《Journal of Energy Storage》：A novel model predictive control-based coordinated energy management and control scheme for electric vehicle integrated standalone microgrid
编辑推荐：
本文提出孤立微网（MG）综合控制框架，通过LPSP准则优化系统配置并整合电动汽车（EV）作为分布式储能，结合模型预测控制（MPC）实时能源管理及自适应虚拟同步发电机（VSG）控制策略，解决高渗透可再生能源并网带来的动态稳定性问题，降低对大型电池储能系统的依赖，并通过仿真与硬件在环测试验证有效性。
阿卡什·库马尔·辛格（Akash Kumar Singh）| 塞塔莱克什米·K.（Seethalekshmi K.）| 尼廷·阿南德·什里瓦斯塔瓦（Nitin Anand Shrivastava）
电气工程，工程学院与技术研究所，勒克瑙，226021，北方邦，印度
摘要
具有高比例可再生发电接入的孤立微电网（MGs）由于系统规模设计不足以及依赖大型蓄电池储能系统（LBSS），面临严峻挑战。这些问题因缺乏协调的能源管理和系统惯性降低而进一步加剧。结果，电力供应变得不可靠，在负载切换/干扰期间动态稳定性下降。本文提出了一种综合框架，用于确保包含太阳能光伏（PV）、风力发电、蓄电池和电动汽车（EVs）作为分布式电化学储能系统的孤立微电网的可靠高效运行。该系统通过采用电力供应损失概率（LPSP）标准进行最优规模设计，从而在最小化能源成本的同时保证可靠性。利用基于EV的储能系统减少对LBSS的依赖，提高了EV的利用率。基于最优规模设计的微电网，生成了最优的次日调度计划。此外，还开发了一种基于模型预测控制（MPC）的实时能源管理系统（EMS），以根据实时发电量和负载需求优化储能系统和LBSS的调度，从而减少功率不平衡并提高能源效率。在转换器层面，引入了一种自适应虚拟同步发电机（VSG）控制策略，通过模拟同步发电机的行为来提高稳定性并赋予逆变器虚拟惯性。VSG回路的主动功率参考值根据直流侧输入动态调整。与传统固定参考功率的VSG相比，这种方法抑制了直流链路电压振荡，增强了频率和电压调节能力，并提高了瞬态稳定性。通过MATLAB/Simulink仿真在太阳能辐照度间歇变化和多种负载切换场景下验证了所提出框架的有效性。使用OPAL-RT仿真器和TMS320F28379D微控制器的实时测试也证明了该方法在可再生能源储能应用中的实用性。
引言
近年来，来自可再生能源（RESs）的电力发电量显著增加。这一增长得益于能源消耗的增长以及全球范围内为减轻化石燃料（如煤炭、石油和天然气）对环境的影响而做出的努力[1]。在RESs中，太阳能光伏（SPV）因其广泛的可用性和低碳足迹而成为微电网（MG）系统的一个特别有吸引力的选择。随着向无碳电力过渡，基于逆变器的资源（IBRs），如SPV和风能转换（WEC）系统越来越多地取代了并网和孤立微电网中的同步发电机（SG）单元。然而，与SG不同，电力电子转换器缺乏物理旋转惯性，这降低了系统的鲁棒性，使孤立微电网容易受到频率波动和瞬态不稳定性的影响[2]、[3]、[4]。
在配置方面，太阳能光伏可以通过单级电压源转换器（VSC）或包含升压转换器的两级拓扑结构与负载连接[5]。尽管单级系统更简单且成本更低，但SPV的波动和负载变化可能会降低关键应用的可靠性。因此，为了实现最佳功率提取和直流母线电压调节，通常选择两级配置[6]、[7]。然而，传统设计往往忽视了组件的适当选型，严重依赖大型固定蓄电池储能（LBSS），并采用简单的能源管理方式，导致能源利用效率低下和成本增加。
为了提高可靠性和成本效益，基于电力供应损失概率（LPSP）的系统规模设计已被广泛采用[8]、[9]。LPSP指数量化了未满足负载需求的概率，使设计者能够在保证可靠性的同时平衡系统的总年化成本。最近的研究表明，基于LPSP的规模设计可以有效确定SPV、WEC和储能的容量，同时最小化成本和削减量[10]、[11]。为了进一步减少对LBSS的依赖，电动汽车（EVs）越来越多地被视为分布式电化学储能。基于最优规模设计的微电网，生成了最优的次日调度计划。此外，还开发了一种基于模型预测控制（MPC）的实时能源管理系统（EMS），以根据实时发电量和负载需求优化储能系统和LBSS的调度，从而减少功率不平衡并提高能源效率。在转换器层面，引入了一种自适应虚拟同步发电机（VSG）控制策略，旨在通过模仿同步发电机的行为来提高稳定性并赋予逆变器虚拟惯性。VSG回路的主动功率参考值根据直流侧输入动态调整。与传统固定参考功率的VSG相比，这种方法抑制了直流链路电压振荡，增强了频率和电压调节能力，并提高了瞬态稳定性。所提出的框架通过MATLAB/Simulink仿真在太阳能辐照度间歇变化和多种负载切换场景下得到了验证。使用OPAL-RT仿真器和TMS320F28379D微控制器的实时测试证明了该方法在可再生能源储能应用中的实用性和有效性。
引言
过去几年，来自可再生能源（RESs）的电力发电量显著增加。这一增长是由能源消耗的增长以及全球范围内为减轻化石燃料（如煤炭、石油和天然气）对环境的影响而做出的努力所推动的[1]。在RESs中，由于其广泛的可用性和低碳足迹，太阳能光伏（SPV）已成为微电网（MG）系统的一个特别有吸引力的选择。随着向无碳电力的过渡，基于逆变器的资源（IBRs），如SPV和风能转换（WEC）系统正在逐渐取代并网和孤立微电网中的同步发电机（SG）单元。然而，与SG不同，电力电子转换器缺乏物理旋转惯性，这降低了系统的鲁棒性，使孤立微电网容易受到频率波动和瞬态不稳定性的影响[2]、[3]、[4]。
在配置方面，太阳能光伏可以通过单级电压源转换器（VSC）或包含升压转换器的两级拓扑结构与负载连接[5]。虽然单级系统更简单且成本更低，但SPV的波动和负载变化可能会降低关键应用的可靠性。因此，为了实现最佳功率提取和直流母线电压调节，通常选择两级配置[6]、[7]。然而，传统设计往往忽视了组件的适当选型，过度依赖大型固定蓄电池储能（LBSS），并采用简单的能源管理方式，导致能源利用效率低下和成本增加。
为了提高可靠性和成本效益，基于电力供应损失概率（LPSP）的系统规模设计已被广泛采用[8]、[9]。LPSP指数量化了未满足负载需求的概率，使设计者能够在保证可靠性的同时平衡系统的总年化成本。最近的研究表明，基于LPSP的规模设计可以有效确定SPV、WEC和储能的容量，同时最小化成本和削减量[10]、[11]。为了进一步减少对LBSS的依赖，电动汽车（EVs）越来越多地被视为分布式电化学储能。通过车对网（V2G）和网对车（G2V）概念，EV电池可以提供灵活性，提高储能利用率，并降低整体系统成本[12]、[13]。然而，此类框架的一个关键限制在于协调能源管理的复杂性以及实际部署中的挑战。
除了对EV充电/放电的次日调度外，能源管理系统（EMS）对于协调间歇性分布式发电、储能和负载至关重要[14]。传统的EMS通常是基于规则或启发式的，其在处理不确定性和动态运行约束方面的能力有限[15]。为了克服这些限制，基于模型预测控制（MPC）的EMS受到了重视[16]。与传统方法不同，MPC可以预测未来的系统状态，考虑运行限制，并在有限的时间范围内优化调度。在[16]中提出了基于MPC的微电网储能设备的最优有功和无功功率调度方案。然而，这并未解决EV集成微电网的能源管理解决方案或实时控制方面的需求。因此，将微电网的最优规模设计与EV充电/放电的次日调度相结合，以及基于MPC的EMS，形成了一个综合框架，能够在实时情况下平衡间歇性并减少对LBSS的依赖。这种开发的EMS可以直接用于主要控制，无需二级或三级控制。
在转换器层面，VSC可以作为电压和频率形成单元运行，从而稳定微电网并支持交流和直流电源的无缝集成[17]。在各种策略中，虚拟同步发电机（VSG）控制因其能够模拟SG动态并提供虚拟惯性而得到了广泛研究[18]、[19]、[20]、[21]、[22]。提出了自适应VSG策略，包括惯性/阻尼调节[23]、虚拟阻抗控制[24]、[25]和基于MPC的双环设计[27]。然而，这些方法大多假设VSG回路中的主动功率参考值是恒定的，这限制了在可变发电和负载条件下的瞬态性能。最近的进展表明，直接调节逆变器内部电压的角频率和幅度可以提供低阶控制结构，从而降低计算复杂性并提高系统稳定性[28]、[29]。此外，在主动功率参考值生成中考虑直流链路电压动态至关重要，因为忽略这些动态可能会导致振荡并影响瞬态稳定性[30]。
据作者所知，关于将EV作为灵活储能集成到独立微电网中的研究有限，以减少对大型蓄电池组的依赖。同样，尚未充分探索将EV与基于实时MPC的能源管理结合以处理可再生能源间歇性和负载变化的问题。所提出的框架结合了基于LPSP的规模设计、将EV作为储能、EV的调度以及基于MPC的EMS，以及自适应VSC控制策略。所考虑的系统是一个包含两级SPV、风力发电机、BESS和EV的孤立三相四线微电网，为各种被动、非线性和动态负载提供电力。
本研究的主要贡献如下：
- 1.
一种适用于独立微电网的综合框架，采用基于LPSP的最优规模设计，并利用EV作为分布式电化学储能，从而减少对大型固定蓄电池系统的依赖。
- 2.
基于可用性的EV次日调度，结合基于实时MPC的能源管理，实现了RESs、EV储能和负载需求的协调控制，确保可靠和高效运行。
- 3.
一种改进的VSG控制，采用单环逆变器控制，确保频率调节、瞬态稳定性和降低复杂性，同时自适应功率参考值生成考虑了直流链路动态。
- 4.
时域分析验证了在可变可再生能源功率和多种负载切换条件下的瞬态稳定性，包括被动、非线性和动态负载。
- 5.
通过在TI C2000 F28379D微控制器上实现并与OP4512实时仿真器闭环连接，证明了该方法的实用性。
本文的其余部分组织如下。第1节提供了介绍和所提出控制方案的文献综述。第2节介绍了独立微电网的系统拓扑。第3节讨论了包含最优规模设计、次日调度和基于MPC的实时EMS的所提出框架。第4节解释了DC–DC转换器和电压源转换器的控制策略。第5节建立了仿真场景的特点并进行比较分析，第6节概述了使用CHIL验证仿真结果的方法。最后，第7节总结了研究结果。
系统配置
独立微电网的系统配置
所提出的系统配置适用于偏远地区，是一个混合可再生能源系统，结合了两级SPV、WEC、蓄电池和EV车队，通过直流母线连接，如图1所示。SPV阵列通过两级拓扑结构连接到直流链路。蓄电池和EV车队组成的储能单元通过双向直流–直流转换器集成到直流母线。此外，基于永磁同步发电机（PMSG）的风力涡轮机也通过二极管桥整流器集成到直流母线
提出的框架
所提出的框架包括独立微电网的最优规模设计、EV的次日调度以及基于实时EMS的协调控制，如图2所示。太阳能光伏、风力涡轮机和储能单元的最优规模设计确保了系统的可靠和连续运行，并最大限度地减少了LBSS。根据预测的负载需求和可再生能源发电情况，制定了EV充电/放电的次日调度计划，该计划输入到基于MPC的EMS中进行实时控制
转换器的控制方案
本节介绍了电池、电动汽车（EVs）和电压源转换器（VSC）的电力电子转换器的控制策略。此外，太阳能光伏和风力涡轮机的DC–DC转换器通过传统的MPPT控制算法进行控制
