[发明专利]基于备用储能元件和二次熵值的混合储能系统优化方法

说明书

本发明涉及一种基于备用储能元件和二次熵值的混合储能系统优化方法。针对传统滤波方法和储能系统所存在的局限性问题，采用备用储能元件和二次熵值策略对其进行改进。首先原始风电波动通过指数平滑和容量波动约束条件进行一次滤波，接着结合波动率约束条件和小波包分解算法实现二次滤波修正。接着，引入备用储能元件，构成三种储能元件的混合储能系统模型，通过归一化能量熵和样本熵实现风电波动的分频，三种频段分别由蓄电池、超级电容和备用储能元件分别吸收平抑，从而实现功率的有效滤波平滑和吸收平抑。

技术领域

本发明涉及风电并网和储能平抑风电波动领域，特别是一种基于备用储能元件和二次熵值的混合储能系统优化方法。

背景技术

由于风电出力存在随机性、不确定性等固有属性，要实现大规模并网势必带来功率大幅波动、电能质量降低、严重的甚至会导致电力系统紊乱等问题。随着储能技术的不断发展，采用混合储能系统有针对地实现不同频段波动的吸收，是目前我国风电领域研究的主要方向。储能系统的原理是将风电波动根据频率实现分解并有效吸收，阻止波动对电网的影响。因此如何有效利用混合储能系统解决高渗透、大功率风电波动对电网造成的负面影响，对推动大规模风电并网的发展具有重要战略意义。

风电滤波并网是实现功率有效分配的重要前提，目前常见的滤波算法有小波包分解算法、指数平滑算法、滑动平滑法和经验模态分解算法等。传统滤波算法中，指数平滑依赖修正系数不同的加权处理实现滤波，可能存在风电波动过大造成的平滑不足问题；随着小波包分解层的增加，相邻两个分解层对应的低频输出功率存在一个大幅度的能量变化，因此小波包分解存在过度平滑现象。除此之外，随着功率波动平滑程度的深入，需要综合考虑功率波动约束和最大波动偏离的情况，保证获得最优且最稳定的低频输出并网功率。

传统对储能系统模型的构建主要集中在两种以内的混合储能系统元件，常见的以蓄电池-超级电容模型为例，在功率波动平滑方面忽视了中间频段的功率波动。若在原有储能模型的基础上，进一步考虑包含备用储能元件储能有效吸收中间频段的波动，可以大大降低蓄电池的频繁充放电过程，又能够减少超级电容频繁充放电过程造成的SOC越限或不足等问题，从而得到更加合理、准确的功率分配指令，通过引入储能元件的充放电次数作为比较，从而提高电网的使用寿命和运行效率。为了得到功率分配指令，采用CEEMDAN算法求解出有序的IMF分量。传统双储能元件模型中，主要采用熵值策略确定功率分界点，常见的有互信息熵、能量熵和样本熵等，获得相似度最高或者能量差值最大的点作为分界点。综上所述，如何在传统蓄电池-超级电容储能模型中引入备用储能元件，有效吸收平抑中间过渡频段的波动并优化功率分配是目前风电系统需要解决的重点难点问题，对提高储能元件的使用寿命、优化功率配置等具有重要战略意义。

发明内容

本发明的目的在于提供一种基于备用储能元件和二次熵值的混合储能系统优化方法，有利于提高混合储能系统的使用寿命和工作效率，从而实现功率分配的优化配置。

为实现上述目的，本发明的技术方案是：一种基于备用储能元件和二次熵值的混合储能系统优化方法，首先原始风电波动通过指数平滑和容量波动约束条件进行一次滤波，接着结合波动率约束条件和小波包分解算法实现二次滤波修正；再而引入备用储能元件，构成三种储能元件的混合储能系统模型，通过归一化能量熵和样本熵实现风电波动的分频，三种频段分别由蓄电池、超级电容和备用储能元件分别吸收平抑，从而实现功率的有效滤波平滑和吸收平抑。

在本发明一实施例中，基于备用储能元件和二次熵值的混合储能系统优化方法具体实现如下：

捕获原始风电出力功率W(t)；

对原始风电出力功率W(t)进行波动计算：判别原始风电出力是否同时满足双容量波动约束条件和双波动率约束条件的情况，满足则直接将功率进行并网处理；若不满足，则对其进行滤波处理；