欢迎光临HAWKER英国霍克蓄电池（中国）营销总部
服务热线：15313702523

首页 > 新闻中心

基于正反向滤波器并行与二维高斯函数的双电池储能系统平抑风电功率波动的双层协调控制策略

在平滑风电功率波动的过程中，双电池储能系统(DBESS)常因充放电不平衡而运行于极端荷电状态(SOC)，这会加速电池退化并削弱功率波动吸收能力。此外，滤波过程中的相位滞后会导致DBESS产生额外功率输出。为解决这些问题，本文提出一种用于平滑风电波动的DBESS双层控制策略。首先，设计了一种基于正反向滤波并联(FRFP)的一阶低通滤波器(LPF)。通过同步执行前向与逆向滤波操作，共轭相位响应可抵消相位滞后并改善幅频响应特性，从而降低DBESS不必要的功率输出。其次，基于低通滤波递归表达式函数的初始状态估计机制，仅在风电功率波动超限时激活快速频率响应预测滤波，结合自适应窗口机制进一步降低预测误差，有效缓解能量调度负担。第三，两个状态参数表征了电池组间的相对SOC差异及其剩余容量。基于此，二维高斯函数（TDGF）动态调节分布式电池储能系统的功率输出，以避免极端SOC工况并维持波动吸收能力。最后，针对风电并网限制条件，提出一种SOC不均衡工况下的最小功率输出方法以抑制进一步发散。案例研究表明，该策略具有显著的有效性与优越性。

引言

风电对全球能源转型至关重要，预计到2030年累计新增装机容量将达到982吉瓦[1]。鉴于风电的波动性，储能系统（ESS）可实现削峰填谷，因而成为重点研究方向[2][3][4]。
一方面，储能系统（ESS）的功率输出指令通过对风电功率（WP）进行滤波处理获得。[5]、[6]采用一阶高通/低通滤波器，由ESS补偿滤波分量以实现风电并网平滑化。然而滤波器的相位滞后会导致ESS产生额外功率输出。[7]提出隐马尔可夫跳变系统建模方法，有效捕捉随机扰动下的多模态跳变特性，并引入异步滑模观测器，通过实时状态估计与模态失配补偿为相位滞后抑制提供鲁棒框架。[8]、[9]、[10]从高阶高通滤波器演进至二阶高通滤波器，进而采用复杂Savitzky-Golay滤波器，虽缓解但未根本解决相位滞后问题。将WP数据视为数字信号处理时，文献[11][12]采用小波包分解技术显著降低了数据处理延迟，但其效果依赖于小波基函数的选取。变分模态分解方法难以适应具有瞬态脉冲特性的风电数据处理需求[13]。因果滤波形式存在相位滞后问题难以克服。文献[14]将机器学习与移动平均滤波相结合，大幅降低了滤波延迟。[15]、[16]、[17]在正向-反向滤波（FRF）框架内构建了非因果滤波器以实现零相位滤波，但该方法不适用于实时应用。[18]虽将FRF应用于风光储集成系统，却未解决实时实现问题。[19]通过结合FRF与功率预测实现了实时零相位滤波，但未具体应用于风电数据。这些级联FRF滤波器缺乏与储能系统（ESS）的协同，连续两阶段滤波可能导致过度平滑，从而产生额外的ESS功率输出。
另一方面，当储能系统（ESS）补偿滤波分量时，必须考虑其荷电状态（SOC）控制。文献[20]、[21]采用电池与超级电容器混合的储能系统，而文献[22]则使用电池-飞轮混合储能方案。电池与超级电容器/飞轮通过补偿不同频率的功率分量，维持储能系统的健康SOC水平。然而，超级电容器和飞轮存在高自放电率、低能量密度及高成本等缺陷，限制了其实际应用[23]。文献[24]-[26]采用双电池组储能系统，两组电池分别独立执行充放电任务，避免了电池工作状态的频繁切换，从而延长使用寿命。但两组电池包的相互依赖式切换及其相反的SOC变化趋势，为其SOC均衡控制带来了挑战。[27]提出了一种基于固定时间控制策略的无模型预测方法，该方法通过固定时间稳定机制确保预设时间收敛，并介绍了饱和函数与延迟补偿技术，这些技术为受限条件下实现DBESS快速鲁棒的SOC均衡提供了关键参考。[28]提出可变时间常数策略(VTCS)，用于防止两电池组间充放电功率不平衡导致的极端SOC状态。由于滤波器输出与时间常数之间存在非线性关系，时间常数的增量变化会导致ESS充放电功率调节失衡，进而引发ESS频繁启停。[29]提出了一种基于Logistic函数的动态范围调整策略(LDRS)，该策略进一步考虑了电池频繁激活导致的寿命衰减问题。然而ESS功率输出的微小调节会延长电池在极端SOC工况下的运行时长。LDRS缺乏极端SOC抑制策略，且由于依赖近零相位移动平均滤波(NZPMAF)过程，其应用存在一定局限性。现有双电池SOC平衡策略难以同时缓解电池寿命衰减与维持功率波动吸收能力。
本文提出FRFP-TDGF双层策略以解决用于风电波动平抑的DBESS中滤波器相位延迟与SOC失衡问题。在风电滤波环节，FRFP通过同时进行正向与反向滤波来改善FRF幅值响应，同时利用共轭相位响应消除滤波器相位滞后。模拟结果表明，由于幅值响应增强，FRFP使总功率输出降低约25%。基于LPF的FRFP通过输出反馈引入惯性约束，相较NZPMAF能在风电功率爬坡时提供更平滑的功率指令，更有效降低对ESS的功率冲击。在SOC控制层，TDGF根据两组电池包的相对SOC水平设定工作区间，通过整合实时运行状态与容量参数，动态评估两包间SOC平衡状态并据此调整功率输出。与传统将工作范围固定于预设SOC区间的控制策略相比，TDGF实现了更灵活可靠的能量调度。本文的创新点如下：
  • 1)
    提出一种适用于风电波动平抑场景的FRFP策略，解决了相位滞后问题并改善了滤波过程的幅值响应特性。通过设计的LPF实现风电数据处理；
  • 2)
    在FRFP中集成初始状态估计功能以实现灵活激活，同时结合自适应窗口机制，以解决由预测误差导致的不必要ESS功率输出及波动问题；
  • 3)
    提出TDGF控制策略，利用两组电池包的不同SOC水平共同决定ESS功率输出调整，实现更灵活可靠的SOC均衡并避免极端SOC下的长期运行；
  • 4)
    为TDGF补充最小功率输出方法，抑制电池包间SOC失衡的进一步加剧，同时降低DBESS功率输出。
上一个：无氟质子传导膜驱动高性能、低成本铁基单液流电池实现大规模储能single bond铅单液流电池 下一个：融合荷电状态均衡的电池储能系统多性向协调一次调频策略

推荐新闻

新闻中心

联系我们

联系人：英国霍克蓄电池（中国）营销总部

手机：15313702523（微信同号）

E-mail：ukhawker@yeah.net