基于变分模态分解的储能系统平抑风功率波动的控制方法技术方案

本发明专利技术提出一种基于变分模态分解的混合储能系统平抑风功率波动的控制方法。首先对风电功率进行滑动平均滤波确定风电并网功率和混合储能充放电功率，对混合储能充放电功率进行变分模态分解获得多个子序列；计算相邻子序列间互信息熵确定高频分量和低频分量，实现混合储能系统初级功率分配；考虑功率型储能荷电状态，对混合储能系统的功率分配进行模糊修正，得到优化后的混合储能系统充放电功率，在确保风电波动平抑效果的前提下，保证混合储能系统长期稳定运行。

Control method for suppressing wind power fluctuation in energy storage system based on variational mode decomposition

The invention provides a control method for suppressing wind power fluctuation of a hybrid energy storage system based on variational mode decomposition. Firstly, the sliding average filter is used to determine the grid-connected power of wind power and the charging and discharging power of hybrid energy storage system, and the variational mode decomposition of the charging and discharging power of hybrid energy storage system is carried out to obtain multiple sub-sequences; the mutual information entropy between adjacent sub-sequences is calculated to determine the high-frequency component and the low-frequency component, so as to realize the primary power distribution of hybrid energy storage system; considering the charging state of power-type energy storage system, the hybrid energy storage system is divided into The system's power allocation is modified by fuzzy method to obtain the optimized charging and discharging power of hybrid energy storage system, which ensures the long-term stable operation of hybrid energy storage system on the premise of guaranteeing the smooth effect of wind power fluctuation.

【技术实现步骤摘要】
基于变分模态分解的储能系统平抑风功率波动的控制方法
本专利技术属于电力领域，涉及一种基于变分模态分解的混合储能系统平抑风功率波动的控制方法。
技术介绍
受气候和环境等因素的影响，风力发电呈现间歇性和波动性等特点，随着风电装机规模的不断扩大，风电直接并网给电网带来巨大挑战。因此，国家出台相关标准，明确规定风电并网功率波动范围，在风电场侧配置储能系统可以有效平抑风电功率波动，确保电力系统安全稳定运行。现有储能技术按类型可以分为能量型储能和功率型储能两类，其中，能量型储能包括蓄电池储能、抽水储能等，能量密度较大，但循环寿命有限，不适于进行频繁充放电转换；功率型储能包括超级电容、飞轮储能和超导储能等，功率密度大，循环寿命长，但能量密度较小，不适于大幅度风电波动平抑。因此，利用两者互补特性，采用能量型储能和功率型储能构成的混合储能系统(HESS)平抑风电功率波动。至今为止，国内外学者已对HESS平抑风电功率波动展开许多研究，一阶低通滤波方法因简单易行，已得到广泛应用，但低通滤波时间常数难确定，难以提取精确特征。而小波包分解需要对基函数进行选择，且准确度与基函数的选择有关。经验模态分解(empiricalmodedecomposition,EMD)可以自适应的分解非线性信号，但EMD分解本身存在边界效应和模态混叠问题。
技术实现思路
针对上述问题，引入变分模态分解(variationalmodedecomposition,VMD)，对比EMD分解的递归筛选模式，VMD分解将模态估计问题转变为求解变分问题，具有牢靠的数学基础和良好的噪声鲁棒性，通过合理控制收敛条件，其分量个数也远小于EMD分解；此外，VMD分解可以对频率相近的纯谐波信号进行有效分解。因此，提出一种基于变分模态分解的混合储能系统平抑风功率波动的控制方法。首先对风电功率进行滑动平均滤波确定风电并网功率和混合储能充放电功率，对混合储能充放电功率进行变分模态分解获得多个子序列；计算相邻子序列间互信息熵确定高频分量和低频分量，实现混合储能系统初级功率分配；考虑功率型储能荷电状态，对混合储能系统的功率分配进行模糊修正，得到优化后的混合储能系统充放电功率，在确保风电波动平抑效果的前提下，保证混合储能系统长期稳定运行。步骤为：(1)在风电场侧配置混合储能系统(2)对风电功率进行滑动平均滤波确定风电并网功率和混合储能出力；(3)对混合储能功率进行VMD分解，得到各子序列；(4)计算相邻子序列间的归一化互信息熵；(5)选取归一化互信息熵极小值点作为高频和低频部分分界点；(6)高频部分重构为功率型储能初始分配功率，低频部分重构为能量型储能初始分配功率；(7)根据功率型储能SOC对混合储能功率分配进行优化，利用模糊控制理论修正混合储能系统充放电功率指令。附图说明图1风储联合发电系统结构图2模糊控制器隶属函数图3变分模态分解算法流程图图4风电功率曲线图5混合储能系统输出功率曲线图6VMD分解结果和频谱图7EMD分解结果和频谱图8蓄电池参考功率曲线图9超级电容器参考功率曲线图10混合储能系统SOC变化曲线图11模糊控制后混合储能系统SOC变化曲线具体实施方式一、基于变分模态分解的混合储能系统初级功率分配1.1风储联合发电系统在风电场侧配置混合储能系统，使风电功率波动满足国家并网标准，风储联合发电系统结构如图1所示。图1中，PW(t)为t时刻风力发电系统出力；PHESS(t)为t时刻混合储能系统充放电功率，为正表示混合储能系统充电，为负表示混合储能系统放电；PE(t)为t时刻能量型储能充放电功率；PP(t)为t时刻功率型储能充放电功率；Pout(t)为t时刻风电并网功率。为避免风电功率平抑不足或过量，根据国家标准，本专利技术首先对风电功率进行滑动平均滤波，使风电并网功率的波动控制在一定范围内，得到较为平滑的风电并网功率和混合储能充放电功率，计算公式如下。x(t)＝PHESS(t)＝PW(t)-Pout(t)(1)PHESS(t)＝PE(t)+PP(t)(2)1.2变分模态分解假设对混合储能系统功率x(t)进行VMD分解，得到K个子序列uk(t)，每个子序列为中心频率不同的有限带宽。目标为求每个子序列的估计带宽和的最小值，约束条件为各子序列之和等于输入混合储能充放电功率x(t)，则变分问题的构造如下：其中，{uk}＝{u1,u2,…uK}，{ωk}＝{ω1,ω2,…,ωK}。引入增广拉格朗日函数，将约束性变分问题转变为非约束性变分问题，其表达式如下：其中，α为惩罚因子，λ(t)为拉格朗日乘子。采用乘子交替方向法(alternatedirectionmethodofmultipliers,ADMM)交替更新和λn+1寻找式(3)的‘鞍点’。其中，的表达式为式中，等同于基于Parseval/Plancherel傅里叶等距变换，将式(4)转变到频域，得到各子序列的频域更新；然后将中心频率的取值问题转换到频域，得到中心频率的更新，并更新λ，具体表达式如下：对于给定判定精度e>0，若满足迭代停止条件停止迭代。1.3混合储能系统功率分配混合储能参考功率经VMD分解为频率由低到高的不同子序列，因此可以把把子序列分为高频和低频两部分，高频部分重构为功率型储能充放电功率，低频部分重构为能量型储能充放电功率，即：互信息(MutualInformation,MI)源于信息论中熵的概念[18]，用来反映两个随机变量间的统计相关性。互信息与变量间的关联度有关，两个变量关联度越大，则互信息越大的。对于每个子序列，其信息熵为：式中，P(uk)为第k个子序列能量。则两个相连子序列间互信息熵为：MI(uk,uk+1)＝H(uk)+H(uk+1)-H(uk,uk+1)(11)对互信息熵进行归一化处理：β＝MIi/MAX(MIi)(12)混合储能功率经VMD分解后的相邻子序列间的互信息熵从低频到高频出现从大到小再到大的情况，选取互信息熵极小值点作为高频部分和低频部分的分界点，重构混合储能系统功率。综上，混合储能的初级功率分配的具体过程如下：(1)对风电功率进行滑动平均滤波确定风电并网功率和混合储能出力；(2)对混合储能功率进行VMD分解，得到各子序列；(3)计算相邻子序列间的归一化互信息熵；(4)选取归一化互信息熵极小值点作为高频和低频部分分界点；(5)高频部分重构为功率型储能初始分配功率，低频部分重构为能量型储能初始分配功率。二、混合储能模糊控制策略混合储能系统的功率初级分配中，未考虑储能系统实际运行中的SOC越限及充放电响应能力不足的问题。且功率型储能的能量密度相对较小，容易出现过充过放现象。因此，本专利技术根据功率型储能SOC对混合储能功率分配进行优化，以功率型储能t-1时刻SOC值SOC,P(t-1)和t时刻功率型储能荷电状态变化量DSOC,P(t)为输入变量，所需DSOC,P(t)可由式(13)算得。功率指令修正系数Kp(t)为输出变量，利用模糊控制理论修正混合储能系统充放电功率指令。式中，Δt为时段长度，ηcp、ηdp分别为功率型储能的充电效率和放电效率，EP为功率型储能容量。模糊控制策略如下：(1)当功率型储能SOC,P(t-1)适中时，按初始功率分配充放电。(2)当SOC,P(t-1)偏小且准备放本文档来自技高网...

【技术保护点】
1.一种基于变分模态分解的储能系统平抑风功率波动的控制方法，其特征在于，步骤为：(1)在风电场侧配置混合储能系统(2)对风电功率进行滑动平均滤波确定风电并网功率和混合储能出力；(3)对混合储能功率进行VMD分解，得到各子序列；(4)计算相邻子序列间的归一化互信息熵；(5)选取归一化互信息熵极小值点作为高频和低频部分分界点；(6)高频部分重构为功率型储能初始分配功率，低频部分重构为能量型储能初始分配功率；(7)根据功率型储能SOC对混合储能功率分配进行优化，利用模糊控制理论修正混合储能系统充放电功率指令。

【技术特征摘要】
1.一种基于变分模态分解的储能系统平抑风功率波动的控制方法，其特征在于，步骤为：(1)在风电场侧配置混合储能系统(2)对风电功率进行滑动平均滤波确定风电并网功率和混合储能出力；(3)对混合储能功率进行VMD分解，得到各子序列；(4)计算相邻子序列间的归一化互信息熵；(5)选取归一化互信息熵极小值点作为高频和低频部分分界点；(6)高频部分重构为功率型储能初始分配功率，低频部分重构为能量型储能初始分配功率；(7)根据功率型储能SOC对混合储能功率分配进行优化，利用模糊控制理论修正混合储能系统充放电功率指令。2.根据权利要求1所述的一种基于变分模态分解的储能系统平抑风功率波动的控制方法，其特征在于，步骤(2)—(6)具体步骤为：对混合储能系统功率x(t)进行VMD分解，得到K个子序列uk(t)，每个子序列为中心频率不同的有限带宽；目标为求每个子序列的估计带宽和的最小值，约束条件为各子序列之和等于输入混合储能充放电功率x(t)，则变分问题的构造如下：其中，{uk}＝{u1,u2,…uK}，{ωk}＝{ω1,ω2,…,ωK}；引入增广拉格朗日函数，将约束性变分问题转变为非约束性变分问题，其表达式如下：其中，α为惩罚因子，λ(t)为拉格朗日乘子；采用乘子交替方向法交替更新和λn+1寻找式(3)的‘鞍点’；其中，的表达式为式中，等同于基于Parseval/Plancherel傅里叶等距变换，将式(4)转变到频域，得到各子序列的频域更新；然后将中心频率的取值问题转换到频域，得到中心频率的更新，并更新λ，具体表达式如下：对于给定判定精度e>0，若满足迭代停止条件停止迭代；混合储能参考功率经VMD分解为频率由低到高的不同子序列，因此可以把把子序列分为高频和低频两部分，高频部分重构为功率型储能充放...

【专利技术属性】
技术研发人员：李树林，马喜平，董海鹰，董开松，沈渭程，胡殿刚，刘克权，张伟，杨柯，刘丽娟，赵炜，张光儒，魏博，梁有珍，赵耀，杨俊，闵占奎，刘秀良，李志敏，陈明忠，同焕珍，张赛，甄文喜，姜梅，王斌，袁芳，杨勇，李守东，朱宏毅，郑翔宇，陈柏旭，李炜，李小娟，杨洁，何巍，孟欢，李军，汤一尧，高世刚，谢延凯，
申请(专利权)人：国网甘肃省电力公司电力科学研究院，国网甘肃省电力公司，国家电网公司，兰州交通大学，
类型：发明
国别省市：甘肃,62