平抑风电波动的混合储能系统的容量配置.pdf

第４２卷第８期２０１４年４月１６目电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４２ＮＯ．８Ａｐ１６，２０１４平抑风电波动的混合储能系统的容量配置马速良，蒋小平，马会萌，吴振威（１．中国矿业大学（北京）机电与信息工程学院，北京１０００８３；２．中国电力科学研究院，北京１００１９２）摘要：风电功率波动对电网造成不容忽视影响。用滑动平均法平滑风电功率，降低风电并网对电网的影响。滑动窗口的选取具有随机性，直接影响平滑效果。该研究提出滑动平均和标准校正的组合方法，分离出并网分量和储能分量。混合储能系统—采用小波分解算法，可以有效地解耦出电池及超级电容器分量。对各储能分量统计分析，证明它们均服从ｔｌｏｃａｔｉｏｎｓｅａｌｅ分布。在不同置信水平和容量下，以波动量的均值、方差、波动范围及波动点数为指标，分析混合储能系统的平抑效果。关键词：风电波动；混合储能容量配置；滑动平均校正法；小波分析；带移位因子与伸缩系数的ｔ分布Ｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｔｈｅｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｆｏｒｗｉｎｄｐｏｗｅｒｓｍｏｏｔｈｉｎｇ—ＭＡＳｕｌｉａｎｇ，ＪＩＡＮＧＸｉａｏ．ｐｉｎｇ，ＭＡＨｕｉ．ｍｅｎｇ２，ＷＵＺｈｅｎ．ｗｅｉ（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｌｅｃｔｒｏｎｉｃ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；２．ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｂｅｉｊｉｎｇ１００１９２，Ｃｈｉｎａ）’Ａｂｓｔｒａｃｔ：ＩｔｃａｎｎｏｔｂｅｉｇｎｏｒｅｄｔｈａｔａｃｔｉｖｅｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｉｎｗｉｎｄｐｏｗｅｒＳｉｎｆｌｕｅｎｃｅｏｎｔｈｅｇｒｉｄ．Ｓｍｏｏｔｈｉｎｇａｃｔｉｖｅｐｏｗｅｒｏｆｗｉｎｄｐｏｗｅｒｂｙｍｏｖｉｎｇ・・ａｖｅｒａｇｅｍｅｔｈｏｄｃａｎｄｉｍｉｎｉｓｈｔｈｅｆｌｕｃｔｕａｔｉｏｎｑｕａｎｔｉｔｙｏｆｔｈｅｇｒｉｄ・・ｃｏｎｎｅｃｔｅｄｗｉｎｄｐｏｗｅｒ．Ｓｌｉｄｉｎｇｗｉｎｄｏｗｔｈａｔｉｓ—ｒａｎｄｏｍｄｉｒｅｃｔｌｙａｆｆｅｃｔｓｔｈｅｓｍｏｏｔｈｉｎｇｒｅｓｕｌｔ．Ｔｈｉｓｐａｐｅｒｃｏｍｅｓｕｐｗｉｔｈｍｏｖｉｎｇａｖｅｒａｇｅａｎｄｓｔａｎｄａｒｄｃａｌｉｂｒａｔｉｏｎｃｏｍｂｉｎａｔｏｒｉａｌｍｅｔｈｏｄｔｏｓｅｐａｒａｔｅｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｃｏｍｐｏｎｅｎｔａｎｄｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｃｏｍｐｏｎｅｎｔｆｒｏｍｗｉｎｄｐｏｗｅｒ．Ｉｔｄｅｃｏｕｐｌｅｓｂａａｅｒｙｃｏｍｐｏｎｅｎｔａｎｄｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｃｏｍｐｏｎｅｎｔｂｙｔｈｅｗａｖｅｌｅｔａｎａｌｙｓｉｓｔｈｅｏｒｙ．Ｉｔｒｅｓｅａｒｃｈｅｓｔｈｅｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｂａｔｔｅｒｙｃｏｍｐｏｎｅｎｔａｎｄｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｃｏｍｐｏｎｅｎｔｂｙｔｈｅｍｅａｎｓｏｆｍａｔｈｅｍａｔｉｃｓｔａｔｉｓｔｉｃｓａｎｄｖｅｒｉｆ—ｉｅｓｔｈａｔｔｈｅｙｆｏｌｌｏｗｔｌｏｃａｔｉｏｎｓｃａｌｅｄｉｓｔｒｉｂｕｔｉｏｎ．Ａｔｔｈｅｄｉｆｆｅｒｅｎｔｃｏｎｆｉｄｅｎｃｅｓａｎｄｃａｐａｃｉｔｉｅｓ，ｔｈｉｓｐａｐｅｒｃａｌｃｕｌａｔｅｓｔｈｅｍｅａｎｓ，ｔｈｅｖａｒｉａｎｃｅｓ，ｔｈｅｒａｎｇｅｏｆｆｌｕｃｔｕａｔｉｏｎａｎｄｔｈｅｐｏｉｎｔｓｏｆｆｌｕｃｔｕａｔｉｏｎｏｆａｃｔｉｖｅｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｓｉｎｗｉｎｄｐｏｗｅｒｔｏｅｓｔｉｍａｔｅｄｉｆｆｅｒｅｎｔｓｍｏｏｔｈｉｎｇｅｆｆｅｃｔｓｏｆｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓ．—ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＨｉｇｈｔｅｃｈＲ＆ＤＰｒｏｇｒａｍｏｆＣｈｉｎａ（８６３Ｐｒｏｇｒａｍ）ｆＮＯ．２０１２ＡＡ０５０２０３）ａｎｄＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ０＇，１ｏ．５１２７７１５７）．Ｋｅｙｗｏｒｄｓ：ｗｉｎｄｐｏｗｅｒｖａｒｉａｔｉｏｎ；ｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓ；ｍｏｖｉｎｇａｖｅｒａｇｅｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄ；ｗａｖｅｌｅｔａｎａｌｙｓｉｓ；ｔｌｏｃａｔｉｏｎ．ｓｃａｌｅｄｉｓｔｒｉｂｕｔｉｏｎ中图分类号：ＴＭ７６文献标识码：Ａ—文章编号：１６７４３４１５（２０１４）０８．０１０８．０７Ｏ引言风电有功功率输出具有较大的波动性。随着大规模风电场并网，风电对电力系统产生的影响不容忽视Ｊ。在风电场并网入口安装储能系统是减小风电场功率波动的有效途径曲Ｊ。由于储能系统造价昂贵，有效改善储能系统形式、合理配置储能系统容量，利用有限容量储能系统优化风电功率输出、改基金项目：国家高技术研究发展计划（８６３计划）（２０１２ＡＡ０５０２０３）；国家自然科学基金项目（５１２７７１５７）善风电联网运行性能是一项很有意义的研究课题。文献［７】说明储能（超导）系统可以有效地平抑风电功率波动。文献ｆ８１根据电池和超级电容的荷电状态，采用模糊控制理论分配两种储能介质的功率流动。文献［９】对多类型的储能系统进行分析，根据各自特点设计了基于波动特性参数的协调控制策略。文献［１０１对混合储能系统结构进行比较分析，提出一种混合储能系统结构的分层控制模型平抑风电功率波动。文献［１１］比较了经验模态分解和小波变换两种分解信号的方法，说明了小波变换更适于对非平稳、突变信号的分解。文献［１２］分析了风电马速良，等平抑风电波动的混合储能系统的容量配置．１０．功率在多尺度下波动的统计规律，验证其满足混合高斯分布。文献［１３１使用概率统计的方法配置混合储能的容量，实现对风电功率波动的调节。文献［１４】使用改进的粒子群算法，针对独立的风光发电的混合储能系统，以负荷缺电率为指标及全生命周期费用为目标，优化混合储能系统的容量，降低储能成本。文献［１５】提出了以风电机组及储能装置的输出功率波动标准差为指标的储能系统的功率和容量优化方案。文献［１６】针对风电场可调度性研究，使用遗传算法，以风电场可调度为约束条件，投资成本最小为目标优化储能容量。该研究以混合储能系统平抑风电功率波动为目的，使用滑动平均标准校正组合方法对风电功率信号分解，提取平滑并网信号。小波分析方法解耦的电池、超级电容器信号。通过概率统计方法，分析两种储能信号的分布特性，得出不同置信水平下的功率组合方案。以均值、方差、波动范围及波动点数为指标，分析不同置信水平和容量下的混合储能系统平抑风电功率效果。１基于混合储能的风电系统在风电场并网口接入储能系统，通过控制储能系统的输出功率平滑风电场输出功率尸ｗ，使风电系统的并网功率Ｐ达到并网标准，如公式（１）。实际工程中，考虑到经济性和储能系统的具体性能，储能系统一般由能量型储能和功率型储能单元组成的。例如蓄电池和超级电容器混合系统，蓄电池能量密度大，但功率密度小，充放电效率低，循环寿命短，不适合大功率及频繁充放电；而超级电容器功率密度大，充放电效率高，循环寿命长。两者在性能方面，具有互补性，所以使用超级电容器平抑较高功率、高频率的短时充放电波动信号尸ｃ，蓄电池平抑较低功率、低频率的长时间充放电波动信号，可以有效合理的平抑风电波动，并延长蓄电池使用寿命，提高经济性。Ｊ尸ｇ州Ｐｓ＋尸ｗ（１）ｌｅｓ＝Ｐｂ＋Ｐｃ２波动分量分解算法该研究基于某９ＭＷ风电场１２月４日．７日，以１０Ｓ为采样间隔的数据样本，假设采样频率满足采样定理要求，样本容量为３４５６０，如图１所示，相邻点相差１０Ｓ。数据样本圈ｆ１２月４日～７日数据１图１某９Ｍｗ风电场有功功率曲线Ｆｉｇ．１Ａｃｔｉｖｅｐｏｗｅｒｃｕｒｖｅｏｆａ９ＭＷｗｉｎｄｆａｒｍ２．１滑动平均法分解风电功率风电有功功率具有较大的波动性，必须平滑风电功率使其达到并网要求。滑动平均法是一种选择固定长度窗口，将窗口内的所有数值做算术平均，将平均值作为窗口中心点的数值的数学方法。根据这种方法可以得到平滑的信号，有效的分离风电有功功率得到并网分量和波动分量（储能需要出力的分量），如公式（２）所示。Ⅳ——……ⅣＩ＝（＿（／２１１＋／２２）＋＋＋＋／２）／Ｎ｛：一ＩⅣ…Ⅳ＝Ｎ／２，／２＋ｌ，，Ｍ一／２（２）ⅣⅣ其中：为窗口长度（为表示方便是偶数）；Ｐ为实测的第时刻的风电功率；为并网分量；为波动分量。Ⅳ窗口长度是滑动平均法一个很重要的参数，如果窗口长度太大，导致并网分量过于平滑，波动分量增大，需要储能系统出力较多，容量过大；而窗口较小会导致并网分量不能满足风电有功功率并网标准，对电网造成影响。反复实验可以看出，当Ⅳ∈『１５，３ｏ１可以有较好的平滑效果，本文选取１５。但是对于少量波动很大的点，窗口长度Ｎ＝１５不能使并网分量满足并网要求，所以根据并网要求加入校正部分，使波动较大部分的并网分量满足并网要求，同时不增大其他部分的储能出力。国家对风电有功功率并网有一系列标准，其中装机容量３０～１５０Ｍｗ的风电场，要求１ｍｉｎ有功功率变化量在装机容量的１／１０以内，１０ｍｉｎ在装机容量的１／３以内。根据以上要求，验证式（２）的持续分量是否满足并网要求。若是满足，则直接将持续分量认为是并网分量；若是不满足，则通过有功功率并网标准校正持续分量，得到符合并网要求的并网分量。最后由实际数据减去并网分量获得需要混合储能动作的储能分量。图２是持续分量进行１ｍｉｎ∞如鲫加如如加ｍＯ．１１Ｏ一电力系统保护与控制并网标准校正处理的流程图，１０ｍｉｎ并网标准校正可以类似处理。图２并网分量的流程图Ｆｉｇ．２Ｆｌｏｗｃｈａｒｔｏｆｔｈｅｇｒｉｄ－ｔｉｅｄｐａｒｔ根据以上算法和校正流程，以该文的数据样本为例得到并网分量和储能分量如图３所示。从图３可以看出经滑动平均和并网校正后的并网分量具有较好的平滑性，且储能分量具有较大的波动性及较多的突变点。储能分量大多情况都是小幅波动，若是只使用电池储能平抑波动必然造成电池储能系统频繁充放电。由于电池储能循环寿命短，如此情况会对电池储能系统造成不良的影响。００７５５Ｏ２５０并网分量图３并网分量和混合储能分量—‘’Ｆｉｇ．３ＧｒｉｄｔｉｅｄｐａｒｔａｎｄｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅＳｐａｒｔｏｆｔｈｅｓａｍｐｌｅ２．２小波分解电池及超级电容器分量根据图３得到结论，仅使用单一电池储能平抑风电功率波动量造成电池的寿命降低。故使用功率型储能（超级电容器）和电池的混合储能系统提高平抑效果和经济性。从图３同时可以看出，储能分量是一个随机且具有较大突变的信号。与Ｆｏｕｒｉｅｒ分解比较，小波变换衍生出的小波分析理论，具有良好的时频局部化特性，非常适用于对信号的时频域分析。对于突变信号的分解，显示出很好的效果。设函数，并假设其平方可积，即ｇ（０ＥＬ）。若其傅里叶变换ｇ（ｃｏ）满足可容许性条件：∞『ＲＩ）『／ｃｏｄｃｏ＜ｏｏ，则力为一个基本小波或称母小波。一个母小波可以根据两个参数仅和分解成为一族子小波ｍ枷（）。１，一ｍ￣，—ｆｌ）＝７ｇ（≠≠），０，０（３）、／ｌＩ其中：６ｃ为尺度因子；为移动因子。尺度因子决定小波基的频率，而移动因子决定该频率下小波基的时域性质，与的选取有关。类似于傅里叶变换的思想，任何一个满足可容性条件的函数，均可以使用如式（３）的这样一组小波基表示。针对某风电信号，选择一种母小波，如式（３）构建一组小波基，本文选择ｓｙｍ７为母小波。那么该风电信号可以被小波基分解得到基坐标，如式（４）。ｗ，（，）＝ｌ厂），（ｔ）ｄｔ（４）经小波层分解后得到每一层的概貌信号和细节信号，每一层的信号长度与尺度因子及所在层数有关，分解后导致信号长度变短，所以，采用重构算法对小波分解后的信号进行单支重构如式（５）恢复每层信号的长度，整体重构算法如式（６）。１ｍ（ｆ）砉［ｗ，（，），ｐ（ｔ）ｄ／￣（５）ｍｍ１）Ｊ＝Ｌ（，咖，￣（ｔ）ｄ／３ｄａ（６）在Ｍａｔｌａｂ中使用小波分析工具箱对混合储能分量信号进行分解并重构得到符合电池和超级电容器特性的功率信号。对混合储能分量进行频谱分析，如图４所示。可以看出１．０×１０Ｈｚ以上的部分幅值很小，并根据电池和超级电容器的性能选定１．０×１０Ｈｚ为电池和超级电容器的分界频率。事＼瓣薄唇霉马速良，等平抑风电波动的混合储能系统的容量配置一１１１．０・８Ｏ・６０・２０Ｏ频谱图＿１Ｉ“…１『ＩＩｌｌＩｌｆ１ｌ『ＩｌｌＩＩｌＩｌｌＩ『．一：。（一１《）２，０＿。，ｘｌ０３。一一。●ＪＩ．－一ｆｌＨｚ图４储能分量频谱图’Ｆｉｇ．４ＳｐｅｃｔｒｏｇｒａｍｏｆｔｈｅｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅＳｐａｒｔ根据小波分解的方法选择尺度因子ａ＝２，故ｌｏｇ２（Ｏ．０５／１０）＝５．６４，选择６层分解混合储能信号，将分解后概貌信号也就是小波分解的第一层分给电池，细节信号分给超级电容器，如图５所示，采用ｓｙｍ７小波基的６层分解效果图。电池部分—————————————■——————————————■————４０厂Ｔ＿１＿－一等÷≥超级电容部分×１０３０ｌ０ｌ０３０４０２Ｏ０２０４０ｌ¨－－ｌ］ｒＩｉ０００．５１．０１５２０２．５３．０３．５数据样本×１Ｏ（ａ）电池分量和超级电容器分量全局效果图也池部分０８００．８５０．９００９５１００１０５１．１Ｏ１．１５１．２０一（ｂ）电池分量和超级电容器分量局部效果图图５电池分量和超级电容器分量’Ｆｉｇ．５Ｂａｔｔｅｒｙａｎｄｓｕｐｅｒ－ｃａｐａｃｉｔｏｒＳｃｏｍｐｏｎｅｎｔ从图５中可以看出电池分量以较低功率长时间持续充放电，而超级电容器部分以较高功率短时快速充放电，分解效果符合电池和超级电容器参数特性，说明小波分解可以较好的分解混合储能系统的高低频部分。３不同储能系统的容量配置３．１配置混合储能系统功率和理想容量对由ｓｙｍ７小波６层分解后的电池分量和超级电容器分量，进行数理统计分析，并拟合各自的概率密度曲线和累积概率分布曲线，如图６所示。Ｅ２－ｏｒｍａｌ：：１。。。Ｉｒ＿一：＿．：一一、、～Ｊ１．００．８Ｂ０．６０Ｏ４０．２Ｏ．０有功功率／ＭＷ（ａ）电池出力的概率密度（ＰＤＦ）曲线剧绒吧徉器益；【谢，３Ｏ一２Ｏ１００１０２０３０有功功率／ＭＷ（ｂ）超级电窖器出力的概率街度（ＰＤＦ）Ｉ￣ｔ线图６电池和超级电容器分量ＰＤＦ曲线Ｆｉｇ．６ＰＤＦｏｆｔｈｅｂａｋｅｒｙａｎｄｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｃｏｍｐｏｎｅｎｔ从图６可以看出，对比正态分布和ｔｌｏｃａｔｉｏｎ．ｓｃａｌｅ分布，ｔｌｏｃａｔｉｏｎ．ｓｃａｌｅ分布能更好地描述电池和超级电容器充放电功率的分布情况。以１，，）为参数的ｔｌｏｃａｔｉｏｎ．ｓｃａｌｅ分布，为ｔ分布的分位数函数，置信水平为卜下的置信区间『＿＿ｆｉｔｆ（卜ａ／２，ｖ）＋，ｕｔｉ（１一ａ／２，ｖ）＋］，如表１所示。表１不同置信水平下的电池、超级电容器功率Ｔａｂｌｅ１Ｐｏｗｅｒｏｆｔｈｅｂａｔｔｅｒｙａｎｄｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｃｏｍｐｏｎｅｎｔａｔｔｈｅｄｉｆｆｅｒｅｎｔｃｏｎｆｉｄｅｎｃｅｌｅｖｅｌｓＭＷ表１可以看出电池、超级电容器功率随着置信水平的增加，开始变化缓慢，在置信水平高于９０％后快速增加。说明波动量小于某个功率值的概率非常大，而大于这个功率值的概率却很小。以这个功率点为额定功率，可以满足大部分的平抑要求。由于电池分量大部分时间保持不动作状态，所以应该选择较大的置信水平，才能满足要求。首先忽略储能容量限制，不同的置信区间下电池、超级电容器功率平抑波动需要的储能容量算法如下：１，６ＳＯＥ＝ＳＯＥ．＋ＩＰ（ｔ）ｄｔ（７）电力系统保护与控制＝｛㈦其中：ＳＯＥ表示容量状态；Ｐ（Ｏ表示时段［ａ，ｂ］内的电池实际充放电功率；ＳＯＥｏ表示容量的起始状态。根据式（８）得到电池出力情况后，对电池出力情况做数值积分得到电池ＳＯＥ状态。假设电池初始状态在０．５＊ＳＯＥ，并且电池不能过充过放。根据电池性能指标可知，电池的ＳＯＥ范围是上限为０．８＊ＳＯＥ，下限为０．２＊ＳＯＥ。所以电池容量计算式为Ｑ＝ｒｍｘ（１ｒｍｘ（ＳＯ￣）Ｉ，Ｉｎｉｍ（ＳＯＥ，）１）／（（０．８－０．２）／２）（９）超级电容器容量计算类似上式，根据其性能指标可以知道超级电容器ＳＯＥ范围在０．０５～０．９５倍容量以内。根据以上公式，计算不同置信区间下的电池、超级电容器的容量，如表２所示。表２不同置信水平下电池、超级电容器的最大容量Ｔａｂｌｅ２Ｍａｘｉｍｕｍｃａｐａｃｉｔｙｏｆｔｈｅｂａｔｔｅｒｙａｎｄｓｕｐｅｒ－ｃａｐａｃｉｔｏｒＭＷｈ表２可以看出随着置信区间（功率）增大，电池、超级电容器容量也增大，在某个点之后会快速增大。主要是因为某个置信水平后的功率快速增大，电池、超级电容器分量中少量的大功率波动点也将被储能吸收，直接导致储能容量的骤增。３．２配置混合储能系统容量实际中，储能单元的容量没有办法满足假设条件。在选定置信区间，确定电池、超级电容器的功率后，根据实际情况，找出适合的容量，完成容量配置。基于波动范围、波动量绝对值的均值、方差及波动点数比对平滑效果进行评价。波动范围反映储能分量对电网的影响，波动量绝对值的均值和方差分别反映波动量的总体情况和程度，波动点数比反映对电网冲击时间占整体时间的比重。具体公式如下。波动范围为。。。＝（ｍａｘ（Ｐｅ。。（ｆ））一ｍｉｎ（Ｐ￣（ｒ））（１０）波动量绝对值的均值和方差为ⅣＶＺｌｅｅｓｓ（，）ｌ／（１１）∑Ｖａｒ＝（１。（ｒ）Ｉ－Ａｖｅｒ）／Ｎ∑波动点数比：＝ｓｇｎ（［。（ｆ）Ｉ）（１２）ｆ＝１其中：。。（ｔ）表示波动量在ｆ时刻的值；Ｐｓ表示波动范围；Ａｖｅｒ、Ｖａｒ表示波动量绝对值的均值和方差；Ⅳ表示样本容量；表示波动点数。比较不同功率和容量的储能系统的平抑波动量的效果，如图７、图８所示。波动范围／、。（ｂ）不同容量下的波动量绝对值均值ｆｃ１不Ｉ司容量下的波动量绝对值方差（ｄ）不Ｉ司容精Ｆ的波动点数图７电池、超级电容器均置信水平为９％、９８％，不同容量下平抑波动情况Ｆｉｇ．７Ｅｆｆｅｃｔｏｆｓｔａｂｉｌｉｚｉｎｇｆｌｕｃｔｕａｔｉｏｎｓａｔｄｉｆｆｅｒｅｎｔｃａｐａｃｉｔｉｅｓｉｎｔｈｅ９％ｃｏｎｆｉｄｅｎｃｅｌｅｖｅｌｂａｔｔｅｒｙａｎｄｔｈｅ９８％ｃｏｎｆｉｄｅｎｃｅｌｅｖｅｌｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｓｙｓｔｅｍ每警马速良，等平抑风电波动的混合储能系统的容量配置一１１３．（ａ）不同容量Ｆ的波动范围１Ｏ≥５００．超＜－－２熹１《０Ｏ超（ｂ）不同容量下的波动量绝对值均值ｆｃ）不『司容量下的波动量绝对值方差（ｄ）不同容量Ｆ的波动点数图８表示电池、超级电容器均置信水平为９８％、９％，不同容量下平抑波动情况Ｆｉｇ．８Ｅ髓ｃｔｏｆｓｔａｂｉｌｉｚｉｎｇｆｌｕｃｔｕａｔｉｏｎｓａｔｄｉｆｆｅｒｅｎｔｃａｐａｃｉｔｉｅｓｉｎｔｈｅ９８％ｃｏｎｆｉｄｅｎｃｅｌｅｖｅｌｂａｔｔｅｒｙａｎｄｔｈｅ９％ｃｏｎｆｉｄｅｎｃｅｌｅｖｅｌｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｓｙｓｔｅｍ通过图７可以看出，电池、超级电容器在一定置信水平下：１）随着超级电容器和电池容量增加波动范围、绝对值均值、方差及波动点数均有降低，但均是变化缓慢至某一对容量值后快速降低，而后保持不变；２）超级电容器和电池容量共同决定指标大小，各自的影响强弱没有明显的分别；３）超级电容器和电池的容量并非越大越好，到达某个配比后，由超级电容器和电池的功率影响指标大小，容量的影响基本为零。由于篇幅所限不能列出所有置信水平下不同容量的指标情况，但通过图７、图８及表１、表２可以看出，１）置信水平和容量共同影响平抑波动的效果，为达到某种平抑效果可以通过组合不同的功率和容量实现；２）最大波动范围受电池部分置信水平和容量影响较大，波动点数受超级电容器置信水平和容量的影响较大，绝对值均值、方差受电池和超级电容器功率容量的共同影响；３）在电池置信水平较低的情况下，电池容量的不同对最大波动范围、整体的绝对值均值及方差影响不大，主要是置信水平下对功率的影响，而在较高的置信水平下，上述指标主要受电池容量限制；４）某种指标下，不同的组合的功率、容量差别较大，需要从经济性角度评价储能系统容量配置的效果。４结论针对该研究选取的典型百ＭＷ级风电场历时４天，采样时间１０Ｓ的数据，进行数理统计分析，可以得出：１）风电功率波动主要分布在０～１．０×１０。Ｈｚ频段，以Ｉ．０×１０。Ｈｚ为电池和超级电容器出力的分界频率较合适。２）小波分解可以简单有效的分解混合储能系统分量，得到其高、低频分量。以１．０×１０Ｈｚ为分界频率，宜采用六层小波变换对之进行分离，得出功率型储能系统与能量型储能系统的动作指令。３）电池、超级电容器的充放电功率分布均满足ｔｌｏｃａｔｉｏｎ．ｓｃａｌｅ分布。根据样本数据的拟合曲线，很好的配置混合储能系统的额定功率。４）在同样的指标下，可以配置不同的电池和超级电容器功率与容量方案。从图７、图８可以看出选择电池为１７．１４ＭＷ／２４．５１ＭＷｈ（功率／容量），超级电容器为１．９７ＭＷ／２．４２ＭＷｈ的组合方案，平抑波动效果较好。参考文献［１］孙涛，王伟胜，戴慧珠，等．风力发电引起的电压波动和闪变［Ｊ］．电网技术，２００３，２７（１２）：６２．６７．ＳＵＮＴａｏ，ＷＡＮＧＷｅｉ－ｓｈｅｎｇ，ＤＡＩＨｕｉ・ｚｈｕ，ｅｔａ１．Ｖｏｌｔａｇｅｆｌｕｃｔｕａｔｉｏｎａｎｄｆｌｉｃｋｅｒｃａｕｓｅｄｂｙｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００３，２７（１２）：６２．６７．［２］迟永宁．大型风电场接入电网的稳定性问题研究［Ｄ］．北京：中国电力科学研究院。２００６．—ＣＨＩＹｏｎｇｎｉｎｇ．Ｓｔｕｄｉｅｓｏｎｔｈｅｓｔａｂｉｌｉｔｙｉｓｓｕｅｓａｂｏｕｔｌａｒｇｅｓｃａｌｅｗｉｎｄｆａｒｍｇｒｉｄｉｎｔｅｇｒａｔｉｏｎ［Ｄ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，２００６．［３］傅旭，李海伟，李冰寒．大规模风电场并网对电网的影响及对策综述［Ｊ］．陕西电力，２０１０（１）：５３．５７．≥≥霉一１１４一电力系统保护与控制ＦＵＸｕ，ＬＩＨａｉ－ｗｅｉ，ＬＩＢｉｎｇ－ｈａｎ．Ｒｅｖｉｅｗｏｎｉｎｆｌｕｅｎｃｅｓ—ｏｆｌａｒｇｅｓｃａｌｅｗｉｎｄｆａｒｍｓｐｏｗｅｒｓｙｓｔｅｍｓａｎｄｃｏｕｎｔｅｒｍｅａｓｕｒｅ［Ｊ］．ＳｈａａｎｘｉＥｌｅｃｔｒｉｃＰｏｗｅｒ，２０１０（１）：５３．５７．［４］张步涵，曾杰，毛承雄，等．串并联型超级电容器储能系统在风力发电中的应用【Ｊ】．电力自动化设备，２００８，２８（４）：１－４．ＺＨＡＮＧＢｕ－ｈａｎ，ＺＥＮＧＪｉｅ，ＭＡＯＣｈｅｎｇ－ｘｉｏｎｇ，ｅｔａ１．—Ａｐｐｌｉｃａｔｉｏｎｏｆｓｅｒｉｅｓｐａｒａｌｌｅｌｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｗｉｔｈｓｕｐｅｒ－ｃａｐａｃｉｔｏｒｉｎｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００８，２８（４）：１－４．［５］姚勇，朱桂萍，刘秀成．电池储能系统在改善微电网电能质量中的应用【Ｊ】．电工技术学报，２０１２，２７（１）：８５．８．ＹＡＯＹｏｎｇ，ＺＨＵＧｕｉ－ｐｉｎｇ，—ＬＩＵＸｉｕｃｈｅｎｇ．Ｉｍｐｒｏｖｅｍｅｎｔｏｆｐｏｗｅｒｑｕａｌｉｔｙｏｆｍｉｃｒｏ－ｇｒｉｄｓｂｙｂａｔｔｅｒｙｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａ—ＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１２，２７（１１：８５８．［６］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］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（２４）：３５４０．’’１７ｊＡＳＡＯＴＴＡＫＡＨＡＳＨＩＲ，ＭＵＲＡＴＡＴｅｔａ１．ＥｖａｌｕａｔｉｏｎｍｅｔｈｏｄｏｆｐｏｗｅｒｒａｔｉｎｇａｎｄｅｎｅｒｇｙｃａｐａｃｉｔｙｏｆｓｕｐｅｒｃＯｎｄｕｃｔｉｎｇｍａｇｎｅｔｉｃｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｆｏｒｏｕｔｐｕｔｓｍｏｏｔｈｉｎｇｃｏｎｔｒｏｌｏｆｗｉｎｄｆａｒｍ［Ｃ】／／ＥｌｅｃｔｒｉｃａｌＭａｃｈｉｎｅｓ，２００８，ＩＣＥＭ２００８，１８ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ，ＩＥＥＥ，２００８：１－６．［８］丁明，林根德，陈自年，等．一种适用于混合储能系统的控制策略【Ｊ］．中国电机工程学报，２０１２，３２（７）：１－６．ＤＩＮＧＭｉｎｇ，Ｌ１ＮＧｅｎ－ｄｅ，ＣＨＥＮＺｉ－ｎｉａｎ，ｅｔａ１．Ａｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１２，３２（７）：１６．［９］张国驹，陈瑶，唐西胜，等．基于波动特性参数的多类型储能协调控制［ＪＪ＿电工技术学报，２０１３，２８（６）：２７１．２７６．—ＺＨＡＮＧＧｕｏｊｕ，ＣＨＥＮＹａｏ，ＴＡＮＧＸｉｓｈｅｎｇ，ｅｔａ１．—Ｒｅｓｅａｒｃｈｏｎｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｏｆｍｕｌｔｉｔｙｐｅｅｎｅｒｇｙｓｔｏｒａｇｅｂａｓｅｄｏｎｆｌｕｃｔｕａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ—Ｓｏｃｉｅｔｙ，２０１３，２８（６）：２７１２７６．［１０］于艽，周玮，孙辉，等．用于风电功率平抑的混合储能系统及其控制系统设计［Ｊ］．中国电机工程学报，２０１１，—３１（１７）：１２７１３３．ＹＵＰｅｎｇ，ＺＨＯＵＷｅｉ，ＳＵＮＨｕｉ，ｅｔａ１．Ｈｙｂｒｉｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍａｎｄｃｏｎｔｒｏｌｓｙｓｔｅｍｄｅｓｉｇｎｆｏｒｗｉｎｄｐｏｗｅｒｂａｌａｎｃｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１１，３１（１７）：１２７．１３３．［１１］李璇，周青峰，戴吾蛟，等．经验模式分解与小波分解在形变分析应用中的对比分析【Ｊ］．工程勘探，２００９，３７（７）：６７－７１．—ＬＩＸｕａｎ，ＺＨＯＵＱｉｎｇｆｅｎｇ，ＤＡＩＷｕ－ｊｉａｏ，ｅｔａ１．Ｃｏｍｐａｒｉｓｏｎｏｆｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｉｎｄｅｆｏｒｍａｔｉｏｎａｎａｌｙｓｉｓ［Ｊ］．ＧｅｏｔｅｃｈｎｉｃａｌＩｎｖｅｓｔｉｇａｔｉｏｎ＆Ｓｕｒｖｅｙｉｎｇ，２００９，３７（７）：６７．７１．［１２］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［Ｊ】．电力系统保护与控制，２０１０，４０（１９）：７－１３．ＬＩＪｉａ——ｎｎａｎ，ＱＩＡＯＹｉｎｇ，ＬＵＺｏｎｇｘｉａｎｇ，ｅｔａ１．Ｒｅｓｅａｒｃｈ—ｏｎｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｉｎｇｏｆｌａｒｇｅｓｃａｌｅｗｉｎｄｆａｒｍｓｏｕｔｐｕｔｆｌｕｃｔｕａｔｉｏｎｓｉｎｄｉｆｆｅｒｅｎｔｓｐｅｃｉａｌａｎｄｔｅｍｐｏｒａｌｓｃａｌｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，４０（１９）：—７１３．［１３］ＧＡＯＷｅｎ－ｚｈｏｎｇ，ＷＡＮＧＸｉａｏ－ｙｕ，ＭＵＬＪＡＤＩＥ．Ｐｒｏｂａｂｉｌｉｔｙ－ｂａｓｅｄｍｅｔｈｏｄｆｏｒｐｏｗｅｒｃａｐａｃｉｔｙｓｐｅｃｉｆｉｃａｔｉｏｎｏｆｗｉｎｄｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｓ［Ｃ］／／ＩｎｄｕｓｔｒｉａｌＥｌｅｃｔｒｏｎｉｃｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ（ＩＣＩＥＡ），２０１１６ｔｈ—ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎ，ＩＥＥＥ，２０１１：２０５０２０５５．［１４］杨琚，张建成，周阳，等．针对独立风光发电中混合储能容量优化配置研究［Ｊ］．电力系统保护与控制，２０１３，４１（４）：３８－４４．—ＹＡＮＧＪｕ，ＺＨＡＮＧＪｉａｎｃｈｅｎｇ，ＺＨＯＵＹａｎｇ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｃａｐａｃｉｔｙｏｐｔｉｍｉｚａｔｉｏｎｏｆｈｙｂｒｉｄｅｎｅｒｇｙ—ｓｔｏｒａｇｅｓｙｓｔｅｍｉｎｓｔａｎｄａｌｏｎｅｗｉｎｄ／ＰＶｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１３，—４１（４）：３８４４．［１５］文艺，张步涵，毛承雄，等．风电场中储能系统的功率和容量优化配置［Ｊ］．湖北工业大学学报，２０１２，２７（１）：１８．２１．—ＷＥＮＹｉ，ＺＨＡＮＧＢｕｈａ—ｎ，ＭＡＯＣｈｅｎｇｘｉｏｎｇ，ｅｔａ１．Ｔｈｅ’ｐｏｗｅｒａｎｄｃａｐａｃｉｔｙｓｏｐｔｉｍｉｚｅｄａｌｌｏｃａｔｉｏｎｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｄｅｖｉｃｅｉｎｗｉｎｄｆａｒｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｕｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１２，２７（１）：１８－２１．［１６］施琳，罗毅，涂光瑜，等．考虑风电场可调度性的储能—容量配置方法［Ｊ］．电工技术学报，２０１３，２８（５）：１２０１２７．—ＳＨＩＬｉｎ，ＬＵＯＹｉ，ＴＵＧｕａｎｇｙｕ，ｅｔａ１．Ｅｎｅｒｇｙｓｔｏｒａｇｅｓｉｚｉｎｇｍｅｔｈｏｄｃｏｎｓｉｄｅｒｉｎｇｄｉｓｐａｔｃｈａｂｉｌｉｔｙｏｆｗｉｎｄｆａｒｍ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ．—２０１３，２８（５）：１２０１２７．收稿日期：２０１３－０７－３０；修回日期：２０１３－１Ｏ一１０作者简介：马速良（１９８８－），男，硕士研究生，主要从事新能源发—电及其控制技术、数据挖掘、智能算法研究；Ｅｍａｉｌ：３５２１０４８８１＠ｑｑ．ｃｏｍ蒋小平（１９６６－），男，副教授，主要从事自动控制理论及应用：马会萌（１９８５－），女，工程师，从事能量存储于转换技术研究。