中國儲能網訊：北京交通大學國家能源主動配電網技術研發(fā)中心、北京電動車輛協(xié)同創(chuàng)新中心、丹麥技術大學電氣工程學院的研究人員楊捷、金新民、吳學智、陳美福、V G Agelidis，在2017年第10期《電工技術學報》上撰文指出，直流微網中通常采用混合儲能系統(tǒng)作為緩沖環(huán)節(jié)，對分布式能源和負載引起的不同時間尺度功率波動進行補償。
為實現(xiàn)功率在能量密度型儲能元件和功率密度型儲能元件之間合理分配，提出無互聯(lián)通信網絡的分層控制策略。其中，底層控制以電壓變化率作為虛構的信息載體，通過設置不同儲能接口變換器輸出電壓關于功率的“靈敏度”，確保超級電容在負載突變瞬間能夠提供大部分功率；二次控制對底層控制產生的穩(wěn)態(tài)誤差進行補償，以實現(xiàn)輸出電壓穩(wěn)定，并保證超級電容穩(wěn)態(tài)電流為零。
在此控制框架下，各儲能單元僅需本地信號即可實現(xiàn)自主協(xié)調運行，避免了互聯(lián)通信網絡所帶來的經濟性和可靠性問題。最后，實驗結果驗證所提方法的可行性和有效性。
作為分布式能源有效的整合形式，直流微網以其效率高、可靠性高、經濟性高等優(yōu)點被廣泛關注[1,2]。由于分布式能源的間歇性會嚴重影響系統(tǒng)的穩(wěn)定運行，因此直流微網中通常需要配置儲能系統(tǒng)進行補償[3,4]。直流微網中各儲能單元分布式地并聯(lián)接入公共直流母線，如何實現(xiàn)不同單元之間功率合理分配是儲能系統(tǒng)協(xié)調控制的重要目標[5,6]。
根據對通信網絡的依賴程度，儲能系統(tǒng)功率分配策略可以分為無互聯(lián)通信網絡控制和借助互聯(lián)通信網絡控制：前者一般采用下垂機理，以母線電壓為“信息載體”，各單元僅利用本地信息即可實現(xiàn)自治管理[7,8]；后者利用通信網絡獲取來自中央控制器的指令或其他單元的信息，對下垂控制精度上的缺陷進行補償[9-11]。然而，通信網絡會給微網系統(tǒng)帶來冗余與成本問題。
為此，本課題組在文獻[12]中通過引入新的信息載體，提出了一種無需互聯(lián)通信網絡的功率分配策略，該方法在改善分配精度的同時，保證了微網系統(tǒng)的可靠性、經濟性以及可擴展性。
上述方法都是圍繞儲能系統(tǒng)穩(wěn)態(tài)功率的分配問題展開討論，研究對象主要是蓄電池等能量密度型儲能元件。但是受化學反應速度的限制，蓄電池功率密度比較小，當負載發(fā)生突變時，無法對目標功率進行快速吞吐，難以滿足系統(tǒng)的動態(tài)要求[13]；超級電容充放電過程是物理變化，可在短時間內提供較大功率[14]。
蓄電池和超級電容具有很強互補性，二者構成的混合儲能系統(tǒng)（Hybrid Energy StorageSystems, HESS）可以滿足微網不同時間尺度的功率需求，同時可以有效改善蓄電池的使用壽命[15]。
混合儲能系統(tǒng)的功率分配策略核心任務就是讓高能量密度的蓄電池響應低頻功率需求，而高功率密度的超級電容則快速吸收或釋放高頻目標功率[16]。最常見的HESS功率分配技術是基于濾波器的控制[17-19]，此類方法是讓目標功率經過中央控制器的低通濾波環(huán)節(jié)和高通濾波環(huán)節(jié)，濾波結果作為輸出功率指令分別發(fā)送至蓄電池和超級電容。
另一種常見的HESS控制方法是規(guī)則型控制[20,21]，即根據各種功率波動狀態(tài)，預先設置不同模式下的專家規(guī)則信息庫以及對應蓄電池和超級電容充放電控制算法。文獻[22,23]提出了基于小波包分解的不同頻段功率信號的提取方法。
在此基礎上，文獻[24]采用模糊機制對混合儲能系統(tǒng)的電荷狀態(tài)進行自適應控制，實現(xiàn)對指令的二次修正。作為人工智能領域的研究重點，人工神經網絡（ArtificialNeural Network, ANN）也被應用到HESS控制系統(tǒng)當中，文獻[25,26]分別利用離線仿真和動態(tài)規(guī)劃算法尋找HESS不同功率波動下最優(yōu)決策序列，并利用離線優(yōu)化結果，對記憶力和自學能力俱佳的ANN進行學習訓練，使其升級成為在線的HESS智能控制系統(tǒng)。
模型預測控制是近幾年HESS功率分配策略研究的熱點[27,28]，蓄電池/超級電容的控制信號是通過優(yōu)化有限時域的未來目標函數(shù)而獲得，可以系統(tǒng)有效地解決含多種狀態(tài)和控制約束的最優(yōu)問題。另外，粒子群優(yōu)化[29]、蛙跳算法[30]以及模糊神經控制器[31]等高級算法也被學者們移植到HESS控制中。
然而，上述方法均存在缺陷，從而限制了混合儲能系統(tǒng)的應用與發(fā)展。
①控制算法相對復雜，并且需要獲取準確的系統(tǒng)知識（總功率需求、拓撲結構、硬件參數(shù)等），微網的擴展和重構都會導致運算負擔增加，甚至需要重新設計控制系統(tǒng)。
②蓄電池/超級電容必須依賴中央控制器和通信網絡實現(xiàn)功率指令的分解和傳遞，中央控制器的單點故障和通信延遲都會引起系統(tǒng)的崩潰。
③各儲能單元被動接受外部功率指令，工作于電流控制模式（Current ControlMode, CCM），不符合微網“即插即用”（plug and play）的要求[32]。文獻[33]將低通和高通濾波器嵌入至下垂控制中，各單元工作于電壓控制模式，無需通信網絡進行信息傳遞，但PI控制環(huán)和高通濾波器級聯(lián)的正向通路會導致穩(wěn)態(tài)時仍有電流流過超級電容。
為解決上述問題，本文在文獻[12]的基礎上，提出一種適用于混合儲能系統(tǒng)的無互聯(lián)通信的功率分配策略。文中所提控制采用分層控制結構：底層控制以電壓變化率作為全局信息載體，在沒有通信網絡和中央控制器的條件下，即可實現(xiàn)蓄電池/超級電容動態(tài)功率的合理分配；二次控制針對底層控制造成的穩(wěn)態(tài)誤差進行修正補償，消除超級電容中的穩(wěn)態(tài)電流。
整體控制框架不要求不同單元之間信息的共享，避免了通信網絡帶來的可靠性和經濟性問題。另外，該方法的控制算法簡單，易于實現(xiàn)，而且無需中央控制器及系統(tǒng)知識，可確保微網系統(tǒng)擁有良好的可擴展性。
本文對該方法進行了詳細的分析，通過理論和實驗證明了該方法的有效性。
系統(tǒng)描述
圖1為含混合儲能系統(tǒng)的直流微網結構圖，其中風力機組、光伏池板等分布式能源運行于最大功率點跟蹤模式，為電動汽車、LED燈等負載提供低碳電能；由蓄電池和超級電容互補形成的混合儲能系統(tǒng)負責補償微網中不同時間尺度的源-荷功率差額。
圖1 含混合儲能系統(tǒng)的直流微網典型結構圖
為便于控制系統(tǒng)的分析與設計，直流微網系統(tǒng)可以簡化為圖2[34]，其中HESS包含m組蓄電池，n組超級電容，各單元都是通過DC-DC變換器并聯(lián)接入直流母線。iox是變換器輸出電流（腳標x可指代b和c，分別代表蓄電池Bat和超級電容Cap對應的參數(shù)，下同），uox為變換器輸出直流電壓，ubus為直流母線電壓，Rlinex是變換器輸出端到直流母線的線路阻抗。
圖2 含m組蓄電池、n組超級電容的直流微網簡化模型
混合儲能系統(tǒng)無通信網絡功率分配（略）
實現(xiàn)蓄電池/超級電容功率合理分配是混合儲能系統(tǒng)控制的主要目標，傳統(tǒng)HESS控制方法中互聯(lián)通信網絡的延遲和中央控制器復雜的算法都制約著微網系統(tǒng)的擴展和可靠運行。下文將圍繞無互聯(lián)通信網絡的HESS功率分配策略進行詳細闡述。
實驗驗證（略）
為對理論分析結果進行實驗驗證，本文搭建了含有蓄電池/超級電容混合儲能系統(tǒng)的直流微網實驗平臺，如圖8所示。LiFePO4電池、超級電容作為混合儲能系統(tǒng)的電源輸入，經過雙向Boost DC- DC雙向變換器接入直流母線，為電阻負載Rload提供電能。
所提分層控制系統(tǒng)建立于Matlab/Simulink，并在DSpace DS1006中進行編譯以實現(xiàn)對上述硬件平臺的實時控制。系統(tǒng)詳細參數(shù)見表1。
圖8 含儲能系統(tǒng)的直流微網實驗平臺
表1 混合儲能系統(tǒng)實驗平臺參數(shù)
結論
本文圍繞直流微網混合儲能系統(tǒng)動態(tài)功率分配問題展開研究，并得到如下結論：
1）將電壓變化率虛構成為全局統(tǒng)一的通信載體，可以把傳統(tǒng)電壓控制從穩(wěn)態(tài)推廣至動態(tài)維度，通過靈敏度的設置實現(xiàn)了蓄電池/超級電容間動態(tài)功率的合理分配；在蓄電池控制中加入二次調節(jié)，可以消除底層控制的穩(wěn)態(tài)誤差，促使系統(tǒng)電壓穩(wěn)定，并且確保了穩(wěn)態(tài)時超級電容中不存在電流。
2）所提分層控制框架無需互聯(lián)通信設備，有效地提高了混合儲能系統(tǒng)的經濟性和可靠性，符合微網中即插即用的要求。
3）在建立控制模型的基礎上，給出了控制參數(shù)取值關于線路阻抗、調節(jié)時間的約束條件；實驗結果證明了理論分析的正確性，并且為混合儲能系統(tǒng)功率分配提供了一種行之有效的方案。
