陳燕東 ,劉燕軍 ,張松 ,謝志為 ,2,王自力 ,2,桑勇 ,張龍
(1.湖南大學 電氣與信息工程學院,湖南 長沙 410082;2.湖南大學深圳研究院,廣東 深圳 518000)
以風電和光伏為主的分布式微網在海島電源、鐵路供電、野外供電等場景應用廣泛[1-3].分布式電源受限于可再生資源的時空零散分布,出力具有間歇性.同時,負荷的隨機投切也會導致微網母線功率供需失衡[4].將混合儲能接入微網,可以調控母線的功率潮流,增強孤島電力的運行穩定性[5-7],但儲能的功率控制及子單元的功率分配問題帶來了新的挑戰.通過電能的吸收釋放,儲能向孤島電力提供功率補償[8],例如在發電功率突減時放電、突增時充電,實現母線功率的“降余補缺”[4].謝志佳等[9]認為電池儲能具有的動態吸收并釋放能量的特性能補償母線功率缺額,是孤島電力的必要功率補充.Liu 等[10]、葉小輝等[11]、陶瓊等[12]詳細敘述了分布式電力中儲能的作用,分析了各類儲能的優缺點及應用性,肯定了儲能的響應速度快、穩定性高、可控性強等優點,同時指出儲能的最大出力受其SOC(荷電狀態)影響.
混合儲能對外的整體功率響應能增強微網對母線功率潮流的調控,但對內的子單元功率響應決定混合儲能的整體輸出性能.針對子單元功率分配,文獻[13-17]控制超級電容補償失衡功率的高頻分量與蓄電池響應低頻分量,減少了母線的功率擾動,但未考慮子單元間的功率協調,并沒有解決蓄電池頻繁充放電與功率抵消問題.文獻[18-19]通過SOC均衡控制有效平衡了各子單元出力.文獻[20]基于深度學習不斷優化容量與功率的關聯函數,實現了功率的精確解算,但其浩大的計算量不適合微嵌入式工程.文獻[21-23]通過約束超級電容電壓來調節蓄電池的出力,極大簡化了功率分配的計算流程.由上分析可知,在設計功率分配算法時,很容易忽略子單元的功率與能量特性對整體功率響應的影響,同時應簡化控制流程,提高程序的容錯率,無論是分頻還是深度學習,其執行的容錯率都較低.因此充分利用儲能單元的固有特性,提高子單元間的功率協調控制仍值得深入研究.
對此,本文提出一種基于多目標協調的混合儲能功率自適應分配方法,從功率和能量特性視角調控混合儲能的功率響應.實現的功率分配效果符合子單元的功率響應特性;通過SOC 管理優化子單元的功率曲線,保障了超級電容作為主電源的功率輸出能力,降低了蓄電池的充放電深度,提高了混合儲能的整體功率響應能力.
圖1 給出了微電網的結構框架.分布式發電源和消耗源并聯接入母線;超級電容和蓄電池經由變流器接入母線,組成混合儲能;F2 為并網開關,非必要工況下不閉合(例如,僅在儲能單元無法工作時閉合),這使微網處于類孤島狀態.圖中箭頭表示各單元的功率流動正方向.
忽略各級變流器損耗,如圖1 所示微網穩定運行時各功率源間的功率平衡方程見式(1).
式中,Pbat是蓄電池輸出功率,Psc為超級電容功率;Pse為光伏并網功率,Pwe為風電并網功率;∑Pload表示總負荷能耗功率.
將儲能作為主功率源,可將母線功率潮流分為儲能與非儲能性質功率流,式(1)可變換為式(2).
式中:Pnet為母線凈需求功率,表示儲能補償功率.由式(2)可知:混合儲能的功率響應等于負荷能耗與分布式發電源并網功率之差時,母線功率平衡.
孤島工況下,微網缺少大電網支撐,可將儲能設為電壓源,用于電壓調節和功率支撐[24].
超級電容是功率型單元,能響應瞬時大功率需求,但其能量密度小,這限制了其持續輸出性能.蓄電池是能量型單元,常在站點配置大容量組合,但其功率響應速度慢.針對儲能的固有功率與能量特性,設計的功率控制方案如圖2所示.

圖2 混合儲能系統功率控制模型Fig.2 Power control model of hybrid energy storage system
通過對不同儲能特性的“優勢整合,劣勢互補”,上述功率控制方案的思路是發揮超級電容的瞬時大功率響應特性,維持母線功率動態平衡,通過功率管理單元將超級電容的功率響應轉移至蓄電池輸出,實現補償母線功率的同時完成子單元間的功率分配.
基于圖2 描述的功率控制思路,設計了主從并聯型混合儲能功率控制方案,超級電容作為主控電壓源,采用V/f策略;蓄電池作為從控制器,采用直接功率控制.通過控制整體儲能系統的功率響應,能滿足母線的電壓調節和功率補償需求.
圖3 給出了采用PI 控制的簡化控制系統電路,變流器的控制參數見表1.超級電容采用端電壓為Udc1的電容和電阻Rsc的串聯模型等效;Udc2為蓄電池電壓;Qn、Kn(n=1~6)為開關管及開關信號;ea~c為變流器橋臂中點電壓;iLai~Lci、ioai~oci(i=1,2)分別表示a、b、c 三相濾波電感電流和并網電流;ua~c為母線相電壓;Lfi、Rfi和Cfi(i=1,2)表示LC 濾波器的結構參數.母線電壓等級為380 V/50 Hz.

表1 變流器控制參數Tab.1 Parameters of converter control systems

圖3 混合儲能控制系統簡化電路Fig.3 Simplified control circuit for hybrid energy storage system
蓄電池側的P/Q 控制形式為雙層功率外環和電感電流內環,表現為電流源特性.kppob和kipob、kppb和kipb、kpib和kiib分別表示外層功率環、內層功率環和電流環的PI 控制器的比例、積分參數;id2和iq2、iod2和ioq2、ud2和uq2表示電感電流、并網電流和母線電壓的dq分量;ω0、θ為對母線電壓鎖相所得的頻率與相角;外層功率環以并網電流(iod2、ioq2)為計算因子,內層功率環以電感電流(id2、iq2)為計算因子,外層功率環控制并網功率,內層功率環輸出作為電流環指令,可使電流指令變化更平滑.
由基爾霍夫電流定律(KCL)易推導出交流側電路的功率表達.
式中,ioa2~oc2、iLa2~Lc2、iCa2~Cc2分別表示交流側并網電流、電感側電流和電容側電流信號;Pbat和Qbat、PbL和QbL、PbC和QbC分別表示計算的并網功率、電感側功率和電容側功率.分析式(3)~式(4)可知,雙層功率策略滿足交流側電路KCL 方程,補償了LC 濾波器的功率損耗,能提高并網功率的控制精度.
超級電容側的V/f控制形式為電壓外環和電感電流內環,表現為電壓源特性.kpis和kiis、kpus和kius分別表示電壓外環和電流內環的PI 控制器的比例、積分參數;id1和iq1、iod1和ioq1、ud1和uq1分別表示電感電流、并網電流和母線電壓的dq分量;ud1*和uq1*、ω和f*表示用于構造電壓特性的電壓幅值與頻率參考.
式(5)計算超級電容的并網功率Psc、Qsc.
圖4 給出了基于多目標協調的混合儲能功率自適應分配方法,實現了四個維度的功率協調:

圖4 基于多目標協調的子單元功率自適應分配模型Fig.4 Adaptive power allocation method with multi-objective coordination for hybrid energy storage
1)基于SOC狀態的最大功率響應協調,對應Pbm(s)模塊.
2)判斷功率指令充放電狀態的超級電容功率協調,對應Pscb(s)模塊.
3)考慮超級電容SOC 優化的蓄電池功率協調,對應Pbf(s)、Pbs(s)模塊.
4)混合儲能子單元的功率自主分配設計,對應Pi(s)、H(s)模塊.
3.1.1 儲能SOC狀態的分層設計
相較于大電網,儲能的可用容量很小,長時以最大功率充放電易發生SOC 越限,造成不可逆的使用損害.因此有必要對SOC 特性分層管理,約束不同SOC 狀態下的充放電能力,這可以有效保護儲能單元,延長使用壽命.
圖5定義了儲能的SOC區間及其分界值:

圖5 儲能SOC特性區間示意圖Fig.5 Schematic diagram of SOC characteristic interval
在典型的三分區管理(過充警戒區、正常區和過放警戒區)基礎上[24],本文將警戒區細分為高/低壓區和極限區,既能有效防止SOC 越限,又能備用部分極限容量,提高SOC利用率.
超級電容作為主電壓源,要求其在SOC 處于警戒區甚至極限區時仍滿足母線電壓的調控需要求,因此將其SOC分為7大區間,增加了頂層區(>SOCsup)和底層區(<SOCsdown)為限制區間.
3.1.2 基于蓄電池SOC的最大功率協調系數設計
超級電容是物理型儲能,SOCscn狀態約束其功率響應強度,對使用壽命的影響較小;蓄電池是電化學儲能,SOCbn越限會造成內部介質的化學活性降低,嚴重縮短其使用壽命[18,25].因此,需限制不同SOCbn下蓄電池的最大充放電功率,式(6)通過設置協調系數λ約束蓄電池的最大功率響應:
式中,Pbm、Pbatm分別表示蓄電池的額定最大功率與協調后的可用最大功率;λ為最大功率協調系數,表征最大功率響應的約束狀態.
蓄電池的端電壓與其SOCbn表現為非線性關聯[25],據此選用冪函數特性表征其最大功率與SOCbn的關聯,λ的數學表達如下:
式中,SOCbmid=(SOCbhigh+SOCblow)/2;SOCbn為蓄電池當前SOC 狀態;λ1、λ2表示放電與充電功率協調系數.由式(7)可繪制λ曲線,見圖6,其左縱坐標軸對應λ1,右坐標軸對應λ2.

圖6 基于SOCbn的功率系數λ曲線Fig.6 λ curve based on SOCbn state
圖6 表征蓄電池在不同SOCbn下對應的λ曲線,SOCbn與λ1、λ2表現為 一一對應.觀察λ1可知:當SOCbn減小至SOCbmid時,λ1從1開始下降,λ1的變化表現為冪函數趨勢(與蓄電池電壓特性一致),當SOCbn減小至SOCbmin時,λ1降為0,此時蓄電池的可用放電功率為0.λ2特性同理分析.
3.2.1 超級電容SOC的二次計算
超級電容的SOC 狀態與其端電壓近似為正相關特性,常采用開路電壓法估算SOCscn[25].
式中:Uscn為超級電容端電壓,Usc_max、Usc_min為超級電容額定的最大與最小電壓.
作為主控電壓源,要求超級電容在極限SOCscn狀態下具有正常的充放電功率響應能力,而式(8)通過剩余容量與額定容量的比值定義SOCscn,顯然在較低SOCscn時超級電容的放電能力弱,較高SOCscn下的充電能力不合要求,與設計要求相悖.
本小節優化了SOCscn的計算過程,式(9)重構了式(8)中的關鍵變量:二次配置Usc_max、Usc_min參考值,使超級電容滿足設計要求.
SOCscn二次計算是按需將Usc_max、Usc_min縮小和放大為Usup和Usdown,見圖7,通過重構相關的電壓參考,使之具備極限SOC下的充放電能力.

圖7 超級電容的最值電壓二次配置Fig.7 Reconfiguration of voltage reference for SC
3.2.2 超級電容功率協調模式
蓄電池頻繁切換充放電狀態將嚴重縮短其使用壽命,但超級電容幾乎無此限制[25],因此通過判斷蓄電池功率指令的充放電狀態,在滿足SOCscn約束下允許超級電容協調蓄電池的部分功率響應,能有效降低蓄電池的功率響應深度.
圖8 描述了超級電容協調模式的SOCscn約束:SOCcoo表示功率協調模式下超級電容的SOC約束值,SOCscn≥SOCcoo時超級電容允許放電協調,SOCscn≤SOCcoo時允許充電協調.

圖8 超級電容功率協調示意圖Fig.8 The diagram of power coordination of SC
用式(10)表示圖8,其中Pscb2、Pscb1為充電與放電協調功率,Pgbbi(i=1,2)為協調功率計算值.
超級電容SOCscn與其端電壓近似為正相關特性[25],可采用正比例特性描述協調功率Pgbbi(i=1,2)隨SOCscn的變化,設Pb為蓄電池的一次功率指令.
式中:Pgbb1表示放電協調時,超級電容的放電功率指令;Pgbb2表示充電協調下的充電功率指令.
根據式(11)繪制Pgbb曲線,見圖9.

圖9 Pgbb隨SOCscn變化特性曲線Fig.9 Characteristic curve of Pgbb changing with SOCscn
超級電容的功率協調控制發揮不同SOCscn下的超級電容的充放電的輸出優勢,以釋放蓄電池的部分功率響應,同時調節自身SOCscn狀態.
儲能充放電能力隨其SOC 變化為反特性[25],如過充時其放電能力增強而充電能力減弱;過放時其充電能力增強而放電能力減弱.超級電容作為電壓源,其功率響應決定混合儲能的瞬時功率輸出,直接影響微網的運行,因此需要優化SOCscn狀態,保障其正常的充放電能力.
設SOCscn處于正常區時,蓄電池進入常態模式,常態功率指令為Pbatr,當SOCscn偏離正常區時,蓄電池進入協調模式,協調功率指令為Pbs.令全狀態SOCscn下的蓄電池功率指令為Pbf.
式中,P1=Pnet-Pscmax;P2=Pnet-Pscmin.Pscmax、Pscmin是超級電容的最大放電與充電功率.結合式(13),繪制了Pbs特性曲線,如圖10所示.

圖10 Pbs隨SOCscn變化特性曲線Fig.10 Characteristic curve of Pbs changing with SOCscn
當SOCscn偏移正常區,蓄電池進入功率協調模式,Pbs的強度取決于SOCscn的偏移深度;當SOCscn進入極限區,蓄電池以功率P1(或P2)作為協調功率指令,此時超級電容的響應功率為Pscmax(或Pscmin),SOCscn能以最快速度回到正常區.
圖2 描述的功率控制方案中,功率管理單元實現儲能子單元功率分配.以積分器為控制單元,設計了如圖11所示的功率自主分配方法.
圖11 中,Psc為超級電容的并網功率;Pbatr為蓄電池的一次功率指令;PH為超級電容余功率指令;Pb為過程指令.現分析各函數具體內容.
式中:功率分配函數Pi(s)的本質為積分器.
式中:對應Pbm(s)函數,Pbmax、Pbmin為蓄電池可用最大放電與充電功率,對應式(6)中Pbatm.
式中:該式對應函數H(s),表示余功率函數,當蓄電池滿功率輸出也無法補償母線凈需求功率Pnet時,超級電容承擔余下的功率缺額PH.
建立圖11對應的傳遞函數.
假設母線功率平衡且Pb未超調,可得H(s)=0,此時圖11處于開環狀態,式(17)可簡化為式(18).
積分器對輸入信號具有時間累加和空間調零作用,簡稱“時空調零”特性,頻域上表現為高頻濾除和時域上表現為延時,即:經式(18)若干周期調節后,穩態下Pbatr(s)以Psc(s)輸入的滿幅輸出,且Psc(s)=0,調節周期由Ki控制.
結合式(2)可導出功率自主分配下的儲能子單元的功率指令表達:
t1時刻母線凈需求功率Pnet發生單位階躍增變化,子單元的功率響應如圖12所示.

圖12 Psc和Pbat的功率響應曲線Fig.12 Power response of Psc and Pbat
t1時刻Pnet階躍突變,超級電容迅速響應,提供峰值功率補償,再漸減為0,蓄電池功率Pbat則從0 漸增為1,承接了超級電容的功率轉移.
綜上可知,當母線功率失衡,超級電容補償瞬時Pnet缺額,等效為Pnet的高頻分量,經過Pi(s)調節后高頻響應Psc以低頻化信號Pbatr轉移至蓄電池輸出,等效為Pnet的低頻分量.表明在該功率控制方案下,子單元的功率響應能自主分配.
基于Matlab/Simulink 平臺,搭建基于多目標協調的混合儲能功率自適應分配方法仿真模型.
參數定義:設系統總需求功率為200 kVA,允許發生20%波動,可設母線功率波動為±40 kW;選取A123-ANR26650M1 型鋰電池,單體參數為3.3 V/ 2.3 Ah,通過360 節串聯成列作為一組蓄電池;選取HCCap-48 V/200 F 模組串并聯,得到額定電壓為 1 248 V 的超級電容單體,據此設置混合儲能的仿真模型(小容量仿真有助于監測SOC動態變化).
儲能單元的參數如表2 所示.仿真對比如圖13所示.設置三種功率分配策略仿真對比,1 號策略仿真子單元功率自主分配模式,見圖13(a);2號策略仿真子單元功率自主分配+超級電容功率協調模式,見圖13(b);3 號策略仿真基于多目標協調的功率自適應分配模式,見圖13(c).

表2 儲能單元設置參數Tab.2 Parameters of the energy storage

圖13 仿真設置的三種功率分配策略Fig.13 Three power allocation strategies for simulation
將t0時刻定義為3 號策略中超級電容的首動作時刻,仿真波形圖中的小號藍色圓圈及文字表示此刻功率分配模式發生切換.
工況1:當分布式發電單元新能源受實況條件影響而造成出力驟減,母線凈需求功率Pnet表現為突增變化.設t1時刻Pnet由平衡狀態階躍增為35 kW.設置超級電容SOCscn在全狀態下進行仿真,波形輸出見圖14~圖18.

圖14 初始SOCscn=97%時輸出波形Fig.14 System waveform when initial SOCscn=97%
圖14 中初始SOCscn=97%,t1時刻凈需求功率Pnet由0 突增為35 kW.在穩態下,圖14(a)表明三種策略均能穩定補償Pnet缺額,由蓄電池承擔全部功率缺額,超級電容不發生功率交互;從圖14(b)中可知,2 號與3 號策略中SOCscn最終維持在設定的安全區,而1號策略中超級電容始終處于過充狀態.
在暫態調節中,1號策略輸出的功率曲線符合自主分配設計原則:在t1時刻,超級電容輸出35 kW 功率補償母線功率的瞬時缺額,在自主分配控制下Pnet平滑轉移至蓄電池,穩態后超級電容進入待機狀態,對應圖14(b)中SOCscn維持在過充極限區.2 號策略進入超級電容功率協調模式(協調蓄電池放電):在t1~t3時刻,SOCscn≥SOCshigh,超級電容承擔全額Pnet需求,SOCscn下降,蓄電池處于待機狀態;t3時刻后,SOCscn<SOCshigh,蓄電池開始承擔Pnet需求,此時Psc隨SOCscn降低而減小,Pbat隨SOCscn降低而增加,SOCscn的負變化率逐漸減小,至Psc=0、Pbat=Pnet,此時SOCscn=SOCsmid,超級電容退出功率協調模式,系統進入穩態.3 號策略中:超級電容處于過充極限狀態,在t0~t2時刻,SOCscn≥SOCshigh,蓄電池進入充電協調模式,該模式下蓄電池的充電功率由SOCscn約束,不受Pnet強度影響,此時超級電容以大功率放電,使SOCscn快速下降,t1時刻Pnet階躍突增后超級電容迅速動作,在Psc曲線上表現為功率尖峰;t2時SOCscn=SOCshigh,蓄電池退出功率協調模式;t2時刻后3 號策略進入超級電容功率協調模式,該過程與2 號策略一致.圖14 表明:在功率自主分配策略基礎上,多目標協調策略與僅考慮超級電容協調策略都能調節超級電容SOCscn狀態,但前者對SOCscn優化的能力更強.如在t3時刻,后者僅將SOCscn優化至80%,而前者將SOCscn優化至71.92%,其SOCscn優化性能相較后者提高了10.10%.
圖15 中初始SOCscn=83%,在t0~t2時刻,3 號策略中蓄電池進行充電協調,t2時刻后超級電容進入放電協調.2 號策略中超級電容一直處于放電協調模式。t3時刻,2 號與3 號策略中SOCscn=SOCshigh,t3時刻后兩種策略的運行過程一致.由于(t1-t0)很小,因此相比于2號策略,3號策略對SOCscn的差額優化有限,僅為1.24%.

圖15 初始SOCscn=83%時輸出波形Fig.15 System waveform when initial SOCscn=83%
圖14~圖15 表明:SOCscn偏移越深,多目標協調策略的SOCscn優化能力越強,如圖14~圖15 中的SOCscn偏移深度加大,在僅考慮超級電容協調策略將SOCscn優化至SOCshigh時,所提多目標協調策略對SOCscn的差額優化效果從1.24%提高至10.10%.
圖16中初始SOCscn=53%,2號與3號策略進入超級電容功率協調模式,運行過程一致.1 號策略的暫態調節最快,但超級電容SOCscn狀態最差.

圖16 初始SOCscn=53%時輸出波形Fig.16 System waveform when initial SOCscn=53%
圖17 中初始SOCscn=23%,處于正常區,系統進入功率自主分配模式,3種策略輸出一致.

圖17 初始SOCscn=23%時輸出波形Fig.17 System waveform when initial SOCscn=23%
圖18 中初始SOCscn=3%,處于過放極限狀態.在放電模式下,2 號與1 號策略進入功率自主分配模式,但無法調節SOCscn狀態;3 號策略進入蓄電池放電協調模式(協調優化SOCscn狀態),將SOCscn調節到正常區(SOCscn≥20%).圖18 表明:設計的SOC 管理和多目標功率協調使超級電容具備了極限SOC 狀態下的功率輸出與SOCscn優化能力.

圖18 初始SOCscn=3%時輸出波形Fig.18 System waveform when initial SOCscn=3%
上述結果驗證了基于多目標協調的混合儲能功率自適應分配方法的可行性,仿真輸出的功率響應曲線中所表現出的功率特性符合超級電容和蓄電池的功率響應特性;在功率自主分配策略的基礎上,多目標協調策略加強了對不同SOCscn狀態下的超級電容的功率響應性能的利用,降低了蓄電池的總電能輸出強度;所設計的SOC 特性分層管理,加強了對超級電容SOCscn狀態的優化調節,使超級電容在全SOCscn狀態下具備充放電能力.這有效增強了混合儲能的整體功率響應能力.
工況2:模擬母線凈需求功率Pnet脈動式突變場景,見圖19(b),t1時刻Pnet從+10 kW 突變為-30 kW后快速恢復為+10 kW,t2時刻Pnet從+10 kW 突變為+50 kW 后快速恢復為+10 kW.設置超級電容SOCscn處于正常狀態.仿真1號和3號策略如圖19(a)所示.

圖19 工況2下系統輸出波形Fig.19 System output waveform of simulation 2
圖19 中,Pnet發生正負極性變化的高頻脈動突變.t1時刻Pnet突變過程發生了兩次極性切換,3 號策略中Pbat未發生充放電狀態轉換,而1 號策略發生了兩次狀態切換.t2時刻Pnet突增中伴隨高頻變化的小擾動功率信號,相比1 號策略,3 號策略的Pbat曲線中,功率調整時間從t3增至t4,蓄電池的最大功率深度從39.4 kW 降至21 kW,降低了46.70%.圖19 表明,多目標協調策略有效減緩了蓄電池的功率變化,降低了蓄電池的功率響應深度.
在功率協調模式下,混合儲能在響應高頻過零變化的功率時,有效減少子單元正負性功率抵消造成的功率浪費情況,這降低了子單元的功率響應深度,增強了混合儲能的功率補償性能.對蓄電池而言,實質上是加強其使用性能,延長其使用壽命.
本文對應用于孤島微網中的混合儲能的整體功率響應控制及子單元功率分配問題開展研究,提出一種基于多目標協調的混合儲能功率自適應分配方法,實現了子單元功率在4 個維度協調的自適應分配控制,總結如下:
1)設計了一套可應用于孤島電力系統中的混合儲能整體功率控制方案,能調節母線的功率潮流和自適應分配子單元功率.
2)所提自主分配策略下的功率輸出符合子單元的功率響應特性,超級電容響應瞬時功率需求,蓄電池承擔超級電容的轉移功率,其功率曲線緩慢變化,等效于承擔穩態的功率需求.
3)在自主分配策略基礎上,提出了多目標協調策略來加強子單元SOC 管理與功率協調.實現了當SOCscn處于極限區時,利用蓄電池優化SOCscn,相比于僅考慮超級電容功率協調,多目標協調下的SOCscn優化性能最大能提高10.10%;當SOCscn處于正常區時,利用超級電容協調蓄電池的功率輸出,減小了蓄電池的充放電狀態轉換次數與功率深度,以工況2 為例,多目標協調下蓄電池的充放電轉換次數減少2次和功率響應深度降低了46.70%.