基于混合儲能系統(tǒng)跟蹤光伏發(fā)電輸出功率的控制策略

田春光　田　利　李德鑫　呂項羽　常學(xué)飛

（國網(wǎng)吉林省電力有限公司電力科學(xué)研究院　長春　130021）

基于混合儲能系統(tǒng)跟蹤光伏發(fā)電輸出功率的控制策略

田春光田利李德鑫呂項羽常學(xué)飛

（國網(wǎng)吉林省電力有限公司電力科學(xué)研究院長春130021）

混合儲能系統(tǒng)兼?zhèn)淠芰啃蛢δ芎凸β市蛢δ艿募夹g(shù)特性，可以有效縮減光伏功率的預(yù)測誤差，提高將光伏預(yù)測出力作為電力調(diào)度參考的可靠性。為此，提出了混合儲能系統(tǒng)提升光伏電站跟蹤目標(biāo)出力能力的優(yōu)化控制策略。該策略采用內(nèi)部能量協(xié)調(diào)控制和多目標(biāo)優(yōu)化控制的復(fù)合控制方式，合理地分配了電池與超級電容器的充放電功率，控制混合系統(tǒng)的出力彌補(bǔ)光伏電站預(yù)測功率和實際功率的偏差。通過國內(nèi)某40MW光伏電站250天輸出功率數(shù)據(jù)進(jìn)行仿真分析，表明該策略不僅可以有效跟蹤光伏的預(yù)測出力，而且能夠充分發(fā)揮不同儲能介質(zhì)的特性，降低電池的充放電深度，使混合儲能得到更好的應(yīng)用。

混合儲能系統(tǒng)鋰電池超級電容器發(fā)電出力跟蹤復(fù)合控制策略

0　引言

光伏發(fā)電作為一種新能源發(fā)電技術(shù)，已受到世界各國的高度重視，裝機(jī)規(guī)模日益增大［1，2］。光伏發(fā)電受天氣因素影響出現(xiàn)的隨機(jī)性和間歇性直接影響電網(wǎng)的穩(wěn)定運(yùn)行。基于光伏功率預(yù)測制定發(fā)電計劃作為一種解決措施在一定程度上緩解了光伏發(fā)電對電網(wǎng)的沖擊，但由于預(yù)測方法總是存在不可預(yù)知的因素，致使光伏發(fā)電機(jī)組的預(yù)測出力與實際出力存在較大偏差［3］。儲能技術(shù)具有電能雙向流動、能量時移等特點［4，5］，其與光伏電站組成光儲聯(lián)合發(fā)電系統(tǒng)，可以有效縮減光伏功率的預(yù)測誤差，提高將光伏預(yù)測出力作為電網(wǎng)調(diào)度參考的可靠性。如張北風(fēng)光儲輸示范工程，現(xiàn)有光伏裝機(jī)40MW，儲能系統(tǒng)容量 20MW·h，通過制定相應(yīng)的控制策略，實現(xiàn)聯(lián)合發(fā)電系統(tǒng)平滑出力、跟蹤計劃出力、參與調(diào)頻及削峰填谷等功能，使聯(lián)合發(fā)電系統(tǒng)友好地接入電網(wǎng)。

儲能介質(zhì)可分為能量型和功率型兩類［6，7］。能量型儲能介質(zhì)以鋰電池為代表，其能量密度大，但功率密度較小且響應(yīng)時間較長。功率型儲能介質(zhì)以超級電容、飛輪儲能以及超導(dǎo)磁儲能為代表，其功率密度大，響應(yīng)時間較短，可頻繁充放電而不損害其性能，但能量密度較小。目前，單一儲能技術(shù)在優(yōu)化控制方面都表現(xiàn)出了不足之處［8］，而混合儲能可以充分利用能量型儲能和功率型儲能在技術(shù)上的互補(bǔ)性，實現(xiàn)多種層次的技術(shù)應(yīng)用，已成為國內(nèi)外學(xué)者研究的熱點之一［9］。文獻(xiàn)［10］利用人工神經(jīng)網(wǎng)絡(luò)算法對混合儲能系統(tǒng)進(jìn)行優(yōu)化控制，從而將功率預(yù)測值與實際值的差值控制在較小的范圍內(nèi)，但未考慮儲能荷電狀態(tài)（State Of Charge，SOC）因素的影響，易造成過充或過放。文獻(xiàn)［11］在跟蹤可再生能源輸出功率的混合儲能系統(tǒng)中，采用模糊控制理論進(jìn)行功率分配，當(dāng)超級電容電量充足時，由其獨立補(bǔ)償功率差額，從而減少蓄電池充放電次數(shù)，但沒有考慮控制超級電容器的SOC。

本文提出一種提升光伏跟蹤目標(biāo)出力能力的混合儲能系統(tǒng)優(yōu)化控制策略。該控制策略以光伏功率的預(yù)測值作為光伏的目標(biāo)出力，通過控制混合儲能系統(tǒng)的充放電過程來配合光伏電站滿足相應(yīng)目標(biāo)出力值的要求。該復(fù)合優(yōu)化控制策略包括內(nèi)部能量協(xié)調(diào)控制和多目標(biāo)優(yōu)化控制兩部分，依據(jù)儲能介質(zhì)SOC采用相應(yīng)的控制方法，實現(xiàn)光伏電站功率的跟蹤控制，同時合理控制了鋰電池和超級電容器的SOC范圍。通過國內(nèi)某40MW光伏電站250天輸出功率數(shù)據(jù)進(jìn)行仿真分析，證明了該方法的有效性，優(yōu)化了混合儲能系統(tǒng)的使用。

1　混合儲能系統(tǒng)跟蹤控制原理及建模

帶混合儲能系統(tǒng)的光伏電站結(jié)構(gòu)示意圖如圖 1所示。其中混合儲能系統(tǒng)由蓄電池和超級電容器組成。混合儲能系統(tǒng)的輸出功率與光伏電站輸出功率之和，作為平滑后的并網(wǎng)功率接入電網(wǎng)。其中，Ppv為光伏電站輸出功率，Ptotal為光儲聯(lián)合輸出功率，Phess為混合儲能系統(tǒng)輸出功率，Pbat為電池輸出功率，Pcap為超級電容器輸出功率。忽略系統(tǒng)各部分的能量損耗，根據(jù)能量守恒定律可得

圖1　帶混合儲能系統(tǒng)的光伏電站結(jié)構(gòu)示意圖Fig.1　Structure of PV station with hybrid storage system

為實現(xiàn)光伏電站的優(yōu)化調(diào)度，應(yīng)合理地對儲能系統(tǒng)的功率進(jìn)行優(yōu)化控制，使光伏電站出力跟蹤預(yù)測值。該優(yōu)化控制策略首先遵循以下基本原則：

（1）若當(dāng)前光伏功率滿足跟蹤精度的需求，則混合儲能系統(tǒng)停止運(yùn)行。

（2）若當(dāng)前光伏功率不滿足跟蹤精度的需求，則通過混合儲能系統(tǒng)充放電對其控制。

（3）若目標(biāo)出力值超出功率調(diào)節(jié)范圍，則盡可能使混合儲能系統(tǒng)的功率接近目標(biāo)值。

混合儲能系統(tǒng)跟蹤控制原理框圖如圖2所示。Ppv實測值由SCADA系統(tǒng)采集獲得；光伏電站功率的預(yù)測值由光伏電站功率預(yù)測模型獲得，記為Ppvf。其中，預(yù)測模型為馬爾可夫鏈模型與持續(xù)預(yù)測法的組合模型。預(yù)測值與實測值的偏差為

根據(jù)偏差量判斷混合儲能系統(tǒng)是否投入運(yùn)行，規(guī)則滿足

式中，Pe為光伏電站的額定功率；n為設(shè)定的跟蹤精度。

混合儲能系統(tǒng)的跟蹤控制只需滿足達(dá)到跟蹤精度的范圍即可，這樣可以適量降低儲能系統(tǒng)的放電深度。混合儲能系統(tǒng)的目標(biāo)總出力值為

圖2　混合儲能系統(tǒng)跟蹤控制原理框圖Fig.2　Block diagram of tracking control for hybrid energy storage system

混合儲能的復(fù)合控制策略由控制方式、功率分配與保護(hù)單元、電池、超級電容器及其SOC檢測裝置形成的閉環(huán)控制。系統(tǒng)依據(jù)電池和超級電容器的SOC范圍判斷控制方式，即內(nèi)部能量協(xié)調(diào)控制或者多目標(biāo)優(yōu)化控制。系統(tǒng)確定控制方式后，根據(jù)當(dāng)前SOC的范圍進(jìn)行功率分配，計算出 Pbat和 Pcap，再次計算電池和超級電容器的SOC范圍，為下一時刻決策提供約束條件。

將 t時刻電池和超級電容器的 SOC分別記為SOCbat（t）和SOCcap（t），則有如下關(guān)系。

（1）充電過程

（2）放電過程

其中，Pbat（t）和Pcap（t）滿足約束條件

（1）充電過程

式中，Pbat，cmax、Pcap，cmax分別是由電池和超級電容自身特性決定的最大充電功率；SOCbat，max、SOCcap，max分別是電池和超級電容的SOC約束上限。

（2）放電過程

式中，Pbat，dmax、Pcap，dmax分別是由電池和超級電容器自身特性決定的最大放電功率；SOCbat，min、SOCcap，min分別是電池和超級電容器的SOC約束下限。

通過以上控制過程即可滿足系統(tǒng)的總輸出功率在一定的誤差帶寬范圍內(nèi)實時跟蹤發(fā)電目標(biāo)的目的。

2　混合儲能系統(tǒng)的復(fù)合控制策略

2.1控制方式的判定

依據(jù)電池和超級電容器的 SOC區(qū)間以及充放電狀態(tài)可以將混合儲能系統(tǒng)的運(yùn)行狀態(tài)劃分為 18種，針對不同的工況對其進(jìn)行控制策略的選擇，見表1。

表1　混合儲能系統(tǒng)的運(yùn)行狀態(tài)劃分及控制策略判定Tab.1　Determination of hybrid energy storage system running state division and control strategy

表1中，當(dāng)電池和超級電容器SOC都處于正常運(yùn)行范圍內(nèi)，即第1、2狀態(tài)時，選擇多目標(biāo)優(yōu)化控制，發(fā)揮電池和超級電容器各自的性能優(yōu)勢；當(dāng)電池和超級電容器 SOC只有一方能滿足單獨運(yùn)行的條件時，即狀態(tài)3～16時，選擇內(nèi)部能量協(xié)調(diào)控制，保證電池和超級電容器的正常運(yùn)行；狀態(tài) 17和18都不滿足系統(tǒng)運(yùn)行的條件，儲能系統(tǒng)停止運(yùn)行。

混合儲能系統(tǒng)的復(fù)合控制流程如下。

（1）參數(shù)：設(shè)定儲能容量、額定功率和跟蹤精度n，取SOCbat，max=0.85、SOCbat，min=0.15、SOCcap，max= 0.95和SOCcap，min=0.05。

（2）讀取光伏功率的實測值與預(yù)測值，計算其偏差，根據(jù)偏差判斷混合儲能系統(tǒng)是否投入運(yùn)行和運(yùn)行模式。

（3）根據(jù)當(dāng)前電池和超級電容器的SOC狀態(tài)，通過表1，確定相應(yīng)的控制策略。

（4）計算電池與超級電容器的功率限值，確定混合儲能系統(tǒng)出力，進(jìn)而計算光儲聯(lián)合系統(tǒng)總出力。

混合儲能系統(tǒng)的復(fù)合控制流程如圖3所示。

2.2混合儲能系統(tǒng)內(nèi)部能量協(xié)調(diào)控制

混合儲能系統(tǒng)的內(nèi)部能量協(xié)調(diào)控制是指混合儲能中電池或超級電容器能單獨運(yùn)行時的控制。依據(jù)表1所示內(nèi)容，以狀態(tài)3～6共四種工況為例進(jìn)行詳細(xì)分析，并給出內(nèi)部能量控制后的儲能系統(tǒng)的功率。

設(shè)在t時刻，Mbat為電池儲能的容量和分別為按照式（12）～式（15）計算所得的電池和超級電容器的充放電功率限值，內(nèi)部能量控制分配的計算方法如下。

（1）狀態(tài) 3：SOCbat（t）＜SOCbat，min且 SOCcap（t）＜SOCcap，min，充電狀態(tài)。該狀態(tài)下，遵循電池優(yōu)先充電原則，先提升電池的SOC水平，剩余部分能量由超級電容器承擔(dān)，功率計算式為

（2）狀態(tài) 4、5：當(dāng) SOCbat（t）＜SOCbat，min且SOCcap，min＜SOCcap（t）＜SOCcap，max時，若為充電狀態(tài)，即狀態(tài)4，電池SOC低于下限值，所以優(yōu)先對電池充電，功率計算式為

若為放電狀態(tài)，即狀態(tài) 5，電池停止運(yùn)行，由超級電容器承擔(dān)放電任務(wù)，功率計算式為

（3）狀態(tài)6：當(dāng)SOCbat（t）＜SOCbat，min且SOCcap（t）＞SOCcap，max時為充電狀態(tài)。電池 SOC低于下限值，且對電池充電，超級電容器SOC高于上限值，故停止運(yùn)行，功率為

以此類推，可得到狀態(tài)7～狀態(tài)16的電池和超級電容器功率分配，這里不再贅述。

圖3　混合儲能系統(tǒng)復(fù)合控制流程Fig.3　Flow chart of hybrid energy storage system composite control

2.3混合儲能系統(tǒng)多目標(biāo)優(yōu)化控制

混合儲能系統(tǒng)多目標(biāo)優(yōu)化控制方式下，為充分發(fā)揮能量型、功率型儲能的各自優(yōu)勢，混合儲能內(nèi)部能量分配規(guī)則為：超級電容器遵循優(yōu)先充放電的原則，執(zhí)行混合儲能的功率指令中高頻分量；電池是混合儲能系統(tǒng)中的主要能量來源，負(fù)責(zé)承擔(dān)長時期的低頻分量部分，實時調(diào)節(jié)電容器荷電狀態(tài)，以及時響應(yīng)下一指令的高頻部分［12］。

本文采用一階低通濾波器［13，14］的方法，將光伏發(fā)電功率的預(yù)測值與實測值的偏差 Per分為高、低頻兩部分。濾波器傳遞函數(shù)為

式中，τ 為濾波時間，是常數(shù)。將濾波器傳遞函數(shù)從頻域轉(zhuǎn)換到時域，可得電池和超級電容器的功率分別為

λ的取值直接影響混合儲能的功率分配，如何合理確定λ的取值以充分發(fā)揮兩類儲能的最大功效的問題，可以通過優(yōu)化理論解決。

在跟蹤控制中，儲能壽命受循環(huán)次數(shù)、放電深度等因素的制約，應(yīng)避免其“過充、深放”，限制電池在每一個采樣點的輸出功率幅值。另一方面，為了滿足超級電容器能夠隨時具有較強(qiáng)的高頻功率輸出的能力，應(yīng)保持超級電容器SOC在適中水平以能夠滿足下一時刻充放電的需求。

按照上述優(yōu)化目標(biāo)的要求，建立的混合儲能系統(tǒng)跟蹤優(yōu)化控制的模型為

式中，SOCmed一般取值0.5左右；Pbat，e為電池的額定功率；Mcap為超級電容器的儲能容量；f1為放電深度；f2為t時刻超級電容的SOC值與SOCmed的差，用以保證超級電容器的SOC在適中的水平。式（23）表示在 t時刻對電池和超級電容器的功率進(jìn)行優(yōu)化分配。按照式（21）和式（22）將優(yōu)化目標(biāo)轉(zhuǎn)化為λ 的優(yōu)化問題，可得

約束條件為

式中，Pbat（t-1）、P*hess（t）和SOCcap（t-1）可由相關(guān)公式［15］計算得到；Mcap、SOCmed、Δt、b1和 b2為設(shè)定的參數(shù)。

多目標(biāo)優(yōu)化問題不存在使全部目標(biāo)同時達(dá)到最優(yōu)的絕對最優(yōu)解，可求其Pareto最優(yōu)解［16］。對于極小值多目標(biāo)優(yōu)化問題，Pareto最優(yōu)解定義為：在設(shè)計變量的可行域內(nèi)，對于變量 X，當(dāng)且僅當(dāng)不存在其他變量 X*，在不違背約束的條件下滿足 fi（X）≤fi（X*），至少存在一個i使fi（X）＜fi（X*）成立，則稱變量X為非支配解，即Pareto最優(yōu)解。

圖4為Pareto解的決策方法，是把混合儲能系統(tǒng)出力的一個指令周期分為兩部分。在第 i個指令周期Ti，1的后一部分周期Ti，2內(nèi)，為了防止下一指令周期的光伏功率預(yù)測值發(fā)生較大改變，隨之導(dǎo)致混合儲能的目標(biāo)出力功率也發(fā)生較大變化的情況，需要在Ti，2內(nèi)超級電容器的SOC保持在一定的水平，以應(yīng)對混合儲能功率的高頻分量，故應(yīng)選取f2較優(yōu)的解作為當(dāng)前解；當(dāng)進(jìn)入第i+1個指令周期時，前一部分周期即Ti+1，1內(nèi)，在超級電容器負(fù)責(zé)承擔(dān)一部分高頻分量下，盡量降低電池的輸出功率幅值，以延長儲能壽命，故應(yīng)選取f1較優(yōu)的解作為當(dāng)前解。

圖4　Pareto解的決策方法Fig.4　The decision method for the solution of Pareto

3　算例分析

本文以國內(nèi)某40MW光伏電站250天輸出功率數(shù)據(jù)為例進(jìn)行研究，采樣時間間隔為1min。為了兼顧天氣類型，選擇上午晴朗、下午多云的典型日數(shù)據(jù)。采用馬爾科夫鏈與持續(xù)預(yù)測的組合模型對功率進(jìn)行預(yù)測［12］，預(yù)測功率時間間隔為 15min。電池、超級電容器和混合儲能系統(tǒng)的參數(shù)見表 2。光伏預(yù)測功率、實際功率及光儲聯(lián)合功率如圖5所示。

通過混合儲能系統(tǒng)的充放電作用，縮減了預(yù)測值與實測值的偏差。從圖5可以看出光儲聯(lián)合功率曲線與預(yù)測功率曲線十分吻合，這說明儲能系統(tǒng)實現(xiàn)了跟蹤發(fā)電。為說明混合儲能系統(tǒng)復(fù)合優(yōu)化控制的效果，與僅采用一階低通濾波方法進(jìn)行對比，兩種方法的混合儲能系統(tǒng)輸出功率如圖6所示。

表2　電池、超級電容器以及混合儲能系統(tǒng)的相關(guān)參數(shù)Tab.2　Related parameters of battery， super capacitor and hybrid energy storage optimal control system

圖5　光伏預(yù)測功率、實際功率以及光儲聯(lián)合功率Fig.5　PV forecast power， real power and PV-storage combined power

圖6　兩種方法的混合儲能系統(tǒng)功率Fig.6　Power of hybrid energy storage system using two methods

圖6a中橫向虛線代表電池的充放功率約束，從圖看出此時電池的充放功率存在越限現(xiàn)象。從圖6b可以看出，通過復(fù)合優(yōu)化控制不僅使電池出力盡可能小，還使超級電容器具備保持應(yīng)對高頻率出力的能力。由圖6b放大區(qū)域可以看出，通過優(yōu)化控制，屬于能量型儲能的電池負(fù)責(zé)承擔(dān)了能量的主要低頻部分，而屬于功率型儲能的超級電容器負(fù)責(zé)高頻部分的出力。

兩種方法的混合儲能系統(tǒng)SOC如圖7所示。可以看出，復(fù)合優(yōu)化控制下的超級電容器SOC的變化幅度較大，電池SOC的變化較為平穩(wěn)，其數(shù)值保持在0.5附近。說明此時在滿足相同的出力目標(biāo)下，電池的充放更加合理。

圖7　兩種方法的混合儲能系統(tǒng)SOCFig.7　SOC of hybrid energy storage system using two methods

4　結(jié)論

本文提出基于混合儲能系統(tǒng)提升光伏跟蹤目標(biāo)出力能力的優(yōu)化控制策略，并通過實際算例，證明了該策略側(cè)準(zhǔn)確性和實用性，得到以下結(jié)論。

1）該策略采用內(nèi)部能量協(xié)調(diào)控制和多目標(biāo)優(yōu)化控制的復(fù)合控制方式，合理地分配了電池與超級電容器的充放電功率，控制混合系統(tǒng)的出力彌補(bǔ)了光伏電站預(yù)測功率和實際功率的偏差，實現(xiàn)了光伏電站功率的跟蹤控制。

2）本文提出的控制策略不僅可以有效跟蹤光伏的預(yù)測出力，而且能夠充分發(fā)揮不同儲能介質(zhì)的特性，控制電池SOC曲線在0.5附近走勢平穩(wěn)，降低了電池的充放電深度，延長了儲能電池的使用壽命，使混合儲能得到了更好地應(yīng)用。

［1］戚永志， 劉玉田. 風(fēng)光儲聯(lián)合系統(tǒng)輸出功率滾動優(yōu)化與實時控制［J］. 電工技術(shù)學(xué)報， 2014， 29（8）：265-273. Qi Yongzhi， Liu Yutian. Output power rolling optimization and real-time control in wind-photovoltaicstorage hybrid system［J］. Transactions of China Electrotechnical Society， 2014， 29（8）： 265-273.

［2］劉偉， 彭冬， 卜廣全， 等. 光伏發(fā)電接入智能配電網(wǎng)后的系統(tǒng)問題綜述［J］. 電網(wǎng)技術(shù)， 2009， 33（19）： 1-6. Liu Wei， Peng Dong， Bu Guangquan， et al. A survey on system problems in smart distribution network with grid-connected photovoltaic generation［J］. Power System Technology， 2009， 33（19）： 1-6.

［3］馬速良， 蔣小平， 馬會萌， 等. 平抑風(fēng)電波動的混合儲能系統(tǒng)的容量配置［J］. 電力系統(tǒng)保護(hù)與控制，2014， 42（8）： 108-114. Ma Suliang， Jiang Xiaoping， Ma Huimeng， et al. Capacity configuration of the hybrid energy storage system for wind power smoothing［J］. Power System Protection and Control， 2014， 42（8）： 108-114.

［4］郭思琪， 袁越， 張新松， 等. 多時間尺度協(xié)調(diào)控制的獨立微網(wǎng)能量管理策略［J］. 電工技術(shù)學(xué)報，2014， 29（2）： 122-129. Guo Siqi， Yuan Yue， Zhang Xinsong， et al. Energy management strategy of isolated microgrid based on multi-time scale coordinated control［J］. Transactions of China Electrotechnical Society， 2014， 29（2）：122-129.

［5］王成山， 于波， 肖峻， 等. 平滑可再生能源發(fā)電系統(tǒng)輸出波動的儲能系統(tǒng)容量優(yōu)化方法［J］. 中國電機(jī)工程學(xué)報， 2012， 32（16）： 1-8. Wang Chengshan， Yu Bo， Xiao Jun， et al. Sizing of energy storagesystems for output smoothing of renewable energy systems［J］. Proceedings of the CSEE， 2012， 32（16）： 1-8.

［6］張純江， 董杰， 劉君， 等. 蓄電池與超級電容混合儲能系統(tǒng)的控制策略［J］. 電工技術(shù)學(xué)報， 2014，29（4）： 334-340. Zhang Chunjiang， Dong Jie， Liu Jun， et al. A control strategy for battery-ultracapacitor hybrid energy storage system［J］. Transactions of China Electrotechnical Society， 2014， 29（4）： 334-340.

［7］Ise T， Kita M， Taguchi A. A hybrid energy storage with a SMES and secondary battery［J］. IEEE Transactions on Sustainable Energy， 2005， 15（2）：1915-1918.

［8］于芃， 趙瑜， 周瑋， 等. 基于混合儲能系統(tǒng)的平抑風(fēng)電波動功率方法的研究［J］. 電力系統(tǒng)保護(hù)與控制， 2011， 39（24）： 35-40. Yu Peng， Zhao Yu， Zhou Wei， et al. Research on the method based on hybrid energy storage system for balancing fluctuant wind power［J］. Power System Protection and Control， 2011， 39（24）： 35-40.

［9］丁明， 林根德， 陳自年， 等. 一種適用于混合儲能系統(tǒng)的控制策略［J］. 中國電機(jī)工程學(xué)報， 2012，32（7）： 1-6. Ding Ming， Lin Gende， Chen Zinian， et al. A control strategy for hybrid energy storage systems［J］. Proceedings of the CSEE， 2012， 32（7）： 1-6.

［10］Brekken T K A， Yokochi A， Von Jouanne A， et al. Optimal energy storage sizing and control for wind power applications［J］. IEEE Transactions on Sustainable Energy， 2011， 2（1）： 69-77.

［11］于芃， 周瑋， 孫輝， 等. 用于風(fēng)電功率平抑的混合儲能系統(tǒng)及其控制系統(tǒng)設(shè)計［J］. 中國電機(jī)工程學(xué)報， 2011， 31（17）： 127-133. Yu Peng， Zhou Wei， Sun Hui， et al. Hybrid energy storge system and control system design for wind power balancing［J］. Proceedings of the CSEE， 2011，31（17）： 127-133.

［13］姜曉亮， 李巍， 呂項羽， 等. 基于非參數(shù)核密度估計法的光儲系統(tǒng)容量優(yōu)化配置［J］. 高電壓技術(shù)，2015， 41（7）： 2225-2230. Jiang Xiaoliang， Li Wei， Lü Xiangyu， et al. Optimization configuration of photovoltaic-storage system capacity based on non-parametric Kernel density estimation［J］. High Voltage Engineering，2015， 41（7）： 2225-2230.

［13］劉皓明， 陸丹， 楊波， 等. 可平抑高滲透分布式光伏發(fā)電功率波動的儲能電站調(diào)度策略［J］. 高電壓技術(shù)， 2015， 41（10）： 3213-3223. Liu Haoming， Lu Dan， Yang Bo， et al. Dispatch strategy of energy storage station to smooth power fluctuations of high penetration photovoltaic generation［J］. High Voltage Engineering， 2015， 41（10）：3213-3223.

［14］梁亮， 李建林， 惠東. 光伏-儲能聯(lián)合發(fā)電系統(tǒng)運(yùn)行機(jī)理及控制策略［J］. 電力自動化設(shè)備， 2011， 31（8）：20-23. Liang Liang， Li Jianlin， Hui Dong. Operating modes of photovoltaic/energy-storage hybrid systemand its control strategy［J］. Electric Power Automation Equipment， 2011， 31（8）： 20-23.

［15］孔波利， 崔麗艷， 丁釗， 等. 基于風(fēng)光混合模型的短期功率預(yù)測方法研究［J］. 電力系統(tǒng)保護(hù)與控制，2015， 43（18）： 62-66. Kong Boli， Cui Liyan， Ding Zhao， et al. Short term power prediction based on hybrid wind-PV forecasting model［J］. Power System Protection and Control， 2015， 43（18）： 62-66.

［16］裴勝玉， 周永權(quán). 基于 Pareto最優(yōu)解集的多目標(biāo)粒子群優(yōu)化算法［J］. 計算機(jī)工程與科學(xué)， 2010， 32（11）：85-90. Pei Shengyu， Zhou Yongquan. A multi-objective particle swarm algorithm based on the Praeto optimization solution set［J］. Computer Engineering & Science， 2010， 32（11）： 85-90.

Control Strategy for Tracking the Output Power of Photovoltaic Power Generation Based on Hybrid Energy Storage System

Tian ChunguangTian LiLi DexinLü XiangyuChang Xuefei
（Electric Power Research InstituteStatus Grid Jilin Electric Power Co. Ltd Changchun130021China）

Hybrid energy storage system has the technical characteristics of both energy storage and power storage. It can effectively reduce the photovoltaic power prediction error， hence improve the reliability where PV forecast output is used as the reference of the power dispatch. Therefore， this paper proposes an optimal control strategy for hybrid energy storage system to improve the capacity of photovoltaic output tracking the target output power. This strategy uses the compound control method to control the internal energy coordination control and the multi-objective optimization control. It can reasonably distribute the charge and discharge power of battery and super capacitor， and control the output of the hybrid system to make up for the deviations between the predicted power and the actual power. By analyzing the data of 250 days output power from a domestic 40MW photovoltaic power station， it is shown that this strategy can not only effectively trace the predicted output power of PV， but also make full use of the characteristics of different storage mediums. It reduces the charge and discharge depths of the battery， and consequently the hybrid storage can be better applied.

Hybrid storage system， lithium battery， super capacitor， power output tracking，compound control strategy

TM715

田春光男，1970年生，碩士，教授級高工，研究方向為新能源并網(wǎng)發(fā)電及儲能技術(shù)。

E-mail： jlcctiancg@163.com

李德鑫男，1985年生，碩士，研究方向為新能源并網(wǎng)發(fā)電及儲能技術(shù)。

E-mail： lidexin0323@163.com（通信作者）

2015-12-19改稿日期2016-04-19