风电功率波动平抑（精选3篇）
风电功率波动平抑 篇1
1 概述
随着能源危机和环境污染问题的日益突出, 风力发电得到了广泛的应用和研究。以自然风作为原动力的风力发电系统受气候与地理因素的影响, 导致其具很强的不可控性、间歇性和波动性, 因此风电场输出功率直接并入电网将对电力系统的稳定性、电网频率、电能质量、发电计划和调度等方面产生负面影响[1]。从电网运行的现状及大规模开发风电的长远利益考虑, 风力发电技术引入储能系统, 能有效地抑制风电输出功率波动, 平滑输出电压, 提高电能质量。风储联合是保证风力发电并网运行、促进风能利用的关键技术和主要发展方向[2]。储能技术按其具体方式可分为电化学储能 (铅酸蓄电池、锂离子电池、钠硫电池等) 、电磁储能 (超级电容器、超导电磁储能等) 和机械储能 (飞轮储能、抽水蓄能等) , 每种储能方式都存在其适用场景的局限性, 但也同时各自具有不同的优势。若采用不同类型的储能介质相互配合, 则可充分发挥其各自的优势, 实现优势互补, 可以提高储能系统的整体性能, 达到延长储能系统使用寿命的目的, 同时降低储能投资运行成本[3]。
2 风储联合运行系统结构
混合储能系统模型如图1所示[4]。
其中储能系统为超级电容器与电池组成的混和储能系统 (HESS) 。两种储能装置并联, 根据其不同的特性, 功率型储能装置超级电容器用于响应快变波动分量, 能量型储能装置电池系统用于响应慢变波动分量。混合储能系统的输出功率与风电输出功率之和为风储联合运行系统实际输出功率。
3 混合储能控制策略
3.1 混合储能系统总充放电功率的确定
其中 为平抑后的风电功率波动量, 由此可将风电功率波动限制在阈值内, 减少HESS的过度控制, 达到延长储能系统寿命的目的。
3.2 混合储能系统功率分配策略
本文采用了基于滑动平均原理的功率分配策略, 电池的充放电功率为滑动平均时间尺度内HESS总充放电功率的平均值, HESS总充放电功率与其之差即为超级电容器充放电功率。由此电池承担了HESS总充电功率中的慢变波动分量, 降低了其充放电次数, 而超级电容器承担了HESS总充放电功率中的快变波动分量, 其所需容量不至于过高, 符合其能量密度较低的特性。其中滑动平均时间常数的选择决定了两种储能介质充放电功率的波动特性, 进而影响对两种储能介质的功率和能量配置需求, 滑动平均时间尺度越大电池充放电功率变化越平缓, 反之, 越剧烈。
4 仿真验证
为验证控制策略的可行性和有效性, 基于Matlab软件进行仿真, 低通滤波截止频率为1/2700Hz, 滑动平均时间尺度为10min, 电池容量为5MW·h, 超级电容器容量为0.4MW·h, 根据某风电场的出力数据, 对风储联合运行系统进行仿真分析, 得到的风电功率波动平抑效果如图2所示。
结束语
本文设计了一种含阈值的低通滤波平抑控制策略, 避免储能系统对风电功率波动的过渡控制, 并提出基于滑动平均原理的功率分配策略, 分别利用超级电容器和电池补偿风电输出功率波动的快变波动分量和慢变波动分量。并对所提控制策略的有效性和可用性进行了仿真分析, 结果表明该控制策略能够有效地平抑风电功率波动, 减小储能系统不必要的动作次数, 延长了电池寿命。
摘要：风电场并网运行是风能大规模开发利用的有效方式。风能的随机性使风力发电的输出功率具有波动性和间歇性, 给电网稳定运行带来了一定影响, 电力储能装置的引入可有效提高风电并网性能。考虑在技术性能上超级电容器与电池具有很强的互补性, 本文设计了一种基于混合储能的含阈值的低通滤波平抑控制策略, 并提出基于滑动平均原理的功率分配策略, 分别利用超级电容器和电池补偿风电输出功率波动的快变波动分量和慢变波动分量, 以减小储能系统不必要的动作次数, 延长了电池寿命。
关键词：风力发电,混合储能,低通滤波,滑动平均原理
参考文献
[1]于.基于混合储能的风电场实时功率调控系统研究[D].大连:大连理工大学, 2011.
[2]M R I Sheikh, S M Muyeen, R Takahashi, et al.Smoothing control of wind generator output fluctuations by PWM voltage source converter and chopper controlled SMES[J].European Transactions on Electrical Power, 2011, 21 (1) :680-697.
[3]蒋平, 熊华川.混合储能系统平抑风力发电输出功率波动控制方法设计[J].电力系统自动化, 2012, 37 (1) :122-127.
[4]严干贵, 朱星旭, 李军徽等.内蕴运行寿命测算的混合储能系统控制策略设计[J].电力系统自动化, 2013, 37 (1) :110-114.
风电功率波动平抑 篇2
为了应对传统能源的快速消耗以及日益严峻的环境问题，以风能为代表的绿色可再生能源在世界范围内得到了迅猛发展。然而，风能的波动性、间歇性给电网带来了多方面的不利影响[1,2,3]。在风电大规模接入的背景下，提高风电输出功率稳定性的研究正受到越来越多的重视[4,5,6]。伴随储能技术的不断成熟，风储协调运行对于平抑风电功率波动具有很好效果。但考虑到储能系统高昂的单位成本，满足出力平滑的同时做到储能配置的最小化对风储协调控制策略提出了很高的要求。
在1min和10min的较小时间尺度上，利用基于一阶低通滤波（LPF）原理[7,8,9,10]的风储协调策略可以有效补偿风电功率中某一特定频段的波动成分。为改善该原理的效果，文献[7,8]在LPF原理基础上加入了随实测电池荷电状态（SOC）改变滤波时间常数的环节，避免了电池的过充和过放；文献[8,9,10]采用了超级电容与电池混合储能系统，分别补偿功率波动中的高频和中低频分量。LPF原理简单实用，对短期风电功率波动有较好的抑制作用。但利用该原理平抑长期波动会加大其滤波时间常数，为此需要配置较大的储能容量，致使总体经济性较差。另外，该原理不具备对未来风电功率变化的预判能力，在风电功率连续变化时容易因SOC越限而失去平滑功能。
模型预测控制（MPC)[11,12,13,14]是近年来被广泛研究和运用的一种先进控制策略。在每一采样时刻，MPC根据当前获得的测量和预测信息，在线求解一个有限时域开环优化问题，并将求解出的输入序列中的第一个元素施加到受控对象作为输入信号，并实施滚动优化。文献[11]利用过去1min和30min的历史风电功率数据以及未来10s的预测数据，实现了基于MPC原理的实时风电功率波动约束；文献[12]利用MPC原理平抑风电功率的波动性；文献[13]则采用MPC原理使得风储联合发电系统能够跟踪调度曲线。MPC原理主要针对15min及以上时间尺度的风电功率波动，原因有两个方面。首先，MPC原理的控制周期依赖于风电功率的预测间隔。根据现有国家标准[15]，风电功率预测的时间分辨率多为15min。预测间隔越短，则风速数据所表现的随机性和非线性就越强。时间间隔为10min的风速预测至今还是一个世界性难题[16]。其次，在相同的优化时长内（如4h),MPC控制周期越短则求解优化问题的运算量越大。这样，在15min及以上的较大时间尺度上，MPC原理虽然能够充分利用预测模型发挥其滚动优化控制的优势，但却难以兼顾短期风电功率波动。
本文的研究目的是结合以上两种原理，提出能够平抑1min到15min以上等多个时间尺度的风电功率波动的风储协调方法，本文称为MPC-LPF方法。在较大时间尺度上（本文为15min～4h），充分利用MPC对系统未来动态行为的预测能力以及显式处理约束的能力，形成最优并网功率的控制轨迹，然后指导LPF原理，使之在平抑短期风电功率波动的同时，能够贯彻执行MPC的优化结果。
1 基本原理
1.1 风储联合运行系统
图1为风电场和储能联合运行系统接入电网的结构示意图。该联合系统主要由风电场、储能和控制器组成。图中：Pw为风电功率；Pb为储能实际输出功率；Pb＿ref为控制器给出的储能参考输出功率，放电为正值，充电为负值；Pg为并网功率。
不考虑其他能量损耗，则有：
储能配置在风电场侧协调风电出力，控制器通过收集各项信息来实时调整储能的参考输出功率，其内部执行的控制策略是决定风储联合运行系统工作效益的关键。
1.2 MPC?LPF方法的原理
根据国家标准[15]，风电功率实时预报系统每15min滚动上报未来15min～4h的风电场发电功率预测曲线。风电功率预测值为15min的平均值，本文记为Pwm。据此，本文定义如下控制参量。
1）储能控制周期Td：储能输出功率的调节间隔，也是LPF原理的执行间隔。本文取Td=20s。
2)MPC控制周期Ts：本文取Ts=15min，即等于风电功率预测的分辨率。这样，在一个MPC周期内存在45个储能控制周期。
3）优化时域P：为了更好地发挥预测控制的优势，在预测误差允许的范围内取最大的预测时段，则MPC的优化时域P=4h/15min=16。
4）控制时域M：本文取M=P=16。
下面以图2为例，说明MPC-LPF方法的原理。
在图2(a）中，利用风电功率预测序列，由MPC原理在整个优化时域P中求解多目标优化问题，得出并网功率优化值序列。与其他优化方法不同的是，MPC仅将优化序列的第一个元素施加到风储协调系统，并以控制周期Ts为步长不断滚动向前。由于风电功率预测误差随着预测时长不断变大，呈现喇叭形[17]，这种滚动优化的方法有利于不断修正预测误差。通过对未来的风电功率进行预测，优化结果可以提前控制储能SOC值，使得风储协调策略具有可持续性。例如，在15min时间点处，由于预见到未来45min内风电功率会连续上升，SOC有越限的可能，故在15～30min的优化时段内，控制储能提前放电。与图中的风电功率预测值序列比较后可见，在15min时间尺度上的并网功率得到了平滑。
在图2(b）中，常规LPF原理和本文提出的MPC-LPF方法都能平抑风电功率的短期波动。将两者对比可见，本文方法能够参照MPC给出的并网功率优化值（见图2(a）），调整基于LPF原理的储能功率输出值。例如，在0～15min时段，新方法的并网功率低于常规LPF原理，而在15～30min时段，新方法的并网功率高于常规LPF原理。这样，新方法可以兼顾LPF原理的短期平滑以及MPC原理的长期优化控制的效果。
由以上基本原理可见，MPC-LPF方法要解决两个关键问题，首先是在整个优化时域内建立风储协调的优化目标和约束条件，其次是建立MPC与LPF两种原理的联系以实现相互配合。下面做具体分析。
2 基于MPC?LPF的优化控制方法
2.1 MPC系统模型
风储联合发电系统的状态空间模型如下：
式中：u(k）为并网功率Pg(k);r(k）为风电功率Pw(k);x(k）为储能输出功率Pb(k);y(k）为储能剩余容量Eb(k);1/4表示MPC的控制周期Ts为15min=1/4h。
本文中，用k表示MPC的控制时刻，其间隔为Ts。随着储能技术的不断发展，其自放电率可以达到0.000 1 min-1以下，充放电效率达到90%以上[18]。同时，利用滚动优化的方法，控制器可以周期性更新实际的SOC值以修正损耗误差。这样，在上式中就不需考虑储能的动态模型。
目标函数如下：
式中：L为储能处于理想SOC时的容量；a和b为惩罚系数；Δu(k)=u(k)-u(k-1）。
式（3）中的3个惩罚项分别表示对储能容量偏离理想值、储能出力以及并网功率波动的优化。目标函数应满足并网功率约束、储能输出功率约束和储能容量约束，分别如式（4）、式（5）和式（6）所示。
式中：Prated为风电场额定容量；Pch和Pdch分别为储能最大充、放电功率；CB为储能系统总容量；Smax和Smin分别为储能系统SOC的上、下限。
由式（3）至式（6）可见，基于预测模型对系统未来动态行为的预测信息，MPC可把约束显式地加到未来的输入、输出和状态变量上。后续仿真表明，这对于保证风储协调策略的可持续性非常关键。
2.2 MPC优化问题求解
MPC优化问题可以转化为二次规划（QP）问题来求解[14]，其标准形式为：
式中：x为Δu(k)(k=0,1，…，M-1）构成的列向量；H和f分别为二次项和一次项系数矩阵；A为约束系数矩阵；b为列向量。
具体将式（3）至式（6）转化为QP问题标准形式的过程见附录A。按照滚动优化的思想只取x的首项实际执行，由此得到当前的并网功率优化值，本文记为Pg*。
2.3 利用MPC优化结果补偿LPF的输出
LPF原理对系统未来动态行为缺乏预测能力。若LPF能够参考MPC的优化结果，则可弥补其缺乏前瞻性的缺点。传统LPF原理的传递函数为：
式中：Tc为滤波时间常数。
将式（9）离散化后得：
式中：α=Td/（Td+Tc），为滤波时间常数因子。
为区别于MPC时刻k，本文用i表示LPF的控制时刻，i=0表示每个MPC周期（15min）的初始时刻。与文献[7,8]不同的是，本文不采用变滤波时间常数控制策略，故α为恒定值。由式（10）递推可得：
由于式（3）中首个惩罚项的作用，MPC在考虑未来风况的情况下将尽量保持SOC在理想值附近，所以由MPC得到的并网功率优化值Pg*对LPF原理极具参考意义。为使实际SOC变化能跟踪MPC设定的优化轨迹，需维持15min内实际并网功率的总出力与优化出力基本相等。这就要求在原有LPF原理的基础上对储能输出功率再作补偿。为维持补偿后的协调算法依然具有LPF特性，15min内各时刻的功率补偿值（本文记为PC）应基本相等。
在不对LPF进行补偿的情况下，利用等比数列求和公式可得到15min内并网的总出力为：
式中：n=Ts/Td，为15min内控制器调整储能输出功率的次数。
在一个MPC周期内，优化并网总出力，则15min内总出力补偿为：
观察式（13），前两项可以在每个MPC周期的零时刻确定，而后两项只有取得各时刻风电功率数据方能准确表达，故无法于零时刻准确计算出本MPC周期的WC。为此，采用该MPC周期的风电功率预测值Pwm来近似各时刻风电功率实际值Pw(i），即将补偿平分到各时刻。近似后得到的功率补偿值为：
此外，为了克服相邻15min功率补偿值的突变，在每15min初段对功率补偿值采取平滑处理，使相邻时刻的功率补偿值之差小于阈值Pth，即
式中：PC′（i）为经平滑处理后各时刻新的功率补偿值；PCP和PCN分别为由式（14）计算出的前一次15min和当前15min的功率补偿值；，取值不宜过大，否则会影响滤波特性，其中表示向上取整函数。
最终得到新的并网功率表达式为：
对常规LPF原理进行上述功率补偿后，其在小时间尺度上依旧保持了LPF特性，而在大时间尺度上能够跟踪执行MPC的优化结果。由于实现机制上没有依赖动态调整滤波时间常数Tc，避免了因惯性环节固有的滞后性而导致的调节性能下降。
3 算例分析
3.1 算例系统
本文以某风储联合运行系统为例，在MATLAB中建立算例模型，比较不同控制策略在各种时间尺度下的风电功率平滑效果。该风电场的装机容量为48 MW，储能额定功率为5 MW，最大可持续时间为1h，理想SOC为60%,SOC允许变化范围为[0.1,0.9]。MPC每隔15min向前滚动优化一次，控制器调节储能输出功率的周期为20s，滤波时间常数为200s，惩罚系数a=1,b=2，阈值Pth为0.5 MW。风电场爬坡率的限制参考国家标准：装机容量在30～150MW的风电场10min有功功率变化最大限值不超过装机容量的1/3,1min有功功率变化最大限值不超过装机容量的1/10[15]。
3.2 风电功率波动平滑效果
选取某风电场连续8h风电功率数据，如图3所示。
下面在1min和10min的时间尺度上，分别采用可变滤波时间常数的LPF方法[7]（以下称方法1）和本文提出的MPC-LPF方法（以下称方法2），比较功率平滑效果。图4为原始风电功率和平滑后的并网功率波动情况，图5是相应的累计概率分布图。
由图4和图5可见，方法1和方法2均具备功率平滑效果。在10min时间尺度上，方法1仍存在超出越限阈值的功率波动，方法2则始终能满足国家标准，其平滑效果明显优于方法1。这是由于MPC在15min的时间尺度上对并网功率波动进行了抑制，具体体现在式（3）中第3个惩罚项的作用。在1min时间尺度上，方法2的平滑效果仍优于方法1，但优势并不显著。这是由于在这样的时间尺度上，两者对风电功率波动的抑制都基于LPF原理，且采用的初始滤波时间常数相同。但方法1为调节SOC在理想范围需频繁变动滤波时间常数，因惯性环节滞后效应导致了调节效果下降。而方法2则无需如此。
3.3 SOC控制效果
储能容量的配置总是有限的。当风电功率出现剧烈波动时，储能容易达到SOC的上下限额，使得风储协调策略不具有可持续性。所以，在更大的时间尺度上，能否将SOC值维持在理想范围附近是评价风储协调策略的重要指标。本文选取两个极端场景来比较不同方法的控制效果。
场景1：初始时储能SOC为80%，不久后风电功率突升，如图6(a）所示。
场景2：初始时储能SOC为20%，不久后风电功率骤降，如图6(b）所示。
图7反映了采用不同方法后SOC的变化情况。结果显示，方法1虽然采取了改变滤波时间常数的措施，但由于其缺乏对未来风速变化的预判能力，在两种极端场景下仍会达到SOC调节极限，从而失去平抑风电功率波动的能力；而方法2却可以通过提前放（充）电使储能在风电功率突升（骤降）之时拥有足够的充（放）电容量，并尽量维持SOC在60%的理想状态附近，使得方法具有可持续性。这源于MPC基于未来风况对储能SOC所采取的优化调整，具体体现在式（3）中首个惩罚项以及式（14）中功率补偿的作用。如果没有功率补偿，也就失去了LPF和MPC之间联系的桥梁。
图8比较了场景1中采用两种方法得到的功率波动累计概率分布情况。由图可见，由于方法2能够将SOC值控制在理想状态附近，对风电功率波动的平抑能力明显优于方法1。场景2也有类似结论，限于篇幅，本文不作重复讨论。
4 结语
基于LPF原理的风储协调策略能够有效平滑短期风电功率波动，但该原理不具备对未来风电功率动态变化的预见性；MPC原理利用有限时域的滚动优化技术，对于长期的风电功率波动更具全局优化控制能力，但难以兼顾短期的功率波动。本文提出了一种将MPC和LPF原理相互结合的新型风储协调方法。新方法对长短期多个时间尺度的风电功率波动都具有良好的平抑效果。而且，新方法能够将储能SOC控制在理想区间附近，使得控制策略在恶劣的风况下具有更好的可持续性。
虽然滚动优化的方法有利于不断修正预测误差，但当预测误差很大时，算法的鲁棒性问题仍值得关注，这是下一步的研究重点。
浅析风电并网功率波动抑制的研究 篇3
风能作为一种可再生的清洁能源,其储藏量丰富,可以为构建全球的可持续能源结构体系作出重要贡献。因此近年来世界各地掀起了开发风电的热潮,但随着风电场越来越多,其风能的缺点越来越明显。风能所产生的功率带有随机性和波动性这个缺点,给当下的电网带来的冲击越来越显著,给电网的安全稳定运行带来了巨大威胁。
对于怎样抑制风力并网中功率波动这个问题的研究,其方法大致分为两类 :直接功率控制即利用调节风力涡轮机的运行状态来调节其输出功率,但对波动范围大的调节能力有限 ;间接功率控制即利用附加的储能设备来调节输出功率,其优点是调节的范围较宽,效果较好。此外,风电机所产出功率的波动成分主要集中在1Hz以下,尤其在0.01~1Hz之间对电力系统冲击最明显。结合上述研究现状,本文先对风电并网功率波动特性进行阐述,并结合风电机输出功率波动抑制的可行性研究给出几种抑制风电并网中功率波动的方法,当下抑制风电并网中功率波动的流行的主要方法是利用储能装置来对风电并网功率波动抑制,而所用的储能装置种类有很多,比如蓄电池,超导电容,超导磁,飞轮,钒液流,电池储能,混合储能。另外还有人提出对部分风电合理弃风来实现大规模风电的去风电化的观点,这个也是值得继续深入研究的。本文基于文献所给的关于对风电并网功率抑制的方法和实例,进行一些比较和分析。
1 电网风电功率波动特性分析
众所周知,风电利用的能源是风能,而它最显著的特点是不稳定性,进而导致风电出力具有波动性和随机性。国内有学者对我国华北电网2010-2011年的实测风电出力数据进行分析得出以下特点 :夏秋两季风电日平均出力大部分比较集中,且相对较小 ;冬春两季风电日平均出力较分散,同时日间的风电出力增减幅度较大。这个分析结果也验证了风电出力的波动性和随机性。另外还有学者结合内蒙古风电并网的数据分析得出 :1)电网在有功方面所能容纳的风电电量是由电网的峰谷差、调峰容量和风电集聚效应这三者来决定的。2)当今仅利用风电的短期功率预测是不够的,还需增加新的气象分析手段。3)从风电并网的电量的占比来看,我国电网容纳风电的潜力还很大。
2 电网风电功率波动抑制方法
目前平抑风电场功率波动的方法有两种 : 一是直接调节风电机组中涡轮机的转子转速和桨距来实现对并网后的风电机组功率波动抑制。不过其缺点是,该法的调节范围有限且不能实现风能的最大利用。二是通过给风电场配置储能系统,可在利用风能最大化的基础上有效抑制其所带来的功率的随机性和波动性。但是当今的储能装置成本高,还不能进行大规模推广应用。下面简要的介绍以上所提到的基于各种储能技术抑制风电功率波动方法,并做简要的比较。1)蓄电池储能技术。该技术系统主要由三相PWM变流器、DC-DC变流系统、蓄电池组以及性能监控系统等构成,经仿真研究确认该装置能够对风电并网所带来的功率波动进行快速有效的抑制,且注入电网的谐波较少。2)超级电容储能装置。该装置可根据客户需求因地制宜进行设计,使其能够满足风电场的功率需求。当风电场功率超出电网功率参考值时,功率超出的部分可由电容吸收 ;当风电场输出功率不够时,电容可释放功率,来降低风电功率波动所带来的影响。3)超导磁储能(SMES)技术。该技术基于频率和电压调节,并引入可快速补偿系统的不平衡功率的控阻尼元件,使其稳定性得以提高。4)飞轮储能技术。该技术装置是在分析飞轮运行原理和数学模型的基础上提出的,并联在永磁直驱风电机组的直流侧。5)超级电容器—蓄电池混合储能技术。该技术综合超级电容器和蓄电处的混合储能系统。该技术由于引入超级电容,进而提升其输出功率,优化蓄电池充放电功率,减少充放电循环次数。6)钒液流储能电池储能装置。该装置是利用钒液流电池充放电过程中内部电抗的变化规律,构建相应模型,并与AC/DC变换器功率解耦控制功能相结合得到的。7)模糊自适应的混合储能控制系统。该系统的原理 :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,再结合模糊自适应控制策略来对装置的充放电进行优化控制,最终达到平抑风电功率波动的目的。
3 结语