平抑风能波动的储能电池SOC与滤波协调控制策略

2015-09-20欧阳曾恺

电力自动化设备 2015年7期

雷珽，欧阳曾恺，李征，蔡旭

（1.国网上海市电力公司电力科学研究院，上海 200433；2.上海交通大学风力发电研究中心，上海 200240）

0 引言

随着风电的大规模开发利用，风功率的间歇性和波动特性对电网的冲击也日益显著，这将使风电的入网受到限制，而利用储能系统配合风电运行、平滑风功率的波动，是一种切实有效的解决方案。

电池储能系统有快速动态吸收和释放能量的特点，在风电场中合理配置储能设备可有效弥补风电波动，改善风电输出功率的可控性、电能质量等[1-2]。国内外在储能平滑风电波动方面已开展了较多研究，通常认为需要用储能平滑的风电输出功率随风速波动的频率范围主要为中频区，即处于 0.01～1 Hz[3]，高频区的波动可以被风力机的惯量吸收，而低频区功率变化较缓慢，可以由与其相连电网中的同步发电机补偿。平抑风功率波动最常用的方法是采用一阶低通滤波原理[4-11]。研究表明，随滤波时间常数增大，平滑后的风电功率变化率会明显减小，但同时所需的储能容量增大，成本增高。因而要按平滑指标[12]来确定时间常数和储能容量[6]。此外，由于储能电池过度充放电均会降低其使用寿命进而增大系统运维成本，因此运行中一般需要将储能电池的荷电量（SOC）控制在[20%，80%]之间。文献[7，9，11]提出依据储能SOC所处区间改变滤波常数以兼顾功率波动平滑和SOC控制的滤波算法，并优化了储能的配置容量。但此方法当SOC超出限值时不能较快回到设定区间，储能电池因充放电限制而不能按照给定的平滑指标工作。文献[10，13]提出了基于小波分析理论的功率平滑控制策略，并引入了模型预测控制MPC（Model Predictive Control）以提高滤波效果，但未考虑储能电池的使用寿命。文献[14]采用实时5点滚动法制定多时间尺度风电波动平滑指标，同时引入补偿度修正储能容量，并基于模糊控制原理优化SOC，实现了对风电波动的分时跟踪平抑；文献[15]对电池SOC进行分级优化，根据平滑要求和总体SOC状态计算混合储能系统总功率并根据各设备特性进行功率的协调分配；文献[16]基于MPC，以储能出力最小为目标采用约束软化和能量反馈控制避免过度充放电。然而，上述文献的SOC控制本质上只进行了边界控制，当风功率波动持续增大或减小导致SOC达到边界时就要停止充电或放电，导致风功率平滑的效果下降。

本文基于低通滤波原理，提出了一种在满足风电并网功率波动指标[12]前提下，可保证SOC在风功率单向持续变化下不超出波动范围的协调控制策略。动态仿真表明该策略可实现在保证平滑指标的前提下保持电池SOC在一定范围内，有助于延长储能寿命并减小配置容量。该控制策略形式简洁，计算量小，参数调节方便，因而具有较强的可行性和工程实用性，可用于大型风电场接入储能的相关示范工程中。

1 风-储协调控制滤波算法原理

若将风电出力的中频段功率看作是数字信号中需要消除的高频噪声信号，则可用低通滤波的方法滤除风电出力中高频功率。在滤波过程中，储能系统相当于一个离散低通滤波器，通过蓄电池充、放电，平滑调整风-储系统的输出总功率，减小风功率的波动，平滑风功率的输出，从而提高并网风电接入率。

图1是风电场配置储能系统的结构示意图。现以双馈风力发电机为例，储能系统采用锂蓄电池组。Pw是风电场输出的原始风功率；Pg是经过储能系统平滑后的并网功率；Pb是储能系统发出的功率，Pb为正时电池放电，Pb为负时电池充电。功率关系为：

图1 风电场配置电池储能系统示意图Fig.1 Schematic diagram of wind farm with battery energy storage system

按照一阶低通滤波原理：

其中，τ为滤波时间常数，f=1／（2πτ）为低通滤波器的截止频率，τ越大，截止频率越小，滤波带宽越窄，平滑效果越好；y′为y的一阶微分，y为平滑后输出信号；x为滤波函数的输入信号。对离散数字信号进行低通滤波处理时，令信号采样周期为Δt，则y′为

其中，n表示第n个采样点。可解得：

对风功率进行平滑时，代入Pw和Pg有：

此时并网功率即为滤波去除较高频后的功率。储能系统发出的功率Pb（n）为：

风-储协调控制器根据获得的风电功率，算出储能有功功率指令，发送给储能控制器控制电池充放电。风、储及协调控制器之间的信号连接关系见图2。

图2 风-储控制器信号连接示意图Fig.2 Signal connections between wind and storage controllers

2 储能系统SOC水平协调控制方法原理

为延长储能系统使用寿命，应限制电池的充放电深度，即在储能运行的时段内，应尽可能让SOC变化区间在[20%，80%]之内。常规SOC控制是SOC达到设定阈值后，为了不让其越限，控制电池停止相应的充／放电操作。因而为了保证平滑任务的进行就需要配置更多的储能容量。SOC水平协调控制方法是指以保证规定时间内的风功率变化量不越界为控制目标，通过电池充／放电控制，保证SOC在一定范围内。其可以在较小的电池容量需要下，兼顾风功率波动平滑的要求和保持储能系统SOC的水平。

根据风功率波动量的要求，有：

其中，n和n-1分别表示第n个和上一个采样点；采样间隔Δt文中设为1 s；K为规定的风功率变化量最大值，其值参照文献[12]推荐的风电场1 min内有功功率变化最大限值计算得到。本文仿真所采用的风电场额定容量为60 MW，根据规定，要求1 min有功功率变化量（任意2个间隔在1 min以内的采样点功率差值）小于6 MW，则这里认为对应到每1 s，有K=0.1 MW／s，利用式（7）对全部采样点进行判别，则可以保证在任意的1 min区间内有功功率变化量符合要求。极限情况下，式（7）取等号，结合式（1）有：

按式（8）给出储能有功指令可保证系统在给定时间尺度上的有功变化量满足要求。由式（8）可见，KΔt项前的符号表示是充电还是放电，调节K的大小可改变充放电速度，因此当SOC超过上限时该符号取“+”，反之当SOC处于下限时取“-”。由于Pw实际上是实时变化的，故当储能系统需放电时，须保证Pb随n递增，反之充电时随n递减，故有约束关系式（9）：

由上述可知，SOC水平协调控制算法通过充放电切换控制，在并网功率变化量符合规定的前提下通过引入一定的小幅波动获得了更大的SOC调节空间。

3 控制算法的切换

当风功率波动较大时，风-储协调应以平滑风功率为主，因此系统控制策略要在适当的条件下，在低通滤波算法和SOC水平协调控制算法间合理切换。

可以看出，切换算法的合理时机实际上取决于风功率的波动情况，在风功率波动不大的情况下，系统可以进行SOC水平控制，当风功率波动较大的情况下，系统应该进行滤波算法的风功率平抑工作。

在本文的研究中，判定风功率波动越限的极值定为式（7）中的K值。当风功率的波动小于K值时，表示系统有调节SOC的空间；而当检测到风功率波动大于K值时，表示必须要对风功率进行平抑。风功率波动量的计算如下：

也可以表示为：

式（10）和式（11）的区别是用于越限判别的时间尺度不同，在一定功率变化值下，式（11）中判别步长l值越大，计算的Kw值越小，那么系统执行时将更多地切向SOC水平控制，而任意时刻与前后秒的并网功率差值就越难保证一定满足式（7）约束。风电入网标准中考核的风电波动时间段为1min内和10 min内，故在秒级采样数据中，l最大不可超过60。

由于风-储协调控制的首要目的是保证并网功率变化量符合规定，因此在SOC处于正常变化区间时，应遵从一阶低通滤波算法。由于要保证SOC在[20%，80%]区间内波动，考虑到风功率的波动性，若过于接近限值，可能出现因优先平抑风电波动而造成SOC越限，故应留有裕量地设置控制阈值，一旦采样到SOC越过阈值，若检测出风电波动符合规定，则切换至水平协调控制以便为以后的风功率平滑保留SOC变动空间。考虑到应将SOC尽量保持在中值，控制阈值设为40%和60%。

第n个采样点的含SOC控制的风-储协调控制策略算法流程如图3所示。

图3 控制算法流程图Fig.3 Flowchart of control algorithm

4 仿真验证

本文中利用MATLAB／Simulink实现带SOC水平控制的风-储协调控制仿真验证，仿真系统的参数如下：风电场侧参数，风电场额定输出功率60 MW；储能侧参数，初始SOC 50%，额定容量6 MW·h；协调算法参数，滤波常数10 s，风功率变化量限值6 MW／min，控制阈值 40%、60%；仿真时间 600 s。

图4为实际风电场的输出功率，其1min变化量分布图（任意1 min区间内风功率最大变化量）见图5，图中百分比指相应点数占总数的比例，后同。可见该段功率1 min变化量大于所要求的6 MW／min的点数占总数的30%左右，需要对风功率进行平滑。

图4 仿真风电场输出功率Fig.4 Wind power output of simulated wind farm

图5 风电场输出功率1 min变化量分布图Fig.5 Minute-variation distribution of wind farm output power

对不含SOC水平控制的一阶低通滤波算法仿真，平滑前后的电网输出功率如图6所示。平滑后并网功率1 min变化量分布图如图7所示，可见经一阶低通滤波后输出的并网功率1 min变化量已经全部小于6 MW／min，符合规定中的要求。

但从图8可以看出SOC最低已经小于20%，属于过度放电，对储能电池损耗很大。按照一般储能系统的要求，SOC小于20%后不再输出功率，这里为示意取消了该限制才获得上述的平滑效果。

在同样风功率情况下，采用SOC水平协调控制的控制策略进行仿真，结果如图9和图10所示，2种控制策略下的SOC变化情况如图11所示。

图6 原始风功率／平滑后并网功率对比Fig.6 Comparison between original wind power and smoothed grid-connecting power

图7 并网功率1 min变化量分布图Fig.7 Minute-variation distribution ofgrid-connecting power

图8 原低通滤波算法下的SOC变化曲线Fig.8 SOC curve of LPF algorithm

图9 输出功率对比图Fig.9 Comparison of output power

图10 新控制策略下并网功率1min变化量分布图Fig.10 Minute-variation distribution of grid-connecting power with proposed control strategy

由图11可以看出，储能SOC在超出控制阈值后由于切入了SOC水平协调控制而尽可能减缓了变化趋势，通过调节储能功率较快返回到理想运行区间[40%，60%]内。由图10看出，此时约99%的1 min有功变化量是符合并网规定中的要求的，小于限制值的小波动有所增加，这即是将大波动调换成小波动的现象，也是该算法能够兼顾平滑风功率和控制SOC在规定水平内的原因。对于极少数不合格采样点，考虑到其有功变化量均小于7 MW，与规定限值较为接近，可以认为对风电并网影响很小。

图11 不同控制策略下SOC变化曲线对比Fig.11 Comparison of SOC curve between different control strategies

才能启动SOC控制，其认为若1 min功率变化量小于6 MW，则必须满足每秒变化量小于0.1 MW，但前者只是后者的必要条件，l的增大即是逐渐放宽对前后两采样时刻功率变化量的限制，过小的l减少了SOC控制次数，降低了调节能力，而过大的l造成功率波动较大，启动SOC控制时已不是调节SOC的较佳时机，反而造成SOC变化范围变大，因此位于取值区间中部的l具有较好的调节效果。

需要注意的是，上述采用的控制算法中，式（11）中的系数l取为20，即用于有功变化量越限判别计算的时间尺度选为20 s。根据上文所述，l取值越大，则切向SOC水平控制的次数就越多，但这不一定意味着整体控制的效果就越好，在本文的仿真条件下，对全部的 lє[1，60]进行考察，以全仿真时段的 SOC变化范围作为评价标准，当满足SOCє[20%，80%]时，令其变化范围较小的l具有更好的控制效果。

不同l取值下的SOC变化范围见图12。当l=1时，虽然SOC变化范围小，但下限小于20%，故不符合要求。从整体变化趋势看，若除去风功率变化带来的偶然性影响，l在中部区间（20，30）控制效果较好。这可能是由于必须满足波动量判别式

图12 不同l取值下的SOC变化范围Fig.12 Curve of SOC variation range vs.l

5 储能系统样机实测

对上海崇明岛某风-储示范工程中接入的电池储能系统进行所提控制策略的现场实测，储能并网系统架构和电池成组方案如图13和14所示。

图13 储能并网架构Fig.13 Structure of energy storage grid-connection system

图14 电池成组方案Fig.14 Battery pack configuration

储能系统由4组500 kW磷酸铁锂电池组、电池管理系统 BMS（Battery Management System）、后台监控系统、通信控制器以及两级变换型变流器PCS（Power Convert System）组成。

两级变换型PCS基于工频隔离+AC／DC+多路DC／DC的结构控制储能电池充放电，并通过交直流转换完成系统并网；BMS实时监控电池组运行信息，如端电压、电流、SOC等；通信控制器负责PCS、BMS、监控系统间的通信，确保功率指令能正常下放至PCS；监控系统兼顾实时数据监测、采集、处理、运算及波形显示等，涵盖了储能控制器的功能。基于实测的风电场输出功率数据，对储能系统着重进行了平抑风功率波动的功能测试，测试时间为 22∶05—22∶50，演示截图如图15和16所示。

由此可见控制策略确实可以起到平抑风功率波动的效果，但由于现场BMS通信和数据连接问题，未能显示出SOC运行曲线，后期将结合电池状态对综合控制效果进行评估。