CN108767872A - 一种应用于风光混合储能微网系统的模糊控制方法 - Google Patents

Abstract

本发明公开了一种应用于风光混合储能微网系统的模糊控制方法。该方法首先设计了一种基于风力发电，太阳能，混合储能系统，交直流负载的独立微网结构。然后将混合储能功率通过低通滤波算法得到功率波动中的低频和高频部分，分别将低频波动的功率分配给蓄电池，高频波动的功率分配给超级电容器。然后计算超级电容器的荷电状态SOC_sc，将超级电容器的荷电状态与混合储能功率P_hess输入模糊控制器，输出为滤波时间常数的修正量，动态调整滤波时间常数，使得混合储能功率得到合理分配，使得能量在储能器件中能够高效流动，减少了蓄电池的充放电次数，降低了蓄电池的充放电深度，增加了储能系统的可控性，使得微网的经济性得到进一步的提高。

Description

一种应用于风光混合储能微网系统的模糊控制方法

技术领域

本发明涉及一种风光储微网系统协调控制方法，特别涉及一种基于模糊控制的功率协调 分配方法。

背景技术

受环境与能源问题的影响，可再生能源的开发和应用已成为智能电网发展的必然趋势， 高效率利用可再生能源目前已经成为国内外能源研究的热点话题。风能和太阳能作为两种使 用比较普遍的绿色新能源，具有分布广泛，环保清洁等优点。由风能和太阳能所构成的风光 互补式分布式发电单元、储能系统、负荷和控制装置构成的微电网系统，能够根据可再生能 源各自的特点最大限度地提高风能和太阳能的使用效率。

由于风和太阳能为代表的新能源输出功率的随机性和间歇性，导致电网电能质量下滑， 系统的稳定性也会受到一定的影响。近年来，电能储能电力储能技术作为一种新兴的平抑系 统功率波动的手段，因其控制灵活，使用方便得到高度重视。电力储能有多种形式，通常可 分为能量型储能和功率型储能两类。能量型储能以铅酸蓄电池、锂电池为代表，能量密度大， 储能时间长，但是功率密度小，使用寿命短。功率型储能以超级电容器，飞轮为代表，功率 密度大，响应速度快，循环寿命长，但是能量密度小，自放电率高。目前，单一的储能技术 还很难做到同时具备以上所有优点而满足所有应用模式的需求。而混合储能可以充分利用能 量型储能和功率型储能在技术特性上的互补性，来满足不同层次的技术需求，因此混合储能 系统的协调控制使得功率高效分配显得尤为重要。

在文献(贾鹏飞，李卫国，高兴军，等.平抑风电功率波动的电池储能系统模糊控制方 法[J].现代电力，2014.31(3)：7-11)中，提出了运用低通滤波算法将功率进行分频，将低 频部分分配给蓄电池，高频部分分配给超级电容器，但是由于系统的参数随时间的变化，光 伏和风电输出功率的随机性，系统却在固定滤波时间常数下进行功率分频，导致了功率分配 效果不佳，蓄电池循环次数增加，使用寿命减少。

发明内容

本发明针对维持独立风光储能微网系统功率平衡，保持直流母线电压恒定的问题，提 出了一种应用于风光混合储能微网系统的模糊控制方法，是一种基于可变滤波时间常数功 率协调分配策略。该方法将混合储能系统功率和超级电容器荷电状态作为模糊控制器的输 入量，滤波时间常数的修正值作为输出量，动态调整滤波时间常数的大小，将混合储能系 统的能量进行合理分配，减少了蓄电池充放电次数，降低了蓄电池的充放电深度，增加了 混合储能系统的经济性，实现功率的协调控制。

本发明的技术方案为：

(1)根据负载的功率需求和风电发电和光伏电池组的出力计算出混合储能系统的功率 值。

(2)将得到的混合储能功率通过一阶低通滤波器，将功率波动的低频分量分配给蓄电 池，将功率波动中的高频部分分配给超级电容器。

(3)计算蓄电池的荷电状态SOC_bat(t)和超级电容器的荷电状态SOC_sc(t)，荷电状态表 示当前储能元件剩余的电量，计算公式如下：

E_{n_sc}和E_{n_bat}分别为超级电容器和蓄电池的容量，SOC_bat(0)表示蓄电池的荷电状态初始 值，SOC_sc(0)表示超级电容的荷电状态初始值。

(4)将超级电容器的荷电状态SOC_sc(t)和混合储能的功率P_hess(t)(单位为kW)作为模 糊控制器的输入，输出为滤波时间常数的修正量ΔT。设定模糊输入量的模糊集为{NB(负 大)，NM(负中)，NS(负小)，ZO(零)，PS(正小),PM(正中),PB(正大)},其中 SOC_sc(t)的论域为[-a,a],P_hess(t)论域为[-b,b],其中0＜a＜1，0＜b＜10，a和b的大小分别由超 级电容器的特性和风光出力以及负载消耗功率的大小决定。输出量ΔT模糊集合为{NB(负 大)，NM(负中)，NS(负小)，ZO(零)，PS(正小),PM(正中),PB(正大)}，由 于是对滤波时间常数T的修正，所以其论域设为[-c,c],其中0＜c＜1。

(5)制定模糊规则：

①当P_hess是数值较大的充电响应(P_hess为PB)，超级电容器SOC接近下限时(SOC 为NB)，此时超级电容器动作能力强，T应该减小(T为NB)，使得超级电容 器分配的功率较多。

②当P_hess是数值较大的充电响应(P_hess为PB)，超级电容器SOC接近上限时(SOC 为PB)，此时超级电容器动作能力较弱，T应该增大(T为PB)，使得蓄电池 分配的功率较多。

③当P_hess是数值较大的放电响应(P_hess为NB)，超级电容器SOC接近下限时(SOC为NB)，此时超级电容器动作能力弱，T应该增大(T为PB)，使得蓄 电池分配的功率较多。

④当P_hess是数值较大的放电响应(P_hess为NB)，超级电容器SOC接近上限时 (SOC为PB)，此时超级电容器动作能力强，T应该减小(T为NB)，使得超 级电容器分配的功率较多。

得出模糊规则表如下：

(6)解模糊得到滤波时间常数的修正量：

采用重心法进行解模糊计算，得到滤波时间常数的修正量ΔT：

其中，μ_1j(t)对应t时刻SOC_sc(t)输入隶属度函数值、μ_2k(t)对应t时刻ΔP(t)所对应的第 j个输入隶属度函数值，ΔT_jk为相对应的输出量。

修正后滤波时间常数为：

T＝(1+ΔT)T' (8)

本发明的有益效果在于：

本发明是一种应用于风光混合储能的模糊控制方法，通过模糊控制规则调整滤波时间 常数，使得蓄电池和超级电容器的功率得到最佳分配，实现能量型储能元件和功率型储能 元件的高效控制，减少蓄电池的充放电次数，降低蓄电池的放电深度，增加整个储能系统 的实用性和经济性。

附图说明

图1风光储混合储能结构图

图2功率协调控制图

图3超级电容器SOC使用模糊控制前后对比图

图4蓄电池SOC使用模糊控制前后对比图

图5蓄电池功率图

图6超级电容器功率图

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解 本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会 淡化本发明的主要内容时，这些描述在这里将被忽略。

本发明提出的一种应用于风光混合储能微网系统的模糊控制方法，其功率协调控制原 理如图2所示；本发明方案包括如下：

步骤一：求混合储能系统功率P_hess。图1为风光储混合储能系统的基本结构，当光伏电 池和风机发出的能量大于负载需求的功率时，混合储能系统将多余的能量储能起来，处于充 电状态。由于光能和风能具有随机性和间歇性的特点，发出的功率波动较大，当光伏电池和 风机发出的功率小于负载的需求时，储能系统将储存的能量释放出去，系统处于放电状态。 则P_hess的表达式为：

P_hess＝P_bat+P_sc＝P_wind+P_pv-P_load (9)

式中，P_wind为风电发电功率；P_pv为光伏发电功率；P_bat为蓄电池吸收或者释放的功率； P_sc为超级电容器吸收或者释放的功率；P_load为负载需求的功率。规定当P_bat和P_sc为正值时， 表示蓄电池和超级电容器吸收能量，储能元件处于充电状态。当P_bat和P_sc为负值时，表示 蓄电池和超级电容器放出能量，储能元件处于放电状态。

风电发电功率计算表达式为：

其中ρ为空气的密度，R_w为风叶的半径，v为风速，C_p表示风能的利用系数，λ为风 力机的叶尖速比，β为浆距角，w为叶片旋转的角速度。

光伏发电功率表达式为：

其中，U_pv为光伏电池输出电压，I_sc为短路电流；V_oc为开路电压；V_m为最大功率点处的电 压；I_m为最大功率点处的电流；T和T_ref分别为电池实际温度和温度参考值；S和S_ref分别为 光照强度和光照强度参考值：a和c均为温度补偿系数，b为光照补偿系数。

步骤2：利用低通滤波算法对功率进行分频。混合储能功率可以看做不同频率的波动分 量相互叠加的结果，将波动分量分为低频波动分量和高频波动分量。在混合储能系统，蓄电 池作为一种能量型储能器件，存储的能量多，但是循环次数少，功率波动的高频部分易造成 蓄电池频繁的充放电，减少蓄电池的使用寿命，因此将功率波动的低频部分分配给蓄电池。 超级电容器则和蓄电池的特点相反，循环寿命比较长，适合频繁的充放电，因此功率波动中 的高频部分分配给蓄电池。功率分配的表达式如下：

处于充电状态时：

处于放电状态时：

式中，P＞0表示充电，P＜0表示放电。T为滤波时间常数，η_α为蓄电池充放电效率，η_β为超级电容器的充放电效率。

步骤3：计算蓄电池的荷电状态SOC_bat(t)和超级电容器的荷电状态SOC_sc(t)，荷电状态 表示当前储能元件剩余的电量，计算公式如下：

E_{n_sc}和E_{n_bat}分别为超级电容器和蓄电池的容量。

为了避免过冲过放对储能元件寿命的影响：

其中，SOC_min和SOC_max分别表示电池荷电的下限和上限，P_{bat_limit}和P_{sc_limit}表示蓄电池 和超级电容器的功率限值。

步骤4：将超级电容器的核电状态SOC_sc(t)和混合储能的功率P_hess(t)(单位为kW)作 为模糊控制器的输入，输出为滤波时间常数的修正量ΔT。设定模糊输入量的模糊集为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小),PM(正中),PB(正大)}, 其中SOC_sc(t)的论域为[-a,a],P_hess(t)论域为[-b,b],其中0＜a＜1，0＜b＜10，a和b的大小分别 由超级电容器的特性和风光出力以及负载消耗功率的大小决定。输出量ΔT模糊集合为 {NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小),PM(正中),PB(正大)}， 由于是对滤波时间常数T的修正，所以其论域设为[-c,c],其中0＜c＜1。

步骤5：制定模糊规则：

①当P_hess是数值较大的充电响应(P_hess为PB)，超级电容器SOC接近下限时(SOC 为NB)，此时超级电容器动作能力强，T应该减小(T为NB)，使得超级电容 器分配的功率较多。

②当P_hess是数值较大的充电响应(P_hess为PB)，超级电容器SOC接近上限时(SOC 为PB)，此时超级电容器动作能力较弱，T应该增大(T为PB)，使得蓄电池 分配的功率较多。

③当P_hess是数值较大的放电响应(P_hess为NB)，超级电容器SOC接近下限时 (SOC为NB)，此时超级电容器动作能力弱，T应该增大(T为PB)，使得蓄 电池分配的功率较多。

④当P_hess是数值较大的放电响应(P_hess为NB)，超级电容器SOC接近上限时 (SOC为PB)，此时超级电容器动作能力强，T应该减小(T为NB)，使得超 级电容器分配的功率较多。

本发明根据前面的设定设计出49条模糊规则，规则表如下：

步骤6：解模糊得到滤波时间常数的修正量：

采用重心法进行解模糊计算，得到滤波时间常数的修正量ΔT：

其中，μ_1j(t)对应t时刻SOC_sc(t)输入隶属度函数值、μ_2k(t)对应t时刻P_hess(t)所对应 的第j个输入隶属度函数值，ΔT_jk为相对应的输出量。

修正后滤波时间常数为：

T＝(1+ΔT)'T (20)

式中，T′表示修正前滤波时间常数值。

图3为模糊控制前后蓄电池电量的对比图，可以看出蓄电池SOC波动了近2％左右，充 放电的深度明得到了明显的降低，延长了蓄电池的使用寿命。图4为模糊控制前后超级电 容器电量的对比图，可以看出超级电容器SOC波动了近10％左右，充分体现了超级电容器 作为功率型储能器件的特点.

图5为模糊控制前后蓄电池充放电功率图，可以看出蓄电池功率波动比原来更加小， 减少了蓄电池的循环次数。图6为模糊控制前后超级电容器充放电功率图，可以看出功率 波动较未使用之前更加剧烈，符合超级电容器对高频波动的功率相应快的特点。综上所述，基于上述模糊控制实现了蓄电池承担功率波动中的低频部分，超级电容器承担功率波动中的高频部分，实现了储能系统的协调控制。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理 解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员 来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显 而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (9)

1.一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，将风光混合储能微网系统功率和超级电容器荷电状态作为模糊控制器的输入量，滤波时间常数的修正值作为输出量，动态调整滤波时间常数的大小，将混合储能系统的能量进行合理分配。

2.根据权利要求1所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述方法的具体步骤包括如下：

步骤1，根据负载的功率需求和风电发电、光伏电池组的出力计算出混合储能系统的功率值P_hess(t)；

步骤2，将得到的混合储能功率通过一阶低通滤波器，将功率波动的低频分量分配给蓄电池，将功率波动中的高频部分分配给超级电容器；

步骤3，计算蓄电池的荷电状态SOC_bat(t)和超级电容器的荷电状态SOC_sc(t)；

步骤4，将超级电容器的核电状态SOC_sc(t)和混合储能的功率P_hess(t)(单位为kW)作为模糊控制器的输入，输出为滤波时间常数的修正量ΔT。

步骤5，根据超级电容器的荷电状态SOC_sc(t)和混合储能的功率P_hess(t)，制定模糊规则；

步骤6，解模糊得到滤波时间常数的修正量ΔT，并利用ΔT修正滤波时间常数T。

3.根据权利要求2所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述步骤1功率值P_hess(t)的计算方法如下：

P_hess＝P_bat+P_sc＝＝P_wind+P_pv-P_load

式中，P_wind为风电发电功率；P_pv为光伏发电功率；P_bat为蓄电池吸收或者释放的功率；P_sc为超级电容器吸收或者释放的功率；P_load为负载需求的功率；当P_bat和P_sc为正值时，表示蓄电池和超级电容器吸收能量，储能元件处于充电状态；当P_bat和P_sc为负值时，表示蓄电池和超级电容器放出能量，储能元件处于放电状态；

风电发电功率P_wind计算表达式为：

其中ρ为空气的密度，R_w为风叶的半径，v为风速，C_p表示风能的利用系数，λ为风力机的叶尖速比，β为浆距角，w为叶片旋转的角速度；

光伏发电功率P_pv的计算表达式为：

其中，I_sc为短路电流；V_oc为开路电压；V_m为最大功率点处的电压；I_m为最大功率点处的电流；T和T_ref分别为电池实际温度和温度参考值；S和S_ref分别为光照强度和光照强度参考值：a和c均为温度补偿系数，b为光照补偿系数。

4.根据权利要求3所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述步骤2的具体功率分配如下：

处于充电状态时：

处于放电状态时：

式中，P＞0表示充电，P＜0表示放电。T为滤波时间常数，η_α为蓄电池充放电效率，η_β为超级电容器的充放电效率。

5.根据权利要求3所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述步骤3计算蓄电池的荷电状态SOC_bat(t)和超级电容器的荷电状态SOC_sc(t)的表达式如下：

式中，E_{n_sc}和E_{n_bat}分别为超级电容器和蓄电池的容量；

并作如下限定：

6.根据权利要求1所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述步骤4的实现包括：

设定模糊输入量的模糊集为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小),PM(正中),PB(正大)},其中SOC_sc(t)的论域为[-a,a]，P_hess(t)论域为[-b,b]，其中0＜a＜1，0＜b＜10，a和b的大小分别由超级电容器的特性和风光出力以及负载消耗功率的大小决定；输出量ΔT模糊集合为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小),PM(正中),PB(正大)}，滤波时间常数T的论域设为[-c,c]，其中0＜c＜1。

7.根据权利要求6所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述步骤5制定的模糊规则如下：

①当Phess是数值较大的充电响应，即Phess为PB，超级电容器SOC接近下限时，即SOC为NB，此时超级电容器动作能力强，T应该减小，即T为NB，使得超级电容器分配的功率较多；

②当Phess是数值较大的充电响应，即Phess为PB，超级电容器SOC接近上限时，即SOC为PB，此时超级电容器动作能力较弱，T应该增大，即T为PB，使得蓄电池分配的功率较多；

③当Phess是数值较大的放电响应，即Phess为NB，超级电容器SOC接近下限时，即SOC为NB，此时超级电容器动作能力弱，T应该增大，即T为PB，使得蓄电池分配的功率较多；

④当Phess是数值较大的放电响应，即Phess为NB，超级电容器SOC接近上限时，即SOC为PB，此时超级电容器动作能力强，T应该减小，即T为NB，使得超级电容器分配的功率较多。

8.根据权利要求7所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，根据所述模糊规则，制定如下规则表：

9.根据权利要求1所述的一种应用于风光混合储能微网系统的模糊控制方法，其特征在于，所述步骤6的具体实现包括：

采用重心法进行解模糊计算，得到滤波时间常数的修正量ΔT：

其中，μ_1j(t)对应t时刻SOC_sc(t)输入隶属度函数值、μ_2k(t)对应t时刻ΔP(t)所对应的第j个输入隶属度函数值，ΔT_jk为相对应的输出量；

修正后的滤波时间常数为：