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。     

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。     

基于能效优化的液流电池储能监控系统研制

为了提高全钒液流电池储能系统能量转化效率,结合钒电池各种电量和非电量数据采集和分析,通过控制策略优化和软硬件设计,研制了全钒液流电池储能监控系统,实现对全钒液流电池电解液流量在0～100 kW功率下的优化控制,通过降低泵耗和电堆极化,减少了系统的能耗,充电时可达到14.22 kWh,放电时可达到7.69kWh.100 kW级的全钒液流电池储能系统充放电试验结果表明,该监控方式可有效提升系统整体效率,充电时可达到7.70％,放电时可达到6.68％所提出的电解液流量控制方式可为液流电池储能系统能效优化提供借鉴.     

全钒液流电池-超级电容混合储能平抑直驱式风电功率波动研究

为了平抑2 MW直驱式永磁同步风力机组的功率波动,提出了新型的全钒液流电池-超级电容混合储能系统。对基于混合储能的双三电平二极管箝位型永磁同步风电系统进行了分析,然后对全钒液流电池和超级电容的等效电路模型、充放电特性、协调控制策略进行了研究。采用双向DC/DC变换器进行混合储能系统的能量管理,并对其协调控制策略进行了研究。建立了三电平直驱式永磁同步风电系统及混合储能系统的仿真模型,对直驱式风电机组运行特性进行仿真验证。结果表明:采用现场采集风速数据导入仿真模型,在风功率波动较大时,混合储能系统能够平滑风电系统输出功率波动,稳态时风力发电机出力基本稳定在1.25 MW,提高了风电系统的可控性和电网友好性。     

全钒液流电池SOC估算方法研究

荷电状态(state of charge,SOC)估算是储能系统研究的核心内容之一,关系到微电网的功率控制与能量管理策略。简述了适用于全钒液流电池SOC的表征方法和估算方法,分析了这些方法的优缺点及适用范围,对全钒液流电池SOC估算的发展趋势做出了展望。     

用于平滑可再生能源出力波动的电池储能系统优化控制策略(英文)

针对国内风电、光伏大规模集中接入电网引起的功率波动问题,提出了一种新型的平抑风电或光伏发电波动的控制策略。提出波动率智能化分段控制平滑时间常数,并与储能SOC反馈控制相结合,解决了既有储能系统低通滤波平滑方法存在的问题,兼顾了储能电池的功率平滑备用,最大限度地发挥储能平滑风电和光伏发电的能力。通过实际风场测试数据进行仿真试验,验证了该控制策略的正确性。依托国家风光储示范工程开展了储能控制系统平台的构建和储能平滑现场试验。试验结果表明,该储能控制有效地抑制了风电和光伏波动,增强了新能源并网的友好性。     

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P-AWPSO算法的全钒液流电池储能系统功率分配

为了提高全钒液流电池储能系统的效率,促进其高效利用,提出基于P-AWPSO (priority-adaptive weight particle swarm optimization)的功率分配策略。首先给出包含折损成本、损耗率及电池荷电状态(state of charge, SOC)一致性的多目标优化模型以及4个评价全钒液流电池储能系统功率分配的指标;然后采用P-AWPSO算法进行求解,该算法采用"先选择单元后功率分配"的思路,即先根据优先级选择参与本次功率分配的储能单元,然后在选定的储能单元内进行功率分配;最后将算法用于两个算例的仿真中,并与传统功率分配算法进行了对比。通过仿真表明,该策略能够实现全钒液流电池储能系统的功率分配,减少电池充放电次数,降低电池运行成本,提高工作效率。     

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。