(福州大學(xué)，福建 福州 350116)

1 引言

近年來，我國風(fēng)電發(fā)展迅速，其裝機(jī)容量在電力系統(tǒng)中的比例不斷上升。由于風(fēng)電功率具有波動(dòng)性的特點(diǎn)，大規(guī)模風(fēng)電廠的輸出功率直接并入電網(wǎng)，會(huì)影響電力系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性[1-2]。儲(chǔ)能系統(tǒng)能夠快速準(zhǔn)確地補(bǔ)償系統(tǒng)所需的能量，實(shí)現(xiàn)電能的平衡、穩(wěn)定控制。然而單一的儲(chǔ)能介質(zhì)無法同時(shí)滿足功率和能量需求，采用混合儲(chǔ)能技術(shù)往往能達(dá)到較好的效果[3-4]。因此，在風(fēng)場側(cè)配置合適的混合儲(chǔ)能系統(tǒng)裝置，實(shí)現(xiàn)平滑風(fēng)電并網(wǎng)功率，減少風(fēng)電波動(dòng)性對(duì)電網(wǎng)電力系統(tǒng)造成的沖擊。文獻(xiàn)[5]采用低通濾波方法分解母線波動(dòng)電壓，高頻部分分配給超級(jí)電容，蓄電池承擔(dān)低頻部分能量。當(dāng)混合儲(chǔ)能系統(tǒng)不滿足平抑條件時(shí)，風(fēng)電并網(wǎng)波動(dòng)功率由電網(wǎng)吸收。文獻(xiàn)[6]采用下垂控制方法，利用超級(jí)電容快速充電的工作特性，保持母線電壓穩(wěn)定；同時(shí)實(shí)時(shí)檢測超級(jí)電容的電壓水平，使蓄電池對(duì)超級(jí)電容充電，保持超級(jí)電容的能量平衡。文獻(xiàn)[7]采用滑動(dòng)平均濾波方法分解風(fēng)電輸出功率，得到需要蓄電池平抑的低頻功率；超級(jí)電容采用雙環(huán)控制，穩(wěn)定直流母線電壓，承擔(dān)高頻波動(dòng)功率。根據(jù)混合儲(chǔ)能系統(tǒng)的運(yùn)行狀態(tài)，動(dòng)態(tài)調(diào)節(jié)滑動(dòng)平均窗口寬度T，優(yōu)化混合儲(chǔ)能能量分配，增強(qiáng)混合儲(chǔ)能系統(tǒng)的平抑風(fēng)電功率波動(dòng)能力。

文獻(xiàn)[8]提出了一種基于電壓下垂法的直流微電網(wǎng)混合儲(chǔ)能控制策略。該控制策略根據(jù)直流母線電壓信息，利用超級(jí)電容快速補(bǔ)償母線功率缺額的高頻部分；通過蓄電池對(duì)超級(jí)電容進(jìn)行能量補(bǔ)充，間接補(bǔ)償母線功率缺額的低頻部分。文獻(xiàn)[9]風(fēng)電輸出功率通過一階濾波環(huán)節(jié)之后，分解得到超級(jí)電容和蓄電池的功率；通過基于神經(jīng)網(wǎng)絡(luò)的混合儲(chǔ)能系統(tǒng)的能量管理系統(tǒng)，動(dòng)態(tài)調(diào)整了兩個(gè)儲(chǔ)能介質(zhì)的充放電功率指令，使混合儲(chǔ)能系統(tǒng)能處在良好的運(yùn)行狀態(tài)。

文獻(xiàn)[10]根據(jù)超級(jí)電容和儲(chǔ)能電池的充放電特性，采用低通濾波方法進(jìn)行功率分配?？紤]到混合儲(chǔ)能系統(tǒng)的功率損耗，制定了并網(wǎng)功率調(diào)節(jié)模塊，實(shí)時(shí)調(diào)節(jié)混合儲(chǔ)能系統(tǒng)的能量狀態(tài)。為了保證超級(jí)電容充放電能力，對(duì)混合儲(chǔ)能的功率進(jìn)行再分配，維持超級(jí)電容荷電狀態(tài)處于較優(yōu)水平。

在混合儲(chǔ)能系統(tǒng)容量配置方面，文獻(xiàn)[11]采用高通濾波器對(duì)風(fēng)電波動(dòng)功率進(jìn)行分解，得到混合儲(chǔ)能系統(tǒng)平抑目標(biāo)；考慮到超級(jí)電容和蓄電池荷電狀態(tài)，以荷電狀態(tài)飽和度和功率參考值飽和度作為輸入，利用模糊控制策略對(duì)平抑功率進(jìn)行再分配；考慮混合儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性，采用機(jī)會(huì)約束規(guī)劃方法對(duì)混合儲(chǔ)能系統(tǒng)的容量進(jìn)行配置。文獻(xiàn)[12] 基于實(shí)時(shí)的風(fēng)電輸出功率數(shù)據(jù)，采用低通濾波方法平抑風(fēng)電功率波動(dòng)，并分析了不同的濾波時(shí)間系數(shù)對(duì)風(fēng)電波動(dòng)平抑效果造成的影響；在評(píng)價(jià)混合儲(chǔ)能系統(tǒng)平抑風(fēng)電的效果時(shí)，提出了功率積分時(shí)間尺度和標(biāo)準(zhǔn)差兩個(gè)評(píng)價(jià)指標(biāo)。文獻(xiàn)[13]以超級(jí)電容器和蓄電池混合儲(chǔ)能系統(tǒng)在整個(gè)壽命周期內(nèi)的成本為目標(biāo)函數(shù)包括購買第批次儲(chǔ)能元件及附屬配件的一次投資成本儲(chǔ)能元件由于老化和損壞造成的儲(chǔ)能元件更換所產(chǎn)生的二次投資成本對(duì)失效的儲(chǔ)能元件進(jìn)行處理所產(chǎn)生的回收環(huán)保成本，建立混合儲(chǔ)能系統(tǒng)的容量配置目標(biāo)。文獻(xiàn)[14] 并網(wǎng)風(fēng)光發(fā)電中混合儲(chǔ)能系統(tǒng)容量優(yōu)化配置，以系統(tǒng)能量損失率及能量缺失率等運(yùn)行指標(biāo)為約束條件，根據(jù)全生命周期費(fèi)用理論，建立儲(chǔ)能裝置的年均費(fèi)用函數(shù)為目標(biāo)函數(shù)，運(yùn)用改進(jìn)混沌優(yōu)化算法對(duì)混合儲(chǔ)能系統(tǒng)的容量進(jìn)行配置。文獻(xiàn)[15] 風(fēng)電場復(fù)合儲(chǔ)能系統(tǒng)容量配置的優(yōu)化設(shè)計(jì)，提出了一種能夠定量反映功率曲線平滑度的判據(jù)標(biāo)準(zhǔn)，綜合考慮了復(fù)合儲(chǔ)能系統(tǒng)的技術(shù)性能和經(jīng)濟(jì)性能，建立了反映復(fù)合儲(chǔ)能系統(tǒng)特性參數(shù)-風(fēng)電功率平滑度、復(fù)合儲(chǔ)能系統(tǒng)成本特性的長期數(shù)學(xué)模型；通過遺傳算法對(duì)該模型的目標(biāo)函數(shù)進(jìn)行尋優(yōu)，從而得到復(fù)合儲(chǔ)能系統(tǒng)最佳的特性參數(shù)組合。

上述文獻(xiàn)對(duì)混合儲(chǔ)能應(yīng)用于平抑風(fēng)電功率波動(dòng)的控制策略展開研究并取得了一定成果。其中，混合儲(chǔ)能系統(tǒng)的協(xié)調(diào)控制策略主要體現(xiàn)在頻域的濾波方式，容量配置多采用傳統(tǒng)的人工智能算法。但是采用濾波的方法具有延時(shí)現(xiàn)象，且分解得到的需要混合儲(chǔ)能平抑的功率分量可能不一致，使混合儲(chǔ)能系統(tǒng)承擔(dān)額外的能量。傳統(tǒng)的人工智能算法可以對(duì)配置混合儲(chǔ)能容量進(jìn)行配置，但可能出現(xiàn)早熟而陷入局部最優(yōu)的缺陷。基于以上分析，本文采用超級(jí)電容優(yōu)先充放電，當(dāng)超級(jí)電容不能再充放電時(shí)，再令蓄電池在進(jìn)行充放電的控制方式。不僅使得各儲(chǔ)能介質(zhì)優(yōu)勢互補(bǔ)，而且不增加混合儲(chǔ)能系統(tǒng)的充放電能量；針對(duì)傳統(tǒng)遺傳算法可能陷入局部解的缺點(diǎn)，采用多種群遺傳算法(MPGA)優(yōu)化配置混合儲(chǔ)能系統(tǒng)的容量。

2 混合儲(chǔ)能系統(tǒng)平抑目標(biāo)及控制策略

2．1 混合儲(chǔ)能系統(tǒng)波動(dòng)分量的選取

風(fēng)電機(jī)組通常以最大風(fēng)能捕獲的模式運(yùn)行，風(fēng)電輸出功率主要由實(shí)時(shí)風(fēng)速?zèng)Q定的。風(fēng)能具有的隨機(jī)性、波動(dòng)性，使得風(fēng)電輸出功率波動(dòng)較大，直接并網(wǎng)勢必對(duì)電網(wǎng)的電能質(zhì)量以及調(diào)度造成影響。在風(fēng)電側(cè)接入混合儲(chǔ)能系統(tǒng)，可以有效地抑制風(fēng)電的波動(dòng)性，使得風(fēng)電并網(wǎng)功率滿足要求。如圖1所示，風(fēng)電輸出功率為PWind，需要混合儲(chǔ)能系統(tǒng)平抑的功率PHybrid，以及風(fēng)電功率經(jīng)過平抑后的并網(wǎng)功率PGrid。

風(fēng)電場正常運(yùn)行狀態(tài)下，其有用功率的最大變化率，應(yīng)當(dāng)滿足電力系統(tǒng)安全穩(wěn)定運(yùn)行的要求。本文采用以風(fēng)電并網(wǎng)標(biāo)準(zhǔn)為依據(jù)，對(duì)風(fēng)電場輸出功率為PWind進(jìn)行分解的方法，即規(guī)定風(fēng)電場輸出功率1min波動(dòng)不超過風(fēng)電場裝機(jī)容量的2%，30min不超過風(fēng)電場裝機(jī)容量的10%，得到需要混合儲(chǔ)能系統(tǒng)平抑的功率PHybrid和滿足要求的風(fēng)電并網(wǎng)功率PGrid。如圖2所示。

圖1 風(fēng)電/混合儲(chǔ)能系統(tǒng)

圖2 1min風(fēng)電場輸出功率分解圖

采樣時(shí)間設(shè)置為1s，仿真時(shí)間以1min時(shí)間窗向前滾動(dòng)，假設(shè)當(dāng)前時(shí)間為t0，且在t0之前的波動(dòng)滿足并網(wǎng)要求，即以t0為終點(diǎn)，時(shí)間尺度為1min的功率波動(dòng)量為ΔPt01min=Pt0Max-Pt0Min滿足ΔPt01min≤ΔPMax，其中Pt0Max，Pt0Min分別為[t0-60,t0]時(shí)間內(nèi)功率最大值和最小值。當(dāng)時(shí)間為t0+1時(shí)，若輸出功率為圖中A點(diǎn)時(shí)，此時(shí)在以t0+1為終點(diǎn)的以1min時(shí)間窗內(nèi)的功率變化量ΔPt0+1min≤ΔPMax，風(fēng)電輸出功率滿足要求，此時(shí)混合儲(chǔ)能系統(tǒng)的不出力；若輸出功率為圖中B、C點(diǎn)時(shí)，顯然以t0+1為終點(diǎn)的以1min時(shí)間窗內(nèi)的功率變化量ΔPt0+1min>ΔPMax，需要混合儲(chǔ)能系統(tǒng)平抑剩余的功率；在B點(diǎn)輸出功率為PHybrid=PB-Pt0Max，C點(diǎn)為PHybrid=Pt0Min-PC，此時(shí)t0+1時(shí)刻的功率分別為Pt0Max和Pt0Min。

本文基于某49.5MW風(fēng)電場典型天的實(shí)時(shí)數(shù)據(jù)，以1min的波動(dòng)要求為例，30min類似處理，驗(yàn)證波動(dòng)量分解的有效性。風(fēng)電并網(wǎng)標(biāo)準(zhǔn)1min內(nèi)有用功率的最大變化率為ΔPMax=49.5×2%=0.99。采用上述方法對(duì)樣本數(shù)據(jù)PWind進(jìn)行分解，得到需要混合儲(chǔ)能系統(tǒng)平抑的功率PHybrid和滿足要求的風(fēng)電并網(wǎng)功率PGrid，如圖3所示。

2．2 混合儲(chǔ)能控制策略研究

基于不同工作特性的儲(chǔ)能介質(zhì)，如能量型的蓄電池和功率型的超級(jí)電容，如何分配混合儲(chǔ)能系統(tǒng)介質(zhì)之間的功率，使得儲(chǔ)能介質(zhì)處于較優(yōu)運(yùn)行狀態(tài)，混合儲(chǔ)能系統(tǒng)具有較強(qiáng)的平抑風(fēng)電功率波動(dòng)的能力。本文采用超級(jí)電容優(yōu)先充放電，當(dāng)超級(jí)電容不能再充放電時(shí)，再令蓄電池在進(jìn)行充放電的控制方式。該控制方式簡單，而且可以充分利用超級(jí)電容充放電次數(shù)多，能量密度大的工作特性，使得在功率波動(dòng)較小的情況下，蓄電池不動(dòng)作，從而減少蓄電池的充放電次數(shù)，提高蓄電池的使用壽命，優(yōu)化混合儲(chǔ)能系統(tǒng)的整體性能?？紤]到深度充放電和大功率充放電都會(huì)給混合儲(chǔ)能系統(tǒng)造成損壞，設(shè)定了超級(jí)電容和蓄電池荷電狀態(tài)和功率限制條件，其各自的荷電狀態(tài)區(qū)間劃分和功率約束如圖5和表1所示，其中Pxrated為額定功率，SOCx為荷電狀態(tài)，SOCxMax、SOCxMin為荷電狀態(tài)上下限，ax=Pxrated/(SOCxmax-SOCxA),x為SC或Ba。

圖3 風(fēng)電輸出功率分解圖

圖4 需要混合儲(chǔ)能系統(tǒng)平抑的功率

圖5 混合儲(chǔ)能荷電狀態(tài)區(qū)間劃分

儲(chǔ)能介質(zhì)荷電狀態(tài)區(qū)間充電功率P充電功率P超級(jí)電容C(1)PSC≤aSC(SOCSCmax-SOCSC)PSC≤PSCratedC(2)PSC≤PSCratedPSC≤PSCratedC(3)PSC≤PSCratedPSC≤aSC(SOCSC-SOCSCmin)蓄電池B(1)PBat≤aBat(SOCBatmax-SOCBat)PBat≤PBatratedB(2)PBat≤PBatratedPBat≤PSBatratedB(3)PBat≤PBatratedPBat≤aBat(SOCBat-SOCBatmin)

3 混合儲(chǔ)能系統(tǒng)容量配置

3.1 混合儲(chǔ)能系統(tǒng)數(shù)學(xué)模型

利用混合儲(chǔ)能裝置平抑風(fēng)電波動(dòng)可以收到很好的效果，然而混合儲(chǔ)能系統(tǒng)的成本比較高，合適的混合系統(tǒng)容量至關(guān)重要。因此，本文以混合儲(chǔ)能系統(tǒng)的成本最小作為目標(biāo)函數(shù)，將超級(jí)電容、蓄電池的額定功率和超級(jí)電容、蓄電池的額定容量作為決策變量，對(duì)混合儲(chǔ)能系統(tǒng)進(jìn)行容量配置，其表達(dá)式為:

f=CPSCPSCrated+CPBatPBatrated+CQSCQSCrated+

CQBatQBatrated

(1)

式中：QSCrated、QBatrated分別為超級(jí)電容、蓄電池的額定容量；f為混合儲(chǔ)能裝置總成本費(fèi)用；CPSC、CPBat分別為超級(jí)電容和蓄電池額定功率單價(jià)；CQSC、CQBat分別為超級(jí)電容和蓄電池額定容量單價(jià)。

為了衡量應(yīng)用混合儲(chǔ)能系統(tǒng)后風(fēng)電功率平滑的效果，以風(fēng)電功率輸出平滑率η作為評(píng)價(jià)指標(biāo)，其值為混合儲(chǔ)能系統(tǒng)無法完全吸收的功率剩余量ΔPHybrid的絕對(duì)值方差與風(fēng)電并網(wǎng)功率PGrid絕對(duì)值方差的比值[12]，即

(2)

風(fēng)電功率輸出平滑率η是目標(biāo)函數(shù)中決策變量的函數(shù)，表達(dá)式如下：

η(PSCrated,QSCrated,PBatrated,QBatrated)≤α

(3)

若α為零，說明混合儲(chǔ)能系統(tǒng)完全吸收風(fēng)電波動(dòng)分量；α取值較少時(shí)，說明應(yīng)用混合儲(chǔ)能系統(tǒng)后風(fēng)電功率平滑效果較好，相反會(huì)相應(yīng)地增加系統(tǒng)的容量?？紤]到經(jīng)濟(jì)性，α取值在合理的范圍內(nèi)即可，本文取α=0.01。

混合儲(chǔ)能系統(tǒng)中，超級(jí)電容的壽命比蓄電池長，允許充放電次數(shù)較多；而蓄電池壽命較短，允許的充放電次數(shù)有限，對(duì)蓄電池的充放電次數(shù)的限制是必要的?？梢愿鶕?jù)實(shí)際情況，設(shè)置蓄電池的充放電次數(shù)，保護(hù)蓄電池，提高混合儲(chǔ)能系統(tǒng)的壽命。

N(PSCrated,QSCrated,PBatrated,QBatrated)≤N0

(4)

式中N0為蓄電池充放電次數(shù)限制。

基于上述分析，混合儲(chǔ)能系統(tǒng)的數(shù)學(xué)模型為:

f=CPSCPSCrated+CPBatPBatrated+CQSCQSCrated+CQBatQBatrated

(5)

2．2 多種群的遺傳算法配置混合儲(chǔ)能系統(tǒng)容量

遺傳算法(SGA)是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)搜索算法，非常適用于處理傳統(tǒng)搜索算法難以解決的復(fù)雜和非線性優(yōu)化問題。然而常規(guī)的遺傳算法對(duì)新空間的搜索能力有限，可能會(huì)出現(xiàn)早熟，存在收斂到局部最優(yōu)解的缺陷。針對(duì)遺傳算法早熟收斂的問題，一種多種群遺傳算法(MPGA)可以用來取代常規(guī)的遺傳算法。

多種群遺傳算法(MPGA)突破SGA僅靠單個(gè)群體進(jìn)行遺傳進(jìn)化的框架，通過設(shè)有不同控制參數(shù)的多種群協(xié)同進(jìn)化，同時(shí)兼顧算法的全局搜索和局部搜索。因此，本文采用多種群的遺傳算法(MPGA)，對(duì)上述帶有約束條件的混合儲(chǔ)能成本目標(biāo)函數(shù)進(jìn)行尋優(yōu)，獲得混合儲(chǔ)能系統(tǒng)成本最小的混合儲(chǔ)能系統(tǒng)配置方案，其算法流程框圖如圖6所示。

圖6 MPGA的算法流程框圖

算法流程具體如下：

(1)初始化。各種群中的個(gè)體都是四個(gè)決策變量在約束區(qū)間內(nèi)隨機(jī)產(chǎn)生的的數(shù)值，即超級(jí)電容、蓄電池的額定功率以及超級(jí)電容、蓄電池的額定容量；設(shè)定合適的種群數(shù)目，隨機(jī)生成初始種群。

(2)計(jì)算初始種群中每個(gè)種群里個(gè)體的對(duì)應(yīng)的目標(biāo)函數(shù)值，即混合儲(chǔ)能系統(tǒng)的配置成本。群。

(3)對(duì)每個(gè)種群進(jìn)行選擇、交叉以及變異操作，得到新種群。

(4)重插入操作。計(jì)算新種群中每個(gè)種群里個(gè)體的對(duì)應(yīng)的目標(biāo)函數(shù)值，將新種群目標(biāo)函數(shù)值最小，即成本最小的的個(gè)體代替舊種群目標(biāo)函數(shù)值最大的個(gè)體。

(5)移民操作。將各種群最優(yōu)個(gè)體引入其他的種群中，實(shí)現(xiàn)種群之間的信息交換。

(6)精華種群。把各種群中最優(yōu)個(gè)體組成精華種群，找出精華中最優(yōu)個(gè)體，記錄其值的保持次數(shù)。

(7)最優(yōu)解。若當(dāng)前精華種群最優(yōu)值保持次數(shù)大于設(shè)定次數(shù)時(shí)，則停止計(jì)算，此時(shí)最優(yōu)值就為算法最優(yōu)解，即混合儲(chǔ)能系統(tǒng)容量的最優(yōu)解，否則重復(fù)3)-6)。

3 算例分析

3.1 容量配置算法的比較

本文采用Matlab/simulink進(jìn)行仿真分析，風(fēng)電輸出樣本數(shù)據(jù)的時(shí)間選取為5h，對(duì)于49.5MW的風(fēng)電場，超級(jí)電容和蓄電池的功率都應(yīng)該小于49.5MW，即PSCrated∈[-49.5,49.5]，PBatrated∈[-49.5,49.5]；超級(jí)電容和蓄電池的額定容量都應(yīng)該小于247.5MWh，即QSCrated∈[0,247.5]，QBatrated∈[0,247.5]。其他參數(shù)設(shè)置如表2所示。

表2

基于上面的參數(shù)設(shè)置，分別采用多種群遺傳算法和常規(guī)遺傳算法對(duì)混合儲(chǔ)能系統(tǒng)的數(shù)學(xué)模型進(jìn)行優(yōu)化配置。設(shè)置多種群遺傳算法的最優(yōu)值相同保持代數(shù)不少于10，各種群的種群個(gè)體數(shù)目為40個(gè)，種群數(shù)目為10，常規(guī)遺傳算法種群個(gè)體數(shù)目為40個(gè)，進(jìn)化次數(shù)為200次，得到如圖7所示。

由圖6，7可知，傳統(tǒng)的遺傳算法在優(yōu)化容量配置時(shí)，陷入了局部最優(yōu)解，其尋優(yōu)得到的容量配置比采用多種群算法得到的配置容量大，具體數(shù)值如表3所示。其最主要的原因在于采用多種群遺傳算法，各種群分散到區(qū)間的各個(gè)區(qū)域，避免陷入局部解，利用種群之間的信息交換，實(shí)現(xiàn)全局最優(yōu)解的尋優(yōu)。

圖7 多種群算法容量配置尋優(yōu)過程

優(yōu)化算法PSCrated,PBatrated/MWQSCrated,QBatrated/(kWh)混合儲(chǔ)能系統(tǒng)成本/(106USD)MPGA2.87,4.9513.63,1710.611.0637SGA3.01,5.3415.76,1749.851.1555

在混合儲(chǔ)能數(shù)學(xué)模型中，蓄電池的充放電限制次數(shù)N的設(shè)置會(huì)影響到容量配置的效果,設(shè)置N為不同數(shù)值，進(jìn)行多次仿真，如圖8所示。在充電次數(shù)56之前，混合儲(chǔ)能系統(tǒng)成本變化趨勢較大；在充電次數(shù)56之后變化緩慢。因此，充放電次數(shù)選為56時(shí)，混合儲(chǔ)能系統(tǒng)得到最合適的配置容量，其值為PSCrated=2.87MW、PBatrated=4.95MW、QSCrated=13.63kWh、QBatrated=1710.61kWh。

3.2 控制策略的比較

根據(jù)上述采用多種群遺傳算法得到的混合儲(chǔ)能系統(tǒng)配置容量結(jié)果，即超級(jí)電容和蓄電池的額定功率和額定容量設(shè)定分別為PSCrated=2.87MW、PBatrated=4.95MW、QSCrated=13.63kWh、QBatrated=1710.61kWh，分別采用本文采用的方法和低通濾波的方法進(jìn)行仿真，驗(yàn)證本文采出的控制策略的有效性。采用低通濾波方式時(shí)，超級(jí)電容和蓄電池的荷電狀態(tài)區(qū)間劃分和功率限制條件相同，其低通濾波系數(shù)設(shè)置為0.01。

采用低通率方式，超級(jí)電容和蓄電池各自承擔(dān)分解得到的能量吸收和釋放；分解得到需要的超級(jí)電容平抑的能量較大，但其容量不夠，剩余的能量過多，造成并網(wǎng)功率波動(dòng)大，如圖11(b)所示；分解得到需要的蓄電池波動(dòng)功率波動(dòng)性較大，造成其充放電次數(shù)相對(duì)較多，蓄電池的充放電次數(shù)分別為56和83次。本文的控制方法簡單，儲(chǔ)能介質(zhì)能優(yōu)勢互補(bǔ)，使得混合儲(chǔ)能系統(tǒng)處于較優(yōu)的運(yùn)行狀態(tài)且平抑風(fēng)電波動(dòng)效果較好。

圖8 蓄電池充放電次數(shù)與混合儲(chǔ)能系統(tǒng)成本之間的關(guān)系

圖9 蓄電池運(yùn)行狀態(tài)比較

圖10 超級(jí)電容的荷電狀態(tài)比較

圖11 混合儲(chǔ)能系統(tǒng)的平抑效果比較

4 結(jié)論

針對(duì)風(fēng)電輸出功率的波動(dòng)性，本文提出的波動(dòng)量分解的方法，在考慮風(fēng)電并網(wǎng)要求的情況下，分解得到混合儲(chǔ)能系統(tǒng)的功率平抑目標(biāo)。

采用超級(jí)電容器優(yōu)先充放電，當(dāng)超級(jí)電容器不能再充電或是放電時(shí)，再令蓄電池充放電的控制方式，通過蓄電池和超級(jí)電容之間的協(xié)調(diào)配合，能夠發(fā)揮各儲(chǔ)能介質(zhì)優(yōu)勢的同時(shí)，減少蓄電池的充放電次數(shù)，提高蓄電池的壽命，增強(qiáng)系統(tǒng)的實(shí)時(shí)平抑風(fēng)電波動(dòng)的能力。

以成本最小為目標(biāo)函數(shù)，建立混合儲(chǔ)能的數(shù)學(xué)模型；采用多種群遺傳算法，有效解決了傳統(tǒng)遺傳算法可能出現(xiàn)早熟，容易收斂到局部最優(yōu)解的問題，得到更優(yōu)的混合儲(chǔ)能容量PSCrated=2.87MW、PBatrated=4.95MW、QSCrated=13.63kWh、QBatrated=1710.61kWh。

[1] SORENSEN P.CUTULULIS N A,VIGUERASRODRIGUEZ A,et al.Power fluctuation from large wind farms[J].IEEE Trans on Power Systems,2007,22(3);958-965.

[2] 汪海蛟與江全元,應(yīng)用于平抑風(fēng)電功率波動(dòng)的儲(chǔ)能系統(tǒng)控制與配置綜述[J].電力系統(tǒng)自動(dòng)化,2014(19):126-135.

[3] Rasmussen C N．Energy storage for improvement of wind power characteristics [C] //IEEE Trondheim Power Technology．Trondheim，Norway：IEEE，2011：1-8．

[4] 國家電網(wǎng)公司“電網(wǎng)新技術(shù)前景研究”項(xiàng)目咨詢組.大規(guī)模儲(chǔ)能技術(shù)在電力系統(tǒng)中的應(yīng)用前景分析[J].電力系統(tǒng)自動(dòng)化，2013，37(1)；3-8.Consulting Group of State Grid Cooperation of China to Prospects of New Technologies in Power Systems.An analysis Prospects of application of large-scale energy storage technology in power systems[J].Automation of Electric Power Systems,2013,37(1);3-8.

[5] 趙艷雷，李海東，張磊，等.基于快速儲(chǔ)能的風(fēng)電潮流優(yōu)化控制系統(tǒng)[J].中國電機(jī)工程學(xué)報(bào),2013,13(3)：6，+47-54.

[6] 孟潤泉，劉家贏，文波,等.直流微網(wǎng)混合儲(chǔ)能控制及系統(tǒng)分層協(xié)調(diào)控制策略[J].高壓電壓技術(shù)，2015(7)：108-115.

[7] 張國駒，唐西勝，齊智平.平抑間歇式電源功率波動(dòng)的混合儲(chǔ)能系統(tǒng)設(shè)計(jì)[J].電力自動(dòng)化，2011(20)：29-33，+98.

[8] 文波，秦文萍，韓肖清，等.基于電壓下垂法的直流微電網(wǎng)混合儲(chǔ)能系統(tǒng)控制策略[J].電網(wǎng)技術(shù)，2015(4)：19-25.

[9] ABBEY C，STRUNZ K，JOOS G，A knowledge-based approach for control of two-level energy storage for wind energy systems[J].IEEE Trans on Energy Conversion，2009，24(2);539-547.

[10] 鄒見效，戴碧蓉，彭超,等.基于荷電狀態(tài)分級(jí)優(yōu)化的混合儲(chǔ)能風(fēng)電功率平抑方法[J].電力系統(tǒng)自動(dòng)化，2013(24)：7-12.

[11] 謝石驍，楊莉，李麗娜.基于機(jī)會(huì)約束規(guī)劃的混合儲(chǔ)能優(yōu)化配置方法[J].電網(wǎng)技術(shù)，2012(5)：85-90.

[12] PAATERO J V,LUND P D.Effect of energy storage on variation in wind power[J].Wind Energy,2005,8(4)；421-441.

[13] 李成，楊秀，張美霞，等.基于成本分析的超級(jí)電容器和蓄電池混合儲(chǔ)能優(yōu)化配置方案[J].電力系統(tǒng)自動(dòng)化，2013(18)：26-30.

[14] 楊珺，張建成，桂勛.并網(wǎng)風(fēng)光發(fā)電中混合儲(chǔ)能系統(tǒng)容量優(yōu)化配置[J].電網(wǎng)技術(shù)，2013(5)：30-37.

[15] 張坤，毛承雄，謝俊文，等.風(fēng)電場復(fù)合儲(chǔ)能系統(tǒng)容量配置的優(yōu)化設(shè)計(jì)[J].中國電機(jī)工程學(xué)報(bào)，2012(25)：13，+106-114.