風場儲能系統(tǒng)的設計及控制綜述

任 惠，范雯惠，米增強

（華北電力大學，河北 保定 071003）

風能是當前世界上最具大規(guī)模商業(yè)化開發(fā)潛力的可再生能源。大規(guī)模開發(fā)利用風能發(fā)電已經成為世界各國解決能源和環(huán)境問題、改善能源結構、保證國民經濟可持續(xù)發(fā)展的有效措施之一。我國風能資源豐富，可開發(fā)的風能潛力巨大，陸上加海上總的風能開發(fā)量有1000～1500 GW，風電具有成為我國未來能源結構中重要組成部分的潛力。然而風電具有高隨機性的特點，大規(guī)模接入電力系統(tǒng)將會給系統(tǒng)運行及規(guī)劃帶來問題。即使風場具有風功率預測功能且風功率預測性能也在不斷提高，但是仍然存在很大的不確定性。如12 h預測的歸一化NMAE（絕對差均值）仍有10%（平原）～22%（復雜地勢）的誤差[1]。從系統(tǒng)角度而言，尤其在大規(guī)模風電入網情況下，必須提高系統(tǒng)調峰容量，以消納風電的隨機波動，從而保證運行可靠性。從風場主和投資者的角度而言，風電的波動性也是阻礙其參與日前及實時（小時）電力市場的主要因素。因為與計劃偏差超過一定程度的輸出風功率將會受到懲罰，為風場主帶來顯著的經濟損失。因此，在風功率預測基礎上，配備專門的控制設備能夠對風場輸出的功率和電壓進行控制，既是電網對風場提出的要求，也符合風場主和投資者的需求。

采用儲能系統(tǒng)，在一定程度上控制風場的輸出功率，實現(xiàn)風電功率波動平抑，改善低電壓穿越能力，甚至為系統(tǒng)提供輔助服務，是從風場側提高系統(tǒng)對風電接納能力的可行解決方案之一。

目前，國內外學者及工程技術人員已就儲能系統(tǒng)在風場、微網等的應用進行了大量的研究及工程實踐嘗試。文獻[2-4]就儲能系統(tǒng)的特點及作用進行了綜述。文獻[5]詳細介紹了世界各地儲能系統(tǒng)的應用實例。

本文在前述研究基礎之上，重點針對儲能型風場內蓄電池儲能系統(tǒng)的系統(tǒng)設計方案、容量優(yōu)化及控制策略的研究現(xiàn)狀及關鍵問題進行綜述及探討。

1 風電場運行面臨的主要問題

由于受日照的影響，中國內陸自然風在30 m以上的高度，其日變化特性往往呈現(xiàn)出夜間風大而白天風小的特征，中午前后是自然風的低谷階段，而夜間至凌晨是自然風的高峰階段，因此，其日出力特性往往呈現(xiàn)出相應的反調峰特性。且由于風電預測系統(tǒng)仍然存在較大的誤差，因此，從系統(tǒng)的層面看，大容量風場接入會給系統(tǒng)運行帶來很多技術和經濟層面的問題。技術層面主要是電壓和頻率波動，而這一問題反過來限制了風電接入的容量；經濟層面則可能由于風場的風功率預測誤差導致不能保證發(fā)電競價而遭受系統(tǒng)的懲罰。風場能夠在調度命令下進行有功功率調整，為系統(tǒng)提供旋轉備用，許多儲能系統(tǒng)具備此能力，其中技術層面的問題主要表現(xiàn)在以下幾方面。

（1）隨著接入容量的增加，大容量風場或風電場群有功功率輸出隨風速波動所引起的調頻問題將不容忽視。在極端情況下，風電出力可能在 0～100%范圍內變化。風電出力有時與電網負荷呈現(xiàn)明顯的反調節(jié)特性，給調頻增加難度。

（2）由于風電具有隨機性、間歇性、反調節(jié)性及波動大的特點，所以對系統(tǒng)調峰的影響主要表現(xiàn)在：①大規(guī)模風電接入導致電網等效負荷峰谷差變大，客觀上需要增大調峰容量；②風電的反調節(jié)特性進一步加大了對系統(tǒng)調峰容量的需求。

（3）風機及風場輸出的快速波動（分鐘級以下）會給系統(tǒng)帶來頻率及電壓擾動，從而影響電能質量。在外部電網發(fā)生電壓跌落時，需要在風場入網點對風場實施電壓控制，以防止由于風場脫網而導致的電壓崩潰。因此，入網規(guī)定要求風場具有低電壓穿越能力。

（4）大容量風電接入后，導致系統(tǒng)在擾動后維持穩(wěn)定的能力被削弱。未來風場可能會要求通過控制，參與擾動后系統(tǒng)同步的維持。因此，會要求風場通過吸收或者額外注入有功功率，參與平抑系統(tǒng)功率波動。

2 大規(guī)模儲能技術

電力系統(tǒng)應用可以采用多種儲能技術。其適用性要根據(jù)投資、壽命、可靠性、容量、尺寸和環(huán)境影響等因素進行綜合考慮。儲能技術大致可以分為：機械儲能、電化學儲能和電磁儲能，如圖1所示。

機械儲能包括抽水蓄能、壓縮空氣儲能和飛輪儲能；電化學儲能包括各種類型的蓄電池和氫氣儲能；電磁儲能包括超級電容器和超導儲能；另外還包括儲熱和深冷儲能。

圖1 儲能技術的分類Fig.1 Classification of energy storage technologies

所有的儲能技術中，蓄電池具有易于安裝、不受安裝地點限制、能有效實現(xiàn)能量壓縮存儲的優(yōu)點[6]。

蓄電池作為目前最有投資/成本效益的儲能技術之一，具有模塊化、響應快、商業(yè)化程度高的特點。隨著技術革新和新型電池研制成功，蓄電池的效率、功率、能量和循環(huán)壽命均得到了顯著提高。電池儲能系統(tǒng)安裝靈活，建設周期短，已在電力系統(tǒng)中有許多成功的應用。如美國AESS公司安裝了12 MW的鋰離子電池儲能系統(tǒng)，用于提供旋轉備用、調頻等輔助服務。中國國家電網公司和南方電網公司均建立了兆瓦級的鋰離子電池儲能電站，開展相關示范研究[3]。鋰鐵電池的一個主要特點是其快速充放電能力。時間常數(shù)（即達到90%額定功率的時間）約為200 ms，3500次充放電循環(huán)內，效率約為78%[7]。而且鋰鐵電池比較適用于短時的應用，原因是其相對較高的自放電率（1%～5%）[7]。

由于鋰鐵電池的壽命與其放電深度有直接的關系，在實際應用中，鋰鐵蓄電池不適宜作為備用電池，因為需要使用時，可能已經達到其放電極限。所以需要專門的保護電路對其運行電壓和溫度進行監(jiān)控[7]。此外，初始投資高也是影響鋰離子電池在電網儲能領域廣泛應用的重要因素之一。在充放電隨機性較大和充電頻繁的應用場合，循環(huán)壽命仍然制約著鋰離子電池的應用。鋰離子電池在過充、內部短路等情況下會升溫，存在一定的安全風險[3]。

鈉硫電池儲能電站在全世界安裝數(shù)量已有 200多座。日本Futamata風電場安裝了34 MW的鈉硫電池儲能系統(tǒng)，用于平滑風電輸出功率波動。鈉硫電池高溫運行，需要進行嚴格的溫度控制，電極活性物質處于熔融狀態(tài)，電解質制備及穩(wěn)定性要求苛刻，存在較高的安全風險[3]。

全釩液流電池幾乎無自放電，循環(huán)壽命長，功率和容量可獨立設計，容量可擴展性強，適用于大容量儲能應用。全釩液流電池研究始于澳大利亞，加拿大、日本等在其商業(yè)化方面開展了大量工作。日本 Hokkaido 30.6 MW 的風電場安裝了 6 MW/6 MW·h的全釩液流電池系統(tǒng)。愛爾蘭SorneHill風電場安裝了2 MW/2 MW·h的全釩液流電池系統(tǒng)，均用于平滑風電場輸出功率波動。中國河北省張北縣地區(qū)也安裝了兆瓦級的全釩液流電池儲能系統(tǒng)，用于配合風光并網發(fā)電[3]。

3 改善風場運行性能的儲能系統(tǒng)配置及控制策略

3.1 系統(tǒng)設計

分鐘級的快速功率波動會導致系統(tǒng)頻率和電壓波動，從而對電能質量產生不利的影響[8]。采用儲能系統(tǒng)實現(xiàn)功率波動平抑，要求儲能系統(tǒng)具有快速的爬坡率和較高的充放電循環(huán)能力，因此需要快速的功率調制和連續(xù)調控操作。電池（傳統(tǒng)鉛酸電池除外）、液流電池，特別是具有較短時間常數(shù)的儲能技術（如超導、飛輪和SMES）也可應用于此。

雙饋風機功率波動平抑的典型解決方案是在其背靠背逆變器的DC支路中增加ESS。儲能裝置配有控制器，能夠與風機及其它控制器相交互，從而能夠優(yōu)化輸送到外部電網的功率。典型設計如圖 2所示[9]。

圖2 儲能型風電場聯(lián)網示意圖Fig.2 Schematic of the wind farm-BESS power station interconnected to gird

文獻[10-13]應用SMES實現(xiàn)波動平抑，但儲能裝置安裝在風場和電網的PCC連接處。采用這種結構，儲能系統(tǒng)的容量能達到幾個兆瓦。文獻[12]采用15 MW·h/60 s儲能以實現(xiàn)100 MW風場的功率平抑。此例中，風場通過一個背對背DC環(huán)與外部電網相連。此外，通過控制SMES的充電率和放電率，風場的功率逆變器容量減小了60%。但是需要考慮SMES的投資和由于位置低溫運行以及漏磁的功率損失。

文獻[13]設計了雙蓄電池系統(tǒng)的儲能型風場方案，采用兩組蓄電池，一組備用，由風機向蓄電池充電；另外一組向電網放電，如圖3所示。

還可以綜合考慮不同儲能技術，實現(xiàn)混合儲能系統(tǒng)，例如采用蓄電池與其它快速響應儲能技術相結合[14]，利用不同儲能技術的響應速率不同，實現(xiàn)不同時間尺度的波動信號的平抑，如圖4所示。

圖3 雙蓄電池系統(tǒng)的儲能型風場示意圖Fig.3 Schematic of the wind farm-double-BESS power station interconnected to gird

圖4 HESS平抑風功率波動過程Fig.4 Smoothing process of wind power fluctuations by HESS

文獻[15]比較了單電池儲能和電池儲能結合超導儲能的風功率波動平抑效果。

風場與外部電網相連的PCC電壓控制是風場運行控制的另外一個研究重點，用以防止外部電壓跌落時風機脫網從而導致網絡的電壓崩潰。因此，風電入網規(guī)定中要求風場能夠承受額定電壓跌至0，且能夠在一定時間內保持連網，這些規(guī)定稱為低電壓穿越規(guī)定。由于許多風力發(fā)電技術都需要使用功率逆變器，因此可以在這些情況下調整注入電網的無功功率[16-18]。在這些運行情況下，并不一定需要安裝儲能裝置，但儲能裝置可以防止逆變器的直流環(huán)由于過電壓而被損害。

文獻[19]在雙饋風機背對背逆變器的直流環(huán)上接入了超導。大量仿真結果表明配置儲能裝置后，提高了系統(tǒng)的低電壓穿越能力。建議采用模糊控制實現(xiàn)超導的C-PCS控制和風機逆變器控制之間的交互，從而減小擾動過程中DC環(huán)的電壓波動。

文獻[20]將超導連接到分離發(fā)電機的直流環(huán)上，并設計了2級控制，高一級（即風場監(jiān)控器）用于設定各風機的整定值，低一級采用向量控制器控制風機的逆變器。每一臺儲能裝置的C-PCS控制器接受高級控制器所設定的整定值，同時通過計算風機輸出有功和整定值之間的差值，控制儲能裝置釋放或儲能。更加詳細的比較見文獻[21]。

3.2 蓄電池運行約束

從蓄電池實時運行控制角度而言，蓄電池系統(tǒng)的關鍵控制參數(shù)及約束包括荷電狀態(tài)、充放電功率約束等。

（1）荷電狀態(tài)[22]假設Cs為儲能系統(tǒng)能量下限，Cs為儲能系統(tǒng)容量上限，SOC(th)為蓄電池在th時刻的荷電狀態(tài)，cη為充電效率，Δt為控制步長，Pa(th)為th時刻需要蓄電池提供的功率，Pe(th)表示第th時刻蓄電池實際提供的功率，充電時，該功率為

其中，φ(th)代表將在th時刻蓄電池儲存電的能量，由式(2)

則（th+1）時刻的荷電狀態(tài)為

在放電時，Pe(th)為

其中，dη為放電效率，ψ(th)代表將在th時刻蓄電池釋放的能量，由式(5)

則（th+1）時刻的荷電狀態(tài)為

（2）充放電功率約束 文獻[23]提出一種概率方法，定義缺供電量的函數(shù)為

式中，Eu是ESS未能提供的供電量，kW·h；Et是該時段總的風電，kW·h。該公式建立了缺供電量和蓄電池容量之間的關系。

在已知風功率預測誤差分布的前提下[24]，缺供電功率eup可以直接從預測誤差的分布計算得到。

隨著蓄電池額定容量的下降，假設f()ε為預測誤差的概率分布，PESS為歸一化的ESS額定功率，則缺供電功率eup可以按式(8)計算

其中，ε是預測誤差。為了得到損失能量占全部發(fā)電量的百分比，式中除以了P是年平均功率，Pinst為風場的裝機和容量。100%波動平抑效果下蓄電池吞吐率為

蓄電池未補償容量為[22]

儲能性能指標定義為[22]：計算每小時風場向系統(tǒng)所提供的能量占計劃的比例

3.3 容量最優(yōu)配置

研究表明，如果需要風場的有功功率輸出與24 h風功率預測輸出達到零誤差，則1 MW風機需要配備24 MW·h的儲能系統(tǒng)[23]。對于風場主而言意味著巨大的投資，且不現(xiàn)實。但是，當風場輸出與預測輸出之間允許存在一定的誤差時，所需ESS容量將顯著下降[23]。風功率預測的時間尺度不同，風場所在位置的風功率波動情況不同，控制目標不同，均會影響所需蓄電池儲能系統(tǒng)的容量。需要根據(jù)具體風場的風功率波動情況以及需要達到的控制目標具體研究其最優(yōu)配置，而不是簡單地按照風場裝機容量的某一個比例配置。在此方面已經有一些研究。如文獻[25]考慮了9種可能的ESS容量，實際的ESS容量基于簡單的實驗和誤差確定。文獻[26]采用的是相似的方法。也有針對風功率隨機特性的研究，采用概率方法確定ESS的最優(yōu)配置容量。文獻[23]通過概率方法，生成不同時間尺度的風功率預測時間序列數(shù)據(jù)，計算出不同預測精度下，每一步控制下蓄電池的荷電狀態(tài)SOC，從而得到歸一化蓄電池荷電狀態(tài)NSOC（荷電狀態(tài)與風電裝機容量的比值）的累計概率分布。根據(jù)累計概率分布，可以得到小于等于給定荷電狀態(tài)出現(xiàn)的頻度，即小于等于該荷電狀態(tài)運行時間的比例。通過對該累計概率分布進行逆變化，可以由指定的頻度確定所需的最小蓄電池容量。

蓄電池儲能系統(tǒng)對風場輸出功率的平抑效果不僅取決于風功率波動的最大范圍，還取決于風功率輸出的波動模式。文獻[27]針對可能的波動模式，根據(jù)運行能夠承受的風險，確定所需的最優(yōu)儲能系統(tǒng)容量。文獻[27]采用概率的方法，根據(jù)實測數(shù)據(jù)，得到分辨率為分鐘的小時風功率數(shù)據(jù)的均值及其波動的上限和下限。通過概率方法，產生若干具有相同均值、相同波動上限和下限，但具有不同趨勢的隨機時間序列。針對幾組隨機風電輸出波動序列，通過仿真，得到所需儲能容量的時間序列，作為樣本序列。針對該樣本序列的樣本分位點，選擇ESS的容量為該樣本序列的第pth樣本分位點。這一容量pth意味著，采用此容量的ESS不能平抑小時級風電波動的風險是（1–p）%。通過此方法，在儲能系統(tǒng)容量和不能平抑波動的風險之間建立了聯(lián)系。

初始投資高是影響鋰離子電池在電網儲能領域廣泛應用的重要因素之一。在充放電隨機性較大和充電頻繁的應用場合，循環(huán)壽命仍然制約著鋰離子電池的應用。文獻[28]研究了如何根據(jù)蓄電池壽命及其投資之間的權衡確定蓄電池的容量，文獻[28]提出了一個指標 f，表征蓄電池投資與其性能之間的關系，即

其中，g(Er)代表蓄電池的壽命，文獻[28]將其表示為蓄電池容量的函數(shù)。式(12)中，蓄電池的投資表示為一次投資和與其容量成正比的分量之和，可通過選擇容量，使性能f最大化。

對于鋰電池，蓄電池的壽命可以等效為一定的完全充放電循環(huán)次數(shù)。然而，蓄電池容量、控制策略及所安裝位置的風場輸出波動情況均會影響蓄電池等效充放電循環(huán)的頻率。因此，很難得到 g(Er)的解析表達式。文獻[28]采用仿真的方法，針對具體的風場，通過控制蓄電池充放電功率，以蓄電池進行完全充放電循環(huán)為目標，研究了蓄電池容量與其壽命（可以等效為完全充放電次數(shù)）之間的近似關系，并進行靈敏度分析，以確定最經濟的蓄電池容量。蓄電池受控充放電的行為如圖5所示。

圖5 蓄電池受控充放電行為Fig.5 The behavior of charging/discharging of BESS

圖5中，黑色實線是輸出Pd，曲線是風機有功輸出曲線Pw，淺灰色陰影部分為蓄電池所充電能（在這一時段，Pw輸出大于Pd），黑色陰影部分為蓄電池放電電能，放電電能和風機輸出功率Pw疊加在一起得到Pd，即儲能型風場輸出的功率。

蓄電池在此種控制策略下的荷電狀態(tài)曲線如圖6所示。

圖6 蓄電池荷電狀態(tài)Fig.6 The SOC of battery

蓄電池容量還受其它因素影響。文獻[29]研究了一階低通濾波器（first-order low-pass filter，F(xiàn)LF）時間常數(shù)對蓄電池容量的影響。

3.4 儲能系統(tǒng)的控制策略

如圖7所示，計算所需蓄電池充放電的功率PB時，通常首先采用一階低通濾波，濾除風電功率Pw中的高頻波動信號，然后結合風功率預測信號Py根據(jù)濾波之后的信號進行計算。蓄電池充放電功率PB和Pw相疊加，得到風場輸出功率Pd。

圖7 基于一階濾波的BESS的優(yōu)化控制示意圖Fig.7 BESS control diagram based on first order low-pass filter

一階低通濾波方法計算速度快，適用于實時控制，典型的一階低通濾波可以表示為[14]

根據(jù)風功率輸出的波動特性，如果想要實現(xiàn)很好的平抑效果，需要FLF控制器具有很大的時間常數(shù)（即波動比較快，只有時間常數(shù)大，才能保持輸出恒定）。然而，當波動很小時，這一很大的時間常數(shù)所導致的過補償使得BESS的容量需要配置得很高[14]。文獻[30-31]提出利用兩級電容和redox液流電池組成的混雜ESS系統(tǒng)，并采用具有不同時間常數(shù)的兩級低通濾波控制，實現(xiàn)不同時間尺度下風功率平滑控制。文獻[32-33]在一階低通濾波的基礎上，利用蓄電池的荷電狀態(tài)構成負反饋，控制蓄電池的荷電狀態(tài)保持在適當?shù)姆秶畠?。文獻[34]在 FLF上增加了一個速率限制，使得任意20 min內的最大風電波動不超過風場裝機容量的10%。

蓄電池控制應該考慮如何防止風功率波動中的高頻分量導致的蓄電池頻繁充放電。文獻[14]采用滯環(huán)控制，當風電功率波動量 ΔPwind小于給定的滯環(huán)帶寬ΔPε時，令蓄電池的輸出功率為0，反之，控制蓄電池使 Δ Pwind小于給定的ΔPε。其中，ΔPε按式(14)選擇

式中，0 ≤ t'≤ t -Δt ； ΔPw′ind(t')為平抑后的風電功率波動量，按式(15)計算

式中，ΔPε為可設定的風場輸出波動的最大允許值，由此將風電功率波動限制在ΔPε內，避免蓄電池頻繁充放電。

不同時間尺度下風功率波動不同，滿足一定波動限制所需的蓄電池容量也不同?？梢越Y合不同時間尺度進行協(xié)調控制，以達到經濟性及儲能型風場運行特性最優(yōu)，而如何實現(xiàn)不同時間尺度之間的反饋及協(xié)調是控制的關鍵。

文獻[29]中實現(xiàn)了兩種不同時間尺度下的蓄電池協(xié)調控制。文獻在1 min和30 min兩個不同的時間尺度下，控制風場輸出的波動滿足不同的指標，例如針對任意1 min時間窗，最大風電波動必須保持小于1min；任意30 min的時間窗內，風功率波動必須小于。γ30min。1 min時間尺度下的優(yōu)化控制目標為多目標優(yōu)化，即實現(xiàn)以下三個目標之間的組合優(yōu)化：① 平抑波動所需蓄電池容量最小；② 1 min內輸出風電的波動不越限；③ BESS的充放電功率不越限。通過1 min優(yōu)化，一階濾波時間參數(shù)，必要的時候會放寬1 min內輸出風電的波動量閾值。30 min時間尺度信號用于實現(xiàn)反饋控制。根據(jù)前30 min波動情況，控制1 min波動限值的設定。當前30 min波動量超過30 min波動限值時，則減小1 min波動允許值。

4 結 語

儲能系統(tǒng)的應用在探索解決大規(guī)模間歇性能源入網后提高電能的可靠性、穩(wěn)定性及質量問題的道路上邁出了重要的一步。儲能型風場可以采用多種儲能技術。其適用性要根據(jù)投資、壽命、可靠性、容量、尺寸和環(huán)境影響等因素進行綜合考慮。儲能型風場儲能系統(tǒng)的方案設計、容量配置及運行控制技術等方面的研究，對合理規(guī)劃儲能投資、平抑風場輸出功率波動、減小風力發(fā)電的不確定性、提高電網對風電的接納能力的基礎做出了貢獻。本文針對風場儲能系統(tǒng)的方案設計、容量配置及運行控制技術等的研究現(xiàn)狀進行綜述，為進一步的研究提供了有益的參考。

[1] Kariniotakis G N，Martí I，Casas D，et al.What performance can be expected by short-term wind power prediction on site characteristics?[C]// EWEC04 Conference，2004：1-9.

[2] Jin Wentao（靳文濤），Li Bei（李蓓），Xie Zhijia（謝至佳）.An analysis for the need of a battery energy storage system in tracking wind power schedule output[J].Energy Storage Science and Technology（儲能科學與技術），2013，2（3）：294-299.

[3] Ding Ming（丁明），Chen Zhong（陳忠），Su Jianhui （蘇建徽），Chen Zhong（陳中），Wu Jianfeng（吳建鋒），Zhu Chengzhi（朱承治）.An overview of battery energy storage system for renewable energy generation[J].Automation of Electric Power Systems，2013，37（1）：19-25.

[4] Pickard W F，Shen Q A，Hansing N J.Parking the power：strategies and physical limitations for bulk energy storage in supply-demand matching on a grid whose input power is provided by intermittent sources[J].Renewable and Sustainable Energy Reviews，2009，13（8）：1934-1945.

[5] Beaudin M，Zareipour H，Schellenberglabe A， Rosehart W.Energy storage for mitigating the variability of renewable electricity sources：An updated review[J].Energy for Sustainable Development，2010，14（4）：302-314.

[6] Li Shaojie（李韶杰）.Study on properties of ultracapacitor-battery hybrid power supply[J].Chinese Journal of Power Sources（電源技術），2010，17（6）：567-561.

[7] Fey Tingkuo（費定國），Lin Yiquan（林逸全）.A review on lithum iron phosphate cathode materials[J].Energy Storage Science and Technology（儲能科學與技術），2013，2（2）：103-111.

[8] Muljadi E，Butterfield C P，Chacon J， Romanowitz H.Power quality aspects in a wind power plant[C]//2006 IEEE Power Engineering Society General Meeting，2006.

[9] Li Q，Chor S S，Yuan Y，Yao D L.On the determination of battery energy storage capacity and short-term power dispatch of a wind farm[J].IEEE Transactions on Sustainable Energy，2011，2（2）：148-158.

[10] Jung H Y，Kim A R，Kim J H，et al.A study on the operating characteristics of SMES for the dispersed power generation system[J].IEEE Transactions on Applied Superconductivity，2009，19（3）：2028-2031.

[11] Kim A R，Seo H R，Kim G H，et al.Operating characteristic analysis of HTS SMES for frequency stabilization of dispersed power generation system[J]. IEEE Transactions on Applied Superconductivity，2010，20（3）：1334-1338.

[12] Nomura S，Ohata Y，Hagita T，Tsutsui H，Tsuji I S，Shimada R.Wind farms linked by SMES systems[J].IEEE Transactions on Applied Super conductivity，2005，15（2）：1951-1954.

[13] Yao D L，Choi S S，Tseng K J，Lie T T.A statistical approach to the design of a dispatchable wind power-battery energy storage system[J].IEEE Transactions on Energy Conversion，2009，24（4）：916-925.

[14] Yan Ganggui（嚴干貴），Zhu Xingxu（朱星旭），Li Junhui（李軍徽），Mu Gang（穆剛），Luo Weihua（羅衛(wèi)華），Yang Kai（楊凱）.Control strategy design for hybrid energy storage system with intrinsic operation life measurement and calculation[J].Automation of Electric Power Systems，2013，37（1）：110-114.

[15] Jiang Ping（蔣平），Xiong Huachuan（熊華川）.A control scheme design for smoothing wind power fluctuation with Hybrid energy storage system[J].Automation of Electric Power Systems，2013，37（1）：122-127.

[16] Gomis B O，Junyent F A，Sumper A，Bergas J J.Ride-through control of a doubly fed induction generator under unbalanced voltage sags[J].IEEE Transactions on Energy Conversion，2008，23（4）：1036-1045.

[17] Gomis B O，Liang J，Ekanayake J，Jenkins N.Voltage-current characteristics of multiterminal HVDC-VSC for offshore wind farms[J].Electric Power Systems Research，2011，81（2）：440-450.

[18] Junyent F A，Gomis B O，Sumper A，Sala M，Mata M.Modeling and control of the doubly fed induction generator wind turbine[J].Simulation Modeling Practice and Theory，2010，18（9）：1365-1381.

[19] Abbey C，Joos G.Super capacitor energy storage for wind energy applications[J].IEEE Transactions on Industry Applications，2007，43（3）：769-776.

[20] Qu L，Qiao W.Constant power control of DFIG wind turbines with super capacitor energy storage[J].IEEE Transactions on Industry Applications，2011，47（1）：359-367.

[21] Francisco D G，Andreas S，Oriol G B，Roberto V R.A review of energy storage technologies for wind power applications[J].Renewable and Sustainable Energy Reviews，2012，16（4）：2154-2171.

[22] Maria D，Giuseppe F，Mariagiovanna P，Michele T.Planning and operating combined wind-storage system in electricity market[J].IEEE Transactions on Sustainable Energy，2012，3（2）：209-217.

[23] Hans B，Domínguez-Navarro J A.A probabilistic method for energy storage sizing based on wind power forecast uncertainty[J].IEEE Transactions on Power Systems，2011，26（3）：1651-1658.

[24] Domínguez-Navarro J A，Bludszuweit H，Llombart A.Statis-tical analysis of wind power forecast error[J].IEEE Trans.Power Syst.，2008，23（3）：983-991.

[25] Korpaas M，Holen A T，Hildrum R.Operation and sizing of energy storage for wind power plants in a market system[J].Int.J.Elect.Power Energy Syst.，2003，25，（8）：599-606.

[26] Bathurst G N，Strbac G.Value of combining energy storage and wind in short-term energy and balancing markets[J].Elect.Power Syst.Res.，2003，67（1）：1-8.

[27] Boutsika T，Santoso S.Sizing an energy storage system to minimize wind power imbalances from the hourly average[C]//2012 IEEE Power and Energy Society General Meeting，2012：1-8.

[28] Li Q，Choi S S，Yuan Y，Yao D L.On the determination of battery energy storage capacity and short-term power dispatch of a wind farm[J].IEEE Transactions on Sustainable Energy，2011，2（2）：148-158.

[29] Jiang Q Y，Wang H J.Two-time-scale coordination control for a battery energy storage system to mitigate wind power fluctuation[J].IEEE Transactions on Energy Conversion，2013，28（1）：52-61.

[30] Wei L，Joos G，Belanger J.Real-time simulation of a wind turbine generator coupled with a battery super capacitor energy storage system[J].IEEE Trans.Ind.Electron，2010，57（4）：1137-1145.

[31] Jia H，F(xiàn)u Y，Zhang Y，He W.Design of hybrid energy storage control system for wind farms based on flow battery and electric double-layer capacitor[C]//2010 Asia-Pacific Power and Energy Engineering Conference，2010：1-6.

[32] Li X J，Hui D，Li W，Lai X K.Control strategy of battery state of charge for wind/battery hybrid power system[C]//2010 IEEE International Symposium on Industrial Electronics，2010：2723-2726.

[33] Yoshimoto K，Nanahara T，Koshimizu G.New control method for regulating state-of-charge of a battery in hybrid wind power/battery energy storage system[C]//2006 Power Systems Conference and Exposition，2006：1244-1251.

[34] Tanabe T，Sato T，Tanikawa R，Aoki I， Funabashi T，Yokoyama R.Generation scheduling for wind power generation by storage battery system and meteorological forecast[C]//2008 IEEE Power and Energy Society General Meeting-Conversion and Delivery of Electrical Energy in the 21st Century，2008：1-7.