基于模型预测控制的直流微网混合储能能量管理策略
发布时间：2021-07-28 14:06
为有效增强直流微网安全性、稳定性及其经济运行能力,基于模型预测控制理论,提出了一种直流微网混合储能系统（HESS）优化控制策略。根据超级电容与蓄电池的特性、系统安全工作需求及各种约束条件,建立含混合储能直流微网的预测模型。通过定义其优化指标,设计能量优化管理策略,并将其转化为二次规划问题进行求解,实现了直流微网中功率的合理调度。此外,提出了系统脱离约束情况下的功率控制方法。仿真实验验证了所提优化管理策略的可行性和有效性。
【文章来源】：电力系统保护与控制. 2020,48(16)北大核心CSCD
【文章页数】：7 页
【部分图文】：
直流微网结构
(6)2)充放电功率约束UCminUCUCmaxBminBBmaxGminGGmax()()()PPkikPPPkikPPPkikP(7)3)荷电状态约束UCminUCUCmaxBminBBmax()()SOCSOCkikSOCSOCSOCkikSOC(8)3能量管理策略3.1模型预测控制滚动优化MPC主要结构如图2所示，包括预测模型、滚动优化和反馈校正三个部分[22]，其最主要特征为滚动优化。滚动优化过程即综合利用历史信息及模型信息，对目标函数进行滚动优化，并根据实际输出对预测模型进行修正[23]。图2模型预测控制原理Fig.2Principleofmodelpredictivecontrol选取各采样时刻的预测输出y(k)和参考轨迹r(k)的偏差作为模型预测优化问题的控制目标，MPC优化模型为21min(()())NiJrkikykikQ(9)s.t.minmaxminmaxminmax()0,1,,1()0,1,,1()1,2,,uuuukikuiNuukikuiNyykikyiN(10)式中，k0,1,2；Q为预测输出误差的正定加权系数矩阵；r(kik)、y(kik)为当前采样时刻k在ki时刻的期望输出值和预测输出值；maxu、minu、maxu、minu、maxy、miny分别为控制变量增量、控制变量、输出变量的上下限；uN为控制步长，N为预测步长，且uNN。3.2二次规划问题转化为了方便求解MPC优化问题，采用文献[24]方法将优化问题转化为二次规划问题的形式。首先定义向量
-74-电力系统保护与控制图7风电场系统运行功率Fig.7Operatingpowerofwindfarmsystem图8混合储能系统状态Fig.8StateofHESS5结论本文将模型预测控制方法应用于直流微网系统，提出了一种优化能量管理策略，并额外考虑了算法无解时的解决方法。MPC算法引入动态变化的参考轨迹，通过转化为便于求解的二次规划形式获得最优功率控制序列，在维持系统稳定运行的同时实现HESS的优化控制。考虑到系统脱离约束，算法无解的情况，对HESS状态进行分类并提出相应的功率分配方法，使系统继续根据所设控制目标运行。基于实验设计净负荷数据和风电场实际净负荷数据的仿真实验结果表明，该控制策略可行且有效，具有较高的实际应用价值。参考文献[1]ELLINGWOODK,SAFDARNEJADS,KOVACSH,etal.Analysingthebenefitsofhybridisationandstorageinahybridsolargasturbineplant[J].InternationalJournalofSustainableEnergy,2019,38(10):937-965.[2]MAGDYG,MOHAMEDEA,SHABIBG.Microgriddynamicsecurityconsideringhighpenetrationofrenewableenergy[J].ProtectionandControlofModernPowerSystems,2018,3(3):236-246.DOI:10.1186/s41601-018-0093-1.[3]丁明,史盛亮,刘新宇,等.交直流混合微网优化配置研究[J].电力系统保护与控制,2018,46(14):17-25.DINGMing,SHIShengliang,LIUXinyu,etal.StudyofoptimalconfigurationofahybridAC/DCmicrogrid[J].PowerSystemProtectionandControl,2018,46(14):17-25.[4]NOORS,YANGWentao,GUOMiao,etal.Energydemandsidemanagementwithinmicro-gridnetworksenhancedbyblockchain[J].AppliedEnergy,2018,228:1385-1398.[5]伍文华,陈燕东,罗安,等.一种直流微网
【参考文献】：
期刊论文
[1]基于模型预测控制的固态变压器控制策略研究[J]. 张明锐,宋柏慧,王佳莹,韦莉. 电力系统保护与控制. 2019(01)
[2]基于一致性理论的直流微电网混合储能协同控制策略[J]. 周建宇,闫林芳,刘巨,石梦璇,陈霞,文劲宇. 中国电机工程学报. 2018(23)
[3]交直流混合微网优化配置研究[J]. 丁明,史盛亮,刘新宇,潘浩,周金辉,余杰,顾一丰. 电力系统保护与控制. 2018(14)
[4]储能系统容量优化配置及全寿命周期经济性评估研究综述[J]. 李建林,修晓青,吕项羽,郭威. 电源学报. 2018(04)
[5]基于混合储能动态调节的独立混合微电网分布式协调控制[J]. 范其丽,郑晓茜,王璞,冯越. 电力系统保护与控制. 2018(07)
[6]考虑氢能-天然气混合储能的电-气综合能源微网日前经济调度优化[J]. 刘继春,周春燕,高红均,郭焱林,朱雨薇. 电网技术. 2018(01)
[7]基于模型预测控制方法的风电直流微网集散控制[J]. 王毅,于明,李永刚. 电工技术学报. 2016(21)
[8]一种直流微网双向并网变换器虚拟惯性控制策略[J]. 伍文华,陈燕东,罗安,周乐明,周小平,杨苓. 中国电机工程学报. 2017(02)
[9]含分布式发电的微电网中储能装置容量优化配置[J]. 刘舒,李正力,王翼,马瑞,陆丹,刘皓明. 电力系统保护与控制. 2016(03)
[10]蓄电池与超级电容混合储能系统的控制策略[J]. 张纯江,董杰,刘君,贲冰. 电工技术学报. 2014(04)
本文编号：3308054
【文章来源】：电力系统保护与控制. 2020,48(16)北大核心CSCD
【文章页数】：7 页
【部分图文】：
直流微网结构
(6)2)充放电功率约束UCminUCUCmaxBminBBmaxGminGGmax()()()PPkikPPPkikPPPkikP(7)3)荷电状态约束UCminUCUCmaxBminBBmax()()SOCSOCkikSOCSOCSOCkikSOC(8)3能量管理策略3.1模型预测控制滚动优化MPC主要结构如图2所示，包括预测模型、滚动优化和反馈校正三个部分[22]，其最主要特征为滚动优化。滚动优化过程即综合利用历史信息及模型信息，对目标函数进行滚动优化，并根据实际输出对预测模型进行修正[23]。图2模型预测控制原理Fig.2Principleofmodelpredictivecontrol选取各采样时刻的预测输出y(k)和参考轨迹r(k)的偏差作为模型预测优化问题的控制目标，MPC优化模型为21min(()())NiJrkikykikQ(9)s.t.minmaxminmaxminmax()0,1,,1()0,1,,1()1,2,,uuuukikuiNuukikuiNyykikyiN(10)式中，k0,1,2；Q为预测输出误差的正定加权系数矩阵；r(kik)、y(kik)为当前采样时刻k在ki时刻的期望输出值和预测输出值；maxu、minu、maxu、minu、maxy、miny分别为控制变量增量、控制变量、输出变量的上下限；uN为控制步长，N为预测步长，且uNN。3.2二次规划问题转化为了方便求解MPC优化问题，采用文献[24]方法将优化问题转化为二次规划问题的形式。首先定义向量
-74-电力系统保护与控制图7风电场系统运行功率Fig.7Operatingpowerofwindfarmsystem图8混合储能系统状态Fig.8StateofHESS5结论本文将模型预测控制方法应用于直流微网系统，提出了一种优化能量管理策略，并额外考虑了算法无解时的解决方法。MPC算法引入动态变化的参考轨迹，通过转化为便于求解的二次规划形式获得最优功率控制序列，在维持系统稳定运行的同时实现HESS的优化控制。考虑到系统脱离约束，算法无解的情况，对HESS状态进行分类并提出相应的功率分配方法，使系统继续根据所设控制目标运行。基于实验设计净负荷数据和风电场实际净负荷数据的仿真实验结果表明，该控制策略可行且有效，具有较高的实际应用价值。参考文献[1]ELLINGWOODK,SAFDARNEJADS,KOVACSH,etal.Analysingthebenefitsofhybridisationandstorageinahybridsolargasturbineplant[J].InternationalJournalofSustainableEnergy,2019,38(10):937-965.[2]MAGDYG,MOHAMEDEA,SHABIBG.Microgriddynamicsecurityconsideringhighpenetrationofrenewableenergy[J].ProtectionandControlofModernPowerSystems,2018,3(3):236-246.DOI:10.1186/s41601-018-0093-1.[3]丁明,史盛亮,刘新宇,等.交直流混合微网优化配置研究[J].电力系统保护与控制,2018,46(14):17-25.DINGMing,SHIShengliang,LIUXinyu,etal.StudyofoptimalconfigurationofahybridAC/DCmicrogrid[J].PowerSystemProtectionandControl,2018,46(14):17-25.[4]NOORS,YANGWentao,GUOMiao,etal.Energydemandsidemanagementwithinmicro-gridnetworksenhancedbyblockchain[J].AppliedEnergy,2018,228:1385-1398.[5]伍文华,陈燕东,罗安,等.一种直流微网
【参考文献】：
期刊论文
[1]基于模型预测控制的固态变压器控制策略研究[J]. 张明锐,宋柏慧,王佳莹,韦莉. 电力系统保护与控制. 2019(01)
[2]基于一致性理论的直流微电网混合储能协同控制策略[J]. 周建宇,闫林芳,刘巨,石梦璇,陈霞,文劲宇. 中国电机工程学报. 2018(23)
[3]交直流混合微网优化配置研究[J]. 丁明,史盛亮,刘新宇,潘浩,周金辉,余杰,顾一丰. 电力系统保护与控制. 2018(14)
[4]储能系统容量优化配置及全寿命周期经济性评估研究综述[J]. 李建林,修晓青,吕项羽,郭威. 电源学报. 2018(04)
[5]基于混合储能动态调节的独立混合微电网分布式协调控制[J]. 范其丽,郑晓茜,王璞,冯越. 电力系统保护与控制. 2018(07)
[6]考虑氢能-天然气混合储能的电-气综合能源微网日前经济调度优化[J]. 刘继春,周春燕,高红均,郭焱林,朱雨薇. 电网技术. 2018(01)
[7]基于模型预测控制方法的风电直流微网集散控制[J]. 王毅,于明,李永刚. 电工技术学报. 2016(21)
[8]一种直流微网双向并网变换器虚拟惯性控制策略[J]. 伍文华,陈燕东,罗安,周乐明,周小平,杨苓. 中国电机工程学报. 2017(02)
[9]含分布式发电的微电网中储能装置容量优化配置[J]. 刘舒,李正力,王翼,马瑞,陆丹,刘皓明. 电力系统保护与控制. 2016(03)
[10]蓄电池与超级电容混合储能系统的控制策略[J]. 张纯江,董杰,刘君,贲冰. 电工技术学报. 2014(04)
本文编号：3308054
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3308054.html
