风光储联合发电系统中的储能系统调度策略研究

徐英成，张焰

（上海交通大学 电子信息与电气工程学院，上海 200240）

0 引言

随着技术的进步、成本的降低，风能和太阳能已进入可再生能源快速发展时期。然而，受天气因素的影响，光伏和风力发电均存在供电不稳定的情况。太阳能和风能在昼夜与季节上具有一定的互补性，再配置适当容量的储能设备，可以进一步提高发电出力稳定性，发挥有效并网的作用。

目前，国外风光储发电技术逐渐成熟，已形成中小规模的联合发电系统，并成功应用于实际［1］。国内在大规模风光储发电应用方面正在进行尝试，在河北省张家口地区建设的国家风光储输示范工程一期工程已正式投产，总规模达到风电为500 MW，光伏为100 MW，储能为110 MW［2］。

在风光储联合发电系统中，针对风力发电和光伏发电存在波动性、间歇性和随机性的问题，如何通过储能系统充放电来灵活调控风光储联合发电系统出力，对提高整个联合发电系统输出的稳定性至关重要。

本文首先介绍了风光储联合发电系统结构及运行特性，根据系统的特性提出了储能系统的控制策略并进行仿真，通过对仿真结果分析验证其有效性;进一步进行可靠性分析，得出储能容量与系统性能的关系。

1 风光储联合发电系统

1.1 风光储联合发电系统结构

风光储联合发电系统由风力发电系统、光伏发电系统、储能系统以及智能调度系统等子系统构成，如图1所示。其中风力发电系统、光伏发电系统作为发电单元将风力、太阳能转化为电力;储能系统的主要作用是进行能量调节和平衡负载;智能调度系统则负责制定计划出力，并控制发电单元和储能系统的运行。

图1 风光储联合发电系统的典型结构图

1.2 储能系统及相关技术指标

储能系统在风光储联合发电系统中是极为重要的子系统，可以减小风光出力不稳定带来的波动，进一步改善联合发电系统的平滑度和可预测性。

当前储能系统常采用的类型主要有机械储能、电磁储能和电化学储能。由参考文献［4－5］中的数据，性能较好的铅酸蓄电池可以在min级内实现充放电转换，而电磁储能可以达到s级甚至超级电容的ms级。本文储能系统采用当前较为成熟的蓄电池组进行研究。

2 储能系统控制策略

2.1 控制策略原理

当前风力和光照预测尚不成熟，电力调度中心据此制定的出力计划往往会超过储能系统的调节能力，使得电池组频繁进入过充或过放的状态。这不仅可能导致储能系统失去平滑风光发电出力波动的功能，同时也使电池组寿命和工作性能受到极大影响。本文通过引入储能系统的荷电状态保护控制机制，采用部分荷电状态循环法［6］来防止电池组的过充、过放。

部分荷电状态是指在一定的荷电状态窗口内，蓄电池在正常的充放电条件下，既不深放电也不进入过充电。应用此方法，风光储联合发电系统出力的目标值修正为修订发电计划。所谓修订发电计划，就是在每个储能系统控制周期内，根据风光实际出力，保证储能系统工作于最佳工作区的条件下，对调度中心下发的出力计划进行修改后得到的新的出力计划。

2.2 控制策略实现算法

设计划出力与风光实际出力差额为ΔP，可调控储能系统荷电量为ΔQ。

其中P表示风光实际出力;Pref表示调度中心下发的出力计划;Q表示当前储能系统容量;Qm为荷电状态窗口限值，根据ΔP的符号选取储能系统容量的上下限Qmin或Qmax。根据风光出力相对于计划出力是否盈余，对蓄电池的充放电按照以下两种情况讨论。

1）风光出力盈余，即ΔP＞0

如果ΔP＞ΔQ，此时储能系统进入充电模式，电量达到Qmax停止充电。计算时修正计划出力P'ref将下调，实际总出力和储能容量为:

如果ΔP＜ΔQ，此时储能系统进入充电模式，风光盈余电量全部对电池组进行充电。此时计划出力不做修订，实际总出力和储能容量为:

上式几个式子中的RW（t）、PPV（t）、η分别表示t时刻风电出力、光伏出力以及蓄电池充电效率。

2）风光出力不足，即ΔP＜0

如果ΔP＜ΔQ，储能系统进入放电模式，蓄电池电量可将计划出力与风光出力差值补足。计算时计划出力不做修正，实际总出力和储能容量为:

如果ΔP＞ΔQ，储能系统进入放电模式，蓄电池电量达到Qmin时停止放电。此时计划出力Pref下调，实际总出力和储能容量为:

按照该算法，在每一步长内进行实时计算，便可得到该时刻实际联合系统总出力数据，并对储能系统剩余容量进行更新。

3 仿真算例及结果分析

为说明控制策略在风光储联合发电系统运行中的可行性，本文通过建立风光储联合发电系统出力仿真模型，研究储能容量对系统出力的影响。

3.1 仿真算例

图2 不同储能容量下风光储联合系统的出力曲线

根据前述储能系统的技术指标，设定1 min为仿真步长，输入30 min的风力和光伏发电的离散功率序列，储能容量的量纲采取MW·min。假定在每个仿真步长Δt内，储能系统输出有功功率近似不变。储能系统充电效率取η=0.75，设定风力和光伏发电容量均为50 MW［7］。蓄电池荷电状态窗口采用最佳SOC工作区间对应的储能容量百分比表示，设定为10% ～90%。

根据以上设定，采用MATLAB进行仿真，按照给定的控制策略，设定不同的储能容量，计算每个仿真步长的充放电功率和系统的总有功功率。

3.2 仿真结果及分析

风力和光伏发电的有功功率随机时间序列变化曲线见图2。在相同的风光出力区间内，可以得到不同储能容量时风光联合发电的功率波动情况。

根据仿真结果可见，储能容量越大，修正出力曲线与计划出力曲线越接近;这表明随储能容量增大，储能系统抑制风光出力波动性的能力越强，而系统的总实际出力越能满足调度下发的计划出力要求。

4 供电可靠性分析

通过上述设置不同储能容量的方法，可以直观判断储能容量对于系统性能的影响，但这种方法无法得出二者的具体量化关系;通过引入评价系统性能的供电可靠性指标可以达到这一目的。

4.1 供电可靠性指标

1）有功功率偏差率

有功功率偏差率是系统总出力偏离计划出力比例的平方和，可以衡量系统总出力相对于计划出力的偏离程度。根据本系统变量设置，其表达式为

利用上述表达式进行计算，可以得到其变化曲线，如图3所示。由图可知，当储能容量在60 MW·min以下时，该指标呈快速下降趋势;当储能容量超过60 MW·min时，该指标基本趋于平稳。

图3 有功功率偏差率随储能容量变化曲线

2）系统供电损失率

系统供电损失率［8］为评估期内系统不能满足负荷的需求电量除以总负荷需求的比值，在本系统中其表达式为

利用上述表达式进行计算，可以得到其变化曲线，如图4所示。由图可知，当储能容量在60 MW·min以下时，该指标呈快速下降趋势;当储能容量超过60 MW·min时，该指标基本趋于平稳。

图4 系统供电损失率随储能容量变化曲线

4.2 结果分析

以上的计算结果表明供电可靠性与系统性能具有相关特性，当达到一定阈值后指标变化趋于平缓，系统性能提升不大。在实际应用中可以将供电可靠性指标作为约束条件，以储能装置的成本效益为目标进行优化，确定储能系统的容量，以求既能保证系统良好的性能，又能降低生产建设中的成本。

5 结束语

介绍了风光储联合发电系统的特性，采取部分荷电状态循环法，通过修订调度中心下发的发电计划建立数学模型，提出了一种储能系统充放电控制策略。

应用MATLAB软件进行仿真，通过设定不同的储能容量得到实际出力与计划出力的曲线，通过其偏离程度直观的判断储能容量对于系统性能的影响。

引入了评价系统性能的指标，计算得出指标随储能容量变化的曲线，给定指标便可选取最佳储能容量。当给定多个指标时便可通过多目标优化得到最优容量。

［1］ Bakos G C.TechnoeconomicAssessmentofaHybrid Solar/wind Installation for Electrical Energy Saving［J］.Energy and Buildings，2003（35）:139－145.

［2］李岚峰.国家风光储输示范工程竣工投产［N］.华北电力报，2012－1－5（1）.

［3］刘波，郭家宝，袁智强，等.风光储联合发电系统调度策略研究［J］.华东电力，2010，38（12）:1897 －1899.

［4］程时杰，文劲宇，孙海盛.储能技术及其在现代电力系统中的应用［J］.电气应用，2005，24（4）:1 －19.

［5］张文亮，丘明，来小康.储能技术电力系统中的应用［J］.电网技术，2008，32（7）:1 －9.

［6］揭婷，段善旭，刘邦银，等.风光互补发电系统的能量管理研究［J］.变频器世界，2008，12（9）:45 －48.

［7］李海英，刘良旭，牛钐钐，等.独立风光互补供电系统能量配比性能分析［J］.应用能源技术，2011，28（10）:36 －40.

［8］ Yang Hongxing，Zhou Wei，Lu Lin.Optimal sizing method for stand-alone hybrid solar-wind system with LPSP technology by using genetic algorithm［J］.Solar Energy，2008（82）:354－357.