姜有華，趙小林

基于小波去噪與經(jīng)驗(yàn)?zāi)B(tài)分解的混合儲(chǔ)能容量?jī)?yōu)化配置

姜有華，趙小林

（多電源地區(qū)電網(wǎng)運(yùn)行與控制湖南省重點(diǎn)實(shí)驗(yàn)室，湖南邵陽(yáng) 422000）

針對(duì)風(fēng)電出力并網(wǎng)困難的問題，提出采用混合儲(chǔ)能系統(tǒng)平抑風(fēng)電輸出功率波動(dòng)。首先，采用小波分析對(duì)風(fēng)電輸出功率信號(hào)進(jìn)行小波去噪；其次采用經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)去噪后的功率信號(hào)進(jìn)行分解；然后將儲(chǔ)能系統(tǒng)內(nèi)部功率指令劃分與系統(tǒng)容量配置相結(jié)合，以儲(chǔ)能系統(tǒng)容量配置成本最小為目標(biāo)，建立混合儲(chǔ)能容量?jī)?yōu)化模型，通過窮舉對(duì)不同分界點(diǎn)所對(duì)應(yīng)的系容量配置成本確定最優(yōu)分界點(diǎn)。仿真結(jié)果表明：本文方法能夠有效解決功率信號(hào)中噪聲信號(hào)對(duì)容量配置的影響，并且有效降低了容量配置成本。

風(fēng)電輸出功率 混合儲(chǔ)能 小波分析 經(jīng)驗(yàn)?zāi)B(tài)分解

0 引言

近年來，能源危機(jī)與環(huán)境污染問題，引起高度重視。風(fēng)能以其儲(chǔ)量大、分布廣的優(yōu)點(diǎn)在能源結(jié)構(gòu)中占有極其重要的位置[1～2]。風(fēng)能的隨機(jī)性與不穩(wěn)定性，使風(fēng)電具有強(qiáng)波動(dòng)性和隨機(jī)性特點(diǎn)。大規(guī)模風(fēng)電直接并網(wǎng)，會(huì)對(duì)電力系統(tǒng)的安全穩(wěn)定運(yùn)行帶來極大的挑戰(zhàn)[3～4]。目前，采用蓄電池/超級(jí)電容組成的混合儲(chǔ)能系統(tǒng)是解決這一問題的有效措施之一。合理配置蓄電池與超級(jí)電容的容量與功率是保證其使用壽命、效率以及電力系統(tǒng)安全運(yùn)行的重要依據(jù)[5～7]。

國(guó)內(nèi)外學(xué)者針對(duì)蓄電池與超級(jí)電容組成的混合儲(chǔ)能系統(tǒng)的容量配置問題的研究已取得了大量的成果。文獻(xiàn)[8～9]基于滑動(dòng)平均和小波包分解進(jìn)行混合儲(chǔ)能的優(yōu)化配置，但是不能確定經(jīng)小波分解后各子信號(hào)的頻率成分，不能準(zhǔn)確的將分解的功率分配給儲(chǔ)能設(shè)備；文獻(xiàn)[10～11]采用一階低通濾波器對(duì)風(fēng)電波動(dòng)功率進(jìn)行分解，但是在濾波過程中存在延遲，降低了容量配置的準(zhǔn)確性；文獻(xiàn)[12～13]采用離散傅里葉變換對(duì)風(fēng)電輸出功率進(jìn)行分解，但是分解過程計(jì)算量巨大，不適合直接對(duì)風(fēng)電輸出功率進(jìn)行分解；文獻(xiàn)[14]提出了一種基于模型優(yōu)化算法的混合儲(chǔ)能雙層優(yōu)化配置方法，該方法在保證儲(chǔ)能經(jīng)濟(jì)最優(yōu)的同時(shí)，有效避免了蓄電池頻繁充放電，提高了其使用壽命；文獻(xiàn)[15]在考慮風(fēng)電輸出功率具有強(qiáng)波動(dòng)性的基礎(chǔ)上，提出基于頻譜分析確定混合儲(chǔ)能系統(tǒng)容量配置方法該方法充分考慮了蓄電池與超級(jí)電容的介質(zhì)頻率特性，基于此提出最優(yōu)運(yùn)行策略。最后通過某風(fēng)電場(chǎng)的真實(shí)數(shù)據(jù)仿真驗(yàn)證了該方法的有效性。上述文獻(xiàn)都沒有考慮風(fēng)電輸出功率信號(hào)噪聲信號(hào)的影響，造成儲(chǔ)能設(shè)備的容量配置不準(zhǔn)確。

本文首先對(duì)風(fēng)電波動(dòng)功率進(jìn)行小波去噪；其次將去噪后的功率信號(hào)進(jìn)行EMD分解，得到一系列頻率遞減的本征模態(tài)分量；然后將儲(chǔ)能系統(tǒng)內(nèi)部功率指令劃分與系統(tǒng)容量配置相結(jié)合，以儲(chǔ)能系統(tǒng)容量配置總成本最小為目標(biāo)，建立混合儲(chǔ)能容量?jī)?yōu)化模型。進(jìn)而，通過窮舉對(duì)不同分界點(diǎn)所對(duì)應(yīng)的容量配置總成本，確定最優(yōu)分界點(diǎn)，并以此為界將得到的分量分為兩部分，分別分配蓄電池與超級(jí)電容。根據(jù)蓄電池與超級(jí)電容的充放電功率指令確定各自的額定容量與額定功率，最后根據(jù)實(shí)際風(fēng)電場(chǎng)數(shù)據(jù)進(jìn)行仿真驗(yàn)證。

1 風(fēng)電輸出波動(dòng)功率

2 基于小波分析與EMD的風(fēng)電輸出波動(dòng)功率處理

2.1 基于小波分析的風(fēng)電輸出波動(dòng)功率去噪

原始風(fēng)電輸出波動(dòng)功率信號(hào)中包含有用的功率信號(hào)和噪聲信號(hào)，這些噪聲信號(hào)會(huì)造成有用的功率信號(hào)的丟失，影響混合儲(chǔ)能的容量配置。因此，對(duì)原始風(fēng)電輸出波動(dòng)功率信號(hào)進(jìn)行去噪顯得很有必要。而小波分析在去噪領(lǐng)域具有獨(dú)特的優(yōu)勢(shì)，能夠有效的將原始信號(hào)中有用信號(hào)與噪聲信號(hào)進(jìn)行分離，達(dá)到原始信號(hào)去噪的目的。

2.1.1小波分析

小波變換的實(shí)質(zhì)是將一個(gè)將待分析信號(hào)與小波函數(shù)在不同的尺度因子與平移因子的作用下作內(nèi)積，表達(dá)式如式（1）所示。

小波分析能夠?qū)崿F(xiàn)去噪的主原因是信號(hào)與噪聲的小波系數(shù)在不同的尺度因子下有著不同的表現(xiàn)，并且噪聲向量與它的正交變換一樣，以高斯形式呈現(xiàn)。大量學(xué)者研究表明，小波變換隨著尺度因子的增加，高斯白噪聲呈現(xiàn)出逐漸減小的趨勢(shì)，進(jìn)而利用小波分析能夠?qū)π盘?hào)達(dá)到去噪效果。

2.1.2小波基函數(shù)與分解層數(shù)的確定

文獻(xiàn)[16]對(duì)不同小波基在去噪方面優(yōu)勢(shì)與不足進(jìn)行比較，得出sym7小波在去噪方面相比其他小波基優(yōu)勢(shì)充足。因此本文選擇sym7小波作為去噪小波基，并且選取強(qiáng)制閾值作為閾值函數(shù)。

2.2 基于EMD的風(fēng)電輸出波動(dòng)功率分解

經(jīng)驗(yàn)?zāi)B(tài)分解一種(EMD)是將原始信號(hào)進(jìn)行分解，得到不同頻率范圍的本征模態(tài)分量（IMF），如式（5）所示，并且得到的IMF分量頻率是由高到低依次排列的。

3 混合儲(chǔ)能系統(tǒng)額定容量配置方法

原始風(fēng)電波動(dòng)功率經(jīng)EMD分解后得到了頻率依次遞減得多個(gè)本征模態(tài)分量，取某個(gè)分量為分界點(diǎn)，將高于分界點(diǎn)的多個(gè)分量疊加分配給蓄電池，剩余的分量分配給超級(jí)電容。最后通過以下計(jì)算方式得出蓄電池與超級(jí)電容得額定功率與額定容量。

3.1 蓄電池與超級(jí)電容的額定功率確定

3.2 蓄電池與超級(jí)電容的額定容量確定

4 混合儲(chǔ)能容量?jī)?yōu)化配置與模型求解

風(fēng)電輸出波動(dòng)功率經(jīng)過EMD分解后，得到一系列的本征模態(tài)分量IMF，這些分量的頻率是由高到低依次排列的。為了將分解得到的分量準(zhǔn)確、合理的分配給蓄電池與超級(jí)電容，本文建立儲(chǔ)能設(shè)備配置總成本作為目標(biāo)函數(shù)，以此確定分量的最優(yōu)分界點(diǎn)。

4.1 目標(biāo)函數(shù)

風(fēng)電場(chǎng)混合儲(chǔ)能系統(tǒng)在滿足平抑波動(dòng)標(biāo)準(zhǔn)的前提下，合理配置電池儲(chǔ)能和超級(jí)電容儲(chǔ)能的功率和容量，使得儲(chǔ)能系統(tǒng)配置總成本最小，即：

其中，

4.2 約束條件

混合儲(chǔ)能系統(tǒng)的儲(chǔ)能設(shè)備在實(shí)際工作中可能會(huì)出現(xiàn)SOC越線以及充放電響應(yīng)能力不足的情況，因此需要儲(chǔ)能設(shè)備的SOC以及充放電功率進(jìn)行約束。

1）蓄電池約束條件

蓄電池充放電功率約束如式（15）所示。

蓄電池容量約束如式（16）所示。

蓄電池荷電狀態(tài)約束如式（17）所示。

2）超級(jí)電容約束條件

超級(jí)電容充放電功率約束如式（18）所示。

超級(jí)電容容量約束如式（19）所示。

超級(jí)電容荷電狀態(tài)約束如式（20）所示。

4.3 模型求解方法

上述混合儲(chǔ)能系統(tǒng)儲(chǔ)能設(shè)備容量?jī)?yōu)化模型是一個(gè)多變量、非線性的優(yōu)化問題，可采用Matlab工具箱進(jìn)行求解。對(duì)經(jīng)過EMD分解后的高頻分量最優(yōu)分界點(diǎn)的求解須建立在容量?jī)?yōu)化模型確定的基礎(chǔ)上，通過窮舉分界點(diǎn)m得到不同的混合儲(chǔ)能功率指令分配結(jié)果，比較對(duì)應(yīng)的總成本確定最優(yōu)分界點(diǎn)。因此本文優(yōu)化模型的求解思路是羅列不同分界點(diǎn)m值，確定各m值下的額定容量與額定功率，計(jì)算該m值下的總成本，最后比較不同m之下的總成本，從而最終確定成本最低的分界點(diǎn)以及相應(yīng)的容量?jī)?yōu)化配置方案。該模型的求解方法流程圖如圖1所示。

圖1 求解方法流程圖

5 算例分析

5.1 仿真參數(shù)設(shè)計(jì)

本文選取某風(fēng)電場(chǎng)的歷史數(shù)據(jù)作為研究對(duì)象。該風(fēng)電場(chǎng)的裝機(jī)容量為40 MW，采樣總時(shí)間為500 min，采樣頻率為5 s。將原始風(fēng)電輸出功率與目標(biāo)并網(wǎng)功率做差得到風(fēng)電輸出波動(dòng)功率，三者功率指令曲線圖如圖2所示。混合儲(chǔ)能系統(tǒng)儲(chǔ)能設(shè)備相關(guān)參數(shù)見表1所示。

圖2 原始風(fēng)電輸出功率、目標(biāo)并網(wǎng)功率、風(fēng)電輸出波動(dòng)功率

表1 混合儲(chǔ)能系統(tǒng)中儲(chǔ)能設(shè)備相關(guān)參數(shù)

5.2 風(fēng)電輸出波動(dòng)功率的小波去噪

5.2.1小波分解層數(shù)的選擇

由前文可知，本文選擇sym7小波作為本文風(fēng)電輸出波動(dòng)功率去噪的基函數(shù)。為確定小波去噪時(shí)的分解層數(shù)，分別選取3、4、5進(jìn)行小波分解，分別得到各自的RMSE與SNR值，如表2所示。根據(jù)表中數(shù)據(jù)，選取RMSE值相對(duì)較小且SNR較大的分解層數(shù)作為小波分解的層數(shù)。

表2 分解層數(shù)的主要參數(shù)對(duì)比

由表2可知，采用sym7小波對(duì)風(fēng)電輸出波動(dòng)功率進(jìn)行3層分解時(shí)，RMSE值最小，SNR值最大，分解效果最好。

將風(fēng)電輸出波動(dòng)功率進(jìn)行小波去噪，結(jié)果如圖3所示。

圖3 風(fēng)電輸出波動(dòng)功率去噪前后對(duì)比圖

從圖3可以看出，風(fēng)電輸出波動(dòng)功率經(jīng)過去噪后仍保持原信號(hào)的基本特征。

5.3 風(fēng)電輸出波動(dòng)功率的EMD分解

將去噪后的風(fēng)電輸出波動(dòng)功率進(jìn)行EMD分解，得到一系列頻率逐漸遞減的本征模態(tài)分量IMF。如圖4所示。

圖4 風(fēng)電輸出波動(dòng)功率的EMD分解

5.4 最優(yōu)分界點(diǎn)確定

如圖4所示，風(fēng)電輸出波動(dòng)功率經(jīng)過EMD分界后得到了一系列分量。如何將這些分量合理組合分配給蓄電池與超級(jí)電容，使得儲(chǔ)能設(shè)備配置總成最小。本文在建立混合儲(chǔ)能容量?jī)?yōu)化配置模型基礎(chǔ)上，羅列不同分量組合進(jìn)行儲(chǔ)能設(shè)備容量配置，計(jì)算相應(yīng)的配置成本，并且繪制相應(yīng)的成本-分界點(diǎn)的曲線圖如圖5所示。

圖5 系統(tǒng)成本—分界點(diǎn)曲線

由圖5可知，當(dāng)分界點(diǎn)m=1時(shí)，混合儲(chǔ)能系統(tǒng)的儲(chǔ)能設(shè)備容量配置總成本最少。因此，根據(jù)該分界點(diǎn)確定蓄電池與超級(jí)電容的充放電功率指令如式（21）、（22）所示。

蓄電池與超級(jí)電容的充放電功率指令曲線圖如圖6所示。

圖6蓄電池與超級(jí)電容充放電功率指令

由圖5可知，蓄電池充放電功率波動(dòng)頻率小、幅值高，超級(jí)電容的充放電功率波動(dòng)頻率大、幅值低，符合超級(jí)電容與蓄電池的技術(shù)特點(diǎn)。

5.5 混合儲(chǔ)能容量?jī)?yōu)化配置分析

表3 儲(chǔ)能容量?jī)?yōu)化配置結(jié)果

為驗(yàn)證本文所提的混合儲(chǔ)能系統(tǒng)儲(chǔ)能設(shè)備容量?jī)?yōu)化配置的正確性，比較不同儲(chǔ)能設(shè)備的容量配置情況與其經(jīng)濟(jì)性。各個(gè)儲(chǔ)能設(shè)備的容量配置情況如表3所示。

通過表3可知，若給電網(wǎng)配置單獨(dú)的超級(jí)電容去平抑風(fēng)電輸出功率時(shí)，造成容量配置成本過高，這主要是因?yàn)槌?jí)電容的單位容量投資成本過高導(dǎo)致。若給電網(wǎng)配置單獨(dú)的蓄電池去平抑風(fēng)電輸出波動(dòng)功率，導(dǎo)致容量配置規(guī)模巨大，但是蓄電池的投資成本較低，相比超級(jí)電容的配置成本低了25%。將單儲(chǔ)能設(shè)備與混合儲(chǔ)能對(duì)比，混合儲(chǔ)能不僅在經(jīng)濟(jì)上有明顯的優(yōu)勢(shì)，在容量配置規(guī)模上也有較好的優(yōu)勢(shì)，符合理論分析結(jié)果。

6 結(jié)論

本文針對(duì)混合儲(chǔ)能系統(tǒng)中儲(chǔ)能設(shè)備的容量?jī)?yōu)化配置問題，首先對(duì)風(fēng)電輸出波動(dòng)功率進(jìn)行去噪，得到不含噪聲信號(hào)的風(fēng)電輸出波動(dòng)功率；其次采用經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)消噪后的波動(dòng)功率進(jìn)行分解，得到頻率依次遞減的本征模態(tài)分量；然后建立混合儲(chǔ)能容量配置成本的目標(biāo)函數(shù)與約束條件；最后聯(lián)合優(yōu)化的求解方法得到對(duì)儲(chǔ)能設(shè)備的充放電功率的最優(yōu)分界點(diǎn)以及相應(yīng)的儲(chǔ)能容量配置方案。仿真結(jié)果表明，上述方法確定的分量分界點(diǎn)能夠保證儲(chǔ)能系統(tǒng)容量配置總成本相對(duì)較低，驗(yàn)證了所提方法的有效性；同時(shí)通過與單儲(chǔ)能設(shè)備對(duì)比也驗(yàn)證了混合儲(chǔ)能在平風(fēng)電輸出功率時(shí)在配置規(guī)模與經(jīng)濟(jì)上具有一定的優(yōu)勢(shì)，值得推廣應(yīng)用。

[1] Om Prakash Mahela, Abdul Gafoor shaik. Comprehe-nsive overview of grid interfaced wind energy generation Systems [J]. Renewable and Sutainable Ener-gy Reviews, 2016, 57: 260-281.

[2] 蘇浩, 張建成, 馮冬涵, 王寧, 宋兆鑫, 趙霽晴. 模塊化混合儲(chǔ)能系統(tǒng)及其能量管理策略[J]. 電力自動(dòng)化設(shè)備, 2019, 39(01): 127-133+140.

[3] 徐國(guó)棟, 程浩忠, 馬紫峰, 方斯頓, 馬則良, 張建平. 用于平滑風(fēng)電出力的儲(chǔ)能系統(tǒng)運(yùn)行與配置綜述[J]. 電網(wǎng)技術(shù), 2017, 41(11): 3470-3479.

[4] F.J.Vivas, A. De las heras, F. Sehura, et al. A Review of energy management strategies for renewable Hybrid Energy Reviews, 2018, 2: 126-155.

[5] 李瑞民, 張新敬, 徐玉杰, 孫雯雯, 周學(xué)志, 郭叢, 陳海生. 風(fēng)光互補(bǔ)系統(tǒng)中混合儲(chǔ)能容量?jī)?yōu)化配置研究[J]. 儲(chǔ)能科學(xué)與技術(shù), 2019, 8(03): 512-522.

[6] 李亞楠, 王倩, 宋文峰, 王昕鈺. 混合儲(chǔ)能系統(tǒng)平滑風(fēng)電出力的變分模態(tài)分解-模糊控制策略[J]. 電力系統(tǒng)保護(hù)與控制, 2019, 47(07): 58-65.

[7] 許健, 劉念, 于雷, 雷金勇, 張建華. 計(jì)及重要負(fù)荷的工業(yè)光伏微電網(wǎng)儲(chǔ)能優(yōu)化配置[J]. 電力系統(tǒng)保護(hù)與控制, 2016, 44(09): 29-37.

[8] 吳杰, 丁明. 采用自適應(yīng)小波包分解的混合儲(chǔ)能平抑風(fēng)電波動(dòng)控制策略[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(03): 7-12.

[9] 程龍, 張方華. 用于混合儲(chǔ)能系統(tǒng)平抑功率波動(dòng)的小波變換方法[J]. 電力自動(dòng)化設(shè)備, 2021, 41(03): 100-104+128.

[10] 常豐祺, 鄭澤東, 李永東. 一種新型混合儲(chǔ)能拓?fù)浼捌涔β史至魉鉡J]. 電工技術(shù)學(xué)報(bào), 2015, 30(12): 128-135.

[11] 謝麗蓉, 鄭浩, 魏成偉, 胡少軼. 兼顧補(bǔ)償預(yù)測(cè)誤差和平抑波動(dòng)的光伏混合儲(chǔ)能協(xié)調(diào)控制策略[J].電力系統(tǒng)自動(dòng)化, 2021, 45(03): 130-138.

[12] 金濤, 陳毅陽(yáng), 段小華, 唐曉艷. 基于改進(jìn)DFT的電力系統(tǒng)同步相量測(cè)量算法研究[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(17): 1-10.

[13] 武志鍇, 許言路, 蔣理, 李占軍, 李成, 孟明, 吳亞帆. 基于離散傅里葉變換的微電網(wǎng)混合儲(chǔ)能容量?jī)?yōu)化[J]. 華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版), 2018, 45(02): 32-38.

[14] 何俊強(qiáng), 師長(zhǎng)立, 馬明, 霍群海, 辛克鋒, 韋統(tǒng)振.基于元模型優(yōu)化算法的混合儲(chǔ)能系統(tǒng)雙層優(yōu)化配置方法[J]. 電力自動(dòng)化設(shè)備, 2020, 40(07): 157-167.

[15] 熊文, 劉育權(quán), 蘇萬煌, 郝然, 王玥, 艾芊. 考慮多能互補(bǔ)的區(qū)域綜合能源系統(tǒng)多種儲(chǔ)能優(yōu)化配置[J].電力自動(dòng)化設(shè)備, 2019, 39(01): 118-126.

[16] 呂瑞蘭, 吳鐵軍, 于玲. 采用不同小波母函數(shù)的閾值去噪方法性能分析[J].光譜學(xué)與光譜分析, 2004(07): 826-829.

Optimal allocation of hybrid energy storage capacity based on wavelet denoising and empirical mode decomposition

Jiang Youhua, Zhao Xiaolin

(Hunan Provincial Key Laboratory of Grids Operation and Control on Muti-Power Sources Area, Shaoyang 422000, Hunan, China)

TM614

A

1003-4862（2022）03-0037-06

2021-07-20

項(xiàng)目編號(hào)：CX2021SY027 項(xiàng)目名稱：風(fēng)電混合儲(chǔ)能系統(tǒng)容量配置及功率平抑控制策略研究

姜有華（1994-），男，碩士研究生在讀，主要從事新能源發(fā)電。E-mail: 2846177859@qqcom