1. 光伏储能虚拟同步发电机技术背景
光伏发电作为清洁能源的重要组成部分,近年来在全球范围内得到了快速发展。然而,光伏发电的间歇性和波动性特点给电网稳定运行带来了严峻挑战。传统同步发电机具有惯性响应和阻尼特性,能够为电网提供频率和电压支撑,而光伏逆变器通常采用PQ控制策略,缺乏类似同步发电机的电网支撑能力。
虚拟同步发电机(VSG)技术应运而生,它通过控制算法使逆变器模拟同步发电机的运行特性。将光伏发电系统与储能系统相结合,再通过VSG控制策略实现并网,可以有效解决光伏并网带来的稳定性问题。这种技术路线不仅保留了光伏发电的清洁特性,还赋予了其类似传统同步发电机的电网支撑能力,对于构建高比例可再生能源电力系统具有重要意义。
2. 系统整体架构设计
2.1 光伏发电单元建模
光伏电池的电气特性可以通过单二极管等效电路模型准确描述。该模型包含光生电流源、并联二极管、串联电阻和并联电阻四个基本元件。在实际建模时,我们需要重点考虑以下参数:
- 光照强度(S):直接影响光生电流大小,典型值在200-1000W/m²
- 环境温度(T):影响开路电压和短路电流,工作温度范围通常在-40℃~85℃
- 串联电池数(Ns):决定组件输出电压等级
- 并联电池数(Np):决定组件输出电流能力
MPPT控制采用改进型电导增量法,其控制方程为:
code复制ΔP/ΔV ≈ dP/dV = I + V*dI/dV
当dP/dV>0时,工作点在最大功率点左侧;当dP/dV<0时,工作点在右侧。通过不断调整工作电压,使dP/dV趋近于零,即可实现最大功率跟踪。
2.2 储能系统设计
锂电池储能系统采用二阶RC等效电路模型,能够准确反映电池的动态特性。模型参数包括:
- 开路电压(Uoc):与SOC呈非线性关系
- 欧姆内阻(R0):导致瞬时电压降
- 极化电阻(R1,R2)和极化电容(C1,C2):反映充放电过程中的极化现象
双向DC-DC变换器采用移相全桥拓扑,控制策略为:
code复制D = (Vout/Vin)*(1/η)
其中D为占空比,η为转换效率(通常取0.92-0.96)。通过调节移相角来实现能量的双向流动,同时采用电流内环电压外环的双闭环控制保证动态性能。
2.3 虚拟同步发电机控制
VSG核心算法模拟同步发电机的转子运动方程:
code复制J(dω/dt) = Pm - Pe - D(ω-ω0)
其中:
- J为虚拟转动惯量(典型值0.5-5kg·m²)
- D为阻尼系数(10-50N·m·s/rad)
- Pm为机械功率(来自光伏+储能)
- Pe为电磁功率(输出到电网)
电压调节采用下垂控制:
code复制E = E0 - kq(Q - Q0)
E0为空载电压,kq为无功下垂系数,Q为实际无功,Q0为参考无功。
3. Simulink建模关键实现
3.1 主电路拓扑构建
并网系统主电路包含:
- 光伏阵列模块
- Boost MPPT电路
- 锂电池组
- 双向DC-DC变换器
- 三相全桥逆变器
- LCL滤波器
- 电网连接
关键参数设置:
- 直流母线电压:700V
- 开关频率:10kHz
- LCL滤波器:L1=3mH, C=20μF, L2=1mH
- 电网电压:380V/50Hz
3.2 控制子系统设计
控制系统包含多个关键子系统:
- MPPT控制模块:
matlab复制function [Duty] = MPPT(Vpv, Ipv, Vstep)
persistent Vprev Pprev DutyPrev;
if isempty(Vprev)
Vprev = Vpv;
Pprev = Vpv*Ipv;
DutyPrev = 0.5;
end
Pnow = Vpv*Ipv;
dV = Vpv - Vprev;
dP = Pnow - Pprev;
if dP ~= 0
if dP/dV > 0
Duty = DutyPrev + Vstep;
else
Duty = DutyPrev - Vstep;
end
else
Duty = DutyPrev;
end
Vprev = Vpv;
Pprev = Pnow;
DutyPrev = Duty;
end
- VSG核心算法实现:
matlab复制function [theta, omega] = VSG(Pm, Pe, J, D, omega0, Ts)
persistent omega_prev theta_prev;
if isempty(omega_prev)
omega_prev = omega0;
theta_prev = 0;
end
% 转子运动方程
domega = (Pm - Pe - D*(omega_prev - omega0))/J;
omega = omega_prev + domega*Ts;
theta = theta_prev + omega*Ts;
% 角度归一化
theta = mod(theta, 2*pi);
omega_prev = omega;
theta_prev = theta;
end
- 电流内环设计:
采用PR控制器实现无静差跟踪:
code复制Gpr(s) = Kp + 2Krωcs/(s²+2ωcs+ω0²)
参数选择:
- Kp = 0.5
- Kr = 20
- ωc = 5rad/s
- ω0 = 314rad/s(50Hz)
4. 并网运行特性分析
4.1 稳态运行特性
在额定光照条件下(1000W/m²),系统表现出以下特性:
- 光伏输出功率:95-98%的额定功率
- THD<3%,满足IEEE 1547标准
- 功率因数可调范围:0.8(超前)~0.8(滞后)
- 频率调节精度:±0.05Hz
4.2 动态响应测试
- 光照阶跃变化(1000→800W/m²):
- 功率调整时间:<200ms
- 频率最大偏差:<0.15Hz
- 直流母线电压波动:<5%
- 电网频率扰动(50→49.8Hz):
- 有功功率响应时间:<100ms
- 频率恢复时间:<500ms
- 无功功率波动:<2%
4.3 故障穿越能力
- 三相电压跌落(30%额定电压,100ms):
- 不间断运行
- 电流不超过1.2倍额定
- 故障清除后100ms内恢复
- 孤岛检测:
采用主动频移法(AFD),检测时间<500ms
5. 实际应用中的关键问题与解决方案
5.1 参数整定问题
虚拟惯量J和阻尼系数D的选取对系统动态性能影响显著。通过大量仿真实验,我们总结出以下经验:
- 惯量选择:
- 小惯量(J=0.5-1):响应快但抗扰动差
- 中惯量(J=2-3):平衡响应与稳定性
- 大惯量(J>4):稳定性好但响应慢
推荐公式:
code复制J = (0.1~0.3)*Sn/(2πf0)²
其中Sn为额定容量(VA),f0为额定频率(Hz)
- 阻尼系数优化:
采用模态分析法确定最佳阻尼比ξ=0.7~1.2:
code复制D = 2ξ√(J*K)
K为系统等效刚度系数
5.2 多VSG并联运行
当多个VSG并联时,需解决以下问题:
- 环流抑制:
- 采用虚拟阻抗法
- 控制方程:
code复制Zv = Rv + jωLv
典型值:Rv=0.1Ω, Lv=1mH
- 功率分配:
改进下垂控制:
code复制ωi = ω0 - mi(Pi - Pi0)
Ei = E0 - ni(Qi - Qi0)
其中mi、ni按容量反比分配:
code复制mi/mj = Sj/Si
5.3 储能容量配置
储能容量需满足两个需求:
- 功率波动平抑
- 惯量支撑需求
计算方法:
- 基于波动平抑:
code复制Eess = ∫|Ppv(t)-Pavg|dt (t∈T)
T为平抑周期(通常5-15分钟)
- 基于惯量支撑:
code复制Eess = Jω0Δωmax
Δωmax为允许最大频率偏差(通常0.5Hz)
最终取两者较大值,并考虑20%裕量
6. 仿真与实验结果验证
6.1 典型工况测试
- 光照渐变场景:
- 模拟日出到日落的光照变化(0→1000→0W/m²)
- 储能SOC变化范围控制在30-80%
- 输出功率平滑,无剧烈波动
- 负载突变测试:
- 50%→100%负载阶跃变化
- 电压跌落<5%,恢复时间<300ms
- 频率偏差<0.2Hz
6.2 与传统控制对比
| 对比项目 | PQ控制 | VSG控制 |
|---|---|---|
| 频率响应 | 无支撑 | 主动支撑 |
| 惯量特性 | 无 | 可调惯量 |
| 短路容量 | 低 | 提高30%以上 |
| THD | <3% | <2.5% |
| 动态响应 | 快但振荡 | 平稳 |
6.3 硬件在环验证
采用RT-LAB实时仿真平台进行HIL测试:
- 仿真步长:50μs
- 控制周期:100μs
- 通信延迟:<200μs
测试结果与纯软件仿真误差<3%,验证了模型的准确性
在实际工程应用中,这种光伏储能虚拟同步发电机系统已经在我国多个光储电站得到应用。以某10MW光储电站为例,采用VSG技术后,电站的调频调压能力提升40%以上,故障穿越成功率从85%提高到98%,显著提升了电站的并网性能。