CN106340871A - 一种新型直流电压的多级闭环控制方法 - Google Patents

Abstract

本发明公开了一种新型直流电压的多级闭环控制方法，利用本控制策略可以实现微网的经济调度和实时运行控制。控制策略包括一次调压、二次调压、三次调压。三次调压是经济调度计算出微网中所有主调压单元分担的调整任务。二次调压采用分布式控制方法，基于平均值估计一致性协议计算得到两个直流电压设定值的补偿量。第一个补偿量使得微网内平均电压与额定电压相等，第二个补偿量将负荷根据三次调压的优化结果合理分配到调压单元。将两个补偿量和直流电压的参考值相加得到直流电压的设定值。一次调压在采用二次调压得出的直流电压设定值的基础上，系统中调压单元按照各自下垂特性对电压波动进行调整。利用本控制方法最终实现直流电压的闭环控制。

Description

一种新型直流电压的多级闭环控制方法

技术领域

本发明涉及直流微网的控制领域，具体是一种直流微网内直流电压的闭环调整控制策略。

背景技术

随着可再生能源的广泛应用，总成本和损耗相对较低的直流微电网受到越来越多的关注。在直流微电网中，仅需考虑有功功率的平衡，无需考虑无功流动，直流电压是衡量系统稳定的唯一指标。因此，对直流电压进行有效的控制具有十分重要的意义。

为保证直流微网系统的稳定性，需要多个微源之间协调控制。在微网实时运行控制方案中一般采用集中式、对等式两种控制方式。集中式控制方式一般需要主从控制器间的通信联系，整个系统对主单元有很强的依赖性，一旦通信失败，微网将无法正常工作。在多换流器并联运行的系统中，一般采用基于下垂特性的对等式控制方法。传统的下垂控制主要由两大缺点。一方面由于换流器与负荷之间的线路阻抗不同，各个换流器输出端的电压也不同，造成了并联的调压单元不能合理分配负荷功率。另一方面，下垂特性会使微网内电压偏差随着负荷的增加而增大。直流微网的经济调度，主要研究在保证直流电压稳定的前提条件下，通过考虑不同的研究对象构建不同经济运行的数学模型，用多种算法进行直流微网的优化。然而，经济性与实时性一体的新型直流电压的多级闭环控制方法仍需要进一步深入研究。

发明内容

本发明克服了现有控制技术中的不足，提供了一种新型直流电压的多级闭环控制方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明是通过以下技术方案实现的：直流微网的结构如图1所示，一般主要包括以下四部分：(1)分布式发电单元：风电、太阳能发电为主的分布式发电装置通过换流器并入直流微电网，本专利以永磁风机(PMSG)为例。(2)储能单元：以铅酸蓄电池或超级电容器为主的储能装置通过双向DC/DC变换器BVSC接入直流微电网。(3)负荷电源：微网中有交流负荷和直流负荷两种，本专利以交流负荷为例，通过DC/AC变换器LVSC接入直流微电网。(4)并网变流器：直流微电网通过网侧换流器GVSC与交流大电网相连。

本发明提出了一种新型直流电压的多级闭环调整控制策略，利用本控制策略可以实现微网的经济调度和实时运行控制。本控制策略主要包括一次调压、二次调压、三次调压三部分。

1.三次调压

三次调压是微网的经济调度，本专利将经济调度分成两部分内容：第一部分是日前调度，即将一天分为24个时段，根据提前一天预测的分布式发电和负荷需求，制定未来24小时内微网中所有主调压单元分担的调整任务。

(1).日前经济调度中优化模型的目标函数：日前调度中按照最大限度的利用可再生能源的原则，通过考虑不同的研究对象构建出多个目标函数，协调主调压单元之间负荷的经济分配，从而使得直流微网的运行成本最低，效益最大。

(2).日前经济调度中优化模型的约束条件：保证直流电压稳定的功率平衡等式约束，直流微网与主网交换功率的安全约束，储能单元输出功率的约束，储能单元最大和最小电量的约束。

(3).日前经济调度中优化模型的优化算法，采用基于粒子群的多目标搜索算法求解。粒子群多目标搜索算法流程如图2所示。

第二部分是系统实时的运行调度，系统每隔15分钟，根据实时预测的分布式发电和负荷需求，对日前调度优化主调压单元分担的调整任务进行实时的修正。

2.二次调压

二次调压采用分布式控制方法，分布式控制是一种智能控制方法。基于直流微电网的网络结构，将每一个换流器看成一个节点，构建分布式控制的通信结构如图3所示。图3中节点1、2...N代表直流微网内的换流器。图3中每一个节点与其相邻节点进行数据传输与信息交流使得整个网络最终状态趋于一致，即一个换流器只与其相邻换流器之间交换控制变量，并根据其相邻节点的数据信息和自身的测量数据更新控制变量。基于分布式控制的二次调压控制方法可靠性较高，一旦某一链路失败仍然能保证整个网络的连通性。

不失一般性，微网中某一换流器的二次调压控制原理如图4所示，在图3所示的通信结构的基础上，基于平均值估计一致性协议计算得到两个直流电压设定值的补偿量，其中第一个补偿量由电压调节器产生，该补偿量使得微网内平均电压与额定电压相等，第二个补偿量由电流调节器产生，该补偿量将负荷功率根据三次调压实时调度的优化结果合理分配到各个调压单元，即当出现负荷或者风功率的随机波动时，第二个补偿量将负荷功率的变化量按实时调度得出的优化比例分配到各个主调压单元中，使得各调压单元按照最优经济分配响应负荷或者发电的随机变化。最后将两个补偿量与微网中直流电压的额定值相加得到一次调压所需的直流电压设定值。

3.一次调压

一次调压主要包括下垂控制环节和限幅环节。

限幅环节主要有两个目标。第一个目标将各个换流器输出端电压限制在因此两个换流器之间的电压偏差限制在|U_{dc_i}-U_{dc_j}|≤2ε，第二个目标会使传输线上的电流限制在i_ij≤2ε/r_ij，r_ij是节点i和节点j之间的串联阻抗，ε为直流电压的误差允许范围，一般将此值设为0.05。

一次调压在采用二次调压计算得出的直流电压设定值的基础上，系统中GVSC和BVSC通过设置不同的下垂系数，按照其相应的下垂特性，对由功率波动引起的电压波动进行调整。

与现有的技术相比，本发明的有益效果是：与集中控制相比，本发明所建立的分布式控制的通信结构不需要与实际的直流微网有相同的拓扑结构，一旦某一链路失败仍然能保证整个网络的连通性。分布式控制结构中规定一个换流器只与其相邻换流器之间交换控制变量，并根据其相邻节点的数据信息和自身的测量数据更新控制变量，通信结构简单，可靠性较高，能够做到换流器的即插即用。传统的下垂控制是有差调压，会引起直流电压的跌落，而本发明所提出的控制结构使得微网内平均电压与额定电压相等。另一方面传统的下垂控制受线路阻抗的影响，系统难以实现功率的合理分配，而本发明所提出的控制结构将负荷功率的变化量按实时调度得出的优化比例分配到各个主调压单元中，使得各调压单元按照最优经济分配响应负荷或者发电的随机变化。本发明所建立的直流电压闭环调整控制策略可以实现微网的经济调度和实时运行控制。

附图说明

图1是直流微电网的结构示意图；

图2是粒子群多目标搜索算法流程图；

图3是二次调压分布式控制中所建立的通信结构；

图4是某一换流器二次调压控制原理图；

图5是某一换流器一次调压下垂控制的原理图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围：

本发明提供的技术方案包括主要包括一次调压、二次调压、三次调压三部分。以某一具体的直流微网为例，验证所提的直流电压的闭环控制策略。本算例采用永磁直驱风力发电机为代表的分布式发电，通过换流器WVSC并入直流微电网，WVSC处于最大功率跟踪方式，以最大限度的捕获风功率。采用以铅酸蓄电池为代表的储能装置，采用交流负荷通过DC/AC变换器LVSC接入直流微电网。本算例中主调压单元有两个，GVSC和BVSC。

三次调压

三次调压考虑微网的经济调度。本文中经济调度包括两部分内容：第一部分是日前调度，即将一天分为24个时段，根据提前一天预测的风功率和负荷需求，制定未来24小时内储能单元的充放电功率P_ba及微网与交流电网交换的功率P_gr；第二部分是系统实时的运行调度，系统每隔15分钟，根据实时预测的风功率和负荷的需求，对日前调度得出的P_ba、P_gr进行实时的修正。

日前调度的经济数学模型

(1)日前经济调度中优化模型的目标函数：

直流电压三次调整的目标是：①按照最大限度的利用可再生能源的原则，协调主调压单元(并网换流器GVSC和蓄电池换流器BVSC)之间负荷的经济分配，从而使得直流微网的运行成本最低，效益最大。②优化储能系统的充放电功率，使风-储-网总的发电功率和预测的负荷功率最大限度的匹配。

根据目标①，定义直流微电网经济优化的目标函数为：

$\min f_1=\underset{i=1}{\overset{24}{\mathrm{\Σ}}}\mathrm{price}\left(t\right)P_{\mathrm{gr}}\left(t\right)+\frac{1}{P_{\mathrm{ban}}{T}_a}{C}_{\mathrm{rap}}{C}_r(r,n)\underset{i=1}{\overset{24}{\mathrm{\Σ}}}\left|P_{\mathrm{ba}}\left(t\right)\right|$

目标函数f₁为直流微电网的运行成本，包括两部分，第一部分表示微网与主网买卖电量的费用，其中price(t)为时段t主网的实时电价，P_gr(t)为时段t直流微网与主网交换的功率。第二部分为储能装置的充放电成本。储能装置的充放电成本是将储能装置投资成本折算到每一次充放电功率当中。充放电功率越小，储能装置投资折旧损耗就越小。其中P_ban为储能装置额定充放电功率，P_ba(t)为时段t储能装置实际的充放电功率。T_a是年运行小时数，C_rap为储能装置初始投资，C_r(r，n)为资本回收系数，r表示折旧率，n表示储能装置的使用寿命，C_r(r，n)的表达式为：

$C_r=\frac{r{(1+r)}^n}{{(1+r)}^n-1}---\left(2\right)$

根据目标②，定义目标函数为

maxf₂＝COS(p_load(t)，p_gr(t)+p_ba(t)+p_wind(t)) (3)

针对储能的日前优化，把一天分成24个时段，总发电功率和预测负荷功率曲线看成2个24维的向量，从而把两条曲线的匹配度转化成两个向量的相似度。COS()函数表示2个向量之间的相似度。总发电功率包括风电机组的出力、蓄电池充放电功率、微网与交流主网交换的功率三部分。

(2)日前经济调度中优化模型的约束条件：

1)功率平衡不等式约束

$\frac{|p_{\mathrm{wind}}\left(t\right)+p_{\mathrm{ba}}\left(t\right)+p_{\mathrm{gr}}\left(t\right)-p_{\mathrm{load}}\left(t\right)|}{p_{\mathrm{load}}\left(t\right)}<\mathrm{\&delta;}---\left(4\right)$

式中：δ为误差允许的范围。

2)直流微网与主网交换功率安全约束

p_mingr(t)＜p_gr(t)＜p_maxgr(t) (5)

受GVSC容量的限制，P_mingr(t)、P_maxgr(t)分别为三次调压微网与主网交换功率的最小值和最大值。其中P_mingr(t)为负值表示微网向交流主网输出功率，P_maxgr(t)为正值表示交流主网向微网注入功率。

3)蓄电池输出功率约束

P_minba(t)＜P_ba(t)＜P_maxba(t) (6)

受BVSC容量的限制P_minba、P_maxba分别为三次调压储能装置的充放电功率的最小值和最大值。P_minba为负值表示蓄电池充电，P_maxba为正值表示蓄电池放电。

4)蓄电池电量的约束

$\left\{\begin{array}{c}{E}_{\mathrm{ba}\min }\left(t\right)<E_{\mathrm{ba}}\left(t\right)<E_{\mathrm{ba}\max }\left(t\right)\\ E_{\mathrm{ba}}\left(t\right)=E_{\mathrm{ba}}(t-1)-\mathrm{\&Delta;}{E}_{\mathrm{ba}}\left(t\right)\end{array}\right.---\left(7\right)$

其中 $\mathrm{\&Delta;}{E}_{\mathrm{ba}}\left(t\right)=\left\{\begin{array}{cc}{P}_{\mathrm{ba}}\left(t\right){\mathrm{\&eta;}}_c\mathrm{\&Delta;t}& P_{\mathrm{ba}}\left(t\right)<0\\ P_{\mathrm{ba}}\left(t\right)\mathrm{\&Delta;t}/{\mathrm{\&eta;}}_c& P_{\mathrm{ba}}\left(t\right)>0\end{array}\right.,$ E_ba(t)为蓄电池的剩余电量，E_bamin(t)、E_bamax(t)为剩余电量的最大值和最小值，η_c为蓄电池充放电效率。

(3)日前经济调度中优化模型的优化算法。

1)以储能装置吸收和发出的功率P_ba和微网与主网交换的功率P_gr为变量生成粒子。粒子总数为200，粒子维数为48，最大迭代次数为2000。种群初始化模块随机初始化粒子的速度v和位置x。

2)适应度计算式参考目标函数f₁和f₂。

3)粒子最优更新模块根据新粒子和当前最优粒子的支配关系，即不存在新粒子的适应度值更优于最优粒子，更新个体最优粒子，即当两个粒子存在支配粒子时，选择支配粒子，否则从中随机选择一个粒子作为新的个体最优粒子。

4)非劣解集更新模块根据新粒子的支配关系，即不存在其他粒子的适应度值更优于该粒子，一个粒子不受其他粒子支配时，把该粒子放入非劣解集中。

5)粒子速度和位置更新模块根据个体最优粒子位置和全局粒子位置更新粒子的速度和位置。粒子更新公式如下：

$V^{k+1}=\mathrm{\&omega;}{V}^k+c_1{r}_1(P_{\mathrm{id}}^k-X^k)+c_2{r}_2(P_{\mathrm{gd}}^k-X^k)$

X^k+1＝X^k+V^k+1 (8)

其中ω为惯性权重；r₁、r₂为分布于[0，1]之间的随机数；k为当前迭代次数，为个体最优粒子位置，为全局最优粒子位置，c₁和c₂为常数，V为粒子速度，X为粒子位置。

6)最后得到支配解集，即非劣解集，在非劣解集中随机选择一个粒子作为群体最优粒子。

二次调压

二次调压采用分布式控制方法，分布式控制是一种智能控制方法。基于直流微电网的网络结构，构建分布式控制的通信结构如图3所示，图3为带权的有向连接图，存在有向生成树。对于有向图，如果有一个节点的信息能够传递到任意一个节点，则这个有向图含有一个有向生成树。若图中任意一条链路通信失败，仍然能确保图中各个节点之间的连通性。图3中节点1、2...N代表直流微网内的换流器，边代表每一个节点与其相邻节点进行数据传输与信息交流，即一个换流器只与其相邻换流器之间交换控制变量，并根据其相邻节点的数据信息和自身的测量数据更新控制变量，使得整个网络最终状态趋于一致。

不失一般性，微网中某一换流器的二次调压控制原理如图4所示，在图3所示的通信结构的基础上其中N＝2，基于平均值估计一致性协议计算得到两个直流电压设定值的补偿量，其中第一个补偿量由电压调节器产生，主要包括两部分：电压观察器和PI控制器。电压观察器接受其相邻节点电压的估计值利用和换流器i端口的电压值U_{dc_i}，根据动态一致性协议更新电压估计值动态一致性协议：

$\stackrel{\&OverBar;}{U_{\mathrm{dc}\_i}}\left(t\right)=U_{\mathrm{dc}\_i}\left(t\right)+{\&Integral;}_0^i\underset{j\&Element;N_i}{\mathrm{\&Sigma;}}{a}_{\mathrm{ij}}(\stackrel{\&OverBar;}{U_{\mathrm{dc}\_j}}\left(\mathrm{\&tau;}\right)-\stackrel{\&OverBar;}{U_{\mathrm{dc}\_i}}\left(\mathrm{\&tau;}\right))\mathrm{d\&tau;}---\left(9\right)$

电压观察器产生微网内的该节点的平均估计电压，将平均估计电压与该节点换流器输出端口的实际电压作差，经PI调节器H_i(ε)后产生第一个直流电压设定值的补偿量该补偿量使得微网内平均电压与额定电压相等。在多换流器并联运行的微网系统中，传统的下垂控制受线路阻抗的影响，难以实现功率的合理分配。为解决上述问题，第二个补偿量由电流调节器产生，电流调节器将其电流的标幺值与其相邻换流器电流的标幺值的差值δ_i送入PI控制器G_i(s)，产生第二个电压的补偿量

${\mathrm{\&delta;}}_i=\underset{j\&Element;N_i}{\mathrm{\&Sigma;}}{a}_{\mathrm{ij}}(i_j^{\mathrm{pu}}-i_i^{\mathrm{pu}})---\left(10\right)$

式(10)中，i_i、i_j分别为换流器i和换流器j出口端直流电流的实际值， 和为三次调压最优经济分配中换流器i和j应承担的调整任务。该补偿量将负荷功率根据三次调压实时调度的优化结果合理分配到各个调压单元，即当出现负荷或者风功率的随机波动时，第二个补偿量将负荷功率的变化量按实时调度得出的优化比例分配到各个主调压单元中，使得各调压单元按照最优经济分配响应负荷或者发电的随机变化。最后将两个补偿量与微网中直流电压的额定值相加得到一次调压所需的直流电压设定值。

一次调压

一次调压如图5所示主要包括下垂控制环节和限幅环节。

限幅环节主要有两个目标。第一个目标将各个换流器输出端电压限制在因此两个换流器之间的电压偏差限制在|U_{dc_i}-U_{dc_j}|≤2ε，第二个目标会使传输线上的电流限制在i_ij≤2ε/r_ij，r_ij是节点i和节点j之间的串联阻抗，ε为直流电压的误差允许范围，一般将此值设为0.05。

一次调压在采用二次调压计算得出的直流电压设定值的基础上，系统中GVSC和BVSC通过设置不同的下垂系数，按照其相应的下垂特性，对由功率波动引起的电压波动进行调整。不失一般性，换流器i的下垂控制特性如图6所示。其相应的下垂特性可表示为：

$U_{\mathrm{dc}\_i}=U_{\mathrm{dc}\_i}^{*}-K_{\mathrm{dc}\_i}{I}_{\mathrm{dc}\_i}---\left(14\right)$

为二次调压计算得出的换流器i输出端直流电压的设定值，K_{dc_j}为下垂系数。

本发明提出的电压综合调整控制策略，克服了主从控制控制和下垂控制的缺点，具有通信结构简单，可靠性较高，能够做到换流器的即插即用，使得微网内平均电压与额定电压相等，将负荷功率的变化量按实时调度得出的优化比例分配到各个主调压单元中，使得各调压单元按照最优经济分配响应负荷或者发电的随机变化。综上所述，本发明所建立的直流电压闭环调整控制策略可以实现微网的经济调度和实时运行控制，能够做到直流电压的闭环控制。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (1)

1.一种新型直流电压的多级闭环控制方法，利用本控制方法可以实现微网的经济调度和实时运行控制。本控制方法主要包括一次调压、二次调压、三次调压三部分。

(1)三次调压是微网的经济调度，在保证直流电压稳定的前提条件下，按照最大限度的利用可再生能源的原则，协调主调压单元之间负荷的经济分配，从而使得直流微网的运行成本最低，效益最大。本专利将经济调度分成两部分内容：第一部分是日前调度，即将一天分为24个时段，根据提前一天预测的分布式发电和负荷需求，制定未来24小时内微网中所有主调压单元分担的调整任务；第二部分是系统实时的运行调度，系统每隔15分钟，根据实时预测的分布式发电和负荷需求，对日前调度优化主调压单元分担的调整任务进行实时的修正。

(2)二次调压采用分布式控制方法。分布式控制是一种智能控制方法，各个换流器按照通信协议表，只与其相邻换流器之间交换控制变量，并根据其相邻节点的数据信息和自身的测量数据更新控制变量，最终使得整个网络的状态趋于一致。本专利中将分布式控制方法应用到二次调压控制中，基于平均值估计一致性协议计算得到两个直流电压设定值的补偿量，其中第一个补偿量使得微网内平均电压与额定电压相等，第二个补偿量将负荷功率根据三次调压实时调度的优化结果合理分配到各个调压单元。将两个补偿量与直流电压的额定值相加得到一次调压所需的直流电压设定值。

(3)一次调压在采用二次调压计算得出的直流电压设定值的基础上，系统中所有主调压单元通过设置不同的下垂系数，按照其相应的下垂特性，对由功率波动引起的电压波动进行调整。

一、二次调压是响应负荷和发电的随机变化，三次调压是系统的实时调度。利用本文提出的电压综合调整控制策略最终实现直流电压的闭环控制。