刘 倩,李 时,刘晓淞,孙 静
(1.滁州职业技术学院机电工程系,安徽滁州 239000; 2.国网滁州供电公司营销部,安徽滁州 239000)
基于监督预测的风光互补发电设计
刘 倩1,李 时2,刘晓淞2,孙 静2
(1.滁州职业技术学院机电工程系,安徽滁州 239000; 2.国网滁州供电公司营销部,安徽滁州 239000)
针对在高频扰动、多变化的自然环境下合理地分配风光互补发电系统各部分发出功率的问题,提出了基于监督预测的风光互补发电系统。采用滑模变结构作为风力发电系统和光伏发电系统的控制器,利用监督预测算法求解优化目标函数。实验结果表明,引入监督预测系统之后的风光互补发电系统不仅能合理跟踪负载,还可限制系统输出功率幅值,确保设备安全。
风光互补发电;滑模变结构;预测控制;仿真
引言
风光互补发电技术是丹麦的N. Busch和K.Ollenbac最早提出来的,国内外论文已有将滑模变结构控制器运用于单独的风力发电系统和单独的光伏发电系统中,[1] 680-686 ,[2] 448-455其运用的是滑模变结构的非线性、对系统的干扰和参数摄动具有完全自适应性突出优点。下文针对风光互补发电系统高度非线性的特点,在变环境下将风力发电系统、光伏发电系统、蓄电池系统的滑模变结构控制器结合起来,避免各个子系统单独作用时候的缺陷,实现风光互补协调发电。
太阳能发电和风力发电是新能源发电技术的主要代表,其突出优点就是资源丰富、永不衰竭,但是也存在各自的缺点,主要表现在风力发电和太阳能发电都容易受季节变换的影响,各国各地地形和气候差异也是制约其发展和推广普及的因素。由于风力在夏季以及白天较少、冬季和夜里较多,太阳能正好呈现与其互补的资源状态,风光互补发电技术的应用能最大地发挥各自优点。考虑到风力发电的成本少于光伏发电成本,本文设计的风光互补发电系统是以风力发电为主,以光伏发电为辅,蓄电池作为电力供应的补充,分为三种模式运行。
1.1在风力充足完全能满足负荷需求的情况下,风力发电机发电,光伏发电系统关闭,蓄电池系统处于存储能量的状态。
1.2在风力不充足的时候,风力发电机发出的功率不能满足负荷要求,需要开启光伏发电系统,此时风力发电机处于最大功率发电状态。蓄电池系统不开启。
1.3在风力发电系统和光伏发电系统以最大输出功率模式运行时都不能满足负荷要求时,需要开启蓄电池系统,蓄电池处于放电状态,若负荷需求超过蓄电池容量,则需要断开蓄电池以防止蓄电池损坏,保护设备。
2.1 风力发电系统控制器设计
在负荷已知的情况下,风力发电系统的发电方式分为风力充足的时候,风力发电机发出的功率P(w)能完全满足负荷的要求,这是一种工作模式,此时滑模面选择为
2.2 光伏发电系统控制器设计
和风力发电系统类似,当负荷为已知的情况下,光伏发电系统也存在两种运行模式,其一是光线充足时候,其二是光线不足时不能满足负荷需求的情况。
Pmax为光伏发电系统的最大可输出功率,Psref为负载需求。h1=iL-is为第一种运行模式的滑模面,h2=∂ppv/∂vpv为第二种运行模式的滑模面。
3.1 监督预测原理
在保持控制系统的调节层的参数和结构不变的情况下,加入监督优化机制就是监督预测控制。即在不改变控制器原来的结构和参数,在其上增加一个监督优化层,使原有的控制器更好地跟踪给定值。其算法需要设定一个优化目标函数,此目标函数的确定不仅要满足误差指标,还要满足经济指标,以及改善系统的性能。
图1 监督预测控制系统Fig.1 Supervisory predictive control system
注:J为监督预测控制系统的目标函数;W为外部参考设定值;r为控制系统的调节层的最优设定点;y为输出量;u为系统的控制量;e为系统不能被测量的扰动信号;v为系统中可以被测量的扰动。
3.2 监督预测控制器设计
本文设计的监督预测控制器有两个重要作用。
(1)协调风力发电系统和光伏发电系统的输出功率,使其跟踪给负载,体现在监督预测模型里的寻优目标函数。
(2)减少发电系统中的电流突变情况发生,起到保护设备的目的,体现在监督预测模型里增加一个最大功率增量的刚性约束,同时避免电池频繁充放电。
监督预测控制器监督预测负荷的步骤:
(1)假设负载变化情况已知,即系统总功率Pt已知。
(3)监督预测控制系统每一步(tn=t0+nΔ, n=0,1,2…,t0是初始时刻,Δ为滚动时域每一步的采样步长)都要对目标函数进行求解,得到预测到的给定功率,输出给风光互补发电系统。
(4)系统根据预测情况及实际负荷情况重新滚动优化。
以MATLAB为平台,针对安徽省滁州市天长县的气象条件情况,对风力发电系统、太阳能发电系统在滑模变结构控制器的作用下的工作情况进行仿真分析。选择监督预测控制的采样时间Δ=0.01秒,预测时域N=3,风力系统给定功率的最大升幅限制在1000W,光伏系统给定功率的最大升幅限制在500W。图2所示为实际环境天气温度以及风速变化情况,测试时间选为160秒,经多次测试取输出曲线进行分析:
注:图2中第一幅图为某时某天160秒内实际负荷的需求曲线;第二幅图为取样时间内风速变化曲线;第三副图为光照强度的变化曲线;第四幅图为取样时间内温度变化曲线。
图3 基于监督预测的系统输出功率曲线Fig.3 The system output power curve based on the monitoring forecast
图3中第一张图示:第一条曲线为存在高频扰动的取样环境下风光互补系统发出的总功率,虚线为外界总负荷需求功率曲线,第二条曲线为蓄电池提供的功率曲线。第二幅图为风力发电系统功率图:第一条曲线为存在高频扰动的取样环境下风力最大能发出的功率,第二条曲线为其实际提供给负荷的功率曲线图。第三幅图为光伏发电系统输出功率曲线:第一条曲线为高频扰动取样环境下光伏系统能提供的最大功率,第二条曲线是光伏系统提供的实际功率。
分析图3中各曲线,在26秒之前,50秒到65秒,95秒到112秒,135秒之后系统处于第一种工作模式,此时风力足够大,风力发电系统能发出的最大功率超过实际负荷需求,监督预测系统会根据设计原则优先选择风力发电机发电,光伏发电系统和蓄电池都处于关闭状态,风力发电系统会按照监督预测控制器的算法实行跟踪负荷发电。其他时间段,光伏发电系统作为补充给负荷提供功率,不足的时候蓄电池系统开启(27秒到45秒左右,67秒到88秒左右,113到135秒左右),此时系统处于第二、第三种发电模式。通过仿真可以看出,监督预测系统通过反复计算目标函数,合理地分配了各子系统的出力状况,很好地对负荷进行跟踪发电。
小结
本设计采用监督预测控制器来合理分配各子系统的发电,主要考虑发电系统的经济性、功率增幅不能过大等因素,根据安徽省滁州市天长县的实际环境天气温度以及风速变化情况进行仿真,结果显示,监督预测控制算法能很好地对风力发电子系统、光伏子系统、蓄电池子系统进行分配,很好地完成了负荷跟踪,并抑制了最大功率增量,同时避免电池频繁充放电,起到了很好的控制效果。
[1]Valenciaga F,Puleston P F,Battaiotto P E,et al .Passivity/sliding mode control of a stand-alone hybrid generation system[J].IEEE Proceedings-Control Theory and Applications,2000,147(6).
[2]Valenciaga F,Puleston P F,Battaiotto P E.Power control of a photovoltaic array in a hybrid electric generation system using sliding mode techniques[J]. IEEE Proceedings-Control Theory and Applications,2001,148(6).
[3]肖夏,候建富,王钊.具有MPPT功能的光伏系统仿真[J].天津大学学报(自然科学与工程技术版),2013(10):929-933.
[4]蔡国伟,孔令国,杨德友,潘超,孙正龙.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(1):65-71.
[5]马振宇,玄兆燕,景会成,赵欣.风力发电最大功率跟踪控制[J].机械工程与自动化,2017(3):38-39.
[6]陈景龙,李文宏.风光互补发电无线电能传输系统的研究与设计[J].科学技术与工程,2017(2):49-56.
[7]谈博,蔡远利,史椸.采用变时域监督预测控制的机炉协调控制方法[J].西安交通大学学报,2016(12):92-98.
[8]李素真,袁钢,刘向杰.改进的监督预测控制算法在IGCC中的应用[J].锅炉技术,2015(2):1-5.
[9]刘金琨.滑模变节后控制Matlab仿真[M].清华大学出版社,2005.
[10]Sasmita Behera,Subhrajit Sahoo,B.B. Pati. A review on optimization algorithms and application to wind energy integration to grid[J] .Renewable and Sustainable Energy Reviews,2015.
[11]张苏英,李颖辉.基于新型趋近率的永磁同步电机滑模变结构矢量控制[J].河北科技大学学报,2016,37(4):382-389.
[12]秦燕,李中年,郭亚琴.一种改进的风光互补发电系统MPPT控制方法[J].软件导刊,2016(9):13-16.
Class No.:TM61 Document Mark:A
(责任编辑:蔡雪岚)
Design of Wind Solar Hybrid Power Generation Based on Supervised Prediction
Liu Qian1,Li Shi2,Liu Xiaosong2,Sun Jing2
(1.Department of Mechanical and Electrical Engineering, Chuzhou Vocational and Technical College, Chuzhou, Anhui 239000,China; 2.Marketing Department, State Grid Corporation of Chuzhou, Chuzhou, Anhui 239000,China)
Wind and solar power generation system based on monitoring and forecasting is proposed for this problem that how to allocate the power of each part of the solar photovoltaic complementary power generation system under high frequency disturbance and varied natural environment. Taking the sliding mode variable structure as a wind power generation system and a photovoltaic power generation system controller, we try to solves the optimization objective function by using the supervised prediction algorithm. The experimental results show that the wind and solar power generation system can not only track the load reasonably, but also limit the output power amplitude of the system and ensure the safety of the equipment.
wind/solar hybrid generation;sliding mode variable structure; predictive control;simulation
刘倩,硕士,讲师,滁州职业技术学院。
安徽省省级质量工程项目“电气自动化”特色专业(编号:2016tszy061)。
1672-6758(2017)08-0036-4
TM61
A