Renewable and Sustainable Energy Reviews 120 (2020) 109626

Contents lists available at ScienceDirect

Những đánh giá về năng lượng tái tạo và bền vững

journal homepage: http://www.elsevier.com/locate/rser

Đánh giá về các công nghệ lưu trữ năng lượng đáp ứng nhanh cho việc
điều chỉnh tần số trong các hệ thống điện hiện đại
a a, * b c
Umer Akram , Mithulananthan Nadarajah , Rakibuzzaman Shah , Federico Milano
a School of Information Technology and Electrical Engineering, The University of Queensland, Australia
b School of Engineering and Technology, Central Queensland University, Australia
c School of Electrical and Electronic Engineering, University College Dublin, Ireland

TÓM TẮT

Một sự thay đổi về mô hình trong các công nghệ phát điện đang diễn ra trên khắp thế giới. Điều này dẫn đến việc thay thế các máy điện đồng bộ thông thường bằng
các nguồn năng lượng tái tạo (RES) giao diện điện tử công suất có ít quán tính hơn. Việc thay thế bằng các RES không liên tục, tức là là điện mặt trời và tuabin gió, có
hai ảnh hưởng đối với hệ thống điện: (i) giảm quán tính và (ii) nguồn phát không liên tục, dẫn đến suy giảm độ ổn định tần số. Trong hệ thống điện hiện đại, việc điều
chỉnh tần số (FR) đã trở thành một trong những thách thức quan trọng nhất so với hệ thống thông thường bởi vì quán tính giảm và cả nguồn phát lẫn nhu cầu phụ tải
đều có tính ngẫu nhiên. Các công nghệ lưu trữ năng lượng đáp ứng nhanh, như là lưu trữ năng lượng pin, công nghệ lưu trữ siêu tụ điện, lưu trữ năng lượng bánh đà
và lưu trữ năng lượng từ trường siêu dẫn được xem là các nguồn khả thi để cung cấp FR trong hệ thống điện với sự thâm nhập cao của RES. Các khía cạnh quan
trọng cần thiết để hiểu được các ứng dụng của công nghệ lưu trữ năng lượng đáp ứng nhanh cho FR là mô hình hóa, lập kế hoạch (định kích cỡ và vị trí lưu trữ), và
vận hành (kiểm soát lưu trữ). Bài báo này sẽ đánh giá toàn diện các khía cạnh quan trọng này để hiểu được tốt hơn các ứng dụng của công nghệ lưu trữ đáp ứng
nhanh đối với việc FR. Ngoài ra, dựa trên những kinh nghiệm thực tế, bài báo này nêu bật những lỗ hổng và hạn chế trong các thực tiễn mới nhất. Hơn nữa, nghiên
cứu này cũng đưa ra các khuyến nghị và định hướng tương lai cho các nhà nghiên cứu làm việc về ứng dụng của các công nghệ lưu trữ cung cấp FR.

1. Giới thiệu
Các danh mục nguồn phát và truyền tải trong hệ thống điện đang
thay đổi nhanh chóng do lo ngại về những tác động tiêu cực có thể
xảy ra của biến đổi khí hậu, an ninh năng lượng và tính bền vững
[1,2]. Các đặc tính quán tính và động lực học của các nguồn năng
lượng tái tạo không liên tục (RES), tức là các tấm quang điện mặt trời
(PV) và tuabin gió (WT), khác nhiều so với các hệ thống phát điện mà
dựa trên máy điện đồng bộ thông thường. Không như nguồn phát
thông thường, các RES được kết nối với lưới điện thông qua bộ
chuyển đổi điện tử công suất để tách chúng khỏi hệ thống AC chính
[3,4]. Hơn nữa, các RES thường hoạt động ở chế độ theo dõi điểm
công suất cực đại, và khi cần thiết, công suất phát ra của chúng không
thể tăng lên [5]. Do đó, các nhà máy RESs vốn dĩ không thể cung cấp
đáp ứng quán tính (IR) cũng như không tham gia vào việc điều chỉnh
tần số (FR).
Hệ thống điện duy trì tần số trong giới hạn quy định của luật của
lưới điện bằng cách làm phù hợp động giữa nguồn phát điện và nhu
cầu phụ tải để mà vận hành an toàn. Những sai lệch tần số lớn sẽ lớn
gây ra sự ngắt (tripping) của tải và máy phát điện, có thể dẫn đến sập
đổ hệ thống [6–9]. Việc thay thế các máy phát điện thông thường bằng
RESs ở quy mô lớn làm giảm quán tính của hệ thống, làm cho hệ
thống dễ bị tổn thương hơn với những sai lệch tần số lớn hơn. Một hệ
thống có quán tính nhỏ hơn thì có tốc độ thay đổi tần số (RoCoF) cao,
thậm chí một sự mất cân bằng nhỏ giữa nguồn phát và nhu cầu sẽ dẫn tới
việc tần số thấp nhất sẽ lớn [10]. Nguồn phát không liên tục, quán tính thấp
và sự thay đổi trong nhu cầu phụ tải làm cho FR trở thành một nhiệm vụ
đầy thách thức trong hệ thống có tỷ lệ RES cao. Theo truyền thống, việc
điều khiển tần số tải (LFC) được đặt tại các nhà máy phát điện dựa trên
máy điện đồng bộ thì cung cấp FR.
Khai thác hệ thống lưu trữ năng lượng (ESS) cho việc FR, (tức là IR,
điều chỉnh tần số chính (PFR) và LFC, đặc biệt là với sự thâm nhập cao
của các RES không liên tục) gần đây đã thu hút rất nhiều sự chú ý cả trong
học thuật và trong ngành [12,13]. ESS cung cấp FR bằng cách bơm / hấp
thụ công suất vào / từ lưới điện để phản ứng với sự giảm / tăng tần số.
ESS cung cấp nhanh chóng FR, vượt trội hơn các mạng lưới thông thường
có sẵn. Nhiều loại ESS khác nhau đang có sẵn thì cung cấp khả năng dự
phòng từ vài giây đến hàng giờ với các đặc điểm, yêu cầu vận hành và hạn
chế khác nhau [14,15]. Bài đánh giá này tập trung vào các ESS đáp ứng
nhanh, tức là bộ lưu trữ năng lượng pin (BES), bộ lưu trữ siêu tụ điện
(SCES), bộ lưu trữ năng lượng bánh đà (FES), bộ lưu trữ năng lượng từ
trường siêu dẫn (SMES) và các dạng kết hợp của chúng (BES- SCES,
BES-SMES và BES-FES). Trong bài báo này, bộ lưu trữ năng lượng siêu
tụ điện được dùng để chỉ tụ điện hai lớp điện hóa, tụ điện này bao gồm hai
điện cực, một chất điện phân và bộ phân tách thấm ion. Không có phản
ứng điện hóa nào xảy ra trong siêu tụ điện trong chu trình sạc và xả điện,
các ion được sử dụng thay vì các electron, như trong

* Corresponding author.
E-mail address: mithulan@itee.uq.edu.au (M. Nadarajah).
https://doi.org/10.1016/j.rser.2019.109626
Received 4 July 2019; Received in revised form 14 October 2019; Accepted 24 November 2019
Available online 9 December 2019
1364-0321/© 2019 Elsevier Ltd. All rights reserved.
U. Akram et al. Renewable and Sustainable Energy Reviews 120 (2020) 109626

Các từ viết tắt LFC Load frequency control

MG Microgrid
AEMO Australian electricity market operator MPC Model predictive control
AGPC Adaptive generalized predictive control NNAPC Nonlinear neural adaptive predictive control
ANFIS Adaptive neuro fuzzy inference system NREL National renewable energy laboratory
BES Battery energy storage PCS Power conversion system
CE Continental Europe PD Proportional derivative
DFS Dynamic frequency support PFR Primary frequency regulation
DSM Demand side management PI Proportional integral
ENTSO-E European network of transmission system operators for PID Proportional integral derivative
electricity PV Photovoltaic
ESS Energy storage system RES Renewable energy source
FCAS Frequency control ancillary services RoCoF Rate of change of frequency
FCES Fuel cell energy storage SAMPA Set-membership affine projection algorithm
FFR Fast frequency response SCES supercapacitor energy storage
FLC Fuzzy logic control SoC State of charge
FR Frequency regulation SMES Superconducting magnetic energy storage
FES Flywheel energy storage UFLS Under frequency load shedding
GB Great Britain WAM Wide area monitoring
HESS Hybrid energy storage system WT Wind turbine
IR Inertial response

pin, và dạng năng lượng tích trữ là tĩnh điện. Các thiết bị khác có
chung đặc tính của tụ điện và / hoặc pin đã được phát triển, tức là tụ Table 1
điện giả, siêu tụ điện và siêu pin. Tuy nhiên, những công nghệ này vẫn ENTSO-E luật mạng lưới: thông số chất lượng tần số trên mỗi khu vực đồng bộ
chưa được phát triển đầy đủ và không được xem xét trong bài báo [11].
này.
  GB CE NE IRE
Những thách thức chính trong việc khai thác các ESS cho việc FR là
± 0.2 ±0.2
việc hiểu các mô hình toán học, đo kích thước, vận hành và điều khiển. ±0.05 Hz ±0.1 Hz
Dải tần số tiêu chuẩn Hz Hz
Trong bài đánh giá này, những thứ mới nhất được tổng hợp thành ba phần Độ lệch tần số tức
chính: i) đánh giá các mô hình toán học, ii) FR sử dụng chỉ một công nghệ thời tối đa 0.8 Hz 0.8 Hz 1.0 Hz 1.0 Hz
lưu trữ (BES, FES, SMES, SCES) và iii) FR sử dụng hệ thống lưu trữ năng Độ lệch tần số ổn
định tối đa 0.5 Hz 0.2 Hz 0.5Hz 0.5 Hz
lượng lai (HESS) (BES-SCES, BES-SMES và BES-FES). Các loại (ii) và
Phạm vi phục hồi tần ± 0.5 không sử không sử ±0.5
(iii) được chia thành hai loại phụ: kiểm soát và vận hành, và định kích cỡ. số Hz dụng dụng Hz
Đóng góp của công việc này nằm ở chỗ nó xem xét toàn diện tất cả các Thời gian phục hồi không sử không sử
khía cạnh cần thiết để hiểu FR do ESSs cung cấp. Hơn nữa, nó làm nổi tần số 60 s dụng dụng 60 s
bật những lỗ hổng, hạn chế của nghiên cứu và đưa ra hướng đi trong Thời gian khôi phục ±0.2 không sử ±0.2
tần số Hz dụng ±0.1 Hz Hz
tương lai.
Thời gian khôi phục
Phần còn lại của bài báo được sắp xếp như sau. Phần 2 đánh giá tần số 600s 900s 900s 1200 s
ngắn gọn các nguồn cho FR khác nhau có sẵn trong hệ thống điện
hiện đại. Tổng quan về các công nghệ lưu trữ năng lượng khác nhau 2) Lục địa Châu Âu (CEbao gồm một phần hoặc toàn bộ Áo, Bulgaria, Bỉ,
phù hợp với FR được đưa ra trong Phần 3. Việc xem xét mô hình toán Bosnia, Herzegovina, Cộng hòa Séc, Croatia, Tây Đan Mạch, Pháp,
học của các ESS được đưa ra trong Phần 4. Phần 5, thảo luận về các Đức, Hy Lạp, Hungary, Luxembourg, Ý, Macedonia, Hà Lan,
chiến lược điều khiển và định kích cỡ được đề xuất cho các ESS để Montenegro, Ba Lan, Romania, Bồ Đào Nha, Slovakia, Serbia , Tây
cung cấp FR. Tóm tắt và thảo luận đánh giá được đưa ra trong Phần Ban Nha, Slovenia và Thụy Sĩ.
6. Những lỗ hổng nghiên cứu và hướng đi trong tương lai được nêu 3) Hệ thống liên Bắc Âu (NE): tạo thành lưới truyền tải của Na Uy,
trong Phần 7. Cuối cùng, kết luận và định hướng tương lai được đưa Thụy Điển, Đan Mạch (phần phía đông) và Phần Lan.
ra trong Phần 8. 4) Hệ thống toàn đảo Ireland (IRE): bao gồm Cộng hòa Ireland và
Bắc Ireland là một khu vực đồng bộ khác.
2. Điều chỉnh tần trong hệ thống điện
Các tiêu chuẩn vận hành tần số do Nhà vận hành Thị trường Điện
Trong hệ thống điện, tần số là biến số thay đổi liên tục do chịu ảnh Úc (AEMO) đặt ra được đưa ra trong Table 2 [16]. Có thể thấy từ
hưởng của nhu cầu và sản xuất điện. Sự thiếu hụt nguồn phát dẫn đến sự Table 2 rằng phần lớn thời gian, tần số được yêu cầu giữ trong
khoảng ± 0.15 Hz. Các định nghĩa đầy đủ về biến cố tải, nguồn phát,
suy giảm tần số và dư nguồn phát thì lại dẫn tới tăng tần số. Tần số được
mạng lưới và các tách biệt có thể tìm thấy trong Ref. [16]. Hệ thống
duy trì trong giới hạn cho phép để hệ thống điện hoạt động ổn định. Các
điện cần được vận hành trong các tiêu chuẩn tần số vận hành đã xác
nhà vận hành hệ thống khác nhau đã xác định bộ tiêu chuẩn vận hành tần
định trước. Sự sai lệch về tần số so với các giới hạn vận hành tiêu
số khác nhau cho những sự vận hành bình thường và bất thường. Các tiêu
chuẩn dẫn đến sự ngắt kết nối của các máy phát và phụ tải dẫn đến
chuẩn vận hành tần số được thiết lập bởi mạng lưới các nhà vận hành hệ
độ tin cậy kém và tổn thất kinh tế.
thống truyền tải điện của Châu Âu (ENTSO-E) được đưa ra trong Table 1. AEMO sử dụng các dịch vụ phụ trợ điều khiển tần số (FCAS) dự phòng để
Dự liệu trong Table 1 có thể được tìm thấy trong chương 18, trang 1140 ngăn chặn những sự thay đổi tần số lớn, gây ra do mất đột ngột lượng lớn
của [11]. Có bốn khu vực đồng bộ ở Châu Âu. tải hoặc nguồn phát điện [17]. FCAS dự phòng có sáu giai đoạn: Tăng (R6)
và
1) Đảo Anh (GB): Một mình tạo thành khu đồng bộ.
2
U. Akram et al. Điều kiện Giới hạn Ổn định Phục hồi

Table 2
Các tiêu chuẩn vận hànhtần số trong Australia [16].
 Không có dự phòng hoặc biến 49.75–50.25 49.85–50.15 49.85–50.15 Renewable and Sustainable Energy Reviews 120 (2020) 109626
cố phụ tải Hz Hz Hz
49.85-50.15 trong vòng 5 trong vòng 5
a phút phút
Hz
Biến cố nguồn phát hoặc phụ 49.50–50.50 49.85–50.15 49.85–50.15
tải Hz Hz Hz
trong vòng 5 trong vòng 5
phút phút
Biến cố mạng lưới 49.00–51.00 49.50–50.50 49.50–50.50
Hz Hz Hz
trong vòng 1 trong vòng 5
phút phút
Biến cố tách biệt 49.00–51.00 49.50–50.50 49.50–50.50
Hz Hz Hz
trong vòng 2 trong vòng 10
phút phút

a99% thời gian, biến cố tải: 50 MW, biến cố nguồn phát: 50 MW.
giảm (R6) 6 giây. Tăng (R60) và giảm (L60) 60 giây, và tăng (R5) và
giảm (L5) 5 phút. Fig. 1, cho thấy một ví dụ về sự thay đổi tần số sau khi
mất lượng lớn nguồn phát, và về các giai đoạn khác nhau của FCAS dự
phòng. Biến cố mất nguồn phát xảy ra ở 0s dẫn đến tần số giảm nhanh.
FCAS dự phòng R6 được kích hoạt tại T1 khi mà tần số rời khỏi phạm vi
vận hành tần số hành bình thường. FCAS dự phòng R6 hỗ trợ hệ thống
trong 6 giây và sau đó tại T2 ( T 1 + 6) dự phòng R60 được kích hoạt. Dự
phòng R60 đem trở lại tần số trong phạm vi vận hành tần số bình thường.
Tại T3 ( T1 +60) FCAS dự phòng R5 kích hoạt và khôi phục tần số về 50 Hz
[17].
Fig. 2 cho thấy một hệ thống điện, với các nguồn phát thông thường,
hệ thống phát điện tái tạo, hệ thống lưu trữ năng lượng, và các phụ tải có Fig. 2. Hệ thống điện với nhiều nguồn FR khác nhau.
thể điều khiển và không điều khiển được. Trong hệ thống điện hiện đại,
người vận hành hệ thống có nhiều nguồn lực để có thể được có được việc
FR, đó là nguồn phát dựa trên máy điện đồng bộ thông thường, ESS, quản
lý phía nhu cầu phụ tải (DSM), xe điện và các RES. Công suất tác dụng
của các nguồn này được kiểm soát để hỗ trợ tần số lưới.
Các hệ thống phát điện thông thường sử dụng các máy điện đồng bộ
có khối lượng quay nặng. Trong trường hợp có bất kỳ sự sai lệch nào về
nguồn phát và nhu cầu phụ tải, các máy điện đồng bộ chậm lại / tăng tốc
ngay lập tức bằng cách bơm / hấp thụ năng lượng vào / từ hệ thống điện
[18]. Đáp ứng tức thời này được gọi là IR, là đặc tính vốn có của máy điện
đồng bộ, không cần điều khiển. Các FR có điều khiển có thể có được từ
các nhà máy phát điện thông thường bằng cách điều khiển van điều tiết để
tăng sản lượng điện của máy phát theo tín hiệu điều khiển [19–21]. Sự
thay đổi điển hình về tần số sau khi biến cố xảy ra và các hành động điều
khiển cần thiết được thực hiện để cải thiện tác động của nó được thể hiện
trong Fig. 3. Giai đoạn đầu tiên là phản ứng vốn có của máy điện đồng bộ
(tức là IR), trong đó máy điện đồng bộ chống lại sự suy giảm tần số bằng
cách giải phóng động năng tích trữ trong các khối lượng quay. Theo sau
Fig. 3. Các giai đoạn đáp ứng tần số bởi ENTSO-E.

Fig. 1. Các giai đoạn FCAS dự phòng của AMEO.
3
U. Akram et al.
quản lý nhu cầu phụ tải (DSM). Ý tưởng chính của phương pháp DSM
cho việc FR là làm cho tải - có thể điều khiển, nhạy cảm với tín hiệu
giai đoạn này là điều khiển tần số sơ cấp để ổn định tần số đến một
giá trị trạng thái ổn định mới. Giai đoạn tiếp theo là LFC thường - là bộ
điều khiển tích phân tỷ lệ (PI), được sử dụng để khôi phục tần số về
giá trị danh định của nó [22–24].
Ngoài ra, những tiến bộ trong lĩnh vực điện tử công suất đã giúp cho
cho các RES tham gia vào việc FR. Những RES được sử dụng phổ biến
nhất là PV và WT. Có hai loại WT chính, tốc độ thay đổi và tốc độ cố định.
Tốc độ cố định WT được kết hợp trực tiếp với hệ thống. Do đó, nó có thể
cung cấp IR [25], nhưng rất ít so với IR của máy phát điện đồng bộ. Trong
khi đó WT với tốc độ thay đổi và PV được tách biệt hoàn toàn khỏi tần số
lưới do giao diện điện tử công suất. Do đó, chúng không thể tự nhiên cung
cấp FR và cần yêu cầu các điều khiển điện tử công suất phụ trợ. Cắt phụ
tải và mô phỏng quán tính được báo cáo là hai điều khiển chính được sử
dụng trong WT cho FR trong các hệ thống điện [26]. Trong kỹ thuật cắt phụ
tải, WT được vận hành thấp hơn công suất định mức của nó và đầu ra của
nó được điều chỉnh trong thời gian sự cố để cung cấp FR [27,28]. Trong
mô phỏng quán tính, động năng được lưu trữ trong các cánh của WT được
sử dụng để cung cấp IR [5,29]. Kỹ thuật cắt phụ tải cũng có thể được áp
dụng cho các nhà máy điện PV để cung cấp FR [30,31].
Hơn nữa, sự ra đời của mạng truyền thông tiên tiến và các công tắc
thông minh cũng cho phép các tải tham gia vào việc FR, bằng cách
sử dụng phương pháp
tần số nguồn. FR sử dụng DSM có thể được chia thành hai loại: (i) cắt
giảm tải, (ii) điều chế tải. Sơ đồ DSM cắt giảm tải thì đóng / cắt tải để
cung cấp các dịch vụ phụ trợ [32–34]. Phương pháp DSM điều chế tải
thì điều chỉnh mức tiêu thụ của phụ tải dựa trên những sự thay đổi về Renewable and Sustainable Energy Reviews 120 (2020) 109626
tần số [35,36].
ESS là một trong những nguồn cung cấp việc FR (đó là IR, PFR, LFC)
thuận lợi nhất vì có thời gian đáp ứng nhanh và vận hành linh hoạt. Do thời
gian phản hồi nhanh, các công nghệ ESS có thể bơm một lượng lớn công
suất vào lưới điện trong thời gian ngắn – thứ có thể được sử dụng làm
quán tính ảo [37,38]. Tương tự như các thành phần nguồn phát nhanh -
thông thường được giữ trực tuyến để cung cấp PFR bằng cách tăng / giảm
công suất của chúng trong các sự kiện tần số thấp hoặc tần số cao, ESS
cũng cung cấp sự điều chỉnh hướng lên / đi xuống bằng cách bơm / hấp
thụ điện năng đến / từ lưới điện [39]. Nhiều nhà vận hành hệ thống truyền
tải, bao gồm EirGrid ở Ireland và ENTSO-E và AEMO đang xem xét các
dịch vụ mới, chẳng hạn như FFR (đáp ứng tần số nhanh) – cái không phải
là "quán tính" vì nó được cung cấp bởi các thiết bị không đồng bộ và do đó
có thể là được cung cấp bằng các hệ thống lưu trữ. Bản tóm tắt về hoạt
động của các tài nguyên FR có sẵn được hiển thị trong Fig. 4. Các nhà
máy điện dựa trên các máy điện đồng bộ thông thường thì cung cấp FR từ
phía phát điện. Trong khi các RES và lưu trữ năng lượng có thể được triển
khai cho FR ở phía phát điện hoặc phía truyền tải. DSM thì liên quan đến
phía phụ tải.

Hoạt động của một ESS kết nối lưới cung cấp PFR được thể hiện trong
Fig. 5. ESS vẫn không hoạt động đối với các sai lệch tần số ở giữa ±0.2
Hz. Đầu ra của ESS được tăng tuyến tính đối với độ lệch tần số từ ±0.02
đến ±0.2 Hz. Công suất phải được cung cấp trong 900 giây, sau đó ngắt
quãng 900 giây để ESS được sạc lại [40]. Các yêu cầu đối với việc triển
khai dự trữ ESS (tức là thời gian hoạt động (900 s), triển khai tuyến tính dự
trữ) chủ yếu bắt nguồn từ hoạt động của các máy phát điện thông thường
đáp ứng nhanh [39]. Hoạt động của các công nghệ lưu trữ khác cung cấp
PFR có thể được mong đợi tương tự như đã chỉ ra trong Fig. 5. Có một số
loại công nghệ lưu trữ năng lượng có sẵn và mỗi loại đều cung cấp các
yêu cầu vận hành và đặc điểm khác nhau. Trong số các công nghệ hiện
có, thì BES, FES, SMES và SCES phù hợp với các FR hơn do có thời gian
Fig. 5. Triển khai ESS cho việc PFR.
phản hồi nhanh hơn và yêu cầu hoạt động linh hoạt [41]. Một số ví dụ về
các dự án BES, SCES, FES và SMES trong thực tế và các ứng dụng của
chúng được đưa ra trong Table 3. Các dự án được đề cập chủ yếu không
nhằm mục đích điều chỉnh tần số. Trên thực tế, các dự án BES ở Nhật Bản
và Ireland được thiết kế để giảm thiểu sự biến động của các nhà máy điện
gió. Vì sự thay đổi của tần số xảy ra do sự sai lệch giữa nguồn phát và nhu
cầu phụ tải, do đó, việc bám theo nhu cầu phụ tải mà không tốt thì có thể
dẫn đến sự điều chỉnh tần số kém. Do đó, giảm thiểu sự dao động trong
sản lượng điện gió có thể gián tiếp cải thiện FR của hệ thống. Từ Table 3,
cần lưu ý rằng BES vẫn là công nghệ hàng đầu cho các FR. Có ba khía
cạnh chính của ESS cần được nghiên cứu liên quan đến các FR, đó là
kiểm soát, định kích cỡ và vị trí của ESS. Đánh giá toàn diện về các khía
cạnh này sẽ được đưa ra trong các phần tiếp theo.

Fig. 4. Các nguồn FR trong hệ thống điện hiện đại.

4
U. Akram et al. Renewable and Sustainable Energy Reviews 120 (2020) 109626

Table 3 Ngoài ra Ion Natri và Ion Kẽm là những công nghệ lưu trữ mới nổi. Ion
Real world energy storage facilities and their applications [42–45]. natri có mật độ năng lượng cao (ví dụ: 200-300 Wh / kg) [53]. Những
Tên/Địa điểm Thông số Ứng dụng trở ngại chính của việc sử dụng pin Ion natri cho FR là mật độ công
định mức
suất thấp và vòng đời kém. Hiện tại, nghiên cứu đang được tiến hành
BES/Australia 30MW/8 MWh Đáp ứng tần số nhanh
BES/USA 8MW/2 MWh Điều chỉnh tần số
để cải thiện mật độ công suất và vòng đời [54]. Ion kẽm có chi phí
BES/Germany 8.5 MW/8.5 MWh Điều chỉnh tần số, dự trữ quay thấp hơn, thân thiện với môi trường và an toàn. Pin Kẽm ion có mật
độ năng lượng thấp (85 Wh / kg) hơn so với pin Li-Ion [55]. Có thể kết
BES/PuertoRic 20MW/14 MWh Điều chỉnh tần số, dự trữ quay luận rằng trong số tất cả các công nghệ thương mại và thuần thục, Li-
o
Ion là phù hợp nhất với việc FR.
BES/Japan 34MW/244.8 Giảm thiểu dao động điện gió
MWh
3.2. Lưu trữ năng lượng siêu tụ điện
BES/USA 10MW/40 MWh Dự trữ quay, san bằng phụ tải
BES/Ireland 2MW/12 MWh Giảm thiểu dao động điện gió
SCES/China 3MW/17.2 kWh Giảm thiểu sụt điện áp Siêu tụ điện (supercapacitors) còn được gọi là tụ điện hai lớp hoặc siêu
SCES/Spain 4MW/5.6 kWh Ổn định tần số tụ điện (ultracapacitors) [57]. SCES bao gồm hai điện cực được ngăn cách
FES/USA 20MW Điều chỉnh tần số, chất lượng điện năng bởi môi trường điện môi. SCES lưu trữ năng lượng điện trực tiếp trong
trường tĩnh điện giữa các điện cực thay vì chuyển nó thành một dạng năng
FES/Japan 235 MVA Cung cấp năng lượng cao cho lò nhiệt hạch
hạt nhân
lượng khác, ví dụ, năng lượng hóa học trong pin hoặc năng lượng cơ học
SMES/Japan 10MW Hệ thống ổn định, chất lượng điện năng
trong trường hợp FES [58]. SCES có khả năng sạc / xả rất nhanh với dòng
điện cao vì nó không phụ thuộc vào các phản ứng hóa học [52,59]. Công
nghệ SCES có mật độ công suất cao hơn, mật độ năng lượng thấp hơn,
vòng đời rất lâu và đáp ứng rất nhanh.
3. Các đặc điểm của các công nghệ ESS được sử dụng
3.3. Lưu trữ năng lượng bánh đà
cho việc điều chỉnh tần số.
FES là một thiết bị lưu trữ điện cơ, lưu trữ năng lượng dưới dạng động
Một số loại công nghệ lưu trữ năng lượng có sẵn với các đặc điểm
năng [60]. Bộ lưu trữ năng lượng FES có một xi-lanh quay được kết hợp
khác nhau, đó là phương tiện lưu trữ được sử dụng, thời gian đáp
với một máy điện hoạt động như một động cơ và máy phát điện trong quá
ứng, mật độ công suất, mật độ năng lượng, tuổi thọ và hiệu quả
trình sạc và xả [61]. Tổng năng lượng của FES phụ thuộc vào tốc độ và
[46,47]. Trọng tâm chính của nghiên cứu này là xem xét các ứng dụng khối lượng của hình xi-lanh quay. Trong chu kỳ sạc, máy điện hoạt động
của BES, SCES, SMES và FES (những thứ được coi là công nghệ lưu như một động cơ và tăng tốc độ quay của xi lanh và tăng năng lượng tích
trữ năng lượng đáp ứng nhanh) trong việc FR. trữ. Trong khi trong chu kỳ xả, máy hoạt động như một máy phát được dẫn
động bởi xi lanh quay [62,63]. FES có thời gian phản hồi nhanh, tự phóng
3.1. Lưu trữ năng lượng pin
điện cao hơn, vòng đời cao, mật độ năng lượng thấp và mật độ công suất
Bộ lưu trữ năng lượng pin được coi là hệ thống lưu trữ lâu đời nhất
và thuần thục nhất, nó lưu trữ năng lượng điện dưới dạng năng lượng cao.
hóa học [47,48]. Một BES bao gồm một số ngăn (cell) riêng lẻ được
kết nối nối tiếp và song song [49]. Mỗi ngăn có cực âm và cực dương 3.4. Lưu trữ năng lượng từ trường siêu dẫn
với một chất điện phân [50]. Trong quá trình sạc / xả các phản ứng SMES là một hệ thống lưu trữ năng lượng điện từ, lưu trữ năng lượng
điện hóa của pin diễn ra bên trong các tế bào riêng lẻ và pin hấp thụ / dưới dạng từ trường [64]. Một SMES bao gồm ba thành phần chính: hệ
cung cấp điện từ / vào lưới [51]. Lưu trữ pin cung cấp khả năng dự
thống làm lạnh, cuộn dây siêu dẫn và hệ thống điều hòa công suất [65].
phòng từ vài giây đến hàng giờ. Một số loại pin có sẵn và mỗi loại đều
Trong chu kỳ sạc của SMES, năng lượng được lưu trữ trong từ trường
có các đặc điểm khác nhau [42]. Nhìn chung, công nghệ lưu trữ pin có
được hình thành trên cuộn dây siêu dẫn do dòng điện chạy qua nó. Cuộn
mật độ năng lượng cao, mật độ công suất thấp hơn và tuổi thọ chu kỳ
dây siêu dẫn được giữ mát dưới nhiệt độ tới hạn siêu dẫn của nó. Độ lớn
thấp hơn. Các pin thích hợp cho các ứng dụng yêu cầu xả liên tục
của năng lượng dự trữ phụ thuộc vào độ lớn của dòng điện và độ tự cảm
trong thời gian dài. Tuy nhiên, việc sạc / xả pin thường xuyên với tốc
độ rất cao sẽ làm giảm tuổi thọ của pin. của cuộn dây [66]. Trong quá trình phóng điện của SMES, năng lượng tích
Trong số rất nhiều loại hệ thống BES hiện có, rất khó để nói rằng một trữ được giải phóng vào lưới điện thông qua bộ phận điều hòa công suất.
BES cụ thể nào đó tốt hơn những cái còn lại. Tùy thuộc vào công suất ứng SMES có vòng đời cao hơn, phản hồi nhanh, mật độ năng lượng thấp hơn
dụng và điện năng định mức, thời gian đáp ứng, nhiệt độ hoạt động và và mật độ công suất cao hơn.
nhiệt độ môi trường mà ta có thể đưa ra quyết định độc nhất nào đó cho
3.5. Hệ thống lưu trữ năng lượng lai
trường hợp tương ứng. Tuy nhiên, một so sánh đã được thực hiện dựa
trên đặc tính công suất và điện năng của các công nghệ BES phổ biến. Mật độ công suất cao, mật độ năng lượng cao, vòng đời dài hơn, phản hồi
Các đặc tính chuẩn hóa của các công nghệ lưu trữ pin phổ biến được đưa
nhanh, tốc độ phóng điện nhanh, dải nhiệt độ làm việc rộng hơn và chi phí
ra trong Table 4. Dữ liệu được trích xuất từ Refs. [42,52] và các tài liệu
thấp hơn là những đặc điểm mong muốn của ESS. Dữ liệu về công suất,
tham khảo được cung cấp trong đó. Có thể quan sát thấy rằng pin dòng
(flow batterty) có chu kỳ tuổi thọ dài hơn, mật độ công suất và mật độ năng năng lượng, chi phí, số vòng đời, phạm vi nhiệt độ hoạt động và tuổi thọ
lương kém – thứ hạn chế các ứng dụng của nó ở quy mô lớn. Pin kim loại của BES, SCES, FES, and SMES được cho trong Table 5 và Fig. 6.
không khí có mật độ năng lượng cao nhưng mật độ công suất kém và vòng
đời nhỏ hơn. Pin axit chì có giá thấp hơn nhưng tuổi thọ chu kỳ và mật độ
năng lượng kém – làm hạn chế những ứng dụng của nó vào việc FR.
Table 4 Các đặc tính chuẩn hóa của công nghệ BES.

Loại lưu trữ Vòng đời Mật độ năng lượng Mật độ công suất Giá thành điện năng Giá thành công suất Độ chín về kỹ thuật
Axit chì 0.125 0.040 0.300 0.214 0.250 Chín chắn
Lithium-ion 1.000 0.190 1.000 0.714 1.000 Thương mại
Lưu huỳnh-Natri 0.333 0.195 0.200 0.286 0.750 Thương mại
Kim loại không khí 0.125 1.000 0.100 0.107 0.086 Thử nghiệm
Pin dòng 1.000 0.020 0.166 0.429 0.523 Đang phát triển
Nickle cadmimum 0.250 0.060 0.150 1.000 0.500 Chín chắn
5
U. Akram et al.
Từ Table 5 và Fig. 6, rõ ràng là không có công nghệ lưu trữ nào thể hiện
các đặc tính lưu trữ lý tưởng. Ví dụ, BES có mật độ năng lượng cao,
nhưng mật độ công suất thấp hơn, vòng đời nhỏ hơn và chi phí cao liên
quan đến lượng công suất. Trong khi đó, các đặc điểm của SCES, SMES
và FES gần như tương tự nhau, đó là mật độ công suất cao, chi phí thấp
hơn liên quan đến lượng công suất và vòng đời lớn với mật độ năng lượng
rất nhỏ và chi phí cao liên quan đến lượng điện năng. Các đặc tính năng
lượng và công suất chuẩn hóa của các công nghệ lưu trữ khác nhau được
đưa ra trong Bảng 5 được minh họa thêm trong Fig. 7. Từ hình này, có thể
nhận thấy rằng các đặc điểm của BES là ưu thế bổ sung cho các đặc điểm
của công nghệ SCES, FES và SMES. Và HESS có thể được hình thành
bằng cách tích hợp hai loại công nghệ lưu trữ ưu thế bổ sung cho nhau.
Tính khả thi của BES-SCES, BES-SMES và BES-FES, được báo cáo trong
Refs. [67–72] dưới hình thức HESS.
4. Tổng quan về các mô hình ESS cho các nghiên cứu FR
Một số nghiên cứu đã kiểm tra hiệu quả của ESS đối với FR. Có
một số yếu tố như loại lưu trữ, tốc độ sạc / xả, trạng thái sạc và nhiệt
độ có thể ảnh hưởng đến hoạt động động của ESS. Do đó, các mô
hình ESS khác nhau nắm bắt hành vi động của chúng liên quan đến
đáp ứng tần số, đã được đề xuất trong tài liệu cho các nghiên cứu FR.
Phần này giải thích ngắn gọn các mô hình và những hạn chế đó.
4.1. Các mô hình động của BES
Mô hình động đầu tiên của BES được đề xuất trong Refs. [73,74].
Trong mô hình này, BES được biểu diễn bằng nguồn điện áp mắc nối tiếp
với các mạch RC song song. Mặc dù mô hình được đề xuất thể hiện chính
xác các đặc tính bên ngoài của pin, nhưng mô hình này không hoàn chỉnh
vì các giá trị của điện trở và điện dung được giả định là không đổi. Mô hình
tương đương của pin và bộ chuyển đổi được đề xuất trong Ref. [75]. Mô
hình được đề xuất có tính đến các đặc tính của pin, tổn hao bên trong và
mạch tương đương của bộ chuyển đổi. Mô hình này có thể dễ dàng kết
hợp cho các nghiên cứu về độ ổn định của hệ thống điện. Trong Ref. [ 76],
một mô hình BES gia tăng được đề xuất cho các nghiên cứu LFC. Mô hình
gia tăng ghi lại động lực của bộ chuyển đổi và lưu trữ pin. Mô hình được
đề xuất này tương tự như mô hình được phát triển trong Ref. [75] ngoại trừ
thực tế là công suất phản kháng được giả định bằng không. Trong Refs.
[77–80], BES được mô hình hóa là nguồn điện áp DC mắc nối tiếp với bộ
nghịch lưu để nghiên cứu độ ổn định tần số.
Một mô hình phi tuyến tính của BES (trong Fig. 8) được đề xuất trong
Ref. [81]. Trong mô hình này, điện áp bên trong không cố định ( vốn được
coi là cố định trong tất cả các mô hình trước đó) và nó phụ thuộc vào dòng
sạc / xả. Trong Fig. 8, Eo là điện áp không đổi của pin, E là điện áp không
tải, Q là dung lượng của pin, K là điện áp phân cực, A là biên độ vùng hàm
mũ, I là dòng điện, là mức sạc pin thực tế, và b là nghịch đảo của
hằng số thời gian theo hàm mũ. Mô hình này thể hiện chính xác hoạt động
của các loại pin khác nhau. Các thông số của pin có thể nhận được từ
đường cong xả điện do nhà sản xuất cung cấp [82]. Hơn nữa, mô hình trễ
pha bậc nhất (trong Fig. 9a) và mô hình trễ pha bậc nhất với trạng thái
sạc (with state of charge) (trong Fig. 9b) là mô hình được sử dụng thường
xuyên nhất cho các nghiên cứu FR [77, 83–86]. Mặc dù, các đặc tính bên
trong của BES không được xem xét trong các mô hình này, chúng được sử
dụng rộng rãi trong các nghiên cứu động lực học do các đặc tính điều
khiển đại diện được cho bởi bộ bù (compensator)
Table 5
So sánh năng lượng, công suất, và giá thành của BES, SCES, FES, và SMES
[41,42,52,56].
Mật độ công suất Giá thành công
Loại lưu Mật độ công suất Mật độ năng lượng
3 suất
trữ (W/kg) (MW/m ) (Wh/kg)
($/kW)
Li-ion 150–500 0.4–2 686–4000 70–200
SCES 1000–10000 0.4–10 100–400 0.5–5
FES 500–4000 1–2.5 150–400 10–50
SMES 500–2000 1–4 200–500 1–10
6
Renewable and Sustainable Energy Reviews 120 (2020) 109626
Trong Fig. 9a và b, Tbes là hằng số thời gian của BES, Kbes là độ
khuếch đại, Pbes là công suất đầu ra của BES, Wbes là năng lượng
m
của BES, và P b là MW định mức của BES. Trong mô hình phi tuyến,
việc có được các thông số một cách chính xác chính xác là một thách
thức [87], trong khi các mô hình trễ pha chỉ yêu cầu một tham số -
hằng số thời gian – cái mà có thể có được dễ dàng.
4.2. Mô hình động của SCES, FES, và SMES
ESS dựa trên SCES bao gồm hệ thống điều hòa nguồn và ngăn
xếp siêu tụ điện. Một mô hình dựa trên mạch RC của SCES (Fig. 10)
cũng được sử dụng cho việc FR [88–91]. Trong Fig. 10, Rs là điện trở
nối tiếp tương đương, C là điện dung tương đương, và Rp là điện trở
song song liên quan tới dòng rò. Điện trở này thường bị bỏ qua đối với
các ứng dụng trong thời gian ngắn của SCES. Mô hình SCES cho các
nghiên cứu FR được sử dụng thường xuyên nhất là mô hình trễ pha
bậc nhất [92–94] được đưa ra ở (1).
Trong (1), Gsc là đầu ra của SCES, Tsc là hằng số thời gian của SCES,
và Ksc là độ khuếch đại. Mô hình lưu trữ năng lượng SCES được đề xuất
và sử dụng trong Refs. [95,96], được thể hiện trong Fig. 11. Mô hình sử
dụng hai khối bù pha với hằng số thời gian T1; T2; T3; T4, một khối khuếch
đại Ksc, và hằng số thời gian của SCES (Tsc). Cần chú ý rằng các vấn đề
của việc mô hình hóa SCES cho các nghiên cứu động học của hệ thống
điện đã được giới hạn lại.
Một FES bao gồm ba phần chính; xi lanh quay, máy điện và bộ chuyển
đổi. Mô hình FES yêu cầu mô hình hóa cả ba thành phần này. Một mô hình
FES dựa trên máy nam châm vĩnh cửu bề mặt toàn diện được phát triển
trong Ref. [97]. Trong mô hình được đề xuất, xi lanh quay và rôto của máy
được giả định là một khối lượng duy nhất, trong khi bộ biến đổi được mô
hình hóa dưới dạng hàm trễ pha bậc nhất với hằng số thời gian là 0,5 ms.
Mô hình trễ pha bậc nhất (tương tự như mô hình được đưa ra trong (1))
của FES được sử dụng trong một số nghiên cứu về FR [98]. Trong Ref.
[99], động lực học của bánh đà được biểu diễn bằng máy không đồng bộ
lồng sóc và bộ biến đổi. Trong Ref. [100], động cơ đồng bộ nam châm vĩnh
cửu được sử dụng để đại diện cho FED. Trong Ref. [101], mô hình động
dựa trên logic và điều khiển của FES được sử dụng cho FR (trong Fig. 12).
Trong Refs. [102,103], động lực học của máy điện và bộ biến đổi được bỏ
qua và thành phần FES được đưa ra bằng cách xem xét động lực học của
xi lanh quay. Trong Ref. [102], động lực học của FES được biểu diễn bằng
phương trình chuyển động , trong đó Tf là mômen điện từ, Jf
là tổng mômen quán tính của xi lanh và máy, và ωf là tốc độ góc của xi
lanh quay. Trong Ref. [104], một mô hình thực tế hơn về lưu trữ năng
lượng FES được đề xuất trong Fig. 13. Mô hình được đề xuất xem xét các
hằng số thời gian của bộ biến đổi và thiết bị đo. Một số nghiên cứu đã sử
dụng máy điện chi tiết để biểu diễn FES cho các nghiên cứu động như FR.
Nhưng vẫn chưa tìm ra các mô hình và thông số khuyến nghị của FES cho
các nghiên cứu FR.
Một bộ lưu trữ SMES bao gồm cuộn dây siêu dẫn và hệ thống
chuyển đổi điện tử công suất. Việc mô hình hóa SMES yêu cầu mô
hình hóa cuộn dây và bộ chuyển đổi điện tử công suất. Một mô hình
của SMES dựa trên hàm truyền được sử dụng trong Ref. [105] (xem
Fig. 14). Điện áp trên cuộn dây siêu dẫn được điều khiển liên tục như
một hàm của tần số. Phản hồi âm của độ lệch dòng điện được sử
dụng - cho phép khôi phục giá trị trạng thái ổn định của SMES sau
Mật độ năng lượng
Giá thành điện năng Hiệu quả chu kỳ
3 Vòng đời ( )
(kWh/m ) ($/kWh) (%)
200–600 240–2500 90–97 up to 20,000
4–10 500–15000 90–97 50,000–1000000
20–100 1000–14000 90–95 20,000+
0.2–2.5 1000–10000 95–98 20,000 –100000
U. Akram et al. Renewable and Sustainable Energy Reviews 120 (2020) 109626

Fig. 6. So sánh gữa BES, SCES, FES và SMES: (a) Nhiệt độ vận hành, (b) Tuổi thọ tính theo năm [41].

nhiễu loạn và giúp cho nó có thể đáp ứng với nhiễu tiếp theo. Trong Fig.
14, Ko là độ khuếch đại theo kV=Hz, Kld là khuếch đại vòng phản hồi theo
kV=kA, Tdc thời gian trễ của bộ chuyển đổi theo giây, là độ lệch tần số,
Ed là điện áp trên cuộn dây, Id là dòng điện, và PSM là công suất đầu ra của
SMES. Một mô hình trễ pha bậc nhất (trong Fig. 15) của SMES được dùng
trong Refs. [106–111] cho FR. Trong Fig. KSMES là độ khuếch đại và TSMES
hằng số thời gian,là độ lệch tần số, và P là độ lệch công suất đầu ra
của thành phần SMES. Rõ ràng từ các tài liệu rằng, hầu hết các
nghiên cứu đã sử dụng mô hình của SMES dựa trên hàm truyền cho
FR.
Fig. 16 cho thấy một sơ đồ tổng quát của ESS kết nối với lưới điện AC.
Hệ thống sử dụng một bộ chuyển đổi VSC, bộ điều khiển của VSC, và ESS
và bộ điều khiển của ESS. Mục tiêu của ESS là điều khiển đại lượng đo w,-
nó có thể là tần số hoặc công suất. Các thành phần được thể hiện là chung
cho tất cả các công nghệ lưu trữ đáp ứng nhanh. Với các mô hình của
công nghệ lưu trữ đáp ứng nhanh được thảo luận, ở đây mô hình của VSC
sẽ được thảo luận. VSC bao gồm máy biến áp để cung cấp cách điện
galvanic , một tụ điện – để duy trì mức điện áp ở phía DC và bộ chuyển
đổi hai chiều [113–115]. Bộ chuyển đổi chuyển điện áp DC thành AC bằng
cách sử dụng bộ điều khiển thích hợp. Sơ đồ khối của bộ chuyển đổi và
vòng điều khiển dòng điện bên trong được đưa ra trong Fig. 17. Bộ chuyển
đổi trong hệ dq có thể được đại diện như sau[112],
Fig. 7. Các đặc tính năng lượng và công suất chuẩn hóa của BES, SCES, FES

và SMES.

với Rac, và Lac là điện trở và điện cảm tổng hợp của bộ biến đổi và
máy biến áp, ωac là tần số, and vac là điện
áp.
5. FR sử dụng ESS

5.1. FR sử dụng chỉ một bộ lưu trữ

ESS có thể là công nghệ lưu trữ đơn lẻ hoặc công nghệ lưu trữ lai
(kết hợp nhiều công nghệ lưu trữ). Phần phụ này đánh giá việc điều
khiển và định kích cỡ của công nghệ lưu trữ đơn cung cấp FR. Trong
Fig. 8. Mô hình động phi tuyến của BES.
khi định kích cỡ và điều khiển HESS được xem xét trong Phần 5.2.

7
U. Akram et al. Renewable and Sustainable Energy Reviews 120 (2020) 109626

Fig. 9. Mô hình hàm truyền BES: (a) Bộ trễ pha (b) Bộ trễ pha và trạng thái sạc.

Fig. 10. Mô hình R-C của SCES.

Fig. 11. Mô hình hàm truyền của SCES.

Fig. 16. ESS kết nối với lưới AC[112].

5.1.1. Điều khiển và vận hành

Các chiến lược điều khiển khác nhau được đề xuất trong tài liệu cho bộ
Fig. 12. Mô hình động của FES.
lưu trữ đơn để cung cấp FR [116–127]. Việc điều khiển ESS để cung cấp
FR có thể được phân thành hai loại; đó là, điều khiển cổ điển (điều khiển
độ dốc, điều khiển PID) và điều khiển nâng cao (H∞, mờ, thần kinh, v.v.).
Trong Ref. [128], các tác giả đã thảo luận về một dự án tiên phong cho một
BES để cung cấp LFC trong mạng lưới thành phố biệt lập của Tây-Berlin.
Kiểm soát dựa trên quy tắc được sử dụng để vận hành BES. Người ta thấy
rằng, BES cung cấp cả ưu thế về vận hành và ưu thế kinh tế cho LFC, và
hoạt động dự trữ tức thời. Trong Ref. [129], việc PFR được cung cấp bởi
BES loại Li-Ion. Công suất đầu ra của BES được điều khiển bằng phương
pháp điều khiển cổ điển. Sau khi cung cấp FR, SoC của BES được thiết
lập lại mỗi khi tần số đi trong ngưỡng chấp nhận được (tức là 49,98–50,02
Hz) hoặc khi BES bão hòa (tức là đạt đến giới hạn trên hoặc dưới của
Fig. 13. Hàm truyền địa diện của FES. SoC) . Một bộ điều khiển dựa trên đặc tính độ dốc (chiến lược bảo toàn)
được điều chỉnh cho công suất đầu ra của BES được đề xuất trong Refs.
[130,131] phương trình độ dốc như sau

Trong (5), K là tín hiệu điều khiển, Kmax là giá trị độ dốc cực đại, là độ
lệch tần số và, SoC là trạng thái sạc có sẵn trong BES. Chiến lược này chú
ý nhiều hơn đến SoC và cho phép đầu ra bộ lưu trữ nhỏ khi SoC ít hơn.
Đây là lý do để dùng bình phương của SoC, làm cho độ khuếch bộ đại điều
Fig. 14. Mô hình động của SMES.
khiển nhỏ đối với các giá trị nhỏ của SoC. Ngoài ra, (SoC – 1) là âm và
bình phương được lấy để làm cho nó dương. Mối quan hệ giữa độ dốc và
mức SoC của pin được thể hiện trong Fig. 18. Có thể quan sát thấy rằng
trong quá trình xả của BES, đầu ra lớn hơn khi các giá trị SoC cao hơn.
Trong quá trình sạc, độ dốc ban đầu giảm nhanh chóng và chậm lại khi
SoC tăng lên. Kiểu điều khiển này phù hợp hơn cho một hệ thống có nhiều
bộ lưu trữ vận hành song song. Một chiến lược điều khiển dựa trên độ trễ
Fig. 15. Mô hình động đã tối giản hóa của SMES.
biến đổi khác (chiến lược cấp tiến) được đề xuất trong Refs. [130,132].

8
U. Akram et al.
Fig. 17. Sơ đồ khối của bộ điều khiển dòng điện bên trong và bộ chuyển đổi trong hệ dq [112].
Fig. 18. Chiến lược bảo toàn [130].
Các tham số của SoC, đó là SoCmin =0.1, SoCmax =0.9,
SoClow = 0.2, và SoChigh= 0.8 được dùng để giữ cho giá trị
gần với 0.5. Fig. 19 Hình 19 minh họa các thay đổi trong độ
dốc với sự thay đổi các mức SoC của BES.
Trong Ref. [133], một chiến lược điều khiển dựa trên quy
tắc, được phát triển cho BES cung cấp PFR. Chiến lược
được đề xuất điều chỉnh động các giới hạn SoC dựa trên
phân tích thống kê của các phép đo tần số. Hơn nữa, SoC
của BES được thiết lập lại ở tốc độ dòng điện vừa phải khi
tần số quay trở lại trong giới hạn cho phép. Một chiến lược
dựa trên quy tắc cũng tương tự, điều chỉnh động các giới
hạn SoC, cho sự vận hành của BES cung cấp FR trong hệ
thống điện độc lập được đề xuất trong Ref. [134]. Trong Ref.
[135], một chiến lược điều khiển được đề xuất để triển khai
BES cho các việc FR chính và phụ. Phương pháp được đề
xuất có tính đến các ràng buộc vận hành của BES, đó là
Fig. 19. Chiến lược cấp tiến [130].
9
U. Akram et al.
Renewable and Sustainable Energy Reviews 120 (2020) 109626
tốc độ sạc/ xả và SoC để cung cấp dịch vụ đáng tin cậy. Thay vì sử dụng
hai mức SoC (SOCmin và SOCmax), các mức SoC khác nhau được xác
định và một bộ điều khiển phản hồi SoC thích ứng được phát triển để duy
trì SoC ở mức tối ưu để kéo dài tuổi thọ của BES trong khi vẫn cung cấp
dịch vụ một cách đáng tin cậy. Động lực của chiến lược được đề xuất này
đó là dựa trên thực tế là các giới hạn SoC ảnh hưởng đến tuổi thọ của
pin. Ví dụ: theo mô hình thoái hóa pin của Phòng thí nghiệm Năng lượng
Tái tạo Quốc gia (NREL), pin Li-Ion hoạt động trong SoC từ 30% 50% có
tuổi thọ cao hơn so với pin hoạt động ở phần lớn thời gian trong khoảng
70% 90% hoặc 20% –40% [136]. Các chiến lược được thành lập từ khả
năng thích ứng của các giới hạn SoC được đề xuất trong Refs. [ 133–135]
thì phù hợp hơn các phương pháp được đưa ra trong Refs. [130,132].
Trong Ref. [137], một chiến lược kết hợp chức năng mô phỏng quán tính
và điều khiển độ dốc truyền thống được đề xuất, dẫn đến việc giảm nhanh
các dao động tần số microgrid (MG). Một chiến lược điều khiển mới hai
giai đoạn để ESS tham gia vào FR được đề xuất trong Ref. [ 138]. Trong
giai đoạn đầu tiên, thông tin dự đoán năng lượng gió được sử dụng để
điều chỉnh công suất đầu ra của ESS. Trong giai đoạn thứ hai, công suất
đầu ra của ESS được thay đổi bằng cách sử dụng phản hồi tần số để loại
bỏ sai số trạng thái ổn định. Vì công suất đầu ra của ESS được điều chỉnh
với sơ đồ được đề xuất, trước độ lệch tần số, nên tốc độ của FR được cải
thiện với phương pháp này.
Trong Ref. [139], SCES được sử dụng để mô phỏng quán tính để
cung cấp sự hỗ trợ tần số động trong hệ thống điện. Sự vận hành của
SCES được chia thành ba chế độ. Chế độ đầu tiên dựa trên độ dốc
công suất / tần số, bộ điều khiển này hoạt động tốt trong thời gian quá
độ vừa phải. Mặc dù chế độ này cung cấp đáp ứng được dự kiến
trước mà không gây ra những xáo trộn không mong muốn đối với sự
vận hành của hệ thống, nhưng nó có thời gian đáp ứng lâu hơn, nên
có thể ảnh hưởng xấu đến khả năng xử lý các biến cố lớn của ESS.
Để giải quyết vấn đề này, một bộ điều khiển đạo hàmđược sử dụng
trong chế độ hoạt động thứ hai. Khi RoCoF giảm xuống dưới ngưỡng,
dự trữ động hoàn chỉnh sẽ được triển khai ngay lập tức. Việc triển
khai dự trữ tức thời này giúp xử lý các nhiễu động lớn. Chế độ thứ ba
là chế độ sạc, chế độ này được bật lên khi tần số quay trở lại vào
trong vùng không tới hạn (non-critical window). Trong Ref. [140],
SCES được sử dụng để mô phỏng quán tính và cải thiện FR. Một bộ
điều khiển dự đoán tổng quát thích ứng được đề xuất cho SCES để
cung cấp việc điều chỉnh tần số sơ cấp và thứ cấp [141]. Trong Ref.
[142], nó cho thấy rằng việc hỗ trợ quán tính được cung cấp bởi
SCES có thể được cải thiện bằng cách sử dụng bộ điều khiển độ dốc-
đạo hàm thay vì chỉ bộ điều khiển đạo hàm.
Trong Ref. [143], sự vận hành bốn góc phần tư của SMES được đề
xuất để giảm độ lệch tần số và điện áp trong hệ thống gió-diesel. Góc kích
mở của bộ chuyển đổi của SMES được điều khiển dựa trên độ hụt công
suất tác dụng và phản kháng. Để điều khiển liên tục, dòng điện SMES
buộc phải trở về giá trị danh định sau khi xử lý một biếncố để xử lý một
biến cố mới. Sơ đồ điều khiển thích ứng dựa trên thuật toán phép chiếu
afin tập hợp liên đới (SMAPA) cho SMES được phát triển trong Ref. [144]
Bộ điều khiển PI thích ứng dựa trên SMAPA được sử dụng để điều
khiển công suất tác dụng và phản kháng đầu ra của SMES. Trong Ref.
[145], một sơ đồ điều khiển thích ứng cho SMES được đề xuất, nó
tóm gọn cả việc nhận dạng trực tuyến và phương pháp điều khiển dự
đoán mô hình (MPC). Mô hình giảm bậc của hệ thống được xác định
bằng cách sử dụng thuật toán bình phương tối thiểu đệ quy. Dựa trên
mô hình giảm bậc của hệ thống và mô hình thời gian rời rạc của
SMES, một bộ điều khiển dự báo tổng quát thích ứng (AGPC) được
xây dựng. Sơ đồ kiểm soát thích ứng được đề xuất giữ cho độ lệch
tần số ở mức tối thiểu và giữ cho sự vận hành của SMES nằm trong
các giới hạn vận hành của nó. Trong Ref. [146], một bộ điều khiển
dựa trên quy tắc cho SMES được phát triển để cung cấp việc điều
chỉnh tần ssố động. SMES được kích hoạt dựa trên RoCoF của hệ
thống, nếu RoCoF> 0.5 thì SMES cung cấp FR, ngược lại thì nó
không làm gì.
Trong Ref. [100], một chiến lược điều khiển được đề xuất cho hệ thống
phân phối điện gió với FES dựa trên bộ điều khiển PD mờ để cung cấp FR.
Một bộ điều khiển dựa trên quy tắc được sử dụng để cung cấp FR bằng
cách sử dụng FES [147]. Bộ điều khiển này cho phép FES tích trữ năng
lượng (tăng tốc độ) khi lượng phát điện nhiều hơn và xả năng lượng (chậm
lại) khi nhu cầu phụ tải nhiều hơn. Trong Ref. [148], sơ đồ điều khiển logic
mờ (FLC) được đề xuất cho FES để làm mượt công suất tác dụng đầu ra
của nguồn phát điện gió. Bộ điều khiển này được chia thành ba mức; bên
ngoài, giữa và bên trong. Mức bên ngoài xác định công suất trao đổi giữa
FES và thanh cái DC. Mức điều khiển giữa bám động theo tín hiệu tham
chiếu - cung cấp bởi mức điều khiển bên ngoài. Trong khi đó, mức điều
khiển mức bên trong tạo ra các tín hiệu chuyển mạch cho bộ nghịch lưu
nguồn áp. Trong Ref. [149], FR trong MG độc lập được cung cấp bằng
cách sử dụng FES. Bộ điều khiển V/f với FLC làm bộ điều khiển phụ được
sử dụng để cung cấp FR được yêu cầu. Một chiến lược điều khiển độ dốc
được đề xuất cho FES để cung cấp FR trong các mạng phân phối điện áp
thấp [150]. Bộ điều khiển được đề xuất tính toán lượng công suất cần thiết
để bơm / hấp thụ vào / từ hệ thống trong trường hợp có độ lệch tần số và
kết quả là làm chậm / tăng tốc độ FES.
Ngoài các chiến lược điều khiển được đề cập ở trên, H ∞ cũng
được áp dụng rộng rãi cho ESS cho FR [151–156]. Trong Ref. [152],
một kỹ thuật điều khiển phi tập trung cho các BES hoạt động song
song dựa trên lý thuyết điều khiển điều khiển H∞ được đề xuất. Một
bộ điều khiển quán tính ảo của ESS (cung cấp FR trong MG độc lập)
được phát triển dựa trên sơ đồ điều khiển H∞ bền vững [151]. Mô
hình động của hệ thống được sử dụng trong Ref. [151] được thể hiện
trong Fig. 20. Hệ thống có ba vòng điều khiển; vòng điều khiển quán
tính, sơ cấp và thứ cấp. Có thể thấy ESS được biểu diễn bằng mô
hình trễ pha bậc nhất, và được đặt trong vòng điều khiển quán tính để
cải thiện đáp ứng quán tính của hệ thống. Bộ điều khiển đạo hàm
được áp dụng để mô phỏng quán tính và bộ điều khiển H∞ được dùng
để xác định độ khuếch đại của bộ điều khiển đạo hàm. Bộ điều khiển
sơ cấp dựa trên điều khiển độ dốc - nó tự động điều chỉnh đầu ra của
nhà máy nhiệt điện sau khi có nhiễu động. Còn vòng điều khiển thứ
cấp,
Fig. 20. Mô hình động của microgrid đảo có xem xét sự thâm nhập cao của các RES [151].
10
U. Akram et al.
Renewable and Sustainable Energy Reviews 120 (2020) 109626
điều chỉnh đầu ra của nhà máy nhiệt điện để đưa tần số về giá trị danh
định. Các RES cũng được mô hình hóa như là các mô hình trễ pha bậc
nhất. Sự thay đổi tần số của hệ thống được mô tả như sau
Trong (6), là độ lệch tần số, H là hằng số quán tính của hệ thống ,
D hệ số tắt dần của phụ tải là, Pm công suất đầu ra của nhà ấy nhiệt
điện, PW là công suất đầu ra của WT, PPV là công suất đầu ra của hệ
thống PV PL là công suất phụ tải, và PInertia công suất đầu ra của ESS
5.1.2. Định kích cỡ ESS
Ngoài việc kiểm soát, việc định kích cỡ ESS cung cấp FR cũng
quan trọng không kém. Một số nhà nghiên cứu đã đề xuất các phương
pháp xác định kích cỡ của ESS để cung cấp FR [157]. Định kích cỡ
của ESS liên quan đến việc xác định khả năng cung cấp điện (theo
MW) và khả năng lưu trữ năng lượng (theo MWh). Thông thường, vấn
đề định kích cỡ của ESS có thể được mô hình hóa như sau:
Trong (7) và (8), J là hàm mục tiêu đại diện cho chi phí của ESS, X
là tập hợp các biến thiết kế - là công suất và năng lượng của ESS, gℓ
và hı là các giới hạn cân bằng và không cân bằng. Trong Ref. [158],
một phương pháp phân tích dựa trên lý thuyết mật độ phổ công suất
được đề xuất để xác định kích thước của ESS nhằm tăng mức độ
thâm nhập của các nguồn phát điện gió lên tới mức mong đợi. Trong
Ref. [134], một phương pháp lặp đi lặp lại được phát triển để định cỡ
BES nhằm tối đa hóa lợi nhuận trong khi vẫn cung cấp PFR trong một
hệ thống điện nhỏ biệt lập. Một phương pháp phân tích dựa trên đặc
tính tần số của hệ thống điện được đề xuất để định kích cỡ SCES
nhằm nâng cao độ ổn định tần số [159]. Trong Ref. [125], một phương
pháp phân tích được phát triển để định kích cỡ BES có cung cấp IR
và PFR. Phương pháp được đề xuất dựa trên tính toán quán tính
tương đương của ESS. Trong Ref. [160], Việc định kích cỡ BES cung
cấp PFR được thực hiện dựa trên chi phí đầu tư. Bài toán định kích
cỡ được xây dựng như bài toán tối ưu giảm thiểu chi phí tiêu chuẩn,
và được giải quyết bằng cách sử dụng thuật toán tối ưu hóa
metaheuristic. Từ công trình đã thảo luận trước đó, cần lưu ý rằng hầu
hết các phương pháp định kích cỡ BES đều dựa trên phương pháp
tiếp cận xác định và phương pháp tiếp cận phân tích.

Fig. 21. Các đặc điểm khác nhau của ESS đối với các dịch vụ lưới điện cao (1 –
ít quan trọng hơn. 2 – quan trọng. 3 – rất quan trọng).
5.2. FR sử dụng HESS
Tầm quan trọng của các đặc điểm khác nhau của ESS để cung
cấp các dịch vụ phụ trợ lưới điện (đặc biệt là FR) được thể hiện trong
Fig. 21 [41]. Rõ ràng từ Fig. 21 rằng các đặc điểm của ESS mà quan
trọng hơn là: chi phí thấp trên mỗi kW, vòng đời dài và chi phí thấp
trên mỗi kWh. Mật độ công suất của pin nhỏ hơn nhiều so với mật độ
năng lượng của nó. Trong BES, mật độ công suất cần phải đủ cao để
cung cấp cho công suất đỉnh của nhu cầu phụ tải. Mặc dù, các loại pin
có mật độ công suất cao cũng có sẵn trên thị trường, nhưng giá thành
của chúng cao hơn nhiều so với các loại pin có mật độ công suất thấp
hơn. Vấn đề này có thể được giải quyết bằng cách tăng kích thước
BES – nhưng sẽ tốn kém chi phí cao đối với các dịch vụ khác nói
chung (utilities). Ngoài ra, nếu BES được chạy theo chu kỳ ở mức C
rất cao, tuổi thọ của cả bộ (pack) sẽ bị ảnh hưởng xấu. Điều này cũng
có thể gây ra các vấn đề an toàn do sự thoát nhiệt [161]. Hơn nữa,
trong khi cung cấp việc hỗ trợ tần số động, BES phải trải chu kỳ sạc
và xả qua rất thường xuyên, mặc dù không hoàn toàn - điều này gây
ra sự thoái hóa pin và đây là một vấn đề thực tế lớn mà BES phải đối
mặt [162,163]. Do đó, có thể kết luận rằng chỉ BES không lý tưởng để
cung cấp việc cần công suất cao trong thời gian ngắn. Do đó, sẽ có lợi
khi kết hợp ESS công suất cao giá rẻ và hiệu quả với BES được sử
dụng làm bộ đệm để xử lý dòng điện tăng cao, một cách tiết kiệm và
hiệu quả [164]. Mặt khác, các công nghệ lưu trữ mật độ cao, đó là
SCES, SMES và FES thì có các đặc điểm bổ sung đối với BES (trong
Fig. 7). Vì vậy, chúng không phù hợp với việc đòi hỏi nguồn điện liên
tục trong thời gian dài hơn.
Khái niệm HESS được đề xuất trong Ref. [165] như một giải pháp
tiềm năng cho các vấn đề đã đề cập trước đó. HESS có thể được hình
thành bằng cách kết hợp nhiều công nghệ lưu trữ, tức là BES-SCES,
BES-SMES, BES-FES [69,72,166]. HESS có được bằng cách kết hợp
BES với SCES, SMES và FES có các đặc điểm của ESS lý tưởng, tức
là mật độ công suất cao, mật độ năng lượng cao, vòng đời dài hơn,
chi phí thấp hơn liên quan đến mật độ năng lượng và công suất.
5.2.1. Điều khiển và vận hành
Ứng dụng của HESS trong việc FR được xem xét trong một số nghiên
cứu trong tài liệu [167–171]. Thách thức chính trong HESS là điều khiển
công suất đầu ra của các thiết bị lưu trữ. Trong Ref. [172], một chiến lược
điều khiển dựa trên FLC và bộ lọc thông thấp được đề xuất cho HESS, tức
là BES-SCES. Bộ lọc thông thấp được sử dụng để loại bỏ các thành phần
có tính động cao ra khỏi tín hiệu yêu cầu của BES. FLC giảm thiểu dòng
điện đỉnh của BES
Renewable and Sustainable Energy Reviews 120 (2020) 109626
trong khi liên tục xem xét SoC của SCES. Các hàm thành phần của FLC
được tối ưu hóa bằng cách sử dụng thuật toán tối ưu hóa bầy đàn (PSO)
để đạt được mức giảm dòng đỉnh BES một cách tối ưu. Trong Ref. [173],
SCES-pin nhiên liệu (FC) được sử dụng để cung cấp hỗ trợ tần số động.
Phương pháp thiết kế H∞ bền vững được sử dụng trong việc này. Trong
Ref. [174], một bộ điều khiển thích ứng mạng nơ-ron loại PID cho SCES-
FC được đề xuất. Bộ điều khiển thích ứng được đề xuất được phát triển
bằng cách sử dụng mạng nơ-ron nguồn cấp dữ liệu chuyển tiếp dựa trên
thuật toán huấn luyện lan truyền ngược. Trong Ref. [175], việc điều khiển
dựa trên quy tắc để quản lý công suất của BES-SCES được phát triển.
SCES tự động đáp ứng với mức tăng công suất thay đổi nhanh bằng cách
sử dụng khái niệm mô phỏng quán tính trong khi BES giải quyết các phần
còn lại của nhu cầu phụ tải được yêu cầu và chỉ đáp ứng các dao động
công suất tương đối dài hạn với động lực chậm. Trong Ref. [176], BES-
SCES được sử dụng để cung cấp IR và PFR. Bộ điều khiển đạo hàm được
sử dụng cho SCES để cung cấp IR và bộ điều khiển độ dốc được thiết kế
cho BES để cung cấp PFR. Từ công trình đã xem xét, cần lưu ý rằng hầu
hết các công trình nghiên cứu HESS cho FR đều sử dụng các kỹ thuật điều
khiển tiên tiến.
Trong Ref. [177], BES-SCES-FCES được sử dụng cho FR trong một
MG biệt lập. MG sử dụng hệ thống PV, trang trại gió và máy phát điện
diesel thông thường để phát điện. Mô hình đáp ứng tần số của MG được
hiển thị trong Fig. 22. Có thể thấy rằng cả BES và FES đều được mô hình
hóa là các hàm trễ pha bậc nhất với hằng số thời gian tương ứng là TBESS
và TFESS,. BES và SCES có thời gian đáp ứng rất nhỏ nên chúng được đặt
trong vòng điều khiển quán tính, trong khi FC có thời gian đáp ứng tương
đối chậm hơn thì được đặt trong vòng điều chỉnh tần số thứ cấp. Thuật
toán FLC và PSO được sử dụng để điều chỉnh trực tuyến bộ điều khiển PI
cho LFC. Cần lưu ý rằng hầu hết các nghiên cứu liên quan đến việc áp
dụng HESS cho FR đều sử dụng mô hình đơn giản hóa tương tự như của
hệ thống, tức là bỏ qua động lực của máy kích từ và coi tần số là một đại
lượng đồng nhất tổng thể.
5.2.2. Định kích cỡ HESS
Định kích cỡ HESS rất quan trọng đối với các dịch vụ FR kinh tế và
đáng tin cậy. Một phương pháp định cỡ dựa trên tần số được phát triển
trong Ref. [178] để tối ưu hóa công suất của hệ thống BES-SCES trong
một hệ thống điện biệt lập với khả năng thâm nhập cao của nguồn phát
điện gió. Dựa trên phân tích Fourier về sự mất cân bằng công suất giữa
nguồn phát điện và nhu cầu phụ tải, các dao động công suất tần số thấp và
tần số cao tương ứng được đưa cho cho BES và SCES. Trong Ref. [176],
một phương pháp luận dựa trên các tính toán quán tính tương đương
được đề xuất cho việc định kích cỡ BES-SCES để cung cấp IR và PFR.
SCES được sử dụng cho việc IR và BES được sử dụng để cung cấp PFR.
Vấn đề định kíchcỡ SCES và BES được xem xét riêng biệt. Định kích cỡ
của SCES chỉ cân nhắc IR trong khi định kích cỡ BES thì cân nhắc PFR.
Trong Ref. [166], định kích cỡ của BES-SCES được thực hiện dựa trên
việc giảm thiểu chi phí. Phương pháp luận có tính đến
 Fig. 22. Mô hình đáp ứng tần số của MG với HESS [177].
11
U. Akram et al.
các đặc điểm bổ sung của BES và SCES để tối đa hóa lợi nhuận. Vấn đề
định kích cỡ được xây dựng như một bài toán tối ưu hóa tiêu chuẩn và
được giải quyết bằng cách sử dụng thuật toán tối ưu hóa metaheuristic.
Trong Ref. [179], Bài toán tối ưu hóa dung lượng của BES-SCES được mô
hình hóa như sau:
Renewable and Sustainable Energy Reviews 120 (2020) 109626
BES, Cps, và Ces chi phí công suất và điện năng SCES. Thành phần
được bao hàm trong hàm chi phí, (9), để phạt khi mà giải pháp
không đáp ứng theo luật lưới điện. Như có thể thấy từ (12), khi độ lệch tần
số lớn hơn thì được ký hiệu là M – cơ bản nó là một số rất
lớn. Bài toán tối ưu hóa này được giải quyết bằng cách sử dụng thuật toán
tiến hóa vi phân. Từ các tài liệu được xem xét, rõ ràng là rất ít tác phẩm đã
xem xét vấn đề kích thước của HESS. Công trình đáng chú ý này đã định
kích cỡ công nghệ lưu trữ nhanh hơn cho IR và công nghệ lưu trữ chậm
hơn cho PFR.
Trong lưu trữ năng lượng lai, cả việc định kích cỡ và vận hành đều
là những nhiệm vụ khó khăn hơn so với công nghệ lưu trữ đơn lẻ. Khi
hệ thống lưu trữ lai triển khai nhiều công nghệ lưu trữ, việc định cỡ trở
nên phức tạp hơn. Hơn nữa, việc có được một thuật toán điều khiển
để điều phối nhiều bộ lưu trữ trong khi vẫn duy trì được các giới hạn
áp đặt bởi hệ thống và của bộ lưu trữ là rất khó khăn.
6. Tóm tắt và thảo luận

Trong (9), (10), (11), và (12), TChess chi phí tổng của HESS, TCb chi
phí tổng của BES, TCs là chi phí tổng của SCES, Prated,b, và Prated,s là công
suất định mức của BES và SCES, Erated,b và Erated,s là dung lượng định
mức của of BES và SCES, Cpb và Ceb là chi phí công suất và điện năng
của
PV và WT có hai tác động khác biệt đến đáp ứng tần số của hệ thống
điện, do giảm quán tính và nguồn phát không liên tục. Nếu bộ điều
khiển phụ không được triển khai để hỗ trợ quán tính ảo hoặc FR thì
tác động của PV và WT có ảnh hưởng tương tự lên đặc tính tần số hệ
thống do việc giảm quán tính

Table 6
Tóm tắt các công trình.
Tài liệu
Bộ lưu trữ Phương pháp định kích cỡ Kích cỡ (MWh–MW) Chiến lược điều khiển Ứng dụng
tham khảo
[133] BES Dữ liệu tần số trước đó 1.24–2 Dựa theo quy tắc PFR
[134] BES Thuật toán lặp lại 21.3–55 Dựa theo quy tắc Spinning reserve
[182] BES – – MPC PFR
a
[78] BES Lặp lại –4 Dựa theo quy tắc PFR
[183] FES – – PI IR
[184] BES Lập trình động 0.1–1 Chương trình động PFR
[185] SCES – – Dựa theo quy tắc DFS
[186] SCES – – Điều khiển độ dốc IR
[159] SCES Phân tích 0.0059–4 Độ dốc- đạo hàm DFS
[187] SMES – – PID DFS
[166] BES-SCES Thuật toán tối ưu 97–8.8, 2–6 Dựa theo quy tắc DFS
a
[188] BES Tiếp cận lặp lại 4– IR
[98] FES – – PID LFC
[189] BES-SCES Monte-carlo – Vòng lặp từ trễ DFS
[190] FES – – PI – Mờ DFS
[191] BES-SCES – – Dựa theo quy tắc DFS
[179] BES-SCES Tiến hóa vi phân 500–450, 250–50 FLC DFS
[192] SCES – – ANFS LFC
[193] SMES – – Sớm pha- trễ pha DFS
[194] FCES-SCES – – PI DFS
[195] BES – – μ-tổng hợp DFS
[196] BES-SCES – – PI DFS
[197] SCES – – FLC LFC
[198] SMES – – NNAPC LFC
[178] BES-SCES Phân tích Fourier 4130–514,126–190 – DFS
[101] FCES-FES – – Dựa theo quy tắc DFS
[199] BES – – Điều khiển độ dốc DFS
[200] BES-SMES – – Độ dốc động PFR
[201] BES – – Điều khiển đạo hàm IR
[202] BES-SMES – – Rule based control PFR
[203] BES – – Dựa theo quy tắc PFR
[204] BES-SCES – – Dựa theo quy tắc DFS
[205] SMES – – Dựa theo quy tắc DFS
[206] BES-SCES – – Điều khiển H∞ DFS
[207] BES – – Độ dốc thay đổi DFS
[208] SCES – – PIDN-FOPD LFC
[209] BES – – FLC DFS
[210] BES – – Điều khiển đạo hàm IR
[211] BES – – Độ dốc- đạo hàm IR
[212] BES Phương pháp lặp lại 15–10 Điều khiển PI DFS
[213] BES – – Điều khiển đạo hàm IR
[214] BES – – Dựa theo quy tắc PFR
[215] BES-SMES – – Điều khiển H∞ LFC
[216] SCES – – Độ dốc- đạo hàm DFS
aDung lượng không được chỉ định.
 12
U. Akram et al.
Nhìn chung, sự biến động trong công suất đầu ra của WT nhiều hơn so
với PV. Công suất đầu ra của WT ngẫu nhiên hơn so với PV - là công suất
định kỳ. Mặc dù ảnh hưởng của các đám mây có thể tương đối nhanh,
nhưng nói chung, tác động của PV lên tần số hệ thống có thể được cho là
trên quy mô thời gian dài hơn so với tác động của WT. Do đó, phải đặc biệt
chú ý trong khi thiết kế điều khiển lưu trữ năng lượng của pin để làm trơn
tru công suất đầu ra của WT để tránh chu kỳ phóng điện cục bộ thường
xuyên (ảnh hưởng xấu đến tuổi thọ của pin). Trong trường hợp các hệ
thống chiếm ưu thế với PV, khả năng sạc / xả pin không đồng đều sẽ ít
hơn do tính chất tuần hoàn của công suất đầu ra của PV. Một số chiến
lược đã được trình bày trong Refs. [133,166,180,181] để giảm sự sạc xả
cục bộ của bộ lưu trữ pin. Chủ yếu các phương pháp này đề xuất rằng
thay vì sử dụng một bộ pin duy nhất, có thể sử dụng nhiều bộ pin kết nối
song song để sạc / xả một chiều.
6.1. Lựa chọn cách điều khiển
Tóm tắt các nghiên cứu khác nhau nghiên cứu về FR sử dụng ESS
được đưa ra trong Table 6. Bảng này làm nổi bật các loại công nghệ lưu
trữ được sử dụng, phương pháp định kích cỡ, chiến lược điều khiển và
ứng dụng của nghiên cứu. Các kỹ thuật điều khiển khác nhau đã được áp
dụng, từ PI đơn giản đến điều khiển H∞ bền vững. Hầu hết các công trình
đã sử dụng điều khiển đạo hàm để cung cấp quán tính tổng hợp. Điều
khiển đạo hàm thì nhanh chóng và cung cấp sản lượng lớn ngay lập tức để
hạn chế RoCoF. Tuy nhiên, nó dễ bị nhiễu và có thể dẫn đến sự không ổn
định. Ngoài ra, trong biến cố giảm tần số, đầu ra của đạo hàm vẫn âm
trước điểm tần số thấp nhất, và rồi nó trở thành dương sau điểm tần số
thấp nhất (trong khi độ lệch tần số vẫn là âm). Điều này có thể dẫn đến vận
hành không chính xác. Điều khiển độ dốc cũng đã được sử dụng rộng rãi
cho các FR. Điều khiển độ dốc không có vấn đề về sự bất ổn và sự vận
hành không chính xác như là điều khiển đạo hàm. Nhưng trong khi điều
khiển độ dốc làm tăng công suất đầu ra với sự gia tăng của độ lệch tần số,
nó không thể tạo ra công suất lớn ngay sau khi nhiễu loạn,. Do đó, điều
khiển độ dốc không phù hợp với quán tính tổng hợp. Tuy nhiên, nó lại phù
hợp với việc FR. Sự kết hợp giữa điều khiển đạo hàm và độ dốc có thể
phù hợp cho cả IR và PFR. Bộ độ dốc – đạo hàm có khả năng cung cấp
công suất lớn ngay lập tức sau khi có nhiễu động mà không làm cho sự
vận hành hệ thống lưu trữ bị sai. Các chiến lược điều khiển dựa trên quy
tắc cũng đã được sử dụng rộng rãi. Hầu hết các điều khiển dựa trên quy
tắc có nguồn gốc từ điều khiển độ dốc hoặc đạo hàm. Một số nghiên cứu
cũng đã sử dụng điều khiển PID thông thường đơn giản và dễ thực hiện
hơn. Các Sơ đồ điều khiển nâng cao cũng đã được sử dụng trong một số
nghiên cứu. Các sơ đồ bền vững nâng cao mang lại hiệu suất tốt hơn
nhưng lại gây ra sự phức tạp.
Theo ý kiến của các tác giả, một bộ điều khiển đạo hàm - độ dốc
với các bộ lọc và độ khuếch đại thích hợp là đủ cho IR và PFR. Hơn
nữa, việc điều khiển đạo hàm - độ dốc là bộ điều khiển đơn giản nhất
và dễ thực hiện. Bộ điều khiển đạo hàm - độ dốc cũng có thể có được
đáp ứng tốt hơn bằng cách sử dụng độ khuếch đại thay đổi theo thời
gian thay vì một giá trị cố định.
6.2. Lựa chọn ESS
Theo kinh nghiệm, các công nghệ dày đặc công suất lớn phù hợp với
các ứng dụng yêu cầu công suất lớn trong khoảng thời gian ngắn hơn.
Trong khi đó, công nghệ lưu trữ dày đặc năng lượng cao thì phù hợp hơn
cho các dịch vụ yêu cầu nguồn điện liên tục trong thời gian dài hơn. IR yêu
cầu bơm vào / hấp thụ đột ngột lượng công suất lớn. Vậy nên, SCES,
SMES và FES thì phù hợp với IR. Trong số các công nghệ lưu trữ dày đặc
công suất cao, SCES có chi phí trên mỗi kW thấp nhất. Do đó, SCES là
phù hợp nhất cho các dịch vụ IR. Các PFR yêu cầu nguồn điện liên tục
trong thời gian dài hơn. Ví dụ, ENTSO-E yêu cầu dự trữ sơ cấp phải được
triển khai tuyến tính và phải được giữ kết nối với hệ thống trong 15 phút.
Do đó, BES là hợp nhất cho PFR. Việc hỗ trợ tần số động yêu cầu sạc / xả
liên tục, liên quan đến các biến cố sạc / xả cục bộ (gây bất lợi cho tuổi thọ
BES).
13
Renewable and Sustainable Energy Reviews 120 (2020) 109626
Ngoài ra, năng lượng được yêu cầu cũng có thể cao hơn tùy thuộc vào loại hệ
thống. Do đó, bộ lưu trữ lai vẫn là phù hợp hơn cho việc hỗ trợ tần số động,
7. Những lỗ hổng của nghiên cứu và hướng đi trong tương lai
Hầu hết các nghiên cứu đều dựa trên các giả định sau: (i) động lực của
van điều tiết và bộ kích từ hoàn toàn tách rời với nhau, (ii) tần số là một
biến tổng thể và vẫn đồng nhất trong tất cả các bộ phận của hệ thống điện.
(iii) RoCoF là một tham số toàn cục. Tuy nhiên, trong vài giây đầu
tiên sau một biến cố lớn, động lực học của hệ thống dẫn đến sự thay đổi
đa phương thức. Do đó, RoCoF và tần số thay đổi tại các vị trí khác nhau
của hệ thống cho đến khi các dao động vùng quán tính (iner-area) tắt
dần. Fig. 23 cho thấy diễn biến của tần số ở các thanh cái khác nhau sau
khi biến cố xảy ra lúc 1s. Tần số của thanh cái (màu xanh dương) gần với
biến cố thì giảm nhanh chóng với RoCoF cao. Trong khi thanh cái (màu
cam) xa nhất với nhiễu loạn thì không nhận thấy ảnh hưởng của nhiễu
trong khoảng 3 s. Chú ý rằng thanh cái (màu cam) này có vị trí cách vị trí
xảy ra biến cố gần 1000 mile ~ 1609 km. Tương tự, Fig. 24 cho thấy các
diễn biến của tần số đối với một mất lượng lớn nguồn phát ở rìa của Kết
nối phía Đông Hoa Kỳ. Có thể thấy rằng thanh cái xa nhất nhận diện được
biến cố sau gần 4s. Cần lưu ý rằng thời gian thanh cái xa nhất nhận diện
biến cố có dấu hiệu RoCoF thì trái ngược với thời gian của thanh cái gần
với dự phòng nhất. Một hành vi không đồng nhất của tần số và RoCoF
trong lưới GB sau khi nhiễu loạn cũng được quan sát và thể hiện trong Fig.
25. Có thể thấy từ hình rằng RoCoF thay đổi đáng kể theo vị trí.
Vì vậy, từ những thảo luận ở trên, có thể kết luận rằng trong vài
giây đầu tiên sau khi nhiễu loạn, tần số và RoCoF thay đổi lớn tại các
vị trí khác nhau trong hệ thống. Do đó, các nghiên cứu liên quan đến
các ứng dụng của ESS cho IR không được coi tần số hoặc RoCoF là
đồng nhất. Hơn nữa, bộ điều khiển được được thiết kế dựa trên
RoCoF và các phép đo tần số cục bộ có thể dẫn đến việc kích hoạt sai
dự trữ IR.
Một tham số quan trọng khác cho FR của ESS là tổng thời gian đáp
ứng của ESS. Tổng thời gian đáp ứng của thành phần ESS phải nhỏ hơn
thời gian đáp ứng của rơle UFLS / RoCoF ( thời gian của cái nào nhỏ hơn
thì xét với cái đó). Tổng thời gian đáp ứng của ESS là tổng của các yếu tố
sau: thời gian thiết bị đo, thời gian thiết bị nhận dạng được biến cố, thời
gian tín hiệu truyền thông và thời gian kích hoạt lưu trữ [217]. Hầu hết các
nghiên cứu liên quan đến sự hỗ trợ IR đã không xem xét những thời gian
chậm trễ này. Quy mô và hoạt động của ESS phụ thuộc rất nhiều vào
những thời gian trễ này này và việc loại trừ chúng có thể ảnh hưởng đến
độ chính xác của các kết quả.
Các mạng AC được kết nối với nhau bằng các liên kết HVDC thể
hiện sự tách biệt tự nhiên về cả tần số và điện áp. Người ta nói rằng
các mạng AC được kết nối với nhau một cách không đồng bộ. Việc
xem xét các giả định rằng tần số vẫn đồng nhất dọc theo toàn hệ
thống làm cho kết quả kém hợp lý hơn, nếu hệ thống có kết nối HVDC
giữa các khu vực khác nhau.
Fig. 23. Tần số thanh cái đối với nhiễu loạn lớn trong lưới điện phía tây Hoa
Kỳ [217].
U. Akram et al.
Fig. 24. Phân bố địa lý tần số thanh cái cho biến cố năm 2008 ở Florida, Hoa Kỳ
[217].
Fig. 25. Sự thay đổi tần số của hệ thống GB tại các vị trí địa lý khác nhau [218].
Các định hướng tương lai sau đây được đề xuất dựa trên kết quả
từ các ví dụ trong thực tế và các lỗ hổng nghiên cứu đã được xác
định.
Các chỉ số ổn định tần số quan trọng, tức là tần số thấp nhất và
RoCoF, phụ thuộc nhiều vào độ lớn của dự trữ được triển khai trước
khi đạt đến điểm tần số thấp nhất. Do đó, trong quá trình định kích cỡ
và thiết kế điều khiển, điều quan trọng là phải xem xét tất cả các thành
phần có thể gây ra sự chậm trễ trong việc triển khai dự trữ. Do đó, các
mô hình chi tiết hơn nên được sử dụng. Ví dụ, cùng với động lực học
của thiết bị lưu trữ, việc bao gồm động lực học của bộ chuyển đổi,
thiết bị đo lường, hệ thống truyền thông có thể mang lại kết quả thực
tế hơn.
Kích hoạt dự trữ dựa trên RoCoF có thể dẫn đến sự kích hoạt sai. Bởi
vì, như đã thảo luận trước đó, RoCoF không đồng nhất trên toàn hệ thống
và trở thành biến cục bộ trong vài giây sau biến cố nhiễu loạn. Vì dự trữ IR
nên được triển khai trước khi kích hoạt rơle RoCoF để tránh trường hợp
bị nhảy (tripping), do đó, có một dự trữ IR với sự kích hoạt của nó dựa
trên RoCoF cục bộ thì có thể không có ích được cho hệ thống. Một giải
pháp cho vấn đề này có thể là sử dụng bộ điều khiển giám sát diện rộng
(WAM)
Renewable and Sustainable Energy Reviews 120 (2020) 109626
để kích hoạt dự trữ IR hoặc tối ưu hóa vị trí của dự trữ IR. Hệ thống
WAM dựa trên synchrophasor có thể giúp kích hoạt dự trữ IR chính
xác hơn. Thay vì sử dụng một dự trữ IR thì nhiều dự trữ có kích thước
và vị trí thích hợp, và có sự kích hoạt dựa trên các tín hiệu cục bộ,
cũng có thể giúp IR tốt hơn trong hệ thống lớn.
8. Kết luận
Trong công trình này, việc đánh giá toàn diện các ứng dụng của
công nghệ lưu trữ năng lượng đáp ứng nhanh cung cấp việc điều
chỉnh tần số (FR) trong hệ thống điện đã được trình bày. Các công
nghệ lưu trữ đáp ứng nhanh bao gồm hệ thống lưu trữ năng lượng pin
(BES), công nghệ lưu trữ siêu tụ điện (SCES), lưu trữ năng lượng
bánh đà (FES) và lưu trữ năng lượng từ tính siêu dẫn (SMES). Các
đặc điểm cơ bản của công nghệ lưu trữ năng lượng đáp ứng nhanh
và các mô hình toán học của chúng được sử dụng cho các nghiên
cứu FR đã được thảo luận và so sánh. Ngoài ra, các động lực của các
công nghệ lưu trữ năng lượng lai được thảo luận chi tiết và các tổ hợp
lai khác nhau có thể có đã được trình bày, đó là BES-SCES, BES-FES
và BES-SCES. Hai khía cạnh quan trọng nhất liên quan đến các ứng
dụng của công nghệ lưu trữ năng lượng đáp ứng nhanh cho các dịch
vụ FR, đó là điều khiển và định kích cỡ đã được thảo luận chi tiết cho
cả công nghệ lưu trữ đơn và lai. Ngoài ra, dựa trên kết quả từ các ví
dụ thực tế, các lỗ hổng nghiên cứu cũng đã được xác định.
Tài liệu tham khảo
[1] Akram U, Khalid M, Shafiq S. Optimal sizing of a wind/solar/battery hybrid grid-
connected microgrid system. IET Renew Power Gener 2017;12(1):72–80.
[2] Raza MQ, Nadarajah M, Ekanayake C. On recent advances in PV output
power forecast. Sol Energy 2016;136:125–44.
[3] Doherty R, Mullane A, Nolan G, Burke DJ, Bryson A, O’Malley M. An
assessment of the impact of wind generation on system frequency control.
IEEE Trans Power Syst 2009;25(1):452–60.
[4] Carrasco JM, Franquelo GL, Bialasiewicz JT, Galvan� E, Guisado RCP,
Martín PMA,� Leon� JI, Alfonso MN. Power–electronic systems for the grid
integration of renewable energy sources: a survey. IEEE Trans Ind Electron
2006; 53(4):1002–16.
[5] Sun Y-Z, Zhang Z-s, Li G-j, Lin J. Review on frequency control of power
systems with wind power penetration. In: International conference on power
system technology. IEEE; 2010. p. 1–8.
[6] Yan R, Saha TK, Bai F, Gu H. The anatomy of the 2016 South Australia blackout: a
catastrophic event in a high renewable network. IEEE Trans Power Syst 2018;33
(5):5374–88.
[7] Kabir MA, Sajeeb MMH, Islam MN, Chowdhury AH. Frequency transient analysis of
countrywide blackout of Bangladesh power system on 1st November, 2014. In:
International conference on advances in electrical engineering. IEEE; 2015.
p. 267–70.
[8] Alhelou HH, Hamedani-Golshan ME, Njenda TC, Siano P. A survey on
power system blackout and cascading events: research motivations and
challenges. Energies 2019;12(4):1–28.
[9] Wu Y-K, Chang SM, Hu Y-L. Literature review of power system blackouts.
Energy Procedia 2017;141:428–31.
[10] Kerdphol T, Rahman FS, Watanabe M, Mitani Y, Turschner D, Beck H-P.
Enhanced virtual inertia control based on derivative technique to emulate
simultaneous inertia and damping properties for microgrid frequency regulation.
IEEE Access 2019;7. 14 422–14 433.
[11] Milano F, Manjavacas AO�. Converter-interfaced energy
storage systems. Cambridge, UK: Cambridge University Press; 2019.
[12] Denholm P, Jorgenson J, Hummon M, Jenkin T, Palchak D, Kirby B, Ma
O,
O’Malley M. Value of energy storage for grid applications,” National renewable
energy lab. (NREL), golden, CO (United States). Tech. Rep. 2013.
[13] Shim JW, Verbi�c G, Zhang N, Hur K. Harmonious integration of faster-
acting energy storage systems into frequency control reserves in power grid
with high renewable generation. IEEE Trans Power Syst 2018;33(6):6193–
205.
[14] Akinyele D, Rayudu R. Review of energy storage technologies for
sustainable power networks. Sustain Energy Technol Assessments 2014;8:74–91.
[15] Zakeri B, Syri S. Electrical energy storage systems: a comparative life
cycle cost analysis. Renew Sustain Energy Rev 2015;42:569–96.
[16] The frequency operating standard-AEMC [Online]. Available: https://www.aemc.
gov.au/sites/default/files/content/c2716a96-e099-441d-9e46-8ac05d36f5a7/RE
L0065-The-Frequncecy-Operating-Standard-Stage-one-final-for-publi.pdf.
 [Accessed 15 June 2019]. [18] Díaz-Gonzalez� F, Hau M, Sumper A, Gomis-Bellmunt O. Participation of wind
[17] Gu H, Yan R, Saha TK. Minimum synchronous inertia requirement of power plants in system frequency control: review of grid code requirements and
renewable power systems. IEEE Trans Power Syst 2017;33(2):1533–43. control methods. Renew Sustain Energy Rev 2014;34:551–64.

14
U. Akram et al. com/images/documents/PowerGridcaseStudies3001287EN1.pdf. [Accessed
15 June 2019].

[19] Chown GA, Hartman RC. Design and experience with a fuzzy logic controller for [44] Arseneaux J. 20 MW flywheel frequency regulation plant. Hazleton, PA:
Hazle Spindle LLC; 2015 (United States), Tech. Rep.
automatic generation control (AGC). IEEE Trans Power Syst 1998;13(3):965–70.

[20] Jaleeli N, VanSlyck LS, Ewart DN, Fink LH, Hoffmann AG.
[45] [Online]. Available: http://www.escri-sa.com.au/about/, Accessed on
June 15 2019.
Understanding automatic generation control. IEEE Trans Power Syst
1992;7(3):1106–22. [46] Aneke M, Wang M. Energy storage technologies and real life
[21] Venkat AN, Hiskens IA, Rawlings JB, Wright SJ. Distributed MPC
applications–a state of the art review. Appl Energy 2016;179:350–77.
strategies with application to power system automatic generation control. IEEE [47] Chen H, Cong TN, Yang W, Tan C, Li Y, Ding Y. Progress in electrical
Trans Control Syst Technol 2008;16(6):1192–206. energy storage system: a critical review. Prog Nat Sci 2009;19(3):291–312.
[22] Chang C, Fu W. Area load frequency control using fuzzy gain [48] Baker J, Collinson A. Electrical energy storage at the turn of the
scheduling of PI controllers. Electr Power Syst Res 1997;42(2):145–52. millennium. Power Eng J 1999;13(3):107–12.
[23] Talaq J, Al-Basri F. Adaptive fuzzy gain scheduling for load frequency [49] Cai L, Thornhill NF, Kuenzel S, Pal BC. A test model of a power grid with
control. IEEE Trans Power Syst 1999;14(1):145–50. battery energy storage and wide–area monitoring. IEEE Trans Power Syst
[24] Rerkpreedapong D, Hasanovic A, Feliachi A. Robust load frequency control
2019;34(1): 380–90.
using genetic algorithms and linear matrix inequalities. IEEE Trans Power Syst [50] Song J, Wang Y, Wan CC. Review of gel–type polymer electrolytes for
2003;18 lithium-ion batteries. J Power Sources 1999;77(2):183–97.
(2):855–61.
[51] Sparacino AR, Reed GF, Kerestes RJ, Grainger BM, Smith ZT. Survey
[25] Muljadi E, Gevorgian V, Singh M, Santoso S. Understanding of battery energy storage systems and modeling techniques. In: Power and
inertial and frequency response of wind power plants. IEEE; 2012. energy society general meeting. IEEE; 2012. p. 1–8.
[26] Dreidy M, Mokhlis H, Mekhilef S. Inertia response and frequency control
techniques for renewable energy sources: a review. Renew Sustain Energy
Rev 2017;69:144–55.
[27] Vidyanandan K, Senroy N. Primary frequency regulation by
deloaded wind turbines using variable droop. IEEE Trans Power Syst
2013;28(2):837–46.
[28] Wang Y, Meng J, Zhang X, Xu L. Control of PMSG-based wind turbines
for system inertial response and power oscillation damping. IEEE Trans
Sustain Energy 2015;6(2):565–74.
[29] Knudsen H, Nielsen JN, Ackermann T. Introduction to the modeling of
wind turbines. In: Wind Power in power systems. Wiley Online Library;
2005.
p. 525–85.

[30] Zarina P, Mishra S, Sekhar P. Deriving inertial response from a non–

inertial PV system for frequency regulation. In: International conference on
power electronics, drives and energy systems. IEEE; 2012. p. 1–5.
[31] Rahmann C, Castillo A. Fast frequency response capability of
photovoltaic power plants: the necessity of new grid requirements and
definitions. Energies 2014;7 (10):6306–22.
[32] Zhang W, Lian J, Chang C-Y, Kalsi K. Aggregated modeling and
control of air conditioning loads for demand response. IEEE Trans Power
Syst 2013;28(4): 4655–64.
[33] Hu J, Cao J, Guerrero JM, Yong T, Yu J. Improving frequency stability based on
distributed control of multiple load aggregators. IEEE Trans Smart Grid 2017;8
(4):1553–67.
[34] Pourmousavi SA, Nehrir MH. Real–time central demand response for primary
frequency regulation in microgrids. IEEE Trans Smart Grid 2012;3(4):1988–96.

[35] Lin Y, Barooah P, Meyn S, Middelkoop T. Experimental evaluation of

frequency regulation from commercial building HVAC systems. IEEE Trans
Smart Grid 2015;6(2):776–83.
[36] Hao H, Middelkoop T, Barooah P, Meyn S. How demand response from
commercial buildings will provide the regulation needs of the grid. In: Annual
allerton conference on communication, control, and computing. IEEE; 2012.
p. 1908–13.

[37] Spahic E, Varma D, Beck G, Kuhn G, Hild V. Impact of reduced system

inertia on stable power system operation and an overview of possible solutions.
In: Power and energy society general meeting. IEEE; 2016. p. 1–5.
[38] Inthamoussou FA, Pegueroles-Queralt J, Bianchi FD. Control of a
supercapacitor energy storage system for microgrid applications. IEEE Trans
Energy Convers 2013;28(3):690–7.
[39] Stroe D-I, Knap V, Swierczynski M, Stroe A-I, Teodorescu R. Operation of a
grid–connected lithium–ion battery energy storage system for primary frequency
regulation: a battery lifetime perspective. IEEE Trans Ind Appl 2017;53(1):430–8.

[40] ENTSO-E. Survey on ancillary services procurement, balancing market

design 2014. 2015. Brussels, Belgium.
[41] Farhadi M, Mohammed O. Energy storage technologies for
high–power applications. IEEE Trans Ind Appl 2016;52(3):1953–61.
[42] Luo X, Wang J, Dooner M, Clarke J. Overview of current development
in electrical energy storage technologies and the application potential in
power system operation. Appl Energy 2015;137:511–36.
[43] Ultracapacitors: transforming the grid [Online]. Available:
http://www.maxwell.
 Renewable and Sustainable Energy Reviews 120 (2020) 109626
[52] Nadeem F, Hussain SS, Tiwari PK, Goswami AK, Ustun TS.
Comparative review of energy storage systems, their roles, and impacts on
future power systems. IEEE Access 2019;7:4555–85.
[53] Pu X, Wang H, Zhao D, Yang H, Ai X, Cao S, Chen Z, Cao Y. Recent
progress in rechargeable sodium–ion batteries: toward high–power applications.
Small; 2019. p. 1805427.
[54] Pu X, Wang H, Yuan T, Cao S, Liu S, Xu L, et al. Na4Fe3
(PO4)2P2O7/C nanospheres as low–cost, high–performance cathode material
for sodium–ion batteries. Energy Storage Mater 2019;22:330–6.
[55] Ming J, Guo J, Xia C, Wang W, Alshareef HN. Zinc–ion batteries:
materials, mechanisms, and applications. Mater Sci Eng R Rep 2019;135:58–84.
[56] Kani SAP, Wild P, Saha TK. Improving predictability of renewable
generation through optimal battery sizing. IEEE Trans Sustain Energy 2018.
[57] Ike IS, Sigalas I, Iyuke S, Ozoemena KI. RETRACTED: an overview
of mathematical modeling of electrochemical
supercapacitors/ultracapacitors. J Power Sources 2015;273:264–77.
[58] Sahay K, Dwivedi B. Supercapacitors energy storage system for
power quality improvement: an overview. J Energy Sources 2009;10(10):1–8.
[59] Mishra R, Saxena R. Comprehensive review of control schemes for
battery and super-capacitor energy storage system. In: International
Conference on power systems. IEEE; 2017. p. 702–7.
[60] Liu H, Jiang J. Flywheel energy storage–an upswing technology for
energy sustainability. Energy Build 2007;39(5):599–604.
[61] Hebner R, Beno J, Walls A. Flywheel batteries come around again. IEEE
spectrum 2002;39(4):46–51.
[62] Arani AK, Karami H, Gharehpetian G, Hejazi M. Review of flywheel
energy storage systems structures and applications in power systems and
microgrids. Renew Sustain Energy Rev 2017;69:9–18.
[63] Díaz-Gonzalez� F, Sumper A, Gomis-Bellmunt O, Bianchi FD. Energy
management of flywheel–based energy storage device for wind power
smoothing. Appl Energy 2013;110:207–19.
[64] Zhao H, Wu Q, Hu S, Xu H, Rasmussen CN. Review of energy storage
system for wind power integration support. Appl Energy 2015;137:545–53.
[65] Ali MH, Wu B, Dougal RA. An overview of SMES applications in
power and energy systems. IEEE Trans Sustain Energy 2010;1(1):38–47.
[66] Yuan W. Second–generation high–temperature superconducting coils and
their applications for energy storage. Springer Science & Business Media; 2011.
[67] Kouchachvili L, Yaïci W, Entchev E. Hybrid battery/supercapacitor energy
storage system for the electric vehicles. J Power Sources 2018;374:237–48.
[68] Zhang Q, Deng W, Li G. Stochastic control of predictive power
management for battery/supercapacitor hybrid energy storage systems of
electric vehicles. Ind Inf IEEE Trans 2018;14(7):3023–30.
15
U. Akram et al.
[85] Abbasi E, Ameli H, Strunz K, Duc N. Optimized operation, planning, and
frequency control of hybrid generation–storage systems in isolated networks.
In: Innovative smart grid technologies Europe. IEEE; 2012. p. 1–8.
[86] Das DC, Roy A, Sinha N. GA based frequency controller for solar
thermal–diesel–wind hybrid energy generation/energy storage system. Int
J Electr Power Energy Syst 2012;43(1):262–79.
[87] Adrees A, Andami H, Milanovi�c JV. Comparison of dynamic models of
battery energy storage for frequency regulation in power system. In:
Mediterranean electrotechnical conference. IEEE; 2016. p. 1–6.
[88] Gevorgian V, Muljadi E, Luo Y, Mohanpurkar M, Hovsapian R, Koritarov
V. Supercapacitor to provide ancillary services. In: Energy conversion congress
and exposition. IEEE; 2017. p. 1030–6.
[89] Nema R, Trivedi A. Load frequency control of a small isolated power
station by using supercapacitor based energy storage system. Int J Adv Res
Comput Eng Technol 2012;1(10).
[90] Kabir S, Al Amin A, Anayatullah M, Saha BK, Aziz T. Impact of
supercapacitor placement in renewable integrated microgrid to minimize
post–fault frequency fluctuation. In: International conference on electrical
engineering and information & communication technology. IEEE; 2014. p. 1–
5.
[91] del Toro García X, de la Cruz C, Roncero-Sanchez� P, Parreno~ A. A
small–scale hybrid energy storage system for modeling and control validation
purposes. In: Annual conference of the IEEE industrial electronics society.
IEEE; 2015. 003 702–003 707.
[92] Ray PK, Mohanty SR, Kishor N. Dynamic modeling and control of
renewable energy based hybrid system for large band wind speed variation.
In: Innovative smart grid technologies conference Europe. IEEE; 2010. p. 1–6.
[69] Hou J, Sun J, Hofmann H. Control development and performance
evaluation for battery/flywheel hybrid energy storage solutions to mitigate load
fluctuations in all-electric ship propulsion systems. Appl Energy 2018;212:919–
30.
[70] Hemmati R, Saboori H. Emergence of hybrid energy storage systems in
renewable energy and transport applications–a review. Renew Sustain Energy
Rev 2016;65: 11–23.
[71] Bizon N. Effective mitigation of the load pulses by controlling the
battery/SMES hybrid energy storage system. Appl Energy 2018;229:459–73.
[72] Li J, Zhang M, Yang Q, Zhang Z, Yuan W. SMES/battery hybrid energy
storage system for electric buses. IEEE Trans Appl Supercond 2016;26(4):1–5.
[73] Beck J, Carroll D, Gareis G, Krause P, Ong C. A computer study of
battery energy storage and power conversion equipment operation. IEEE Trans
Power Apparatus Syst 1976;95(4):1064–72.
[74] Salameh ZM, Casacca MA, Lynch WA. A mathematical model for
lead–acid batteries. IEEE Trans Energy Convers 1992;7(1):93–8.
[75] Lu C-F, Liu C-C, Wu C-J. Dynamic modelling of battery energy storage system
and application to power system stability. IEE Proc Gener Transm Distrib 1995;142
(4):429–35.
[76] Aditya S, Das D. Application of battery energy storage system to load
frequency control of an isolated power system. Int. J. Energy Res. 1999;23(3):247–58.
[77] Kottick D, Blau M. Operational and economic benefits of battery energy
storage plants. Int J Electr Power Energy Syst 1993;15(6):345–9.
[78] Aghamohammadi MR, Abdolahinia H. A new approach for optimal
sizing of battery energy storage system for primary frequency control of
islanded microgrid. Int J Electr Power Energy Syst 2014;54:325–33.
[79] Sebastian R, Quesada J. Distributed control system for frequency
control in a isolated wind system. Renew Energy 2006;31(3):285–305.
[80] Serban I, Marinescu C. A solution for frequency control in islanded three-
phase micro–grids supplied by renewable energy sources. In: International
Conference on Optimization of Electrical and electronic equipment. IEEE; 2008. p.
327–32.
[81] Tremblay O, Dessaint L-A, Dekkiche A-I. A generic battery model for the
dynamic simulation of hybrid electric vehicles. In: Vehicle power and propulsion
conference. IEEE; 2007. p. 284–9.
[82] Sebastian� R. Smooth transition from wind only to wind diesel mode
in an autonomous wind diesel system with a battery–based energy storage
system. Renew Energy 2008;33(3):454–66.
[83] Chidambaram I, Paramasivam B. Optimized load–frequency
simulation in restructured power system with redox flow batteries and
interline power flow controller. Int J Electr Power Energy Syst 2013;50:9–24.
[84] Toge M, Kurita Y, Iwamoto S. Supplementary load frequency control
with storage battery operation considering SOC under large-scale wind power
penetration. In: Power & energy society general meeting. IEEE; 2013. p. 1–5.
[93] Fini MH, Golshan MEH. Determining optimal virtual inertia and frequency
control parameters to preserve the frequency stability in islanded microgrids
with high penetration of renewables. Electr Power Syst Res 2018;154:13–22.
[94] Ray P, Mohanty S, Kishor N. Small–signal analysis of autonomous
hybrid distributed generation systems in presence of ultracapacitor and
tie-line operation. J Electr Eng 2010;61(4):205–14.
[95] Ponnusamy M, Banakara B, Dash SS, Veerasamy M. Design of integral
controller for load frequency control of static synchronous series compensator
and capacitive energy source based multi area system consisting of diverse
sources of generation employing imperialistic competition algorithm. Int J Electr
Power Energy Syst 2015;73:863–71.
[96] Dhundhara S, Verma YP. Capacitive energy storage with optimized
controller for frequency regulation in realistic multisource deregulated power
system. Energy 2018;147:1108–28.
[97] Silva-Saravia H, Pulgar-Painemal H, Mauricio JM. Flywheel energy
storage model, control and location for improving stability: the Chilean case.
IEEE Trans Power Syst 2017;32(4):3111–9.
[98] Lee JP, Kim HG. Design of load frequency controller for flywheel energy
storage system. In: International conference on electrical machines and
systems. IEEE; 2013. p. 381–4.
[99] Peralta D, Canizares~ C, Bhattacharya K. Practical modeling of flywheel
energy storage for primary frequency control in power grids. In: Power & energy
society general meeting. IEEE; 2018. p. 1–5.
[100] Yao J, Yu M, Gao W, Zeng X. Frequency regulation control strategy for
PMSG wind–power generation system with flywheel energy storage unit. IET
Renew Power Gener 2016;11(8):1082–93.
[101] Vidyanandan K, Senroy N. Frequency regulation in a wind–diesel
powered microgrid using flywheels and fuel cells. IET Gener, Transm Distrib
2016;10(3): 780–8.
[102] Hui W, Wen T. Load frequency control of power systems with wind
turbine through flywheels. In: Chinese control and decision conference.
IEEE; 2015. p. 3495–9.
[103] Zhang Y, Xu Y, Guo H, Zhang X, Guo C, Chen H. A hybrid energy
storage system with optimized operating strategy for mitigating wind power
fluctuations. Renew Energy 2018;125:121–32.
[104] Abazari A, Monsef H, Wu B. Coordination strategies of distributed energy
resources including FESS, DEG, FC and WTG in load frequency control (LFC)
scheme of hybrid isolated micro–grid. Int J Electr Power Energy Syst
2019;109: 535–47.
[105] Elsisi M, Soliman M, Aboelela M, Mansour W. Optimal design of model
predictive control with superconducting magnetic energy storage for load
frequency control of nonlinear hydrothermal power system using bat inspired
algorithm. J Energy Storage 2017;12:311–8.
[106] Sudha K, Santhi RV. Load frequency control of an interconnected reheat
thermal system using type–2 fuzzy system including SMES units. Int J Electr
Power Energy Syst 2012;43(1):1383–92.
[107] Padhan S, Sahu RK, Panda S. Automatic generation control with
thyristor controlled series compensator including superconducting
magnetic energy storage units. Ain Shams Eng J 2014;5(3):759–74.
[108] Pradhan PC, Sahu RK, Panda S. Firefly algorithm optimized fuzzy PID
controller for AGC of multi-area multi–source power systems with UPFC and
SMES. Eng Sci Technol Int J 2016;19(1):338–54.
[109] Pothiya S, Ngamroo I, Kongprawechnon W. Design of optimal fuzzy logic–
based PID controller using Multiple Tabu Search algorithm for AGC including SMES
units. In: International power engineering conference. IEEE; 2007. p. 838–43.
[110] Santhi RV, Sudha K, Devi SP. Robust load frequency control of multi–
area interconnected system including SMES units using Type-2 Fuzzy
controller. In: International conference on fuzzy systems. IEEE; 2013. p. 1–7.
Renewable and Sustainable Energy Reviews 120 (2020) 109626
[111] Ngamroo I, Mitani Y, Tsuji K. Application of SMES coordinated with
solid–state phase shifter to load frequency control. IEEE Trans Appl
Supercond 1999;9(2): 322–5.
[112] Ortega A, Milano F. Generalized model of VSC-based energy storage
systems for transient stability analysis. IEEE Trans Power Syst
2015;31(5):3369–80.
[113] Chaudhuri N, Chaudhuri B, Majumder R, Yazdani A. Multi–terminal
direct-current grids: modeling, analysis, and control. John Wiley & Sons;
2014.
[114] Chaudhuri NR, Majumder R, Chaudhuri B, Pan J. Stability analysis of
VSC MTDC grids connected to multimachine AC systems. IEEE Trans Power
Deliv 2011;26(4): 2774–84.
[115] Beerten J, Cole S, Belmans R. Modeling of multi-terminal VSC HVDC
systems with distributed DC voltage control. IEEE Trans Power Syst
2013;29(1):34–42.
[116] Wu Z, Gao DW, Zhang H, Yan S, Wang X. Coordinated control strategy of
battery energy storage system and PMSG-WTG to enhance system frequency
regulation capability. IEEE Trans Sustain Energy 2017;8(3):1330–43.
[117] Zhao H, Hong M, Lin W, Loparo KA. Voltage and frequency regulation of
microgrid with battery energy storage systems. IEEE Trans Smart Grid 2017.
[118] Choi JW, Heo SY, Kim MK. Hybrid operation strategy of wind energy
storage system for power grid frequency regulation. IET Gener, Transm Distrib
2016;10
(3):736–49.
[119] Zhang S, Mishra Y, Shahidehpour M. Fuzzy–logic based frequency
controller for wind farms augmented with energy storage systems. IEEE Trans
Power Syst 2016; 31(2):1595–603.
[120] Cheng M, Sami SS, Wu J. Benefits of using virtual energy storage system
for power system frequency response. Appl Energy 2017;194:376–85.
[121] Lazarewicz ML, Rojas A. Grid frequency regulation by recycling electrical
energy in flywheels. In: Power engineering society general meeting. IEEE; 2004.
p. 2038–42.
[122] Sebastian� R. Application of a battery energy storage for frequency regulation
and peak shaving in a wind diesel power system. IET Gener, Transm Distrib 2016;10
(3):764–70.
[123] Khalid M, Savkin A. An optimal operation of wind energy storage
system for frequency control based on model predictive control. Renew
Energy 2012;48: 127–32.
[124] Goya T, Omine E, Kinjyo Y, Senjyu T, Yona A, Urasaki N, Funabashi T.
Frequency control in isolated island by using parallel operated battery systems
applying H∞ control theory based on droop characteristics. IET Renew Power
Gener 2011;5(2): 160–6.
[125] Knap V, Chaudhary SK, Stroe D-I, Swierczynski M, Craciun B-I,
Teodorescu R. Sizing of an energy storage system for grid inertial response
and primary frequency reserve. IEEE Trans Power Syst 2016;31(5):3447–
56.
[126] Kottick D, Blau M, Edelstein D. Battery energy storage for frequency
regulation in an island power system. IEEE Trans Energy Convers
1993;8(3):455–9.
[127] Rakhshani E, Rodriguez P. Inertia emulation in AC/DC interconnected
power systems using derivative technique considering frequency
measurement effects. IEEE Trans Power Syst 2017;32(5):3338–51.
[128] Kunisch H-J, Kramer K, Dominik H. Battery energy storage another
option for load–frequency–control and instantaneous reserve. IEEE Trans
Energy Convers 1986;3:41–6.
[129] Swierczy�nski� M, Stroe DI, Stan AI, Teodorescu R. Primary frequency
regulation with Li-ion battery energy storage system: a case study for Denmark.
In: ECCE asia downunder. IEEE; 2013. p. 487–92.
[130] Li X, Huang Y, Huang J, Tan S, Wang M, Xu T, Cheng X. Modeling and control
strategy of battery energy storage system for primary frequency regulation. In:
International conference on power system technology. IEEE; 2014. p. 543–9.
[131] Lu X, Sun K, Guerrero JM, Vasquez JC, Huang L, Teodorescu R. SoC-
based droop method for distributed energy storage in DC microgrid
applications. In: International symposium on industrial electronics. IEEE; 2012.
p. 1640–5.
[132] Ota Y, Taniguchi H, Nakajima T, Liyanage KM, Baba J, Yokoyama A.
“Autonomous distributed V2G (vehicle–to–grid) considering charging request
and battery condition. In: Innovative smart grid technologies conference
Europe. IEEE; 2010. p. 1–6.
[133] Oudalov A, Chartouni D, Ohler C. Optimizing a battery energy storage
system for primary frequency control. IEEE Trans Power Syst
2007;22(3):1259–66.
[134] Mercier P, Cherkaoui R, Oudalov A. Optimizing a battery energy storage
system for frequency control application in an isolated power system. IEEE
Trans Power Syst 2009;24(3):1469–77.
[135] Tan J, Zhang Y. Coordinated control strategy of a battery energy storage
system to support a wind power plant providing multi–timescale frequency
ancillary services. IEEE Trans Sustain Energy 2017;8(3):1140–53.
[136] Hoke A, Brissette A, Maksimovi�c D, Kelly D, Pratt A, Boundy D.
[139] Delille G, François B, Malarange G. Dynamic frequency control support: a
Maximizing lithium ion vehicle battery life through optimized partial charging.
In: Innovative smart grid technologies conference. IEEE; 2013. p. 1–5. virtual inertia provided by distributed energy storage to isolated power systems.
In: Innovative smart grid technologies conference Europe. IEEE; 2010. p. 1–8.
[137] Serban I, Marinescu C. Control strategy of three-phase battery energy
[140] Kakimoto N, Takayama S, Satoh H, Nakamura K. Power modulation of
storage systems for frequency support in microgrids and with uninterrupted
supply of local loads. IEEE Trans Power Electron 2014;29(9):5010–20. photovoltaic generator for frequency control of power system. IEEE Trans

[138] Wu L, Gao W, Cui Z, Kou X. A novel frequency regulation strategy with

Energy Convers 2009;24(4):943–9.
the application of energy storage system for large scale wind power
integration. In: Annual green technologies conference. IEEE; 2015. p. 221–6.

16
U. Akram et al.
[163] Peterson SB, Apt J, Whitacre J. Lithium–ion battery cell degradation
resulting from realistic vehicle and vehicle–to–grid utilization. J Power Sources
[141] Mufti M, Iqbal S, Lone S, Ain Q-u. Supervisory adaptive predictive control 2010;195
scheme for supercapacitor energy storage system. IEEE Syst J 2015;9(3):1020–30.
(8):2385–92.

[142] Akram U, Mithulananthan N, Shah R. Improving synthetic inertial

[164] Cao J, Emadi A. A new battery/ultracapacitor hybrid energy storage
system for electric, hybrid, and plug–in hybrid electric vehicles. IEEE Trans
response of supercapacitor using supplementary control signal. In:
Power Electron 2012;27(1):122–32.
International conference on power and energy systems. IEEE; 2019.
[143] Zargar MY, Mufti MU-D, Lone SA. Modelling and performance
[165] Akram U, Khalid M, Shafiq S. An innovative hybrid wind–solar and
battery–supercapacitor microgrid system–-development and optimization.
assessment of a standalone hybrid wind-diesel-superconducting magnetic
IEEE Access 2017;5. 25 897–25 912.
energy storage system using four-quadrant operation of superconducting
magnetic energy storage. Wind Eng 2018;42(5):496–509. [166] Akram U, Khalid M. A coordinated frequency regulation framework based
[144] Hasanien HM. A set–membership affine projection algorithm-based on hybrid battery-ultracapacitor energy storage technologies. IEEE Access
2018;6: 7310–20.
adaptive-controlled SMES units for wind farms output power smoothing.
IEEE Trans Sustain Energy 2014;5(4):1226–33. [167] Bevarani H, Mohammad RF, Sirwan A. Robust frequency control in an
[145] Zargar MY, Mufti MU-D, Lone SA. Adaptive predictive control of a small islanded microgrid: H∞ and μ– synthesis approaches. IEEE Trans Smart Grid
2016;7: 706–16.
capacity SMES unit for improved frequency control of a wind–diesel power
system. IET Renew Power Gener 2017;11(14):1832–40. [168] Gyawali N, Ohsawa Y. Effective voltage and frequency control strategy
[146] Musarrat MN, Islam MR, Muttaqi KM, Sutanto D. Enhanced frequency for a stand-alone system with induction generator/fuel cell/ultracapacitor. In:
support from a PMSG-based wind energy conversion system integrated with Joint
a high temperature SMES in standalone power supply systems. IEEE Trans
Appl Supercond 2019;29(2):1–6.
[147] Meriem B, Katia K. A new design of flywheel energy storage system
based on a double star asynchronous machine associated to wind energy. In:
International renewable energy congress. IEEE; 2017. p. 1–6.
[148] Suvire G, Mercado P. Active power control of a flywheel energy storage
system for wind energy applications. IET Renew Power Gener 2012;6(1):9–16.
[149] Arani AK, Zaker B, Gharehpetian G. A control strategy for flywheel energy
storage system for frequency stability improvement in islanded microgrid.
Iranian J Electr Electron Eng 2017;13:10–21.
[150] Karrari S, Noe M, Geisbuesch J. High–speed flywheel energy storage
system (FESS) for voltage and frequency support in low voltage distribution
networks. In: International conference on intelligent energy and power systems.
IEEE; 2018. p. 176–82.
[151] Kerdphol T, Rahman FS, Mitani Y, Watanabe M, Küfeoglu� S. Robust
virtual inertia control of an islanded microgrid considering high penetration of
renewable energy. IEEE Access 2018;6:625–36.
[152] Senjyu T, Omine E, Tokudome M, Yonaha Y, Goya T, Yona A, Funabashi
T. Frequency control strategy for parallel operated battery systems based on
droop characteristics by applying H∞ control theory. In: In transmission &
distribution conference & exposition: asia and pacific. IEEE; 2009. p. 1–4.
[153] Zhu D, Hug-Glanzmann G. Robust control design for integration of energy
storage into frequency regulation. In: Innovative smart grid technologies
Europe. IEEE; 2012. p. 1–8.
[154] Howlader AM, Izumi Y, Uehara A, Urasaki N, Senjyu T, Saber AY. A robust H∞
controller based frequency control approach using the wind–battery coordination
strategy in a small power system. Int J Electr Power Energy Syst 2014;58:190–8.
[155] Zhu D, Hug-Glanzmann G. Coordination of storage and generation in
power system frequency control using an H∞ approach,” IET Generation.
Transm Distrib 2013;7(11):1263–71.
[156] Mongkoltanatas J, Riu D, LePivert X. H infinity controller design for
primary frequency control of energy storage in islanding microgrid. In:
European conference on power electronics and applications. IEEE; 2013. p.
1–11.
[157] Pan X, Xu H, Song J, Lu C. Capacity optimization of battery energy
storage systems for frequency regulation. In: International conference on
automation science and engineering. IEEE; 2015. p. 1139–44.
[158] Liu Y, Du W, Xiao L, Wang H, Cao J. A method for sizing energy storage
system to increase wind penetration as limited by grid frequency deviations.
IEEE Trans Power Syst 2016;31(1):729–37.
[159] Sigrist L, Egido I, Miguelez� EL, Rouco L. Sizing and controller
setting of ultracapacitors for frequency stability enhancement of small
isolated power systems. IEEE Trans Power Syst 2015;30(4):2130–8.
[160] Mejía-Giraldo D, Velasquez�-Gomez G, Munoz~-Galeano N, Cano-
Quintero JB, Lemos-Cano S. A BESS sizing strategy for primary frequency
regulation support of solar photovoltaic plants. Energies 2019;12(2):317.
[161] Lukic SM, Wirasingha SG, Rodriguez F, Cao J, Emadi A. Power
management of an ultracapacitor/battery hybrid energy storage system in an
HEV,. In: IEEE vehicle Power and propulsion conference. IEEE; 2006. p. 1–6.
[162] Kim Y, Raghunathan V, Raghunathan A. Design and management of
battery–supercapacitor hybrid electrical energy storage systems for
regulation services. IEEE Trans Multi-Scale Comput Syst 2016;3(1):12–24.
 Renewable and Sustainable Energy Reviews 120 (2020) 109626
symposium integration of wide-scale renewable resources into the power
delivery system. IEEE; 2009. p. 1–11.
[169] Fathi A, Shafiee Q, Bevrani H. Robust frequency control of microgrids
using an extended virtual synchronous generator. IEEE Trans Power Syst
2018;33(6): 6289–97.
[170] Lee D-J, Wang L. Small–signal stability analysis of an autonomous
hybrid renewable energy power generation/energy storage system part I:
time-domain simulations. IEEE Trans Energy Convers 2008;23(1):311–20.
[171] Hajiaghasi S, Salemnia A, Hamzeh M. Hybrid energy storage system
for microgrids applications: a review. J Energy Storage 2019;21:543–70.
[172] Chong LW, Wong YW, Rajkumar RK, Isa D. An optimal control strategy
for standalone PV system with battery–supercapacitor hybrid energy storage
system. J Power Sources 2016;331:553–65.
[173] Khan AA, Khan MQ, Satti SG, Adil M. Robust control of hybrid
distributed generation for frequency regulation. In: International bhurban
conference on applied sciences and technology. IEEE; 2017. p. 285–90.
[174] Xu D, Liu J, Yan X-G, Yan W. A novel adaptive neural network
constrained control for a multi–area interconnected power system with hybrid
energy storage. IEEE Trans Ind Electron 2018;65(8):6625–34.
[175] Fang J, Tang Y, Li H, Li X. A battery/ultracapacitor hybrid energy storage
system for implementing the power management of virtual synchronous
generators. IEEE Trans Power Electron 2018;33(4):2820–4.
[176] Zhou X, Dong C, Fang J, Tang Y. Enhancement of load frequency
control by using a hybrid energy storage system. In: Conference on energy,
power and transportation electrification. IEEE; 2017. p. 1–6.
[177] Bevrani H, Habibi F, Babahajyani P, Watanabe M, Mitani Y. Intelligent
frequency control in an AC microgrid: online PSO-based fuzzy tuning
approach. IEEE Trans Smart Grid 2012;3(4):1935–44.
[178] Liu Y, Du W, Xiao L, Wang H, Bu S, Cao J. Sizing a hybrid energy
storage system for maintaining power balance of an isolated system with high
penetration of wind generation. IEEE Trans Power Syst 2016;31(4):3267–75.
[183] Yu J, Fang J, Tang Y. Inertia emulation by flywheel energy storage
system for improved frequency regulation. In: Southern power electronics
conference. IEEE; 2018. p. 1–8.
[184] Zhang YJA, Zhao C, Tang W, Low SH. Profit–maximizing planning and
control of battery energy storage systems for primary frequency control. IEEE
Trans Smart Grid 2018;9(2):712–23.
[185] Delille G, Francois B, Malarange G. Dynamic frequency control support by
energy storage to reduce the impact of wind and solar generation on isolated
power system’s inertia. IEEE Trans Sustain Energy 2012;3(4):931–9.
[186] Xiong L, Li Y, Zhu Y, Yang P, Xu Z. Coordinated control schemes
of super–capacitor and kinetic energy of DFIG for system frequency
support. Energies 2018;11(1):103.
[187] Magdy G, Mohamed EA, Shabib G, Elbaset AA, Mitani Y. SMES based a
new PID controller for frequency stability of a real hybrid power system
considering high wind power penetration. IET Renew Power Gener
2018;12(11):1304–13.
[188] Yue M, Wang X. Grid inertial response–based probabilistic determination
of energy storage system capacity under high solar penetration. IEEE Trans
Sustain Energy 2015;6(3):1039–49.
[189] Jia H, Mu Y, Qi Y. A statistical model to determine the capacity of
battery–supercapacitor hybrid energy storage system in autonomous
microgrid. Int J Electr Power Energy Syst 2014;54:516–24.
[190] Mahdavi M, Gharehpetian G, Ranjbaran P, Azizi H. Frequency regulation
of AUT microgrid using modified fuzzy PI controller for flywheel energy storage
system. In: Annual power electronics, drives systems and technologies
conference. IEEE; 2018. p. 426–31.
[191] Yan Q, Bo Q, Jingjie Y, Yunfei M, Bingqing G. Frequency control strategy
of hybrid energy storage system for microgrid based on frequency hysteretic
loop. Energy Procedia 2016;103:328–32.
[192] Prakash S, Sinha S. ALFC of hybrid multi–generation power system using
UC and TCPS by ANFIS control technique. Int J Electron 2019;106(2):174–
211.
[193] Ngamroo I. Robust frequency control of wind–diesel hybrid power system using

[179] Cao J, Du W, Wang H, McCulloch M. Optimal sizing and control

superconducting magnetic energy storage. Int J Emerg Electr Power Syst 2009;10
(2).
strategies for hybrid storage system as limited by grid frequency deviations.
IEEE Trans Power Syst 2018;33(5):5486–95. [194] Nayeripour M, Hoseintabar M, Niknam T. Frequency deviation control by

[180] Savkin AV, Khalid M, Agelidis VG. A constrained monotonic charging/
discharging strategy for optimal capacity of battery energy storage
supporting wind farms. IEEE Trans Sustain Energy 2016;7(3):1224–31.
[181] Savkin AV, Khalid M, Agelidis VG. Optimal size of battery energy storage
and monotonic charging/discharging strategies for wind farms. In: IEEE
conference on control applications. IEEE; 2014. p. 1372–6.
[182] Khalid M, Savkin AV. Model predictive control based efficient operation
of battery energy storage system for primary frequency control. In:
International conference on control automation robotics & vision. IEEE;
2010. p. 2248–52.
coordination control of FC and double–layer capacitor in an autonomous hybrid
renewable energy power generation system. Renew Energy 2011;36(6):1741–6.
[195] Han Y, Young PM, Jain A, Zimmerle D. Robust control for microgrid frequency
deviation reduction with attached storage system. IEEE Trans Smart Grid 2015;6
(2):557–65.
[196] Jayalakshmi N, Gaonkar D. Performance study of isolated hybrid power
system with multiple generation and energy storage units. In: International
conference on power and energy systems. IEEE; 2011. p. 1–5.

17
U. Akram et al. conference on power, instrumentation, control and computing. IEEE; 2015. p.
1–6.

[197] ud din Mufti M, Lone SA, Iqbal SJ, Ahmad M, Ismail M. Super–capacitor [206] Mohanty SR, Kishor N, Ray PK. Robust H-infinite loop shaping controller
based energy storage system for improved load frequency control. Electr based on hybrid PSO and harmonic search for frequency regulation in hybrid
distributed generation system. Int J Electr Power Energy Syst 2014;60:302–16.
Power Syst Res 2009;79(1):226–33.
[198] Iqbal S, Mufti M, Lone S, Mushtaq I. Intelligently controlled
[207] Brivio C, Mandelli S, Merlo M. Battery energy storage system for primary
superconducting magnetic energy storage for improved load frequency control. control reserve and energy arbitrage. Sustainable Energy, Grids and Networks
Int J Power Energy Syst 2009;29(4):241. 2016;6: 152–65.
[199] Lucas A, Chondrogiannis S. Smart grid energy storage controller for
frequency regulation and peak shaving, using a vanadium redox flow battery.
Int J Electr Power Energy Syst 2016;80:26–36.
[200] Li J, Xiong R, Yang Q, Liang F, Zhang M, Yuan W. Design/test of a hybrid
energy storage system for primary frequency control using a dynamic droop
method in an isolated microgrid power system. Appl Energy 2017;201:257–69.
[201] Knap V, Sinha R, Swierczynski M, Stroe D-I, Chaudhary S. Grid inertial
response with lithium–ion battery energy storage systems. In: International
symposium on industrial electronics. IEEE; 2014. p. 1817–22.
[202] Li J, Yang Q, Yao P, Sun Q, Zhang Z, Zhang M, Yuan W. A novel use of
the hybrid energy storage system for primary frequency control in a microgrid.
Energy Procedia 2016;103:82–7.
[203] Thorbergsson E, Knap V, Swierczynski M, Stroe D, Teodorescu R.
Primary frequency regulation with Li-ion battery based energy storage system–
evaluation and comparison of different control strategies,” in International
Telecommunications Energy Conference. In: Smart power and effeciency.
VDE; 2013. p. 1–6.
[204] Akram U, Khalid M, Shafiq S. A novel operation strategy of
battery–supercapacitor hybrid energy storage system providing frequency
regulation service. In: International symposium on industrial electronics.
IEEE; 2018. p. 31–6.
[205] Indu P, Jayan M. Frequency regulation of an isolated hybrid power
system with superconducting magnetic energy storage. In: 2015 International
 Renewable and Sustainable Energy Reviews 120 (2020) 109626 probabilistic assessment. In: International Conference on clean electrical
power. IEEE; 2017. p. 403–9.

[208] Saha A, Saikia LC. Utilisation of ultra–capacitor in load frequency control

[214] Zhu D, Zhang Y-JA. Optimal coordinated control of multiple battery energy
storage systems for primary frequency regulation. IEEE Trans Power Syst 2019;34
under restructured STPP-thermal power systems using WOA optimised PIDN-
(1):555–65.
FOPD controller. IET Gener, Transm Distrib 2017;11(13):3318–31.
[209] Datta M, Senjyu T. Fuzzy control of distributed PV inverters/energy
[215] Singh VP, Mohanty SR, Kishor N, Ray PK. Robust H-infinity load
frequency control in hybrid distributed generation system. Int J Electr Power
storage systems/electric vehicles for frequency regulation in a large power
Energy Syst 2013;46:294–305.
system. IEEE Trans Smart Grid 2013;4(1):479–88.
[210] Gonzalez-Longatt FM, Alhejaj SM. Enabling inertial response in utility–
[216] Egido I, Sigrist L, Lobato E, Rouco L, Barrado A. An ultra–capacitor for
frequency stability enhancement in small–isolated power systems: models,
scale battery energy storage system. In: Innovative smart grid technologies-
simulation and field tests. Appl Energy 2015;137:670–6.
asia. IEEE; 2016. p. 605–10.
[211] Toma L, Sanduleac M, Baltac SA, Arrigo F, Mazza A, Bompard E, Musa
[217] Miller N, Lew D, Piwko R. Technology capabilities for fast frequency
response. 2017.
A, Monti A. On the virtual inertia provision by BESS in low inertia power
systems. In: International energy conference. IEEE; 2018. p. 1–6. [218] Wilson D, Clark S, Norris S, Yu J. Advances in wide area monitoring and
[212] Chen S, Zhang T, Gooi HB, Masiello RD, Katzenstein W. Penetration control to address emerging requirements related to inertia, stability and power
rate and effectiveness studies of aggregated BESS for frequency transfer in the GB power system. CIGRE Paris Session 2016. C2–208.
regulation. IEEE Trans Smart Grid 2016;7(1):167–77.
[213] Gonzalez-Longatt F, Alhejaj S, Bonfiglio A, Procopio R, Rueda JL.
Inertial frequency response provided by battery energy storage systems:

18