基于模糊控制的分布式混合风电系统能量管理系统研究外文翻译资料

英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

基于模糊控制的分布式混合风电系统能量管理系统研究

一、介绍

与主电网隔离区域的电力供应可通过基于可再生能源的独立系统提供。风力发电是一个互补的电力供应商。近年来，由于越来越重视环境可持续资源以及风电相关技术的进展，风力发电受到了新的关注。然而，风的变数有很大程度上的随机性，使得风力发电不可靠。因此，需要补充发电设备，以确保持续供电。混合发电系统存在着许多不同的拓扑结构。风能和太阳能之间的关系自然是互补的。混合发电系统（HGS）结合了风力发电和光伏子系统，是一种理想的互补发电拓扑[1-2]。然而，气象条件和负荷需求对这种结构的性能有很大的影响。电源的可靠性只有通过合理配置各种元件和存储装置[3]才能保证。这些群体在传递能量方面有不同的特点。它的应用也显示了一天中和一周中强烈的不规则负荷图[4]。此外，存储设备的使用寿命通常较短（铅酸电池的使用寿命为2-3年）。存储设备的尺寸在系统的最终成本中具有重要的重量[5]。该系统的应用取决于性能的可靠性和较低的成本。为了实现可靠的供电，以及优化HGS的架构和组件非常重要，但同样重要的是用于控制整个系统的能源管理策略（EMS）。

EMS的主要目标是在监测HGS的输出功率和蓄电池充电状态的同时，为负载提供满负荷的电力。EMS通过优化风力发电与光伏发电之比[6]，配置合适的储能装置容量，实现了良好的平衡运行。这一目标是通过以下步骤实现的：

1。监测蓄电池的充电状态以及所产生的风能和太阳能的供电情况，并与负荷需求进行比较。2。当供电功率超过需求时，每个风力发电机可以断开与HGS的连接。光伏阵列分为5组，如果需要精确管理，还可以分别断开与HGS的连接。

3。当风力发电机和光伏阵列的输出功率不足时，蓄电池对负载供电进行补偿。充电状态由EMS实时监控。

考虑到HGS组成的复杂性，以及气象条件和负荷电力需求的未知特性，基于精确模型的EMS难以实现。模糊逻辑控制器不需要系统的详细数学模型，其运行由一套规则控制。因此，易于实施，多年来保证了同样的性能[7]。因此，将其应用于HGS中，对不精确性问题进行评估，提高了鲁棒性[8]。然而，模糊控制器的主要障碍之一是在系统变量相对较多的情况下实现基于规则的模糊控制器的复杂性。传统的单片模糊控制器对规则进行顺序处理，规则库的大小直接影响模糊控制器的实时性能。规则库的大小随输入的数量成倍增加。层次模糊控制（hfc）能够显著简化开发过程，并减少一些通用跟踪和控制情况所需规则库的大小。这是在不影响已完成系统的稳健性和能力的情况下实现的。

本文针对风力发电机组、光伏发电机组和蓄电池组的混合动力发电系统，设计了一种分级模糊控制系统。EMS依靠数据采集系统（DAS）运行，并管理系统组件之间的功率流，以满足全天的负载要求。通过选取风电和光伏阵列的输出功率，以及蓄电池的负荷需求和充电水平作为模糊变量，构造了一个模糊监控规则集。将该方法应用于一台100kw的实验HGS上，仿真结果令人满意。

二、系统配置

本文研究的HGS由75kw风力发电（5times;15kw）和15kw光伏阵列组成，如图1所示。固定节距风机直接耦合到多极永磁同步发电机上，通过带二极管桥整流器的交直流电源电子接口和DC/DC降压变换器连接到直流总线上。光伏阵列由300个多晶硅太阳能电池模块组成，每个模块输出50W峰值，经整流后也与直流母线相连。总线电压由电池组施加。最后，使用静态逆变器输入可变的备用负载。负载包括灯、空调、计算机和感应电动机。

为了准确管理能量流，将光伏阵列分为5组。每组都是孤立的，可以独立控制。系统移动的相关信息由DAS收集并发送给EMS。当电力负荷较低时，EMS切断了光伏阵列和风能的部分系统，相反，电力是一种补充。

图1基于EMS的发电混合系统

三、EMS的模糊逻辑与层次模糊控制器

在该系统中，需要对风力机（15kw*5）、光伏阵列（15kw）和电力负荷进行监测。风力发电机组和光伏阵列的控制可以保持供电和需求的平衡，保证整个系统的稳定。

（一）系统的输入和输出

系统输入选择风力机、光伏阵列、电力负荷5组功率基准。为了减少控制器的输入次数，将风力机的5组实测功率数据统一为模糊控制器的输入功率。输入ppv和pel作为pwind得到。输出系统是风力机、光伏阵列的加载或切割基准和提供电力的功率基准。

（二）系统输入和输出的模糊化

根据系统的实际情况，给出了系统的基本范围和语言值。给定[0kw，75kw]是wt输出功率p w的基本范围，其中语言值pw是x=1,2,3,4,5。查找表中的值是小、小、中、大和大。其他系统的模糊化方法与此类似。在实际系统中，每个模糊子集的选择都具有一定的控制精度，数量少，复杂度低。在固定的EL条件下，如果整个状态在大范围内没有变化，每个开关都不应该频繁地切换。在此基础上，根据各变量的特点，绘制出合理的模糊子集。由于其简单性，采用三角形函数作为输入输出参数的隶属度分级函数。

（三）层次模糊控制器的推理建模

层次模糊控制器的结构如图2所示。影响系统的变量多选择为第一类查找表，其次是第二类查找表。最后，通过层次模糊控制器使系统的输出功率接近所需功率，功率满足要求。这里，选择pel和pw作为第一类的输入。

图2层次模糊控制器的结构

第一个规则是：如果（是，是），那么（输出是）（1）

其中，是EL功率；是重负荷时wt的输出功率；是wt的预期使用数与整数（5）的比值。三个值的隶属度函数如下：

图3（1）e的隶属度函数

图3（2）wt输出功率的隶属度函数

图3（3）1y的会员等级函数

第一类查找表在表1中给出。经过一级推理，得到1个y，得到wt的使用数5*1 y和输出功率2 1xy。wt的使用数由1y确定，该y被视为电源设备模块。2 11 x yxminus;发送到二级查找表。

表1第一类查找表

第二条规则如下：

如果（是并且-是）然后（输出是）（2）

式中，是重负载下光伏阵列的输出功率；是-一级输入/输出的多项式，这意味着吸收wt功率后的缺失部分。是光伏的使用数量与其整数（5）的比值。这三个值的隶属度函数与一级模糊控制相同。但各部分不同。此外，由于EL功率和WT功率，输出-的范围较大。会员等级功能如下：

图5 2 11 x yxminus;的隶属度函数

第二类查找表见表2

表2第二类查找表

经过两级模糊控制后，当总功率大于总功率时，wt、pv和el的总功率按一定比例输出。在这段时间里，整个力量处于平衡状态。当加总功率小于EL功率时，功率的--()缺失部分由二级模糊控制的电力系统给出。

（四）输出模糊判定

在二级模糊推理中，由于WT和PV在加载或切割状态下的唯一性和离散性，输出的模糊判定采用了最大隶属度。例如，在一级模糊规则中，选择“1Y”作为过渡输出，输出模糊量“”中的最大，然后判断“1Y”属于哪个模糊子集。最后给出了值。当为“小、小、中、大、大”时，的值分别为“0.2、0.4、0.6、0.8、1”。1xy是wt所需的输出功率，的模糊规则与相同。

四、模拟与分析

为了验证设计方案的可行性，设计了一种基于层次模糊控制器的能量管理仿真系统，该系统根据某一天（时间：7:00-20:00）的电力供需情况进行仿真。风力发电机组（WTS）、光伏阵列和电力负荷（EL）的功率存在较大的波动，如图7和图8所示。如果不控制电源，则电源系统不稳定。下图中横坐标单位为小时（h），纵坐标单位为千瓦（kw）。

图7 WTS和PV的输出功率

图8 EL和整个电力系统的输出功率

图9给出了类模糊控制中EL和控制WT输出功率的实际曲线。在二级模糊控制中，WTS的无补偿功率和PV的输出功率如图10所示。这两个图表明，经过两级模糊控制后，wt和pv的总输出功率接近于el，图11显示了这一点。

图9 EL和控制WT的输出功率

图10无WT补偿部分和光伏输出功率

在图11中，wt和pv的总输出功率与el功率匹配，结果优于图8。同时，图11中的两条曲线之间存在较大的间距（显示为阴影部分）。其原因是当风速、光辐射等天气条件不理想时，太阳风和太阳风的总功率与太阳风功率不匹配。此时需要外接电源以满足EL的要求。因此，根据二级模糊控制器的低功耗信息，电力系统提供部分EL电源。调整功率后，整个曲线如图12所示。

图11电力部电力，WT和光伏阵列

图12 EL功率及总供电功率

五、结论

针对多输入多输出分布式混合风电系统，设计了一种基于层次模糊控制器的能量管理系统。仿真结果表明，EMS能根据风电、太阳辐射和负荷要求，切换供电方式，控制负荷分担。此外，该算法操作简单，规则库少，实现速度快。所有这些都降低了EMS的复杂性，满足了整个系统的需求。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20641]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 基于电力系统稳定器(PPS)和静止同步补偿器(STATCOM) 对单机无穷大多机电力系统小信号性能的改进外文翻译资料
• 基于模糊控制的分布式混合风电系统能量管理系统研究外文翻译资料
• 多档位通风窗及其控制系统设计外文翻译资料
• 短期负荷预测： 一种幂回归方法外文翻译资料
• BANMAC：用于身体域网络中可靠通信的有机MAC协议外文翻译资料
• 压电式风力发电机组外文翻译资料
• 骨骼医疗诊断边缘检测在MATLAB中的实现外文翻译资料
• 基于配电网潮流计算的农村电网低压问题分析及管理对策外文翻译资料
• 意大利二级电压调节外文翻译资料
• MSP430混合信号微控制器外文翻译资料