独立运行直流微网协调控制策略

张继红 ，兰永健 *，赵 锐 ，赵继勇 2，杨培宏 ，吴振奎

（1.光热与风能发电自治区重点实验室，内蒙古科技大学 信息工程学院，内蒙古 包头 014010；2.内蒙古申源建设有限责任公司，内蒙古 包头 014030）

0 引言

近年来，能源危机、气候变暖、环境恶化等一系列问题日趋严峻。为此，以太阳能、风能为代表的清洁能源利用研究受到了世界各国的高度重视［1-3］。由于太阳能、光伏等可再生能源发电具有随机性、波动性等典型特征，出力受环境影响因素较大。为了充分利用这些清洁能源，增强绿色发电占比，提升分布式发电效率，微网应运而生。微网是一种含分布式电源、储能、负荷等设备，并按一定的经济技术条件连结在一起的小型电网系统，按照能否并网运行，微网可以分为并网型和独立型两种［4-5］。按照负载与各微源接入母线的不同，又可分为交流型、直流型以及交直流混合型［6-7］。同交流微网相比，直流微网无相位同步与趋肤效应、设备结构简单、可控性较好。此外，由于直流微网减少了能量变化的中间环节，从而提高了能源利用效率。

由于直流微网的结构特点和运行效率等突出优势逐步受到了学者们的青睐，因此，针对直流微网的协调控制及能量管理成为近年来研究的热点，并有不少文献报道了相关控制方案。例如文献［2］给出了对节点电压和母线电压的分段控制策略，实现了负荷功率的波动预测，但未考虑不同电压阈值的设定范围，适于系统容量和规模较小微网；文献［5］详细研究了电压分级控制方法，达到了微网的分层控制目的，但存在母线电压波动较大且模式切换次数较多现象，不具有普遍性；文献［9］提出了变功率控制策略以实现微网内部功率的平衡和电压的稳定控制；文献［10］采用神经网络滑模控制对最大功率点进行跟踪，稳定了电压，达到了预期控制效果，但存在操作繁琐，训练时间加长等现象。

针对独立型直流微网系统，本文提出了一种由超级电容和蓄电池组成的混合储能系统协调控制策略。首先，以直流母线电压值波动范围间接判断微网是否处于功率、能量平衡状态；其次，为充分利用光伏发电能效，采用改进扰动观察法实现光伏发电的最大功率跟踪；最后，负荷波动的高频成分采用混合储能系统的超级电容进行平抑，发挥了超级电容的功率型储能优势，而负荷波动的低频成分采用混合储能蓄电池进行平抑，发挥了电池的能量优势。

1 直流微网结构及单元模型

1.1 微网结构

本文所研究的直流微网系统结构如图1所示。图1中，光伏通过单向DC/DC变流器与母线相连，蓄电池和超级电容通过双向DC/DC变流器与母线连接，实现能量的双向流动，为简单起见，负载均采用恒功率负载，分别由直流负载和交流负载组成，并通过DC/DC和AC/DC变流器与母线相连，母线电压为700 V。

图1 孤岛型直流微电网系统结构图Fig.1 Structure diagram of the isolated DC microgrid system

1.2 光伏电池数学模型

光伏电池通过光生伏特效应将一次能源的太阳能转化为二次能源的电能，通过直流方式输出［8］。由于单体电池的功率较小，因此文中采用28块光伏板，通过七串四并组成光伏阵列，选用的光伏电池型号为GR-M125-190W-G36V，由贡水新能源科技有限公司生产，具体参数为Uoc=316.4 V，ISC=22.48，Um=255.5 V，Im=20.8 A，其数学模型如下。式（1）-式（3）中：Sref和S分别表示为光照强度参考值和光照强度；α和β分别电流和电压变化温度系数；T表示电池温度；Isc和Usc分别表示短路电流和开路电压。

1.3 蓄电池数学模型

蓄电池的种类很多，包括钠硫电池、铅酸蓄电池和锂离子电池等［9-10］。综合比较后本文采用发展较早，技术较为成熟的铅酸蓄电池。理想的蓄电池模型可等效为受控电压源U与电阻R的串联，但在实际应用中，充放电内阻也是需要考虑的。本文将采用内阻模型作为铅酸蓄电池的数学模型，其中各项参数受荷电状态及充放电电流影响，因此可表示为：

荷电状态（State of Charge，简称“SOC”）表达式：

式（4）-式（6）中，Ubat为蓄电池的工作电压；SOC0为蓄电池的初始荷电状态；Q为蓄电池容量；Ut为开路电压；R为内阻；I为充放电电流；Rchg、Rdis为充、放电电阻。

1.4 超级电容数学模型

超级电容为功率型器件，具有功率密度高，充放电速度快和使用寿命长等显著特点，可以很好地抑制突变功率波动，且后期维护较为方便，并能与蓄电池配合组成混合储能系统［11-12］。图2给出了超级电容的等效模型，由理想电阻Rs和电容C串联构成。图2中，isc为等效工作电流，usc为等效工作电压。

图2 超级电容等效模型Fig.2 Super capacitor equivalent model

由图2可以得到，超级电容器等效模型的电路方程为：超级电容器荷电状态SOC的数学方程为：

超级电容存储能量：

式（8）、式（9）中，Qt表示超级电容在t时刻存储的能量；QN表示超级电容电荷总能量；Umin表示正常工作时最小电压；Umax则表示最大电压；U0表示初始电压值。

2 微网系统控制策略

2.1 光伏发电控制策略

光伏发电通常有最大功率发电和恒压发电两种工作模式。为了充分利用可再生能源及提高发电效率，本文将采用最大功率跟踪模式，即（Maximum Power Point Tracking，简称“MPPT”）［13-15］，使光伏电池以最大输出功率运行。

目前常用的MPPT跟踪方法包括了电导增量法、扰动观察法、模糊控制法等［16-18］。本文在综合衡量常见跟踪方法各自特点的基础上，提出一种改进扰动观察法的功率跟踪策略，该方法可实时改变占空比步长，在距最大功率点远处则增加步长，以加快追踪速度；在距最大功率点近处则减小步长以确保追踪精度，具体的实现方法和步骤如图3所示。

图3 变步长扰动观察法算法流程图Fig.3 The flow chart of the variable-step perturbation observation algorithm

2.2 混合储能控制策略

2.2.1 混合储能运行机理

针对图1所示的微网结构，本文设计的混合储能控制原理如图5所示。采用超级电容和蓄电池组成混合储能系统，考虑到储能的各自优势和特性差异，分别担任负荷功率的高频及低频波动成分。超级电容具有充放电次数多、寿命长等突出特点，可以有效平抑负荷中的波动频次高、响应速度快的负荷情况；相反，蓄电池则可以弥补能量密度较大，功率密度较低的负荷波动情况［19-22］。图4给出了直流微网的结构图，为精确功率分配，由上下两层控制构成，能量管理中心属于上层控制，负责收集各模块的数据信息，并发出指令给下层的控制器，控制各模块完成功率的协调分配。

图4 直流微网系统结构框图Fig.4 DC micronet system structure block diagram

2.2.2 算法分析

针对光伏直流微网系统，由于光伏发电的随机性和负荷投切的不确定性，引起的直流母线电压波动较为常见，为保证电压波动范围符合国标标准，本文采用改进下垂控制和电压前馈方式进行平抑负荷功率波动。控制原理为在考虑储能SOC状态的前提下，根据母线波动幅值情况实时修正下垂系数大小，补偿功率缺额。为简单起见，仅以超级电容为例进行分析，为促进负载电流的均分，将负载电流和超级电容的荷电状态进行关联。即在放电过程中SOC值较高的超级电容释放较多能量，而SOC值较低的超级电容则释放较少能量；充电过程中SOC值高的超级电容吸收较少能量，而SOC值较低的则吸收较多能量，这样有助于SOC的快速平衡。该控制的计算公式如下：

式（10）-式（12）中，SOCi0为第i组超级电容的初始荷电状态；Rm为初始下垂系数；i为超级电容组的序号；km为SOC的补偿因子；SOCavg为超级电容平均荷电状态；p表示SOC收敛的速度因子。

具体算法将分为充电和放电两种情况进行分析。当idci＞0，此时超级电容处于放电状态，如果储能单元SOC值小于平均值，即SOCi＜SOCavg，此时R(SOCi)＞Rm，因此该组超级电容会提供较小的负荷电流；若储能单元的SOC值大于平均值，即SOCi＞SOCavg，此时R(SOCi)＜Rm，因此其将提供较大的负荷电流。同理，当idci＜0时，超级电容将处于充电状态，特性与上述放电状态相反，此处便不作赘述；当运行中超级电容的荷电状态相同时，Km为1。

针对充放电时会引起母线电压的波动和提高功率补偿精度，本文在改进下垂控制的基础上增加了电压前馈补偿方式。通过将母线电压实际值与参考值进行比较，然后将差值输入PI控制器得到补偿量，再把补偿量叠加到参考值，通过实时变化补偿量来实现对参考电压的动态补偿，从而来减小母线电压的波动，基于前馈控制的改进下垂控制图如图5所示。

图5 基于电压前馈补偿的改进下垂控制框图Fig.5 Improved sagging control block diagram based on voltage feed-forward compensation

2.2.3 混合储能系统运行控制方案

超级电容和蓄电池组成的混合储能的功率分配，由低通滤波器（Low-pass Filter，简称“LPF”）来实现的。根据超级电容和蓄电池各自的特性，由蓄电池承担平滑的部分，吸收或释放低频功率，这样可以减少充放电的循环次数，进而优化充放电过程，延长使用寿命［23-26］。超级电容具有功率密度大及响应快等特点，让其吸收或释放高频功率波动的部分，这样可以抑制光伏发电突变或负载突变对直流母线造成的冲击。这种方法的优势在于可以更快速地电压校正和减少电池的运行频度，且不需要进行大量的计算及数据存储。一阶低通滤波器的传递函数为：

式（13）中，T为滤波器的时间常数；s为微分算子。

针对直流微网系统设计的混合储能系统功率分配如图6所示。

图6 混合储能系统功率分配图Fig.6 A power distribution map for a hybrid energy storage system

得到混合储能系统承担的功率为：

储能系统承担功率Phess经过低通滤波器得到蓄电池的功率：

则超级电容器所要承担的功率为：

式（14）-式（16）中，Pdc表示维持母线电压所需功率；Ppv表示光伏电池所发出的功率；Phess表示储能系统承担的功率；Pbat表示蓄电池承担的功率；Psc表示超级电容承担的功率。

3 仿真与分析

为验证所提控制策略的有效性和可行性，在Matlab/Simulink搭建了相关模型并进行仿真研究［27-30］。光伏电池、蓄电池及超级电容的具体参数如表1所示，仿真时间为10 s。

表1 系统参数表Table1 The system parameter table

仿真验证在独立模式下混合储能控制策略的有效性，通过改变直流负载的大小，造成一定的功率波动，进而造成直流母线电压的改变，来验证协调控制情况。在T=25℃，S=1 000 W/m2的标准条件下，光伏电池板的额定发电容量为5 000 W，仿真结果如图7所示。

图7（a）给出了采用扰动观察法的光伏电源输出功率仿真图，由仿真图可以看出追踪到最大功率点的时间较长，大约在0.04 s处；图7（b）为变步长扰动观察法的仿真图，由图可以看出大概在0.004 s时追踪到最大功率处。通过对比，可以得出变步长扰动观察法追踪到最大功率点的速度几乎为普通方法的10倍，所用时间极短，几乎可以忽略，这对实际环境中变化很快的光照和温度具有更大优势。

图7（c）给出了光伏输出和负载的功率变化情况，图7（d）为混合储能的功率分配情况，图7（e）为直流母线的电压。为了更好的验证本文所提出的控制策略，仿真时采用的光照强度为600 W/m2。由图可以看出，当t=0～4 s时，光伏电池的输出功率保持在3 kW，直流负载的功率为3 kW，ppv=pload，此时为了维持母线电压的稳定，储能系统不需要进行功率交换；4～8 s时，光伏电池的输出功率为3 kW，在4 s时直流负载由3 kW突然增加到4 kW，ppv＜pload，为了避免母线电压降低，因此需要混合储能系统释放剩余能量，超级电容迅速承担由负荷突变引起的高频功率波动，蓄电池则缓慢变化，承担低频功率部分；在8 s时直流负载由4 kW突然骤减到2 kW，考虑到最大程度利用太阳能，光伏电池仍以最大输出功率运行，输出功率为3 kW。因此，8～10 s时，ppv＞pload，此时为了避免直流母线电压升高，需要混合储能系统吸收多余能量，超级电容迅速动作，提供因负载骤减而引起的功率冲击，蓄电池则承担平滑部分。在负载突增和骤减时，直流母线电压有小幅跌落和升高，但可以迅速恢复稳定。

图7 独立型直流微网工作的系列曲线Fig.7 Series curves for independent DC micronet work

4 结语

文章针对独立型直流微网系统，设计了混合储能协调控制策略，采用改进下垂控制与电压前馈控制方式有效平抑负荷波动的高频及低频成分，保证了功率的合理分配，抑制了母线电压波动现象，提高了电能质量，对于规模化储能的工程实践具有理论指导价值。