脉冲负载下独立微电网混合储能的优化控制策略

师 萌，王金全，黄克峰，严 鋆

(陆军工程大学 国防工程学院，江苏 南京 210007)

0 引言

随着电力电子变流技术的高速发展与广泛应用，以相控阵雷达为代表的新型装备不断涌现。该类装备的负载平均功率低而峰值高[1]、周期短、冲击强，呈现强烈脉冲特性，是典型的脉冲负载。现阶段，工程或装备的自备电源多以柴油发电机组为主，系统容量小、惯性弱，脉冲负载导致其传输功率大幅振荡，甚至引起系统跳闸保护而中断工作。由此可见，脉冲负载给小容量独立微电网系统的稳定性带来巨大挑战。为保持独立微电网系统的可靠性、稳定性和经济性，采用配置储能系统进行功率平抑成为有效手段之一。

目前，储能设备可分为能量型和功率型两类[2-3]，以蓄电池为代表的能量型储能设备能量密度大、存储能量多，以超级电容为代表的功率型储能设备功率密度高、响应速度快[4]。为使储能系统兼备能量和功率双重优势，以降低脉冲负载对微电网母线电压的大幅波动，本文使用混合储能系统。

在对混合储能系统的研究中，不同储能介质间的功率分配问题是近年研究热点之一。文献[5]采用低通滤波的方法补偿风电功率中的特定频段分量，但未考虑储能设备SOC，易造成设备过冲过放。文献[6]采用经验模态分解的方法，根据储能设备SOC实时调整EMD的滤波阶数以维持荷电状态的稳定，但计算过程复杂繁琐，而且忽略了储能系统整体的性能优化。文献[7]采用时间常数随储能系统荷电状态变化的方法，但无法依据理论公式求解最佳时间常数，凭经验获取耗时很长。文献[8]研究混合储能系统的功率分配策略，为减少电池的充放电次数而过度使用超级电容，影响了整体使用的稳定性和耐用度。

为解决混合储能存在的问题，本文对蓄电池和超级电容组成的混合储能系统进行“双优化”控制。首先，根据测量得到的柴油发电机组整流输出直流功率、脉冲负载等效功率和混合储能电池SOCH，利用模糊逻辑算法优化混合储能系统的充放电功率；然后，以超级电容SOC作为蓄电池功率分配基础，建立超级电容与蓄电池之间功率分配算法，优化蓄电池储能；最后，通过MATLAB/Simulink仿真验证了本文所提方法的正确性和有效性。

1 脉冲负载混合储能系统结构

本文针对由蓄电池和超级电容组成的独立微电网混合储能系统进行控制优化，系统结构如图1所示。

图1 含脉冲负载的柴油发电机组混合储能系统结构框图

图1中柴油发电机组通过可控整流再经C滤波后给脉冲负载供电，输出电压为ud0，负载电流为idc，直流开关S为脉冲开关，与电阻负载共同组成脉冲负载。采用超级电容和磷酸铁锂电池组成混合储能补偿系统，分别通过双向DC/DC连接到直流母线上，平抑脉冲负载运行过程中引起的母线电压波动，减小整流器前交流电流和电压的波形畸变，改善交流供电质量和柴油发电机工作条件。

依据系统运行特性可将整个系统划分为3个功率模块：混合储能充放电功率PH(t)、柴油发电机组供电直流功率Pdc(t)、脉冲负载等效功率Pload，其中，混合储能充放电功率包括超级电容充放电功率PS(t)和蓄电池充放电功率PB(t)。

忽略系统运行中线路及设备的能量损耗，由能量守恒定律可知，各部分功率满足如下关系式：

(1)

2 混合储能系统的优化控制

2.1 混合储能系统充放电功率的修正

2.1.1参考值SOCH的获取

综合蓄电池与超级电容的荷电状态，可由式(2)计算混合储能系统的荷电状态SOCH：

(2)

其中：SOCB(t)、CB分别为混合储能系统中蓄电池的荷电量和额定值；SOCS(t)、CS分别为混合储能系统中超级电容的荷电量和额定值。

混合储能系统在独立微电网中的关键作用在于其通过不断地充放电补充或吸收系统能量，保证系统在整体上处于功率平衡状态。因此，混合储能系统的荷电量越接近饱和容量的一半，其性能越优；反之，荷电量越接近空电或饱和，其性能越差。本文将混合储能系统由空电到饱和划分为7个荷电状态，如图2所示。

图2 混合储能系统的荷电状态

当SOCH为0.4～0.7时，混合储能系统既可及时补充柴油发电机组母线电压跌落，亦可及时吸收母线多余能量，此时混合储能系统处于最佳工作状态。当SOCH为0.3～0.4、负载功率达到峰值时，其强行向母线补充电量以平抑功率波动，很容易造成电池与超级电容的过放，缩短使用寿命。当SOCH为0.7～0.8时，易造成混合储能系统的过充。当SOCH分别为0.2～0.3和0.8～0.9的临界状态时，系统只能充电和放电。其他SOCH值表示混合储能系统已处于非正常态。

2.1.2采用模糊控制方法的功率修正

若不考虑混合储能系统的荷电状态，直接依据整流输出的直流功率Pdc(t)与负载等效功率Pload来计算功率波动量PH(t)，强行使混合储能系统释放或吸收能量，极易造成混合储能系统过充或过放。对此，本文利用基于模糊控制的方法，对混合储能系统充放电功率进行修正。

如图3所示，将混合储能系统的荷电状态SOCH与充放电参考功率PH同时作为模糊控制方法的输入量，经过模糊控制后得到ΔPH再与参考值PH相加以修正，得到混合储能系统的充放电功率Pe。

图3 混合储能系统充放电功率的修正控制图

如图4所示，本文采用2输入(SOCH、PH)-1输出(ΔPH)的模糊控制方法。SOCH的取值范围为[0,1]；两个输入变量的隶属度函数分别包含7个模糊子集：负值最大(NB)、负值中度(NM)、负值最小(NS)、零、正值最小(PS)、正值中度(PM)及正值最大(PB)。

图4 2输入-1输出的模糊控制方法结构

确定规则的依据如下：若功率波动量PH(t)为正值，则独立微电网要求混合储能系统向母线放电以补充负载功率需求，而补充值要参考混合储能系统自身的荷电量，避免过放，即SOCH值大时多放电，中等时少放电，小时不放电。参考两个输入量各自的7个状态，得到模糊控制方法逻辑表如表1所示。

表1 模糊控制方法逻辑表

2.2 混合储能系统充放电功率的分配

由2.1节确定了独立微电网中混合储能系统所需充放电的功率Pe，而Pe分配于超级电容和蓄电池时，必须考虑两种储能介质自身的工作特性将功率变化缓慢、迅速的分量分别分配给蓄电池，和超级电容。传统分配方法原理简单，但其最佳滤波时间常数会随微电网系统各个模块参数的变化而变化，难以找出计算规律，且滤波效果不理想。对比此传统滤波方法，提出了基于超级电容SOC的功率优化控制方法。系统运行时，超级电容的荷电状态SOCS仅与电容电压有关，计算方便且不会跳变，所以将其作为功率分配函数的自变量。为简化计算，令蓄电池分配功率PBe与超级电容实时荷电状态SOCS之间的相关系数为-1。即当SOCS接近最大值SOCSmax时，PBe接近负的最大值PBemax，同时蓄电池的充电功率增大，此时强制超级电容放电；当SOCS接近最小值时，PBe接近正的最大值PBemin，同时蓄电池的放电电功率增大，迫使超级电容充电，其线性功率分配方式函数如图5所示。

图5 混合储能系统功率分配函数

可得图5函数表达式为：

(3)

则分配给超级电容的功率PSe为：

PSe=Pe-PBe

(4)

为比较传统滤波方法与本文提出的基于电容SOC的功率分配法，对峰值功率为20 W、脉冲周期为1 s、占空比为50%的方波信号进行充放电功率分配仿真计算。传统滤波法采用时间常数为1 s的一阶低通滤波器，超级电容工作极限荷电状态最大值SOCSmax与最小值SOCSmin分别为0.9和0.2进行稳态仿真，由图6仿真结果所示，采用传统滤波方法进行功率分配时，超级电容和蓄电池的充放电功率都分别达到了极值10、50和-20、20；而基于超级电容SOC的功率分配方法二者都小于极值。因此，相较于传统LC滤波方法，基于超级电容SOC的分配方法使超级电容和蓄电池充放电功率更平缓，对混合储能系统冲击性更小。

图6 混合储能功率分配方法仿真对比

由式(4)得到超级电容分配功率PSe，令其与前端电压us相比得超级电容的电流参考信号iSe，并与反馈实时电流测量值is作差，再通过PI调节器产生超级电容实际投入工作模式的PWM信号，其控制框图如图7所示。

图7 超级电容PWM信号产生原理图

参考超级电容PWM信号产生原理可得蓄电池PWM信号的控制方法，但值得注意的是，蓄电池还需要考虑SOP指标，为避免蓄电池的过放，一般要加入SOP限值进行处理。

本节基于混合储能系统功率优化分配方法以及2.1 节模糊控制方法对电功率的修正，可得脉冲负载下独立微电网混合储能系统的优化控制原理如图8所示。

图8 脉冲负载下独立微电网混合储能系统的优化控制原理图

3 仿真分析

为验证混合储能系统“双优化”控制策略的正确性与可行性，本文利用 MATLAB/Simulink软件进行了仿真研究。仿真系统由柴油发电机组、磷酸铁锂电池-超级电容组成的混合储能系统以及脉冲负载组成。

主要参数设置如下：柴油发电机组功率为30 kW，脉冲负载峰值功率为30 kW、周期为56 ms、占空比为50%，并由文献[9]可得脉冲负载等效功率为32.19 kW。脉冲负载的等效功率大于柴油发电机组，必须由储能系统进行功率补偿。混合储能系统参数设置为：直流母线电压500 V，磷酸铁锂电池7.26 kW/10.13 kWh，超级电容5.06 kW/2.17 kWh。

3.1 仿真系统

“双优化”控制策略分为两步：一是将基于实时计算的混合储能系统的荷电状态SOCH与补偿功率参考值PH(t)作为2输入，由模糊逻辑控制算法得到修正的充放电功率；二是以电容SOC为变量的线性计算方法进行混合储能系统功率分配，分别得到磷酸铁锂电池与超级电容的分配功率。

蓄电池的控制方式如图9所示，选用电流跟踪的控制方式进行恒压限流控制。其中iLref为电感电流参考值；Gm(s)为PWM的传递函数；Gboid(s)为电感电流信号控制信号的传递函数；H(s)为电感电流的采样环节；Gboid1(s)、Gboid2(s)分别为放电和充电状态时电流环的校正函数，提高了系统稳定性。

图9 蓄电池充放电控制策略

超级电容在混合储能系统中平抑了高频功率波动部分，本设计在充电过程中选择电流控制，放电过程中为避免时间滞后和采样失真等情况，采用双环控制策略，其控制原理图如图10所示。

图10 超级电容充放电控制策略

3.2 仿真结果与分析

依据3.1节所搭建的仿真系统进行仿真。

直流母线电压仿真波形如图11所示。分析可得：混合储能系统投入运行前，直流母线电压存在较大幅度的波动，电压最大值可达600 V，最小值约为380 V，幅值差高达220 V；2 s时，混合储能系统投入运行，电压的幅值振荡大幅减小，在530 V～450 V区间波动，幅值差缩小为80 V。混合储能系统主要起到削峰填谷作用，脉冲负载峰值功率突变时由柴油发电机组和混合储能系统共同为负载供电，脉冲结束后，由柴油发电机组为混合储能系统充电，优化了系统的输出特性。

混合储能系统总充放电功率及超级电容、蓄电池各自充放电功率如图12所示。对比传统滤波算法下得到的充放电功率参考值1，模糊控制器相应减弱了它的充放电功率，起到保护储能系统的作用。

混合储能系统补偿前后系统谐波含量的对比如图13所示，由图13(a)可得混合储能补偿系统加入前，系统的谐波畸变率(THD)高达37.6%，由图13(b)可得储能补偿加入之后畸变率降至28.16%，且6k±1次谐波在一定程度上均有所抑制。基于仿真结果，通过计算可以得到混合储能系统加入前后直流电压波动率δu和交流频率波动率δf，对比结果如表2所示。基于本文提出的新型控制策略可以使得电压波动率、交流频率波动率、谐波畸变率均大幅减小，系统性能得到改善，达到优化目的。

图11 储能补偿柴油发电机组带脉冲负载仿真波形

图12 混合储能系统充放电功率仿真波形

指标δf/%δu/%THD/%补偿前6.5626.0837.60补偿后3.4114.4628.16

图13 储能系统补偿前后总谐波含量

4 结论

本文以蓄电池和超级电容组成独立微电网中的混合储能系统，在此基础上对其脉冲负载运行特性进行“双优化”控制。首先由整流直流功率和脉冲负载等效功率计算得到波动功率，与混合储能系统SOC构成2输入，利用模糊逻辑算法，修正混合储能系统的充放电功率；其次以超级电容SOCH作为蓄电池功率分配基础，推导出蓄电池功率分配算式，优化混合储能系统充放电功率的分配方法。通过MATLAB/Simulink进行仿真，结果表明，本文提出的功率优化控制策略可以有效降低柴油发电机组带脉冲负载运行产生的功率波动，改善系统电能质量，降低蓄电池和超级电容的充放电功率峰值，提高储能设备寿命，实现了脉冲负载下独立微电网混合储能系统的优化控制。

本文提出的混合储能系统供电功率利用了基于超级电容SOC的线性分配控制策略，下一步工作是深入研究储能设备的充放电机理及其功率分配方法，进一步提高混合储能系统的功率补偿效果，并延长其寿命，降低成本。

[1] 胡娟,杨水丽,侯朝勇,等.规模化储能技术典型示范应用的现状分析与启示[J].电网技术,2015,39(4):879-885.

[2] 邹见效,戴碧蓉,彭超,等.基于荷电状态分级优化的混合储能风电功率平抑方法[J].电力系统自动化,2013,37(24):1-6.

[3] Li Wei，JOOS G.A power electronic interface for a battery super capacitor hybrid energy storage system for wind applications [C].Proceedings of IEEE Annual Power Electrics Specialists Conference.Rhodes，Greece，2008：1762-1768.

[4] 蒋玮,周赣,王晓东,等.一种适用于微电网混合储能系统的功率分配策略[J].电力自动化设备, 2015,35(4):38-43，52.

[5] 邓汇娟,张铁山,周小光,等.超导储能蓄电池混合储能在风力发电中的应用[J].电源学报,2013(1):25-29.

[6] 张晴,李欣然,杨明,等.净效益最大的平抑风电功率波动的混合储能容量配置方法[J].电工技术学报,2016,31(14):40-48.

[7] 谢俊文,陆继明,毛承雄,等.基于变平滑时间常数的电池储能系统优化控制方法[J].电力系统自动化,2013,37(1):96-102.

[8] 丁明,林根德,陈自年,等.一种适用于混合储能系统的控制策略[J].中国电机工程学报, 2012,32(7):1-6，184.

[9] 亢梦婕,徐晔,王金全,等.非线性负载条件下衡量功率畸变率的方法研究[J].微型机与应用,2017,36(22):103-105，108.