基于變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)優(yōu)化控制

李德鑫，董添，常學(xué)飛，陳躍燕，韓曉娟

(1. 國網(wǎng)吉林省電力有限公司電力科學(xué)研究院，長春市 130021; 2. 中船重工(重慶)海裝風(fēng)電設(shè)備有限公司， 重慶市 401122; 3. 華北電力大學(xué)控制與計算機(jī)工程學(xué)院，北京市 102206)

(1. Electric Power Research Institute, State Grid Jilin Electric Power Co., Ltd., Changchun 130021, China;2. CSIC (Chongqing) Haizhuang Wind power Equipment Co., Ltd., Chongqing 401122, China;3. School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China)

?

基于變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)優(yōu)化控制

李德鑫1，董添1，常學(xué)飛1，陳躍燕2，韓曉娟3

(1. 國網(wǎng)吉林省電力有限公司電力科學(xué)研究院，長春市 130021; 2. 中船重工(重慶)海裝風(fēng)電設(shè)備有限公司， 重慶市 401122; 3. 華北電力大學(xué)控制與計算機(jī)工程學(xué)院，北京市 102206)

針對平抑風(fēng)光儲聯(lián)合發(fā)電系統(tǒng)輸出功率波動問題，提出一種具有變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)優(yōu)化控制策略。在傳統(tǒng)的加權(quán)移動濾波算法基礎(chǔ)上，分析了儲能出力、波動率以及濾波帶寬的關(guān)系，以儲能系統(tǒng)的荷電狀態(tài)(state of charge，SOC)平衡度指標(biāo)和并網(wǎng)功率波動率作為約束條件實時調(diào)整加權(quán)移動濾波算法的權(quán)值與濾波帶寬。在給定的波動率約束下，實現(xiàn)風(fēng)光儲聯(lián)合發(fā)電系統(tǒng)協(xié)調(diào)優(yōu)化控制。算例表明，所提出的變權(quán)值自適應(yīng)濾波算法優(yōu)于傳統(tǒng)的一階低通濾波風(fēng)光功率平滑效果，在保證SOC合理水平前提下，有效平抑了風(fēng)光聯(lián)合輸出功率的波動，降低了儲能系統(tǒng)充放電次數(shù)，提高了儲能系統(tǒng)的使用壽命。

波動率約束；加權(quán)移動濾波；荷電狀態(tài)(SOC)；儲能成本；濾波帶寬

0 引 言

風(fēng)光功率因為受自然氣象的影響出現(xiàn)巨大的隨機(jī)性與波動性，導(dǎo)致其輸出功率在某種程度上具有不可控性[1-2]。由于風(fēng)能與太陽能不論是在長時間還是短時間內(nèi)均呈現(xiàn)出較強(qiáng)的互補(bǔ)特性，若配置適當(dāng)容量的儲能系統(tǒng)不僅能平抑其并網(wǎng)所帶來的波動，減小對電力系統(tǒng)的沖擊、保障電源電力供應(yīng)的可信度，還能降低電力系統(tǒng)的備用容量，提高電力系統(tǒng)的運行經(jīng)濟(jì)性和接納可再生能源的能力[3-6]。在充分利用風(fēng)、光資源的前提下，如何實現(xiàn)風(fēng)電場、光伏電站及儲能系統(tǒng)間的功率協(xié)調(diào)控制成為了風(fēng)光儲聯(lián)合發(fā)電技術(shù)的研究重點，也是研究的主要方向之一。

目前關(guān)于風(fēng)光儲協(xié)調(diào)優(yōu)化控制的研究主要集中在輸出功率平滑控制與跟蹤控制這2個方面，國內(nèi)外在此領(lǐng)域已經(jīng)取得了一定的研究成果。文獻(xiàn)[7]研究了儲能系統(tǒng)用于平滑風(fēng)電功率波動控制的有效性，利用低通濾波原理平滑風(fēng)電功率中指定頻率分量。文獻(xiàn)[8-9]提出了考慮模糊控制的風(fēng)光聯(lián)合發(fā)電功率的平滑控制策略，基于智能算法自適應(yīng)調(diào)節(jié)風(fēng)電平滑功率，優(yōu)化了儲能系統(tǒng)平滑風(fēng)光聯(lián)合發(fā)電出力波動的控制策略。文獻(xiàn)[10]采用的是普通移動平均濾波算法，由于其自適應(yīng)性欠缺，當(dāng)風(fēng)電出力出現(xiàn)驟變時，濾波性能下降，影響后續(xù)濾波效果。文獻(xiàn)[11]基于鉛酸電池的電路模型，提出了使儲能出力準(zhǔn)確跟蹤參考值變化，以達(dá)到精確的功率控制，但未給出具體控制策略。文獻(xiàn)[12]通過調(diào)節(jié)電池儲能系統(tǒng)的輸出功率,對光伏輸出功率中較高頻段波動成分進(jìn)行補(bǔ)償,并且在儲能電池荷電狀態(tài)(state of charge，SOC)偏高/低時對輸出功率加以自適應(yīng)調(diào)整,將SOC維持在正常范圍內(nèi)。文獻(xiàn)[13]根據(jù)風(fēng)光互補(bǔ)發(fā)電系統(tǒng)運行特性，將系統(tǒng)運行在不同的運行模式和工作狀態(tài)下，給出了最大功率、負(fù)荷功率的跟蹤控制、蓄電池的充放電控制等不同的協(xié)調(diào)控制方法。文獻(xiàn)[14]建立了風(fēng)光儲聯(lián)合系統(tǒng)總的平均有功功率偏差最小、儲能電站充放電次數(shù)最少和優(yōu)化末段儲能電站剩余電量最大的優(yōu)化模型,通過非支配排序遺傳(NSGA-Ⅱ)算法求解,給出風(fēng)/光/儲分鐘級的計劃出力曲線。

本文提出基于變權(quán)重自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)控制方法，將風(fēng)光波動率約束條件、儲能系統(tǒng)SOC考慮到風(fēng)光儲協(xié)調(diào)控制策略中，通過儲能系統(tǒng)協(xié)調(diào)風(fēng)光系統(tǒng)與電網(wǎng)間電能平衡的同時，減少儲能出力次數(shù)與使用時間，延長儲能系統(tǒng)的使用壽命，提高風(fēng)光儲發(fā)電系統(tǒng)的經(jīng)濟(jì)性。

1 基于加權(quán)移動平均濾波的風(fēng)光互補(bǔ)輸出功率平滑

1.1 傳統(tǒng)加權(quán)移動濾波原理

移動平均法是時間序列預(yù)測法中一類主要方法，主要用于分析經(jīng)濟(jì)學(xué)中經(jīng)濟(jì)市場較穩(wěn)定、短期內(nèi)趨勢變化不大的情況[15]。移動平均法計算公式為

(1)

(2)

式中ωi>ωi-1，ωi為權(quán)值。

1.2 改進(jìn)加權(quán)移動濾波算法

在式(2)的基礎(chǔ)上，根據(jù)風(fēng)光輸出功率趨勢及波動特性，對每個時刻的風(fēng)光出力配以趨勢權(quán)重β(n)

(3)

式中：θ為趨勢斜率，θ∈(0, 0.5)，θ取值越大則表明近期風(fēng)光功率所占比重越大；n=1,2,…,N；N為移動平均項數(shù)(即本文所提到的濾波帶寬T，表示所取的采樣風(fēng)光功率數(shù)據(jù)的點數(shù))。n時刻的目標(biāo)值應(yīng)注重最近的風(fēng)光輸出功率趨勢，相對削弱其過去較遠(yuǎn)的出力，所以β(n)取遞增函數(shù)。

設(shè)第t0(t0≥N)時刻的平滑目標(biāo)功率為前N-1個時刻的風(fēng)光功率加權(quán)平均值

(4)

儲能系統(tǒng)吞吐功率參考值

(5)

式中：Pbat(t)為風(fēng)光發(fā)電系統(tǒng)額定功率；Psmooth(t0)為t0時刻的平滑目標(biāo)參考值；Pwp(t)為t時刻的實際風(fēng)光功率。

1.3 并網(wǎng)功率波動率和儲能SOC平衡度指標(biāo)

波動率為

(6)

式中：Pwp(k)為k時刻風(fēng)光輸出功率；Pb(k-1)為k-1時刻風(fēng)光儲輸出功率；Prat為風(fēng)光額定裝機(jī)容量[17-18]。

儲能SOC平衡度指標(biāo)M(t)為

(7)

式中：CSOC(t)為儲能系統(tǒng)t時刻的荷電狀態(tài)；CSOCref為儲能SOC參考值，CSOCref=(CSOCmax+CSOCmin)/2；CSOCmax與CSOCmin根據(jù)儲能系統(tǒng)本身的介質(zhì)要求而定，分別取CSOCmax=0.8，CSOCmin=0.2。M∈[-1，1]，當(dāng)M值越接近于1時，表示此時儲能的放電能力越強(qiáng)，充電能力卻極低；當(dāng)M越接近于-1時，則表示此時充電能力越強(qiáng)，放電能力卻極差；若M越接近0，則表示此時儲能的充放電能力適中，建議維持M值在0值附近[19-20]。

1.4 濾波帶寬、并網(wǎng)功率波動率和儲能出力的關(guān)系

針對中國某風(fēng)光示范單位的風(fēng)光功率歷史數(shù)據(jù)(裝機(jī)容量：風(fēng)機(jī)99 MW，光伏40 MW)，以1天的功率數(shù)據(jù)進(jìn)行波動互補(bǔ)特性分析，得到實際出力曲線及1 min波動率曲線如圖1、2所示。

圖1 典型風(fēng)、光、風(fēng)光互補(bǔ)日出力曲線

圖2 典型風(fēng)、光、風(fēng)光互補(bǔ)1 min波動率曲線

從如圖2可以看出，將風(fēng)光聯(lián)合發(fā)電輸出功率每分鐘波動率比單獨風(fēng)力發(fā)電的波動率大一點，但在很大程度上減小了光伏輸出功率的波動性，但是并不能完全消除二者的波動性、間歇性和隨機(jī)性的特征。

將本文所提出的改進(jìn)加權(quán)移動平均自適應(yīng)濾波方法用于風(fēng)光儲聯(lián)合發(fā)電系統(tǒng)功率平滑控制，并與傳統(tǒng)一階低通濾波平滑控制策略進(jìn)行對比，對比結(jié)果如圖3所示，這里濾波帶寬T=50，一階低通濾波器時間常數(shù)T=600 s。

圖3 不同濾波方法下的風(fēng)光功率平滑曲線

從圖3中看出，加權(quán)移動平均自適應(yīng)濾波方法比一階低通濾波平滑風(fēng)光功率后所得曲線能更好地跟蹤原始曲線，不存在“滯后”現(xiàn)象。為了進(jìn)一步分析濾波帶寬和儲能出力之間的關(guān)系，加權(quán)移動平均濾波帶寬T分別取10個點，30個點，50個點。風(fēng)光功率平滑效果及儲能能量變化曲線如圖4、5所示。

圖4 不同濾波帶寬T下的并網(wǎng)功率曲線

從圖4、5可以看出：隨著加權(quán)移動平均濾波帶寬T的取值越大，風(fēng)光儲能系統(tǒng)合成出力的波動逐漸降低，儲能系統(tǒng)平抑風(fēng)光波動的效果越好，對應(yīng)的儲能最大出力功率增大，對應(yīng)的儲能所需容量配置也隨之增大。因此，濾波帶寬T不僅與平滑后的風(fēng)光儲并網(wǎng)波動率密切相關(guān)，而且與儲能出力以及所需配置的儲能容量密切相關(guān)，需要將波動率約束條件加入該濾波算法。

圖5 不同濾波帶寬T下的儲能能量變化

2 基于變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)優(yōu)化控制

2.1 具有變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)控制原理

在充分考慮濾波帶寬T、儲能SOC和波動率三者關(guān)系情況下，將風(fēng)光波動率約束條件考慮到風(fēng)光儲協(xié)調(diào)控制策略中，減少儲能出力次數(shù)與使用時間，延長儲能系統(tǒng)的使用壽命，其控制框圖如圖6所示。

圖6 具有變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)控制框圖

將數(shù)據(jù)采集系統(tǒng)的風(fēng)光實際功率數(shù)據(jù)輸入到加權(quán)平均移動自適應(yīng)濾波器，通過計算風(fēng)光功率的波動率情況(這里限定風(fēng)光并網(wǎng)功率波動率低于2%/min)及儲能SOC平衡度指標(biāo)實時調(diào)節(jié)加權(quán)移動平均自適應(yīng)濾波器的權(quán)值與濾波帶寬T，實現(xiàn)自適應(yīng)濾波。濾波帶寬T根據(jù)儲能系統(tǒng)前一時刻的儲能SOC平衡度指標(biāo)實時控制儲能出力。在平滑風(fēng)光功率過程中，對儲能輸出功率進(jìn)行限幅控制以保護(hù)儲能系統(tǒng)，防止其出現(xiàn)過充過放現(xiàn)象而影響使用壽命。

具有變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)控制步驟如下：

(1)通過數(shù)據(jù)采集系統(tǒng)采集風(fēng)光功率數(shù)據(jù)，并通過波動率計算單元計算其波動率。

(2)若風(fēng)光波動率δ大于設(shè)定值(該設(shè)定值由電網(wǎng)調(diào)度部門規(guī)定(δ≤2%)，則進(jìn)行加權(quán)移動平均自適應(yīng)濾波風(fēng)光功率平滑，得到對應(yīng)儲能出力參考值Pbat。

(3)若風(fēng)光波動率δ小于設(shè)定值時，則對應(yīng)的儲能出力為0(即Pbat=0)，將風(fēng)光聯(lián)合發(fā)電系統(tǒng)輸出功率進(jìn)行直接并網(wǎng)。

(4)得到并網(wǎng)功率為Pb=Pbat+Pwp。

當(dāng)儲能功率超出其輸出功率的限制值時，只允許儲能系統(tǒng)以最大額定儲能功率輸出，以確保儲能系統(tǒng)不會出現(xiàn)超負(fù)荷運行的安全隱患。

2.2 有無波動率約束的風(fēng)光儲優(yōu)化控制實例

將上面所提出的具有變權(quán)值自適應(yīng)濾波方法用于風(fēng)光儲聯(lián)合發(fā)電系統(tǒng)平滑控制，與沒有波動率約束條件下的平滑效果進(jìn)行對比，控制結(jié)果及波動率曲線如圖7、8所示。

圖7 有無約束條件下風(fēng)光功率平滑效果

從圖7、8可以看出，在沒有波動率約束條件下，經(jīng)過平滑后風(fēng)光并網(wǎng)曲線更平滑且其波動性較小，風(fēng)光輸出功率每分鐘波動率概率主要分布在1%以內(nèi)；在有波動率約束的情況下，波動率的概率分布增大到了2%之內(nèi)，也能滿足風(fēng)光并網(wǎng)的波動率限制要求。儲能出力、儲能SOC和儲能能量曲線如圖9～11所示。

圖8 風(fēng)光1 min并網(wǎng)波動率概率分布

從圖9可以看出，有波動率約束條件下儲能系統(tǒng)出力時間明顯減少。圖中直線部分表示此時儲能系統(tǒng)部出力。儲能充放電次數(shù)減少，延長了儲能使用壽命，而二者儲能系統(tǒng)最大出力、最小出力是完全相同的，其中最大儲能出力為13.6793 MW，最小出力為-14.9897 MW。

從圖10可以看到：無波動率約束條件下SOC波動范圍為[0.4550，0.5427]，有波動率約束條件下SOC波動范圍為[0.4278,0.5151]，其中的直線代表了此時儲能SOC沒有發(fā)生變化即儲能處于不出力狀態(tài)，減少了儲能出力時間。

由圖11可以看出，需要配置的儲能容量由無波動率約束條件下的1.7524 MW·h變?yōu)橛胁▌勇始s束條件下的1.7463 MW·h，儲能所需配置容量減小了0.0061 MW·h，降低了儲能系統(tǒng)的成本。

圖11 有無波動率約束條件下的儲能能量變化對比曲線

3 結(jié) 論

本文提出一種具有變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)優(yōu)化控制方法。通過對波動率進(jìn)行約束，使波動量概率分布范圍增大從而優(yōu)化儲能出力，減少其出力次數(shù)，延長其使用壽命。該方法優(yōu)于傳統(tǒng)的一階低通濾波算法，有效解決了其固有的“滯后”問題，且能自適應(yīng)調(diào)整加權(quán)移動濾波算法的權(quán)值與濾波帶寬。所引入的儲能SOC平衡度指標(biāo)可以保證儲能系統(tǒng)剩余電量維持在合理的運行范圍內(nèi)，更好地利用儲能系統(tǒng)對風(fēng)光出力進(jìn)行跟蹤控制，具有一定的工程應(yīng)用價值。

[1]劉琦.中國新能源發(fā)展研究[J].電網(wǎng)與清潔能源，2010,26(1):47-51. Liu Qi. Studies on China’s new energy development[J]. Power System and Clean Energy,2010,26(1):47-51.

[2]宋洪磊,吳俊勇,冀魯豫，等.風(fēng)光互補(bǔ)獨立供電系統(tǒng)的多目標(biāo)優(yōu)化設(shè)計[J].電工技術(shù)學(xué)報,2011,26(7):104-111. Song Honglei，Wu Junyong，Ji Luyu，et al. Multi-objective optimal sizing of stand-alone hybrid wind/PV system[J].Transactions of China Electrotechnical Society,26(7):104-111.

[3]姚勇,朱桂萍,劉秀成. 電池儲能系統(tǒng)在改善微電網(wǎng)電能質(zhì)量中的應(yīng)用[J].電工技術(shù)學(xué)報,2012,27(1):85-89. Yao Yong, Zhu Guiping, Liu Xiucheng. Improvement of power quality of micro-grids by battery energy storage system[J]. Transactions of China Electrotechnical Society, 2012,27(1):85-89.

[4]徐娟,孫大偉.智能電網(wǎng)—大規(guī)模風(fēng)、光電并網(wǎng)瓶頸問題的解決方案[J].寧夏電力,2012(1):11-14. Xu Juan, Sun Dawei. The smart grid-the best of all scheme to solve the bottleneck problems of wind power and photoelectric power generation connected with power network on a large scale[J]. Ningxia Electric Power, 2012(1):11-14.

[5]王成山,于波,肖峻，等. 平滑可再生能源發(fā)電系統(tǒng)輸出波動的儲能系統(tǒng)容量優(yōu)化方法[J].中國電機(jī)工程學(xué)報,2012,32(16):1-8. Wang Chengshan, Yu Bo, Xiao Jun, et al. Sizing of energy storage systems for output smoothing of renewable energy systems[J]. Proceedings of the CSEE,2012,32(16):1-8.

[6]米增強(qiáng),蘇勛文,楊奇遜,等. 風(fēng)電場動態(tài)等值模型的多機(jī)表征方法[J].電工技術(shù)學(xué)報,2010,25(5):162-169. Mi Zengqiang, Su Xunwen, Yang Qixun, et al. Multi-machine representation method for dynamic equivalent model of wind farms[J]. Transactions of China Electrotechnical Society, 2010,25(5):162-169.

[7]宇航.利用儲能系統(tǒng)平滑風(fēng)電功率波動的仿真研究[D].吉林:東北電力大學(xué),2010. YU Hang. Simulation research on smoothing the wind power fluctuation by using energy storage system[D]. Jilin: Northeast Dianli University,2010.

[8]Li X J, Li Y, Han X J, et al. Application of fuzzy wavelet transform to smooth wind/PV hybrid power system output with battery energy storage system[J]. Energy Procedia, 2011(12):994-1001.

[9]Li X J,Li N,Jia X C,et al.Fuzzy logic based smoothing control of wind/PV generation output fluctuations with battery energy storage system[C]//The 14th International Conference on Electrical Machines and Systems(ICEMS’2011).Beijing：IEEE，2011: 1-5.

[10]Tesfahunegn S G, Ulleberg ?, Vie P J S, et al. Optimal shifting of photovoltaic and load fluctuations from fuel cell and electrolyzer to lead acid battery in a photovoltaic/hydrogen standalone power system for improved performance and life time[J]. Journal of Power Sources, 2011:10401-10414.

[11]Teleke S，Baran M E，Bhattacharya S，et al. Optimal control of battery energy storage for wind farm dispatching[J]. IEEE Transaction on Energy Conversion, 2010,25(3):787-794.

[12]黃羚,蔡濤,陳天錦,等.基于SOC調(diào)整的光伏電站儲能系統(tǒng)調(diào)控策略[J]. 電力系統(tǒng)保護(hù)與控制,2013,41(16):66-70. Huang Ling, Cai Tao, Chen Tianjin, et al. Control strategy of battery energy storage system for large-scale pv system based on SOC adjustment[J]. Power System Protection and Control,2013,41(16):66-70.

[13]齊志遠(yuǎn),王生鐵,田桂珍.風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的協(xié)調(diào)控制[J].太陽能學(xué)報,2010,31(5):654-660. Qi Zhiyuan, Wang Shengtie, Tian Guizhen. Coordination control of wind/pv hybrid system[J].Acta Energiae Solaris Sinica,2010,31(5):654-660.

[14]戚永志,劉玉田.風(fēng)光儲聯(lián)合系統(tǒng)輸出功率滾動優(yōu)化與實時控制[J].電工技術(shù)學(xué)報,2014,29(8):265-273. Qi Yongzhi, Liu Yutian. Output power rolling optimization and real-time control in wind-photovoltaic-storage hybrid system[J]. Transactions of China Electrotechnical Society, 2014,29(8):265-273.

[15]陳躍燕，李相俊，韓曉娟,等.基于移動平均法和風(fēng)電波動率約束的電池儲能系統(tǒng)平滑風(fēng)電出力控制策略[J].電力建設(shè)，2013,34(7)：1-5. Chen Yueyan, Li Xiangjun, Han Xiaojuan, et al. Control strategy of smoothing wind power output using battery energy storage based on moving average method and wind power volatility rate constraint[J]. Electric Power Construction,2013,34(7):1-5.

[16]趙圣占,谷陽陽.基于加權(quán)移動平均的遙測數(shù)據(jù)量化誤差修正方[J].儀器儀表用戶,2011,18 (4) :94-96. Zhao Shengzhan, Gu Yangyang. Square quantization error correction based on the weighted moving average of telemetry data[J]. Electronic Instrumentation Customer,2011,18(4):94-96.

[17]靳文濤，馬會萌，謝志佳.電池儲能系統(tǒng)平滑風(fēng)電功率控制策略[J].電力建設(shè)，2012,33(7)：7-11. Jin Wentao, Ma Huimeng, Xie Zhijia. Windpower smoothing control strategy of battery energy storage system[J]. Electric Power Construction,2012,33(7):7-11.

[18]楊水麗，惠東，李建林，等.適用于風(fēng)電場的最佳電池容量選取方法[J].電力建設(shè)，2010,31(9)：1-4. Yang Shuili, Hui Dong, Li Jianlin, et al. Selection of the optimal battery capacity for wind farm[J]. Electric Power Construction,2010,31(9):1-4.

[19]丁明,吳建鋒,朱承治,等.具備荷電狀態(tài)調(diào)節(jié)功能的儲能系統(tǒng)實時平滑控制策略[J]. 中國電機(jī)工程學(xué)報,2013,33(1):22-29. Ding Ming, Wu Jianfeng, Zhu Chengzhi, et al. A real-time smoothing control strategy with SOC adjustment function of storage systems[J]. Proceedings of the CSEE,2013,33(1):22-29.

[20]陳巒,黃琦,陳池.基于目標(biāo)參數(shù)和儲能容量約束的風(fēng)電功率平滑策略[J].中國電力,2013,46(6):63-69. Chen Luan, Huang Qi, Chen Chi.Strategy on wind power smoothing subject to target parameters and energy-storage capacity[J].Electric power,2013,46(6):63-69.

(編輯:蔣毅恒)

Optimal Control of PV-Wind-Storage Hybrid Power System Based on Variable Weight Adaptive Filtering

LI Dexin1, DONG Tian1, CHANG Xuefei1, CHEN Yueyan2, HAN Xiaojuan3

This paper proposed an optimal control strategy for photovoltaic (PV)-wind-storage coordination based on variable weight adaptive filtering to smooth the fluctuations of the output power in the PV-wind-storage hybrid power system. Based on traditional weighted moving filtering algorithm, the relationship of the output of energy storage system, the fluctuation rates and the filtering bandwidth was analyzed; the balance index of the state of charge (SOC) of energy storage system and the fluctuation rates of the output power connected to the grid were used as constraint conditions to optimize the weight of the weighted moving filtering algorithm and the filtering bandwidth. Under the given constraint of fluctuation rate, the coordination optimal control of hybrid power system including PV, wind power and energy storage system was achieved. The example results show that the smoothing performance of PV-wind power of the proposed variable weight adaptive filtering method is better than that of traditional first-order low-pass filtering method. Under the premise of maintaining a reasonable level of SOC, the fluctuation of PV-wind output power is smoothed significantly, the charging or discharging times of energy storage system are reduced and the service life of energy storage system is improved.

fluctuation rate constraint; weighted moving filtering; state of charge (SOC); energy storage cost; filtering bandwidth

Pbat(t)=Psmooth(t0)-Pwp(t)

國家自然科學(xué)青年基金(51107126)。

(1. Electric Power Research Institute, State Grid Jilin Electric Power Co., Ltd., Changchun 130021, China;2. CSIC (Chongqing) Haizhuang Wind power Equipment Co., Ltd., Chongqing 401122, China;3. School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China)

TM 73

A

1000-7229(2015)04-0032-06

10.3969/j.issn.1000-7229.2015.04.006

2014-12-19

2015-01-29

李德鑫(1985),男，工學(xué)碩士，工程師，主要從事新能源并網(wǎng)技術(shù)和大電網(wǎng)仿真方面的研究工作；

董添(1986)，男，工學(xué)碩士，工程師，主要從事調(diào)度自動化、智能變電站監(jiān)控系統(tǒng)調(diào)試與運維方面的研究工作；

常學(xué)飛(1984)，男，工學(xué)碩士，工程師，主要從事新能源并網(wǎng)檢測、電能質(zhì)量治理方面的研究工作；

陳躍燕(1987)，女，碩士，研究方向為新能源發(fā)電控制技術(shù)、儲能技術(shù)；

韓曉娟(1970)，女，工學(xué)博士，副教授，研究方向為新能源發(fā)電控制技術(shù)、儲能及檢測技術(shù)。

Project Supported by National Natural Science Foundation for Young Scholars of China(51107126).