袁桂麗，劉 穎，陳少梁

（華北電力大學，北京 102206）

基于動態(tài)波動系數(shù)的風電功率平滑控制策略*

袁桂麗，劉 穎?，陳少梁

（華北電力大學，北京 102206）

風力發(fā)電的隨機波動對電力系統(tǒng)的穩(wěn)定性帶來不利影響，通過配備儲能系統(tǒng)可以提升電網(wǎng)接納風電的能力。本文定義了反映儲能系統(tǒng)平抑風電波動效果的波動系數(shù)；提出一種基于動態(tài)波動系數(shù)的風電功率平滑控制策略；建立了以波動系數(shù)為優(yōu)化變量，風電實際功率和并網(wǎng)功率的差值最小為目標，并網(wǎng)功率波動要求為約束的優(yōu)化模型；設計了基于滑動窗口的遺傳算法求解方案，優(yōu)化求得動態(tài)波動系數(shù)及相應的儲能額定容量及功率，最終利用儲能抑制風電功率的波動。實驗表明，與傳統(tǒng)控制策略相比，該策略能有效抑制功率波動并降低儲能容量，節(jié)約成本。

風力發(fā)電；儲能系統(tǒng)；平抑控制；波動系數(shù)

0 引 言

風力發(fā)電具有隨機性和波動性，其并網(wǎng)會對電網(wǎng)產(chǎn)生沖擊，一旦超出了波動范圍，會嚴重破壞電網(wǎng)的安全性和穩(wěn)定性[1-2]。為風電場配置一定容量的儲能系統(tǒng)（Energy storage system, ESS）能夠平抑風電波動，使輸出功率滿足一定指標[3-4]。鑒于目前儲能裝置的成本較高且壽命較短，如何利用有限容量的儲能系統(tǒng)平抑功率的波動性，對控制算法提出了較高的要求，通過控制算法優(yōu)化獲得合理的儲能系統(tǒng)容量及出力是十分重要的問題。

文獻[5-6]將風電輸出功率設置為某一定值，通過電池儲能補償波動，這種方法可以滿足電網(wǎng)功率波動要求，但需要的儲能容量大，成本過高。為此，基于濾波算法及改進的濾波算法控制策略相繼被提出[7-11]，但基于濾波算法的控制策略均存在一定滯后，這導致系統(tǒng)所需儲能容量加大，充放電深度加深。本文兼顧平滑效果并降低儲能成本，設計基于波動系數(shù)的控制算法，利用較小儲能容量，實現(xiàn)風電輸出功率的平滑控制。

1 風電功率平抑策略及建模

利用儲能對風電輸出功率進行平抑處理，其基本原理是通過調(diào)節(jié)儲能系統(tǒng)的輸出功率，對風電功率中波動較大的成分進行補償，以獲得較為平滑的風電并網(wǎng)功率。不同的控制策略使儲能系統(tǒng)充放電指令不同，直接影響到儲能裝置容量的大小。

1.1 平抑策略的提出

風電實際功率與并網(wǎng)功率的偏差決定了儲能系統(tǒng)的充放電指令。并網(wǎng)功率越接近實際輸出功率，意味著儲能系統(tǒng)補償?shù)墓β试叫?，所需安裝的儲能裝置容量也越小。假設系統(tǒng)的功率指令序列分別表示如下：

式中，Pwind表示風電場實際輸出功率序列，Pgrid表示并網(wǎng)功率序列，Pess表示儲能系統(tǒng)功率指令序列；Pwind,t、Pgrid,t、Pess,t分別表示t（t=1, 2, … n）時刻系統(tǒng)各功率輸出值。t時刻系統(tǒng)功率輸出關(guān)系為：

當Pess,t＞0時，表示儲能系統(tǒng)放電；當Pess,t＜0時，表示儲能系統(tǒng)充電。

風力發(fā)電功率曲線斜率的大小直接反應了功率的波動情況。設Δt為采樣時間間隔，t～（t+Δt）時刻的斜率越大，意味著該時段功率的變化率越大，波動的幅度越明顯。若某時段風電輸出功率的波動超過電網(wǎng)所能承受的范圍，則需利用儲能系統(tǒng)補償波動，降低功率的變化幅度。因此定義波動系數(shù)ωt，令：

式中：ωt∈[0, 1]，該參數(shù)表征了并網(wǎng)功率的波動大小，同時也確定了儲能系統(tǒng)的充放電指令。

由此，儲能平抑波動的效果關(guān)鍵在于波動系數(shù)的選取。ωt=0時，平抑目標功率在t～（t+Δt）時段的斜率為0，風電功率的波動由儲能系統(tǒng)完全補償，此時平抑效果最佳，可以一直保持波動為0，但儲能輸出的幅值大，系統(tǒng)對儲能容量的要求高；ωt=1時，平抑目標功率在t～（t+Δt）時段的斜率等于實際功率的斜率，儲能系統(tǒng)不動作，此時平抑效果最差，但不需要投入儲能，系統(tǒng)對儲能容量無要求。

1.2 模型的建立

為了降低系統(tǒng)對儲能設備容量的要求，減少成本，應適當選取波動系數(shù)，得到滿足功率波動指標的平抑目標功率，并使計算結(jié)果盡可能地接近風電實際功率。利用智能優(yōu)化算法求解該問題，關(guān)鍵在于確定目標函數(shù)和約束條件。

1.2.1 目標函數(shù)

本文以安裝的儲能容量最小為目標。儲能設備的功率輸出值等于并網(wǎng)功率和實際功率的差值。所以這個差值越小，則所需儲能設備的容量越小，成本也就越低。從功率曲線上看，就是盡可能地使得并網(wǎng)目標功率接近風電場的實際輸出值。定義目標函數(shù)為：

式中，Pgrid,t(ωt)表示t時刻平抑后的并網(wǎng)目標功率，隨ωt變化；n為計算時間尺度內(nèi)的采樣點數(shù)。

1.2.2 約束條件

風電功率的波動一般用爬坡率來描述，爬坡率即電功率的變化幅度占額定功率的百分比。研究表明，不同時間尺度的風電功率波動對電網(wǎng)的不同方面（如系統(tǒng)備用、能量調(diào)度以及安全運行等）造成的影響不同。許多國家要求風電輸出功率要同時滿足在幾個不同時間尺度下的爬坡率指標。利用儲能技術(shù)可以平抑不同時間尺度下的功率波動，保證風電輸出功率的可控性，從而使大規(guī)模風電并網(wǎng)成為可能。表1是幾個國家的電功率波動指標[12]。

表1 各國風電并網(wǎng)電功率波動指標[12]Table 1 Fluctuation index of different countries[12]

為了使系統(tǒng)滿足并網(wǎng)功率要求，本文采用兩個時間尺度的爬坡率指標作為該問題的約束條件：

（1）每分鐘的波動幅度不超過系統(tǒng)額定功率的2%；（2）每10 min的波動幅度不超過系統(tǒng)額定功率的20%。表達式如下：

式中，Pgrid,t?1表示t?1時刻并網(wǎng)目標功率； max(Pgrid,t～t+9) 和min(Pgrid,t～t+9) 表示10 min內(nèi)并網(wǎng)目標功率的最大值和最小值；k1和k2表示功率波動指標1 min和10 min的最大爬坡率；Pr表示風力發(fā)電額定功率。

2 求解步驟

本文提出的控制系統(tǒng)采樣周期為1 min，為了避免優(yōu)化過程中約束條件過多，采用滑動窗口的方法進行波動系數(shù)ωt的動態(tài)尋優(yōu)，獲得一段時間內(nèi)滿足電網(wǎng)功率波動要求的最小儲能輸出。由于系統(tǒng)需要同時滿足1 min和10 min的爬坡率指標約束，設定滑動窗口寬度Nt為10。

圖1 基于滑動窗口的遺傳算法求解步驟Fig. 1 Genetic algorithm based on sliding window

取t時刻及t時刻之前連續(xù)的Nt?1個風電功率數(shù)據(jù)，建立如式（4）、式（5）所示變量為ωt的優(yōu)化模型，利用遺傳算法獲得波動系數(shù)的最優(yōu)值ωt，將其作為t時刻的波動系數(shù)，從而獲得最小Pess,t。按點距移動窗口，重復此優(yōu)化方法，直到對整體數(shù)據(jù)完成上述過程。算法流程如圖1所示。由圖中流程可知，本文提出的控制策略不僅能夠?qū)v史數(shù)據(jù)進行處理，獲得系統(tǒng)所需最小的儲能容量；同樣也適用于風電功率波動的實時平抑。

3 儲能裝置容量計算

蓄電池是世界上廣泛使用的一種化學“電源”，具有電壓平穩(wěn)、安全可靠、價格低廉、適用范圍廣、原材料豐富和回收再生利用率高等優(yōu)點，是世界上各類電池中產(chǎn)量最大、用途最廣的一種電池。本文采用蓄電池作為儲能單元來平抑風電的波動。

3.1 額定功率

設在計算時間尺度內(nèi)，蓄電池的輸出功率指令序列為：Pess=[Pess,1，…，Pess,n]；考慮到系統(tǒng)的充放電效率，儲能系統(tǒng)實際充放電功率指令序列為：PESS=[PESS,1，…，PESS,n]。則兩者關(guān)系表達式為：

式中，η1、η2分別表示蓄電池放電和充電效率；n表示采樣點數(shù)。

在整個周期內(nèi)，儲能所需補償功率絕對值的最大值即為儲能的額定功率[10]：

3.2 額定容量

獲得儲能系統(tǒng)實際充放電功率指令后，可計算不同時刻儲能相對于初始時刻的充放電能量：

式中，Δt表示采樣時間間隔，n表示采樣點數(shù)。

假設蓄電池額定容量為Er，初始時刻荷電狀態(tài)為SOC(0)，則不同時刻儲能裝置的荷電狀態(tài)SOC(t)表示為：

充電時E(t)為負，剩余能量增加，SOC(t)增大；反之，放電時E(t)為正，剩余能量減小，SOC(t) 降低。

設儲能系統(tǒng)荷電狀態(tài)最大和最小允許值分別為SOCmax和 SOCmin，則：

式中，Er1和Er2分別表示SOC最大和最小是系統(tǒng)所需儲能容量。為同時滿足荷電狀態(tài)上限和下限的約束，蓄電池所需額定容量應取上述兩個數(shù)值的較大值，即：

4 算例分析

4.1 采取波動系數(shù)的控制策略分析

算例采用某額定功率為10 MW的風電機組某天的實際輸出功率數(shù)據(jù)。按圖1的流程圖，利用遺傳算法對模型求解。

風電場實際輸出功率和目標功率如圖2所示?？梢园l(fā)現(xiàn)目標功率明顯比實際輸出功率少了很多波動量，功率曲線變得更為平滑。圖3是按式（2）計算得出的儲能系統(tǒng)期望出力。

圖2 基于波動系數(shù)平抑算法的平抑控制輸出Fig. 2 Curves of smoothing control output based on fluctuation coefficient

圖3 儲能系統(tǒng)期望充放電功率Fig. 3 Charge-discharge power of ESS

圖4和圖5是目標功率的1 min和10 min波動率。可見，圖4中目標功率1 min波動率不超過2%；圖5中目標功率的10 min最大波動率為18%。顯然，兩個時間尺度的波動率均滿足系統(tǒng)并網(wǎng)要求。

圖4 目標平抑功率1 min波動率Fig. 4 The 1 minute fluctuation rate of grid connected power

圖5 目標平抑功率10 min波動率Fig. 5 The 10 minute fluctuation rate of grid connected power

圖6和表2分別給出了采用動態(tài)和固定波動系數(shù)時系統(tǒng)的參數(shù)對比。對比可知，為了使并網(wǎng)功率同時滿足兩個時間尺度的波動要求，固定波動系數(shù)應設為0.4，所需配置的儲能額定功率和容量分別為2.937 5 MW和3.573 5 MW·h；而采用動態(tài)波動系數(shù)的控制策略更加靈活，僅需配置1.919 2 MW和1.446 9 MW·h的儲能，雖然波動率略有增加，但完全滿足電網(wǎng)要求，并大大減少了儲能容量和充放電總量，降低了系統(tǒng)成本，延長了儲能裝置使用壽命。

圖6 波動系數(shù)取值Fig. 6 Value of fluctuation coefficient

從這些圖表可以發(fā)現(xiàn)，利用本文控制策略平抑波動后，風電平抑目標輸出功率完全滿足兩個時間尺度上的波動指標。本文所提出的方法兼顧了平滑效果并有效減少了儲能容量。

表2 固定波動系數(shù)參數(shù)對比Table 2 Comparison of fixed fluctuation coefficient

4.2 與其他控制策略的性能比較

采取與 4.1 節(jié)相同的算例，對比基于本文控制策略及其他傳統(tǒng)控制策略的平抑效果。對比結(jié)果如表3所示。結(jié)果顯示，為了達到風電并網(wǎng)功率波動要求，采用一階低通濾波算法需要配置的儲能裝置容量較大，且儲能系統(tǒng)充放電總量相當于本文策略的兩倍，這使得儲能裝置頻繁動作，降低了儲能的使用壽命；而利用最小二乘算法雖然所需配置的儲能容量較少，但功率波動明顯增加，儲能充放電總量相對本文策略較大，不利于儲能裝置長期使用。可見，相比于傳統(tǒng)控制策略，本文所提出的控制策略在電池容量需求和電池總充放電量上都有了大幅度的改善。

表3 基于不同控制算法的對比Table 3 Comparison of different control algorithms

5 結(jié) 論

為風電場配備儲能系統(tǒng)可有效平滑風電功率的波動。本文提出一種基于動態(tài)波動系數(shù)的風電功率平抑控制策略，可在間歇性電源輸出的波動功率中實時尋找使電池充放電電量之和最小的參考點，滿足風電并網(wǎng)功率波動要求的同時，降低了控制系統(tǒng)對電池容量的需求，減少控制過程中電池的充放電電量。將提出的控制策略應用于風電輸出功率實時平滑控制，結(jié)果顯示，與傳統(tǒng)控制策略相比較，本文控制策略在風電功率波動率相近的情況下，明顯減少了所需配置的儲能容量和充放電總量，有效節(jié)約了成本，延長了儲能裝置的使用壽命。

[1] 康龍云, 郭紅霞, 吳捷, 等. 分布式電源及其接入電力系統(tǒng)時若干研究課題綜述[J]. 電網(wǎng)技術(shù), 2010, 34(11): 43-47.

[2] SORENSEN P, CUTULULIS N A, VIGUERAS- RODRIGUEZ, A, et al. Power fluctuations from large wind farms[J]. IEEE Trans on Power System, 2007, 22(3): 958-965.

[3] 張步涵, 曾杰, 毛承雄, 等. 電池儲能系統(tǒng)在改善并網(wǎng)風電場電能質(zhì)量和穩(wěn)定性中的應用[J]. 電網(wǎng)技術(shù), 2006, 30(15): 54-58.

[4] 于芃, 趙瑜, 周瑋, 等. 基于混合儲能系統(tǒng)的平抑風電波動功率方法的研究[J]. 電力系統(tǒng)保護與控制, 2011, 39(24): 35-40.

[5] 張純江, 董杰, 劉君, 等. 蓄電池與超級電容混合儲能系統(tǒng)的控制策略[J]. 電工技術(shù)學報, 2014, 29(4): 334-340.

[6] 周林, 黃勇, 郭珂, 等. 微電網(wǎng)儲能技術(shù)研究綜述[J]. 電力系統(tǒng)保護與控制, 2011, 39(7): 147-152.

[7] YOSHIMOTO K, NANAHARA T, KOSHIMIZU G. New control method for regulating state-of-charge of a battery in hybrid wind power/battery energy storagesystem: Power Systems Conference and Exposition[C]. October 29-November 1, 2006, Atlanta, America: 7p.

[8] 張野, 郭力, 賈宏杰, 等. 基于電池荷電狀態(tài)和可變?yōu)V波時間常數(shù)的儲能控制方法[J]. 電力系統(tǒng)自動化, 2012, 36(6): 34-38.

[9] 桑丙玉, 王德順, 楊波, 等. 平滑新能源輸出波動的儲能優(yōu)化配置方法[J]. 中國電機工程學報, 2014, 34(22): 3700-3706.

[10] 丁明, 吳建鋒, 朱承治, 等. 具備荷電狀態(tài)調(diào)節(jié)功能的儲能系統(tǒng)實時平滑控制策略[J]. 中國電機工程學報, 2013, 33(1): 22-29.

[11] 謝 濤, 曹軍威, 高 田, 等. 基于滑動最小二乘算法和電池荷電狀態(tài)的儲能系統(tǒng)平滑控制策略[J]. 電力系統(tǒng)保護與控制, 2015, 43(5): 1-7.

[12] 全國電力監(jiān)管標準化技術(shù)委員會. GB/T 19963-2011. 風電場接入電力系統(tǒng)技術(shù)規(guī)定[S]. 北京: 中國質(zhì)檢出版社, 2011.

Smoothing Control Strategy of Wind Power Based on Dynamic Fluctuation Coefficient

YUAN Gui-li, LIU Ying, CHEN Shao-liang
(North China Electric Power University, Beijing 102206, China)

The fluctuation of wind power has a negative effect on the stability of the power system. By using the energy storage system, the ability to accept wind power can be promoted.In this paper, the fluctuation coefficient is defined, which reflects the wind power smoothing effect of energy storage system. Also a fluctuation smoothing control strategy based on dynamic fluctuation coefficient is proposed； taking the minimization of the difference between the actual power and the grid power of the wind power as the objective and the requirements for the fluctuation of grid connected power as constrains, an optimal configuration model is built. A genetic algorithm based on sliding window is designed to solve the problem. Compared with the traditional control strategy, experiments show that the proposed method can effectively smooth the power fluctuation, reduce the storage capacity and save the cost.

wind power generation； energy storage system； smoothing control； fluctuation coefficient

TK81；TK02

A

10.3969/j.issn.2095-560X.2015.05.001

2095-560X（2015）05-0325-06

袁桂麗（1971-），女，博士，副教授，主要從事信息控制、先進控制策略及其應用、電力系統(tǒng)控制與優(yōu)化調(diào)度研究。

2015-07-23

2015-08-10

? 通信作者：劉 穎，E-mail：562982396@qq.com

劉 穎（1991-），女，碩士研究生，主要從事可再生能源與儲能接入裝備及并網(wǎng)技術(shù)研究。

陳少梁（1990-），男，碩士研究生，主要從事可再生能源與儲能接入裝備及并網(wǎng)技術(shù)研究。