基于分时电价的风储直流微电网能量协调管理控制策略研究

马越超

摘 要：为提高直流微电网用户侧用电经济性及供电可靠性，本文在分时电价的基础上，针对风储直流微电网建立了以用户日购电最少为目标的协调控制策略，以实现低价购电，高价自足，余电上网的工作模式。且在并网模式下制定了负荷投切控制策略，从而减少系统的失负荷率，提高直流微电网的可靠性。通过MATLAB/Simulink下的仿真验证了本文所提控制策略的有效性。

关键词：分时电价；直流微电网；能量管理；协调控制

Research on Energy Coordination Management and Control Strategy ofDC Microgrid with Wind-energy Storage Based on Time-of-use Price

Ma Yuechao

（ Electric Engineering Department，Baotou Vocational ＆Technical College，Baotou，Inner Mongolia 014030）

Abstract：Based on the time-of-use price，a coordinated control strategy of DC microgrid with wind-energy storage is put forward in the article to improve the users economy and power supply reliability of DC microgrid，which can realize the minimum daily power purchase of users by purchasing with low price，meeting needs with high price and being online with surplus power.In the grid-connected mode，a load switching control strategy is developed to reduce the load loss rate of the system and improve the reliability of DC microgrid.The effectiveness of the control strategy is verified by the simulations on MATLAB/Simulink.

Key words：time-of-use price;DC microgrid;energy management;coordinate control

为了解决能源危机，同时提高供电系统的稳定性并减少经济损失，越来越多学者将研究重心放在了由风能、太阳能等可再生能源组成的微电网上。微电网中的直流微电网由于其具有无谐波污染、控制简单且无需考虑频率、相位等优点，现已成为学者们的研究热点。［1］

目前，对直流微电网的研究主要集中在母线电压的分层控制上，如文献［2］提出了可按母线电压的变化情况自主实现微电网控制的改进分级控制策略。文献［3］提出了能在多微源之间进行能量转换和协调控制的改进下垂控制。文献［4］提出了以提高光储直流微电网的动态响应特性为目标的混合储能下垂控制策略。以上控制策略均对母线电压的稳定起到了积极作用，但这些控制策略的设计仅是从微电网角度出发，随着智能电网的发现，需要从用户侧角度出发来控制微电网。分时电价作为引导用户削峰填谷的手段之一，可以极大地缩减用户的购电支出，因此基于分时电价的研究已引起学者们的重视。现在，国内外学者对分时电价的研究主要集中在家庭能量管理系统中。如文献［5］中研究的24小时分时电价控制下的家庭能量系统优化控制策略，提出了利用蓄电池实施控制的四种运行方案，改善了用户的用电效率。文献［6］以用户经济性为目标，将分时电价引入到了直流微电网分层协调控制策略中，结合蓄电池充、放电剩余容量，进行了售电和购电。文献［7-9］建立了分时电价下系统优化运行策略。文献［10］在交流微电网中设置了三种电税，并以此设定了蓄电池荷电态的两个阈值，从而来控制蓄电池的充放电。文献［11］建立了冷热电联供系统模型，并利用多目标粒子群算法降低了系统的运行成本，提高了能源利用率。以上文献均在分时电价的基础上进行了优化分析和控制策略设计，但未论及微电网优化控制时负荷的投切控制以及并网逆变器（grid-connected converter，GCC）在多种运行状态下的基于经济性和可靠性的协调控制策略和系统供电质量。

本文在以上文献的基础上，为实现用户侧最少购电，将分时电价引入到风储直流微电网的协调控制策略中，设计了联网自由模式、联网限流模式的协调控制策略。并将负载进行了三级区分，制定了并/离网状态下不同的负荷投切策略。通过在Matlab/Simulink上的仿真，验证了本文所提控制策略能在减少用户购电成本的基础上，达到最小失负荷的目的。

1 风储直流微电网拓扑结构

图1为本文构建的并网模式下风储直流微電网拓扑结构。该直流微电网由风力发电机、蓄电池、直流负荷和各级变换器构成。其中，风力发电机通过AC/DC变换器接至直流母线上。储能系统采用蓄电池经DC/DC变换后与直流负载并接在直流母线处，能量管理协调控制器包括对风力发电系统、蓄电池变换器、负载投切的控制。本文根据用电优先级将负荷分为一级负荷、二级负荷和三级负荷，在并网模式下，根据蓄电池SOC的状态（state of charge，SOC）只减载三级负荷，从而减小系统的失负荷率。

2 风储直流微电网功率协调控制策略

本系统在并网运行时，需要根据并网变换器以及蓄电池SOC的状态，来决定风储直流微电网中各变换器的运行模式。

2.1 能量管理总体结构

图2为本文设计的能量管理总体结构。根据逆变器是否限流，系统可工作在联网自由和联网限流两种模式下，对应 GCC能在整流、逆变和限流三种控制模式间切换；蓄电池可在充电和浮充两种状态间转换；风力发电系统一直工作在最大功率跟踪 （maximum power point tracking，MPPT） 模式下，以提高可再生能源利用率。

2.2 能量管理模式

并网情况下，按照GCC输出能量是否到达容量上限，可分为联网自由模式和联网限流模式两种运行状态。无论在何种运行状态下，为提高可再生能源利用率，风机始终为MPPT控制。结合文献［11］可知，23：00～7：00为谷价；8：00～11：00及17：00～22：00为峰价，其余时段为平价，由此定义 0：00～7：00为电价低，其余时间段为电价高。

（1）联网自由运行下的能量管理模式

电价低时，以储能系统满充为目标进行协调控制，以便在电价高时能维持系统功率平衡；电价高时，为提高系统经济性，减少用户购电量，由蓄电池维持直流母线电压平衡。该运行状态下的能量管理模式具体如下。

模式1：电价低且风电功率小于负载功率时，蓄电池充电，电网通过GCC整流后为微电网提供缺额能量，以稳定直流母线电压。该模式下的功率平衡方程见式（1）。

PW+Pg=pL-PB（1）

式中，PW为风力发电系统功率，Pg为电网功率，PL为负载功率，PB为蓄电池功率。

模式2：电价低且蓄电池SOC达到上限SOCmax，蓄电池转为浮充控制，GCC稳压。该模式下的功率平衡方程见式（2）。

PW+Pg=PL（2）

模式3：电价低且风电功率大于负载功率，蓄电池充电。若此时风电功率不足以同时支撑负载和蓄电池的所需总能量时，由电网经GCC整流来弥补直流微电网中的功率差额，从而稳定直流母线电压。该模式下的功率平衡方程见式（3）。

PW+Pg=PL-PB（3）

模式4：电价低且风电功率远大于负载功率，蓄电池充电。若此时风电功率能够在满足负载和蓄电池的总能量的基础上，并有盈余，此时可通过GCC将系统内部多余能量返送至电网，在稳定直流母线电压的同时增加用户收益。该模式下的功率平衡方程见式（4）。

PW=PL+Pg-PB（4）

模式5：电价高且风电功率小于负载功率，蓄电池通过放电来稳定直流母线电压，GCC停机。该模式下的功率平衡方程见式（5）。

PW=PL+Pg-PB（5）

模式6：电价高，且当蓄电池放电至SOC下限时，为提高供电可靠性，系统不减载，用户高价购电，GCC由停机切换为恒压控制，工作在整流或逆变模式（逆变模式存在于GCC恒压后，风电功率大于负载功率的情况下），从而稳定直流母线电压，此时功率平衡关系见式（6）。

PW+Pg=PL，PW＜PL

PW=PL+Pg，PW＞PL（6）

模式7：电价高且风机输出功率大于负载功率，蓄电池通过充电来稳定直流母线电压，并网逆变器停机。该模式下功率平衡关系见式（7）。

PW+Pg=PL-PB（7）

模式8：电价高且当蓄电池SOC达到上限时，蓄电池浮充，GCC从停机切换为恒压控制，工作在逆变模式来稳定直流母线电压。该模式下功率平衡关系见式（8）。

PW+Pg=PL（8）

（2）联网自由运行下的能量管理模式

模式9：电价低，交流主网与直流微网的交换功率恒定，GCC失去调压作用。风电输出功率小于负载功率，蓄电池放电以稳定直流母线电压。该模式下的功率平衡关系见式（9）。

PW+Pg+PB=PL（9）

模式10：电价高，若蓄电池能量不足，则采取减载（仅减载三级负荷L4）的方式来维持功率平衡，减载后由GCC稳定母线电压。该模式下的功率平衡关系见式（10）。

PW+Pg+PB=PL（10）

2.3 模式选择

系统在运行时，首先分析当前运行状态和分時电价高低情况，在此基础上结合蓄电池SOC大小，由微电源和负载之间的能量关系，确定具体的工作模式，详细模式选择流程如图3所示。

3 负载控制策略

为了降低系统的失负荷率，将系统中的负载分为三个等级，其中 L1为一级负载，L2为二级负载，L3和L4均为三级负载，为了保证用户的用电质量，在并网情况下，仅减载三级负荷。并在SOC达到设定阈值SOCset（0.45）时，恢复三级负荷供电。相应负载投切控制策略如图4所示。

4 仿真研究

为了验证本文所提能量管理优化方法的有效性，按照图1所示的拓扑结构在Matlab/Simulink中搭建了风储直流微电网的仿真模型。其中，风力发电系统额定功率和GCC容量均为4kW，蓄电池SOC上、下限分别为0.4、0.8，直流母线电压Udc为720V，L1～L4分别为0.5 kW、1 kW、2 kW及2.5kW。相应仿真结果如图5所示。

仿真开始时，低电价，初始风速为8m/s，风电输出功率约为1.2kW，负载L1、L2接入系统，负载总功率为1.5kW，蓄电池以约1kW功率进行恒流充电，GCC向直流微电网提供约1.3kW功率以维持直流母线电压稳定，系统工作于模式1下。

2：00时，负载L3、L4接入系统，负载功率突变为6kW，由于负载功率过大且电价低，系统转为模式9工作，GCC输出最大功率4kW后，由蓄电池提供约1kW的剩余功率缺额。

5：00时，负载L3、L4切出，GCC退出限流模式，蓄电池以约1kW充电，GCC重新控制母线电压，整流输出功率约1.3kW，系统重新回到模式1。

7：00时，电价变高，为了提高系统的经济性，GCC停机，由蓄电池放出约0.5kW功率缺额来稳定母线电压，系统工作于模式5下。

10：00时，风速变为12m/s，风电功率升至4kW，蓄电池以约2.5kW功率充电来稳定母线电压，系统转为模式7运行。

约12：30时，SOC到达上限，蓄电池变为浮充，GCC由停机转为恒压控制，将系统内部多余2.5kW功率通过逆变的形式回送给电网，系统变为模式8。

14：00时，由于负载L3、L4接入，GCC再次停止工作，此时蓄电池放出约2kW功率来稳定母线电压，系统再次工作在模式5下。

18：00时，风速变为9m/s，此时风速约为1.7 kW，蓄电池放出约4.3kW功率，约19：30时，蓄电池SOC放电到达下限，蓄电池停止工作，GCC工作并整流输出功率，但GCC到达工作容量上限后，系统仍有功率缺额。为了维持系统内部功率平衡，减载L4，系统工作在模式10。

21：00时，负载L3、L4切出，负载功率变为1.5kW，GCC吸收约0.2kW功率，系统工作在模式6。

23：00时，电价变低，蓄电池以约1kW功率充电，GCC稳压，发出约0.8kW的功率进行稳压，系统运行模式3下。

5 结论

本文以分时电价为基础，针对风储直流微电网，在不同运行模式下，设计了风机、储能、蓄电池、GCC各变换器之间的协调控制策略。通过仿真结果可知，当电价低时，通过低价购电，保证了蓄电池满充，并在系统存在多余功率时，通过返送电网提高用户收益；电价高时，可利用蓄电池平衡微电网内部功率，减少了用户的购电量。并结合负荷投切控制策略，降低了系统的失负荷率。

参考文献：

［1］李霞林，郭力，黄迪等.直流配电网运行控制关键技术研究综述［J］.高电压技术，2019，45（10）：3039-3049.

［2］支娜，张辉.直流微电网改进分级控制策略研究［J］.高电压技术，2016，42（4）：1316-1325.

［3］王琛，孟建辉，王毅，李春来.考虑蓄电池荷电状态的孤岛直流微网多源协调控制策略［J］.高电压技术，2018，44（1）：160-168.

［4］谭文娟，陈燕东，杨苓等.光储直流微网能量协调控制方法［J］.电源学报，2018，16（2）：76-85.

［5］伍惠铖，王淳，左远龙等.基于分时电价和蓄电池实时控制策略的家庭能量系统优化［J］.电力系统保护与控制，2019，47（19）：23-30.

［6］郭力，张绍辉，李霞林，王成山等.考虑电网分时电价的直流微电网分层协调控制［J］.电网技术，2016，40（7）：1992-2000.

［7］江磊，专祥涛.分时电價下直流微网优化运行和容量配置研究［J］.电力科学与技术学报，2019，34（1）：80-87.

［8］毛晓明，陈深，吴杰康等.分时电价机制下含蓄电池微网的优化调度［J］.电网技术，2015，39（5）：1192-1197.

［9］刘迪，吕林，刘继春等.考虑DG时序特性及负荷种类的微网电源容量与分时电价协同规划［J］.电测与仪表，2018，55（12）：45-53.

［10］J.B.Almada，R.P.S.Sampaio.et.A cenertalized and heuristic approach for energy manage-ment of an AC mircogrid.Renewable and sustainable energy reviews［J］.60 （2016）：1394-1404.

［11］贠保记，白森珂，张国.基于混沌自适应粒子群算法的冷热电联供系统优化［J］.电力系统保护与控制，2020，48（10）：123-130.

（责任编辑 孙 慧）