基于NGO-VMD的混合储能功率分配策略OA北大核心CSTPCD

为解决风电场并网时的功率波动影响电网稳定性的问题,提出一种基于北方苍鹰(northern goshawk optimization,NGO)算法优化变分模态分解(variational mode decomposition,VMD)参数的混合储能功率分配策略。首先,按照风电场并网技术规范,采用自适应平均滤波法对风力发电功率进行滤波,并由滤波后的并网功率计算出波动功率。然后,采用NGO优化VMD算法中分解模态数K值和二次惩罚因子α值的最优值组合,将波动功率信号经VMD分解后实现在锂电池和超级电容器的功率分配,最后,采用双重模糊控制对混合储能系统(hybrid energy storage system,HESS)的荷电状态(state of charge,SOC)进行优化,完成HESS功率的二次分配。仿真结果表明,该控制策略不仅能够满足风电并网最大功率波动要求,还可以保持SOC维持在合理范围,实现HESS长期安全运行。