船舶直流微电网的分层控制

2020-11-09孙强，仇晨

科学技术与工程 2020年27期

孙强，仇晨

(上海电机学院电子信息学院，上海 201306)

近年来，随着工业化的快速发展，引起化石燃料的过度开发，能源枯竭、环境问题也在不断恶化[1]。据统计，化石燃料在交通业的使用占比较高[2]，而船舶作为交通运输业最主要的组成部分，对于化石燃料的使用量高达3亿t。因此，船舶的节能减排成为了国内外关注的热点。

目前，由于电力电子技术和变频技术的发展和突破，在船舶中采用电力作为推进方法的应用越来越广泛，随着全球对于船舶节能减排的不断重视，引入新能源为船舶提供电力和动力的方案也被提上了议事日程[[3]。然而，新能源具有随机性强、波动性大的特点[4]，严重影响到船舶电力系统的正常安全运行。为解决新能源的冲击问题，传统电力系统采用限制、隔离新能源发电单元的方法，在电力系统发生故障的时候，切除新能源发电单元。该方法极大地限制了新能源的应用。为了充分利用新能源的优势，使新能源与电力系统协调运行，学者们提出微电网的概念[5]，即一种由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置组成的小型发配电系统[6]。

对于用户端，微电网是可定制的发电单元，对于电力系统而言，微电网是可调度的负荷，因此，微电网可并网运行以及在电力系统需要时孤岛独立运行。从而解决了新能源接入电力系统的问题，极大地拓展了新能源的应用领域，使得新能源在船舶上的应用成为可能[7-8]。对船舶微电网进行介绍，对船舶直流(direct current, DC)微电网分层控制技术进行全面综述；概述了分层控制中一次控制、二次控制、三次控制中采用的不同的控制方法，并对后续船舶直流微电网分层控制的研究做了展望。

1 船舶微电网的定义

参考已有陆地传统微电网的概念，许多学者提出了船舶微电网的概念。文献[9]中提出将陆地电网作为主电网，考虑到船舶在航行时，船舶电网主要运行在脱网运行模式，因而将船舶电网整体作为微电网来考虑。但该结构主要应用于军用舰船，以提高系统性能、降低系统体积和重量为重点，且为实现高能量密度，其发电系统采用高度集成中压燃气或柴油发电机组二没有引入新能源发电系统，因而与传统微电网的定义有所不同。文献[9-10]则将船舶原有主电力系统定义为主电网，船舶微电网作为船舶功能电网替换升级的部分，在该结构中，船舶微电网既可以采用海上新能源进行发电，又可以起到应急供电的作用，保证电力系统的安全稳定运行。针对民用船舶，可以将船舶微电网定义如下。

G1、G2、G3、G4为主发电机；EG为应急发电机；ACB为发电机主开关；ACBE为应急发电机主开关；MSB为主配电板；AC-BUS为交流微电网配电板；MCB1～MCB9为配电开关；DSB为分配电板；RSB为弱电分配电板；ISB为照明配电板；IDSB为照明分配电板；AC/DC为交流变直流变换器；DC/AC为直流变交流变换器图1 船舶微电网结构Fig.1 Ship microgrid structure

船舶微电网是一个由分布式电源、储能装置、能量转换装置、船舶电网的部分重要负荷组成的小型发配电系统。其中，分布式电源是指采用清洁能源或可再生能源为主的小型发电系统[11-13]。

船舶微电网典型结构如图1所示。船舶微电网包含风电、光伏发电等发电单元，蓄电池和电容等储能单元，以及通过电力电子器件接入微电网的船舶负载。对于船舶微电网而言其负载一般为锚机等甲板机械，冷却泵等机舱辅机，通风机等冷藏通风设备，照明设备以及导航设备等弱电设备。

2 船舶微电网的分类

船舶微电网按照母线电流形式不同分为两类，即船舶交流微电网和船舶直流微电网。

交流微电网发展时间较长，所以可以沿用交流设备，保护技术相对成熟。但由于电力电子技术的发展，越来越多的负载与储能装置采用直流电。因此，学者们更加关注船舶直流微电网[14]，船舶直流微电网减少交流微电网中的部分能量转换过程，并且没有谐波问题，减少了控制复杂程度[15-16]。

图2 船舶直流微电网结构Fig.2 Ship direct current microgrid structure

如图2所示，为典型船舶直流微电网结构，图2中DC-BUS为直流微电网配电板。发电单元、储能装置、负荷都通过电力电子器件连接到微电网直流母线上，由于直流的特性，微电网的功率稳定取决于直流母线的电压稳定。其中，风力发电单元以及应急柴油发电机通过AC/DC单向变换器，光伏发电单元以及燃料电池通过DC/DC单向变换器接入母线，因此，这四类单元仅作为发电单元，向母线传输电能。储能装置一般包括超级电容或者蓄电池，通过DC/DC双向变换器连接至母线，既可以作为电源供电，又可以作为负载储能。负载包括部分重要船舶直流负荷，通过DC/DC单向变换器接入母线，仅能作为负荷消耗电能。微电网整体通过应急电网通过DC/AC双向变换器接入主电网，当主电网供能故障，不足以维持重要负荷时，微电网作为电源向主电网供能；当主电网电能需求较少时，微电网作为储能单元进行充能。

Vref为参考工作电压；V微为微电网母线电压图3 分层控制图Fig.3 Hierarchical control structure

3 船舶直流微电网控制技术

相对于陆地微电网，船舶微电网本身是一个有源电力系统，母线电压容易产生波动，导致系统的功率不稳定，因此对于船舶微电网的稳定性要求更高；船舶海上运行时，工况复杂，需要微电网在各个单元之间进行合理的功率分配，对于新能源发电单元的可靠性和稳定性要求较高，尤其是所连接的变换器，更是控制的核心装置。目前，应用于船舶直流微电网的能量管理策略大致分为集中式控制、分布式控制和分层控制[17]。

集中式控制采用一个集中控制器控制整个微电网系统。集中控制器对于微电网的运行状态信息进行处理，然后将处理后的命令，发给每个单元。因此，集中式控制对于通信的要求和集中控制器的处理能力有较高的要求。分布式控制中，微电网单元都由局部控制器控制，因此大大减少了控制器的处理能力和通信能力的要求，但是，每个单元之间是独立工作，缺少信息交流，因此，很难实现微电网系统的优化运行。图3为分层控制图，分层控制结合集中式控制和分布式控制的优点[18]，既有集中控制器，又有局部控制器。集中控制器可以实现上层的优化控制，局部控制器能够实现每个单元的独立运行[19]。

船舶直流微电网的分层控制结构如图3所示，分层控制包括本地控制和系统控制，本地控制即一次控制，通过发电测并网变流器采取电流电压，来实现本地非线性或不平衡负荷电压的就地补偿，避免污染直流母线电压。

系统控制包括二次控制和三次控制。二次控制是结合直流微电网母线电压，分析此时的电能质量，对一次控制造成的电压偏差进行补偿，达到无差控制。三次控制是在二次控制的基础上，引入管理策略和优化算法，设定负荷的优先级，并且制定针对不同工况下的优化运行策略，对于电能质量进行调控。

3.1 一次控制技术

根据船舶直流微电网结构图可知，发电单元都经过电力电子器件接入微电网，由于发电单元尤其是新能源发电，稳定性较差，因此发电单元输出电压电流变换较大且速度较快，因此，要求一次控制能够跟随发电单元的电压变换，进行快速就地补偿，因此一次控制不能依赖通信系统。

因此，针对不同的微电网单元，采用不同的控制方法[20-27]，如表1所示。

表1 微电网单元对应控制Table 1 Microgrid unit corresponding control

3.1.1 光伏发电控制技术

光伏发电单元的电流-电压曲线具有非线性特点，且该特性曲线随着温度和光照强度的不同而变化，不易预测和控制。但是在特定的温度和光照强度下，光伏发电单元总存在如图4所示的最大功率点，因此，准确、快速地追踪最大功率点地研究非常重要。追踪最大功率点过程可以近似为寻优过程，目前，应用较多的追踪方法分为两种，即扰动观察法和电导增量法[28]。

图4 光伏发电单元功率特性曲线Fig.4 Photovoltaic power generation unit power characteristic curve

(1)扰动观察法，即周期性扰动光伏发电单元电压，观察此时功率与扰动前功率，选取较大值并且确定功率较大方向继续进行扰动和观察。但是，发电单元已经工作在最大功率点附近，仍会进行电压扰动，系统只能处于动态状态。

因此，选择合适的扰动值是非常重要的，如果扰动过小，搜索速度缓慢；如果扰动过大，系统容易产生振荡，且当温度或者光照强度发生变化时，无法快速追踪至新的最大功率点。

文献[29]引入模糊控制方法，采用牧户参数自校正比例积分微分控制(proportional integral derivative, PID)控制进行优化，发电单元既能快速适应环境变化进行快速跟踪，又能解决最大功率点附近的振荡问题，提高系统稳定性。但是，该方法易产生局部最优问题。

文献[30]提出将萤火虫算法引用与MPPT控制，并且融入混沌优化和高斯变异，在萤火虫初始位置进行混沌优化，使起初始位置均匀分布，保证了全局搜索的有效性，然后在萤火虫移动过程中采用高斯变异，使其避免陷入局部最优，同时提高最优解的精度，但是该方法计算量巨大，不适用于工程应用。

因此，文献[31]采用改进粒子群算法，对于MPPT控制进行优化，针对光伏阵列存在阴影时可能出现跟踪失效，陷入局部最优点、收敛速度慢、跟踪精度不高的问题，当粒子过早出现严重聚焦情况时，将符合变异条件的粒子进行变异，以保证种群的多样性，解决局部最优问题。

(2)电导增量法，其原理是比较光伏发电单元的增量电导和瞬时电导来实现最大功率点跟踪的[32]，由光伏电池的功率-电压(P-V)特性可知，光伏电池在任意工作点的输出功率为

P=VI

(1)

式(1)中：P为光伏电池功率；V为光伏电池电压；I为光伏电池电流。

忽略光伏发电单元中分流电阻和串联电阻的影响，则光伏发电单元表达式为

(2)

式(2)中：Ig为光生电流；Isat为二极管的反向饱和电流；q为电子电荷，q=1.602 9×10-19C；K为Botzman系数，K=1.381 9×10-23J/K；A为二极管的理想因子；T为光伏模块的节温。

求导后可得

(3)

即

(4)

设：

(5)

当光伏发电单元工作在最大功率点时，有：

(6)

由上述过程可知，该算法相对复杂，且易产生最大功率点的判断误差，同时，该算法需要数字信号处理器，增加了整个系统的复杂性及应用。

文献[33]将电导增量发与改进粒子群算法结合，相比传统增量法，可以在一定程度上提高光伏发电单元的跟踪精度，减少跟踪时间，减小功率曲线的振荡幅度，降低算法运算量，减少功率损耗，提升太阳能利用率。

3.1.2 风力发电控制技术

与太阳能相似，风能随机性强、不稳定、不易控制，该能源的获取与风力发电机的机械特性和对应控制方法相关，控制方法应能达到随风速改变风轮速度，从而保持发电机在最佳叶尖速比状态下运行，从而高效获得风能。目前，风力发电机一般采用最大功率点跟踪控制方法，目前应用较为广泛的可以分为登山搜索法和叶尖速比法。

(1)叶尖速比法，即通过风速与风轮转速等相关量[34]，最终计算出此时发电机叶尖速比，与最佳叶尖速比对比，并向接近最佳叶尖速比的方向进行调整，直到发电机工作在最佳叶尖速比状态[35]。该算法易实现，目前，工程上仅采用比例积分(proportional integral, PI)控制器就可以达到该算法的需求[36]，但是该算法控制精度较低，该算法需要实时测量风速，增加了系统成本[37]。

文献[38]将发电机转速-功率曲线和风速-功率曲线进行结合，分析出该机型最佳叶尖速比，通过最佳叶尖速比得到对应发电机转速-功率曲线，并控制转速，使发电机保持在最佳叶尖速比状态，提高发电效率。

(2)登山搜索算法，周期性的扰动发电机转速，比较扰动前后发电机的实际转速和实际的输出功率，并且控制发电机转速向功率增大方向不断靠近最大功率点。该算法易于实现，算法与风力发电机本身特性无关，不需要实时测量风速，但是该方法仅适用于惯性较小的风力发电机。

文献[39]针对恒定桨距风力发电机，提出一种新的登山搜索算法，不依赖于发电机模型和先验数据，得到最优功率曲线，并实现最大功率点跟踪。

文献[40]针对小型风力发电机，提出梯度式登山搜索法，在初期采用大梯度搜索，从而迅速达到最大功率点附近，再减小梯度，追踪到最大功率点。

3.1.3 储能系统与负荷控制技术

下垂控制[41]，在船舶直流微电网中，直流母线电压的波动直接反映了系统功率传输的信息。特别是在船舶环境下，直流母线上的电压并不是一个固定的值，而是在一个范围内的波动值。因此，在船舶直流微电网系统中通常采用基于直流母线电压信号的控制策略。那么表征电压和功率、电压和电流等关系的下垂控制就是一种既简单有可靠的选择方案。

如图5所示为直流微电网下垂控制框图，在变换器的电压电流双闭环控制之外，引入下垂曲线控制，作为控制外环，根据变换器输出电压参考值，再进行电压电流双闭环控制。图5中，U0和I经过下垂曲线计算，得出变换器的给定输出电压，后经过电压控制和电流控制得到控制信号，控制信号用于调节直流侧的开关管，保证母线电压、电流相对稳定，达到母线电压V-I下垂控制的目的。

U0为变换器设定的参考电压；I和Udc分别为单元输出实际电流和电压图5 传统下垂控制框图Fig.5 Traditional droop control block diagram

下垂控制V-I表达式为

(7)

(8)

(9)

由式(8)、式(9)可得到两组分布式电源之间的关系：

(10)

由式(10)可知，变换器的输出电流与线缆阻抗和输出阻抗成比例关系，采用了下垂控制，则提高了虚拟阻抗R1、R2的数值，因此当R1远大于RL1时，可忽略线缆阻抗对于分流精度的影响。

但是，实际运行过程中，线缆阻抗并不能忽略，考虑线缆阻抗时，每个分布式发电单元电压并不完全相同，导致分流精度降低。

图7为传统下垂控制局限性示意图。从图7可以看出，当选取较小的下垂系数时，电压偏差较小，

U1、U2为2个DC/DC变换器初始电压；Idc1和Idc2为变换器1和变换器2输出电流;Udc1和Udc2为变换器1和变换器2输出电压；RL1和RL2为线缆阻抗；R1和R2为2个DC/DC变换器输出阻抗；Ro、Io、Uo分别为负载端电阻、电流、电压图6 下垂控制等效电路Fig.6 Droop control equivalent circuit

图7 传统下垂控制局限示意图Fig.7 Schematic diagram of the limitations of traditional droop control

但是对应分流精度较差。当选取较大的下垂系数时，电压偏差较大，分流精度较好。因此，传统下垂控制再电压偏差与分流精度之间存在固有矛盾需要二次控制进行补偿。

3.2 二次控制技术

针对一次控制的局限性，二次控制需要提升船舶直流微电网的动态特性，对传统下垂控制策略即一次控制的最末控制进行改进，从而达到微电网与主电网各项值相同，从而实现电网同步化，同步过程完成之后，微电网就可以通过静态开关与主电网进行连接。目前的补偿方式可以分为3类，即平移曲线、调整曲线系数和两者同时改变的混合法。

3.2.1 平移下垂曲线

文献[42]利用动态平均电压和电流一致性算法，用以修改下垂曲线的设定厨师电压值，即平移下垂曲线。同时，该控制策略中还增加了多智能体滑模控制器，用以实现储能单元的剩余容量的充电状态(state of charge, SOC)平衡。具体实现方法使通过本地滑膜控制器，产生一个控制信号，该控制信号决定了本单元在下垂控制中参与的程度，以最终实现本地的SOC与相邻单元的平均SOC之间达到平衡。

文献[43]利用平均电压补偿和电流补偿的方法，对于下垂曲线进行平移，补偿了下垂曲线的纵横结局，可以同时提高系统的电流分配和电压恢复能力，但该方法较依赖通信系统。

文献[44]结合微电源、线路阻抗差异、输出电压幅值及微电网复杂结构等因素，根据负荷电压幅值的下垂特性，加入传输线路压降和微电源接入点电压幅值反馈的方法，使微电网运行达到稳态时各位电源输出电压幅值相同，从而提高微电网系统的稳定性。

3.2.2 调整曲线系数

文献[45]提出利用粒子群算法，通过下垂控制模块采集线路信息包括有功偏差、无功偏差、环流和频率偏差等参数信息，与粒子群算法模块进行信息交互，在线路阻抗失衡的时候，辨识出系统运行不平衡状态，并实时调整下垂控制系数。该方法可以实现功率分配、电压调节。但是，在实际应用中，需要实时对于系统进行参数检测和计算，加大了系统运行的复杂程度。

文献[46]提出利用模糊控制算法，采集电压作为输入量，实时调整下垂曲线系数，达到减少负荷波动对于系统的影响，实现微电网分布式发电和储能单元的协同控制，达到单元间存储能量的平衡和减小直流母线电压波动的目的。

文献[47]提出带自动补偿动态下垂控制策略，采用多组小容量系统维持微电网直流侧母线电压稳定，改善单组储能系统存在变换器电流过大问题，对微电网在不同工况模式进行分析，系统都能够正常运行。同时，采用带自补偿动态下垂控制策略的数学模型推到出母线电压动态补偿算法，降低传统的二次控制复杂程度。

文献[48]提出了一种改进的自适应下垂控制策略，通过引入功率影响因子，实现下垂系数的闭环控制，当传输功率较低的时候，系统侧重于维持直流电压稳定以提高电压质量；当传输功率较高的时候，系统侧重于功率分配，避免换流站容量超限和过流。

综上所述，二次控制对于改进下垂控制，主要是应用优化的控制算法，输入量为直流微电网系统中的需要调整的物理量，输出量为下垂曲线中的相关参数，从而可以改变下垂曲线，实现对下垂控制改进的目的。

3.3 三次控制技术

二次控制的主要目标是实现微电网负载点或并网点电能质量的调节，其实现方式主要是通过对于一次控制结果计算一个补偿量[49]。但是二次控制存在如下问题。

(1)所有微电网中的发电单元的补偿出力相同，并未考虑每个发电单元的容量的差异。

(2)不同的负荷对于电能质量的需求可能不同，而二次控制无法响应不同负荷的需求。

(3)未考虑微电网系统运行时的经济性、安全性等问题。

因此，需要再一次控制和二次控制的基础上，加入三次控制，该层控制主要涉及微电网的最优化运行。近年来许多学者采取不同方法进行分析和解决上述问题。

文献[50]采用遗传算法建立了优化配置模型，提高了微电网运行的经济性和环保性，但是该算法只考虑了较少的微电网发电单元文献[51]考虑了风力发电、生物质能发电、柴油发电机和储能装置的微电网结构，综合考虑了并网和孤岛两种运行模式，降低了发电成本和环境成本，但该模型没有考虑功率平衡和微电源的出力问题；文献[52]考虑微电园的燃料成本、维护成本和环境成本的同时，以功率平衡和微电源出力约束为约束条件，优化了微电网的安全可靠性。

文献[53]考虑了对蓄电池的控制保护，采用粒子群算法实现对各发电单元的经济调度，但是该算法寻优速度较慢；文献[54]提出改进粒子群算法，降低了微电网运行总成本，减少了平均运算时间，具有更好的寻优能力和更快的收敛速度；文献[55]则通过改变惯性权重，调整惯性因子的方法，提高了算法搜索能力，减小搜索空间，从而能够快速对微电网中的储能系统进行优化配置，并且考虑经济性的同时，提高整个微网系统运行的安全可靠性；文献[56]针对蓄电池寿命进行评估，使系统中蓄电池投资费用和容量配置结果更加精确，并设计粒子群优化算法进行微电网优化配置。

文献[57]将分布式电源功率随机性问题通过场景生成和削减技术转化成多个场景下的确定性问题中，并引入到多目标优化模型中，提高了系统的经济性和稳定性；文献[58]则考虑不同优化目标下，储能系统充放电策略的优化配置，实现了微电网的优化运行；文献[59]定量地评估可中断负荷对于微电网优化运行结果的影响，结合可中断负荷的影响建立多目标优化模型，提高了微电网运行的经济性；文献[60]将多目标优化和粒子群算法进行结合，考虑微电网经济性、环保性及可靠性，建立运行成本和环境成本的模型，通过粒子群算法进行求解，保证了微电网系统的经济调度和安全可靠。