戚永志 劉玉田

（山東大學(xué)電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室 濟(jì)南 250061）

1 引言

隨著化石能源的日益枯竭以及環(huán)境保護(hù)壓力的增大，風(fēng)能和光伏等可再生能源發(fā)電以其資源豐富、污染小的特點(diǎn)，越來(lái)越受到青睞，近幾年來(lái)發(fā)展迅速，截止到 2012年底，我國(guó)風(fēng)電裝機(jī)容量為 75 324.2 MW[1]，光伏裝機(jī)容量為 7 000MW。風(fēng)能和光伏等可再生能源發(fā)電都有波動(dòng)性和隨機(jī)性的特點(diǎn)[2,3]，受目前功率預(yù)測(cè)精度的限制[4,5]，使得大規(guī)?？稍偕茉床⒕W(wǎng)給電力系統(tǒng)的安全穩(wěn)定運(yùn)行造成了較大的消極影響[6-8]。在長(zhǎng)時(shí)間尺度下，風(fēng)能和太陽(yáng)能具有一定的互補(bǔ)性：白天光照強(qiáng)，風(fēng)力弱，光伏發(fā)電量大，風(fēng)力發(fā)電量小，而夜間，無(wú)光照，但風(fēng)力較強(qiáng)，光伏不發(fā)電，風(fēng)力發(fā)電量大；冬季光照弱，風(fēng)力強(qiáng)，光伏發(fā)電量小，風(fēng)力發(fā)電量較大，而夏季光照強(qiáng)，風(fēng)力較弱，光伏發(fā)電量大，風(fēng)力發(fā)電量小。風(fēng)光互補(bǔ)的發(fā)電形式，一定程度上降低了總的功率波動(dòng)，也降低了對(duì)儲(chǔ)能容量配置的需求[9-11]?？紤]風(fēng)力發(fā)電和光伏發(fā)電的互補(bǔ)特性以及電池儲(chǔ)能電站的動(dòng)態(tài)響應(yīng)特性，通過(guò)風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)的方式并網(wǎng)可以減弱功率波動(dòng)，改善可再生能源并網(wǎng)特性。

目前已對(duì)風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)開(kāi)展了一些研究工作。文獻(xiàn)[12]提出了蓄電池的分組分次充放電策略，及時(shí)地追蹤風(fēng)電、光伏發(fā)電功率變化，進(jìn)行快速的功率吸納和釋放，同時(shí)減少蓄電池的循環(huán)次數(shù)。文獻(xiàn)[13]提出了一種儲(chǔ)能充放電優(yōu)化模型，該模型以有功功率波動(dòng)最小為目標(biāo)，其約束考慮了每個(gè)步長(zhǎng)的儲(chǔ)能初始容量和儲(chǔ)能充放電控制策略。文獻(xiàn)[14]給出了獨(dú)立風(fēng)光儲(chǔ)微網(wǎng)系統(tǒng)中儲(chǔ)能容量最佳配置方法。文獻(xiàn)[15]通過(guò)分時(shí)段優(yōu)化策略，給出了風(fēng)電/光伏/儲(chǔ)能的最佳配置方案。文獻(xiàn)[16]研究了不同的風(fēng)電/光伏/儲(chǔ)能容量配比以及協(xié)調(diào)策略對(duì)系統(tǒng)可靠性的影響。文獻(xiàn)[17]利用復(fù)合儲(chǔ)能技術(shù)來(lái)平抑功率波動(dòng)，通過(guò)超級(jí)電容器平抑短時(shí)頻繁變化的波動(dòng)，使用蓄電池來(lái)平抑長(zhǎng)時(shí)變化緩慢的波動(dòng)，以減少蓄電池的充放電次數(shù)和超級(jí)電容器的容量配置。

上述文獻(xiàn)從不同方面對(duì)風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)進(jìn)行了研究，其中對(duì)于風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)協(xié)調(diào)控制的研究主要集中在儲(chǔ)能的優(yōu)化控制上，未考慮與風(fēng)電、光伏的協(xié)調(diào)配合，也未考慮儲(chǔ)能的短時(shí)過(guò)載能力對(duì)平抑風(fēng)光儲(chǔ)波動(dòng)的影響。

為改善風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)的出力特性，增強(qiáng)聯(lián)合系統(tǒng)的功率跟蹤能力，降低功率波動(dòng)，減小儲(chǔ)能電站的充放電次數(shù)，本文基于協(xié)調(diào)優(yōu)化的思想，研究提出了一種風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)的控制方法，仿真算例證明了其有效性。

2 風(fēng)光儲(chǔ)系統(tǒng)輸出功率滾動(dòng)優(yōu)化與實(shí)時(shí)控制

風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)輸出功率滾動(dòng)優(yōu)化與實(shí)時(shí)控制方法以在線滾動(dòng)優(yōu)化和有功實(shí)時(shí)控制相結(jié)合的方式實(shí)現(xiàn)，其中，有功實(shí)時(shí)控制模塊（控制時(shí)間間隔為1s）包含風(fēng)/光計(jì)劃出力微調(diào)模塊以及儲(chǔ)能電站實(shí)時(shí)控制模塊，如圖1所示。

圖1 風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)控制模型Fig.1 Control model of wind-photovoltaic-storage system

在線滾動(dòng)優(yōu)化模塊根據(jù)電網(wǎng)的計(jì)劃出力曲線，結(jié)合風(fēng)電場(chǎng)和光伏電站的超短期功率預(yù)測(cè)，計(jì)及風(fēng)電場(chǎng)和光伏電站的出力響應(yīng)速度以及儲(chǔ)能電站的動(dòng)態(tài)響應(yīng)能力，給出風(fēng)電場(chǎng)、光伏電站和儲(chǔ)能電站分鐘級(jí)（時(shí)間間隔為1min）的優(yōu)化計(jì)劃出力曲線，下發(fā)給各個(gè)場(chǎng)站。風(fēng)/光計(jì)劃出力微調(diào)模塊將根據(jù)實(shí)時(shí)風(fēng)電場(chǎng)風(fēng)速和光伏電站光照等信息，對(duì)風(fēng)電場(chǎng)和光伏電站計(jì)劃出力進(jìn)行微調(diào)，平衡計(jì)劃超額（計(jì)劃出力大于自然出力的部分），降低在線滾動(dòng)優(yōu)化模塊中預(yù)測(cè)誤差對(duì)計(jì)劃出力的影響，保證風(fēng)/光計(jì)劃出力微調(diào)后具有更高的可完成性，降低儲(chǔ)能補(bǔ)償?shù)膲毫Α?chǔ)能電站實(shí)時(shí)控制模塊根據(jù)風(fēng)/光跟蹤計(jì)劃出力曲線的完成度以及風(fēng)電和光伏的出力爬坡情況，選擇不同的控制模式（正常運(yùn)行模式和短時(shí)過(guò)載模式），實(shí)時(shí)補(bǔ)償功率偏差，以提高聯(lián)合系統(tǒng)跟蹤計(jì)劃出力曲線的能力。通過(guò)在線滾動(dòng)優(yōu)化和協(xié)調(diào)控制相結(jié)合的方式，降低聯(lián)合系統(tǒng)對(duì)儲(chǔ)能電站的容量需求，從而降低聯(lián)合系統(tǒng)的投資成本；該方法可提高聯(lián)合系統(tǒng)跟蹤計(jì)劃出力的能力，進(jìn)而提高電網(wǎng)對(duì)新能源的接納水平，降低電網(wǎng)的調(diào)控壓力和運(yùn)行成本，最終實(shí)現(xiàn)整體社會(huì)效益最大化。

3 聯(lián)合系統(tǒng)在線滾動(dòng)優(yōu)化

3.1 目標(biāo)函數(shù)

風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)輸出功率滾動(dòng)優(yōu)化與實(shí)時(shí)控制方法旨在提高聯(lián)合系統(tǒng)的功率跟蹤能力，改善其輸出特性。在儲(chǔ)能容量配置充足的情形下，可實(shí)現(xiàn)功率和計(jì)劃無(wú)偏差。但在儲(chǔ)能容量配置一定的情形下，實(shí)現(xiàn)功率和計(jì)劃無(wú)偏差，即將功率出力作為等式約束，存在以下問(wèn)題：①風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)計(jì)劃出力可能與風(fēng)光預(yù)測(cè)功率之和偏差過(guò)大，超過(guò)儲(chǔ)能的補(bǔ)償能力，該等式約束無(wú)法滿足；②將功率出力作為等式約束會(huì)限制在線優(yōu)化空間，為滿足該等式約束可能增加儲(chǔ)能電站的功率補(bǔ)償壓力和充放電次數(shù)，造成儲(chǔ)能電站頻繁的充放電，降低了儲(chǔ)能電站的使用壽命；③為實(shí)現(xiàn)功率和計(jì)劃無(wú)偏差將需要大量?jī)?chǔ)能，也將大大增加聯(lián)合系統(tǒng)的投資，降低聯(lián)合發(fā)電系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。相比將功率出力作為等式約束，將總的平均功率偏差作為優(yōu)化目標(biāo)后，可保證在可接受的功率偏差范圍內(nèi)，不增加儲(chǔ)能容量，降低聯(lián)合發(fā)電系統(tǒng)投資，增強(qiáng)其運(yùn)行的經(jīng)濟(jì)性。電池儲(chǔ)能電站建造運(yùn)行成本較高，頻繁充放電將降低其運(yùn)行壽命，降低聯(lián)合系統(tǒng)運(yùn)行經(jīng)濟(jì)性。為此，在線滾動(dòng)優(yōu)化模塊考慮了儲(chǔ)能電站容量和功率約束、風(fēng)電場(chǎng)和光伏電站的功率和響應(yīng)速度約束，建立了以聯(lián)合系統(tǒng)總的有功功率偏差最小、儲(chǔ)能電站充放電次數(shù)最少和優(yōu)化末段儲(chǔ)能電站剩余電量最大（即 SOC最大）的優(yōu)化模型。該優(yōu)化模型將聯(lián)合系統(tǒng)的計(jì)劃出力合理分配給風(fēng)/光/儲(chǔ)，優(yōu)化三者運(yùn)行，在兼顧跟蹤計(jì)劃出力的基礎(chǔ)上，降低儲(chǔ)能電站的補(bǔ)償壓力，降低儲(chǔ)能電站的充放電次數(shù)，提高其運(yùn)行壽命。目標(biāo)函數(shù)如下所示。

（1）總的平均功率偏差最小，以實(shí)現(xiàn)精確跟蹤，其目標(biāo)函數(shù)f1(x)

（2）充放電次數(shù)最小，以提高儲(chǔ)能電站運(yùn)行壽命，其目標(biāo)函數(shù)f2(x)

（3）控制時(shí)段末期剩余電量最大，以提高下個(gè)控制時(shí)段儲(chǔ)能的功率補(bǔ)償能力，其目標(biāo)函數(shù)f3(x)

式中，N為優(yōu)化時(shí)段內(nèi)總的時(shí)段數(shù)；時(shí)段i取1,2,··N；Psch(i)為時(shí)段 i內(nèi)聯(lián)合系統(tǒng)總的計(jì)劃出力；Ppv_sch(i)和Pf_sch(i)分別為光伏電站和風(fēng)電場(chǎng)在時(shí)段i的計(jì)劃出力；Pb_sch(i)為儲(chǔ)能電站在時(shí)段i內(nèi)的計(jì)劃出力，充電時(shí)，該值為正值，放電時(shí)，該值為負(fù)值；Nb為儲(chǔ)能電站總的充放電次數(shù)，儲(chǔ)能電站在運(yùn)行過(guò)程中，具有三種狀態(tài)：充電、放電和出力為零，當(dāng)儲(chǔ)能電站由一種狀態(tài)轉(zhuǎn)換為另一種狀態(tài)時(shí)，充放電次數(shù)增加 1，在同一種狀態(tài)（充電或放電狀態(tài)）下僅出力大小調(diào)整時(shí)，充放電次數(shù)不變。

3.2 約束條件

（1）儲(chǔ)能電站容量和功率約束式（4）為儲(chǔ)能電站容量約束，其中，SOC(i)為時(shí)段i內(nèi)儲(chǔ)能電站的荷電狀態(tài)；SOCmax和SOCmin分別為儲(chǔ)能電站SOC的上、下限；δ為儲(chǔ)能電站的自放電率；γC為儲(chǔ)能電站的充電效率；γD為儲(chǔ)能電站的放電效率。

式（5）為儲(chǔ)能電站功率約束[18]，計(jì)及了儲(chǔ)能電站荷電狀態(tài)對(duì)輸出功率的影響，為本文給出的動(dòng)態(tài)確定儲(chǔ)能功率上限的方法。當(dāng)儲(chǔ)能電站SOC位于低電量區(qū)，即[SOClow, SOCmin]時(shí)，限制儲(chǔ)能放電功率，SOC越小，允許的放電功率越小，以避免過(guò)度放電；當(dāng)儲(chǔ)能電站SOC位于高電量區(qū)，即[SOChigh,SOCmax]時(shí)，限制充電功率，SOC越大，允許的充電功率越小，以避免過(guò)度充電。其中，SOChigh和SOClow為儲(chǔ)能電站高低電位閾值；Prate為儲(chǔ)能電站額定功率；Pb_dic_max為儲(chǔ)能電站放電功率上限；Pb_ch_max為儲(chǔ)能電站充電上限。

（2）風(fēng)電場(chǎng)出力約束

式中，Pf_pre(i)為時(shí)段 i內(nèi)的功率預(yù)測(cè)值，該值通過(guò)風(fēng)電場(chǎng)的超短期功率預(yù)測(cè)獲得，超短期功率預(yù)測(cè)由于時(shí)間尺度短，其預(yù)測(cè)誤差較小，能夠滿足在線滾動(dòng)優(yōu)化的需求；Vf(i)為時(shí)段 i內(nèi)風(fēng)電場(chǎng)的出力調(diào)整速度；Vf_upmax和Vf_dmax分別為向上和向下調(diào)整速度限值，通過(guò)風(fēng)電場(chǎng)實(shí)際運(yùn)行中統(tǒng)計(jì)得到的調(diào)整速度整定得到，將統(tǒng)計(jì)得到的向上和向下調(diào)整速度的最大值作為相應(yīng)的限值。

（3）光伏電站出力約束

式中，Ppv_pre(i)為時(shí)段i內(nèi)的功率預(yù)測(cè)值，該值通過(guò)光伏電站的超短期功率預(yù)測(cè)獲得；Vpv(i)為時(shí)段i內(nèi)光伏電站的出力調(diào)整速度；Vpv_upmax和Vpv_dmax分別為向上和向下調(diào)整速度限值，通過(guò)光伏電站實(shí)際運(yùn)行中統(tǒng)計(jì)得到的調(diào)整速度整定得到，將統(tǒng)計(jì)得到的向上和向下調(diào)整速度的最大值作為相應(yīng)的限值。

3.3 求解算法及方案選擇

在線滾動(dòng)優(yōu)化為多目標(biāo)優(yōu)化問(wèn)題，本文引入非支配排序遺傳算法（Non-dominated Sorting Genetic Algorithm，NSGA）-Ⅱ求解[19]。NSGA-Ⅱ算法能夠快速得到多個(gè)pareto最優(yōu)方案，在優(yōu)化變量較少時(shí)，求解速度快，能夠滿足在線優(yōu)化需求，本文將優(yōu)化時(shí)段內(nèi)的風(fēng)/光/儲(chǔ)每分鐘出力作為優(yōu)化變量，當(dāng)優(yōu)化時(shí)段為15min時(shí)（時(shí)間間隔為1min），優(yōu)化變量為45個(gè)（風(fēng)/光/儲(chǔ)各15個(gè)），優(yōu)化變量相對(duì)較少，故采用NSGA-Ⅱ算法。求解后將得到多個(gè)pareto最優(yōu)方案集合ψ0，在兼顧各優(yōu)化目標(biāo)的基礎(chǔ)上，選擇方案的原則如下：

（1）確定聯(lián)合系統(tǒng)允許的平均功率偏差 Perr，從得到集合ψ0中選擇總的功率偏差小于 Perr的方案，放入新的方案集合ψ1中，若ψ1為空，則增大Perr，繼續(xù)執(zhí)行該步驟，否則，執(zhí)行下一步。

（2）從方案集合ψ1中選擇儲(chǔ)能電站充放電次數(shù)小于等于1的方案，放入新的方案集合ψ2中，若ψ2為空，則從方案集合ψ1中，選擇儲(chǔ)能電站充放電次數(shù)為 2的方案，放入新的方案集合ψ2中，若ψ2仍為空，返回步驟（1），并增大 Perr，否則，執(zhí)行下一步。

（3）從方案集合ψ2中，選擇剩余電量最大（SOC最大）的方案放入方案集合ψ3中，若ψ3僅有一條方案，則方案為最優(yōu)方案，若有多條方案，則從ψ3中選擇功率偏差最小的方案為最優(yōu)方案。

具體方案選擇流程圖如圖2所示。

圖2 方案選擇流程圖Fig.2 Flow chart of solution selection

4 風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)有功實(shí)時(shí)協(xié)調(diào)控制

4.1 有功實(shí)時(shí)協(xié)調(diào)控制基本思路

有功實(shí)時(shí)控制階段主要包含兩部分，一是實(shí)現(xiàn)風(fēng)/光計(jì)劃出力微調(diào)；二是儲(chǔ)能實(shí)時(shí)控制補(bǔ)償功率偏差。計(jì)劃出力微調(diào)模塊根據(jù)實(shí)時(shí)風(fēng)速信息以及光照條件，在風(fēng)電場(chǎng)和光伏電站之間進(jìn)行出力計(jì)劃的調(diào)整，有可調(diào)容量的一方增大出力計(jì)劃，有計(jì)劃超額的一方降低出力計(jì)劃，實(shí)現(xiàn)出力平衡，提高計(jì)劃出力指令的可完成性，降低預(yù)測(cè)誤差對(duì)計(jì)劃出力的影響。儲(chǔ)能實(shí)時(shí)控制主要是補(bǔ)償功率偏差，針對(duì)風(fēng)電場(chǎng)和光伏電站的計(jì)劃出力完成情況，補(bǔ)償聯(lián)合系統(tǒng)出力和計(jì)劃出力的偏差，實(shí)現(xiàn)聯(lián)合系統(tǒng)出力精確跟蹤計(jì)劃出力指令。

4.2 有功協(xié)調(diào)控制實(shí)現(xiàn)方法

4.2.1 風(fēng)/光計(jì)劃出力微調(diào)

在線滾動(dòng)優(yōu)化距離控制時(shí)刻的窗口期較長(zhǎng)，預(yù)測(cè)誤差對(duì)其影響相對(duì)較大，可能出現(xiàn)計(jì)劃超額和計(jì)劃不足的情形；風(fēng)/光計(jì)劃出力微調(diào)距離控制時(shí)刻的窗口期較短（在控制前一刻進(jìn)行），風(fēng)電場(chǎng)和光伏電站獲得出力信息將更加接近于控制時(shí)刻的真實(shí)出力，在在線滾動(dòng)優(yōu)化出力的基礎(chǔ)上，將出現(xiàn)的超額計(jì)劃轉(zhuǎn)移給計(jì)劃不足的一方，可降低儲(chǔ)能電站的運(yùn)行壓力。

在實(shí)時(shí)控制過(guò)程中，由于控制時(shí)間間隔為1s，間隔很小，故假設(shè)當(dāng)前時(shí)刻的風(fēng)速和上一控制時(shí)刻風(fēng)速相同，光伏電站光照和溫度變化平穩(wěn)，故風(fēng)電場(chǎng)和光伏電站當(dāng)前可調(diào)容量分別為ΔPf_pot和ΔPpv_pot

式中，Pf_sch為風(fēng)電場(chǎng)計(jì)劃指令值；Pf_est為風(fēng)電場(chǎng)實(shí)時(shí)自然出力估計(jì)值；Ppv_sch為光伏電站計(jì)劃指令值；Ppv_est為光伏電站實(shí)時(shí)自然出力估計(jì)值。

在在線優(yōu)化的基礎(chǔ)上，根據(jù)風(fēng)電場(chǎng)和光伏電站的可調(diào)容量，對(duì)風(fēng)電場(chǎng)和光伏電站的計(jì)劃出力曲線進(jìn)行調(diào)整。具體分為以下三種情形：

（1）風(fēng)電場(chǎng)和光伏電站的可調(diào)容量均為非負(fù)或均為負(fù)時(shí)，風(fēng)/光/儲(chǔ)按照在線優(yōu)化環(huán)節(jié)的計(jì)劃出力曲線運(yùn)行。

（2）光伏電站可調(diào)容量為負(fù)（即有計(jì)劃超額），風(fēng)電場(chǎng)可調(diào)容量為正時(shí)，出力調(diào)整如下：

式中，Pf_sch_exec為風(fēng)電場(chǎng)最終計(jì)劃出力；Ppv_sch_exec為光伏電站最終計(jì)劃出力。

（3）風(fēng)電場(chǎng)的可調(diào)容量為負(fù)（即有計(jì)劃超額），光伏電站的可調(diào)容量為正時(shí)，出力調(diào)整如下：

4.2.2 儲(chǔ)能電站實(shí)時(shí)控制

儲(chǔ)能電站實(shí)時(shí)控制分為兩種控制模式：是正常運(yùn)行模式和短時(shí)過(guò)載模式。正常運(yùn)行模式主要應(yīng)對(duì)風(fēng)電場(chǎng)和光伏電站出力變化相對(duì)平穩(wěn)，未出現(xiàn)大幅跌落的情形；短時(shí)過(guò)載模式主要應(yīng)對(duì)風(fēng)電場(chǎng)和光伏電站總出力出現(xiàn)快速向下爬坡的情形。

（1）正常運(yùn)行模式

聯(lián)合系統(tǒng)出力偏差ΔP

式中，Pf為風(fēng)電場(chǎng)實(shí)時(shí)出力；Ppv為光伏電站實(shí)時(shí)出力；Psch為聯(lián)合系統(tǒng)計(jì)劃出力。

①SOCmin＜SOC＜SOClow，即低電量區(qū)間

電池儲(chǔ)能電站處于低電量狀態(tài)，應(yīng)限制儲(chǔ)能電站的放電功率，避免儲(chǔ)能電站的過(guò)放電，而不限制充電功率。此時(shí)儲(chǔ)能電站的功率約束為

ΔP為正時(shí)，儲(chǔ)能電站需要充電，若|ΔP|＜Pthr，儲(chǔ)能電站功率Pb為零，以避免小電流充放電，提高儲(chǔ)能電站運(yùn)行壽命；否則，儲(chǔ)能電站出力在補(bǔ)償ΔP的基礎(chǔ)上，額外增加 Pthr，以加快儲(chǔ)能電站電量恢復(fù)到正常運(yùn)行區(qū)間[SOClow，SOChigh]。式中，Pb為儲(chǔ)能電站實(shí)時(shí)出力；Pthr為儲(chǔ)能電站最小出力限值。

ΔP為負(fù)時(shí)，儲(chǔ)能電站需要放電，若|ΔP|＜Pthr，儲(chǔ)能電站輸出功率Pb為零；否則

②SOClow＜SOC＜SOChigh，即正常電量區(qū)間

ΔP為正時(shí)，儲(chǔ)能電站需要充電，若|ΔP|＜Pthr，儲(chǔ)能電站功率Pb為零；否則

ΔP為負(fù)時(shí)，儲(chǔ)能電站需要放電，若|ΔP|＜Pthr，儲(chǔ)能電站輸出功率Pb為零；否則

③SOChigh＜SOC＜SOCmax，即高電量區(qū)間

電池儲(chǔ)能電站處于高電量狀態(tài)，應(yīng)限制儲(chǔ)能電站的充電功率，避免儲(chǔ)能電站的過(guò)充電，而不限制放電功率。此時(shí)儲(chǔ)能電站的功率約束為

ΔP為正時(shí)，儲(chǔ)能電站需要充電，若|ΔP|＜Pthr，儲(chǔ)能電站功率Pb為零；否則

ΔP為負(fù)時(shí)，儲(chǔ)能電站需要放電，若|ΔP|＜Pthr，儲(chǔ)能電站輸出功率Pb為零；否則，儲(chǔ)能電站出力在補(bǔ)償ΔP的基礎(chǔ)上，額外增加-Pthr，加快儲(chǔ)能電站電量恢復(fù)到正常運(yùn)行區(qū)間[SOClow，SOChigh]。（2）短時(shí)過(guò)載模式

考慮風(fēng)電和光伏等新能源出力的弱功率支撐性，其出力可能會(huì)出現(xiàn)快速向下爬坡，使得聯(lián)合系統(tǒng)出力大幅偏離計(jì)劃出力曲線，超過(guò)儲(chǔ)能電站正常補(bǔ)償能力。但考慮儲(chǔ)能電站具有一定的短時(shí)過(guò)載能力，可通過(guò)其短時(shí)過(guò)載，快速增大其功率輸出，以限制風(fēng)電和光伏出力的跌落幅度，保證聯(lián)合系統(tǒng)出力能夠變化平穩(wěn)。

風(fēng)電場(chǎng)和光伏電站總出力向下爬坡幅度超過(guò)某一閾值時(shí)，觸發(fā)儲(chǔ)能電站短時(shí)過(guò)載模式。觸發(fā)條件如式（20）所示，引入計(jì)劃出力增量，剔除風(fēng)/光為跟蹤計(jì)劃出力指令導(dǎo)致出力變化大于閾值的情形。式中，Pf+pv(i-1)和Pf+pv(i)分別為風(fēng)電場(chǎng)與光伏電站上一時(shí)刻和當(dāng)前時(shí)刻總的實(shí)時(shí)出力；Pf+pv_sch_exec(i-1)和 Pf+pv_sch_exec(i)分別為風(fēng)電場(chǎng)與光伏電站上一時(shí)刻和當(dāng)前時(shí)刻總的計(jì)劃出力；ε為啟動(dòng)閾值。

短時(shí)過(guò)載模式觸發(fā)后，儲(chǔ)能電站放電時(shí)功率限制調(diào)整為

式中，α為過(guò)載系數(shù)，由儲(chǔ)能電站的過(guò)載能力決定；T為過(guò)載時(shí)間系數(shù)。

5 仿真研究

5.1 算例系統(tǒng)

本文算例系統(tǒng)參考張北國(guó)家風(fēng)光儲(chǔ)示范工程規(guī)模，風(fēng)電場(chǎng)容量為500MW，光伏電站容量為100MW，儲(chǔ)能電站為 110MW/440MW·h。風(fēng)電場(chǎng)和光伏電站出力響應(yīng)速度為5MW/s。儲(chǔ)能電站自放電率δ=0，充放電效率 γC和 γD均為 1，SOCmin=0，SOCmax=1，SOClow=0.1，SOChigh=0.9，過(guò)載啟動(dòng)閾值ε=50MW，過(guò)載系數(shù)α=1，過(guò)載時(shí)間常數(shù)T=20。

5.2 正常運(yùn)行模式

風(fēng)電場(chǎng)和光伏電站功率預(yù)測(cè)曲線如圖3所示，15min內(nèi)聯(lián)合系統(tǒng)發(fā)電計(jì)劃均為390MW，儲(chǔ)能電站初始SOC為0.9，即位于高電量區(qū)間，在線滾動(dòng)優(yōu)化模塊采用NSGA-Ⅱ算法求解。NSGA-Ⅱ算法初始種群 100個(gè)，迭代次數(shù)為 500次，風(fēng)/光/儲(chǔ)每分鐘的計(jì)劃出力為一個(gè)優(yōu)化變量，總計(jì) 45個(gè)優(yōu)化變量（風(fēng)/光/儲(chǔ)各 15個(gè)）。得到的優(yōu)化方案集合ψ0見(jiàn)下表，ψ0中含有三個(gè)方案。

圖3 風(fēng)/光預(yù)測(cè)功率和風(fēng)/光/儲(chǔ)在線滾動(dòng)優(yōu)化出力Fig.3 Forecast power and scheduling power of online rolling optimization module

表 在線滾動(dòng)優(yōu)化得到的部分計(jì)劃出力分配方案Tab. Scheduling power schemes of online rolling optimization module

Perr選擇為10MW，根據(jù)3.3節(jié)所提方案選擇原則可知，方案二為最優(yōu)方案，風(fēng)/光/儲(chǔ)計(jì)劃出力曲線如圖3所示。方案一功率偏差過(guò)大的原因：在線滾動(dòng)優(yōu)化過(guò)程中，考慮了儲(chǔ)能電站荷電狀態(tài)對(duì)輸出功率限制的影響，當(dāng)位于高電量區(qū)間時(shí)，隨著SOC的增大，輸出功率上限越小，儲(chǔ)能電站充電能力越弱，使得聯(lián)合系統(tǒng)偏差較大，最終通過(guò)方案選擇淘汰掉該方案，避免儲(chǔ)能電站過(guò)充。方案三充放電次數(shù)較多的原因：充電使得儲(chǔ)能電站剩余電量增加，有利于優(yōu)化目標(biāo) 3（優(yōu)化末段剩余電量最大）的實(shí)現(xiàn)；當(dāng)位于高電量區(qū)間時(shí)，SOC的增大，限制了功率補(bǔ)償能力，將導(dǎo)致目標(biāo)1（總的偏差最?。┳儾?，放電使得SOC減小，回到正常電量區(qū)間，功率補(bǔ)償能力增強(qiáng)。由于控制目標(biāo)1和目標(biāo)3間的這種矛盾，使得儲(chǔ)能電站頻繁的充放電，最終通過(guò)方案選擇淘汰掉該方案，避免儲(chǔ)能電站頻繁充放電。

風(fēng)/光計(jì)劃出力微調(diào)模塊根據(jù)風(fēng)電場(chǎng)和光伏電站實(shí)時(shí)風(fēng)速和光照等信息，對(duì)在線滾動(dòng)優(yōu)化得到的計(jì)劃出力曲線進(jìn)行微調(diào)，在風(fēng)/光之間重新優(yōu)化分配計(jì)劃出力，以降低功率預(yù)測(cè)誤差對(duì)優(yōu)化結(jié)果的影響，將風(fēng)電場(chǎng)的計(jì)劃超額轉(zhuǎn)移給具有可調(diào)容量的光伏電站，如圖4中60～120s區(qū)段所示。

圖4 風(fēng)/光自然出力、在線滾動(dòng)優(yōu)化出力和微調(diào)計(jì)劃出力Fig.4 MPPT power, scheduling power of online rolling optimization module and trimming scheduling power

通過(guò)風(fēng)/光計(jì)劃出力微調(diào)后，風(fēng)電場(chǎng)和光伏電站的計(jì)劃出力能小于自然出力，使計(jì)劃出力的可完成度提高，如圖5所示。風(fēng)電場(chǎng)和光伏電站能夠更好地跟蹤微調(diào)后的計(jì)劃出力，降低了儲(chǔ)能電站功率補(bǔ)償?shù)膲毫Γ箖?chǔ)能電站僅在計(jì)劃出力的基礎(chǔ)上進(jìn)行微調(diào)，最終SOC值穩(wěn)定在優(yōu)化值（0.88）附近，聯(lián)合系統(tǒng)平均功率偏差為0.34MW，如圖6所示。

圖5 微調(diào)出力和實(shí)時(shí)出力Fig.5 Trimming scheduling power and actual power

圖6 儲(chǔ)能SOC曲線Fig.6 SOC curve of battery energy storage system

當(dāng)無(wú)風(fēng)、無(wú)光或者風(fēng)光均無(wú)的情形下，風(fēng)/光計(jì)劃出力微調(diào)模塊將不發(fā)揮作用，在線滾動(dòng)優(yōu)化模塊優(yōu)化的風(fēng)/光出力將作為風(fēng)電場(chǎng)和光伏電站的最終計(jì)劃出力，儲(chǔ)能根據(jù)功率偏差實(shí)時(shí)補(bǔ)償，在這些情形下，聯(lián)合系統(tǒng)仍能精確跟蹤計(jì)劃出力。

5.3 儲(chǔ)能短時(shí)過(guò)載模式

假設(shè)在300s時(shí)部分風(fēng)機(jī)因故障退出運(yùn)行，風(fēng)電場(chǎng)出力快速降低100MW，360s風(fēng)機(jī)重新投入運(yùn)行，出力恢復(fù)到正常水平。與此同時(shí)，受到云的遮蔽，光伏電站出現(xiàn)爬坡，出力快速下降60MW，360s云的遮蔽作用消失，出力恢復(fù)。由于風(fēng)/光出力的快速下降，觸發(fā)儲(chǔ)能電站短時(shí)過(guò)載模式，儲(chǔ)能電站出力大幅增加，甚至達(dá)到額定功率的2倍，隨后，出力衰減，直至降低到正常的功率水平，如圖7所示。通過(guò)儲(chǔ)能的短時(shí)過(guò)載，在不增加儲(chǔ)能電站容量的前提下，增強(qiáng)儲(chǔ)能電站的功率補(bǔ)償能力，以應(yīng)對(duì)風(fēng)/光可能出現(xiàn)的快速爬坡事件，提高聯(lián)合跟蹤計(jì)劃出力的能力。

圖7 微調(diào)計(jì)劃出力、實(shí)時(shí)出力以及自然出力Fig.7 Trimming scheduling power, actual power and maxium power point tracking power

6 結(jié)論

本文構(gòu)建了風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)輸出功率滾動(dòng)優(yōu)化與實(shí)時(shí)控制模型，將NSGA-Ⅱ算法引入在線滾動(dòng)模塊解決多目標(biāo)優(yōu)化問(wèn)題，優(yōu)化速度相對(duì)較快（優(yōu)化時(shí)段為15min，算法耗時(shí)20s左右），能夠滿足在線優(yōu)化的要求。風(fēng)/光出力微調(diào)模塊對(duì)風(fēng)/光之間的計(jì)劃出力再平衡，將一方的計(jì)劃超額轉(zhuǎn)移給具有可調(diào)容量的一方，提高了計(jì)劃出力指令的完成度。儲(chǔ)能電站計(jì)及短時(shí)過(guò)載能力以及荷電狀態(tài)對(duì)輸出功率的影響，動(dòng)態(tài)給出功率上限，在不增加儲(chǔ)能容量的基礎(chǔ)上，增強(qiáng)功率補(bǔ)償能力，以應(yīng)對(duì)風(fēng)/光可能出現(xiàn)的快速爬坡事件，使得在風(fēng)/光快速爬坡過(guò)程中，聯(lián)合系統(tǒng)仍能較好地跟蹤計(jì)劃出力指令，減弱風(fēng)/光爬坡對(duì)電網(wǎng)的影響。本文所提控制方法是在聯(lián)合系統(tǒng)計(jì)劃出力給定的前提下，提高聯(lián)合系統(tǒng)計(jì)劃出力跟蹤能力，優(yōu)化儲(chǔ)能電站運(yùn)行特性，下階段將深入研究風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)計(jì)劃出力制定方法，提高風(fēng)/光利用率。

[1] 中國(guó)可再生能源學(xué)會(huì)風(fēng)能專業(yè)委員會(huì). 2012年中國(guó)風(fēng)電裝機(jī)容量統(tǒng)計(jì)[R]. 北京, 2013.

[2] Muyeen S M, Takahashi R, Murata T, et al. A variable speed wind turbine control strategy to meet wind farm grid code requirements[J]. IEEE Transactions on Power Systems, 2010, 25(1): 331-340.

[3] 倪琳娜, 羅吉, 王少榮. 含風(fēng)電電力系統(tǒng)的頻率控制[J]. 電工技術(shù)學(xué)報(bào), 2011, 26(S1): 235-241.Ni Linna, Luo Ji, Wang Shaorong. Frequency control of power system with wind power integration[J].Transactions of China Electrotechnical Society, 2011,26(S1): 235-241.

[4] Mahoney W P, Parks K, Wiener G, et al. A wind power forecasting system to optimize grid integration[J]. IEEE Transactions on Sustainable Energy, 2012,3(4): 670-682.

[5] 劉興杰, 米增強(qiáng), 楊奇遜, 等. 一種基于 EMD的短期風(fēng)速多步預(yù)測(cè)方法[J]. 電工技術(shù)學(xué)報(bào), 2010,25(4): 165-170.Liu Xingjie, Mi Zengqiang, Yang Qixun, et al. A novel multi-step prediction for wind speed based on EMD[J]. Transactions of China Electrotechnical Society, 2010, 25(4): 165-170.

[6] 戚永志, 劉玉田. 風(fēng)電高風(fēng)險(xiǎn)爬坡有限度控制[J].中國(guó)電機(jī)工程學(xué)報(bào), 2013, 33(13): 69-75.Qi Yongzhi, Liu Yutian. Finite control of high risk wind power ramping[J]. Proceedings of the CSEE,2013, 33(13): 69-75.

[7] 侯婷婷, 婁素華, 張滋華, 等. 協(xié)調(diào)大規(guī)模風(fēng)電匯聚外送的火電容量?jī)?yōu)化[J]. 電工技術(shù)學(xué)報(bào), 2012,27(10): 255-261.Hou Tingting, Lou Suhua, Zhang Zihua, et al.Capacity optimization of corollary thermal sources transmitted with large-scale clustering wind power[J].Transactions of China Electrotechnical Society, 2012,27(10): 255-261.

[8] 吳晉波, 文勁宇, 孫海順, 等. 基于儲(chǔ)能技術(shù)的交流互聯(lián)電網(wǎng)穩(wěn)定控制方法[J]. 電工技術(shù)學(xué)報(bào), 2012,27(6): 261-267.Wu Jinbo, Wen Jingyu, Sun Haishun, et al. Study of control method for improving AC interconnected grid stability based on energy storage technology[J].Transactions of China Electrotechnical Society, 2012,27(6): 261-267.

[9] 李國(guó)杰, 唐志偉, 聶宏展, 等. 釩液流儲(chǔ)能電池建模及其平抑風(fēng)電波動(dòng)研究[J]. 電力系統(tǒng)保護(hù)與控制,2010, 38(22): 115-119.Li Guojie, Tang Zhiwei, Nie Hongzhan, et al.Modelling and controlling of vanadium redox flow battery to smooth wind power fluctuations[J]. Power Systems Protection and Control, 2010, 38(22): 115-119.

[10] 施琳, 羅毅, 涂光瑜, 等. 考慮風(fēng)電場(chǎng)可調(diào)度性的儲(chǔ)能容量配置方法[J]. 電工技術(shù)學(xué)報(bào), 2013, 28(5):120-127.Shi Lin, Luo Yi, Tu Guangyu, et al. Energy storage sizing method considering dispatchability of wind farm[J]. Transactions of China Electrotechnical Society, 2013, 28(5): 120-127.

[11] 胡國(guó)珍, 段善旭, 蔡濤, 等. 基于液流電池儲(chǔ)能的光伏發(fā)電系統(tǒng)容量配置及成本分析[J]. 電工技術(shù)學(xué)報(bào), 2012, 27(5): 260-267.Hu Guozhen, Duan Shanxu, Cai Tao, et al. Sizing and cost analysis of photovoltaic generation system based on vanadium redox battery[J]. Transactions of China Electrotechnical Society, 2012, 27(5): 260-267.

[12] 李金鑫, 張建成. 風(fēng)光儲(chǔ)發(fā)電系統(tǒng)預(yù)測(cè)功率波動(dòng)性優(yōu)化方法[J]. 電源技術(shù), 2013, 37(1): 62-64.Li Jinxin, Zhang Jiancheng. Optimization method to fluctuations of predictive power of HPWS[J]. Power Sources Technology, 2013, 37(1): 62-64.

[13] 李碧輝, 申洪, 湯涌, 等. 風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)儲(chǔ)能容量對(duì)有功功率的影響及評(píng)價(jià)指標(biāo)[J]. 電網(wǎng)技術(shù),2011, 35(4): 123-128.Li Bihui, Shen Hong, Tang Yong, et al. Impacts of energy storage capacity configuration of HPWS to active power characteristics and its relevant indices[J].Power System Technology, 2011, 35(4): 123-128.

[14] 朱蘭, 嚴(yán)正, 楊秀, 等. 風(fēng)光儲(chǔ)微網(wǎng)系統(tǒng)蓄電池容量?jī)?yōu)化配置方法研究[J]. 電網(wǎng)技術(shù), 2012, 36(12):26-31.Zhu Lan, Yan Zheng, Yang Xiu, et al. Optimal configuration of battery capacity in microgrid composed of wind power and photovoltaic generation with energy storage[J]. Power System Technology,2012, 36(12): 26-31.

[15] 徐林, 阮新波, 張步涵, 等. 風(fēng)光蓄互補(bǔ)發(fā)電系統(tǒng)容量的改進(jìn)優(yōu)化配置方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2012, 32(25): 88-98.Xu Lin, Ruan Xinbo, Zhang Buhan, et al. An improved optimal sizing method for wind-solarbattery hybrid power system[J]. Proceedings of the CSEE, 2012, 32(25): 88-98.

[16] 汪海瑛, 白曉民, 許婧. 考慮風(fēng)光儲(chǔ)協(xié)調(diào)運(yùn)行的可靠性評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2012, 32(13):13-20.Wang Haiying, Bai Xiaomin, Xu Jing. Reliability assessment considering the coordination of wind power, solar energy and energy storage[J]. Proceedings of the CSEE, 2012, 32(13): 13-20.

[17] 劉霞, 江全元. 風(fēng)光儲(chǔ)混合系統(tǒng)的協(xié)調(diào)優(yōu)化控制[J].電力系統(tǒng)自動(dòng)化, 2012, 36(14): 95-100.Liu Xia, Jiang Quanyuan. An optimal coordination control of hybrid wind/photovoitaic/energy storage system[J]. Automation of Electric Power Systems,2012, 36(14): 95-100.

[18] 張野, 郭力, 賈宏杰, 等. 基于電池荷電狀態(tài)和可變?yōu)V波時(shí)間常數(shù)的儲(chǔ)能控制方法[J]. 電力系統(tǒng)自動(dòng)化, 2012, 36(6): 34-38.Zhang Ye, Guo Li, Jia Hongjie, et al. An energy storage control method based on state of charge and variable filter time constant[J]. Automation of Electric Power Systems, 2012, 36(6): 34-38.

[19] 王洪濤, 劉玉田. 基于 NSGA-Ⅱ的多目標(biāo)輸電網(wǎng)架最優(yōu)重構(gòu)[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(23): 14-18.Wang Hongtao, Liu Yutian. Multi-objective optimization of power system reconstruction based on NSGA-Ⅱ[J]. Automation of Electric Power Systems, 2009,33(23): 14-18.