考虑电池荷电状态的光伏电站储能系统调控策略

王敏涛，何小龙，王开让

（1.国网新源控股有限公司，北京 100045；2.华北电力科学研究院有限责任公司，北京 100045）

近年来，由于全球化石能源紧张、碳排放等原因，各国都致力发展新能源[1]。光伏发电属于新能源发电的一种，其具有可再生、无污染等优点，在全球范围内得到广泛关注和大力发展[2]。但是，光伏发电受到诸多自然条件的限制，比如光照强度、温度等，导致光伏发电出力具有间歇性、波动性特点。随着光伏发电的容量与规模的增大，在并网过程中对电网的稳定运行造成了不可忽视的影响[3-5]。储能系统功率调节灵活、响应速度快，为了解决这个问题，可以通过在光伏电站加入储能系统，平滑光伏输出的功率波动，从而减小并网过程中对电网造成严重的影响[6-8]。全钒氧化还原液流电池（Vanadium Redox Battery，VRB）的安全性高，响应速度快，功率和容量相对独立，符合光伏电站对储能系统的长时间使用要求[9]。

光伏电站储能系统的平滑控制策略对光伏的输出功率波动抑制效果有直接的影响[10-11]。目前，国内外已有不少学者在此方面展开技术研究并取得了一定成果。文献[12-13]提出模糊控制算法平滑出力波动，平滑效果较为理想，但是在此过程中，没有对功率波动部分光滑度作进一步分析。文献[14]采用低通滤波器，对光伏的高频段波动进行处理，平滑光伏输出；文献[15]将功率输出期望值设为恒定值，采用的控制策略较为简单，但是需要的储能容量较大，建设成本高，难以用于实际工程当中。

光伏电站输出功率平滑已有控制策略中滤波器时延、出力突变、电池SOC越限等因素直接影响平滑效果和储能系统寿命，针对此问题，本文以VRB为光伏电站阵列的储能单元，提出一种可同时兼顾平滑效果和电池SOC调整的光伏电站储能系统调控多目标优化策略。首先建立平滑出力波动目标，之后采用多输入模糊控制对输出功率波动率和电池荷电状态进行在线优化，最后通过仿真验证，采用上述控制策略，光伏电站输出功率的波动得到了有效抑制。

1 光伏电站及全钒氧化还原液流电池储能系统

1.1 光伏电站储能系统

光伏电站储能系统主要由光伏阵列、蓄电池、变流器和并网逆变器等装置组成。

直流侧接入式储能系统和光伏装置共用一个逆变器，具有响应速度快、成本低等特点；交流侧接入式储能系统对系统的协调控制要求较高，需要较大的储能容量。本文采用直流侧接入方式，直流侧光伏电站储能系统接入方式结构图如图1所示。

图1 直流侧接入储能系统拓扑结构

图1中光伏模块尽可能使光伏阵列工作在最大功率点，储能模块可平抑光伏发电输出功率，并网逆变器为光伏发电并网提供必要条件。

1.2 全钒氧化还原液流电池及其荷电状态评估

普通蓄电池功率密度较低，寿命较短，不适应频繁充放电应用场景，不利于系统的稳定运行。本文采用的全钒氧化还原液流电池属于蓄电池的一种，呈循环流动液态，电池内部的钒离子在不同的氧化状态下具有不同的化学势能。此电池的电解液可循环使用，充放电的速度快，适用于光伏电站储能系统。电池的荷电状态剩余容量用SOC（State of charge）表示，VRB的SOC值计算可用式（1）表示：

式（1）中，Ere表示电池的剩余容量，Ecap表示电池的额定容量，SOC的值在0%~100%之间。

电池自身最大充放电功率对电池的使用寿命等有直接关系，可以用VRB出力强度的状态反映此值，表达式如式（2）所示：

式（2）中，Prate表示电池充放电的上限，Prate表示电池充放电功率的下限；表示VRB有功功率的给定值。

SOCk的获取可以通过电量积累法得到，可以用公式（3）表示：

2 基于模糊控制的光伏电站储能系统调控多目标优化控制

2.1 平滑出力波动评价指标

波动率作为平抑光伏输出功率的检验指标，可有效对波动效果进行验证。

有功功率的波动率可用式（4）计算[16-17]：

其中，

上式（4）、（5）、（6）中，Pmax-pv和Pmin-pv分别表示光伏有功功率的最大值和最小值；Prated-pv表示光伏电站的额定功率；rpv表示其波动率；Ppv（t）表示在t时刻光伏有功功率。

2.2 选取储能充放电目标参考功率

传统平滑策略中多采用低通滤波器，但低通滤波器有延时问题，而滑动平均滤波器能够有效解决这一问题，当光伏电站功率骤变时，滑动平均滤波器性能也较稳定。

滑动平均滤波法的优点在于平滑度高，可实现采样数据输出曲线的平滑。其计算公式如式（7）所示：

式中，Pref（t）代表在t时刻目标的参考功率；N代表采样数据的长度；w=0，1，2，···，N-1。

蓄电池的充电、放电功率指令可用式（8）表示：

式中，Pb（t）表示蓄电池在t时刻充电、放电指令；当Pb（t）＞0时，蓄电池充电；当Pb（t）＜0时，蓄电池放电。

2.3 储能系统模糊控制器结构

储能系统模糊控制器能够通过波动率和电荷状态值选择恰当的滤波阶数，从而使光伏电站输出功率趋于稳定，并且能够稳定SOC值。

本文设计了三输入双输出的模糊控制器，其调控策略结构图如图2所示。

图2 储能系统调控策略图

图2中，光伏阵列发出的有功功率Ppv经过平滑出力波动指标计算得到差值作为模糊控制器的一个输入，另外两个输入分别由SOC反馈处理得到，分别为SOC的偏差值以及对SOC求导数值。经过模糊控制器后与Ppv和滤波后的Ppv的差值求和，再进行SOC的计算。PBESS表示储能系统实际的补偿功率。

3 多目标优化模糊控制器设计

模糊控制器的设计主要以电池SOC调整、平滑效果以及波动率大小为目标，采用多输入模糊控制对输出功率波动率和电池荷电状态进行在线优化。

储能系统电池荷电状态SOC偏差、平滑度以及波动率采用的模糊子集均为{NB，ZO，PB}，分别表示当前储能系统荷电状态、平滑度和波动率的值为{偏低，适中，偏高}。隶属度函数分别如图3所示。

图3 多目标优化模糊控制器隶属度函数

当电池的SOC偏差分别为PB、ZO、NB时，SOC优化控制中模糊调整量的模糊规则见表1至表3。

表1 SOC偏差为PB模糊规则表

表3 SOC偏差为NB模糊规则表

表2 SOC偏差为ZO模糊规则表

4 算例分析

为了验证提出的光伏电站储能系统调控多目标优化策略，在Matlab/Simulink平台上搭建了光伏电站和储能系统模型，仿真系统中光伏电站的容量为1 000 kW，光伏电站输出功率的5 min最大波动率作为平滑效果的评价指标。

加入优化策略与未加入优化策略电池SOC值变化如图4所示，优化前后储能补偿功率对比图如图5所示，优化前后光储出力对比图如图6所示。

图4 优化前后SOC对比图

由图4可以看出，优化后的电池荷电状态响应速度更快，更加容易趋于稳定，避免其剧烈波动，标准差由5.615 7减小到0.799 2。图5可以看到通过储能系统的充放电效果，标准差减小了73.70%。从图6可以看到，优化前后光储出力标准差减小了61.90%，有效保证了光伏储能平滑后功率的平抑效果。

图5 优化前后储能补偿功率对比图

图6 优化前后光储出力对比图

5 结束语

储能系统的平滑出力波动和SOC对电池的使用寿命以及效率有直接影响，是电池储能系统的重要衡量指标。本文提出的光伏电站储能系统调控多目标优化策略有效解决了光伏电站储能输出功率平稳的问题。最后通过仿真验证，电池的荷电状态标准差由5.615 7减小到0.799 2，优化后其值更容易趋于稳定，光伏平滑出力度波动效果较好。