基于混合儲(chǔ)能SOC分級(jí)優(yōu)化的風(fēng)光功率平抑策略＊

雷 博，楊國(guó)華，2，李 卿，王鵬珍 ，唐 浩

（1.寧夏大學(xué)電氣工程與自動(dòng)化系，寧夏銀川750021；2.寧夏沙漠信息智能感知重點(diǎn)實(shí)驗(yàn)室，寧夏銀川750021）

基于混合儲(chǔ)能SOC分級(jí)優(yōu)化的風(fēng)光功率平抑策略＊

雷 博1，楊國(guó)華1，2，李 卿1，王鵬珍1，唐 浩1

（1.寧夏大學(xué)電氣工程與自動(dòng)化系，寧夏銀川750021；2.寧夏沙漠信息智能感知重點(diǎn)實(shí)驗(yàn)室，寧夏銀川750021）

超級(jí)電容器與蓄電池構(gòu)成的混合儲(chǔ)能系統(tǒng)（HESS）是解決風(fēng)光互補(bǔ)型微電網(wǎng)功率波動(dòng)性的有效途徑。本文針對(duì)HESS的控制，提出了一種基于電池荷電狀態(tài)（SOC，State of Charge）分級(jí)優(yōu)化的策略，設(shè)計(jì)了優(yōu)化控制層和協(xié)調(diào)控制層兩級(jí)平抑系統(tǒng)，并結(jié)合超級(jí)電容器與蓄電池SOC狀態(tài)的分級(jí)反饋控制，使風(fēng)光互補(bǔ)型微電網(wǎng)出力波動(dòng)所造成的電能質(zhì)量問題得到了很大改善，避免了因蓄電池過充過放而造成的循環(huán)壽命減少。通過在Matlab/Simulink環(huán)境下搭建系統(tǒng)的模型仿真，驗(yàn)證了該控制策略的有效性。

風(fēng)光互補(bǔ)發(fā)電系統(tǒng)；微電網(wǎng)；功率平抑；荷電狀態(tài)優(yōu)化；雙層控制

1 引言

近年來，太陽(yáng)能和風(fēng)電并網(wǎng)能力不斷提高，逐漸成為解決大電網(wǎng)成本高、維護(hù)難、靈活性差等問題的有效途徑［1］。但因?yàn)轱L(fēng)能和太陽(yáng)能的間歇性和隨機(jī)性，難以提供連續(xù)和穩(wěn)定的功率輸出，從而會(huì)對(duì)電網(wǎng)的穩(wěn)定性和可靠性產(chǎn)生很大影響［2］。在微電網(wǎng)中加入大容量能量存儲(chǔ)系統(tǒng)，可以快速調(diào)整有功和無功功率的吞吐，能夠起到有效抑制功率波動(dòng)、提高電網(wǎng)可靠性、改善電能質(zhì)量等的重要作用［3－4］。

電力調(diào)度中心為了保證電力系統(tǒng)可靠穩(wěn)定運(yùn)行，對(duì)大型可再生能源發(fā)電廠有功功率的輸出提出了要求，文獻(xiàn)［5］規(guī)定了不同裝機(jī)容量的風(fēng)電場(chǎng)在不同時(shí)間段內(nèi)輸出功率的波動(dòng)標(biāo)準(zhǔn)，而這個(gè)風(fēng)電并網(wǎng)功率波動(dòng)標(biāo)準(zhǔn)也可以引申到風(fēng)光發(fā)電并網(wǎng)功率波動(dòng)控制中。文獻(xiàn)［6］提出了一種基于遺傳算法的儲(chǔ)能容量生命周期費(fèi)用優(yōu)化配置方法，利用蓄電池和超級(jí)電容器的互補(bǔ)運(yùn)行特性，優(yōu)化了蓄電池的工作狀態(tài)，減少了儲(chǔ)能系統(tǒng)的成本。文獻(xiàn)［7－9］應(yīng)用滑時(shí)間常數(shù)的低通濾波器算法對(duì)風(fēng)光發(fā)電輸出功率的波動(dòng)進(jìn)行平抑，該算法雖然可以有效地濾除輸出功率的高頻波動(dòng)，但它是基于統(tǒng)一平滑時(shí)間常數(shù)濾波器，導(dǎo)致儲(chǔ)能系統(tǒng)的充放電次數(shù)大大增加，縮短了蓄電池的循環(huán)壽命。文獻(xiàn)［10］結(jié)合低通濾波器與SOC反饋調(diào)節(jié)控制策略，可以實(shí)現(xiàn)濾波器時(shí)間常數(shù)的調(diào)節(jié)，但不能動(dòng)態(tài)調(diào)整SOC的大小，也不能實(shí)時(shí)跟蹤風(fēng)光功率波動(dòng)調(diào)整，因此，這種方法也不能滿足風(fēng)光在不同時(shí)間段內(nèi)的輸出功率波動(dòng)標(biāo)準(zhǔn)。

以上的控制策略由于不能實(shí)現(xiàn)SOC大小的動(dòng)態(tài)調(diào)整，導(dǎo)致很難保證微電網(wǎng)在不同時(shí)期內(nèi)的平滑度需求。本文在已有的混合儲(chǔ)能系統(tǒng)控制策略基礎(chǔ)上，提出了基于SOC實(shí)時(shí)調(diào)整濾波時(shí)間常數(shù)的分級(jí)優(yōu)化平抑方法，通過建立優(yōu)化控制層和協(xié)調(diào)控制層，保證了兩種儲(chǔ)能系統(tǒng)的SOC均在合適范圍內(nèi)，實(shí)現(xiàn)了混合儲(chǔ)能功率的準(zhǔn)確分配，并通過系統(tǒng)模型仿真，驗(yàn)證了控制策略的有效性。

2 模型分析

圖1所示為基于蓄電池和超級(jí)電容器HESS的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的結(jié)構(gòu)圖，其主要由風(fēng)電機(jī)組、光伏陣列、超級(jí)電容、鉛酸蓄電池、能量管理系統(tǒng)及相應(yīng)變換器組成［11］。目前復(fù)合儲(chǔ)能的結(jié)構(gòu)有交流側(cè)并聯(lián)型和直流側(cè)并聯(lián)型［12］，其中交流側(cè)并聯(lián)對(duì)網(wǎng)側(cè)的電壓、頻率變化的響應(yīng)較快，能夠通過DC/AC變流器快速、準(zhǔn)確地追蹤參考功率并穩(wěn)定公共耦合點(diǎn)電壓［13］。該模型采取的是交流側(cè)并聯(lián)型復(fù)合儲(chǔ)能結(jié)構(gòu)，通過設(shè)置雙向DC－DC變換器為前級(jí)，連接混合儲(chǔ)能裝置，控制儲(chǔ)能充放電功率的方向和大小，并將逆變器設(shè)置為后級(jí)，與變換器和變壓器相連，完成將直流母線上的直流電逆變成與電網(wǎng)同步的交流電的功能，同時(shí)可以穩(wěn)定直流母線的電壓。

圖1 混合儲(chǔ)能風(fēng)光互補(bǔ)發(fā)電系統(tǒng)結(jié)構(gòu)圖

3 SOC的估算

SOC精確估算是電池管理系統(tǒng)的核心，將直接影響蓄電池的使用壽命和充放電效率。目前，常用的SOC估算方法有安時(shí)計(jì)量法、開路電壓法、神經(jīng)網(wǎng)絡(luò)法、阻抗分析法、卡爾曼濾波法等［14］。但以上任何單一的方法都有其局限性，本文對(duì)SOC的估算綜合了安時(shí)計(jì)量法、開路電壓法和卡爾曼濾波法，對(duì)SOC進(jìn)行了比較準(zhǔn)確的估算，其估算流程圖如圖2所示，其具體方法如下：

（1）蓄電池長(zhǎng)時(shí)間靜置后，通過開路電壓法測(cè)出 SOC 的初始值 SOC（tk）（k＝0）

式中，U0為電池開路電壓，Ua為充滿時(shí)開路電壓，Ub為充分放電時(shí)的開路電壓。

（2）通過安時(shí)計(jì)量法測(cè)出當(dāng)前狀況的SOC（tk）

式中，CN為電池額定容量，I為電池電流，η為充放電效率。

（3）每隔 5分鐘通過卡爾曼濾波法來修正SOC，消除安時(shí)計(jì)量中積分產(chǎn)生的累計(jì)誤差。

圖2 SOC的估算流程圖

4 SOC的分層控制

混合儲(chǔ)能系統(tǒng)的關(guān)鍵是功率分配及SOC反饋控制，其中混合儲(chǔ)能系統(tǒng)可靠運(yùn)行需滿足儲(chǔ)能系統(tǒng)充放電深度約束，即電池的荷電狀態(tài)SOC需保持在最大值與最小值之間。

基于此，本文設(shè)計(jì)了SOC的五級(jí)控制策略：在［0，SOCmin）時(shí)，電池只充不放；在［SOCmin，SOClow）時(shí)，充電優(yōu)先，放電限制；在［SOClow，SOCup）時(shí)，按照參考功率輸出；在［SOCup，SOCmax）時(shí)，放電優(yōu)先，充電限制；在［SOCmax，1）時(shí)，只放不充。其中，SOCmin＜SOClow＜SOCup＜SOCmax，SOCup為濾波時(shí)間常數(shù)上限，SOClow為濾波時(shí)間常數(shù)下限。

5 基于分層結(jié)構(gòu)的混合儲(chǔ)能控制系統(tǒng)

基于分層結(jié)構(gòu)的混合儲(chǔ)能控制系統(tǒng)的結(jié)構(gòu)圖如圖3所示。

圖3 基于分層結(jié)構(gòu)的混合儲(chǔ)能控制系統(tǒng)

5.1 控制系統(tǒng)總體說明

風(fēng)電和光伏發(fā)電的輸出功率P經(jīng)過快速傅立葉變換（FFT），將離散時(shí)域數(shù)據(jù)轉(zhuǎn)換到頻域，得到風(fēng)光頻譜圖。綜合功率波動(dòng)率與頻譜圖并進(jìn)行截止頻率分析，可初步得出低通濾波器LPF1的時(shí)間常數(shù)。輸出功率P通過低通濾波器LPF1消除其中的高頻分量，獲得期望輸出功率（Pexp）。功率調(diào)節(jié)模塊（PCS）根據(jù)HESS的剩余容量動(dòng)態(tài)調(diào)節(jié)系統(tǒng)的期望輸出功率Pexp，使系統(tǒng)的SOC盡量維持在合適范圍內(nèi)。調(diào)節(jié)后的系統(tǒng)設(shè)定輸出功率Pout.ref與P之差通過限值管理模塊（LMM）處理得到HESS最終的設(shè)定功率 Phess.ref。

在協(xié)調(diào)控制層，Phess.ref通過低通濾波器LPF2獲得其中的低頻部分，再結(jié)合儲(chǔ)能單元SOC計(jì)算出的Padj.sc反饋控制作用，可得到蓄電池的初始設(shè)定值Pbat’。Pbat’通過 LMM 進(jìn)行二次分配，得到蓄電池最終設(shè)定功率PBat和超級(jí)電容最終設(shè)定功率PSC。

5.2 優(yōu)化控制層算法設(shè)計(jì)

由文獻(xiàn)［5］可知，風(fēng)光儲(chǔ)能聯(lián)合發(fā)電電站輸出功率波動(dòng)率不能超過10%。由風(fēng)光頻譜圖可知，低通濾波器參考截止頻率區(qū)間范圍為［0，0.05］Hz。故本文采用二分法在截止頻率區(qū)間中找出符合波動(dòng)率要求的濾波器截止頻率f作為L(zhǎng)PF1的截至頻率。圖4所示為優(yōu)化控制層結(jié)構(gòu)框圖。

圖4 優(yōu)化控制層結(jié)構(gòu)框圖

優(yōu)化控制算法如下：

式中，SHESS為混合儲(chǔ)能的SOC，CBat與CSC分別為蓄電池容量和超級(jí)電容器容量。為了滿足儲(chǔ)能系統(tǒng)出力控制規(guī)則和儲(chǔ)能系統(tǒng)設(shè)定的容量及風(fēng)光輸出功率的動(dòng)態(tài)波動(dòng)要求，算法中分別加入了電池系數(shù)KBat和超級(jí)電容器系數(shù)KSC。

5.3 協(xié)調(diào)控制層算法設(shè)計(jì)

如圖5所示為協(xié)調(diào)控制層結(jié)構(gòu)框圖。

圖5 協(xié)調(diào)控制層結(jié)構(gòu)框圖

協(xié)調(diào)控制層算法如下：

5.4 限值管理模塊算法設(shè)計(jì)

如圖6所示為限值管理模塊的結(jié)構(gòu)框圖。

圖6中共應(yīng)用了三個(gè)限值模塊。限值模塊1保證儲(chǔ)能電池的初始設(shè)定值PBat’不超過限定值。限值模塊2保證超級(jí)電容器設(shè)定值PSC在其能力范圍內(nèi)。限值模塊3實(shí)現(xiàn)功率二次分配時(shí)，獲得平抑波動(dòng)后所要求的功率最小化。

圖6 限值管理模塊結(jié)構(gòu)圖

具體限值條件如下：

（1）儲(chǔ)能系統(tǒng)充放電深度限值

（2）儲(chǔ)能系統(tǒng)充放電功率限值

PBat.out和 PSC.out分別表示蓄電池的實(shí)際功率和超級(jí)電容的實(shí)際功率，為正時(shí)表示放電，為負(fù)時(shí)表示充電。

（3）蓄電池最大充放電電流限值

蓄電池是由多個(gè)充放電儲(chǔ)能單元組成的，過流充電或過流放電都會(huì)縮減蓄電池的壽命。

6 仿真驗(yàn)證

在Matlab/Simulink環(huán)境下，按圖1所示風(fēng)光互補(bǔ)發(fā)電系統(tǒng)結(jié)構(gòu)圖搭建仿真模型。根據(jù)相關(guān)參考文獻(xiàn)［15］設(shè)置以下主要的仿真參數(shù)：風(fēng)機(jī)額定功率為20kW，光伏額定功率為20kW，蓄電池額定功率為3.2kW，超級(jí)電容為10F，初始電壓為 0.32kV。對(duì)低通濾波法和本文所提出的控制方法進(jìn)行了仿真對(duì)比。原始風(fēng)光功率進(jìn)行平抑之后的結(jié)果如圖7所示。對(duì)比圖7中低通濾波法和本文控制法的平抑曲線，可知本文的控制策略可以很好地平抑風(fēng)光功率波動(dòng)。蓄電池的荷電狀態(tài)如圖8所示，由圖可見蓄電池的荷電狀態(tài)處于合理的范圍之內(nèi)，證明本文的控制策略在平抑風(fēng)光功率波動(dòng)的同時(shí)，還兼顧了儲(chǔ)能元件的荷電狀態(tài)，避免了蓄電池的過充過放，延長(zhǎng)了其循環(huán)壽命。

圖7 混合儲(chǔ)能平抑功率曲線

圖8 蓄電池的荷電狀態(tài)

7 結(jié)束語(yǔ)

針對(duì)風(fēng)光聯(lián)合發(fā)電系統(tǒng)的波動(dòng)率平抑要求，研究了超級(jí)電容和蓄電池組成的混合儲(chǔ)能系統(tǒng)的充放電特性，提出了基于SOC反饋的分層控制策略。通過Matlab/Simulink仿真，驗(yàn)證了該方法的有效性、可靠性和穩(wěn)定性。

［1］劉振亞.全球能源發(fā)展現(xiàn)狀與挑戰(zhàn)［M］.北京：中國(guó)電力出版社，2015.1－30.

［2］傅書逷.中國(guó)智能電網(wǎng)發(fā)展建議［J］.電力系統(tǒng)自動(dòng)化，2009，20（6）：23－26.

［3］王建寶，巫 卿，王 瑾，等.儲(chǔ)能技術(shù)在風(fēng)光發(fā)電系統(tǒng)中的應(yīng)用［J］.電氣技術(shù)，2013，（9）：91－93.

［4］Awasthi A，Karthikeyan V，Das V，et al.Energy storage systems in solar－wind hybrid renewable systems［M］.Springer International Publishing，2017.

［5］Q/GDW 392－2009，風(fēng)電場(chǎng)接入電網(wǎng)技術(shù)規(guī)定［S］.國(guó)家電網(wǎng)公司，2009.

［6］楊國(guó)華，朱向芬，周 鑫，等.基于遺傳算法的風(fēng)電混合儲(chǔ)能容量?jī)?yōu)化配置［J］.電氣傳動(dòng)，2015，45（2）：50－53.

［7］李 勇.基于混合儲(chǔ)能技術(shù)的風(fēng)電場(chǎng)功率平滑控制策略研究［D］.北京：華北電力大學(xué)，2013.

［8］Jiang Q，Wang H.Two－time－scale coordination control for a battery energy storage system to mitigate wind power fluctuations［J］.IEEE Transactions on Energy Conversion，2013，28（1）：52－61.

［9］陳 剛，袁 越，傅質(zhì)馨，等.儲(chǔ)能電池平抑光伏發(fā)電波動(dòng)的應(yīng)用［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2014，26（2）：27－31.

［10］Teleke S，Baran M E，Bhattacharya S，et al.Optimal control of battery energy storage for wind farm dispatching［J］.IEEE Transactions on Energy Conversion，2010，25（3）：787－794.

［11］阿里·凱伊哈尼.智能電網(wǎng)可再生能源系統(tǒng)設(shè)計(jì)［M］.北京：機(jī)械工業(yè)出版社，2013.

［12］桑丙玉，陶以彬，鄭 高，等.超級(jí)電容－蓄電池混合儲(chǔ)能拓?fù)浣Y(jié)構(gòu)和控制策略研究［J］.電力系統(tǒng)保護(hù)與控制，2014，（2）：1－6.

［13］李 凡，張建成，朱立剛.平抑光伏功率波動(dòng)的混合儲(chǔ)能系統(tǒng)控制方法［J］.電源技術(shù)，2016，40（2）：397－399.

［14］丁孝華.智能電網(wǎng)與電動(dòng)汽車［M］.北京：中國(guó)電力出版社，2014.

［15］李介夫，王 光，李衛(wèi)國(guó)，等.一種利用混合儲(chǔ)能系統(tǒng)平抑風(fēng)光功率波動(dòng)的控制策略［J］.東北電力大學(xué)學(xué)報(bào)，2014，（5）：32－38.

Power stabilization strategy of wind－solar complementary system based on SOC optimization of hybrid energy storage

LEI Bo1，YANG Guo－h(huán)ua1，2，LI Qing1，WANG Peng－zhen1，TANG Hao1
（1.Department of Electrical Engineering and Automation，Ningxia University，Yinchuan 750021，China；2.Ningxia Desert Information Intelligent Perception Key Laboratory，Yinchuan 750021，China）

The hybrid energy storage system（HESS）composed of super－capacitor and battery is an effective way to solve the power fluctuation of wind and solar hybrid microgrid.Aiming at the control of HESS，the hierarchical optimization control strategy is proposed.The two－level stabilization system of optimal control layer and coordinated control layer is designed.Combined with the super capacitor and the SOC state of the battery graded feedback control as well as the classification of super capacitor and battery SOC state feedback control，the power quality problem that the wind and solar hybrid power grid caused by the fluctuation is greatly improved，and it is also avoided that the cycle life of the battery is reduced due to its over charge or discharge.The system model is simulated by Matlab/Simulink.The effectiveness of this control strategy is verified.

wind/PV hybrid power generation system；microgrid；power stabilization；charging state optimization；distribution control

TM912

A

1005—7277（2017）03—0017—04

國(guó)家自然科學(xué)基金項(xiàng)目（71263043）；寧夏回族自治區(qū)研究生教育創(chuàng)新計(jì)劃項(xiàng)目（2014）

雷 博（1991－），男，陜西渭南人，碩士研究生，主要研究方向?yàn)殡娏ο到y(tǒng)通訊技術(shù)。

2017－01－17