平抑风电场功率波动的复合储能系统控制策略
2017-08-07赵兴勇吴新华陈浩宇
赵兴勇, 王 帅, 杨 涛, 吴新华, 刘 豹, 陈浩宇
(1. 山西大学 电力工程系,山西 太原 030013; 2. 国网太原市电力公司,山西 太原 030000)
平抑风电场功率波动的复合储能系统控制策略
赵兴勇1, 王 帅1, 杨 涛2, 吴新华1, 刘 豹1, 陈浩宇1
(1. 山西大学 电力工程系,山西 太原 030013; 2. 国网太原市电力公司,山西 太原 030000)
随着风力发电所占发电比例的上升,其随机性、波动性及间歇性对电网的影响不可忽视。基于超级电容和蓄电池组成的复合储能系统,提出了一种用于抑制风电功率波动的自适应复合储能控制策略,通过引入超级电容荷电状态反馈来实施对低通/高通滤波器时间常数的控制,在完成对风电波动功率平抑的同时,合理分配平抑功率,避免超级电容过充过放。最后通过仿真,针对春夏秋冬不同时间窗口下的功率波动进行平抑,验证了所提自适应控制策略的有效性。
风电场; 复合储能; 超级电容; 蓄电池; 自适应控制
0 引 言
随着风能的大规模开发利用,风力发电所占发电比例越来越高。但是风力发电具有随机性、波动性和间歇性等特征,会对电网的电能质量和稳定性造成严重的后果。如何使风力发电灵活地并入电网,减少对电网稳定性的冲击,更加有效地利用风能,是目前研究的重要课题。
为了解决这一问题,目前大多采用两种途径:一种是通过风机自身调节如改变桨距角、加装卸荷装置等,这种方法会使得功率波动得到改善,但降低了风能利用率;另一种是配备储能系统,储能具有良好的四象限吞吐能力,可以将发电和用电从时间和空间上分割开来,减少对电网的冲击,提高风能利用率,所以说储能是最有效且最值得提倡的途径。采用的储能方式主要有单一储能和复合储能两种。复合储能相对来说,具有良好的工作特性。其采用了不同类型的储能元件(功率型储能元件和能量型储能元件)来平抑风电场的功率波动。功率型储能元件承担波动中的高频部分,这一部分波动剧烈,但所需的容量并不大;能量型储能元件主要承担波动中的低频部分,这一部分波动缓慢,但所需容量较大[1-3]。现已有很多文献对复合储能的控制策略进行了研究。文献[4]针对微电网并网运行与孤岛运行方式之间的切换,提出一种含复合储能装置的微电网优化控制策略,但其主要考虑了在并网和孤网切换之间复合储能控制策略,在正常情况下微电网中的波动功率如何分配并没有考虑。文献[5]对全钒液流电池和超级电容的等效电路模型、充放电特性、协调控制策略进行了研究,但其在协调控制策略选择上只是考虑了传统的控制策略。文献[6]根据蓄电池和超级电容的荷电状态,采用模糊控制理论将超出目标值的功率偏差在两种储能介质之间进行分配,但其在控制过程中以削减平抑目标为代价,不能够充分利用可再生能源。文献[7]提出一种双层控制模型,根据实时风电功率及储能元件的荷电状态,采用相应的控制算法进行控制,但是其过度依赖专家信息库的设计,并且对快速性和实时性要求较高。本文从经济性和适用性两方面进行考虑,对复合储能控制策略进行设计。
针对超级电容和蓄电池复合储能系统,本文提出一种自适应复合储能控制策略。通过引入超级电容荷电状态反馈来实施对低通和高通滤波器时间常数的控制,在完成对波动功率平抑的同时,合理分配平抑功率,避免超级电容过充过放。最后通过仿真,对春夏秋冬不同时间窗口下的功率输出波动进行平抑,验证了所提控制策略的自适应能力。
1 基于复合储能的风电系统
1. 1 风电系统结构模型及控制器
风电系统主要由风机、同步发电机、机侧整流器及网侧逆变器构成,其系统结构如图1所示[8]。
图1 风电系统结构模型
机侧整流器和网侧逆变器的控制器框图如图2、图3所示。机侧整流器通过控制发电机的电磁转矩来调整发电机转速,从而捕获最大风能。采用的是速度外环和电流内环的双闭环控制方式,转速参考值可以通过最大功率跟踪控制算法得到。网侧逆变器采用基于电网电压的dq解耦双环控制,内环是电流环,外环是功率环。功率参考值即为经过复合储能补偿后期望得到的并网功率。图2、图3中,Isd、Isq分别为同步发电机侧电流的d轴、q轴分量,ωm、ωe分别为机械角速度和电角速度,Ptotal为并网功率,Id,total、Iq,total为并网电流的d轴、q轴分量。
图2 机侧整流器控制框图
图3 网侧逆变器控制框图
1. 2 复合储能结构模型及控制器
采用超级电容和蓄电池的复合储能结构如图4所示[9-10]。超级电容和蓄电池并接到双向逆变器的直流母线电容两端。通过控制不同管子工作来实现充放电控制,上面管子导通时,逆变器处于充电模式;下面管子导通时,逆变器处于放电模式。
设管子的占空比为d。超级电容和蓄电池的控制器框图如图5所示。通过采用电流外环和电压内环的双环控制方式对超级电容和蓄电池进行控制。电流参考信号可通过平抑功率除以Udc得到,通过调节电流来实现功率调节;内环主要维持输出电压的稳定,避免Udc电压波动。图5中Psc、Pb为超级电容和蓄电池所需平抑功率,Usc、Ub为超级电容和蓄电池的电压,Udc为直流母线电压,dsc、db分别为各自的占空比。
图4 复合储能结构模型
图5 超级电容和蓄电池控制框图
2 复合储能控制策略
2. 1 控制目标
复合储能控制目标是使风电输出功率平滑,尽量减少波动对电网的影响[11-14]。国家电网公司对于风电场并网功率作出了具体规定:根据国家电网公司风电场接入电网技术规定可知,风电场10 min最大功率变化一般不超过其装机容量的33%,1 min最大功率变化一般不超过其装机容量的10%。经过复合储能对风机输出波动功率进行平抑后得到的功率即为目标功率。目标功率可以通过一阶低通滤波器得到。风电功率和目标功率相减即为所需平抑功率,将平抑功率通过高通滤波器进行分解,分解出的即为超级电容的平抑功率,剩下由蓄电池来承担。控制策略如图6所示。图6中,T1和T2分别为低通滤波器和高通滤波器的时间常数。
图6 复合储能控制策略
2. 2 自适应控制
对于时间常数T1、T2的控制,本文提出一种自适应控制策略。由于在配置过程中超级电容价格相比蓄电池来说较贵,一般配置的容量有限,所以在运行过程中难免会出现过充过放,不利于电池寿命。针对此,为了避免过分追求较高控制目标而导致系统所需配置储能容量和功率的增加,可以通过引入超级电容荷电状态反馈来实施对低通滤波器和高通滤波器的时间常数的控制。在保证超级电容不越线的同时,充分利用蓄电池,提高系统的经济性。本文针对超级电容设定充放电上下线、缓冲区及正常工作区,对其荷电状态进行实时监测。上下线及缓冲区的设置如图7所示。设定的超级电容荷电状态上下限为0.9、0.1,缓冲区分别为0.9~0.8、0.1~0.2。
图7 荷电状态分区图
低通滤波器和高通滤波器时间常数控制框图如图8所示。它根据荷电状态来选择相应的控制。不同分区内,对于电池的不同工作状态(充电/放电),滤波时间常数具体的变化如表1所示。
图8 时间常数控制框图
从表1可以看出充电过程中,当荷电状态为下限时,可充余量较大,可以适当增大低通/高通滤波时间常数,增加超级电容的平抑任务,使之快速进入正常工作区间;随着荷电状态的不断增大,当进入充电缓冲区时,应当通过减少高通滤波器的时间常数来减少超级电容的充电功率;当达到充电上限时,应该切除超级电容,T2=0,此时功率平抑由蓄电池独自承担,同时应当适当减少低通滤波时间常数来确保蓄电池的寿命。同理,放电过程正好相反,不再赘述。
表1 滤波时间常数设置
3 仿真分析
为了验证本文所提策略的有效性,针对春夏秋冬不同时间窗口下的情况进行验证。春夏秋冬四个季节典型日的风速变化如图9所示。
图9 四季典型日风速
针对某风场中的单台风机进行仿真。其风机容量为1.5 MW,切入风速为3 m/s,额定风速为12 m/s,切出风速为25 m/s。为了平抑功率变化所配置的复合储能如表2所示。设正常工作区间内低通滤波器时间常数T1=10,高通滤波器时间常数T2=80。采用上述自适应控制策略时春夏秋冬典型日对应的风机输出功率及对应的并网功率
表2 复合储能配置
如图10所示。可以看出并网功率变化更加平缓,符合风电并网标准。
图11给出了四种场合下所需平抑功率。可以看出秋季和冬季的波动相比春季和夏季更加频繁,平抑任务相对来说较重,但春季和夏季会在某一时段会出现功率突变,这一部分就需要由超级电容来承担。
超级电容和蓄电池所需承担的功率如图12和图13所示。可以看出超级电容承担了波动中的高频分量,蓄电池承担了波动中的低频分量,充分利用了各自自身的特性,很好地成了平抑任务。
图10 风机输出功率和并网功率
图11 平抑功率图
图12 超级电容平抑功率
图13 蓄电池平抑功率
设定超级电容和蓄电池荷电状态初始值为0.5,则在平抑过程中超级电容的荷电状态变化如图14所示,蓄电池的荷电状态变化如图15所示。从图14、图15中可以看出蓄电池的荷电状态变化范围为0.3~0.81,超级电容的荷电状态变化范围为0.15~0.88,都在设定的区间内,并且蓄电池的荷电状态变化相比超级电容更平滑。
图14 超级电容荷电状态图(1)
图15 蓄电池荷电状态(1)
从图14可以看出,在815~890 min时间段内,超级电容荷电状态在夏天典型日进入到了充电缓冲区。此时对高通滤波器进行自适应控制,时间常数通过控制,由原先的80逐渐调整为40,之后超级电容开始放电,时间常数又逐渐增加,进入正常工作区间后变为初始值80。从图13可以看出蓄电池在这个时间段开始时相比之前承担了更多的平抑任务,功率较之前变化剧烈,并且在867 min时刻达到了四个场合下蓄电池的最大功率125 kW,但这也并没有超出蓄电池的能力范围。同样也可以从图12看出超级电容在夏天典型日此时间段内承担的功率明显下降,也正是因为进行自适应控制,超级电容荷电状态一直维持在0.9之下。同样,在秋天典型日时85~115 min内超级电容荷电状态进入了放电缓冲区,在这个时间段超级电容放电功率随高通滤波器的时间常数减小而减少,进行短暂调整后,超级电容开始放电,时间常数逐渐回到初始值。由此可以看到,该策略避免了超级电容过充过放,提高了不同场合下的自适应能力。如果不对时间常数进行控制,就需要增加超级电容容量的配置,这样反而没有充分利用储能,降低了系统的经济性。
图16和图17给出了采用传统的复合储能控制策略时超级电容和蓄电池的荷电状态,配置的超级电容和蓄电池容量与自适应控制下相同,但传统的复合储能控制策略滤波器时间常数T1、T2恒定。比较两种策略下的仿真结果不难看出,当采用传统策略时超级电容在夏天865~890 min期间荷电状态近似接近于1,当达到1时就要进行强制切除。为了避免该情况的发生,只能对超级电容进行扩容,但这样又不利于系统的经济性。比较蓄电池的荷电状态可以看出采用传统策略时,蓄电池的荷电状态相对来说比较平滑,这是因为在采用自适应控制策略时,T1、T2随超级电容的荷电状态进行了自适应调节,在这一过程中,为了维持超级电容工作于正常工作区,蓄电池承担了相对传统策略较多的平抑任务,所以曲线相对来说波动程度明显,但是波动次数仍然比较少,对电池寿命的影响并不大。从两种策略的比较情况来看,本文所提的自适应控制处理具有更好的工作特性,而且适应性与经济性较好。
图16 超级电容荷电状态图(2)
图17 蓄电池荷电状态(2)
4 结 语
本文构建了基于复合储能的并网风电系统结构模型,提出了机侧整流器、网侧逆变器及复合储能的控制器模型,并针对复合储能提出了一种自适应控制策略。在春夏秋冬四种场合下进行仿真,验证了该策略的有效性,得出以下结论:
(1) 该策略适应能力较强,针对不同场合均能在保证完成平抑任务的同时,蓄电池和超级电容能在规定的区间内进行充放电,避免了过充过放。
(2) 当超级电容进入缓冲区时,承担的功率会随着高通滤波器时间常数的变化而变化。蓄电池在没有超出能力范围的同时很好地分担了超级电容的部分功率,此时的并网功率也符合风电并网标准。
(3) 该策略有效避免了过分追求较高控制目标而导致系统所需配置储能容量与功率的增加,在满足需要的同时,提高了系统的经济性。
[1] 汪海蛟,江全元.应用于平抑风电功率波动的储能系统控制与配置综述[J].电力系统自动化,2014,38(19): 126-134.
[2] 张川,杨蕾,牛童阳,等.平抑风电出力波动储能技术比较及分析[J].电力系统保护与控制,2015,43(7): 149-154.
[3] 张坤,毛承雄,谢俊文,等.风电场复合储能系统容量配置的优化设计[J].中国电机工程学报,2012,32(25): 79-87.
[4] 赵兴勇,杨涛,王灵梅.基于复合储能的微电网运行方式切换控制策略[J].高电压技术,2015,41(7): 2142-2147.
[5] 任永峰,胡宏彬,薛宇,等.全钒液流电池-超级电容混合储能平抑直驱式风电功率波动研究[J].高电压技术,2015,41(7): 2127-2134.
[6] 丁明,林根德,陈自年,等.一种适用于混合储能系统的控制策略[J].中国电机工程学报,2012,32(7): 1-6.
[7] 于芃,周玮,孙辉,等.用于风电功率平抑的混合储能系统及其控制系统设计[J].中国电机工程学报,2011,31(17): 127-133.
[8] 施啸寒,王少荣.蓄电池超导磁体储能系统平抑间歇性电源出力波动的研究[J].电力自动化设备,2013,33(8): 53-58.
[9] 张蕴昕,孙运全.混合储能在风光互补微网中的控制策略[J].电力系统保护与控制,2015,43(21): 93-98.
[10] 刘舒,李正力,王翼,等.含分布式发电的微电网中储能装置容量优化配置[J].电力系统保护与控制,2016,44(3): 78-84.
[11] 卢芸,徐俊.基于小波分解的风电混合储能容量配置方法[J].电力系统保护与控制,2016,44(11): 149-154.
[12] 桑丙玉,陶以彬,郑高,等.超级电容-蓄电池混合储能拓补结构和控制策略研究[J].电力系统保护与控制,2014,42(2): 1-6.
[13] 赵兴勇,晋鹏娟,王灵梅.基于储能的风力发电逆变器加权控制算法[J].电力科学与工程,2014,30(2): 7-11.
[14] 田明杰,吴俊勇,熊飞,等.应用于混合储能的组合级联式多端口变流器拓扑结构研究[J].电力系统保护与控制,2014,42(22): 81-89.
[15] 赵兴勇.分布式发电并网与电压稳定性[M].北京: 中国电力出版社,2015.
Contol Strategy of Hybrid Energy Storage System for Balancing Fluctuant Wind Power
ZHAO Xingyong1, WANG Shuai1, YANG Tao2, WU Xinhua1, LIU Bao1, CHEN Haoyu1
(1. Department of Electric power Engineering,Shanxi University, Taiyuan 030013, China;2. State Grid Taiyuan Electric Power Company, Taiyuan 030000, China)
With the rising proportion of wind power generation, the effects on grid made by its randomness、volatility and intermittency can not be ignored. Based on hybrid energy storage system composed of super capacitor and battery, a adaptive composite energy storage control strategy to dampen the power fluctuations of wind farm was proposed. The feedback of super capacitor’s state to implement the control of low-pass filter and high-pass filter’s time constant was introduced. It finished suppressing the power fluctuations and distribute the power reasonably to avoid over-charging/over-discharging of super capacitor at the same time. Finally, through the simulation of suppressing the power fluctuations under different time window for spring, summer, autumn and winter the effectiveness of the proposed adaptive control strategy was verified.
wind farm; hybrid energy storage system; super capacitor; battery; adaptive control strategy
山西省“十二五”科技重大专项(2060901);国网山西省电力公司科技项目(05161A)
王 帅(1990—),男,硕士研究生,研究方向为智能微电网运行与控制。 赵兴勇(1965—),男,教授,硕士生导师,研究方向为微电网、分布式发电及电动汽车控制等。
TM 315
A
1673-6540(2017)07- 0108- 07
2016 -12 -12