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。     

基于准零相位滤波器的电池储能系统平滑风电波动控制方法

利用电池储能系统(BESS)平滑风电功率波动可以提高风电场输出稳定性,但基于一阶低通滤波器的控制方法易将风电功率趋势分量引入BESS充放电指令,增加BESS容量需求。针对该问题,提出一种基于准零相位滤波器的BESS控制方法。首先,分析滑动平均滤波器时频特性及滞后相位特性对BESS充放电控制的影响。然后,以中心滑动平均滤波算法为基础,融合风电功率趋势预测信息来构建一种相位延时近似为零的准零相位滤波器。最后,该滤波器提取风电功率波动分量,显著降低滤波延时,减小BESS充放电指令中的趋势分量。对典型风电功率波动情景的仿真结果表明:在获得与传统低通滤波方法近似平滑效果时,所提策略能够明显减小BESS最大能量波动和累积能量交换,进而降低容量配置要求,延长使用寿命。     

储能电池荷电状态与平抑风电出力波动协调运行策略

采用电池储能系统(battery energy storage system,BESS)平滑风电功率波动可以优化风电场出力特性,提高风电场输出功率的稳定性。为了延长BESS的使用寿命,需最大限度控制BESS的荷电状态(state of charge,SOC)在限定区间内,以便拥有足够的容量进行下一时刻的充放电动作,从而带来更好的平滑效果。为此,提出了一种运行策略,该策略由2种控制算法组成,系统运行时,根据风电功率波动量的大小决定采用何种算法,2种算法依据风电场实际运行状况相互切换。仿真结果表明,该策略与传统低通滤波相比,不仅拥有较好的平抑效果,还能让BESS的SOC在合理的区间内,从而延长了BESS的使用寿命,节约了储能投资成本。     

基于附加风功率预测的风电功率波动平滑控制

为改善风电场出力平滑性,提高电网调峰能力,在现有电池储能系统(battery energy storage system,BESS)平滑风电功率波动控制策略的基础上,提出了一种基于附加风功率预测的BESS平滑风电功率波动的并网控制策略。该方法在不改变BESS现有平滑控制策略的基础上,将风电功率超短期预测技术应用于平滑控制,考虑了未来的风电出力波动对BESS的当前充/放电行为的影响,在满足风电场出力波动限制要求的基础上,优化BESS充/放电动作,防止BESS过充/放电,延长BESS的使用寿命。该控制策略包括3部分:现有平滑控制部分、附加风功率预测控制部分和总体修正部分。利用某地实测数据对某风电场与BESS联合系统进行了研究,结果证明了该控制策略的有效性。研究结果对BESS的工程应用具有指导作用。     

具备荷电状态调节功能的储能系统实时平滑控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电站功率输出的稳定性。针对风电出力的随机性特别是骤变情况,提出一种基于加权移动平均滤波算法的储能系统平滑控制策略。该方法根据风电功率的波动程度与当前储能系统的荷电状态(state of charge,SOC),通过实时调整权重系数和滤波带宽有效平滑风电功率的骤变。为了维持SOC在合理水平,在综合考虑各种约束条件后,该文采用模糊控制法设计了能够根据实时情况自动调节储能电池SOC的控制策略。算例结果表明,该文提出的控制策略在维持SOC合理水平前提下能有效平滑功率波动;同时,该文方法基于的在线信息使其具有实时应用前景。     

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。     

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。     

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SOC调整的光伏电站储能系统调控策略

光伏（PV）发电输出功率具有波动幅度大和随机性强的特点,大规模并网光伏电站需要电池储能系统（BESS）对输出功率波动进行平滑抑制,以降低对电网的冲击。提出了一种衡量不同BESS控制策略抑制PV功率波动能力的评价指标,针对现有基本功率平滑控制策略的不足,提出基于电池荷电状态(SOC)调整输出的储能功率控制策略。通过调节BESS输出功率,对PV输出功率中较高频段波动成分进行补偿,并且在储能电池荷电状态（SOC）偏高/低时对输出功率加以自适应调整,在不削弱补偿效果的前提下,将SOC维持在正常范围内。仿真结果表明所提方法在光伏输出波动剧烈时仍有较好的平滑效果,并且对电池容量的需求较小。