1. 网站地图
  2. 设为首页
  3. 关于我们


独立微电网光伏减载虚拟同步发电机控制研究

发布时间:2022-11-21 13:43
目 录
摘 要 III
Abstract IV
第 1 章 绪 论 1
1.1 课题研究背景和意义 1
1.2 国内外研究现状 2
1.2.1 微电网研究现状 2
1.2.2光伏虚拟同步发电机调频控制策略研究现状 5
1.3 本文研究的主要内容 6
第 2 章 光柴储独立微电网的拓扑结构与基本模型 8
2.1光柴储独立微电网的拓扑结构及工作原理 8
2.2 柴油发电机模型 9
2.2.1 柴油机和调速系统数学模型 9
2.2.2 同步发电机和励磁系统数学模型 10
2.3 电池储能发电系统 11
2.3.1虚拟转子模型 12
2.3.2 调速器模型 12
2.3.3励磁调节器模型 13
2.4 光伏发电系统模型 13
2.5 本章小结 15
第 3 章 基于离线拟合的光伏减载跟踪策略 17
3.1 光伏阵列模型及电气特性分析 17
3.2 基于离线拟合的减载功率跟踪 19
3.3 光伏最大电压估计 22
3.4 仿真验证 24
3.5 本章小结 27
第 4 章 基于电压偏移的虚拟同步发电机控制策略 29
4.1基于电压偏移的虚拟同步发电机控制策略类比原理 29
4.2基于电压偏移的虚拟同步发电机控制策略偏移原理 31
4.3 算例分析 33
4.3.1 系统简介 33
4.3.2 惯性验证 34
4.3.3调频效果验证 36
VI
4.4不同光伏渗透率对频率影响的研究 45
4.5本章小结 47 结 论 48 参考文献 49 攻读硕士学位期间发表的论文及其它成果 53 东北电力大学学位论文原创性声明和使用权限 54 《中国优秀博硕士学位论文全文数据库》和《中国学位论文全文数据库》投稿声明 55 致 谢 56
VII
第 1章 绪 论
1.1课题研究背景和意义
NASA的观测显示,目前全球温室气体浓度比19世纪高出了 1.2倍,C02浓度在过去
170 年中上升了 47%,这一极端变化正在导致全球气候变暖、海平面上升和作物产量下降。 在此背景下, 2020年9月,在联合国大会第七十五届会议一般性辩论上,我国首次明确提 出碳达峰、碳中和。中国国家主席习近平向全世界承诺,我国C02排放力争于2030年前 达到峰值, 2060 年前实现碳中和的宏伟目标[1]。
近几年来,我国煤炭等传统能源出现了紧缺的情况,而且因为燃煤导致的环境污染情 况也日益严重。在能源生产方面,大力发展可再生能源发电,是实现“双碳”目标的关键 点。 2015-2060年中国不同能源年均新增装机容量如图1-1 所示,从2015到2060年,随着 新增装机容量的增长,光伏和风能在我国能源结构中的占比显著提升。据前瞻碳中和战略 研究院2021年12月《碳中和背景下低碳科技关键技术发展与机遇》报告显示,预计到2050 年光伏和风能在我国能源结构中的比例将超过70%, 2020年至2060年,可再生能源发电 (主要是太阳能和风能发电)将增长 7倍,占发电总量的 80%左右。
其他可再 生能源_
13.9 20.1
 
风能 30.9 56.1
-
太阳能 37.6 200.8
 
核能
5.1 4.4
 
天然气 6 8.7
-
煤炭 30.8 6.4
 
■ 2015-2020 ■ 2020-2060
图1-1 2015-2060年中国不同能源年均新增装机容量(单位:GW)
 
早期的光伏发电项目通过集中式并网与大电网相连,这就导致光伏发电的间接性和波 动性问题亟待解决。在这样的大背景下,多种分布式能源(Distributed Energy Resources, DER)相互补充,形成了多能互补微电网(Micro Grid,MG) [2]。由于光伏发电系统使用 电力电子变流器与电网产生耦合,所以它并没有传统常规同步发电机组的惯性和调速作 用,这使MG系统具有惯性小、零阻尼的特点,且光伏发电系统一般工作于最大功率点跟 踪(Maximum Power Point Tracking,MPPT)模式使得能量利用效率能够达到最大值,因
- 1 - 此光伏发电并不参与电网的频率响应[3,4]。受光伏发电系统的并网特性影响,光伏发电系统 在电力系统中渗透率增大的同时伴随着电网功率调节能力的下降,不利于电力系统对自身 稳定状态的保持[5,6]。由于MG自身运行模式及结构特点,其安全稳定问题也受到广泛关注。 近年来,MG故障频发,对电力系统安全造成了较大威胁。2019年8月9日英国发生大面 积停电事件,近100万人正常供电受到极大影响。英国电网发布的一份事故报告显示,该 事故发生重要原因之一就是新能源发电系统以较大比重并入英国的电力系统,导致其电力 系统的惯性及频率调节能力无法满足电网系统正常运行的需求。
微电网系统能够提供高质量的电能,但前提是系统要满足功率平衡的要求。为了确保 电力系统的频率时刻处于稳定状态,这就需要光伏发电系统能够主动根据负荷的增减而改 变自身的输出功率来维持系统的功率平衡,从而达到稳定频率的目的[7-9],同时,我国也在 大力鼓励支持更多企业来加入到光伏电站参与电网频率响应的研究中来。因此,如何实现 微电网灵活调频成为了目前迫切需要解决的问题之一。虚拟同步机控制技术作为一种新型 控制策略被应用于光伏并网逆变器中,可以有效改善并网后的运行特性。本文“独立微电 网光伏减载虚拟同步发电控制研究”的研究意义在于能够为电网同时提供惯性和频率支 撑,提高光伏发电灵活性和系统稳定性。
1.2 国内外研究现状
近几年,随着国内外许多科研机构和高校对的微电网研究的不断深入,微电网技术发 展迅速,而且技术储备充足。同时,国家也为微电网的推广应用提供了政策依据和技术支 持。微电网作为一个新兴的发电形式,它具有灵活、经济等特点,同时由于其自身独特的 优势也吸引了众多企业进入这个领域,带动了整个行业不断地向前发展。在国家响应,政 府支持的条件下,微电网技术一定会取得巨大进步。
1.2.1 微电网研究现状
随着分布式发电技术的不断推广和发展,微电网以其灵活性和可靠性的优势被用于将 不同形式的分布式电源组网,实现局域内发电设备的智能化控制,这也使得它得到了更为 广泛的研究[10-12]。它是一个由多个独立运行的单元组成,并通过一定方式进行互联与控制 的系统,具有灵活、方便等优点。目前,世界各国都对微电网给予高度重视。 2002年美国 学者 R.H.Lasseter 教授在电力工程学会冬季会议上最早提出了微电网的概念,迄今为止, 国际上仍未形成得到各国一致认可的微电网定义。对于中国而言,我国结合国内实际情况 对微电网进行重定义,所定义微电网被描述为由分布式电源、储能装置、控制系统、相关 负荷等汇集而成的小型发配电系统,所述小型发配电系统可以以自我控制、自我保护、自 我管理的方式为局域内负载设备提供能量供应[13]。需要注意的是,我国所定义的微电网是 未来电网智能化发展的重要组成部分,同时也是在现有输电网、配电网结构之后的第三级 组成结构。
- 2 -
由于微电网和分布式发电的独特优势,各国都在不断对微电网进行研究并已经取得了 一定的成果。美国建造了世界上50%的微电网,在其公布的《电网 2030》战略规划中,表 明了美国微电网以后主要是向可靠性、高质量、低成本、智能化等几个方面来建设发展。 此外,美国使用仿真工具构建了分布式能源的可靠模型,并将其同微电网理论有机结合, 用于从理论方面解决微电网运行过程中存在的可靠性和安全性问题。在美国,CERTS的目 标是用小型发电机、储能与可控负载共同作用于微电网以提高低压系统工作可靠性。美国 于 2020 年 4 月启动了微电网电压源型光伏并网逆变器研究工作,旨在增强逆变器的电压 支撑能力,改善系统的暂态稳定性,推动光伏与传统电力系统的融合发展。
欧洲国家自1998年以来一直在研究微电网系统,并于2005年启动了“智能电网”的 计划。随着各国政府对微电网重视程度的提高以及相关政策的出台,欧盟也在向规模更大、 更成熟的微电网市场迈进。根据欧洲各国的实际情况,欧洲电网针对微电网的运行可靠性、 组网灵活性和经济适用性等方面对微电网的运行和控制展开深入研究,提出并验证了微电 网应用技术中关于运行、控制、安全和通信等方面的理论可行性。最后通过总结分析实验 研究成果,整理并归纳未来微电网领域的技术研究方向。建设了一批示范项目,将分布式 能源、微电网技术、电力电子技术有机结合,打破能源孤岛,有效结合集中式发电与分布 式发电的技术优势,实现不同发电形式的协同控制。
德国的DeMo Tec微电网实验平台包括四个并网电压源、电流源型的风机及光伏和可 控负载组成。该微电网可以远程控制实验室内装置,并通过以太网完成实验设备和控制终 端之间的信息交互,通过该微电网系统结构检验多智能设备的控制管理算法。 2020年英国 能源公共事业公司 ScottishPower 利用海上风电场厂在部分电网断电的情况下进行黑启动 恢复,完成了首次完全依靠可再生能源进行黑启动的示范工作。
除美国外,日本同样对于微电网领域相关技术研发的起步较早,但受到本土资源的限 制。随着能源越来越稀缺,负荷与日俱增,日本正将微电网作为目标,坚持可持续发展。 作为世界上海岛独立电网拥有数量最多的国家,日本迫切需要新一代电网技术以打破现有 能源孤岛困境,而微电网相关技术的持续发展为其提供了解决现有困难的思路和方向。日 本新能源和工业技术开发组织(NEDO)制定的《能源白皮书》中指出,未来10年,日本 需要开发更多的可再生能源并加以有效管理。为此,NEDO出资建设了规模庞大的微电网 工程,主要有京都生态能源工程、CRIEPI微电网和仙台微电网工程等。目的是为了最大限 度的平衡本地电能,尽可能降低自然灾害或极端天气对电网系统的影响,提高海岛微电网 体系对极端干扰的鲁棒性和可靠性。
我国对微电网的研究起步较晚,基础较差,但国家对其重视程度很高,政府也加强了 对能源管理部门微电网建设的政策扶持力度,因此,微电网在国内将有很大发展空间。目 前广大学者对微电网概念的不断深入,通过搭建一系列微电网实验平台和示范项目,已取 得相当多的研究成果和进步。我国微电网示范工程可以分为三类:城市微电网、海岛微电 网和边远地区微电网。
- 3 -
城市微电网主要分布在高新技术园区、大型住宅区、大学校园等用能较为集中的地区。 为满足这些地区对高品质电能日益增长的需求,需要建设以可再生能源为主的微电网,重 点论证对象为集成可再生分布式能源,提供优质和多样性供电可靠性服务,冷热电综合利 用等。如:国网河北省电力科学研究院 2014 年 9 月在其园区内建成的“光、储、热一体 化协调运行控制技术研究及微电网示范工程”由光伏,电池储能,超级电容储能,电动汽 车充电桩及地源热泵组成。以交直流混合微电网的形式与地源热泵连接解决了其启动的冲 击性问题。
我国现有7000多个500m2以上的海岛,有人岛屿450多个。上述海岛目前仍使用柴 油发电相关设备为岛内居民提供生产生活所需电能。但是受到柴油资源和当地电网资源的 限制,发电设备所能提供电能有限,导致上述海岛的电能供应存在时间限制。而大量使用 不可再生的化石资源满足居民对电力资源需求的成本大幅度增加,甚至导致严重环境及能 源安全问题。因此,大力发展新能源已成为世界各国能源战略的重要组成部分。针对上述 问题,国内已建成多个海岛微电网示范项目,如:东福山岛微电网于 2011 年正式投入运营, 它由风光柴油储四部分组成,这是我国最东端的有人岛屿,利用风力、光伏和储能作为主 要发电来源,在大大节省化石能源的同时彻底解决传统柴油机发电带来的环境污染问题, 实现海水淡化50t/d,为实现可持续能源并网互联互通提供切实可行的方案。
对于我国边远地区而言,其人口密度远小于中部及沿海地区,而其生态环境存在恶劣、 脆弱等特点,导致传统电网的建设和维护成本高昂。但是此类地区具备的丰富可再生能源 资源成为缓解我国电力资源缺口的不可或缺部分。因此,针对边远地区采用微电网技术积 极开发可再生能源成为一种可行方案。如:青海玉树州杂多县的大型光伏储能微电网是由 光储能系统组成的,系统中多台储能变流器并联实现了光储互补协调控制。新疆吐鲁番新 城城新能源微电网示范区由 13.4MW 光伏容量(包括光伏和光热),储能系统组成,是目 前我国规模最大、技术应用最全面的太阳能利用与建筑一体化项目。
由于各国电力系统有着不同的现实问题,所以每个国家都会微电网有自己独特的发展 理念与特色[14]。随着世界范围内能源危机的加剧以及对环境保护要求的不断提高,大力发 展清洁高效的可再生能源已经成为国际社会共同面临的课题之一,并将其作为了未来经济 增长的重要内容。
1.2.2光伏虚拟同步发电机调频控制策略研究现状
近年来,大量以光伏、风电为代表的基于可再生能源的分布式电源( Distributed Generators,DGs)被集成到传统电力系统中[15-17]。DGs中光伏发电系统没有旋转部分产生 惯性响应,但可以通过电子逆变器添加虚拟惯性来参与频率支持,而在传统发电机组中, 同步发电机通过其转子运动在受到干扰期间提供频率支持。然而,与电力系统或电网进行 电子连接的 DGs 显示出与传统发电机组不同的特性。在电子接口式 DGs 中, DGs 一次侧 产生的功率由电子逆变器调节,但无法向电网提供所需的惯性和阻尼[18,19]。因此,电子接 口的 DGs 无法提高系统稳定性。然而,通过将合适的控制技术应用于并网逆变器,并控制
- 4 - 其开关模式,从而模仿同步发电机的特性使其作为同步发电机工作可以有效的解决这个问 题。模拟同步发电机稳态和瞬态特性的并网逆变器称为虚拟同步发电机(Virtual Synchronous Generator, VSG) [20,21]。
VSG 控制使得新能源发电能够模拟常规同步发电机的行为特性,提供有功和无功支 撑能力,是一种非常具有吸引力的控制技术[22-24]o但是,VSG控制并不能直接应用于光伏 发电系统,主要原因有:(1)常规VSG控制中,通常假定直流侧为恒电压源。这样可以 解放有功控制回路来提供惯性响应。但是,光伏并网逆变器的有功控制回路通常用来控制 直流母线电压或者光伏阵列电压。(2)常规VSG控制中,通常假定直流侧为理想功率源, 其容量“无限” [25]o但是,光伏发电输出功率受外部环境影响,其输出功率有限且不断变 化。因此,为应用VSG控制策略,光伏系统通常在直流侧或交流侧并入储能,构造光储 联合系统[26-29]o对于无储能光伏发电系统,系统通常需要工作在有功备用控制模式,预留 部分有功功率参与电网频率调节。而有功备用控制中,实时估算当前最大可用功率是其难 [30-34, 36]
o
文献[30]中,通过拟合多项式函数最大可用功率和光照、温度的关系,然后依据当前 光照和温度计算最大可用功率。但是,该类方法需要额外的传感器。文献[31]中,光伏阵 列 P-V 特性曲线采用二次函数近似表示,并依据三个采样点实时估算二次函数参数和最大 功率点。该方法简单且无需额外的传感器,但是不同采样点会导致二次曲线存在较大差异, 且对噪声较为敏感。文献[32]采用光伏阵列单二极管模型,依据多个采样点数据,采用最 小均方值估算模型参数,进而估算最大功率。但是,单二极管模型为非线性指数函数,算 法实现复杂。文献[33]中,光伏发电系统周期性的交替工作在MPPT和有功备用控制模式, 依据MPPT模式下的最大功率进行减载控制。但是,周期性模式交替会引起直流电容电压 波动,甚至越限。文献[34]中,多个光伏发电系统工作在主/从模式。主模式光伏发电系统 工作在 MPPT 模式下以获得最大可用功率,从模式光伏发电系统直接利用该最大功率进行 有功备用控制。但是,该方法要求多个光伏发电系统处于同一光照水平下,且依赖通信系 统。文献[35]提出基于dp/dv跟踪的变减载率跟踪控制方法,能够依据电网频率实现改变减 载水平,并与MPPT算法无缝融合。但是,该方法dp/dv为微分量,容易受噪声影响,且 不能估算最大可用功率。文献[36]依据在恒流区域依据两个采样点估算短路电流,然后根 据短路电流与光伏最大功率呈线性关系的特性估算光伏最大可用功率。但是,该方法只能 对系统工作的恒流区域进行估算,当系统工作在非恒流区时需要强迫系统进入恒流区域。
近期已有少量文献探讨无储能光伏发电的VSG控制方法。文献[37]中,DC/DC侧采用 MPPT控制,网侧逆变器采用改进的VSG控制抑制直流电压跌落。但是,由于没有有功备 用控制,该方法只能提供“减”功率响应。文献[38]中,DC/DC侧采用有功备用控制,网 侧逆变器采用VSG控制。文献[39]中,网侧逆变器通过修改锁相环提供惯性支撑,DC/DC 侧采用有功备用控制,并引入下垂提供虚拟电容惯性支持。上述三种策略是针对双级式光 伏逆变器,需要依靠 DC/DC 侧进行电压或减载控制,从而解放网侧逆变器来进行 VSG
- 5 -
控制。
对于单级光伏发电系统,网侧逆变器需要同时兼顾功率跟踪和直流电压稳定功能。文 献[40]提出一种计及光伏源动态特性 VSG 控制方法。该方法在典型 VSG 控制外引入直流 电压附加控制,结合对最大可用功率的考虑,通过对直流电压的控制避免逆变器受功率上 限影响而出现输出直流电压下降。但是,该方法有功功率指令来源于外部调度,没有涉及 有功备用控制。张兴教授提出一种有功备用光伏VSG控制方式[41,42],光伏发电系统预先工 作在有功备用模式,依据系统频率偏差和频率变化率计算调频功率,再通过功率跟踪控制 来提供惯性和一次调频响应。文献[43]提出变步长功率跟踪提高控制速度。但是,该 VSG 控制方式采用功率跟踪控制来产生频率响应,不同于同步发电机由于角频率变化而“自发” 释放转子动能的响应行为。另外,电网频率信息需要通过锁相环获得,存在测量延迟和误 差,且频率变化率对噪声敏感,影响控制效果。
2016年,由天津市电力研究所开展的分布式光伏VSG项目已实现并网。2017年,张 北风光储输 VSG 示范项目成立完成。迄今为止,国内已有不少 VSG 的实际应用,但是 它们还存在受能量存储设备限制的问题。因此还需要进一步研究以促进 VSG 在大型电网 中的应用。
1.3本文研究的主要内容
本文对独立微电网光伏主动参与调频的 VSG 控制策略进行了研究,针对独立微电网 中光伏发电具有低惯性且缺乏频率支撑的缺陷,考虑光伏电源的固有特性,在已有研究工 作的基础上,设计了基于离线拟合的光伏减载控制方法。针对光伏高渗透率系统惯性支撑 能力不足的问题,提出了基于电压偏移的 VSG 控制策略。搭建了仿真模型验证了上述控 制策略的有效性。本文各章研究内容如下:
第一章介绍课题研究背景,提出新能源像光伏发电设备在并入主电网时对主电网带来 的频率扰动和惯性不足问题,分析说明光伏发电设备并网与主电网频率波动的影响关系。 综述微电网的国内外发展现状和光伏VSG调频控制策略的研究现状和存在的不足。
第二章介绍光柴储独立微电网的拓扑结构和基本模型,并详细阐述了柴油发电机、电 池储能、光伏发电的数学模型和工作原理,指出了其中存在的缺陷和改进的方向,为后续 的微电源的控制提供有效的理论指导。
第三章介绍光伏阵列的模型与电气特性,提出基于离线拟合的光伏减载跟踪策略。在 多种不同的光照条件下,选取坡度突变的数据点作为分段点,利用测量的数据进行线性拟 合,得到拟合参数,建立了光伏减载功率四段线性函数,得到光伏减载功率函数表达式。 另外,本文采用变步长电压跟踪策略来防止功率波动。所提光伏减载控制方法算法简单, 在辐照度快速连续变化的条件下能够根据拟合光伏减载功率表达式自动获取减载功率并 进行平缓的跟踪。为了防止光伏系统在下坡路段运行,对光伏电压设置了饱和限制器,设
- 6 -
计光伏最大电压Fmpp估计方法使光伏最大运行电压不超过Vnpp。利用搭建的仿真模型验证 不同辐照度下所提光伏减载跟踪方法的有效性和可靠性。
第四章设计应用于两级式光伏发电系统的基于电压偏移的 VSG 控制策略。介绍所提 VSG控制策略原理及数学推导过程,详细介绍了通过改变光伏电压跟踪减载功率的迭代收 敛过程。所提的 VSG 控制策略自发地产生惯性响应,无需电网频率信息,不仅能有效避 免锁相环和滤波器的延迟,还具有同传统发电机相近的惯性特性。通过搭建光柴储独立微 电网仿真模型,分析了虚拟转动惯量对系统频率调节的影响。将该策略与常规的 VSG 控 制策略和光伏不参与调频进行仿真对比,证实了本文所提 VSG 控制策略调频性能的优越 性。通过对不同光伏渗透率水平的系统仿真对比得出结论,光伏渗透率水平越高,系统频 率响应表现性能更出色。
第 2 章 光柴储独立微电网的拓扑结构与基本模型
光柴储微电网作为一种多能互补发电系统,其运行特性易受到光伏发电间歇性和随机 性的影响。为了对微电网进行完善改进,本章首先给出独立运行光柴储微电网的拓扑结构 并介绍其工作原理;其次,分别建立了柴油发电机、电池储能和光伏发电系统的静态数学 模型,对三种发电系统分别采取下垂控制、常规VSG控制和MPPT控制方式,为后续章 节的改进研究奠定基础。
2.1光柴储独立微电网的拓扑结构及工作原理
图 2-1 为某海岛微电网模型示意图,包括一台柴油发电机、三台两级式光伏电站、一 台电池储能机组和分布式负载。此时,微电网没有连接到任何公用电网,它作为一个独立 系统运行。此外,岛上微电网的调频取决于柴油发电机和电池储能,而光伏电站在MPPT 模式下运行,不参与调频[44]。
 
图 2-1 微电网结构图
图 2-1 所示的独立运行光柴储微电网系统,包括可控分布式电源、不可控分布式电源、 储能及负荷于一体,整个系统通过源荷储之间的协调运行来合理利用能源,满足负荷需要, 最终实现系统的经济、可靠、环保运行。柴油发电机属于可控分布式电源,光伏的能量来
源受到气象因素的影响,属于相对不可控分布式电源。鉴于目前国家绿色节能政策越来越 严格的变化趋势,从容量优化配置的角度看,构建微电网希望尽量利用更多的可再生能源 为负荷供电,但是资源和负荷通常难以同步,因此需要光柴储各部分共同支持系统调频。
当可再生能源充沛,光柴储系统输出的功率之和大于负荷需求时,光伏系统在减载后功率 基础上再减小大部分的输出功率进行频率调节,柴油发电机和储能系统以低于额定功率的 输出功率进行频率调节;当可再生能源匮乏,光伏输出的功率之和小于负荷需求时,光柴 储系统释放能量补充缺额功率,光伏系统在减载功率基础上再增加大部分的输出功率进行 调频,最大调节范围可以达到光伏最大功率(Maximum Power Point,MPP),柴油发电机 和储能系统以高于额定功率的输出功率进行频率调节。
2.2 柴油发电机模型
对于微电网容量优化配置而言,配置一定数量的柴油发电机非常必要。因为如果单用 储能来实现转移不匹配的资源与负荷之间的能量,将需要配置容量非常大的储能,显然, 这是不经济的[45]。目前储能设备以及柴油发电机的制造价格昂贵,而且一次性投资和后期 运营、维护费用也很高,对于负荷容量在数百兆瓦级或数千兆瓦级的工业孤立电力系统, 建设大型柴油发电机直接影响经济性和环保性。
柴油发电机主要由调速器、执行器、柴油机、同步发电机和励磁系统组成。本文中采
用的柴油发电机结构框图如图2-2所示。
 
2.2.1柴油机和调速系统数学模型
安装于同步发电机的转速传感器用于测量发电机转速,所测量转速数据被发送至调速 系统,为调速系统调节控制信号提供数据支撑。调速系统在接收实测转速数据后,将其于 预设参考值进行比对,获得当前发电机转速偏差指令值并以此为依据调节控制信号。执行 器通过指令值来改变开度l调整燃油供应量,从而改变柴油机的输出转矩Tm,进而改变柴 油发动机的转速,保持同步发电机频率稳定。
由于 l 与 Tm 为正比关系,因此
△心=k M (2-1)
式中:ATm为转矩变化量,Al为执行器开度变化量,k为比例系数。设机械和燃料做功延 时时间为Td,对式(2-1)进行拉氏变换后为
△几(s) = k Me® (2-2)
柴油机的传递函数为
G(s) = A7m( S) = ke® (2-3)
Al
对其进行泰勒展开得
k
G( s) (2-4)
1+TDs
柴油机和调速系统模型[46]如图2-3所示。
 
 
图 2-3 柴油机和调速系统模型
调速器的参数为下垂常数kd,用于消除稳态频率误差。Pset表示系统的复合功率设定 点。执行器和柴油机用一阶滞后表示,时间常数分别用Tsm和Td表示。柴油机和调速系统 其各项参数如表2-1所示。
表 2-1 柴油发电机模型参数
参数 符号 数值
下垂系数 kd 20
时间常数 TD 0.5s
伺服机构时间参数 TSM 0.05s
惯性时间常数 Hd 3s
 
2.2.2同步发电机和励磁系统数学模型
模型采用IEEE I型自动电压调节器和励磁系统,同步发电机采用Matlab/Simulink库 中提供的标准六阶dq模型。同步发电机的输出电压和励磁机的输出电压由传感器测量获 得,所获得电压信息被用于同参考电压进行比较,比较结果即电压偏差用于生成控制信号, 实现对励磁机输出电压的调节,进而实现机端输出电压收敛于参考值。
同步发电机的电压方程为
"d Wd _°Wd ~ra id
"q "q °Wq Ta iq
U0 d W0 + 0 -r0i0
= +
"f dt Wf 0 rf if
"d Wd 0 rDiD
_"q _ _Wq _ 0 一 Qq_
式中:"d、Uq、"f、"d、Uq分别代表定子和转子绕组电压;7d、7q、7f、7d、7q分别代表定子 和转子绕组电流;旳、旳、屮f、肖D、屮Q分别代表定子和转子绕组磁链;ra、f rD、、Q分 别代表定子和转子绕组磁链;e为转子电角速度。
磁链方程为
- 10 -
 
屮d 仇 00 屮f 0D 学Q 式中: Xad、Xaq 为定子和转子间 Xq为转子绕组自感系数。
其转子运动方程为
2比字=P - Pe
D d t t e
式中:惯性常数Hd表示系统上所有发电机和负载的总惯性。Pt、Pe为同步发电机机械功 率和电磁功率。
励磁系统用于调节励磁电压,在保证机端电压稳定的同时对无功功率进行分配。该系 统主要由四个部分组成,包括:检测环节、电压调节器、励磁机和励磁系统稳定器。励磁 系统结构框图如图 2-4 所示。
励磁系统首先通过检测环节获取发电机的机端电压U,在此基础上,将所采集电压 U同参考电压U-ef和励磁反馈电压U进行比较。经过电压比较所获得的电压偏差被输入至 电压调节器,由其输出电压调节控制信号Ur。控制信号用于调节励磁机输出电压的调节。 除此以外,励磁系统内安装由励磁系统稳定装置,用于提高励磁系统输出质量,保证励磁 系统输出电压的稳定。
 
图 2-5 励磁系统模型
本文中,检测环节、电压调节器、励磁机均用一阶惯性环节表示,考虑到实际情况, 需要对 UR 进行限幅,另外,励磁系统稳定器包含电压检测和积分环节,所以其传递函数 为sKf/(1+sTf)。图2-5展示了励磁系统模型,各项参数如表2-2所示。
- 11 -
 
表 2-2 励磁系统模型参数
参数 符号 数值
检测时间常数 t 0.02s
电压调节比例系数 Ka 400
电压调节时间常数 Ta 0.02s
励磁时间常数 Te 0.05s
励磁稳定器积分系数 Kf 0.03s
励磁稳定器时间常数 Tf 1s
 
2.3电池储能发电系统
电池储能单元的框图如图2-6所示。电池代表具有内阻Rs的理想电压源。本文电池储 能单元采用 VSG 技术,其目的在于解决电力电子接口处低惯量、低阻尼的问题,是在下 垂控制基础上增加同步机功频、励磁调节的逆变器控制策略。对VSG进行建模,其内部 结构详细分为虚拟转子、调速器、励磁调节器三个部分。虚拟转子的输出角频率经过积分 生成相位角5,与励磁调节器的输出电压共同合成三相电压相量,作为电压电流双闭环控 制的参考信号。
DC/AC
 
图 2-6 电池储能单元框图
2.3.1 虚拟转子模型
在典型的VSG控制用于DC/AC转换器[47],摆动方程是VSG的一个重要过程,
J - = Tm - Te - D© - %) (2-8)
dt
其中J是转动惯量(kg-m2); Tm,Te和D分别为虚拟机械转矩(N-m),虚拟电磁转矩(N-m), 和阻尼系数(N-m/rad); ◎是VSG的转子角频率;是VSG的额定角频率。
结合公式(2-2)得到虚拟转子运动控制框图如图2-7所示。
- 12 -
 
图 2-7 虚拟转子控制框图
J的存在对系统的动态过程影响显著,它使系统具有了惯性,J越大对系统频率的支撑 效果越强。等效阻尼D的存在使得逆变器型并网发电装置也具有抑制电网功率振荡的能力。 J和D在提高微电网运行性能的方面发挥着极其重要的作用。通过实现该虚拟转子结构, 成功模拟了同步发电机的惯性和阻尼,但是除了转子部分,同步发电机的调频、励磁调压 特性还需要进一步深入分析,从而达到维持电压频率和励磁电压稳定的目的。
2.3.2调速器模型
在设计调速器部分时,由于不再受真实原动机的机械限制,调速器的输出可以改为功 率值而不再是原动机的某控制量,频率差值与输出功率差值之间的比例系数即为一次调频 下垂系数。在逆变器控制中,通常一次调频已经足够满足系统的功率需求,因此省略了二 次调频,对调速器进行控制,可表示为
Pm = Pref + Dp (®0 - ®s ) (2-9)
 
图 2-8 调速器控制框图
调速器的结构如图2-8所示。Dp为一次调频下垂系数。虚拟转子和调速器的共同构成 了虚拟同步机的有功频率调节部分。可见,虚拟同步电机具有了惯性和阻尼特性,也同时 具有了有功调节特性。这些特性对于以电力电子逆变器作为接口的分布式电源来说起到了 保护作用。因此,电池既可以自动调整有功功率输出,为又可以系统提供惯性和频率支持。
2.3.3 励磁调节器模型
在电力系统中,电压也是电能质量的重要指标,为抑制机端电压随负载变化的波动, 励磁调节器是通过改变转子绕组励磁的大小改变感生电动势,补偿定子端电压差值,从而 保证机端电压的稳定,其工作原理如图 2-9所示。
Um
Qref
图 2-9 励磁调节器控制框图
- 13 -
虚拟励磁调节器将VSG输出无功功率值Qe与系统无功功率参考值Qref进行比较,二 者差值作为调节量,利用无功电压的下垂控制模式,得到相应的电压参考值Uef,再与实 际系统输出端电压的幅值Um作比较,由此获得的电压偏差被作为PI调节器的输入,用于 调节PI控制器输出控制信号的调节,进而保证输出电压能够收敛至参考值并准确跟随参考 值。经上述步骤可以获得励磁电动势幅值£0,从而以闭环形式控制输出电压Umo
2.4光伏发电系统模型
一般来说,光伏电池具有输出电压较电网峰值电压低的特性,为保证光伏电池输出电 压在并网过程中不会对电网造成电压影响,使用DC/DC升压(Boost)电路对光伏电池输 出电流进行升压,使其能够同电网峰值电压保持同步,然后输出到逆变器,从而形成交流 电并入电网 [48]o
在双级式光伏系统中,Boost电路的输入电压即为光伏阵列的输出电压Vpv,输出电压 即为逆变器直流侧输入电压Vdco由此可得,
Vdc = b (2-10)
因此调节Boost电路的占空比D即可调节光伏电池的输出电压Vov,从而达到MPPT 的目的。
本文采用两级光伏发电,其框图如图2-10所示。在典型的光伏发电控制中,DC/AC 逆变器将直流电压调节到其参考值。DC/DC转换器控制光伏阵列的电压,以跟踪最大功率 工作点。Vmppt与Vpv进行比较,通过PI控制器生成升压变换器的占空比。通过调整升压 电路的占空比可以获得最大功率。对于光伏发电的典型控制,光伏发电在MPPT模式下工 作,不参与微电网系统的调频。
 
图 2-10 两级式光伏发电模型框图
常规微电网由柴油发电机和电池储能进行调频,而光伏发电在MPPT模式下运行不参 与频率调节。光伏阵列是光伏发电系统中最基本的组成部分,其工作状态的变化受外界辐 照度和工作环境温度等因素影响。由光伏电池工作特性理论分析,在光伏电池的负载阻抗 同其输出阻抗具有相等关系情况下,光伏阵列能够以最大输出功率为负载提供电能。然而
- 14 - 在不同光照条件下,光伏阵列的输出存在较大差异。因此,如何提高光伏电池的工作效率 成为了人们关注的问题之一。因此,MPPT技术应运而生。
最常用 MPPT 的方法为扰动观察法[49-50],该方法使用传感器获取阵列输出电压和输出 电流信息,以功率反馈方式获得阵列输出功率信息。如果光伏组件在工作点附近出现较大 变化时,其输出特性会发生相应的变化。如果AP>0,表示电压调整为正确方向,则初始 方向扰动可能会继续增加;如果AP<0,表示电压调整为错误方向,则应改变初始方向扰 动。其控制流程图如图 2-11 所示。
该方法成本低,算法简单,然而,在实际应用过程中,光伏阵列输出功率受输出电压 波动的影响而出现损耗,导致无法直接预测阵列输出功率是否达到最大功率点。针对这一 不足,可以通过变步长跟踪方法[51,52]进行改善,因此,变步长扰动观察法在原有扰动观察 法的基础上增加了步长可变功能,使其在原有方法控制成本低等优点的基础上,有效抑制 阵列输出功率在最大功率点处的波动,能够解决响应实时性和输出稳定性无法兼得的问 题。
 
返回
图 2-11 扰动观察法控制流程图
此外,大容量柴油发电机和电池储能系统对于将频率保持在允许范围内至关重要。如 果光伏系统能够提供频率支持,则可以提高微电网的调频能力,并降低所需的柴油发电机 和储能容量。
VSG可能是DGs提供频率支持的一种比较好的方法。然而,典型的VSG控制不适用 于两级光伏发电。原因如下:
(1)如图2-3所示,典型VSG需要恒定直流电压源。因此,可以利用DC/AC逆变器 的有功功率控制回路来实现仿真的摆动方程。然而,对于两级光伏发电,有功功率控制回
- 15 - 路用于调节直流电压。
(2)光伏系统没有固有的惯性或可用的备用功率。其输出功率由环境条件决定,是 随机且可变的。然而,对于典型的VSG, DG具有已知的备用功率,通常认为并网逆变器 直流侧电源是具有无限大容量的恒定直流电压源。因此,本文研究的重点是设计一种改进 的两级光伏发电VSG策略。
2.5 本章小结
本章主要讨论的对象是课题应用的主体,即光柴储独立微电网系统。对柴油机、电池 储能系统、光伏发电系统的控制原理进行了详细的描述,并根据其物理特性进行了数学建 模,方便进行仿真计算。其中还阐述了光伏发电并网前级电路的控制方式,指明了 MPPT 算法的重要性。此外,本节在电池储能系统中应用了 VSG技术,并详细介绍了典型的VSG 控制的构成与原理,为第4章节提出新的VSG控制策略做了铺垫。
- 16 -
第 3 章 基于离线拟合的光伏减载跟踪策略
为了改善光伏独立微电网的频率响应,本章设计了基于离线拟合的光伏减载跟踪策 略,来替代第2章光柴储孤岛微网中光伏单元所采用的MPPT控制策略。相较于电池储能, 光伏运行于减载模式减小了费用成本,更具经济性。本章根据光伏阵列电气特性设计了基 于离线拟合的减载功率跟踪方法,可以自动根据辐照度的变化获得对应的减载功率。
3.1光伏阵列模型及电气特性分析
光伏电池是整个光伏发电系统中最为重要的部件之一,也是光伏阵列的基本组成单 元,光伏电池以特定串并联结构组合成阵列。所使用光伏电池本质为利用光生伏特效应实 现光-电能转化的P-N结。辐照度不变时,其光电流的状态不受电池工作状态的影响,因此 可以将其视为恒流电流源。
工程上,光伏阵列常采用单二极管模型表述[53],光伏电池等效电路模型如图3-1所示。
Rs
V\A/― +
丄丄 厶
『①辛/d字h [ = AkT/q]ov
图 3-1 光伏电池等效电路模型
PV阵列模块的五参数数学模型为:
 
 
 
3-2)
S
SSTC
Isc,STC t1 + a(T - TStc)]
3-3)
3-4)
 
 
 
 
 
 
 
 
 
3-5)
 
 
电流,q为电荷,其大小为1.6x10- 19C,k为波兹曼常数,Vpv为光伏电池输出电压,Rs为 串联电阻,Rsh为并联电阻,A为二极管理想因子,S为辐照度,Voc和Isc分别是光伏阵列 的开路电压和短路电流,SsTc=1000W/m2、Tstc=25°C为标准试验条件下的辐照度和温度, Isc,STC和Voc,STC分别是标准试验条件下的短路电流和开路电压;a和B为热相关系数。
式(3-1)为非线性隐函数,为了分析其曲线特性,需要做一定简化。通常Rsh»V-+RsIpv, 从而使(Vpv+RsIpv)/Rsh很小,相对于光生电流源Iph可忽略不计,式(3-1)可简化为,
Vpv
Ipv -1ph -厶(占-1) (3-6)
进一步的,工程允许的假设下,Iph=Isc,Isc为短路电流。另外,通常Rs值的很小,从 而使RsIpv<< Vpv。由上述假设可简化式(3-6)为,
Vpv
Ipv = Isc[1 - G(e 页-1)] (3-7)
式中,C1,C2为相应系数。
在本研究中,选择了 SunPower的SPR-305E-WHT-D (串联数N=5,并联数Np=66) 光伏阵列。表3-1 中列出了参数值。
光伏电池的输出特性与外界环境的辐照度和温度条件有着密不可分的联系,本文在 Matlab/Simulink 仿真平台建立光伏列阵模型得到标准温度、不同光照强度和标准光照强
度、不同温度时的I-V、P-V特性曲线如图3-2、3-3所示。
 
(a) I-V特性曲线 (b) P-V特性曲线
图3-2温度为25C时,不同辐照度下光伏电池特性曲线
由图 3-2 可知,在固定的温度下,辐照度越高,光伏电池能够输出更大的电流,但是 其开路电压呈现保持不变特性。由此可见,光伏电池的输出电流随着辐照度的升高而增大, 从而光伏电池的输出功率随着辐照度的升高而增大。
由图 3-3 可知,在固定辐照度下,温度越高,光伏电池的开路电压越小,但光伏电池 的短路电流基本保持不变。由此可见,光伏电池的输出功率随着温度的升高而减小。
- 18 -
 
12溼
400
300
左200 — — £
-./i-
 
U
100 200 300 0 100 200 300
V / V V / V
pv pv
(a) I-V特性曲线 (b) P-V特性曲线
图3-3辐照度为1000 W/m2时, 不同温度下光伏电池特性曲线
由图3-2、3-3可知,光伏P-V特性曲线是呈非线性变化的,随着光伏电压的升高,光 伏输出功率呈现先增大后减小的特点,在此过程中会达到一个最大点。该点即为MPP,对 应着光伏最大功率Pmpp和光伏功率最大点电压Vmppo
表 3-1 光伏阵列主要参数
参数 符号 数值
标准试验条件下的开路电压 Voc,STC 62.4V
标准试验条件下的短路电流 Isc,STC 5.96A
短路电流热相关系数 a 0.061745
开路电压热相关系数 -0.27269
二极管理想因子 A 0.94504
开路电压 Voc 64.2V
短路电流 Isc 5.96A
串联电阻 Rs 0.37152Q
并联电阻 Rsh 269.5934Q
 
3.2基于离线拟合的减载功率跟踪
与风力发电不同,光伏发电没有转子动能。因此,为了参与调频,有必要为光伏发电 保留一部分有功功率,即减载功率,从而无需储能节约成本。文献[54]中提出了一种功率 储备控制方法并进行了介绍。功率减载率d定义为[55]:
3-8)
本文选择标准温度,不同辐照度条件,建立了光伏减载功率四段线性函数[54]o选取坡 度突变的数据点作为分段点。在确定分段点后,利用测量数据进行线性拟合,得到拟合参 数。拟合的分段线性曲线如图3-4所示。
- 19 -
 
图 3-4 中展示了六种辐照度下的光伏 P-V 特性曲线及 12 种辐照度下的光伏最大功率 点,可以看出相邻几种辐照度的光伏最大功率点的可近似为一条线段的连线,本文选取原 点和光照分别为100W/m2、400W/m2、900W/m2、1200W/m2时的光伏减载功率点作为分段 函数的分段点,光伏减载功率函数可表示为:
4$, 0 < Vpv < 厶
p (V )」aXv + b Vd1 < Vpv < 比
p \a3Vpv + b3, Vd2 < Vpv < Vd3
。4$ + b4, Vd3 < Vpv
式(3-9)中有许多拟合系数,利用标准温度条件下的减载功率和电压测量数据,通过 离线线性拟合得到减载功率系数(如a1~a4和b2~b4)o拟合系数数值如表3-2所示。
标准温度(T=25°C)下拟合曲线数据与实测数据之间的误差分布如图3-5所示。
 
3-10)
 
 
功率减载控制过程如图3-6所示。以Pde-Vov曲线为边界,将P-V特性曲线分为左右两 段。假设初始工作点是位于P-V特性曲线左侧区域的A(Va,Pa)。显然,Pa大于位于Pde-V^ 曲线处的Pde(VA)o因此,根据等式(3-10)的控制规则,APpv为正,Vfi+1)将增加。即, A向交点B(Vde,Pde)移动。当工作点在左侧区域时,APpv始终为正,PV电压继续增加, 直到到达交点B(Vde,Pde)o同理,若PV最初工作在P-V特性曲线的右侧区域,则APpv 始终为负值,那么V-ef(i+1)通过式(3-10)的控制规则朝着减载工作点B(Pde,Vde)持续减小。 而且,这是一个自动的功率跟踪过程,与光照无关。
 
图 3-6 减载功率点跟踪原理
为了防止减载功率点周围的运行点振荡,本文使用变步长跟踪方法,
3-11)
Sign(APpV)AVmax |AV >AVmax
式中,AVmax是最大电压偏差。本文中,AVmax=0.5o
本文控制算法中,光伏系统需要工作在上坡段。主要原因有:
(1)上坡段区域,光伏阵列电压增大使光伏输出功率增大,为正确的调频方向。光 伏阵列电压最终会稳定在某个值。相反的,在下坡段,光伏电压增大会引起功率减少,会 导致系统频率持续下降,为错误的调频方向,最终光伏发电系统会因电压持续下降而崩溃。
(2)光伏阵列P-V特性下坡段区域非常陡峭。如果光伏系统下坡段区域运行,当外 部辐照度突然降低时,光伏功率可能会突然下降甚至为0o这可能导致系统功率突变甚至 控制不稳定。
为了防止光伏系统在下坡段运行,对光伏电压设置了饱和限制器,使光伏最大运行电 压不超过光伏最大功率点电压Vmppo
- 21 -
 
3.3光伏最大电压估计
针对光伏电压饱和限制器的要求,为使光伏运行电压不超过Vmpp,本文设计光伏最大 电压Vmpp估计方法。该方法是利用光伏P-V特性曲线的上坡段的近似线性的关系和光伏最 大功率曲线大陡度的特性,通过求二者的交点来近似确定光伏最大运行电压。
在P-V特性曲线的上坡段,PpV几乎与VpV呈线性关系,可近似表示为,
Ppv(Vpv) = kVpv (3-12)
式中,k为斜线的斜率。
另一方面,最大功率-电压(Pmpp%v)曲线也可以近似为分段线性曲线,相似地,与 光伏减载功率曲线拟合方法一致,光伏最大功率曲线的拟合同样选择标准温度,不同光照 条件,建立了最大功率曲线四段线性函数。设置温度T=25C,辐照度从100W/m2开始以 100W/m2为间隔逐步增加至1200W/m2并测得不同辐照度条件下的最大功率离线数据。对
获得的数据进行离线分析,可得到光伏最大功率的拟合分段线性曲线,表达式为: 也, 0 < Vpv < Vp1
c^Vpv + d2, Vp1 < Vpv < Vp^
"cVv + d3, Vp^ < Vpv < Vp3
cVv + d4, Vp3 < Vpv 拟合参数如表3-2所示。拟合分段线性曲线如图 3-7所示。
如图 3-8 所示,
600 W/m2和1000 W/m2的P-V特性曲线上的点。斜线穿过A、和A3。显然,方程式(3-12)
对应的斜线与方程式(3-13)的Pmpp-Vpv曲线之间存在交点。它们的交点分别位于C1、C2 和C30 D1、D2和D3是实际MPPo由图可知,虽然C点与D点相距一段距离,但两点电 压的差距并不大。
- 22 -
 
 
在本研究中使用光伏阵列建模,得到C1和D1之间的电压偏差为0.4069V, C2和D2
之间的电压偏差为0.1653V, Cs和Ds之间的电压偏差为0.0058Vo由于该误差很小,可以 忽略不计。其主要原因是Pmpp-Vpv曲线的斜率相当大。因此,交点与实际MPP之间的误差 非常小。最大功率曲线的斜率越大,误差越小。因此,交点处的电压可近似为MPP电压。
启动段(图3-8中①段)的光伏输出功率非常小,在这里可以忽略。然后,通过联立求解方 程(3-12)、(3-13),可根据以下公式计算近似MPP电压:
说/© — k)片 < Vmpp < Vp^
Vmpp £说/6 - k),$ < Vmpp < Vp3 (3-14)
_-d4/(C4 - k),V,3 < Vmpp
其中, k 可以从光伏功率和电压的电流测量中获得,
3-15)
 
表3-2光伏减载功率曲线和光伏最大功率曲线的拟合参数值
参数 数值 参数 数值
a1 38.6888 c1 36.77674654
a2 2459.477551 c2 2391.15873
a3 12688.5 c3 11803.25581
a4 120668 c4 75417.5
b2 -472053.8024 d2 -603717.4559
b3 -2566957.6 d3 -3135787.107
b4 -25026693.6 d4 -20523016.81
Vd1 195 Vp1 256.4229
Vd2 204.8 Vp2 269.0229
Vd3 208 Vp3 273.3229
 
3.4 仿真验证
为了验证所提光伏减载控制方法的有效性,在图2-10的基础上,将MPPT跟踪改为减 载功率跟踪搭建仿真模型,设计了不同辐照度变化的场景,验证所提减载控制策略跟踪目 标减载功率的合理性和可靠性。仿真模型各参数如表3-3所示。
表 3-3 仿真模型主要参数
参数 符号 数值
光伏阵列最大功率点电压 ^mpp 273.5V
光伏阵列减载功率点电压 Vde 208V
光伏阵列最大功率点电流 Impp 368.28A
光伏阵列额定容量 Pmpp 100kW
Boost 变换器电感 L 5mH
Boost 变换器开关管开关频率 fk 20kHz
直流母线电容 Cdc 6mF
电网电感 Lf 250呎
( 1)场景 1:温度固定不变,辐照度阶跃变化
设定温度T固定为25C,辐照度S按图3-10中黑色实线阶跃变化,目标减载功率为 减载20%的光伏功率,仿真结果如图3-11所示。
 
图3-10辐照度阶跃变化波形图
 
24
 
 
减载率稳定在0.2, 30-35s时,辐照度阶跃下降,频率减小,暂态过程中最大频率变化量为 0.12Hz,随着减载功率跟踪的进行,光伏功率会逐渐趋于目标减载功率,频率也会逐步趋 于稳定并向50Hz靠近。35-40S时,辐照度再次发生阶跃回到标况条件,光伏功率再次趋 于目标减载功率,最终系统频率再次稳定在50Hz,减载率稳定在0.2o 40-50s时仿真结果 与30-40S时的仿真结果正好相反,但在辐照度变化后,同样都是逐步向目标减载功率靠近, 最终达到稳态。由图3-11(d)和图3-11(e)中的光伏电压和并网电流波形也可以看出,本文中 的减载曲线具有良好的拟合效果,跟踪策略也具有良好的控制性能。因此,在辐照度阶跃 变化的场景下,所提减载跟踪策略仍然能够很好地追踪目标减载功率,使系统保持稳定。
表 3-4 辐照度阶跃变化时光伏系统参数变化
参数 25~30s 30~35s 35~40s 40~45s 45~50s
极值频率 50Hz 49.88Hz 50.05Hz 50.12Hz 49.95Hz
稳态频率 50Hz 49.92Hz 50Hz 50.08Hz 50Hz
极值减载率 0.2 0.38 0.14 0.02 0.25
稳态减载率 0.2 0.31 0.2 0.09 0.2
(2)场景 2:温度固定不变,辐照度连续变化
设定温度T固定为25。。辐照度S按照图3-12中黑色实线连续变化,目标减载功率
 
 
 
 
 
(d)光伏电压
 
 
(e)并网电流 图3-13辐照度连续变化时的仿真结果
 
由图3-13可知,标况条件下,光伏系统频率为50Hz,减载率为0.2, 25-30S时,辐照 度以5W/m2/s的斜率持续下降,光伏输出功率随之减小,减载率增大,频率减小;30-35s 时,辐照度持续上升,光伏输出功率增大,减载率减小向目标减载率 0.2 靠近,频率逐渐 增大向50Hz靠近。35-40S时,辐照度继续上升,减载率逐渐原理目标减载率,40-45s时, 辐照度下降,减载率又向目标减载率靠近。45-50S时系统处于标况状态,频率经轻微波动 后最终达到稳态。图3-11(e)所示的并网电流波形验证了所提减载跟踪策略在辐照度连续变 化的条件下跟踪性能良好。
3.5 本章小结
本章设计了基于离线拟合的减载功率跟踪策略,该方法中减载功率会随着辐照度的变 化自动得到与之对应的减载功率且没有复杂的数学计算。在减载功率估计方法的基础上采 用变步长电压跟踪策略,以防止目标运行点附近的功率波动。为了防止光伏系统在下坡路 段运行,设计Vmpp估计方法来限制光伏运行电压。搭建两级式光伏减载发电系统仿真模型, 对辐照度变化的场景下,对所提减载控制方法的跟踪性能进行了仿真测试。验证了减载曲
- 27 -
 
 
线良好的拟合效果和跟踪策略的有效性。
- 28 -
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
第 4 章 基于电压偏移的虚拟同步发电机控制策略
常规的VSG控制策略中%来自PLL,存在一定的测量延迟和误差。此外,d%/dt对 噪声敏感,可能会降低控制稳定性并恶化调频性能。但为了使光伏发电系统具有类似于常 规同步发电机的调频能力和惯性支撑能力,在第3 章提出的光伏减载跟踪策略的基础上, 本章根据类比原理提出了基于电压偏移的虚拟同步发电机控制策略,由角频率变化自然产 生的惯性支撑,从而改善系统频率响应。
4.1基于电压偏移的虚拟同步发电机控制策略类比原理
由电力系统中的功角特性方程可知,同步发电机的输出功率可以表示为,
P = EU sind (4-1)
sX
5=J 血-%冲 (4-2)
式中,Ps是同步发电机的输出有功功率,E是同步发电机电动势的振幅,U是电网电压矢 量的振幅,5是两个矢量之间的功率角,X是虚拟阻抗,◎是同步发电机电动势的转速,% 是并网电压的转速。典型的光伏阵列P-V特性曲线和同步发电机输出有功功率与功率角曲 线如图4-1(a)和卩)所示。
显然,这两条曲线有一些相似之处。同步发电机的功角特性曲线为正弦曲线,与光伏 阵列取相同额定功率,如图4-1 (b)所示。显然,该曲线为单峰值曲线。在5=[0°, 180°时, Ps随5增加,变化率dPs/d5持续降低。当5=90°时,dPs/d5=0,曲线达到峰值。当5很小时, sinSM, Ps和5近似线性线性关系。
工程上,光伏阵列采用单二极管模型如式(3-1)表述,在式(3-6)的基础上,为简 化模型,对exp(Vov/C2V°c)进行泰勒展开,并忽略高阶项,得到
尹脸)=1 + Vv/ CVc ) (4-3)
则,式(3-7)可以进一步简化为
Ipv -1 sc-eg CVoc) (4-4)
光伏阵列的输出功率可以表示为
Ppv = IpvVpv - Vv I sc - (CJ C2V,c)Vpv2 ( 4-5 )
由式(4-5)可知,光伏阵列P-V特性为具有单峰值的二次曲线。在 抵=[0, Vmpp]时, Ppv随Vpv的增大而增大,且随变化率dPpV/d^v逐渐减小。当5v=Vnpp时,dPpV/d^v=0,系
- 29 -
统达到峰值功率。当Vpv较小时,式(4-5)中的高阶项(C1/ C2Voc)Vpv2可以近一步忽略得到 Ppv=VpvIpv,近似为线性关系。
光伏阵列曲线如图4-1(a)所示。相同功率条件下,VPv-3对应曲线如图4-1(c)所示,可 见Vpv和5成近似线性关系。
虽然,光伏阵列P-V特性曲线形状不完全相同,但是光伏阵列P-V特性曲线和同步发 电机功角特性曲线具有相似性。基于这些相似性,本文拟将光伏电压Vpv类比于功角5,这 使得Vpv随电网频率变化而直接变化,并产生类似的“自然”惯性行为,当电网频率变化
 
8=^ + J A® dt
sg
基于Vpv与功角5相似的原理有,
Vpv = Vde +J dVdt (4-7)
式中,Vde为初始电压,dV为微分电压。
在离散控制中,式(4-7)可以重新表示为,
Vpv = Vde +工AV
AV = Vpv(k +1) - Vpv(k)
与式(4-6)和(4-8)相比,^V可以类比为3。简单地说,我们假设3与AV呈线 性关系,即
AV = AA^ (4-9)
式中, A 为类比系数。
4.2基于电压偏移的虚拟同步发电机控制策略偏移原理
基于上述分析,图 4-2 给出了所提出的两级式光伏系统 VSG 控制框图。 虚拟机械转矩 Tm 来自下垂控制,即:
心=Pde + AP (4-10)
其中,
AP = Dp(®—%) (4-11)
式中,Dp为下垂系数;VSG的额定角频率盹减去电网角频率%得到APs Z乘以类比 系数A获得PV电压变化量AV。功率曲线变化过程中存在一个电压累积过程,女口,
Pde = Pde(Vpv - AV ) (4-12)
式中,Vpv为当前光伏阵列电压。在每次控制循环中,Vw值都将更新一次。即,
Vpv(k +1) = Vpv(k)-AV = Vpv(0)—工 AV (4-13)
 
图 4-2 所提 VSG 控制策略参与调频控制框图
在功率曲线跟踪控制中,减去 AV 意味着减载曲线向右移动,交点向上移动,从而导 致光伏输出功率增加。该过程可以在图 4-3 中示出。
- 31 -
 
 
 
图 4-3 功率跟踪控制原理图
Pde(Vde)是初始减载功率曲线。Vde减去AV(1)会导致Pde%v曲线在下一个控制周期向 右移动。Pde-Vov曲线与P-V特性曲线的交点功率也增加。在下一个控制周期中,Vpv减去 AV(2),即^e-AV(1)-AV(2), Pde-Vov曲线继续向上移动,交点功率继续增加。这是一个潜在 的积累过程。交点是功率曲线跟踪控制的唯一平衡工作点。
当Aeg=0时,来自Pde-Vw曲线的参考功率Pde直接反馈至虚拟机械转矩Tm。因此,Ae 为零,AV为零。也就是说,在Aeg=0的条件下,转子运动方程模块被禁用,只有功率减 载控制被启用。当电网频率变化时,将AP加到Pde中,受转子运动方程模块的影响,AW0, 并随Aeg逐渐变化。AV加到测量的光伏电压Vpv中。它会改变Pde-Vov曲线。该曲线的偏 差导致稳定运行点随着输出功率的变化而移动。
所提出的VSG策略的流程图如图4-4所示。
 
图 4-4 所提 VSG 控制策略流程图
 
所提VSG控制策略要求光伏系统在P-V特性曲线的上坡段运行。这是因为在上坡段,
- 32 -
Ppv随Vpv的增加而增加,这是频率支持的正确方向。否则,若光伏在下坡段运行,Ppv会 随着Vpv的升高而迅速降低,功率变化方向会导致频率恶化。为了防止光伏系统在下坡路 段运行,在控制框图中对V-ef添加了饱和限制器,如图4-2所示。上限设置为Vmpp,以确 保光伏系统始终在上坡段运行。下限设置为d=40%减载曲线的最小允许电压(见图4-3)。 在本研究中,Vmin=150 V。Vmpp是一个未知值,因为它受环境影响,需要进行估计。我们 设计了一种简单的方法来快速估算Vmpp,如3.3节所述。
4.3 算例分析
为了验证本文所提出的VSG控制策略的调频效果,使用Matlab/Simulink 2018 Student Suite Version, MathWorks, Natick, MA, USA建立了如图2-1所示的光柴油储独立微电网 模型。
4.3.1 系统简介
本节搭建了 IEEE14 节点光柴储独立微电网仿真模型,并将某海岛微电网的发电机参 数引入到该模型中,研究所提基于电压偏移的虚拟同步发电机控制策略在辐照度和负荷变 化的条件下参与系统频率调节的性能。IEEE14节点仿真模型中共包含5个电源,分别为三 个光伏阵列PV1、PV2、PV3和一个柴油发电机组G1和一个电池储能机组B1。节点13
 
 
- 33 -
目前该海岛微电网是主要是由容量为1100kW柴油机发电机供负荷发电,为了减小柴 油发电机发电成本,本文选用容量为400kW柴油发电机,400kW电池储能,100X3kW光 伏阵列进行发电。此时,柴油发电机和储能发电容量为800kW,而该岛白天最高峰的负荷 为700kW,若在机房改造期间柴油发电机发生故障不能正常运行,由光伏发电来补充功率 也不会对系统有太大影响。而晚上系统所带负荷减少,即使辐照度为 0,仅由柴油发电机 和电池储能发电是足够的。仿真模型电源容量参数配置如表 4-1 所示,各节点有功负荷参 数配置如表 4-2 所示。所提虚拟同步发电机控制参数如表4-3 所示。
表 4-1 IEEE14 节点仿真模型电源容量参数配置
参数 符号 数值
光伏阵列额定容量 Ppv1N、Ppv2N、Ppv3N 100kW
初始减载率 d 0.2
柴油发电机额定容量 PG1N 400kW
柴油机初始出力 PG0 320kW
电池储能额定容量 PBN 400kW
电池储能初始出力 PB0 240kW
初始负荷 PL0 800kW
 
表 4-2 各节点有功负荷参数配置
节点编号 有功功率 节点编号 有功功率
1 0 8 0
2 110kW 9 130kW
3 100kW 10 0
4 100kW 11 100kW
5 0 12 180kW
6 0 13 0
7 0 14 80kW
 
表 4-3 所提 VSG 控制策略控制参数
参数 符号 数值
下垂系数 Dp 40
转动惯量 J 1.06
阻尼系数 D 0.1
类比系数 A 5
PI控制器比例系数 kp 0.0002
PI 控制器积分系数 k 0.01
4.3.2惯性验证 首先,验证所提控制策略提供惯性支撑。为了消除下垂控制对惯性响应效果的干扰,
本文所提 VSG 方法中禁用了下垂控制,只提供惯性响应,并与光伏不参与调频控制进行 仿真对比。
光伏系统的运行环境为标准条件(S=1000W/m2, T=25°C)。光伏发电最初保留20%
- 34 -
的减载功率,负荷在30s时增加50kW,导致频率下降。仿真结果如图4-6所示。
 
30
32
36
38
50
Q49.9
34
'/ s
40
(a)系统频率
360
a
、340
D
320
—所提VSG控制策略 —PV不参与调频
28
30
32
34
t / s
36
38
40
280
 
30
32
36
38
乂 240
(b)柴油发电机输岀功率
260
28
34
t / s
40
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(c)电池储能输岀功率
88 p
862 84- 、82 - 戶0- 工78-
76 L
28
30
32
34
1 / s
36
—所提VSG控制策略 —PV不参与调频
38
40
 
 
 
 
 
 
 
(d)光伏输出功率
0.22
0,2 JIS
0.16
0.14
0.12
28
30
32
34
36
38
40
(e)光伏减载率
-35 -
 
 
 
 
 
 
 
 
(f)光伏电压
图4-6惯性验证的仿真结果
由图4-6所示的仿真结果可知,当负荷突增时,所提控制策略能够为系统提供一定的 惯性支撑,减小了频率变化率(RoCoF),而且提高了系统最低点频率。当光伏不参与调 频时,最低点频率为49.84Hz;当光伏仅依靠所提VSG控制策略的惯性参与系统调频时, 系统最低点频率为49.87Hz。二者系统稳定频率均为49.9Hz。由此可见,所提策略提供惯 性支撑,改善了微电网的频率控制。
4.3.3 调频效果验证
[56]提出了 PRC-VSG控制使减载光伏系统参与调频。类似的辅助频率控制回路也可在 文献[57-60]中找到。PRC-VSG的控制图如图4-7所示。
 
 
控制图可用式(4-18)表示
Pf = -J% d: + Dp%。-%) (4-18)
其中%来自PLL, d%g/dt通过带时间常数为0.1的wash-out滤波器获得,如图4-7所 示。 PLL 存在一定的测量延迟和误差。此外, d%g/dt 对噪声敏感。这可能会降低控制稳定 性并恶化调频性能。此外,对于 PRC-VSG 控制,惯性支撑通过功率跟踪控制产生。它与 SG 的惯性响应完全不同,后者是根据角频率变化自然产生的。通过比较,本文所提策略 的惯性响应取决于模拟的转子运动方程模块,它不需要d%g/dt信息。此外,由于SG电动 势%s的转速是自发的,因此PLL对%的影响减弱。将功角0替换为光伏电压抵,使Vpv 直接响应电网频率变化,并产生输出功率自动增加或减少的“自然”惯性行为。这样可以 更好地模拟SG的惯性行为。所提策略的优点总结如表4-4所示。
在仿真中,将提出的VSG策略、PRC-VSG控制策略、PV不参与调频三种情况进行 比较。其中,PRC-VSG控制策略和提出的VSG控制策略的下垂系数Dp和惯性常数J相同。 Dp 为 40, J 为 1.06。
- 36 -
 
t / s
(d)光伏输出功率
-37 -
 
 
 
 
 
(f)光伏电压
图4-8负荷突增时系统的动态响应
尽管三台100kW光伏发电站位于微电网的不同位置,但在本研究中,三台光伏发电机 使用相同的环境参数设置,因此其输出功率在理论方面应相同。因此,在这种情况下,只 给出了光伏发电的一条有功功率曲线。如图 4-8 所示, 30s 前,光伏发电的总输出功率为 80X3kW,跟踪减载20%的光伏功率。即,当A/=0时,光伏系统在PRC模式下运行。30s 后,系统频率降低。对于不参与调频的PVs,其输出功率保持在80kW,微电网的稳定频 率为49.89Hz,频率最低点(Frequency Nadir, FN)为49.84Hz。频率调节仅取决于柴油发 电机和电池储能。柴油发电机和电池储能的输出功率随频率下降而增加。柴油发电机的峰 值功率为337.71kW,稳定输出功率为349.18kW。电池储能的峰值功率为271.25kW,稳定 功率为 260.82kW。
对于PRC-VSG的PV系统,随着频率的降低,PV系统输出更多的有功功率以提供频 率支持。每台光伏发电站的峰值功率为87.07kW,其稳定功率为86.07kW。柴油发电机的 峰值功率为327.62kW,稳定功率为337.44kW。电池存储单元的峰值功率为262.32kW,稳 定功率为254.35kW。微电网的稳定频率为49.93Hz,比没有PV调频的频率高0.04Hz□ FN 是49.89Hz,比没有PV FR的高0.05Hz。但是,在暂态过程中会出现功率和频率振荡。
相比之下,对于采用所提出的VSG控制策略的PVs,由于相同的下垂控制回路,其稳 态与PRC-VSG策略的稳态相同。然而,由于惯性响应的不同,它们的暂态过程也会不同。 在采用所提 VSG 控制策略的 PVs 中,每个光伏系统、柴油发电机和电池储能的峰值功率 分别为88.11kW, 325.91kW和260.26kW。所提出的VSG控制策略的FN为49.9Hz,高于 PRC-VSG控制策略0.01Hz。另外,功率和频率显示出平稳的动态过程。这也验证了对 PRC-VSG控制讨论。PRC-VSG的惯性响应取决于d%g/dt。%从PLL输入到一个d%g/dt 滤波器,以获得d%g/dt (图4-7)。d%g/dt的测量受到滤波器延迟和衰减的影响,进而影响 控制性能。图4-9给出了 30s时负载突增50kW的d%g/dt曲线,显示了强烈的振荡。
- 38 -
 
 
仿真结果表明,在所提出的VSG策略和PRC-VSG策略中,光伏系统可以与柴油发电 机和电池储能系统共同承担频率调节任务,改善系统的频率响应。而且,提出的 VSG 控 制策略的调频效果优于 PRC-VSG。
场景 2:负荷突减
光伏发电在初始阶段有20%的功率储备,则在30s时负载突减50kW,导致频率上升。 场景2的仿真结果如图 4-10所示。
 
 
 
 
(d)光伏输出功率
0.3 I 1 !
 
 
Illi —所提VSG控制策略 —PRC-VSG控制策略 —PV不参与调频
 
 
t / s
 
 
(f)光伏电压
图4-10负荷突减系统动态响应
对于无VSG的PVs,每台光伏发电的输出功率始终为80kW。频率峰值为50.17Hz。 稳定频率为50.11Hz。对于带有PRC-VSG的PV, PV发电的有功功率随着系统频率的增加 而降低。每台光伏发电的最低功率为72.86kW,稳定功率为74.06kW。最高频率为50.12Hz, 比没有VSG的低0.05Hz。最后,新的稳态频率为50.08Hz,比没有VSG的低0.03Hz。
相比之下,对于采用所提出的VSG的PVs,它们在暂态过程中降低了更多的有功功率 以抑制系统频率的增加,每个光伏系统最低功率为71.95kW,其稳态与PRC-VSG策略相 同。而且,所提的VSG的最高频率为50.11Hz,比PRC-VSG低0.01Hz。
从两种情况的仿真结果来看,带有所提出VSG的PVs可以更好、更平滑地与柴油发 电机和电池储能共同调节微电网频率,改善频率峰值和稳态频率。
(二)光照变化下的负荷突变
该组仿真在考虑光照变化的情况下测试了所提的 VSG 策略。场景 3 中,负荷突增, 而辐照度持续降低。场景4中,负荷突减,而辐照度持续增加。光照趋势的变化与负荷相 反。场景5 中,负荷在实际辐照度测量条件下随机变化。
场景 3:辐照度减小的条件下负荷突增
光伏系统在初始阶段保持20%的功率储备,光照S从t=30s开始以10W/m2/s的斜率持 续下降(如图4-11所示)。在t=45s时,负载突增50kW。仿真结果如图4-12所示。
- 40 -
 
 
7001——1 1 1 1 1 1
30 35 40 45 50 55 60
 
 
 
(a)系统频率
 
 
 
(b)柴油发电机输岀功率
 
 
 
(c)电池储能输岀功率
 
 
 
(d)光伏输出功率
 
 
 
(e)光伏减载率
-41 -
1 1 1 1
\n
L 1
 
240
230 —所提VSG控制策略
220
1 45 46 1 1 一PRC-VSG控制策略
—PV不参与调频
30 35 40 45 50 55 60
 
(f)光伏电压
图4-12光照减小负荷突增的情况下系统动态响应
图4-12中,在30-45s期间,随着辐照度的降低,光伏系统的输出功率降低,系统频 率略有降低。45s后,由于负载突增,系统频率显著降低。对于没有VSG的PV, PV输出 功率随着光照的降低而继续降低,而功率减载率保持在20%,如图4-12(e)所示,验证了本 文中的减载控制可以跟踪不同辐照度条件下的预设减载功率。
在PV不参与调频的系统中,只有柴油发电机和电池储能作用于调频,FN为49.78Hz。 此外,受光照降低的影响,稳定频率持续略微降低。60s时,系统频率为49.81Hz。对于采 用所提VSG和PRC-VSG控制策略的系统,在30-45s时,受光照影响频率略微降低,输出 功率略大于PV不参与调频系统的输出功率,如图4-12(d)所示。
采用两种 VSG 控制策略的系统都在初始减载功率的基础上增加了额外的有功功率, 它们均表现出输出功率随光照变化的能力。两种策略在60s时的最终频率是相同的。然而, 采用PRC-VSG策略的PV的FN为49.84Hz,比无VSG的PV高0.06Hz。此外,在60s时, 系统频率为49.87Hz。而所提的VSG的PVs的FN为49.85Hz,也就是比PRC-VSG策略 的频率高 0.01Hz。
场景 4:辐照度增加的条件下负荷突减
从t=30s开始,辐照度S以10W/m2/s的斜率持续增加,如图4-13所示。当t=45s时,
 
 
 
(b)柴油发电机输岀功率
 
 
 
(c)电池储能输岀功率
 
 
(d)光伏输出功率
 
 
(e)光伏减载率
 
 
(f)光伏电压
图4-14光照增加负荷突减的情况下系统动态响应
如图4-14所示,在30-45s时,光照增加导致光伏输出功率增加,频率略微增加。在
45s时,负荷突减使频率上升。无VSG光伏系统不参与调频。其频率峰值为50.22Hz。光
伏输岀功率随着光照的增加而增加,而减载率保持在20%。随着光照的增加,系统频率继
续增加,稳定频率上升到60s时为50.19Hz。对于带有PRC-VSG的PVs,其频率峰值为
50.16Hz,比无VSG的PV低0.06Hz。此外,在60s时,系统频率为50.14Hz。对于采用所
- 43 -
提VSG的PVs系统,其频率峰值为50.15Hz,比PRC-VSG低0.01Hz。在60s时,系统频 率也上升到50.14Hz,与PRC-VSG策略相同。光伏系统根据频率变化减少减载功率上的一 部分有功功率来调节频率。
场景5:随机辐照度和负荷
仿真模型中输入的实际光照和负荷数据持续160s,如图4-15所示。
 
(a)随机光照
 
 
(b)随机负荷
 
 
t / s
(a)系统频率
 
t / s
(b)柴油发电机输岀功率
 
(c)电池储能输岀功率
-44 -
 
 
(d)光伏输出功率
图4-16随机光照和负荷下系统动态响应
仿真结果如图4-16所示,带有VSG的光伏系统的频率波动远小于不带VSG的光伏系 统的频率波动。在微电网中,包括无VSG的光伏发电,最大频率偏差为0.17Hz,均方根 为50.0129Hz,均方根误差为0.0816Hz。在采用PRC-VSG策略的光伏发电中,最大频率 偏差为0.13Hz,均方根为50.0105Hz,均方根误差为0.0689Hz。相比之下,当光伏系统采 用所提出VSG控制策略参与电网调频时,最大频率偏差仅为0.11Hz,均方根为50.0091Hz, 均方根误差为0.0596Hz。在实际负荷和辐照度条件下,带有VSG的PVs显著改善了微电 网的频率响应性能。
4.4不同光伏渗透率对频率影响的研究
光伏渗透率水平定义为光伏发电量与负载需求电量的比值。
在本文中,微电网负荷的总容量保持在800kW。在这种情况下,测试了 20%、30%和 40%三种光伏渗透率的系统在负荷突变时的频率响应。所有渗透水平的柴油发电机、每个 光伏电站、电池储能的容量相同,分别为400kW, 100kW, 300kW。电池储能的初始功率 也是相同的,均为 270kW。
为了达到不同的渗透水平,光伏发电功率增加,柴油发电机发电功率降低。表 4-2 总 结了孤岛微电网中DGs的容量。在标况下,负荷在30s时突增50kW,不同渗透率水平的 对比仿真结果如图 4-17、 4-18 所示。
表 4-2 孤岛微电网中 DGs 的初始功率配置
分布式电源 光伏渗透率20% 光伏渗透率30% 光伏渗透率 40%
光伏发电 80x2kW 80x3kW 80x4kW
柴油发电机 370kW 290kW 210kW
电池储能 270kW 270kW 270kW
 
 
 
 
 
(b)光伏不参与调频的系统频率
图4-17不同渗透率下的系统频率
在图4-17 中,如果PV中无VSG策略,则不同PV渗透率的微电网频率非常相似。FN 是49.87Hz,稳定频率为49.91Hz。当PV不参与调频时,频率响应由柴油发电机和电池储 能决定。三种方案下的柴油发电机和电池储能模型都是相同的,这意味着三种渗透率下的 柴油发电机模型参数都是相同的,他们的惯性和频率调节能力在所有三种情况下都是相同 的。因此,三种情况下的频率最低点几乎相同。相比之下,当PV采用VSG策略进行调频
时,系统频率的动态响应会有所差异。
 
(c)电池储能输岀功率
图4-18不同渗透率水平的光伏参与调频输出功率
在20%渗透水平的情况下,FN为49.9Hz,稳态频率为49.93Hz;在30%渗透水平的
情况下,FN为49.91Hz,稳态频率为49.94Hz。在40%渗透水平的情况下,FN为49.92Hz,
稳态频率为49.95Hz。为了比较柴油发电机与参与调频的PV的动态响应,图4-18给出了
- 46 - 
不同渗透率水平下DGs的输出有功功率。随着光伏渗透率水平的增加,FN和稳态频率都 会更接近50Hz。因此,光伏渗透率越高,系统频率响应性能越好。
4.5 本章小结
本章节介绍了一种用于两级光伏发电的新型 VSG 控制策略,为孤岛微电网提供频率 支持。基于同步发电机功角特性曲线和光伏阵列P-V特性曲线的相似性,光伏电压VPv可 类比为功角5, AV可以类比为血。因此,它适用于DC/DC变换器,可以模拟同步发电机 的转子运动方程模块。利用本文所提的VSG控制策略,光伏电压可以直接响应电网频率, 无需电网频率测量,提供类似同步发电机“自然”惯性响应,产生额外的有功功率,并将 其加入到减载功率中,以提供频率支持。
通过对不同光伏渗透率水平模型仿真,得到结论,所提岀的 VSG 控制策略可以有效 地使光伏发电在不同的光照条件下提供频率支持,从而提高微电网的调频能力。随着光伏 渗透率水平的提高,峰值频率和稳定频率表现岀更好的性能。
- 47 -
结 论
光伏发电系统接入微电网存在惯性和调频能力匮乏等问题,而光伏发电参与电网频率 响应是缓解上述问题的途径之一。本文对独立微电网光伏减载VSG控制策略进行了研究, 取得了如下成果:
(1)设计了基于离线拟合的光伏减载跟踪方法。在多种不同的光照条件,选取了坡 度突变的数据点作为分段点,利用测量数据进行线性拟合,得到拟合参数,推导岀光伏减 载功率四段线性函数表达式。采用变步长电压跟踪策略来防止功率波动。该方法算法简单, 在辐照度快速连续变化的条件下能够根据拟合曲线表达式自动获取减载功率并进行平缓 的跟踪。为防止光伏系统在下坡段运行,设置了饱和限制器,设计了光伏最大电压Vmpp估 计方法使光伏最大运行电压不超过Vmpp。仿真结果证明,在辐照度变化的条件下能够快速 准确地跟踪减载功率。
(2) 设计了应用于两级式光伏发电系统的基于电压偏移的VSG控制策略。介绍了该 策略原理和数学模型推导,基于光伏阵列P-V特性曲线和同步发电机功角特性曲线的相似 性,将AV可以类比为Ae。详细分析了通过改变光伏电压跟踪减载功率的迭代收敛过程。
(3) 建立了光柴储独立微电网的仿真模型,分析了虚拟转动惯量对惯性响应的影响。 将所提基于电压偏移的VSG控制策略与常规的VSG控制策略和光伏不参与调频三种情况 进行对比。仿真结果表明,无论是在辐照度和负荷突变还是随机变化的场景下,本文所提 岀的 VSG 策略的调频性能均优于另外两种策略。不同光伏渗透率水平的系统仿真对比表 明,光伏渗透率水平越高,系统频率响应表现性能更好。
- 48 -
参考文献
[1]张希良,黄晓丹,张达,等•碳中和目标下的能源经济转型路径与政策研究J]•管理 世界, 2022, 38(1):43-74.
[2]张继红,李华,杨培宏,等.分布式多能互补微电网协调控制策略J].可再生能源, 2015, 33(1): 11-15.
[3]叶婧,林涛,张磊,等•考虑动态频率约束的含高渗透率光伏电源的孤立电网机组组 合J]•电工技术学报,2017, 32(13): 194-202.
[4]花赟昊,朱武,郭启明•光伏发电系统MPPT算法研究综述[J].电源技术,2020, 14 (22): 1855-1858.
[5]Tun T T, Kirschen D S. Impact on the power system of a large penetration of photovoltaic generation[C]//2007 IEEE Power Engineering Society General Meeting• IEEE, 2017: 1-8.
[6]张剑云,李明节•新能源高渗透的电力系统频率特性分析J].中国电机工程学报,2020, 40(11): 3498-3507.
[7]岳思恺,赵维兴,姚刚,等.光伏调节电网频率技术研究现状与展望[J].中外能源, 2022, 27(3): 12-21.
[8]朱宏毅,沈渭程,董开松.大型光伏电站有功功率控制策略研究[J].电气技术,2019, 20(4): 82-85.
[9]刘洋,邵广惠,张弘鹏,等.新能源参与系统一次调频分析及参数设置[J].电网技术, 2020, 44(2): 683-689.
[10]徐加银,汪涛,王加庆,等.考虑微电网灵活性资源属性的配电网规划方法[J].电力 建设, 2022, 43(6): 84-92.
[11]白雅静.智能微电网能量管理系统设计与应用[J].工业控制计算机,2021, 34(10): 146-148.
[12]张昊.微电网技术的应用现状和前景分析[J].中国高新科技,2019, 49: 101-104.
[13]王成山,李鹏.分布式发电、微网与智能配电网的发展与挑战[J].电力系统自动化, 2010, 34(2): 10-14.
[14]李莉华,李宾皑.微电网技术的研究与应用前景[J].电力与能源,2011, 32(2): 124-130.
[15]唐西胜,苗福丰,齐智平,等.风力发电的调频技术研究综述[J].中国电机工程学报, 2014, 34(25): 4304-4314.
[16]Yan R, Saha T K, Modi N, et al. The combined effects of high penetration of wind and PV on power system frequency response[J]. Apply Energy, 2015, 145: 320-330.
[17]张丹,王杰.国内微电网项目建设及发展趋势研究[J].电网技术,2016, 40(2): 451-458.
- 49 -
[18]Henning T, Clemens J, Arne G.Design of a system substituting today's inherent inertia in the European continental synchronous area[J].Energies, 2016, 9(8):582.
[19]赵波,包侃侃,徐志成,等•考虑需求侧响应的光储并网型微电网优化配置J]•中国 电机工程学报, 2015, 35(21):5465-5474.
[20]郑天文,陈来军,陈天一,等.虚拟同步发电机技术及展望[J].电力系统自动化,2015, 39 (571): 165-175.
[21]吕志鹏,盛万兴,刘海涛,等.虚拟同步机技术在电力系统中的应用与挑战[J]•中国 电机工程学报, 2017, 37(2): 349-360.
[22]司家荣,蔡国伟,孙正龙,等.基于下垂控制逆变器的虚拟发电机建模与特性研究[J].电 测与仪表, 2017, 54(22): 122-128.
[23]高丙团,夏超鹏,张磊,等.基于虚拟同步电机技术的VSC-HVDC整流侧建模及参数 设计[J]•中国电机工程学报,2017, 37(2): 534-543.
[24]吕志鹏,盛万兴,钟庆昌,等•虚拟同步发电机及其在微电网中的应用J].中国电机 工程学报, 2014, 34(16): 2591-2603.
[25]程冲,杨欢,曾正,等•虚拟同步发电机的转子惯量自适应控制方法[J].电力系统自 动化, 2015, 39(19): 82-89.
[26]韦徵,李飞,余勇,等.光伏虚拟同步发电机控制策略[J].电力电子技术,2019, 53(4): 73-76.
[27]王振雄,易皓,卓放,等.应用于光伏微网的一种虚拟同步发电机结构及其动态性能 分析[J]•中国电机工程学报,2017, 37(2): 444-453.
[28]Hill C A, Such M C, Chen D, et al.Battery energy storage for enabling integration of distributed solar power generation[J].IEEE Transactions on Smart Grid, 2012, 3(2): 850-857.
[29]陈文倩,辛小南,程志平.基于虚拟同步发电机的光储并网发电控制技术[J]•电工技 术学报, 2018, 33(S2): 538-545.
[30]Hoke A F, Shirazi M, Chakraborty S, et al.Rapid active power control of photovoltaic systems for grid frequency support[J].IEEE Journal of Emerging & Selected Topics in Power Electronics, 2017, 5(3): 1154-1163.
[31]Xin H, Liu Y, Wang Z, et al.A new frequency regulation strategy for photovoltaic systems without energy storage[J].IEEE Transactions on Sustainable Energy, 2013, 4(4): 985-993.
[32]Batzelis E I, Kampitsis G, Papathanassiou S A.Power reserves control for PV systems with Real-Time MPP estimation via curve fitting[J].IEEE Transactions on Sustainable Energy, 2017, 8(3): 1269-1280.
[33]Sangwongwanich A, Yang Y, Blaabjerg F.A sensorless power reserve control strategy for two-stage grid-connected PV systems[J].IEEE Transactions on Power Electronics, 2017,
- 50 -
32(11): 8559-8569.
[34]Sangwongwanich A, Yang Y, Blaabjerg F, et al. Delta power control strategy for multistring grid-connected PV inverters[J]. IEEE Transactions on Industry Applications, 2017, 53(4): 3862-3870.
[35]钟诚,周顺康,严干贵,等•基于变减载率的光伏发电参与电网调频控制策略J]•电 工技术学报, 2019, 34(5): 1013-1024.
[36]Li X, Wen H, Zhu Y, et al. A novel sensorless photovoltaic power reserve control with simple Real-Time MPP estimation[J]. IEEE Transactions on Power Electronics, 2019, 34(8): 7521-7531.
[37]高长伟,刘晓明,孟昭军.分布式光伏发电系统改进虚拟同步发电机控制J]•太阳能 学报, 2021, 42(2): 376-382.
[38]颜湘武,吕佳伟,贾焦心,等•双级式有功备用光伏虚拟同步机控制策略J]•电力系 统保护与控制, 2020, 48(15): 61-68.
[39]杨慧彪,贾祺,项丽,等.双级式光伏发电虚拟惯量控制策略J]•电力系统自动化, 2019, 43(10): 87-102.
[40]郑天文,陈来军,刘炜,等.考虑源端动态特性的光伏虚拟同步机多模式运行控制[J].中 国电机工程学报, 2017, 37(2): 454-463.
[41]张海峥,张兴,李明,等.一种有功备用式光伏虚拟同步控制策略[J].电网技术,2019, 43(2): 514-520.
[42]Zhang X, Gao Q, Hu Y, et al. Active power reserve PV virtual synchronization control technology[J]. Chinese Journal of Electrical Engineering, 2020, 6(2): 1-6.
[43]张海峥,张兴,李明,等.基于变步长功率跟踪的有功备用式PV-VSG控制策略[J].电 力系统自动化, 2019, 43(5): 92-104.
[44]Worku M, Hassan M, Abido M. Real time energy management and control of renewable energy based microgrid in grid connected and island modes[J]. Energies, 2019, 12: 276.
[45]Zhao B, Chen J, Zhang L, et al. Three representative island microgrids in the East China Sea: Key technologies and experiences[J]. Renewable and Sustainable Energy Reviews, 2018, 96: 262-274.
[46]Nanou S I, Papakonstantinou A G, Papathanassiou S A. A generic model of two-stage grid-connected PV systems with primary frequency response and inertia emulation[J]. Electric Power Systems Research, 2015, 127: 186-196.
[47]Zhao H, Yang Q, Zeng H. Multi-loop virtual synchronous generator control of inverter-based DGs under microgrid dynamics[J]. IET Generation Transmission & Distribution, 2017, 11(3): 795-803.
[48]张晓霞,基于MATLAB的光伏并网最大功率跟踪控制技术研究[J].通信电源技术,2020,
- 51 -
37(5): 61-63.
[49]邱革非,张春刚,仲泽坤,等.基于扰动观察法和电导增量法的光伏发电系统 MPPT 算法研究综述[J].中国电力,2017, 50(3): 154-160.
[50]杜娟,赵兴勇.基于扰动观察法的光伏发电系统MPPT控制策略[J].电力学报,2017, 32(4): 269-274.
[51]王伟,戴朝华,陈维荣,等.改进功率预测变步长扰动法在光伏MPPT中的研究[J].太 阳能学报, 2022, 43(2): 217-225.
[52]刘秋华,张秀锦,樊陈.基于功率差变步长扰动观察法的MPPT控制算法[J].电源技 术, 2022, 44(7): 1035-1039.
[53]Abdel-Basset M, El-Shahat D,Chakrabortty R K,et al.Parameter estimation of photovoltaic models using an improved marine predators algorithm[J] . Energy Conversion and Management, 2021, 227: 113491.
[54]Zhong C, Zhou Y, Zhang X, et al.Flexible power-point-tracking-based frequency regulation strategy for PV system[J].IET Renewable Power Generation, 2020, 14: 1797-1807.
[55]Liao S, Xu J, Sun Y, et al.Wide-area measurement system-based online calculation method of PV systems de-loaded margin for frequency regulation in isolated power systems[J].IET Renewable Power Generation, 2018, 12(3): 335-341.
[56]Bao G, Tan H, Ding K, et al.A novel photovoltaic virtual synchronous generator control technology without energy storage systems[J].Energies, 2019, 12: 2240.
[57]Zhang X, Hu Y, Mao W, et al.A grid-supporting strategy for cascaded H-Bridge PV converter using VSG algorithm with modular active power reserve[J].IEEE Transactions on Industrial Electronics, 2021 , 68(1): 186-197.
[58]Xu Y, Nian H, Hu B, et al.Impedance modeling and stability analysis of VSG controlled Type-IV wind turbine system[J].IEEE Transactions on Energy Conversion, 2021, 36 (4): 3438-3448.
[59]Xi J, Geng H, Zou X.Decoupling scheme for virtual synchronous generator controlled wind farms participating in inertial response[J]. Journal of Modern Power Systems and Clean Energy.2021, 9 (2): 347-355.
[60]Shao H, Cai X, Zhou D, et al.Equivalent modeling and comprehensive evaluation of inertia emulation control strategy for DFIG wind turbine generator[J].IEEE Access, 2019, 7: 64798-64811.
【本文地址:https://www.xueshulunwenwang.com//shuoshilunwenzhuanti/dianlixitongjiqizidonghua/5270.html

上一篇:基于RBF神经网络的谐波电流检测 与抑制技术研究

下一篇:没有了

相关标签: