平抑风电波动的混合储能容量配置策略

何新宇,党照群,杨斯涵,吴 帅

(沈阳工程学院电力学院,辽宁 沈阳 110136)

0 引言

作为应对能源短缺及推动可持续发展的关键途径,风力发电已成为增长最迅速的可再生能源发电形式之一。根据统计数据,我国(除港澳台地区外)新增风电装机容量为4983万kW[1-6]。然而,风力发电具有显著的功率波动性和随机性,导致其大量接入电网后出现功率不均衡与电压不稳定等问题,对电力系统的稳定性产生负面影响[7]。为解决这些问题,引入储能系统来调节风电的波动性,使其能够平稳输送能量,同时确保整个系统的稳定运行。储能能够迅速实现两向流动,保持稳定输出,并突破传统“生产-消费”模式,实现时间与空间的能源转换。根据储存形式不同,目前研究将其划分为2种:一种是基于蓄电池的能量型储存;另一种是基于超级电容器的功率型储存。这2种储存设备各有特点,充/放电功率、反应速度和价格等方面都有所差异。结合这些优势,本文构建了一个多元化储能联合运行的混合储能系统(HESS),可在时间和空间上分离发电和用电过程,使电力系统的硬链接变得更加柔韧。作为一种类似于多个时间维度的弹性电源,HESS可以有效平衡供需关系,确保系统的安全性和经济效益。因此需要深入探讨关于储能设备的配置方案和管理策略。

目前主要调控方式是基于参数的改良与调试,其方案相对有限,尽管在某种程度上可增加风电的稳定性,却未能充分考虑不同时间段的风电波动特性,且无法保证风电平稳性,也不符合风电波动的要求,更没有构建相应的评估标准来评价风电抑制策略,因此引入过滤器和平稳化技术,提出可同时考虑风电的平稳性和适应多种时间尺度的短期风电波动性的调节方法,确保储能的最优输出能力,根据风电的多时段超标频率和储能的需求数量来评估风电抑制策略。

1 小波去噪-MPC联合优化平抑策略

首先对初始阶段的小波去噪技术与MPC协同优化来实现平稳化处理,其流程是利用小波过滤方法得到需要的关键信息,即来自功率波动较低频率的信息;然后将其他关键数据输入MPC系统中,且系统设定的任务是以 “需要的存储能力” 达到最低水平为限,同时考虑限制因子,如必须满足1 min内或30 min内最大振幅等一系列相关要求;最后用1 min的数据样本作为基础点开始实施连续性的运算工作。

1.1 基本流程

基于小波去噪技术与MPC协同优化平稳化处理流程如图1所示。首先利用小波去噪技术来捕捉并提炼初始风力发电数据特性。由于存储装置会吸收部分中高功率波动频率信息,仅保留低功率波动频率信息,因此利用MPC对需要储存能量的需求作出评估,目的是使需求量的误差达到最低,同时满足大于1 min且小于30 min的振幅限制条件。且设定1 s作为预估时间段,以使用小波变换后得来的结果作为循环运算依据,并对未来每秒内可能需要的能量供应作出最佳响应方案,减小不可控因素带来的影响。在每1 h内或每30 min内超过规定范围的变化量或其对应到必须提供储能的容量大小等情况时,需不断更新调控参数,最终获得理想化分解层数的优化方法。

图1 小波去噪-MPC协同优化平稳化处理流程

1.2 基于小波去噪特征提取

一阶滤波、卡尔曼滤波和小波变换等过滤频率的方法易于执行,但未必能保持风力发电信号的特性及光滑程度。使用小波去噪技术,可同时捕捉风力发电信号特点并完成过滤过程,理论上使去除噪声后风力发电信号的趋势与其原始状态保持一致,并使方差值达到最低水平[8]。

与传统风力发电数据分析方法相比,基于小波变换(wavelet decomposition,WD)的方法有效去除对复杂且包含大量干扰因素信息源的杂质 ,并保证其完整性和准确性。在一定程度上避免因过多背景或其他无关信息的混入而导致结果失真。该技术还可根据需要灵活调整参数设置,如选择合适的窗函数长度、基底宽度的设定等关键指标以获得最优解,从而达到最佳效果。

(1)

式中:δ为选取的一个合适阈值,与分解得到的小波系数Cj,k相比,设大于等于阈值的小波系数保持不变,其他设为零,以实现风电输出信号降噪。

经过分解阈值和信息重构,小波去噪可完成风电信号的划分、去噪及修复。分解过程选择db8作为小波基进行转换,通过观察风电产生信号的微小变化,获取小波基波变换系数。

将风力发电的输出信号分解后获得的各频段小波系数与阈值进行对比。在重构过程中,对经过调整的小波系数再次建模,得到去噪后的风电输出信号。

(2)

(3)

用无偏风险评估准则作为阈值的基础,并以每层阈值的风险评估值来构建风险向量Risk(k)。

(4)

式中:NV为待估计向量;k为待估计向量每个元素的下标。找出风险向量Risk极小值所相应的位置,确定阈值thrrigrsure,即:

(5)

(6)

1.3 基于MPC优化输出

(7)

为达到储存能量在一个预估时间段内输出最低目标,同时保证其输出的稳定性和可接受的波动率,需设定γ1 min和γ30 min作为限制条件,并使用二次规划来寻找最佳解决方案。可以得到未来每个时间点的调控存储能源输出命令Px(k)。目标函数为

(8)

风电波动约束条件为

(9)

(10)

(11)

(12)

-Px≤Px(k+j)≤Px

(13)

取控制储能出力指令序列中第1个储能出力作用于MPC优化系统,得出k时刻的风电输出功率。重新计算k时刻的风电出口能量,并按照流程进行操作,获得k+1时刻储能和风电的输出能量,进行滚动优化。

2 混合储能系统的容量配置原理

构建包含超级电容与铅酸蓄电池的双型储存设备系统,并采用短期的风电抑制策略,即小波去噪联用模式来调整其输出能量,以此达到平稳调节风力发电机组的目的。同时引入复合存储量的分配标准—综合成本,以便有效实施该组合方式,从而提高其使用寿命。

2.1 混合储能系统结构

图2为风电场混合储能组合运行系统。在多个风力发电机和所在的风电厂共同组成的混合储能系统管理下,可实现对电力输出的有效调控,以达到符合电网接入需求的目标。系统的功率模型为

图2 风电场混合储能组合运行系统

Pwind(t)=Pw(t)+Pc(t)+Pb(t)

(14)

式中:Pw(t)为初始风电的功率;Pb(t)为铅酸蓄电池充放功率参考值;Pc(t)为超级电容器充放功率参考值;Pwind(t)为风能并网所需的功率,即出力总和。

2.2 混合储能容量配置

基于成本效益将混合储能系统的电力进行一次性分配。在融合了小波去噪联合模式的预测控制优化风储协作方法中,本文采用包括波动超标处罚及混合储能初期投入费用总额的综合价位来确定混合储能的大小,同时根据其特质来调整混合储能的分配。小波去噪可从风电功率波动的高频率、低振幅中部分去除干扰因素;而铅酸蓄电池则负责吸收经过模型预测控制算法修改过的风电输出变化的低频率部分。

s2=Nunlimited1,resCun1+Nunlimited30,resCun30+Pc,nCc,p+

Ec,nCc,e+Pb,nCb,p+Eb,nCb,e

(15)

式中:Cun1、Cun30分别为1 min及30 min内因风电超出限制而产生的处罚费用;Cc,p、Cc,e分别为超级电容器的功率价格和储存量价格;Cb,p、Cb,e分别为铅酸蓄电池的功率价格和储存量价格。混合储能具体参数设置见表1。

表1 混合储能相关参数

3 储能设备运行状态及评价指标

混合储能系统可根据不同类型的储存设备来实现相互补充和调整,从而提高输出能力、释放能量的能力、使用年限及经济效益等[12-13]。本文选择电池充电状态作为衡量储能系统运行情况的标准,并通过计算储能设备进入“死亡区域”的时间和预估其工作寿命来评估设备。

3.1 荷电状态

荷电状态(state of charge,SOC)可以反映出储存器件在消耗后剩余的电量。如果SOC数值超过其最大容量或低于最小容量,都可能对储存器的生命周期产生负面影响。SOC是剩余电量和总容量之比,具体公式为

(16)

0≤ωx,c+ωx,d≤1

(17)

ωx,c,ωx,d∈{0,1}

(18)

SOCx,min≤SOCx(t)≤SOCx,max

(19)

式中:Px(t)为t时刻储能设备x的输出功率,用符号“+”或“-”来标记放电与充电状态;x=b为铅酸蓄电池;x=c为超级电容器;SOCx(t)、SOCx(t-1)分别为t时刻和t-1时刻内储能设备x的剩余能量水平;ωx,c和ωx,d分别为储能设备x在t时刻的输入/输出状况,为充电和放电比例。

3.2 储能死区时间

储能死区时间Td是指当储能运行处于SOC上下限的时间。若该时段过长,可能会影响到储能设备的使用年限,需要对此阶段的数据进行详细研究与评估。具体公式为

(20)

(21)

存储管理系统每次充满和释放都是一次循环,随着输出命令的持续发布,储能设备的周期性循环频率会逐渐增加,但其容量不断下降。储能装置的容量和释放频率Nloop可表示为

(22)

(23)

3.3 储能运行寿命预算

可通过延长储能设备的使用年限,也就是降低设备寿命的损耗来提高效益。储能设备健康状况受到多种因素的影响,如充、放电深度、容量输出能力、存储环境温度、使用频次及电池余量等。这些因素会逐渐减少储能设备的使用年限。根据相关研究[14],储能设备的有效期限仅可储存出厂标称容量80%。引入循环寿命这一概念,即指储能设备在退役前可完成的充放电周期数目。然而,并非每次充放过程都完全饱和,仅通过累计充放次数评估当前储能设备的生命期并不完全准确。

因此,在实际评价中,运用工程材料疲劳解析法来计算存储装置的真实充、放电情况,使用“塔顶法”记录储存器件循环周期的放电程度[15-16],通过比较数据与储存器循环生命周期的关联进行换算,得出真实的循环频率。

4 算例分析

电价是混合储存容量分配的标准,计算时使用小波去噪-MPC联合优化法,目的是通过设定风电稳定的最低值来达到最小存储输出,同时保证能够满足风电波动的要求(忽略存储输出的限制)来获得每个分裂层次的小波去噪-MPC联合优化下的风电稳定度数和混合储存的需求度数。具体数据见表2。

表2 综合成本分配下各划分层次指标

由表2分析,若分级数量达到5级,则整体花费最少,而1 min及30 min内超过限制的次数分别只有0次和170次,所需动力储存设备(超大电容器)的最大量输出应为2.4099 MW,同时存储量也需设置为0.9608 MWh。储能设备(铅酸电池)的最高存储能力应该设定为6.1680 MW,并且最小的存储量也需要调整到12.0571 MWh,具体表现形式如图3所示。

图3 综合成本平抑前后风电波动率的变化情况

储能的实时分配受最大功率和容量的限制,同时储能过度充电或放电对荷电状态也会产生一定影响。本文采用小波去噪与MPC协同优化策略来降低储存设备的工作输出功率,并兼顾发电量的不稳定性和存储容量的影响等制约关系。通过式(8)、式(11)、式(14)和式(20)设定指标值及其相应的边界限定项,得到图4。

图4 在储能约束下风电、储能出力情况及在平抑前后的波动情况

在存储限制环境中,风电输出l min与30 min波动的超标次数分别是15次和782次。为满足需求,当所需的最大量储能设备是功率型的超级电容器时,其最高负载能力达到2.4099 MW,最低储存量则需达0.9608 MWh;当储能设备为能量型的铅酸蓄电池时,其最大储存能力为5.6747 MWh,最小储存量为5.8714 MWh。与没有存储限制相比,铅酸蓄电池的使用容量有所减少。由图4、图5可知,在存储限制的抑制方式下,在50 000～60 000 s内出现一次上升趋势,这是受存储量的限制,无法充分吸收超过标准的能源,所以1 min内风电波动曲线的顶点出现在56 110 s。尽管降低了风电的稳定性,但也确保了铅酸蓄电池能够维持在适宜的工作状态内。

5 结语

为解决当前风电稳定的策略无法精确平衡风电平稳度和平滑性的需求,并兼顾风电功率波动性和最佳储蓄能力,本文提出了结合小波去噪和MPC的新风电稳定操作方式来提升储能的使用效率。通过模拟验证了小波去噪技术可捕捉到风电产量的特征,但不符合30 min波动平滑的标准,所以其平滑效果有限。在此基础上,使用MPC对风电产量进行修正试验,结果显示,该方法有助于减少1 min及30 min内风电产量的波动。根据风电生产量超过限制值的频率及储能的规模和分配情况作为主要评价标准。