高渗透风机模糊自适应运行的微网电压控制方法

权利要求书： 1.一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，包括以下步骤：

1)对于包含风机、储能电池和负荷的直流微网系统，确定母线电压控制方法，即采用减载控制预留备用容量，并且进行虚拟惯量控制和下垂控制；

2)定义用以衡量惯量大小的惯性支撑效益S，并通过风机虚拟惯量控制变量Kwind改善惯性支撑效益S，所述的惯性支撑效益S定义具体为：直流微网在负荷扰动下导致电压变化时，在加入虚拟惯量控制后扰动发生一秒内的电压曲线与极限惯量近似曲线之间围成的面积定义为惯性支撑效益；

所述的惯性支撑效益S与虚拟惯量控制变量Kwind的表达式如下：其中， 为直流母线电压变化率，ΔP为微网系统中随机发生的负荷扰动大小，Kin为定值；

3)进行编码调控下模糊运行的双层微网电压控制，上层采用基于功率的分布式电源编码，根据风机渗透率和储能电池SOC确定调度方案，下层根据惯性支撑效益S、电压U以及上层调度方案的减载等级D作为输入量，通过自适应模糊控制确定虚拟惯量控制参数Kwind和下垂控制系数Kd。

2.根据权利要求1所述的一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，所述的步骤3)中，在上层中，基于功率的分布式电源编码具体为：当风机以MPPT方式运行时，则编码为0，当以减载状态运行时，对应的编码为1?3，代表减载等级D依次递增，用以表征预留备用容量的多少；

储能电池包括三种运行状态，分别为充电模式、放电模式和备用模式，对应的编码分别为0、1和2。

3.根据权利要求2所述的一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，由风机渗透率和储能电池SOC确定调度方案，则风机和储能电池的调度运行状态具体包括：

A、当风机渗透率大于100％时，表明风机出力超过本地负荷及主网用电需求供给负荷，当储能电池SOC小于60％时，风机为储能电池充电，此时风机选择以MPPT方式运行或以减载状态运行，减载等级依据风电渗透率划分，当储能电池SOC大于60％时，储能电池处于备用模式，此时风机选择以减载状态运行，减载等级依据风电渗透率划分；

B、当风机渗透率小于100％且大于80％时，风机以减载状态运行，且减载等级为2，当风机渗透率小于80％且大于50％时，风机以减载状态运行，且减载等级为1；

此时，当储能电池SOC<30％时，通过主网和风机共同配合向负荷供电以及向储能电池充电，储能电池处于充电模式，否则，优先通过风机和储能电池向负荷供电，主网补给差额功率，储能电池处于放电模式；

C、当风机渗透率小于50％且大于20％时，风机以减载状态运行，且减载等级为1，当风机渗透率小于20％时，风机以MPPT方式运行；

此时，当储能电池SOC<30％时，通过主网和风机共同配合向负荷供电以及向储能电池充电，储能电池处于充电模式，否则，优先通过风机和储能电池向负荷供电，主网补给差额功率，储能电池处于放电模式。

4.根据权利要求3所述的一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，当储能电池SOC小于60％时有：当风机渗透率大于100％且小于120％时，此时风机以MPPT方式运行运行，当风机渗透率大于120％且小于140％时，此时风机以减载状态运行且减载等级为1，当风机渗透率大于

140％且小于160％时，此时风机以减载状态运行且减载等级为2。

5.根据权利要求3所述的一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，当储能电池SOC大于60％时有：当风机渗透率大于100％且小于120％时，此时风机以减载状态运行且减载等级为1，当风机渗透率大于120％且小于140％时，此时风机以减载状态运行且减载等级为2，当风机渗透率大于140％且小于160％时，此时风机以减载状态运行且减载等级为3。

6.根据权利要求3所述的一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，所述的步骤3)中，下层通过自适应模糊控制确定虚拟惯量控制参数Kwind和下垂控制系数Kd中的模糊逻辑如下：

7.根据权利要求6所述的一种高渗透风机模糊自适应运行的微网电压控制方法，其特征在于，所述的惯性支撑效益S的取值范围为[0?0.02]，母线电压U的取值范围为[0.95?

1.05]，虚拟惯量控制参数Kwind和下垂控制系数Kd的取值范围为[0?100]，所述的减载等级D的取值为[0?30％]。

说明书： 一种高渗透风机模糊自适应运行的微网电压控制方法技术领域[0001] 本发明涉及双馈风机控制领域，尤其是涉及一种基于编码调控的高渗透风机模糊自适应运行的微网电压控制方法。

背景技术[0002] 基于微网的分布式发电系统能够消纳更多的风机容量，提高能量利用效率，大多数新能源分布式发电装置、储能装置以及越来越多的负载使用直流电。因此若采用直流微

网架构，可以省去额外的DC/AC变流环节，结构简单且效率更高，但随着电力电子技术的发

展，直流微网的电压等级已经灵活可控，而且随着变频负载、直流精密负载的层出不穷，直

流供电以其得天独厚的优势得到了能源界的广泛运用。微网系统的多能互补、多源协调，

可靠稳定运行，以及微网系统微源及负荷的可靠性和鲁棒性很大程度上依赖于微电网中

电压的精确控制。由此，利用下垂控制和虚拟惯量控制有效应对高比例风电的随机出力以

及负荷的无序波动，控制母线电压稳定，就可以维持微网功率稳定状态。

[0003] 直流下垂利用P?U关系，微电网的电压改变时，微源功率也随之发生变动，能够通过微电网输出的功率调节来稳定电压偏差，不需微网彼此互联通讯，即使得各微源达到即

插即用的控制目标。同时，当微网负荷扰动时，电压平缓变化，以保障电压在扰动瞬间不会

大幅衰降，有利于微网向负荷平稳供电，故风机采用虚拟惯量控制，在扰动过程提供功率

支撑减缓电压变化。同时，下垂和虚拟惯量控制均需要备用功率作为后备支撑能量。

[0004] 风机预留减载功率在运行中主要有以下作用：[0005] 1、风机预留备用容量，当微网有负荷扰动时，备用容量可以为风机虚拟惯量控制提供短暂的功率支撑，避免其瞬间释放转速动能造成风机转速二次跌落。

[0006] 2、针对风机渗透率较低的情况，在风机激发瞬时能量减缓电压变化的同时，备用容量更能有效的为下垂控制服务，为下垂控制提供功率支撑，帮助降低电压偏差。若当前

备用容量耗尽，指示系统有功不足，电压会大幅度下降。

[0007] 3、针对风机高渗透情况，当前较低水平负荷仅消耗部分功率，功率减载主要为了将额外‘剩余功率’留作备用，将风机大部分能量‘隐藏’以降低出现负荷扰动时微网电压

水平。

[0008] 对直流微网，现在很少有发明技术涉及对下垂控制参数和虚拟惯量控制的协调控制。下垂控制的“分布”特征有效保证微电网系统中能量的供需平衡，对系统中的分布式

电源、储能单元及负荷进行管理配置。通过检测直流母线电压，源荷变流器采用不同控制

模式，控制含分布式电源和储能装置的直流微电网。虚拟惯量控制保证功率缺额的暂态过

程有足够的有功抵抗电压的降低幅度，保持直流微网电压的稳定运行，但是，现有技术却

未考虑各电气量之间相互影响而导致控制准确性和协调性不足的问题，也没有考虑到直

流微网中的微源出力、负荷需求及储能状态这三者的关系。

发明内容[0009] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种高渗透风机模糊自适应运行的微网电压控制方法。

[0010] 本发明的目的可以通过以下技术方案来实现：[0011] 一种高渗透风机模糊自适应运行的微网电压控制方法，包括以下步骤：[0012] 1)对于包含风机、储能电池和负荷的直流微网系统，确定母线电压控制方法，即采用减载控制预留备用容量，并且进行虚拟惯量控制和下垂控制；

[0013] 2)定义用以衡量惯量大小的惯性支撑效益S，并通过风机虚拟惯量控制变量Kwind改善惯性支撑效益S；

[0014] 3)进行编码调控下模糊运行的双层微网电压控制，上层采用基于功率的分布式电源编码，根据风机渗透率和储能电池SOC确定调度方案，下层根据惯性支撑效益S、电压U

以及上层调度方案的减载等级D作为输入量，通过自适应模糊控制确定虚拟惯量控制参数

Kwind和下垂控制系数Kd。

[0015] 所述的步骤2)中，所述的惯性支撑效益S定义具体为：[0016] 直流微网在负荷扰动下导致电压变化时，在加入虚拟惯量控制后扰动发生一秒内的电压曲线与极限惯量近似曲线之间围成的面积定义为惯性支撑效益。

[0017] 所述的步骤2)中，所述的惯性支撑效益S与虚拟惯量控制变量Kwind的表达式如下：

[0018][0019] 其中， 为直流母线电压变化率，ΔP为微网系统中随机发生的负荷扰动大小，Kin为定值。

[0020] 所述的步骤3)中，在上层中，基于功率的分布式电源编码具体为：[0021] 当风机以MPPT方式运行时，则编码为0，当以减载状态运行时，对应的编码为1?3，代表减载等级D依次递增，用以表征预留备用容量的多少；

[0022] 储能电池包括三种运行状态，分别为充电模式、放电模式和备用模式，对应的编码分别为0、1和2。

[0023] 由风机渗透率和储能电池SOC确定调度方案，则风机和储能电池的调度运行状态具体包括：

[0024] A、当风机渗透率大于100％时，表明风机出力超过本地负荷及主网用电需求供给负荷，当储能电池SOC小于60％时，风机为储能电池充电，此时风机选择以MPPT方式运行或

以减载状态运行，减载等级依据风电渗透率划分，当储能电池SOC大于60％时，储能电池处

于备用模式，此时风机选择以减载状态运行，减载等级依据风电渗透率划分；

[0025] B、当风机渗透率小于100％且大于80％时，风机以减载状态运行，且减载等级为2，当风机渗透率小于80％且大于50％时，风机以减载状态运行，且减载等级为1；

[0026] 此时，当储能电池SOC<30％时，通过主网和风机共同配合向负荷供电以及向储能电池充电，储能电池处于充电模式，否则，优先通过风机和储能电池向负荷供电，主网补给

差额功率，储能电池处于放电模式；

[0027] C、当风机渗透率小于50％且大于20％时，风机以减载状态运行，且减载等级为1，当风机渗透率小于20％时，风机以MPPT方式运行；

[0028] 此时，当储能电池SOC<30％时，通过主网和风机共同配合向负荷供电以及向储能电池充电，储能电池处于充电模式，否则，优先通过风机和储能电池向负荷供电，主网补给

差额功率，储能电池处于放电模式；

[0029] 当储能电池SOC小于60％时有：[0030] 当风机渗透率大于100％且小于120％时，此时风机以MPPT方式运行运行，当风机渗透率大于120％且小于140％时，此时风机以减载状态运行且减载等级为1，当风机渗透

率大于140％且小于160％时，此时风机以减载状态运行且减载等级为2。

[0031] 当储能电池SOC大于60％时有：[0032] 当风机渗透率大于100％且小于120％时，此时风机以减载状态运行且减载等级为1，当风机渗透率大于120％且小于140％时，此时风机以减载状态运行且减载等级为2，

当风机渗透率大于140％且小于160％时，此时风机以减载状态运行且减载等级为3。

[0033] 所述的步骤3)中，下层通过自适应模糊控制确定虚拟惯量控制参数Kwind和下垂控制系数Kd中的模糊逻辑如下：

[0034][0035] 所述的惯性支撑效益S的取值范围为0?0.02，母线电压U的取值范围为[0.95?1.05]，虚拟惯量控制参数Kwind和下垂控制系数Kd的取值范围为[0?100]，所述的减载等级D

的取值为[0?30％]。

[0036] 与现有技术相比，本发明具有以下优点：[0037] 本发明提出了指标惯性支撑效益S来衡量惯量，确定了风机虚拟惯量控制参数Kwind和S的关系，利用双层控制系统，上层采用基于功率编码的风机储能调控，根据高渗透

情况下风机渗透率确定减载等级，预留备用功率，下层利用上层的减载备用容量，以及S和

电压大小作为输入量，通过模糊自适应控制来改变虚拟惯量控制参数Kwind和下垂控制系

数Kd，本发明提出的双层控制能有效应对负荷扰动，提升微网的电压运行稳定程度。

附图说明[0038] 图1为直流微网系统结构图。[0039] 图2为下垂控制特性图。[0040] 图3为虚拟惯量控制参数Kwind与惯性支撑效益S的关系图。[0041] 图4为直流微网在负荷扰动时的电压变化。[0042] 图5为惯性支撑效益S的隶属度函数。[0043] 图6为电压的隶属度函数。[0044] 图7为减载率的隶属度函数。[0045] 图8为风机虚拟惯量控制系数的隶属度函数。[0046] 图9为下垂控制系数的隶属度函数。[0047] 图10为直流微网中直流母线电压。[0048] 图11为采用定参数以及变参数情况下的Kwind和Kd。[0049] 图12为负荷扰动情况下风机出力。[0050] 图13为渗透率波动图。[0051] 图14为母线电压与基准值偏差。[0052] 图15为渗透率波动情况下风机出力。[0053] 图16为风机减载状态以及储能调度运行状态判断流程图。具体实施方式[0054] 下面结合附图和具体实施例对本发明进行详细说明。[0055] 实施例[0056] 本发明提出一种基于编码调控的高渗透风机模糊自适应运行的微网电压控制方法，包括一下步骤：

[0057] 步骤1：根据下垂控制、预留减载功率以及虚拟惯量控制参数对微网电压稳定运行的影响，定义衡量惯量大小的参量惯性支撑效益S；

[0058] 步骤2：针对微网中电压水平和各分布式电源出力间复杂的耦合关系，综合考虑直流微网中的风机渗透率和储能SOC来确定调度方案，并将各分布式电源的控制方式设置

为编码形式；

[0059] 步骤3：在编码确定好的调度方案基础上，输入变量为母线电压U、惯性支撑效益S以及减载等级D，并通过制定的模糊逻辑确定具体的虚拟惯量控制参数Kwind以及下垂控

制参数Kd。

[0060] 本发明搭建微网系统如图1所示，母线电压400，系统内有一台80WM的永磁直驱风机，额定风速12m/S，风机采用虚拟惯量控制，下垂控制以及减载控制，储能和主网均采

用下垂控制，直流微网的电压是衡量功率平衡关系的直接指标，微网源荷的不协调不可避

免的带来电压的降落，分布式电源及主网通过下垂控制来维持电压稳定。

[0061] 如图2所示，当风机渗透率低，此时电压水平较低时，若当前负荷与电源在A点平衡，当前主网中同步机功率极限PG时，当负荷水平提升时，此时功率曲线运行于PG曲线上，

电压将大幅度衰减，若风机预留一定的备用功率时，电压水平将有一定提高，若负荷曲线

为L1，此时有风机预留备用功率时功率?电压曲线对应Pb段，此时电压为UB，与未预留备用时

电压UC相比，有较大的提升。

[0062] 下垂控制系数Kd体现功率对负荷波动的稳态的维持，下垂控制特性如图2，当电压偏差为ΔU时，L2消耗功率ΔP1，当下垂系数增大，对应曲线L3，当前消耗的功率为ΔP2，

所以下垂系数大小体现出稳态下对负荷的容纳能力，系数越大，出现功率扰动时，电压偏

差越小，相同电压偏差时其容纳功率越多。

[0063] 1、风机直流虚拟惯量[0064] 在直流系统，惯性反映了系统中能量阻止电压突变的作用。直流微网中仅有电容存储能量，由于直流微网中并联电容值很小，其储存能量很小，并不能对电压扰动有很大

的支撑作用，故风机采用虚拟惯量，变流器控制环中加入：

[0065][0066] 直流侧电容两边的电压电流关系如下：[0067][0068] 此时Kin＝f(c)，是关于并联电容值的函数，数值较小，但是当风机采用虚拟惯量时，当前为风机变流器输出功率，使得：

[0069] Pref＝Popt?P(du/dt)[0070] 在最大功率追踪Popt的基准上形成根据du/dt而变化的功率指令，Pref的变化影响风机出力的变化的变化，故当前系统惯性响应为：

[0071][0072] ΔPwind即为在功率环指令P(du/dt)作用下风机额外的响应电压变化的功率。当前风机出力为响应电压变化的非线性函数，能随着电压变化而改变风机输出有功。与交流

电网不同，直流微网在负荷扰动时电压变化如图4所示：初始时刻du/dt很大，难以直接测

量，故本文定义惯性支撑效益，假设系统惯量极限小，此时电压变化曲线近似为以A为原点

的两坐标轴围成的垂直线，称为极限惯量近似曲线。当风机加入虚拟惯量控制，额外的有

功会支撑电压，取扰动发生一秒内的电压曲线图，此时惯性维持的电压变化曲线为曲线1，

其与极限惯量近似曲线之间围成的面积为惯性支撑效益S，用它来表征当前微网系统惯量

的大小，S越大，代表在扰动的初始时间内，风机供给的功率越多，电压在惯性支撑作用下

降低缓慢，则当前惯量较大。所以，风机加入虚拟惯量控制后，风机功率与S呈现正相关，定

义风机响应电压变化的功率ΔPwind变化为：Kwind*S，Kwind为风机虚拟惯量系数。

[0073] 则公式 可以变为：[0074][0075][0076][0077] Kin'＝Kin*K1(7)[0078][0079] K2＝Kwind*S(9)[0080] 上式中，Kin为衡量电容储能的大小的定值，ΔP为系统中随机发生的负荷扰动，在实际运行过程中，只能改变K2，且S为因变量，只能等效改变Kwind，在运行过程中，若S过

小，惯量过低，可以通过增大Kwind来提高K2，从而提高K1，此时等效虚拟惯性常数Kin'越

大，电压变化率相应会减小。

[0081] 通过观测S的大小，反应电压变化量即惯量的大小。通过控制变量Kwind，来改善电压变化率，从而改善S。

[0082] 2、编码调控下模糊运行的微网电压控制[0083] 2.1上层基于功率的分布式电源编码[0084] 微网中电压水平和各分布式电源出力间复杂的耦合关系，导致微网控制的准确性和协调性不足，本发明综合考虑直流微网中的风机渗透率，储能SOC，来确定调度方案，

将以下各分布式电源的控制方式设置成编码形式：

[0085] 风机可选择进入减载状态或者MPPT运行模式，若风机MPPT运行，则编码形式为0，减载运行则编码为1?3，减载等级依次递增，表征预留备用容量的多少。

[0086] 减载对微网主要有以下作用：[0087] 减载预留备用功率的多少是风机下垂控制和虚拟惯量参数制定的重要约束条件。

[0088] 储能具有三种运行状态，分别为充电模式(0)，放电模式(1)和备用模式(2)[0089] 如图16所示，根据风机渗透率Spet确定减载等级D和预留备用容量，风机减载状态以及储能调度运行状态如下：

[0090] A、运行时风机渗透率过大，此时：Pwind?PES?Pload＞Pgrid，风机超过本地负荷及主网用电需求供给负荷，微网在很高的电压水平运行，此时由风机变流器下垂控制保证电

压稳定运行；

[0091] 此时风电供给负荷时采用超速控制减载运行，减载等级依据风电渗透率划分。储能SOC小于60％时，风电给储能电池充电，储能不充电时处于备用状态。

[0092] B、风电渗透率较大(大于50％)：考虑此时由风机和储能供给负荷功率，当前风机考虑MPPT以及减载等级1。出力浮动导致电压的大幅度波动，渗透率大于80％时，由于主网

参与调频比例较小，系统缺乏大容量机组的惯性支撑，不利于功率平衡，故此时考虑风机

减载控制，预留功率，当系统受到扰动时，充分释放备用功率来帮助调节电压的稳定运行。

小于80％时则风机MPPT运行，利用尽可能大的消纳风能来供给负荷，提高新能源利用率。

当SOC<30％时，此时主要通过主网和风机配合向负荷供电以及向储能充电，相反电池剩余

较大电量时，优先考虑风机和储能向负荷供电，主网再补给差额功率。

[0093] C、风电渗透率较小：[0094] Pwind+PES＜Pload[0095] 电压小，风机MPPT运行，储能SOC大于30％时放电，共同供给负荷，储能SOC小于30％时主网同时向储能和负荷供电，主网变流器控制母线电压恒定。

[0096] 2.2自适应模糊控制[0097] 在上述风机调控以及储能状态基础上，根据母线的电压大小U以及惯性支撑效益S自适应调整下垂控制参数Kd和虚拟惯量控制参数Kwind，在不同工况下处理这种不确定性

和非线性问题，利用模糊逻辑的原理，将母线的电压大小U和惯性支撑效益S以及减载等级

D为输入变量，且均在标幺值下，确定针对惯量大小的虚拟惯量控制参数，以及针对稳态功

率平衡的下垂控制参数。

[0098] 由图3分析可知，S越小，表征当前惯量越小，此时Kwind的取值应该越大，减载越大，Kwind取值越大。同时，若S过大，可能使得风机发出功率过大，影响自身转速等运行特

性，此时需减小Kwind。

[0099] 大电压情况下，应将下垂系数提高以应对当前高比例风电出力情况，从而吸纳更多功率。小电压情况下，尽可能减小下垂系数以应对当前低功率状态，并且备用容量较大，

下垂系数可稍大。

[0100] 同时，根据上节分析，将减载分为三种情况，为减载多，对应等级3；减载中，对应等级2；减载小，对应等级1；以此确定的模糊逻辑如表1所示。

[0101] 综上，图5为惯性支撑效益S的隶属度函数，选用三个模糊集：DS(S大)，MS(S中)，LS(S小)，取值范围为0?0.02，将母线电压U分为三个模糊集UD(电压大)，UM(电压中等)，UL

(电压小)，取值范围为[0.95?1.05]，其相应的隶属度函数如图6所示；

[0102] 图7为减载等级的隶属度函数，选用模糊集：减载多，减载中，减载少，取值为[0?30％]。

[0103] 图8和图9为相应的的风机虚拟惯量系数Kwind和下垂控制系数Kd的隶属度函数，两个输出变量均有5个模糊集：极大，大，中，小，极小。取值范围均为[0?100]。

[0104] 在采用模糊控制时，表1中极大表征kd或者Kwind的大小状态，其具体范围体现在隶属度函数中。

[0105] 表1模糊逻辑[0106][0107][0108] 仿真验证[0109] 设定仿真此时风速10m/s，风机初始出力60WM，负荷功率100WM，此时功率编码为减载等级1，15S时在微网中加入50WM负荷扰动，分别比较不加虚拟惯量控制，加入定控制

参数，以及基于模糊自适应的变虚拟控制参数情况下母线电压波动以及电压偏差如图10

所示。

[0110] 定Kwind与定Kd以及本文的基于模糊控自适应的控制变量参数，在变参数作用下，风机功率如图11。

[0111] 计及风速波动性，设置风速变化得到变化的渗透率，不设置任何扰动，对比定虚拟惯量下垂控制参数以及本文基于自适应的模糊时母线电压偏差如图14所示，以及DFIG

有功功率变化情况如图15所示。若风速波动，导致风机渗透率如图13变化。

[0112] 根据与基准电压的偏差可知，图14、15可证明，本文所提加入模糊自适应控制，得到的变虚拟惯量下垂控制参数，充分利用可变减载备用功率，根据扰动后的惯性支撑效益

以及电压变化，使得电压波动缓慢，在扰动过程中提供更多的有功功率。