一种含电动汽车的混合电力系统的频率控制方法和装置与流程

本发明涉及混合电力系统频率控制策略设计技术领域，尤其是涉及含电动汽车的混合电力系统的频率控制方法和装置。

背景技术：

伴随着经济的增长，环境保护引起了现代社会的极大关注，可再生能源以其清洁、安全、永续的特点，在各国能源战略中的地位不断提高。分布式新能源发电、智能负荷、集成电动汽车(ev)和其他尖端技术已经实质上提高了智能电网的性能。风能作为一种清洁可再生能源具有成本较低、技术较成熟、可靠性较高、产业化基础较好等优点，受到了国内外专家和学者的广泛关注，在世界范围内得到了快速发展。然而，风力发电在很大程度上依赖于天气、地理等自然环境因素。尽管智能电网有着巨大的潜力，与传统电力系统相比具有节能、低污染等优点，但其稳定性比电网更具挑战性，尤其是在孤岛运行模式下运行以及当含大规模风电的电网发生冲击性负荷扰动时。传统电源的调频容量及响应速度将难以满足调频的需求，如果频率偏差不能及时有效消除，可能会导致一系列严重的问题，甚至损害智能电网的稳定性和安全性。因此，频率控制已成为发展智能电网的重要挑战之一，智能电网的频率控制器有望在电力消耗与发电功率不匹配时快速消除频率振荡。

在传统的频率控制设计中，电力系统的模型被近似为一个运行点附近的线性模型，而没有发电机的动态特性。比例-积分-微分(pid)控制在过去几年被用作典型的频率控制方法。近年来，针对这一问题国内外学者们不断地将pi控制、模糊控制、神经网络、自适应控制和滑模算法等先进控制理论应用于系统负荷频率控制中。在这些方法中，滑模控制(smc)被认为是一种有效的方法，因为它具有良好的理论基础，对干扰不敏感性。

随着储能系统技术的进步和v2g技术的迅速发展，越来越多的新型储能系统接入电网中，电动汽车也已经被视为可控负载和分布式存储设备。储能系统具有响应速度快、控制灵活、运行稳定等优点。相比火力发电机组，储能资源具有较快的功率调节速度，能够对系统的频率变化做出快速的响应，适合参与电力系统的频率调节。在许多研究中，电动汽车已被集成到主电网中，以提供频率调节的可行性。因此，利用大规模储能电源参与电网调频，已受业界广泛关注。

技术实现要素：

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含电动汽车的混合电力系统的频率控制方法和装置。

本发明的目的可以通过以下技术方案来实现：

一种含电动汽车的混合电力系统的频率控制方法，所述混合电力系统中包括电动汽车，所述方法基于预建立的智能滑模控制器，采用电动汽车辅助调频控制策略控制所述混合电力系统的频率。

进一步地，所述智能滑模控制器满足如下方程：

式中，u(t)为智能滑模控制器的控制信号，β为第一设计参数，β＞0，设置β使得y(t)和βu(t)具有相同的数量级，为f(t)的估计值，y(t)为混合电力系统的输出信号，y*(t)为混合电力系统所需的参考输出信号，e(t)为混合电力系统的跟踪误差，t为第二设计参数，t＞0，eestmax为第三设计参数，用于估计误差最大值，η为智能滑模控制器的收敛因子，为常数，η＞0，η根据等式|s(t)|η＞2teestmax设置，s(t)为滑动面函数，ε为边界层厚度，ε＞0。

进一步地，所述电动汽车辅助调频控制策略包括以下步骤：

1)若tr＞t，在电动汽车接入时间内，只作充电计划；

2)若tr≤t，当socin≤a时，作充电计划，并将电动汽车soc充电至a，在t-tr时间内进行系统频率控制，随后作充电计划至soce，再离开电网；

3)若tr≤t，当socin＞a时，在t-tr时间内进行系统频率控制，随后作充电计划至soce再离开电网；

式中，t为电动汽车接入电网的时间，t＝tout-tin，tin为电动汽车接入电网的时刻，tout为电动汽车离开电网的时刻，tr为电动汽车充电至预期荷电状态所需时间，socin为电动汽车开始时的荷电状态，soce为电动汽车开始时的预期荷电状态，soc为电动汽车的荷电状态，a为第一常数。

电动汽车辅助调频控制策略的原理是：若电动汽车在其接入系统时间内不能达到预期荷电状态，则只令其只充电，不调频，满足用户需求；若能达到预期荷电状态，以电量a作为标准分开，因为电动汽车参与电网调频时，当系统频率下降，电动汽车需要作为储能及时向电网放电调整系统频率，如果此时电动汽车电量不足第一常数a，是无法及时按需调频的。

进一步地，所述系统频率控制具体为，采用联合协调分层控制策略进行系统频率控制，所述联合协调分层控制策略包括：采用所述智能滑模控制器和电动汽车控制器分层对所述混合电力系统进行频率控制。

具体地，采用所述智能滑模控制器和电动汽车控制器分别对所述混合电力系统的低频层和高频层进行分层频率控制。

进一步地，所述联合协调分层控制策略具体为，通过低通滤波器对采集到的系统频率偏差进行分频，获取系统频率偏差高频部分和系统频率偏差低频部分，通过电动汽车控制器调节所述系统频率偏差高频部分，通过智能滑模控制器调节所述系统频率偏差低频部分。

联合协调分层控制策略的原理是：首先通过低通滤波器对采集到的系统频率偏差进行分频，由于电动汽车的储能系统对频率响应速度快，效果好，故用作调节系统高频频率偏差部分，智能滑模控制器调节系统频率偏差低频部分。两者分层控制较以往的独立滑模控制效果更佳，响应速度更快，且大量提供调频服务的电动汽车用户所得到的收益大于损耗。

进一步地，所述第一常数为0.5。

进一步地，通过控制电动汽车集群充电站，实现电动汽车辅助调频控制策略，所述电动汽车集群充电站连接有多个独立充电桩，所述独立充电桩用于对电动汽车进行充电以及配合进行系统频率控制。

本发明还提供一种含电动汽车的混合电力系统的频率控制装置，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如上述的方法的步骤。

与现有技术相比，本发明具有以下优点：

(1)本发明设计的智能滑模控制器相比于传统的滑模控制器，具有无模型、非线性的特点，因其不需要独立的mgs数学模型进行负载频率控制，相比于经典的pid、lqr、超前滞后等控制器，本发明智能滑模控制器对不确定性和干扰具有鲁棒性。

(2)本发明设计的电动汽车辅助调频控制策略，考虑到电动汽车接入混合电力系统的特点，在电动汽车接入电网的时间小于充电至预期荷电状态所需时间，电动汽车只作充电计划，否则，在电动汽车充电至荷电状态达到0.5时，先进行系统调频，再作充电计划，该电动汽车辅助调频控制策略即满足了电动汽车的充电需求，又能优先进行系统调频，提高混合电力系统的频率控制效率。

(3)本发明通过智能滑模控制器和电动汽车控制器分层对混合电力系统进行频率控制，智能滑模控制器对不确定性和干扰具有鲁棒性；电动汽车控制器采用电动汽车辅助调频控制策略，对系统高频偏差部分进行优先处理，提高了混合电力系统进行频率控制的准确性和响应速度。

附图说明

图1为带电动汽车的风柴混合电力系统结构图；

图2为风力发电系统传递函数模型；

图3为鼠笼型感应风力发电机的传递函数模型；

图4为储能的传递函数模型；

图5为本发明智能滑模控制策略结构图；

图6为算例一中阶跃扰动下传统pi控制与含本发明中电动汽车控制策略所产生的频率偏差对比图；

图7为算例一中随机扰动下传统pi控制与含本发明中电动汽车控制策略所产生的频率偏差对比图；

图8为算例二中阶跃扰动下传统pi控制与含本发明中智能滑模控制所产生的频率偏差对比图；

图9为算例二中随机扰动下传统pi控制与含本发明中智能滑模控制所产生的频率偏差对比图；

图10为算例三中阶跃扰动下传统pi控制与含本发明中混合储能系统与智能滑模控制协调分层控制策略所产生的频率偏差对比图；

图11为算例三中随机扰动下传统pi控制与含本发明中混合储能系统与智能滑模控制协调分层控制策略所产生的频率偏差对比图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

本实施例提供一种含电动汽车的风柴混合电力系统频率的控制方法，该方法采用无模型非线性滑模控制器，其主要优点是不需要独立的mgs数学模型进行负载频率控制。此外，与经典的pid、lqr、超前滞后等控制器相比，它对不确定性和干扰都具有鲁棒性。

下面对本方法具体步骤、系统中各传递函数模型以及仿真分析进行具体描述。

一、具体步骤

1)在传统滑模控制器中，传统火电机组可表示为如下数学模型：

δei(t)＝bikeiδfi(t)+keiδpij(t)

δpij(t)＝2πt12(δfi(t)-δfj(t))

根据上述方程可表示为如下向量状态方程：

x(t)＝ax(t)+bu(t)+fδpdi(t)

其中，

为设计滑模控制器，做出如下假设：

假设1：(a,b)可控。

假设2：rank[b,g(t)]≠rank[b]。

假设3：存在已知常数ξ，使得集结不确定项||g(t)||≤ξ，其中||*||为欧几里德范数。

设计的滑模控制器满足如下方程：

u＝ueq+us

＝-kx(t)-(cb)^-1cg(t)-nσ(t)-msgnσ(t)

传统滑模控制器为现有技术，在文献“frequencycontrolstrategyofmulti-areahybridpowersystembasedonfrequencydivisionandslidingmodealgorithm”(iet-gtd.2018.5145)有详细记载，本文不再进行描述。

2)智能滑模控制器的具体设计步骤如下：

智能滑模控制器设计引用文献“model-freeslidingmodecontrolofnonlinearsystems:algorithmsandexperiments”该文献设计了无模型滑模控制器，本发明将其设计思路与负荷频率控制相结合，采用其控制系统低频偏差部分。

对于之前提出与传统滑模控制器的差别：传统滑模控制器需要系统的数学模型，但智能滑模控制器的主要优点在于不需要系统的数学模型，即已知系统的输入和输出信号即可对系统进行调节，不需要控制器调优的过程模型。

基于步骤1)中传统的滑膜控制器，针对如图1所示含电动汽车的风柴混合电力系统中，对风柴储系统的动态性能进行分析，进行智能滑模控制器的设计，对系统频率进行调节，从而减小系统频率偏差。

201)设置设计参数β＞0，使得y(t)和βu(t)具有相同的数量级；

202)设置一阶导数加低通滤波器的参数，并给出传递函数hlp1(s)；

203)设置设计参数eestmax(考虑较小的值)；

204)通过调整参数t＞0，可以达到所需最佳控制性能；

205)使用等式|s(t)|η＞2teestmax设置参数η＞0。其中s(t)是滑动面；此外，η＞0是一个常数，表示无模型控制器的收敛因子。

如图5所示，所设计的智能滑模控制器满足如下方程：

校正信号

3)本实施例采用混合储能与电动汽车共同用来对系统频率进行调节，智能滑模控制器与电动汽车控制器分层协调抑制系统的频率偏差。

具体地，本实施例采用电动汽车辅助调频控制策略进行电动汽车的充电计划以及系统频率控制，并且系统频率控制采用联合协调分层控制策略进行，具体实施时，通过控制器控制电动汽车集群充电站实现上述方法。

下面对电动汽车辅助调频控制策略、联合协调分层控制策略、电动汽车集群充电站以及控制器进行详细描述。

1、电动汽车辅助调频控制策略

电动汽车辅助调频控制策略策略如下：

301)若tr＞t，在电动汽车接入时间内，只作充电计划；

302)若tr≤t，当socin≤0.5时，作充电计划将电动汽车soc充电至0.5，在t-tr时间内参与系统调频，随后作充电计划至soce再离开电网；

303)若tr＞t，当socin＞0.5时，在t-tr时间内参与系统调频，随后作充电计划至soce再离开电网。

tin和tout分别是电动汽车接入电网和离开电网的时刻，tout＞tin，t＝tout-tin为电动汽车接入电网的时间。

socin和soce分别是电动汽车开始时的荷电状态以及预期荷电状态，tr是充电至预期荷电状态所需时间。

2、联合协调分层控制策略

联合协调分层控制策略具体为：采用智能滑模控制器和电动汽车控制器分层对所述混合电力系统进行频率控制。

具体地，采用所述智能滑模控制器和电动汽车控制器分别对所述混合电力系统的低频层和高频层进行分层频率控制。

3、电动汽车集群充电站

将θea定义为一组电动汽车集群充电站(电动汽车聚合器)，表示为如θea＝{ea1,ea2,…,eak,…,ean}，共n个电动汽车集群充电站，其中eak∈θea。那么，第k个电动汽车集群充电站的独立充电桩数量可记作nk，故有θn＝{n1,n2,…,nk,…,nn}。则所有电动汽车数量可计算为

电动汽车集群充电站通过与各个独立充电桩的通信，能够实现对电动汽车的监测与控制。电动汽车集群充电站在调度计划的基础上，对各个独立充电桩下发充电计划以及调频计划。每个独立充电桩的作用有监测电动汽车的电池状态，包括功率、soc等，向电动汽车集群充电站及时进行反馈，集群充电站对收到的数据进行分析和计算。

4、控制器

本实施例中控制器采用pi控制器，pi控制器连接各个电动汽车集群充电站，pi控制器包括存储器和处理器，所述存储器存储有计算机程序，处理器调用计算机程序执行上述控制方法的步骤。

二、系统中各传递函数模型

如图2、图3和图4所示，分别为风力发电系统传递函数模型、鼠笼型感应风力发电机的传递函数模型和储能的传递函数模型，且均为现有技术，在此不做详细描述。

如图1所示为本研究对象：带电动汽车的风柴混合电力系统结构图，是含风储的两域互联系统，两个区域均包含传统火力发电机、风力发电机、电池储能系统和负荷扰动。

三、仿真分析

为验证本实施例中混合储能系统和智能滑模控制器以及电动汽车自适应控制策略对含电动汽车的风柴混合电力系统频率控制的有效性，本文基于rtds平台，搭建了含电动汽车的风柴混合电力系统模型以及对应的智能滑模控制策略仿真模型。针对该电力系统中，分别考虑了不同风能和不同负荷扰动下附加控制器的鲁棒性问题。所研究的混合电力系统中风机装机容量为150kw，柴油机容量为250kw，负荷容量为250kw。

算例一：采用含电动汽车的混合储能系统控制策略

在算例一中，首先考虑了系统无混合储能系统、系统配置采用传统pi控制的混合储能系统在内的两种工况。在t＝1s时，设定阶跃扰动δpl＝0.4pu。

图6和图7中，实线为无混合储能的系统频率曲线，虚线为加入含电动汽车的混合储能系统的系统频率曲线。

由图6可以看出，系统在1s产生一个阶跃扰动时，无混合储能的系统频率偏差最大，加入含电动汽车的混合储能系统可使得频率偏差变小，进一步减小频率偏差量。图7为在随机扰动情况下含本实施例中电动汽车辅助调频控制策略所产生的频率偏差对比图，进一步证明了加入含电动汽车的混合储能系统对控制系统频率偏差的有效性。

算例二：采用智能滑模控制器

在算例二中，考虑了系统无滑模控制、系统配置采用智能滑模控制在内的两种工况。在t＝1s时，设定阶跃扰动δpl＝0.4pu。

图8和图9中，实线为无滑模控制的系统频率曲线，虚线为加入了设计的智能滑模控制器的系统频率曲线。

由图8可以看出，系统在1s产生一个阶跃扰动时，无滑模控制的系统频率偏差最大，加入了设计的智能滑模控制器可以使得频率偏差变小，控制效果显著，减小频率偏差量。图9为在随机扰动情况下含本实施例中设计的智能滑模控制器所产生的频率偏差对比图，证明了该设计的有效性和合理性。

算例三：采用联合协调分层控制策略

为了验证所提出的含电动汽车的混合储能系统与智能滑模控制器的分层控制策略的有效性，分别在阶跃扰动以及随机扰动的情况下，将所提出的联合协调分层控制策略与传统pi控制进行比较。其中图10为阶跃扰动下的系统频率偏差，在t＝1s时，设定阶跃扰动δpl＝0.4pu。图11为随机扰动下的系统的频率偏差。

图10和图11中，实线为采用传统pi控制的系统频率曲线，虚线为采用联合协调分层控制策略的系统频率曲线。

在图10中可以明显看出采用了联合协调分层控制策略的抑制系统频率偏差的效果要远远好于单独使用电动汽车控制策略、混合储能系统以及智能滑模控制器。可以看出，在图11中，即便是随机扰动下，采用了本实施例中提出的联合协调分层控制策略的抑制系统频率偏差的效果也要远远好于以上策略的抑制效果。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。