基于两级式变流器混合储能系统的应用

李阿勇

( 北京科技大学东凌经济管理学院, 北京市 100083)

基于两级式变流器混合储能系统的应用

李阿勇

( 北京科技大学东凌经济管理学院, 北京市 100083)

为提高诸如光伏、风力等可再生能源发电功率的可控性，避免由于外界环境变化引起的功率波动对电网的负面影响，提出一种基于两级式储能变流器的混合储能系统，采用PQ控制策略平抑可再生能源功率波动的方案。通过低通滤波算法估算混合储能系统的能量补偿，进一步设计控制器，精确控制储能系统的能量流向，达到储能系统与电网之间及时准确的能量交换。以光伏发电为应用背景，在MATLAB/SIMULINK中搭建混合储能系统模型。仿真结果表明：该方法使得光伏发电模块输出功率平缓，起到了平抑效果，可以满足电力系统实时调度的要求。

储能变流器；混合储能系统；控制策略；平抑功率波动

0 引 言

以风力和太阳能为代表的可再生能源发电在并网运行时，由于其本身存在波动性和间歇性的特点，难以提供持续稳定的功率，同时也不利于人工预测[1]，给电网运行带来诸多不利影响，也制约了可再生能源发电的进一步发展。

针对可再生能源输出功率的波动问题，近年来，国内外学者在平抑策略方面做了大量研究。目前常见的策略中有结合能源间的协同控制策略，如水电风电联合调度补偿风力发电输出功率的波动[2]、风力发电经火电调节输出稳定功率的风火打捆方案[3-5]，这类策略由于需要多能源间的配合，应用条件严苛，且成本较高；还有结合新能源发电自身的特点提出的策略，风力发电方面，通过直接调节风力浆转矩或改变风力叶片转速的方式调节输出功率[6-8]，光伏发电中，基于最大功率跟踪算法和并网逆变控制的方法得到广泛应用[9-11]，此类策略对功率波动均有一定抑制效果，但无法有效应对能源中断等突发状况。

储能技术由于具备提供短时供电、电力削峰填谷和改善电能质量的优势，在电力系统稳定运行、新能源接入、改善电能质量和应急电源等方面已经得到了广泛应用[12]。基于储能单元的双向流动性，将其配置在电源侧，可以平滑可再生能源发电在不同时间尺度上的出力波动，使电网可调度性、可预测性以及经济性得到显著提高。文献[13-14]分别提出了单独利用蓄电池和超级电容器作为储能介质来抑制光伏发电功率波动的控制方法，具有一定可行性。但是单一储能介质的系统缺点非常显著，蓄电池的功率密度低、超级电容器的能量密度小，都会影响储能系统的整体性能。文献[15-16]都提出了基于混合储能系统的平抑风电功率波动的方案，但是功率补偿均是基于日统计数据的概率性估算，不具备通用性和时效性。

本文提出一种基于PQ控制的两级式变流器的铅酸蓄电池和超级电容器的混合储能系统，给出结合一阶低通滤波器算法[17]估算功率补偿的光伏发电输出功率波动抑制策略。该方法能够实时监控输出功率并同步计算理想状态下的功率补偿量，具有很强的时效性和通用性。最后，在MATLAB/SIMULINK平台上搭建仿真模型，验证所提方案的有效性。

1 混合储能系统

储能系统由储能模块和能量转换系统组成。为充分利用蓄电池的大能量密度和超级电容器的大功率密度，储能模块选取铅酸蓄电池和超级电容器混合储能的方式；能量转换系统是储能系统的核心，控制储能系统和电网系统间的能量交换，本文选取非隔离型半桥双向DC/DC和三相三线DC/AC串联的两级式储能变流器拓扑。系统的整体原理框图如图1所示。

图1 储能系统并网结构示意图Fig.1 Grid-connected structure of energy storage system

1.1 两级式变流器

前级非隔离型半桥双向DC/DC拓扑如图2所示。

图2 非隔离型半桥双向DC/DC变流器Fig.2 Non-isolated bidirectional half bridge DC/DC converter

如图2所示，当T1管关断(此时相当于二极管)，T2管导通时，功率由u2侧流向u1侧，等效为Buck变换电路；而当T2管关断，T1管导通时，功率从u1侧传输至u2侧，等效为Boost变换电路。通过对功率开关管的脉冲信号的控制，可以实现电路工作模式间的切换。

当双向DC/DC变流器工作在Buck模式下时，储能介质处于充电状态下，有电流环限制充电电流保护开关管及储能介质，当储能模块端电压较低时，充电电流处于饱和限幅状态进行恒流充电；当储能模块达到预定充电电压后，在电压环作用下对其进行恒压充电。当电网难以满足用户侧电力需求时，此时储能模块将存储的能量经由双向DC/DC变流器和并网变流器传输至电网，此时双向DC/DC变流器工作于Boost模式，在电压环作用下输出恒定直流母线电压。

因此，双向DC/DC变流器连接了储能模块和直流母线，起到了控制储能单元能量双向流动的作用。

后级三相三线DC/AC变流器拓扑结构如图3所示，通过控制6个开关管的通断实现电网电流与电压相对相位的控制，使电路工作在单位功率因数整流/逆变状态或者输送纯感性/容性无功功率状态。

图3 三相三线DC/AC变流器Fig.3 Three-phase three-wire DC/AC converter

假设在电网电压对称(正序)的情况下，根据电路的基本方程建立该拓扑的数学模型。在此模型的基础上，依据坐标变换原理，将拓扑的数学模型转换至dq坐标系下，采用前馈解耦控制策略，设计控制器并配合空间矢量调制方法实现电流控制。

1.2 储能模块

混合储能系统的储能模块采用铅酸蓄电池和超级电容器的混合储能介质。

超级电容器是一种通过极化电解质来储能的新型储能元器件。储能过程不包含化学反应，且储能过程可逆，由于具备这些特性，使得超级电容器具有功率密度高、充电时间短、使用寿命长的优点。超级电容器主要有恒流充电和恒功率充电2种充电方式。

铅酸蓄电池工作过程则伴随着化学反应的发生，其放电状态下，正极主要成分是二氧化铅，负极主要成分是铅；在充电状态下，正负极主要成分都是硫酸铅。在主反应进行的同时，蓄电池多余的电能会进行副反应(水的电解)，使得电池正极析出氧气、负极析出氢气，产生冒泡现象。

蓄电池和超级电容器在技术性能上呈现互补特性：蓄电池工作电压高、体积小、能量密度高；超级电容器充放电速度快、效率高、功率密度大。二者并联的结构，不仅能够缩小储能装置的体积，还可以有效提高储能装置的输出功率。

为配合双向DC/DC变流器控制器设计，要分别对蓄电池和超级电容器进行建模分析。蓄电池模型用经典的CIEMAT模型，由电压源和一个可变内阻来描述电池特征。超级电容器也采用经典的一阶线性RC模型，等效为一个理想电容器并联一个阻值较大的电阻(并联等效阻抗)和串联一个阻值较小的电阻(串联等效阻抗)。

2 混合储能系统控制策略

混合储能系统的整体控制框图如图4所示。在光伏发电系统中接入混合储能系统，当电网电压极大偏离平均值时，储能系统吸收电网功率，充电储能；而当电网电压跌落时，由储能系统释放能量，实现功率的平均调节，达到抑制功率波动的效果[18]。

图4 混合储能系统控制框图Fig.4 Control block diagram of hybrid energy storage system

2.1 整体控制策略

如图4所示，混合储能系统实时监测光伏模块发电功率P，P必然呈现无规则波动形态。将实际功率P经过低通滤波算法滤波后(根据波动抑制要求设计低通滤波器)，得到相对平滑的控制目标功率P0。二者之差ΔP即为储能系统功率补偿量，符号决定了DC/DC变流器的功率流向。ΔP为正时，表明光伏发电功率处于溢出状态，储能单元需要吸收功率进行能量回收；反之，说明光伏发电处于低谷，需要储能系统释放能量维持电网功率稳定。

2.2 低通滤波器算法

低通滤波器算法使用了一阶惯性环节作为低通滤波器，其作用是可以使得输出功率变得更加平稳。一阶惯性环节的时间常数T决定了滤波环节的功率追踪性能，因此根据目标调节功率ΔP改变惯性环节时间常数，当ΔP绝对值超过功率临界值Pmax时，适当增加时间常数，使得储能系统跟踪性能下降，平缓陡峭输出功率；反之，需要减小时间常数以平衡整体波动效果。

这里的初始时间常数以1/2为其初始值。功率临界值Pmax和变步长ΔT可根据具体情况灵活设定。

其算法流程图如图5所示。

图5 LPF算法流程图Fig.5 Flow chart of low pass filter algorithm

2.3 PQ控制

DC-AC并网逆变器采用PQ控制策略，根据产生的功率补偿量计算出指令电流大小，进而控制电网有功/无功电流大小，调制出变流器PWM信号。

在电网电压三相对称情况下，电网有功无功电流可表示为

(1)

式中：P、Q分别代表电网有功无功功率；Ed，Eq表示在dq坐标系下正序电压dq轴分量；Id，Iq表示在dq坐标系下电网电流dq轴分量。

PQ控制框图如图6所示，控制图基于DC/AC变流器在dq坐标系下模型推导而得。图中各dq轴分

图6 PQ控制框图Fig.6 PQ Control block diagram

量对应图3的拓扑。fd、fq为开关量S在dq轴分量；Ugd、Ugq为电压扰动dq轴分量。

在PQ控制环节后加入了前馈解耦使得内环电流Id，Iq解耦，实现独立控制。外环电压Udc由前级双向DC-DC变流器控制稳压。

3 实验仿真

在Matlab/Simulink平台下搭建混合储能系统在光伏发电并网中的仿真模型。

3.1 光伏模块

光伏电池是能够将太阳能转化成电能的非线性器件，其等效电路如图7所示[19]。

图7 光伏电池等效电路Fig.7 Equivalent circuit of photovoltaic cell

光伏电池等效电路的特性方程可表达为

(2)

式中：I、U为光伏电池输出电流、电压；Rs、Rsh分别为电路串联和并联电阻；Iph代表光生电流；I0为二极管反向饱和电流；q为库伦常数(q=1.6×10-19C)；T表示绝对温度；玻尔兹曼常数k=1.38×10-23J/K；n为无量纲任意曲线的拟合常数。

光伏模块选取功率20 kW，采用扰动观察法进行最大功率跟踪[20-21]，在外界光照条件、温度不变情况下的仿真曲线如图8所示。

由图8可以看出，输出功率稳定在20 kW，达到预期跟踪效果。

3.2 混合储能模块

根据光伏模块的输出功率20 kW，设定双向DC/DC变流器低压侧电压U1=350 V、高压侧电压U2=700 V，电感电流额定值IL=100 A。由电感和电容的伏秒平衡推导出主电路参数计算公式：

(3)

式中：ΔiL和Δu2分别为电感纹波电流和电容纹波电压，通常取电感电流和电容电压的10%；L、C、R分别为主电路的电感、电容和负载电阻大小；U1和U2分别为直流低压和高压侧电压；D为占空比；Ts为开关管导通周期。

图8 光伏模块输出功率波形Fig.8 Output power waveform of photovoltaic module

图9显示了DC-DC 变流器分别工作于Buck和Boost模式下的仿真波形，图9(a)和图9(c)反映了变流器的稳压性能，符合设计预期。

图9 DC/DC变流器仿真波形Fig.9 Simulation waveform of DC/DC converter

DC/AC变流器部分以单位功率因数整流为例，闭环控制模型推导过程中令A、B、C三相电压与电流同相位。单位功率因数下，电网(A相)电流与电压的波形如图10所示。

设计超级电容器恒流充电电流为100 A，初始电压为70 V，升压至120 V；恒功率充电功率为20 kW，电流限幅为250 A，升压到120 V。选用2只60 V，125 F超级电容串联，构成120 V，62.5 F超级电容器组；根据铅酸蓄电池充放电特性曲线，以及温度、寿命、自放电特性，选用10只100 A·h铅酸蓄电池串联，构成120 V，100 A·h蓄电池组。

图10 单位功率因数电压与电流波形Fig.10 Voltage and current waveforms under unit power factor

模拟三相三线混合储能系统充电特性曲线如图11(a)所示，超级电容器工作于恒流充电状态，充电电流为100 A，端电压近似直线上升，当达到 120 V时，充电结束，充电电流降为0。放电特性曲线如图11(b)所示，混合储能系统在放电过程中，由于直流侧母线电压在升压至稳定的过程中有一个小超调量，导致在0.2 s左右电网对超级电容器的反向充电。放电过程中电流环控制放电电流保持恒定。

图11 超级电容器充放电曲线Fig.11 Charging and discharging curve of super capacitor

铅酸蓄电池充放电曲线如图12所示。

铅酸蓄电池由于内部发生化学反应，故充放电过程较慢，需要近20 h。

3.3 平抑波动仿真

为了充分模拟实际光照条件以产生输出功率的波动，这里将光伏模块的输入变量光照强度S设置成在600～1 000 W/m2波动的随机函数[22]，外界温度T均设置成10～30 ℃波动的随机函数。

如图13所示，光伏模块在外界输入条件变化的情况下输出呈现不规律的波动形态。

图12 超级电容器充放电曲线Fig.12 Charging and discharging curve of lead acid battery

图13 光伏模块输出功率波形Fig.13 Output power waveform of photovoltaic module

加入混合储能系统后，实际输入电网的功率波形如图14所示。

图14 电网输入功率波形Fig.14 Grid power input waveform

由图14可看出，当混合储能系统在初始充电状态过后，开始起到调节功率平衡的作用效果，输出功率稳定在18 kW附近，显著抑制了光伏模块输出功率的波动，减小了对电网的冲击。

4 结 论

本文提出了一种基于PQ控制的两级式变流器的铅酸蓄电池和超级电容器的混合储能系统抑制光伏发电输出功率波动策略。算例仿真表明，该方法能够有效抑制功率波动，有利于电网的稳定运行。同时，该方法结合一阶低通滤波器算法估算功率补偿，具有良好的时效性和通用性，具有良好的应用前景。

[1] 丁明, 陈忠, 苏建徽,等. 可再生能源发电中的电池储能系统综述[J]. 电力系统自动化, 2013, 37(1):19-25. DING Ming, CHEN Zhong, SU Jianhui, et al. An overview of battery energy storage system for renewable energy generation[J].Automation of Electric Power Systems,2013,37(1):19-25.

[2] BROOKS D, KEY T, FELTON L. Increasing the value of wind generation through integration with hydroelectric generation[C]//IEEE Power Engineering Society General Meeting. IEEE: San Francisco, CA, 2005:1923-1925.

[3] 陈树勇, 陈会员, 唐晓骏,等. 风火打捆外送系统暂态稳定切机控制[J]. 电网技术, 2013, 37(2):514-519. CHEN Shuyong, CHEN Huiyuan, TANG Xiaojun, et al. Generator tripping control to uphold transient stability of power grid outwards transmitting thermal-generated power bundled with wind power[J]. Power System Technology, 2013, 37(2):514-519.

[4] 肖创英, 汪宁渤, 丁坤,等. 甘肃酒泉风电功率调节方式的研究[J]. 中国电机工程学报, 2010,30(10):1-7. XIAO Chuangying, WANG Ningbo, DING Kun, et al. System power regulation scheme for Jiuquan wind power base[J]. Proceedings of the CSEE, 2010,30(10):1-7.

[5] 朱艺颖, 董鹏, 胡涛，等. 大规模“风火打捆”经直流外送数模混合仿真系统[J]. 电网技术, 2013, 37(5):1329-1334. ZHU Yiying, DONG Peng, HU Tao, et al. A digital-analog hybrid simulation system for sending out massive thermal-generated power bundled with wind power via HVDC transmission system[J]. Power System Technology, 2013, 37(5):1329-1334.

[6]USHIWATA K, SHISHIDO S, TAKAHASHI, et al. Smoothing control of wind generator output fluctuations by new pitch controller[C]// International Conference on Electrical Machines and System. Seoul: IEEE, 2007:308-317.

[7] 李立成, 叶林. 变风速下永磁直驱风电机组频率—转速协调控制策略[J]. 电力系统自动化, 2011, 35(17):26-31. LI Licheng, YE Lin. Coordinated control of frequency and rotational speed for direct drive permanent magnet synchronous generator wind turbine at variable wind speeds[J].Automation of Electric Power Systems,2011,35(17):26-31.

[8] 赵书奇, 吴梦婕, 廖强强,等. 基于并网风电场的电池储能技术经济性分析[J]. 电力建设, 2015, 36(5):131-135. ZHAO Shuqi, WU Mengjie, LIAO Qiangqiang, et al. Technical and economic analysis on battery energy storage based on grid-connected wind farm[J]. Electric Power Construction, 2015, 36(5):131-135.

[9] 李善寿, 张兴, 张鸿恺,等. 基于功率闭环控制与PSO算法的全局MPPT方法[J]. 中国电机工程学报, 2014, 34(28):4809-4816. LI Shanshou, ZHANG Xing, ZHANG Hongkai, et al. Global MPPT method based on power closed-loop control and PSO algorithm [J]. Proceedings of the CSEE, 2014, 34(28):4809-4816.

[10] 沈欣炜, 郑竞宏, 朱守真,等. 光伏并网逆变器控制参数的dq 轴解耦辨识策略[J]. 电力系统自动化, 2014, 38(4):38-43. SHEN Xinwei, ZHENG Jinghong, ZHU Shouzhen, et al. A dq axis decoupling parameter identification strategy for grid-connected inverter controller of photovoltaic generation system[J].Automation of Electric Power Systems,2014,38(4):38-43.

[11] 王久和, 慕小斌, 张百乐,等. 光伏并网逆变器最大功率传输控制研究[J]. 电工技术学报, 2014, 29(6):49-56. WANG Jiuhe, MU Xiaobin, ZHANG Baile, et al. Research on maximum power transfer control of photovoltaic grid connected inverters[J]. Transactions of China Electrotechnical Society, 2014, 29(6):49-56.

[12] 周林, 黄勇, 郭珂,等. 微电网储能技术研究综述[J]. 电力系统保护与控制, 2011, 39(7):147-152. ZHOU Lin, HUANG Yong, GUO Ke, et al. A survey of energy storage technology for micro grid[J]. Power System Protection and Control, 2011, 39(7):147-152.

[13] 唐西胜, 齐智平. 基于超级电容器储能的独立光伏系统[J]. 太阳能学报, 2006, 27(11):1097-1102. TANG Xisheng, QI Zhiping. Study on a stand-alone PV system with ultracapacitor as energy storage device[J]. Acta Energiae Solaris Sinica, 2006, 27(11):1097-1102.

[14] 邱培春, 葛宝明, 毕大强. 基于蓄电池储能的光伏并网发电功率平抑控制研究[J]. 电力系统保护与控制, 2011, 39(3):29-33. QIU Peichun, GE Baoming, BI Daqiang.Battery energy storage-based power stabilizing control for grid-connected photovolataic power generation system[J]. Power System Protection and Control, 2011, 39(3):29-33.

[15] 于芃, 赵瑜, 周玮,等. 基于混合储能系统的平抑风电波动功率方法的研究[J]. 电力系统保护与控制, 2011, 39(24):35-40. YU Peng, ZHAO Yu, ZHOU Wei, et al. Research on the method based on hybrid energy storage system for balancing fluctuant wind power[J]. Power System Protection and Control, 2011, 39(24):35-40.

[16] 刘霞, 江全元. 风光储混合系统的协调优化控制[J]. 电力系统自动化, 2012, 36(14):95-100. LIU Xia, JIANG Quanyuan. An optimal coordination control of hybrid wind/photovoltaic/energy storage system [J].Automation of Electric Power Systems,2012,36(14):95-100.

[17] 周柯, 罗安, 夏向阳,等. 一种改进的ip-iq谐波检测方法及数字低通滤波器的优化设计[J]. 中国电机工程学报, 2007, 27(34):96-101. ZHOU Ke, LUO An, XIA Xiangyang, et al. An improved ip-iq harmonic current detecting method and digital low-pass filter’s optimized design [J]. Proceedings of the CSEE, 2007, 27(34):96-101.

[18] BEAUDIN M, ZAREIPOUR H, SCHELLENBERG A, et al. Energy storage for mitigating the variability of renewable electricity sources-energy storage for smart grids-chapter1[J]. Energy Storage for Smart Grids，2010, 14(4):302-314[19] JIANG J A, SU Y L, SHIEH J C, et al. On application of a new hybrid maximum power point tracking (MPPT) based photovoltaic system to the closed plant factory[J]. Applied Energy, 2014, 124(1):309-324.

[20] GONG Z, WANG J J, GONG M F, et al. Modeling and simulation of PV cell and its application of MPPT[J]. Applied Mechanics & Materials, 2012, 349(1):6-11.

[21] 张渊明, 孙彦广, 张云贵. 基于电压扫描和电导增量法的局部遮荫条件下多峰MPPT方法[J]. 电力建设, 2012, 33(6):55-59. ZHANG Yuanming, SUN Yanguang, ZHANG Yungui. Multi-peak MPPT method under partially shaded conditions based on voltage sweeping method and incremental conductance method [J]. Electric Power Construction, 2012, 33(6):55-59.

[22] 马川, 刘迎澍. 微电网中分布式电源简化模型[J]. 电力建设, 2014, 35(6):44-49. MA Chuan, LIU Yingshu. Simplified model for distributed power in microgrid[J]. Electric Power Construction, 2014, 35(6):44-49.

(编辑 张媛媛)

Application of Hybrid Energy Storage System Based on Two-Stage Converter

LI Ayong

(Dongling School of Economics and Management, University of Science and Technology Beijing, Beijing 100083, China)

To improve the controllability of the power generation of renewable energy such as photovoltaic power, wind power, etc., and avoid the negative impact of power fluctuation caused by external environmental changes on power grid, this paper proposes a hybrid energy storage system based on two-stage energy storage converter, which adopts PQ control strategy to suppress renewable power fluctuation. The energy compensation for energy storage system is estimated by low pass filter algorithm, then the controller is further designed to accurately control the power flow of energy storage and achieve timely and accurate energy exchange between energy storage system and power grids. Finally, this paper constructs a model for hybrid energy storage system under the background of photovoltaic power generation in MATLAB/SIMULINK platform. The simulation results show that, this method can smooth the output power of the photovoltaic power generation module smooth and has the suppression effect, which can meet the requirements of real-time scheduling of power system.

energy storage converter; hybrid energy storage system; control strategy; power suppression

TM 46

A

1000-7229(2016)08-0058-07

10.3969/j.issn.1000-7229.2016.08.009

2016-04-26

李阿勇(1976)，男，博士研究生，主要研究方向为电网工程建设。