风光储联合发电运行技术研究

庄雅妮，杨秀媛，金鑫城

（1.北京信息科技大学自动化学院，北京市 海淀区 100192；2.国网北京亦庄供电公司，北京市 大兴区 100176）

0 引言

随着新能源的大规模开发利用，风能及光能的间歇性和随机性对电力系统的影响逐渐显现，电网对新能源的调度和控制效果并不理想[1]。考虑多约束条件的新能源发电协同运行应该尽可能平滑并网功率[2-4]。同时注重新能源发电技术的控制策略，从根源改善新能源发电品质[5]。风能和光能在自然资源上具有一定的互补性，在单一风光系统的基础上，储能装置的加入对于整个风光发电系统的改善起到很大的作用[6-7]。针对现存的风光储联合系统所存在的平抑方法不完善，储能配置尤其是多储能系统配置不合理问题，本文通过归纳国内外相关研究，着重介绍了现存储能系统接入风光系统的平抑方法及储能配置优化方法，并对其进行总结。

1 风光储联合发电系统结构

对于一般的风电储能系统，储能系统在接入原有风电系统时可以采用交流方式也可以采用直流方式。对于一般的光电储能系，通常先将各储能单元和光伏单元统一接入直流母线，再逆变接入电网或负载。当风光联合系统有储能装置接入时，则需要满足风光整体系统的接入要求，为了满足集中互补和统一调度等需求，储能装置在接入风光联合发电系统中时，它们的公共连接点一般选取在交流母线上[8]，其典型接线如图1所示。

图1 典型风光储联合发电系统结构图Fig. 1 Structure diagram of typical wind-PV-energy storage combined power generation system

2 风光储联合发电系统运行控制模式

按照集中决策、分布执行的控制理念，统筹风、光、储3种资源，逐步实现对新能源发电系统的可预测、可控制、可调度。文献[9]按照实际运行状态、考虑天气状况及储能系统电池寿命等问题将风光储运行模式分成了 6种。文献[10]提出风光储系统按照其离网、并网的运行模式，主网所处的运行时段以及用电和发电的供需平衡，对风光储微电网进行状态空间划分，并分析了各状态相互转移条件。文献[11]结合风光储的运行模式提出了风光储联合发电系统的3种不同模式的控制方式：平滑功率输出模式、跟踪计划出力模式和负荷削峰填谷模式。文献[12]为了与其控制目标所匹配重新设计了5种运行模式，即：平滑模式，跟踪计划，跟踪网调自动发电控制，跟踪给定目标，频率调整。并给出相应运行模式和控制模式的匹配表，如表1所示。

表1 各运行模式的功能Tab. 1 A summary of the functions of each operation mode

文献[9]在平滑功率输出模式、跟踪计划出力模式和负荷削峰填谷模式3种控制模式的基础上加入支持自动发电控制功能的参与系统调频模式。其控制框图如图2所示。

图2 参与系统调频控制框图Fig. 2 The control block diagram of power generation system that participate in the system FM

3 风光储联合发电系统储能技术

正是由于风能、光能随机性和波动性太强以至于风电和光伏发电的出力波动随时都会发生，对风电、光伏的预测难度过大就使得在目前新能源预测水平下，很难实现更高精度的风电、光电功率预测。当储能装置想要接入风光系统并维持联合出力的稳定就需要响应速度较快的储能方式，截止2017年底，全球的储能装机中，抽水蓄能的装机占比均超过90%，但是电化学储能具有响应速度快、能量密度大、循环效率高以及机动性能好等优点，是当前储能产业的发展和研究热点，电化学储能也是储能装机发展速度最快的储能技术，截至2016年底，全球电化学储能装机规模达1 756.5 MW，近5年复合增长率27.5%，其中以锂离子电池累计规模最大，超过50%以上。2017年，锂离子电池的新增装机规模处于绝对领先地位，所占比重为93%，其次是铅蓄电池，所占比重约为7%。

表 2给出了10种典型的储能技术[13]。在电化学储能中锂离子电池、铅碳电池的转换效率几乎达到90%。

表2 典型储能技术寿命及效率对比及分阶段目标Tab. 2 Life span and efficiency comparison of typical energy storage technologies and phased goals

储能系统按照储能类别，它可以分为含一种储能技术的单一系统，含两种储能技术的双混合系统以及含多种储能技术的多储能技术混合系统。文献[14]采用铿离子电池储能系统对风光出力波动进行平滑；文献[15]采用了钒液流电池储能系统平抑风电出力波动；文献[16]采用超导电磁储能系统平抑风电出力；文献[17]采用超级电容与电池混合储能系统进行了可再生能源发电出力平滑；文献[18]根据能量型和功率型储能的技术特点，配置出合理的多类型储能系统对风电出力进行平滑控制。

4 风光储联合发电系统储能平抑控制

加入储能装置的风光系统演变为风光储联合发电系统，在新的系统中储能系统在风光系统出力曲线尖峰时吸收功率，在其出力曲线低谷时输出功率，基本实现实时的调整跟踪风电场、光伏电站的总出力，这也就是储能装置在风光系统中所发挥的平抑控制功能。所以，想要更好地平抑风光发电出力，需要对储能装置设置相应的控制目标，并对其充放电功率进行优化控制。目前对间歇式新能源输出功率的平抑控制主要有两种方式[19]：一是通过直接控制电源本身优化其输出功率。二是通过一阶固定时间常数滤波，使输出曲线更加平滑。

4.1 单纯平抑风光出力波动方法

在风光储系统功率平抑控制中，最为简单和常见的是滤波器法，而采用低通滤波器进行风光波动平抑则更为普遍，如文献[17,20-22]都是在不考虑其他目标或约束条件的情况下，采用低通滤波器方法确定平抑风光出力波动的控制目标。

低通滤波器是一个由电阻、电容等元器件组合而成的电路。使通过它的在截止频率以下的信号可以顺利通过，并阻止在截止频率以上的信号，图3为一般的一阶低通滤波电路。

图3 一般RC低通滤波电路Fig. 3 General RC low pass filtering circuit

一阶RC低通滤波电路的微分方程如下：

其传递函数为

则

截止频率为

幅值为

图4为一阶低通滤波幅频特性图。可以看出，随着频率的增加，系统幅频响应逐渐平滑地衰减为零，即较低的频率信号经过低通滤波器时几乎没有衰减，同时较高频率的信号得到了有效的抑制。所以说，当信号经过低通滤波器后，信号频率较低，信号越平滑[17]。

采用低通滤波平抑后的风电场输出功率如图5所示。可以看出时间常数的取值越大，允许导通的频率分量越低，注入电网的功率变化率越小，风电场功率输出曲线越平滑[17]。

图4 幅频特性Fig. 4 Amplitude frequency characteristics

图5 采用低通滤波器平抑后的风电场输出功率Fig. 5 The output power of the wind power plant is reduced by using a low pass filter

在储能系统平抑风光发电系统时使用低通滤波器可以满足基本要求。但是时间常数的设定方法却不尽相同，需要根据实际问题具体情况而设置。文献[21]在低通滤波器的基础上加入了惯性时间常数同时结合 PI控制来达到储能对风电出力的平抑效果。文献[23]采用粒子群算法对时间常数进行了实时优化。文献[24]在多时间尺度平滑风光出力波动时运用了可变时间常数控制的实时优化低通滤波时间常数算法。

随着滤波器的发展，应用在平抑风光波动的控制中的其他滤波器越来越多。如文献[25]采用的是滑动平均滤波器。文献[26]利用两级实时小波滤波对风机出力进行平抑，既实现了平抑目标，又减少了输出功率的噪声。文献[27]提出利用超级电容器平抑风电场功率波动。

4.2 考虑约束条件的平抑方法

实际的风光储联合发电系统较为复杂，简单的滤波平抑控制无法满足所有类型的系统，所以很多学者在简单平抑的基础上考虑一定的约束条件完善储能的平抑效果。文献[28]提出一种以有功功率波动最小为目标函数的储能单元充放电优化模型，该模型考虑了每个步长的约束条件储能初始容量和储能充放电控制策略。

文献[29]在考虑系统模型的约束的同时，提出了一种基于模型预测控制(model prediction control，MPC)的实时平抑风电场功率波动的电池储能系统(battery energy storage system，BESS)优化控制方法，当BESS严格响应充放电功率指令值时：

BESS在当前时刻储存的能量为

式中： EB(0)为BESS的初始能量；Δt取1 s。分别取 Po( k)和 EB(k)为状态变量 x1( k)和 x2( k)，Pw( k)视为外部扰动变量 r( k)， PB( k)为控制输入量 u ( k)，则平抑波动控制系统的状态空间模型如下：

式中 ()ky 为过程输出矩阵[28]。

文献[30]结合储能系统的约束设计了开环优化控制策略，为避免实时控制时的预测误差，加入模型预测控制，从而实现风电平抑。文献[31]考虑到储能装置在平抑风力发电出力波动的过程中可能出现的过度充放情况提出了一种基于储能系统荷电状态(state of charge，SOC)反馈的平滑算法。文献[32]采用飞轮储能平抑短周期内功率波动以及随机动态优化控制的一阶滤波。文献[33]在低通滤波原理的基础上，根据电池储能SOC实时调整滤波时间常数，分析了电池储能的能量与光伏发电功率波动之间的关系，提出了优化配置电池储能的功率和能量的计算方法。文献[34]基于移动平均算法，在同时考虑储能系统SOC和风电功率波动率的情况下提出了一种平滑风电功率控制策略，并与传统一阶低通滤波平滑风电功率方法进行对比。

图6为平滑风电功率与储能出力仿真结果。下方曲线为两种滤波方法所对应的储能出力曲线，功率为正值时，表示储能系统处于放电状态，功率为负值时，表示储能系统处于充电状态。可以明显看出，储能出力和使用率都在减少[34]。

图6 平滑风电功率与储能出力仿真结果Fig. 6 Smooth wind power and energy storage output simulation results

4.3 考虑功率预测与人工智能的平滑控制方法

除了滤波和加入约束条件的平抑控制，很多学者对控制过程进行了优化处理，例如考虑风电、光伏的预测或是采用人工智能控制方法，文献[35]加入了神经网络算法滤波器的参数进行了训练用来平抑风光出力波动。文献[36]在综合考虑风电、光伏等的功率预测基础上提出了一种预测滚动优化协调控制策略，它考虑功率偏差软约束、储能容量和功率二阶充放电模型等，建立了以储能电池充放电次数最小以及剩余电量最大为目标的优化模型，并利用贪心粒子群优化方法求解，图 7为滚动协调控制框架。

图7 微网下风光储滚动协调控制框架Fig. 7 Micro-network under the wind-storage rolling coordination control framework

文献[37]采用模糊逻辑与小波变换相结合的方法对储能系统的充放电功率进行控制。文献[38]对公差带控制储能系统的方法进行改进，加入了自适应算法以及随机动态控制，有效改进了原有方法对某些风电场尖峰出力优化效果不理想，峰值没能得到平抑的不足。文献[39]确定平抑目标时采用了设置目标函数的方法，该目标函数基于短期风电、光伏预测，根据风光功率预测值设置当口运行计划，以实际投运后系统出力与计划出力相差最小化为目标，以储能系统功率、容量等为约束条件，从而实现对储能系统的动态控制。图8为平抑前后的功率波动图，可以看出平抑效果明显。

5 多种储能技术的混合配置

图8 平抑前后的功率波动图Fig. 8 Power fluctuation before and after the suppression

表3 储能接入不同位置及应用特点Tab. 3 Storage access to different locations and application features

风光储联合发电系统中的储能部分可以是单一的储能也可以是多种储能方式联合。在多种储能技术混合作为储能模块时就需要对其进行合理的配置，考虑响应速度、储能成本等约束条件对不同储能技术混合储能进行有效的优化配置。文献[40]考虑到新能源出力的随机性，提出了基于机会约束规划的混合储能容量配置方法，将储能电池与超级电容器相结合来补偿风电的波动。同样，文献[41]也是将超级电容与蓄电池相结合以装置成本最低、功率匹配最佳、可再生能源输出功率平滑度最好为目标建立了一种复合储能多目标优化数学模型。文献[42]提出一种基于双层决策模型的风光储联合发电系统储能容量的优化配置方法，可兼顾系统的稳定性和经济性。文献[43]提出了一种利用滑动平均和经验模态分解(empirical mode decomposition，EMD)获得储能参考功率的混合储能(hybrid energy storage system，HESS)功率和容量配置方法。采用该方法能够很好地平抑风电输出功率波动，使其达到并网要求，并且储能配置结果明显优于余量并网和低频并网方法。储能的全寿命周期为10年时，锂离子电池和超级电容组成的HESS经济性最优，且净效益大于零，从而从经济角度证明了HESS用于平抑风电波动的可行性。

6 储能系统应用场景及经典案例

储能系统接在不同的位置，应用在不同的场景所产生的效果也有所不同，如表 3。按照接入位置的不同，可以分为发电侧、输电侧、配电侧、用电侧。

对于发电侧接入的储能应用，典型案例为风光储工程。该工程风电场 100 MW，光伏电站40 MW，储能20 MW。采用储能技术包含超级电容、磷酸铁锂电池、全钒液流电池、铅酸电池、钛酸锂电池等。

7 结论

1）在风光联合发电系统中整合储能装置可以在更高程度上平滑风光发电系统的输出特性，进一步减少新能源随机波动对电网造成的冲击。在风光系统中接入储能装置，公共点多选在交流母线上。

2）在储能平抑风光波动的研究中滤波算法是最为常见的方法，简单易行，运算速度也较快，但是滤波算法也存在一定的滞后性，对灵活的风光变化敏感度不够，很难满足并网要求。可在其中加入爬坡率等控制目标约束以及储能系统的荷电状态、电池健康状态等物理约束。

3）模型预测控制算法较为复杂，但对风光发电出力所做的预判越是精准，越有利于实时跟踪风光发电出力波动，获得更好的控制效果。

4）多类型储能系统的引入在一定程度上能够发挥各种储能方式的优势，取长补短，提高不同类型储能系统的使用寿命，但多类型储能系统的引入增加了系统的复杂性，不同储能系统的功率协调控制与能量分配管理是多储能系统亟需解决的问题。