CN104734166B - 混合储能系统及风力发电功率平滑控制方法 - Google Patents

混合储能系统及风力发电功率平滑控制方法 Download PDF

Info

Publication number
CN104734166B
CN104734166B CN201510068245.2A CN201510068245A CN104734166B CN 104734166 B CN104734166 B CN 104734166B CN 201510068245 A CN201510068245 A CN 201510068245A CN 104734166 B CN104734166 B CN 104734166B
Authority
CN
China
Prior art keywords
power
energy storage
signal
wind
frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510068245.2A
Other languages
English (en)
Other versions
CN104734166A (zh
Inventor
李珂
张承慧
严毅
田崇翼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201510068245.2A priority Critical patent/CN104734166B/zh
Publication of CN104734166A publication Critical patent/CN104734166A/zh
Application granted granted Critical
Publication of CN104734166B publication Critical patent/CN104734166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24Arrangements for preventing or reducing oscillations of power in networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Abstract

本发明公开了混合储能系统及风力发电功率平滑控制方法,首先通过快速傅里叶方法取得风电功率信号的频谱,对风电输出功率的幅频特性进行分析;然后通过经验模式分解的方法将风电功率进行多尺度分解并重构为风电场期望并网功率以及高频、中频和低频的风电波动功率;之后根据超级电容Soc容量对功率分配进行相应调整后通过超级电容器、蓄电池和压缩空气储能分别吸收所述高频、中频和低频的波动信号功率;当风电场的输出功率小于所述期望并网功率信号时,用模型算法控制超级电容‑蓄电池‑CAES混合储能系统放电;当风电场的输出功率大于所述期望并网功率时,用模型算法控制超级电容‑蓄电池‑CAES混合储能系统充电。本发明提高了并网运行的安全性和经济性。

Description

混合储能系统及风力发电功率平滑控制方法
技术领域
[0001] 本发明属于风储联合发电技术领域,尤其涉及一种混合储能系统及风力发电功率 平滑控制方法。
背景技术
[0002] 随着能源的日益枯竭以及人类对能源需求的不断增加,可再生能源已经得到了人 们的广泛青睐,其中风力发电以其绿色、可持续性等特点受到了人们较多的关注。但是,由 于风电自身具有的波动性、随机性,因此大规模的风电并网会给电力系统的安全稳定运行 带来一系列技术难题,如电压波动、电压偏差和谐波等等。为了提高风电场的并网运行能 力,越来越多的研究人员采用储能技术对风电机组的输出功率进行调控,使风电场实现效 益最大化。对风电输出功率进行"削峰填谷"的平抑时,需储能系统兼具有高功率密度、高能 量密度、高循环寿命的特点。
[0003] 但是,现今而言,单一的储能设备无法满足这一需要。储能设备可分为功率型储能 和能量型储能。功率型储能设备具有响应速度快、循环寿命长的特点,但是其储能能量不 足,致使其无法长时间的提供能量;能量型储能设备的虽然能量密度高,但是响应速度慢、 循环寿命短。因此,使用混合储能平抑风电功率波动逐渐成为人们研究这重点。
[0004]蓄电池作为传统储能设备,以其成熟的技术和较低的成本获得了广泛的应用。但 是,频繁的充放电以及过充过放会严重影响蓄电池的使用寿命。超级电容器作为一种介于 物理储能和化学储能之间的储能方式,具有功率密度高、充放电效率高、可深度充放电、循 环使用寿命长等特点。但其能量密度低、价格昂贵,致使其不适于长时间供电。由于超级电 容与蓄电池各自具有的鲜明特点,因此将蓄电池与超级电容组成混合储能系统已经成为了 许多专家学者的研究重点。然而,仅以蓄电池和超级电容组成的混合储能系统,仅能解决提 高风电功率、电压稳定等局部问题,从全局角度提高电网对风电消纳的能力仍显不足。微型 压缩空气储能(CAES)是近年来逐渐兴起的压缩空气储能技术为解决风电系统大规模储能 难题提供了新的技术手段,压缩空气储能具有储能容量大、储能周期长、寿命长、成本低、环 境友好等优点,是目前唯一综合效益可媲美抽水蓄能而又不受地理限制的大规模储能技 术。压缩空气储能、蓄电池以及超级电容混合储能的特性如表1所示:
[0005] 表1储能系统特性参数
[0006]
Figure CN104734166BD00051
[0007]由以上分析可以明显的看出,每种储能技术都具有各自的特点和独特的应用背 景。配合相应的能量分配策略,储能系统便能有效的实现风电场输出功率波动的平滑。目前 而言最为常用的方法是基于低通滤波器的当前控制策略以及基于电池 Soc余量估计的超前 控制策略。对于基于低通滤波器的能量分配策略,储能输出功率相对于风电输出功率有一 定的滞后,导致储能系统能量调整幅度大,调整周期长。而且滤波时间常数的选择经验依赖 性大。因此,随着风电的大规模并网,传统的控制方法在某些方面已不能满足要求,为了实 现储能系统效用的最大化,多策略、超前控制将是今后发展的重点。
发明内容
[0008] 本发明的目的就是为了解决上述问题,提供一种混合储能系统及风力发电功率平 滑控制方法,该混合储能系统将压缩空气储能-蓄电池-超级电容三种储能组合在一起,其 中压缩空气储能对小时级的风电波动功率"削峰填谷",超级电容用来平抑秒级波动,改善 风电的并网电能质量,蓄电池则平抑介于二者之间的波动。该储能系统能够对风电功率整 个时间尺度范围内的波动进行有效平抑,同时储能成本明显低于单纯增大蓄电池容量的处 理方式。
[0009] 为了实现上述目的,本发明采用如下技术方案:
[0010] 一种混合储能系统,包括:电网,所述电网通过依次连接的并网开关和三相四线变 压器与交流母线连接,所述交流母线通过DC/AC逆变器与第一直流母线连接,所述第一直流 母线通过第一 DC/DC转换器与超级电容储能系统连接;所述第一直流母线还通过第二DC/DC 转换器与蓄电池连接,所述第一直流母线还通过第三DC/DC转换器与第二直流母线连接,所 述第二直流母线通过第一 AC/DC转换器与风力发电机连接,所述第二直流母线还通过第二 AC/DC转换器与压缩空气储能系统连接;将超级电容储能系统与压缩空气储能系统结合在 一起,实现了大容量的能量型储能与功率型储能的结合。
[0011] 所述DC/DC转换器为双向半桥DC/DC转换器;
[0012] 所述AC/DC转换器为双向AC/DC转换器;
[0013] 所述三相四线变压器为220V/380V三相四线变压器。
[00 M] 所述交流母线为380V交流母线连接。
[0015] 所述第一直流母线为700V直流母线。
[0016] 所述超级电容为350-500V超级电容。
[0017] 所述第二直流母线为350-500V直流母线。
[0018] 基于混合储能系统的风力发电功率平滑控制方法,包括以下步骤:
[0019] 步骤(1):将风电场输出功率与电网调度功率做差,得到需要混合储能系统平抑的 功率;
[0020] 步骤(2):通过经验模式分解的方法将步骤⑴的需要平抑的功率进行多尺度分解 并重构,得到风电功率的高频、中频和低频信号;
[0021] 步骤(3):利用支持向量机分别对步骤(2)的高频、中频和低频信号进行一个可信 周期为T0时长的预测,得到T0时间段内的高频、中频和低频信号的预测值,该预测值用以指 导混合储能系统的能量分配,实现超前控制。
[0022] 所述步骤⑴的电网调度功率的计算公式为:
[0023]
Figure CN104734166BD00071
[0024] 式中:pw,k为微网中风电机组的第k个采样点输出功率;pi,k为本地负载第k个采样 点的功率;η为样本数据总数。
[0025] 所述步骤⑵的经验模式分解法的步骤如下:
[0026] 步骤(2-1):将风电功率视为一个时间序列,设该时间序列为X(t),取得所有的局 部极值点。
[0027] 步骤(2-2):找出信号X⑴的所有极大值点,利用三次样条函数拟合出极大值点包 络线emax(t);同理,拟合极小值点包络线emin(t);计算上包络线和下包络线的平均值m(t):
[0028]
Figure CN104734166BD00072
[0029] 步骤(2-3):将原始信号X⑴与包络线平均值m⑴做差得到去除了低频信号的新 的信号允(〇,即:
[0030] Λ (/)= (2:)
[0031] 步骤(2-4):判断新的信号紀仿是否为一个基本模式分量;若是就直接进入步骤 (2-5);
[0032] 若新的信号絮切并非一个基本模式分量,即包络线平均值m(t)中仍存在非对称 波,则以新的信号为待处理数据,重复步骤(2-1)-(2-3),得到/#),得到V⑴后重复 步骤(2-4),直至第k次得到的信号紀(〇为一个基本模式分量,则原始信号的第一个本征模 函数MF分量记为:
[0033] el it) = iinjx (/) - (ί) ; :(. 3 )
[0034] 步骤(2-5):从原始信号X⑴中减去第一个本征模函数頂F分量imfi⑴之后,所得 信号为X:⑴,将X:⑴作为新的被处理信号,重复步骤(2-2) - (2-4),直至Xn⑴为单调信号。
[0035] 原始f目号余项为:
[0036] r"t)=xn(t) ⑷
[0037]由于实际计算过程中,上下包络线的均值无法为零,因此引入停止迭代的阈值Sd 作为停止标志:
[0038]
Figure CN104734166BD00073
[0039] 其中hk⑴为第k个本征模函数分量;
[0040] 最终X⑴被分解为η个本征模函数IMF分量Ci⑴(i = 1,2,…,η)和一个剩余分量rn (t):
[0041]
Figure CN104734166BD00074
[0042] 然后将分解后的信号进行重构得高频、中频和低频信号。
[0043] 所述步骤⑶的步骤包括:
[0044] 步骤(3-1):利用支持向量机对高频、中频和低频信号分别进行短期预测,得到高 频信号的预测值、中频信号的预测值和低频的预测值;其中,
[0045] 高频信号预测值表示超级电容需要吸收/释放的功率,
[0046] 中频信号预测值表示蓄电池需要吸收/释放的功率,
[0047] 低频信号预测值表示压缩空气储能需要吸收/释放的功率;
[0048] 对预测值进行判断,若为正则表示需要储能单元吸收功率,反之则表示需要储能 单元释放功率;
[0049] 步骤(3-2):根据混合储能系统的电池当前的荷电状态Soc容量将预测的结果进行 修正;
[0050] 步骤(3-3):依次对修正后的值进行判断:
[0051] 若高频信号为正,则表示需要超级电容吸收功率,控制第一 DC/DC转换器工作在反 向Buck模式,对超级电容进行恒功率充电;反之,则表示需要超级电容放电,控制第一DC/DC 转换器工作在Boost模式,超级电容对外恒功率放电;
[0052] 若中频信号为正,则表示需要电池吸收功率,控制第二DC/DC转换器工作在反向 Buck模式,对电池进行恒功率充电;反之,则表示需要电池放电,控制第二DC/DC转换器工作 在Boost模式,电池对外恒功率放电;
[0053] 若低频信号为正,则表示需要压缩空气储能吸收功率,控制第三DC/DC转换器工作 在反向Buck模式,对压缩空气储能进行恒功率充电;反之,则表示需要压缩空气储能放电, 控制第三DC/DC转换器工作在Boost模式,压缩空气储能对外恒功率放电。
[0054] 所述步骤(3-2)的修正方法为:
[0055] 根据电池的荷电状态制定充电限值与放电限值。电池荷电状态估计采用安时积分 法进行估算,即经过t时间的充/放电后电池荷电状态S0C为:
[0056]
Figure CN104734166BD00081
[0057] 其中,SOCo为初始荷电状态,C为电池额定容量,I为电池电流,η为充放电效率,τ是 一个积分变量,其取值范围为〇~t。
[0058] 当超级电容荷电状态超过充电限值且下一周期需要充电时,改由蓄电池吸收这部 分功率;当超级电容荷电状态低于放电下限且下一周期需要放电时,改由蓄电池提供这部 分功率。
[0059] Soc的英文全称是State of charge。
[0060] IMF的英文全称是Intrinsic Mode Function。
[0061] CAES的英文全称是Compressed Air Energy Storage。
[0062] 本发明的有益效果:
[0063] 1、本发明提出了一种由压缩空气、蓄电池、超级电容组成的多元复合储能系统,不 仅改善了风机输出功率的波动带来的电能质量问题,同时利用压缩空气储能大容量长时间 低成本的特性实现了 "削峰填谷",消除了风机功率和电网负荷波动间的"反调峰"现象。
[0064] 2、根据电池的荷电状态值并利用超级电容可深度放电的特性,有效的保护了蓄电 池,防止其过充过放。
[0065] 3、该方法完全根据风机输出功率数据自身的时间尺度特征来进行信号分解,无须 人为设置时间常数或者基函数,工程实用性好。
附图说明
[0066] 图1为本发明的系统架构图;
[0067]图2为本发明的方法流程图;
[0068]图3为本发明图2的步骤3的流程图;
[0069] 图4为某风电场11月某日24小时输出功率以及其频谱分析;
[0070] 图5为风电输出功率以及电网调整功率对比;
[0071] 图6 (a)、图6 (b)、图6 (c)、图6 (d)、图6 (e)和图6 (f)为经验模式分解后各模态分量;
[0072] 图7为经过并重构后的高、中、低频功率;
[0073]图8为利用支持向量机对低频部分做可信周期为300分钟的预测;
[0074]图9为利用支持向量机对中频部分做可信周期为300分钟的预测;
[0075]图10为利用支持向量机对高频部分做可信周期为300分钟的预测。
具体实施方式
[0076]下面结合附图与实施例对本发明作进一步说明。
[0077] 系统的架构以及系统结构可如图1所示。
[0078] 一种混合储能系统,包括:电网,所述电网通过依次连接的并网开关和三相四线变 压器与交流母线连接,所述交流母线通过DC/AC逆变器与第一直流母线连接,所述第一直流 母线通过第一 DC/DC转换器与超级电容储能系统连接;所述第一直流母线还通过第二DC/DC 转换器与蓄电池连接,所述第一直流母线还通过第三DC/DC转换器与第二直流母线连接,所 述第二直流母线通过第一 AC/DC转换器与风力发电机连接,所述第二直流母线还通过第二 AC/DC转换器与压缩空气储能系统连接;将超级电容储能系统与压缩空气储能系统结合在 一起,实现了大容量的能量型储能与功率型储能的结合。
[0079] 所述DC/DC转换器为双向半桥DC/DC转换器;
[0080] 所述AC/DC转换器为双向AC/DC转换器;
[0081] 所述三相四线变压器为220V/380V三相四线变压器。
[0082] 所述交流母线为380V交流母线连接。
[0083] 所述第一直流母线为700V直流母线。
[0084] 所述超级电容为350-500V超级电容。
[0085] 所述第二直流母线为350-500V直流母线。
[0086]如图2和3所示,在分析风机功率波动频谱的基础上,提出一种基于经验模式分解 (EMD)的功率平抑方法,实现了复合储能系统在多时间尺度的协调控制和超前控制。该方法 完全根据风机输出功率数据自身的时间尺度特征来进行信号分解,无须人为设置时间常数 或者基函数,工程实用性好。
[0087] (1)风电场输出功率的幅频特性分析:获取某风电场2010年11月某日24小时实际 输出功率数据,对该数据进行快速傅里叶变换得到幅频特性曲线。快速离散傅立叶变换公 式为:
[0088]
Figure CN104734166BD00101
[0089] 由幅频特性曲线可以看出风电场输出功率的能量主要集中在低频部分(0~10- 4Ηζ),其高频部分能量较低的结论。
[0090] (2)将风电场输出功率与电网调度功率做差可得需要储能平抑的功率。为了保证 储能系统一天中充放电平衡,注入电网的参考调度功率平均值要等于风电输出功率:
[0091]
Figure CN104734166BD00102
[0092] pw,k为风机的实时输出功率,为注入电网的实时调度功率,η为样本数据总数。
[0093] 确定调度功率Ρ、后,可以得到储能系统的总的实时参考功率,
[0094]
Figure CN104734166BD00103
[0095] 其中pc^ss < 0表示储能系统放电,pc^ss > 0表示储能系统充电。为便于分析,设电网 调度功率为2小时调整一次。如图4所示
[0096] (3)风电场输出功率信号的多尺度分解:通过⑴中的幅频特性分析可知,风电场 输出功率的能量主要集中在低频部分,因此使用能量密度大的压缩空气储能来平抑低频部 分的波动,而能量小而频率高的部分则由超级电容与蓄电池进行平抑。利用经验模式分解 的方法可以将风电输出功率信号分解成若干个按照频率高低排列的基本模态函数 (Intrinsic Mode Function,IMF),每个IMF为一个基本单位量信号。EMD分解步骤如下: [0097] stepl:设时间序列为X⑴,取得所有的局部极值点。
[0098] step2:找出信号X⑴的所有极大值点,利用三次条样函数拟合出极大值点包络线 emax(t);同理,拟合极小值点包络线emin(t)。计算上、下包络线的平均值:
[0099]
Figure CN104734166BD00104
[0100] step3:将原始信号与包络线均值做差得到去除了低频信号的新的信号Α:ω,即:
[0101] h\{i) = χ(ί) - m(()
[0102] 判断Λΐ(φ是否为一个基本的模式分量。若允敗并非一个基本模式分量,g卩m⑴中 仍存在非对称波,则以X (0:为待处理数据,重复以上过程,直至及(0为一个基本模式分量, 则原始信号的一个頂F分量记为:
[0103] c.{t) = imfXl)='n[{t),>
[0104] step4:从原始信号中减去第一个分量之后,所得信号为X1 (t) ⑴作为新的被 处理信号,重复以上步骤,直至Xn⑴为单调信号。原始信号余项为:
[0105] Γη (t) = Xn (t)
[0106] 由于实际计算过程中,上下包络线的均值无法为零,因此引入停止迭代的阈值作 为停止标志:
[0107]
Figure CN104734166BD00111
[0108] 最终X⑴被分解为η个基本模式分量和一个剩余分量:
[0109]
Figure CN104734166BD00112
[0110] 分解后的信号如图5所示。然后将分解后的信号进行重构可得高、中、低频信号。
[0111] (4)对重构的高、中、低频信号进行一个可信周期To的预测,用以指导下一周期混 合储能的充放电,实现超前控制。可信周期可以定义为在周期To内对于信号的预测准确无 误。这里将To设为300分钟。这里采用支持向量机的方法对信号进行预测。应用时,采用高斯 径向基核函数,并且惩罚参数C、核函数参数〇以及误差ε的选取采用粒子群算法寻优。预测 结果与真实值对比可如图7-9所示。
[0112] (5)根据信号高频、中频和低频的预测数据,分别对超级电容、蓄电池和压缩空气 储能进行超前控制,控制储能设备的充、放电并且在直流母线稳定的前提下通过电流控制 实现储能设备输出(输入)功率的控制。采用超前控制策略,可以有效的防止储能的饱和并 且能够提高对风电输出功率波动的平抑效果。所述期望并网功率的提取公式为:
[0113]
Figure CN104734166BD00113
[0114] 由于调度功率的设置会影响储能系统的容量配置,为了更具一般性,现采用固定 值方法,将一天中微网全部剩余能量平均的注入电网,以保证储能系统一天中充放电平衡.
[0115] 上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范 围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1. 混合储能系统的风力发电功率平滑控制方法,其特征是,包括以下步骤: 步骤(1):将风电场输出功率与电网调度功率做差,得到需要混合储能系统平抑的功 率; 步骤(2):通过经验模式分解的方法将步骤(1)的需要平抑的功率进行多尺度分解并重 构,得到风电功率的高频、中频和低频信号; 步骤(3):利用支持向量机分别对步骤(2)的高频、中频和低频信号进行一个可信周期 为TO时长的预测,得到TO时间段内的高频、中频和低频信号的预测值,该预测值用以指导混 合储能系统的能量分配,实现超前控制; 所述步骤⑶的步骤包括: 步骤(3-1):利用支持向量机对高频、中频和低频信号分别进行短期预测,得到高频信 号的预测值、中频信号的预测值和低频的预测值;其中, 高频信号预测值表示超级电容需要吸收/释放的功率, 中频信号预测值表示蓄电池需要吸收/释放的功率, 低频信号预测值表示压缩空气储能需要吸收/释放的功率; 对预测值进行判断,若为正则表示需要储能单元吸收功率,反之则表示需要储能单元 释放功率; 步骤(3-2):根据混合储能系统的电池当前的荷电状态Soc容量将预测的结果进行修 正; 步骤(3-3):依次对修正后的值进行判断: 若高频信号为正,则表示需要超级电容吸收功率,控制第一DC/DC转换器工作在反向 Buck模式,对超级电容进行恒功率充电;反之,则表示需要超级电容放电,控制第一DC/DC转 换器工作在Boost模式,超级电容对外恒功率放电; 若中频信号为正,则表示需要电池吸收功率,控制第二DC/DC转换器工作在反向Buck模 式,对电池进行恒功率充电;反之,则表示需要电池放电,控制第二DC/DC转换器工作在 Boost模式,电池对外恒功率放电; 若低频信号为正,则表示需要压缩空气储能吸收功率,控制第三DC/DC转换器工作在反 向Buck模式,对压缩空气储能进行恒功率充电;反之,则表示需要压缩空气储能放电,控制 第三DC/DC转换器工作在Boost模式,压缩空气储能对外恒功率放电。
2. 如权利要求1所述的混合储能系统的风力发电功率平滑控制方法,其特征是,所述步 骤(1)的电网调度功率的计算公式为:
Figure CN104734166BC00021
式中:Pw, k为微网中风电机组的第k个采样点输出功率;pi, k为本地负载第k个采样点的 功率;η为样本数据总数。
3. 如权利要求1所述的混合储能系统的风力发电功率平滑控制方法,其特征是,所述步 骤(2)的经验模式分解法的步骤如下: 步骤(2-1):将风电功率视为一个时间序列,设该时间序列为X(t),取得所有的局部极 值点; 步骤(2-2):找出信号X (t)的所有极大值点,利用三次样条函数拟合出极大值点包络线 emax(t);同理,拟合极小值点包络线emin(t);计算上包络线和下包络线的平均m(t):
Figure CN104734166BC00031
步骤(2-3):将原始信号X (t)与包络线平均值m (t)做差得到去除了低频信号的新的信 号_,即: (〇 - X(i) - ?#(/) Γ·>、 步骤(2-4):判断新的信号齡_是否为一个基本模式分量;若是就直接进入步骤(2-5); 若新的信号:__并非一个基本模式分量,即包络线平均值m⑴中仍存在非对称波,则以 新的信号爾#为待处理数据,重复步骤(2-1)-(2-3),得到f雜,得到考_后重复步骤(2-4), 直至第k次得到的信号__为一个基本模式分量,则原始信号的第一个本征模函数MF分量 记为: a{〇 ~ ~ (ό ? 5' 3) 步骤(2-5):从原始信号X⑴中减去第一个本征模函数MF分量in*⑴之后,所得信号 为Xi⑴,将Xi⑴作为新的被处理信号,重复步骤(2-2) - (2-4),直至Xn⑴为单调信号;原始 信号余项为: rn⑴=Χη⑴ ⑷ 由于实际计算过程中,上下包络线的均值无法为零,因此引入停止迭代的阈值Sd作为停 止标志:
Figure CN104734166BC00032
其中hk⑴为第k个本征模函数分量; 最终X⑴被分解为η个本征模函数IMF分量ci⑴,i = l,2,...,n和一个剩余分量 rn (t):
Figure CN104734166BC00033
然后将分解后的信号进行重构得高频、中频和低频信号。
4.如权利要求1所述的混合储能系统的风力发电功率平滑控制方法,其特征是,所述步 骤(3-2)的修正方法为: 根据电池的荷电状态制定充电限值与放电限值;电池荷电状态估计采用安时积分法进 行估算,即经过t时间的充/放电后电池荷电状态S0C为:
Figure CN104734166BC00034
其中,SOCo为初始荷电状态,C为电池额定容量,I为电池电流,η为充放电效率,τ为积分 变量; 当超级电容荷电状态超过充电限值且下一周期需要充电时,改由蓄电池吸收这部分功 率;当超级电容荷电状态低于放电下限且下一周期需要放电时,改由蓄电池提供这部分功 率。
5. 如权利要求1所述的混合储能系统的风力发电功率平滑控制方法所采用的混合储能 系统,其特征是,包括:电网,所述电网通过依次连接的并网开关和三相四线变压器与交流 母线连接,所述交流母线通过DC/AC逆变器与第一直流母线连接,所述第一直流母线通过第 一 DC/DC转换器与超级电容储能系统连接;所述第一直流母线还通过第二DC/DC转换器与蓄 电池连接,所述第一直流母线还通过第三DC/DC转换器与第二直流母线连接,所述第二直流 母线通过第一 AC/DC转换器与风力发电机连接,所述第二直流母线还通过第二AC/DC转换器 与压缩空气储能系统连接;将超级电容储能系统与压缩空气储能系统结合在一起,实现了 大容量的能量型储能与功率型储能的结合。
6. 如权利要求5所述的混合储能系统,其特征是,所述第一DC/DC转换器、第二DC/DC转 换器、第三DC/DC转换器均为双向半桥DC/DC转换器;所述第一 AC/DC转换器、第二AC/DC转换 器均为双向AC/DC转换器;所述三相四线变压器为220V/380V三相四线变压器。
7. 如权利要求5所述的混合储能系统,其特征是,所述交流母线为380V交流母线连接。
8. 如权利要求5所述的混合储能系统,其特征是,所述第一直流母线为700V直流母线; 所述第二直流母线为350-500V直流母线。
9. 如权利要求5所述的混合储能系统,其特征是,所述超级电容为350-500V超级电容。
CN201510068245.2A 2015-02-09 2015-02-09 混合储能系统及风力发电功率平滑控制方法 Active CN104734166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510068245.2A CN104734166B (zh) 2015-02-09 2015-02-09 混合储能系统及风力发电功率平滑控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510068245.2A CN104734166B (zh) 2015-02-09 2015-02-09 混合储能系统及风力发电功率平滑控制方法

Publications (2)

Publication Number Publication Date
CN104734166A CN104734166A (zh) 2015-06-24
CN104734166B true CN104734166B (zh) 2017-03-22

Family

ID=53457760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510068245.2A Active CN104734166B (zh) 2015-02-09 2015-02-09 混合储能系统及风力发电功率平滑控制方法

Country Status (1)

Country Link
CN (1) CN104734166B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105226725B (zh) * 2015-07-24 2019-04-23 中国南方电网有限责任公司电网技术研究中心 一种发电机与电网储能系统之间的功率分配协调方法
CN105365589B (zh) * 2015-10-23 2017-09-19 江南大学 一种电动公交车储能装置的容量测算方法
CN105201741B (zh) * 2015-11-10 2017-09-15 海南电网有限责任公司 一种风电机组与储能装置的协调平滑控制方法
CN105762822A (zh) * 2016-05-17 2016-07-13 国网安徽省电力公司芜湖供电公司 一种压缩空气储能系统的并网结构
CN107492903B (zh) * 2017-04-08 2020-08-11 东北电力大学 一种基于统计学模型的混合储能系统容量优化配置方法
CN107947244B (zh) * 2017-09-12 2021-03-16 国电南瑞科技股份有限公司 新能源电站并网功率超前控制方法
CN108053112A (zh) * 2017-12-11 2018-05-18 囯网河北省电力有限公司电力科学研究院 一种储能系统规划的方法及系统
CN109038675B (zh) * 2018-08-31 2020-08-14 中国南方电网有限责任公司电网技术研究中心 基于风电波动多尺度分解的建模方法
CN109193613A (zh) * 2018-09-03 2019-01-11 深圳供电局有限公司 一种直流微电网系统及其控制方法
CN109617141B (zh) * 2018-12-12 2020-07-07 国能日新科技股份有限公司 风电场有功输出平滑控制方法及装置
CN110165690B (zh) * 2019-05-23 2021-04-16 南京国电南自新能源工程技术有限公司 基于反向协同调控的多能互补微电网系统
CN110620392A (zh) * 2019-10-26 2019-12-27 闽江学院 一种基于soc状态估计的多铅酸电池并联系统模糊协调控制方法
CN111082435A (zh) * 2019-12-13 2020-04-28 葛洲坝中科储能技术有限公司 一种风电搭配压缩空气储能的出力控制系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102616144A (zh) * 2012-04-25 2012-08-01 电子科技大学 电动汽车安全运行控制方法及装置
CN102738828A (zh) * 2012-06-27 2012-10-17 哈尔滨工业大学 利用一体化联合发电单元平抑规模化风电并网功率波动的不确定性的方法
CN102931653A (zh) * 2012-11-02 2013-02-13 浙江工业大学 一种风光直流微电网的综合协调控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10072646B2 (en) * 2012-09-11 2018-09-11 EnisEnerGen LLC. Method and apparatus for using wind energy or solar energy for an underwater and/or for an under seabed compressed air energy storage system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102616144A (zh) * 2012-04-25 2012-08-01 电子科技大学 电动汽车安全运行控制方法及装置
CN102738828A (zh) * 2012-06-27 2012-10-17 哈尔滨工业大学 利用一体化联合发电单元平抑规模化风电并网功率波动的不确定性的方法
CN102931653A (zh) * 2012-11-02 2013-02-13 浙江工业大学 一种风光直流微电网的综合协调控制方法

Also Published As

Publication number Publication date
CN104734166A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
CN104734166B (zh) 混合储能系统及风力发电功率平滑控制方法
CN103595068B (zh) 混合储能系统平抑风光输出功率波动的控制方法
CN102244390B (zh) 平滑微网联络线功率波动的储能系统容量优化方法
CN103986190B (zh) 基于发电功率曲线的风光储联合发电系统平滑控制方法
Li et al. Control strategy of battery state of charge for wind/battery hybrid power system
CN102684222B (zh) 一种基于储能技术的风力发电功率平滑控制方法
CN103633657B (zh) 一种风储电站电网负荷调峰及风电波动抑制的方法及装置
CN104092231A (zh) 一种独立微网混和储能容量优化配置方法
CN103178538A (zh) 混合储能型风力发电系统的风电功率波动抑制方法
CN103023055B (zh) 利用复合储能技术平抑风光发电系统输出功率波动的方法
CN103094926A (zh) 一种用于微电网群的多元复合储能容量配置方法
CN103023157A (zh) 降低弃风率及跟踪风电计划出力的混合储能系统控制方法
Cui et al. Distributed energy storage system in wind power generation
CN107508311B (zh) 并联型风电变流器的提升运行效率的方法及系统
Hassan et al. Stand-alone/grid-tied wind power system with battery/supercapacitor hybrid energy storage
Guo et al. A new battery energy storage system control method based on SOC and variable filter time constant
Xiao et al. A two-level energy storage system for wind energy systems
CN105896577A (zh) 一种可用于调节无功的储能发电系统
Argyrou et al. Energy management and modeling of a grid-connected BIPV system with battery energy storage
CN107645194A (zh) 一种基于储能的风电场电能质量优化系统
Huu An adaptive control of hybrid battery-supercapacitor storage for integration of wind and solar
Deshpande et al. An approach for micro grid management with hybrid energy storage system using batteries and ultra capacitors
CN103021240A (zh) 一种低电压异步风力发电机组及其并网的动态模拟系统
Jing et al. Hybrid energy storage retrofit for standalone photovoltaic-battery residential energy system
CN109659980A (zh) 集成混合储能与光伏装置的牵引供电系统能量管理优化方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
C14 Grant of patent or utility model