基于模型預(yù)測控制方法的風(fēng)電直流微網(wǎng)集散控制

王 毅 于 明 李永剛

(華北電力大學(xué)電氣與電子工程學(xué)院 保定 071003)

?

基于模型預(yù)測控制方法的風(fēng)電直流微網(wǎng)集散控制

王 毅 于 明 李永剛

(華北電力大學(xué)電氣與電子工程學(xué)院 保定 071003)

設(shè)計(jì)了一個基于模型預(yù)測控制器的風(fēng)電直流微網(wǎng)集散控制系統(tǒng)。為滿足系統(tǒng)經(jīng)濟(jì)運(yùn)行及高質(zhì)量電能的要求，采用模型預(yù)測控制器作為其集散控制體系架構(gòu)中的主控制單元，以產(chǎn)生本地控制器參考信號。為規(guī)避該分層控制結(jié)構(gòu)中通信故障對系統(tǒng)穩(wěn)定性的影響，本地控制器采用雙冗余參考信號，正常運(yùn)行時，接受模型預(yù)測主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至電壓分層控制策略產(chǎn)生的參考信號。如此，既能夠保證正常運(yùn)行時系統(tǒng)高效運(yùn)行及對電能質(zhì)量的要求，又能在故障時保證系統(tǒng)不失穩(wěn)。基于Matlab仿真平臺對所提風(fēng)電直流微網(wǎng)集散控制系統(tǒng)的有效性進(jìn)行了仿真分析。仿真結(jié)果表明，所提風(fēng)電直流微網(wǎng)集散控制系統(tǒng)在采用模型預(yù)測主控制器時，能夠滿足系統(tǒng)設(shè)計(jì)目標(biāo)，實(shí)現(xiàn)聯(lián)網(wǎng)或孤島狀態(tài)下對系統(tǒng)功率靈活、高效地調(diào)節(jié)；在系統(tǒng)通信故障時，通過控制器切換，能夠保障系統(tǒng)穩(wěn)定、安全運(yùn)行。

風(fēng)電直流微網(wǎng) 模型預(yù)測控制 電壓分層控制 集散控制系統(tǒng) 二次調(diào)壓

0 引言

全球范圍內(nèi)的能源危機(jī)、環(huán)境污染以及氣候變化等重大因素都極大地促進(jìn)了可再生能源的開發(fā)和利用。據(jù)世界氣象組織估計(jì)，全球可利用的風(fēng)能資源為2×107MW，是當(dāng)今最具規(guī)模化開發(fā)潛力和商業(yè)化應(yīng)用前景的可再生能源。按照我國新能源發(fā)展規(guī)劃，到2020年我國風(fēng)力發(fā)電裝機(jī)規(guī)模將達(dá)到1億kW[1]，有望成為新能源產(chǎn)業(yè)的支柱。

然而，風(fēng)電等分布式電源具有波動性和隨機(jī)性，大規(guī)模地接入電網(wǎng)必然對電力系統(tǒng)穩(wěn)定運(yùn)行產(chǎn)生諸多不利影響。直流微網(wǎng)作為新能源網(wǎng)絡(luò)化供應(yīng)及管理技術(shù)，能夠?qū)Ψ植际诫娫催M(jìn)行靈活有效地利用及智能化管理與控制，并通過分布式儲能單元的優(yōu)化配置平抑分布式電源的波動性對微網(wǎng)系統(tǒng)穩(wěn)定性的不利影響，使其在解決環(huán)保問題、提高能源轉(zhuǎn)換效率及保障電能質(zhì)量等方面表現(xiàn)優(yōu)異。相比于交流微網(wǎng)，直流微網(wǎng)因其逆變器利用率較高、有功潮流容易控制、無頻率和功角穩(wěn)定性及無功環(huán)流等問題，已受到世界各國的普遍關(guān)注[2-7]。

直流微網(wǎng)控制系統(tǒng)的性能直接影響系統(tǒng)的效率和穩(wěn)定性。目前國內(nèi)外對直流微網(wǎng)的控制方法等已有初步的理論研究，且大多基于對等控制、主從控制及分層控制方法展開分析、研究[8-11]。文獻(xiàn)[12-14]采用電壓分層協(xié)調(diào)控制策略，通過檢測直流電壓的變化量來協(xié)調(diào)各電力電子變流器的工作方式。這種基于本地控制器的控制方法雖然能夠降低通信成本，增強(qiáng)系統(tǒng)的可靠性，但是無法滿足系統(tǒng)經(jīng)濟(jì)運(yùn)行及高質(zhì)量電能的要求，對分布式電源的擾動反應(yīng)亦不夠靈敏。文獻(xiàn)[15]提出了基于多智能體系統(tǒng)的微網(wǎng)控制架構(gòu)。文獻(xiàn)[16，17]建立了集中控制模式下的微網(wǎng)優(yōu)化調(diào)度模型，提出了運(yùn)行和折舊成本最低、環(huán)境和綜合效益最高等優(yōu)化目標(biāo)函數(shù)。上述方法雖然保證了系統(tǒng)的經(jīng)濟(jì)性，但由于算法計(jì)算復(fù)雜，采樣間隔較大，難以很好地滿足微網(wǎng)系統(tǒng)控制的實(shí)時性要求。文獻(xiàn)[18]提出了直流微網(wǎng)電壓三次調(diào)節(jié)策略，一次及二次電壓調(diào)節(jié)基于本地控制器，三次電壓調(diào)節(jié)基于主控制器，但對于主控制器的構(gòu)造及本地控制器設(shè)定值的生成方法并無詳細(xì)論述。

模型預(yù)測控制(Model Predictive Control，MPC)是自20世紀(jì)80年代初發(fā)展起來的一類新型計(jì)算機(jī)控制算法。該算法直接產(chǎn)生于工業(yè)過程控制的實(shí)際應(yīng)用中，并在與工業(yè)應(yīng)用的緊密結(jié)合中日臻完善[19]。該算法在每一采樣時刻通過系統(tǒng)模型預(yù)測未來預(yù)測時域內(nèi)系統(tǒng)輸出軌跡，并通過最小化預(yù)定義目標(biāo)函數(shù)來求取滿足約束條件的有限時域最優(yōu)控制序列，僅采用序列中第一個控制量作為系統(tǒng)優(yōu)化輸出。在每一采樣時刻，根據(jù)系統(tǒng)實(shí)際狀態(tài)信息進(jìn)行滾動優(yōu)化校正，從而構(gòu)成廣義閉環(huán)優(yōu)化。鑒于該算法對模型精度要求不高，物理意義明確，魯棒性強(qiáng)，控制效果及實(shí)時性好的特點(diǎn)，本文采用MPC控制器作為風(fēng)電直流微網(wǎng)集散控制體系架構(gòu)中的主控制單元，以產(chǎn)生本地控制器參考信號。為規(guī)避傳統(tǒng)分層控制中通信故障對系統(tǒng)穩(wěn)定性的影響，本地控制器采用雙冗余參考信號，正常運(yùn)行時，接受MPC主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至本地電壓分層控制策略產(chǎn)生的參考值信號。如此，既能保證正常工況下，系統(tǒng)高效運(yùn)行及對電能質(zhì)量的要求，又能保證系統(tǒng)故障時不失穩(wěn)。

本文以風(fēng)電直流微網(wǎng)為例，研究基于MPC控制器的直流微網(wǎng)集散控制系統(tǒng)。首先，建立風(fēng)電直流微網(wǎng)數(shù)學(xué)模型。其次，基于模型預(yù)測控制方法設(shè)計(jì)風(fēng)電直流微網(wǎng)MPC主控制器。再次，闡述系統(tǒng)通信故障時產(chǎn)生冗余參考信號的電壓分層控制策略及各單元本地控制器控制方法。最后，為驗(yàn)證所提控制方案在不同運(yùn)行模式下對該微網(wǎng)系統(tǒng)的有效控制，基于Matlab/Simulink建立風(fēng)電直流微網(wǎng)系統(tǒng)模型，并在不同運(yùn)行模式及工況下進(jìn)行仿真研究。

1 風(fēng)電直流微網(wǎng)的構(gòu)成及數(shù)學(xué)模型

1.1 系統(tǒng)構(gòu)成

風(fēng)電直流微網(wǎng)典型結(jié)構(gòu)如圖1所示，主要由風(fēng)力發(fā)電單元、儲能單元、負(fù)荷單元及并網(wǎng)變流器組成。該系統(tǒng)中，風(fēng)力發(fā)電單元向負(fù)荷提供有功功率，對儲能單元進(jìn)行充電，聯(lián)網(wǎng)時系統(tǒng)多余能量亦可經(jīng)并網(wǎng)變流器饋入交流主網(wǎng)。儲能單元作為緩沖器調(diào)整風(fēng)電功率與負(fù)荷間的失衡。聯(lián)網(wǎng)運(yùn)行時，則通過并網(wǎng)變流器實(shí)現(xiàn)直流側(cè)與交流側(cè)能量的雙向流動。

圖1 風(fēng)電直流微網(wǎng)系統(tǒng)的結(jié)構(gòu)示意圖Fig.1 Diagram of the wind turbine-based DC microgrid

1.2 直流微網(wǎng)主要單元數(shù)學(xué)模型

1.2.1 風(fēng)力機(jī)數(shù)學(xué)模型

氣流通過風(fēng)輪，假設(shè)風(fēng)能全部轉(zhuǎn)換為機(jī)械能，其功率方程為

(1)

式中，Pm為風(fēng)力機(jī)的實(shí)際輸出功率；Tm為風(fēng)力機(jī)機(jī)械轉(zhuǎn)矩；ρ為空氣的密度；R為風(fēng)輪的半徑；v為風(fēng)輪上游的風(fēng)速；ω為風(fēng)機(jī)轉(zhuǎn)速；Cp為風(fēng)能利用系數(shù)，如式(2)所示。

(2)

式中，C1～C6為常數(shù)[20]；λ為風(fēng)力機(jī)的葉尖速比，λ=ωR/v；β為槳距角。

1.2.2 機(jī)側(cè)變流器數(shù)學(xué)模型

永磁直驅(qū)風(fēng)力發(fā)電機(jī)組中，機(jī)側(cè)變流器直接與風(fēng)力發(fā)電機(jī)相連，若不計(jì)高次諧波分量對系統(tǒng)的影響，機(jī)側(cè)變流器的數(shù)學(xué)模型即為永磁同步發(fā)電機(jī)定子方程。dq同步旋轉(zhuǎn)坐標(biāo)系下電壓、磁鏈、轉(zhuǎn)矩方程及機(jī)械運(yùn)動方程分別為[21]

(3)

(4)

(5)

(6)

式中，usd、usq分別為電機(jī)端電壓d、q軸分量；ψsd、ψsq分別為定子磁鏈d、q軸分量；isd、isq分別為定子電流d、q軸分量；ψf為轉(zhuǎn)子磁鏈；Lsd、Lsq分別為d、q軸同步電感；Te為電磁轉(zhuǎn)矩；p為電機(jī)極對數(shù)；J為轉(zhuǎn)動慣量。

1.2.3 并網(wǎng)變流器數(shù)學(xué)模型

變流器在同步旋轉(zhuǎn)坐標(biāo)系下的數(shù)學(xué)模型為

(7)

式中，ug為電網(wǎng)電壓；ig為電網(wǎng)電流；C、Udc分別為直流側(cè)電容和電壓；L和R分別為濾波電抗器的電阻和電感；ωg為系統(tǒng)同步速；iL為變流器負(fù)載電流；S為變流器開關(guān)狀態(tài)；下標(biāo)d和q表示dq同步旋轉(zhuǎn)坐標(biāo)系下相應(yīng)分量。

由式(7)可知，網(wǎng)側(cè)變流器的d、q軸電流分量存在交叉耦合項(xiàng)，并且d軸電流存在電網(wǎng)電壓和負(fù)載電流的擾動值。為實(shí)現(xiàn)變流器d軸電流和q軸電流的獨(dú)立控制，分別引入解耦項(xiàng)-ωgLigd和ωgLigq及前饋補(bǔ)償項(xiàng)ugd、ugq，令

(8)

代入式(7)可得

(9)

采用電網(wǎng)電壓定向，令ugd=ue，則ugq=0，則網(wǎng)側(cè)變流器輸出的有功功率和無功功率為

(10)

1.2.4 儲能系統(tǒng)數(shù)學(xué)模型

采用鉛蓄電池作為風(fēng)電直流微網(wǎng)儲能元件，其簡化模型可表示為電壓源Eb與電阻Rb及電容Cb的串聯(lián)[22]。若用vc表示電容Cb兩端的電壓，ib表示蓄電池充放電電流，則其動態(tài)特性如式(11)所示。

(11)

蓄電池荷電狀態(tài)SOC可由式(12)得出[22]。

(12)

式中，Qc為蓄電池當(dāng)前電量；Qc，max為其承受的最大電壓vc，max所對應(yīng)的蓄電池容量。與之相應(yīng)，放電深度db則可表示為

db=1-SOC

(13)

2 模型預(yù)測集中控制器設(shè)計(jì)

風(fēng)電直流微網(wǎng)主控制器設(shè)計(jì)目標(biāo)如下：

1)能夠計(jì)算每一采樣時刻系統(tǒng)各組成單元的參考運(yùn)行點(diǎn)，最大限度地滿足負(fù)荷需求并維持系統(tǒng)功率平衡。

2)能夠通過合理選取系統(tǒng)運(yùn)行約束條件將各單元參考運(yùn)行點(diǎn)限制在安全、經(jīng)濟(jì)的運(yùn)行范圍內(nèi)。對于風(fēng)力發(fā)電單元及并網(wǎng)變流器，通過對功率變化率的硬約束來實(shí)現(xiàn)對峰值電流的限制。而對于蓄電池儲能單元，則通過限制其充放電電流來實(shí)現(xiàn)。

3)為便于蓄電池的維護(hù)，對蓄電池充放電管理提出如下目標(biāo)：由于大的充放電電流會導(dǎo)致蓄電池內(nèi)阻消耗增大，盡可能以小的電流進(jìn)行充放電；為保證蓄電池不受損害，其荷電狀態(tài)應(yīng)滿足一定限值；若蓄電池電量未滿且系統(tǒng)中能量除供給負(fù)荷外仍有結(jié)余，則對蓄電池進(jìn)行充電[22]。

系統(tǒng)正常運(yùn)行時，每一采樣時刻由主控制器通過系統(tǒng)狀態(tài)信息及預(yù)測信息的采集，經(jīng)內(nèi)部預(yù)定義系統(tǒng)模型來預(yù)測未來有限時域內(nèi)系統(tǒng)輸出軌跡，并通過最小化優(yōu)化目標(biāo)函數(shù)來求取滿足約束條件的最優(yōu)控制序列，選取序列中第一個控制量作為系統(tǒng)輸出，亦即各本地控制器的參考運(yùn)行點(diǎn)。

2.1 預(yù)測模型

模型預(yù)測控制利用預(yù)測模型來預(yù)估過程未來的偏差值，以滾動優(yōu)化方式確定當(dāng)前的最優(yōu)輸入。采用狀態(tài)空間方程表示方法，則預(yù)測模型一般具有如下形式

(14)

式中，x為過程狀態(tài)變量；u為過程控制變量；y為系統(tǒng)被控變量；k為離散系統(tǒng)第k個采樣時刻；A為系統(tǒng)矩陣；B為輸入矩陣；C、D分別為輸出矩陣和直接傳遞矩陣。

風(fēng)電直流微網(wǎng)聯(lián)網(wǎng)運(yùn)行時，風(fēng)力發(fā)電單元采用最大功率跟蹤控制方式，以盡可能多地捕獲風(fēng)能，系統(tǒng)多余能量通過并網(wǎng)變流器輸送至交流電網(wǎng)。風(fēng)力發(fā)電單元功率調(diào)度模型，功率約束及其變化率約束分別為

Pw(k+1)=Pw(k)+ΔPw(k)

(15)

0≤Pw(k)≤Pw, max

(16)

ΔPw, min≤ΔPw(k)≤ΔPw, max

(17)

式中，Pw為風(fēng)電機(jī)組輸出功率；ΔPw為其輸出變化；Pw，max和ΔPw，max分別為Pw和ΔPw對應(yīng)的的上限值。

對蓄電池儲能單元的動態(tài)特性(式(11))進(jìn)行離散化處理，可得

(18)

式中，Ts為采樣時間。

對蓄電池荷電狀態(tài)，由式(12)可得

(19)

蓄電池荷電狀態(tài)及充放電電流相關(guān)約束為

SOCmin≤SOC(k)≤SOCmax

(20)

ib, min≤ib(k)≤ib, max

(21)

式中，SOCmax和SOCmin分別為荷電狀態(tài)高、低限值；ib，max和ib，min分別為蓄電池充放電電流最大值和最小值。

選取系統(tǒng)狀態(tài)變量x=[Pw，ib，PL，vc，SOC]T，系統(tǒng)輸入u=[ΔPw，Δib，ΔPL]T，系統(tǒng)輸出y=[PG，Pw，ib，PL，SOC]T，其中PL為負(fù)荷功率，則系統(tǒng)狀態(tài)空間模型矩陣如式(22)所示。

(22)

2.2 系統(tǒng)優(yōu)化目標(biāo)函數(shù)

假設(shè)k時刻，微網(wǎng)系統(tǒng)狀態(tài)及擾動可觀測，則該時刻控制變量通過求解預(yù)定義優(yōu)化問題而獲得。定義滿足本文中直流微網(wǎng)設(shè)計(jì)目標(biāo)的損失函數(shù)，如式(23)所示。

(23)

式中，pr為模型預(yù)測控制算法的預(yù)測時域；α、β、λ和ξ為相應(yīng)項(xiàng)的加權(quán)系數(shù)；Cw為常數(shù)；It=1表示系統(tǒng)聯(lián)網(wǎng)運(yùn)行，It=0表示孤島運(yùn)行；x(k+j|k)為k時刻對k+j時刻的預(yù)測值。在上述損失函數(shù)中，第一項(xiàng)表示若蓄電池未處于滿充狀態(tài)，則對其充電；第二項(xiàng)表示盡可能以較小的電流進(jìn)行充電；第三項(xiàng)驅(qū)使風(fēng)力發(fā)電單元在系統(tǒng)聯(lián)網(wǎng)時運(yùn)行于最大功率跟蹤狀態(tài)，以產(chǎn)生盡可能多的電能，提高能源利用率及系統(tǒng)運(yùn)行經(jīng)濟(jì)性；最后一項(xiàng)表示孤島運(yùn)行時，風(fēng)力發(fā)電及儲能單元應(yīng)最大限度滿足負(fù)荷供應(yīng)，使系統(tǒng)功率平衡[22]。

滿足本文中直流微網(wǎng)模型預(yù)測控制器設(shè)計(jì)的約束優(yōu)化問題如下式所示：

(24)

式中，j∈Ν[0,pr-1] ; h∈Ν[m,p-1]；m為模型預(yù)測控制算法的控制時域。k時刻，在預(yù)定義系統(tǒng)模型的基礎(chǔ)上通過系統(tǒng)狀態(tài)信息及預(yù)測信息的采集，計(jì)算系統(tǒng)未來預(yù)測時域內(nèi)系統(tǒng)輸出軌跡。采用QP算法求解目標(biāo)優(yōu)化函數(shù)，從而獲取滿足約束條件的控制時域內(nèi)最優(yōu)解序列{Δu(k|k)，…，Δu(m-1+k|k)}，但僅采用序列中第一個控制量Δu(k|k)作為系統(tǒng)優(yōu)化結(jié)果并輸出至微網(wǎng)各單元的本地控制器作為相應(yīng)參考運(yùn)行點(diǎn)。在下一采樣時刻，重復(fù)上述過程進(jìn)行滾動優(yōu)化校正，從而構(gòu)成閉環(huán)優(yōu)化。

3 分散控制設(shè)計(jì)

受預(yù)測模型精度、風(fēng)速等預(yù)測誤差的影響及離散系統(tǒng)采樣時間間隔的限制，模型預(yù)測主控制器輸出在一定程度上偏離系統(tǒng)理論最優(yōu)參考值。本地控制器的二次電壓調(diào)節(jié)控制策略能夠通過無差積分調(diào)節(jié)提供功率附加參考值，從而對反映直流微網(wǎng)系統(tǒng)平衡狀態(tài)的直流電壓進(jìn)行動態(tài)補(bǔ)償。此外，為避免因系統(tǒng)狀態(tài)及輸出反饋數(shù)據(jù)傳輸故障而導(dǎo)致模型預(yù)測主控制器無法正常工作，本文提出了一種基于本地控制器的雙冗余參考信號控制策略。系統(tǒng)正常運(yùn)行時，本地控制器接收MPC主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至電壓分層下垂控制策略產(chǎn)生的參考值信號。如此，既能夠保證系統(tǒng)在正常工況下高效運(yùn)行，又能在通信發(fā)生故障時進(jìn)行參考值無擾切換，保障系統(tǒng)穩(wěn)定運(yùn)行。

3.1 電壓分層控制

電壓分層控制根據(jù)微網(wǎng)直流電壓變化量將其分為不同的控制層，每級控制層下至少有一端變流器依V-I或V-P下垂特性控制直流電壓，維持系統(tǒng)功率平衡。由于采用直流電壓作為變流器工作方式唯一判據(jù)，各變流器間無相互通信，在MPC主控制器通信故障時，作為冗余控制能夠?yàn)橄到y(tǒng)本地控制器提供臨時參考運(yùn)行點(diǎn)。

圖2 風(fēng)電直流微網(wǎng)的電壓分層控制策略示意圖Fig.2 Diagram of voltage hierarchical control of wind turbine DC microgrid

3.2 直流微網(wǎng)各組成單元本地控制

3.2.1 風(fēng)力發(fā)電單元本地控制

聯(lián)網(wǎng)運(yùn)行時，風(fēng)力發(fā)電子系統(tǒng)采用最大功率跟蹤運(yùn)行方式，以最大限度地捕獲風(fēng)能，除滿足微網(wǎng)系統(tǒng)內(nèi)負(fù)荷及儲能單元需求外，多余能量通過并網(wǎng)變流器外送至交流主網(wǎng)。孤島運(yùn)行時，采取最大功率跟蹤或限功率運(yùn)行模式，以保證系統(tǒng)內(nèi)功率平衡。

風(fēng)力發(fā)電子系統(tǒng)作為非二次調(diào)壓單元，在正常運(yùn)行時，其本地W-VSC控制器接收MPC主控器的參考信號；通信故障時，接收電壓分層下垂控制策略產(chǎn)生的參考值信號并采用內(nèi)環(huán)電流控制、外環(huán)模型預(yù)測控制或電壓分層控制的雙閉環(huán)控制結(jié)構(gòu)，如圖3所示。其中故障判斷標(biāo)志x為直流電壓變化率。采用定子磁鏈定向，通過控制定子電流d、q軸分量即可實(shí)現(xiàn)對風(fēng)力發(fā)電機(jī)無功和有功功率的解耦控制。

3.2.2 并網(wǎng)變流器本地控制

聯(lián)網(wǎng)運(yùn)行時，并網(wǎng)變流器作為二次調(diào)壓單元調(diào)節(jié)直流微網(wǎng)內(nèi)部功率平衡，以穩(wěn)定直流電壓。系統(tǒng)孤島運(yùn)行時，直流微網(wǎng)與交流主網(wǎng)無功率交換。

同樣，系統(tǒng)正常運(yùn)行與發(fā)生通信故障時，并網(wǎng)變流器本地控制器分別接收來自MPC主控制器與電壓分層下垂控制策略產(chǎn)生的參考值信號，并疊加二次調(diào)壓補(bǔ)償信號。其控制依然采用雙閉環(huán)控制結(jié)構(gòu)，如圖4所示。圖中，K=TIt，其值為1表示系統(tǒng)并網(wǎng)運(yùn)行且功率參考值來自MPC主控制器。

圖4 并網(wǎng)變流器本地控制Fig.4 Local control of grid-connected converter

3.2.3 儲能單元本地控制

儲能單元作為系統(tǒng)臨時后備電源，在直流微網(wǎng)聯(lián)網(wǎng)運(yùn)行時，處于充電或滿充狀態(tài)。而在孤島運(yùn)行時，則作為二次調(diào)壓單元，起到維持系統(tǒng)內(nèi)功率平衡，穩(wěn)定直流電壓的作用。

系統(tǒng)正常運(yùn)行時，儲能單元本地控制器接收來自MPC主控制器的電流參考值，并與二次調(diào)壓作用參考輸出相疊加，作為實(shí)際參考輸出；通信故障時，接收電壓分層下垂控制策略產(chǎn)生的參考信號。采用雙閉環(huán)控制結(jié)構(gòu)，如圖5所示。圖中K1=T(1-It)，其值為1表示系統(tǒng)孤島運(yùn)行且相應(yīng)功率參考信號來自MPC主控制器。

圖5 儲能單元本地控制Fig.5 Local control of storage unit

3.2.4 負(fù)荷本地控制

在系統(tǒng)聯(lián)網(wǎng)或孤島運(yùn)行時，負(fù)荷本地控制器均以滿足負(fù)荷需求為控制目標(biāo)。當(dāng)本地負(fù)荷突增使聯(lián)網(wǎng)時并網(wǎng)變流器輸出到達(dá)限流值且蓄電池充放電功率無法滿足功率缺額，或孤島時儲能單元放電功率超過最大值或荷電狀態(tài)到達(dá)最低限值，則需要依據(jù)負(fù)荷優(yōu)先級進(jìn)行減載控制。

系統(tǒng)正常運(yùn)行時，負(fù)荷本地控制器接收來自MPC主控制器的功率參考值；通信故障時，接收來自電壓分層下垂控制策略產(chǎn)生的參考信號，此時，若系統(tǒng)功率充足，則電壓分層控制器運(yùn)行于定交流電壓模式，否則為減載模式，如圖6所示。

圖6 負(fù)荷本地控制Fig.6 Local control of load

綜上所述，本文提出的基于模型預(yù)測控制的風(fēng)電直流微網(wǎng)集散控制系統(tǒng)框圖如圖7所示。

圖7 基于模型預(yù)測控制的風(fēng)電直流微網(wǎng)集散控制系統(tǒng)Fig.7 Diagram of the MPC controller-based control system of wind turbine DC microgrid

4 仿真分析

4.1 系統(tǒng)簡介

為驗(yàn)證本文提出的基于MPC控制器的集散控制方案的有效性，在Matlab/Simulink 仿真軟件中搭建了如圖8所示的仿真系統(tǒng)。該系統(tǒng)包含1臺50 kW的永磁直驅(qū)風(fēng)力發(fā)電機(jī)組，額定風(fēng)速為12 m/s，W-VSC的額定容量為50 kW；G-VSC額定容量為50 kW；選取鉛蓄電池作為儲能元件，蓄電池額定電壓為180 V，額定容量100 A·h，Bi-DC額定容量為30 kW；直流母線額定電壓為400 V。MPC主控制器中預(yù)測時域設(shè)置為3，控制時域?yàn)?。電壓分層下垂控制策略中參數(shù)設(shè)置參見文獻(xiàn)[12]。

圖8 風(fēng)電直流微網(wǎng)的仿真系統(tǒng)結(jié)構(gòu)圖Fig.8 Simulated system diagram of the wind turbine-based DC microgrid

4.2 聯(lián)網(wǎng)運(yùn)行時仿真分析

圖9為直流微網(wǎng)系統(tǒng)聯(lián)網(wǎng)運(yùn)行時仿真結(jié)果。仿真初始時刻，系統(tǒng)正常運(yùn)行，負(fù)荷L1接入微網(wǎng)，蓄電池處于充電狀態(tài)，MPC主控制器輸出風(fēng)電功率參考值驅(qū)使風(fēng)電側(cè)變流器跟蹤最大功率點(diǎn)，系統(tǒng)多余功率通過并網(wǎng)變流器輸出至交流主網(wǎng)。第3 s時，負(fù)荷L2接入微網(wǎng)，由于風(fēng)電功率保持不變，微網(wǎng)輸出至交流主網(wǎng)的功率減少，以滿足負(fù)荷增長的需求。由于假設(shè)風(fēng)功率及負(fù)荷預(yù)測信息已知，MPC主控制器在前一時刻，綜合系統(tǒng)狀態(tài)與反饋信息通過約束優(yōu)化計(jì)算得到系統(tǒng)參考運(yùn)行點(diǎn)，使得第3 s時，系統(tǒng)狀態(tài)平穩(wěn)過渡，基本無延時和超調(diào)。第6 s時，風(fēng)速下降，風(fēng)電輸出功率降低，并網(wǎng)變流器功率反轉(zhuǎn)，由交流電網(wǎng)向微網(wǎng)輸入功率以維持系統(tǒng)穩(wěn)定運(yùn)行。第8 s，負(fù)荷L3接入微網(wǎng)，系統(tǒng)功率缺額仍由交流主網(wǎng)通過并網(wǎng)變流器進(jìn)行補(bǔ)充。第10 s，系統(tǒng)發(fā)生通信故障，與此同時，風(fēng)速再次降低，負(fù)荷L4接入。由圖9可知，故障瞬間，并網(wǎng)變流器輸出功率為0，風(fēng)電功率由于機(jī)械系統(tǒng)的慣性使輸出變化平穩(wěn)。直流電壓出現(xiàn)短暫震蕩。由于控制系統(tǒng)配備了冗余參考信號控制器，在檢測到系統(tǒng)運(yùn)行狀態(tài)異常后，迅速切換至后備電壓分層控制策略產(chǎn)生的參考值，并網(wǎng)變流器在經(jīng)歷短時異常后增加向微網(wǎng)輸出的有功功率，同時蓄電池放電，以維持系統(tǒng)正常運(yùn)行。第13 s，風(fēng)速上升，風(fēng)電輸出功率增大，除供給負(fù)荷外，多余功率對蓄電池進(jìn)行充電，交流主網(wǎng)提供的功率也有所降低。第16 s，負(fù)荷L4退出，系統(tǒng)仍根據(jù)檢測到的直流電壓進(jìn)行電壓分層控制，由于直流電壓偏差小于額定值2%，蓄電池繼續(xù)充電，并網(wǎng)變流器仍作為平衡節(jié)點(diǎn)維持系統(tǒng)功率平衡。

圖9 聯(lián)網(wǎng)時系統(tǒng)運(yùn)行特性Fig.9 Operational performance of the microgrid in grid-connected mode

4.3 孤島運(yùn)行時仿真分析

在孤島運(yùn)行狀態(tài)下，直流微網(wǎng)與交流主網(wǎng)無交換功率，系統(tǒng)不平衡狀態(tài)由蓄電池充放電管理、風(fēng)機(jī)出力限制及負(fù)荷減載控制共同調(diào)節(jié)。圖10為直流微網(wǎng)系統(tǒng)孤島運(yùn)行時仿真結(jié)果。仿真初始時刻，負(fù)荷L1、L2接入微網(wǎng)，風(fēng)電輸出功率小于負(fù)荷需求，蓄電池放電。第3 s，風(fēng)速增加，風(fēng)電輸出功率實(shí)際值跟蹤MPC主控制器輸出參考值，除供給負(fù)荷外另有結(jié)余，依MPC主控制器輸出蓄電池充電電流參考值對蓄電池進(jìn)行充電，多余功率轉(zhuǎn)換為風(fēng)機(jī)機(jī)械儲能系統(tǒng)動能增量。第6 s，風(fēng)速降低，但風(fēng)電輸出功率仍大于負(fù)荷需求，蓄電池繼續(xù)充電。第8 s，負(fù)荷L3、L4接入微網(wǎng)，蓄電池為維持系統(tǒng)功率平衡依據(jù)MPC主控器參考指令向微網(wǎng)輸出相應(yīng)功率。第13 s，負(fù)荷L4退出，風(fēng)速降低，風(fēng)電功率降低幅度大于負(fù)荷降低值，按照主控制器指令，蓄電池放電電流增加，以減少暫態(tài)過渡過程時間，使系統(tǒng)快速穩(wěn)定。第16 s，系統(tǒng)發(fā)生通信故障，主控制器輸出信號偏離真實(shí)參考值，致使系統(tǒng)功率失衡，在檢測到系統(tǒng)運(yùn)行狀態(tài)異常后，迅速切換至后備電壓分層控制策略產(chǎn)生的參考值，由于系統(tǒng)功率偏差在瞬間達(dá)到蓄電池輸出功率限值，負(fù)荷L3被迫減載以維持系統(tǒng)功率平衡。當(dāng)系統(tǒng)逐漸趨于穩(wěn)定，電壓恢復(fù)到額定值附近時，負(fù)荷L3再次接入。之后，系統(tǒng)依據(jù)電壓分層下垂控制策略產(chǎn)生的參考值運(yùn)行于該工況平衡點(diǎn)附近。

4.4 魯棒性測試

由于實(shí)際風(fēng)速通常具有高頻擾動特性，因此，風(fēng)力機(jī)通常會遭遇紊流，使得輸出風(fēng)電功率也會發(fā)生相應(yīng)擾動。這部分?jǐn)_動無法預(yù)知，給系統(tǒng)穩(wěn)定運(yùn)行帶來一定影響。為測試所提控制系統(tǒng)的魯棒性，在上節(jié)所述連續(xù)變化風(fēng)速中增加10%的高頻擾動，作為未知外擾，如圖11a所示。圖11b中曲線分別表示系統(tǒng)聯(lián)網(wǎng)時，在MPC主控制器與本地控制單元協(xié)調(diào)控制作用下，風(fēng)電直流微網(wǎng)中負(fù)荷功率、風(fēng)力發(fā)電單元及并網(wǎng)變流器聯(lián)合輸出功率、蓄電池儲能單元輸出功率。圖11c及圖11d分別表示風(fēng)電機(jī)組及并網(wǎng)變流器輸出功率。盡管MPC主控制器無法將未知外擾作為控制輸入?yún)⑴c功率設(shè)定值的尋優(yōu)計(jì)算，導(dǎo)致風(fēng)電輸出功率在聯(lián)網(wǎng)狀態(tài)下與該時刻最大功率產(chǎn)生一定偏差，但是在MPC主控器的作用下，通過系統(tǒng)實(shí)際狀態(tài)信息進(jìn)行滾動優(yōu)化校正進(jìn)行閉環(huán)優(yōu)化，使系統(tǒng)能夠在滿足負(fù)荷需求的前提下安全、穩(wěn)定運(yùn)行。說明此工況下，所設(shè)計(jì)控制系統(tǒng)即使未增加風(fēng)速擾動測量裝置，依然具備較好的控制性能。

圖10 孤島時系統(tǒng)運(yùn)行特性Fig.10 Operational performance of the microgrid in islanded mode

圖11 高頻風(fēng)速擾動下系統(tǒng)運(yùn)行特性Fig.11 Operational performance of the microgrid under high frequency wind disturbance

5 結(jié)論

直流微網(wǎng)控制系統(tǒng)的性能對系統(tǒng)安全、穩(wěn)定運(yùn)行起著至關(guān)重要的作用。本文在綜合分析微網(wǎng)系統(tǒng)控制策略的基礎(chǔ)上，提出了集分層控制及主從控制方法優(yōu)點(diǎn)于一身的集散控制方案。該方案采用模型預(yù)測控制器作為集散控制體系架構(gòu)中的主控制單元，產(chǎn)生本地控制器參考值。同時為系統(tǒng)中多端變流器分別配置冗余的電壓分層控制單元，作為系統(tǒng)通信故障時的備用參考信號發(fā)生器。在Matlab環(huán)境下搭建了風(fēng)電直流微網(wǎng)及其控制系統(tǒng)仿真模型。通過對所提集散控制系統(tǒng)設(shè)計(jì)方法及本地控制方案的原理闡述和仿真分析，得出如下結(jié)論：

1)為滿足系統(tǒng)經(jīng)濟(jì)運(yùn)行及高質(zhì)量電能的要求，采用模型預(yù)測控制器作為集散控制體系架構(gòu)中的主控制單元。通過對系統(tǒng)運(yùn)行特性的分析，建立了預(yù)測模型，并依據(jù)系統(tǒng)運(yùn)行優(yōu)化目標(biāo)設(shè)計(jì)了模型預(yù)測主控制器。

2)為規(guī)避該分層控制結(jié)構(gòu)中通信故障對系統(tǒng)穩(wěn)定性的影響，提出了雙冗余參考信號模式。正常運(yùn)行時，接受模型預(yù)測主控制器的參考信號，一旦通信失敗，本地控制器迅速切換至電壓分層控制策略產(chǎn)生的參考值。如此，既能夠保證正常運(yùn)行時，系統(tǒng)高效運(yùn)行及對電能質(zhì)量的要求，又能在故障時保證系統(tǒng)不失穩(wěn)。

3)通過小型風(fēng)電直流微網(wǎng)算例驗(yàn)證了所提集散控制系統(tǒng)的有效性，說明了在該控制系統(tǒng)的作用下，直流微網(wǎng)能夠?qū)崿F(xiàn)孤島和并網(wǎng)模式下的安全、穩(wěn)定運(yùn)行，并能夠?qū)ν獠克沧冿L(fēng)速擾動作出及時有效的響應(yīng)，具有較強(qiáng)的魯棒性。

[1] 錢科軍，袁越，石曉丹，等.分布式發(fā)電的環(huán)境效益分析[J].中國電機(jī)工程學(xué)報(bào)，2008，28(29)：11-15. Qian Kejun，Yuan Yue，Shi Xiaodan，et al.Environmental benefits analysis of distributed generation[J].Proceedings of the CSEE，2008，28(29)：11-15.

[2] 張犁，孫凱，吳田進(jìn)，等.基于光伏發(fā)電的直流微網(wǎng)能量變換和管理[J].電工技術(shù)學(xué)報(bào)，2014，29(2)：248-254. Zhang Li，Sun Kai，Wu Tianjin，et al.Energy conversion and management for DC microgrid based on photovoltaic generation[J].Transactions of China Electrotechnical Society，2014，29(2)：248-254.

[3] 李武華，徐馳，禹紅斌，等.直流微網(wǎng)系統(tǒng)中混合儲能分頻協(xié)調(diào)控制策略[J].電工技術(shù)學(xué)報(bào)，2016，31(14)：84-92. Li Wuhua，Xu Chi，Yu Hongbin，et al.Frequency dividing coordinated control strategy for hybrid energy storage system of DC micro-grid[J].Transactions of China Electrotechnical Society，2016，31(14)：84-92.

[4] 王成山，武震，李鵬.微電網(wǎng)關(guān)鍵技術(shù)研究[J].電工技術(shù)學(xué)報(bào)，2014，29(2)：1-12. Wang Chengshan，Wu Zhen，Li Peng.Research on key technologies of microgrid[J].Transactions of China Electrotechnical Society，2014，29(2)：1-12.

[5] 劉振國，胡亞平，陳炯聰，等.基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計(jì)方法[J].電力系統(tǒng)保護(hù)與控制，2015，43(8)：124-133. Liu Zhenguo，Hu Yaping，Chen Jiongcong，et al.A planning and design method for microgrid based on two-stage optimization[J].Power System Protection and Control，2015，43(8)：124-133.

[6] 姜世公，李琰，王衛(wèi).一種微網(wǎng)系統(tǒng)孤島運(yùn)行條件下的能量管理策略[J].電工技術(shù)學(xué)報(bào)，2014，29(2)：130-135. Jiang Shigong，Li Yan，Wang Wei.A novel power management strategy for microgrid on islanding mode[J].Transactions of China Electrotechnical Society，2014，29(2)：130-135.

[7] 吳衛(wèi)民，何遠(yuǎn)彬，耿攀，等.直流微網(wǎng)研究中的關(guān)鍵技術(shù)[J].電工技術(shù)學(xué)報(bào)，2012，27(1)：98-106，113. Wu Weimin，He Yuanbin，Geng Pan，et al.Key technologies for DC micro-grids[J].Transactions of China Electrotechnical Society，2012，27(1)：98-106，113.

[8] Salomonsson D，Sannino A.Low-voltage DC distribution system for commercial power systems with sensitive electronic loads[J].IEEE Transactions on Power Delivery，2007，22(3)：1620-1627.

[9] Jong Y K，Jin H J，Seal K，et al.Cooperative control strategy of energy storage system and microsources for stabilizing the microgrid during islanding operation[J].IEEE Transactions on Power Electronics，2010，25(12)：3037-3048.

[10]Zhou Haihua，Tanmoy B，Duong T，et al.Composite energy storage system involving battery and ultracapacitor with dynamic energy management in microgrid applications[J].IEEE Transactions on Power Electronics，2011，26(3)：923-931.

[11]Tsikalakis A G，Hatziargyriou N D.Centralized control for optimizing microgrids operation[J].IEEE Transactions on Energy Conversion，2008，23(1)：241-248.

[12]王毅，張麗榮，李和明，等.風(fēng)電直流微網(wǎng)的電壓分層協(xié)調(diào)控制[J].中國電機(jī)工程學(xué)報(bào)，2013，33(4)：16-24. Wang Yi，Zhang Lirong，Li Heming，et al.Hierarchical coordinated control of wind turbine-based DC microgrid[J].Proceedings of the CSEE，2013，33(4)：16-24.

[13]Gu Yunjie，Xiang Xin，Li Wuhua，et al.Mode-adaptive decentralized control for renewable DC microgrid with enhanced reliability and flexibility[J].IEEE Transactions on Power Electronics，2014，29(9)：5072-5080.

[14]Dragicevic T，Guerrero J M，Vasquez J C，et al.Supervisory control of an adaptive-droop regulated DC microgrid with battery management capability[J].IEEE Transactions on Power Electronics，2014，29(2)：695-706.

[15]郝雨辰，吳在軍，竇曉波，等.多代理系統(tǒng)在直流微網(wǎng)穩(wěn)定控制中的應(yīng)用[J].中國電機(jī)工程學(xué)報(bào)，2012，32(25)：27-35. Hao Yuchen，Wu Zaijun，Dou Xiaobo，et al.Application of multi-agent systems to the DC microgrid stability control[J].Proceedings of the CSEE，2012，32(25)：27-35.

[16]Guerrero J M，Vasquez J C，Matas J，et al.Hierarchical control of droop-controlled AC and DC microgrids-a general approach toward standardization[J].IEEE Transactions on Industrial Electronics，2011，58(1)：158-172.

[17]Bidram A，Davoudi A.Hierarchical structure of microgrids control system[J].IEEE Transactions on Smart Grid，2012，3(4)：1963-1975.

[18]Liang Che，Shahidehpour M.DC microgrids：economic operation and enhancement of resilience by hierarchical control[J].Transactions on Smart Grid，2014，5(5)：2517-2526.

[19]Yi Zong，Kullmann D，Thavlov A，et al.Application of model predictive control for active load management in a distributed power system with high wind penetration[J].Transactions on Smart Grid，2012，3(2)：1055-1062.

[20]Murdoch A，Barton R S，Winkelman J R，et al.Control design and performance analysis of a 6MW wind turbine-generator[J].IEEE Transactions on Power Apparatus and Systems，1983，102(5)：1340-1347.

[21]李和明，董淑惠，王毅，等.永磁直驅(qū)風(fēng)電機(jī)組低電壓穿越時的有功和無功協(xié)調(diào)控制[J].電工技術(shù)學(xué)報(bào)，2013，28(5)：73-81. Li Heming，Dong Shuhui，Wang Yi，et al.Coordinated control of active power and reactive power of PMSG-based wind turbines for low voltage ride through[J].Transations of China Electrotechnical Society，2013，28(5)：73-81.

[22]Qi Wei，Liu Jinfeng，Chen Xianzhong，et al.Supervisory predictive control of standalone wind/solar energy generation systems[J].IEEE Transactions on Control Systems Technology，2011，19(1)：199-207.

Model Predictive Controller-Based Distributed Control of Wind Turbine DC Microgrid

Wang Yi Yu Ming Li Yonggang

(School of Electrical and Electronic Engineering North China Electric Power University Baoding 071003 China)

In this paper，a model predictive controller-based distributed control system of wind power DC microgrid is designed.To meet the requirements of economic operation and high quality electric power of the system and，model predictive controller is utilized as the main control unit of the distributed control architecture to generate reference signals for local controller.To avoid the negative impact of the hierarchical control structure in case of communication failure on the system stability，dual redundant reference signals are used by local controller.During normal operation，reference signals from model predictive controller are accepted by local controller，once communication failure occurs，the redundant reference signals from voltage hierarchical control can be switched fast enough.In this case，the system can ensure not only efficient operation and requirements of power quality during normal operation，but also system stability during during failure.To verify the effectiveness of the proposed model predictive controller-based distributed control system of wind power DC microgrid，simulations are conducted on Matlab with results showing that the design objective is fulfilled in both grid-connected and islanded state with efficient and flexible operation during normal operation using the proposed model predictive controller and stable and safe operation in case of communication failure switching voltage hierarchical controller.

Wind turbine-based DC microgrid，model predictive control，voltage hierarchical control，distributed control system，secondary voltage regulation

國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)資助項(xiàng)目(2015AA050101)。

2015-06-10 改稿日期2015-10-27

TM71

王 毅 男，1977年生，博士，教授，研究方向?yàn)轱L(fēng)力發(fā)電并網(wǎng)控制技術(shù)、電力電子技術(shù)在電力系統(tǒng)中的應(yīng)用等。

E-mail：yi.wang@ncepu.edu.cn

于 明 女，1987年生，博士研究生，研究方向?yàn)轱L(fēng)力發(fā)電并網(wǎng)控制和直流微網(wǎng)控制技術(shù)。

E-mail：ming_yu_ncepu@hotmail.com(通信作者)