基于模糊預(yù)測控制的風(fēng)電儲(chǔ)能智能化監(jiān)控系統(tǒng)

賈婷婷

（蘭州資源環(huán)境職業(yè)技術(shù)大學(xué)，甘肅 蘭州 730021）

2020 年9 月22 日，習(xí)近平主席在第七十五屆聯(lián)合國大會(huì)一般性辯論上發(fā)表重要講話，向國際社會(huì)宣布中國將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達(dá)到峰值，努力爭取2060 年前實(shí)現(xiàn)碳中和[1]。甘肅省擁有煤炭、石油、天然氣、水電、風(fēng)能和太陽能等多種能源，具有突出的綜合優(yōu)勢。在“十三五”期間，甘肅在新能源和可再生能源方面取得了長足的進(jìn)步，河西清潔能源基地建設(shè)進(jìn)一步推進(jìn)，在酒泉建成了中國第一個(gè)萬千瓦級別的風(fēng)力發(fā)電基地，初步成為中國重要的新能源基地，在新能源建設(shè)和發(fā)展方面取得了顯著成績。截至2015 年底，景區(qū)用電裝機(jī)容量為1 862 萬千瓦，約占全省裝機(jī)容量的40%，新能源已成為甘肅省電力的第二大電源。

但風(fēng)力發(fā)電存在不確定性和隨機(jī)性，導(dǎo)致電網(wǎng)穩(wěn)定性、可靠性差，電能質(zhì)量不高，因此上網(wǎng)電價(jià)較高。不能大規(guī)模普及，且發(fā)電站與負(fù)荷使用分布不匹配從而導(dǎo)致近年來?xiàng)夛L(fēng)現(xiàn)象有所增加[2]。研究儲(chǔ)能系統(tǒng)有以下幾個(gè)優(yōu)點(diǎn)：（1）可使風(fēng)電成為可調(diào)度的電力，使之平滑輸出，減少其波動(dòng)性，提升電能可靠性；（2）參與調(diào)峰調(diào)頻，提高電能輸出質(zhì)量；（3）提高功率預(yù)測精度，減少電網(wǎng)沖擊；（4）風(fēng)電場儲(chǔ)能系統(tǒng)可參與相應(yīng)的輔助服務(wù)；（5）恢復(fù)風(fēng)電使用率，提升新能源崗位就業(yè)率。綜上所述，開展儲(chǔ)能控制系統(tǒng)策略的研究具有重要的理論和實(shí)際應(yīng)用價(jià)值。

目前，我國已經(jīng)進(jìn)入了對可再生能源儲(chǔ)能系統(tǒng)的研究：物理儲(chǔ)能包括抽水、壓縮空氣、飛輪儲(chǔ)能3 種。抽水儲(chǔ)能方式儲(chǔ)能容量大、靈活、變率快但受地理?xiàng)l件限制較大；壓縮空氣儲(chǔ)能能源轉(zhuǎn)化率較高，但能量密度低，受地形條件影響；飛輪儲(chǔ)能充放電迅速、清潔高效，但其成本較大。儲(chǔ)能建模方面，2010 年姜久春等人在《純電動(dòng)汽車用鋰離子電池的建模和模型參數(shù)識別》一文中采用阻容模型分析，指出極化電壓模型階次與極化深度密切相關(guān)，提出了一種極化電壓的快速識別理論，給出了變電流放電的情況下電池的去極化時(shí)間及容量的計(jì)算方法，后驗(yàn)證了該方法的有效性和可行性，為電池狀態(tài)的準(zhǔn)確估算提供了數(shù)據(jù)支持。戴海峰等2010 年在《基于等效電路的內(nèi)阻自適應(yīng)鋰離子電池模型》中提出了一種非線性的等效電路電池的模型，通過卡爾曼濾波算法，通過兩種實(shí)驗(yàn)在不同電流的循環(huán)工況和環(huán)境溫度下測試了模型的適應(yīng)性。在平抑風(fēng)電波動(dòng)策略研究上，彭思敏等2011 年在《大型蓄電池儲(chǔ)能系統(tǒng)接入微電網(wǎng)方式及控制策略》中，提出了大型蓄電池儲(chǔ)能系統(tǒng)接入的實(shí)現(xiàn)形式及其控制策略，分析了蓄電池的特性及功率調(diào)節(jié)器的工作原理，建立了系統(tǒng)仿真模型，并設(shè)計(jì)、開發(fā)了容量為100 kW 的實(shí)驗(yàn)樣機(jī)，其結(jié)果表明，在不同的負(fù)荷情況下，此系統(tǒng)能保證公共供電點(diǎn)（PCC）電壓和頻率的穩(wěn)定，滿足供電要求。艾欣等在2015 年《儲(chǔ)能技術(shù)在新能源電力系統(tǒng)中的研究綜述》一文中重點(diǎn)研究了儲(chǔ)能系統(tǒng)的結(jié)構(gòu)和優(yōu)化配置方案，并對不同應(yīng)用場合下儲(chǔ)能系統(tǒng)的控制策略進(jìn)行了歸納。孫曉等2020 年在《新能源并網(wǎng)及儲(chǔ)能技術(shù)研究綜述》中基于電能無法大量、長久儲(chǔ)存的情況概述現(xiàn)有的儲(chǔ)能技術(shù)，最后闡述新技術(shù)發(fā)展。

傳統(tǒng)的儲(chǔ)能控制方法集中在濾波及平均算法上，但由于風(fēng)電波動(dòng)性較大，以上方法已引起儲(chǔ)能中的過補(bǔ)償現(xiàn)象，反而降低經(jīng)濟(jì)性?；诖?，本文采取一種將風(fēng)力發(fā)電中的約束條件和波動(dòng)因素綜合考慮的在線優(yōu)化控制策略[3-4]。MPC 是一種在預(yù)測模型基礎(chǔ)上，根據(jù)風(fēng)電波動(dòng)情況在線實(shí)現(xiàn)滾動(dòng)化的動(dòng)態(tài)過程設(shè)計(jì)方法。其核心是利用預(yù)測時(shí)域中的預(yù)測輸出信息對控制時(shí)域中的最優(yōu)控制輸入序列進(jìn)行優(yōu)化，但在當(dāng)前系統(tǒng)中只應(yīng)用該序列的第一個(gè)分量，在下一個(gè)采樣時(shí)間后，應(yīng)使用新的系統(tǒng)信息，并刷新預(yù)測信息和最優(yōu)控制序列且在新時(shí)刻將第一個(gè)組件重新應(yīng)用到系統(tǒng)中。因此，與離線全局優(yōu)化方案相比，MPC 可以提高系統(tǒng)在線動(dòng)態(tài)控制效果。

1 MPC 算法下風(fēng)電波動(dòng)平抑模型

1.1 狀態(tài)空間方程

風(fēng)電儲(chǔ)能在離散狀態(tài)下，其狀態(tài)方程為：

式中，PG為風(fēng)儲(chǔ)系統(tǒng)并網(wǎng)功率值；PH為儲(chǔ)能系統(tǒng)功率值，為控制時(shí)間節(jié)點(diǎn)，當(dāng)PH為負(fù)值時(shí)表示儲(chǔ)能系統(tǒng)吸收風(fēng)電功率，當(dāng)為正值時(shí)表示儲(chǔ)能系統(tǒng)釋放能量補(bǔ)償聯(lián)合系統(tǒng)并網(wǎng)功率；PW為實(shí)時(shí)功率；EH表示儲(chǔ)能系統(tǒng)的能量值；TS為控制周期。

MPC 算法的數(shù)學(xué)模型如下：

風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的狀態(tài)方程為：

1.2 預(yù)測輸出量

根據(jù)迭代公式可計(jì)算出當(dāng)時(shí)間為k+i 時(shí)，風(fēng)儲(chǔ)聯(lián)合的預(yù)測輸出量為：

1.3 約束條件

平抑風(fēng)電波動(dòng)控制策略是以其波動(dòng)過程中的功率限值及模型作為約束條件的，約束公式為：

式中，PG為風(fēng)電場裝機(jī)容量，EHmax為儲(chǔ)能的上限容量，PHmin儲(chǔ)能的功率容量下限、PHmax儲(chǔ)能的功率容量上限，該式分別對風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的并網(wǎng)功率波動(dòng)率、儲(chǔ)能的能量容量及功率容量進(jìn)行了嚴(yán)格約束[5]。

1.4 優(yōu)化控制及目標(biāo)

風(fēng)儲(chǔ)聯(lián)合優(yōu)化模型控制目標(biāo)函數(shù)由兩部分構(gòu)成：一是將其聯(lián)合運(yùn)行的實(shí)際并網(wǎng)功率跟蹤目標(biāo)功率一次來調(diào)節(jié)；二是設(shè)定所需要的儲(chǔ)能能量變化量為最小優(yōu)化目標(biāo)，以此來降低儲(chǔ)能壽命的消耗，目標(biāo)公式如下：

式中，yc（k+i|k）為系統(tǒng)在k 時(shí)刻經(jīng)過計(jì)算得到了k+i時(shí)刻的預(yù)測輸出向量值，r（k+i）為k+i 時(shí)刻系統(tǒng)的并網(wǎng)目標(biāo)向量值，兩者之差為k+i 時(shí)刻系統(tǒng)的預(yù)期并網(wǎng)誤差向量值；△u（k+i-1）為控制時(shí)域內(nèi)預(yù)期的儲(chǔ)能功率增量序列；并網(wǎng)誤差的權(quán)重系數(shù)、儲(chǔ)能功率增量的權(quán)重系數(shù)[6-7]。

2 電力低碳排放風(fēng)電儲(chǔ)能智能化監(jiān)控系統(tǒng)

通過模型預(yù)測，在MPC 算法控制的風(fēng)電波動(dòng)平抑模型指導(dǎo)下，設(shè)計(jì)一種風(fēng)電儲(chǔ)能智能化監(jiān)控系統(tǒng)。系統(tǒng)構(gòu)建于穩(wěn)定的C/S 架構(gòu)之上，可便捷地對風(fēng)電儲(chǔ)能、溫度設(shè)定、溫度曲線、溫度報(bào)警、發(fā)電數(shù)據(jù)監(jiān)控進(jìn)行操作。

2.1 溫度檢測

大型風(fēng)電場常伴隨著較強(qiáng)的光照，如甘肅的酒泉、嘉峪關(guān)等地獨(dú)立的風(fēng)力發(fā)電易引起較強(qiáng)的波動(dòng)，因此常采用風(fēng)光互補(bǔ)，因此設(shè)計(jì)溫度檢測可對研究緩解風(fēng)力和光伏的間歇性、波動(dòng)性提供參考依據(jù)，如圖1 所示的溫度曲線檢測和圖2 所示的溫度預(yù)警功能。

圖1 溫度曲線

圖2 溫度預(yù)警

2.2 發(fā)電數(shù)據(jù)監(jiān)控

為進(jìn)行儲(chǔ)能狀態(tài)運(yùn)行量的分析，并在并網(wǎng)控制策略下掌握儲(chǔ)能功率的變化與風(fēng)電波動(dòng)變化是否具有一致性，應(yīng)掌握風(fēng)力發(fā)電的發(fā)電規(guī)律并進(jìn)行風(fēng)電數(shù)據(jù)監(jiān)控，如圖3 所示。

圖3 發(fā)電數(shù)據(jù)監(jiān)控

2.3 發(fā)電大數(shù)據(jù)分析

風(fēng)光聯(lián)合儲(chǔ)存的智能電網(wǎng)遠(yuǎn)程監(jiān)控需要對每一個(gè)分布式電源、儲(chǔ)能狀態(tài)及負(fù)載的運(yùn)行狀態(tài)進(jìn)行監(jiān)控，并且結(jié)合現(xiàn)場調(diào)控需實(shí)現(xiàn)發(fā)電大數(shù)據(jù)的監(jiān)控，如圖4 所示。

圖4 發(fā)電大數(shù)據(jù)被監(jiān)控

2.4 風(fēng)電控制

進(jìn)入風(fēng)電控制系統(tǒng)后，通過傳感器的設(shè)定調(diào)節(jié)風(fēng)力發(fā)電系統(tǒng)、儲(chǔ)能裝置運(yùn)行時(shí)各設(shè)備的電氣設(shè)備參數(shù)和環(huán)境參數(shù)，以此來滿足MPC 算法模型下在線動(dòng)態(tài)控制效果分析。如圖5 所示。

圖5 風(fēng)電控制

2.5 處理狀態(tài)

進(jìn)入此頁面，可對采集到的風(fēng)電和光伏數(shù)據(jù)進(jìn)行處理，比對在所提出的并網(wǎng)控制策略下，儲(chǔ)能系統(tǒng)的能量變化與風(fēng)力發(fā)電的功率變化是否一致，是否參與動(dòng)態(tài)在線調(diào)整。如圖6 所示。

圖6 處理界面

2.6 風(fēng)電計(jì)算

為了避免風(fēng)電的功率波動(dòng)現(xiàn)象，通過MPC 算法下的風(fēng)儲(chǔ)聯(lián)合模型并網(wǎng)系統(tǒng)來抑制平抑過程中長期累計(jì)的不平衡功率，統(tǒng)計(jì)計(jì)算得到波形的預(yù)測域信息，并將預(yù)測結(jié)果輸入系統(tǒng)中一次來驗(yàn)證模型的控制成效，在線系統(tǒng)如圖7 所示。

圖7 計(jì)算頁面

3 結(jié)論

儲(chǔ)能系統(tǒng)可對現(xiàn)有上網(wǎng)電價(jià)較高的風(fēng)電電站進(jìn)行改善，解決棄風(fēng)現(xiàn)象，消除風(fēng)電隨機(jī)波動(dòng)，提高風(fēng)電電廠電能輸出質(zhì)量，可使風(fēng)電成為可調(diào)度電力，并能參與調(diào)峰調(diào)頻。（1）減少棄風(fēng)，提高經(jīng)濟(jì)性；（2）平滑輸出隨機(jī)波動(dòng)，提高電能質(zhì)量；（3）提高功率預(yù)測精度，減少電網(wǎng)沖擊；（4）風(fēng)電場儲(chǔ)能參與輔助服務(wù)?；诖?，本文在風(fēng)電機(jī)組的物理結(jié)構(gòu)基礎(chǔ)上建立了風(fēng)電波動(dòng)穩(wěn)定控制系統(tǒng)，提出了一種基于MPC 的風(fēng)電機(jī)組并網(wǎng)控制策略。為了避免風(fēng)力發(fā)電波動(dòng)趨平過程中能量不平衡的長期積累，為MPC 提供必要的預(yù)測域信息，本文設(shè)計(jì)了一種風(fēng)電儲(chǔ)能智能化監(jiān)控系統(tǒng)，該系統(tǒng)可動(dòng)態(tài)地更新歷史風(fēng)電功率數(shù)據(jù)并轉(zhuǎn)換為系統(tǒng)聯(lián)合并網(wǎng)目標(biāo)功率。然后跟蹤預(yù)測期內(nèi)并網(wǎng)目標(biāo)偏差，使控制期內(nèi)的儲(chǔ)能輸出最小化。監(jiān)控系統(tǒng)表明，與傳統(tǒng)的智能變電站相比，該監(jiān)控系統(tǒng)能更好地服務(wù)MPC 并網(wǎng)控制策略，具有良好的風(fēng)工況適應(yīng)性，能夠提高儲(chǔ)能系統(tǒng)的性能和長期運(yùn)行時(shí)的能量狀態(tài)[8]。