考慮蓄電池記憶效應(yīng)的風(fēng)光儲混合系統(tǒng)控制策略研究

殷志敏，章旭泳，俞 強，繆 正，劉平平

（國網(wǎng)浙江省電力有限公司湖州供電公司，浙江 湖州 313000）

0 引言

隨著可再生能源發(fā)電技術(shù)的不斷發(fā)展和石油價格的上漲，在偏遠(yuǎn)地區(qū)的發(fā)電系統(tǒng)中，可再生能源發(fā)電成為研究熱點[1-3]。在對風(fēng)能、太陽能等可再生能源的研究中，有關(guān)可再生能源的效率、平抑風(fēng)電出力波動、提高出力預(yù)報精度及混合出力形式的改善，已成為人們關(guān)注的焦點[4-6]。

但可再生能源發(fā)電也有其固有的不足之處，最重要的就是出力的不確定性和不可預(yù)測性[7-9]。混合可再生能源發(fā)電系統(tǒng)中多種資源的互補特性以及合適的控制策略在一定程度上能夠產(chǎn)生良好的出力特性[9-12]。同時利用儲能系統(tǒng)來平抑出力波動和補償出力預(yù)報誤差能夠有效改善可再生能源出力的隨機性和間歇波動性等問題[13-15]。

以下利用風(fēng)電和光電的短期線性預(yù)測手段，提出了考慮記憶效應(yīng)的蓄電池儲能充放電控制策略，建立了風(fēng)光儲混合系統(tǒng)各子系統(tǒng)模型，采用PSO（粒子群優(yōu)化）算法，對某實際風(fēng)電場和光伏電站進行了算例分析。優(yōu)化仿真結(jié)果表明：該控制策略能大大提高風(fēng)光儲混合系統(tǒng)經(jīng)濟性，具有較好的實踐應(yīng)用價值。

1 風(fēng)光儲混合系統(tǒng)子系統(tǒng)模型的構(gòu)建

圖1是風(fēng)光儲混合系統(tǒng)的示意圖。該系統(tǒng)以孤島模式運行，系統(tǒng)中包含風(fēng)力發(fā)電機（以下簡稱風(fēng)機）、太陽能光伏陣列和蓄電池。風(fēng)能和太陽能是主要電源，蓄電池是備用儲能系統(tǒng)。

圖1 風(fēng)光儲混合系統(tǒng)示意

1.1 風(fēng)機輸出特性模型

風(fēng)機機械功率輸出的空氣動力系統(tǒng)理想模型方程為：

式中：ρ為空氣密度；R為風(fēng)機葉片半徑；v為葉尖來風(fēng)速度；Cp為風(fēng)機的風(fēng)能利用系數(shù)。

風(fēng)速是風(fēng)電功率輸出特性的主要影響因素，一般采用4分量模型進行風(fēng)速模型的描述。風(fēng)速4分量包括：基本風(fēng)分量VA、陣風(fēng)分量VB、漸變風(fēng)分量VC和隨機風(fēng)分量VD。

（1）基本風(fēng)分量：通過風(fēng)電場測風(fēng)數(shù)據(jù)獲得的Weibull分布參數(shù)近似確定，根據(jù)Weibull分布的數(shù)學(xué)期望值可得公式（2）。

（2）陣風(fēng)分量：表示短時間內(nèi)風(fēng)速突然變化的特性。

式中： Vs=（maxG/2）{1-cos[2π（t/TG）-（T1G/TG）]}；T1G，TG，maxG分別表示陣風(fēng)起動時間、陣風(fēng)變化周期和最大值。

（3）漸變風(fēng)分量：描述風(fēng)速的漸變特性。

式中： Vγ=maxR[1-（t+T2R）/（T1R-T2R）]； maxR， T1R，T2R，TR分別表示漸變風(fēng)幅值、初始時間、終止時間和保持時間。

（4）隨機風(fēng)分量：隨機風(fēng)分量一般采用隨機噪聲風(fēng)來描述。

φi為0～2π均勻分布的隨機變量；F為擾動范圍；KN為地表粗糙系數(shù)；μ為相對高度的平均風(fēng)速；N為頻譜取樣點數(shù)；ωi為各個頻率段的頻率。

圖2為4種風(fēng)速特性典型曲線，根據(jù)上述4種風(fēng)速成分的組合可以模擬自然風(fēng)的風(fēng)速，因此實際作用在風(fēng)機上的風(fēng)速可以用式（6）表示[31]。

圖2 4種風(fēng)速特性典型曲線

1.2 光伏輸出功率模型

可以在電流源上并聯(lián)一個二極管D作為光伏電池模型，如圖3所示。

式中：Iph是常量；Voc是光伏電池單元的電壓；Io是飽和電流；m是理想的因子；k是Bultsman常數(shù)；Tc是光伏單元的溫度；ID為流經(jīng)二極管的電流。

圖3光伏單元等效模型

1.3 蓄電池模型

一般蓄電池電氣模型等價于1個電壓源E串聯(lián)1個電阻Ro，如圖4所示。

蓄電池的端電壓為：

圖4 蓄電池等效模型

圖5所示的蓄電池模型中包含2個量，一個是寬度c，對應(yīng)最小可用電量q1；另一個是寬度（1-c），對應(yīng)限制的最大充電量q2。

蓄電池的電量模型可表示如下：

圖5 蓄電池出力原理

1.4 考慮蓄電池記憶效應(yīng)的兩象限斬波器模型

在構(gòu)建的混合系統(tǒng)中，采用含兩象限斬波器的蓄電池充放電電路，如圖6所示。

圖6 兩象限斬波器的蓄電池充放電電路

斬波器用于風(fēng)機與光伏能量管理系統(tǒng)中，當(dāng)風(fēng)光混合系統(tǒng)輸出功率高于負(fù)荷時蓄電池充電，當(dāng)系統(tǒng)負(fù)荷缺電時通過控制蓄電池放電。

考慮到蓄電池記憶效會產(chǎn)生過充和過放現(xiàn)象，將斬波器電感值提高到原來的2倍，并采用快速充放電控制策略，可以有效避免蓄電池記憶效應(yīng)。

2 算例分析

以新疆電力調(diào)度中心EMS（能量管理系統(tǒng)）獲取的新疆吐魯番某風(fēng)電場（148.5 MW）2017年風(fēng)電全年出力數(shù)據(jù)和哈密某光伏電站（54.5 MW）出力數(shù)據(jù)為樣本，采樣時間間隔均為1 min，累計有效總數(shù)據(jù)為572 566個，以蓄電池作為儲能設(shè)備，對文中所述風(fēng)光儲控制策略的正確性和可行性進行計算分析。

圖7為采樣間隔為10 min時該風(fēng)電場全年出力數(shù)據(jù)。圖8為該風(fēng)電場全年典型平均風(fēng)速。圖9為該光伏電站在不同溫度和不同光照強度下的I-V曲線。

圖7 風(fēng)電場實際出力

圖8 風(fēng)電場典型年平均風(fēng)速

圖10為加裝儲能前后風(fēng)光功率波動情況，采樣間隔為1 min，實線為未加裝儲能前的風(fēng)光功率，虛線為加裝儲能后風(fēng)光儲合成出力。可以明顯看出，接入儲能裝置后的風(fēng)光儲功率曲線變得平滑，波動明顯減小。

圖11采用文中所提控制策略，為避免蓄電池的記憶效應(yīng)，將蓄電池SOC（荷電狀態(tài)）限制在15%~85%之間，能有效防止蓄電池產(chǎn)生過充和過放現(xiàn)象。

圖9 光伏電站不同溫度T和光照強度S下的光伏I-V曲線

圖10 加裝儲能前后的風(fēng)光功率波動情況

圖11 考慮蓄電池記憶效應(yīng)后24 h的SOC變化

采用PSO算法，對風(fēng)光系統(tǒng)和風(fēng)光儲系統(tǒng)2種模式進行了成本計算。其中，風(fēng)光系統(tǒng)成本為風(fēng)光固定投資成本，風(fēng)光儲總系統(tǒng)為風(fēng)光儲固定成本減去儲能補償?shù)娘L(fēng)光棄風(fēng)成本。從圖12可以看出風(fēng)光儲混合系統(tǒng)的總成本要明顯低于單一模式下的風(fēng)光系統(tǒng)總成本。在同一負(fù)荷下，由于蓄電池儲能系統(tǒng)的充放電能有效彌補風(fēng)光系統(tǒng)與負(fù)荷之間的能量差值，節(jié)約由此而產(chǎn)生的費用，從而提高了經(jīng)濟性。

3 結(jié)語

圖12 風(fēng)光儲混合系統(tǒng)與單一風(fēng)光系統(tǒng)成本對比

建立了風(fēng)光儲混合系統(tǒng)子系統(tǒng)模型，提出考慮記憶效應(yīng)的蓄電池系統(tǒng)控制策略，利用風(fēng)光的短期線性預(yù)測手段，采用PSO算法，對新疆某含儲能的實際風(fēng)電場和光伏電站進行了仿真驗證，并對風(fēng)光儲混合系統(tǒng)與單一模式下的風(fēng)光系統(tǒng)總成本進行了對比分析，結(jié)果表明：考慮記憶效應(yīng)的蓄電池儲能系統(tǒng)控制策略能夠提高風(fēng)光儲混合系統(tǒng)經(jīng)濟性，具有較好的實際應(yīng)用價值。

[1]殷志敏，晁勤，王一波，等.波動率優(yōu)于國網(wǎng)標(biāo)準(zhǔn)的風(fēng)電場儲能容量經(jīng)濟優(yōu)化配置[J].可再生能源，2016，34（1）∶86-94.

[2]殷志敏，晁勤，王純琦，等.基于風(fēng)儲經(jīng)濟調(diào)度的儲能容量優(yōu)化配置[J].可再生能源，2016，34（1）∶64-71.

[3]ZHIMIN YIN，QIN CHAO.An Optimization Calculation Method of Wind Farm Energy Storage Capacity based on Economic Dispatch[J].International Journal of Hybrid Information Technology，2016，9（9）∶231-244.

[4]周雙喜，王海超，陳壽孫，等．風(fēng)力發(fā)電運行價值分析[J]．電網(wǎng)技術(shù)，2006，30（14）∶98-102．

[5]盛四清，檀曉林，李歡，等．含風(fēng)電場的互聯(lián)電力系統(tǒng)備用容量優(yōu)化[J]．電網(wǎng)技術(shù)，2013，37（11）∶3067-3072．

[6]張麗英，葉廷路，辛耀中，等．大規(guī)模風(fēng)電接入電網(wǎng)的相關(guān)問題及措施[J]．中國電機工程學(xué)報，2010，30（25）∶1-9．

[7]凡鵬飛，張粒子，謝國輝．充裕性資源協(xié)同參與系統(tǒng)調(diào)節(jié)的風(fēng)電消納能力分析模型[J]．電網(wǎng)技術(shù)，2012，36（5）∶51-57．

[8]嚴(yán)干貴，劉嘉，崔楊，等．利用儲能提高風(fēng)電調(diào)度入網(wǎng)規(guī)模的經(jīng)濟性評價[J]．中國電機工程學(xué)報，2013，33（22）∶45-52．

[9]汪海蛟，江全元．應(yīng)用于平抑風(fēng)電功率波動的儲能系統(tǒng)控制與配置綜述[J]．電力系統(tǒng)自動化，2014，38（19）∶126-135．

[10]黎靜華，龍裕芳，文勁宇，等．滿足充裕性指標(biāo)的電力系統(tǒng)可接納風(fēng)電容量評估[J]．電網(wǎng)技術(shù)，2014，38（12）∶3396-3404．

[11]陸秋瑜，胡偉，鄭樂，等．多時間尺度的電池儲能系統(tǒng)建模及分析應(yīng)用[J]．中國電機工程學(xué)報，2013，33（16）∶86-93．

[12]張峰，梁軍，張利，等．考慮最佳期望輸出與荷電狀態(tài)的風(fēng)電場儲能容量優(yōu)化方法[J]．電力系統(tǒng)自動化，2014，38（24）∶12-19．

[13]徐群，呂曉祿，武乃虎，等．考慮電池壽命和過放現(xiàn)象的風(fēng)電場儲能容量優(yōu)化[J]．電網(wǎng)技術(shù)，2014，38（6）∶1505-1511．

[14]桑丙玉，王德順，楊波，等．平滑新能源輸出波動的儲能優(yōu)化配置方法[J]．中國電機工程學(xué)報，2014，34（22）∶3700-3706．

[15]施琳，羅毅，涂光瑜，等．考慮風(fēng)電場可調(diào)度性的儲能容量配置方法[J]．電工技術(shù)學(xué)報，2013，28（5）∶120-128．