马彦宏，吕清泉，张珍珍，赵龙，周强，高鹏飞

（国网甘肃省电力公司电力科学研究院，兰州 730070）

0 引言

风力发电是当前最具发展潜力的一种能源获取方式，由于其储量丰富、分布广泛，近年来市场占比逐年提升［1］。但是，风能的随机性导致风电功率随机波动，大规模风电并网会造成电能质量下降［2］，而储能系统以其双向能量传递等特点被广泛用于平抑风电功率波动［3-4］，可有效避免风电场功率波动对电网造成冲击。

利用储能系统平滑风电场输出功率时，目标并网功率的获取直接决定最终的风电并网电能质量，现有的目标并网功率求取策略包括傅里叶变换、小波分析、一阶低通滤波及相关算法、滑动平均滤波、卡尔曼滤波等多种数据处理方法以及模态分解和模型预测控制［5-8］等其他方法。一阶低通滤波算法由于设计简单、操作性强等特点得到广泛应用，但运行过程中的相位延迟问题无法得到有效解决，从而影响混合储能系统（Hybrid Energy Storage System，HESS）最终功率平抑效果。文献［9］提出了一种基于概率预测的HESS 定容和控制方案，以自适应变分模态分解方法提取各风电场的频率分量，可显著降低HESS 的安装成本和运行成本并有效平滑风电功率波动。文献［10］采用卡尔曼滤波得到目标曲线，建立混合储能双堆自循环协调控制策略，可提高电能质量，延长储能器件的使用寿命。文献［11］采用混合储能与功率前馈相结合的方式，从而实现扰动误差的全补偿，有效抑制了母线电压受光伏输出变化和负载功率的影响。……