風電對儲能電池的計算和選取方法

禹爭光 鄭 謙 薛慧婷 楊德存

(東方汽輪機有限公司， 四川 德陽， 618000)

風電對儲能電池的計算和選取方法

禹爭光 鄭 謙 薛慧婷 楊德存

(東方汽輪機有限公司， 四川 德陽， 618000)

文章以某風場 1.5MW 風機風能數據為例， 首先通過建立數學模型和指數加權移動平均值算法， 統計分析時間常數對于平滑電能的關系，獲取較佳的時間常數值，然后對風電配套存儲電池的電池功率與電池容量進行計算分析。最后給出最佳電池功率和容量的判據原則。

風電能；功率波動；模擬計算；電池功率和容量

0 引言

隨著風力發電成本降低和技術日趨成熟，近年來國內風電場的建設也呈高速發展趨勢。然而，因風電電能輸出受天氣、地理條件、氣流紊流和風機塔影效應等因素影響，風電能量輸出具有很大的間斷輸出和波動特性。由于風電的波動、隨機和間歇等不利特征， 電網調度 （發電） 不能準確地對系統內風電場出力進行預測和相應調整，導致上網風電輸出對電力系統的安全性與穩定性造成很大的影響[1]， 這在很大程度上制約了風電應用的快速發展[2]。 所以， 促進風能的利用與發展，減小風電的輸出波動具有重要意義，而儲能技術是平滑風電輸出和抑制電壓閃變的一種較佳方法[3]。在使用儲能平滑輸出時，需綜合考慮成本，儲能容量的選取時就必須考慮輸出電能平滑程度和儲能成本相互關系，從而獲得較佳數值。

在平滑風電電能輸出研究中，配套電池容量選擇是風電應用研究中的關鍵課題，這需結合風電系統—電網電能輸出目標設定、風場現場數據以及儲能技術成本等綜合考慮而定[4]。 在電能平滑理論分析模型研究方面，國外研究提出了系列相關理論模型和平滑算法[5]。 本文依據某風機采集數據為計算依據，建立離散低通濾波模型，采用指數加權移動平均值算法，通過計算機仿真來獲取最佳電池功率與容量。

1 平滑輸出模型計算

對風電輸出的電能平滑效果分析中，普遍采用兩個評估指標[6]： 風電輸出的標準偏差； 輸出波動變化率。

（1） 標準偏差

標準偏差表征一個電能輸出穩定度，用來評估長時間內風電輸出波動的指標，其數值在風電上表現為不確定性，隨風場地址、時間段改變而變化。采用標準偏差可以衡量一個隨機變量偏離它的均值程度。若輸出能量曲線越平坦，標準偏差越小，表征隨機變量偏離均值越小。

（2） 輸出波動的變化率

輸出波動的變化率是一個評估短時間段內風電輸出波動的評估指標，平滑波動的變化率為相鄰兩輸出差的絕對值，可采用變化率平均值和均方差來表征。

1.1 風電能統計分析

本次計算數據以某風機 （額定功率 1.5MW） 1個月期間 （2011 年 5 月 20 日～2011 年 6 月 19 日）運行的功率數據為基礎。單點數據采集時間間隔為 10min， 風電功率所測數據如圖1 所示。 通過統計計算得知： 平均輸出功率 278.5kW， 其電能輸出分布結果如圖2所示。 由圖2可知： 其中超過66%時間概率時功率輸出值低于 1/5 額定功率值，而 超過 1200kW （ ＞80% 額 定功 率） 概率 僅有1.22%， 廣義數據樣本基本呈正態分布。

圖1 風機一個月功率輸出數據圖

圖2 風能輸出功率統計圖

圖3 是計算得到風電功率輸出的波動圖。統計分析可得：1個月內功率波動最大值：1236.29kW， 平均值： 64.21kW， 均方差： 102.28。由于不同風場和風機具有不同的風力和風機特性，其輸出電能相差各異，所以每次計算都需要先進行風電出力特性的研究，獲得最佳電池容量的選取。

圖3 風機一個月功率波動圖

1.2 平滑時間常數選取

在離散低通濾波模型中，平滑時間常數大有利于風能數據輸出波形的平滑度和減小輸出標準偏差，但選用大的平滑時間常數值卻會提升對儲能功率和容量的需求而增大儲能設施的成本。所以，必須綜合考慮，通過平滑電能質量的極值點計算，選取較佳的平滑時間常數。

本數據樣本是以時間間隔 600s （10min） 采樣的離散數據，對此，可建立離散低通濾波模型。分別預先假設 5 組平滑時間常數（s）： 600、 1200、2400、 5000 和 10000， 然后采用指數加權移動平均值算法求解。 為便于表示， 以 2011 年 6 月 5 日為例，上述5組平滑常數下電能輸出曲線效果如圖4所示。

圖4 不同時間常數下風能平滑效果關系圖（時間常數=600， 1200， 2400， 5000， 10000）

圖5 時間常數與波動率關系

明顯可見，隨著時間常數增大，平滑效果提高。 但相比于采用 600s和 1200s數據曲線， 后期的增大平滑效果已不如先前明顯。通過進一步波動的平均值和均方差分析 （見圖5）， 可以發現：平滑時間常數在 2400s時， 平滑效果隨時間常數變化已趨緩，波動率平均值和均方差分別已下降73.9%和 77.8%， 可選用為本風電輸出較佳的時間常數值。 本例以 2400s作為電池容量計算基礎。

1.3 電池容量計算

圖6 是采用時間常數為 2400s時， 電池在 1個月充放電狀態計算模擬數值。 采用 95%輸出功率置信率和系統平滑穩定誤差率1%計算模擬數據樣本得到： 電池功率需要： 296.5kW， 電池容量數值為： 675.82kW·h。 若考慮電池系統運行效率等于 70%， 則電池容量應選擇為： 795.11kW·h。 故針對本例風機儲能電池選取 300kW， 儲能容量800kW·h， 即額定功率的 1/5 和 2.67h 的儲能容量。

圖6 2400s時間常數電池充放電狀況

在 2400s為時間常數時， 通過計算， 其風電電能輸出標準偏差下降 15.9%。

1.4 計算討論

通過計算發現： 若采取 100%輸出置信水平或誤差率等于0， 將會成倍增加對電池功率和容量的需求，極大增大儲能系統成本。所以，根據電網需求[7]和風場配置情況， 合理設置置信水平和誤差率，是比較切合實際的選取方式。

實際選用時，時間常數和電池容量計算是一個反復計算過程，本文主要介紹計算思路和算法，省略了部分具體計算步驟。

2 結論

通過風機現場等間隔采集數據為分析樣本，采用離散低通建模、指數加權移動平均值數學計算和統計分析，得到對儲能電池功率、容量的較佳數值。表明該算法和選取方法對風機、風場中儲能電池容量和功率選取具有指導性。通過本例1.5MW 風機一個月采集的樣本數據， 計算得到電池功率較佳選擇在 300kW， 容量 800kW·h， 可實現風電電能輸出標準偏差下降 15.9%平滑輸出。

[1] 遲永寧.大型風電場接入電網的穩定性問題研究 [D].北京： 中國電力科學研究院， 2006

[2] 曾鳴,沈又幸,呂俊昌.基于空間平滑法的風電場短期出力預測模型 [J]. 現代電力,2008,25(3):81-84

[3]C.Abbey,G.Joos.Supercapacitor energy storage for w ind energy applications[J].IEEE T rans.Industry Applications, 2007,43(3):769-776

[4] 肖珉,尚小林,白衛,等.風光互補儲能發電系統并網技術研究 [J].東方電氣評論,2012,26(101):56-59

[5]J.P.Barton,D.G.Infield.Energy storage and itsuse w ith intermittent renewable energy[J].IEEE Trans.Energy Convers.,2004,19(2):441-448

[6]Jukka V P， Peter D L.Effect of energy storage on variations in w ind pow er[J].W ind Energy,2005,8(4):424-441

[7] 中華人民共和國國家質量監督檢驗檢疫總局.中華人民共和國國家標準化指導性技術文件,GB/Z 19963-2005.風電場接入電力系統技術規定 [S]， 2006

Methods of Selection and Calculation of the Storage Battery forW ind Power

Yu Zhengguang， Zheng Qian， Xue Huiting， Yang Decun
（Dongfang Turbine Co.,Ltd.Deyang Sichuan 618000）

This paper presents the relationships between the time constant and smoothed output of power fluctuations,based on low-pass filtermodel and the algorithms of exponentially weighted moving average filter (EWMA).Moreover,by taking the data of 1.5MW wind turbine generators for example,we make the calculation of optimal storage battery power and capacity for power fluctuation.Meanwhile,the procedure and principle for the choose of energy storage battery have been proposed.

wind energy,power fluctuation,computational simulation,battery power and capacity

禹爭光 （1970-）， 男， 工程師， 2005 年取得電子科技大學微電子與固體電子博士學位， 現從事新能源技術研發工作。