CN113890055B - 一种基于模型预测虚拟同步机控制的储能调频方法和系统 - Google Patents

Abstract

本发明公开了一种基于模型预测虚拟同步机控制的储能调频方法和系统，其中方法包括：将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；以输出频率的增加量最小为目标，求解代价函数，得到输入功率的增加量，用于对储能系统中变换器的输入功率进行补偿。虚拟同步机的模型预测控制中，为了减小系统在动态过程中的频率偏移，通常直观地将优化目标选为频率偏移，但这样选择代价函数忽视了频率变化率的影响。本发明方法充分考虑了频率变化率对功率的影响，能够有效改善动态频率特性。对储能系统中变换器的输入功率进行补偿，可以有效抑制功率波动时的最大频率偏移与最大频率变化率，提高储能系统稳定性。

Description

一种基于模型预测虚拟同步机控制的储能调频方法和系统

技术领域

本发明属于虚拟同步机控制领域，更具体地，涉及一种基于模型预测虚拟同步机控制的储能调频方法和系统。

背景技术

在以电力电子设备为接口的光伏、风电等大量可再生能源以及大规模的储能单元、电动汽车等负荷接入电力系统的背景下，电力系统的安全稳定运行面临着不可忽视的挑战。这些电力电子设备与传统的同步发电机相比，缺乏机械上的阻尼和惯性，降低了系统的频率和电压稳定性，对于接有大量分布式可再生电源的微电网更是如此。

为维持系统稳定，有学者提出了虚拟同步机控制方法，通过模拟同步发电机的转子运动方程来为系统提供模拟阻尼和惯性的效果。当系统频率变化过大或过快时，传统虚拟同步机控制不能保证较好的频率响应，频率偏移与频率变化率均可能过大，影响系统稳定性。

由此可见，现有技术存在频率偏移过大、频率变化率过大、储能系统稳定性差的技术问题。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于模型预测虚拟同步机控制的储能调频方法和系统，由此解决现有技术存在频率偏移过大、频率变化率过大、储能系统稳定性差的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于模型预测虚拟同步机控制的储能调频方法，包括如下步骤：

(1)将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；

(2)以输出频率的增加量最小为目标，求解代价函数，得到输入功率的增加量，用于对储能系统中变换器的输入功率进行补偿。

进一步地，所述代价函数的建立方式为：

建立一段时间下储能系统中变换器的输出频率随输入功率变化的状态方程，将状态方程中的一段时间离散成多步，得到储能系统中变换器在每一步中由输入功率预测输出频率的预测模型；

利用预测模型预测输入功率的增加量，将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数。

进一步地，所述代价函数为：输入功率的增加量和输出频率的增加量的加权平方和。

进一步地，所述代价函数为：

其中，C为代价函数，α为输出频率的增加量的权重，β为输入功率的增加量的权重，Δω(k+i)为第k+i步的输出频率的增加量，ΔP_m(k-1+i)为第k-1+i步的输入功率的增加量，N为总步数。

进一步地，所述第k+i步的输出频率的增加量为：

Δω(k+i)＝AΔω(k-1+i)+B_mΔP_m(k-1+i)+B_eΔP_e(k-1+i)

其中，Δω(k-1+i)为第k-1+i步的输出频率的增加量，ΔP_e(k-1+i)为第k-1+i步的输出功率的增加量，A、B_m和B_e分别为第一系数、第二系数和第三系数，表示为：

其中，J为储能系统虚拟转动惯量系数，D为储能系统虚拟阻尼系数，T_s为离散化时的采样时间，即每一步的长度，ω_n为储能系统的额定角频率，τ的范围是0-T_s。

进一步地，所述α的取值范围为0.8-0.9，β的取值范围为0.1-0.2，α与β之和为1。

进一步地，所述代价函数的约束条件为：

输出频率的增加量的取值范围为[-0.2，+0.2]，输入功率的增加量的取值范围为[-0.04P_ref，+0.04P_ref]，其中，P_ref表示储能系统的有功功率额定值。

按照本发明的另一方面，提供了一种基于模型预测虚拟同步机控制的储能调频系统，包括应用于储能系统的变换器中的虚拟同步机，

所述虚拟同步机，用于将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；以输出频率的增加量最小为目标，求解代价函数，得到输入功率的增加量，对储能系统中变换器的输入功率进行补偿。

进一步地，所述虚拟同步机包括：

状态方程建立模块，用于建立一段时间下储能系统中变换器的输出频率随输入功率变化的状态方程；

预测模型建立模块，用于将状态方程中的一段时间离散成多步，得到储能系统中变换器在每一步中由输入功率预测输出频率的预测模型；

代价函数建立模块，用于利用预测模型预测输入功率的增加量，将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数。

进一步地，所述代价函数为：

其中，C为代价函数，α为输出频率的增加量的权重，β为输入功率的增加量的权重，Δω(k+i)为第k+i步的输出频率的增加量，ΔP_m(k-1+i)为第k-1+i步的输入功率的增加量，N为总步数。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

(1)虚拟同步机的模型预测控制中，为了减小系统在动态过程中的频率偏移，通常直观地将优化目标选为频率偏移，但这样选择代价函数忽视了频率变化率ROCOF的影响。本发明方法将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数，充分考虑了频率变化率对功率的影响，能够有效改善动态频率特性。求解代价函数，得到输入功率的增加量，对储能系统中变换器的输入功率进行补偿，可以有效抑制功率波动时的最大频率偏移与最大频率变化率，提高储能系统稳定性。

(2)如果频率特性只由虚拟同步机决定，则在孤岛微网内出现短时间的有功不平衡时，那一时刻的频率变化率会随着不平衡有功功率的增大而增大，稳态时频率偏移也会随不平衡有功功率的增大而增大。即便不平衡有功是暂时的，比如在负荷突增时，系统频率下降，微网内火力发电机组的频率调节功能使其出力增加，微网在几十秒内恢复功率平衡，但由于火电机组调频的时间尺度还是比虚拟同步机VSG响应的时间尺度大得多，系统频率还是会偏移到一个不理想的水平。因此，本发明将状态方程转换为预测模型，采用模型预测控制MPC与VSG结合的MPC-VSG方法，能够更快速地对系统的功率缺额与频率动态进行反应。在此基础上，考虑了MPC环节对ROCOF的响应。由于频率如果要发生偏移，ROCOF应首先增大，所以对ROCOF进行响应可以对频率实现更迅速的调节。在此模型上，控制器可以较准确地预测系统未来变化趋势，并在使代价函数达到最优的情况下对储能系统中变换器的输入功率进行补偿，使得系统频率动态特性得到改善。本发明还通过仿真验证了该方法在火储系统与火-风-储系统中良好的控制效果。

(3)本发明代价函数中输出频率的增加量的权重较大，输入功率的增加量的权重较小，因为输出频率的增加量是本发明控制的关键参数，输出频率的增加量越趋近于0，则储能系统越稳定。设定输出频率的增加量和输入功率的增加量的约束条件，是为了保证系统在极端不稳定情况下，也能应用本发明方法进行调频控制。

附图说明

图1是本发明实施例提供的一种基于模型预测虚拟同步机控制的储能调频方法的流程图；

图2是本发明实施例提供的虚拟同步机控制储能系统拓扑结构图；

图3是本发明实施例提供的传统虚拟同步机控制框图；

图4是本发明实施例提供的基于模型预测的虚拟同步机控制框图；

图5是本发明实施例提供的火电-储能系统拓扑结构图；

图6是本发明实施例提供的负载突变下的频率变化率图；

图7是本发明实施例提供的负载突变下的系统频率图；

图8是本发明实施例提供的各模型预测控制输出功率图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

虚拟同步机(Virtual Synchronous Generator，VSG)控制能够有效提升未来高比例可再生能源与高比例电力电子设备的“双高”电网惯性，抑制系统受到外界扰动时的频率波动。在此基础上，以调频为控制目标，应用模型预测控制(Model Predictive Control，MPC)对VSG控制的输入功率进行自适应控制，能够进一步改善扰动时的系统频率响应。本发明通过建立VSG控制的预测模型，设计了关于频率增量与输入功率加权平方和的代价函数，通过二次规划计算出最优控制序列，对VSG有功功率输入值进行实时的修正。本发明方法可以有效抑制功率波动时的最大频率偏移与最大频率变化率。

为了解决新能源接入下的电力系统稳定性问题，在功率变换器的控制方法中加入了模拟同步机的惯性特性与阻尼特性的方案，从而增强电力系统的稳定性。这时候的变换器成为虚拟同步机(Virtual synchronous generator，VSG)，控制方法称为虚拟同步机控制。

如图1所示，一种基于模型预测虚拟同步机控制的储能调频方法，包括如下步骤：

(1)将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；

(2)以输出频率的增加量最小为目标，求解代价函数，得到输入功率的增加量，用于对储能系统中变换器的输入功率进行补偿。

进一步地，所述代价函数的建立方式为：

建立一段时间下储能系统中变换器的输出频率随输入功率变化的状态方程，将状态方程中的一段时间离散成多步，得到储能系统中变换器在每一步中由输入功率预测输出频率的预测模型；

利用预测模型预测输入功率的增加量，将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数。

图2中考虑的储能系统可以是单一储能或复合储能，其通过DC/DC变换接入统一的直流母线，再通过VSG控制的DC/AC变换器变换到交流侧。

图3中的v_g和i_g如图2所示，为VSG输出端电压与端电流，f_g为端电压频率，f_n和ω_n为系统额定频率与额定角频率；P_e和Q_e分别为有功功率与无功功率测量值，其代表了孤岛微电网中发电与负荷的不平衡；P_ref和Q_ref分别为有功功率与无功功率额定值；J为系统虚拟转动惯量系数；D为系统虚拟阻尼系数；R为频率下垂系数，δ为电压调差系数；U_ref为端电压幅值额定值；E与θ为功率外环输出电压幅值与相位的参考值。该参考值经过电压电流内环控制与SPWM调制后便得到PWM脉冲。

由图3可得VSG的频率特性：

为直观说明，视电压电流内环与PWM环节的时间尺度足够小，频率控制迅速，则

ω＝ω_g＝2πf_g (2)

则式(1)可化为

由式(3)可得，若系统稳定，则在有功功率输入输出不平衡时，由于功频下垂系数R和系统虚拟阻尼系数D的作用，频率偏移额定值，式(3)等号左右两边均为0，即频率变化率df/dt为0，系统频率可以稳定在某一偏离额定值的水平上，这与同步机的调频功能相同。

但是，如果频率特性只由式(3)决定，则在孤岛微网内出现短时间的有功不平衡时，那一时刻的频率变化率(ROCOF)会随着不平衡有功功率的增大而增大。同时由于稳态时式(3)等号右边必须为零，故稳态时频率偏移|fn-fg|也会随不平衡有功功率的增大而增大。即便不平衡有功是暂时的，比如在负荷突增时，系统频率下降，微网内火力发电机组的频率调节功能使其出力增加，微网在几十秒内恢复功率平衡，但由于火电机组调频的时间尺度还是比VSG响应的时间尺度大得多，系统频率还是会偏移到一个不理想的水平。

综上所述，VSG的缺点在于依靠系统自身的响应，而缺乏实时控制与优化。而VSG的数学模型比较清晰，适合使用模型预测控制(MPC)方法进行实时滚动优化。所以本发明在VSG的基础上引入MPC方法进行改善。

图5在传统VSG控制框图中引入了MPC环节。其中P_m为输入机械功率，P_MPc为有功功率补偿。

由于有功功率补偿P_MPC的作用，式(3)变为

由式(4)可以看出，如果控制方法得当，P_MPC可以完全补偿负荷功率P_e的波动，即负荷扰动不会引起系统频率的变化。由VSG的数学模型可以引入MPC环节，在设定合适的代价函数后得到有功功率补偿值P_MPc，可以通过预测系统变化来提前改变输入机械功率P_m，从而使代价函数达到最优值。

模型预测控制首先需要建立被研究系统的数学模型。通过VSG的频率特性可以得到系统的状态方程：

输出方程为：

y(t)＝ω(t) (6)

式中P_m＝P_ref-(1/R)(f_g-f_n)为VSG输入功率，而输出功率P_e可看做一个可测量的扰动量。扰动可测量便于在优化时控制输出的上下限。

对式(5)进行离散化后得到

Δω(k+1)＝AΔω(k)+B_mΔP_m(k)+B_eΔP_e(k) (7)

式中

这里的“Δ物理量(k)”表示该量在第k步的增量(increment)，即

Δω(k)＝ω(k)-ω(k-1) (9)

ΔP_m(k)＝P_m(k)-P_m(k-1) (10)

ΔP_e(k)＝P_e(k)-P_e(k-1) (11)

为了直接得到频率增量Δf，选取输出方程为

y(k+1)＝Δω(k+1) (12)

即

y(k+1)＝AΔω(k)+B_mΔP_m(k)+B_eΔP_e(k) (13)

这样就得到了VSG的预测模型。

模型预测控制的代价函数中考虑了对频率变化率ROCOF的响应。本发明中的代价函数选择控制代价为频率增量Δω与控制量增量ΔP_m，所以代价函数为其加权和：

代价函数的约束条件为：

输出频率的增加量的取值范围为[-0.2，+0.2]，输入功率的增加量的取值范围为[-0.04P_ref，+0.04P_ref]，其中，P_ref表示储能系统的有功功率额定值。

于是，MPC的优化问题转化为了二次型优化问题，在有解的情况下得到的最优解ΔP_m即为对虚拟同步机控制输入功率的补偿P_MPc(k)。

本发明通过由额定容量为20kVA的火电机组与额定容量为2kVA的储能单元并联的火电-储能系统向负荷供电，比较不同控制方法下的系统调频效果。通过对比实验结果，体现了本发明的卓越性能。

由于本发明所提方法对频率增量进行优化，所以理论上首先对频率变化率产生影响。如图6所示，“VSG”“方法1”“方法2”曲线分别代表传统虚拟同步机控制方法、以频率偏移为控制目标的模型预测控制虚拟同步机方法、本发明所提方法的频率响应。可以看出方法1与传统VSG方法的最大ROCOF达到了约0.9Hz/s和0.75Hz/s，说明方法1对ROCOF几乎没有改善作用，而本发明提出的方法将最大ROCOF降到了0.25Hz/s以下，降低了约72.2％。

由图7可以看出最大频率偏移分别为约0.49Hz、0.33Hz、0.28Hz，所以本发明提出方法同样也改善了频率偏移。

综上所述，本发明所提方法对频率偏移与ROCOF均产生有效改善作用。

图8为模型预测输出功率P_MPC的对比图。可以看出当负荷波动时，本发明所提方法输出一个很大的功率补偿P_MPC，使虚拟同步机输入、输出功率趋近于平衡，从而频率的变化率df/dt也趋近于零。而方法1是对频率偏移起作用，不能敏锐地感应到ROCOF的突增，所以频率只是稍微偏移时，系统频率几乎和传统虚拟同步机控制同步变化，到产生了一个比较大的频率偏移量时模型预测控制才起主要作用，所以其对频率变化的反应较本发明所提方法迟钝。

当系统频率变化过大或过快时，传统VSG控制不能保证较好的频率响应，频率偏移与频率变化率均可能过大，影响系统稳定性。本发明提出MPC与VSG结合的MPC-VSG方法，能够更快速地对系统的功率缺额与频率动态进行反应，作为对VSG控制的改进。该方法首先建立VSG控制的数学模型，然后将该模型转化为预测模型，通过对系统未来变化的预测改变输入量，从而改善动态频率特性。本发明在此基础上，考虑了MPC环节对ROCOF的响应。由于频率如果要发生偏移，ROCOF应首先增大，所以对ROCOF进行响应可以对频率实现更迅速的调节。在此模型上，控制器可以较准确地预测系统未来变化趋势，并在使代价函数达到最优的情况下对VSG的有功功率参考值进行补偿，使得系统频率动态特性得到改善。最后通过仿真验证了该方法在火储系统与火-风-储系统中良好的控制效果。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于模型预测虚拟同步机控制的储能调频方法，其特征在于，包括如下步骤：

(1)将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；

(2)以输出频率的增加量最小为目标，求解代价函数，得到输入功率的增加量，用于对储能系统中变换器的输入功率进行补偿；

所述代价函数的建立方式为：

建立一段时间下储能系统中变换器的输出频率随输入功率变化的状态方程，将状态方程中的一段时间离散成多步，得到储能系统中变换器在每一步中由输入功率预测输出频率的预测模型；

利用预测模型预测输入功率的增加量，将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；

所述代价函数为：输入功率的增加量和输出频率的增加量的加权平方和；

所述代价函数为：

其中，C为代价函数，α为输出频率的增加量的权重，β为输入功率的增加量的权重，Δω(k+i)为第k+i步的输出频率的增加量，ΔP_m(k-1+i)为第k-1+i步的输入功率的增加量，N为总步数；

所述第k+i步的输出频率的增加量为：

Δω(k+i)＝AΔω(k-1+i)+B_mΔP_m(k-1+i)+B_eΔP_e(k-1+i)

其中，Δω(k-1+i)为第k-1+i步的输出频率的增加量，ΔP_e(k-1+i)为第k-1+i步的输出功率的增加量，A、B_m和B_e分别为第一系数、第二系数和第三系数，表示为：

其中，J为储能系统虚拟转动惯量系数，D为储能系统虚拟阻尼系数，T_s为离散化时的采样时间，即每一步的长度，ω_n为储能系统的额定角频率，τ的范围是0-T_s。

2.如权利要求1所述的一种基于模型预测虚拟同步机控制的储能调频方法，其特征在于，所述α的取值范围为0.8-0.9，β的取值范围为0.1-0.2，α与β之和为1。

3.如权利要求1或2项所述的一种基于模型预测虚拟同步机控制的储能调频方法，其特征在于，所述代价函数的约束条件为：

输出频率的增加量的取值范围为[-0.2，+0.2]，输入功率的增加量的取值范围为[-0.04P_ref，+0.04P_ref]，其中，P_ref表示储能系统的有功功率额定值。

4.一种基于模型预测虚拟同步机控制的储能调频系统，其特征在于，包括应用于储能系统的变换器中的虚拟同步机，

所述虚拟同步机，用于将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；以输出频率的增加量最小为目标，求解代价函数，得到输入功率的增加量，对储能系统中变换器的输入功率进行补偿；

所述虚拟同步机包括：

状态方程建立模块，用于建立一段时间下储能系统中变换器的输出频率随输入功率变化的状态方程；

预测模型建立模块，用于将状态方程中的一段时间离散成多步，得到储能系统中变换器在每一步中由输入功率预测输出频率的预测模型；

代价函数建立模块，用于利用预测模型预测输入功率的增加量，将储能系统中变换器的输入功率的增加量以及输出频率的增加量作为控制代价，建立代价函数；

所述代价函数为：

其中，C为代价函数，α为输出频率的增加量的权重，β为输入功率的增加量的权重，Δω(k+i)为第k+i步的输出频率的增加量，ΔP_m(k-1+i)为第k-1+i步的输入功率的增加量，N为总步数；

所述第k+i步的输出频率的增加量为：

Δω(k+i)＝AΔω(k-1+i)+B_mΔP_m(k-1+i)+B_eΔP_e(k-1+i)

其中，Δω(k-1+i)为第k-1+i步的输出频率的增加量，ΔP_e(k-1+i)为第k-1+i步的输出功率的增加量，A、B_m和B_e分别为第一系数、第二系数和第三系数，表示为：

其中，J为储能系统虚拟转动惯量系数，D为储能系统虚拟阻尼系数，T_s为离散化时的采样时间，即每一步的长度，ω_n为储能系统的额定角频率，τ的范围是0-T_s。