光储联合并网系统建模与低压耐受能力的研究

张景明，李岩松，杜儒剑，刘君

(华北电力大学电气与电子工程学院，北京市 102206)



光储联合并网系统建模与低压耐受能力的研究

张景明，李岩松，杜儒剑，刘君

(华北电力大学电气与电子工程学院，北京市 102206)

为了解决光伏系统随机性强，且故障情况下低压耐受能力差、直流母线过电压、光伏发电效率低等问题，将储能技术引入光伏系统，形成了光储联合并网系统。对光储联合并网系统进行了建模，提出了基于改进的最大功率跟踪技术和有功无功解耦控制的光伏并网模型，并对传统的铅酸蓄电池三阶动态模型进行了简化。在Pscad/Emtdc平台中建立光储联合并网系统的仿真模型，验证了该模型的正确性，在此基础上分析了不同储能容量配置对光伏并网低压耐受能力的影响。仿真结果表明，采用合理的储能配置能够有效提高光伏系统的低压耐受能力。

光伏系统；储能；光储联合系统；低压耐受能力

0 引 言

随着光伏发电的快速发展，并网光伏系统受到越来越多的重视与利用[1-3]。由于太阳能具有的随机性与波动性较大且不可控，光伏系统的功率波动较大。当电网侧发生故障引起并网点电压波动时，会导致光伏电站效率下降甚至不能持续并网运行，即光伏电站不具备较强的低压耐受能力[4]。因此，引入储能技术，研究光储联合并网系统模型，通过储能配置改善光伏系统低电压耐受能力差的问题已经成为近年来电力系统新能源领域的重要课题。

目前光伏发电系统的建模和研究成果，主要集中在光伏电站运行特性和最大功率跟踪方法(maximum power point tracking，MPPT)等方面[5-8]。储能系统应用于电力系统的研究也取得了一定的进展，对几种蓄电池的建模大多采用详细模型，考虑了电池内部特性[9-11]。利用储能系统平滑功率波动可以提高发电功率输出的稳定性，针对可再生能源(大型风电场和光伏电站)的随机性，为减小风电场或光伏电站功率波动对电网带来的不利影响、减小功率分钟级的波动量，蓄电池储能电站大多应用于平抑随机输出功率波动的研究[12-15]。

目前，国内外的光伏-储能联合发电系统的研究主要针对于解决功率波动的问题，而对光伏电站并网的低压耐受能力的研究相对较少。因此，开展储能技术应用于光伏电站并网的研究，建立光储联合并网的模型并针对光伏并网存在的问题设计适当的协调控制策略是十分必要的。

本文对光伏并网系统建模，提出新的MPPT方法和有功无功解耦的并网控制方法；简化传统的铅酸电池的三阶动态模型；针对交流母线故障时光伏电站的低压耐受能力差的问题提出储能协调运行策略并进行仿真分析。

1 光伏并网模型

1.1 光伏电池原理

基于单二极管模型的光伏电池的等效电路如图1所示。

图1 基于单二极管模型光伏电池等效电路

考虑到串联电阻Rs很小而并联电阻Rsh很大，光伏电池输入输出特性为

(1)

式中：IPV、ES分别为光伏电池的输出电流、输出电压；C1、C2是计算系数，其计算式为

(2)

式中：Im、ISC、Vm、VOC是光伏电池的参数，Im和Vm分别为光伏电池的最大功率点电流和电压；ISC和VOC是光伏电池的短路电流和开路电压。

1.2 MPPT控制

实现最大功率点跟踪控制的常用方法包括恒定电压法、电导增量法、模糊控制法、最优梯度法、间歇扫描法、爬山法等。本文利用恒电压法响应快与爬山法定位精确的优点，提出将二者相结合的方法，当工作点偏离最大工作点较大时采用恒电压法快速定位，而在最大工作点附近则应用爬山法进行细微调节，使工作点逐渐接近最大功率点。具体控制流程如图2所示，其中Ut、It、Pt分别为t时刻的电压、电流与有功功率，Um、Uref是恒电压法输出电压和MPPT控制输出参考电压，dU、ΔU分别是电压偏差阈值与扰动电压。

图2 MPPT方法流程图

1.3 并网控制

光伏并网电路如图3中所示，逆变器输出的三相交流电压、电流分别为Ucabc、Iabc；电网电压为Usabc，并假设电网电压为三相平稳的纯正弦波；由于实际的功率开关由理想开关与损耗电阻串联构成，将功率开关损耗电阻同交流滤波电阻合并，用R表示等效电阻；交流滤波电感用L表示；直流侧的电压电流为Udc、Idc。

图3 光伏并网拓扑

根据电路，时变微分方程为

(3)

为了实现有功功率与无功功率的解耦控制，对微分方程应用派克变换，派克变换公式为

(4)

式中θ=ωt+θ0，θ0表示零时刻的d轴与α轴的角度。

若d轴以电网电压Us定位(即Usq为0)，且假设d轴与α轴的角度θ0为0。则dq0坐标下的有功功率与无功功率表达式为

(5)

(6)

式中：id与iq分别是逆变器输出交流电流的d、q轴分量，d、q轴相互耦合。采用状态反馈法进行解耦，并加入电网电动势前馈补偿，即可实现d、q轴电流的解耦控制。经处理后，id就是电流有功分量，iq就是电流无功分量。光伏并网的逆变器控制结构如图4所示，其中的直流电压参考值Udcref与直流电压Udc的差值经PI控制器后作为有功电流分量的参考值id*；而无功电流部分的控制模型将无功电流参考值设为0，即不发出无功功率。

图4 光伏并网的逆变器控制结构示意图

2 储能系统模型

2.1 电池储能简化模型

三阶动态模型多用于长期应用的研究，考虑因素多，建模过程复杂，给应用带来不便，本文针对交流侧故障情况下的光储控制模型进行研究，对原有模型进行简化，得到适用的电磁暂态模型。

三阶动态模型的元件参数与荷电状态(state of charge，SOC)、电解液温度和充放电电流这3个变量有关，而电力系统中的电磁暂态过程的时间通常在几十ms内。蓄电池以10倍额定电流放电1 s时，SOC的变化值约为0.26%，近似认为SOC在电磁暂态过程中保持其初值不变，进而忽略其对电池参数的影响。同时，电池电解液温度在实际工作中很难在短时间内进行精确测量，认为电解液温度在电磁暂态过程中保持恒定。并且短时内放电时RC环节的作用不明显，电池的模型结构可以等效1个电压源串联1个内阻，电路结构如图5所示。

图5 蓄电池简化模型

图中E0为电池模型开路电压，其值等于理想电压源电压，Vb为放电时电池模型的端电压，R为等效内阻，I为放电电流。等效内阻为

(7)

保持SOC初值和电解液温度不变，选择不同的放电电流对电池模型进行放电，放电电流范围为(0.1～10)电池标称容量，放电时长实验。在不同放电电流下，等效内阻的差值为最小内阻值的1.5%。因此短时间内放电时，认为等效内阻与放电电流无关。

保持充放电电流和电解液温度不变，选择不同的SOC初值(取值范围0.05～0.95)对电池模型进行充放电。图6为不同SOC初值所对应的等效内阻，图中PSOC为SOC数值。

正常情况下，电池的SOC值一般为0.2～0.8，由图6可知在充放电两种运行状态下的等效内阻相同。采用多项式拟合得到内阻计算公式。

简化模型中理想电压源为

(9)

式中：Em0、KE均为常数，与电池规格有关；T为电解液初始温度，一般设为环境温度。

图6 等效内阻

2.2 储能系统配置

根据储能系统原理及模型的结构，主要考虑接入位置和功率容量的影响。考虑低电压耐受能力是光伏电站的自身特性，相对于分散配置而言，集中配置的方式更加方便，储能系统通过双向的DC/DC变换器接入光伏系统的直流母线。光储系统及其控制模块的拓扑图如图7所示。

图7 光储联合拓扑结构图

3 协调仿真

在详细建模的基础上，本文先对不加储能的光伏发电并网系统的低压耐受能力进行仿真，讨论储能协调的配置方式，并进一步验证模型的正确性和储能协调提高光伏低压耐受能力的有效性。

3.1 光伏发电并网仿真

本文算例采用单机-无穷大系统。系统容量基值1 MVA，光伏发电的输出功率为1 MW，光伏并网经变压器接入三相交流系统。固定温度25 ℃，光照在1 000 W/m2情况下，设置网络故障，在交流并网母线发生三相短路接地故障，接地阻抗为0.001 Ω，并网点电压下降70%，故障持续时间1 s。直流输出功率、直流电容电压和直流电流的变化情况如图8所示。在不配置储能的情况下，比较不同的MPPT方法对于光伏系统和直流母线的影响。

图8 故障情形下光伏发电系统输出

由图8可看出：故障发生后，并网点电压降落，同时并网电流上升，光伏发电系统的功率输出下降，导致直流电容电压升高了30%以上，已经严重超出了正常运行范围，同时光伏发电的效率也降低到不足40%。另外，比较图8(a)、(b)可以看出，采用恒电压法时，在故障发生和切除时刻光伏电池有功功率才会出现最大值，在故障前后的稳态时刻有功输出都低于最大值，而采用改进MPPT方法则能够有效地改善这一情况。

因此，在故障状态下光伏电站不具备低压耐受能力，必须通过储能装置的协调来解决这一问题。

3.2 储能配置仿真

在光伏系统并网仿真的基础上，对配置储能系统的光储联合并网模型进行仿真分析，对功率容量分别配置为光伏系统容量的30%和50%这2种情况仿真。另外，本文中的蓄电池储能系统并不承担无功调节的作用，主要分析储能系统的配置对于交流母线故障引起的直流母线电压过高和光伏系统效率过低的问题影响。因此，储能系统的有功占比都为100%。

当功率容量达到50%时，才能明显提高光伏电站的低压耐受能力，直流输出功率、直流电容电压和直流电流的变化情况如图9所示。

由图9可看出，当储能配置功率容量为30%时，故障时的直流母线电压最大值不超过正常值的120%，有了显著的下降，同时光伏系统输出功率也有了明显提高；当功率容量为50%时，光伏并网系统在故障情况下仍然能够维持高效的运行，直流电压控制在正常值的110%以内且光伏发电效率能达到将近80%，光伏系统已经有了较强的低压耐受能力。

图9 不同储能容量配置的低压耐受能力仿真结果

4 结 论

(1)建立光伏发电并网模型，提出了新的MPPT方法和有功无功解耦的逆变器控制策略。

(2)对铅酸蓄电池的三阶动态模型进行建模分析，针对特定的时间尺度进行了模型简化。

(3)对配置储能前后的光伏发电并网模型仿真分析，进一步验证模型的正确性和储能协调提高光伏低压耐受能力的有效性。

[1]雷一,赵争鸣.大容量光伏发电关键技术与并网影响综述[J]．电力电子，2010(3):16-23．

[2]杜慧.太阳能光伏发电控制系统的研究[D] .北京:华北电力大学, 2008. Du hui. Research on the control system of solar energy photovoltaic generation[D]. Beijing: North China Electric Power University, 2008.

[3]Q/GDW 617—2011 光伏电站接入电网技术规定[S]．北京：中国电力出版社，2011.

[4]孔令国,蔡国伟,杨德友,等.光-储联合并网发电系统建模与协调控制[J]. 电网技术,2013,37(2):312-317. Kong Lingguo, Cai Guowei, Yang Deyou, et al. Modeling and coordinated control of grid-connected PV generation system with energy storage devices[J].Power System Technology,2013,37(2):312-318.

[5]许晓艳. 并网光伏电站模型及其运行特性的研究[D]．北京:中国电力科学研究院，2009:10-35． XuXiaoyan. Research on the model of grid integration PV station and its operation charaeteristies[D]. Beijing: China Electric Power Institute, 2009:10-35.

[6]周林,武剑,粟秋华,等. 光伏阵列最大功率点跟踪控制方法综述[J].高电压技术，2008,34(6):1145-1154. Zhou Lin, Wu Jian, Li Qiuhua, et al. Survey of maximum power point tracking techniques for photovoltaic array[J].High Voltage Engineering,2008,34(6) :1145-1154.

[7]Prodanovic M, Green T C. Power quality improvement in grid-connected of three phase inverters[C]//Power Electronics Machines and Drives 2002 International Conference. London, UK: IET,2002,143(7)：24-29.

[8]张兴,曹仁贤.太阳能光伏并网发电及其逆变器控制[M]. 北京:机械工业出版社,2012:1-5.

[9]李宏仲,段建民.智能电网中蓄电池储能技术及其价值评估[M]. 北京:机械工业出版社,2012:4-7.

[10]张娟.铅酸电池储能系统建模与应用研究[D].湖南:湖南大学,2013. Zhang Juan. Study on the modeling of lead-acid battery storage system and its application[D]. Hunan: Hunan University, 2013.

[11]刘天琪,江东林. 基于储能单元运行方式优化的微电网经济运行[J]. 电网技术. 2012,36(1):45-50. Liu Tianqi, Jiang Donglin. Economic operation of microgrid based on operation mode optimization of energy storage unit[J].Power System Technology,2012,36(1):45-50.

[12]丁明,徐宁舟,毕锐. 用于平抑可再生能源功率波动的储能电站建模及评价[J]. 电力系统自动化,2011,35(2) :66-72. Ding Ming, Xu Ningzhou, Bi Rui. Modeling of BESS for Smoothing renewable energy output fluctuations[J].Automation of Electric Power Systems,2011,35(2):66-72.

[13]孙卓新,朱永强,倪一峰,等. 基于粒子群算法的含光伏电站的配电网无功优化[J]. 电力建设, 2014,35(4):25-30. Sun Zhuoxin, Zhu Yongqiang, Ni Yifeng, et al. Reactive power optimization of distribution network with photovoltaic power plant based on PSO[J].Electric Power Construction,2014,35(4):25-30.

[14]靳文涛,马会萌,谢志佳. 电池储能系统平滑风电功率控制策略[J]. 电力建设,2012, 33(7):7-11. Jin Wentao, Ma Huimeng, Xie Zhijia. Wind power smoothing control strategy of battery energy storage system[J].Electric Power Construction,2012,33(7):7-11.

[15]李建林,李蓓,惠东.智能电网中的风光储关键技术[M].北京:机械工业出版社,2013:1-4,70-80.

(编辑：蒋毅恒)

Modeling and Low Voltage Tolerance Ability Study of Solar-Battery Hybrid Generation System

ZHANG Jingming, LI Yansong, DU Rujian, LIU Jun

(School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China)

To solve the randomness of photovoltaic (PV) system and low voltage tolerance ability under fault, the over voltage of DC bus, the low efficiency of PV power generation and so on, this paper brought energy storage technology into PV system, and formed solar-battery hybrid system. Detailed modeling of solar-battery co-generation system was studied, and a PV grid model was constructed based on improved maximum power tracking technology and the decoupling control of active and reactive power. The third-order dynamic model of lead-acid batteries had been simplified. In PSCAD/EMTDC, the simulation model of solar-battery hybrid system was established and the simulation results verified the correctness of the model. Furthermore, the impact of energy storage capacity on the low voltage tolerance ability of PV grid was compared. The simulation results show that reasonable storage configurations can effectively improve the low voltage tolerance ability of PV system.

photovoltaic system; energy storage; solar-battery hybrid system; low voltage tolerance ability

E0=Em0-KE(273+T)(1-PSOC)

国家自然科学基金项目(51277066)。

TM 615

A

1000-7229(2015)04-0027-05

10.3969/j.issn.1000-7229.2015.04.005

2014-09-19

2014-11-14

张景明(1990)，男，硕士研究生，主要研究方向为电力系统分析与控制；

李岩松(1970)，男，博士，副教授，主要研究方向为电力系统分析与控制；

杜儒剑(1989)，男，硕士研究生，主要研究方向为电力系统分析与控制；

刘君(1970)，女，博士，副教授，主要研究方向为光学电流互感器及电力系统分析运行与控制。

Project Supported by National Natural Science Foundation of China(NSFC)(51277066).