风电功率波动平抑效能与储能容量之间关系的分析
面向风电平抑的双电池单元储能系统功率分层优化控制策略
面向风电平抑的双电池单元储能系统功率分层优化控制策略目录1. 内容概括 (2)1.1 研究背景 (2)1.2 研究目的和意义 (4)1.3 文献综述 (5)1.4 研究内容和方法 (6)2. 双电池单元储能系统概述 (8)2.1 双电池单元储能系统的结构 (9)2.2 双电池单元储能系统的特点 (10)2.3 双电池单元储能系统的应用 (12)3. 风电平抑需求分析 (13)3.1 风电出力的波动特性 (14)3.2 风电平抑的必要性 (15)3.3 风电平抑目标与要求 (17)4. 储能系统功率分层优化控制策略 (18)4.1 功率分层控制原理 (19)4.2 优化目标与约束条件 (21)4.3 功率分层控制策略设计 (22)5. 功率分层优化控制策略的数学模型 (23)5.1 功率分层控制数学模型建立 (25)5.2 模型求解方法及算法分析 (25)6. 基于功率分层优化控制策略的仿真分析 (27)6.1 仿真系统搭建 (28)6.2 仿真参数设置 (29)6.3 仿真结果分析 (30)6.4 性能指标评估 (32)7. 实验验证 (33)7.1 实验系统搭建 (34)7.2 实验方案设计 (35)7.3 实验结果分析 (36)7.4 实验结论 (38)1. 内容概括本文档探讨了一种面向风电平抑的双电池单元储能系统的功率分层优化控制策略。
随着风力发电在全球能源结构中的比重日益增加，其固有的间歇性和不确定性给电网稳定运行带来了挑战。
作为一种有效的解决方案，通过两个不同特性的电池单元协同工作，能够更好地适应风电输出的波动性，提高系统的响应速度和平滑输出能力。
本文首先分析了风电平抑的基本需求与技术难点，接着详细介绍了所提出的功率分层优化控制策略，该策略基于对风电预测值的实时评估，结合电池状态监控，动态调整两组电池之间的功率分配比例，以实现能量的高效利用和系统稳定性。
此外，本文还讨论了控制策略在实际应用中的可行性和优势，并通过仿真案例验证了该策略的有效性，最后提出了未来研究的方向和可能的应用场景。
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。
储能技术在抑制风电场功率波动方面的运用
储能技术在抑制风电场功率波动方面的运用摘要：风电受自然条件的约束很大，由于风力的不可调节导致风电出力存在很大的随机性。
随着风电装机容量的持续增加，电网不得不面对大规模风电渗透和不断提高的电网运行水平的考验，而储能技术的应用是解决这个困局的有效方法之一。
本文介绍了各种类型的储能技术及其发展状况，针对储能技术抑制风电场出力波动，对提高电网对风电接纳能力方面的进行叙述。
关键词：储能技术；风力发电；功率波动风能是21世纪最重要的新能源之一，虽然存在着出力间歇性和不确定性等缺点，但是风能清洁，无污染的特点顺应了时代对于环保的要求。
因此，风力发电得到了各国政府的大力支持。
2009年全球风电装机总量增长31%，中国风电装机容量连续5a实现100%增长，全球风电装机总量达到157.9GW，较上年增加了37.5GW,新增装机容量中有近1/3来自中国。
大规模风电并网困难已经成为当前风电发展的瓶颈，如2009年四季度内蒙古电网风电上网电量占全网上网电量的8.2%，2010年一季度达到了7.7%。
但是由于内蒙古电网对风电的接纳能力有限且电力外送通道的不顺畅，弃风情况严重，因此提高电网对风电的接纳能力已经成为电网面临的迫切问题。
2010年中国风机装机容量还将持续高速增长势头。
随着大规模风机接入电网，风电在电力系统中所占的比重越来越大，风电出力间歇性将会对电力系统的安全可靠运行产生巨大的冲击，为了减小风电对电力系统的冲击，在风电场配置储能装置已经成为平滑风电出力的有效手段之一。
1、风电接入对电网的影响我国风电发展迅速，大规模风电并网势在必行，随着风电占电网的比重越来越大，风电对电网的影响将会逐渐显示出来。
由于风电场对无功功率的需求，因此风电场对电压稳定的影响较为突出；在有功调整方面，随着风电占全网的比例的不断增大，风电场对电网频率的影响也越来越大；而且由于风电出力具有较强的间歇性和波动性，风电并网将引起电压的波动和闪变问题。
面向风电平抑的双电池单元储能系统功率分层优化控制策略
面向风电平抑的双电池单元储能系统功率分层优化控制策略目录一、内容综述 (2)1.1 研究背景 (3)1.2 研究目的与意义 (4)1.3 文章结构安排 (5)二、风电平抑与储能系统概述 (6)2.1 风电发电特性 (7)2.2 储能系统在风电平抑中的应用 (9)2.3 储能系统分类与性能指标 (10)三、双电池单元储能系统结构及工作原理 (12)3.1 双电池单元储能系统结构 (14)3.2 电池单元工作原理 (15)3.3 储能系统能量管理策略 (16)四、功率分层优化控制策略设计 (17)4.1 功率分层控制策略概述 (18)4.2 功率分层控制策略设计原则 (20)4.3 功率分层控制策略模型建立 (21)五、双电池单元储能系统功率分层优化控制策略实现 (22)5.1 控制策略算法设计 (23)5.2 控制策略仿真验证 (24)5.3 控制策略在实际系统中的应用 (25)六、仿真实验与分析 (27)6.1 仿真实验环境搭建 (28)6.2 仿真实验参数设置 (30)6.3 仿真实验结果分析 (30)6.4 与传统控制策略对比分析 (32)七、实际应用案例分析 (33)7.1 案例背景介绍 (35)7.2 双电池单元储能系统功率分层优化控制策略应用 (36)7.3 案例实施效果评价 (37)八、结论与展望 (38)8.1 研究结论 (39)8.2 研究不足与展望 (40)一、内容综述随着我国风电产业的快速发展，风电并网对电力系统稳定性和供电质量提出了更高的要求。
风电出力的波动性和随机性给电力系统的运行带来了诸多挑战，因此，风电平抑技术的研究和实施显得尤为重要。
储能系统作为一种新型的辅助电源，在风电平抑中发挥着关键作用。
本文针对风电平抑的需求，提出了一种基于双电池单元储能系统的功率分层优化控制策略。
系统建模与仿真：建立了双电池单元储能系统的数学模型，并采用仿真软件对系统进行了模拟，验证了模型的有效性。
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。
利用储能系统平抑风电功率波动的仿真研究_21_25
- 11 -谐波次数 k W功率幅值图2-3 单台风力发电机组输出功率的幅频特性曲线谐波次数 M W 功率幅值图2-4风电场输出功率的幅频特性曲线从图2-3、2-4可以看出对于单台风电机组和风电场而言，它们的幅频特性曲线的变化趋势大体相同，即随着波动分量频率的增大，其波动幅值总体上成减小趋势。
将所有频率所对应的幅值进行平方即得到相应的能量谱，单台风力发电机组及风电场各频率段能量占总能量的比例如表3-1所示：表3-1 风电功率波动成分能量谱组成(288-3600)f1 频率范围f 基频f1 (2~23)f1 (24-287)f1（1h，12h] （5min，1h] [24s，5min] 周期范围t 24hours单机 0.0540 0.7889 0.1162 0.0409能量百分比风电场0.5789 0.3975 0.0204 0.0032 如果将周期为5min及以下的波动分量看作是短期波动，那么周期为1h、12h的波动分量相对而言就属于中、长期波动。
从表3-1中可以看出，风电场的短期及中短期波动分量的能量比例比单台风电机组的分别降低3.77%和9.58%，而长期及中长期波动分量的能量总和比单台风电机组的高出13.35%，这说明由于风电场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，使得各风电机组输出功率中的高频分量存在相互抵消作用，这就相应的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组，输出功率更加平稳。
依此类推，风电场群的输出功率特性要优于单个风电场。
根据以上分析可知，随着风电规模的增大（单台风电机组→风电场→风电场群），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。
2.2 柔性风力发电系统的构建柔性风力发电系统的本质就是通过为风力发电系统配置储能装置来平抑风电功率波动，使风电功率灵活可控。
基于soc优化的混合储能平抑风电波动方法
基于soc优化的混合储能平抑风电波动方法随着风电的快速发展，对于如何平抑其波动已经成为了一个重要课题。
近年来随着技术进步和政策支持，混合储能技术逐渐成为了解决风电波动的一种重要手段。
在混合储能中，利用现代的储能设备和智能能源管理系统协同运作，可以有效降低风电的波动性，提高电网的供电质量。
对于混合储能技术的应用，基于Soc（State Of Charge）的优化策略是一个非常好的解决方案。
Soc是指储能设备中的电池电量占总容量的比例。
在混合储能中，储能设备中的电池状态影响着储能系统对风电波动的响应速度，因此Soc的优化可以有效地平抑风电的波动。
在混合储能中，为了最大化储能系统的使用寿命，需要通过智能能源管理系统对Soc进行监控和调控。
具体来说，可以通过以下几个方面的优化，实现对风电波动的平抑效果。
1、基于Soc的电池管理在混合储能中，电池管理是关键的一环。
需要关注电池的使用寿命、Soc的维持情况以及防止充电过度等情况。
当前使用的电池中，锂离子电池具有其本身的特点和优势。
比如，锂离子电池可以承受高速大电流充放电，对于电网负载的快速响应非常有利。
基于锂离子电池的储能设备，应用Soc优化管理，可以起到很好的平抑风电波动的效果。
2、基于负荷预测的风电预测模型在风电电站中，平抑风电波动需要依赖于准确的负荷预测。
通过利用机器学习算法，综合考虑一系列影响因素，可以建立具有高精度的风电预测模型。
基于该模型，结合储能系统提供的存储能力和对风电电站进行在线调度，可以更加灵活地响应电网需求，起到非常有效的平抑风电波动的作用。
3、基于Soc的控制策略在混合储能中，Soc的优化管理需要结合合理的控制策略。
针对不同场景和负荷变化，需要动态调整Soc的设置。
在Soc可控的情况下，可以根据电网负荷需求的实际情况，对储能系统进行控制和调度，从而控制风电波动。
根据不同时段储能系统的状态，可以制定不同的充放电策略，实现最大的平抑效果。
- 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)。
2009年中国电机工程学会年会 风电功率波动平抑效能与储能容量之间关系的分析研究
宇 航，张真卿，苑田芬，黄亚峰 （东北电力大学，吉林 吉林 132012） The relationships between the efficiency of stabilizing wind power fluctuations and capacity of storage system YU Hang,ZHANG Zhenqing,YUAN Tianfen,HUANG Yanfeng (Northeast Dianli University,Jilin 132012,JilinProvince,China) abstract: This paper takes the relationships between the efficiency of stabilizing wind power fluctuations and capacity of storage system as research objectives while proposing the methods of stabilizing wind power fluctuations and the algorithms of calculating the storage system capacity based on the principles of low-pass filter.Then simulating the process of stabilizing power fluctuations based on the output power data. The simulation results show that stabilizing the short-tem fluctuations in minutes level could reduce the change rate of wind farm output power and the needed storage capacity is smaller, while stabilizing the mid-tem or long-tem fluctuations in hours level could make the waves of output power more stably but the increase amplitude of the needed storage capacity is larger.
keywords：storage system；wind power fluctuations；low-pass fliter 摘 要：本文以风电功率波动平抑效能与储能容量之间的关系为研究目标，提出了基于低通滤波原理的风电功率波动储能平抑方法及满足平抑过程能量需求的储能容量算法，根据风电场实际输出功率数据对功率波动平抑过程进行仿真。研究结果表明，滤除风电功率的分钟级短期波动，可明显减小风电场输出功率的变化率，而且所需的储能容量较小，滤除风电功率的小时级甚至一天的中、长期波动，虽然可以使风电场输出功率更加平稳，但所需储能容量增幅很大。
关键字：储能；风功率波动；低通滤波
0 引言 随着能源和环境问题的日益突出，作为一种新型的可再生能源，风力发电具有环境友好、技术成熟、全球可行的特点，越来越受到人们的重视。近年来我国风电得到较快发展，截止到2008年底，装机容量达到892万千瓦，预计在2020年，我国风电累计装机可以达到1亿千瓦。 风电机组输出功率取决于风速，具有不可预期性和波动性。当电网所接纳的风电容量超过一定份额时，风电功率波动将增加电网运行调整负担[1]，
因此，对于大型风电场往往需要限制其输出功率的波动，如中华人民共和国国家标准化指导性文件GB/Z 19963-2005中对风电场输出功率变化率作出了明确的规定[2]。
在风电场出口处安装储能系统是减小风电场输出功率变化率的理想途径[3-4]，当储能系统容量足
够大时，可以利用储能系统对风电功率波动进行有
效调控，使风电场成为可调度电源。然而，由于储能系统成本往往比较昂贵，实际上只能利用有限容量的储能系统来优化风电场的功率输出，风电场输出功率的可控程度与所配置的储能容量密切相关。因此，分析风电功率波动平抑效能与储能容量之间的关系是风电控制领域前沿的研究课题之一。 本文提出了一种利用储能系统抑制风电功率变化率的方法以及满足平抑过程能量需求的储能容量算法，以某额定容量为50MW的风电场为例，根据其实际输出功率数据对功率波动平抑过程进行仿真，验证该平抑方法的有效性，分析风电功率波动平抑效能与储能容量之间的关系，为风电场通过配置储能系统平抑风电功率波动提供有效的参考。 1 基于低通滤波原理的风电功率波动储能平抑方法 应用储能系统平抑风电功率波动的原理如图1
12009.11.25-27中国·天津 所示：
2 图1 风电功率波动储能平抑原理示意图 Pw 表示风电场输出的功率 Pout 表示注入电网的功率
Pb 表示变流器控制储能系统吸入的功率 平抑风电功率波动的目的是要剔除风电场输出功率的短期波动，减小风电功率的变化率，为电力系统提供较为稳定的功率输出。这与信号处理中的低通滤波原理类似，低通滤波器通过对输入信号的幅值进行加减处理，使输出信号更加平滑，而储能系统则是通过其充放电来改变风电场输出功率的幅值，使注入电网的电能更加平稳，因此可以将低通滤波器模型引入到储能平抑中。 一阶无源低通滤波器的数学表达式如下： 'YYXτ+= (1) 式中X是输入量，Y是输出量，Y’是Y的微分，滤波时间常数τ是滤波时间常数。 其幅频特性如图2所示： 图2 低通滤波器幅频特性曲线 图2中fc为低通滤波器的截止频率，fc=1/2πτ，低通滤波器的通频带为0—fc，fc—∞为阻带。从幅频特性看，对同样振幅的输入信号，频率越高，输出信号幅值越小；随着截止频率fc减小，即滤波时间常数τ的增大，输出信号频率越低、越平稳。 对风电场输出功率进行平抑控制时，(1)式中的X相当于Pw，Y相当于Pout。将(1)式进行离散化，设t为控制周期，在tk=kt(k=1,2,3,…,n)时刻： 1kkkYYYXtτ−−+=k (2) 解Yk得， 1kktYYtτττ−=+++kXt (3) 设λ=ttτ+(0，那么储能系统吸入的功率如下
式：
bkPXYk=− (5)
对风电场输出功率进行储能平抑控制前，要设定τ值和Pout初始值Y0，当平抑过程结束后，可以
得到n个Pb值，而这组Pb值正是计算储能容量的
依据。 2满足平抑过程能量需求的储能容量算法 在对风电功率波动进行储能平抑控制时，满足储能系统充放电需求的储能容量计算方法如下： 平抑过程中储能系统中的能量用Ek表示：
01kkmm
EEPbt
==+⋅
∑
kE (6) 式中E0为储能系统中的初始能量，设E0=0，从k=1至k=n，计算Ek。储能系统的容量用W表示如下： 11maxminkknkn
WE==
=−KK
(7)
在实际储能平抑过程中，由于储能系统中的能量不能为负，因此若1minkknE
=K<0，那么实际的E
0应
等于︱1knminkE
=K
kY︱。 另外随着τ值的增大，即λ值减小，Y0的取值对平抑风电功率波动所需的储能容量产生一定的影响，下面对此做详细分析： 根据(4)式，用迭代的方法表示Yk得， 12212100(1)((1))(1)(1)(1)(1)kkkkkkkmk
kmm
YXXYXX
XY
λλλλλλλλ
λλλ
−−
−−−−=
=+−+−=+−+−
=−+−∑
(8) 2009年中国电机工程学会年会 由式(8)可见，λ值越小，Yk与 Y0越接近；λ值越大， Yk与 Xk越接近。当λ→0时，平抑输出近
似是功率为Y0的直线。
假设对T时段内的风电场输出功率进行平抑，设T=nt，风电场输出的能量用Wf表示，
1nfkk
WXtX==⋅=⋅∑ 3T (9)
经过储能平抑后注入电网的能量用Wg表示，
1ngkk
WYtY
==⋅=⋅∑T
(10)
假设储能平抑过程不存在能耗，储能系统需要存储的能量为Ws，根据能量守恒定律， ()sfgWWWXYT=−=−⋅ (11) 当λ<0.05时,Y→Y0，当Y0 =X时，Ws最小，这时平抑风电功率波动所需的储能容量也最小；当λ>0.05时，Y→X，Y0一般取X1或X，这时平抑风电功率波动所需的储能容量基本相同。 3仿真分析 应用前述储能平抑方法对某额定容量为50MW风电场一天的典型功率波动进行平抑，平抑控制周期t=5min，风电场输出功率未经平抑状态下的10min最大变化率[2]为21.7000MW/10min。 当时，τ=10min仿真结果如下图所示：050100150200250300-1001020304050采样点数(1d/5min)功率幅值(MW) PwPoutPb 图3 τ=10min时，Pw、Pout和Pb变化曲线 所需储能容量W=6.4997MWh，平抑后输出功率10min最大变化率8.3693MW/10min。 当时，τ=1h仿真结果如下图所示： 050100150200250300-20-1001020304050采样点数(1d/5min)功率幅值(MW) PwPoutPb 图4 τ=1h时，Pw、Pout和Pb变化曲线 所需储能容量W=30.5097MWh，平抑后输出功
率10min最大变化率为2.6064MW/10min。 当时，τ=24h仿真结果如下图所示：
050100150200250300-30-20-1001020304050采样点数(1d/5min)功率幅值(MW) PwPoutPb
图5 τ=24h时，Pw、Pout和Pb变化曲线 所需储能容量W= 79.1551MWh，平抑后输出功率10min最大变化率0.1479MW/10min。 从图3、4、5可以看出应用基于低通滤波原理的储能平抑方法可以有效地抑制风电功率波动，减小功率变化率，并且随着滤波时间常数τ的增大，即滤波截止频率的减小，平抑后的输出功率越平稳，但所需的储能容量也越大。 在该算例中，当τ=10min，风电场输出功率10min最大变化率减少了61.4%，所需储能容量为6.4997MWh；当τ分别取1h和24h，风电场输出功率10min最大变化率分别减少了88.0%、99.3%，所需储能容量分别为30.5097MWh、79.1551MWh。 从以上结果可以得出，滤除风电功率中的分钟级波动，可以明显地减小功率变化率，此时所需的储能容量较少；若滤除风电功率的小时级甚至一天的波动，虽然可以进一步减小风电功率的变化率，但所需储能容量将增加几倍甚至十几倍。