本发明属于电气自动化领域,具体涉及一种面向电力能源互联网的基于模型预测算法的电网控制方法。
背景技术:
随时电气技术和新材料技术的不断发展,高比例可再生能源并网规模也不断增加,由于可再生源并网发电具有较强的随机性,这对电力系统的稳定性提出了更高的要求。同时由于分布式能源、电动汽车、储能等设备在末端配电网中的增加,使得开发智能、高效的微电网技术迫在眉睫。而对于具有多种形式的分布式可再生电源的微网,能量管理架构及变换器的控制方式更加复杂。这些因素给电力系统中微网技术的开发和优化带来了挑战。
另一方面,电能变换及控制技术飞速发展,使得电能互联、分配及电能的使用方式发生了极大的变化。传统的电能形式、电压等级已不是局限电能互联的障碍。新的变换器控制技术的发展能够灵活处理各种类型的分布能源合理并入电网。在基于新的变换器控制技术的情况下,开发新的适合于多种分布式能源互联的能源互联网控制方法具有一定的意义。mpc(modelpredictivecontrol)模型预测控制技术以其快速的响应能力和基于系统模型的控制优势在变换器控制中越来越受到重视和应用。
但是,现有的对于电网的控制方法,大多局限在结构层面,而且采用传统的能量管理系统和控制方法,响应速度慢,而且效率低下。
技术实现要素:
本发明的目的在于提供一种响应速度快、效率较高且能够有效提升电网稳定性和可靠性的面向电力能源互联网的基于模型预测算法的电网控制方法。
本发明提供的这种面向电力能源互联网的基于模型预测算法的电网控制方法,包括如下步骤:
s1.对光伏发电系统进行最大功率跟踪控制;对风能发电系统进行最大功率跟踪控制;对储能系统进行安全控制;对牵引负载进行pmsm控制;
s2.对光伏发电系统进行模型预测控制;对风能发电系统进行模型预测控制;对储能系统进行模型预测控制;
s3.实时采集光伏发电系统、风能发电系统、储能系统和牵引负载的运行参数,以功率平衡为目的实现协调控制。
步骤s1所述的对光伏发电系统进行最大功率跟踪控制,具体为采用扰动观察法,通过改变电压变化量对最大功率点电压进行搜索,找到光伏发电系统的最大功率点电压,并进行最大功率跟踪控制。
步骤s1所述的对风能发电系统进行最大功率跟踪控制,具体为采用爬山法搜索风能发电系统的最大功率点,并进行最大功率跟踪控制。
步骤s2所述的对光伏发电系统进行模型预测控制,具体为采用如下模型进行预测控制:
当开关为“开”时,光伏发电系统变换器的数学模型为:
当开关为“关”时,光伏发电系统变换器的数学模型为:
根据上述光伏发电系统变换器的数学模型,电压和电流分别预测为:
开关为“开”时:s=1,
开关为“关”时,s=0,
选取评价函数为:g=|iref-il(k+1)|;
式中tc为控制步长;iref为由最大功率算法所得到的参考电流。
步骤s2所述的对风能发电系统进行模型预测控制,具体为采用如下模型进行预测控制:
永磁直驱风力发电机的小信号模型为:
电磁转矩为:
运动方程为:
电流和转矩的下一步预测为:
评价函数为:
步骤s2所述的对储能系统进行模型预测控制,具体为采用如下模型进行预测控制:
双向电池变换器的模型为:
步骤s3所述的实时采集光伏发电系统、风能发电系统、储能系统和牵引负载的运行参数,以功率平衡为目的实现协调控制,具体为采用如下步骤进行控制:
a.采样直流母线电压vbus(k)和直流母线电流ibus(k);
b.计算功率参数:负载功率pl、电路损耗ploss、风机功率pw和光伏功率ppv,并进行电池状态估算;
c.根据步骤b得到的功率参数,计算净功率pnet;
d.根据步骤c计算得到的净功率pnet和步骤b得到的电池状态估算值soc,采用如下规则进行协调控制:
若pnet>0且soc>socmax,则停止对电池充电;
若pnet>0且soc≤socmax,则对电池进行充电直至电池状态值soc>socmax;
若pnet≤0且soc≤socmin,则进行负荷切除;
若pnet≤0且soc>socmin,则对电池进行放电直至电池状态值soc<socmin。
本发明提供的这种面向电力能源互联网的基于模型预测算法的电网控制方法,能量管理和控制结构更加明了,三层控制结构分工明确,模型预测控制精准,能够对微网中分布式电能的功率分配进行优化,而且响应速度快、效率较高,且能够有效提升电网稳定性和可靠性。
附图说明
图1为本发明的系统架构图。
图2为本发明的光伏发电系统的系统结构示意图。
图3为本发明的光伏发电系统的控制结构示意图。
图4为本发明的风力发电系统的系统结构示意图。
图5为本发明的风力发电系统的控制结构示意图。
图6为本发明的双向电池变换器的系统结构示意图。
图7为本发明的双向电池变换器的控制结构示意图。
图8为本发明的系统整体结构示意图。
图9为本发明的协调控制结构示意图。
具体实施方式
如图1所示为本发明的系统架构图:本发明提供的这种面向电力能源互联网的基于模型预测算法的电网控制方法,包括如下步骤:
s1.对光伏发电系统进行最大功率跟踪控制;对风能发电系统进行最大功率跟踪控制;对储能系统进行安全控制;对牵引负载进行pmsm控制;
在具体实施时,对光伏发电系统进行最大功率跟踪控制,具体为采用扰动观察法,通过改变电压变化量对最大功率点电压进行搜索,找到光伏发电系统的最大功率点电压,并进行最大功率跟踪控制;对风能发电系统进行最大功率跟踪控制,具体为采用爬山法搜索风能发电系统的最大功率点,并进行最大功率跟踪控制;
s2.对光伏发电系统进行模型预测控制;对风能发电系统进行模型预测控制;对储能系统进行模型预测控制;
在具体实施时,对光伏发电系统进行模型预测控制(如图3所示),具体为采用如下模型进行预测控制:
如图2所示:
当开关为“开”时,光伏发电系统变换器的数学模型为:
当开关为“关”时,光伏发电系统变换器的数学模型为:
根据上述光伏发电系统变换器的数学模型,电压和电流分别预测为:
开关为“开”时:s=1,
开关为“关”时,s=0,
选取评价函数为:g=|iref-il(k+1)|;
式中tc为控制步长;iref为由最大功率算法所得到的参考电流;
对风能发电系统进行模型预测控制(如图5所示),具体为采用如下模型进行预测控制:
如图4所示:
永磁直驱风力发电机的小信号模型为:
电磁转矩为:
运动方程为:
电流和转矩的下一步预测为:
评价函数为:
对储能系统进行模型预测控制(如图7),具体为采用如下模型进行预测控制:
如图6所示:
双向电池变换器的模型为:
式中
s3.实时采集光伏发电系统、风能发电系统、储能系统和牵引负载的运行参数,以功率平衡为目的实现协调控制(如图8所示);具体为采用如下步骤进行控制(如图9所示):
a.采样直流母线电压vbus(k)和直流母线电流ibus(k);
b.计算功率参数:负载功率pl、电路损耗ploss、风机功率pw和光伏功率ppv,并进行电池状态估算(储能系统中的电池进行电池状态估算);
c.根据步骤b得到的功率参数,计算净功率pnet;
d.根据步骤c计算得到的净功率pnet和步骤b得到的电池状态估算值soc,采用如下规则进行协调控制:
若pnet>0且soc>socmax,则停止对电池充电;
若pnet>0且soc≤socmax,则对电池进行充电直至电池状态值soc>socmax;
若pnet≤0且soc≤socmin,则进行负荷切除;
若pnet≤0且soc>socmin,则对电池进行放电直至电池状态值soc<socmin。