基于总体平均经验模态分解的混合储能系统协调优化控制

doi:10.3969/j.issn.1000－7229.2018.04.013

电力建设 ›› 2018, Vol. 39 ›› Issue (4): 83-.doi: 10.3969/j.issn.1000－7229.2018.04.013

基于总体平均经验模态分解的混合储能系统协调优化控制

李大勇1，都明亮2，田春光2，韩晓娟3

（1.国网吉林省电力有限公司，长春市130021；2.国网吉林省电力有限公司电力科学研究院，长春市130021；3.华北电力大学控制与计算机工程学院，北京市102206）

出版日期:2018-04-01
作者简介:李大勇（1971），男，硕士，高级工程师，主要研究方向为电力系统自动化及新能源发电技术；都明亮（1965），男，本科，高级工程师，主要研究方向为新能源并网及电网规划研究；田春光（1970），男，硕士，高级工程师，主要研究方向为新能源并网及电网规划研究；韩晓娟（1970），女，通信作者，博士，教授，主要研究方向为新能源发电技术。
基金资助:
基金项目：国家自然基金项目（51577065）；国家电网公司科技项目（KY-SG-2016-204-JLDKY）

Coordinated Optimization Control of Hybrid Energy Storage System Based on Ensemble Empirical Mode Decomposition

LI Dayong1,DU Mingliang2, TIAN Chunguang2, HAN Xiaojuan3

（1.State Grid Jilin Electric Power Company, Changchun 130021, China；2. Electrical Power Research Institute of State Grid Jilin Electric Power Company, Changchun 130021, China；3. School of Control and Computer Engineering，North China Electric Power University，Beijing 102206，China）

Online:2018-04-01
Supported by:
Project supported by National Natural Science Foundation of China（51577065）；Science and Technology Project of State Grid Corporation of China（KY-SG-2016-204-JLDKY）

摘要/Abstract

摘要： 摘要：由于光伏发电具有较强的随机性和波动性，利用储能系统能够有效平抑光伏功率的波动。该文提出了基于总体平均经验模态分解（ensemble empirical mode decomposition, EEMD）的混合储能协调优化控制方法。首先，根据光伏并网波动率限制要求调整EEMD的滤波阶次k1，将光伏功率分解为高频分量和低频分量，然后，将分解后的低频分量作为光伏电站的并网功率实现光伏功率的平滑控制。为了提高混合储能系统使用寿命，根据电池和超级电容器的荷电状态（state of charge，SOC）对滤波阶数k2进行调整，实现电池和超级电容器之间的能量分配。根据电池和超级电容器的充放电优先级规则，实现超级电容器和储能电池之间的功率最优控制。通过仿真实例验证了本文方法的有效性和正确性。

关键词: , 关键词：总体平均经验模态分解（EEMD）, 混合储能系统（HESS）, 滤波阶次, 波动率, 荷电状态（SOC）, 光伏发电

Abstract: ABSTRACT： Due to the strong randomness and volatility of the photovoltaic power generation, the energy storage system can be used to effectively stabilize the fluctuation of the photovoltaic output power. This paper proposes a coordinated optimization control method of hybrid energy storage system （HESS） bases on ensemble empirical mode decomposition （EEMD）. The photovoltaic output power is decomposed into the high frequency component and low frequency component by adjusting the filter order k1 of the EEMD according to the fluctuation rate limit of the photovoltaic output power, and the low frequency component is regarded as the connected grid power to achieve a smoothing control of the photovoltaic output power. In order to improve the service life of hybrid energy storage system, according to the SOC （state of charge） of batteries and super capacitors, the filter order k2 of the EEMD is adjusted to realize the energy distribution between batteries and super capacitors. According to the priority rule of charge and discharge of batteries and super capacitors, the optimal control between super capacitors and batteries is realized. The effectiveness and correctness of the proposed method are verified by a simulation example.

Key words: KEYWORDS： ensemble empirical mode decomposition （EEMD）, hybrid energy storage system （HESS）, filter order, volatility, state of charge （SOC）, photovoltaic power generation

中图分类号:

李大勇1，都明亮2，田春光2，韩晓娟3. 基于总体平均经验模态分解的混合储能系统协调优化控制[J]. 电力建设, 2018, 39(4): 83-.

LI Dayong1,DU Mingliang2, TIAN Chunguang2, HAN Xiaojuan3. Coordinated Optimization Control of Hybrid Energy Storage System Based on Ensemble Empirical Mode Decomposition[J]. Electric Power Construction, 2018, 39(4): 83-.

参考文献

［1］刘元, 李永东, 陈霄航. 微电网中储能系统的集成设计与控制策略［J］. 电力建设, 2016, 37（8）:141-148.

LIU Yuan, LI Yongdong, CHEN Xiaohang. Integrated design and control strategy of energy storage system in microgrid［J］. Electric Power Construction, 2016, 37（8）:141-148.

［2］刘皓明, 陆丹, 杨波,等. 可平抑高渗透分布式光伏发电功率波动的储能电站调度策略［J］. 高电压技术, 2015, 41（10）:3213-3223. LIU Haoming, LU Dan, YANG Bo, et al .Stabilization of dispatching strategy for power plant with high penetration and dispersion of photovoltaic power generation［J］. High Voltage Technology, 2015, 41（10）: 3213-3223.

［3］盘朝奉, 何志刚, 张德望,等. 复合电源电动汽车动力系统建模与仿真［J］. 广西大学学报（自然科学版）, 2012, 37（2）:284-290.

PAN Chaofeng, HE Zhigang, ZHANG Dewang, et al. Dynamic modeling and simulation of hybrid electric vehicle［J］. Journal of Guangxi University （Natural Science Edition）, 2012, 37（2）:284-290.

［4］郭旭东, 葛宝明, 毕大强,等. 储能型风电场系统的钒电池并联运行控制方法［J］. 电工电能新技术, 2013, 32（2）:34-38.

GUO Xudong, GE Baoming, BI Daqiang, et al. Control method of parallel operation of vanadium battery in energy storage wind farm system［J］. Advanced Technology of Electrical Engineering and Energy, 2013, 32（2）:34-38.

［5］言理. 电动汽车动力电池荷电状态（SOC）的估算方法研究［D］. 桂林电子科技大学, 2016.

YAN Li.State of charge （SOC） estimation methods for power battery in electric vehicle［D］. Guilin: Guilin University of Electronic Technology,2016.

［6］张野, 郭力, 贾宏杰,等. 基于电池荷电状态和可变滤波时间常数的储能控制方法［J］. 电力系统自动化, 2012, 36（6）:34-38.

ZHANG Ye, GUO Li, JIA Hongjie, et al. Energy storage control method based on battery state of charge and variable filter time constant［J］. Automation of Electric Power Systems, 2012, 36（6）:34-38.

［7］李利品, 党瑞荣, 樊养余. 改进的EEMD算法及其在多相流检测中的应用［J］. 仪器仪表学报, 2014, 35（10）:2365-2371.

LI Lipin, DANG Ruirong, FAN Yangyu. Modified EEMD de-noising method and its application in multiphase flow measurement［J］. Chinese Journal of Scientific Instrument, 2014, 35（10）:2365-2371.

［8］黎子铭, 薛毓强, 魏文新. 基于EEMD的混合线路故障测距［J］. 电气开关, 2015, 53（6）:83-86.

LI Ziming, XUE Yuqiang, WEI Wenxin. Fault location for hybrid transmission lines baed on EEMD［J］. Electric Switchgear, 2015, 53（6）:83-86.

［9］于群, 朴在林, 胡博. 基于EEMD和BP神经网络的短期光伏功率预测模型［J］. 电网与清洁能源, 2016, 32（7）:132-137.

YU Qun, PIAO Zailin, HU Bo. A hybrid model for short-term photovoltaic power forecasting based on EEMD-BP combined method［J］. Power System and Clean Energy. 2016, 32（7）:132-137.

［10］ZHANG M J,WANG C,CAO Q,et al. Improved EEMD on the application research of signal trend analysis［J］. Advanced Materials Research, 2012, 2076（591）:2020-2023.

［11］陈可, 李野, 陈澜. EEMD分解在电力系统故障信号检测中的应用［J］. 计算机仿真, 2010, 27（3）:263-266.

CHEN Ke, LI Ye, CHEN Lan. Ensemble empirical mode decomposition for power quality detection applications［J］. Computer Simulation， 2010, 27（3）: 263 -266.

［12］时世晨, 单佩韦. 基于EEMD的信号处理方法分析和实现［J］. 现代电子技术, 2011, 34（1）:88-90.

SHI Shichen, SHAN Peiwei. Signal processing method based on ensemble model decomposition［J］. Modern Electronics Technique, 2011, 34（1）:88-90.

［13］ZHANG M J,WANG C,CHEN H,et al. Improved EEMD in the application of signal singularity detection［J］. Advanced Materials Research, 2012, 1793（518）:3847-3851.

［14］焦彦军, 胡春. 基于改进EEMD方法的数字滤波器［J］. 电力自动化设备, 2011, 31（11）:64-68.

JIAO Yanjun, HU Chun. Digital filter based on improved EEMD method［J］. Electric Power Automation Equipment， 2011, 31（11）:64-68.

［15］张袁元, 李舜酩, 胡伊贤,等. LMS方法的改进及联合EEMD在振动信号去噪中的应用［J］. 振动与冲击, 2013, 32（20）:61-66.

ZHANG Yuanyaun, LI Shunming, HU Yixian, et al. Improvement of LMS method and application of joint EEMD in vibration signal denoising［J］. Journal of Vibration and Shock, 2013, 32（20）:61-66.

［16］王震, 陈耀, 徐悦. 基于预测电池SOC的充电控制策略研究［J］. 电子质量, 2017（2）:1-3.

WANG Zhen, CHEN Yao, XU Yue. The research of charging strategy based on the estimation of battery SOC［J］. Electronics Quality, 2017（2）:1-3.

[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]	李泓青，周建萍，茅大钧，李欣煜，胡成奕，邓玉君. 混合储能系统二次功率分配及交互控制策略在直流微网中的应用[J]. 电力建设, 2019, 40(5): 13-19.
[7]	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.
[8]	宋振浩，陆立民，胥峥，吕志鹏，吴鸣，赵婷. VSG虚拟惯量动态区间控制策略[J]. 电力建设, 2019, 40(2): 45-53.
[9]	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-.
[10]	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-.
[11]	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-.
[12]	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.
[13]	钟国彬，吴涛，曾杰，谢开贵，王超，胡博. 基于离散傅里叶变换的主动配电网混合储能容量优化配置[J]. 电力建设, 2018, 39(8): 85-93.
[14]	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-.
[15]	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-.

基于总体平均经验模态分解的混合储能系统协调优化控制

Coordinated Optimization Control of Hybrid Energy Storage System Based on Ensemble Empirical Mode Decomposition

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