[发明专利]一种基于希尔伯特黄变换与滤波算法的风电波动平抑方法

说明书

本发明公开了一种基于HHT与滤波算法的风电波动平抑方法，其特征在于：它是采用希尔伯特黄变换(HHT)和低通滤波算法相结合的方式，利用初始滤波时间常数和滤波时间常数变化原则，以实现蓄电池和超级电容器对风电功率波动的平抑；解决了现有技术在实现蓄电池和超级电容器对风电功率波动的平抑时，没有给出滤波时间常数初值及变化的原则，不能得到风电波动平抑的最优值，以混合储能整体经济性最优的目的。

技术领域

本发明属于风电学领域，尤其涉及一种基于希尔伯特黄变换与滤波算法的风电波动平抑方法。

背景技术

随着全球能源的日益消耗，风电成为了实现电力能源可持续发展的重要组成部分。但由于其出力的波动率和间歇性，且具有一定的预测误差，因此风电的规模化发展会给电力系统带来较大的影响。为了提高风电接入的运行能力，利用储能对风电功率进行调控是一个重要的手段。

目前，利用储能系统进行风电功率波动的平抑已经开展了较多研究。例如：蓄电池充放电控制策略，在最小容量配置下能保持蓄电池荷电量水平，同时实现对风电功率的滤波；应用蓄电池和超级电容器抑制微网中新能源或本地负载功率的突变；基于实测电池荷电状态的可变滤波时间常数储能控制方法；利用超级电容器/蓄电池混合储能平抑间歇式电源的出力波动；利用超级电容反应快和储能电池容量大的特点，提出了一种基于电池荷电状态分级优化的混合储能系统风电功率平抑方法；利用一阶低通滤波器进行蓄电池和超导磁体储能之间的功率分配，平抑风电功率波动。但上述研究中没有给出滤波时间常数初值及变化的原则；在实现蓄电池和超级电容器对风电功率波动的平抑时，不能得到风电波动平抑的最优值，以混合储能整体经济性最优的目的。

发明内容

本发明要解决的技术问题是：提供一种基于希尔伯特黄变换与滤波算法的风电波动平抑方法，以解决现有技术在实现蓄电池和超级电容器对风电功率波动的平抑时，没有给出滤波时间常数初值及变化的原则，不能得到风电波动平抑的最优值，以混合储能整体经济性最优的目的。

本发明具体采用以下技术方案：

一种基于希尔伯特黄变换与滤波算法的风电波动平抑方法，它是采用希尔伯特黄变换(HHT)和低通滤波算法相结合的方式，利用初始滤波时间常数和滤波时间常数变化原则，以实现蓄电池和超级电容器对风电功率波动的平抑。

所述初始滤波时间常数的获取方法为：利用EMD算法将原始风电功率分解，得到一系列关于时间轴对称的固有模态函数(IMF)分量与残余分量之和；将分解得到的分量之和通过HHT变换和最小二乘法拟合，求取风电的频率，以此作为滤波的初始截止频率，从而获得初始滤波时间常数。

所述滤波时间常数变化原则为：在满足风电并网波动率等约束的情况下，通过不断调节滤波时间常数，使滤波时间常数数值最小，从而实现风电功率波动的平抑。

目标函数为：

min T＝T_f+Δt*(k_w-γ) (1)

约束条件为：

式(1)中，T为滤波时间常数，T_f为滤波时间常数初值，Δt为步长系数，k_w为风电波动率，γ为并网波动率限制，取值为2％。由此，滤波常数为变步长调整，有助于提高计算精度。

式(2)中包括：储能充放电功率约束；波动率约束；储能荷电状态约束；其中P_es为储能功率，P_g为并网风电功率，P_r为风电装机容量；SOC为储能荷电状态。

实现蓄电池和超级电容器对风电功率波动的平抑的方法为：获取并网风电功率和储能总功率，进行再次滤波，实现储能功率在蓄电池和超级电容器之间的分配；以混合储能经济性最优为目标，同时兼顾充放电功率和SOC等约束，实现储能总载荷在蓄电池和超级电容器之间的分配。