廖世強(qiáng)，張新燕,2，劉莎莎，張光昊，黃利祥，施 銳

（1新疆大學(xué)；2可再生能源發(fā)電與并網(wǎng)技術(shù)教育部工程研究中心，新疆維吾爾自治區(qū) 烏魯木齊 830047）

隨著新能源在電網(wǎng)中的占比不斷升高，且新能源的輸出功率具有隨機(jī)波動性[1]，降低了電力系統(tǒng)頻率的穩(wěn)定性[2]，對電網(wǎng)調(diào)頻提出了更高要求[3]。由于傳統(tǒng)火電機(jī)組調(diào)頻能力不足[4]。電池儲能系統(tǒng)響應(yīng)迅速、能量可雙向流動，是優(yōu)質(zhì)的調(diào)頻資源。因此在新能源并網(wǎng)規(guī)模不斷增加[5]、電網(wǎng)頻率更加復(fù)雜多變的情況下[6]，儲能系統(tǒng)參與調(diào)頻的方式成為研究熱點(diǎn)[7]。

隨著能源結(jié)構(gòu)轉(zhuǎn)型，近幾年來國內(nèi)外儲能電池參與調(diào)頻得到快速發(fā)展，相應(yīng)建立了許多示范工程[8]，因此控制系統(tǒng)從單一調(diào)頻逐步轉(zhuǎn)向考慮電池壽命、經(jīng)濟(jì)效益[9]、選址容量配置、自適應(yīng)能力等多方面的要求。目前電池儲能系統(tǒng)主要以定下垂和變下垂參與一次調(diào)頻，兩種方法均提供快速頻率支撐[10]，后者有助于減小調(diào)頻后期頻率偏差，提高頻率的穩(wěn)定性[11]。文獻(xiàn)[12]利用飛輪儲能和電化學(xué)儲能聯(lián)合調(diào)頻，其機(jī)組耦合降低了電網(wǎng)頻率變化量。也有采用儲能系統(tǒng)虛擬慣性與虛擬下垂控制兩者結(jié)合的調(diào)頻控制模式[13]，充分利用二者優(yōu)勢，可提升一次調(diào)頻的效果，但慣量控制使頻率恢復(fù)穩(wěn)定時(shí)間加長。

為維持電池壽命，以及提前為下一次調(diào)頻做準(zhǔn)備，SOC作為儲能電池重要的變量之一，在儲能電池控制方法的研究中必須加以考慮。文獻(xiàn)[14]提出了控制電池儲能調(diào)頻死區(qū)和單位調(diào)節(jié)功率關(guān)鍵參量。文獻(xiàn)[15]提出一種動態(tài)權(quán)重因子的自適應(yīng)控制策略，使用兩種控制模式的相互結(jié)合與平滑切換，使電池得到有效保護(hù)，且不會對電網(wǎng)造成沖擊，但對儲能系統(tǒng)的數(shù)學(xué)模型依賴較高。文獻(xiàn)[16]總結(jié)了儲能電池運(yùn)行效率和壽命評估的一些建模方法，文獻(xiàn)[17]提出基于調(diào)頻和SOC恢復(fù)分段式調(diào)頻策略，側(cè)重于電池SOC保持效果，未充分讓其參與到調(diào)頻，文獻(xiàn)[18]基于調(diào)頻、經(jīng)濟(jì)效益、安全對電池壽命進(jìn)行研究，為電池儲能SOC的最優(yōu)使用范圍提供參考。文獻(xiàn)[19]兼顧電池儲能系統(tǒng)SOC與電網(wǎng)功率需求，提出基于SOC的動態(tài)可調(diào)下垂控制。文獻(xiàn)[20]提出一種虛擬正慣量和虛擬負(fù)慣性兩者結(jié)合的控制方法，可降低最大頻率偏差，且使頻率快速穩(wěn)定在一個(gè)范圍內(nèi)，但考慮的工況簡單，自適應(yīng)力不強(qiáng)。

綜上，在現(xiàn)有研究中，缺少一種既能改善頻率恢復(fù)，同時(shí)又能將SOC 維持在最優(yōu)使用范圍內(nèi)且能自適應(yīng)實(shí)時(shí)負(fù)荷波動的控制策略。且控制策略的設(shè)計(jì)很大程度上依賴儲能系統(tǒng)的精確數(shù)學(xué)模型。

無模型自適應(yīng)控制(model-free adaptive control，MFAC)由侯忠生教授[21]提出，其是一種典型的利用數(shù)據(jù)驅(qū)動的控制方法，僅需要使用被控系統(tǒng)的輸入輸出數(shù)據(jù)進(jìn)行控制器的設(shè)計(jì)分析，擺脫對被控對象數(shù)學(xué)模型的高度依賴，將動態(tài)非線性系統(tǒng)利用數(shù)據(jù)及算法得到其動態(tài)短時(shí)線性化函數(shù)，得到被控系統(tǒng)的動態(tài)模型，模型的某些關(guān)鍵參數(shù)也通過反饋算法動態(tài)調(diào)整，從而達(dá)到控制效果理想，自適應(yīng)度高的效果。MFAC方法已經(jīng)成功應(yīng)用在風(fēng)力發(fā)電機(jī)載荷控制[22]、城市道路交通控制[23]、自動泊車控制[24]、新能源并網(wǎng)控制[25]、新能源電力系統(tǒng)頻率協(xié)調(diào)控制[26]等領(lǐng)域。

基于此，本文結(jié)合了儲能電池的特點(diǎn)，研究了含儲能電池的區(qū)域電網(wǎng)頻率特性模型，充分考慮儲能參與調(diào)頻的多方面要求以及擺脫對儲能系統(tǒng)的精確數(shù)學(xué)模型依賴，提出基于SOC 保持效果的無模型自適應(yīng)控制策略，將電網(wǎng)頻率和SOC 作為控制器的輸入，實(shí)時(shí)調(diào)整儲能電池出力。最后建立區(qū)域電網(wǎng)調(diào)頻算例進(jìn)行仿真驗(yàn)證。

1 含儲能的電力系統(tǒng)調(diào)頻特性分析

1.1 無新能源滲透率的區(qū)域電網(wǎng)調(diào)頻模型

含儲能的區(qū)域電網(wǎng)頻率模型是一個(gè)閉環(huán)控制系統(tǒng)。本文目標(biāo)是研究區(qū)域電網(wǎng)總體調(diào)頻特性，所以不考慮頻率的功角穩(wěn)定與分散性問題，同時(shí)忽略二次調(diào)頻環(huán)節(jié)。根據(jù)電力系統(tǒng)經(jīng)典文獻(xiàn)[27]，基于區(qū)域等效方法，聚合的區(qū)域電網(wǎng)的調(diào)頻模型如圖1所示。

圖1 無新能源的區(qū)域電網(wǎng)調(diào)頻模型Fig.1 Frequency modulation model of power system without new energy

為簡化分析，僅考慮電網(wǎng)負(fù)荷的情況下，區(qū)域電網(wǎng)頻率特性模型傳遞函數(shù)為

式中，M= 2H，H為慣性常數(shù)；D為阻尼常數(shù)。

1.2 計(jì)及新能源滲透率的電區(qū)域電網(wǎng)調(diào)頻模型

對于高占比新能源的區(qū)域電網(wǎng)系統(tǒng)，需要在上述模型中體現(xiàn)滲透率的加入。假設(shè)新能源機(jī)組同比例替代火電機(jī)組，新能源機(jī)組占比(滲透率)為p時(shí)，慣性常數(shù)和其頻率特性傳遞函數(shù)見式(2)、(3)：

在圖1模型的基礎(chǔ)上，建立各個(gè)部分的數(shù)學(xué)模型[28-29]，體現(xiàn)新能源滲透率的系統(tǒng)模型如圖2所示。

圖2 中，-KG為火電機(jī)組的單位調(diào)節(jié)功率；Kb為儲能電池的單位調(diào)節(jié)功率；ΔPL(s)為負(fù)荷功率波動量；ΔPb(s)為儲能電源出力；ΔF(s)為電網(wǎng)頻率偏差；ΔPg(s)為火電機(jī)組出力；部分參數(shù)參考文獻(xiàn)[30]，TG、TCH、TRH分別為火電機(jī)組調(diào)速器時(shí)間常數(shù)、汽輪機(jī)時(shí)間常數(shù)、再熱器時(shí)間常數(shù)，其取值分別為0.08 s、0.3 s、10 s；Tb為儲能電池的時(shí)間常數(shù)，取值為0.1 s；FHP為再熱器增益，取值為0.5；無滲透率時(shí)M對應(yīng)的值為5，D取值為1；s為拉普拉斯算子(以上取值均以對應(yīng)最大容量為基準(zhǔn)的標(biāo)幺值)。從負(fù)荷擾動與電網(wǎng)頻率之間的特性展開研究。

圖2 計(jì)及新能源滲透率的區(qū)域電網(wǎng)調(diào)頻模型Fig.2 Frequency modulation model of powersystem with new energy penetration

ΔPg(s)+ ΔPb(s) - ΔPL(s)=(M's+D)ΔF(s) (5)

式中，ΔPL(s)為負(fù)荷擾動；Gb(s)為儲能電池的一階慣性模型；Gs(s)為火電機(jī)組的汽輪機(jī)模型，其傳遞函數(shù)分別為

負(fù)荷擾動與電網(wǎng)頻率偏差之間的數(shù)學(xué)關(guān)系式為

含儲能時(shí)頻率偏差與負(fù)荷擾動的幅頻特性函數(shù)為

不含儲能時(shí)頻率偏差與負(fù)荷擾動的幅頻特性函數(shù)為

當(dāng)Kb標(biāo)幺值為24，KG標(biāo)幺值為20時(shí)。根據(jù)不同的滲透率以及是否有儲能的加入，得到四種情況下的區(qū)域電網(wǎng)頻率特性函數(shù)，并采用伯德圖分析其幅頻特性，如圖3 所示。存在p= 20%以及p=10%兩種情況；在相同的負(fù)荷擾動條件下，由圖3可知：在沒有儲能加入的情況下，加入新能源時(shí)，其幅值比沒有新能源加入時(shí)高，表明新能源的加入降低了系統(tǒng)的頻率穩(wěn)定性；在f＜0.2 Hz 頻段，在有新能源的基礎(chǔ)上時(shí)加入儲能，其幅值遠(yuǎn)遠(yuǎn)低于無儲能有新能源的情況，表明儲能對電網(wǎng)的頻率穩(wěn)定具有支撐作用；在0 Hz ＜f＜10 Hz 和45 Hz ＜f＜60 Hz頻段，滲透率為10%時(shí)儲能調(diào)頻幅值低于滲透率為20%時(shí)調(diào)頻的幅值，表明儲能系統(tǒng)主要作用于此頻段，且能很好地抑制新能源的擾動以及負(fù)荷擾動帶來的影響，降低了電力系統(tǒng)頻率波動和最大頻率偏差。

圖3 區(qū)域電網(wǎng)幅頻特性曲線Fig.3 Amplitude frequency characteristic curves of regional power grid

2 調(diào)頻用儲能電池的無模型自適應(yīng)控制策略

2.1 基本原理

以一個(gè)單輸入單輸出(SISO)的受控系統(tǒng)為例，圖4 中x代表系統(tǒng)整體的輸入量，u表示控制器的實(shí)際輸出量也為受控系統(tǒng)的輸入，y為受控系統(tǒng)的實(shí)際輸出量。受控系統(tǒng)的輸出與輸入量之間的關(guān)系可以描述為y=f(u)，其中f(u)是受控系統(tǒng)的數(shù)學(xué)模型。通常情況下，由于受控系統(tǒng)內(nèi)部組成部分多且復(fù)雜，難以建立受控對象較準(zhǔn)確的模型。這使得基于受控對象精確數(shù)學(xué)模型的控制方法的應(yīng)用得到限制，達(dá)不到控制效果，此時(shí)就可利用MFAC控制方法來解決這個(gè)難題，用泛模型來代替這些未知或者不夠精確的模型。

圖4 SlSO控制系統(tǒng)Fig.4 Single input single output control system

它使用的是一種新的動態(tài)性新化方法及偽偏導(dǎo)數(shù)法，利用受控系統(tǒng)的輸入輸出數(shù)據(jù)，就可得到系統(tǒng)每個(gè)工作點(diǎn)的動態(tài)線化數(shù)據(jù)模型，所有數(shù)據(jù)模型組成為泛模型，當(dāng)被控系統(tǒng)發(fā)生改變時(shí)，通過偽偏導(dǎo)數(shù)算法可以將這些改變的信息傳遞給線性數(shù)據(jù)模型，使泛模型也作出調(diào)整。然后對此泛模型進(jìn)行求解控制，控制問題轉(zhuǎn)化為在已知泛模型期望輸出以及其數(shù)據(jù)模型，求解一個(gè)值使泛模型能得到這個(gè)期望，將這個(gè)求得的值作為被控系統(tǒng)輸入，就可以使被控系統(tǒng)得到期望的輸出。

2.2 無模型控制框圖

式(12)為控制律算法，其中，l[l∈(0,2)]是學(xué)習(xí)因子，p是一個(gè)權(quán)重因子，p的作用是對u(k)的值做一個(gè)限制以及保證式(12)的分母不為零。

圖5 MFAC算法實(shí)現(xiàn)框圖Fig.5 lmplementation block diagram of MFAC algorithm

2.3 針對儲能電池的無模型控制器設(shè)計(jì)

結(jié)合儲能電池荷電狀態(tài)經(jīng)濟(jì)安全運(yùn)行范圍、儲能電池?cái)?shù)學(xué)模型難以精確以及滿足電網(wǎng)調(diào)頻需求等條件，提出考慮儲能電池SOC，基于儲能系統(tǒng)輸入輸出數(shù)據(jù)驅(qū)動的無模型自適應(yīng)控制策略。

本文的被控系統(tǒng)為儲能電池，它的輸入數(shù)據(jù)為電網(wǎng)的頻率波動ΔF(s)和荷電狀態(tài)(QSOC)，根據(jù)兩者進(jìn)行出力調(diào)整，即ΔPb(s)為被控系統(tǒng)的輸出，達(dá)到對電網(wǎng)頻率的支撐效果，針對此儲能電池，可以將無模型控制器設(shè)計(jì)為一個(gè)兩輸入一輸出(MISO)的控制系統(tǒng)，將電網(wǎng)的實(shí)時(shí)頻率偏差和QSOC作為無模型控制器的輸入(兩輸入)，經(jīng)過無模型自適應(yīng)控制器之后得到修正后的頻率偏差值(一輸出)，從而調(diào)整儲能的出力ΔPb(s)，利用前面提到的無模型控制器構(gòu)建方法，對儲能電池參與電網(wǎng)調(diào)頻進(jìn)行控制。

數(shù)字X線引導(dǎo)下下肢靜脈造影不僅具有X線定位準(zhǔn)確、圖像清晰度高的優(yōu)點(diǎn)，且能實(shí)時(shí)數(shù)字化獲取數(shù)據(jù)，錄像后可利用圖像后處理軟件多角度分析檢查結(jié)果[11-13]，但由于對反流程度無法進(jìn)行定量分析、且屬于有創(chuàng)性檢查，因此，在臨床中并未作為首選檢查方法。彩色多普勒超聲檢查是常用的下肢靜脈疾病診斷檢查方法[14-16]。彩色多普勒血流顯像模式具有無創(chuàng)、動態(tài)顯示血流動力、直接測量反流程度的優(yōu)點(diǎn)，但其對深靜脈瓣膜結(jié)構(gòu)無法高清顯示，且檢查準(zhǔn)確性易受檢查者水平影響，因此，其雖然是臨床首選的診斷檢查方法，但對于部分深靜脈病變?nèi)孕柽M(jìn)一步行數(shù)字X線引導(dǎo)下下肢靜脈造影檢查。

基于MFAC的儲能電池調(diào)頻控制系統(tǒng)原理圖見圖6，MFAC 控制器的內(nèi)部結(jié)構(gòu)可以根據(jù)式(11)、式(12)以及圖5 設(shè)計(jì)得到。電池荷電狀態(tài)健康的允許范圍為0.2～0.8，同時(shí)為避免儲能出力超過自身調(diào)節(jié)能力范圍，應(yīng)設(shè)置出力限幅環(huán)節(jié)。

2.4 電池儲能參與一次調(diào)頻的評價(jià)指標(biāo)

為評估所提無模型自適應(yīng)控制策略的有效性，考慮發(fā)生階躍負(fù)荷擾動以及連續(xù)負(fù)荷小擾動兩種工況，并由此分別提出兩類評價(jià)指標(biāo)。

若負(fù)荷為階躍擾動，評價(jià)調(diào)頻特性的指標(biāo)主要有最大頻率偏差|Δfm|、最小頻率偏差|Δfs|以及分別對應(yīng)的時(shí)刻ts和tm，同時(shí)定義頻率恢復(fù)期間的恢復(fù)速度β，β=(|Δfm|-|Δfs|)/(ts-tm)，以及頻率跌落時(shí)的下滑速度α，α=|Δfm|/tm。

由上文可知，在階躍負(fù)荷擾動時(shí)，|Δfm|和|Δfs|越小證明調(diào)頻效果越好，α越小表明抗干擾能力強(qiáng)，β越大證明調(diào)頻響應(yīng)速度越快。

如果負(fù)荷為連續(xù)擾動，則以頻率和QSOC偏離各自基準(zhǔn)值作為評價(jià)指標(biāo)，反映其與期望值的離散程度：

式中，Qf、PSOC分別為頻率指標(biāo)和QSOC指標(biāo)；f0為電網(wǎng)額定頻率50 Hz；QSOC0取值0.5。Qf越小頻率越穩(wěn)定、PSOC越小，電池容量保持效果越佳。

3 仿真分析

3.1 仿真模型

在Matlab/Simulink中搭建了與圖6對應(yīng)的調(diào)頻仿真模型，參數(shù)(部分參數(shù)已在圖6 介紹中給出)均為標(biāo)幺化后的值，本文所提儲能控制策略搭建根據(jù)式(11)、式(12)和圖5。最大火電機(jī)組額定容量為100 MW，電池儲能系統(tǒng)容量為1 MW/1 MWh[30]。

圖6 基于MFAC的儲能電池調(diào)頻控制系統(tǒng)原理圖Fig.6 Schematic diagram of frequency modulation control system of energy storage battery based on MFAC

3.2 仿真工況及仿真類型

為驗(yàn)證無模型自適應(yīng)策略的可行性，根據(jù)上文提出的調(diào)頻指標(biāo)，即需要仿真系統(tǒng)在階躍負(fù)荷擾動和連續(xù)負(fù)荷擾動兩種工況下的表現(xiàn)。對于儲能調(diào)頻出力控制環(huán)節(jié)，使用四種不同的控制方法：儲能不參與調(diào)頻；傳統(tǒng)定下垂控制策略；采用參考文獻(xiàn)[30]所提基于QSOC的變下垂自適應(yīng)綜合控制策略(簡單型)；采用本文計(jì)及QSOC基于數(shù)據(jù)驅(qū)動的無模型自適應(yīng)控制策略。其中，第二種和第三種控制策略下文分別稱為定K法、變K法。

3.3 階躍負(fù)荷擾動仿真分析

在仿真系統(tǒng)中加入大小為0.08(標(biāo)幺值)的階躍負(fù)荷擾動，并對4種策略參與調(diào)頻的特性進(jìn)行仿真分析。當(dāng)初始QSOC為0.5時(shí)在該擾動下的系統(tǒng)頻率偏差曲線如圖7 所示，QSOC變化曲線如圖8 所示，初始QSOC為0.5 的調(diào)頻評價(jià)指標(biāo)見表1。在更低的初始QSOC為0.3情況下對各方法進(jìn)行仿真，結(jié)果如圖9、圖10所示。

圖7 初始QSOC=0.5下階躍負(fù)荷擾動頻率偏差曲線Fig.7 Step load disturbance frequency deviation curves when QSOC=0.5

圖8 QSOC=0.5時(shí)QSOC變化曲線Fig.8 Change curves of QSOCwhen QSOC=0.5

圖9 初始QSOC=0.3下階躍負(fù)荷擾動頻率偏差曲線Fig.9 Step load disturbance frequency deviation curves when QSOC=0.3

圖10 初始QSOC=0.3時(shí)QSOC變化曲線Fig.10 Change curves of QSOC when QSOC=0.3

由圖7 以及表1 可知，擾動開始時(shí)，4 種調(diào)頻策略的系統(tǒng)頻率均急速降低，系統(tǒng)無儲能參與時(shí)頻率跌落最多且下降速率較高；有儲能參與的3種策略頻率下降都較小，其中定K法和無模型控制策略最小；在頻率恢復(fù)階段，無模型自適應(yīng)控制方法能將頻率偏差穩(wěn)定在一個(gè)較低的范圍內(nèi)，且恢復(fù)速率較高。本文策略兼顧QSOC保持效果，調(diào)頻效果與定K法差異不大。但對比不同初始QSOC情況下的QSOC變化曲線，可知在初始QSOC值較低時(shí)，定K法會因較快耗盡能量而使儲能早早退出調(diào)頻，使系統(tǒng)頻率再次跌落沖擊電網(wǎng)，且沖擊會影響電池使用壽命。結(jié)合以上，在階躍負(fù)荷擾動時(shí)，變K法和本文方法的調(diào)頻指標(biāo)效果均較佳，但本文方法的QSOC保持效果指標(biāo)最好。

表1 初始QSOC=0.5下的調(diào)頻評價(jià)指標(biāo)Table 1 Frequency modulation evaluation index When QSOC=0.5

3.4 連續(xù)負(fù)荷擾動仿真分析

仿真對比連續(xù)擾動負(fù)荷(短時(shí)和長時(shí))下上述4 種策略參與調(diào)頻的特性。在仿真系統(tǒng)中加入連續(xù)負(fù)荷擾動如圖11所示，并對各方法進(jìn)行仿真。

圖11 5 min連續(xù)負(fù)荷擾動曲線Fig.11 Five minute continuous load disturbance curves

首先仿真對比4 種方法在5 min 短時(shí)連續(xù)負(fù)荷擾動下的調(diào)頻特性。圖12 為頻率偏差曲線，圖13為QSOC變化曲線，表2 為該擾動下各項(xiàng)評價(jià)指標(biāo)。觀察結(jié)果可知，沒有儲能參與時(shí)系統(tǒng)頻率波動最大；本文方法和定K法的頻率偏差曲線大致相同，且都將值維持在一個(gè)較小范圍內(nèi)，但QSOC保持效果指標(biāo)均比變K法差。短時(shí)連續(xù)負(fù)荷擾動時(shí)追求的是能夠快速提供頻率支撐，應(yīng)把調(diào)頻效果放在首要位置，因此短時(shí)擾動時(shí)使用定K法和無模型自適應(yīng)控制方法參與調(diào)頻都是可行的。

表2 5 min連續(xù)負(fù)荷擾動評價(jià)指標(biāo)Table 2 Evaluation index of five minute continuous load disturbance

圖12 5 min連續(xù)擾動下頻率偏差曲線Fig.12 Frequency deviation curves under five minute continuous disturbance

圖13 5 min連續(xù)擾動下QSOC變化曲線Fig.13 Deviation curves of QSOC under five minute continuous disturbance

進(jìn)一步仿真對比4 種方法在1 h 長時(shí)連續(xù)負(fù)荷擾動下的調(diào)頻特性，圖14 為頻率偏差曲線，圖15為QSOC變化曲線，表3 為評價(jià)指標(biāo)。分析結(jié)果可知，有儲能參與時(shí)的三種控制策略在調(diào)頻初期均將頻率偏差維持在一個(gè)較小的波動范圍內(nèi)，變K法的波動略大；隨著持續(xù)放電，三種方法的頻率偏差波動范圍均在加大，但定K法因一直使電池出力在一個(gè)較大的值，導(dǎo)致電池能量較早耗盡造成頻率的再次跌落；本文方法QSOC的保持效果指標(biāo)最佳，總體看來另外兩種方法效果較差；在長時(shí)連續(xù)擾動下應(yīng)首先考慮電池的QSOC保持效果，因此無模型自適應(yīng)控制策略的優(yōu)勢更明顯。

圖14 1 h連續(xù)擾動下頻率偏差曲線Fig.14 Frequency deviation curves under 1-hour continuous disturbance

圖15 1 h連續(xù)擾動下QSOC變化曲線Fig.15 Deviation curves of QSOC under 1-hour continuous disturbance

表3 1 h連續(xù)負(fù)荷擾動評價(jià)指標(biāo)Table 3 Evaluation index of 1-hour continuous load disturbance

綜合以上分析可知，本文提出的無模型自適應(yīng)控制策略在短時(shí)連續(xù)負(fù)荷擾動與定K法在調(diào)頻效果指標(biāo)上均較優(yōu)；長時(shí)負(fù)荷擾動時(shí)，本文方法QSOC保持效果指標(biāo)最佳。不論短時(shí)、長時(shí)連續(xù)負(fù)荷擾動本文方法均具有可行性，凸顯一定的自適應(yīng)性。

4 結(jié) 論

（1）建立并分析含儲能的高滲透率區(qū)域電網(wǎng)調(diào)頻模型，有儲能參與調(diào)頻時(shí)，區(qū)域電網(wǎng)幅頻特性函數(shù)模值小于無儲能的情況，表明儲能的加入能提高系統(tǒng)的抗干擾能力。

（2）利用無模型自適應(yīng)控制策略將系統(tǒng)頻率與QSOC作為控制器的驅(qū)動數(shù)據(jù)動態(tài)調(diào)整儲能出力，在維持電池健康經(jīng)濟(jì)性的同時(shí)最大限度地讓儲能參與到調(diào)頻。在階躍負(fù)荷擾動下，在較高初始QSOC時(shí)，頻率偏差值都較小，本文調(diào)頻效果與其他控制策略差別不大，但在較低初始QSOC值時(shí)，本文頻率偏差值最小，調(diào)頻效果顯著，且QSOC評價(jià)指標(biāo)值最小，QSOC保持效果最佳；在長時(shí)連續(xù)擾動下本文的QSOC評價(jià)指標(biāo)值最小，QSOC保持效果最優(yōu)，總體調(diào)頻效果優(yōu)于其他控制策略。

（3）伴隨著各種新能源的并網(wǎng)帶來的系統(tǒng)內(nèi)部結(jié)構(gòu)復(fù)雜化，很難建立精確的系統(tǒng)數(shù)學(xué)模型，通過無模型自適應(yīng)控制可減少對儲能系統(tǒng)的數(shù)學(xué)模型的依賴，本文只使用儲能系統(tǒng)的輸入輸出數(shù)據(jù)作驅(qū)動進(jìn)行控制設(shè)計(jì)，能動態(tài)調(diào)整模型的參數(shù)，控制效果自適應(yīng)度高。