陶學(xué)軍，陳娜娜，岳紅軒

（1.許繼電氣股份有限公司 河南 許昌 461000；2.河南工業(yè)大學(xué) 河南 鄭州 450007）

由于環(huán)境污染和傳統(tǒng)能源短缺問(wèn)題日益嚴(yán)重，風(fēng)能、太陽(yáng)能、地?zé)崮艿染G色可再生能源的開(kāi)發(fā)利用已成為全世界關(guān)注的焦點(diǎn)。而今，風(fēng)能作為主要的可再生能源，風(fēng)力發(fā)電技術(shù)在全球范圍內(nèi)迅速發(fā)展。目前很多大中型風(fēng)電場(chǎng)一般直接接入電網(wǎng)，但風(fēng)能的隨機(jī)性和間歇性導(dǎo)致風(fēng)電電能波動(dòng)從而影響電網(wǎng)電能質(zhì)量，如果這些問(wèn)題處理不當(dāng)，不僅危害電網(wǎng)負(fù)載，給生產(chǎn)生活帶來(lái)巨大損失，同時(shí)也會(huì)影響風(fēng)電的發(fā)展[1]。

針對(duì)風(fēng)電并網(wǎng)出現(xiàn)的問(wèn)題，本文提出基于鉛酸蓄電池儲(chǔ)能系統(tǒng)、結(jié)合負(fù)荷用電預(yù)測(cè)信息，利用模糊理論“最大—最小”合成理論[2]，合理調(diào)度儲(chǔ)能系統(tǒng)充放電的電量，改善并網(wǎng)后的電網(wǎng)品質(zhì)。本文基于MATLAB/SIMULINK建立了風(fēng)電儲(chǔ)能系統(tǒng)能量調(diào)度策略的整體數(shù)學(xué)模型[3]，設(shè)計(jì)了基于“最大—最小”算法的能量調(diào)度控制器，仿真結(jié)果驗(yàn)證了風(fēng)電儲(chǔ)能系統(tǒng)能量調(diào)度策略的正確性及控制器的有效性。

1 系統(tǒng)的整體結(jié)構(gòu)

風(fēng)電儲(chǔ)能系統(tǒng)能量調(diào)度主要包括：電網(wǎng)負(fù)載用電量的預(yù)測(cè)、儲(chǔ)能系統(tǒng)（鉛酸蓄電池組成）、風(fēng)力發(fā)電機(jī)組（不做詳細(xì)介紹）和調(diào)度控系統(tǒng)制器4大部分，其總體結(jié)構(gòu)框圖如圖1所示。

圖1 風(fēng)電儲(chǔ)能調(diào)動(dòng)系統(tǒng)結(jié)構(gòu)框圖Fig.1 Wind energy storage scheduling system structure diagram

2 系統(tǒng)主要部分的模型和仿真結(jié)果

2.1 鉛酸蓄電池的數(shù)學(xué)模型

要對(duì)能量調(diào)度進(jìn)行較為精確的充放電控制，就要求組成儲(chǔ)能系統(tǒng)的鉛酸蓄電池模型能夠較為準(zhǔn)確的反映出各個(gè)物理化學(xué)參數(shù)的變化對(duì)蓄電池剩余容量的影響。文中蓄電池的模型[7]，考慮溫度變化對(duì)電池的極化反應(yīng)的影響，并以25℃時(shí)的特性作為參考標(biāo)準(zhǔn)，分別對(duì)極化效應(yīng)和電阻進(jìn)行溫度補(bǔ)償，對(duì)極化效應(yīng)的溫度補(bǔ)償因子為：Ct（Tb－25）；對(duì)電阻的溫度補(bǔ)償因子為：1－0.025×（Tb－25）， 其中：Ct為溫度系數(shù)；Tb為電池的溫度。

設(shè)Q為蓄電池充滿(mǎn)狀態(tài)時(shí)的額定容量，Eb為蓄電池的充放電時(shí)的端電壓，E為受控電壓源，R為電池內(nèi)阻，Eo為蓄電池初始電壓，K為極化常數(shù)，En為標(biāo)稱(chēng)電壓，A為試驗(yàn)系數(shù)，B為試驗(yàn)指數(shù)，η為充放電效率，充放電過(guò)程中的電流為i（t），充電時(shí) i（t）＜0，放電時(shí) i（t）＞0。

蓄電池的剩余電量SOC則為：

蓄電池的充放電的電壓：

根據(jù)公式（1）～（4）在Matlab/Simulink環(huán)境中搭建鉛酸蓄電池模型如圖2所示。

圖2中電流信號(hào)是由函數(shù)發(fā)生器輸出幅值為100的方波代替，其輸出的電壓V、功率P、電流A和蓄電池的剩余電量SOC的波形如圖3所示，各變量的輸出波形達(dá)到理想標(biāo)準(zhǔn)。

圖2 鉛酸蓄電池模型Fig.2 Lead－acid battery model

圖3 鉛酸蓄電池仿真波形Fig.3 Lead－acid battery simulation waveform

2.2 負(fù)荷用電量的估計(jì)

為對(duì)儲(chǔ)能系統(tǒng)作出較為精確的充放電控制，因此對(duì)風(fēng)電場(chǎng)的發(fā)電量和負(fù)荷用電量做較為準(zhǔn)確的估計(jì)非常必要，根據(jù)國(guó)家電網(wǎng)公司文件關(guān)于《風(fēng)電調(diào)度運(yùn)行管理規(guī)范》中的規(guī)定：風(fēng)電場(chǎng)應(yīng)配備風(fēng)電功率預(yù)測(cè)系統(tǒng)，可向調(diào)度機(jī)構(gòu)提前交日前和超短期（未來(lái)15分鐘至4小時(shí)）預(yù)測(cè)結(jié)果。根據(jù)氣象條件與用電負(fù)荷的關(guān)系，把用電負(fù)荷分為以下3類(lèi)[6]：1）照明、普通家電、電炊具等這類(lèi)負(fù)荷主要集中在三餐時(shí)間和晚上 （尤其是7、8月份）用電較多；2）工業(yè)負(fù)荷受氣溫和季節(jié)影響較小用電量相對(duì)來(lái)說(shuō)比較穩(wěn)定；3）商場(chǎng)、餐飲業(yè)等負(fù)荷主要影響晚高峰且隨季節(jié)變化較大。

根據(jù)電力部門(mén)對(duì)用電負(fù)荷短期預(yù)測(cè)規(guī)定：對(duì)1－7日的用電負(fù)荷預(yù)測(cè)，主要預(yù)測(cè)指標(biāo)為24點(diǎn)或96點(diǎn)的日用電負(fù)荷。調(diào)度系統(tǒng)參考預(yù)測(cè)信息進(jìn)行電網(wǎng)合理供電。根據(jù)某地區(qū)一年的負(fù)荷用電量數(shù)據(jù)統(tǒng)計(jì)，仿真出的負(fù)荷用電量結(jié)果如圖4所示[8]。

圖4 某地區(qū)負(fù)荷用電量曲線(xiàn)Fig.4 Curve of load power consumption

3 調(diào)度控制器的數(shù)學(xué)模型

調(diào)度控制器采用模糊“最大—最小”算法，主要功能是平抑風(fēng)電并網(wǎng)后的電能波動(dòng)，確保向電網(wǎng)健康供電。令PL是負(fù)載需要的功率，PW是風(fēng)機(jī)發(fā)出的功率，PB是蓄電池充放電的功率[4]，△P=PL－PW。

3.1 確定控制器的輸入輸出量

該控制器的輸入量為誤差e=△P－PB，誤差變化率ec=è；輸出量為蓄電池的充放電電流i。誤差e、誤差變化率ec、控制量 i的實(shí)際范圍，即它們的基本論域?yàn)閇-emax，emax]、[-ecmax，ecmax]和[-imax，imax]。設(shè)e、ec、和i語(yǔ)言變量所取的模糊集合的論域分別為 X=Y=Z{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。

3.2 確定量化因子和比例因子

誤差、誤差變化率和控制量的量化因子分別用下面3式確定：ke=6/emax；kec=6/ecmax；ki=imax/6

誤差和控制量的語(yǔ)言值選 7 個(gè){PL，PM，PS，ZE，NS，NM，NL}， 誤差變化率的語(yǔ)言值選用 8 個(gè){PL，PM，PS，PZ，NZ，NS，NM，NL}，而 3 者的量化等級(jí)都為 13 個(gè) X=Y=Z{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}， 圖 5 只給出了輸入 e 和輸出 i的隸屬函數(shù)圖：

圖5 語(yǔ)言變量e和i的隸屬函數(shù)圖Fig.5 Membership function diagram of language variable

根據(jù)各個(gè)模糊子集的隸屬度賦值表和各參數(shù)模糊控制模型，利用模糊理論中“最大—最小”合成算法，得到一系列的模糊推理關(guān)系，在Matlab/Simulink環(huán)境中建立模糊控制器模型如圖6所示。

4 系統(tǒng)整體模型及仿真結(jié)果

系統(tǒng)主要根據(jù)儲(chǔ)能系統(tǒng)的剩余電量（SOC）和負(fù)荷用電量與機(jī)組發(fā)電量之差是對(duì)儲(chǔ)能系統(tǒng)進(jìn)行合理的充放電控制[7]，設(shè)PL是負(fù)載需要的功率，PW是風(fēng)機(jī)發(fā)出的功率，PB是蓄電池充放電的功率，△P=PL-PW。由于鉛酸電池的充放電電量在20%-80%之間，控制策略可分為以下4種情況：當(dāng)△P<0，SOC<80%時(shí)，控制蓄電池充電；當(dāng)△P>0，SOC>20%時(shí)，控制蓄電池放電；當(dāng)△P>0，SOC<20% 時(shí)，此時(shí)負(fù)荷需求較大，而蓄電池剩余電量較小，要向負(fù)載發(fā)出有效地警告；當(dāng)△P<0，SOC>80%時(shí)，此時(shí)負(fù)載用電量較小，而蓄電池的電量已經(jīng)達(dá)到最大，需要根據(jù)負(fù)載的用電量來(lái)控制風(fēng)機(jī)的發(fā)電功率。以上4種情況在整個(gè)系統(tǒng)運(yùn)行過(guò)程中是相互轉(zhuǎn)化的。

圖6 模糊控制器Fig.6 Fuzzy controller

自適應(yīng)PID模糊控制器依據(jù)上述控制策略，根據(jù)運(yùn)行過(guò)程中不同的狀態(tài)進(jìn)行自動(dòng)協(xié)調(diào)控制。在Matlab/Simulink環(huán)境中搭建的風(fēng)電儲(chǔ)能系統(tǒng)能量調(diào)度整體控制模型如圖7所示 。

根據(jù)搭建的風(fēng)電儲(chǔ)能系統(tǒng)能量調(diào)度的整體控制器模型，可以仿真此控制器存在與否時(shí)，負(fù)荷用電量與風(fēng)力發(fā)電機(jī)之間的矛盾與沖突，矛盾與沖突的程度影響電網(wǎng)質(zhì)量[8-10]。

圖7 系統(tǒng)整體控制模型Fig.7 System model

沒(méi)有調(diào)度控制器系統(tǒng)的情況下，負(fù)荷用電量與風(fēng)力機(jī)組發(fā)電量之差的仿真如圖8，從圖片可以看出，電網(wǎng)負(fù)荷用電量與風(fēng)機(jī)組發(fā)電量差值比較大，這正說(shuō)明負(fù)荷用電和風(fēng)電機(jī)組發(fā)電量有明顯的沖突和矛盾，這樣并網(wǎng)后會(huì)影響電能質(zhì)量和用電設(shè)備的健康，電網(wǎng)調(diào)度也比較困難。

圖8 無(wú)控制器時(shí)負(fù)荷用電與機(jī)組發(fā)電量之差Fig.8 Difference of power consumption and generating capacity with no controller

加上合適容量的儲(chǔ)能設(shè)備和儲(chǔ)能調(diào)度系統(tǒng)后，仿真結(jié)果如圖9所示，仿真曲線(xiàn)比較平緩，電網(wǎng)負(fù)荷用電量與風(fēng)機(jī)組發(fā)電量差值明顯減小，因此減小了電網(wǎng)負(fù)荷用電功率與風(fēng)機(jī)組發(fā)電功率的沖突和矛盾，仿真結(jié)果有明顯改善，保證電網(wǎng)供電質(zhì)量。

圖9 平抑后負(fù)荷用電與機(jī)組發(fā)電量之差Fig.9 Difference of power consumption and generating capacity with controller

調(diào)度系統(tǒng)通過(guò)對(duì)儲(chǔ)能系統(tǒng)的充放電控制，能協(xié)調(diào)用電高峰和風(fēng)機(jī)組發(fā)電之間的矛盾與沖突，并配合電網(wǎng)對(duì)用電負(fù)荷進(jìn)行安全、健康供電。

5 結(jié)束語(yǔ)

文中設(shè)計(jì)了基于模糊理論“最大—最小”算法的調(diào)度系統(tǒng)控制器，并在Matlab/Simulink環(huán)境下建立模型，進(jìn)行仿真。仿真結(jié)果顯示：不添加調(diào)度系統(tǒng)控制器，風(fēng)電并網(wǎng)影響電網(wǎng)電能質(zhì)量，添加調(diào)度系統(tǒng)控制器能有效抑制電能波動(dòng)，一定程度優(yōu)化風(fēng)電發(fā)電量。仿真結(jié)果表明，風(fēng)電儲(chǔ)能調(diào)度策略的正確性和控制器的有效性。該方案具有很好的應(yīng)用前景。

[1]鐘勇.風(fēng)光互補(bǔ)發(fā)電系統(tǒng)中蓄電池充放電控制器的研究[D].合肥：合肥工業(yè)大學(xué)，2006.

[2]廉小親.模糊控制技術(shù)[M].北京：中國(guó)電力出版社，2003.

[3]黃永安，馬路.MATLAB7.0/Simulink6.0建模仿真開(kāi)發(fā)與高級(jí)工程應(yīng)用[M].北京:清華大學(xué)出版社，2005.

[4]Abbey C， Strunz K， G’eza Jo’os.A knowledge-based approach for control of two_level energy storage for wind energy systems[J].IEEE Transactions on Energy Conversion，2009，24（2）：539—547.

[5]Cherif A，Jraidi M，Dhouib A.A battery ageing model used in stand alone PV systems[J].Journal of Power Sources，2002 ，112（1）：49-53.

[6]張鵬，劉繼春，呂林，基于風(fēng)儲(chǔ)協(xié)調(diào)的節(jié)能調(diào)度方法[J].電力系統(tǒng)保護(hù)與控制，2011，39（2）29-34

ZHANG Peng， LIU Ji-chun， LV Lin， The energy-saving dispatch based on the coordination between pumped storage hydro and wind energy[J].Power System Protecting and Control，2011，39（2）:29-34.

[7]吳鐵洲，張永飛.蓄電池的建模與能量管理研究[J].華中科技大學(xué)學(xué)報(bào)，2010，38（4）：31-33.

WU Tie-zhou，ZHONG Yong-fei.Battery modeling and energy management[J].Huazhong Univ.of Sci.&Tech.2010，38（4）:31-33.

[8]劉韜文，李孝杰，考慮風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)保護(hù)與控制，2007，35（S1）:276-279.

LIUTao-wen，LI Xiao-jie.Economic dispatchof powersystem incorporating wind power plant[J].Power System Protection and Control，2007，35（S1）:276-279.

[9]徐致遠(yuǎn)，羅先覺(jué)，牛濤.綜合考慮電力市場(chǎng)與節(jié)能調(diào)度的火電機(jī)組組合方案[J].電力系統(tǒng)自動(dòng)化，2009，33（22）：14-17.

XU Zhi-yuan， LUO Xian-jue， NIU Tao.Thermalunit commitmentscheme considering electricity marketand energy saving dispatch[J].Automation of Electric Power Systems，2009，33（22）：14-17.

[10]任博強(qiáng)，彭鳴鴻，蔣傳文，等.計(jì)及風(fēng)電成本的電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度建模[J].電力系統(tǒng)保護(hù)與控制，2010，38（14）:67-72.

REN Bo-qiang，PENG Ming-hong，JIANG Chuan-wen，et al.Short-termeconomicdispatch of power systemmodeling consideringthe cost of wind power[J].PowerSystemProtection and Control，2010，38（14）:67-72.