平滑風(fēng)功率波動(dòng)的儲(chǔ)能配置及控制算法綜述

王遠(yuǎn)路，楊 超

（貴州大學(xué) 電氣工程學(xué)院，貴陽 550025）

0 引言

為實(shí)現(xiàn)“30·60”雙碳目標(biāo)，中國(guó)將加快推進(jìn)能源轉(zhuǎn)型，創(chuàng)建以新能源為主的新型電力系統(tǒng)［1］。能源轉(zhuǎn)型在生產(chǎn)端主要依靠大力發(fā)展風(fēng)力和光伏等可再生能源逐步替代化石能源，預(yù)計(jì)到2060 年，風(fēng)力發(fā)電和太陽能發(fā)電的裝機(jī)總量將由2020 年的5.35億千瓦增至40 億千瓦，新能源發(fā)電占全國(guó)發(fā)電機(jī)組裝機(jī)容量的比例則是由24.3%提升至50%以上［2］；在終端能源消費(fèi)中則需要實(shí)現(xiàn)大范圍的電能替代，預(yù)計(jì)到2060 年電能在中國(guó)的終端用能占比將由當(dāng)前的28%提升至60%［3］。與此同時(shí)，2021 年的美國(guó)德州大停電事故警醒人們高滲透率的新能源接入會(huì)威脅電網(wǎng)的安全穩(wěn)定［4］。因?yàn)轱L(fēng)速有著間歇性和不確定性，而風(fēng)電機(jī)組的輸出功率為風(fēng)速的3 次冪函數(shù)，導(dǎo)致風(fēng)功率產(chǎn)生極強(qiáng)的波動(dòng)性［5］。風(fēng)功率波動(dòng)會(huì)造成電網(wǎng)頻率偏差、波形畸變以及電壓波動(dòng)與閃變等問題，因此需要采取措施將風(fēng)功率波動(dòng)調(diào)節(jié)到限制范圍內(nèi)才可安全并網(wǎng)?，F(xiàn)有研究針對(duì)風(fēng)功率波動(dòng)的平抑策略主要有風(fēng)電機(jī)組改進(jìn)控制與儲(chǔ)能系統(tǒng)輔助控制兩類方法。文獻(xiàn)［6-8］分別通過變槳控制、旋轉(zhuǎn)動(dòng)能控制及直流母線電壓控制來對(duì)機(jī)組運(yùn)行進(jìn)行改進(jìn)，從而平抑風(fēng)功率波動(dòng)，這些策略平抑風(fēng)功率波動(dòng)的同時(shí)卻也犧牲了風(fēng)能捕獲效率，屬于低風(fēng)能利用型平抑策略；儲(chǔ)能系統(tǒng)輔助控制通過控制儲(chǔ)能設(shè)備雙向吞吐電能達(dá)到平滑風(fēng)電機(jī)組輸出功率波動(dòng)的目的，這種情況下風(fēng)電場(chǎng)的實(shí)際并網(wǎng)功率為風(fēng)機(jī)總輸出功率和儲(chǔ)能裝置輸出功率之和。由于儲(chǔ)能輔助控制不影響風(fēng)電機(jī)組本身的最大功率跟蹤控制運(yùn)行，稱其為高風(fēng)能利用型平抑策略［9］。于是采用儲(chǔ)能系統(tǒng)平滑風(fēng)功率波動(dòng)成為近年來研究的熱點(diǎn)，本文從儲(chǔ)能選型、控制算法和容量配置這三方面對(duì)相關(guān)文獻(xiàn)進(jìn)行了綜述。

1 儲(chǔ)能選型

針對(duì)不同裝機(jī)容量規(guī)模的風(fēng)電場(chǎng)，中國(guó)2021 年最新頒布的《風(fēng)電場(chǎng)接入電力系統(tǒng)技術(shù)規(guī)定》對(duì)風(fēng)功率在1 min 和10 min 兩個(gè)時(shí)間尺度下規(guī)定了功率波動(dòng)限制。對(duì)于儲(chǔ)能類型的選取，需分析該風(fēng)電場(chǎng)的功率波動(dòng)是更集中于短時(shí)間尺度（1 min 以下）還是長(zhǎng)時(shí)間尺度（數(shù)min 到數(shù)10 min），再結(jié)合各類型儲(chǔ)能的功率特性選擇能夠滿足充放電要求的儲(chǔ)能技術(shù)。

1.1 儲(chǔ)能類型介紹

根據(jù)電能被轉(zhuǎn)換為其它能量形式的不同，可以把儲(chǔ)能技術(shù)分為電化學(xué)儲(chǔ)能、電磁儲(chǔ)能和物理儲(chǔ)能3 類［10］。電化學(xué)儲(chǔ)能常見的有鉛酸蓄電池、鋰離子電池、鈉硫電池和液流電池等電池儲(chǔ)能技術(shù)。電池儲(chǔ)能便于根據(jù)需求靈活地配置功率容量。全球電池儲(chǔ)能現(xiàn)有裝機(jī)規(guī)模超16.3 GW，以8.5%的占比在所有儲(chǔ)能的裝機(jī)規(guī)模中居第二位，且其規(guī)模正爆發(fā)式提升中［11］。當(dāng)前，中國(guó)已經(jīng)投入運(yùn)行的抽水蓄能電站超40 座，總?cè)萘窟_(dá)639 萬kw［12］。電磁儲(chǔ)能包括超導(dǎo)磁儲(chǔ)能和超級(jí)電容儲(chǔ)能，都具有極快的響應(yīng)速度和高循環(huán)次數(shù)。前者電能轉(zhuǎn)換效率高、壽命長(zhǎng)，但是超導(dǎo)材料高昂的成本制約了其大范圍使用［13］；后者成本也比較大，但是由于其具有非常大的功率密度，所以廣泛地用其平滑短時(shí)高頻的功率波動(dòng)。物理儲(chǔ)能有抽水蓄能、壓縮空氣儲(chǔ)能和飛輪儲(chǔ)能，前二者常用于長(zhǎng)時(shí)間尺度的可再生能源存儲(chǔ)、系統(tǒng)備用等，由于地理?xiàng)l件要求高和響應(yīng)時(shí)間過長(zhǎng)，這兩種儲(chǔ)能不適于平滑風(fēng)功率波動(dòng)。飛輪儲(chǔ)能功率密度高、環(huán)保無污染，適合平滑高頻風(fēng)功率波動(dòng)。另外，從功率特性角度可將儲(chǔ)能分為功率型儲(chǔ)能和能量型儲(chǔ)能。綜合文獻(xiàn)［14-15］歸納出了反映儲(chǔ)能功率特性的關(guān)鍵技術(shù)特征，見表1。

表1 常見儲(chǔ)能類型的功率特性指標(biāo)Tab.1 Power characteristic indexes of common energy storage types

1.2 短時(shí)間尺度的波動(dòng)平抑

短時(shí)間尺度的風(fēng)功率波動(dòng)頻率較快但是幅值較小，需要儲(chǔ)能快速響應(yīng)、頻繁地充放電，多采用功率密度大、可循環(huán)次數(shù)多的功率型儲(chǔ)能進(jìn)行平抑。文獻(xiàn)［16］把風(fēng)功率波動(dòng)對(duì)電網(wǎng)的影響模擬成了一單機(jī)對(duì)無窮大系統(tǒng)的功率振蕩，超導(dǎo)磁儲(chǔ)能裝置補(bǔ)償風(fēng)功率的作用相當(dāng)于抑制無窮大系統(tǒng)功率振蕩的能力；文獻(xiàn)［17］采用一種串并聯(lián)型超級(jí)電容器儲(chǔ)能系統(tǒng)平抑風(fēng)力發(fā)電機(jī)組的有功功率波動(dòng)，其設(shè)計(jì)的有功功率控制器的控制信號(hào)為來自儲(chǔ)能設(shè)備接入點(diǎn)的有功功率偏差；文獻(xiàn)［18］把多個(gè)飛輪儲(chǔ)能單元并聯(lián)在交流母線上組成飛輪儲(chǔ)能陣列，利用該儲(chǔ)能陣列實(shí)時(shí)補(bǔ)償風(fēng)功率中的高頻分量來抑制風(fēng)電場(chǎng)輸出功率的波動(dòng)。

1.3 長(zhǎng)時(shí)間尺度的波動(dòng)平抑

長(zhǎng)時(shí)間尺度的風(fēng)功率波動(dòng)幅值大但是變化比較平緩，需要容量大、能量密度高的能量型儲(chǔ)能進(jìn)行平抑，多采用各種類型的電池儲(chǔ)能。文獻(xiàn)［19］使用鎳鉻蓄電池儲(chǔ)能系統(tǒng)來平滑風(fēng)力柴油混合動(dòng)力系統(tǒng)的有功功率輸出；文獻(xiàn)［20］選擇造價(jià)低、可100%深度放電的釩氧化還原液流電池儲(chǔ)能，建立了釩液流電池充放電的數(shù)學(xué)模型，對(duì)儲(chǔ)能的功率控制是對(duì)AC／DC 雙向功率變換器的解耦控制實(shí)現(xiàn)的；文獻(xiàn)［21］針對(duì)電池儲(chǔ)能系統(tǒng)平滑風(fēng)電輸出的研究，設(shè)計(jì)了3種電池儲(chǔ)能運(yùn)行策略，綜合考慮平滑效果及平抑成本，確定最優(yōu)運(yùn)行策略。

1.4 多時(shí)間尺度的波動(dòng)平抑

要使平滑效果滿足多時(shí)間尺度下的限制要求，需要儲(chǔ)能系統(tǒng)既能頻繁充放電平滑高頻波動(dòng)分量，又能具有較大容量平滑能量較大的低頻波動(dòng)分量。常采用能量型和功率型儲(chǔ)能組合而成的混合儲(chǔ)能系統(tǒng)（HESS）平抑多時(shí)間尺度下的風(fēng)電場(chǎng)輸出功率波動(dòng)。HESS 能夠低速和高速響應(yīng)，相較于單一儲(chǔ)能（ESS）對(duì)風(fēng)功率平抑具備更好的平滑性能［22］。文獻(xiàn)［23］建立了以蓄電池和飛輪儲(chǔ)能組合成的HESS，采用集中式方法將其配備于風(fēng)電場(chǎng)出口處平滑風(fēng)電場(chǎng)輸出功率；文獻(xiàn)［24］采用全釩液流電池和超級(jí)電容組成HESS，將HESS 連接三電平直驅(qū)式同步風(fēng)力發(fā)電機(jī)，仿真驗(yàn)證了其平滑風(fēng)電場(chǎng)出力波動(dòng)的良好性能；文獻(xiàn)［25］采用鋰離子電池和超級(jí)電容器組成HESS 平滑風(fēng)電輸出，仿真實(shí)驗(yàn)表明經(jīng)該儲(chǔ)能系統(tǒng)平抑后的風(fēng)電輸出滿足1 min 和30 min 兩個(gè)時(shí)間尺度的波動(dòng)率限制要求。

2 控制算法

儲(chǔ)能平滑風(fēng)功率波動(dòng)的簡(jiǎn)化流程如圖1 所示。Pwind為風(fēng)電機(jī)組輸出的原始風(fēng)功率；Pref為風(fēng)功率并網(wǎng)期望值，是原始風(fēng)功率中的穩(wěn)定變化部分；ΔPref為儲(chǔ)能系統(tǒng)充放電期望值，是原始風(fēng)功率中的波動(dòng)功率部分；ΔP為儲(chǔ)能系統(tǒng)的實(shí)際輸出；Pout為經(jīng)過儲(chǔ)能系統(tǒng)平抑之后的實(shí)際并網(wǎng)功率，也稱為風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的輸出功率。

圖1 平滑風(fēng)功率波動(dòng)的簡(jiǎn)化流程Fig.1 Simplified process for smoothing wind power fluctuations

2.1 風(fēng)電并網(wǎng)期望功率的獲取

根據(jù)原始風(fēng)功率分解出風(fēng)電并網(wǎng)期望值，本質(zhì)是一種“濾波”，可以采用多類型的濾波算法來求取。本文著重分析了一階低通濾波法、小波變換和小波包分解以及模型預(yù)測(cè)控制。

2.1.1 一階低通濾波

一階低通濾波法的原理是原始風(fēng)電功率經(jīng)過一階濾波環(huán)節(jié)即可得到并網(wǎng)期望功率，如圖2 所示。關(guān)鍵點(diǎn)在于濾波時(shí)間常數(shù)T的確定，增大T能增強(qiáng)平抑效果，使得并網(wǎng)期望功率更平滑，但是也會(huì)增大儲(chǔ)能容量配置，反之亦然。該方法分為定時(shí)間常數(shù)（定T）與變時(shí)間常數(shù)（變T）兩類。

圖2 一階低通濾波Fig.2 First order low pass filtering

2.1.1.1 定時(shí)間常數(shù)

文獻(xiàn)［26］采用定T控制的一階低通濾波器、設(shè)計(jì)了同時(shí)考慮飛輪儲(chǔ)能剩余容量和風(fēng)功率平抑效果的優(yōu)化控制；文獻(xiàn)［27］采用一階濾波算法求取風(fēng)電場(chǎng)并網(wǎng)功率期望值，分析了基于不同T值下的風(fēng)功率平滑效果；文獻(xiàn)［28］采用不同T值的兩個(gè)一階低通濾波器分別控制HESS 中蓄電池組和超級(jí)電容器兩類儲(chǔ)能。定T方法在分解中存在響應(yīng)延遲的問題，對(duì)風(fēng)功率特性的變化不敏感。所以定T 的一階濾波器很少采用，更多需要采取各種方式實(shí)時(shí)調(diào)整T增強(qiáng)平滑效果。

2.1.1.2 變時(shí)間常數(shù)

文獻(xiàn)［29］依據(jù)系統(tǒng)實(shí)測(cè)的儲(chǔ)能電池SOC 來實(shí)時(shí)分段分級(jí)地調(diào)整一階低通濾波器的T。在文中的實(shí)驗(yàn)情景下，定T控制下SOC 的變化范圍達(dá)44%～95%，這一數(shù)值在變T控制下則為19%～84%；文獻(xiàn)［30］設(shè)計(jì)了一維云模型控制器，實(shí)時(shí)調(diào)整一階低通濾波器的T，在風(fēng)功率的波動(dòng)率較大時(shí)増加T的值，快速增強(qiáng)儲(chǔ)能的平抑能力，在風(fēng)功率的波動(dòng)率變小時(shí)使T減小，及時(shí)降低儲(chǔ)能系統(tǒng)出力。

2.1.2 小波變換和小波包分解

小波變換可將連續(xù)信號(hào)分解成若干頻率不同的子信號(hào)。其分解過程為：把原始信號(hào)分解為低頻部分的逼近信號(hào)和高頻部分的細(xì)節(jié)信號(hào)，之后每次分解總是只對(duì)低頻部分進(jìn)行類似分解。小波包分解可以在每層同時(shí)分解低頻和高頻部分分量，其分解流程可以理解成是完全2 叉樹結(jié)構(gòu)。兩種分解過程的示意圖如圖3 和圖4 所示，S為原始風(fēng)功率，經(jīng)兩種方法分解后得到的風(fēng)電并網(wǎng)期望功率都為S（3，0）。兩種方法的關(guān)鍵點(diǎn)都在于確定最優(yōu)分解層數(shù)和小波基的選擇。

圖3 小波變換示意圖Fig.3 Wavelet transform diagram

圖4 小波包分解示意圖Fig.4 Schematic diagram of wavelet packet decomposition

2.1.2.1 小波變換

文獻(xiàn)［31］使用小波變換分解風(fēng)電場(chǎng)輸出功率信號(hào)，所需的風(fēng)電并網(wǎng)期望功率為多次分解后得到的最低頻信號(hào)，其余頻次的則是需要儲(chǔ)能系統(tǒng)平抑的波動(dòng)功率部分；文獻(xiàn)［32］提出了一種基于熵權(quán)法的多目標(biāo)決策算法對(duì)小波基函數(shù)進(jìn)行優(yōu)化選擇。首先，利用不同的小波基對(duì)原始風(fēng)功率進(jìn)行小波分解到最優(yōu)層數(shù)，提出6 種選擇評(píng)價(jià)指標(biāo)；其次，采用熵權(quán)法進(jìn)行小波基優(yōu)選；最后，選擇計(jì)算速度與濾波效果都更好的DB6 小波。

2.1.2.2 小波包分解

由于小波變換只對(duì)上一層分解后的低頻信號(hào)進(jìn)行分解，不能掌握高頻部分的細(xì)節(jié)信息，尤其不利于儲(chǔ)能分配時(shí)在高頻部分尋找頻率分界點(diǎn)。相較于小波變換，小波包分解則更精細(xì)，但是也增大了分解過程中的計(jì)算量。文獻(xiàn)［33］采用DB9 小波將風(fēng)功率信號(hào)進(jìn)行8 層小波包分解，低頻信號(hào)S（8，0）的幅值及變化情況接近原始風(fēng)功率信號(hào)，將其作為并網(wǎng)功率期望值，剩下的幅值在0 附近波動(dòng)的高頻信號(hào)則被接入儲(chǔ)能系統(tǒng)進(jìn)行平抑；文獻(xiàn)［34］通過判斷最后一層分解所得的最低頻功率信號(hào)是否滿足風(fēng)電并網(wǎng)波動(dòng)率限制標(biāo)準(zhǔn)來確定最優(yōu)分解層數(shù)，當(dāng)最低頻信號(hào)不滿足風(fēng)電并網(wǎng)標(biāo)準(zhǔn)時(shí)則加深小波包分解層數(shù)；文獻(xiàn)［35］選擇了DB6 小波對(duì)風(fēng)電出力信號(hào)進(jìn)行了6層小波包分解，由于高頻部分的非平穩(wěn)信號(hào)S（6，1）至S（6，63）能量低，無法用1 階和2 階常規(guī)統(tǒng)計(jì)量表征其特征，于是采用高階統(tǒng)計(jì)量分析63 個(gè)高頻信號(hào)的特征值，再用支持向量機(jī)將這些高頻信號(hào)分類交由HESS 中兩類儲(chǔ)能分別平抑。

2.1.3 模型預(yù)測(cè)控制（MPC）

MPC 的核心是滾動(dòng)預(yù)測(cè)、預(yù)先控制：在當(dāng)前時(shí)刻的狀態(tài)x（k），根據(jù)當(dāng)前時(shí)刻和未來M個(gè)時(shí)刻的約束求取未來k +1 到k+M時(shí)刻的控制指令，然后把第k +1 時(shí)刻的指令值應(yīng)用于控制系統(tǒng)，在下一時(shí)刻更新狀態(tài)x（k +1），重復(fù)該過程。MPC 求取風(fēng)電并網(wǎng)期望功率是最優(yōu)控制與現(xiàn)實(shí)工況中不確定性的折中策略，所得輸出可能不是全局最優(yōu)解，但是在多變的工程環(huán)境中MPC 求得的次優(yōu)解，相比限制理想條件下的最優(yōu)解能更好地實(shí)現(xiàn)實(shí)時(shí)控制。

文獻(xiàn)［36］應(yīng)用MPC 算法平滑風(fēng)功率，建立了如式（1）和式（2）的狀態(tài)空間模型。

其中，Tc為儲(chǔ)能系統(tǒng)控制周期；擾動(dòng)變量r為原始風(fēng)功率Pwind；控制變量u為儲(chǔ)能系統(tǒng)充放電功率Pes。

將儲(chǔ)能荷電狀態(tài)SOCes和風(fēng)電并網(wǎng)功率Pg作為狀態(tài)變量。為了實(shí)現(xiàn)狀態(tài)更新及反饋，輸出變量也設(shè)定為SOCes和Pg。

考慮Pes和SOCes的約束限制以及Pg波動(dòng)率限制，求解出控制指令u（k）、u（k+1）、…、u（k+M）。

2.1.4 其它控制算法

除了以上控制算法，還有卡爾曼濾波、經(jīng)驗(yàn)?zāi)B(tài)分解、變分模態(tài)分解、滑動(dòng)平均濾波和加權(quán)移動(dòng)平均濾波等方法。

卡爾曼濾波（KF）能很好地解決傳統(tǒng)低通濾波器的時(shí)延問題，文獻(xiàn)［39］提出了一種Takagi-sugeno型模糊邏輯輔助的卡爾曼濾波算法（FKF）來平滑瞬時(shí)功率波動(dòng)。經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）可以將一段完整的風(fēng)功率信號(hào)分解成若干固有模態(tài)函數(shù)，文獻(xiàn)［40］采用EMD 將原始風(fēng)功率分解，提取平穩(wěn)的并網(wǎng)期望功率。變分模態(tài)分解（VMD）可以把功率信號(hào)分解成一系列頻率由低到高的子模態(tài)，相較于EMD，VMD 可以一定程度上解決分解過程中的模態(tài)混疊現(xiàn)象和特征頻率不清的問題，文獻(xiàn)［41］結(jié)合自適應(yīng)滑動(dòng)平均濾波和VMD，實(shí)現(xiàn)風(fēng)功率平抑?；瑒?dòng)平均濾波是求取t時(shí)刻附近N個(gè)時(shí)段的實(shí)測(cè)風(fēng)功率作為t時(shí)刻的期望并網(wǎng)功率，文獻(xiàn)［42］取N為30 min，求得風(fēng)電目標(biāo)出力，并設(shè)計(jì)了一種基于蒙特卡洛模擬的BESS 運(yùn)行策略。加權(quán)移動(dòng)平均法是對(duì)每個(gè)時(shí)刻的風(fēng)電出力和移動(dòng)平均項(xiàng)數(shù)N都配置權(quán)重，t時(shí)刻的風(fēng)電并網(wǎng)期望功率為t時(shí)刻前N -1 個(gè)時(shí)刻的實(shí)測(cè)風(fēng)功率的加權(quán)平均值，文獻(xiàn)［43］采用基于加權(quán)移動(dòng)平均濾波算法的儲(chǔ)能系統(tǒng)平滑策略，實(shí)時(shí)調(diào)整權(quán)重系數(shù)和濾波帶寬N，可以很好地解決風(fēng)功率的驟變問題。

2.2 儲(chǔ)能系統(tǒng)的能量管理

2.2.1 儲(chǔ)能初始功率分配

將原始風(fēng)功率與并網(wǎng)期望功率作差即可得到高頻波動(dòng)功率，即儲(chǔ)能系統(tǒng)的期望充放電功率。對(duì)儲(chǔ)能系統(tǒng)內(nèi)部的功率分配，分單儲(chǔ)能系統(tǒng)和混合儲(chǔ)能系統(tǒng)。單儲(chǔ)能系統(tǒng)重在研究各儲(chǔ)能單元的分配策略；混合儲(chǔ)能系統(tǒng)則需要將高頻波動(dòng)功率繼續(xù)分解后再根據(jù)頻率特性分配給不同類型的儲(chǔ)能進(jìn)行平抑，再分解的過程重點(diǎn)在于尋找合適的分頻點(diǎn)。

2.2.1.1 單儲(chǔ)能系統(tǒng)功率分配

根據(jù)式(33)可得如圖3所示的實(shí)驗(yàn)結(jié)果，對(duì)于一個(gè)相同的m，全周期期望維修費(fèi)率首先隨著N的增加而減低，直至出現(xiàn)局部最小值Nm，然后會(huì)隨著N的增加而增加。容易得到最優(yōu)參數(shù)m*=1，N*=6，最優(yōu)期望維修費(fèi)率為368.69。

文獻(xiàn)［44］提出了一種對(duì)電池儲(chǔ)能系統(tǒng)中各儲(chǔ)能單元進(jìn)行實(shí)時(shí)功率分配的方法，首先根據(jù)各儲(chǔ)能單元SOC 占比分配初始功率，再根據(jù)各儲(chǔ)能單元初始SOC 進(jìn)行功率修正，使得SOC 趨同；文獻(xiàn)［45］中儲(chǔ)能裝置由多個(gè)參數(shù)相同的飛輪儲(chǔ)能單元并聯(lián)構(gòu)成，設(shè)計(jì)了主從控制模式的充放電控制方法，對(duì)各儲(chǔ)能單元按比例分配充放電功率。

2.2.1.2 HESS 功率分配

文獻(xiàn)［46］采用頻譜分析的方法分解儲(chǔ)能系統(tǒng)參考功率，實(shí)現(xiàn)功率分配。對(duì)原始風(fēng)功率進(jìn)行滑動(dòng)平均法濾波后，得到的波動(dòng)功率進(jìn)行傅里葉變換，得到各分量的頻率和幅值，考慮年均綜合成本最小為目標(biāo)函數(shù)確定分頻點(diǎn)，通過分頻點(diǎn)將波動(dòng)功率劃分成兩個(gè)補(bǔ)償頻段。結(jié)合儲(chǔ)能類型的功率特性，高頻功率波動(dòng)被超級(jí)電容器平抑，低頻功率波動(dòng)被蓄電池平抑；文獻(xiàn)［47］采用VMD 將波動(dòng)功率分解為數(shù)個(gè)單分量信號(hào)，通過Hilbert 變換得到波動(dòng)功率的時(shí)頻譜，對(duì)時(shí)間積分計(jì)算得到各分量信號(hào)的邊際譜，通過邊際譜就可以找到分頻點(diǎn)，將波動(dòng)信號(hào)分成高頻信號(hào)和低頻信號(hào)。

2.2.2 能量狀態(tài)反饋控制

實(shí)際運(yùn)行過程中要避免儲(chǔ)能過充過放，因此需要制定恰當(dāng)?shù)牟呗詫?chǔ)能的能量狀態(tài)（SOC）反饋到功率分配環(huán)節(jié)，也就是要對(duì)初始功率分配實(shí)時(shí)調(diào)整。能量狀態(tài)反饋控制保證了儲(chǔ)能平抑波動(dòng)，控制長(zhǎng)期運(yùn)行的有效性，可以延長(zhǎng)儲(chǔ)能的循環(huán)使用周期。

由于超級(jí)電容的剩余容量正比于其端電壓，于是文獻(xiàn)［48］用超級(jí)電容的端電壓來表征其剩余容量，通過對(duì)超級(jí)電容端電壓的預(yù)先控制，結(jié)合端電壓與充放電狀態(tài)變化修正超級(jí)電容和電池的充放電功率。在能量狀態(tài)反饋控制中最常使用的方法是模糊控制，文獻(xiàn)［49］利用VMD 將儲(chǔ)能系統(tǒng)總功率分配給兩種儲(chǔ)能設(shè)備，再考慮兩種儲(chǔ)能的SOC，引入模糊控制的方法實(shí)時(shí)調(diào)整超級(jí)電容和電池的輸入輸出功率，仿真顯示該方法可以防止儲(chǔ)能SOC 越限，延長(zhǎng)儲(chǔ)能電池的使用壽命；文獻(xiàn)［50］設(shè)計(jì)了基于模糊控制的反饋機(jī)制，實(shí)時(shí)調(diào)節(jié)低通濾波器的時(shí)間常數(shù)T，使得儲(chǔ)能電池平滑風(fēng)功率波動(dòng)的同時(shí)也時(shí)刻保持其SOC 處于最優(yōu)范圍，所設(shè)計(jì)的模糊控制器輸入為電池SOC 和風(fēng)機(jī)的輸出功率變化值ΔP，輸出為T。

3 容量配置

儲(chǔ)能容量配置過小不能保證風(fēng)機(jī)輸出功率的波動(dòng)率被平滑到并網(wǎng)限制要求以內(nèi)，而鑒于經(jīng)濟(jì)成本又不能隨意配置容量很大的儲(chǔ)能系統(tǒng)，所以容量配置的目的是以盡量小的儲(chǔ)能容量達(dá)到風(fēng)功率波動(dòng)平抑要求。常見的儲(chǔ)能容量配置方法有理論計(jì)算法、仿真分析法和模型優(yōu)化法。

3.1 理論計(jì)算法

文獻(xiàn)［51］通過離散小波分解風(fēng)功率波動(dòng)信號(hào)，將其分解成高、中、低3 個(gè)頻段分別配置儲(chǔ)能平抑。分別選擇補(bǔ)償各頻段波動(dòng)功率的儲(chǔ)能額定功率為周期內(nèi)的補(bǔ)償功率最大值，考慮充放電效率以及SOC限制，計(jì)算補(bǔ)充高、中、低頻波動(dòng)功率所需的儲(chǔ)能額定容量。文獻(xiàn)［52］尋找頻率分界點(diǎn)劃分高頻的風(fēng)功率波動(dòng)部分，采用蓄電池和超級(jí)電容器分別消納，劃分得出的次高頻和最高頻波動(dòng)功率。利用Matlab工具箱中的高斯逼近法擬合兩種儲(chǔ)能的功率概率密度函數(shù)，求解儲(chǔ)能的容量配置。

3.2 仿真分析法

文獻(xiàn)［53］中設(shè)定BESS 的容量和功率都超額配置，接著輸入模擬各種工況的典型風(fēng)功率信號(hào)，使得被BESS 平滑后的風(fēng)功率符合并網(wǎng)要求，長(zhǎng)周期仿真并記錄數(shù)據(jù)；最后基于仿真數(shù)據(jù)確定BESS 的額定功率和容量。文獻(xiàn)［54］給出了在確定光照及風(fēng)速的情況下計(jì)算HESS 中兩種儲(chǔ)能的功率及容量配置的子算法，利用蒙特卡洛模擬法隨機(jī)產(chǎn)生多場(chǎng)景仿真所需的若干組光照強(qiáng)度和風(fēng)速數(shù)據(jù)，仿真統(tǒng)計(jì)分析了HESS 在不同累積概率水平下的容量配置。

3.3 模型優(yōu)化法

文獻(xiàn)［55］通過模型優(yōu)化法求解儲(chǔ)能容量配置，以儲(chǔ)能系統(tǒng)成本最小為目標(biāo)函數(shù)，約束條件則為平抑后的波動(dòng)分量方差和絕對(duì)值均值限制、儲(chǔ)能充放電時(shí)間和次數(shù)限制等；采用映射于Bloch 球面的量子遺傳算法得到包含4 個(gè)變量的最優(yōu)解：超級(jí)電容的功率、容量和電池的功率、容量。由于在建模時(shí)僅以儲(chǔ)能投入成本最小為目標(biāo)，比較片面。文獻(xiàn)［56］則提出以設(shè)備的全壽命周期成本（LCC）最小為目標(biāo)函數(shù)，LCC 是指儲(chǔ)能系統(tǒng)在整個(gè)壽命周期內(nèi)耗用的總成本，包括購置成本、運(yùn)維成本和處置成本。在約束條件的設(shè)定上特別提出了一個(gè)負(fù)荷缺電率限值要求，以保證獨(dú)立風(fēng)光發(fā)電系統(tǒng)的供電可靠性，最后采用改進(jìn)粒子群算法求解優(yōu)化問題。文獻(xiàn)［57］在儲(chǔ)能容量配置的過程中加入了儲(chǔ)能選型環(huán)節(jié)，比較了9 種HESS 組合方案的儲(chǔ)能綜合成本，選取綜合成本最低的儲(chǔ)能組合。構(gòu)建了以綜合成本最低為目標(biāo)函數(shù)的優(yōu)化模型，采用粒子群算法求解出儲(chǔ)能系統(tǒng)的最優(yōu)容量配置。

綜上，理論計(jì)算法從技術(shù)理論層面計(jì)算出儲(chǔ)能配置容量，但是理論推導(dǎo)過程比較困難，而且既沒考慮實(shí)際運(yùn)行中的工況變化也沒考慮所配置儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)效益。仿真分析法基于大量的歷史運(yùn)行數(shù)據(jù)制定控制方案并且仿真驗(yàn)證，該方法配置的儲(chǔ)能可以滿足各種不確定性場(chǎng)景中風(fēng)功率波動(dòng)平抑的功能性要求，但是依舊沒考慮經(jīng)濟(jì)效益。模型優(yōu)化法全面分析了儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性，針對(duì)不同側(cè)重目標(biāo)建立求解模型，層次清晰、更符合實(shí)際工程需求，但是難點(diǎn)在于對(duì)模型的求解非常依賴智能算法的優(yōu)劣性，特別是多目標(biāo)函數(shù)的模型難以求解。

4 結(jié)束語

4.1 總結(jié)

儲(chǔ)能選型是基礎(chǔ)，重在考慮功率特性是否滿足平抑要求；控制算法是關(guān)鍵，主要兼顧平滑效果和保護(hù)儲(chǔ)能系統(tǒng)長(zhǎng)期運(yùn)行；容量配置將多采用模型優(yōu)化法，綜合考慮平抑要求和經(jīng)濟(jì)性甚至能實(shí)現(xiàn)多目標(biāo)的要求。由于儲(chǔ)能配置的各個(gè)環(huán)節(jié)存在關(guān)聯(lián)性，經(jīng)過分析現(xiàn)有文獻(xiàn)研究，本文總結(jié)性提出了一種系統(tǒng)性地針對(duì)平抑風(fēng)功率波動(dòng)的儲(chǔ)能配置方法流程，如圖5 所示。

圖5 平滑風(fēng)功率波動(dòng)的儲(chǔ)能配置流程Fig.5 Energy storage configuration process of smooth wind power fluctuations

4.2 展望

隨著新能源滲透率的提高，風(fēng)功率平抑更多需要滿足多時(shí)間尺度下的波動(dòng)率限制要求，且工程實(shí)際中的多項(xiàng)技術(shù)經(jīng)濟(jì)指標(biāo)單儲(chǔ)能系統(tǒng)難以全部滿足，所以由能量型和功率型儲(chǔ)能組合成的HESS 將會(huì)得到越來越廣泛的應(yīng)用。HESS 能夠充分利用功率性能互補(bǔ)的兩類儲(chǔ)能技術(shù)各自的優(yōu)勢(shì)，保護(hù)儲(chǔ)能系統(tǒng)延長(zhǎng)其使用壽命、達(dá)到更好的平滑效果和節(jié)省儲(chǔ)能成本。

風(fēng)電場(chǎng)儲(chǔ)能容量配置的現(xiàn)有研究大多專注于較為單一的應(yīng)用功能，很少有面對(duì)綜合多種應(yīng)用目標(biāo)的儲(chǔ)能系統(tǒng)研究。實(shí)際上儲(chǔ)能在新能源發(fā)電側(cè)可以承擔(dān)多種輔助功能，比如快速調(diào)頻、新能源出力計(jì)劃跟蹤、諧波諧振抑制等等，有必要加強(qiáng)對(duì)多目標(biāo)集成的風(fēng)儲(chǔ)系統(tǒng)的協(xié)調(diào)管理控制和容量配置研究，以滿足風(fēng)儲(chǔ)系統(tǒng)多時(shí)間尺度和多需求下的功率平衡，提升其經(jīng)濟(jì)性和穩(wěn)定性。