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。     

储能系统平滑光伏电站功率波动的变参数斜率控制方法

为提高储能系统平滑光伏电站功率波动的能力,提出了基于超短期预测的变参数斜率控制策略。在斜率控制的基础上,通过提出控制荷电状态划分的2个参数变量以及4个充放电功率调节参数,建立了可调整荷电状态的储能系统平滑控制策略。根据超短期预测功率建立目标函数,采用自适应混沌粒子群算法对控制变量进行实时优化,实现平滑效果和荷电状态的协同优化。以光伏电站实测数据进行仿真分析,对比定参数控制策略,该方法在保证平抑效果的基础上能够限制储能系统的充放电深度。     

一种适用于混合储能系统的控制策略

为最大化地降低可再生能源输出功率的波动程度,优化混合储能系统的运行,采用时间常数随储能系统荷电状态变化的低通滤波算法确定目标功率值;根据蓄电池和超级电容的荷电状态,采用模糊控制理论将超出目标值的功率偏差在两种储能介质之间进行分配;当超级电容电量充足时,由其独立补偿功率偏差值,以减少蓄电池的充放电次数。算例分析表明,所提控制策略能够有效地平抑可再生能源功率波动,避免储能介质出现荷电状态越限现象,达到延长蓄电池使用寿命的目的。     

多级钒电池储能系统的功率优化分配及控制策略

为了更好利用储能系统平抑大容量风电场功率波动,提出采用多级全钒液流电池(vanadium redox flow battery,VRB)储能的功率优化分配控制策略。首先,在建立VRB等效电路基础上,采用交直流变换器级联多重双向直流变换器作为VRB储能系统接口,分别建立了以稳定直流母线电压为目标的DC/AC变换器矢量控制策略,以电池荷电状态为约束的VRB充放电切换的DC/DC变换器双闭环控制策略。其次,以每级电池组的荷电状态值作为吞吐功率的优选目标,以外部端电压作为电池安全充放电的约束条件,提出多级VRB组的功率优化分配策略。最后,以不同荷电状态(stateof charge,SOC)值下的2级VRB储能系统为例,对其在风速波动情况下的风电功率平抑效果以及各个储能单元充放电运行性能进行仿真,并与功率平均分配策略进行对比。结果表明,所提出的多级VRB储能系统功率优化分配和控制策略能很好的平滑风电功率波动,又能减少单台VRB组的充放电次数,并确保电池工作于安全运行区域。     

采用自适应小波包分解的混合储能平抑风电波动控制策略

采用蓄电池和超级电容构建混合储能系统以平抑风电场输出功率波动,实现风电平滑并网。首先,针对不同风电出力场景下风电功率的波动特性,结合风电并网波动标准和混合储能系统性能特点,实现风电功率的自适应小波包分解和储能初级功率分配,得到风电并网功率和混合储能初级功率指令;其次,在混合储能系统内部,根据超级电容的荷电状态,利用模糊优化控制对蓄电池和超级电容的功率指令进行二次修正,得到优化后的混合储能功率分配指令。算例分析表明,所提策略能够自适应地实现风电功率的最优分解和合理分配,确保混合储能荷电状态工作在合理区间,有效改善风电输出功率波动平抑效果,保证混合储能系统长期稳定运行。     

基于自适应动态规划的储能系统优化控制方法

为解决基于斜率控制的储能系统控制方法的不足,提出一种基于自适应动态规划(adaptive dynamic programming,ADP)方法的储能系统自适应优化控制策略。一方面通过储能系统对风电输出的不稳定功率进行调节,使其满足风电并网要求;另一方面控制电池荷电状态(state of charge,SOC)保持在适宜的范围内,实现电池储能系统合理充放电的功能。以典型风电场功率为例,在风电波动率和荷电状态等约束条件下,对比基于斜率控制的储能系统控制方法和所提出的基于ADP的储能系统优化控制方法二者的控制效果,验证了基于ADP的储能系统优化控制方法的有效性和可行性。该方法能够实时在线调节平滑过程,实现对储能系统充放电功率的二次优化。     

基于双回路SOC调节的风电场功率平滑控制策略

针对风电并网发电系统的功率波动问题,本文研究了一种基于双回路SOC调节的混合储能系统风电场功率平滑控制策略。对含有全钒液流电池和锂电池的混合储能系统,通过双回路SOC调节控制,合理分配锂电池和液流电池的实际输出功率,并实时更新混合储能的荷电状态。该控制策略实现了风电有功功率的平滑需求,并且使锂电池和全钒液流电池的SOC值稳定在安全范围内,可以有效减少锂电池的充放电次数,达到保护电池的目的。通过仿真实验,验证了该控制方法的有效性。     

基于变分模态分解下利用混合储能平抑风电出力波动的控制策略

针对风电有功功率波动这一问题,提出一种自适应滑动平均和变分模态分解相结合的滤波方法。针对某典型风电场出力数据,利用自适应算术平均法确定并网功率和储能系统充放电功率;采用变分模态分解方法把储能功率分解成一系列频率由低到高的子模态,从而完成混合储能系统功率的初级分配。针对功率型储能元件能量密度低,容易出现过充或过放的现象,对功率型储能元件的荷电状态进行实时监测。根据模糊控制制定的规则对混合储能系统的初级功率进行修正。算例分析表明,风电出力波动不但可以得到很好地平抑,而且混合储能系统也能够安全合理地工作。     

模糊控制在风光混合储能微网系统中的应用

风力、光伏发电具有随机性和间歇性的特点,加入储能系统能显著提高改善微电网稳定性和可靠性,混合储能将超级电容器的高功率密度以及蓄电池的高能量密度特点相结合,本文提出了一种基于混合储能的风光储系统模型,并提出了相应的控制策略;针对滑动平均滤波算法的不足,本文利用基于功率差额和储能系统荷电状态的模糊控制对滑动时间常数T进行优化,提高功率分配效率。利用Matlab/Simulink平台搭建风光混合储能微电网模型进行仿真,对比使用模糊控制与否时功率的分配效果,仿真结果表明:基于上述控制策略,使用模糊控制能更加有效地对混合储能功率进行分配,功率分配效率提高更为显著,减少了充放电深度,延长了储能系统的使用寿命。     

基于小波分频与双层模糊控制的多类型储能系统平滑策略

风电功率的随机波动会对电网的正常运行产生很大的负面影响,储能系统的接入可以有效地抑制风电功率波动。针对上述情况,提出一种应用实时小波变换进行频率分配并用双层模糊控制理论进行储能功率修正的多类型储能系统平滑控制策略。该策略创新运用一种基于小波变换理论的新型分频方法,根据风电功率波动部分频率的高低合理分配多类型储能系统功率,即用超级电容器平抑短期功率波动,用蓄电池减弱长期功率波动;同时应用双层模糊控制方法,进行储能系统功率的修正,自动调整储能设备的荷电状态,削弱单层模糊控制方法对平滑输出的影响,改善平滑效果。算例结果表明,所提出的控制策略能合理分配功率并可有效地平滑风电出力波动,同时保证多种储能设备的荷电状态维持在合理范围内;双层模糊控制方法较单层控制方法具有更好的平滑效果。     

考虑抗扰性能的风电混合储能系统协调控制策略研究

为风电场增加储能系统是平抑风电输出功率波动的有效措施之一。首先,通过对风电场出力进行频率分析,提出采用超级电容搭配蓄电池的混合储能方案平抑风电出力波动中的主要分量,并给出了一种混合储能系统模糊滑模控制策略,采用模糊控制器消除滑模控制器的高频抖振现象。然后,在RTLAB平台上搭建风电混合储能系统仿真模型。通过分析控制系统在扰动作用下的阶跃响应,验证了模糊滑模控制器的高抗扰性能。最后,仿真计算了采用模糊滑模控制策略前后储能设备的出力情况和荷电状态,进一步验证了该控制策略对风电出力平抑和提高系统抗扰性能的作用。     

基于风电功率预测的复合储能超前优化控制策略

超短期风电功率预测的可靠性及精度均逐步提升,文中将其引入风电场复合储能系统(HESS)控制过程,并利用预测功率信息提出了HESS超前优化控制策略。通过相邻充放电区间时长的概率分布统计,确定预测信息的时长区间,并将其作为优化控制策略中的超前控制时间区间;通过分析影响HESS运行效率的主要约束,构建了高效的HESS充放电控制策略;以荷电状态偏移方差最小为目标函数,构建HESS各存储介质同步启动情况下的优化控制模型,并考虑充放电功率和容量限值约束,获取未来时间区间HESS介质的充放电功率控制模式;最后,给出了求解算法和实现步骤。以实际风电场运行数据进行算例分析,计算结果表明本文所提方法可有效实现HESS的高效控制,具有一定实际应用价值。     

基于参数优化变分模态分解的混合储能功率分配策略

为平滑风电输出功率,通常将功率型储能元件和能量型储能元件结合成混合储能系统与风电系统相连.为了提高混合储能系统的灵活性和经济性,对一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)的混合储能系统控制策略进行了研究.采用粒子群算法确定VMD算法中K值(分解模态数)和α值(...     

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。     

基于机会约束规划的混合储能优化配置方法

微电源的容量配置问题直接关系微网的电能质量和经济性。考虑到风电的随机性,提出了基于机会约束规划的混合储能容量配置方法。该方法考虑了混合储能装置的功率出力和荷电状态约束,以装置成本最低为目标,采用遗传算法求解,得到风电输出功率波动不超过某一区间的置信度与混合储能最佳配置成本间的关系,从而为配置混合储能容量时为在电能质量和经济性间取得适度折中提供了定量依据。此外,该方法针对风电波动时间特性对混合储能装置进行功率分配,依据荷电状态限制设计了模糊控制策略,修正储能装置的功率参考值,以达到延长使用寿命的效果。仿真结果验证了该方法的有效性。     

基于动态小波分解的混合储能系统平滑控制策略

为平抑分钟级的功率波动,使风电功率满足并网标准,基于小波分析提出功率分配数动态变化的混合储能系统(hybrid energy storage system,HESS)控制策略。设计了功率分配数根据风电功率超短期预测结果和HESS的荷电状态(state of charge,SOC)动态调整的分频方法,从而改变并网的低频目标功率和需要蓄电池、超级电容平抑的中、高频功率;建立兼顾HESS控制成本、功率平滑度的多目标优化函数,并应用改进的NSGA-Ⅱ算法对功率分配数进行滚动优化,从而达到最优控制;针对基本NSGA-Ⅱ算法在维持种群多样性、均匀性上的不足,以及种群规模大的问题,对精英保留策略进行了改进。最后,通过美国某州风电场实际观测数据进行实例验证,结果表明,所提控制策略能充分发挥不同类型储能的优势,经济、快速地平抑风电功率波动。     

考虑风电计划跟踪的储能调度模糊控制系统研究

风储联合发电可在一定程度上确保风电功率并网计划的可靠实现,其关键技术离不开有效的储能能量管理与控制.提出了一种储能双层模糊控制策略.首先,利用改进的遗传算法优化自适应神经模糊推理系统,以获得未来风电功率.然后,结合实际储能荷电状态与风电功率并网计划动态跟踪调节需求,经双层模糊控制规则反复修正储能系统吞吐功率,确保储能系...     

计及谷时段风电消纳的储能系统平抑风电功率波动控制策略

储能系统(energy storage system, ESS)仅参与平抑风电功率波动为单一场景的控制策略,存在ESS频繁充放电以及不能有效解决负荷低谷时段风电消纳等问题。为此,提出了一种计及谷时段风电消纳的ESS平抑风电功率波动控制策略。首先,根据风电特性与负荷需求的时序关系,确定ESS在一个周期内的充电和放电区间段。其次,提出了分区间控制的ESS控制策略,在充电区间段以平抑风电功率向上波动为目标存储电量;在放电区间段以平抑风电功率向下波动为目标释放电量。最后,考虑ESS的实时荷电状态(state of charge, SOC)和风电消纳,提出了基于模糊控制的ESS充放电功率修正方法。以某风电场实际数据为例,在风储联合发电系统仿真平台上进行了测试,验证了所提运行策略的可行性和优越性。