探究风光互补混合储能系统的微电网优化及电能质量提升

关键词：混合储能系统；微网优化；电能质量；变分模态分解；交替方向乘子法

0.引言

随着社会用电需求的增加，寻找和利用可再生能源成为一个全球性的问题。风能和光能无疑是*具有代表性的两种可再生能源，然而这两种能源都是天然不稳定、不连续的能源，其在使用过程中不可避免地存在功率波动的问题。传统的电力系统往往在面对这种功率不稳定时，可能会产生电网电压、频率波动等问题，进而影响供电质量。因此，如何解决风光互补的可再生能源系统中的功率平衡问题就显得至关重要。

在此背景下，引申出了混合储能系统的应用。混合储能系统是一种综合利用多种储能技术，进行联合调度和控制，以实现电能储存和释放的*效能源管理系统。在风光互补的孤岛直流微网系统中，混合储能系统能够充分发挥各个组件的优势，平滑处理可再生能源发电与负载需求之间的功率不平衡。

回顾现有的研究，可以发现，虽有许多针对微网的优化研究来提升电能质量，但大部分都是以单一种类的能源为主，例如文献研究了风能和太阳能的并网电能质量提升。对于风光互补混合储能系统，文献研究了储能系统的电能质量提升，但是这些方法存在噪声过大、参数选择不合理等问题。针对上述问题，本文引入变分模态分解和交替方向乘子法两种新方法处理微网优化和电能质量提升问题。

文献提到的交替方向乘子法（AlternatingDirectionMethodofMultipliers,ADMM）也是一种有效的工具，尤其在处理复杂优化问题时具有显著优势。文献在本文中，将利用交替方向乘子法求解基于混合储能系统年综合成本的优化配置模型。

本文提出了一种基于风光互补混合储能系统的微网优化及电能质量提升研究方法。这种方法主要是通过变分模态分解，建立了一种新的储能混合系统模型。这种模型不仅可以实现风光互补配电网中储能容量的*优配置，而且还能提升供电质量。该方法的主要优点有两方面。首先，它能有效地解决了风能和光能等可再生能源的不稳定问题，从而提高了电网的稳定性和效率。其次，引入交替方向乘子法作为优化算法，能有效地处理模型的复杂性，并求得*优解。

本文的第二章对新能源微电网中的不平衡功率建模，第三章使用变分模态分解方法进行容量配置，第四章建立了混合能量存储系统的*优配置模型，第五章通过实际案例研究验证本文提出方法的有效性，第六章总结本文研究内容并得出结论。

1.微电网的结构

微电网（Microgrid）是一种具有一定规模的、具备一定能源自主供应能力的，在正常情况下可以并网运行，在特殊情况下可以孤岛运行的电力系统。一个微电网系统通常由分布式发电设备、负载、储能设备和控制系统等组成。风光互补的孤岛直流微电网是一种小规模的发电和配电系统，由分布式能源系统、负载、混合能源储存系统、电力配送设备、控制器等组成。这种微电网可以实现自主运行、调节和控制。其结构如图1所示。

微电网系统中的每个单元都通过一个转换器直接连接到电源总线。为了确保电力平衡和提高电力质量，这个过程由中央控制器控制。混合储能系统的功率信号PHESS(t)以微电网中发电设备和负载的不平衡功率Ptun(t)为参考，不平衡Ptun(t)的计算如（1）所示：

其中，P1(t)为负载功率，Pw(t)为风力发电的输出功率,Pv(t)为光伏发电的输出功率。

2.       容量配置的变分模态分解

变分模态分解(MariationalModeDecomposition,VMD)的基本原理是通过变分约束自适应地将原始信号分解为带宽受限的本征模函数(IntrinsicModeFunction,IMF)091。本文使用交替方向乘子法(AlternatingDirectionMultiplierMethodADMM)迭代地搜索变分模型的*优解，目的是*小化所有IMF分量带宽之和，从而允许通过堆叠重构原始信号。

3.       变分模态分解的数学建模

在本文中，混合储能系统的功率被看作原始信号，构建带约束的变分模型如下:

其中{}=是通过对原始信号进行分解而获得的本征模函数。=是每个本征模函数的相应中心频率。à是关于时间t的偏导数。5(1)是冲激函数。然后引入二次惩罚项a将方程(2)转化为无约束问题，如公式(3)所示。

使用交替方向乘子法(AltematingDirectionMethodofMultipliers,ADMM)选代更新“”、以"和入"，然后利用傅里叶变换获得获得更新后的模函数及其相应的中心频率。

其中(w)。i(w)和(w)分别是Phess(t)、ui(t)和λ(t)的傅里叶变换。上述迭代过程在满足公式（6）的条件时停止。

3.1混合储能系统的额定功率和额定容量

将微电网中的不平衡功率使用VMD分解为K个imf分量后,选择合适的高低频分界点，利用混合储能系统对imyf分量进行平滑。重构的信号被分为两部分:前N阶imn分量的和作为高频部分,大于N阶的iny的和作为低频部分。根据*级电容适用于平渭高频波动、电池适用于平滑低频波动的特性，可得公式(17)所示:

配置的能量存储组件的额定功率应能够平滑电源和负载之间的*

大功率不平衡。考虑到能量存储组件的充放电效率，可以得到*级电容和电池的额定功率。

其中1..和1。分别是*级电容的充电和放电效率。1.和1.分别是电池的充电和放电效率。t时刻*级电容的SOC为:

其中SOC是电容初始SOC值。Δt是充放电指令时间间隔。E-是*级电容的额定容量。P.()是考虑充电和放电效率的*级电容功率参考值，如公式(21)所示:

考虑到SOC的约束条件，得到：

以得到如公式（23）所示的电容容量：

同理，可以获得电池EBN的额定容量。

3.2混合储能系统的*优配置模型

本文全面考虑了初始投资成本、运营维护成本和更换成本。然后，以优化变量和目标函数，建立了混合能量存储系统的*优配置模型。该模型的流程图如图4所示。

（一）       目标函数

混合储能系统的年度综合成本:

混合储能系统的初始投资成本如公式：

其中c和c分别为电池单位功率和单位容量的投资成本。c和c分别为电容的功率和容量的投资成本。”为资本恢复系数如公式(26)所示:

其中，为折现率。为混合储能系统的额定服务寿命。

4.       案例研究

为了验证本文提出的模型的可行性和成本效益，以中国某地区一个典型微电网一天的数据为例进行分析。数据采样间隔为5分钟，采样时间为24小时，采样点数为288个。微电网的风电功率、光伏功率和负载功率数据如图5所示。

根据公式（1）计算每个采样点的不平衡功率，即该时刻风电和光伏发电之间的功率差值，计算结果如图6所示。

4.1分解模态数量

K是根据*小总模态混叠能量的原则确定的，当K=7时，模态混叠能量达到*小。因此，我们选定K=7作为基准值，对不同分解模态数量下的总模态混叠能量执行了归一化处理。图7展示了当分解模态数量由2递增至35时，归一化模态混叠总能量的变化趋势。

当K的范围从2到6时，表示一种欠分解状态，各个imf之间存在相互重叠。随着K的增加，分解出的imf数量增加，各模态之间的分离更加明显。模态重叠的总能量通常会减小。当K为7时，imf之间明确分离，模态重叠的总能量达到*小。随着K继续增加，这表示过度分解状态，会产生虚假分量。模态重叠能量呈现不规则的波动。因此，选择K=7作为*优分解模态数。

4.2频率分界点

混合储能系统依据微电网中的功率不平衡状况作为调控基准，其中，电池组件专门应对低频功率波动，而*级电容则擅长处理高频功率波动。若在设置高频与低频分界点时不够*准，将直接影响电池与*级电容的充放电调度策略，进而干扰整体配置的优化效果。为实现综合成本的*小化，我们将分界点设为优化参数，通过模拟不同分界点

下的成本变化，绘制出相应的成本曲线。利用公式（24）结合表1中的参数进行计算分析，结果显示，在N=4的设定下，系统年综合成本达到*低点。

具体而言，若分界点设定得过于偏小，电池的充放电指令中将掺杂过多高频成分，这不仅提升了电池的初期投资成本，还可能缩短其使用寿命。相反，若分界点设置得过大，*级电容则需承担过多低频波动，同样会增加其初始投资成本。

进一步观察发现，当N值小于4时，电池需应对更多高频波动，导致所需额定功率和容量较高。随着N值的递增，高频波动得到有效转移至*级电容进行平抑，从而使得电池的容量需求逐渐下降。然而，当N值超过4后，*级电容开始承担更多低频波动，迫使其额定功率和容量需求上升。综合考虑，选择N=4作为*优配置点，具体优化结果如表2所示。

4.3优化结果分析

（一）       成本分析

经验模态分解（EmpiricalModeDecomposition,EMD）是一种自我适应的非线性，非平稳时间序列分析方法，它通过局部极值点找出信号内在振荡模式，适合处理复杂动态行内和非线性分布。变分模态分解(VMD)是一个耗时较少的信号处理方法可以从观测数据中识别并分离出固定谱宽的固有模式函数，并能避免EMD中模态混叠的问题。

本文旨在探讨VMD相较于EMD在混合能源储存系统中的应用优势，以及混合能源储存相较于单一能源储存系统的优*性。为此，本文深入分析了四种不同的配置方案

方案1:采用单一*级电容作为能源储存系统，其特点在于高功率密度但成本高昂

方案I:选用单一电池作为能源储存系统，电池容量虽大，但成本效益与*级电容相比有所不同。

方案Ш:基于EMD技术的混合能源储存系统，旨在结合多种储能介质的优点，但受限于EMD的模态混叠问题。

方案IV:基于VMD技术的混合能源储存系统，通过VMD有效解决了模态混叠和相似频率模态难以分离的问题，实现了更优化的储能配置。

根据前文公式计算得出的配置结果，方案Ⅱ中的电池容量显著高于方案I中的*级电容容量，然而，*级电容的单位容量初始投资成本远高于电池，使得方案I在经济性上处于劣势。进一步对比方案Ш与方案IV,基于VMD的混合能源储存系统(方案IV)在配置结果上显著优于基于EMD的系统(方案II)，这主要归功于VMD在信号处理上的优势，有效降低了系统的额定容量和额定功率，进而减少了年度综合成本。具体而言，VMD相较于EMD在成本上实现了15.9%的降低。

综上所述，混合能源储存系统相较于单一能源储存系统展现出了明显的优势，而VMD技术则以其*特的优势超越了EMD不仅在经济性上有所提升，还通过减少不必要的充放电循环延长了电池的使用寿命。因此，方案IV--基于VMD的混合能源储存系统，被推荐为风光互补微电网能源储存配置的*优方案。

电池和SOC是其安全稳定运行的关键指标。通过分别比较EMD和VMD的SOC，可以证明所提出模型的可行性。两种算法的SOCbat(t)趋势基本一致且相对平坦。电池作为一种能量型储能组件，电池主要用于平滑低频波动。SOCsc(t)趋势明显。*级电容作为一种功率型储能组件，*级电容主要用平滑高频波动。基于EMD的SOCsc(t)比基于VMD的更平坦。这是由于EMD的模态混叠，导致低频imf与高频imf混合，使得*级电容可能持续充电和放电。此外，使用EMD时SOCsc(t)会跨越SOC限制，而VMD可以有效避免此问题。

5.Acrel-2000ES储能柜能量管理系统

5.1系统概述

安科瑞储能能量管理系统Acrel-2000ES，专门针对工商业储能柜、储能集装箱研发的一款储能EMS，具有完善的储能监控与管理功能,涵盖了储能系统设备(PCS、BMS、电表、消防、空调等)的详细信息,实现了数据采集、数据处理、数据存储、数据查询与分析、可视化监控、报警管理、统计报表等功能。在高级应用上支持能量调度,具备计划曲线、削峰填谷、需量控制、防逆流等控制功能。

5.2系统结构

Acrel-2000ES，可通过直采或者通过通讯管理或串口服务器将储能柜或者储能集装箱内部的设备接入系统。系统结构如下：

5.3系统功能

5.3.1实时监测

系统人机界面友好，能够显示储能柜的运行状态，实时监测PCS、BMS以及环境参数信息，如电参量、温度、湿度等。实时显示有关故障、告警、收益等信息。

5.3.2设备监控

系统能够实时监测PCS、BMS、电表、空调、消防、除湿机等设备的运行状态及运行模式。

PCS监控：满足储能变流器的参数与限值设置；运行模式设置；实现储能变流器交直流侧电压、电流、功率及充放电量参数的采集与展示；实现PCS通讯状态、启停状态、开关状态、异常告警等状态监测。

BMS监控：满足电池管理系统的参数与限值设置；实现储能电池的电芯、电池簇的温度、电压、电流的监测；实现电池充放电状态、电压、电流及温度异常状态的告警。

空调监控：满足环境温度的监测，可根据设置的阈值进行空调温度的联动调节，并实时监测空调的运行状态及温湿度数据，以曲线形式进行展示。

UPS监控：满足UPS的运行状态及相关电参量监测。

5.3.3曲线报表

系统能够对PCS充放电功率曲线、SOC变换曲线、及电压、电流、温度等历史曲线的查询与展示。

4.5.3.4策略配置

满足储能系统设备参数的配置、电价参数与时段的设置、控制策略的选择。目前支持的控制策略包含计划曲线、削峰填谷、需量控制等。

5.3.5实时报警

储能能量管理系统具有实时告警功能，系统能够对储能充放电越限、温度越限、设备故障或通信故障等事件发出告警。

5.3.6事件查询统计

储能能量管理系统能够对遥信变位，温湿度、电压越限等事件记录进行存储和管理，方便用户对系统事件和报警进行历史追溯，查询统计、事故分析。

5.3.7遥控操作

可以通过每个设备下面的红色按钮对PCS、风机、除湿机、空调控制器、照明等设备进行相应的控制，但是当设备未通信上时，控制按钮会显示无效状态。

5.3.8用户权限管理

储能能量管理系统为保障系统安全稳定运行，设置了用户权限管理功能。通过用户权限管理能够防止未经授权的操作（如遥控的操作，数据库修改等）。可以定义不同级别用户的登录名、密码及操作权限，为系统运行、维护、管理提供可靠的安全保障。

6.相关平台部署硬件选型清单

7.结束语

本文对微电网中的混合储能系统进行了深入探讨。首先，基于微电网的结构，对各个组件的功率流动进行了精确建模，并阐述了混合储能系统在平衡源荷功率方面的重要作用。为此，本文引入了一种基于变分模态分解(VMD)的方法，该方法能够将源荷功率不平衡分解为不同频率的本征模态函数。通过以源荷功率不平衡的高频和低频分界点为优化变量，并以混合储能系统的年度总成本*小化为优化目标，建立了混合储能系统的*优配置模型。这一模型使得电池主要应对低频波动，而*级电容则应对高频波动，从而合理地分配了电池和*级电容的负荷，降低了各个组件的额定容量和额定功率。

案例研究表明，本文所提出的方法能够准确确定*优的分解模态数量，并在此基础上找到混合储能系统的*佳频率分界点。与其他方法相比，基于VMD的混合储能系统*面考虑了系统的初步投资成本、运行维护成本和更换成本，以实现系统年度总成本的*小化。这不仅降低了系统的年度综合成本还有效延长了电池的使用寿命。具体来说混合储能系统中电池的使用寿命比单一储能电池高出124%，而混合储能系统的年综合成本则比单一储能*级电容低31%，比单储能电池低22%。此外，该方法还能有效平滑源荷功率不平衡的低频波动，解决经验模态分解(EMD)存在的模态混叠和状态of-charge(soc)限制越界问题，从而显著提升电能质量。

本文为风光互补孤岛直流微电网提供了一种创新的储能配置思路。所提出的模型和方法不仅取得了显著的经济效益，还克服了以往配置方法的局限性，有望进一步推动混合储能系统在微网优化和电能质量提升中的应用。研究的不足之处和下一步工作是根据实际应用情况对模型进行优化和改进，使其在微网的优化和运行中取得更好的效果。

参考文献

[1]王勇.基于风光互补混合储能系统的微电网优化及电能质量提升.2025

[2]李建林,惠东.储能技术融合分布式可再生能源的现状及发展趋势[J].电工技术学报,2016,31(14):1-10+20.

[3]安科瑞企业微电网设计与应用手册.2022.05版.