基于混合儲能互補的自適應光伏功率平抑策略

孫充勃，呂振宇，宋毅，焦陽

(1. 國網北京經濟技術研究院，北京市 102209；2. 東南大學電氣工程學院，南京市210096)

基于混合儲能互補的自適應光伏功率平抑策略

孫充勃1，呂振宇2，宋毅1，焦陽2

(1. 國網北京經濟技術研究院，北京市 102209；2. 東南大學電氣工程學院，南京市210096)

分布式光伏未來將在配電網中實現大規模接入，但由于受環境影響，其輸出功率波動較大，在光伏并網時會給配電網帶來諸多不利。為此，提出了一種基于混合儲能的自適應光伏功率平抑策略，通過協調蓄電池和超級電容的功率分配，充分發揮了超級電容響應速度快的特點。同時，平抑策略中的荷電狀態(state of charge， SOC)反饋功能兼顧了儲能的SOC變化情況，使其具有較強的自適應能力，實現了儲能的最優化利用。最后，通過分析驗證了所提策略的可行性和有效性。

光伏發電系統；混合儲能；功率平抑；自適應控制

0 引 言

光伏發電技術是目前最為成熟的可再生能源利用技術之一，但太陽能受到地理分布，季節變換、晝夜更替、天氣的影響，具有分布式、隨機性和間歇性等固有特點，產生的電能不集中、輸出功率波動較大，其簡單地直接并網運行會給電網的穩定和安全帶來極大的威脅，因此，平抑光伏波動已成為熱點研究領域[1-6]。

利用混合儲能來平抑光伏波動是最為廣泛的手段之一。將不同類型的儲能裝置相結合，可以實現優勢互補，既能很好地適應光伏波動，又可以降低混合儲能的使用成本。對于混合儲能平抑光伏波動，目前的研究主要集中在控制策略上。文獻[5]中提出了基于模糊控制的混合儲能控制策略，由超級電容承擔有功參考值中的高頻波動分量，蓄電池補償儲能有功參考值中的低頻波動分量。文獻[7]通過高通濾波控制將混合儲能系統功率指令在各儲能元件之間合理分配，但是采用混合儲能系統與可再生能源在直流母線上并聯的結構，限制了混合儲能在微電網中的作用。文獻[8]研究了超級電容器/蓄電池混合儲能系統，并以蓄電池儲能量和超級電容儲能量為核心設計了混合儲能系統能量管理方案，但其本質是犧牲濾波效果來補充或消耗混合儲能的電能，以接近預期電能存儲目標。除此之外，文獻[9]中提出混合儲能的模型預測控制方案，保證蓄電池及超級電容都運行在各自約束條件下；文獻[10]提出了一種基于實測電池荷電狀態(state of charge， SOC)的可變濾波時間常數儲能控制方法，通過實時調節儲能系統的輸出功率，對光伏輸出功率中的波動成分進行補償；文獻[11-14]中，光伏波動功率的平抑首先由混合儲能的總剩余能量決定，然后再由模糊控制計算進行功率細化分配，得出各個儲能的分配系數。雖然上述研究取得了一定的效果，但是對于混合儲能的協調功率分配研究較為簡單，無法根據光伏波動功率、SOC等實際情況進行準確分析，在實際應用中對儲能電池的平抑效果發揮有限。

本文將超級電容與儲能電池相結合[15]，提出一種混合儲能自適應功率優化分配策略，實現混合儲能間功率的協調分配，同時兼顧SOC，在發揮超級電容的功率快速響應能力外，用蓄電池彌補超級電容的不足，最終實現混合儲能的最優利用。

1 混合儲能系統建模

蓄電池具有體積小、容量大、電壓穩定、可以循環使用的優點，但是其響應速度慢，不能較快響應光伏波動。而超級電容可以實現真正意義上的快速充放電，因此本文將蓄電池和超級電容相結合，通過優勢互補，發揮蓄電池和超級電容各自的優點，能更好地平抑光伏波動。

1.1 蓄電池建模

蓄電池模型統一采用通用蓄電池等效模型，由受控電壓源和恒值電阻組成，受控電壓源用來表示蓄電池的內電勢，如圖1[16-17]所示。圖中：Eb是蓄電池的內電勢，V；Rb是蓄電池的等效阻抗，Ω；Ib是流經等效阻抗的電流，A；Udc是電池并網直流節點電壓，V。

圖1 蓄電池等效電路模型Fig.1 Equivalent circuit model of storage battery

放電時，受控電壓源的表達式為

(1)

式中：Eb0是蓄電池的內電勢初始值，V；K是極化常數，A/h，Q是蓄電池的總容量，A·h；A是指數區域的幅值，V；B是指數區域容量的倒數，A/h。

充電時，受控電壓源的表達式為

(2)

考慮蓄電池單元的剩余容量及充放電管理。蓄電池剩余容量Q指的是在當前的工作狀態下，還能輸出的電量。用SOC來表征蓄電池剩余容量的多少。蓄電池荷電狀態值QSOC為0～1，當蓄電池放電完全時QSOC=0，當蓄電池完全充滿電時QSOC=1。

1.2 超級電容建模

超級電容模型以雙電層超級電容為例，其等效電路模型為結構簡單的超級電容經典串并聯模型[18-20],如圖2所示。

圖2 超級電容經典等效電路Fig.2 Classic equivalent circuit model of super-capacitor

在經典等效模型中，Rs表示超級電容的總串聯電阻，表征在充放電過程中的能量損耗；C為理想電容量；Rp表征漏電流效應，建模過程中，考慮Rp>>Rs。將經典等效模型進一步簡化得到圖3所示模型。

圖3 超級電容簡化等效電路Fig.3 Simplified equivalent circuit model of super-capacitor

圖中：Esc是超級電容內電壓，V；Csc是超級電容的電容值，F；Rsc是超級電容的等效阻抗，Ω；Isc是流經等效阻抗的電流，A。

在充放電過程中，超級電容端電壓為

(3)

式中Esc0是超級電容內電壓初始值，V。

2 混合儲能功率優化分配策略

本文提出一種混合儲能自適應功率優化分配策略，優化調節蓄電池和超級電容的充放電功率，在平抑光伏波動的同時，實現混合儲能的最優化利用，如圖4所示。

圖4 混合儲能功率分配策略框圖Fig.4 Power allocation strategy for hybrid storage system

該策略包括儲能充放電功率生成模塊、超級電容功率分配模塊、蓄電池和超級電容SOC自適應反饋調節模塊、死區控制模塊及SOC保護模塊以及超級電容和蓄電池控制器模塊等。圖中，功率增益系數Gsc主要用于超級電容和蓄電池的充放電功率初始分配，當設置為0時，表明超級電容不工作；QSOC-ref1和QSOC-ref2為蓄電池和超級電容的SOC參考值，即SOC最佳運行狀態，一般取值為SOC可運行范圍的中間值。

2.1 儲能充放電功率生成模塊

儲能充放電功率生成模塊主要通過滑動平均濾波器來實現，如圖5所示。BW為滑動濾波器的窗口大小，Psmooth是滑動模塊輸出功率，主要思想是用相差時間間隔為BW的2個時刻的光伏輸出功率的差值ΔP來表征光伏輸出功率的變化率，并將其作為儲能的平抑功率值，如公式(4)所示。

ΔP=PPV-Psmooth

(4)

圖5 滑動平均模型Fig.5 Moving average model

2.2 SOC自適應反饋調節模塊

為了實現儲能電池(尤其是超級電容)的最優利用，本文采用SOC自適應反饋調節模塊，將儲能的SOC作為輸入量反饋到混合儲能功率分配策略中，使SOC在一個更加合理的位置。以超級電容為例，如圖6所示。超級電容SOC的可運行范圍由超級電容所接DC/DC或DC/AC逆變器直流母線電壓波動范圍決定，即QSOC-min由直流母線電壓最小值決定。一般情況下，直接連接逆變器的超級電容QSOC-min較大，通過DC/DC變換器再接入直流母線的超級電容QSOC-min可以適當降低，QSOC-max一般取為1。

圖6 超級電容荷電狀態分層框圖Fig.6 SOC hierarchical diagram of super-capacitor

將SOC可運行范圍劃分為自由區域和制動區域2部分，劃分邊界為QSOC-down和QSOC-up。在自由區域內，超級電容的SOC基本不受約束，通過設置QSOC-ref，使得波動平抑后超級電容的SOC恢復到最佳狀態。制動區域為QSOC-up～QSOC-max及QSOC-down～QSOC-min這2個區域，當超級電容SOC落入這2個區域后，SOC的反饋控制模塊開始作用，其作用強度由反饋控制系數Ksc進行控制。SOC距離邊界越近，Ksc越大，其計算流程圖如圖7所示。

圖7 自適應反饋系數調節流程圖Fig.7 Flow chart of adaptive feedback coefficient regulation

從圖7中可以看出，當進入制動區域后，若ΔP的方向為阻止SOC向最佳狀態靠攏，則反饋系數為0，即不受約束；若ΔP的方向促使SOC向邊界靠攏，并且有增強的趨勢，則反饋系數相應增強。其中，調節強度GA反應超級電容SOC進入制動區域后，恢復到最佳狀態QSOC-ref的能力，GA越大，SOC反饋強度越大。

2.3 其他模塊

在控制策略中，死區控制模塊用于防止儲能進行頻繁的充放電，SOC保護模塊用于防止超級電容過沖或過放，其控制邏輯如圖8所示。

圖8 其他模塊Fig.8 Other modules

3 仿真分析

3.1 算例設置情況

本文算例中，首先將超級電容經過DC/DC變換，然后與蓄電池并聯接入直流母線，再統一逆變并網，在交流并網母線處與光伏系統并聯，對光伏系統輸出功率進行平抑，整體并網結構如圖9所示。

圖9 混合儲能與光伏系統并網結構圖Fig.9 Grid-connected structure chart of photovoltaic system and hybridenergy store system

其中，光伏系統額定容量為40 kW，蓄電池組有多個串并聯單元組成，蓄電池、超級電容的具體參數見表1、2，本文所提控制策略主要參數取值見表3。

表1 蓄電池參數
Table1 Battery parameters

表2 超級電容仿真參數Table2 Super-capacitor simulation parameters

3.2 光伏輸出功率波動分析

圖10為2種秋季典型日下光伏系統的輸出功率波動情況，PV1曲線對應多云情況，PV2曲線對應陰天情況。從圖10看出，多云天氣時，由于云的陰影使得光伏電池出力波動較為劇烈；陰天時，由于沒有足夠的光照，故總體出力較少，但較多云天氣波動較少。

表3 控制策略給定參數
Table3 Given parameters for control strategy

圖10 光伏實際數據Fig.10 PV pratical data

圖11為光伏輸出功率的波動率的累積分布(cumulative distribution function，CDF)圖。從圖11可以看出，PV1的爬坡率一直延伸至12 kW/min，PV2爬坡率基本上都在2 kW/min以內，PV2的波動帶寬遠遠小于PV1。按照每min光伏波動應不超過額定功率的10%的原則[11]，PV1輸出功率需要經過平抑后才能并網。圖中PPV1表示多云情況功率分布，PPV2表示陰天情況功率分布。

3.3 光伏平抑效果分析

對多云天氣情況下的光伏輸出功率進行波動平抑分析，圖12為本文所提策略的平抑效果。圖13為平抑前后的光伏系統爬坡率的CDF分布圖。

從圖12對比可知，采用滑動平均濾波器能很好地降低光伏輸出的爬坡率，使min級爬坡率小于其自身額定功率的10%。從圖13中可以看出，平抑前光伏波動大于4 kW/min的出現概率大約為10%，平抑后則控制在2 kW/min以內，滿足了輸出功率波動限制要求圖14所示是超級電容與蓄電池的運行結果。超級電容的SOC變化范圍較大(0.2～1.0)，充分發揮了其快速響應光伏功率波動的能力。由于大部分高頻的波動由超級電容吸收，蓄電池1天的充放電量及循環周期大大減少。

圖11 波動率分布圖Fig.11 Fluctuation ratio profile

圖12 光伏輸出功率Fig.12 PV output power

圖13 爬坡率累計累積分布函數Fig.13 Ramp rate accumulated cumulative distribution function

圖14 超級電容與蓄電池運行情況Fig.14 Operating results of super-capacitor and storage battery

3.4 控制參數對平抑策略性能的影響分析

在平抑策略中，滑動濾波器的窗口大小BW、功率增益系數Gsc、調節強度GA、反饋控制參數Kb對平抑效果起到非常重要的作用，這里對上述幾個參數進行有針對性的影響分析。

3.4.1BW對平抑效果的影響

BW與經過滑動濾波器的輸出功率曲線的平滑程度密切相關。適當選取BW的值有助于在得到較合理的平抑波形的前提下降低儲能運行成本。圖15為BW取不同值情況下的平抑效果。可以看出，當BW變大時，輸出曲線的平滑程度越好，但是混合儲能的輸出功率就越大，對儲能蓄電池的壽命將會有較大的影響。

圖15 BW對平抑效果的影響Fig.15 BW effect on smoothing results

3.4.2Gsc對超級電容SOC及蓄電池出力的影響

Gsc是超級電容和蓄電池間的分配系數，其大小直接影響著超級電容和蓄電池的充放電功率大小和平抑光伏功率的貢獻。圖16為不同Gsc下的超級電容SOC和蓄電池出力情況。隨著Gsc的增加，超級電容將分配到更多的功率，SOC變化范圍將更廣，同時蓄電池輸出功率將變少。因此，Gsc的合理取值將直接影響平抑效果。

圖16 Gsc對超級電容SOC及蓄電池出力的影響Fig.16 Gsc effect on SOC of super-capacitor and output power of storage battery

3.4.3GA對超級電容制動區的影響

圖17為GA取不同值情況下的超級電容SOC變化情況。SOC自由區域設置為0.2～0.9。在該范圍內時，反饋控制系數Ksc與GA無關，因此3條曲線重合。當SOC進入制動區時，Ksc與GA相關，GA越大，反饋作用越強，SOC的波動范圍越小。

圖17 GA對制動區的影響Fig.17 GAeffect on restraint area

3.4.4Kb對電池SOC控制的影響

圖18為Kb取不同值情況下的蓄電池SOC變化情況。可見，隨著Kb的增大，SOC波動呈減小的趨勢。因此，合理設置Kb，可以有效減少混合儲能中蓄電池的使用容量，還可以延緩電池循環壽命。

4 結 論

利用混合儲能解決光伏波動問題是當前分布式電源大規模接入配電網的一大熱點。本文提出了一種混合儲能自適應功率優化分配方法，由超級電容快速跟隨光伏功率波動，由蓄電池作為長時間尺度的電量平抑，起到削峰填谷、平滑光伏功率的作用。通過混合儲能的相互配合，實現了儲能資源的最優利用。下一步研究工作將針對平抑策略中的參數進行優化分析，建立一套平抑效果評估模型，實現平抑效果的最大化。

圖18 Kb對蓄電池SOC控制的影響Fig.18 Kb effect on controllingbattery SOC

[1]JEWELL W，RAMAKUMAR R．The effects of moving clouds on electric utilities with dispersed photovoltaic generation[J]. IEEE Transactions on Energy Conversion，1987，EC-2 (4)：570-576.

[2]MARCOS J，MARROYO L，LORENZO E, et al.From irradiance to output power fluctuations：the PV plant as a low pass filter[J]．Progress in Photovoltaics Research and Applications，2011，19 (5)：505-510.

[3]CORMODE D，CROMIN AD，RICHARDSON W，et al．Comparing ramp rates from large and small PV systems, and selection of batteries for ramp rate control[C]//IEEE Photovoltaic Specialists Conference. Tampa, FL : IEEE, 2013，2(1)：1805-1810.

[4]MARCOS J，STORKЁL O，MARROYO L，et al．Storage requirements for PV power ramp-rate control[J]．Solar Energy，2014，99：(1)28-35.

[5]丁明，徐寧舟，畢銳．用于平抑可再生能源功率波動的儲能電站建模及評價[J]. 電力系統自動化，2011，35(2) ：66-72． DING Ming，XU Ningzhou，BI Rui．Modeling of BESS for smoothing renewable energy output fluctuations[J]．Automation of Electric Power Systems，2011，35(2):66-72.

[6]JOHNSON J，SCHENKMAN B，ELLIS A，et al．Initial operating experience of the 1.2MW La Ola photovoltaic system[C]//IEEE Photovoltaic Specialists Conference. Austin, USA: IEEE, 2012，2(1)：1-6.

[7]張國駒，唐西勝，齊智平．平抑間歇式電源功率波動的混合儲能系統設計[J]．電力系統自動化，2011，35(20)：24-28,93． ZHANG Guoju，TANG Xisheng，QI Zhioing．Design of a hybrid energy storage system on leveling off fluctuating power outputs of intermittent sources[J]．Automation of Electric Power Systems，2011，35(20)：24-28,93.

[8]鄒見效，戴碧蓉，彭超，等．基于荷電狀態分級優化的混合儲能風電功率平抑方法[J]．電力系統自動化，2013，37(24)：1-6． ZOU Jianxiao，DAI Birong，PENG Chao，et al．Wind power smoothing method using hybrid energy storage system based on SOC hierarchical optimization[J]．Automation of Electric Power Systems，2013，37(24):1-6.

[9]ALAM M J E，MUTTAQI K M，SUTANTO D．A novel approach for ramp-rate control of solar PV using energy storage to mitigate output fluctuations caused by cloud passing[J]．IEEE Transactions on Energy Conversion，2014，29(2)：507-518.

[10]張野，郭力，賈宏杰，等．基于電池荷電狀態和可變濾波時間常數的儲能控制方法[J]．電力系統自動化，2012，36(6):34-38,62． ZHANG Ye，GUO Li，JIA Hongjie，et al．An energy storage control method based on state of charge and variable filter time constant[J]．Automation of Electric Power Systems，2012，36(6):34-38,62.

[11]JOHNSON J，ELLIS A，DENDA A，et al．PV output smoothing using a battery and natural gas enginegenerator[C]//IEEE Photovoltaic Specialists Conference. Tampa, FL:IEEE, 2013，2(1)：1811-1816.

[12]HREDZAK B，AGELIDIS V G，JANG M． A model predictive control system for a hybrid battery-ultracapacitor power source[J]. IEEE Transactions on Power Electronics，2014，29(3)：1469-1479.

[13]丁明，林根德，陳自年，等．一種適用于混合儲能系統的控制策略[J]. 中國電機工程學報，2012，32(7)：1-6+,184． DING Ming，LIN Gende，CHEN Zinian，et al．A control strategy for hybrid energy storage systems[J]．Proceedings of the CSEE，2012，32(7)：1-6,184.

[14]吳振威，蔣小平，馬會萌，等．用于混合儲能平抑光伏波動的小波包-模糊控制[J]．中國電機工程學報，2014，34(3)：317-324． WU Zhenwei，JIANG Xiaoping，MA Huimeng，et al．Wavelet packet-fuzzy control of energy storage syetems for PV power smoothing[J]．Proceedings of CSEE，2014，34(3)：317-324.

[15]張衛東，劉祖明，申蘭先．利用儲能平抑波動的光伏柔性并網研究[J]．電力自動化設備，2013，33(5)：106-111． ZHANG Weidong，LIU Zuming，SHEN Lanxian．Flexible grid-connection of photovoltaic power generation system with energy storage system for fluctuation smoothing[J]．Electric Power Automation Equipment，2013，33(5)：106-111.

[16]WANG G，CIOBOTARU M，AGELIDIS V G．Power smoothing of large solar PV plant using hybrid energy storage[J]． IEEE Transactions on Sustainable Energy，2014，5(3) ：834-842.

[17]LI Xiangjun，HUI Dong，LAI Xiaokang．Battery energy storage station (BESS)-based smoothing control of Photovoltaic (PV) and wind power generation fluctuations[J]．IEEE Transactions on Sustainable Energy，2013，4(2)：464-473.

[18]于芃，周瑋，孫輝，等．用于風電功率平抑的混合儲能系統及其控制系統設計[J]．中國電機工程學報，2011，31(17)：127-133． YU Peng，ZHOU Wei，SUN Hui，et al．Hybrid energy storage system and control system design for wind power balancing[J]．Proceedings of CSEE，2011，31(17)：127-133.

[19]于芃，趙瑜，周瑋，等．基于混合儲能系統的平抑風電波動功率方法的研究[J]．電力系統保護與控制，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.

[20]王海波，楊秀，張美霞．平抑光伏系統波動的混合儲能控制策略[J]．電網技術，2013，37 (9):2452-2458． WANG Haibo，YANG Xiu，ZHANG Meixia．A control strategy of hybrid energy storage system capable of suppressing output fluctuation of Photovoltaic generation system[J]．Power System Technology，2013，37 (9)：2452-2458．

(編輯 蔣毅恒)

Adaptive PV Power Smoothing Strategy Based on Hybrid Energy Storage Complementary

SUN Chongbo1, LYU Zhenyu2, SONG Yi1, JIAO Yang2

(1. State Power Economic Research Institute, Beijing 102209, China;2.School of Electrical Engineering, Southeast University, Nanjing 210096, China)

The large-scale access in distribution network of distributed photovoltaic (PV) system will bring many unfavorable factors due to its fluctuating output power affected by environment. This paper proposes an adaptive PV power smoothing strategy based on the hybrid energy storage, which coordinates the power distribution between the battery and the super-capacitorto reach the fully use of fast responding characteristic of super-capacitor. In addition, the state of charge (SOC) feedback function of proposed strategy will have a strong adaptive ability for taking into account the SOC changing, to realize the optimization of energy utilization. Finally, we verify the feasibility and effectiveness of the proposed strategy through the analysis.

photovoltaic generation system; hybrid energy storage; power smoothing; adaptive control

TM 615

A

1000-7229(2016)08-0108-07

10.3969/j.issn.1000-7229.2016.08.017

2016-04-05

孫充勃(1987)，男，博士，主要研究方向為配電網規劃與仿真分析、分布式電源與電動汽車接入；

呂振宇(1989)，男，博士研究生，主要研究方向為分布式發電與微網；

宋毅(1977)，男，博士，高級工程師，主要研究方向為配電網規劃、新能源與電動汽車接入、配電系統仿真；

焦陽(1993)，男，碩士研究生，主要研究方向為儲能變換器等。