引言
近年來,風(fēng)力發(fā)電在世界范圍內(nèi)得到了快速發(fā)展。隨著風(fēng)電滲透率不斷增大,風(fēng)力發(fā)電在為電網(wǎng)輸送大量清潔電能的同時(shí),對(duì)電力系統(tǒng)可靠性、穩(wěn)定性等方面的影響愈發(fā)顯著。究其原因,主要在于風(fēng)速的波動(dòng)性、間歇性及隨機(jī)性引起風(fēng)電功率波動(dòng),并且難以準(zhǔn)確預(yù)測(cè)。因此,研究平滑風(fēng)電出力,實(shí)現(xiàn)穩(wěn)定可靠的風(fēng)電輸出具有重要意義。
為減小風(fēng)電功率波動(dòng)對(duì)電力系統(tǒng)的不利影響,不同國(guó)家根據(jù)自身電力系統(tǒng)的特點(diǎn)對(duì)風(fēng)電場(chǎng)設(shè)置了不同的風(fēng)電波動(dòng)限制指標(biāo)。例如：美國(guó)ERCOT電力公司與德國(guó)E.ON電力公司的風(fēng)電波動(dòng)限制指標(biāo)均為每1 min最大波動(dòng)量不超過風(fēng)電場(chǎng)裝機(jī)容量的10%;中國(guó)根據(jù)風(fēng)電場(chǎng)裝機(jī)容量,分別在1 min、10 min兩個(gè)時(shí)間尺度對(duì)最大波動(dòng)量進(jìn)行限制?；诖?本文中平滑風(fēng)電出力是指在風(fēng)電場(chǎng)內(nèi)部或端口采取措施,減小風(fēng)電場(chǎng)分鐘級(jí)功率波動(dòng),使其滿足風(fēng)電波動(dòng)限制指標(biāo)要求。
目前,平滑風(fēng)電出力主要包括風(fēng)電機(jī)組改進(jìn)控制與儲(chǔ)能系統(tǒng)輔助控制兩類方法。文獻(xiàn)[5]提出了一種結(jié)合風(fēng)力機(jī)變槳控制和發(fā)電機(jī)變速控制的發(fā)電機(jī)有功功率平滑控制策略,該策略可降低直驅(qū)永磁同步風(fēng)力發(fā)電機(jī)輸出有功功率的波動(dòng),控制發(fā)電機(jī)轉(zhuǎn)速運(yùn)行范圍。然而,風(fēng)電機(jī)組改進(jìn)控制多以犧牲風(fēng)能捕獲效率為代價(jià),影響了風(fēng)電機(jī)組的運(yùn)行經(jīng)濟(jì)性。在能源互聯(lián)網(wǎng)的推動(dòng)下,以大規(guī)模電池儲(chǔ)能為代表的新型儲(chǔ)能技術(shù)得以快速發(fā)展,在風(fēng)電場(chǎng)端口集成儲(chǔ)能系統(tǒng)以平滑風(fēng)電出力正逐漸成為理論研究與工程示范的熱點(diǎn)。在理論研究領(lǐng)域,研究主要集中在儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略、功率容量配置方法等關(guān)鍵技術(shù);在工程示范領(lǐng)域,世界上已有多個(gè)可用于平滑風(fēng)電出力的儲(chǔ)能示范項(xiàng)目,例如美國(guó)Kahuku風(fēng)電場(chǎng)儲(chǔ)能示范項(xiàng)目、中國(guó)張北風(fēng)光儲(chǔ)輸示范項(xiàng)目等。
綜上,本文首先總結(jié)了新型儲(chǔ)能技術(shù)示范項(xiàng)目的建設(shè)成果,其次梳理了儲(chǔ)能系統(tǒng)的類型選取,再次論述了儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略、功率容量配置方法等關(guān)鍵技術(shù)。最后,探討了未來待研究的關(guān)鍵科學(xué)問題,以期為儲(chǔ)能系統(tǒng)平滑風(fēng)電出力的研究與應(yīng)用提供一定借鑒。
1 新型儲(chǔ)能技術(shù)示范項(xiàng)目的建設(shè)成果
首先總結(jié)了新型儲(chǔ)能技術(shù)示范項(xiàng)目的建設(shè)成果,隨后列舉了國(guó)內(nèi)外典型的可用于平滑風(fēng)電出力的儲(chǔ)能示范項(xiàng)目,最后選取一個(gè)典型項(xiàng)目進(jìn)行介紹。
1.1 建設(shè)成果
根據(jù)美國(guó)能源部信息中心項(xiàng)目庫(kù)的不完全統(tǒng)計(jì),截至2016年8月,全球新型儲(chǔ)能技術(shù)示范項(xiàng)目高達(dá)1000余項(xiàng),其中已運(yùn)行儲(chǔ)能項(xiàng)目約900項(xiàng),已宣布與在建項(xiàng)目約100項(xiàng)。已運(yùn)行或在建的儲(chǔ)能示范項(xiàng)目國(guó)家分布如圖1所示。
美國(guó)在儲(chǔ)能裝機(jī)規(guī)模與示范項(xiàng)目數(shù)量上都處于領(lǐng)先地位,項(xiàng)目數(shù)量占全球總數(shù)量的48%,主要為太陽能熱發(fā)電熔融鹽儲(chǔ)能;我國(guó)次之,項(xiàng)目數(shù)量占全球總數(shù)量的7%,主要為電化學(xué)儲(chǔ)能;韓國(guó)占6%,全部為電化學(xué)儲(chǔ)能;西班牙占5%,主要為太陽能熱發(fā)電熔融鹽儲(chǔ)能。
上述示范項(xiàng)目的應(yīng)用模式主要包括：促進(jìn)集中式風(fēng)電、光伏接入電網(wǎng),提高輸配電及用電側(cè)可靠性,提升分布式發(fā)電或微電網(wǎng)運(yùn)行能力,以及提供電網(wǎng)輔助服務(wù)。表1列出了國(guó)內(nèi)外典型的可用于平滑風(fēng)電出力的儲(chǔ)能示范項(xiàng)目。由表1可知,示范項(xiàng)目的儲(chǔ)能系統(tǒng)多為電池儲(chǔ)能。這主要由于,電池儲(chǔ)能布點(diǎn)靈活且具有較快的響應(yīng)速度及較高的能量密度,既可平滑風(fēng)電出力,也可實(shí)現(xiàn)緩解棄風(fēng)、參與調(diào)峰、提供備用等功能。
1.2 中國(guó)遼寧臥牛石風(fēng)電場(chǎng)
中國(guó)遼寧臥牛石風(fēng)電場(chǎng)安裝有33臺(tái)1.5 MW風(fēng)力發(fā)電機(jī)組,總裝機(jī)容量49.5 MW。風(fēng)電場(chǎng)經(jīng)66 kV母線接入遼寧電網(wǎng)。儲(chǔ)能系統(tǒng)選用全釩液流電池(5MW/10 MW?h),采用模塊化設(shè)計(jì),單元儲(chǔ)能系統(tǒng)輸出功率為352 kW,整套儲(chǔ)能系統(tǒng)由15套可獨(dú)立調(diào)控的352 kW單元儲(chǔ)能系統(tǒng)構(gòu)成。在能量管理系統(tǒng)的統(tǒng)一調(diào)度下,儲(chǔ)能系統(tǒng)包含平滑風(fēng)電出力、跟蹤計(jì)劃出力、緩解棄風(fēng)、暫態(tài)有功出力緊急響應(yīng)及暫態(tài)電壓緊急支撐等功能。
實(shí)際運(yùn)行數(shù)據(jù)表明,儲(chǔ)能平滑風(fēng)電出力后,風(fēng)電場(chǎng)1 min最大波動(dòng)量大幅減小,可以實(shí)現(xiàn)其小于GB/T 19963—2011《風(fēng)電場(chǎng)接入電力系統(tǒng)技術(shù)規(guī)定》中最大波動(dòng)量限值4.95 MW的控制目標(biāo)。
2 儲(chǔ)能系統(tǒng)的類型選取
儲(chǔ)能系統(tǒng)的類型選取是儲(chǔ)能風(fēng)電平滑策略及功率容量配置方法的前提,而風(fēng)電波動(dòng)限制指標(biāo)及儲(chǔ)能系統(tǒng)功率特性是影響儲(chǔ)能系統(tǒng)類型選取的關(guān)鍵因素。為此,本節(jié)根據(jù)風(fēng)電波動(dòng)限制指標(biāo)及儲(chǔ)能系統(tǒng)功率特性,給出了平抑不同時(shí)間尺度風(fēng)電功率波動(dòng)的儲(chǔ)能系統(tǒng)參考類型。
為定量描述風(fēng)電功率波動(dòng),現(xiàn)有研究提出了給定時(shí)間尺度風(fēng)電功率最大波動(dòng)量、相鄰采樣時(shí)刻風(fēng)電功率波動(dòng)量及歸一化標(biāo)準(zhǔn)差等評(píng)價(jià)指標(biāo)。給定時(shí)間尺度風(fēng)電功率最大波動(dòng)量,從時(shí)間尺度、波動(dòng)幅值兩個(gè)維度對(duì)風(fēng)電功率波動(dòng)進(jìn)行描述。相鄰采樣時(shí)刻風(fēng)電功率波動(dòng)量,多反映風(fēng)電功率的爬坡速率。歸一化標(biāo)準(zhǔn)差本質(zhì)為標(biāo)準(zhǔn)差的標(biāo)幺值,基準(zhǔn)值為風(fēng)電場(chǎng)裝機(jī)容量。該指標(biāo)越大,風(fēng)電波動(dòng)越明顯,反之亦然。
目前,不同國(guó)家多采用給定時(shí)間尺度風(fēng)電功率最大波動(dòng)量,作為風(fēng)電波動(dòng)限制指標(biāo)。該指標(biāo)的時(shí)間尺度和波動(dòng)幅值分別對(duì)儲(chǔ)能系統(tǒng)的功率特性和存儲(chǔ)容量提出了要求。因此,儲(chǔ)能系統(tǒng)的類型選取應(yīng)重點(diǎn)關(guān)注儲(chǔ)能系統(tǒng)的功率特性。表2給出了主要儲(chǔ)能系統(tǒng)的功率特性指標(biāo)。
當(dāng)平抑短時(shí)間尺度(1 min以下)風(fēng)電功率波動(dòng)時(shí),對(duì)儲(chǔ)能系統(tǒng)的響應(yīng)時(shí)間、循環(huán)次數(shù)提出了較高要求,多采用超級(jí)電容儲(chǔ)能、飛輪儲(chǔ)能及超導(dǎo)磁儲(chǔ)能;當(dāng)平抑較長(zhǎng)時(shí)間尺度(數(shù)min到數(shù)10 min)風(fēng)電功率波動(dòng)時(shí),對(duì)儲(chǔ)能系統(tǒng)的能量密度提出了較高要求,多采用鋰電池、鉛酸電池及液流電池等電池儲(chǔ)能;壓縮空氣儲(chǔ)能、抽水蓄能雖然技術(shù)成熟,但由于其對(duì)地理環(huán)境的特殊要求以及其典型放電時(shí)間與平滑風(fēng)電出力時(shí)間尺度的不匹配,兩者不適合配置在風(fēng)電場(chǎng)端口平滑風(fēng)電出力。此外,當(dāng)需平抑多個(gè)時(shí)間尺度的風(fēng)電功率波動(dòng)時(shí),多采用混合儲(chǔ)能系統(tǒng),例如超級(jí)電容與電池混合儲(chǔ)能系統(tǒng)。
綜上,雖然根據(jù)風(fēng)電波動(dòng)限制指標(biāo)及儲(chǔ)能系統(tǒng)功率特性,可得到平抑不同時(shí)間尺度風(fēng)電功率波動(dòng)的儲(chǔ)能系統(tǒng)參考類型,但儲(chǔ)能系統(tǒng)最終類型的確定還需結(jié)合儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略及功率容量配置方法進(jìn)行綜合分析。
3 儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略
圖2給出了儲(chǔ)能系統(tǒng)平滑風(fēng)電出力的基本流程。首先獲取風(fēng)電目標(biāo)出力,隨后綜合風(fēng)電功率及風(fēng)電目標(biāo)出力確定儲(chǔ)能初始功率計(jì)劃,并通過能量狀態(tài)反饋控制予以修正,最終在儲(chǔ)能內(nèi)部單元間進(jìn)行功率分配,確定各單元充放電功率指令。其中,獲取風(fēng)電目標(biāo)出力、能量狀態(tài)反饋控制是風(fēng)電平滑策略的核心。
3.1 獲取風(fēng)電目標(biāo)出力
風(fēng)電目標(biāo)出力是指經(jīng)儲(chǔ)能系統(tǒng)平滑后期望得到的風(fēng)電功率。風(fēng)電目標(biāo)出力的獲取方法與儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略密切相關(guān)。目前,風(fēng)電平滑策略可分為兩類：直接平滑策略與間接平滑策略。兩者區(qū)別在于平滑后能否實(shí)現(xiàn)風(fēng)電調(diào)度,其中風(fēng)電調(diào)度是指風(fēng)電功率在給定時(shí)間窗口內(nèi)為一定值。由于前者僅需滿足風(fēng)電波動(dòng)限制指標(biāo)要求,所需儲(chǔ)能功率容量較小,而后者需實(shí)現(xiàn)風(fēng)電調(diào)度,所需儲(chǔ)能功率容量較大。基于此,風(fēng)電目標(biāo)出力的獲取方法也相應(yīng)分為兩類：直接平滑策略的風(fēng)電目標(biāo)出力獲取方法與間接平滑策略的風(fēng)電目標(biāo)出力獲取方法。
3.1.1 直接平滑策略的風(fēng)電目標(biāo)出力獲取方法
風(fēng)電目標(biāo)出力獲取方法主要包括以下幾種：一階濾波、卡爾曼濾波及小波濾波等濾波控制算法,滑動(dòng)平均、加權(quán)移動(dòng)平均及模型預(yù)測(cè)控制等其他控制算法。
1)濾波控制算法。
一階濾波算法的關(guān)鍵控制參數(shù)為濾波時(shí)間常數(shù),濾波時(shí)間常數(shù)越大,風(fēng)電目標(biāo)出力越平滑,需要的儲(chǔ)能功率容量越大,反之亦然。文獻(xiàn)[12]通過一階濾波算法獲取風(fēng)電目標(biāo)出力,分析了不同濾波時(shí)間常數(shù)下的風(fēng)電平滑效果。文獻(xiàn)[14]采用一階濾波算法得到風(fēng)電場(chǎng)側(cè)、電網(wǎng)側(cè)儲(chǔ)能的風(fēng)電目標(biāo)出力,并通過神經(jīng)網(wǎng)絡(luò)擬合儲(chǔ)能配置容量、濾波時(shí)間常數(shù)與風(fēng)電波動(dòng)評(píng)價(jià)指標(biāo)的關(guān)系,最終得到儲(chǔ)能最佳配置容量與最佳濾波時(shí)間常數(shù)。上述文獻(xiàn)均通過定時(shí)間常數(shù)一階濾波算法獲取風(fēng)電目標(biāo)出力,但由于風(fēng)電功率的不確定性,定時(shí)間常數(shù)一階濾波算法易引起過補(bǔ)償,增大儲(chǔ)能配置容量。
針對(duì)上述不足,已有學(xué)者開展了利用變時(shí)間常數(shù)一階濾波算法獲取風(fēng)電目標(biāo)出力的研究。文獻(xiàn)[15]根據(jù)實(shí)測(cè)波動(dòng)率調(diào)整濾波時(shí)間常數(shù),減小了儲(chǔ)能出力與荷電狀態(tài)的變化。文獻(xiàn)[16]提出了一種通過優(yōu)化模型調(diào)整濾波時(shí)間常數(shù)的新思路,首先將多時(shí)間尺度的風(fēng)電波動(dòng)限制指標(biāo)轉(zhuǎn)化為不等式約束,隨后滾動(dòng)求解優(yōu)化模型調(diào)整濾波時(shí)間常數(shù),提高了風(fēng)電平滑效果。
卡爾曼濾波算法已在短期負(fù)荷預(yù)測(cè)、動(dòng)態(tài)狀態(tài)估計(jì)等方面得到了廣泛應(yīng)用。文獻(xiàn)[17]提出了一種模糊自適應(yīng)卡爾曼濾波控制策略,在平滑風(fēng)電出力的條件下,有效管理儲(chǔ)能荷電狀態(tài)。文獻(xiàn)[18]根據(jù)風(fēng)電功率波動(dòng)量,調(diào)整卡爾曼濾波的過程噪聲和量測(cè)噪聲協(xié)方差,減小了儲(chǔ)能配置容量。
小波變換具有處理非平穩(wěn)信號(hào)序列的強(qiáng)大能力,在處理風(fēng)電波動(dòng)特性方面具有顯著的優(yōu)勢(shì)。文獻(xiàn)[19]通過Meyer小波獲取風(fēng)電目標(biāo)出力,利用超級(jí)電容儲(chǔ)能平抑風(fēng)電功率波動(dòng)的高頻分量,雙電池儲(chǔ)能平抑風(fēng)電功率波動(dòng)的低頻分量,并根據(jù)電池容量與荷電狀態(tài)的乘積在雙電池儲(chǔ)能間分配功率。文獻(xiàn)[20]提出了一種混合儲(chǔ)能協(xié)調(diào)控制策略：首先通過小波濾波獲取滿足風(fēng)電波動(dòng)限制指標(biāo)要求的混合儲(chǔ)能綜合出力,隨后根據(jù)超級(jí)電容儲(chǔ)能與電池儲(chǔ)能的最佳匹配頻帶分配功率。
2)其他控制算法。
滑動(dòng)平均算法的關(guān)鍵控制參數(shù)為滑動(dòng)平均時(shí)段長(zhǎng)度M：若M選擇過大,風(fēng)電功率隨時(shí)間變化的長(zhǎng)期趨勢(shì)會(huì)反映在分鐘級(jí)波動(dòng)分量上;若M選擇過小,風(fēng)電功率的短時(shí)波動(dòng)會(huì)反映在持續(xù)分量上。文獻(xiàn)[21]將M取為30 min,選擇風(fēng)電功率持續(xù)分量作為風(fēng)電目標(biāo)出力,并設(shè)計(jì)了一種儲(chǔ)能在線運(yùn)行策略,避免了儲(chǔ)能在充放電狀態(tài)間頻繁轉(zhuǎn)換。
加權(quán)移動(dòng)平均算法的兩個(gè)重要參數(shù)分別為權(quán)重與移動(dòng)平均項(xiàng)數(shù)N。前者反映對(duì)各時(shí)刻風(fēng)電功率的重視程度,后者與濾波效果緊密相關(guān)：N越大,通帶越窄,濾波后風(fēng)電出力越平滑,反之亦然。文獻(xiàn)[22]根據(jù)前一時(shí)刻充放電平衡度指標(biāo)調(diào)整N,并將前N-1時(shí)刻的風(fēng)電功率加權(quán)平均值作為當(dāng)前時(shí)刻的風(fēng)電目標(biāo)出力,克服了普通方法在風(fēng)電功率驟變時(shí)平滑效果變差的不足。
模型預(yù)測(cè)控制算法是一種基于過程預(yù)測(cè)模型,采用回退視界策略,綜合考慮系統(tǒng)動(dòng)態(tài)性能、控制目標(biāo)及約束條件的在線優(yōu)化控制方法。文獻(xiàn)[23]構(gòu)建了以控制時(shí)域內(nèi)儲(chǔ)能出力與儲(chǔ)能存儲(chǔ)能量偏差平方和最小為目標(biāo),考慮風(fēng)電爬坡速率等約束的優(yōu)化模型,采用二次規(guī)劃算法求解。
3.1.2 間接平滑策略的風(fēng)電目標(biāo)出力獲取方法
風(fēng)電目標(biāo)出力獲取方法主要包括：風(fēng)電功率平均值法、恒定值法、最值法及優(yōu)化模型法。
文獻(xiàn)[25-26]將未來1 h內(nèi)風(fēng)電預(yù)測(cè)功率平均值作為風(fēng)電目標(biāo)出力。文獻(xiàn)[25]構(gòu)建了考慮儲(chǔ)能荷電狀態(tài)、充放電速率等約束的儲(chǔ)能控制策略。文獻(xiàn)[26]提出了基于規(guī)則的控制策略,由于不需要儲(chǔ)能細(xì)致模型,該策略可方便擴(kuò)展到其他類型儲(chǔ)能系統(tǒng)。
文獻(xiàn)[27]構(gòu)建了一種包含專家信息庫(kù)的雙層控制模型,并將風(fēng)電功率恒定值作為風(fēng)電目標(biāo)出力,通過實(shí)時(shí)檢索專家信息庫(kù),控制儲(chǔ)能充放電,可有效平滑風(fēng)電出力。
文獻(xiàn)[28]提出了一種儲(chǔ)能全充-全放狀態(tài)交替運(yùn)行策略,在儲(chǔ)能充放電區(qū)間分別設(shè)置風(fēng)電目標(biāo)出力：在充電區(qū)間,將風(fēng)電預(yù)測(cè)功率的最小值作為風(fēng)電目標(biāo)出力;在放電區(qū)間,將風(fēng)電預(yù)測(cè)功率的最大值作為風(fēng)電目標(biāo)出力。文獻(xiàn)[29]通過風(fēng)電概率區(qū)間預(yù)測(cè)得到風(fēng)電預(yù)測(cè)功率的悲觀、正常及樂觀方案,根據(jù)儲(chǔ)能荷電狀態(tài)使風(fēng)電目標(biāo)出力在悲觀、樂觀方案間切換,減小了儲(chǔ)能循環(huán)次數(shù),延長(zhǎng)了儲(chǔ)能壽命。
文獻(xiàn)[30]構(gòu)建了用于確定風(fēng)電目標(biāo)出力的功率偏移量方差最小模型,并提出了一種混合儲(chǔ)能協(xié)調(diào)控制策略,通過適當(dāng)增大鉛酸電池儲(chǔ)能的輸出功率及減小其充放電轉(zhuǎn)換次數(shù),減小了液流電池儲(chǔ)能的配置容量與鉛酸電池儲(chǔ)能的壽命損耗。
不同風(fēng)電平滑策略下風(fēng)電目標(biāo)出力獲取方法的優(yōu)勢(shì)與不足,如表3所示。
3.2 能量狀態(tài)反饋控制
當(dāng)風(fēng)電功率大于風(fēng)電目標(biāo)出力時(shí),儲(chǔ)能充電,反之放電。若嚴(yán)格執(zhí)行該運(yùn)行策略,需增大儲(chǔ)能配置容量以避免儲(chǔ)能過充過放,但這會(huì)顯著增加儲(chǔ)能投資成本,目前多通過引入能量狀態(tài)反饋控制予以解決。能量狀態(tài)反饋控制主要包括：傳遞函數(shù)法[31]、模糊控制法[32-34]、預(yù)先控制法[35]及動(dòng)態(tài)優(yōu)化法[17]。
文獻(xiàn)[31]推導(dǎo)得出了荷電狀態(tài)反饋控制傳遞函數(shù),避免了儲(chǔ)能過充過放。文獻(xiàn)[32]采用模糊控制修正儲(chǔ)能初始功率計(jì)劃,雖可保證荷電狀態(tài)處于合理范圍,但削弱了風(fēng)電平滑效果。文獻(xiàn)[33]通過雙層模糊控制,減小了單層模糊控制對(duì)風(fēng)電平滑效果的不利影響。文獻(xiàn)[34]通過優(yōu)化模型確定儲(chǔ)能最佳荷電狀態(tài)范圍,并采用模糊控制調(diào)整濾波時(shí)間常數(shù),使其處于最佳荷電狀態(tài)范圍。文獻(xiàn)[35]利用預(yù)
先控制調(diào)整超級(jí)電容儲(chǔ)能、電池儲(chǔ)能的輸出功率,降低了超級(jí)電容儲(chǔ)能端電壓到達(dá)上下限的概率,減小了風(fēng)-儲(chǔ)聯(lián)合系統(tǒng)綜合出力的波動(dòng)峰值。文獻(xiàn)[17]構(gòu)建了包含儲(chǔ)能荷電狀態(tài)反饋控制的控制優(yōu)化模型,根據(jù)儲(chǔ)能荷電狀態(tài)調(diào)整模型約束條件,使儲(chǔ)能荷電狀態(tài)處于合理范圍。
綜上,傳遞函數(shù)法依賴于數(shù)學(xué)推導(dǎo),具有較強(qiáng)的理論基礎(chǔ),但推導(dǎo)難度大,不易實(shí)現(xiàn)。模糊控制法與預(yù)先控制法均不需要儲(chǔ)能細(xì)致模型,可擴(kuò)展性強(qiáng),但其控制參數(shù)多根據(jù)設(shè)計(jì)者的主觀經(jīng)驗(yàn)確定,存在一定局限性。動(dòng)態(tài)優(yōu)化法將能量狀態(tài)反饋控制轉(zhuǎn)化為數(shù)學(xué)優(yōu)化問題,通過求解優(yōu)化模型滾動(dòng)更新儲(chǔ)能功率計(jì)劃。該方法控制精細(xì),為能量狀態(tài)反饋控制提供了一種重要思路。
3.3 儲(chǔ)能內(nèi)部單元功率分配
儲(chǔ)能內(nèi)部單元功率分配主要針對(duì)的是電池儲(chǔ)能[36-37]。這是因?yàn)殡姵貎?chǔ)能由儲(chǔ)能單元經(jīng)串并聯(lián)構(gòu)成,考慮到儲(chǔ)能單元在充放電效率等方面的差異,各單元荷電狀態(tài)的一致性難以僅通過平均分配功率的方法保證。
文獻(xiàn)[36]依據(jù)儲(chǔ)能內(nèi)部單元荷電狀態(tài)占比分配功率,并根據(jù)各單元初始荷電狀態(tài)修正分配功率,減小了儲(chǔ)能內(nèi)部單元荷電狀態(tài)的差異,但該分配策略僅計(jì)及了儲(chǔ)能輸出功率約束。文獻(xiàn)[37]構(gòu)建了以儲(chǔ)能內(nèi)部單元荷電狀態(tài)差異最小為目標(biāo),考慮儲(chǔ)能輸出功率、充放電狀態(tài)轉(zhuǎn)換約束的功率分配模型。所提分配策略在保證儲(chǔ)能內(nèi)部單元荷電狀態(tài)一致性的條件下,減小了儲(chǔ)能內(nèi)部單元的充放電轉(zhuǎn)換次數(shù),延長(zhǎng)了儲(chǔ)能壽命。
綜上,快速準(zhǔn)確估計(jì)儲(chǔ)能內(nèi)部單元的荷電狀態(tài)是儲(chǔ)能內(nèi)部單元功率分配的關(guān)鍵。但是,電池容量會(huì)隨溫度漂移,隨循環(huán)次數(shù)增加而減少,導(dǎo)致荷電狀態(tài)估計(jì)產(chǎn)生較大誤差,影響功率分配策略的控制效果。因此,構(gòu)建考慮電池容量變化的荷電狀態(tài)魯棒估計(jì)方法顯得尤為重要。
4 儲(chǔ)能系統(tǒng)的功率容量配置方法
儲(chǔ)能系統(tǒng)功率容量配置的目標(biāo)為在滿足風(fēng)電波動(dòng)限制指標(biāo)要求的前提下,實(shí)現(xiàn)配置評(píng)價(jià)指標(biāo)的最優(yōu)化。目前,儲(chǔ)能系統(tǒng)的功率容量配置方法主要包括：理論分析法、仿真分析法及優(yōu)化模型法。需注意的是,上述方法均適用于不同規(guī)模風(fēng)電場(chǎng)的儲(chǔ)能規(guī)劃。
4.1 理論分析法
理論分析法一般首先對(duì)歷史數(shù)據(jù)進(jìn)行分析與特征量提取,隨后依托不同分析方法,例如一階濾波、概率分析等時(shí)域分析方法,以及傅里葉變換等頻域分析法,確定儲(chǔ)能配置功率容量。
文獻(xiàn)[38]基于一階濾波傳遞函數(shù),推導(dǎo)得出儲(chǔ)能系統(tǒng)的最小配置容量,但無法保證平滑后的風(fēng)電出力滿足風(fēng)電波動(dòng)限制指標(biāo)要求。文獻(xiàn)[39]通過對(duì)比不同濾波時(shí)間常數(shù)下的風(fēng)電平滑效果,確定最佳濾波時(shí)間常數(shù),隨后根據(jù)3σ原理確定儲(chǔ)能配置功率。文獻(xiàn)[40]對(duì)混合儲(chǔ)能輸出功率的絕對(duì)值進(jìn)行概率分析,在得到其累計(jì)概率分布后,將給定置信水平的輸出功率絕對(duì)值作為電池儲(chǔ)能的配置功率,將輸出功率絕對(duì)值的最大值與電池儲(chǔ)能配置功率之差作為超級(jí)電容儲(chǔ)能的配置功率。文獻(xiàn)[41]采用試差法由高頻段向低頻段延伸,確定滿足風(fēng)電波動(dòng)限制指標(biāo)要求的最小補(bǔ)償頻段,將儲(chǔ)能最大輸出功率作為其配置功率,儲(chǔ)能最大能量差與荷電狀態(tài)允許范圍之比作為其配置容量。文獻(xiàn)[42]通過傅里葉變換得到風(fēng)電功率頻譜密度,利用儲(chǔ)能平抑指定頻段的風(fēng)電功率波動(dòng),將儲(chǔ)能最大輸出功率作為其配置功率,儲(chǔ)能最大能量差與荷電狀態(tài)允許范圍之比作為其配置容量。
綜上,理論分析法邏輯清晰,求解速度快,但推導(dǎo)分析增大了實(shí)現(xiàn)難度。另外,該方法僅從技術(shù)層面給出儲(chǔ)能配置方案,無法考慮儲(chǔ)能系統(tǒng)的運(yùn)行效益,影響了配置方案的合理性。
4.2 仿真分析法
仿真分析法通過調(diào)用風(fēng)電平滑策略對(duì)儲(chǔ)能待選方案進(jìn)行仿真分析,確定滿足風(fēng)電波動(dòng)限制指標(biāo)要求的儲(chǔ)能最小功率容量。
文獻(xiàn)[17]提出了一種考慮雙時(shí)間尺度風(fēng)電波動(dòng)限制指標(biāo)的風(fēng)電平滑策略,并對(duì)不同功率容量的儲(chǔ)能系統(tǒng)進(jìn)行仿真分析,得到了滿足風(fēng)電波動(dòng)限制指標(biāo)要求的儲(chǔ)能最小功率容量。文獻(xiàn)[43]提出了一種基于模型預(yù)測(cè)控制的風(fēng)電平滑策略,并通過仿真分析確定了儲(chǔ)能最佳配置方案。文獻(xiàn)[44]根據(jù)不同風(fēng)電場(chǎng)和儲(chǔ)能系統(tǒng)的容量配比關(guān)系進(jìn)行仿真分析,提出了一種配置大規(guī)模儲(chǔ)能系統(tǒng)的方案。文獻(xiàn)[45]提出了兩種儲(chǔ)能電站動(dòng)態(tài)調(diào)度模型,通過仿真分析確定了兩種場(chǎng)景下的儲(chǔ)能最佳配置方案。
綜上,仿真分析法原理簡(jiǎn)單,易于實(shí)現(xiàn),但儲(chǔ)能最終方案的優(yōu)劣與待選方案的數(shù)量密切相關(guān)：若待選方案過少,難以保證最終方案的最優(yōu)性;待選方案過多,仿真時(shí)間會(huì)顯著增加。另外,該方法也僅從技術(shù)層面給出儲(chǔ)能配置方案,未對(duì)儲(chǔ)能進(jìn)行全面的效益評(píng)價(jià)。
4.3 優(yōu)化模型法
優(yōu)化模型法首先分析儲(chǔ)能系統(tǒng)的效益和成本構(gòu)成,隨后構(gòu)建優(yōu)化模型,最終求解確定儲(chǔ)能配置功率容量。
不同的研究偏重于不同的方面進(jìn)行規(guī)劃,所以目標(biāo)函數(shù)各異,文獻(xiàn)[46-50]以儲(chǔ)能總成本最小為目標(biāo)函數(shù)：
文獻(xiàn)[46]采用經(jīng)驗(yàn)?zāi)B(tài)分解技術(shù)獲取超級(jí)電容儲(chǔ)能、電池儲(chǔ)能的輸出功率,隨后考慮儲(chǔ)能投資成本與棄風(fēng)懲罰成本,建立了儲(chǔ)能總成本最小模型。文獻(xiàn)[47]在計(jì)及儲(chǔ)能投資成本、棄風(fēng)懲罰成本、缺電懲罰成本、維護(hù)成本、越限成本及更新成本的條件下,以儲(chǔ)能總成本最小為目標(biāo),建立了儲(chǔ)能容量規(guī)劃模型,利用粒子群算法求解。文獻(xiàn)[48]在考慮儲(chǔ)能投資成本、棄風(fēng)懲罰成本、缺電懲罰成本及越限成本的情況下,構(gòu)建了儲(chǔ)能總成本最小模型,并探討了儲(chǔ)能在低風(fēng)電出力季節(jié)參與電網(wǎng)調(diào)峰的可行性。文獻(xiàn)[49]提出了超級(jí)電容儲(chǔ)能優(yōu)先充放電的混合儲(chǔ)能協(xié)調(diào)運(yùn)行策略,構(gòu)建了以混合儲(chǔ)能總投資成本最小為目標(biāo)的容量?jī)?yōu)化模型,采用量子遺傳算法求解。文獻(xiàn)[50]通過電池累計(jì)損傷模型計(jì)及儲(chǔ)能壽命,提出了儲(chǔ)能分期償還投資成本最小模型,采用曲線擬合與遺傳算法相結(jié)合的方法求解。
有的文獻(xiàn)以儲(chǔ)能性能指標(biāo)、壽命成本評(píng)價(jià)指標(biāo)及收益指標(biāo)為目標(biāo)進(jìn)行規(guī)劃。文獻(xiàn)[28]基于儲(chǔ)能全充-全放狀態(tài)交替運(yùn)行策略,提出了計(jì)及儲(chǔ)能投資成本與壽命的儲(chǔ)能性能指標(biāo),構(gòu)建了儲(chǔ)能性能指標(biāo)最大模型。文獻(xiàn)[51]引入了壽命成本評(píng)價(jià)指標(biāo),提出了以評(píng)價(jià)指標(biāo)最小為目標(biāo)的儲(chǔ)能規(guī)劃模型,采用線性搜索方法求解。該文也提出了一種儲(chǔ)能全充-全放狀態(tài)交替運(yùn)行策略,重點(diǎn)分析了相鄰調(diào)度時(shí)段的暫態(tài)過渡問題。文獻(xiàn)[29]采用平均等效循環(huán)法計(jì)算儲(chǔ)能壽命,并在考慮風(fēng)電售電效益、儲(chǔ)能殘值效益以及儲(chǔ)能投資成本、維護(hù)成本、更新成本的情況下,構(gòu)建了以風(fēng)-儲(chǔ)聯(lián)合系統(tǒng)凈收益最大為目標(biāo)的儲(chǔ)能規(guī)劃模型。文獻(xiàn)[52]計(jì)及風(fēng)電售電效益與儲(chǔ)能投資成本,構(gòu)建了風(fēng)-儲(chǔ)聯(lián)合系統(tǒng)凈收益最大模型,采用迭代方法求解。
綜上,優(yōu)化模型法可對(duì)儲(chǔ)能系統(tǒng)進(jìn)行細(xì)致的效益評(píng)價(jià),但現(xiàn)有方法多基于確定性的風(fēng)電歷史數(shù)據(jù),忽略了風(fēng)電不確定性對(duì)儲(chǔ)能效益評(píng)價(jià)的影響,存在效益評(píng)價(jià)風(fēng)險(xiǎn)。
綜合儲(chǔ)能系統(tǒng)的類型選取、風(fēng)電平滑策略及功率容量配置方法,本文提出一種確定儲(chǔ)能最佳配置方案的方法,如圖3所示。
由圖3可知,首先根據(jù)風(fēng)電波動(dòng)限制指標(biāo)確定儲(chǔ)能參考類型,然后針對(duì)任一參考類型,依次選擇風(fēng)電平滑策略及功率容量配置方法,確定儲(chǔ)能配置方案,并進(jìn)行檢驗(yàn)：若不滿足風(fēng)電波動(dòng)限制指標(biāo)要求,更換風(fēng)電平滑策略,再次求解儲(chǔ)能配置方案;若滿足要求,更換儲(chǔ)能類型再次求解儲(chǔ)能配置方案,直至完成所有儲(chǔ)能參考類型配置方案的求解。隨后,對(duì)所有配置方案進(jìn)行經(jīng)濟(jì)性與技術(shù)性評(píng)估。最后,輸出儲(chǔ)能最佳配置方案。
5 研究展望
目前,雖然針對(duì)儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略與功率容量配置方法研究取得了若干成果,但仍存在許多不足。綜上所述,凝練出關(guān)鍵科學(xué)問題如下：
1)在滿足風(fēng)電波動(dòng)限制指標(biāo)要求的前提下,延長(zhǎng)儲(chǔ)能壽命是未來研究的重點(diǎn)。儲(chǔ)能全充-全放狀態(tài)交替運(yùn)行策略為延長(zhǎng)儲(chǔ)能壽命提供了一種重要思路,該策略多通過風(fēng)電概率區(qū)間預(yù)測(cè)計(jì)及風(fēng)電不確定性。但是,現(xiàn)有研究均未給出最優(yōu)風(fēng)電置信度的確定方法,影響了上述策略的應(yīng)用效果。因此,量化風(fēng)電置信度對(duì)風(fēng)電平滑效果及儲(chǔ)能壽命的影響,提出最優(yōu)風(fēng)電置信度的確定方法是未來需關(guān)注的內(nèi)容。
2)儲(chǔ)能自適應(yīng)風(fēng)電平滑策略是未來研究的另一重點(diǎn)。由于風(fēng)電功率具有顯著的隨機(jī)波動(dòng)性,控制參數(shù)不變的風(fēng)電平滑策略難以保證風(fēng)電平滑效果,而自適應(yīng)風(fēng)電平滑策略可根據(jù)風(fēng)電功率動(dòng)態(tài)調(diào)整控制參數(shù)(一階濾波算法時(shí)間常數(shù),小波分解層數(shù)等),有效彌補(bǔ)了上述不足。目前,已有研究利用風(fēng)電預(yù)測(cè)功率調(diào)整控制參數(shù),使風(fēng)電平滑策略具有一定的前瞻性。但是,上述研究鮮有計(jì)及風(fēng)電預(yù)測(cè)不確定性,若風(fēng)電實(shí)際出力與風(fēng)電預(yù)測(cè)出力存在較大偏差,將會(huì)顯著影響風(fēng)電平滑效果。另外,風(fēng)電預(yù)測(cè)不確定性的背景下,儲(chǔ)能自適應(yīng)風(fēng)電平滑策略的風(fēng)險(xiǎn)分析與風(fēng)險(xiǎn)管控還有待研究。
3)儲(chǔ)能平滑風(fēng)電出力、參與調(diào)峰及提供備用的協(xié)調(diào)運(yùn)行策略是未來研究的難點(diǎn)。在風(fēng)電波動(dòng)較小時(shí)段,利用儲(chǔ)能閑置容量參與調(diào)峰及提供備用,可提高儲(chǔ)能利用率,增加儲(chǔ)能運(yùn)行效益?，F(xiàn)階段,雖然已有研究提出了儲(chǔ)能平滑風(fēng)電出力與參與調(diào)峰的協(xié)調(diào)運(yùn)行策略,但是部分問題仍有待深入研究,包括：儲(chǔ)能調(diào)峰、備用效益的量化方式,儲(chǔ)能備用激活后的運(yùn)行調(diào)整策略,儲(chǔ)能參與調(diào)峰、提供備用后的壽命估計(jì)等。
4)風(fēng)火打捆外送下的儲(chǔ)能與送端配套火電協(xié)調(diào)運(yùn)行策略是未來研究的另一難點(diǎn)。風(fēng)火打捆外送是提高輸電系統(tǒng)經(jīng)濟(jì)性與安全穩(wěn)定性的重要舉措。規(guī)劃設(shè)計(jì)風(fēng)火打捆直流外送時(shí),直流按照給定功率計(jì)劃曲線運(yùn)行,風(fēng)電功率波動(dòng)由送端配套火電和相聯(lián)送端系統(tǒng)調(diào)節(jié)。但是由于風(fēng)電功率波動(dòng)顯著,送端配套火電與相聯(lián)送端系統(tǒng)的調(diào)頻壓力巨大。另外,火電進(jìn)行調(diào)頻時(shí),可能出現(xiàn)機(jī)組反調(diào)、機(jī)組死區(qū)振蕩等問題,影響了調(diào)頻效果。配置在風(fēng)電場(chǎng)端口的儲(chǔ)能系統(tǒng),憑借其快速充放電特性,一方面可以改善送端配套火電的調(diào)頻效果,另一方面可以減小,送端配套火電因頻繁改變出力造成的機(jī)組磨損,提高機(jī)組運(yùn)行穩(wěn)定性。然而,目前還未有風(fēng)火打捆外送下儲(chǔ)能與配套火電協(xié)調(diào)運(yùn)行策略的研究。此背景下,兼顧風(fēng)電波動(dòng)限制指標(biāo)要求與輔助配套火電調(diào)頻的儲(chǔ)能協(xié)調(diào)運(yùn)行策略是未來待研究的重要內(nèi)容。
5)調(diào)頻市場(chǎng)下的儲(chǔ)能風(fēng)電平滑策略是未來重要的研究?jī)?nèi)容。在電力市場(chǎng)化較為發(fā)達(dá)的美國(guó),已將儲(chǔ)能等非傳統(tǒng)電源納入調(diào)頻市場(chǎng),并在2011年10月,美國(guó)FERC正式發(fā)布法案755“批發(fā)電力市場(chǎng)的調(diào)頻服務(wù)補(bǔ)償”,改進(jìn)了調(diào)頻市場(chǎng)的補(bǔ)償機(jī)制,由原先的僅按調(diào)頻容量補(bǔ)償變?yōu)榭紤]調(diào)頻容量與調(diào)頻效果的綜合補(bǔ)償,促進(jìn)了儲(chǔ)能等高性能調(diào)頻電源的建設(shè)[55]。相較美國(guó),雖然中國(guó)也已經(jīng)建立了調(diào)頻輔助服務(wù)補(bǔ)償機(jī)制,但目前的輔助服務(wù)管理辦法中,把包括調(diào)頻在內(nèi)的輔助服務(wù)提供者限定為并網(wǎng)發(fā)電廠。隨著中國(guó)電力體制改革的逐步推進(jìn),納入儲(chǔ)能系統(tǒng)的調(diào)頻市場(chǎng)機(jī)制會(huì)逐步建立。此背景下,計(jì)及風(fēng)電波動(dòng)限制指標(biāo)約束的儲(chǔ)能調(diào)頻運(yùn)行策略是未來研究的重點(diǎn)。
6)儲(chǔ)能壽命估計(jì)是儲(chǔ)能功率容量配置的關(guān)鍵?，F(xiàn)有研究多基于儲(chǔ)能最大循環(huán)次數(shù)曲線估計(jì)儲(chǔ)能壽命。需注意的是,儲(chǔ)能最大循環(huán)次數(shù)是給定測(cè)試條件(環(huán)境溫度,儲(chǔ)能充放電速率等)下的實(shí)驗(yàn)值,但儲(chǔ)能實(shí)際運(yùn)行條件并非如此,因而帶來了估計(jì)誤差。另外,現(xiàn)有研究估計(jì)儲(chǔ)能壽命時(shí)均未考慮儲(chǔ)能容量損耗的影響。隨著儲(chǔ)能循環(huán)次數(shù)的增加,部分儲(chǔ)能(鉛酸電池儲(chǔ)能,鋰電池儲(chǔ)能等)的最大存儲(chǔ)容量逐漸減小,儲(chǔ)能放電深度發(fā)生改變,也會(huì)帶來估計(jì)誤差[56]。因此,建立綜合考慮環(huán)境溫度、儲(chǔ)能充放電速率、放電深度及容量損耗影響的儲(chǔ)能壽命估計(jì)方法是未來待研究的重要內(nèi)容。
7)能源互聯(lián)網(wǎng)下的儲(chǔ)能綜合效益評(píng)價(jià)體系是未來研究的關(guān)鍵。能源互聯(lián)網(wǎng)中,儲(chǔ)能已成為大規(guī)模新能源發(fā)電接入和利用的重要支撐技術(shù)。配置在風(fēng)電場(chǎng)端口的儲(chǔ)能系統(tǒng),不僅可以平滑風(fēng)電出力,也可以減少棄風(fēng),改善風(fēng)電場(chǎng)電壓波動(dòng),提高風(fēng)電場(chǎng)低電壓穿越能力,提供電網(wǎng)調(diào)頻、調(diào)峰、備用及黑啟動(dòng)等。當(dāng)確定風(fēng)電場(chǎng)端口儲(chǔ)能系統(tǒng)的規(guī)劃方案時(shí),如果僅考慮儲(chǔ)能平滑風(fēng)電出力的效益,將會(huì)得出不具備經(jīng)濟(jì)性的結(jié)論,這不利于該項(xiàng)技術(shù)的商業(yè)化推廣。因此,建立儲(chǔ)能綜合效益評(píng)價(jià)體系,對(duì)于全面評(píng)估儲(chǔ)能價(jià)值,促進(jìn)投資者獲得國(guó)家政策的支持具有重要意義。
6 結(jié)論
在風(fēng)電場(chǎng)端口集成儲(chǔ)能系統(tǒng)以平滑風(fēng)電出力,可緩解風(fēng)電功率波動(dòng)對(duì)電力系統(tǒng)可靠性、穩(wěn)定性等方面的不利影響,促進(jìn)風(fēng)電友好接入電網(wǎng)?；诖?本文首先總結(jié)了新型儲(chǔ)能技術(shù)示范項(xiàng)目的建設(shè)成果,其次梳理了儲(chǔ)能系統(tǒng)的類型選取,再次論述了儲(chǔ)能系統(tǒng)的風(fēng)電平滑策略、功率容量配置方法等關(guān)鍵技術(shù)。最后,從儲(chǔ)能風(fēng)電平滑策略、壽命評(píng)估等方面,探討了未來待研究的關(guān)鍵科學(xué)問題。
隨著儲(chǔ)能投資成本的下降及儲(chǔ)能政策的進(jìn)一步完善,利用儲(chǔ)能系統(tǒng)促進(jìn)風(fēng)電接入電網(wǎng)將成為儲(chǔ)能電網(wǎng)應(yīng)用的一個(gè)必然趨勢(shì),而儲(chǔ)能系統(tǒng)運(yùn)行策略及功率容量配置方法研究的進(jìn)步也必將推動(dòng)儲(chǔ)能系統(tǒng)的快速健康發(fā)展。
(徐國(guó)棟 程浩忠 馬紫峰 方斯頓 馬則良 張建平)
參考文獻(xiàn)
[1] 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(in Chinese).
[2] 馮紅霞,梁軍,張峰,等.考慮調(diào)度計(jì)劃和運(yùn)行經(jīng)濟(jì)性的風(fēng)電場(chǎng)儲(chǔ)能容量?jī)?yōu)化計(jì)算[J].電力系統(tǒng)自動(dòng)化,2013,37(1):90-95. Feng Hongxia,Liang Jun,Zhang Feng,et al.An optimization calculation method of wind farm energy storage capacity[J].Automation of Electric Power Systems,2013,37(1):90-95(in Chinese).
[3] 汪海蛟,江全元.應(yīng)用于平抑風(fēng)電功率波動(dòng)的儲(chǔ)能系統(tǒng)控制與配置綜述[J].電力系統(tǒng)自動(dòng)化,2014,38(19):126-135. Wang Haijiao,Jiang Quanyuan.An overview of control and configuration of energy storage system used for wind power fluctuation mitigation[J].Automation of Electric Power Systems,2014,38(19):126-135(in Chinese).
[4] 江全元,龔裕仲.儲(chǔ)能技術(shù)輔助風(fēng)電并網(wǎng)控制的應(yīng)用綜述[J].電網(wǎng)技術(shù),2015,39(12):3360-3368. Jiang Quanyuan,Gu Yuzhong.Review of wind power integration control with energy storage technology[J].Power System Technology,2015,39(12):3360-3368(in Chinese).
[5] 廖勇,何金波,姚駿,等.基于變槳距和轉(zhuǎn)矩動(dòng)態(tài)控制的直驅(qū)永磁同步風(fēng)力發(fā)電機(jī)功率平滑控制[J].中國(guó)電機(jī)工程學(xué)報(bào),2009,29(18):71-77. Liao Yong,He Jinbo,YaoJun,et al.Power smoothing control strategy of direct-driven permanent magnet synonous generator for wind turbine with pitch angle control and torque dynamic control[J].Proceedings of the CSEE,2009,29(18):71-77(in Chinese).
[6] Office of Electricity Delivery & Energy Reliability.DOE global energy storage database projects[EB/OL].2016-08-16[2016-10-07]..
[7] Luo X,Wang J,Dooner M,et al.Overview of current development in electrical energy storage technologies and the application potential in power system operation[J].Applied Energy,2015(137):511-536.
[8] 胡娟,楊水麗,侯朝勇,等.規(guī)?；瘍?chǔ)能技術(shù)典型示范應(yīng)用的現(xiàn)狀分析與啟示[J].電網(wǎng)技術(shù),2015,39(4):879-885. Hu Juan,Yang Shuili,Hou Chaoyong,et al.Present condition analysis on typical demonstration application of large-scale energy storage technology and its enlightenment[J].Power System Technology,2015,39(4):879-885(in Chinese).
[9] 劉宗浩,張華民,高素軍,等.風(fēng)場(chǎng)配套用全球最大全釩液流電池儲(chǔ)能系統(tǒng)[J].儲(chǔ)能科學(xué)與技術(shù),2014,3(1):71-77. Liu Zonghao,Zhang Huamin,Gao Sujun,et al.The world’s largest all-vanadium redox flow battery energy storage system for a wind farm[J].Energy Storage Science and Technology,2014,3(1):71-77(in Chinese).
[10] 中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.風(fēng)電場(chǎng)接入電力系統(tǒng)技術(shù)規(guī)定:GB/T 19963-2011[S].北京:中國(guó)質(zhì)檢出版社,2011.
[11] 婁素華,吳耀武,崔艷昭,等.電池儲(chǔ)能平抑短期風(fēng)電功率波動(dòng)運(yùn)行策略[J].電力系統(tǒng)自動(dòng)化,2014,38(2):17-22. Lou Suhua,Wu Yaowu,Cui Yanzhao,et al.Operation strategy of battery energy storage system for smoothing short-term wind power fluctuation[J].Automation of Electric Power Systems,2014,38(2):17-22(in Chinese).
[12] Paatero J V,Lund P D.Effect of energy storage on variations in wind power[J].Wind Energy,2005,8(4):421-441.
[13] Zhao H,Wu Q,Hu S,et al.Review of energy storage system for wind power integration support[J].Applied Energy,2015(137):545-553.
[14] 張坤,毛承雄,謝俊文,等.風(fēng)電場(chǎng)復(fù)合儲(chǔ)能系統(tǒng)容量配置的優(yōu)化設(shè)計(jì)[J].中國(guó)電機(jī)工程學(xué)報(bào),2012,32(25):79-87. Zhang Kun,Mao Chengxiong,Xie Junwen,et al.Optimal design of hybrid energy storage system capacity for wind farms[J].Proceedings of the CSEE,2012,32(25):79-87(in Chinese).
[15] 單茂華,李陳龍,梁廷婷,等.用于平滑可再生能源出力波動(dòng)的電池儲(chǔ)能系統(tǒng)優(yōu)化控制策略[J].電網(wǎng)技術(shù),2014,38(2):469-477. Shan Maohua,Li Chenlong,LiangTingting,et al.A real-time optimal control strategy for battery energy storage system to smooth active output fluctuation of renewable energy sources[J].Power System Technology,2014,38(2):469-477(in Chinese).
[16] Quanyuan J,Haijiao W.Two-time-scale coordination control for a battery energy storage system to mitigate wind power fluctuations[J].IEEE Transactions on Energy Conversion,2013,28(1):52-61.
[17] Li X.Fuzzy adaptive Kalman Filter for wind power output smoothing with battery energy storage system[J].IET Renewable Power Generation,2012,6(5):340-347.
[18] Hanchen X,Can W,Chao L,et al.An adaptive wind power smoothing method with energy storage system[C]//IEEE PES General Meeting.National Harbor,USA:IEEE,2014:1-5.
[19] Taekwon K,Hyeon-jin M,Do-hoon K,et al.A smoothing method for wind power fluctuation using hybrid energy storage[C]//IEEE Power and Energy Conference at Illinois.Champion,USA:IEEE,2015:1-6.
[20] Quanyuan J,Haisheng 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,2013,28(2):1363-1372.
[21] 張新松,顧菊萍,袁越,等.基于電池儲(chǔ)能系統(tǒng)的風(fēng)功率波平抑策略[J].中國(guó)電機(jī)工程學(xué)報(bào),2014,34(28):4572-4760. Zhang Xinsong,Gu Juping,Yuan Yue,et al.Strategy of smoothing wind power fluctuation based on battery energy storage system[J].Proceedings of the CSEE,2014,34(29):4572-4760(in Chinese).
[22] 丁明,吳建鋒,朱承治,等.具備荷電狀態(tài)調(diào)節(jié)功能的儲(chǔ)能系統(tǒng)實(shí)時(shí)平滑控制策略[J].中國(guó)電機(jī)工程學(xué)報(bào),2013,33(1):22-29. Ding Ming,Wu Jianfeng,ZhuChengzhi,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(in Chinese).
[23] Khalid M,Savkin A V.A model predictive control approach to the problem of wind power smoothing with controlled battery storage[J].Renewable Energy,2010,35(1):1520-1526.
[24] Tanabe T,Sato T,Tanikawa R,et al.Generation scheduling for wind power generation by storage battery system and meteorological fore[C]//IEEE PES General Meeting.Pittsburgh,USA:IEEE,2008:1-7.
[25] Teleke S,Baran M E,Huang A Q,et al.Control strategies for battery energy storage for wind farm dispatching[J].IEEE Transactions on Energy Conversion,2009,24(3):725-732.
[26] Teleke S,Baran M E,Bhattaya S,et al.Rule-based control of battery energy storage for dispatching intermittent renewable sources[J].IEEE Transactions on Sustainable Energy,2010,1(3):117-124.
[27] 于芃,周瑋,孫輝,等.用于風(fēng)電功率平抑的混合儲(chǔ)能系統(tǒng)及其控制系統(tǒng)設(shè)計(jì)[J].中國(guó)電機(jī)工程學(xué)報(bào),2011,31(17):127-133. Yu Peng,Zhou Wei,Sun Hui,et al.Hybrid energy storage system and control system design for wind power balancing[J].Proceedings of the CSEE,2011,31(17):127-133(in Chinese).
[28] Li Q,Choi S S,Yuan Y,et al.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] Fengji L,Ke M,Zhaoyang D,et al.Coordinated operational planning for wind farm with battery energy storage system[J].IEEE Transactions on Sustainable Energy,2015,6(1):253-262.
[30] 張峰,董曉明,梁軍,等.考慮目標(biāo)分解及其互補(bǔ)平抑的風(fēng)電場(chǎng)復(fù)合儲(chǔ)能容量?jī)?yōu)化[J].電力系統(tǒng)自動(dòng)化,2014,38(7):9-15. Zhang Feng,Dong Xiaoming,LiangJun,et al.Capacity optimization of hybrid system based on target decomposition and complementary fluctuations smoothing[J].Automation of Electric Power Systems,2014,38(7):9-15(in Chinese).
[31] Yoshimoto K,Nanahara T,Koshimizu G.New control method for regulating state-of-ge of a battery in hybrid wind power/battery energy storage system[C]//IEEE PES Power Systems Conference and Exposition.Atlanta,USA:IEEE,2006:1244-1251.
[32] 謝石驍,楊莉,李麗娜.基于機(jī)會(huì)約束規(guī)劃的混合儲(chǔ)能優(yōu)化配置方法[J].電網(wǎng)技術(shù),2012,36(5):79-84. Xie Shixiao,Yang Li,Li Lina.A chance constrained programming based optimal configuration method of hybrid energy storage system[J].Power System Technology,2012,36(5):79-84(in Chinese).
[33] 呂超賢,李欣然,戶龍輝,等.基于小波分頻與雙層模糊控制的多類型儲(chǔ)能系統(tǒng)平滑策略[J].電力系統(tǒng)自動(dòng)化,2015,39(2):21-29. Lü Chaoxian,Li Xinran,HuLonghui,et al.A smoothing strategy for hybrid energy storage system based on wavelet frequency allocation and two-level fuzzy control[J].Automation of Electric Power Systems,2015,39(2):21-29(in Chinese).
[34] Jianxiao Z,Peng C,Jie S,et al.State-of-ge optimising control approach of battery energy storage system for wind farm[J].IET Renewable Power Generation,2015,9(6):647-652.
[35] 張野,郭力,賈宏杰,等.基于平滑控制的混合儲(chǔ)能系統(tǒng)能量管理方法[J].電力系統(tǒng)自動(dòng)化,2012,36(16):36-41. Zhang Ye,Guo Li,Jia Hongjie,et al.An energy management method of hybrid energy storage system based on smoothing control[J].Automation of Electric Power Systems,2012,36(16):36-41(in Chinese).
[36] Xiangjun L,Dong H,Xiaokang L.Battery energy storage station (BESS)-based smoothing control of photovoltaic (PV) and wind power generation fluctuations[J].IEEE Transactions on Sustainable Energy,2013,4(2):464-473.
[37] Quanyuan J,Yuzhong G,Haijiao W.A battery energy storage system dual-layer control strategy for mitigating wind farm fluctuations[J].IEEE Transactions on Power Systems,2013,28(3):3263-3273.
[38] Li W,Joos G,Abbey C.Wind power impact on system frequency deviation and an ESS based power filtering algorithm solution[C]//IEEE Power Systems Conference and Exposition.Atlanta,USA:IEEE,2006:2077-2084.
[39] Rion T,Junji T,Tomoyuki F,et al.A determination method of power rating of energy storage system for smoothing wind generator output[C]//International Conference on Electrical Machines andSystems.Tokyo,Japan:IEEE,2009:1-6.
[40] Wang X,Yue M,Muljadi E,et al.Probabilistic approach for power capacity specification of wind energy storage systems[J].IEEE Transactions on Industry Applications,2014,50(2):1215-1224.
[41] 王成山,于波,肖俊,等.平滑可再生能源發(fā)電系統(tǒng)輸出波動(dòng)的儲(chǔ)能系統(tǒng)容量?jī)?yōu)化方法[J].中國(guó)電機(jī)工程學(xué)報(bào),2012,32(16):1-8. Wang Chengshan,Yu Bo,XiaoJun,et al.Sizing of energy storage systems for output smoothing of renewable energy systems[J].Proceedings of the CSEE,2012,32(16):1-8(in Chinese).
[42] Yi L,Wenjuan D,Liye X,et al.A method for sizing energy storage system to increase wind penetration as limited by grid frequency deviations[J].IEEE Transactions on Power Systems,2016,31(1):729-737.
[43] 洪海生,江全元,嚴(yán)玉婷.實(shí)時(shí)平抑風(fēng)電場(chǎng)功率波動(dòng)的電池儲(chǔ)能系統(tǒng)優(yōu)化控制方法[J].電力系統(tǒng)自動(dòng)化,2013,37(1):103-109. Hong Haisheng,Jiang Quanyuan,YanYuting.An optimization control method of battery energy storage system with wind power fluctuations smoothed in real time[J].Automation of Electric Power Systems,2013,37(1):103-109(in Chinese).
[44] 梁亮,李建林,惠東.大型風(fēng)電場(chǎng)用儲(chǔ)能裝置容量的優(yōu)化配置[J].高電壓技術(shù),2011,37(4):930-936. Liang Liang,Li Jianlin,Hui Dong.Optimization configuration for capacity of energy storage system in large-scale wind farm[J].High Voltage Engineering,2011,37(4):930-936(in Chinese).
[45] 丁明,徐寧舟,畢銳.用于平抑可再生能源功率波動(dòng)的儲(chǔ)能電站建模及評(píng)價(jià)[J].電力系統(tǒng)自動(dòng)化,2011,35(2):66-72. Ding Ming,Xu Ningzhou,Bi Rui.Model of BESS for smoothing renewable energy output fluctuations[J].Automation of Electric Power Systems,2011,35(2):66-72(in Chinese).
[46] 孫承晨,袁越,Choi S S,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,Choi S S,et al.Capacity optimization and operational strategy of the wind-energy storage hybrid systems for energy dispatching[J].Power System Technology,2015,39(8):2107-2114(in Chinese).
[47] 張熙,張峰,鞏乃奇,等.基于荷電狀態(tài)動(dòng)態(tài)調(diào)整的儲(chǔ)能電站容量規(guī)劃[J].電力自動(dòng)化設(shè)備,2015,35(11):20-24. Zhang Xi,Zhang Feng,Gong Naiqi,et al.BESS capacity planning based on dynamic SOC adjustment[J].Electric Power Automation Equipment,2015,35(11):20-24(in Chinese).
[48] 張峰,張熙,張利,等.區(qū)域風(fēng)電場(chǎng)群儲(chǔ)能電站的優(yōu)化配置及運(yùn)行策略[J].電工技術(shù)學(xué)報(bào),2016,31(14):49-57. Zhang Feng,Zhang Xi,Zhang Li,et al.Size Optimization and operational strategies for battery energy storage station in adjacent wind farms[J].Transactions of China Electrotechnical Society,2016,31(14):49-57(in Chinese).
[49] 馬速良,馬會(huì)萌,蔣小平,等.基于Bloch球面的量子遺傳算法的混合儲(chǔ)能系統(tǒng)容量配置[J].中國(guó)電機(jī)工程學(xué)報(bào),2015,35(3):592-599. Ma Suliang,MaHuimeng,Jiang Xiaoping,et al.Capacity con-figuration of the hybrid energy storage system based on block spherical quantum genetic algorithm[J].Proceedings of the CSEE,2015,35(3):592-599(in Chinese).
[50] 施琳,羅毅,涂光瑜,等.考慮風(fēng)電場(chǎng)可調(diào)度性的儲(chǔ)能容量配置方法[J].電工技術(shù)學(xué)報(bào),2013,28(5):120-127. Shi Lin,Luo Yi,Tu Guangyu,et al.Energy storage sizing method considering dispatchability of wind farm[J].Transactions of China Electrotechnical Society,2013,28(5):120-127(in Chinese).
[51] Conglong N,Hong-hee L,Tae-won C.Cost-optimized battery capacity and short-term power dispatch control for wind farm[J].IEEE Transactions on Industry Applications,2015,51(1):595-606.
[52] Wang X Y,Vilathgamuwa M,Choi S S.Determination of battery storage capacity in energy buffer for wind farm[J].IEEE Transactions on Energy Conversion,2008,23(3):868-878.
[53] 徐國(guó)棟,程浩忠,馬則良,等.考慮電網(wǎng)調(diào)峰能力限制的風(fēng)儲(chǔ)聯(lián)合系統(tǒng)概論綜合效益評(píng)估方法[J].電網(wǎng)技術(shù),2015,39(10):2731-2738. Xu Guodong,ChengHaozhong,Ma Zeliang,et al.A method to evaluate probabilistic comprehensive benefits of joint wind power and storage system considering constraints of peak load regulation capacity[J].Power System Technology,2015,39(10):2731-2738(in Chinese).
[54] 牛陽,張峰,張輝,等.提升火電機(jī)組AGC性能的混合儲(chǔ)能優(yōu)化控制與容量規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2016,40(10):38-45. Niu Yang,Zhang Feng,Zhang Hui,et al.Optimal control strategy and capacity planning of hybrid energy storage system for improving AGC performance of thermal power units[J].Automation of Electric Power Systems,2016,40(10):38-45(in Chinese).
[55] 陳大宇,張粒子,王澍,等.儲(chǔ)能在美國(guó)調(diào)頻市場(chǎng)中的發(fā)展及啟示[J].電力系統(tǒng)自動(dòng)化,2013,37(1):9-13. Chen Dayu,Zhang Lizi,Wang Shu,et al.Development of energy storage in frequency regulation market of united states and its enlightenment[J].Automation of Electric Power Systems,2013,37(1):9-13(in Chinese).
[56] Nguyen T A,Crow M L.Stochastic optimization of renewable-based microgrid operation incorporating battery operating cost[J].IEEE Transactions on Power Systems,2016,31(3):2289-2296.
