基于實證數據和模糊控制的多時間尺度風儲耦合實時滾動平抑波動

劉春燕，晁 勤，魏麗麗

（新疆大學 電氣工程學院，新疆 烏魯木齊 830047）

0 引言

以風能為原動力的風力發(fā)電系統，由風速變化引起的風電功率波動對電力系統安全性和穩(wěn)定性的影響越來越受到人們關注。文獻[1-3]通過內蒙古和東北風電場實際數據分析充分給予了論證，提出了建立有效的風電功率預測系統方案；但并未涉及解決風電波動的方法。隨著儲能技術水平不斷提高，經濟成本降低，在風電場出口側安裝儲能裝置平抑其輸出功率波動[4-7]，是目前解決平抑風電波動的方法之一。文獻[8-11]研究了單一儲能或混合儲能平抑風電功率波動的有效性與可行性。文獻[12-13]提出采用正態(tài)分布和低通濾波器的方法確定平抑目標制定儲能容量。文獻[14]對風電場日出力曲線和儲能容量關系進行了研究。文獻[15-16]基于模糊控制理論和機會約束規(guī)劃對混合儲能進行充放電控制和容量配置。但上述文獻均沒有涉及多時間尺度風儲耦合及儲能容量配置和充放電控制策略研究。

本文提出基于某風電場出力實證數據在秒級（3 s）、分鐘級（10 min）、小時級（1 h、3 h）多時間尺度上采用概率統計法研究風電波動規(guī)律和風儲耦合特性，采用實時5點滾動法制定多時間尺度平抑風電波動目標，兼顧國網規(guī)定的多時間尺度風電波動限值進行目標修正，并利用儲能分時跟蹤平抑風電波動目標，合理確定多時間尺度儲能配置容量和充放電控制策略，考慮儲能經濟性，采用補償度進一步修正儲能容量，并采用模糊控制原理優(yōu)化荷電狀態(tài)（SOC）達到不過充過放的優(yōu)化控制策略。

1 基于實證數據的風電出力多時間尺度波動特性分析

1.1 風電出力間歇性及隨機性論證

對某風電場（259.5MW）2011年1月1日至12月31日數據進行分析與統計，如圖1所示（截取某連續(xù)4天實際出力（標幺值），時間尺度為10 min）。結果表明：風電出力具有間歇性（第1天風電出力第50個采樣點至第67個采樣點始終為0）和隨機性（連續(xù)4天毫無規(guī)律）。

圖1 某風電場連續(xù)4天的風電出力Fig.1 Wind power output of a wind farm for four successive days

風電出力在不同時間尺度（秒級（3 s）、分鐘級（10 min）、小時級（1 h、3 h））呈現不同波動特征，因此，有必要分時段研究風電功率波動特征，找出平抑波動最佳方案。

1.2 多時間尺度風電出力波動特性分析及統計

1.2.1 風電出力波動分析統計方法

風電出力波動分析統計方法主要從風電出力在不同時間尺度下的變化率及幅度和分布概率角度進行，定義如下4個計算公式。

a.風電功率波動變化率ΔPb。

設 P（t+1）為當前時刻風電出力，P（t）為前一時刻的風電出力，PN為總裝機容量，則ΔPb為：

b.風電功率波動幅度平均值Pavr。

設風電場某時間段風電變化功率為ΔP，n為風電場出力時間段數，則Pavr為：

c.風電功率波動變化量標準差D為：

d.風電功率波動變化率分布概率G。

設NΔPb為風電功率變化率某數值出現的次數，Ntotal為風電功率變化率出現的總次數，則G為：

1.2.2 基于實證數據的風電波動量與國網規(guī)定對比分析

國家電網規(guī)定風電波動不同時間尺度必須限制在一定范圍內（簡稱“國網限值”，下同），如表1所示。

表1 風電場最大功率變化率國網推薦值Table 1 Maximum wind power variation recommended by State Grid

根據式（1）和式（4）以及國網限值對某區(qū)風電場（259.5 MW）實證數據進行1 min和10 min最大變化量分別大于15 MW和50 MW的概率統計，結果如表2所示。

表2 某風電場風電變化率概率統計表Table 2 Statistics of wind power variation rate of a wind farm

統計結果表明：風電波動超標率較高，需要加裝儲能平抑，但是國網的規(guī)定只是2個時間尺度，對不同儲能裝置不完全吻合其充放電特性，有必要增加超短（秒級）和超長（小時級）時間風電波動分布特性分析，以利于風儲耦合研究。

1.2.3 多時間尺度風電出力波動特性分析及統計

a.單臺風機與風電場輸出功率對比分析。

圖2為某 259.5 MW 風電場與其中某 1.5 MW單臺風電機組每10 min出力（標幺值）對比圖（為使圖形清晰化，一年樣本數據中只選擇其中144個采樣點）。從圖中可以看出：由于風電場內各臺風電機組排列方式、風速及尾流效應等因素的影響，在相同時間內，單臺風電機組出力波動要比風電場出力波動大。風電場較單臺風電機組輸出功率波動具有“平滑效應”。因此建議大規(guī)模風機并網以風電場配置儲能較宜。

圖2 單臺風機、單個風電場輸出功率對比Fig.2 Comparison of power output between single wind turbine and whole wind farm

b.多時間尺度風電功率變化率對比分析。

對上述同一算例系統中單臺風電機組和風電場在每一時間段內實測輸出功率數據進行統計分析，由于現場風電最小采集時間間隔為3 s，國網規(guī)定限值是1 min和10 min，目前已安裝的大部分儲能容量最大充放電時間為4 h，因此涉及的時間尺度為3 s、10 min、1 h、3 h。

在各時間尺度下，應用式（2）和（3）對單臺風電機組和風電場功率波動幅度平均值和風電功率波動變化量標準差進行統計，表3為風電場統計結果。

表3 各時間尺度波動幅值和標準差Table 3 Fluctuation amplitude and standard deviation for different time scales

由表3可知，不同時間尺度風電波動特征不同。

在各時間尺度下，應用式（1）和（4）對單臺風電機組和風電場功率波動變化率分布概率進行統計，如圖3和圖4所示（圖中風電出力變化率為標幺值）。由圖可知，風電出力變化率集中于0值附近，滿足正態(tài)分布。

對單臺風電機組和風電場輸出功率變化率各個時間尺度在裝機容量的20%內、[20%，40%）、[40%，90%）范圍分布概率累計和最大分布概率及風電出力波動最大波動量（標幺值）進行統計，如表4和表5所示。由表可知，在短時間尺度內，風電出力變化率分布較集中。在長時間尺度，即小時級以上，風電出力變化率分布不集中。

圖3 多時間尺度下單臺風電機組出力變化率情況Fig.3 Power output variation rate of single wind turbine for different time scales

圖4 多時間尺度下單個風電場出力變化率情況Fig.4 Power output variation rate of whole wind farm for different time scales

表4 各時間尺度輸出功率變化率[20%，40%）、[40%，90%）概率統計Table 4 Probability of power output variation rate within [20%，40%） and within [40%，90%）for different time scales

表5 各時間尺度風電功率波動最大分布概率和最大波動量Table 5 Maximum probability and fluctuation of wind power for different time scales

由表1可知該風電場國網規(guī)定的10 min最大變化量不允許超過50／259.5=0.2即20%，1 min最大變化量不允許超過15／259.5=0.06即6%，而圖4和表4均表明各時間段風電場波動變化率主要分布在裝機容量的20%內，變化率在[20%，40%）的概率雖然較[40%，90%）的概率稍高但都很小，因此確定將變化率概率在[20%，40%）的波動量抑制到20%以內，雖然平抑效果不完美，但所配置的儲能容量不需要很大。

下面分析算法在一段時間內對運動目標的持續(xù)跟蹤定位效果.假設目標的初始位置為[50,50]Tkm，以速度[-500,-500]Tm/s運動，測量誤差σ=102m，利用仿真1中的布站方式，每1秒對目標進行1次定位.不同算法對目標的跟蹤定位性能如圖6所示.

2 基于模糊控制的風儲耦合實時滾動平抑波動儲能容量及控制策略

2.1 兼顧國網限值制定風儲耦合實時滾動平抑波動目標

本文運用實時采樣5點滾動平均算法制定能夠跟隨實際風電功率變化的平抑目標曲線，再兼顧國網限值修正平抑目標曲線達到風電功率變化率在20%規(guī)定范圍內。計算公式如下。

a.實時采樣5點滾動平均算法求目標Pt（t）：

b.國網限值修正得到最終平抑目標值Pzt（t）：

其中，ΔPv為國網限值。

以時間尺度10 min（風電場）為例（下同），采用式（5）和式（6）對某風電場進行計算，如圖5所示為平抑目標與風電實際功率（均為標幺值，后同）曲線（為清晰起見，截取圖中部分數據）。根據數據顯示，平抑目標在一定程度上平滑了風電實際功率波動。

圖5 風電實際功率與平抑目標Fig.5 Actual wind power and smoothing target

2.2 考慮補償度并跟蹤目標構建儲能容量及控制策略

2.2.1 確定儲能充放電控制策略

如圖6所示，當風電實際功率大于平抑目標值時，能量流向儲能；當實際功率小于平抑目標時，能量從儲能流出；當風電實際功率等于平抑目標時，儲能不動作。

2.2.2 確定儲能額定功率

由圖6計算差值得到各點儲能充放電功率值，但依據表5可知，最大波動量達到0.8950 p.u.，儲能功率配置偏大，經濟性差，本文采用概率統計法對差值功率進行概率統計，只需補償[20%，40%）范圍的波動，即確定一定補償度后求取儲能額定功率。

圖6 儲能充放電控制策略示意圖Fig.6 Schematic diagram of energy storage charging／discharging control strategy

若儲能容量選擇風電場裝機容量，折算標幺值為1，對圖6進行儲能充放電功率與充放電次數概率統計，如圖7和圖8所示（圖中儲能充放電功率為標幺值）。結果表明：儲能充放電功率大部分在風電場裝機容量的30%以內，完全吻合了[20%，40%）范圍。當補償度為0.9時，儲能充放電功率為15%，即38.92 MW。

圖7 儲能充放電概率分布Fig.7 Probability distribution of energy storage charging／discharging

圖8 儲能充放電功率累計概率Fig.8 Cumulative probability of energy storage charging／discharging power

圖8表明，如果接近全額補償，儲能充放電功率需要風電場裝機容量的30%。

2.2.3 確定儲能額定容量

對圖6進行風電實際功率與平抑目標所圍成的各面積概率統計計算，如圖9和圖10所示（圖中橫軸均為標幺值），儲能充放電容量多數在風機裝機容量的30%以內。若累計概率達到90%以上，儲能額定容量為風機裝機容量的20%，即51.9 MW·h。

2.3 采用模糊控制法優(yōu)化SOC修正控制策略

由上述確定的儲能額定容量與額定功率是建立在100%完全充放電基礎上，勢必造成儲能過充過放，對儲能造成損害。因此本文采用模糊控制法優(yōu)化SOC，進一步修正控制策略，避免儲能過充過放，延長儲能使用壽命。

圖9 儲能容量概率分布Fig.9 Probability distribution of energy storage capacity

圖10 儲能容量累計概率Fig.10 Cumulative probability of energy storage capacity

模糊控制系統框圖如圖11所示。其中輸入量為儲能剩余SOC和儲能裝置充放電功率Pe，輸出為儲能修正功率。隸屬度和模糊規(guī)則如圖12和表6所示。

圖11 優(yōu)化SOC控制策略圖Fig.11 Strategy of optimal SOC control

圖12 輸入、輸出隸屬度函數Fig.12 Input and output membership functions

表6 模糊控制規(guī)則Table 6 Fuzzy control rules

儲能裝置處于充電運行方式，Pe＞0：

儲能裝置處于放電運行方式，Pe＜0：

其中，Eoriginal為儲能裝置初始容量；Pe為儲能裝置充放電功率；ηc為充電效率；ηd為放電效率；EN為額定容量。

采用中心法求得儲能修正值，得到修正后的儲能功率為 P′e（t）=Pe（t）+ΔPe。

當儲能剩余電量不充足時，適當減小儲能放電功率，避免儲能過放，反之亦然。

圖13給出了有無模糊控制時剩余SOC變化情況。從圖中可以看出，加模糊控制策略后，剩余SOC在0.2～0.8范圍波動，避免儲能裝置枯竭或者飽和，在一定程度上延長使用壽命。

圖13 剩余荷電狀態(tài)變化Fig.13 Variation of remaining SOC

2.4 儲能平抑多時間尺度風電功率波動效果分析

風儲耦合平抑多時間尺度風電波動方法總體流程如圖14所示，得到10 min風儲合成出力（標幺值）總體效果如圖15所示。

從圖15中可以得出，加裝儲能之后，風電實際輸出功率得到平抑，有多數點跟蹤上平抑目標，部分采樣點沒有跟蹤上平抑目標，是因為補償度選取0.9和SOC優(yōu)化造成，但誤差不大，總體效果良好。

考慮到秒級風電出力波動變化率多數在裝機容量的5%以內，只有個別風電出力變化率超出5%，滿足國網1min限值6%的要求，并且平抑秒級波動可通過風電機組槳距角和變頻器進行控制。所以本文主要分析分鐘級和小時級風電出力變化率所需儲能功率與容量。

表7給出了儲能裝置10 min、1 h、3 h額定功率和額定容量配置，表中單臺風機1.5 MW，單個風電場259.5 MW。

根據表7計算結果得出：風電出力變化率在分鐘級所需要的儲能容量較小時級小。隨著時間尺度增加，平抑風電出力變化率所需儲能容量增加。在平抑風電出力時，考慮儲能裝置的響應時間和功率密度，分鐘級波動可采用功率型（超級電容器）或能量型（鉛酸蓄電池）儲能裝置，小時級波動只能采用能量型儲能裝置。

圖14 儲能平抑風電輸出功率變化率流程圖Fig.14 Flowchart of wind power output variation restraint with energy storage

圖15 風儲合成總體效果Fig.15 Overall effect of wind-storage coupling

表7 不同時間尺度儲能容量和功率配置Table 7 Configuration of energy storage capacity and power for different time scales

3 結論

本文基于風電出力長時間實測歷史數據，對于單臺風電機組和風電場輸出功率在不同時間尺度下的波動特性進行了量化分析對比，制定了平抑多時間尺度風電波動的儲能容量和控制策略，所得主要結論如下。

a.隨著時間尺度的增加，風電輸出功率變化率增加，主要分布在裝機容量的20%以內。

b.考慮平抑風電輸出功率所需儲能的成本，采用實時采樣5點滾動法兼顧國網限值制定平抑目標，基于概率分布方法和引入補償度確定儲能額定功率及額定容量。研究表明，隨著時間尺度的增加，儲能額定容量和額定功率也增大，但不超過風電裝機容量的30%，經濟性較好。

c.通過模糊控制能夠更好地優(yōu)化儲能充放電功率，使得儲能裝置避免枯竭或者飽和，延長儲能使用壽命。