CN109038629A - 微电网混合储能系统功率优化分配方法 - Google Patents

Abstract

本发明公开了一种微电网混合储能系统功率优化分配方法，利用滑动平均滤波算法将混合储能系统整体功率指令进行平滑处理，并根据两种储能元件的固有工作特性进行功率初次分配；以超级电容器SOC为基础，计算得到一个蓄电池功率修正值以确定两种储能元件的最终功率指令，实现对蓄电池充放电的优化。本发明将蓄电池能量密度大和超级电容器功率密度大的特点相结合，大大提高储能系统的性能，解决了风能、光能等新能源分布式发电容易引起微电网并网功率不平衡波动的问题。

Description

微电网混合储能系统功率优化分配方法

技术领域

本发明涉及电网技术领域，更具体的说是涉及微电网混合储能系统功率优化分配方法，特别适用于风光互补发电系统并网功率波动较为剧烈的环境。

背景技术

风能、光能等新能源分布式发电具有随机间歇性的特点，容易引起微电网并网功率的不平衡波动，因此有必要接入储能系统以保证其稳定地运行。将超级电容器与蓄电池结合成混合储能系统(hybrid energy storage system，HESS)，可将蓄电池能量密度大和超级电容器功率密度大等特点相结合，这无疑会大大提高储能系统的性能。在微电网混合储能系统控制技术中，系统内部能量型储能与功率型储能的功率分配是首要问题。

目前，已有一些文献针对微电网混合储能系统提出了相应的功率控制方法。例如，2012年第32期的《中国电机工程学报》中《一种适用于混合储能系统的控制策略》一文利用时间常数随储能荷电状态(SOC)变化的低通滤波器计算可再生能源波动的平抑目标，进而通过HESS的SOC模糊控制优化分配功率指令。2017年第41期的《电力系统自动化》中《采用自适应小波包分解的混合储能平抑风电波动控制策略》一文结合风电并网波动标准和HESS系统性能特点，实现风电功率的自适应小波包分解和储能初级功率分配，在HESS系统内部，根据超级电容的SOC状态，利用模糊控制对蓄电池和超级电容的功率指令进行修正，得到优化后的功率分配指令。2015年第35期的《电力自动化设备》中《一种适用于微电网混合储能系统的功率分配策略》一文在HESS系统功率损耗模型的基础上，提出一种兼顾超级电容器荷电状态和储能系统损耗的功率分配策略，由蓄电池储能单元稳定直流母线电压，超级电容器储能单元跟踪参考电流，从而达到功率的动态分配。

因此，如何提供一种微电网混合储能系统功率优化分配方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种微电网混合储能系统功率优化分配方法，有效解决了能量型与功率型储能元件之间进行功率分配的问题。

为了实现上述目的，本发明采用如下技术方案：

微电网混合储能系统功率优化分配方法，包括：

S1：利用滑动平均滤波方法将混合储能系统整体功率指令P_HESS进行平滑处理，得到平滑功率指令P'(n)；

S2：将所述平滑功率指令P'(n)作为蓄电池参考功率指令P_b,ref，并将所述混合储能系统整体功率指令P_HESS与所述蓄电池参考功率指令P_b,ref的差值作为超级电容器参考功率指令P_c,ref；

S3：由超级电容器荷电状态S_c映射一个蓄电池功率指令修正值ΔP_b；

S4：通过所述蓄电池功率指令修正值ΔP_b对所述蓄电池参考功率指令P_b,ref以及所述超级电容器参考功率指令P_c,ref进行调整，得到超级电容输出功率P_c以及蓄电池输出功率P_b。

进一步的，S1：利用滑动平均滤波方法将混合储能系统整体功率指令P_HESS进行平滑处理，得到平滑功率指令P'(n)的具体步骤为：

设滑动窗口长度为T，经固定采样频率f采样得到一个随时间变化的功率指令序列：P(t₁),P(t₂),…P(t_n)，则采样个数n＝Tf；

利用n个采样值进行算术平均，得到所述平滑功率指令P'(n)，其计算公式如下：

其中，T表示滑动窗口长度，f表示采样频率，n表示采样个数。

进一步的，超级电容器参考功率指令P_c,ref计算公式为：

P_c,ref＝P_HESS-P_b,ref (2)

进一步的，S3：由超级电容器的荷电状态S_c映射一个蓄电池功率指令修正值ΔP_b具体包括以下步骤：

设所述蓄电池功率指令修正值ΔP_b与所述超级电容器荷电状态S_c为一次线性关系，混合储能系统的参考方向为放电为正，充电为负，并规定[S_min，S_max]为超级电容器的正常工作区间，其中，S_min表示超级电容器最小荷电状态，S_max表示超级电容器最大荷电状态，所述超级电容器荷电状态S_c的计算公式为：

S_c＝U_t/U₀ (3)

其中，U_t为超级电容器t时刻电压，U₀为超级电容的额定电压；

1)当所述混合储能系统放电时，P_HESS＞0，所述超级电容器荷电状态S_c与蓄电池功率指令修正值ΔP_b的关系为：

2)当所述混合储能系统充电时，P_HESS＜0，所述超级电容器荷电状态S_c与蓄电池功率指令修正值ΔP_b的关系为：

进一步的，S4：通过所述蓄电池功率指令修正值ΔP_b对所述蓄电池参考功率指令P_b,ref以及所述超级电容器参考功率指令P_c,ref进行调整，得到超级电容输出功率P_c以及蓄电池输出功率P_b的具体步骤为：

所述超级电容输出功率P_c以及所述蓄电池输出功率P_b的计算公式为：

利用公式(6)结合公式(4)得到混合储能系统放电时所述超级电容输出功率P_c以及所述蓄电池输出功率P_b：

利用公式(6)结合公式(5)得到混合储能系统充电时所述超级电容输出功率P_c以及所述蓄电池输出功率P_b：

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种微电网混合储能系统功率优化分配方法，在滑动平均滤波(move average filter，MAF)功率分配原理的基础上，为充分利用超级电容器本身容量，对功率分配值进行二次优化：在超级电容器荷电状态有利于实时功率出力时，利用超级电容器容量和响应速度快的特性，承担主要的功率输出任务，以调整蓄电池的输出功率，使超级电容器优先做出充放电响应，从而达到延长蓄电池使用寿命的目的，解决了风能、光能等新能源分布式发电容易引起微电网并网功率不平衡波动的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明提供的微电网混合储能系统拓扑图。

图2附图为本发明提供的微电网混合储能系统功率分配流程图。

图3附图为本发明提供的微电网混合储能系统放电时的修正关系。

图4附图为本发明提供的微电网混合储能系统充电时的修正关系。

图5附图为本发明提供的超级电容器系统仿真模块示意图。

图6附图为本发明提供的蓄电池系统仿真模块示意图。

图7附图为本发明提供的微电网混合储能系统功率示意图。

图8附图为本发明提供的蓄电池功率波动曲线图。

图9附图为本发明提供的超级电容器功率波动曲线图。

图10附图为本发明提供的超级电容器的SOC波动图。

图11附图为本发明提供的蓄电池的SOC波动图。

图12附图为本发明提供的直流母线电压曲线图。

图13附图为本发明提供的直流母线电流曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种微电网混合储能系统功率优化分配方法，参考附图2，包括以下步骤：

第一步，利用滑动平均滤波方法(move average filter，MAF)进行功率初次分配。

MAF能有效抑制周期、非周期性信号中的干扰，它在连续时域下的表达式为：

其中，y为含有随机性干扰的功率指令信号，Ty为滑动窗口长度。(1)式的传递函数表示为：

将jω代替s，可得到其幅频特性函数为：

由(3)式可知，当信号ω为0时，滤波增益为0，即对直流信号无平滑作用。

对于含有随机波动的功率指令，采用离散MAF的形式。假设滑动窗口长度为T，经固定频率f采样得到一个随时间变化的功率指令序列：

P(t₁),P(t₂),…P(t_n)，采样个数n＝Tf，每滑动一个采样周期，时间窗口前进入一个新数据，窗口后去掉一个旧数据，由于不断地“吐故纳新”，因此在时间窗口中始终有n个数据。将这n个采样值进行算术平均，就得平滑功率指令P'(n)：

将式(4)得到的平滑功率指令作为蓄电池参考功率指令P_b,ref，将HESS系统整体功率P_HESS与P_b,ref的差值作为超级电容器参考功率指令P_c,ref：

P_c,ref＝P_HESS-P_b,ref (5)

时间窗口T设置越大，功率平滑效果越明显，超级电容器所载负荷的比重越大；反之，窗口T设置越小，蓄电池负载与混合储能负载趋于一致。为最大程度地减小直流母线电压的波动，优化蓄电池组的充放电过程，需要合理设置滑动窗口T的大小；

第二步，在基于MAF滤波的功率初次分配之后，由S_c映射一个蓄电池功率指令修正值ΔPb，调整P_b,ref、P_c,ref，得到超级电容输出功率P_c以及蓄电池输出功率P_b，其计算公式为：

设ΔP_b与S_c之间设定为一次线性关系，系统功率的参考方向为放电为正，充电为负，并规定[S_min，S_max]为超级电容的正常工作区间，S_min表示超级电容最小荷电状态，S_max表示超级电容最大荷电状态。

1)当P_HESS＞0(HESS系统放电)时，S_c越大，对超级电容的放电越有利。假设极限情形：当S_c为S_max时，ΔP_b等于-P_b,ref，蓄电池P_b,ref全部由超级电容器输出；当S_c为S_min时，ΔP_b等于P_c,ref，电容器放电功率为0，蓄电池输出全部功率。

所以，通过超级电容器正常容量区间与相应蓄电池功率区间的极限函数关系得到蓄电池的功率修正值，参考附图3：

则P_c、P_b由(6)、(7)式得到：

2)当P_HESS＜0(HESS系统充电)时，S_c越小，对超级电容的充电越有利。假设极限情形：当S_c为S_min时，ΔP_b等于-P_b,ref，蓄电池P_b,ref全部由电容器输入；当S_c为S_max时，ΔP_b等于P_c,re，电容器充电功率为0，蓄电池吸收所有功率。

所以，通过超级电容器正常容量区间与相应蓄电池功率区间的极限函数关系得到蓄电池的功率修正值，参考附图4：

则P_c、P_b由(6)、(9)式得到：

通过公式(8)和公式(10)可以得到HESS系统放电、充电过程的功率分配。

本发明利用滑动平均滤波算法将HESS系统整体功率指令进行平滑处理，并根据两种储能元件的固有工作特性进行功率初次分配；然后以超级电容器SOC为基础，计算得到一个蓄电池功率修正值以确定两种储能元件的最终功率指令，实现对蓄电池充放电的优化，使超级电容器优先做出充放电响应，从而达到延长蓄电池使用寿命的目的。

实施例1：利用matlab/simulink仿真软件搭建HESS系统仿真模型，参考附图1，蓄电池与超级电容器的系统仿真模型采用完全主动的并联方式：两者均通过双向BUCK-BOOST(DC/DC)功率变换器来控制储能元件进行充放电，两个功率变换器电路的控制原理设置相同。考虑到超级电容器在长时间使用过程中在自放电时产生的漏电特性，超级电容器仿真模块采用RC经典电路等效模型，仿真模型中添加了电阻R₂，并且设置R₂远大于R₁，以模拟超级电容器的实际工作状态，如图附图5所示。

模型在并联侧添加了一个TIMER模块，并在t＝0.6S和1.2S时分别设置一个8V、-16V的电压突变量，以观察HESS系统在母线电压发生突变情况下的恢复性能。

仿真参数：蓄电池容量参数设置为170V/5.5Ah，其初始荷电状态SOC为0.5，额定工作电压为80V；超级电容器C＝1.5F，R₁为0.1Ω，R₂为107Ω，双向DC/DC直流变流器中电感为0.01H，通过本发明提供的优化分配方法进行仿真模拟。仿真结果如下：

附图7为HESS系统、蓄电池系统、超级电容器系统的功率变化曲线。可以看出，在t＝0.6S和1.2S时，由于母线电压发生了突变，HESS系统整体功率、蓄电池功率以及超级电容器功率均有不同程度的波动，蓄电池和HESS系统的功率波动较为明显，但很快就恢复了稳定值。并且，蓄电池输出功率的波动变化曲线基本和HESS系统的总功率趋势一致，这说明蓄电池已经发挥能量型储能元件的性能优势，维持了HESS系统整体功率的走势，而超级电容器的输出功率始终在0的附近反复震荡，反映了功率型储能元件能量密度小，但功率密度较大的工作特性。

附图8和附图9为仿真图像局部放大图，可以看到蓄电池系统和超级电容器系统的功率波动细节情况。依靠一阶低通滤波方法将混合储能系统输出功率分为高、低频的两个分量，并加入超级电容器功率补偿环节后，相比于HESS系统的整体输出功率，蓄电池的输出功率曲线波动幅度比较小，并且一直维持在相对稳定的一个波动幅度范围之内，而超级电容器的功率曲线波动幅度则比较大，但是整体功率较小，这更加充分反映了能量型元件和功率型元件性能上的差别，蓄电池维持了HESS系统功率走势，而超级电容器较好完成了对HESS系统整体功率“填谷平峰”的任务。

附图10和附图11为蓄电池系统和超级电容器系统SOC值(％)的变化趋势，可以看出，功率稳定之后超级电容器系统的SOC值在以0.5为中心的范围内有比较剧烈的波动，而蓄电池的SOC值则较为平滑稳定。这说明以一阶低通滤波为基础，并加入超级电容器功率补偿环节之后，超级电容器能起到稳定蓄电池充放电过程的作用。

附图12和附图13为直流母线电压、电流变化曲线，可以看出，在t＝0.6S和t＝1.2S时刻，在母线电压发生突变后，电压经过短暂波动之后很快恢复了正常稳定状态，并且波动前后的电压值一直维持在83V左右，这说明HESS系统有较好维持母线电压恒定的性能。

通过实施例1验证了本发明提供的分配方法可以有效地达到延长蓄电池使用寿命的目的。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.微电网混合储能系统功率优化分配方法，其特征在于，包括：

S1：利用滑动平均滤波方法将混合储能系统整体功率指令P_HESS进行平滑处理，得到平滑功率指令P'(n)；

S2：将所述平滑功率指令P'(n)作为蓄电池参考功率指令P_b,ref，并将所述混合储能系统整体功率指令P_HESS与所述蓄电池参考功率指令P_b,ref的差值作为超级电容器参考功率指令P_c,ref；

S3：由超级电容器荷电状态S_c映射一个蓄电池功率指令修正值ΔP_b；

S4：通过所述蓄电池功率指令修正值ΔP_b对所述蓄电池参考功率指令P_b,ref以及所述超级电容器参考功率指令P_c,ref进行调整，得到超级电容输出功率P_c以及蓄电池输出功率P_b。

2.根据权利要求1所述的微电网混合储能系统功率优化分配方法，其特征在于，S1：利用滑动平均滤波方法将混合储能系统整体功率指令P_HESS进行平滑处理，得到平滑功率指令P'(n)的具体步骤为：

设滑动窗口长度为T，经固定采样频率f采样得到一个随时间变化的功率指令序列：P(t₁),P(t₂),…P(t_n)，则采样个数n＝Tf；

利用n个采样值进行算术平均，得到所述平滑功率指令P'(n)，其计算公式如下：

其中，T表示滑动窗口长度，f表示采样频率，n表示采样个数。

3.根据权利要求2所述的微电网混合储能系统功率优化分配方法，其特征在于，超级电容器参考功率指令P_c,ref计算公式为：

P_c,ref＝P_HESS-P_b,ref (2)

4.根据权利要求3所述的微电网混合储能系统功率优化分配方法，其特征在于，S3：由超级电容器荷电状态S_c映射一个蓄电池功率指令修正值ΔP_b具体包括以下步骤：

设所述蓄电池功率指令修正值ΔP_b与所述超级电容器荷电状态S_c为一次线性关系，混合储能系统放电方向为正方向，充电方向为负方向，并规定[S_min，S_max]为超级电容器的正常工作区间，其中，S_min表示超级电容器最小荷电状态，S_max表示超级电容器最大荷电状态，所述超级电容器的荷电状态S_c的计算公式为：

S_c＝U_t/U₀ (3)

其中，U_t为超级电容器t时刻电压，U₀为超级电容的额定电压；

1)当所述混合储能系统放电时，P_HESS＞0，所述超级电容器荷电状态S_c与所述蓄电池功率指令修正值ΔP_b的关系为：

2)当所述混合储能系统充电时，P_HESS＜0，所述超级电容器荷电状态S_c与所述蓄电池功率指令修正值ΔP_b的关系为：

5.根据权利要求4所述的微电网混合储能系统功率优化分配方法，其特征在于，S4：通过所述蓄电池功率指令修正值ΔP_b对所述蓄电池参考功率指令P_b,ref以及所述超级电容器参考功率指令P_c,ref进行调整，得到超级电容输出功率P_c以及蓄电池输出功率P_b的具体步骤为：

所述超级电容输出功率P_c以及所述蓄电池输出功率P_b的计算公式为：

利用公式(6)结合公式(4)得到混合储能系统放电时所述超级电容输出功率P_c以及所述蓄电池输出功率P_b：

利用公式(6)结合公式(5)得到混合储能系统充电时所述超级电容输出功率P_c以及所述蓄电池输出功率P_b：