混合储能在风光互补微网中的控制策略

在风光互补发电系统组成的微网中,储能技术的应用占有重要地位,它可以进一步完善风光互补发电技术,使系统中各个部分的控制更加合理、有效,使系统更加稳定、安全,并且提高了整体使用寿命与经济性。构建了一种应用于风光互补微网中的超级电容器蓄电池混合储能系统,提出了基于功率外环加电流内环控制的VSC控制策略以及基于滑动平均滤波器的DC/DC控制策略。利用Matlab构建模拟微网并进行仿真,其验证结果表明基于上述策略的混合储能系统在微网中的应用是合理有效的,同时超级电容的高功率密度及蓄电池的高能量密度的特点的结合提高了混合储能系统的灵活性与实用性。     

基于风光互补微电网的复合储能控制策略

针对风光互补发电系统并网功率波动问题,在考虑平抑功率波动对储能性能需求的基础上,将蓄电池和超级电容器组成复合储能系统(hybrid energy storage system,HESS)应用到风光互补微电网中,并提出了复合储能的能量管理和控制策略。能量管理方面,遵循超级电容器优先工作原则,通过判断超级电容器端电压大小来决定复合储能的工作方式;超级电容器用来平抑风光发电并网波动功率的高频部分,蓄电池平抑低频部分,进而减少蓄电池的充放电次数,延长其使用寿命;控制策略方面,蓄电池的双向DC/DC变换器采用恒功率控制,超级电容器的双向DC/DC变换器采用恒母线电压控制,保证了直流母线电压的稳定,实现了复合储能的双向充放电控制。最后,利用PSCAD软件搭建了含复合储能的风光互补微电网仿真模型,仿真结果验证了所提控制策略的有效性和正确性。     

基于频率滞环的孤立微网混合储能系统频率控制策略

以蓄电池与超级电容器混合储能系统为研究对象,提出基于频率滞环的孤立微网混合储能系统频率控制策略。该控制策略包含Ⅰ、Ⅱ两种控制方式:控制方式Ⅰ通过引入频率滞环来协调频率控制精度与蓄电池充放电次数的关系,可有效减小蓄电池的充放电次数;控制方式Ⅱ综合考虑蓄电池使用寿命和超级电容器容量的双重约束,通过频率滞环协调蓄电池和超级电容器的充放电优先级,实现不同储能装置的优化控制。在DIg SI-LENT商业软件中搭建了Benchmark低压微网算例,仿真结果验证了所提控制策略的有效性。     

微电网混合储能系统控制策略研究

微电网中的微电源和负载具有波动性和随机性,故储能系统是维持微电网安全可靠运行并改善电能质量的关键,蓄电池与超级电容器混合使用可以发挥蓄电池电池能量密度大和超级电容器功率密度大,充放电速度快的优势,提高微电网储能系统性能。提出了一种基于互补PWM小信号模型,并分别给蓄电池和超级电容器设计了控制方案,蓄电池采用单电流环很好的平抑了功率的低频波动,超级电容器采用带前馈的双环控制,平抑功率的高频波动,并有效的维持了直流母线电压的稳定。仿真结果证明了所提出的控制策略的正确性。     

混合储能系统的动态比例功率分配控制策略

针对混合储能系统(HESS)中负载多变性和冲击性导致的系统不稳定,充放电效率下降,控制难度增加等问题,提出了一种蓄电池/超级电容器混合储能系统的动态比例功率分配控制策略.控制采用双层结构,外层功率控制回路用于确定蓄电池与超级电容器的功率分配比;内层电流控制回路用于确定蓄电池和超级电容器的最佳充放电状态以及实时跟踪负载需求.当外层功率控制回路中的负载不变时,超级电容器和蓄电池的功率分配比维持不变.负载改变时,功率分配比动态改变,超级电容器提供最大的动态负载电流,蓄电池则以不变的动力继续工作.通过仿真测试表明,动态比例功率分配不仅能够减小蓄电池电量波动及其变化率,而且能够提高系统充放电效率和稳定性.     

混合储能系统在风光互补微电网中的应用

光伏发电和风力发电输出功率具有间歇性和随机性的特点,为了提升微电源的性能,将储能装置应用于风光互补的微电网中。采用超级电容与蓄电池的混合储能系统,通过对DC/DC变换器控制策略的合理设计,实现了蓄电池恒流充放电,延长了使用寿命;针对传统PID控制的不足,采用响应速度更快、控制效果更好的滑模变结构控制方法;为了平抑风光互补微电网并网功率,并在孤岛运行时提供稳定的电压频率支持,采用低压微电网的下垂控制策略。在孤岛运行时,分别在风速、光照强度改变以及负载变化的情况进行了仿真评估混合储能系统的性能,结果表明,混合储能系统能够提高风光互补微电网的电能质量。     

基于统计学方法的微网混合储能容量优化配置

混合储能系统是微网中平抑功率波动的关键组件,为微网配置适当的储能容量可有效提高系统的经济性。提出了混合储能系统容量优化配置的一种统计学方法。该方法提出了基于频谱分析的功率分配策略,并与频率滞环控制相结合。功率分配策略协调蓄电池和超级电容器的运行,改善了蓄电池的运行环境;频率滞环增加了蓄电池的使用寿命。该方法还探索了超级电容器、蓄电池的容量配置子算法。此外,对统计模型进行蒙特卡洛仿真,获得了混合储能系统的容量概率分布,确定了不同累计概率水平下的混合储能系统的容量。仿真结果验证了所提方法的合理性和经济性。     

基于混合储能的微电网功率控制策略

微电网中间歇式微电源输出功率较大的不确定和波动,给微电网孤网运行时的电能质量和并网运行时的功率可调度控制带来了巨大的挑战.采用单一的储能系统平滑功率波动,不仅无法很好解决上述两种问题,且不利于延长储能元件的寿命.文中利用超级电容的高功率密度、快速充放和蓄电池适于平抑长周期功率波动的特点,提出了基于超级电容和蓄电池组成的混合储能系统及相应的控制策略,微电网孤网运行时采用超级电容平滑波动频率较高的功率,并网运行时结合蓄电池平抑频率较低的功率,通过两者的共同作用提高了微电网孤网运行的电能质量与并网运行的可调度性,同时避免了蓄电池频繁充放电.在PSCAD/EMTDC中建立微电网仿真模型,验证了所提出的混合储能结构及其控制策略的可行性.     

基于多端口DC/DC变换器的混合储能系统自适应能量控制策略

研究了一种基于多端口DC/DC变换器(multi-port DC/DC converters,MPC)的混合储能系统(hybrid energy storage system,HESS),并将其应用于直流微电网。针对脉动负荷功率突变对直流母线电压及蓄电池组正常运行造成剧烈冲击的问题,提出了一种基于移动平均滤波算法的自适应能量控制策略(adaptive energy control strategy,AECS)。首先,通过移动平均滤波算法将脉动负荷功率进行滤波,由蓄电池组承担平缓的功率变化,而由超级电容器补偿瞬时的功率突变,从而优化蓄电池充放电过程,延长其使用寿命;其次,引入超级电容端电压自适应控制,将超级电容端电压稳定在参考值附近;并对蓄电池组端口采用能量流均衡控制,使各蓄电池组荷电状态(state of charge,SOC)趋于一致。通过仿真和实验,验证了所提出的能量控制策略的有效性。     

高压绝缘子参数监测系统光伏发电电源的设计

高压绝缘子参数监测系统主要实现对高压绝缘子状态的在线监测,其供电电源是关键问题之一,要求电源长期免维护﹑高可靠性与稳定性。文中采用由蓄电池与超级电容器混合储能的光伏发电电源,根据负载及储能系统的特点提出了能量管理策略,光伏发电电源采用单向DC/DC单向变换器进行最大功率控制,超级电容与蓄电池采用双向DC/DC变换器与系统进行能量的双向交换。结果表明,该控制策略能在光伏电池输出功率波动的情况下,直流母线电压保持稳定,且能有效减少蓄电池的充放电循环次数,优化充放电性能,延长使用寿命,最大程度地保证光伏发电电源向系统不间断供电。     

基于频谱分析和滑动平均滤波的混合储能容量配置方案

以风电为典型的可再生能源由于其随机性和间歇性的特点,其入网功率波动大,为减小并网时对电网造成的冲击,文中研究一种混合储能系统(hybrid energy storage system,HESS)来平滑风电出力波动,使入网波动符合并网规范。基于傅里叶变换对风电原始数据进行频谱分析并得到符合风电接入电网规范的理想目标输出,将两种功率的差值做为混合储能系统的补偿功率,再由滑动平均滤波方法分配混合储能中蓄电池和超级电容器的功率补偿量,考虑并网波动、充放电效率和荷电状态来确定蓄电池和超级电容器的额定功率和容量,在计及蓄电池损耗的基础上,考虑储能折旧和维护因素,计算混合储能系统的配置成本。最后算例表明混合型储能比单一型储能配置成本更低,更具有经济性,验证了该方法的可行性。     

平抑光伏出力波动的混合储能系统控制策略

针对由电池和超级电容器构成的混合储能系统,设计了一种平抑光伏出力波动的储能控制策略。基于含阀值判断的低通滤波算法制定储能系统总充放电功率,在平抑光伏出力波动的同时避免对储能系统的过渡调控。综合考虑储能介质充放电状态,基于滑动平均原理制定储能介质的功率分配策略,以充分发挥不同储能介质的优势,优化储能系统的整体运行性能。仿真分析验证了所设计控制策略的有效性,储能系统可以较小的调控代价完成对光伏出力波动的平抑,且超级电容器平抑功率波动的快变分量,有效降低了储能电池的充放电次数。研究结果对混合储能系统在平抑光伏出力波动中的应用提供了理论参考。     

平抑风电功率波动的新型储能系统控制策略

风电功率波动率是并网考核的重要内容之一,并网功率波动率过高将影响电力系统正常运行,基于传统混合储能系统,提出了一种“一组超级电容器+三组蓄电池”组成的新型混合储能系统。其中,超级电容器用于平抑高频功率波动,两组蓄电池作为充放组用于交替平抑低频正、负功率波动,另外一组蓄电池作为补充组,当充放组蓄电池达到满充、满放时接替其工作。在计及蓄电池寿命损耗的基础上,建立了储能系统成本模型。仿真分析表明本方案可实现风电功率波动率的优化,且相较于对比方案,本方案可有效提高蓄电池使用寿命从而降低成本投资。     

钻井直流微电网冲击功率的混合储能平衡技术

受限于钻井直流微电网的功率动态调节缓慢,冲击性负载对钻井直流微电网电能质量造成严重影响。为了解决直流微电网冲击功率供需均衡问题,提出以混合储能环节为核心的补偿方法。基于超级电容和蓄电池储能的互补特性,在传统混合储能控制策略的基础上,提出一种纳入蓄电池参考电流约束和电流动态分配的混合储能控制策略。在保证蓄电池电流限制值不被超越的前提下,实现冲击功率在混合储能单元内的优化分配,从而既能够延长蓄电池生命周期,又显著缩短了混合储能系统冲击功率补偿的动态响应时间,解决了钻井直流微电网电压波动的问题。仿真与实验验证了所提控制策略的有效性与可行性。     

基于模糊控制的混合储能平抑风电功率波动

风电功率波动对电网造成不容忽视的影响。风电并网处加入混合储能系统可以有效地降低风电对电网的影响。首先按照风电并网波动量要求,估算出某时刻的预估风电波动量。然后根据风电预估波动功率以及电池当前的能量状态建立模糊控制器,输出平抑系数K1,并计算出混合储能系统的实际输出功率以及风储并网功率。最后利用需混合储能SOE变化量以及超级电容器当前能量状态,建立模糊控制器,输出分配系数K2,计算当前超级电容器和电池的实际输出功率,并实时更新混合储能的能量状态。通过算例证明,在混合储能容量充足和不足的情况下协调控制算法均可靠、有效,并且能够充分解决混合储能使用寿命和风电功率波动平抑度之间的矛盾。     

超导储能蓄电池混合储能在风力发电中的应用

风力发电输出功率的波动性导致其直接并网会对电网带来不良影响,需要电力储能装置来提高并网性能,而常用的单一电池储能由于受到充放电次数的限制而易损坏。在建立用于平滑风电功率波动的超导储能和电池储能的混合储能模型基础上,设计超导储能用于平抑高频尖峰功率,电池储能用于平抑低频波动功率,并给出了两种储能装置的功率和容量确定方法。算例的仿真结果表明该方法同单一电池储能相比,可以有效地平抑风场并网的功率波动并减小电池的功率等级,减少电池的充放电次数和放电深度,从而延长了电池使用寿命。     

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。     

基于双层功率分解的混合储能系统容量配置

为风电场配置合适的储能系统可以平抑风电有功功率波动、提高系统电能质量。基于风电出力历史数据,提出了双层功率分解方法。第1层采用滑动平均法,在满足国家规定的风电并网要求下,分解出并网功率和混合储能系统的参考功率。第2层采用频谱分析方法,基于混合储能系统参考功率,利用傅里叶变换将其分解为低频分量和高频分量,分别分配给蓄电池和超级电容器吸收。考虑储能设备的荷电状态和蓄电池的循环使用寿命,建立混合储能系统容量配置模型,模型以其年综合成本最小为优化目标。仿真结果验证了双层功率分解方法的可行性,证明了混合储能系统较单类型储能系统在性能上和经济上的优越性。     

风光储系统接入电网优化控制策略研究

风能和太阳能作为主要的清洁能源,受到了人们越来越多的关注。然而这类能源的波动性和间歇性,对其并网产生了很大的影响。主要针对典型风光储系统提出了一种基于模型预测的控制策略,通过优化分配风能、太阳能、电池储能的功能比例,可以在一定程度上解决由于天气突变带来的能量波动,甚至间歇问题,从而提高系统的稳定性。     

基于模糊神经网络风电混合储能系统优化控制

采用风电储能系统来平抑风电波动功率在当今是一个有效的措施,然而储能系统控制策略的好坏直接影响风电系统的技术性能和经济性能。根据超级电容器和蓄电池在功能上的互补性,将其应用在基于双馈电机的风电场中,风电场采用分布整流集中逆变拓扑控制结构,并对其设计模糊神经PID控制器,采用模糊神经网络算法对混合储能系统PID控制参数进行在线优化。基于Matlab/Simulink平台搭建控制系统仿真模型,并进行仿真分析,验证了混合储能系统能够提高储能装置的使用寿命。根据储能系统补偿功率和其荷电状态的波动范围,以及对风电波动功率的平滑程度,验证了该控制系统的有效性。