生成24小时风速数据（每5分钟一个点）
风储调频，储能调频，保证真实，模型如图，保证正常使用
风电场输出功率看天吃饭这事儿，大伙儿都懂。风速突然抽风，电网频率直接坐过山车。这时候储能系统就得像个救火队员，抄起充放电的大锤稳住局面。举个简单模型——风电机组输出功率和储能系统并联接入电网，调频控制器实时盯着频率偏差，指挥储能该充还是该放。
先搞点数据模拟风速波动。用Python随机生成个风速序列，简单粗暴但够用：
import numpy as np import matplotlib.pyplot as plt time = np.arange(0, 24*60, 5) wind_speed = 8 + np.random.normal(0, 2, len(time)) wind_speed = np.clip(wind_speed, 3, 15) # 限制在3-15m/s之间 plt.plot(time/60, wind_speed) plt.title('模拟24小时风速变化') plt.xlabel('小时') plt.ylabel('风速(m/s)')跑出来的曲线跟癫痫发作似的，这调频需求不就来了么。这时候储能系统的响应速度是关键——得比传统火电机组快至少两个数量级。
调频控制逻辑直接上PID，但参数别照搬教科书。实际项目里得考虑储能SOC（荷电状态），别让电池过充过放：
class FrequencyRegulator: def __init__(self, Kp, Ki, Kd, max_power): self.Kp, self.Ki, self.Kd = Kp, Ki, Kd self.max_power = max_power self.integral = 0 self.last_error = 0 self.soc = 0.5 # 初始50%电量 def regulate(self, freq_error, dt): # 限幅积分防止windup self.integral = np.clip(self.integral + freq_error*dt, -100, 100) derivative = (freq_error - self.last_error)/dt raw_power = (self.Kp * freq_error + self.Ki * self.integral + self.Kd * derivative) # SOC约束处理 effective_power = raw_power if raw_power > 0 and self.soc >= 0.95: effective_power = 0 elif raw_power < 0 and self.soc <= 0.05: effective_power = 0 # 更新SOC（假设储能容量100MWh） self.soc -= effective_power * dt / 100 self.last_error = freq_error return np.clip(effective_power, -self.max_power, self.max_power)这代码里有个坑要注意——SOC实时更新必须跟功率指令同步。去年某项目就因为这个没处理好，调着调着电池突然罢工，现场工程师差点把键盘砸了。
风储调频，储能调频，保证真实，模型如图，保证正常使用
实际运行时，电网频率偏差通常按0.1Hz作为触发阈值。测试时故意制造个频率突降：
regulator = FrequencyRegulator(Kp=80, Ki=2, Kd=50, max_power=30) sim_time = np.arange(0, 60, 0.1) # 模拟60秒 freq = 50 * np.ones_like(sim_time) freq[100:200] -= 0.3 # 第10秒开始频率下跌 output_power = [] for t in range(len(sim_time)): error = 50 - freq[t] power = regulator.regulate(error, dt=0.1) output_power.append(power) plt.plot(sim_time, output_power) plt.title('储能系统出力响应')看曲线前5秒功率直接拉满，SOC从50%蹭蹭往下掉。这时候要是风电突然恢复出力，记得让储能及时收手，不然反而会造成反向频率冲击。
模型上线前得做硬件在环测试。用OPC UA协议连实际PCS设备时，通信延迟超过200ms就得报警——别小看这几百毫秒，关键时刻够电网崩两回了。
最后唠叨句，别光盯着调频性能指标。某风电场储能系统调频赚的钱，还不够换电池的，这买卖就扯犊子了。得算清楚循环寿命成本，电池管理系统起码要带健康状态预估功能，这代码下回再唠。