CN109412201A - 一种微源与超级电容器之间最优能量管理的控制方法 - Google Patents
一种微源与超级电容器之间最优能量管理的控制方法 Download PDFInfo
- Publication number
- CN109412201A CN109412201A CN201811249329.6A CN201811249329A CN109412201A CN 109412201 A CN109412201 A CN 109412201A CN 201811249329 A CN201811249329 A CN 201811249329A CN 109412201 A CN109412201 A CN 109412201A
- Authority
- CN
- China
- Prior art keywords
- power
- micro
- voltage
- follows
- battery
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000007665 sagging Methods 0.000 claims abstract description 22
- 239000000446 fuel Substances 0.000 claims abstract description 16
- 239000007787 solid Substances 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims description 27
- 238000005516 engineering process Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 5
- 239000003990 capacitor Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 239000001257 hydrogen Substances 0.000 claims description 4
- 229910052739 hydrogen Inorganic materials 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000004087 circulation Effects 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims 1
- 230000001052 transient effect Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- H02J3/383—
-
- H02J3/385—
-
- H02J3/387—
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Control Of Electrical Variables (AREA)
Abstract
一种微源与超级电容器之间最优能量管理的控制方法，用于在由光伏(PV)和固体氧化物燃料电池(SOFC)作为两个微源的分布式发电系统连接到孤岛微电网的并联VSC之间的比例功率共享，包括以下步骤：S1建立光伏模型；S2建立固体氧化物燃料电池的模型；S3建立超级电容器的模型；S4确定控制微源的方法；S5使用FSOA调整PI参数；S6集成到SOFC的功率调节器；S7控制基于下垂的功率共享方法。本发明增强最佳功率共享和主动需求管理的动态性能，确保在故障发生时具有更好的瞬态和亚瞬态稳定性。
Description
技术领域
本发明涉及一种基于混合模糊逻辑和人群搜索优化算法的，用于孤岛微电网中微源与超级电容器之间的最优能量管理的控制方法。
背景技术
随着对电力的需求量的增加，对电力供应的可靠性要求也越来越高，为了应对现代电力在控制和运行上的一致性，电网网络也伴随着快速扩张，同时也变得更加复杂。其中，分布式发电(DG)集成到配电系统中是一种很有前景的工作，不仅能够应对这些存在的问题，而且还具有减少污染，降低停电概率，能量高效率利用和电力传输期间的低损耗等优点。与传统的同步发电机相比，DG装置提供了高度的可操作性和可控性，这有助于微电网维持电网的稳定性。然而，在维持微电网中稳定安全的运行，有许多关键问题需要考虑，例如：适当选择微源及其控制策略以确保高能量供应可靠性；最佳功率分配DG确保高能源成本效率；主动需求管理(ADM)；故障状态下的动态稳定性等。
虽然通过将可再生能源(RES)整合到微电网作为微源，可以提高能源效率，能源成本和系统可靠性以及降低温室气体排放，但通常RES取决于气候变化，这可能导致出现单一类型的RES可能无法完全满足负荷需求的情况。通过在混合微电网结构中集成不同种类的可再生能源，可以解决上述问题。现阶段的研究中，存在各种方法用于整合RES以形成混合微源，即DC耦合，AC耦合和混合耦合等。
传统的基于通信的功率共享方案的两个主要缺点是高安装成本和通信故障，这导致现代的基于通信的功率共享方案的发展也较少下垂。而且，传统的下垂控制技术如果经受非线性或非对称负载则不能最佳地共享功率，因为在这种情况下，集成控制单元不仅要考虑谐波电流，还要调节分配馈线中的有功和无功功率。
发明内容
针对上述存在问题，本发明提供一种基于混合模糊逻辑和人群搜索优化算法的，用于孤岛微电网中微源与超级电容器之间的最优能量管理的控制方法。此次微电网系统还提出了一种由FSOA-DPI控制器调节的储能系统(ESS)，以确保在故障发生时具有更好的瞬态和亚瞬态稳定性。
本发明为了解决上述技术问题提供的技术方案是：
一种微源与超级电容器之间最优能量管理的控制方法，用于在由光伏(PV)和固体氧化物燃料电池(SOFC)作为两个微源的分布式发电系统连接到孤岛微电网的并联VSC之间的比例功率共享，所述方法包括以下步骤：
S1:建立光伏模型
PV电池由于p-n结暴露于太阳辐射中，而在PV电池中产生的电流，在等效电路模型中用非线性直流电流源IL表示，其中PV电池的p-n结用等效二极管表示，将光伏电池半导体表面的薄层电阻等效为串联电阻Rs，当二极管反向偏置时，泄漏到地的电流由分流电阻Rsh表示；
由基尔霍夫定律可知，PV模块的终端电流表示为：
I＝IL-ID (1)
其中I为PV模块的终端电流，IL为PV电池产生的光电流，ID为二极管通过的电流；
光电流IL表示为：
其中Ki，ΔT，G，分别是标称条件下太阳辐照度产生的参考电流，最大PV电池电流的温度系数，单位A/°K，实际温度和标称温度之间的差异，PV模块表面上的辐照度和标称辐照度，单位1000W/m2；
二极管电流ID计算如下：
其中I0和Vt分别是在没有太阳辐照度和PV电池热电压的情况下的二极管饱和电流，PV电池热电压表示为：
其中Ns为串联的PV电池数，K是玻尔兹曼常数，1.3806×10-23J/K，q为电子电荷值，1.602×10-19J/K，T为开尔文为单位的实际温度，a为二极管理想常数，1<a<1.5，并且二极管的饱和电流取决于温度，表示为：
其中为标称温度，25℃，为标称条件下二极管的饱和电流，Eg为带隙能量；
饱和电流表示为：
其中分别是PV模块的开路电压，短路电流和标称热电压，上述表示在标称辐照度和温度下的单个PV电池的参数，因此，要获得整个PV模块的参数值，它将按比例缩放为：
其中NS和NP分别是串联的PV电池的数量和PV电池的数量，由于串联和并联的电池将分别对应输出电压和输出电流，因此：
ITotal＝NP*I (10)
VTotal＝NS*V (11)
数学PV建模使用上述方程在Matlab/Simulink软件中实现；
S2建立固体氧化物燃料电池的模型
对SOFC进行了建模，SOFC的电压根据Nernst方程用可变参数表示如下：
其中表示燃料电池输出电压，r表示欧姆损耗，N0表示电池数，E0表示与反应自由能相关的电压，R是通用气体常数，单位J/molk，T是绝对温度，F是法拉第常数，单位Coulombs/mol，和分别代表氢的分压，氧的分压和水的分压，单位为Nm2，是输出电流；
SOFC中生成的总功率表示为：
S3建立超级电容器的模型
每个模块的容量定义为：
超级电容器组的储能容量应足够大，以便在故障状态期间至少承受10个循环，所需存储容量可定义为：
Qrequired＝v*i*t (15)
其中C，v，i和t分别是电容，电压，电流和时间；
S4确定控制微源的方法
用于光伏阵列的升压转换器由基于人群搜索优化算法的DPI控制器调节，用MP&O方法动态地跟踪最大功率点，以确保从混合微源获得最大的自由可用能量；VSC由基于混合模糊逻辑和人群搜索优化算法的动态PI(FSOA-DPI)控制器调节，以确保基于虚拟阻抗下垂(VID)的最佳功率共享；最后，ESS设备由所提出的控制器控制，以确保在故障状态期间的最高瞬态稳定性。
S5使用FSOA调整PI参数
这里FLC的输入参数是ΔP和ΔI，表示如下：
FLC的输出表示为：
ΔKp＝Kp(k)-Kp(k-1) (20)
ΔKi＝Ki(k)-Ki(k-1) (21)
在等式(19)中，输入参数ΔP和ΔI分别是功率的微小变化和PV模块的电流的微小变化以及等式；(20)和(21)输出参数ΔKP和ΔKi分别是比例和积分常数的微小变化。在气候条件的任何变化期间，为了确保在最佳点处的收敛，ΔP通过增益控制器以反转其方向。这里FLC的输入和输出参数被分成五个模糊子集，呈现二十五个控制规则，绝对复制了MP&O技术中使用的算法；
在控制器中，实现修改的SOA技术以找到模糊逻辑的最佳隶属函数参数以计算PI控制器增益；
S6集成到SOFC的功率调节器
为了执行功率调节，升压转换器单独集成到固体氧化物燃料电池中，SOFC的响应时间相对较为缓慢，使得原始输出功率有所限制；因此，为了确保SOFC的输出功率，以确保最高的能量供应可靠性，集成的升压转换器通过提出的FSOA-DPI控制器进行控制。
S7控制基于下垂的功率共享方法
利用混合微源实现微电网的功率共享策略是一个至关重要的问题，功率共享策略应确保最低用户能源利用成本以及最高能源供应可靠性，提出的模糊逻辑和人群搜索算法优化的动态PI控制器(FSOA-DPI)集成虚拟阻抗下垂策略，以保证两个微源之间的功率共享。
进一步，所述步骤S4的过程如下：
S41跟踪最大功率点
改进的Perturb和Observe技术(P&O)被广泛用于最大功率点跟踪，因为它需要较少数量的输入参数和简单的实现；
S42确定人群搜索优化DPI控制的MP&O技术与动态步长。
为解决传统MP&O方法中步长(K)初始化问题，本发明提出了基于模糊搜索优化DPI控制的MP&O方法；
S43确定优化目标
将通过最小化目标的方法视为优化问题，假设数学搜索器是单个粒子矢量，其包括相对于要优化的参数值的总数的多个维度“DIM”值，整个搜索者群体被分为“SP”数量的亚群，对于这项发明，SP假定为3；
S44SOA的计算
对于每个具有步进时间t的SP子群，步长SL(SP，p，q，t)>0和DIM(SP，p，q，t)∈{-1,0,1}，其中集合分别表示负变化，无变化和正变化，每个搜索者p在每个维度q(1≤qj≤DIM,DIM)的新位置由下列公式给出：
P(SP,p,q,t+1)＝P(SP,p,q,t)+SL(SP,p,q,t)*DIM(SP,p,q,t) (16)
为了将较差搜索者的位置与每个顺序(SP-1)子群中的最佳位置合并，需要执行均匀的交叉操作，同时避免了局部收敛：
其中，P(SP,m,q,t)worst和P(a,q,t)best分别是步骤t中属于SP和a亚群的第m个最差和最佳搜索者的q维。同时搜索者之间的信息交换如上述方式(17)所述；
S45确定搜索持续时间
搜索位置可以通过考虑许多EG过去或现在的自己或邻居的位置来确定，由下式表出：
S46确定步长的值
为了实现步长的变化，本发明提出了高斯概率分布。该技术假设下一个解决方案和当前解决方案之间的是接近的，因此可以从最佳解决方案中更好地进行搜索。
再进一步，所述步骤S7的过程如下：
S71建立虚拟阻抗下垂方案
在实际功率和无功功率紧密耦合的地方，可以实现VID方案以确保在微网中众多微源之间适当地共享有功功率和无功功率，这里的频率被调节为：
fi＝fr-mp(pi-pr) (22)
其中下标r和i分别代表额定值和逆变器指数，在等式(,22)实际功率Pi和下垂斜率mp表示为：
其中，XL和φ分别是逆变器电压和母线电压之间的电抗和相位角。Ei和V分别是逆变器电压和总线电压的幅度，电压调节表示为：
Vref＝V*-ZVD(s).i0 (25)
其中V*和ZVD(s)分别是无负载条件下的参考输出电压和虚拟输出阻抗。
S72提出的搜索者优化DPI控制器集成虚拟阻抗下垂方案。
传统的线性PI或PD控制器有时无法使高度非线性电力系统正常化，特别是在瞬态条件下。每次系统参数改变时，这些传统控制器都需要手动调整。由于电力系统的多变量状态，传统的FLC并不总能确保满意的结果。因此，动态PI控制方案逐渐发展到处理多变量非线性系统，其中PI控制器通过模糊逻辑方法动态调整。所提出的SOA适当地动态优化模糊输入参数，因此PI控制器可以在不考虑负载变化的情况下以更好的稳定性运行。VID方案要求非常精确的参考电压和参考频率，提出的FSOA-DPI控制器可以完美实现这些要求。
本发明的有益效果为：增强最佳功率共享和主动需求管理的动态性能，确保在故障发生时具有更好的瞬态和亚瞬态稳定性。
附图说明
图1是PV电池的等效电路图；
图2是MP&O方法的流程框图；
图3是集成MP&O技术的FSOA-DPI图；
图4是VID方案的控制策略原理图；
图5是搜索者优化DPI控制器集成虚拟阻抗下垂图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1～图5，一种微源与超级电容器之间最优能量管理的控制方法，用于在由光伏(PV)和固体氧化物燃料电池(SOFC)作为两个微源的分布式发电系统连接到孤岛微电网的并联VSC之间的比例功率共享。该方法包括以下步骤：
S1建立光伏模型
PV电池由于p-n结暴露于太阳辐射中，而在PV电池中产生的电流，在等效电路模型中用非线性直流电流源IL表示，其中PV电池的p-n结用等效二极管表示，等效模型为附图1，将光伏电池半导体表面的薄层电阻等效为串联电阻Rs，当二极管反向偏置时，泄漏到地的电流由分流电阻Rsh表示；
由基尔霍夫定律可知，PV模块的终端电流表示为：
I＝IL-ID (1)
其中I为PV模块的终端电流，IL为PV电池产生的光电流，ID为二极管通过的电流；
光电流IL表示为：
其中Ki，ΔT，G，分别是标称条件下太阳辐照度产生的参考电流，最大PV电池电流的温度系数(A/°K)，实际温度和标称温度之间的差异，PV模块表面上的辐照度，和标称辐照度(1000W/m2)；
二极管电流ID计算如下：
其中I0和Vt分别是在没有太阳辐照度和PV电池热电压的情况下的二极管饱和电流，PV电池热电压表示为：
其中Ns为串联的PV电池数，K是玻尔兹曼常数(1.3806×10-23J/K)，q为电子电荷值(1.602×10-19J/K)，T为开尔文为单位的实际温度，a为二极管理想常数(1<a<1.5)，并且二极管的饱和电流取决于温度，表示为：
其中为标称温度(25℃)，为标称条件下二极管的饱和电流，Eg带隙能量；
饱和电流表示为：
其中分别是PV模块的开路电压，短路电流和标称热电压，上述参数的表达表示在标称辐照度和温度下的单个PV电池。因此，要获得整个PV模块的参数值，它将按比例缩放为：
其中NS和NP分别是串联的PV电池的数量和PV电池的数量，由于串联和并联的电池将分别对应输出电压和输出电流，因此：
ITotal＝NP*I (10)
VTotal＝NS*V (11)
数学PV建模使用上述方程在Matlab/Simulink软件中实现。
S2建立固体氧化物燃料电池的模型
本方法对SOFC进行了建模，考虑了燃料处理器部分，功率部分和功率调节器部分。天然气在燃料处理器中转化为氢气；在功率部分中，执行电化学反应并且化学能转换成电能；功率调节部分规范了原始输出功率。
SOFC的电压可以根据Nernst方程用可变参数表示如下：
其中表示燃料电池输出电压，r表示欧姆损耗，N0表示电池数，E0表示与反应自由能相关的电压。R是通用气体常数(J/molk)，T是绝对温度，F是法拉第常数(Coulombs/mol)。和分别代表氢的分压，氧的分压和水的分压，单位为Nm2。是输出电流。
SOFC中生成的总功率可表示为：
S3建立超级电容器的模型
在电池，飞轮等多种存储方式中，超级电容器确保了最高的功率密度，因此将超级电容器用为存储设备。
每个模块的容量可以定义为：
超级电容器组的储能容量应足够大，以便在故障状态期间至少承受10个循环。所需存储容量可定义为：
Qrequired＝v*i*t (15)
其中C，v，i和t分别是电容，电压，电流和时间。
S4控制微源的方法
闭环控制是针对每个升压转换器和VSC单独实现的。为了在两个考虑的微源中实现最高的能源成本效率，应该保证利用PV的总可用剩余能量。因此，为了确保最高的可用自由能，提出基于模糊人群搜索优化算法的最大功率点跟踪(MPPT)系统改进改进的Perturb和Observe技术(MP&O)，使得DPI控制器得到增强。用于光伏阵列的升压转换器由所提出的基于人群搜索优化算法的DPI控制器调节，用MP&O方法动态地跟踪最大功率点，以确保从混合微源获得最大的自由可用能量。VSC由基于混合模糊逻辑和人群搜索优化算法的动态PI(FSOA-DPI)控制器调节，以确保基于虚拟阻抗下垂(VID)的最佳功率共享。最后，ESS设备由所提出的控制器控制，以确保在故障状态期间的最高瞬态稳定性。
S41跟踪最大功率点。
改进的Perturb和Observe技术(P&O)被广泛用于最大功率点跟踪，因为它需要较少数量的输入参数和简单的实现。MP&O技术的基本功能如附图2所示。
S42确定人群搜索优化DPI控制的MP&O技术与动态步长。
为解决传统MP&O方法中步长(K)初始化问题，本发明提出了基于模糊搜索优化DPI控制的MP&O方法，如图3所示。
S43确定优化目标。
本发明将通过最小化目标的方法视为优化问题。假设数学搜索器是单个粒子矢量，其包括相对于要优化的参数值的总数的多个维度“DIM”值。整个搜索者群体被分为“SP”数量的亚群。对于这项发明，SP假定为3。
S44SOA的计算
对于每个具有步进时间t的SP子群，步长SL(SP，p，q，t)>0和DIM(SP，p，q，t)∈{-1,0,1}，其中集合分别表示负变化，无变化和正变化。每个搜索者p的每个维度q(1≤qj≤DIM,DIM)的新位置由下列公式给出：
P(SP,p,q,t+1)＝P(SP,p,q,t)+SL(SP,p,q,t)*DIM(SP,p,q,t) (16)
为了将较差搜索者的位置与每个顺序(SP-1)子群中的最佳位置合并，需要执行均匀的交叉操作，同时避免了局部收敛。
其中，P(SP,m,q,t)worst和P(a,q,t)best分别是步骤t中属于SP和a亚群的第m个最差和最佳搜索者的q维。同时搜索者之间的信息交换如上述方式(17)所述。
S45确定搜索持续时间。
为了确定搜索持续时间，整个空间被认为是寻求者中的象限域。关于位置变化的响应的演变给出了经验梯度(EG)。搜索者可以跟踪EG以进一步搜索。适应度越高，搜索位置越好。搜索位置可以通过考虑许多EG过去或现在的自己或邻居的位置来确定，可由下式表出：
S46确定步长的值。
为了实现步长的变化，本发明提出了高斯概率分布。该技术假设下一个解决方案和当前解决方案之间的是接近的，因此可以从最佳解决方案中更好地进行搜索。
S5使用FSOA调整PI参数
SOA中的优化涉及最小化积分绝对误差(IAE)。这里FLC的输入参数是ΔP和ΔI，表示如下：
FLC的输出可表示为：
ΔKp＝Kp(k)-Kp(k-1) (20)
ΔKi＝Ki(k)-Ki(k-1) (21)
在等式19中，输入参数ΔP和ΔI分别是功率的微小变化和PV模块的电流的微小变化以及等式。(20)和(21)输出参数ΔKP和ΔKi分别是比例和积分常数的微小变化。在气候条件的任何变化期间，为了确保在最佳点处的收敛，ΔP通过增益控制器以反转其方向。这里FLC的输入和输出参数被分成五个模糊子集，呈现二十五个控制规则，绝对复制了MP&O技术中使用的算法。表1说明了规则库，模糊输入被馈送以发起规则库。这里模糊语句'IF'和'Then'在逻辑上通过'AND'运算符组合。所提出的方案使用区域中心(COA)来执行去模糊化输出比例常数(Kp)和积分常数(Ki)。例如，它可以写成If(ΔP是PS)和(ΔI是NM)然后(Kp是NM)(Ki是NM)。
在该提出的控制器中，实现修改的SOA技术以找到模糊逻辑的最佳隶属函数参数以计算PI控制器增益。
S6集成到SOFC的功率调节器。
为了执行功率调节，升压转换器单独集成到固体氧化物燃料电池中。SOFC的响应时间总是缓慢，使得原始输出功率有所限制。因此，为了确保SOFC的输出功率，以确保最高的能量供应可靠性，集成的升压转换器通过提出的FSOA-DPI控制器进行控制即可。
S7控制基于下垂的功率共享方法。
利用混合微源实现微电网的功率共享策略是一个至关重要的问题。功率共享策略应确保最低用户能源利用成本以及最高能源供应可靠性。本发明提出了一种模糊逻辑和人群搜索算法优化的动态PI控制器(FSOA-DPI)集成虚拟阻抗下垂策略，以保证两个微源之间的功率共享。
S71建立虚拟阻抗下垂方案
在实际功率和无功功率紧密耦合的地方，可以实现VID方案以确保在微网中众多微源之间适当地共享有功功率和无功功率。这里的频率被调节为：
fi＝fr-mp(pi-pr) (22)
其中下标r和i分别代表额定值和逆变器指数。在等式(22)实际功率Pi和下垂斜率mp表示为：
其中，XL和φ分别是逆变器电压和母线电压之间的电抗和相位角。Ei和V分别是逆变器电压和总线电压的幅度。电压调节表示为：
Vref＝V*-ZVD(s).i0 (25)
其中V*和ZVD(s)分别是无负载条件下的参考输出电压和虚拟输出阻抗。虚拟阻抗下垂方案的示意性控制策略如附图4所示。
S72提出的搜索者优化DPI控制器集成虚拟阻抗下垂方案。
传统的线性PI或PD控制器有时无法使高度非线性电力系统正常化，特别是在瞬态条件下。每次系统参数改变时，这些传统控制器都需要手动调整。由于电力系统的多变量状态，传统的FLC并不总能确保满意的结果。因此，动态PI控制方案逐渐发展到处理多变量非线性系统，其中PI控制器通过模糊逻辑方法动态调整。然而，由于模糊输入参数选择不当，传统方案有时无法精确调节高度非线性系统。所提出的SOA适当地动态优化模糊输入参数，因此PI控制器可以在不考虑负载变化的情况下以更好的稳定性运行。VID方案要求非常精确的参考电压和参考频率，这个提出的FSOA-DPI控制器可以完美实现这些要求。所提出的系统的原理图如附图5所示。
综上可知，本发明所提出的一种微源与超级电容器之间最优能量管理的新型控制方法，为了确保最高的可用自由能，基于模糊搜索器优化动态PI控制器的P&O(MP&O)技术得到了增强。本发明增强了超级电容器作为瞬态和次瞬态条件下具有高功率密度的电能存储装置的效果，进一步增强最佳功率共享和主动需求管理的动态性能，确保高能量供应的可靠性。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (3)
1.一种微源与超级电容器之间最优能量管理的控制方法，其特征在于，该方法用于在由光伏PV和固体氧化物燃料电池SOFC作为两个微源的分布式发电系统连接到孤岛微电网的并联VSC之间的比例功率共享，所述方法包括以下步骤：
S1:建立光伏模型
PV电池由于p-n结暴露于太阳辐射中，而在PV电池中产生的电流，在等效电路模型中用非线性直流电流源IL表示，其中PV电池的p-n结用等效二极管表示，将光伏电池半导体表面的薄层电阻等效为串联电阻Rs，当二极管反向偏置时，泄漏到地的电流由分流电阻Rsh表示；
由基尔霍夫定律可知，PV模块的终端电流表示为：
I＝IL-ID (1)
其中I为PV模块的终端电流，IL为PV电池产生的光电流，ID为二极管通过的电流；
光电流IL表示为：
其中Ki，ΔT，G，分别是标称条件下太阳辐照度产生的参考电流，最大PV电池电流的温度系数，单位A/°K，实际温度和标称温度之间的差异，PV模块表面上的辐照度和标称辐照度，单位1000W/m2；
二极管电流ID计算如下：
其中I0和Vt分别是在没有太阳辐照度和PV电池热电压的情况下的二极管饱和电流，PV电池热电压表示为：
其中Ns为串联的PV电池数，K是玻尔兹曼常数，1.3806×10-23J/K，q为电子电荷值，1.602×10-19J/K，T为开尔文为单位的实际温度，a为二极管理想常数，1<a<1.5，并且二极管的饱和电流取决于温度，表示为：
其中为标称温度，25℃，为标称条件下二极管的饱和电流，Eg为带隙能量；
饱和电流表示为：
其中分别是PV模块的开路电压，短路电流和标称热电压，上述表示在标称辐照度和温度下的单个PV电池的参数，因此，要获得整个PV模块的参数值，它将按比例缩放为：
其中NS和NP分别是串联的PV电池的数量和PV电池的数量，由于串联和并联的电池将分别对应输出电压和输出电流，因此：
ITotal＝NP*I (10)
VTotal＝NS*V (11)
数学PV建模使用上述方程在Matlab/Simulink软件中实现；
S2建立固体氧化物燃料电池的模型
对SOFC进行了建模，SOFC的电压根据Nernst方程用可变参数表示如下：
其中表示燃料电池输出电压，r表示欧姆损耗，N0表示电池数，E0表示与反应自由能相关的电压，R是通用气体常数，单位J/molk，T是绝对温度，F是法拉第常数，单位Coulombs/mol，和分别代表氢的分压，氧的分压和水的分压，单位为Nm2，是输出电流；
SOFC中生成的总功率表示为：
S3建立超级电容器的模型
每个模块的容量定义为：
超级电容器组的储能容量应足够大，以便在故障状态期间至少承受10个循环，所需存储容量定义为：
Qrequired＝v*i*t (15)
其中C，v，i和t分别是电容，电压，电流和时间；
S4确定控制微源的方法
用于光伏阵列的升压转换器由基于人群搜索优化算法的DPI控制器调节，用MP&O方法动态地跟踪最大功率点，以确保从混合微源获得最大的自由可用能量；VSC由基于混合模糊逻辑和人群搜索优化算法的动态PI(FSOA-DPI)控制器调节，以确保基于虚拟阻抗下垂VID的最佳功率共享；最后，ESS设备由所提出的控制器控制，以确保在故障状态期间的最高瞬态稳定性；
S5使用FSOA调整PI参数
FLC的输入参数是ΔP和ΔI，表示如下：
FLC的输出表示为：
ΔKp＝Kp(k)-Kp(k-1) (20)
ΔKi＝Ki(k)-Ki(k-1) (21)
在等式(19)中，输入参数ΔP和ΔI分别是功率的微小变化和PV模块的电流的微小变化以及等式；(20)和(21)输出参数ΔKP和ΔKi分别是比例和积分常数的微小变化；在气候条件的任何变化期间，为了确保在最佳点处的收敛，ΔP通过增益控制器以反转其方向，这里FLC的输入和输出参数被分成五个模糊子集，呈现二十五个控制规则，绝对复制了MP&O技术中使用的算法；
在控制器中，实现修改的SOA技术以找到模糊逻辑的最佳隶属函数参数以计算PI控制器增益；
S6集成到SOFC的功率调节器
为了执行功率调节，升压转换器单独集成到固体氧化物燃料电池中，SOFC的响应时间相对较为缓慢，使得原始输出功率有所限制；因此，为了确保SOFC的输出功率，以确保最高的能量供应可靠性，集成的升压转换器通过提出的FSOA-DPI控制器进行控制；
S7控制基于下垂的功率共享方法
采用模糊逻辑和人群搜索算法优化的动态PI控制器FSOA-DPI集成虚拟阻抗下垂策略，以保证两个微源之间的功率共享。
2.如权利要求1所述的一种微源与超级电容器之间最优能量管理的控制方法，其特征在于，所述步骤S4的过程如下：
S41跟踪最大功率点
改进的Perturb和Observe技术用于最大功率点跟踪；
S42确定人群搜索优化DPI控制的MP&O技术与动态步长
S43确定优化目标
将通过最小化目标的方法视为优化问题，假设数学搜索器是单个粒子矢量，包括相对于要优化的参数值的总数的多个维度“DIM”值，整个搜索者群体被分为“SP”数量的亚群；
S44SOA的计算
对于每个具有步进时间t的SP子群，步长SL(SP，p，q，t)>0和DIM(SP，p，q，t)∈{-1,0,1}，其中集合分别表示负变化，无变化和正变化，每个搜索者p在每个维度q的新位置由下列公式给出，1≤qj≤DIM,DIM：
P(SP,p,q,t+1)＝P(SP,p,q,t)+SL(SP,p,q,t)*DIM(SP,p,q,t) (16)
为了将较差搜索者的位置与每个顺序(SP-1)子群中的最佳位置合并，需要执行均匀的交叉操作，同时避免了局部收敛：
其中，P(SP,m,q,t)worst和P(a,q,t)best分别是步骤t中属于SP和a亚群的第m个最差和最佳搜索者的q维，同时搜索者之间的信息交换如上述方式(17)所述；
S45确定搜索持续时间
搜索位置通过考虑许多EG过去或现在的自己或邻居的位置来确定，由下式表出：
S46确定步长的值
为了实现步长的变化提出了高斯概率分布，假设下一个解决方案和当前解决方案之间的是接近的，因此可以从最佳解决方案中更好地进行搜索。
3.如权利要求1或2所述的一种微源与超级电容器之间最优能量管理的控制方法，其特征在于，所述步骤S7的过程如下：
S71建立虚拟阻抗下垂方案
在实际功率和无功功率紧密耦合的地方，可以实现VID方案以确保在微网中众多微源之间适当地共享有功功率和无功功率，这里的频率被调节为：
fi＝fr-mp(pi-pr) (22)
其中下标r和i分别代表额定值和逆变器指数，在等式(,22)实际功率Pi和下垂斜率mp表示为：
其中，XL和φ分别是逆变器电压和母线电压之间的电抗和相位角，Ei和V分别是逆变器电压和总线电压的幅度，电压调节表示为：
Vref＝V*-ZVD(s).i0 (25)
其中V*和ZVD(s)分别是无负载条件下的参考输出电压和虚拟输出阻抗；
S72提出的搜索者优化DPI控制器集成虚拟阻抗下垂方案
SOA动态优化模糊输入参数，因此PI控制器在不考虑负载变化的情况下以更好的稳定性运行；VID方案要求非常精确的参考电压和参考频率，提出的FSOA-DPI控制器可以完美实现这些要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811249329.6A CN109412201A (zh) | 2018-10-25 | 2018-10-25 | 一种微源与超级电容器之间最优能量管理的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811249329.6A CN109412201A (zh) | 2018-10-25 | 2018-10-25 | 一种微源与超级电容器之间最优能量管理的控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109412201A true CN109412201A (zh) | 2019-03-01 |
Family
ID=65469211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811249329.6A Pending CN109412201A (zh) | 2018-10-25 | 2018-10-25 | 一种微源与超级电容器之间最优能量管理的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109412201A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110556816A (zh) * | 2019-08-31 | 2019-12-10 | 东莞理工学院 | 一种适用于直流微电网的复合下垂控制方法和系统 |
| CN112364557A (zh) * | 2020-11-30 | 2021-02-12 | 国网浙江省电力有限公司电力科学研究院 | 一种用于光伏和燃料电池之间的优化能量管理的控制方法 |
| CN113890022A (zh) * | 2021-09-29 | 2022-01-04 | 张燕珠 | 一种风能和太阳能电网无功优化的快速原子搜索方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103001224A (zh) * | 2012-11-21 | 2013-03-27 | 上海电力学院 | 基于鲁棒控制和超级电容调节孤岛光柴微网频率控制方法 |
| CN108616134A (zh) * | 2018-04-13 | 2018-10-02 | 东华大学 | 一种考虑微电网并离网切换的动力储能容量配置方法 |
-
2018
- 2018-10-25 CN CN201811249329.6A patent/CN109412201A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103001224A (zh) * | 2012-11-21 | 2013-03-27 | 上海电力学院 | 基于鲁棒控制和超级电容调节孤岛光柴微网频率控制方法 |
| CN108616134A (zh) * | 2018-04-13 | 2018-10-02 | 东华大学 | 一种考虑微电网并离网切换的动力储能容量配置方法 |
Non-Patent Citations (1)
| Title |
|---|
| SUBHASHREE CHOUDHURY等: "A novel control approach based on hybrid Fuzzy Logic and Seeker Optimization for optimal energy management between micro-sources and supercapacitor in an islanded Microgrid", 《JOURNAL OF KING SAUD UNIVERSITY-ENGINEERING SCIENCES》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110556816A (zh) * | 2019-08-31 | 2019-12-10 | 东莞理工学院 | 一种适用于直流微电网的复合下垂控制方法和系统 |
| CN110556816B (zh) * | 2019-08-31 | 2021-01-26 | 东莞理工学院 | 一种适用于直流微电网的复合下垂控制方法和系统 |
| CN112364557A (zh) * | 2020-11-30 | 2021-02-12 | 国网浙江省电力有限公司电力科学研究院 | 一种用于光伏和燃料电池之间的优化能量管理的控制方法 |
| CN113890022A (zh) * | 2021-09-29 | 2022-01-04 | 张燕珠 | 一种风能和太阳能电网无功优化的快速原子搜索方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Elmetwaly et al. | An adaptive D-FACTS for power quality enhancement in an isolated microgrid | |
| Gayatri et al. | A review of reactive power compensation techniques in microgrids | |
| Bai et al. | Distributed generation system control strategies with PV and fuel cell in microgrid operation | |
| Kim et al. | Dynamic modeling and control of a grid-connected hybrid generation system with versatile power transfer | |
| Abdelsalam et al. | Performance enhancement of hybrid AC/DC microgrid based D-FACTS | |
| Hossain et al. | Advancement of fuel cells and electrolyzers technologies and their applications to renewable-rich power grids | |
| Abadlia et al. | Adaptive fuzzy control with an optimization by using genetic algorithms for grid connected a hybrid photovoltaic–hydrogen generation system | |
| Hassanein et al. | Performance improvement of off-grid hybrid renewable energy system using dynamic voltage restorer | |
| Suresh et al. | Decentralized control strategy for fuel cell/PV/BESS based microgrid using modified fractional order PI controller | |
| Sorte et al. | Current reference control based MPPT and investigation of power management algorithm for grid-tied solar PV-battery system | |
| Khosravi et al. | Improvement of harmonic conditions in the AC/DC microgrids with the presence of filter compensation modules | |
| Jha et al. | Optimal operation of PV‐DG‐battery based microgrid with power quality conditioner | |
| CN109412201A (zh) | 一种微源与超级电容器之间最优能量管理的控制方法 | |
| Samal et al. | Performance improvement of a distributed generation system using unified power quality conditioner | |
| Krishnamurthy et al. | Power electronic converter configurations integration with hybrid energy sources–a comprehensive review for state-of the-art in research | |
| Kamal et al. | An optimal power sharing and power control strategy of photovoltaic/fuel cell/ultra-capacitor hybrid power system | |
| Zahira et al. | Power quality issues in microgrid and its solutions | |
| Berbaoui | Fuzzy multi-objective technique combined with VCS algorithm for unified power quality conditioner based on hybrid power source PEMFC/SC | |
| Roy et al. | An integrated rule-based power management and dynamic feed-forward low voltage ride through scheme for a grid-connected hybrid energy system | |
| Bakhoda et al. | Fuzzy logic controller vs. PI controller for MPPT of three-phase grid-connected PV system considering different irradiation conditions | |
| Bhuyan et al. | Modeling and simulation of hybrid energy system supplying 3Ø load and its power quality analysis | |
| Sreejyothi et al. | Fuel Cell based Grid Connected Two-Level Inverter | |
| Sahoo et al. | Multi‐mode control and operation of a self‐sufficient multi‐microgrid system | |
| Ethmane et al. | Statcom integration in a power grid to enhance voltage stability | |
| Adhikari | Control of Solar Photovoltaic (PhV) Power Generation In Grid-connected and Islanded Microgrids |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |