中国储能网讯：山东大学控制科学与工程学院的研究人员严毅、张承慧等，在2017年第20期《电工技术学报》上撰文，提出一种含压缩空气的复合储能系统在交直流混合微网中的主动控制策略。
首先，充分考虑工程实践中对于精度与运算速度的要求，采用基于最优裁剪极限学习机与支持向量回归机的组合预测算法实现对分布式电源输出功率的多时间尺度预测，并在此基础上设计复合储能日前调度。
其次，运用经验模式分解的方法将复合储能日前调度分解为若干个本征模态分量，建立基于储能循环寿命与荷电状态（SOC）平衡的目标函数，并利用瞬时频率理论将各本征模态分量优化重构，从而得到超级电容、蓄电池和压缩空气储能的目标输出功率。
最后，基于某风电场数据所建立的仿真算例表明，本方法能够在综合考虑储能运行成本与SOC平衡的基础上，将储能与分布式电源视为整体，并主动调度其输出功率，从而有效提升微网系统的能量利用率和经济效益。
复合储能系统（Composited Energy Storage System, CESS）兼具供蓄能力和快速调节功率的特点，在平滑分布式能源功率波动、提高电压质量和提供功率主动调节能力等方面发挥着极大的作用[1-5]。目前针对复合储能的研究主要集中于电池（Battery Storage,BS）与超级电容（Supercapacitor, SC）或飞轮储能的组合上[6,7]。
然而，受成本、容量、寿命以及环境等因素制约，现有复合储能更适于平滑分布式电源（DistributedGeneration, DG）功率波动，难以实现对分布式电源及负荷的主动调度。
压缩空气储能（Compressed Air Energy Storage, CAES）具有储能容量大、周期长、效率高、投资相对较小的特点，因此近年来备受国内外专家学者的关注[7,8]。目前，美国和德国均已有商用CAES电站投入使用，德国RWE Power和美国SustainX等公司亦启动了各自的CAES项目建设[9]。
在国内，清华大学、中科院理化所及中国电科院研制的“500kW非补燃压缩空气储能发电示范系统”已在安徽芜湖试运行成功[10,11]；中科院工程热物理所也有1.5MW示范工程在建。近年来先进绝热压缩空气储能系统（AdvancedAdiabatic Compressed Air Energy Storage, AACAES）的大力发展，使得早期压缩空气储能电站对化石燃料依赖得以解决，实现了零排放。另外，随着高压气罐储气技术的成熟，压缩空气储能的应用更为灵活[12]。
目前，微网复合储能系统的优化控制问题通常采用将储能置于分布式电源的后端以剔除其中高频分量的“被动”储能方式。其中最为典型的是考虑储能荷电状态（State of Charge,SOC）的高通滤波法[14-16]，即利用高通滤波器将DG输出功率波动分解为高、低频分量并分别补偿。然而，该类方法虽可有效平抑DG输出功率波动，但存在功率分解较粗糙、调度性差等不足。
在此基础上提出的小波包分解DG波动功率等方法[17,18]亦受到小波分解算法自适应性较差、基波选择以及原始信号波动对分解精度有影响等限制。因此，选择更合适的DG波动功率分解算法成为复合储能实际应用中亟待解决的首要问题。
此外，现有方法多为利用储能平滑特定频段的DG功率波动，而忽视了储能系统的主动调控能力，限制了其在微网系统中的作用。前述CAES技术的快速发展为配置绿色、大容量复合储能系统提供了全新途径，也为储能对含分布式电源微网系统实现主动控制的奠定了基础[13]。
针对以上问题，本文提出一种微网复合储能系统主动控制策略，将储能在控制架构层面置于源与荷之间并作为系统的核心，综合考虑“源-储-荷”的特性，实现对DG及负荷的主动调度。
首先对DG做多时间尺度预测，并将DG与储能视为一个整体规划复合储能日前调度；然后，以储能SOC平衡和循环寿命为目标利用瞬时频率理论分解并优化重构各储能装置的目标功率。最后，基于某风电场数据的仿真算例验证该策略的有效性，为主动消纳微网中分布式能源的不确定性提供了有效途径。
图1 交直流混合微网结构
结论
本文提出一种微网复合储能的主动控制策略。该策略从峰谷电价差的经济性和用户负荷需求等角度出发，将分布式电源与储能视为一个整体，实现功率的统一调配。
在结构方面，复合储能系统以压缩空气储能作为能量型储能单元，并以超级电容、蓄电池作为功率型储能单元，该结构大幅增加了储能的容量与寿命，提高了系统的响应速度，从而保障了主动控制的实施。
在调度策略方面则是以分布式电源输出功率的多时间尺度预测为基础，从瞬时频率的角度优化分析目标输出功率，最后分别得到压缩空气储能、蓄电池以及超级电容的目标功率，使各储能装置达到SOC平衡与循环寿命最优的同时，实现了对分布式电源与储能这一整体的主动控制，从而有效提升了微网系统的能量利用率和经济效益。
责编：杉杉
