考虑电池储能系统荷电状态的近海可再生能源综合发电协调控制_王荃荃

合集下载

考虑柔性负荷的综合能源系统低碳经济优化调度

考虑柔性负荷的综合能源系统低碳经济优化调度薛开阳;楚瀛;凌梓;李子林【摘要】随着低碳发展进程的不断推进,综合能源系统(IES)逐渐成为实现减排目标的重要支撑技术.基于能源集线器概念,结合需求侧柔性负荷的可平移、可转移、可削减特性,构建了含风光储、燃气轮机、柔性负荷等在内的IES模型.综合考虑了系统运行成本和碳交易成本,建立了以总成本最低为优化目标的IES低碳经济调度模型,采用鲸鱼优化算法对算例进行求解.通过场景对比,分析了碳交易因素对能源调度的影响,以及在碳交易体系之下,柔性负荷的合理调度对IES进一步减少碳排放、降低系统成本可发挥的作用.研究结果表明,在碳交易体系下,柔性负荷参与调度能有效地提高系统的经济环境综合效益.【期刊名称】《可再生能源》【年(卷),期】2019(037)008【总页数】8页(P1206-1213)【关键词】综合能源系统;柔性负荷;碳交易;鲸鱼优化算法;优化调度【作者】薛开阳;楚瀛;凌梓;李子林【作者单位】上海电力学院, 上海 200090;上海电力学院, 上海 200090;上海电力学院, 上海 200090;上海电力学院, 上海 200090【正文语种】中文【中图分类】TK0190 引言当前，能源消费规模不断扩大，环境问题日益严峻，实现能源结构的优化问题已逐渐成为社会的重要议题。

综合能源系统（Integrated Energy System，IES）在促进节能减排、推动能源体系变革方面将起到至关重要的作用[1]。

现有的IES 优化调度主要以系统运行成本最低为调度目标，却忽略了IES 运行过程中的环境成本。

在寻求可兼顾经济环境效益IES 调度模型的过程中，碳交易机制的提出为IES 减少碳排放提供了新思路。

文献[2]针对电、热、气联供的IES提出阶梯型碳交易成本计算方法。

文献[3]基于LCA 能源链提出一种碳排放系数计量方法，并研究了碳交易对IES 能效的影响。

文献[4]将碳交易机制引入传统经济调度模型中，实现了对火电机组碳排放量的削减。

基于模型预测控制的半潜漂浮式风机协调控制方法研究

第42卷第12期 4330 2022 年 6 月 20 日中国电机工程学报 Proceedings of the CSEE

Vol.42 No. 12 Jun. 20, 2022

DOI ： 10.13334/j.0258-8013.pcsee.211805 文章编号：0258-8013 (2022) 12-4330-09 中图分类号：TM 614 文献标识码：A

基于模型预测控制的半潜漂浮式风机协调控制方法研究宋子秋，冯翰宇，佘照国，胡阳'刘吉臻(华北电力大学控制与计算机工程学院，北京市昌平区102206)

Coordinated Control of Semi-submersible Floating Turbine With Model Predictive Control StrategySONG Ziqiu, FENG Hanyu, YU Zhaoguo, HU Yang , LIU Jizhen(School of Control and Computer Engineering, North China Electric Power University, Changping District, Beijing 102206, China)

ABSTRACT: The study of floating offshore wind power generation considering the coordinated control of output power and mechanical load can help improve the economy and safety of deep-sea wind turbine operation. In order to realize the multi-objective control of floating wind turbine, the gain scheduling multi-model predictive controller (GM-MPC) was designed and built on Matlab/Simulink platform with NREL 5MW semi-submersible floating wind turbine as the research object. Based on the analysis of the open-loop dynamic performance of the wind turbine under each steady-state operating condition and the model linearization, a control model of the semi-submersible floating wind turbine was established and compared with the high-fidelity FAST mode simulation to verify the accuracy of the control model. Based on the model prediction, the optimal control quantity at each moment was optimally solved according to the actual wind turbine operating conditions and constraints and with the objective of reducing power fluctuation, tower load and the number of actuator actions, thus realizing the rolling optimization of GM-MPC. To demonstrate the effectiveness of the designed controller, a comparison experiment with the independent pitch control strategy based on the ant colony optimization algorithm was conducted under a variety of wind-wave combined load conditions. The results show that the designed control strategy enables the semi-submersible floating wind turbine to meet the power smoothness while reducing the mechanical load of the unit, so that it can adapt to the complex operating conditions in the deep sea environment.KEY WORDS: floating offshore wind power generation; wind-wave load; model predictive control; load reduction;基金项目：国家重点研发计划项目(2020YFB1506602)。National Key R&D Program of China (2020YFB1506602).multi-objective optimization摘要:研宄漂浮式海上风力发电考虑输出功率与机械载荷的协调控制，有助于提高深远海风机运行的经济性和安全性。为实现漂浮式风机的多目标控制，以NREL 5MW半潜漂浮式风机为研究对象，在Matlab/Simulink甲台上设计并搭建增益调度多模型预测控制器(gain scheduling multi-model predictive controller，GM-MPC)。基于各稳态工况下风机开

考虑源-网-荷-储协同的配电台区分布式光伏消纳能力评估

考虑源-网-荷-储协同的配电台区分布式光伏消纳能力评估丁浩然;张博;唐巍;张璐;范闻博
【期刊名称】《供用电》
【年(卷),期】2023(40)3
【摘要】分布式光伏接入规模日益增长导致配电台区面临安全运行风险,挖掘配电台区多种柔性资源调控潜力并实现协同优化是消纳分布式光伏的重要手段。

针对高比例光伏并网对配电台区安全运行的影响,分析了光伏逆变器、静止无功发生器、电动汽车和储能设备的调控潜力;提出了包含电压偏差指标、变压器负载率、线路负载率、弃光率和光伏消纳率的配电台区光伏消纳能力评估指标;建立了计及多种柔性资源调控潜力的源-网-荷-储协同优化模型,并基于粒子群算法进行求解,根据优化运行数据计算配电台区分布式光伏消纳能力。

算例仿真结果表明,通过源-网-荷-储协同优化能够有效提升配电台区分布式光伏消纳能力,所提模型和方法可为配电台区光伏消纳能力评估提供理论依据。

【总页数】8页(P2-8)
【作者】丁浩然;张博;唐巍;张璐;范闻博
【作者单位】中国农业大学;中国电力科学研究院有限公司
【正文语种】中文
【中图分类】TM71
【相关文献】
1.考虑储能和需求侧响应的微网光伏消纳能力研究
2.基于荷-储协同的电热微网光伏消纳方法
3.考虑风电消纳的综合能源系统"源-网-荷-储"协同优化运行
4.基于联合时序场景和源网荷协同的分布式光伏与储能优化配置
5.面向分布式光伏消纳的源-网-荷-储协同优化技术
因版权原因，仅展示原文概要，查看原文内容请购买。

面向新能源接入的电能路由器模式切换协调控制策略

第51卷第18期电力系统保护与控制Vol.51 No.18 2023年9月16日Power System Protection and Control Sept. 16, 2023 DOI: 10.19783/ki.pspc.230256面向新能源接入的电能路由器模式切换协调控制策略马文忠1，邰宇阳1，王玉生2，焦丽鑫1，金琼婷1，张景顺1(1.中国石油大学(华东)新能源学院，山东青岛 266580；2.中国石油天然气股份有限公司规划总院，北京 100083)摘要：电能路由器(electrical energy router, EER)可实现新能源、储能及多种电能负载的灵活接入，协调控制和运行模式切换是其运行控制的重点。

为实现EER运行模式的平稳过渡，降低EER运行模式切换时母线稳压单元控制模式改变导致的切换冲击，首先分析并网和孤岛两种运行模式切换时的电压扰动机理，研究系统内功率突变以及母线稳压单元控制器的调节过程对系统的影响。

然后设计EER模式切换时序，提出一种基于移相比保持器、电流保持器的控制器输出量提前补偿的模式切换协调控制策略，能够实现端口功率的实时平衡，降低模式切换暂态过程中的电压扰动，提升系统的暂态稳定性。

最后，通过Matlab/Simulink仿真软件搭建EER仿真模型，验证了所提控制策略的有效性。

关键词：电能路由器；模块化多电平换流器；功率平衡；模式切换；协调控制Mode switching coordination control strategy of an electrical energy router for new energy accessMA Wenzhong1, TAI Yuyang1, WANG Yusheng2, JIAO Lixin1, JIN Qiongting1, ZHANG Jingshun1(1. Institute of New Energy, China University of Petroleum (East China), Qingdao 266580, China;2. PetroChina Planning & Engineering Institute, Beijing 100083, China)Abstract: An electrical energy router (EER) can realize the flexible access of new energy, energy storage and a variety of electrical loads. Coordinated control and operational mode switching are the focus of its operation control. To achieve a smooth transition of the EER operating mode and reduce the switching impact caused by the change of control mode of the bus regulator during that mode switching, the voltage disturbance mechanism during grid-connected and isolated operating mode switching is first analyzed. The influence of power abrupt change in the system and the regulation process of the bus regulator controller on the system is studied. Then, the EER mode switching sequence is designed, and a coordinated mode switching control strategy based on the advance compensation of the controller output of the shift ratio holder and the current holder is proposed. This can achieve real-time port power balance, reduce voltage disturbance in the mode switching transient process, and improve the transient stability of the system. Finally, an EER simulation model is established in Matlab/Simulink simulation software to verify the effectiveness of the proposed control strategy.This work is supported by the National Natural Science Foundation of China (No. 52277208).Key words: electrical energy router; modular multi-level converter; power balance; mode switching; coordinated control0 引言随着能源紧缺以及环境污染问题的日益严重，以光伏、风电为代表的新能源发电以及大规模储能系统接入电网，使配电系统存在着较强的随机性和不确定性，电能的单向流动也向多向流动转变，传统配电系统自治能力较差，难以对功率流动进行连基金项目：国家自然科学基金项目资助(52277208) 续精准的调节[1-2]。

MW级集装箱式电池储能系统研究

MW级集装箱式电池储能系统研究游峰;钱艳婷;梁嘉;孙洋洲【摘要】MW级集装箱式电池储能系统(CBESS)是未来电网发展的重要支持,能够有效提高电力系统的稳定性、可靠性和电能质量.综述了MW级集装箱式电池储能系统的研究现状,详细介绍了MW级集装箱式电池储能系统的相关概念和工作原理,全面阐述了MW级集装箱式电池储能系统的结构、设计、应用等方面的特点和优势,深入探讨其发展前景和研究方向.%MW level containerized battery energy storage system (CBESS) is an important support in the future development of power grid,and can effectively improve the power systemstability,reliability and power quality.The present situation of MW level containerized battery energy storage systems were reviewed in this paper;MW level containerized battery energy storage system related concept and working principle were introduced in detail,the characteristics and advantages of MW class container type battery energy storage system structure,design and application were comprehensively expounded,its development prospects and research direction were thoroughly discussed.【期刊名称】《电源技术》【年(卷),期】2017(041)011【总页数】3页(P1657-1659)【关键词】MW级集装箱式电池储能系统(CBESS);集装箱;智能电网;锂电池【作者】游峰;钱艳婷;梁嘉;孙洋洲【作者单位】天津力神电池股份有限公司,天津300457;天津力神电池股份有限公司,天津300457;中海油研究总院,北京100015;中海油研究总院,北京100015【正文语种】中文【中图分类】TM912.9近年来国内外MW级电池储能技术发展迅速，集装箱式电池储能系统具有容量高、可靠性强、灵活性高、环境适应性强等优点，在电网系统具有广泛的应用前景。

考虑海缆充电功率的海上风电场无功补偿协调控制策略研究

考虑海缆充电功率的海上风电场无功补偿协调控制策略研究杨立宁;施勇;王本利;刘舒;边晓燕;符杨【摘要】针对海上风电场的特点,研究其有效利用风电机组无功调节能力的无功补偿协调控制策略.海上风电场并网的电压稳定性分析主要分为两个方面:海缆充电功率对并网系统电压稳定性的影响;如何有效地利用风机无功调节能力来改善系统的电压稳定性.针对上述问题,首先利用灵敏度分析法及Q-V曲线法分析了海缆充电功率对海上风电场并网系统电压薄弱点的影响,并分析出最薄弱点为海缆末端母线;其次,选择STATCOM作为海上风电场无功补偿设备,并对双馈风机两侧变流器及STATCOM的无功控制环节进行研究;最后,提出以海缆末端母线电压为控制目标的三者无功协调控制策略,从而更为有效地利用风机自身的无功能力,显著减小STATCOM的安装容量.通过软件DIgSILENT建立CIGREB4-39标准风电场并网系统,利用此系统进行暂态故障仿真分析,验证该无功协调控制策略的有效性.【期刊名称】《电机与控制应用》【年(卷),期】2016(043)008【总页数】8页(P80-87)【关键词】海上风电场;灵敏度分析;Q-V曲线;无功协调控制策略;海缆充电功率【作者】杨立宁;施勇;王本利;刘舒;边晓燕;符杨【作者单位】浙江省电力公司金华供电公司,浙江金华321000;国网上海市电力公司崇明供电公司,上海202150;国网威海市电力公司,山东威海264200;国网上海市电力公司电力科学研究院,上海200437;上海电力学院电气工程学院,上海200090;上海电力学院电气工程学院,上海200090【正文语种】中文【中图分类】TM721.1海上风电正在成为我国新能源利用的热点。

我国的海上风电场就近接入东部沿海负荷区，还有利于海上风电的消纳。

但沿海地区的电网对风电场无功补偿与并网点电压的要求更为严格，比如上海已对我国首个海上风电场提出了详细的并网电压考核要求[1-4]。

考虑电池电量约束的自动化码头AGV调度

考虑电池电量约束的自动化码头AGV 调度吴洪明邹梦艳武汉理工大学物流工程学院武汉 430063摘要：为提高自动化集装箱码头AGV（Automated Guided Vehicle）作业效率，考虑电驱动AGV 空、重载耗电差异及非线性充电的特点，对AGV 的充电过程对其调度的影响进行分析，建立以总任务时间最短为目标的AGV 调度模型。

通过Python 求解算例发现，机会充电模式下，AGV 的机会充电区间为75%～85%时，总任务时间及AGV 平均充电时长最短，AGV 利用率最高。

关键词：集装箱AGV；自动化码头；充电调度；电池特性中图分类号：TP278 文献标识码：A 文章编号：1001-0785（2021）03-0047-06Abstract: In order to improve the operation efficiency of AGV(Automated Guided Vehicle) in automated container terminals,considering the power consumption difference and nonlinear charging characteristics of electrically driven AGV under both no-load and heavy-load conditions, the influence of charging process of AGV on its scheduling is analyzed, and an AGV scheduling model is established with the shortest total time consumption as the object. Using Python to solve the calculation example, it is found that in the charging opportunity mode, when the opportunistic charging interval of AGV is 75% ~ 85%, the total task time and the average charging time of AGV are the shortest, and the utilization rate of AGV is the highest.Keywords: container AGV; automated terminal; charging scheduling; battery characteristics0 引言随着经济全球化的发展，水路运输成为各国贸易运输的主要方式，集装箱码头的数量和智能化程度也不断提高，集装箱码头自动化成为全球各港口的发展趋势。

区域综合能源系统两阶段鲁棒博弈优化调度

DOI: 10.3785/j.issn.1008-973X.2021.01.021区域综合能源系统两阶段鲁棒博弈优化调度李笑竹，王维庆(新疆大学可再生能源发电与并网技术教育部工程研究中心，新疆乌鲁木齐 830047)摘要：在区域综合能源系统的基本架构上，为了提升系统经济性与可再生能源并网能力，研究混合储能、冷热电联供机组（CCHP ）、能量转换装置在多能互补下的两阶段优化运行模型. 利用虚拟能量厂（VEP ），平抑发、用电不确定性；采用鲁棒理论，构建灵活调整边界的不确定合集；引入条件风险理论，构建考虑多种不确定关系耦合下基于Copula-RCVaR 的能量管理风险模型. 针对上述模型特点，提出基于滤子技术的多目标鲸鱼算法进行求解. 分析不同可再生能源渗透率及集群效应对系统收益结果和运行策略的影响. 结果表明，引入虚拟能量厂可以提高利润1.9%，在保证稳定运行的前提下合理选择荷、源不确定变量的置信概率，可以提高利润5.9%.关键词：区域综合能源系统（RIES ）；鲁棒理论；两阶段优化；收益损失风险；多目标优化算法中图分类号： TM 73 文献标志码： A 文章编号： 1008−973X （2021）01−0177−12Bi-level robust game optimal scheduling of regionalcomprehensive energy systemLI Xiao-zhu, WANG Wei-qing(Engineering Research Center of Ministry of Education for Renewable Energy Generation and Grid Connection Technology ,Xinjiang University , Urumqi 830047, China )Abstract: The two-stage optimal operation strategy model of hybrid energy storage, combined cooling, heating andpower (CCHP) units and energy conversion device was analyzed based on the basic framework of regional integrated energy system (RIES) in order to improve the system economy and the grid connection capacity of large-scale connected renewable energy under the RIES with multiple energy complementary. Virtual energy plant (VEP) was used to stabilize the uncertainty of power generation and consumption. The robust theory was used to construct the uncertain aggregate to adjust the boundary flexibly, and conditional risk theory was introduced to construct the risk model of RIES energy management based on Copula-RCVaR. A multi-objective whale optimal algorithm based on filter technology was proposed to solve the above complex model. The influence of different renewable energy penetration rate and their cluster effect on the income result and operation strategy of RIES was analyzed. Results show that the profit of RIES can be increased by 1.9% by introducing VEP. The profit of RIES can be increased by 5.9% by selecting a reasonable confidence probability of the uncertain variables for load and source based on the premise of ensuring the stable operation.Key words: regional integrated energy system (RIES); robust theory; bi-level optimization; revenue and loss risk; multi-objective optimization algorithm天然气的冷热电联供系统（combined cooling,heating and power ，CCHP ）是连接电网与气网的耦合系统，也是区域综合能源系统（regional integ-rated energy system ，RIES ）中最具发展前景的一种运营模式[1]. 目前，RIES 的研究多以优化不同效益目标，得到系统各设备的运行策略为主. Wei 等[2]收稿日期：2020−05−19. 网址：/eng/article/2021/1008-973X/202101021.shtml基金项目：国家自然科学基金资助项目（51667020，52067020）；新疆自治区实验室开放课题资助项目（2018D4005）.作者简介：李笑竹（1990—），女，博士生，从事电力系统能量管理及经济调度等研究. /0000-0003-0443-0449.E-mail ：****************通信联系人：王维庆，男，教授. /0000-0001-6520-5507. E-mail ：************.cn第 55 卷第 1 期 2021 年 1 月浙江大学学报(工学版)Journal of Zhejiang University (Engineering Science)Vol.55 No.1Jan. 2021构建电转气的峰值负荷转移模型，从理论上证明了电气耦合系统具有较好的削峰填谷的效果；Guandalini等[3]对电气耦合系统进行了评价，结果证明，该系统可以提高可再生能源的可调度性；张儒峰等[4]提出合理利用弃风的电-气综合能源系统，实现互联系统之间的双向耦合；Qu等[5]利用电转气实现电力系统与天然气系统的双向能量流动，是促进风电消纳平滑功率需求的有效途径.上述文献均未考虑发、用电波动性对系统带来的收益损失风险. 张虹等[6-8]引入CVaR计算一定收益下系统要承担的收益风险，但均将CVaR转化为离散情况下最差CVaR进行求解，该方法结果的主观性强. 上述研究均仅考虑单维不确定变量，不适用于同时考虑多种不确定关系耦合下的建模与分析.综合需求响应利用冷热负荷的惯性特征，是平衡新电改下各市场主体利益诉求的绝佳手段[9]，但RIES中考虑需求响应的调度方法较少涉及. 张虹等[6]让需求侧互动资源主动提供用电意愿，根据系统调度灵活选择用电行为；王文超等[9]将电价型需求响应应用于系统优化运行中；徐业琰等[10]通过电价型、激励型和博弈方法协同作用，实现对用户侧的联合调度. 来自于荷、源双侧（如风电、光伏、负荷等）的多重不确定性是RIES运行时面临的主要挑战. 在描述发电与用电不确定性上，场景法[11]、点估计法[12]、随机机会约束规划[13]、模型预测[14]都有较好的应用，但随机法与点估计法均需要实际中的大量样本数据，且场景法结果受场景个数的制约，机会约束规划难以保证求解效率与精度.鉴于以上分析，本文建立基于Copula-RCVaR 的区域综合能源系统两阶段鲁棒博弈优化调度模型. Copula-RCVaR模型能够对多个不确定变量耦合、不同决策需求下系统的收益损失风险进行分析与评估. 考虑综合需求响应，利用CCHP机组和虚拟能量厂（virtual energy plant，VEP）平抑RIES 内发电、用电波动性. 采用鲁棒理论，对系统内不确定变量建立不确定性合集，剖析不确定变量与系统经济性、保守性的动态相依关系，探索在不同决策需求下最经济可靠的调度方案. 针对模型特点，利用基于滤子技术的多目标鲸鱼算法进行求解. 以修改的IEEE33节点配电网与CCHP系统耦合形成RIES为例，验证模型能够在保证安全稳定的前提下，平衡各层主体利益，实现电力经济的可持续性发展.1 RIES的建模1.1 RIES的结构及运行方式如图1所示为RIES结构及运行方式示意图.在经典CCHP系统组成的RIES中，加入能量集线器与冷/热/电储能装置. 燃汽轮机是系统中的主要源动设备，发电量与RIES在能量交易中心向上级电网的购电量（包括在日前市场与实时市场的购电）共同承担系统负荷用电，通过余热转换装置与锅炉向系统内用户提供热负荷需求，系统的冷负荷需求由电制冷机和吸收式制冷机提供，电制冷机由电能驱动，吸收式制冷机由热能驱动.系统中，内燃气轮机和锅炉运行所需的天然气由RIES在能量交易中心向上级气网购得（仅在实时市场）. 为了减少天然气的消耗，在系统中加入可再生能源电站（图1中的风电场），承担系统内部分电负荷与热负荷需求，可再生能源发电不接受调控且不计发电成本. RIES在日前市场向上级电网购买电量，能量盈余或亏空通过实时市场与上级电、气网的能量交换，调控CCHP机组组风电场图 1 RIES结构及运行示意图Fig.1 Structure and operation of RIES178浙江大学学报（工学版）第 55 卷合出力、VEP 、各能量转换装置得到平衡. 如图1所示，VEP 包括各储能系统与各种类型的可控负荷. 其中可控负荷根据特性分为以下4类[15]. 1）常规负荷（CL ），具有较大的随机性与波动性，且不可调控. 2）迎峰负荷（LSI ），切负荷量较低，一般为该类型总量的15%，补偿价格指数较高. 3）避峰负荷（LSII ），该类型负荷用电灵活性较大，切负荷量较高，为总量的30%，且补偿价格指数较低. 以上3种类型仅有电负荷CL-e/LSI-e/LSII-e. 4）可转移负荷（TL ），在不影响使用舒适度的前提下转移，补偿价格系数较低，但转移前、后的负荷总量不变，分为TL-h/TL-c ，表示热/冷负荷.该模型将RIES 与VEP 作为电力系统中不同的市场主体，针对运营体系及特点，采用双层多目标鲁棒优化对混合系统进行建模. 其中RIES 位于上层，VEP 位于下层. 优化时，先由RIES 向VEP 发送调度计划，VEP 在满足自身运行约束的前提下调控管辖内的可控资源（各储能系统、可控负荷）对该计划实行初步响应；将自身优化的结果反馈至上层，RIES 根据反馈结果进一步调整计划. 过程中，上、下两层信息互相更新与传递，在尽可能满足各系统电力需求的前提下，经济性、社会性最好. CCHP 机组与VEP 的参与可平抑发电与用电的波动性，将盈余电量在实时市场较稳定地外送，使RIES 获利，该运营模式在一定程度上可以提高可再生能源的并网能力. 由于冷/热网中的冷/热惯性，使得冷/热负荷中的不确定性能够被各自传输管道中的管存能力缓解[16]，模型只考虑发、用电不确定性.1.2 CCHP 建模CCHP 装置互相耦合，与上级电、气网共同实现对RIES 能源的供应，各装置按如下方式建模.1）燃汽轮机. 出力与耗气量为二次函数.y GT t P e GT t G GT t y GT t 式中：a 1、b 1、c 1为燃汽轮机的耗气常数；、、为t 时刻燃气轮机的运行状态变量、出力和耗气量，其中=1为运行. 燃气轮机应满足P e GT min P e GT max R e GT U R e GT D T on GT T o ﬀGT式（2）为发电功率约束，式（3）为爬坡约束，式（4）为最小启停时间约束. 式中：、为出力上、下界限；、分别为向上和向下最大爬坡功率，、分别为最小开机和停机时间.2）余热回收装置. 该装置输出热量与燃汽轮机的出力有关：P h WHR t 式中：a 2、b 2、c 2为耗量系数，为转换的可用热量.3）电制冷机、吸收式制冷机和锅炉.P c ASR t P e ASR t P c ABS t P h ABS t P h B t G B t 式中：ηABS 、ηASR 分别为吸收式制冷机与电制冷机的效率，ηB 为锅炉热效率，、分别为电制冷机的制冷量与耗电量，、分别为吸收式制冷机的制冷量与吸热量，、分别为锅炉的1.3 数学模型1.3.1 上层模型　C e b C re tP e L t P h L t P c L t P e −s L t P VEP −e i ,tP VEP −h i ,t P VEP −c i ,t式中：ηt 为日前市场电量购买比例；C t S-e 、C t S-h 、C t S-c分别为电、热、冷能出售价格；、分别为日前、实时市场向上级电网的购电价格；C g 为向上级气网的购气价格；、、分别为t 时刻电、热、冷负荷；为电负荷的预测值，、、为RIES 对第i 个VEP 下达的调度计划，上第 1 期李笑竹, 等：区域综合能源系统两阶段鲁棒博弈优化调度[J]. 浙江大学学报：工学版,2021, 55(1): 177–188.179P VEP −e i ,tP grid t标e 、h 、c 表示VEP 类型，>0表示向系统注入能量；为系统与上级电网之间的电量交换，P t grid >0表示RIES 向上级电网售电，反之为购电；C VEP 为VEP 运行成本，由下层模型计算得出返回至上层；C conv 、C ek 为转换装置运行成本及旋转备N e LK W i K L i γW i γL i P u W i ,t P e −u L i ,t 式中：S WHR 、S ABS 、S ASR 分别为余热回收装置、吸收式制冷机、电制冷机的成本系数，N W 、分别为风电站及常规电负荷总数，/、/、Δ/Δ分别为风电/常规电负荷的旋转备用惩罚系数、功率偏差系数及各功率偏差上限.2）目标函数2. RIES 的收益损失风险最小值min f 1.2，详细见2章的风险能量管理模型，此处不赘述.P VEP −e i ,tP VEP −h i ,tP VEP −c i ,tN e v N h v N c v式中：、、分别为通过下层模型优化返回至上层，第i 个虚拟电、热、冷厂在t时刻的调度功率；、、分别为各虚拟电、热、冷厂的个数.上层模型除式（2）~（4）、（7）外，还需满足如P grid tP grid max P gridmin 为了防止RIES 与上级电网之间的联络线功率毛刺过多，使其能够运行平稳，将离散成10的整数倍，设置上、下功率界限为、，最大爬升功率为120 kW ，最小保持功率时间为2 h.1.3.2 下层模型　VEP 将RIES 下达的调用计划分解至各个可控单元上，使得两层之间的调度计划偏差最小，VEP 达到最大的经济效益与社会效益.1）目标函数1. 调度计划偏差最小.P VEP −e i ,t P VEP −h i ,t P VEP −c i ,t式中：、、由上层模型优化所得并传递至下层.2）目标函数2. 经济效益最好，调度成本最小.3）目标函数3. 社会效益最高，受文献[15]中以用电舒适度表征虚拟电厂社会效益方式的启发，以用能舒适度来表征VEP 的社会效益，即负荷切出率和转移率较低，社会效益较好.λe LSI λe LSII λh LT λc LT Lim LSI i ,max Lim LSII i ,max P max −h LT i P max −c LT iP e LSI i ,t P e LSII i ,t P h LT i ,t P c LT i ,t 式中：、、、分别为各类型负荷占该类总负荷比，、、、分别为各类型可控负荷的总量. 从式（17）可以看出，min f 2,3的取值为[0, 1.0]，当各可控负荷在调度周期内完全不调用时，、、、均180浙江大学学报（工学版）第 55 卷为0，此时用电舒适度最高，min f 2,3=1；当各可控负荷调度总量达到上限时，用电舒适度最低，min f 2,3=0.下层优化模型须满足各储能系统的相关约束. 其中储电约束如下.P e −ch ESS tP e −diss ESS t ρe ESS ηe c ηe d式中：SOC min 、SOC max 分别表示最小、最大充电状态，、分别为最大充、放电功率，、、分别为自放电率、充电率、放电率.储冷储热系统运行方式相同，储热为例，约束如下：P h −ch ESS t P h −diss ESS t 式中：、为最大充放电量.LSI 、LSII 运行方式类似，以LSI 为例，运行约束如下：可转移的冷热负荷运行类似，以热负荷为例：2 风险能量管理建模对1.3.1节上层模型的目标函数2进行建模. 鉴于发电、用电的不确定性，RIES 收益具有风险特征.2.1 CVaR 理论概述CVaR 度量损失的平均情况可以描述尾部风险[6]，CVaR 为式中：E (.)为期望函数；x ∈ΩD 为决策变量；y ∈ΩR 为随机变量，概率密度函数为f PDF (y )，f c-l (x ,y )为RIES 的收益损失函数，且E (|f c -l (x ,y )|)<+∞；C α为损失值的阈值；VaR 为在给定置信度β下，RIES 可能遭受的最大损失值. 引入辅助函数计算CVaR ，表示如下：式中：[t ]+=max {t , 0}.2.2 Copula 函数在RIES 中，考虑发电与用电的双重不确定性，根据Copula 函数的性质[16]，根据单个随机变量的概率密度函数，可得多个随机变量耦合关系下的联合概率密度函数. 建立2种随机变量情况[17]式中：F 1(y I )、F 2(y II )、f 1(y I )、f 2(y II )分别为随机变量y I 、y II 的累计概率密度函数与概率密度函数；ΩRI 、ΩRII 由鲁棒优化理论进行构建，分别为描述风电、常规电负荷随机性的不确定合集.2.3 随机变量的处理及决策以风电出力为例，利用鲁棒理论，对各时段的输出功率构建加法不确定合集：P e −s W i ,t P e W i ,t P e −u W i ,t γW i ,t式中：、Δ分别为风电场i 在t 时段的预测出力与出力偏差；Δ为出力偏差的上限；第 1 期李笑竹, 等：区域综合能源系统两阶段鲁棒博弈优化调度[J]. 浙江大学学报：工学版,2021, 55(1): 177–188.181ΓW ,t ΓW ,t δW i ,t γW i ,t P e W i ,t 为出力偏差系数；||·||∞为无穷范数；||·||1 ≤表示1范数约束对应不确定变量的空间集群效应，既在某个调度时段各风电场的出力偏差不可能同时达到最大，由此引入空间约束参数来调整不确定合集的边界. 若=||，Δ独立且服从正态分布，记期望和方差为0和σW *，利用Lindeberg-式中：Φ−1（·）为正态分布密度函数的反函数，αW 为风电置信概率.通过构造拉格朗日函数与线性对偶理论可知，考虑在t 时段的最极端情况，风电场出力达到不确定合集下限. 此时仅有一个风电场出力的偏e 同理建立用电不确定性合集，可得空间约束参数与极端功率情况，如下：P e W i ,t P e L i ,t 为了定量分析RIES 的收益风险，建立基于Copula-RCVaR 的多能流收益风险模型. 模型中，x 为上层目标的决策变量，随机变量y I 为风电出力偏差Δ，y II 为常规电负荷偏差Δ，定义系统运行时的损失函数为利润函数的负数，f c-l (x ,y )=−f 1.1，上层模型的目标函数2（min f 1.2）为式（29）的形式.3 模型的求解3.1 多目标鲸鱼优化算法鲸鱼算法（WOA ）具有参数设置少、寻优性能强等特点，在求解精度和收敛速度上均优于粒子群算法PSO [18]，已成功应用于大规模优化问题上.标准WOA 存在不能有效平衡全局与局部搜索能力，导致在迭代后期算法的多样性丧失，收敛能力不足的问题，如在文献[18]测试问题F2和F21上，算法在迭代最终收敛. 提出相关的改进策略，改进的鲸鱼算法（improved WOA ，IWOA ）伪代码如下.算法：IWOA输入：Np （种群规模）；D （维度）；G （最大迭代次数）；A_constant; X （初始种群）输出：x *（最优个体）1.F ←计算X 适应度；x *←从X 中选择最优个体；2.while （迭代停止条件不满足） do3. 通过式（34）、（35）更新a , A , C , l ；4. if |A |≥A_constant5. 在X 中随机选择不同5个个体（x r1, x r2, x r3, x r4, x r5）；6. 通过式（36）更新X ；7. else 在X 中随机选择不同2个个体（x r1,x r2）；8. 通过式（37）更新X ；end if9. 越界处理；计算F ；更新x *；end while 10. return x *式中：G iter 、G max 分别为当前迭代次数与最大迭代次数；r 为（0，1.0）的随机数；系数A 、C 均由收敛因子a 计算，随着迭代次数由2减小到0；l 为螺旋系数. 设置探索固定值A_constant ，当A ≥ A_con-stant 时执行全局搜索，反之为局部. 借助差分进化算法中个体的合作与竞争指导优化搜索，分别进行螺旋运动和直线运动，更新方式如下：多目标鲸鱼算法借鉴NSGAII 中的精英保留策略，利用外部存档保存进化过程中已经发现的非占优解. 当外部存档超出设定的最大容量时，采用拥挤熵的方式对Pareto 解集进行裁剪[19]. 该方法考虑相邻解的分布情况，能够合理反映非支配解之间的拥挤程度. 从问题的实际出发，需要得到一个满足各个目标的解，使用模糊数学的方式提取最优折中解，选择线性函数作为隶属度函数.3.2 复杂约束条件处理针对RIES 两阶段风险能量管理模型中复杂182浙江大学学报（工学版）第 55 卷的等式与不等式约束，采用滤子技术对约束条件进行处理. 构造由目标函数与约束违反度组成的[20]式中：g i(Y)、h n(Y)分别为不等式与等式约束，m、n为对应的个数. 借助Pareto理论，在最小值问题上有如下定义.定义1　若F(Y i)≤F(Y j)，G(Y i)≤G(Y j)，则称滤子(F(Y i))，G(Y i))支配(F(Y j)，G(Y j)).定义2　滤子集内的滤子互不支配.将上层模型中各集线器能量约束（式（12）~（14））与目标函数构造滤子对；其他约束均可以作为边界条件，直接利用元启发式算法处理. 下层模型储电侧电荷约束（18）与目标函数构造滤子对；可以转移冷热负荷、储能系统的可持续运行约束（20）、（22）、（25），采用动态可松弛约束处理方式[21]. 以储电为例，计算约束违反程度记为εESS-e，根据边界条件计算松弛度，根据松弛度确定调整量；其他约束可以作为边界条件.3.3 求解流程模型整体求解包括约束处理流程，如图2所示.图 2 优化调度模型的求解流程图Fig.2 Flow chart of solution process4 结果与讨论4.1 算例说明以修改的IEEE33节点配电网与CCHP系统耦合形成RIES，CCHP内设备及参数见表1、2. 表中，P max、P min分别为功率的上、下界，η为能效，C c为成本价格，GT为燃气轮机，WHR为余热回收装置，ABS为吸收式制冷机，ASR为电制冷机，表 1 CCHP内设备参数设置1Tab.1 Parameter setting 1 of each device in CCHP设备a i b i c i P max /kWP min /kWT on/oﬀGT/hR eGTU/D/（kW·h−1）GT 2.15 2.210.1119040380 WHR27.0−3.300.7460000−−表 2 CCHP内设备参数设置2Tab.2 Parameter setting 2 of each device in CCHP 设备ηC c /（美元·kW−1）P max /kW GT−−−WHR−0.01674−ABS0.700.0122000 ASR 3.080.0152000 BO0.85−500第 1 期李笑竹, 等：区域综合能源系统两阶段鲁棒博弈优化调度[J]. 浙江大学学报：工学版,2021, 55(1): 177–188.183BO 为锅炉. RIES 包含3个虚拟能量厂，分别实现RIES 内电、热、冷负荷的需求响应，虚拟能量厂的相关参数如表3所示. 表中，VEP-e 、VEP-h 、VEP-c 分别表示电、热、冷的虚拟能量厂，P t 为占比，SOC 为容量，P ESS 为最大充放电功率，SOC pu 为归一化后的容量. 配电网中1为根节点，与上级电网相连，节点15接入总容量为55 MW 的风电厂群. 区域内电、冷、热负荷及风电出力预测见图3.图中，P L 为预测电荷. 电负荷的85%购自日前市场，设购买价格为0.4 kW·h/美元，电能在实时市场的交易价格与用电量有关，如图4所示，天然气购买价格为0.22 Kcf·h/美元. RIES 的电、热、冷售价见图4. 图中，C c 为价格. 风电、常规电负荷的惩罚系数为0.65、0.60 kW/美元.4.2 鲁棒决策分析鲁棒优化是在不确定变量的极端情况下系统进行的优化调度. 根据2.3节的分析，可以推出系统在所考虑的极端情况之外运行的概率：为了分析风电与负荷的置信概率与总数和系统运行在所考虑极端情况外的概率P OE 的关系，分别针对单个不确定变量与多不确定变量互相耦合的情况进行研究. 图5中，αW 、αL 分别为风电置信概率和常规电负荷置信概率，N W 、N L 分别为风电场数量和常规电负荷总数. 如图5（a ）所示为单图 3 风电出力及各负荷的日前预报曲线Fig.3 Daily forecast of wind power output and load图 4 价格趋势图Fig.4 Price trend chart0.20.40.60.81.00.10.20.30.40.50.60.70.20.40.60.81.0P OEP 图 5 在极端情况外运行的概率关系Fig.5 Relation of operating outside extreme scenario表 3 虚拟能量厂相关参数设置Tab.3 Parameter setting of VEP类型参数数值VEP-e VEP-h VEP-c LSI P t20%−−LSI ξe LSI /（kW·h·美元−1）0.7−−LSII P t30%−−LSII ξe LSII /（kW·h·美元−1）0.45−−LT P t−25%20%LT P LT min ,t−00LT P LT max ,t−0.50.5LT ξLT /（kW·h·美元−1）−0.40.4ESS SOC/kW 250500500ESS P ESS /kW 100200200ESS ρ, ηc , ηd 1%, 0.9, 0.9−−ESS SOC pu0.2~0.9−−ESSξESS /（kW·h·美元−1）0.450.50.5184浙江大学学报（工学版）第 55 卷个不确定变量（以风电为例），如图5（b ）、（c ）所示分别为2个不确定变量耦合. 图5（a ）中，常规电负荷总数、置信概率固定分别为20、0.6；图5（b ）中，风电常规电负荷总数均为15；图5（c ）中，风电常规电负荷置信概率均为15.从图5（a ）可以看出，不确定变量的置信概率增大，超出极端情况的概率降低；不确定变量总个数减小，该概率升高. 多个不确定变量耦合下超出极端情况概率的等高线间距增加且不等，说明该情况下不确定变量对系统的影响更加复杂.较图5（c ）、（b ）中小概率等高线包含区域较小，置信概率对系统超出极端情况的概率影响较明显.4.3 互动性分析基于建立的Copula-RCVaR 模型，对以下4个算例进行分析. 算例1：RIES 含虚拟冷/热/电厂；算例2：RIES 仅含虚拟热厂与虚拟冷厂；算例3：RIES 仅含虚拟电厂；算例4：RIES 完全不含虚拟能量厂，可调度仅为燃气轮机与锅炉. 设发电与用电偏差服从正态分布（预测精度为68.27%），考虑空间集群效应，总数量均为20，置信概率均为0.6. 运行结果见表4，虚拟能量厂优化方案见图6.表4中，B RIES 为RIES 利润，D VEP-e 、D VEP-h 、D VEP-c 分别为VEP-e 、VEP-h 、VEP-c 调度偏差功率，C VEP-e 、C VEP-h 、C VEP-c 分别为VEP-e 、VEP-h 、VEP-c 调度成本，S VEP-e 、S VEP-h 、S VEP-c 分别为归一化后的VEP-e 、VEP-h 、VEP-c 社会成本. 图6中，P 为功率，LSI-e 、LSII-e 分别表示迎峰电负荷和避峰电负荷，ESS-e 表示储电系统，LT-h 表示可转移热负荷，ESS-h 表示储热系统，LT-c 表示可转移冷负荷，ESS-c 表示储冷系统.从表4可以看出，随着不同类型VEP 的加入，对更多种类的可调度资源与储能装置集中管理，系统内包含的可调度资源种类增加，调度变得更加灵活，偏差随之减小，情况1（虚拟冷、热、电厂全参与的情况）下的偏差较情况3（仅有虚拟电厂参与的情况）下减小6%. 虚拟冷/热厂中包含的可控负荷主要为TL-h/TL-c ，基于该类型负荷转移前后负荷总量不变的强约束条件，使得可转移负荷数量增加，RIES 与VEP 之间的偏差大大降低. 随着可调控资源数量的增加，分摊了VEP 在调控时的经济与社会成本，各类可控资源充分全面参与调度，VEP 的经济运行成本在VEP 全参与下较仅有虚拟电厂时减少36.3%，较虚拟冷、热厂参与时分别减少17.1%、6%；社会成本相应提高，用户的用电舒适度增高；RIES 利润逐渐增加，图 6 各算例下虚拟能量厂优化方案Fig.6 Optimization plan of VEP of each case表 4 各算例下的运行结果Tab.4 Operation result of each case算例B RIES 利润/(105美元)D VEP-e /MW D VEP-h /MW D VEP-c /MW C VEP-e /(103 美元)C VEP-h /(103 美元)C VEP-c /(103 美元)S VEP-e S VEP-h S VEP-c 算例18.62 6.008.54 2.23 2.87 4.75 1.910.810.610.71算例28.53−17.20 6.17− 5.56 1.97−0.530.60算例38.50 6.36−− 3.04−−0.77−−算例48.46−−−−−−−−−第 1 期李笑竹, 等：区域综合能源系统两阶段鲁棒博弈优化调度[J]. 浙江大学学报：工学版,2021, 55(1): 177–188.185VEP 全参与下的经济成本较不含VEP 降低1.9%.从图6可以看出，在用电高峰时段（11时—13时、19时—22时），VEP 向RIES 注入能量，保证供需与电量平衡；RIES 将盈余电量以较高的实时电价，在能量交易中心通过实时市场较平稳外送至上级电网，在保证大电网稳定运行的前提下解决负荷集中地区的高峰用电需求. 在低耗电时期，VEP 向RIES 吸收能量，以满足自身区域内可控资源的运行需求. 对比图6中各算例VEP 的调度方案可知，VEP 全参与下的计划较其他2种方式更平稳，图6（a ）的累积调度相对集中在[−600,600] kW ，与表4的结果吻合.4.4 运行结果敏感性分析4.4.1 不确定变量置信概率的影响　分析各不确定合集的置信概率对RIES 利润、收益损失风险的影响. 在相同风险阈值下，CVaR 置信度为0.95；不确定变量的预测精度均为68.27%；风电场、常规电负荷总数分别为20、32，不同置信概率α下的RIES 利润、收益损失风险见表5. 表中，收益损失风险为归一化后的数值. 可以看出，随着置信概率的不断减小，不确定合集区间逐渐收缩，系统所需旋转备用成本不断减小，RIES 利润随之升高；系统的收益损失风险为仅考虑系统不确定合集内的不确定性计算而来，由于不确定合集收缩，RIES 收益损失风险逐渐减小，意味着系统运行时面临的风险逐渐减小. 盲目减小置信概率，会使得系统运行在极端情况外的概率大大增加，当置信概率降至20%时，该概率为100%. 当置信概率为30%~45%时，RIES 利润增加最快，收益损失风险下降最快；当置信概率为45%~60%时，极端情况外运行概率处于可接受的低概率段.如图7所示为当α=55.5%时，上层与下层的Pareto 有效前沿. 图中，CVaR RIES 为RIES 收益风险，D B 为RIES 利润的相反数. 可以看出，利用改进的多目标鲸鱼算法得到的Pareto 解集较均匀地分布在Pareto 前沿上，具有较好的分布性. Pareto 解集中的每一点对应在该利润与收益损失风险下的RIES 及各VEP 的优化运行策略. 系统调度员可以根据实际中的不同情况，平衡RIES 风险与利润、各VEP 的偏差与成本进行决策，寻找合适的最优折中解.为了说明Pareto 最优解集为有效解，当α=55.5%时双层模型中各目标函数的收敛情况如图8所示. 图中，D VEP 为调度偏差功率，N it 为迭代次数.图 7 α=55.5% 时的 Pareto 有效前沿Fig.7 Pareto frontier for α=55.5%表 5 不同置信概率下的结果比较Tab.5 Results with different confidence probabilitiesα/%空间约束参数B RIES /（105美元）CVaR RIES P OE /%ΓW ,tΓe L ,t6019.230.28.220.982 50.0255.517.627.48.450.911 80.094514.521.68.710.784 5 1.11309.714.69.280.536 124.2320 5.98.69.530.351 3100.00100.590.899.660.351 3100.00186浙江大学学报（工学版）第 55 卷。

多能互补新能源电站协调控制策略研究

28作者简介：胡津源(1995— )，男，助理工程师，学士，从事大型电力发电系统输配电和电力系统设备维护工作；王书征(1983— )，男，副教授，博士，研究方向为电气工程领域的科研、教学和研究生培养。

胡津源1，王书征2(1 江苏徐塘发电有限责任公司，江苏徐州 221300；2 南京工程学院电力工程学院，江苏南京 211167)摘要：基于对系统功率出力平滑控制的控制研究，结合光能、化学能和电能的优点提出了一种多能互补新能源电站的协调控制策略，采用MPPT 控制光伏发电系统，通过控制双向DC-DC 逆变器实现蓄电池、超级电容器和氢燃料电池充放电，保证了直流母线电压的稳定。

利用蓄电池和超级电容器能量互补特点，通过对电容两端电压的前馈闭环来削弱由负载电流变化引起系统闭环极点改变的影响，实现对储能系统的优化管理。

建立多能互补协调控制系统的仿真模型，仿真结果表明，该系统可以解决因光伏功率和负载变化而导致电网电压波动的问题，减少光伏电站因减少功率波动造成的主动削减不可恢复的功率，避免了一定的能量损失，增加了可再生能源运行柔性和经济上的效益最大化。

关键词：多能互补；光伏发电；出力平滑中图分类号：TM714 文献标识码：A 文章编号：1007-3175(2020)09-0028-05Abstract: This paper proposes a coordinated control strategy for multi-energy complementary new energy power plants by studying the control of system power output smoothing control and combining the advantages of light energy, chemical energy and electric energy. This paper firstly uses MPPT to control the photovoltaic power generation system. By controlling the bidirectional DC-DC inverter, the battery, supercapacitor and hydrogen fuel cell are charged and discharged, and the DC bus voltage is stabilized. Then use the complementary charac-teristics of the energy of the battery and the supercapacitor, wherein the battery is used to store and output the low frequency power, the su-percapacitor provides the high frequency deviation power through the current hysteresis control, and the load is weakened by the feedforward closed loop of the voltage across the capacitor. The current change causes the influence of the closed-loop pole change of the system to real -ize the optimal management of the energy storage system. Finally, the simulation model of multi-energy complementary coordinated control system is established. The simulation results show that the system can solve the problem of grid voltage fluctuation caused by photovoltaic power and load change, and reduce the active reduction of photovoltaic power station due to the reduction of power fluctuation. Power, avoiding certain energy losses, increases the flexibility of renewable energy operation and maximizes economic benefits. Key words: multi-energy complementary; photovoltaic power generation; output smoothingHU Jin-yuan , WANG Shu-zheng 2（ Jiangsu Xutang Power Generation Co., Ltd, Xuzhou 22 300, China ;2 School of Electric Power Engineering, Nanjing Institute of Technology, Nanjing 2 67, China ）Research on Coordination Control Strategy of Multi-EnergyComplementary New Energy Power Station多能互补新能源电站协调控制策略研究0 引言电能是现代社会中最重要、最方便的能源，但随着传统能源危机和地区不稳定因素，使得人们不得不寻找其替代品。

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)。

第38卷第1期电网技术Vol.38No.12014年1月PowerSystemTechnologyJan.2014

文章编号：1000-3673（2014）01-0080-07中图分类号：TM76；TM91文献标志码：A学科代码：470·4054

考虑电池储能系统荷电状态的近海可再生能源综合发电协调控制王荃荃，秦川，鞠平，吴峰（可再生能源发电技术教育部工程研究中心(河海大学)，江苏省南京市210098）

ACoordinatedControlStrategyforHybridOffshoreRenewableEnergyPowerGenerationConsideringStateofChargeofBatteryEnergyStorageSystemWANGQuanquan,QINChuan,JUPing,WUFeng(ResearchCenterforRenewableEnergyGenerationEngineering(HohaiUniversity),MinistryofEducation,Nanjing210098,JiangsuProvince,China)

ABSTRACT:Inviewofthefactthathybridoffshorerenewableenergypowergenerationsystemiscomposedofoffshorewindpowergeneration,wavepowergenerationandtidalpowergenerationandtheyareintegratedasawhole,thereisconsiderablerandomfluctuationintheoutputpowerofthehybridgenerationsystem.Toreducetheaffectionofpowerfluctuationonpowergridthebatteryenergystoragesystemisadoptedtosmooththeoutputpowerofthehybridgenerationsystem.Onthisbasis,consideringthestateofchargeofbatteries,acoordinatedcontrolstrategy,whichcankeepoutputpowerofthehybridgenerationsystemassmoothaspossibleandpreventtheover-charging/over-dischargingofbatteriesinthemeantime,isproposed.Whenthestateofchargeofbatteriesismaintainedinthenormallevel,thepowerfluctuationcanbesuppressedbythecharging/dischargingofbatteries;whenover-chargingofbatteriesoccurs,outputpowerofgeneratorscanbereducedbythecoordinatedcontrolofoverspeedandpitch-varyingofwindturbinesandtidalgenerationunits;whenover-dischargingofbatteriesoccurs,thenormalworkingstateofbatteriescanberecoveredbyreducingtheoutputpowersettingatgrid-side.Resultsofcalculationexampleshowthattheproposedcoordinatedcontrolstrategyiscorrectandeffective.

KEYWORDS:hybridoffshorerenewableenergypowergenerationsystem;batteryenergystorage;stateofcharge;coordinatedcontrol

摘要：近海可再生能源综合发电系统融合近海风电、波浪能发电以及潮流能发电于一体，其输出功率具有较大的随机波

基金项目：国家自然科学基金重点项目(51137002)；江苏省自然科

学基金重点研究专项(BK2011026)。KeyProjectSupportedbyNationalNaturalScienceFoundationofChina(51137002)；NaturalScienceFoundationofJiangsuProvince(BK2011026).

动特性。为减小功率波动对电网的不利影响，采用电池储能对综合发电系统的输出功率进行平滑。在此基础上，考虑电池的荷电状态，提出了在防止电池过充过放的同时尽可能保持系统输出功率平稳的协调控制策略。当荷电状态维持在正常水平时，通过电池的充放电控制平抑功率波动；当电池发生过充电时，通过风电和潮流能机组的超速与变桨距协调控制，降低发电机侧输出功率；当电池发生过放电时，通过降低网侧输出功率设定值使电池恢复到正常工作状态。算例结果验证了上述方法的正确性和有效性。

关键词：近海可再生能源综合发电；电池储能；荷电状态；协调控制DOI：10.13335/j.1000-3673.pst.2014.01.0130引言

近海可再生能源主要有近海风能、波浪能、潮流能、温差能、盐差能等。相对于其他近海能源，近海风力发电技术比较成熟，已经进入了商业化运营阶段[1-3]。截至2010年底，世界海上风电累计装

机容量已达3GW。世界各国相继建成了大型的海上风电场。2010年，我国在上海东海大桥建成了亚洲首座大型近海风电场。波浪能和潮流能发电技术近年来取得了长足进步[4]。由3台苏格兰OceanPower

Delivery公司的750kW海蛇波浪能发电装置构成的波浪能发电场已经在葡萄牙建成，并已进入商业化试运营。英国MarineCurrentTurbine公司设计了世界上第1台大型水平轴式潮流能发电装置——300kW的“Seaflow”，并于2003年在Devon郡北部成功进行了海上试验。该公司第2阶段商业规模的1.2MW双叶轮结构的“Seagen”样机也于2008年在北爱尔兰Strangford成功进行了试运行。随着相关技术的进一步发展，波浪能和潮流能发电系统将成为继风电之后实现商业化运营的可再生能源。第38卷第1期电网技术81本文涉及的近海可再生能源综合发电系统是由近海风电、波浪能发电、潮流能发电装置组成的有机结合体[5]。相较于潮流能的规律性和可预测性，

风能具有较大的随机性及波动性，波浪周期变化具有一定的随机性。因此，如何平抑综合发电系统输出功率波动，成为综合发电系统并网运行的重要问题。储能作为解决大规模可再生能源发电接入电网的一种有效技术而备受关注，目前其应用主要涉及[6]：

1）配置在电源侧，平滑短时出力波动，跟踪调度计划出力，提高可再生能源发电的确定性、可预测性和经济性；2）配置在系统侧，实现削峰填谷、负荷跟踪、调频调压、热备用、电能质量治理等功能，提高系统自身调节能力；3）配置在负荷侧，主要是利用电动汽车的储能形成虚拟电厂参与可再生能源发电调控。按照存储形式的不同，储能可分为物理储能(例如飞轮储能[7])、电化学储能(如铅

酸、镍镉、锂离子等电池储能)和电磁储能(超导储能和超级电容储能[8-9])。本文选取的是电池储能，

其经济性较优，工程应用技术最成熟。目前，电池储能系统(batteryenergystoragesystem，BESS)广泛应用于风电场，能够有效平滑风电能量输出，减小风电场的不稳定性对于电力系统的冲击。文献[10]提出了储能系统配合可再生能源应用于平滑输出模式下的功率、容量的确定方法。文献[11]提出了利用复合储能技术，将储能系统安置在网侧，分别平抑风光联合发电系统的输出功率在不同时段内的波动。然而，BESS的容量是预先配置好的，在实际情况中，可再生能源发电系统实际功率波动可能会超过电池的最大调节范围，从而导致储能系统不能正常工作。为此，需要考虑电池的荷电状态(stateofcharge，SOC)，对电池进行过充过放控制。文献[12]提出了在满足SOC限制条件下电池有功控制策略，但未考虑BESS与发电系统之间的协调控制。文献[13]提出了利用SOC的反馈调节，对电网频率的控制方法。本文将BESS与近海综合发电系统单元相结合，平滑短时输出功率的波动，并考虑电池SOC，提出在防止电池过充过放的同时尽可能保持系统输出功率平稳的协调控制策略，并通过Matlab/Simulink仿真验证了该控制策略的正确性和有效性。

1基于电池储能的综合发电系统

近海可再生能源综合发电系统[5]单元包括风力发电机、波浪能发电机和潮流能发电机。其中风力

发电和潮流能发电均采用直驱式的永磁同步发电机(direct-drivepermanentmagnetgenerator，DDPMG)，波浪能发电采用直接驱动式的阿基米德波浪摆(Archimedeswaveswing，AWS)，其发电机为直线式永磁电机(linearpermanentmagnetgenerator，LPMG)。三台发电机在“背靠背”电力电子变换器的直流侧汇流，然后通过换流站接入交流电网。储能系统通过DC/DC变换器与“背靠背”变换器的直流侧相连，系统拓扑结构如图1所示。

直驱永磁风机AC

ACAC

DCDCDCACDCDC

电网电池

AWS直驱永磁潮流能机组

图1近海可再生能源综合发电系统单元的拓扑结构Fig.1ThetopologyofhybridoffshorerenewableenergygenerationsystemwithBESS

电池组的等效电路如图2所示[14]。其中：RBT

为电池等效内阻，取决于电池的个数和串并联方

式；RBS为连接电阻；电阻RBP与电容CBP组成的并

联电路，用于电池的自放电,UBOC为电容CBP两端

的电压；由于自放电电流较小，RBP所取的阻值较

大；与之串联的是一个由电阻RB1和电容CB1组成

的电路，用以描述超电势UB1；IBattery为电池的注入

电流；电池的端口电压用UBattery表示。

RBT

RBP

RBS

RB1

+-UBatteryU

BOC

CB1

CBP

UB1IBattery

图2电池组等效模型Fig.2Theequivalentcircuitmodelofbattery

根据图2可知：

BOCBOCBPBattery

ddUUCI