中國儲(chǔ)能網(wǎng)訊：為提高光儲(chǔ)型電站的綜合經(jīng)濟(jì)性,降低儲(chǔ)能的容量配置,提出了采用光儲(chǔ)協(xié)調(diào)互補(bǔ)方法來平抑光伏并網(wǎng)功率波動(dòng)的策略,通過動(dòng)態(tài)調(diào)整光伏的最大功率跟蹤(maximum power point tracking,MPPT)工作點(diǎn)來平抑大幅度的功率波動(dòng),此外通過儲(chǔ)能的快速充放電來平抑幅度較小、變化較快的功率波動(dòng)。通過光伏和儲(chǔ)能的協(xié)同作用,既能將光伏功率波動(dòng)抑制在電網(wǎng)允許范圍內(nèi),又可減少儲(chǔ)能系統(tǒng)的容量配置、降低儲(chǔ)能系統(tǒng)的使用頻率。建立了5個(gè)方面的指標(biāo)用于評(píng)價(jià)平抑后的光伏功率波動(dòng)性、儲(chǔ)能的投資和運(yùn)行費(fèi)用,并以某光伏電站的實(shí)測(cè)數(shù)據(jù)對(duì)所提策略進(jìn)行了仿真,結(jié)果驗(yàn)證了所提策略的正確性。此外,通過與常規(guī)的平抑光伏功率波動(dòng)方法對(duì)比,結(jié)果表明：所提方法能夠減少對(duì)儲(chǔ)能容量配置的需求,延長儲(chǔ)能的使用壽命,提高光儲(chǔ)型電站的綜合經(jīng)濟(jì)性。
0 引言
光伏電站的發(fā)電功率和氣象因素直接相關(guān),發(fā)電功率存在明顯的隨機(jī)波動(dòng)性和不穩(wěn)定性。隨著電網(wǎng)中光伏裝機(jī)容量的逐漸增大,光伏發(fā)電功率的隨機(jī)波動(dòng)將會(huì)影響電網(wǎng)的實(shí)時(shí)功率平衡,造成電網(wǎng)電壓和頻率發(fā)生波動(dòng),直接影響電網(wǎng)的電能質(zhì)量和穩(wěn)定性[1-2]。此外,這種隨機(jī)波動(dòng),會(huì)給電網(wǎng)調(diào)度帶來諸多不確定性,增大了系統(tǒng)的安全運(yùn)行風(fēng)險(xiǎn)[3]。因此,光伏的并網(wǎng)功率波動(dòng)必須要被抑制在一定的范圍內(nèi)。
文獻(xiàn)[4]通過對(duì)電動(dòng)汽車的有序充放電引導(dǎo)來平抑光伏和負(fù)荷的功率波動(dòng),但電動(dòng)汽車用戶的個(gè)性化充電需求會(huì)影響平抑效果。文獻(xiàn)[5]通過氫儲(chǔ)能系統(tǒng)來平抑光伏功率波動(dòng),系統(tǒng)整體高效、無污染物排放,但是工藝過程復(fù)雜、控制難度大。文獻(xiàn)[6]提出地理分散的概念,將多座相距6 km以上光伏電站組合在一起后,總體功率波動(dòng)性明顯降低,此方法經(jīng)濟(jì)性優(yōu)良,但為光伏電站的選址提出了新的要求。
利用儲(chǔ)能電池平抑光伏的并網(wǎng)功率波動(dòng)已經(jīng)得到了廣泛應(yīng)用[7-8],然而近些年來儲(chǔ)能電池的成本雖然有所下降,但總體依然偏高,使用壽命有限[9]。因此利用儲(chǔ)能來平抑光伏功率波動(dòng)必須要考慮如何減少儲(chǔ)能的需求容量,提高儲(chǔ)能的使用壽命。
為此,文獻(xiàn)[10-13]提出利用蓄電池和超級(jí)電容構(gòu)成混合儲(chǔ)能系統(tǒng)(hybrid energy storage system,HESS)來平抑功率波動(dòng)。HESS在一定程度上減少了平抑波動(dòng)所需的儲(chǔ)能電池容量,減少了儲(chǔ)能的循環(huán)充放電次數(shù),但是超級(jí)電容的投資建設(shè)成本很高,并不是最理想的平抑光伏功率波動(dòng)方法。
為能夠進(jìn)一步地減少平抑光伏功率波動(dòng)對(duì)儲(chǔ)能容量的需求、減少儲(chǔ)能的投資成本、延長儲(chǔ)能使用壽命,本文從光伏功率波動(dòng)本身和儲(chǔ)能的實(shí)時(shí)補(bǔ)償2個(gè)方面入手,提出光伏和儲(chǔ)能協(xié)調(diào)互補(bǔ)的方法來平抑光伏并網(wǎng)功率波動(dòng)。即當(dāng)光伏功率波動(dòng)劇烈,超出了儲(chǔ)能的平抑能力時(shí),對(duì)光伏進(jìn)行限功率控制,從功率波動(dòng)源頭抑制一部分波動(dòng),然后再加上儲(chǔ)能的實(shí)時(shí)補(bǔ)償作用,最終將功率波動(dòng)抑制在合理范圍內(nèi)。
針對(duì)光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑光伏功率波動(dòng),文
獻(xiàn)[14]較早地提出了通過光伏限功率控制來平抑功率波動(dòng),但該方法對(duì)光伏的功率負(fù)向波動(dòng)無效。文獻(xiàn)[15]對(duì)比和分析了利用儲(chǔ)能、利用可控負(fù)荷和利用光伏限功率控制這3種平抑光伏功率波動(dòng)措施的經(jīng)濟(jì)性,得出結(jié)論：利用儲(chǔ)能和光伏限功率控制組合的方式來平抑光伏功率波動(dòng)的經(jīng)濟(jì)性最優(yōu),但該文獻(xiàn)未對(duì)光伏和儲(chǔ)能如何協(xié)調(diào)配合控制的算法展開深入研究。
本文在前人的研究基礎(chǔ)上,針對(duì)光伏和儲(chǔ)能協(xié)調(diào)互補(bǔ)平抑光伏并網(wǎng)功率波動(dòng)問題,首先,分析了光伏的功率波動(dòng)特性;然后,提出了光儲(chǔ)協(xié)調(diào)平抑功率波動(dòng)的具體控制策略,給出了光伏最大功率跟蹤(maximum power point tracking,MPPT)工作點(diǎn)的動(dòng)態(tài)調(diào)整策略,以及基于自適應(yīng)卡爾曼濾波算法的儲(chǔ)能充放電控制策略;最后,依據(jù)某光伏電站的實(shí)測(cè)數(shù)據(jù)對(duì)所提策略進(jìn)行了仿真驗(yàn)證,并從光伏并網(wǎng)功率波動(dòng)的平抑效果、儲(chǔ)能最大需求容量、每天電池的循環(huán)充放電次數(shù)、儲(chǔ)能的投資運(yùn)行成本以及光伏發(fā)電損失量等5個(gè)方面全面比較和評(píng)估了系統(tǒng)的經(jīng)濟(jì)性。
1 光伏電站發(fā)電功率波動(dòng)特性
圖1顯示了某750 kW光伏電站在2014年1月9日的發(fā)電功率曲線(采樣間隔1 min),當(dāng)日最大功率波動(dòng)量超過了裝機(jī)容量的±70%/min,期間出現(xiàn)了多次功率大幅度地波動(dòng)現(xiàn)象。
針對(duì)典型天氣狀況(晴天、多云、陰天)對(duì)該光
圖1 光伏電站典型發(fā)電功率波動(dòng)曲線Fig.
1 Typical power fluctuations of PV power plant
伏電站1 min的功率波動(dòng)量進(jìn)行了統(tǒng)計(jì),統(tǒng)計(jì)結(jié)果如圖2所示。
從圖2的統(tǒng)計(jì)結(jié)果看出：功率波動(dòng)幅值主要集中在光伏裝機(jī)容量的±5%~±40%范圍內(nèi),超過±60%范圍的功率波動(dòng)次數(shù)較少;多云天氣下,功率波動(dòng)更頻繁,主要是由于云移動(dòng)過程中頻繁地遮擋太陽造成;晴天和陰天下功率波動(dòng)次數(shù)很少,幅值也很低,主要因?yàn)榍缣煸粕?對(duì)太陽的遮擋較少,而陰天光伏本身出力就低,使得功率的可波動(dòng)范圍相應(yīng)地被縮小。
圖2 不同天氣狀況下的光伏功率波動(dòng)特性Fig.
2 Power fluctuations of PV in different weather conditions
各國電力系統(tǒng)對(duì)光伏并網(wǎng)功率的波動(dòng)性要求不完全相同,如波多黎各電力局對(duì)功率波動(dòng)要求是小于±10%/min,墨西哥電力局要求將功率波動(dòng)控制在±1%~±5%/min范圍內(nèi)[3]。在圖2的統(tǒng)計(jì)結(jié)果基礎(chǔ)上,圖3繪制了在不同時(shí)間尺度(1—30 min)下功率波動(dòng)的變化趨勢(shì)。整體來看,隨著時(shí)間窗口的增大,功率波動(dòng)量也隨著增大。多云天氣下的功率波動(dòng)明顯比晴天和陰天下波動(dòng)幅度大。另外,在多云天氣下,風(fēng)速越大,功率的波動(dòng)量也越大,因?yàn)轱L(fēng)速越大,云的移動(dòng)速度也越大,遮擋太陽的頻率增大。此外,晴天和陰天環(huán)境下,功率波動(dòng)量和風(fēng)速之間的相關(guān)性較小。
從上述光伏功率波動(dòng)特性可以看出,光伏電站的最大功率波動(dòng)甚至超過了總裝機(jī)容量的70%,若要僅僅依靠儲(chǔ)能電池來平抑這種波動(dòng),將會(huì)使得儲(chǔ)
圖3 不同時(shí)間尺度下光伏的功率波動(dòng)量變化趨勢(shì)Fig.
3 Variation trend of the power fluctuations of PV at different time scales
能電池和儲(chǔ)能變流器(power conversion system,PCS)的容量配置的很大,產(chǎn)生非常高的儲(chǔ)能系統(tǒng)投資運(yùn)行成本。因此,本文提出光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑光伏并網(wǎng)功率波動(dòng)的策略。
2 光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑功率波動(dòng)策略
目前,光儲(chǔ)型電站的典型拓?fù)浣Y(jié)構(gòu)主要有2種：共交流母線型和共直流母線型?；谶@2種拓?fù)浣Y(jié)構(gòu),本文建立的用于平抑光伏并網(wǎng)功率波動(dòng)的控制系統(tǒng)拓?fù)淙鐖D4所示。
能量管理系統(tǒng)(energy management system,EMS)根據(jù)光伏的實(shí)時(shí)發(fā)電功率PPV(t)和并網(wǎng)點(diǎn)的實(shí)時(shí)功率PG(t)的波動(dòng)大小以及儲(chǔ)能電池的是實(shí)時(shí)荷電狀態(tài)SOC(t),來控制光伏PCS的MPPT工作點(diǎn)
圖4 光儲(chǔ)電站的系統(tǒng)拓?fù)銯ig.
4 System structure of PV&ES power station
和儲(chǔ)能PCS的充放電功率,通過光伏和儲(chǔ)能的協(xié)調(diào)配合,將光伏并網(wǎng)功率波動(dòng)抑制在電網(wǎng)允許范圍內(nèi)。
針對(duì)圖4所示的2種光儲(chǔ)電站拓?fù)?本文所提策略均適用,存在的差別主要是：數(shù)據(jù)采集位置的不同、控制指令下發(fā)和執(zhí)行的對(duì)象不同。然而,這兩點(diǎn)區(qū)別并不會(huì)影響所提策略的有效性。
本文以1 min時(shí)間尺度下的光伏功率波動(dòng)平抑為例展開研究,對(duì)光伏1 min的功率波動(dòng)定義為
ΔP(t)=PPV(t)?PPV(t?1)ΔP(t)=PPV(t)?PPV(t?1) (1)
式中ΔP(t)表示t時(shí)刻的功率波動(dòng)大小(單位為kW),數(shù)據(jù)采樣間隔為1 min。
光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑功率波動(dòng)策略如圖5所示。通?？刂乒夥ぷ髟贛PPT模式下,由儲(chǔ)能單獨(dú)來平抑小幅度的功率波動(dòng)。若光伏功率波動(dòng)幅度超出了儲(chǔ)能的平抑能力,則控制光伏工作在限功率模式下,同時(shí)也需要儲(chǔ)能來協(xié)同配合平抑。若光伏功率波動(dòng)在電網(wǎng)允許波動(dòng)范圍內(nèi),則不需要任何平抑措施,控制光伏工作在MPPT模式下,控制儲(chǔ)能輸出功率為零(相當(dāng)于待機(jī)狀態(tài))。
圖5 光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑功率波動(dòng)控制策略Fig.
5 Cooperative control strategy of PV and ES for smoothing power fluctuations of PV
該策略具體分為以下2個(gè)步驟進(jìn)行：
1）將ΔP(t)作為限功率算法的輸入?yún)?shù);然后,該算法再根據(jù)電網(wǎng)規(guī)定的光伏并網(wǎng)功率允許波動(dòng)值Pglimit和儲(chǔ)能PCS的最大輸出功率PES,max對(duì)光伏PCS的MPPT工作點(diǎn)作出調(diào)整,得到光伏MPPT的功率上限參考值P* limit (取值為0.1CPV~CPV,CPV為光伏的裝機(jī)容量/kWp)。Pcell為光伏電池當(dāng)前最大可輸出功率,為了滿足平抑功率波動(dòng)的需要,光伏PCS的輸出功率PPV滿足如下：
若P?limitPlimit?=CPV,光伏工作在MPPT模式下;若P?limitPlimit?<CPV,光伏工作在限功率模式下。
2）在執(zhí)行步驟1）的同時(shí),采用自適應(yīng)卡爾曼濾波算法對(duì)PPV進(jìn)行濾波得到并網(wǎng)功率的參考值
P?GPG?;然后,根據(jù)儲(chǔ)能PCS的PES,max約束、SOC約
束(SOCmin~SOCmax)以及ΔP(t)對(duì)儲(chǔ)能PCS的輸出功率進(jìn)行計(jì)算,得到充放電功率值指令PES(放電時(shí)功率為正,充電時(shí)功率為負(fù))。
3）EMS將計(jì)算得到的P?limitPlimit?和PES指令值通過
以太網(wǎng)通信的方式分別下發(fā)給光伏PCS和儲(chǔ)能PCS執(zhí)行。
系統(tǒng)控制響應(yīng)速度分析：EMS從數(shù)據(jù)采集(≤200 ms),到控制指令計(jì)算(≤500 ms),再到控制指令下發(fā)(≤50 ms),這個(gè)過程大約耗時(shí)1 s。然后,儲(chǔ)能PCS能夠根據(jù)指令立即調(diào)整充放電功率,認(rèn)為其響應(yīng)時(shí)間≤1 s;同時(shí),光伏PCS調(diào)整MPPT工作點(diǎn),文獻(xiàn)[16]通過實(shí)驗(yàn)對(duì)光伏MPPT算法追蹤最大功率點(diǎn)的耗時(shí)進(jìn)行了測(cè)算,實(shí)驗(yàn)數(shù)據(jù)表明追蹤耗時(shí)的平均值為0.44 s。綜上,本文策略執(zhí)行一次的總響應(yīng)延時(shí)約為2 s,遠(yuǎn)小于1 min的采樣間隔,上述控制策略能夠良好地追蹤光伏的功率波動(dòng)。
2.1 光伏限功率算法
光伏的限功率控制算法的核心是：根據(jù)波動(dòng)量ΔP(t)的大小判斷光伏是否進(jìn)入限功率運(yùn)行模式、在限功率狀態(tài)下動(dòng)態(tài)調(diào)整MPPT工作點(diǎn)以及如何由限功率模式切換回MPPT模式。限功率算法的流程如圖6所示。
通常情況下,較大幅度的功率波動(dòng)首先產(chǎn)生于光伏發(fā)電功率的突然下降,然后再出現(xiàn)功率的上下劇烈波動(dòng)。當(dāng)限功率算法開始后,通過判斷光伏功
圖6 光伏限功率算法的流程圖Fig.
6 Flowchart of power curtailment algorithm of PV
率下降的幅度大小來決定光伏PCS的控制模式。
若ΔP(t)<-(Pglimit+PES,max),EMS命令光伏PCS開始執(zhí)行限功率控制,并給定P?limitPlimit?的初始值;反之,則控制光伏PCS執(zhí)行MPPT控制。
記在限功率模式下功率波動(dòng)大小為ΔPlimit(t),EMS每經(jīng)過控制步長Δt,根據(jù)ΔPlimit(t)的大小,P?limit(t)Plimit?(t)的動(dòng)態(tài)調(diào)整過程如下：
1）若功率波動(dòng)較大,滿足ΔPlimit(t)<-2Pglimit,則將P?limitPlimit?調(diào)整為當(dāng)前光伏的發(fā)電功率PPV(t)。
2）若功率波動(dòng)比1）小,但依然超過了電網(wǎng)允許波動(dòng),則將功率限值P?limitPlimit?進(jìn)一步降低。
3）若功率波動(dòng)穩(wěn)定在一定范圍內(nèi),滿足-Pglimit≤ ΔPlimit(t)<0,則保持P?limitPlimit?不變。
4）若功率完全不波動(dòng),滿足ΔPlimit(t)=0,光伏功率PPV =P?limitPlimit?,則將功率限值P?limitPlimit?調(diào)高。
當(dāng)光伏PCS工作在限功率模式下時(shí),每隔Δt都要判斷1）—4）,直到P* limit>CPV,立即將光伏PCS由限功率模式切換回MPPT模式。
2.2 儲(chǔ)能充放電控制策略
卡爾曼濾波算法在電力系統(tǒng)狀態(tài)估計(jì)、新能源發(fā)電等方面得到了廣泛應(yīng)用[17],本文采用自適應(yīng)卡爾曼濾波算法對(duì)光伏功率PPV進(jìn)行濾波,得到光伏并網(wǎng)功率參考值P?GPG?,然后基于P?GPG?和儲(chǔ)能電池的SOC,計(jì)算得到儲(chǔ)能PCS的充放電功率指令PES。
通常,儲(chǔ)能用于平抑功率波動(dòng)時(shí),控制儲(chǔ)能電池的SOC在50%附近波動(dòng)[8]。當(dāng)儲(chǔ)能電池的SOC嚴(yán)重偏離50%時(shí),通過調(diào)整P?GPG?的大小實(shí)現(xiàn)對(duì)電池SOC的調(diào)節(jié)。利用式(3)建立的指標(biāo)來評(píng)價(jià)儲(chǔ)能電池SOC的偏離程度,卡爾曼濾波模型根據(jù)偏離量λ的大小動(dòng)態(tài)調(diào)節(jié)卡爾曼濾波參數(shù),最終實(shí)現(xiàn)動(dòng)態(tài)調(diào)整P?GPG?的目的[18]。
λ=nSOC(t)?0.50.5λ=nSOC(t)?0.50.5 (3)
式中n為靈敏度系數(shù),取值為正數(shù),取值越小靈敏度越低,本文取n為0.1。
儲(chǔ)能電池的約束條件主要考慮電池的SOC約束和儲(chǔ)能PCS的功率約束,表示如下：
{?PES,max≤PES(t)≤PES,max0.2≤SOC(t)≤0.9{?PES,max≤PES(t)≤PES,max0.2≤SOC(t)≤0.9 (4)
此外,儲(chǔ)能電池還需要考慮單體電池的溫度和電壓約束。
由卡爾曼濾波得到了t時(shí)刻光伏并網(wǎng)功率參考值P?GPG?(t),則儲(chǔ)能PCS的充放電功率PES(t)計(jì)算表達(dá)式為
由式(5)得到了儲(chǔ)能PCS的功率指令后,根據(jù)儲(chǔ)能的約束條件式(4)對(duì)功率指令PES(t)進(jìn)行修正。
3 算例仿真與分析
3.1 光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑策略的仿真
以某750 kWp光伏電站實(shí)測(cè)發(fā)電數(shù)據(jù)為例,對(duì)本文提出的光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑策略進(jìn)行仿真驗(yàn)證。
仿真參數(shù)設(shè)置：儲(chǔ)能電池容量CES為150 kW?h,儲(chǔ)能PCS的最大輸出功率PES,max為120 kW;光伏裝機(jī)容量CPV為750 kWp;電網(wǎng)允許功率波動(dòng)為±10%CPVkW/min(即Pglimit為75 kW)。
選取一個(gè)典型日的光伏數(shù)據(jù)進(jìn)行仿真,原始發(fā)電功率和平抑后的并網(wǎng)功率曲線見圖7。從圖7可看出,“不限功率+不用儲(chǔ)能”、“不限功率+用儲(chǔ)能” 以及“限功率+用儲(chǔ)能”這3種方式之間的協(xié)調(diào)控制過程,有效抑制了光伏并網(wǎng)功率的波動(dòng)。
圖7 光伏原始發(fā)電功率和實(shí)際并網(wǎng)功率Fig.
7 Original and smoothed power of PV
儲(chǔ)能電池的充放電功率曲線和對(duì)應(yīng)的SOC變化曲線如圖8所示。從仿真結(jié)果可以看出,本文所提策略能夠控制儲(chǔ)能電池工作在“淺充淺放”狀態(tài)下,儲(chǔ)能電池的SOC在50%附近波動(dòng)。其次,儲(chǔ)能PCS的充放電功率始終在[-120, 120]kW的安全約束范圍內(nèi),證明了本文所提的儲(chǔ)能控制策略的正確性。
平抑前后的光伏功率波動(dòng)大小如圖9所示,平抑后的并網(wǎng)功率波動(dòng)絕大部分被抑制在了允許波動(dòng)范圍內(nèi),而光伏原始發(fā)電功率的波動(dòng)遠(yuǎn)超過允許波動(dòng)范圍。
圖8 儲(chǔ)能的充放電功率和SOC變化Fig.
8 Charge/discharge power and SOC of ES
圖9 平抑前后的光伏功率的波動(dòng)性對(duì)比Fig.
9 Original and smoothed power fluctuations of PV
需要說明的是：圖9的仿真結(jié)果中光伏正向并網(wǎng)功率波動(dòng)得到了有效的平抑,而負(fù)向功率波動(dòng)還存在一部分超出了電網(wǎng)允許波動(dòng)范圍,這是由于儲(chǔ)能PCS最大放電功率PES,max的限制造成。如若完全平抑這部分波動(dòng),需加大儲(chǔ)能PCS的容量,并適當(dāng)增大儲(chǔ)能電池容量,但這會(huì)增加系統(tǒng)投資成本。
3.2 經(jīng)濟(jì)性分析
本文所提策略雖能降低儲(chǔ)能的投資和運(yùn)行成本,但光伏的限功率控制會(huì)導(dǎo)致光伏發(fā)電量損失。為了評(píng)估所提策略的經(jīng)濟(jì)性,本文和常規(guī)利用儲(chǔ)能平抑光伏功率波動(dòng)的策略[8]進(jìn)行了對(duì)比。從該光伏電站全年的運(yùn)行數(shù)據(jù)中選取了60個(gè)典型日(每月5天)的功率曲線作為仿真樣本,然后以5個(gè)方面的評(píng)價(jià)指標(biāo)對(duì)策略的執(zhí)行效果進(jìn)行對(duì)比分析。
3.2.1 光伏并網(wǎng)功率波動(dòng)平抑效果
對(duì)圖9中超標(biāo)功率(超出±Pglimit范圍外的功率波動(dòng))的發(fā)電量進(jìn)行計(jì)算,得到全天的超標(biāo)電量(單位kW?h)。本文利用該值的大小來評(píng)估光伏并網(wǎng)功率波動(dòng)的平抑效果,該值越小,表明平抑效果越好。超標(biāo)功率波動(dòng)的分布情況如圖10所示。
圖10 超標(biāo)功率波動(dòng)分布情況Fig.
10 Distribution of excessive power fluctuations
計(jì)算得出光伏原始功率超標(biāo)電量、經(jīng)本文策略以及經(jīng)參考策略平抑后的超標(biāo)電量的平均值分別為：123.27 kW?h/天、31.67 kW?h/天、37.39 kW?h/天。從超標(biāo)電量的均值來看,本文所提策略和參考策略都能有效地平抑光伏功率波動(dòng),但本文策略超標(biāo)電量的平均值更小,平抑效果更好。
3.2.2 儲(chǔ)能電池最大需求容量
儲(chǔ)能的投資成本和儲(chǔ)能的容量成正比,因此建立儲(chǔ)能最大需求容量指標(biāo)進(jìn)行對(duì)比。每天用于平抑波動(dòng)的儲(chǔ)能需求容量Eneed(單位為kW?h)為
Eneed=(max{SOC(t)t=0:0023:59}?min{SOC(t)t=0:0023:59})CESEneed=(max{SOC(t)t=0:0023:59}?min{SOC(t)t=0:0023:59})CES (7)
2種策略Eneed的分布情況如圖11所示,從仿真結(jié)果可以直觀地看出本文所提策略對(duì)儲(chǔ)能的容量需求遠(yuǎn)小于參考策略。
3.2.3 電池循環(huán)充放電次數(shù)
儲(chǔ)能電池的使用壽命和循環(huán)充放電次數(shù)直接相關(guān)[7],每天循環(huán)充放電次數(shù)越少,儲(chǔ)能的使用壽命就會(huì)變長。因此,本文建立儲(chǔ)能電池循環(huán)充放電次數(shù)指標(biāo)N來評(píng)估儲(chǔ)能電池的壽命,計(jì)算表達(dá)式為
N=∑0:0023:59|PES(t)|Δt/(2CES)N=∑0:0023:59|PES(t)|Δt/(2CES) (8)
2種策略下儲(chǔ)能電池每天的循環(huán)充放電次數(shù)分布情況如圖12所示。從仿真結(jié)果可直觀地看出本文所提策略能顯著降低儲(chǔ)能電池的充放電次數(shù),對(duì)
圖11 儲(chǔ)能電池最大需求容量分布情況Fig.
11 Distribution of maximum demand capacity of battery
圖12 儲(chǔ)能電池循環(huán)充放電次數(shù)分布情況Fig.
12 Distribution of charge/discharge cycles of battery
儲(chǔ)能的使用頻率遠(yuǎn)小于參考策略,能有效地延長儲(chǔ)能電池的使用壽命。
3.2.4 儲(chǔ)能的投資和年運(yùn)行成本
儲(chǔ)能投資費(fèi)用包括儲(chǔ)能電池和PCS費(fèi)用,年運(yùn)行成本主要考慮儲(chǔ)能每次充放電的能量損耗而發(fā)生的成本費(fèi)用,總費(fèi)用為
Rinv,cost=γ1(1+0.2)Eave+γ2PES,max+ηγ3NaveCES×365Rinv,cost=γ1(1+0.2)Eave+γ2PES,max+ηγ3NaveCES×365(9)
式中：γ1為單位容量儲(chǔ)能電池的投資成本,取值3000元/kW?h;Eave為圖11中Eneed的平均值;γ2為單位容量儲(chǔ)能PCS的投資成本,取值900元/kW;η為儲(chǔ)能系統(tǒng)的綜合效率,取值90%;γ3為單位充電或放電的運(yùn)行成本,取值為1.2元/kW?h;Nave為圖12中N的平均值。
計(jì)算得出本文所提策略的Rinv,cost共計(jì)29.52萬元,參考文獻(xiàn)策略的Rinv,cost共計(jì)44.63萬元。
3.2.5 光伏發(fā)電損失量
本文所提策略中光伏每天損失的發(fā)電量Eloss的分布情況如圖13所示,Eloss的平均值為98.89 kW?h/天,折算成電費(fèi)損失(電價(jià)為1元/kW?h),全年的發(fā)電損失費(fèi)用約為3.61萬元。
3.2.6 經(jīng)濟(jì)性綜合對(duì)比分析
對(duì)上述5項(xiàng)評(píng)價(jià)指標(biāo)的評(píng)估結(jié)果進(jìn)行匯總,如表1所示
圖13 光伏發(fā)電損失量發(fā)分布情況Fig.
13 Distribution of PV generation power loss
經(jīng)本文策略平抑后的光伏并網(wǎng)功率波動(dòng)性比參考策略平均減少了5.72 kW?h,約占光伏原始功率波動(dòng)的4.38%,對(duì)光伏并網(wǎng)功率波動(dòng)平抑性能更好;本文策略對(duì)儲(chǔ)能容量的需求比參考策略平均減少了41.10%,同等條件下,系統(tǒng)對(duì)儲(chǔ)能的容量需求約減少了一半;本文策略每天對(duì)電池的循環(huán)充放電次數(shù)比參考策略減少了58.15%,大幅降低了電池的充放電頻率,能夠有效延長儲(chǔ)能電池的使用壽命;本文策略的投資成本和年運(yùn)行費(fèi)用為33.13萬元(含
表1 本文策略和參考策略的經(jīng)濟(jì)性綜合比較Tab.
1 Comprehensive comparisons of economy between proposed strategy and referenced strategy
光伏發(fā)電損失費(fèi)),比參考策略的總費(fèi)用減少了25.77%,綜合經(jīng)濟(jì)效益相當(dāng)可觀。
4 結(jié)論
本文研究了光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑光伏并網(wǎng)功率波動(dòng)策略,從光伏限功率控制和儲(chǔ)能充放電控制2個(gè)方面同時(shí)進(jìn)行平抑,達(dá)到了良好地平抑光伏并網(wǎng)功率波動(dòng)效果。
采用光儲(chǔ)協(xié)調(diào)互補(bǔ)的方法平抑功率波動(dòng)相比于單獨(dú)利用儲(chǔ)能平抑功率波動(dòng),前者對(duì)儲(chǔ)能的容量需求更低,而且還能顯著減低儲(chǔ)能的循環(huán)充放電次數(shù),能夠延長光儲(chǔ)型電站中儲(chǔ)能的使用壽命。
其次,采用光儲(chǔ)協(xié)調(diào)互補(bǔ)的方法平抑功率波動(dòng)能夠降低光儲(chǔ)型電站的投資運(yùn)行成本,相比于常規(guī)的單獨(dú)利用儲(chǔ)能平抑功率波動(dòng)方法,經(jīng)濟(jì)性能夠提高20%以上。
在本文的研究過程中,儲(chǔ)能電池和儲(chǔ)能PCS的容量初始值是根據(jù)經(jīng)驗(yàn)得出,在論文中并未對(duì)儲(chǔ)能容量的配置過程進(jìn)行詳細(xì)論述。因此,下一步的研究內(nèi)容主要為：基于光儲(chǔ)協(xié)調(diào)互補(bǔ)平抑光伏并網(wǎng)功率波動(dòng)的思想,研究儲(chǔ)能電池容量和儲(chǔ)能PCS容量的具體優(yōu)化配置方法,得出儲(chǔ)能系統(tǒng)容量的定量計(jì)算方法。
參考文獻(xiàn)
[1] 葉小暉,戴漢揚(yáng),賴旬陽,等.間歇式電源并網(wǎng)系統(tǒng)的中長期特性仿真研究[J].電網(wǎng)技術(shù),2015,39(6):1691-1696. Ye Xiaohui,Dai Hanyang,Lai Xunyang,et al.Simulation of medium-and long-term characteristics of power grid integrated with intermittent energy sources[J].Power System Technology,2015,39(6):1691-1696(in Chinese).
[2] 劉皓明,陸丹,楊波,等.可平抑高滲透分布式光伏發(fā)電功率波動(dòng)的儲(chǔ)能電站調(diào)度策略[J].高電壓技術(shù),2015,41(10):3213-3223. Liu Haoming,Lu Dan,Yang Bo,et al.Dispatch strategy of energy storage station to smooth power fluctuations of high penetration photovoltaic generation[J].High Voltage Engineering,2015,41(10):3213-3223(in Chinese).
[3] Shivashankar S,Mekhilef S,Mokhlis H,et al.Mitigating methods of power fluctuation of photovoltaic(PV) sources-a review[J].Renewable and Sustainable Energy Reviews,2016(59):1170-1184.
[4] 謝小英,李文軍,宣文華,等.一種平抑光伏和負(fù)荷波動(dòng)的電動(dòng)汽車有序充放電策略[J].燕山大學(xué)學(xué)報(bào),2015,39(4):352-356. Xie Xiaoying,Li Wenjun,Xuan Wenhua,et al.A method of smoothing PV and load fluctuation by organized changing discharging for electric vehicles[J].Journal of Yanshan University,2015,39(4):352-356(in Chinese).
[5] Darras C,Muselli M,Poggi P,et al.PV output power fluctuations smoothing: the MYRTE platform experience[J].International Journal of Hydrogen Energy,2012,37(19):14015-14025.
[6] Marcos J,Marroyo L,Lorenzo E,et al.Smoothing of PV power fluctuations by geographical dispersion[J].Progress in Photovoltaics: Research and Applications,2012,20(2):226-237.
[7] 程志江,李永東,謝永流,等.帶超級(jí)電容的光伏發(fā)電微網(wǎng)系統(tǒng)混合儲(chǔ)能控制策略[J].電網(wǎng)技術(shù),2015,39(10):2739-2745. Cheng Zhijiang,Li Yongdong,Xie Yongliu,et al.Control strategy for hybrid energy storage of photovoltaie generation microgrid system with super capacitor[J].Power System Technology,2015,39(10):2739-2745(in Chinese).
[8] Marcos J,De la Parra I,García M,et al.Control strategies to smooth short-term power fluctuations in large photovoltaic plants using battery storage systems[J].Energies,2014,7(10):6593-6619.
[9] IRENA.Electricity storage and renewables: costs and markets to 2030[R].Germany:IRENA,2017.
[10] 李凡,張建成,朱立剛.平抑光伏功率波動(dòng)的混合儲(chǔ)能系統(tǒng)控制方法[J].電源技術(shù),2016,40(2):397-399.Li Fan,Zhang Jiancheng,Zhu Ligang.Control method of hybrid energy storage system for photovoltaic power balancing[J].Chinese Journal of Power Sources,2016,40(2):397-399(in Chinese).
[11] 王海波,楊秀,張美霞.平抑光伏系統(tǒng)波動(dòng)的混合儲(chǔ)能控制策略[J].電網(wǎng)技術(shù),2013,37(9):2452-2458.Wang Haibo,Yang Xiu,Zhang Meixia.A control strategy of hybrid energy storage system capable of suppressing output fluctuation of photovoltaic generation system[J].Power System Technology,2013,37(9):2452-2458(in Chinese).
[12] Li X,Hui D,Lai X.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.
[13] 陳剛,袁越,傅質(zhì)馨.儲(chǔ)能電池平抑光伏發(fā)電波動(dòng)的應(yīng)用[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2014,26(2):27-31. Chen Gang,Yuan Yue,Fu Zhixin.Application of storage battery to restrain the photovoltaic power fluctuation[J].Proceedings of the CSU-EPSA,2014,26(2):27-31(in Chinese).
[14] Ina N,Yanagawa S,Kato T,et al.Smoothing PV system’s output by tuning mppt control[J].IEEJ Transactions on Power and Energy,2004,124(3):455-461.
[15] Omran W A,Kazerani M,Salama M M A.Investigation of methods for reduction of power fluctuations generated from large grid- connected photovoltaic systems[J].IEEE Transactions on Energy Conversion,2011,26(1):318-327.
[16] Nishant K,Ikhlaq H,Bhim S,et al.Rapid MPPT for uniformly and partial shaded PV system by using JayaDE algorithm in highly fluctuating atmospheric conditions[J].IEEE Transactions on Industrial Informatics,2017,13(5):2406-2416.
[17] 李江,王義偉,魏超,等.卡爾曼濾波理論在電力系統(tǒng)中的應(yīng)用綜述[J].電力系統(tǒng)保護(hù)與控制,2014,42(6):135-144. Li Jiang,Wang Yiwei,Wei Chao,et al.A survey on the application of Kalman filtering method in power system[J].Power System Protection and Control,2014,42(6):135-144(in Chinese).
[18] Eldeeb H,Massoud A,Abdel-Khalik A S,et al.A sensorless Kalman filter-based active damping technique for grid-tied VSI with LCL filter[J].International Journal of Electrical Power & Energy Systems,2017(93):146-155.
作者介紹：
馬偉1, 王瑋1, 吳學(xué)智2, 胡若男1, 姜久春1
1．國家能源主動(dòng)配電網(wǎng)技術(shù)研發(fā)中心(北京交通大學(xué)),北京市 海淀區(qū) 100044
2．北京電動(dòng)車輛協(xié)同創(chuàng)新中心,北京市 海淀區(qū) 100044
馬偉(1992),男,博士研究生,通信作者,研究方向?yàn)樾履茉窗l(fā)電技術(shù),E-mail：16117385@bjtu.edu.cn;
王瑋(1959),男,教授,博士生導(dǎo)師,研究方向?yàn)殡娏ο到y(tǒng)分析、新能源發(fā)電技術(shù)等,E-mail：wwang2@bjtu.edu.cn;
吳學(xué)智(1975),男,博士,副教授,博士生導(dǎo)師,研究方向?yàn)樾履茉窗l(fā)電和柔性直流輸電技術(shù)。
