基于虚拟阻抗-模糊算法的交直流微电网混合储能功率协调策略

doi:10.16183/j.cnki.jsjtu.2023.308

基于虚拟阻抗-模糊算法的交直流微电网混合储能功率协调策略

赵永熹^a, 高鹏超^a, 范宏^,^b

a.上海电力大学自动化工程学院,上海 200090

b.上海电力大学电气工程学院,上海 200090

Power Coordination Strategy for Hybrid Energy Storage in AC/DC Microgrids Based on Virtual Impedance-Fuzzy Algorithm

ZHAO Yongxi^a, GAO Pengchao^a, FAN Hong^,^b

a. College of Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China

b. College of Electrical Engineering, Shanghai University of Electric Power, Shanghai 200090, China

通讯作者: 范宏,副教授;E-mail:fan_honghong@126.com.

责任编辑: 孙伟

收稿日期: 2023-07-10 修回日期: 2023-09-26 接受日期: 2023-10-19

基金资助:

上海市青年科技英才扬帆计划项目(20YF1414800)

Received: 2023-07-10 Revised: 2023-09-26 Accepted: 2023-10-19

作者简介 About authors

赵永熹(1979—),副教授,从事微电网运行和混合储能研究.

摘要

交直流混合微电网中源荷两侧存在功率波动的问题,由蓄电池和超级电容器组成的混合储能接入微网可抑制功率波动,为此提出一种基于虚拟阻抗和模糊算法结合的交直流微电网混合储能功率协调策略.首先,通过复合虚拟阻抗实现混合储能的功率自主初次分配;其次,综合分析复合虚拟阻抗参数和滤波时间常数对功率分配的影响,提出一种功率分配调整方法并推导出模糊控制规则,利用模糊算法根据超级电容器荷电状态和所承担功率自适应优化混合储能的输出功率;再次,自适应调整交直流互联变换器中的功率来提升混合储能的调节能力.最后,通过MATLAB/Simulink仿真实验证明所提策略既能有效平抑源荷侧的功率波动,消除直流母线电压偏差,又能改善超级电容器过度充放的问题,从而延长设备的使用寿命.

关键词： 交直流混合微网; 混合储能; 复合虚拟阻抗; 模糊控制; 功率协调; 互联变换器

Abstract

A hybrid energy storage system consisting of batteries and supercapacitors can be integrated into the microgrid, to mitigate the power fluctuations on both sides of the source and load sides, which is a common issue in AC/DC hybrid microgrids. This paper proposes a power coordination strategy for hybrid energy storage in AC/DC microgrids based on virtual impedance and fuzzy algorithm optimization. First, the initial power allocation for hybrid energy storage is autonomously determined using composite virtual impedance. Then, a comprehensive analysis is conducted to assess the influence of composite virtual impedance parameters and filtering time constant on power distribution. Based on this, a power distribution adjustment method is proposed, and fuzzy control rules are derived. The fuzzy algorithm is used to adaptively optimize the output power of hybrid energy storage based on the state of charge and the power demond on the supercapacitor. Finally, the power in the AC/DC interlinking converter is adaptively adjusted to enhance the regulation ability of hybrid energy storage. The simulation results in MATLAB/Simulink experiments demonstrate that the proposed strategy can effectively suppress power fluctuations on both the source and load sides, eliminate DC bus voltage deviation, and prevent the issues such as over-charging and over-discharging of supercapacitors, thereby extending the service life of the equipment.

Keywords： AC/DC hybrid microgrid; hybrid energy storage; composite virtual impedance; fuzzy control; power coordination; interlinking converter

PDF (5007KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

赵永熹, 高鹏超, 范宏. 基于虚拟阻抗-模糊算法的交直流微电网混合储能功率协调策略[J]. 上海交通大学学报, 2025, 59(3): 388-399 doi:10.16183/j.cnki.jsjtu.2023.308

ZHAO Yongxi, GAO Pengchao, FAN Hong. Power Coordination Strategy for Hybrid Energy Storage in AC/DC Microgrids Based on Virtual Impedance-Fuzzy Algorithm[J]. Journal of Shanghai Jiaotong University, 2025, 59(3): 388-399 doi:10.16183/j.cnki.jsjtu.2023.308

“碳达峰、碳中和”的目标背景下,光伏和风力发电迎来了新的发展时期,但波动性、间歇性的问题使其对温度、光照、风速等外部环境的变化敏感,且负荷侧功率的随机扰动容易导致微电网系统内的功率不平衡,不仅使系统电压和频率不稳定,造成设备损坏,还大大降低了可再生能源的利用效率^[1-2].

目前,大多通过并联储能设备实现功率波动的平抑.文献[2]中提出单一蓄电池(battery,BAT)稳定直流母线电压的策略,但单一储能难以同时满足动态响应快和循环寿命长等要求.文献[3]中提出一种基于超级电容(supercapacitor,SC)和蓄电池的集中式混合储能功率分配算法,通过超级电容来平抑瞬时功率波动,既提高了响应速度,也可以避免蓄电池的频繁充放电,延长其工作寿命.但混合储能的加入也带来了功率分配的问题,不恰当的分配策略会导致超级电容的荷电状态(state of charge, SOC)越限,失去补偿功率波动的能力.文献[4]中提出超级电容SOC的能量管理策略,根据调节算法改变滤波时间常数,二次分配混合储能的功率.文献[5]中采用小波包分解法实现功率一次分配并引入模糊控制,动态调节二阶低通滤波器时间常数,达到混合储能功率最优分配的目标.但文献[4-5]中依然采用集中式的滤波器或滤波算法实现功率初次分配,对功率信号的采集要求较高,需要通过通信线为储能系统的控制器提供功率参考值,通信延迟时会存在母线电压偏差.

分布式电压电流下垂控制克服了集中式方法的不足,但是这种下垂控制只在稳态下平均或按比例分配功率,不涉及高低频的分段^[6-7],这导致超级电容在稳态时电流不为0,容易过充过放;在功率变化瞬间,蓄电池也能响应功率波动的高频分量,使得蓄电池上的电流频繁改变,缩短其寿命,不能充分利用混合储能的优势.文献[8]中提出一种基于虚拟阻抗的功率动态分配方法,能实现两种类型储能设备的功率分频控制而无需实时检测所需承担功率,但没有考虑超级电容的荷电状态,存在超级电容过充过放的问题.文献[9]中在虚拟电容的基础上考虑了超级电容SOC越限的问题,增加了基于虚拟电感的SOC恢复方法,但是该方法的混合储能功率分频点固定,无法自适应调节混合储能的功率分配,且引入的虚拟电感和虚拟电压源会导致参数计算复杂.对此,本文针对虚拟阻抗功率分配方法如何自适应调整混储出力的问题进行进一步研究.

此外,以上文献均以单一直流或交流微网为研究对象,而兼具两种微网优点的交直流混合微网是如今研究的主流方向^[10-11],交直流混合微电网的功率控制更为复杂,既要控制子网自身的功率平衡,又要保证功率可以在子网间合理地双向流动.互联变换器(interlinking converter, ILC)用以连接两个子网,进行功率流通^[12-13].选择合适的控制策略可以降低两侧微网的容量配置,减少系统建设成本,缓解储能运行压力.

综上,针对光伏和风力为可再生波动微源的交直流混合微电网系统,提出一种基于虚拟阻抗-模糊算法的交直流微电网混合储能功率协调策略.首先通过复合虚拟阻抗实现混合储能功率的高低频率分解,实现功率的初次自主分配.然后综合分析虚拟阻抗大小和滤波时间常数对功率分配的共同影响,提出一种新的功率分配调整方法.再利用模糊控制算法可以自适应调节参数、鲁棒性强、不需要过程精确数学模型等优势^{[5,14 -15]},结合超级电容SOC不同分区自适应调整复合虚拟阻抗的大小,实现了混合储能间功率的二次优化分配.最后采用恒功率控制(PQ控制)的互联变换器设定合适的网间流通功率,缓解混合储能的运行压力.通过Simulink仿真分析验证了在负载功率波动和可再生微源输入功率波动时,混合储能系统对交直流微网中功率波动抑制的有效性,保证了混合微网并网时的稳定运行.对比现有基于滤波器的混合储能功率协调策略^[16-17],本文策略有效改善了蓄电池频繁充放电和超级电容的过充过放问题,延长了设备的寿命.

1 交直流混合微电网系统模型

图1为交直流混合微电网系统在并网模式下的典型拓扑图,本文选择交流并网型混网.在直流子网侧并联直流负载,光伏阵列通过Boost变换器接入直流子网;混合储能由蓄电池和超级电容构成,利用主动式构型的双向变换器实现接入;通过互联变换器实现与交流子网的连接.在交流子网侧,光伏阵列通过Boost变换器和DC/AC变换器实现接入;永磁直驱式风力机通过AC/DC变换器和DC/AC变换器实现接入;选择蓄电池作为交流侧储能单元,与直流侧的混合储能形成对比,突出混合储能的优势;在交流子网上并联交流负载,最后接入大电网.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 并网模式下交直流混合微电网拓扑图

Fig.1 Topology of AC/DC hybrid microgrid in grid connection mode

在并网模式下,交流子网的电压和频率由大电网提供稳定支撑,系统的重点控制对象是直流子网的母线电压稳定.为了保证系统的稳定运行,系统内各单元之间的功率平衡关系如下式所示:

(1)P_pv₁+P_bat₁+P_sc=

P_{l o a d}^{d c}

+P_ILC

(2)P_bat₁+P_sc=P_hess

(3)P_ILC+P_pv₂+P_w+P_bat₂=

P_{l o a d}^{a c}

+P_grid

式中:P_pv1为直流侧光伏系统输出功率;P_bat1为直流侧蓄电池输出功率;P_sc为超级电容输出功率;P_hess为混合储能输出功率; $P_{l o a d}^{d c}$ 为直流侧负载功率;P_ILC为流过互联变换器的功率;P_pv2为交流侧光伏输出功率,大小与P_pv1相同;P_w为风力系统输出功率;P_bat2为交流侧蓄电池输出功率; $P_{l o a d}^{a c}$ 为交流侧负载功率;P_grid为电网侧功率.规定流入电网的功率方向为正,流出电网的方向为负;储能侧各单元释放功率时为正,吸收功率时为负;流过互联变换器的功率在逆变时为正,整流时为负.其中,式(1)和(2)为直流侧功率平衡关系,式(3)为交流侧功率平衡关系.

2 基于复合虚拟阻抗的混合储能功率自主初次分配策略

首先,通过虚拟电阻和虚拟电容组成的复合虚拟阻抗克服分布式电压电流下垂控制无法根据频率高低分配混合储能功率的不足.然后,通过幅频特性曲线分析功率分频控制的有效性,搭建混储系统结构并进行仿真验证,实现功率的自主初次分配,其控制框图如图2所示.其中,电压源V_b、V_sc分别为蓄电池和超级电容的DC/DC变换器的输出电压,V_ob、V_osc、I_b、I_sc分别为蓄电池组和超级电容器对应的实际输出电压和电流,R_V为初始虚拟电阻,C_V为初始虚拟电容,1/s C_V为虚拟电容产生的阻抗,s为拉普拉斯算子, $I_{L_{1}}$ 、 $I_{L_{2}}$ 分别为蓄电池和超级电容变换器的电感电流,I_leq为流过直流侧等效负载的电流,C₁和C₂为电容,G1~G4对应图中双向DC/DC变换器中各开关管的控制信号,PWM为脉冲宽度调制,PI为比例积分控制,NOT表示非门.

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 基于复合虚拟阻抗的混合储能系统控制结构

Fig.2 Control structure of hybrid energy storage system based on composite virtual impedance

图2中的V-I关系式为

(4)

\begin{array}{l} V_{o b} = V_{b} - I_{b} R_{V} \\ V_{o s c} = V_{s c} - I_{s c} \frac{1}{s C_{V}} \\ I_{b} + I_{s c} = I_{l e q} \end{array}\}

为减少两侧直流母线形成的环流,令蓄电池侧和超级电容侧的变换器输出电压相等,同时忽略线路阻抗,混合储能实际输出电压与直流母线电压相等,即:

(5)

\begin{array}{l} V_{b} = V_{s c} \\ V_{o b} = V_{o s c} \end{array}\}

联立式(4)和(5)可得蓄电池、超级电容的输出电流与等效负载电流间的关系如下:

(6)

\begin{array}{l} I_{b} = \frac{1}{R_{V} C_{V} s + 1} I_{l e q} \\ I_{s c} = \frac{R_{V} C_{V} s}{R_{V} C_{V} s + 1} I_{l e q} \end{array}\}

分别令蓄电池和超级电容的电流传递函数为G_Ib和G_Isc,得到:

(7)

\begin{array}{l} G_{I b} = \frac{1}{R_{V} C_{V} s + 1} \\ G_{I s c} = \frac{R_{V} C_{V} s}{R_{V} C_{V} s + 1} \end{array}\}

两者的传递函数分别可以等效为一个低通滤波器和一个高通滤波器,时间常数为

(8)T=R_VC_V

绘制幅频特性曲线以探究复合虚拟阻抗控制策略的功率自主分配效果,如图3所示.其中,Z_b(s)、Z_sc(s)、Z_o(s)分别为蓄电池端、超级电容端、混合储能对外的等效输出阻抗.可以看出混合储能在高低频段呈现变化的阻抗特性:在低频段呈现阻感性,与蓄电池端输出阻抗重合,此时蓄电池提供系统功率波动的低频分量,抑制直流母线电压波动;在中高频段呈现容性,由超级电容端输出阻抗主导,超级电容快速吸收系统功率波动的高频分量,提高系统的动态响应.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 复合虚拟阻抗不同支路等效阻抗的幅频特性

Fig.3 Amplitude-frequency characteristic of different branch equivalent impedances of composite virtual impedance

在Simulink中搭建基于复合虚拟阻抗的混合储能系统,其控制结构如图4所示.在直流侧负载功率突变时,混储部分的功率分配仿真效果以及与单蓄电池的输出功率对比情况如图5所示.其中,P_bat为采用混合储能时蓄电池侧的输出功率;P_wh为超级电容和蓄电池二者并联的整体输出功率,其大小近似等于超级电容和蓄电池两者的输出功率之和;P_si为仅依靠蓄电池时的输出功率;放大图的放大倍数为7.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 复合虚拟阻抗下垂控制的Simulink控制结构

Fig.4 Simulink control structure for composite virtual impedance droop control

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 混合储能功率初次分配仿真效果以及与单蓄电池的输出功率对比

Fig.5 Simulation of initial power allocation of hybrid energy storage and comparison with output power of a single battery

在0.2 s时混合储能进行充电,功率为10 kW;0.4 s时由于负载功率波动,混合储能由充电变为放电状态,承担10 kW的功率;0.6 s时又变为充电,如此反复.可以看到,当功率发生突变时,超级电容快速响应而后快速降低为0,提高对功率波动的响应速度;蓄电池承担的功率缓慢上升,在稳态时利用其高能量密度的特性承担全部功率波动.仿真结果与图3的结论一致,实现了混合储能的功率自主分配.从放大图中可以看出,对比P_bat曲线,P_si曲线的变化速度加快且稳态时的波动功率更大,会加重蓄电池的负担,对系统功率波动的抑制比采用混合储能的效果差.

3 基于模糊控制的功率自适应二次分配策略

为保持在充放电过程中低能量密度的超级电容的SOC不超过工作阈值,避免过充过放,需要根据超级电容SOC大小来改变其需要承担的功率.结合模糊控制算法,综合考虑滤波时间常数和复合虚拟阻抗参数对功率分配的共同影响,提出一种功率分配调整方法,实现了功率自适应二次分配,且无需增加额外参数,系统结构简单.

由式(7)可知,蓄电池和超级电容的电流传递函数可以分别等效为低通和高通滤波器.而由滤波器工作原理可知,滤波时间常数T越大,低通滤波器通过的信号频率越少,即蓄电池的出力越少,而高通滤波器相反,即超级电容的出力越多.由式(8)可知,常数T可以用虚拟电阻和电容的乘积表示.而虚拟阻抗参数大小也会影响功率分配的多少,为此要进一步探究T和虚拟阻抗参数两者对功率分配影响的关系,避免存在冲突矛盾而导致功率无法调节.进行两组仿真实验,首先改变虚拟电阻的参数为 R_V1=0.5 Ω、R_V2=1.0 Ω、R_V3=1.5 Ω,C_V=0.1F不变,得到蓄电池的输出功率曲线,如图6(a)所示;再改变虚拟电容的参数为C_V1=0.1F、C_V2=0.05F、C_V3=0.03F,R_V3=1.0 Ω不变,得到超级电容的输出功率曲线,如图6(b)所示.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 复合虚拟阻抗参数对混合储能功率分配的影响

Fig.6 Influence of composite virtual impedance parameters on power distribution of hybrid energy storage

从仿真结果可以看出,蓄电池输出功率反比于其虚拟电阻值;超级电容输出功率正比于其虚拟电容值.时间常数T越大代表R_V和C_V的乘积越大,即蓄电池出力越少,超级电容出力越多.综上,复合虚拟阻抗参数和滤波时间常数对功率分配的影响相辅相成,不存在冲突.混合储能的功率二次分配原则如表1所示.

表1 功率二次分配原则

Tab.1 Secondary distribution principles of power

SOC值	充放电状态	超级电容出力目标	T	R_V	C_V
过大	放电	增加	↑	↑	↑
	充电	减少	↓	↓	↓
过小	放电	减少	↓	↓	↓
	充电	增加	↑	↑	↑

注:“↑”代表需要增大参数,“↓”代表需要减小参数.

新窗口打开| 下载CSV

为保证超级电容的充分利用并避免过充过放,设置放电下限值、放电警示值、充电警示值和充电上限值分别为SOC_{sc_min}、SOC_{sc_low}、SOC_{sc_high}、SOC_{sc_max}.根据这4个阈值可以将其工作范围划分为5个区间,如图7所示.

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 超级电容SOC的工作区域划分

Fig.7 Working area division of supercapacitor SOC

利用模糊控制算法的优势实现功率自适应调节,模糊控制器采用二输入二输出的形式.以SOC_sc和 $P_{h e s s}^{*}$ 作为输入,R_V和C_V作为输出,其控制框如图8所示.其中, $P_{h e s s}^{*}$ 表示混合储能当前阶段承担的功率与整个仿真时间内承担的最大功率绝对值的比值.

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 基于模糊控制的能量管理控制

Fig.8 Energy management control based on fuzzy control

R_V和C_V的取值范围分别为[0.1,2.0] Ω和[0.01,0.15] F,模糊子集为{NB,NM,NS,Z,PS,PM,PB},子集中元素分别代表负大、负中、负小、0、正小、正中、正大.SOC取值范围为[0,1]%,模糊子集为{NB,NS,Z,PS,PB}; $P_{h e s s}^{*}$ 的取值范围为[-1, 1],模糊子集为{NB,NS,PS,PB}.根据表1中的功率分配原则,建立表2所示的模糊控制规则.根据表2设置各隶属度函数,在MATLAB中运行Fuzzy函数进入模糊逻辑编辑器,分别输入4个参数的隶属函数和量化区间,并根据表2完成规则设置,可得图9所示模糊控制的输入输出三维关系.

表2 R_V和C_V的模糊控制规则

Tab.2 Fuzzy control rules for R_V and C_V

R_V/C_V		SOC
R_V/C_V		NB	NS	Z	PS	PB
$P_{h e s s}^{*}$	NB	PB	PM	Z	NM	NB
	NS	PM	PS	Z	NS	NB
	PS	NB	NS	Z	PS	PM
	PB	NB	NM	Z	PM	PB

新窗口打开| 下载CSV

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 模糊控制输入输出三维关系

Fig.9 3D relationship of fuzzy control input and output

以图9(a)的三维关系为例,当R_V处于右侧最高处的黄色平面时,对应需要调节的放电功率最大,且其SOC值最大,此时应该尽量增大超级电容的出力,保证荷电状态可以快速恢复到正常工作区,因此R_V的值应尽可能大,从而减小蓄电池的出力,增大超级电容的出力.综上,三维关系图与前文中设置的模糊规则两者遵循的原则是一致的.采用模糊理论根据超级电容的SOC和混合储能的功率范围,自适应调整混储系统的虚拟阻抗参数,实现混储单元承担功率优化的目的,维持超级电容SOC在较合理的状态,避免过充过放.

4 互联变换器的PQ控制策略

本文研究的风光储交直流混合微电网系统由交流子微网、直流子微网以及连接两个子微网的ILC组成,结构较交流或直流微电网都更为复杂,为减轻混合储能的运行压力,交直流子网间通过工作在PQ控制模式的ILC实现功率流通.其中光伏和风力发电系统均运行于最大功率点追踪(maximum power point tracking, MPPT)模式以实现可再生能源的最大化利用.

图10为PQ控制结构图,其中P_ref为输送的有功功率参考值,R、L、C分别为结构的电阻、电感和电容,PLL为锁相环,ω为电网角频率.由于直流子微网没有无功功率,故ILC输送的无功功率参考值Q_ref为0.

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 ILC的PQ控制结构

Fig.10 PQ control structure of ILC

有功和无功功率计算表达式如下所示:

(9)

\begin{array}{l} P = \frac{3}{2} (u_{d} i_{d} + u_{q} i_{q}) \\ Q = - \frac{3}{2} (u_{d} i_{q} - u_{q} i_{d}) \end{array}\}

式中:三相电压U_abc和电流I_abc经dq转换,得到dq轴分量u_d、u_q、i_d、i_q.令q轴电压U_q=0,使得P、Q实现解耦,如下式:

(10)

\begin{array}{l} P = \frac{3}{2} u_{d} i_{d} \\ Q = - \frac{3}{2} u_{d} i_{q} \end{array}\}

通过式(10)得到dq轴的电流参考值,进而生成ILC的控制信号,实现PQ控制.通过ILC实现交直流子网间的功率流通,并设置以下控制策略使得ILC可以适当减轻混储能的工作压力:当直流侧混合储能放电时,说明直流侧负荷较大,此时为减小混合储能的供电压力,ILC工作于整流模式;混合储能需要充电时,说明直流侧光伏发电功率较大,为最大程度利用光伏发电与减小混合储能的充电压力,将盈余的功率通过ILC传输至大电网中,ILC工作于逆变模式.

5 仿真分析

为验证所提策略对功率协调控制的有效性以及对超级电容SOC的改善效果,根据图1的拓扑结构在Simulink中搭建风光储交直流混合微电网系统的仿真模型,其仿真结构如图11所示.其中,风力发电采用背靠背双PWM控制,机侧采用电流、转速双闭环控制实现最大风能捕获.网侧变流器采用电网电压定向控制,维持机侧输出电压稳定.光伏发电采用电导增量法实现最大功率点跟踪,交流侧变换器采用电压、电流双环控制保证功率输送到交流子微网中.储能侧和互联变换器侧控制策略已在第2、4节中介绍,忽略所有变流器的能量损耗.

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 风光储交直流混合微电网的系统仿真结构

Fig.11 System simulation structure of wind-solar-storage AC/DC hybrid microgrid

直流侧选用额定电压为400 V、额定容量为100 A·h的蓄电池和额定电压为400 V、额定容量为100 F的超级电容.交流侧蓄电池与直流侧规格相同,且初始SOC均为50%.光伏发电初始输出功率为15 kW,风力发电初始输出功率为25 kW,直流负载初始功率为10 kW,交流负载功率为15 kW.其他仿真参数如表3所示.

表3 仿真参数

Tab.3 Simulation parameters

参数	取值	参数	取值
直流母线电压,U_dc/V	800	并网侧电感,C_g/μF	24.47
电网线电压,U_g/V	380	储能电感,L_B/mH	21
交流频率,f/Hz	50	风力机侧滤波电容,C_W/μF	10
光伏滤波电感,L_pv/mH	2.2	风力机并网侧滤波电感,L_c/mH	2.76
光伏滤波电容,C_dc/μF	0.16	R_V/Ω	0.5
开关频率,f_s/kHz	10	C_V/F	0.06

新窗口打开| 下载CSV

5.1 系统整体功率协调控制的仿真结果

首先验证本文功率协调策略对交直流微电网系统内波动功率的抑制效果.负载功率及风力、光伏的输出功率波动情况如下:在0.5 s时增加直流负载的功率为20 kW,0.7 s时降低直流负载的功率为10 kW,0.9 s时又增加为20 kW;在1.1 s时改变光照强度,光伏输出功率降低为12 kW;在1.3~1.5 s时提高风速,风机输出功率增加为37 kW,在1.8~2 s时降低风速,输出功率降低为25 kW,并网功率设置为25 kW不变.交直流混合微网系统中各单元的功率变化仿真情况如图12所示,其中局部图的放大倍数为5,下同.

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12 交直流混合微电网系统中各单元的功率变化

Fig.12 Power variation of each unit in AC/DC hybrid microgrid system

从图12(a)中可以看出,负载和微源侧的功率发生波动时,可以通过混合储能的充放电实现直流子网的功率协调控制,在各个时刻直流子网中,各单元的功率都符合式(1)和(2)中的关系.混合储能开始时需要充电,功率为3 kW,在0.5 s时由于负载功率增加,风光发电功率不足,此时需要混合储能对外放电,功率也为3 kW,总共承担6 kW的功率波动.互联变换器能够根据混合储能的充放电情况改变功率的流通方向,当混合储能充电时向大电网传输功率,大小为2 kW;当混合储能放电时从大电网向直流侧传输功率,大小为 -2 kW,缓解了混合储能的运行压力.

从图12(b)中可以看出,交流子网中各单元的功率也符合式(3)中的关系,交流子网也实现了功率协调控制.其中,ILC的功率与图12(a)中一致,图12(b)中不再重复展示.蓄电池负责平衡由可再生微源引起的功率波动,与直流侧相比,交流侧单蓄电池上的功率波动明显更大,直流侧通过超级电容功率密度大、充放电速度快的特性平滑了蓄电池上的功率,由超级电容承担高频功率波动,减轻了蓄电池的频繁充放电压力,延长其使用寿命.

此外,通过本文控制策略,直流母线电压能够稳定在800 V,消除了电压偏差的不足,如图13(a)所示.三相并网电压保持在380 V不变,并网电流随着并网功率的小范围波动而变化,也基本保持不变,如图13(b)所示.

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13 功率波动过程中微网电压电流变化

Fig.13 Changes in voltage and current of microgrids during power fluctuations

5.2 与现有集中式滤波定时间常数功率分配策略的仿真对比

通过改变超级电容SOC的初始值使之处于图7所示的5个不同工作区间,从而使系统处于5种不同工况.改变直流负载功率,使混合储能在0.01 s时承担3 kW的放电功率,在0.2 s时承担3 kW的充电功率,0.4 s时变为3 kW的放电功率,如此反复,观察混合储能的功率分配情况以及超级电容的SOC变化情况.对比集中式滤波定时间常数的策略(下文简称对照策略),突出本文基于复合虚拟阻抗和模糊算法的功率协调策略(下文简称本文策略)对超级电容过充过放问题的改善效果.由于SOC在正常充放电区时两种策略的仿真结果区别不大,所以只展示另外4种工况.

5.2.1 工况1(减缓充电区)

当超级电容SOC处于减缓充电区时,按照表1的原则,为避免其过充,在混合储能充电时应该尽量减小超级电容出力;在混合储能放电时,为了使SOC尽快恢复到正常工作区,应该增大超级电容的出力.两种策略的功率(P)分配和SOC变化情况的对比如图14所示.由图14可以得出结论:在放电(P>0,即上半平面)时,本文策略根据“少充多放”的原则,使得超级电容承担更多的功率,从而可以使其SOC值下降速度加快,更快地进入正常工作区;在充电(P<0,即下半平面)时,超级电容承担更少的功率,SOC的变化更慢.对照策略中,SOC最终提升了1.7%,而本文策略使得SOC下降了5.2%,从而更好地改善了超级电容的荷电状态.

图14

新窗口打开| 下载原图ZIP| 生成PPT

图14 工况1时混合储能功率和超级电容SOC变化

Fig.14 Changes in hybrid energy storage power and supercapacitor SOC under Condition 1

5.2.2 工况2(减缓放电区)

同工况1类似,当SOC处于减缓放电区时,仿真对比如图15所示.可以看出,在放电时本文策略根据“多充少放”的原则,使得超级电容承担更少的功率,从而降低SOC的下降速度;在充电时,超级电容承担更多的功率,SOC的变化更快,更快地进入正常工作区.对照策略中SOC最终提升了2.8%,而本文策略使得SOC提升了6.6%.

图15

新窗口打开| 下载原图ZIP| 生成PPT

图15 工况2时混合储能功率和超级电容SOC变化

Fig.15 Changes in hybrid energy storage power and supercapacitor SOC under Condition 2

5.2.3 工况3(禁止放电区)

当SOC处于禁止放电区时,仿真对比如图16所示.从图16(a)中可以看出,当要放电时,本文策略可以禁止超级电容放电,对应的功率为0,蓄电池承担所有的功率;在充电时,本文策略比对照策略的超级电容出力更多,充电速度更快.从图16(b)中可以看出,本文策略的超级电容SOC的变化曲线只能上升,不能下降,上升的速度也快于对照策略,从而可以使超级电容的SOC恢复到可以正常放电的区域.对照策略的SOC最终提升了1.3%,而本文策略使得SOC提升了4%,SOC得到了恢复.

图16

新窗口打开| 下载原图ZIP| 生成PPT

图16 工况3时混合储能功率和超级电容SOC变化

Fig.16 Changes in hybrid energy storage power and supercapacitor SOC under Condition 3

5.2.4 工况4(禁止充电区)

类似禁止放电区,当SOC处于禁止充电区时,仿真对比如图17所示.从图中可以看出:充电时,超级电容对应的功率为0;放电时,超级电容出力更多,其SOC曲线只能下降且速度更快.对照策略的SOC最终提升了0.3%,而本文策略使得SOC下降了4.4%.

图17

新窗口打开| 下载原图ZIP| 生成PPT

图17 工况4时混合储能功率和超级电容SOC变化

Fig.17 Changes in hybrid energy storage power and supercapacitor SOC under Condition 4

6 结论

针对风光储交直流混合微电网中存在的功率波动问题,提出一种基于复合虚拟阻抗和模糊算法结合的混合储能功率协调策略.通过理论分析和仿真验证,得出以下结论:

(1) 本文策略可以按照功率波动的频率高低自主分配超级电容和蓄电池各自所需承担的功率.复合虚拟阻抗参数和滤波时间常数两者对混合储能功率分配的作用相辅相成,由此可根据超级电容SOC的工作区间制定出混合储能的功率二次分配调整原则,结合模糊控制算法实现自适应调整混合储能出力的目的,不需要引入额外参数,系统结构简单.此外,通过互联变换器的PQ控制策略可以控制交直流子网间的功率流通,达到减轻混储运行压力的目的.

(2) 仿真验证了在外界负载功率和风、光输出功率波动时,所提策略能够很好地抑制系统整体的功率波动,保证了直流母线电压和三相并网电流的稳定,也改善了蓄电池功率频繁波动和超级电容过充过放的问题,有助于延长蓄电池和超级电容的使用寿命.

本文主要研究了混合储能的功率一二次分配优化策略以及对功率波动的平抑效果,未能详细分析混合储能不同容量配置对于系统功率协调的影响,在未来研究中将进一步讨论.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

黄远明, 张玉欣, 夏赞阳, 等.

考虑需求响应资源和储能容量价值的新型电力系统电源规划方法

[J]. 上海交通大学学报, 2023, 57(4): 432-441.

DOI:10.16183/j.cnki.jsjtu.2021.477 [本文引用: 2]

高比例可再生能源的接入对电力系统容量充裕性带来了新的挑战,系统必须具备充足的置信容量应对可再生能源的出力波动性和随机性.由于储能置信容量与电源规划结果的非线性关系,传统电源规划方法难以准确计算储能置信容量并建立系统置信容量充裕度约束.通过综合考虑火电、可再生能源、储能以及需求侧响应建立了电源规划模型,内嵌全年8 760时段生产运行模拟以确保系统具有充足灵活性,同时改进容量充裕性约束以考虑需求响应资源和储能的容量价值.针对储能置信容量的非线性问题,设计了迭代算法进行求解,并用某区域电力系统验证了模型的有效性.结果表明,高比例可再生能源系统中,影响系统成本的主要因素是灵活性约束,引入少量需求侧响应资源可大幅降低系统成本,为未来高比例可再生资源电力系统规划问题提供了新的思路.

HUANG

Yuanming

, ZHANG

Yuxin

, XIA

Zanyang

, et al.

Power system planning considering demand response resources and capacity value of energy storage

[J]. Journal of Shanghai Jiao Tong University, 2023, 57(4): 432-441.

[本文引用: 2]

[2]

张宇涵, 杜贵平, 雷雁雄, 等.

直流微网混合储能系统控制策略现状及展望

[J]. 电力系统保护与控制, 2021, 49(3): 177-187.

[本文引用: 2]

ZHANG

Yuhan

, DU

Guiping

, LEI

Yanxiong

, et al.

Current status and prospects of control strategy for a DC micro grid hybrid energy storage system

[J]. Power System Protection and Control, 2021, 49(3): 177-187.

[本文引用: 2]

[3]

KRISHAN

, SUHAG

A novel control strategy for a hybrid energy storage system in a grid-independent hybrid renewable energy system

[J]. International Transactions on Electrical Energy Systems, 2020, 30(4): e12262.