混合控制的微能网无功补偿和谐波消除

朱世欣,包继刚,胡延东

(兰州理工大学技术工程学院,甘肃 兰州 730050)

0 引言

随着传统能源的枯竭,传统能源危机日渐严重,新能源得到大力发展。新能源微能网已成为电力重点发展领域。目前,对新能源微能网的要求已不仅停留在孤岛发电,而是需要其能在并网和孤岛之间灵活切换运行,并且损耗小、稳定和利用率高。这就使得新能源微能网运行过程中对电能质量的要求很高:不仅能够满足电力不平衡的稳定要求,而且需要消除系统自身产生的谐波问题。

针对上述实际应用中出现的情况,国内外学者们提出解决的办法。文献[1]从硬件方面出发,通过使用容量更大的开关断路器和变压器,替换原来的落后器件。该方案使得设备费用昂贵,不是完全有效的解决途径。文献[2]采用电压控制模式,针对分散、集中和分布式提出了有功和无功功率的控制方法。但这种方法不能很好地消除谐波的影响。为此,文献[3]通过电压补偿的方法,添加了有源滤波器(active power filter,APF)。但这种情况对线性负载补偿较为明显,对非线性负载有一定的局限性。文献[4]～文献[6]通过两台电流控制模式,协调控制电网电压谐波与局部非线性的补偿,并考虑了逆变器谐波的补偿。

基于上述研究,本文利用二次控制的结构,采用电流控制模式(current control mode,CCM)和电压控制模式(voltage control mode,VCM)。其中,电压控制主要对逆变器的电压幅值、下垂控制器等参数进行了控制;电流控制模式能够消除系统谐波,并进行无功功率补偿。

1 微能网控制结构

本文通过CCM 和VCM 单元的自主协调补偿,进而解决无功功率的分配和电网中谐波的消除。其中:VCM单元用于基本的本地控制;CCM 单元则进行电流的谐波补偿和无功功率的补偿。除此之外,本文还采用局部测量的方法,对线路中的一些参数进行检测,进而根据控制器的计算结果选择适当的控制方法;通过局部测量代替通信链路,使得系统更加方便、简单、快捷。

2 电压控制法

本文所研究的微能网VCM 控制模块,其电压控制结构如图1 所示。

图1 电压控制结构图Fig 1 Voltage control structure diagram

由图1 可以看出,模块通过下垂控制、功率计算、虚拟阻抗对逆变器的输入信号进行调节,进而对逆变器的输出进行控制。在下垂控制中,本文使用了下垂控制器对系统的电压值和频率值进行控制,并通过虚拟阻抗调整线路输出电压[7]。图1 包括控制回路和主回路。主回路为一些硬件结构。控制回路为基本的对电压质量进行调节的模块。

图1 中,系统在主回路中通过LCL 滤波器,从端电压进行信号采集;采集到的微能网输出电压和电流,通过控制器进行计算[8];最后合成的三相标准电压经过电压和电流环控制将信号送入到逆变器中。下垂控制的控制公式为:

式中:f0和U0分别为额定频率和额定逆变器输出电压;p0和Q0分别为额定的有功功率和无功功率。

3 电流控制法

CCM 控制结构如图2 所示。

图2 CCM 控制结构图Fig 2 Schematic diagram of CCM control structure

由图2 可知,信号从逆变器的输出经过电感电容电感(lnductamce capacitance lnductam,LCL)滤波器的滤波,在系统的端点处采集到输出的电压、电流信号。该信号经过多阶二阶广义积分器[9](multiple second order generalized integrators,MSOGI)。MSOGI 对所得到的相电压信号进行检测,并提取基波和有功、无功功率一起进行电流参考值计算。计算得到的信号将和系统中逆变器输出端点处的电流进行比较。最终合成的误差信号经过比例数据(proportional resonant,PR)控制器送入逆变器中。采用该方法,能更好地对干扰进行抑制,有更好的高滤波、快速动态响应。

3.1 二次多阶广义积分提取法

由于对光伏微能网中的基波及多阶波形进行提取,在二阶广义积分(second order generalized integrators,SOGI)的基础上,本文采用了多阶二阶广义积分器。多阶广义积分器信号提取原理如图3 所示。

图3 中,对输入的电压信号进行90°相角偏移,旋转所得到的信号变为两相静止αβ坐标系下的电压信号,再对所得到的信号进行正负序分量的提取,以此获得两相正交电压信号[10]。

图3 多阶广义积分器信号提取原理图Fig.3 Schematic diagram of signal extraction of multi order generalized integrator

图1 中,系统由于负载的不平衡,端点处会输出不平衡的信号,进而伴有谐波产生。本文通过多阶二阶广义积分器进行输出电压的90°相角偏移,再对所得到的信号进行正负序分量的提取,以此获得两相正交电压信号[11]。得到的传递函数SOGI 可表示为:

如图3 中输入的总电压信号,由于三相不平衡负载的影响,经过谐波抵消和SOGI,最后分别得到了MSOGI 信号。该信号转换到静止坐标系中,对αβ坐标系取绝对值,得到各次波形的绝对值。

3.2 参考电流计算

如图3 所示,通过有功功率P、无功功率Q、系统的输出基波电压值共同计算出αβ坐标系下的参考电流值[12]。其计算公式如下:

式中:Iref,α、Iref,β为单相电流在αβ坐标系的参考值;UO1,α、UO1,β为单相输出基波电压值;P、Q为计算所得的有功无功功率。

式(3)对参考电流进行了计算。参考电流是将系统中的其他谐波进行抵消,最终只留下了基波电流。这样不仅起到了滤波的作用,而且消除了系统中其他不必要的分量值,保证了在故障或不平衡情况下故障电流的抑制作用[13]。

3.3 PR 电压电流控制

本文采用PR 控制器进行信号控制。该PR 控制器可以对系统中的特定次谐波进行分离:既可以对系统中奇数次谐波进行指定的分离,使得系统中只留下所需的谐波;又可以保证电流在基频和选频上的精确跟踪[14],从而达到所需值。

本文所设置的PR 控制器传递函数[15]为:

式中:kp V、kp I为电压、电流的比例谐振系数;krV、krI分别为电压、电流的谐振增益;ωC V、ωC I为电压、电流控制器的截止频率。

4 仿真结果分析

为了对上述中所提出的策略进行验证,本文搭建了MATLAB 仿真模型。

微能网组成结构如图4 所示。

图4 微能网组成结构图Fig.4 Comosition structure of micro energy network composition

从图4 可以看出:DG1采用了VCM 控制方法;DG2、DG3采用CCM 控制方法;将三个DG 的输出信号连接到公共点处,共同维持端点处的电能质量。

本文仿真参数有主参数和控制参数。主参数包括逆变器参数Udc=650 V、UMG=310 V,频率F=50 Hz,有功P=3 500 W,输出感抗L0=1.8 mH,滤波电感L=1.8 mH,滤波电容C=25,线性负载ZL1,2,3=2+j0.3 Ω。控制参数包括电压电流环中KPV=1、KrV=50、KPI=20、KrI=1 000、ωCV=2、ωcI=2,下垂控制系数KPQ=0.2、KiP=0.001 5,二次控制参数KPf=0.001、Kif=1、KPE=0.001、KiE=0.5。

微能网系统的有功功率波形如图5 所示。。

图5 有功功率波形Fig.5 Schematic diagram of active power waveforms

对上述所搭建的模型,分别进行分时分析:1～2 s时加入了VCM 模型;2～3 s 时加入了CCM 模型,则DG2/DG3的虚拟电导同样得到接入;在3～4 s 时接入CCM 模型的无功下垂控制;在4～5 s 时接入非线性负载。

谐波畸变率波形如图6 所示。

图6 谐波畸变率波形Fig.6 Schematic diagram of harmonic distortion rate waveforms

根据本文所提出的控制策略,在0 s 时加入VCM和CCM 模块,则VCM 和CCM 同时运行,根据控制要求CCM 控制的DG2/DG3,有功功率是满负荷投入的。在4 s 时刻加入非线性负载时,DG1有功功率增加,DG2/DG3保持原波形未变。这是因为增加了非线性负载,DG1通过调节下垂控制,进而匹配相应的有功功率;而DG2/DG3中所给出的有功功率已经是最大,因此功率不再增加。由此可见,VCM 模型能很好地对功率进行调整。

从图6 可以看出:第5、7 以及11 次和总的谐波畸变率HTDH,在1 s 时加入了VCM 模型。由于DG1虚拟阻抗环的接入,使得主电路中的电感受到影响,因此各次谐波出现了下降,总的TTDH也下降。在2 s 时加入了CCM 模型。由于DG2/ DG3的虚拟电导的接入,并且CCM 单元模型对谐波进行了很好地消除,谐波明显得到了控制。从图6 也可以看出,与VCM 相比,CCM能对谐波有更好的控制效果。因此,CCM 模块能很好地对谐波进行消除。

5 结论

本文对VCM 和CCM 模型进行了电能质量的分析研究,对于所提出的电压、电流控制方法,通过仿真进行验证。其中,电压采用VCM 的控制方法进行有功功率调整;电流采用CCM 的控制方式,能使系统的谐波得到很好的治理。另外,根据快速性的响应分析结果,也同样证明了该分散控制方案优于网络链路的控制,能使系统更简单、快速。最后,本文对提出的理论进行分析,通过Matlab 仿真软件进行了实际与理论的验证,证明了所提出的控制方法的正确性、合理性。