基于电力物联网的光储微网协同控制系统设计*论文

2023-09-25 14:56:54 来源: 作者:xieshijia
摘要:针对当前光储微网存在的光伏发电容量利用率不高、与外接电网之间的能量交互质量低下等缺陷,设计一种光储微网协同控制系统。该系统以电力物联网为基础获取、传输微网运行参数及指令,采用扰动观察法进行光伏阵列的最大功率点跟踪(MPPT),以提高光伏发电效率;通过蓄电池组进行光伏电能的柔性存储,并控制逆变器进行自适应并离网变流,使光储微网根据系统运行状态自动运行于并网PQ模式或离网VF模式。在MATLAB中搭建仿真模型并进行仿真。结果表明:所设计的光储微网协同控制系统不仅能使光伏阵列以最大功率输出,而且可完成光伏、蓄电
摘要:针对当前光储微网存在的光伏发电容量利用率不高、与外接电网之间的能量交互质量低下等缺陷,设计一种光储微网协同控制系统。该系统以电力物联网为基础获取、传输微网运行参数及指令,采用扰动观察法进行光伏阵列的最大功率点跟踪(MPPT),以提高光伏发电效率;通过蓄电池组进行光伏电能的柔性存储,并控制逆变器进行自适应并离网变流,使光储微网根据系统运行状态自动运行于并网PQ模式或离网VF模式。在MATLAB中搭建仿真模型并进行仿真。结果表明:所设计的光储微网协同控制系统不仅能使光伏阵列以最大功率输出,而且可完成光伏、蓄电池组、本地负载、外接电网之间高质量的能量交互,保证微网系统供电质量满足电力标准要求,达到了预定的协同控制要求,为新能源微网控制提供了参考。
关键词:光储微网;电力物联网;最大功率点跟踪;柔性储能;并离网变流;协同控制
Design of Optical Storage Microgrid Cooperative Control System Based on Power Internet of Things
Fang Shengli1,Zhu Xiaoliang2,Ma Chunyan1,Hou Maojun1
(1.College of Electrical and Information Engineering,Hubei University of Automotive Technology,Shiyan,Hubei 442002,China;
2.Shiyan Juneng Power Design Co.,Ltd.,Shiyan,Hubei 442000,China)
Abstract:Aiming at the shortcomings of the current optical storage microgrid,such as low utilization rate of photovoltaic power generation
capacity and low quality of energy interaction with external power grids,a collaborative control system of optical storage microgrid is designed.
In the system,microgrid operating parameters and instructions can be acquired and transmited based on the power internet of things,by using
the disturbance observation method,the maximum power point tracking(MPPT)of the photovoltaic array is carried out to improve the efficiency
of photovoltaic power generation;the flexible storage of photovoltaic power is conducted through the battery pack,and the inverter to conduct
adaptive and off grid conversion is controlled,so that the optical storage microgrid can automatically operate in the grid-connected PQ mode or
off-grid VF mode according to the system operation status.The simulation model is built in MATLAB,and the simulation is carried out.The
results show that by using the designed optical storage microgrid collaborative control system,not only the power output of the photovoltaic
array can be maximized,but also the high-quality energy interaction between photovoltaic,battery pack,local load and external power grid can
be completed to ensure that the power supply quality of the microgrid system meet the requirements of power standards,and achieve the scheduled collaborative control requirements.It provides reference method for new energy microgrid control.
Key words:optical storage microgrid;power internet of things;maximum power point tracking;flexible energy storage;grid-connected and off-grid inverter;cooperative control
0引言
随着我国“双碳”目标达成进程及新型能源体系建设的不断推进,分布式微电网已成为电力系统的重要组成部分及我国能源结构的重要环节[1-2]。其中,光伏微电网由于集成有分布式清洁发电、柔性电能存储、就地能源消纳、余电入网供能等多相功能,是当下电力系统建设的重要内容[3]。但由于光伏发电具有非现象特性,为提高光能利用率,需要进行最大功率点跟踪控制,同时光伏输出受光照、温度等环境因素的影响,具有一定的随机性、间歇性[4],若直接输出供电不仅无法保证微网内本地负荷的电能质量,而且对外接受电网会产生较大的干扰[5]。因此,需要根据微电网及系统运行状态进行柔性储能与自适应逆变的协同控制。在此过程中,涉及电力信息的多参数感知、高效性传输及高质量分析,而电力物联网为泛在的电力设施提供了信息交互通道[6],为光伏系统的运行控制提供了必要条件。因此,充分利用电力物联网实现光伏系统高效运行已成为当前电力系统的研究热点。文献[7]构建了基于电力物联网平台的光伏配电网运行方式框架,但并未详细阐述具体的控制策略;文献[8]则提出了一种电力物联网下分布式状态感知的源网荷储协同调度机制,但没有针对光伏发电进行控制研究;文献[9]通过引入直流(DC)母线电压箝位控制(BVCC)实现了并联系统各工况下光伏剩余功率的充分利用,但仅考虑了光储系统离网运行状态;文献[10]则仅分析了并网条件下电源启停、出力变化及负荷投切3种典型工况的稳定性;文献[11]提出一种“源-网”自适应控制策略,提高了光储系统的动态性能和稳定性,但没有针对光伏阵列的非线性输出特性进行动态控制研究,故均存在一定的片面性。
基于此,本文以电力物联网为基础,设计针对光伏阵列的最大功率点跟踪、锂离子蓄电池组的柔性储能、光储微网并离网自适应变流的协同控制系统,并通过MATLAB仿真验证该协同控制系统的科学性及有效性。
1系统总体设计
光储微网系统主要包括光伏发电、柔性储能、自适应逆变、自动并离网、本地负荷等模块,并与外接大电网进行能量交互。其中,光伏发电模块包括光伏阵列及其输出Boost电路;柔性储能模块包括蓄能电池及其双向DC/DC电路;自适应逆变模块包括DC/AC逆变器及其滤波器。系统总体结构如图1所示。
在图1中,光伏阵列基于光电效应将太阳能转换为电能,由Boost变流电路实现最大功率点跟踪,蓄能电池通过双向DC/DC变流电路实现柔性储能,保证DC母线电压恒定,DC/AC逆变电路及滤波器将直流电能转换成与外接大电网同频同压的交流电能,最后根据光储微网及外接大电网的运行状态经并离网断路器与外接电网电气连接,同时向本地负荷供电。
2系统模块化设计
2.1光伏发电模块设计
光伏阵列输出功率与输出电压呈非线性变化关系,且受光照强度及温度的影响,故要使光伏阵列输出功率最大化,需要时刻跟踪其当前环境条件下的最大功率点,即MPPT,通常通过Boost电路来实现,在MATLAB中搭建该模块仿真模型如图2所示。本文选用光伏阵列的参数如表1所示,同时为突出光伏发电主要特征,设定光伏阵列温度保持25℃不变,光照强度阶跃变化。
在图2中,通过电力物联网检测当前光伏阵列PV输出的电压、电流信号,MPPT Control模块按照MPPT控制策略对Boost电路中电子开关管的占空比进行扰动,并经PWM发生器输出开关驱动信号。本文选择扰动观察法进行MPPT[12],占空比的扰动步长选择0.001,其内部仿真模型如图3所示。
2.2柔性储能模块设计
光伏阵列输出随环境因素变化,为防止出现光伏输出的波动对光储微网负载的运行造成影响,利用锂电池组进行柔性储能,即当光伏输出电压过高时对锂电池组进行充电以存储电能,而当光伏输出电压过低时,锂电池组释放电能,从而保证光伏发电输出直流电压恒定。本文采用双向DC/DC进行柔性直流储能控制,仿真模型如图4所示。
在图4中,利用电力物联网采集当前直流母线电压、蓄电池组充电电流,并通过Change Control模块进行控制,当母线电压高于设定电压时,电子开关管双向DC/DC中仅有电子开关Buck执行开关动作,此时为Buck降压电路,对蓄电池组进行充电蓄能;反之,则为Boost升压电路,由蓄电池组进行放电释能,本系统中直流母线电压设定值为800 V,内部仿真模型如图5所示。
2.3自适应逆变模块设计
为使光储微网电能能满足交流负载用电需求,需要将直流电能逆变为交流电能,并经过滤波,以向本地负载或外接电网供电,而根据光储微网及外接电网运行状态不同,需要能够进行并网或离网的自适应逆变控制。其中,并网时光储微网与外接电网进行能量交互,采用PQ控制策略按照预定的有功、无功进行逆变;而在离网时,光储微网仅向本地负载进行供电,采用VF控制策略保证逆变电压及频率的稳定,使本地电能质量满足要求。自适应逆变仿真模型如图6所示。
在图6中,PQ并网逆变控制及VF离网逆变控制均利用电力物联网检测滤波后交流母线三相电压Vload及流过逆变器的电流,然后按照预定的控制策略对三相桥式逆变器中电子开关管进行通断控制。
(1)PQ并网逆变控制
光储微网接入大电网后,以外接电网电压、频率、相位为基准,控制逆变器按照预定的输出有功、无功进行控制[13]。在dq两相坐标系下,存在以下关系式:
式中:Pref、Qref分别为设定的逆变器有功、无功输出,本文设定Pref=7 000 W,Qref=0;ud、uq分别为Vload经Clark及Park坐标变换后d轴、q轴上的分量,若d轴与逆变器出口电压矢量方向一致时,ud=u,uq=0;id_ref、iq_ref分别为Iabc在d轴、q轴上分量的参考值。
逆变器外接电感滤波器后,对电路分析可得到以下关系式:
式中:L1为电感滤波器的电感值,取值60 mH;udx、uqx分别为逆变器输出电压在d轴、q轴上的分量;w为外接电网角速度。
由式(2)可知,d轴、q轴存在耦合,需进行解耦控制,如式(3)所示。
式中:udx_ref、uqx_ref分别为逆变器输出电压在d轴、q轴上量的参考值;Kp1、Ki 1分别为PI控制器的比例、积分系数。
逆变器输出电压以udx_ref、uqx_ref参考量进行跟踪制,即可实现对设定逆变器有功Pref、无功Qref的跟踪输出。按式(1)、式(3)搭建仿真控制模型PQ_Control如图7所示。
(2)VF离网逆变控制
光储微网孤网运行时,逆变器输出设定电压及频率的交流电,以保证微网内部用电负荷的电能质量,而其输出的电功率则随负荷的变化而变化,采用电压、电流双闭环系统来实现[14]。其中,电压外环的输出作为电流环的设定输入,电流内环的输出作为逆变器输出电压的跟踪参考值。
电压外环数学模型为:
式中:C为外接滤波器的电容值,取值1 500μH;Vd_ref、Vq_ref分别为设定的光储微网输出电压在d轴、q轴上的分量,若d轴与逆变器出口电压矢量方向一致时,Vd_ref为设定交流电压的幅值,Vq_ref=0;Kp2、Ki2分别为PI控制器的比例、积分系数。
电流内环数学模型为:
式中:L2为外接滤波器的电感值,取值3 mH;Kp3、Ki3分别为PI控制器的比例、积分系数。
按照式(4)~(5)搭建仿真控制模型VF_Control如图8所示。其中,设定输出的交流电压有效值为220 V,频率为50 Hz。
2.4自动并离网模块设计
为保证光储微电网及外接大电网的安全,需要根据系统运行情况将微电网与大电网进行并列或解列控制,即正常情况下,微网需与外接大电网并网运行,以便于两者进行能量交互,充分发挥微电网的消峰填谷作用,当且仅当微网或者大电网发生电力事故造成系统电能质量无法满足要求时,需将微网从大电网中切除,防止两者相互影响,从而保证微网及大电网的稳定运行。按照电力行业电能质量标准,380 V三相供电时需同时满足以下三方面的要求[15]:(1)电压偏差需维持在系统标称电压的±7%范围内;(2)频率偏差需维持在±0.5 Hz范围内;(3)电压总谐波畸变率需维持在5%范围内。
基于此,可对逆变滤波后的交流母线电压进行分析,而后自动断路器进行并离网控制:若同时满足以上要求,则可并网运行;否则需离网运行。为防止光储微网频繁执行并网操作而对外接电网造成干扰,系统设置0.5 s的并网延时,即光储微网电能质量满足要求时长大于0.5 s后再执行并网操作。搭建自动并离网模块仿真模型如图9所示。
3系统仿真及分析
系统模型搭建完成后进行仿真验证,设置仿真条件如下:(1)t=0,光储微网与外接电网并网运行,光伏阵列光照强度为500 W/m2,微网内部本地负载为5 kW;(2)t=0.5 s时刻,光伏阵列的光照强度突变至1 000 W/m2;(3)t=1.0 s时刻,外接电网发生三相接地故障;(4)t=1.5 s时刻,微网内部本地负载突变为10 kW;(5)t=2.0 s时刻,外接电网的故障被排除。仿真结束后,得到如图10所示的光伏阵列输出波形。由图可知,光伏阵列在0.5 s时刻光照强度突变时,其能够通过扰动观察法实现MPPT,且扰动结束时基本上能够维持在最大功率点附近,实现了对光伏发电容量的充分利用。
储能蓄电池组电气参数波形如图11所示。由图可知,当t∈[0,0.5 s]∪[1.5 s,2.5 s]时,蓄电池组充电电压较低,充电电流及功率均为负值,从而释能放电,荷电状态SOC不断减小;当t∈[0.5 s,1.5 s]∪[2.5 s,3.0 s]时,蓄电池组充电电压较高,充电电流及功率均为正值,从而蓄能充电,荷电状态SOC不断增大。
直流母线电压波形如图12所示。由图可知,直流母线电压基本稳定在设定电压800 V,即达到了利用储能蓄电池组稳定母线电压的设计功能。
逆变滤波后输出波形如图13所示。由图可知:当t∈[0,1.0 s]∪[2.5 s,3 s]时,逆变器运行于PQ模式,实际输出有功及无功均能跟踪预定值;当t∈[1.0 s,1.5 s]时,逆变器运行于VF模式,其稳定时输出电压呈正弦波,电压有效值在[205 V,235 V]范围内波动,频率在[49.7 Hz,50.4 Hz]范围内波动,均能满足电能质量标准,且不随本地负载的变化而变化,达到了预定的控制要求。
4结束语
本文针对光储微网、本地负载、外接电网协同控制要求,以电力物联网为数据采集、传输通道,设计了包括基于MPPT的光伏发电、基于蓄电池组的柔性储能、基于并网PQ模式及离网VF模式的自适应变流及基于电能质量标准的自动并离网切换等模块的协同控制系统,在MATLAB中建立了仿真模型,并进行了系统仿真。经仿真结果分析,得到以下结论:
(1)该协同控制系统能完成光伏阵列的最大功率跟踪,实现了对光伏容量的充分利用;
(2)该协同控制系统能实现对光伏电能的柔性存储,保证了并离网逆变前直流母线电压的稳定;
(3)该系统控制系统能根据系统运行状态使逆变器自动切换运行于并网模式或离网模式,且在并网模式下,光储微网能向外输出设定的有功、无功功率,而在离网模式下,光储微网能向本地负载提供设定电压、频率的合格电能。
参考文献:
[1]周青,谢小林.基于可再生能源的分布式微电网技术发展现状与趋势浅析[J].绿色建筑,2011,3(6):59-61.
[2]李云波,张子立,张晋宾,等.基于区块链的分布式微电网交易与能源调度研究[J].华电技术,2020,42(8):24-31.
[3]杨旭超,刘金辉,李建军,等.光储微电网研究现状及其在农业领域应用发展趋势[J].安徽农学通报,2022,28(7):142-144.
[4]王洪坤,葛磊蛟,李宏伟,等.分布式光伏发电的特性分析与预测方法综述[J].电力建设,2017,38(7):1-9.
[5]江南,朱双涛,孙志刚,等.基于信息间隙决策理论的微电网多目标鲁棒优化调度[J].内蒙古电力技术,2022,40(5):73-79.
[6]谢可,王剑锋,金尧,等.电力物联网关键技术研究综述[J].电力信息与通信技术,2022,20(1):1-12.
[7]朱彦名,徐潇源,严正,等.面向电力物联网的含可再生能源配电网运行展望[J].电力系统保护与控制,2022,50(2):176-187.
[8]王锡龙,李鑫,秦小麟.电力物联网下分布式状态感知的源网荷储协同调度[J].计算机科学,2021,48(2):23-32.
[9]张权宝,唐芬,陶庭欢,等.光储一体化变流器并联系统的功率协调控制[J].电力电子技术,2022,56(9):70-73.
[10]朱蕾蕾.光储微网系统运行控制策略研究[J].光源与照明,2022(6):223-225.
[11]谢醉冰,褚云龙,王智伟,等.光储VSG"源-网"自适应控制策略[J].电力电子技术,2022,56(6):82-86.
[12]李营.基于分段模糊控制方法的光伏MPPT控制策略研究[J].机电工程技术,2015,44(8):82-86.
[13]张哲伟.基于LCL滤波器的光储发电三相并网逆变器控制策略研究[D].太原:太原理工大学,2015.
[14]张闯,赵志刚.基于V/f控制模式的独立微电网变流器研究[J].沈阳工程学院学报(自然科学版),2017,13(4):347-352.
[15]刘康康.配电网电能质量综合评估方法研究[D].贵阳:贵州大学,2022.
