光伏微电网储能平抑功率波动的控制策略研究

邱子鉴，李宝国，郑怡璇

光伏微电网储能平抑功率波动的控制策略研究

邱子鉴1，李宝国1，郑怡璇2

（1.辽宁工业大学 电气工程学院，辽宁 锦州 121001；2.吉林工程技术师范学院 电气工程学院，吉林 长春 130052）

为解决光伏微电网中波动功率的分解问题，给出了一种基于小波包分解的波动功率分析方法，将波动功率分解为不同频段的功率。针对储能系统变换器的控制问题，提出了一种改进的模糊下垂控制策略，将小波包分解后不同频段的波动功率和母线电压稳定值作为模糊控制器的输入量，快速输出下垂系数，并对算例进行仿真。仿真结果表明，提出的控制策略在平抑光伏微电网功率波动时具有准确性和快速性。

微电网；功率波动；储能；小波包分解；模糊下垂控制

随着科学技术的进步与时代趋势的发展，对电网运行稳定性的要求日渐提升，微电网应运而生[1]。针对光伏微电网中储能系统平抑功率波动的控制策略研究，国内外学者做了大量工作。

在储能系统平抑光伏微电网波动功率的过程中，因各部分储能单元充放电特性不同而引起的波动功率分配问题较为突出。针对功率分解问题，有一阶低通滤波法、离散傅里叶分解法、经验模态分解法和小波分解法等。文献[2]将2个截止频率不同的滤波器组合使用，实现简易的带通滤波效果，将光伏输出功率分为3个频段，以储能系统的荷电状态为参考量，合理控制对储能系统的充放电量。文献[3]提出了基于离散傅里叶变换的功率分解方法，将波动功率分解为直流、基频周期和倍频分量，同时着重分析了不同分断点对功率分配的影响，选择最优功率分界点，实现混合储能容量的优化配置。文献[4]提出一种自适应白噪声完备经验模态分解，从能量熵的角度，对原始功率进行固有模态函数分解，求出各阶分量和余量，再经过熵理论，求得功率分界点。

对波动功率进行分解后，如何控制变换器的输出信号，是储能系统平抑波动功率的关键步骤。针对储能系统变换器的控制策略研究，主要有模糊控制、滑模控制、下垂控制等。文献[5]将蓄电池荷电状态进行模糊化处理，通过模糊控制器输出参考电压，进一步修正直流输出电压和蓄电池输出电流，从而达到稳定直流母线电压的目的。文献[6]为解决传统滑模控制存在的抖振问题，提出一种超螺旋滑模控制，通过等效控制和切换控制部分，使误差在规定时间内收敛至期望值，削弱抖振幅度。文献[7]在考虑储能荷电状态的情况下，通过综合下垂控制策略，将固定的下垂系数改为考虑储能荷电状态的动态下垂系数，更好地控制储能系统充放电。

1 光伏微电网功率波动问题分析

1.1 光伏发电系统的波动性

光伏微电网通过光伏阵列进行发电供能，具有分散性和间歇性的特点。虽然照射到地表的辐射能量大，但能量密度很低；受自然条件的限制和气候因素的影响，到达地表的辐射能量呈现出间歇性[8]。

光伏发电系统作为新兴的供能系统，具有独特的输电方式。输出电能时，功率波动幅度较大，导致电网管理设备频繁调节系统功率，降低了微电网系统安全稳定性，电能质量也会因功率的大幅度波动受到严重影响。分析功率波动特性，合理调度光伏源，使其发挥最大效率，降低光伏发电系统并网运行时的风险指数。

1.2 负荷单元的波动性

负荷指某一时刻用户通过电力网向电力系统索取电功率的总和，不同类型负荷的工作特性不相同[9]。居民用电负荷整体变化趋势较为稳定，呈现明显的季节特性；商业负荷在节假日用电量激增；工业负荷耗电量与用电方式密切相关，波动性与行业特点紧密相连，大型用电负荷的投切对电网运行稳定性有较大影响；农业负荷主要受季节和气候的影响，农耕灌溉时期，用电量较大，非农耕时间不用电。

综上分析可知，用电负荷并非固定的、单一的，对季节、温度、气候等自然因素的影响较为敏感。在1个负荷周期内，用电负荷或增或减，受诸多因素的影响。分析负荷的波动性，精确预测用电负荷，可以更好地保证电力系统安全运行，增加系统的可靠性。

1.3 储能系统的波动性

储能系统的种类及形式诸多，在光伏源输出过剩时，吸收过多的电能，充当负荷的角色，起到填充低谷负荷的作用；在光伏源供能不足时，将存储的电能及时释放，充当供给电能的角色，起到削除高峰负荷的作用，弥补光伏源输出的间歇性和波动性。储能系统的充放电过程，及光伏源和负荷的投切过程，将对微电网的功率平衡产生影响。

合理配置储能系统，优化充放电的过渡过程，有益于降低微电网对光伏源的依赖性，维持母线电压稳定，减小了负荷的峰谷差。储能系统对光伏微电网输出功率的快速调节过程，是微电网系统中颇为重要的一个环节，尽可能降低储能系统的动作过程对光伏微电网功率平衡的影响。

2 小波包分解不平衡功率

2.1 小波基函数的选择

小波基函数的选取应从2方面考虑，一般原则和具体对象。一般原则包括正交性、紧支性、对称性、平滑性。

在满足具体对象需求的同时完全考虑以上原则十分困难，由于函数紧支性越强，导致其无法连续平滑，平滑性下降；正交性对参数进行限制，使函数难以对称。故紧支性和平滑性难以兼得，正交性和对称性难以共存，只能依据所需信号分析特性，尽可能寻找一种兼顾这些特性的合理方案[10]。

对于波动功率的分解问题，小波函数频域的分辨率不需要同图像处理的需求一样高，主要考虑正交性、紧支性、对称性和函数的支撑长度即可满足要求。Haar小波、Daubechies(dbN)小波、Coiflet小波系和Symlets小波系满足正交性且满足紧支性，Haar小波虽完全对称，但支撑长度太小，能够表征的频率范围过小，而Coiflet小波系支撑长度过大，将导致计算量增大，Symlets小波系对Daubechies(dbN)小波进行了改进，在对称性方面的性能更为突出，但综合考虑程序设计、计算量和小波函数的选择原则，在满足信号分解需求的情况下，本文采用Daubechies(dbN)小波对波动功率进行分解。

2.2 分解层数的确定

2.3 波动功率分配

铅酸蓄电池的循环次数较低，充放电响应时间较长，在数分钟到数小时之间，电能转换频率较低；超级电容循环次数较多，充放电响应时间较短，在数秒钟到数分钟之间，电能转换频率较高。

3 储能系统的控制策略

3.1 传统下垂控制局限性

传统下垂控制的局限性主要在于完全忽略了各部分阻抗和下垂系数无法改变，导致其不适用于功率波动的光伏微电网[11]。传统下垂控制局限性如图1所示。

图1 传统下垂控制局限性

3.2 改进型模糊下垂控制策略

改进型模糊下垂控制表达式为：

式中：为下垂系数；为初始下垂系数。

图3 改进MPPT控制仿真模型

4 仿真验证

根据主电路拓扑结构，通过Matlab/Simulink搭建光伏微电网系统模型，进一步验证大系统中本文控制策略的可行性。系统仿真模型如图3所示。

以某地光伏电站1 d的运行数据为基础，对本文控制策略进行仿真验证，系统仿真参数设定如表1所示[12]。

表1 仿真模型参数设置

波动功率曲线如图4所示。

图4 波动功率曲线

图4中，功率为正表示光伏阵列输出功率不足，需要储能单元充当电源，光伏阵列和储能单元共同发电以满足负荷需求；功率为负表示光伏阵列输出功率充足，需要储能单元充当负荷，负荷和储能单元共同作用吸收光伏阵列发出的电能。储能单元的输出功率如图5所示。

图5 储能单元的输出功率

不同控制策略平抑效果对比如图6所示。

图6 不同控制策略的平抑效果对比

对比分析1天中光伏阵列出力与负荷需求之间的差额，得出波动功率的仿真曲线，确定波动功率的参数。其次，对铅酸蓄电池储能单元和超级电容储能单元出力情况进行仿真分析，确定储能系统的出力情况，保证了储能系统对波动功率的有效平抑，并验证了所给控制策略在平抑波动功率方面比传统控制策略更加快速、准确。最后，将本文控制策略和传统控制策略对比分析，改进型模糊下垂控制在传统模糊下垂控制的基础上减少了储能系统的动作步骤，缩短了动作时间，验证了本文控制策略的有效性。

5 结语

分析了光伏微电网功率波动的原理及影响，针对波动功率的分解问题，采用小波包分解方法对不平衡功率进行分解，充分考虑了不同储能单元的充放电特性。为有效平抑波动功率，提出改进的模糊下垂控制策略，动态调整下垂系数。通过仿真分析，验证了所提出的控制策略能够有效地平抑光伏微电网中的功率波动。

[1] 李霞林, 郭力, 黄迪, 等. 直流配电网运行控制关键技术研究综述[J]. 高电压技术, 2019, 45(10): 3039-3049.

[2] 李学斌, 刘建伟. 采用二阶滤波的混合储能系统实时功率分配方法[J]. 电网技术, 2019, 43(5): 1650-1657.

[3] Camps Daan, Van Beeumen Roel, Yang Chao. Quantum Fourier transform revisited[J]. Numerical Linear Algebra with Applications, 2020, 28(1): 576-580.

[4] 孙承晨, 袁越, San Shing CHOI, 等. 基于经验模态分解和神经网络的微网混合储能容量优化配置[J]. 电力系统自动化, 2015, 39(8): 19-26.

[5] 王琦, 韩天兴, 贾伟, 等. 基于模糊自适应PID的储能电池集装箱温度控制[J]. 自动化技术与应用, 2020, 39(5): 1-5.

[6] 陶彩霞, 赵凯旋, 牛青. 考虑滑模抖振的永磁同步电机模糊超螺旋滑模观测器[J]. 电力系统保护与控制, 2019, 47(23): 11-18.

[7] 徐豪玲. 微电网新型自适应下垂控制策略研究[D]. 杭州: 浙江大学, 2018.

[8] 汪亮, 彭勇刚, 吴韬, 等. 光储交流微电网孤岛模式下的改进型主从控制[J]. 高电压技术, 2020, 46(10): 3530-3541.

[9] 薛阳, 张宁, 吴海东, 等. 基于UTCI-MIC与振幅压缩灰色模型的用户侧微电网短期负荷预测方法[J]. 电网技术, 2020, 44(2): 556-563.

[10] 马俊杰, 刘芳, 吴敏, 等. 基于类噪声小波分解的风电场次同步振荡辨识[J]. 电网技术, 2019, 43(4): 1294-1300.

[11] 李鹏程, 张纯江, 袁然然, 等. 改进SOC下垂控制的分布式储能系统负荷电流分配方法[J]. 中国电机工程学报, 2017, 37(13): 3746-3754.

[12] 支娜, 张辉, 肖曦, 等. 分布式控制的直流微电网系统级稳定性分析[J]. 中国电机工程学报, 2016, 36(2): 368-378.

Research on Control Strategy of Photovoltaic Microgrid Energy Storage to Suppress Power Fluctuation

QIU Zi-jian1, LI Bao-guo1, ZHENG Yi-xuan2

（1. School of Electrical Engineering, Liaoning University of Technology, Jinzhou 121001, China; 2. School of Electrical Engineering, Jilin Engineering Normal University, Changchun 130052, China）

In order to solve the problem of decomposition of fluctuating power in photovoltaic microgrid, an analysis method of fluctuating power based on wavelet packet decomposition is proposed. Aiming at the control problem of energy storage system converter, an improved fuzzy droop control strategy is proposed. The fluctuating power and bus voltage stability values in different frequency bands after wavelet packet decomposition are taken as the inputs of the fuzzy controller, and the droop coefficient is quickly output. The simulation results show that the proposed control strategy is accurate and fast in suppressing the power fluctuation of photovoltaic microgrid.

microgrid; power fluctuation; energy storage; wavelet packet decomposition; fuzzy droop control

10.15916/j.issn1674-3261.2021.05.008

TM615

A

1674-3261(2021)05-0312-05

2021-07-17

邱子鉴(1996-)，男，河北廊坊人，硕士生。

李宝国(1966-)，男，辽宁义县人，教授，硕士。

责任编辑：孙 林