基于短期负荷预测的微网储能系统主动控制策略

第 35卷 第 8期 2011年 8月 电 网 技 术 Power System Technology 、，o1．35 No．8 Aug．2011 文章编号：1000．3673(2011)08．0035。06 中图分类号：TM 727 文献标志码：A 学科代码：470·4054 基于短期负荷预测的微网储能系统主动控制策略 陈益哲 ，张步涵 ，王江虹2，毛彪 ，方仍存2，毛承雄 ，段善旭 (1．电力安全与高效湖北省重点实验室(华中科技大学)，湖北省 武汉市 430074； 2．湖北省电力公司，湖北省 武汉市 430074) Active Control Strategy for Microgrid Energy Storage System Based on Short．Term Load Forecasting CHEN Yizhe ，ZHANG Buhan ，Ⅵ NG Jianghong ，M AO Biao ，FANG Rengcun ， MAO Chengxiong ．DUAN Shanxu (1．Hubei Electric Power Security and Hi Efficiency Lab(Huazhong University of Science and Technology)， Wuhan 430074，Hubei Province，China；2．Hubei Electric Power Company,Wuhan 430074，Hubei Province，China) ABSTRACT：An active control strategy for microgrid energy storage system based on short—term load forecasting is proposed．The short—term load forecasting of microgrid is performed based on the load data of microgrid and the distributed generation (DG)output collected by intelligent meters．Considering the capacity of storage batteries，their charge and discharge characteristics an d the limit of their charge and discharge，the charge and discharge of energy storage system are actively controlled to optimize the load curve of microgrid，therefore the peak load shifting of microgrid is implemented．Using above—mentioned control strategies，the energy storage system can also operated as static vat compensator to provide reactive power compensation for microgrid，thus the voltage deviation can be reduced and the stable operation of DGs call be ensured to improve power quality of microgrid．A simulation model of microgrid is built by．M atlab，and simulation results verify the feasibility of the proposed control strategy． KEY W ORDS：microgrid；load forecasting；energy storage； batteries；control strategy 摘要：提出了～种基于短期负荷预测的微网储能系统主动控 制策略。采集了智能电上的分布式电源出力和微网负荷数 据，对微网中的负荷进行了短期预测。在考虑蓄电池容量、 充放电特性以及充放电次数限制的条件下，主动控制储能系 统的充放 电，优化微网负荷曲线，实现了削峰填谷。通过采 用上述控制策略，储能系统还可工作在静止无功补偿器状 基金项目：国家重点基础研究发展项 目(973项 目)(2009CB 219702，2010CB227206)；国家自然科学基金项目f50837003)。 The National Basic Research Program of China(973 Program) (2009CB219702，2010CB227206)；Project Supported by National Natural Science Foundation ofChina(50837003)． 态，为微网提供无功补偿，减小电压偏移，保证分布式电源 的稳定运行，提高微网的电能质量。在 Matlab中建立了微 网的仿真模型，验证了这种控制策略的可行性。 关键词：微网；负荷预测；储能；蓄电池；控制策略 0 引言 微网是分布式电源接入电网的一种有效解决方 案【】l，是智能电网的重要组成部分【2l。在微网中，风 电和光伏等分布式电源的输出具有间歇性和随机性 的特点，1 d中的负荷变化也较大，这给微网的稳定 运行带来了挑战[31。储能系统可以抑制微网的瞬时功 率波动，改善微网电能质量，还能起到削峰填谷的 作用，对维持微网的稳定运行起到很大作用。 蓄电池能量密度大，技术成熟，成本较低，是 目前微网中比较经济和容易实现的储能技术。目 前，专家和学者针对蓄电池储能技术在分布式发电 与微网中的应用问题开展了广泛研究，文献[4】采用 有功功率实测值与参考值的差值控制方式，减小了 风电的功率波动。文献[5]采用逆变器下垂控制策 略，维持了微网从并网转孤网运行时，微网的频率 和电压稳定。文献[6]研究了超级电容器和蓄电池混 合储能系统在微网中的应用，结合超级电容器和蓄 电池 2者的优点，在一定程度上延长了蓄电池的使 用寿命。现有研究一般侧重于基于功率波动检测结 果的控制策略，这种控制策略往往受储能体本身运 行条件的限制，如蓄电池容量、充放电速度与充放 电次数。考虑到蓄电池的功率密度小，不能短时释 放较大功率，若用于平抑微网的瞬时功率波动，将 36 陈益哲等：基于短期负荷预测的微网储能系统主动控制策略 Vo1．35 No．8 会导致蓄电池频繁充放电，严重缩短蓄电池的使用 寿命，增加储能系统维护的成本。因此，以蓄电池 为储能体的储能系统最适于平抑微网中较长周期 的负荷(如日负荷)变动。 本文从蓄电池本身的特性考虑，提出一种基于 微网短期负荷预测的主动控制策略，研究蓄电池储 能系统的结构和控制策略，建立微网的仿真模型， 通过仿真验证这种控制策略的可行性。 1 微网短期负荷预测 微网是智能电网的重要组成部分。智能电表是 实现电网智能化管理的必须环节。智能电表的一个 重要用途是用采集的负荷数据对负荷进行分析和 预测 J。对于整个微网，通过采集微网各用户智能 电表中的历史负荷数据，对其 日负荷曲线进行预 测。这里的负荷是一个综合负荷的概念，不但包括 传统负荷，而且包括分布式电源(风机、光伏等)的 出力，将这些随机性较强的新能源(风机、光伏)的 功率波动和传统负荷的功率波动综合在一起考虑。 目前，短期负荷预测主要采用时问序列法、支 持向量机、神经网络、小波分析、专家系统等。经 典的时间序列法计算量小，速度快，可以及时进行 实时预测。但该方法没有考虑天气等因素，当天气 变化剧烈时，预测精度会受影响。文献[8]提出了一 种考虑气温等外界因素对负荷非线性影响的改进 时间序列算法。文献[9]提出了一种提高时间序列气 象适应性的短期电力负荷预测算法。文献[1o—l11也 考虑了气象因素对负荷的影响。这些改进算法都可 以应用到微网的短期负荷预测中。 图 l是负荷预测到生成储能系统充放电指令的 流程。本文要特别说明的是确定储能系统的充放电 区间，即第 4个步骤。这一步根据蓄电池的特性， 对充放电策略进行优化。在获得日负荷曲线和日平 均负荷的基础之上，根据蓄电池组容量和负荷的峰 谷时间段，确定 1个或多个充电区间和放电区间， 历史负荷数据 预测日负荷曲线 计算日平均负荷 佣 疋 冗 从 电 1日J 生成充放电指令 图 1 储能系统指令生成流程 Fig．1 Diagram of energy storage instruction’S generation 这样可以有效避免蓄电池频繁充放电，延长蓄电池 使用寿命，也可以避免蓄电池过度充电或过度放 电，起到保护蓄电池的作用。同时，在峰谷时间段 充放电，可以有效起到削峰填谷的作用。 风力的随机性一直是风机大规模应用的障碍。 一 般情况下，深夜至凌晨风力较大，白天风力较小， 而负荷则集中在白天，深夜至凌晨较小。通过采用 这种控制策略，可在深夜至凌晨吸收风机发出的多 余电能，当白天负荷较大时将这些电能用于削峰， 起到经济调度的作用。 2 蓄电池储能系统结构与控制策略 微网中采用的蓄电池储能系统结构如图 2所 示。图中： c是流经蓄电池的电流； c是直流高 压侧的电流； c是直流高压侧的电压。蓄电池可 以采用多组串并联的方式构成蓄电池组，以实现所 需的容量和电压。 蓄 电 池 图 2 蓄电池储能系统结构拓扑 Fig．2 Structure topology of battery energy storage system 蓄电池组通过双向 DC／DC电路升压连接一个 双向逆变器，再通过滤波器和变压器升压至电网。 图3是双向DC／DC变换器控制框图。图中采用比例一 积分(proportional integral，PI)环节的单电压环实现双 向DC／DC变换器的闭环稳定控制 引。控制目标是通 过调节蓄电池电流 。保持直流高压侧的电压 己，Dc恒 定。图中： DC／DC变换器占空比； c f是直流 高压侧电压参考值； cT。f是蓄电池电流参考值。 图 3 DC／DC变换器控制框图 Fig．3 Control diagram of DC／DC converter 为实现基于负荷预测的主动控制策略，本文对 传统的PQ解耦控制进行了一定的改进。图 4为双 向逆变器 PQ解耦双闭环控制系统结构。图中，由 第 1节中的短期负荷预测生成的充放电指令经过变 换为输出电流 ，其与实测值 fd进行比较；系统侧 第 35卷 第 8期 电 网 技 术 37 图 4 双向逆变器 PQ解耦控制框图 Fig．4 Bi-directional inverter PQ decoupled control 电压的参考值 ： 与实测值 c进行比较，其误差 值经 PI调节后输出为无功指令电流 ， c为直流 侧电压，通过这种解耦控制分别控制储能系统有功 和无功功率的吸收和释放。 3 微网中的分布式电源模型 3．1 异步风力发电机模型 本文微网中的分布式电源采用异步风力发电 机和三相光伏发电电源。 微网中适合使用小功率的异步风力发电机， 图5为异步风力发电机仿真模型【】引。 角， 。为风力机转速； 为发电机转矩；P。和 Q。 圈 蘸驿 千DC／DC 个DC／AC I控制路 I控制路 略，差别在于无功指令为零，光伏不输出或吸收无 功功率，功率因数为 1。 4 算例仿真 4．1 微网建模 本文在 Matlab／Simulink中搭建了相关仿真模 型，模拟微网的运行特性，用以验证本文控制策略 的可行性。 采用西门子 20kV中压配电网模型，修改 电压等级和变压器及部分线路参数，改成符合中国 国情的 10l 中压配电网，如图7所示。系统频率 为 50 Hz，负荷采用恒功率模型，不考虑三相不对 称的情况。低压微网采用 400V标准馈线模型。中 压网和低压馈线的具体参数和架构参见文献[151。 图 7 1O kV 中压 配 电网模型 Fig．7 10 kV medium voltage distribution network model 微网在中压配电网的 11节点处，蓄电池储能系 统(battery energy storage system，BESS)安装在微网 的公共连接点(point of common coupling，PCC)，异 步风机和三相光伏直接接在400V馈线上。 异步风机的额定功率为 24 kW，额定电压为 400 V，额定消耗无功功率为 12 kvar，在异步风机 并网出口端并联一个 10kvar的电容器补偿无功功 率。光伏的额定功率为 12kW，额定电压为 400V， 基本不消耗无功功率。 储能系统直流侧蓄电池组工作电压为 250 V， 经双向DC／DC电路升压至 400V，逆变后交流低压 侧电压为 150V，通过变压器升压至 400 V 连接至 电网。 根据夏季某日的风速曲线，风速在晚上 20：00 至次日06：00之间风速较大。根据某地夏季某晴天的 气象数据，05：00--20：00光伏有功功率输出，12：00— 38 陈益哲等：基于短期负荷预测的微网储能系统主动控制策略 Vo1．35 No．8 14：00光照达到最大。由此预测得到异步风机和光伏 发电系统的日出力曲线，如图8和 9所示。 包括负荷、异步风机和光伏在内的微网综合负 荷曲线如图 10所示。在实际系统中，需要根据设 置在分布式电源和负荷端的智能电表中的历史负 荷数据预测负荷曲线。 耋 料 擦 督 图8 风机的日出力曲线 Fig．8 Daily output curve of wind turbine 耋 瓣 督 妞 每 200 150 喜l00 50 图9 光伏的日出力曲线 Fig．9 Daily output curve ofPV 0 4 8 l2 16 2O 24 t／h 图 1O 微网的综合负荷曲线 Fig．10 M icrogrid integrated load curve 此时微网的最小负荷为 60 kW，最大负荷为 180kW，日平均负荷为 120kw，负荷率为0．667， 最小负荷系数 为 0．333。负荷峰谷分别出现在 1 8：00---20：00时和 04：00--06：00。 理想情况下，通过储能系统实现完全补偿，将 负荷曲线拉平至图 lO中的虚线位置，采用 4-3节的 功率差控 制方式 ，最 少需要蓄 电池 组容量为 1 600 A．h。由于综合负荷曲线的变动也可能更加剧 烈，所配置的蓄电池组容量不一定能满足所有的日 负荷变动条件下通过储能系统实现完全补偿的要 求。因此本文进一步考虑蓄电池容量配置一定时储 能系统的控制方式。 设定蓄电池容量为 700A．h，并考虑一定的充放 电裕度，采用以下 2种控制方式：恒功率控制方式 和功率差控制方式。 4．2 恒功率控制方式 恒功率控制方式，即储能系统在充电和放电时 各保持恒定的充放电功率。根据负荷曲线以及蓄电 池组的容量，通过计算可得出：02：00--08：00为充 电区间，平均充电功率为27kW，充电时间为6h； 设置 14：00--22：00为放电区间，平均放电功率为 20kW，放电时间为 8h。 储能系统出力后，图 11为恒功率控制方式下 微网 PCC 的功率曲线。此时微网的最小负荷为 87kW，最大负荷为 160kW，平均负荷 120kW，负 荷率为 0．75，最小负荷系数 为 O．544。图 12为恒 功率控制下储能系统的充放电曲线。 落 饕lo0 50 0 4 8 12 16 20 24 t／h 图 l1 恒功率控制下微网PCC的功率 Fig．11 Active power of PCC with constant power control strategy 4O 差 。 ∑( ，一 )△f ∑(eu一 )At 400 350 300 0 t／s (a)PCC电压 4 1．2 2．0 2．8 3．6 4．4 5．2 6．0 t／s (b)风机出口电压 s (c)光伏发电系统出口电压 图 16 无功功率补偿后微网各点电压 Fig．16 The voltage of microgrid points with reactive power compensation 陈益哲等：基于短期负荷预测的微网储能系统主动控制策略 、b1．35NO．8 电压偏移范围为 97．7％-103．4％。在这段时问内， 异步风机和光伏发电系统均可正常运行，储能系统 的无功出力如图 17所示。 t|s 图 17 储能系统的无功出力 Fig．17 Reactive power of energy storage system 5 结论 本文提出一种基于微网短期负荷预测的主动 控制策略，将蓄电池用于微网的削峰填谷，研究了 储能系统的结构和控制策略，比较了恒功率控制和 功率差控制这2种控制方式的特点。通过仿真验证 了这些控制策略的可行性。由于负荷预测有一定的 误差，需要进一步研究考虑负荷预测误差的储能系 统优化控制策略。 参考文献 [1】 黄伟，孙昶辉，吴子平，等．含分布式发电系统的微网技术研究 综述[J1．电网技术，2009，33(9)：14．18． HuangWei，SunChanghui，WuZiping，et a1．Areview onmicrogrid technology containing distributed generation system[J]．Power System Technology，2009，33(9)：14-18(in Chinese)． [2] 李振杰，袁越．智能微网：未来智能配电网新的组织形式[J]．电 力系统自动化，2009，33(17)：42—48． Li Zhenjie。Yuan Yue．Smart micrcIgrid：a novel organization form of smart distribution grid in the future[J]．Automation ofElectric Power Systems，2009，33(17)：42 48(in Chinese)． 【3】 丁明，张颖媛，茆美琴．微网研究中的关键技术[J]．电网技术， 2009，33(111：6-11． Ding Ming，Zhang Yingyuan ，Man Meiqin．Key techn ologies for microgrids being researched[J]．Power System Technology，2009， 33(11)：6-1l(in Chinese)． [4] 张步涵，曾杰，毛承雄，等，电池储能系统在改善并网风电场电 能质量和稳定性中的应用[J】．电网技术，2006，30(15)：54-58． Zhang Buhan，Zeng Jie， M ao Chengxiong， et a1． Improvement of power quality and stability of wind farms connected to power grid by battery energy storage system[J]．Power System Technology， 2006， 30(15)：54—58(in Chinese)． 【5】 郭力，王成山．含多种分布式电源的微网动态仿真[J]．电力系统 自动化，2009，33f2)：82．86． Guo Li，Wan g Chengshan ．Dynamical simulation o13,microgrid with different types of distributed generations[J]．Automation of Electric Power Systems，2009，33f2)：82-86(in Chinese)． [6] 张国驹，唐西胜，齐智平．超级电容器与蓄电池混合储能系统在 微网中的应用[J]．电力系统自动化，2010，34(12)：85—89． Zhang Guoju，Tang Xisheng，Qi Zhiping．Application of hybrid energy storage system ofsuper-capacitors and batteries in a microgrid [J]J．Automation ofElectric Power Systems，2010，34(12)：85-89(in Chinese)． 【7】 王思彤，周晖，袁瑞铭，等．智能电表的概念及应用[J]．电网技 术，2010，34(4)：17-23． Wang Sitong，Zhou Hui，Yuan Ruiming，et a1．Concept and application ofsmart meter[J]．Power System Technology，2010，34(4)：17-23(in Chinese)． [8] 王睨，张少华．一种应用时间序列技术的短期电力负荷预测模型 [J]．上海大学学报：自然科学舨，2002，8(2)：133．136． Wang Xian，Zhang Shaohua．An improved method for short-term electric load forecasting using time series techniques[J】．Journal of Shanghai University：Natural Science Edition，2002，8f2 ：133—136(in Chinese)． [9] 朱陶业，李应求，张颖，等．提高时间序列气象适应性的短期电 力负荷预测算法[J]．中国电机工程学报，2006，26(23)：14—19． Zhu Taoye，Li Yingqiu，Zhang Ying，et a1．A new algorithm of advancing weather adaptability based on arima model for day—ahead power load forecasting[J]．Proceedings ofthe CSEE，2006，26(23)： 14—19(in Chinese)． 【1O]邰能灵，侯志俭，李涛，等．基于小波分析的电力系统短期负荷 预测方法[J]．中国电机工程学报，2003，23(1)：45—50． Tai Nengling，Hou Zhijian，Li Tao，et a1．New principle based on wavelet transform for power system short—term load forecasting[J]． Proceedings ofthe CSEEt 2003，23(1)：45—50(in Chinese)． [11]周佃民，管晓宏，孙婕，等．基于神经网络的电力系统短期负荷 预测研究[J]．电网技术，2002，26(2)：10—18． Zhou Dianmin，Guan Xiaohong，Sun Jie，et a1．A short—term load forecasting system based on BP artificial neural network[J]．Power System Technology，2002，26f2)：10-18(in Chinese)． [12]张方华，朱成花，严仰光．双向DC—DC变换器的控制模型[J]．中 国电机工程学报，2005，25(111：46-49． Zhang Fanghua， Zhu ChenghHa， Yan Yangguang．The controlled model of bi—directional DC—DC converter[J]．Proceedings of the CSEE，2005，25(11 ：46-49(in Chinese)． 【13]Nansen A D，Jaueh C，Sorensen P，et a1．Dynamic wind turbine models in power system simulation tool D1GSIL ENT[R]．Roskilde， Denmark：Riso National Laboratory，2003． [14]陈益哲，张步涵．三相光伏发电系统在小型低压配网中的应用研 究 ．湖北工业大学学报，2010，25(1)：15．18． Chen Yizhe，Zhang Buhan．Research on the application ofthree—phase photovoltaic power generation system in a small low-voltage distribution network[J]．Journal ofHubei University ofTechnology， 2010，25(1)：15-18(in Chinese)． [15】RudionK，StyczynskiZA，HatziargyriouN，et a1．Development of benchmarks for low and medium voltage distribution networks with high penetration of dispersed generation[C]／／Proceedings of 3rd International Symposium on Modem Electric Power Systems． Wroclaw，Poland：IEEE，2006： 16—2O． [16]GB／Z 19963--2005 风电场接入电力系统技术

规定

关于下班后关闭电源的规定党章中关于入党时间的规定公务员考核规定下载规定办法文件下载宁波关于闷顶的规定

[s】． [17】GB／T20046--2006 光伏(PV)系统电网接口特性[s]． 陈益哲 收稿日期：2011-02．15。 作者简介： 陈益哲(1985)，男，硕士研究生，主要从事分 布式发电和储能及微网等方面的研 究工作， E—mail：kaisercyz@foxmail．com； 张步涵(1950)，男，博士生导师，主要从事电 力系统分析规划、电能存储与电力安全方面的研究 工作，E-mail：zhangbuhan@mail hust．edu．cn。 (责任编辑 杜宁)