储能型准Z源光伏并网系统能量管理研究
2020-05-19康家玉张晓飞刘甲琛王素娥
康家玉， 张晓飞， 刘甲琛， 王素娥
（1.陕西科技大学 电气与控制工程学院， 陕西 西安 710021； 2.国网陕西省西安市长安区供电公司，陕西西安 710021）
0 引言
与两级式光伏并网系统相比，准Z 源逆变器的开关管数量少， 桥臂直通而无需死区时间，系统效率和可靠性更高[1]，[2]。
由于光伏输出功率的间歇性和随机性强，通常会加入储能单元用于平滑输出功率， 并提高系统能量调度的灵活性[3]。 文献[4]提出在准Z 源网络电容C2 两端并联蓄电池储能单元，形成储能型准Z 源光伏并网系统， 增强了系统的自我调节能力。 文献[5]基于储能型准Z 源系统提出相应的电池控制策略， 但这种系统运行状态变化复杂，能量协调控制难度大，导致控制器设计难度增大[6]。 文献[7]提出基于有限集模型预测的控制策略， 利用延迟补偿算法提高了系统的响应时间， 但其算法复杂且没有考虑并网状态控制。 文献[8]提出了适合多模式运行的能量管理控制策略， 实现了各子系统的协调运行和稳定，但也只考虑了独立运行状态，没有考虑并网状态能量管理。 文献[9]采用复合粒子群算法进行多目标能量管理， 并结合预测控制进行能量调度，但是其数学模型复杂，分析计算较为繁琐。 文献[10]利用粒子群算法修正下垂控制参数，提高了系统的动态性能，但没有考虑系统中有储能部分的情况。文献[11]提出一种储能型准Z 源综合控制方法， 将系统分为白天和夜间两种工作状态，可以维持系统正常运行，但对于系统工作状态的划分过于简略， 控制方式不完善。文献[12]提出了基于虚拟同步发电机的储能型准Z 源系统控制方式，分析了系统工作模式，但对于工作模式的划分只有4 种， 且没有考虑系统中负载情况。
本文对准Z 源光伏并网系统能量管理方式进行研究，将系统工作模式分为两大类6 种，基于这些工作模式设计适用于储能型准Z 源光伏并网逆变系统的能量管理方式，实现光伏电池模块、蓄电池模块、并网功率、交流负载4 个功率源协调稳定工作，保证系统在各个工作模式下，工作稳定且工作模式间切换均可按照设计的流程进行， 切换过程顺利。在此基础上，采用带惯性权重的粒子群算法（Particle Swarm Optimization，PSO）对系统进行经济优化调度， 使储能型准Z 源光伏并网逆变系统的经济效益最大化。
1 拓扑结构及工作原理
图1 为储能型准 Z 源逆变系统拓扑结构图，包括准Z 源网络、三相逆变桥、蓄电池、光伏电池等。
图1 储能型准Z 源逆变器电路拓扑图Fig.1 Circuit diagram of energy storage quasi-z source inverter
储能型准Z 源逆变器具有直通状态和非直通状态两种工作方式，其等效电路如图2 所示[13]。
图2 储能型准Z 源逆变器等效电路图Fig.2 Equivalent circuit of energy storage quasi-Z source inverter system
系统工作在非直通状态时输入二极管VD 正向导通，可得非直通状态系统状态方程为[14]
式中：iin为非直通状态流入逆变器等效电流。
系统工作在直通状态时二极管VD 承受反压截止，可得直通状态系统状态方程为
稳态时，准Z 源电感在开关周期Ts内应满足伏秒特性，即：
式中：
由式（3）可得系统状态变量 Uc1，Uc2，iL1，iL2的稳态解分别为
由式（4），（5）可得直流电压 uin为
由式（6）可知，通过控制直通占空比D 即可实现准Z 源逆变器的MPPT 控制。
本文采用六等分直通零矢量插入法将直通占空比插入SVPWM 中， 实现MPPT 与逆变器的单级控制[15]。
2 系统控制策略
为保证系统中的交流负载能够正常工作，并在特定情况下使系统经济成本得到优化， 本文提出了具有能量管理的储能型准Z 源光伏并网逆变系统控制框图，如图3 所示。
控制策略主要包括光伏电池的MPPT 控制、功率控制和并网电流控制。 其中MPPT 控制保持光伏系统始终运行在最大功率点即可。 后级并网逆变采用双环控制。外环为功率环，即本文设计的带有经济优化调度的新型能量管理方式， 能量管理方式输出当前计算得到的并网功率， 并判断系统所处工作状态，经过解耦计算，输出下级控制的输入量。 内环根据系统此时是否并网而采用不同的控制方式[16]～[20]。
图3 具有能量管理的储能型准Z 源光伏并网逆变系统控制框图Fig.3 Control block diagram of quasi-Z-source photovoltaic grid-connected inverter system with energy managemen
2.1 系统工作模式划分
外界光照的变化会导致光伏系统输出功率改变，造成系统中能量流动方式的改变。 根据系统的能量流动方式，即系统内4 个功率单元的实时功率相对大小，可将本系统的工作模式划分为两大类共6 种工作模式， 如图4 所示。 图中：Ppv为光伏阵列输出功率；PB为蓄电池单元实时功率；PG为并网功率；Pload为负载功率。工作模式1～3 为并网工作状态，工作模式4～6 为离网工作状态，PG=0。
图4 储能型准Z 源逆变系统工作模式示意图Fig.4 Schematic diagram of working mode of quasi-Z-source energy storage Inverters
2.2 能量管理方式
通过蓄电池电流电压测量单元获得蓄电池实时功率PB和SOC 值， 同时通过其他测量单元获得其他功率源的实时功率Ppv，Pload； 经过计算，结合并网功率需求PG确定此时需要逆变系统提供的功率值Pref和Qref；最后将Pref和Qref经过解耦计算得到内环控制输入值iref或uref， 结合并离网状态不同的控制方法实现控制过程。
控制系统通过能量管理方式处理之后输出信号控制K1，K2，K33 个接触器实现并离网状态和负载供电电源的切换。K1，K2闭合，K3断开为并网状态， 逆变输出为负载供电；K2闭合，K1，K3断开为离网状态， 逆变输出为负载供电；K3闭合，K1，K2断开也是离网状态，电网为负载供电。能量管理单元控制算法流程如图5 所示。 为保证储能电池正常稳定工作，设定储能电池充放电荷电状态（State of Charge，SOC）上、下限为 90%，20%。
图5 能量管理方式算法流程图Fig.5 Flow chart of energy management algorithm
2.3 经济优化调度方式
本文在上述能量管理方式的基础上提出一种以带惯性权重的PSO 算法为基础的系统经济优化调度方式。 带惯性权重的PSO 算法适合处理非线性问题且寻优速度较快， 适合解决本文能量管理策略的经济优化问题。 首先确定其优化目标为系统运行成本y 最小，具体的优化目标函数为
式中：PG+为从电网取电功率；PB+为蓄电池充电功率；PPV为光伏系统输出功率；PB-为蓄电池放电功率；PG-为并网功率；t1～t4分别为从电网取电时间、蓄电池充电时间、光伏电池发电时间、蓄电池放电时间、 并网时间；a 为单位功率光伏电池发电盈利；b 为单位功率蓄电池放电盈利；c 为单位功率蓄电池充电成本；d 为单位功率从电网取电成本；e 为单位功率并网盈利，满足：
系统中光伏系统始终运行于MPPT 状态，不设立约束条件， 其他约束条件包括蓄电池运行约束、各功率源功率关系约束、各工作模式工作时间约束，即：
式中：PBmin，PBmax分别为蓄电池充放电最小、 最大功率。
由式（8），（9）可知，要使系统经济效益提高就要尽可能减少从电网取电， 尽量使用蓄电池来调度系统能量。系统运行状态为动态过程，采用带惯性权重的PSO 算法进行寻优，其更新公式为
式中：i 为粒子数；j 为维数；t 为迭代次数；xij为粒子个体数；νij为粒子更新速度；c1，c2为加速因子；r1，r2为[0，1]区间内随机数；ω 为惯性权重系数，它能够平衡全局优化速度和局部优化能力， 使得算法的全局寻优能力更强[12]。 当 ω 在[0.9，1.2]范围时，全局收敛速度很快，但在最小值附近收敛速度很慢，须对ω 进行调整：
式中：ωmax，ωmin分别为最大、 最小惯性权重值；tmax为最大迭代次数；t 为当前迭代次数。
采用惯性权重的PSO 算法寻优流程如图6所示。 优化算法输出最优的并网功率参考值Pref和Qref作为下一级输入。
图6 带惯性权重的PSO 算法寻优流程图Fig.6 Flow chart of PSO optimization algorithm with inertia weight
3 仿真及结果分析
为验证本文控制方式的准确性与可行性，在Matlab/Simulink 中搭建了系统模型。 设置仿真模型中光伏系统最大输出功率为4.5 kW，准Z 源逆变器额定功率为3 kW，最大功率为4 kW，负载额定功率为0.5 kW。
3.1 工作模式切换仿真分析
①设定仿真时间为1 s，光伏初始输出功率为4.5 kW，0.3 s 时模拟外界环境变化使其输出功率减小为3 kW，0.6 s 时输出功率减小为0， 初始并网功率为3 kW。 仿真波形如图7～9 所示。
图7 Ppv，PG，PB 仿真波形图Fig.7 Simulation waveform diagram of Ppv，PG，PB
图8 并网电流波形仿真图Fig.8 Simulation waveform diagram of grid-connected current
图9 蓄电池SOC 值变化仿真波形图Fig.9 Simulation waveform diagram of SOC value change of battery
由图7～9 可知，初始光伏输出功率为4.5 kW时， 系统处于工作模式1， 蓄电池充电吸收功率0.5 kW，其SOC 上升。 0.3 s 光伏输出功率减小为3 kW 后，系统处于工作模式3，蓄电池放电输出功率0.5 kW， 其SOC 下降。 并网功率保持3 kW不变，并网电流稳定。仿真实验证明工作模式1 到工作模式3 的切换和设计要求一致， 系统工作稳定。 光伏输出功率为3 kW 时，系统处于工作模式3，蓄电池放电输出功率0.5 kW，其SOC 下降；并网功率3 kW。 0.6 s 光伏输出功率减小为零后，系统处于工作模式5，蓄电池放电输出功率保持0.5 kW 不变，其SOC 继续下降，系统转为离网模式，并网电流在0.5 s 后衰减为0。 仿真证明工作模式3 到工作模式5 的切换和设计要求一致， 系统工作稳定。
②设定仿真时间为1 s，光伏初始输出功率为4.5 kW，初始并网功率为3 kW，蓄电池初始SOC接近设定值上限。 仿真波形如图10～12 所示。
图10 Ppv，PG，PB 仿真波形图Fig.10 Simulation waveform diagram of Ppv，PG，PB
图11 并网电流波形仿真图Fig.11 Simulation waveform diagram of grid-connected current
图12 蓄电池SOC 值变化仿真波形图Fig.12 Simulation waveform diagram of SOC value change of battery
由图10～12 可知， 初始光伏输出功率为4.5 kW 时，系统处于工作模式1，此时蓄电池充电吸收功率 0.5 kW，SOC 上升。 在 0.52 s 时蓄电池SOC 上升至其上限90%，蓄电池停止充电，系统处于工作模式2。 并网功率由3 kW 变为4 kW，并网电流随之增大并很快稳定。 仿真证明工作模式1 到工作模式2 切换和设计要求一致， 系统工作稳定。
③设定仿真时间为1 s， 光伏输出功率为零，系统处于工作模式5。 仿真波形如图12，14所示。
图13 Ppv，PG，PB 仿真波形图Fig.13 Simulation waveform diagram of Ppv，PG，PB
图14 蓄电池SOC 值变化仿真波形图Fig.14 Simulation waveform diagram of grid-connected current
由图13，14 可知，系统处于工作模式5，由蓄电池单独向负载供电， 放电输出功率0.5 kW，其SOC 下降。 0.36 s 时蓄电池 SOC 下降至其下限20%，蓄电池停止放电，停止输出功率，系统已无法满足负载的功率需求，系统切换为工作模式6。仿真证明工作模式5 到工作模式6 切换和设计要求一致，系统工作稳定。
3.2 经济优化调度仿真分析
本文经济优化调度方式针对Ppv 由图15 可得，0.45 s 时蓄电池SOC 值达到放电下限，蓄电池不再放电。 由图16 可得，0.45 s 时蓄电池SOC 值达到放电下限，蓄电池并没有停止工作而是转入充电状态，光伏系统向蓄电池充电，大电网向负载供电。 图15 优化前蓄电池SOC 值变化仿真波形图Fig.15 Simulation waveform diagram of SOC value change of battery before optimization 图16 优化后蓄电池SOC 值变化仿真波形图Fig.16 Simulation waveform diagram of SOC value change of battery after optimization 由式（7）和此时系统相关参数在优化算法的作用下可得此时系统的经济成本为 由式（7）和此时系统相关参数在优化算法的作用下可得此时系统的经济成本为 式（12）与式（13）相减可得优化前后系统运行成本差为 由式（14）可得优化前成本大于优化后成本，证明本文提出的经济优化调度方式对于系统运行经济效益的提升有一定的效果。 本文研究了储能型准Z 源逆变器的拓扑结构及其工作原理， 分析了其并网系统的6 种工作模式， 并提出一种以实时功率值为工作模式切换标准且带有经济优化调度的新型能量管理方式。仿真结果表明，系统在实际运行中各工作模式工作稳定， 各工作模式间切换均可以按照设计的流程进行，切换过程顺利，经过经济优化调度后，提升了系统经济效益。证明了本文提出的能量管理方式和经济优化调度方式的正确性和可行性。
4 结论
