基于小波包低通滤波算法的电池并网控制策略研究.docxVIP

基于小波包低通滤波算法的电池并网控制策略研究 0 小波包低通滤波风电平抑算法仿真 随着新能源开发的越来越重视，中国电网系统中的风力发电比例不断增加。风电固有的波动性和间歇性给电力系统安全稳定及电能质量带来的风险也越来越大，风电并网国家技术标准对风电场的出力波动、故障穿越、有功无功调节等方面都做出了明确规定 目前，储能系统在新能源并网方面的应用日益广泛，可用于平滑风功率的出力波动、提高风电的可调性、改善电能质量 掌握风电出力波动的频段对于合理选择滤波储能控制回路结构、参数及容量配置具有指导意义。本文在推导风电机组小信号模型基础上分析风电机组输出功率的波动频率特性，给出采用电池储能装置需要考虑的滤波范围。对比目前常用的3种风电滤波算法对平抑风电功率波动的特性，以SOC波动范围及储能系统转换次数为指标，分析相同容量下的储能系统平抑风电功率的效果。结合不同类方法的优点，提出小波包低通滤波风电平抑算法，并采用实际风电场出力数据对算法进行了仿真验证。研究结论可为工程应用提供参考。 1 风轮的频率特性 自然界的风速变化具有多样性，有渐变风、阵风、湍流风等，包含的变化频率成分也是多样的。风轮由于自身的惯性，对风频中的高频成分具有一定的滤波作用，其中变桨动作以及轴系在功率传递过程中也同样具有滤波作用。在此，采用小信号分析方法进行全面的分析，为风场选配储能提供参考。 1.1 桨距角动态特性 风轮捕获的气动功率可表示为： 式中，ρ——空气密度，kg/m 气动转矩T 式中，C 则可推导出气动转矩的小扰动方程，并以稳态工作点 式中， 变桨控制器外环为转速环，设桨距角调节时间常数为τ，并且小扰动下不用考虑变桨速率限制，则变桨系统动态方程可用一节惯性环节表示，为： 式中，k 将式（4）代入到转矩扰动方程式（3）得： 式（5）可简写为： 将S=jω代入式（6）即可得到包含桨距角动态特性的转矩频率特性。需要注意的是k 1.2 发电机模型模型 风电机组的功率控制形式主要有最大功率跟踪控制、恒功率控制和一定斜率控制，本质上这3种控制都可描述为按照一定斜率的转速控制，因而电磁转矩可表示为： 式中，k 轴系采用双质量块模型进行建模，可推导出状态方程： 式中，H 状态方程表示的输入输出传递函数为： 式中，Δx——状态变量；u——输入变量；I——单位矩阵；s——频域变量。 式中，ω 则风速-发电机转速的传递函数为： 式中，分子多项式的系数a 且分母多项式系数b 根据式（7）和式（11）得： 从式（12）可看出，电磁转矩变化的斜率决定了滤波效果。斜率越小，风速扰动对电磁转矩的影响越小，当斜率为零时，转矩波动为零，此时对应恒功率控制输出的情况。 1.3 机组的低频滤波效果 根据典型2 MW机组的参数可计算并绘制出不同转差频率（-0.3～0.3）下，轴系等值为双质量块时的频率特性（单质量块时轴系频率特性作为比较），见图1。从图1可见，不同转差率下风力机的滤波特性相差不大，曲线规律相同且接近。风轮转速低，滤波效果较好，这是因为等效时间常数大；机组传动系等值为集总质量块或双质量块的低频滤波效果基本重合，但高频滤波效果差异大；从图1中还可看出，-20 dB时，二者对应频率约为0.34 Hz(2.16 rad/s），可认为此段风速波动基本被衰减；-40 dB时，约为3.7 Hz(23.3 rad/s），可认为风速波动几乎完全被机组自身衰减。轴系频率特性存在约为1.7 Hz(10.6 rad/s）的谐振。 变桨伺服系统时间常数约为0.25 s，如果以4倍时间常数作为2个动态特性的分离时间常数，根据伺服系统时间常数可知，当风速波动时间常数大于4×0.25=1 s时（对应频率0.159 Hz的频段），属慢过程，可忽略桨距角调节的作用，这时由桨距角引入的系数从复数变为实数。因此可见，采用变桨控制可对0.159～0.700 Hz的风速波动产生滤波作用。 在电力系统中，同步机担负着系统的调节任务，由于同步机自身转子惯量和调速系统的时间常数决定了其对于0.01～0.10 Hz内的功率波动无法进行补偿 2 基于soc的s储能系统 用于平抑风功率波动的储能系统一般接在风电场并网口低压母线，通过控制储能系统的输出功率P 执行滤波任务过程中，为避免储能电池过充过放而损伤寿命，一般将SOC设定在[25%,75%]之间，即设SOC 荷电状态SOC可通过式（14）计算： 式中，S 储能系统的工作控制流程见图3所示。 当SOC在SOC 3 风电场故障的仿真分析 为展现低通滤波、滑动平均滤波、小波包滤波3种算法在相同储能容量下平滑风功率波动的效果，采用某装机容量为13台×1.5 MW的实际风电场数据，该风场配有2 MW/2 MWh的磷酸铁锂电池。取风电场连续5日内的有功出力数据为样本序列作为仿真分析的基础，风电场数