储能技术在风力发电系统中的应用分析

2019-11-29兰天

商品与质量 2019年28期

兰天

华能新能源股份有限公司辽宁分公司辽宁沈阳 110000

我国近些年来在输电网络的发展以及普及方面加大了投入力度，进一步推动我国能源战略的发展。但是由于现阶段我国关于风力发电机储能控制系统的研究较为落后，导致电能利用率低、电能质量差、输电效率差等问题依旧普遍存在，因此针对发电机储能控制系统的研究有待进一步深入。因此本文以风力发电机储能控制系统作为研究对象，具有十分重要的积极意义，开展储能技术在风力发电系统中的应用分析，进而促使我国的电力产业获得更加广阔的发展空间和更加光明的发展前景[1]。

1 储能技术在风力发电系统中的应用分析

由于风电的发电形式和风能的不稳定性决定了风电不能像水电火电那样稳定应用，这时候人们就想把大风时候发的电存储起来，留到风小的时候使用。风力发电是把风的动能转为电能。风能作为一种清洁的可再生能源，越来越受到世界各国的重视。其蕴量巨大，全球的风能约为2．74×109MW，其中可利用的风能为2×107MW，比地球上可开发利用的水能总量还要大10倍。很早就被人们利用——主要是通过风车来抽水、磨面等，而现在，人们感兴趣的是如何利用风来发电，开展储能技术在风力发电系统中的应用分析，主要可以将研究内容总结归纳如下：

1.1 风力电机的结构介绍

风力电机主要包括定子、转子等组件，定子由定子铁芯和定子绕组构成，转子由铁芯、储能绕组、集电环、转轴等几部分构成，发电机即是指风力电机处于发电运行状态，其具体结构如下图所示。

风力电机运行的过程中，储能绕组通入直流电流，其内部就会产生磁场，由原动机会拖动风力电机的转子进行旋转，相应的转子的磁场也会发生旋转。再这样的情况下，定子电枢绕组就会切割磁感线，产生感应交流电动势，其频率和转速以及极对数相关[2]。

风力电机作为发电设备，在电网中占据着十分重要的地位，其运行状态直接影响着电力系统的动态性能，除了能够提供电力能源外，风力电机在无功功率分配方面也发挥着一定的作用。

1.2 风力发电机储能控制的基本原理分析

储能系统是由发电机储能电源和其他相关附属设备构成的一个复杂体系，其大致可以分为主电路和储能调节控制器两个部分，具体如图2所示，其中储能功率单元为电源部分，主要作用是提供直流储能电流。储能调节控制器则负责管理储能功率单元的输出。

风力发电机储能控制系统的作用主要有三点：其一，对电压进行控制。在电力网络运行的过程中，负荷是出于不断变动中的，而负荷的波动则会引起发电机端电压的变化，而储能控制系统就负责对这种现象进行调解，尽可能的维持发电机的机端电压，具体是通过增减储能电流的方式达到效果。其二，对无功功率的分配进行控制[3]。当发电机和无穷大的电网并联运行时，发电机端电压基本上可以看作一个恒定值，发电机输出的有功功率和频率相关，和储能电压以及储能电流无关，换而言之，储能的变化不会对发电机输出的有功功率产生影响。因此，当发电机的储能电流发生变化时，只会改变无功功率和功率角的大小。其三，提高并联运行的风力发单机的稳定性。电力系统运行于一个时刻存在各类个干扰的环境中，如果发电机能够在受到扰动之后迅速恢复到原来的运行状态或是过渡到一个新的运行状态，即静态稳定和暂态稳定，则可以判断其具有良好的系统稳定性。

为了使上述作用得到充分的发挥，储能控制系统需要满足三个方面的要求：其一，具备最优化的电机功率因数。其二，拥有较强的抗电网电压突变能力。其三，储能系统应能够快速灭磁。

1.3 风力发电机储能控制系统模型

如图3所示，典型的发电机储能控制系统结构，系统运行主要可以分为电压测量比较、综合方法、功率单元、风力发电机等环节。

结合图3来看，风力发电机的储能控制系统主要包括三个单元，分别是测量比较单元、综合放大单元以及整流单元。测量比较单元是采用比闭环设计的储能系统不可缺少的一部分，其主要作用是对发电机运行过程中的机端电压进行实时测量和获取，并将实测的电压值和基准值进行比对，获得电压偏差信号，最终送入到综合放大单元。忽略比较电路的延时，可以使用以下传递函数对测量比较单元进行描述：

其中KR表示的是比例系数，TR表示的是测量单元时间常数。

很多情况下，测量比较单元输出的信号功率偏小，无法达到直接驱动功率放大单元的效果，此时为了获得满足功率要求的控制信号，就必须对信号进行综合放大处理，这就是综合放大单元的作用。为了进一步强化储能系统调节性能，通常会将各类控制算法引入该单元中，如增加响应速度、减少超调量等。综合放大单元的传递函数如下：

其中KA为电压放大系数，TA代表的是放大器的时间常数。

整流单元通常选用晶闸管，其在电路中的整流是不连续的，这使得整流输出的电压Ud和触发脉冲控制信号Usm不风力，造成一定的延时，延时的长短取决于整流电路的整体结构，一般可以用电角度对其最大可能滞后时间进行描述。晶闸管最大可能的时滞时间可以表达为：

其中m代表的是控制相数，f代表的是电源频率，在考虑时间滞后因素影响的情况下，整流电路的输出电压可以表达为：

ud=KZusm（t-TZ）

其中KZ代表的是触发脉冲和输出电压间的放大系数，之后对上式进行拉氏变换可得：

Ud（s）=Kze-TZsuSM（s）

之后即可获得整流单元的传递函数：

经泰勒展开并保留展开式中第一项等程序简化后可得传递函数：

2 储能技术在风力发电系统中的应用方法分析

把风能转变为电能是风能利用中最基本的一种方式。风力发电机一般有风轮、发电机（包括装置）、调向器（尾翼）、塔架、限速安全机构和储能装置等构件组成。风力发电机的工作原理比较简单，风轮在风力的作用下旋转，它把风的动能转变为风轮轴的机械能[4]。发电机在风轮轴的带动下旋转发电。风轮是集风装置，它的作用是把流动空气具有的动能转变为风轮旋转的机械能。一般风力发电机的风轮由2个或3个叶片构成。在风力发电机中，已采用的发电机有3种，即直流发电机、同步交流发电机和异步交流发电机。以提供给发电机储能电源的差异性作为依据，可以将发电机储能系统分为直流储能机系统、交流储能机系统以及自励式静态储能系三种类型。其中直流储能机系统能够产生独立的储能电流，具有较强的可靠性，其核心设备为专用的直流储能机，采用和发电机同轴安装的方式，通过滑环和固定的电刷，发电机的储能绕组可以获得直流电流。该系统的不足在于调节速度较为缓慢，且维护不方便，因此在大型发电机组中的应用较少。交流储能机系统通常安装在发电机轴上，由于输出的是交流电流，因此必须增设整流环节。相较于直流储能机系统，交流储能机系统不具有电刷和滑环等部件，因此制造更加简单，且运行可靠性更高，不足之处在于交流电势的谐波分量过大且在运行的过程中会产生较大的噪声。自励式静止储能系统和上述两种储能系统存在本质的区别，其省略了储能机，而是从发电机本身获取储能电源。自励式静止储能主要包括自并励和自复励两种形式，二者的区别在于储能来源的种类不同，前者为一种，二者为两种。在后一种形式下，发电机如果在运行过程中出现短路故障，大功率电流互感器会为发电机提供较大的储能电流[5]。

储能控制方式的发展和研究现状。截止到目前为止，储能控制方式的发展主要经历了六个阶段：首先，早期的古典储能方式。最初的储能控制是对单变量的储能调节，具体是通过电机机端电压的偏差信号，对其进行单一的比例P调节。这种方式在控制精度和稳定性等方面都存在着较大的缺陷，对此，人们提出了对电压偏差值加上积分I和微分D解以解决问题，使得控制效果出现了一定幅度的提升，但仍旧无法同时满足控制精度和系统稳定的需求。之后，人们提出了电力系统稳定器PSS，用于克服调节精度和稳定性之间的矛盾，但使用条件却存在较大的限制，不仅需要预先整定好参数，而且要进行大量的实验。

线性最优储能控制方式。这是最优控制概念引入储能控制领域诞生出的一种控制方式，相较于古典储能方式，其能够有效的解决系统不定性和时变性的问题，因此应用范围更加广泛。这种控制方式虽然能够提供良好的控制效果，但必须在理想状态下才能达成，原因在于其设计方面的局限性，且在抗干扰方面也稍显不足[6]。

非线性储能控制方式，为了解决现行控制器无法有效适应非理想系统的问题，人们提出了非线性的储能控制器，这种空驶方式对于非线性和参数或是看状态变化的系统具有极强的适应性，因为其原理是一种数学几何结构的微分。但由于微分结合原理存在明显的针对性，因此非线性储能控制器只在参数明确的系统中具有显著优势，无法普遍适用于所有系统，在实用性上存在不足。此外，控制理论发展的局限性使得非线性储能控制器在运用其他控制理论时严重受阻。

再次，自适应储能控制方式。系统参数和运行方式在实际工作中会经常发生变动，人们针对这一特征提出了自适应储能控制方式，即根据被控对象的实际情况对自身参数和控制规则进行适当的调整，这使得控制效果得到了大幅度的提升。由于这种控制器的参数需要对系统变化进行动态跟踪，因此在一些特殊情况下，如控制对象处于短暂的电磁暂态过程时，需要进行大量的计算。

智能化储能控制方式，这是一种信息时代提出的储能控制类型，具体包括遗传算法控制、专家控制、Fuzzy模糊控制、BP神经网络控制等方法，其原理是根据事先编写的智能概念，结合人类的推理经验和直觉，达到自主学习、自适应、自整定以及可处理非线性等方面的效果，其优势在于对精确数学模型的依赖性较小。但就现阶段研究情况来看，其只在一些简单系统中进行了实践应用，大部分猜想都处于试验和仿真阶段[7]。

混合控制方式。上述提到的各种储能控制方式均有其适用的领域，可以解决不同的问题，但是在储能控制过程中通常会遇到一些比较复杂的问题，且难以通过单一的控制方式解决，这时就需要将多种磁力控制方式综合应用，通过优势互补，解决实际难题，这就诞生了混合控制方式。目前，在电力系统相关领域，混合控制方法已经取得了一些阶段性的成果，如对直流线路故障测距采用的神经网络和遗传算法相混合的方法、对电网负荷经济性优化采用的单纯算法和粒子群算法相混合的方法等。混合控制方式的应用使得电网性能得到了更进一步的优化[8]。