新能源大基地风光火储控制系统研究

新能源大基地风光火储控制系统研究
朱　洁　刘孝鑫　于　佼　常雪剑　张海英
（中国电建集团西北勘测设计研究院有限公司）
摘　要：本文介绍了并网混合可再生电力系统（HRPS）的性能，它包含了风力涡轮机（WT）、光伏发电（PV），汽轮机（ST）和电池储能系统（ESS），用于支持卸载负载。

直流/直流（DC/ DC）转换器用于将风能、火力发电、光伏和储能系统连接在公共母线总线中。

直流母线的输出通过磁滞控制的三相电压源变换器与本地电网同步，以增加输出功率的连续性。

本文提出的HRPS在切换控制算法背景下工作的，通过基于最优转矩的最大功率点跟踪方法对风能进行控制，并将其作为主要能源来满足负载需求。

使用Matlab/Simulink创建了一个试验台，获得的各种结果显示了所提出的混合可再生电力系统在电网同步、电压和频率稳定性、电能质量和负载跟踪方面的优越性能。

关键词：风能；光伏；火力发电；储能系统；协调控制
0　引言
新能源基地混合能源控制系统是一种集成多种能源形式的系统，通过智能控制和优化算法，实现对不同能源的调度和协调管理，以提高能源的利用效率和系统的可靠性。

混合能源控制系统是未来能源系统发展的一种趋势，可以充分利用不同能源的特点，实现能源的高效利用和低碳排放。

混合能源控制系统的研究旨在通过智能化控制和优化算法，实现多种能源的协调管理和高效利用，以促进能源系统的可持续发展和能源利用的优化。

未来，随着科技的发展和能源领域的进步，混合能源控制系统将会发挥越来越重要的作用，为能源产业的发展和能源利用的改善提供技术支持和创新方案［1-3］。

本文设计了一个风光火储控制系统，解决新能源大基地多能源协调控制问题，提出基本算法、建立仿真平台，实现控制功能。

主要研究了混合可再生电力系统（HRPS）系统包含风能（WT）、火力发电（MT）、光伏（PV），电池储能（ESS），以及倾卸负荷的并网和离网，WT/MT/电池的混合发电可以提供最合适的选择，所提出的HRPS在切换控制和能量管理算法下运行。

它根据不同的风速和负载条件使用所有的能源和存储系统，该系统内来自WT以及MT的多余电力可以用于给电池充电，也可以发送到本地电网或卸载负载，与此同时，电池反应非常快，也证实了在风速突然变化的瞬态期间电网具有更好的稳定性。

1　混合能源系统的体系结构
整个系统由两条总线组成；直流母线和交流母线。

风力发电机（WT）、光伏发电（PV）、火力蒸汽轮机（ST）、电池储能系统（ESS）和卸载负载连接到直流母线，而公用电网连接到交流母线。

风能被视为主要来源。

为了调节WT和ST的输出电压，使用了两个非隔离的DC-DC升压转换器（用作电压调节器），而电池的双向功率流是通过降压-升压转换器完成的。

转储负载是与DC连接的电阻负载，以消耗系统中可能存在的任何剩余功率。

卸载负载可以是任何电动车辆蓄电池或用于冷却系统的空气冷却器。

永磁同步发电机（PMSG）用于WT和ST。

由于其自激特性，PMSG具有较高的功率因数和效率。

理想情况下，直流母线上的净功率应为零；因此，连接电池以利用系统提供的任何多余电力。

直流母线的输出通过三相变换器与交流母线同步。

所有能源之间的电力传输和共享由开关控制和能量管理算法（SCEMA）管理。

所提出的算法的动态性能和稳定性需要在一段时间内对混合系统进行仿真。

因此，对每个不同部件进行稳态仿真模型。

2　系统组件的控制
2.1　风力发电控制
最佳扭矩控制用于通过改变涡轮机速度来获取可变风速下的最大风力，而最佳叶尖速比λopt不受影响。

根据扭矩［4-5］，风力涡轮机的机械功率PM为：
2024.4／18
2024.4／19
P M =T M ωM
（1）T M 是涡轮机的机械扭矩，给出为：
T M ∝ω2M
（2）
根据风力涡轮机中提取最大功率的最佳扭矩控制原理。

其中，ωM 是用于计算参考扭矩的发电机转速。

使用发电机的额定参数来计算最佳扭矩的T r 。

在稳定状态下，发电机转矩T M 等于其参考转矩T r ，并且达到最大功率点。

2.2　光伏发电控制
光伏发电最大功率点跟踪器是一种电子DC-DC 转换器，它优化光伏电池板与电池存储或传统电网之间的匹配，以最大化输出功率。

太阳辐射和温度对光伏系统的输出功率特性有影响，其中辐照度和温度曲线的目的是非线性的。

此外，在白天，太阳辐射量会有出乎意料的变化。

对于这些情况，当光伏的最大功率点连续移动时，光伏系统的工作点需要移动以最大化所产生的能量。

因此，为了将光伏阵列的工作点保持在其最大功率点，使用了最大功率点跟踪技术（MPPT ）。

恒压方法是MPP 算法的稳定电压，它在不可预测的环境条件下自发地调节参考电压。

随着天气条件的不同，一个简单的模拟前馈脉宽调制控制器正在创建，以跟踪太阳能电池阵列的最大功率点。

由于其他恒压MPPT 方法的环境是由太阳能阵列电源配置的，因此在不破坏负载的整个电源的情况下测试开路电压。

基于对增量电导法在MPPT 中使用公式的观察
()d I PV d V pv +()
I
PV V pv
=0（2）
式中，I PV 和V PV 分别是PV 阵列的电流和电压。

当P-V 平面中的理想操作点位于MPP 的右侧时，我们具有(
)d I PV d V PV +(
)
I PV V PV <0，而理想操作将
位于最大功率点的左侧，具有()
d I PV d V PV +
()I PV V PV >0。

最大功率点之后是区分直接电导
()I PV
V PV
和增量电导()d I PV
d V PV。

因此，数量标记()d I PV
d V PV
+()I PV
V PV
显示了引起MPPT 的扰动的
适当方向。

除非在达到最大功率点时注意到d I PV 的变化，否则光伏阵列的运行保持在这一点并且扰动结束。

在这种情况下，算法减少或增加V r 跟踪新的最大功率点。

当MPPT 达到时，理论上可以发现增量算法何时可以停止扰动。

增量算法在快速变化的大气条件下具有很好的性能。

增量电导技术的优点是效率
高，约为98%，可靠性高。

而对于缺点，设计的复杂性是比较困难的。

与其他技术相比，这种设计的成本更高，也更复杂。

2.3　火力发电控制
通常火力发电控制主要通过蒸汽轮机控制实现，ST 通过调节两个量来控制，即实际输出功率和转子速度。

使用比例积分（PI ）控制器进行控制。

在控制器之后，输出受到涡轮机中的低值门的控制。

涡轮机的输出是机械功率需求，该机械功率需求被馈送到PMSG 。

2.4　电池储能系统的控制
DC/DC 降压-升压转换器将储能系统ESS 连接到DC 总线。

降压模式用于给电池充电，而升压模式用于对电池放电。

比例-积分-微分（PID ）控制器用于控制电池的DC/DC 降压-升压转换器，如图1所示。

误差信号是转换器的输出电流和参考电流之间的差，被馈送到PID 控制器。

控制信号被提供给PWM 发生器。

DC/DC 转换器基于PWM 发生器给出
占空比产生输出电流。

图1　蓄电池储能控制系统
3　SCEMA 系统分析
切换控制与能量管理算法（SCEMA ）通过WT 、PV 、ST 、ESS 、卸载负载和并网负载的协调，确认HRPS 的连续工作。

SCEMA 操作分为两层。

在第一层中，SCEMA 预测特定时间段的风速和负荷分布。

在第二层中，根据风速和负荷分布以及能量备份状态，决定每个子系统的运行条件。

基于该要求，SCEMA 为HRPS 中所附的能源和/或功率转换器提供控制信号。

SCEMA 采用操作方案如下：
WT 被用作满足负载需求的主要来源。

如果WT 未能满足负载需求，则剩余负载被施加到ST 。

类似地，如果MT 不能满足电力需求，则剩余负载被施加PV 以及电池系统上。

最后，如果整个系统无法承受负荷需求，那么剩下的唯一选择就是从当地电网电站进口电力类似地，如果WT 最初满足负载并产生大于负载需求的输出，则多余的功率用于电池储能系统充电。

如果电池已经充满电或充电缓慢，
而系统中存在一些电力，则剩余电力将输送到负载电网，然后再输送到卸载负载。

4　实例分析
在设计的HPS中，使用了68kW的风力涡轮机，其切断速度为12m/s，蒸汽轮机30kW，2×300Ah的电池储能组，PV 20kW，100kW的主变流器和30kW的电阻卸载。

对SCEMA在可变风速和动态载荷条件下的性能进行了评估。

风力发电的最大功率是通过最佳扭矩控制获得的，但SCEMA代表负载功率要求生成ST、ESS、PV卸载负载的参考。

SCEMA中使用的控制策略确保了对负载的持续可靠供电。

为了提供SCEMA所有运行模式的结果，考虑了一天的模拟。

图2显示了风力涡轮机每小时的可变风速和捕获功率。

从图2中可以清楚地看出，当速度高时，
会产生更大的功率，反之亦然。

图2　风速剖面图和WT输出功率
为了更好地理解，取一天中的两个时段的模拟结果被划分为2个时隙，每个时隙6h。

本研究中为突出主要控制效果，搭建模型仿真时未考虑谐波影响，并滤除非必要的影响因素。

根据IEEE 1547标准，负载均方根电压、频率和 THD的最大允许偏差分别为±6%、±0.8%和5%。

负载均方根电压和频率分别为±0.05p.u和±0.008p. u。

从图3可以清楚地看出，所有的电能质量和稳定性参数都在可接受的范围内，这说明使用HRPS系
是稳定的。

图3　负载电压方面的电能质量和稳定性参数
（a）电压（p.u）　（b）频率（p.u）　（c）THD%
4　结束语
本文总结了新能源基地风能，光伏，火力发电，储能系统和控制系统的结合，该混合能源系统为负荷提供24h的高可靠性辅助电力。

所有系统组件都由各自的本地控制器控制，而之间的整体协调和能量管理则由开发的SCEMA实现。

SCEMA的明显优点是它可以保证24h的供电，并具有更好的电能质量。

在风速和载荷变化的真实世界记录下测试了所提出的HRPS的动态行为。

通过仿真验证了该系统的有效性。

参考文献
［1］林虹江，周步祥，胡庆有，等．基于风光互补电力入网的电力系统动态经济调度［J］．可再生能源，
2014，32（11）：1671-1678.
［2］马溪原，吴耀文，方华亮，等．采用改进细菌觅食算法的风光储混合微电网电源优化配置［J］．中国电机
工程学报，2011，31（25）：17-25.
［3］文阳，周步祥，王慧，等．基于大规模风光互补的发电侧可调节鲁棒优化调度策略［J］.电测与仪表，
2017，54（5）：9-15．
［4］倪华.基于纯交流母线的风光柴蓄混合发电系统研究［D］.合肥：合肥工业大学，2006.
［5］商执一.风光柴蓄复合发电系统建模与仿真技术研究［D］.北京：北京交通大学，2010.
（收稿日期：2023-11-06）
2024.4／20。