孤島情況下基于模糊控制的儲能系統功率控制策略研究?

劉國海 邢 云 吳振飛 陳兆嶺 孫文卿

(1.江蘇大學電氣信息工程學院，江蘇 鎮江 212013；2.江蘇鎮安電力設備有限公司，江蘇 鎮江 212100)

新能源發電具有間歇性和隨機性，功率波動大，孤島情況下微電網的能量平衡關系脆弱，在大擾動下易出現系統崩潰[1]，因此微電網的控制策略設計直接決定了微電網的抗干擾能力[2－3]。

由于孤島情況下微電網的穩定性較差，如何提高系統的可靠性和經濟性一直是研究的熱點。文獻[4]提出了將自適應PID 控制方法應用于孤島微電網的控制，將自適應算法與PID 控制結合，雖然可以改善PID 控制的效果，但是很難解決諸如復雜的數學模型、工作點的大規模變異及時變不確定性系統帶來的問題。文獻[5－7]以儲能儲能狀態(State of Energy，SOE)狀態為指標，結合自適應控制，提出以模糊經驗模態分解、小波包變換的方式動態調整儲能系統的輸出功率，該方法不但能兼顧儲能充放電能力、延長儲能系統的使用壽命，還能夠滿足平滑新能源功率波動的需求。文獻[8]提出了一種基于智能模糊控制的光儲聯產協調控制策略，能優化控制效果，但存在算法復雜的問題。文獻[9]采用多輸入模糊控制器，能夠對輸出進行更精細控制，但影響因素多，制定模糊規則繁瑣復雜。而兩輸入的控制器[10－12]計算雖然簡單，但在分布式電源多樣的微電網中控制效果粗糙。文獻[13]通過實現有功功率的無互聯信號線自治協調控制以防止儲能系統過充過放。文獻[14－19]分別對光伏、風機單獨分析，提出了適用于不同特性的分布式電源的控制方法，對某種分布式電源有良好的控制效果，但應用于多能源形式的智能微電網時流程復雜且計算量大。

上述文獻，一方面從頻域角度，利用分頻濾波的原理(濾波器及小波理論)協調儲能系統出力。這能體現儲能的不同特點并適度地保護電池，但存在各頻段的分界頻率難以界定、電池和超級電容器出現正負相反的輸出功率、控制指令延時等問題。另一方面從時域角度，控制儲能系統的輸出功率以平抑功率波動，但在分配過程中仍存在如滑動平均法的窗口大小選擇困難、難以協調儲能出力與平抑功率波動的矛盾，從而導致儲能在高低電位時過沖過放等問題[20]。

為了協調儲能系統功率分配和荷電狀態(State of Charge，SOC)的固有矛盾，在能快速、準確平抑母線功率波動的同時又能保護儲能裝置，提高系統的經濟性和可靠性，提出一種計及母線凈功率的模糊控制策略。區別于傳統模糊控制，其優點是不依賴某個單獨逆變器而是直接參與聯絡線的功率分配，并引入凈功率變化率以加快響應速度，使之在多種分布式電源的微電網中有更好的控制效果。控制器采用三輸入一輸出模式，通過模糊化得到相應的語言變量集合與隸屬函數，根據要求制定相應的模糊規則，再采用重心法去模糊，并將計算所有單元的功率之和得到的母線凈功率輸入模糊控制器，得到儲能系統的輸出功率。最后通過仿真展示了所述控制策略的優越性，并進行試驗驗證了其可行性。

1 微電網系統結構拓撲

圖1 為某微電網拓撲結構圖。圖中1＃儲能裝置作為孤島情況時的基準源，為系統提供基準電壓與基準頻率。光伏、風機單元為不可控發電源，孤島運行時大多工作于MPPT 模式。柴油發電機組在新能源發電嚴重缺失時提供主要功率輸出。2＃儲能裝置根據分布式電源和負荷的功率變化情況參與功率的協調分配，以平抑聯絡上的大幅功率波動，或以“削峰填谷”形式進行微電網內能量管理。本文將基于此拓撲進行功率控制策略的研究。

圖1 微電網拓撲結構圖

圖1 中分布式電源的總發電功率PDG與母線凈功率Plg分別為:

其中PWT為風力發電功率；PPV為光伏發電功率；PD為柴油機發電功率；Pload為負載消耗功率總和。

母線凈功率變化率為:

式中:Plg(n)表示當前時刻的母線凈功率，通過信息采集模塊采集至中央處理系統計算所得；Plg(n－1)表示上一時刻的母線凈功率。式中，Tn－T(n－1)為單位時間間隔。

2 儲能系統的模糊控制

本文提出的控制策略采用三輸入一輸出的模糊控制器，其控制原理如圖2 所示。數據采集模塊測得各單元功率后，計算得到負載功率之和Pload以及發電單元功率之和PDG，兩者相減得到凈功率Plg，并求其一階導數，與SOC 數值一起作為模糊控制器的輸入，通過模糊控制求得儲能系統輸出功率給定值，以正值表示充電，以負值表示放電。最終計算PDG－Pload－Pbat得到交流母線功率Pgrid。

圖2 模糊控制示意框圖

相較于傳統的模糊控制采用本單元逆變器的輸出功率或新能源發電的影響參數(如輻照度、風速等)作為變量參與閉環控制，本文所設計的模糊控制器計及母線凈功率，因此在分布式電源復雜的微電網中可以有更好的表現。

2.1 模糊變量及其隸屬度函數

隸屬度函數和模糊規則的設計要求在滿足SOC安全使用的前提下盡可能地平抑母線的功率波動。當鋰電池SOC 小于40%時放電，開路電壓變化較大，并且對電池本身造成損傷，影響電池的使用壽命，根據實驗經驗所得需留有10%裕度，因此最終將Small 設定為小于50%。同理在SOC 過高情況下繼續大功率充電也會對電池產生不可逆損傷甚至有爆炸危險，因此將SOC 大于90%設定為Big。

模糊控制選取儲能系統SOC、母線凈功率及其變化率作為輸入。其中SOC 的基本論域為[0，100]，當SOC 介于0～50 之間語言變量為S(小)，介于50～90 之間為M(中)，介于90～100 之間為B(大)。母線凈功率基本論域為[－10，10]，量化因子取0.5。母線凈功率變化率基本論域為[－1，1]，量化因子取5。Pbat基本論域為[－5，5]比例因子取0.6，控制器輸出變量基本論域經量化后落在模糊集合{－3，－2，－1，0，1，2，3}內，相應的語言變量集合為{負大(NB)，負中(NM)，負小(NS)，零(ZE)，正小(PS)，正中(PM)，正大(PB)}。

2.2 模糊規則制定

模糊控制器采用Mamdani 推理方法進行推理，并采用重心法去模糊，模糊規則的制定遵循以下要求:

當儲能SOC>90%時(B)，儲能系統停止充電并視凈功率變化率情況放電，當變化率變大則增大放電功率，變化率變小則減小放電功率。當儲能50%

(1)當儲能裝置電量<50%，SOC 處于S，規則如表1 所示。

表1 模糊規則表I

(2)當50%<儲能裝置電量<90%，SOC 處于M，規則如表2 所示。

表2 模糊規則表II

(3)當儲能裝置電量>90%，SOC 處于B，規則如表3 所示。

表3 模糊規則表III

3 仿真

3.1 單個儲能單元

針對本文所提控制策略，分別與PID 控制、傳統兩輸入模糊控制和粒子群優化算法(PSO)算法進行仿真對比。

算例中PID 控制將儲能輸出功率與母線凈功率的差值e(t)為輸入，通過PID 調節得到儲能系統的輸出功率。仿真前通過整定得到一組較好的kp、ki、kd參數后進行驗證。在未考慮功率限制情況下所得PID 控制的動態跟蹤效果如圖3 所示。

圖3 PID 動態跟蹤性能

算例中傳統模糊控制采用兩輸入一輸出模糊控制器，以儲能SOC 和母線凈功率Plg為模糊變量，儲能系統功率為輸出變量，其中模糊規則與隸屬度函數與上述規則類似。

算例中PSO 算法綜合考慮負載與電源的功率平衡和儲能系統SOC 狀態為優化條件。其代價函數如式(4)所示，其中K1為母線功率波動系數，K2為荷電狀態系數，Et為t時刻儲能裝置荷電狀態。Eref為儲能裝置荷電狀態參考值。約束條件為儲能系統的最大充放電功率約束和荷電狀態約束，如式(5)、式(6)。

算例中光照強度、風速、負荷水平等參數參照當地真實數據，處理后所得凈功率Plg曲線如圖4 所示。微電網系統中儲能裝置容量為4 kWh。仿真結果如圖4、圖5 與表4 所示。

圖4 母線凈功率曲線

表4 微電網狀態指標參數

圖5 為各功率控制策略下母線功率波動曲線，圖6 為各控制策略下儲能SOC 曲線。圖中PID 控制為追尋母線功率的波動最小化始終處于較大功率放電導致儲能SOC 急劇下降，在仿真結束時SOC 從初始值80%降至17.4%。而雙輸入模糊控制跟蹤效果明顯不如本文所述控制策略，雖然SOC 下降非常緩慢只降低至70.2%，卻在平抑母線功率波動的目的上表現較差，這也是平抑母線功率波動與儲能SOC 的固有矛盾，當以SOC 為控制策略的重心時則優先考慮對儲能系統的保護，以功率波動值為控制策略的重心時則優先減小母線功率波動，粒子群算法效果與本文相近，但在部分時刻由于陷入局部最優未尋得最優解，導致功率波動會間歇性突然增大。本文所述控制策略能很好地平抑母線功率波動，并且能在小功率波動時考慮到母線凈功率的變化率，以協調儲能出力，合理地減少充放電次數，避免儲能系統頻繁地交替充放電。

圖6 SOC 變化曲線

由圖4～圖6 與表4 可見，本文所述控制策略可以更好地協調功率分配和儲能系統的固有矛盾。儲能SOC 波動范圍為61.9%～80%，母線功率波動的最大值為3.3kW，充放電交替次數為25 次，所述控制策略在平抑母線上的功率波動的同時，能夠合理減少儲能系統的充放電次數，達到保護電池，延長儲能系統使用壽命的目的。

3.2 多個儲能單元

如若微電網中含有多個儲能單元，各個單元均可采用本文所提出的模糊控制器，該控制方法采集的是母線功率的變化，因此各個單元均會按照規則設定的要求和SOC 狀態分別進行調整，直至達到平衡。

針對微電網中存在多個不同容量的儲能裝置的情況，按照上述仿真參數，在系統中同時并聯5kWh和10kWh 儲能裝置進行對比仿真，所得母線總功率波動仿真所得結果如表5 所示。本文控制策略較其他幾種方法相比，功率波動更低，并且可從兩個儲能單元的SOC 變化看出該策略的功率分配更加合理。

表5 微電網指標參數

4 試驗

為驗證本文所述控制策略的可行性，在校內微電網實驗室進行了試驗驗證，試驗拓撲結構如圖7所示。其中1 號儲能系統使用V/f 控制，為微電網在孤島情況下提供電壓與頻率的基準值。2 號儲能系統采用本文所述的功率控制策略，參與系統內功率的協調分配。由于真實風機、光伏為不可控單元無法用以對照試驗，因此試驗時采用模擬風機、模擬柴發、模擬光伏代替。系統內所有設備均配備數據檢測功能，并通過RS485 與TCP/IP 協議傳輸至中央控制系統。

圖7 試驗系統結構圖

實驗時長設定200 s，設定可編程負載、模擬發電單元的功率曲線，如圖8 所示，所得母線凈功率波動范圍為0.24 kW 至3.88 kW。試驗設定SOC 初始值為75%，時長為180 s。并將本文所設計的模糊控制算法與傳統模糊控制算法寫入中央控制系統，設備采集數據傳輸至中央處理系統后，經計算得到儲能輸出功率，并下發指令至儲能控制柜，最終測得母線功率如圖9～圖11 所示。

圖8 各單元設定的功率曲線

圖9 母線功率曲線圖

圖10 采用傳統模糊控制的母線功率曲線

圖11 采用本文模糊控制的母線功率曲線

如圖9～圖11 所示，其中上方為測得電壓與電流波形，下方為計算所得母線功率。采用所述控制策略后母線功率波動相較傳統模糊控制明顯降低，能夠有效地維護系統的穩定運行。

由于試驗時長較短，儲能SOC 變化不明顯，后又對本文所述方法進行了時長3 h 的孤島運行試驗，測繪所得SOC 曲線如圖12 所示。當SOC 處于較低的狀態時，出于對儲能系統的保護，策略會減小儲能系統的出力，以延長儲能系統使用壽命。如圖12 所示，根據模糊規則設定，儲能SOC 能盡可能保持在50%以上。

圖12 采用本文模糊控制的SOC 變化曲線

5 結語

本文針對微電網中由于分布式發電單元的間歇性導致的功率波動問題，提出了一種計及母線凈功率及其變化率的模糊控制策略，主要結論如下:

(1)控制器采用母線凈功率而不是分布式電源的發電功率，有助于簡化系統，與現有的模糊控制相比，引入凈功率變化率，響應速度更快，且能協調優化儲能SOC 和平抑功率波動之間的固有矛盾。

(2)采用母線凈功率作為輸入而不涉及某種特定的分布式發電模塊，使得該方法在含多種分布式電源的微電網或多種形式能源的智能微電網中有著良好的應用前景。

(3)仿真結果表明，所述控制策略在相同條件下，功率波動范圍與傳統方法相比，平抑功率波動更小，能更好地保護儲能裝置，提高系統經濟性。

(4)所述控制策略需要微電網系統內均具備數據監測與傳輸功能，需要設備開放通訊接口，依賴于通信網絡。

(5)由于所述策略采用模糊控制，為非線性控制方法，因此是有靜差控制，不適用于精度要求很高的場合。