孤立微电网系统运行与控制策略研究综述

2018-11-14赵思雯姚天昊赵叙龙

沈阳工程学院学报(自然科学版) 2018年4期

赵思雯，叶鹏，姚天昊，赵叙龙，牛潇

（沈阳工程学院电力学院，辽宁沈阳 110136）

我国大力支持低碳绿色环保电力行业的发展。风电与光伏等新能源的技术开发与应用对未来电力行业发展的趋势有着重大意义。电力系统规模的扩大会出现运行维护与调控难度大等问题[1-2]。特别是对于一些大型的电力系统，某些小部分的事故容易扩散，使整个电力系统处于断电、瘫痪状态。一旦出现某些小的扰动或者孤战时，便会导致整个电网的事故，甚至是某个区域电网的崩溃，造成不可预估的损失[3-4]。为了能解决以上问题，孤立微电网技术可以提供新的思路。

孤立微电网能够及时采用当地分布式能源，安装地点灵活，绿色环保无污染，且能就近为负荷供电，资源丰富。孤立微电网已成为近年来发展迅速的新型供电模式[5-6]。孤立微电网的主要优势有：

1）综合利用国家大力推崇的绿色环保的清洁可再生能源，如风能、太阳能等。

2）可以通过对分布式能源的独立控制来保证整个系统的稳定，保证重要负荷的供电质量。

3）可以适应分散式负荷的供电需求，安装位置灵活，减少传输损耗，降低整个系统投资，能源充足。

4）系统中分布式电源的模块化结构，维修方便、控制灵活、运行方式多样，为系统的发电提供不同的设计思路[7]。

根据对孤立微电网结构、应用、数学模型等方面进行基础研究，对孤立微电网系统的运行控制策略的关键技术进行综述分析，对孤立微电网的未来发展进行展望。

1 孤立微电网研究动态

由于孤立微电网运行的优势明显且运行模式与常规大电网不同，故引起了许多国内外电力行业专家与学者的重视，并进行了相关研究。欧盟、日本、美国等对孤立微电网不同方向展开研究并有较多成果，然而我国对于孤立微电网系统的研究与国外相对成熟的技术相比仍有较大差距[8]。

欧盟早已对孤立微电网进行系统研究，欧盟对孤立微电网的研究比较注重可再生能源利用率、控制灵活、电能质量可靠性等方面[9]。如雅典国家科技大学搭建的孤立微电网实验室是以光伏、风机与储能为主的孤立微电网系统，采用了分层的控制策略，并对独立微电网经济性进行评估。

日本能源比较稀少，海岛较多，用电量较大，故日本政府大力支持研究孤立微电网系统，并对稀缺的能源问题进行解决。近年来，日本成立了相关的机构专门负责孤立微电网的应用研究[10]。日本对孤立微电网可靠性研究进行了示范工程的搭建，对孤立微电网的电能质量以及能量管理平台进行了深入研究。

美国已经建立多个孤立微电网平台，并应用该平台取得相应的学术及实践成果。如mad river建立的孤立微电网经济模型，可以提供在特定地点的孤立微电网可行性分析研究，对分布式发电、配电网规划等方向进行深入研究[11-12]。

由于我国的研究时间较国外发达地区尚晚，理论的不成熟以及相应的示范平台较少，大大减缓了我国的孤立微电网系统的研究速度。但是我国的风能以及太阳能等方面研究比较成熟，基础较好，故其在孤立微电网中的应用研究较为顺利，也提供了其应用的可能性。国家在863和973计划中均提到孤立微电网研究与建设相关基础项目。我国需要结合当前能源发展的现状来对孤立微电网系统进行深入研究，以实现孤立微电网系统的稳定迅速发展[13-14]。

综上所述，各国孤立微电网的控制策略与智能能量管理是当前的研究热点。由于孤立微电网系统没有大电网稳定电压频率，电网的电能质量、孤立微电网检测与控制、能量管理等对系统的安全稳定运行会造成一定影响；调节孤立微电网系统内的各个模块的有功与无功功率，保证电压频率的稳定，调节各微电源的输出，保证系统的能量平衡。

2 孤立微电网系统结构及数学模型

2.1 孤立微电网系统结构

孤立微电网系统的控制框如图1所示。孤立微电网系统单元主要有风力机、直驱永磁风力发电机、光伏发电模块、DC/DC整流器、DC/AC逆变器和滤波装置；储能单元主要由蓄电池、DC/DC双向变流器、储能逆变器和滤波装置组成，风电单元、光伏单元与储能单元共同经过交流母线向负载供电。储能单元能够实现系统有功功率的协调控制。

图1 风光储独立微电网系统的控制框

风轮机子模块从自然风中捕获最大机械功率，将产生的机械功率通过主轴传递给永磁同步电机子模块进行发电，发出的电经过背靠背变流器控制子模块和滤波装置传输到交流母线上。光伏发电模块通过采光进行发电，发出的电经过DC/AC电路子模块和滤波装置传输到交流母线上。而储能系统模块通过采集交流母线侧电压电流信号来控制储能功率转换系统子模块的运行，以达到抑制因风速、采光或负载的突变而导致的风光储独立微电网系统输出功率的波动，通过采集储能系统直流侧的直流电压和直流电流信号进行储能单元中DC/DC电路子模块充放电的控制，以此来实现对蓄电池充放电子模块的控制，增强了孤立微电网系统运行的协调性和可靠性。

2.2 永磁风力发电机数学模型

在三相对称的工作状况下，同时选取两相d-q旋转坐标系，按照电动机常用模型，从而便可以运用定子坐标系作为参照。在忽略不计定子电磁暂态的状况下，其在d-q旋转坐标系下永磁风力发电机数学模型为

式中，ids和iqs分别为定子电流d轴和q轴上的分量；uds为定子电压d轴上的分量；uqs为定子电压q轴上的分量；wg为风机机械角速度；RS和LS分别为定子电阻和电感；φ为磁通[15]。

2.3 光伏组件数学模型

光伏输出功率Ppv由标准额定条件（太阳辐射度 GSTC为1 000 W/m2，相对大气光学质量为AM1.5，电池温度TSTC为25℃）下的输出功率、光照强度和环境温度得到。

式中，Gc代表工作点的辐温度；k代表功率温度系数；PSTC代表额定条件下光伏额定输出功率；Tc代表电池温度。

2.4 储能逆变器数学模型

储能模块的储能逆变器d-q坐标系下的数学模型为

式中，U0d、U0q和i0d、i0q分别表示储能逆变器通过abc/dq0变换后得到的电压和电流的dq分量；w表示交流母线上电压对应的角频率；rf、Lf分别表示电阻和滤波电感；Cf表示滤波电容；Vd、Vq和id、iq分别表示储能逆变器通过abc/dq0变换后的得到的电流的dq分量。

2.4 储能电池数学模型

储能单元中，储能电池采用液流电池，储能电池的充放电模型以及剩余电量（SOC）的表达式为

式中，A表示指数电压；Ec表示充电电压；Q表示蓄电池最大容量；i*表示低频参考电流；Edisc表示放电电压；i()

t表示低频动态电流；it表示可提取的电能；K表示极化常数；B表示指数容量；E0表示参考电压[16]。

3 孤立微电网协调控制策略现状概述

传统的电网需要调节系统内的无功来维持电压稳定，孤网运行时，需要控制微电源来维持系统内的电压和频率的稳定。孤立微电网中的微电源种类较多，控制接口一般采用电力电子设备。系统内的分布式能源输出功率具有间接性及随机性的特点，故大大增加了孤立微电网系统的电压和频率的控制难度[17]。

文献[18]采用了PQ控制方法并进行电流PWM调节来控制微电源的额定功率，但需要其他额外的电源来进行控制，保证电压和频率的稳定输出；文献[19]采用PQ和V/f两种常用的微电源控制方式，根据系统的运行特点来选择控制方式，可以实现有功、无功、电压频率的输出，为孤网的稳定运行提供技术支撑；文献[20]采用主从控制和对等控制模式的微电源平台，分析了分层控制模式的应用及实践意义；文献[21]从孤立微电网稳定可靠运行方面出发，提出了一种孤立微电网搭建的方法，如何在孤立微电网系统中选择恰当的连接点和连接位置是该文献讲述的重点，并对孤立微电网系统的搭建有很重要的参考价值；文献[22-23]使用MATLAB/Simulink仿真软件建立孤立微电网的仿真模型，分析了电磁暂态稳定特性，并通过仿真结果得出结论，表明储能电池在孤网系统中有很好的稳定电压频率的作用，保证了孤立微电网的稳定运行与电能质量可靠性。文献[24]提出了一种风电—储能系统孤立微电网的控制策略，通过上层的广域功率平衡控制和下层的储能设备V/f控制，在尽可能短的时间内进行投切量计算保证最小的经济成本。文献[25]针对具有谐波电压扰动的孤立微电网系统，根据叠加原理，提出一种电压源并网逆变器并网谐波电流抑制策略，通过利用陷波器将网侧电压基频与谐波分量进行分离，并在保证逆变器向电网注入基频电流的同时，减少网侧与逆变器输出端谐波电压误差，降低系统的谐波含量。文献[26]考虑了常规的发电机组（柴油发电机），提出了一种以提高系统全寿命周期的经济型为主要优化目标的孤立微电网系统，利用了仿真平台对不同控制策略原则进行仿真并进行比较。文献[27]根据序列运算理论，提出一种基于机会约束规划的孤立微电网经济运行模型，并通过对不同离散化步长对结果影响的讨论进行验证其合理性。

储能系统中的电池存储容量有限，由于某些自身因素，难以维持整个孤立微电网系统的稳定运行，而且分布式能源的波动性与间接性也必然导致了储能系统的寿命大幅度缩减。针对这一问题，学者进行了研究，文献[28]提出了孤岛模式下的微电网下垂控制策略，可以根据不同储能设备的工作特性，改变其输出功率的比例系数，保证不同负荷在不同储能设备中得到合理分配，从而补偿了微电源的间接性缺点，延长了储能电池的使用寿命；文献[29]基于电池系统的传统下垂控制，提出了外环功率控制，考虑到下垂控制的误差等其他方面也提出了内环电压控制，其结果表明该控制策略可以为负载波动较大的孤岛进行供电，同时还可以提高电池的使用寿命；文献[30-32]提出了混合储能的控制策略，提高了储能系统使用年限。孤立微电网能量管理系统的引入可以增加可再生能源的利用率，实现孤立微电网的经济效益最佳。文献[33]对孤立微电网系统进行了综述，以孤立微电网的经济运行、效益等经济性为优化目标，以微电源运行、系统稳定为约束条件进行研究分析；文献[34]提出了改进粒子群优化算法，以运行成本最低、经济损耗等经济指标为约束目标，得出最优的运行方式；文献[35]提出了一种针对可再生能源，以运行成本为最小目标的智能优化能量管理系统分配策略。