基于EMD的復(fù)合儲能不同控制策略對比分析

孫玉樹，唐西勝，田春箏，苗福豐，孫曉哲

(1．中國科學(xué)院電工研究所，北京市100190;2．國網(wǎng)河南省電力公司經(jīng)濟技術(shù)研究院，鄭州市450052;3．中石化勝利石油工程有限公司塔里木分公司，新疆維吾爾自治區(qū)庫爾勒市841000)

基于EMD的復(fù)合儲能不同控制策略對比分析

孫玉樹1，唐西勝1，田春箏2，苗福豐2，孫曉哲3

(1．中國科學(xué)院電工研究所，北京市100190;2．國網(wǎng)河南省電力公司經(jīng)濟技術(shù)研究院，鄭州市450052;3．中石化勝利石油工程有限公司塔里木分公司，新疆維吾爾自治區(qū)庫爾勒市841000)

風(fēng)電的規(guī)模化發(fā)展對電力系統(tǒng)造成了很大影響，因此利用復(fù)合儲能系統(tǒng)進行并網(wǎng)風(fēng)電的波動平抑具有重要意義。首先，利用經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition，EMD)將風(fēng)電分解為不同的固有模態(tài)函數(shù)(intrinsic mode function，IMF)分量，通過不同的策略對比，挖掘風(fēng)電并網(wǎng)的選取原則，在兼顧儲能經(jīng)濟性的條件下使其得到有效平滑。然后，以儲能爬坡功率為約束，對比選取不同的控制策略，實現(xiàn)蓄電池和超級電容器之間的功率分配。最后，通過算例分析驗證了控制策略的有效性，為風(fēng)電功率波動的平抑提供參考。

風(fēng)電波動平抑;復(fù)合儲能;經(jīng)驗?zāi)B(tài)分解(EMD);波動率;爬坡功率

0 引言

近年來，隨著全球能源和環(huán)境問題的日益突出，世界各國越來越重視對可再生能源的開發(fā)和利用。而可再生能源，特別是風(fēng)電的迅猛發(fā)展，給電力系統(tǒng)帶來了不可忽視的影響，系統(tǒng)的安全穩(wěn)定運行遇到了前所未有的挑戰(zhàn)［1-2］。儲能系統(tǒng)由于具有快速響應(yīng)和大規(guī)模功率吞吐等特點，能夠有效彌補風(fēng)電輸出功率間歇性、波動性的缺點，因此在風(fēng)力發(fā)電并網(wǎng)系統(tǒng)中配置儲能系統(tǒng)已經(jīng)成為平抑風(fēng)電功率波動的有效手段之一［3-6］。

目前，利用儲能平抑風(fēng)電功率波動的研究已開展較多。文獻［7－8］提出了一種基于經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition，EMD)的混合儲能系統(tǒng)平抑風(fēng)電功率波動的方法。但未充分考慮波動率約束，會出現(xiàn)一些時刻波動率不滿足并網(wǎng)的要求。文獻［9］提出了一種利用滑動平均和EMD獲得儲能參考功率的混合儲能功率和容量配置方法。當(dāng)風(fēng)電裝機容量小于30 MW時，任意1 min的有功功率變化不大于3 MW。文獻［10－11］應(yīng)用EMD平滑可再生能源的功率波動并確定儲能容量，風(fēng)電功率波動標(biāo)準(zhǔn)為10 min最大波動量為裝機容量的10%。文獻［12］在EMD的基礎(chǔ)上，應(yīng)用超級電容器和蓄電池平抑風(fēng)電功率的高頻、低頻波動分量。風(fēng)電裝機容量為12 MW，其1 h的功率波動最大值不超過0.5 MW。上述研究主要集中在一種并網(wǎng)波動率要求，而選取的并網(wǎng)波動率不同所獲得的平抑效果差異很大。

因此，為了更好地提高風(fēng)電并網(wǎng)的可信度，本文應(yīng)用蓄電池和超級電容器組成的復(fù)合儲能系統(tǒng)來平抑風(fēng)電波動，探討不同波動率限制對風(fēng)電平抑的影響。首先在EMD的基礎(chǔ)上，將風(fēng)電分解為不同的固有模態(tài)函數(shù)(intrinsic mode function，IMF)分量，通過不同的波動率策略，選取頻率較低的部分作為風(fēng)電的并網(wǎng)功率，頻率較高部分由復(fù)合儲能承擔(dān);然后，通過對比多種爬坡率策略，實現(xiàn)復(fù)合儲能在蓄電池和超級電容器之間的功率分配，以更好地發(fā)揮不同儲能種類之間的互補優(yōu)勢。

1 經(jīng)驗?zāi)B(tài)分解

1.1原理介紹

EMD是一種基于信號局部特征的信號分解方法，由于其具有很強的自適應(yīng)性，所以在處理非線性、非平穩(wěn)信號方面具有較大優(yōu)勢。EMD方法假定:任何復(fù)雜的信號都是由簡單的IMF分量組成，每一個IMF分量都是相互獨立的，且滿足以下2個條件:(1)在整個數(shù)據(jù)序列內(nèi)，極值點與過零點個數(shù)相等或相差不超過1;(2)在任一時間點上，局部均值為0。

由此可以將風(fēng)電數(shù)據(jù)時間序列中真實存在的不同尺度或趨勢分量逐級分解出來，產(chǎn)生一系列具有相同特征尺度的數(shù)據(jù)序列，分解后的序列與原始風(fēng)電數(shù)據(jù)序列相比具有更強的規(guī)律性和可處理性。

EMD信號處理的具體步驟如下:

(1)識別信號x(t)中所有的極大值點和極小值點，并擬合出相應(yīng)的包絡(luò)線;

(2)計算出上下包絡(luò)線的平均值m1(t);

(3)x(t)減去m1(t)得到h1(t)，將h1(t)視為新的信號x(t)，重復(fù)步驟(1)，經(jīng)過k次篩選，直到h1(t)= x(t)－m1(t)滿足IMF的條件，記c1(t)=h1(t)。c1(t)為風(fēng)電數(shù)據(jù)序列的第1個IMF分量，其頻率最高。

從原始信號中分離出IMF分量c1(t)，得到剩余分量:

將剩余分量r1(t)作為新的原始數(shù)據(jù)，重復(fù)上述步驟即可得到其余的IMF分量和殘余分量，具體如下:

原始風(fēng)電x(t)分解結(jié)果為

分解終止條件有以下2種:(1)ci(t)或rn(t)小于規(guī)定的預(yù)設(shè)值;(2)rn(t)變成單調(diào)函數(shù)，不能再從中獲得固有模態(tài)函數(shù)。

因此，EMD方法從特征時間尺度出發(fā)，首先把信號中特征時間尺度最小的模態(tài)分離出來，然后分離時間尺度較大的模態(tài)，最后再分離時間尺度最大的模態(tài)，應(yīng)用其進行風(fēng)電波動特征的提取和平抑具有獨特優(yōu)勢。

1.2控制流程

控制流程如圖1所示，并詳述于后。

圖1 復(fù)合儲能控制策略流程圖Fig.1 Flowchartofhybridenergystorage controlstrategy

(1)輸入實測風(fēng)電功率數(shù)據(jù);

(2)根據(jù)并網(wǎng)波動率要求，利用EMD算法求取儲能總載荷和并網(wǎng)功率;

(3)根據(jù)各儲能的荷電狀態(tài)和充放電功率限制，再次利用EMD控制策略求取能量型鋰電池儲能和功率型超級電容器儲能的載荷。

2 算例分析

以北方某風(fēng)電場的功率數(shù)據(jù)為研究對象，應(yīng)用蓄電池和超級電容器組成的復(fù)合儲能系統(tǒng)平抑風(fēng)電的功率波動。風(fēng)電采樣步長為1 s，采樣時長為3 600 s，裝機容量為100 MW，如圖2所示。

圖2 風(fēng)電功率Fig.2 Windpower

2.1風(fēng)電波動平抑

利用EMD算法將風(fēng)電功率分解為不同的IMF分量，首先分解出的分量頻率最高，依次逐漸降低，即c1的頻率最高，c11的頻率最低，如圖3所示。

由于風(fēng)電功率分解中存在較多的IMF分量，選擇合理的并網(wǎng)部分是一個重要的課題。因此，本文從波動率的角度出發(fā)，探討并網(wǎng)IMF分量的選取方法。

首先計算不同IMF分量的波動率:在殘余分量r的基礎(chǔ)上，不斷累加從低頻到高頻的IMF分量，即計算r+c11，r+c11+c10，一直到r+c11+，…，+c1，如圖4所示。隨著IMF分量的不斷增加，其1 min波動率呈逐漸增加的趨勢。

對比分析以下3種策略以確定風(fēng)電的并網(wǎng)功率。

(1)以風(fēng)電的波動率變化值為選擇標(biāo)準(zhǔn)，將最大的波動率變化值作為分界線，最大波動率變化值之前的IMF分量作為風(fēng)電的并網(wǎng)部分，其余部分由復(fù)合儲能系統(tǒng)補償(策略1)。

圖3 IMF分量Fig.3 IMFcomponents

圖4 1min波動率Fig.4 1minfluctuationrate

風(fēng)電波動率變化值計算如下:

式中:f(s)為波動率變化值，s為累加的IMF分量個數(shù);R(s)為波動率。

(2)以風(fēng)電的波動率變化率為選擇標(biāo)準(zhǔn)，最大波動率變化率之前的IMF分量為并網(wǎng)風(fēng)電部分，之后的部分由復(fù)合儲能系統(tǒng)補償(策略2)。

風(fēng)電波動率變化率計算如下:

(3)以風(fēng)電波動率的平均值為選擇標(biāo)準(zhǔn)，小于平均值的IMF分量為并網(wǎng)部分，大于平均值的部分由復(fù)合儲能系統(tǒng)補償(策略3)。

風(fēng)電波動率的平均值計算如下:

以波動率變化值為目標(biāo)時，計算各IMF分量累加數(shù)值如圖5所示。其最大值為0.044 8，出現(xiàn)在第7條IMF分量，即s=7為臨界IMF分量，因此r+c11+，…，c5為風(fēng)電的并網(wǎng)部分。

圖5 波動率變化值Fig.5 Changeoffluctuationrate

以波動率變化率為目標(biāo)時，各IMF分量累加的結(jié)果如圖6所示。最大波動率變化率為0.909 2，s= 2為臨界值，即r+c11+c10為風(fēng)電的并網(wǎng)部分。

以波動率平均值0.062 5為目標(biāo)時，結(jié)果如圖4所示。s=5時，波動率小于平均值，s=6時，波動率大于平均值，即 r+c11+，…，+c7為風(fēng)電的并網(wǎng)部分。

求取3種策略下的風(fēng)電最大并網(wǎng)波動率，如表1所示。策略1下具有最大的并網(wǎng)波動率，即平抑效果最差，策略2數(shù)值最小，即具有最好的平抑效果，而策略3處于三者的中間水平。

圖6 波動率變化率Fig.6 Changerateoffluctuationrate

表1 不同策略下的最大并網(wǎng)波動率Table1 Maximumgrid-connectedfluctuationrate withdifferentstrategies

由于風(fēng)電的波動會對系統(tǒng)會造成較大的影響，所以需要對風(fēng)電進行波動平抑以提高其并網(wǎng)可靠性。但不同的應(yīng)用需求對風(fēng)電的并網(wǎng)波動率約束提出了不同要求，如風(fēng)電場接入電力系統(tǒng)技術(shù)規(guī)定［13］:風(fēng)電場裝機容量為30～150 MW時，其1 min有功功率變化最大限制為裝機容量的1/10。而國家科技部“863計劃”課題“多類型儲能系統(tǒng)協(xié)調(diào)控制技術(shù)及示范”中規(guī)定:利用多類型儲能進行風(fēng)電波動平抑，其1 min的并網(wǎng)波動率不超過2%。

通過上述分析可以看出，在風(fēng)電并網(wǎng)波動率限值選取時，如果數(shù)值太大會對系統(tǒng)造成較大的影響［14-15］;而數(shù)值過小，則需要配置更多的儲能，技術(shù)經(jīng)濟性不高［10］。因此，本文選取折中的控制策略作為平抑后的標(biāo)準(zhǔn)，即應(yīng)用策略3確定風(fēng)電的并網(wǎng)功率。

由策略3確定的風(fēng)電并網(wǎng)功率如圖7所示，可見平抑后的風(fēng)電功率相對平滑。計算平抑前后風(fēng)電1 min的波動率，如圖8所示。平抑后風(fēng)電的波動率普遍小于平抑前，且平抑前風(fēng)電最大波動率為0.127 2，平抑后為0.028 1，平抑效果顯著，因此策略3能夠有效實現(xiàn)風(fēng)電功率波動平抑。

2.2復(fù)合儲能系統(tǒng)功率的確定

通過上述風(fēng)電波動平抑策略，可以獲取總儲能的功率為c6—c1之和的負(fù)數(shù)，如圖9所示。本節(jié)繼續(xù)探討復(fù)合儲能系統(tǒng)在蓄電池和超級電容器之間的功率分配。

圖7 平抑前后的風(fēng)電功率Fig.7 Windpowerbeforeandaftersmoothing

圖8 平抑前后的風(fēng)電波動率Fig.8 Windpowerfluctuationratebeforeand aftersmoothing

圖9 儲能總功率曲線Fig.9 Energystoragepowercurve

選取儲能爬坡功率作為蓄電池和超級電容器之間的功率分配標(biāo)準(zhǔn)，對比分析以下3種原則。

(1)采用儲能爬坡功率變化值為分配原則，最大爬坡功率變化值之前的IMF分量由蓄電池補償，之后的由超級電容器補償(策略1)。

式中:Rr(s)為儲能爬坡功率;fr(s)為爬坡功率變化值。

(2)采用儲能爬坡功率變化率為分配原則，最大爬坡功率變化率之前的IMF分量由蓄電池補償，之后的由超級電容器補償(策略2)。

爬坡功率變化率計算如下:

爬坡功率變化值計算如下:

(3)以儲能爬坡功率的平均值為分配原則，小于平均值的IMF分量由蓄電池補償，大于平均值的部分由超級電容器補償(策略3)。

儲能爬坡功率的平均值計算如下:

計算儲能的爬坡功率變化值，如圖10所示。當(dāng)s為4時，出現(xiàn)最大值0.385 3 MW，即c6—c3的IMF分量由蓄電池補償，c2—c1由超級電容器補償。

圖10 爬坡功率變化值Fig.10 Changeoframppower

計算儲能爬坡功率變化率，如圖11所示。最大值0.542 89出現(xiàn)在s為2時，即c6—c5的IMF分量由蓄電池補償，c4—c1由超級電容器補償。

計算儲能爬坡功率平均值，如圖12所示。隨著IMF分量累計個數(shù)的增加，儲能的爬坡功率數(shù)值逐漸增加。爬坡功率的平均值為0.664 1 MW，s≤3時，爬坡功率小于平均值;s≥4時，爬坡功率大于平均值，因此c6—c4的IMF分量由蓄電池補償，c3—c1由超級電容器補償。

從上述分析可以看出，不同的評判標(biāo)準(zhǔn)可以獲取不同的蓄電池和超級電容器功率。為了平衡蓄電池和超級電容器的功率分配，防止其中一方因承擔(dān)過多的任務(wù)而頻繁充放，本節(jié)選取策略3作為復(fù)合儲能的分配標(biāo)準(zhǔn)，即蓄電池和超級電容器各自補償3個IMF分量。

圖11 爬坡功率變化率Fig.11 Changerateoframppower

圖12 爬坡功率曲線Fig.12 Ramppowercurve

根據(jù)策略3獲取的蓄電池和超級電容器功率分別如圖13、14所示。其中蓄電池功率變化相對平緩，補償頻率變化較慢且幅值較大的波動;而超級電容器功率波動頻繁，補償頻率變化較快且幅值較小的波動。

圖13 蓄電池功率曲線Fig.13 Batterypowercurve

圖14 超級電容器功率曲線Fig.14 Supercapacitypowercurve

計算蓄電池和超級電容器的爬坡功率，分別如圖15、16所示。其中蓄電池最大爬坡功率為0.460 4 MW，超級電容器的為1.070 2 MW。

圖15 蓄電池爬坡功率曲線Fig.15 Batteryramppowercurve

圖16 超級電容器爬坡功率曲線Fig.16 Supercapacityramppowercurve

對兩者的儲能配置進行計算，蓄電池最大充放電功率為5.724 2 MW，使用容量為0.107 7 MW·h;超級電容器最大充放電功率為2.447 9 MW，使用容量為0.018 7 MW·h。在使用容量下，兩者的荷電狀態(tài)(state of charge，SOC)曲線分別如圖17、18所示，其中由于蓄電池吸收頻率變化較慢的功率，其SOC變化頻率也較為平緩，但是由于其功率幅值變化較大，因此SOC變化幅度也較大;而超級電容器吸收變化較快的功率，其SOC變化較為頻繁，由于功率幅值變化整體不是太大，因此SOC的變化幅值較小。

圖17 蓄電池SOC變化曲線Fig.17 TheSOCcurveofbattery

圖18 超級電容器SOC變化曲線Fig.18 TheSOCcurveofsupercapacity

3 結(jié)論

本文應(yīng)用EMD方法在復(fù)合儲能的基礎(chǔ)上實現(xiàn)風(fēng)電功率波動的平抑。利用EMD將風(fēng)電功率分解為不同的IMF分量，通過3種波動率策略的對比，同時兼顧并網(wǎng)波動率約束和儲能的技術(shù)經(jīng)濟性，選取綜合特性較高的平均波動率作為風(fēng)電并網(wǎng)選擇標(biāo)準(zhǔn)，從而獲取風(fēng)電的并網(wǎng)功率和儲能系統(tǒng)總功率。復(fù)合儲能系統(tǒng)在蓄電池和超級電容器之間分配時，為了更好地平衡兩者之間的功率載荷，選取爬坡功率平均值作為截止條件，從而實現(xiàn)二者的功率分配，使兩者的優(yōu)勢均得到充分發(fā)揮，并提高復(fù)合儲能系統(tǒng)的使用壽命，為儲能在風(fēng)電波動平抑方面的應(yīng)用推廣提供理論參考。

［1］ZUGNO M，PINSON P，MADSEN H．Impact of w ind power generation on european cross-border power flow s［J］．IEEE Transactions on Power Systems，2013，28(4):3566-3575．

［2］RAHMAN Saifur，PIPATTANASOMPORN Manisa．大規(guī)模風(fēng)電接入對美國電力系統(tǒng)運行的影響和平抑策略［J］．電力系統(tǒng)自動化，2011，35(22):3-11．RAHMAN Saifur，PIPATTANASOMPORN Manisa．Operating impacts and mitigation strategies w ith large-scale w ind power penetration in the United States［J］．Automation of Electric Power Systems，2011，35(22):3-11．

［3］LEE H，SHIN Y B，HAN S，et al．Compensation for the power fluctuation of the arge scale w ind farm using hybrid energy storage applications［J］．IEEE Transactions on Applied Superconductivity，2012，22(3):5701904．

［4］HAYES B P，WILSON A，WEBSTER R，et al．Comparison of tw o energy storage options for optimum balancing of wind farm power outputs［J］．IET Generation，Transmission＆Distribution，2016，10 (3):832-839．

［5］GORAN M，ADEL N，EHSAN G，et al．Lithium-Ion capacitor energy storage integrated w ith variable speed w ind turbines for power smoothing［J］．IEEE Journal of Emerging and Selected Topics in Pow er Electronics，2013，1(4):287-295．

［6］張坤，吳建東，毛承雄，等．基于模糊算法的風(fēng)電儲能系統(tǒng)的優(yōu)化控制［J］．電工技術(shù)學(xué)報，2012，27(10):235-241．ZHANG Kun，WU Jiandong，MAO Chengxiong，et al．Optimal control of energy storage system for w ind pow er generation based on fuzzy algorithm［J］．Transactions of China Electrotechnical Society，2012，27(10):235-241．

［7］韓曉娟，田春光，程成，等．基于經(jīng)驗?zāi)B(tài)分解的混合儲能系統(tǒng)功率分配方法［J］．太陽能學(xué)報，2014，35(10):1889-1896．HAN Xiaojuan，TIAN Chunguang，CHENG Cheng，et al．Pow er allocation method of hybrid energy storage system based on empirical mode decomposition［J］．Acta Energiae Solaris Sinica，2014，35 (10):1889-1896．

［8］孫承晨，袁越，CHOI Sanshing，等．用于能量調(diào)度的風(fēng)–儲混合系統(tǒng)運行策略及容量優(yōu)化［J］．電網(wǎng)技術(shù)，2015，39(8): 2107-2114．SUN Chengchen，YUAN Yue，CHOI Sanshing，et al．Capacity optimization and operational strategy of the w ind-energy storage hybrid systems for energy dispatching［J］． Pow er System Technology，2015，39(8):2107-2114．

［9］張晴，李欣然，楊明，等．凈效益最大的平抑風(fēng)電功率波動的混合儲能容量配置方法［J］．電工技術(shù)學(xué)報，2016，31(14):40-48．ZHANG Qing， LI Xinran， YANG Ming， et al． Capacity determination of hybrid energy storage system for smoothing windpow er fluctuations w ith maximum net benefit［J］．Transactions of China Electrotechnical Society，2016，31(14):40-48．

［10］孟順，謝樺．基于經(jīng)驗?zāi)B(tài)分解的平滑可再生能源功率波動的儲能容量優(yōu)化［J］．電源學(xué)報，2014，12(5):7-11，18．MENG Shun，XIE Hua．Energy storage capacity optimization in smoothing renewable energy pow er fluctuations based on empirical mode decomposition［J］．Journal of Pow er Supply，2014，12(5): 7-11，18．

［11］楊錫運，曹超，李相俊，等．基于模糊經(jīng)驗?zāi)B(tài)分解的電池儲能系統(tǒng)平滑風(fēng)電出力控制策略［J］．電力建設(shè)，2016，37(8): 134-140．YANG Xiyun，CAO Chao，LI Xiangjun，et al．Control strategy of smoothing wind pow er output using battery energy storage system based on fuzzy empirical mode decomposition［J］．Electric Pow er Construction，2016，37(8):134-140．

［12］孫承晨，袁越，CHOI Sanshing，等．基于經(jīng)驗?zāi)B(tài)分解和神經(jīng)網(wǎng)絡(luò)的微網(wǎng)混合儲能容量優(yōu)化配置［J］．電力系統(tǒng)自動化，2015，39(8):19-26．SUN Chengchen，YUAN Yue，CHOI Sanshing，et al．Capacity optimization of hybrid energy storage systems in microgrid using empirical mode decomposition and neural netw ork［J］．Automation of Electric Pow er Systems，2015，39(8):19-26．

［13］中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局．風(fēng)電場接入電力系統(tǒng)技術(shù)規(guī)定:GB/T 19963-2011［S］．北京:中國質(zhì)檢出版社，2012．

［14］唐西勝，孫玉樹，齊智平．基于HHT的風(fēng)電功率波動及其對電力系統(tǒng)低頻振蕩的影響分析［J］．電網(wǎng)技術(shù)，2015，39(8): 2115-2121．TANG Xisheng，SUN Yushu，QIZhiping．Analysis of wind pow er fluctuation characteristics and its impact on pow er system low frequency oscillation based on HHT［J］． Power System Technology，2015，39(8):2115-2121．

［15］ZHOU Guopeng，MIAO Fufeng，TANG Xisheng，et al．Research on wind pow er fluctuation and its impacts on w ind pow er frequency［J］．Applied Mechanics and Materials，2013(291-294):407-414．

(編輯 張小飛)

Comparative Analysis of Different Hybrid Energy Storage Control Strategies Based on EMD

SUN Yushu1，TANG Xisheng1，TIAN Chunzheng2，MIAO Fufeng2，SUN Xiaozhe3

(1．Institute of Electrical Engineering，Chinese Academy of Sciences，Beijing 100190，China; 2．State Grid Henan Electric Power Company Economic Research Institute，Zhengzhou 450052，China; 3．Sinopec Oilfield Service Shengli Corporation Tarim Branch Company，Korla 841000，Xinjiang Uygur Autonomous Region，China)

Large-scale development of wind power brings great influence on the power system，so it has important practical significance to smooth grid-connected wind power fluctuation using hybrid energy storage．Firstly，wind power is decomposed into different intrinsic mode function(IMF)components by empirical mode decomposition(EMD)，and the selecting principle of grid-connected wind power is obtained by contrasting several strategies．Then，wind power fluctuation mitigation can be implemented effectively in condition of considering the economy of the energy storage．In addition，power allocation between battery and supercapacity can be acquired by comparing different control strategies based on energy storage ramp power constraints．Finally，the validity of the control strategy is verified by case studies，which provides a reference for wind power fluctuation mitigation．

wind power fluctuation mitigation;hybrid energy storage;empirical mode decomposition(EMD); fluctuation rate;ramp power

TM 614

A

1000－7229(2017)03－0077－08

10.3969/j．issn.1000－7229.2017.03.011

2016-10-22

孫玉樹(1987)，男，助理研究員，主要從事電力儲能與風(fēng)電波動平抑等方面的研究工作;

唐西勝(1975)，男，研究員，博士生導(dǎo)師，本文通信作者，主要研究方向為電力系統(tǒng)穩(wěn)定與控制、儲能與電網(wǎng)應(yīng)用技術(shù)等;

田春箏(1982)，男，碩士，高級工程師，主要研究方向為可再生能源發(fā)電、電網(wǎng)規(guī)劃與測評、儲能等;

苗福豐(1986)，男，博士，工程師，主要研究方向為可再生能源發(fā)電、電網(wǎng)規(guī)劃與測評等;

孫曉哲(1986)，男，碩士，工程師，主要研究方向為可再生能源發(fā)電、多能互補等。

國家高技術(shù)研究發(fā)展計劃項目(863計劃)(SS2014AA052002);國家電網(wǎng)公司科技項目(SGSHJY00BGJS1400221)

Project supported by the National High Technology Research and Development of China(863 Program)(SS2014AA052002)