(1.新疆大學電氣工程學院，新疆 烏魯木齊 830047；2.河北民族師范學院物理與電子工程學院(承德市新能源發(fā)電與并網(wǎng)工程技術(shù)研究中心)，河北 承德 067000)

0 引 言

近年來，傳統(tǒng)化石能源日益枯竭，促使中國建成多個千萬千瓦級的新能源發(fā)電基地,以光伏為代表的發(fā)電技術(shù)得到快速發(fā)展[1]，現(xiàn)有光伏電站功率的隨機性、波動性和功率預(yù)測的不準確性導(dǎo)致大規(guī)模光伏發(fā)電在可靠性和穩(wěn)定性方面還不能完全滿足電網(wǎng)的并網(wǎng)要求。優(yōu)化光伏電站輸出功率波動是光伏發(fā)電并網(wǎng)運行亟待解決的關(guān)鍵技術(shù)[2-3]。

為平滑光伏發(fā)電出力波動性加入儲能系統(tǒng)是目前最普遍的方式，它可以在一定程度上降低光伏發(fā)電功率波動，而針對光儲聯(lián)合發(fā)電系統(tǒng)控制策略，國內(nèi)外專家學者也在開展相關(guān)研究工作。其中，為平抑光伏發(fā)電輸出功率，文獻[4-5]從混合儲能的儲能荷電狀態(tài)、儲能出力以及相關(guān)約束進行協(xié)調(diào)控制，在平抑功率波動方面起到了一定效果，但未考慮粒子群算法。文獻[6-7]考慮光伏出力需求的波動性，對可靠性評估算法進行改進，功率平抑取得一定進步，但未考慮多代理思想。文獻[8]基于短期光伏發(fā)電預(yù)測功率及預(yù)測誤差的隨機性，采用機會約束規(guī)劃的儲能系統(tǒng)控制方法，對儲能電站并網(wǎng)進行測試證明了其優(yōu)越性。文獻[9-10]采用儲能日前優(yōu)化調(diào)度方法，提高了風光儲聯(lián)合發(fā)電系統(tǒng)的出力與計劃出力匹配能力，平抑了功率波動。文獻[11-14]從光伏的最大功率跟蹤工作點控制和混合儲能系統(tǒng)協(xié)調(diào)控制策略平抑了光伏并網(wǎng)功率波動。目前將粒子群算法用到光儲電站控制策略的公開文獻較少,尚處于探索階段[15-17]。

下面在現(xiàn)有功率平抑方法的基礎(chǔ)上，利用多代理系統(tǒng)理論建立了多代理控制系統(tǒng)仿真模型，結(jié)合粒子群算法建立控制策略目標函數(shù)，對目標函數(shù)值擴大解空間搜索范圍，尋優(yōu)計算約束條件和目標函數(shù)，探索出平抑功率波動的最優(yōu)解同時對儲能荷電狀態(tài)和放電深度進行了優(yōu)化。該策略基于某光儲電站歷史輸出功率進行仿真驗證，結(jié)果表明，所提策略在平抑功率波動、儲能主代理的荷電狀態(tài)管理方面得到了有效提高。

1 儲能電站代理模型

為實現(xiàn)儲能電站代理系統(tǒng)自治功能。模型主要包含以下4個模塊：

1) 算法模塊主要通過競爭學習算法，實現(xiàn)單個代理與其他代理之間的學習競爭功能，確定單個代理的功率值。并根據(jù)代理的功率值，結(jié)合代理下各儲能電池荷電狀態(tài)(state of charge，SOC)確定單個代理所對應(yīng)各儲能換流器的充放電功率值，以達到限制充放電功率的目的。

2)控制模塊主要通過算法模塊計算上級中各儲能系統(tǒng)換流器(power conversion system，PCS)的充放電功率值，有效控制下級子站代理模塊所對應(yīng)的換流器充放電功率。

3)數(shù)據(jù)庫模塊主要根據(jù)其他代理的通信請求發(fā)送和接受對應(yīng)數(shù)據(jù)并對代理所對應(yīng)的各種數(shù)據(jù)進行實時存儲。

4)通信模塊主要負責采集儲能電池換流器和儲能電池運行數(shù)據(jù)并實現(xiàn)代理之間的通信功能。

多個代理的仿真模型根據(jù)競爭和合作關(guān)系完成儲能電站總充放電功率需求。比如以荷電狀態(tài)為主要考慮因素對儲能電站進行分區(qū)，在完成功率輸出工作時，荷電狀態(tài)值比較低的代理期望少放電多充電，然而荷電狀態(tài)比較高的代理期望多放電少充電。電站多代理結(jié)構(gòu)如圖1所示。

圖1 電站多代理結(jié)構(gòu)

2 多代理粒子群算法的控制策略

結(jié)合多代理思想，將儲能電站分割成多個代理區(qū)，同時結(jié)合粒子群算法，擴大解空間搜索范圍。在多代理粒子群算法中，生成的粒子的個數(shù)為儲能單元代理的個數(shù)，代表所要求解的個數(shù)。將儲能電站控制層級分為兩級：主代理與各儲能單元區(qū)代理。儲能電站主代理為解決多代理各儲能單元區(qū)代理粒子群算法最優(yōu)區(qū)間，通過協(xié)商通信明確各儲能單元區(qū)代理充放電功率參考值，將儲能總需求分配給各個儲能單元區(qū)代理，各儲能換流器最終實際充放電功率的確定還需考慮儲能子單元限制范圍內(nèi)的荷電狀態(tài)及最大充放電功率等參數(shù)。

儲能單元區(qū)代理通過儲能電站主代理與儲能單元區(qū)代理之間互相通信比較，在確定此區(qū)此時實際應(yīng)發(fā)出功率之前，需要分別計算某一確定分區(qū)當前時刻功率參考值。粒子群算法控制流程如圖2所示。算法如下：

1)接收上級調(diào)度總功率需求的儲能電站主代理充放電功率計算為

(1)

圖2 控制流程

當功率需求為正需要放電時，第i個單元區(qū)代理計算的放電功率值為

(2)

式中：i=1,2,3…n，n為儲能單元區(qū)個數(shù)；SA_i(t-1)為第i個儲能單元區(qū)代理(t-1)時刻儲能變流器荷電狀態(tài)的平均值；μA_i為第i個儲能單元的運行工況參數(shù)。

當功率需求為負需要充電時，各單元區(qū)代理計算其充電功率值方法為

(3)

(4)

(5)

儲能單元區(qū)代理處于放電狀態(tài)時對其控制范圍內(nèi)的各儲能換流器進行功率分配確定系數(shù)α、β，功率分配計算如(6)式：

(6)

單元功率參考值需要根據(jù)充電狀態(tài)時的第i個儲能單元區(qū)計算得到，功率分配計算為

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

功率上、下限區(qū)間微調(diào)如式(15)：

(15)

GA_b=min (ω1FA1+ω2FA2)

(16)

(17)

(18)

(19)

(20)

(21)

經(jīng)過迭代算法后，上級儲能主代理發(fā)出的調(diào)令在允許的范圍內(nèi)接近各個儲能單元與光伏出力總和。

以多代理和粒子群算法相結(jié)合，個體粒子根據(jù)自身對問題理解，算法中粒子的速度用各儲能單元區(qū)的各儲能換流器的充放電功率表示，粒子的位置用各儲能換流器對應(yīng)的荷電狀態(tài)表示。為探索出滿足目標函數(shù)的儲能主代理變流器充放電功率最優(yōu)解，需要不斷調(diào)整尋找探索出滿足目標函數(shù)的位置和速度。

3 仿真分析

對某光伏電站實際運行數(shù)據(jù)在Matlab/simulink中進行仿真驗證。該電站光伏裝機50 MW，儲能系統(tǒng)容量為15 MWh，分為多個儲能單元區(qū)代理。各儲能單元區(qū)的初始荷電狀態(tài)按0.5～0.6均勻配置，儲能荷電狀態(tài)控制的上下限值設(shè)置為0.1～0.9之間。光儲控制系統(tǒng)如圖3所示。

圖3 光儲控制系統(tǒng)

光儲功率曲線如圖4所示，從圖中功率波動走勢看出原始光儲總有功波動幅度較大，波動頻率較多。光儲系統(tǒng)在多代理粒子群算法的控制作用下能有效減小光儲輸出功率波動幅度，減少功率波動區(qū)域，因此基于多代理粒子群算法的光儲系統(tǒng)控制策略平抑功率波動效果較好。

圖4 光儲功率曲線

功率波動率計算公式為

(22)

式中：Pmax為光儲發(fā)電功率的最大值；Pmin為光儲發(fā)電功率的最小值；Pz為光儲電站裝機容量。圖5是輸出功率波動率曲線，對比發(fā)現(xiàn)基于多代理粒子群算法的光儲電站發(fā)電功率波動大幅度減小，10 min功率波動率在2%以內(nèi)。

圖5 功率波動率曲線

圖6為電池儲能電站的主代理對應(yīng)的電池荷電狀態(tài)變化趨勢圖，可看出儲能系統(tǒng)充放電次數(shù)基本相同, 荷電狀態(tài)初始值設(shè)為0.5。原光儲電站荷電狀態(tài)變化范圍在0.35～0.95區(qū)間波動，超出最大值0.9的范圍，表明儲能系統(tǒng)充放電幅度較大，為深度充、放電，經(jīng)過循環(huán)后荷電狀態(tài)低于0.4。在多代理粒子群算法下光儲電站荷電狀態(tài)變化在0.5～0.9區(qū)間，表現(xiàn)為淺充淺放，經(jīng)過一天的循環(huán)，最終使得儲能電站主代理荷電狀態(tài)回歸0.5，與最初設(shè)置值基本保持在相對一致的狀態(tài)。

圖6 SOC變化曲線

4 結(jié) 語

在考慮儲能系統(tǒng)平抑光伏波動、儲能系統(tǒng)荷電狀態(tài)情況下，提出多代理粒子群算法的光儲電站控制策略，采用多代理粒子群算法建立控制策略目標函數(shù)。針對光儲電站歷史輸出功率，對目標函數(shù)輸出功率值擴大解空間搜索范圍，尋優(yōu)計算各儲能單元區(qū)對應(yīng)的儲能子系統(tǒng)的充放電功率的約束條件和目標函數(shù)，探索出最優(yōu)解。仿真結(jié)果表明，所提出的多代理粒子群算法在儲能系統(tǒng)作用下有效減小了功率波動率，優(yōu)化了光儲電站主代理對應(yīng)的電池荷電狀態(tài)。