磷酸铁锂电池储能系统平抑风电功率波动研究
风电储能系统运行分析及控制策略探究与讨论
风电储能系统运行分析及控制策略探究与讨论摘要：本文首先分析了风力发电机的类型，然后对风电储能系统运行分析及控制的应用实践进行阐述，最后总结了几点风电储能系统运行的控制策略，主要包括储能设备的选择及分析、提高含风电电力系统的暂态稳定性、相关注意要点，以此来不断提升风电储能系统运行效率，同时保证良好的控制效果。
关键词：风电储能系统；运行分析；控制策略目前，能源互联网概念应运而生，储能在未来能源系统发展中起到了重要的作用。
在储能技术的分类方面，物理储能、化学储能和电磁储能类型为重要的组成。
其中，针对于化学储能，技术发展速度较快，分析其优势，具有良好的环境适应性，且占地少、工期短等。
同时，在新能源产业不断发展过程中，要想实现清洁能源的高效利用，储能已经成为了人们共同关注的焦点话题之一。
因此，应对风电储能典型运行工况进行深入分析，将不同类型储能电池运行中的特性及差异高度明确化，以此来为后期储能设计与控制助益。
一、风力发电机的类型首先，双馈异步风力发电机。
这种机型具有变速恒频发电系统的称号【1】，其风力机的变速运行状态可以实现，运行速度的调节范围比较广阔，满足利用效率的提升需求；发电机本身对另外附加无功补偿设备也没有提出过高的要求，功率因数的调节范围较为固定，所以调节无功功率出力的能力可以保证。
其次，目前，在国内运行风电场的机组中，异步风电发电机得到了广泛应用，对其特点进行分析，结构简单、运行可靠等优势突出。
要想使电网对风电场功率因数的要求得到满足与实现，在机端并联补偿电容器的方法更为常用，在其补偿策略中，应将若干组固定容量的电容器配置在异步发电机。
通常来说，风速大小与气候环境变化之间联系密切，驱动发电机的风力机运行风速不可能全程额定，所以要想将低风速时的风能利用水平提升上来，应对全年的发电量予以增加，所以双速异步发电机更为适用。
最后，直驱式交流永磁同步发电机。
对于齿轮箱这一部件，在大型风力发电机组运行方面具有较强的影响力，且故障的发生几率较高。
平滑风功率波动的储能配置及控制算法综述
第１３卷㊀第５期Ｖｏｌ．１３Ｎｏ．５㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年５月㊀Ｍａｙ２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０５－０１０７－０８中图分类号：ＴＭ６１４文献标志码：Ａ平滑风功率波动的储能配置及控制算法综述王远路，杨㊀超（贵州大学电气工程学院，贵阳５５００２５）摘㊀要：风速的不稳定性导致了风机发电功率的波动性，需要将风功率波动平抑到限制要求内才能使风电安全并网，本文针对现有研究关于配置储能来平抑风电出力的功率波动进行了文献综述㊂首先，介绍了储能系统分类及各类储能的功率特性，并基于不同时间尺度下的风功率平抑要求进行储能选型；然后，评述了平抑策略中的控制算法和能量管理方法，详细分析了求取并网期望功率的几种重要控制算法及各自的关键参数；最后，梳理了储能系统的容量配置方法及涉及的求解算法㊂文末，对容量配置和控制算法作了简要总结，对研究方向进行了展望㊂关键词：功率波动；储能选型；控制算法；容量配置ＲｅｖｉｅｗｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓｆｏｒｓｍｏｏｔｈｉｎｇｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓＷＡＮＧＹｕａｎｌｕ，ＹＡＮＧＣｈａｏ（ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＴｈｅｉｎｓｔａｂｉｌｉｔｙｏｆｗｉｎｄｓｐｅｅｄｌｅａｄｓｔｏｔｈｅｆｌｕｃｔｕａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒ．Ｏｎｌｙｗｈｅｎｔｈｅｆｌｕｃｔｕａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒｉｓｒｅｄｕｃｅｄｔｏｔｈｅｌｉｍｉｔ，ｃａｎｔｈｅｗｉｎｄｐｏｗｅｒｂｅｃｏｎｎｅｃｔｅｄｔｏｔｈｅｇｒｉｄｓａｆｅｌｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｅｘｉｓｔｉｎｇｓｔｕｄｉｅｓｏｎｔｈｅｄｅｐｌｏｙｍｅｎｔｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｔｏｓｍｏｏｔｈｔｈｅｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｏｆｗｉｎｄｐｏｗｅｒｏｕｔｐｕｔａｒｅｒｅｖｉｅｗｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍａｎｄｔｈｅｐｏｗｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｌｌｋｉｎｄｓｏｆｅｎｅｒｇｙｓｔｏｒａｇｅａｒｅｉｎｔｒｏｄｕｃｅｄ，ａｎｄｔｈｅｅｎｅｒｇｙｓｔｏｒａｇｅｔｙｐｅｓａｒｅｓｅｌｅｃｔｅｄｂａｓｅｄｏｎｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｗｉｎｄｐｏｗｅｒｓｕｐｐｒｅｓｓｉｏｎａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓｃａｌｅｓ；Ｔｈｅｎ，ｔｈｅｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓａｎｄｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｍｅｔｈｏｄｓｉｎｔｈｅｓｕｐｐｒｅｓｓｉｏｎｓｔｒａｔｅｇｙａｒｅｒｅｖｉｅｗｅｄ，ａｎｄｔｈｅｅｎｅｒｇｙｓｔｏｒａｇｅｓｅｌｅｃｔｉｏｎｉｓｃａｒｒｉｅｄｏｕｔｂａｓｅｄｏｎｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｗｉｎｄｐｏｗｅｒｓｍｏｏｔｈｎｅｓｓａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓｃａｌｅｓ；Ｆｉｎａｌｌｙ，ｔｈｅｃａｐａｃｉｔｙｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｓｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍａｎｄｒｅｌａｔｅｄｓｏｌｖｉｎｇａｌｇｏｒｉｔｈｍｓａｒｅｄｉｓｃｕｓｓｅｄ．Ａｔｔｈｅｅｎｄｏｆｔｈｅｐａｐｅｒ，ｔｈｅｃａｐａｃｉｔｙｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｓａｎｄｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓａｒｅｂｒｉｅｆｌｙｓｕｍｍａｒｉｚｅｄａｎｄｔｈｅｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｉｓｐｒｏｓｐｅｃｔｅｄ．ʌＫｅｙｗｏｒｄｓɔｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎ；ｅｎｅｒｇｙｓｔｏｒａｇｅｓｅｌｅｃｔｉｏｎ；ｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍ；ｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎ作者简介：王远路（１９９７－），男，硕士研究生，主要研究方向：风电场储能容量配置；杨㊀超（１９７１－），女，学士，副教授，主要研究方向：配电网规划及电能质量管理㊂通讯作者：杨㊀超㊀㊀Ｅｍａｉｌ：７８５６２２５３９＠ｑｑ．ｃｏｍ收稿日期：２０２２－０６－１７０㊀引㊀言为实现 ３０㊃６０ 双碳目标，中国将加快推进能源转型，创建以新能源为主的新型电力系统［１］㊂能源转型在生产端主要依靠大力发展风力和光伏等可再生能源逐步替代化石能源，预计到２０６０年，风力发电和太阳能发电的装机总量将由２０２０年的５．３５亿千瓦增至４０亿千瓦，新能源发电占全国发电机组装机容量的比例则是由２４．３％提升至５０％以上［２］；在终端能源消费中则需要实现大范围的电能替代，预计到２０６０年电能在中国的终端用能占比将由当前的２８％提升至６０％［３］㊂与此同时，２０２１年的美国德州大停电事故警醒人们高渗透率的新能源接入会威胁电网的安全稳定［４］㊂因为风速有着间歇性和不确定性，而风电机组的输出功率为风速的３次幂函数，导致风功率产生极强的波动性［５］㊂风功率波动会造成电网频率偏差㊁波形畸变以及电压波动与闪变等问题，因此需要采取措施将风功率波动调节到限制范围内才可安全并网㊂现有研究针对风功率波动的平抑策略主要有风电机组改进控制与储能系统辅助控制两类方法㊂文献［６－８］分别通过变桨控制㊁旋转动能控制及直流母线电压控制来对机组运行进行改进，从而平抑风功率波动，这些策略平抑风功率波动的同时却也牺牲了风能捕获效率，属于低风能利用型平抑策略；储能系统辅助控制通过控制储能设备双向吞吐电能达到平滑风电机组输出功率波动的目的，这种情况下风电场的实际并网功率为风机总输出功率和储能装置输出功率之和㊂由于储能辅助控制不影响风电机组本身的最大功率跟踪控制运行，称其为高风能利用型平抑策略［９］㊂于是采用储能系统平滑风功率波动成为近年来研究的热点，本文从储能选型㊁控制算法和容量配置这三方面对相关文献进行了综述㊂１㊀储能选型针对不同装机容量规模的风电场，中国２０２１年最新颁布的‘风电场接入电力系统技术规定“对风功率在１ｍｉｎ和１０ｍｉｎ两个时间尺度下规定了功率波动限制㊂对于储能类型的选取，需分析该风电场的功率波动是更集中于短时间尺度（１ｍｉｎ以下）还是长时间尺度（数ｍｉｎ到数１０ｍｉｎ），再结合各类型储能的功率特性选择能够满足充放电要求的储能技术㊂１．１㊀储能类型介绍根据电能被转换为其它能量形式的不同，可以把储能技术分为电化学储能㊁电磁储能和物理储能３类［１０］㊂电化学储能常见的有铅酸蓄电池㊁锂离子电池㊁钠硫电池和液流电池等电池储能技术㊂电池储能便于根据需求灵活地配置功率容量㊂全球电池储能现有装机规模超１６．３ＧＷ，以８．５％的占比在所有储能的装机规模中居第二位，且其规模正爆发式提升中［１１］㊂当前，中国已经投入运行的抽水蓄能电站超４０座，总容量达６３９万ｋｗ［１２］㊂电磁储能包括超导磁储能和超级电容储能，都具有极快的响应速度和高循环次数㊂前者电能转换效率高㊁寿命长，但是超导材料高昂的成本制约了其大范围使用［１３］；后者成本也比较大，但是由于其具有非常大的功率密度，所以广泛地用其平滑短时高频的功率波动㊂物理储能有抽水蓄能㊁压缩空气储能和飞轮储能，前二者常用于长时间尺度的可再生能源存储㊁系统备用等，由于地理条件要求高和响应时间过长，这两种储能不适于平滑风功率波动㊂飞轮储能功率密度高㊁环保无污染，适合平滑高频风功率波动㊂另外，从功率特性角度可将储能分为功率型储能和能量型储能㊂综合文献［１４－１５］归纳出了反映储能功率特性的关键技术特征，见表１㊂表１㊀常见储能类型的功率特性指标Ｔａｂ．１㊀Ｐｏｗｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｄｅｘｅｓｏｆｃｏｍｍｏｎｅｎｅｒｇｙｓｔｏｒａｇｅｔｙｐｅｓ存储功能储能类型功率密度（Ｗ／ｌ）能量密度（Ｗｈ／ｌ）响应时间容量范围（ＭＷｈ）循环次数抽水蓄能０．５ １．５０．２７ １．５ｍｉｎ２００ ５００３０ ６０ａ压缩空气０．５ ２３０ ６０ｓ ｍｉｎ２００ １０００能量型储能铅酸电池１０ ４００５０ １００ｍｓ１８ １００锂电池１５００ １００００２００ ５００ｍｓ ｓ０．２５ ２５１０００ １００００钠硫电池１４０ １８０２００ ３５０ｍｓ ｓ８ ２４５＞２０００液流电池０．５ ２５２０ ７０ｍｓ０．０５ ０．５５ ２０ａ飞轮储能５０００ １５０００２０ ８０ｍｓ ｓ０．０２５ ５＞２００００功率型储能超级电容１５０００ ５００００１０ ３０１ ２０ｍｓ１０－６ ０．００５＞１０００００超导储能１０００ ５００００．２ ６１ ５ｍｓ０．０１５ ０．１＞１０００００１．２㊀短时间尺度的波动平抑短时间尺度的风功率波动频率较快但是幅值较小，需要储能快速响应㊁频繁地充放电，多采用功率密度大㊁可循环次数多的功率型储能进行平抑㊂文献［１６］把风功率波动对电网的影响模拟成了一单机对无穷大系统的功率振荡，超导磁储能装置补偿风功率的作用相当于抑制无穷大系统功率振荡的能力；文献［１７］采用一种串并联型超级电容器储能系统平抑风力发电机组的有功功率波动，其设计的有功功率控制器的控制信号为来自储能设备接入点的有功功率偏差；文献［１８］把多个飞轮储能单元并联在交流母线上组成飞轮储能阵列，利用该储能阵列实时补偿风功率中的高频分量来抑制风电场输出功率的波动㊂１．３㊀长时间尺度的波动平抑长时间尺度的风功率波动幅值大但是变化比较平缓，需要容量大㊁能量密度高的能量型储能进行平抑，多采用各种类型的电池储能㊂文献［１９］使用镍铬蓄电池储能系统来平滑风力柴油混合动力系统的有功功率输出；文献［２０］选择造价低㊁可１００％深度放电的钒氧化还原液流电池储能，建立了钒液流电池充放电的数学模型，对储能的功率控制是对ＡＣ／ＤＣ双向功率变换器的解耦控制实现的；文献［２１］针对电池储能系统平滑风电输出的研究，设计了３种电池储能运行策略，综合考虑平滑效果及平抑成本，确定最优运行策略㊂８０１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀１．４㊀多时间尺度的波动平抑要使平滑效果满足多时间尺度下的限制要求，需要储能系统既能频繁充放电平滑高频波动分量，又能具有较大容量平滑能量较大的低频波动分量㊂常采用能量型和功率型储能组合而成的混合储能系统（ＨＥＳＳ）平抑多时间尺度下的风电场输出功率波动㊂ＨＥＳＳ能够低速和高速响应，相较于单一储能（ＥＳＳ）对风功率平抑具备更好的平滑性能［２２］㊂文献［２３］建立了以蓄电池和飞轮储能组合成的ＨＥＳＳ，采用集中式方法将其配备于风电场出口处平滑风电场输出功率；文献［２４］采用全钒液流电池和超级电容组成ＨＥＳＳ，将ＨＥＳＳ连接三电平直驱式同步风力发电机，仿真验证了其平滑风电场出力波动的良好性能；文献［２５］采用锂离子电池和超级电容器组成ＨＥＳＳ平滑风电输出，仿真实验表明经该储能系统平抑后的风电输出满足１ｍｉｎ和３０ｍｉｎ两个时间尺度的波动率限制要求㊂２㊀控制算法储能平滑风功率波动的简化流程如图１所示㊂Ｐｗｉｎｄ为风电机组输出的原始风功率；Ｐｒｅｆ为风功率并网期望值，是原始风功率中的稳定变化部分；ΔＰｒｅｆ为储能系统充放电期望值，是原始风功率中的波动功率部分；ΔＰ为储能系统的实际输出；Ｐｏｕｔ为经过储能系统平抑之后的实际并网功率，也称为风储联合系统的输出功率㊂P o u tΔP ΔP r e fP r e f P w i n d储能系统滤波算法+++-图１㊀平滑风功率波动的简化流程Ｆｉｇ．１㊀Ｓｉｍｐｌｉｆｉｅｄｐｒｏｃｅｓｓｆｏｒｓｍｏｏｔｈｉｎｇｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓ２．１㊀风电并网期望功率的获取根据原始风功率分解出风电并网期望值，本质是一种 滤波 ，可以采用多类型的滤波算法来求取㊂本文着重分析了一阶低通滤波法㊁小波变换和小波包分解以及模型预测控制㊂２．１．１㊀一阶低通滤波一阶低通滤波法的原理是原始风电功率经过一阶滤波环节即可得到并网期望功率，如图２所示㊂关键点在于滤波时间常数Ｔ的确定，增大Ｔ能增强平抑效果，使得并网期望功率更平滑，但是也会增大储能容量配置，反之亦然㊂该方法分为定时间常数（定Ｔ）与变时间常数（变Ｔ）两类㊂P r e fP w i n d11+s T图２㊀一阶低通滤波Ｆｉｇ．２㊀Ｆｉｒｓｔｏｒｄｅｒｌｏｗｐａｓｓｆｉｌｔｅｒｉｎｇ２．１．１．１㊀定时间常数文献［２６］采用定Ｔ控制的一阶低通滤波器㊁设计了同时考虑飞轮储能剩余容量和风功率平抑效果的优化控制；文献［２７］采用一阶滤波算法求取风电场并网功率期望值，分析了基于不同Ｔ值下的风功率平滑效果；文献［２８］采用不同Ｔ值的两个一阶低通滤波器分别控制ＨＥＳＳ中蓄电池组和超级电容器两类储能㊂定Ｔ方法在分解中存在响应延迟的问题，对风功率特性的变化不敏感㊂所以定Ｔ的一阶滤波器很少采用，更多需要采取各种方式实时调整Ｔ增强平滑效果㊂２．１．１．２㊀变时间常数文献［２９］依据系统实测的储能电池ＳＯＣ来实时分段分级地调整一阶低通滤波器的Ｔ㊂在文中的实验情景下，定Ｔ控制下ＳＯＣ的变化范围达４４％９５％，这一数值在变Ｔ控制下则为１９％ ８４％；文献［３０］设计了一维云模型控制器，实时调整一阶低通滤波器的Ｔ，在风功率的波动率较大时増加Ｔ的值，快速增强储能的平抑能力，在风功率的波动率变小时使Ｔ减小，及时降低储能系统出力㊂２．１．２㊀小波变换和小波包分解小波变换可将连续信号分解成若干频率不同的子信号㊂其分解过程为：把原始信号分解为低频部分的逼近信号和高频部分的细节信号，之后每次分解总是只对低频部分进行类似分解㊂小波包分解可以在每层同时分解低频和高频部分分量，其分解流程可以理解成是完全２叉树结构㊂两种分解过程的示意图如图３和图４所示，Ｓ为原始风功率，经两种方法分解后得到的风电并网期望功率都为Ｓ（３，０）㊂两种方法的关键点都在于确定最优分解层数和小波基的选择㊂S （3，1）S （3，0）S （2，0）S （2，1）S （1，0）S （1，1）S图３㊀小波变换示意图Ｆｉｇ．３㊀Ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｄｉａｇｒａｍ９０１第５期王远路，等：平滑风功率波动的储能配置及控制算法综述S （3，0）S （3，1）S （3，2）S （3，3）S （3，4）S （3，5）S （3，6）S （3，7）S （2，0）S （2，1）S （2，2）S （2，3）S （1，0）S （1，1）S图４㊀小波包分解示意图Ｆｉｇ．４㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｗａｖｅｌｅｔｐａｃｋｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎ２．１．２．１㊀小波变换文献［３１］使用小波变换分解风电场输出功率信号，所需的风电并网期望功率为多次分解后得到的最低频信号，其余频次的则是需要储能系统平抑的波动功率部分；文献［３２］提出了一种基于熵权法的多目标决策算法对小波基函数进行优化选择㊂首先，利用不同的小波基对原始风功率进行小波分解到最优层数，提出６种选择评价指标；其次，采用熵权法进行小波基优选；最后，选择计算速度与滤波效果都更好的ＤＢ６小波㊂２．１．２．２㊀小波包分解由于小波变换只对上一层分解后的低频信号进行分解，不能掌握高频部分的细节信息，尤其不利于储能分配时在高频部分寻找频率分界点㊂相较于小波变换，小波包分解则更精细，但是也增大了分解过程中的计算量㊂文献［３３］采用ＤＢ９小波将风功率信号进行８层小波包分解，低频信号Ｓ（８，０）的幅值及变化情况接近原始风功率信号，将其作为并网功率期望值，剩下的幅值在０附近波动的高频信号则被接入储能系统进行平抑；文献［３４］通过判断最后一层分解所得的最低频功率信号是否满足风电并网波动率限制标准来确定最优分解层数，当最低频信号不满足风电并网标准时则加深小波包分解层数；文献［３５］选择了ＤＢ６小波对风电出力信号进行了６层小波包分解，由于高频部分的非平稳信号Ｓ（６，１）至Ｓ（６，６３）能量低，无法用１阶和２阶常规统计量表征其特征，于是采用高阶统计量分析６３个高频信号的特征值，再用支持向量机将这些高频信号分类交由ＨＥＳＳ中两类储能分别平抑㊂２．１．３㊀模型预测控制（ＭＰＣ）ＭＰＣ的核心是滚动预测㊁预先控制：在当前时刻的状态ｘ（ｋ），根据当前时刻和未来Ｍ个时刻的约束求取未来ｋ＋１到ｋ＋Ｍ时刻的控制指令，然后把第ｋ＋１时刻的指令值应用于控制系统，在下一时刻更新状态ｘ（ｋ＋１），重复该过程㊂ＭＰＣ求取风电并网期望功率是最优控制与现实工况中不确定性的折中策略，所得输出可能不是全局最优解，但是在多变的工程环境中ＭＰＣ求得的次优解，相比限制理想条件下的最优解能更好地实现实时控制㊂文献［３６］应用ＭＰＣ算法平滑风功率，建立了如式（１）和式（２）的状态空间模型㊂㊀㊀ｘ１（ｋ＋１）ｘ２（ｋ＋１）éëêêùûúú＝０００１éëêêùûúúｘ１（ｋ）ｘ２（ｋ）éëêêùûúú＋㊀㊀㊀㊀㊀１－Ｔｃéëêêùûúúｕ（ｋ）＋１０éëêêùûúúｒ（ｋ）（１）㊀㊀㊀ｙ１（ｋ）ｙ２（ｋ）éëêêùûúú＝１００１éëêêùûúúｘ１（ｋ）ｘ２（ｋ）éëêêùûúú（２）㊀㊀其中，Ｔｃ为储能系统控制周期；扰动变量ｒ为原始风功率Ｐｗｉｎｄ；控制变量ｕ为储能系统充放电功率Ｐｅｓ㊂将储能荷电状态ＳＯＣｅｓ和风电并网功率Ｐｇ作为状态变量㊂为了实现状态更新及反馈，输出变量也设定为ＳＯＣｅｓ和Ｐｇ㊂考虑Ｐｅｓ和ＳＯＣｅｓ的约束限制以及Ｐｇ波动率限制，求解出控制指令ｕ（ｋ）㊁ｕ（ｋ＋１）㊁ ㊁ｕ（ｋ＋Ｍ）㊂文献［３７］提出了一种基于ＭＰＣ的电池储能系统，对风功率波动进行实时平抑㊂对于ＭＰＣ控制器的输入由当前时刻的原始风功率信号㊁被储能平抑后的风功率历史数据和当前时刻储能荷电状态３个量组成，输出为期望并网风功率；文献［３８］针对并网风电功率波动越限的问题，提出了采用ＭＰＣ控制的ＨＥＳＳ消纳波动功率㊂采用基于ＥＬＭ风功率预测的方法由风速信息预测出前瞻周期内的风电场原始功率预测值㊂由于ＭＰＣ控制在整个前瞻控制时段内考虑了未来时间段的风速，所以这是一种超前控制㊂２．１．４㊀其它控制算法除了以上控制算法，还有卡尔曼滤波㊁经验模态分解㊁变分模态分解㊁滑动平均滤波和加权移动平均滤波等方法㊂卡尔曼滤波（ＫＦ）能很好地解决传统低通滤波０１１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀器的时延问题，文献［３９］提出了一种Ｔａｋａｇｉ－ｓｕｇｅｎｏ型模糊逻辑辅助的卡尔曼滤波算法（ＦＫＦ）来平滑瞬时功率波动㊂经验模态分解（ＥＭＤ）可以将一段完整的风功率信号分解成若干固有模态函数，文献［４０］采用ＥＭＤ将原始风功率分解，提取平稳的并网期望功率㊂变分模态分解（ＶＭＤ）可以把功率信号分解成一系列频率由低到高的子模态，相较于ＥＭＤ，ＶＭＤ可以一定程度上解决分解过程中的模态混叠现象和特征频率不清的问题，文献［４１］结合自适应滑动平均滤波和ＶＭＤ，实现风功率平抑㊂滑动平均滤波是求取ｔ时刻附近Ｎ个时段的实测风功率作为ｔ时刻的期望并网功率，文献［４２］取Ｎ为３０ｍｉｎ，求得风电目标出力，并设计了一种基于蒙特卡洛模拟的ＢＥＳＳ运行策略㊂加权移动平均法是对每个时刻的风电出力和移动平均项数Ｎ都配置权重，ｔ时刻的风电并网期望功率为ｔ时刻前Ｎ－１个时刻的实测风功率的加权平均值，文献［４３］采用基于加权移动平均滤波算法的储能系统平滑策略，实时调整权重系数和滤波带宽Ｎ，可以很好地解决风功率的骤变问题㊂２．２㊀储能系统的能量管理２．２．１㊀储能初始功率分配将原始风功率与并网期望功率作差即可得到高频波动功率，即储能系统的期望充放电功率㊂对储能系统内部的功率分配，分单储能系统和混合储能系统㊂单储能系统重在研究各储能单元的分配策略；混合储能系统则需要将高频波动功率继续分解后再根据频率特性分配给不同类型的储能进行平抑，再分解的过程重点在于寻找合适的分频点㊂２．２．１．１㊀单储能系统功率分配文献［４４］提出了一种对电池储能系统中各储能单元进行实时功率分配的方法，首先根据各储能单元ＳＯＣ占比分配初始功率，再根据各储能单元初始ＳＯＣ进行功率修正，使得ＳＯＣ趋同；文献［４５］中储能装置由多个参数相同的飞轮储能单元并联构成，设计了主从控制模式的充放电控制方法，对各储能单元按比例分配充放电功率㊂２．２．１．２㊀ＨＥＳＳ功率分配文献［４６］采用频谱分析的方法分解储能系统参考功率，实现功率分配㊂对原始风功率进行滑动平均法滤波后，得到的波动功率进行傅里叶变换，得到各分量的频率和幅值，考虑年均综合成本最小为目标函数确定分频点，通过分频点将波动功率划分成两个补偿频段㊂结合储能类型的功率特性，高频功率波动被超级电容器平抑，低频功率波动被蓄电池平抑；文献［４７］采用ＶＭＤ将波动功率分解为数个单分量信号，通过Ｈｉｌｂｅｒｔ变换得到波动功率的时频谱，对时间积分计算得到各分量信号的边际谱，通过边际谱就可以找到分频点，将波动信号分成高频信号和低频信号㊂２．２．２㊀能量状态反馈控制实际运行过程中要避免储能过充过放，因此需要制定恰当的策略将储能的能量状态（ＳＯＣ）反馈到功率分配环节，也就是要对初始功率分配实时调整㊂能量状态反馈控制保证了储能平抑波动，控制长期运行的有效性，可以延长储能的循环使用周期㊂由于超级电容的剩余容量正比于其端电压，于是文献［４８］用超级电容的端电压来表征其剩余容量，通过对超级电容端电压的预先控制，结合端电压与充放电状态变化修正超级电容和电池的充放电功率㊂在能量状态反馈控制中最常使用的方法是模糊控制，文献［４９］利用ＶＭＤ将储能系统总功率分配给两种储能设备，再考虑两种储能的ＳＯＣ，引入模糊控制的方法实时调整超级电容和电池的输入输出功率，仿真显示该方法可以防止储能ＳＯＣ越限，延长储能电池的使用寿命；文献［５０］设计了基于模糊控制的反馈机制，实时调节低通滤波器的时间常数Ｔ，使得储能电池平滑风功率波动的同时也时刻保持其ＳＯＣ处于最优范围，所设计的模糊控制器输入为电池ＳＯＣ和风机的输出功率变化值ΔＰ，输出为Ｔ㊂３㊀容量配置储能容量配置过小不能保证风机输出功率的波动率被平滑到并网限制要求以内，而鉴于经济成本又不能随意配置容量很大的储能系统，所以容量配置的目的是以尽量小的储能容量达到风功率波动平抑要求㊂常见的储能容量配置方法有理论计算法㊁仿真分析法和模型优化法㊂３．１㊀理论计算法文献［５１］通过离散小波分解风功率波动信号，将其分解成高㊁中㊁低３个频段分别配置储能平抑㊂分别选择补偿各频段波动功率的储能额定功率为周期内的补偿功率最大值，考虑充放电效率以及ＳＯＣ限制，计算补充高㊁中㊁低频波动功率所需的储能额定容量㊂文献［５２］寻找频率分界点划分高频的风功率波动部分，采用蓄电池和超级电容器分别消纳，划分得出的次高频和最高频波动功率㊂利用Ｍａｔｌａｂ工具箱中的高斯逼近法拟合两种储能的功率概率密度函数，求解储能的容量配置㊂１１１第５期王远路，等：平滑风功率波动的储能配置及控制算法综述３．２㊀仿真分析法文献［５３］中设定ＢＥＳＳ的容量和功率都超额配置，接着输入模拟各种工况的典型风功率信号，使得被ＢＥＳＳ平滑后的风功率符合并网要求，长周期仿真并记录数据；最后基于仿真数据确定ＢＥＳＳ的额定功率和容量㊂文献［５４］给出了在确定光照及风速的情况下计算ＨＥＳＳ中两种储能的功率及容量配置的子算法，利用蒙特卡洛模拟法随机产生多场景仿真所需的若干组光照强度和风速数据，仿真统计分析了ＨＥＳＳ在不同累积概率水平下的容量配置㊂３．３㊀模型优化法文献［５５］通过模型优化法求解储能容量配置，以储能系统成本最小为目标函数，约束条件则为平抑后的波动分量方差和绝对值均值限制㊁储能充放电时间和次数限制等；采用映射于Ｂｌｏｃｈ球面的量子遗传算法得到包含４个变量的最优解：超级电容的功率㊁容量和电池的功率㊁容量㊂由于在建模时仅以储能投入成本最小为目标，比较片面㊂文献［５６］则提出以设备的全寿命周期成本（ＬＣＣ）最小为目标函数，ＬＣＣ是指储能系统在整个寿命周期内耗用的总成本，包括购置成本㊁运维成本和处置成本㊂在约束条件的设定上特别提出了一个负荷缺电率限值要求，以保证独立风光发电系统的供电可靠性，最后采用改进粒子群算法求解优化问题㊂文献［５７］在储能容量配置的过程中加入了储能选型环节，比较了９种ＨＥＳＳ组合方案的储能综合成本，选取综合成本最低的储能组合㊂构建了以综合成本最低为目标函数的优化模型，采用粒子群算法求解出储能系统的最优容量配置㊂综上，理论计算法从技术理论层面计算出储能配置容量，但是理论推导过程比较困难，而且既没考虑实际运行中的工况变化也没考虑所配置储能系统的经济效益㊂仿真分析法基于大量的历史运行数据制定控制方案并且仿真验证，该方法配置的储能可以满足各种不确定性场景中风功率波动平抑的功能性要求，但是依旧没考虑经济效益㊂模型优化法全面分析了储能系统的经济性，针对不同侧重目标建立求解模型，层次清晰㊁更符合实际工程需求，但是难点在于对模型的求解非常依赖智能算法的优劣性，特别是多目标函数的模型难以求解㊂４㊀结束语４．１㊀总结储能选型是基础，重在考虑功率特性是否满足平抑要求；控制算法是关键，主要兼顾平滑效果和保护储能系统长期运行；容量配置将多采用模型优化法，综合考虑平抑要求和经济性甚至能实现多目标的要求㊂由于储能配置的各个环节存在关联性，经过分析现有文献研究，本文总结性提出了一种系统性地针对平抑风功率波动的储能配置方法流程，如图５所示㊂开始输入功能性及经济性指标选择控制算法及能量管理方法选择容量配置方法及智能求解算法确定储能选型更换控制算法更换容量配置方法更换储能选型满足经济性指标?已考虑所有储能选型方案?功能性和经济性综合评估确定最佳储能配置方案结束满足功能性要求?是否否否是是图５㊀平滑风功率波动的储能配置流程Ｆｉｇ．５㊀Ｅｎｅｒｇｙｓｔｏｒａｇｅｃｏｎｆｉｇｕｒａｔｉｏｎｐｒｏｃｅｓｓｏｆｓｍｏｏｔｈｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓ４．２㊀展望随着新能源渗透率的提高，风功率平抑更多需要满足多时间尺度下的波动率限制要求，且工程实际中的多项技术经济指标单储能系统难以全部满足，所以由能量型和功率型储能组合成的ＨＥＳＳ将会得到越来越广泛的应用㊂ＨＥＳＳ能够充分利用功率性能互补的两类储能技术各自的优势，保护储能系统延长其使用寿命㊁达到更好的平滑效果和节省储能成本㊂风电场储能容量配置的现有研究大多专注于较为单一的应用功能，很少有面对综合多种应用目标的储能系统研究㊂实际上储能在新能源发电侧可以承担多种辅助功能，比如快速调频㊁新能源出力计划跟踪㊁谐波谐振抑制等等，有必要加强对多目标集成的风储系统的协调管理控制和容量配置研究，以满足风储系统多时间尺度和多需求下的功率平衡，提升其经济性和稳定性㊂２１１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀。
基于混合储能的风力发电功率波动平抑控制研究
基于混合储能的风力发电功率波动平抑控制研究摘要：目前，我国是社会主义经济快速发展的新时期，根据蓄电池与超级电容性能特点，提出了一种基于蓄电池和超级电容混合储能的协调控制策略．采用低通滤波器将波动功率分离为低频与高频，由蓄电池平抑低频部分，超级电容平抑高频部分，进一步设计电压电流双闭环协调控制策略，实现蓄电池与超级电容的分频能量吞吐．仿真结果表明混合储能系统达到了平抑风力发电功率波动，延长蓄电池使用寿命的目的．关键词：风力发电，混合储能，功率波动，平抑控制引言风能太阳能等可再生能源功率具有大幅波动性已引起广泛关注，在直驱风力发电系统中引入储能系统以释放或吸收波动性功率可保证直驱风力发电系统功率平衡。
因此具有能量转移和功率平衡能力的储能系统对风能开发利用起重要作用。
但是单一的储能介质难以同时满足系统对能量和功率的要求，考虑到蓄电池和超级电容存储与释放能量的工作特性不同，为延长蓄电池使用寿命，本文研究基于蓄电池和超级电容的混合储能结构对直驱风力发电系统进行功率平滑控制。
1混合储能技术在风电场中应用研究现状国内外许多学者在混合储能系统组合方式上做了大量研究工作，其中以蓄电池和超导储能、蓄电池和飞轮储能、压缩空气和飞轮储能、蓄电池和超级电容储能等组合方式研究较多。
为解决风电输出功率的间歇性和波动性，利用蓄电池和超导储能组成混合储能平抑风力发电的功率波动，优化混合储能SOC运行范围，使超导储能和蓄电池兼具较强的充放电能力。
但超导储能采用无阻、高载流密度的超导线圈，其价格昂贵，且其产生的强磁场会对周围环境造成污染。
利用蓄电池调节风电场输出功率波动，飞轮储能控制风力发电机系统频率，以平抑风力输出功率波动和控制微电网的频率扰动，但飞轮储能系统安全运行维护成本高，一般应用于大规模储能电站。
利用压缩空气和飞轮组成混合储能系统来减缓风电场功率波动，功率波动的高频、低频分量分别由飞轮储能和压缩空气储能来承担，但空气压缩储能技术建设受地形制约，对地质结构有特殊的要求。
平抑风电波动的混合储能系统的容量配置
第42卷第8期电力系统保护与控制V ol.42 No.8 2014年4月16日Power System Protection and Control Apr.16, 2014 平抑风电波动的混合储能系统的容量配置马速良1，蒋小平1，马会萌2，吴振威1（1.中国矿业大学（北京）机电与信息工程学院，北京 100083；2.中国电力科学研究院，北京 100192）摘要：风电功率波动对电网造成不容忽视影响。
用滑动平均法平滑风电功率，降低风电并网对电网的影响。
滑动窗口的选取具有随机性，直接影响平滑效果。
该研究提出滑动平均和标准校正的组合方法，分离出并网分量和储能分量。
混合储能系统采用小波分解算法，可以有效地解耦出电池及超级电容器分量。
对各储能分量统计分析，证明它们均服从t location-scale 分布。
在不同置信水平和容量下，以波动量的均值、方差、波动范围及波动点数为指标，分析混合储能系统的平抑效果。
关键词：风电波动；混合储能容量配置；滑动平均校正法；小波分析；带移位因子与伸缩系数的t分布Capacity configuration of the hybrid energy storage system for wind power smoothingMA Su-liang 1, JIANG Xiao-ping1, MA Hui-meng2, WU Zhen-wei1(1. School of Mechanical Electronic & Information Engineering, China University of Mining & Technology, Beijing 100083, China;2. China Electric Power Research Institute, Beijing 100192, China)Abstract: It can not be ignored that active power fluctuations in wind power's influence on the grid. Smoothing active power of wind power by moving-average method can diminish the fluctuation quantity of the grid-connected wind power. Sliding window that is random directly affects the smoothing result. This paper comes up with moving-average and standard calibration combinatorial method to separate grid-connected component and hybrid energy storage component from wind power. It decouples battery component and super-capacitor component by the wavelet analysis theory. It researches the probability distributions of battery component and super-capacitor component by the means of mathematic statistics and verifies that they follow t location-scale distribution. At the different confidences and capacities, this paper calculates the means, the variances, the range of fluctuation and the points of fluctuation of active power fluctuations in wind power to estimate different smoothing effects of hybrid energy storage systems.This work is supported by National High-tech R & D Program of China (863 Program) (No. 2012AA050203) and National Natural Science Foundation of China (No. 51277157).Key words: wind power variation; capacity configuration of hybrid energy storage systems; moving average correction method; wavelet analysis; t location-scale distribution中图分类号：TM76 文献标识码：A 文章编号：1674-3415(2014)08-0108-070 引言风电有功功率输出具有较大的波动性。
基于混合储能的平抑风电功率波动控制策略
基于混合储能的平抑风电功率波动控制策略基于混合储能的平抑风电功率波动控制策略是一种通过结合储能技术和风能发电技术，降低风电功率波动的方法。
由于风能的不稳定性，风电场的功率波动较大，这给电网系统的平稳运行带来了很大的挑战。
因此，开发一种有效的控制策略来平抑风电功率波动是非常重要的。
混合储能系统由储能器件和能量管理系统组成，能够在风电功率波动较大时储存多余的电能，并在电网需要时释放出来，以保持电网的稳定运行。
该控制策略主要包括两个方面：储能器件的选择和能量管理策略。
首先，针对储能器件的选择，我们可以考虑使用电池和超级电容器等不同类型的储能设备。
电池具有高能量密度和长寿命等特点，适用于长时间储能。
而超级电容器具有高功率密度和快速充放电等特点，适合应对功率瞬变。
因此，在设计混合储能系统时，可以根据实际需求选择适当的储能器件。
其次，针对能量管理策略，我们可以设计一种基于模型预测控制（Model Predictive Control，MPC）的策略来管理储能系统的充放电过程。
MPC是一种优化控制算法，能够基于当前状态和未来预测来确定最优的控制策略。
在这种控制策略中，可以将电池和超级电容器作为两个独立的能量储存单元，通过预测功率波动情况，合理分配储能设备的充放电情况。
具体而言，MPC控制策略可以根据电网对风电功率的需求以及储能设备的状态来确定各个储能设备的充放电控制策略。
在风电功率较低时，可以将多余的电能存储到电池中，并在电网需要时释放出来；而在风电功率较高时，可以将多余的电能存储到超级电容器中，以应对功率瞬变。
通过合理的能量管理策略，可以减小风电功率波动对电网的影响，提高电网的稳定性。
总之，基于混合储能的平抑风电功率波动控制策略是一种有效应对风电功率波动的方法。
通过选择适当的储能器件和设计合理的能量管理策略，可以降低风电功率波动对电网的影响，保证电网的平稳运行。
该控制策略在实际应用中具有很大潜力，可以为风电行业的可持续发展提供有力支持。
功率波动抑制的电池储能系统
龙源期刊网 http://www.qikan.com.cn 功率波动抑制的电池储能系统 作者：洪银芝 来源：《电脑知识与技术》2011年第08期
摘要：通过电池储能系统来实现功率波动抑制在电能生产和电能质量提高中的应用越来越广泛。该文采用坐标变换和解耦控制的方法，实现了平滑风电场并网功率输出的目的，提高了风电的可调度性。最后通过MATLAB仿真对该方法进行了验证。
关键词：功率波动抑制；电池储能系统（BSS）；解耦控制 中图分类号：TM911文献标识码：A文章编号：1009-3044(2011)08-1947-04 1 介绍 随着微网、智能电网的发展及环境问题的升温，新能源发电技术越来越得到重视，分布式发电（DG）的应用越来越广。但大部分分布式发电如光伏发电、风力发电等的输出功率受环境影响比较大，具有波动性和随机性[1-2]。功率波动将给电网运行带来诸多不利影响。例如，大规模联网运行时，随机波动的功率接入容易引起电网频率波动，进而增加电网调频、调压、运行调度等辅助服务负担，造成电网运行成本的增加，严重时，当功率波动超出电力系统调峰能力范围时，还将进一步导致电力系统频率越限，严重威胁电力系统的安全运行。目前，配置电池储能系统（BSS）是平抑功率波动的有效途径[3]，通过储能系统的快速充放电控制实现，而变流器功率控制是该方法的关键。但由于储能系统成本昂贵，如何利用有限容量储能系统来优化功率输出、改善联网运行性能是很有意义的问题。本文以风电场并网为例，研究了采用电池储能系统对其输出功率进行平抑的方法。
2 电池容量分析及建模 2.1 电池容量分析 要实现风电场功率波动的平抑，为其配置电池储能系统一般有两种方法，一是为风电场中每一台机组配备电池储能系统，另一种是在风电场出口并网母线位置集中配置电池储能系统[4]。
风电场规划中，为了减小风电机组之间的紊流的影响，各个机组之间要保持足够的间距，另外，由于风电机组数量也比较多，使得风电场面积比较大，各个风机工作的环境有所差异。风机中风电机组的运行工况各不相同和相邻风电机组间的尾流效应，使得各个风电机组输出功率中快速变化的分量及高频分量存在相互抵消作用，叫互济作用，这就提高了风电场输出功率中的低频分量含量，使得整个风电场的输出功率特性要优于单台风电机，输出功率更加平稳。 龙源期刊网 http://www.qikan.com.cn 随着风电场规模的增大，风电机组之间的互济作用越明显，输出功率中的高频分量所占比例越来越少，输出功率波动越来越平缓，输出功率特性越来越好。当平抑目标相同时，随着风电规模的增大，所需的储能系统容量并不是简单叠加的关系。为整个风电场集中配置储能系统所需容量将小于为风电场中各台风电机组独立配置储能系统所需容量的总和。故第二种方法在容量选择上比较经济。
- 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)。
磷酸铁锂电池储能系统平抑风电功率波
动研究
摘要：伴随社会的快速发展，更多人认识到磷酸铁锂电池储能系统平抑风电
功率波动的重要性。
该系统具有延长储能装置使用寿命、节约成本等作用。
工作
人员在了解风力发电处理的随机性与间歇性后，便应该将磷酸铁锂电池储能系统
应用于平抑风电功率波动中，以达到控制风电功率波动的效果。
因此，磷酸铁锂
电池储能系统在与风电功率波动建立关联性后，便能提高电网运行的安全性与稳
定性。
关键词：磷酸铁锂电池；储能系统；风力发电
引言：因为间歇性、随机波动性是风的基本特点，风力发电系统所产生的输
出功率波动则会具有曲折性。
风电在电网中也具有重要作用。
风电在出现波动后，电网电压与频率则会出现较大的波动，电网也无法处于平稳运行状态中。
磷酸铁
锂电池储能系统在被应用于风力发电后，风电功率波动便能被控制。
在满足负荷
电能需求的基础上，也能确保输出功率符合特定指标，电能质量得到显著增强。
1风力发电与储能技术概述
风机能将风力资源转化为电能。
风资源在让风轮发生转动后，齿轮箱也会逐
渐加速，让风力发电功率波动被有效控制。
风速在发生变动后，风轮转速还会随
机发生变动，风力发电机输出功率则会随之发生变化。
风速条件在存在差异性时，为获得最大输出功率，则需要在第一时间调整转速，风力发电机能处于稳定运行
状态中。
①天气条件会对风能造成冲击。
但是天气条件具有不确定性，风电场的
输出功率也会随之发生波动。
输出电能在充满不稳定性时，电网运行过程则会受
到影响。
储能装置此时发挥作用，可将一种能量转换成同一种或者另一种形式来
对其进行存储。
基于实际情况，还能运用多元化形式来释放能量。
②储能系统在风力发电中具有重要作用。
当前多种储能技术被应用于风力发
电中，绿色环保则是磷酸铁锂电池的基本特征。
分布式能源发电也充满不可控制性，储能系统则会向电网进行放电，通过负载来达到稳定功率输出的效果。
风能
还是一种可再生能源，分布式发电系统则会加大投入使用风能的力度，以此来达
到降低成本的效果[1]。
③储能系统对分布式电源发挥控制作用，以让发电系统调
度充满灵活性，运行成本也能得到降低。
伴随大规模成组技术的突破，储能产业
的发展速度也在日益加快。
磷酸铁锂电池将有更广泛的应用前景，能被更广泛应
用于风力发电中。
2磷酸铁锂电池储能系统的结构
磷酸铁锂电池对风力发电过程产生影响，工作人员应对电池系统结构开展深
度研究。
锂电池组通过耦合的方式，风电场交流母线则会随之发生变化。
该结构
具有如下特点：①未运用变换器。
在减少操作流程的同时，系统损耗量也在逐渐
降低。
②电池组的两端电压与直流母线电压具有关联性。
当一方发生变动时，另
一方则会随之发生变动。
工作人员则应正确看待二者间的关联性，以全面发挥电
池系统结构的作用。
③风电场功率、电网功率等会决定磷酸铁锂电池储能系统的
功率。
储能系统在掌握风力发电的整体情况后，电力系统会自动发出响应。
因为
高频量与中频量的功率波动速度在逐渐加快，会在短时间内影响电网运行情况。
储能系统则会对该频段的波动功率发挥平抑作用。
风电系统所产生的有功功率波
形也会基于风速变化而发生波动。
当风速在逐渐加快时，功率波动也会较为显著。
风电系统控制策略充满复杂性，发电机在传输有功功率后，逆变器则会对该
功率开展输出。
磷酸铁锂电池储能系统在向电网或负载进行放电后，以进一步控
制风力发电现状[2]。
现今储能系统则在风力发电中具有重要作用，可发挥平抑风
力发电功率波动的作用。
储能配比容量在发生变化后，风电功率波动情况也会发
生变动。
直流电在与逆变器建立关联性后，直流电也会变成交流电。
监控系统则
会对该过程开展控制，电网则能获得稳定功率，处于安全运行状态中。
因此，磷
酸铁锂电池储能系统在发挥传统电厂功能的基础上，发电并网困难现状便能获得
解决。
3磷酸铁锂电池储能系统平抑风电功率波动分析
3.1储能系统平抑风电功率波动的特点
因为分布式发电系统规模存在差异性，发电侧与用电侧在出现波动后，系统稳定性则会受到影响。
为让用户享受到优质的侧需求，便应运用磷酸铁锂电池储能系统来开展短时供电。
即使处于负荷高峰时期，用户也能获得充足的电量。
相较于燃气、燃油等设备而言，储能系统的价格相对低廉。
即使处于负荷高峰期，储能装置也能释放最佳功率。
大电网在出现故障后，储能系统也会迅速切断与大电网间的关联性，让自身处于独立运行的状态中。
并网运行模式在被转换到孤岛运行模式时，系统也可能会产生功率缺失的现象。
储能系统便具有缓冲能量的作用，可为分布式发电系统输送能量，让系统处于平稳运行趋势中。
①磷酸铁锂电池在处于充放电阶段时，端电压将呈现较小的波动趋势。
通过电池直接耦合在储能系统直流母线上的拓扑结构方式，便能实现减少系统损耗的目标。
风电功率变化中的高频量与低频量在被视为控制目标后，便能与储能变流器功率解耦控制建立关联性，以此来提升储能系统控制策略的科学性。
②磷酸铁锂电池具有平抑风电功率波动的作用。
风电系统在获取最大化的风能后，所获得的风能也能被高效利用。
为使超级电容器在特定荷电状态下工作，蓄电池也会不间断切换充放电动作，超级电容器的功率输出才能获得保障。
然而该现象会缩短电池的使用寿命。
蓄电池修正环节则能减少充放电转换次数，确保储能装置能被长期使用。
电网在处于稳定运行状态中后，风电大规模并网也将得到高效推进。
3.2储能系统平抑风电功率波动的原理
风能是一种可再生能源，但是当风速发生变化时，风电功率将具有随机性与不稳定性的特征。
风电并网也会对电网产生相应的负面影响，电网的安全稳定则无法获得保障。
通过风机，风电场会让风能转换为电能，以此来掌握风电的实际输出功率。
风速在发生随机波动后，输出功率也会发生变动。
人员此时应该控制储能系统的输出功率，以此来获得平抑目标功率。
为减少系统对储能设备容量的要求，也应该确定波动系数，确保平抑目标功率能符合功率波动指标。
因为风电功率和平抑目标功率间具有偏差性，储能系统的充放电指令则会受到影响[3]。
如果平抑目标功率与风电功率较为接近，储能系统补偿的功率便会变小。
安装的储
能装置容量也会降低，系统成本更会逐渐减少。
风电并入电网过程也会受到冲击，导致电网的安全性不能被保障。
如果风电功率的波动达到电网承受范围的上限，电力系统则会被破坏。
①当
前储能设备的成本较高，高效配置与使用磷酸铁锂电池储能系统具有重要作用。
通过动态波动系数的风电功率平抑控制策略，在符合风电并网功率波动要求的基
础上，电池的充放电电量则会减少。
②磷酸铁锂电池储能系统会优化蓄电池工作
状态，并借助修正系统来增加自身的使用寿命。
磷酸铁锂电池储能系统在风电功
率波动率相近的基础上，所需配置的储能容量会日益减少。
储能装置的使用寿命
也被延长，节约成本的目标更能被实现。
结束语：总而言之，磷酸铁锂电池储能系统在风力发电中具有重要作用。
在
让风电系统捕获最大风能的同时，还能实现风能利用最大化的目标。
因此，工作
人员在了解风力发电处理的随机性与间歇性后，便应该将磷酸铁锂电池储能系统
应用于平抑风电功率波动中，以达到控制风电功率波动的效果。
最终，电网将处
于稳定运行状态中，还能为风电大规模并网创造条件。
参考文献：
[1]段志鹏,韩冰.磷酸铁锂电池储能系统在调峰电厂中的应用[J].科技创新
与应用,2021,11(28):60-62.
[2]刘伯峥,曹六阳,曾涛,等.束缚力对磷酸铁锂电池安全性影响[J].储能科
学与技术,2022,11(08):81-83.
[3]任先文,力军,龚胜刚,等.大功率锂离子电池储能电源系统的研制与应用[J].储能科学与技术，2021，12（13）:16-18.。