隨著微電網(wǎng)技術(shù)的日漸發(fā)展,微電網(wǎng)中儲(chǔ)能系統(tǒng)逐漸多元化,電儲(chǔ)能及氫儲(chǔ)能與微電網(wǎng)的運(yùn)行控制產(chǎn)生緊密聯(lián)系,如何經(jīng)濟(jì)地運(yùn)行不同種類儲(chǔ)能系統(tǒng)成為學(xué)者關(guān)注的焦點(diǎn)。提出一種基于最小使用成本及儲(chǔ)能狀態(tài)平衡的電-氫混合儲(chǔ)能孤島直流微電網(wǎng)能量管理方法,該方法在滿足微電網(wǎng)基礎(chǔ)指標(biāo)即電壓穩(wěn)定、功率平衡的基礎(chǔ)上,結(jié)合使用成本最小算法及等效氫耗最小算法,對(duì)使用電-氫混合儲(chǔ)能消納光伏產(chǎn)生的多余電能以及釋放能量用于功率缺額等情景進(jìn)行最小化儲(chǔ)能系統(tǒng)使用成本及維持儲(chǔ)能系統(tǒng)儲(chǔ)能狀態(tài)穩(wěn)定的優(yōu)化控制,通過對(duì)各系統(tǒng)的直-直變換器層控制以及頂層的協(xié)調(diào)控制確定各儲(chǔ)能系統(tǒng)的工作狀態(tài),從而完成系統(tǒng)的能量管理。通過RT-LAB半實(shí)物系統(tǒng)開展實(shí)時(shí)仿真,在實(shí)際工況下進(jìn)行72h運(yùn)行,驗(yàn)證所提方法的有效性,保證系統(tǒng)在實(shí)際工作中的經(jīng)濟(jì)型及穩(wěn)定性。
相關(guān)閱讀：南昌大學(xué)光氫儲(chǔ)充獨(dú)立智能微網(wǎng)系統(tǒng)正式落成
計(jì)及最小使用成本及儲(chǔ)能狀態(tài)平衡的電-氫混合儲(chǔ)能孤島直流微電網(wǎng)能量管理
蒲雨辰, 李奇, 陳維榮, 黃文強(qiáng), 胡斌彬, 韓瑩, 王璇
西南交通大學(xué) 電氣工程學(xué)院,四川省 成都市 610031
0 引言
隨著全球電力需求的不斷增加以及環(huán)境問題的日益嚴(yán)重,建設(shè)含多種微源的直流微電網(wǎng)系統(tǒng)成為解決問題的方案之一[1-3],多種針對(duì)微源及負(fù)荷特性的能量管理優(yōu)化方法應(yīng)運(yùn)而生[4]。為了充分地利用可再生能源,必須考慮到其不確定性,因此含儲(chǔ)能系統(tǒng)的直流微電網(wǎng)已被廣泛研究[5-7],并在電網(wǎng)的智能化進(jìn)程中扮演著重要角色。如今,含電儲(chǔ)能(蓄電池、超級(jí)電容)以及電轉(zhuǎn)氣儲(chǔ)能(電解槽)等多種儲(chǔ)能方式的微電網(wǎng)系統(tǒng)[8-9]逐漸進(jìn)入學(xué)者的視野,建設(shè)含有多種儲(chǔ)能方式的直流微電網(wǎng)系統(tǒng)成為提高發(fā)電量、降低使用成本的極具吸引力的解決方案。
目前對(duì)于含儲(chǔ)能系統(tǒng)的微電網(wǎng),已有多種方法對(duì)其進(jìn)行有效的容量優(yōu)化配置[10-11]。同時(shí),針對(duì)含不同儲(chǔ)能方式的微電網(wǎng)系統(tǒng),也出現(xiàn)了多種能量管理方法對(duì)其進(jìn)行功率分配和系統(tǒng)穩(wěn)定性控制。文獻(xiàn)[12]提出一種基于蓄電池荷電狀態(tài)(State of ge,Soc)的直流微電網(wǎng)控制方法,該方法基于Soc對(duì)蓄電池運(yùn)行狀態(tài)進(jìn)行了多段劃分,從而避免了蓄電池的深度充放電,優(yōu)化了儲(chǔ)能系統(tǒng)的運(yùn)行壽命。文獻(xiàn)[13]基于神經(jīng)網(wǎng)絡(luò)算法對(duì)風(fēng)機(jī)出力進(jìn)行約束,而后基于狀態(tài)機(jī)進(jìn)行了實(shí)時(shí)能量管理。文獻(xiàn)[14]根據(jù)微電網(wǎng)運(yùn)行狀態(tài)及蓄電池自身因素,通過對(duì)蓄電池當(dāng)前及歷史的狀態(tài)的評(píng)估,進(jìn)一步優(yōu)化了含電儲(chǔ)能系統(tǒng)微電網(wǎng)系統(tǒng)的運(yùn)行。在氫儲(chǔ)能方面,蔡國偉、孔令國等提出的含風(fēng)、光、氫儲(chǔ)能的主動(dòng)型直流微電網(wǎng)系統(tǒng),提高了風(fēng)、光可再生能源的利用率,實(shí)現(xiàn)了高滲透并網(wǎng)運(yùn)行[15-16],最后根據(jù)氫儲(chǔ)能及電儲(chǔ)能系統(tǒng)狀態(tài)進(jìn)行基于狀態(tài)機(jī)的能量管理[17]。國外相關(guān)學(xué)者對(duì)該領(lǐng)域也進(jìn)行了一定研究,文獻(xiàn)[18]提出了電-氫儲(chǔ)能直流微電網(wǎng)的狀態(tài)機(jī)控制方法。Nasri S等人提出了一種基于狀態(tài)機(jī)的光伏、燃料電池及多種儲(chǔ)能系統(tǒng)的能量管理方法[19],該方式引入了城市負(fù)載的典型工況,對(duì)管理方法的可行性進(jìn)行了有力說明,同時(shí)在已有模型基礎(chǔ)上,將蓄電池替換為超級(jí)電容,進(jìn)行了進(jìn)一步的實(shí)驗(yàn)驗(yàn)證[20]。在經(jīng)濟(jì)型方面,文獻(xiàn)[21]采用基于成本的下垂控制方法,對(duì)微電網(wǎng)儲(chǔ)能單元進(jìn)行控制;文獻(xiàn)[22]根據(jù)相鄰微電網(wǎng)的互聯(lián)運(yùn)行,提出一種分時(shí)優(yōu)化的微電網(wǎng)經(jīng)濟(jì)調(diào)度方法;文獻(xiàn)[23]利用貝加爾湖實(shí)地情況進(jìn)行了含氫儲(chǔ)能的微電網(wǎng)的容量配置,并與僅含有電儲(chǔ)能設(shè)施的系統(tǒng)進(jìn)行了經(jīng)濟(jì)性比較;文獻(xiàn)[24]首次提出了儲(chǔ)能系統(tǒng)使用成本計(jì)算公式,并使用遺傳算法進(jìn)行了離線優(yōu)化。但是,上述文章大多采用基于Soc的在線能量管理方法,該類方法難以實(shí)現(xiàn)對(duì)系統(tǒng)內(nèi)多種不同類型儲(chǔ)能單元功率分配的優(yōu)化;此外,在線的能量管理方法大多未計(jì)及系統(tǒng)的經(jīng)濟(jì)性。而離線的優(yōu)化算法如文獻(xiàn)[24]使用了遺傳算法能夠有效地實(shí)現(xiàn)優(yōu)化目標(biāo),但如何靈活地在不確定性較高的微電網(wǎng)系統(tǒng)中實(shí)時(shí)運(yùn)行尚未得到解決。雖然電-氫微電網(wǎng)的電效率低于僅含有電儲(chǔ)能的微電網(wǎng),但電儲(chǔ)能系統(tǒng)更適用于短期的電能儲(chǔ)存,當(dāng)時(shí)間尺度較大時(shí),由于電儲(chǔ)能系統(tǒng)受限于其規(guī)模及可靠性,氫儲(chǔ)能系統(tǒng)在使用成本上的優(yōu)勢(shì)便被體現(xiàn)了出來[23]。
本文提出了一種新型實(shí)時(shí)能量管理方法來控制由光伏陣列驅(qū)動(dòng)的孤島直流微電網(wǎng),且該微電網(wǎng)同時(shí)配備電、氫2種不同類型的儲(chǔ)能系統(tǒng)。與基于蓄電池Soc的傳統(tǒng)狀態(tài)機(jī)控制方法不同,本文所提出的能量管理方法考慮到實(shí)際情況下可再生能源輸出特性以及系統(tǒng)的經(jīng)濟(jì)型,通過控制各儲(chǔ)能系統(tǒng)的工作狀態(tài)來實(shí)現(xiàn)能量儲(chǔ)存設(shè)備的使用成本最小化,并將儲(chǔ)能系統(tǒng)的儲(chǔ)能狀態(tài)維持在合理水平,從而達(dá)到系統(tǒng)穩(wěn)定運(yùn)行的目的。將昆士蘭大學(xué)光伏電站記錄的三日氣候狀況及一種典型用戶需求工況用于驗(yàn)證管理方法的可行性,通過RT-LAB半實(shí)物實(shí)時(shí)仿真平臺(tái),將獲得的結(jié)果與基于荷電狀態(tài)的傳統(tǒng)能量管理方法、基于等效氫耗最小的能量管理方法以及僅含有電儲(chǔ)能系統(tǒng)的能量管理方法進(jìn)行比較。結(jié)果顯示該管理方法在使用成本及儲(chǔ)能系統(tǒng)效率上明顯優(yōu)于前2種能量管理方法,在使用成本及可靠性上明顯優(yōu)于僅含有電儲(chǔ)能系統(tǒng)的方法。
1 孤島直流微電網(wǎng)系統(tǒng)結(jié)構(gòu)及模型
1.1 系統(tǒng)結(jié)構(gòu)
如圖1所示,為本文所搭建的基于電-氫儲(chǔ)能的孤島直流微電網(wǎng)。其中,光伏陣列、電解槽與燃料電池均通過單向DC/DC與直流母線連接,蓄電池通過雙向DC/DC與母線連接。對(duì)于該孤島系統(tǒng),光伏陣列作為主要的分布式能源,為蓄電池、氫儲(chǔ)能系統(tǒng)(燃料電池/儲(chǔ)氫罐/電解槽)以及負(fù)載提供能量,當(dāng)光伏輸出不足時(shí),則由蓄電池及氫能系統(tǒng)補(bǔ)齊母線功率缺額,保證系統(tǒng)的正常運(yùn)行。
圖1 孤島直流微電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig. 1 Structure of island DC microgrid
1.2 光伏電池模型
本文所搭建光伏電池?cái)?shù)學(xué)模型為實(shí)用工程模型,該模型數(shù)學(xué)表達(dá)式[25]為
I=Isc{1?C1[exp(UC2Uoc)?1]}I=Isc{1?C1[exp?(U/C2Uoc)?1]}(1)
式中：I、U分別為光伏電池輸出電流、電壓,Isc為短路電流;Uoc為開路電壓;C1、C2為與電池峰值電壓、電流相關(guān)的函數(shù);當(dāng)光照強(qiáng)度S和環(huán)境溫度T發(fā)生變化時(shí),就需要重新計(jì)算峰值電壓、電流。
1.3 燃料電池模型
本文采用的燃料電池類型為質(zhì)子膜交換燃料電池,其單電池Ucell的輸出電壓[26]為
Ucell=ENernst?Uact?Uohmic?Ucon(2)
式中：ENernst為熱力學(xué)電動(dòng)勢(shì);Uact為活化過電壓;Uohmic為歐姆過電壓;Ucon為濃差過電壓。
1.4 蓄電池模型
本文采用RINT模型[27]作為蓄電池的數(shù)學(xué)模型,RINT模型中各項(xiàng)參數(shù)受蓄電池荷電狀態(tài)、充放電電流影響,其模型公式為
Ubat=Ut?RIUbat=Ut?RI(3)
式中：Ubat為蓄電池工作電壓;Ut為開路電壓;R為內(nèi)阻;I為充放電電流;Rchg、Rdis分別為充、放電電阻;Soc0為上一時(shí)刻荷電狀態(tài)值;ηη為充放電效率;Q為容量。
1.5 電解槽模型
電解槽將水電解為氫氣和氧氣,氫氣的產(chǎn)生速度與電解電路中電流的大小成正比[18]：
nel=ηFnciel/(2F)(6)
式中ηF為法拉第效率。法拉第效率表示為
ηF=96.5exp(0.09/iel?75.5/i2el)(7)
式中：nel為氫氣產(chǎn)生速率;nc為電解槽串聯(lián)數(shù);iel為電解槽電流;F為法拉第常數(shù)。
1.6 儲(chǔ)氫罐模型
根據(jù)范德華實(shí)際氣體狀態(tài)方程,儲(chǔ)氫罐內(nèi)壓強(qiáng)Psto的表達(dá)式[28]為
式中：Rc為阿伏伽德羅常數(shù);K為開氏溫度;Vsto為儲(chǔ)氫罐體積;a、b為常數(shù);nsto為儲(chǔ)氫罐氫儲(chǔ)量;nfc為燃料電池耗氫速率;nre為儲(chǔ)氫罐初始?xì)鋬?chǔ)量。
為了便于反映儲(chǔ)氫罐的存儲(chǔ)狀態(tài)且易于進(jìn)行能量管理,本文定義了儲(chǔ)氫罐的等效荷電狀態(tài)Sohc(State of hydrogen ge),即
Sohc=Psto/PNSohc=Psto/PN(9)
式中PN為儲(chǔ)氫罐最大容許壓強(qiáng)。
2 直流微電網(wǎng)能量管理方法
為了便于進(jìn)行協(xié)調(diào)控制,本文將直流微電網(wǎng)系統(tǒng)劃分為2層,底層為物理層,由各微源及直流變流器組成,該層將采集到的負(fù)載信號(hào)Pload及各微源狀態(tài)傳遞至上一層。頂層為管理層,通過對(duì)底層各微源信息的接收及分析,根據(jù)具體的能量管理策略,對(duì)各個(gè)變流器分別發(fā)出指令,控制其工作狀態(tài),能量管理系統(tǒng)控制圖如圖2所示。
圖2 能量管理系統(tǒng)控制圖Fig. 2 Control diagram of EMS system
2.1 底層控制
2.1.1 光伏陣列控制
光伏發(fā)電系統(tǒng)由光伏陣列及單向DC/DC組成,其控制方法為最大功率點(diǎn)跟蹤控制(MPPT),本文采用擾動(dòng)觀察法作為控制方法[29]。其控制結(jié)構(gòu)圖如圖2所示,其功率輸出曲線如圖3(a)所示,擾動(dòng)的參考變量為電壓,根據(jù)輸入的電壓信號(hào)Upv及當(dāng)前時(shí)刻電流Ipv,計(jì)算得到光伏輸出功率Ppv,與擾動(dòng)之前的功率值進(jìn)行比較,最后將比較結(jié)果調(diào)制為占空比Dpv輸入直直變換器,使光伏電池工作電壓逐漸接近最大功率電壓;當(dāng)外界環(huán)境發(fā)生變化時(shí),控制器需要重新尋找該環(huán)境下的最大功率點(diǎn),并使光伏輸出向最大功率逐漸靠近。
2.1.2 燃料電池及電解槽控制
燃料電池輸出功率根據(jù)頂層系統(tǒng)向變換器輸入功率參考值Pfc進(jìn)行控制,將該參考值與燃料電池端電壓Ufc相比得到電流參考值,并向PI控制器輸入電流參考值及實(shí)測(cè)電流值Ifc,得到占空比Dfc輸入變流器,從而改變?nèi)剂想姵剌敵龉β?。電解槽控制方法同燃料電?其變流器根據(jù)頂層能量管理系統(tǒng)所給功率參考值Pel與實(shí)測(cè)電壓、電流值Uel、Iel所計(jì)算出的占空比Del,對(duì)電解槽的功率輸入進(jìn)行控制。
同時(shí),為了防止電解槽及燃料電池功率變化過大從而影響其工作性能,在底層對(duì)功率的變化速率進(jìn)行了限制。如圖3(c)—(d)所示,為燃料電池、電解槽的功率曲線。變流器根據(jù)如圖2所示的電流環(huán)進(jìn)行控制,使其輸出/輸入功率由700 W增加至1000W再減小至400 W,根據(jù)兩者的功率曲線可知,燃料電池及電解槽能夠根據(jù)給出的參考功率進(jìn)行工作,且均存在一定的響應(yīng)時(shí)間。
2.1.3 蓄電池系統(tǒng)控制
蓄電池系統(tǒng)采用下垂控制方法維持母線電壓穩(wěn)定,蓄電池的輸出功率根據(jù)下垂控制器給出的母線電壓參考值Uref及實(shí)測(cè)電壓、電流值U0、Ibus進(jìn)行PI控制,并將占空比Dbat輸入變流器。
如圖3(b)所示,當(dāng)母線存在剩余功率時(shí),為了防止母線電壓進(jìn)一步升高,蓄電池對(duì)剩余功率進(jìn)行吸收;當(dāng)發(fā)生由于母線功率缺額而出現(xiàn)母線電壓下降的情況時(shí),蓄電池轉(zhuǎn)而為母線提供能量以防止母線電壓跌落。因此下垂方法的使用,保證了母線電壓的波動(dòng)處于合理范圍之內(nèi)。
當(dāng)頂層能量管理系統(tǒng)將燃料電池及電解槽參考功率傳遞至底層后,根據(jù)圖2所示的變流器控制,使燃料電池及電解槽按照功率參考值進(jìn)行工作;而光伏系統(tǒng)一直工作在最大功率點(diǎn)跟蹤模式下,其功率輸出僅與光照強(qiáng)度及溫度有關(guān);此時(shí)負(fù)載與電解槽的需求功率同燃料電池與光伏陣列的輸出功率產(chǎn)生差異,從而導(dǎo)致母線電壓波動(dòng),通過蓄電池的下垂控制,一旦母線電壓發(fā)生波動(dòng),蓄電池便根據(jù)母線電壓與參考電壓的差異進(jìn)行充電或者放電,以平抑功率波動(dòng),使得母線電壓維持在正常水平。
圖3 微源功率曲線Fig. 3 Power curve of micro sources
2.2 頂層能量管理系統(tǒng)
2.2.1 系統(tǒng)使用成本
在該系統(tǒng)中,光伏陣列始終工作在最大功率點(diǎn)跟蹤模式,其運(yùn)行成本固定,當(dāng)需要儲(chǔ)能系統(tǒng)對(duì)光伏與負(fù)載之間的功率差額進(jìn)行補(bǔ)齊或者存儲(chǔ)時(shí),能量管理系統(tǒng)應(yīng)當(dāng)評(píng)估最方便且使用成本最低的存儲(chǔ)系統(tǒng)。由于本文模型為孤島模型,因此沒有燃料成本,各系統(tǒng)使用成本C僅考慮每個(gè)設(shè)備的購置成本Cin以及操作和維護(hù)成本COM。
2.2.2 等效氫耗最小
等效氫耗最小策略是以單位控制周期內(nèi)的系統(tǒng)氫能消耗最小化為目標(biāo)的瞬時(shí)優(yōu)化策略,該策略將蓄電池消耗電能計(jì)量為氫能,從而以整個(gè)系統(tǒng)氫能使用最少為目標(biāo),求解出蓄電池最優(yōu)輸出功率和蓄電池Soc之間的關(guān)系[30-31]。系統(tǒng)中總氫耗H與蓄電池氫耗Hbat及燃料電池氫耗Hfc存在如下關(guān)系：
H=Hfc+kHbat(18)
式中k為修正系數(shù)。k表達(dá)式為
k=1?2μ[S?0.5(Sh+Sl)]/(Sh?Sl)(19)
式中：Sh為蓄電池Soc上限值;Sl為蓄電池Soc下限值;μ為權(quán)重。
燃料電池氫耗為輸出功率近似為線性關(guān)系,可表示為
Hfc=aPfc+b(20)
式中a、b為常數(shù)。
蓄電池氫耗可根據(jù)燃料電池氫耗進(jìn)行計(jì)算,即
式中：ηch_avg與ηdis_avg為蓄電池平均充、放電效率;Hfc_avg與Pfc_avg為燃料電池平均氫耗與平均功率;Pbat為蓄電池輸出功率。因此,系統(tǒng)的等效氫耗最小可表達(dá)為
minH=min(Hfc+kHbat)=min[a(Pref?Pbat)+kHbat)(22)
式中Pref為電-氫儲(chǔ)能系統(tǒng)輸出的總功率,即負(fù)載需求功率與光伏陣列產(chǎn)生功率之差。
則可得到蓄電池的最優(yōu)功率Pbat_opt公式：
Pbat_opt=argmin(?aPbat+kHbat)(23)
2.2.3 計(jì)及、平衡的最小使用成本方法
由于系統(tǒng)僅由可再生能源供電,其輸出功率主要受環(huán)境影響。因此,對(duì)于給定的負(fù)載需求值及光伏輸出功率,能量管理系統(tǒng)的目的是確定存儲(chǔ)設(shè)備(電池,電解槽,燃料電池)的最佳運(yùn)行方式,以便使整個(gè)微電網(wǎng)的使用成本最低。與此同時(shí),在孤島系統(tǒng)中,將蓄電池Soc以及儲(chǔ)氫罐Sohc控制在理想范圍內(nèi)也是維持系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵,使得儲(chǔ)能系統(tǒng)既能夠在光伏電池輸出盈余功率時(shí)提供足夠的儲(chǔ)存容量,同時(shí)也能夠有效防止在母線功率缺額時(shí)由儲(chǔ)能不足所導(dǎo)致的系統(tǒng)崩潰等嚴(yán)重問題。
系統(tǒng)的基本約束為
式中：Pload為負(fù)荷需求功率;Sch、Scl為Sohc上下閾值;Pfcmax、Pelmax為燃料電池、電解槽最大功率。
由式(22)可知,蓄電池使用成本與其輸出功率線性相關(guān),而氫儲(chǔ)能系統(tǒng)使用成本在額定功率范圍內(nèi)不變化,則瞬時(shí)狀態(tài)下蓄電池與氫能系統(tǒng)使用成本與功率關(guān)系可如圖4所示。
圖4 系統(tǒng)使用成本與功率關(guān)系曲線Fig. 4 Relationship between cost and power demand
通過計(jì)算儲(chǔ)能系統(tǒng)總輸出功率Pref,并將該參考值與上圖中交點(diǎn)處功率值Pc、Pd進(jìn)行比較,即可計(jì)算出各儲(chǔ)能單元的輸出功率,其具體計(jì)算方法為
根據(jù)計(jì)算得到的蓄電池輸出功率Pbat,將負(fù)載需求功率與其相減即可得到電解槽及燃料電池參考功率。
同時(shí),由于在等效氫耗最小算法中,蓄電池最優(yōu)參考功率僅與Soc相關(guān)且該算法會(huì)使得蓄電池荷電狀態(tài)穩(wěn)定在設(shè)定值附近,因此在本文中,將等效氫耗最小算法所計(jì)算得到的最優(yōu)功率進(jìn)行處理,得到關(guān)于蓄電池使用成本的權(quán)重系數(shù)λ,從而使得系統(tǒng)Soc更加可控,該系數(shù)的計(jì)算公式為
修正系數(shù)e1、e2的大小決定了權(quán)重系數(shù)λ與f變化的快慢,即蓄電池Soc及氫儲(chǔ)能系統(tǒng)Sohc回歸參考值速度的快慢,系數(shù)越大,Soc或Sohc回到參考值的速度越快。因此加入權(quán)重后,儲(chǔ)能系統(tǒng)使用成本根據(jù)儲(chǔ)能情況存在一定波動(dòng),進(jìn)而對(duì)各微源的功率輸出進(jìn)行一定的修正。
結(jié)合式(25)—(29),計(jì)算出該時(shí)刻下蓄電池、燃料電池及電解槽的功率,將其作為指令傳遞至變流器層進(jìn)行實(shí)際控制。如圖5所示,為頂層能量管理系統(tǒng)工作流程示意圖。
圖5 頂層能量管理系統(tǒng)工作流程Fig. 5 Flow t of top layer energy management system
3 實(shí)驗(yàn)驗(yàn)證
3.1 實(shí)驗(yàn)平臺(tái)及參數(shù)設(shè)置
為了驗(yàn)證本文所提出的基于使用成本最小及Soc、Sohc平衡的能量管理方法的有效性,使用RT-LAB半實(shí)物實(shí)時(shí)仿真平臺(tái)進(jìn)行了仿真測(cè)試,該實(shí)驗(yàn)平臺(tái)如圖6所示。仿真平臺(tái)型號(hào)為OP5600 HIL Box,運(yùn)行速度為3.3 GHz,本實(shí)驗(yàn)中運(yùn)行步長為0.1ms,仿真時(shí)長為3天即259 200 s。
圖6 RT-LAB半實(shí)物實(shí)時(shí)仿真平臺(tái)Fig. 6 RT-LAB real time simulation platform for hardware in the loop
本文采用的蓄電池、燃料電池及電解槽的購置成本[32]如表1所示。
蓄電池、燃料電池、儲(chǔ)氫罐及電解槽具體參數(shù)如表2所示。
光伏陣列的溫度、光照參數(shù)來源于澳大利亞昆士蘭大學(xué)圣路易斯校區(qū)光伏電站測(cè)得數(shù)據(jù),工況曲線根據(jù)文獻(xiàn)[16]得到。
表1 各儲(chǔ)能器件成本及壽命Tab. 1 Cost and life time of storage devices
表2 各元件參數(shù)Tab. 2 Component parameters
3.2 對(duì)比分析
根據(jù)本文所提出的能量管理方法,得到的仿真結(jié)果如圖7所示。
圖7 系統(tǒng)功率曲線Fig. 7 Power curve of system
電-氫儲(chǔ)能系統(tǒng)Soc及Sohc如圖8所示。
由仿真結(jié)果可以得出,能量管理系統(tǒng)能夠?yàn)楦鲀?chǔ)能系統(tǒng)有效地進(jìn)行功率分配,當(dāng)光伏陣列輸出大于負(fù)載需求時(shí),儲(chǔ)能系統(tǒng)開始儲(chǔ)能,系統(tǒng)根據(jù)使用成本最小原則為各系統(tǒng)分配功率;當(dāng)光伏輸出不足以維持負(fù)載需求或者夜間光伏系統(tǒng)無輸出時(shí),系統(tǒng)按照儲(chǔ)能系統(tǒng)自身儲(chǔ)能狀況及使用成本讓儲(chǔ)能系統(tǒng)進(jìn)行合理地放電。同時(shí),由于變流器層對(duì)燃料電池、電解槽功率瞬時(shí)變化程度的限制,其運(yùn)行過程中功率輸入、輸出較為平穩(wěn),且不存在頻繁啟停的現(xiàn)象,而蓄電池根據(jù)下垂控制的特性,響應(yīng)更為迅速,出力則更加靈活,符合其運(yùn)行特性。
圖8 系統(tǒng)儲(chǔ)能狀態(tài)Fig. 8 State of energy storage system
由圖8可知,Soc、Sohc根據(jù)權(quán)重系數(shù)的約束逐漸向其參考值移動(dòng)。在t=24h時(shí),Soc為61.2%,Sohc為57.2%;t=48 h時(shí),Soc為63.4%,Sohc降至51.4%;t=72 h時(shí),Soc為60.6%,Sohc穩(wěn)定在50%。因此對(duì)Soc、Sohc的平衡控制是有效的。
雖然目前尚沒有對(duì)微電網(wǎng)能量管理方法進(jìn)行統(tǒng)一評(píng)估及比較的標(biāo)準(zhǔn),但仍可以引入一些指標(biāo)來顯示各個(gè)控制策略的優(yōu)缺點(diǎn),幫助對(duì)該能量管理方式進(jìn)行進(jìn)一步評(píng)價(jià)。基于每個(gè)運(yùn)行周期得出結(jié)果的對(duì)比,可以體現(xiàn)出能量管理系統(tǒng)的性能。本文采用使用成本、Soc、Sohc和氫儲(chǔ)能系統(tǒng)平均效率4個(gè)指標(biāo),對(duì)本文所提出的能量管理方法、等效氫耗方法、狀態(tài)機(jī)方法在相同參數(shù)和工況下進(jìn)行比較;而在僅含有電儲(chǔ)能系統(tǒng)的微電網(wǎng)中,蓄電池的容量調(diào)整為1200 Ah以確保儲(chǔ)能系統(tǒng)的容量滿足系統(tǒng)運(yùn)行的要求,所得結(jié)果如圖9所示。具體指標(biāo)對(duì)比結(jié)果如表3所示。
圖9 不同指標(biāo)對(duì)比Fig. 9 Comparison of system index
表3 各方法比對(duì)結(jié)果Tab. 3 Comparison results of each method
通過實(shí)驗(yàn)結(jié)果可知,狀態(tài)機(jī)方法無法維持系統(tǒng)的儲(chǔ)能水平,在實(shí)驗(yàn)結(jié)束后Soc與Sohc處于極低水平,已無法保證系統(tǒng)的正常運(yùn)行;而等效氫耗最小方法能夠維持蓄電池荷電狀態(tài)基本穩(wěn)定,其Soc值在24 h、48 h與72 h時(shí)均穩(wěn)定在Soc參考值60%附近,但該方法會(huì)導(dǎo)致氫儲(chǔ)能系統(tǒng)頻繁地向蓄電池提供能量以維持其荷電狀態(tài),使2種不同類型的儲(chǔ)能系統(tǒng)之間進(jìn)行了多余的能量交互,從而降低了系統(tǒng)效率,導(dǎo)致系統(tǒng)Sohc一直處于較低水平,同時(shí)該種方法的功率分配方式也導(dǎo)致系統(tǒng)使用成本最高;對(duì)于僅含有電儲(chǔ)能系統(tǒng)的微電網(wǎng),其使用成本與基于狀態(tài)機(jī)的電-氫微電網(wǎng)使用成本相近,但其Soc儲(chǔ)量上升明顯;對(duì)于本文所提方法,其成本為優(yōu)先考慮目標(biāo),相比較以上3種方法,使用成本分別減少了18.4%、37.1%與19.6.(核實(shí)此處是否正確),同時(shí)該方法也維持了儲(chǔ)能系統(tǒng)狀態(tài)的穩(wěn)定,Soc終值為60.55%,Sohc終值為50.09%,與系統(tǒng)參考值較為吻合,同時(shí)氫儲(chǔ)能系統(tǒng)利用效率最高,為52.55%。
此外,通過圖9中等效氫耗的計(jì)算結(jié)果,可以看出本文所提方法等效氫耗最小,等效氫耗最小系統(tǒng)所得結(jié)果反而最差。該結(jié)果證明,由于氫氣為混合動(dòng)力系統(tǒng)主要能量來源,因此等效氫耗最小理論在該系統(tǒng)中最為有效。而在孤島微電網(wǎng)中,系統(tǒng)的主要能量來源為光伏陣列等可再生能源設(shè)備所產(chǎn)生電能,氫儲(chǔ)能及電儲(chǔ)能系統(tǒng)只對(duì)多余能量進(jìn)行暫時(shí)的存儲(chǔ),因此應(yīng)當(dāng)著重考慮各系統(tǒng)的實(shí)際效率以使電能利用率最高,從而避免各儲(chǔ)能系統(tǒng)因頻繁的能量交互所帶來的電能損耗。所以,等效氫耗最小理論作為孤島系統(tǒng)的能量管理方法的評(píng)判指標(biāo)是不合適的,但基于等效氫耗的控制方法依舊可以作為維持蓄電池荷電狀態(tài)穩(wěn)定的輔助手段。
相較于電儲(chǔ)能系統(tǒng),雖然在能量利用率上電-氫混合儲(chǔ)能系統(tǒng)效率更低,但2種儲(chǔ)能系統(tǒng)的協(xié)調(diào)工作使得微電網(wǎng)使用成本大幅降低。且僅含有電儲(chǔ)能系統(tǒng)的微電網(wǎng)無法對(duì)自身儲(chǔ)能狀態(tài)進(jìn)行有效調(diào)整,其Soc的變化完全受工況的約束,在長時(shí)間的運(yùn)行下將會(huì)導(dǎo)致Soc處于較為極端的狀態(tài)下,影響微電網(wǎng)的穩(wěn)定運(yùn)行。因此,相比電儲(chǔ)能微電網(wǎng),電-氫混合儲(chǔ)能的孤島微電網(wǎng)運(yùn)行更加經(jīng)濟(jì),同時(shí)也增加了系統(tǒng)的可靠性。
4 結(jié)論
本文以含有光伏陣列、燃料電池、蓄電池、電解槽及儲(chǔ)氫罐的孤島直流微電網(wǎng)作為研究對(duì)象,提出一種基于使用成本最小及穩(wěn)定儲(chǔ)能狀態(tài)的直流微電網(wǎng)能量管理方法。該方法通過儲(chǔ)能系統(tǒng)最小算法降低儲(chǔ)能系統(tǒng)成本,同時(shí)加入等效氫耗最小算法維持儲(chǔ)能系統(tǒng)的儲(chǔ)能狀態(tài),對(duì)各微源功率進(jìn)行合理分配,實(shí)現(xiàn)系統(tǒng)使用成本及儲(chǔ)能水平的優(yōu)化控制。通過RT-LAB在線實(shí)時(shí)運(yùn)行對(duì)本文提出的能量管理方法在成本及其他指標(biāo)上進(jìn)行了驗(yàn)證,結(jié)果表明：系統(tǒng)使用成本相較于傳統(tǒng)能量管理方法大幅減少,且儲(chǔ)能系統(tǒng)狀態(tài)更加穩(wěn)定,儲(chǔ)量始終保證在期望水平,氫儲(chǔ)能系統(tǒng)利用率高,增加了系統(tǒng)可靠性。對(duì)直流微電網(wǎng)系統(tǒng)經(jīng)濟(jì)、穩(wěn)定運(yùn)行具有重要意義。本文所提方法為以小時(shí)為時(shí)間尺度的在線實(shí)時(shí)優(yōu)化,該方法能夠?qū)ο到y(tǒng)進(jìn)行靈活、可靠的優(yōu)化控制;但考慮到目前所有在線實(shí)驗(yàn)的工作時(shí)長及實(shí)際要求,無法對(duì)更長時(shí)間尺度(月、年)的情況進(jìn)行實(shí)驗(yàn)驗(yàn)證。在今后的工作中,將從離線及在線兩方面入手,對(duì)更大規(guī)模系統(tǒng)的宏觀經(jīng)濟(jì)性及各季度環(huán)境的變化性進(jìn)行更加深入的研究。
參考文獻(xiàn)
[1]RezaeiM,MohseniM.A predictive control based on neural network for dynamic model of proton exchange membrane fuel cell[J].Journal of Fuel Cell Science and Technology,2013,10(3):035001.
[2]AgbossouK,KolheM,HamelinJ,et al.Performance of a stand-alone renewable energy system based on energy storage as hydrogen[J].IEEE Transactions on Energy Conversion,2004,19(3):633-640.
[3]MehrpooyaM.Dynamic modeling of a hybrid Photovoltaic system with hydrogen/air PEM fuel cell[J].Iranica Journal of Energy Environment,2013,4(2):4-9.
[4]李承熹,楊強(qiáng),顏文俊.含分布式光伏電源的微電網(wǎng)孤島動(dòng)態(tài)運(yùn)行策略[J].電力系統(tǒng)保護(hù)與控制,2013,41(8):99-105.LiChengxi,YangQiang,YanWenjun.Dynamic islanding operation of microgrid with distributed photovoltaic generators[J].Power System Protection and Control,2013,41(8):99-105(in Chinese).
[5]李相俊,王上行,惠東.電池儲(chǔ)能系統(tǒng)運(yùn)行控制與應(yīng)用方法綜述及展望[J].電網(wǎng)技術(shù),2017,41(10):3315-3325.LiXiangjun,WangShangxing,HuiDong.Summary and prospect of operation control and application method for battery energy storage systems[J].Power System Technology,2017,41(10):3315-3325(in Chinese).
[6]李霞林,郭力,王成山,等.直流微電網(wǎng)關(guān)鍵技術(shù)研究綜述[J].中國電機(jī)工程學(xué)報(bào),2016,36(1):2-17.LiXialin,GuoLi,WangChengshan,et al.Key technologies of DC microgrids: an overview[J].Proceedings of the CSEE,2016,36(1):2-17(in Chinese).
[7]馬宇輝,劉念.用戶側(cè)微電網(wǎng)的能量管理方法綜述[J].電力系統(tǒng)保護(hù)與控制,2017,45(23):158-168.MaYuhui,LiuNian.Survey on energy management method of community micro-grid[J].Power System Protection and Control,2017,45(23):158-168(in Chinese).
[8]KraaO,GhodbaneH,SaadiR,et al.Energy management of fuel cell/ supercapacitor hybrid source based on linear and sliding mode control[J].Energy Procedia,2015,74(12):58-64.
[9]RekiouaD,BensmailS,BettarN.Development of hybrid photovoltaic-fuel cell system for stand-alone application[J].International Journal of Hydrogen Energy,2014,39(3):4-11.
[10]張建華,于雷,劉念,等.含風(fēng)/光/柴/蓄及海水淡化負(fù)荷的微電網(wǎng)容量優(yōu)化配置[J].電工技術(shù)學(xué)報(bào),2014,29(2):102-112.ZhangJianhua,YuLei,LiuNian,et al.Capacity configuration optimization for island microgrid with wind/photovoltaic/diesel/ storage and seawater desalination load[J].Transactions of China Electrotechnical Society,2014,29(2):102-112(in Chinese).
[11]陶瓊,李春來,穆云飛,等.考慮需求側(cè)響應(yīng)能力的孤立微網(wǎng)蓄電池儲(chǔ)能系統(tǒng)容量概率規(guī)劃方法[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2017,29(1):37-44.TaoQiong,LiChunlai,MuYunfei,et al.Statistical capacity planning method for battery energy storage system of island microgrid considering demand response[J].Proceedings of the CSU-EPSA,2017,29(1):37-44(in Chinese).
[12]王琛,孟建輝,王毅,等.考慮蓄電池荷電狀態(tài)的孤島直流微網(wǎng)多源協(xié)調(diào)控制策略[J].高電壓技術(shù),2018,44(1):160-168.WangChen,MengJianhui,WangYi,et al.Multi-source coordinated control strategy considering battery’s SOC for islanded dc microgrid[J].High Voltage Engineering,2018,44(1):160-168(in Chinese).
[13]郭力,王蔚,劉文建,等.風(fēng)柴儲(chǔ)海水淡化獨(dú)立微電網(wǎng)系統(tǒng)能量管理方法[J].電工技術(shù)學(xué)報(bào),2014,29(2):113-121.GuoLi,WangWei,LiuWenjian,et al.The energy management method for stand-alone wind/diesel/battery/sea-water desalination microgrid[J].Transactions of China Electrotechnical Society,2014,29(2):113-121(in Chinese).
[14]曾意,孔祥玉,胡啟安,等.考慮后備容量的微電網(wǎng)儲(chǔ)能充放電策略[J].電網(wǎng)技術(shù),2017,41(5):1519-1525.ZengYi,KongXiangyu,HuQi’an,et al.Energy storage strategy in microgrid considering reserve capacity[J].Power System Technology,2017,41(5):1519-1525(in Chinese).
[15]蔡國偉,孔令國,彭龍,等.基于氫儲(chǔ)能的主動(dòng)型光伏發(fā)電系統(tǒng)建模與控制[J].太陽能學(xué)報(bào),2016,37(10):2451-2459.CaiGuowei,KongLingguo,PengLong,et al.Modeling and control of active PV generation system based on hydrogrn storage[J].Acta Energiae Solaris Sinica,2016,37(10):2451-2459(in Chinese).
[16]孔令國,蔡國偉,陳沖,等.基于氫儲(chǔ)能的主動(dòng)型永磁直驅(qū)風(fēng)電機(jī)組建模與并網(wǎng)控制[J].電工技術(shù)學(xué)報(bào),2017,32(18):276-285.KongLingguo,CaiGuowei,ChenChong,et al.Modeling and grid- connected control of proactive permanent magnet direct-driven wind turbine based on energy storage of hydrogen[J].Transactions of China Electrotechnical Society,2017,32(18):276-285(in Chinese).
[17]蔡國偉,陳沖,孔令國,等.風(fēng)電/制氫/燃料電池/超級(jí)電容器混合系統(tǒng)控制策略[J].電工技術(shù)學(xué)報(bào),2017,32(17):84-94.CaiGuowei,ChenChong,KongLingguo,et al.Control of hybrid system of wind/hydrogen/fuel cell/supercapacitor[J].Transactions of China Electrotechnical Society,2017,32(17):84-94(in Chinese).
[18]IpsakisD,VoutetakisS,PanosS,et al.Power management strategies for a stand-alone power system using renewable energy sources and hydrogen storage[J].International Journal of Hydrogen Energy,2009,34(16):7081-7095.
[19]NasriS,Slama BS,AdnaneC.Power management strategy for hybrid autonomous power system using hydrogen storage[J].International Journal of Hydrogen Energy,2016,41(2):857-865.
[20]NasriS,Slama BS,YahyaouiI,et al.Autonomous hybrid system and coordinated intelligent management approach in power system operation and control using hydrogen storage[J].International Journal of Hydrogen Energy,2017,42(15):9511-9523.
[21]Inam UN,WangP.Cost-based droop scheme for dc microgrid [C]//2014 IEEE Energy Conversion Congress and Exposition.Pittsburgh,USA:IEEE,2014:765-769.
[22]劉念,李巖松,張建華,等.微電網(wǎng)互聯(lián)運(yùn)行的分時(shí)優(yōu)化與實(shí)時(shí)控制方法[J].電工技術(shù)學(xué)報(bào),2016,31(21):1-11.LiuNian,LiYansong,ZhangJianhua,et al.Hour-ahead optimization and real-time control method for micro-grid interconnection[J].Transactions of China Electrotechnical Society,2016,31(21):1-11(in Chinese).
[23]Marchenko OV,Solomin SV.Modeling of hydrogen and electrical energy storages in wind/PV energy system on the Lake Baikal coast[J].International Journal of Hydrogen Energy,2017,42(15):9361-9370.
[24]Rodolfo DL,JoseL,Bernal-Agustin,et al.Optimization of control strategies for stand-alone renewable energy systems with hydrogen storage[J].Renewable Energy,2007,32(7):1102-11.
[25]李奇,楊寒卿,韓瑩,等.光伏并網(wǎng)發(fā)電系統(tǒng)參數(shù)協(xié)調(diào)優(yōu)化方法研究[J].西南交通大學(xué)學(xué)報(bào),2016,51(5):894-901.LiQi,YangHanqing,HanYing,et al.Method of parameter coordination optimization for grid-connected photovoltaic system[J].Journal of Southwest Jiaotong University,2016,51(5):894-901(in Chinese).
[26]HanY,LiQ,Wang TH,et al.Multisource coordination energy management strategy based on SOC consensus for a PEMFC-Battery- Supercapacitor hybrid tramway[J].IEEE Transactions on Vehicular Technology,2018,67(1):296-305.
[27]徐梁飛,李建秋,楊福源,等.燃料電池混合動(dòng)力系統(tǒng)鎳氫電池特性[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,48(5):864-867.XuLiangfei,LiJianqiu,YangFuyuan,et al.Characteristics of a nickel metal hydride battery in a hybrid fuel cell system[J].Journal of Tsinghua University(Sci Tech),2008,48(5):864-867(in Chinese).
[28]LajnefT,AbidS,AmmousA.Modeling, control, and simulation of a solar hydrogen/fuel cell hybrid energy system for grid-connected applications[J].Advances in Power Electronics,2013(4):1-9.
[29]趙釩卿,谷廷坤,劉丹,等.光伏組件形狀參數(shù)工程解析模型[J].電網(wǎng)技術(shù),2015,39(6):1485-1490.ZhaoFanqing,GuTingkun,LiuDan,et al.Shape parameter engineering analytical model of PV module[J].Power System Technology,2015,39(6):1485-1490(in Chinese).
[30]王天宏,李奇,韓瑩,等.燃料電池混合發(fā)電系統(tǒng)等效氫耗瞬時(shí)優(yōu)化能量管理方法[J].中國電機(jī)工程學(xué)報(bào),2018,38(14):4173-4182.WangTianhong,LiQi,HanYing,et al.Fuel cell hybrid power generation system equivalent hydrogen consumption instantaneous optimization energy management method[J].Proceedings of the CSEE,2018,38(14):4173-4182(in Chinese).
[31]Torreglosa JP,JuradoF,GarcíaP,et al.Hybrid fuel cell and battery tramway control based on an equivalent consumption minimization strategy[J].Control Engineering Practice,2011,19(10):1182-1194.
[32]ZhangY,AndersL,Pietro EC,et al.Comparative study of battery storage and hydrogen storage to increase photovoltaic self-sufficiency in a residential building of Sweden[J].Energy Procedia,2016(103):268-273.
