CN113595135B - 一种并弱电网型电氢耦合直流微电网双层同步控制方法 - Google Patents
一种并弱电网型电氢耦合直流微电网双层同步控制方法 Download PDFInfo
- Publication number
- CN113595135B CN113595135B CN202110782323.0A CN202110782323A CN113595135B CN 113595135 B CN113595135 B CN 113595135B CN 202110782323 A CN202110782323 A CN 202110782323A CN 113595135 B CN113595135 B CN 113595135B
- Authority
- CN
- China
- Prior art keywords
- grid
- optimal
- control
- power
- direct current
- 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.)
- Active
Links
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 73
- 239000001257 hydrogen Substances 0.000 title claims abstract description 73
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 36
- 230000008878 coupling Effects 0.000 title claims abstract description 32
- 238000010168 coupling process Methods 0.000 title claims abstract description 32
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 238000004146 energy storage Methods 0.000 claims abstract description 48
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 230000002068 genetic effect Effects 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 5
- 239000010410 layer Substances 0.000 claims description 75
- 239000000446 fuel Substances 0.000 claims description 25
- 238000010248 power generation Methods 0.000 claims description 23
- 230000000087 stabilizing effect Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 241000614201 Adenocaulon bicolor Species 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 239000002355 dual-layer Substances 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims 1
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/10—Parallel operation of dc sources
- H02J1/102—Parallel operation of dc sources being switching converters
-
- 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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/10—Parallel operation of dc sources
- H02J1/106—Parallel operation of dc sources for load balancing, symmetrisation, or sharing
-
- 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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/14—Balancing the load in a network
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/30—The power source being a fuel cell
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种并弱电网型电氢耦合直流微电网双层同步控制方法,其中顶层优化控制以最小化系统寿命周期的等年值运行成本为控制目标,利用寻路式元启发算法得到电氢混合储能系统的最优输出功率参考值;其中底层优化控制采取改进的小生境遗传算法在线求解满足最小化电能质量偏差和稳定时间的多目标控制的最优跟踪虚拟电阻,并利用求解的最优值控制DC/AC并网逆变器;由于优化的主体与对象不同,两层的优化可同步进行,此外电‑氢混合储能系统的工作模式由顶层的最优功率参考值决定。本发明能够在可再生能源功率波动和弱电网阻抗变化下实现微电网最优经济运行,增强微电网的稳定性,扩展了电氢耦合直流微电网的应用场景。
Description
技术领域
本发明属于直流微电网技术领域,特别是涉及一种并弱电网型电氢耦合直流微电网双层同步控制方法。
背景技术
目前,我国风电、光伏发电累计装机容量均居世界首位,清洁能源发电规模不断扩大。随着可再生能源的开发利用,分布式发电成为可再生能源接入系统的重要形式。在独立分布式电源的输出功率具有波动性、间歇性和随机性,直接接入电网会影响其可靠性、经济性与安全性,因此微电网技术得到了广泛的关注。为了最大程度上利用可再生能源,与储能系统的联合将提高对可再生能源的消纳能力。电氢耦合直流微电网含有多元化的储能方式,兼具电储能和氢储能的优势,适应于大规模、长周期的运行场景。此外,直流微电网可运行在孤岛和并网模式下,并网后与配电网之间的交互将可能对微网系统稳定性带来一定影响,特别是可再生能源大量分布于戈壁、山区和海岛等偏远地区,所发出的电能需要通过较长的输电线路、多级升压接入地区电网。随着可再生能源渗透率的增加,使得公共连接点处的电网阻抗不可忽略,并在电网配置的范围内随电网的运行方式变化,因此,电网阻抗的影响将越来越明显,使微电网与主网间的连接强度较弱,电网呈现高感抗弱电网特征,因此探究一种适用于并入弱电网型直流微电网的协调运行方法是至关重要的。
现有的微网并入弱电网的控制方法可分为两种:改进并网逆变器控制回路和有源阻尼器,但前者会重新设计已模块化的逆变器控制回路,这将增加设计周期并降低并网逆变器对其他并网对象的适应性;而后一种方法需要安装有源阻尼器,这将会大大扩展系统面积并增加成本;且它们大多将研究重点放在如何实现并网逆变器的稳定运行,并未结合实际的微源予以讨论,特别地,也没有探究这种情况下微电网整体的功率协调运行,进而导致对实际直流微电网并入弱电网的应用存在多方位的局限性。
发明内容
为了解决上述问题,本发明提出了一种并弱电网型电氢耦合直流微电网双层同步控制方法,不仅考虑了实际微源的动态特性,并在分层控制中考虑不同的控制目标,实现为电网运行的经济性和稳定性。
为达到上述目的,本发明采用的技术方案是:一种并弱电网型电氢耦合直流微电网双层同步控制方法,包括步骤:
S100,初始化并网型电氢耦合直流微电网系统的各个系统;
S200,测量并网型电氢耦合直流微电网系统中当前时刻光伏的输出功率及交直流负荷需求;
S300,利用双层同步优化控制中的顶层最优功率级控制,以最小化系统寿命周期的等年值运行成本为控制目标,根据测量数据,利用寻路式元启发算法求解并网型电氢耦合直流微电网系统中电氢混合储能系统各子系统的最优输出功率;
S400,利用双层同步优化控制中的底层最优设备级控制,利用最优跟踪虚拟电阻控制DC/AC并网逆变以实现最小化电能质量偏差和稳定时间的控制目标,并根据顶层分配的最优输出功率控制并网型电氢耦合直流微电网系统中储能系统各子系统的工作模式。
进一步的是,所述并网型电氢耦合直流微电网系统包括直流子网、交流子网和控制中心;
所述直流子网包括光伏发电系统、蓄电池系统、燃料电池系统、电解槽系统、储氢罐系统及直流负荷;光伏发电系统、蓄电池系统、燃料电池系统、电解槽系统、储氢罐系统及直流负荷均通过各自的变流器连接至直流母线;所述蓄电池系统和与其连接的双向DC/DC变流器为直流微电网的电储能系统;所述燃料电池系统及其单向DC/DC变流器、电解槽系统及其单向DC/DC变流器和储氢罐系统构成直流微电网的氢储能系统;
所述交流子网包括交流负荷、交流弱电网及DC/AC并网逆变器,直流母线通过DC/AC并网逆变器连接至交流负荷和交流弱电网;
所述控制中心采集当前光伏发电系统的输出功率Ppv、直流负荷需求Pdcload及交流侧负荷需求Pacload,并通过双层同步优化控制对整个系统进行协调优化控制。
进一步的是,所述双层同步优化控制包含顶层最优功率级控制及底层最优设备级控制;
所述顶层优化控制通过测量的数据以系统寿命周期的等年值运行成本进行最优功率分配,并向底层混合储能系统的控制传递数据结果;
所述底层最优设备级控制是对DC/DC变流器和DC/AC并网逆变器的控制,为了提高微电网的稳定性和电能质量,利用最优跟踪虚拟电阻实现电压、频率偏差及稳定时间最小化的控制目标;所述顶层的优化与所述底层的优化互不干扰影响,可同步进行,并通过TCP/IP协议进行通信。
进一步的是,为了实现并网型微电网运行的经济性,利用双层同步优化控制中的顶层最优功率级控制以最小化系统寿命周期的等年值运行成本为控制目标利用寻路式元启发算法得到混合储能系统的最优输出功率,实现功率级别的优化控制。
进一步的是,所述利用双层同步优化控制中的顶层最优功率级控制以最小化系统寿命周期的等年值运行成本为控制目标利用寻路式元启发算法得到混合储能系统的最优输出功率,实现功率级别的优化控制,包括步骤:
S301,构建最小化系统寿命周期的等年值运行成本目标函数:
其中,N为光伏发电系统、电氢混合储能系统、换流器与逆变的总个数;Cin_s、Cop_s和Crep_s分别为各系统的初始投资成本、运维成本和置换成本,i为折现率,L为系统寿命;
S302,各系统功率的相关约束设置为:
其中,Pbat(t)、Pfc(t)和Pel(t)分别为蓄电池、燃料电池和电解槽的输出功率(规定输出功率为正值,吸收功率为负值);下标min和max代表着该变量的最小值和最大值;soc为蓄电池的荷电状态;sohc为储氢罐的等效荷电状态;
S303,利用寻路式元启法算法求出满足约束条件下的电氢混合储能系统的最优输出功率,即初始化算法的种群数量参数,寻路者为功率变量,跟随者为成本变量,利用下式更新寻路者的位置:
其中,K表示当前迭代次数,Kmax为最大迭代数;是当前寻路者位置;为上一代寻路者的位置;为寻路者更新后的位置;d为寻路者移动的步长因子,在范围(0,1]内均匀分布;u1代表移动方向的多样性,为(-1,1)内的随机数;
然后跟新跟随者的位置,公式如下:
更新全局最优值判断是否达到结束条件,若达到则输出最优值,否则重复S303步骤;
S304,将燃料电池和电解槽的最优功率值Pfc_opt和Pel_opt传输到对应系统的底层优化控制。
进一步的是,在所述步骤400中,为了解决在满足电能质量的要求下提高并入弱电网型微电网的快速稳定能力的多目标优化问题,将其转化为单目标优化并确定底层最优设备级控制中最优跟踪虚拟电阻控制策略的安全运行域,选择改进式小生境遗传算法对所述最优跟踪虚拟电阻的控制参数进行实时优化。
进一步的是,引入权重系数以统一衡量各控制目标的影响程度,实现多目标优化到单目标优化的转变,根据稳定性分析结果所划定的最优跟踪虚拟电阻控制策略的安全运行域,选择优化与收敛速度快的改进式小生境遗传算法在在线运行时对所述最优跟踪虚拟电阻的控制参数进行实时优化,包括步骤:
S401,利用等效电路与奈奎斯特判据对含最优跟踪虚拟电阻的逆变器等效输出阻抗与弱电网阻抗之间的匹配关系进行相位裕度的稳定性分析;
S402,根据分析结果划分最优跟踪虚拟阻抗的安全运行域,使最优跟踪虚拟电阻的变化区间在该安全运行域S内,相位裕度PM分析如下:
PM=180°-{arg[Zo'(fcross)]-arg[Zg(fcross)]}=90°-arg[Zo(fcross)];
其中,fcross代表幅频曲线相交时的频率;Zo(fcross)代表交叉点对应的含最优跟踪虚拟电阻的逆变器等效输出阻抗;Zg(fcross)代表弱电网阻抗;
S403,测量直流微电网DC/AC并网逆变器的输出电流Igrid及电压Uo,最优跟踪虚拟电阻值构成公式:
S404,在DC/AC并网逆变器的电压电流双环控制前引入最优跟踪虚拟电阻环节,公式如下:
Ud=Un-RvIgrid;
其中,Ud控制逆变器电压电流双环控制器的输入参考电压。
S405,为了能提高微电网接入弱电网的稳定性,实现最小化电压及频率的偏差及微电网接入弱电网的稳定时间的多目标优化问题,并统一衡量各目标对控制结果的影响程度,引入权重系数将多目标转化为单目标,目标函数如下所示:
其中,α、β和γ分别是电压、频率和时间的权重系数;Δv*(t)和Δf*(t)分别是并网逆变器的输出电压幅值与频率的标幺化偏差值;Tw和Ts分别是接入弱电网的开始时刻和稳定时刻;
其中满足的约束条件如下:
S406,选择改进式小生境遗传算法对所述最优跟踪虚拟电阻的控制参数进行实时优化。
进一步的是,所述改进式小生境遗传算法具有优化与收敛速度快的特性,可在线优化所述的控制参数,包括步骤:
计算适应度函数并排序再对种群进行比例运算,对个体做动态概率算术交叉运算,进行自适应概率变异运算后做小生境淘汰算法后,以新种群个体配置控制参数,进行时域仿真,输出交流电压、频率和稳定时间的采样数据后判断是否满足约束条件和收敛条件,如果不满足约束则重新计算适应度函数排序后再判断收敛条件的满足与否;如果不满足收敛则重新回到比例选择运算并重复,直到约束条件和收敛条件均满足时输出控制参数r和以求得最优跟踪虚拟电阻值Rv。
进一步的是,所述底层最优设备级控制中,电储能系统负责直接控制直流母线电压,即在氢储能系统的最优功率运行下通过控制母线电压实现功率平衡来间接地输出顶层优化控制中的最优输出功率,保证母线电压在允许偏差内波动;
将当前时刻蓄电池的荷电状态SoC引入控制参数中实现动态下垂控制,使其结合运行状态,维持母线电压在一定允许范围内,公式如下:
其中,mb是母线电压下垂系数;Udc2和Udc1和分别代表蓄电池充放电的动作电压;Udc表示当前时刻的直流微电网母线电压;Udc_r表示母线电压的额定值;Ibat_m表示蓄电池最大工作电流。
采用本技术方案的有益效果:
本发明在直流微电网接入弱电网时,利用最优跟踪虚拟电阻策略实时跟踪弱电网阻抗的变化情况,并能实现含电能质量及稳定时间的多目标控制目标,最小化电能质量偏差及稳定时间,在规定的安全运行域内提高直流微电网并入弱电网时的稳定性与可靠性,扩展了电氢耦合直流微电网的应用场景。
本发明用于平衡光伏发电系统与负荷间的不平衡功率,利用电氢混合储能系统提高可再生能源的利用,即在光伏发电更多时吸收多余的功率,或是在光伏发电更少时额外功能。顶层优化控制以实现最小系统寿命周期的等年值运行成本得到电氢混合储能系统的最优输出功率,并将参考功率通信传输到各系统的底层优化控制;而底层优化控制中利用最优跟踪虚拟电阻控制DC/AC并网逆变以实现最小化电能质量偏差和稳定时间的控制目标,氢储能系统根据最优功率参考功率值对各个系统进行控制,电储能系统在氢储能系统的最优功率运行下通过控制母线电压实现功率平衡来间接地输出顶层优化控制中的最优输出功率,保证母线电压在允许偏差内波动。
本发明通过采用双层同步优化控制,结合微电网的功率平衡约束、系统的功率约束与荷电状态约束及微电网电能质量要求,对整个并弱电网型微电网的运行协调优化;不仅满足直流微电网能够并入弱电网的工作需求、应对光伏发电、负荷需求及弱电网阻抗的随机性,还可以实现并弱电网型微电网的经济性,有效提高稳定性。
附图说明
图1为本发明的一种并弱电网型电氢耦合直流微电网双层同步优化控制方法流程示意图;
图2为本发明实施例中双层同步优化控制系统的流程示意图;
图3为本发明实施实例中最优跟踪虚拟电阻的计算流程示意图;
图4为本发明实施例中并弱电网型电氢耦合直流微电网系统拓扑结构。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种并弱电网型电氢耦合直流微电网双层同步控制方法,
一种并弱电网型电氢耦合直流微电网双层同步控制方法,包括步骤:
S100,初始化并网型电氢耦合直流微电网系统的各个系统;
S200,测量并网型电氢耦合直流微电网系统中当前时刻光伏的输出功率及交直流负荷需求;
S300,利用双层同步优化控制中的顶层最优功率级控制,以最小化系统寿命周期的等年值运行成本为控制目标,根据测量数据,利用寻路式元启发算法求解并网型电氢耦合直流微电网系统中电氢混合储能系统各子系统的最优输出功率;
S400,利用双层同步优化控制中的底层最优设备级控制,利用最优跟踪虚拟电阻控制DC/AC并网逆变以实现最小化电能质量偏差和稳定时间的控制目标,并根据顶层分配的最优输出功率控制并网型电氢耦合直流微电网系统中储能系统各子系统的工作模式。
其中,所述并网型电氢耦合直流微电网系统包括直流子网、交流子网和控制中心;
所述直流子网包括光伏发电系统、蓄电池系统、燃料电池系统、电解槽系统、储氢罐系统及直流负荷;光伏发电系统、蓄电池系统、燃料电池系统、电解槽系统、储氢罐系统及直流负荷均通过各自的变流器连接至直流母线;所述蓄电池系统和与其连接的双向DC/DC变流器为直流微电网的电储能系统;所述燃料电池系统及其单向DC/DC变流器、电解槽系统及其单向DC/DC变流器和储氢罐系统构成直流微电网的氢储能系统;
所述交流子网包括交流负荷、交流弱电网及DC/AC并网逆变器,直流母线通过DC/AC并网逆变器连接至交流负荷和交流弱电网;
所述控制中心采集当前光伏发电系统的输出功率Ppv、直流负荷需求Pdcload及交流侧负荷需求Pacload,并通过双层同步优化控制对整个系统进行协调优化控制。
作为上述实施例的优化方案,为了保证直流微电网稳定地并入弱电网,并实现微电网的功率平衡,所述双层同步优化控制包含顶层最优功率级控制及底层最优设备级控制;
所述顶层优化控制通过测量的数据以系统寿命周期的等年值运行成本进行最优功率分配,并向底层混合储能系统的控制传递数据结果;
所述底层最优设备级控制是对DC/DC变流器和DC/AC并网逆变器的控制,为了提高微电网的稳定性和电能质量,利用最优跟踪虚拟电阻实现电压、频率偏差及稳定时间最小化的控制目标;所述顶层的优化与所述底层的优化互不干扰影响,可同步进行,并通过TCP/IP协议进行通信。
作为上述实施例的优化方案,如图2所示,为了实现并网型微电网运行的经济性,利用双层同步优化控制中的顶层最优功率级控制以最小化系统寿命周期的等年值运行成本为控制目标利用寻路式元启发算法得到混合储能系统的最优输出功率,实现功率级别的优化控制。
具体实施时可包括步骤:
S301,构建最小化系统寿命周期的等年值运行成本目标函数:
其中,N为光伏发电系统、电氢混合储能系统、换流器与逆变的总个数;Cin_s、Cop_s和Crep_s分别为各系统的初始投资成本、运维成本和置换成本,i为折现率,L为系统寿命;
S302,各系统功率的相关约束设置为:
其中,Pbat(t)、Pfc(t)和Pel(t)分别为蓄电池、燃料电池和电解槽的输出功率(规定输出功率为正值,吸收功率为负值);下标min和max代表着该变量的最小值和最大值;soc为蓄电池的荷电状态;sohc为储氢罐的等效荷电状态;
S303,利用寻路式元启法算法求出满足约束条件下的电氢混合储能系统的最优输出功率,即初始化算法的种群数量参数,寻路者为功率变量,跟随者为成本变量,利用下式更新寻路者的位置:
其中,K表示当前迭代次数,Kmax为最大迭代数;是当前寻路者位置;为上一代寻路者的位置;为寻路者更新后的位置;d为寻路者移动的步长因子,在范围(0,1]内均匀分布;u1代表移动方向的多样性,为(-1,1)内的随机数;
然后跟新跟随者的位置,公式如下:
更新全局最优值判断是否达到结束条件,若达到则输出最优值,否则重复S303步骤;
S304,将燃料电池和电解槽的最优功率值Pfc_opt和Pel_opt传输到对应系统的底层优化控制。
作为上述实施例的优化方案,如图3所示,在所述步骤400中,为了解决在满足电能质量的要求下提高并入弱电网型微电网的快速稳定能力的多目标优化问题,在所述的底层最优设备级控制中引入权重系数,统一衡量各控制目标的影响程度以转化为单目标优化,根据稳定性分析结果所划定的最优跟踪虚拟电阻控制策略的安全运行域,选择优化与收敛速度快的改进式小生境遗传算法在在线运行时对所述最优跟踪虚拟电阻的控制参数进行实时优化。
具体实施时可包括步骤:
S401,利用等效电路与奈奎斯特判据对含最优跟踪虚拟电阻的逆变器等效输出阻抗与弱电网阻抗之间的匹配关系进行相位裕度的稳定性分析;
S402,根据分析结果划分最优跟踪虚拟阻抗的安全运行域,使最优跟踪虚拟电阻的变化区间在该安全运行域S内,相位裕度PM分析如下:
PM=180°-{arg[Zo'(fcross)]-arg[Zg(fcross)]}=90°-arg[Zo(fcross)];
其中,fcross代表幅频曲线相交时的频率;Zo(fcross)代表交叉点对应的含最优跟踪虚拟电阻的逆变器等效输出阻抗;Zg(fcross)代表弱电网阻抗;
S403,测量直流微电网DC/AC并网逆变器的输出电流Igrid及电压Uo,最优跟踪虚拟电阻值构成公式:
S404,在DC/AC并网逆变器的电压电流双环控制前引入最优跟踪虚拟电阻环节,公式如下:
Ud=Un-RvIgrid;
其中,Ud控制逆变器电压电流双环控制器的输入参考电压。
S405,为了能提高微电网接入弱电网的稳定性,实现最小化电压及频率的偏差及微电网接入弱电网的稳定时间的多目标优化问题,并统一衡量各目标对控制结果的影响程度,引入权重系数将多目标转化为单目标,目标函数如下所示:
其中,α、β和γ分别是电压、频率和时间的权重系数;Δv*(t)和Δf*(t)分别是并网逆变器的输出电压幅值与频率的标幺化偏差值;Tw和Ts分别是接入弱电网的开始时刻和稳定时刻;
其中满足的约束条件如下:
S406,选择优化与收敛速度快的改进式小生境遗传算法在在线运行时对所述最优跟踪虚拟电阻的控制参数进行实时优化,包括步骤:
计算适应度函数并排序再对种群进行比例运算,对个体做动态概率算术交叉运算,进行自适应概率变异运算后做小生境淘汰算法后,以新种群个体配置控制参数,进行时域仿真,输出交流电压、频率和稳定时间的采样数据后判断是否满足约束条件和收敛条件,如果不满足约束则重新计算适应度函数排序后再判断收敛条件的满足与否;如果不满足收敛则重新回到比例选择运算并重复,直到约束条件和收敛条件均满足时输出控制参数r和以求得最优跟踪虚拟电阻值Rv。
作为上述实施例的优化方案,所述底层最优设备级控制中,电储能系统负责直接控制直流母线电压,即在氢储能系统的最优功率运行下通过控制母线电压实现功率平衡来间接地输出顶层优化控制中的最优输出功率,保证母线电压在允许偏差内波动;
将当前时刻蓄电池的荷电状态SoC引入控制参数中实现动态下垂控制,使其结合运行状态,维持母线电压在一定允许范围内,公式如下:
其中,mb是母线电压下垂系数;Udc2和Udc1和分别代表蓄电池充放电的动作电压;Udc表示当前时刻的直流微电网母线电压;Udc_r表示母线电压的额定值;Ibat_m表示蓄电池最大工作电流。
具体实施例:
作为上述实施例的优化方案,如图4所示,所述光伏发电系统包括相互连接的光伏电池与单向DC/DC变流器;所述蓄电池系统包括相互连接的蓄电池与双向DC/DC变流器;所述燃料电池系统包括相互连接的质子膜交换燃料电池与单向DC/DC变流器;所述电解槽系统包括相互连接的电解槽与单向DC/DC变流器;所述蓄电池系统为直流微电网的电储能系统,所述燃料电池系统、电解槽系统和储氢罐系统为直流微电网的氢储能系统;所述控制中心与各系统的变流器基于TCP/IP协议通信,以向各系统变流器输入控制信号。
所述的光伏发电系统的DC/DC变流器利用最大功率点跟踪控制保证光伏发电系统始终输出当前天气条件下的最大功率;燃料电池和电解槽系统的DC/DC变流器利用电流单环PI控制以跟随顶层优化控制输出的最优功率参考值;电储能系统给负责控制直流母线电压,在氢储能系统的最优功率运行下通过控制母线电压实现功率平衡来间接地输出顶层优化控制中的最优输出功率,保证母线电压在允许偏差内波动。将当前时刻蓄电池的荷电状态SoC引入控制参数中实现动态下垂控制,使其可以结合运行状态,维持母线电压在一定允许范围内,公式如下:
其中,mb是母线电压下垂系数;Udc2和Udc1和分别代表蓄电池充放电的动作电压;Udc表示当前时刻的直流微电网母线电压;Udc_r表示母线电压的额定值;Ibat_m表示蓄电池最大工作电流。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,包括步骤:
S100,初始化并网型电氢耦合直流微电网系统的各个系统;
S200,测量并网型电氢耦合直流微电网系统中当前时刻光伏的输出功率及交直流负荷需求;
S300,利用双层同步优化控制中的顶层最优功率级控制,以最小化系统寿命周期的等年值运行成本为控制目标,根据测量数据,利用寻路式元启发算法求解并网型电氢耦合直流微电网系统中电氢混合储能系统各子系统的最优输出功率;
S400,利用双层同步优化控制中的底层最优设备级控制,采用最优跟踪虚拟电阻控制DC/AC并网逆变以实现最小化电能质量偏差和稳定时间的控制目标,并根据顶层分配的最优输出功率控制并网型电氢耦合直流微电网系统中储能系统各子系统的工作模式;
其中,所述利用双层同步优化控制中的顶层最优功率级控制以最小化系统寿命周期的等年值运行成本为控制目标利用寻路式元启发算法得到混合储能系统的最优输出功率,实现功率级别的优化控制,包括步骤:
S301,构建最小化系统寿命周期的等年值运行成本目标函数:
其中,N为光伏发电系统、电氢混合储能系统、变流器与逆变的总个数;Cin_s、Cop_s和Crep_s分别为各系统的初始投资成本、运维成本和置换成本,i为折现率,L为系统寿命;
S302,各系统功率的相关约束设置为:
其中,Pbat(t)、Pfc(t)和Pel(t)分别为蓄电池、燃料电池和电解槽的输出功率,Ppv为光伏发电系统的输出功率,Pdcload为直流负荷需求,Pacload为交流侧负荷需求;下标min和max代表着相应变量的最小值和最大值;soc为蓄电池的荷电状态;sohc为储氢罐的等效荷电状态;
S303,利用寻路式元启法算法求出满足约束条件下的电氢混合储能系统的最优输出功率,即初始化算法的种群数量参数,寻路者为功率变量,跟随者为成本变量,利用下式更新寻路者的位置:
其中,K表示当前迭代次数,Kmax为最大迭代数;是当前寻路者位置;为上一代寻路者的位置;为寻路者更新后的位置;d为寻路者移动的步长因子,在范围(0,1]内均匀分布;u1代表移动方向的多样性,为(-1,1)内的随机数;
然后更新跟随者的位置,公式如下:
其中,是当前跟随者位置;为上一代跟随者的位置;跟随者的移动收到寻路者与其他跟随者Xj的影响,F1和F2在范围[1,2]内均匀分布;
更新全局最优值判断是否达到结束条件,若达到则输出最优值,否则重复S303步骤;
S304,将燃料电池和电解槽的最优功率值Pfc_opt和Pel_opt传输到对应系统的底层优化控制。
2.根据权利要求1所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,所述并网型电氢耦合直流微电网系统包括直流子网、交流子网和控制中心;
所述直流子网包括光伏发电系统、蓄电池系统、燃料电池系统、电解槽系统、储氢罐系统及直流负荷;光伏发电系统、蓄电池系统、燃料电池系统、电解槽系统、储氢罐系统及直流负荷均通过各自的变流器连接至直流母线;所述蓄电池系统和与其连接的双向DC/DC变流器为直流微电网的电储能系统;所述燃料电池系统及其单向DC/DC变流器、电解槽系统及其单向DC/DC变流器和储氢罐系统构成直流微电网的氢储能系统;
所述交流子网包括交流负荷、交流弱电网及DC/AC并网逆变器,直流母线通过DC/AC并网逆变器连接至交流负荷和交流弱电网;
所述控制中心采集当前光伏发电系统的输出功率Ppv、直流负荷需求Pdcload及交流侧负荷需求Pacload,并通过双层同步优化控制对整个系统进行协调优化控制。
3.根据权利要求1所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,所述双层同步优化控制包含顶层最优功率级控制及底层最优设备级控制;
所述顶层最优功率级控制通过测量的数据以系统寿命周期的等年值运行成本进行最优功率分配,并向底层混合储能系统的控制传递数据结果;
所述底层最优设备级控制是对DC/DC变流器和DC/AC并网逆变器的控制,利用最优跟踪虚拟电阻实现电压、频率偏差及稳定时间最小化的控制目标。
4.根据权利要求3所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,利用双层同步优化控制中的顶层最优功率级控制以最小化系统寿命周期的等年值运行成本为控制目标利用寻路式元启发算法得到混合储能系统的最优输出功率,实现功率级别的优化控制。
5.根据权利要求3所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,在所述步骤400中,将底层最优设备级控制的多目标优化转化为单目标优化,确定最优跟踪虚拟电阻控制策略的安全运行域,选择改进式小生境遗传算法对所述最优跟踪虚拟电阻的控制参数进行实时优化。
6.根据权利要求5所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,通过引入权重系数实现各控制目标影响程度的统一衡量,将多目标优化转化为单目标优化,根据稳定性分析结果所划定的最优跟踪虚拟电阻控制策略的安全运行域,选择优化与收敛速度快的改进式小生境遗传算法在在线运行时对所述最优跟踪虚拟电阻的控制参数进行实时优化,包括步骤:
S401,利用等效电路与奈奎斯特判据对含最优跟踪虚拟电阻的逆变器等效输出阻抗与弱电网阻抗之间的匹配关系进行相位裕度的稳定性分析;
S402,根据分析结果划分最优跟踪虚拟阻抗的安全运行域,使最优跟踪虚拟电阻的变化区间在该安全运行域S内,相位裕度PM分析如下:
PM=180°-{arg[Zo(fcross)]-arg[Zg(fcross)]}=90°-arg[Zo(fcross)];
其中,fcross代表幅频曲线相交时的频率;Zo(fcross)代表交叉点对应的含最优跟踪虚拟电阻的逆变器等效输出阻抗;Zg(fcross)代表弱电网阻抗;
S403,测量直流微电网DC/AC并网逆变器的输出电流Igrid及电压Uo,最优跟踪虚拟电阻值构成公式:
其中,r是最优跟踪虚拟电阻的常数值;是动态跟踪系数;Un是输出电压设定额定值;
S404,在DC/AC并网逆变器的电压电流双环控制前引入最优跟踪虚拟电阻环节,公式如下:
Ud=Un-RvIgrid;
其中,Ud控制逆变器电压电流双环控制器的输入参考电压;
S405,引入权重系数将多目标转化为单目标,目标函数如下所示:
其中,α、β和γ分别是电压、频率和时间的权重系数;Δv*(t)和Δf*(t)分别是并网逆变器的输出电压幅值与频率的标幺化偏差值;Tw和Ts分别是接入弱电网的开始时刻和稳定时刻;
其中满足的约束条件如下:
S406,选择优化与收敛速度快的改进式小生境遗传算法在在线运行时对所述最优跟踪虚拟电阻的控制参数进行实时优化。
7.根据权利要求6所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,选择优化与收敛速度快的改进式小生境遗传算法在在线运行时对所述最优跟踪虚拟电阻的控制参数进行实时优化,包括步骤:
随机生成种群,以初始种群初始化配置控制参数r和进行时域仿真,输出交流电压、频率和稳定时间的采样数据;
计算适应度函数并排序再对种群进行比例运算,对个体做动态概率算术交叉运算,进行自适应概率变异运算后做小生境淘汰算法后,以新种群个体配置控制参数,进行时域仿真,输出交流电压、频率和稳定时间的采样数据后判断是否满足约束条件和收敛条件,如果不满足约束则重新计算适应度函数排序后再判断收敛条件的满足与否;如果不满足收敛则重新回到比例选择运算并重复,直到约束条件和收敛条件均满足时输出控制参数r和以求得最优跟踪虚拟电阻值Rv。
8.根据权利要求1或3所述的一种并弱电网型电氢耦合直流微电网双层同步控制方法,其特征在于,所述底层最优设备级控制中,电储能系统负责直接控制直流母线电压,即在氢储能系统的最优功率运行下通过控制母线电压实现功率平衡来间接地输出顶层优化控制中的最优输出功率,保证母线电压在允许偏差内波动;
将当前时刻蓄电池的荷电状态SoC引入控制参数中实现动态下垂控制,使其结合运行状态,维持母线电压在一定允许范围内,公式如下:
其中,mb是母线电压下垂系数;Udc2和Udc1和分别代表蓄电池充放电的动作电压;Udc表示当前时刻的直流微电网母线电压;Udc_r表示母线电压的额定值;Ibat_m表示蓄电池最大工作电流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782323.0A CN113595135B (zh) | 2021-07-12 | 2021-07-12 | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782323.0A CN113595135B (zh) | 2021-07-12 | 2021-07-12 | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113595135A CN113595135A (zh) | 2021-11-02 |
CN113595135B true CN113595135B (zh) | 2023-05-12 |
Family
ID=78246944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110782323.0A Active CN113595135B (zh) | 2021-07-12 | 2021-07-12 | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113595135B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116599023B (zh) * | 2023-05-17 | 2024-02-27 | 中国人民解放军海军工程大学 | 一种船用燃气轮机电网混合储能功率分配方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108107299A (zh) * | 2018-02-09 | 2018-06-01 | 衢州学院 | 一种微电网小信号稳定性分析并参数协调整定系统 |
CN109119983A (zh) * | 2018-09-20 | 2019-01-01 | 西南交通大学 | 一种电-氢孤岛直流微电网能量管理方法 |
CN110190628A (zh) * | 2019-06-12 | 2019-08-30 | 西南交通大学 | 一种基于综合能源的复线全并联at牵引供电系统及方法 |
WO2019165701A1 (zh) * | 2018-02-28 | 2019-09-06 | 东南大学 | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 |
CN111478325A (zh) * | 2020-05-12 | 2020-07-31 | 全球能源互联网研究院有限公司 | 一种氢-电混合储能微电网能量调度方法及系统 |
-
2021
- 2021-07-12 CN CN202110782323.0A patent/CN113595135B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108107299A (zh) * | 2018-02-09 | 2018-06-01 | 衢州学院 | 一种微电网小信号稳定性分析并参数协调整定系统 |
WO2019165701A1 (zh) * | 2018-02-28 | 2019-09-06 | 东南大学 | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 |
CN109119983A (zh) * | 2018-09-20 | 2019-01-01 | 西南交通大学 | 一种电-氢孤岛直流微电网能量管理方法 |
CN110190628A (zh) * | 2019-06-12 | 2019-08-30 | 西南交通大学 | 一种基于综合能源的复线全并联at牵引供电系统及方法 |
CN111478325A (zh) * | 2020-05-12 | 2020-07-31 | 全球能源互联网研究院有限公司 | 一种氢-电混合储能微电网能量调度方法及系统 |
Non-Patent Citations (1)
Title |
---|
A Stability Enhancement Method Based on Adaptive Virtual Resistor for Electric-hydrogen Hybrid DC Microgrid Grid-connected Inverter Under Weak Grid;Luoyi Li 等;《Electric Power Systems Research》;第1-13页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113595135A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111953013B (zh) | 真双极柔性直流输电系统故障下的自适应优化调控方法 | |
CN109120008B (zh) | 一种应用于风光储能的能源路由器装置储能优化方法 | |
CN109755965A (zh) | 风光发电和制氢储氢系统及其运行控制方法 | |
CN110676834B (zh) | 考虑不匹配线阻及本地负荷的孤立直流微电网协调方法 | |
CN110190628A (zh) | 一种基于综合能源的复线全并联at牵引供电系统及方法 | |
CN103872701A (zh) | 一种储能型交直流混合微网及其控制方法 | |
CN106877338A (zh) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 | |
CN110265991B (zh) | 一种直流微电网的分布式协调控制方法 | |
CN114928057B (zh) | 一种适用于新能源多端柔直系统的多目标潮流优化方法 | |
CN113595133B (zh) | 基于能源路由器的配电网-多微网系统及其调度方法 | |
CN113595135B (zh) | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 | |
CN116454879A (zh) | 一种虚拟电厂型铁路牵引供电系统及控制方法 | |
CN110011298B (zh) | 一种构建自治型可重构微网群系统的运行控制策略 | |
Belkhier et al. | Novel design and adaptive coordinated energy management of hybrid fuel‐cells/tidal/wind/PV array energy systems with battery storage for microgrids | |
CN108667071A (zh) | 一种主动配电网负荷精准控制计算方法 | |
CN117134409A (zh) | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 | |
CN107611970A (zh) | 分布式光伏和电动汽车的不确定性配网的优化方法 | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN114552664B (zh) | 一种基于双层有向图的多微网优化协调运行控制方法 | |
CN112994019B (zh) | 柔性互联配电网系统 | |
CN111934307B (zh) | 一种用于直流配电网的扁平化运行控制方法及系统 | |
Mohseni et al. | Power quality considerations in the planning phase of stand-alone wind-powered micro-grids | |
Prasada Rao et al. | Unified power quality conditioner-based solar EV charging station using the GBDT–JS technique | |
CN114725999B (zh) | 微电网源荷储多端协调自治方法及系统 | |
CN113141046B (zh) | 针对串并联电池储能系统的分布式均能控制方法及装置 |
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 |