微电网孤岛运行（共7篇）
微电网孤岛运行 篇1
0 引言
系统电压和频率控制是微电网孤岛运行时需要重点解决的问题,目前所采用的控制方法主要包括:主从控制,即仅有一个或多个分布式电源(DG)提供参考电压和参考频率[1];对等控制,即采用下垂控制方法,利用有功功率—频率和无功功率—电压下垂曲线将微电网系统的负荷功率分配给各DG[2,3];多代理控制,将多代理技术与微电网控制相结合,利用代理的自治性、响应能力、自发行为等特点构建一个能够嵌入各种控制且无需管理者经常参与的系统[4,5]。
目前微电网孤岛运行时研究和应用较多的是对等控制。文献[6-7]采用有通信线的方法来实现各DG之间的协调控制,但这些通信线限制了逆变器地理位置上的分布,同时也会给系统引入新的干扰。根据微电网的结构特点以及控制要求,无互联通信线的方法(如传统的下垂控制)则更适用于微电网中基于逆变器DG的控制。该类方法只需检测逆变器自身的输出,通过调整自身输出电压的频率和幅值来控制输出的有功功率和无功功率,进而实现并联DG之间功率分配的合理性和微电网的稳定性。但传统的下垂控制方法需采用低通滤波器来计算每个工频周期逆变器输出的有功功率和无功功率,存在响应速度慢的固有缺点[8,9],且由于下垂因子固定,使得在负荷变化时母线电压的幅值和频率波动较大[10,11]。同时由于各逆变器输出连接阻抗值存在差异,从而很大程度上影响了无功功率分配的效果[12,13]。
文献[13]分析了典型微电网中逆变器并联系统的有功环流和无功环流模型,并针对传统下垂控制时逆变器输出电压幅值和频率的不稳定问题,提出了改进的下垂系数自调节方法,减小了微电网负荷突变情况下母线电压幅值及频率的波动,但这种方法需要选择合适的控制参数才能较好地实现控制效果。文献[14]针对传统逆变器无线并联系统稳态均流精度低和动态响应差等缺点,提出了基于传统无线并联下垂法的新型多环控制结构,在传统的双环控制结构中增加了负载电流和输出电压补偿环,但只能提高单台逆变器的性能。文献[15]提出了带有修正项的下垂控制方法,能有效跟踪功率变化,优化了微电网内部的负荷分配,同时还可以防止微电网内部负荷变化引起的振荡,但这种方法中修正项的参数整定比较困难。
本文针对目前下垂控制存在的电压幅值和频率波动较大以及下垂系数不易选取等问题,提出了一种具有比例—积分—微分(PID)结构,并使用模糊推理来进行参数整定的改进下垂控制器,建立了该控制器的数学模型,并给出了使用模糊推理进行参数整定的原理和具体实现方法。最后通过仿真计算对所提出的设计方法的正确性和有效性进行了验证。
1 基于PID结构的控制器模型
不失一般性,本文以图1所示微电网结构为例,说明控制器的设计。该微电网包含3个DG及其本地负荷。3个DG均采用逆变器接口并入微电网。
图2是以电压源逆变器(VSC)为接口的DG与微电网之间的连接示意图。由图可见,逆变器通过一个解耦阻抗与微电网在公共连接点(PCC)处相连。
通常情况下,逆变器输出阻抗是高度感性的,即Z∠θ=X∠90°。根据微电网的并网运行和孤岛运行转换的特点,在传统下垂控制方法中加入有功功率和无功功率的设定值,得到下垂控制方程为[15]:
式中:P0和Q0分别为DG的额定有功功率和无功功率;ω*和V*分别为逆变器输出电压的额定角频率和幅值;Vod为逆变器输出电压幅值的d轴分量;ω为逆变器输出电压的角频率;mp和nq分别为频率和电压的下垂因子。
当采用上述下垂控制方法进行电压幅值和频率的调节时,为了提高功率分配的精度,需要增大下垂因子mp和nq,但这会影响系统的暂态响应特性和稳定性。并且当微电网出现频繁的负荷波动时,由于下垂系数是固定的,母线电压的幅值和频率的波动较大。为了解决该问题,本文提出了一种具有PID结构的新型功率分配控制器。这种控制器具有3个自由度(degree of freedom,DOF),可以在调节静态下垂特性的同时改善系统的暂态特性。该新型下垂控制器可描述为:
式中:mp和nq在稳态负荷分配中起主要作用;mD和nD用以改善系统的动态性能;mI和nI用以消除系统的稳态误差。当微电网内部负荷出现显著变化时,mD和nD以及mI和nI根据功率变化率的大小对下垂控制起到修正作用,确保系统的稳定性和良好的暂态响应特性,因此mD,nD,mI,nI也称为修正因子。
2 基于模糊推理的PID控制器参数整定方法
在上述控制器中,当mp,mI,mD以及nq,nI,nD为固定值时,其整定值难以满足微电网孤岛运行状况下不同负荷变化时电压幅值和频率的调整要求。同时由于微电网中DG并网通过逆变器连接,系统具有很强的非线性,而且系统存在一些不确定因素(例如对于风力发电和光伏发电,风能和太阳能的随机性都会给系统带来很大的干扰),因此必须考虑采用合理的参数整定方法,以实现微电网孤岛运行时系统电压幅值和频率的高精度鲁棒控制。
模糊控制具有鲁棒性好、算法简洁等优点,对于非线性系统具有很好的适应性[16,17],因此,本文利用模糊控制进行PID控制器的参数整定。将式(3)和式(4)所示具有PID结构的新型电压幅值和频率下垂控制器加以改进,设计成能够自适应调节PID参数kP,kI,kD的模糊PID下垂控制器,其结构如图3所示(新型电压幅值和频率PID下垂控制器结构框图见附录A图A1)。由于mp,mI,mD和nq,nI,nD的整定方法是相同的,并且通过不同的比例因子量化以后模糊集合也是相同的,因此,本文后续部分将以kP,kI,kD分别代表上述2组参数中的3个参数。
以频率控制为例,说明图3中的控制原理。“模糊规则与推理”模块通过对频率偏差eω(t)和频率偏差变化率ecω(t)模糊化后,根据不同时刻eω(t)和ecω(t)的取值,按照下文2.2节给出的模糊规则,推理出与eω(t)和ecω(t)相对应的kP,kI,kD的值,然后将kP,kI,kD的值输入给新型频率PID下垂控制器中的PID的3个参数。“模糊规则与推理”模块和“新型电压幅值和频率PID下垂控制器”模块共同构成了模糊PID下垂控制器。模糊PID下垂控制器通过对设定值与实际值的偏差和偏差变化率的判断,使实际值最终追踪到设定值。
2.1 模糊变量及其隶属度函数
在电压幅值和频率模糊PID控制系统中,选取电压幅值(频率)偏差eV(t)(eω(t))和电压幅值(频率)偏差变化率ecV(t)(ecω(t))为输入语言变量,kP,kI,kD为输出语言变量。偏差e(t)和偏差变化率ec(t)的表达式如下:
为了便于控制,将电压幅值偏差eV(t)和偏差变化率ecV(t)的基本论域分别取为[-330,330]V和[-330,330]V/s;频率偏差eω(t)和偏差变化率ecω(t)的基本论域分别取为[-60,60]Hz和[-60,60]Hz/s;mp的基本论域取为[-3×10-4,3×10-4];nq的基本论域取为[-3×10-3,3×10-3];mI和nI的基本论域取为[-3×10-4,3×10-4];mD和nD的基本论域取为[-6×10-7,6×10-7]。eV(t)和ecV(t)的量化因子分别取为0.009;eω(t)和ecω(t)的量化因子分别取为0.083;mp,nq,mI,nI,mD,nD的比例因子分别取为104,103,104,104,5×106,5×106,使得控制器输入和输出变量的基本论域经量化后均落在模糊集合{-3,-2,-1,0,1,2,3}内,相应的语言变量集合为{负大(NB),负中(NM),负小(NS),零(ZO),正小(PS),正中(PM),正大(PB)}。
e(t),ec(t),kP,kI,kD的隶属度函数如图4所示。
2.2 模糊规则与推理
基于模糊控制中通常使用的多输入多输出模糊规则“If条件1and条件2…and条件n then语句1and语句2…and语句n”[18],本文提出一组2输入3输出模糊控制规则:
其具体含义见表1中的黑色字体,如果e(t)取NB(负大),ec(t)取NB(负大),则kP取PB(正大),kI取NB(负大),kD取PS(正小);以此类推,分别对应于kP,kI,kD均有7×7=49条规则。
采用Mamdani模糊推理方法进行推理,解模糊方法使用中心面积法。根据以上规则形成和推理方法,并结合各输入输出模糊量的隶属度函数,得到完整的模糊控制规则如表1所示。
3 仿真分析
3.1 仿真模型及参数
在PSCAD中建立图1所示微电网的孤岛运行仿真模型。系统额定频率为50 Hz,微电网内部的线路阻抗以阻性为主,均为Z=(2.56+j1.72)Ω。各DG额定功率为PDG1=20kW,PDG2=15kW,PDG3=12kW;负荷初始功率为Pload1=11 kW,Qload1=3.6 kvar,Pload2=10 kW,Qload2=3 kvar,Pload3=8kW,Qload3=2.5kvar。DG逆变器的电压电流环采用文献[19-21]中的控制方法,逆变器及其控制器参数见附录A表A1所示。
3.2 仿真结果及分析
文献[19]中的传统下垂控制是一种在微电网孤岛运行时普遍采用的方法,该方法与本文方法相比,只包含比例环节,而且比例系数是固定的,在负荷功率发生变化时,微电网的动态性能较差,且稳态误差较大。为了验证本文提出的模糊PID下垂控制方法的正确性,将文献[19]提出的传统下垂控制方法(简称方法1)与本文提出的模糊PID下垂控制方法(简称方法2)进行对比。
仿真过程中,设定1.5s时负荷1的有功功率增加11.3kW,无功功率增加3.5kvar;3.5s时负荷1的有功功率减少17.5 kW,无功功率减少5.5kvar。由于DG1距离负荷1最近,因此选用DG1输出的电压、电流和频率作为比较对象。
由于eV(t)和ecV(t)对kP,kI,kD的控制规则与eω(t)和ecω(t)相同,因此附录A图A2给出了采用方法2时,模糊PID参数kP,kI,kD随输入量eV(t)和ecV(t)变化而变化的情况。
图5给出了分别采用2种方法得到的DG1输出电压波形。由图5(a)可见,采用方法1时,输出电压波形在1.5s时出现了电压暂降,暂降幅值为10V左右,在3.5s时出现了电压骤升,骤升幅值为40V左右,暂降和骤升持续时间均为0.05s。这是由于负荷无功功率变化较大,而采用方法1的下垂控制器为确保系统的稳定性需采用较小的下垂因子nq,因此在短时间内出现电压波动;由图5(b)可见,采用方法2时,当负荷变动时通过自适应调整PID的nq,nI,nD能保证电压基本无波动。
图6给出了分别采用2种控制方法得到的微电网频率变化波形。由图6(a)可见,对于方法1,当系统负荷变化时,输出频率变化较大。这是由于为确保系统的稳定性,基于方法1的下垂控制器需采用较小的下垂因子mp;由图6(b)可见,对于方法2,有功下垂因子mp会随着有功功率的变化而变化,同时参数mI和mD能保证系统的稳定性。
附录A图A3—图A5分别给出了2种控制方法下各DG的输出功率对比以及DG1的输出电压和电流dq轴分量的对比。
图A3为2种控制方法下各DG输出功率的变化曲线。2种方法在负荷功率变化时均能进行较精确的功率分配,但方法2能通过实时调节PID控制参数来抑制系统暂态响应从而实现平滑的功率注入,因此系统更加稳定,输出波形也更加平稳。
图A4和图A5分别为2种控制方法下DG1输出电压和电流的dq轴分量。采用方法1时,当系统启动以及负荷变化时,输出电压和电流出现较大的波动,当系统达到稳定运行后,输出电压和电流的幅值也存在较小的波动;而方法2受修正因子的制约,其稳态性能更好。
对上述仿真结果的分析表明,本文所提出的具有模糊PID结构的下垂控制器不仅能更精确平稳地在各DG之间分配负荷,同时在出现较大干扰时能较好地抑制系统电压幅值和频率的波动,保证了系统具有良好的动态特性和稳定性。
4 结语
本文提出了具有PID结构的改进的下垂控制方法,并设计了模糊PID下垂控制器。仿真结果表明,该下垂控制器在稳态运行时能进一步提高DG之间功率分配的精度,在系统出现较大干扰时能较好地抑制电压幅值和频率的波动,具有鲁棒性强、跟踪性能好等优点,同时实现简单,可更好地满足微电网孤岛运行时系统控制的要求。
摘要：针对微电网孤岛运行时分布式电源(DG)所采用的传统电压/频率下垂控制方法的不足,提出了一种具有比例—积分—微分(PID)结构的改进下垂控制方法,并根据电压和频率的变化,使用模糊推理技术来优化相应参数;设计了一种自适应模糊PID下垂控制器,以进一步有效减小微电网孤岛运行时由于扰动所造成的电压/频率振荡。通过仿真计算验证了所提出的模糊PID下垂控制器设计的正确性和有效性。
关键词：微网(微电网),分布式电源,孤岛运行,下垂控制,比例—积分—微分(PID),模糊推理
微电网孤岛运行 篇2
随着全球指资源危机, 微电网越来越受到全世界关注, 但微电网因为其不确定性, 真正做到稳定运行, 需要其储能系统发挥作用, 而储能系统投资比例较大。电动汽车的发展带来了新的契机, 让闲置的电动汽车作为电源稳定微网的电压频率的稳定, 降低储能成本。本文为实现这一目标, 设计了双向直流充电装置, 即可以让其作为移动式微网储能系统, 对微电网的电压频率波动进行平抑。又可以作为负载充电, 为汽车提供电能。
1 电路拓扑结构
直流侧的控制基于双向DC/DC电路的电流环控制[1], 起到传递能量的作用。首先对双向半桥变换器数学模型进行分析。如图1所示。
此电路工作有两个状态, 工作于BUCK模式下的数学模型[3]:
工作于BOOST模式下的数学模型[3]:
式中D分别为S2、1S的占空比。
2 控制策略
2.1 双向导通策略
该充电桩要做到当电动汽车作为储能装置时, 可以电流双向流动, 而作为负载时单向流动。对于双向流动的闭环系统, 本装置采用外环电压控制内环电流控制的双环控制策略。
利用式 (1) 、 (2) 可设计控制策略如图2, 直流母线额定电压与实际检测电压的差值经PI补偿得到参考电流值, 与实际测量电感电流值做差, 经PI补偿得到信号, 经斩波所得开关信号通过功率放大控制DC-DC。利用此策略能稳定直流母线的电压, 稳定微电网交流侧的电压频率。
2.2 单向导通策略
当汽车作为负载时S2处于关断状态, 电路处于降压状态, 根据式 (2) 设计单电压环控制策略, 电池端额定值与实际测量值的差值经过PI补偿, 信号通过PWM得到信号改变S2导通关断占空比控制输出电压。
3 充电装置的设计
3.1 模块选择
如图3所示, 电压采样双向导通时, 该装置首先分别利用电压、电流采样电路, 对直流母线侧的电压、电感电流采样, 经A/D转换后得到数字信号送到单片机。经过运算得到的信号经驱动电路把数字信号转换成模拟信号, 控制DC-DC变换器的开断。当电池作为负载时, 电压采样电路对电池端的电压采样, 经单片机的运算得到开关信号来控制输出电压大小。
本文采用霍尔传感器LAH25-NP对直流电流进行采样, 不仅检测的信号失真对小, 而且主电路跟控制电路之间实现隔离。
3.2 主电路元件参数设计
电感L参数设计, 当充电装置工作于Buck充电状态时, 应尽量让电感L工作在连续状态:
电容以减少直流母线电压纹波:
其中δ是电感电流纹波系数, γ是直流母线电压纹波系数。
4 仿真验证
为验证设计的合理性, 搭建了基于matlab/simlink的仿真。电池采用电池端口360V, 充电电压380V, 容量85Ah, 微网直流母线电压500V。 (1) 电源作为负载充电时的仿真。单向导通时, 直流母线500V, 经过变压, 电压至384V。图4为电池充电时状态曲线。在380V慢充过程中, 可以看出开始时端电压曲线爬升, 逐渐平稳。此时的电压值是由单相控制策略参考电压值大小决定, 当参考值改变时, 通过单片机运算改变脉宽信号的占空比, 将输出电压调节至参考值。 (2) 电池作为微网电源时仿真。在蓄电池作为电源时, 对微电网直流母线电压进行稳压, 由仿真对比图5可以知, 在没有电池对微网充放电是电压波动相对剧烈, 当加入电池作为电源对微电网平抑功率时, 直流母线电压震荡幅度大幅减小, 因此对微电网交流端可以提高电能质量, 从而维持微电网稳定运行。
5 结论
微电网作为解决能源危机的主要, 其发展也是势在必行, 储能系统起到调控作用, 电动汽车的发展为微电网的储能带来了新的发展思路。本文为此设计一套双向充放电的充电系统, 该系统包括主电路, 采集电路, 单片机, 驱动电路组成, 通过策略的切换, 分别工作在两种模式下, 让电动汽车成为微网的移动式储能成为可能。
摘要：本文针对在微网下孤岛运行模式下设计了双向直流充电装置, 利用非隔离式的BOOST-BUCK电路结构, 充电装置双向导通时, 利用电压外环电流内环的双环控制来控制脉宽调制信号的占空比实现电路的升降压, 此时电动汽车的电池可以作为微电网稳压稳频的电源, 单向流动时, 利用单电压外环控制, 对微网直流母线电压降压从而给电池充电。仿真验证了该设计的合理性与正确性。
关键词：控制策略,直流充电,微电网,DC-DC变换器
参考文献
[1]李立, 刘刚.多电池组储能系统双向DC-DC变换器的研制[J].电力系统保护与控制, 2011, 39 (03) :90-94.
[2]李朝东.微电网混合储能系统控制策略[D].哈尔滨:哈尔滨工业大学, 2014.
[3]张方华.双向DC-DC变换器的研究[D].南京:南京航空航天大学, 2004.
微电网孤岛运行 篇3
分布式发电和微电网技术在世界范围内都得到了高度重视。 随着微电网技术的不断发展,储能技术在微电网中发挥的作用日益凸显。微电网中的储能装置形式多样,安装位置灵活,在合理的控制下可以对微电网的稳定运行提供一定的支撑。
微电网孤岛运行时,系统等效转动惯量较小,风力发电等可再生能源又具有很强的随机性。在有大量 异步风力 发电机 ( asynchronous wind turbines,简称AWT) 接入的微电网中,AWT的运行状况会给微电网的运行稳定性及供电质量带来一定的负面影响。研究表明,当微电网线路参数和系统短路容量确定时, AWT等分布式发电装置的功率波动成为影响系统电压和频率变化的主要因素[1]。针对上述问题,本文将探讨在微电网孤岛运行时,如何合理的利用储能系统来减小AWT运行时的功率波动对系统频率稳定性的影响。
本文分析储能功率控制器在使用锁相环技术时遇到的一些问题,并采用无锁相环技术解决这些问题。在此基础上,建立了一种基于频率跟踪的储能功率控制策略。通过仿真算例研究微电网孤岛运行时在阵风扰动情况下的暂态稳定性。
1蓄电池储能主电路结构与运行分析
本文应用的微电网快速储能系统由储能元件蓄电池组、储能变换电路、滤波电路、检测电路、控制系统等部分组成[2],其结构如图1所示。
假设滤波电路中等效电阻为R,等效电感为L,直流侧的电压为Vdc。在abc坐标系下电路满足以下关系[3]:
式中VNabc、iabc、Vabc分别代表储能逆变器输出三相电压、输出三相电流以及储能装置接入点三相电压。将式( 1) 变换至d -坐标系下,整理得到:
式中VdN、VqN、Vd、Vq、id、iq分别为VNabc、Vabc、iabc各自在dq坐标系下的矢量。
储能控制系统包括电流控制器和功率控制器。功率控制器生成有功/无功电流参考值idref、iqref,其结构如图2所示,功率控制器采用了无锁相环技术来得到坐标变换需要的相角值 φ。
储能有功功率Pout、无功功率Qout满足[4]:
电流控制器可以生成逆变器输出电压参考值VdN、VqN。VdN、VqN经过变换可以生成逆变器PWM信号,从而实现输出功率的调节。
2基于无锁相环技术的功率控制器设计
传统的功率控制器在实现电压、 电流的有功分量和无功分量的解耦时,常使用锁相环实时检测来得到需要的相角值 φ[5],但是该方法存在功率计算比较复杂的缺点。本文采用无锁相环技术来得到相角值 φ。
如图3所示,设矢量us的模为Um。需要得到的相角值 φ 是旋转的d轴和静止的 α 轴之间的夹角,且有 φ = ωt。在使用PLL测量时只要测量A相电压的相角就可以得到 φ 的值。图中: d,q轴和矢量us均以转速 ω 旋转,如果把角 θ 的值赋给 φ,相当于令Ud= Um,Uq= 0。θ 的计算公式为:
储能的Pout、Qout满足以下关系:
使用式( 5) 计算储能 的有功功率、无功功率比式( 3) 更加简洁。 采用无锁 相环计算 法得到的 相角 θ 和d、q轴电压的 图形分别 如图4和图5所示。
由图4可知,采用计算法得出的相 角值在工 频周期内 线性增加,精确地描述 出了相角 值的实际 变化 。 由图5可知,采用计算法后Ud= Um, Uq= 0 ,符合分析 结果 。
由图6可知,储能并网的滤波电 感电流在 两个工频 周期的时 间内即可 跟踪上指 令要求,反应灵敏。由图7可知,储能功率得到了完全解耦,且有功/无功功率值分别受有功 / 无功电流控制,储能输出功率同样可以在两个工频周期内跟踪上指令值。
3基于微电网频率稳定的储能控制方案
储能控制系统包含电流控制器和功率控制器,如图8所示。 该系统应用了电压前馈控制来增强控制器的抗扰动能力。由于采用计算法时Uq= 0,电压前馈控制中,只有Ud的前馈控制。
由于低压微电网线路的阻抗比1,如果忽略线路中的滤波电感,则输电线路可近似为纯阻性。微电网的频率主要受系统中无功功率的影响。基于以上分析,对传统的基于功率跟踪的储能控制方案进行了改进,使储能的无功功率直接跟踪系统频率。图9描述了这两种功率控制器结构。
传统功率控制器( 图9左) : 假设微电网在某一恒定风速下保持稳定运 行,储能装置 与风机共 同向微电 网提供功 率为Pref/ Qref,风速扰动时储能可对风机输出功率波动进行快速缓冲, 储能与风机这个整体共同向系统提供的功率Pref/ Qref保持不变, 两者可以视为一个有功 /无功功率输出稳定的DG[6,7]。储能控制的目的是抑制DG有功 / 无功功率波动,提高系统稳定性。
基于频率跟踪的功率控制器 ( 图9右) : 该控制的有功功率调节方式与传统功率控制一致,无功功率输出则跟随系统交流母线上频率frms的变化,将frms与频率参考值fref的差值经由PI调节器后的输出值作为储能的无功功率输出参考值[8]。当frms低于fref时,储能向微电网输出部分无功功率来提高frms,否则储能将吸收部分无功功率。储能控制的目标是抑制交流母线上的频率波动, 改善系统频率稳定性。
4仿真结果与分析
微电网采用电缆线路,单位阻抗为0. 4487 + j0. 07( Ω/ km) ,储能装置采用基于频率跟踪的功率控制方案。设风机稳态风速为12 m/s,微电网孤岛运行。图10 ~ 12分别描述了t = 5 s出现阵风干扰时风速变化和储能的有功、无功功率响应情况( 储能以吸收功率为正方向,储能配置于PCC处) 。由仿真结果可知:
( 1) 在5 s ~ 10 s之间时, 风速低于稳态风速,风机输出的有功功率小于Pref,吸收的无功功率也小于Qref。储能装置输出有功功率,同时吸收无功功率,其吸收/输出功率的大小随风速的变化而变化,风速变化越大,储能装置吸收/输出功率越大。
( 2) 在10 s ~ 20 s之间时,风速高于稳态风速,风机输出的有功功率大于Pref,并且吸收的无功功率大于Qref。储能装置吸收有功功率,输出无功功率。风速变化越大,储能装置吸收/输出功率越大。
( 3) 20 s ~ 25 s之间的分析与( 1) 一致。
可见,在出现阵 风扰动时,采用本文提出的基于频率跟踪的储能控制方案,可以较快的跟踪系统的功率波动,并且分别对系统的有功和无功功率波动进行缓冲。
图13 ~ 15分别为系 统 ( 交流母线) 频率在无储能和储能采用不同控制方案下的波动曲线图。
可以看出,系统未配置储能时频率波动较显著,最大频率偏差达到2. 4% ; 配置储能后,有效地抑制了交流母线上的频率波动。在使用传统功率控制策略时最大频率偏差0. 8% ,频率恢复时间由无储能时的10 s缩短至5 s。在使用基于频率跟踪的功率控制时频率的最大偏差为0. 4% , 频率恢复时间由无储能时的10 s缩短为1 s。
5结束语
微电网孤岛运行 篇4
随着社会的发展和电力工业的改革, 对可再生能源的有效利用和微电网的需求已日益显现。直流微电网作为一种新型的电网组织形式, 符合可持续发展战略的需求。其中以光伏发电、风力发电、燃料电池发电、微型燃气轮机发电等方式为主的分布式发电 (Distributed Generation, DG) 方式凭借等优点得到广泛的关注和应用。微电网具有重要的社会和经济价值, 主要体现在:可以提高可再生能源利用率, 提高供电系统可靠性满足防灾减灾的要求, 满足节能减排的要求等。微电网通过电力电子变换器将太阳能电池、风力发电机、燃料电池等分布式电源和储能装置以及负载连接到一起, 微电网的运行状态与电力电子变换器的工作状态有着密切的关系。
PEMFC的输出特性包括静态特性、动态特性等, PEMFC的基本工作原理实际上是电解水的逆过程, 总的化学反应如下:
可见, PEMFC内部进行的是燃料和氧化剂在质子交换膜两侧分别完成半个反应的氧化还原反应。从化学反应本质来看, 它是一种将储存在燃料中的化学能直接转化为电能装置。
微电网的能量管理研究是电力电子技术领域的前沿课题, 特别是对包含风能发电和光伏发电系统的直流微电网, 解决好能量管理问题是实现系统稳定运行和最优运行的基础。当前国内外学者从微电网组网结构、分布式电源模型、电力电子变换器建模、多级代理系统、储能系统、运行保护等多个领域对直流微电网进行了大量研究和讨论。相关研究围绕微电网运行制约问题展开, 最终为实现微电网的稳定高效运行服务。
1 微电网组成及优势
微电网的能量管理研究是电力电子技术领域的前沿课题, 特别是对包含风能发电和光伏发电系统的直流微电网, 解决好能量管理问题是实现系统稳定运行和最优运行的基础。当前国内外学者从微电网组网结构、分布式电源模型、电力电子变换器建模、多级代理系统、储能系统、运行保护等多个领域对直流微电网进行了大量研究和讨论。相关研究围绕微电网运行制约问题展开, 最终为实现微电网的稳定高效运行服务。
直流微电网结构组成与优势:
微电网主要由分布式电源 (DG) 、储能装置、电负荷及热负荷构成, 通过隔离装置可以与低压配电系统相连接, 实现孤岛运行与并网运行模式下的平滑转换。从结构上可分为直流微电网 (如图1所示) 、交流微电网和混合微电网等多种形式。
当前微电网的主要形式是交流微电网, 各种电源和储能设备通过变换器连接到微电网的交流母线上, 通过对端口处的控制, 实现微电网运行模式的转换 (并网运行和孤岛运行) 。直流微电网的特点是各种分布式电源和储能装置以及各种负载通过变换器连接到直流母线上, 直流母线再通过逆变器向交流负载供电。DG和负荷的波动依靠连接在直流母线上的储能装置进行补偿。从结构角度分析, 混合微电网是可以看作交流微电网的, 直流微电网同时可当做是交流微电网中的一个电源通过逆变器并入交流母线。
与交流微电网相比, 直流微电网在电能的转换过程中无需变压器, 能够有效减小微电网的规模, 便于系统运行维护。当前, 光伏电池、燃料电池等电源, 超级电容、蓄电池和液流电池等储能装置都具有直流特性, 更适合接入直流电网。
DC/DC变换器是微电网系统的关键组成部分, 其工作效率是衡量系统的重要指标。如果DC/DC不能高效率、低损耗的运行, 那么新能源发电节能减排、高效供电的特点将不复存在。因此, DC/DC的效率问题是微电网中经济攸关的重大课题。研究如何提高新电源的电能质量和传输能力, 降低变换器的损耗显得日益重要。
2 DC-DC损耗分析
微电网中DC/DC变换器的功率损耗主要集中于三部分:功率器件, 磁性元件和电容器。这三部分损耗既可单独分析但又相互作用影响[2,3]。
2.1 功率器件的损耗
运用电路简化的解析模型是最为普遍的一种模式, 通常利用近似拟合得到的电压电流瞬时表达式将损耗表示出来, 此模式是实际工程中常用的功率损耗分析方法, 此方法由于简化了开关的过程, 所以运算结果的精确程度与假设和简化的因素密切相关。电路模型经简化后, 寄生电容被认为是是影响开关行为的主要因素, 然而半导体工艺的迅速发展, 功率管的容量也逐渐升级, 随之电流密度逐渐增大, 寄生电容随之逐渐减小, 开关行为的影响因素已不再由电容参数决定, 寄生电感的效果明显提升[4], 这种改进准确、系统地反映了功率器件的工作损耗情况。
2.2 磁性元件的损耗
损耗主要分为铁损和铜损, 铁损主要包括三个方面:一是磁滞损耗, 二是涡流损耗, 三是剩余损耗。铜损即为绕组的损耗, 铜漆包线对通过它的电流有一定的阻抗作用而引起的损耗。损耗与电流大小的平方成正比, 在电流有效值一定的情况下, 通过降低绕组的直流等效电阻可以有效降低绕组的直流损耗。
2.3 电容器的损耗
电容是电力电子装置的重要组成部分之一, 功率半导体器件近年来发展迅速, 其工作频率显著提高, 使得电力电子装置能够工作在高开关频率下, 所以电容也表现出不一样的损耗。滤波电容会产生一定量的损耗, 变换器损耗的主要部分并不是电容, 但其对变换器寿命的影响是客观存在的。电容的损耗主要可分为三部分:1) 电介质损耗;2) 金属部分损耗;3) 分布参数引起的损耗。目前, 大部分设计中电容器的各种寄生参数依然是被忽略的。
3 DC-DC的效率模型分析
下面以Buck变换器为例说明, 如图2所示为Buck变换器的电路结构拓扑, US为输入端电压;Ron为功率器件导通电阻;Uon为二极管导通压降;RL为电感等效电阻;iL为电感电流;uL为电感电压;RC为电容的等效串联电阻;iC为电容电流;R为负载电阻;Io为输出电流;UO为输出端电压[7]。
变换器的效率为:
式中:Pin为输入功率;Pout为输出功率;为功率器件的开关损耗;为电流损耗 (包括变换器工作中的压降损耗及各类电阻上的损耗) 。
功率器件的开关损耗可描述为[8,9]:
式中:f为开关频率;Im1为开通时的最大工作电流;为开通过程电压、电流的交越时间;Im2为关断时的最大工作电流;为关断过程的交越时间。
根据Buck变换器的电路运行特性计算可得功率器件的开关损耗为[7]
式中:L为电感值;IL为电感电流平均值;d为开关导通占空比。
由功率器件的通态损耗、二极管压降损耗IL (1-d) Uon、电感等效损耗和电容等效损耗组成, 即[7]
根据稳态条件下, 电容电流安-秒平衡规律, 可得
将式 (3) — (5) 代入式 (1) , 可得Buck变换器CCM的效率与输出电流的函数模型为
式 (6) 中的系数为:
4 实验
实验采用上海神力科技有限公司生产的3k W PEMFC为系统电源, 其主要性能参数和运行条件如下。
PEMFC运行条件:
1) 环境温度:0℃~50℃;2) 环境相对湿度:0%~95%RH;3) 燃料:气态氢, 纯度>99.99%, CO<1ppm, CO2<1ppm, HC<1ppm, O2<1ppm;4) 去离子水:电导率<10μs。
PEMFC供氢线路:
1) 进口压力:0.01MPa;2) 进出口压差:0.01MPa;3) 氢气相对湿度:≥90%RH。
针对实验室3k W PEMFC, 设计了其前级Boost变换器, 模块采用全数字化技术, 具有超高效率, 实时性强, 运行稳定可靠, 不存在MCU常有的运行死机的情况。此Boost变换器采用模块化设计, 带有均流功能, 任何工作模式下都可实现多机并联扩容。
结论:通过实验, 实际测得本实验所用DC-DC变换器实际运行效率为90.5%左右, 其中变换器自身损耗和试验线路损耗为主要部=分, 较为真实的反映了当前DC-DC变换器的工作情况, 且随着PEMFC—Boost变换器系统所接负载电阻的增大, 系统输出电压经历了从稳定周期运行状态到混沌状态的变化, 电压纹波随着负载电阻的增大而逐渐增大。
5 结论
为提高对DC-DC变换器工作效率的认识, 本文详细阐述了目前DC-DC变换器在微电网建设发展中的关键地位及面临的主要问题, 其工作效率和自身损耗在微电网整体运行中存在较大的优化空间。对其三部分主要损耗加以论述分析, 以Buck变换器为例, 建立了效率模型, 并加以分析。依托实验室3k W PEMFC和其前级Boost变换器, 进行了部分实验, 验证了DC-DC变换器在运行过程中其效率的实际情况。
参考文献
[1]裘圣琳.燃料电池发电系统前端DC/DC变换器的研究[D].杭州:浙江大学, 2006.
[2]罗佳明, 戴庆元.Boost变换电路的损耗分析[J].电子元器件应用, 2007, 9 (2) :64-67.
[3]袁伟.断续模式反激变换器的优化设计[D].杭州:浙江大学, 2010.
[4]毛鹏, 谢少军, 许泽刚.IGBT模块的开关暂态模型及损耗分析[J].中国电机工程学报, 2010, 30 (15) :40-47.
[5]陈恒林, 钱照明.功率变流器中磁性元件损耗的影响因素[J].电力电子技术, 2007, 41 (2) :81-84.
[6]孔剑虹.功率变换器拓扑中磁性元件磁芯损耗的理论与实验研究[D].杭州:浙江大学, 2002.
[7]孙晋坤, 刘庆丰, 冷朝霞, 等.基于效率模型的DC-DC变换器并联系统电流分配策略[J].中国电机工程学报, 2013, 33 (15) :10-18.
[8]苏开才, 毛宗源.现代功率电子技术[M].北京:国防工业出版社, 1995:132.
微电网孤岛运行 篇5
智能化的微电网,作为智能电网的有机组成部分,以其灵活、稳定的特点,能够灵活高效地利用分布式电源及储能设备,最大限度地发挥分布式电源的优势,有效地改善了用户的供电可靠性和电能质量。微电网分并网运行和离网运行2种运行方式,并网运行方式下,微电网内用户由大电网和网内分布式电源联合供电,当大电网出现电能质量问题时,微电网可以离网运行,仅由内部分布式电源和储能设备进行供电,也称之为非计划孤岛[1]。
在面对地震、暴风雪等极端自然条件的破坏时,传统大电网很容易由于局部损坏而造成大面积停电。微电网凭借其独立组网、自治运行的特点,使得网内重要负荷可以在大电网电力中断的情况下,获得短期持续的电能供应[2],避免了大面积停电带来的严重后果,有效提高了配电网的抗灾能力。然而,由于分布式电源容量有限和电能输出不稳定,以及微电网技术的不成熟,在自治运行过程中,微电网能否保证重要负荷的供电可靠性要求,以及能够保证多长时间的可靠供电,是值得研究的问题。
电力系统可靠性[3],是指电力系统按可接受的质量标准和所需数量不间断地向电力用户供应电力和电能量的量度。实质上就是配电网用户能以多大的可靠程度获得持续的电能供应。配电系统可靠性算法大致可归为以下几类:解析法、模拟法、混合法和人工智能算法。微电网是一个包括发电、输电、配电、用电在内的微型电力系统,传统的可靠性评估方法很难准确地对其运行可靠性作出评估。而且微电源中有大量新能源发电配合储能系统,存在很大的随机性,无法用解析法枚举出所有的故障状态[3,4]。故障树图法[5,6]在工程中应用广泛,在电力系统方面的应用主要侧重于核电站及大型变压器等元件的可靠性分析,可以清晰地表示出各元件故障间的逻辑关系。蒙特卡洛法主要适用于分析建模困难、计算繁琐的复杂电力系统[3,7]。
基于各可靠性算法的特点,本文选用故障树图法求出微电网离网运行时各种可能出现的故障之间的逻辑关系,采用蒙特卡洛法进行随机抽样试验,分析微电网在紧急情况下稳定运行的可靠性,并针对可靠性数据对微电网的内部架设提供建议。
1 故障树图法
1.1 故障树图法基本原理
故障树是一种反映系统故障间因果关系的工具模型,首先写出系统最不希望发生的故障作为第1级,即顶事件;再将直接导致该事件发生的直接原因或事件并列作为第2级;以此类推,逐步分析直到无需再分的基本原因,即底事件。之后再用适当的逻辑门将各层事件逐步联系起来,呈树形结构。故障树建好后,从故障树的顶事件逐步向下分析,就可以清晰地得出顶事件与哪些部件的状态有关,理清系统各元件故障之间的逻辑关系。
建立故障树后,定量分析故障树的关键概念———最小割集[6],即导致顶事件发生的最少底事件的集合。
式中:EGD为故障树顶事件;SMCi为第i个最小割集;Bj为最小割集中第j个底事件。
最小割集中的所有事件都发生时该最小割集才发生,任意一个最小割集发生都会导致顶事件的发生。为了分析系统各元件故障对顶事件的影响程度,在故障树分析法中引入底事件结构重要度I(i)的概念,即
式中:(B1,B2,…,Bn)为故障树的结构函数;i=1,2,…,n,其中n为底事件个数。
式(3)是对B1,…,Bi-1,Bi+1,…,Bn分别取0或1的所有可能求和。底事件结构重要度从故障树结构的角度反映了各个底事件在故障树中的重要程度。
1.2 故障树图法分析微电网离网运行可靠性
如前所述,微电网是一个微型的电力系统,内部运行故障种类多样,运用故障树图法可以清晰地理清各故障之间的逻辑关系,为进一步的分析提供便利。
首先,对系统进行定义。本文分析微电网在紧急情况下稳定运行1星期的可靠性,定义如果微电网从主网断开故障或者在运行168h内,微电网内部的任意重要负荷发生一次断电则视为此次微电网离网运行不成功。其次,对故障树分析作适当的假设,并确定故障树分析的范围。本文根据微电网运行特点,在分析过程中作如下假设:(1)不考虑极端自然条件对微电网硬件的破坏;(2)忽略人为操作故障;(3)储能系统故障会直接导致微电网运行不稳定;(4)只分析168h内微电网运行可靠性。
图1所示为微电网离网运行可靠性分析的主故障树。无论微电网采用何种结构,由于受到分布式电源技术发展的限制,储能系统都是必不可少的[8],并且储能系统的运行也将直接影响到微电网内重要负荷的电能质量。微电网离网运行的过程中,由于缺少大电网的支撑,内部分布式电源的不稳定和负荷切除都会造成网内电压和频率的波动。因此,本文分析假设如果网内所有的储能装置都故障或者输出不足,则无法保证重要负荷的持续供电。
由于数据不足或随机性较大,人为操作失误和微电网硬件遭到的破坏不作考虑,而且这些事件发生的概率也相对很低,对故障树的准确性基本没有影响。相对于微电网并网运行或长期运行的可靠性分析,监测系统和控制系统在离网运行过程中并没有决定性的影响,而且部分内容也超出了电力系统的研究范围,所以监测控制系统的故障在本文的分析中也忽略不计。这一部分将在更深入的研究中进行具体分析。
文献[9]采用故障树法对微电网内用户的可靠性进行分析,本文对其进行改进,结合实际系统算例得出所需的故障树。由于每一个重要负荷断电的故障树比较庞大,故详细故障树结构见附录A图A1。
2 蒙特卡洛模拟法计算离网运行可靠性
理清微电网内部各故障元件的逻辑关系后,下一步需要进行具体参数的计算。网内分布式电源和储能装置等元件的可靠运行具有很大的随机性,相关可靠性参数也没有具体经验数据可供查询。因此,完全按照故障树图法,根据各底事件的可靠性数据计算得到的数据准确性较差。考虑到目前真正投入运行的微电网结构简单、容量较小,可参考价值不大,且大型微电网工程进行试验统计可靠性的费用高昂,进行一次统计的数据同样准确性较差,要进行多次试验使试验数据达到一个稳定值也基本没有可行性。
本文选择故障树图法建立仿真模型,采用蒙特卡洛模拟法进行多次随机模拟,以得出稳定的统计可靠性数据。
2.1 蒙特卡洛法评估可靠性基本原理
蒙特卡洛法评估可靠性,实际上就是对每个元件故障的概率分布进行抽样[10],得到系统的状态量,多次重复试验累积足够多的样本,应用概率统计的方法得到系统的可靠性指标。试验结果由下式给出:
式中:Xi为在[0,1]上均匀分布的随机变量;Si为元件i所处的状态;Pij为元件i在状态j对应的概率;F(Si)为状态Si的一次实验;Ei(F)为元件i实验结果的期望值;为实验函数F的期望值;NS为总抽样次数;Sij为元件i的第j次抽样状态。
由于蒙特卡洛法实验函数的方差与实验次数成反比,并且计算量不受系统规模和复杂程度的影响,因此这种方法非常适用于处理解析法较难完成的各种复杂因素。
2.2 蒙特卡洛法结合故障树法分析微电网离网运行可靠性
由于孤岛运行的微电网是一个整体,包含微电源、储能元件和负荷的整个微电网系统,并没有一个通用的可靠性计算公式,所以本文根据故障树得到的逻辑关系来进行蒙特卡洛模拟计算。
假设整个微电网系统事件为M,根据上文所述已经建立微电网在紧急情况下离网运行失效的故障树,并且系统内各个元件的故障概率分布已知,则有
式中:Ei为故障树的所有最小割集;SBj为底事件,j=1,2,…,k。
微电网在紧急情况下离网自治运行时间不会太久,而传统可靠性参数都是年统计量,这样的经验数据代入故障树中得出的数据准确度不高,也没有太大的参考意义。因此,将蒙特卡洛模拟法引入故障树的分析中,即式(9)中的所有SBj都是底事件的一个状态量,也就是每个元件的每一个故障原因的概率分布。对每一个底事件进行随机的抽样,再根据相互间的逻辑关系得出顶事件的状态,即为一次试验的结果,以此进行多次重复试验直到统计结果稳定。首先对每一个底事件进行随机抽样,以指数分布为例:
式中:F(t)为某个底事件的概率分布函数;t为运行持续时间;λ为常数;ξ为在[0,1]上均匀分布的随机数。
这样,将随机得到的ξ代入式(12)就得到一个底事件的样本观察值。在取合适的λ时,这个样本观察值就是一个底事件一次试验的失效时间。根据故障树事件的逻辑关系可得:
式中:tEi为最小割集Ei的触发时间;tSBj为最小割集中底事件SBj的触发时间;tM为顶事件的触发时间。
设定一个模拟时间T,当tM≤T时认为顶事件发生,tM>T时则顶事件没有发生。将模拟时间等分为N个时间段,进行NS次随机抽样试验后,统计每个时间段顶事件发生的次数及每次顶事件发生是由哪些底事件导致的。最后由统计数据计算系统的可靠性指标。每一个底事件的重要度由下式给出:
式中:Ii为底事件i的重要度;ni和mi分别为在底事件i发生和不发生的条件下,顶事件发生的次数。
对于仿真次数的选取,蒙特卡洛模拟次数越多,计算结果越精确。本文采用试算的方法,逐步增加仿真次数,使数值的波动趋于收敛,直到结果基本不再发生变化。
传统分析供电可靠性的方法中,大多根据元件的统计数据或经验数据得到单个用户和整个系统的可靠性指标,如用户年故障停运率、年平均停运持续时间、系统平均停电持续时间、系统期望缺供电量等。而微电网在紧急情况下应以持续提供电能为首要目标,这种传统的偏重统计数据的可靠性指标并没有太多的参考价值;微电网在运行寿命期间,任何一次紧急情况下的孤岛运行时间点是不确定的,并且微电网孤岛运行时,网内电源和用户的随机性较大,可能造成每次微电网运行时段的可靠性参数变化非常大,传统的可靠性参数大多为平均量,在单独分析微电网离网运行时这些指标并不准确。因此,本文以故障概率为指标,设定网内用户有一次断电即为离网运行故障,评估微电网离网持续供电能力,并分析微电网内哪些故障对微电网持续供电的影响最大,哪些没有影响。针对每一个持续时间T都有一个相应的微电网离网运行故障概率PMI:
式中:T为设定的微电网离网运行时间;PT为在T时间内发生故障的概率。
3 算例分析
本文的实际微电网算例采用欧洲典型低压微电网[11],网络结构如图2所示。
该微电网中共有5个负荷,用户1到用户5的最大负荷分别为:15kW,72kW,50kW,15kW,47kW。本文选择用户2为参考,即规定用户2为重要负荷。根据文献[9],这里微电网离网运行时间设为1星期,该时间段内如果用户2出现一次断电,则认为本次微电网离网运行失效。包括3台柴油发电机组、1组蓄电池储能装置、3台风电机组、10段供电线路、2个断路器在内,所有可能导致离网运行故障的事件即底事件如表1所示。
表1中列出了可能导致顶事件发生的基本事件,没有包含一些概率极小的事件和没有历史数据可查的事件。具体的故障树和底事件编号见附录A表A1。电力系统设备状态持续事件一般可以认为满足指数分布[12],本文根据文献[13]中的微电网各元件可靠性参数得出底事件的概率分布函数,计算结果如图3、图4所示。
图3显示了1星期内从第1d到第7d的运行故障概率。图4为顶事件发生条件下各底事件的出现次数(模拟次数为105)。由于底事件数量较大,图4中将不同位置的同种元件统一进行归纳,如风机1和风机2故障是2个不同的底事件,统计出现次数的时候统一归为风电机组底事件出现次数。
由于是模拟1星期的微电网运行情况,网内线路出现故障的概率相对较小,故忽略线路故障的可能,在更精确的计算中可以按同样的方法在故障树中加以补充。由结果可以看出,微电网完全有能力在紧急情况下保证重要负荷的1星期续供电。由图4可以看出,为了维持微电网的稳定运行,储能元件对可靠性有着非常大的影响。此外,作为网内主要电源的柴油发电机组也占很大的比重,如果把图2中的柴油机组都换成风电机组,容量均为10kV,再次进行可靠性计算,结果如图5、图6所示。
可以发现,将原先1个30kV、2个10kV的柴油机组分别换成10kV的风电机组后,微电网离网运行的故障概率有明显增加,其中风电机组的输出波动成为了主导因素。
4 结果分析
柴油机组较风电机组而言输出波动较小,将柴油机组作为主微电源,其他风电机组配合供电,可以满足紧急情况下重要负荷的1星期稳定供电。
但是柴油机组运行时间越长故障概率越大,不适宜微电网的长时间离网运行。如果将柴油机组换成风电机组,故障概率会明显增加,这主要是因为风电机组的输出波动较大且风机容量较小,一台或数台风电机组的故障都会对重要负荷产生影响。与柴油机组相比,风电机组的优势在于后期更加可靠,并且随着储能技术日趋成熟,风电机组的输出波动问题将逐渐得到改善,无疑将会极大地提高微电网离网运行的可靠性。作为新能源发电,风电机组的环保效益也不容忽视。
储能元件始终对微电网离网运行有着至关重要的作用,微电网离网运行可靠性的提高与储能技术的发展密不可分。而风电机组电力电子器件的故障影响则相对较小。
5 结语
本文从可靠性角度分析得出,微电网在大电网故障或极端自然灾害引起的紧急情况下,完全可以满足重要负荷的短时间供电,给修复和救援工作赢得宝贵的时间。目前,在微电网内全部使用风力发电等新能源供电,在供电可靠性上并不能达到最好的效果,大功率柴油机组与风电机组及储能设备的配合使用能够在很大程度上提高离网运行的可靠性。本文在以下方面还可以进行更深入的研究。
1)进一步完善和补充故障树将使结果更加精确。
2)最佳的风电机组故障概率分布还有待实际的统计数据进行研究,一般的指数分布或威布尔分布并不能准确描述风机输出不足和运行故障。
3)如何安排各分布式电源的位置才能使微电网离网运行可靠性最高,有待在本文算法的基础上进一步研究。
附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。
摘要：微电网作为一种新型配电网结构,其最大的特点就在于可以在并网运行与离网运行之间灵活切换。这一特点使得微电网用户可以获得更高质量的电能供应,并且在地震、雪灾、大电网崩溃等极端条件下保证重要负荷的电力供应。文中应用故障树图法建立微电网离网运行模式下的可靠性模型,并用蒙特卡洛模拟法计算固定时间内微电网离网运行故障率,评估微电网在极端条件下的持续供电能力。以实际微电网系统为例,分析微电网各元件对其离网持续运行能力的影响程度,为微电网的架设提供了建议。
微电网孤岛运行 篇6
随着我国经济的发展,能源短缺与环境污染两大难题日益突出,发展清洁能源、保障能源安全是解决这两大难题最有效的途径[1,2]。然而太阳能、风能等清洁能源无法集中利用,为了更有效地利用这些清洁能源,微电网应运而生。微电网是将分布式电源、负荷和储能装置、变流器等有机整合在一起的小型发配电系统[3,4,5],依据供给电能的类型,微电网可分为直流微电网、交流微电网和交直流混合微电网[6,7,8,9,10]。由于大电网与绝大多数负载都属于交流系统,所以交流微电网得到了较快的发展。然而直流微电网系统结构简单、能量转换少、供电质量高,相比交流微电网更有优势[11,12,13],因此在如海岛、偏远的山区等地方因无法与大电网并网,直流微电网的运行更有效。本文选择以孤岛模式下的光储直流微电网为研究对象,并着重研究其控制策略。
目前直流微电网主要采用电压分层控制策略来控制其直流母线电压。文献[14]采用了分级控制,能够分层实现微电网的控制;文献[15]采用直流母线信号控制策略,通过采用直流母线信号实现微电网的最优控制;文献[16]采用自适应调节下垂系数,能够提高电池的运行效率。然而上述控制策略都没有考虑到因母线电压波动而导致控制策略频繁切换的情况。为解决母线电压波动对分层控制的影响,文献[17]在储能系统的充电模式和放电模式之间增加了空闲模式;文献[18]采取电压滞环控制。但是无论是增加空闲模式还是采取电压滞环控制都会造成控制延时而导致控制策略误切换的发生。
通过上述文献可知,直流微电网分层控制的主要思路为:电压是判定系统功率是否平衡的重要指标,通过检测电压是否恒定可以判定系统功率是否平衡,以直流母线电压的幅值为判定基准,将微电网的控制策略设置为不同工作模式[19]。然而分层控制以电压为判定基准就会不可避免地受到母线电压的影响,而直流微电网在正常运行时母线电压并非绝对的直流而是小范围内波动的,而且微电网不同模式切换时也会对母线电压造成一定的冲击,这些母线电压波动可能会导致微电网不同工作模式间的频繁切换,若通过增加蓄电池空闲模式或采取电压滞环控制等策略来解决这种状况,又会造成微电网控制的延时等一些新的问题。
为了解决电压分层控制问题,本文创新地提出了变功率控制方法。此方法以功率为判定基准,以铅酸电池的CIEMAT模型[20]为基础,利用微电网当前各个分布式单元输入输出功率,控制微电网工作于不同的控制策略。并根据光伏电池输出功率与负荷所消耗的功率差,控制蓄电池充放电功率的方向与大小,使微电网内功率能够保持平衡,进而使直流母线电压能够保持稳定。仿真结果验证了本文所提变功率控制方法的正确性,且其控制性能优于常用的电压分层控制方法。
1 常用的分层控制及其存在的问题
分层控制是当前直流微电网的控制策略中研究最广泛的控制策略。分层控制是将母线电压分为若干等级,然后根据母线电压的等级将微电网分为若干工作模式,通过各工作模式的切换使母线电压保持稳定。
孤岛模式下光储微电网某种分层控制策略见表1。表中,MPPT表示最大功率点跟踪。由表可知,分层控制将直流微电网的母线电压用4个阈值分为5个工作区域。在理想条件下,该分层控制能够很好地实现功率的平衡和电压的稳定。但实际上,直流微电网的母线电压并非严格的直流恒定值,电压会在小范围内波动且波动的频率较高,这将会导致微电网工作模式之间的误切换。产生电压波动的因素有微源、变流器、控制装置和负载等多种。
下面以光伏的Boost变换器为例来说明变流器对电压的影响。
Boost变换器的拓扑结构如图1所示。
在Boost变换器中,各电流与电压变化曲线如图2所示。由图可见,在Boost变换器中无论是电流ie还是输出电压uo,都是波动的而非绝对直流。
如果不考虑其他因素,Boost变换器中电容C与输出电压uo的关系如图3所示。图中,C1>C2。
由图3可见,当电容C较大时,输出电压uo的波动较小,但此时Boost变换器稳定输出的延迟时间较长,而电网对各个变换器的瞬时性有较高的要求,即电容C不可能太大,因此输出电压uo的波动范围不可能很小或消失。
按表1所述的分层控制策略进行控制仿真,其直流母线电压的变化曲线如图4所示。
由上面分析可知,直流微电网中的母线电压波动是无法消除的。分层控制以电压大小作为微电网工作模式切换的依据,母线电压在给定值附近上下高频波动,这将会使微电网在2种工作模式间高频切换,这种高频切换既会导致微电网内部大量能量的耗散,也会损害各个器件的寿命。由图4可见,母线电压会在52 V、54 V、56 V和58 V附近频繁波动,这些波动会使微电网的工作模式之间产生非正常的切换,相对于其他电压阈值,母线电压以52 V为中值上下波动时,将会导致某些负载频繁通断;而母线电压在54 V附近上下波动时,将会导致蓄电池反复进行充放电工作,这种情况可能会导致负载或蓄电池的损坏。由图4中的子图(a)、(b)、(d)可见,这些非正常的工作模式之间的切换会对母线电压正常变化产生一定的冲击。
增加蓄电池空闲模式或采取电压滞环控制等策略可以解决这些问题,但是无论是蓄电池空闲模式还是电压滞环控制都会造成微电网正常工作模式间切换的延迟,这些延迟可能会造成图4中子图(e)所示的后果,即当微电网由模式1需要切换到模式2时,由于微电网动作的延迟,微电网由模式1经模式2直接切换到模式3,由于微电网需要在模式2正常运行而非模式3,所以微电网需要再由模式3切换到模式2,导致微电网在模式2与3之间波动切换,最终稳定在模式2。
此外,直流微电网内光伏电池输出的功率随外界条件的变化而变化,如24 h内光照强度从最弱到最强,然后再逐渐变成最弱,在理想条件下,光伏电池输出的电能也从最少到最多再逐渐减到最少,在这段时间内微电网的工作模式有可能从模式5逐渐切换到模式1,然后再逐渐切换到模式5。即在理想条件下24 h内微电网的工作模式需要切换8次,光伏电池的控制策略需要变换2次,蓄电池的控制策略需要变换6次。如果天气或者负载发生变化,这个时间间隔还要减少。微电网的工作模式或者说各个分布式单元的正常切换也会对微电网造成一定的冲击,如图4中子图(c)所示,而对分层控制而言,切换的次数太多也是其另一个不足之处。
2 本文提出的变功率控制方法
2.1 变功率控制系统的拓扑结构
针对上述电压的分层控制缺点,本文提出了直流微电网的变功率控制,为便于分析,本文采用孤岛式光储直流微电网,其拓扑结构图如图5所示,本系统由直流母线、光伏电池、储能装置、负荷、变流器和控制系统组成。
图中,IPV为光伏电池输出电流;UPV为光伏电池输出电压;Ubus为直流母线电压;PPV为光伏电池输出功率;Pbattery为蓄电池输出功率;Pload为负荷功率;αM为MPPT控制模块输出的Boost电路的占空比;αB为恒压控制模块输出的Boost电路的占空比;α为光伏系统Boost电路实际占空比,当光伏系统采用MPPT控制时α=αM,当光伏系统采用恒压控制时α=αB。光伏电池输出低压直流电能,Boost变换器将光伏电池输出的电能转换为高压直流电能,并输出到直流母线上;蓄电池用于平抑光伏输出电能的波动,其充、放电状态与直流母线之间的功率流向为双向,通过双向DC/DC变换器与直流母线连接;微电网中负荷包括直流负荷与交流负荷2种,直流负荷通过DC/DC变换器与直流母线相连,交流负荷通过DC/AC变换器与直流母线相连;控制系统包括光伏电池的控制策略、蓄电池的控制策略和负荷的控制策略,本文重点研究了光伏电池和蓄电池的控制策略以及上述3种控制策略的配合。
2.2 变功率控制时微电网的4种工作模式
在图5所示的孤岛式光储直流微电网中,各分布式单元的控制策略主要包括光伏发电系统的控制策略、储能系统的控制策略、负载逐渐切除策略。直流微电网的工作模式是由上述3种控制策略之间相互配合构成,具体配合方式见表2。表中,ΔP′=PPVmaxPload,PPVmax为光伏电池采用MPPT控制时输出的功率;Pmaxbattery_c、Pmaxbattery_d分别为蓄电池的极限充电功率和极限放电功率。
从表2可知,直流微电网的变功率控制是以功率为基准将微电网分为4种工作模式。
模式1:ΔP′>Pmaxbattery_c,说明光伏电池最大发电功率除了负载消耗一部分,剩余的功率仍然超过蓄电池的极限功率。为了防止微电网内功率出现冗余,光伏电池采取恒压控制,使PPV-Pload=Pmaxbattery_c。
模式2:0≤ΔP′≤Pmaxbattery_c,说明光伏发电功率大于负载消耗功率,且剩余的功率在蓄电池的极限功率内。此时光伏采取MPPT控制,并需要根据ΔP′改变蓄电池的充电功率,使PPV-Pload=Pbattery_c。
模式3:0<-ΔP′≤Pmaxbattery_d,说明光伏发电功率无法满足负载的消耗,需要蓄电池放电,且蓄电池需要放出的功率不超过其极限。为了维持功率的平衡需要根据ΔP′改变蓄电池放电功率,使Pload-PPV=Pbattery_d。
模式4:-ΔP′>Pmaxbattery_d,说明光伏电池发电功率严重不足,蓄电池需要放出的电能超过其极限放电功率。为了防止微电网内部出现严重功率缺额,需要根据负荷等级不同逐渐切除一部分负荷,使Pload-PPV=Pmaxbattery_d。
2.3 3种分布式单元的控制策略
2.3.1 光伏电池的控制策略
光伏电池的控制原理如图5所示。由图可见,光伏电池分别工作于2种控制策略,即MPPT控制或恒压控制。
当光伏电池输出功率较少或蓄电池充电功率没有达到极限时,光伏电池采用MPPT控制输出其最大功率;而当光伏电池输出功率过多或蓄电池的充电功率达到极限时,需要减少光伏电池的输出功率,此时光伏电池采用恒压控制[19]。
2.3.2 蓄电池的控制策略
在直流微电网中蓄电池的控制是整个微电网协调控制的重心,因此本文重点研究了蓄电池充放电的控制方法。本文蓄电池采用CIEMAT模型[20],见图6。图中,n为串联单体数量,Ubattery为蓄电池电压,Ibattery为蓄电池电流,Ebattery为电动势,R为蓄电池内阻。
在上述蓄电池的CIEMAT模型中,蓄电池充电功率为:
蓄电池放电功率为:
其中,ΔT=T-25℃,T为环境温度;SSOC为荷电状态(也称剩余电量),它为电池的剩余电量与其容量的比值,其取值为0~1;Ibattery为蓄电池电流,当蓄电池充电时Ibattery>0,当蓄电池放电时Ibattery<0;C10为蓄电池10 h率容量,单位为A·h。
然而若要蓄电池安全高效地工作,就必须对蓄电池的充放电电流进行限制,设蓄电池的最大充电电流为Imaxbattery_c,最大放电电流为Imaxbattery_d。
由式(1)、(2)可知,蓄电池的极限充电功率为:
蓄电池的极限放电功率为:
如果直流微电网采用如表1所示的分层控制,当系统进入模式2或模式5时,如果蓄电池采用恒流充放电,由式(1)、(2)可知,当SSOC、T不变时蓄电池充放电功率恒定,即微电网在模式2或模式5内无论母线电压及系统功率如何变化,蓄电池的充放电功率都保持恒定,即蓄电池充电功率不能随着母线电压的升高及系统内剩余功率的增多而增多,这就导致蓄电池对微电网功率的调节功能显得比较生硬不够灵活。
本文的蓄电池采取变功率控制,其中蓄电池的充放电功率是由光伏发电功率与负荷功率所决定,并由母线电压的额定变化值作为补充,并且根据蓄电池充放电功率的大小决定蓄电池的工作状态。即:如果Pbattery_c<Pmaxbattery_c(Pbattery_d<Pmaxbattery_d),则说明蓄电池的充放电功率没有达到极限,此时蓄电池工作于非极限充(放)电状态;如果Pbattery_c≥Pmaxbattery_c(Pbattery_d≥Pmaxbattery_d),则说明蓄电池的充放电功率达到了极限,此时蓄电池工作于极限充(放)电状态,而且通过调节蓄电池与微电网系统的各个参数使Pbattery_c=Pmaxbattery_c(Pbattery_d=Pmaxbattery_d)。
根据上述分析,本文所采取的蓄电池控制原理如图7所示。由图可见,蓄电池主要采用非极限变功率控制和极限变功率控制2种控制模式。
(1)非极限变功率控制。
非极限变功率控制的控制算法框图如图8所示。图中,αc为蓄电池充电时双向DC/DC电路中Buck电路的占空比;αd为蓄电池放电时双向DC/DC电路中Boost电路的占空比。非极限变功率控制的原理为:通过公式计算蓄电池充放电功率的给定值,然后使蓄电池工作在给定值附近以调节微电网功率的平衡。
当PPV>Pload时,蓄电池工作于充电状态且Pref_battery_c=PPV-Pload。此时如果母线电压升高,则说明微电网内功率因计算、测量有误差而导致微电网内还有冗余功率,此时应该增加蓄电池充电功率,即为:
其中,ΔUbus为母线额定电压变化量;k为母线电压转换为冗余功率的系数。
当PPV<Pload时,蓄电池工作于放电状态且Pref_battery_d=Pload-PPV。此时如果母线电压升高说明微电网内有冗余功率,此时应该减少蓄电池放电功率,即为:
(2)极限变功率控制。
从式(5)、(6)可知,蓄电池的充放电极限功率随着SSOC、T的变化而变化,蓄电池极限功率控制主要是通过SSOC、T和蓄电池最大允许充放电电流Imaxbattery计算其极限功率,再加上因误差而导致的电压变化的修正,控制蓄电池充放电功率,使蓄电池始终安全稳定地工作于极限功率下。其控制算法框图如图9所示。
2.3.3 负荷的控制策略
由于蓄电池的放电功率具有极限值,如果光储微电网中光伏输出功率与蓄电池极限放电功率之和依旧小于微电网系统的负荷功率,即PPV+Pmaxbattery_d<Pload,此时微电网的发电功率无法满足负荷的消耗,所以此时微电网中的功率将无法达到平衡,这将导致整个微电网系统处于不稳定状态。
因此当微电网总的极限输出功率小于负荷功率时,需要采取如图5所示的控制策略,通过断路器逐渐切除负荷使得PPV+Pmaxbattery_d=Pload,进而保证微电网功率的平衡。
3 仿真验证
为了验证上述控制策略的有效性和可行性,本文在MATLAB/Simulink中搭建了直流微电网变功率控制的模型并进行了一系列仿真。
3.1 直流微电网的稳定性仿真
图10为当光伏电池的输出功率具有较大波动时直流微电网的母线电压和冗余功率(Pex=PPV-PloadPbattery)的变化曲线。图中,当t=5 s时光伏电池的输出功率由70 W突变为175 W。
图11为当负荷有较大波动时,直流微电网的母线电压和冗余功率的变化曲线。图中,当t=5 s时直流微电网的负荷功率由120 W突变为200 W。
由图10、图11可以看出,无论是光伏电池输出功率的突变还是直流微电网负荷的突变,在突变后,直流微电网的母线电压都稳定在额定值附近,这说明直流微电网系统的母线电压能保持稳定;而且在突变后直流微电网的冗余功率都约等于零,这说明直流微电网系统的功率能保持平衡。
由此可知,光伏功率和负荷突变时微电网能够保持稳定。
3.2 冗余功率系数k对微电网影响仿真
图7—9及式(5)、(6)中的微电网冗余功率系数k的正确取值对微电网母线电压偏离额定值的大小以及微电网稳定性都有重要的影响。
图12为冗余功率系数k不同时直流母线电压的变化曲线(图中k′=Pload/(0.01Ubus))。图中,在t=5 s时光伏电池输出功率突然增大,蓄电池由变功率放电模式变为变功率充电模式。
由图12可见,在微电网工作模式发生变化时,只有当k≈k′时,微电网直流母线电压才稳定在额定值附近,此时微电网母线电压的偏离较小,微电网具有较好的稳定性;而无论当k≪k′时还是当k≫k′时,微电网母线电压都有一段偏离其额定值比较大的区域,且当k≫k′时(即k过大时)微电网系统的稳定性较差。因此,只有当k≈k′时,微电网工作的稳定性及微电网运行效果才比较好。
3.3 1 d内直流微电网各参数的变化趋势仿真
为了更鲜明且更简便地说明变功率控制的优点,本文根据1 d内太阳的变化在20 s内模拟了1 d内光照强度S的变化趋势,其变化曲线如图13所示。在仅光照强度变化时光伏电池输出功率的变化情况如图14所示。
图14中,当t=6~10.9 s时,系统处于模式1状态,此时光伏电池工作于恒压控制模式下,而其他时间则工作于MPPT模式下。
当微电网负荷都是较大功率负荷时,如果微电网工作在模式4,此时需要切除负荷,由于负荷都较大,切除一部分负荷时微电网负荷功率会突然减小,这就使得微电网蓄电池放电功率减小,微电网退出工作模式4,而重新进入工作模式3。微电网内部光伏负荷功率差(ΔP′=PPV-Pload)、蓄电池输出功率及负荷功率变化曲线如图15所示。
由图15可得如下结论:
(1)当t=0~2.4 s时,ΔP′<0,光伏电池输出功率不能满足负荷的消耗,此时Pbattery>0,蓄电池工作在非极限变功率放电模式,系统工作在模式3;
(2)当t=2.4~6 s时,ΔP′>0,光伏电池输出功率大于负荷的消耗功率,此时Ibattery<0,蓄电池工作在非极限变功率充电模式,系统工作在模式2;
(3)当t=6~10.9 s时,由于蓄电池充电功率达到极限,此时蓄电池工作在极限变功率充电模式,光伏电池工作于变压控制模式,且由于此时微电网负荷不变,此时光伏输出功率不变,系统工作在模式1;
(4)当t=10.9~14 s时,由于光伏输出功率的减小,蓄电池的充电功率减小,使得蓄电池退出极限变功率充电模式,此时蓄电池工作在非极限变功率充电模式,系统工作在模式2;
(5)当t=14~16.8 s时,ΔP′<0,光伏电池输出功率不能满足负荷的消耗,此时Pbattery>0,蓄电池工作在非极限变功率放电模式,系统工作在模式3;
(6)当t=16.8~17 s时,蓄电池充电功率达到极限,蓄电池工作在极限变功率放电模式,此时微电网切除一部分负荷,使负荷功率Pload减小,由于负荷功率的减小,蓄电池放电功率减小,使得蓄电池退出极限变功率放电模式,工作在非极限变功率放电模式,系统工作在模式4;
(7)当t=17~18 s时,随着光伏输出功率的减小,蓄电池放电功率逐渐增加,系统工作在模式3;
(8)当t=18~20 s时,蓄电池放电功率达到极限,由于光强的恒定光伏输出功率不变,此时不需要切除负荷,所以负荷不变,系统工作在模式4。
当微电网具有较小负荷时,如果微电网蓄电池放电功率达到极限,微电网工作于模式4,此时需要切除负荷时,可以逐渐切除小功率负荷,使蓄电池放电功率始终维持在极限值附近,这样就使得微电网始终工作于模式4。微电网蓄电池充放电功率曲线和负荷曲线如图16所示。
3.4 变功率控制的优势
以大功率负荷为例,当光照强度按照如图13所示的曲线变化时,图17为直流微电网在采用2种不同控制控制策略时蓄电池输出功率变化曲线。图中,Pbattery<0表示充电;Pbattery>0表示放电。由图可见,微电网在采用变功率控制时蓄电池的输出功率曲线明显优于采用分层控制时蓄电池的输出功率曲线。其主要原因在于:在同样条件下,分层控制时蓄电池工作模式切换的次数明显多于变功率控制时蓄电池工作模式的切换次数,而蓄电池工作模式每切换一次都会对蓄电池正常工作产生一定影响。
图18为直流微电网在采用2种不同控制策略时母线电压变化曲线,其中母线电压的变化代表了直流微电网母线电压的稳定性。
图19为直流微电网在采用2种不同控制策略时冗余功率变化曲线,其中冗余功率的大小代表了直流微电网功率的平衡性。
由图17—19可知,当直流微电网分别采取变功率控制和分层控制时,蓄电池的切换次数N、母线电压波动的大小ΔUbus=Ubusmax-Ubusmin、冗余功率波动的大小ΔPex=Pexmax-Pexmin如表3所示。
由表3可知,无论是蓄电池充放电的次数、母线电压波动的大小还是微电网冗余功率波动的大小,变功率控制都明显小于分层控制,即蓄电池使用寿命、微电网母线电压的稳定性、微电网功率的平衡性,变功率控制都明显优越于分层控制。
4 结论
本文通过分析直流微电网中以电压为基准将控制策略分为不同模式的分层控制策略的不足之处,创新地提出了以功率为基准将控制策略分为不同模式的变功率控制策略以实现微电网内功率的平衡和电压的稳定。最后通过仿真验证了本文所提的变功率控制方法明显优于常用的分层控制方法,并可得出以下结论:
(1)蓄电池采用变功率充放电控制,能够实现微电网内部功率的平衡;
(2)将直流微电网母线电压差加入到蓄电池充放电的给定值计算公式中,能够消除因计算误差或测量误差导致微电网内功率的不平衡;
微电网孤岛运行 篇7
目前, 微电网孤岛切换方面的研究主要单分布式单元或只含储能单元的微电网为研究对象。文献研究了逆变器控制参数与微电网孤岛切换效果之间的关系, 提出了一种新的逆变器控制方法。但是微电网内柴油发电机主要用于功率补偿, 且其功率响应速度较慢, 因此不一般不作为主逆变器;文献将超级电容与蓄电池作为负荷储能单元, 采用预同步控制的方法, 削弱了逆变器控制状态突变所导致的负荷侧暂态波动。然而, 由于蓄电池等储能单元容量有限, 微电网内一般均存在柴油发电机或微型燃气轮机等燃料发电机设备。
本文采用含光伏发电单元、微型燃气轮机、蓄电池单元以及本地负荷单元的微电网为研究对象, 设计一种基于主从控制结构下的微电网孤岛无缝切换策略。针对微电网孤岛切换时, 由主逆变器控制量突变导致的暂态波动, 采用状态跟踪控制器使得V-f控制模块在并网运行时跟随P-Q控制模块的输出状态。当V-f控制器与P-Q控制输出状态一致时, 微电网断开并网点, 切换运行模式。孤岛运行时, 从逆变器跟随负荷侧功率需求, 恒定输出有功功率。基于PSCAD的暂态仿真表明, 该控制策略有效保证了微电网的供电稳定性, 提高了本地负荷的电能质量。
1 微电网系统结构
如图1 所示为本文微电网系统结构, 系统包含光伏发电单元、微型燃气轮机、蓄电池以及本地负荷。微电网并网运行时, 微型燃气轮机与蓄电池采用P-Q控制, 公共电网对系统内的电压与频率提供支撑。当微电网断开并网点时, 微电网采用主从控制结构。微型燃气轮机作为从逆变器保持P-Q控制, 蓄电池切换至V-f控制模式, 对本地负荷侧的电压与频率提供支撑。
当微电网并网运行时, 蓄电池的V-f控制器虽然未直接对逆变器产生控制, 但依然存在输出信号。在孤岛切换的瞬间, V-f控制器与P-Q控制器之间的输出状态不匹配影响了蓄电池单元的输出稳定性, 导致负荷侧产生较大暂态振荡。因此, 引入如图2 所示逆变器状态跟踪控制模块。逆变器状态跟踪控制模块将P-Q控制器输出量作为负反馈给V-f控制器, 使得V-f控制器在并网运行时跟随P-Q控制的输出状态。
当微电网处于并网运行模式时, K1 与K4处于闭合状态, K2 与K3 打开, P-Q控制模块对逆变器输入控制信号。同时, P-Q控制模块的输出信号与V-f控制模块输出信号求差值后反馈给V-f模块, 使得V-f模块的输出量与P-Q模块输出量一致。当微电网切换至孤岛运行时, K1 与K4 打开, K2 与K3 闭合, V-f控制模块对逆变器进行实际控制。
2 仿真验证
为了验证本文所提出基于主从控制结构下的微电网无缝切换策略, 在PSCAD软件中构建仿真系统。微电网仿真系统通过PCC并网点与0.4k V母线相连, 具体各分布式电源参数如表1 所示。
该微电网系统中, 光伏发电单元与微型燃气轮机为主要功率供给单元, 可再生能源功率占总功率50%。并网运行时, 微型燃气轮机与蓄电池单元根据系统运行计划, 运行于恒功率模式;孤岛运行时, 蓄电池用于平衡负荷侧电压与频率, 使其运行于额定值。图3 至图4 分别为微电网在t=1sec进行孤岛切换时负荷侧电压与频率振荡幅度。
当微电网不采用逆变器状态跟踪控制模块时, 频率最大波动为5.8Hz, 电压最大波动为0.07k V;在蓄电池控制端加入逆变器状态跟踪模块后, 频率最大波动为4.5Hz, 电压最大波动为0.06k V。如表2 所示, 采用逆变器状态跟踪控制模块可有效降低孤岛切换时负荷侧的暂态振荡, 提高了微电网供电稳定性。
3 总结
本文针对微电网系统孤岛切换时暂态振荡现象, 以含多分布式电源主从控制结构下的微电网为研究对象, 提出了一种微电网孤岛平滑切换策略。微电网孤岛切换时, 从逆变器单元采用P-Q控制稳定系统内功率平衡, 主逆变器单元的V-f控制模块通过逆变器状态跟踪控制跟随P-Q控制模块输出状态, 降低了因逆变器控制信号突变所导致的微电网负荷暂态振荡。该控制策略有效提高了本地负荷供电质量。
参考文献
[1]刘文, 杨慧霞, 祝斌, 等.微电网关键技术研究综述[J].电力系统保护与控制, 2012, (14) :154-157.
[2]郑竞宏, 王燕廷, 李兴旺, 等.微电网平滑切换控制方法及策略[J].电力系统自动化, 2011, 35 (18) :17-24.
[3]王燕廷.微电网并网与孤岛运行模式切换的研究[D].吉林:东北电力大学, 2011.