多电池组储能系统

多电池组储能系统（共7篇）

多电池组储能系统 篇1

0 引言

微电网作为一种包含分布式电源(DG)、储能装置以及各类负载的新型能源网络化供应与管理技术,由于其能源利用率高和环境友好等优点,正受到越来越广泛的关注[1,2,3,4,5]。由于风能、太阳能固有的波动性和随机性,如何利用有限的储能系统容量,在满足一定约束条件的限制下,实现微电网系统发用电的动态平衡,并获得最优效益,是微电网集成控制与能量管理研究的重要内容。

目前,基于储能动态调度的微电网运行优化研究主要以经济性、环保性和响应特性为目标。文献[6]建立了包含钠硫电池储能的微电网系统经济运行优化模型,分析讨论了多种因素对系统经济运行优化结果的影响;文献[7]基于电池储能电站动态性能分析与评价模型,对储能系统平抑可再生能源随机输出功率波动的动态效果进行评价;文献[8]以总投资最少为目标函数,计及可靠性约束和环保成本,研究了全年孤岛运行的微电网电源容量优化配置方法。上述文献均在单目标函数下考虑微电网的优化运行,忽略了其他因素对储能系统运行控制的影响。文献[9-11]运用遗传算法、多目标进化算法等方法对考虑经济性、环保性的微电网系统进行优化调度。但上述文献未考虑储能系统抑制可再生能源波动、提高系统可靠性等功能;此外,所采用的算法并未利用各阶段间电池储能系统的状态继承,对于较为复杂的短时动态优化调度问题,计算量较大。

本文以调度周期内微电网运行的经济性(包含环保效益)、可靠性和响应特性为目标函数,建立含风机、光伏阵列、电池储能系统BESS(Battery Energy Storage System)及其他类型DG的并网运行微电网的多目标优化模型,并利用各阶段间储能系统充放电的特点,采用动态规划算法求解该优化问题。

1 风-光-热-储混合的微电网系统模型

风-光-热-储混合的微电网系统是典型的微电网系统组合,主要包含以下几类常见单元:风机、光伏发电系统等不可调度电源,热电联产系统和电池储能系统等。其结构示意图如图1所示。下面给出各组成单元的数学模型。

1.1 微电网发电单元模型

风电机组WT(Wind Turbine)的输出功率与风速的关系可近似用分段函数表示[12],与风机的切入风速、切出风速、额定风速以及额定输出功率有关。

光伏发电系统输出功率可结合标准额定条件STC(Standard Test Condition)下的输出功率和实际所处环境的光照强度、环境温度得到[13]。

微型燃气轮机MT(Micro Turbine)热电联产系统有2种运行方式:以电定热和以热定电。前者优先满足用户对电能的需求,后者则优先满足热能负荷需求。微型燃气轮机的热电产出满足一定比例关系[14]。

1.2 BESS模型

BESS电量与充放电功率的关系为:

其中,S(t-1)和S(t)分别为时段t-1和时段t的电池剩余电量;PBESS(t)为时段t BESS的投运功率,该值为正表示充电,为负表示放电;σ为BESS在单个时间段内的自放电率;Δt为时段t与时段t+1间的时间间隔。

BESS满足下列容量和充放电约束:

其中,Pcd(t)为时段t BESS的充电或放电功率,恒为正;u为储能电池充放电标志,取值0、1及-1分别代表浮充、充电及放电状态;Smax和Smin分别为储能电池剩余电量的上、下限;Pcmax和Pdmax分别为储能电池充电和放电功率的上限;ηc和ηd分别为储能电池的充电和放电效率。

另外,BESS的寿命与充放电次数、充放电功率和放电深度等因素有关。为延长寿命,每小时的充放电容量应小于其最大容量的20%[15],设Δt′=1h,即:

2 微电网多目标运行优化模型

微电网并网运行模式下需要采用一定调度策略对其进行控制:一方面发挥微电网的环保优势并减少其对主网的冲击;另一方面充分利用时段电价差提高微电网经济效益。而考虑到能源利用率等因素,热电联产系统多运行于以热定电方式。综上所述,制定以下微电网运行原则:

a.优先利用微电网内部风电及光伏发电等清洁能源来满足负荷需求,并且能与主网进行自由功率交换;

b.风电和光伏发电工作于最大功率点跟踪模式;

c.热电联产系统工作于以热定电运行方式;

d.BESS通过不同时段充放电控制提高微电网效益,但当微电网电源不足向主网购电时,出于经济性和稳定性考虑,BESS不允许充电。

基于以上运行原则,在调度周期内风力和光伏发电输出功率受自然条件影响而不遵循调度,微型燃气轮机的出力则由热负荷确定,微电网优化运行的目的即为通过BESS的动态调度,实现最大经济效益、最可靠电力供给、最佳响应特性等目标。

2.1 优化目标

2.1.1 目标1:微电网系统的经济效益最大

将微电网视为一个整体,风力、光伏、微燃机以及BESS的运行成本固定不变,且忽略微电网向内部负荷售电的收入,经济性目标为通过BESS的合理运行,优化各时段微电网与主网之间的功率交换量,利用时段电价差异使微电网获得最大收益。考虑到各时段电价的差异,为体现BESS的作用,引入附加机会收益的概念[16];同时将微电网系统的环境效益用污染物排放治理费用的形式计入经济效益,此时目标函数为:

其中,Cinc(t)为时段t微电网与主网间的功率交换收益;Cop(t)为时段t的附加机会收益;Cenv(t)为时段t的污染物排放治理成本;N为时段数;Pex(t)为时段t微电网与主网间的功率交换量,为正表示微电网向主网售电,为负则为购电;pr(t)为时段t的电价,prmax为调度周期内的最高电价;PW T(t)、PPV(t)、PMT(t)分别为时段t风电机组(WT)、光伏发电系统(PV)和热电联产系统(MT)的发电功率;Pload(t)为时段t微电网的负荷;M为所排放污染物(包含CO2、SO2、NOx等)的种类数;βj为第j种污染物的治理费用;K为微电网系统内部电源总数;αij为第i个电源对应第j种污染物的排放系数;Pi(t)为时段t第i个电源的出力;Pgrid(t)为时段t主网向微电网的输入功率,取负值时表示微电网向主网输出功率,Pgrid(t)=-Pex(t);αgrid j为Pgrid(t)中对应第j种污染物的排放系数。

式(9)表示在微电网收益中加入了附加机会收益Cop,Cop为正表示BESS在低电价时段所充的电量在高电价时段输出所获得的机会收益;为负则表示BESS在低电价时段输出的电量若存储到高电价时段输出能获得的机会收益,也可视为机会损失。当Pex(t)<0时,BESS不同时段充放电收益在Cinc中得以体现,无需引入机会收益Cop。式(10)通过污染治理成本Cenv反映了系统的环境效益。

2.1.2 目标2:微电网系统的可靠性最高

微电网系统的可靠性采用功率供给亏欠率LPSP(Loss of Power Supply Probability)来评价。LPSP定义为系统调度周期内功率供给亏欠量与负荷需求量的比值,表征发生故障导致微电网处于孤岛运行时的供电可靠性。ELPS(t)定义为时段t的功率供给亏欠量,当系统发电量大于负荷需求时,ELPS(t)=0;反之,ELPS(t)由式(12)定义。

则目标函数可定义为:

2.1.3 目标3:平抑可再生能源输出功率波动

从维持微电网系统安全稳定运行的角度,BESS应能够跟踪风能和太阳能的出力变化进行充放电,以提高供电连续性和可靠性。此时对BESS控制的要求一般有2种方式:抑制可再生能源的输出功率波动;通过BESS与风电、光伏发电的配合,使可再生能源出力符合各时段发电出力曲线的要求。2种方式分别在目标3和目标4中论述。

BESS平抑可再生能源输出功率波动的效果可用输出功率的变化率来评价,此时目标函数为:

其中,Pout(t)和Pout(t-1)分别为加入BESS调节后时段t和t-1的可再生能源输出功率,满足:

2.1.4 目标4:符合可再生能源发电计划曲线的要求

目标3能大幅降低可再生能源输出功率的波动,但计划外波动仍然存在,从而会消耗系统备用容量,降低系统可靠性。实际运行中,电网通过前一天风电、光伏发电的输出功率预测制定发电计划曲线,可再生能源通过与BESS配合运行使其满足曲线要求,目标函数为:

其中,Pplan(t)为当日时段t发电计划值。

2.2 约束条件

微电网运行期间需满足下列约束条件。

功率平衡约束:

其中,PGi(t)为时段t微电网电源i的输出功率;QGj(t)为时段t微燃机j的产热功率;KQ为微电网中微燃机数量;Qload(t)为时段t微电网的热负荷。式(17)为时段t的电功率平衡,式(18)为热功率平衡。

DG出力约束:

其中,PGimax、PGimin分别为电源i的输出功率上、下限;QGjmax、QGjmin分别为微燃机j的产热功率上、下限。

BESS应满足式(2)—(6)所示容量、充放电和寿命约束;另外考虑到BESS在调度周期之间变换时的状态继承,保证BESS在各调度周期间连续有效地工作,假设其能量状态在调度周期始末相等,即满足:

2.3 多目标优化的转换

目标1—4的量纲和比重不尽相同,通过模糊理论将各目标函数统一转换成对优化结果的隶属度,然后利用线性加权求和法将多目标优化转化为单目标优化问题,其中各目标的权系数采用二元对比定权法确定。

2.3.1 目标函数隶属度转换

参照模糊集理论,采用隶属度函数F来描述各目标函数优化结果,其取值在0~1之间。F=0表示离最优结果最近,最满意;F=1表示最不满意结果。F由下式定义:

其中,Fi(X)为目标fi(X)的隶属度函数,为方便进行转化,将各目标函数统一为最小值形式(其中最大化经济效益目标函数取负号转化为最小值形式);Xi*为对目标fi(X)进行单目标优化时的最优策略;fiw为目标fi(X)在各单目标最优策略Xj*中的最劣取值,即

2.3.2 转化为单目标优化

利用线性加权求和法将多目标优化转化为单目标优化问题,即:

其中,wi为权系数,满足wi≥0且 。

权系数的确定采用定性排序与定量标度相结合的二元对比定权法[17],其基本原理和步骤如下。

a.利用排序标度矩阵E定性判断指标重要性。

对于有n个指标组成的指标集{F1,F2,…,Fn},对各指标重要性进行二元对比。若Fk比Fl重要,则记排序标度ekl=1,elk=0;反之,则记ekl=0,elk=1;若Fk和Fl同样重要,则记ekl=elk=0.5。根据对比结果,建立重要性定性排序标度矩阵E:

矩阵E需进行以下一致性检验以防止思维矛盾:若ehk>ehl,则有elk>ekl;若ehk

计算矩阵E的各行元素之和,其大小排序即为指标集的重要性定性排序。

b.利用模糊语气算子定量确定指标权重。

考虑到我国多采用具有模糊性的语言和文字对事物重要性进行比较,引入语气算子与对应模糊标度、隶属度的关系,具体如表1所示,模糊标度边界为0.5和1.0,分别对应同样重要和无可比拟重要2个程度。

由此将各指标间的模糊语气算子转换为相应隶属度,归一化后即得到指标权重向量W。

在本文的微电网多目标运行优化模型中,各目标重要性排序往往由调度人员根据BESS功能定位及所处地点、微电网负荷情况及运行方式等因素综合设定,在实现BESS特定功能的同时兼顾各项性能指标。

3 基于动态规划的优化模型求解方法

动态规划算法是解决多阶段决策最优化问题的一种方法,其原理为:最优策略包含的子策略一定是最优子策略。本文利用动态规划求解微电网优化运行下BESS的调度策略,须将BESS模型转化为动态规划可操作的模型。

将调度周期划分为N个阶段,相邻阶段时间差为Δt。选择BESS电量S为状态,将其离散化,相邻状态间的电量差为Δs。因此,决策变量u即可离散为BESS电量从Si转移至Sj的充电(放电)功率,其必须满足BESS的容量约束和充放电约束。本文优化模型目标函数具备离散化的特点,将第k阶段的目标函数视为阶段指标函数Vk(Sk,uk),则第k阶段的过程指标函数为:

其中,dk(Sk)为第k阶段从状态Sk出发的允许决策集合。

因此,BESS最优策略即为求解从初始状态S(0)到最终状态S(T)的最优路径,优化流程如图2所示。

4 算例分析

本文以风-光-热-储混合的微电网系统为例,讨论了多目标条件下微电网系统的优化运行结果。优化模型的参数为:调度周期为1 d,Δt=5 min,N=288;BESS容量为50 MW·h,最低允许电量为30 MW·h,最大充、放电功率为5 MW,充、放电效率均为87%,自放电率为0.05%;不失一般性,设调度周期初始状态和最终状态均取为30 MW·h,动态规划时电量差Δs取为0.2 MW×5 min。

图3给出了算例选取的典型日电负荷和热负荷数据。分布式电源方面,微型燃气轮机工作在以热定电方式;风力发电机额定功率为12 MW,风速数据由服从a=8、k=2.2的Weibull分布模拟得到,切入风速为2.5 m/s,额定风速为12 m/s,切出风速为25 m/s;光伏系统总装机容量为9 MW,输出功率由马尔可夫链法[18]模拟生成,则分布式电源的功率输出情况如图4所示。

本文计算分析所需相关数据参考文献[5-7,19-20],如图5和表2、3所示。其中图5为时间间隔为15 min的可再生能源发电计划,时段t的发电计划值为其所在时间间隔内功率波动的平均值,即:

其中,t=1,2,…,96;Pout0为BESS投运之前的可再生能源输出功率,即PBESS=0 MW。

4.1 基于动态规划的多目标优化结果

各指标二元对比关系为:F1比F2重要;F2重要性在F3、F4之上;F3与F4均为BESS对可再生能源输出功率的响应特性,目标函数有所重叠,因此重要性应有所区别,设定F4比F3重要。则重要性排序标度矩阵E为:

经检验,E符合一致性,比较各行元素之和,各目标之间的重要性排序为F1>F2>F4>F3,“>”表示重要性优于。将最重要的指标F1与其他指标进行二元比较,F1与F2相比,处于“略为”和“较为”重要之间;F1与F4相比,为“明显”重要;F1与F3相比,处于“十分”和“非常”重要之间。将模糊语气算子转换为隶属度指标的非归一化权重向量为[1,0.6,0.212,0.429],归一化后得到指标的权重向量W=[0.446,0.268,0.095,0.191]。

基于此权重向量的微电网系统多目标优化结果如表4所示。表4给出了各目标函数优化结果与隶属度,并且与加入BESS调节前的各目标函数进行了对比。

结果表明,多目标优化下各目标函数与加入BESS调节前相比均有不同程度的改善;然而不同目标的优化情况却相差较大,BESS的调节对微电网系统经济性和可靠性的改善明显大于响应特性(目标f4仅改善4.84%),这也反映了目标优化结果与指标权重的良好对应关系(目标f1、f2权重占比达71.4%)。

图6给出了优化结果下微电网系统与主网的交换功率Pex以及BESS的电量,由图6可知,在经济性目标权重较大的情况下,微电网主要向主网输出功率,BESS容量得到了充分利用,总体上进行了一次满充与满放。

表5列出了单目标优化下BESS的最优策略对于各目标函数的隶属度,其在满足对应目标最优的同时往往导致其他目标函数隶属度过高。多目标优化基于各目标重要性排序,确定了BESS的调度策略,使综合隶属度达到最优。单目标函数下系统的优化结果见表6。

4.2 BESS功能定位对多目标优化的影响

4.1节中BESS的功能定位为最优化微电网系统的经济效益和可靠性,图7反映了加入BESS调节前后微电网经济性和可靠性指标的变化。由图7可知,多目标优化结果下微电网通过BESS的合理运行,利用时段电价差异,获得的经济收益较加入BESS前增长超过一倍,同时系统的功率供给亏欠率仅为0.086 8%,可靠性改善较大。经济性、可靠性优化结果的隶属度均小于0.1,与单目标优化结果非常接近。

多目标优化结果体现了目标函数的权重设置,图8为多目标优化下微电网系统对可再生能源的响应特性。可见,此时BESS的优化策略并不能很好地平抑可再生能源的功率波动或使之符合发电计划的要求。因此,多目标优化时各目标函数值间的重要性排序对优化结果有显著影响。

若系统只考虑利用BESS平抑可再生能源波动或使之符合发电计划要求,则亦能达到很好的调节效果,优化结果如图9、图10所示。由图可知,加入BESS调节后功率波动方差分别降低了81.06%和75.77%。可见,在微电网多目标优化的过程中,应根据不同时段BESS的功能定位调整各目标函数重要性排序,从而获得最理想的BESS调节策略。

5 结语

微电网不同优化运行目标下BESS充放电策略的求解是一个非线性规划问题。动态规划算法能较好地模拟BESS的充放电动作,处理模型中的不连续、非线性约束,且方便计算机进行求解。

针对微电网系统运行的经济性、环保性、可靠性和响应特性等问题,本文提出了基于动态规划的微电网多目标运行优化方法,通过BESS的合理调度,实现微电网的优化运行。算例结果表明,多目标优化结果能很好地满足微电网的运行要求,改善各方面指标;同时,优化结果较好地对应了目标设置权重,可根据不同BESS功能定位和微电网运行状况设定目标重要性排序,从而获得理想的BESS调度策略。

本文仅从功能性方面分析BESS的最优控制策略,从长远方面考虑,应计及BESS寿命等经济性评价。此外,如何改进人为设定各目标重要性排序,更实时、精确地确定指标权重,并从BESS本身技术、经济两方面综合评价其调度策略,是下一步的主要研究工作。

摘要：微电网系统的优化运行应考虑经济性、环保性、可靠性以及对可再生能源的响应特性等多方面因素。以电池储能系统(BESS)为研究对象,提出一种基于动态规划的多目标优化方法,以最优化经济效益、最大化可靠性、最小化可再生能源功率波动、最符合可再生能源发电计划作为微电网优化运行的目标,应用模糊理论和二元对比定权法将其转化为单目标优化问题,从而获得BESS的动态最优调度策略。算例表明,该方法具有良好的优化效果。

关键词：微电网,电池储能系统,优化,分布式电源,电池,储能

多电池组储能系统 篇2

提高电力系统运行的可靠性与稳定性一直是电力工程中的重要研究课题之一。保障可靠性的一个重要方面就是采用相应的控制措施使电力系统在各种扰动下,能够保持系统的同步运行。

经典的发电机励磁控制技术有单变量反馈,多变量反馈及线性最优励磁控制技术。在系统实际运行状态过于偏离运行点时,由线性控制方法所设计的控制律便不能满足系统的控制要求,故与提高电力系统大干扰稳定性的要求不相适应。因此有必要用非线性控制理论进行控制设计以提高系统的大干扰稳定性[1,2]。

近年来,发电机励磁系统的非线性控制方法研究得到了许多成果。文献[3]通过将输出函数选取为多状态量的线性组合来实现非线性系统的多性能指标控制,在统一的非线性控制设计框架下对系统中多个状态量的动态和静态性能指标进行协调。文献[4]以功角、有功功率、角速度作为反馈量,基于非线性预测控制理论,设计出具有闭合解析形式控制律的励磁控制器。文献[5]提出了目标全息反馈非线性控制设计方法,将非线性控制系统的全部控制目标转换到线性空间中,使控制目标均在性能指标中得到约束,从而使获得的控制规律包含这些控制目标的全部反馈信息。文献[6]针对电力系统暂态过程的非线性特性,以稳定电压为目标,结合零动态和变结构控制的原理设计了励磁控制器。

FACTS技术结合了现代电力电子技术与传统的潮流控制,利用可靠性很高的大功率可控硅元件代替传统元件中的机械式高压开关,可迅速调整电力系统中影响潮流分布的主要电气参数,以便实现输送功率的合理分配及维持正常的电压,降低功率损耗和发电成本,大幅度提高系统的稳定可靠性。该技术是实现电力系统安全经济和综合控制的重要手段之一,近年来的一些研究和实践也证明了这一点[7,8,9,10]。有关FACTS元件与发电机励磁的非线性协调控制研究近年来也取得了不少重要的进展[11,12]。文献[11]研究了SVC与发电机励磁的能够实现干扰抑制的鲁棒非线性协调控制。文献[12]对超导磁储能系统(Super-conduction magnetic energy storage,SMES)与汽轮发电机的励磁进行了多指标非线性协调控制设计。

BESS作为FACTS家族的新成员,具有控制有功功率流的能力,能够同时对接入点的有功和无功进行调节,为高压输电系统提供快速的响应容量,有效的提高了电力系统的稳定性、可靠性和电能质量。文献[13]介绍了BESS与STATCOM(Static synchronous compensator)结合后可提高电力系统动态稳定性。文献[14]比较了不同类型的能量存储系统在电力系统稳定控制中的作用。文献[15]说明了BESS对于提高系统传输能力及维持系统稳定性具有显著作用。但目前已有的研究成果中,对BESS在电力系统中的应用主要集中在电力负荷的有功功率控制以及新能源发电领域[16,17],尚未对BESS与发电机励磁的协调控制方法进行深入的研究。

本文建立了BESS与发电机联立的数学模型,并将多指标非线性控制设计方法运用到BESS与发电机的协调控制中。根据控制目标建立了以y1=c1∆id、y2=c2∆iq和y3=c3∆Pe为输出函数的非线性综合控制律,有效地提高了系统的稳定性和可靠性。最后通过仿真分析验证了依据该控制律所设计控制器的控制效果。

1 BESS与发电机联立的数学模型

图1为单机无穷大系统并联BESS的示意图,BESS从变压器高压侧接入。通常的BESS装置由蓄电池、直-交流逆变器、控制装置和辅助设备等组成。

根据图1可写出发电机到Us的三阶数学模型为

式中:δ为发电机功角;ω为发电机转子角速度;为发电机暂态电势;D为机组固有阻尼系数;Vf为发电机的励磁电压;Usq为变压器高压侧母线电压Us的交轴分量;Pm为原动机机械功率;Pe为发电机电磁功率;为定子开路时的励磁绕组时间常数;TJ为发电机组的转子惯性时间常数。

根据BESS的基本电路结构。如图2所示,可建立三相系统下的BESS动态模型。

其中:usa、usb和usc是接入点的三相电压;BESS装置中各种损耗及电阻包括开关器件的导通电阻用等效电阻R表示;变压器漏电感及线路电感等用等效电感L表示;ia、ib和ic为接入点的三相电流。

为了使式(2)与式(1)的发电机模型坐标一致,可运用Park变换将式(2)变换到[d,q,0]坐标系中,则用[d,q,0]坐标系变量可表示为

其中:C为Park变换矩阵;C-1为C的逆矩阵。这样可得到以标幺值表示的BESS模型为

式中,id、iq分别为有功电流和无功电流。

本文采用文献[18]所述的电压源型BESS模型,其输入电压经过Park变换可以写成如式(5)形式。

式中:E为5级电平变流器直流侧电容的电压幅值;M为调制比;α为触发角;M和α是BESS的控制量。

BESS的有功、无功输出方程可表示为

将发电机模型与BESS模型联立,即可得到一个5阶系统状态方程如下:

其中,

由于式(7)中与Us的关系尚未确定,故需借助U0推导与Us的关系,根据图1可有如下关系:

由式(9)～(11)可得

根据图(3)所示的系统向量图可得

将式(13)代入式(12)并整理可得:

这里。再将式(14)等号两边的实部和虚部分别平方后求和可得

由式(15)可得

根据电力系统的实际情况,对式(16)中各变量代入合理的值进行运算可确定的表达式应为

为讨论方便,根据式(15)定义关于Us的函数关系式ξ(Us)为

对ξ(Us)分别对Us、δ、ω、、id、iq求偏导数可得Us的微分方程:

用代替可建立以[δ,ω,Us,id,iq]为变量的5阶微分方程作为系统的状态方程。

2 多指标非线性控制规律的设计

根据前面所推导出的BESS与发电机联立的五阶模型,Vf、M、α为控制量。由于M与α两控制量为相乘形式,在求取控制规律时不便处理,因此不妨设Mcosα=uM、Msinα=uα,使uM、uα成为新的控制量,待设计出控制规律时,通过即可求出M和α。因此系统有如下的状态方程:

其中

多指标非线性控制设计的关键是选取合适的输出量,本文所设计控制器的主要目的是维持系统的电压与频率的稳定。而选取∆Pe、∆id、∆iq作为控制系统的输出量,既可监视系统状态量的变化,同时也便于控制器的设计与实现,即

将上式写成如下矩阵的形式为

式中:Cm=[1 1 1]T,Xm=[∆Pe∆id∆iq]T。

为便于叙述,可将式(20)所描述的系统状态方程表示为

式中,各量与式(20)对应关系明确不再赘述。

由此可以建立状态量X与可测量Xm之间的函数关系为

其中:

将式(24)代入式(22)可以得到与式(23)配合的输出函数为

式(23)和式(25)构成了求解多指标非线性控制律的数学模型。

然后对该模型进行坐标变换,令

其中

这里v=(v1,v2,v3)T,∆x=(∆Pe,∆id,∆iq,∆δ,∆ω)T另外

将式(27)代入式(26),可得

其中

若要使所设计的控制系统式(26)保持稳定,则上述方程的系数矩阵(A1-Ak)的特征根实部Re(λA1-Ak)<0,据此可得出满足条件的一组kij(i=1,2,3;j=1,2,…,5)的值使得控制系统稳定。由所得出的kij值可得出v关于∆x的表达式,由于中包含有控制变量Vf、uM、uα,可根据式(23)得出控制变量Vf、uM、uα,关于状态变量δ、ω、Us、id、iq的表达式,至此可得出完整的控制规律。

本文推导出的一组满足条件的kij如式(29)所示。

其中:k15<0;k22>0;k33>0。代入式(27),可得

将式(30)代入式(26)可得系统控制量用状态量表达的关系式为

至此得到了系统的控制规律。

3 仿真分析

仿真采用如下的单机无穷大电力系统模型参数:

xd=xq=2.12 pu,,D=2,

xT=0.080 4 pu,,TJ=4.06 s,

x∑l=xl/2=0.16 pu。

BESS装置及线路的参数:

R=0.05 pu,L=0.1 pu,E=1 pu。

系统的初始运行工况为:

P0=0.75 pu,δ0=25.78°,Us=1.018 7 pu,

U0=1 pu,α0=43.346°,M0=0.5087。

仿真主要模拟了系统在1 s时在线路L上发生三相短路,经0.1 s后故障被切除并重合闸成功的情况下,系统状态量δ、ω及Us的变化情况。有关状态量∆δ、∆ω、∆Us的动态响应曲线,如图4给出。图中虚线所示为不含BESS协调控制器时的系统各状态量响应曲线。

从仿真分析的结果中可以看出,按照非线性控制方法设计的BESS与发电机励磁协调控制器能够使系统在短路故障切除后迅速恢复到正常运行状态,各状态量震荡的时间很短,震荡的幅度也很小。这是因为当发生短路故障的瞬间,端电压下降,发电机向线路发出的无功功率大幅下降,这时为维护系统的电压,BESS装置迅速向系统发出无功功率,达到了向系统输送无功功率以改善系统稳定性的作用。同时BESS在动态过程中迅速吸收有功功率,延缓了发电机转子动能的增加。

4 结论

多电池组储能系统 篇3

As a broadly applied power source for portable devices, lithium-ion battery has advantages of high energy density, no memory effects, long cycle life, being environmental friendly, etc. After small lithium-ion batteries are dominant in the consumer electronics area, large lithium-ion batteries are developed, marching into automobile and power grid applications.

The application of lithium-ion battery brings about fire accidents and explosions, many researchers in the field of battery chemistry have studied and analyzed the reasons of battery failures under various conditions from a chemistry point of view[1,2,3,4]. According to such studies, continuous improvements of battery components were made: various anode and cathode materials were developed to improve the chemical stability; a multilayer separator was designed to limit thermal runaway[5]; proper additives were introduced into electrolyte to block chemical reactions[6] or to discharge the battery itself for mitigation of overcharge risk without affecting normal charging[7], etc. Manufacturing and assembling techniques were also improved to decrease the defect probability. However, detailed substances of battery components and the quality of battery assembling, which highly affect the safety of the battery, remain unclear to electrical engineers operating battery energy storage system (BESS). Therefore, principles of lithium-ion battery needs to be presented, then a basic perspective on risks caused by lithium-ion battery and reasons of such risks can be gained. This perspective will provide engineers operating BESS with proper ways for well-regulated safety.

1 Principles of Lithium-ion Battery Cell

1.1 Components of a Lithium-ion Battery Cell

In the lithium-ion chemistry system, both the positive and negative electrodes serve as host structures for the lithium-ions. Different kinds of metal oxide of lithium, such as LiCoO2, LiFePO4 and LiMn2O4, etc, can be used as the positive material (called the cathode material). Graphite is the normal choice for the negative material (called the anode material). Fig. 1 shows the basic components of a lithium-ion battery cell, and the dashed lines refer to the discharge process.

In the process of battery charging, the lithium-ions flow from the positive material to the negative material inside the battery via the electrolyte, while the electrons flow from the positive current collector to the negative current collector by an external circuit. The discharging process is realized with an opposite movement direction of lithium-ions and electrons. To prevent direct electron transfer between electrodes, a separator is inserted between the positive and negative materials.

A lithium-ion cell consists of four components: active positive material, active negative material, separator, and electrolyte. Generally, the electrical performances of the cell including energy and power capability, safety, and reliability, are highly influenced by the materials of above four components.

1.2 Safety Theories of Lithium-ion Battery Cell

In the field of battery chemistry, severe safety issues, such as fire and explosion, can be concluded as a thermal runaway phenomenon. Therefore, attentions should be paid to thermal behaviors of major components in a lithium-ion battery cell. In this paper, the exothermic phenomenon of the aforementioned 4 major components under different conditions, which may lead to battery failures, were briefly discussed.

1.2.1 Positive Material

Common active positive materials should be metastable during the charging process. Once the cell is overcharged, lithium-ion is depleted of the positive material, resulting in an increase of the cell internal impedance and temperature. With the increasing temperature, the positive material decomposition occurs to generate heat and release oxygen to the electrolyte[8]. The initiating temperatures of the positive material decomposition are different. LiCoO2 starts the decomposition at around 181 ℃, whereas LiFePO4 starts at around 221 ℃ and LiMn2O4 starts at around 209 ℃[9]. The released oxygen reacts with the electrolyte to generate heat and gas. The heat from electrolyte oxidation can be coupled with the heat from positive material decomposition and finally leads to a thermal runaway of the cell. Moreover, the over-charge of a lithium-ion battery occurs during normal operation without well-designed balance circuit.

The assembling level also affects the performance of a cell. A tight bend can result in a cracking of the positive material and the underlying current collector will lead to lithium plating during the charging cycle, gas generation inside the cell and a capacity loss.

1.2.2 Negative Material

When a cell is assembled, it is completely discharged. The first charge forms an electrolyte decomposition layer on the surface of the negative material, called the solid electrolyte interphase (SEI) layer. SEI functions as a protective barrier, which prevents the direct reaction between intercalated lithium in the negative material and electrolytes. Exothermic decomposition of SEI layer occurs at 90～120 ℃. Without the protection of SEI, the exothermic reactions between intercalated lithium in the negative material and electrolytes will start[8,10].

Physical damages of SEI, which results in direct reactions between intercalated lithium in the negative material and electrolytes, are caused by lithium metal plating. The fundamental mechanism of lithium metal plating is that lithium-ions are not held by the negative material but are converted into lithium metal outside the negative material, which is caused by two aspects: (1) at a low temperature (lower than -30 ℃), the flowing of lithium-ion through the SEI layer is hindered. Therefore, charging the cell under this condition can result in lithium plating on SEI/electrolyte interface[11]. (2) the overcharge or insufficient negative material can cause lithium plating because the negative material is full of lithium-ions and cannot hold any more ions[4]. The dendrite growth of lithium can penetrate the separator and result in a fierce internal short circuit between the positive and negative materials.

Studies showed that a thermal runaway of the cell is not caused by a single deep over-discharge but repeated over-discharges[12]. When a cell is over-discharged, its negative material is depleted of lithium-ions. Then the oxidation of copper current collector occurs, which leads to dissolution of copper into the electrolyte. When it is charged again, the dissolved copper is deposited of the cell with decreasing performance, a cell structure injury or even an internal short circuit.

1.2.3 Separator

The separator provides a physical isolation between the positive and negative materials, allowing free transport of lithium-ions and forbidding the flow of electrons without direct participation in the cell reaction. However, its properties and structures affect the overall performances of the battery, such as power density, energy density, cycle life, and safety.

No matter under normal or abnormal operations, the internal temperature of the battery increases due to the exothermic reactions. When the internal temperature approximately reaches 130 ℃, the separator starts to melt, which helps to terminate the internal current by closing its pores and impeding the movement of the lithium-ion between electrodes. However, if there exists other exothermic reactions inside the battery, which causes even higher internal temperature, the separator will start to collapse above 180 ℃. Consequently, the physical structure of separator fails and leads to a direct contact of electrodes, thus resulting in a fierce internal short circuit[13].

To increase the thermal stability of the separator membrane, battery designers introduce multi-layer material based membrane. For instance, in a design of the PP/PE/PP triple-layer membrane, the pore of polyethylene (PE) can be self-closed at a relatively low temperature (approximately 135 ℃). The physical support of polypropylene (PP) can survive at a relatively high temperature (approximately 160 ℃)[14,15].

1.2.4 Electrolyte

As discussed before, when SEI between the negative material and the electrolyte is broken, the intercalated lithium in the negative material has an exothermic reaction with the electrolyte.

The decomposition of electrolyte can occur with an elevated temperature (higher than 200 ℃). The decomposition products include different kinds of toxic and ignitable gases such as H2, CH4, C2H4 and C2H6, etc. When they are released to the air, the ignition occurs if the ignition source exists and oxygen is sufficient[12].

The flammable organic solvent is used as the electrolyte of lithium-ion cells. If the electrolyte is released into the air, it ignites and releases additional heat[12].

2 Abuse Test of Lithium-ion Battery Cell

Practically, the failure of lithium-ion cell is a comprehensive process, which can start with any of the above-mentioned exothermic reactions while ended with different dangers such as battery body expansion, electrolyte leakage, gas venting, fire, explosion, etc. To estimate the safety level of commercial lithium-ion batteries, abuse test items in mechanical, electrical and thermal aspects are designed according to standards from UL[16] and IEC[17,18]. For lithium-ion BESS used in the grid application, large batteries with pouch type or prismatic type design are preferred. In this paper, commercial LiFePO4 based battery cells of those two types were tested. All the cells were fully charged before abuse tests according to the standards.

2.1 Thermal Abuse

Objective cells were heated in a temperature chamber. The ambient temperature of the chamber was set to 130 ℃ with an increased rate of 5 ℃/min. After the ambient temperature in the chamber reached 130 ℃, it was kept for 10 min and then the samples were observed. Under the temperature, potential risks were brought by SEI failure, the melt of the separator and an increased gas pressure from the electrolyte.

After the test, the leakage, gas venting and the voltage drop of the tested battery cells were not observed. Therefore, there was no thermal runaway of the tested cells.

It is observed from Fig.2 that the cell body expansion of both prismatic type cells and pouch type cells occurs. The body expansion might be caused by vaporizing electrolyte. The body expansion rate under the test depends on the amount of the low-boiling-point solvent in the electrolyte. And the exact amount and the proportion are unclear to users. However, according to the observation, it is concluded that the pouch type sample shown in Fig.2 (c) has better performance than that in Fig.2 (b), which indicates a higher safety level. The prismatic type sample in Fig.2 (a) shows good performance due to its high thermal resistance caused by the thickness.

2.2 Nail Penetration

A Ø5 mm nail was penetrated into the samples at 20 mm/s. It was then pulled out after 1 min. Under this test condition, an internal short circuit caused by the direct contact of positive and negative materials may happen. The heat brought by the internal short circuit may lead to decomposition reactions of battery components.

During the test, electrolyte spray and serious gas venting were observed for all the prismatic type cells. The measured voltage and surface temperature of one cell are shown in Fig.3 (a). The curves showed an occurrence of the internal short circuit which caused a release of the stored energy and a drop of the cell voltage. Furthermore, the temperature rose up to 130.8 ℃ due to the released energy. The surface temperature then dropped to a relatively safe range, which means exothermic chain reactions did not occur and the thermal runaway was avoided after the test.

For pouch type cells, temperature rise, electrolyte spray or gas venting were not found during the test, except one of five samples. In Fig.3 (b), the measured voltage and the surface temperature of the problematic one are plotted. Part of the stored energy was released through the internal short circuit. And the internal short circuit was terminated by the gas released from the electrolyte, which expended the cell body and formed an isolation layer between the positive and negative materials and the separator in the penetrated area. This incomplete internal short circuit only led to a slightly reduced cell voltage and a peak temperature of 90.5 ℃. As the cell surface temperature dropped, the phenomenon of thermal runaway did not occur after the test.

The venting protection of the prismatic type cell was triggered due to the high internal pressure, as shown in Fig.4 (a). For the pouch type cell, body expansions could be observed, as shown in Fig.4 (b). Generally, pouch type cells show higher safety level compared with prismatic type cells.

2.3 Overcharge

The samples are overcharged with a current of 0.05 C. Once the cell voltage reaches 5 V or the charging time reaches 30 min, the test ends. 1 C is defined as the current rate at which the battery cell is fully discharged in 1 hour, which means 1 C equals 40 A for a battery with the capacity of 40 Ah.

For all the tested samples, there were no electrolyte leakage, venting gas or other dangers observed. The body expansion of the samples can be observed after the test. According to the measured cell voltage, the ambient and cell surface temperatures shown in Fig.5, it is concluded that the phenomenon of thermal runaway did not occur.

2.4 External Short Circuit

A circuit contactor was connected between sample electrodes, and the short circuit resistance was set to 5 mΩ.

In the initial trials of the test, fires were found on the cable or the contactor, as shown in Fig.6. Therefore, cables and contactors with a current of 1 500 A were chosen in the test afterward to avoid the fire in the test circuit.

The body expansion, electrolyte leakage and gas venting were found during the test of all the prismatic type samples as well as some pouch type samples. After the test circuit contactor was closed, the cell surface temperature rose up to around 100 ℃. With an elevated temperature, cell body expanded (as shown in Fig.7, area A) with gas released from the electrolyte (as shown in Fig.7, area B) and electrolyte leaked (as shown in Fig.7, area C). Finally, a fierce gas venting with electrolyte (as shown in Fig.7, area D) occurred. According to the previous introduction of the electrolyte, the vented gas and electrolyte is ignitable. After around 10 min, the cell surface temperature began to drop. There was no fire or explosion during and after the test. Therefore, the phenomenon of thermal runaway did not occur.

Besides, the current collector of the positive electrode was melt down immediately, terminating the external short circuit. The phenomenon was observed in most of the pouch type samples and one prismatic type sample. Fig.8 showed that the melting-down of prismatic type samples was fiercer than that of pouch type samples. Metallic sparks in Fig. 8 splashed from the positive current collector. Those metallic sparks can ignite the venting gas or leaking electrolyte and then cause fire.

3 Single Cell Safety and BESS Safety

The abuse test of the single lithium-ion battery cell provides an understanding of battery performance in critical states. However, it cannot cover all the safety issues when the battery is assembled and used in an energy storage system.

Test results only demonstrate the safety performances under serious failures for single time. The accumulated damages of battery chemistries and battery structure due to soft failures, such as repeated slight overcharges or over-discharges, will not be found in the safety test report of manufactures. However, BESS safety can be improved based on the abuse tests of battery cells and the analysis of the accidents. In this paper, BESS safety is classified into three categories.

3.1 Primary Safety

The primary safety of BESS refers to the safety of batteries, cables, switches, and power conversion system (PCS), etc. In this paper, the primary safety related to the battery is studied.

The battery type and the material are the basic concern. Each battery cell plays a significant role in the entire BESS safety. Therefore, the electrode material, the body design and the rated capacity of the battery are carefully selected. For a lithium-ion based BESS, pouch type battery cells which are usually less than 2 cm thick with a capacity ranging from 15 Ah to 30 Ah are recommended concerning primary safety. If the cell capacity is too high, i.e., higher than 40 Ah, the chemical energy release caused by thermal runaway failures becomes dangerous for other components, thus leading to a cascaded failure in BESS.

The consistency among cells also affects BESS safety. The megawatt-level BESS is usually composed of thousands of energized battery cells grouped in modules and strings. Concerning the impacts of one battery cell on other cells, the initial consistency of the cells should meet the requirements mentioned in Ref.[19]. The inferior initial consistency will increase the loading of balancing circuit and bring potential risks of batteries during the operation. Consistency is even more important in the application of second-hand batteries. When batteries retired from electric vehicles (EVs) are going to be used in a BESS, battery sorting and module recombination must be performed by the consistency control to ensure the performance and the safety of the whole system.

The fuse link is an important protection for cutting off over current caused by electrical faults or incorrect operations. In Ref.[19], the fuse link is required to be installed between modules as well as between battery system and PCS. Thus, battery cells in the module can be protected from external over current. For the pouch type battery, normally two or three cells are connected in parallel to increase the redundancy and the capacity of the module. When a single cell fails, an over current will occur to remain other healthy cells in case of no fuse connection among cells. Therefore, the fuse link installation for each parallel connected cell inside the module are considered.

3.2 Secondary Safety

The secondary safety of BESS refers to the safety guarantee or improvement by the battery management system (BMS), balance technologies, and other protection circuits.

The balance circuit is necessary for maintaining the consistency. Even though the initial consistency of battery cells has a good performance, the consistency will decrease with natural aging. The difference in equivalent internal resistances and internal capacitances of battery cells usually causes unbalanced voltage and current. And overcharge or over-discharge leads to the damage of battery. Therefore, the limited operation range and reliable balanced circuit with related BMS is required to maintain good system performance, life cycle and safety.

Since the failure of a single cell may lead to over-voltage or over-current in other healthy cells, besides the fuse link installation, proper protection circuit and algorithm against those dangers are designed. The redundancy design is considered for safe system operation and safe shut-down under N-1 conditions.

The thermal management including a cooling design improves the battery life and the safety of the system, in which the heat generated during the normal operation and the heat released in case of cell or module thermal runaway are considered. Once encountering an emergency, the cooling system can reduce the heat generated by the chemical reaction inside the battery, which helps to prevent the cascaded thermal runaway of healthy batteries.

3.3 Auxiliary Safety

The auxiliary safety of BESS refers to safety guarantees or improvements by the components which do not participate in the operation of BESS.

Thermal isolation is recommended for BESS. According to recent accidents of NGK NaS BESS in Japan and Xtreme Power BESS in Hawaii, the thermal runaway of singleor multi-cells heats other healthy cells and causes a cascaded thermal runaway in the battery system, which finally results in BESS fire. In a commercial BESS, battery cabinets are usually closely placed one by one without heator fire protections or other isolation solutions. The layout is safe in electrical distances, but not in thermal distances. Concerning failure isolation in BESS, thermal or fire isolation material between cabinets is recommended. Sedimentation of cabinets with thermal runaway can also cut off the direct contact between failed and healthy cabinets, thus providing a limited impact on each cabinet. Besides, fire protection zones in the BESS are required to be designed.

Air quality monitoring is recommended for early warning of the thermal runaway. When the thermal runaway starts in a cell, different kinds of gas, including CO, CO2 and other hydrocarbons, will vent.

In summary, safety concerns and the origins of the safety issues of large lithium-ion batteries are presented. To improve the safety level of large energy storage systems based on lithium-ion batteries, comprehensive measures should be adopted.

4 Conclusions

In this paper, the working principles of the lithium-ion battery and its safety fundamentals are described. Results from abuse tests on prismatic and pouch type cells are obtained by analyzing the observed phenomena and comparing with the safety of two types of cells. Pouch type cells have higher safety performances than prismatic type cells in aspects of thermal behaviors, internal pressure releases and self-termination of failures. Moreover, safety concerns in BESS are discussed and measures for improving its safety are proposed.

煤矿通风机铅炭电池储能系统 篇4

关键词：煤矿通风机,铅炭电池,储能系统,应急电源

0 引言

矿井通风主要依赖于矿井通风机的持续稳定工作,按服务范围和通风能力,矿井通风机分为主要通风机、局部通风机和辅助通风机。其中主要通风机为全矿提供新鲜风流,局部通风机为系统的局部开采工作面提供新鲜风流。当局部通风机突然停风时,会造成工作面瓦斯积聚。如果瓦斯浓度达到爆炸界限,并碰到点燃瓦斯的火花,就可能引发瓦斯爆炸事故[1]。调查结果表明,近年来约70%煤矿特别重大事故都是由瓦斯爆炸引起的[2]。

煤矿主要通风机与局部通风机的供电是煤矿井下供电的重要环节,供电稳定性直接关系到掘进工作面的安全生产,对于高瓦斯和煤与瓦斯突出的矿井尤为重要。这就要求供电系统除了要向通风机提供高质量的电源外,还要保证供电的连续性[3]。《煤矿安全规程》明确要求,掘进工作面必须做到“双电源双风机”。然而,一般煤矿只有一个变电所供电,井下供电网络也只有一个,当发生大面积停电事故或者由于负载原因导致停电事故时,2路电源也无济于事[4]。因此,为了提高煤矿通风机的供电可靠性并确保煤矿安全生产,增设独立于电网的应急电源点非常必要。电池储能技术作为一种新型的能源存储技术,具有可靠性高、启动迅速以及功能配置灵活等特点。尤其是铅炭电池作为一种新型的储能电池,具有浮充寿命长、安全性好、充放电倍率高、可靠性高、功能配置灵活等优点,所以,非常适合作为煤矿应急电源使用。

1 储能系统需求分析

神华乌海能源有限责任公司平沟煤矿使用的主要通风机与局部通风机在全矿失电的情况下,都会停止运行而引起井下通风不畅。如果主要通风机在10min内恢复供电,就可以满足瓦斯不超限的要求;而局部通风机接近工作面,必须在5s内恢复供电,否则就有瓦斯超限的可能。为了提高煤矿通风机用电的可靠性,就需要为其增设独立于现有用电系统的独立应急电源点,只有这样才可以避免因断电造成停风问题,减少瓦斯爆炸事故。

考虑到煤矿项目的特殊性,应急电源的接入首先要考虑不影响原有煤矿配电网的安全性与可靠性,其次要发挥应急电源的核心功能,所以储能系统的运行必须独立于原有配电网,并且当矿井突然断电后,需在5s内迅速启动,给主要通风机和局部通风机供电,以满足瓦斯排放及通风需要。同时,储能系统的启动与退出都要满足配电系统手动或者自动重构的基本要求,使应急电源的使用方便、稳定、可靠。

本文提出了用作煤矿通风机应急电源的铅炭电池储能系统,并介绍了储能系统架构设计、模块功能以及系统在2种主要工作模式(在线模式及应急模式)下的控制策略。

2 储能系统设计

2.1 储能系统架构及功能

作为应急电源的铅炭电池储能系统由8 套300kW·h的储能电池组和相应的8 套功率为250kW的储能双向变流器(PCS)组成,如图1 所示。其中PCS直流侧直接接入储能电池组,交流侧接入6kV煤矿配电网。

铅炭电池储能系统在煤矿配电网的接入位置如图2所示。该系统有2种运行模式:在线模式(电网正常时的运行模式)和应急模式(电网断电时的运行模式)。在线模式运行时,PCS通过电网对铅酸电池进行浮充控制,并提供必要的自动维护;在应急模式运行时,储能系统作为应急电源通过6kV应急段母线为主要通风机和局部通风机提供电力支撑。

2.2 铅炭电池及电池组

2.2.1 铅炭电池

铅炭电池是一种融合了铅酸电池和超级电容器技术特点的新型电池,其既具有普通铅酸电池的特性,又具有电容特性。 铅炭电池内部结构如图3所示。

在铅酸电池中使用炭材料不仅发挥了其电容性能,可在高倍率充放电时起到缓冲作用,而且能够提升活性物质的导电性,降低电池的充电电压。此外,还可以提高活性物质铅的利用效率,并抑制硫酸铅晶体的生长变大。这就使得铅炭电池既有铅酸电池的能量特点,又具有超级电容器的功率特点[5,6]。

与铅酸电池相比,铅炭电池有充电快、放电功率大、寿命长、性价比高、使用安全稳定等优点,所以,非常适用于储能系统或混合动力启停系统。

2.2.2 铅炭电池组

矿井主要通风机功率为704kW,局部通风机功率为222kW。在煤矿断电时,电池组需要支撑主要通风机及局部通风机30min的用电需求,以保证井下人员安全转移。

每套电池组由375块2V/400A·h铅炭电池串联组成,单套电池组的额定容量为375×2 V×400A·h=300kW ·h,所以,系统的总容量为2.4 MW·h。所选单体电池60min的放电水平为1.9V/169.8A,则在应急模式下,每套铅酸电池容量为375×1.9V×169.8A=120.98kW·h,电池系统的总体容量为120.98 kW · h × 8 =967.84kW·h。因储能系统所选用的PCS效率为96%,所以,电池组可提供的有效容量为967.84×0.96=929.1kW·h。这说明储能系统可以支撑主要通风机和局部通风机满负荷工作1h,满足了系统供电时间大于30min的需求。

2.3 铅炭电池管理系统配置

铅炭电池管理系统(BMS)作为储能系统的重要组成部分,是用于监测、评估及保护电池运行状态的电子设备的集合[7,8,9,10]。铅炭电池管理系统为3级结构,分别由电池组管理单元(BMU)、主电池管理系统(MBMS)、电池堆管理系统(BAMS)组成。其中BMU具有电池电压采集、多点温度采集、电池组均衡控制等功能。MBMS负责管理一个电池簇中的全部BMU,具备电池簇的电流采集、总电压采集、漏电检测功能,同时可以在电池组状态发生异常时驱动断开高压功率接触器,使电池簇退出运行,保障电池使用安全。BAMS负责管理一个PCS对应电池系统中的全部MBMS,与就地监控系统通信,上报全部电池模拟量采集的信息,并在电池系统异常时上传报警信号,使PCS转入待机状态,保护电池使用安全。

单套铅炭电池组管理系统结构如图4所示。该系统共包含21 个BMU、1 个MBMS及1 个BAMS。其中20个BMU管理由16个单体电池串联的电池组,最后1个BMU管理由9个电池串联的电池组。

2.4 PCS设计

PCS是实现直流储能电池与交流电网之间双向能量传递的关键设备。本储能系统中PCS总功率为2 MW,由8套额定功率为250kW的单机并联组成,每套250kW的PCS对应一套300kW·h储能电池组。储能系统的PCS主回路拓扑采用单级式三相桥结构设计,PCS单元的交流侧通过双分裂升压变压器(每2台PCS共用1个变压器)与平沟煤矿35kV变电所的6kV母线相连,直流侧与串联成组的铅炭电池相连。

当储能系统以在线模式运行时,PCS可以在线监测单体电池的电压、蓄电池组的组端电压、充放电电流和温度等,并对储能电池组进行浮充控制。当煤矿配电网发生故障、储能系统转入应急模式时,PCS将通过煤矿35kV变电所的6kV母线为负荷供电,同时配电网中相应的开关会通过软硬件互锁,以保证应急电源系统只向重要负荷供电。

3 储能系统运行控制策略

煤矿配电网运行正常时,储能系统保持在线运行状态。当煤矿配电网发生故障时,储能系统作为通风机的应急电源,将闭合一系列沿线的断路开关而进入应急模式,对重要负荷供电。当煤矿电网恢复后,储能系统将经过同样的智能判断策略,退出应急模式并转入在线模式。为保障储能系统的启动及退出安全可靠,2种运行模式的切换都可通过手动或者自动2种手段来完成。储能系统从在线模式切换到应急模式的流程如图5所示。

4 结语

设计了一套新型的储能系统作为煤矿通风机的应急电源,在煤矿掉电时为煤矿主要通风机和局部通风机供电。该系统独立于煤矿原有的配电网,可以在煤矿断电时提供可靠的第三方电源,为重要负荷提供电力支撑,为煤矿的安全生产提供了强有力的保障。

参考文献

[1]李斌.浅谈煤矿井下局部通风机专供电源的发展[J].阳煤科技,2008(3):43-45.

[2]国家安全生产监督管理总局.煤矿安全规程[M].北京:煤炭工业出版社,2011.

[3]王磊,陈杰,肖瑞玲,等.煤矿井下用蓄电池安全性能分析及其控制对策[J].煤炭科学技术,2009,37(8):57-60.图5储能系统模式切换流程

[4]卢其威,程红,王聪.增设局部通风机应急电源的思考及可行性分析[J].煤炭科学技术,2008,36(3):71-73.

[5]张浩,曹高萍,杨裕生.炭材料在铅酸电池中的应用[J].电源技术,2010,34(7):729-733.

[6]仝鹏阳,赵瑞瑞,张荣博,等.铅炭电池的研究进展[J].蓄电池,2015,53(5):241-246.

[7]王富茜,朱振华,陈红雨,等.铅炭电池研发中存在的问题[J].蓄电池,2011,49(2):60-64.

[8]刘健戈,周建华.用电侧蓄电池储能装置的研究[J].电气应用,2008,27(13):65-68.

[9]李少林,姚国兴.风光互补发电蓄电池超级电容器混合储能研究[J].电力电子技术,2010,44(2):12-14.

[10]裴丽娜,黄哲,董德鑫.一种分层式储能电池管理系统[J].储能科学与技术,2014,3(4):416-422.

多电池组储能系统 篇5

关键词：风力发电,平滑时间常数,功率限幅,并网逆变器,电池储能系统,优化控制

0 引言

风能固有的间歇、随机和不可控等特点,会对电网的电能质量和稳定性造成负面的影响。目前,国家电网公司出台了风电系统接入电网技术规定,对并网风电的功率变化提出了严格的要求[1]。在风电场出口处配置一定容量和功率的储能系统,可以有效地平滑风电功率波动,提高电力系统的稳定性[2,3]。当前适合用于风电场的大规模储能电池有锂电池、液流电池和钠硫电池等[4]。但是储能电池成本较高,导致风电场配置的储能电池容量和功率都十分有限,合理使用和保护储能系统、延长电池寿命具有重要的经济和工程意义。

并网控制策略和逆变器控制算法的选取至关重要,控制不当可能会导致储能装置出现过充、过放或过载,将严重影响储能装置的寿命,同时并网功率波动过大也危及电网的稳定运行。文献[2,5-10]提出了多种基于储能的风电并网控制策略。文献[5-6]通过取仿真时间段内的风速信号的平均值为风速预测值,以此确定储能系统有功功率参考值。但是该方法在风速预测值变化较大的情况下并网功率的波动将增加,同时对储能功率和容量的要求很高,增加了成本。文献[2]提出了利用一阶低通滤波器滤除风电随机功率中的高频波动分量,从而得到较为平滑的并网功率。该方法有效地抑制了风电功率波动,但是没有考虑储能系统荷电状态(SOC)的因素,容易造成储能系统的过充或过放。文献[7-8]通过加入一个反馈补偿量的方式来修正储能系统充放电功率的大小,从而有效地控制SOC避免出现过充过放,但该方法不能实现连续、平滑的调节,将使并网功率指令产生阶跃变化,影响并网功率的平滑度。文献[9-10]将SOC和低通滤波器结合起来,通过引入SOC反馈来调整时间常数,但是时间常数的调节方法比较简单,没有根据SOC大小进行动态和有针对性的调节,同时没有考虑电池最大功率、最大功率爬坡等因素对储能系统寿命的影响。此外,文献[2,5-10]对基于储能的并网控制策略的研究均为理论方面的仿真,鲜有涉及具体的逆变器设计和实验验证,缺乏工程应用参考意义。

本文在常见的一阶低通滤波器并网控制策略基础上,加入了电池储能系统(BESS)SOC反馈和功率限幅环节,根据SOC区间和储能系统的实际外特性得到优化的有功功率参考值,该方法能有效地兼顾储能系统的寿命和并网功率的平滑度。还提出一种具体的储能并网逆变器底层控制算法,避免电池的欠压和过压运行。最后进行了不同控制方法、不同储能系统下的实验,实验结果验证了所提方法的优越性。

1 BESS优化控制策略的设计

1.1 基于定平滑时间常数的BESS优化控制

图1所示为一个典型的基于BESS的风电系统,BESS通过储能并网逆变器接入电网。风电功率Pwind与风速有关,通过控制储能并网逆变器补偿有功功率Pbess,来得到较为平滑的并网功率参考值Pref,从而实现风电可靠、平滑并网。

图2所示为现阶段最常用的基于定平滑时间常数T的一阶低通滤波器BESS优化控制[2]。其中,Pwind,Pref和Pbess与图1相对应,分别为风电功率、并网功率参考值和储能系统有功功率参考值。Pwind中含有大量高频波动分量。利用一阶低通滤波器过滤Pwind可以获得较为平滑的并网功率参考值Pref,该一阶低通滤波器的滤波时间常数称为平滑时间常数T。Pwind和Pref之差为储能系统应该补偿的有功功率参考值Pbess,当Pwind>Pref时,储能系统吸收功率;当Pwind

1.2 基于变平滑时间常数和功率限幅的BESS优化控制

基于定平滑时间常数的优化控制,不足之处是没有考虑储能系统的SOC和功率限制等因素,容易造成储能系统过充、过放或过载,严重降低了储能系统的寿命。本文提出一种基于变平滑时间常数和功率限幅的BESS优化控制方法。

变平滑时间常数的控制方法,是指根据实测的SOC实时、分段、分等级调整T,实质为间接动态调整储能系统充放电功率,以维持SOC工作在正常区间。为便于阐述,以图3为例说明具有5个优先级的变平滑时间常数控制理念。图中,优先级的数字越大,说明优先级越高,充放电优先级0表示没有优先级,并且限制充放电的发生。当SOC处于正常区间b~(1-b)时,充放电均为中等优先级,T为一固定的常数;当SOC处于较高区间(1-b)~(1-a)时,充电优先级下降1个等级、放电优先级上升1个等级,在该模式下适当地增加放电功率、减小充电功率,避免SOC过快上升;当SOC处于满充区间(1-a)~100%时,由于处于满充状态,储能系统被强制工作于只放电不充电模式,充电优先级为0,放电优先级达到最高等级,充电时T=0,并网功率Pref跟随风电功率Pwind,放电时T很大,故并网功率基本保持恒定,有利于SOC快速下降;当SOC处于较低或者过放区间时原理则相反。同时可以得出如表1所示的量化后的控制规则表。表中:t0为正常区间的T,即基准T;Tc和Tf分别为充电和放电工况下的时间常数。SOC处于非正常区间时,则在此基准T上进行调节。k1,k3,k4均为控制参数,分别代表优先级1,3,4情况下的T变化斜率,优先级0和2情况下的T为常数。

注:ISOC为SOC值。

a和b为SOC区间的分段转折点,可以根据不同储能电池的充放电深度、外特性线性变化区间等参数进行选取。由于储能系统大部分时间工作在SOC正常区间,t0的选取至关重要,t0的确定需要首先满足并网功率平滑度要求。而在非正常区间时T的确定则首先需要满足保护电池寿命的要求,其次才是兼顾一定的平滑度要求。t0的选取有如下3个量化指标。一是根据电池储能的具体特性。电池储能一般用于分钟至小时级的功率平抑[11],故t0一般较大(不小于60s)。二是结合需要补偿的风电功率波动频段。针对不同风电场,可对其历史发电功率曲线进行傅里叶变换,分析其主要波动频率范围,从而设计滤波器以抑制该频段范围内的功率波动。三是考虑对并网功率波动率的要求。对历史发电功率曲线进行统计可以估算出最大功率波动率,对照并网功率波动率要求,可设计滤波器使得在极端情况下并网功率波动率不超出要求。优先级1的T处于0~t0之间,选取k1使得在相应SOC区间内T从t0线性变化到0。k3的选取可依据不同电池的特性进行,k3越大则保持电池工作于正常SOC区间的控制能力越好。k4的优先级比k3高一个等级,故k4也应该比k3大一个级别,可以选取k4为10k3。上述为控制参数的定性选取原则,实际应用中需要根据采用的储能电池性能、并网控制目标,结合风电场实际条件和算例进行优化选择,并且通过调试来确定这些参数的优化值。

根据上述控制规则表,可以定性地画出在充放电工况下的平滑时间常数T变化曲线如图4所示。

由图4可知:当SOC处于正常区间b~(1-b)时,T为常数t0;当SOC处于较高区间(1-b)~(1-a)时,若储能系统处于充电工况,T在t0基准上以斜率k1线性递减至0,若处于放电工况,T在t0基准上以斜率k3线性递增;当SOC处于满充区间(1-a)~100%时,若储能系统处于充电工况,T=0,若处于放电工况,T以更大的斜率k4线性递增;当SOC处于较低或者过放区间时变化则相反。T增加充放电功率增大,T减小充放电功率减小,基于变T的控制方法可以实时根据SOC区间和储能系统的充放电工况直接调整T,从而间接分配充放电功率,使得储能系统向着正常的SOC区间转化,避免过充和过放。

功率限幅的控制方法,是指对储能系统的功率进行限幅,包括2个方面的功率限幅:一是储能系统的总输出功率不能超过其额定功率;二是相邻2个控制周期的有功功率参考值变化幅值大小(定义为dPbess=Pbess_t-Pbess_t-1,其中t和t-1表示相临2个周期)不能超过储能系统的功率变化幅值限制。前者是为了避免储能系统工作于过载状态,后者是为了避免频繁的大功率充放电会造成电池温度升高、正负极板上的活性物质脱落等现象,导致电池容量积累性亏损并在短时间内快速下降,严重影响储能系统的使用寿命[12]。故功率限幅环节的加入将有效地延长储能装置的寿命。

图5为所提出的基于变平滑时间常数和功率限幅的BESS优化控制原理框图。

1.3 储能系统充放电状态的确定方法

所提优化控制方法实现的关键在于对储能系统充放电工况的判断。当SOC处于满充或者过放状态时,充电和放电工况下的时间常数Tc和Tf相差较大,充放电工况的错误判断将可能导致电池的损坏。本文提出一种结合本控制周期的风电功率Pwind_t和上一个控制周期的并网功率Pref_t-1来判断本控制周期电池状态的方法,其原理如下:若Pwind_t>Pref_t-1,根据滤波器原理,即使T从0变到∞,Pref_t必定小于Pwind_t,故此控制周期内储能系统必定工作于充电工况;反之,若Pwind_t

2 BESS储能并网逆变器的设计

2.1 储能并网逆变器的拓扑设计

采用基于三相电压型PWM电压源变流器(VSC)作为储能并网逆变器的拓扑,便于储能系统和电网之间进行双向能量传递,同时实现功率控制[13,14]。其拓扑结构如图6所示,主要由VSC、调压器TU、隔离变压器TM、交流接触器KM等组成。在储能系统直流电压等级较低的情况下,通过调压器TU也可以方便地实现交流电压的升压并网。结合实验要求和文献理论[13,14],逆变器电路参数设计为:交流电感L=1mH,交流滤波电容Cac=4.7μF,直流电解电容Cdc=4 700μF,IGBT功率单元采用智能功率模块(IPM),控制器采用DSP28335作为主控芯片。

2.2 储能并网逆变器的底层控制

常用的电源并网逆变器控制一般为双环控制,包括恒功率控制、恒压恒频控制和下垂控制等[15]。在恒功率双环控制的基础上,结合维持电池正常工作电压的目标,这里提出一种可切换模式的改进双环控制策略。具体的控制原理如下:当直流电压Vdc在电池充放电电压上下限之间时,实行有功功率和无功功率双环控制;在电池电压Vdc超过电压上限后,切换为直流电压和无功功率双环控制,直流电压给定值为电池电压上限Vmax;在Vdc低于电压下限后,切换为直流电压和无功功率双环控制,直流电压给定值为电池电压下限Vmin。其中,有功功率给定值为根据第1节介绍得到的储能系统有功功率参考值Pbess,无功功率参考值均为0,电池电压上、下限则由实际的储能系统确定。采用可切换模式的改进双环逆变器控制,既可以有效保证储能系统对风电功率波动的补偿和平滑,又可避免采用单一的功率控制带来的储能系统过压或欠压运行状况,具有灵活、可靠的优点,具体控制框图见附录A图A1。

3 BESS优化控制的实现流程

采用图6所示的硬件拓扑结构,以及结合附录A图A1所示的软件控制算法,可实现基于变平滑时间常数和功率限幅的BESS优化控制。具体的DSP程序设计可按图7的流程图进行编写。

在实际所编写的程序中,测控循环周期为3s,即风电功率每隔3s实时更新。获取实时风电功率后,DSP控制器将先后执行图7中虚线框内的各个子程序,然后再次进入下一个循环,重复相同的操作。

4 实验及结果

4.1 实验参数及接线

为了验证所提的BESS优化控制算法,根据图6所示的拓扑结构搭建了容量为3kVA的储能并网逆变器样机。为实验方便,这里用通用型电池模拟器[16]取代电池原型,可以方便地模拟不同种类、不同参数的电池外特性以及各种极端工况。电池模拟器通过RS-232发送SOC数值,便于逆变器实时获取储能系统的SOC。实验接线如图8所示。

在电池配置方面,设置锂电池输出功率限幅值为550 W、功率变化限幅值为120 W、容量为100kJ;设置液流电池输出功率限幅值为500 W、功率变化限幅值为100 W、容量为90kJ。初始SOC均设置为50%。电池容量设置得较小是为了便于在实验过程中SOC发生大范围的变化,从而进入非正常区间,更好地检验所提出的优化控制策略。同时配置的电池充放电倍率较大,但是仍可利用电池模拟器进行模拟,避免使用电池原型进行试验的风险和不便,同时这种配置并不会影响全文结论和实验验证。

在表1中的控制参数配置方面,根据1.2节介绍的方法进行设计。本实验中的储能电池主要用于平抑分钟级的功率波动,因此t0≥60s;同时对实验所采用的风电功率曲线进行快速傅里叶变换(FFT),可知其波动频段范围集中在0~0.015 Hz,对应的滤波器时间常数为t0≥67s;此外根据并网指标要求并网功率波动率不应超过3%,根据数字滤波器原理有:

式中:λ=Δt/(Δt+t0),Δt为计算时间间隔,这里为测控周期3s。对式(1)进行变换得:

式(2)中要求ΔPref_t不超过3%,结合所采用的风电功率曲线有Pwind_max=0.9,Pwind_min=0.15,代入式(2)中,可得t0≥72s。

综上,这里取t0=100s。对于其他参数,根据第1节介绍的方法以及实验的具体情况确定,这里取k1=-667,k3=500,k4=5 000,a=0.15,b=0.3。将上述参数代入表1,可计算得到锂电池的控制规则如附录B表B1所示。针对液流电池可深度充放电的特点,其控制规则表(见附录B表B2)中可充放电的区间范围更宽(5%~95%),同时k1,k3,k4相比于锂电池的控制参数,可以选取得更小。

4.2 实验结果及结论

图9对比了锂电池基于定T和变T 2种优化控制下的实验波形。定T实验中T=100s,变平滑时间常数中T则以100s为基准根据SOC按照附录B表B1进行调整,因而从图9(a)可看出2种控制下的并网功率波形有所不同。从图9(b)可知,定T控制下SOC的变化范围达到了44%~95%,进入了过充状态;在变T控制下SOC的变化范围为19%~84%,有效避免了储能系统的过充过放。图9(c)反映了T的变化趋势,当SOC处于正常区间时为100s,超出正常工作区间后SOC开始变化,同时在6min处T在不断减少的过程中突然增大,这是因为储能系统在持续的充电过程中突然出现一个短暂的放电过程,故T骤增以增加放电功率。从图9(d)可看出,基于变T的控制可以实时调整和分配储能系统的充放电功率,相比于定T控制有优势。

附录C图C1对比了液流电池和锂电池2种储能系统下的基于变平滑时间常数和功率限幅的BESS优化控制效果。由于2种电池的电池配置和控制规则表不同,从实验波形可知控制效果和实验结果也不一样。对比图C1(c)与(d)以及(e)与(f)可知锂电池在补偿总功率和功率变化限幅值上有优势,液流电池在某些时刻其功率被限幅了而锂电池仍能够继续提供补偿。比较图C1(g)与(h)可知实验过程中液流电池的SOC变化范围为19%~92%,锂电池SOC变化范围为19%~84%,液流电池在充放电深度上有优势,可以实现深度充放电,利用更小的电池容量(90kJ)可以实现相近的平滑效果,有利于减少电池储能容量配置,从而减少储能系统的成本。附录C图C1的实验结果表明,锂电池和液流电池都能起到平抑功率波动的效果,并且都有各自的优势。

上述实验均为在较大储能容量下进行的实验,为了验证在小容量极端情况下的控制效果,还进行了50kJ容量下的锂电池定T和变T的实验,实验结果见附录C图C2。从图C2(a)和(b)可知,在定T控制下电池在5min内达到了满充状态,SOC升到100%,锂电池因故障和损坏而退出运行,此后风电没有通过储能而直接并网。从图C2(c)—(f)可知,在变T控制下电池SOC被限制在了15%~85%之间、总输出功率被限制在了±550W以内、功率变化幅度被限制在了±120W以内。这种情况下由于所配置的储能容量远达不到功率平滑需要,故并网功率波形波动较大。同时T的变化也较剧烈,这是由于SOC处于满充或过放的时候,充电和放电工况下的T相差很大导致。此外,加入限幅环节以后有效地限制了储能系统的过载和短时间内的频繁大功率充放电。总输出功率、SOC和功率变化幅值均很好地被限制在了设定范围内。因此即便在极端恶劣情况下,变T控制策略相比于定T控制能有效地保护储能系统。

最后,提出一个量化指标用于衡量所提出的可切换模式的改进双环控制算法的实现效果。附录C图C3(a)和(b)分别为有功功率偏差(有功功率参考值和实测有功功率之差)和无功功率偏差(实测无功功率和0之差)波形。可见有功功率被控制在了±5 W以内,控制精度高达1%,无功功率被控制在了±5var以内,证明所提出的底层控制算法具有较高的控制精度和良好的实现效果。

5 结语

多电池组储能系统 篇6

自动发电控制(Automatic generation control, AGC)是电网中实现有功功率平衡和系统频率稳定的重要方式。互联电力系统通常采用联络线功率频率偏差控制(Tie line bias frequency control,TBC)的方式,维持系统频率为额定值并控制联络线功率在计划值,使区域控制偏差(Area control error,ACE) 为零或在正常范围内,实现电网的稳定运行[1]。目前,我国的AGC电源主要为火电机组,其缺点是响应时滞长、机组爬坡速率低,不能准确跟踪调度AGC指令;同时,由于一次调频死区等非线性环节的存在,传统的AGC线性模型控制方式不能实现良好的动态调节性能[2]。另外,随着风力、光伏等新能源发电大规模并网,其快速波动性对电网频率调节的速度提出了更高的要求[3]。根据AGC控制性能的考核标准,提高电网AGC控制性能应做到改善AGC系统的动态响应能力,减小超调量,加快调节速度。因此,亟需研究新技术以满足电网调频要求。

电池储能快速、准确的功率响应能力,使其在调频领域的应用潜力巨大[4,5,6,7,8,9,10,11]。研究表明,持续充/ 放电时间为15 min的储能系统,其调频效率约为水电机组的1.4倍,燃气机组的2.2倍,燃煤机组的24倍;同时,少量的储能可有效提升以火电为主的电力系统AGC调频能力[12]。电池储能系统与电网的功率交换过程通过控制器实现,如PI控制器、比例控制器、功率差额控制器[13]等,其中PI控制若采用固定参数则不能实现良好的调节效果,而动态参数的整定又较为复杂;比例控制在负荷波动干扰较大时,不能体现出储能装置的优势;功率差额控制应用简单,但是控制性能受到系实际状况的影响较大。

针对上述问题,本文提出一种基于模糊控制策略的电池储能系统辅助AGC调频方法。该方法以区域控制偏差及其变化率作为模糊控制器的输入量,BESS的参考功率变化量作为输出量,根据系统的运行状态调节BESS输出功率,辅助火电机组改善电网的动态调频性能。基于Matlab/Simulink平台的仿真结果表明,本方法能够迅速响应负荷扰动, 减小了系统频率偏差和联络线功率偏差值,降低了系统的超调量,缩短了调节时间,有助于提高电网AGC调频的动态性能和增强系统的稳定性。

1 系统结构及其频率调节

本文以典型的两区域模型负荷频率控制为例进行研究,并且在两个控制区中均配置电池储能装置, 如图1所示。系统频率调节过程为:当电网中某区域的负荷突然增加时,BESS以其快速的响应特性立刻向电网释放电能,阻止ACE的继续增大;同时随着火电机组功率的逐渐攀升,并能完全补偿负荷波动时,BESS逐渐退出运行。同理,当区域中的负荷突减时,BESS立刻吸收电网多余的电能,并随着火电机组的减发功率,BESS逐渐退出运行。

1.1 电池储能系统模型

电池储能装置主要包括电池组、变流器、控制器、变压器等部分,其辅助调频作用主要是通过变流器与电网交换有功功率实现。通过对BESS的有功和无功功率进行解耦控制,改变功率参考值,即可实现控制目的[14]。在本文中,选择BESS辅助调频的参考功率变化量作为有功功率的控制信号。

BESS用于辅助AGC控制时,跟踪控制信号进行充、放电过程均需一定的响应时间,可采用一阶惯性环节进行简化描述[15,16,17]。设BESS的传递函数为GBESS,其表达式为

式中,TBESS为BESS响应的时间常数,本文取TBESS1 s。

1.2 系统频率响应模型

电力系统在稳定运行时的负荷变化较小,则可以在系统稳定运行点附近进行线性化,构建线性模型进行动态分析。

根据文献[2]提出的建模方法,建立含BESS辅助控制的两区域再热式火电互联调频动态模型,并且将各区域分别等值为一台再热式火电机组,互联动态模型如图2所示。图中:TBESS为BESS的时间常数;Tgi为调速器时间常数;Tri为再热时间常数; Tti为发电机时间常数;Ri为机组调差系数;Bi为系统偏差系数;Kri为再热系数;T12为两区域间的联络线功率同步系数;Kpi为电力系统增益;Tpi为电力系统时间常数;a12为两系统的容量换算系数; fi为频率变化量;  PLi为负荷变化量。

2 电池储能系统的控制策略

2.1 电池储能系统的控制策略

电池储能系统辅助AGC调频时,BESS和火电机组均以ACE为控制目标。通常可将ACE划分为死区、正常调节区、紧急调节区等多个控制区,在不同区域内采用不同的调节方式进行调频[1],而不同的控制区以门槛值进行划分。文中,设正常调节区、紧急调节区的ACE门槛值分别为ACEreg.set和ACEea.set,超出紧急调节区的门槛值为ACEea.end。

针对ACE不同控制区,设计BESS辅助AGC控制的方案如下。

当︱ACE︱≤ACEreg.set时,BESS出力为零,火电机调节功率为零,即维持原出力值。

当ACEreg.set<︱ACE︱≤ACEea.set时,由BESS辅助火电机组进行调节,即先由BESS快速出力,在火电机组逐渐增加出力的同时BESS减出力,当火电机组出力满足负荷波动功率、系统逐渐达到新的平衡时,BESS退出运行。

当ACEea.set<︱ACE︱≤ACEea.end时,电网处于紧急调节区,BESS应以最大输出功率进行调节。当︱ACE︱>ACEea.end时,BESS和AGC机组均不动作,电网采用切负荷等其他手段使电网恢复稳定。

2.2 基于模糊控制的电池储能系统控制策略

模糊控制(Fuzzy Logic Control,FLC)属于智能控制范畴,在电力系统中应用广泛。它不依赖于具体的数学模型即可根据系统实时动态情况实施控制,非线性控制效果好[18,19]。因此,本文采用模糊控制的方法,实现BESS辅助火电机组进行AGC调节的目的。

根据联络线功率频率偏差控制(TBC)方式的要求,AGC控制的目标是维持控制区内ACE为零或在正常范围内,其表达式为

式中:Bi是控制区i的系统偏差系数; fi是其系统频率偏差; Ptie是区域i与其他区域的联络线功率偏差。

采用模糊控制调整出力大小,其具体思想为: 在负荷波动初期机组功率尚在爬坡时,BESS输出/ 吸收电能,抵消部分的负荷变动,缓解对系统的冲击;当机组通过增发/减发功率使系统达到新的稳定状态时,BESS退出运行。当ACE偏差量较大且其变化率较大时,BESS的输出功率较大,以使ACE尽快恢复至正常范围内;当ACE偏差量较小且其变化率较小时,BESS的输出功率较小。

基于模糊控制的BESS控制策略流程图如图3所示。图中, Pref为BESS参考功率, PBESS·max为BESS的最大输出功率。

2.3 模糊控制器设计

在BESS辅助AGC调频过程中,其有功功率参考信号由模糊控制器发出,并对电池的变流器进行控制,以实现按给定功率信号输出的目的。基于ACE及其变化率的大小给出电池储能系统的有功功率参考变化量,模糊控制器的设计框图如图4所示。(ACE  ACEreg.set)和dΔACE/dΔt(ACE>0时取负, ACE<0时取正)为模糊控制器的输入量,输出量  Pref是有功功率参考变化量;1、 2为量化因子, 用来调节模糊控制器,以期达到良好的动态性能。

模糊控制器的控制过程分为三步:输入输出变量模糊化、模糊推理和解模糊化。

(1) 输入输出变量模糊化

将ACE及dΔACE/dΔt划分成不同的模糊集, 通过隶属函数计算输入变量对各模糊集的隶属度, 用 μ 表示。模糊集划分越细,控制越精确。故将 (ACE  ACEreg.set)和dΔACE/dΔt划分为8个等级的模糊子集,即{NB},{NM},{NS},{NZ},{PZ}, {PS},{PM},{PB},分别表示{负大}、{负中}、{负小}、{负零}、{正零}、{正小}、{正中}、{正大}; 输出 ΔPref划分为7个等级,为{NB}、{NM}、{NS}、 {Z}、{PS}、{PM}、{PB}。本文采用三角形隶属函数,隶属度的取值范围为[0,1]。输入变量的论域范围依控制区域系统的实际情况而定,可根据系统长期的统计规律确定。设(ACE  ACEreg.set)的论域范围为[-e,e],其中e=ACEea.set-ACEreg.set;dΔACE/dΔt为[ e,e ],其中e =︱max{dΔACE/dΔt}︱。输出变量的论域范围由BESS的额定功率PBESS.N和控制区的功率基值PB的比例确定,设为[-p,p],其中

(2) 模糊推理

根据BESS辅助AGC控制的策略要求,确定模糊控制规则,具体如表1所示。

模糊蕴含关系采用Mamdani[20,21]最小规则求取。根据该控制规则,可求得用模糊子集表示的输出量。

(3) 解模糊化

采用最大隶属度法进行解模糊计算,由模糊子集表示的输出量得到精确的参考功率变化值。

3 仿真验证

为验证本文提出的基于模糊控制策略的BESS辅助AGC控制效果,在Matlab/Simulink中搭建以联络线功率频率偏差为控制目标的含BESS两区域互联AGC系统仿真模型,如图2所示。两区域均为再热式火电机组,并考虑机组爬坡率和死区限制, 仿真模型参数[22]选取如下:fN=60 Hz,Tgi=0.08 s, Tri=10 s,Tti=0.3 s,Tpi=20 s,Kri=0.5,Kpi=120 Hz/p.u, Ri=2.4,Bi=0.425,T12=0.086 s。设两系统的装机容量均为1 000 MW,并选取基准功率为1 000 MW。 死区[23]上限ACEreg.set=0.001 p.u.,正常调节区上限ACEea.set=0.03 p.u,则输入变量的论域范围为[-0.029,0.029] p.u.。同时,设置max{dΔACE/ dΔt}=0.029p.u.(根据运行经验,ACE变化率小于ACE,将输入变量dΔACE/dΔt的论域范围取与(ACE—ACEreg.set) 相同时,满足模糊控制要求。输出变量的论域范围为[-0.01,0.01]。

为分析BESS的辅助控制作用及系统频率的动态响应,在区域中加入负荷扰动进行验证。同时, 为验证BESS模糊控制方式的控制效果,将其与传统的AGC控制方式和BESS采用PI控制方式进行辅助调频时的系统动态响应进行了对比分析。考虑到BESS在波动初期迅速响应,机组与负荷波动平衡后BESS退出运行的辅助控制效果, PI控制器的参数选取为KP=0.15,KI=0.001。

负荷扰动方式1:t=5 s时,区域一中加入阶跃负荷扰动,并且 ΔPL1=0.01 p.u.,如图6(a)所示。电网动态响应曲线如图6(b)~图6(e)所示。

由图6(b)~图6(d)可以看出,当区域一中加入阶跃负荷扰动后,在传统的AGC控制方式下,区域一的频率偏差最大值达到了0.07 Hz,联络线功率偏差最大值达到0.008 p.u.;同时,区域一的ACE也产生较大偏差。BESS辅助AGC调频的系统动态响应曲线偏离正常值的偏差量更小,且恢复稳定的时间短。这是因为在负荷波动发生时,BESS迅速、 大功率的输出响应有效抑制了偏差量的继续增大。 另外,由图6(d)可以看出,在加入BESS辅助控制后,大大缓解了区域间联络线的功率震荡,联络线功率波动较小,利于各控制区负荷更快速就地平衡。 通过对比模糊控制和PI控制方式下的响应曲线可看出,采用模糊控制方式时偏差量幅值进一步减小, 且几乎不产生超调。同时,由图6(e)所示的BESS功率响应曲线可看出,在模糊控制方式下,负荷产生波动的初期,BESS输出功率迅速增大,但随着ACE的减小BESS功率逐渐减少;在PI控制下, BESS的功率输出随时间的增加逐渐增大,但调节作用延缓。因此,模糊控制对辅助电网的AGC调频作用更有优势。

负荷扰动方式2:区域一中负荷连续波动。其波动范围设为[-0.01 p.u., 0.01 p.u.],如图7(a)所示。 电网动态响应曲线如图7(b)~图7(e)所示。

由图7(b)~图7(d)可以看出,当区域一中负荷连续波动时,传统AGC控制方式下的系统频率、联络线功率及ACE均产生了大幅度的波动。而采用模糊控制的BESS辅助调频作用使得电网频率偏差最大时减小了0.05 Hz,联络线功率偏差减小0.004 p.u., 说明了本控制策略的可行性,且通过与PI控制方式的对比发现,其控制效果优于PI控制。由图7(e) 所示的BESS输出功率曲线可以看出,与传统的PI控制相比,模糊控制下BESS更早达到较大功率值, 因而调节效果更佳。

4 结论

本文探究了BESS在辅助电力系统AGC控制中的应用。分析表明,采用模糊控制的方法,根据区域控制偏差ACE及其变化率的大小控制BESS的功率输出,对减少系统频率和联络线功率偏差及降低超调作用显著。借助BESS辅助互联电力系统AGC控制,将大大改善系统调频的动态性能。

摘要：针对AGC控制中火电机组响应时滞长、机组爬坡速率低的问题,提出了一种基于模糊控制策略的电池储能系统(Battery Energy Storage System,BESS)辅助AGC调频方法。该方法以区域控制偏差(Area Control Error,ACE)及其变化率作为模糊控制器的输入量,BESS的参考功率变化量作为输出量,根据系统的运行状态调节BESS输出功率,辅助火电机组改善电网的动态调频性能。基于Matlab/Simulink平台的仿真结果表明,BESS能够迅速响应负荷扰动,减小了系统频率偏差和联络线功率偏差,降低了系统的超调作用,有助于提高电网AGC调频能力和增强系统的稳定性。

多电池组储能系统 篇7

1 各种储能技术的分类和特性概述

储能的形式很多,各种储能技术所利用的原理之间也存在很大差异。储能技术大致可分如下几类:电化学储能与物理储能,最常用到的是电磁储能,还有较少见的变相储能。电化学储能的形式中有最常见的蓄电池储能还有超级电容器储能。变相储能的典型方式是冰蓄冷储能。

2 蓄电池储能技术

蓄电池储能的原理主要依靠的是化学反应。电池中主要发生的化学反应是氧化还原反应,蓄电池也是通过这种化学反应实现放电和充电。蓄电池储能系统比较复杂,由多个部分共同组成,通常情况下的组成部分有控制装置、电池等。另外,还需要一些适当的辅助设备。不同的蓄电池中使用的物质不同,按照其中化学物质对蓄电池进行分类,可以划分为锂离子电池、铅酸电池以及液流电池等。

(1)铅酸电池。铅酸电池的发展历史较长,技术也日趋成熟。市场上的铅酸电池主要以密封型产品为主,这种电池的优点是价格便宜、可靠性高、电能密度适中,因此铅酸电池在电力系统中应用很广泛,但它在报废后难以进行无公害处理以及深度放电,这些问题制约了它的深层次开发与应用。

(2)镍氢电池。镍氢电池的特点是结构坚固、容量大、充放循环次数多,价格昂贵。这种电池也属于封闭免维护电池,不含有毒物质,不会在正常的使用过程中产生有害物质。

(3)锂离子电池。锂离子电池具有功率高、对环境影响小以及自放电小的特点,但锂离子电池系统很容易受工艺和环境温度等因素的影响,导致系统的寿命比单位电池短很多,因此锂离子电池的大规模集成比较困难,加上需要维护,限制了锂离子电池在电力系统中应用。

(4)钠硫电池。钠硫电池被普遍认为是最高效和最具有发展潜力的电力储能电池,日本已经成功开发出钠硫储能电池系统。日本也开始把钠硫电池应用在风力发电系统中,钠硫电池在风力发电中的主要任务就是稳定输出功率。在日本风力发电中应用钠硫电池,已经成为该国政府重点资助的发展项目,并且制定了进一步的发展计划。

(5)全钒电池。液流电池中的全钒电池是行业正在重点研究的。全钒电池的工作原理是离子经过一系列的电化学反应来实现充电和放电。液流电池的储能容量与电解液的容量和密度有很大关系,可以进行灵活配置,如果需要增大储存能量的话,就可以采用增大电解液容积和浓度的方法。在日本已经有全钒液流储能电池用于风电场的调频和调峰。

3 超导储能系统

超导储能的原理是将超导线制成线圈,线圈的作用是对磁场能量进行储存,并可以在用电的时候返还电能。这种储能技术的优点主要体现在三个方面:①能量的释放速度快,不需要能量转换。②可以实现能量的无损耗储存,能量返还率高。③可以对电网电压、频率等进行调节,实现与电力系统的大容量能量交换以及功率补偿,超导储能技术已经在风力发电中应用了很长一段时间。

4 超级电容器储能技术

电化学双电层理论是超级电容器研制的基础,也是重要的理论依据。超级电容器储能系统已经发展了很长时间,它在电力系统中的任务是提高电压下降时的供电水平。世界上一个典型在风力发电系统中应用超级电容器的例子发生在美国,美国建造的超级电容器储能装置的主要任务是缓解风力发电机组向电网输送功率产生的较大波动。超级电容器储能系统的发展思路为采用串联和并联的方式应用于风力发电系统中,这使得系统的调节速度加快,调节范围也增大,同时也提升风力发电系统中的电能质量,提高了系统的稳定性。

5 其他储能技术

除了以上在生活中比较常见和常用到的四种储能方式以外,还有抽水蓄能装置,这种技术的主要任务是调峰,在集中式发电中应用比较广泛。抽水蓄能装置需要在地理条件允许的情况下才能应用,因此,很多风力发电场受条件限制无法建造抽水蓄能电站。另外,还有压缩空气储能,它可以用于调峰,它消耗的燃气低,能量转化率高,在复合化发电以及大容量发电中,成本很低。

氢燃料电池是一种新型的储能技术,把氢气作为一种能源载体大规模地应用,首先要解决的是氢的成本和储存问题,也就是要实现氢的低成本制造以及进行安全储存。在氢燃料成本还很高的情况下,氢燃料电池的大规模应用还需要进一步发展。

6 各种储能技术应用前景分析

储能技术多种多样,综合分析来看,在调峰方面具有优势的储能技术是抽水蓄能技术;比较适用于中、小规模储能的是电池储能,而且电池储能还可以适应不同用户的需求。超级电容储能在电动汽车储能方面应用比较广泛;飞轮储能在电网的调频方面有优势。

大部分储能技术由于需要的原料比较昂贵,这导致储能技术应用于电力系统的成本都会很高,成本问题也是制约储能技术在风力发电中大规模应用的一个重要问题。因此,提高能量转化效率以及降低成本是实现储能技术在风力发电中应用的重要措施。在风力发电中,在进行储能方式选择时需要考虑多种因素,例如系统成本、环境条件以及技术成熟度等。进行风力发电系统中电能的储存的亲体是进行电能质量的管理,超级电容器、高速飞轮储能等技术的重要作用是保证系统输出功率的稳定。当外部电网有故障出现时,储能系统可以为电力系统提供一定的电压来维护电网的稳定。另外,铅酸电池和液流电池储能这两种系统的调峰功能比较优越,非常有利于对电能的大规模储存。储能系统还可以进行组合,例如超级电容器和蓄电池等,采用混合式储能系统对提高储能效率很有帮助。

7 结论

随着电网风电渗透水平的不断提高以及电化学储能技术的日益进步,规模化电池储能系统有望在不久的将来进入商业运行。电池储能技术在风力发电系统中有着很大的应用潜力,做好电池储能的研究工作,有助于促进风力发电的发展。

参考文献

[1]张博.风力发电系统中储能技术研究[J].科技资讯,2013(35):1.

[2]张庆伟.风力发电系统中储能技术的应用研究[J].科技资讯,2015(26):5-6.