点击标题下“电力系统保护与控制”可快速 本文采用小波包分解法将风电输出功率分解为低频部分和高频部分，将低频部分作为风电并网期望值，将高频部分划分为次高频部分和最高频部分，将次高频部分作为蓄电池储能输出功率期望值，最高频部分作为超级电容器储能输出功率期望值。
基于小波包分解混合储能系统控制策略由于蓄电池充放电时电压波动性小，本文采用蓄电池储能经过逆变器与交流电网连接的方式，逆变器控制策略采用功率外环电流内环的控制策略，无功功率参考值设为0。
算例分析本文风电场由15台单机容量为2MW的双馈式风力发电机组成，并网电压为V，系统频率为50Hz，采样时间为1min/次，总采样数据点为。
本文采用db9小波将风电输出功率信号作4层分解，设低频信号的频率界限为0.2Hz，将低频重构信号(4,0)作为风电并网期望值。
低频信号变化的趋势与原始信号相近，但其波动幅度很小，曲线较为平滑。将高频重构信号分解为次高频信号和最高频信号，本文将重构信号的(4,1)~(4,3)作为次高频信号，将(4,4)~(4,15)作为最高频信号。次高频信号波动频率较小，幅值较大，最高频信号波动频率较高，幅值较小，充分利用了蓄电池、超级电容器互补特性。
本文采用Matlab工具箱中的高斯逼近法拟合蓄电池和超级电容器输出功率的概率密度函数，蓄电池采用5阶高斯逼近，拟合度为0.。超级电容器采用5阶高斯逼近，拟合度为0.。
蓄电池输出功率为[0，9.]，超级电容器输出功率范围为[0，8.]，根据输出功率的概率密度函数可求得蓄电池和超级电容器输出功率幅值均值分别为1.6MW和0.78MW，最终求得蓄电池和超级电容器储能系统分别容量为6.6MWh和3.2MWh。
在Matlab/Simulink仿真平台上搭建风电混合储能系统模型。蓄电池储能采用M12-3.3型铅酸蓄电池，并采用节串联的连接方式，其额定容量约为6.72MWh；超级电容器储能采用UCPYF型超级电容，并采用个串联的连接方式，其额定容量为3MWh。混合储能系统并联在双馈式风力发电机的并网侧。经GB/T-风电场接入电力系统技术规定，装机容量30~MW以下的风电场1min的有功功率变化最大限值不能超过装机容量的1/10，因此本文设置功率变化限值为3MW。由仿真结果可知低频部分的最大功率变化范围为0~1.MW，低于功率变化限值，满足风电并网标准，证明了采用小波包分解低频部分作为风电并网期望值的可行性。小波包分解风电混合储能输出功率波动范围为0~27MW，曲线对小波包分解低频信号的跟踪性能好，曲线平滑。而低通滤波分解风电混合储能输出功率波动范围为0~24MW，其输出功率曲线有明显的滞后性，启动时输出功率波动大会造成储能系统荷电状态变化大，影响储能系统使用寿命，且输出功率曲线平滑性较差。综上所述，小波包分解性能优于低通滤波。超级电容补偿了风电波动功率中高频部分，而蓄电池则补偿了次高频部分。因此由超级电容器作为辅助设备的储能系统，使蓄电池的充放电周期变大，其充放电次数也将明显减少，从而延长了蓄电池的寿命。
混合储能系统荷电状态(SOC)是衡量储能装置是否工作于正常状态的重要依据之一，也是衡量储能容量大小的重要参考因素。由于本文混合储能系统采用串联的连接方式，在忽略串联均压的情况下，所有储能电池的荷电状态都必须处于安全范围内。将蓄电池储能系统SOC初值设为50%，超级电容器SOC初值设为65%，蓄电池SOC波动范围为50%~78%，超级电容器SOC波动范围为65%~67%，由此可知采用上述容量配置，蓄电池与超级电容器的SOC均处于安全范围内，避免了过充过放。且蓄电池的SOC变化幅度大，变化频率小，提高了其使用寿命，而超级电容器的SOC的变化幅度小，变化频率大，充分发挥了其快速充放电的特性，提高了混合储能系统的稳定性，进一步证明了该容量配置的有效性。
结论本文采用小波包分解将风电输出功率分解为低频部分和高频部分，将低频部分作为并网期望值，高频部分由混合储能系统平抑。将高频部分通过低通滤波器分解为次高频部分和最高频部分，根据蓄电池、超级电容器的互补特性分别用其平抑次高频和最高频波动。通过高斯逼近法拟合波动功率的概率密度函数，计算混合储能系统容量。搭建了风电混合储能系统仿真模型，通过分析并网功率以及混合储能系统的荷电状态，证明了容量配置算法的有效性。
作者简介卢芸(-)，女，博士，副教授，研究方向为电力系统运行、优化与控制；E-mail:zxncg
. 徐骏(-)，男，硕士研究生，研究方向为电力系统运行、优化与控制。E-mail:qq.声明：本文为原创文章，所涉及文字及图片版权均属《电力系统保护与控制》杂志社所有，根据国家版权局最新规定，纸媒、网站、微博、白癜风早期症状图解北京哪家白癜风医院最好