• 头条作者特稿:基于集合经验模态分解的风电混合储能系统能量管理协调控制策略
    2020-02-05 作者:付菊霞, 陈洁, 滕扬新, 邓浩, 孙泽伦  |  来源:《电工技术学报》  |  点击率:
    分享到:
    导语风能发电具有随机性、间歇性和不确定性等特点,在大规模风电并网中严重影响电力系统的安全运行。利用蓄电池和超级电容组成混合储能系统,可提高风电并网的电能质量。根据两种储能设备的出力需求,以其荷电状态、充放电功率等为约束条件,设计混合储能系统能量管理协调控制策略,实现储能系统内部功率相互流动。

    风能发电具有随机性、间歇性和不确定性等特点,在大规模风电并网中严重影响电力系统的安全运行。利用蓄电池和超级电容组成混合储能系统,可提高风电并网的电能质量。根据两种储能设备的出力需求,以其荷电状态、充放电功率等为约束条件,设计混合储能系统能量管理协调控制策略,实现储能系统内部功率相互流动。

    ► DOI: 10.19595/j.cnki.1000-6753.tces.181729 ◀

    研究背景

    风电在我国发展迅速,由于风能资源和负荷分布不均衡,致使风电大容量远距离外送成为必要。然而,风电的间歇性、波动性,尤其是与负荷之间的“反调峰”,成为风电规模化发展和高效利用的主要障碍。提高电网的网架结构,提高风电外送能力,是一个重要选择,但面临着投资大、建设周期长、占用土地资源等问题。而通过储能或可调负荷的功率调节作用,将间歇性、波动性的电能转变为连续的、平稳的能源输出,提高风电的品质,则更为高效可行。

    论文方法及创新点

    风电输出功率信号是一种非线性、非平稳性信号,传统频域方法分解局限性较大,而采用改进的集合经验模态分解(EnsembleEMD, EEMD)方法,将风电场输出功率信号根据不同时间尺度特征,分解成一系列准单分量信号,并设计时空滤波器得到平滑目标并网功率。风电储能复合滤波结构如下图所示:

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    图1 风电储能复合滤波结构

    根据蓄电池和超级电容的出力需求,结合储能设备荷电状态(SOC)、充放电功率等约束条件,提出混合储能系统能量管理协调控制算法,实现储能系统内部功率相互流动。储能系统仿真模型如下:

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    图2 储能系统仿真模型

    为了验证本文所提控制策略的有效性,在Matlab/Simulink 中搭建仿真模型,利用某风电场实测数据进行仿真验证,并与传统低通滤波算法和基于储能设备充、放电响应时间进行功率分配方法(以下称传统方法)进行比较分析,最后得出结论。图3 为两种不同方法得到的目标并网功率。

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    图3 目标并网功率

    在传统低通滤波方法与EEMD方法获得的风电并网功率均满足国家风电并网标准条件下,低通滤波方法得到的并网功率曲线存在延迟,主要表现在采用低通滤波方法得到的平抑曲线在图中0时刻开始功率是从零开始的,然后逐渐上升,在仿真中延迟时间大概为40-50 s之间,进而得到平滑的并网功率。

    图4 为采用两种不同方法得到的储能设备输出功率曲线。图4(a)按照蓄电池和超级电容的频率特性进行功率分配;图4(b)根据蓄电池和超级电容的出力需求进行储能设备间协调控制,两种储能设备按照各自的性能特点进行能量存储,且蓄电池承担了大部分储能工作,符合其作为能量型器件的特征。

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    图4 储能设备输出功率

    表1为两种控制策略下储能设备充、放电次数和储能容量对比。分析数据可知,能量管理协调控制策略下,蓄电池和超级电容充放电次数和容量均少于传统控制策略,由此可有效延长储能设备的使用寿命,同时缩减储能设备数量规模。

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    表1 能量管理协调控制方法与传统方法对比指标

    结论

    文章针对风电储能混合系统,采用集合经验模态分解(EEMD)风电场有功功率获得目标并网功率,与低通滤波算法、小波包分解、EMD 分解相比,具有自适应、直观等优点,可避免传统滤波器时间常数难以精准确定和小波包基函数选取的局限性,同时可以削弱EMD 分解产生模态混叠效应。同时提出一种混合储能系统能量管理协调控制策略,该策略可实现能量协调流动于两种储能设备之间,提高整个储能系统的响应时间,能更好地发挥不同储能设备的优势。最后通过仿真实验验证了所提控制策略的有效性。

    引用本文

    付菊霞, 陈洁, 滕扬新, 邓浩, 孙泽伦. 基于集合经验模态分解的风电混合储能系统能量管理协调控制策略[J]. 电工技术学报, 2019, 34(10): 2038-2046.Fu Juxia, Chen Jie, Teng Yangxin, Deng Hao, Sun Zelun. Energy Management Coordination Control Strategy for Wind Power Hybrid Energy Storage System Based on EEMD. Transactions of China Electrotechnical Society, 2019, 34(10): 2038-2046.

    团队介绍

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    付菊霞

    硕士研究生,研究方向包括清洁能源发电、储能技术等。参与国家自然科学基金项目(风电氢能系统的耦合机制与方法研究)和新疆维吾尔自治区高校科研重点项目,以及新疆大学横向科研项目(基于提高运检效率的智能化运维关键技术研究与应用项目)等。

    基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

    陈洁

    1975年出生,新疆大学电气工程学院教授,硕士生导师,新疆大学能源与动力工程系主任。主要研究方向为智能新型材料在机电领域中的应用、新能源储能技术。主持国家自然科学青年基金 1 项,国家自然科学地区基金 1 项,厅局级科研项目 1 项,校级科研项目 2 项;参与多项科研项目。第一作者及通讯作者发表 EI 及核心论文 20 篇,其中 EI7 篇,获发明专利授权 4 项,软件著作权 1 项。获自治区科技进步三等奖 1 项,获新疆大学光华奖学金,新疆大学青年科研奖。获自治区教学能手,自治区青年教师教学竞赛三等奖,新疆大学青年教师教学优秀奖,新疆大学教师教学竞赛一等奖。