風儲系統(tǒng)混合儲能的功率分配與雙層能量管理策略

薛田良 蔣 峰 張 磊 徐雄軍

(1.智慧能源技術湖北省工程研究中心(三峽大學),湖北 宜昌 443002;2.三峽大學 電氣與新能源學院,湖北 宜昌 443002;3.國家電網(wǎng)孝感供電公司 運維檢修部,湖北 孝感 442000)

風力資源的持續(xù)開發(fā)是全球能源向可持續(xù)發(fā)展轉型的一個重要手段[1].“碳達峰”、“碳中和”雙碳目標的提出進一步提高對可再生資源的利用,同時也促進電力行業(yè)向節(jié)能減排方向轉型.作為廣泛使用的清潔能源—風能,風力發(fā)電占清潔能源發(fā)電的比重也將不斷增加.然而由于風電功率存在的固有屬性—波動性與隨機性,風力發(fā)電的規(guī)?；⒕W(wǎng)無法滿足電力系統(tǒng)穩(wěn)定運行的要求,會造成電壓質量變差、頻率失調等[2].儲能裝置的應用為解決風電并網(wǎng)波動提供一種間接的方法[3-4].

文獻[5-6]利用適合的低通濾波器獲得儲能系統(tǒng)參考功率,文獻[7-8]則是采用可變常數(shù)的低通濾波算法,適應性好.文獻[9]利用滑動平均算法達到并網(wǎng)要求的同時獲得儲能系統(tǒng)充放電功率.文獻[10]利用經驗模態(tài)分解(empirical mode decomposition,EMD)得到混合儲能總充放電功率,再運用模型預測控制算法(model predictive control,MPC)對混合儲能內部功率進行分配.文獻[11]利用MPC 求解混合儲能總功率,進而應用低通濾波算法進行內部功率分配.文獻[12]通過改進滑動平均算法求解混合儲能總功率,再利用小波包分解得到高頻與低頻功率信號.從上述分析可知,通過對波動平抑算法的改進與組合達到風電功率限制指標已不再是一個技術難點,在滿足并網(wǎng)標準的前提下減少所需配置儲能設備的容量以及保證儲能設備安全穩(wěn)定運行成為現(xiàn)今研究的重要問題.

荷電狀態(tài)(state of charge,SOC)是衡量儲能設備長期安全穩(wěn)定運行的重要評價指標.文獻[13-14]建立SOC與充放電功率調節(jié)系數(shù)的對應關系,根據(jù)當前SOC的狀態(tài)對初級功率指令進行修正.因上述文獻是針對單一儲能設備平抑風電功率,所以不存在儲能內部功率分配問題.對于應用混合儲能系統(tǒng)(hybrid energy storage system,HESS)平抑風電功率時,文獻[15]建立不同SOC 區(qū)間與充放電調節(jié)系數(shù)的對應關系,但調節(jié)系數(shù)在各SOC 區(qū)間為恒定值且通過實驗確定,缺乏適用性.文獻[16-17]通過建立模糊控制規(guī)則對超級電容的初級功率進行二次修正,將修正后的差值直接交由鋰電池處理,然而文中并未考慮鋰電池SOC 可能存的在過充過放問題.文獻[18-19]采用雙層模糊控制策略,第一層根據(jù)超級電容的SOC利用模糊控制器進行充放電功率修正,并將其與初級功率指令差值交由鋰電池處理;第二層則是對加入超級電容功率差值的鋰電池再次利用模糊控制器優(yōu)化其SOC,兼顧兩種儲能設備的SOC,但由于直接將鋰電池修正后的功率與初級功率的差值并入電網(wǎng),從而損失了部分平抑效果.

針對現(xiàn)有的研究思路及存在的問題,本文采用混合儲能系統(tǒng)平抑風電功率.首先利用自適應滑動平均算法與變分模態(tài)分解(variational modal decomposition,VMD)得到鋰電池與超級電容的初級功率指令.考慮到VMD 分解時模態(tài)分量K以及懲罰因子α對分解效果影響較大,因此采用遺傳算法求解最優(yōu)的參數(shù)組合.在初級功率的基礎上采用雙層能量管理策略調整初級功率指令,使得當前時刻SOC 維持在合理區(qū)間.雙層能量管理器的外層為SOC優(yōu)化層,依據(jù)當前時刻SOC的狀態(tài)分別調整兩種儲能設備的初級充放電功率指令.內層為協(xié)調調度層,通過對比兩種儲能設備當前SOC的偏差量來選擇合適的儲能設備進行功率修正,保證同一時刻只有一種儲能設備進行功率修正.修正后功率差值交由另一種儲能設備處理,在避免超級電容與鋰電池深度充放電的前提下維持功率平衡,從而不損失平抑效果.

1 風儲系統(tǒng)并網(wǎng)結構及風電波動平抑流程

1.1 風儲系統(tǒng)結構

本文采用共交流母線的拓撲結構將混合儲能與風電場連接至同一母線,如圖1所示.HESS控制系統(tǒng)通過監(jiān)測風電輸出功率Pw,鋰電池與超級電容的SOC,依據(jù)并網(wǎng)標準分別向兩個變流器下達充放電控制指令PB_cmd,PSC_cmd.圖1中,Pgrid為滿足要求的并網(wǎng)功率;Phess為混合儲能的總功率;PB,PSC分別為鋰電池與超級電容的充放電功率;SB,SSC分別為鋰電池與超級電容的荷電狀態(tài).

圖1 風儲系統(tǒng)并網(wǎng)結構圖

混合儲能的總功率Phess等于風電原始輸出功率Pw與并網(wǎng)功率Pgrid之差,也可以表示為鋰電池充放電功率PB與超級電容充放電功率PSC之和.表達式分別為:

當Phess＞0時,混合儲能系統(tǒng)吸收風電場多余功率,處于充電狀態(tài);當Phess＜0時,混合儲能系統(tǒng)彌補缺少功率,處于放電狀態(tài).

1.2 風電波動平抑流程

在完成風電平抑要求后,考慮儲能設備的SOC二次修正儲能功率指令是現(xiàn)今平抑風電過程中常采用的框架,平滑風電輸出功率的同時維持設備正常工作.根據(jù)上述框架提出一種HESS雙層能量管理的平抑流程,如圖2所示.

圖2 風電波動平抑流程及HESS雙層能量管理結構

首先,依據(jù)風電并網(wǎng)標準的要求[20],將第k個采樣時刻的風電原始功率Pw(k)經自適應滑動平均算法得到滿足要求的并網(wǎng)功率Phess(k),混合儲能總充放電功率為原始風電功率與并網(wǎng)功率之差.然后,運用VMD 對Phess(k)進行功率分解,并將遺傳算法(genetic algorithm,GA)作為尋優(yōu)算法求解最佳模態(tài)分量K與懲罰因子α參數(shù)組合,依據(jù)由Hilbert變換得到的各分量邊際譜選擇分界頻率,確定高頻與低頻功率信號,得到鋰電池與超級電容的初級功率指令PB1(k),PSC1(k).

完成功率初級分配后,考慮兩種儲能設備的SOC,將初級功率指令PB1(k)、PSC1(k)以及對應時刻的荷電狀態(tài)SB1(k)、SSC1(k)作為SOC雙層能量管理器的輸入,經過SOC 優(yōu)化層分別得到優(yōu)化后鋰電池與超級電容的功率指令PB2(k)、PSC2(k),協(xié)調調度層通過對比優(yōu)化后儲能荷電狀態(tài)SB2(k)、SSC2(k),選擇一種儲能設備的SOC 進行優(yōu)化,并將修正后的功率與初級功率的差值交由另一儲能設備處理,最終得到鋰電池與超級電容經過雙層能量管理器的充放電功率指令PB(k)、PSC(k),在滿足并網(wǎng)要求下確?；旌蟽δ茉O備運行在安全狀態(tài).

2 混合儲能系統(tǒng)功率初級分配

2.1 自適應滑動平均算法

滑動平均算法通過移動平均可以消除因風速陡然增大或急劇減少而導致的風電功率突然變化[12].窗口長度L將直接決定平抑的效果.L值越大,平抑效果越好,相應所需配置的儲能容量就會增加;L值過小就會無法滿足平抑要求.因此通過改進滑動平均算法實現(xiàn)窗口長度自適應調整,具體流程如圖3 所示.通過遞增L值,每增加一次則判斷并網(wǎng)功率是否滿足并網(wǎng)要求,滿足則輸出當前L的值,最后得到混合儲能功率值.

圖3 自適應滑動平均算法流程圖

2.2 變分模態(tài)分解

在時域內由自適應滑動平均算法得到由鋰電池與超級電容組成的混合儲能系統(tǒng)需要平抑的總功率.以鋰電池為代表的能量型儲能雖存儲時間長,但響應速度慢;以超級電容為代表的功率型儲能響應速度快,但容量較小.因此為更好地發(fā)揮各自優(yōu)勢及彌補不足,需要確定混合儲能出力曲線的高頻與低頻分量.接下來應用VMD 分別確定混合儲能總功率的高頻成分和低頻成分,得到鋰電池與超級電容的初級分配功率指令.

VMD是由經典維納濾波、Hilbert變換以及頻率混合共同作用下的變分問題求解方法[21].假設每個模態(tài)分量都聚集在中心頻率的有限帶寬上,變分問題轉化為求解使得每個模態(tài)分量uk的估計帶寬最小的模態(tài)分量個數(shù)K,并且所有模態(tài)分量之和等于原始輸入信號f(t).文獻[21]指出,通過引入式(3)形式的增廣Lagrange函數(shù),使得變分離散問題變得高度非線性與非凸性,從而確保信號可以精確分解.

式中:α為懲罰因子;λ為Lagrange乘子;ωk(t)為uk(t)的瞬時頻率.利用交替方向乘子算法求解式(3),輸出的模態(tài)分量即為混合儲能總功率各個分量,具體流程圖如圖4所示.

圖4 VMD 算法流程圖

2.3 基于遺傳算法的VMD 參數(shù)優(yōu)化

變分模態(tài)分解信號時需要預先設定模態(tài)分量的個數(shù)K以及懲罰因子α.K過小會造成信號欠分解,導致模態(tài)混疊;K過大又會造成信號過分解,產生虛假分量.α決定分量的帶寬,α越小,各個分量帶寬越大,過大的帶寬會使得分量之間重疊;α越大,各個分量帶寬越小,過小的帶寬又會使得某些信號丟失.文獻[22]根據(jù)風電并網(wǎng)標準采用自適應VMD 算法,通過子序數(shù)列算法求解最優(yōu)模態(tài)個數(shù)K,從而確定分解個數(shù),但忽略懲罰因子α對于整體問題求解以及K值計算的影響.

因此本文采用遺傳算法作為尋優(yōu)算法求解最佳參數(shù)組合[K,α].遺傳算法具有較快的全局搜索能力和廣泛的適用性.將數(shù)據(jù)經過選擇、交叉與變異3個階段,逐次迭代搜尋達到優(yōu)化參數(shù)的目的.在利用遺傳算法求解最優(yōu)輸入?yún)?shù)時需要定義一個適應度函數(shù).樣本熵(Esamp)通過度量信號中產生新模式的概率來衡量時間序列的復雜性,熵值越小,序列的自我相似性就越高,復雜度越低[23].當VMD 在復雜信號中分解出有效的信號時,分量對應的樣本熵值較小,并且不同分量的樣本熵值差異顯著.因此將VMD 算法分解得到的各分量uk的樣本熵作為遺傳算法參數(shù)優(yōu)化時染色體的適應度函數(shù),優(yōu)化目標為:

通過遺傳算法求得最優(yōu)模態(tài)個數(shù)K,即確定混合儲能功率曲線的分量個數(shù).接下來依據(jù)由Hilbert變換得到的邊際譜確定混合儲能總功率低頻分量與高頻分量.

2.4 基于VMD的Hibert變換

由模態(tài)個數(shù)K得到對應模態(tài)分量uk(t),引出式(5):

對每個模態(tài)分量進行Hilbert變換,得到各模態(tài)分量uk(t)的Hilbert譜,記為:

各模態(tài)解析信號為:

其中:ak(t)為uk(t)的瞬時幅值;φk(t)為uk(t)的瞬時相位.

通過得到極坐標形式的解析信號實部,構成Hilbert幅值譜:

對式(11)積分得到Hilbert邊際譜:

邊際譜能夠表征信號幅值在整個頻率段的變化情況,幅值越大,表明該頻率存在的可能性越大.經過Hilbert變換得到各模態(tài)分量的Hilbert邊際譜.依據(jù)邊際譜值分布規(guī)律選擇高低頻的分界頻率ωi,高于ωi的模態(tài)分量(高頻功率信號)分配給超級電容,低于ωi的模態(tài)分量(低頻功率信號)分配給鋰電池,實現(xiàn)混合儲能內部功率初級分配.

3 雙層能量管理結構

第2 節(jié)通過自適應滑動平均算法與GA-VMD分解得到了鋰電池與超級電容的初級功率,但并沒有考慮到實際情況下混合儲能系統(tǒng)在運行時可能出現(xiàn)的SOC越限情況,并且混合儲能的SOC不僅制約當前時刻的充放電能力,而且會影響下一時刻混合儲能充放電能力.因此本文采用雙層能量管理結構,包括優(yōu)化層與協(xié)調調度層對混合儲能初級功率進行調整,使得系統(tǒng)能夠在滿足平抑要求的前提下改善混合儲能的SOC.采樣時刻SOC的計算公式為:

式中:S0為S初始值,設為0.5;S(k)為第k個采樣時刻的SOC;P(k)為第k個采樣時刻的充放電功率;Erate為儲能設備的額定容量.

3.1 SOC優(yōu)化層

優(yōu)化層根據(jù)混合儲能系統(tǒng)SOC區(qū)間建立分段功率優(yōu)化.當混合儲能系統(tǒng)SOC雖在正常范圍內,但已接近限值時,若混合儲能系統(tǒng)持續(xù)充放電,SOC 可能在下一時刻到達限值.因此在確定當前時刻充放電功率指令時,考慮進行適當額外的充放電,為后續(xù)運行留有一定的充放電空間.引入修正系數(shù)來對初級充放電指令進行優(yōu)化,分為充電與放電兩種狀態(tài),分別如圖5～6所示.設定修正系數(shù)范圍為[0,1.2],SL,SU為儲能設備的下限與上限值,設定鋰電池的SL和SU為0.2與0.8,超級電容的SL和SU為0.1與0.9[22].

圖5 充電工況下的修正系數(shù)

圖6 放電工況下的修正系數(shù)

當儲能設備處于充電狀態(tài):若S處于很低水平,則在初級充電功率上增加充電功率,充電修正系數(shù)為1.2;若S處于較低水平,則在初級充電功率上適當增加充電功率并且隨著S增大充電功率均勻下降;若S處于合理區(qū)間內,則不改變初級充電功率,充電修正系數(shù)為1;S處于較高水平,則在初級充電功率上適當減小充電功率,并且隨著S增大充電功率均勻下降;S處于很高水平,則不允許充電,充電修正系數(shù)為0.

當儲能設備處于放電狀態(tài):若S處于很低水平,則不允許放電,放電修正系數(shù)為0;若S處于較低水平,則在初級放電功率上減小放電功率,并且隨著S增大放電功率均勻上升;若S處于合理區(qū)間內,則不改變初級放電功率,放電修正系數(shù)為1;若S處于較高水平,則在初級放電功率上適當增加放電功率,并且隨著S增大放電功率均勻上升;若S處于很高水平,則在初級放電功率增加放電功率,放電修正系數(shù)為1.2.

經過上述規(guī)則得到優(yōu)化后混合儲能的充放電功率,計算公式分別為:

其中:CB_ch、CB_dis、CSC_ch、CSC_dis分 別為鋰電池和超 級電容的充電與放電修正系數(shù).

3.2 協(xié)調調度層

經過SOC優(yōu)化層后可以得到鋰電池與超級電容修正后的功率指令.若兩種儲能設備同時進行功率指令修正將會導致混合儲能系統(tǒng)功率失衡,因此通過對比鋰電池與超級電容的荷電狀態(tài)來選擇進行功率修正的儲能設備,具體選擇標準見表1.

表1 優(yōu)化選擇標準

表1中,若鋰電池與超級電容都處于偏小或者偏大這兩種極端狀態(tài),需要改變混合儲能容量,超出了協(xié)調層的處理范圍,本文不考慮此情況;當鋰電池S適中時,超級電容優(yōu)化層進行動作;當超級電容S適中時,鋰電池優(yōu)化層進行動作;當鋰電池與超級電容的S都適中時,S不需要調節(jié);當鋰電池與超級電容S一個處于偏大狀態(tài),一個處于偏小狀態(tài)時,可依據(jù)當前時刻S與S0的偏差來判斷,計算公式為:

式中:ΔS(k)為偏差量.如ΔSB(k)＞ΔSSC(k),表明同一時刻超級電容具有更大的充放電能力,對SOC可調空間較小的鋰電池進行修正,鋰電池修正與初級功率的差值交由超級電容處理,計算公式為:

4 仿真分析

本文采用某地65MW 風電場歷史輸出功率數(shù)據(jù),采樣周期30s,共采樣3000個數(shù)據(jù).鋰電池的額定容量為1.2MW·h,額定功率為3.35MW;超級電容額定容量為0.68MW·h,額定功率為6.07MW.根據(jù)并網(wǎng)標準,65MW 風電場的1min與10min波動限制指標分別為不超過6.5MW 與21.7MW.采用自適應滑動平均平抑原始功率,如圖7所示.經過自適應滑動平均后的并網(wǎng)功率曲線與原功率曲線不僅變化趨勢保持一致,而且在功率快速變化處功率波動幅值與頻率大幅度降低,并網(wǎng)功率曲線更加平滑.根據(jù)式(1)得到混合儲能的充放電功率曲線,如圖8所示.

圖7 原始風電功率與并網(wǎng)功率

圖8 混合儲能充放電功率曲線

將混合儲能總的充放電數(shù)據(jù)作為輸入數(shù)據(jù),VMD 模態(tài)分量的樣本熵作為適應度函數(shù),運用GA算法迭代求解最優(yōu)模態(tài)分量個數(shù)與懲罰因子的組合.設置K優(yōu)化范圍為[3,10],α優(yōu)化范圍為[500,2000],迭代次數(shù)為20,適應度變化如圖9所示.

圖9 適應度變化曲線

根據(jù)圖9可知,在第9次迭代后適應度值達到最小且不再變化,即樣本熵值最小,此時最優(yōu)的參數(shù)組合[K,α]=[5,1661].將最優(yōu)參數(shù)帶入VMD 算法中進行功率信號分解,獲得模態(tài)分量,如圖10所示.可以看出每個模態(tài)分量之間差異明顯,不存在模態(tài)混疊現(xiàn)象.

圖10 功率信號分量

根據(jù)式(6)～(12)計算得到如圖11所示的Hilbert邊際譜.觀察分析可知,邊際譜在0.012Hz附近頻率混疊最少,因此以0.012Hz作為高頻與低頻的分界頻率,鋰電池負責處理低頻功率信號,超級電容負責處理高頻功率信號.

圖11 基于VMD 得到的邊際譜

對應圖10即將第1個分量分配給鋰電池,將第2到第5的分量進行重構分配給超級電容,最終得到如圖12所示的混合儲能內部初級功率分配曲線.

圖12 鋰電池與超級電容出力曲線

根據(jù)充放電狀態(tài)下SOC與修正系數(shù)的對應關系及表1建立的規(guī)則得到雙層能量管理后鋰電池與超級電容SOC 變化曲線,如圖13～14 所示.根據(jù)式(13)計算出鋰電池與超級電容在采樣周期內SOC的累積偏差量,見表2.

圖13 鋰電池SOC對比圖

圖14 超級電容SOC對比圖

表2 SOC累積偏差量

從圖13～14可以看出,經過優(yōu)化層后鋰電池與超級電容SOC不再出現(xiàn)越限情況,SOC 整體波動幅度對比SOC未優(yōu)化時都有明顯下降.相較于只進行SOC優(yōu)化,經過雙層能量管理,即優(yōu)化協(xié)調后,鋰電池與超級電容的SOC 整體調節(jié)能力雖有下降,但相比于SOC未優(yōu)化仍有明顯改善,儲能設備SOC整體波動幅值下降并且SOC都處在合理區(qū)間以內.

為驗證本方案的適應性,接下來與現(xiàn)有的兩種混合儲能SOC優(yōu)化方案進行對比分析.方案一為僅考慮超級電容SOC,將超級電容經過SOC 優(yōu)化層后功率差值交由鋰電池處理.方案二為對超級電容與鋰電池的SOC進行階梯優(yōu)化,超級電容與鋰電池先后經過SOC優(yōu)化層得到修正后的功率指令.兩種方案與本方案的效果對比如圖15～17所示.

圖15 鋰電池SOC與方案一對比

與方案一相比,本文方案鋰電池SOC 整體的波動幅值較小,并且由于方案一不考慮鋰電池SOC,因此出現(xiàn)SOC越限的情況,影響鋰電池穩(wěn)定運行.

圖16 1min波動量與方案二對比圖

圖17 10min波動量與方案二對比圖

與方案二相比,本文方案1min與10min的波動量都在規(guī)定區(qū)間內,并且整體波動幅值小于方案二,風電出力更加平滑.由于方案二直接將混合儲能SOC優(yōu)化前后的功率差值并入電網(wǎng),混合儲能系統(tǒng)損失部分平抑效果并且出現(xiàn)10min波動越限情況.

5 結論

1)本文提出運用混合儲能系統(tǒng)平抑風電功率波動的控制策略.針對滑動平均算法的窗口長度直接決定平抑效果,通過改進滑動平均算法使其能夠根據(jù)風電原始自適應選取窗口長度.

2)考慮到模態(tài)分量與懲罰因子之間的相互作用以及對分解效果的影響,采用遺傳算法,以模態(tài)分量的樣本熵作為適應度函數(shù),求解最佳參數(shù)組合.并且根據(jù)各模態(tài)分量的Hilbert邊際譜確定分解頻率.

3)為保障混合儲能系統(tǒng)能夠長期穩(wěn)定工作,提出雙層能量管理結構對混合儲能初級功率指令進行二次修正.外層建立儲能設備SOC 與充放電修正系數(shù)的對應關系,優(yōu)化初級功率指令,內層協(xié)調選擇一種儲能設備進行優(yōu)化.通過與其他兩種SOC 優(yōu)化方案對比,本方案在滿足平抑要求的同時可保證兩種儲能設備都工作在合理的SOC區(qū)間內.