直流微网群联络线功率波动平抑策略研究

直流微网群联络线功率波动平抑策略研究
刘宝林;周少雄;纪超;陈燿圣
【摘要】文章提出了基于\"独立平抑-联合修正\"的双阶段直流微网群功率平抑控制策略.在子微网独立平抑阶段,各子微网中净负荷功率波动较小,混合储能仅针对其所在的子微网净负荷进行功率平抑.在子微网联合修正阶段,微网群中净负荷功率波动较大,以平抑直流微网群与交流配电网之间的功率为优化目标,采用粒子群算法,修正子微网内混合储能的功率指令.仿真分析表明,文章提出的控制策略能取得很好地交换功率平抑效果.
【期刊名称】《可再生能源》
【年(卷),期】2019(037)001
【总页数】7页(P92-98)
【关键词】直流微网群;功率平抑;混合储能;粒子群算法
【作者】刘宝林;周少雄;纪超;陈燿圣
【作者单位】云南电网有限责任公司, 云南昆明 650011;深圳合纵能源技术有限公司, 广东深圳 518000;华南理工大学广东省绿色能源技术重点实验室, 广东广州510640;华南理工大学广东省绿色能源技术重点实验室, 广东广州 510640
【正文语种】中文
【中图分类】TK019;TM91
0 引言
微电网是可再生能源有效利用的一种形式，近几年来受到广泛关注。

当前，微电网中存在着大量的太阳能电池、燃料电池等直流发电设备，电动汽车、无人机、电子通讯设施等一系列直流用电设备在微电网中所占比重也迅速增加。

这些直流设备对电能质量都有很高的要求。

为了满足直流用电设备对电能质量的要求，可将原有直流微电网储能装置进行扩容改造，但成本巨大。

另一种方法是建立直流微网群，通过各子微网间储能系统的功率互济提高各直流微网供电的可靠性和电能质量。

这种方法能够提高原有直流微网中混合储能系统的利用率，且减少投资。

因此，直流微电网群的研究尤为重要。

采用直流微电网群形式供电的优点如下：①无须使用大量交直流变换装置，直流微网群的功率传输效率得以大大提高；②控制简单，只须控制微网群中的电压稳定，而无须考虑交流微网群中频率、无功以及发电机同步等复杂问题；③直流微网群与交流配网之间存在电气隔离，并网运行时，一旦交流配网发生故障，不会对直流微网群的正常运行产生直接影响[1]。

尽管目前关于直流微电网的研究成果越来越丰富，但在全局层面上，国内对于直流微电网群功率平抑问题的研究相对较少。

文献[2]～[4]均在储能元件层面上对直流微电网的风光功率平抑方法进行研究，建立了功率型储能和能量型储能的混合储能元件模型，并提出采用低通滤波原理、模糊控制等方法来平抑直流微网的风光功率波动。

文献[5]将直流微网的混合储能系统作为整体，提出用分层控制方法来适应微网中的不同形式的功率波动，但仍是针对单个直流微电网的功率平抑问题进行讨论。

直流微网群内的各个子微网通过DC/DC变换器互联，微网群通过DC/AC变换器与交流配电网互联，各电力电子变换器对联络线功率平滑程度要求高。

若子微网只进行网内的风、光、荷功率平抑，将无法保证直流微网群与交流配电网之间的交换功率平抑效果，从而影响电力电子变换器等设备的工作。

直流微电网群与交流配网
之间交换功率的异常波动也对交流配电网的稳定运行产生影响。

虽然一些文献对直流微网群控制方法进行了讨论，但并没有从全局的层面对直流微网群混合储能系统的控制策略设计具体方案。

文献[6]针对直流微网群的净负荷功率平抑问题提出了分层控制的策略，将直流微网群的运行状态分为独立运行和联合运行两个层级分别进行控制；但没有给出直流微网群联合运行时，针对直流微网群混合储能系统的具体控制方法。

文献[7]基于直流微网群不同工况下的电压特征，结合混合储能系统的荷电量提出了使用3层控制方案平抑微网群的功率波动；但只针对子微网联合运行时微网群离网运行情况。

文献[8]采用多代理的方法控制直流微网群联合运行时的电压稳定，受限于各子微网之间的通讯，其优化结果可能达不到全局最优。

针对以上问题，本文提出了一种考虑直流微网群中混合储能系统功率互济的，基于“独立平抑-联合修正”的双阶段直流微网群功率平抑控制策略。

该控制策略针对微网群运行的不同阶段分别提出不同的控制方法。

在微网独立平抑阶段，对各个直流子微网中的储能系统分别进行控制，满足单个直流子微网对功率波动的要求；在子微网联合修正阶段，采用粒子群算法对各子微网中的储能系统进行联合控制，使各个子微网之间进行功率互济，从而优化直流微网群与交流配网交换功率波动平抑效果。

1 直流微网群拓扑及混合储能配置
直流微网群的基本连接结构如图1所示。

直流微网群中的各子微网有电力用户、风力发电设备、光伏发电设备以及混合储能系统，分别经DC/DC变换器接在低压直流母线上。

各子微网由DC/DC变换器升压，连接中压直流母线，构成直流微网群。

直流微网群与交流配网间通过DC/AC主变换器、变压器和PCC连接，实现功率交换。

图1 直流微网群基本拓扑Fig.1 Basic structure of DC microgrid clusters
混合储能在并网型微电网中起着平抑净负荷功率波动的作用。

混合储能利用超级电容、飞轮等功率型储能设备，平抑微网中的功率高频波动分量，对直流微网与交流配网之间交换功率波动进行一次平抑；利用铅酸蓄电池、锂离子电池等能量型储能设备平抑微网中的功率低频波动分量，对直流微网与交流配网间的交换功率波动进行二次平抑。

两者平抑的综合效果使直流微网系统与交流配网的交换功率保持相对稳定。

文中仅以超级电容和铅酸蓄电池配合的混合储能系统为例进行描述。

根据直流微网与交流配网对功率波动的要求配置混合储能系统的容量。

一般来说，在微网净负荷功率波动确定的情况下，对直流微网与交流配网的交换功率稳定性要求越高，混合储能系统配置的容量就越大[9]。

2 微网群混合储能系统功率平抑控制策略
为了使直流微电网群中子微网的混合储能系统进行必要的功率互济，同时保持各子微网的相对独立性，本文提出一种基于“独立平抑-联合修正”的双阶段直流微网
群功率平抑控制策略。

该策略根据子微网中功率波动情况，将直流微网群分为两个运行阶段；针对不同运行阶段分别制定直流微网群中的混合储能控制方案。

2.1 子微网混合储能独立平抑控制
当各直流子微网的净负荷功率波动不大时，直流微电网群中各子微网独立运行。

采用移动平均法平抑各子微网中的净负荷功率波动[10]。

移动平均法以过去某段时期的数据平均值作为对将来某一时期的预测值，通过取数据平均值来消除原数据中的随机波动，从而平滑原有数据序列。

移动平均法的预测表达式为
式中:为第t+1时的预测值；N为移动步长。

设系统处于稳态运行，采样间隔为Δt。

当前时刻ti=（i-1）Δt，净负荷功率为P，则 t时刻的净负荷功率期望值为
式中：Pstaf为经过储能装置平抑后的净负荷功率。

设储能装置放出功率为正，净负荷功率的实际值与期望值之间的偏差由混合储能系统补偿，储能系统t时刻对子微网功率的支持Pstaf（ti）为
混合储能系统根据此要求进行充放电，实现对净负荷功率波动的平抑。

2.2 微电网群混合储能联合修正平抑控制
当某些子微网净负荷功率波动超过该子微网储能系统平抑能力时，直流微网群联合运行。

式（3）给出了各子微网的混合储能装置在 ti时刻为平抑净负荷波动所要提供的功率。

设某子微网的混合储能装置在ti时刻可提供的功率为Ppro（ti）。

若
为满足平滑直流微网群与交流配网之间交换功率的要求，须在保证其他子微网正常工作的前提下，联合直流微网群中其他子微网的混合储能系统平抑该子微网的功率波动。

因各子微网与公共直流母线的功率交换限制和子微网中混合储能容量等约束条件限制，为满足功率平抑要求，须采用多个子微网混合储能装置对异常子微网的功率波动进行协同平抑。

本文采用粒子群算法计算各子微网混合储能出力，并下达指令。

各子微网服务器和中央控制器连接，当储能系统联合控制时，子微网服务器将该时刻子微网数据上传到中央控制器，中央控制器根据所获得的数据，利用粒子群算法计算各子微网储能系统应提供的功率，下达给子微网服务器执行。

通信机制如图2所示。

图2 微网群通讯系统结构Fig.2 Structure of microgrid
clusters'communicating system
在合理优化的情况下，多个子微网混合储能装置协同配合平抑某个子微网中的功率
波动，可以使微网群中储能设备充放电状态改变量最少，延长微网群中储能设备的寿命，允许异常波动存在的时间更长，允许异常波动的幅值也更大。

在混合储能系统的利用方面，各子微网中的混合储能装置按照预先设定的滤波算法识别不同频率的功率变动。

当调用本子微网的混合储能装置来平抑其他子微网的功率波动时，本子微网的混合储能可以自动选择利用超级电容或蓄电池对所分配的功率进行平抑，从而体现微网群配置混合储能系统的优势。

3 直流微网群混合储能联合修正多目标优化模型
3.1 优化目标
（1）实际功率平抑效果
由于储能装置容量等因素的限制，微网群对功率平抑的真实结果不是总与移动平均法计算的功率平抑期望值相同[10]。

真实的功率平抑结果越接近期望值，表示平抑效果越好。

定义目标函数如下：
PrealΔt为在Δt时间内微网群与交流配网交换功率平抑的真实值；PexΔt为采用移动平均法计算得到的Δt时间内交换功率平抑的期望值。

f1越接近零，表示实际交换功率的平抑效果越好。

（2）储能系统充放电状态改变
由于能量型储能装置的充放电状态频繁改变会缩短其使用寿命，同时造成微网中功率的波动，因此微网群中子微网储能系统在对其他子微网进行功率支持时，自身的能量型储能装置的充放电状态应尽量不改变。

将第i个子微网能量型储能装置充放电状态变化标记为Ki。

若某子微网中能量型储能装置在对其他子微网进行功率支持时，其充放电状态改变，则Ki=1，若不改变，则Ki=0。

定义目标函数如下：
f2越小，表示在对异常子微网进行功率支持时，微网群中储能设备的充放电状态改变次数越少。

微电网群的多目标优化函数可表示为
3.2 约束条件
（1）功率平衡约束
式中：Pchange为直流微网群与交流配网之间的交换功率；Pgen为直流微网群中发电设备发电功率；Puse为直流微网群中所有用电设备的电功率；Pcharge为直流微网群中所有储能系统的充放电功率。

为了确保直流微网群的正常运行，该等式必须在每一时刻得到满足。

（2）子微网与中压直流母线功率交换限制
由于微网群中的各个子微网与其连接的中压直流母线间存在交换功率限制，故第i 个子微网与中压母线的功率交换应满足：
式中：Pci为每一时刻子微网与中压直流母线的功率交换值；Plimiti为每一个子微网与中压直流母线功率交换的限制值。

（3）储能系统物理特性
为了防止过充、过放对混合储能装置循环寿命造成影响，在储能装置使用过程中，应在储能管理系统的指导下，严格控制其荷电状态上下限。

式中：SOCmax，SOCmin分别为混合储能荷电状态的上限值、下限值。

混合储能充放电功率约束：
式中：PESs,in max为混合储能装置充电功率最大限值；PESs,out max为混合储
能装置放电功率最大限值。

3.3 基于PSO的多目标规划问题求解
本文采用粒子群算法对所提出的多目标优化问题进行求解。

James Kennedy和Russell Eherhart在鸟群运动模型的启发下提出的粒子群算法（PSO）已被广泛地研究及运用于各类工程中。

该算法区别于传统的利用加权系数算法，将多目标规划问题转化为单目标规划问题。

新型的智能算法所得到的结果更为精确，同时收敛速度也更快。

程序框图如图3所示，设程序的执行步长为Δt，并忽略Δt时间段内的净负荷功率波动。

程序首先判断直流微网群中是否有需要功率支援的子微网，若没有需要功率支援的子微网，则按照子微网混合储能独立控制方法分别进行控制；若有需要功率支援的子微网，则按照混合储能联合控制方式对微网群中的混合储能进行控制。

图3 优化策略算法程序框图Fig.3 Optimization strategy algorithm block diagram
采用联合储能控制方式时，子微网服务器与中央控制器的信息交互可描述如下：有功率余量的子微网通过服务器向中央控制器发送该时刻子微网混合储能的充放电功率、电池容量，与中压母线的交换功率等信息；需要支援的子微网通过服务器向中央控制器发出功率需求；中央控制器将这些信息作为边界条件，结合目标函数，采用粒子群算法，对各子微网混合储能装置应对外提供的功率支持进行计算，再将计算结果分配到相应子微网；由子微网服务器控制本子微网的混合储能系统完成指令。

4 算例分析
为验证所提出控制策略的有效性，本文以3个子微网组成的直流微网群为例，在
直流微网群中某些子微网出现净功率波动较剧烈的情况下分别采用“各子微网混合储能独立控制”和本文所提出的“分工况联合控制”两种控制策略，将得到的功率
平抑结果进行对比。

3个子微网能量配置相关参数见表1。

功率平抑滤波算法参数见表2。

表1 子微网储能配置与功率数据Table 1 Parameters of each SMG and capacity of cells微网 SMG1 SMG2 SMG3能量型储能额定容量/kW·h 84.15 54.45 68.31能量型储能 SOC 初始值/kW·h 42.08 27.23 34.16能量型储能瞬时
功率最大值/kW 33.66 21.78 27.32功率型储能额定容量/kW·h 0.85 0.55 0.69功率型储能 SOC 初始值/kW·h 0.43 0.28 0.35功率型储能瞬时功率最大值/kW 340 220 276净负荷平均值/kW 557.94 616.77 671.67
表2 控制系统参数Table 2 Parameters of MGs control system仿真参数参数
值/s移动平均法时间窗口 90混合储能功率分配高通滤波时间常数 108微电网中
央控制器数据采集周期 3.6
4.1 控制策略平抑效果对比
功率平抑仿真对比结果如图4所示。

仿真测试选用105 min内3个直流子微网中的净负荷功率波动作为平抑对象。

图4 各控制策略功率平抑效果对比Fig.4 The result comparison of different control methods
图中短虚线为各子微网功率波动。

由于直流微网群中各子微网的地理位置较近，因此可再生能源发电的功率变动趋势相近，且认为各子微网中所挂负荷功率变动情况大体相当。

所以，采用3条走势相似的曲线来模拟3个子微网的净负荷功率变动。

图中虚线为子微网混合储能独立平抑子微网内净负荷功率波动的仿真结果。

由于储能配置不足，平抑后SMG2中出现了最大23 kW/s的异常功率波动，SMG3中出现了最大10.4 kW/s的异常功率波动。

SMG2和 SMG3在40～45 min的异常波动还会叠加，使直流微网群与交流配网之间产生最大30.9 kW/s的异常功率波动。

这样，导致直流微电网群与交流配网之间的功率交换不稳定，影响变流装置的正常
工作和交流配网的稳定。

图中实线为采用本文提出的控制方法对各子微网的净功率波动进行平抑的效果。

图5为采用本文所提出的控制方法与各子微网独立平抑净负荷功率波动控制方法进行功率平抑后的波动率对比。

图5显示，本文中提出的方法可以消除功率平抑过程中的异常波动，弥补子微网中混合储能配置缺陷，提高直流微网群与交流配网之间的功率交换平滑度。

图5 不同控制方法下，微网2及微网3的功率变化率Fig.5 Changing rate of MG 2，3 with different control methods
4.2 混合储能系统功率
图6 为采用混合储能对直流微网群进行净负荷功率波动平抑的仿真结果。

图6 混合储能功率变化Fig.6 Power of HESS
由图6可知，能量型储能系统出力较为平滑，而功率型储能系统出力抖动多，充放电频繁，其实际出力分配特性可充分利用功率型储能允许充放电次数多的优点。

当微网群须要采用各子微网混合储能联合平抑时，如图 6 所示，在 40～45 min 和 100～105 min，能量型储能对控制的响应并不明显，但功率型储能向系统提供的功率支持大幅增加。

由此可见，本文所提出的功率平抑策略对功率型储能的要求较高。

若将现有直流微网联合为直流微网群，采用本文提出的控制方法进行直流微网群的功率平抑时，须要对直流微电网的现有功率型储能装置容量进行校验，必要时应对某些直流微电网的功率型储能装置进行扩容改造。

5 结论
本文针对直流微网群与交流配网交换功率平抑问题，综合考虑直流子微网与中压母线的功率交换限制、能量型储能的充放电状态和储能系统的荷电量，提出了一种利用直流微网群中的子微网储能系统互济来平抑直流微网群与交流配网交换功率波动
的方法。

通过算例验证，此方法使功率平抑的实际值与采用移动平均法计算得到的功率平抑期望值较好吻合。

将本文提出的“独立平抑-联合修正”双阶段直流微网群功率平抑控制策略，推广到其他各种直流微网群的“独立平抑”阶段，只要能够获得“联合修正”控制算法所需的边界条件，均可适用本文提出的控制方法。

参考文献：
【相关文献】
[1]Qobad Shafiee，Tomislav Dragicevic，Juan C Vasquez，et al.Modeling stability analysis and active stabilization of multiple DC-microgrid clusters [A].Energy
Conference[C].Dubrovnik：IEEE，2014.1284-1290.
[2]张宋杰.双极性直流微电网混合储能系统控制策略研究及实现[D].太原：太原理工大学，2017.
[3]廖毅.风光储联合发电系统输出功率特性和控制策略的研究[D].北京：华北电力大学，2012.
[4]耿玲娜.基于混合储能的风光互补微电网功率及调度策略优化研究[D].镇江：江苏大学，2016.
[5]孟润泉，刘家赢，文波，等.直流微网混合储能控制及系统分层协调控制策略[J].高电压技术，2015，41（7）：2186-2193.
[6]米阳，吴彦伟，符杨，等.直流微电网群分层控制策略[J].电力系统及其自动化学报，2017，29（12）：14-20.
[7]张金星，于艾清，黄敏丽.基于自适应下垂控制的直流微电网群分层协调控制[J].现代电力，2017，12：1229-1342.
[8]Qobad Shafiee，Tomislav Dragicevic，Juan C Vasquez，et al.Hierarchical control for multiple DC-microgrids cluster[J].IEEE Transactions on Energy Conversion，2014，29（4）：922-933.
[9]宁阳天，李相俊，董德华，等.储能系统平抑风光发电出力波动的研究方法综述[J].供用电，2017，34 （4）：2-11.
[10]李介夫，王光，李卫国，等.一种利用混合储能系统平抑风光功率波动的控制策略[J].东北电力
大学学报，2014，34（5）：32-38.。