基于模糊控制的混合储能平抑风电功率波动.pdf

第４４卷第１７期２０１６年９月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４４Ｎ０．１７Ｓｅｐ．１，２０１６Ｄ０Ｉ：１０．７６６７／ＰＳＰＣ１５２１０１基于模糊控制的混合储能平抑风电功率波动蒋小平，彭朝阳，魏立彬，罗中戈。（１．中国矿业大学（北京）机电与信息工程学院，北京１０００８３；２．国网北京市电力公司城区供电公司，北京１０００３７）摘要：风电功率波动对电网造成不容忽视的影响。风电并网处加入混合储能系统可以有效地降低风电对电网的影响。首先按照风电并网波动量要求，估算出某时刻的预估风电波动量。然后根据风电预估波动功率以及电池当前的能量状态建立模糊控制器，输出平抑系数，并计算出混合储能系统的实际输出功率以及风储并网功率。最后利用需混合储能ＳＯＥ变化量以及超级电容器当前能量状态，建立模糊控制器，输出分配系数，计算当前超级电容器和电池的实际输出功率，并实时更新混合储能的能量状态。通过算例证明，在混合储能容量充足和不足的情况下协调控制算法均可靠、有效，并且能够充分解决混合储能使用寿命和风电功率波动平抑度之间的矛盾。关键词：风电有功功率波动；混合储能；模糊控制；协调控制策略；能量状态ＨｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｓｍｏｏｔｈｉｎｇｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｂａｓｅｄｏｎｆｕｚｚｙｃｏｎｔｒｏｌＪＩＡＮＧＸｉａｏｐｉｎｇ，ＰＥＮＧＣｈａｏｙａｎｇ，ＷＥＩＬｉｂｉｎ，ＬＵＯＺｈｏｎｇｇｅ。（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｌｅｃｔｒｏｎｉｃ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ（Ｂｅｉｊｉｎｇ），Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；２．ＳｔａｔｅＧｒｉｄＢｅｉｊｉｎｇＵｒｂａｎＤｉｓｔｒｉｃｔＰｏｗｅｒＳｕｐｐｌｙＣｏｍｐａｎｙ，Ｂｅｒｉｎｇ１０００３７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｏｎｔｈｅｇｒｉｄｃａｎｎｏｔｂｅｉｇｎｏｒｅｄ．Ａｄｄｉｎｇｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｔｏｗｉｎｄｐｏｗｅｒｇｒｉｄｓｙｓｔｅｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｔｈｅｅｆｆｅｃｔｓｏｆｗｉｎｄｐｏｗｅｒｏｎｔｈｅｇｒｉｄ．Ｆｉｒｓｔｏｆａｌｌ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｆｌｕｃｔｕａｔｉｏｎｓｉｎｔｈｅａｍｏｕｎｔｏｆｗｉｎｄｐｏｗｅｒｎｅｔｗｏｒｋ，ｔｈｉｓｐａｐｅｒｅｓｔｉｍａｔｅｓｔｈｅａｍｏｕｎｔｏｆｆｏｒｅｃａｓｔｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｏｎａｍｏｍｅｎｔ．Ｔｈｅｎ，ｉｔｅｓｔａｂｌｉｓｈｅｓａｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒｂａｓｅｄｏｎｔｈｅｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｆｌｕｃｔｕａｔｉｏｎｓｐｏｗｅｒａｎｄｂａｔｔｅｒｙｃｕｒｒｅｎｔｅｎｅｒｇｙｓｔａｔｅ，ｏｕｔｐｕｔｓｓｔａｂｉｌｉｚｉｎｇｃｏｅｆｆｉｃｉｅｎｔＫ１，ａｎｄｃａｌｃｕｌａｔｅｓｔｈｅａｃｔｕａｌｏｕｔｐｕｔｐｏｗｅｒｏｆｔｈｅｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍａｎｄｇｒｉｄｐｏｗｅｒｏｆｔｈｅｗｉｎｄｓｔｏｒａｇｅ．Ｔｈｉｒｄｌｙ，ｉｔｕｔｉｌｉｚｅｓｔｈｅｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅＳＯＥｖａｒｉａｔｉｏｎａｎｄｓｕｐｅｒｃａｐａｃｉｔｏｒｃｕｒｒｅｎｔｅｎｅｒｇｙｓｔａｔｅ，ｅｓｔａｂｌｉｓｈｅｓａｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒ，ｏｕｔｐｕｔｓｄｉｓｔｒｉｂｕｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔＫ２，ｃａｌｃｕｌａｔｅｓｔｈｅａｃｔｕａｌｏｕｔｐｕｔｐｏｗｅｒｏｆｔｈｅｓｕｐｅｒｃａｐａｃｉｔｏｒａｎｄｂａｔｔｅｒｙ，ａｎｄｕｐｄａｔｅｓｔｈｅｅｎｅｒｇｙｓｔａｔｅｏｆｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｉｎｒｅａｌｔｉｍｅ．Ｆｉｎａｌｌｙ，ａｎｅｘａｍｐｌｅｐｒｏｖｅｓｔｈａｔｃｏｏｒｄｉｎａｔｉｏｎｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓａｒｅｒｅｌｉａｂｌｅａｎｄｅｆｆｅｃｔｉｖｅｉｎｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｃａｐａｃｉｔｙｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆｓｕｆｆｉｃｉｅｎｔａｎｄｉｎｓｕｆｆｉｃｉｅｎｔ，ａｎｄｉｓａｂｌｅｔｏａｄｅｑｕａｔｅｌｙｒｅｓｏｌｖｅｔｈｅｃｏｎｔｒａｄｉｃｔｉｏｎｂｅｔｗｅｅｎｔｈｅｓｅｒｖｉｃｅｌｉｆｅｏｆｔｈｅｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅａｎｄｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｄｅｇｒｅｅｏｆｅａｓｅ．ＴｈｉｓｗｏｒｋｉＳｓｕｐｐｏｓｅｄｂｙＦｕｎｄａｍｅｎｔａｌＲｅｓｅａｒｃｈＦｕｎｄｓｆｏｒｔｈｅＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｉｅｓ（Ｎｏ．００．８０００１５Ｇ２、．Ｋｅｙｗｏｒｄｓ：ｗｉｎｄａｃｔｉｖｅｐｏｗｅｒｖａｒｉａｔｉｏｎ；ｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓ；ｆｕｚｚｙｃｏｎｔｒｏｌ；ｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ；ｅｎｅｒｇｙｓｔａｔｅ０引言目前，能源问题已经成为了世界各国所关注的重点问题。在未来，新能源必定在能源结构中占有重要一席。风电功率的波动性造成对电网的冲击，极大限制了其在电网中的渗透率ｌｌ－３１。国内外专家学者对此进行了大量的分析与研—究。文献［４６］说明利用储能系统可以有效地平滑风基金项目：中央高校基本考研业务费专项资金项目（００－８０００１５Ｇ２）电并网功率，降低风电波动对电网的影响，有效改善风电的电能品质，有利于风电并网；文献ｆ７］利刷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；文献『８．９］说明混合储能系统具有保护能量型储能，且更加可靠、有效地平抑风电功率波动；文献【ｌ０】为了平抑风功率波动，提出了一种基于模型预测控制（ＭＰｃ）原理的平抑风电功率波动的电池储能控制方法；文献［１１］提出一种蓄电池和虚拟储能的协调控制策略，用于有效平抑微网联络线功率波动；文献［１２１改变平抑时间常数和电池储能系统充放电目标功率为目标的平抑风电功率蒋小平，等基于模糊控制的混合储能平抑风电功率波动一１２７．波动的自适应控制策略；文献【１３】提出了一种基于小波理论用于平抑风电功率波动的混合储能系统容量配置及协调控制方法；文献【ｌ４１提出基于小波包模糊协调控制分配混合储能功率方法，体现在频域上分配储能输出优化分配的控制方式；文献【１５］设计模糊神经ＰＩＤ控制器，采用模糊神经网络算法对混合储能系统ＰＩＤ控制参数进行在线优化；文献［１６１对大规模风电并网的某区域电网负荷与风电出力的数据进行了统计分析，得到负荷和风电出力的时域分布规律，提出了利用储能系统协调风电场有功出力与其并网系统负荷功率波动的策略；文献［１７】提出了一种基于模糊控制策略的电池储能系统辅助ＡＧＣ调频方法；文献【１８］通过建立负荷与储能装置的协调优化模型，实现在微网可靠性评估中计及负荷与储能装置协调优化的影响。从上述文献中可以看出，风电有功功率波动量提取以及电池和超级电容器的功率分配是实现风储联合系统的重点。在频域上，利用滤波原理（滤波器或是小波理论）分配储能功率，体现了储能的特点并适度地保护了电池，但存在各频段的分界频率难以界定、电池和超级电容器出现正负相反的输出功率、控制指令延时等问题。在时域上，一般利用滑动平均等方法计算并网功率以及需储能输出功率，再利用经验模态分解或检测电池或超级电容器ＳＯＥ的状态分配各储能输出功率，但在分配过程中仍存在如滑动平均法的窗口大小选择困难、储能在高低电位时充放电的保护等问题。基于以上考虑，本文提出一种基于模糊控制的混合储能系统用于平抑风电有功功率波动的方法。首先，从实时控制角度出发，根据风电并网有功功率波动要求计算预估混合储能出力功率，并根据该功率与电池额定功率的比值（表征需储能出力情况）与电池当前时刻的ＳＯＥ情况（表征储能接纳能力）计算储能实际出力；然后，以优先超级电容器充放电为前提，根据其ＳＯＥ状态和储能实际输出功率分配储能各自实际输出功率，完成混合储能的协调控制。最后，通过算例分析该控制方式简单，具有实时性，并解决了储能系统保护与风电功率平抑的矛盾，合理、有效地完成平抑风电功率波动的目的。１抑风电功率波动系统结构双馈风机与储能系统组成结构与模糊协调控制图如图１所示。其中实线表示能量传输、长虚线表示控制信号线、点虚线表示检测信号线。其中尸ｕ，为风电输出有功功率，经储能平滑的并网有功功率，表示超级电容器的输出功率，表示电池的输出功率，显然可得式（１）。＝Ｐｗ＋＋（１）式（１）中：Ｐｕ，是根据风力的不可控制量，可测量得到；是并网功率，需满足电网对有功功率的要求，本文采用３０ｍｉｎ内有功功率波动需在风场容量的７％以内；储能系统输出、为可控输出功率，使并网功率满足以上要求。图１系统结构图Ｆｉｇ．１Ｓｙｓｔｅｍｓｔｒｕｃｔｕｒｅｄｉａｇｒａｍ假设电池额定输出功率、容量Ｑｂ，电池额定输出功率、容量，假设储能充电时，输出功率为正；放电时，输出功率为负。如图１所示模糊控制器１、２是混合储能系统的控制部分，其输入与输出参数如图２所示。根据实时的风电有功功率情况，利用式（２）计算出ｔ时刻风电功率的波动部分ＡＰｗ（）；由ＡＰｗ（ｔ）／ｅｂ和电池ＳＯＥｂ（ｔ）作为模糊控制器１的输入，得到比例系数（ｔ），根据式（３）计算储能实际输出功率（ｆ）；由（ｆ）在一个采样时间内的能量变换状态ａＳＯＥｃ（ｔ）（假设（ｆ）均交由超级电容器处理）和ＳＯＥ（ｆ）作为模糊控制器２的输入，ｃ得到比例系数Ｋ２（），根据式（４）分配电池和超级电容器的实际输出功率（ｆ）和（）；根据实际输出功率实时更新储能能量状态，如式（５）。’…Ⅳｌ啪）＝ｍａｘ（Ｐ，￣）一ｇ（ｔ一１），，）一一））ｉＡＰｗ＝（ｆ）一ｓｉｇｎ（Ｐｗｍ（ｔ））ｘａｅ（２）ⅣⅣ式中：表示ｔ时刻之前的个时刻点，（）和Ⅳ分别表示在［卜，，】时段内，风电有功功率波动最大值和允许并网有功功率波动的最大值，ｍａｘ表示取一组数据的最大值，ｓｉｇｎ（ｘ）函数为符号函数，表示ｓｉｇｎ（ｘ）＝／ＩＸｌ。（ｆ）＝（）×ＡＰｗ（）（３）≠Ｉ（）＝Ｋ：（ｆ）×ｉｔ）…Ｉ（ｆ）＝（）一（）ＪＳＯＥｏ（ｔ＋１）＝ＳＯＥｃ（ｔ）＋（，）×／ＱｃＩｓｏＥ￣（ｔ十１）＝ｓｏｅ￣（ｔ）＋（ｆ）×Ｔ／Ｑｂ．１２８．电力系统保护与控制ｄｅｌｔａＳＯＥ￣，Ｐｃ（７）图２模糊控制器结构图Ｆｉｇ．２Ｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒｓｔｒｕｃｔｕｒｅｄｉａｇｒａｍ２模糊控制器设计图ｌ和图２说明了储能系统的结构和控制结构，其中模糊控制器是由对输入输出模糊化后，进行模糊推理运算，最后通过去模糊化建立。其中输入输出模糊化是由各变量的隶属度函数实现，模糊推理由模糊规则表实现，去模糊化由参数影响能力决定。图３是模糊控制器１的输入输出隶属度函数，表１是相应的模糊推理规则。在本文中，模糊控制△器１的输入只（ｔ）／Ｐ￣的模糊集采用｛ＮＢ，ＮＭ，ＮＳ，ｚ，ＰＳ，ＰＭ，ＰＢ｝构成，范围是［＿ｏｏ，＋ｏｏ］；输入电池ＳＯＥｂ（）的模糊集采用｛Ｚ，Ｌ，Ｍ，Ｈ，０｝构成，范围是［０，１］；输出比例系数Ｋ（ｆ）的模糊集采用｛Ｌ，ＬＭ，Ｍ，ＨＭ，Ｈ）构成，范围是［０，１】；隶属度函数均由三角函数或是梯形函数构成。因为两个输入对输出的影响均很重要，直接影响储能是否能够容纳风电功率波动的能量，故去模糊化选择最大隶属度最小值法。根据图３和表１分析：当（）为负时，储能系统需要放电，当（ｔ）／Ｐ￣为ＮＢ，即大功率放电时：１）电池ＳＯＥｂ（，）为ｚ，即接近零电位，储能不能承担风电功率波动，故Ｋ为Ｌ，即无法平抑风电波动；２）电池ＳＯＥｂ（ｔ）为Ｌ，即处于低电位，储能可以平抑很小部分的风电功率波动，故为ＬＭ；３）电池ＳＯＥ￣（ｔ）为Ｍ，即处于中等电位，但，（ｔ）／Ｐｂ较大，为保证储能安全，令Ｋ为Ｍ；４）电池ＳＯＥｈ（ｆ）为Ｈ或是Ｏ时，储能可以大量放电，故为Ｈ。其他情况可以类似推出，得到模糊推理规则表１。４—３２一ｌ０ｌ２３４ｄｅｌｔａＰｆＰｂ—ＯＺ５００２５０．５００．７５Ｉ．ＵＵ１．Ｚ，Ｋｌ图３模糊控制器１的隶属函数图Ｆｉｇ．３Ｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎｄｉａｇｒａｍｏｆｆｉｒｓｔｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒ表１模糊控制器１的控制规则Ｔａｂｌｅ１ＣｏｎｔｒｏｌｒｕｌｅｓｏｆｆｉｒｓｔｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒＳＯＥｂＺＬＭ类似模糊控制器１定义模糊控制器２，输入ＡＳＯＥｅ（ｔ）＝（ｆ）×／的模糊集采用｛ＮＢ，ＮＭ，ＮＳ，Ｚ，ＰＳ，ＰＭ，ＰＢ｝构成，范围卜ｏｏ，＋ｏｏ］；输入ＳＯＥ（ｆ）的模糊集采用｛ｚ，，，Ｏ｝构成，范ｃＬＭＨＭ围是［０，１】；输出比例系数（ｆ）的模糊集采用｛Ｌ，ＬＭ，Ｍ，ＨＭ，Ｈ｝构成，范围是［０，１】：模糊控制器２的隶属度函数仍由三角函数或是梯形函数构成，选择面积中心法实现去模糊，得到其隶属函数图与控制规则，如图４、表２所示。模糊推理规则表２与表１类似，但以超级电容器优先充放电以及保证减小电池充放电为原则。１．００§童００呈１．０∞§喜ｓ００ｄｅｌｔａＳｏＥ。图４模糊控制器２的隶属函数图Ｆｉｇ．４Ｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎｄｉａｇｒａｍｏｆｓｅｃｏｎｄｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒ０５００ｄｌ专靠曰量＿｛０ｕ岛ｏ（１Ｏ５Ｏ，０ｄ１专８口吕∞。８占—ＯＨＨＨＨＬＬＬ—ＨＨＨＨＨＨＭＨＨＨＨＨＭＨＨＨＨＨＬＬＬＨＨＨＨ№ｚ｛２阻蒋小平，等基于模糊控制的混合储能平抑风电功率波动．１２９．表２模糊控制器２的控制规则Ｔａｂｌｅ２Ｃｏｎｔｒｏｌｒｕｌｅｓｏｆｓｅｃｏｎｄｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒ３模糊协调控制算法由图２模糊控制器结构、图３、图４输入输出参数隶属度函数以及表１、表２的模糊推理规则可以建立模糊控制算法，并实现对风电有功功率波动地实时控制，平抑风电功率过程如图５所示。制定隶属度函数和模糊控制规则估算ｔ时刻的风电功率波动■鬲计算需混合储能△输出功率和战）（ｒ）计算电池和超级电容器的实际输出功率更新储能ＳＯＥ状态墨一＜：小ｊ：终止终止控制过程并得到时段内控制指令及ＳＯＥ变化情况图５平抑风电功率波动控制流程图Ｆｉｇ．５Ｆｌｏｗｃｈａｒｔｏｆｓｔａｂｉｌｉｚｉｎｇｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｃｏｎｔｒｏｌ步骤如下：Ｓｔｅｐ１初始化各参数变量，确定电池、超级电容器正常运行范围、ＳＯＥ（Ｏ）、风场容量、采样时间、Ⅳ并网有功功率波动要求时段内有功功率波动在范围以内等，进入Ｓｔｅｐ２；Ｓｔｅｐ２根据电池和超级电容器正常运行范围利用第２小节方式制定隶属度函数以及模糊控制规则表，进入Ｓｔｅｐ３；ⅣＳｔｅｐ３根据ｆ时刻风电有功功率尸ｕ，（ｆ）以及ｆ＿－Ⅳ时段内并网功率（表示有功功率波动要求时段）利△用式（２）估计ｔ时刻功率最大波动（ｆ）进入Ｓｔｅｐ４．Ｓｔｅｐ４根据电池的能量状态ＳＯＥｂ（ｔ）以及（ｆ）利用模糊控制规则１，输出比例系数，并得到需储能出力功率（ｆ）＝／ｑ（ｔ）ｘＡＰｗ（ｔ）以及并网分量ｇ（ｔ）＝尸ｗ（ｆ）一（ｔ），进入Ｓｔｅｐ５；Ｓｔｅｐ５根据超级电容器的能量状态）Ｅ（）以及ＡＳＯＥｃ（）＝只（）ｘＴ，利用模糊控制规则２，输出比例系数，并计算得到电池和超级电容器实际输出功率指令（）和（），进入Ｓｔｅｐ６；Ｓｔｅｐ６利用式（５）实时估计（计算）电池和超级电容器的ＳＯＥ情况，进入Ｓｔｅｐ７；Ｓｔｅｐ７若ｔ＜ｔｅ，户１并进入；否则，ｎＳｔｅｐ３进入Ｓｔｅｐ８；Ｓｔｅｐ８过程结束，得到时段内储能控制信号值、并网值及ＳＯＥ变化曲线等。根据上述模糊协调控制算法，可以得到混合储能平抑风电功率波动过程的流程图如图５所示。４算例分析根据以上所述，采用某风电场的实际有功功率数据，采用时间１Ｓ，时长１天，风电场装机容量２０ＭＷ，分析本文协调控制算法：通过算例设计混合储能系统的模糊控制器平抑风电有功功率波动，并分析实验结果。本算例分析在以下两种情况：１）储能额定功率和容量在较大，即充足的情况下；２）储能额定功率和容量在较小，即不充足的情况下，电池和超级电容器实际输出功率以及ＳＯＥ的变化情况，说明基于模糊控制的混合储能协调控制解决平抑风电波动的情况与对混能系统的保护的矛盾。４．１容量充足假设电池的额定功率为５ＭＷ，容量为３０ＭＷｈ；超级电容器的额定功率是１．５ＭＷ，容量是０．２５ＭＷｈ；ＳＯＥｈｆ０）＝０．５，ＳＯＥ（０）＝０．５；电池。最佳运行ＳＯＥ范围是［０．２，０．８】，超级电容器运行范围是［０．１，０．９］。从图６（ａ）中可以看出电池ＳＯＥ始终高于最佳运行范围，故持续等于１，充分完成平抑需求；从图６（ｂ）ｑｂ可以看出在Ａ部分超级电容器在低能量区，而需混合储能输出功率为正即充电，优先超级电容器充电，且＝１，电池不参与此处的充电过程；Ｂ部分超级电容器在低能量区，且需混合储能输出功率为负及放电，优先超级电容器放电，但为防止其过放，调整，令电池同时放电满足平抑要求。１３Ｏ电力系统保护与控制从图７和表３中可以看出，混合储能系统确实实现了平抑风电有功功率波动的需要，并且混合储能可以有效地较小电池的充放电改变次数，达到保护电池的目的。（ｂ）局部图图６电池实际输出功率、ＳＯＥｂ、以及超级电容器实际输出功率、ＳＯＥｃ以及Ｆｉｇ．６Ａｃｔｕａｌｏｕｔｐｕｔｐｏｗｅｒｏｆｂａｔｔｅｒｙ，ＳＯＥｂ，Ｋ１ａｎｄａｃｔｕａｌｏｕｔｐｕｔｐｏｗｅｒｏｆｓｕｐｅｒｃａｐａｃｉｔｏｒ，ＳＯＥｃａｎｄＫ２１５１２囊９尝３Ｏ０ｌ２３４５６７１ｏ、图７有无储能系统并网分量对比图Ｆｉｇ．７Ｃｏｍｐａｒｉｓｏｎｃｈａｒｔｗｉｔｈ／ｗｉｔｈｏｕｔｔｈｅｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｇｒｉｄｃｏｍｐｏｎｅｎｔｓ表３电池充放电次数与平抑效果对比Ｔａｂｌｅ３Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｂａｔｔｅｒｙｃｈａｒｇｅａｎｄｄｉｓｃｈａｒｇｅｔｉｍｅｓａｎｄｓｍｏｏｔｈｅｃｔ４．２容量不足假设电池的额定功率为４ＭＷ，容量为１６ＭＷｈ；超级电容器的额定功率是２Ｍｗ，容量是０．１ＭＷｈ。从图８和图９（ｂ）中Ａ部分可以看出，需平抑部分和电池能量状态产生矛盾，即电池处于低能量状态，而并网要求其继续出力。当需要输出功率较小时，虽然电池ＳＯＥｂ已经低于最佳运行范围，但为尽量满足平抑需求，＝１，当需要输出功率较大时，为保护电池使用寿命，故减小值，令电池小功率出力。在防止电池过度放电同时，尽量减小并网风电功率波动。从Ｂ部分可以看出需混合储能系统充电，则ＫＩ＝Ｉ并优先超级电容器充电，降低电池充放电改变次数。从Ｃ部分可以看出需混合储能系统放电，但电池处于过低的能量状态，不适合继续放电，则＝０无法平抑风电有功功率波动。其中过低能量状态的定义与隶属度函数设计有关。≥羔槲：季督０△图８尸ｗ（ｆ）分量图Ｆｉｇ．８ＡＰｗ（ｆ）ｃｏｍｐｏｎｅｎｔｓｃｈａｒｔ（ａ）全局图事静事乏懈亭瓣事褂将薄亭瓣嚣蒋小平，等基于模糊控制的混合储能平抑风电功率波动．１３１．电池超级电容器匿一２委０２５３０３，５４０４５５０鹱１．０．ｖ．２．０２．５３．０。５４。０４．‘：２０２。５０３４０４。５５１ｏ４１Ｃ。１《．一一．．哪而寺ｔ／ｓ１０。。茄ｔ／１０×’×４从图１０和表３、表４中可以看出，当混合储能容量不足时，虽然无法使并网功率始终满足并网要求。但是，仍通过合理分配仍可以大大减小不满足情况且保护电池减少其充放电改变次数。０１２３４５６７８ｓ１０图１０储能系统容量充足、不足并网分量对比图Ｆｉｇ．１０Ｃｏｍｐａｒｉｓｏｎｃｈａｒｔｏｆｔｈｅｇｒｉｄｃｏｍｐｏｎｅｎｔｓｗｉｔｈｔｈｅｓｕｆｆｉｃｉｅｎｔｃａｐａｃｉｔｙｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍａｎｄｎｏｔ表４电池充放电次数与平抑效果对比Ｔａｂｌｅ４Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｂａｔｔｅｒｙｃｈａｒｇｅａｎｄｄｉｓｃｈａｒｇｅｔｉｍｅｓａｎｄｓｍｏｏｔｈｅｆｆｅｃｔ５结论本文提出了一种用于混合储能系统平抑风电功率波动的功率的协调控制方法。１）基于模糊控制器的协调控制策略可以根据混合储能的能量状态有效地平抑风电有功功率波动；２）通过合理地设置模糊控制器参数的隶属度函数、去模糊方法及控制规则可以防止混合储能过度或高倍率充放情况，保护储能系统，合理、有效地解决储能容量不足与风电波动过大的矛盾；３）模糊控制器参数、规则、去模糊方法可根据具体情况任意选择，适用性较高；４）混合储能系统，即引入功率型储能（超级电容器）可以高效地减少电池的充放电改变次数，有效地保护电池，延长其使用寿命；５）模糊协调控制策略仅依据当前时刻风电功率预估波动、混合储能能量状态分配混合储能功率平抑风电功率防止功率型储能和能量型储能充放电反冲现象以及滤波算法引起的延时问题。参考文献［１］李剑楠，乔颖，鲁宗相，等．大规模风电多尺度出力波动性的统计建模研究ｆＪ］．电力系统保护与控制，２０１２，４０（１９）：７－１３．ＬＩＪｉａｒｍａｎ，ＱＩＡＯＹｉｎｇ，ＬＵＺｏｎｇｘｉａｎｇ，ｅｔａ１．Ｒｅｓｅａｒｃｈ—ｏｎｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｉｎｇｏｆｌａｒｇｅｓｃａｌｅｗｉｎｄｆａｒｍｓｏｕｔｐｕｔｆｌｕｃｔｕａｔｉｏｎｓｉｎｄｉｆｆｅｒｅｎｔｓｐａｃｉａｌａｎｄｔｅｍｐｏｒａｌｓｃａｌｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（１９）：７．１３．［２］薛禹胜，雷兴，薛峰，等．关于风电不确定性对电力系统影响的评述［Ｊ］．中国电机工程学报，２０１４，３４（２９）：—５０２９５０４０．ＸＵＥＹｕｓｈｅｎｇ，ＬＥＩＸｉｎｇ，ＸＵＥＦｅｎｇ，ｅｔａ１．Ａｒｅｖｉｅｗｏｎｉｍｐａｃｔｓｏｆｗｉｎｄｐｏｗｅｒｕｎｃｅｒｔａｉｎｔｉｅｓｏｎｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１４，３４（２９）：５０２９－５０４０．［３］张建华，于雷，刘念，等．含风／光／柴／蓄及海水淡化负荷的微电网容量优化配置［Ｊ］．电工技术学报，２０１４，—２９（２）：１０２１１２．ＺＨＡＮＧＪｉａｎｈｕａ，ＹＵＬｅｉ，Ｌ１ＵＮｉａｎ，ｅｔａ１．Ｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｉｓｌａｎｄｍｉｃｒｏｇｒｉｄｗｉｔｈｗｉｎｄ／ｐｈｏｔｏｖｏｌｔａｉｃ／ｄｉｅｓｅｌ／ｓｔｏｒａｇｅａｎｄｓｅａｗａｔｅｒｄｅｓａｌｉｎａｔｉｏｎｌｏａｄ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（２）：１０２－１１２．［４］ＩＳＬＡＭＨＡＳＡＮＩＥＮＨ，ＡＩ．ＤＵＲＲＡＡ，ｅｔａ１．Ａｎｅｗｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒｓｍｏｏｔｈｉｎｇｏｆｗｉｎｄｆａｒｍｏｕｔｐｕｔｕｓｉｎｇｓｈｏｒｔ－ｔｅｒｍａｈｅａｄｗｉｎｄｓｐｅｅｄｐｒｅｄｉｃｔｉｏｎａｎｄＦｌｙｗｈｅｅｌｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍ［Ｃ】／／ＡｍｅｒｉｃａｎＣｏｎｔｒｏｌＣｏｎｆｅｒｅｎｃｅ（ＡＣＣ），２０１２．ＩＥＥＥ，２０１２：３０２６－３０３１．［５］马速良，蒋小平，马会萌，等．平抑风电波动的混合储能系统的容量配置【Ｊ］．电力系统保护与控制，２０１４，—４２（８）：１０８１１４．ＭＡＳｕｌｉａｎｇ，ＪＩＡＮＧＸｉａｏｐｉｎｇ，ＭＡＨｕｉｍｅｎｇ，ｅｔａ１．Ｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｔｈｅｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｆｏｒｗｉｎｄｐｏｗｅｒｓｍｏｏｔｈｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ８４Ｏ４８≥、肼６亭～阱薄一１３２．电力系统保护与控制ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（８）：１０８－１１４．［６］ＲＡＳＭＵＳＳＥＮＣＮ．Ｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｉｍｐｒｏｖｅｍｅｎｔｏｆｗｉｎｄｐｏｗｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｃ】／／ＰｏｗｅｒＴｅｃｈ，２０１１ＩＥＥＥＴｒｏｎｄｈｅｉｍ，ＩＥＥＥ，２０１１：１－８．［７］陈跃燕，李相俊，韩晓娟，等．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［Ｊ］．电力建设，２０１３（７）：１－５．ＣＨＥＮＹｕｅｙａｎ，ＬＩＸｉａｎｇｉｕｎ，ＨＡＮＸｉａｏｊｕａｎ，ｅｔａ１．Ｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｏｆｓｍｏｏｔｈｉｎｇｗｉｎｄｏｕｔｐｕｔｕｓｉｎｇｂａｔｔｅｒｙｓｔｏｒａｇｅｂａｓｅｄｏｎｍｏｖｉｎｇａｖｅｒａｇｅｍｅｔｈｏｄａｎｄｗｉｎｄｐｏｗｅｒｖｏｌａｔｉｌｉｔｙｒａｔｅｃｏｎｓｔｒａｉｎｔ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｎｓｔｒｕｃｔｉｏｎ，２０１３（７）：１－５．［８］孙承晨，袁越，李梦婷，等．用于能量调度的风一储混合系统运行策略及容量优化［Ｊ】．电网技术，２０１５，３９（８）：２１０７．２ｌ１４．ＳＵＮＣｈｅｎｇｃｈｅｎ，ＹＵＡＮＹｕｅ，ＬＩＭｅｎｇｔｉｎｇ，ｅｔａ１．Ｔｈｅｗｉｎｄｅｎｅｒｇｙｓｔｏｒａｇｅｈｙｂｒｉｄｓｙｓｔｅｍｓｆｏｒｅｎｅｒｇｙｄｉｓｐａｔｃｈｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１５，３９（８）：—２１Ｏ７２１】４．［９］于艽，赵瑜，周玮，等．基于混合储能系统的平抑风电波动功率方法的研究［Ｊ】．电力系统保护与控制，２０１１，３９（２４）：３５・４０．ＹＵＰｅｎｇ，ＺＨＡＯＹｕ，ＺＨＯＵＷｅｉ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｔｈｅｍｅｔｈｏｄｂａｓｅｄｏｎｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｆｏｒｂａｌａｎｃｉｎｇｆｌｕｃｔｕａｎｔｗｉｎｄｐｏｗｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（２４）：３５－４０．［１Ｏ］罗毅，李达．电池储能平抑风电功率波动的预测控制方法［Ｊ］．电力科学与工程，２０１５，３１（１１）：１－５，ＬＵＯＹｉ，ＬＩＤａ．Ａｍｏｄｅｌｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌｍｅｔｈｏｄｏｆｂａａｅｒｙｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｓｍｏｏｔｈｉｎｇｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎ［Ｊ］．ＥｌｅｃｕｉｃＰｏｗｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，—２０１５，３ｌ（１１）：１５．［１１］王冉，王丹，贾宏杰，等．一种平抑微网联络线功率波动的电池及虚拟储能协调控制策略［Ｊ］．中国电机工程学报，２０１５，３５（２０）：５１２４．５１３４．ＷＡＮＧＲａｎ，ＷＡＮＧＤａｎ，ＪＩＡＨｏｎｇｊｉｅ，ｅｔａ１．ＡｃｏｏｒｄｉｎａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｏｆｂａＲｅｒｙａｎｄｖｉｒｔｕａｌｅｎｅｒｇｙｓｔｏｒａｇｅｔｏｓｍｏｏｔｈｔｈｅｍｉｃｒｏ－－ｇｒｉｄｔｉｅ－・ｌｉｎｅｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１５，３５（２０）：５１２４．５１３４．［１２］李军徽，高天宇，赵冰，等．抑制风电功率波动的电池储能系统自适应控制策略设计［Ｊ］．储能科学与技术，２０１５，４（３）：２７８－２８３．ＬＩＪｕｎｈｕｉ，ＧＡＯＴｉａｎｙｕ，ＺＨＡＯＢｉｎｇ，ｅｔａ１．Ｉｎｈｉｂｉｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｏｆｂａｋｅｒｙｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍａｄａｐｔｉｖｅｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｄｅｓｉｇｎ［Ｊ］．ＥｎｅｒｇｙＳｔｏｒａｇｅ—ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１５，４（３）：２７８２８３．—１１３ＪＪＩＡＮＧＱ，ＨＯＮＧＨ．Ｗａｖｅｌｅｔｂａｓｅｄｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌｏｆｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｆｏｒｓｍｏｏｔｈｉｎｇｏｕｔｗｉｎｄｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１２，２８（２）：１３６３１３７２．［１４］吴振威，蒋小平，马会萌，等．用于混合储能平抑光伏波动的小波包．模糊控制［Ｊ］．中国电机工程学报，２０１４，３４（３）：３１７－３２４．ＷＵＺｈｅｎｗｅｉ，ＪＩＡＮＧＸｉａｏｐｉｎｇ，ＭＡＨｕｉｍｅｎｇ，ｅｔａ１．Ｗａｖｅｌｅｔｐａｃｋｅｔ－ｆｕｚｚｙｃｏｎｔｒｏｌｏｆｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒＰＶｐｏｗｅｒｓｍｏｏｔｈｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１４，３４（３）：３１７－３２４．［１５］卢芸，赵永来．基于模糊神经网络风电混合储能系统优化控制［Ｊ１．电力系统保护与控制，２０１４，４２（１２）：—ｌ１３１１８．ＬＵＹｕｎ，ＺＨＡＯＹｏｎｇｌａｉ．Ｏｐｔｉｍａｌｃｏｎｔｒｏｌｉｎａｗｉｎｄｐｏｗｅｒｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｂａｓｅｄｏｎｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，—２０１４，４２（１２）：１１３１１８．［１６］刘书铭，李陈莹，李琼林，等．电力系统串联谐波谐振的特性分析与灵敏度计算［Ｊ］．电力系统保护与控制，—２０１５，４３（９）：２１２７．ＬＩＵＳｈｕｍｉｎｇ，ＬＩＣｈｅｎｙｙｉｎｇ，ＬＩＱｉｏｎｇｌｉｎ，ｅｔａ１．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎａｌｙｓｉｓｏｆｐｏｗｅｒｓｙｓｔｅｍｓｅｒｉｅｓｈａｒｍｏｎｉｃｒｅｓｏｎａｎｃｅａｎｄｓｅｎｓｉｔｉｖｉｔｙｃａｌｃｕｌａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（９）：２１－２７．［１７］丁冬，刘宗歧，杨水丽，等．基于模糊控制的电池储能系统辅助ＡＧＣ调频方法［Ｊ］．电力系统保护与控制，２０１５，４３（８）：８１－８７．Ｄ１ＮＧＤｏｎｇ，ＬＩＵＺｏｎｇｑｉ，ＹＡＮＧＳｈｕｉｌｉ，ｅｔａ１．Ｂａａｅｒｙｅｎｅｒｇｙｓｔｏｒａｇｅａｉｄａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｆｏｒｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｂａｓｅｄｏｎｆｕｚｚｙｃｏｎｔｒｏｌ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（８）：８１－８７．［１８］别朝红，李更丰，谢海鹏．计及负荷与储能装置协调优化的微网可靠性评估［Ｊ】．电工技术学报，２０１４，２９（２）６４．７３．ＢＩＥＺｈａｏｈｏｎｇ，ＬＩＧｅｎｇ￣ｎｇ，ＸＩＥＨａｉｐｅｎｇ．Ｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｍｉｃｒｏｇｒｉｄｓｃｏｎｓｉｄｅｒｉｎｇｃｏｏｒｄｉｎａｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｌｏａｄｓａｎｄｓｔｏｒａｇｅｄｅｖｉｃｅｓ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（２）：６４・７３．收稿日期：２０１５－１２－０１；—修回日期ｌ２０１６－０１２９作者简介：蒋小平（１９６６一），男，硕士，副教授，研究方向为自动控制理论及应用；Ｅ・ｍａｉｌ：ｋｎｏｗｌｅｄｇｅ２０１０＠ｓｉｎａ．ｃｏｍ彭朝阳（１９９０－），男，通信作者，硕士研究生，从事优化微网接入控制以及运行分析的研究；Ｅ－ｍａｉｌ：ｐｅｎｇｃｙ７７８＠１６３．ｔｏｍ魏立彬（１９９０一），男，硕士研究生，从事电力电子拓扑建模与现代控制算法研究。Ｅ．ｍａｉｌ：ｗｅｉｌｉｂｉｎ９０＠１６３．ｃｏｍ（编辑魏小丽）