基于混合储能技术的风电场功率控制研究

艾 青

(湖北民族学院 信息工程学院，湖北 恩施 445000)

风能发电受自然条件的约束很大，由于风力的不可调节导致风电出力存在很大的随机性，并具有间歇性和波动性等特点.因此，大规模风电并网运行势必削弱电力系统中发电功率的可控性，进而影响电力系统中发电功率对负荷功率的可追踪能力.当大规模风电功率波动超过电力系统的平衡能力时，可能引发电力系统频率越限，威胁电力系统的运行安全[1-3].

2011年12月2日国家电监会发布《风电安全监管报告》显示，2010年全国共发生80起风电机组脱网事故，2011年1-8月风机脱网事故数量增至193起，上升趋势十分明显.尤其值得关注的是，随着风电装机容量的快速增加，使得风电对电网的影响从局部配电网逐渐扩大到主电网，较小的故障就可能引发电网电压较大的波动，造成大面积风电机组脱网，导致地区电网瓦解，甚至扩大为大面积停电事故.

解决风电大规模并网运行问题的措施之一是建立较高预测精度、功能较为完备的风电功率预测系统，但风电输出功率预测的误差总归会有，预测的精度与时间有关，通常预报时间越短越精确.在风电变化大的情况下，即使预测很精确，也难以进行有效掌握风电场的输出功率[4].而另一种方法是在风电场配备一定容量的储能装置，通过储能装置的充放电功能来快速吞吐有功功率，从而有效平抑并网风电输出功率的波动.

目前有多种储能技术可供选择，包括抽水蓄能、飞轮储能、压缩空气、超导储能、超级电容器、蓄电池等，各有其特点.储能电池(battery energy storage system)的四象限补偿能力能够有效地解决功率波动问题，但其充放电响应速度较慢，无法有效平滑高频功率波动.超级电容器(ultra capacitor)响应速度快、充放电效率高，但其容量低、造价高.为了克服由单一储能装置作为储能系统的不足，采用超级电容和储能电池组合的混合储能系统(hybrid energy storage system)的思路，充分利用储能装置各自的优点[5-7].

本文构建了适用于风力发电的混合储能系统，搭建了储能电池和超级电容器的简化模型，用于优化风力发电并网有功功率的输出.并考虑储能设备的荷电状态(state of charge，简称SOC)和储能装置功率极限值，采用模糊自适应控制策略，对储能装置充放电过程进行了优化控制，从而有效平抑风电场并网功率的波动，并延长储能装置的使用寿命.

图1 风-储发电系统结构图

1 风-储发电系统模型

1.1 风-储发电系统结构

风-储发电系统结构如图1所示，包含了风电机组、混合储能系统、交流变压器、交流母线等.风-储发电系统经由变压器注入公用电网的有功功率为Pw，风电机组注入交流母线的功率为Ps.电池和超级电容各自发出的补偿功率分别为Pb和Pc，混合储能系统发出的补偿功率为Ph.那么对于交流母线有如下的有功功率平衡基本关系如式1所示.

(1)

由于风力发电电源的不稳定性，风电机组输出功率Ps向电力系统提供的并网有功功率具有间歇性、随机性等特点，这就需要混合储能装置进行补偿，减少Ps随机波动，从而使得Pw保持平滑，提高电网对风电场并网功率的可控性.

1.2 混合储能系统模型

储能电池和超级电容器分别用于补偿或吸收低频和高频的有功功率，其数学模型具有较复杂的非线性特征，在工程误差允许的条件下，在本文中将其简化为一阶线性传递函数Gh，如式(2)所示.

(2)

式中：Th为传递时间常数.对于储能电池，因为其充放电响应速度较慢，Th选取较大；而超级电容器的充放电响应速度快，则Th选取的较小.

荷电状态SOC指的是储能装置的剩余容量占总容量的比值，是制定储能装置控制策略的重要依据.以储能电池为例，其荷电状态SOCb与其充放电功率的关系如式(3)所示.

(3)

式中：Eb0为储能电池初始容量；ch、dis为其充放电效率；Pch、Pdis为充放电功率；Ebmax为储能电池的额定容量.超级电容器的荷电状态与储能电池类似，只是参数的取值不大相同.

1.3 风-储混合功率控制

本文中的电池储能是典型的直流电压型储能系统，平抑风电场输出功率有两种接入模式.一种是将电池储能装置连接到风电场交流母线时，通过DC/DC斩波器和DC/AC变流器来实现.对于超级电容则可直接经过DC/AC变流器连接到交流母线.另一种结构是将储能装置连接于变速恒频风电机组的直流侧，通过DC/DC斩波器来实现混合功率控制，用来平抑发电机输出功率波动，给电网提供稳定的输出功率.

风力发电混合储能系统有功、无功功率的传输与控制依赖于电力电子变流器来实现，而储能系统变流器功率的大小要与储能装置的功率密度匹配.储能装置功率为直流侧电压与最大平均直流电流的乘积.文中采用的模糊自适应控制策略是在风力机组最大风能捕获控制的基础上，引入混合储能系统来补偿风电场输出功率波动，提高并网风电输出功率的可控性，从而在提高风能利用效率的同时平抑有功功率波动.

2 混合储能装置的模糊自适应控制

2.1 混合储能装置输出功率控制原理

(4)

(5)

表1 模糊控制规则表

2.2 模糊自适应控制

本文研究的模糊自适应控制器的输入量为储能装置输出功率变化量ΔPc、Pb及储能装置的荷电状态.控制器输出量是用来控制储能装置与交流母线连接的电力电子变流器，通过对PWM控制模式下导通占空比D的调节动态控制Ph跟随目标值运用模糊自适应控制方式之前，首先需要对功率变化量ΔP和电荷状态进行模糊化处理，下面以储能电池为例进行模糊自适应控制器的设计.

考虑到储能装置的荷电状态不能超出其额定的最值，将SOCb的论域以其中间值为参考设计成[-1,1].其中SOCb取1是表示储能装置充电已达到最大值，因而在设计控制规则时不能在对其进行充电.同样道理，当SOCb取-1时，表示其放电已达最大值，只能对其进行充电.储能装置输出功率变化量Pb作为模糊控制器的另一个输入量，特别注意其值不能超过储能装置的初始能量值，也就是其引起的荷电状态变化不能超出初始值，也不能超出SOCb的上下限.

从模糊控制表可以看出，当SOCb为负大时，储能装置能量为最小值，只能对其进行充电控制，即ΔPb为正大时，储能电池从电网得到电能，对应模糊控制器输出为负大.而当SOCb为正大时，储能装置能量为最大值，只能对其进行放电控制，即当ΔPb为负大时，储能电池向电网输出电能.

模糊控制策略目标如下：当储能设备容量接近容量限制时，及时修正储能设备功率参考值，避免储能设备过度充放电.如果荷电状态将要达到上限时，功率参考值仍为充电，则适当调小功率参考值，避免储能设备因达到上限时发生功率畸变，影响储能设备的使用寿命.

图2 仿真模型结构图

3 仿真分析

为了验证混合储能装置及其控制策略的有效性，本文利用Matlab平台进行了仿真分析，通过对电力电子装置的控制来调节储能装置的输出功率，用来平抑发电机输出功率波动给电网提供稳定的功率.仿真模型结构图如图2所示.

考虑到风电场风速的变化是随机的，由于短期的风电功率预测的准确度较高，当电网的需求功率为恒定值时的情况，重点分析风速的波动对风电场并网功率的影响，为了满足电网恒定功率的需求，需要对混合储能装置进行充放电控制.

本文仿真的功率控制目标值为Pw=Pg*，风电功率波动平均值约为0.1 MW，波动峰值约为0.3 MW.设定储能系统的输出功率Ph充电方向为负，放电方向为正.采用混合储能系统的模糊控制模型，混合储能系统的平抑风电场输出功率效果如图3所示.当风电功率大于目标值时，混合储能系统存储多余功率；反之，储能系统放电，补偿功率的缺额，最终风电功率能够基本稳定控制目标值，较好地平抑发电机输出功率波动.

图3 混合储能系统功率平抑仿真曲线

4 小结

在风电场中引入混合储能系统可以有效改善风电场的并网功率的稳定性，提高了电网对风力发电功率的可控性.本文主要研究一种模糊自适应控制策略，综合考虑储能装置的荷电状态和功率参考值，通过协调配合发挥储能电池和超级电容各自优势.对储能装置的充放电过程进行了优化控制，具有一定的实用价值.

[1] 戴慧珠,陈默子,王伟胜,等.中国风电发展现状及有关技术服务[J].中国电力,2005,38(1):80-84.

[2] 迟永宁,刘燕华,王伟胜,等.风电接入对电力系统的影响[J].电网技术,2007,31(3):77-81.

[3] 赵勇,胡雅娟,黄巍.风电场功率波动对电网电压影响[J].吉林电力,2007,35(2):22-24.

[4] 杨秀媛,肖洋,陈树勇.风电场风速和发电功率预测研究[J].中国电机工程学报,2005,25(11):1-5.

[5] 张步涵,曾杰,毛承雄,等.电池储能系统在改善并网风电场电能质量和稳定性中的应用[J].电网技术,2006,30(15):54-58.

[6] 李霄,胡长生,刘昌金,等,基于超级电容储能的风电场功率调节系统建模与控制[J].电力系统自动化,2009,33(9):86-90.

[7] 刘昌金,胡长生,李霄,等.基于超导储能系统的风电场功率控制系统设计[J].电力系统自动化,2008,32(16):83-88.

[8] 张坤,毛承雄,陆继明,等.用于直驱式风力发电的复合储能系统[J].电力系统及其自动化学报,2011,23(4):1-5.

[9] 李强,袁越,谈定中.储能技术在风电并网中的应用研究进展[J].河海大学学报：自然科学版,2010,38(1):115-120.

[10] 管俊,高赐威.储能技术在抑制风电场功率波动方面的研究综述[J].电网与清洁能源,2011,27(4):48-52.