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。     

基于模糊自适应卡尔曼滤波的风电场储能系统功率控制

以大规模全钒液流电池作为风电场的储能装置,提出了基于模糊自适应卡尔曼滤波的储能系统控制策略。控制策略以电池荷电状态(state of charge,SOC)和SOC变化率调整储能系统有功功率目标值,有效地解决了低通滤波相位延迟的问题,加快了电池的SOC恢复速度。仿真结果表明,采用上述控制策略后,风电场输出功率波动得到抑制,电池的SOC也得到有效控制,这防止了电池的过充过放,延长了储能系统的寿命。     

一种风场主动支撑电网的智能自适应控制方法

风电的不确定性和高渗透率,导致电网调度控制难和电网惯量下降等问题,为此提出了基于混合储能的功率分配系数自适应控制策略和基于T-S模糊神经网络的调频功率自适应控制策略。首先,对风场混合储能系统健康状态进行评估;其次,功率分配系数自适应控制器根据各组混合储能系统健康状态系数对风场所有风机输出总功率和调度功率之间的差值进行分配,实现电网调度功率跟踪;最后,调频功率自适应控制器根据电网频率偏差和各组混合储能系统健康状态控制各组混合储能系统为电网提供频率支撑。仿真分析表明,所提出的功率分配系数自适应控制策略能有效分配功率差,减小电网调度控制难度;调频功率自适应控制策略能有效增加电网惯量,为电网提供频率支撑。     

基于虚拟同步机技术的风储系统协调调频控制策略

为了充分发掘风电机组调频能力,考虑传统储能系统直接补偿风电场二次频率跌落调频控制策略存在储能系统容量需求高、经济性差的缺点,该文提出一种基于虚拟同步机（VSG）技术的风储系统协调调频控制策略。首先,在风储VSG系统结构基础上建立风储VSG数学模型,并分析风储VSG调频特性;其次,依据储能系统数学模型研究储能系统VSG调频控制方法;然后,综合考虑风电场与储能系统出力特点,提出基于风电惯量释放和储能稳态支撑的风储协调控制策略,通过风电场与储能系统并行出力的方式,在降低储能系统容量需求的同时充分发挥风电机组短时功率支撑的作用;最后,通过仿真分析可知,采用该文控制策略可在稳定系统频率的基础上大幅降低储能系统容量配置,提高风电场调频经济性。     

平抑风电波动的混合储能系统控制策略

为了有效平滑风电出力,提出一种针对混合储能系统的双层模糊优化控制策略。利用小波包分解方法将风电场输出功率进行分解,根据混合储能系统特性进行功率分配;采用模糊控制对储能系统的充放电功率和荷电状态进行协调控制,在此基础上以混合储能系统的平均荷电状态及其参考值为输入,采用第二次模糊控制优先对混合储能系统中的超级电容器进行再次充放电功率优化控制,同时实现风电场有功功率的平滑输出;以实际风电场数据为基础,在Matlab/Simulink中搭建数学模型,经过仿真分析证明该控制策略的有效性。     

考虑电池寿命和运行控制策略影响的风电场储能容量优化配置

为了满足电网对风电场功率变化率的要求,提出了一种改进的风电场储能容量优化配置方法.该方法计及电池使用寿命以及由此带来的电池更换成本,能够更加精确地反映风电场寿命周期内的储能系统经济性.以风电场寿命周期内储能系统初始购置及更换总成本最低为优化目标,建立了储能容量优化配置模型;将电池寿命和运行控制策略纳入优化模型;并将计及风储联合长期运行的优化模型视为黑盒函数,采用网格自适应直接搜索算法对该黑盒函数进行搜索求解,得到满足风电并网相关技术规定的最佳配置容量.在算例分析中采用实际风电场1a发电数据进行仿真计算,对比了改进前后优化方法对优化结果的影响,采用改进后的优化方法,风电场寿命周期内储能投资总成本可以降低15％～20％,验证了所提模型及其求解方法的有效性.     

一种计及储能容量和SOC约束的模糊自适应VSG控制策略

虚拟同步发电机(virtual synchronous generator,VSG)控制策略可解决分布式能源并网系统缺少惯性的问题,以有效支撑系统频率。VSG控制的惯量设定与储能单元的配置密切相关,首先建立基于储能荷电状态(state of charge,SOC)约束的VSG控制模型,给出计及储能容量和SOC约束的惯量范围,然后充分利用VSG惯量和阻尼系数灵活可调的优势,结合模糊理论提出一种计及储能容量和SOC约束的模糊自适应VSG控制策略,将惯量的范围作为模糊自适应环节的输出论域,使惯量和阻尼参数在合理范围内根据要求实时地进行调整来应对功率变化、负荷扰动以及频率偏移。最后通过Matlab/Simulink仿真对比不同VSG策略的控制效果,验证了所提策略的可行性和有效性。     

用于风电场功率控制的飞轮储能系统仿真研究

风电输出功率的波动性和间歇性严重影响电能质量。飞轮储能系统因单位储能成本和使用寿命方面的优势,成为当下解决该问题的一种潜在方案。以无刷直流电机作为飞轮的驱动电机,在分析其电动/发电运行的基本原理及数学模型的基础上,建立了飞轮储能系统的仿真模型。结合无刷直流电机双闭环调速系统和风电场功率控制要求设计了飞轮储能系统充电运行的控制方案。探讨了飞轮储能系统的能量反馈机理,利用回馈制动方式和前馈解耦控制策略分别对直流母线电压和电网侧逆变器进行控制,实现放电状态下对风电场输出功率的跟踪。最后通过实例仿真验证了模型的正确性和控制方案的有效性,为飞轮储能系统的设计和在风电场功率控制中的应用提供了参考和指导。     

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。     

飞轮和锂电池储能联合光伏发电一次调频控制

为确保电网频率安全稳定,混合储能联合光伏主动参与电力系统一次调频已成趋势,为此提出了一种混合储能联合光伏发电的一次调频控制策略。针对储能传统定系数下垂控制存在的储能易发生过充过放的问题,提出了储能自适应变系数下垂控制;为了充分利用2种储能的不同特性,提出了频率偏差自适应分配方法;同时设计了光储耦合控制模块,以弥补光伏功率备用容量和锂电池储能调频功率有限的不足。在Matlab/Simulink仿真平台进行不同负荷扰动场景下的仿真实验。仿真结果表明：所提控制策略可以显著提升光伏系统主动一次调频性能及其适应性。     

计及SOC的电池储能系统一次调频自适应综合控制策略

考虑电池储能系统自身容量限制下提升一次频率响应的自适应性,提出一种计及荷电状态(SOC)的电池储能系统一次调频综合控制策略.建立电池储能系统一次调频动态模型,对比分析了虚拟惯性与虚拟下垂控制对电网频率偏差的调节特性.设计考虑SOC的电池储能系统一次调频自适应综合控制策略,并引入一种由综合考虑频率偏差及其变化率的输入系数与计及电池储能系统SOC的反馈系数相结合的自适应因子,输入系数由模糊逻辑控制器自适应调节,反馈系数通过回归函数自适应调节.最后搭建仿真模型进行阶跃和连续负荷扰动工况下不同控制策略对比分析,仿真结果验证了所提控制策略能自适应控制电池储能系统出力,有效提升一次调频效果.     

超导储能装置提高风电场暂态稳定性的研究

对风电场安装使用超导磁储能装置增强风电场暂态稳定性进行了研究。在建立超导磁储能装置模型的基础上,提出了改善并网风电场暂态稳定性的超导磁储能装置控制策略,采用以网侧电压定向的矢量控制方案并通过附加前馈项实现其输出有功功率、无功功率的解耦控制。在电力系统分析软件DIgSILENT/PowerFactory中建立了超导磁储能装置及其控制的仿真模型,基于实际电网及风电场的仿真结果验证了所建模型的正确性、控制策略的可行性。简要介绍了超导磁储能装置在并网风力发电系统的应用前景。     

超导储能装置提高风电场暂态稳定性的研究

对风电场安装使用超导磁储能装置增强风电场暂态稳定性进行了研究.在建立超导磁储能装置模型的基础上,提出了改善并网风电场暂态稳定性的超导磁储能装置控制策略,采用以网侧电压定向的矢量控制方案并通过附加前馈项实现其输出有功功率、无功功率的解耦控制.在电力系统分析软件DIgSILENT/PowerFactory中建立了超导磁储能装置及其控制的仿真模型,基于实际电网及风电场的仿真结果验证了所建模型的正确性、控制策略的可行性.简要介绍了超导磁储能装置在并网风力发电系统的应用前景.     

基于虚拟同步发电机的风电场并网控制研究

随着风力发电容量占电网容量的比重不断加大,风电场对电网稳定性的影响也越来越大。同步发电机具有调节系统功率平衡,维持电网电压稳定的作用,并具有自同步特性,适于系统并联。通过在风电场交流侧配置储能电池,并对储能系统的逆变器采取基于同步发电机模型的控制策略,将风电场等效为虚拟同步发电机（Virtual Synchronous Generator-VSG）,使风电场向电网输送的功率平滑,并对大电网体现同步发电机的特性。根据负荷的波动,调节自身输出功率,维持系统频率与电压稳定,有效提高了大规模风电场并网性能。建立了由风力发电机组、储能电池及汽轮发电机组组成的系统仿真模型,仿真结果验证了控制策略的可行性。     

DFIG-SMES互补系统一次调频控制

由于大规模风电接入,电网要求风电场具备一次调频能力,因此风机附加频率控制和风储互补运行设计日益受到关注。本文针对双馈风电机组(DFIG)和超导储能(SMES)互补系统(DFIG-SMES),提出一种基于模糊神经网络的互补频率控制策略。利用神经网络的学习推理能力训练出适应性较强的模糊神经控制器,实现双馈风电机组转子动能和备用功率联合控制;采用模糊神经网络优化超导储能有功功率控制特性,进而利用超导储能快速的功率吞吐能力和灵活的四象限调节能力为系统提供频率支撑。基于4机2区域系统对相关控制策略进行了仿真验证,结果表明所提模糊神经控制策略具有较好的鲁棒性,互补系统的联合运行能有效改善系统的频率稳定性。     

基于目标参数和储能容量约束的风电功率平滑策略

针对功率平滑目标参数要求和储能系统容量限制2个约束条件,提出3种风电功率平滑控制策略,并分析各策略的特点及适用场合。其中,基于目标参数要求的功率平滑控制策略采用功率波动限值均匀化分布处理方法来平抑风电功率中的高频分量;基于储能系统容量约束的功率平滑控制策略以储能系统的存电量作为平滑控制决策参数,可极大地提高储能系统的利用效率;而兼顾目标参数要求和储能系统容量约束的功率平滑控制策略采用部分弃风和暂时解列离网技术,可较好地解决储能系统容量不足的问题。在建立风电-蓄能系统功率平滑控制系统模型的基础上,给出3种控制策略相应的控制算法,并进行算例仿真分析。仿真结果表明,3种控制策略的平滑效果均较好。     

风电场柔性并网辅助系统及其优化模型

目前面向min级风电柔性并网的储能系统一般由蓄电池组成,因蓄电池配置容量有限,在应对风电场长过程连续下调峰导致的风电功率波动越限问题时,其控制效果将大打折扣。为此,引入容量在日内调度可近似视为不受限的氢储能系统,与蓄电池共同组成混合储能系统,并基于其各自特点,设计了最大发挥2种储能优势的混合储能系统,建立混合储能协助下的风电场并网状态空间模型,并求解可实现风电场柔性并网最小化能量转换损耗的混合储能系统最优充放电功率决策,根据决策执行结果分析混合储能系统的能量转换特点。仿真结果表明,与采用单独蓄电池储能的控制策略相比,在相同的储能系统配置成本下,提出的优化模型可以结合氢储能系统的能量容量优势来提高储能系统的供电持续性,并且能够合理安排蓄电池和氢储能系统的工作顺序来尽量减小风电场能量损耗,由此实现相对最优的风电场柔性并网功能。     

面向DFIG风电场的自适应频率控制方法

针对双馈感应风力发电机(DFIG)风电场提出一种基于模糊神经网络的一次调频自适应联合控制策略,利用神经网络的学习推理能力,训练自适应性较强的模糊神经控制器,来实现DFIG风电场转子动能释放和储备功率增发自适应协同控制,使DFIG风电场能参与系统频率控制,提升系统的一次频率控制能力。仿真结果表明,该控制方法能更有效地提高含DFIG风电场系统的频率控制能力,降低DFIG风电场并网对区域电网的冲击,提升区域电网接纳风电能力,促进可再生能源的高效利用。     

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。     

基于超导储能系统的风电场功率控制系统设计

风电场输出功率的波动性和间歇性会给电网带来不利的影响。为了降低风电场并网对电能质量的影响,文中阐述了一种基于超导储能系统的抑制风电场功率波动的间接控制方法。利用超导储能系统的四象限功率运行能力来补偿风电场输出的有功和无功功率波动,并抑制由此产生的电网电压波动;通过合理设计超导储能系统功率调节器的带宽来优化储能量。通过对风电场连接于弱电网的仿真,验证了所提出的功率控制策略的有效性。