一种平抑风电功率波动的混合储能控制系统及控制方法

摘要

本发明公开了一种平抑风电功率波动的混合储能控制系统及控制方法，包括功率平滑采集单元和混合储能协调控制单元，所述功率平滑采集单元实时获取风电机组功率，与风电机组功率输出期望值比较后，经过限幅处理后，发送至混合储能协调控制单元；混合储能协调控制单元根据功率偏差值进行卡尔曼自适应低通滤波获取风电机组功率输出值，第一模糊控制器输出为卡尔曼低通滤波器时间常数；第二模糊控制器获得卡尔曼低通滤波器输出功率和储能电池荷电状态SOC后，对混合储能系统功率输出值进行修正，经过限幅环节后储能电池和超级电容获取最优功率输出，避免电池过度充电或过度放电，以保证储能系统安全运行和风电功率波动最佳平抑效果。

说明书

技术领域

本发明涉及一种平抑风电功率波动的混合储能控制系统及控制方法。

背景技术

随着风电大规模并网，其功率波动对电网的冲击越来越突出。而储能系统具有的短时快速吸收和释放能量的特点，能够有效弥补风电输出功率间歇性、波动性的缺点，因此在风力发电并网系统中配置储能系统已经成为平抑风电输出功率波动的有效手段之一。

由于储能系统成本较高，如何选择最大发挥储能系统的经济利用价值，同时提高储能系统使用寿命，成为风电运行企业急需考虑的问题。混合储能系统可以对风电场输出功率中某一特定频段的波动成分进行补偿，从而实现风电功率波动平抑。将储能设定功率分为频繁波动部分和平滑部分，分别由超级电容和储能电池承担，可以实现对平抑需求的快速响应。混合储能系统设定功率可以由风电场实时输出功率经滤波器得到。

现有风电功率平抑方法一般采用固定时间常数的低通滤波器，当风电机组功率、储能系统工况等特性发生变化时，低通滤波器不能主动去调节滤波时间常数，从而不能实现最佳的风电功率平抑效果；不能综合考虑平滑效果和电池的荷电状态SOC、超级电容的安全工作电压是电池储能系统的重要参数指标，这些都对储能电池的效率、寿命产生直接的影响。

专利《一种基于模糊控制规则的微电网混合储能系统功率分配方法》针对微电网提出基于模糊控制规则的微电网混合储能系统功率分配方法，但没有考虑电池荷电状态的变化率和储能系统功率调整中的限幅处理；专利《一种平抑风电功率波动的电池储能系统的模糊控制方法》利用模糊控制和结合储能系统的SOC来与低通滤波来进行控制，但没有考虑电池荷电状态、超级电容安全工作电压等约束条件，储能系统充放电功率需要功率最优动态调整。

因此，如何在保证储能电池处于正常荷电状态SOC、超级电容安全工作电压内，既实现混合储能系统最佳平抑间歇式能源功率波动效果，又能针对不同充放电特性的储能设备进行功率最佳分配，是实现混合储能风电功率平抑的关键。

发明内容

本发明为了解决上述问题，提出了一种平抑风电功率波动的混合储能控制系统及控制方法，本发明能够实现混合储能系统的功率最优、经济运行、寿命最佳等，同时避免了储能设备的过充过放、变流器自身保护等，提高风电功率波动效率，减少大规模风电功率波动对电网的冲击。

为了实现上述目的，本发明采用如下技术方案：

一种平抑风电功率波动的混合储能控制系统，包括功率平滑采集单元和混合储能协调控制单元，功率平滑采集单元，包括实测风机机组功率采集模块、计算模块和限幅管理模块，混合储能协调控制单元包括卡尔曼自适应低通滤波模块、第一模糊控制器、第二模糊控制器、SOC动态最优调整模块和功率最优分配模块，其中：

所述实测风机机组功率采集模块，实时采集风电机组功率实测值，传递给计算模块；

所述计算模块，用于将实测值与设定的期望功率进行差值比较，将差值功率传输给混合储能协调控制单元；

所述限幅管理模块，用于预防风电机组功率超限，限值管理器考虑风电机组功率波动的最大功率波动范围，设定最大最小功率波动范围，以保证风电机组功率波动和波动率在正常范围内；

所述卡尔曼自适应低通滤波模块，用于接收功率平滑采集单元的输出值，实时调节卡尔曼滤波增益对输出值进行滤波处理；

所述第一模糊控制器，连接卡尔曼自适应低通滤波模块，用于根据储能系统SOC的实时状态信息，实时调整低通滤波时间常数；

所述第二模糊控制器，接收卡尔曼自适应低通滤波模块的输出功率和储能电池荷电状态SOC，对混合储能系统功率输出值进行修正；

所述SOC动态最优调整模块，用于通过电量积累法，测量电池的功率，将每小段时间能量变化的进行积分累加，得出当前的SOC，调整SOC变化率；

所述功率最优分配模块，用于对超级电容和储能电池进行功率分配，实现混合储能系统的最优功率配合。

基于上述系统的控制方法，包括以下步骤：

(1)功率平滑采集单元实时获取风电机组功率，与风电机组功率输出期望值比较后，经过限幅处理后，发送至混合储能协调控制单元；

(2)混合储能协调控制单元根据功率偏差值进行卡尔曼自适应低通滤波获取风电机组功率输出值；

(3)卡尔曼自适应低通滤波由第一模糊控制器根据风电机组功率低通滤波输出功率变化、储能电池SOC调整，输出为卡尔曼低通滤波器时间常数，第二模糊控制器获得卡尔曼低通滤波器输出功率和储能电池荷电状态SOC后，对混合储能系统功率输出值进行修正；

(4)考虑储能电池SOC、储能电池SOC变化率与超级电容电压，进行储能电池SOC调整；

(5)第二模糊控制器获得卡尔曼低通滤波器输出功率和储能电池荷电状态SOC后，对混合储能系统功率输出值进行修正，经过限幅环节后储能电池和超级电容获取最优功率输出，避免电池过度充电或过度放电。

所述步骤(1)中，功率平滑采集单元实时采集风电机组功率实测值Pw，并与设定的期望功率P_ref通过差值比较器比较，为混合储能系统协调控制提供输入功率ΔP_t。

所述步骤(1)中，功率平滑采集单元采样周期为Δt，在任一时刻t内的风电机组实测功率值为P_w，经过一个采样周期后风电机组功率实测值为P_w(t+Δt)，风电机组功率输出期望值为P_ref，经过差值比较器后功率平滑采集单元获得功率输出值ΔP，其计算值为：

ΔP＝P_ref-Pw

ΔP大于零，表示储能需放电，ΔP小于零，表示储能需充电。

所述步骤(1)中，限幅处理的方法为：考虑风电机组功率波动的最大功率波动范围，设定最大最小功率波动范围，最大值、最小值分别为ΔP_max、ΔP_min，当风电机组功率大于最大值或小于最小值时，则限值管理模块将其值限定为最大值ΔP_max或最小值ΔP_min，其余限值管理模块输出输入的混合储能系统设定功率PHess_ref，以保证风电机组功率波动和波动率在正常范围内，减少混合储能协调控制单元的储能充放电次数。

所述步骤(2)中，卡尔曼自适应低通滤波的方法为：

卡尔曼的时间更新方程：

$P_w^{/}(t,t-1)=P_l(t-1,t-1)$

P(t,t-1)＝P(t-1,t-1)+Q

卡尔曼的状态更新方程：

$P_l(t,t)=P_l(t,t-1)+T_t[P_w^{/}(t,t)-P_w^l(t,t-1)]$

T_t＝P(t,t-1)/(P(t,t-1)+R)

P(t,t)＝P(t,t-1)·(1-T_t)

式中，P_l(t,t)是卡尔曼自适应低通滤波器在t时刻输出功率平滑值，是在t时刻的风电场实时功率与期望输出功率差值，作为卡尔曼低通滤波器的输入；P_l(t,t-1)是卡尔曼自适应低通滤波器在t-1时刻输出功率平滑值，是在t-1时刻的风电场实时功率与期望输出功率差值。

T_t是卡尔曼滤波器的增益，由第一模糊控制器提供；P(t,t-1)是前一时刻估计的协方差，P(t,t)是先验估计的协方差，Q和R分别是高斯白噪声分布过程噪声的协方差和量测噪声的协方差。

所述步骤(3)中，第一模糊控制器根据储能系统SOC的实时状态信息，实时调整低通滤波时间常数T_t，保证储能系统SOC的自动恢复、电池保护，第一模糊控制器的输入为风电机组功率低通滤波输出功率P_l的变化值ΔP_l、SOC最优动态调整值，输出为卡尔曼低通滤波器时间常数T_t，风电机组功率低通滤波输出功率变化值ΔP_l模糊集的具体参数自设定，风电场输出功率为：

$P_l(t,t)=P_l(t,t-1)+T_t\left(P_w^{/}\right(t,t)-P_w^{/}(t,t-1))+\Delta M·\mathrm{Pr}ate$

式中ΔM为控制策略中加入的模糊调整量系数，ΔM根据SOC动态优化调整得出。

所述步骤(3)中，第二模糊控制器获得卡尔曼低通滤波器输出功率P_l和储能电池荷电状态SOC后，对混合储能系统功率输出值进行修正，第二模糊控制器选用Takagi-Sugeno型，输入模糊子集为风电机组功率低通滤波输出功率变化值ΔP_l、储能电池SOC。

所述步骤(4)中，通过电量积累法，测量电池的功率，将每小段时间能量变化的进行积分累加，得出当前的SOC：

SOC(t)＝SOC(t-1)+ΔSOC

$\Delta SOC=(P_l^{ref}·\Delta t)/E_{cap}$

式中，SOC(t)、SOC(t-1)分别为在t、t-1时刻的储能电池的荷电状态，ΔSOC为电池荷电状态变化率，为混合储能系统功率，Δt为采样间隔，E_cap为电池满容量；

为了保护储能系统设备安全和风电功率波动平抑需要，需要保证储能电池SOC设备在合理范围内，即：

SOC_min≤SOC≤SOC_max

式中，SOC_min为储能电池最小SOC，SOC_max为储能电池最大SOC。

所述步骤(4)中，采用SOC变化率ΔSOC表示储能电池所具备的风电功率平抑能力，计算公式如下：

ΔSOC＝(SOC_t-SOC_t-1)/Δt

电池的SOC正常范围为20％～80％，当电池的SOC大于80％时，说明电池储存能量较多，适合进行大容量放电，如果此时ΔSOC呈上升趋势，为了保护电池安全，需要动态调整降低ΔSOC，发挥储能电池放电能力；如果此时ΔSOC呈下降趋势，储能电池放电；当SOC处于参考值范围内时，保持功率值基本不变；当电池的SOC小于20％时，说明电池储存能量较少，适合进行大容量充电，如果此时ΔSOC呈上升趋势，表明系统正在给电池充电；如果此时ΔSOC呈下降趋势，为了保护电池安全，需要动态调整提高ΔSOC，发挥储能电池充电能力。

所述步骤(5)中，第二模糊控制器输出功率P_HESS(t)后，对超级电容和储能电池进行功率分配，得到储能电池充放电功率P_ld(t)、超级电容充放电功率P_cr(t)，以供需功率的平衡作为混合储能充放电指令的一次修正；

当前储能电池充放电功率超级电容充放电功率则储能电池的充放电功率、超级电容各自对应的出力为：

$P_{ld}^{/}\left(t\right)=P_{ld}\left(t\right)-P_{ld}(t-1)$

$P_{cr}^{/}\left(t\right)=P_{cr}\left(t\right)-P_{cr}(t-1)$

式中，当大于零，表示储能电池需要充电，小于零，表示储能电池需要放电；当大于零，表示超级电容需要充电，小于零，表示超级电容需要放电。

本发明的有益效果为：

1.根据风电场对平抑功率波动的性能要求，设计优化控制层，使得混合储能系统能够完成对风电场输出功率波动的平抑，并能维持其整体较高的充放电能力，提高有效运行的时间。

2.根据混合储能系统中超级电容和储能电池各自的SOC状态和充放电特性，设计协调控制层，完成对优化控制层给出的设定功率的优化分配，实现超级电容和储能电池的SOC协调控制及其对设定功率的快速跟踪，同时避免了对储能设备的深充过放，延长使用寿命。

附图说明

图1是本发明基于混合储能的风电功率平抑方法流程图。

图2是本发明基于混合储能的风电功率平抑方法的具体实施方式工作流程图；

图3是风电场配置的混合储能系统接入示意图；

图4是平抑风电功率波动效果图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

本发明的混合储能系统平抑风电功率波动系统，包括功率平滑采集单元和混合储能协调控制单元，所述功率平滑采集单元实时获取风电机组功率，与风电机组功率输出期望值比较后，发送至混合储能协调控制单元，混合储能协调控制单元根据功率偏差值进行卡尔曼自适应低通滤波获取风电机组功率输出值P_l，所述卡尔曼自适应低通滤波由第一模糊控制器根据风电机组功率低通滤波输出功率变化值ΔP_t(功率P_l)、储能电池SOC、储能电池SOC变化率ΔSOC、超级电容电压U_c，输出为卡尔曼低通滤波器时间常数T_t；第二模糊控制器获得卡尔曼低通滤波器输出功率P_l和储能电池荷电状态SOC后，对混合储能系统功率输出值进行修正，经过限幅环节后储能电池和超级电容获取最优功率输出，以保证储能系统安全运行和风电功率波动最佳平抑效果。

为实现以上目的，本发明基于混合储能的风电功率平抑方法采样分层结构，包含功率平滑采集单元、混合储能协调控制单元，包括以下两个方面：

(1)功率平滑采集单元

功率平滑采集单元包括实测风机机组功率Pw、计算功率实测值Pw与风电机组功率输出期望值P_ref的偏差ΔP_t、限幅管理三部分组成。

功率平滑采集单元实时采集风电机组功率实测值Pw，并与设定的期望功率P_ref通过差值比较器比较，为混合储能系统协调控制提供输入功率ΔP_t。

功率平滑采集单元采样周期Δt为5s，在任一时刻t内的风电机组实测功率值为P_w，经过一个采样周期后风电机组功率实测值为P_w(t+Δt)，风电机组功率输出期望值为P_ref，经过差值比较器后功率平滑采集单元获得功率输出值ΔP，其计算值为：

ΔP＝P_ref-Pw

ΔP大于零，表示储能需放电，ΔP小于零，表示储能需充电。

限幅管理主要用以预防风电机组功率超限，限值管理器考虑风电机组功率波动的最大功率波动范围，设定最大最小功率波动范围，最大值、最小值分别为ΔP_max、ΔP_min。当风电机组功率大于最大值或小于最小值时，则限值管理器将其值限定为最大值ΔP_max或最小值ΔP_min，其余限值管理器输出输入的混合储能系统设定功率PHess_ref，以保证风电机组功率波动和波动率在正常范围内，减少混合储能协调控制单元的储能充放电次数。

(2)混合储能协调控制单元

混合储能协调控制单元针对功率平滑监控单元的功率输出值，制定并执行混合储能系统的功率分配控制策略，主要由卡尔曼自适应低通滤波、第一模糊控制器、第二模糊控制器、SOC动态最优调整、功率最优分配五个环节组成。

混合储能协调控制单元首先对功率平滑采集单元输出功率进行卡尔曼低通滤波处理，在综合考虑储能电池SOC、超级电容工作电压基础上，通过第一模糊控制器进行低通滤波时间常数调整，通过第二模糊控制器修正混合储能系统输出功率，实现混合储能系统的最优功率配合和安全经济运行。

①卡尔曼自适应低通滤波

基于变时间常数的低通滤波器的储能系统控制策略，通过实时调节卡尔曼滤波增益使滤波器性能稳定，提升风电场功率平滑的控制策略，使得储能电池在极端状态下能够快速恢复到合理范围，保护了电池，延长了使用寿命。

卡尔曼的时间更新方程：

$P_w^{/}(t,t-1)=P_l(t-1,t-1)$

P(t,t-1)＝P(t-1,t-1)+Q

卡尔曼的状态更新方程：

$P_l(t,t)=P_l(t,t-1)+T_t[P_w^{/}(t,t)-P_w^{/}(t,t-1)]$

T_t＝P(t,t-1)/(P(t,t-1)+R)

P(t,t)＝P(t,t-1)·(1-T_t)

式中，P_l(t,t)是卡尔曼自适应低通滤波器在t时刻输出功率平滑值，是在t时刻的风电场实时功率与期望输出功率差值，作为卡尔曼低通滤波器的输入。P_l(t,t-1)是卡尔曼自适应低通滤波器在t-1时刻输出功率平滑值，是在t-1时刻的风电场实时功率与期望输出功率差值。

T_t是卡尔曼滤波器的增益，由第一模糊控制器提供；P(t,t-1)是前一时刻估计的协方差，P(t,t)是先验估计的协方差，Q和R分别是高斯白噪声分布过程噪声的协方差和量测噪声的协方差。

②第一模糊控制器，实时调整低通滤波时间常数T_t

第一模糊控制器根据储能系统SOC的实时状态信息，实时调整低通滤波时间常数T_t，保证储能系统SOC的自动恢复、电池保护。

第一模糊控制器的输入为风电机组功率低通滤波输出功率P_l的变化值ΔP_l、SOC最优动态调整值，输出为卡尔曼低通滤波器时间常数T_t。具体参数如下：

风电机组功率低通滤波输出功率变化值ΔP_l模糊集采用(NB，NS，NZ，PS，PB)分别表示当前的补偿功率变化为(负值较大，负值较小，合适，正值较小，正值较大)，模糊规则如下表所示。

ΔP_lNB NS NZ PS PB 模糊集 -1 -0.5 0 0.5 1

储能电池SOC的模糊子集采用(NB，NS，NZ，PS，PB)，分别表示当前的SOC为(偏小，较小，正常值，较小，偏大)，模糊规则如下表所示。

SOC NB NS NZ PS PB 模糊集 -0.2 -0.1 0 0.1 0.2

第一模糊控制器模糊输出子集T_t的模糊子集采用(NB，NS，N，PS，PB)，分别表示当前的时间常数T_t为(偏小，较小，正常值，较大，偏大)，模糊规则如下表所示。

T_tNB NS NZ PS PB 模糊集 -0.5 -0.2 0 0.2 0.5

第一模糊控制器的规则如下表所示：

经过第一模糊控制器后，风电场输出功率为：(第一模糊控制器输出T，卡尔曼滤波输出值)

$P_l(t,t)=P_l(t,t-1)+T_t[P_w^{/}(t,t)-P_w^{/}(t,t-1)]+\Delta M·\mathrm{Pr}ate$

式中ΔM为控制策略中加入的模糊调整量系数，ΔM根据SOC动态优化调整得出。

③第二模糊控制器，修正混合储能系统功率

第二模糊控制器获得卡尔曼低通滤波器输出功率P_l和储能电池荷电状态SOC后，对混合储能系统功率输出值进行修正，以保证储能系统安全运行。

第二模糊控制器选用Takagi-Sugeno型，输入模糊子集为风电机组功率低通滤波输出功率变化值ΔP_l、储能电池SOC，各参数原则如下所示：

风电机组功率低通滤波输出功率变化值ΔP_t(功率P_l)模糊集采用(NB，NS，NZ，PS，PB)分别表示当前的补偿功率变化为(负值较大，负值较小，合适，正值较小，正值较大)，模糊规则如下表所示。

ΔP_lNB NS NZ PS PB 模糊集 -0.5 -0.2 0 0.2 0.5

储能电池SOC的模糊子集采用(NB，NS，NZ，PS，PB)，分别表示当前的SOC为(偏小，较小，正常值，较小，偏大)，模糊规则如下表所示。

SOC NB NS NZ PS PB 模糊集 -0.2 -0.1 0 0.1 0.2

第二模糊控制器输出混合储能系统功率采用功率修正因子λ

$P_l^{ref}=(1+\lambda )·P_l$

功率修正因子λ的模糊子集采用(NB，NS，N，PS，PB)，分别表示当前的系统功率为(偏小，较小，正常值，较大，较大)，模糊规则如下表所示。

λ NB NS NZ PS PB 模糊集 -0.3 -0.2 0 0.2 0.3

④SOC动态最优调整

储能电池SOC为储能电池的剩余容量占其总容量的百分比，同时考虑超级电容电压值。基于变时间常数的低通滤波器的储能系统控制策略，以储能系统的SOC状态对目标值进行了调整，使得储能电池在极端状态下能够快速恢复到合理范围，保护了电池，延长了使用寿命。

通过电量积累法，测量电池的功率，将每小段时间能量变化的进行积分累加，得出当前的SOC。

SOC(t)＝SOC(t-1)+ΔSOC

$\Delta SOC=(P_l^{ref}·\Delta t)/E_{cap}$

式中，SOC(t)、SOC(t-1)分别为在t、t-1时刻的储能电池的荷电状态，ΔSOC为电池荷电状态变化率，为混合储能系统功率，Δt为采样间隔，E_cap为电池满容量。

为了保护储能系统设备安全和风电功率波动平抑需要，需要保证储能电池SOC设备在合理范围内，即：

SOC_min≤SOC≤SOC_max

式中，SOC_min为储能电池最小SOC，SOC_max为储能电池最大SOC。

采用SOC变化率ΔSOC表示储能电池所具备的风电功率平抑能力，计算公式如下：

ΔSOC＝(SOC_t-SOC_t-1)/Δt

当电池的SOC处于较高水平时，说明电池储存能量较多，适合进行大容量放电，如果此时ΔSOC呈上升趋势，为了保护电池安全，需要动态调整降低ΔSOC，发挥储能电池放电能力；如果此时ΔSOC呈下降趋势，储能电池可以放电；当SOC处于参考值范围内时，保持功率值基本不变。

当电池的SOC处于较低水平时，说明电池储存能量较少，适合进行大容量充电，如果此时ΔSOC呈上升趋势，表明系统正在给电池充电；如果此时ΔSOC呈下降趋势，为了保护电池安全，需要动态调整提高ΔSOC，发挥储能电池充电能力。

⑤功率最优分配

第二模糊控制器输出功率P_HESS(t)后，对超级电容和储能电池进行功率分配，得到储能电池充放电功率P_ld(t)、超级电容充放电功率P_cr(t)，以供需功率的平衡作为混合储能充放电指令的一次修正。

当前储能电池充放电功率超级电容充放电功率则储能电池的充放电功率、超级电容各自对应的出力为：

$P_{ld}^{/}\left(t\right)=P_{ld}\left(t\right)-P_{ld}(t-1)$

$P_{cr}^{/}\left(t\right)=P_{cr}\left(t\right)-P_{cr}(t-1)$

式中，当大于零，表示储能电池需要充电，小于零，表示储能电池需要放电；当大于零，表示超级电容需要充电，小于零，表示超级电容需要放电。

储能电池承担趋势性慢变分量风电的平抑，超级电容器负责平抑快变分量的风电。对风电功率进行平抑处理时，超级电容用以平抑风电功率波动的高频(几秒-几分钟级)部分，蓄电池平抑中频波动部分(几分钟-几小时)。

附图1是本发明基于混合储能的风电功率平抑方法，包括功率平滑采集单元和混合储能协调控制单元。

附图2是基于混合储能的风电功率平抑方法的具体实施方式工作流程图，首先功率平滑采集单元计算风电机组功率实测值，计算输入风电机组功率与风电机组期望功率的差值，经过限副管理后为协调控制器提供输入，协调控制器在第一模糊控制器的作用下，根据储能电池SOC状态判别是否通过卡尔曼低通滤波实时调节滤波参数，如果不需要实时调整，第二模糊控制器则计算输出混合储能系统的参考功率，经过功率最优分配后，超级电容和蓄电池获得充放电功率指令进行风电功率平滑，最后判别风电机组功率平滑输出是否满足要求，如果不满足，则重新开始实时调节。

附图3为50MW风电场配置混合储能系统配置5MW/10MW×h的电池储能5MW、10MW×h分别为电池储能的功率和容量)和4.5MW/0.15MW×h的超级电容器(4.5MW、0.15MW×h分别为超级电容器的功率和容量)。电池储能和超级电容器的SOC范围分别为[0.2，0.9]和[0.25,0.95]。混合储能系统平抑风电功率波动指标考虑1min、10min的评价指标。

附图4是平抑风电功率波动效果图。从图中可以看出，利用本发明方法，风电场的输出功率波动得到平抑，秒级风电出力波动变化率多数在装机容量的5％以内。如下表所示，为50MW的风电场输出有功功率变化最大值，变化值满足《GB/T－19963风电场接入电力系统技术规定》中关于风电场有功功率变化值的要求。

本发明的优点是：

1.根据风电场对平抑功率波动的性能要求，设计优化控制层，使得混合储能系统能够完成对风电场输出功率波动的平抑，并能维持其整体较高的充放电能力，提高有效运行的时间。

2.根据混合储能系统中超级电容和储能电池各自的SOC状态和充放电特性，设计协调控制层，完成对优化控制层给出的设定功率的优化分配，实现超级电容和储能电池的SOC协调控制及其对设定功率的快速跟踪，同时避免了对储能设备的深充过放，延长使用寿命。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。