净效益最大的平抑风电功率波动的混合储能容量配置方法

方法可以精确地将风电功率数据时间序列中真实存
在的不同尺度波动逐级分解，且分解后得到的子模
态要远少于小波算法，因此重构过程的运算量得到
简化，极具工程实用性[13]。
对数据序列 x(t)进行 EMD 分解，可以得到若干
本征模态函数 ci(t)和余项 rn(t)（为方便起见，文中
统一简写为 ci 和 rn），即
摘要 通过分析不同功率分配方法对储能容量配置的影响，提出了一种利用滑动平均和经验 模态分解（EMD）获得储能参考功率的混合储能（HESS）功率和容量配置方法，并基于全寿命 周期成本（LCC），考虑减少风电场旋转备用和缓建并网通道容量效益，以净效益最高为目标实时 平抑风电功率波动。该方法首先利用滑动平均法得到 HESS 参考功率，采用 EMD 将其分解成一 系 列 本 征 模 态 函 数 （ IMF ）。 根 据 功 率 型 和 能 量 型 储 能 的 特 性 ， 以 瞬 时 频 率 -时 间 曲 线 混 叠 最 少 为 原则选择分界频率，将分解后的子分量重构成高、低频信号，分别作为功率型储能和能量型储能 的参考功率。然后，考虑储能系统的充放电效率和荷电状态（SOC），配置不同储能组合方案下各 储能的功率和容量，并与其他功率分配方法下的配置结果进行对比分析。最后，构建 HESS 的成 本-效益模型，比较不同方案的净效益，得出经济最优的配置方案。
储能系统能够实现电能的时空平移，在发电侧 配置储能系统能够平抑风电功率波动，减少系统旋 转备用容量，提高电网接纳风电能力[4,5]。储能介质 有 能 量 型 和 功 率 型 两 类 [6,7] 。 能 量 型 以 蓄 电 池 为 代 表，其能量密度较大，但功率密度较小且响应时间 较长，适合处理能量高的低频波动功率。功率型以 超级电容、飞轮和超导磁储能为代表，其功率密度 大，响应时间短，可频繁充放电，但能量密度较低， 适合处理能量低的高频波动功率[8]。为了同时具备 两种储能介质的优点，本文使用由能量型储能和功 率 型 储 能 组 合 的 混 合 储 能 系 统 （ Hybrid Energy Storage System，HESS）来平抑风电功率波动。
本文对基于 EMD 的 HESS 功率分配方法进行 研究和改进，分析不同功率分配方法对储能容量配 置的影响，提出了一种利用滑动平均法获得储能参 考功率，并在此基础上对 HESS 全寿命周期成本 （Life Cycle Cost, LCC）进行建模，考虑运行效益， 提出一种以净效益最高为目标实时平抑风电功率波 动的 HESS 功率和容量配置方法。首先，根据风电 并网波动率约束，利用滑动平均法获得风电并网参 考功率，将原始风电功率与并网参考功率之差作为 HESS 参考功率。采用 EMD 将 HESS 参考功率分解 成不同频段的子分量，选择分界频率，将其重构成 高、低频信号，分别作为功率型储能和能量型储能 的参考功率。同时对比分析了不同功率分配方法下 的配置结果。然后，LCC 考虑储能减少风电场旋转 备用效益和缓建并网通道建设容量效益，构建储能 的成本-效益模型，以净效益最高为目标，选择最优 的配置方案。
关键词：平抑风电功率波动 混合储能系统 经验模态分解 容量配置 经济评估 净效益 中图分类号：TM614
Capacity Determination of Hybrid Energy Storage System for Smoothing Wind Power Fluctuations with Maximum Net Benefit
Hale Waihona Puke Baidu
图 1 风储联合发电系统结构 Fig.1 Structure of wind-energy storage power
generation system
求取储能参考功率并进行功率分配通常采用的 方法是将原始风电功率 PW(t)进行 EMD 分解，分解 出的余量或低频分量作为并网功率，再对剩余分量 进行各类型储能的功率分配，功率分配方法一如图 2a 所示。其并网功率不一定刚好符合并网标准，可 能导致风电波动平抑程度不足，从而并网分量不满 足波动要求，或因平抑程度过高而增加弃风并使配 置的储能功率和容量偏大。
2016 年 7 月 第 31 卷第 14 期
电工技术学报
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
Vol.31 No. 14
Jul.
2016
净效益最大的平抑风电功率波动的 混合储能容量配置方法
张 晴 李欣然 杨 明 曹一家 李培强
（湖南大学电气与信息工程学院 长沙 410082）
国家重点基础研究发展计划（973 计划）（2012CB215106）和国家自然科学基金（51477043）资助项目。 收稿日期 2015-12-30 改稿日期 2016-03-27
第 31 卷第 14 期
张 晴等 净效益最大的平抑风电功率波动的混合储能容量配置方法
41
0 引言
由于风电场的输出功率具有随机性和波动性， 大规模风电并网，会对电网造成冲击，影响系统安 全可靠运行[1]，系统需增加额外旋转备用来平抑风 电波动。因此，许多国家制定了间歇式电源并网标 准[2]，中国也出台了相关规定，严格限制并网风电 功率的波动范围[3]。
（a）方法一
（b）方法二（本文方法）
图 2 功率分配方法 Fig.2 Methods of power allocation
本文首先采用滑动平均法得到满足我国风电并 网标准的并网参考功率 Pout(t)，然后将 PW(t)与 Pout(t) 之差作为储能系统参考功率（见式（2）），再进行功 率分配，功率分配方法二如图 2b 所示。有效地避免 了上述问题，能够在满足并网标准的前提下配置出 最优的储能功率和容量。
1 基于 EMD 分解的混合储能平抑方法
1.1 经验模态分解
经验模态分解是一种自适应时频处理方法，适
合分析非平稳、非线性信号。其本质是将复杂信号
按照频率由高到低分解成一系列本征模态函数，然
后通过希尔伯特变换获得频谱图，得到具有物理意
义的频率[17]。经验模态分解法根据数据自身的时间
尺度特征来处理信号，不需要预先设定基函数，该
采用 HESS 平抑风电功率波动的方法近年来多 有报道。文献[9]提出基于低通滤波原理的风电功率 波动平抑控制策略及满足平抑过程能量需求的储能 容量配置方法，研究了储能系统平抑风电功率波动 的有效性，但该方法缺少对储能的约束条件，同时 低通滤波分解存在频谱混叠，难以精确提取其特征。 文献[10]提出基于小波包分解的混合储能技术平抑 风电场输出功率波动的方法，但小波包分解结果与 基波的选择有关，其准确度与原始信号波动程度有 关 。 文 献 [11] 先 将 原 始 风 电 功 率 进 行 经 验 模 态 分 解 (Empirical Mode Decomposition，EMD)，分解后的 低频分量作为风电并网功率，剩余分量作为储能出 力的参考功率。侧重于给定额定功率和容量基础上 的功率分配方法，没有进行储能容量配置，也没有 涉及经济性问题。文献[12]将风电功率分解后的余 量作为并网功率，仅对容量进行配置，未给出功率 配置方法。文献[13]设置参考调度功率作为风电并 网数据，以此计算储能的动作指令，在计算经济性 时没有考虑储能的运行效益。以上文献得到的储能 出力参考功率偏高，导致配置的储能容量较大，而 且弃风率也偏高。
目前，关于储能系统的研究大多集中在控制策 略和容量配置上，对于储能成本和运行效益的分析 较少。文献[14]从规模储能装置的性能指标和运行
指标出发，推导出了“规模储能的经济效益指数” 关系式，并未考虑特定领域中的经济效益指标。文 献[15,16]提出了一种电力需求侧储能经济评估的方 法，考虑政府补贴和峰谷差价等，建立储能用于削 峰填谷的经济收益模型。由于储能的经济效益主要 体现在削峰填谷应用模式下，对其用于平抑功率波 动的效益研究较少。
n
n
∑ ∑ x (t ) = ci (t ) + rn (t ) = ci + rn
（1）
i =1
i =1
然后选择分界频率，可以将上述分解信号重构
成高、低频分量和余量。
42
电工技术学报
2016 年 7 月
图 1 为风储联合发电系统结构。其中，PW(t)为 风电场输出功率，Pout(t)为并网功率，PHESS(t)为储 能系统参考功率（系统给储能充电时为正）。
Zhang Qing Li Xinran Yang Ming Cao Yijia Li Peiqiang （College of Electrical and Information Engineering Hunan University
Changsha 410082 China）
Abstract After analyzing different methods, a means using moving average method and empirical mode decomposition (EMD) was presented to obtain power and capacity allocation of hybrid energy storage system (HESS). Based on the life-cycle cost theory, considering the benefits when the quantity of spinning reserve and transmission network decreases, the wind power fluctuations were smoothed with the maximum net benefit. First, EMD was used to decompose the HESS reference power which was derived by moving average, and then a series of intrinsic mode functions (IMFs) were obtained. From the instantaneous frequency-time profiles of the IMFs, the so-call gap frequency was identified. Subsequently, the HESS reference power was decomposed into high and low frequency components. Power smoothing was then achieved by regulating the reference power of the power and energy storage to mitigate the high and lower frequency fluctuating components respectively. Then, taken the HESS charge-discharge efficiency and state of charge (SOC) into account, the required power and capacities of different schemes were determined. Finally, the cost-benefit model of HESS was established to compare the net benefit of each scheme and select the optimal one.
Keywords：Smoothing wind power fluctuations, hybrid energy storage system, empirical mode decomposition, capacity determination, economic evaluation, net benefit