考慮蓄電池極化效應的儲能容量配置方案研究

劉 青, 樊世通

(華北電力大學 新能源電力系統國家重點實驗室，河北保定071003)

考慮蓄電池極化效應的儲能容量配置方案研究

劉 青, 樊世通

(華北電力大學 新能源電力系統國家重點實驗室，河北保定071003)

配置合理的儲能系統對孤立微電網的穩定與經濟運行具有重要的意義。在含風電、蓄電池與超級電容器混合儲能的孤立微電網基礎上，充分考慮實際系統中蓄電池極化效應的影響，以平抑低頻風電功率波動為目的配置蓄電池容量，同時以平抑高頻風電功率波動為目的配置超級電容器容量，并建立了平抑一定概率下功率波動的儲能容量配置模型，從而保證儲能系統有足夠容量維持孤立微電網穩定運行。結合具體微電網實例對混合儲能配置方法進行說明，分析給定數據下的風電功率波動，計算得到滿足設定概率的功率波動的儲能配置容量，并通過實時仿真進行驗證，結果表明儲能系統可平抑風電功率波動、維持負荷穩定運行，且蓄電池與超級電容器SOC均運行于合理范圍。該方法對實際微電網中儲能的容量配置具有一定的指導意義。

微電網；蓄電池；超級電容器；容量配置；極化效應

0 引言

隨著世界能源危機的日益嚴重，以風電、光伏為代表的新能源發電成為了重要的戰略新興產業[1,2]。經過近年來的高速發展，中國風電并網裝機容量超越美國成為世界第一。但由于風資源豐富的地區多為偏遠的海島地區，并網投資較大，建立孤立的微電網系統，是解決風力資源利用問題的有效途徑[3～5]。

由于風力發電的波動性，孤立微電網的穩定運行離不開儲能系統的調控[6～8]。同時，由于儲能系統投資較高，綜合考慮供電可靠性與經濟性，需合理配置儲能系統的容量[9～11]。目前，針對微電網容量配置問題已進行了一定研究，文獻[12]在考慮風電功率間歇性、波動性的基礎上，以平抑風電功率波動為目的，提出了一種配置大規模儲能系統的方案，并初步優化了儲能系統容量。文獻[13,14]在進行負荷分析的基礎上，根據全年用電情況，對風、光、儲容量進行了優化配置。文獻[15]分別以極小化系統投資成本和極大化可再生能源在系統能量供給中的比例為目標，建立了微電網多目標容量優化配置模型并求解。文獻[16]以海島孤立微電網為對象，提出了考慮系統投資運行成本、供電可靠性和可再生能源浪費率的多目標優化配置模型。但上述文獻中，對于儲能系統特性考慮不全面，未考慮某些時刻儲能系統有剩余容量卻無法繼續吸收或輸出功率。

本文在含風電、蓄電池和超級電容器混合儲能的基礎上，以平抑風電功率波動為目的，考慮蓄電池極化效應的影響，提出了一種超級電容器、蓄電池混合儲能容量優化配置方法。

1 孤立微電網結構及控制模式

圖1為本文建立的孤立微電網拓撲結構圖，包括雙饋風電機組(DFIG)、蓄電池組、超級電容器、可控負荷、卸荷電路及日常負荷。

圖1 孤立微電網拓撲結構圖

系統的控制模式為：

(1)DFIG采用傳統最大功率點跟蹤控制，長期處于捕獲最大風能狀態、最大化利用風力資源。

(2)儲能系統中，能量密度較大的蓄電池組用于平抑低頻風電功率波動。采用PQ控制，以TB時間為周期根據風電功率與負荷功率差值改變功率參考值；功率密度較大的超級電容器用于平抑高頻風電功率波動，采用V/f控制，時刻維持系統電壓、頻率穩定。當達到蓄電池功率給定周期TB時，蓄電池改變功率值補償系統功率差額，協助超級電容器維持微電網穩定運行。

(3)可控負荷由于其具有可控性，可根據風電功率變化調節負荷功率值，故以TL為周期改變可控負荷功率，同時，可控負荷功率可在其額定功率附近小范圍波動，在產生經濟效益的同時輔助儲能系統對系統功率進行調節。

2 混合儲能容量配置方案

2.1 蓄電池

本文蓄電池以鉛酸蓄電池為例。現有的蓄電池充電方式一般采用三階段充電，即恒流充電、恒壓充電和浮充充電。在恒流充電階段，可根據電網側功率需求調整蓄電池充放電電流，達到平抑風電功率波動的目的。當蓄電池端壓隨著恒流充電上升至安全電壓上限時，由恒流階段轉為恒壓階段，在維持蓄電池端壓不變的前提下，對蓄電池進行小電流充電。當蓄電池進入恒壓充電階段時，其輸出功率不可控。因此，在孤立微電網穩定運行時，蓄電池應盡可能地運行于恒流階段，保證蓄電池具有平抑風電功率波動的能力。

當蓄電池充電時，由于電池中有電流通過導致電池的電動勢偏離平衡值，這種相對于平衡電動勢的偏移稱為電池的極化，并產生過電勢，使蓄電池端壓升高，放慢了電化學反應，阻礙充電電流。此外，充電電流越大，則極化現象越嚴重。因此，在制定蓄電池SOC(State of Charge, SOC)約束時，考慮極化效應帶來的影響。蓄電池SOC(HS)約束如式(1)所示：

(1)

式中：HS,min為防止蓄電池深度放電設置的安全運行最小值，HS,max=min(HS,max1，HS,max2),HS,max1為防止蓄電池過充設置的安全運行最高值，HS,max2為考慮極化效應的蓄電池恒流充電可充至的最高值。

蓄電池容量配置。考慮可控負荷調度周期為TL，蓄電池容量應滿足在可控負荷調度周期內可補償風電功率波動。周期TL內實際所需最大能量為：

(2)

式中：ΔPW為風電功率波動值。

由于實際系統中，風電以大功率波動概率較低，考慮系統經濟性，無需以最大功率波動作為儲能系統能量值進行計算，根據負荷對電能質量的要求不同，設置概率值Pb,pro，使儲能系統滿足設定概率下的風電功率波動。故周期TL內所需能量為：

(3)

式(3)表示，選擇Pb,pro概率下的功率波動時周期TL內所需能量，即若儲能系統可滿足周期TL內所有功率波動，選擇Pb,pro=1，Eb,pro=Eb,max，若儲能系統可滿足周期TL內90%的功率波動，選擇Pb,pro=0.9，并對實際風電功率數據進行概率統計，得到概率為0.9時的風電功率波動能量值。由于風電以小功率波動的概率遠大于以大功率波動概率，選擇Pb,pro=1所得Eb,pro與Pb,pro=0.9所得Eb,pro相差較大，進而儲能系統需配置容量具有很大差異，故應根據實際負荷需求選取Pb,pro，保證供電可靠性與系統的經濟性。

考慮蓄電池SOC約束及充放電效率，同時考慮蓄電池處于HS,max與HS,min中間值，即蓄電池此時可充電亦可放電，蓄電池應具有的最小能量為：

(4)

式中：η為儲能到負載的放電回路效率，一般取95%～98%。

根據蓄電池電壓Ub，故蓄電池容量為：

(5)

2.2 超級電容器

考慮蓄電池調度周期為TB，超級電容器容量應滿足在蓄電池調度周期內可補償風電功率波動。周期TB內實際所需最大能量為：

(6)

滿足設定概率Pc,pro時的所需能量為：

(7)

考慮超級電容器充放電特性，同時考慮超級電容器處于能量中間狀態，即此時超級電容器可充電或放電，選擇此狀態為超級電容器額定電壓與最小運行電壓中值，故超級電容器所需容量為：

(8)

式中：U0為超級電容器額定電壓；Ut為超級電容器允許運行的最低電壓。

3 算例分析

3.1 風電功率波動分析

風速數據采用鹽城射陽測風數據，高度70 m，采集時間為2012年3月17日18:00～2013年4月22日23:50，時間間隔為10 min。風速變化曲線如圖2所示。

圖2 70 m高度風速變化曲線

根據風速數據查閱風機風速-功率曲線，以華銳1.5 MW風電機組SL1500/82為例，得到風速對應的風電功率值，進一步計算得到風電功率波動數據。表1為相鄰10 min風電功率突變值概率分布。

表1 相鄰10 min風電功率突變值概率分布

根據10 min內風電功率最大、最小值與平均值差值的絕對值，得到10 min內風電功率突變值，其概率分布如表2所示。

表2 10 min內風電功率突變值概率分布

由表1、表2可知，風電場的輸出功率在較大與較小的時間尺度下都存在很大的波動，為了滿足國家標準GB/T 15945-2008對風電場輸出有功功率單位時間內波動的規定[17]，為風電場添加儲能系統平滑輸出功率是很有必要的。

3.2 儲能系統容量配置

(1)蓄電池。為確定蓄電池極化效應的影響，首先以10塊25Ah的卷繞式鉛酸蓄電池串聯作為實驗對象進行三階段充電，得到考慮蓄電池極化效應的充電特性如表3所示。

表3 蓄電池充電特性

表3中，實驗溫度均為25℃，蓄電池以設定電流值進行恒流充電，當到達恒壓階段停止充電，得到最終SOC，初始SOC與最終SOC通過查詢開路電壓與SOC對應關系得到，開路電壓為靜置3～5 h后電池電壓。

由表3可知，蓄電池在較低SOC與較高SOC分別以不同恒定電流進行充電，以大電流充電時最終SOC明顯低于以小電流充電最終SOC，大電流充電極化現象更為嚴重。同時，小電流充電最終SOC最高僅為60.97%，在不采用任何去極化效應措施時，蓄電池約40%的容量難以利用。考慮大電流充電時的極化效應，HS,max取50%，同時HS,min取10%。

根據表1中相鄰10 min風電功率突變值概率分布，選擇滿足99.61%的風電功率波動，即蓄電池可補償500 kW以下的功率波動，TL取10分鐘，蓄電池直流母線電壓為600 V，故補償500 kW風電功率波動所需能量為83.33 kW·h，蓄電池容量為438.58 kW·h，即730.96 Ah。

(2)超級電容器。根據表2選擇滿足92.36%的風電功率突變，即超級電容器可補償800 kW以下的功率波動，TB取30 s，超級電容器額定電壓取600 V，最大跌落電壓取60 V，故補償800 kW風電功率波動所需能量為2.16×107J，超級電容器電容值為1 297 F。

3.3 仿真驗證

根據本文配置的混合儲能容量，對孤立微電網進行4 h實時仿真實驗，仿真結果如圖3所示。

圖3 實時仿真實驗結果

由圖3可知，4 h內風電功率一直處于波動狀態，蓄電池與超級電容器頻繁改變功率輸出值，平抑風電功率波動，維持系統負荷穩定運行，且4 h內蓄電池與超級電容器SOC均處于合理范圍內，驗證了本文所提容量配置方案的可行性。

4 結論

文章在含風電、蓄電池與超級電容器混合儲能的孤立微電網基礎上，充分考慮實際系統中提出的蓄電池與超級電容器的容量配置方案，在給定風速數據的基礎上，以滿足99.61%概率的風電功率波動配置蓄電池容量，滿足92.36%概率的風電功率波動配置超級電容器容量，并應用于微電網中。蓄電池和超級電容器均可在合理的SOC范圍內以不同的時間尺度平抑風電功率波動，從而驗證了所得結果的正確性與可行性。該方法對微電網儲能系統的容量配置具有一定的指導意義。

[1]李銘，劉貴利，孫心亮.中國大規模非并網風電與海水淡化制氫基地的鏈合布局[J].資源科學，2008，30(11)：1632-1639.

[2]張麗英，葉廷路，辛耀中，等.大規模風電接入電網的相關問題及措施[J].中國電機工程學報，2010，30(25)：1-9.

[3]楊新法，蘇劍，呂志鵬，等.微電網技術綜述[J].中國電機工程學報，2014，34(1)：57-70.

[4]李涵，王毅，張麗榮，等.孤島模式下的微電網頻率的協調控制研究[J].電力科學與工程，2012，28(12)：56-62.

[5]郭振華，劉桂英，張睆曦，等.微網并網向孤島運行模式的平滑切換控制方法研究[J].電力科學與工程，2014，30(7)：60-64.

[6]楊湛曄，馬紅偉，毛建容.海島微電網組網優化研究[J].電力建設，2014，35(6)：63-68.

[7]王成山，焦冰琦，郭力，等.微電網規劃設計方法綜述[J].電力建設，2015，36(1)：38-45.

[8]趙賀，王坤，井天軍.微電網自發自用運行的經濟性分析[J].電力建設，2014，35(5)：113-117.

[9]Yoshihara T, Yokoyama A, Imanaka M, et al. A new method for securing regulating capacity for load frequency control using seawater desalination plant in small island power system[C]. 2010 International Conference on Power System Technology, Hangzhou, China, 24-28 October, 2010: 1-6.

[10]何勇琪，張建成，鮑雪娜.并網型風光儲混合發電系統中儲能系統容量優化研究[J].華北電力大學學報，2012，39(4)：1-5.

[11]吳晨曦，文福拴，李梅.計及儲能系統充放電策略的風光混合發電系統容量優化[J].華北電力大學學報(自然科學版)，2014，41(4)：22-29.

[12]梁亮，李建林，惠東.大型風電場用儲能裝置容量的優化配置[J].高電壓技術，2011，37(4)：930-936.

[13]楊萬清，李春平，欒敬釗.基于負荷分析與優化控制的微網容量配置方案[J].電測與儀表，2014，51(19)：13-16.

[14]丁伯劍，鄭秀玉，周逢權，等.微電網多能互補電源容量配置方法研究[J].電力系統保護與控制，2013，41(16)：144-148.

[15]張建華，于雷，劉念，等.含風/光/柴/蓄及海水淡化負荷的微電網容量優化配置[J].電工技術學報，2014，29(2)：102-112.

[16]肖銳，宋佳佳.海島獨立型微電網的多目標容量優化配置方法[J].嘉興學院學報，2014，26(6)：85-92.

[17]GB/T 15945-2008，電能質量電力系統頻率偏差(2008版)[S].

Energy Storage Capacity Configuration Scheme Considering Battery Polarization Effect

Liu Qing， Fan Shitong

(State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding 071003，China)

Configure renewable energy storage capacity is of great significance to the stable and economic operation of micro-grid. On the basis of isolated micro-grid with wind power, battery and super capacitor and different time scales power fluctuations, this paper analyzes energy storage capacity configuration to calm low frequency wind power fluctuations and super capacitor capacity configuration to calm high frequency wind power fluctuations considering polarization effect. As a result, energy storage capacity configuration model is constructed to satisfy a certain probability wind power fluctuations and ensure that energy storage has enough capacity to maintain micro-grid stable. Then it explains configuration method based on concrete micro-grid example and calculates energy storage capacity based on given wind speed data. Finally, real-time simulation shows battery and super capacity can maintain micro-grid stable operation within reasonable SOC scope. The results show that the method has a certain guiding significance in configuring micro-grid energy storage capacity.

micro-grid; battery; super capacitor; capacity configuration; polarization effect

2015-05-08。

國家能源應用技術研究項目(NY20110204-1)。

劉青(1974-)，女，副教授，研究方向為電力系統微機繼電保護及新能源發電技術,liuqing0816@yahoo.com.cn。

TM73

A

10.3969/j.issn.1672-0792.2015.07.001