基于EMD的复合储能不同控制策略对比分析

doi:10.3969/j.issn.1000－7229.2017.03.011

电力建设 ›› 2017, Vol. 38 ›› Issue (3): 77-.doi: 10.3969/j.issn.1000－7229.2017.03.011

基于EMD的复合储能不同控制策略对比分析

孙玉树1，唐西胜1，田春筝2，苗福丰2，孙晓哲3

1.中国科学院电工研究所，北京市 100190；2. 国网河南省电力公司经济技术研究院，
郑州市 450052；3. 中石化胜利石油工程有限公司塔里木分公司，新疆维吾尔自治区库尔勒市 841000

出版日期:2017-03-01
作者简介:孙玉树（1987），男，助理研究员，主要从事电力储能与风电波动平抑等方面的研究工作；唐西胜（1975），男，研究员，博士生导师，本文通信作者，主要研究方向为电力系统稳定与控制、储能与电网应用技术等；田春筝（1982），男，硕士，高级工程师，主要研究方向为可再生能源发电、电网规划与测评、储能等；苗福丰（1986），男，博士，工程师，主要研究方向为可再生能源发电、电网规划与测评等；孙晓哲（1986），男，硕士，工程师，主要研究方向为可再生能源发电、多能互补等。
基金资助:
国家高技术研究发展计划项目(863计划)(SS2014AA052002)；国家电网公司科技项目(SGSHJY00BGJS1400221)

Comparative Analysis of Different Hybrid Energy Storage Control Strategies Based on EMD

SUN Yushu1, TANG Xisheng1, TIAN Chunzheng2, MIAO Fufeng2, SUN Xiaozhe3

1. Institute of Electrical Engineering, Chinese Academy of Sciences, Beijing 100190, China；
2. State Grid Henan Electric Power Company Economic Research Institute, Zhengzhou 450052, China；

3. Sinopec Oilfield Service Shengli Corporation Tarim Branch Company, Korla 841000,

Xinjiang Uygur Autonomous Region, China

Online:2017-03-01
Supported by:
Project supported by the National High Technology Research and Development of China(863 Program) (SS2014AA052002)

摘要/Abstract

摘要： 风电的规模化发展对电力系统造成了很大影响，因此利用复合储能系统进行并网风电的波动平抑具有重要意义。首先，利用经验模态分解（empirical mode decomposition, EMD）将风电分解为不同的固有模态函数(intrinsic mode function, IMF)分量，通过不同的策略对比，挖掘风电并网的选取原则，在兼顾储能经济性的条件下使其得到有效平滑。然后，以储能爬坡功率为约束，对比选取不同的控制策略，实现蓄电池和超级电容器之间的功率分配。最后，通过算例分析验证了控制策略的有效性，为风电功率波动的平抑提供参考。

关键词: , 风电波动平抑, 复合储能, 经验模态分解（EMD）, 波动率, 爬坡功率

Abstract: Large-scale development of wind power brings great influence on the power system, so it has important practical significance to smooth grid-connected wind power fluctuation using hybrid energy storage. Firstly, wind power is decomposed into different intrinsic mode function (IMF) components by empirical mode decomposition (EMD), and the selecting principle of grid-connected wind power is obtained by contrasting several strategies. Then, wind power fluctuation mitigation can be implemented effectively in condition of considering the economy of the energy storage. In addition, power allocation between battery and supercapacity can be acquired by comparing different control strategies based on energy storage ramp power constraints. Finally, the validity of the control strategy is verified by case studies, which provides a reference for wind power fluctuation mitigation.

Key words: wind power fluctuation mitigation, hybrid energy storage, empirical mode decomposition (EMD), fluctuation rate, ramp power

中图分类号:

TM 614

孙玉树，唐西胜，田春筝，苗福丰，孙晓哲. 基于EMD的复合储能不同控制策略对比分析[J]. 电力建设, 2017, 38(3): 77-.

SUN Yushu, TANG Xisheng, TIAN Chunzheng, MIAO Fufeng, SUN Xiaozhe. Comparative Analysis of Different Hybrid Energy Storage Control Strategies Based on EMD[J]. Electric Power Construction, 2017, 38(3): 77-.

参考文献

［1］ZUGNO M, PINSON P, MADSEN H. Impact of wind power generation on european cross-border power flows［J］. IEEE Transactions on Power Systems, 2013, 28(4): 3566-3575.

［2］RAHMAN Saifur, PIPATTANASOMPORN Manisa. 大规模风电接入对美国电力系统运行的影响和平抑策略［J］. 电力系统自动化, 2011, 35(22): 3-11.

RAHMAN Saifur, PIPATTANASOMPORN Manisa. Operating impacts and mitigation strategies with large-scale wind power penetration in the United States［J］. Automation of Electric Power Systems, 2011, 35(22): 3-11.

［3］LEE H, SHIN Y B, HAN S, et al. Compensation for the power fluctuation of the arge scale wind farm using hybrid energy storage applications［J］. IEEE Transactions on Applied Superconductivity, 2012, 22(3): 5701904.

［4］HAYES B P, WILSON A, WEBSTER R, et al. Comparison of two energy storage options for optimum balancing of wind farm power outputs［J］. IET Generation, Transmission & Distribution, 2016, 10(3): 832-839.

［5］GORAN M, ADEL N, EHSAN G, et al. Lithium-Ion capacitor energy storage integrated with variable speed wind turbines for power smoothing［J］. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2013, 1(4): 287-295.

［6］张坤, 吴建东, 毛承雄, 等. 基于模糊算法的风电储能系统的优化控制［J］. 电工技术学报, 2012, 27(10): 235-241.

ZHANG Kun, WU Jiandong, MAO Chengxiong, et al. Optimal control of energy storage system for wind power generation based on fuzzy algorithm［J］. Transactions of China Electrotechnical Society, 2012, 27(10): 235-241.

［7］韩晓娟, 田春光, 程成, 等. 基于经验模态分解的混合储能系统功率分配方法［J］. 太阳能学报, 2014, 35(10): 1889-1896.

HAN Xiaojuan, TIAN Chunguang, CHENG Cheng, et al. Power allocation method of hybrid energy storage system based on empirical mode decomposition［J］. Acta Energiae Solaris Sinica, 2014, 35(10): 1889-1896.

［8］孙承晨, 袁越, CHOI Sanshing, 等. 用于能量调度的风–储混合系统运行策略及容量优化［J］. 电网技术, 2015, 39(8): 2107-2114.

SUN Chengchen, YUAN Yue, CHOI Sanshing, et al. Capacity optimization and operational strategy of the wind-energy storage hybrid systems for energy dispatching［J］. Power System Technology, 2015, 39(8): 2107-2114.

［9］张晴, 李欣然, 杨明, 等. 净效益最大的平抑风电功率波动的混合储能容量配置方法［J］. 电工技术学报, 2016, 31(14): 40-48.

ZHANG Qing, LI Xinran, YANG Ming, et al. Capacity determination of hybrid energy storage system for smoothing wind power fluctuations with maximum net benefit［J］. Transactions of China Electrotechnical Society, 2016, 31(14): 40-48.

［10］孟顺，谢桦. 基于经验模态分解的平滑可再生能源功率波动的储能容量优化［J］. 电源学报, 2014, 12(5): 7-11,18.

MENG Shun, XIE Hua. Energy storage capacity optimization in smoothing renewable energy power fluctuations based on empirical mode decomposition［J］. Journal of Power Supply, 2014, 12(5): 7-11,18.

［11］杨锡运, 曹超, 李相俊, 等. 基于模糊经验模态分解的电池储能系统平滑风电出力控制策略［J］.电力建设, 2016, 37(8): 134-140.

YANG Xiyun, CAO Chao, LI Xiangjun,et al. Control strategy of smoothing wind power output using battery energy storage system based on fuzzy empirical mode decomposition［J］. Electric Power Construction, 2016, 37(8): 134-140.

［12］孙承晨, 袁越, CHOI Sanshing,等. 基于经验模态分解和神经网络的微网混合储能容量优化配置［J］. 电力系统自动化, 2015, 39(8): 19-26.

SUN Chengchen, YUAN Yue, CHOI Sanshing, et al. Capacity optimization of hybrid energy storage systems in microgrid using empirical mode decomposition and neural network［J］. Automation of Electric Power Systems, 2015, 39(8): 19-26.

［13］中华人民共和国国家质量监督检验检疫总局. 风电场接入电力系统技术规定:GB/T 19963-2011 ［S］. 北京：中国质检出版社，2012.

［14］唐西胜, 孙玉树, 齐智平. 基于 HHT 的风电功率波动及其对电力系统低频振荡的影响分析［J］. 电网技术, 2015, 39(8): 2115-2121.

TANG Xisheng, SUN Yushu, QI Zhiping. Analysis of wind power fluctuation characteristics and its impact on power system low frequency oscillation based on HHT［J］. Power System Technology, 2015, 39(8): 2115-2121.

［15］ZHOU Guopeng, MIAO Fufeng, TANG Xisheng, et al. Research on wind power fluctuation and its impacts on wind power frequency［J］. Applied Mechanics and Materials, 2013（291-294）: 407-414.

[1]	汤吉鸿, 章德, 丛凡超, 田国梁, 吴贵烘, 李宇骏, 禹海峰. 基于线性二次型最优控制的多端直流最优功率调制方案[J]. 电力建设, 2020, 41(8): 32-39.
[2]	赵洱岽, 王浩, 林弘杨. 现货市场中基于演化博弈的火电企业阶梯报价策略[J]. 电力建设, 2020, 41(8): 68-71.
[3]	宋建，束洪春，董俊，梁雨婷，李雨龙，杨博. 基于GM(1，1)与BP神经网络的综合负荷预测[J]. 电力建设, 2020, 41(5): 75-80.
[4]	祁兵，叶欣，李彬，陈宋宋，李源非，石坤. 考虑IEC标准的用户侧电力物联网体系架构研究[J]. 电力建设, 2020, 41(5): 92-99.
[5]	钟永洁，谢东亮，孙永辉，翟苏巍，常福刚，张明理. 考虑能源子系统与储能的综合能源系统优化分析[J]. 电力建设, 2019, 40(8): 59-68.
[6]	杨军，林洋佳，陈杰军，李逸欣，詹祥澎. 未来城市共享电动汽车发展模式[J]. 电力建设, 2019, 40(4): 49-59.
[7]	江帆，杨洪耕. 基于选择性贝叶斯分类的非侵入式负荷识别方法[J]. 电力建设, 2019, 40(2): 94-.
[8]	刘中原，王维庆，王海云，袁成玉，王亮，李永钦，丁文彬. 基于VSG技术的VSC-HVDC输电系统受端换流器控制策略[J]. 电力建设, 2019, 40(2): 100-.
[9]	林伟芳，易俊，贾俊川，王安斯，余芳芳，方诗卉. 故障后半波长输电线路的稳态过电压控制措施[J]. 电力建设, 2019, 40(2): 109-.
[10]	崔树银，陆奕，常啸. 考虑信用评分机制的电力碳排放交易区块链模型[J]. 电力建设, 2019, 40(1): 104-111.
[11]	黄裕春，王宏，王珂，文福拴. 考虑电动汽车充电设施接入的居民配电系统供电容量最优规划[J]. 电力建设, 2018, 39(6): 1-.
[12]	常巩, 邓友均, 杨洪明, 文福拴, 赖明勇. 充换电站模式下电动汽车参与物流配送的电能补给方式规划[J]. 电力建设, 2018, 39(6): 7-.
[13]	刘洵源, 齐峰, 文福拴, 冯昌森, 王蕾，邹波，张西竹. 光伏不平衡接入的配电系统中电动汽车有序充电策略[J]. 电力建设, 2018, 39(6): 21-.
[14]	杨文涛, 王蕾, 邹波, 张西竹, 文福拴, 程敏 . 基于大数据服务平台的电动汽车有序充放电管理[J]. 电力建设, 2018, 39(6): 28-.
[15]	郑涛，张滋行. 基于半桥子模块的模块化多电平换流器内部故障诊断及对策[J]. 电力建设, 2018, 39(6): 42-.

基于EMD的复合储能不同控制策略对比分析

Comparative Analysis of Different Hybrid Energy Storage Control Strategies Based on EMD

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价