广域分布式储能系统分层控制和SOC均衡控制研究

杨春来,殷 喆,柴秀慧,何 浩,袁晓磊,李剑锋,张纯江

(1.国网河北省电力有限公司电力科学研究院,河北 石家庄 050021;2.燕山大学 电气工程学院,河北 秦皇岛 066004)

0 引言

在“双碳”目标下,新能源渗透率不断提高从而增加了电网压力[1-2],而分布式储能系统由于具有削峰填谷、提高能源利用率和改善电能质量等优势,可消纳新能源发电带来的电网压力[3],被认为是一种有效的能源管理,并已逐渐成为现代化电力系统的重要组成部分,而依靠本地系统难以满足储能应用场景需求[4],因此,以“互联网+”为手段[5],对分布式储能资源实现智能化管理,将促进分布式储能的灵活调控和高效利用。

随着边缘计算和互联网的发展,有学者提出了云边端协同架构[6-7],其上层为云平台控制层,中层为边缘计算终端,该架构适用于全国范围的统一协调,但对于省级范围的广域调控,投资成本高。解决方法之一是利用节点控制器代替中层边缘计算终端[8],构成“云平台+分布式储能节点控制器(Distributed energy storage node controller,DESNC)”架构,在满足实时监控、全局决策、广泛参与、安全可靠的电网调度需求的同时,大大降低投资成本。

上述架构通常与分层控制相结合以满足运行要求,而储能节点控制器处于中层,主要是对DESNC下分布式储能模块(Distributed energy storage module,DESM)进行控制,为了解决由于DESM的荷电状态(State of charge,SOC)不同导致的系统稳定性降低问题,通常采用SOC均衡控制[9]。对于SOC均衡控制的研究目前多集中于直流微电网中储能系统的控制,有具有控制简单、可靠性高等优点的无互联通信SOC均衡控制,如两象限SOC下垂控制[10]和基于SOC自适应下垂控制[11]等,也有功率均衡速度快,但成本较高的有互联通信控制,如改进SOC指数下垂控制[12]等。而目前交流电网中储能均衡控制也开展了一定的研究,如文献[13]提出一种有互联通信的分布式下垂控制策略,但存在均衡速度慢的问题。

本文在“云平台+DESNC”架构下,针对底层的分布式储能模块,将中层控制与SOC均衡控制相结合,对传统均衡控制和基于SOC补偿的改进均衡控制进一步改进,提出一种基于SOC差值反正切函数的优化均衡控制,在满足上层调度需求的同时,大大提高了分布式储能系统电池SOC的均衡速度和可靠性。

1 分布式储能分层控制结构

为了使储能参与广域范围的电力市场调控,实现分布式储能资源的统一灵活调控,提高储能系统利用率,本文采用基于ESCC和DESNC的储能架构,如图1所示,以实现分布式储能的分层分区控制,其中,储能控制系统分为3层,具体功能如下:

图1 分布式储能的分层控制结构图Fig.1 Structure diagram of distributed energy storage hierarchical control

1) 上层储能云端控制层,是通过储能云平台实现控制,是一款用于监测和控制DESNC的软件。该层主要是根据第三方调度信息、电价、可再生能源的发电信息、本地负荷信息、DESNC信息等,以DESNC为聚合单体,对各个DESNC的实时功率、SOC和容量等参数特性进行聚合调控,从而得到中层DESNC的功率调度信息,以实现广域范围内分布式储能资源的统一调控。图1中DESNCi的下标表示第i台。

2) 中层分布式储能节点控制层,由DESNC构成,不同的DESNC可以处于不同区域中,主要是根据上层给定的功率调控信息及底层分布式储能模块(Distributed energy storage module,DESM)输出功率、容量、SOC等信息,得到DESM的功率参考信息以实现对该节点下DESM的协调控制。DESMij中的下标表示第j台DESM。

3) 底层分布式储能设备控制层,主要是根据中层给定的功率调控信息及储能设备本身信息,控制DESM的输出功率Pij,并实现该储能模块的独立/并网运行,通常DESM采用虚拟同步控制技术以提高电网调频能力。

由于上层聚合控制和底层虚拟同步控制已有较多学者进行研究,且由于篇幅限制,本文不再对其进行详述,本文的研究重点是中层分布式储能节点控制层,其起承上启下的作用,对广域范围分布式储能资源的调控性有直接的影响。

2 DESNC架构及工作原理

DESNC布置于分布式储能云平台与储能模块之间,是具有通讯协议转换、数据采集上送、接收并执行控制指令、局部控制策略实现等功能的控制装置。DESNC为核心环节,起承上启下作用,以第i台分布式储能节点控制器DESNCi为例,等效结构如图2所示,其中,假设该节点下的DESM总数为m,则DESNC主要实现功能如下:

图2 分布式储能节点控制器的等效结构Fig.2 Equivalent structure of distributed energy storage node controller

1) 数据的采集及上传。DESNC应具备RS485、以太网等通讯接口能够适配市场上大部分储能系统的通讯协议,通过该通信将DESM采集的信息Sij上传至DESNCi,其中,Sij包括储能模块额定有功功率Prateij、储能模块实时输出功率Pij、SOCij等信息。DESNCi根据Sij信息计算得到上传信息Si,并通过4G通讯模块上传至ESCC以进行聚合控制运算。

2) 数据的下传及DESM的管控。根据从ESCC获取的功率调度信息i和储能模块相关信息,对下层实现DESM的管控以提高储能系统利用率,控制原理为

式中,Kscc_ij为DESMij的功率系数,是本文研究重点。

3 DESNC的SOC均衡控制策略

为了防止DESNC下储能模块由于SOC不均衡引起的过充/过充现象,在DESNC中,通常采用SOC均衡控制以实现DESNC下储能模块之间的SOC均衡。由于充电和放电状态下储能调控原理类似,为了简化分析过程,以DESMij的放电状态为例进行分析。

3.1 传统SOC均衡控制

传统SOC均衡控制策略下,DESMij系数为

式中,Cij为DESMij的荷电状态,Prateij为DESMij的额定容量,m为该节点下储能模块总个数。

通常SOC均衡速度用该节点下SOC差值ΔCi趋于零的速度来衡量,而ΔCi表达式为

式中,ΔCij为DESMij的SOC与DESNCi下所有储能模块SOC平均值ASOCi的差值,其表达式为

该方法按额定功率和SOC进行分配,额定功率与SOC乘积大DESM放电功率大,乘积小的模块放电功率小。为了简化分析过程,以两台容量相等的储能模块为例进行分析,则Kscc_ij表达式为

假设SOC最大阈值Cmax=0.9,SOC最小阈值Cmin=0.1。为了简化过程,令Ci2为固定值,则不同Ci2下Kscc_ij与Ci1的特性曲线如图3所示。从图中可知,当Ci1＞Ci2时,Kscc_i1＞Kscc_i2,DESMi1放电功率大于DESMi2,SOC逐渐趋于一致。当Ci1＜Ci2时,Kscc_i1＜Kscc_i2,DESMi1放电功率小于DESMi2,SOC逐渐趋于一致。

图3 不同Ci2下Kscc_ij与Ci1的特性曲线Fig.3 Characteristic curves of Kscc_i1 and Ci1 with different Ci2

传统SOC均衡控中Kscc_ij的变化范围为[0.1,0.9],变化幅度较小,导致其均衡速度慢。

3.2 SOC补偿的改进均衡控制

为了提高均衡速度,本文提出一种基于SOC补偿的改进均衡控制,在传统控制基础上,增加SOC差值调节环节用以修正Kscc_ij,控制原理为

式中,a为调节因子,是固定常数。ΔCimax为DESNCi下SOC最大差值,与该节点下储能模块总个数m相关,如下式所示

以两台容量相等的储能模块为例进行分析,假设Cmax=0.9,Cmin=0.1,则Kscc_ij为

特性曲线变化趋势类似,以Ci2=0.5为例进行分析,则不同a下Kscc_ij与ΔCi1的特性曲线如图4所示。

图4 Kscc_ij与ΔSOCi1的特性曲线Fig.4 Characteristic curves of Kscc_ij and ΔCi1

当Ci1＞Ci2,即ΔCi1＞0时,与传统均衡控制相比,改进控制Kscc_i1增大(Kscc_i2减小),a值越大Kscc_i1增大(Kscc_i2减小)比值越大,同时,Pi1增大而Pi2减小,即SOC值小的输出功率更少,而SOC值大的输出功率更多,从而加快了SOC均衡速度,且a值越大均衡速度越快。ΔCi1＜0的调节过程同上类似,不再赘述。

与DESMij功率系数成正比。

将式(8)代入式(9),可得不同a下功率比值与ΔCi1的特性曲线如图5所示。随着ΔCi1的增大,Pi1/Pi2比值增大,同时,a值越大Pi1/Pi2比值越大,这将导致DESM输出功率越限,即其输出功率超过其允许值(1.2倍的额定容量Prateij),从而烧毁储能模块,降低了储能系统的可靠性。

图5 Pi1/Pi2与ΔCi1的特性曲线Fig.5 Characteristic curves of Pi1/Pi2 and ΔCi1

与传统均衡控制相比,基于SOC补偿的改进均衡控制加快了SOC和功率均衡速度,且a值越大均衡速度越快,但同时Pi1/Pi2比值越大可能会烧毁储能模块,即该改进控制存在均衡速度和运行可靠性不可兼容的问题。

3.3 SOC差值反正切函数均衡控制

为了解决DESM的均衡速度和运行可靠性兼容性问题,加大SOC差值因子的作用,本文提出一种基于SOC差值反正切函数的优化均衡控制策略,DESM输出功率按额定功率Prateij和SOC差值ΔCij进行分配,其控制原理为

式中,b和d为调节因子,均为固定常数。

以两台容量相等储能模块为例,则Kscc_ij为根据式(9)及式(11),b、d不同取值的情况下,Kscc_ij和Pi1/Pi2与ΔCi1的特性曲线如图6所示。

图6 优化均衡控制的特性曲线Fig.6 Characteristic curves of optimizing balance control

与改进控制(SOC补偿的改进均衡控制)相比,优化控制(SOC差值反正切函数的优化均衡控制)在ΔCi1值较大时,Pi1/Pi2趋于恒定,在两种控制的相交点(如A点)的右侧,其均衡控制速度小于改进控制,但在相交点左侧,其均衡控制速度大于改进控制,但整体均衡速度得以提升。调节因子b和d会对均衡速和Pi1/Pi2产生影响,具体如下:

1)b值越大,SOC均衡速度越快,Pi1/Pi2越大,而为了防止输出功率越限,b值要求不超过其约束条件。由于反正切函数的最大值为0.5π,因此,根据式(11)可知,Kscc_ij的最大值为0.5(1+b),当功率调度信息为两台储能模块容量之和时,为了有效防止功率越限,要求b≤0.2。

2)d值越大,靠近ΔCi1零点处的均衡速度越快,但d太大会引起功率的快速变化,从而引起功率抖动,因此,需要综合考虑,本文取d=500。

综合而言,基于SOC差值反正切函数的优化均衡控制策略,在提高SOC均衡速度的同时,可有效防止输出功率越限问题,从而提高了系统运行的可靠性。

4 仿真验证

为了验证上述SOC均衡控制理论分析的正确性,根据图1建立基于MATLAB的系统仿真模型,该控制方法适用于不同储能类型,本文以锂电池为主进行验证。为了充分验证均衡控制方法的有效性,分别对两台相同容量、两台不同容量以及十台不同容量的DESM进行仿真验证,在仿真模型初始运行阶段,由于可再生能源发电功率小于本地负荷,储能系统工作于放电状态,1 000 s时由于可再生能源发电功率增大或本地负荷减小导致储能系统由放电状态切换到充电状态。

4.1 两台相同容量DESM仿真

为验证理论分析的正确性,以含有两台容量相同DESM的储能节点为例进行系统仿真,仿真参数:Pratei1=Pratei2=10 kW,=20 kW,DESMi1初始SOC为0.9,DESMi2初始SOC为0.7。传统均衡控制的仿真波形如图7所示。运行状态由放电状态切换到充电状态时,SOC均衡控制自动切换,无冲击,证明该方法对充电状态的控制有效。从仿真波形中可以看出,该方法虽然可以实现SOC均衡,但均衡速度较慢,可能出现部分DESM超过SOC允许值而退出工作的现象,导致储能节点实际输出功率小于调度功率,不能满足上层调度需求。

基于SOC补偿的改进均衡控制仿真波形如图8所示,其中,调节因子a分别采用0.5和1。与传统控制(图7)相比,改进控制加快了均衡速度。与采用a=0.5的系统相比,采用a=1的储能系统进一步加快了均衡速度,但同时储能模块输出功率比例增大从而导致Pi1越过12 kW,在实际运行中会烧毁储能模块,从而降低系统运行的可靠性。

图8 改进均衡控制下仿真波形Fig.8 Simulation waveform under improved balance control

在b=0.2,d=500时,基于SOC差值反正切函数的优化均衡控制仿真波形如图9所示。与a=1的改进均衡控制相比,优化均衡控制进一步提高了均衡速度,同时DESM的输出功率在整个调节过程始终不超过允许值12 kW,可见此控制方法有效避免了储能过充/过放问题,同时并提高了系统的可靠性。

图9 优化均衡控制下仿真波形Fig.9 Simulation waveform under optimized balance control

4.2 两台不同容量DESM仿真

为了进一步验证理论的有效性,以含有两台容量不同DESM的储能节点为例进行系统仿真,仿真参数为Pratei1=20 kW,Pratei2=10 kW,=30 kW,DESMi1初始SOC为0.9,DESMi2初始SOC为0.7,仿真波形如图10所示。DESM输出功率按额定功率Prateij和SOC差值ΔCij进行分配,则Kscc_ij表达式为

从式(12)和图10可知,DESMi1输出功率约为功率调度的2/3且不超过其允许值24 kW,DESMi2输出功率约为功率调度P*i的1/3且不超过其允许值12 kW,即在整个调节过程中两台DESM输出功率在允许范围内,且具有较快的均衡速度,证明该优化均衡控制方法同样适用于不同容量的分布式储能模式。

4.3 多台不同容量DESM仿真

为了进一步验证理论的有效性图11给出了含有十台不同容量DESM的储能系统仿真结果,仿真参数:从DESMi1到DESMi10的初始SOC依次为0.9、0.88、0.86、0.84、0.82、0.8、0.78、0.76、0.74、0.72,从DESMi1到DESMi10的额定功率依次为10 kW、20 kW、20 kW、30 kW、30 kW、30 kW、20 kW、20 kW、10 kW、10 kW,=200 kW。DESMi1、DESMi9和DESMi10输出功率不超过12 kW,DESMi2、DESMi3、DESMi7和DESMi8输出功率不超过24 kW,DESMi4、DESMi5和DESMi6输出功率不超过36 kW,且由于有10 kW、20 kW、30 kW三个功率等级,因此,SOC快速达到均衡之后对应有3个功率稳定点。该仿真结果证明优化均衡控制方法不仅适用于2台,对于不同容量的多台DESM同样适用。

5 结论

本文主要研究中间层即储能节点控制层对底层多台储能设备电池的SOC均衡控制,首先研究了基于SOC补偿的改进型均衡控制方法,与传统均衡SOC均衡控制控制相比较,该方法具有提高SOC均衡速度的优点,且a值越大均衡速度越快,Pi1/Pi2比值越大,但此方法存在DESM输出功率越限问题。因此,本文又提出一种基于SOC差值反正切函数的储能电池荷电状态优化均衡控制策略,可显著提高SOC均衡速度。在相同条件下传统均衡方法在2 000 s时完成SOC均衡,而提出的反正切函数均衡方法在800 s时完成了SOC均衡,显著加快了SOC的均衡速度,并且该策略能够防止储能电池过度充/放电,因此,所提出的SOC均衡策略有利于在新能源高渗透率情况下海量储能装置接入电网。