风能与光伏微电网中储能系统的建模与仿真

姚 铭,赵 鹏,张岩亮,张圆美,孙 悦

(1.东北电力大学 电气工程学院,吉林 吉林 132012;2.松原市供电公司,吉林 松原 138000)

风能与光伏微电网中储能系统的建模与仿真

姚 铭1,赵 鹏2,张岩亮1,张圆美1,孙 悦1

(1.东北电力大学 电气工程学院,吉林 吉林 132012;2.松原市供电公司,吉林 松原 138000)

为了提高风能与光伏微电网运行的稳定性,阐述了风能与光伏微电网系统中储能系统建模与控制方法。在微电网平抑功率波动方式和计划出力方式运行情况下,对风能与光伏微电网进行电压频率控制,并利用DIgSILENT/Power Factory仿真实验验证所建模型及其控制方法的正确性。仿真结果表明,风能与光伏微电网系统中储能系统通过与风力发电系统、光伏发电系统 量测信息协调控制,能够实现风光储联合发电系统有效跟踪计划出力曲线运行,提高了风能与光伏微电网安全稳定性。

风能与光伏微电网;储能系统;控制方法;仿真分析

目前,火电厂使用的大量化石燃料产生的碳排放严重污染了人类赖以生存的环境[1-3],以致使风能与光伏微电网成为各国电力系统领域研究的重要课题之一[4-5]。由于储能系统与风力发电、光伏发电以及负荷需求协调控制相对困难,使微电网在稳定状态下运行存在一定的问题[6-7],因此,本文对风能与光伏微电网中的储能系统进行了建模,设计出了可平抑可再生能源电站功率波动性问题的控制方法,使可再生能源电站按计划调度曲线规划出力,提高了风能与光伏微电网运行的稳定性。

1 风能与光伏微电网系统的组成

风能与光伏微电网系统整体结构如图1所示。风力发电和太阳能光伏发电系统为主要的能源供应系统,后备电源和储能单元为储能系统,储能单元由蓄电池和燃料电池设备组成。当风能与光伏系统出力过剩,即微电网发电系统出力超过电网调度指定的负荷需求时,通过控制储能系统,使其吸收风光系统发出过剩功率[8]。反之,风力发电系统和太阳能发电系统与电网负荷需求的差值由储能系统来补偿。

2 储能系统建模与控制方法

储能系统由一定数量的蓄电池组、燃料电池组及并网逆变器单元并联经就地升压变压器送入高压开关站。电荷状态(State of Charge,SOC)是判断电池能量的标准,当蓄电池的荷电状态低于其设定值η时,启动燃料电池,否则燃料电池将作为备用储能。

储能系统模型包括3部分:蓄电池组模型、燃料电池模型和储能系统并网综合控制策略。

2.1 蓄电池组模型

当蓄电池处于充满状态下时,其额定容量为Qn,在蓄电池组放电的过程中,电荷状态即剩余电量百分比(SOC)与放电电流i(t)具有如下关系[9]:

(1)

式中:Mb-s为蓄电池组中电池串联个数；Mb-p为蓄电池组中电池并联个数。

以温度25 ℃时蓄电池的特性为标准,补偿蓄电池的内阻和极化反应缺额,由于蓄电池工作时内阻和极化反应受温度影响,补偿因子与电池极化效应因数Ct以及电池温度Tb的关系为

(2)

式中:Cp为极化效应温度补偿因子;Cr为电阻温度补偿因子。

蓄电池组的运行电动势E与初始内电势E0的数学关系为[10]

(3)

式中:k为极化电压常数;A为电压变化系数;B为容量变化系数。

2.2 燃料电池模型[11]

燃料电池作为蓄电池组的备用储能,起到保障储能系统稳定运行的作用,采用质子交换膜燃料电池常用模型,其电压VFC与电流IFC关系为

(4)

式中:NF-S为燃料电池组所串联电池的个数;V0为开路时的电压值;Acell为电池的有效活性面积;Jn指实际运行的电流密度;J0为电池运行过程中所能达到的最大电流密度;R为欧姆电阻;m为浓度系数;n为连接损耗因数。

2.3 储能系统控制方法

建立可再生能源电站与储能系统统一调度,其功能定位主要有:平抑可再生能源电站功率波动性问题和按计划调度曲线规划可再生能源电站出力情况。

2.3.1 平抑功率波动方式下储能系统并网综合控制方法

蓄电池组综合控制如图2所示,储能系统包括蓄电池控制系统和并网逆变器控制系统两部分,蓄电池组经由电池控制系统、并网逆变器和变压器接入电网,其中电池控制系统检测电池运行状态,并网逆变器对蓄电池输出进行控制。

图2 平抑功率波动方式下储能系统综合控制系统图

2.3.2 按计划出力方式下储能系统并网综合控制方法

计划出力方式下储能系统的控制系统如图3所示,包含电池控制系统和并网逆变器控制系统两部分,蓄电池组作为储能系统的主电源,燃料电池为备用电源。

图3 按计划出力方式下储能系统综合控制系统图

在电池控制系统中,用电池控制器对并网逆变器系统进行功率控制。用功率平衡控制器对电网负荷的有功功率Pload、无功功率Qload、风能与光伏发电系统的出力(Pw-pv,Qw-pv)及其电池系统的收、发功率(Pb,Pbf)进行协调控制,输出功率的有功、无功参考值Pc、Qc经过功率控制器可以得到电流控制器的参考值Id,c、Iq,c,再经过电流控制器得到并网逆变器同步旋转坐标系下触发脉冲Pc,md与Pc,mq,达到储能系统同步并网目的。

3 储能系统仿真分析

在DIgSILENT/Power Factory仿真软件中对光伏与风能微电网建模后,运行得到以下波形。

3.1 设置风能与光伏的参数

风力发电系统初始功率为0.1 MW,功率因数设定为cosφ=0.98,风速设置如图4所示。光伏系统功率因数设定为cosφ=-0.98,太阳辐射强度设置如图5所示。

图4 风速变化曲线

图5 太阳辐射强度变化曲线

3.2 储能系统功率调节

功率控制器有功、无功动态跟踪情况如图6所示。

图6 功率控制器的动态响应情况

从图6可以看出,当风速和太阳能辐射强度发生变化时,风光系统功率会有一定程度的波动,会使电网频率和电压有一定偏移。为了降低影响电能质量的功率波动,储能系统通过定频率和电压控制策略,使微电网的有功、无功实际值接近公用电网的有功、无功参考值,使微电网能够向负荷提供稳定的功率。

当系统有功功率缺额(Pnet<0)、风力发电系统和光伏发电系统的功率供应不满足系统要求时,启动蓄电池系统,提供有功功率,如果蓄电池的荷电状态(SOC)小于25%,启动燃料电池系统代替蓄电池补偿。蓄电池与燃料电池系统的功率变化如图7和8所示。

图7蓄电池出力变化曲线

图8 燃料电池出力变化曲线

4 储能系统运行特性分析

当微电网系统功率过剩时,储能系统中蓄电池吸纳其过剩功率。当微电网系统功率不足时,储能系统开始启动蓄电池系统,如果蓄电池荷电状态(SOC)小于25%,开始启动燃料电池来补偿系统功率。蓄电池的功率变化和燃料电池的功率动态如图9和图10所示。

在仿真过程中,风力发电系统24时段内输出有功、无功功率。光伏发电系统功率因数设定为0.98超前。

图9 蓄电池系统功率变化曲线

图10 燃料电池功率变化曲线

当风光系统功率过剩(Pnet>0)时,储能系统中蓄电池吸纳其过剩功率。当风光系统功率不足(Pnet<0)时,储能系统开始启动蓄电池系统,如果蓄电池荷电状态(SOC)小于25%,开始启动燃料电池来补偿系统功率。

当微电网系统无功功率过剩(Qnet>0)时,其过剩的无功功率由储能系统来吸收;当微电网系统无功功率不足(Qnet<0)时,其无功缺额部分由储能系统中蓄电池和燃料电池提供,如储能系统所产生的无功功率不能满足要求,则进行无功补偿。由此可见,储能系统通过电压频率控制实现了风能和光伏并网联合发电系统有功、无功输出的平稳性;通过与风力发电系统、光伏发电系统量测信息协调控制,实现了风能与光伏微电网发电系统有效跟踪计划出力曲线运行。在一定程度上提高了并网点母线电压水平。

5 结 论

1) 储能系统通过电压频率控制实现了风能与光伏并网联合发电系统有功、无功输出的平稳性。

2) 储能系统通过与风力发电系统、光伏发电系统量测信息协调控制,实现风光储联合发电系统有效跟踪计划出力曲线运行,在一定程度上提高了并网点的电压。

3) 通过对风能与光伏微电网的储能系统进行建模及利用DIgSILENT/Power Factory平台对平抑功率波动方式和计划出力方式下进行了仿真分析,验证了所设计控制方法和储能系统的正确性。

[1] 蔡国伟,孔令国,杨德友,等.大规模风光互补发电系统建模与运行特性研究[J].电网技术,2012,36(1):65-71. CAI Guowei, KONG Lingguo, YANG Deyou, et al. Research on modeling and operation characteristics analysis of large-scale wind and light complementary electricity-generating system [J]. Power System Technolgoy, 2012,36(1):65-71.

[2] 李兴旺,郑竞宏,刘鹏飞,等.微电网带负荷并网的平滑切换条件及控制策略[J].黑龙江电力,2012,34(1):62-65. LI Xingwang, ZHENG Jinghong, LIU Pengfei, et al. Conditions and control strategies of microgrid connected with load smooth swithover [J]. Heilongjiang Electric Power, 2012,34(1):62-65.

[3] 王燕廷. 微电网并网与孤岛运行模式切换的研究[D].吉林:东北电力大学,2011. WANG Yanting. Study on the switching of micro-grid grid-connected and autonomous modes [D]. Jilin: Northeast Dianli University, 2011.

[4] 曾鸣,吕春泉,田廓,等.智能电网对低碳电力系统的支撑作用[J].电力系统自动化,2011,35(23):31-39. ZENG Ming, Liü Chunquan, TIAN Kuo, et al. Supporting function of intelligent network to low carbon power system [J]. Automation of Electric Power Systems, 2011,35(23):31-39.

[5] 马艺玮,杨苹,郭红霞,等.风-光-沼可再生能源分布式发电系统电源规划[J].电网技术,2012,36(9):9-14. MA Yiwei, YANG Ping, GUO Hongxia, et al. Power source planning of wind-pv-biogas renewable energy distributed generation system [J]. Power System Technology, 2012,36(9):9-14.

[6] Jiucai Zhang,Song Ci,Sharif H.,at el.Modeling discharge behavior of multicell battery.IEEE Trans. Energy Convers,2010,25(4):1133-1141.

[7] 李冰,石建磊. 基于多电源联合系统的大规模风电消纳协调控制策略[J].智能电网,2014,2(2):15-21. LI Bing, SHI Jianlei. A dispatch strategy for large-scale wind/pv power accommodation based on multi-generator system [J]. Smart Grid, 2014,2(2):15-21.

[8] 蔡国伟,孔令国. 风光储联合发电系统的建模及并网控制策略[J].电工技术学报,28(9):197-204. CAI Guowei, KONG Lingguo. System modeling of wind-PV-es hybrid power system and its control strategy for grid-connected [J]. Transactions of China Electrotechnical Society, 28(9):197-204.

[9] 郭成达.风光互补发电能量转换系统研究[D].大连:大连理工大学,2010. GUO Chengda. Research on system of energy conversion wind/pv hybrid generating [D]. Dalian: Dalian University of Technology, 2010.

[10] 张宇,俞国勤,施明融,等.电力储能技术应用前景分析[J].华东电力,2008(4):91-93. ZHANG Yu, YU Guoqin, SHI Mingrong, et al. Review of energy storage systems [J]. East China Electric Power, 2008(4):91-93.

[11] 丁明,徐宁舟,毕锐.用于平抑可再生能源功率波动的储能电站建模及评价[J].电力系统自动化,2011,35(2):66-72. DING Ming, XU Ningzhou, BI Rui. Modeling of BESS for smoothing renewable energy output fluctuations [J]. Automation of Electric Power Systems, 2011,35(2):66-72.

(责任编辑 侯世春)

Modeling and simulation of energy storage system in wind energy and photovoltaic micro-gird

YAO Ming1, ZHAO Peng2, ZHANG Yanliang1, ZHANG Yuanmei1, SUN Yue1

(1. College of Electrical Engineering，Northeat Dianli University, Jilin 132012, China;2. Songyuan Power Supply Company, Songyuan 138000, China)

In order to enhance the stability of wind energy and photovoltaic micro grid, this paper expounded the modeling and control methods of energy storage system in the system. Under micro grid stabilizing fluctuation power mode and planning output mode, voltage frequency of wind energy and photovoltaic micro grid was controlled. The established model and its control method were verified by DIgSILENT/Power Factory simulation experiment. The simulation results show that the energy storage system of wind energy and photovoltaic micro grid is able to track the running of planning output curve by information measurement and coordinated control through wind and photovoltaic power generation system in wind energy and photovoltaic system, which enhances the security and stability of the micro-grid.

wind energy and photovoltaic micro-grid; energy storage system; control method; simulation analysis

2015-07-13。

姚 铭(1988—),男,硕士研究生,从事微电网储能技术的研究工作。

TM727

A

2095-6843(2015)06-0491-05