基于一阶低通滤波器平滑风电功率波动仿真分析.docx

基于一阶低通滤波器平滑风电功率波动仿真分析.docx

《基于一阶低通滤波器平滑风电功率波动仿真分析.docx》由会员分享，可在线阅读，更多相关《基于一阶低通滤波器平滑风电功率波动仿真分析.docx（16页珍藏版）》请在冰豆网上搜索。

基于一阶低通滤波器平滑风电功率波动仿真分析

基于一阶低通滤波器平滑风电功率波动仿真分析

中国电力科学研究院

2011年8月

引言

煤炭、石油和天然气等化石燃料的蕴藏量是有限的，人类赖以生存和发展的能源总有一天会枯竭，并且不断增长的能源消耗所造成的环境污染和安全问题已经成为社会的主要矛盾。

无论从人类将来的能源危机，或是眼前的环境污染问题来看，研究开发风力发电技术都具有十分重要的意义，而且，地球上蕴藏的风力资源也十分丰富，具有广阔的开发前景。

大规模储能与大容量风力发电系统的结合是可再生能源发展的必要趋势。

借助储能装置来抑制风电系统固有的波动，使风电这种间歇性、波动性很强的可再生能源变得“可控、可调”，使电网对这种最接近规模化发展的能源调度变为可能。

我国河北省张北地区风资源极为丰富，具备典型代表性，国家电网风光储示范工程就位于该地区。

以张北风电场为研究对象，分析该系统的工作原理，并在此基础上采用一阶低通滤波器的储能系统优化控制策略，该控制策略可实现风电机组功率波动的平滑控制，从而优化配置储能系统容量。

仿真结果验证了该控制策略的对风电功率波动的平滑性控制。

1.研究背景

我国幅员辽阔，海岸线长，风能资源比较丰富。

根据全国900多个气象站将陆地离地面10m高度资料进行分析，全国平均风密度为100W/m2,风能资源总储量约32.26亿kW，可开发和利用的陆地上风能储量有2.53亿kW，近海可开发和利用的风能储量有7.5亿kW，共计约10亿kW。

如果陆上风电年上网电量按等效满负荷2000小时计，每年可提供5000亿千瓦时电量，海上风电年上网电量按等效满负荷2500小时计，每年可提供1.8万亿千瓦时电量，合计2.3万亿千瓦时电量。

中国风能资源丰富，开发潜力巨大，必将成为未来能源结构中一个重要的组成部分。

张北地区的中节能风电场位于张北县西部的大河乡，西部紧邻尚义县，坐标间于东经114°21′～114°27′、北纬40°59′～41°07′之间，风电场海拔高度1500～1780m之间，如图1所示。

所在地区属东亚大陆性季风气候中温带亚干旱区，年平均大风日数63.3天，其中春季所占比例最大，有着丰富的风力资源，非常适合开发风力发电场。

所在地区属东亚大陆性季风气候中温带亚干旱区，年平均大风日数63.3天，其中春季所占比例最大，有着丰富的风力资源，非常适合开发风力发电场。

一号出线接有33台1.5MW双馈机组，共计49.5MW，后又增加49.5MW风电机组，共计99MW；二号出线接有94.5MW风电机组。

图1张北风电场地理位置

由国家电网公司中国电力科学院投资建设的国家风电研究检测中心位于县城西部12公里处，紧邻张尚公路南侧。

预计总投资约2.4亿元，总占地面积24.8平方公里，试验基地包含30个试验机位以及风电与储能研究和试验设施。

该中心主要针对大型风力发电机的综合性能进行测试，分析研究风力发电机的技术指标和各项性能，为我国生产风力发电机的企业提供技术依据和信息，保证我国风力发电机标准的统一，并且符合国际标准的要求。

项目主要新建风机检测机位30台，光伏电站1.2兆瓦，储能装备2.5兆瓦，总装机容量4.803万千瓦。

张北试验基地具备从风电仿真研究、风电预测到风电调度控制的研究和试验能力，满足国际标准的风电机组认证和风电并网检测要求的检测能力。

该项目也实现了四项世界第一：

第一个具备电网适应性检测的风电试验基地、第一个具备低电压穿越特性检测的风电试验基地、第一个具备低频风电机组研发和试验能力的风电试验基地、第一个具备多种储能与风电联合运行研究和试验的风电试验基地。

此次主要针对一台出线3MW的风电场机组的运行数据进行计算、分析。

所用的发电机组为3MW，采用1MWh的锂电池和1MWh的液流电池作为储能单元。

锂电池组构成远离如下：

采用10个3.2V、50Ah的单元体串联构成一个32V、50Ah的cell单元；每个电池柜由24个cell单元串联组成，约为768V、38.3KW；由6个电池柜串联构成一组，由5组电池柜组成一个锂电池的储能机组，约为1MWh、4608V。

液流电池的组成如下：

每个堆为7.3KW、42~65VDC、140A；一个液流电池由24个堆组成，约175KW；由3隔夜六电池组成一个储能系统。

液流电池的功率容量分别设计，相对独立没有关联，因此所用储能系统为1MWh、1500KW。

张北风电场风力资源较为丰富，平均风速达到了7.9668m/s。

并且主要集中在4m/s~14m/s可以被风力发电机利用的风速段内,达到了接近80%的概率。

风电场弱风季节输出的平均有功功率约为额定功率的15%，强风季节输出的平均有功功率约为额定功率的35%，差异明显。

风能为间歇性能源，风电场的有功功率和无功功率将随风速的变化而变化。

在分析风电场接入电力系统时，需要考虑风电场输出功率波动范围大的特点。

2.研究目的

为了减小发电场输出有功功率的波动，满足国家标准GB/T15945-2008[1]对风电场输出有功功率的要求，更好的得到风电功率的平滑输出，消除日功率负荷曲线的毛刺，减小发电场输出有功功率的波动，需要增加储能系统对风电场输出有功功率进行平滑处理，设计基于低通滤波原理的风电功率波动的平抑控制策略，验证所构建控制策略的有效性，并简要分析风电功率波动平抑效能与储能容量的关系，为风电场配置储能系统提供参考。

采用一阶低通滤波器对风电功率波动进行简单的平滑处理，剔除风电功率中的高频分量，减小风电功率的变化率，得到比较平滑的功率曲线，使注入电网的电能更加平稳，为电力系统提供稳定的功率输出。

3.研究意义

风电功率进行突变的尖峰处，采用一阶低通滤波器处理之后，消除日功率负荷曲线的毛刺，减小风电功率变化率，使风电功率保持接近的平滑效果，得到目标控制功率，从而而且更好的跟踪了曲线的趋势，提高电网供电的稳定性与可靠性，提高储能装置应用中的可行性。

采用一阶低通滤波对风电功率数据进行平滑处理之后，使风电机组输出电压稳定，减少系统电压波动和闪烁，减少谐波污染，减少事故的发生。

风能作为一种清洁能源，在二十一世纪资源匮乏、环境问题日益严重的今天有着相当大的吸引力。

4.基本原理

（1）定常数低通滤波

为了减小发电场输出有功功率的波动，需要对风电场输出有功功率进行平滑处理。

通常并网功率参考值Pb由风电机组发出的有功功率Pw经一阶低通滤波器得到，即：

Pw：

风电场的输出

Pb：

平滑后的总输出

T：

时间常数

图2为简单的定常数低通滤波拓扑结构图。

风电机组输出风电功率Pw，通过定常数低通滤波器得到平滑后的风电功率Pb。

储能系统包括储能单元和功率变换单元两部分，其通过功率变换单元向交流母线注入或抽取能量来平抑风电场输出功率Pb，改善风电并网情况。

图2定常数低通滤波拓扑结构图

图3定常数低通滤波的算法流程图

图3是定常数低通滤波的算法流程图。

首先输入风电功率Pw通过选取不同常数T的定常数低通滤波器得到平滑后的风电功率Pb。

其次，计算各个定常数T的风电功率Pb的波动率，并对波动率<2%的风电功率Pb进行统计。

然后比较不同的统计图选取最优定常数T，从而确定储存容量和最大风电功率。

5.仿真实验

5.1仿真程序代码

clc

clear

data=xlsread（'Book1-20110716A风机实际功率.xlsx','D2:

D4801'）;

%save（'NEW'）;

loadnew

L=length（data）;

l=L/60;

sim_data=zeros（l+1,2）;

j=1;k=1;

fori=1:

l

sim_data（i+1,1）=j*60;

j=j+1;

end

fori=1:

l

sim_data（i+1,2）=data（k*60）;

k=k+1;

end

sim（'RC_LPF.mdl'）

a=simed_data;

b=abs（diff（a））/3000;k=zeros（1,6）;

c=zeros（1,6）;

fori=1:

l;%开始统计

if0<=b（i）&&b（i）<0.01

k

（1）=k

（1）+1;

elseif0.01<=b（i）&&b（i）<0.02;

k

（2）=k

（2）+1;

elseif0.02<=b（i）&&b（i）<0.03;

k（3）=k（3）+1;

elseif0.03<=b（i）&&b（i）<0.04;

k（4）=k（4）+1;

elseif0.04<=b（i）&&b（i）<0.05;

k（5）=k（5）+1;

elseifb（i）>=0.05;

k（6）=k（6）+1;

else

end

end

fori=1:

6

c（i）=k（i）/（k

（1）+k

（2）+k（3）+k（4）+k（5））;

end

t=0:

60:

4800;

set（gcf,'color','white'）;

plot（t,simed_data,'k'）;

holdon

plot（t,s,':

k'）;

holdon

%plot（t,kw,'k'）;

ylabel（'功率（KW）'）;

xlabel（'时间（秒）'）;

legend（'平滑后','平滑前'）

figure

（2）;

subplot（2,1,1）;

set（gcf,'color','white'）;

plot（b,'k'）;

xlabel（'时间（分钟）'）;

ylabel（'每分钟波动率曲线'）;

set（gca,'YGrid','on'）;

axis（[0,80,0,0.05]）;

set（gca,'yticklabel',{'0','0.01','0.02','0.03','0.04','0.05',}'）

set（gca,'yTick',[0,0.01,0.02,0.03,0.04,0.05]）

subplot（2,1,2）;

bar（c,0.5,'k'）;

set（gca,'YGrid','on'）;

set（gca,'xticklabel',{'1%','2%','3%','4%','5%','>5%',}'）

set（gca,'yticklabel',{'0','20','40','60','80','100',}'）

set（gca,'yTick',[0,0.2,0.4,0.6,0.8,1]）

axis（[0,7,0,1]）;

xlabel（'风电机组每分钟波动率分布情况'）;

ylabel（'百分比（%）'）;

5.2Simulink框图

图4仿真分析控制框图

5.3实验结果及分析

1）未加入滤波器时的波动率情况

图5原始数据风电机组每分钟波动情况

由图5可知在80分钟所采集的数据中可以得出，超过2%的波动率占到了一半以上，故需要加入滤波器进行功率平滑。

2）滤波器时间常数为T=200s时

图6T=200s风电功率平滑效果

图7T=200s风电机组每分钟波动情况

由图7可知，当T=200时消除了大于5%的波动率，但是波动率大于2%的情况仍占很大一部分，故需要进一步增加T的值。

3）时间常数为T=400s时

图8T=400s风电功率平滑效果

图9T=400s风电机组每分钟波动情况

由图9看以看出当T增大到400时，波动率限制在2%以内的比例已经占到了80%以上。

3）时间常数为T=800s时

图10T=800s风电功率平滑效果

图11T=800s风电机组每分钟波动情况

当T=800时，波动率低于1%的波动率已经占到了80%，低于2%的波动率占到了95%左右，平滑作用较明显。

4）时间常数为T=1000s时

图12T=1000s风电功率平滑效果

图13T=1000s风电机组每分钟波动情况

T=1000时满足了波动率在低于2%范围之内，平滑效果明显。

5）时间常数为T=1200s时

图14T=1200s风电功率平滑效果

图15T=1200s风电机组每分钟波动情况

当T=1200时波动率小于2%的概率已经接近于99%，平滑效果比T=1000时效果要好，但是作用不明显。

T越大，实现滤波器的成本越高，如表1所示。

T=1000时的最大波动率为1.99%，T=1200时的最大波动率为1.74%。

综合考虑，T=1000既满足了平滑性的需要，又降低了成本。

同时，表1也说明了随着T的增加，最大储能容量和最大储能功率也在增加。

表1不同时间常数的平滑效果对比

时间常数T

最大储能容量（kwh）

最大储能功率（kw）

最大波动率

无储能

0

0

16.13%

200

69.5832

542.3705

8.01%

400

115.3843

748.6793

3.46%

800

192.4980

962.1039

2.31%

1000

219.1278

1029.7000

1.99%

1200

241.4234

1072.2000

1.74%

图16时间常数T对储能容量的影响

图17时间常数T对储能功率的影响

图16和图17分别说明了时间常数T对储能功率和储能容量的作用，比较直观地说明了T越大，储能功率和储能容量也会随之加大。

电网对风电功率有不同的要求时，所需要的储能容量配置也不一样。

如表2所示，在不同的最大波动率限幅下，所需要的储能系统配置要求也差别比较大。

表2不同波动率所需参数对比

最大波动率

时间常数T

最大储能容量（kwh）

最大储能功率（kw）

≈2%

1000

219.1278

1029.7000

≈4%

290

92.4143

654.3541

≈6%

121

45.4613

434.5338

≈8%

81

31.2348

367.9878

≈10%

56

22.0374

312.4240

通过仿真结果可知，采用一阶RC低通滤波器对风电输出功率具有很好的平抑作用。

通过调整时间参数，利用统计学原理，综合得出滤波效果的性能指标，使波动率满足低于2%的目标。