考虑储能SOC的RBF自适应VSG控制策略.pdf

第39 卷第5期2023年10 月DOI:10.3969/j.issn.2096-8299.2023.05.003上海电力大学学报Journal of Shanghai University of Electric PowerVol.39,No.5Oct.2023考虑储能SOC的RBF自适应VSG控制策略袁涛，杜振东2（1.上海电力大学，上海2 0 0 0 9 0；2.浙江华云电力工程设计咨询有限公司，浙江杭州310 0 0 2）摘要：采用虚拟同步发电机（VSG)控制策略的并网逆变器可为分布式能源提供必要的惯性阻尼特性，以支撑电网频率。VSG的惯量和阻尼特性均受储能荷电状态(SOC)约束,因此有必要维持储能SOC水平,避免储能VSG失去惯量阻尼特性。设计了基于SOC的储能充放电系数,结合径向基函数（RBF）神经网络控制，提出了一种储能VSG参数自适应控制策略,并通过MATLAB/Simulink仿真,验证了所提策略的有效性和优越性。关键词：虚拟同步发电机；储能；惯性时间常数；阻尼系数；神经网络中图分类号：TM712RBF Adaptive VSG Control Strategy Considering Energy Storage SOC文献标志码：A文章编号：2 0 9 6-8 2 9 9(2 0 2 3)0 5-0 436-0 7YUAN Taol,DU Zhendong?(1.Shanghai University of Electric Power,Shanghai 200090,China;2.Zhejiang Huayun Electric Power Engineering Design Consulting Co.,Ltd.,Hangzhou,Zhejiang 310014,China)Abstract:A grid-connected inverter using a virtual synchronous generator(VSG)controlstrategy can generate the necessary inertial damping characteristics for distributed energy to supportthe grid frequency.The inertia and damping characteristics of the VSG are both constrained by theenergy storage SOC,so it is necessary to maintain the energy storage SOC level to prevent theenergy storage VsG from losing its inertia damping characteristics.In this paper,an energy storagecharge and discharge coefficient based on SOC is designed,and an adaptive control strategy forenergy storage VSG parameters is proposed in combination with Radial Basis Function(RBF)neural network control.Finally,the effectiveness and superiority of the proposed strategy is verifiedby MATLAB/Simulink.Key words:virtual synchronous generator;energy storage;virtual inertial time constant;damping coefficient;neural network随着“双碳”目标的推进，电力电子装备已成为电力系统的重要组成部分,其中逆变器扮演着重要角色。因此,为了解决逆变器无惯性、欠阻尼不足等问题,通过借鉴同步发电机的物理机理,能够模拟同步发电机惯量和阻尼特性的虚拟同步发电机（Virtual Synchronous Generator,VSG）技术应运而生 13基于电力电子设备的特性，VSG可以灵活调收稿日期：2 0 2 3-0 7-14通信作者简介：袁涛（19 9 9 一），男，在读硕士。主要研究方向为新能源发电与并网控制。E-mail:。袁涛，等：考虑储能SOC的RBF自适应VSG控制策略节其惯量和阻尼系数。当然，合适的控制参数能够优化系统动态调节能力，但若参数取值不当，则可能引起系统功率振荡,降低系统稳定性 4。针对VSG参数的控制策略,文献4引人模糊算法，使得转动惯量在调节时更为平滑，但模糊算法中的模糊规则和隶属度函数过于依赖研究人员的经验。文献 5结合转动惯量自适应控制方法，基于频率变化量改变转动惯量的取值，从而提高了系统的稳定性，但忽略了阻尼的影响。文献6考虑了阻尼参数对系统稳定性的影响,提出了惯量和阻尼的协同控制策略，但只能分段而不能连续自适应地改变参数。文献 7-10 通过引人定系数实现惯量阻尼双参数随频率变化情况自适应调整，且运行可靠，但调节效果取决于相关定系数的取值。文献 11利用神经网络算法处理连续非线性函数的优势,将神经网络输出作为VSG的转动惯量,虽然能够快速响应系统频率变化,缓冲系统受到的扰动，但阻尼参数为定值。VSG控制的本质是将储能单元中的电势能模拟成为具有惯性的机械能,因此VSG的惯量和阻尼与储能荷电状态(State of Charge,SOC)密切相关。然而当前研究大多将VSG直流侧简化成理想电源。文献 12 通过惯量阻尼参数的变化动态配置储能单元，并借助线性优化控制降低能量成本,抑制功率波动。文献 13-14提出了系统的等效惯量计算方法，但该方法未考虑SOC对等效惯量计算的约束。文献15计算得到考虑储能SOC约束下的VSG惯量阻尼边界,但无法实现VSG控制系数自动调节。本文基于维持储能SOC水平的角度,同时考虑VSG参数与频率的非线性关系,设计基于SOC的储能充放电系数,并结合径向基函数(RadialBasis Function,RBF)神经网络控制提出了一种储能VSG参数自适应控制策略。最后基于MATLAB/Simulink搭建仿真模型，并在阶跃负荷扰动工况下,验证了本文所提策略的有效性。1虚拟同步机技术基于LC滤波的VSG电路拓扑结构如图1所示 16。其中，储能通过电力电子器件与配电网相连，并网逆变器采用VSG控制策略。VSG可根据系统频率变化调整储能充放电功率,以支撑系统频率稳定；三相桥臂中点电压eave,和e。等437效同步发电机的电势E；滤波器的电感L和电阻ri等效同步发电机的电感L。和定子电阻ra；滤波电容电压uavup、u。等效同步发电机的端电压Ug。PCC为公共耦合点，ia、i 和i。是逆变器输出电流，C是滤波电容，rg、Lg 是线路电阻、电感，是VSG的虚拟功角，Z是VSG与电网间的等效阻抗。储能设备根据同步发电机的二阶模型得到VSG的转子运动方程为（令VSG极对数为1）二-odsdtdo*H=Pm*-Pe*-PD*dtm.*(PD=DAW,式中：A*VSG频率偏差标么值；-VSG输出角频率；o额定角频率；H-一VSG惯性时间常数；Pm Pe.、Pp.m-VSG的输人机械功率标幺值、电磁功率标么值和阻尼功率标么值；D一阻尼系数。H的表达式为H=JSN式中：JVSG转动惯量；SVSG额定容量。由图1可得VSG的电磁方程为diabeL=eabe-U,-Riabedt式中：iabe逆变器输出电流；eabe-VSG虚拟内电势瞬时值；PCCLua工VSC33E28Z图1VSG电路拓扑结构e*2电网U.0(1)(2)(3)438R-一电阻。eab的计算公式为eaeabceb其中，VSG虚拟内电势指令值E可由无功功率偏差经积分得到，为E=UKJQra-K,(U.-U.)-Q,Jdt式中：U.电压基准值；E0*一一空载电势；K-无功功率积分系数；-VSG输出无功功率参考值和实际值；K,电压调差系数；U滤波电容电压；U.9*K，的计算方法为AQK，AU式中：AQVSG输出无功功率变化量标么值；AU.一并网点电压幅值变化量标么值。通常阻抗Z的阻抗角可近似为零，同时8 很小,sinS,故储能VSG输出有功功率为E.UPsing=SeoZe*E.USeZ.式中：EVSG内电势标么值；Z,一VSG与电网间等效阻抗标么值；SVSG整步功率系数。VSG控制框图如图2 所示。其中，s为微分算子。由图2 可知,VSG有功功率-频率下垂特性可表示为DAP式中:D一阻尼系数；P.VSG 有功功率变化量。上海电力大学学报转子机械方程P.DEsing2Esin32)S113电网电压。2023年Pm*(4)+rep(5)当电网存在频率偏差时，储能VSG参与电网调频的有功功率变化量P，与系统频率偏差标么值成正比,阻尼系数D越大,储能参与电网一次调频的程度越深。储能VSG为典型的二阶系统,其有功功率-频率环闭环传递函数Gp（s)为AP。Gp(s)APmm*式中：P。*VSG输出功率变化量；(6)APm*系统阻尼比和自然角频率之间的关系为SeWoWnH1D2/HS:Wo当VSG为欠阻尼系统时，VSG输出功率(7)P。的最大值为 17 APe=Pm(1-e-)2储能系统锂电池能量密度高、功率密度高、循环寿命长，本文的电池储能系统（Battery Energy StorageSystem,BESS)为典型的采用锂电池的电化学储能。锂电池的伏安特性与其端电压和内阻有关，而其电压和内阻受SOC影响,BESS的剩余容量(8)可由 Soc表示,为SSoCoX虚拟励磁调节图2 储能VSG控制框图SeWoHs?+Ds+SeWoVSG输人机械功率变化量。dtQBESHsUgU.K十SQSsin(o-sin(o+E0*(10)(11)(12)sineabc(9)袁涛，等：考虑储能SOC的RBF自适应VSG控制策略式中：Soo-BESS初始荷电状态；Q.储能额定容量；PBESS-BESS充放电功率。为避免锂电池过充和过放，延长锂电池使用寿命，提高BESS经济性，应对BESS充电和放电工况下的SOC作出限制。当SOC低于下限值0.1时,BESS不应对外输出电能,防止锂电池过放；当SOC高于上限值0.9 时,BESS不应再吸收电能，防止锂电池过充。为了保证BESS充电、放电能力的一致性，系统运行前应使储能SOC处于预设值。其参考值Socrer为SocmrSocrefocmin储能VSG通过模拟VSG的下垂特性和惯性响应,参与系统一次调频。在调频过程中,不考虑暂态过程，储能VSG调频出力来源于VSG下垂特性,即APD+=-DAo式中:APD*一储能VSG下垂功率。基于系统频率变化量和VSG阻尼系数，降低稳态频率偏移。3计及SOC的储能VSG一次调频自适应综合控制3.1基于SOC的储能充放电系数为了延长储能运行时间，当电网频率低于工频时,储能应在SOC较低时降低功率,SOC较高时增加功率；当电网频率高于工频时，储能应在SOC较低时增大充电功率,SOC较高时减小充电功率。设计基于SOC的储能充放电系数Kso为Ksoc_dis，KsoSocKsoc_disKsoc_ch式中;Ksocdis Ksoc.ch439下系数；储能SOC参考值,取0.5。由式（15）、式（16)得到基于SOC的储能充放电系数曲线，如图3所示。1.11.00.830.6K0.40.20(13)2-BESS荷电状态的上限和下限。(14)P。0eKsoc_ch，P。T a式中：D。一下垂系数初值；Ta一阅值；K阻尼系数D的调节系数。综上所述,本文设计的储能VSG参数自适应控制策略为H=KsoHD=Kso.D:K D o,I A o,/T aLKse(D.+Ka Aw/-w),Aw Ta(27)本文所提计及SOC储能VSG综合控制如图5所示。IHRBF控制器HXH式(2 6)VSGDC/ACDD式(16)SOC.Ksoc图5计及SOC的储能VSG综合控制dao*P-He*dtDIAw/Ta(26)蓄电池直流母线DC/DCPCC电网（负荷）(25)袁涛，等：考虑储能SOC的RBF自适应VSG控制策略3.4参数整定根据式(9)构建以H和D为参变量的特征方程为Ds1+Hs+SeWo(Ds+S:0o)H1+分别以H和D为参变量的广义根轨迹如图6所示。80400-40-80-25(a)H由0.11 2.2 s变化,D=4 Nms/rad80400-40-80-70-60-50-40-30-20-100实轴(b)H=0.11 s,D由4 8 0 Nms/rad变化图6 不同参量下的广义根轨迹图由图6(a)可知,当阻尼系数D不变时,随着H的增大,开环极点离虚轴越来越近,系统稳定性越来越差,因此参数H不能过大。由图6(b)可知，当H不变时，阻尼系数D越大,开环极点实部的绝对值就越大,系统就越稳定，系统响应速度也随之加快,同时随着D增大,系统阻尼比也增大，系统超调量随之降低。为满足系统稳定性要求,应有D0。同时阻尼系数D还需满足 18 APD*maxAa*max式中：P*max441A*maxVSG角频率变化最大值。本文设计下垂系数初值D。=2 0，令系统阻尼比为0.7 0 7，此时参数H的初值H。为0.55。当储能 SOC达到上下限时，由式（17）可得Ksoc=0.2,此时H和D有最小值Hmin=0.11,Dmin=4。=.0结合式(18）、式(2 7)可知,本文所提VSG控制策(28)略中系统调节时间不受储能SOC影响。=04仿真分析通过MATLAB/Simulink平台验证本文所提的储能VSG自适应控制策略。其中,蓄电池容量为3 Ah,直流母线电压Udc=800V,ri=0.1,XXXL=2 mH,L,=2mH,C=30 F,同步角频率Wo=100rad/s,电压基准值U,=380V,K,=H增大一12.5,K=0.05。S。初始值设为0.5。系统初始带20kW负荷,分别对比本文所提策略与固定参数H增大一法（D。=2 0,H。=0.55）、常规自适应策略 10 1的频XXXXXXXXXXXX率稳定性和SOC维持效果。-20-15实轴XXXXXXXD增大XD增大XXXXXX-VSG有功功率变化最大值；-10-50(29)考虑储能VSG参与系统一次调频的情况,当电网频率下降0.5Hz时,本文的储能SOC曲线，如图7 所示。0.50.40.30.50.10由图7 可知,相比于固定参数控制，本文所提控制策略能够有效维持储能SOC。设定在0.2 s时刻VSG有功指令Pm突增20kW,3种VSG控制方式下储能逆变器输出有功功率、频率、蓄电池SOC 和VSG的惯性阻尼自适应变化曲线如图8 所示。由图8 可知,采用固定参数控制时，储能逆变器输出有功功率和频率的超调量较大，调节时间较长；与固定参数控制相比，常规自适应控制下VSG参数H和D根据系统频率变化自适应调节,明显减少了逆变器输出功率和频率的超调量；与常规自适应控制相比，本文所提策略控制下的一固定参数.本文策略12图7 储能SOC曲线3t/s45644210050.350.250.150.019.90.500.48DOS0.460.441.2S三0.80.4(-peis.u.N)/a2420图8 有功指令突增下VSG仿真结果有功超调量和最大频率偏差进一步减少，频率恢复速度加快,对蓄电池SOC的维持效果最好，并且本文策略下的参数不存在突变,参数变化较为缓和。5结 论本文借助RBF神经网络对任意非线性函数的逼近能力,无需分析VSG参数与逆变器输出频上海电力大学学报率变化情况之间复杂的非线性关系，提出了考虑20储能SOC的RBF自适应VSG控制策略，得出如一本文策略下结论。-固定参数常规自适应10.20.4t/s(a)VSG输出有功功率-固定参数一常规自适应0.20.4t/s(b)VSG输出频率本文策略-固定参数常规自适应0.20.4t/s(c)蓄电池SOc一本文策略-固定参数：常规自适应0.20.4t/s(d)惯性时间常数H本文策略-固定参数：常规自适应0.20.4t/s(e)阻尼系数D2023年（1）储能参与电网调频时，相比于固定参数，本文所提策略可有效维持储能SOC水平,避免储0.6能过充、过放,延长储能工作时间。（2）根据根轨迹分析基于VSG的储能系统一本文策略的稳定性，提高了参数选取的准确性。（3）采用本文所提控制策略，能够有效改善储能逆变器输出功率和频率的动态特性，提高系统稳定性，且参数调节不存在突变。0.6参考文献：1 ZHONG Q,WEISS G.Synchronverters:inverters that mimicsynchronous generators J.I EEET r a n s.I n d u s t r i a lElectronics,2011,58(4):1259-1267.2ZHONG Q C,NGUYEN P L,MA Z,et al.Self-synchronizedsynchronverters:inverters without a dedicated synchronizationunit J.IEEE Transactions on Power Electronics,2014,290.6(2):617-630.3 MO S,PENG B,SHUAI Z,et al.A new self-synchronizationcontrol strategy for grid interface inverters with local loads C J/2 0 15 I EEE En e r g y Co n v e r s i o n Co n g r e s s a n dExposition.Montreal,Canda:IEEE,2015:2316-2320.4杨帆，邵银龙，李东东，等.一种计及储能容量和SOC约束的模糊自适应VSG控制策略 J.电网技术，2 0 2 1,45（5)：1869-1877.0.65刘尧，陈建福，侯小超，等.基于自适应虚拟惯性的微电网动态频率稳定控制策略 J.电力系统自动化,2 0 18,42(9):75-82.6 FEI W,LI J Z,XIA Y F,et al.An adaptive control strategyfor virtual synchronous generatorJ.IEEE Transactions onIndustry Applications,2018,54(5):5124-5133.7陈来军，王任，郑天文，等.基于参数自适应调节的虚拟同步发电机暂态响应优化控制J.中国电机工程学报，0.62016,36(21):5724-5731.8ZHU Q W,LIN.A self-adaptive inertia and dampingcombination control of VSG to support frequency stabilityJ.IEEE Transactions on Energy Conversion,2017,32(1):397-398.9杨赞，梅飞，张宸宇，等.虚拟同步发电机转动惯量和阻尼系数协同自适应控制策略 J.电力自动化设备，2 0 19,3 9(3):125-131.10温春雪，陈丹，胡长斌，等.微网逆变器的VSG转动惯量和阻尼系数自适应控制 J.电力系统自动化,2 0 18,42（17）：120-126.11杨旭红,姚凤军,郝鹏飞,等.基于改进型RBF神经网络的VSG转动惯量自适应控制 J.电测与仪表,2 0 2 1,58（2)：112-117.(下转第452 页)452关，当置信水平更高时，风光运营商参与市场的交易态度就会更加保守，反而不利于其消纳，造成更大的损失。参考文献：1康重庆,姚良忠.高比例可再生能源电力系统的关键科学问题与理论研究框架 J.电力系统自动化,2 0 17,41(9)：2-11.2 ZHANG N,HU Z G,HAN X,et al.A fuzzy chance-constrainedprogramforunitcommitmentproblemconsidering demand response,electric vehicle and wind power J.International Journal of Electrical Power&EnergySystems,2015,65(2):201-209.3 TANZF,YANG S B,LIN H Y,et al.Multi-scenariooperation optimization model for park integrated energysystem based on multi-energy demand response J.Sustainable Cities and Society,2020,53:101973.4行德格吉日夫，谭忠富，李梦露，等.考虑不确定性的风储电站参与电力现货市场竞价策略J.电网技术，2 0 19，43(8):2799-2807.【5王振浩，马爽，李国庆，等.考虑复合储能电站接人的电网日前-日内两阶段滚动优化调度 J.太阳能学报,2 0 2 2,43(10):400-408.【6 徐立新,沈志钧,刘明波，等.考虑配电网安全校核的分布式能源聚合商参与市场竞标的双层混合整数优化模型上海电力大学学报J.电网技术,2 0 2 1,45（11）：43 9 5-440 6.7刘佳楠，熊宁，朱文广，等.电力市场环境下风光储联合运行优化策略 J.电力科学与技术学报，2 0 17,3 2（1）：11-15.【8 孙波，樊亚南，李志恒，等.偏差电量考核下风光储混合发电商的市场均衡博奔研究J.水电能源科学，2 0 2 0，38(2):202-205.【9 王凯,延肖何,蒋凯，等.考虑碳交易的风光储场站参与电力现货市场报价策略与调控方法 J.中国电机工程学报，2023,43(18):7091-7103.【10 王洪亮,孙伟卿，桑丙玉.考虑条件风险价值的“新能源+储能”电站现货市场投标策略J.电网技术，2 0 2 3，47(9):3620-3631.11邢通，大规模风电参与电力市场交易机制及优化模型研究D.北京：华北电力大学,2 0 2 0.12杨波,汤文成，吴福保，等.考虑CVaR的“新能源+储能”电厂日前市场投标策略 J.电力系统保护与控制,2 0 2 2,50(9):93-100.13 ROCKAFELLAR R T,URYASEV S.Optimization ofconditional value-at-riskJ.Journal of Risk,2000,2(3):21-41.14 KROKHMAL P,PALMQUIST J,URYASEV S.Portfoliooptimization with conditional risk objectives and constraintsJ.Journal of Risk,2002,4(3):43-68.（责任编辑白林雪）2023年(上接第442 页)12 ZHANG X,MAO F,XU H,et al.,An optimal coordinationcontrol strategy of micro-grid inverter and energy storagebased on variable virtual inertia and damping of vsg J.Chi-nese Journal of Electrical Engineering,2017,3(3):25-33.13胡安平，杨波，潘鹏鹏，等.基于电力电子接口的储能系统惯性特征研究J.中国电机工程学报，2 0 18,3 8（17：4999-5008.【14邢东峰，田铭兴.虚拟同步发电机频率特性与储能设备容量及充放电特性的关系 J.电网技术，2 0 2 1,45（9）：3 58 2-3590.15李吉祥,赵晋斌,屈克庆，等.考虑SOC特性的微电网VSG运行参数边界分析 J：电网技术，2 0 18 42（5）：1451-1457.【16 胡文强，吴在军,孙充勃，等.基于VSG的储能系统并网逆变器建模与参数整定方法J.电力自动化设备,2 0 18,3 8(8):13-23.17 曾正，邵伟华，冉立，等.虚拟同步发电机的模型及储能单元优化配置 J.电力系统自动化，2 0 15,3 9（13）：2 2-3 1.【18 吴恒，阮新波，杨东升，等.虚拟同步发电机功率环的建模与参数设计 J.中国电机工程学报，2 0 15,3 5（2 4）：6 50 8-6518.(责任编辑谢冉)