CN105162167B - 一种基于自适应下垂控制的风光储微网调频方法 - Google Patents
一种基于自适应下垂控制的风光储微网调频方法 Download PDFInfo
- Publication number
- CN105162167B CN105162167B CN201510644522.XA CN201510644522A CN105162167B CN 105162167 B CN105162167 B CN 105162167B CN 201510644522 A CN201510644522 A CN 201510644522A CN 105162167 B CN105162167 B CN 105162167B
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- state
- energy storage
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 12
- 238000004146 energy storage Methods 0.000 claims abstract description 82
- 238000011217 control strategy Methods 0.000 claims abstract description 20
- 239000003792 electrolyte Substances 0.000 claims abstract description 14
- 230000033228 biological regulation Effects 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000010248 power generation Methods 0.000 claims description 56
- 238000007599 discharging Methods 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000004804 winding Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000008014 freezing Effects 0.000 claims description 3
- 238000007710 freezing Methods 0.000 claims description 3
- 238000010408 sweeping Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000007665 sagging Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 15
- 239000008186 active pharmaceutical agent Substances 0.000 description 8
- 230000006855 networking Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于自适应下垂控制的风光储微网调频方法，包括以下步骤：对风力机、双馈发电机建模，构建风力发电机组的模型；通过对短路电流、开路电压、最大工作点电压和电流进行数据拟合确定光伏发电***的模型；描述蓄电池内部蓄电池荷电状态和放电深度、电流、电解液温度之间的关系，构建储能单元的三阶模型；利用最外层为频率电压下垂控制、内层为功率控制、最里层为电流控制控制的下垂控制策略对分布式电源进行控制；通过自适应控制方法调整风力发电机组、光伏发电***和储能单元的下垂系数，进行、稳态运行情况下和扰动情况下的最优功率分配。本发明有效降低了电池储能的充放电次数和调节压力。
Description
技术领域
本发明涉及一种基于自适应下垂控制的风光储微网调频方法。
背景技术
随着风电、光伏等可再生能源的发展，可再生能源发电的渗透率快速升高，其对电网运行的影响逐步增大。微网作为一种重要的可再生能源并网方式，可将多种分布式电源、负荷、储能有效地组织起来，其存在2种典型的运行模式：正常情况下与常规配电网并网运行，称为联网模式；当检测到电网故障或电能质量不满足要求时，微网将与电网断开而独立运行，称为孤岛模式。单个微网相对于主网规模较小，其调频作用对主网的影响有限，但随着微网数目的逐渐增多，其集群效应将日渐显现，研究微网的调频控制具有重要意义。
现有技术存在考虑微网内电源和负荷的分散性，根据各微源类型和储能装置的不同组合方式，通过PQ和V/f综合控制实现对***的频率支撑。目前基于电力电子技术的即插即用控制和对等(point to point)控制的微网控制策略取得了较为广泛的应用。该方法通过对微网内各电源采用下垂控制方式，将***不平衡的功率动态分配给各微源，保证了孤网运行方式下微网内的电力供需平衡和频率统一。
但是，上述研究均未考虑微网组网电源功率裕度对调频控制效果的影响，未能充分发挥光伏快速响应特点和各微源的功率支撑能力。
发明内容
本发明为了解决上述问题，提出了一种基于自适应下垂控制的风光储微网调频方法，本方法首先建立了风光储微网***模型，重点阐述了电池储能的三阶模型。基于储能电池的工作状态和充放电功率，确定了风电机组和光伏发电的动态出力策略；提出一种自适应的下垂控制方法，即通过组网电源的功率裕度自适应调整各微源的下垂系数，充分发挥了微源的调节潜力和功率支撑能力。通过算例仿真验证了所提策略和方法的有效性。
为了实现上述目的，本发明采用如下技术方案：
一种基于自适应下垂控制的风光储微网调频方法，包括以下步骤：
(1)对风力机、双馈发电机建模，构建风力发电机组的模型；
(2)通过对短路电流、开路电压、最大工作点电压和电流进行数据拟合确定光伏发电***的模型；
(3)描述蓄电池内部蓄电池荷电状态和放电深度、电流、电解液温度之间的关系，构建储能单元的三阶模型；
(4)利用最外层为频率电压下垂控制、内层为功率控制、最里层为电流控制的下垂控制策略对分布式电源进行控制；
(5)通过自适应控制方法调整风力发电机组、光伏发电***和储能单元的下垂系数，进行稳态运行情况下和扰动情况下的最优功率分配。
所述步骤(1)中，风电机组首先将风能转化为机械能，再有机械能转化为电能，该过程中风力机捕获风能的高低直接决定了风电机组的转换效率，对风力机建模的具体方法为：风力机捕获的风功率为：
式中：Cp为风力机的功率系数；ρ为空气密度；A为风轮的扫风面积；v0为风速；
功率系数Cp与桨距角、叶尖速比密切相关，其极限最大值为
影响风力机能量转换的另一个重要系数为叶尖速比，定义为
式中：R为叶片半径；Ω为风力机转速；v为风速。
所述步骤(1)中，双馈发电机是指绕线式异步电机的定转子三相绕组分别接到两个独立的三相对称电源，转子电源电压的幅值、频率和相位则需按运行要求分别进行调节，异步电机的电磁功率为
式中：是转子回路的功率因数；
机械功率定义为
PT＝(1-s)P (5)
电磁转矩定义为
式中：Ω为转子角速度；s转差率；n和n1分别为转子转速和同步转速；Ω1为同步角速度。
所述步骤(2)中，通过对短路电流、开路电压、最大工作点电压和电流进行数据拟合确定，具体表达式如下：
C2＝(Vm/Voc-1)[ln(1-Im/Isc)]-1
DT＝T-Tref
Isc＝Isc(1+DS)(1+a*DT)
Voc＝Voc(1-c*DT)ln(e+b*DS)
Im＝Im(1+DS)(1+a*DT)
Vm＝Vm(1-c*DT)ln(e+b*DS) (7)
式中：Isc为短路电流；Voc为开路电压；Vm为最大工作点电压；Im为最大工作点电流；Tref为参考温度，Sref为参考辐照度；a、b和c为常数；V为光伏阵列端口电压；DT为温度偏差；S为辐照度偏差。
所述步骤(3)中，储能单元的三阶模型为：电源E0的正极经过电阻r串联有两个包含并联的电容和电阻的电路后，连接电阻R0，且电源E0的正极的电流为Im，则：
其中，Em0为等效电动势Em初值；R00为等效电阻R0在一定荷电状态下的初值；R10为等效电阻R1在一定荷电状态下的初值；R20为等效电阻R2在一定荷电状态下的初值；Kε为常数，其值大小与电池类型有关；A0，A20，A21，A22是与电池荷电状态SOC和放电状态DOC相关的常数。
所述步骤(3)中，储能单元的电池荷电状态SOC和放电深度DOC的表达式如下：
SOC＝Qe/C(0,θ)＝1-Qe/(KcC(I*))
DOC＝Qe/C(Iavg,θ)
式中：C(I,θ)是电池容量，与电流和电解液温度有关；C0为0℃下以参考电流I*放电得到的容量；θf为电解液冰点温度；Kc，ε，δ为经验系数；SOC表示在温度θ给定的条件下，电池相对于其最大容量的充满程度；DOC表示的是以实际恒定电流I，电流变化时以平均电流Iavg替代，放电时得到的电容容量的充满程度。
所述步骤(3)中，电流关系满足
由式(9)得
其中：τ1＝R1C1，Im＝-Qe/dt；
电解液温度的关系式为
其中：Cθ为电池热容；θ为电解液温度；Rθ为电池与周围环境之间的热阻；θa为周围环境的温度；Ps为热源功率，该参数反应电流内部放出的热量。
所述步骤(4)中，下垂控制策略中包含三层控制，最外层为频率电压下垂控制，内层为功率控制，最里层为电流控制，通过功率计算得到的prel和qrel进行低通滤波后分别与Pref和Qref比较，得到的差量经过PI环节逐渐消除，电流闭环则引入id和iq，随后加入PI环节，输出的imd和imq用来控制桥型电路的触发脉冲。
所述步骤(5)中，定义光伏发电***和风力机组的实时最大发电功率分别为Ppvmax和Pfmax，光伏发电***和风力机组的当前输出功率分别为Ppv和Pf；
则光伏发电***和风力机组的功率裕度分别为SPpv和SPf，且
SPpv＝Ppvmax-Ppv
SPf＝Pfmax-Pf (13)
令ΔPL＝PL-(Pfmax+Ppvmax)，其中PL为负荷功率，ΔPL为净负荷，该值为正，说明需要储能电池放电，该值为负，需要储能充电或者风光限出力。
所述步骤(5)中，稳态运行的微网协调策略为：储能根据SOC值的大小，定义三个工作状态：低电压状态、正常运行状态和高电量状态，当SOC<0.2时为低电压状态，当SOC∈0.2～0.8时，为正常运行状态，当SOC＞0.8时，为高电量状态。
(5-1)高电量状态下，为防止储能电池过充，需要限制储能电池的充电功率，而放开放电功率，使得电池尽快工作在正常运行状态下；
净负荷ΔPL为正时，放电功率Pb＝min{ΔPL,Pbmax}，当放电功率小于净负荷时，切掉部分负荷；
净负荷ΔPL为负时，储能功率Pb＝0，风光限制出力，平均分摊净负荷，保证净负荷为零；
(5-2)正常运行状态下，净负荷为正时，风电机组和光伏发电单元运行在最大功率跟踪模式下，放电功率Pb＝min{ΔPL,Pbmax}，当放电功率小于净负荷时，切掉部分负荷；
净负荷为负时，储能电池功率维持不变，以尽量减小对储能的调节，风光限功率运行，按照功率比限制负荷，以保证风电和光伏具有一定的功率调整空间，为参与微网的功率支撑奠定基础；
(5-3)低电量状态下，储能尽可能处于充电状态，以保证功率补偿作用，使其工作在最优状态下；
净负荷为正时，风光运行在MPPT模式下，放电功率Pb＝min{ΔPL,kb·Pbmax}，当放电功率小于净负荷时，切掉部分负荷，kb为储能的限功率系数，由kb＝SOC/0.2确定，其中SOC为当前值，0.2为低电量阈值；
净负荷为负时，风光运行在MPPT模式下，充电功率为Pb＝min{-ΔPL,kb·Pbmax}，当充电功率仍小于负的净负荷时，风光限制出力，以实现功率平衡。
所述步骤(5)中，扰动情况下的下垂控制策略为：对各微源的下垂系数进行自适应调整：
kpv＝ks·SPs/(αpv·SPpv)
kf＝ks·SPs/(αf·SPf) (14)
式中，SPs、SPpv、SPf分别为储能电池、光伏发电单元和风机的功率裕度，其应取各自上下限功率裕度的较小值；ks、kf、kpv分别为储能电池、风力发电单元和光伏发电单元控制器的下垂系数，且ks保持不变，为基础参考系数。
本发明的有益效果为：
(1)本发明详细给出了风光储微网建模过程，采用了电池储能的三阶模型，该模型能够有效兼顾精度与复杂度的平衡；
(2)考虑电池储能工作状态和充放电功率，合理分配风电机组和光伏发电***计划，既能保证风电机组和光伏发电***运行经济性，又能确保两者具有一定的功率裕度以参与微网调频，有效降低了电池储能的充放电次数和调节压力，提高了电池储能的使用寿命；
(3)基于微网组网电源的功率裕度，自适应确定风光储下垂系数，能够有效发挥光伏发电***、风电机组以及电池储能的调节优势，提高调频响应速度。
附图说明
图1为双馈电机转子侧换流器控制示意图；
图2为双馈电机电网侧换流器控制示意图；
图3为桨距角控制模型图；
图4为三阶模型结构示意图；
图5(a)为下垂控制示意图；
图5(b)为下垂控制示意图；
图6(a)为下垂控制原理框图；
图6(b)为下垂控制原理框图；
图7为负荷变化曲线示意图；
图8为风机出力曲线示意图；
图9为风机转速曲线示意图；
图10为风机桨距角曲线示意图；
图11为光伏电压曲线图；
图12为光伏出力曲线示意图；
图13(a)为最终状态下负荷增加40kW的风机有功出力变化曲线示意图；
图13(b)为最终状态下负荷增加40kW的光伏有功出力变化曲线示意图；
图13(c)为最终状态下负荷增加40kW的储能有功出力变化曲线示意图；
图14为最终状态下负荷扰动时的频率变化曲线示意图。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
本发明提出一种基于自适应下垂控制的风光储微网调频控制方法。首先建立了风光储微网***模型，重点阐述了电池储能的三阶模型。基于储能电池的工作状态和充放电功率，确定了风电机组和光伏发电的动态出力策略；提出一种自适应的下垂控制方法，即通过组网电源的功率裕度自适应调整各微源的下垂系数，充分发挥了微源的调节潜力和功率支撑能力。通过算例仿真验证了所提策略和方法的有效性。
1风光储微网***建模
1.1风电机组建模方法
风力发电机组作为微网重要的组网电源，通常采用组合建模的思路，即包括风力机建模和发电机建模两部分。
(1)风力机建模
风电机组首先将风能转化为机械能，再有机械能转化为电能，该过程中风力机捕获风能的高低直接决定了风电机组的转换效率。
风力机捕获的风功率为
式中：Cp为风力机的功率系数；ρ为空气密度；A为风轮的扫风面积；v0为风速。
功率系数Cp与桨距角、叶尖速比密切相关，其极限最大值为
从理论上来讲，风力机的功率系数不能超过0.59，即著名的贝兹准则。
影响风力机能量转换的另一个重要系数为叶尖速比，定义为
式中：R为叶片半径；Ω为风力机转速；v为风速。
(2)双馈发电机建模
双馈发电机是指绕线式异步电机的定转子三相绕组分别接到两个独立的三相对称电源，其中定子绕组的电源一般为电网电源，而转子电源电压的幅值、频率和相位则需按运行要求分别进行调节。
异步电机的电磁功率为
式中：是转子回路的功率因数。
机械功率定义为
PT＝(1-s)P (19)
电磁转矩定义为
式中：Ω为转子角速度；s转差率；n和n1分别为转子转速和同步转速；Ω1为同步角速度。
转子侧换流器控制的目标是能够独立控制双馈电机的电压或输出的无功功率，如图1所示。
电网侧换流器控制框图如图2所示。
双馈风机的桨距角控制模型如图3所示。当转速在最大转速以下时，桨距角输出为0；当转速超过最大转速时，桨距角输出与转速偏差成正比，实现对风机输出功率的调节。
1.2光伏建模方法
作为微网***中另一个重要组网电源，光伏发电***的模型相对简单，主要通过对短路电流、开路电压、最大工作点电压和电流进行数据拟合确定，具体表达式如下：
C2＝(Vm/Voc-1)[ln(1-Im/Isc)]-1
DT＝T-Tref
Isc＝Isc(1+DS)(1+a*DT)
Voc＝Voc(1-c*DT)ln(e+b*DS)
Im＝Im(1+DS)(1+a*DT)
Vm＝Vm(1-c*DT)ln(e+b*DS) (21)
式中：Isc为短路电流；Voc为开路电压；Vm为最大工作点电压；Im为最大工作点电流；Tref为参考温度，一般取25℃；Sref为参考辐照度，一般取1000W/m2；a、b和c为常数，大小与光伏阵列有关；V为光伏阵列端口电压；DT为温度偏差；S为辐照度偏差。
1.3电池建模
储能单元是微网能够灵活安全稳定运行的基础。电池储能作为储能***的重要组成部分，其模型主要有基本模型、戴维南模型以及三阶模型。
本发明采用适用范围更大的三阶模型，如图4所示。其所有参数均为变量，受温度、荷电状态、充电电流的影响，有效描述了蓄电池内部各物理量之间的关系，能较好地反应电池组的电化学特性和动态响应过程，适用于蓄电池的动态仿真建模。
该模型包括主电路和辅电路两部分，主电路主要考虑电池内部的欧姆效应，能量散失和电极效应等现象；辅电路主要考虑水解效应和自放电现象。
主电路模型中，蓄电池荷电状态SOC和放电深度DOC的表达式如下：
SOC＝Qe/C(0,θ)＝1-Qe/(KcC(I*))
DOC＝Qe/C(Iavg,θ)
式中：C(I,θ)是电池容量，与电流和电解液温度有关；C0为0℃下以参考电流I*放电得到的容量；θf为电解液冰点温度；Kc，ε，δ为经验系数；SOC表示在温度θ给定的条件下，电池相对于其最大容量的充满程度；DOC表示的是以实际恒定电流I(电流变化时以平均电流Iavg替代)放电时得到的电容容量的充满程度。
电流关系满足
由式(9)得
其中：τ1＝R1C1，Im＝-Qe/dt。
电解液温度的关系式为
其中：Cθ为电池热容；θ为电解液温度；Rθ为电池与周围环境之间的热阻；θa为周围环境(通常是空气)的温度；Ps为热源功率，该参数反应电流内部放出的热量。
辅支路具有很强的非线性，通常采用IP，VPN之间的函数关系来代替Gp，即
对于特定的电池，Gpo，Vpo，Ap为常数。若进入辅支路的电能完全转化为热能，则辅支路产生的热量为Psp＝VpIp。由此确定蓄电池的三阶模型为
2自适应风光储微网协调下垂控制
2.1下垂控制
针对分布式电源逆变器的下垂控制策略，通常应用于微网的对等控制模式中，其主要参照常规电力***中有功功率与***频率、无功功率与端电压的关联特性对分布式电源进行控制。典型的下垂特性如图5(a)、图5(b)所示。
当微网在孤岛运行模式时，所有采用下垂控制的分布式电源均参与频率和电压的调节过程，在发生负荷扰动的情况时，各微源将依据下垂系数来分担扰动量，实现负荷量在各微源的自动合理分配。该控制模式下便于微源的即插即用，无需微源间的通信，且可以实现微网运行模式(并网/孤网)的无缝切换。
本发明采用的下垂控制原理框图如图6(a)、图6(b)所示。其中Kf和Kv分别为频率和电压下垂系数，通过功率计算得到的prel和qrel进行低通滤波后分别与Pref和Qref比较，得到的差量经过PI环节逐渐消除。电流闭环则引入id和iq，随后加入PI环节，从而增加了整个控制的稳定性，输出的imd和imq用来控制桥型电路的触发脉冲。从原理图可以看出，该下垂控制策略中包含三层控制，最外层为频率电压下垂控制，内层为功率控制，最里层为电流控制，其对应上述原理图通过matlab仿真软件实现。
2.2自适应控制策略
本发明微网结构中采用典型的微源种类，包括风力发电机组、光伏发电***和储能发电单元，即组成风光储微网。结合各微源的出力特性，提出一种基于储能状态的稳态协调策略，其关键是以储能定风光的计划，根据储能的充放电状态和荷电状态SOC，确定风电机组和光伏发电***的出力。
首先给出以下定义：
(1)定义光伏发电***和风力机组的实时最大发电功率分别为Ppvmax和Pfmax(受光照和风速情况限制)；
(2)定义光伏发电***和风力机组的当前输出功率分别为Ppv和Pf；
由上述定义给出光伏发电***和风力机组的功率裕度分别为SPpv和SPf，且
SPpv＝Ppvmax-Ppv
SPf＝Pfmax-Pf (28)
令ΔPL＝PL-(Pfmax+Ppvmax)，其中PL为负荷功率，ΔPL为净负荷，该值为正，说明需要储能电池放电，该值为负，需要储能充电或者风光限出力。
常规风光储微网***中，为实现风能和光能的最大化利用，风力发电***和光伏发电***通常采用最大功率跟踪(MPPT)的PQ控制策略，储能单元用来承担微网内的功率变化，采用下垂控制策略。孤网运行模式下，风能和光能的连续变化，将使储能单元不断调节来维持***内的功率平衡。同时由于光伏发电***采用PQ控制策略，当发生***故障或大扰动时，无法有效利用光伏发电***的快速功率支撑功能。
为了减少储能电池连续充放电带来的设备损耗问题，且提高微网***的功率响应速度，针对风力发电***和光伏发电***采用阶段出力优化的下垂控制策略，稳态情况下该控制策略通过引入逻辑判断单元来优化阶段出力，并自适应调整各微源的下垂系数来实现扰动情况下的最优功率分配。
(1)稳态运行的微网协调策略
储能根据SOC值的大小，定义三个工作状态：低电压状态(SOC＜0.2)、正常运行状态(0.2～0.8)和高电量状态(SOC＞0.8)。
高电量状态下，为防止储能电池过充，需要限制储能电池的充电功率，而放开放电功率，使得电池尽快工作在正常运行状态下。
净负荷ΔPL为正时，放电功率Pb＝min{ΔPL,Pbmax}，当放电功率小于净负荷时，切掉部分负荷。
净负荷ΔPL为负时，储能功率Pb＝0，风光限制出力，平均分摊净负荷，保证净负荷为零。
正常运行状态下，储能具有较好的充放电特性，此时可充分发挥储能的快速响应特性，实现功率平衡。但为了降低储能的工作负担，提高运行寿命，此状态下应尽量减少储能的调节。
净负荷为正时，风电机组和光伏发电单元运行在最大功率跟踪模式下，放电功率Pb＝min{ΔPL,Pbmax}，当放电功率小于净负荷时，切掉部分负荷。
净负荷为负时，储能电池功率维持不变，以尽量减小对储能的调节。风光限功率运行，按照功率比限制负荷，以保证风电和光伏具有一定的功率调整空间，为参与微网的功率支撑奠定基础。
低电量状态下，储能尽可能处于充电状态，以保证功率补偿作用，使其工作在最优状态下。
净负荷为正时，风光运行在MPPT模式下，放电功率Pb＝min{ΔPL,kb·Pbmax}，当放电功率小于净负荷时，切掉部分负荷。kb为储能的限功率系数，由kb＝SOC/0.2确定，其中SOC为当前值，0.2为低电量阈值。随着电池容量的降低，其允许的放电功率逐渐减小，避免出现过放现象。
净负荷为负时，风光运行在MPPT模式下，充电功率为Pb＝min{-ΔPL,kb·Pbmax}。当充电功率仍小于负的净负荷时，风光限制出力，以实现功率平衡。
(2)扰动情况下的下垂控制策略
风光储三种微源的稳态出力是不变的，由此减少了储能电池连续的充放电过程。而风力发电单元和光伏发电单元的功率裕度是随风速和光照不断变化的，可根据如下策略对各微源的下垂系数进行自适应调整：
kpv＝ks·SPs/(αpv·SPpv)
kf＝ks·SPs/(αf·SPf) (29)
式中，SPs、SPpv、SPf分别为储能电池、光伏发电单元和风机的功率裕度，其应取各自上下限功率裕度的较小值；ks、kf、kpv分别为储能电池、风力发电单元和光伏发电单元控制器的下垂系数，且ks保持不变，为基础参考系数。为考虑风速和光照大小的随机性，通过调整系数αpv和αf来约束对应光伏和风机发电单元的功率裕度，一般取为0.9。
由于风力发电单元和光伏发电单元的功率裕度是随风速和光照不断变化的，其时间变化范围应为秒级或分钟级，相对于***故障或扰动情况下的控制策略响应速度可以看作是不变的，即当分析***扰动情况下的动态过程时，可假定各微源的下垂控制系数是不变的，对应初始时刻的自适应调整值。由上分析可知，该自适应控制策略可有效利用光伏和风力发电单元在***扰动情况下的功率支撑功能。
3算例仿真
本发明算例中设置风机容量为33kW，光伏容量为100kW，储能为45kW/135kWh；外界温度为25℃，辐照度为800W/m2，风速为10m/s，负荷容量为80kW，储能电池SOC为0.5，即运行在正常工作状态下。
(1)稳态运行仿真
仿真开始时，风机初始功率为19kW，光伏出力为77kW，储能处于充电状态，充电功率为16kW，在整个时段内，负荷由80kW缓慢降低到38.7kW，如图7所示。考虑当前储能的工作状态以及SOC，保持储能充电功率不变，降低风电机组和光伏电站出力，使得光伏发电***和风电机组具有一定的上调裕度，从而使风电机组和光伏发电***参与微网调频，改善微网暂态特性。
在负荷下降的过程中，风电机组和光伏发电***根据容量比分配负荷下降量。
风机出力逐渐由19kW下降到10.81kW，如图8所示。风机通过转速快速响应，进行超速控制，转速逐渐上升，直至达到转速上限，如图9所示。转速达到上限后，逐步控制桨距角，使得风机出力进一步降低，如图10所示。通过转速和变桨距的协调配合，风机出力稳步下降到指定水平。
调节光伏出口直流电压，如图11所示；光伏出力逐渐由77kW下降到43.89kW，如图12所示。
(2)扰动情况下的下垂控制仿真
对应稳态变化的最终出力状态，风机出力为11.31kW，光伏出力为44.79kW，储能充电功率为16.1kW，根据实时测量单元知当前情况下风机和光伏发电单元的最大出力限制分别为31kW和83kW，对应该容量下，风力发电机的裕度为19.69kW，光伏发电单元的裕度为38.21kW，储能发电单元的裕度为61.1kW。给定储能发电单元的下垂系数ks为5％，根据自适应策略确定风力发电单元和光伏发电单元控制器的下垂系数kf和kpv分别为17.2％和8.8％。
此情况下，若该微网内出现一个负荷扰动，即负荷增加40kW，其对应给微源的有功出力变化曲线如图13(a)、图13(b)、图13(c)所示。由结果可以看出，根据上述下垂系数对负荷扰动量进行分配，各微源最终的有功出力分别为风机17.57kW、光伏56.94kW、储能仍处于放电状态，放电功率为5.48kW。另外由于该扰动控制过程对应较短的时间尺度，其仿真过程中可忽略风速和光速的随机变化特性。
若各微源的下垂系数为固定值，设定都为5％，则最终出力分别为风机24.6kW，光伏58.1kW，储能仍处于充电状态，充电功率为2.7kW，此时风机承担了更多的功率，则无法合理有效利用储能和光伏的快速响应速度，且风机功率裕度减少较多，无法保障***的功率调节功能。
针对上述扰动情况下的频率变化曲线如图14所示。由图可知，其最终***频率降低为49.64Hz，上述的下垂控制为一种有差调节，需要待***稳定后采用其他的调频方式使***频率恢复至额定值。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (7)
1.一种基于自适应下垂控制的风光储微网调频方法，其特征是：包括以下步骤：
(1)对风力机、双馈发电机建模，构建风力发电机组的模型；
(2)通过对短路电流、开路电压、最大工作点电压和电流进行数据拟合确定光伏发电***的模型；
(3)描述蓄电池内部蓄电池荷电状态和放电深度、电流、电解液温度之间的关系，构建储能单元的三阶模型；
(4)利用最外层为频率电压下垂控制、内层为功率控制、最里层为电流控制的下垂控制策略对分布式电源进行控制；
(5)通过自适应控制方法调整风力发电机组、光伏发电***和储能单元的下垂系数，进行稳态运行情况下和扰动情况下的最优功率分配；
所述步骤(5)中，稳态运行的微网协调策略为：储能根据SOC值的大小，定义三个工作状态：低电压状态、正常运行状态和高电量状态，当SOC﹤0.2时为低电压状态，当SOC∈0.2～0.8时，为正常运行状态，当SOC＞0.8时，为高电量状态；
(5-1)高电量状态下，为防止储能电池过充，需要限制储能电池的充电功率，而放开放电功率，使得电池尽快工作在正常运行状态下；
净负荷ΔPL为正时，放电功率Pb＝min{ΔPL,Pbmax}，当放电功率小于净负荷时，切掉部分负荷；
净负荷ΔPL为负时，储能功率Pb＝0，风光限制出力，平均分摊净负荷，保证净负荷为零；
(5-2)正常运行状态下，净负荷为正时，风电机组和光伏发电单元运行在最大功率跟踪模式下，放电功率Pb＝min{ΔPL,Pbmax}，当放电功率小于净负荷时，切掉部分负荷；
净负荷为负时，储能电池功率维持不变，以尽量减小对储能的调节，风光限功率运行，按照功率比限制负荷，以保证风电和光伏具有一定的功率调整空间，为参与微网的功率支撑奠定基础；
(5-3)低电量状态下，储能尽可能处于充电状态，以保证功率补偿作用，使其工作在最优状态下；
净负荷为正时，风光运行在MPPT模式下，放电功率Pb＝min{ΔPL，kb·Pbmax}，当放电功率小于净负荷时，切掉部分负荷，kb为储能的限功率系数，由kb＝SOC/0.2确定，其中SOC为当前值，0.2为低电量阈值；
净负荷为负时，风光运行在MPPT模式下，充电功率为Pb＝min{-ΔPL，kb·Pbmax}，当充电功率仍小于负的净负荷时，风光限制出力，以实现功率平衡。
2.如权利要求1所述的一种基于自适应下垂控制的风光储微网调频方法，其特征是：所述步骤(1)中，风电机组首先将风能转化为机械能，再有机械能转化为电能，该过程中风力机捕获风能的高低直接决定了风电机组的转换效率，对风力机建模的具体方法为：风力机捕获的风功率为：
<mrow>
<msub>
<mi>P</mi>
<mi>M</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>C</mi>
<mi>p</mi>
</msub>
<msubsup>
<mi>&rho;Av</mi>
<mn>0</mn>
<mn>3</mn>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>30</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：Cp为风力机的功率系数；ρ为空气密度；A为风轮的扫风面积；v0为风速；
功率系数Cp与桨距角、叶尖速比密切相关，其极限最大值为
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>16</mn>
<mn>27</mn>
</mfrac>
<mo>=</mo>
<mn>0.59</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>31</mn>
<mo>)</mo>
</mrow>
</mrow>
影响风力机能量转换的另一个重要系数为叶尖速比，定义为
<mrow>
<mi>&lambda;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>R</mi>
<mi>&Omega;</mi>
</mrow>
<mi>v</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>32</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：R为叶片半径；Ω为风力机转速；v为风速。
3.如权利要求1所述的一种基于自适应下垂控制的风光储微网调频方法，其特征是：所述步骤(1)中，双馈发电机是指绕线式异步电机的定转子三相绕组分别接到两个独立的三相对称电源，转子电源电压的幅值、频率和相位则需按运行要求分别进行调节，异步电机的电磁功率为
式中：是转子回路的功率因数；
机械功率定义为
PT＝(1-s)P (34)
电磁转矩定义为
<mrow>
<msub>
<mi>T</mi>
<mi>e</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>T</mi>
</msub>
<mi>&Omega;</mi>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>T</mi>
</msub>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
<mi>n</mi>
<mo>/</mo>
<mn>60</mn>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>T</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>s</mi>
<mo>)</mo>
<mn>2</mn>
<msub>
<mi>&pi;n</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mn>60</mn>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mi>P</mi>
<msub>
<mi>&Omega;</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>35</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：Ω为转子角速度；s转差率；n和n1分别为转子转速和同步转速；Ω1为同步角速度。
4.如权利要求1所述的一种基于自适应下垂控制的风光储微网调频方法，其特征是：所述步骤(3)中，储能单元的三阶模型为：电源E0的正极经过电阻r串联有两个包含并联的电容和电阻的电路后，连接电阻R0，且电源E0的正极的电流为Im，则：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>E</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>m</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>K</mi>
<mi>&epsiv;</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>273</mn>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<msub>
<mi>R</mi>
<mn>00</mn>
</msub>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>A</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>R</mi>
<mn>10</mn>
</msub>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mi>O</mi>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mi>R</mi>
<mn>20</mn>
</msub>
<mfrac>
<mrow>
<mi>exp</mi>
<mo>&lsqb;</mo>
<msub>
<mi>A</mi>
<mn>21</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mn>22</mn>
</msub>
<msub>
<mi>I</mi>
<mi>m</mi>
</msub>
<mo>/</mo>
<msup>
<mi>I</mi>
<mo>*</mo>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>36</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，Em0为等效电动势Em初值；R00为等效电阻R0在一定荷电状态下的初值；R10为等效电阻R1在一定荷电状态下的初值；R20为等效电阻R2在一定荷电状态下的初值；Kε为常数，其值大小与电池类型有关；A0，A21，A22是与电池荷电状态SOC和放电状态DOC相关的常数，I*为参考电流，θ为电解液温度。
5.如权利要求1所述的一种基于自适应下垂控制的风光储微网调频方法，其特征是：所述步骤(3)中，储能单元的电池荷电状态SOC和放电深度DOC的表达式如下：
SOC＝Qe/C(0,θ)＝1-Qe/(KcC(I*))
DOC＝Qe/C(Iavg,θ)
<mrow>
<msub>
<mi>Q</mi>
<mi>e</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>t</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>I</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>&tau;</mi>
</mrow>
<mrow>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>,</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>K</mi>
<mi>c</mi>
</msub>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mi>&theta;</mi>
<msub>
<mi>&theta;</mi>
<mi>f</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&epsiv;</mi>
</msup>
</mrow>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>/</mo>
<msup>
<mi>I</mi>
<mo>*</mo>
</msup>
<mo>)</mo>
</mrow>
<mi>&delta;</mi>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>37</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：C(I,θ)是电池容量，与电流和电解液温度有关；C0为0℃下以参考电流I*放电得到的容量；θf为电解液冰点温度；Kc，ε，δ为经验系数；SOC表示在温度θ给定的条件下，电池相对于其最大容量的充满程度；DOC表示的是以实际恒定电流I，电流变化时以平均电流Iavg替代，放电时得到的电容容量的充满程度。
6.如权利要求1所述的一种基于自适应下垂控制的风光储微网调频方法，其特征是：所述步骤(4)中，下垂控制策略中包含三层控制，最外层为频率电压下垂控制，内层为功率控制，最里层为电流控制，通过功率计算得到的prel和qrel进行低通滤波后分别与Pref和Qref比较，得到的差量经过PI环节逐渐消除，电流闭环则引入id和iq，随后加入PI环节，输出的imd和imq用来控制桥型电路的触发脉冲。
7.如权利要求1所述的一种基于自适应下垂控制的风光储微网调频方法，其特征是：所述步骤(5)中，扰动情况下的下垂控制策略为：对各微源的下垂系数进行自适应调整：
kpv＝ks·SPs/(αpv·SPpv)
kf＝ks·SPs/(αf·SPf) (38)
式中，SPs、SPpv、SPf分别为储能电池、光伏发电单元和风机的功率裕度，其应取各自上下限功率裕度的较小值；ks、kf、kpv分别为储能电池、风力发电单元和光伏发电单元控制器的下垂系数，且ks保持不变，为基础参考系数，通过调整系数αpv和αf来约束对应光伏和风机发电单元的功率裕度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510644522.XA CN105162167B (zh) | 2015-09-30 | 2015-09-30 | 一种基于自适应下垂控制的风光储微网调频方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510644522.XA CN105162167B (zh) | 2015-09-30 | 2015-09-30 | 一种基于自适应下垂控制的风光储微网调频方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105162167A CN105162167A (zh) | 2015-12-16 |
| CN105162167B true CN105162167B (zh) | 2018-01-19 |
Family
ID=54802962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510644522.XA Active CN105162167B (zh) | 2015-09-30 | 2015-09-30 | 一种基于自适应下垂控制的风光储微网调频方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105162167B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106169903B (zh) * | 2016-09-21 | 2018-08-21 | 华北电力大学（保定） | 一种光伏-蓄电池发电***的虚拟惯性控制方法 |
| CN107039994A (zh) * | 2017-05-15 | 2017-08-11 | 中国电力科学研究院 | 一种lcc换流站的直流功率调制方法及装置 |
| CN108092323B (zh) * | 2017-11-16 | 2021-02-02 | 云南电网有限责任公司电力科学研究院 | 一种含dfig的电力***agc优化控制方法 |
| WO2019120397A1 (en) * | 2017-12-20 | 2019-06-27 | Vestas Wind Systems A/S | Adaptive active power control in renewable energy power plants |
| CN110323788A (zh) * | 2018-03-30 | 2019-10-11 | 中国电力科学研究院有限公司 | 一种惯量发生器的控制方法及*** |
| WO2021025829A1 (en) * | 2019-08-06 | 2021-02-11 | Siemens Energy, Inc. | Combined cycle frequency control system and method |
| CN111064196B (zh) * | 2019-12-22 | 2021-07-20 | 上海电力大学 | 一种高渗透风机模糊自适应运行的微网电压控制方法 |
| CN111786416B (zh) * | 2020-08-12 | 2023-04-25 | 郑州电力高等专科学校 | 基于粒子群自寻优pid下垂控制的微电网协调控制装置 |
| WO2022094850A1 (zh) * | 2020-11-05 | 2022-05-12 | 南京森淼环保科技有限公司 | 基于浮力自适应角度调节的太阳能板支撑装置 |
| CN112271738B (zh) * | 2020-11-06 | 2022-06-14 | 山东中实易通集团有限公司 | 考虑功率裕度的双馈风机动态短期稳频方法、***及风机 |
| CN112564147B (zh) * | 2020-11-11 | 2023-08-04 | 长江勘测规划设计研究有限责任公司 | 离网型微电网储能容量工程计算方法 |
| CN113162072B (zh) * | 2021-04-25 | 2022-08-09 | 全球能源互联网研究院有限公司 | 基于光伏电站运行特性和光照强度的变下垂系数控制方法 |
| CN113373457B (zh) * | 2021-06-11 | 2022-11-15 | 河北建投新能源有限公司 | 电解水制氢的控制方法、装置和计算机可读存储介质 |
| CN113991701B (zh) * | 2021-10-28 | 2023-10-10 | 国网山东省电力公司电力科学研究院 | 一种双馈风机频率控制方法和*** |
| CN114825482A (zh) * | 2022-06-29 | 2022-07-29 | 西安热工研究院有限公司 | 火电调频的超级电容电压稳定***及方法 |
| CN116937696B (zh) * | 2023-09-18 | 2023-12-05 | 四川大学 | 一种基于光伏发电***的自适应等效建模方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5402566B2 (ja) * | 2009-11-25 | 2014-01-29 | 富士電機株式会社 | マイクログリッドの需給制御装置およびマイクログリッドの需給制御方法 |
| TWI415359B (zh) * | 2011-09-16 | 2013-11-11 | Nat Univ Tsing Hua | 用於市電併聯之同步調整的下降控制系統 |
| CN102593872B (zh) * | 2012-01-31 | 2014-07-02 | 中国电力科学研究院 | 一种风光储联合发电***参与电力***频率的控制方法 |
| CN103001247B (zh) * | 2012-11-13 | 2014-09-10 | 中国电力科学研究院 | 一种离网型微电网黑启动方法 |
| CN104333037B (zh) * | 2014-11-02 | 2016-08-24 | 中国科学院电工研究所 | 风储集群参与电力***调频调压的协同控制方法 |
-
2015
- 2015-09-30 CN CN201510644522.XA patent/CN105162167B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105162167A (zh) | 2015-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105162167B (zh) | 一种基于自适应下垂控制的风光储微网调频方法 | |
| CN111371104B (zh) | 一种基于风储联合发电***的电网频率稳定控制方法 | |
| Zhao-Xia et al. | Coordinated primary and secondary frequency support between microgrid and weak grid | |
| Olulope et al. | Modeling and simulation of hybrid distributed generation and its impact on transient stability of power system | |
| CN106911145A (zh) | 微电网的控制方法 | |
| CN108683212B (zh) | 一种基于功率解耦的混合储能型虚拟同步发电机控制方法 | |
| CN114665471B (zh) | 基于风储联合***的受端电网黑启动及协调恢复方法 | |
| CN111900710B (zh) | 一种并网型直流微电网协调控制方法 | |
| KR101687900B1 (ko) | 풍력발전단지에서의 배터리 에너지 저장 시스템에 기반한 풍력 발전 변동의 평활화 방법 | |
| Li et al. | Fuzzy logic based smoothing control of wind/PV generation output fluctuations with battery energy storage system | |
| CN110429615B (zh) | 风储交流微电网自动功率平衡控制方法及*** | |
| Kumari et al. | A maximum power point tracking for a PMSG based variable speed wind energy conversion system | |
| Qi | Coordinated control for independent wind-solar hybrid power system | |
| Thomas et al. | Control strategy for a pv-wind based standalone dc microgrid with hybrid energy storage system | |
| Nasef et al. | Optimal power management and control of hybrid photovoltaic-battery for grid-connected doubly-fed induction generator based wind energy conversion system | |
| CN116937546A (zh) | 一种考虑风储并网的电网低频振荡抑制方法及*** | |
| CN115800296B (zh) | 远海风电经vsc-mtdc并网***的电压频率协同支撑方法 | |
| CN115149552B (zh) | 一种交流耦合离网风电制氢***控制方法 | |
| Krpan et al. | Coordinated control of an ultracapacitor bank and a variable-speed wind turbine generator for inertial response provision during low and above rated wind speeds | |
| CN115313425A (zh) | 一种针对风储一体式发电单元的一次调频及储能控制方法 | |
| Qi et al. | Power control for off-grid wind power system based on fuzzy pid controller | |
| Xi et al. | Adaptive VSG control scheme for large scale wind farms to improve frequency response characteristics | |
| Mahrouch et al. | De-loaded Low-Voltage Ride-Through control and Primary Frequency Control for AC-Microgrid based PMSG Enhanced by Battery | |
| Tang et al. | Coordination Control of Wind Farm and Energy Storage Station for Primary Frequency Regulation | |
| Nguyen et al. | Enhancing effectiveness of grid-connected photovoltaic systems by using hybrid energy storage systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |