【《风电功率波动性分析及储能容量确定分析综述》6100字】

风电功率波动性分析及储能容量确定分析综述目录TOC\o"1-3"\h\u450风电功率波动性分析及储能容量确定分析综述 .3风电功率波动性频域分析风电输出功率具有的特殊性制约了风电的大规模推广，目前由很多方法可以准确、定量的对风功率的输出波动特性进行分析，以此为调度部门提供了调度依据。由于时域角度和统计学方法存在不能对波动性的原理进行描述的缺点，并且对波动性的评估结果也不准确，所以近年来提出了一些新的研究方法，如频域分析、时频域分析等分析方法，其中快速傅里叶变换、希尔伯特黄变换都是典型的频域分析方法，但是不同的分析方法所侧重的分析角度不同。1.1.1傅里叶变换的风电功率波动性分析傅里叶变换(FourierTransform，FT)是目前比较成熟的分析信号成份的方法，分析过程中提前选定正弦波为基信号，在满足确定的条件下可以将任何信号分解成一系列单频率信号的组合。当满足狄利克雷条件时这种方法就可以实现对原始信号在时域和频域之间进行转换。虽然傅里叶变换过程能够体现出时间与频率之间的某种联系，但是由于在变换过程中缺少时间信息所以无法对波形定位，只有对傅里叶改进以后才能反映出原始信号时域信息，由于傅里叶变换的简洁性目前已经在很多领域都进行了应用。计算机自身工作原理的特点是只能处理离散的数据和信号，所以将连续的波形按一定的时间间隔采样后就会得到离散的数据，所以使用离散傅里叶变换（DiscreteFourierTransform，DFT）处理离散的数据具有一定优越性。例如给定一个连续的信号，则可以定义其连续傅里叶变换为 （3-6）式中：—为原始信号的连续频谱。离散傅里叶变换（DFT）对计算机采样所得到的一组具有离散性、有限性的数列进行在时域和频域进行处理时，可以经过周期延拓以后成为周期信号再进行变换[],分析的最终结果是频谱的离散值。例如给定一个有限长度的离散信号 （3-7）式中：—快速傅里叶变换定义为 k=0，1，2，1...,N-1 （3-8）式中：—的离散傅里叶变换系数。从上式可以看出将连续的周期信号变化为非连续的离散信号，这样会在分界点引起截断效应，同时计算过程出现复数会降低计算速度。1965年J.W.库利和T.W.图基结合计算机在处理离散数据时利用波形的奇偶性和数据的虚实特点减少迭代次数和不必要的计算过程提出了快速傅里叶变换(FastFourierTransform,FFT)，其实质就是：利用离散傅里叶变换矩阵的周期性和奇偶性对矩阵进行化简，把较长的离散数据序列应用蝶形计算结构分解成较短数据序列，快速傅里叶变换与离散傅里叶相比较的显著优点就是计算量小，结合先进的硬件设备就可以对传输的数据信号进行实时处理。利用快速傅里叶变换（FFT）对风电场的输出功率进行分析如下图（3-4）所示。图3-4风电输出功率快速傅里叶分析Fig.3-4FastFourieranalysisofwindpower从图（3-4）可以看出风电输出的功率大部分集中在低频部分，只有少部分分布在中、高频部分：从幅值角度观察发现中、高频的幅值低，低频的幅值较高，另外单台风机的输出和多台风机联合输出有一定的区别，主要是由于风电输出的不一致导致输出之间的互补削弱了输出的波动性。1.1.2希尔伯特黄变换的波动性分析1998年NordenE.Huang等人将Hilbert谱和Hilbert谱分析的方法融入到对非平稳波形的分析中形成了一种新的时频域分析方法，希尔伯特黄变换(Hilbert-HuangTransformHHT)的主要内容包括两方面内容：第一方面是经验模态分解（EmpiricalModeDecomposition，EMD），主要工作是利用EMD方法将复杂信号分解为一系列单一频率的的固有模态函数；第二方面是希尔伯特变换(HilbertTransform，HT)，主要是求取经过EMD分解后的固有模态函数瞬时频谱，再将每一个固有模态函数的瞬时频谱叠加就可以将复杂的原始信号表示成为时间、频率、能量的三维图谱，其实质内容就是谱分析。希尔伯特黄变换与快速傅里叶变换对比的优点主要有三方面：首先HHT变换不用预先设定基函数，自身所具有的自适应特点保证了整个波形分解过程的完备性；其次快速傅里叶变换只能处理那些线性、非平稳的信号，而HHT与FFT最大的区别就是不仅能分析非平稳、非线性信号也适用于平稳线性的信号；最后快速傅立叶变换受到测不准原理制约，所以不能在时间和频率两个方面同时满足高精度要求，但是HHT能够避免测不准的束缚制约。希尔伯特黄变换的具体步骤如下图（3-5）所示。图3-5希尔伯特黄变换步骤Fig.3-5HilbertTransformationSteps利用EMD分解把原始的多频功率信号分解为单频信号的过程我们称之为筛选，而筛选的整个过程必须满足以下两个条件[]①在任何一个时间节点上，局部的信号极大值点和极小值点连接所成的包络线的平均值是零②在整个数据序列中极大值和极小值点的个数与过零点的个数必须相等或最多相差一个。对于原始数据，EMD分解步骤如下：第一步：找出负荷数据中的所有极大值、极小值点。第二步：利用拟合方法分别计算原始数据中的极值点的上、下包络线，并计算对应的包络线平局值函数。第三步：用原始函数与做差就得到了一个新函数第四步：判断，若满足上述两点要求，则将作为第一个固有模态函数IMF的分量，若不满足上述的两点要求则将重复进行上述分解，经过若干次分解直到分解的固有模态函数IMF满足要求为止，最后的这个就是原始信号的高频分量。第五步：用原始信号与做差得到了余量，把当做新的信号重复EMD分解步骤得到，重复次后得到个固有模态函数分量，若满足终止条件则循环就停止。这样重复计算后原始信号就可以分解为个单一信号分量与一个余量的和。利用HHT换对原始信号进行变换的公式如下所示： （3-9）式中：—Cauchy主值积分，将与信号表示在极坐标下的实部和虚部的函数。 （3-10）式中：—原始信号的模，且值随时间发生变化；—原始信号的相位随时间变化，。对分解出的单一信号固有模态函数进行希尔伯特变换时令，其中是关于时间的单值函数，即求取瞬时频率则原始信号就可以利用瞬时能量信号和瞬时频率信号的和表示为幅值-频率-时间组成的三维希尔伯特图谱公式如（3-11）所示。 （3-11）对上述图谱进行时间积分得到边际谱公式如（3-12）所示。 （3-12）从上面的分析过程可以发现希尔伯特黄变换与傅里叶分析相比较，由于HHT利用了多次样条插值和对称性的特点，因此可以在时域与频域方面实现多尺度分解；傅里叶变换在某一频率的幅值中含有预先选择的基函数成分，频率变换是全局性的，而固有模态函数的瞬时频率信号叠加形成的边际谱反映了振幅在时间上的累加，另外EMD不需要预先设定基本函数类型利用自适应的分析方法，在反映局部信息方面优于傅里叶分析，通过循环分解得到有限的单一频率分量IMF，避免傅里叶预设三角函数计算的局限性。本文利用EMD分解对输出功率进行分析如下图（3-6）所示。图3-6风电输出功率EMD分析波形Fig.3-6WindpoweroutputpowerEMDanalysiswaveform图3-7风电输出功率边际谱Fig.3-7Marginalspectrumofwindpoweroutputpower图（3-6）中有imf1~imf6六个固有模态函数和一个余量res，并且频率、功率幅值都由高到低排列，要确定储能容量的第一步是结合边际谱的能量分布确定固有模态分量频率分界点即找到各个分量瞬时频率与模态混叠最少的点，从图（3-7）的功率边际谱中可以看出imf4与imf5为模态混叠分界点，所以将波动量较小的imf5、imf6与余量res重构后直接并网，对剩余的部分由于波动率较大需要利用储能设备平抑后再并网。通过第二章表（2-1）和表（2-2）中对储能设备的性能和技术参数对比分析，锂电池、超级电容储能的参数如下表（3-2）所示。表3-2锂电池、超级电容参数Tab.3-2Lithiumbattery,supercapacitorparameters储能装置类型指标参数锂电池容量单价/（元/kWh）1500~2300充放电效率%80SOC阈值%20~80使用周期/次1000~3000超级电容功率单价/（元/kW）10000~15000SOC阈值%10~90充放电效率%95运行年限/y181.4储能容量的确定1.4.1并网功率计算储能技术的发展使风电并网过程中的波动性问题得到了解决，不仅降低了风电的波动率、提高了风电场的经济性和整个电网对风电的调节能力，但是储能设备容量与价格成正比，所以居高不下的初期投资又是制约储能与风电进一步融合发展的关键因素，所以合理的配置储能容量是平衡投资和收益的平衡点。通过使用EMD将输出波形分解为多个固有模态函数IMF，由于分解时不设基函数，所以可以根据分解方法自身时间尺度特征把输出波形中不同尺度的波动性准确表现出来，另外较少的固有模态个数可以简化后续的重构过程，为了降低混合储能配置容量提高经济性同时满足风电并网波动性要求，利用HHT对波形进行重构后并网如图下图（3-8）所示。图3-8风功率重构波形Fig.3-8Waveformafterwindpowerreconstruction对重构后的并网功率分析波动性后判断是否满足并网要求，将经过EMD分解后的余量res部分和、低频分重构后利用波动率计算公式进行计算如下图（3-9）所示。图3-9重构波形波动量分析Fig.3-9Analysisof1minfluctuationofreconstructedwaveform图（3-9）中原始输出功率在1min为周期的波动率在280min、600min、920min都超过了10%，不满足并网要求；但是图（3-9）重构后的红色波形在整个时间范围内的波动率都满足并网条件。1.4.2混合储能的容量确定对并网后的剩余固有模态函数由于波动性较大，不满足并网要求所以利用混合储能设备进行平抑后再并入电网，为满足并网波动率要求以并网波动率为目标函数，其中为1min、10min并网波动率参数。对于高频分量利用功率型储能进行平抑而低频部分用能量型储能进行平抑，频率分界点的寻找步骤如下：（1）当>时，，剔除重新计算波动率，若还不满足并网波动率要求，继续重复以上计算过程，直到满足并网要求。（2）当<时，，增加重新计算波动率，若满足并网波动率要求，继续重复上述计算过程，直到不满足并网要求为止。图3-10锂电池、超级电容容量波形Fig.3-10Lithiumbattery,supercapacitorcapacitywaveform确定容量时置信度按三西格玛法则（法则）分别计算概率在99.73%、95.45%、68.27%的功率数值，令正值为充电、负值为放电用统计方法对重构后的功率进行分析，全部功率取正后最大值为储能所需容量。 （3-13） （3-14）式中：—储能系统的功率型容量；—储能系统的能量型容量。图（3-10）中能量型储能的容量为0.7MW，功率型储能的容量为5.54MW。1.4.1.储能荷电状态和系统配置方式电池的荷电状态（StateofCharge，SOC）它表示电池剩余电量与充满电时电量的比值大小，一般数值在0~1之间，此外电池工作的温度、充放电循环次数、老化程度都是影响电池容量估算的因素，所以依据电池的阈值边界和放电深度DOD即可计算出电池的荷电状态。通过对锂电池和超级电容进行仿真分析可得SOC在0.44~0.85之间，符合最佳放电深度条件。图3-11锂电池、超级电容荷电状态波形Fig.3-11State-of-chargewaveformsoflithiumbatteriesandsupercapacitors目前比较成熟的储能配置方案主要是集中式和分布式，由于大型风电场输出功率具有互补性，集中式储能设备安装在风电场的出口母线出，可以减小容量配置以提高经济性，也不会由于单个风机的检修而影响储能设备的使用，另外分布式储能的安装特点要求必须在每台机组安装控制装置、功率变换装置导致检修、维护困难，所以本文