基于模糊经验模态分解的电池储能系统平滑风电出力控制策略

为减少风电波动率,提高并网可靠性,提出一种基于模糊经验模态分解(empirical mode decomposition,EMD)的储能系统平滑风电功率波动的控制策略。采用经验模态分解对风电功率进行滤波,低频分量并网,高频分量并入电池储能系统(battery energy storage system,BESS)。使用平滑后风电波动率和储能电池荷电状态(state of charge,SOC)作为约束条件,利用模糊控制算法,自适应在线调整EMD滤波阶数,通过模糊自适应控制器,能够更好地平滑风电波动。对比其他平抑风电功率储能控制策略,仿真实例表明,该方法可以有效地平抑风电功率波动,避免储能电池过充过放,稳定储能荷电状态。     

基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电功率输出的稳定性。针对风电出力的间歇性和波动性,基于移动平均算法,在同时考虑储能系统的荷电状态（state of charge,SOC）和风电功率波动率的情况下提出了一种平滑风电功率控制策略,并与传统一阶低通滤波平滑风电功率方法进行对比。通过Matlab/Simulink仿真验证了该方法的有效性,在平滑风电并网功率的同时可以有效减少储能使用次数与储能能量。     

基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电功率输出的稳定性。针对风电出力的间歇性和波动性,基于移动平均算法,在同时考虑储能系统的荷电状态(state of charge,SOC)和风电功率波动率的情况下提出了一种平滑风电功率控制策略,并与传统一阶低通滤波平滑风电功率方法进行对比。通过Matlab/Simulink仿真验证了该方法的有效性,在平滑风电并网功率的同时可以有效减少储能使用次数与储能能量。     

混合储能系统平滑风电出力的变分模态分解-模糊控制策略

在风电机组并网处安装储能装置可以有效平滑功率波动,提出了变分模态分解-模糊控制策略平抑风电功率波动。首先通过滑动平均滤波获得储能系统参考功率,采用变分模态分解(Variational Mode Decomposition, VMD)将储能系统参考功率分解后,分别将高频信号和低频信号分配给超级电容器和锂电池。结合超级电容器和锂电池当前荷电状态与其参考值偏差,经模糊控制规则修正储能系统设备的充放电功率。最后利用Matlab/Simulink仿真,结果表明该控制策略不仅能够满足风电场最大输出功率变化率限制要求,还可以保持荷电状态(SOC)维持在合理范围,避免过充和过放的发生。     

电池储能系统平滑风电功率控制策略

风电功率具有随机性与波动性,为减小风电功率波动对电网带来的不利影响、减小风电功率分钟级的波动量,采取一阶低通滤波器并利用电池储能系统对风电功率进行平滑控制。根据风电功率的平滑效果,选取合适的平滑时间常数,分析储能容量与平滑时间常数之间的关系,并根据单位储能平滑率选取合适的储能平滑时间常数,可为风电场通过配置储能系统平滑风电功率提供参考。     

电池储能平抑风电功率波动的预测控制方法

风电波动性和随机性严重影响电力系统安全稳定性。为了平抑风功率波动,提出了一种基于模型预测控制(MPC)原理的平抑风电功率波动的电池储能控制方法。该方法利用风电场超短期功率预测信息,以并网风电功率的波动范围、电池储能荷电状态(SOC)、储能出力大小等为约束,通过滚动优化实现对储能的优化控制。算例表明,该方法既能有效平抑风电功率波动,又能超前控制储能SOC值,维持储能的平滑能力,避免储能过充过放。     

考虑储能电池运行寿命的风电功率波动平抑方法研究

储能应用于风电功率波动平抑时，存在有效平抑波动功率与减小储能电池负担难以协调的问题，导致风电功率波动平抑效果不佳或储能电池负担增大。针对以上问题，提出了一种改进的自适应滑动平均滤波算法，在满足1min和10min双时间尺度的风电并网功率波动率标准下，对风电功率进行自适应分解，不仅获得了满足风电并网标准的并网功率参考值，还减小了需要储能电池平抑的波动功率，然后采用双磷酸铁锂电池来平抑波动功率，同时考虑荷电状态(state of charge,SOC)反馈，通过检测储能电池SOC的值，判断其是否达到充电上限或放电下限，以此防止过充过放电对储能电池运行寿命的影响，运用雨流计数法寿命评估模型对储能电池运行寿命进行评估。算例表明，所提算法能够根据风电功率波动率的大小在线实时调节滑动窗口的大小，实现风电功率的分解，从而有效地平抑了风电功率波动，并且降低了储能电池的负担，延长了其使用寿命。     

基于改进移动回归滤波的储能实时平抑功率波动

为提高储能系统平抑风功率波动的经济性,提出了一种基于改进移动回归滤波的电池集成储能双层控制策略。上层控制中,基于改进的移动回归滤波风功率平滑策略,引入权重机制来减小控制过程中的相位滞后,并推导出基于加权回归的风功率平滑模型,使并网功率与风功率相位接近,以减少储能额定功率需求和运行负担,通过移动数据窗实现实时控制;下层控制中,将电池储能系统划分为充放电特性不同的两部分独立跟踪功率,以减小频繁充放电对电池寿命的影响,并根据荷电状态（state of charge,SOC)反馈信号判断其是否达到充/放电限值,而后切换2组储能充放电模式转换,并构建基于雨流计数法的寿命评估模型评估电池储能实际运行寿命。通过实际风电池数据对所提策略的进行验证,结果表明：所提方法可有效减少并网功率相位滞后,降低电池储能系统额定功率需求和运行负担,相较单电池储能控制,电池寿命提升了数倍。     

结合风功率预测及储能能量状态的模糊控制策略平滑风电出力

在风电并网处加入储能系统,可以有效地平滑风力发电系统的并网功率,满足电网规定的波动范围。而基于储能荷电能量反馈的储能控制策略,可以在保证并网功率要求的同时,尽量避免储能电池过度充/放。在此基础上,提出一种基于相空间重构–随机森林风功率预测模型和储能荷电能量反馈的模糊控制策略。基于预测未来风功率变化评估功率波动水平,并结合储能当前荷电状态,利用模糊控制器调节储能系统出力。在保证风电平滑前提下,减少储能电池进入平抑能力死区时间,维持储能系统平抑波动水平。最后,通过将仿真算例结果和传统方法对比,验证了所提控制策略的优越性,即可以在相同储能配置比例下达到更低的功率波动指标要求和更少的储能死区时间。     

利用储能系统平滑光伏波动的模糊聚类经验模态分解方法

为了平滑光伏输出功率,提出一种基于模糊聚类经验模态分解(ensemble empirical mode decomposition,EEMD)的储能系统控制方法。通过对光伏信号的频谱分析,利用EEMD滤波分成高频和低频两部分,光伏低频分量作为光伏并网功率信号,高频信号接入储能系统吸收;使用储能电池荷电状态值、平滑波动率值状态作为约束条件,利用模糊控制算法,自适应在线调整EEMD滤波阶数,通过模糊自适应控控制器,实现了更好平滑光伏波动。对比定阶EEMD光伏功率储能控制策略,仿真实例表明,该方法可以充分使用储能系统平抑光伏功率波动,稳定储能荷电状态。     

储能系统的荷电状态管理策略及其影响评价

针对储能系统的荷电状态(SOC)调节问题,提出了一种基于变滤波时间常数低通滤波方法的储能SOC管理策略,并引入波动谐波含量和电池等效循环寿命来评价管理策略的效果。首先,从电力系统运行的角度对各频段的风电/光伏发电功率波动对电网频率的影响进行分析,为管理策略提供设计依据。然后,给出了所提出的SOC管理策略的原理和控制结构,并在风电/光伏发电功率波动频率分析的基础上,设计了低通滤波器的可变滤波时间常数控制规则和充放电功率限幅策略。最后,针对所提出的SOC管理策略进行了波动平抑仿真实验,并采用波动谐波含量和电池等效循环寿命对实验结果进行了评价分析,实验结果验证了策略的有效性。     

风储联合系统中双电池SOC波动越限优化研究

本文分析了风储联合系统风功率平滑应用场景中双电池系统荷电状态(state of charge,SOC)波动越限问题,并提出一种改进控制策略。该策略通过风功率预测实现SOC波动越限预测,进而合理设置双电池系统充放电状态切换时刻,有效避免SOC波动越限,维持储能系统良好的充放电深度。基于两种湍流风速的仿真结果验证了本文改进控制策略的有效性和优越性。     

平抑风电波动的混合储能系统自适应控制策略

针对由全钒液流电池、磷酸铁锂电池及超级电容 3种储能介质组成的混合储能系统,提出一种针对不同储能介质特性进行混合储能系统自适应功率分配及调节优化的风电功率波动平抑控制策略。通过二阶低通滤波算法进行针对不同储能介质特性的自适应功率分配及调节,同时考虑系统后续运行需求,进行基于SOC反馈的分段功率控制优化调整,使储能系统工作在正常区间的同时为后续运行时段提供一定的充放电空间,最后经过储能系统极限约束修正,实现对风电场输出功率波动的有效平抑。通过在储能型风电场项目中的应用实验,验证了此控制策略的有效性。     

基于滑动最小二乘算法和电池荷电状态的储能 系统平滑控制策略

利用电池储能系统平滑间歇式电源的输出功率波动可以提高该类电源输出功率的稳定性。提出一种基于滑动最小二乘算法和电池荷电状态的电池储能系统实时控制策略。通过滑动最小二乘拟合算法确定储能系统的功率输出量,并辅助以荷电状态和最大波动功率限制调节,从而有效降低平滑控制过程中电池的充放电深度。实验结果显示,与传统基于滤波算法的控制策略相比,在获得相同平滑效果的情况下,新的控制策略具有更小的荷电状态波动量,可以较大程度降低所需电池容量,并延长电池的寿命。     

考虑充放电能量不均衡的双电池系统状态评估与控制策略

电池使用寿命是风电场功率波动平抑场景中影响储能系统经济性的重要因素。为了延长电池使用寿命,基于充放电任务分开执行的双电池系统运行模式,建立了给定最佳放电深度运行的双电池储能系统充放电数学模型,讨论了该运行模式下因充放电能量不均衡出现的极端运行情况。针对储能系统的实时运行状况和风电功率的波动情况,提出了能够表征双电池储能系统运行能力的充放电饱和能力指标和充放电运行平稳度指标,进而设计了模糊控制策略以自适应调节低通滤波器时间常数,优化控制储能电池的荷电状态,避免系统进入因充放电能力不足的不稳定运行区间。利用MATLAB/Simulink仿真平台,从荷电状态优化控制效果和波动平抑效果两方面对所提控制策略进行了仿真分析。仿真结果表明,所提模糊控制策略能够维持双电池储能系统长期稳定运行,并保证了波动平抑效果。     

链式电池储能功率转换系统研究

风力发电出力具有间歇性、波动性和随机性的特点,风功率直接并网可能给电网的电压、频率稳定带来消极影响,这就需要在风电场中安装储能系统来平抑风力发电输出功率波动。介绍了电池储能功率转换系统的发展现状,给出了一种链式电池储能功率转换系统方案和功率控制方法,推导了通过零序电压注入和在各H桥单元交流输出电压附加相应的分量来实现相间电池簇和相内电池组荷电状态均衡的原理,在MATLAB/SIMULINK环境下进行仿真验证。     

风储联合发电系统电池荷电状态和功率偏差控制策略

提出了一种新型的基于风电功率预测偏差和电池荷电状态(SOC)反馈的储能系统控制策略,通过预测结果计算风电功率的变化偏差,得出完全补偿波动所需的储能系统充放电功率,引入补偿系数联合求解获得储能系统的充放电控制指令。同时,建立了补偿系数的动态优化模型,包括长时间尺度下基于输出功率波动和电池容量变化指标的基准补偿系数寻优模型,短时间尺度下基于电池SOC指标和充放电状态的补偿系数快速修正模型。算法采用的最优求解和SOC指标具有广泛的适应性,便于推广不同容量储能系统在风电功率平滑中的应用,可以兼顾储能电池的寿命和输出功率的平滑性。算例结合风电场的功率实测数据,进行储能系统配置仿真,验证了该控制策略能够最大程度发挥储能系统能力,在维持电池能量稳定前提下,平抑风电场输出功率的波动。     

基于SMES/BESS混合储能抑制风电功率波动的控制策略

针对风能的随机性和波动性,风力发电系统易出现功率波动的问题,采用超导磁储能(SMES)和蓄电池(BESS)混合储能的方式来平抑功率波动,提出了一种改进型混合遗传算法的变参数荷电状态(SOC)分区控制优化策略。基于自适应学习的思想对算法进行了改进,使得算法的收敛速度和精确度得以提高。将储能系统荷电状态剩余量和荷电状态分区限值作为改进后混合遗传算法的目标函数和边界条件。所得目标结果作为滤波器滤波时间常数修正值对其进行修正,从而实现功率二次分配。在Matlab/Simulink中搭建仿真模型验证了该控制策略的有效性。所提控制策略可以对任意时刻SMES和BESS出力进行最优配合,同时能减小电池充放电深度和提高对风电功率波动的平抑效果,且能有效提高混合储能系统的使用寿命。