基于功率差的光伏孤島直流微電網(wǎng)分層分級協(xié)調(diào)控制策略

基于功率差的光伏孤島直流微電網(wǎng)分層分級協(xié)調(diào)控制策略

0控制策略研究微電網(wǎng)也稱為微網(wǎng)，是指由分布電源、電源容量裝置、能量轉(zhuǎn)換裝置、能源消耗裝置、電源負荷、監(jiān)控設備、保護裝置等組成的小型發(fā)供電系統(tǒng)。根據(jù)母線電流性質(zhì)不同，微電網(wǎng)分為交流微電網(wǎng)、直流微電網(wǎng)和交直流混合微電網(wǎng)結(jié)構(gòu)，按照是否連入大電網(wǎng)，分為并聯(lián)運行微電網(wǎng)和孤島運行微電網(wǎng)。隨著能源危機和環(huán)境污染問題的日益嚴重，清潔能源和電動汽車在微電網(wǎng)中的高滲透率已成為節(jié)能環(huán)保的重要措施之一，但光伏出力受環(huán)境影響具有輸出不確定性的特點，以及電動汽車隨機性的充放電行為，會影響微電網(wǎng)的穩(wěn)定運行。因此，各國學者都對包含清潔能源和電動汽車的微電網(wǎng)控制策略做出了大量的研究，文獻以上研究大多數(shù)都集中在包含電動汽車充放電的并網(wǎng)交流微電網(wǎng)的控制策略方面，而孤島型直流微電網(wǎng)存在能量轉(zhuǎn)換次數(shù)少、效率高、控制結(jié)構(gòu)簡單的優(yōu)點，對于光儲單元、電動汽車接入其中，有待進一步研究。因此如何協(xié)調(diào)控制孤島直流微電網(wǎng)中光伏發(fā)電輸出不確定性和電動汽車充放電隨機性，減小對直流微電網(wǎng)的影響，都是值得研究的問題。基于此，本文研究一種考慮到電動汽車帶來的不確定性以及與光伏發(fā)電不確定性的孤島直流微電網(wǎng)控協(xié)調(diào)制策略，平抑微電網(wǎng)中的功率、負荷波動，穩(wěn)定直流母線電壓，以期實現(xiàn)孤島直流微電網(wǎng)的穩(wěn)定運行。1在電動汽車的直接微電壓下，包括電動汽車的整體結(jié)構(gòu)和數(shù)學模型光伏孤島直流微電網(wǎng)整體結(jié)構(gòu)主要包含光伏發(fā)電單元、儲能單元、電動汽車、負荷等。整體結(jié)構(gòu)如圖1所示。1.1光束發(fā)電單元模型光伏發(fā)電是利用光電效應進行發(fā)電，將光能轉(zhuǎn)換為電能，主要受外界光照和溫度的影響，采用工程數(shù)學模型，其IV特性可表示為：其中，1.2混合儲能系統(tǒng)受氣候和環(huán)境等因素的影響，太陽能在發(fā)電過程中會造成出力的不確定性和波動性，導致系統(tǒng)功率不平衡，在微電網(wǎng)運行中，光伏發(fā)電系統(tǒng)出力與實際負荷需求也存在不同步的問題，因此在微電網(wǎng)中配置了儲能系統(tǒng)支持微電網(wǎng)的運行，考慮到響應時間、循環(huán)壽命和能量密度等技術(shù)指標，選用蓄電池和超級電容構(gòu)成的混合儲能系統(tǒng)（HybridEnergyStorageSystem,HESS）?；旌蟽δ芟到y(tǒng)在孤島直流微電網(wǎng)運行過程中不斷進行充放電，電能變化如下列公式所示：式（2）、（3）中，E1.3電動汽車停行駛行為電動汽車作為具有源荷雙屬性的新型負荷，既可以作為負荷通過有序充點進行需求側(cè)響應，也可以當作儲能裝置向微電網(wǎng)放電補充系統(tǒng)功率缺額，維持微電網(wǎng)功率平衡。根據(jù)調(diào)查，大部分電動汽車停車時段集中在9:00～11:30,14:00～17:30和19:00～7:00，因此，一天24h內(nèi)的大部分電動汽車都處于停駛狀態(tài)，對微電網(wǎng)來說，可調(diào)度裕量大。根據(jù)2009年美國交通部對全美家用車輛出行調(diào)查分析結(jié)果，車輛行駛習慣呈現(xiàn)出一定的規(guī)律性，這就使調(diào)度電動汽車參與直流微電網(wǎng)互動成為可能。通過電動汽車日開始充電時刻和日行駛里程數(shù)據(jù)進行統(tǒng)計和處理發(fā)現(xiàn)，充電時刻符合正態(tài)分布，其概率密度函數(shù)為式中，μ式中，μ2儲能系統(tǒng)充放電管理為確保孤島直流微電網(wǎng)內(nèi)電源出力與負荷需求能達到平衡，需要對發(fā)電系統(tǒng)進行合理控制，對儲能系統(tǒng)的充放電進行管理。對負荷進行管理，在滿足系統(tǒng)功率平衡的前提下，應盡量減少蓄電池充放電和延長蓄電池壽命，對孤島直流微電網(wǎng)各子系統(tǒng)光伏發(fā)電單元、混合儲能和電動汽車的有序充放電制定了控制策略。2.1傳統(tǒng)p&o控制法目前，光伏發(fā)電單元MTTP控制算法很多，常見的控制策略有恒定電壓法（CVT）、擾動觀察法（P&O）、電導增量法、人工神經(jīng)網(wǎng)絡、模糊控制算法等智能控制算法。文章針對孤島直流微電網(wǎng)系統(tǒng)，綜合考慮幾種常見控制策略的跟蹤效果、精度，實現(xiàn)的難易程度及成本，在此采用一種改進的擾動觀察法。傳統(tǒng)P&O控制方法是一種定步長算法，其原理是測量當前光伏發(fā)電單元的輸出電壓及電流，計算輸出功率，然后給電壓或電流施加一個小的擾動，再次計算輸出功率，對比前后輸出功率的變化，如果輸出功率有所增加，則按照原方向繼續(xù)增加擾動，如果輸出功率有所減小，則按其反方向加以擾動，由此判斷系統(tǒng)近似處于最大功率輸出，從而實現(xiàn)最大功率跟蹤。該方法簡單易實現(xiàn)，但在持續(xù)判斷過程中，會在最大功率點附近出現(xiàn)振蕩現(xiàn)象，造成部分輸出功率的浪費。本文提出一種改進變步長算法，將單一的擾動改進為變動的擾動，以此來跟蹤最大功率點。光伏發(fā)電單元采用Boost電路實現(xiàn)MPPT控制，通過在跟蹤過程中調(diào)整占空比的步長，使得占空比變化量ΔD隨系統(tǒng)輸出變化而變化。若系統(tǒng)出力大，選擇大步長的占空比，如果系統(tǒng)出力較小，選擇較小的步長。電路輸入輸出關(guān)系如下式所示：輸出等效電阻R其中，D為開關(guān)管占空比，I算法步驟如下：(1）給出擾動輸出電壓信號，測量其前后電壓、電流，U(2）判斷P2.2基于特性的soc混合儲能功率分配策略本文采用蓄電池和超級電容構(gòu)成混合儲能系統(tǒng)，依據(jù)兩者不同的儲能特性，進行功率分配。蓄電池能量密度較大，可以承擔功率波動中的低頻部分；超級電容響應速度塊、功率密度大，可承擔波動中的高頻部分目前常規(guī)的功率分配策略是通過低通濾波器將系統(tǒng)功率中的高低頻分量區(qū)分開來，然后將高低頻分量作為控制器輸入對蓄電池及超級電容器進行控制，根據(jù)兩種儲能裝置的特性將波動功率進行區(qū)分步長。在實際應用中還要考慮儲能系統(tǒng)的荷電狀態(tài)，在儲能系統(tǒng)荷電狀態(tài)交叉時停止儲能系統(tǒng)放電及補充，本文提出了一種新的混合儲能功率分配方案，通過增加過充過放保護模塊，并增加功率限制以此來進行混合儲能功率分配。假定充電時，蓄電池荷電狀態(tài)上限SOC混合儲能功率分配控制策略計算步驟如下：(1）對混合儲能功率進行濾波得到蓄電池功率P(2）根據(jù)儲能荷電狀態(tài)經(jīng)過充過放保護模塊增加功率限幅得到一次功率分配，(3）對混合儲能系統(tǒng)進行二次功率分配，充電狀態(tài)下功率分配為(4）將蓄電池參考功率P(5）將超級電容參考功率P為驗證本文策略的正確性，搭建仿真模型，如圖2所示。經(jīng)過混合儲能對波動功率的補充，可以使系統(tǒng)直流母線電壓穩(wěn)定保持在400V，如圖3所示，說明控制策略有效。2.3電動汽車充放電集群的優(yōu)化調(diào)度在滿足電動汽車行駛需求的情況下，本文設置控制中心對孤島范圍內(nèi)的電動汽車進行優(yōu)化調(diào)度。能量管理調(diào)度中心收到上傳后的集群信息，根據(jù)系統(tǒng)功率需求發(fā)送充放電信息，實現(xiàn)功率分配參與調(diào)度的EVs可認為是有快速可控優(yōu)點的電源，從調(diào)度層面看，控制過程如下：(1）控制中心對數(shù)據(jù)庫信息進行實時查新（接入位置、SOC、可用時間等），監(jiān)控電動汽車狀態(tài)。(2）統(tǒng)計EVs電池可用容量，并對各個電動汽車在不同時間段的電池容量分配問題進行統(tǒng)計，從而對參與V2G調(diào)度的各個時段容量進行預測，最后將信息反饋給調(diào)度中心。(3）功率計算模塊計算當前系統(tǒng)功率差額情況，向控制中心發(fā)送充放電信息。(4）接收到命令后，調(diào)取參與調(diào)峰的電動汽車的相關(guān)信息如SOC等，根據(jù)電池狀態(tài)來制定參與充放電的控制策略。對電動汽車充放電集群的優(yōu)化調(diào)度，采用一種基于改進粒子群的優(yōu)化算法，其原理是將粒子群空間分解為n個低緯空間，在被分解的空間內(nèi)進行最優(yōu)搜索，進行位置更新時，其余模塊保持原樣不進行更新，在此原則下進行迭代搜索，速度更新公式為：位置更新公式為：假設該區(qū)域內(nèi)EVs功率滿足調(diào)度所需，設有n輛車，分24時刻，緯數(shù)為24n，優(yōu)化中粒子X的位置為：ID1）目標函數(shù)本文電動汽車集群優(yōu)化調(diào)度的目標是在保證電動汽車行駛需求的前提下，系統(tǒng)的峰谷差最小和調(diào)度功率需求的偏差最小2）約束條件(1）可用時間：電動汽車作為代步工具，不可能24h處于聯(lián)網(wǎng)狀態(tài)，因此考慮電動汽車可用時間的約束，在非V2G模式下可用功率為0。(2）功率：功率約束體現(xiàn)在電動汽車充放電電流的約束，充電電流最大值為額定電流的一半，放電電流最大值為額定電流的兩倍，考慮線路功率容量約束，充放電功率其中，P(3）可用容量：考慮電池壽命，其剩余容量不能低于電池總?cè)萘康?0%。其中，ΔQ(4）離開時最低SOC：用戶可以設置離開時最低的電池容量SOC以滿足用戶的行程需求，采用懲罰函數(shù)將目標函數(shù)進行變化，原函數(shù)F(X)=f(x)+MU3）基于改進粒子群算法電動汽車在各個時段內(nèi)的相關(guān)性較大，但電動汽車之間存在的影響較小，將時間段分為24個時刻。(1）電網(wǎng)根據(jù)自身需求進行統(tǒng)計，制定負荷曲線發(fā)送給電動汽車控制中心。(2）統(tǒng)計在V2G模式下，數(shù)據(jù)管理系統(tǒng)中電動汽車的實時數(shù)據(jù)。(3）按照優(yōu)化目標，在經(jīng)改進粒子群算法優(yōu)化后將所需電功率分配到參與的電動汽車上。(4）采用基于子矢量粒子群算法對建立好的數(shù)學模型求解，算法流程如圖5所示。改進粒子群算法參數(shù)設置，取粒子數(shù)N=20，慣性權(quán)重系數(shù)取文獻中線性遞減策略式中，ω直流母線電壓變化如圖7所示。通過優(yōu)化調(diào)度電動汽車集群有序充放電后，降低了系統(tǒng)負荷的峰谷差，當負荷需求較大時，系統(tǒng)產(chǎn)生較大的功率缺額，直流母線電壓低于額定電壓400V；在儲能單元向直流母線輸送功率但仍未滿足要求時，仍有功率缺額，EVs集群作為輔助，放電后，母線電壓穩(wěn)定在額定值附近。電動汽車參與孤島直流微電網(wǎng)可以有效填補負荷高峰時段的功率缺額，使系統(tǒng)平衡，并削峰填谷。2.4光伏發(fā)電單元的制策略目前大多數(shù)直流微電網(wǎng)控制都是基于電壓分層控制，通過劃分不同電壓等級并根據(jù)系統(tǒng)電壓的變化切換不同的運行模式，但該方法的缺點在于如果電壓波動較為頻繁，則會不斷切換運行模式，不利于系統(tǒng)的穩(wěn)定。針對以上問題，文章提出了一種基于功率差額的分層分級協(xié)調(diào)控制策略設置系統(tǒng)工作模式如表1所示。系統(tǒng)協(xié)調(diào)控制策略步驟如下：(1）采集光伏發(fā)電單元出力、負荷需求功率和混合儲能荷電狀態(tài)。(2）系統(tǒng)功率指令層計算系統(tǒng)功率差額ΔP，ΔP=P(3）指令層比較系統(tǒng)功率差額ΔP>0，首先判斷如處于非用電低谷期，光伏發(fā)電單元MPPT控制最大出力，電動汽車參與光伏能源消納，P(4）指令層比較系統(tǒng)功率差額ΔP<0，處于用電高峰期時，電動汽車優(yōu)先放電，且系統(tǒng)功率缺額小于電動汽車放電功率，光伏發(fā)電單元通過MPPT控制獲得最大出力，混合儲能裝置處于備用狀態(tài)，此時P(5）指令層比較系統(tǒng)功率差額ΔP<0，系統(tǒng)功率有缺額，但未進入負荷高峰期，由混合儲能承擔較大的功率輸出，P(6）系統(tǒng)達到功率平衡時，重復（2），負荷逐漸減小時，重復（3）。通過搭建孤島直流微電網(wǎng)系統(tǒng)模型仿真驗證，設置母線額定電壓400V，光伏發(fā)電單元最大輸出功率2MW，混合儲能單元額定功率1MW，其中超級電容、蓄電池各500kW，負荷總功率1MW，經(jīng)混合儲能和