基于模糊控制的混合儲(chǔ)能平抑風(fēng)電功率波動(dòng)

蔣小平，彭朝陽(yáng)，魏立彬，羅中戈

?

基于模糊控制的混合儲(chǔ)能平抑風(fēng)電功率波動(dòng)

蔣小平1，彭朝陽(yáng)1，魏立彬1，羅中戈2

(1.中國(guó)礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院，北京100083；2.國(guó)網(wǎng)北京市電力公司城區(qū)供電公司，北京100037)

風(fēng)電功率波動(dòng)對(duì)電網(wǎng)造成不容忽視的影響。風(fēng)電并網(wǎng)處加入混合儲(chǔ)能系統(tǒng)可以有效地降低風(fēng)電對(duì)電網(wǎng)的影響。首先按照風(fēng)電并網(wǎng)波動(dòng)量要求，估算出某時(shí)刻的預(yù)估風(fēng)電波動(dòng)量。然后根據(jù)風(fēng)電預(yù)估波動(dòng)功率以及電池當(dāng)前的能量狀態(tài)建立模糊控制器，輸出平抑系數(shù)1，并計(jì)算出混合儲(chǔ)能系統(tǒng)的實(shí)際輸出功率以及風(fēng)儲(chǔ)并網(wǎng)功率。最后利用需混合儲(chǔ)能變化量以及超級(jí)電容器當(dāng)前能量狀態(tài)，建立模糊控制器，輸出分配系數(shù)2，計(jì)算當(dāng)前超級(jí)電容器和電池的實(shí)際輸出功率，并實(shí)時(shí)更新混合儲(chǔ)能的能量狀態(tài)。通過(guò)算例證明，在混合儲(chǔ)能容量充足和不足的情況下協(xié)調(diào)控制算法均可靠、有效，并且能夠充分解決混合儲(chǔ)能使用壽命和風(fēng)電功率波動(dòng)平抑度之間的矛盾。

風(fēng)電有功功率波動(dòng)；混合儲(chǔ)能；模糊控制；協(xié)調(diào)控制策略；能量狀態(tài)

0 引言

目前，能源問(wèn)題已經(jīng)成為了世界各國(guó)所關(guān)注的重點(diǎn)問(wèn)題。在未來(lái)，新能源必定在能源結(jié)構(gòu)中占有重要一席。風(fēng)電功率的波動(dòng)性造成對(duì)電網(wǎng)的沖擊，極大限制了其在電網(wǎng)中的滲透率[1-3]。

國(guó)內(nèi)外專(zhuān)家學(xué)者對(duì)此進(jìn)行了大量的分析與研究。文獻(xiàn)[4-6]說(shuō)明利用儲(chǔ)能系統(tǒng)可以有效地平滑風(fēng)電并網(wǎng)功率，降低風(fēng)電波動(dòng)對(duì)電網(wǎng)的影響，有效改善風(fēng)電的電能品質(zhì)，有利于風(fēng)電并網(wǎng)；文獻(xiàn)[7]利用電池儲(chǔ)能系統(tǒng)平滑風(fēng)電功率波動(dòng)可以提高風(fēng)力發(fā)電功率輸出的穩(wěn)定性；文獻(xiàn)[8-9]說(shuō)明混合儲(chǔ)能系統(tǒng)具有保護(hù)能量型儲(chǔ)能，且更加可靠、有效地平抑風(fēng)電功率波動(dòng)；文獻(xiàn)[10]為了平抑風(fēng)功率波動(dòng)，提出了一種基于模型預(yù)測(cè)控制(MPC)原理的平抑風(fēng)電功率波動(dòng)的電池儲(chǔ)能控制方法；文獻(xiàn)[11]提出一種蓄電池和虛擬儲(chǔ)能的協(xié)調(diào)控制策略，用于有效平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)；文獻(xiàn)[12]改變平抑時(shí)間常數(shù)和電池儲(chǔ)能系統(tǒng)充放電目標(biāo)功率為目標(biāo)的平抑風(fēng)電功率波動(dòng)的自適應(yīng)控制策略；文獻(xiàn)[13]提出了一種基于小波理論用于平抑風(fēng)電功率波動(dòng)的混合儲(chǔ)能系統(tǒng)容量配置及協(xié)調(diào)控制方法；文獻(xiàn)[14]提出基于小波包模糊協(xié)調(diào)控制分配混合儲(chǔ)能功率方法，體現(xiàn)在頻域上分配儲(chǔ)能輸出優(yōu)化分配的控制方式；文獻(xiàn)[15]設(shè)計(jì)模糊神經(jīng)PID控制器，采用模糊神經(jīng)網(wǎng)絡(luò)算法對(duì)混合儲(chǔ)能系統(tǒng)PID控制參數(shù)進(jìn)行在線優(yōu)化；文獻(xiàn)[16]對(duì)大規(guī)模風(fēng)電并網(wǎng)的某區(qū)域電網(wǎng)負(fù)荷與風(fēng)電出力的數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析，得到負(fù)荷和風(fēng)電出力的時(shí)域分布規(guī)律，提出了利用儲(chǔ)能系統(tǒng)協(xié)調(diào)風(fēng)電場(chǎng)有功出力與其并網(wǎng)系統(tǒng)負(fù)荷功率波動(dòng)的策略；文獻(xiàn)[17]提出了一種基于模糊控制策略的電池儲(chǔ)能系統(tǒng)輔助AGC調(diào)頻方法；文獻(xiàn)[18]通過(guò)建立負(fù)荷與儲(chǔ)能裝置的協(xié)調(diào)優(yōu)化模型，實(shí)現(xiàn)在微網(wǎng)可靠性評(píng)估中計(jì)及負(fù)荷與儲(chǔ)能裝置協(xié)調(diào)優(yōu)化的影響。

從上述文獻(xiàn)中可以看出，風(fēng)電有功功率波動(dòng)量提取以及電池和超級(jí)電容器的功率分配是實(shí)現(xiàn)風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的重點(diǎn)。在頻域上，利用濾波原理(濾波器或是小波理論)分配儲(chǔ)能功率，體現(xiàn)了儲(chǔ)能的特點(diǎn)并適度地保護(hù)了電池，但存在各頻段的分界頻率難以界定、電池和超級(jí)電容器出現(xiàn)正負(fù)相反的輸出功率、控制指令延時(shí)等問(wèn)題。在時(shí)域上，一般利用滑動(dòng)平均等方法計(jì)算并網(wǎng)功率以及需儲(chǔ)能輸出功率，再利用經(jīng)驗(yàn)?zāi)B(tài)分解或檢測(cè)電池或超級(jí)電容器的狀態(tài)分配各儲(chǔ)能輸出功率，但在分配過(guò)程中仍存在如滑動(dòng)平均法的窗口大小選擇困難、儲(chǔ)能在高低電位時(shí)充放電的保護(hù)等問(wèn)題。

基于以上考慮，本文提出一種基于模糊控制的混合儲(chǔ)能系統(tǒng)用于平抑風(fēng)電有功功率波動(dòng)的方法。首先，從實(shí)時(shí)控制角度出發(fā)，根據(jù)風(fēng)電并網(wǎng)有功功率波動(dòng)要求計(jì)算預(yù)估混合儲(chǔ)能出力功率，并根據(jù)該功率與電池額定功率的比值(表征需儲(chǔ)能出力情況)與電池當(dāng)前時(shí)刻的情況(表征儲(chǔ)能接納能力)計(jì)算儲(chǔ)能實(shí)際出力；然后，以優(yōu)先超級(jí)電容器充放電為前提，根據(jù)其狀態(tài)和儲(chǔ)能實(shí)際輸出功率分配儲(chǔ)能各自實(shí)際輸出功率，完成混合儲(chǔ)能的協(xié)調(diào)控制。最后，通過(guò)算例分析該控制方式簡(jiǎn)單，具有實(shí)時(shí)性，并解決了儲(chǔ)能系統(tǒng)保護(hù)與風(fēng)電功率平抑的矛盾，合理、有效地完成平抑風(fēng)電功率波動(dòng)的目的。

1 抑風(fēng)電功率波動(dòng)系統(tǒng)結(jié)構(gòu)

雙饋風(fēng)機(jī)與儲(chǔ)能系統(tǒng)組成結(jié)構(gòu)與模糊協(xié)調(diào)控制圖如圖1所示。其中實(shí)線表示能量傳輸、長(zhǎng)虛線表示控制信號(hào)線、點(diǎn)虛線表示檢測(cè)信號(hào)線。其中為風(fēng)電輸出有功功率，經(jīng)儲(chǔ)能平滑的并網(wǎng)有功功率，表示超級(jí)電容器的輸出功率，表示電池的輸出功率，顯然可得式(1)。

圖1 系統(tǒng)結(jié)構(gòu)圖

Fig.1 System structure diagram

式中：表示時(shí)刻之前的個(gè)時(shí)刻點(diǎn)，和分別表示在[-，]時(shí)段內(nèi)，風(fēng)電有功功率波動(dòng)最大值和允許并網(wǎng)有功功率波動(dòng)的最大值，max表示取一組數(shù)據(jù)的最大值，()函數(shù)為符號(hào)函數(shù)，表示。

(3)

(5)

圖2 模糊控制器結(jié)構(gòu)圖

Fig.2 Fuzzy controller structure diagram

2 模糊控制器設(shè)計(jì)

圖1和圖2說(shuō)明了儲(chǔ)能系統(tǒng)的結(jié)構(gòu)和控制結(jié)構(gòu)，其中模糊控制器是由對(duì)輸入輸出模糊化后，進(jìn)行模糊推理運(yùn)算，最后通過(guò)去模糊化建立。其中輸入輸出模糊化是由各變量的隸屬度函數(shù)實(shí)現(xiàn)，模糊推理由模糊規(guī)則表實(shí)現(xiàn)，去模糊化由參數(shù)影響能力決定。

圖3是模糊控制器1的輸入輸出隸屬度函數(shù)，表1是相應(yīng)的模糊推理規(guī)則。在本文中，模糊控制器1的輸入的模糊集采用{NB，NM，NS，Z，PS，PM，PB}構(gòu)成，范圍是；輸入電池的模糊集采用{Z，L，M，H，O}構(gòu)成，范圍是；輸出比例系數(shù)的模糊集采用{L，LM，M，HM，H}構(gòu)成，范圍是[0, 1]；隸屬度函數(shù)均由三角函數(shù)或是梯形函數(shù)構(gòu)成。因?yàn)閮蓚€(gè)輸入對(duì)輸出的影響均很重要，直接影響儲(chǔ)能是否能夠容納風(fēng)電功率波動(dòng)的能量，故去模糊化選擇最大隸屬度最小值法。

圖3 模糊控制器1的隸屬函數(shù)圖

表1 模糊控制器1的控制規(guī)則

模糊推理規(guī)則表2與表1類(lèi)似，但以超級(jí)電容器優(yōu)先充放電以及保證減小電池充放電為原則。

圖4 模糊控制器2的隸屬函數(shù)圖

表2 模糊控制器2的控制規(guī)則

3 模糊協(xié)調(diào)控制算法

由圖2模糊控制器結(jié)構(gòu)、圖3、圖4輸入輸出參數(shù)隸屬度函數(shù)以及表1、表2的模糊推理規(guī)則可以建立模糊控制算法，并實(shí)現(xiàn)對(duì)風(fēng)電有功功率波動(dòng)地實(shí)時(shí)控制，平抑風(fēng)電功率過(guò)程如圖5所示。

圖5 平抑風(fēng)電功率波動(dòng)控制流程圖

步驟如下：

Step1 初始化各參數(shù)變量，確定電池、超級(jí)電容器正常運(yùn)行范圍、(0)、風(fēng)場(chǎng)容量、采樣時(shí)間、并網(wǎng)有功功率波動(dòng)要求時(shí)段內(nèi)有功功率波動(dòng)在范圍以內(nèi)等，進(jìn)入Step2；

Step2 根據(jù)電池和超級(jí)電容器正常運(yùn)行范圍利用第2小節(jié)方式制定隸屬度函數(shù)以及模糊控制規(guī)則表，進(jìn)入Step3；

Step6 利用式(5)實(shí)時(shí)估計(jì)(計(jì)算)電池和超級(jí)電容器的情況，進(jìn)入Step7；

Step8 過(guò)程結(jié)束，得到時(shí)段內(nèi)儲(chǔ)能控制信號(hào)值、并網(wǎng)值及變化曲線等。

根據(jù)上述模糊協(xié)調(diào)控制算法，可以得到混合儲(chǔ)能平抑風(fēng)電功率波動(dòng)過(guò)程的流程圖如圖5所示。

4 算例分析

根據(jù)以上所述，采用某風(fēng)電場(chǎng)的實(shí)際有功功率數(shù)據(jù)，采用時(shí)間1 s，時(shí)長(zhǎng)1天，風(fēng)電場(chǎng)裝機(jī)容量20 MW，分析本文協(xié)調(diào)控制算法：通過(guò)算例設(shè)計(jì)混合儲(chǔ)能系統(tǒng)的模糊控制器平抑風(fēng)電有功功率波動(dòng)，并分析實(shí)驗(yàn)結(jié)果。本算例分析在以下兩種情況：1) 儲(chǔ)能額定功率和容量在較大，即充足的情況下；2) 儲(chǔ)能額定功率和容量在較小，即不充足的情況下，電池和超級(jí)電容器實(shí)際輸出功率以及的變化情況，說(shuō)明基于模糊控制的混合儲(chǔ)能協(xié)調(diào)控制解決平抑風(fēng)電波動(dòng)的情況與對(duì)混能系統(tǒng)的保護(hù)的矛盾。

4.1 容量充足

假設(shè)電池的額定功率為5 MW，容量為30 MWh；超級(jí)電容器的額定功率是1.5 MW，容量是0.25 MWh；，；電池最佳運(yùn)行范圍是[0.2, 0.8]，超級(jí)電容器運(yùn)行范圍是[0.1, 0.9]。

從圖6(a)中可以看出電池SOE始終高于最佳運(yùn)行范圍，故1持續(xù)等于1，充分完成平抑需求；從圖6(b)中可以看出在A部分超級(jí)電容器在低能量區(qū)，而需混合儲(chǔ)能輸出功率為正即充電，優(yōu)先超級(jí)電容器充電，且2=1，電池不參與此處的充電過(guò)程；B部分超級(jí)電容器在低能量區(qū)，且需混合儲(chǔ)能輸出功率為負(fù)及放電，優(yōu)先超級(jí)電容器放電，但為防止其過(guò)放，調(diào)整2，令電池同時(shí)放電滿足平抑要求。

從圖7和表3中可以看出，混合儲(chǔ)能系統(tǒng)確實(shí)實(shí)現(xiàn)了平抑風(fēng)電有功功率波動(dòng)的需要，并且混合儲(chǔ)能可以有效地較小電池的充放電改變次數(shù)，達(dá)到保護(hù)電池的目的。

圖6 電池實(shí)際輸出功率、SOEb、K1以及超級(jí)電容器實(shí)際輸出功率、SOEc以及K2

Fig. 6 Actual output power of battery,b,1and actual output power of super capacitor,cand2

圖7 有無(wú)儲(chǔ)能系統(tǒng)并網(wǎng)分量對(duì)比圖

表3 電池充放電次數(shù)與平抑效果對(duì)比

4.2 容量不足

假設(shè)電池的額定功率為4 MW，容量為16 MWh；超級(jí)電容器的額定功率是2 MW，容量是0.1 MWh。

從圖8和圖9(b)中A部分可以看出，需平抑部分和電池能量狀態(tài)產(chǎn)生矛盾，即電池處于低能量狀態(tài)，而并網(wǎng)要求其繼續(xù)出力。當(dāng)需要輸出功率較小時(shí)，雖然電池b已經(jīng)低于最佳運(yùn)行范圍，但為盡量滿足平抑需求，1=1，當(dāng)需要輸出功率較大時(shí)，為保護(hù)電池使用壽命，故減小1值，令電池小功率出力。在防止電池過(guò)度放電同時(shí)，盡量減小并網(wǎng)風(fēng)電功率波動(dòng)。

從B部分可以看出需混合儲(chǔ)能系統(tǒng)充電，則1=1并優(yōu)先超級(jí)電容器充電，降低電池充放電改變次數(shù)。

從C部分可以看出需混合儲(chǔ)能系統(tǒng)放電，但電池處于過(guò)低的能量狀態(tài)，不適合繼續(xù)放電，則1=0無(wú)法平抑風(fēng)電有功功率波動(dòng)。其中過(guò)低能量狀態(tài)的定義與隸屬度函數(shù)設(shè)計(jì)有關(guān)。

圖8 分量圖

從圖10和表3、表4中可以看出，當(dāng)混合儲(chǔ)能容量不足時(shí)，雖然無(wú)法使并網(wǎng)功率始終滿足并網(wǎng)要求。但是，仍通過(guò)合理分配仍可以大大減小不滿足情況且保護(hù)電池減少其充放電改變次數(shù)。

圖10 儲(chǔ)能系統(tǒng)容量充足、不足并網(wǎng)分量對(duì)比圖

表4 電池充放電次數(shù)與平抑效果對(duì)比

5 結(jié)論

本文提出了一種用于混合儲(chǔ)能系統(tǒng)平抑風(fēng)電功率波動(dòng)的功率的協(xié)調(diào)控制方法。

1) 基于模糊控制器的協(xié)調(diào)控制策略可以根據(jù)混合儲(chǔ)能的能量狀態(tài)有效地平抑風(fēng)電有功功率波動(dòng)；

2) 通過(guò)合理地設(shè)置模糊控制器參數(shù)的隸屬度函數(shù)、去模糊方法及控制規(guī)則可以防止混合儲(chǔ)能過(guò)度或高倍率充放情況，保護(hù)儲(chǔ)能系統(tǒng)，合理、有效地解決儲(chǔ)能容量不足與風(fēng)電波動(dòng)過(guò)大的矛盾；

3) 模糊控制器參數(shù)、規(guī)則、去模糊方法可根據(jù)具體情況任意選擇，適用性較高；

4) 混合儲(chǔ)能系統(tǒng)，即引入功率型儲(chǔ)能(超級(jí)電容器)可以高效地減少電池的充放電改變次數(shù)，有效地保護(hù)電池，延長(zhǎng)其使用壽命；

5) 模糊協(xié)調(diào)控制策略僅依據(jù)當(dāng)前時(shí)刻風(fēng)電功率預(yù)估波動(dòng)、混合儲(chǔ)能能量狀態(tài)分配混合儲(chǔ)能功率平抑風(fēng)電功率防止功率型儲(chǔ)能和能量型儲(chǔ)能充放電反沖現(xiàn)象以及濾波算法引起的延時(shí)問(wèn)題。

[1] 李劍楠, 喬穎, 魯宗相, 等. 大規(guī)模風(fēng)電多尺度出力波動(dòng)性的統(tǒng)計(jì)建模研究[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(19): 7-13.

LI Jiannan, QIAO Ying, LU Zongxiang, et al. Research on statistical modeling of large-scale wind farms output fluctuations in different spacial and temporal scales[J]. Power System Protection and Control, 2012, 40(19): 7-13.

[2] 薛禹勝, 雷興, 薛峰, 等. 關(guān)于風(fēng)電不確定性對(duì)電力系統(tǒng)影響的評(píng)述[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(29): 5029-5040.

XUE Yusheng, LEI Xing, XUE Feng, et al. A review on impacts of wind power uncertainties on power systems[J]. Proceedings of the CSEE, 2014, 34(29): 5029-5040.

[3] 張建華, 于雷, 劉念, 等. 含風(fēng)/光/柴/蓄及海水淡化負(fù)荷的微電網(wǎng)容量?jī)?yōu)化配置[J]. 電工技術(shù)學(xué)報(bào), 2014, 29(2): 102-112.

ZHANG Jianhua, YU Lei, LIU Nian, et al. Capacity configuration optimization for island microgrid with wind/photovoltaic/diesel/storage and seawater desalination load[J]. Transactions of China Electrotechnical Society, 2014, 29(2): 102-112.

[4] ISLAM F, HASANIEN H, Al-DURRA A, et al. A new control strategy for smoothing of wind farm output using short-term ahead wind speed prediction and Flywheel energy storage system[C] // American Control Conference (ACC), 2012. IEEE, 2012: 3026-3031.

[5] 馬速良, 蔣小平, 馬會(huì)萌, 等. 平抑風(fēng)電波動(dòng)的混合儲(chǔ)能系統(tǒng)的容量配置[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(8): 108-114.

MA Suliang, JIANG Xiaoping, MA Huimeng, et al. Capacity configuration of the hybrid energy storage system for wind power smoothing[J]. Power System Protection and Control, 2014, 42(8): 108-114.

[6] RASMUSSEN C N. Energy storage for improvement of wind power characteristics[C] // PowerTech, 2011 IEEE Trondheim, IEEE, 2011: 1-8.

[7] 陳躍燕, 李相俊, 韓曉娟, 等. 基于移動(dòng)平均法和風(fēng)電波動(dòng)率約束的電池儲(chǔ)能系統(tǒng)平滑風(fēng)電出力控制策略[J]. 電力建設(shè), 2013(7): 1-5.

CHEN Yueyan, LI Xiangjun, HAN Xiaojuan, et al. Control strategy of smoothing wind output using battery storage based on moving average method and wind power volatility rate constraint[J]. Electric Power Construction, 2013(7): 1-5.

[8] 孫承晨, 袁越, 李夢(mèng)婷, 等. 用于能量調(diào)度的風(fēng)–儲(chǔ)混合系統(tǒng)運(yùn)行策略及容量?jī)?yōu)化[J]. 電網(wǎng)技術(shù), 2015, 39(8): 2107-2114.

SUN Chengchen, YUAN Yue, LI Mengting, et al. The wind energy storage hybrid systems for energy dispatching[J]. Power System Technology, 2015, 39(8): 2107-2114.

[9] 于芃, 趙瑜, 周瑋, 等. 基于混合儲(chǔ)能系統(tǒng)的平抑風(fēng)電波動(dòng)功率方法的研究[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(24): 35-40.

YU Peng, ZHAO Yu, ZHOU Wei, et al. Research on the method based on hybrid energy storage system for balancing fluctuant wind power[J]. Power System Protection and Control, 2011, 39(24): 35-40.

[10] 羅毅, 李達(dá). 電池儲(chǔ)能平抑風(fēng)電功率波動(dòng)的預(yù)測(cè)控制方法[J]. 電力科學(xué)與工程, 2015, 31(11): 1-5.

LUO Yi, LI Da. A model predictive control method of battery energy storage for smoothing wind power fluctuation[J]. Electric Power Science and Engineering, 2015, 31(11): 1-5.

[11] 王冉, 王丹, 賈宏杰, 等. 一種平抑微網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的電池及虛擬儲(chǔ)能協(xié)調(diào)控制策略[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2015, 35(20): 5124-5134.

WANG Ran, WANG Dan, JIA Hongjie, et al. A coordination control strategy of battery and virtual energy storage to smooth the micro-grid tie-line power fluctuations[J]. Proceedings of the CSEE, 2015, 35(20): 5124-5134.

[12] 李軍徽, 高天宇, 趙冰, 等. 抑制風(fēng)電功率波動(dòng)的電池儲(chǔ)能系統(tǒng)自適應(yīng)控制策略設(shè)計(jì)[J]. 儲(chǔ)能科學(xué)與技術(shù), 2015, 4(3): 278-283.

LI Junhui, GAO Tianyu, ZHAO Bing, et al. Inhibition of wind power fluctuations of battery energy storage system adaptive control strategy design[J]. Energy Storage Science and Technology, 2015, 4(3): 278-283.

[13] JIANG Q, HONG H. Wavelet-based capacity configuration and coordinated control of hybrid energy storage system for smoothing out wind power fluctuations[J]. IEEE Transactions on Power Systems, 2012, 28(2): 1363-1372.

[14] 吳振威, 蔣小平, 馬會(huì)萌, 等. 用于混合儲(chǔ)能平抑光伏波動(dòng)的小波包-模糊控制[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(3): 317-324．

WU Zhenwei, JIANG Xiaoping, MA Huimeng, et al. Wavelet packet-fuzzy control of hybrid energy storage for PV power smoothing[J]. Proceedings of the CSEE, 2014, 34(3): 317-324.

[15] 盧蕓, 趙永來(lái). 基于模糊神經(jīng)網(wǎng)絡(luò)風(fēng)電混合儲(chǔ)能系統(tǒng)優(yōu)化控制[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(12): 113-118.

LU Yun, ZHAO Yonglai. Optimal control in a wind power hybrid energy storage system based on fuzzy neural network[J]. Power System Protection and Control, 2014, 42(12): 113-118.

[16] 劉書(shū)銘, 李陳瑩, 李瓊林, 等. 電力系統(tǒng)串聯(lián)諧波諧振的特性分析與靈敏度計(jì)算[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(9): 21-27.

LIU Shuming, LI Chenying, LI Qionglin, et al. Characteristics analysis of power system series harmonic resonance and sensitivity calculation[J]. Power System Protection and Control, 2015, 43(9): 21-27.

[17] 丁冬, 劉宗歧, 楊水麗, 等. 基于模糊控制的電池儲(chǔ)能系統(tǒng)輔助AGC調(diào)頻方法[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(8): 81-87.

DING Dong, LIU Zongqi, YANG Shuili, et al. Battery energy storage aid automatic generation control for load frequency control based on fuzzy control[J]. Power System Protection and Control, 2015, 43(8): 81-87.

[18] 別朝紅, 李更豐, 謝海鵬. 計(jì)及負(fù)荷與儲(chǔ)能裝置協(xié)調(diào)優(yōu)化的微網(wǎng)可靠性評(píng)估[J]. 電工技術(shù)學(xué)報(bào), 2014, 29(2): 64-73.

BIE Zhaohong, LI Gengfeng, XIE Haipeng. Reliability evaluation of microgrids considering coordinative optimization of loads and storage devices[J]. Transactions of China Electrotechnical Society, 2014, 29(2): 64-73.

(編輯 魏小麗)

Hybrid energy storage for smoothing wind power fluctuations based on fuzzy control

JIANG Xiaoping1, PENG Chaoyang1, WEI Libin1, LUO Zhongge2

(1. School of Mechanical Electronic & Information Engineering, China University of Mining & Technology (Beijing),Beijing 100083, China; 2. State Grid Beijing Urban District Power Supply Company, Beijing 100037, China)

The influence of wind power fluctuations on the grid can not be ignored. Adding hybrid energy storage system to wind power grid system can effectively reduce the effects of wind power on the grid. First of all, according to the requirements of fluctuations in the amount of wind power network, this paper estimates the amount of forecast wind power fluctuations on a moment. Then, it establishes a fuzzy controller based on the wind power forecast fluctuations power and battery current energy state, outputs stabilizing coefficient1, and calculates the actual output power of the hybrid energy storage system and grid power of the wind storage. Thirdly, it utilizes the hybrid energy storagevariation and super capacitor current energy state, establishes a fuzzy controller, outputs distribution coefficient2, calculates the actual output power of the super capacitor and battery, and updates the energy state of hybrid energy storage in real time. Finally, an example proves that coordination control algorithms are reliable and effective in hybrid energy storage capacity under the condition of sufficient and insufficient, and is able to adequately resolve the contradiction between the service life of the hybrid energy storage and wind power fluctuation degree of ease. This work is supported by Fundamental Research Funds for the Central Universities (No. 00-800015G2).

wind active power variation; hybrid energy storage systems; fuzzy control; coordinated control strategy; energy state

10.7667/PSPC152101

中央高?；究佳袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目(00-800015G2)

2015-12-01；

2016-01-29

蔣小平(1966-)，男，碩士，副教授，研究方向?yàn)樽詣?dòng)控制理論及應(yīng)用；E-mail: knowledge2010@sina.com 彭朝陽(yáng)(1990-)，男，通信作者，碩士研究生，從事優(yōu)化微網(wǎng)接入控制以及運(yùn)行分析的研究；E-mail: pengcy778@ 163.com 魏立彬(1990-)，男，碩士研究生，從事電力電子拓?fù)浣Ｅc現(xiàn)代控制算法研究。E-mail: weilibin90@163.com