含光/储/燃气机的直流微电网能量调度方法研究

随着分布式新能源发电技术的快速发展,微型电网作为一种新的分布式能源组织形式,为高效利用新能源提供了技术保障。直流微电网凭借其独有的优点已逐渐成为主要研究热点以及未来微电网主要形式之一,而孤岛型直流微电网对解决偏远地区或者岛屿用电困难的问题提供可靠的解决途径。针对偏远地区或岛屿的环境等情况,为满足应用在该地区的孤岛直流微电网系统能够稳定且长期有效的运行以及微电网系统能量损耗最小、经济效益最大的要求。文章首先对应用于偏远地区或岛屿的直流微电网进行结构的设计,然后对所设计的微电网系统进行稳定运行的控制算法以及能量管理和经济优化算法的设计,从而保证所设计的孤岛型直流微电网能够稳定且以经济最优的状态对此类地区进行供配电,最后对相关算法做仿真分析和实际应用验证。首先,通过分析传统微电网系统常用的分布式发电形式特点以及储能系统在微电网系统中的作用,设计了含光伏发电技术、储能系统和燃气机轮机的孤岛直流微电网系统。通过对光伏电池的发电原理的分析确定了光伏电池最大功率点控制方法,并比较分析不同储能方式的特点,确定了所采用的储能方式以及储能载体。直流微电网运行的重要指标是直流母线电压的稳定。针对该问题,本文提出了混合电源稳定母线电压的方法。该方法通过协调控制储能电池与同步发电机的输出,综合了储能电池稳压与同步电机稳压的优点,有效地解决了单种电源稳压母线电压波动较大、恢复能力弱的问题。针对多储能单元在同时放电过程中会产生无法协调放电的问题,本文提出了一种SOC-I的下垂控制方法协调控制多储能单元放电,使其在放电过程中SOC(荷电状态)值始终相等,提高了不同储能电池放电的一致性,有效地提高了孤岛直流微电网的稳定性。光伏发电由于其受环境影响较大,输出功率的不稳定性决定了其不能像同步发电机般调控,而对光伏发电功率进行预测后再通过智能控制算法调节其出力可有效弥补光伏发电难以调控的缺点。本文采用了BP神经网络算法对光伏发电一天的功率进行了预测,为了提高功率预测的精确度,本文在BP神经网络算法的基础上采用了相似日原理进行数据的预处理,降低了神经网络输入的误差,从而提高了神经网络的预测精度。最后,本文通过分析多代理控制系统的结构以及特点,提出了分层分布式多代理控制系统结构进行微电网系统的能量管理控制。该控制结构分为优化层与本地层,本地层中每个子代理控制微电网一个单元,子代理之间等级相同,部分代理之间进行信息的传递交互以此完成直流微电网的能量匹配调度,有效的保证了系统负荷的稳定运行。而通过分析可知本地层控制能量调度存在着功率损耗较大,经济效益低的问题,因此优化层在本地层调度的基础上进行系统能量的二次优化调度,本文以系统功率损耗为优化目标,采用了PSO(粒子群算法)进行寻优控制,理论分析和仿真结果证明该方法在有效降低功率损耗的同时提高了孤岛直流微电网的经济效益。