微電網孤島運行模式下的儲能系統控制策略研究

隨著可能源能源技術的發展，以風和光為能源的微電網分布電源的滲透性正在逐漸提高。預測控制算法可以將較長時間尺度的預調度和較短時間尺度的實時調度結合起來,不斷根據當前系統對控制策略執行情況和控制環境的變化(反映于控制狀態中)對控制策略做出微調,實際上形成了控制閉環,對解決風、光等分布式電源出力不確定性對電網帶來的不利影響較之傳統算法具備優勢,適合用于構造包含此類分布式電源的控制策略。此外,當前針對微電網儲能電池充放電控制策略方面學者們針對不同控制目標提出了很多方法,考慮了儲能電池使用的經濟性、壽命、對電網運行影響等諸多方面鑒于此,本文基于預測控制算法構造了包含風、光、燃氣輪機、儲能系統及考慮需求側管理的微電網能量管理系統,提出了一種新的儲能系統控制策略,根據儲能系統儲能狀態調整電池的充放電費用,使儲能系統在微電網運行過程中既能繼續發揮其削峰填谷平抑負荷波動的能力,又使其在電網運行過程中盡量保持一定的能量存儲裕度以應對突然出現的緊急情況,從而提高微電網運行的穩定性。1負荷分配及分配本文所研究的微電網電源側包含風力發電、光伏發電等可再生能源,使用燃氣輪機和儲能系統對風、光電源出力波動造成的微電網能量不平衡進行調節,以上電源均通過DC/AC變換器與微電網母線相連。此外將負荷按照重要程度劃分為可調節或可控負荷、重要負荷,并在負荷管理過程中考慮可平移負荷的影響。整個微電網通過公共連接點PCC(publicconnectionpoint)與大電網相連,具體結構如圖1所示。1.1可控負荷控制將負荷分為兩級。(1)重要負荷:此類負荷是生產生活中必須的,任何時刻都應該得到滿足,用d(k)表示。(2)可控負荷:此類負荷對生產生活的影響較小,在電量供應不足或緊急情況下可以進行削減。本文采用經濟激勵手段對可控負荷進行控制調整,根據用戶負荷的削減量對用戶參與負荷側管理的行為進行補償。補償值的計算采用分層疊加的方法,本文中所有用戶負荷都采用相同的標準定價,將負荷削減量分為n階,每階的負荷削減量可表示為D式中:Q1.2述因素的約束微電網控分布式電源的出力范圍、爬坡能力、最小起停時間等因素對電網調節相當關鍵,因此本文在控制策略優化過程中加入了關于上述因素的約束。為了描述機組的起停狀態,引入邏輯變量δ,δ=1表示機組投入,δ=0表示機組停機,這樣可控分布式電源的各項約束可表示為式中:i為機組序號;τ為k時刻后一個時段,設t為避免非線性函數給問題的求解帶來困難,使用下面的分段線性化方法對可控分布式電源的成本函數C由圖2可知,原曲線位于所有近似直線的上方,其值就等于所有近似直線在該點的最大值,故可得式中:P1.3出力模型的建立本文只考慮微電網的能量管理,對風機的一些特性不做具體描述,在計算風力發電機出力時忽略空氣密度、掃掠面積等因素,只考慮風速對風機出力的影響,故而風機出力模型可表示為式中:P同樣在建立光伏系統出力模型時候忽略其他因素,只考慮光照強度和溫度對光伏出力的影響,可表示為式中:G和T分別為實際的光照強度和溫度;P2儲能系統充放電邏輯命題轉換微電網在孤島運行狀態下,沒有大電網作為后備支撐,容易受擾失穩。為提高系統的穩定性,本文提出了一種新的更為細致的儲能系統控制策略,通過對儲能系統充放電的價格控制來控制其荷電狀態,保證關鍵時刻儲能系統可以更好地發揮作用,保證重要負荷供電,提高供電可靠性,同時幫助系統維持穩定運行。以保證重要負荷一定時間內的供電電量為劃分標準,將儲能系統可利用的放電容量劃分為不同層次,使得儲能系統處于放電狀態時其放電成本隨著儲藏能量的降低而升高,可以將成本的增加曲線設為非線性,使得儲藏能量越小其放電成本增幅越大。當儲能系統處于充電狀態時,若儲能系統儲藏能量較小,則可對充電行為進行成本補貼,鼓勵對蓄電池進行充電。通過此方式,可以使儲能系統維持一定容量來保證重要負荷的供電,從而提高系統的穩定性。使用SOC(k)表示儲能系統容量(在隨后的公式中,均為除以Δt式中:η式中:N雖然得出了儲能系統的基本模型,但在建模過程中二進制形式的邏輯變量難以處理,故需通過邏輯命題轉換的方法,將邏輯關系轉換為不等式約束的形式,并引入輔助變量,將不易計算的邏輯量轉變為易于求解的連續量,最終得到一個混合整數規劃問題模型。關系轉換算法f(x)≥0?δ=1的充要條件是而式(15)可等效為式中:f(x)為以M和m分別作為上下限的函數;δ為布爾型變量;ε為誤差容許量;y為中間變量,引入誤差量可以將y=0變形到y≥0。由此,儲能系統的充放電邏輯關系可依據上述原理進行轉化。Pz式中,C本文按照保證重要負荷供電時間的長短來衡量儲能系統荷電狀態SOC(stateofcharge)狀態的關鍵程度(假設在所討論的時間區間重要負荷不變),如將儲能系統容量按保證重要負荷15min供電、30min供電、45min供電等化為若干個區間,每個區間的放電價格不同,儲能越少動用關鍵儲藏能量的放電行為成本越高。以插值法獲得的非線性成本曲線如圖3所示。繼續應用前述邏輯命題轉換方法將包含邏輯關系的約束轉化為不等式約束的形式,首先引入一個中間變量Y(k)來表示儲能系統容量與需求容量之間的偏移量,即式中:d式中:e為極小值;m為減少計算復雜度,本文設定C由前面分析可知,儲能系統充放電成本函數可表示為引入邏輯變量,式(22)可轉換為式中:C3基于模型預測控制算法的求解本文假設微電網采用集中式儲能系統,優化目標為微電網綜合運行成本最低,每個時間段內微電網運行成本函數可表示為式中:N這是一個混合整數線性規劃問題。為了解決可再生能源出力及負荷預測不準確對電網調度帶來的不利影響,本文將該混合整數線性規劃問題嵌入到模型預測控制MPC(modelpredictivecontrol)算法的框架中,通過模型預測控制算法滾動時間窗優化的特點,客觀上可以實現閉環控制的目的,控制系統根據不確定的變化做出實時調整,減小了不確定性對系統穩定帶來的影響。模型預測控制算法基于未來天氣情況和負荷的預測信息,對系統未來一段時間的出力進行最優規劃,即根據微電網當前時間點的實際運行信息和可再生能源出力、負荷需求、電價等在未來一段時間內的預測信息,對微電網未來一段時間的運行方式做出最優規劃(本文假設為24h),但只將得到的第1組控制決策用于微電網控制,到下一個取樣時間點,再次通過新采集到的數據重新對上述問題進行求解,得到新的控制序列,這種滾動優化策略對系統擾動有很強的適應能力。為更好地表示模型預測控制策略,將k時刻進行優化的目標函數表達為J[SOC(k)],式中j>0,并由此得到MPC混合整數規劃問題的優化模型為約束條件包括式(2)～(6)、式(11)、式(12)、式(14)、式(16)、式(18)。4計算與分析4.1控制策略仿真采用前面所介紹的交流微電網模型對控制策略進行仿真分析,微電網中包含有一個裝機容量為400kW的風力發電機組和一個裝機容量為300kW的光伏發電機組,還包含一個容量為300kW的儲能系統,其工作區間為60～300kW,單位時間內最大充放電速率分別為150kW和-150kW,充電效率為0.9,放電效率為0.95,儲能系統物理損失為每小時5%。風機和光伏按最大出力發電,選取的切入、額定和切出風速分別為3m/s、10m/s和20m/s。為彌補新能源出力的不足,微電網內還含有兩臺燃氣輪機,其參數如表2所示。以東北某地的數據為例,微電網內重要負荷為180kW,可控負荷日負荷預測曲線和實際負荷曲線如圖4所示,風速預測曲線和實測風速曲線如圖5所示,光照強度和溫度預測曲線與實測光照強度和溫度曲線如圖6和圖7所示。1)策略1此種策略下,在儲能系統能量管理決策時,不考慮系統的穩定性,儲能系統充放電成本按固定值計算。設蓄電池的初始容量為300kW,假設預測準確,對優化模型進行求解,并將預測控制所得24組控制序列的第1項,也就是實際實施的控制序列整合起來,所得控制序列如圖8～圖10所示。2)策略2在此種策略下,引入前文所述儲能系統控制策略,依然采用相同的數據,使用新的儲能系統控制方法之后所得的控制序列如圖11～圖13所示。兩種方法24h運行成本如表3所示。從圖9可以看出,策略1的控制方法在14:00與22:00之后儲能系統容量較低,此時如果新能源出力大幅減少或燃氣輪機故障,那么重要負荷的供電難以得到保障,如圖8所示。在采用策略2的控制方法之后,儲能系統在整個控制周期內均能保持一定的備用容量,當出現特殊情況時,能保證重要負荷一定時間的供電,這可以有效地提高系統穩定性。此外,還需指出采用策略2的控制方法之后,微電網的運行成本提高了3.992%,這是由于本文中可控分布式電源的爬坡速率設置較小,可控分布式電源調節能力偏弱,導致需要增加可控負荷的削減來保證儲能系統的電能儲量,若調整可控分布式電源的爬坡速率,其運行成本與可控負荷的削減量將有明顯好轉。另外,從微電網運行的安全性來說,切除部分非必要負荷,來提高儲能系統容量,從而保證重要負荷的供電,這可