盛四清，李明躍

(華北電力大學(xué)電氣與電子工程學(xué)院, 河北省保定市 071003)

微電網(wǎng)中混合儲能系統(tǒng)的小波包-模糊控制策略

盛四清，李明躍

(華北電力大學(xué)電氣與電子工程學(xué)院, 河北省保定市 071003)

為了充分發(fā)揮混合儲能系統(tǒng)(hybrid energy storage system, HESS)在微電網(wǎng)中的應(yīng)用優(yōu)勢，提高微電網(wǎng)運行的經(jīng)濟性和可靠性，提出了HESS的小波包-模糊控制策略。在平抑可再生能源輸出功率波動的基礎(chǔ)上，分別考慮并網(wǎng)時功率交換的實時電價和孤島運行時的缺電量，建立起并網(wǎng)經(jīng)濟性評價指標(biāo)和孤島負(fù)荷缺電指標(biāo)。對間歇性微電源進行小波包分解以獲得HESS的初始充放電指令，由超級電容器承擔(dān)網(wǎng)內(nèi)瞬時功率波動的平抑任務(wù)，以網(wǎng)內(nèi)不平衡功率對蓄電池充放電指令進行修正，再通過模糊控制獲得蓄電池充放電的最終指令。最后，以風(fēng)光燃儲微電網(wǎng)為例驗證了所提控制策略的有效性。

微電網(wǎng); 混合儲能系統(tǒng)(HESS); 實時電價; 負(fù)荷缺電率；小波包分解；模糊控制

0 引 言

微電網(wǎng)是一個能夠?qū)崿F(xiàn)自我控制和管理的自治系統(tǒng)[1]，能對分布式電源實現(xiàn)協(xié)調(diào)管理，進而提高可再生能源的利用率。儲能技術(shù)能夠降低可再生能源的功率波動，實現(xiàn)需求側(cè)管理[2]，增加電網(wǎng)對可再生能源吸收接納程度[3]，在分布式發(fā)電與微電網(wǎng)中起著關(guān)鍵作用?；旌蟽δ芟到y(tǒng)(hybrid energy storage system, HESS)，結(jié)合了不同儲能介質(zhì)的特點，最大程度地解決了單獨使用功率型或能量型儲能系統(tǒng)時受能量密度和運行壽命等因素制約的問題[4]，具有更好的經(jīng)濟性和系統(tǒng)特性，有望成為提高系統(tǒng)穩(wěn)定性和平滑可再生能源輸出功率波動的有效儲能形態(tài)。

為了充分發(fā)揮HESS的優(yōu)勢，需要設(shè)計合理、有效的控制策略。文獻[5-6]基于小波分解理論和模糊控制方法，有效平抑了可再生能源輸出功率的波動。文獻[7]運用滑動平均濾波算法和模糊理論優(yōu)化分配充放電功率，較好地平抑風(fēng)電功率波動的同時實現(xiàn)不同儲能介質(zhì)的優(yōu)勢互補。文獻[8]以風(fēng)光波動率和儲能系統(tǒng)的荷電狀態(tài)(state of charge，SOC)作為約束條件，實現(xiàn)變權(quán)重自適應(yīng)的濾波控制，有效平抑了風(fēng)光聯(lián)合輸出功率的波動。文獻[9]提出的自適應(yīng)功率控制策略在不同儲能介質(zhì)之間合理分配功率，提高了光儲微網(wǎng)孤島運行的穩(wěn)定性和可靠性。文獻[10]根據(jù)微電網(wǎng)并網(wǎng)和孤島運行的不同特點，分別制定了HESS的相應(yīng)控制策略，獲得了較好的運行效果。

本文基于超級電容器-蓄電池組成的HESS，根據(jù)微電網(wǎng)在并網(wǎng)模式和孤島模式下的不同運行特點，在平抑可再生能源功率波動的基礎(chǔ)上，分別考慮并網(wǎng)運行時微電網(wǎng)與主網(wǎng)進行功率交換的實時電價和孤島運行時的負(fù)荷缺電量，建立起并網(wǎng)經(jīng)濟性評價指標(biāo)和孤島負(fù)荷缺電率。提出用小波包理論對可再生能源功率進行分解以獲得HESS的初始充放電指令，由超級電容器承擔(dān)網(wǎng)內(nèi)瞬時功率波動的平抑任務(wù)。針對微電網(wǎng)不同運行特點，以網(wǎng)內(nèi)不平衡功率對蓄電池充、放電指令進行修正，再通過自適應(yīng)模糊控制獲得蓄電池充放電的最終指令，實現(xiàn)微電網(wǎng)的經(jīng)濟穩(wěn)定運行。

1 HESS數(shù)學(xué)模型

本文研究的微電網(wǎng)系統(tǒng)由微型燃?xì)廨啓C、風(fēng)力發(fā)電機組、光伏發(fā)電系統(tǒng)和由超級電容器-蓄電池構(gòu)成的HESS組成，其中微型燃?xì)廨啓C作為可控電源優(yōu)先滿足微電網(wǎng)中重要負(fù)荷的供電需求。系統(tǒng)通過切換靜態(tài)開關(guān)實現(xiàn)并網(wǎng)和孤島運行，其結(jié)構(gòu)如圖1所示。

圖1 微電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.1 Microgrid system structure

在微電網(wǎng)運行過程中，需要實時控制HESS的充放電，這就要求系統(tǒng)在相應(yīng)運行約束條件下建立HESS數(shù)學(xué)模型，以獲得剩余能量與充放電功率的實時變化關(guān)系，從而實時調(diào)整t時刻HESS的充放電功率，其數(shù)學(xué)表達式如下。

充電過程：

E(t)=(1-σES)E(t-Δt)+PES(t)ΔtηES_C

(1)

放電過程：

(2)

式中：E(t)為t時刻結(jié)束時儲能介質(zhì)的剩余電量，MW·h；σES為儲能介質(zhì)的自放電率，%/min；PES(t)為t時刻儲能介質(zhì)的充放電功率，MW；Δt為采樣間隔，min；ηES_C和ηES_D分別為儲能介質(zhì)的充電和放電效率，%。

儲能介質(zhì)在t時刻的SOC值ES(t)是剩余電量E(t)占其額定容量En的百分比，關(guān)系式為

ES(t)=E(t)/En

(3)

為了防止儲能介質(zhì)的剩余電量發(fā)生越限而損害其使用壽命，并且保留一定的容量以應(yīng)對下一時刻的充放電過程，HESS的SOC在使用期間中需要控制在相應(yīng)范圍內(nèi)，即

(4)

式中ES_max和ES_min分別是儲能介質(zhì)SOC的上、下限，其值由儲能介質(zhì)的特性決定。

2 不同運行模式下的HESS評價指標(biāo)

微電網(wǎng)的穩(wěn)定運行，首先要減少網(wǎng)內(nèi)間歇性微電源并網(wǎng)給電網(wǎng)帶來的沖擊，這就必須保證可再生能源輸出功率滿足一定的指標(biāo)。本文中這個指標(biāo)是任意30 min內(nèi)的波動不超過額定功率的10%，任意1 min內(nèi)的波動不超過額定功率的2%。在微電網(wǎng)中，儲能設(shè)備除了需要對間歇性微電源進行輸出平抑，還要維持網(wǎng)內(nèi)負(fù)荷的供電需求。因此，本文分別在微電網(wǎng)并網(wǎng)和孤島運行情況下建立相應(yīng)評價指標(biāo)。

2.1 并網(wǎng)運行下的評價指標(biāo)

實時電價反映了電力系統(tǒng)生產(chǎn)過程中某一“瞬時”所需的費用[11]，體現(xiàn)了電力市場的供求關(guān)系，能夠讓用戶根據(jù)自身需求和經(jīng)濟利益合理有效用電，實現(xiàn)電網(wǎng)的削峰填谷，降低發(fā)電企業(yè)成本[12-14]。微電網(wǎng)并網(wǎng)運行時，當(dāng)網(wǎng)內(nèi)供電功率不足或富余時，由于HESS容量有限，需要主網(wǎng)承擔(dān)相應(yīng)的功率波動或者微電網(wǎng)進行切負(fù)荷和卸負(fù)荷。為了合理利用HESS，減少主網(wǎng)負(fù)擔(dān)和微電網(wǎng)切負(fù)荷，提高系統(tǒng)的經(jīng)濟性與穩(wěn)定性，建立基于實時電價的并網(wǎng)經(jīng)濟性評價指標(biāo)。

當(dāng)HESS只參與可再生能源輸出功率波動平抑時，網(wǎng)內(nèi)t時刻不平衡功率值ΔPL(t)為發(fā)電總功率Pg(t)與負(fù)荷需求功率PL(t)之差。計算ΔPL(t)與當(dāng)前時刻對應(yīng)的實時電價的乘積，記為D(t)，并且從歷史數(shù)據(jù)中獲得D(t)的極值Dmin和Dmax，再以此極值作為基準(zhǔn)，求得t時刻并網(wǎng)經(jīng)濟性指標(biāo)為

(5)

其中Zb(t)的取值范圍為-1～1，當(dāng)Zb(t)值接近-1時，微電網(wǎng)從主網(wǎng)獲取功率的經(jīng)濟性差，此時應(yīng)盡量通過儲能設(shè)備釋放功率來彌補不平衡功率；相應(yīng)的，當(dāng)Zb(t)值接近1時，微電網(wǎng)向主網(wǎng)出售剩余功率能獲得更好的經(jīng)濟性，此時應(yīng)盡量減少或避免儲能設(shè)備充電。

HESS的應(yīng)用增加了可再生能源接入電網(wǎng)的功率，優(yōu)化了微電網(wǎng)的并網(wǎng)經(jīng)濟性，因此在上述指標(biāo)下，HESS的運行經(jīng)濟效益為：

F=FG-FH-FT

(6)

(7)

(8)

式中：FG為經(jīng)過HESS平滑輸出后，增加的風(fēng)電和光伏效益；FH為HESS的運行維護成本；FT為微電網(wǎng)并網(wǎng)運行時從主網(wǎng)購電的成本；Xt(t)為t時刻的電價；ΔPw(t) 和ΔPpv(t)為增加的接入微電網(wǎng)的風(fēng)電和光伏功率，kW；Kb、Ksc分別為蓄電池和超級電容器的運行維護系數(shù)，取值為0.12和0.03；Pb(t)、Psc(t)分別為蓄電池和超級電容器在t時刻的功率，kW。

2.2 孤島運行下的評價指標(biāo)

當(dāng)微電網(wǎng)孤島運行時，不能通過主網(wǎng)獲取功率，需要綜合考慮電源和負(fù)荷之間的供求關(guān)系，在保證重要負(fù)荷供電的前提下實現(xiàn)供需平衡，此時保障負(fù)荷供電可靠性成為微電網(wǎng)運行的首要目標(biāo)。因此，本文選擇負(fù)荷缺電率(loss of power supply probability，LPSP)[15]作為衡量微電網(wǎng)孤島運行可靠性的指標(biāo)，其數(shù)值為負(fù)荷缺電量PE與負(fù)荷需求功率PL的比值，即

(9)

LPSP的值在0到1之間，數(shù)值越小，表示電網(wǎng)供電的可靠性越高。當(dāng)t時刻系統(tǒng)發(fā)電量大于負(fù)荷功率需求時，PE(t)=0；反之，則PE(t)的值為負(fù)荷需求功率PL(t)與發(fā)電總功率Pg(t)之差。

3 HESS充放電控制策略

微電網(wǎng)運行時，為了減少風(fēng)電、光伏系統(tǒng)等間歇性微電源對電能質(zhì)量的影響，需要對相應(yīng)的輸出功率進行平滑。此外，由于用電負(fù)荷存在峰谷差以及可再生能源輸出功率的不可預(yù)測性，需要儲能設(shè)備對電源輸出功率進行調(diào)節(jié)，在并網(wǎng)時減少主網(wǎng)承擔(dān)的功率，在孤島運行時降低負(fù)荷缺電量，提高微電網(wǎng)的可調(diào)度性。因此，本文提出了HESS的充放電控制策略，如圖2所示。圖中：Pw和Ppv為風(fēng)電和光伏功率；Psc、Pb1和Plow為小波包分解后的高、中、低頻分量，其中Psc可視為網(wǎng)內(nèi)瞬時功率波動，作為超級電容器的充放電指令；ΔPL為不平衡功率，由Plow和微燃機功率Pm與負(fù)荷需求功率PL之差求得；X1、X2為模糊控制的輸入量；ΔPb為模糊控制獲得的功率修正量；Pb3為蓄電池充放電的最終指令。

圖2 HESS充放電控制策略Fig.2 HESS charging and discharging control strategy

3.1 小波包分解的應(yīng)用

上述控制策略采用小波包理論對可再生能源輸出功率進行分解，從而獲得需要平抑的頻率分量，實現(xiàn)功率的平滑。相對于小波變換，小波包分解不僅對信號的低頻部分做進一步分解，還對高頻部分提供更精細(xì)的分解，能夠?qū)π盘柼卣鬟M行更加深入的了解，從而提高了時頻分辨率[16],其分解示意圖如圖3所示。圖中：S表示原始功率，A表示高頻分量，D表示低頻分量。小波包分解的結(jié)果是將原始信號映射到2n(n為分解的層數(shù))個小波包子空間中，并重構(gòu)n層2n個頻段的功率分量[17]。分解層數(shù)n越大，其獲得的信號特征細(xì)節(jié)越精細(xì)，頻段數(shù)量越多，同時計算量越大。分解層數(shù)的選取和頻段的劃分對輸出功率的平滑效果和不同儲能介質(zhì)的容量配置發(fā)揮著重要作用。

圖3 小波包3層分解示意Fig.3 3-layer decomposition of wavelet packet

3.2 并網(wǎng)/孤島下的自適應(yīng)模糊控制

(1)當(dāng)ΔSb(t)滿足合理范圍且Zb(t)適中，蓄電池正常充放電；

(2)當(dāng)ΔSb(t)滿足合理范圍且Zb(t)偏小、ΔSb(t)越限或者Zb(t)偏大需要減少蓄電池充電時，基于模糊控制輸出修正系數(shù)K計算ΔPb=(1-K)·Pb2，進而對充放電指令Pb2進行修正。

當(dāng)微電網(wǎng)孤島運行時，為了充分利用網(wǎng)內(nèi)能源，降低負(fù)荷缺電率，需要HESS盡可能吸收富余功率，彌補負(fù)荷需求高峰時的缺電量。本文選取ΔSb(t)和t時刻待充放電功率所需荷電狀態(tài)變化量ΔS(t)作為模糊控制輸入變量，相應(yīng)的控制規(guī)則如下：

模糊控制輸入與輸出隸屬函數(shù)和控制規(guī)則表分別如圖4和表1所示。

圖4 模糊控制輸入與輸出隸屬函數(shù)Fig.4 Input and output membership functions of fuzzy control表1 模糊控制規(guī)則表Table 1 Rule of fuzzy control

4 算例分析

為了驗證HESS控制策略的有效性，本文選取的微電網(wǎng)配置微型燃?xì)廨啓C額定容量為100 kW，風(fēng)電機組額定容量為100 kW，光伏系統(tǒng)額定容量為60 kW。HESS配置的蓄電池額定容量為80 kW·h,額定功率為40 kW，SOC范圍為[0.2, 0.8]，購置成本為30.24 萬元；超級電容器額定容量為20 kW·h,額定功率為20 kW，SOC范圍為[0.25, 0.95],購置成本為63 萬元，兩者初始SOC均為0.5。微電網(wǎng)的運行周期為24 h，采樣間隔為1 min，圖5為微電網(wǎng)24 h內(nèi)各微源的發(fā)電功率和負(fù)荷功率，24 h內(nèi)并網(wǎng)交換的實時電價如表2所示。

圖5 微電網(wǎng)某一天的發(fā)電功率和負(fù)荷Fig.5 Power and load in one day of microgrid

針對風(fēng)光聯(lián)合輸出功率，本文采用Dmeyer小波基進行小波包分解，分解層數(shù)為8層，從而獲得低、中和高頻分量所占頻段分別為20～22、22～24和24～28，如圖6所示。

其中，中頻分量即為蓄電池初始充放電指令Pb1，高頻分量作為網(wǎng)內(nèi)瞬時功率波動是超級電容器的充放電指令。低頻分量作為平抑后的風(fēng)光輸出功率接入電網(wǎng)，其1 min內(nèi)的最大波動率為0.22%，30 min內(nèi)的最大波動率為6.24%，符合并網(wǎng)指標(biāo)。

表2 實時電價

Table 2 Real-time electricity price

圖6 小波包分解后各分量Fig.6 Each component of wavelet packet after decompositon

曲線如圖8所示，超級電容器的SOC曲線，蓄電池并網(wǎng)和孤島下的SOC曲線，均維持在規(guī)定范圍。

圖7 蓄電池修正前后的充放電指令Fig.7 Battery’s charging and discharging instructions before and after correction

圖8 儲能設(shè)備SOC曲線Fig.8 SOC curve of energy storage equipment

圖9為蓄電池參與不平衡功率調(diào)度前后的不平衡功率變化。相比起蓄電池只參與可再生能源功率波動平抑，接入儲能后的網(wǎng)內(nèi)不平衡功率波動有明顯下降。

圖9 修正前后的不平衡功率Fig.9 Unbalanced power before and after correction

當(dāng)微電網(wǎng)并網(wǎng)運行時，HESS只對可再生能源輸出功率進行平滑下，負(fù)荷功率總?cè)鳖~為5 256.194 kW，需要向主網(wǎng)購電的成本為48.945 元；HESS參與不平衡功率調(diào)度后，功率總?cè)鳖~為1 657.157 kW，從主網(wǎng)購電的成本為16.568 元。與微電網(wǎng)沒有應(yīng)用HESS的情況相比，系統(tǒng)增加的經(jīng)濟效益為234.088 元，在蓄電池SOC范圍內(nèi)實現(xiàn)了較好的削峰填谷，降低了微電網(wǎng)對主網(wǎng)的負(fù)擔(dān)，提高了運行的經(jīng)濟性。當(dāng)微電網(wǎng)孤島運行時，接入儲能后功率缺額為967.007 kW，LPSP為0.005 6，有效降低了微電網(wǎng)內(nèi)不平衡功率波動，提高了供電的可靠性。

5 結(jié) 論

本文在HESS平抑可再生能源功率波動的基礎(chǔ)上，建立起并網(wǎng)經(jīng)濟性評價指標(biāo)和孤島負(fù)荷缺電率，提出了小波包-模糊控制策略，利用超級電容器循環(huán)壽命大的特點平抑瞬時功率波動，根據(jù)蓄電池的高能量密度參與不平衡功率調(diào)度，實現(xiàn)削峰填谷。算例分析表明，該方法能夠在儲能設(shè)備的SOC范圍內(nèi)較好地平抑可再生能源功率波動，減少網(wǎng)內(nèi)不平衡功率，提高微電網(wǎng)運行的經(jīng)濟性和可靠性。但是由于文中微電網(wǎng)的運行數(shù)據(jù)是在理想天氣情況下獲得的，儲能容量按照經(jīng)驗配置，因此，下一步還需要在實際應(yīng)用環(huán)境下，對該方法做進一步的檢驗和完善。

[1]LASSETER R H，PIAGI P.Microgrid：A conceptual solution[C]// 2004 IEEE 35thAnnual Power Electronics Specialists Conference.Aachen：IEEE Press Piscataway，2004：4285-4290.

[2]唐文左，梁文舉，崔榮，等.配電網(wǎng)中分布式儲能系統(tǒng)的優(yōu)化配置方法[J].電力建設(shè)，2015，36(4)：38-45. TANG Wenzuo，LIANG Wenju，CUI Rong，et al.Optimal allocation method of distributed energy storage system in distribution network[J].Electric Power Construction，2015，36(4)：38-45.

[3]陳國恩，宗鵬鵬，朱偉，等.計及可再生能源與負(fù)荷互補特性的儲能隨機調(diào)度[J].電力建設(shè)，2015，36(6)：27-33. CHEN Guoen，ZONG Pengpeng，ZHU Wei，et al.Stochastic dispatching of energy storage devices considering complementarity between renewable energy and load[J].Electric Power Construction，2015，36(14)：38-45.

[4]嚴(yán)干貴，朱星旭，李軍徽，等.內(nèi)蘊運行壽命測算的混合儲能系統(tǒng)控制策略設(shè)計[J].電力系統(tǒng)自動化，2013，37 (1)：110-114. YAN Gangui，ZHU Xingxu，LI Junhui，et al.Control strategy design for hybrid energy storage system with intrinsic operation life measurement and calculation[J].Automation of Electric Power Systems，2013，37 (1)：110-114.

[5]吳振威，蔣小平，馬會萌，等.用于混合儲能平抑光伏波動的小波包-模糊控制[J].中國電機工程學(xué)報，2014，34(3)：317-324. WU Zhenwei，JIANG Xiaoping，MA Huimeng，et al.Wavelet packet-fuzzy control of hybrid energy storage systems for PV power smoothing [J].Proceedings of the CSEE，2014，34(3)： 317-324.

[6]呂超賢，李欣然，戶龍輝，等.基于小波分頻與雙層模糊控制的多類型儲能系統(tǒng)平滑策略[J].電力系統(tǒng)自動化，2015，39(2)：21-29. LYU Chaoxian，LI Xinran，HU Longhui，et al.A smoothing strategy for hybrid energy storage system based on wavelet frequency allocation and two-level fuzzy control [J].Automation of Electric Power Systems，2015，39(2)：21-29.

[7]劉世林，文勁宇，孫海順.適用于風(fēng)電功率調(diào)控的復(fù)合儲能系統(tǒng)及其控制策略[J].中國電機工程學(xué)報，2015，35(1)：95-102. LIU Shilin，WEN Jinyu，SUN Haishun.Hybrid energy storage system and its control strategies intended for wind power conditioning [J].Proceedings of CSEE，2015，35(1)：95-102.

[8]李德鑫，董添，常學(xué)飛，等.基于變權(quán)值自適應(yīng)濾波的風(fēng)光儲協(xié)調(diào)優(yōu)化控制[J].電力建設(shè)，2015，36(4)：32-37. LI Dexin，DONG Tian，CHANG Xuefei，et al.Optimal control of PV-wind-storage hybrid power system based on variable weight adaptive filtering[J].Electric Power Construction，2015，36(4)：32-37.

[9]李斌，寶海龍，郭力.光儲微電網(wǎng)孤島系統(tǒng)的儲能控制策略[J].電力自動化設(shè)備，2014，34(3)：8-15. LI Bin，BAO Hailong，GUO Li.Strategy of energy storage control for islanded microgrid with photovoltaic and energy storage systems[J]. Electric Power Automation Equipment，2014，34(3)：8-15.

[10]吳雨，潘文霞，馮蒙霜，等.基于混合儲能的微電網(wǎng)功率控制策略[J].電力系統(tǒng)及其自動化學(xué)報，2013，25(2)：109-114. WU Yu，PAN Wenxia，F(xiàn)ENG Mengshuang，et al.Power control strategy for microgrid based on hybrid energy storage system[J].Proceedings of the CSU-EPSA，2013，25(2)：109-114.

[11]竇鵬沖，李鵬.計及微網(wǎng)實時電價的并網(wǎng)運行控制策略[J].電網(wǎng)與清潔能源，2014，30(8)：8-12. DOU Pengchong，LI Peng.Grid-connected operation control strategy with microgrid real-time price considered[J].Power System and Clean Energy，2014，30(8)：8-12.

[12]MATT D，LINDSAY A C，BEN M，et al.Development of a hybrid model for electrical power spot prices[J].IEEE Transactions on Power System，2002，17(2)：257-264.

[13]AMIR H，MOHSENIAN R，ALBERTO L G.Optimal residential load control with price prediction in real-time electricity pricing environments[J].IEEE Transactions on Smart Grid，2010，1(2)：120-132.

[14]QIAN L P，ZHANG Y J，HUANG J W，et al.Demand response management via real-time electricity price control in smart grids[J].IEEE Journal on Selected Areas in Communications，2013，31(7)：1208-1279.

[15]朱向芬.基于粒子群算法的混合儲能系統(tǒng)容量優(yōu)化配置[D].銀川：寧夏大學(xué)，2014. ZHU Xiangfen.Capacity optimization of hybrid energy storage on PSO algorithnm [D].Yinchuan：Ningxia University，2014.

[16]韓曉娟，陳躍燕，張浩，等.基于小波包分解的混合儲能技術(shù)在平抑風(fēng)電場功率波動中的應(yīng)用[J].中國電機工程學(xué)報，2013，33(19)：8-13. HAN Xiaojuan，CHEN Yueyan，ZHANG Hao，et al.Application of hybrid energy storage technology based on wavelet packet decomposition in smoothing the fluctuations of wind power[J].Proceedings of the CSEE， 2013，33(19)：8-13.

[17]熊雄，王江波，楊仁剛，等.微電網(wǎng)中混合儲能模糊自適應(yīng)控制策略[J].電網(wǎng)技術(shù)，2015，39(3)：677-681. XIONG Xiong，WANG Jiangbo，YANG Rengang，et al.A fuzzy adaptive control strategy for composite energy storage system to cope with output power fluctuation of intermittent energy source in microgrid[J].Power System Technology，2015，39(3)：677-681.

(編輯 蔣毅恒)

Wavelet Packet-Fuzzy Control Strategy for Hybrid Energy Storage System in Microgrid

SHENG Siqing, LI Mingyue

(School of Electrical and Electronic Engineering, North China Electric Power University,Baoding 071003, Hebei Province, China)

To make full use of the advantages of hybrid energy storage system (HESS), and improve the economic and reliability of microgrid operation, this paper proposes the HESS wavelet packet-fuzzy control strategy. Considering the real-time price of exchange power under grid connected operation and the lack of electricity under island operation, the grid economic evaluation index for grid connected operation and the loss of power supply probability for island operation are established based on smoothing the output power fluctuations of renewable energy. We obtain the initial charging and discharging instructions of HESS through the wavelet packet decomposition of intermittent micro power supply, use super capacitors to stabilize instantaneous power fluctuations, apply the unbalanced power to modify the instructions of storage battery charging and discharging, and then obtain the final instructions of storage battery charging and discharging through fuzzy control. Finally, the efficiency of the proposed control strategy is demonstrated by a ’Wind-PV-Coal-Energy Storage microgrid.

microgrid; hybrid energy storage system (HESS); real-time price; loss of power supply probability; wavelet packet decomposition; fuzzy control

TM 76

A

1000-7229(2016)02-0132-06

10.3969/j.issn.1000-7229.2016.02.019

2015-09-21

盛四清(1965)，男，博士，教授，主要研究方向為電力系統(tǒng)運行、分析與控制；

李明躍(1990)，男，碩士研究生，主要研究方向為新能源發(fā)電控制技術(shù)、儲能技術(shù)。