负荷预测算法下光伏并网储能集群控制系统

张小安，赵建光，孟宪珍，张创昌，王楼坤

（国网新疆电力有限公司和田供电公司，新疆和田 848000）

储能系统能够灵活地控制电力功率输出，克服电力间歇性、随机性，从而减轻电力在高峰用电时期的需求，提高电网设备利用率和使用效率。该系统还可应用于电力系统突发故障，改善电力品质，满足经济、社会发展对优质、安全可靠供电需求。因此，研究应用提高光伏并网特性的储能群集控制系统，对于提高并网效率有着重要作用。

文献[1]提出了基于三相四线制最优潮流的控制系统，该系统使用三相四线制节点导纳矩阵构建网络拓扑结构，综合考虑网络线损，建立光伏逆变器功率的三相四线多时段协同控制模型。通过复数变量拆分求解模型，获取全局最优解；文献[2]提出了基于分布式储能控制系统，该系统分析分布式储能参与系统调频特性，获取包含分布式储能的光伏并网系统频率控制方程。建立光伏发电控制策略，求解方程，即可获取最优控制方案。虽然上述研究取得一定进展，但是这两种系统控制功能简单，缺乏对光伏并网负荷的调度，导致控制效果不理想。因此，为了满足光伏并网需求，设计了负荷预测算法下光伏并网储能集群控制系统。

1 系统总体结构设计

系统采用Linux 进行编译，具有较高的通用性。该系统还保留了两个以太网通信接口，可以通过开关将其扩展为多个端口，提高系统扩展性[3]。以此为基础，建立智能监测与保护监测系统，并形成集群控制平台。同时它还配备了两个RS485 通信接口，能够很好地与其他器件进行可靠通信，为新功能的开发创造了良好条件[4]。图1 显示了该系统整体架构。

图1 系统总体结构

该系统可以实现对PC 机、终端数据的实时采集，并进行实时控制。同时接收上传数据，设计一个以智能终端为核心的控制中心，充分考虑现场需求条件，为实际工程提供应用条件。

2 系统硬件结构设计

2.1 系统充放电控制器

为了确保储能电池安全性，提高电池的使用寿命，提出了一种双级充电模式，即从恒流充电到额定电压，然后转换成恒压充电。剩余的能量通过能量储存变换器对其进行整流和吸收，并对电池进行充电[5-6]。根据电池组电压范围来决定恒定电流或恒压充电方式，外环用于控制蓄电池端子电压，内环用于对蓄电池进行充电，并根据各开关管的占空比进行充放电[7]。在负荷不均衡情况下，分布式光伏电站的协调控制要求对不均衡的电流成分进行动态补偿，同时还应考虑到光伏发电和负荷变化，从而实现对充电和放电的控制[8-9]。该系统具备了在夜间并网充电、夜间放电的特点。同时该控制器始终处于主动滤波状态，以补偿无功、谐波及不均衡电流成分。

2.2 储能集群控制电路

若将储能装置加到光伏系统中，对输出功率进行滤波处理，即平抑波动，这将极大地提高光伏系统的并网效率[10]。通过下列差分方程式来完成全部过滤处理：

式中，a表示过滤系数；t表示当前采样时间；ti表示由当前时刻向前倒推采样时间；x表示输入因子。为了达到全部过滤处理的目的，必须将相应的控制方案添加到系统中，在逆变器前面加装蓄能设备，比如蓄电池或者超级电容，电路原理如图2所示。

图2 储能集群控制电路原理

根据图2 所示，该设计采用两个PWM 波形，实现了上下两个相位PWM 波形的控制，使储能装置能够在高功率光电转换过程中，将电能输送到逆变器或吸收有功电能[11-12]。为了实现波形抑制，必须对输出电压、电流进行采集，并对其进行实时输出。滤波后基准电力通过式（1）滤波算法计算，从而获得能量存储设备所需功率[13]。同时控制能量，达到抑制波动的目的。

3 系统控制技术研究

光伏并网与太阳能发电站不同，其包括一个电源、一个存储和一个负载，在光伏电池基础上，还包括一个负载和一个能量存储。与光电系统输出功率相同，负载特性是随机、间断的，导致系统会产生较大波动，这对电力系统调度与控制是不利的。因此，需要预测负荷，为系统储能集群控制提供参考。

3.1 光伏并网储能负荷预测模型构建

以光照强度、环境温度、日照类型等因素为主要影响因素，并将其与光伏阵列在同一工况下的历史电力序列相结合，构建光伏并网储能负荷预测模型[14]。将光伏并网储能日负荷对应的变量作为模型输入变量，建立的预测数学模型为：

式中，W(t-i)表示光伏并网实际功率；T(t)表示环境温度；E(t)表示光照强度；ωi表示权值向量；μ表示预测偏差；f(·) 表示核函数；m表示训练样本数。通过对光伏并网储能负荷分析，为集群控制提供数据支持。

3.2 集群控制

通过上述获取的精准负荷预测结果，设计了如下集群控制过程：

在初始化时，作为市政调度站可以定时向区域一级的变电所传送相关参数，该变电所向各自管辖范围内不同发电厂传输参数，以达到统一调度与管理的目的[15]。

在闭环控制下，通过跟踪系统角度调节后的变电站所获得的发电量发现，该功率与系统电压和电流有关，在整个控制过程中电压与光伏电池电压之间线性关系如下：

式中，Uo表示光伏电池电压；λ1表示电压跟踪系数。基于同样思路，根据短路电流比例系数法，在整个控制过程中电流与光伏电池电流之间线性关系如下：

式中，Io表示光伏电池短路电流；λ2表示电流比例系数。结合上述公式，得到的发电功率为：

当发电功率与所分配实际发电功率偏差在±5%范围内时，如果发电功率超过实际发电功率，则调节太阳追踪系统照射方向，调节角度取决于步进电机调节的精度，即若步进电机的最小调节角为1°，则调节太阳追踪系统调节角也设为1°；当发电功率小于发电场即时发电功率，则以朝向太阳光方向调整太阳追踪系统角度[16]。使用传统方法在储能集群控制方法没有预测负荷，导致控制过程容易受到谐波干扰。因此，提出了自适应步长的负荷跟踪方法，其工作原理可用如下公式表示：

式中，ΔW表示功率变化量；L(t)表示当前时刻步长调整值。传统检测方法对环境因子影响不太敏感，在改变外界环境时，传统检测方法会认为是系统输出电压和输出电流的变化导致功率的改变。在此情形下，若调节阶数，则该系统将运行于最大功率点之外，该问题可由方程式（6）来解决。当L(t+1)较小时，表明该系统输出功率大小只取决于输出电压和电流，而不会受到外部因素影响，所以在下一时间内，工作周期调节值的变化不应该太大；当L(t+1)较大时，此时系统功率的变化是由于外部环境影响，所以应该增大步长调节幅度，以增大干扰步长变化量，使得系统能够迅速地跟踪最大负荷点，调整系统控制灵敏度。

4 系统测试

4.1 实验平台建立

为了验证负荷预测算法下光伏并网储能集群控制系统的设计合理性，搭建实验平台。该平台由多个智能终端构成，其中一台智能终端起到中央控制中心的目的，另外几台智能终端承担通信上传下达功能。蓄电池与光伏发电阵列通过控制器接入直流母线，直流母线通过双向变流器与交流母线连接起来。

4.2 测试条件设置

设置三种条件，分别是：1）标准条件（光照强度为1 000 W/m2，温度为25 ℃，在0.01 s 时系统输出最大功率）；2）温度改变（光照强度为1 000 W/m2，温度为5 ℃，在0.03 s 时系统输出最大功率）；3）光照强度改变（温度为5 ℃，在0.05 s 时系统输出最大功率）。在这三种条件下，理想功率如图3 所示。

由图3可知，标准条件下功率最大值为19×104W，温度改变条件下功率最大值为30×104W，光照强度改变条件下功率最大值为58×104W。

4.3 系统测试结果分析

分别使用文献[1]系统、文献[2]系统、该文设计系统对比分析功率变化情况，如图4 所示。

图4 三种方法功率变化情况对比分析

由图4（a）可知，使用该文系统功率变化幅度与图3（a）所示一致，而使用文献[1]系统、文献[2]系统的功率变化幅度与图3（a）所示不一致，其中文献[1]系统与实际功率最大值相差3×104W，文献[2]系统与实际功率最大值一致。由图4（b）可知，使用文献[1]系统、文献[2]系统的功率最大值分别为33×104W 和31×104W，其折线波动范围与图3（b）所示不一致。使用该文系统在60～70 s内，功率与实际数据存在最大为1×104W 的误差，其余均一致。由图4（c）可知，三种系统的曲线变化均与图3（c）所示一致，但只有使用该文系统与图3（c）数据一致，其余两种系统不一致。

5 结束语

集群式光伏并网能够改善电力系统的可靠性，提高电力系统运行效率，而集中式逆变器并网将会造成系统共振，从而降低电力品质。为此，针对光伏集群系统结构特点，设计了负荷预测算法下光伏并网储能集群控制系统。根据光伏电池输出特性，采用自适应步长组合方式实现了负荷跟踪，搭建整体光伏电源模块平台，并进行实验验证分析，证实系统性能优于常规系统。