本文是一篇管理学论文，笔者针对风力超计划发电和储能响应速度问题，本文提出了具有多个控制系数的自适应充放电功率分配能量管理方法。该方法通过对电池储能系统充放电区间和误差区间的合理分区，实现了对风电误差的有效跟踪和对电池储能系统的合理运用。
第 1 章 绪论
1.1 课题研究背景及意义
近年来，全世界正在面临能源危机加剧的危险，人类世界赖以生存的煤碳、石油、天然气等长期频繁使用的化石能源因为消耗过度而趋于消耗殆尽，据国外科学家以及能源机构预测，在不久将来将迎来全球化石能源使用高峰并会随着人类的过度利用迅速下滑。而与此同时，传统能源燃烧后生成大量有害物质、温室气体，使生态环境恶化，人类生活质量因环境恶化而下降。因此以风能、太阳能、潮汐能等作为代表的新能源因相较传统能源具有清洁、高效等优势得到了迅速的推广发展，其成为实现可持续发展的必然选择趋势。
由于风能、太阳能资源丰富，清洁可再生，科学领域对利用风能，太阳能发电的技术进行了深入的研究，研究结果表明在新能源大力发展的时代，风力、光伏发电技术是有极好的发展前景的。风力发电技术成熟，此外风电价格趋势持续走低，其大批量运行使用与商业模式化成为可能，且风力发电更环保、绝对安静、并且其电能质量较高，根据国家能源部门调查，截止至 2020 年 5 月，中国主要地区风力发电装机新增装机容量1152 万千瓦，集中式占总量的 55%，分布式占总量的 45%。到 20 年 6 月，全国累计发电量达到 1278 亿千瓦时，同比增长 20%；由此可见风力发电技术正在大规模飞速发展。截止 2020 年末，风电装机容量直线上升至 2.16 亿千瓦，其中集中式风电占 68.98%，分布式风电占总量的 31.02%。风电装机增量地区主要分布在华北、华东地区，分别达到 430 和 210 万千瓦。然而风力发电是间歇性能源，受周围生态、风速强度、温度等因素影响，其出力随时间不规则变化且变化趋势无预兆，且影响电能质量、供电可靠性、使电网处于亏损状态，使电网处于非安全稳定运行状态，从而大规模风力发电与主网并网面临很大的挑战。通过对风电出力的提前预测处理，可以为相关电力调度部门提供一定数量的参考数据，通过分析各个风力情况的数据可以有效及时的稳定风力发电与电网的关系，可使两者结合的风险降到最低，从而保证系统运行的稳定、安全。但是迄今为止，由于风力发电预测精度与周围环境联系紧密，仍存在功率预测误差值过大的问题，并且在风储联合发电领域考虑跟踪功率误差的研究成果不突出，因此本文所研究的储能系统控制策略对跟踪风电计划具有一定意义。
1.2 国内外研究现状
1.2.1 风力发电的发展现状
因为能源与环境矛盾的逐年加剧，清洁能源正被各国储能领域科学家所关注，风力发电具备很多其他能源不具备的优点，风力发电是清洁能源发电的重要组成部分，是我们人类文明中最原始、最主要的能量来源之一，具备产量巨大、可持续、较普及、无毒无害的性质，稳居世界人民喜爱的能源一席，因此迄今为止最具大量普及条件和用于商业活动的较为清洁持续的发电方式是风力发电。
风电场大部分需通过高压远距离输电线路分配给各种不同用户，在这样的电能传输过程中，一般会使线路电压降落、稳定性、和其他暂态性能受到影响。风能作为清洁能源作为一种清洁无污染的可再生能源，其从被人们所了解一直发展到现在的短短十年中，取得了很大的突破[5-7]。根据相关统计数据可知，世界风电行业正以其快速的脚步慢慢取代现有化石能源的地位，成为研究的重点与热点。风能在解决能源短缺问题和为生态环境可持续发展方面发挥作用之外，在人民生产生活方面也有着重大意义，尤其是针对居住在偏远地区的人口，比如海滨岛屿、偏远山区及草原牧场等农村和边疆。统计过去 3 年世界各国在风电领域的基本发展状况情况如表 1.1 可知。表 1.1 为过去几年世界各国在风电领域的基本发展状况情况（单位：GW）。
第 2 章 风储联合发电系统模型
2.1 风储联合发电系统拓扑
2.1.1 风电并网系统结构
通过对风力发电机、DC/DC 变换器、齿轮箱、异步发电机、变压器、变频器根据不同的并网方式进行合理选型，并且根据不同的并网方式进行结构设计，根据组成成份不同可以分为很多并网方式。首先从异步发电机的并网方式来展开，根据风电并网的平稳度分析，软并网可以将风电出力稳定接入主网，冲击电流可以良好避免，但其控制回路较其他并网方式繁琐，现我国存在的风力发电机均可利用该并网方式进行并网，并网方式比较普遍如图 2.1 所示。
2.2 风力发电机模型
2.2.1 风力发电机的基本结构
电池储能系统（battery energy storage system BESS）基本由蓄电池系统、PCS 变流器系统、能量管理系统即监控系统（SCADA 系统）等辅助系统构成。蓄电池系统中含有锂离子电池等电化学储能装置；储能双向变流器简称 PCS，使电池储能系统能够与电网进行良好能源交换；电池管理系统 BMS，能够起到对蓄电池寿命的规划管理；能量管理系统 EMS，主要是对电站实时运行状态信息进行监控，包括系统功率曲线、电池电压温度信息、累计处理电量信息及其他约定的检测信息。
随着现代科技的发展及技术需要电气模型、电化学模型、高级算法模型均成为热门。由于本文研究的是如何利用电池储能系统来吸收和释放功率，达到对风电计划发电的有效跟踪，因此没有必要考虑电池内部的具体转化过程，只需关注电池储能系统的对外特性，所以从电池电量保有量、充放电出力等因素并用数学方法进行描述。
近年来，随着新能源汽车的大量生产历年汽车销量呈上升趋势如图 2.6 所示，因此大批量动力电池不断退役，为电力储能的低成本化带来机遇。然而，要实现退役动力电池的安全可靠、低成本、大规模、多场景梯次利用，必须突破状态准确评估和寿命预测、在线电-热-安全协同管理、储能系统与应用场景优化适配等关键技术，建立梯次利用规模化应用技术体系。目前国外的专家和学者也正在积极深入研究退役动力电池储能的成本经济性，并且已经取得了一定的前瞻性研究成果。近年来德国在开展动力电池梯次利用的同时己经逐渐进行了若干能源互联网的示范项目研究。如夏普公司做的电池循环利用项目和美国 Tesla Energy 成功开发的两个产品等，因为退役动力电池储能装置已经逐渐成长为可再生能源的重要组成部分之一，采用梯次电池设备和常规动力电池集成的多类型储能系统在可再生能源的迅速成长的大背景下，预计在未来具有十分优秀的市场前景和发展趋势。Li 等和 May G 等从动力电池系统储能的全生命周期经济性出发，构建了电池成本和动力电池投资预期回报的经济性模型,用来评估和分析储能系统的成本经济性[38,39]。
第3章 基于跟踪风力发电计划出力的储能控制方法.........................14
3.1 引言 .............................. 14
3.2 基于跟踪风力发电计划出力的风储系统控制策略 ....................... 14
第 4 章 基于梯次利用电池的多类型储能系统研究 ......................... 27
4.1 引言 .................................... 27
4.2 基于梯次电池的多类型储能系统研究 .................................... 27
第 5 章 结论 ............................ 42
第 4 章 基于梯次利用电池的多类型储能系统研究
4.1 引言
近年来，随着全球范围内的资源消耗与环境污染日益严峻，电动汽车市场销售量日益增长，但电池的安全隐患和资源回收压力。若退役动力电池采取常规的处理方式，如填埋、焚烧等，废旧电池中的有害金属或其他化合物将对土地、大气和水源造成极大污染和危害[40-43]。但是若对退役电池进行细化分类并梯次利用，可以充分发挥储能电池的剩余价值并能在一定程度上减少资源浪费[44]。提高电池利用的经济价值、环境价值及社会价值。
目前对蓄电池梯次利用的研究包括：退役电池的分拣回收、退役电池的状态评估、退役电池筛选重组、探索梯次电池的使用场景等。具体如文献[45]针对退役电池性能不明问题提出一种基于区块链的梯次利用电池的利用方案；文献[46]考虑充放电深度对储能电池的寿命影响，提出一种考虑梯次电池健康度的基于梯次电池的微电网群容量配置方法；文献[47]提出了以全系统成本、系统负荷缺电率和新能源弃电率为优化目标的梯次电池容量配置模型，并进行求解；文献[48]验证了退役电池在多储能场景下的电池梯次利用相较于单一场景下的电池梯次利用更能发挥梯次电池的剩余价值；文献[49]提出了基于自适应卡尔曼滤波算法的梯次电池状态的估算方法；可见近年来的研究针对梯次电池的能量管理成果比较单薄，因此本章提出一种基于梯次电池的多类型储能能量管理方法。
第 5 章 结论
本文以提高风储电站能量管理能力加强风储并网的稳定性和安全性为主线，从风储系统的特性出发，针对新能源发电的超计划发电问题，研究了常规动力电池储能系统对出力误差的跟踪效果并分析了其经济收益，然后为减少建设成本研究了基于梯次电池的多类型储能系统的跟踪效果以及能量管理方法。
（1）提出了跟踪计划出力的储能系统控制策略
针对风力超计划发电和储能响应速度问题，本文提出了具有多个控制系数的自适应充放电功率分配能量管理方法。该方法通过对电池储能系统充放电区间和误差区间的合理分区，实现了对风电误差的有效跟踪和对电池储能系统的合理运用。经过算例仿真对比分析可得所提出方法有效的使电池储能系统提前处在可动作状态，使其随时可以对风电误差做出响应，并能够使电池在合适的区间安全稳定运行，且该方法实现了在风电误差程度恶劣的情况下收益平稳。
（2）提出了基于梯次电池的多类型储能与新能源联合发电能量管理方法
为了减少储能电站的建设成本，提出了一种基于梯次电池的多类型储能系统并建立其能量管理方法，该方法包含常参数和变参数两种。两种策略的跟踪出力效果均符合标准，并可对梯次电池充放电深度加以限制，一定程度上延缓电池组寿命衰减。经过算例验证分析变参考值策略相比常参考值新电池充放电量增加 50%，常参数下充放电量平均变参考值下新电池充放电量为旧电池的 9 倍，能够一定程度上延缓梯次电池寿命。因此该方法能够使各电池组根据自身 SOH 自适应调整充放电深度和总充放电量，更有利于延长电池组使用寿命和提高工作性能。
参考文献（略）