基于双回路SOC调节的风电场功率平滑控制策略

针对风电并网发电系统的功率波动问题,本文研究了一种基于双回路SOC调节的混合储能系统风电场功率平滑控制策略。对含有全钒液流电池和锂电池的混合储能系统,通过双回路SOC调节控制,合理分配锂电池和液流电池的实际输出功率,并实时更新混合储能的荷电状态。该控制策略实现了风电有功功率的平滑需求,并且使锂电池和全钒液流电池的SOC值稳定在安全范围内,可以有效减少锂电池的充放电次数,达到保护电池的目的。通过仿真实验,验证了该控制方法的有效性。     

基于模糊经验模态分解的电池储能系统平滑风电出力控制策略

为减少风电波动率,提高并网可靠性,提出一种基于模糊经验模态分解(empirical mode decomposition,EMD)的储能系统平滑风电功率波动的控制策略。采用经验模态分解对风电功率进行滤波,低频分量并网,高频分量并入电池储能系统(battery energy storage system,BESS)。使用平滑后风电波动率和储能电池荷电状态(state of charge,SOC)作为约束条件,利用模糊控制算法,自适应在线调整EMD滤波阶数,通过模糊自适应控制器,能够更好地平滑风电波动。对比其他平抑风电功率储能控制策略,仿真实例表明,该方法可以有效地平抑风电功率波动,避免储能电池过充过放,稳定储能荷电状态。     

风储联合系统中双电池SOC波动越限优化研究

本文分析了风储联合系统风功率平滑应用场景中双电池系统荷电状态(state of charge,SOC)波动越限问题,并提出一种改进控制策略。该策略通过风功率预测实现SOC波动越限预测,进而合理设置双电池系统充放电状态切换时刻,有效避免SOC波动越限,维持储能系统良好的充放电深度。基于两种湍流风速的仿真结果验证了本文改进控制策略的有效性和优越性。     

基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电功率输出的稳定性。针对风电出力的间歇性和波动性,基于移动平均算法,在同时考虑储能系统的荷电状态（state of charge,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。通过Matlab/Simulink仿真验证了该方法的有效性,在平滑风电并网功率的同时可以有效减少储能使用次数与储能能量。     

平滑风电功率的电池储能系统优化控制策略

针对风电输出功率的随机性、波动性等特点,在计及风电功率波动和电池储能系统BESS(battery energy storage system)的荷电状态SOC(state of charge)等约束条件的基础上,提出一种基于变滑动平均滤波项数的风电功率波动平滑控制策略。该方法根据风电功率波动和BESS的SOC值,对滑动平均滤波中的项数进行调节,进而调节输出功率的目标值,使BESS的SOC稳定在一定的范围内,避免了BESS的过充/放电,并且提高了系统输出功率平滑效果。仿真分析表明,本文方法在BESS的SOC稳定在限定范围的同时,20 min内风电功率波动率控制在10%内,20 min功率波动累加和比普通滑动平均滤波策略下减少了20.5%,有效提高了风电输出功率的平滑性。     

基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电功率输出的稳定性。针对风电出力的间歇性和波动性,基于移动平均算法,在同时考虑储能系统的荷电状态(state of charge,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。通过Matlab/Simulink仿真验证了该方法的有效性,在平滑风电并网功率的同时可以有效减少储能使用次数与储能能量。     

考虑储能荷电状态平抑风电功率的抛物线规则变滤波时间常数方法

利用电池储能系统平滑风电功率波动提高风力发电并网的可靠性,考虑储能系统荷电状态的调节问题,提出一种抛物线规则变滤波时间常数的电池储能系统平滑风电功率控制策略。通过抛物线规则变滤波时间常数算法获得风储系统有功功率并网目标值,经过变化率限制、荷电状态功率修正、功率限幅等环节获得电池储能系统实际出力,下达给储能变流器进行对电池的充放电动作,平滑风电功率,保证SOC维持在安全范围。通过MATLAB仿真验证该策略的可行性和有效性。。     

基于自适应动态规划的储能系统优化控制方法

为解决基于斜率控制的储能系统控制方法的不足,提出一种基于自适应动态规划(adaptive dynamic programming,ADP)方法的储能系统自适应优化控制策略。一方面通过储能系统对风电输出的不稳定功率进行调节,使其满足风电并网要求;另一方面控制电池荷电状态(state of charge,SOC)保持在适宜的范围内,实现电池储能系统合理充放电的功能。以典型风电场功率为例,在风电波动率和荷电状态等约束条件下,对比基于斜率控制的储能系统控制方法和所提出的基于ADP的储能系统优化控制方法二者的控制效果,验证了基于ADP的储能系统优化控制方法的有效性和可行性。该方法能够实时在线调节平滑过程,实现对储能系统充放电功率的二次优化。     

考虑储能电池SOC状态的风电场功率波动抑制控制

在风电场增设储能系统通过功率的动态补偿可以有效地平抑风电场的功率波动,改善风电电能质量,提高电网的风电接纳能力。综合考虑电池的荷电状态(SOC)和风电场输出功率波动抑制效果,提出了一种模糊自适应的控制策略,通过调节滤波时间常数防止电池的过载,通过在有功功率给定值上加上模糊调整量优化电池的SOC状态。仿真结果表明,该控制策略能够兼顾风电场功率波动抑制效果和储能电池的SOC状态,对储能电池的荷电状态进行优化,达到延长电池寿命的目的。     

风储联合发电系统电池荷电状态和功率偏差控制策略

提出了一种新型的基于风电功率预测偏差和电池荷电状态(SOC)反馈的储能系统控制策略,通过预测结果计算风电功率的变化偏差,得出完全补偿波动所需的储能系统充放电功率,引入补偿系数联合求解获得储能系统的充放电控制指令。同时,建立了补偿系数的动态优化模型,包括长时间尺度下基于输出功率波动和电池容量变化指标的基准补偿系数寻优模型,短时间尺度下基于电池SOC指标和充放电状态的补偿系数快速修正模型。算法采用的最优求解和SOC指标具有广泛的适应性,便于推广不同容量储能系统在风电功率平滑中的应用,可以兼顾储能电池的寿命和输出功率的平滑性。算例结合风电场的功率实测数据,进行储能系统配置仿真,验证了该控制策略能够最大程度发挥储能系统能力,在维持电池能量稳定前提下,平抑风电场输出功率的波动。