考虑多元混合储能的微电网功率平滑控制技术.pdf

收稿日期:2 0 2 2 1 0 2 4作者简介:杨少波(1 9 8 7-),男,工程师,主要从事新能源及储能运行控制工作。基金项目:国网河北能源技术服务有限公司(T S S 2 0 2 1 0 8)。考虑多元混合储能的微电网功率平滑控制技术杨少波,胡雪凯,周 文,王 磊,程子玮(国网河北省电力有限公司电力科学研究院,河北 石家庄 0 5 0 0 2 1)摘要:微电网内分布式光伏出力不确定性导致的功率波动,严重影响微电网的运行稳定性,而储能系统因其功率快速双向调节特性可有效平滑功率波动,但单一储能因受功率调节速度和容量的相互制约影响,无法兼顾调节的快速性和精准性。针对以上问题,本文提出了基于多元混合储能的微电网功率控制策略,首先,构建了基于多元混合储能的微电网系统模型;其次,基于变分模态分解算法对光伏波动功率按照频带范围进行模态分解,并利用改进的量子粒子群优化算法分解参数,根据最小能量熵确定分频点,对混合储能系统进行功率分配;最后,提出储能系统S O C均衡控制策略,根据各储能单元的S O C进行能量均衡控制。利用M a t l a b算例对本文方法进行仿真验证,证明所提方法的有效性。关键词:多元混合储能;变分模态分解;量子粒子群优化;S O C均衡控制中图分类号:TM 7 3 文献标志码:B 文章编号:1 0 0 1 9 8 9 8(2 0 2 3)0 3 0 0 3 8 0 7MM ii cc rr oo gg rr ii ddPP oo ww ee rrSS mm oo oo tt hh ii nn ggCC oo nn tt rr oo llTT ee cc hh nn oo ll oo gg yyCC oo nn ss ii dd ee rr ii nn ggMM uu ll tt ii vv aa rr ii aa tt eeHH yy bb rr ii ddEE nn ee rr gg yySS tt oo rr aa gg eeYANGS h a o b o,HUX u e k a i,Z HOU W e n,WANGL e i,CHE NGZ i w e i(S t a t eG r i dH e b e iE l e c t r i cP o w e rR e s e a r c hI n s t i t u t e,S h i j i a z h u a n g0 5 0 0 2 1,C h i n a)AA bb ss tt rr aa cc tt:T h ep o w e r f l u c t u a t i o nc a u s e db yt h eu n c e r t a i n t yo fd i s t r i b u t e dp h o t o v o l t a i co u t p u t i nt h em i c r o g r i ds e r i o u s l ya f f e c t st h eo p e r a t i o ns t a b i l i t yo f t h em i c r o g r i d,a n d t h e e n e r g ys t o r a g e s y s t e mc a ns m o o t ht h ep o w e r f l u c t u a t i o nb a c a u s eo f i t s f a s t b i d i-r e c t i o n a l p o w e r r e g u l a t i o nc h a r a c t e r i s t i c s.H o w e v e r d u e t o t h em u t u a l r e s t r i c t i o no f p o w e r r e g u l a t i o ns p e e da n dc a p a c i t y,a s i n g l ee n e r g ys t o r a g e c a n n o t t a k e i n t oa c c o u n t t h e r a p i d i t ya n da c c u r a c yo f r e g u l a t i o n.I nv i e wo f t h e a b o v ep r o b l e m s,t h i sp a p e rp r o p o-s e sam i c r o g r i dp o w e rc o n t r o l s t r a t e g yb a s e do nm u l t i v a r i a t eh y b r i de n e r g ys t o r a g e.F i r s t l y,am i c r o g r i ds y s t e m m o d e l b a s e do nm u l t i v a r i a t eh y b r i de n e r g ys t o r a g e i s c o n s t r u c t e d.T h e n t h em o d a l d e c o m p o s i t i o no f p h o t o v o l t a i c f l u c t u a t i o np o w e r i s c a r r i e do u ta c c o r d i n gt ot h e f r e q u e n c yb a n dr a n g eb a s e do nv a r i a t i o n a lm o d a l d e c o m p o s i t i o na l g o r i t h m,a n dt h ep a r a m e t e r sa r ed e c o m p o s e db yt h e i m p r o v e dq u a n t u mp a r t i c l es w a r mo p t i m i z a t i o na l g o r i t h m,t h ef r e q u e n c yd i v i s i o np o i n t i sd e t e r m i n e da c c o r d i n gt ot h em i n i m u me n e r g ye n t r o p y,a n d t h ep o w e r d i s t r i b u t i o no f t h eh y b r i de n e r g y s t o r a g e s y s t e mi s c a r r i e do u t.F i n a l l y,t h eS O Cb a l a n c ec o n t r o l s t r a t e g yo f t h e e n e r g ys t o r a g e s y s t e mi sp r o p o s e d.A c c o r d i n g t o t h eS O Co f e a c he n e r g ys t o r a g eu n i t,i t c a na c h i e v e e n e r-g yb a l a n c e c o n t r o l.T h em e t h o d i n t h i sp a p e r i s s i m u l a t e da n dv e r i f i e db yaM a t l a be x a m p l e,w h i c hp r o v e s t h e e f f e c t i v e n e s so f t h ep r o p o s e dm e t h o d.KK ee yyww oo rr dd ss:m u l t i v a r i a t eh y b r i de n e r g ys t o r a g e;v a r i a t i o n a lm o d ed e c o m p o s i t i o n;q u a n t u mp a r t i c l e s w a r mo p t i m i z a t i o n;S O Cb a l-a n c ec o n t r o l0 引言微电网作为促进分布式电源消纳的重要组网形态,已经成为能源清洁化发展的重要方向1。储能系统可有效解决微电网分布式电源出力不确定性导致的功率波动问题,有效降低微电网运行风险,提升分布式电源渗透率和微电网运行的稳定性。氢能作为一种完全无污染、无碳排放、热值高、能量密度大且可以气、液、固多态存贮运输的83V o l.4 2N o.3 河北电力技术 第4 2卷 第3期J u n.2 0 2 3 HE B E IE L E C T R I CP OWE R 2 0 2 3年6月二次能源,被认为是最有希望取代传统化石燃料的能源载体。对可再生能源而言,氢气是一种极好的能量存储介质。随着电转气(P o w e r-t o-G a s,P 2 G)技术的发展应用,可再生能源友好并网与氢能的应用耦合度日益紧密23,有效促进可再生能源的消纳。不同能量形式的储能凭借其功率特性或容量特性不同,只有有机组合多种储能形式,并进行应用,才能同时实现高效性和经济性的目标46。合理的功率分配是混合储能系统(H y b r i dE n e r g yS t o r a g eS y s t e m,HE S S)发挥其储能元件运行特性互补优势的关键,而在HE S S功率分配方法方面的研究,国内外已获得较多的研究成果。常用的功率分配方法有单阶/二阶滤波、傅氏变换、小波分解以及经验模态分解(Em p i r i c a lM o d eD e-c o m p o s i t i o n,EMD)等。文献7 通过一阶低通滤波,实现波动功率在混合储能间的分配优化,但低通滤波器在滤波过程中存在延时特性,影响功率的合理分配。文献8 基于小波分解算法对微电网波动功率进行分解,但小波分解结果的准确性对基函数的合理选择要求严格,容易导致局部最优。文献9 利用EMD方法控制HE S S容量的合理分配,但EMD在递归分解过程中频率辨识精度较差,导致模态函数(I n t r i n s i cM o d eF u n c t i o n,I MF)分离准确性不高,在各模态函数中出现模态混叠现象。2 0 1 4年,K o n s t a n t i n等人提出变分模态分解(V a r i a t i o n a lM o d eD e c o m p o s i t i o n,VMD)算法1 0,该算法解决了EMD算法中模态混叠和频率特征不易分辨等问题,可进行固有模态函数的有效分离和波动功率的频域划分,同时在分解阶段可以自适应地确定各模态的最佳中心频率和带宽,具有更坚实的数学理论 基础和良好 的鲁棒性1 11 2。本文搭建了含有光伏、蓄电池、燃料电池、氢储能及超级电容的微电网系统,对微电网波动功率进行模态分解,通过分频点,对混合储能系统进行功率原始分配,基于提出的S O C均衡控制策略,对各储能单元的S O C进行能量均衡控制,完成混合储能间微电网波动功率分配的二次优化。1 微电网模型构建本文所提微电网是由分布式光伏、蓄电池储能、超级电容9、氢燃料电池储能及电力负载等共同组成的电 氢储能直流微电网,如图1所示。图1 微电网电气接线示意本文所搭建的直流微电网系统中,分布式光伏所用的数学模型表达式为I=Is c1-C1e x pUC2Uo c-1(1)式中:I和Is c分别为光伏电池的输出电流和短路电流;U和Uo c分别为输出电压和开路电压;C1和C2分别为与峰值电压、电流相关的函数。蓄电池储能模型由可调电压源和内阻组成,具体公式为Ub a t=E0-QbQb-ib a ttib a tt-QbQb-ib a ttin-Rbib a t+Ae x p-Bib a tt()(2)式中:Ub a t为电池端电压;E0为电池完全充满电时的开路电压;为极化电阻;Qb为电池的容量;ib a tt为电池实际放电量;A为电压幅度;B为指数区域时间常数的倒数;Rb为蓄电池内阻;ib a t为负载电流;in为负载电流由低通滤波器处理以后的电流值。氢燃料电池储能的输出电压1 3为Uc e l l=EN-Ua c t-Uo m-Uc o n(3)式中:EN为热力学电动势;Ua c t为活化过电压;Uo m为欧姆过电压;Uc o n为浓差过电压。电解槽将水电解为氢气和氧气,制氢速度1 4为Ve l=Fncie l/(2F)(4)式中:F为法拉第常数;F为法拉第效率;nc为电池组的串联个数;ie l为电解槽输出电流。储氢罐的储氢量1 5为93V o l.4 2N o.3 河北电力技术 第4 2卷 第3期J u n.2 0 2 3 HE B E IE L E C T R I CP OWE R 2 0 2 3年6月We l=t2t1Ve ldt(5)2 波动功率分配2.1 基于VMD算法的功率分配机制针对微电网内分布式光伏出力不确定性导致的功率波动,本文采用电 氢混合储能进行综合平抑。首先采用移动平均滤波选取合适的窗口长度并网功率的基准值,然后与光伏实际发电功率作差后,得到需要借助H E S S进行平抑的参考功率信号,最后采用VMD算法对功率信号进行有效分解。2.2 VMD算法VMD算法通过对变分模型最优解的迭代搜索,将混合储能系统的初始信号按照频带分解为多个固有模态函数分量,并通过各个I M F s分量对应的中心频率和带宽在变分模型中的迭代优化,实现对信号频谱的 自适应划分,从 而有效分离 各个I M F s分量1 6。分解初始信号时,首先要建立变分模型,将初始信号f分解为k个本征模态函数。m i nuk,kKk=1 t(t)+jt*uk(t)e-j kt22s.t.Kk=1uk=f(6)式中:K为固有模态函数分量;uk为分解后的第k个固有模态函数分量;k为各模态函数分量的中心频率;s.t.为约束条件。直接求解约束变分函数的计算量很大,为降低计算复杂度,引入二次惩罚项和拉格朗日乘子,通过构建增广拉格朗日函数将约束变分问题转化为非约束变分问题,便于求取最优解。L uk,k,()=Kk=1t(t)+jt*uk(t)e-j kt22+f(t)-Kk=1uk(t)22+(7)式中:(t)为拉格朗日乘子;为二次惩罚因子。为避免惩罚项系数逼近无穷大,引入交替方向乘子法实现极值问题向拉格朗日函数鞍点问题的转变,通过对局部寻优获得全局最优解。求解的过程需要对参数un+1k、n+1k和n+1k进行迭代更新,利用傅里叶等距变换将更新表达式转换到频域,得到n+1k()、n+1k、n+1()的计算公式为n+1k()=f()-Ki=1,iki()+()21+2(-k)2(8)n+1k=0 uk()2d0uk()2d(9)n+1()=n()+f()-Kk=1un+1k()()(1 0)式中:un+1k()可视为剩余分量;n+1k相当于对应各模态分量功率谱的重心;为噪声容限参数,一般设置为0。VMD算法分解混合储能系统初始信号时,根据公式(8)(1 0)更新uk、k和,直至满足公式(1 1),停止迭代。kun+1k-unk22/unk220)(i=1,2,3,N)(2 1)当各组电池工作在放电状态时,改进后基于S O C的均衡控制计算公式为U*d c_i=U*d c-miPb a t_i(i=1,2,3,N)(2 2)式中:U*d c_i为各组电池输出电压的参考值。由式(2 1)、(2 2),可以得到Pb a t_1/Pb a t_2/Pb a t_3/Pb a t_N=Bb a t_1S O C,a v e/Bb a t_2S O C,a v e/Bb a t_3S O C,a v e/Bb a t_NS O C,a v e(2 3)由公式(2 3)可得:在放电过程中,各组电池输出功率的大小与各电池组之间S O C平均值幂函数成正比,即S O C小的电池组对应的函数幂偏小,分配到其所需承担的对外功率也较少,S O C下降的速率较慢;相反,S O C大的电池组对应的函数幂偏大,分配到其所需承担的对外功率也较多,S O C下降的速率较快,因此系统经过一段时间的运行,可以使各组电池的S O C状态趋于一致。3.3 充电过程控制充电过程中,下垂系数的动态调节表达式为mi=mcNi=1BSO C,iNb a t_1=mcBb a t_iS O C,a v e(2 4)式中:mc为各组电池在初始充电阶段的下垂系数。在充电状态下,指数b a t_i的修正公式为b a t_i=1-1()1-2()1-N()Pb a t0()(i=1,2,3,N)(2 5)当各组电池工作在充电状态时,改进后基于S O C的均衡控制计算公式为U*d c_i=U*d c-miPb a t_i(i=1,2,3,N)(2 6)由式(2 4)、(2 6),可以得到Pb a t_1Bb a t_1SO C,a v e=Pb a t_2Bb a t_2S O C,a v e=Pb a t_3Bb a t_3S O C,a v e=Pb a t_NBb a t_NS O C,a v e(2 7)由公式(2 7)可得,充电过程中,各组蓄电池吸收功率的大小与各电池组之间S O C平均值的函数幂成反比,分配到的直流母线对内功率也较多,S O C上升速率快;相反,S O C大的电池组对应的函数幂偏小,分配到的直流母线对内功率也较少,S O C上升速率慢,因此充电阶段同样可以使各组电池的S O C状态趋于一致。4 算例分析使用河北省某微电网内光伏电站在1天中0 4:0 0-2 0:0 0的功率数据,5s为1个采样周期,对采样的1 15 1 9个数据进行分解分析,其混合储能系统运行过程中的光伏原始功率曲线如图2所示。图2 混合储能系统运行过程中的原始功率曲线4.1 波动功率模态分解采用本文所提出的优化算法,首先使用改进的量子粒子群算法优化VMD的参数组合K,参数寻优迭代的适应度变化曲线,如图3所示。经过迭代计算后得到K,=8,27 3 9,在此基础上对光伏波动功率进行分 解,得到其各I MF分量的时域波形以及边际谱,如图4和图5所示。可以看到改进VMD算法可以有效将混合功率的原始信号区分为不同的高 低频,实现对Ph e s s的合理优化配置。由图5可得,以最小能量熵衡量混叠程度,得到分频点以模态二为界限,将前两个模态分配给电解槽进行制氢消纳,模态3和4分配给蓄电池进行平抑,其余模态分配给超级电容进行补偿消纳。24V o l.4 2N o.3 河北电力技术 第4 2卷 第3期J u n.2 0 2 3 HE B E IE L E C T R I CP OWE R 2 0 2 3年6月图3 改进的量子粒子群算法优化V M D参数适应度曲线图4 改进V M D算法分解后各I M F分量的时域波形图5 改进V M D算法分解后各I M F分量的边际谱4.2 电池充电过程功率及S O C分析二次功率分配的情况下,在电池的充电过程中采用基于电池S O C的均衡控制算法时,两个电池组的功率变化波形如图6所示,S O C变化波形如图7所示。图6 充电过程中采用改进算法时蓄电池功率变化波形图7 充电过程中采用改进算法时S O C变化波形 由图6和图7可得,在充电过程中采用基于电池S O C的均衡控制算法进行功率分配的情况下,初始值S O C偏小的电池组其吸收功率相对较大,S O C上升速率较快;初始值S O C偏大的蓄电池组其吸收功率相对较小,S O C上升速率较慢,系统经过一段时间的运行之后,两组蓄电池的S O C趋于一致,最终实现不同储能蓄电池组之间充电过程中的均衡控制。4.3 电池放电过程功率及S O C分析改变仿真中负载波动功率的大小,使得输出功率小于负载消耗功率,实现蓄电池组工作在放电状态,图8为负载功率波形,在6 0s的周期内发生3.24.2kW的功率波动。图8 放电状态下负载功率波动在电池的放电过程中采用基于蓄电池S O C的均衡控制算法时,两个蓄电池组的功率波形如图9所示,S O C变化波形如图1 0所示。图9 放电过程中采用改进算法时蓄电池功率波形图1 0 放电过程中采用改进算法时S O C变化波形由图9和图1 0可得,在放电过程中采用基于S O C的均衡控制算法进行功率分配的情况下,初始值S O C偏小的蓄电池组其释放的功率相对较小,S O C下降速率较慢;初始值S O C偏大的蓄电池组其释放功率相对较大,S O C下降速率较快,系34V o l.4 2N o.3 河北电力技术 第4 2卷 第3期J u n.2 0 2 3 HE B E IE L E C T R I CP OWE R 2 0 2 3年6月统经过一段时间的运行之后,两组蓄电池的S O C趋于一致,实现储能系统中放电过程的均衡控制。5 结论本文以含多元混合储能的微电网系统为研究对象,针对电网内分布式光伏的功率波动,研究混合储能系统的功率控制方法,主要包括以下方面。1)提出了改进的量子粒子群算法优化VMD算法分解参数,对接入的光伏波动功率进行模态分解,根据分解的模态进行功率分配,包括符合电解制氢要求的低频,中低频分配给蓄电池进行平抑,高频部分用超级电容进行消纳。2)提出了基于蓄电池储能荷电状态的功率均衡控制策略,根据储能系统S O C的变化实现下垂系数的动态调节和储能系统功率分配的二次修正和优化。3)本文研究了考虑微电网内可调负荷对光伏波动功率的平抑作用,后续将统筹考虑网内的多元可调资源,实现源荷储互动下的波动功率平抑。参考文献:1 栗海润,穆云飞,贾 宏,等.考虑量化储热的多区域电 热综合能源系统优化调度J.中国电机工程学报,2 0 2 1,4 1(S 1):1 6 2 7.2 YANGJW,Z HAN G N,C HE N G Y H,e ta l.M o d e l i n gt h eo p e r a t i o nm e c h a n i s mo fc o m b i n e dP 2 Ga n dg a s-f i r e dp l a n tw i t hC O2r e c y c l i n gJ.I E E ET r a n s a c t i o n so nS m a r tG r i d,2 0 1 9,1 0(1):1 1 1 1 1 1 2 1.3 门虹宇,黄易君成,周子易,等.含源 荷 储的微电网能量管理优化策略J.河北电力技术,2 0 2 2,4 1(5):7 1 1,6 6.4 马 瑞,郝晓光,李剑锋,等.基于一致性的综合能源微电网分布式优化调度J.河北电力技术,2 0 2 2,4 1(3):1 5 2 1.5 门向阳,曹 军,王泽森,等.能源互联微网型多能互补系统的构建与储能 模式分析J.中国电机 工 程 学 报.2 0 1 8,3 8(1 9):5 7 2 7 5 7 3 7,5 9 2 9.6 窦 迅,王 俊,王湘艳,等.基于演化博弈的区域电 气互联综合能源系统用户需求侧响应行为分析J.中国电机工程学报,2 0 2 0,4 0(1 2):3 7 7 5 3 7 8 6.7 刘 方,杨 秀,时珊珊,等.不同时间尺度下基于混合储能调度的微网能量优化J.电网技术,2 0 1 4,3 8(1 1):3 0 7 93 0 8 7.8 贾伟青,任永峰,薛 宇,等.基于小波包 模糊控制的混合储能平抑大型风电场功率波动J.太阳能学报,2 0 2 1,4 2(9):3 5 7 3 6 3.9 D ON GK,HANS,D ON GH,e t a l.C a p a c i t ya l l o c a t i o nm e t h-o do fh y b r i de n e r g ys t o r a g e s y s t e mb a s e do ne m p i r i c a lm o d ed e c o m p o s i t i o na n df u z z yc h a n c ec o n s t r a i n e dp r o g r a mm i n gJ.D i s t r i b u t e dE n e r g y,2 0 1 6,1(3):4 3 4 8.1 0 D R AGOM I R E T S K I Y K,Z O S S O D.V a r i a t i o n a lM o d eD e-c o m p o s i t i o nJ.I E E E T r a n s a c t i o n so nS i g n a lP r o c e s s i n g,2 0 1 4,6 2(3):5 3 1 5 4 4.1 1 李 鑫,王 娟,邱 亚,等.基于VMD的混合储能容量优化配置J.太阳能学报,2 0 2 2,4 3(2):8 8 9 6.1 2 颜晨煜,樊艳芳,姚 波,等.采用自适应变分模态分解的混合储能平滑光伏出力波动控制策略J.高电压技术,2 0 1 9,4 5(6):1 8 9 8 1 9 0 6.1 3 L IQ,WAN GT,D A IC,e t a l.P o w e rM a n a g e m e n tS t r a t e g yB a s e do nA d a p t i v eD r o o pC o n t r o l f o raF u e lC e l l-B a t t e r y-S u p e r c a p a c i t o rH y b r i dT r a mw a yJ.I E E ET r a n s a c t i o n so nV e h i c u l a rT e c h n o l o g y,2 0 1 8,6 7(7):5 6 5 8 5 6 7 0.1 4 WAN GYL,S ON GFH,MAYZ,e t a l.R e s e a r c ho nc a p a c-i t yp l a n n i n ga n do p t i m i z a t i o no f r e g i o n a l i n t e g r a t e de n e r g ys y s t e mb a s e do nh y b r i de n e r g ys t o r a g es y s t e mJ.A p p l i e dT h e r m a lE n g i n e e r i n g,2 0 2 0,1 8 0:1 1 5 8 3 4.1 5 WU X,L IH,WAN G X,e ta l.C o o p e r a t i v eO p e r a t i o nf o rW i n dT u r b i n e sa n dH y d r o g e nF u e l i n gS t a t i o n sW i t hO n-S i t eH y d r o g e nP r o d u c t i o nJ.I E E E T r a n s a c t i o n so nS u s-t a i n a b l eE n e r g y,2 0 2 0,1 1(4):2 7 7 5 2 7 8 9.1 6 THAKUR A K,S I N GH SP,S HUK L A D,e ta l.P a s s i v em e t h o df o r i s l a n d i n gd e t e c t i o nu s i n gv a r i a t i o n a lm o d ed e-c o m p o s i t i o nJ.I E T R e n e w a b l eP o w e rG e n e r a t i o n,2 0 2 0,1 4(1 8):3 7 8 2 3 7 9 1.1 7 颜晨煜,樊艳芳,姚 波.采用自适应变分模态分解的混合储能平滑光伏出力波动控制策略J.高电压技术,2 0 1 9,4 5(6):1 8 9 8 1 9 0 6.1 8 李志军,张奕楠,王丽娟,等.基于改进量子粒子群算法的光伏多峰MP P T研究J.太阳能学报,2 0 2 1,4 2(5):2 2 12 2 9.本文责任编辑:王丽斌44V o l.4 2N o.3 河北电力技术 第4 2卷 第3期J u n.2 0 2 3 HE B E IE L E C T R I CP OWE R 2 0 2 3年6月