平抑風電出力波動的混合儲能系統優化策略

劉 佳， 孫春順， 楊江濤， 韓立哲， 粟詠梅， 胡 宸

(1. 長沙理工大學 電氣與信息工程學院，湖南 長沙 410114；2. 國網湖南省電力公司 檢修公司，湖南 長沙 410007)

0 引言

化石能源危機與環境污染問題，使得人類對可再生能源[1]的關注與日俱增。其中風能因其清潔、產量豐富，而具有極大的開發價值。但風電出力通常具有較大的波動性，如其直接并網，將對電能質量產生影響[2]。針對風電出力的故有特點，有學者提出采用儲能裝置來實現風能對電網的友好接入[3]，使風能得到更好的發展。

儲能裝置與風電的結合，將使風電出力波動得到有效改善[4]。傳統處理中，根據蓄電池能量密度大，循環充放電時間長[5]的特點，采取蓄電池單獨進行作用。但風電出力隨機性會造成蓄電池頻繁充放電，影響其使用壽命。而實際風電波動頻繁部分往往能量相對較小，單獨采用蓄電池顯然不夠合理。而超級電容功率密度大，響應快速，循環充放電次數多[6]的特點與風電波動高頻部分相適應，故而采用超級電容與蓄電池相結合的混合儲能系統在平抑風電出力波動方面將擁有更大的優勢。

現階段儲能裝置的造價相對高昂，故制定有效的控制策略和配置合理的儲能裝置容量[7,8]將是平抑風電出力波動的重要內容。文獻[9]在不影響蓄電池使用壽命的前提下采取超前處理手段延長超級電容的壽命；文獻[10]利用隨機規劃建立混合儲能經濟模型，并以二者的荷電狀態制定相應的模糊控制規則；文獻[11]提出了一種濾波時間常數根據電池荷電狀態及風電出力自動調節的控制策略；文獻[12]在文獻[11]的基礎上將風電功率改為風電功率預測偏差；文獻[13]提出協調蓄電池與超級電容的功率分配策略，并以系統年綜合成本最小為目標建立模型。

上述文獻采取了較多措施對功率波動進行平抑；但對于儲能裝置的保護，大多以延長單一儲能設備壽命為方向。本文在上述討論的基礎上，同時計及影響超級電容和蓄電池使用壽命的決定因素，針對超級電容容量易達到極值的特點，利用預先處理對其輸出功率進行修正，對于蓄電池則采取一種限值管理手段，避免其出現過充或過放。同時，建立以平均成本最小為目標的機會約束規劃模型，合理配置超級電容和蓄電池的功率和容量。

1 風電功率平抑策略

風電出力具有波動性，并網之前必須加以適當的處理。其中風電出力波動中的高頻部分可由超級電容補償，低頻部分則由蓄電池進行處理；而波動的剩余部分功率因其幅度不大，可直接由電網進行消納[14]。

采取一階低通濾波器對風電功率進行濾波得到目標功率；而二者之間的差值則由混合儲能系統進行補償，系統中超級電容和蓄電池的參考功率在后面進行了具體說明。

(1)

PHESS=Pw-Pw_ref

(2)

式中：Pw為風電實時功率；Pw_ref為風電出力的目標功率；TL為一階低通濾波器的時間常數；PHESS為混合儲能系統的參考功率。

2 混合儲能系統功率分配策略

2.1 混合儲能數學模型

混合儲能系統實時功率吞吐是平抑風電出力波動的主要手段，其中儲能裝置的輸出功率決定了波動平抑效果。除自身特性外，輸出功率主要由儲能裝置剩余容量以及最大允許充放電功率決定[15]。為方便描述，將儲能裝置剩余容量與額定容量的比值定義為荷電狀態(State of Charge，SOC)。以下為儲能裝置工作時剩余容量的關系式。

Ei(t)=(1-δsdi)Ei(t-1)+Pi(t)Δtηci

(3)

Ei(t)=(1-δsdi)Ei(t-1)+Pi(t)Δt/ηdi

(4)

SOCi(t)=Ei(t)/Ei_re

(5)

式中：Ei_re為儲能裝置的額定容量；i=sc,b分別代表超級電容和蓄電池；P(t)為t時刻的充放電功率；E(t-1)為前一時刻的剩余容量；δsd為儲能裝置的自放電率；ηc和ηd為儲能裝置的充電和放電效率；SOC(t)為t時刻的荷電狀態；其范圍處于SOCmin和SOCmax之間。

t時刻儲能裝置的充放電功率(充電為正，放電為負)如下所示。

Pi(t)=min{Pi_ref(t),Pi_Cmax(t)}

(6)

Pi(t)=-min{|Pi_ref(t)|,Pi_Dmax(t)}

(7)

式中：Pi_ref(t)為t時刻儲能裝置的參考功率，其計算在后面給出。Pi_Cmax(t)和Pi_Dmax(t)分別為t最大允許充電功率和放電功率，由當前剩余容量決定，具體關系式如下所示。

Pi_Cmax(t)=[SOCimaxEi_re-

(1-δsdi)Ei(t-1)]/ηciΔt

(8)

Pi_Dmax(t)=[(1-δsdi)Ei(t-1)-

SOCiminEi_re]ηdi/Δt

(9)

2.2 預先處理策略

傳統混合儲能功率分配中，在得到混合儲能系統總的參考輸出功率后，通常采用高通濾波器對參考功率進行分解，并采以相應的措施在超級電容和蓄電池之間進行功率分配[15]。但由于風電的隨機性，在某一時段出現風電出力突變，如果超級電容在前一時段內荷電狀態已趨于飽和，由于超級電容能量密度相對較小若不加適當處理則將會導致超級電容長時間處于極限狀態(容量達到最大或最小)，勢必影響超級電容的使用壽命。

基于此，為防止超級電容長時間處于限值狀態對其壽命造成的影響，本文采取一種預先處理策略，當某一時刻風電功率出現較大波動時，對超級電容進行提前充放電[9]，將原本由超級電容提供的一部分功率轉移到蓄電池，而蓄電池相對超級電容而言容量較大，適當的功率轉移不會影響到蓄電池的正常運行。按此方式進行調整保證了混合儲能最終的輸出參考功率不發生改變，在延長超級電容使用壽命的同時不致對平抑效果產生影響。具體操作如圖1所示。

圖1 預先處理策略

由圖1可得：

(10)

式中：Psc_ref0和Pb_ref0為未經預先處理時超級電容和蓄電池的參考功率；ΔPsc和ΔPb為預先處理時超級電容和蓄電池的轉移功率；Psc_ref1和Pb_ref1為預先處理后超級電容和蓄電池的參考功率，且Psc_ref1為超級電容最終的參考補償功率，即Psc_ref1=Psc_ref。TH為高通濾波器的時間常數。

若下一時段風電功率波動未出現顯著變化，此時則無需采取預先處理措施，使超級電容和蓄電池按給定的參考功率進行補償即可，即蓄電池和超級電容之間不需要進行功率轉換。

ΔPsc(t)=ΔPb(t)=0

(11)

當風電出力出現顯著的下降趨勢時，則在前一時段對超級電容進行提前充電來應對下一時刻的出力突降，提前充電時段的功率由蓄電池放電補償。

ΔPsc(t)=Psc_Cmax(t)-Psc_ref0(t)

(12)

當風電出力出現明顯的上升趨勢時，則在前一時段對超級電容進行提前放電來應對下一時刻的出力突增，提前放電時段的功率由蓄電池充電補償。

ΔPsc(t)=-Psc_Dmax(t)-Psc_ref0(t)

(13)

2.3 蓄電池限值處理

上述討論中，僅針對防止超級電容長期處于限值狀態進行處理，而超級電容引入的主要目的是減少蓄電池單獨作用時頻繁充放電對其壽命的影響；此外，蓄電池的壽命還與過充和過放有關。為進一步延長蓄電池使用壽命，本文按荷電狀態將蓄電池劃分為3個區域，根據蓄電池所處的不同區間動態調整其參考補償功率，保證蓄電池荷電狀態不致到達極限值，從而避免出現過充或過放現象影響壽命。

蓄電池正常工作時其荷電狀態處于最小值SOCmin與最大值SOCmax之間，在蓄電池工作區間內，將其劃分為容量較小區間、容量正常區間和容量較大區間，其中SOCa和SOCb分別為容量正常區間內荷電狀態的上下限值。荷電狀態區間如圖2所示。

圖2 蓄電池荷電狀態區間

(1)(SOCb

Pb_ref=Pb_ref1

(14)

(2)(SOCmin

(15)

(3)(SOCa

(16)

3 混合儲能優化配置模型

混合儲能系統平抑風電出力波動中，最佳效果是確保平抑后風電出力與目標功率之間的差額限制在某個允許范圍內。而風電出力具有隨機性，將不時出現劇烈出力波動，若要保證其出力與目標功率之間差額完全處于該限制范圍，需要增加儲能裝置的容量，相應的投資也將增大。而實際運行中，風電出力的惡劣情形不會如此頻繁，如果儲能裝置的容量過大，結果則是儲能裝置的運行區間在很小的范圍之內，造成容量的浪費，極不經濟。因而從經濟性與平滑效果兩方面進行折中處理，本文采用機會約束規劃建立模型，在保證平滑效果的同時，盡可能節省成本。

針對風電出力的平滑效果，以風電功率平滑率來作為衡量混合儲能系統補償風電出力的指標。風電出力平滑率為風電出力加上混合儲能系統參考補償功率與風電目標功率的差值對目標功率的比值[10]，其大小在0～1之間，值越小則反應平滑效果越好。

(17)

考慮到混合儲能系統經濟性，以系統平均成本最小為目標函數建立模型。成本主要由儲能裝置的初始投資成本、運行維護成本組成。

minC=C1+C2

(18)

C1=CEbEb_re+CEscEsc_re+CPbPb_re+CPscPsc_re

(19)

C2=Lsc(Csc_fM+Csc_vM)+Lb(Cb_fM+Cb_vM)

(20)

式中：C1為混合儲能的初始投資成本；C2為儲能裝置的運行維護成本；Pb_re和Psc_re分別為蓄電池和超級電容的額定功率；CEb和CEsc分別為蓄電池和超級電容的單位容量成本；CPb和CPsc分別為蓄電池和超級電容的單位功率成本；Cb_fM、Csc_fM與Cb_vM、Csc_vM分別為蓄電池和超級電容的年固定運維成本和年可變運維成本；Lsc和Lb為超級電容和蓄電池的使用年限。

約束條件主要包含儲能裝置的功率約束、容量約束，而風電出力平滑效果則以機會約束形式給出。

(21)

4 算例仿真

選取某典型日內風電出力數據為例進行分析，其中最大出力為270 kW，最小出力為140 kW。低通濾波器的時間常數設置為TL=100 s，高通濾波器時間常數設置為TH=1 s；超級電容荷電狀態工作區間為0.1～0.9，蓄電池荷電狀態工作區間為0.2～0.8；風電平滑率范圍設置為±0.02，采樣時間Δt=3 min。儲能設備的各項參數指標如表1所示。

表1 超級電容和蓄電池單價

為說明混合儲能系統對風電出力波動平抑的效果，選取3個置信概率進行仿真分析，不同置信概率下的風電平抑效果如圖3所示。

由圖3可知，風電原始出力波動幅度較大，經由混合儲能系統補償后，其出力波動得到較好的平滑。所選的3個置信概率中，置信概率為0.92時風電出力的平滑效果最佳，在面對較大出力的情形，只有極小部分出力波動超出設定范圍；置信概率為0.88時平滑效果較差，雖也能適應一般的風電出力波動，但在出力變化劇烈的情形下，將無法滿足設定功率的需求；置信概率為0.9時，系統的平滑效果介于二者之間，此時系統已具備抵御一定出力突變的能力，即使出力突變，系統對風電出力的平滑效果也能滿足基本的需求。

為研究置信概率α對混合儲能系統成本的影響，通過改變置信概率進行不斷仿真，得到不同置信概率下對應的平均成本，如表2所示。

從表2中可以看出，隨著置信概率的增大，系統所需花費的平均成本也隨之上升。置信概率由0.88增大到0.9時，需要增加5.86萬元的成本；而置信概率由0.9增大到0.92時，成本卻加大了12.58萬元。因為風電出力的隨機性，存在著一些出力的劇烈波動，隨著置信概率的增大，面對這些較大波動時，對平滑率要求也越來越嚴格，相對應的儲能裝置的功率和容量必將增加，故而需要投入更多的成本；尤其在置信概率為1時，平均成本到達了83.86萬元，極不經濟。而根據對圖3的分析可知，置信概率為0.88時，系統的整體平滑效果還達不到要求；置信概率為0.9時，已能很好的滿足目標功率的需求，雖然繼續增加置信概率能更好的保證系統的平滑效果，但其主要是針對少量巨大波動的處理，因而相較置信概率為0.9時變化已然不大，所花費的成本卻巨額增加，與所反映出來的效果不成正比。

表2 不同置信概率對應的成本

綜合經濟性與平滑效果，在對平抑風電波動分析中，選取置信概率為0.9進行仿真計算，得到的超級電容和蓄電池的額定功率和容量如表3所示。

表3 置信概率0.9時的最優配置

按表3配置的混合儲能系統工作時，超級電容和蓄電池的荷電狀態如圖4所示。

圖4 超級電容和蓄電池荷電狀態

由圖4可知，超級電容和蓄電池組成的混合儲能系統中，蓄電池的充放電次數較少，這是由于風電出力的波動高頻部分由超級電容進行補償，蓄電池只需補償其低頻部分，故而其充放電次數較少。而且，采取限值處理措施后，工作時其荷電狀態長時間位于容量正常區間內，保證蓄電池不會出現過充或過放。對于超級電容，其充放電較頻繁，與其特性相符；荷電狀態雖然變動幅度較大但極少達到極值，這是由于采取了預先處理，在出力波動劇烈時段，提前將一部分功率轉移到蓄電池，故而超級電容荷電狀態會向中間位置偏移，出現極值的情形也大大減少。

5 結論

論文采用混合儲能系統平抑風電出力波動得到結論如下：

(1) 利用機會約束規劃模型描述混合儲能系統的平抑效果，在得到最優儲能配置的同時，能更好地節省混合儲能系統平均成本。

(2) 在超級電容中加入預先處理環節，保證其不致因容量小的特點長期處于限值狀態而失去對風電出力波動的平抑效果。

(3) 對蓄電池引入超級電容加限值措施的雙重保護，極大地延長其工作周期，從側面減少了整個系統的投資。

(4) 針對蓄電池和超級電容壽命問題，可加以更具體的量化分析，以期能尋求更好的控制策略。

[1]李春曦，王佳，葉學民，等. 我國新能源發展現狀及前景[J]. 電力科學與工程，2012，28 (4)：1-8.

[2]張立梅，唐巍，趙云軍，等. 分布式發電對配電網影響的綜合評估[J]. 電力系統保護與控制，2010，38(21)：132-135.

[3]王培波，張建成. 超級電容器儲能系統并網控制研究[J]. 電力科學與工程，2009，25 (6)：1-4.

[4]汪海蛟，江全元. 應用于平抑風電功率波動的儲能系統控制與配置綜述[J]. 電力系統自動化，2014，38 (19)： 126-135.

[5]LIU F C，LIU J J，ZHOU L Y. A novel control strategy for hybrid energy storage system to relieve battery stress[C]//Hefei：IEEE，2010.

[6]QU L，QIAO W. Constant power control of DFIG wind turbines with supercapacitor energy storage[J]. IEEE Trans on Industry Application，2011，47 (1)：359-367.

[7]張晴，李欣然，楊明，等. 凈效益最大的平抑風電功率波動的混合儲能容量配置方法[J]. 電工技術學報，2016，31 (14)：40-48.

[8]盛四清，劉夢. 一種同時考慮DG和ESS選址定容的主動配電網規劃方法[J]. 電力科學與工程，2015，31 (10)：21-26.

[9]王博堃，滕歡，胡曉通，等. 基于平滑控制策略的混合儲能優化配置方法[J]. 高壓電器，2015，51 (10)：47-53.

[10]謝石驍，楊莉，李麗娜. 基于機會約束規劃的混合儲能優化配置方法[J]. 電網技術，2012，36 (5)：79-84.

[11]李軍徽，高天宇，趙冰，等. 抑制風電功率波動的電池儲能系統自適應控制策略設計[J]. 儲能科學與技術，2015，4 (3)：278-283.

[12]佘慎思，李征，蔡旭. 風儲聯合發電系統電池荷電狀態和功率偏差控制策略[J]. 電力系統自動化，2014，38 (20)：9-17.

[13]羅鵬，楊天蒙，婁素華，等. 基于頻譜分析的微網混合儲能容量優化配置[J]. 電網技術，2016，40 (2)：376-381.

[14]程杉. 含分布式電源的配電網多目標優化問題研究[D]. 重慶：重慶大學，2013.

[15]丁明，林根德，陳自年，等. 一種適用于混合儲能系統的控制策略[J]. 中國電機工程學報，2012，32 (7)：1-6.