風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的監(jiān)督預(yù)測協(xié)調(diào)控制

馬苗苗，邵黎陽，潘軍軍，于少遠(yuǎn)

風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的監(jiān)督預(yù)測協(xié)調(diào)控制

馬苗苗1,2，邵黎陽1，潘軍軍1，于少遠(yuǎn)1

(1. 華北電力大學(xué) 控制與計(jì)算機(jī)工程學(xué)院，北京，102206； 2. 華北電力大學(xué) 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京，102206)

針對風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的功率平衡與經(jīng)濟(jì)調(diào)度問題，基于模型預(yù)測控制理論提出一種監(jiān)督協(xié)調(diào)控制方法。首先，針對風(fēng)力發(fā)電的非線性特征，設(shè)計(jì)滑模變結(jié)構(gòu)控制器，使其在全工況下可以很好地響應(yīng)負(fù)荷變化；其次，設(shè)計(jì)光伏發(fā)電的滑模變結(jié)構(gòu)控制器，對其進(jìn)行最大功率點(diǎn)控制，提高光伏子系統(tǒng)的轉(zhuǎn)換效率，降低光伏發(fā)電成本。在此基礎(chǔ)上，基于風(fēng)力發(fā)電優(yōu)先、光伏發(fā)電配合、必要時(shí)蓄電池補(bǔ)充的原則，選擇合理的目標(biāo)函數(shù)，設(shè)計(jì)監(jiān)督預(yù)測控制器進(jìn)行協(xié)調(diào)控制，將監(jiān)督預(yù)測控制器的輸出作為各子系統(tǒng)的參考輸入，對系統(tǒng)進(jìn)行智能管理。研究結(jié)果表明：在復(fù)雜的氣象條件和變負(fù)荷擾動(dòng)下，所提出的監(jiān)督預(yù)測控制方法可以合理地分配子系統(tǒng)的輸出功率，既可滿足負(fù)載的需求，還可限制子系統(tǒng)輸出功率的過大波動(dòng)，保護(hù)發(fā)電設(shè)備。

風(fēng)光互補(bǔ)發(fā)電系統(tǒng); 模型預(yù)測控制; 監(jiān)督預(yù)測控制; 風(fēng)能; 太陽能

隨著人們對能量需求的不斷增加以及傳統(tǒng)能源消耗帶來的環(huán)境污染問題越來越嚴(yán)重，可再生能源越來越受到人們的重視[1?3]。風(fēng)能、太陽能[1?6]作為可再生能源具有分布廣泛、可再生、無污染等優(yōu)點(diǎn)，同時(shí)，由于風(fēng)能和太陽能擁有天然的晝夜互補(bǔ)性和季節(jié)互補(bǔ)性[7?8]，能夠降低由單一資源所造成的電力供應(yīng)不足或不平衡問題，使得風(fēng)光互補(bǔ)發(fā)電系統(tǒng)成為實(shí)現(xiàn)可再生能源綜合優(yōu)化利用的有效途徑之一。功率平衡及經(jīng)濟(jì)調(diào)度問題是電力系統(tǒng)穩(wěn)定、經(jīng)濟(jì)運(yùn)行的基礎(chǔ)。所謂功率平衡是指微電網(wǎng)中所有負(fù)荷消耗的功率必須與所有電源發(fā)出的功率相等，經(jīng)濟(jì)調(diào)度是指用最小的成本實(shí)現(xiàn)功率平衡，這2個(gè)問題都是通過協(xié)調(diào)各個(gè)發(fā)電單元輸出功率來實(shí)現(xiàn)的，本質(zhì)上可以看作風(fēng)光互補(bǔ)發(fā)電系統(tǒng)中各子系統(tǒng)的協(xié)調(diào)控制與優(yōu)化問題[8?9]。對于傳統(tǒng)的風(fēng)能、太陽能發(fā)電系統(tǒng)的控制問題，近幾年許多研究者基于不同的理論提出了大量的控制方法，如自適應(yīng)控制[8?9]、模糊控制[10]、魯棒控制[11?12]等。VALENCIAGA等[13]首先針對風(fēng)光互補(bǔ)系統(tǒng)中風(fēng)能系統(tǒng)提出了滑模變結(jié)構(gòu)控制策略，建立了風(fēng)力發(fā)電子系統(tǒng)的非線性模型，將光伏發(fā)電系統(tǒng)產(chǎn)生的電流視作干擾，并基于此模型設(shè)計(jì)滑模變結(jié)構(gòu)控制器，調(diào)節(jié)風(fēng)力發(fā)電輸出功率來跟蹤負(fù)荷需求，在發(fā)電系統(tǒng)供電不足的情況下使用蓄電池儲(chǔ)能系統(tǒng)進(jìn)行短時(shí)間補(bǔ)充，克服電能輸出波動(dòng)。VALENCIAGA等[13]對風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的光伏發(fā)電子系統(tǒng)控制策略進(jìn)行了研究，控制器的設(shè)計(jì)也是基于滑模變結(jié)構(gòu)控制，其中光伏發(fā)電子系統(tǒng)有2種工作模式：當(dāng)光照充足時(shí)，光伏發(fā)電輸出能夠充分供給外界負(fù)荷需求，即光伏發(fā)電系統(tǒng)響應(yīng)負(fù)載需求模式；當(dāng)光照不充足、光伏發(fā)電輸出不能充分供應(yīng)外界負(fù)荷需求時(shí)，采用最大功率點(diǎn)跟蹤(MPPT)模式。上述研究大多關(guān)注于獨(dú)立的風(fēng)能或太陽能發(fā)電系統(tǒng)的控制策略，很少涉及風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的協(xié)調(diào)控制。ZAZO等[11]采用應(yīng)用監(jiān)督控制進(jìn)行風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的協(xié)調(diào)控制。監(jiān)督層首要的控制目標(biāo)是各個(gè)子系統(tǒng)相互協(xié)調(diào)配合，共同滿足負(fù)載需求；其次，維持蓄電池的狀態(tài)，防止其被過度充放電，從而延長電池的使用壽命。PRAKASH等[14]給出了各個(gè)子系統(tǒng)的負(fù)荷分配方案，但未對各個(gè)子系統(tǒng)的給定功率進(jìn)行優(yōu)化協(xié)調(diào)配置。JIA等[15]提出了風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的分布式模型預(yù)測控制算法，采用BP神經(jīng)網(wǎng)絡(luò)對風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的非線性模型進(jìn)行線性化，根據(jù)線性化模型來設(shè)計(jì)分布式模型預(yù)測控制器，但由于其控制器設(shè)計(jì)是針對線性化的模型，不能有效地實(shí)現(xiàn)全工況控制。本文作者在文獻(xiàn)[16?17]的基礎(chǔ)上，針對風(fēng)力發(fā)電子系統(tǒng)和光伏發(fā)電子系統(tǒng)，分別設(shè)計(jì)滑模變結(jié)構(gòu)控制器，使其在全工況下可以很好地響應(yīng)負(fù)荷變化；同時(shí)，基于風(fēng)力發(fā)電優(yōu)先、光伏發(fā)電配合、必要時(shí)蓄電池補(bǔ)充的原則，設(shè)計(jì)監(jiān)督預(yù)測控制器進(jìn)行協(xié)調(diào)控制。因?yàn)轱L(fēng)光互補(bǔ)發(fā)電系統(tǒng)的各個(gè)子系統(tǒng)獨(dú)立運(yùn)行并且具有很強(qiáng)的非線性特性，而模型預(yù)測控制具有很強(qiáng)的處理復(fù)雜目標(biāo)函數(shù)和各種復(fù)雜約束的能力以及優(yōu)越的動(dòng)態(tài)性能，故將監(jiān)督預(yù)測控制算法和風(fēng)光互補(bǔ)發(fā)電模型相結(jié)合，以便對其進(jìn)行控制和優(yōu)化。

1 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的描述

風(fēng)光互補(bǔ)發(fā)電系統(tǒng)由3個(gè)相互獨(dú)立的子系統(tǒng)即風(fēng)力發(fā)電子系統(tǒng)、光伏發(fā)電子系統(tǒng)、蓄電池儲(chǔ)能子系統(tǒng)(用來彌補(bǔ)發(fā)電量不足時(shí)短暫的電能供應(yīng))組成[16]。圖1所示為風(fēng)光互補(bǔ)發(fā)電系統(tǒng)結(jié)構(gòu)圖。

圖1 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)結(jié)構(gòu)

1.1 風(fēng)力發(fā)電子系統(tǒng)的數(shù)學(xué)模型

風(fēng)力發(fā)電子系統(tǒng)包括風(fēng)輪、多極永磁同步發(fā)電機(jī)(PMSG)、整流器和DC/DC轉(zhuǎn)換器4部分，并通過直流母線與其他設(shè)備相連，如圖1所示。DC/DC變換器通過調(diào)整PMSG終端電壓間接控制風(fēng)力發(fā)電機(jī)的輸出功率[18]。風(fēng)輪負(fù)責(zé)捕獲風(fēng)能，并將風(fēng)能轉(zhuǎn)換為風(fēng)輪旋轉(zhuǎn)的機(jī)械能，進(jìn)而通過齒輪傳動(dòng)系統(tǒng)來驅(qū)動(dòng)發(fā)動(dòng)機(jī)產(chǎn)生電能。風(fēng)力發(fā)電機(jī)從風(fēng)中獲得的機(jī)械功率m為[13]

式中：為空氣密度；為風(fēng)力機(jī)葉片迎風(fēng)掃掠面積；為風(fēng)速；p()為實(shí)際風(fēng)能利用系數(shù)；為葉尖速比。吸收風(fēng)能后，風(fēng)輪葉片所產(chǎn)生的機(jī)械轉(zhuǎn)矩為

式中：i和i為?轉(zhuǎn)子坐標(biāo)系中的定子電流；e為電角速度；s和分別為單相定子電阻和電感；為葉輪的轉(zhuǎn)動(dòng)慣量；m為轉(zhuǎn)子永磁體磁極的勵(lì)磁磁鏈；b為直流母線上的電壓；w為風(fēng)機(jī)的控制信號(DC/DC轉(zhuǎn)換器占空比)。將式(1)，(2)和(3)改寫成以下緊湊 形式：

1.2 光伏發(fā)電子系統(tǒng)的數(shù)學(xué)模型

光伏發(fā)電子系統(tǒng)由光伏(photovoltaic，PV)陣列和半橋式DC/DC變換器構(gòu)成，并通過直流母線連接到其他設(shè)備，如圖1所示。類似于風(fēng)力發(fā)電子系統(tǒng)，DC/DC變換器用于間接控制光伏電池的輸出功率。光伏發(fā)電子系統(tǒng)的數(shù)學(xué)模型為[10]：

式中：pv為光伏陣列的端口電壓；s為注入直流母線的電流；和為降壓變換器的電氣參數(shù)；pv為控制信號；pv為光伏陣列的輸出電流；ph為參考光照強(qiáng)度下的光電流；rs為光伏電池的反向飽和電流，一般而言，其數(shù)量級為10?4A；p和s分別為陣列中光伏電池的并、串聯(lián)個(gè)數(shù)；=1.38×10?23J/K，為玻爾茲曼常數(shù)；為光伏電池的熱力學(xué)溫度；c為光伏電池中半導(dǎo)體電池的P?N結(jié)常系數(shù)，取值范圍為1~5[16]。光伏發(fā)電子系統(tǒng)注入直流母線的功率為

這個(gè)功率間接取決于控制信號pv。將模型(1)~(5)改寫為以下緊湊形式：

1.3 蓄電池儲(chǔ)能系統(tǒng)的數(shù)學(xué)模型

在獨(dú)立運(yùn)行的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)中，儲(chǔ)能裝置主要是蓄電池。在風(fēng)力、光照充足時(shí)，系統(tǒng)發(fā)電量能夠滿足外界負(fù)載，還會(huì)多余電能，蓄電池進(jìn)行充電；在風(fēng)力、光照不足時(shí)，系統(tǒng)無法滿足外界負(fù)荷需求，蓄電池進(jìn)行放電，提供給負(fù)載，提高供電品質(zhì)?？紤]到風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的使用環(huán)境，一般采用的是閥控密封鉛酸電池組[19]?？梢詫⑵浜喕癁?個(gè)電壓源b串聯(lián)1個(gè)電阻b和1個(gè)電容b，DC總線上的電壓可以描述為

式中：c為電容b的電壓；s為光伏系統(tǒng)注入直流母線的電流；L為負(fù)載電流。

將其改寫成以下緊湊形式：

2 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)控制器設(shè)計(jì)

2.1 風(fēng)力發(fā)電子系統(tǒng)滑模變結(jié)構(gòu)控制器設(shè)計(jì)

當(dāng)負(fù)荷功率給定時(shí)，根據(jù)風(fēng)能充足或不足這2種情況，風(fēng)力發(fā)電子系統(tǒng)有2種不同的工作模式。

模式1：當(dāng)風(fēng)能足夠時(shí)，風(fēng)力發(fā)電子系統(tǒng)的發(fā)電能力足夠滿足負(fù)載需求，只需跟蹤給定功率。

模式2：當(dāng)風(fēng)能不足時(shí)，風(fēng)力發(fā)電子系統(tǒng)的最大發(fā)電能力小于負(fù)載需求，此時(shí)要求系統(tǒng)處于最佳葉尖速比，以最大風(fēng)能利用系數(shù)運(yùn)行。

風(fēng)力發(fā)電子系統(tǒng)的最大功率Pmax為[17]

其中，選取的控制輸入為

式中：

2.2 光伏發(fā)電子系統(tǒng)滑模變結(jié)構(gòu)控制器設(shè)計(jì)

光伏發(fā)電系統(tǒng)的運(yùn)行受環(huán)境條件(日照、溫度)的影響，在不同的條件下系統(tǒng)將會(huì)在不同的模式下運(yùn)行。當(dāng)光照充足時(shí)，系統(tǒng)發(fā)電功率大于負(fù)載需求，只需跟蹤給定功率；當(dāng)光照不足時(shí)，系統(tǒng)的輸出功率不能滿足負(fù)載需求，此時(shí)要求系統(tǒng)運(yùn)行在最大功率點(diǎn)。

由光伏電池的特性可知，光伏子系統(tǒng)的最大輸出功率點(diǎn)可由下式[14]得到：

即

根據(jù)文獻(xiàn)[14]，光伏發(fā)電子系統(tǒng)的最大可發(fā)功 率為

光伏發(fā)電子系統(tǒng)的滑模變結(jié)構(gòu)控制器可設(shè) 計(jì)為[10]：

2.3 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)監(jiān)督預(yù)測控制器設(shè)計(jì)

風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的監(jiān)督預(yù)測控制結(jié)構(gòu)圖如圖2所示，其中，監(jiān)督預(yù)測控制器負(fù)責(zé)根據(jù)外界的自然條件(變化的風(fēng)速、光照、溫度及負(fù)荷)，實(shí)時(shí)分配子系統(tǒng)的給定功率。前面為風(fēng)力發(fā)電子系統(tǒng)和光伏發(fā)電子系統(tǒng)設(shè)計(jì)的滑模變結(jié)構(gòu)控制器負(fù)責(zé)跟蹤監(jiān)督預(yù)測控制器分配的給定功率。

圖2 風(fēng)光互補(bǔ)監(jiān)督預(yù)測控制結(jié)構(gòu)

本文所設(shè)計(jì)的監(jiān)督預(yù)測控制器如下：

式(10)為優(yōu)化的目標(biāo)函數(shù)，用于優(yōu)化子系統(tǒng)的給定功率；式(11)和式(12)表示使各子系統(tǒng)的給定功率小于該采樣周期內(nèi)各子系統(tǒng)所能發(fā)出的最大功率的最小值，保證系統(tǒng)可行性；式(13)和式(14)約束了各子系統(tǒng)的給定功率在1個(gè)采樣周期變化量，避免風(fēng)機(jī)與光伏系統(tǒng)短期間變化量過大造成系統(tǒng)損耗；式(15)為系統(tǒng)模型；式(18)和式(19)表征了最大可用給定功率與系統(tǒng)的狀態(tài)之間的關(guān)系。在監(jiān)督預(yù)測控制器尋優(yōu)過程中，為了得到未來時(shí)刻的各個(gè)子系統(tǒng)的最大可用功率，假設(shè)采樣時(shí)間內(nèi)的風(fēng)速、光照和溫度是恒定的。只要采樣時(shí)間和預(yù)測時(shí)域都足夠短，則由陣風(fēng)引起的高頻率擾動(dòng)可以被合理忽略。

基于風(fēng)力發(fā)電優(yōu)先，光伏發(fā)電配合，必要時(shí)蓄電池補(bǔ)充的原則，定義目標(biāo)函數(shù)如下：

3 仿真與分析

利用前面設(shè)計(jì)的監(jiān)督預(yù)測控制器對風(fēng)光互補(bǔ)發(fā)電系統(tǒng)進(jìn)行仿真研究。在整個(gè)仿真過程中，選取預(yù)測時(shí)域p=3，控制時(shí)域c=3，采樣時(shí)間s=1 s。風(fēng)光互補(bǔ)發(fā)電系統(tǒng)參數(shù)如表1所示[13?16]。

表1 風(fēng)光互補(bǔ)發(fā)電系統(tǒng)參數(shù)

3.1 考慮風(fēng)力發(fā)電給定功率Pwref和光伏發(fā)電給定功率Psref變化量約束的仿真

假設(shè)=12.8 m/s，=60℃，=80 mW/cm2，dwmax=1.0 kW，dsmax=0.5 kW，仿真時(shí)間為30 s。在0~9 s時(shí)，負(fù)載負(fù)荷t=1.5 kW；在9~18 s時(shí)，負(fù)載負(fù)荷t=3.0 kW；在18~27 s時(shí)，t=2.0 kW。假設(shè)開始時(shí)wref=1.0 kW，sref=0.5 kW，仿真結(jié)果如圖3所示。

圖(a)中，實(shí)線表示負(fù)載需求Pt；虛線表示風(fēng)機(jī)與光伏的共同輸出功率；圖(b)中，虛線表示風(fēng)機(jī)最大可發(fā)功率Pwmax=2.029 kW，實(shí)線表示風(fēng)機(jī)實(shí)際發(fā)電功率Pw；圖(c)中，虛線表示光伏最大可發(fā)功率Psmax=1.262 kW，實(shí)線表示光伏實(shí)際發(fā)電功率Ps。

基于風(fēng)力發(fā)電優(yōu)先的原則，仿真開始時(shí)風(fēng)機(jī)沒有達(dá)到最大功率點(diǎn)，所以，w上升至1.500 kW，s下降至0 kW。假設(shè)未來短時(shí)間內(nèi)的負(fù)荷變化信息是已知的，=7 s時(shí)監(jiān)督預(yù)測控制器預(yù)測負(fù)荷會(huì)在=9 s時(shí)會(huì)發(fā)生1.500 kW躍變，因此，提前改變子系統(tǒng)的功率分配。從圖3可見：在=8 s時(shí)，確保風(fēng)光互補(bǔ)發(fā)電系統(tǒng)發(fā)電功率滿足總功率的前提下，減小風(fēng)機(jī)發(fā)電負(fù)荷，w下降到1.029 kW，并啟動(dòng)光伏發(fā)電，s上升到 0.471 kW。其目的是在有約束的情況下，在=9 s能使總功率最大化增加1.500 kW達(dá)到3.000 kW。若沒有采用監(jiān)督預(yù)測控制，直到=8 s時(shí)，風(fēng)力發(fā)電系統(tǒng)都可以滿足外界負(fù)荷的要求，則光伏發(fā)電就沒辦法提前啟動(dòng)。到=9 s時(shí)，負(fù)荷突然改變，光伏發(fā)電最大功率增幅dsmax只有0.500 kW，風(fēng)機(jī)從1.500 kW上升到最大功率點(diǎn)2.029 kW，也只能提供0.529 kW的增幅，兩者相加只能增加1.029 kW，不能滿足負(fù)荷1.500 kW的增幅，不能很好地響應(yīng)負(fù)荷變化。同樣，在=18 s時(shí)，光伏功率s從0.971 kW下降至0.500 kW，風(fēng)機(jī)功率w從2.029 kW下降至1.529 kW，快速跟蹤負(fù)荷t的變化。然后，為讓風(fēng)力發(fā)電優(yōu)先，w上升至2.000 kW，光伏功率s下降至0 kW。風(fēng)力發(fā)電子系統(tǒng)和光伏發(fā)電子系統(tǒng)給定功率的提前變化，表明利用監(jiān)督預(yù)測控制可以很好地處理各子系統(tǒng)輸出功率增幅的約束限制。

3.2 變化的自然條件下的仿真

假設(shè)系統(tǒng)處于實(shí)時(shí)變化的氣象條件中，仿真時(shí)間為180 s。風(fēng)速、外界溫度及光照強(qiáng)度均為隨機(jī)變化的函數(shù)，外界負(fù)荷需求t在開始時(shí)為2.000 kW，15 s時(shí)下降至1.500 kW，25 s時(shí)上升至2.500 kW，60 s時(shí)上升至4.000 kW，100 s時(shí)躍變下降到3.000 kW，150 s時(shí)回升至4.000 kW。

圖4所示為外界環(huán)境的變化和相應(yīng)時(shí)間下的負(fù)荷需求，其中，圖4(a)所示為外界風(fēng)速變化情況，圖4(b)所示為光照強(qiáng)度變化情況，圖4(c)所示為溫度變化情況，圖4(d)所示為外界負(fù)荷需求。

(a) 風(fēng)速v；(b) 光照強(qiáng)度λ1； (c) 溫度；(d) 外界的負(fù)荷需求

在外界環(huán)境條件不斷變化時(shí)，各子系統(tǒng)輸出功率的變化情況見圖5。從圖5可以看到：在0~60，93~120和130~158 s時(shí)，風(fēng)光互補(bǔ)發(fā)電系統(tǒng)能提供足夠電量，滿足負(fù)載需要，此時(shí)，蓄電池處于關(guān)閉狀態(tài)；而在其他時(shí)間，負(fù)載需求過大，以至于在當(dāng)時(shí)氣象條件下的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的最大發(fā)電能力都不足以滿足需求。這時(shí)，監(jiān)督預(yù)測控制器使得風(fēng)光互補(bǔ)發(fā)電系統(tǒng)按照它們的最大能力發(fā)電，并且啟動(dòng)蓄電池以彌補(bǔ)短期的電力缺口。

圖(a)中，虛線表示外界總的負(fù)荷需求，實(shí)線表示風(fēng)力發(fā)電子系統(tǒng)和光伏發(fā)電子系統(tǒng)的功率輸出總和，點(diǎn)劃線表示蓄電池的輸出功率；圖(b)中，虛線表示風(fēng)力發(fā)電子系統(tǒng)在對應(yīng)風(fēng)速下的最大輸出功率，實(shí)線表示風(fēng)力發(fā)電子系統(tǒng)的實(shí)際功率輸出值；圖(c)中，虛線表示光伏發(fā)電子系統(tǒng)在對應(yīng)日照強(qiáng)度和溫度下的最大輸出功率，實(shí)線表示光伏發(fā)電子系統(tǒng)實(shí)際功率輸出值。

3.3 考慮高頻擾動(dòng)的自然條件下的仿真

前面都是假設(shè)氣象條件參數(shù)如風(fēng)速、光照和溫度在1個(gè)采樣周期內(nèi)的變化很小或者說可以忽略不計(jì)。這種假設(shè)在絕大部分情況下都是合理的，但考慮到一些極端的氣象條件譬如遭遇短時(shí)雷暴雨、強(qiáng)風(fēng)或者積雨云，風(fēng)速和光照都會(huì)發(fā)生強(qiáng)烈擾動(dòng)，因此，有必要考慮系統(tǒng)在嚴(yán)苛的自然條件下的性能。

圖6所示為外界環(huán)境條件和相應(yīng)時(shí)間下的負(fù)荷需求。從圖6可以看出自然條件(風(fēng)速、光照強(qiáng)度、溫度)都出現(xiàn)了高頻擾動(dòng)。圖7所示為考慮高頻擾動(dòng)的自然條件下各子系統(tǒng)輸出功率的變化情況。從圖7可以看出：系統(tǒng)在外界自然條件高頻擾動(dòng)的情況下，輸出曲線與先前曲線的大致走向相似，顯示了很好的魯棒性。子系統(tǒng)的最大可發(fā)功率也隨氣象條件不同強(qiáng)烈波動(dòng)，但監(jiān)督預(yù)測控制系統(tǒng)還是很好地滿足了負(fù)載需求。

(a) 風(fēng)速；(b) 光照強(qiáng)度；(c) 溫度；(d) 外界負(fù)荷

圖(a)中，虛線表示外界總的負(fù)荷需求，實(shí)線表示風(fēng)力發(fā)電子系統(tǒng)和光伏發(fā)電子系統(tǒng)的功率輸出總和，點(diǎn)劃線表示蓄電池的輸出功率；圖(b)中，虛線表示風(fēng)力發(fā)電子系統(tǒng)在對應(yīng)風(fēng)速下的最大輸出功率，實(shí)線表示風(fēng)力發(fā)電子系統(tǒng)的實(shí)際功率輸出值；圖(c)中，虛線表示光伏發(fā)電子系統(tǒng)在對應(yīng)日照強(qiáng)度和溫度下的最大輸出功率，實(shí)線表示光伏發(fā)電子系統(tǒng)實(shí)際功率輸出值。

4 結(jié)論

1) 對風(fēng)光互補(bǔ)發(fā)電模型運(yùn)用監(jiān)督預(yù)測控制進(jìn)行優(yōu)化管理和操作，通過監(jiān)督預(yù)測控制器相互交互、傳遞各子系統(tǒng)所需信息，從而有效地協(xié)調(diào)分配各個(gè)子系統(tǒng)的輸出功率達(dá)到最優(yōu)。

2) 系統(tǒng)基于風(fēng)力發(fā)電優(yōu)先、光伏發(fā)電配合、必要時(shí)候再用蓄電池補(bǔ)充的原則，選擇合理的目標(biāo)函數(shù)，同時(shí)考慮了各子系統(tǒng)實(shí)際輸出功率和給定功率限制，避免輸出波動(dòng)過大、發(fā)生電流突變的現(xiàn)象。

3) 系統(tǒng)控制器設(shè)計(jì)加入了給定功率最大變化率的約束條件，避免設(shè)備頻繁啟停以保證設(shè)備使用壽命。

4) 在復(fù)雜的氣象條件和變負(fù)荷的擾動(dòng)下，所提出的監(jiān)督預(yù)測控制方法可以很好地協(xié)調(diào)各子系統(tǒng)的輸出功率，使風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的輸出功率滿足外界符合需求，同時(shí)盡量減少風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的電流突變，保護(hù)發(fā)電設(shè)備。

[1] LIU Liqun, WANG Zhixin. The development and application practice of wind–solar energy hybrid generation systems in China[J]. Renewable and Sustainable Energy Reviews, 2009, 13(6): 1504?1512.

[2] LI Chong, GE Xinfeng, ZHENG Yuan, et al. Techno-economic feasibility study of autonomous hybrid wind/PV/battery power system for a household in Urumqi, China[J]. Energy, 2013, 55(1): 263?272.

[3] HOSENUZZAMAN M, RAHIM N A, SELVARAJ J, et al. Global prospects, progress, policies, and environmental impact of solar photovoltaic power generation[J]. Renewable & Sustainable Energy Reviews, 2015, 41: 284?297.

[4] BAYRAK G, KABALCI E. Implementation of a new remote islanding detection method for wind-solar hybrid power plants[J]. Renewable & Sustainable Energy Reviews, 2016, 58: 1?15.

[5] SIDDAIAH R, SAINI R P. A review on planning, configurations, modeling and optimization techniques of hybrid renewable energy systems for off grid applications[J]. Renewable & Sustainable Energy Reviews, 2016, 58: 376?396.

[6] PARIDA A, CHATTERJEE D. An improved improved control scheme for grid connected doubly fed induction generator considering wind-solar hybrid system[J]. International Journal of Electrical Power & Energy Systems, 2016, 77: 112?122.

[7] LI Kewen, BIAN Huiyuan, LIU Changwen, et al. Comparison of geothermal with solar and wind power generation systems[J]. Renewable & Sustainable Energy Reviews, 2015, 42: 1464?1474.

[8] HOLJEVAC N, CAPUDER T, KUZLE I. Adaptive control for evaluation of flexibility benefits in micro-grid systems[J]. Energy, 2015, 92(4): 487?504.

[9] 吳亮紅, 徐睿, 左詞立, 等. 求解一類雙層規(guī)劃的自適應(yīng)變異動(dòng)態(tài)差分進(jìn)化算法[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 47(10): 3436?3444. WU Lianghong, XU Rui, ZUO Cili, et al. A self-adaptive mutation dynamic differential evolution algorithm for a class of bi-level programming problem[J]. Journal of Central South University (Science and Technology), 2016, 47(10): 3436?3444.

[10] LOIA V, TOMASIELLO S, VACCARO A. Using fuzzy transform in multi-agent based monitoring of smart grids[J]. IEEE Transactions on Power Electronics, 2017, 388/389: 209?224.

[11] ZAZO J, ZAZO S, MACUA S V. Robust worst-case analysis of demand-side management in smart grids[J]. IEEE Transactions on Power Electronics, 2016, 8(2): 662?673.

[12] LI Zhigang, WU Wenchuan, SHAHIDEHPOUR M, et al. Adaptive robust tie-line scheduling considering wind power uncertainty for interconnected power systems[J]. IEEE Transaction on Power Systems, 2015, 31(4): 2701?2713.

[13] VALENCIAGA F, PULESTON P F, BATTAIOTTO P E, et al. Passivity/sliding mode control of a stand-alone hybrid generation system[J]. IEE Proceedings: Control Theory and Applications, 2000, 147(6): 680?686.

[14] PRAKASH M, PREETHA R. Supervisory control of standalone wind/solar energy generation systems[C]//2014 IEEE 8th International Conference on Intelligent Systems and Control: Green Challenges and Smart Solutions. Coimbatore, India, 2014: 199?205.

[15] JIA Yubin, LIU Xiangjie. Distributed model predictive control of wind and solar generation system[C]//Control Conference (CCC), 2014 33rd Chinese. Hangzhou, China, 2014: 7795?7799.

[16] VALENCIAGA F, PULESTON P F. Variable?structure?system?control?design method based on a?differential?geometric?approach: application to a?wind?energy?conversion subsystem[J]. IEE Proceedings: Control Theory and Applications, 2004, 151(1): 6?12.

[17] VALENCIAGA F, PULESTON P F, BATTAIOTTO P E. Power control of a photovoltaic array in a hybrid electric generation system using sliding mode techniques[J]. IEE Proceedings: Control Theory and Applications, 2001, 148(6): 448?455.

[18] 廖高華, 烏建中, 來鑫. 風(fēng)電葉片雙錘激振加載振動(dòng)耦合特性及實(shí)驗(yàn)研究[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 47(11): 3692?3699. LIAO Gaohua, WU Jianzhong, LAI Xin. Experimental study and coupling characteristics of double hammer excitation fatigue loading system[J]. Journal of Central South University (Science and Technology), 2016, 47(11): 3692?3699.

[19] FULLER M E. A battery model for constant-power discharge including rate effects[J]. Energy Conversion & Management, 2014, 88: 199?205.

(編輯 陳燦華)

Supervisory predictive coordinated control of wind/solar energy generation systems

MA Miaomiao1,2, SHAO Liyang1, PAN Junjun1, YU Shaoyuan1

(1. School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China;2. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Beijing 102206, China)

A supervisory predictive coordinated control method was proposed for the power balance and economic dispatch problems of wind/solar energy generation systems based on model predictive control theory. First of all, based on the highly nonlinear feature of the wind generation system, the sliding mode controllers for it were designed to satisfy the load power demand in the full operating conditions. Then, a sliding mode variable structure sub-controller was proposed based on the control of the maximum power point tracking for the photovoltaic cells. It improved the conversion efficiency of photovoltaic cells and decreased the cost of solar generation systems. The reasonable optimization objective function of supervisory predictive controller was selected based on the principle that the wind subsystem was operated as the primary generation system, while the solar subsystem was considered as the auxiliary generation system and the battery bank was only activated when the wind/solar subsystem could not satisfy the power demand. The designed supervisory predictive controller computed the power references for the wind and solar subsystems and the power references were sent to two local controllers which drove the two subsystems to the power references. The results show that the proposed supervisory predictive control method can allocate the output power of subsystems reasonably under varied environment conditions, which can not only satisfy the load demand but also limit excessive fluctuations of output power to protect the power generation equipment.

wind/solar hybrid generation systems; model predictive control; supervisory predictive control; wind energy; solar energy

10.11817/j.issn.1672?7207.2018.10.029

TU528.53

A

1672?7207(2018)10?2602?08

2017?11?12；

2018?01?15

國家自然科學(xué)基金資助項(xiàng)目(61873091); 北京市自然科學(xué)基金資助項(xiàng)目(4173079)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2017ZZD004, 2015MS28)(Project(61873091) supported by the National Natural Science Foundation of China; Project(4173079) supported by the Natural Science Foundation of Beijing Municipal; Projects(62017ZZD004, 2015MS28) supported by Fundamental Research Funds for the Central Universities)

馬苗苗，博士，副教授，碩士研究生導(dǎo)師，從事先進(jìn)控制與系統(tǒng)仿真研究；E-mail：mamm@ncepu.edu.cn