探究计及风电与储能的混合能源系统管理策略

郑文进 胡 斌

（1.中国电建集团华东勘测设计研究院有限公司 2.杭州鸿晟电力设计咨询有限公司）

0 引言

计及风电与储能的混合能源系统管理的研究，是提高含风电场微电网稳定性的重要基础。随着新能源技术的创新升级，风能应用率明显提高。但是在风能应用期间，其随机性特点明显，因此会影响到微电网运行的稳定性。储能系统的加入，有效改善了计及风电运行下的随机性，缓解输出功率曲线的过度波动。混合能源系统的打造，对微电网削峰填谷的实现提供了助力，并且能提高微电网的储能充电能力，在降低发电功率波动的基础上，改善微电网发电功率过度消耗的问题，降低微电网运行成本，提高微电网系统运行的可靠性和安全性，延长其使用寿命。

1 混合能源系统的长时间持续运行优化

1.1 运行调度模型

计及风电与储能的混合能源系统管理的研究，必须以计及风电与储能混合能源系统为载体，以明确时间尺度为基本前提，探索提高混合能源运行系统稳定性的有效方法，并积极优化微电网能量。长时间尺度下运行调度模型的构建，应结合微电网运行实际情况，分别从三个时间段进行运行调度，即峰、平、谷［1］。时间段以及混合能源系统运行区间的不同，会导致能量优化策略存在明显差别。对混合能源系统运行调度模型目标函数的优化，需要能源的加持，以充放电函数为切入点，时刻监测系统运行的荷电状态，灵活调整以保持系统稳定性。根据对计及风电与储能混合能源运行系统的研究，深层次分析微电网经济效益。

根据微电网混合能源系统结构及峰谷特性，构建联合运行调度模型，以每日24h为周期，将其分为峰、平、谷时段进行实时监测，观察微电网储能变化与荷电容量，并灵活调整能量策略，以此达到储能合理分配与充放电功率稳定的目的。以下对计及风电与储能的混合能源系统调度模型优势进行了分析。

通过混合能源系统调度模型，对谷时段微电网系统运行状态进行实时了解，提高对多余电能的利用与储备率。对峰时段微电网外部售电与蓄电池放电情况进行精准控制，为削峰填谷的实现创造有利条件。不仅如此，还要有效减少系统运行的能源消耗，科学降低成本，提高计及风电与储能混合能源系统应用的经济性［2］。

调度模型的构建可为混合储能系统相关函数设计奠定基础，尤其是充放电函数，借此科学调整荷电状态和不理想情况下的充放电功率，延长蓄电池使用寿命，保证蓄电池储存电量充足［3］。与此同时，为混合储能系统提供紧急功率支撑功能，从而有效提高混合储能系统的运行可靠性。

图 计及风电与储能混合能源运行调度模型示意图

在调度模型构建中，设定风电场运行功率始终处于最大点，并且能量优化必须以储能系统为主。混合能源系统调度设计模型如图所示，通过图可对混合能源调度流程有更清晰地了解。图中当前调度时段设定为t；求余运算符设定为%；蓄电池荷电状态及允许下限分别为Sbat、Smin；混合能源系统调度全天总时段设定为nT。根据以上参数设定，对混合能源系统蓄电池状态进行掌握，并保证峰时段放电余量充足，谷时段放电余量合理消耗，借助风电出力的增减控制，对混合能源系统功率进行科学调整，保证其始终处于稳定输出状态。

参考目前国家电网运行要求及调度周期，要求间隔时间以15min为准。借助调度模型，对调度周期所消耗的风电出力情况、负荷需求量等进行预测，实时监测混合能源系统的蓄电池能耗情况、荷电状态，随时对运行调度策略进行调整。在此基础上，保持蓄电池充放电功率的稳定性，对外部电网安全性与能耗进行有效控制，准确计算混合能源系统的交换功率。根据系统所处时段不同，对蓄电池功能进行灵活调整，如在谷时段期间，蓄电池以充电状态为主；平时段期间，蓄电池以充放电兼顾功能为主；峰时段期间，蓄电池以放电功能为主。需注意，峰时段蓄电池虽然以放电为主，但是必须控制在混合系统能源荷电状态的允许值之内。

1.2 系统能量优化

以计及风电与储能的混合能源系统运行模型为载体，风电储能混合能源系统最大运行收益为目标，全天24h为条件构建与之匹配的目标函数，具体如下：

式中，F为混合能源系统的收益函数；k为系统模型的调度周期，其取值范围为1～96；γk为以k周期为准的混合能源系统电网价格；分别为以k周期为准的混合能源系统模型中蓄电池充、放电功率；、分别为以k周期为准的混合能源系统蓄电池充、放电状态；pk为以k周期为准的混合能源系统蓄电池充放电功率，其数值为正代表充电，数值为负代表放电；CF（pk）为蓄电池运行成本；COM（pk）为蓄电池充放电罚函数；βbat（k）为蓄电池荷电百分数与混合能源系统中荷电理想范围的差值，其具体表达式如下：

其中，b1～b5为蓄电池充放电罚函数定值参数；pref为恒定功率。

随着进入峰时段，蓄电池逐渐增加放电量，在此过程中sbat（k）明显减少，βbat（k）随之变大。如此一来，蓄电池荷电状态出现波动，并适当调整放电功率。进入谷时段后，蓄电池充电情况同样如此。在峰时段蓄电池荷电状态并未达到允许下限的情况下，系统对蓄电池的充电借助恒定功率pref完成［4］。

2 混合能源系统的短时间运行波动优化

2.1 构建功率运行波动模型

计及风电与储能的混合能源系统的短时间功率运行波动模型构建，主要目的是对风电出力稳定性进行调整，并科学抑制波动。既可以协调风电储能混合能源系统蓄电池与超级电容的关系，又可以构建微电网功率波动模型，实时对混合能源系统进行调节，设定合理的低通滤波时间，在此基础上，科学完成模型输入操作，继而达到改善功率波动的目的［5］。实时观察混合系统荷电状态，若其余量并未超出合理区间，则必须对风电变化率波动进行预防，适当对低通滤波时间系数τ（t）进行调整，从而达到对t时段波动的抑制。t时段目标功率设定及混合系统稳定抑制要求Pobj（t）、模型构建中混合系统平抑控制的相关功率Phess（t）及变滤波系数λ（t）的公式分别如下：

式中，Pwind（t）为t时段风电出力；Δt为调度周期时间长度；τ（t）为混合能源系统低通滤波时间系数，其具体表达式如下：

式中，Ebat、Esc分别为蓄电池荷电容量、混合能源系统超级电容荷电容量；Ebat＿max、Ebat＿min分别为蓄电池荷电容量的上限及下限；Esc＿max、Esc＿min分别为超级电容荷电容量的上限与下限；a1、a2为混合系统变滤波比例系数。

风电目标功率与比例系数有直接关系，比例系数小，则功率变化稳定，比例系数大，则功率变化波动大，整体抑制效果受到影响，混合能源系统容量利用率下降。根据功率运行波动模型的模拟研究及调试，得到最佳比例系数，为0.3。

2.2 混合系统功率的模糊控制优化处理

混合能源系统中的蓄电池、超级电容器的运行状态及能量消耗等，可以模糊控制为载体，根据系统运行实况优化分配，尤其是混合系统运行功率Phess（t）。优化分配的主要目的是协助混合能源系统对蓄电池余量进行有效控制，并可以对风电并网波动进行控制，延长蓄电池使用寿命。混合系统功率模糊控制设定为t时刻超级电容模式，即dsc（t）。在输入函数x1（t）中带入dsc（t），随后得到混合系统运行期间的荷电偏差量dbat（t），将其输入模糊控制函数x2（t）中。在已知蓄电池初始荷电Sbat0的基础上，对x1（t）、x2（t）进行计算，公式如下：

随后在Phess（t）≥0的规定条件下，得到模糊控制隶属函数。此外为对混合能源系统蓄电池及系统电容充放电功率进行有效控制，结合Psc（t）、Pbat（t）均设定为t时刻的条件，去控制系统风电出力波动，并寻找协同平抑的方法。具体计算公式如下：

结合上述得到的模糊控制隶属函数，实时应用模糊控制算法，根据输入情况得到实时修正系数，即η（t），借此得到超级电容充放电功率与蓄电池充放电功率，具体计算如下：

结合上述计算结果，适当约束混合系统充放电功率。通过混合能源系统模糊控制相关函数值发现，超级电容功率与功率波动控制有直接关系，并且容量越限与功率平抑存在必然联系。系统中的剩余功率与出力均由蓄电池控制，若不能保证蓄电池功率运行需求，便会导致系统运行不平稳现象。

3 混合能源系统模拟仿真

对计及风电与储能的混合能源系统进行模拟仿真。以MATLAB／Simulink软件进行建模，并输入计及风电与储能的混合能源相关数据。随后根据现实环境参数，针对系统中的风速、负荷功率进行调整测试，从而得到能量管理策略的制定依据参数，并为混合能源系统管理做好准备工作。观察混合能源系统模型运行数值变化，发现在未调整的情况下，风力发电波动明显，并且系统运行及功率稳定性不理想。针对这种情况，根据系统运行负荷功率需求，严格控制风电功率，并明确功率期望值。在此基础上，协调负载功率、系统功率之间的需求，在保证能量平衡的条件下，对系统运行功率波动进行有效控制。不仅如此，还能够对系统异常情况瞬时响应，既可以有效规避功率振荡，又可以保证计及风电与储能的混合能源系统管理质量。

4 结束语

综上所述，通过对计及风电与储能的混合能源系统管理的研究，对这种混合能源系统有更准确的认识。作为新能源利用的代表，混合能源系统的稳定性始终是关注的焦点。从长时间持续运行角度对计及风电与储能的混合能源系统进行优化，积极构建混合能源运行调度模型，并总结能量优化的策略。从计及风电与储能的混合能源系统短时间运行波动控制角度，构建功率运行波动模型，并总结混合能源系统功率的模糊控制优化处理策略。结合模型的构建及仿真运行，发现混合能源运行调度模型与功率运行波动模型的构建及优化措施对稳定性管理效果明显，对计及风电与储能的混合能源系统管理水平提高有积极意义。