计及调频备用的储能平抑风电功率波动控制策略_武鸿鑫.pdf

第 12 卷 第 4 期2023 年 4 月Vol.12 No.4Apr.2023储能科学与技术Energy Storage Science and Technology计及调频备用的储能平抑风电功率波动控制策略武鸿鑫1，李爱魁1，董存2，孙树敏3，李广磊3，王士柏3（1大连理工大学电气工程学院，辽宁 大连 116024；2国家电力调度控制中心，北京 100031；3国网山东省电力公司电力科学研究院，山东 济南 250003）摘要：新能源场站配置储能系统可以平抑输出功率的波动、承担新能源机组调频义务。若储能仅考虑单一平抑波动工况时可能会造成风储联合系统调频有功备用不足。因此本文提出一种考虑调频有功备用与荷电状态恢复的平抑风电功率波动策略，首先利用聚类算法提取储能平抑波动典型工况，计算储能平抑波动功率需求和剩余有功功率；其次，结合国标对风电场有功备用相关标准，利用储能调频备用与风电减载联合提供有功备用，并对储能平抑波动功率设置限幅；最后，利用模糊控制理论设计储能系统边缘区荷电状态恢复策略。基于实际风电场运行数据进行仿真分析，结果表明所提出的方法可在储能系统平抑风电波动时提供有功备用以及边缘区荷电状态恢复。关键词：储能电站；平抑风电波动；调频备用；荷电状态恢复；模糊控制doi：10.19799/ki.2095-4239.2022.0700 中图分类号：TM 73 文献标志码：A 文章编号：2095-4239（2023）04-1194-10Control strategy for wind power fluctuation stabilization with energy storage and frequency modulation reserveWU Hongxin1,LI Aikui1,DONG Cun2,SUN Shumin3,LI Guanglei3,WANG Shibo3(1College of Electrical Engineering,Dalian University of Technology,Dalian 116024,Liaoning,China;2National Electric Power Dispatching and Control Center,Beijing 100031,China;3State Grid Shandong Electric Power Research Institute,Jinan 250003,Shandong,China)Abstract:An energy storage system equipped with a new energy station can smooth the fluctuation of output power and undertake the frequency regulation obligation of the new energy unit.Nevertheless,the energy storage may cause an insufficient active power reserve of the frequency modulation system if it considers only the single stabilizing fluctuation condition.Therefore,this paper proposes a strategy for wind power fluctuation stabilization considering frequent-modulated active power backup and state of charge restoration.First,a clustering algorithm was used to extract typical working conditions of energy storage fluctuation stabilization power.The energy storage required to smooth the fluctuation power demand and residual active power was calculated.Second,the energy storage frequency modulation reserve and wind power load reduction are used to provide active power reserve according to the national standard for active power reserve of wind farms,and the energy 储能系统与工程收稿日期：2022-11-28；修改稿日期：2023-01-09。基金项目：国家电网有限公司科技项目“配置储能的新能源场站并网调控关键技术研究及应用”（4000-202116062A-0-0-00）。第一作者：武鸿鑫（1999），男，硕士研究生，主要研究方向为电力储能技术，E-mail：；通讯作者：李爱魁，博士，研究员，主要研究方向为新能源及储能，E-mail：。引用本文：武鸿鑫,李爱魁,董存等.计及调频备用的储能平抑风电功率波动控制策略J.储能科学与技术,2023,12(4):1194-1203.Citation：WU Hongxin,LI Aikui,DONG Cun,et al.Control strategy for wind power fluctuation stabilization with energy storage and frequency modulation reserveJ.Energy Storage Science and Technology,2023,12(4):1194-1203.第 4 期武鸿鑫等：计及调频备用的储能平抑风电功率波动控制策略storage to stabilize the fluctuation power limit is set.Finally,the fuzzy control theory is used to design the strategy for restoring the state of charge at the edge of the energy storage system.Based on the actual wind farm operation data,the simulation results show that the proposed method can provide active power backup and restore the state of charge in the edge zone when the energy storage system suppresses wind power fluctuation.Keywords:energy storage power station;smooth wind power fluctuations;frequency modulation standby;recover state of charge;fuzzy control新能源出力具有随机性、波动性和间歇性的特点，通过配置储能装置，可以平抑输出功率的波动，一定程度上将新能源电源转化为可调度的电源。储能单一执行平抑风电波动工况已有很多研究，平抑控制算法主要有：一阶滤波控制算法1-2、滑动平均控制算法3-4、小波分解5-6、模型预测控制7等方法。文献8提出小波包低通滤波算法的平滑控制策略，在满足并网标准的同时减少电池荷电状态变化和充放电次数；文献9以风电并网功率波动限值为约束，采用小波包分解理论对风电场原始输出功率进行多尺度分解，合理分配储能的功率和容量。上述文献仅考虑储能单一执行平抑风电功率工况，运行时仅以储能最大功率为约束，没有考虑风储联合有功调频备用，若储能执行平抑波动工况时电网频率越过死区，调频指令与平抑波动指令叠加可能会超过储能最大充放电功率。风储系统有功调频备用能力计算首先需要知道储能平抑风电波动所需功率与容量，文献10对混合储能系统平抑波动输出功率进行概率统计并对其进行正态分布拟合，得到不同置信水平下的平抑波动功率需求；文献11利用离散小波变换将预测的风电场输出波动功率按频率划分为高、中、低频，并针对不同频段的波动功率分配合理的储能系统额定容量和输出功率。由于风电场地理位置、气候条件、内部布局等因素都不尽相同，无法找出一种模型能够适用于所有风电场的功率预测12，并且大多预测算法无法达到分钟级时间尺度预测13，无法预测在未来某时段内风电分钟级波动情况。风功率波动平抑中储能系统易出现SOC(state of charge)偏高偏低状态，发生电池一致性问题，为使储能系统执行平抑波动工况时兼顾荷电状态调节，文献14根据风电功率波动量大小提出两种控制算法并灵活切换，在保证平滑风电功率波动的前提下使储能系统拥有较好的SOC水平；文献15结合风电并网波动标准提出平抑风电功率波动的自适应小波包分解方法，通过功率型储能SOC模糊优化控制二次修正能量型和功率型储能的功率指令，保持混合储能SOC工作在合理区间。上述文献在设计SOC恢复策略时，仅以风电波动率指标和储能系统最大充放电功率为约束设计SOC自恢复策略，若此时电网频率接近频率死区，过分修正储能充放电功率可能会使风电上网功率过多或不足，致使电网功率不平衡，造成电网频率扰动。综上，本文提出一种根据历史数据的储能平抑风电波动功率需求计算方法，在满足平抑波动需求上利用储能剩余功率以及风电减载功率提供调频备用，可以充分提升储能系统利用率，减小风电减载成本，计及风储调频备用与荷电状态恢复的储能平抑风电功率策略整体流程如下：首先利用GESD法对风电原始数据进行预处理，利用K-Medoids聚类算法对储能平抑波动曲线特征进行聚类；其次，利用聚类结果计算出平抑波动所需功率，对储能平抑波动功率设置限幅，利用储能调频备用与风电减载联合提供有功备用；最后，将储能SOC和电网频率作为模糊控制系统的输入量，设计储能系统SOC边缘区的荷电状态恢复策略。基于实际风电场运行数据进行仿真，结果表明所提出的方法可在储能系统平抑风电波动时为风储联合系统提供有功备用以及储能系统SOC边缘区的荷电状态恢复。1 基于聚类分析的储能平抑波动场景提取1.1风电原始数据预处理风电机组原始运行数据传输过程中会受到外界电磁干扰，使运行数据产生异常值。常见的异常值检测方法有四分位法、3准则、基于聚类分析的异常值检测16。本工作采用多极值点偏离算法GESD(generalized extreme studentized deviate)来检测风电异常值，此方法能够检测多极值点偏11952023 年第 12 卷储能科学与技术离，并且在总体参数期望与方差未知情况下检验极值是否为异常数据，GESD法计算步骤如下：首先，利用均值x与标准差s计算第i个极端学生化差，计算式为：Gi=max|xi-xs(1)其次，轮流监测极端学生化差，若满足式(2)时剔除该异常值Gi(N-i)tp，n-i-1|N-i-1+()tp，n-i-12(n-i+1)(2)式中，tp,n-i-1是自由度为(n-i+1)且置信区间为p=1-/2(n-i+1)的t分布函数的临界值；为显著性水平，在此选取0.05。对数据异常值识别后需要对数据集进行补全，本工作采用无需插值点导数值的三次样条插值方式来对异常数据点进行修复以及对缺失值的补全，插值函数如下：s(x)=ax3+bx2+cx+d(3)1.2储能平抑波动控制策略风储系统的平抑波动控制策略是整个系统的核心，一阶滤波控制算法是目前应用最广泛的控制算法，风电功率经过一阶滤波环节得到平抑后目标功率，目标功率与风电功率差值即为储能系统需补偿的功率指令，经一阶滤波器后并网出力参考值Pref计算如下：Pref=11+sPwind(4)定义充电为正，放电为负，储能执行平抑波动工况出力为Pclam(t)=|min Pmax_in，inPwind(t)-inPref(t)Pwind(t)Pref(t)max Pmax_out，Pwind(t)/out-Pref(t)out Pwind(t)Pref(t)(5)式中，in为储能电站充电效率，out为储能电站放电效率。对原始风电曲线进行快速傅里叶变换FFT(fast Fourier transform)，确定时间常数范围。设定初始滤波器时间常数0，以不断增加时间常数，直到 满 足 国 标 GB/T 19963.1202117对 1 min 与10 min时间尺度风电波动率并网要求，得到储能平抑风电功率波动曲线。1.3K-Medoids聚类K-Medoids在簇中心选取时采用簇中位置最中心的对象，对 K-means 算法进行了改进和优化，降低了算法对极端值的敏感程度18，因此本工作采取K-Medoids算法提取典型储能平抑波动曲线。此聚类算法以欧氏距离为基础，若对储能功率曲线直接进行聚类，可能会存在充电功率(数值上为正)与放电功率(数值上为负)相抵消的情况，因此本工作对储能平抑波动曲线进行特征聚类，通过选取曲线特征对功率曲线聚类：首先，设某年某季度以及某天气特征第(r+1)T(r+2)T有w条储能平抑波动功率曲线(T为时间周期，本工作选取T=1 h)，选取曲线m个特征分别为最大充电功率，最大放电功率，最小充电功率，最小放电功率，平均充电功率，平均放电功率；其次，设样本为w条功率曲线的m个特征，随机选取K个初始聚类质心；然后，对非聚类中心外的样本点计算到每个聚类中心的欧式距离，将样本归类到距离样本中心最近的点；再将每个类中除类中心点外的其他样本点到其他所有点距离和的最小值点作为新的聚类中心，重复此步骤直到聚类中心位置不再变化。最终，得到K个典型场景以及典型场景对应的天数。利用平均轮廓系数衡量聚类好坏程度，平均轮廓系数越接近1，聚类效果越好：-S=j=1wb(j)-a(j)max a(j)，b(j)/w(6)式中，a(j)为样本j与同簇内样本的平均距离；b(j)为样本j与不同样本平均距离。2 考虑调频备用的储能系统运行方式储能系统单独执行平抑波动工况时仅以储能最大功率为约束，当电网频率越过死区时，若调频指令与平抑波动指令叠加可能会超过储能最大充放电功率，导致风储系统无法完全响应调频指令。因此本节考虑风储调频备用与风电场自身减载能力，提出一种考虑调频备用的储能系统运行方式，对储能平抑波动功率进行限幅，控制策略流程如图1。基于本文1.3节储能平抑波动充放电功率聚类算法，生成 K 条储能平抑波动充电功率曲线Pclam1,Pclam2,Pclamu,Pclamk,1 u k及该场景出现的概率值 1,2,k，加权后便可计算出该周期内平抑波动所需功率。储能系统总功率与该值相减得到剩余最大调频充电功率Pfmax_in、剩余最大调频放电功率Pfmax_out计算式为：1196第 4 期武鸿鑫等：计及调频备用的储能平抑风电功率波动控制策略Pfmax_in=f_inPmax_in=(1-Pclam_in)Pmax_inPfmax_out=f_outPmax_out=(1-Pclam_out)Pmax_out(7)式中，Pmax_in与Pmax_out为储能电站最大充电功率和放电功率；f_in与f_out为储能调频充电功率和放电功率分配系数；Pclam_in与Pclam_out为储能电站在周期T内平抑波动工况功率分配系数，定义充电功率为正，放电功率为负，计算公式：|Pclam_in=1max Pclam1+2max Pclam2+kmax PclamkPmax_inPclam_out=1max-Pclam1+2max-Pclam2+kmax-PclamkPmax_out(8)现行国家标准规定风电场应具备5%10%的有功备用，设up和down分别为风电场所需上备用比例与下备用比例。由于风电场自身具备向下调节能力，因此不存在下备用比例不足的情况；当储 能 调 频 放 电 备 用 功 率 不 满 足 上 备 用 需 求|Pfmax_out|upPN_wind时，设定减载比例系数c，使风电场自身具备一定向上调节能力，即风储联合提供有功备用：c=(upPN_wind-|Pfmax_out|out)/PN_wind(9)式中，PN_wind为风电场额定功率。3 基于模糊控制的荷电状态恢复策略为使储能电站SOC与目标SOC0不发生太大偏移，在执行单一平抑波动工况时修正储能充放电功率，可在平抑风电功率波动同时恢复SOC。本工作结合电网频率状态，在SOC处于边缘区时，基于模糊控制器设计储能荷电状态自恢复策略，控制策略如图2所示。当SOC处于低区SOCmin SOC Pclam_inPmax_in(10)当SOC处 于 高 区 即SOC2 SOC(t)SOCmax，减小k2以加大放电功率，充电功率不进行修正，设定变功率充电系数0 k2 1，修正后的储能平抑波动放电功率为Pclam(t)=|Pclam_outPmax_out+k2Pclam(t)-Pclam_outPmax_out Pclam(t)Pclam_outPmax_outPclam_outPmax_out Pclam(t)Pclam_outPmax_out(11)过分修正储能充放电功率可能会改变风功率趋势，造成新的风电功率越限波动，因此对修正功率计算平抑波动限幅值储能剩余功率是否满足国标规定调频上备用需求upPN_wind储能平抑波动曲线聚类场景及其概率值设定风电减载比例N开始结束Y图1考虑调频备用的储能系统运行方式Fig.1Operation mode of energy storage system considering frequency modulation standby 判别储能系统SOC状态仅设定有功备用限幅和聚类所得平抑波动功率需求限幅良好处于过充/过放区基于模糊控制规则设置SOC恢复策略结合电网频率状态图2储能SOC恢复策略Fig.2Energy storage SOC recovery strategy11972023 年第 12 卷储能科学与技术加入约束条件：|Pwind(t)-Pclam(t)-Pwind(t-1)|Pclam(t)+1PN_wind|Pwind(t)-Pclam(t)-Pwind(t-10)|Pclam(t)+10PN_wind(12)当电网频率接近死区上限，若风电功率过高可能导致频率越过死区造成电网扰动，此时可增大储能充电功率即增加k1；当电网接近频率死区下限时减小k2增大储能放电功率。国标GB/T 40595202119规定了储能电站一次调频死区在0.03 Hz0.05 Hz，考虑储能电站调频调用成本以及频繁充放电转换对电池的损耗，本工作设定调频死区为0.05。SOC放电下限SOCmin=10%，高区边界SOC1=30%，目标值SOC0=50%，低区边界SOC2=70%，充电上限SOCmax=90%。利用模糊控制规则求解k1、k2，将储能SOC和电网频率作为模糊控制系统的输入量，k1、k2作为模糊控制系统输出量，设计两个双输入和单输出的模糊控制器。设计k1模糊控制器时，SOC(t)模糊集为 LS(负大),MS(负中),SM(负小)，其论域为10%，30%，f模糊集为 SG(负),MG(中),LG(正)，其论域为49.95，50.05；同理，k2模糊控制器SOC(t)模糊集为 SB(正小),MB(正中),LB(正大)，其 论 域 为 70%，90%，f模 糊 集 为 SG(负),MG(中),LG(正)，其 论 域 为 49.95，50.05。输出量k1、k2的模糊集均为 VS(很小),S(小),M(中等),L(大),VL(很大)，k1、k2模糊规则表如表1所示。模糊控制器采用 Mamdani型隶属度函数，输入量和输出量的隶属度函数均设置为高斯型隶属函数，最后利用重心法对输出的模糊量清晰化，得到k1、k2值。4 算例分析本工作选用某地区装机容量为100 MW的风电场某年秋季17:0018:00晴朗天气功率数据为例，验证所提考虑调频备用和SOC恢复的电池储能系统平抑波动控制策略。风电出力数据时间间隔为1 min，共有63条功率曲线，剔除异常值后风电功率如图3所示。选取锂电池储能电站额定功率为10 MW，额定容量为 20 MWh，SOC低区为 10%30%，SOC高区为70%90%，充放电效率均选取0.85。风电1 min有功功率变化限值设置PN_wind/10，10 min限值PN_wind/317。4.1储能平抑波动功率聚类结果不断仿真搜寻时间常数，求取满足1 min与10 min时间尺度风电波动率的最小时间常数，得到63条储能平抑波动曲线。通过选取曲线特征进行聚类，使用平均轮廓系数对不同簇中心总数K值选取进行评判，结果如图4。由图4可知K值等于8时平均轮廓系数最接近1，聚类效果最好，储能平抑波动曲线聚类结果如图5所示，各场景出现的概率以及各场景下储能平抑波动最大充放电功率如表2所示，加权计算所得表1模糊规则表Table 1Fuzzy rule tablefSGMGLGSOCLSVSSMMSSMLSMMLVLSBMLVSMBSMLLBVSSM图3风电功率曲线图Fig.3Wind power curve图4选取不同K值平均轮廓系数对比Fig.4Comparison of average contour coefficients of different K values1198第 4 期武鸿鑫等：计及调频备用的储能平抑风电功率波动控制策略储能平抑波动充电功率需求为3.16 MW、放电功率需求为-3.33 MW。周期T内平抑波动工况充电功率分配系数Pclam_in=31.6%，放电功率分配系数Pclam_out=33.3%。GB/T 40595202119规定了风电场向上调频备用比例up应为 6%10%，向下调频备用比例down取10%。当up=6%时储能调频备用完全满足需求，无需风电场减载；当up=8%时风电减载比表2平抑风电波动聚类结果Table 2Clustering results of wind power wave suppression项目最大充电功率/MW最大放电功率/MW场景出现概率场景13.16-4.6414.29%场景20.33-0.3534.92%场景35.94-2.769.52%场景40.12-5.606.35%场景55.25-4.3715.87%场景60.94-2.7715.87%场景72.95-1.6314.29%场景87.80-7.097.94%图5储能平抑波动曲线聚类结果Fig.5Clustering results of energy storage stabilization wave curve11992023 年第 12 卷储能科学与技术例c=1.33%，若此调频备用完全由风电场提供，风电场需减载8%才能满足需求，因此将储能剩余功率加入调频备用后，风电场减载比例降低了6.67%，提升了风电场上网功率，利于风电场经济运行；当up=10%时风电减载比例c=3.33%，风电场减载比例同样降低了6.67%。4.2考虑备用与荷电状态恢复策略仿真验证本工作考虑备用和SOC恢复策略同时结合电网频率以及SOC，随机选取前述63条中某条储能平抑波动曲线，设定起始SOC为85%、25%，向上调频备用比例取8%，分别模拟储能系统在SOC高区与低区的运行策略，随机生成电网频率曲线如图6。设置初始SOC=85%。储能平抑波动功率对比如图7(a)，对于放电功率，在45 min、52 min时原始储能平抑波动功率超过备用限幅时进行限幅；610 min、3436 min时段，电网频率位于基准值50 Hz以下，根据模糊控制规则，放电功率有较大提升；19 min附近电网频率接近50.05 Hz，无法过多增加储能放电功率，与原功率接近一致。充电功率保持不变，仅在 5 min、17 min、32 min、41 min等时刻超过充电备用限幅时对其限制。原始风电功率、单一平抑波动、本工作策略三种风电功率对比如图7(b)，结果表明本工作策略在考虑调频备用与荷电状态恢复后仍可兼顾平抑风电功率波动。整个周期内SOC变化情况如图7(c)(d)所示，在第60分钟时原始SOC=86.45%，改进后第60分图6随机生成49.9550.05Hz的频率曲线Fig.6Randomly generated frequency curve of 49.9550.05Hz图7初始SOC=85%仿真结果Fig.7Initial SOC=85%simulation results1200第 4 期武鸿鑫等：计及调频备用的储能平抑风电功率波动控制策略钟SOC=83.73%，在考虑调频备用的同时 1 h 内SOC恢复了2.72%。同理，设置初始SOC=25%。储能平抑波动功率 对 比 如 图 8(a)，对 于 充 电 功 率，在 4 min、17 min、32 min、41 min时原始储能平抑波动功率超过调频备用功率限幅值，对其进行限幅；2125 min、2728 min、3740 min 时段，电网频率位于基准值50 Hz以上，根据模糊控制规则，充电功率有较大提升；48 min 附近电网频率接近49.95 Hz，无法过多增加储能充电功率，与原功率接近一致。放电功率保持不变，仅在 44 min、52 min超过放电备用限幅时对其限制。原始风电功率、未加备用限幅与状态恢复、本工作策略三种风电功率对比如图8(b)所示。整个周期内SOC变化情况如图8(c)(d)所示，在第60 min时原始SOC=26.45%，改进后第60 min SOC=29.52%，在考虑调频备用的同时1 h内SOC恢复了3.07%。5 结论本文提出一种计及调频备用与荷电状态恢复的储能平抑风电功率策略，使得在平抑风电功率工况下储能有足够的备用功率应对调频指令，并兼顾SOC恢复。主要结论如下：（1）本工作利用K-Medoids聚类算法计算储能平抑风电功率波动需求，基于历史数据对储能平抑波动曲线进行特征聚类，100 MW风电场仿真验证结果显示，聚类总数为8时平均轮廓系数最接近1，储能配置功率为风电场装机容量10%时，储能平抑波动充电功率需求为31.6%、放电功率需求为33.3%。（2）在满足平抑风电场功率波动前提下，本工作利用储能和风电机组减载联合提供调频备用功率，随着风电场调频备用比例增大，用于调频备用的风电机组减载容量增加。仿真验证结果显示，当风储调频备用比例为6%时，无需减载；当调频备用比例为8%时，风电场减载比例降低了6.67%；当调频备用比例为10%时，风电场减载比例降低了6.67%，有利于风电场经济运行。（3）计及电网频率与储能荷电状态的边缘区SOC恢复策略，可以有效对储能SOC进行恢复，图8初始SOC=25%仿真结果Fig.8Initial SOC=25%simulation results12012023 年第 12 卷储能科学与技术使储能SOC更接近50%的最优充放电能力荷电状态，仿真验证结果显示，当初始SOC处于高区85%时，在1 h平抑功率工况应用中，采用常用单一低通滤波策略SOC为86.45%，采用本工作策略SOC为83.73%，相比恢复了2.72%；当初始SOC处于低区25%时，在1 h平抑功率工况应用中，采用常用单一低通滤波策略SOC为26.45%，采用本工作策略SOC为29.52%，相比恢复了3.07%。参 考 文 献1 徐玉韬,谈竹奎,肖永,等.基于HHT与滤波算法的风电波动平抑策略研究J.电气传动,2019,49(2):56-60.XU Y T,TAN Z K,XIAO Y,et al.Research on wind power fluctuation mitigation based on HHT and filtering algorithmJ.Electric Drive,2019,49(2):56-60.2 许庆祥,滕伟,武鑫,等.平抑风电功率波动的飞轮储能系统容量配置方法J.储能科学与技术,2022,11(12):3906-3914.XU Q X,TENG W,WU X,et al.Capacity allocation method of flywheel energy storage system for wind power fluctuation J.Energy Storage Science and Technology,2022,11(12):3906-3914.3 徐聪,高强,王羔则,等.平抑风电波动的混合储能系统控制方法J.电源技术,2020,44(10):1534-1537.XU C,GAO Q,WANG G Z,et al.Control method of hybrid energy storage system to suppress wind power fluctuationJ.Chinese Journal of Power Sources,2020,44(10):1534-1537.4 刘军,甘乾煜,张泽秋,等.考虑储能电池运行寿命的风电功率波动平抑 方 法 研 究 J/OL.电 网 技 术.2023-01-01.https:/doi.org/10.13335/j.1000-3673.pst.2022.1285.LIU J,GAN Q Y,ZHANG Z Q,et al.Study on wind power fluctuation stabilization method considering the operating life of energy storage batteries J/OL.Power Grid Technology.2023-01-01.https:/doi.org/10.13335/j.1000-3673.pst.2022.1285.5 齐先军,郑夕炜,王晓蓉,等.基于时频分析的改进小波包风电功率波动平抑方法J.太阳能学报,2022,43(7):302-309.QI X J,ZHENG X W,WANG X R,et al.Improved wavelet packet method of smoothing wind power fluctuations based on time-frequency analysisJ.Acta Energiae Solaris Sinica,2022,43(7):302-309.6 张鹏,张峰,梁军,等.采用小波包分解和模糊控制的风电机组储能优化配置J.高电压技术,2019,45(2):609-617.ZHANG P,ZHANG F,LIANG J,et al.Capacity optimization of hybrid energy storage system for wind farm using wavelet packet decomposition and fuzzy controlJ.High Voltage Engineering,2019,45(2):609-617.7 孙玉树,唐西胜,孙晓哲,等.风电波动平抑的储能容量配置方法研究J.中国电机工程学报,2017,37(S1):88-97.SUN Y S,TANG X S,SUN X Z,et al.Research on energy storage capacity allocation method for smoothing wind power fluctuationsJ.Proceedings of the CSEE,2017,37(S1):88-97.8 李征,陈佳瑜,石坤.风电功率波动频率域分析及储能平滑功率算法优化J.太阳能学报,2020,41(4):184-193.LI Z,CHEN J Y,SHI K.Frequency domain analysis of wind power fluctuation and control strategy optimization of power smoothingJ.Acta Energiae Solaris Sinica,2020,41(4):184-193.9 贾伟青,任永峰,薛宇,等.基于小波包-模糊控制的混合储能平抑大型风电场功率波动J.太阳能学报,2021,42(9):357-363.JIA W Q,REN Y F,XUE Y,et al.Wavelet packet-fuzzy control of hybrid energy storage for power fluctuation smoothing of large wind farmJ.Acta Energiae Solaris Sinica,2021,42(9):357-363.10 徐衍会,徐宜佳.平抑风电波动的混合储能容量配置及控制策略J.中国电力,2022,55(6):186-193.XU Y H,XU Y J.Capacity configuration and control strategy of hybrid energy storage to smooth wind power fluctuationsJ.Electric Power,2022,55(6):186-193.11 赵巧娥,郭敏,贾新春,等.基于预测控制储能系统平抑风电场并网波动功率J.电测与仪表,2019,56(5):94-100.ZHAO Q E,GUO M,JIA X C,et al.Suppression of grid-connected power fluctuation in wind farm based on the prediction of energy storage systemJ.Electrical Measurement&Instrumentation,2019,56(5):94-100.12 韩自奋,景乾明,张彦凯,等.风电预测方法与新趋势综述J.电力系统保护与控制,2019,47(24):178-187.HAN Z F,JING Q M,ZHANG Y K,et al.Review of wind power forecasting methods and new trendsJ.Power System Protection and Control,2019,47(24):178-187.13 姜兆宇,贾庆山,管晓宏.多时空尺度的风力发电预测方法综述J.自动化学报,2019,45(1):51-71.JIANG Z Y,JIA Q S,GUAN X H.A review of multi-temporal-and-spatial-scale wind power forecasting methodJ.Acta Automatica Sinica,2019,45(1):51-71.14 邵丽华,章竹耀,张春龙,等.储能电池荷电状态与平抑风电出力波动协调运行策略J.电力建设,2017,38(1):84-88.SHAO L H,ZHANG Z Y,ZHANG C L,et al.Coordinated operation strategy of storage battery SOC and smoothing wind power fluctuationJ.Electric Power Construction,2017,38(1):84-88.15 吴杰,丁明.采用自适应小波包分解的混合储能平抑风电波动控制策略J.电力系统自动化,2017,41(3):7-12.WU J,DING M.Wind po