Professional Documents
Culture Documents
微电网储能系统控制策略及选址定容研究 任鹏
微电网储能系统控制策略及选址定容研究 任鹏
TM 6 1
学 校 代 码 : 1 07 5 8
密 级 : 公 开 学 号 : 3 20 1 8 2 09 4
硕 士 学 位论文
微 电 网 储 能 系 统 控 制 策 略 及 选 址定 容 研究
R e s e a r c h o n c o n t r o l s tr a t e
g y
a n d l o c a ti o n a n d c a
p
ac i t
y
d e t e r m i n a t i o n o f e n e r g y s t o r a g e s s te m i n m i c r o r id
y g
研 究 生 姓 名 任 鹏
导 师 姓 名 及 职 称
李春 兰 教授
合作 导 师姓名 及 职称
学 位 门 类 级 别
工学硕士
领 域 名 称
农 业 工程
研 究 方 向 农 业 电 气 化 与 自 动化
所 在 学 院
机 电 工程 学 院
新疆 ?
乌鲁木齐
二 〇二 年五月
一
I
微电网储能系统控制策略及选址定容研究
摘 要
风电、光伏电等新能源发电技术在国家的重点扶持下进入了飞速发展阶段,微电网的出现引起
了各国的高度关注。但风、光等微电源输出电能的不确定性、波动性、抗扰动及过负荷能力差等问
题,对微电网供电质量及接入的大电网造成了不利影响。而合理的储能系统控制策略及选址定容方
案可实现微电网各模块之间能量的高效传递,削峰填谷提高配网的抗干扰能力。鉴于此,本文对储
能系统控制策略,及其接入位置和容量的确定进行了研究与分析。主要研究方法及结论如下:
(1)风光储运行特性分析。分析风、光微电源工作原理并建立仿真模型,研究了气象条件(光
照强度、温度、风速)变化对其输出电能的影响。在此基础上通过扰动控制法实现风、光微电源的
最大功率追踪。研究并分析了蓄电池、超级电容的电路模型和各自的工作特性,为储能系统控制策
略及选址定容研究提供理论基础。
(2)蓄电池充放电控制策略研究。依据风光蓄微电网功率平衡约束条件获得蓄电池输出规律;
在现代数学和控制理论的基础上提出一种非线性控制策略,以整流电路协调微电网各系统间的电能
传递。通过仿真试验表明:对比 PI 控制策略,提议控制策略在各种情况下系统的恢复时间加快了
0.2s,冲击波动减小了 0.6%。结果验证了提议控制策略可有效平抑微电源出力波动,提高系统稳定
性。
(3)混合储能系统功率分配策略及 PI 参数整定研究。针对能量型与功率型储能元件充放电特
性的差异,以超级电容荷电状态和蓄电池参考功率为控制目标,实现网内波动功率协调分配;根据
分配功率获得充放电电流参考值,依据工业控制理想相角裕度利用 Siso 反馈技术自动寻优设计了储
能系统充放电 PI 控制器,调节实际值与参考值的偏差。在环境变化和负荷正常波动下的仿真试验表
明:提议的控制策略能够合理分配微网波动功率,在降低蓄电池瞬时输出的同时,使直流母线电压
波动值≤5%,缩短了其动态恢复时间。
(4)储能系统选址定容研究。针对微电网接入配网后储能系统选址定容问题,采用粒子群算法
结合基于信息熵的序数偏好法求解储能系统选址定容多目标优化模型。考虑到不同季节下分布式电
源出力特性,构建 IEEE-33 节点微网系统进行算例分析,取春、夏、冬三个季节下新疆西南地区光
伏与风电出力规律求解储能接入位置及容量配置方案。结果表明该方法在不同季节下都能够找到当
季最优解,避免了单季节求解选址定容方案的局限性。
关键词:微电网;蓄电池;非线性控制;功率分配策略;Siso 反馈控制技术;选址定容
II
Research on control strategy and location and capacity
determination of energy storage system in microgrid
Abstract
Wind power, photovoltaic power and other new energy power generation technologies have entered a
stage of rapid development under the key support of the state, and the development of microgrids has attracted
great attention from all countries. However, the uncertainty, volatility, anti disturbance and poor overload
capacity of the output power of wind, light and other micro power sources have adverse effects on the power
supply quality of micro grid and the access to large power grid. The reasonable energy storage system control
strategy and location and capacity determination scheme can realize the efficient energy transfer among the
modules of the microgrid, cut peak and fill valley, and improve the anti-interference ability of the distribution
network. In view of this, this paper studies and analyzes the control strategy of energy storage system and
the determination of its access location and capacity. The main research methods and conclusions are as
follows:
(1) Wind, light, and storage operation characteristics analysis. The working principle of wind and light
micro power supply is analyzed and the simulation model is established. The influence of meteorological
conditions (light intensity, temperature and wind speed) on its output power is studied. The maximum power
tracking of wind and light output is realized. The circuit models of battery and super capacitor and their
working characteristics are studied and analyzed, which provides a theoretical basis for the control strategy
of energy storage system and the research of location and capacity.
(2) Research on non-linear control strategy of storage battery charging and discharging. According to
the constraints of power balance of microgrid, the output rule of battery is obtained. Based on modern
mathematics and control theory, a nonlinear control strategy is proposed to coordinate the power transmission
between the micro grid systems by rectifying circuit. The simulation results show that: compared with PI
control strategy, the recovery time of the proposed control strategy is reduced by 0.2 s, and the DC bus voltage
impulse fluctuation is reduced by 0.6%. The results show that the proposed control strategy can effectively
suppress the output fluctuation and improve the system stability.
(3) Research on power allocation strategy and PI parameter tuning of hybrid energy storage system.
The state of charge of the super capacitor and the reference power of the battery are taken as the control
objectives to achieve the coordinated distribution of fluctuating power in the network; According to the ideal
phase angle margin of industrial control, the PI controller is designed automatically by using Siso feedback
technology to adjust the error between the actual value and the reference value. Simulation tests under
environmental changes and normal load fluctuations show that the PI controller adjusted by Siso feedback
enables the proposed control strategy to more effectively smooth the fluctuating power, while smoothing the
instantaneous output of the battery and reducing the number of charge and discharge switches. Maintain the
DC bus voltage fluctuation value ≤ 5%, shortening its dynamic recovery time.
(4) Research on location and capacity of energy storage system. Aiming at the problem of location and
capacity of energy storage system after microgrid is connected to distribution network, particle swarm
optimization algorithm combined with ordinal preference method is used to solve the multi-objective
optimization model of location and capacity of energy storage system. Considering the output characteristics
of distributed generation in different seasons, the IEEE-33 node microgrid system is constructed for example
analysis. According to the output law of photovoltaic and wind power in southwest Xinjiang in different
seasons, the energy storage access location and capacity configuration scheme are solved. The results show
that the method can find the optimal solution in different seasons. It avoids the limitation of the location and
capacity scheme under single season solution.
Key words: Microgrid; Storage battery; Nonlinear control; Power allocation strategy; Siso feedback control
technology; Site selection and capacity determination
III
目 录
第1章 绪论 ............................................................................................... 1
1.1 课题研究背景和意义 ....................................................................................... 1
第5章 储能系统选址定容研究............................................................. 59
5.1 储能系统在配网中的应用 ............................................................................. 59
III
5.3 求解算法 ......................................................................................................... 62
6.2 展望 ................................................................................................................. 74
参考文献 ..................................................................................................... 75
致 谢 ........................................................................................................... 81
作者简介 ..................................................................................................... 82
IV
新疆农业大学硕士学位论文
第 1 章 绪论
1.1 课题研究背景和意义
21 世纪以来全球经济进入快速发展阶段,伴随着传统能源的剧烈消耗带来的能源
枯竭、温室效应等问题日益严重,地球能源结构正面临着巨大挑战。上述问题受到国家
图 1-1 能源结构变化图
随着能源结构的巨大转变以及国家对新能源发电技术的大力支持,风能、太阳能凭
借其绿色、无污染且具有大规模开发的潜力。我国风光资源丰富,主要集中在西部和北
部区域,南部区域水力资源丰富。2018 年 12 月,国网能源研究院在关于中国电力能源
能源发电种类,风、光等分布式发电能源将成为未来主要的非化石能源发电技术[5-6]。
1
微电网储能系统控制策略及选址定容研究
图 1-2 预计各电源装机容量占比
风能、太阳能属于自然界不可控的资源,其出力随着气象条件的变化具有强烈的不
可控性,给电网的稳定运行和设备安全带来了一定的风险,直接影响了其未来的发展。
储能技术是解决这一问题,维持网内功率平衡的关键技术。
就电力系统而言,储能技术打破了传统电力系统运行供需平衡关系,其控制策略及
选址定容的研究对新能源发电技术的发展具有重要意义。传统电力系统中,发出电能需
随发随用、不可储存对电能质量有较高要求,储能技术可将电能以其他结构存储,从空
间和时间上对其进行再分配,进而实现电能的即插即用,平缓可再生能源所带来的系统
功率波动,提升发电的可调性和稳定性,储能技术是保障风电场、光伏电站稳定运行的
重要途经。储能系统的引入对微电网的发展具有重要的意义,先进的储能技术搭配合理
的储能系统控制策略,可大幅度改善风光微电网的出力波动特性,对平抑微电网波动功
率,改善电能质量起着重要作用,研究储能系统控制策略及其选址定容方案对未来社会
能源发展革命有着巨大的实际意义。
1.2 国内外研究现状
1.2.1 微电网研究及发展现状
微电网这一理念由美国率先提出[7-9],建立了大量的示范项目,在微电网的安全管理、
运行模式、控制方式及能量管理等领域做了大量研究。
在亚洲国家里,日本是微电网研究领域最具代表性的国家[10]。受限于地理环境以及
国内资源需求的日渐增长,日本因地制宜的利用充足的绿色清洁能源,大力研究发展微
电网技术。为使可再生资源获得效益的最大化利用,建立了大量微电网的研究项目,为
日本在微电网研究的领先地位打下了坚实的基础。
2
新疆农业大学硕士学位论文
我国微电网发展相对于国外开始的较晚,但随着国家对绿色、可持续、循环能源的
愈发重视,出台了一系列国家政策引导和促进了微电网的发展,审批了关于微电网研究
的“973”、“863”项目等,对高校和企业开展微电网的研究提供了大力支持,在基金和政
策的鼓励下,全国各地区陆续建立了一批微电网示范项目[11-13]。
随着微电网示范工程的全面展开,我国微网研究正处在飞速上升阶段,拥有巨大的
发展潜力[14-15]。微电网还需进行大量的研究实验才能达到商业化利用,但社会各界对其
研发兴趣愈发浓厚,主要源于以下三点:
(1)智能电网的重要组成部份。微电网包括直流配电、变压器、孤岛检测控制技术
等,为智能配电网实现高效能量管理提供了核心技术。
(2)智能能源网的重要组成部份。微电网中风光等微电源配合储能系统,有效的将
不同能源类型结合,以能源代替优化,形成能源的梯级配置,提高了能源的综合利用率。
(3)能源互联网概念实现的基础。微电网的自我管理对分布式能源友好的包容性,
是实现能源利用多元化的关键。
1.2.2 储能技术研究及发展现状
储能技术是保障微电网安全稳定运行的核心技术,对微电网的未来发展市场有着不
可或缺的作用。储能技术主要按其储能方式和原理进行分类。
(1)储能方式分类
按储能方式分类[16-17],可分为机械/热/电磁/化学储能等,具体分类及储能方式如图
1-3 所示。
3
微电网储能系统控制策略及选址定容研究
图 1-3 储能技术分类
机械储能:抽水储能对地理环境具有较高要求,在电力调频、调相事故中备用,而
后两者具有高安全性、规范性等优点。
热储能:将多余的电能暂时以热能的形式储存在隔热容器中,在系统电力缺额时将
热能转化成电能使用,持续性较高,但其成本较高,主要用于光储热微电网供暖、电网
负荷调控等方面。
电磁储能:超导磁储能用于无功和功率因数调节,改善电力系统稳定性。后者具有
储能能量密度大、响应快等优点,但其造价较高,维护复杂,多用于提高电能质量抑制
电网电压波动。
化学储能:化学电池,其优势在于可根据使用需求配置不同容量的电池组规模,不
受外部环境限制,适合大规模使用,多用于平抑分布式电源输出能量的波动性和间歇性
等场景。但日常维护复杂,不适用于频繁充放电的工作模式,对储能元件充放电控制是
目前储能系统的重点研究方向。
(2)储能原理分类
按照技术原理分类可分为能量型和功率型[18-20]。能量型储能元件具有放电效率受荷
电状态影响较大,能量密度大、使用损耗大等特点,主要用于大功率储存,且多用于长
时间供电且对瞬时放电效率要求不高的场景。功率型具有放电快、功率密度高但成本高
4
新疆农业大学硕士学位论文
等特点,多应用于频繁放电且瞬时功率输出较大、对响应时间要求较高的场景。
化石能源的飞速消耗导致传统能源的改革势在必行,大力推进可再生能源的发电体
系是未来建立绿色电力微电网的基础,利用储能技术的收缩性和灵活性的性能特点,可
提高电力能源网的灵活性,平抑系统波动功率,是保障微电网安全、稳定运行的基础。
1.2.3 储能技术在微电网控制领域研究现状
储能技术作为微电网控制系统的核心,通过采取有效的控制策略与功率配置方法,
可大幅度提升微电网电能质量,降低分布式能源出力的不可控性,使微电网商业化发展
成为可能[21-25]。针对储能系统抑制分布式能源出力波动以提高微电网运行稳定性这一问
题,国内外学者围绕储能系统控制策略等方面做了大量研究。
在储能系统控制策略方面,王亚旭等[26]针对微电网中电力接口缺少惯性冲击的问题,
提出将旋转电机的惯性特性引入蓄电池储能控制系统中,提升了系统的抗干扰能力;孟
洪民等[27]针对微电网运维成本高的问题,在考虑蓄电池健康状态的基础上提出一种模型
预测控制能量管理策略,该策略可在减少微电网购电成本的同时延长蓄电池使用寿命,
但上述两种控制策略在复杂多变气象条件下的可行性还需进一步验证。杨帆等[28]针对微
电网内直流母线电压波动、系统不稳定的问题,提出了一种模型预测控制策略,可有效
平抑直流母线电压波动;支娜等[29]针对微电网中虚拟直流电机造成的直流母线电压波动
的问题,设计了一种基于虚拟直流电机的改进型控制策略,提升了系统的抗扰动能力,
但上述两种控制策略均存在优化参数整定困难,需进行大量计算和试验才能达到相应控
制效果的缺陷。吴青峰等[30]针对微电网储能系统存在过充、过放的问题,设计了一种基
于下垂控制的储能系统过充、过放保护方案,可有效防止储能系统过充、过放;闫士杰
等[31]针对微电网系统中储能元件荷电状态不一致的问题,提出了一种储能元件一致性控
制策略,解决了大规模储能系统因通讯复杂而造成的计算量过大的问题,但上述两种控
制策略在光伏、风电系统输出剧烈波动下的可行性还有待验证。郑丽君等[32]针对无通信
情况下难以实现微电源最大利用率与储能系统荷电状态均衡控制的问题,提出一种基于
荷电状态的多储能元件分级控制策略,实现了微电源与储能系统的均衡运行;徐玉琴等
[33]
针对光储微电网系统供电稳定性差的问题,提出一种稳压控制策略,在保障直流母线
5
微电网储能系统控制策略及选址定容研究
电压稳定性的同时增强了系统的抗干扰能力,但上述两种控制策略在分布式发电系统故
障或大负荷投入时的有效性还需进一步验证。
上述学者着手于单储能元件在确定承担波动功率下进行研究,考虑到目前多采用两
长,放电效率受荷电状态影响较大;功率型超级电容瞬时输出大、时间短,但自放电率
高。HESS 充分利用不同工作特性储能元件优势互补,是目前平抑微电网功率波动、稳
定供电的关键技术,具有重要的研究意义[34-37]。在混合储能系统的功率分配研究方面,
高低频功率波动阀值,可合理分配各储能元件的功率输出;邓海华等[40]和柴秀惠等[41]针
对微网内功率的波动性、随机性分别提出低通滤波器前馈控制与基于高通滤波器的单电
流环控制策略,两种控制策略均可有效平抑网内功率波动;以上控制策略均以功率波动
频率阀值为基准进行功率分配,未考虑储能元件荷电状态对控制策略的影响。刘宿城等
[42]
针对直流母线电压瞬时功率波动提出一种基于电容电荷平衡思想的 DC/DC 变换器控
制策略提高了母线电压的动态恢复能力,未考虑电容容量对各模块联动控制的影响。杨
彦杰等[43]在考虑储能系统荷电状态的基础上采用模糊控制整定滤波时间常数,可对混合
储能系统的功率合理分配;李武华等[44]针对微电网架构特点提出一种分频段控制策略,
在保障系统稳定运行的同时提高了储能系统的使用寿命;上述 2 种控制策略都存在优化
参数整定困难,需进行大量计算才能达到相应控制效果的缺陷。关欣等[45]为平滑微电源
Matlab 中大量计算的问题。
上述储能系统控制方法在一定程度上解决了网内功率波动对系统稳定运行造成的
影响,但控制策略在微电网不同工作模式下的可行性还有待验证。以上储能系统功率分
配方法主要以微电网波动功率频率为依据,获得功率划分区间,但忽略了储能元件荷电
状态(State Of Charge,SOC)对功率配置的影响,需针对不同储能元件采取适宜的功率
6
新疆农业大学硕士学位论文
分配方法达到各储能元件工作特性的优势互补,以减少因功率分配造成的衰退折损。
1.2.4 储能系统选址定容研究现状
储能系统在一定程度上可平抑风、光等微电源带来的不利影响,其优化配置对平抑
负荷波动效果和微电网经济性运行具有重要意义。目前国内外学者对储能优化配置的问
题主要集中在其接入位置和容量配置的方面,其优化目标为系统经济性、安全性和稳定
性。凌开元等[47]和李振坤等[48]为解决储能系统损耗快、成本高等问题,对储能系统单目
标优化模型,提出双储能单独优化和采用遗传算法对储能系统容量进行配置,均可有效
降低系统电压波动,提高储能的经济性;丁倩等[49]和向育鹏等[50]在考虑储能寿命和运行
维护成本最小的基础上,分别建立了电化学储能选址定容双层优化模型和考虑储能全周
期寿命下选址定容模型,均可有效降低储能系统投资运维成本,提高储能系统工作效率,
以上参考文献均以储能运行投资成本为目标函数建立选址定容优化配置模型,但未考虑
储能设备荷电状态偏差对系统整体运行的影响。SEDGHI M 等[51]和熊猛等[52]以提高分
布式发电总效益和减小投资成本为落脚点,在结合电网络潮流计算的基础上,提出对储
能位置、功率、容量配置规划下建立选址定容优化模型,均可提高系统运行的经济性;
杨火明等[53]和王彦虹等[54]针对分布式电源引入后所带来的电网安全性与经济性运行的
问题,分别提出了考虑配网韧性情况和基于改进遗传算法的选址定容优化模型,均可修
正储能系统配置容量,提高利用效率,但未全面考虑各季节下风、光微电源出力特性对
选址定容方案的影响。
上述文献主要在分析了分布式电源配网不利影响以及储能系统投资维护成本的问
题上建立储能选址定容优化模型,在一定程度上解决了储能系统接入和容量配置的问题,
型在不同季节下的优化配置。
1.3 主要研究工作
1.3.1 主要研究内容
储能系统是微电网的核心模块,对抑制微电网内部功率波动具有重要的研究意义。
7
微电网储能系统控制策略及选址定容研究
针对储能系统控制策略,及其接入位置和容量的确定进行了研究与分析。主要内容如下:
(1)风、光、储建模及运行特性分析。分析风、光微电源工作原理并建立仿真模型,
采用扰动观测法实现风、光微电源的最大功率追踪,分析其出力随机波动的原因;以蓄
电池和超级电容作为储能子系统,分别建立等效电路模型,分析各储能元件充放电特性,
为储能系统控制策略及选址定容研究提供理论基础。
(2)蓄电池充放电控制策略研究。依据风光蓄微电网功率平衡约束条件获得蓄电
池输出规律;在现代数学和控制理论的基础上提出一种非线性控制策略,通过整流电路
协调微电网各系统间的电能传递。在相关仿真软件下构建风光蓄微电网模型,对比双向
PI 控制策略验证提议控制策略在各种情况下的有效性和优越性。为储能系统控制策略的
进一步研究提供一定的参考。
(3)混合储能系统功率分配策略及 PI 参数整定研究。以超级电容与蓄电池构成的
HESS 为控制对象,在考虑两者工作特性的基础上,提出一种基于超级电容荷电状态的
功率协调分配控制策略,进行网内波动功率协调分配;根据分配功率求得相应的电流参
反馈技术设计 PI 补偿电路。通过仿真试验验证提议控制策略在气象条件、负荷正常波
动下的有效性。
(4)储能系统选址定容研究。针对微电网系统中储能应用于配网关键节点及容量
容模型;采用粒子群算法结合基于信息熵的序数偏好法求解储能系统选址定容多目标优
分析,验证该方法在不同季节下都能够找到当季最优接入方案。
1.4 技术路线
综上所述,本文主要针对微电网储能系统控制策略及选址定容问题展开研究,技术
8
新疆农业大学硕士学位论文
微电网储能系统控制策略及选址定容研究
风力机、光伏电池基 蓄电池、超级电容器
本原理分析 等效电路分析
风光最大功率追踪与
充放电特性分析
模型的建立
多目标粒子群与基于信息
微电网功率约束条件分析 微电网功率约束条件分析
熵的序数偏好法分析
基于超级电容荷电状态的
蓄电池出力规律获得 储能接入位置及容量编码
功率协调分配控制策略
气象条件或负荷正常波动 求解春、夏、冬季节下的
各种情况下的的仿真研究
的仿真研究 储能系统选址定容问题
为微电网储能技术控制策略及选址定容提供一定参考
图 1-4 技术路线
9
微电网储能系统控制策略及选址定容研究
第 2 章 风光储运行特性分析
分布式微电源与储能系统是组成微电网的关键,因此建立分布式微电源系统模型和
分析储能系统工作特性是研究微电网控制策略的基础。本章在介绍永磁同步风力发电机
组和光伏电池发电原理及相关控制策略的基础上,建立了各自仿真模型并验证其有效性;
以蓄电池和超级电容作为储能子系统,分析各储能元件充放电特性。
2.1 风力发电系统运行特性分析
风电作为新能源发电技术近年来受到社会各界的广泛关注,各种风力发电技术也日
风力发电机组,背靠背整流/逆变模块、变压器等部分组成。
图 2-1 风电机组示意图
2.1.1 数学模型
(1)风能利用数学模型
风能具有较强的随机性,风力发电机组通过风力机捕获风能[55]。参考风能捕获原理,
可知风力机获得风能如式(2-1)所示。
1 1 1
W = mv 2 = ( ρ Avt ) v 2 = ρπ R 2 C p v 3t (2-1)
2 2 2
其中,Cp 表示捕获风能的效率,如式(2-3)所示。
10
新疆农业大学硕士学位论文
k
k2 − 5
λi
C p = f (θ , λ ) = k1 ( − k3θ − k4 )e + k6 λ
λi
1
λi = 1 k
(2-3)
− 83
λ + k7θ 1 + θ
λ = ω R
v
择。
动性以及工艺制造技术与摩擦损耗等因素,水平轴直驱式风力机 Cp 的最大理想值约为
0.45。
本节建立水平轴直驱式风力发电机,无齿轮变速箱,仿真软件中建立风力机模型 Cp
名称 数值
k1 0.5176
k2 116
k3 0.4
k4 5
k5 21
k6 0.0068
k7 0.08
k8 0.035
带入式(2-3)化简后可得式(2-4)。
116 -
21
11
微电网储能系统控制策略及选址定容研究
通过上述分析可知,风力发电系统的捕风能力 Cp 主要与叶尖速比值和浆距角的大
距角下达到最优值 Cpmax。
(2)同步发电机数学模型
水平直驱式风电机组采用永磁同步发电机,为搭建风力机模型,首要需建立理想
abc-dq 变化实现解耦,进而控制电机转速。
12
新疆农业大学硕士学位论文
dψ sd
u sd = Ra isd + dt − ω sψ sq
(2-5)
u = R i + dψ sq − ω ψ
sq a sq
dt
s sd
磁链方程如式(2-6):
ψ sd = Lsd isd +ψ f
(2-6)
ψ sq = Lsq isq
电磁转矩方程如式(2-7):
3
Te = n p (ψ sd isq − ψ sq isd ) (2-7)
2
为永磁体磁链;np 为发电机极对数。
程:
disd
usd = Ra isd + Lsd dt − ωe Lsq isq
(2-8)
u = R i + L disq − ω ( L i + ψ )
sq a sq sq
dt
e sd sd f
电磁转矩方程:
3
Te = n p ψ f isq + ( Lsd − Lsq ) isd isq (2-9)
2
a. d 轴等效电路 b. q 轴等效电路
图 2-4 PMSG 在 d-q 轴下的等效电路
2.1.2 输出特性与最大功率点追踪算法
13
微电网储能系统控制策略及选址定容研究
(1)最大功率追踪
风电系统在外界环境条件变化时,根据 Cp 特性曲线获得最佳叶尖速比进而实现
取扰动观测法实现风力机的最大功率追踪控制,由人为施加扰动量转速,观察扰动后的
图 2-6 叶尖速比控制图
(2)输出特性分析
14
新疆农业大学硕士学位论文
图 2-7 风电机组仿真模型
9m/s。依据风速变化得到风电系统的输出功率、直流母线电压、输出电流与风速变化如
图 2-8 所示。
a. 风速变化 b. 风电机组输出
15
微电网储能系统控制策略及选址定容研究
c. 直流母线电压 d. 输出电流
图 2-8 随风速变化系统输出
变化,稳态波动较小。
2.2 光伏发电系统运行特性分析
光伏发电是一种将太阳光照能量转化为电能的发电技术。在分布式微电源出力结构
中占较大比重,可直接为微电网提供直流电[57]。
2.2.1 光伏电池数学模型及特性曲线
子蕴含的能量被 PV 吸收,产生的光电流与太阳光的辐射强度有密切关系,这种现象称
16
新疆农业大学硕士学位论文
示。
图 2-10 PV 板等效电路
图 2-10 中 PV 板工作电流:
I = I L − I d − I sh (2-10)
其中:
q (U + IRc )
I d = I 0 exp (2-11)
nKT
U + IRc
I sh = (2-12)
Rsh
由式(2-13)可知光伏电池内部电路具有较强的非线性,光照强度、温度、湿度等
17
微电网储能系统控制策略及选址定容研究
因数都会对电池内部参数产生一定影响,工业计算中常采用简化模型。
将二者忽略。因此 PV 板简化后的数学模型如式(2-14)。
U
I = I sc − C1 I sc exp − 1 (2-14)
C 2U OC
当电池为开路时,I=0,U=Uoc 代入式(2-14)可得式(2-15)。
1
0 = I sc − C1 I sc exp − 1 (2-15)
C2
当电池处于最大功率输出状态时,U=Um,I=Im 代入式(2-14)。
Um
I m = I sc − C1 I sc exp − 1 (2-16)
C 2U oc
联立式(2-15)、(2-16)求解 C1、C2。
Im Um
C1 = 1 − exp −
I sc C 2U oc
−1 (2-17)
Um Im
C 2 = U − 1 ln 1 − I
oc sc
参数。
18
新疆农业大学硕士学位论文
其电压和电流也会改变。
并不明显,最大功率点的电压与电流随着温度的增加而略微下降,导致最大功率输出
减小。
2.2.2 最大功率点追踪
由上述分析可知光伏电池内部电路呈较强的非线性,且输出功率受环境因素影响存
在一定的间歇性、波动性。光伏电站大多建在光资源丰富,环境变化复杂的平原地带,
通过实时跟踪最大工作点电压增强光利用率,达到提高光伏系统输出功率的目的,这一
19
微电网储能系统控制策略及选址定容研究
图 2-14 所示。
2.2.3 运行特性分析
20
新疆农业大学硕士学位论文
(1)标准状况下运行特性分析
图 2-16 标准状况下系统输出功率
小。初始条件下,MPPT 控制策略能够追踪到最大功率点。
(2)变光强下运行特性分析
21
微电网储能系统控制策略及选址定容研究
a. 光强变化曲线 b. 系统输出功率
图 2-17 光强变化时系统输出功率
MPPT 控制策略能够追踪到偏移的最大功率点。
(3)变温度下运行特性分析
a. 温度变化曲线 b. 系统输出功率
图 2-18 温度变化时系统输出功率
22
新疆农业大学硕士学位论文
够追踪到偏移的最大功率点。
2.3 蓄电池充放电特性分析
2.3.1 蓄电池等效模型
蓄电池储能系统主要在微网系统出现功率波动时吸收或释放功率实现微网系统安
全稳定运行,是调节能量和平衡负荷的重要装置[59]。目前常用的蓄电池模型主要有以下
三种。
(1)理想模型
图 2-19 理想模型等效电路
项参数恒定,能够表现电池内部基本电量关系,但没有考虑到铅酸蓄电池内部反应所造
成的损耗具有较大的局限性,因此又提出相关改进模型。
(2)改进型模型
考虑铅酸蓄电池内部氧化还原反应造成的寿命损耗,假设开路电压不变,内阻值大
小与蓄电池荷电状态(State Of Charge,SOC)如式(2-19)所示。
R0
R s =
SOC k
(2-19)
SOC =1 − Q = 1 − ibat dt
Cbat Cbat
为电池容量,Ah;Cbat 为随着放电电流平均值而波动的瞬时值。此模型虽然考虑蓄电池
23
微电网储能系统控制策略及选址定容研究
(3)通用模型
池工作变化,在不考虑其自放电效应的情况下,其等效模型如图 2-20。
图 2-20 蓄电池通用模型
可控电压源端电压 E 表达式如(2-20):
Q
E = E0 − G + H ⋅ e( − B⋅it ) (2-20)
Q − it
时间常数倒数,s-1。
本节选用的储能蓄电池为常用的铅酸蓄电池,通用模型结构简单,充分考虑电池内
部特性,是目前主流的计算蓄电池模型。
2.3.2 蓄电池充放电特性分析
蓄电池工作寿命与自身充放电控制有较大关联,主要有三种工作模式。①放电模式,
输出电能的过程。②充电模式,电池储蓄能量的过程。③浮充模式,电池内部保持一定
的化学能存储的工作模式,此模式下电池的储存能量不受自放电影响。放电、充电、浮
充三个工作模式构成蓄电池内部工作整体循环。
如图 2-21 所示为铅酸蓄电池充放电电流、电压和温度随工作时间变化特性曲线。初
始状态蓄电池 SOC=100%,蓄电池输出电压存在陡降过程,这是电池满容量接入负载时
内部化学反应所产生的正常现象;随后电压上升但电池容量开始消耗,电压缓慢下降,
电流稳定输出,处于恒压放电模式,此过程是一个复杂的非线性过程,受环境温度、自
放电率、负载大小、荷电状态等影响,与蓄电池型号也有一定关系。随着放电时间的延
长,内部反应剧烈放电到达下限,此时蓄电池电压会有一个突降过程,表示放电终止。
24
新疆农业大学硕士学位论文
放电 充电 浮充
电压
电流
温度
时间
2-21 蓄电池充放电特性图
2.4 超级电容充放电特性分析
2.4.1 超级电容等效模型
随着储能装置的发展,储能系统的多元化,超级电容的研究进入了大众的视野。目
前常见的多为双层电容器,由电解液、电极、端板和隔离介质等几部份组成,其发电原
图 2-22 超级电容器充放电原理图
由图 2-22 可知,超级电容通过内部物质构成的两相界面存储电能[60]。由于超级电
容储存能量的过程可逆向进行,因此可频繁处于充放电切换状态,循环寿命十倍余能量
型储能电池。
25
微电网储能系统控制策略及选址定容研究
图 2-23 经典串联 RC 模型
分析图 2-23,依据电路基本定律得式(2-21)。
1 2
E = 2 CU sc
(2-21)
U sc = Rsc I + 1 Idt
C sc
该模型便于进行超级电容的充放电过程分析与计算,可较充分的反映出超级电容
工作特性。
2.4.2 超级电容充放电特性分析
超级电容器工作特性主要表现在以下几个方面:
(1)功率密度高。超级电容内部的串联电阻一般阻值较小,且在两相电解质界面之
间可对电能进行快速的储存和释放,其概率密度一般是电池的 10 倍以上。
(2)稳定性好,使用简单。一般可在-40~+85℃的环境条件下工作,在低温和高温
的工作性能稳定。
(3)寿命长。在超级电容充放电循环过程中,不受限于瞬时大电流放电影响,使用
寿命十倍余能量型储能电池和传统电容。
(4)无环境污染,维修少。超级电容器从原料、生产、组装、使用等过程中,都不
产生不排放有害化学元素或有害气体,且工作稳定几乎免维修。
虽然超级电容优势突出,但与蓄电池相比,其成本较高。超级电容平抑风光微电网
波动功率时,需搭配能量型元件采取合适的控制策略,减小寿命损耗。
2.5 本章小结
本章分析风、光微电源工作原理并建立相关的仿真模型,研究了气象条件(光照强
26
新疆农业大学硕士学位论文
度、温度、风速)变化对其输出电能的影响。在此基础上通过扰动控制法实现风、光微
电源最大功率追踪。研究了蓄电池、超级电容的电路模型,分析了各自的工作特性,为
储能系统控制策略及选址定容研究提供理论基础。
27
微电网储能系统控制策略及选址定容研究
第 3 章 蓄电池充放电控制策略研究
电网络系统中,输出电能应与负载需求相持平,且最好随发随用,但在风光蓄微电
网中,由于风速和光照强度的波动性及间歇性,给系统功率平衡控制带来了极大挑战。
本章依据风光蓄功率平衡约束条件,获得蓄电池输出规律;在现代数学和控制理论的基
础上提出一种非线性控制策略,以整流电路协调微电网各模块间的电能传递。在相关仿
真软件中验证提议控制策略在各种情况下的有效性和优越性。
3.1 风光蓄微电网协调控制
3.1.1 风光蓄微电网拓扑结构
式,保障系统稳定运行。
图 3-1 风光蓄微电网拓扑结构
3.1.2 风光蓄微电网功率约束条件
为保证微电网输出电能质量,其输出规律需随着负载、气象条件的变化而调控。根
据风、光微电源出力模式、蓄电池荷电状态、负荷需求的变化,可将风光蓄微电网分为
不同运行模式。
28
新疆农业大学硕士学位论文
在风光蓄微电网中,蓄电池作为平抑风光出力波动、保障系统稳定运行的重要组成。
当分布式输出电能剩余时,蓄电池进入充电模式;当分布式输出电能不足时,蓄电池进
如式(3-1)所示。
Pref = Pv + Pw − PL = Pb
(3-1)
SOCbat-min < SOCbat-acu < SOCbat-max
at-max、SOCbat-min 分别为最大、最低允许荷电状态。根据式(3-1)本节提议的风光蓄微
29
微电网储能系统控制策略及选址定容研究
开始
采样PV、PW、SOCbat-acu、PL
Y
PV+PW-PL=ΔPL=0
N
N
ΔPL ˃ 0
Y
N 蓄电池停止工作,各微电
SOCbat-acu< SOCbat-max
SOCbat-acu ≤ SOCbat-min N 源由MPPT转为恒压控制
Y
Y
蓄电池停止工作,卸 蓄电池放电 蓄电池充电
掉非重要负载
图 3-2 风光蓄微电网控制流程图
储能系统检测风光输出功率、蓄电池荷电状态及负荷需求,参考式(3-1)风光蓄系
统功率约束条件,判断微电网功率波动方向,根据不同波动方向对比蓄电池 SOC 上下
综上,微电网需依靠蓄电池平抑风光等微电源输出功率的波动性、间歇性所带来的
功率波动问题,因此其充放电控制是决定储能装置平抑网内功率波动保持供电质量的重
点技术。
3.2 蓄电池充放电非线性控制策略研究
线性电力电子器件,且蓄电池本身充放电也具有非线性特征,PI 控制所得效果不佳[61]。
由于微电网中风光微电源输出波动较大,其内部控制同样具有非线性的特点,因此本节
3.2.1 非线性控制策略简介
30
新疆农业大学硕士学位论文
A.Kolesnikov 学者基于现代数学和协同学思想的基础上提出一种协同控制策略,也
是一种非线性控制策略[62]。主要应用于非线性数学模型,即数学模型不用进行线性化处
理,与其控制方法相比,其控制结构和控制规律分析过程更为简单。利用控制系统的非
线性特性,使被控制量稳定收敛到流行状态,通过流行使非线性系统保持在趋于闭环稳
(1)闭环系统控制目标的变化。根据控制系统的要求,控制器会在系统状态空间中
会产生符合要求定义的吸引子,控制的理想状态是使其运行在特定的吸引子附近,反映
系统行为的物理本质。
(2)不对系统进行线性化处理,直接利用了系统的非线性特性设计控制器。
(3)新的反馈设计方法,通过引入不变流行使被控对象形成自组织行为。
3.2.2 非线性控制策略的实现
一个有限 n 维的非线性动态系统,其状态微分方程如式(3-2)所示[63-65]。
x = f ( x ) + B ( x )u
x ∈ M , u ∈U (3-2)
y = h( x)
式中,U 为容许控制集合;f(x)为非线性函数;B(x)为系统矩阵;h(x)为输出函数向
首先,根据系统状态方程,选取与 x 同维的宏变量:Ψ=Ψ(x,t)
。Ψ 是与 x 相关的
函数,其优化目的是使系统中的被控制量运行在吸引子区域。定义系统处于期望状态时,
(Ψ=0),其动态演化规律如式(3-3)所示。
TΨ (t ) + Ψ(t ) = 0
−t /Y
Y >0 (3-3)
Ψ(t ) = Ψ(0)e
将 Ψ=Ψ(x, t)带入式(3-2)整理后如式(3-4)所示
∂Ψ ( x , t )
T x + Ψ ( x , t ) = 0 (3-4)
∂t
式(3-3)、(3-4)中 Y 为控制参数。
非线性控制理论中,若被控对象存在较大波动,常通过引入积分项与在线修正设置
参数 K,来加快系统的响应速度,使被控对象运行在期望状态(Ψ=0)。
31
微电网储能系统控制策略及选址定容研究
3.2.3 蓄电池非线性充放电控制策略的实现
充放电电路实现电能的双向传递。在直流母线侧和蓄电池储能系统间搭建 DC/DC 双向
在充电、放电之间的自由切换。
5)所示。
d iL
L dt + (1 − d1 ) U dc = U s
L d iL + U = d U
s 2 dc
dt (3-5)
U s iL = U dc ib
C dU dc = i − i
dt
b o
支路电流;io 为输出电流。
(3-6)所示。
xT = [ x1 x2 ]T = [U dc iL ]T
T (3-6)
u = [u1 u2 ] = [d1 d 2 ]
T T
获得 Boost 模式下的系统动态方程如式(3-7)所示。
32
新疆农业大学硕士学位论文
iL io iL
− − C
x =f1 ( x) + B1 ( x )u1 = C C + d1
U s − U dc U dc (3-7)
L L L
y1 = h1 ( x ) = (iL − iL -ref )
获得 Buck 模式下的系统动态方程如式(3-8)所示
io iL
−C C
x =f 2 ( x ) + B2 ( x )u2 = + d2
− Us U dc (3-8)
L L
y2 = h2 ( x ) = (iL − iL -ref )
由切换,控制系统达到期望状态(Ψ=0)。为增强系统的鲁棒性,引入电压积分控制器构
造系统宏变量如式(3-9)所示。
t
Ψ (t ) = Δu + K Δi + K v Δudt (3-9)
0
在稳态误差。为增强系统稳定性,引入电压偏差积分项,由式(3-9)选取宏变量如式(3-
10)所示。
t
Ψ (t ) = (U dc − U dc-ref ) + K (iL − iL -ref ) + K v (U dc − U dc-ref )dt (3-10)
0
式中,Udc-ref 为被控电压参考值,V。
值过大,会改变电感电流变化范围,影响系统抗干扰能力,其值的设置只需满足系统控
制要求即可。
33
微电网储能系统控制策略及选址定容研究
d2 =
CU s + Lio
− 0 (3-12)
CU dc + LiL TK v (U dc − U dc-ref )( CU dc + LiL )
3.3 仿真分析
搭建风光蓄微电网模型如图 3-4。其中,风电系统采用永磁同步发电机,光发系统
经过 Boost 升压电路连接直流母线。风电系统和光伏系统出力大小主要由复杂多变的气
象条件决定,采用扰动观测法实现风光微电源的最大功率追踪以提高风电系统和光伏系
统的功率输出。Pb 为蓄电池输出功率,W。
图 3-4 风光蓄微电网模型
分别在气象条件或负荷正常变化、光强突变、大负荷投入下进行仿真,对比双向 PI
控制验证提议控制策略的优越性。风光蓄微电网模型主要参数见表 3-2。
34
新疆农业大学硕士学位论文
表 3-2 风光蓄微电网模型主要参数
系统名称 参数名称 数值
开路电压/V 430
短路电流/A 50.64
光伏电池组
最大功率跟踪点电压/V 350
最大功率跟踪点电流/A 47.28
额定电压/V 300
永磁同步风力 额定功率/kW 6.8
-1
发电机 额定风速/(m∙s ) 12
-1
切入风速/(m∙s ) 3
额定电压/V 300
额定容量/Ah 100
蓄电池
充电电流/A 35
初始荷电状态/% 60
3.3.1 气象条件正常波动下动态响应
图 3-5 气象条件变化时系统的动态响应
35
微电网储能系统控制策略及选址定容研究
供电,蓄电池出力减小。1.2~2s,Pv + Pw﹣PL<0,随着风电系统输出稳定,光伏出力不
变,蓄电池出力进一步削弱。2~3s,Pv + Pw﹣PL>0,光强增加但风速不变,风、光微电
源出力超过负载需求,蓄电池进入充电模式。3~4s,Pv + Pw﹣PL>0,风速不变、光强提
升,蓄电池充电速率增加。随着外界气象条件变化,蓄电池可实现充放电工作模式的自
由切换,平抑微电网功率波动。
非线性控制策略和双向 PI 控制策略在气象条件正常变化时,控制策略对比分析结
冲击波动减小了 0.5%。
表 3-3 气象条件正常变化时控制策略对比分析
非线性控制策略 0.05 7
双向 PI 控制策略 0.3 10
3.3.2 负荷正常波动下动态响应
双向 PI 控制策略下,其动态响应如图 3-6。
36
新疆农业大学硕士学位论文
图 3-6 负荷波动下的动态响应
非线性控制策略和双向 PI 控制策略在负荷正常波动时,控制策略对比分析结果如
波动减小了 0.4%。
表 3-4 负荷正常波动时控制策略对比分析
双向 PI 控制策略 0.2 9
37
微电网储能系统控制策略及选址定容研究
3.3.3 突发特殊故障下动态响应
图 3-7 突发特殊故障时的动态响应
非线性控制策略和双向 PI 控制策略在突发特殊故障时,控制策略对比分析结果如
波动减小了 0.8%。
表 3-5 突发特殊故障时控制策略对比分析
非线性控制策略 0.05 15
双向 PI 控制策略 0.3 20
3.3.4 大负荷投入下动态响应
8。
38
新疆农业大学硕士学位论文
图 3-8 大负荷投入时的动态响应
非线性控制策略和双向 PI 控制策略在大负荷投入时,控制策略对比分析结果如表
减小了 0.5%。
表 3-6 大负荷投入时控制策略对比分析
非线性控制策略 0.05 11
双向 PI 控制策略 0.3 14
3.4 本章小结
本章依据风光蓄功率平衡约束条件,获得蓄电池输出规律;在现代数学和控制理论
的基础上提出一种非线性控制策略,以整流电路协调微电网各模块间的电能传递。在相
关仿真软件下构建风光蓄微电网模型,对比双向 PI 控制策略与提议控制策略在各种情
39
微电网储能系统控制策略及选址定容研究
制策略可有效协调微网各系统间能量传递,增强了系统的抗干扰能力。
40
新疆农业大学硕士学位论文
第 4 章 混合储能系统功率分配策略研究
反馈控制技术调参后的 PI 控制器矫正充放电电流,在此基础上控制其输出功率达到理
的有效性。
4.1 风光储混合微电网协调控制
由于蓄电池自身的物理特性限制,在瞬时尖峰功率和长时间处于充放电频繁切换状
态会给其寿命造成不可逆折损,不利于微电网的经济性运维管理,因此需引入其他储能
元件平抑瞬时尖峰功率与高频功率以确保微电网高效、经济的工作。超级电容和蓄电池
构成 HESS 的控制策略研究受到国内外学者的广泛关注。
4.1.1 风光储混合微电网拓扑结构
图 4-1 所示为风光混合储能微电网模型,风、光微电源分别经升压电路、滤波整流
电路将能量汇入直流母线侧,DC/AC 逆变器为交流负载供电。直流母线连接直流变换器
配风光输出功率与负荷需求功率之间的偏差。
41
微电网储能系统控制策略及选址定容研究
4.1.2 风光储混合微电网功率约束条件
SOCsc-max、SOCsc-min。基于混合储能系统的微电网功率供需平衡约束条件如式(4-1):
Pgird = PL − Pw − Pv = Pb + Psc
SOCba-min < SOCba-acu < SOCba-max (4-1)
SOC
sc-min < SOCsc-acu < SOCsc-max
4.2 混合储能系统功率分配策略的实现
HESS 控制是平抑分布式电源供能波动性、间歇性所造成的微电网供需功率偏差的
关键技术。传统的单一储能设备难以满足复杂、阶段性波动功率 Pgird,需采用多种储能
方式构成 HESS。
4.2.1 基于低通滤波器功率分配策略
42
新疆农业大学硕士学位论文
递函数如式(4-2)所示[66-67]。
1
H ( s) = (4-2)
1+τ s
4)所示。
1
H (ω) = (4-3)
1+ jωτ
1
H ( ω) = (4-4)
1+ (ωτ )
2
A(ω)
1
0.707
0
ωc ω
图 4-2 幅频特性曲线
状态切换。
43
微电网储能系统控制策略及选址定容研究
Psc-gird
1/Usc
Udcref + iscref
+ Dsc isc
PI PI PWM DC/DC
+ + Udc
传统 LPF 控制的功率分配策略依据网内波动功率高低频阀值进行功率分配,忽略了
超级电容荷电状态与蓄电池瞬时大功率对整体储能系统稳定性、使用寿命的不利影响。
考虑超级电容属于功率型储能器件,其寿命不受瞬时大电流放电影响,循环寿命十倍余
Pb = f ( SOCsc ) (4-5)
容量的积累过程,即充放电电流对时间的积分,变化较平缓无突变状况发生,依据荷电
状态得到与之变化趋势相关的蓄电池参考功率变化函数,将平滑蓄电池瞬时输出功率使
其充放电切换次数减少,减轻蓄电池直接消纳尖峰功率,延长使用寿命。
0 过放 Pba-gird
区间 Pmax
SOCsc-min 超级电
容/蓄
电池充 SOCsc-max
放电调 0 SOCsc-min SOCsc
SOCsc-max 节区间
过充
100% 区间 -P
max
图 4-4 f(SOCsc)函数
44
新疆农业大学硕士学位论文
流参考值,与实际值比较形成反馈,由 PI 控制调节偏差进行储能系统充放电控制。
对比 LPF 控制策略只对网内波动功率高低频进行划分,但欠缺对蓄电池、超级电容
等储能元件荷电状态约束条件的综合考虑,易使储能元件超出正常工作区间,对储能元
件的使用寿命造成一定影响。相反,本节提议控制策略下,依据超级电容荷电状态将蓄
电池参考输出功率以线性关系进行约束,在超级电容容量接近上下限时,蓄电池会吸收
或释放更多功率,保证了超级电容在正常工作区间内,尽量避免超级电容出现过度充电
化也相对平滑,符合蓄电池的充放电响应缓慢的特性。平滑蓄电池瞬时输出功率,减轻
了直接消纳尖峰功率,延长使用寿命,保证微电网的经济性运行。
基于超级电容荷电状态的混合储能功率协调分配策略获得各储能元件出力规律后,
HESS 控制策略为:
①蓄电池充放电控制:在基于超级电容荷电状体功率分配策略下得到 Pba-gird,根据
②超级电容储能系统:根据式(4-6)获得 Psc-gird,电流内环通过控制超级电容充放
Psc-gird
1/Usc
+ iscref
Udcref + Dsc isc
PI PI PWM DC/DC
+ + Udc
通过式(4-6)确定蓄电池、超级电容的参考出力规律后,由 PI 控制器追踪输出功
45
微电网储能系统控制策略及选址定容研究
功率波动,避免其对电力系统电能质量造成的不利影响。微电网中通过双向 DC-DC 电
所示。
Q1
D1
iL
Udc C1
L
Q2
D2 C2 Ub
能电容。根据状态空间法,可得矩阵方程如式(4-7)。
dU C1
dt
U C1
C 2 =A U + B U dc
dU
dt C 2 (4-7)
Ub
iL
diL
dt
(1)Buck 模式状态空间模型
46
新疆农业大学硕士学位论文
Q1 Q1
Udc D1 Udc D1
C1 L C1 L
iL Ub iL Ub
Rdc Q2 Rdc Q2
D2 C2 Rb D2 C2 Rb
a. 状态 1 b. 状态 2
图 4-7 Buck 模式下等效电路
分析基本电路定律得式(4-8):
dU C1
U dc = Rdc C1 + iL + U C1
d t
dU C2
U b = Rb C2 + iL + U C2 (4-8)
dt
di
U C1 = L L + U C1
dt
化简整理得:
dU C1 1 1 1
dt = − R C U C1 − C iL + R C U dc
dc 1 1 dc 1
dU C2 1 1 1
=− U C2 + iL + Ub (4-9)
d t R C
b 2 C 2 R b C2
d iL 1 1
= U C1 − U C2
dt L L
由基本电路定律得式(4-11):
dU C1
U dc = Rdc C1 dt + U C1
dU C2
U b = Rb C2 − iL + U C2 (4-11)
d t
diL
U C2 = − L
dt
47
微电网储能系统控制策略及选址定容研究
化简整理得:
dU C1 1 1
dt = − R C U C1 + R C U dc
dc 1 dc 1
dU C2 1 1 1
=− UC2 + iL + Ub (4-12)
dt Rb C2 C2 Rb C2
d iL 1
= − UC2
d t L
(2)Boost 模式状态空间模型
Q1 Q1
Udc D1 Udc D1
C1 L C1 L
iL Ub iL Ub
Rdc Q2 Rdc Q2
D2 C2 Rb D2 C2 Rb
a. 状态 1 b. 状态 2
图 4-8 Boost 模式下等效电路
由基本电路定律得式(4-14):
dU C1
U dc = Rdc C1 dt + U C1
dU C2
U b = Rb C2 + iL + U C2 (4-14)
d t
diL
U C2 = L
dt
化简整理得:
48
新疆农业大学硕士学位论文
dU C1 1 1
=− U C1 + U dc
dt Rdc C1 Rdc C1
dU C2 1 1 1
=− U C2 − iL + Ub (4-15)
dt Rb C2 C2 Rb C2
d iL 1
= U C2
dt L
由基本电路定律得式(4-17):
dU C1
U dc = Rdc C1 − iL + U C1
dt
dU C2
U b = Rb C2 + iL + U C2 (4-17)
d t
diL
U C1 = − L + U C2
dt
化简整理得:
dU C1 1 1 1
dt = − R C U C1 + C iL + R C U dc
dc 1 1 dc 1
dU C2 1 1 1
=− UC2 − iL + Ub (4-18)
dt Rb C2 C2 Rb C2
d iL 1 1
= − U C1 + U C 2
d t L L
(3)状态空间模型
本 节 根 据 双 向 DC/DC 电 路 在 不 同 工 作 状 态 下 得 状 态 空 间 的 建 模 方 法 。 用
49
微电网储能系统控制策略及选址定容研究
BBuck 与该模式下的系数矩阵函数关系式可表示为:
把 A1、B1、A2、B2 代入式(4-21)得:
1 d Buck 1
− R C 0 −
C1 R C 0
dc 1 dc 1
1 1 1
A Buck = 0 − BBuck = 0 (4-21)
Rb C2 C2 Rb C2
d 1 0 0
Buck − 0
L L
式下状态空间方程如式(4-22)所示:
dU C 1 − 1 0 −
d Buck 1
0
R C C1 R C
dt dc 1
U C1 dc 1
dU C 2 1 1 1 U dc
dt = 0 − UC 2 + 0 (4-22)
Rb C2 C2 Rb C2 U b
i
L
diL d Buck 1 0 0
dt − 0
L L
则其系数矩阵如式(4-23)所示,Boost 模式下状态空间方程如式(4-24)所示。
1 1 − d Boost 1
−R C 0
C1 R C 0
dc 1 dc 1
1 1 1
A Boost = 0 − − B Boost = 0 (4-23)
Rb C2 C2 Rb C2
1 − d Boost 1 0 0
− − 0
L L
dU C 1 − 1 1 − d Boost 1
0 0
R C C1 R C
dt dc 1
U C1 dc 1
dU C 2 1 1 1 U dc
dt = 0 − − U C 2 + 0 (4-24)
Rb C2 C2 Rb C2 U b
i
L
diL 1 − d Boost 1 0 0
dt − − 0
L L
50
新疆农业大学硕士学位论文
为式(4-25)所示。
X * = F ( X,U,d ) (4-25)
∧ ∧ ∧
用泰勒级数展开式(4-25),若 X = X − X 0 , Y = Y − Y0 , d = d − d 0 ,不计二次及以
上的高次项,其小信号模型可为:
∧ ∧ ∧
X * = A X +BU +C d (4-26)
U0,d0)/∂U,C=∂F(X0,U0,d0)/∂d。
对时域小信号模型进行拉普拉斯变换,可得复频域内状态空间方程表达式:
∧ ∧ ∧ ∧
s X ( s ) = A X ( s )+BU ( s ) +C d ( s ) (4-27)
如果(sI-A)-1 存在,则式(4-27)的解为:
∧ ∧ ∧
X ( s) = ( sI − A)−1 BU (s)+( sI − A)−1 C d ( s) (4-28)
iL 之间得传递函数(4-30)。
∧
LC2 s 2 + sL
+1
u dc ( s ) Rb
Gui1 ( s ) = ∧ = (4-29)
i L ( s ) C2 s + 1 d Buck
Rb
∧
U dc C2 s + 1
i L (s) Rb
Gid1 ( s ) = ∧ = (4-30)
2 sL
d Buck ( s ) LC2 s + Rb + 1
iL 之间得传递函数(4-32)。
∧
R (1 − d Boost ) − sL
2
u dc ( s )
Gui2 ( s ) = ∧ = dc (4-31)
i L ( s ) (1 − d Boost )( RdcC1s + 2 )
∧
U dc C1s + 2
i L ( s) Rdc
Gid2 ( s) = ∧ = (4-32)
d Boost ( s) LC1s + Rdc + (1 − d Boost )
2 sL 2
51
微电网储能系统控制策略及选址定容研究
传统 PI 控制参数整定通常采取频率法和根轨迹法,其过程可看成是一种无限循环
和凑试的运算,涉及到各种复杂的计算和绘图,工作量大且常常达不到预期的效果。
控制技术在输入系统传递函数可自动显示幅频特性曲线,设计相角裕度得到控制器传递
函数,达到理想相角裕度标准。
正,通过可视化工具配置零极点,依据最佳相角裕度判断系统矫正参数。DC/DC 变换器
参数见表 4-1。
表 4-1 DC/DC 电路参数
参数名称 数值
Udc /V 700
C1/μF 1000
C2/ μF 500
L/mH 0.1
Rs/Ω 0.1
Rdc/Ω 1
(1)Buck 模式 PI 参数整定
0.35s + 7 ×103
Gui1 (s) = (4-33)
5 ×10-8 s 2 + 1×10−3 s + 1
由式(4-33)得校正前后的幅频特性曲线如图 4-9。
52
新疆农业大学硕士学位论文
a. 校正前伯德图 b. 校正后伯德图
图 4-9 Buck 模式下校正前后系统频率特性
得到 PI 控制器传递函数如式(4-34):
1 + 3.2 ×10−4 s
Gpi-1 ( s) = 0.57 × (4-34)
s
(2)Boost 模式 PI 参数整定
由式(4-35)得系统校正前后的幅频特性曲线如图 4-10。
53
微电网储能系统控制策略及选址定容研究
a. 校正前伯德图 b. 校正后伯德图
图 4-10 Boost 模式下校正前后系统频率特性
1 + 1.7 ×10−5 s
Gpi-2 ( s ) = 0.2 × (4-36)
s
4.4 仿真分析
54
新疆农业大学硕士学位论文
图 4-11 风光储混合微电网模型
表 4-2 风光储混合微电网系统主要参数
系统名称 参数名称 数值
开路电压/V 316
短路电流/A 22.48
光伏电池系统
最大功率跟踪点电压/V 256.2
最大功率跟踪点电流/A 20.8
额定电压/V 300
永磁同步风力发 额定功率/kW 4
-1
电机 额定风速/(m∙s ) 12
-1
切入风速/(m∙s ) 3
额定电压/V 240
蓄电池 额定容量/Ah 70
初始荷电状态/% 60
额定电压/V 300
超级电容 额定电容/F 20
初始荷电状态/% 65
① 风、光微电源出力随着环境变化而改变,为了平抑其输出功率的波动保证负荷
55
微电网储能系统控制策略及选址定容研究
为负,HESS 充电。
a. 光伏电池输出功率 b. 风力机组输出功率
c. 负荷需求 d. 储能系统输出功率
图 4-12 环境和负载变化时系统的动态响应
速。
② 蓄电池荷电状态在气象条件及负荷正常变化下,采用提议控制策略下其充放电
过程较平缓,削减了蓄电池瞬时消纳顶峰功率与高频功率时对寿命的不利影响;超级电
慢增大,整个过程中蓄电池功率瞬时变化幅值较小。
56
新疆农业大学硕士学位论文
a. 蓄电池输出功率 b. 超级电容输出功率
c. 蓄电池荷电状态 d. 超级电容荷电状态
图 4-13 HESS 系统各模块输出功率及荷电状态
图 4-14 直流母线电压
4.5 本章小结
件充放电特性的基础上,提出一种基于超级电容荷电状态的混合储能功率分配策略,并
降低蓄电池瞬时输出,减小寿命损耗;在保证直流母线电压波动值≤5%的同时缩短了动
态恢复时间。
57
微电网储能系统控制策略及选址定容研究
计算的缺陷。
58
新疆农业大学硕士学位论文
第 5 章 储能系统选址定容研究
储能装置能够在一定程度上削减风、光微电源并网后带来的不利影响[74-76],其接入
位置和容量的优化配置对平抑配网功率波动具有重要影响。本章采用粒子群算法结合基
系统中,根据不同季节下新疆西南地区光伏与风电出力规律求解储能接入位置及容量配
置方案。
5.1 储能系统在配网中的应用
储能系统的发展对提高风光等微电源接入配网后的供电质量具有重要作用。储能系
统在配网关键节点的应用总结如下[77-79]:
(1)削峰填谷。由于用户典型用电习惯,在电力系统中负荷波动成峰谷趋势,储能
装置可以在高负荷时释放能量,低负荷用电时段将多余电能转化为化学能或机械能的形
式进行储存,在一定程度上缓解负荷波动对电能质量的影响,起到削峰填谷的作用。
(2)提高供电质量。配网节点接入储能设备可依据网络需求实现电能的快充快放,
为电网提供调相、调压、调频等辅助功能,增强了电力系统的稳定性和可靠性。
(3)提高电网经济效益。储能系统在使电能双向流动的过程中减小波动以提高供
电质量可大大延长系统运行设备的使用寿命,降低功率冲击所带来的不必要损耗,从而
减少系统的建设和维护费用,实现电网的经济性运行。
在微电网接入配网的同时,需考虑储能系统接入位置及容量大小,以达到配网在接
入储能系统时的最优化配置。在风速、光照强度变化造成的电网络功率偏差时,如何综
合考虑系统功率平衡与设备运行成本等多方面因素,进而对储能系统接入配网的位置与
容量做出综合决策,达到稳定负荷用电、提高电能质量的目的,是实现配网整体效益最
优化运行的关键。
59
微电网储能系统控制策略及选址定容研究
5.2 选址定容优化模型
储能系统选址定容受到分布式出力、负荷波动、配网调控等变因素的影响,是一个
复杂的多目标配置问题。本节在充分考虑供电质量与系统成本的基础上,建立了选址定
容模型目标函数,并确立约束条件。
5.2.1 目标函数
随着风光等新能源发电的大规模并网,其出力特性势必会加剧系统负荷的波动,对
发电设备、电网运维带来巨大负担。储能系统的加入在一定程度上缓解这一不利因素,
但其高成本、高运维费用不利于系统整体的经济性运行,在储能系统配置时其运行维护
成本也是一个不可忽略的问题。储能系统是否在理想荷电状态下工作,是保证其工作效
率与寿命的重要条件,更是影响系统整体运行成本的关键因素。在充分考虑系统安全稳
定运行与储能系统运维成本的基础上,选取负荷波动、储能系统总成本、储能 SOC 偏
差作为优化模型的目标函数[80-83]。
(1)负荷波动
系统负荷波动直接反映了用电和电网络供电质量。选取系统负荷波动为目标函数,
计算公式如式(5-1)。
T
f1 = ( PG (t ) − PG ) 2 (5-1)
t =1
(2)储能系统成本
本节决策配网储能接入位置及容量配置,只计储能装置总体成本。为便于分析研究,
将其转化为典型日成本如式(5-2)所示。
f 2 = CESS + COM
nESS
(5-2)
C
ESS = C R (αi ESOC ,i + βi PESS ,i )
i =1
其中 CR 如式(5-3)。
r (1 + r ) y
CR = (5-3)
365 (1 + r ) − 1
y
60
新疆农业大学硕士学位论文
(3)储能 SOC 偏差
对储能装置的荷电状态偏差量进行优化控制,SOC 偏差如式(5-4)所示。
T
1 nESS P ESS ,i (t )
f3 =
nESS
i =1
t =1
ESOC ,i
(5-4)
量。
函数如式(5-5)所示。
min F = [ f1 , f 2 , f3 ] (5-5)
5.2.2 约束条件
在建立的多目标储能系统选址定容优化模型的过程中,不仅要考虑系统运行的目标
函数,同时也需考虑配网潮流、储能充放电功率等约束条件[84-86]。
(1)潮流平衡约束
n
P
i = U i U j ( Gij cos δ ij + Bij sin δ ij )
j =1
n
(5-6)
R U j ( Gij sin δ ij − Bij cos δ ij )
Q = C
i j =1
(2)发电机约束
PG,min ≤ PG (t ) ≤ PG ,max
(5-7)
QG ,min ≤ QG (t ) ≤ QG ,max
61
微电网储能系统控制策略及选址定容研究
𝑄 (𝑡)分别为 t 时刻的有功和无功功率输出。
(3)节点电压约束
其中,Umax、Umin 为节点电压的上下限。
(4)储能约束
对储能系统来说,其充放电功率在每一个时刻都应该有上限极值限制,且储能容量
也应在一定范围内变化,为保证储能系统在正常工作范围内运行,需对其功率、容量设
定,储能系统吞吐功率极值、容量限制条件如式(5-9)所示。
PESS ,i min ≤ PESS ,i (t ) ≤ PESS ,i max
(5-9)
ESOC ,i max × 20% ≤ ESOC ,i (t + 1) ≤ ESOC ,i max × 90%
在充放电状态下储能容量计算如式(5-10)所示。
放电时间。
5.3 求解算法
求解储能系统选址定容问题,常用来求解的算法有多目标微分进化算法、强度帕累
托进化算法、遗传算法等,但大多存在计算复杂效率低、收敛慢等问题。粒子群算法
迭代过程中都会刷新产生新的非劣解集;粒子群独特的记忆检索功能,可依靠全局最优
解和目标粒子历史最优解来进行追踪,具有较好的收敛性。本节采用粒子群算法求解选
址定容模型。
5.3.1 粒子群算法
(1)算法基本原理
62
新疆农业大学硕士学位论文
式(5-11)所示。
( )
vid( k +1) = σ vid( k ) + c1r1 pid( k ) − xid( k ) + c2 r2 ( g dk − xdk )
(5-11)
xid( k +1) = xid( k ) + vid( k +1)
( ) ( )
式中,r1、r2 为相互独立的伪随机数;𝑃 、𝑔 分别为第 i 个粒子在 k 时刻最优位
置向量和种群最优位置向量中第 d 维分量。
(2)主要参数
粒子群主要参数的选取影响算法工作效率和优化效果,各参数选择基本原则为:
①粒子维度:决定算法复杂度,根据控制变量选择。
②粒子数:与问题复杂度成正比。
③学习因子:与算法搜寻效率、粒子群速度分量的比重相关。
④粒子初值:与算法收敛速度相关。
⑤适应度函数:目标函数。
⑥粒子最大速度:其值过小不能得到最优解,选取适宜即可。
5.3.2 基于信息熵的序数偏好法的最优解选取
粒子群算法的最终解集为一组帕累托(pareto)解,还需根据相关偏好从中选取最优
解,但此过程中决策者常常受到自身偏好等主观思维的影响,不利于多目标决策。本节
solution, TOPSIS)选取最优解。
TOPSIS 法通过比较多个备选方案和正、负理想方案之间的间距,并以此进行多目
标决策[90-91]。最终目标是使选取方案与负理想方案距离最大,而与正理想方案间距最小,
算法求解步骤为:
(1)目标函数无量纲化
属性值为 fik。各属性值间存在量纲差异,不能直接比较,需将其进行标准化处理,将不
63
微电网储能系统控制策略及选址定容研究
第 k 个目标函数绝对正负理想解。
(2)求解各指标权重
在各目标值进行标准化处理后,还需确定其各自的权重,把第 k 个属性的权重记为
λk(0˂ λk ˂1),计算公式如式(5-13)所示。
1 − Ek
λk = n
(5-13)
m − Ei
i =1
1
Ek = − pik ln pik (5-14)
ln ( n )
其中:
f ik′
Pik = n
(5-15)
f′
i =1
ik
˂ λk ˂1。
(3)计算距离尺度和贴合度
在所有帕累托解集中,每个方案都存在与之对应的最优方案贴合度,其值越大则说
Si+
Ci = (5-16)
Si− + Si+
(λ f ik′ − λk f k′+ )
2
S i+ = k (5-17)
k =1
(λ f ik′ − λk f k′− )
2
S i− = k (5-18)
k =1
64
新疆农业大学硕士学位论文
方案中 fm 标准化后的最优值和最差值。
5.4 配网储能选址定容研究
5.4.1 编码
在求解储能系统选址定容模型前,应对其连接节点位置与容量进行调整。因此需要
对不同接入位置及容量编码,方法如式(5-19)所示。
x = x1, x2 ,, xN′ , y1, y2 , yN ' ,, y j⋅N′+i ,, yT ⋅N′ (5-19)
20)所示。
T −1
y(T −1)⋅N ′+i = − y( j −1)⋅N ′+i (5-20)
j =1
5.4.2 求解流程
采用多目标粒子群算法结合基于信息熵的序数偏好法求解微电网储能选址定容流
65
微电网储能系统控制策略及选址定容研究
图 5-1 微电网储能定容选址求解流程图
5.5 算例分析
66
新疆农业大学硕士学位论文
图 5-3 典型日负荷波动
考虑到不同季节下光照强度、风速变化有较大差异,若单以一个季节风电、光伏出
力规律所求解出的问题,存在一定的局限性,本节以不同季节下的光伏、风电典型日特
输出功率数据,每隔 15 分钟采样一次,由于春季和秋季相差不大,故文中仅研究春、
夏、冬 3 个季节。
500kW。
67
微电网储能系统控制策略及选址定容研究
a. 不同季节时风电典型日特性曲线 b. 不同季节时光伏典型日特性曲线
图 5-4 不同季节时光伏、风电典型日输出特性曲线
表 5-1 风电、光伏、负荷功率波动指标
名称 指标 春季/kW 夏季/kW 冬季/kW
最大值 211 317 432
风电
峰谷差 135 163 167
最大值 205 313 108
光伏
峰谷差 205 313 108
最大值 3715
负荷
峰谷差 2151
式(5-21)所示。
[ f1min , f1max ; f 2min , f 2max ; f3min , f 3max ;] = [30,100;1, 2;0, 40;] (5-21)
68
新疆农业大学硕士学位论文
330kW,f1、f2、f3 变化区间为[48,60;1.2,1.5;0,25];夏季各分布式微电源出力峰谷
差为 480kW,f1、f2、f3 变化区间为[30,55;1.0,1.5;0,30];冬季各分布式微电源出
不同角度考虑,目标值最小依次是夏˂冬˂春、冬˂夏˂春、春˂冬˂夏。
69
微电网储能系统控制策略及选址定容研究
储能接入方案的选取对决策者主观的经验知识有较高的要求,为避免自身偏好等主
观思维对结果的影响,采用基于信息熵的序数偏好法决策各季节时最优配置,根据式(5-
16)可得每一方案都有对应的贴合度 Ci,其值越大则表示该方案越优。
表 5-3 春季 Pareto 解集与贴合度
方案 储能 1 接入位置 储能 2 接入位置 储能 1 容量/ MW‧h 储能 2 容量/ MW‧h Ci
1 3 22 0.2000 0.2000 0.6752
2 6 21 0.2868 0.2215 0.5993
3 6 17 0.4039 0.2000 0.7284
… … … … … …
75 15 18 1.2097 0.4899 0.6720
76 13 18 1.0782 0.3320 0.6886
77 7 22 0.6462 0.3213 0.7386
… … … … … …
140 4 19 0.4188 0.4205 0.7318
141 20 21 1.8275 0.4208 0.6983
142 7 18 0.4502 0.2000 0.7479
… … … … … …
152 6 21 0.3821 0.2266 0.7193
153 12 19 0.8559 0.3276 0.6696
154 7 21 0.4284 0.2008 0.6972
70
新疆农业大学硕士学位论文
表 5-4 夏季 Pareto 解集与贴合度
方案 储能 1 接入位置 储能 2 接入位置 储能 1 容量/ MW‧h 储能 2 容量/ MW‧h Ci
1 15 13 0.2159 0.2197 0.8138
2 5 17 0.2626 0.3342 0.7973
3 22 16 0.6060 0.5317 0.6254
… … … … … …
11 6 8 1.9927 2.0000 0.6531
12 9 13 0.6316 0.6646 0.8546
13 5 11 1.4158 1.4155 0.8098
… … … … … …
94 7 11 1.5165 1.5034 0.6779
95 17 14 1.3784 1.3533 0.6944
96 5 15 1.8091 1.8779 0.7692
… … … … … …
186 2 14 2.0000 2.0000 0.7323
187 14 14 1.4583 1.4699 0.7114
189 2 19 2.0000 2.0000 0.7327
表 5-5 冬季 Pareto 解集与贴合度
方案 储能 1 接入位置 储能 2 接入位置 储能 1 容量/ MW‧h 储能 2 容量/ MW‧h Ci
1 9 33 0.2000 0.2000 0.7278
2 25 33 0.4070 0.3653 0.7127
3 12 29 1.6243 1.6695 0.7458
… … … … … …
69 17 16 0.7458 0.7282 0.6577
70 10 22 0.8632 1.0189 0.7686
71 13 18 1.5732 1.5918 0.6181
… … … … … …
112 17 24 0.2000 0.2000 0.6203
113 11 17 1.4535 1.4806 0.7781
114 16 16 0.2000 0.2000 0.7046
… … … … … …
138 11 22 0.7332 0.8718 0.7175
139 7 25 1.7556 1.9466 0.7431
140 11 15 1.8593 1.8097 0.6178
定容最优解,充分考虑各季节分布式微电源出力差异,对储能系统接入与容量做出调整,
71
微电网储能系统控制策略及选址定容研究
延长其使用寿命。
5.6 本章小结
针对微电网系统中储能应用于配网关键节点及容量配置的问题,采用粒子群算法结
合基于信息熵的序数偏好法求解储能系统选址定容多目标优化模型。考虑到单季节求解
地区光伏与风电出力规律求解储能接入位置及容量配置方案。结果表明该方法在不同季
节下都能够找到当季最优解,避免了单季节求解下选址定容方案的局限性。具有较好的
收敛性和全局搜索能力。
72
新疆农业大学硕士学位论文
第 6 章 结论与展望
6.1 结论
随着传统能源剧烈消耗与社会发展日益需求之间的矛盾愈演愈烈,世界各国都开始
积极探索对绿色、清洁的可再生能源的有效利用,微电网的探索引起了各国的高度重视。
而储能系统控制策略及选址定容研究对提高微电网经济性、供电可靠性、保证电能质量
具有重要意义,本文围绕储能系统控制策略及选址定容研究结论如下:
(1)在分析风、光微电源工作原理基础上建立相关仿真模型,研究了气象条件(光
照强度、温度、风速)变化对其工作特性的影响。扰动控制法实现微电源的最大功率追
踪;根据多种储能元件特性,选用通用模型和经典 RC 串联模型作为蓄电池和超级电容
的等效电路模型,分析各储能元件工作特性,为储能系统控制策略及选址定容研究提供
理论基础。
(2)根据风光蓄微电网功率平衡约束条件,获得蓄电池输出规律;在现代数学和控
制理论的基础上提出一种非线性控制策略,以整流电路实现微电网各系统间能量的高效
传输。通过在各种情况下的仿真试验表明:对比 PI 控制,非线性控制下系统的恢复时间
能系统控制策略的进一步研究提供一定的参考。
LPF 控制,提议的控制策略能够合理分配微网波动功率,降低蓄电池瞬时输出,在保证
直流母线电压波动值≤5%的同时缩短电压动态恢复时间。
(4)针对微电网接入配网后储能系统选址定容问题,采用粒子群算法结合基于信
息熵的序数偏好法求解储能系统选址定容多目标优化模型;考虑到风、光等微电源出力
电出力规律求解储能接入位置及容量配置方案。结果表明该方法在不同季节时都能够找
到当季最优解,避免了单季节求解下选址定容方案的局限性。
73
微电网储能系统控制策略及选址定容研究
6.2 展望
储能系统控制策略研究是一个复杂且涉及到非线性控制的问题,而储能系统选址定
容研究是多目标求解的问题,需要有以下几点进一步完善:
(1)针对蓄电池非线性充放电控制策略,还可研究其在多种模式混合情况时的动
态响应与恢复能力。
(2)针对混合储能系统功率分配策略,可进一步引入不同充放电特性储能装置研
究控制策略的工作模式及有效性。
(3)在储能系统选址定容研究中,后期工作中可采用更接近实际的采样数据,提高
选址定容方案的准确性。
74
新疆农业大学硕士学位论文
参考文献
75
微电网储能系统控制策略及选址定容研究
[20] N. Yan, B. Zhang, W. Li , et al. Hybrid Energy Storage Capacity Allocation Method for Active
Distribution Network Considering Demand Side Response[J]. IEEE Transactions on Applied
Superconductivity, 2019, 29(2): 1-4.
[21] 孟晓丽, 牛焕娜, 贾东梨, 等. 基于储能 Soc 日前计划的微电网实时能量优化调度方法[J].农业
工程学报, 2016, 32(8): 155-161.
[22] H. S. V. S. K. Nunna, A. Sesetti, et al. Multiagent-Based Energy Trading Platform for Energy Storage
Systems in Distribution Systems With Interconnected Microgrids[J]. IEEE Transactions on Industry
Applications, 2020, 56(3) 3207-3217.
[23] H. Wang, Y. Huang, A. Khajepour, Cyber-Physical Control for Energy Management of Off-Road
Vehicles With Hybrid Energy Storage Systems[J]. IEEE/ASME Transactions on Mechatronics, 2018,
23(6): 2609-2618.
[24] 李春兰 , 任鹏 , 王长云 , 等 . 微电网中蓄电池充放电非线性控制策略研究 [J]. 农业工程学报 ,
2020, 36(08): 156-164.
[25] 胡巧辉, 樊艳芳, 王一波. 基于光-储-燃的直流微电网协调控制策略[J]. 电力电容器与无功补偿,
2017, 38(06): 138-143+149.
[26] 王亚旭 ,李凤霞 , 苏猛. 风光发电系统中模拟电机特性的储能优化控制[J]. 电力电容器与无功
补偿, 2019, 40(03): 158-164.
76
新疆农业大学硕士学位论文
[35] Z. Zhang, Y. Zhang, Q. Huang, etal. Market-oriented optimal dispatching strategy for a wind farm with
a multiple stage hybrid energy storage system[J]. CSEE Journal of Power and Energy Systems, 2018,
4(4), 417-424.
[36] V. I. Herrera, A. Milo, H. Gaztañaga, et al. Design and Experimental Comparison of Energy
Management Strategies for Hybrid Electric Buses Based on Test-Bench Simulation[J]. IEEE
Transactions on Industry Applications, 2019, 55(3): 3066-3075.
[37] J. Shen, A. Khaligh, A Supervisory Energy Management Control Strategy in a Battery/Ultracapacitor
Hybrid Energy Storage System[J]. IEEE Transactions on Transportation Electrification, 2015, 1(3): 223-
231.
[38] 桑丙玉, 陶以彬, 郑高, 等. 超级电容-蓄电池混合储能拓扑结构和控制策略研究[J]. 电力系统保
护与控制, 2014, 42(02): 1-6.
77
微电网储能系统控制策略及选址定容研究
[51] SEDGHI M, AHMADIAN A A. Optimal storage planning in active distribution network considering
uncertainty of wing power distributed generation[J]. IEEE Transactions on Power Systems, 2015, 31(1):
304-316.
[52] 熊猛 , 高峰 , 张海峰 , 等 . 考虑调度计划的风电场复合储能装置优化设计 [J]. 电网技术 , 2014,
38(07): 1853-1860.
[53] 杨火明 , 徐潇源 , 严正 . 考虑配电网韧性的储能系统选址定容优化方法 [J]. 电力建设 , 2018,
39(01): 30-39.
[54] 王彦虹, 邰能灵, 嵇康. 含大规模风光电源的配电网储能电池选址定容优化方案[J]. 电力科学与
技术学报, 2017, 32(02): 23-30.
78
新疆农业大学硕士学位论文
[64] T. Morstyn, A. V. Savkin, B. Hredzak , et al. Multi-Agent Sliding Mode Control for State of Charge
Balancing Between Battery Energy Storage Systems Distributed in a DC Microgrid[J]. IEEE
Transactions on Smart Grid, 2018, 9(5): 4735-4743.
[65] B. Housseini, A. F. Okou, R. Beguenane, Robust Nonlinear Controller Design for On-Grid/Off-Grid
Wind Energy Battery-Storage System[J]. IEEE Transactions on Smart Grid, 2018, 9(6): 5588-5598.
[66] S. Pei, S. Huang, 2-D Laguerre Distributed Approximating Functional: A Circular Low-Pass/Band-Pass
Filter[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2019, 66(5): 818-822.
[67] R. Zhang, S. Luo, L. Zhu, Synthesis and Design of Mixed Lumped and Distributed Low-Pass
Filters/Low-Passing Impedance Transformers With Taylor Series[J]. IEEE Transactions on Microwave
Theory and Techniques, 2016, 64(4): 1265-1272.
[68] 丁若星 , 董戈 , 吴和平 , 等 . 混合储能系统功率分配效果的表征参数研究 [J]. 电工技术学报 ,
2016, 31(S1): 184-189.
[69] 田培根, 肖曦, 丁若星, 等. 自治型微电网群多元复合储能系统容量配置方法[J]. 电力系统自动
化, 2013, 37(01): 168-173.
79
微电网储能系统控制策略及选址定容研究
[78] S. Eren, M. Pahlevani, A. Bakhshai, et al. A Digital Current Control Technique for Grid-Connected
AC/DC Converters Used for Energy Storage Systems[J]. IEEE Transactions on Power Electronics, 2017,
32(5): 3970-3988.
[79] 屈星 , 李欣然 , 盛义发 , 等 . 考虑电池储能系统的配电网广义综合负荷建模 [J]. 高电压技术 ,
2020, 46(02): 490-501.
[80] 赵丽萍, 张书伟, 张雪岩, 等. 基于随机机会约束规划的面向能源互联的主动配电网选址定容方
法[J]. 电力系统保护与控制, 2020, 48(14): 121-129.
[86] J. H. Lee, J. Kim, J. Song, et al, A Novel Memetic Algorithm Using Modified Particle Swarm
Optimization and Mesh Adaptive Direct Search for PMSM Design[J]. IEEE Transactions on Magnetics,
2016, 52(3): 1-4.
[87] 吴小刚, 刘宗歧, 田立亭, 等. 基于改进多目标粒子群算法的配电网储能选址定容[J]. 电网技术,
2014, 38(12): 3405-3411.
[88] K. Alkebsi, W. Du, A Fast Multi-Objective Particle Swarm Optimization Algorithm Based on a New
Archive Updating Mechanism[J]. IEEE Access, 2020, 1(8): 124734-124754.
[89] Z. Ren, A. Zhang, C. Wen et al. A Scatter Learning Particle Swarm Optimization Algorithm for
Multimodal Problems[J]. IEEE Transactions on Cybernetics, 2014, 44(7): 1127-1140.
[90] 李金鹏, 李武, 岳超源, 等. 权重信息不完全的序数型多属性决策 TOPSIS 法[J]. 计算机集成制
造系统, 2013, 19(06): 1408-1413.
80
新疆农业大学硕士学位论文
致 谢
至此,论文已接近尾声,伴随着键盘鼠标的敲击声我内心激动之情无以言表。回想
这过往三年的学习生活虽是一路荆棘坎坷,但也收获颇丰,获益良多。毕业将近,感恩
之情,无以为报,唯有感谢常存于心!
感谢我的导师李春兰教授,从论文的选题、技术方案以及毕业论文的完成都离不开
李老师的指导与帮助。作为导师,不仅传授专业知识、培养创新能力,还教会我做人做
事,时刻关心我的未来规划;三年来,李老师尽职尽业、无私奉献、一丝不苟的品德早
已深入我心,无以报恩,唯有不辜负您的厚望!
感谢新疆农业大学机电工程学院提供学习的平台,感谢教研室谢建华老师、王长云
老师等在开题、中期和预答辩过程中的指导和帮助;感谢鄢金山老师、石砦老师等在本
科学习期间的谆谆教导;感谢学习室中的师兄王成斌、叶豪、王海杨、聂伟、马永杰,
师姐高阁、陈雯婷,同门李明治、罗杰以及师妹王静在平时学习生活中的支持和帮助!
感谢我的父母与家人,你们是我 20 年漫漫求学路上最坚强的后盾,是激励我不断
前行的动力;感谢儿时发小于兵振、王春林、胡清水、程聪、颊忠祥、王滨滨给我求学
生涯所带来的欢乐与成长,谢谢你们一路的陪伴,愿友谊长存!
感谢我的母校——新疆农业大学,给我七年的课余生活提供了优美的环境,八一大
道、明德广场、风雨操场、灯光篮球场都是我挥洒青春与汗水的去处。
正因为有了你们一路的陪伴,才让我的研究生宿舍生活变得丰富多彩!感谢有你们,奋
斗之路从不孤独!
感谢禾园、学士、学院以及学轩餐厅全体工作人员做出的美味可口的饭菜,给我平
时的用餐时间带来了无穷的乐趣!
感谢在疫情一线的工作人员,正因为有你们负重前行,才有我们的岁月静好!
最后,我要向评审、答辩本论文的诸位专家学者致以由衷的感谢!祝您们身体健康,
工作顺利!伴随着您们的肯定与鼓励,我相信人生漫漫,未来可期!
81
微电网储能系统控制策略及选址定容研究
作者简介
1、个人简历
任鹏(1995-),男,汉族,新疆维吾尔自治区乌鲁木齐市人。2018 年毕业于新疆农
业大学机电工程学院新能源科学与工程专业,获得工学学士学位。2018 年至 2021 年,
于新疆农业大学机电工程学院攻读农业电气化与自动化专业硕士学位。
2、研究生期间科研情况
[1]李春兰, 任鹏, 王长云, 等. 微电网中蓄电池充放电非线性控制策略研究[J]. 农
业工程学报, 2020, 36(08): 156-164. (已见刊,EI)
[2]任鹏, 李春兰, 王长云, 等. 混合微电网功率分配策略及 PI 参数整定研究[J]. 江
苏大学学报(自然科学版).(录用待排刊,北大中文核心)
82