新能源電站柔性功率控制系統的 研制與應用

摘 要：柔性功率控制系統對實現高效、穩定的功率控制至關重要。本文提出了復合儲能容量配置的優化目標函數，包括成本最小化、可再生能源波動抑制和供求平衡等方面。針對多目標優化算法選擇，介紹了XGBoost算法的原理和應用場景。通過試驗驗證了濾波時間對輸出功率穩定性和儲能裝置利用效率的影響。結果表明，不同濾波時間會影響系統響應速度和輸出功率穩定性。優化儲能容量配置和選擇合適的控制算法，可以提高系統的功率控制效率和穩定性，有效應對可再生能源波動性，實現供需平衡。

關鍵詞：新能源電站；柔性功率控制；儲能分頻控制

中圖分類號：TM 619" " " " " 文獻標志碼：A

隨著全球對可再生能源的需求不斷增長，新能源電站也面臨如何實現高效、穩定功率控制等問題。面對復雜功率控制環境中的新能源消納、儲能單元加入和多種發電形式的出力變化，柔性功率控制系統成為一種關鍵技術，并吸引了諸多研究者的關注。顏湘武等[1]研究了基于旋轉式潮流控制器的有源配電網柔性合環及緊急功率控制方法。劉岳坤等[2]研究了柔性直流輸電系統交流側導納矩陣建模及頻率耦合抑制策略。魯曉軍等[3]研究了基于電容能量的風電柔性直流快速功率控制。陶征等[4]研究了基于柔性勵磁功率控制的載波同步策略。陳敦輝等[5]研究了采用能量平衡性分析的MMC柔直系統自適應功率控制策略。吳攀等[6]提出了基于功率互濟的柔性互聯多微網孤島運行多層協調控制策略。顧后生等[7]提出了多直流微電網群柔性互聯與控制策略。

1 柔性功率控制系統目標設計

整理系統架構設計整體框架見表1。

儲能系統是新能源電站的重要組成部分，具有存儲和釋放電能功能，可以平衡供需間的差異，提高系統靈活性和穩定性。因此，當設計新能源電站柔性功率控制系統時，合理配置儲能裝置至關重要。因此本文考慮其儲能配置，分析其多目標優化，從復合儲能成本、功率供求平衡和可再生能源波動抑制等多個角度建立復合儲能容量配置的優化目標，如公式（1）所示。

式中：f（x）為最終的多目標聚合函數；fi（x）為分目標函數，其數量為m；λi為該目標函數的權重。

根據實際需求，本文以多個角度建立了多目標聚合函數，在其中權重λi反映了各個子目標相對重要程度，從而形成一個綜合評價指標，以指導決策者確定最佳混合存儲裝置容量分配方案。其中，成本是一個重要考量因素。最小化復合儲能系統的費用可以降低整體運營成本，并提高系統經濟效益。成本目標是指在滿足微電網基本運行調度情況下，使復合儲能費用最小。成本目標函數包括儲能變換設備、系統成本以及維護成本，如公式（2）所示。

式中：f1（x）為成本目標；Euc和Ebat分別為超級電容和蓄電池的儲能容量；ηuc和ηbat分別為超級電容和蓄電池的效率；cuc和cbat分別為超級電容和蓄電池的單位容量價格；cm為儲能維護成本。

模型在目標函數中加入了與儲能變換設備、維護等相關的費用項，可保證在滿足微網基礎調度需求下實現最佳經濟性。

超級電容和蓄電池具有性能差異，通常分別處理高頻功率和低頻功率分量，因此需要引入濾波器分配。保持穩定且靈活的功率供應對新能源電站至關重要。優化配置復合儲能容量可以更好地平衡負載需求和可再生資源波動間的差異，在不同時間尺度上實現負載均衡，并減少對傳統發電機組的依賴。因此，相應加入的目標函數如公式（3）所示。

式中：Puc和Pbat分別為超級電容和蓄電池的補償功率；Pess為需補償功率；T為濾波時間；cT為濾波時間設置倍率，用于進一步平衡新能源電站類型所導致的發電性能波動頻率。

隨著可再生資源（例如風力、太陽能）占比增加，當光照或風速變化較大時會導致輸出功率波動明顯。可適當配置復合儲能容量來緩解這種波動，有助于提高整體系統穩定性和預測精度。新能源的功率平抑目標為建立平滑后使可再生能源出力變化差值的平方和最小，如公式（4）所示。

式中：f2（x）為功率波動的平抑目標；Pi-1為平滑前出力；Pi為平滑后出力。

微電網供求平衡目標以儲能補償后的各時間段負荷與調節后負荷均值偏差的平方和最小為目標，如公式（5）所示。

式中：：f3（x）為供求平衡目標函數；PL為負荷功耗；Pavg為平抑后的符合均值。

2 柔性功率控制系統約束條件分析

與此同時，微電網中復合儲能配置需考慮儲能荷電狀態、最大功率限幅和瞬時功率平衡等限制條件，以保證合理性。

儲能設備的荷電狀態對其性能和壽命具有重要影響，在優化過程中補償前、后蓄電池和超級電容的荷電狀態，可以避免過度充、放電導致儲能設備損壞或降低效率。荷電狀態的約束條件分別如公式（6）、公式（7）所示。

式中：Sj-1，uc為補償前的蓄電池荷電狀態；Sj，uc為補償后的蓄電池荷電狀態； Sj-1，bat為補償前超級電容的荷電狀態；Sj，bat為補償后超級電容的荷電狀態；r為匹配常數。

其中，儲能補償功率規模存在最大上限，當其超出限額時，對應存在最大限額。如果儲能補償功率為負，則其儲能達到最大值后停止充電，需要修正實際交換功率，采取相應措施以保障設備安全，并保證系統穩定運行，如公式（8）、公式（9）所示。

式中：Smin，uc為蓄電池儲能最大放電即停止放電狀態；Smax，uc為蓄電池儲能不再充電即充電完成狀態；Smin，bat為超級電容儲能最大放電即停止放電狀態；Smax，bat為不再充電即充電完成狀態。

綜合目標函數和約束條件，得到微電網中復合儲能容量管理的多目標優化數學模型。多種不可比較甚至沖突的優化目標需要借助多目標優化算法來尋找最佳解。

本文將XGBoost作為多目標優化算法。XGBoost即Extreme Gradient Boosting，來自華盛頓大學Carlos Guestrin實驗室，是一類梯度提升算法，通常應用于監督學習問題，也即用于分類和回歸。XGBoost利用一階導數信息ri和二階導數hi進行迭代形成，并相加更新學習器。對于損失，XGBoost進行二階泰勒展開，并額外加入正則項，從而平衡模型。因此，XGBoost是一種對輸入數據的要求不敏感的算法，從而能夠較好地應用于實踐領域中。

3 性能測試

立足于現有控制系統設計和算法選擇，本文利用光伏電站真實數據對新能源電站柔性功率控制系統中濾波時間對輸出功率穩定性和儲能裝置的利用效率進行性能測試。其中，新能源系統的輸出功率隨濾波時間常數的調整而變化的結果如圖1所示。

當濾波時間常數增加時，新能源電站的輸出功率會隨之增加。原因是較長的濾波時間允許系統更多地平均化輸入信號，從而使輸出功率更接近于負載需求的長期平均水平。然而，當濾波時間超過一定閾值（約4 s）后，輸出功率會急劇下降。原因是較長的濾波時間導致系統響應變慢，無法及時跟蹤負載需求的快速變化。這種現象可能會導致系統在瞬態條件下產生幅度過大的功率波動，可能無法滿足對快速響應性能有一定要求的應用場景。

立足于功率平抑需要，平滑功率波動后的發電功率變化結果如圖2所示。

對輸出功率進行平滑處理后，其波動幅度顯著降低，表明在處理過程中加入一定程度的平滑性能可使輸出功率更穩定。采用適當的平滑處理方法可以有效減少系統輸出功率的瞬態波動，從而提高系統對負載需求變化的適應能力。其中，新能源系統的儲能單元能量利用隨濾波時間常數的調整而變化的結果如圖3所示。

隨著濾波時間增加，儲能單元的利用日益增加，對儲能規模的挖掘曲線持續下探，現有儲能的利用效率逐漸提高。該結果反映出儲能單元的管控性能較好，較長的濾波時間允許系統更好地預測和調整輸出功率，以匹配負載需求，并能減少由瞬態變化引起的頻繁充放電循環，從而延長儲能裝置的使用壽命。如果儲能利用過度，其能量消耗過多，就會導致儲能耗盡，此后電力供應難以維持穩定水平，威脅發電性能和并網能力。

立足于功率平抑需要，對平抑化后的儲能單元消耗情況進行計算與整理，其結果如圖4所示。

對數據進行平滑處理后，輸出功率的波動幅度也顯著減少，表明較長的濾波時間可以提高系統在穩態和瞬態工況下對負載需求變化的適應能力，并減少系統在瞬態條件下波動幅度過大的可能性。較長的濾波時間可以帶來更穩定和可預測的輸出功率，但是也會導致系統響應速度變慢，在快速響應性能要求較高的場景下性能不足。較短的濾波時間可以提高系統對快速負載需求變化的響應速度，但是也可能導致輸出功率幅度較大、頻繁變化等問題。

4 結語

本文深入研究了新能源電站柔性功率控制系統中的儲能配置和多目標優，進行了濾波時間對輸出功率穩定性和儲能裝置利用效率的影響測試。結果顯示，不同濾波時間會影響系統響應速度和輸出功率穩定性。平滑處理可減少系統波動，提高穩定性，延長儲能裝置壽命，在合理選擇和配置儲能設備方面具有重要意義，優化系統參數設置和控制策略是關鍵。未來研究應加強多目標優化算法選擇與智能算法優化濾波參數的研究。

參考文獻

[1]顏湘武，邵晨，彭維鋒，等.基于旋轉式潮流控制器的有源配電網柔性合環及緊急功率控制方法[J].中國電機工程學報，2023，43（16）：6192-6205.

[2]劉岳坤，汪娟娟，王澤昊，等.定功率控制下柔性直流輸電系統交流側導納矩陣建模及頻率耦合抑制策略研究[J].中國電機工程學報，2023，43（10）：3718-3731.

[3]魯曉軍，雷肖，楊張斌，等.基于電容能量的海上風電柔性直流快速功率控制[J].人民長江，2022，53（2）：164-169，213.

[4]陶征，李旭，韓兵，等.基于柔性勵磁功率控制的載波同步策略[J].電力電子技術，2020，54（6）：50-53.

[5]陳敦輝，洪潮，談竹奎，等.采用能量平衡性分析的MMC柔直系統自適應功率控制策略[J].中國電機工程學報，2020，40（7）：2255-2268，2404.

[6]吳攀，黃文燾，邰能靈，等.基于功率互濟的柔性互聯多微網孤島運行多層協調控制策略[J].高電壓技術，2019，45（10）：3101-3111.

[7]顧后生，李霞林，郭力，等.多直流微電網群柔性互聯與控制[J].電力系統及其自動化學報，2020，32（4）：1-8.