当前位置: 首页 > 邱健蓄电池-官方网站

Trojan蓄电池基于灰狼优化算法的光伏集成微电网中BESS无缝跟网运行的能量管理

发布时间:2026-10-26 16:00:27 点击: 次

鉴于能源资源的间歇性和不确定性,如今微电网中光伏(PV)发电的大规模应用带来了巨大的运行挑战。这些挑战会导致功率不平衡、电压和频率波动,以及系统对电网扰动的恢复能力下降。本文提出了一种基于灰狼优化算法的智能能源管理框架和控制方法,适用于包含电池储能系统的微电网。所提出的工作有效地同步了实时光伏发电、负载需求、电池荷电状态和电网可用性,以在并网和孤岛条件下实现自适应功率管理。与传统控制方法不同,该方法允许从跟网(GFL)模式无缝切换到构网(GFM)模式,并提供有功和无功功率调节、自适应太阳能功率削减、频率稳定、电网再同步以及功率不平衡补偿。这实现了对电池储能系统(BESS)的有效控制,从而实现动态能量平衡、更好地利用可再生能源,并在瞬态运行条件下保持电压和频率稳定。所提出的控制机制已通过广泛的MATLAB模拟得到验证,涵盖了多种运行场景,包括辐照度变化、负载波动、可再生能源出力限制、电网脱离、孤岛运行以及重新并网至公用电网。模拟结果表明,与传统方法相比,基于GWO的框架能提供更快的动态响应,最小化频率偏差,提高可再生能源利用率,并表现出更强的运行韧性。对比模拟结果表明,在所研究的运行条件下,所提出的基于GWO的框架在调节时间、峰值超调、减少光伏弃电、可再生能源利用率和能量采集效率方面,均优于所考虑的基准方法。此外,所提出的策略显著提高了能量共享的精度,并确保了微电网(µ-grid)在电网发生更多转换和扰动时的可靠运行。这些研究结果表明,基于GWO的BESS能量管理框架是一种有效、稳健且可扩展的运行方式,能够提高具有高水平可再生能源渗透率的下一代光伏集成微电网的灵活性、稳定性和可靠性。

1. 引言

向低碳和可持续能源系统的日益转型,促进了可再生能源资源的广泛部署,包括现有微电网中的光伏发电。微电网已成为整合分布式能源、储能系统和可控负荷的实用解决方案,同时提升了能源效率、可靠性和韧性。微电网可并网和孤岛运行,提供了更高的运行灵活性,并支持可再生能源(RESs)的日益普及。然而,太阳能发电的间歇性和不可预测性,在维持功率平衡、电压调节、频率稳定和可靠能源管理方面带来了重大挑战,特别是在辐照度、负荷需求和电网扰动快速变化期间[1].
微电网通常被定义为包含分布式发电、储能和用户负荷的局部电力网络,既能独立运行,也能与公用电网协同工作。由于可再生能源(RESs)固有的波动性,将其整合进微电网给潮流管理带来了巨大挑战。因此,为保持稳定运行,必须采用先进的控制和优化策略,在确保安全高效配电的同时,动态协调多种分布式能源。
在微电网的各种配置中,直流微电网因其控制架构简化、转换效率提高、同步需求降低以及运行精度提升而备受关注[2]。因此,大量研究致力于开发动态能源管理系统,以有效协调可再生能源、电池储能系统和直流母线,从而提高系统可靠性并最大化可再生能源的利用率[3]。针对混合光伏电池系统、电动汽车充电(EVC)基础设施、智能电网以及分布式能源系统(包括并网和独立运行工况)的电源管理架构,已开展了大量研究[4,5].
为了克服可再生能源与微电网集成时面临的挑战,研究者们提出了多种能源管理系统(EMS)方法,包括线性与非线性优化、随机规划、模型预测控制、人工智能、元启发式优化以及智能控制技术[6].
传统的控制器(如PI控制器)在标称运行条件下通常表现良好。然而,在非线性动力学、参数不确定性和快速波动的环境条件下运行时,它们的有效性往往会降低。这促使人们对人工神经网络(ANN)和模糊逻辑控制器(FLC)等智能控制技术进行了广泛研究,以应用于电压调节、频率控制和能量管理领域。在这些方法中,模糊逻辑控制器在处理非线性系统和不确定性时表现出显著的鲁棒性,且无需精确的数学模型。然而,模糊逻辑控制器的性能在很大程度上受隶属度函数和规则库选择的影响,而这些通常是通过专家知识和试错过程确定的[6因此,将元启发式优化算法与模糊逻辑控制器相结合,已成为自动调整控制器参数的一种有效策略,从而提升了实时控制性能。
可再生能源集成微电网的最新进展日益集中于应用智能优化算法来改善频率调节、能量管理和整体系统稳定性。Tran等人[7]引入了一种基于改进北极海鹦优化算法的级联双分数阶PID控制器,旨在用于独立微电网的频率调节,该控制器在可再生能源不确定性中表现出更快的动态响应和高可靠性。同样,Thamilmaran等人[8] 为可再生能源集成电力系统开发了一种由蜜獾算法优化的滑模控制器,通过对储能系统的优化控制,实现了卓越的扰动抑制和频率稳定性。
Deng等人[9]提出了一种用于风电电池集成电力系统的超扭曲滑模频率控制器,有效减少了频繁振荡并缓解了抖振。Gumede等人[10]探索了一种采用滑模控制的构网型变换器,用于以可再生能源为主的配电网,证明了在电网扰动期间增强了过渡稳定性并改善了电压和频率支持。同样,Ali等人[11] 针对混合可再生能源微电网应用了基于大猩猩部队优化算法的分数阶PID控制器,在响应可再生能源发电波动时,实现了频率调节的显著改善,同时最大限度地减少了超调。
除了频率调节,许多研究还聚焦于智能能源管理和电池调度。Panda等人[12]提出了一种利用PSO的能源管理策略,这不仅提高了电池利用率,还降低了光伏电池微电网的运行成本。Cui等人[13]开发了一个采用深度强化学习的能源管理框架,能够实现自适应功率调度并提高可再生能源的利用率。然而,其计算复杂度限制了实际的实时应用。Taghizad-Tavana等人[14] 引入了一种采用灰狼优化算法的多性向目标策略,用于光伏风能-电池储能系统(BESS)混合微电网,成功优化了功率调度,同时减少了能量损耗并确保了系统稳定性。此外,Ellman等人 [15] 将模型预测控制器应用于并网微电网的电池调度,实现了较高的能量平衡并有效延长了电池寿命,尽管该方法具有计算复杂度相对较高以及在孤岛运行模式下有效性有限的特点。
尽管这些研究在可再生微电网控制方面取得了显著进展,但现有的大多数策略主要针对单一目标,包括频率调节、电池优化调度、功率分配或可再生能源管理。此外,传统的优化技术和智能控制器通常只关注特定的运行场景,忽略了同时解决当代光伏集成微电网的多种实际需求。目前很少有人关注开发一种统一的智能控制框架,该框架既能处理并网跟随模式与构网模式之间的连续切换,又能整合自适应光伏功率削减、有功和无功功率协调支持、自动电网重同步、智能电池调度以及功率不平衡的实时补偿。缺乏这样全面的策略限制了可再生能源的利用,限制了运行灵活性,并对高度动态运行环境下的微电网韧性提出了挑战。
为了应对这些挑战,本文提出了一种基于灰狼优化算法(GWO)的模糊逻辑控制器,旨在实现包含电池储能系统(BESS)的光伏集成微电网的实时能量管理与协调控制。该框架利用模糊逻辑控制器(FLC)强大的非线性决策能力,结合灰狼优化算法的全局优化特性,无需精确数学模型即可自动优化控制器参数和功率管理决策。通过优化光伏功率分配、电池充放电计划、与公用电网的交互,以及基于光伏发电量、负荷需求、电池荷电状态(SOC)和电网可用性的功率分配决策,该控制器允许在并网和孤岛运行条件下,在基于电网的控制(GFL)和基于生成器的控制(GFM)运行模式之间进行多次切换。此外,与传统能源管理技术相比,该集成框架具备自适应太阳能功率削减、有功与无功功率协调控制、自动电网重同步以及功率不平衡智能补偿等功能,从而提高了可再生能源利用率、电压和频率稳定性、运行灵活性以及微电网的整体韧性。
这项研究的主要创新点在于基于GWO为光伏集成微电网中的BESS生成智能控制和能量管理框架。与传统研究通常集中于频率调节、功率调度优化和独立能量管理等孤立目标不同,所提出的框架将多种运行功能整合到一个单一的控制架构中。
本研究的新颖贡献详细如下:
  • 提出了一种基于统一GWO方法的综合能量管理(EM)框架,适用于光伏集成微电网。该框架旨在优化并网和孤岛条件下的电池调度、可再生能源利用和功率流。
  • 建立了一种GFL和GFM模式之间平滑运行切换的策略,实现了无缝模式切换,同时最大限度地减少电压和频率瞬变,从而维持微电网的稳定性。
  • 引入了一种针对电池储能系统的智能调度机制,该机制基于光伏发电、负荷需求、电池荷电状态(SOC)和电网可用性的实时数据,以优化协调电池的充放电过程。该策略有效捕获了被削减的光伏能量,提高了可再生能源的利用率,并减少了能源浪费。
  • 包含了一种电网重同步的集成算法,用于在与公用电网重新连接前自动同步电压幅值、频率和相位角,确保孤岛运行后恢复过程可靠且无扰动。
  • 实施了P和Q控制的协调策略,以改善电压调节、支持频率稳定并提升电能质量,同时增强微电网抵御电网扰动的能力。
  • 开发了一种优化的功率分配与能量平衡机制,以最小化可再生能源发电与负荷需求之间的功率失配,从而提高负荷分配精度,减轻电池压力,并提升微电网在动态运行条件下的可靠性与韧性。
  • 通过MATLAB/Simulink(R2023b)在包括辐照度波动、负载变化、电网故障、孤岛运行和并网在内的多种运行场景下进行了广泛验证,结果表明该框架在提高电压和频率稳定性、提升可再生能源利用率、增强运行灵活性以及改善微电网整体性能方面具有显著成效。

本研究考虑了一个交流光伏集成微电网,其中光伏电源和电池储能系统通过电力电子变换器和公共直流链路与三相交流网络相连。直流链路为光伏/电池储能子系统与电网侧电压源变换器之间提供电气耦合,而交流侧变换器则负责跟网和构网运行、有功/无功功率控制、电压调节、频率支持以及电网同步。
所提工作的创新之处在于,与现有通常将频率调节、电池调度、功率分配或可再生能源利用作为独立控制目标的方法不同,该框架将这些功能整合到一个统一的基于灰狼优化算法的电池储能系统能量管理架构中。其主要创新点在于对并网和孤岛工况下BESS充放电、自适应光伏弃电利用、GFL-GFM切换、有功和无功功率支持、电网重同步以及功率不平衡补偿的协调管理。

2. 材料与方法

所提系统的设计基于并行架构。由于其具有成本效益、组件约束少、便于高效能源管理以及高可靠性等优势,该拓扑结构被最广泛地应用。分布式混合系统中的主要电源是太阳能电池板,储能系统与读档相连,作为附加电源。图1展示了光伏/电池连接混合系统的架构。
Automation 07 00171 g001
图1。光伏/电池混合系统架构。
在图1,我们可以观察到静态转换器将电源和读档连接到直流母线。通过使用直流-直流静态转换器及相关控制设备,太阳能电池板和电池产生的电能可以高效管理,并通过直流母线满足读档需求。根据规格,该系统能够处理这些读档。传统的PV-BAT混合系统由四个主要部分组成:光伏发电单元、基于电池的储能系统、直流和交流读档,以及其他辅助元件。
光伏系统及其辅助设备必须表现出互补特性。此外,系统参数需与读档规格相匹配。光伏和电池单元的性能、所需的读档曲线以及应用场景共同影响着系统规模和转换器的选择。这表明必须始终保持直流母线功率平衡方程。
图2描述光伏阵列区块,表示光伏(PV)模块阵列。该阵列由并联的模块串组成,每串由串联的模块组成。对于控制/能量管理,需要功率可用性,可通过辐照度G和温度T测量:

上一篇:Trojan蓄电池基于GAT-SimAM的深度强化学习主动配电网电压-无功控制
下一篇:Trojan蓄电池基于动态换电的无人机道路巡检弧段路由:以鹤山市为例