基于变分模态分解的平抑风电波动混合储能容量优化配置

doi:10.12096/j.2096-4528.pgt.24077

摘要/Abstract

摘要：

目的针对风力发电存在的波动性与不连续性问题，提出一种用于风电功率平抑的混合储能系统配置方案，并将锂离子电池与超级电容器集成至风电系统中，用以解决风电不稳定性问题。方法首先，采用指数平滑和递推平均加权的滤波技术，动态调整其权重，得到风电并网功率与储能系统参考功率。然后，利用粒子群优化算法对变分模态分解参数进行调整，将储能系统参考功率分解为高频与低频分量，分别由超级电容器与锂离子电池承担。最后，建立混合储能系统全生命周期优化配置模型，最小化储能设施的配置成本。结果所提方案能使输出功率更好地符合并网标准，降低并网功率输出时间，实现锂离子电池和超级电容器之间的功能互补。结论所提方案有效解决了风力发电的波动性与不连续性问题，实现了最优的储能配置，在经济性和平抑波动性能之间达到平衡。

关键词: 风电波动平抑, 风电系统, 加权算法, 混合储能, 变分模态分解, 粒子群, 容量配置, 成本效益

Abstract:

Objectives To address the issues of variability and intermittency of wind power generation, a configuration scheme of hybrid energy storage system for wind power smoothing is proposed. The system integrates lithium-ion batteries and supercapacitors into the proposed wind power system to reduce its instability. Methods Firstly, filtering techniques of exponential smoothing and recursive weighted average are used to dynamically adjust their weights, determining both the grid-connected wind power and the reference power for the energy storage system. Then, particle swarm optimization algorithm is applied to adjust the parameters of variational mode decomposition, decomposing the reference power of the energy storage system into high-frequency and low-frequency components, which are handled by supercapacitors and lithium-ion batteries, respectively. Finally, a lifecycle optimization configuration model for the hybrid energy storage system is developed to minimize the configuration costs of storage facilities. Results The proposed solution can make the output power better meet the grid-connected standard, reduce the grid-connected power output time, and realize the functional complementarity between lithium-ion batteries and supercapacitors. Conclusions The proposed solution effectively addresses the variability and intermittency of wind power generation, achieving optimal energy storage configuration and striking a balance between economic efficiency and stabilize fluctuation performance.

Key words: wind power fluctuation smoothing, wind power system, weighted algorithm, hybrid energy storage, variational mode decomposition, particle swarm, capacity configuration, cost effectiveness

中图分类号:

TK 83

张萍, 李永强, 杏华良. 基于变分模态分解的平抑风电波动混合储能容量优化配置[J]. 发电技术, 2025, 46(6): 1144-1153.

Ping ZHANG, Yongqiang LI, Hualiang XING. Optimization Configuration of Hybrid Energy Storage Capacity for Wind Power Fluctuation Smoothing Based on Variational Mode Decomposition[J]. Power Generation Technology, 2025, 46(6): 1144-1153.

图/表 11

参考文献 27

[1]	李晖，刘栋，姚丹阳．面向碳达峰碳中和目标的我国电力系统发展研判[J]．中国电机工程学报，2021，41(18)：6245-6259．
	LI H， LIU D， YAO D Y ．Analysis and reflection on the development of power system towards the goal of carbon emission peak and carbon neutrality[J]．Proceedings of the CSEE，2021，41(18)：6245-6259．
[2]	卓振宇，张宁，谢小荣，等．高比例可再生能源电力系统关键技术及发展挑战[J]．电力系统自动化，2021，45(9)：171-191． doi:10.7500/AEPS20200922001
	ZHUO Z Y， ZHANG N， XIE X R，et al ．Key technologies and developing challenges of power system with high proportion of renewable energy[J]．Automation of Electric Power Systems，2021，45(9)：171-191． doi:10.7500/AEPS20200922001
[3]	周原冰，张士宁，侯方心，等．电力行业碳达峰及促进全社会碳减排影响分析[J]．中国电力，2024，57(9)：1-9．
	ZHOU Y B， ZHANG S N， HOU F X，et al ．Analysis of carbon peaking in power sector and its impact on promoting whole-society carbon emissions reduction[J]．Electric Power，2024，57(9)：1-9．
[4]	袁昊，刘宇航，孙洁，等．“双碳” 背景下新能源并网储能容量优化配置方法[J]．电网与清洁能源，2024，40(9)：134-140．
	YUAN H， LIU Y H， SUN J，et al ．Energy storage capacity optimization allocation methods for grid-connected new energy under dual-carbon background[J]．Power System and Clean Energy，2024，40(9)：134-140．
[5]	张智刚，康重庆．碳中和目标下构建新型电力系统的挑战与展望[J]．中国电机工程学报，2022，42(8)：2806-2819．
	ZHANG Z G， KANG C Q ．Challenges and prospects for constructing the new-type power system towards a carbon neutrality future[J]．Proceedings of the CSEE，2022，42(8)：2806-2819．
[6]	许中，栾乐，莫文雄，罗思敏，等．基于Logistic快速最小误差熵算法的配电变压器停电预测[J]．发电技术，2022，43(2)：313-319．
	XU Z， LUAN L， MO W X，et al ．Distribution transformer outage prediction based on logistic fast minimum error entropy algorithm[J]．Power Generation Technology，2022，43(2)：313-319．
[7]	王晋君，苟凯杰，陈衡，等．平抑风电波动的飞轮-电化学混合储能容量优化配置研究[J]．动力工程学报，2024，44(3)：439-446．
	WANG J J， GOU K J， CHEN H，et al ．Allocation optimization of flywheel-electrochemical hybrid energy storage capacity to stabilize wind power fluctuations[J]．Journal of Chinese Society of Power Engineering，2024，44(3)：439-446．
[8]	王新宝，葛景，韩连山，等．构网型储能支撑新型电力系统建设的思考与实践[J]．电力系统保护与控制，2023，51(5)：172-179．
	WANG X B， GE J， HAN L S，et al ．Theory and practice of grid-forming BESS supporting the construction of a new type of power system[J]．Power System Protection and Control，2023，51(5)：172-179．
[9]	蒋新科，刘春，张雪松，等.基于双储能的风电功率波动平抑策略研究[J]．电测与仪表，2025，62(4)：19-25．
	JIANG X K， LIU C， ZHANG X S，et al ．Study on strategy for stabilizing wind power fluctuations based on dual energy storage[J]．Electrical Measurement & Instrumentation，2025，62(4)：19-25．
[10]	李志军，郭燕龙，苗庆玉.基于解析法的高比例可再生能源系统惯量支撑储能配置[J]．电测与仪表，2023，60(11)：11-18．
	LI Z J， GUO Y L， MIAO Q Y，et al ．High proportion of renewable energy storage system for inertial support energy storage configuration based on analytical method[J]．Electrical Measurement & Instrumentationl，2023，60(11)：11-18．
[11]	林莉，林雨露，谭惠丹，等．计及SOC自恢复的混合储能平抑风电功率波动控制[J]．电工技术学报，2024，39(3)：658-671．
	LIN L， LIN Y L， TAN H D，et al ．Hybrid energy storage control with SOC self-recovery to smooth out wind power fluctuations[J]．Transactions of China Electrotechnical Society，2024，39(3)：658-671．
[12]	郭东泽，张继红，王庆宇，等．平抑风电出力波动的混合储能功率分配策略[J]．储能科学与技术，2024，13(5)：1564-1573．
	GUO D Z， ZHANG J H， WANG Q Y，et al.Power allocation strategy of hybrid energy storage for smoothing wind power output fluctuations[J]．Energy Storage Science and Technology，2024，13(5)：1564-1573．
[13]	赵峰，张帆，陈小强，等．基于VMD-APSO的风电场混合储能系统容量优化配置[J]．高压电器，2023，59(6)：120-127．
	ZHAO F， ZHANG F， CHEN X Q，et al ．Optimal configuration of capacity of wind farm hybrid energy storage system based on VMD-APSO algorithm[J]．High Voltage Apparatus，2023，59(6)：120-127．
[14]	齐先军，郑夕炜，王晓蓉，等．基于时频分析的改进小波包风电功率波动平抑方法[J]．太阳能学报，2022，43(7)：302-309．
	QI X J， ZHENG X W， WANG X R，et al ．Improved wavelet packet method of smoothing wind power fluctuations based on time-frequency analysis[J]．Acta Energiae Solaris Sinica，2022，43(7)：302-309．
[15]	秦磊，董海鹰，王润杰．基于卡尔曼滤波和模型预测控制的混合储能平抑风电功率波动策略[J]．电网技术，2024，48(10)：4286-4297．
	QIN L， DONG H Y， WANG R J ．Hybrid energy storage based on Kalman filter and model predictive control to smooth out wind power fluctuation strategy[J]．Power System Technology，2024，48(10)：4286-4297．
[16]	侯力枫．风电功率波动平抑下储能出力与平滑能力的动态优化控制策略[J]．热力发电，2020，49(8)：134-142．
	HOU L F ．Dynamic optimization control strategy for energy storage output power and smoothing ability considering smoothing wind power fluctuation[J]．Thermal Power Generation，2020，49(8)：134-142．
[17]	袁铁江，郭建华，杨紫娟，等．平抑风电波动的电-氢混合储能容量优化配置[J]．中国电机工程学报，2024，44(4)：1397-1406．
	YUAN T J， GUO J H， YANG Z J，et al ．Optimal allocation of power electric-hydrogen hybrid energy storage of stabilizing wind power fluctuation[J]．Proceedings of the CSEE，2024，44(4)：1397-1406．
[18]	刘道兵，李珏岑，齐越，等．考虑碳效益和运行策略的风电场储能优化配置[J/OL]．太阳能学报，2024：1-9．．cnki．net/KCMS/detail/detail．aspx？filename=TYLX20240301002&dbname=CJFD&dbcode=CJFQ．
	LIU D B， LI J C， QI Y，et al ．Optimal allocation of wind farm energy storage considering carbon efficiency and operation strategy[J/OL]．China Industrial Economics，2024：1-9．．cnki．net/KCMS/detail/detail．aspx？filename=TYLX20240301002&dbname=CJFD&dbcode=CJFQ．
[19]	陈晓光，杨秀媛，王镇林，等．考虑多目标优化模型的风电场储能容量配置方案[J]．发电技术，2022，43(5)：718-730． doi:10.12096/j.2096-4528.pgt.22020
	CHEN X G， YANG X Y， WANG Z L，et al ．Energy storage capacity allocation scheme of wind farm considering multi-objective optimization model[J]．Power Generation Technology，2022，43(5)：718-730． doi:10.12096/j.2096-4528.pgt.22020
[20]	马兰，谢丽蓉，叶林，等．基于混合储能双层规划模型的风电波动平抑策略[J]．电网技术，2022，46(3)：1016-1029．
	MA L， XIE L R， YE L，et al ．Wind power fluctuation suppression strategy based on hybrid energy storage bi-level programming model[J]．Power System Technology，2022，46(3)：1016-1029．
[21]	LI Q S， LI Z， ZHANG Z F，et al ．Energy storage capacity optimization strategy for combined wind storage system[J]．Energy Reports，2022，8：247-252． doi:10.1016/j.egyr.2022.09.094
[22]	ABDULGALIL M A， KHALID M， ALISMAIL F ．Optimizing a distributed wind-storage system under critical uncertainties using benders decomposition[J]．IEEE Access，2019，7：77951-77963． doi:10.1109/access.2019.2922619
[23]	郭俊，刘升伟，赵天阳．含海上风储联合发电系统的韧性调度策略[J]．电力建设，2023，44(2)：92-100．
	GUO J， LIU S W， ZHAO T Y ．Resilience scheduling strategy for offshore combined wind-storage power generation system[J]．Electric Power Construction，2023，44(2)：92-100．
[24]	汤匀，岳芳，王莉晓，等．全球新型储能技术发展态势分析[J]．全球能源互联网，2024，7(2)：228-240．
	TANG Y， YUE F， WANG L X，et al ．International development trend analysis of new energy storage technologies[J]．Journal of Global Energy Interconnection，2024，7(2)：228-240．
[25]	WANG W S， CHI Y N， ZHANG Z K，et al ．Standard on connecting wind farms to power system[J]．China Standardization，2016(2)：86-89．
[26]	闫群民，刘语忱，董新洲，等．基于CEEMDAN-HT的平抑光伏出力混合储能容量优化配置[J]．电力系统保护与控制，2022，50(21)：43-53．
	YAN Q M， LIU Y C， DONG X Z，et al ．Hybrid energy storage capacity optimization configuration for smoothing PV output based on CEEMDAN-HT[J]．Power System Protection and Control，2022，50(21)：43-53．
[27]	丁明，吴建锋，朱承治，等．具备荷电状态调节功能的储能系统实时平滑控制策略[J]．中国电机工程学报，2013，33(1)：22-29．
	DING M， WU J F， ZHU C Z，et al ．A real-time smoothing control strategy with SOC adjustment function of storage systems[J]．Proceedings of the CSEE，2013，33(1)：22-29．

风电场装机容量	1 min最大波动量	10 min最大波动量
<30	3	10
30~150	3~15	10~50
>150	15	50

风电场装机容量	1 min最大波动量	10 min最大波动量
<30	3	10
30~150	3~15	10~50
>150	15	50

参数	原始数据	递推平均滤波	加权滤波
最大波动量(1 min)/MW	10.710 9	4.620 7	4.478 2
最大波动率(1 min)/%	21.42	9.24	8.96
最大波动量(10 min)/MW	14.876 4	12.800 4	12.843 2
最大波动率(10 min)/%	29.75	25.60	25.70

参数	原始数据	递推平均滤波	加权滤波
最大波动量(1 min)/MW	10.710 9	4.620 7	4.478 2
最大波动率(1 min)/%	21.42	9.24	8.96
最大波动量(10 min)/MW	14.876 4	12.800 4	12.843 2
最大波动率(10 min)/%	29.75	25.60	25.70

参数	锂离子电池	超级电容
单位功率投资成本/(元/kW)	9 200	1 750
单位容量投资成本/[元/(kW⋅h)]	9 300	12 300
单位功率置换成本/(元/kW)	2 460	1 850
单位容量置换成本/[元/(kW⋅h)]	9 300	12 300
单位功率运维成本/(元/kW)	160	81
单位容量运维成本/[元/(kW⋅h)]	0.015	0.013 5
单位功率辅助成本/(元/kW)	610	610
单位容量辅助成本/[元/(kW⋅h)]	0	0
处理成本/(元/kW)	460	94
充放电效率/%	85	95
SOC范围	0.15~0.85	0.10~0.95