基于雙回路SOC調節的風電場功率平滑控制策略

王曉東 鄭 帥 劉穎明

（沈陽工業大學電氣工程學院，沈陽 110870）

基于雙回路SOC調節的風電場功率平滑控制策略

王曉東 鄭 帥 劉穎明

（沈陽工業大學電氣工程學院，沈陽 110870）

針對風電并網發電系統的功率波動問題，本文研究了一種基于雙回路SOC調節的混合儲能系統風電場功率平滑控制策略。對含有全釩液流電池和鋰電池的混合儲能系統，通過雙回路SOC調節控制，合理分配鋰電池和液流電池的實際輸出功率，并實時更新混合儲能的荷電狀態。該控制策略實現了風電有功功率的平滑需求，并且使鋰電池和全釩液流電池的SOC值穩定在安全范圍內，可以有效減少鋰電池的充放電次數，達到保護電池的目的。通過仿真實驗，驗證了該控制方法的有效性。

混合儲能；功率平滑；荷電狀態

風能已成為世界上主要的清潔能源之一，而風力發電具有間歇性、波動性、隨季節變化等特點，大規模集中并網會造成電網發電與負荷偏差、頻率不穩定等問題[1-2]。平滑風電場輸出功率，以減小大規模風電并網造成的問題具有極其重要的意義。

隨著儲能和電力電子技術的發展，利用儲能技術平滑風電場輸出功率、減少風電波動對電力系統的影響成為了近年來的研究熱點[3]。文獻[4]提出了一種移動平均法平滑風電功率的控制策略。該方法同時考慮儲能電池荷電狀態（state of charge，SOC）和風電功率波動率，在平抑風電輸出功率波動的同時減小儲能電池使用次數。文獻[5]提出了一種利用模型預測控制（model predictive control, MPC）平滑風電場輸出功率波動方法。該方法通過短期功率預測以并網風電功率的波動范圍、電池儲能荷電狀態SOC、儲能出力大小等為約束，滾動優化實現對儲能的優化控制。文獻[6]提出了一種基于實測電池荷電狀態的儲能控制方法。該方法根據實測的電池荷電狀態，實時調節濾波時間常數，使電池的荷電狀態穩定在最優工作范圍內，提高電池使用壽命。文獻[7]為了平滑風電場輸出功率的波動，提高風能的利用率，提出了基于虛擬理想粒子的多目標改進粒子群算法（particle swam optimization algorithm,PSO），并用該算法對模型進行了求解。文獻[8]提出了一種分布式光儲直流供電系統功率平滑控制方法，采用最大功率跟蹤法實現最大功率輸出。文獻[9]為了合理分配混合儲能輸出功率提出了一種基于電池荷電狀態SOC的功率分配方法，利用等效時間常數作為功率分配效果的評判指標。文獻[10]提出了一種混合儲能平抑風電輸出功率波動新方法，利用蓄電池穩定直流母線電壓，超級電容器快速補償負載功率波動的高頻分量，減小負載突變情況下對直流母線的沖擊。文獻[11]提出了一種基于經驗模態分解技術平抑風電功率波動的混合儲能功率控制方法，利用經驗模態分解方法，對非平穩風功率進行分解，并使用超級電容器和蓄電池分別平抑風電功率的高頻部分和低頻部分。文獻[12]提出了基于小波包分解的風電功率平滑方法，在分析了風電功率的幅頻特性后利用混合儲能裝置對不同頻率的功率進行吸收。

鋰電池和全釩液流電池的功率分配是實現儲能平滑風電場輸出功率的重點。在時域上，一般利用滑動平均法來計算儲能所需的輸出功率和并網功率，再檢測鋰電池和液流電池的荷電狀態SOC進行各儲能功率的分配，但在分配過程中仍存在如滑動平均法的窗口大小選擇困難、儲能在高低電位時充放電的保護等問題。在頻域上，一般利用小波理論分配儲能輸出功率或者利用濾波器分配儲能功率，但存在各頻段的分界頻率難以界定、鋰電池和全釩液流電池出現正負相反的輸出功率、控制指令延時等問題。

風力發電具有間歇性和隨機性的特點，混合儲能系統在對風電場輸出功率進行平滑時，充放電的功率及其分布取決于風速變化，充放電平衡成為功率控制中必須解決的問題。儲能系統的容量是有限的，會使其在平滑風電場輸出功率時，有可能導致儲能設備的SOC受限或者過充過放，進而無法利用儲能設備的輸出功率進行平滑風電場有功功率。為了能夠使混合儲能系統可以長期有效的對風電場輸出功率進行優化調節，設計有針對性的控制策略優化其SOC是十分必要的。

1 風儲聯合系統結構

基于混合儲能的風力發電功率平滑系統的拓樸結構如圖1所示，主要由鋰電池組、全釩液流電池、DC/AC逆變器、DC/DC變流器以及變壓器組成。風電場的輸出功率，因其持續工作于最大風能捕獲模式而隨風速大小發生變化，具有一定的間歇性和波動性。混合儲能系統自身具備充放電能力，能對風電輸出功率做出相應的控制和調節，進而使整個風電場輸出功率趨于平穩狀態。

圖1 基于混合儲能系統的風力發電波動平抑拓撲結構

圖1中顯示了混合儲能系統的能量流動關系，電網功率gridP 等于風電輸出功率 wfP 加上混合儲能輸出的總功率，混合儲能系統的總輸出功率等于鋰離子電池功率batP 與全釩液流電池功率VRBP 的和。顯然可得

式中，wfP 是可以測量得到的；gridP 為電網功率，需滿足電網對有功功率的要求；儲能系統輸出VRBP 、batP均為可控輸出功率，使并網功率滿足以上要求。

2 風電場功率平滑控制策略

風電場功率平滑控制策略利用雙回路SOC進行控制，回路1的作用是平抑風電場輸出的總功率，即考慮儲能系統在荷電狀態SOC允許的情況下所能提供的最大輸出功率是否能滿足平滑風電場功率波動的需求，回路2利用儲能系統的荷電狀態SOC合理分配電池儲能系統的輸出功率，因全釩液流電池充放電次數和使用壽命遠高于鋰電池，故該回路的功率分配原則以減小鋰電池的充放電次數為目的，優先利用全釩液流電池輸出功率。電場功率平滑控制策略如圖2所示。當儲能系統充電時，輸出功率為正；當儲能系統放電時，輸出功率為負。

圖2 風電場功率平滑控制策略

根據實時的風電有功功率情況，利用式（2）和式（3）計算出t時刻風電輸出有功功率的波動部分ΔPwf(t )。

式中，Pwfm(t)為在Δt時間內風電場輸出有功功率波動部分，ΔPwf(t)為t時刻風電輸出功率波動部分，ΔP 為在Δt時間內允許并網有功功率波動。sign(x)函數為符號函數，表示當x＞0，sign(x)=1；當x=0，sign(x)=0；當 x＜0，sign(x)=-1。

由t時刻風電功率波動ΔPwf(t)和鋰電池的SOCbat(t)作為模糊控制器1的輸入可以得到平抑系數 Ka(t)。根據式（4）可以得到經過平抑后的混合儲能系統可輸出實際功率最大值 Ph( t)。

再以 t時刻全釩液流電池的荷電狀態變化量Δ S OCVRB和全釩液流電池的 S OCVRB作為模糊控制器2的輸入，得到分配系數 Kb(t)。根據式（5）和式（6）分配全釩液流電池和鋰電池的實際輸出功率PVRB(t)和 Pbat(t)；

電池的荷電狀態SOC用來表示電池中的剩余能量，如式（7）所示，SOC的取值范圍為0～100%。

式中，stE為t時刻全釩液流電池的剩余容量，capE為全釩液流電池充滿電的容量。

根據儲能系統的實際輸出功率實時更新儲能的SOC，VRB和鋰電池的SOC如式（8）和式（9）所示，即

3 雙回路SOC調節模糊控制器設計

雙回路SOC調節模糊控制器設計的輸入輸出如圖3所示。模糊控制器1根據風電場輸出功率波動情況和鋰電池儲能系統的SOC狀態，動態調整儲能系統實際輸出功率。模糊控制器2根據VRB的SOC變化情況和VRB的SOC當前狀態，動態分配鋰電池的輸出功率和VRB的輸出功率，可實現充放電平衡，減少鋰電池的充放電次數，延長電池的使用壽命。

圖3 模糊邏輯控制圖

模糊控制器1的輸入變量ΔPwf的隸屬度函數如圖4所示，其中NB（負大）、NM（負中）、NS（負小）、Z（零）、PS（正小）、PM（正中）、PB（正大）分別表示7個模糊子集，范圍是[-∞,+∞]。輸入變量鋰電池的 S OCbat的隸屬度函數如圖5所示，其中Z（負大）、L（負小）、M（零）、H（正小）、O（正大）分別表示5個模糊子集，范圍是[0, 1]。

圖4 輸入變量ΔPwf的隸屬度函數

輸出變量比例系數a()K t的隸屬度函數如圖 6所示，其中L（負大）、LM（負小）、M（零）、HM（正小）、H（正大）分別表示5個模糊子集，范圍是[0, 1]。

圖5 輸入變量SOCbat的隸屬度函數

圖6 輸出變量Ka(t)的隸屬度函數

模糊邏輯控制器1的推理結果決定了混合儲能系統可輸出實際功率最大值。當ΔPwf(t)為負時，儲能系統需要放電，當ΔPwf(t)大功率放電時：

1）電池的 S OCbat接近零電位，儲能不能承擔風電功率波動，故 Ka(t)不能利用儲能系統平抑風電場功率波動。

2）電池的 S OCbat處于低電位，儲能系統可輸出的實際功率較小，能平抑很小一部分風電場輸出功率波動，故 Ka(t)值較小。

3）電池的 S OCbat處于中等電位，但較大，為保證儲能安全，令 Ka(t)為零。

4）電池的 S OCbat較大時，儲能系統可輸出的實際功率較大，能平抑大部分風電場輸出功率波動，故 Ka(t)應較高。

其他情況可以類似推出，其模糊推理結果如圖7所示。

圖7 模糊控制器1的推理結果

類似模糊控制器 1定義模糊控制器 2，模糊控制器2的輸入變量 Δ SOCVRB(t)的隸屬度函數如圖8所示，其中NB（負大）、NM（負中）、NS（負小）、Z（零）、PS（正小）、PM（正中）、PB（正大）分別表示7個模糊子集，范圍是[-∞,+∞]。輸入變量SOCVRB(t)隸屬度函數如圖9所示，其中Z（負大）、LM（負小）、HM（正小）、O（正大）分別表示 4個模糊子集，范圍是[0, 1]。

圖8 輸入變量ΔSOCVRB的隸屬度函數

圖9 輸入變量SOCVRB的隸屬度函數

輸出變量比例系數bK的隸屬度函數如圖10所示，其中L（負大）、LM（負小）、M（零）、HM（正小）、H（正大）分別表示5個模糊子集，范圍是[0, 1]。模糊推理規則以液流電池優先充放電和保證減小鋰電池的充放電為原則。邏輯推理結果如圖11所示。

圖10 輸出變量Kb的隸屬度函數

圖11 模糊控制器2的推理結果

4 仿真分析

根據以上所述，在Matlab/Simulink搭建仿真模型。提取西北某風場 5000s時間內的風電場實際輸出功率，該風電場的總裝機容量為20MW，鋰電池的額定功率為5MW，容量為30MW·h，全釩液流電池的額定功率為1.5MW，容量為0.5MW·h，鋰電池的SOC最佳運行范圍為[0.2, 0.8]，全釩液流電池的最佳運行范圍為[0.2, 0.8]。控制系統經過模糊控制器1和模糊控制器2合理分配儲能系統輸出功率，通過仿真結果分析該控制策略的有效性。

鋰電池的實際輸出功率和鋰電池的荷電狀態SOC如圖12和圖13所示。

圖13 鋰電池的SOC

從圖12中可以看出，鋰電池的輸出功率為負，即一直在進行放電工作。

從圖 13中可以看出，鋰電池的荷電狀態 SOC始終在最佳運行范圍[0.2, -0.8]之間，并且沒有進行頻繁的充放電，減少了鋰電池的充放電次數。

從圖14中可以看出，全釩液流電池進行了頻繁的充放電，承擔了鋰電池的部分充放電任務，使之鋰電池平穩運行，避免了頻繁充放電。

圖14 全釩液流電池實際輸出功率

從圖15中可以看出，全釩液流電池的SOC一度達到了極限值0.2，說明全釩液流電池承擔了大部分的功率平滑任務，當到達極限值 0.2時，為了防止其過度放電，此時調整鋰電池放電以參與功率平滑任務，使全釩液流電池的SOC在最佳運行范圍。該控制策略減小了鋰電池的充放電次數，避免其頻繁充放電。

從圖16中可以看出，無混合儲能時風電場輸出功率波動較大，而加入混合儲能系統后，風電場的輸出功率變得更加平滑，有利于提高并網穩定性。

圖15 全釩液流電池SOC

圖16 有無混合儲能并網功率對比分析

5 結論

針對風電并網時發電系統的功率波動問題，本文提出了一種基于雙回路SOC調節的風電場功率平滑控制策略。該控制策略可以有效地平滑風電場輸出的有功功率，避免了混合儲能系統過度充放電，減小了鋰電池的充放電次數，延長鋰電池使用壽命的同時利用了儲能系統有效的平滑風電輸出功率。

[1] 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.

[2] 李蓓, 郭劍波. 平抑風電功率的電池儲能系統控制策略[J]. 電網技術, 2012, 36(8): 38-43.

[3] 張文亮;丘明;來小康. 儲能技術在電力系統中的應用[J]. 電網技術, 2008, 32(7): 1-9.

[4] 陳躍燕, 李相俊, 韓曉娟, 等. 基于移動平均法和風電波動率約束的電池儲能系統平滑風電出力控制策略[J]. 電力建設, 2013, 34(7): 1-5.

[5] 羅毅, 李達. 電池儲能平抑風電功率波動的預測控制方法[J]. 電力科學與工程, 2015, 31(11): 1-5, 11.

[6] 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.

[7] 代兵琪, 王哲, 李春生. 基于改進粒子群算法的風儲聯合系統多目標協同調度[J]. 電氣技術, 2015,16(12): 22-25.

[8] 薛花, 李海霞, 王育飛. 分布式光儲直流供電系統非線性平滑可微控制方法[J]. 電力系統自動化,2016(18): 102-108, 115.

[9] 丁若星, 董戈, 吳和平, 等. 混合儲能系統功率分配效果的表征參數研究[J]. 電工技術學報, 2016,31(S1): 184-189.

[10] 張純江, 董杰, 劉君, 等. 蓄電池與超級電容混合儲能系統的控制策略[J]. 電工技術學報, 2014, 29(4):334-340.

[11] 孫承晨, 袁越, Choi SS, 等. 基于經驗模態分解和神經網絡的微網混合儲能容量優化配置[J]. 電力系統自動化, 2015, 39(8): 19-26.

[12] 呂超賢, 李欣然, 戶龍輝, 等. 基于小波分頻與雙層模糊控制的多類型儲能系統平滑策略[J]. 電力系統自動化, 2015, 39(2): 21-29.

[13] 韓曉娟, 陳躍燕, 張浩, 等. 基于小波包分解的混合儲能技術在平抑風電場功率波動中的應用[J]. 中國電機工程學報, 2013, 33(19): 8-13.

Power Smoothing Control Strategy of Wind Farm based on Double Loop SOC Regulation

Wang Xiaodong Zheng Shuai Liu Yingming
(School of Electrical Engineering, Shenyang University of Technology, Shenyang 110870)

A power smoothing control strategy in wind farm for hybrid energy storage system, on the basis of double-circuit SOC adjustment, is proposed according to the power fluctuation of wind power integration into power system. For the hybrid energy storage system installed vanadium redox flow battery and lithium battery, double-circuit SOC control is employed to guarantee the actual output power of the lithium battery and the liquid flow battery can be allocated reasonably and the state of the hybrid energy storage system can be updated in real time. The smooth requirement of active power of wind power is realized through the proposed control strategy, meanwhile, the SOC value of the lithium battery and the vanadium redox flow battery can be stably kept within a safe range, which can reduce the charge and discharge times of lithium battery effectively and protect the installed battery subsequently.The effectiveness and validity of the proposed control strategy is verified by simulation results.

hybird energy storage；power smoothing；state of charge

國家自然科學基金資助項目（51677121）

遼寧省自然科學基金指導計劃資助項目（201602549）

遼寧省教育廳資助項目（LGD2016031）

王曉東（1978-），男，河南省林州市人，博士，副教授，主要研究方向為風電機組控制、大規模儲能系統及其應用技術。