张 钰, 张礼珏

(东北电力大学 电气工程学院，吉林 吉林 132012)

基于集合经验模态分解的风电功率平抑研究

张 钰, 张礼珏

(东北电力大学 电气工程学院，吉林 吉林 132012)

为减少风电功率波动，提高风电并网可靠性，提出一种基于集合经验模态分解(ensemble empirical mode decomposition，EEMD)的电池储能平抑风电功率方法。对于风电功率高频分量，采用荷电状态(state of charge，SOC)自适应调整移动步长的移动平均法控制算法对其平滑处理，同时避免电池过充过放。算例仿真结果表明，该方法可有效降低功率波动，从而提高系统运行稳定性。

集合经验模态分解；风力发电；储能系统；平抑功率；风电波动率

近年来，世界各地对能源需求量逐步增加，风能的利用及在电网中渗透率经历了前所未有的增长。与此同时，风电功率输出的间歇波动性对电网稳定运行带来了许多挑战[1-2]。国家对于风电功率波动偏离范围进行了较为严格的限制[3]，因此，能否应用一个有效、经济的方法减少风电不稳定输出对电网的影响是关系风电发展的关键。

文献[4-5]分别采用桨距角控制和风力机转子惯性管理的方法。然而这两种基于风电机组自身调节的方法以牺牲最大功率为前提，平抑控制能力受到机组自身制约，总体来说是不经济的。随着储能技术的发展，有学者提出在风电场中配置一定容量的储能设备，有效降低风电机组输出功率的波动性，从而提高系统的稳定性[6]。文献[7]基于风电功率预测精度及储能能量约束，根据平滑需求提出了平抑风电功率波动的储能系统运行控制策略，但该方法没有考虑到荷电状态，经常出现过冲过放，会影响电池性能。……