计及混合储能SOC的平抑风电功率控制策略

庄雅妮 陈晓光 任海龙 刘成冬

1. 北京首都机场动力能源有限公司，北京 100621；2. 北京信息科技大学自动化学院，北京 100192

0 前言

截至2021年底，全国发电装机容量约为23.8亿千瓦，同比增长7.9%，其中风电装机容量约32,848万千瓦，同比增长46.6%。风电发展成为我国清洁能源产业发展的焦点[1]，但风力发电受到自然环境的约束和影响，其随机性、波动性较大，风电接入电网后会出现较多问题，例如系统的稳定性、电能质量、系统发电计划和调度等问题。近些年储能技术的迅猛发展，储能方式的产业化给平抑随机性强、波动性大的风电提供了新方案。储能系统可以快速存储和释放电能，利用这部分电能可以减小新能源的波动量，促进新能源消纳，缓解高峰负荷压力等，这种调节方式具有灵活、快速的特点[2]。因此，应用于平抑风电波动的储能控制策略是一个研究热点。

一阶低通滤波算法（Low Pass Filter，LPF）是最常用的一种控制方法，文献[3]中，基于LPF算法提出了零相位低通滤波器，其目的是改善无限脉冲响应低通滤波产生延迟的缺点；文献[4]中，利用小波包分解将风电场风电分解，得到风电场目标功率和储能系统的补偿功率，利用双层模糊控制优化充放电指令；文献[5]与上述文献[4]相似，但是在处理次高频和高频部分，采用了高斯分布对其信号做了数理概率统计，量化出最优的混合储能系统功率和容量，并进行算例仿真验证其合理性；文献[6]中，提出了一种滑动平均法和模型预测控制的控制策略，在该控制策略下，利用模型预测控制法对风电出力进行预测，同时把储能系统的荷电状态反馈给能量控制系统，避免了储能系统的过充过放，延长寿命的同时减小了储能成本；文献[7]中，通过对不同频率的风电进行不同储能类别进行平抑控制，将储能系统的寿命作为约束条件，求解得到超级电容和电池储能的混合储能最优储能配置方案。目前，在单一储能介质的储能控制策略方面的研究已经很成熟，混合储能的控制策略虽有涉及，但是对于风电-混合储能系统整体响应和效率方面却少有研究。二阶低通滤波改善了一阶低通滤波设计简单、截止特性差的不足，可以通过不同介质工作特性制定滤波时间常数规则，实现功率的重分配。

基于以上分析，本文提出了计及混合储能SOC的变滤波时间常数的混合储能系统控制策略，先由二阶滤波算法得到锂离子电池和超级电容的预补偿值，结合不同SOC下超级电容的响应速度，重新定义了高效安全SOC区间，通过SOC功率重分配环节和限制模块得到实际补偿值，不仅延长了锂离子的工作年限，同时提高了风电-混合储能系统的整体响应速度，并通过MATLAB进行实例仿真，验证该方法的有效性。

1 风力发电-混合储能系统结构

当下储能技术种类多样化，表1中例举了几种能量型储能类别。锂电池优势在于对建设环境无特殊要求，建设周期短，能量效率高，功率和时间配置灵活；铅碳电池同样对环境无特殊要求，充放电性能好，价格相对较低，但循环寿命相比锂电池较短；液流电池能量密度在各类电池储能技术中最低，且响应速度相对较慢；钠硫电池在移动场合下使用条件比较苛刻，受空间及安全性方面的局限。综上，锂离子电池兼具了高能量密度和高功率密度，能够实现可逆，是一种绿色电源，符合当下清洁能源的要求；功率型储能具有响应速度快的特点，典型的有超级电容器、超导磁等，但后者经济成本太高，国内应用较少，因此本文采用锂离子电池-超级电容的混合储能系统。

表1 不同电池储能技术特性

图1为本文的混合储能系统结构示意图。混合储能系统由超级电容和磷酸锂铁组成，其中，Pw为风电场发电原始风功率值，Pmix为混合储能系统输出功率值，Pref为目标并网功率值。控制系统根据电网并网要求制定合适的控制策略，反馈给风电场和储能系统，从而得到并网参考值Pref和混合储能系统补偿值Pmix，达到平抑风功率使其安全并网的目的。

2 计及混合储能SOC的变滤波时间常数的混合储能系统控制策略

储能系统平抑风电工作的场合需要快速存储，释放电能，其可能会导致系统长时间处于较危险的SOC区间内和频繁切换充放电状态下，从而降低使用寿命。为此，本文根据不同储能类别的充放电特性提出了一种计及电池寿命的变滤波时间常数的混合储能系统控制策略。控制框图如图2所示，风电场原始输出功率经一阶低通滤波和变化率限制模块后，得到混合储能系统预补偿值，再次滤波后，通过基于SOC功率重分配模块，根据不同储能类别充放电的工作特性，对各储能介质输出功率进行调整，使其值尽量维持在安全范围内，最后经约束模块后得到锂离子-超级电容的实际补偿值。

2.1 二阶低通滤波算法

图3为二阶低通滤波算法原理，一阶低通滤波器的原理公式如式（1），将式（1）进行离散化，如果输入和输出按照Δt的时间采样，可以将输入输出序列化，对式（1）简化，得到式（2）：

其中，T1——滤波时间常数；

k——第k个采样点；

Δt——信号采样时间，此外规定当Pref(t)＞0时，混合储能系统放电，相反，混合储能系统充电。

获得混合储能系统实际功率Pmix后，选择合适的滤波时间常数T2，经过二阶低通滤波算法后，得到锂离子电池和超级电容的预充放电功率，如式（3）、（4）：

2.2 基于SOC的功率重分配

本文将电池的荷电状态划分为5个区域：过充、电量较高、正常、电量较低、过放。过充与过放属于不健康区间、电量较高和电量较低属于亚健康区间、正常属于健康区间，其对应的SOC值如表2所示。

表2 电池SOC区域值

在功率重分配环节中有两个标准。标准一其主要目的是为了延长混合储能系统的工作寿命，在允许的条件下尽可能在合理安全的SOC内，又由于当SOC处于过充、过放区间内也会影响平移策略的效果，本文通过制定电池不同SOC区间内的滤波时间常数来达到标准一的目的，制定规则为：当锂离子电池SOC在正常区间内，滤波时间常数保持不变；当SOC处于电量较高时，当前环节锂离子若充电（放电），则滤波时间常数按当前SOC与预设SOC差值的绝对值线性变化使充电（放电）功率低（高）于预补偿值；反之亦然，如公式（5）所示。

标准二目的是为了使不同储能介质能够高效协同运行，根据超级电容的工作特性可知，对比能量型储能，功率型储能更适应频繁切换充放电状态，而且当超级电容的SOC较高时，相较于充电信号对放电信号响应速度较快；SOC较低时，对充电信号响应速度较快，因此，设定锂离子储能系统充放电时，超级电容预定荷电状态SOCSC_c和SOCSC_d，与超级电容储能系统当前环节SOC值进行比较，制定相应的滤波时间常数，制定规则为：锂离子当前环节处于放电状态，为了使超级电容较快响应充电信号，当超级电容当前环节SOC大于SOCSC_d，且处于充电（放电）状态，则滤波时间常数按当前SOC与预设SOC差值的绝对值线性变化使充电（放电）功率低（高）于预补偿值，锂离子充电亦然，如公式（6）所示。为此重新定义超级电容电池区间，如表3所示。

表3 超级电容SOC区域值修正

其中，k、kl、kc——变化量增益，通过大量实验数据测试选择较优值；

SOCli(k)、SOCsc(k)——当前环节锂离子电池的荷电状态和超级电容的荷电状态。

由于两个标准都需要通过改变滤波时间常数达到目标，且标准一优先级高于标准二。因此引入优先级决策系数pl、pc，其值如下公式定义：

综上，本文基于SOC功率重分配环节流程图如图4所示，由变化率模块和二阶滤波算法得到不同储能介质的预补偿值，首先判断锂离子电池是否工作在安全区间，再更新滤波时间常数，然后对超级电容的荷电状态进行判定，更新滤波时间常数，达到两个标准的要求。

2.3 约束模块

经过上述模块和环节后，得到了不同储能介质的实际功率值，但仍需对储能系统充放电指令进行极限约束条件的核验，本文的极限约束有：

（1）储能系统额定功率约束，任意时刻下不同介质补偿值不能超过其额定功率值，即：

其中，Pli_max、Psc_max——锂离子电池和超级电容的额定功率值。

（2）储能系统额定容量约束，任意时刻下不同储能介质的储能容量不能大于其额定容量，即：

其中，Qli_ca——锂离子电池的额定容量，且超级电容与锂离子极限约束相同。

3 算例分析和仿真验证

算例数据为某风电场一年的历史数据，额定功率为50 MW，规定锂离子储能系统功率和容量分别为7 MW、14 MWh，超级电容储能系统功率和容量分别为1 MW、1 MWh，对一年的历史数据进行仿真分析，控制方法采用文献[4]中模糊控制方法与本文方法，且本文提出的计及混合储能SOC的平抑风电波动控制方法，a和b分别为0.9和0.8，SOCSC_c和SOCSC_d分别为0.7和0.3，k、kl和kc分别为8、25和110。

3.1 平抑效果评价

目前已有的文献研究中，为了进一步量化平抑效果，提出了在不同时间尺度下的风电最大波动量、平抑效果标准差，公式如下[3]：

其中，δ——标准差；

μ——采样数据平均功率值；

N——数据个数；

P(i)——采样功率值，该值越大说明波动越大。

为了进一步比较储能系统工作方式和功率重分配环节的有效性，引入两个评判标准：一是储能系统因额定容量限制而无法按预补偿值工作的百分数N，公式如式（14），该值越小，说明储能系统输出功率分配更合理；二是超级电容储能转换充放电状态的百分数D，公式如式（15），该值越大，说明更符合储能介质的工作特性：

其中，L——选取的时间长度；

t——采样时间；

NL——时间长度为L时，储能系统因容量限制而无法按预补偿值进行工作的采样点个数；

ND——时间长度为L时，超级电容储能系统切换充放电状态的次数。

3.2 仿真分析

由图5可知，一年1 min波动量本文方法最大为3.65，对比方法为2.74，对比可以得出两种方法下的波动均满足波动限制要求（根据装机容量49.5 MW，其1 min波动量最大为4.9 MW），且本文方法的最大波动量更小。从图6、图7中观察N值的分布，本文方法一年内各月N值均高于对比方法，说明储能系统因容量限制而无法完成预补偿值的场景更少，输出分配更合理，为了直观地表示平抑效果，分别取一年仿真数据中的两个典型日，结合图8、图9可以说明，本文控制方法平滑风电输出的效果更好。结合图10、图11，本文的控制方法在1 min波动量、标准差和N值3个评价指标上均小于模糊控制方法，D值高于模糊控制方法，代表超级电容承担了更多切换充放电的任务，说明本文的控制方法的可行性。图8、图9是典型的平抑效果图，宏观上可以得出不同算法均达到了平滑风功率曲线的效果，说明了本文控制方法改变了混合储能系统的输出功率，结合图12可知，模糊控制储能容量达到上限或下限无法继续平抑工作，同时本文控制方法合理地重新分配了储能系统出力，降低了储能系统因达到满充或满放而无法工作的百分数，说明本文控制方法有效地提高了储能平抑风电作业的百分比，验证了该方法功能性上的有效性。

至此，分析了本文控制方法的功能性要求。为了验证控制方法中功率重分配环节的可行性，针对采样时间为一天定量分析，结合图13、图14可知，宏观上，锂离子的SOC在本文的控制方法下稳定在0.2～0.8区间内波动，且波动较小，超级电容的SOC在安全高效区间0.2～0.3的比例，本文方法明显占比更高。另外，与模糊控制方法相比，本文控制方法提高了超级电容切换充放电状态的次数，更符合不同储能介质的特点。由此证明了功率重分配环节标准二的可行性。

为了进一步说明本文方法的可行性，图15、图16反映了不同算法一年内SOC分布。根据本文控制算法可知，在功率重分配环节中有两个标准，一是避免储能系统长时间处于过放过充，并定义了SOC的5个区域；二是考虑不同储能介质的工作特性，由图15、图16可知，锂离子与超级电容经功率重分配环节前后，在安全SOC区间工作的百分数分别由48%、44%提高至60%、60.1%，有效避免了储能系统持续工作在不健康区间，达到延长储能元件寿命的目的。此外，超级电容在安全高效工作区间的值由36.68%增加至50.60%，实现了标准二的要求，提升了超级电容对充放电指令的响应速度，加强了混合储能系统的协同运行效率，验证了本文控制方法的有效性。

4 结束语

本文提出了一种计及混合储能SOC的平抑风电波动的控制策略，该方法在二阶低通滤波算法的基础上添加了变化率限制模块、基于SOC的功率重分配环节和极限限制模块，并对一年风电历史数据进行了MATLAB仿真，验证了该控制策略的合理性和可行性，同时结合现阶段研究得出如下结论：

（1）本文提出的控制策略能够实现储能系统的功能性目的，即平抑风电波动，同时提升了混合储能系统在健康SOC区间的比例，延长该系统的使用年限；

（2）控制策略中的基于SOC的功率重分配环节充分考虑了不同介质的工作特性，优化了混合储能系统SOC区间分布，提高了该系统响应速度和协同运行效率。

本文采用混合储能系统进行平抑风电波动，验证了其有效性，后续的研究会把储能系统的经济性考虑进来，根据控制策略探索功能性、经济性兼优的储能配置和控制方案。