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。     

储能电池平抑风功率波动策略

为了平抑风功率波动,并优化风电场出力特性,基于双电池组拓扑结构的电池储能系统(Battery Energy Storage System, BESS)提出了在短期内平抑风功率波动的新型控制策略。该策略基于即时控制策略,把未来风功率波动对当前储能电池充放电行为的影响纳入考虑范围。双BESS则根据策略需求进行充电或放电,任一电池组电量达到满充或满放,则两组电池的工作状态同时切换。在新型控制策略中通过风电预测并结合滚动优化法实现双BESS动态控制。实践表明该策略在风电出力特性上不仅取得了较好的平抑效果,而且能降低因储能容量不足引起的瞬时大功率波动。在电池特性上,由于采用双BESS,很大程度上降低了电池充放电次数,延长了电池寿命。     

考虑储能荷电状态平抑风电功率的抛物线规则变滤波时间常数方法

利用电池储能系统平滑风电功率波动提高风力发电并网的可靠性,考虑储能系统荷电状态的调节问题,提出一种抛物线规则变滤波时间常数的电池储能系统平滑风电功率控制策略。通过抛物线规则变滤波时间常数算法获得风储系统有功功率并网目标值,经过变化率限制、荷电状态功率修正、功率限幅等环节获得电池储能系统实际出力,下达给储能变流器进行对电池的充放电动作,平滑风电功率,保证SOC维持在安全范围。通过MATLAB仿真验证该策略的可行性和有效性。。     

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。     

混合储能系统中超级电容自恢复防越限控制

在蓄电池和超级电容混合储能系统(HESS)中,蓄电池为系统提供低频稳态功率,超级电容只在功率瞬态波动时提供高频功率。由于超级电容容量较小且充放电速度较快,极易发生超级电容荷电状态(SOC)和端电压越限现象,从而降低了HESS对直流母线电压的波动抑制能力。为解决超级电容越限问题,在共电压环HESS综合控制基础上,提出一种超级电容端电压自恢复防越限控制策略,以提高储能系统运行的可靠性。最后,通过仿真和实验验证了所提控制策略的有效性。     

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。     

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。     

分布式储能型MMC电池荷电状态均衡优化控制策略

为提高电池的能量利用率和解决电池因制造工艺、循环充放电次数不同以及老化程度不一致等因素导致的荷电状态(SOC)极度不均衡问题,提出一种兼顾电流波动抑制的分布式储能型模块化多电平换流器的电池SOC均衡优化控制策略。为准确控制充放电功率,采用双环控制：外环针对相间、桥臂间和子模块间电池SOC差异,建立离散时域预测功率模型,通过负反馈控制生成动态电流参考值;内环设计了模型预测优化控制策略,准确追踪动态电流参考值,实现电池SOC均衡、提高电池能量利用率,并提高系统的动态响应能力以及抑制电池电流纹波,延长电池使用寿命。最后通过在PSCAD/EMTDC中构建仿真模型对所提出的控制器性能进行验证。     

用于平抑风电功率波动的电池储能系统控制策略

摘 要：采用电池储能系统（battery energy storage system,BESS）与风电场形成联合系统可平抑风电功率波动。如何制定BESS的控制策略以有效平抑风电功率波动,进而最大化系统接纳风电的能力是一个值得研究的重要问题。在此背景下,针对采用BESS平抑风电功率波动的控制策略开展研究工作。首先,针对风储联合系统的结构及特性,建立BESS的数学模型。考虑到BESS在当前时段的充放电行为影响其在下一时段的电池状态,在满足电池实际运行约束的前提下,提出用于平抑风电场出力波动的BESS的改进控制策略。之后,发展以风储联合出力波动越限概率最小为目标的BESS优化控制策略,并采用AMPL/CPLEX商业求解器求解。最后,以某风储联合系统为例,对所提出的BESS改进控制策略和优化控制策略平抑风储联合系统整体出力波动的效果进行验证。     

考虑储能电池SOC状态的风电场功率波动抑制控制

在风电场增设储能系统通过功率的动态补偿可以有效地平抑风电场的功率波动,改善风电电能质量,提高电网的风电接纳能力。综合考虑电池的荷电状态(SOC)和风电场输出功率波动抑制效果,提出了一种模糊自适应的控制策略,通过调节滤波时间常数防止电池的过载,通过在有功功率给定值上加上模糊调整量优化电池的SOC状态。仿真结果表明,该控制策略能够兼顾风电场功率波动抑制效果和储能电池的SOC状态,对储能电池的荷电状态进行优化,达到延长电池寿命的目的。     

一种新型的基于风速预测的风力发电系统

为了使风力发电系统的有功出力波动维持在规定的范围内,同时保证系统的蓄电池储能水平基本保持不变,使系统能有效地应对输入功率突然增加及输出功率急剧下降的紧急情况,在风速预测的基础上提出一种新型的风力发电系统蓄电池充放电控制策略。当预测的风力发电系统输入功率的波动超过规定的功率变化范围时,通过对蓄电池的充放电控制以减弱网侧功率的波动,并且使蓄电池的充放电能量在一个周期内基本平衡,从而保证系统预留一定容量的储能装置以接收大功率输入或补充严重不足的并网功率,有效地减少了风能损失、提高了系统的效率。仿真结果验证了所提控制策略的有效性和可靠性。     

基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略

随着风力发电的快速发展,提高风力发电的可调度性受到了越来越多的关注。针对目前跟踪发电计划控制策略存在的问题,研究基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略,提出保证在误差允许范围内实时跟踪发电计划的前提下,以降低储能系统电量波动范围和放电深度为控制目标、采用实时滚动优化方法的控制策略,建立了储能SOC优化控制模型,并采用基于动态规划的优化算法进行求解。最后以北方某风光储输联合发电示范工程中的实测数据为例编程仿真,并与普通控制策略对比分析,验证了本文方法的可行性与有效性。     

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。     

基于超短期风电功率预测的混合储能控制策略研究

为了改善风机出力特性,提出了一种基于超短期风电功率预测的混合储能控制策略。首先,利用解析模态分解方法从风电信号中提取低频信号,采用了一种改进布谷鸟方法优化支持向量机的惩罚因子参数和核函数参数进行超短期功率预测;然后,对低频预测信号建立1 min时间尺度和30 min时间尺度的功率波动并网指标,判断是否触发蓄电池动作,若动作,采用AMD分解自适应调整低频预测信号的截止频率,直到满足并网要求,确定蓄电池补偿功率指令。最后根据蓄电池荷电状态和补偿功率指令自适应调节原始风电信号截止频率,高频信号通过模糊控制由超级电容器补偿。仿真算例表明,该方法可以有效平滑功率波动,减少蓄电池的循环次数,同时保证了蓄电池储能的平滑能力,避免过充过放,延长蓄电池的寿命。     

考虑铅炭电池组一致性的储能系统功率控制策略

针对储能系统不规则充放电导致的电池组一致性变差及单体电池过充/过放问题,研究铅炭电池组一致性变化规律,提出考虑电池组一致性的储能系统功率控制策略。采用包含储能电池组、风/光发电、电动汽车和常规负荷的共直流母线型集中式微电网并网示范平台的实测数据对所提功率控制策略与传统控制策略进行对比仿真分析。仿真结果表明,所提控制策略可有效降低电池组荷电状态(SOC)变化范围,提升电池健康状态,提高电池组一致性,减少过放电池数量,增强储能系统双向调节能力。     

风电跟踪调度计划时降低寿命损耗的电池储能分组控制策略

为了解决风电跟踪调度计划过程中电池寿命损耗较高的问题,提出了降低寿命损耗的电池储能分组控制策略。利用设计的基于改进天牛须搜索算法的旋转门算法得到最优压缩偏移量,进而提取风电趋势;将风电场配备的电池储能分为电池组1和电池组2,并将电池组2进一步细分为3个电池簇,在避免充放电能量对冲的条件下根据风电趋势计算两电池组的功率调节指令,并基于此确定两电池组的容量,进而以电池单元的动作次数最少为目标获取3个电池簇的容量;在初始时刻及荷电状态越限时刻对电池单元进行动态分组,并根据电池单元的依次启动方法确定电池组1中电池单元的功率调节指令,基于设计的双层功率分配方法确定电池组2中电池单元的功率调节指令;电池单元在满足运行约束的条件下响应各自的功率调节指令。将所提控制策略与其他控制策略进行仿真对比,结果表明所提控制策略能以更大的程度降低寿命损耗、延长储能的使用寿命。     

电池储能运行策略对系统Well-being指标及风电消纳能力的影响

提出了一种电池储能系统有序放电运行策略,考虑风电出力不确定性、尾流效应、电池故障率等因素,对风储联合发电系统进行Well-being分析.算例表明,在风电超出允许接入比例,而系统吸收允许接人的风电后仍处于缺电状态时,该策略能提高系统的风电消纳能力,并进一步提高系统可靠性.此外,还进一步研究了该储能运行策略下,储能系统容量、电池最大充放电功率以及风电允许接人比例等因素对发电系统Well-being指标的影响.     

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。     

独立风力发电系统中VRB的控制设计

随着风力发电规模的不断增大,为提高独立风电系统运行的稳定性,本文在该系统中增加了新型环保钒氧化还原液流电池(VRB)储能系统,以有效减少功率波动给系统带来的不利影响。根据VRB等效数学模型,分析了VRB荷电状态(SOC)与端电压之间的变化特点,设计了VRB SOC的控制方法,并对具有VRB储能系统的独立风电系统进行建模和仿真。仿真结果表明,在含有VRB储能系统的独立风电系统中,通过控制VRB SOC可以使系统在风速及负荷瞬变的情况下保证对负荷的稳定供应。