微网策略控制器（精选7篇）
微网策略控制器 篇1
0 引言
随着国民经济的发展,人们对能源的需求不断增长。仅以电力生产为例,当前电力生产仍以煤、天然气等不可再生资源作为主要生产能源,而国内的火力发电更是占发电总量的78%[1]。各国学者已经将目光对准了一种新型的发电技术:分布式发电(Distributed Generation,DG),以及由它带来的新型的电网形式:微网(Microgrid)[2]。微网由分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置汇集而成,是能够实现自我控制、保护和管理的自治小型发配电系统,它既可以与外部电网并网运行,也可以孤立运行,是智能电网的重要组成部分。
但由于DG基于电力电子接口接入微网,发电效率会受环境影响,电源稳定性较差,克服扰动的能力也较弱。特别是在微网孤岛运行脱离电网的支撑时,微网的稳定就成为关键问题。对微网而言,微网的控制应尽可能基于本地信息,因此如何协调微网中各DG并进行合理的控制是微网安全可靠运行的关键,也是微网关键技术所在[3]。
本文主要针对微网的DG控制,将电力电子逆变器的控制策略作为切入点,对目前DG控制的主要3种方法进行理论和仿真研究,在此基础上提出一套控制策略来实现微网的稳定控制。
1 微网结构
微网由若干分布式电源、负荷以及线路阻抗、开关等组成,并与配电网相连。各电源通过不同的控制方法并联入微网母线。一般微网至少含有一个稳定的组网DG,在微网的运行中起支撑作用DG单元通过各自的控制单元和静态开关与配电系统的母线(PCC)连在一起,同时连接各种负荷。静态开关可以灵活地控制电能的接收和输送,实现微网在并网和孤岛2种状态下的平滑切换。为保证微网孤岛状态运行的稳定性,通过控制各个负荷开关来切断一般负荷,保证重要负荷的供电。当微网由孤岛转为并网时,DG控制单元控制微网的频率、相位和电压幅值,使其达到并网的要求后再闭合静态开关连上配电网。
2并网运行
在分布式电源中,风力发电、光伏发电、温差发电等可再生能源发电都极易受环境的影响,本文将这类分布式电源称为并网DG[4]。由于DG输出功率受外界环境的影响很大,如果保证其功率稳定输出,则需要配备较大容量的储能装置,这样就大大提高了成本。针对并网DG这种特点,为使其在环境影响下发挥最大的发电效益,同时方便对这类DG的控制,采用P-Q功率控制法,通过调节电流使其跟踪参考电流实现其输出功率达到最大功率跟踪值[4]。为使研究变得简单明确,本文中使用直流电源代替并网DG,用恒功率值代替最大功率跟踪值
2.1 P-Q控制
逆变器输出电压U1为三相电压矢量,其表达式为:
式中:Um为相电压幅值。
对U1进行由abc坐标系下的基波正弦变量到dq0坐标系下的直流变量变换,其转换矩阵为T[5]:
则输出电压U1的dq0轴转换公式为:
可以看出在负载完全对称三相电压平衡运行的情况下,得到Uq为0,同时Ud为1个常数,这样dq0轴就解除了耦合关系。由于P-Q控制要求输入值为最大功率跟踪值(在本文已用固定值取代)Pref和Qref,在此基础上可得到逆变器的参考输出电流Iref为[6]:
由Iref的表达式可以看出,对逆变器输出电压的控制通过对输出电压的坐标变换转化为对输出电流的控制。同时P-Q控制器中的电流环控制对反馈的电流进行优化处理,加快跟踪的速率,达到更好的控制效果
3 组网运行
对于组网DG如微型燃气轮机、燃料电池等分布式电源而言,它们具有稳定性好、可调控性强的特点,在微网运行时处于主导支撑作用。在微网处于孤岛状态时对其采用V-f控制,通过V-f控制做出一定的动态响应,以保证微网内重要负荷的正常运行[7]。
3.1 V-f控制
V-f控制的目的是要控制DG单元发出的电压和频率,使其达到稳定的设定值。V-f控制主要由PLL虚拟锁相环、电压电流双环控制、dq0转换模块组成,其结构图如图1所示。
V-f控制是利用电网侧的反馈电压,经dq0变换后与参考控制电压比较,并利用滤波电感侧的反馈电流,通过电流电压双环控制使逆变器的输出电压达到参考电压,同时通过PLL虚拟锁相环稳定微网的频率,从而达到微网电压频率稳定输出的状态。相对于P-Q控制的电流环控制,V-f控制采用的电压电流双环控制由于输入了反馈的电流电压值,能很好地利用系统的状态信息,提高了系统的动态响应能力和稳态精度,同时也加强了系统应对扰动的暂态稳定性。
3.2 Droop下垂控制
Droop下垂控制是V-f控制的延伸,它基于微网的对等控制思想,假定微网中DG都是平等被调控的状态,不存在主从关系,适用于并联的几个组网DG在孤岛状态下的控制,也具备V-f的部分控制功能,同时Droop下垂控制基于电源的功率传输特性以及下垂特性,根据不同DG的下垂特性以及DG本身的功率容量,来实现其最主要的功能——合理分配功率,这是V-f控制所不具备的。通过合理分配各DG的输出功率,达到合理利用资源,提高微网运行效益的目的。
3.2.1 功率传输特性
功率传输特性,是指通过对微网从DG到负荷功率传输过程中潮流的特性进行分析,同时将低压线路的阻抗比进行简化,从而得到的传输特性。将微电网等效为一个含有微源的简化模型,如图2所示,其中PCC处为公共连接点。
图2中,E和U分别为逆变器的输出电压和公共母线的电压幅值,δ为输出电压相角;Z和θ分别为等效输出阻抗的幅值与相位。逆变器的功率输出方程为[8,9]:
式(5)和式(6)可简化为：
由式(7)和式(8)可以看出线路阻抗呈阻性,且P主要取决于电压差,Q主要取决于相角。由于式(8)中频率和相角的微分关系,在实际应用中,通常用f代替相角来控制有功。这样通过控制相角和电压,可以分别实现对P和Q的控制。
3.2.2 下垂特性
下垂特性是在功率传输特性的基础上,通过模拟传统发电机的下垂特性来实现并联的各个DG之间的功率控制。下垂控制利用分布式电源输出有功功率和频率呈线性关系而无功功率和电压幅值成线性关系的原理而进行控制,实现各并联分布式电源输出功率的合理分配,下垂特性曲线见图3。
由图3可以得到DG的下垂特性公式为:
式中:Kp、Kq为有功和无功的下垂系数,其计算公式为:
式中:Pmax为DG允许输出的最大有功功率;Pn为DG的额定输出功率;U0为DG输出额定功率下的输出电压;Umin为DG允许输出的最小电压;f0为电网的额定频率;fmin为DG允许输出的最小频率;Qmax为DG允许输出的最大无功功率。
当DG的有功功率输出过多时,下垂控制将通过减小电压幅值来减小有功输出,反之则增加输出;同样对于无功功率通过减小其频率,相应减小其功角,从而达到减小无功输出的目的[10]。
Droop控制器的电压电流双环控制模块与V/f控制一样,实现孤岛下电压频率的稳定输出。功率控制模块包括瞬时电压电流的测量、瞬时功率的计算、下垂控制模块。通过采集测量点处的瞬时电压和电流,计算出DG瞬时输出功率,并通过平均值计算模块(Mean Value)得到逆变器输出的平均功率。将得到的平均功率作为下垂控制模块的输入功率,根据下垂原理得到参考的输出功率值。同时通过电压电流双环控制得到输出电压的控制信号、。整个Droop控制完成输出电压频率及输出功率的控制。其控制框图如图4所示。
图4中,加入PI控制以增加稳定输出电压的精度,同时输入的有功P、无功Q必须满足功率输入的范围条件:0
4 综合控制下微网运行情况
3种控制方法的优点和局限性如下:1)P-Q控制的优点是控制简单,易于实现,但其仅仅适用于并网DG;2)V-f控制的优点是控制较为简单,但也仅仅适用单个组网DG在微网孤岛下使用;3) Droop控制是V/f控制的一个扩展。为了实现孤岛下多个组网DG的功率合理分配,同时保证微网正常的电压和频率水平,涉及到多个组网DG的协调控制。Droop下垂控制根据不同DG的下垂特性,在保证其发出稳定电压和频率的同时,根据不同DG的发电容量合理分配功率,从而有效利用各个DG,达到资源最大化利用的目的。通过以上分析对比,本文提出的微网运行的综合控制策略就是将这3者结合起来,使微网无论在并网还是孤岛下都能够稳定运行。
4.1 微网模型建立
建立含有4个DG的微网模型,DG类型采用直流源,结合3种控制方法的优缺点采用如下控制策略:DG1一直采用控制,使其在功率输出最大状态下工作;DG2为微网稳定支撑电源,在并网时,采用P-Q控制,输出功率为设定值,孤岛后转为V-f控制,首先保证稳定微网电压和频率,其次保证功率输出;DG3和DG4都采用Drop下垂控制,在已有稳定电源保证微网运行的前提下,实现其各自的功率分配功能。其模型如图5所示,具体参数见表1、表2。
4.2 微网状态转换仿真
微网0.5 s前并网运行,0.5 s后转为孤岛,运行至1 s时再次转为并网。对应的仿真结果如下:
由图6中的a和b可以看出,微网在状态转换时母线电压保持稳定,虽然孤岛下跌落到300 V左右,但在允许范围之内,并网处电流在重新并网时有冲击电流,但时间很短,0.1 s恢复到正常水平。由图7中的c和d看出,DG3和DG4由于采用Droop下垂控制,在微网由并网转为孤岛时都增大了功率的输出,同时DG3发电容量小,其输出功率增幅较小,DG4发电功率大,其输出功率增幅大,符合Droop控制对于功率分配的控制。无功功率的输出在孤岛时都有所增大,在重新并网后又恢复到正常水平。由图6中的e看出,DG1由于采用P-Q控制,在微网转换过程中,一直输出稳定的有功功率3 kW,无功功率输出为零,整个功率输出的状况符合P-Q控制的控制要求。由图6f中可看出微网状态转换过程中频率较稳定,孤岛时有所跌落,跌落幅度很小,重新并网时又恢复到正常水平。
4.3 负荷投切仿真
微网孤岛下运行,0.5 s切除负荷3,1 s时再投入负荷3,其仿真结果如下:
由图7 a中可看出,微网在负荷3投切前后电压稳定在250 V左右,负荷切除后电压稍高,微网运行稳定。由图8中的b和c看出DG3和DG4在负荷3投切过程中的输出功率的变化情况:在负荷3切除时,DG3和DG4都减小了输出功率,其中DG4由于发电容量大,相应的减小幅度就大,DG3则减小不多;负荷3再次投入时输出有功又恢复到原来的水平。无功输出也一样,负荷3的切除减小了DG3和DG4的无功输出,负荷3投入后无功输出恢复到原来水平。表明DG3和DG4符合Droop下垂控制输出功率分配的要求。由图7中的d和e看出DG2由于采用V-f控制,在负荷投切的过程中同样也有功率的增减,在负荷切除时DG2相应减小输出功率,负荷投入后又增加到原来的水平,说明DG2在V-f控制下为保证微网运行时电压和频率的稳定,相应作出输出功率的调整。由图7f中可看出,微网在负荷3投切过程中的频率变化很小,在负荷切除时频率有小的跌落,负荷投入后又回升到原来水平,整个过程在允许的50±0.2Hz范围内波动。
4.4 孤岛下DG切投仿真
在微网孤岛运行时0.5 s断开DG2,1 s时重新接入DG2,其仿真结果如下:
由图8中的a看出微网在DG2切投过程中电压水平较稳定,虽然有波动但幅度不大,0.5 s前微网电压为210V,DG切除后电压跌落至200 V左右,1s时DG2重新投入后又恢复到原来的电压值。由图9中的b和c看出DG3和DG4由于采用了Droop控制,在0.5 s DG2切除时为使微网维持电压平衡,DG3和DG4都增大了输出功率,又根据Droop控制要求,DG4功率增幅较DG3大。在1 s DG2重新投入时两者的功率输出也回到了原来的水平。同样的无功输出也呈现出相同的规律。由图9中的d看出微网在DG2投切过程中,频率一直保持在比较稳定的状态,但由于DG2的切除,中间存在幅度较小的跌落,1sDG2投入后又迅速回到原来的状态。整个仿真结果显示微网在DG2切投过程中运行良好。
5 结论
本文研究了微网运行的3种控制策略。对微网各种变动状况下的运行情况进行仿真。从仿真结果可以看出,3种控制方法都能在保证其控制效果的基础上,通过电网侧的调节和自身控制调节,使微网处于较为稳定的运行状态。在微网并网运行时,P-Q控制可保证DG输出最大功率值,保证发电效率,同时保证微网电压电流和频率都处于稳定的状态;在微网孤岛运行时,P-Q控制依旧使并网DG保持设定的功率输出,而组网DG通过V-f控制和Droop下垂控制来进行微网扰动时的调节,V-f控制通过调节单个组网DG的输出功率使微网孤岛时电压频率处于设定的稳定状态,而Droop下垂控制在保持微网电压和频率稳定的基础上,依据不同DG的下垂系数对DG进行功率分配,达到最佳资源利用的目的。通过对仿真结果的分析说明3种控制方法结合起来可解决微网遇到的各种扰动问题,使微网保持稳定运行的状态。
摘要：主要研究了微网运行的3种控制方法。根据功率型电源发电功率受环境影响的特点,在并网时对其采用P-Q控制;对主控型电源,在孤岛运行时对其采用V-f控制;同时对同种多个并联电源采用Droop下垂控制。综合3种方法建立一个比较理想的控制策略来实现最终的控制效果,并建立简单微网模型,在Matlab/Simulink环境下进行微网并网、孤岛状态转换、负荷切投等不同工况的仿真,验证控制策略的有效性。
关键词：分布式电源,P-Q控制,V-f控制,droop下垂控制
参考文献
[1]鲁宗相.王彩霞,闵勇,等.微电网研究综述[J].电力系统自动化.2007.31(19):100-107.
[2]胡学浩.分布式发电(电源)技术及其并网问题[J].电工技术杂志,2004,(10):1-5.
[3]AL-ASKARI S A.RANADE S J,MITRA J.Designing a Sufficient Reactive Power Supply Scheme to Multi Islands in a Microgrid[C].Canada:IEEE Power Engineering Society General Meeting,2006.
[4]盛鹃,孔力,齐智平,等.新型电网一微电网(Mierogrid)研究综述[J].继电器,2007,35(12):75-80.
[5]杨仁花,黄伟,关丽,等.微网结构和运行控制[J].电网与清洁能源,2010,26(1):48-55.
[6]陈永淑,周雒维,杜雄.微电网控制研究综述[J].中国电力.2009,42(7):31-35.
[7]LABEIN F.Analysis of the Interconnection Requirements for Distributed Energy Resources in Europe-progress in Interconnection Interfaces Final Report[R].European Union:SOLID-DER,2008.
[8]于磊,吴政球.基于分布式发电的不对称电压控制器仿真[J].电力系统保护与控制,2009,37(17):35-39.
[9]王成山,肖朝霞.微网中分布式电源逆变器的多环反馈控制策略[J].电工技术学报,2009,24(2):100-106.
[10]王成山.杨占刚.微网实验系统结构特征及控制模式分析[J].电力系统自动化,2010,34(1):99-103.
光伏发电微网控制策略分析 篇2
1 光伏发电技术概述
随着人们环保意识的不断增强, 节能环保的能源产业发展已成为电力能源发展的必由之路。光伏发电具有便捷、节能、无污染、环保等优点, 光伏发电技术能够有效的提高能源的供给, 是电力技术发展的重要技术。因此, 光伏发电在电力行业中被广泛的应用。
光伏发电技术在电网的应用中也存在一定的缺陷, 在电网运行中, 光伏发电技术容易影响电网供电的稳定性。同时, 光伏发电的影响因素较多, 诸如温度、光照强度等都会影响光伏发电的稳定性和供电效率。
光伏发电技术在微网的应用中, 通过电力电子接口接入, 因此, 在电力供给过程中存在负荷波动。由于负荷波动的影响, 导致整个电力系统的电压和电频都会发生变化, 最终影响供电量。因此, 只有加强光伏发电技术的研究, 才能保证电力输送的稳定, 才能提高光伏发电技术的广泛应用。
2 光伏发电应用中存在的问题
光伏发电具有非线性系统的特点, 并且光伏发电系统在发电过程中具有随机性和间断性的特点。通过采用光伏发电技术, 能够将太阳能直接转化为电能, 其中, 光伏电池是能量转化的核心元件。
光伏电池受温度、光照强度等外界因素影响较大, 外界因素直接影响光伏电池的发电效率。太阳光照强度受阴雨天的影响较大, 在光照强度变弱的情况下, 光伏电池的发电效率也会随之降低, 从而影响光伏电池的供电频率及电压。在光照强度变化较剧烈的条件下, 光伏电池的发电功率的变化愈加频繁, 影响电力系统的稳定性, 甚至电力系统会发生断电。与此同时, 光伏发电供电频率和电压的变化会引起保护器的启动, 造成电力系统中的电流谐波增加。
光伏电池属于逆变电源, 所以光伏电池在能量转化过程中无法保证供电频率和电压的稳定, 因此, 光伏发电技术容易影响电网供电的稳定性, 从而降低供电质量。为保障供电系统的稳定性, 在光伏电池和微网中添加蓄电池, 这样就可以利用光伏电池为蓄电池充电, 当光伏电池受外界因素 (光照强度) 的影响时, 蓄电池可为电力系统提供电能补偿, 保证电力系统的稳定。
目前, 光伏发电在我国电力系统的应用中采用分布式光伏发电机, 但是该发电机受光照强度影响较大, 因此, 在整个光伏发电系统中通过添加蓄电池, 能够有效的提高电力系统的稳定性。
3 光伏发电微网控制策略分析
在光伏发电系统中, 采用同步发电机能够有效的提高光伏发电微网的有效性。相比于大规模电网, 微网的供电量非常小, 采用分布式电源, 而且设备简单, 操作易行, 易于控制。由于分布式发电机组的电容量低, 在整个电网中需要多条分布式机组共同发电, 才能满足电力系统的供电需求, 但是电力系统中的发电机组的增多会提高整个系统操作的复杂性。
在光伏发电系统中, 发电机组的能量源自对太阳光, 安全环保, 但是由于气候和天气的影响, 促使光伏发电系统接收到的光照强度不稳定, 所以整个电力系统的稳定性差。同时, 分布式电源电抗能力低, 系统容易发生瘫痪。因此, 可以对分布式电源进行改造, 改造依据为同步发电机组的调频调压方法, 因此, 在整个光伏发电系统中, 加入同步发电机的算法和相应的控制器, 能够保证电力系统的输电稳定性。
光伏发电微网控制采用三相逆变电路, 而三相逆变电路的设计主要是基于二阶机电暂态模型, 因此, 三相逆变电路不仅能够提高光伏发电转子特性, 同时还能够有效的模拟定子特性。在光伏发电系统中, 电流和电压互感器能够对系统中的电流和电压进行检测, 同时, 能对检测信息进行实时反馈, 然后通过功频和励磁控制器对信息进行分析和处理, 并对相关参数进行纠正和调整, 从而保证逆变器的平衡, 确保电力系统的稳定。但是, 在电力系统中, 滤波器仅仅对高频率波段进行过滤, 而对于基波无法进行处理。
因此, 在光伏发电系统中, 采用虚拟同步发电机不仅能保证电力系统电能输出的稳定, 而且还能够有效保证电力系统的供电质量, 从而避免光伏发电对微网系统稳定性的影响, 提高微网供电的质量和其稳定性。
随着科技的发展, 促进了光伏技术和微网的快速发展, 在光伏技术应用过程中, 采用分布式光伏电组能够保证电力系统的稳定性和有效性, 提高电力系统的供电质量。因此, 电力企业应该加强对分布式光伏发电技术中, 并将其进行推广和应用。
技术创新带动了光伏技术和微网技术的发展, 同时, 也提高了分布式光伏发电装置的应用范围和性能。但是, 通过对光伏技术微电网的实际应用现状的分析, 目前, 光伏技术供电不稳定, 而且容易受到外界因素 (光照强度、温度等) 影响, 干扰电力系统的供电质量, 从而制约了光伏技术的应用。因此, 通过同步发电机组在光伏发电中的应用, 能够稳定光伏发电系统的稳定性, 提高发电系统的供电质量。相信在不久的将来, 光伏发电将会被电力系统广泛的应用, 只有这样, 电力系统的供电量才能满足大众日益增长的电能需求。
参考文献
[1]陈帆.光伏发电微网控制策略分析[J].科技与企业, 2016 (02) :85.
[2]金崇勇.光伏发电微网控制策略分析[J].企业导报, 2016 (12) :64.
微网多目标优化运行及控制策略 篇3
1 微网发展概况
在分布式发电供电系统中, 主要以微网的形式接入大电网并顺利运行, 与大电网互相支撑, 能有效地发挥分布式发电功能系统的功能。分布式发电其中最重要的形式是微网, 它是将一定区域内较分散的小型发电源进行组织形成一个微型的网络, 供本地区符合冷、热等。通过这样的方式, 微网可以与配电网以及大型电力网进行并联, 从而形成一个大型的电网与小型电网联合运行的系统, 可以独立地为当地的地区符合供电。这样的模式灵活高效, 提高了供电的可靠性, 另外, 微网通过单点接入电网中, 能有效地减少大量小功率分布式电源接入电网后造成对传统电网的影响。与此同时, 微网能将不同类型的小型发电源进行重新组合并供电, 使得小型电源拥有更高的利用效率。
2 微网多目标优化运行及控制策略
2.1 微网环保经济目标
在社会发展过程中要充分地利用各地的清洁以及可再生能源, 向用电“用户”提供更多的绿色电力, 实现我国的节能减排目标。但是要在满足符合需求的情况下, 对各台分布式电源进行合理地安排, 结合微网的发电成本以及排放成本等因素考虑, 从而实现微网的环保经济性。进行经济调度是电力市场稳定的重要因素之一, 为实现各发电企业间的公平竞争等, 实行经济调度, 对调度的方案与原则要进行模型化。经济调度要考虑降低发电的成本, 考虑购电的费用以及有害气体的排放量等多个方面。所以, 当地的相关电力企业要岁多个目标情况下的日负荷分配情况进行考虑, 以当地的实际情况为基础, 对各个目标进行动态的调整, 最终达到资源与设备间的最佳组合, 从而创造更大的经济效益。
2.2 微网低碳电力调度目标
目前, 全球正在变暖, 发展低碳经济是符合现代社会发展需要的。低碳经济的主要模式是实现低能耗、低污染以及低排放量, 主要达到高效使用能源, 促进清洁能源开发的作用。而二氧化碳的主要排放量来自于能源部门, 特别是电力行业每年会排放大量的二氧化碳气体。所以, 在发展低碳经济的时代背景下, 电力行业要积极响应号召, 积极发展绿色经济, 使得能源的转换与利用效率提高, 从而减少二氧化碳的释放, 对节配电网输入的功率和微网中分布式发电的输出功率进行调节, 从而实现功率间的平衡, 最终实现微网的多目标低碳电力目标。主要方式是考虑机组混合燃料、联合循环机组在环保限制的情况下如何进行有效的组合, 将建设成本与燃料成本最小化作为目标函数, 最终得到减少污染气体排放的长期发展方案。同时根据各个地区的网络参数、发电的成本以及污染排放的具体情况对其权数进行计算, 根据电网分区的相关原则, 优化各个地区的分布式发电网。
2.3 微网环流抑制策略的相关研究
为进一步提搞微网系统容量的可靠程度, 可以采用多台分布式发电机并联运行。因为输出电压、频率以及相应的参数会有差异, 运行过程中产生的较大环流会损坏逆变器, 所以, 要采取相应的措施对环流进行控制。对谐波环流产生的原因进行研究与分析, 建立防扰动的逆变器模型。通过对电压的单坏, 电压电流双环控制的比较, 能清楚地发现波形控制效果较好的瞬时值反馈控制对谐波性具有更好的抑制效果。
3 结语
综上所述, 社会对分布式发电的利用越来越广泛, 但是分布式电网受环境以及日照、风力影响比较大, 输出的功率具有随机性。所以, 要促进微网的环保经济运行, 需要在满足符合需求的基础上, 进行合理有效的输出, 从而使得整个微网发电的成本、排放成本以及总的成本降低。从各个方面促进微网多目标优化运行, 实现微网环保经济运行目标、微网低碳电力调度目标以及环流抑制状况。最终促使社会电力使用得到有效保障。
参考文献
[1]艾欣, 崔明勇, 雷之力.电力系统连锁故障研究综述[J].华北电力大学学报, 2014, 45 (02) :36-42.
[2]崔明勇, 艾欣, 雷之力.抑制多台分布式发电单元自治微网环流的主从控制策略[J].电网技术, 2014, 35 (04) :143-145.
光储直流微网控制策略的研究 篇4
1 光储直流微网概述与研究现状
1.1 光储直流微网的概述
当前, 我国的并网标准主要是以交流微电网为基础的, 但这种并网形式装置较多, 在操作方面的要求相对较高、组成结构复杂, 很容易出现故障, 除此之外, 其电压与频率也很难保持在一个相对稳定的数值范围内[1]。而交流微电网相对应的直流微网则可以弥补其应用方面的不足, 同时通过直流的配电方式, 以公用的直流母线为主要配送形式, 将系统中的所有分布式电源进行科学合理的连接, 形成一个相对容易控制的电网系统, 由并网逆变器来完成对整个并网的控制, 这种并网方式不仅减少了电网装置, 降低操作要求, 还能够节约资源, 降低损耗。
1.2 国内外研究现状
美国是最早提出“微电网技术”这一概念的国家, 其发展也相对较早, 当前, 美国的微电网技术已经在其未来电力系统的发展规划中占有非常重要的地位, 并在微电网技术的研究方面投入很多人力物力。除美国外, 欧洲与日本也都对微电网技术的应用与研究非常重视。相比而言, 我国在微电网技术方面的研究和应用相对较晚, 分布式发电技术还没有得到大规模普及, 然而, 我国目前正在加大对微电网技术的研究力度, 并已经取得了很大成效, 很多高校中对这一技术的研究工作正进行的如火如荼, 微电网技术在我国还有很广阔的发展前景。
2 光储直流微网的组成结构
光储直流微电网内部有很多个相对较小的单元组成, 每个单元中都包括光伏电池装置、单元铅酸蓄电池装置、直交流负载装置、大电网装置等几个部分组成, 其中光伏电纸装置主要由Boost变换器, 及升压变换器来控制;单元铅酸蓄电池装置主要由双向DC-DC变换器来控制;而整个微电网系统与大电网的连接则是通过DC/AC逆变器来完成的[2]。
3 光储直流微网的控制策略
3.1 孤岛运行控制策略
光储直流微电网的孤岛运行控制策略主要涉及光伏电池与蓄电池两种, 其中光伏电池需要完成MPPT与恒压两种控制, 而蓄电池则需要完成对Boost工作模式与稳压限流的两种控制。
在光伏电池板的工作模式下, 离线工作时普遍处于最大功率的工作模式, MPPT的常用算法主要有干扰动态监测法、维持电压恒定法以及电流导体递增法等三种方法, 普遍来讲, 干扰动态监测法的使用率相对较高。而恒压的工作模式通常处于蓄电池电量充足的情况, 通常使用对DC-DC变换器单向控制的方法, 使电网中直流母线中的电压保持相对稳定[3]。
在蓄电池的工作模式下, 其主要由双向DC-DC变换器来进行控制, 对两个开关相互控制与调节是实现电网预定功能的主要手段, 一旦电网中的能量流出现一定的变化, 便能够通过这种方法来实现平稳过渡, 即Boost工作模式的控制。与之相对应的, Buck工作模式的控制也就是上文所述稳压限流控制, 在蓄电池中导入一定的电压, 且需要对蓄电池充放电时的电流进行控制。
3.2 并网运行控制策略
光储直流微电网的并网运行控制策略主要也主要涉及光伏电池与蓄电池两种, 其中, 光伏电池需要完成MPPT方面的控制, 而蓄电池则需要完成充放电和并网逆变器两方面的控制。
在蓄电池工作模式下, 其充放电功率的计算可以有由蓄电池功率数值减去电网功率数值而得到, 通过对双向DC-DC变换器的使用, 来完成对两个开关控制下电流的相互输送。而DC/AC逆变器最主要的作用是将直流母线中的电压保持在一个相对稳定的范围内, 还要对并网的电流进行控制, 使其波形中不符合标准的波形得到有效降低。
而孤岛现象的产生原因主要是因为一些人为或自然因素造成电网暂时性的无法供电, 但光伏并网系统仍然能够维持一定范围内的供电, 形成孤岛。普遍意义上孤岛现象的产生有计划与非计划两种, 对其监测的方法也可分为主动与被动两种模式。如果判定为孤岛现象就一定要采取相应的离网控制策略, 以保证整个电网系统的正常运行。
4 结论
微电网技术是当前一种比较新型的电网技术, 而光储直流微网相较于交流电网在装置与操作等方面具有一定的优势, 比较适合在我国大规模应用与发展, 本文以光储直流微网的孤岛运行控制策略与并网运行控制策略的简要介绍为主, 以期微电网技术在未来的电网行业中能得到广泛利用。
参考文献
[1]汪永华, 王正风.基于SCADA/EMS的负荷实测与网损在线计算的研究与应用[J].安徽电气工程职业技术学院学报, 2013, 8 (15) :218-219.
[2]纪明伟, 陈杰, 栾庆磊.基于电流分解的微网功率控制策略研究[J].安徽建筑工业学院学报 (自然科学版) , 2014, 6 (22) :187-188.
微网策略控制器 篇5
关键词：风光互补,混合储能,DC/DC变换器,滤波技术,控制技术
0 引言
随着传统能源的日益匮乏和环境污染的日趋严重，绿色新能源受到了越来越多的关注。而风能与太阳能，作为两种使用较普遍的绿色新能源，具有能源充足，分布广泛，环保清洁等特点。为了弥补两种能源在季节与气候方面的缺陷，利用风光互补系统，针对两者天然的互补性和时空上的匹配性，将两者相结合，提高了系统的稳定性与实用性，提高了对于新能源的利用性[1]。微网作为风能、太阳能等分布式能源的高级结构形式，可以将分布式能源、负荷、储能进行有效的结合。它能够与大电网并网运行，又支持离网孤岛运行，可以将分布式能源的价值充分挖掘，带给社会足够效益。
储能系统作为风光互补微网必要的能量缓冲环节，不仅可以解决微网惯性小、抗干扰能力弱等弊端，还可以削弱风能、太阳能等分布式能源的间歇性对系统的影响，从而提高微网的稳定性与可调控性[2]。就常用的储能装置来看，蓄电池能量密度大，功率密度小是典型的能量型储能介质；超级电容器具有功率密度大、循环寿命长、能量密度小、响应速度快等特点，是典型的功率型储能介质[3,4,5]。可见，单一的储能装置无法同时满足功率与能量两方面的要求，故此，文献[6]根据两种储能介质特性上的互补性，提出了混合储能技术，并且在理论上对这种互补性进行了验证，证明了这种方式能够使蓄电池寿命得以延长、系统功率输出得以提高等观点。为加强对储能系统的控制，充分发挥混合储能系统的作用，文献[7]中提出了蓄电池组通过双向DC/DC变换器与直流母线相连；超级电容器直接与直流母线相连的混合储能结构，通过与微网之间的功率交换实现系统的功率平衡及稳定控制。
通过相关研究，本文提出了一种应用于风光互补微网系统的超级电容器蓄电池混合储能结构，并对于该储能单元的控制问题进行研究，提出了基于功率外环加电流内环控制的VSC控制策略以及基于滑动平均滤波器的DC/DC控制策略。并且在Matlab软件与实验平台上，构建了一个包含了该混合储能系统的模拟的风光互补微网系统，并对该混合储能系统在模拟微网中的合理性与有效性进行了验证。
1 基本结构
图1为典型的风光互补微网结构。主要组成部分为：异步风力发电单元(主要由风轮机、传动装置、异步发电机和桨距控制系统组成)、光伏单元(主要由光伏阵列、BOOST电路、LC滤波器及其控制系统组成)、储能单元(由超级电容器与蓄电池构成混合储能系统)及负荷。同时，微网在公共连接点处通过静态开关连接于配电网。光伏单元与风能单元涉及最大功率点控制问题，在本文中不予赘述，着重研究储能单元在微网系统中的控制策略。混合储能系统单元的存在增大了微网系统的惯性：当微网系统并网运行时，该单元负责吸收系统内多余的能量进行储存；在其独立运行时，该单元可以提高系统的动态响应速度与运行稳定性。
本文中混合储能系统[8,9]所采用的是双极式变流器结构，如图2所示。此双极式变流器电路由前级DC/DC变换器与后级DC/AC变换器组成。其中DC/DC变换器允许能量的双向流动，通过PWM进行控制，充电时工作于降压模式，放电时工作于升压模式；DC/AC变换器为三相电源型双向变流器VSC，并经过LCL滤波器连接负载。
图中，Lf为滤波电感，Cf为滤波电容，Rf为滤波电阻，Udc为直流母线电压，Usc为超级电容器电压，Ubat为蓄电池电压，ua、ub、uc为滤波电容三相电压，ia、ib、ic为滤波电感三相电流。
2 储能单元VSC控制
为了促使储能单元可以对吸收和释放电能迅速作出反应，VSC部分采用功率外环加电流内环控制，提高了调节过程的效率与稳定性，同时实现无差控制，其中结构如图3所示。
图3(a)中，使用瞬时功率计算模块通过测得的滤波电容三相电压ua、ub、uc与滤波电感三相电流ia、ib、ic计算出储能单元的瞬时功率，并且通过低通滤波器LPF计算出有功功率Pm、Qm。
由微网EMS(Energy Management System，即电能管理系统)对各单元进行运行控制与调度，发出指令功率Pref、Qref，与输入到功率外环控制器的Pm、Qm进行比较。由PI控制器得到dq坐标系下的参考电流idref、iqref与测量得到的电流值id、iq进行比较，并且通过对应的PI控制器实现无静差控制。从电流内环输出的信号通过dq/变换后，再通过SPWM得到逆变器的控制信号Sa、Sb、Sc。其中电流内环功率外环控制结构具体如图3(b)所示。
3 储能单元DC/DC控制
3.1 基于滑动滤波器的能量分配
系统中由EMS系统[10]发出的参考有功功率Pref可分为低频与高频两部分，结合超级电容器于蓄电池两种储能装置的特性，可以充分利用超级电容器功率密度大、响应速度快等优势，同时回避其储能容量不足的劣势，控制超级电容器承担Pref中波动频繁的部分，相应地由蓄电池承担Pref中较为平滑的部分[11]。这个决策可以减少由频繁充放电引起的小循环充放电现象，从而改善蓄电池的充放电过程，以达到延长蓄电池使用寿命，减少系统的运行成本等目的。
对于滑动滤波器来说，滑动时窗T的大小影响滑动滤波的通带宽窄，通过调节T的大小可以控制滑动滤波器的滤波效果。
因此，基于滑动平均的低通滤波器进行滤波的方式在此处应用具有一定的优势，当对其滑动时窗T进行调节时，对Pref中波动频繁部分与平滑部分的区分可以更加灵活，对超级电容器与蓄电池进行的能量分配可以更加合理。
如图4所示，利用滑动平均滤波器分配高低频功率，设储能单元所承担功率为Pref，在滤波后提供给蓄电池的功率给定值Pbat(ref)，同时可以得出超级电容器的给定功率为Psc(ref)=Pref-Pbat(ref)。通过Matlab模拟储能单元承担的总功率Pref，如图5(a)。
T=2.0与T=3.0时，蓄电池及超级电容所分配的功率如图5(b)—图5(e)所示。由此可见，T越小，滑动滤波器的通带越窄，则Pref经过滑动滤波器后所得到的Psc(ref)越大、Pbat(ref)越小，超级电容器所分配的能量越多，蓄电池所分配的能量越少。T越大，滑动滤波器的通带越宽，则Pref经过滑动滤波器后所得到的Psc(ref)越小、Pbat(ref)越大，超级电容器所分配的能量越少，蓄电池所分配的能量越多。
蓄电池放电时，当蓄电池存储能量过多，此时，通过增大T以达到增大蓄电池释放功率的目的，同时减小了超级电容器释放功率，从而使得蓄电池存储能量减少；当超级电容器与蓄电池之间存储能量均衡时，即无需调整功率大小，保持T不变；当蓄电池存储量过小时，则可以减小T从而减小蓄电池释放功率，利用超级电容器的优势来分担负荷压力。
蓄电池充电时，当蓄电池存储能量过多，可以减小T从而减小蓄电池的充电功率，同时增大超级电容器充电功率，以达到减少蓄电池存储能量的目的；当超级电容器与蓄电池之间存储能量较为均衡时，无需调整功率大小，保持T不变；当蓄电池存储量过小时，通过增大T，达到增大蓄电池充电功率的目的，同时可以减少超级电容器承担的能量。
3.2 蓄电池储能单元控制策略
为了避免高深度发电给蓄电池带来的损伤，延长蓄电池的寿命，在混合储能系统中，蓄电池主要用于承担发电系统与负载不匹配的低频能量，其与直流母线的连接结构如图2所示，蓄电池通过DC/DC变换器与直流母线相连。文献[12]中，根据DC/DC变换器工作原理提出一种以电流参考值为Ibat(ref)为控制量的控制策略，该策略具有算法实现简单，易于控制等的优点。根据上述研究，本文提出以电感电流为控制变量的变换器控制策略，如图6所示。
其中，通过计算参考功率Pbat(ref)与实际测量电压Ubat所得计算电流，即电感电流参考值Ibat(ref)。该电流可以通过滑模变结构控制器对变换器的开关信号进行控制，从而达到控制变化器的目的。由于滑模变结构控制器本身即为一种开关型控制方法，所以对于控制变换器的开关信号来说是较为理想。根据滑模变结构的工作原理，在此储能单元控制中，可以选取实际电感电流Ibat为被控量，建立下切换函数S=Sbat-Ibat(ref)(取u=sign(S)为约束条件)。
其意义为，实际电感电流与电感电流参考值的差值经由sign函数判断得到控制量u，从而控制变换器开关管的通断。
3.3 超级电容器储能单元控制策略
为了弥补单一蓄电池储能的不足，延长蓄电池寿命，提高系统的稳定性，充分利用超级电容器在混合储能系统中发挥的作用，根据其自身特性，使其承担发电系统与耗能系统之间的不匹配的高频能量，由图2可知超级电容器与蓄电池一样通过DC/DC变换器与直流母线相连，其变换器控制策略如图7所示。
通过参考功率Psc(ref)与实际电压Usc得到计算电流，即电流参考值Isc(ref)，并且将其与实际电流Isc的差值经PID控制器后，与特定值的重复序列(图为三角波)进行比较运算，从而得到开关量，对开关管进行驱动，达到控制变换器通断的目的。
4 仿真与分析
利用Matlab/simulink建立相关控制策略模型，对本文提出的混合储能系统进行仿真验证。如图8(a)所示的波形是通过仿真平台模拟的风光互补发电波形，而负载则是为了实验简化而模拟的一个阶跃负载波形。
(1)在无波动的阶跃负载下，蓄电池承担的功率分析。图8(a)的风光发电系统的输出波形是由仿真软件所模拟的，由于实验条件限制，并没有采用实际数据，只是为了实验效果而模拟的，代表风光发电系统输出功率。
图8(b)为仿真平台模拟的阶跃负载功率波形，此时它较为平稳，没有波动。图8(c)表示，在阶跃负载无波动的情况下，只有蓄电池参与时，蓄电池承担的功率波形。
(2)在有波动的阶跃负载下，蓄电池承担的功率分析。图9(a)表示的是，含有较为剧烈的波动的阶跃负载功率波形。当阶跃负载发生频繁波动时，在没有超级电容器加入的情况下，蓄电池所需承担的功率波形如图9(b)，可见波形波动频繁，这对于蓄电池的维护是一种较为不利的情况，而且由于蓄电池等效内阻较大，端电压无法如此频繁起落，难以实现如此快速的输出功率改变。
(3)下面展示的则是有波动的阶跃负载下，超级电容器加入时，两者承担波形的变化。图10(a)、图10(b)是在滑动时窗常数T=1.0的情况下，蓄电池与超级电容器的各自波形，对比图9(b)可知超级电容器加入后，承担了阶跃负载波动频繁的部分，使得蓄电池分配的功率较为平滑。
通过Matlab模拟可以得到，阶跃负载波动频繁时，混合储能结构的优势与合理性得以体现，它可以较好地调和系统产生的能量与负荷消耗的能量不匹配所产生的的矛盾，弥补了系统中供电与耗电部分时间上的差异，即可以节约电能，又可以提高系统的稳定性。
因此在超级电容器加入后，蓄电池的曲线波动变小，较为平滑，而超级电容器的曲线则波动较大，说明超级电容器的高功率密度的特性使其能够对所承担功率的波动较大部分迅速做出反应，因此有效减少了蓄电池的充放电次数，延长了蓄电池的使用寿命。由此可见，采用以滑动平均滤波器为基础构建的混合储能系统各单元的控制结构是有效可行的。
5 结论
本文分析了微网的基本结构及储能系统于其中的作用和两种储能装置的优缺点，由此构建了由模拟的配电网系统、储能系统、风光互补发电系统及负荷构成的模拟微网系统，并提出了一种由超级电容器与蓄电池构成的混合储能系统在其中的应用。通过Matlab软件仿真并验证了模拟微网系统中的混合储能结构控制策略的合理性。最终，经过研究与仿真证明，结合了蓄电池及超级电容器两种储能技术的优势的混合储能单元于微网中的应用，可以很好地提高微网的可靠性，缓解了电量供需的不平衡情况，提高了电能质量与系统的稳定性和灵活性。同时由于超级电容器的加入分担了波动频繁部分的电量，减少了蓄电池充放电循环次数，延长了蓄电池的寿命，从而提高了系统的经济性。
参考文献
[1]计长安,张秀彬,赵兴勇,等.基于模糊控制的风光互补能源系统[J].电工技术学报,2008,22(10):178-184.JI Changan,ZHANG Xiubin,ZHAO Xingyong,et al.Complementary wind-solar power system based on fuzzy control[J].Transactions of China Electrotechnical Society,2008,22(10):178-184.
[2]周林,黄勇,郭珂,等.微电网储能技术研究综述[J].电力系统保护与控制,2011,39(7):147-152.ZHOU Lin,HUANG Yong,GUO Ke,et al.A survey of energy storage technology for micro grid[J].Power System Protection and Control,2011,39(7):147-152.
[3]GAO L,DOUGAL R A,LIU S.Power enhancement of an actively controlled battery/ultra capacitor hybrid[J].IEEE Transactions on Power Electronics,2005,20(1):236-243.
[4]DOUGAL R A,LIU S,WHITE R E.Power and life extension of battery-ultra capacitor hybrids[J].IEEE Transactions on Components and Packaging Technologies,2002,25(1):120-131.
[5]CHAN C C.The state of the art of electric and hybrid vehicles[J].Proceedings of the IEEE,2002,90(2):247-275.
[6]唐西胜,武鑫,齐智平.超级电容器蓄电池混合储能独立光伏系统研究[J].太阳能学报,2007,28(2):178-183.TANG Xisheng,WU Xin,QI Zhiping.Study on a stand-alone PV system with battery-ultra capacitor hybrid energy storage system[J].Acta Energiae Solaris Sinica,2007,28(2):178-183.
[7]张国驹,唐西胜,齐智平.超级电容器与蓄电池混合储能系统在微网中的应用[J].电力系统自动化,2010,34(12):85-89.ZHANG Guoju,TANG Xisheng,QI Zhiping.Application of hybrid energy storage system of super-capacitors and batteries in a micro-grid[J].Automation of Electric Power Systems,2010,34(12):85-89.
[8]张国驹,唐西胜,齐智平.平抑间歇式电源功率波动的混合储能系统设计[J].电力系统自动化,2011,35(20):24-28.ZHANG Guoju,TANG Xisheng,QI Zhiping.Design of a hybrid energy storage system on leveling off fluctuating power outputs of intermittent sources[J].Automation of Electric Power Systems,2011,35(20):24-28.
[9]于芃,周玮,孙辉,等.用于风电功率平抑的混合储能系统及其控制系统设计[J].中国电机工程学报,2011,31(17):127-133.YU Peng,ZHOU Wei,SUN Hui,et al.Hybrid energy storage system and control system design for wind power balancing[J].Proceedings of the CSEE,2011,31(17):127-133.
[10]刘世林,文劲宇,孙海顺,等.风电并网中的储能技术研究进展[J].电力系统保护与控制,2013,41(23):145-153.LIU Shilin,WEN Jinyu,SUN Haishun,et al.Progress on applications of energy storage technology in wind power integrated to the grid[J].Power System Protection and Control,2013,41(23):145-153.
[11]杨珺,张建成,周阳,等.针对独立风光发电中混合储能容量优化配置研究[J].电力系统保护与控制,2013,41(4):38-44.YANG Jun,ZHANG Jiancheng,ZHOU Yang,et al.Research on capacity optimization of hybrid energy storage system in stand-alone wind/PV power generation system[J].Power System Protection and Control,2013,41(4):38-44.
微网策略控制器 篇6
微网是由分布式电源、分布式储能单元与相应负荷组成的独立可控系统[1,2],具有自治运行、多能互补、优化管理和协调控制等优势。为实现多分布式发电接入和用户高效可靠供电,可将微网划分成多个计划性的子微网[3]。为此应根据微网间的组网结构,研究微网内分布式电源、分布式储能单元、本地负荷、开关以及多微网之间的协调控制,以保证微网在不同运行状态下都满足本地用户的供电要求[3,4,5]。
微网的控制主要包括主从控制、对等控制和分层控制3种类型[6],其中分层控制通过微网中央控制器(MGCC)实现全局能量管理,是解决微网中各元件协调控制的有效途径。文献[7]提出微网两级分层控制方式,上层MGCC根据分布式电源出力和微网内的负荷需求变化,调节底层分布式电源控制器的稳态设置点和负荷投切;文献[8]建立以发电效率最大化为目标的分层控制模型,但上述研究仅针对单个微网进行控制设计,不能用于具有多个计划孤岛的多微网系统。配电网中多微网间一般采用串联或者并联结构。文献[5]基于多微网系统的分层控制,研究微网的黑启动流程和负荷恢复顺序;文献[9]建立多微网的在线状态估计方案。但是,现有研究还未涉及不同运行状态下多个微网之间的协调控制,这对于多微网的正常运行和本地负荷的可靠供电至关重要。云电科技园智能微网工程是由光伏发电、风电机组、锂电池堆、双向储能变换器和柴油发电机等组成的多能源混合微网,已成功进行联络线功率控制、并网孤岛模式切换和电能质量测试等实验。该微网系统包含2个计划性的子微网,并且具有并联和串联2种运行结构。本文结合云电科技园智能微网的结构特点和运行需求,设计多微网系统串、并联不同结构的两级分层控制;分析多个子微网的运行状态及其触发事件,对多微网系统运行状态进行简化组合,制定状态转换方案。针对多微网系统的联络线功率控制和模式切换,提出不同子微网MGCC之间的协调策略。利用MATLAB/Simulink分析联络线功率调节、模式转换过程中微网运行特性,验证所提出策略的正确性。
1 多微网系统组网结构
根据云电科技园智能微网系统结构,本文研究的多微网系统如图1所示。图1包含2个可孤岛运行的子微网,通过切换开关K11,K12可形成串联和并联2种组网结构。2个子微网分别经开关K2和K3接入配电网,其中子微网A包括双馈感应发电机(DFIG)(其转子侧接变流器和Crowbar保护电路)、储能蓄电池A(经逆变器和隔离变压器接入电网)、柴油同步发电机和本地负荷。子微网B包括单级式光伏发电系统、储能蓄电池B和本地负荷,其中分布式电源和分布式储能单元均采用逆变器接口并由隔离变压器接入。
2 多微网系统分层控制
多微网两级分层控制结构如图2所示。
在微网两级分层结构[7]基础上,增加MGCC间通信联络以实现子微网的配合。微网上层为MGCC,底层包括微源控制器(MC)和负荷控制器(LC),多微网的MGCC间增加通信联络进行各个微网的协调,MC和LC执行MGCC的操作指令。
单个微网的MGCC应包括功率管理、状态管理和同步控制3项基本功能[10],对于多微网MGCC亦应具备前述所有功能。文献[7,11]已给出了多微网系统MGCC的功率管理方法,本文将重点研究多微网系统MGCC运行状态管理和并网同步控制。
3 多微网系统MGCC协调控制
3.1 多微网系统运行状态转换
多微网系统的每种设备包括投、切2种状态,其中风力发电机和光伏阵列采用最大功率点跟踪(MPPT)控制,不参与多微网系统有功功率调节。本文研究子微网之间的运行状态转换,因此忽略风力发电机和光伏阵列的运行状态。将蓄电池作为主控单元,子微网孤岛运行时,蓄电池须投入;当子微网A,B共同组成单个孤岛且蓄电池B切除时,由于蓄电池A容量有限,结合柴油机才能保证子微网A,B的供电可靠性。
多微网系统中能保证负荷供电的有效运行状态如表1所示,其余运行状态为停机状态。其中设备投入或子微网连接用“1”表示,退出用“0”表示,“0/1”表示该设备投、切归属同一运行状态。AB两孤岛表示子微网A,B分别孤岛运行;AB单孤岛表示子微网A,B共同组成单个孤岛微网;B单孤岛表示子微网A并网运行,子网B孤岛运行;AB并网表示子微网A,B均为并网运行。
由于针对子微网之间的协调进行研究,可将子微网内部的状态转换合并,即表1中状态2和3归为同一运行状态(2);同理,原始状态4和5,8和9,10和11,12和13分别合并为状态(3),(6),(7)和(8)。多微网状态转换路径如图3所示。
状态转换对应的触发事件如表2所示。
当微网处于串联AB并网状态时,若子微网B内部故障且持续时间短(触发事件2),子微网B孤岛运行,微网转至串联B单孤岛状态;此时若子微网A故障且持续时间短(触发事件6),蓄电池可以维持子微网孤岛运行,转至串联AB两孤岛状态;若微网孤岛运行时蓄电池电能不足或子微网故障持续时间长(触发事件7),微网无法维持运行,转为停运状态。
微网处于并联AB并网状态时,若配电网故障且蓄电池电能充足(触发事件4),开关K1断开,转至并联AB单孤岛状态。多微网系统通过开关K11和K12可实现串联与并联结构间的转换,但运行状态转换过程中开关K11和K12开合保持不变。
3.2 多微网系统联络线功率控制协调策略
通过调节多个子微网的功率指令可实现联络线功率控制,下面研究状态(4)和(9)时子微网MGCC间的联络线功率控制协调策略。串联和并联结构多微网系统联络线功率控制时的MGCC协调策略如图4所示。
由于串联多微网与配电网联络线距离馈线上游子微网较近,上游子微网作为联络线功率控制主要执行单元,将蓄电池容量较大的子微网(子微网A)接入馈线上游。图4(a)和(b)中子微网A的MGCC测量联络线的功率信号PK3,与功率设定值比较后经比例—积分(PI)环节得到子微网A中蓄电池的功率调节信号,进行蓄电池A充放电控制。
对于串联结构多微网,一旦馈线上游子微网功率调节能力达到上限,下游子微网(子微网B)需配合上游子微网控制联络线功率。图4(a)中蓄电池A的功率调节信号经过判断模块,得到子微网B与子微网A的交换功率增量指令并传递至中央控制器B。当子微网A的调节能力未达到上限时,子微网B只调节联络线L2功率PK2;当子微网A的调节能力达到上限时,子微网B则参与联络线L1的功率调节。
并联结构多微网联络线功率控制时,子微网A的MGCC测量多微网系统与配电网的交换功率PK1,再与功率设定值比较后经PI环节得到联络线交换功率的调节信号。该信号经过分配系数得到各个子微网的功率参考值,分别与子微网A和B的交换功率PK3和PK2比较后经PI环节得到蓄电池的功率调节信号,实现联络线功率控制。
3.3 多微网系统并网同步控制协调策略
孤岛微网重新并网时,需使分布式电源或分布式储能单元进行主动同步控制[12]。由于分层控制多微网系统具备完整的控制信号通信通道,其状态转换时的功率分配常采用主从控制方式。采用主从控制时,孤岛微网维持额定频率,若电网频率发生偏离,需根据频率差、相位差和幅值差对微网进行主动调节[13]。
多微网系统中各子微网MGCC根据微网当前运行状态和触发事件,确定合闸开关以及进行主动同步的分布式电源或分布式储能单元[14]。图5为子微网A和B的并网同步控制结构,合闸开关两侧频率差df、相位差dp和幅值差dV的本地信号传递至上游子微网A的MGCC。由于df将导致两侧电压的dp出现周期性变化,主动同步时以dp和dV调节为主。图中:V和δ分别为蓄电池电压和相角;PA和QA分别为蓄电池A的有功和无功功率;PB和QB分别为蓄电池B的有功和无功功率。相位差dp和幅值差dV经PI环节后产生补偿信号,按预定系数αA,αB,βA,βB将补偿量分配给子微网A和B的蓄电池,频率差df直接与额定频率fn相加作为微网频率指令值,进而得到蓄电池端电压幅值和相位指令,实现多微网系统的并网同步控制。表3为多微网不同孤岛运行状态(图3)重新并网时的同步方案。
状态(1)→(2)时,αA=βA=0,αB=βB=1(即仅蓄池B参与调节dp,dV),当dp,dV满足并网条件后关K2合闸。状态(5)→(6)时,K2先进行无压合闸无须主动同步,其后由蓄电池A进行同步控制,至合闸条件满足后合并开关K3。状态(2)→(4)和→(9)时,由蓄电池A和B共同参与同步控制,A′=ΔPA/(ΔPA+ΔPB),αB′=1-αA′,βA′=ΔQA/ΔQA+ΔQB),βB′=1-βA′,其中ΔPi=Pin-Pi0,Qi=Qin-Qi0(i=A或B),Pin,Qin和Pi0,Qi0分别蓄电池i的额定有功、无功功率和初始有功、无功率。
当蓄电池功率余量ΔPA+ΔPB不满足相位和频率调节时,其出力调节至最大后仍未达同步条件,多微网系统须保持孤岛运行,等待下一次检测达到同步条件,重新同步。若本地负荷减小使蓄电池功率余量ΔPA′+ΔPB′满足(ΔPA′+ΔPB′-ΔPA-ΔPB)>ηr(PAn+PBn);或者等待时间经过Tr后,多微网再次同步并网,则比例系数ηr取为0.1,重新同步时间Tr取为1~2min(与电网二次调频响应时间相同)。
4 仿真分析
为验证本文所提出的控制策略的可行性,搭建图1所示的串联和并联结构多微网模型(参数见附录A),分析多微网系统联络线功率调节、同步过程中MGCC协调控制的动态特性。
4.1 串联结构微网的联络线功率调节协调
设多微网系统处于状态(4),各分布式电源和分布式储能单元的无功功率指令不变,在t=2s时从配电网注入微网的联络线功率控制指令从20kW降至10kW,蓄电池的最大输出功率为15kW,此时联络线和蓄电池功率如图6所示。图6(b)中蓄电池A的有功功率达到限值15kW,须利用子微网MGCC间通信,启动蓄电池B参与功率调节。
由图6(a)可知,子微网MGCC未协调配合时,联络线L1的功率由20kW降到15kW,没能达到降至10kW的指令要求。设子微网B中光伏系统的有功功率分别在t=3s和t=4s时增加6kW和减少3kW。由图6(b)可知,变化过程中下游子微网B均能配合上游子微网A参与联络线功率调节。由于MGCC配合后配电网注入微网的有功功率减小,使得微网本地的无功消耗降低,MGCC配合后注入微网的无功功率略有降低。
4.2 并联结构微网的联络线功率调节协调
将多微网由状态(4)切换至状态(9),设t=7s时从配电网注入微网的联络线功率控制指令从20kW降低至10kW,图7为并联结构微网的联络线和蓄电池功率。
当子微网MGCC间未协调配合时不能实现联络线L1的功率控制,配合后MGCC根据预定系数控制子微网A和B的蓄电池的功率如图7(b)所示。由于子微网A中柴油发电机功率调节缓慢,使得蓄电池A的有功功率在1.5s后才调节至稳定值。
4.3 多微网系统的并网同步控制协调
设配电网发生故障,串联多微网转入状态(2),子微网A和B组成单孤岛运行,在t=6s时配电网恢复正常,串联多微网重新并网切换至状态(4)。图8为串联多微网由状态(2)→(4)时,开关K3两侧电压的幅值、相位和频率差(微网孤岛运行中电网频率维持50Hz),图中“子微网A和B”和“子微网A”表示子微网A和B同时参与和仅有子微网A参与同步控制。
图9和附录B图B1显示了并联多微网由状态(6)→(9)时开关K1两侧电压的幅值、相位和频率差,图9中多微网在状态(6)孤岛运行时电网频率下降至49.2Hz,而图B1中电网频率保持50Hz不变。
图9中还给出开关两侧电压的频率差,由于频率差为-0.8Hz,导致两侧电压相位差出现周期为1.25s的变化。
对比图8和图9的仿真结果可知,多微网系统利用子微网A和B同时参与开关两侧的频率、相位和幅值调节,能够加快孤岛多微网的并网同步过程。为此提出的同步控制协调策略,满足不同电网频率下串联和并联结构多微网系统的主动同步要求。
5 结语
本文提出了多微网系统的联络线功率和并网同步协调控制策略,仿真结果表明,该方法能够实现串联和并联结构微网的联络线功率调节指令的分配。多个子微网同时参与主动同步控制,可快速将合闸开关两侧电压的幅值差、频率差和相位差减小至同步范围内,实现多微网系统与配电网的重新连接。下一阶段将利用云电科技园智能微网平台进一步验证和完善本文的协调控制方法,此外还将探讨该方法在包含2个以上计划孤岛的多微网系统中的适用性。
摘要：根据多微网间的串联和并联组网结构,设计了串、并联不同结构的多微网系统两级分层控制方案。以多微网系统允许出现的有效运行状态为基础,依据其当前状态和触发事件制定微网运行状态的转换。针对多微网系统的联络线功率控制、并网和孤岛模式切换,提出串、并联结构的多微网中央控制器之间的协调配合策略。结合云电科技园智能微网的工程建设,利用MATLAB/Simulink软件搭建串联和并联结构的多微网模型;仿真分析联络线功率调节、不同模式转换和同步过程中微网的动态特性。仿真结果验证了控制策略的正确性和有效性。
微网策略控制器 篇7
微网是一种由分布式电源、负荷、储能装置和控制装置等构成的小型电力系统,既可以并网运行,也可以独立运行[1]。在远离公共电网的偏远地区和一些特殊场所,如边远偏僻农村、牧区、海岛、高原、沙漠等地区,微网系统并不与大电网相连接,而是独立运行的,故称为独立微网。目前,独立微网系统的装机规模已从最初的几千瓦、几十千瓦,发展到几兆瓦、甚至几十兆瓦,例如珠海东澳岛微网系统、东海南麂岛微网系统等。
在独立微网中,分布式电源通常包括光伏发电、风力发电、微型燃气轮机和燃料电池等。其中,光伏发电具有安全、清洁的特点,但受天气和温度等环境因素的影响,其发电功率具有随机性和波动性。同时,微网中负荷的用电需求也具有随机性。因此,在含光伏发电的微网系统中一般配备储能装置,以起到削峰填谷的作用[2]。利用储能装置即时可控的充放电特性,可灵活实现微网系统的能量调度,从而提高微网运行的可靠性。
由于缺乏大电网的支持,独立微网需要配备能提供持续可靠电能的设备。柴油发电机组是一种中小型的发电设备,具有机动灵活、投资较少、启动方便等特点。文献[3]指出配置柴油发电机组可提高独立微网的供电可靠性,在储能荷电状态较低且分布式电源出力不足时,可启动柴油发电机组以满足负荷需求。
在独立微网中,能量管理系统可对储能装置的充放电动作、分布式电源的出力等进行管理,以确保微网实时供需平衡和长期稳定运行[4]。关于独立微网能量管理问题,国内外已有诸多研究。文献[5]针对风光储独立微网系统,根据风力发电、光伏发电和负荷需求预测曲线,对风光机组进行了经济调度。文献[6]针对风柴储独立微网系统,提出一种基于对等控制和集中控制相结合的混合控制策略,保证系统的稳定性和经济性。对于光柴储独立微网系统,文献[7]以系统总运行费用与停电损失之和最小为目标,研究了需求侧管理与调度方法;文献[8]以一天内系统运行代价最小为目标,提出了柴油发电机组“连续”和“开/关”两种控制方法;文献[9]以一天内柴油发电机组的总输出最小为目标,提出了一种模型预测控制策略,实现对储能装置充放电功率的控制。上述对光柴储独立微网系统的研究,考虑的是固定时间段内的能量管理优化,并且给出的是光伏发电功率和负荷需求曲线确定条件下的最优控制策略,没有考虑系统长期运行下的经济性,同时未考虑光伏发电功率和负荷变化过程的随机动态特性。
在上述文献的基础上,本文以提高系统长期运行经济性为目标,考虑了光柴储独立微网系统的动态能量管理问题。首先以连续时间马尔可夫过程来模拟光伏发电功率变化的随机性,以排队服务模型来描述负荷的随机变化过程;然后将柴油发电机组的启停和储能装置的充放电作为联合控制行动,以光伏发电功率等级、接入负载数量、电池荷电状态等级和柴油发电机组运行数量作为系统状态,将独立微网系统的能量管理问题建模为连续时间半马尔可夫决策过程(SMDP);最后运用随机动态规划方法求解系统的最优控制策略。在最优控制策略的作用下,能量管理系统根据实时观测到的光伏发电功率、负荷功率和电池荷电状态等信息,选择最优的控制行动,以保证微网长期运行的经济性。
1 系统物理模型
本文研究的光柴储独立微网系统由光伏发电单元、柴油发电机组、储能装置和负载组成,各单元通过通信线路与能量管理系统实现双向信息交互,其结构模型如图1所示。
1.1 光伏发电系统
由于光伏发电功率与光照强度直接相关,而后者受云层厚度的影响,故文献[10,11]将光伏发电功率变化过程描述成一个马尔可夫模型。在环境温度不变的条件下,对于单位面积的光伏电池板,光伏发电输出功率Pr与光照强度er的关系为:
式中:ηc为光伏发电效率系数;Gc为临界光照强度。
将云层厚度cr离散化为c0,c1,…,cR共R+1个等级。光伏发电状态记为r∈Φ1={0,1,…,R},对应的云层厚度为cr、光照强度为er、光伏发电功率为Pr。云层厚度的变化快慢受云层面积和风速的影响。云层厚度和光照强度状态随风速的变化情况如图2所示,其中光照强度的变化过程为e0→e1→…→e5→e0。
光伏发电状态的转移是相继的、循环的,状态r转移到r'的转移概率记为Prr'。当r≠R时,有Pr(r+1)=1,且PR0=1,其余情况下Prr'=0。
状态转移速率表示状态发生转移的强度(见附录A)[12],其值为该状态平均逗留时间的倒数。假设风速大小为swind,不同厚度云层的面积变化服从参数为ur的指数分布,则光伏发电状态r的转移速率wr=swind/ur,r∈Φ1,转移速率矩阵为:
1.2 负荷需求模型
微网中负载的接入时刻和用电持续时间往往具有随机性,因此可将负载的接入和断开过程视为一个随机服务模型[13,14]。设负载的接入服从到达率为λ的泊松过程(即单位时间平均到达λ个负载),单个负载功率大小为Pl且服务时间服从参数为μ的指数分布,若系统最大可服务负载数量为N,则该服务系统可视为M/M/N损失制排队模型(见附录B)[12]。记负荷状态为接入系统的负载数量n,n∈Φ2={0,1,…,N},当n=N时,新的负载接入请求将被拒绝。负荷状态的转移速率矩阵为:
设负荷状态由n转移到n'的概率为,满足式(4)且。
1.3 柴油发电机组
通常要求柴油发电机组最低负载率在30%左右,如果低于此值,单位功率耗油量会较大。例如,额定发电功率为12.8 k W的某柴油发电机组,其输出功率与耗油量的关系为[15]:
设柴油发电机组总数为Z,投入运行的机组数量z∈Φ3={0,1,…,Z},其中z=0表示柴油发电机组全部为关闭状态。假设柴油发电机组特性一致,且当z台机组同时运行时,输出有功功率平均分配。单台机组输出功率Pz满足:
式中:Pzmin和Pzmax分别为柴油发电机组允许的最小输出功率和最大输出功率。
若系统中存在特性不一致的柴油发电机组,可对各机组分别进行建模与控制。
1.4 储能系统
目前独立微网系统广泛使用的储能装置是铅酸蓄电池,通过相应控制装置可以使其工作在充电、放电或者闲置状态。
设电池容量为E,电池荷电状态为ESOC,电池充放电功率大小为Pb,Pb>0表示电池处于充电状态,Pb<0表示电池处于放电状态。若电池处于充电状态,则Pb=Pbcharge(ESOC),对于不同规格及充电方式的蓄电池系统该对应关系不同,可根据具体系统进行相应的设定;若电池处于放电状态,则放电功率应满足|Pb|≤Pbmax,其中,Pbmax为电池最大允许放电功率。考虑到不同荷电状态下,电池充放电效率不同,经过时间Δt后的电池荷电状态ESOC'为:
式中:η(ESOC)和η'(ESOC)分别为充电效率和放电效率。
考虑到恒功率充电在实际中具有一定的代表性且较为简单,因此本文仿真试验中考虑的是这一充电方式。另外,尽管本文考虑的是单一储能装置,若系统中存在多种类型的储能装置,可针对其各自特性分别进行建模与控制。
2 系统SMDP模型及优化
2.1 状态空间
将电池容量等间隔分为B+1个区间,且定义电池荷电状态等级b满足[16]:
其中,·表示向下取整,且b∈Φ4={0,1,…,B}。于是,定义系统状态s由光伏发电功率等级、接入负载数量、柴油发电机组运行数量和电池荷电状态等级组成,即s∈Φ={s|s=(r,n,z,b),r∈Φ1,n∈Φ2,z∈Φ3,b∈Φ4},其中Φ={s1,s2,…,sK}为系统状态空间,总状态数K=(R+1)(N+1)(Z+1)(B+1)。
2.2 行动集
系统控制行动包括柴油发电机组的启停和电池充放电动作。设行动量vs=(vz,vb)∈D,行动集D=D1×D2。其中,vz∈D1={-Z,-Z+1,…,0,…,Z},vb∈D2={-1,0,1}。vz为正表示开启vz台柴油发电机组;vz为负表示关闭|vz|台柴油发电机组;vz为0表示不采取启停动作。vb=-1表示电池放电;vb=1表示电池充电;vb=0表示电池闲置。设状态si,i=1,2,…,K下的可行行动为vsi,则能量控制策略,其中,Ω为所有可行平稳策略构成的策略集合。
系统的行动选择受当前状态和功率平衡关系的约束。显然,若当前状态下已有z台机组运行,则有约束条件-z≤vz≤Z-z。另外,当b=B时,vb∈{-1,0};当b=0时,vb∈{0,1}。由于光伏发电存在弃电的情况,则光伏发电有效输出功率Pr'≤Pr,故任意时刻,系统行动选择应满足:
若vz+z=0,则Pr'=n Pl+vb|Pb|;否则,Pr'=Pr。根据式(9),若vb=1,则由Pb可以确定Pz;若vb=-1,为使柴油发电机组效率最高,令Pz=Pzmax,则可确定Pb。
2.3 状态转移概率
将电池荷电状态等级划分为低、中、高3个部分:{0,1,…,B1},{B1+1,B1+2,…,B2},{B2+1,B2+2,…,B},其中,0,B1,B2,B为临界荷电状态等级。当光伏发电状态r、负载数量n发生变化或者电池荷电状态等级b转移到任一临界等级时,系统进行决策。设决策时刻T时,系统处于状态s=(r,n,z,b),并且采取行动vs。现定义时间τ(s,vs)=(Bb-b)ΔE/Pb,其中ΔE=E/(B+1),Bb为系统在行动vs下r和n均不改变时电池荷电状态转移到的下一临界等级。若在[T,T+τ(s,vs)]内,r或n在T+Δt时刻发生状态改变,则状态逗留时间ω=Δt,否则ω=τ(s,vs)。于是可得下一决策时刻T'=T+ω。
令γ=wr+σn,其中σn为负荷状态发生转移的转移速率。在M/M/N排队系统中,由负荷状态转移速率的定义(见附录A)可得其表达式为:
设光伏发电状态和负荷状态的逗留时间分别为tr和tn,其联合密度函数为:
在[T,T+τ(s,vs)]内,状态转移包含以下情况。
1)电池处于闲置状态,光伏发电状态或负荷状态发生改变。
若光伏发电状态改变、负荷状态和电池荷电状态等级不变,记下一状态s'=(r',n,z+vz,b),状态嵌入链转移概率为:
若负荷状态改变、光伏发电状态和电池荷电状态等级不变,即s'=(r,n',z+vz,b),则
上述两种情况下状态逗留时间分布函数为:
2)电池处于充电或放电状态,光伏发电状态和负荷状态不变,即s'=(r,n,z+vz,Bb),则
3)电池处于充电或放电状态,光伏发电状态或负荷状态发生改变(决定了下一决策时刻)。设下一决策时刻电池荷电状态等级为b',令
若光伏发电状态和电池荷电状态等级改变,即s'=(r',n,z+vz,b'),则
若负荷状态和电池荷电状态等级改变,即s'=(r,n',z+vz,b'),则
上述两种情况下状态逗留时间分布函数为:
4)其他情况下,Pss'(vs)=0。
于是,给定控制策略π,可得到系统的嵌入链转移矩阵Pπ=(Pss'(vs))、逗留时间分布函数矩阵Fπ=(Fss'(t,vs)),以及半马尔可夫核矩阵:
式中:⊙表示矩阵对应元素相乘。
2.4 目标函数
本文考虑的系统代价包含启动和关闭柴油发电机组的即时代价、柴油发电机组燃油费用代价、电池充放电的电量损耗代价和寿命损耗代价。电池寿命损耗与电池放电深度及放电功率有关,而电池电量损耗与充放电效率有关,在一定程度上反映了电池放电深度和放电功率,因此对电池电量损耗代价和寿命损耗代价作统一考虑。对于一个状态转移过程〈s,vs,s',ω〉,记性能矩阵为:
其中,性能函数f(s,vs,s')为单位时间系统的期望运行代价,即
式中:k1为启动或关闭一台柴油发电机组的即时代价;k2为柴油发电机组的燃油费用代价系数;k3为电池充放电损耗代价系数;,其中α>0为折扣因子;分别为电池充电和放电损耗系数。
最优策略的求解依赖于优化控制的性能准则,常用的为如下无穷时段折扣性能准则:
式中:E(·)表示取期望值函数;s(t)为系统随时间t变化的状态过程;s(0)为初始决策时刻的状态;s'(t)为状态s(t)下采取行动vs(t)后的下一状态。
式(26)被用以评估系统在给定控制策略下从状态s出发运行无限长时间的折扣累积代价Vαπ(s)[17];当α→0时,该式即为平均性能准则,用以评估系统在给定控制策略下运行无限长时间的单位时间平均代价。系统优化就是在策略集Ω中寻找最优策略,其中Vαπ为Vαπ(s),s∈Φ对应的性能准则向量。
2.5 求解方法
于是,系统的能量控制问题可表示为一个SMDP模型〈s(t),Φ,D,Qπ(t),fπ〉。运用等价无穷小生成子可以将SMDP转化为等价的马尔可夫决策过程(MDP),从而可以将MDP的相关分析方法和理论成果应用到SMDP优化问题中[18]。其中,性能势向量gαπ满足泊松方程:
式中:I表示单位矩阵;Aαπ为等价无穷小生成子;βα为一致化因子;ε表示全为1的列向量;pαπ为策略π对应的系统状态等价稳态概率分布;fαπ为等价性能矩阵,详细求解过程可见文献[18]或文献[19]。
由Bellman最优性原理可知,存在一个最优平稳策略π*,使得gαπ*和Vαπ*满足[18]:
随机动态规划适用于随机序列决策问题的求解,在MDP和SMDP中,常用的随机动态规划方法包括策略迭代和数值迭代,本文采用的是基于性能势的策略迭代算法[19,20],它含两个步骤,即策略评估和策略改进。前者通过式(27)对性能势进行评估,后者根据Bellman最优方程按下式进行策略更新。
式中:πm为第m次迭代得到的策略。
重复策略评估和策略改进过程即可求得最优策略π*。
3 结果分析
为保证光伏发电功率为0且电池荷电状态过低时系统能稳定运行,柴油发电机组最大输出功率不低于最大负荷需求,即ZPzmax≥NPl。系统参数见附录C表C1。图3为采用策略迭代方法求解系统的优化曲线。图中,经验策略是按优先级依次让光伏发电、电池和柴油发电机组供电的策略,平均运行代价是平均准则下的系统运行代价。可见,与经验策略相比,最优策略下的系统平均运行代价更低。
图3中各状态的代价曲线为折扣准则下的优化曲线,其中折扣因子α=0.01。由于系统状态较多且不同状态对应的折扣代价不同,无法给出所有状态的代价优化曲线,因此本文选取以下几个特定状态以说明优化结果。表1给出了图3中各状态的取值。由于状态157下需要开启发电机组,因此代价较高;状态637下光伏发电装置不仅给负载供电同时也给电池充电,代价较低;状态796下仅需光伏发电装置为负载供电,无电池充放电损耗,因此代价比状态637低;状态556下不开启柴油发电机组且有多余电能给电池充电,较长时间内无需开启柴油发电机组,因此代价最低。
相同时间长度内,系统分别按最优策略和图3所用经验策略运行的仿真结果见附录C表C2。可以看出,在系统长期运行的情况下,与经验策略相比,最优策略下的柴油发电机组启停次数和每台机组的平均运行时间有所减少,电池放电深度过大和放电功率过高的次数较少,且电池更长时间地保持在高电量状态。这是由于从长期运行过程来看,过多使用电池供电,可能出现因电池放电至荷电状态过低而必须使用柴油发电机组的情况,使得在增加电池损耗的同时,也会增加柴油发电机组的启停代价。因此最优策略在保证系统能量平衡的同时,能够减少电池的损耗和柴油发电机组的启停,延长电池和柴油发电机组的使用寿命。
图4和图5分别给出了系统在不同负载数量和电池荷电状态等级下的最优控制行动。图4表示当前柴油机发电组全部关闭时,系统采取最优行动后的机组运行数量。可以看出,当接入负载数量较少且光伏发电功率足以满足负荷需求时,不开启柴油发电机组;当光伏发电出力不足、接入负载数量较多且电池荷电状态等级较低时,需要开启柴油发电机组;当电池荷电状态等级较高时,机组开启较少或不开启。图5表示不同状态下的最优电池充放电动作。可见,当光伏发电功率能够满足负荷时,电池处于闲置或充电状态;当光伏发电不足且电池荷电状态等级较高时,电池多处于放电状态。
z=0,Pr=0,10,15,20 k W时不同负载数量和电池荷电状态等级下的柴油发电机组开启情况及电池充放电动作见附录C图C1和图C2。z=0,1,2,Pr=5 k W时不同负载数量和电池荷电状态等级下柴油发电机组开启情况见附录C图C3。
根据观测到的光伏发电功率、负荷和电池荷电状态,在不同决策时刻采取对应的最优控制行动。附录C图C4为系统在最优控制策略下的一段仿真运行曲线(从第820步到第867步的样本轨道),模拟系统运行的时间跨度约为12.41 h。由于本文假设光伏发电功率在无限长时间内随机变化,未考虑日出日落等实际情况,故此处模拟系统运行的时间并不与一天24 h的时刻对应。附录C图C4(a)中在第838步时负荷功率增加,与光伏发电功率差值变大,由于当前状态的逗留时间和下一状态在该时刻不可知,根据最优控制策略,在此情况下开启柴油发电机组为统计意义上的最优行动;但在此仿真样本轨道中,负荷功率在持续较短时间后立即降低(第839步),在此情况下系统选择电池放电且关闭柴油发电机组为统计意义上的最优行动,因此造成了柴油发电机组开启时间较短。
4 结语
本文利用独立微网系统中柴油发电机组和储能装置的可调度性,对不同系统状态下的最优控制行动进行了求解,得到最优能量控制策略。仿真结果表明,该控制策略能够减少系统运行成本,从而提高系统长期运行的经济性。本文考虑的光伏发电模型可以近似模拟天气平稳变化的情况,而天气突变情况下的光伏发电随机性建模问题相对复杂,可引入状态空间随机切换过程来解决;另外,本文采用M/M/N排队服务模型来描述负荷的随机动态特性,对于功率大小不同或连续变化的负荷特性,可引入多类型顾客排队服务系统来进行模拟,这两种情况下系统的能量控制策略优化问题将有待进一步研究。