基于双电池不平衡状态优化的风功率平滑控制

张小莲,胡佳玮,郝思鹏,刘海涛,韦 伟

（1.南京工程学院 电力工程学院，江苏 南京211167；2.江苏省配电网智能技术与装备协同创新中心，江苏南京211167）

0 引言

近年来风力发电快速发展，风能成为新的能源利用形式[1]，[2]。然而，当大规模风电直接接入大电网时，风电的随机性和间歇性将会给电能质量带来不良影响。为风电场配备一定容量的储能系统，利用储能系统吸收和释放功率的特点，平抑大规模风电并网中的风功率波动，是改善风电接入的电能质量的有效措施[3]。

平抑风功率波动所用的储能装置有超级电容、氢储能[4]、电池储能[5]，[6]、电池和超级电容器的混合储能[7]，[8]、超级电容和氢储能的混合储能[9]等。其中，电池储能具有响应速度较快、灵活可控、容量较大等特点，配合相应的控制策略可以取得较好的平抑效果。若进一步采用双电池储能，在很大程度上可以降低电池充放电次数，延长电池寿命[10]。文献[11]基于多组电池，讨论了电池储能系统（Battery Energy Storage System，BESS）用于风功率平抑时的3种运行和切换方式。文献[12]，[13]通过模糊控制策略和优化控制储能电池的荷电状态，改善双电池储能系统（Dual Battery EnergyStorage System，DBESS）充放电不平衡的问题。现有文献提出的改进策略较为复杂，且较少考虑风速湍流强度、风功率预测误差等因素对双电池不平衡状态的影响。

本文通过分析DBESS充放电不均衡现象产生的机理，提出了一种优化DBESS充放电不平衡的风功率平抑控制策略。该策略以风功率预测分段平均值作为平抑后风-储系统注入大电网的初始目标功率，并以双电池不平衡状态动态修正该目标功率。此外，本文也分析了风速湍流强度、风功率预测误差对双电池不平衡状态的影响。

1 DBESS建模与控制

1.1 DBESS模型

DBESS结构如图1所示，其基本结构包括风力发电机组和两组电池，通过相应变流器连接到交流大电网。

图1 DBESS结构图Fig.1 Structure of DBESS

图中：P0为风电机组的输出功率；P1和P2分别为蓄电池组1和蓄电池组2经变流器后的输出功率；P∑为整个风-储系统供给交流大电网的输出功率，P∑=P0+P1+P2。

1.2 DBESS控制策略

（1）DBESS工作方式

DBESS的控制策略为一组蓄电池在一段时间内只负责充电，另一组蓄电池只负责放电。当任意一组电池能量放完或充满后，两组电池交换运行状态。例如：初始状态时蓄电池组1放电，蓄电池组2充电；在满足切换条件的t1时刻，两蓄电池组交换状态；在t2时刻，两蓄电池组再次交换状态。

在电池状态满足式（1）所示4种条件中的一种时，即双电池中任意一组蓄电池的SOC（State of Charge）达到其上限SOCmax或下限SOCmin时，即可进行充放电任务切换。

（2）DBESS功率控制

为了满足平滑功率的要求，在风功率预测的基础上，对风功率进行分段平均（如每15 min取该15 min内的平均值），得到该时间段的平均风功率Pav，将Pav作为风功率平抑后注入大电网的目标功率，即P∑=Pav。

P∑与P0的差值即为双电池系统需要补偿的功率Pb。当Pb＞0时，双电池系统应为风电机组放电，当Pb＜0时应为充电。设Pf为DBESS的放电功率，Pc为充电功率，则：

根据蓄电池组1和2的充放电任务，分别将Pf和Pc作为两组电池的功率指令。各蓄电池组的SOC为

式中：E1和E2分别为蓄电池组1和蓄电池组2的额定容量；SOC10和SOC20分别为其初始荷电状态。

上述控制策略可使风-储系统在一段时间内注入大电网的功率维持恒定的平滑效果。

2 优化不平衡状态的改进算法

2.1 DBESS充放电不平衡问题

DBESS充放电平衡是指充电电池组的可充电量与放电电池组的可放电量要大致相等。由于风功率的不确定性，充放电总能量不一致，造成DBESS充放电不平衡问题。DBESS充放电不平衡状态有两种情况，一是已放电量大于已充电量，二是已放电量小于已充电量，如式（5）所示。

图2展示了第一种DBESS充放电不平衡状态。双电池第1次切换充放电状态时（240 min），蓄电池组1放电至其下限，而蓄电池组2只充电到78%，导致蓄电池组2只能用78%的电能进行放电，放电所维持的时间比初始状态时的90%更短；第4次切换充放电状态时（765 min），蓄电池组1只充电到52%；第10次切换充放电状态时（1 290 min），蓄电池组1只充电到27%左右。长此以往，电池可放电量越来越少，并且状态切换愈发频繁，充放电不平衡状态持续恶化，最终导致整个系统无法正常运行。

图2 双电池充放电不平衡状态Fig.2 Imbalance of charging and discharging energy of dual battery

2.2 改进控制策略

在2.1节DBESS充放电不平衡问题产生机理的基础上，本文提出如下改进原理：

第一种不平衡状态下，存在SOC∑=SOC1+SOC2＜100%，可在原始目标功率的基础上，适度地降低目标功率值；

第二种不平衡状态下，存在SOC∑=SOC1+SOC2＞100%，可在原始目标功率的基础上，适度地提高目标功率值。

在上述分析的基础上，具体的改进措施如下。

对风功率曲线每15 min取Pav，并以15 min为控制周期，如果在每个控制周期的初始时刻，两个蓄电池组的充放电状态不平衡，则根据每个周期初始时刻SOC∑的大小，在分段平均的基础上对该控制周期的目标值P∑进行修正。

式中：β为比例系数，β=SOC∑，即为目标功率相对于分段平均功率的调整倍数。

由上述分析可知，SOC∑能够反映双电池的不平衡状态，改进算法实际上是根据当前不平衡状态动态决定目标功率的调整方向与大小。即双电池处于第一种不平衡状态时（SOC∑＜100%）降低目标功率，处于第二种不平衡状态时（SOC∑＞100%）提高目标功率，SOC∑的大小即为修正的程度。

本文优化双电池充放电不平衡的风功率平抑算法的流程如图3所示。

图3 改进控制策略的流程图Fig.3 Process of improved control strategy

3 仿真分析

在Matlab/Simulink中搭建基于DBESS（图1）的风-储系统数学模型。根据2005版IEC 61400-1，将风速湍流强度分为A，B，C三级，其中，A级为高湍流强度，B级为中等湍流强度，C级为低湍流强度[14]。通过仿真验证了A，C两种湍流风速下，本文所提改进策略的可行性与优越性，同时也验证了存在风功率预测误差时改进算法的有效性。

3.1 湍流风速的仿真分析

（1）A级湍流风速

风电场额定功率为700 kW，配置两组容量各为70 kW·h的电池，A级湍流风速。对电池每10 s发出一个充放电指令，充电SOC不超过90%，放电不低于10%，仿真时长为24 h，控制周期为15 min。

对比传统控制策略和本文改进控制策略，结果如图4所示。

图4 A级湍流风速下双电池的SOCFig.4 SOC of dual battery under A-type wind turbulence intensity

由图4（a）可知，采用传统控制策略时双电池充放电深度越来越差，后期充电深度低于40%，双电池充放电严重不平衡，充放电状态切换过于频繁。若继续仿真，则充放电深度进一步恶化，甚至会出现失去充放电能力的情况。

由图4（b）可知：改进控制策略的双电池充放电深度得到明显改善，而且具有良好的充放电深度，充电时达到90%，放电时达到10%；充放电切换次数也明显减少，24 h内由传统控制的8次减少为4次，电池的寿命得到了很大改善。

改进控制策略的风功率平抑效果见图5。

图5 A级湍流风速下改进控制策略的风功率平抑效果Fig.5 Wind power smoothing effect of improved control strategy under A-type wind turbulence intensity

（2）C级湍流风速

应用与A级湍流风速相同的仿真参数，更换为C级湍流风速时的仿真结果如图6所示。由图可知：改进前双电池后期充电深度低于50%，双电池状态严重不平衡；采用改进控制策略后，双电池充放电不平衡以及充放电深度得到明显改善，充放电切换次数由原来的6次减少为4次。

图6 C级湍流风速下双电池的SOCFig.6 SOC of dual battery under C-type wind turbulence intensity

C级湍流风速下风功率平抑效果见图7。

图7 C级湍流风速下改进控制策略的风功率平抑效果Fig.7 Wind power smoothing effect of improved control strategy under C-type wind turbulence intensity

对比两种湍流风速下的仿真结果，如图4（a）和6（a）所示，在1 200 min时刻，高湍流风速下的SOC1已低于50%，而低湍流风速时还可维持50%以上，且高湍流风速下传统控制策略的充放电切换次数高于低湍流风速。因而，湍流强度愈大，DBESS的充放电不平衡状态愈发恶劣。

上述仿真结果表明，本文改进策略对于不同湍流强度风速均有良好的风功率平抑效果，同时可以很好地改善高、低湍流风速下的充放电不平衡状态。

（3）动态β

图8 β数值Fig.8 Value of parameterβ

β根据每个控制周期双电池不平衡状态的严重程度动态取值，可以很好地改善各控制周期的充放电不平衡状态。

3.2 存在预测误差的仿真分析

本节进一步讨论考虑风功率预测误差时，改进策略的控制效果。在实际生产中，风功率预测存在随机误差e，假设e服从正态分布N（0，σi）[15]，σi为e的标准差，则存在风功率预测误差时预测的风功率为

当σi=0时，不考虑风功率预测误差的情况。在A级湍流风速下，取σi=5%，分析本文改进策略在考虑e时的可行性与优越性。仿真结果如图9所示。

图9 计及预测误差时双电池的SOCFig.9 SOC of dual battery considering wind power forecast error

将该仿真结果与3.1节中A级湍流风速下不考虑误差时的结果进行对比，如表1所示。

表1 考虑预测误差时DBESS切换次数Table 1 Switching times of DBESSconsidering wind power forecast error

由图9和表1可知，应用传统控制策略时，风功率预测误差将恶化双电池充放电不平衡状态，增加充放电状态切换次数。本文的改进策略在考虑风功率预测误差的情况下，仍然可以显著地改善双电池的充放电不平衡状态，并使电池组获得良好的充放电深度，有利于延长电池的使用寿命。

4结论

为改善DBESS传统控制策略在运行过程中的双电池充放电不平衡问题，以及由此引发的电池充放电深度过低、充放电状态切换频繁的现象，本文提出了一种改进控制策略，通过动态修正风功率平抑目标功率，改善DBESS的充放电不平衡问题，增加充放电深度，进而延长电池组使用寿命。仿真结果表明，在高湍流风速下，本文提出的改进策略不仅能够保证良好的平抑效果，还能有效改善DBESS的充放电不平衡问题，并且在存在风功率预测误差时，本文所提改进策略也具有良好的鲁棒性。