APP下载

风光互补发电系统协调控制策略与并网研究

2021-06-23孟德越崔茂齐

河北水利电力学院学报 2021年2期
关键词:协调控制输出功率风力

孟德越,刘 伟,崔茂齐

(沧州师范学院 机械与电气工程学院,河北省沧州市运河区青海南大道16号 061001)

光能和风能是自然界赋予人类的清洁能源,充分利用风能、光能对于缓解人类能源危机具有重大意义[1]。但是,风能、光能的间歇性和波动性导致单一发电可靠性低。文中对光伏发电和风力发电模块均采用最大功率跟踪技术,以确保光能和风能充分利用。同时,将两者结合起来,根据有光、无光、有风、无风4种情况,对能量流动协调控制,实现优势互补,从而提升发电系统的可靠性[2]。

1 发电系统建模与simulink仿真

1.1 光伏发电系统simulink仿真模型

典型的光伏电池PV等效电路如图1所示。

图1 光伏电池等效电路Fig.1 Equivalent circuit of photovoltaic cell

其中,光伏电池的伏安特性可以表示为:

(1)

由于光伏电池易受外界因素影响,在使用时,一般采用工程光伏数学模型:

I=Isc(1-C1(e(V-DV)/C2Voc-1))+DI

(2)

其中,式(2)满足:

(3)

式中:R为太阳辐射,Rref为辐射参考值;T为电池温度;Tref为参考温度;α为电流变化温度系数;β为电压变化温度系数;Rs为光伏阵列串联电阻。

采用电导增量法实现最大功率跟踪[3]。

搭建Simulink仿真模型,如图2所示。

图2 光伏发电系统simulink仿真模型Fig.2 Photovoltaic power generation system simulink simulation model

1.2 风力发电系统simulink仿真模型

风力发电机是一种将风能转化为机械能,进而通过发电机将机械能转换为电能的装置。当风通过风力发电机时,风力带动风机叶片旋转,风机通过齿轮箱等变速装置,进而带动发电机旋转发电。根据风机模型,可以得出风力机输出功率为:

(4)

式中:ρ为空气密度;R为风轮半径;V为风速;Cp(λ,β)为风能利用系数。

风能利用系数Cp(λ,β)满足:

(5)

式中:c1~c6是风力机特性常数;c1=0.5176,c2=116,c3=0.4,c4=5,c5=-21,c6=0.0068。

风力机与同步发电机同轴相连进行发电,发电机输出交流电整流后得到直流电压。利用Boost电路作为最大功率跟踪主电路,采用爬山法实现最大功率跟踪[4-5]。

在simulink中搭建仿真模型,如图3所示。

图3 风力发电系统simulink仿真模型Fig.3 Wind power system simulink simulation model

1.3 蓄电池与双向DC/DC变换器simulink仿真模型

在理想状态下,蓄电池充放电时可以简单地等效为电压源串联一个小内阻[6],因此,建立了蓄电池的Thevenin等效simulink模型,如图4所示。

图4 蓄电池Thevenin仿真模型Fig.4 Battery Thevenin simulation model

模型中用蓄电池充放电来平衡发电系统和负载功率之间的功率差,以保证逆变器直流侧电压稳定在800V,因此须加入双向DC/DC变换单元。双向buck/boost变换器结构简单,易于控制,其simulink仿真模型如图5所示。

图5 双向buck/boost变换器仿真模型Fig.5 Bidirectional buck/boost converter simulation model

2 发电系统功率协调控制与并网策略

2.1 功率协调控制

早期的风光互补发电系统是将光伏发电系统和风力发电系统进行单一连接组合,在功率协调互补控制方面考虑较少,往往会导致光伏发电和风力发电所产生的电能无法充分利用。在充分考虑能源利用的基础上,根据天气变化将自然条件分为有风、无风、有光、无光4种情况,利用最大功率跟踪技术,确保风力发电子系统、光伏发电子系统运行于最大功率跟踪(MPPT)状态,保证风能和光能的充分利用。同时,确保蓄电池用于负载功率跟踪(LPPT)状态,即用蓄电池连接双向Buck/Boost变换器并通过电压、电流双闭环维持高压直流母线电压稳定,做到对风力、光伏发电输出功率的“多吸少补”,进而实现对各系统间功率的协调控制。文中提出的风光互补发电控制策略中光伏发电系统、风力发电系统、蓄电池的工作状态如表1所示。其中,P1为蓄电池输出功率,P2为光伏输出最大功率,P3为风机输出最大功率,P4是负载功率。

表1 风光互补协调控制策略Tab.1 Wind-solar complementary coordinated control strategy

蓄电池采用负载功率跟踪控制(恒压),控制单元simulink仿真图如图6所示。

图6 负载功率跟踪控制simulink仿真Fig.6 Load power tracking control Simulink simulation

2.2 并网策略

图7 电流前馈解耦并网控制simulink仿真Fig.7 Current feed forward decoupling and grid-connection control simulink simulation

3 仿真

3.1 最大功率跟踪仿真验证

设定初始温度25℃,初始光照为1000W/m2;在t=2s时刻,光照强度跳变为800W/m2;在t=4s时刻,光照强度跳变为0W/m2。光照强度变化和光伏MPPT最大功率追踪如图8所示。

图8 光照强度变化与光伏发电最大功率跟踪simulink仿真Fig.8 Light variation and maximum photovoltaic power generation tracking simulink simulation

设定风力发电初始风速为12m/s;在t=2s时刻,风速变为10m/s;在t=4s时刻,风速变为0m/s;桨距角为0,风速变化和风力MPPT最大功率追踪如图9所示。

图9 风力发电机风速变化与最大功率跟踪simulink仿真Fig.9 Wind speed variation and wind turbine maximum power tracking simulink simulation

3.2 功率协调控制仿真验证

重新设定参数,对功率协调控制进行仿真验证,仿真结果见图10。

图10 风光互补功率协调控制simulink仿真Fig.10 Coordinated wind-solar complementary power control simulink simulation

有风有光状态:光伏电池工作于最大功率跟踪状态,初始输出功率P2=6500W,风力发电机同样工作于最大功率跟踪状态,初始输出功率P3=8200W,负载功率为P4=12000W,发电功率P2+P3大于负载所需功率P4,蓄电池进行充电吸收多余功率,P1为负;t=2s时刻,风力发电机输出功率P3跳变为4740W,发电功率P2+P3小于负载所需功率P4,蓄电池进行放电电补充负载所需多余功率,P1为正。

有风无光状态:t=3s时刻,光伏电池停止输出功率(P2=0),风力发电机保持输出功率为P3=4740W,负载功率为P4=12000W,此时,发电功率P3小于负载所需功率P4,蓄电池进行放电补充负载所需多余功率,P1为正;在t=4s时刻,负载功率P4跳变为3000W,发电功率P3大于负载所需功率P4,蓄电池进行充电吸收多余功率,P1为负。

无风有光状态:在t=5s时刻,风力发电机停止输出功率(P3=0),光伏电池输出功率跳变为P2=6500W,负载功率为P4=3000W,发电功率P2大于负载所需功率P4,蓄电池进行充电吸收多余功率,P1为负;t=6s时刻负载功率P4跳变为8000W,发电功率P2小于负载所需功率P4,蓄电池进行放电补充负载所需多余功率,P1为正。

无风无光状态:在t=7s时刻,光伏电池停止输出功率(P2=0),风力发电机停止输出功率(P3=0),由蓄电池单独为负载供电蓄电池功率P1等于负载功率P4。

3.3并网电压与电流波形与切换暂态仿真验证

按照有风有光、有风无光、无风有光、无风无光4种基本状态进行切换,以光伏输出功率6500W,风力发电机输出功率8200W、负载功率为12000W时给出并网电压和电流波形,如图11(a)所示,根据3.2节中给出的不同时刻的仿真参数,给出切换暂态仿真,如图11(b)所示。

图11 并网电压与电流波形与切换暂态simulink仿真Fig.11 Grid-connected voltage and current waveform and switching transient simulink simulation

4 结语

根据光伏电池、风力机的数学模型,搭建了相应的仿真电路,对其进行最大功率跟踪仿真验证。由仿真可知,文中提出的风光互补协调控制并网方案实现了风力发电、光伏发电、蓄电池储能、负载用电四者之间的自由、稳定切换,使光伏发电系统和风力发电系统均能够快速、准确地实现对输出电能的最大功率跟踪。这种控制策略优先利用风光资源,以蓄电池充放电平衡发电功率和负载功率之差,保证了风、光、储三者之间能量的合理利用。同时,采用电流前馈解耦控制方案对并网控制进行了仿真验证,电压、电流波形相位一致,实现了单位功率因数并网。

猜你喜欢

协调控制输出功率风力
工程应用中的光伏组件输出功率衰减率评估
海上漂浮式风力发电机关键技术研究
AECS—2000在机组AGC控制中的应用
大型风力发电设备润滑概要
基于Bladed与Matlab的风力发电机组控制器设计
我国自主大功率深紫外发光芯片输出功率创世界纪录
空间机器人协调控制全物理仿真设计与验证
你会测量风力吗
300MW循环流化床机组汽包水位协调控制