趙向陽，王杏玄

(北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院，北京100191)

抑制光伏功率對電網(wǎng)影響的電池管理研究

趙向陽，王杏玄

(北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院，北京100191)

光伏功率難以有效預(yù)測、調(diào)度和控制，通過儲能系統(tǒng)直接與光伏并聯(lián)運行，可平抑光伏功率的隨機性，將其并網(wǎng)時對配電網(wǎng)電能質(zhì)量的影響降到最低。主要研究使光伏發(fā)電的并網(wǎng)功率波動最小的電池管理方法，針對隨機量的一般波動性與多尺度波動性指標(biāo)，提出了對光伏功率進行完全補償時基于定尺度窗口和變尺度窗口的電池充放電策略，通過仿真，將優(yōu)化效果以及所需儲能系統(tǒng)的容量分別進行比較，得出變尺度窗口比定尺度窗口調(diào)度電池具有更好的平抑作用。

光伏并網(wǎng)；電池管理；定/變時間尺度

0 引言

光伏發(fā)電的波動性、隨機性在并網(wǎng)時給配電網(wǎng)的有功平衡和電壓調(diào)整帶來壓力，增加了配電網(wǎng)規(guī)劃和調(diào)度的難度。并網(wǎng)的成功與否在很大程度上取決于其輸出功率波動性的大小[1]。文獻[2]指出光伏功率具有明顯的波動性，在短時間內(nèi)波動量可超過裝機容量的50%。為保證光伏安全并網(wǎng)，需要通過調(diào)節(jié)儲能電池對其輸出功率加以限制。文獻[1]總結(jié)出用不同概率密度函數(shù)擬合不同尺度下的光伏功率的出力。文獻[3,4]提出了完全補償?shù)母拍畈⑨槍δ茈姵厝萘恳阎獣r電池以恒功率、功率差充放電對微電網(wǎng)與配電網(wǎng)聯(lián)絡(luò)線功率的平抑效果進行深入探討，但是沒有對完全補償時需要的電池容量進行詳細闡述。文獻[5]在考慮預(yù)測誤差的影響下研究了如何配置分布式光伏儲能系統(tǒng)容量。文獻[6]采用動態(tài)規(guī)劃法的電池儲能系統(tǒng)的削峰填谷作用進行優(yōu)化，并在不同充放電次數(shù)下的效果進行對比。此外，許多外學(xué)者在研究平抑功率波動性方面已取得一定成果[7～17]，其中文獻[16]是用電動汽車換電站多個電池的有序充電來協(xié)同優(yōu)化波動性功率，但是針對衡量光伏功率波動性的表述過于單一。

本文在討論隨機量均值、方差的基礎(chǔ)上，提出了定、變尺度窗口的概念，以平抑光伏并網(wǎng)功率的波動為目標(biāo)，創(chuàng)新性的以一般、多尺度方差為評價指標(biāo)，并對按定、變尺度窗口調(diào)度值完全補償功率波動所需電池容量和的優(yōu)化效果進行比較。

1 電池的管理目標(biāo)

在光伏并網(wǎng)的工程設(shè)計中，必須考慮儲能系統(tǒng)對并網(wǎng)功率的平抑效果，本文試圖通過控制儲能系統(tǒng)的充、放電使光伏并網(wǎng)功率的波動性最小，這里用以下兩種指標(biāo)來衡量其波動性。

1.1 一般波動性

(1)峰谷差

文獻[12]從曲線的最大值、最小值入手抑制其波動性的2個函數(shù)為：

T時間內(nèi)隨機量X最小值最大為：

f=max{min(X)}

(1)

充電時段內(nèi)總曲線最大值最小為：

f=min{max(X)}

(2)

文獻[13]中以減小曲線峰谷差為目標(biāo)函數(shù)：

FL=min[max(X)-min(X)]

(3)

(2)方差

(4)

1.2 多尺度波動性

為了更全面地描述光伏功率的分布特點，應(yīng)該研究其在不同時間尺度時的波動性。

(1)階躍變化率

將原序列的相鄰或相間隔數(shù)據(jù)相減后得到的新序列為原序列的階躍變化，再除以相減數(shù)據(jù)的間隔即為原序列的階躍變化率。階躍變化的絕對值可在一定程度上反映原序列的波動性大小[10,11]。

假設(shè)某序列P的采樣時間為Ts，期望在時間間隔為Td時衡量該間隔的階躍變化，定義階躍變化為：

(5)

(6)

在此基礎(chǔ)上，考慮期望時間間隔的影響，可得到階躍變化率表達式：

(7)

這個期望時間間隔Td不同，其對應(yīng)的階躍變化也不同，從而導(dǎo)致了光伏出力波動的多尺度特性。即假如采樣時間Ts為1min，分析每10min、30min、60min等時間間隔的平均功率時，期望時間間隔Td則依次為10min、30min、60min；N依次為10、30、60；若對應(yīng)一天24 h的功率，L依次為144、48、24。

(2)M-界定

基于階躍變化、階躍變化率在衡量波動性時由于將波動平均化而導(dǎo)致計算的波動性偏低失真問題，“M界定”法應(yīng)運而生，即將原序列在所給時間間隔內(nèi)的最大值、最小值相減作為波動性的量化指標(biāo)[8～10]。具體為：

M=Mup-Mlow

(8)

式中：Mlow≤x(t)≤Mup，?t∈[ε,ε+Δ]，ε為某一時間間隔的開始時刻。

(3)統(tǒng)計方差

文獻[14]將某隨機量劃分為若干窗口，其中第i個時間窗口內(nèi)隨機量的平均值為：

(9)

則第i個時間窗口的隨機量的方差D為：

(10)

式中：sum(D) 為隨機量P的統(tǒng)計方差[5]；M為時間窗口的時段數(shù)；Pt為第t時段的隨機量；Pav,i為第i個時間窗口的隨機量平均值。選取不同的M值，可得到隨機量P的多尺度波動性，即不同尺度的衡量原來數(shù)據(jù)的波動性。M的合理取值為3～24，M越大對應(yīng)的方差表示與該調(diào)度點越多的相鄰點的波動性；越小越能反映局部波動性。特殊地，當(dāng)窗口尺度M為24時，sum(D)/(L-1)即為一般意義的方差。

2 電池管理策略

假設(shè)精細化調(diào)度時，采樣頻率為5 min，則在1 h內(nèi)的光伏功率數(shù)據(jù)有12個，調(diào)度時間間隔15 min(窗口尺度至少為3個，變尺度時的要求)，本文提出的兩種調(diào)度思路。

2.1 策略1 定尺度調(diào)度

電池充放電的各個區(qū)間尺度相等，按n個小時的均值作為一個調(diào)度值，這里n滿足電池充放電次數(shù)和調(diào)度時間間隔的約束，可取范圍n=1/4～24 h；設(shè)充放電區(qū)間尺度為調(diào)度段的M倍，則待求一天的窗口總數(shù)為N=floor(24/M)+1，第i個階段的始、末節(jié)點為：

相鄰窗口時間搭界的始末節(jié)點為：

a(i)=(i-1)×(M-1)+1

(11)

b(i)=i×(M-1)+1

(12)

2.2 策略2 變尺度調(diào)度

此時，電池充放電區(qū)間尺度不等，但與策略1中區(qū)間個數(shù)一樣，而且每個窗口內(nèi)的數(shù)據(jù)要不小于3個，調(diào)度值取為不同時間尺度的窗口均值。該思路由統(tǒng)計方差的思想啟發(fā)，將隨機量按波動程度劃分窗口。

各個窗口尺度的選取準則：當(dāng)前調(diào)度節(jié)點至末尾調(diào)度節(jié)點，所有尺度下對應(yīng)調(diào)度后標(biāo)準差最小的尺度為最優(yōu)時間尺度。設(shè)第k個節(jié)點對應(yīng)第i個窗口(其中k≥i-1)，即前i-1個窗口對應(yīng)的尺度已知，則第i個窗口對應(yīng)的尺度為：

M(i)=min(std(pi))

(13)

其中，pi=[k,k+1…end]，end∈{k+1,k+2,…n}，pi為從當(dāng)前節(jié)點k向后至末尾節(jié)點n所有尺度下的隨機量序列；波動最小的序列，即當(dāng)前尺度M(i)∈{1,2,…24-k}。

第i個窗口的時間節(jié)點為：

a(i)=(i-1)×(M(i)-1)+1

(14)

b(i)=i×(M(i)-1)+1

(15)

第i個窗口均值為：

m(i)=f(mean([a(i)…b(i)]))

(16)

調(diào)度電池充放電電功率的值為：

pb(i)=m(i)-mean(m)

(17)

圖1是按剩余調(diào)度段的標(biāo)準差最小的原則取隨機量的變尺度均值。

圖1 隨機量的變尺度窗口

2.3 電池充放電指令的生成

理想的調(diào)度目標(biāo)是各個時段的窗口內(nèi)，并網(wǎng)功率為一恒定值，即無波動性；所有相鄰時段的窗口并網(wǎng)功率波動性最小。因此電池的充放電指令應(yīng)該為：當(dāng)光伏功率變化為上升趨勢且大于各窗口均值的均值時，儲能系統(tǒng)的作用相當(dāng)于將光伏功率“拉低”變化較為平穩(wěn)的區(qū)間，因此儲能系統(tǒng)多數(shù)時間保持處于充電狀態(tài)，儲能系統(tǒng)充電能量變化表現(xiàn)為上升趨勢；當(dāng)光伏功率變化為下降趨勢且小于各窗口均值的均值時，儲能系統(tǒng)的作用相當(dāng)于將光伏功率“抬高”到變化較為平穩(wěn)的區(qū)間，因此儲能系統(tǒng)多數(shù)時間保持處于放電狀態(tài)，儲能系統(tǒng)充電能量變化表現(xiàn)為下降趨勢[3]。則當(dāng)按上述方法完全補償光伏功率波動時可求出儲能電池的最大容量。具體流程如下圖2所示。

圖2 電池充放電指令的流程圖

2.4 相關(guān)約束條件

(1)功率平衡約束

在平抑隨機量X(本文是原始光伏功率)波動時，Y是經(jīng)電池充放電調(diào)節(jié)后的光伏并網(wǎng)功率。設(shè)X為采樣頻率為5 min離散化的功率值，則在t時刻，可得原始光伏功率X與并網(wǎng)功率Y的關(guān)系如下式：

Y=X-pb

(18)

(2)充放電次數(shù)約束

當(dāng)采用全部數(shù)據(jù)對應(yīng)的同一個均值時，儲能充放電次數(shù)太頻繁，每5min都要變；即充放電次數(shù)約束決定了調(diào)度次數(shù)，即窗口個數(shù)。確定儲能系統(tǒng)充放電區(qū)間時，根據(jù)蓄電池組容量及最大充放電功率約束，結(jié)合負荷的峰谷時間段，確定一個或多個連續(xù)的充/放電區(qū)間，從而有效避免其頻繁充放電，延長蓄電池使用壽命；還能避免電池過度充/電，保護電池，此外，在峰谷時段充放電，可有效削峰填谷[4]。

(3)充放電最大功率約束

(19)

t時段的電池充/放電功率|pb(t)|最大不超過PESS，可通過調(diào)節(jié)總窗口個數(shù)改變。

(4)電池容量約束

為滿足平抑等效負荷功率波動的需要，儲能所需最大容量如下所示：

(20)

(21)

Et為一次充或放電后電池的電量。

(5)日充放電量約束

En=0

(22)

為使電池在每個調(diào)度日發(fā)揮相同的作用，需保持電池每日的充放電量之和為0，即每天始、末時刻電池的荷電狀態(tài)(StateofCapacity，SOC)相同。

(6)荷電狀態(tài)hSOC的定義及其相關(guān)約束

hsoc(t)=Qre(t)/Qmax

(23)

hsoc(t+1)=hsoc(t)+pb(t)×Δt

(24)

hsoc.max

(25)

式(23)中：用hsoc(t)表示電池t時刻的荷電狀態(tài)，即t時刻的電池剩余容量Qre(t)與其總?cè)萘縌max的百分比；式(24)反映了相鄰時段電池荷電狀態(tài)的關(guān)系；式(25)則反映在任何時段都要滿足其荷電狀態(tài)的約束，對蓄電池來說，通常取hsoc.max=1，而考慮到電池過度放電對其壽命的不利影響，hsoc.min常取為 0.2。

3 算例

3.1 系統(tǒng)介紹

美國Ashland的15kW光伏電站[15]某典型日的光伏出力曲線如圖3所示。

圖3 光伏功率的波動性

本文設(shè)置一天調(diào)度次數(shù)n=12，即每個定尺度窗口的調(diào)度間隔Δt=2 h，變尺度限制最小尺度為 3個采樣點的2種調(diào)度方案。

3.2 調(diào)度效果

定尺度窗口調(diào)度電池的效果如圖4所示。電池在1～6,18～24時段放電；在6～18時段充電。每2 h保持同一功率進行充/放電，并且充電的功率與光伏功率幅值成正比。

電池電量變化如圖5所示。

圖4 定尺度12窗口的調(diào)度圖

圖5 定尺度12窗口的電池電量變化圖

變尺度窗口調(diào)度電池的效果如圖6～7所示。

圖6 變尺度12窗口的調(diào)度圖

圖7 變尺度12窗口的電池電量變化圖

與圖4相比，圖6對應(yīng)的電池在充/放電時段間隔不等，但是總窗口數(shù)與圖4中的一致，均為12個。可見，電池作用是將曲線的均值抬高，但是并沒有改變其高頻分量，應(yīng)該用可頻繁充放電的超級電容濾波進行平滑。

光伏功率在電池定、變尺度調(diào)度后一般波動性的比較如表1所示。

表1 光伏功率的的一般波動性

由表1可見，完全補償光伏功率波動時，在調(diào)度前后其均值保持不變；其一般波動性的不同指標(biāo)在定、變尺度調(diào)度后的都有改善，并且在定、變尺度調(diào)度對儲能系統(tǒng)容量的要求沒有明顯區(qū)別[18]。

電池調(diào)度前，定、變尺度調(diào)度后光伏功率的多尺度波動性的比較如下，1 h內(nèi)均值、標(biāo)準差如下圖8、9所示。

圖8 等效負荷1 h均值對比

圖9 等效負荷1 h標(biāo)準差對比

由圖可看出，光伏功率在電池定、變尺度調(diào)度后1 h均值變化都比調(diào)度前平滑很多；1 h 內(nèi)波動性變尺度比定尺度調(diào)度后效果要好。

電池調(diào)度前，定、變尺度調(diào)度后光伏功率的1 h階躍變化率、M界定的1 h階躍變化率分別如圖10、11所示。

圖10 1 h階躍變化率

圖11 M界定的階躍變化率

定尺度調(diào)度并不能改變M界定的階躍變化率，即在圖11中無調(diào)度和定尺度調(diào)度的M界定的階躍變化率的曲線重合,因為在同一小時內(nèi)減去相同的值,其極差不變。并且圖11的M界定的極差階躍變化率要比圖10對應(yīng)的1 h階躍變化率要大。

電池調(diào)度前，定、變尺度調(diào)度后光伏功率的統(tǒng)計方差如圖12、13所示。

圖12 調(diào)度前、后統(tǒng)計方差對比

圖13 定、變尺度統(tǒng)計方差對比

由圖12可見，無論定、變尺度調(diào)度都在很大程度上改變了等效負荷的多尺度波動性，并且在圖13中比較，變尺度比定尺度的改善效果更為明顯。

4 結(jié)論

本文從衡量隨機量的波動性出發(fā)，對一般波動性、多尺度波動性進行闡述，在此基礎(chǔ)上，提出了定、變時間尺度窗口調(diào)度電池平抑光伏功率波動的方法。由于變窗口尺度調(diào)度法適度的考慮了數(shù)據(jù)的相關(guān)性，針對光伏功率波動性大的部分縮小調(diào)度尺度，波動性小的部分增大調(diào)度尺度，變尺度在考慮局部多尺度波動性的同時又照顧了整體的一般波動性，而定窗口尺度調(diào)度法是在一個方案里按同一個尺度調(diào)度，這樣處理數(shù)據(jù)時顯得呆板。最后用一個算例，驗證了所提方法的優(yōu)越性，變尺度調(diào)度電池充放電在避免電池頻繁充放電的同時更能減弱光伏功率在并網(wǎng)時給配電網(wǎng)帶來的沖擊的問題。

[1]吳振威，蔣小平，馬會萌，等.多時間尺度的光伏出力波動特性研究[J].現(xiàn)代電力，2014，31(1):58-61.

[2]王磊.光伏發(fā)電系統(tǒng)輸出功率短期預(yù)測技術(shù)研究[D].合肥：合肥工業(yè)大學(xué)，2012.

[3]陳益哲.微網(wǎng)中分布式儲能系統(tǒng)的建模與控制研究[D].武漢：華中科技大學(xué)，2011.

[4]陳益哲,張步涵,王江虹，等.基于短期負荷預(yù)測的微網(wǎng)儲能系統(tǒng)主動控制策略[J].電網(wǎng)技術(shù),2011,35(8):35-40.

[5]林少伯,韓民曉,趙國鵬,等.基于隨機預(yù)測誤差的分布式光伏配網(wǎng)儲能系統(tǒng)容量配置方法[J].中國電機工程學(xué)報,2013,33(4):25-33.

[6]鮑冠南,陸超,袁志昌，等.基于動態(tài)規(guī)劃的電池儲能系統(tǒng)削峰填谷實時優(yōu)化[J].電力系統(tǒng)自動化,2012,36(12):11-16.

[7]丁華杰,宋永華,胡澤春,等.基于風(fēng)電場功率特性的日前風(fēng)電預(yù)測誤差概率分布研究[J].中國電機工程學(xué)報,2013,33(34):136-144.

[8]楊樹德,同向前. 風(fēng)電功率波動特性描述方法比較研究[C]. 分布式發(fā)電、智能微電網(wǎng)與電能質(zhì)量——第三屆全國電能質(zhì)量學(xué)術(shù)會議暨電能質(zhì)量行業(yè)發(fā)展論壇論文集,2013.

[9]李劍楠,喬穎,魯宗相，等.大規(guī)模風(fēng)電多尺度出力波動性的統(tǒng)計建模研究[J].電力系統(tǒng)保護與控制,2012，(19):7-13.

[10]林衛(wèi)星,文勁宇,艾小猛，等.風(fēng)電功率波動特性的概率分布研究[J].中國電機工程學(xué)報，2012，32(1):38-46.

[11]李軍徽.抑制風(fēng)電對電網(wǎng)影響的儲能系統(tǒng)優(yōu)化配置及控制研究[D].華北電力大學(xué)(北京)，2012.

[12]李秋碩，肖湘寧，郭靜，等.電動汽車有序充電方法研究[J].電網(wǎng)技術(shù)，2012，36(12):32-38.

[13]韓海英，和敬涵，王小君，等.基于改進粒子群算法的電動車參與負荷平抑策略[J].電網(wǎng)技術(shù)，2011，35(10):165-169.

[14]張學(xué)清.風(fēng)電預(yù)測、協(xié)同調(diào)調(diào)度及電網(wǎng)電壓安全評估研究[D].濟南：山東大學(xué)，2013.

[15]張佳偉.光伏并網(wǎng)發(fā)電系統(tǒng)短期發(fā)電功率預(yù)測研究[D].南京：南京信息工程大學(xué)，2013.

[16]楊愛民，張晨曦，文福栓，等.微網(wǎng)環(huán)境下的電動汽車換電站運營策略[J].華北電力大學(xué)學(xué)報：自然科學(xué)版，2013，40(4):19-26.

[17]朱銘，黃偉，郭佳歡，等.微網(wǎng)并網(wǎng)時的經(jīng)濟運行研究[J].電網(wǎng)技術(shù)，2010，(34)：38-42.

Research on Battery Management to Reduce the Effect of Photovoltaic Power on Grid

Zhao Xiangyang, Wang Xingxuan

(School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China)

It is difficult to forecast, schedule and control photovoltaic power. However, energy storage system with the parallel operation of photovoltaic power device can be used to stabilize randomness of photovoltaic power on grid and minimize the impact on grid quality. This paper studies the battery management method to minimum photovoltaic power fluctuation when connected to the main grid. According to random quantity general and multi-scale volatility index, the battery charging and discharging control strategies based on the fixed window size and varied window size were proposed. By simulation, the optimization effect and the storage system capacity were compared. The results indicate that the variable window size has better stabilization than fixed window size.

photovoltaic grid-connected; battery management; fixed/varied temporal scales

2015-07-06。

趙向陽(1967-)，男，副教授，研究方向為微電網(wǎng)光伏發(fā)電及調(diào)度、電氣檢測及其信息技術(shù)。通信作者：王杏玄，E-mail:1064836024@qq.com。

TM743

A

10.3969/j.issn.1672-0792.2015.09.008