CN107749633A - 一种含储能的分布式发电系统的分散式能量管理策略 - Google Patents
一种含储能的分布式发电系统的分散式能量管理策略 Download PDFInfo
- Publication number
- CN107749633A CN107749633A CN201711242077.XA CN201711242077A CN107749633A CN 107749633 A CN107749633 A CN 107749633A CN 201711242077 A CN201711242077 A CN 201711242077A CN 107749633 A CN107749633 A CN 107749633A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage system
- vdg1
- distributed power
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 133
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 238000013461 design Methods 0.000 claims abstract description 4
- 239000003990 capacitor Substances 0.000 claims description 69
- 238000010248 power generation Methods 0.000 claims description 47
- 238000000034 method Methods 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 13
- CQXAPCMYRSTDGK-UHFFFAOYSA-N 3-bromo-4-[4-(2-methoxyphenyl)piperazin-1-yl]-2h-pyrazolo[3,4-d]pyrimidine Chemical compound COC1=CC=CC=C1N1CCN(C=2C3=C(Br)NN=C3N=CN=2)CC1 CQXAPCMYRSTDGK-UHFFFAOYSA-N 0.000 claims description 10
- 101000813777 Homo sapiens Splicing factor ESS-2 homolog Proteins 0.000 claims description 10
- 102100039575 Splicing factor ESS-2 homolog Human genes 0.000 claims description 10
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 12
- 238000011084 recovery Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101000712674 Homo sapiens TGF-beta receptor type-1 Proteins 0.000 description 1
- 102100033456 TGF-beta receptor type-1 Human genes 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/382—
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Battery Electrode And Active Subsutance (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种含储能的分布式发电系统的分散式能量管理策略，包括，步骤1：建立含储能的分布式发电系统；步骤2：设计控制器对含储能的分布式发电系统进行控制；步骤3：对含储能的分布式发电系统设置控制参数，以实现能量的分散式管理。本发明含储能的分布式发电系统的分散式能量管理策略，不仅可实现脉动负载功率在分布式发电单元和储能系统间的动态优化分配，高频的脉动功率由储能系统提供，低频的缓变功率由分布式发电单元提供；而且还可实现储能系统SoC的保护与恢复，从而提高分布发电单元和储能系统的使用寿命，并且在储能系统SoC恢复过程中同样能够实现脉动负载功率在分布式电源和储能系统间的动态优化分配。此外，在稳态时还可实现母线电压的自动恢复。
Description
技术领域
本发明涉及微电网技术、分布式发电技术领域，特别涉及一种含储能的分布式发电系统的分散式能量管理策略。
背景技术
为解决能源危机和环境污染问题，以太阳能、风能等清洁能源为主的分布式发电得到了广泛的重视。大力发展分布式发电技术，可改善以煤、石油、天然气为主的传统能源结构，缓解能源危机和环境污染问题，促使我国能源、经济与环境全面协调可持续发展。由于可再生能源通常具有随机性和间歇性，大规模接入电网时会引起电力系统的频率和电压波动，恶化电力系统的电能质量，严重时会引起电网振荡失稳甚至崩溃。为了解决分布式电源与电网的协调问题，提出了微电网技术。
微电网是将一定区域内的分布式电源、负荷以及储能设备组合起来构成的一个微型供电网络，既能与大电网并联运行，又可独立运行，满足负荷的不间断供电需求。目前，大多数的微电网一般采用交流配电结构，然而容易注意到，微电网内的光伏、燃料电池、电池储能元件等微源的输出电能均为直流电；常用电气设备，如个人电脑、手机、LED照明、变频空调和电动汽车等，皆通过相应适配器变成直流电驱动。若将上述发电单元和负荷接入交流微电网，势必会使得相应的DC/DC、DC/AC和AC/DC等电力电子变流器构成多级能量转换结构，降低能量转换效率，造成额外的能量损失。若能将上述电源和负载接入直流微电网，则可省去部分交直流变换装置，从而减少成本、降低损耗。在这一背景下，直流微电网系统的研究和发展得到了工业界和学术界的重视，成为微电网技术发展的一个主要方向。
在直流微电网系统中，直流母线电压是衡量系统内有功功率平衡的唯一标准，系统内不存在类似交流系统中的频率稳定、无功功率等问题。当大量新能源接入直流微电网时，因其具有随机性和间歇性的特点，会导致直流微电网母线电压波动，进而引发功率平衡问题。目前，解决直流电压波动的主要手段是在微电网中引入储能元件，通过对储能元件施加合理控制，可有效地平抑直流母线功率波动，提高系统稳定性、可靠性和供电质量。因此，研究含储能的分布式发电系统的分散式能量优化管理技术具有极为重要的理论意义和实用价值。
目前，国内外已有相关文献研究含储能的分布式发电系统的分散式能量管理控制问题。对现有方法进行分析总结，可大致归为两类：
第一类控制方法为基于对负载功率分频的传统能量管理控制方法，具有实现简单，技术成熟的优点。典型研究包括：题为“Dynamic energymanagement of renewablegrid integrated hybrid energy storage system”的文章和题为“Real-time energymanagement algorithm for mitigation ofpulse loads in hybrid microgrids”的文章针对含储能的分布式发电系统提出了一种简单的基于高通和低通滤波器的能量管理控制方法。该方法运用高通和低通滤波器对检测到的负载功率进行滤波，并将高通和低通滤波后的信号分别作为超级电容和分布式发电单元端口变换器的功率控制环基准，实现了由超级电容提供脉动功率，分布式发电单元提供平均功率的目标；题为“A supervisory power-splitting approach for a new ultracapacitor–battery vehicle deploying twopropulsion machines”的文章中，研究者首先运用小波变换法分离了负载功率的高频和低频分量，之后运用与上述文章中类似的端口变换器控制方法实现了负载功率在不同供电单元间的优化分配；题为“A model predictive control system for a hybrid batteryultracapacitor power source”的文章则提出了一种模型预测控制方法来分离负载功率的高频和低频分量，同样实现了能量优化管理的控制目标。
第二类控制方法为基于神经网络、模糊逻辑等先进算法的多目标优化控制方法，该类方法实现复杂、运算耗时，为满足功率控制实时性要求，需要配备性能更优、成本更高的控制芯片。典型研究包括：题为“多能源复合型电动汽车充换储放电站的功率管理技术研究”的文章中提出的基于神经网络的多目标优化策略；题为“Experimental validation ofenergy storage system management strategies for a local DC distributionsystem ofmore electric aircraft”的文章中提出的基于模糊控制的多目标优化策略等。
分析以上两类方法还可发现，现有策略均为基于通信的集中控制。能量优化管理控制的实现首先需要集中控制器对负载功率进行采样，并计算出各供电单元的功率基准。然后由通信网络将功率基准传递给相应供电单元的端口变换器，通过变换器控制实现能量的优化管理。然而，因通信必然存在延时，功率优化分配性能难以保证。而且系统扩展性差，增加储能单元数量不仅会增加通信复杂度，而且要求重新设计能量管理控制算法，难以适应系统扩容需求。
为解决集中控制的缺点，已有学者着手研究适用于含储能的分布式发电系统的分散式能量管理控制方法。题为“Decentralized power management in a hybrid fuelcell ultracapacitor system”的文章中研究了一种针对燃料电池-超级电容系统的分散式能量管理控制方法，能量优化管理无需通信网络。但可注意到该方法实现时需要负载电流这一公共信号，不是真正意义的分散控制。题为“Frequency-coordinating virtualimpedance for autonomous power management of DC microgrid”的文章针对蓄电池-超级电容系统提出了一种基于可调虚拟阻抗的分散式能量管理控制方法。该方法中蓄电池和超级电容的电流基准由母线电压外环调节给出。因母线电压外环仅采用比例调节器，存在稳态误差，使不同供电单元间存在较大环流。题为“ADecentralized PowerManagementStrategy for Hybrid Energy Storage System withAutonomous Bus VoltageRestoration and State ofCharge Recovery”的文章针对含储能的分布式发电系统提出了一种简单有效的分散式能量管理控制方法，但是未考虑储能系统的过充过放保护保护问题。
此外，容易注意到分布式发电系统中储能系统对波动功率的平抑能力还与储能元件的SoC紧密相关。在系统工作状态发生变化的过程中，难免会出现锂电池或超级电容储能系统出现过充或过放状态，此时应采取措施对锂电池和超级电容的SoC进行有效保护以防止对其造成不可逆转的伤害。然而，通过文献调研可发现，目前针对锂电池和超级电容SoC的保护大多为继电保护，即当检测到过充或过放状态时立即脱离储能元件，导致分布式发电系统丧失波动功率平抑能力。为解决这一问题，题为“超级电容与蓄电池混合储能系统的能量管理与控制研究”的文章中针对蓄电池/超级电容混合储能系统提出了一种协调控制策略，该策略通过对蓄电池和超级电容的输出功率进行限制实现了对储能元件SoC的有效保护，但该方法并不能使蓄电池和超级电容的荷电状态(SoC)恢复至最佳工作区，提升功率平抑能力，且当蓄电池和超级电容的SoC都处于充电警戒区或充电禁止区(或者放电警戒区或放电禁止区)时，蓄电池和超级电容的输出功率将减小为零，导致混合储能系统不能正常工作。题为“Energy Management Strategy of Multiple Supercapacitors in a DCMicrogrid Using Adaptive Virtual Impedance”的文章提出了一种考虑储能系统SoC保护的控制策略，但是该方法在超级电容储能系统SoC恢复至最佳工作区的过程中超级电容将丧失功率平抑能力。
发明内容
有鉴于此，本发明的目的是一种含储能的分布式发电系统的分散式能量管理策略，以解决含储能的分布式发电系统存在的能量优化管理的分散式控制、母线电压偏差以及储能系统SoC的保护与恢复等技术问题。
本发明提出一种含储能的分布式发电系统的分散式能量管理策略，其特征在于，该策略包括以下步骤：
步骤1：建立含储能的分布式发电系统，其包括输出功率可控的分布式电源、分布式电源的DC/DC变换器、储能系统、储能系统的DC/DC变换器，所述的储能系统为蓄电池储能系统或超级电容储能系统，所述分布式电源DC/DC变换器和储能系统DC/DC变换器的输出端并联构成直流母线，负载接在直流母线上；
步骤2：设计控制器对含储能的分布式发电系统进行控制：
a1、分布式电源DC/DC变换器的外环控制采用虚拟电感下垂控制，其输出的伏安特性为：
VoDG＝Vnom-(LvDG1s+RvDG1)ioDG (1)
式中，Vnom为直流母线电压的标称值；VoDG和ioDG分别为分布式电源DC/DC变换器的输出电压和输出电流；LvDG1为分布式电源DC/DC变换器的虚拟电感；RvDG1为分布式电源DC/DC变换器的虚拟电阻，RlDG为分布式电源支路的线路阻抗，并且RvDG1≈-RlDG；
a2、分布式电源DC/DC变换器的内环控制采用级联的PI控制；
b1：储能系统DC/DC变换器的外环控制采用虚拟阻抗可调的下垂控制，其输出的伏安特性为：
式中，VoESS和ioESS分别为储能系统DC/DC变换器的输出电压和输出电流；RvESS1和RvESS2为储能系统DC/DC变换器的虚拟电阻，RlESS为储能系统支路的线路阻抗，并且RvESS2≈-RlESS；LvESS1为储能系统DC/DC变换器的虚拟电感；SoC为储能系统的荷电状态；对于蓄电池储能系统，SoClow＝0.4，SoChigh＝0.6；对于超级电容储能系统，SoClow＝0.3，SoChigh＝0.7；
b2、储能系统DC/DC变换器的内环控制采用级联的PI控制；
步骤3：对含储能的分布式发电系统设置控制参数，以实现能量的分散式管理：
a、当储能系统处于正常工作区，即SoClow<SoC<SoChigh时，负载电流在分布式电源和储能系统间的分配关系为：
由于RvDG1≈-RlDG且RvESS2≈-RlESS，即RvDG1+RlDG≈0，RvESS2+RlESS≈0，故等式(3)可简化为：
根据一阶滤波器GDG1(s)截止频率的定义有：
根据等式(5)可得，虚拟电感LvDG1为：
b、当蓄电池或超级电容储能系统不处于正常工作区，即SoC≤SoClow或SoC≥SoChigh时，负载电流在分布式电源和储能系统间的分配关系为：
式中，a1＝(RlESS+RvESS1+RvESS2)LvESS1；a0＝(RlESS+RvESS2)RvESS1；b2＝LvDG1LvESS1；b1＝(RvDG1+RlDG+RvESS1+RvESS2+RlESS)LvESS1+RvESS1LvDG1；c2＝LvDG1LvESS1；b0＝(RvDG1+RlDG+RvESS2+RlESS)RvESS1；c1＝(RlDG+RvDG1)LvESS1+RvESS1LvDG1；c0＝(RlDG+RvDG1)RvESS1。
若|LvESS1|>>|RvESS2+RlESS|且|LvDG1|>>|RvDG1+RlDG|，则等式(7)可简化为：
式中，一阶滤波器GDG2(s)、GESS2(s)的稳态增益KoDG、KoESS分别为
根据一阶滤波器GDG2(s)截止频率的定义有：
根据等式(11)可得，虚拟电阻RvESS1为：
当SoC≤SoClow时，设定滤波器GDG2(s)的稳态增益KoDG>1，且滤波器GESS2(s)的稳态增益KoESS<0，以实现储能系统的过放保护；当SoC≥SoChigh时，设定滤波器GDG2(s)的稳态增益0<KoDG<1，且滤波器GESS2(s)的稳态增益0<KoESS<1，以实现储能系统的过充保护。
在储能系统DC/DC变换器虚拟阻抗变换前后，设定滤波器GDG2(s)的截止频率和分布式电源支路的参数：ωc、LvDG1、RvDG1保持不变，以保证系统能量管理的分散化控制。
本发明的有益效果：
本发明含储能的分布式发电系统的分散式能量管理策略，不仅可实现脉动负载功率在分布式电源和储能系统间的动态优化分配，高频的脉动功率由储能系统提供，低频的缓变功率由分布式电源提供；而且还可实现储能系统SoC的保护与恢复，从而提高分布式电源和储能系统的使用寿命，并且在储能系统SoC恢复过程中同样能够实现脉动负载功率在分布式电源和储能系统间的动态优化分配。此外，在稳态时还可实现母线电压的自动恢复。
附图说明
图1为含储能的分布式发电系统的控制原理框图。
图2为实施例中所述的分布式发电系统的简化电路图。图中L1为分布式电源DC/DC变换器的电感；D1为分布式电源DC/DC变换器的二极管；S1为分布式电源DC/DC变换器的开关管；C1为分布式电源DC/DC变换器的电容；L2为超级电容储能系统DC/DC变换器的电感；S2和S3为超级电容储能系统DC/DC变换器的开关管；C2为超级电容储能系统DC/DC变换器的电容；R为等效负载；RlDG和RlESS分别为分布式电源和储能系统支路的线路阻抗。
图3为分布式电源DC/DC变换器的虚拟电感下垂控制器的控制原理图。
图4为超级电容储能系统DC/DC变换器的虚拟阻抗可调的下垂控制器的控制原理图。
图5为实施例中所述的分布式发电系统的整体控制框图。图中Vnom为直流母线电压的标称值；LvDG1为分布式电源DC/DC变换器的虚拟电感；RvDG1为分布式电源DC/DC变换器的虚拟电阻；RvESS1和RvESS2为超级电容储能系统DC/DC变换器的虚拟电阻；LvESS1为超级电容储能系统DC/DC变换器的虚拟电感；SoC为超级电容储能系统的荷电状态。
图6为实施例中所述的分布式发电系统的等效电路图。当超级电容储能系统的SoC处于正常工作区时，虚拟开关T1断开；当超级电容储能系统的SoC不处于正常工作区时，虚拟开关T1闭合，以达到超级电容过充过放保护的目的。
图7为当RvDG1＝0Ω，RvESS2＝0Ω时含储能的分布式发电系统对于负载功率阶跃变化的仿真结果图。
图8为当RvDG1＝-0.2Ω,RvESS2＝-0.05Ω时含储能的分布式发电系统对于负载功率阶跃变化的仿真结果图。
图9为当超级电容的初始SoC约为70.3％时含储能的分布式发电系统对于负载功率阶跃变化的仿真结果图。
图10为当超级电容的初始SoC约为29.4％时含储能的分布式发电系统对于负载功率阶跃变化的仿真结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述。
在本实施例中，含储能的分布式发电系统的简化电路如图2所示，其中储能系统选用超级电容模组。分布式电源的额定输出功率为12kW，额定输出电压为100V，输出电压的波动范围为74V～130V；超级电容的额定电压为125V，电容值为63F；直流母线电压的标称值为270V；分布式电源DC/DC变换器和超级电容DC/DC变换器的开关频率为20kHz，电感L1和L2均为10mH，电容C1和C2均为470uF；分布式电源支路的线路阻抗RlDG为200mΩ，超级电容支路的线路阻抗RlESS为50mΩ。
在含储能的分布式发电系统工作过程中，要求负载功率的高频脉动分量由超级电容提供，负载功率的低频分量由分布式电源提供，以实现能量的动态优化管理。
本实施例含储能的分布式发电系统的分散式能量管理策略，包括以下步骤：
步骤1：建立含储能的分布式发电系统，其包括输出功率可控的分布式电源、分布式电源的DC/DC变换器、储能系统、储能系统的DC/DC变换器，本实施例中储能系统选用超级电容；当然在不同实施例中储能系统还可采用蓄电池。
步骤2：设计控制器对含储能的分布式发电系统进行控制：
a1、分布式电源因功率密度低、动态响应慢，但能量密度高，可由其在系统运行过程中连续向负载提供所需的低频功率。因此，本实施例中分布式电源DC/DC变换器的外环控制采用虚拟电感下垂控制，其输出的伏安特性为：
VoDG＝Vnom-(LvDG1s+RvDG1)ioDG (13)
式中，Vnom为直流母线电压的标称值；VoDG和ioDG分别为分布式电源DC/DC变换器的输出电压和输出电流；LvDG1为分布式电源DC/DC变换器的虚拟电感；RvDG1为分布式电源DC/DC变换器的虚拟电阻，并且RvDG1≈-RlDG。
a2、分布式电源DC/DC变换器的内环控制采用级联的PI控制。因此，本实施例中虚拟电感下垂控制器的控制框图如图3所示。
b1、超级电容储能系统因能量密度低，但功率密度高，动态响应快，可由其提供负载所需功率的高频脉动分量。此外，由于超级电容的容量有限，因此会难以避免的发生超级电容的剩余容量不足以满足当前动态功率需求的情况，如果超级电容依然按照当前的动态功率需求工作，将会导致超级电容过充或过放。过度充放电都会对超级电容造成不可逆转的伤害(如特性恶化、使用寿命缩短、过热，甚至爆炸)。因此，本实施例中超级电容DC/DC变换器的外环控制采用虚拟阻抗可调的下垂控制，通过调节其虚拟阻抗，达到超级电容过充过放保护的目的，其输出的伏安特性为：
式中，VoESS和ioESS分别为超级电容储能系统DC/DC变换器的输出电压和输出电流；RvESS1和RvESS2为超级电容储能系统DC/DC变换器的虚拟电阻，并且RvESS2≈-RlESS；LvESS1为超级电容储能系统DC/DC变换器的虚拟电感；SoC为超级电容储能系统的荷电状态。
b2、超级电容储能系统DC/DC变换器的内环控制采用级联的PI控制。因此，本实施例中虚拟阻抗可调的下垂控制器的控制框图如图4所示。
步骤3：对含储能的分布式发电系统设置控制参数，以实现能量的分散式管理：
本实施例含储能的分布式发电系统的整体控制框图5所示，其等效电路如图6所示。
a、当超级电容储能系统的SoC处于正常工作区，即0.3<SoC<0.7时，根据等效电路图可推导出负载电流在分布式电源和储能系统间的分配关系为：
本实施例中超级电容储能系统DC/DC变换器的虚拟电阻设定为RvESS1＝1Ω。根据对线路阻抗RlDG和RlESS大小的测量或估计，为减小RlDG和RlESS对分布式电源和超级电容储能系统的输出功率以及母线电压的影响，本实施例设定RvDG1＝-0.2Ω，RvESS2＝-0.05Ω。因此，等式(15)可简化为：
根据等式(16)可知，当超级电容储能系统的SoC处于正常工作区时，负载电流分配到分布式电源支路时自动加入一阶低通滤波器GDG1(s)，分配到超级电容支路时自动加入一阶高通滤波器GESS1(s)，从而实现含储能的分布式发电系统能量的优化管理。
根据一阶滤波器GDG1(s)截止频率的定义有：
本实施例中一阶滤波器GDG1(s)的截止频率设定为ωc＝2π×0.4Hz，根据等式(17)可得，虚拟电感LvDG1为：
b、当蓄电池或超级电容储能系统的SoC不处于正常工作区，即SoC≤0.3或SoC≥0.7时，负载电流在分布式电源和储能系统间的分配关系为：
式中，a1＝(RlESS+RvESS1+RvESS2)LvESS1；a0＝(RlESS+RvESS2)RvESS1；b2＝LvDG1LvESS1；b1＝(RvDG1+RlDG+RvESS1+RvESS2+RlESS)LvESS1+RvESS1LvDG1；c2＝LvDG1LvESS1；b0＝(RvDG1+RlDG+RvESS2+RlESS)RvESS1；c1＝(RlDG+RvDG1)LvESS1+RvESS1LvDG1；c0＝(RlDG+RvDG1)RvESS1。
因LvDG1＝0.3979H，显然有|LvDG1|>>|RvDG1+RlDG|。若|LvESS1|>>|RvESS2+RlESS|，则等式(19)可简化为：
式中，一阶滤波器GDG2(s)、GESS2(s)的稳态增益KoDG、KoESS分别为
根据等式(20)可知，当超级电容储能系统的SoC不处于正常工作区时，负载电流分配到分布式电源支路时也自动加入一阶低通滤波器GDG2(s)，分配到超级电容支路时也自动加入一阶高通滤波器GESS2(s)，并且分布式电源和超级电容储能系统的输出电流可以通过合理设定KoDG、KoESS进行控制，从而实现含储能的分布式发电系统能量的优化管理。
当SoC≤0.3时，为实现超级电容的过放保护，设定滤波器GDG2(s)、GESS2(s)的稳态增益KoDG、KoESS分别为：
KoDG＝1.1 (23)
KoESS＝-0.1 (24)
根据等式(21)、(22)、(23)和(24)可得，虚拟电感LvESS1＝-4.3769H，显然满足|LvESS1|>>|RvESS2+RlESS|条件。
根据一阶滤波器GDG2(s)截止频率的定义有：
根据等式(29)可得，虚拟电阻RvESS1为：
当SoC≥0.7时，为实现超级电容的过充保护，设定滤波器GDG2(s)、GESS2(s)的稳态增益KoDG、KoESS分别为：
KoDG＝0.9 (31)
KoESS＝0.1 (32)
根据等式(25)、(26)、(29)和(30)可得，虚拟电感LvESS1＝3.5810H，显然满足|LvESS1|>>|RvESS2+RlESS|条件。
根据等式(29)可得，虚拟电阻RvESS1为：
此外，为保证系统能量优化管理的分散化控制，在储能系统DC/DC变换器虚拟阻抗变换前后，设定滤波器GDG2(s)的截止频率和分布式电源支路的参数，即ωc、LvDG1、RvDG1保持不变。
下面对本实施例的分散式能量管理策略的有效性进行仿真验证。
从仿真结果图7和图8可明显看出，当RvDG1＝0Ω，RvESS2＝0Ω时，在负载功率阶跃变化时，由于线路阻抗的影响，母线电压存在偏差，并且超级电容储能系统在稳态时也提供了部分的低频功率；当RvDG1＝-0.2Ω，RvESS2＝-0.05Ω时，本发明实现了负载功率在分布式电源与超级电容储能系统间能量的优化管理，验证了本发明的有效性。
从仿真结果图9和图10可明显看出，当超级电容不处于正常工作区时，超级电容变换器通过虚拟阻抗的的调节实现了超级电容过充过放保护，从而验证了本策略的有效性。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种含储能的分布式发电系统的分散式能量管理策略，其特征在于，该策略包括以下步骤：
步骤1：建立含储能的分布式发电系统，其包括输出功率可控的分布式电源、分布式电源的DC/DC变换器、储能系统、储能系统的DC/DC变换器，所述的储能系统为蓄电池储能系统或超级电容储能系统，所述分布式电源DC/DC变换器和储能系统DC/DC变换器的输出端并联构成直流母线，负载接在直流母线上；
步骤2：设计控制器对含储能的分布式发电系统进行控制：
a1、分布式电源DC/DC变换器的外环控制采用虚拟虚拟电感下垂控制，其输出的伏安特性为：
VoDG＝Vnom-(LvDG1s+RvDG1)ioDG (1)
式中，Vnom为直流母线电压的标称值；VoDG和ioDG分别为分布式电源DC/DC变换器的输出电压和输出电流；LvDG1为分布式电源DC/DC变换器的虚拟电感；RvDG1为分布式电源DC/DC变换器的虚拟电电阻，RlDG为分布式电源支路的线路阻抗，并且RvDG1≈-RlDG；
a2、分布式电源DC/DC变换器的内环控制采用级联的PI控制；
b1：储能系统DC/DC变换器的外环控制采用虚拟阻抗可调的下垂控制，其输出的伏安特性为：
式中，VoESS和ioESS分别为储能系统DC/DC变换器的输出电压和输出电流；RvESS1和RvESS2为储能系统DC/DC变换器的虚拟电阻，RlESS为储能系统支路的线路阻抗，并且RvESS2≈-RlESS；LvESS1为储能系统DC/DC变换器的虚拟电感；SoC为储能系统的荷电状态；对于蓄电池储能系统，SoClow＝0.4，SoChigh＝0.6；对于超级电容储能系统，SoClow＝0.3，SoChigh＝0.7；
b2、储能系统DC/DC变换器的内环控制采用级联的PI控制；
步骤3：对含储能的分布式发电系统设置控制参数，以实现能量的分散式管理：
a、当储能系统处于正常工作区，即SoClow<SoC<SoChigh时，负载电流在分布式电源和储能系统间的分配关系为：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>l</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>l</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>l</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>l</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>l</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>l</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
由于RvDG1≈-RlDG且RvESS2≈-RlESS，即RvDG1+RlDG≈0，RvESS2+RlESS≈0，故等式(3)可简化为：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
根据一阶滤波器GDG1(s)截止频率的定义有：
<mrow>
<msub>
<mi>&omega;</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
根据等式(5)可得，虚拟电感LvDG1为：
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mi>c</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
b、当蓄电池或超级电容储能系统不处于正常工作区，即SoC≤SoClow或SoC≥SoChigh时，负载电流在分布式电源和储能系统间的分配关系为：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
<mn>2</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msup>
<mi>s</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>2</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<msup>
<mi>s</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>0</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msup>
<mi>s</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，a1＝(RlESS+RvESS1+RvESS2)LvESS1；a0＝(RlESS+RvESS2)RvESS1；b2＝LvDG1LvESS1；b1＝(RvDG1+RlDG+RvESS1+RvESS2+RlESS)LvESS1+RvESS1LvDG1；c2＝LvDG1LvESS1；b0＝(RvDG1+RlDG+RvESS2+RlESS)RvESS1；c1＝(RlDG+RvDG1)LvESS1+RvESS1LvDG1；c0＝(RlDG+RvDG1)RvESS1。
若|LvESS1|>>|RvESS2+RlESS|且|LvDG1|>>|RvDG1+RlDG|，则等式(7)可简化为：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mn>2</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>2</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mi>s</mi>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<msub>
<mi>i</mi>
<mi>o</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，一阶滤波器GDG2(s)、GESS2(s)的稳态增益KoDG、KoESS分别为
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>o</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>o</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
根据一阶滤波器GDG2(s)截止频率的定义有：
<mrow>
<msub>
<mi>&omega;</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
根据等式(11)可得，虚拟电阻RvESS1为：
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mi>c</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>D</mi>
<mi>G</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>v</mi>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
当SoC≤SoClow时，设定滤波器GDG2(s)的稳态增益KoDG>1，且滤波器GESS2(s)的稳态增益KoESS<0，以实现储能系统的过放保护；当SoC≥SoChigh时，设定滤波器GDG2(s)的稳态增益0<KoDG<1，且滤波器GESS2(s)的稳态增益0<KoESS<1，以实现储能系统的过充保护；
在储能系统DC/DC变换器虚拟阻抗变换前后，设定滤波器GDG2(s)的截止频率和分布式电源支路的参数：ωc、LvDG1、RvDG1保持不变，以保证系统能量管理的分散化控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711242077.XA CN107749633B (zh) | 2017-11-30 | 2017-11-30 | 一种含储能的分布式发电系统的分散式能量管理策略 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711242077.XA CN107749633B (zh) | 2017-11-30 | 2017-11-30 | 一种含储能的分布式发电系统的分散式能量管理策略 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107749633A true CN107749633A (zh) | 2018-03-02 |
| CN107749633B CN107749633B (zh) | 2020-01-10 |
Family
ID=61250022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711242077.XA Expired - Fee Related CN107749633B (zh) | 2017-11-30 | 2017-11-30 | 一种含储能的分布式发电系统的分散式能量管理策略 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107749633B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110091727A (zh) * | 2019-06-20 | 2019-08-06 | 重庆大学 | 一种用于电动汽车混合动力系统的分散式能量管理方法 |
| CN110601246A (zh) * | 2019-08-14 | 2019-12-20 | 上海电力大学 | 基于径向基神经网络预测的直流微电网均流方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11835946B2 (en) * | 2021-12-29 | 2023-12-05 | Beta Air, Llc | Systems and methods for redistributing electrical load in an electric aircraft |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976851A (zh) * | 2010-10-27 | 2011-02-16 | 西安交通大学 | 一种利用虚拟阻抗提高微型电网内多个逆变器无线互联稳定性的方法 |
| CN107294118A (zh) * | 2017-07-10 | 2017-10-24 | 重庆大学 | 燃料电池‑超级电容混合供电系统的分散式功率分配法 |
-
2017
- 2017-11-30 CN CN201711242077.XA patent/CN107749633B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976851A (zh) * | 2010-10-27 | 2011-02-16 | 西安交通大学 | 一种利用虚拟阻抗提高微型电网内多个逆变器无线互联稳定性的方法 |
| CN107294118A (zh) * | 2017-07-10 | 2017-10-24 | 重庆大学 | 燃料电池‑超级电容混合供电系统的分散式功率分配法 |
Non-Patent Citations (2)
| Title |
|---|
| YASER KARIMI ET AL.: "Decentralized Method for Load Sharing and Power Management in a PV/Battery Hybrid Source Islanded Microgrid", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 * |
| 李鹏程等: "改进SOC下垂控制的分布式储能系统负荷电流分配方法", 《中国电机工程学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110091727A (zh) * | 2019-06-20 | 2019-08-06 | 重庆大学 | 一种用于电动汽车混合动力系统的分散式能量管理方法 |
| CN110601246A (zh) * | 2019-08-14 | 2019-12-20 | 上海电力大学 | 基于径向基神经网络预测的直流微电网均流方法 |
| CN110601246B (zh) * | 2019-08-14 | 2022-12-06 | 上海电力大学 | 基于径向基神经网络预测的直流微电网均流方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107749633B (zh) | 2020-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ashique et al. | Integrated photovoltaic-grid dc fast charging system for electric vehicle: A review of the architecture and control | |
| CN107294118B (zh) | 燃料电池-超级电容混合供电系统的分散式功率分配法 | |
| CN102983589B (zh) | 一种基于混合储能的电网友好型分布式电源的控制方法 | |
| CN103427430B (zh) | 一种混合储能系统在微网中的能量管理方法 | |
| CN103647302B (zh) | 一种含多子微网的混合微网系统的双层协调控制方法 | |
| KR101836230B1 (ko) | 가변 전압 dc 마이크로그리드 시스템 및 이의 운전 방법 | |
| CN109301914B (zh) | 一种具有soc优化的光伏微网储能控制方法 | |
| CN104467017A (zh) | 一种基于高频磁耦合的多端口光伏储能混合发电系统 | |
| CN109193613B (zh) | 一种直流微电网系统及其控制方法 | |
| TWI774142B (zh) | 交流負荷供電系統和方法 | |
| Adhikari et al. | A battery/supercapacitor hybrid energy storage system for DC microgrids | |
| CN209516643U (zh) | 能源路由器 | |
| CN105429128A (zh) | 基于混合储能的直流微网母线电压控制策略 | |
| CN107749633B (zh) | 一种含储能的分布式发电系统的分散式能量管理策略 | |
| CN111900710A (zh) | 一种并网型直流微电网协调控制方法 | |
| CN104993506A (zh) | 一种分布式发电系统的混合储能装置 | |
| CN111463837B (zh) | 一种用于多源混合动力系统的分散式功率分配法 | |
| CN109660204A (zh) | 基于超级电容储能的光伏发电系统开放性实验平台 | |
| CN116565922A (zh) | 一种基于多微网互联运行结构的混合储能控制调度方法 | |
| CN108347067A (zh) | 一种含有电池储能和发电机的微网架构和控制方法 | |
| Wang et al. | Hierarchical control of active hybrid energy storage system (HESS) in DC microgrids | |
| Jin et al. | A new control strategy of dc microgrid with photovoltaic generation and hybrid energy storage | |
| Xu et al. | Energy management and control strategy for DC micro-grid in data center | |
| Khaki et al. | A hybrid multi-loop controlled facts-based smart V2G battery chargers | |
| CN116142011A (zh) | 储能充电系统以及电流配电控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200110 Termination date: 20201130 |