飛輪儲能在風電功率預測系統中的應用探究

張雪洋，齊鳴

（中國民航大學工程技術訓練中心，天津 300300）

飛輪儲能在風電功率預測系統中的應用探究

張雪洋，齊鳴

（中國民航大學工程技術訓練中心，天津 300300）

風能是一種間歇性能源，風電功率經常處于波動之中，風電功率的預測對風力發電系統并網的安全性和穩定性具有重要的意義．天氣預報提供的氣象數據有一定誤差，機組調度需要計及風電功率預測高估和低估所帶來的代價．本文以風電功率預測的傳統方法為基礎，用飛輪儲能對預測出來的風功率進行適時調節，從而優化了風電質量，最終使用Matlab/GUI開發了風電功率預測系統．該系統提高了風電功率的預測精度，可為風電功率預測提供參考．

風電功率預測；模型構造；GUI；飛輪儲能

當前，人類所依靠的石化資源正在逐步枯竭，開發利用可持續發展的新能源已經被世界各國當作能源戰略的重點．在各種發電技術中，風能作為環境友好的清潔可替代能源，受到了各國的青睞．隨著能源技術的不斷進步，風力發電已經成為目前各種新能源發電技術中相對最成熟、開發規模最大、商業發展最好的發電方式之一．

電力系統是一個動態平衡的系統，發電、輸電和配電必須保持時刻的動態平衡．風能是一種間歇性的能源，風速是隨機的，具有很強的不穩定性，有時還會出現湍流和極端的情況，從而導致風電機組輸出功率經常處于波動狀態，若將其直接并網將會引起電能質量下降甚至危及電網的正常運行．隨著越來越多的大容量風電機組接入電網，風電的波動性對電力系統的電能質量、穩定性和安全運行都造成不可忽略的影響．因此研究風電功率的預測技術和風電場并網運行的穩定性是風力發電技術的重要問題．

1 風電功率預測技術

1.1 風電功率預測技術發展現狀

近年來，隨著國內外風電場并網運行的規模逐步增大，相應的各種課題的研究也越來越深入[1]，但關于風電場風電功率預測技術的研究還不太成熟．由于風電隨機性、波動性和間歇性的特點，我國單個風電場日前預測均方根誤差在10%～20%之間，這與德國6%的誤差相比還存在一定的差距，表1列出了我國部分地區的風電功率預測誤差[2]．

提高風電功率預測的精度對風力發電系統并網運行的穩定性、安全性和風電機組的優化使用具有重要的研究價值[3]．如能對風電功率進行準確的預測，電力系統調度部門就可以及時調整調度計劃，減少電力系統運行成本和旋轉備用，有效的減輕風電場對接入電網的影響，提高風電穿透功率極限，同時也為風電場參與發電競價奠定基礎．另外，準確的風力發電功率預測便于安排機組維護和檢修，從而提高風電場的容量系數[4]．

2011年6 月，國家能源局頒布了《風電廠功率預測預報管理暫行方法》．按照該《辦法》，自2012年起，我國所有已并網運行的風電廠必須建立起風電預測預報體系和發電計劃申報工作機制，而未按要求報送風電預測預報結果的風電廠不得運行并網，風電場對風電預測如果精度不夠也會受到相應的處罰．

電網調度部門對風電功率預測的要求有兩個：一個是短期預測，即當天預測次日00:00時起72h的風電輸出功率，時間分辨率為15m in，用于系統發電計劃安排；另一個是短期預測，即實現提前量為0～4 h的滾動預測，用于電力系統的實時調度[5]．

1.2 風電功率預測的主要方法

風電功率預測方法主要分為統計方法和物理方法[6-9]．統計方法是指不考慮風速變化的物理過程，而根據歷史統計數據找到天氣狀況與風電場出力的關系，然后根據實測數據和數值天氣預報數據對風電場輸出功率進行預測，常用的預測模型有時間序列、神經網絡、支持向量機等．物理方法是根據數值天氣預報模式的風速、風向、氣壓、氣溫等氣象要素預報值以及風電場周圍等高線、粗糙度、障礙物等信息，采用微觀氣象學理論或計算流體力學的方法，計算得到風電機組輪轂高度的風速、風向、氣溫、氣壓等信息．

近年來，為了提高預測精度，國內外研究機構都在嘗試各種新的預測方法，一般是把上述算法的某些步驟加以改進，或將若干算法結合進行預測．

1.3 我國風電功率預測的問題

數值天氣預報是風電功率物理預測方法的基礎，由于我國尚未建立風電功率預測的數值天氣預報模式，風電預測系統還需依賴國外的數值天氣預報數據．相對而言，目前我國的風電預測系統誤差較大，預測的時間尺度還不能滿足電網調度運行的要求，如果按照風電預測曲線安排發電計劃將面臨較大的風險．

表1 中國風電功率預測誤差Tab.1 Wind powerprediction errors

2 飛輪儲能的調節作用

2.1 飛輪儲能裝置的結構和工作原理

飛輪儲能是一種新型的機械儲能電池，它主要由一個儲存能量的飛輪、一臺用于能量轉換的電機、用于支撐飛輪的軸承系統以及其它一些電力轉換裝置構成，其結構如圖1所示．當外設通過電力電子裝置給電機供電時，電機做電動機運行，加速飛輪儲存能量；當外設給飛輪施加制動轉矩時，電機做發電機運行，向外輸出能量．

與化學儲能和電磁儲能相比，飛輪儲能在環境適用性和轉換效率方面有許多優異的特性，但飛輪儲能存在較大的靜態消耗，每小時由于其自放電現象損失的能量能達到自身儲存能量的20%[10]，故飛輪儲能不適宜用作長期儲能裝置，卻非常適合用于變化周期小的一次頻率的控制．將飛輪儲能電池并聯到風力發電系統中，可以快速的響應電力系統的需要，吸收或發出有功和無功功率，實現對電壓和頻率的調節[11]．

圖1 飛輪儲能裝置結構圖Fig.1 Structure of flywheelenergy stroage system

2.2 飛輪儲能對風電功率預測誤差補償

為了提高風電功率預測的精度，可以在傳統風電功率預測的基礎上，將飛輪儲能裝置并聯到風力發電系統上，其連接方式方式如圖2所示．

按照預測時間尺度，可以將風電功率分為中長期預測（大于72h）、短期（30m in～72h）預測和超短期（小于30 min）預測．根據飛輪儲能裝置的特性，較適用于調節風電功率超短期預測的誤差補償．風電預測系統隨時根據當地實時風速對下一時刻風電超短期預測結果進行糾正．根據預測結果安排風電機組調度，當實時風速和預測結果出現偏差時，及時控制飛輪儲能裝置對預測誤差進行補償，從而避免或減小高估或低估風電功率安排機組調度所帶來的影響．

為了平穩風電場的輸出功率，飛輪轉速需跟蹤風電場功率的變化．因此，控制系統必須同時確定電機的期望轉速和快速實現轉速的調節．在風功率預測系統中應加入功率控制模塊和飛輪儲能所用電機的驅動模塊．前者由風電場實際輸出功率與期望輸出功率的差值計算出飛輪的期望轉速，后者則通過轉速電流雙閉環控制將電機拉至期望轉速運行．

3 系統仿真

系統主要由飛輪、電機、電力電子裝置及控制系統組成．電機應能在電力和發電兩種狀態下運行，且要求在轉子轉動慣量較大時可快速實現轉速調節．無刷直流電機作為飛輪系統的驅動電機．電力電子裝置分網端和機端換流器，實現機網的能量交換與控制．電機驅動模塊采用雙閉環控制：外環即速度環由PID調節器構成．內環即電流環由電流滯環調節器構成．

基于以上研究背景，本文在總結了以上傳統風電功率預測方法的基礎上，綜合考慮風機使用優化和風電場經濟效益等因素，基于人工神經網絡法編制了風電預測程序，參照文獻[12-13]搭建了基于無刷雙饋電機的飛輪儲能系統和風電場模型，最后利用Matlab/GUI工具開發了風能預測系統的用戶交互界面．其界面如圖3所示．

本系統分為風功率預測和飛輪儲能調節兩個模塊．利用風速預測模塊可以設置預測超短期預測的時間和預測方法，當預測曲線和實際風速相差較大時，可以在矯正按鈕處設置矯正．在本系統中，飛輪儲能有實時誤差補償、能量輸出和能量儲存3種運行方式，可根據實際情況在飛輪儲能調節模塊中設置．另外，飛輪儲能調節模塊中也可以實時顯示出當前飛輪儲能裝置運行狀態、飛輪轉速和飛輪儲能容量使用情況．用戶也可使用本系統手動調節和停止飛輪儲能裝置運行．

用戶可以使用本系統對風電功率進行預測，根據預測數據調度風電機組，保障風電場的經濟運行，同時可以觀測飛輪儲能裝置的運行情況．利用飛輪儲能裝置彌補風能預測的偏差，為電網調度提供必要的準備時間．該系統對提高風電預測的精度和風電的并網可靠率具有一定的參考作用．

圖2 飛輪儲能在電網中的應用Fig.2 Flywheelenergy stroage system parallel connection the powersystem

圖3 風電功率預測系統界面Fig.3 The intfaceofwind predicting system

4 結語

飛輪儲能作為一種新型能源儲備方式以其儲能密度高、使用壽命長、能量轉換效率高、充電時間短、對環境友好等優點受到了人們的廣泛重視，成為了能源界的研究熱點之一．隨著新型特殊材料技術、磁懸浮軸承技術、現代電力電子技術等取得突破性進展，使得飛輪儲能技術的優越性得以充分展現，這使得飛輪儲能的應用范圍越來越廣，許多科技企業也加入到了飛輪儲能的研發隊伍之中．隨著飛輪儲能技術的不斷發展，在不久的將來飛輪儲能將會像蓄電池和燃料電池一樣，作為獨立能源向系統提供電力．

隨著我國智能電網建設的深入，大規模風力發電集中接入電網，用戶對電網運行的電能質量也越來越高．科學準確地預測出風電機組的輸出功率，保障電力系統運行穩定性成為當前電網運行迫切需要解決的問題．本文將飛輪儲能裝置使用到風電功率預測系統之中，對風電功率預測精度不夠的狀況起到了一定的補償作用，對解決風電并網的問題具有一定的參考價值．今后應盡快建立預測系統，不斷深化預測技術的研究，促進風電與電網的和諧發展．

[1]遲永寧，劉燕華，王偉勝，等．風電接入對電力系統的影響[J]．電網技術，2007，31（3）：77-81．

[2]范高峰，裴哲義，辛耀中．風電功率預測的發展與展望[J]．中國電力，2011，44（6）：38-40．

[3]吳國旸，肖揚，陳樹勇．風電場風速和發電功率的研究[J]．吉林電力，2005（6）：21-24．

[4]孟洋洋，盧繼平，孫華利，等．基于相似日和人工神經網絡的風電功率短期預測[J]．電網技術，2010，34（12）：163-167．

[5]風電功率預測功能規范[S]．北京：國家電網公司，2011．

[6]馮雙磊，王偉勝，劉純．風電場功率預測物理方法研究[J]．中國電機工程學報，2010，30（2）：1-6．

[7]MA Lei，LUANShiyan，JIANGChuanwen．A review on the forecastingofw ind speedand generated power[J]．RenewableandSustainable Energy Review s，2009，13（4）：915-920．

[8]蔣小亮，蔣傳文，彭明鴻，等．基于時間連續性及季節周期性的風速短期組合預測方法［J］．電離系統自動化，2010，34（15）：75-78．

[9]趙凱，彭建春，石峰．基于模式識別技術的短期負荷預測[J]．湖南電力，2000，20（6）：1-3．

[10]Nayeem RahmatU llah，Torbjorn Thiringer，DanielKarlsson．Temporary primary frequeney controlsupportby variablespeedw ind turbinespotential and applicaiions[J]．IEEETranson PowerSystem s，2008，23（2）：601-612．

[11]程三海，韋忠朝，王雪帆．飛輪儲能技術及其應用[J]．電機電器技術，2000，20（6）：31-33．

[12]梅柏杉，湯凌峰．級聯式無刷雙饋電機的模型與仿真研究[J]．華東電力，2008，36（11）：134-136．

[13]張小芳，王愛龍，田俊梅．風力機的MATLAB模型及其應用[J]．電力學報，2004，19（2）：114-115．

[責任編輯 代俊秋]

Research on prediction ofw ind powerusing flywheel energy storage system

ZHANG Xueyang，QIM ing

(College of Engineering and Technology,Civil Aviation University of China,Tianjin 300300,China)

Wind power isan interm ittentenergy,and itspoweralwaysfluctuates.Therefore,thepredictionofw ind power in significant for the security and stability of thegridw ind powersystem.Sincemeteorologicaldata provided by theweather forecasthave a certain amountof error,unitarrangementneeds to count theoverestimated or underestimated cost. Based on traditionalw ind powerprediction,thepaperproposes to ad justw ind power timely by using flywheelenergy storage and optim ize the quality of w ind power.Finally,w ind power prediction system is developed by M atlab/GUI.The system has improved the prediction accuracy ofw ind pow er and can provide reference forw ind power prediction.

w ind pow er prediction;structuralmodel;GUI;styling;flywheelenergy storage

TM 332

A

1007-2373(2015)02-0024-04

10.14081/j.cnki.hgdxb.2015.02.006

2014-12-23

國家自然科學基金（11304380）

張雪洋（1981-），男（漢族），助教．