微电网中混合储能双层模糊控制优化策略

2022-07-20王小军段生强

计算机仿真 2022年6期

李洋，陈洁，王小军，段生强

(1. 新疆大学电气工程学院，新疆乌鲁木齐830000；2. 新疆克州电网，新疆克州 845350 )

1 引言

微电网一方面能有效提高电力系统对可再生能源的消纳能力，如风电和光伏等。另一方面，微电网具有能源利用效率高，同时也能减少电网的总容量，能有效的改善电力系统的峰谷性能的特性。在微电网中，储能设备具有快速充放电的能力，能有效的削弱可再生能源具有的不确定性对电力系统带来的影响，能保证系统功率供需平衡。在微电网中，混合储能系统具有功率型储能设备和能量型储能设备，能较好的满足功率和能量的需求，因此采用混合储能系统能达到较好的效果。

文献[6-7]采用了低通滤波的方法对间歇性电源进行分解，根据储能设备的荷电状态运行模糊控制策略对储能系统的充放电功率进行优化，仿真结果表明模糊控制能保证储能设备的荷电状态安全稳定的运行在合理的区间。文献[8]通过对光伏功率曲线的幅频特性分析，运行小波包方法对光伏功率曲线进行分解，确定了储能设备的平抑目标曲线，结合超级电容器的荷电状态运用模糊控制对其进行控制，仿真结果表明，模糊控制器能优化超级电容器的荷电状态，提高其在下一时刻安全运行的能力。文献[9]建立了包含光伏发电、风力发电、燃料电池、微型燃气轮机及蓄电池的微网模型，以负荷波动及微网运行费用最小为目标函数，仿真结果表明储能系统能实现网内供需功率平衡，提高系统稳定性。

上诉的研究主要是针对微电网中的间歇性电源进行平抑展开的控制策略研究并取得了相应的成果；但在微电网中，一方面要考虑平抑间歇性电源输出的同时，也应该保证负荷的电能质量。因此本文从间歇性电源输出功率的波动和负荷的波动角度切入。建立微电网混合储能系统的评价指标，提出了微电网中混合储能系统的双层模糊控制优化策略，在平抑间歇性输出功率波动的前提下，既保证了储能设备的荷电状态在安全范围内运行，又提高了微电网供电质量。

2 微电网中混合储能系统模型及其评价指标

2.1 储能系统模型

储能设备SOC表达式如下

(1)

归一化后的

SOC

平衡指标为

(2)

式中：

，为荷电状态的期望值。

归一化的功率饱和指标为

(3)

2.2 负荷偏离度的评价指标

在微电网中的混合储能系统中本文采用的是双层模糊控制优化策略，第一层模糊控制的作用是对混合储能系统的荷电状态进行调节，第一层模糊控制的运用会改变原有的混合储能系统的充放电功率指令，从而引起负荷功率曲线的改变，同时导致负荷偏离其负荷调度曲线。为了量化负荷功率的偏离情况果，本文采用了最终输出的负荷功率曲线偏离负荷调度曲线总和∑Δ

值来进行评价，其表达式为：∑Δ

=∑|

，-

(4)

式中：

表示的是负荷调度曲线；

，表示的是合成负荷功率曲线。

3 混合储能系统的运行策略

混合储能系统的运行能有效的提高风电和光伏的消纳能力，并且混合储能系统具有功率和能量的互补特性，能提高电池的使用寿命。风光资源的随机性和间歇性等问题将会导致储能设备的充放电具有随机性，同时也对负荷的电能质量产生了影响。因此本文提出微电网中混合储能系统的双层模糊控制优化策略，如图1所示。

图1 混合储能系统运行策略

控制策略如下所示：

1)采用小波包分解方法对风电

和光伏

联合进行分解得到低频分量

、中频分量和高频分量，将中频分量作为蓄电池的初级参考功率指令

1，将高频分量作为超级电容器的初级参考功率指令

1。2)将低频分量与微型燃气轮机的输出功率

相加，接着与负荷调度曲线

作差，将差值对蓄电池进行修正，得到修正功率

2。

3)以归一化后的储能设备的功率饱和指标和荷电状态的平衡指标作为第一层模糊控制的输入量，进行储能设备的荷电状态的调节。输出量为功率修正系数。

4)将功率修正系数和储能设备的荷电状态的平衡指标作为第二层模糊控制器的输入量，削弱因第一层模糊控制引起的合成负荷功率波动的影响。

4 混合储能系统的双层模糊控制优化策略

4.1 储能系统的第一层模糊控制器设计

储能系统中的第一层模糊控制器的主要作用是实现储能设备SOC调节。其原理为：当储能设备SOC趋于上限值时，若储能设备功率指令为充电状态，则应适当减小充电功率指令，防止发生过程充电现象，延长储能设备的使用寿命，若储能设备功率指令为放电状态，则应该适当增大其放电功率，保证储能设备下一时刻具有较好的充放电状态；当储能设备SOC趋于下限值时，若储能设备的功率指令为充电状态，则应适当增大其充电功率指令，保证储能设备在下一时刻能有较好的运行状态，若储能设备的功率指令为放电状态，则应适当减小放电功率指令，保证储能设备不发生过度放电现象。

第一层模糊控制器的输入量为

(

)和

(

)，其论域均为[-1，1]，模糊控制器的输出量为Δ

(

)，模糊控制器的输入与输出隶属度函数如图2和图3所示。储能系统中各储能设备的第一层模糊控制规则分别如表1和表2所示。

图2 输入隶属度函数

图3 输出隶属度函数

表1 蓄电池第一层模糊控制规则表

表2 超级电容器第一层模糊控制规则表

运用加权平均法对模糊控制器的输出集合进行清晰化，其表达式为：

(5)

式中：

和

可视为

，

；

(

)，

和

(

)，

为模糊控制器输入量所对面的第

和第

个隶属度值。

第一层模糊控制所对应的修正功率为：

(6)

4.2 储能系统的第二层模糊控制器设计

在微电网的储能系统中运用单一的模糊控制策略，虽然能有效保证储能设备SOC运行在安全范围内，但是影响了负荷的电能质量。蓄电池和超级电容器的能量具有互补性，通过不同储能设备之间的能量流动可以有效的解决上述问题。

第二层模糊控制作用主要是改善因第一层模糊控制器因功率修正导致的实际负荷偏离负荷调度曲线的影响。其运行原理为：当储能设备的SOC大于其期望值时，若此时另一储能设备产生的功率修正系数为正，此时储能设备可以通过适当放电，补偿系统功率缺额，保证负荷的稳定性。当储能设备的SOC小于其期望值时，若此时另一储能设备产生的功率修正系数为负，此时储能设备可以通过适当充电，消纳系统多余功率，保证负荷的稳定性。

第二层模糊控制器输入量为

(

)和Δ

(

)，模糊控制器的输出量为Δ

(

)。模糊控制器的输入与输出隶属度函数分别如图4和图5所示。第二层模糊控制规则如表3和表4所示。

图4 输入隶属度函数

图5 输出隶属度函数

表3 蓄电池第二层模糊控制规则表

表4 超级电容器第二层模糊控制规则表

经过双层模糊控制优化后的储能设备的功率指令为

(7)

最终合成的负荷功率曲线为：

，(

(

)

(8)

5 仿真分析

根据上诉理论，在Matlab/Simulink搭建数学仿真模型。在算例中，其中储能设备的SOC的上下限值分别为0.9和0.1，SOC的初始值和期望值均为0.5。微网中配置的风电额定运行功率为10kW，光伏额定运行功率为6kW，微型燃气轮机的额定运行功率为6kW，蓄电池的额定容量为0.5kW·h，其额定运行功率为2kW；超级电容器额定容量为0.2kW·h，其额定运行功率为1kW。微网中各微源运行24h曲线和典型期望日负荷曲线如图6所示。

图6 微网源功率及典型日负荷

微网中将风电功率和光伏曲线联合进行小波包分解如图7所示，小波包分解层数为6，低频分量为

～

，中频分量为

～

，其余为高频分量。将图7中分解得到的中频分量和高频分量分别作为蓄电池和超级电容器的功率指令

1和

1。

图7 分解结果

为了验证第一层模糊控制对储能设备SOC调节的有效性，图8展示了有无第一层模糊控制时，储能设备SOC的变化曲线。

图8 储能设备荷电状态

由图8可知，在无第一层模糊控制下蓄电池的SOC和超级电容器的SOCsc分别在区间[0.05 1]和[0.27 1]，均超过其荷电状态的上下限值。而在第一层模糊控制的作用下蓄电池的SOC和超级电容器的SOCsc分别在区间[0.12 0.88]和[0.27 0.88]，均运行在规定的范围内。

根据式(8)得到了最终的合成的负荷取线。期望负荷与采用单/双层模糊优化控制得到的最终合成负荷曲线如图9所示。

图9 负荷调度曲线与合成负荷对比

表5 单/双层模糊控制负荷偏离情况

从图9和表5可以明显看出，本文所提控制策略具有明显优势，在微电网的混合储能系统中采用双层模糊控制优化策略相对于传统的单层模糊控制，能相对削弱因为单层模糊控制调节储能设备的荷电状态而增大实际负荷偏离负荷调度的影响。

6 结论

本文针对微网内间歇性电源输出功率的波动性，提出了微电网中混合储能系统采用双层模糊控制优化的策略，研究结论如下：1)采用小波包分解方法能够合理有效的实现储能设备之间的功率分配。2)模糊控制器能有效的保证储能设备SOC运行在安全范围内，防止储能设备发生过度充放电现象。3)本文采用的双层模糊优化控制策略不仅利用模糊控制对储能设备SOC进行修正，同时还有效的改善了因单层模糊控制导致实际负荷偏离负荷调度曲线的程度。