CN104362657A - 风储混合电站 - Google Patents

Abstract

本发明公开了一种风储混合电站，风-储混合电站中的储能系统由两组同容量的电池组构成、通过功率变换器接入风电场的并网公共联接点。在基于历史数据分析风功率波动规律的基础上，确定电池储能系统的容量，使其能按预想的置信度平抑风功率波动。两组电池中，一组处于充电状态、用于平抑风功率的正向波动分量；另一组处于放电状态，用于平抑风功率中的负向波动分量。当任何一组电池达到满充、满放状态后，则立即对其功能进行切换。为检验风-储混合电站能否按设计要求平抑风功率波动，本发明还公开了基于风功率历史数据的储能系统离线仿真方法。

Description

风储混合电站

本申请是申请号：201310366132.1、申请日：2013-08-20、名称“风储混合电站及储能系统定容、离线仿真与在线运行方法”的分案申请。

技术领域

本发明涉及储能技术在可再生能源发电系统中的应用，具体涉及一种基于双电池组拓扑的风-储混合电站及储能系统的定容、离线仿真与在线运行方法。

背景技术

随着化石燃料的逐渐枯竭及环境污染的日益加剧，以风电为代表的可再生能源受到了世界各国的普遍重视。我国风电装机容量连续五年翻番，截至2011年8月底，全国并网运行的风电场486个，装机容量高达3924万千瓦，规模居全球之首。对电网来说，风电是一种不确定性的能量注入，具备与生俱来的间歇性与波动性，此特性在很大程度上影响电网对风电的消纳。

在电网风电穿透水平日益提高的同时，以液流电池、钠硫电池为代表的新型电池技术得到了快速的进步，电池技术的快速进步为将电池储能系统应用于风电并网奠定了坚实的技术基础。近年来，学术界普遍认为：除进行针对性的电源、电网规划建设外，利用电力电子技术将电池储能系统与风电场整合成电网友好型的风-储混合电站亦是提高电网风电消纳能力的有效措施之一(参见文献一《Electricalenergy storage for the grid:a battery of choices》，Science，2011年，第334卷，第6058期，第928页至935页)。

文献二《Control strategies for battery energy storage for wind farmdispatching》(IEEE Transactions on Energy Conversation，2009年，第24卷第3期，第725页至732页)与文献三《Optimal control of batteryenergy storage for wind farm dispatching》(IEEE Transactions on EnergyConversation，2010年，第25卷第3期，第787页至794页)提出了一种基于单电池组拓扑结构的风-储混合电站，利用电池储能装置灵活的充、放电能力平滑风功率中的波动分量，取得了不错的效果。但该技术方案中，风功率波动的随机性会导致电池储能系统在充、放电状态之间频繁切换，从而快速耗尽电池储能系统的循环寿命。

为克服基于单电池组结构的风-储混合电站的技术缺陷，文献四《A statistical approach to the design of a dispatchable windpower-battery energy storage system》(IEEE Transactions on EnergyConversation，2009年，第24卷第4期，第916页至925页)提出了一种基于双电池组拓扑结构的风-储混合电站。该风-储混合电站中的储能系统由两组电池组成，其中一组电池处于充电状态，由风功率对其进行充电；另一组电池则处于放电状态，将能量释放给电网，两组电池储能装置通过直流断路器的开、关操作进行状态切换。此风-储混合电站中，所有注入电网的能量均需经过充电、放电两个环节，因而存在着较大的能量损耗。此外，该风-储混合电站对电池储能系统的容量需求较大。因而，在电池储能系统价格非常昂贵的今天，该技术方案具有很大的局限性。

发明内容

本发明的目的在于提供一种充分利用电池储能系统有限的循环寿命，能量损耗较小，具有较好经济性的风储混合电站及储能系统定容、离线仿真与在线运行方法。

本发明的技术解决方案是：

一种风储混合电站，其特征是：两组同容量的电池组分别通过功率变换器接入风电场的并网公共联接点；在任一时刻，两组电池均处于不同的充、放电状态，即一组电池处于充电状态、另一组处于放电状态，分别用于平抑风功率中的正向、负向的波动分量；任意一组电池一旦到达满充或满放状态，其充、放电状态立即进行切换；P_d,t为整个风储混合电站向电网的注入功率，为风功率与双电池组的充、放电功率之和：

P_d,t＝P_w,t+P_b1,t+P_b2,t

P_w,t为风电场输出功率；P_b1,t、P_b2,t分别为两组电池的输出功率；P_b1,t/P_b2,t取正值表示对应的电池处于放电状态；而P_b1,t/P_b2,t取负值则表示对应的电池处于充电状态。

一种风储混合电站的电池储能系统定容方法，其特征是：其步骤如下：

步骤1：按滑动平均法从分钟级的风功率历史数据P_w,t中分离出波动分量P_f,t与持续分量P_c,t，具体按照以下方法：

$P_{c,t}=\frac{1}{30}[P_{w,t-15+1}+P_{w,t-15+2}+...+P_{w,t}+P_{w,t+15}]$

P_f，t＝P_w，t-P_c，t

上式中，风功率持续分量实质上为分钟级风功率的30分钟滑动平均值，风功率波动分量则为风功率与风功率持续分量之差；

步骤2：计算风功率每次波动对应的波动能量E_f,i；风功率波动分量P_f,t相邻两个过零点之间的波动称为1次波动；若其间风功率波动分量P_f,t的数值大于零，则此次波动为正向波动；否则，称之为负向波动；

风功率第i次波动的波动能量E_f,i为：

$E_{f,i}={\∫}_{\mathrm{tia}}^{\mathrm{tib}}\left|P_{f,t}\right|\mathrm{dt}$

式中，t_ia与t_ib分别为风功率第i次波动的波动起始时间与波动终了时间；

步骤3：做出波动分量P_f,t波动幅值的概率直方图；同样做出每次波动对应波动能量E_f,i的概率直方图；

步骤4：采用Matlab软件包中的概率密度拟合工具箱dfittool进行概率密度函数拟合，寻找适合描述风功率波动幅值与能量统计规律的概率密度函数；

步骤5：根据风功率波动幅值与能量的概率密度函数求出其对应的累积概率分布函数F₁(x)与F₂(x)；其中，F₁(x)为风功率波动幅值|P_f,t|的累积概率密度函数，F₂(x)为风功率波动能量E_f,i的累积概率密度函数；按以下方法确定风-储混合电站中电池储能系统的额定充、放电功率P_m与容量E_m；

F₁(P_m)＝β

F₂[α％×E_m]＝β

上式中，β为预先设定的置信概率，即期望电池储能系统能概率β平抑风功率波动。

一种风储混合电站的基于风功率历史数据的储能系统离线仿真方法，其特征是：具体步骤如下：

步骤1：在风功率超短期预测误差的概率统计特性的基础上，随机产生未来15分钟风功率超短期预测对应的预测误差 ${\mathrm{\ϵ}}_{t_f}(t_f=\mathrm{1,2,3}...15);$

步骤2：基于风功率历史数据计算时刻t风功率的波动分量P_f,t；

$P_{c,t}=\frac{1}{30}[P_{w,t-15+1}+P_{w,t-15+2}+...+P_{w,t}+(P_{w,t+1}+{\mathrm{\ϵ}}_1)...+(P_{w,t+15}+{\mathrm{\ϵ}}_{15})]$

P_f,t＝P_w,t-P_c,t

步骤3：根据时刻t风功率的波动分量P_f,t计算该时刻储能系统的输出功率P_b1,t/P_b2,t；若风功率波动分量P_f,t大于零，则应调度处于充电状态的电池组，使其充电功率P_b1,t/P_b2,t等于若风功率波动分量P_f,t小于零，则调度处于放电状态的电池组，使其放电功率P_b1,t/P_b2,t等于

步骤4：根据时刻t储能系统的充、放电功率P_b1,t/P_b2,t计算该时刻结束后电池的荷电状态，并据此判断电池是否到达满充、满放状态；若电池到达满充状态，则将其由充电状态切换至放电状态；若电池到达满放状态，即到达最大放电深度，则将其由放电状态切换为充电状态；

步骤5：重复执行步骤1至步骤4，完成对整个区间内储能系统的运行仿真；

步骤6：以10⁶次数重复执行步骤1至步骤5，统计仿真结果，判断电池储能系统能否达到设计要求，即能否按置信概率β平抑风功率波动。

一种风储混合电站的双电池组的在线运行策略，其特征是：

步骤1：预测未来15分钟每分钟的风功率

步骤2：根据风功率超短期预测结果计算时刻t风功率波动分量的估计值

$P_{c,t}^f=\frac{1}{30}[P_{w,t-14}+P_{w,t-13}+...+{P_{w,t}+P}_{w,t+1}^f+P_{w,t+15}^f]$

$P_{f,t}^f=P_{w,t}-P_{c,t}^f$

上式中，P_w,t-14，P_w,t-13，P_w,t-12,···P_w,t-1为前14分钟风功率的实际值，P_w,t为当前时刻的风功率值；

步骤3：若时刻t风功率波动分量估计值大于零，则说明该时刻出现了正向风功率波动，为平抑此波动，需调度处于充电状态的电池组，使其充电功率等于若风功率波动分量估计值小于零，则说明该时刻出现负向的风功率波动，为平抑此波动，需调度处于放电状态的电池组，使其放电功率等于

步骤4：根据荷电状态监测系统的输出信号判断电池储能系统是否到达满充或满放状态，若电池储能系统到达满充状态，则将其由充电状态切换至放电状态，若电池储能系统到达满放状态，即到达最大放电深度，则将其由放电状态切换为充电状态。

本发明有益效果：与现有技术相比，本发明突出的优点包括：首先，采用两组电池储能系统分别平抑风功率的正向波动与负向波动，避免了电池储能系统在充、放电状态之间的频繁切换，从而充分利用了电池储能系统有限的循环寿命；其次，风功率中的持续分量直接注入电网，仅波动分量经充电、放电环节后注入电网，因而能量损耗较小，且对电池储能系统的容量需求较小，具有较好的经济性。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明风储混合电站结构示意图。

图2是电池储能系统定容方法流程图。

图3是基于风功率历史数据的储能系统离线仿真方法流程图。

图4是双电池组的在线运行策略流程图。

图5是风功率波动分量示意图。

具体实施方式

风-储混合电站中，两组同容量的电池储能系统分别通过功率变换器接入风电场的并网公共联接点。任一时刻，这两组电池储能系统均处于不同的充、放电状态(即一组电池储能系统处于充电状态，而另一组电池储能系统则处于放电状态)，分别用于平抑风功率中的正、负向波动。任何一组电池储能系统一旦到达满充(满放)状态，其充、放电状态将立即进行切换。

在现有技术条件下，电池储能系统是比较昂贵的设备，因此，需合理确定电池储能系统的容量(包括额定充、放电功率P_m与额定容量E_m)。在风功率历史数据的基础上，本发明提供了一种电池储能系统的定容方法，确保能以置信概率β平抑风功率波动。该储能系统定容方法如图2所示，其具体步骤如下：

步骤1：按滑动平均法从分钟级的风功率历史数据P_w,t中分离出波动分量P_f,t与持续分量P_c,t，具体按照以下方法：

$P_{c,t}=\frac{1}{30}[P_{w,t-15+1}+P_{w,t-15+2}+...+P_{w,t}+P_{w,t+15}]$

P_f,t＝P_w,t-P_c,t

上式中，风功率持续分量实质上为分钟级风功率的30分钟滑动平均值，风功率波动分量则为风功率与风功率持续分量之差。

步骤2：计算风功率每次波动对应的波动能量E_f,i。风功率波动分量P_f,t相邻两个过零点之间的波动称为1次波动。若其间风功率波动分量P_f,t的数值大于零，则此次波动为正向波动；否则，称之为负向波动。风功率第i次波动的波动能量E_f,i为：

$E_{f,i}={\∫}_{\mathrm{tia}}^{\mathrm{tib}}\left|P_{f,t}\right|\mathrm{dt}$

式中，t_ia与t_ib分别为风功率第i次波动的波动起始时间与波动终了时间。如图5中，t₁、t₂之间的波动为1次正向波动，而t₂、t₃之间的波动则为1次负向波动，阴影部分面积则表示每次波动对应的能量E_f,i。

步骤3、做出波动分量P_f,t波动幅值的概率直方图；同样做出每次波动对应波动能量E_f,i的概率直方图。

步骤4、采用Matlab软件包中的概率密度拟合工具箱dfittool进行概率密度函数拟合，寻找适合描述风功率波动幅值与能量统计规律的概率密度函数。

步骤5、根据风功率波动幅值与能量的概率密度函数求出其对应的累积概率分布函数F₁(x)与F₂(x)。其中，F₁(x)为风功率波动幅值|P_f,t|的累积概率密度函数，F₂(x)为风功率波动能量E_f,i的累积概率密度函数。按以下方法确定风-储混合电站中电池储能系统的额定充、放电功率P_m与容量E_m。

F₁(P_m)＝β

F₂[α％×E_m]＝β

上式中，β为预先设定的置信概率，即期望电池储能系统能概率β平抑风功率波动。需注意的是，为延长电池使用寿命，电池中存储的能量不应全部放完，而应留有一部分，也就是说其最大放电深度不是100％，而是a％。

电池储能系统容量选择时，希望其能以置信概率β平抑风功率的波动，但由于两组电池储能系统充、放电状态切换的不同步及风功率超短期预测误差的存在，这一设计目标能否实现则有待检验。为此，基于风功率历史数据，本发明提供了一种电池储能系统的离线仿真方法，以检验风-储混合电站是否达到设计要求。该方法如图3所示，其具体步骤如下：

步骤1、在风功率超短期预测误差的概率统计特性的基础上，随机产生未来15分钟风功率超短期预测对应的预测误差 ${\mathrm{\ϵ}}_{t_f}(t_f=\mathrm{1,2,3}...15);$

步骤2、基于风功率历史数据计算时刻t风功率的波动分量P_f,t。

$P_{c,t}=\frac{1}{30}[P_{w,t-15+1}+P_{w,t-15+2}+...+P_{w,t}+(P_{w,t+1}+{\mathrm{\ϵ}}_1)...+(P_{w,t+15}+{\mathrm{\ϵ}}_{15})]$

P_f,t＝P_w,t-P_c,t

步骤3、根据时刻t风功率的波动分量P_f,t计算该时刻储能系统的输出功率P_b1,t/P_b2,t。若风功率波动分量P_f,t大于零，则应调度处于充电状态的电池组，使其充电功率P_b1,t/P_b2,t等于若风功率波动分量P_f,t小于零，则调度处于放电状态的电池组，使其放电功率P_b1,t/P_b2,t等于

步骤4、根据时刻t储能系统的充、放电功率P_b1,t/P_b2,t计算该时刻结束后电池的荷电状态，并据此判断电池是否到达满充、满放状态。若电池到达满充状态，则将其由充电状态切换至放电状态；若电池到达满放状态(即到达最大放电深度)，则将其由放电状态切换为充电状态。

步骤5、重复执行步骤1至步骤4，完成对整个区间内储能系统的运行仿真。

步骤6、以较多的次数重复执行步骤1至步骤5(10⁶次)。统计仿真结果，判断电池储能系统能否达到设计要求，即能否按置信概率β平抑风功率波动。

在线调度电池储能系统时，应使其充、放功率恰好能平衡风功率波动，此外，为充分利用电池有限的循环寿命，还应尽量避免电池经历不完整的充、放电循环。时刻t储能系统的调度策略如图4所示，具体描述如下：

步骤1、预测未来15分钟每分钟的风功率

步骤2、根据风功率超短期预测结果计算时刻t风功率波动分量的估计值

$P_{c,t}^f=\frac{1}{30}[P_{w,t-14}+P_{w,t-13}+...+{P_{w,t}+P}_{w,t+1}^f+P_{w,t+15}^f]$

$P_{f,t}^f=P_{w,t}-P_{c,t}^f$

上式中，P_w,t-14，P_w,t-13，P_w,t-12,···P_w,t-1为前14分钟风功率的实际值，P_w,t为当前时刻的风功率值。

步骤3、若时刻t风功率波动分量估计值大于零，则说明该时刻出现了正向风功率波动，为平抑此波动，需调度处于充电状态的电池组，使其充电功率等于若风功率波动分量估计值小于零，则说明该时刻出现负向的风功率波动，为平抑此波动，需调度处于放电状态的电池组，使其放电功率等于

步骤4、根据荷电状态监测系统的输出信号判断电池储能系统是否到达满充或满放状态，若电池储能系统到达满充状态，则将其由充电状态切换至放电状态，若电池储能系统到达满放状态(即到达最大放电深度)，则将其由放电状态切换为充电状态。

Claims (3)

1.一种风储混合电站，其特征是：两组同容量的电池组分别通过功率变换器接入风电场的并网公共联接点；在任一时刻，两组电池均处于不同的充、放电状态，即一组电池处于充电状态、另一组处于放电状态，分别用于平抑风功率中的正向、负向的波动分量；任意一组电池一旦到达满充或满放状态，其充、放电状态立即进行切换；P_d,t为整个风储混合电站向电网的注入功率，为风功率与双电池组的充、放电功率之和：

P_d,t＝P_w,t+P_b1,t+P_b2,t

P_w,t为风电场输出功率；P_b1,t、P_b2,t分别为两组电池的输出功率；P_b1,t/P_b2,t取正值表示对应的电池处于放电状态；而P_b1,t/P_b2,t取负值则表示对应的电池处于充电状态；

其电池储能系统定容方法：

步骤1：按滑动平均法从分钟级的风功率历史数据P_w,t中分离出波动分量P_f,t与持续分量P_c,t，具体按照以下方法：

$P_{c,t}=\frac{1}{30}[P_{w,t-15+1}+P_{w,t-15+2}+...+P_{w,t}+...P_{w,t+15}]$

P_f,t＝P_w,t-P_c,t

上式中，风功率持续分量实质上为分钟级风功率的30分钟滑动平均值，风功率波动分量则为风功率与风功率持续分量之差；

步骤2：计算风功率每次波动对应的波动能量E_f,i；风功率波动分量P_f,t相邻两个过零点之间的波动称为1次波动；若其间风功率波动分量P_f,t的数值大于零，则此次波动为正向波动；否则，称之为负向波动；

风功率第i次波动的波动能量E_f,i为：

$E_{f,i}={\∫}_{\mathrm{tia}}^{\mathrm{tib}}\left|P_{f,t}\right|\mathrm{dt}$

式中，t_ia与t_ib分别为风功率第i次波动的波动起始时间与波动终了时间；

步骤3：做出波动分量P_f,t波动幅值的概率直方图；同样做出每次波动对应波动能量E_f,i的概率直方图；

步骤4：采用Matlab软件包中的概率密度拟合工具箱dfittool进行概率密度函数拟合，寻找适合描述风功率波动幅值与能量统计规律的概率密度函数；

步骤5：根据风功率波动幅值与能量的概率密度函数求出其对应的累积概率分布函数F₁(x)与F₂(x)；其中，F1(x)为风功率波动幅值|P_f,t|的累积概率密度函数，F₂(x)为风功率波动能量E_f,i的累积概率密度函数；按以下方法确定风-储混合电站中电池储能系统的额定充、放电功率P_m与容量E_m；

F₁(P_m)＝β

F₂[α％×E_m]＝β

上式中，β为预先设定的置信概率，即期望电池储能系统能概率β平抑风功率波动。

2.根据权利要求1所述的风储混合电站，其特征是：任意一组电池一旦到达满充状态，其充、放电状态立即进行切换。

3.根据权利要求1所述的风储混合电站，其特征是：任意一组电池一旦到达满放状态，其充、放电状态立即进行切换。