间内的自放电率.1.2.4 初始储能 E0＝C（已知），注意到约束条件式（1），若令表示储能装置在时段t的输出功率表示储能装置放电＜0表示储能装置充电此时约束条件式（1）自然满足.此时目标函数变为：1.2.5 充放电次数约束设储能装置的充电状态为uch（t），放电状态为udisch （t）.当电池充电，即＜0时，uch（t）＝1，udisch（t）＝0；当电池放电，即Pts ＞0时，udisch（t）＝1，uch（t）＝0.则储能装置的充放电次数约束为：式中充放电次数λ1，λ2的具体取值可根据负荷预测情况、储能装置的寿命及其在系统运行中所发挥的作用等因素综合考虑确定.综上所述，基于样本标准差的储能装置容量和功率优化方案的目标函数为约束条件为s.t.2 混沌粒子群优化（CPSO）算法粒子群优化［10］（PSO）算法是一种基于群体智能的随机寻优算法，通用性强，所需调节参数少，但其初始化是随机的，对个体的质量不能保证，且易陷入局部最优解.混沌可在一定范围内不重复的遍历所有状态，避免陷入局部极小点，但搜索通常需要大量的迭代次数才可获得较好的解［11］.故将混沌算法与基本粒子群算法结合起来，形成混沌粒子群算法：利用混沌的遍历性，产生大量初始种群，从中选取优良个体用于迭代，在迭代过程中对粒子位置产生混沌扰动，尽量避免其陷入局部极值［12－13］.利用CPSO算法分析系统风电功率标准差的程序流程如图1所示.图1 利用CPSO算法计算目标函数的程序流程图3 算例分析位于湖北省咸宁市通山县的九宫山风力发电场规划总装机容量156MW，目前一期工程总装机容量为13.6MW，由16台Gamesa的G58－850kW风力发电机组组成.风力发电机塔高44m，风叶直径56m.本文的算例分析将采用九宫山风电场额定功率为850kW的双馈风电机组2009年4月18日的有功功率数据.该数据以15min为时间间隔（图2）.分析时假定储能装置自放电率σ＝0，初始储能E0＝ESmin.图2 九宫山风电机组日有功功率曲线图3 分别给出了无储能及储能装置额定容量为1.90MWh，额定功率分别为100kW、250kW、465 kW时风电机组及储能装置的风电输出功率.可见，当储能装置额定容量一定时，随着其额定功率的不断增大，风电功率波动逐渐减小.当储能装置额定容量为1.90MWh、额定功率为465kW时可以完全稳定输出.图3 无储能及储能装置额定容量1.9MWh时三种不同额定功率下系统输出功率图4 分别给出了无储能及储能装置额定功率为465kW，额定容量分别为0.6MWh、1.3MWh、1.9 MWh时的风电输出功率.可以看出，当储能装置额定功率一定时，随着其额定容量的不断增大，风电功率波动逐渐减小.图4 无储能及储能装置额定功率为465kW时三种不同额定容量下系统输出功率图5 给出了储能装置额定容量分别为0.15MWh、 0.3MWh、 0.5MW、0.7MWh、1MWh、1.25MWh、1.5MWh、1.75MWh、1.9 MWh等情况下，系统输出功率的标准差（即目标函数σwp）随额定功率的变化曲线.由图5可以得出：1）当储能装置额定容量一定时，随着额定功率的不断增大，σwp一开始减幅较大，随后趋于稳定，这是由于额定功率较小时，储能装置充放电功率受到额定功率的限制，而当额定功率较大时主要受储能装置容量的限制；2）当储能装置额定功率一定时，随着额定容量的不断增大，σwp的变化趋势同1），这是由于额定容量较小时，储能装置容量约束成为主要约束，而当额定容量较大时，充放电功率极限约束成为主要约束.图5 目标函数值随储能装置的额定容量和功率变化曲线当储能装置容量为1.90MWh，额定功率为465kW，迭代次数足够多时，σwp会收敛于0，即风电机组可以完全保持恒功率输出，则该风电机组所需配置的储能装置最大为1.90MWh－465kW.另外，根据实际系统所能允许的风电功率波动的情况，可以配置不同参数的储能装置.考虑储能装置平滑功率波动的效果，由图5可以得出风电机组所需配置的储能装置容量及功率组合方案（表1）.由表1可知，如果选取额定容量为1.5MWh的储能装置，则其额定功率最好配置为350kW，即配置额定功率大于350kW的储能装置意义不大.表1 储能装置额定容量及额定功率组合优化方案额定容量／MWh额定功率／kW 额定容量／MWh额定功率／kW 0.15 100 0.3 150 0.5 200 0.7 200 1 300 1.25 300 1.5 350 1.75 400 1.9 465 －－4 结束语本文的算例分析部分针对一天的风电功率数据进行了优化计算，实际上应选不同季节的有代表性的风电数据，并兼顾储能装置运行维护费用等诸多因素，才能确定更好的容量优化配置方案.［参考文献］［1］黄亚峰.风电机输出功率波动平抑控制的可行性研究［D］.吉林：东北电力大学，2007.［2］张步涵，曾杰，毛承熊，等.电池储能系统在改善并网风电场电能质量和稳定性中的应用［J］.电网技术，2006，30（15）：54－58.［3］贾宏新，张宇，王育飞.储能技术在风力发电系统中的应用［J］.可再生能源，2009，27（6）：10－15.［4］韩涛，卢继平，乔梁，等.大型并网风电场储能容量优化方案［J］.电网技术，2010，34（1）：169－173.［5］丁明，徐宁舟，毕锐.用于平抑可再生能源功率波动的储能电站建模及评价［J］.电力系统自动化，2011，35（2）：66－72.［6］Wang X Y，Mahinda Vilathgamuwa D，Choi S S.Determination of Battery Storage Capacity in Energy Buffer for Wind Farm［J］.IEEE Transaction on Energy Conversion，2008，23（3）：868－878.［7］Toshiya Nanahara.CaPacity Requirement for Battery Installed at a Wind Farm［J］.IEEJ Transactions on Power and Energy，2009，129（5）：645－652.［8］Lubosny Z，Bialek J W.SuPervisory Control of a wind Farm［J］.IEEE Transactionson Power Systems，2007，22（3）：985－994.［9］Tomoki Asao，Takahashi R，Murata T，etc al.Evaluation method of Power rating and energy capacity of Super－conducting Magnetic Energy Storage system for output smoothing control of wind farm［C］／／18thInternatioal Conference on Electrical Machines（ICEM2008），2008：1－6.［10］高尚，杨静宇.群智能算法及其应用［M］.北京：中国水利水电出版社，2008.［11］王凌，刘波.微粒群优化与调度算法［M］.北京：清华大学出版社，2008. ［12］蒙文川，邱家驹.电力系统经济负荷分配的混沌粒子群优化算法［J］.电力系统及其自动化学报，2007，19（2）：114－119.［13］高鹰，谢胜利.混沌粒子群优化算法［J］.计算机科学，2004，31（8）：13－15.。
风电场储能系统的优化方案
风电场储能系统的优化方案第一章引言随着全球对清洁能源的需求日益增加，风能作为一种可再生资源得到越来越广泛的认可和应用。
然而，风电场的可再生能源自身特性以及不稳定的发电特点也给电网的稳定性和可靠性带来一定的挑战。
因此，储能系统的引入成为了解决风电场可预测性和可调度性的重要手段。
本文将重点研究风电场储能系统的优化方案。
第二章风电场需求与储能系统2.1 风电场的特点风电场是一种以风能为动力的发电系统，主要利用风轮驱动风力发电机产生电能。
风能资源的分布不均、强度随时间变化以及预测性差是风电场的主要特点之一。
2.2 储能系统的引入为了应对风电场发电的间断性和不稳定性，储能系统被引入作为稳定能量供应的备用装置。
储能系统能够将风电场的电能储存起来，并在需要时释放，从而提高风电场的可调度性和可靠性。
第三章风电场储能系统的类型3.1 电池储能系统电池储能系统是目前应用较为广泛的一种储能技术，可分为铅酸电池、锂离子电池、钠硫电池等类型。
其优点包括能量密度高、循环寿命长等。
3.2 压缩空气储能系统压缩空气储能系统利用风电场过剩电能压缩空气，再在需要时释放空气驱动涡轮发电机发电。
该系统具有储能效率高、运行稳定性好等优点。
3.3 超级电容储能系统超级电容储能系统充放电速度快，可以承受高频率的循环充放电，适用于频繁充放电场景，但能量密度相对较低。
3.4 氢能储能系统氢能储能系统将风电场电能转化为氢气，再通过燃料电池进行发电。
该系统具有储能效率高、长期储运成本低等优点。
第四章风电场储能系统的优化方案4.1 储能系统容量规划在优化风电场储能系统方案中，首先需要确定储能系统的容量规划。
容量过小会导致储能能力不足，容量过大则会造成不必要的投资成本。
根据风电场的发电特性以及负荷需求，通过建立模型分析确定最优容量。
4.2 储能系统调度策略针对不同的风速及风能预测情况，制定合理的储能系统调度策略至关重要。
调度策略应根据电网需求、储能系统的状态和电价等因素进行优化，以最大化储能系统的效益。
大型风电场用储能装置容量的优化配置
此 , 以我国浙江沿海地区的一个大型风力发电场连续 3 个月 的运行 数据为基 础 , 根据不 同风电场 和储能 系统的 容
量配 比关系进行仿真分析 , 借助储能装置来抑制风电系统 固有的波动 , 使风电这种 间歇性 、波动性很 强的可再生 能
源变得“ 可控 、可调” , 使电网对这种最接近规模化发展的能源调度变为可能 , 提出了一种配 置大规模 储能系统的 方
Optimization Configuration for Capacity of Energy Storage System in Large-scale Wind Farm
L IANG Liang , L I Jian-lin , H UI Do ng (China Elect ric Pow er Research Instit ute , Bei jing 100192 , China)
2 风电场运行数据统计及分析
浙江省作为我国经济较为发达的一个 沿海省 区 , 对于能源有着巨大的需求 。 因此在发展常规能 源的基础上积极发展可再生能源 , 建成了众多大型 风力发电场 。本文选取位于浙江省天台山地区的一 个大型风电场进行统计分析 。 风电场共有 780 kW 额定功率的失速定桨距型风力发电机 14 台 。 功率 统计数据时间跨度为 2009-08 —2009-12 , 数 据采样 时间间 隔 为 1 min 。 风 电 场额 定 输 出功 率 为 11 MW 。 由于风电场输出功率统计时间长达 4 个月并 且功率数据采样时间间隔很短 , 因此可以更加真实 地反映出风力发电系统在长时间尺度下输出有功功 率的变化情况 , 为制定相应的储能系统平滑策略提 供参考 。
基金资助项目 :国家自然科 学基金(50907067);国家重 点基础 研究发展计划(973 计划)(2010CB227206)。
风力发电系统中储能容量的优化配置
Electric Power Technology296风力发电系统中储能容量的优化配置罗朗川（广东粤电湛江风力发电有限公司，广东 湛江 524000）摘要：在风力发电系统过程当中加强对储能系统容量的进一步优化能更好地推进风力发电产业的长远发展。
本篇文章就在这样的背景之下，深入探讨了在风力发电系统过程当中，储能容量的有效提升方式，从更好地提高风力发电的效率，推进其风力发电的能源供应。
关键词：风力发电系统；电池储能系统；容量优化能源是一个国家发展的重点,为了尽可能地满足人们对能源的需求,为此大量开采了许多不可再生能源。
过度的开采导致人与环境之间的相处问题逐渐增加,进一步使得温室气体在大气当中的含量越发上升，导致地球气候发生了巨大的变化。
为了更好的推进人与自然的和谐相处,国家越发推崇清洁能源的开发，其中利用风能来进行电力发电是一种较为重要的清洁能源产生形式，本篇文章就在此基础之上，深入探讨风能发电在系统当中储能容量的优化配置问题。
1 风力发电系统以及储能容量的概述利用自然风吹动风机叶片进行转动，风机转轴推动发电机，进而产生了电能，这整个过程就是风力发电，其主要是将风能有效的转化为机械能，进而将机械能通过一定的转化方式变成电能。
风力机和发电机则是整个风力发电系统当中的核心部件，其自身的性质直接影响了整个电能收集的质量，同时也切实关乎风能的利用效率。
但是利用风力发电有一个最为关键的问题，就是风能是相对不可预测的。
其能量会受到多种因素影响，所产生的电能时多时少，时间也不固定，为此就需要在整个风力发电系统当中设计有效的储能。
优秀的储能方法可以在风力相对较为富足或者负荷较轻的时候将一部分的分能量储存在储能设备当中。
一旦风力不足，其储能系统可以进行一定能量的输出，保证整体风力的发电功率稳定，这样也起到了电力调峰平滑输出的有效作用。
2 风力发电系统当中常用的储能技术2.1 物理储能技术利用抽水来进行能量的储存。
这过程是先将产生电能较为富余的部分转化为水的势能在用电高峰时将储存的这一部分势能再转化为电能。
基于费用效率法的风电场混合储能容量优化配置
基于费用效率法的风电场混合储能容量优化配置栗然;党磊;周鸿鹄;董哲【摘要】复合多种类型储能装置是储能用于风电波动平抑的主要发展方向之一。
针对复合超级电容器和多种介质蓄电池为例，研究其储能容量优化配置方法。
由于风电出力具有非平稳性，因此首先采用经验模态分解(EMD)分割平抑任务，然后利用互补平抑实现储能装置优势互补，最后综合考虑风电平抑度、平抑方案经济性和储能装置寿命三方面因素，建立以费用效率(CE)为目标函数，用雨流计数法统计寿命折损的混合储能定容优化模型。
利用所建模型分析了适当允许过充过放是否能够提高平抑方案的经济性和平抑能力。
验证了多种介质蓄电池在合理的配置方案下联合超级电容器平抑波动，相较单种介质蓄电池能增加单位投资的平抑能力。
%Composite energy storage device is the future development direction of energy storage in stabilizing the wind power fluctuations. This paper takes composite super capacitor and different battery media for example and studies the optimal configuration method of energy storage capacity. Considering the nonstationarity of the wind power, the task of stabilization using Empirical Mode Decomposition (EMD) is split. Then, complementary stabilization is used to realize the energy storage of mutual advantage complement and improve the smooth degree. At last, considering economics, smooth and battery life, the model of capacity determination of hybrid energy storage is built. In this model, cost efficiency is the objective function and rain flow counting method is used to calculate the loss of battery life. This model analyzes whether it can improve the economic efficiency and smooth capacity of the scheme ornot if allowing to overcharge and over discharge appropriately. It is verified that under reasonable cooperation scheme composite different battery media can increase the stabilizing ability of unit investment compared to the single battery medium.【期刊名称】《电力系统保护与控制》【年(卷),期】2015(000)024【总页数】8页(P55-62)【关键词】经验模态分解(EMD);互补平抑;费用效率(CE);雨流计数法;过充过放【作者】栗然;党磊;周鸿鹄;董哲【作者单位】华北电力大学新能源电力系统国家重点实验室，河北保定 071003;华北电力大学新能源电力系统国家重点实验室，河北保定 071003;华北电力大学新能源电力系统国家重点实验室，河北保定 071003;华北电力大学新能源电力系统国家重点实验室，河北保定 071003【正文语种】中文【中图分类】TM710 引言随着风力在电网中发电渗透率的上升，风电的波动性给火电的出力和备用调度提出了更高的要求[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
80
中
国
电
机
工
ห้องสมุดไป่ตู้
程
学
报
第 32 卷
具有较强的互补性[6-7]， 将其用于平滑风电功率的波 动，可以大幅度提高系统的经济性能和技术性能。 然而影响复合储能系统经济性的主要因素就是各 储能系统的容量配比，因此，如何协调处理好它们 之间的关系，使复合储能系统在满足平滑风电功率
G PG PF1 DC/AC 变换器 PT1 PF2 DC/AC 变换器 PT2 电网
4.2MWh)。
第 25 期
26 24 P (T 3 000s) 22 T2 2 20 18 PT1(T1120s) 16 14 12 0 20 10 30 t/min
报
Vol.32 No.25 Sep.5, 2012 ©2012 Chin.Soc.for Elec.Eng. 学科分类号：470·40
79
文献标志码：A
风电场复合储能系统容量配置的优化设计
张坤 1，毛承雄 1，谢俊文 1，陆继明 1，王丹 1，曾杰 2，陈迅 2
(1．强电磁工程与新技术国家重点实验室(华中科技大学)，湖北省 武汉市 430074； 2．广东电网公司电力科学研究院，广东省 广州市 510080)
DOI:10.13334/j.0258-8013.pcsee.2012.25.016
第 32 卷 第 25 期 2012 年 9 月 5 日 文章编号：0258-8013 (2012) 25-0079-09
中
国 电 机 工 程 学 Proceedings of the CSEE 中图分类号：TM 71
图2 Fig. 2
平滑风电功率波动的传统控制策略
Basic smoothing control method for HESS
风电 /复合储能系统在传统控制策略下的工作 特性如图 3 所示。由图 3(a)可知：复合储能系统能 够对风电场的输出功率起到比较好的平滑作用。由 图 3(b)可知：风电场侧储能系统对风电波动功率的 高频分量起到比较好的平滑作用；电网侧储能系统 对风电波动功率的低频分量也起到了一定的平滑 作用。由图 3(c)可知：要达到上述对风电功率波动 的平滑效果，风电场侧储能系统所需的容量相对较 小，电网侧储能系统则需要较大的储能容量(仿真 中，两储能系统采用了相同的容量，即 Q1Q2
PF1
PT1
PT1
1 1 sT2
* PT 2
* PF 2
电网侧 储能系统
PF2
PT2
1 基于复合储能的风电系统
1.1 风电系统的工作原理 如图 1 所示，在风电场出口与电网之间并入复 合储能系统，并通过合理地控制各储能系统的输出 功率 PF1、PF2 来平滑风电场输出功率 PG 的波动， 使风电系统的并网功率 PT2 实现较为平滑的输出。 通常所选用的复合储能系统在技术性能上一般具 有较强的互补性。例如：超级电容器和蓄电池复合 系统，蓄电池的能量密度大，成本相对较低，但功 率密度小，充放电效率低，循环寿命短，对充放电 过程敏感，大功率充放电和频繁充放电的适应性不 强；而超级电容器则相反，其功率密度大，充放电
够定量反映功率曲线平滑度的判据标准。 其次， 建立了复合 储能系统特性参数–风电功率平滑度的短期神经网络模型， 并在此基础上综合考虑了复合储能系统的技术性能和经济 性能， 建立了反映复合储能系统特性参数–风电功率平滑度、 复合储能系统成本特性的长期数学模型。 最后， 通过遗传算 法对该模型的目标函数进行寻优， 从而得到复合储能系统最 佳的特性参数组合。 算例分析表明所提出的方法是合理、 有 效的。 关键词：风力发电；复合储能系统；储能容量；平滑时间常 数；神经网络；遗传算法
Optimal Design of Hybrid Energy Storage System Capacity for Wind Farms
ZHANG Kun1, MAO Chengxiong1, XIE Junwen1, LU Jiming1, WANG Dan1, ZENG Jie2, CHEN Xun2
风电场
G
风电场侧 储能系统
电网侧储 能系统
波动等技术性能的同时，还能满足系统的经济性要 求，已成为目前需要迫切解决的问题。本文主要针 对这个问题来进行分析讨论，并在此基础上提出了 一套新的解决方案。 目前，芬兰和日本等国家对风电功率波动的平 滑化进行了比较深入的研究，并提出了应用储能平 滑风电波动的运算法则及评估标准
0 引言
近年来，由于化石能源逐渐枯竭，温室效应造 成的地球暖化现象日益严重，因此可再生能源发电 得到了极大的关注和发展， 尤其是风力发电。 然而， 风电场因风速、风向等自然条件的变化而不能持续 地、稳定地输出电能，这在风电穿透功率比较高的 情况下，会对电网的电能质量及其稳定性产生较大 的影响[1-4]。文献[5]结合风力机变桨控制和发电机 变速控制，可实现单台风电机组输出较为平滑的有 功功率，然而风电场各机组之间的输出功率有可能 互补，同时也有可能相互叠加，从而导致风电场总 的输出功率仍可能存在较大波动性。另一方面，这 种控制方式也在一定程度上降低了风能的利用效 率。因此，在风电系统中配置一定容量的储能装置 将起到平抑功率波动、维持发电/负荷动态平衡、保 持电压/频率稳定的作用， 从而实现风力发电系统安 全、经济、高效、优质地运行。 鉴于复合储能系统(hybrid energy storage system， HESS)(如超级电容器和蓄电池)在技术性能上一般
* 考值 PT 1 的大小是通过 1 阶低通滤波器(滤波平滑时
：文献[8]根
据平滑时间常数–电池容量特性给出了平滑风电功 率波动的短期和长期的容量配置标准； 文献[9]提出 了平滑时间常数 – 电池容量特性和平滑时间常数 – 系统输出效率特性的风电输出功率波动平滑效果 的判据标准， 依据成本/性能比来得出最佳的电池容 量。 文献[10]提出了平滑时间常数–电池容量特性和 平滑时间常数 – 合成输出标准偏差特性的判据标 准，并依据成本/性能比来确定合适的时间常数，进 而得出最佳的储能系统特性参数。 本文根据风电系统接入电网的相关技术规 定[11]，提出了一种新的风电系统输出功率的平滑度 判据标准，通过 BP 神经网络
[12-15]
间常数为 T1)对风电场输出功率 PG 滤波来得到；并
* 网功率参考值 PT 2 的大小是通过 1 阶低通滤波器(滤
波平滑时间常数为 T2)对 PT1 滤波来得到。 只要适当 设置平滑时间常数 T1、T2 的大小，即可实现风电功 率波动的分频平滑控制。
PG
1 1 sT1
* PT 1
(1. State Key Laboratory of Advanced Electromagnetic Engineering and Technology (Huazhong University of Science and Technology), Wuhan 430074, Hubei Province, China; 2. Electric Power Research Institute of Guangdong Power Grid Corporation, Guangzhou 510080, Guangdong Province, China) ABSTRACT: According to the function and operating characteristics of hybrid energy storage system (HESS) for wind farm, an optimal design method of HESS capacity was proposed so that HESS can meet the technical requirements, such as smoothing out the wind power fluctuations and the economic requirement. In this paper, a quantitative criterion was proposed to identify the level of smoothing (LOS) of power curve firstly. Secondly, a short-term neural network model was established to reflect the relationship between characteristic parameters of HESS and LOS of output power transmitted to the grid. And then taken the technical and economic demand into the comprehensive consideration, a long-term mathematical model was established to reflect the relationship between characteristic parameters of HESS, LOS of output power transmitted to the grid and economic cost of HESS. Finally, genetic algorithm (GA) was used to determine optimal characteristic parameters of HESS by optimizing the objective function, which was derived from the built model. An example shows the rationality and effectiveness of the proposed method. KEY WORDS: wind power; hybrid energy storage system; capacity; smoothing time constant; neural network; genetic algorithm 摘要： 依据风电场复合储能系统的功能和工作特性， 提出了 一种复合储能系统(hybrid energy storage system， HESS)容量 的优化配置方法， 使其在满足平滑风电功率波动等技术性能 的同时，还能满足系统的经济性要求。首先，提出了一种能