雷竞技网页版研究与评论-国际期刊雷竞技苹果下载

国际电气、电子和仪器工程高级研究杂志

菜单

在线刊号(2278-8875)印刷版(2320-3765)

所有提交的EM系统将被重定向到网上投稿系统。作者被要求将文章直接提交给网上投稿系统各自的日志。

基于模糊逻辑的混合可再生能源并网能源管理

梅林欢乐玛丽1拉杰什先生2
  1. PG学生[PSE]， EEE系，Kamaraj工程技术学院，Viruthunagar，泰米尔纳德邦，印度
  2. 印度泰米尔纳德邦维鲁图那加市Kamaraj工程技术学院电子电气工程系助理教授
有关文章载于Pubmed，谷歌学者

更多相关文章请访问国际电气、电子和仪器工程高级研究杂志

国际电气、电子和仪器工程高级研究杂志

摘要

可再生能源，如风能、太阳能，由于其无限的存在和环境友好的性质，是理想的发电。本文研究了基于系统集成和模糊逻辑的混合可再生能源并网电源管理控制器设计。该混合系统通过一个通用电流源接口多输入dc-dc变换器将光伏(PV)阵列、风力涡轮机和电池存储组合在一起。该转换器用于将可再生能源整合到公用电网中。实现了一个两级控制系统，包括一个模糊逻辑控制器，以确保间歇性再生能源发电、储能和电网之间的电源管理，以及光伏、风电机组的本地控制器。在MATLAB/Simulink中进行仿真。

关键字
可再生能源，模糊控制器，电源管理，电网。

介绍
随着化石燃料储量接近枯竭，可再生能源(RE)将成为发电中越来越重要的一部分。在现有的可再生能源技术中，风能和太阳能是最有前途的选择，因为它们无所不在，免费提供，而且对环境友好。尽管这些技术在各个方面都在不断改进，但其间歇性和高资金成本等缺点仍然是其应用的主要障碍。具有储能功能的混合动力系统可以提高系统的可靠性、可用性、质量和运行效率。
早期已经提出了几种具有最大功率点跟踪(MPPT)控制的风力/光伏混合发电系统。他们在整流级采用融合连接的单独DC/DC降压和降压-升压变换器对每个可再生能源电源进行MPPT控制。这些系统都有一个问题，由于环境因素影响风力发电机，高频电流谐波注入其中。Buck和Buck -boost变换器没有消除这些谐波的能力。因此系统需要无源输入滤波器来去除它，使系统更加笨重和昂贵[6]。本文使用多输入DC-DC变换器，结合Cuk和SEPIC变换器，将风能和太阳能结合在一起，这样当其中一个电源不可用时，另一个电源可以补偿它。Cuk-SEPIC熔断变换器具有消除风力发电机高频电流谐波的能力。这消除了系统中无源输入滤波器的需要，也消除了输入电压[11]的升压或降压。
负荷需求和可再生能源之间的动态相互作用会导致稳定性和电能质量的严重问题。因此，管理整个混合系统的能量流动对于增加膜的工作寿命和确保持续的能量流动至关重要。越来越多的可再生能源和分布式发电机需要新的运营策略，以保持可再生能源和公用电网或微电网之间的能源平衡。
本文介绍了HRES的建模，并研究了电池、电网和HRES的能量管理优化。提出了一种用于风能和太阳能混合的新型变换器拓扑结构，它消除了对每个电源的MPPT要求。系统产生的平均输出电压将是这两个系统输入的和。实现了两级控制策略，即用于能源管理的模糊逻辑控制器和用于最佳性能的局部光伏和风力控制器。
A.文献综述
在文献中，有关混合动力系统能量管理的研究很少。其中，Wang和Nehrir[4]提出了ac-linked混合风能/光伏/FC能源系统的电源管理策略。Ahmed et al.[5]提出了一种电源管理策略，该策略研究了混合光伏/风力涡轮机/FC电源系统中的功率波动。Onar等人[6]提出了一种电源管理策略算法，该算法处理包含超级电容器组的混合光伏/风能/FC电源系统。然而，前面提到的所有方法都是采用常规的方法来控制混合动力系统，比如线性PI控制器，后来被证明在处理各种天气条件变化[9]时是不稳定的。张磊等[10]提出了用于电源管理的双尺度动态规划方法，该方法存在时间长、不适应输入变化的缺点。这导致开发其他方法，从而产生更健壮的算法，能够根据信息数据和环境变化建立新的管理标准，动态处理各种变化，而不会出现任何重大问题。
本文采用模糊控制器进行电池与电网之间的电源管理。模糊控制器不需要经典控制中使用的复杂数学模型，已被证明在实时应用中是合适的和性能良好的。

建议的体系结构
图1显示了所提出的风电/光伏资源与网格的总体架构。主要来源是风能和光伏，由多输入CUK和SEPIC变换器与直流电源组合而成。该转换器对光伏组件的最大功率点(MPP)跟踪和该电网中使用的输入电流控制方法更有效。
电池等储能系统(ESS)也连接到主直流母线，以克服可再生能源的间歇性特性，并支持孤岛模式下的本地电力生产，特别是在停电或自然灾害期间。模糊逻辑控制器实现了能量流向电网和充电控制。
直流电压由PWM逆变器转换成交流电压，馈送给电压为240Vrms的本地交流负载。本分析考虑三相电网，其电压水平为440V，也与三相230/440V变压器相连接。LC滤波器用于降低逆变器电压中的谐波。

组件建模
A. PV模型
光伏电池是由半导体材料制成的，可以将太阳光谱中的入射辐射转化为电流。PV电池通常由硅制成，有晶体和薄膜两种类型。当光子被半导体材料吸收时，它会增加价带电子的能量，将其推入导带。当入射光子的能量高于带隙能量时就会发生这种情况。导电带电子产生电流，通过半导体材料[3]。
图像
PV电池输出电压是光电流的函数，主要由负载电流决定，取决于操作期间的太阳照射水平(1)。
图像
其中符号定义如下:
e:电子电荷(1.602 × 10-19 C)。
k:玻尔兹曼常数(1.38 × 10-23 J/oK)。
Ic:电池输出电流，A. Iph:光电流，辐照水平和结温的函数(5a)。
I0:二极管反向饱和电流(0.0002 A) Rs:电池串联电阻(0.001 Ω)
Tc:参考电池工作温度(20°C)。Vc:电池输出电压，V。
k和Tc都有相同的温度单位，开尔文或者摄氏度。太阳能电池可以看作是一个电流发生器，产生电流(密度)Jsc。暗电流以相反的方向流动，是由+端和-端之间的电位引起的。此外，它还有两个电阻;一个串联(Rs)，一个并联(Rp)。串联电阻是由太阳能电池不是完美导体这一事实引起的。并联电阻是由于绝缘不良造成电流从一端漏到另一端。
B.风模型
风力涡轮机将风产生的机械能转化为电能。要使用这些电能，需要电压和频率调节。基于风力机[8]的稳态功率特性，建立了风力机模型。风力发电机产生的机械功率如式(2)所示。
图像
图像
所研究风力机的Simulink模型如图3所示。在Eq.(1)中，Pm是涡轮的机械输出功率(W)， Cp是涡轮的性能系数，λ是转子叶片叶尖速度与风速的叶尖速度比(度)，β是叶片俯仰角(度)，ρ是空气密度(kg/m3)， A是涡轮掠掠面积(m2)， v是风速(m/s)。表达式“Cp(λ， β)”由公式计算。(三)、(四)。
图像
系数C1到C6分别为:C1 =0.5176,C2 =116,C3 =0.4,C4 =5,C5 =21, C6 =0.0068。β等于0，但是，如果需要，这个值是可以改变的。
C.多输入变换器
仿真中采用了多输入CUK和SEPIC转换器。这些MI CSI转换器提供几乎连续的输入电流波形，由于他们的CSI输入腿。因此，这些变换器比MI降压-升压变换器[1]提供了更多的操作灵活性，因为它们允许集成需要相对恒定电流的输入源，例如输入电流控制
图像
MI Ćuk转换器[7]与MI SEPIC转换器[7][11]相似，只是输出电压反转不同。本文主要分析如图4所示的MI Ćuk转换器。
D.电池型号
仿真中采用了锂离子电池的数学模型。开压源根据电池实际荷电状态用非线性方程计算，公式如下[13](5)-(7):
图像
其中Ebatt为空载电压，Eo为电池恒压，K为极化常数，Q为电池容量，为电池实际充电量，i*为低频电流动态，A为指数区幅值，B为指数区时间常数逆(Ah)-1, Vbatt为电池电压，i为电池电流。该电池模型的主要特点是参数可以很容易地从制造商的放电曲线[13]中推导出来。
E.模糊逻辑概念
模糊逻辑产生于将逻辑推理和专家操作员的直觉决策纳入自动化系统的愿望。其目的是基于一些学习或预定义的规则做出决策，而不是基于数值计算。模糊逻辑采用规则基结构来进行决策。然而，在使用规则库之前，输入数据应该以这样一种方式表示，即保留意义，同时仍然允许操作。模糊逻辑是基于输入状态变量条件和相应期望输出的规则的聚合。必须存在一种机制来决定使用哪个输出或不同输出的组合，因为每个规则都可能导致不同的输出操作。模糊逻辑可以被看作是输入-输出映射的另一种形式。
模糊规则表示基于语言[14]。因此，输入是一个语言变量，对应于所考虑的状态变量。在模糊逻辑控制中，术语“语言变量”指的是系统设计者感兴趣的任何状态变量。模糊变量或许可以更好地描述为模糊语言限定词。
一旦指定了语言变量和模糊变量，就可以将完整的推理系统定义为开发FIS并将其应用于控制问题，包括以下几个步骤:
模糊化。
b.模糊规则评价(模糊推理引擎)。
去模糊化。

模糊逻辑控制策略
有几种技术可用于实现能量管理算法[4][9][10]。其中，模糊逻辑技术功耗低，成本优化，可靠稳定。模糊系统(FS)是一种基于模糊集理论的非线性控制方法，它试图将经验丰富的用户的专业知识应用到基于模糊的控制器的设计中。
能源管理策略应在满足负荷功率要求的前提下，确定光伏、风电、电网和电池之间的分配功率。电力需求本质上是不可预测的，而且变化频繁，因此负荷分布是不可避免的。如果加上这一点，非线性子系统就变成了复杂的混合系统结构。为此，提出了一种综合考虑天气变化、负荷需求和SOC的先进模糊专家系统。图5显示了所提出的模糊专家系统。
图像
正常运行时，系统功率变化平稳，使电网运行点偏差最小。电池管理系统将SOC维持在合理的水平(40% ~ 80%)。此外，它通过控制电池所需的功率水平来防止电压崩溃。
电力管理系统通过将电力需求(PL)划分为电池和光伏/风能系统(PG)可用功率的函数来控制电网的参考功率。
图像
FLC使用称为规则的IF-THEN语句列表将输出与输入联系起来。规则的if部分描述输入变量的模糊集(region)。在本文中，模糊输入变量为PG, PL和SOC，输出变量为GD, BS。计算隶属度以得到输出控制器，然后对所有规则的隶属度取平均并加权。

仿真结果
电气分系统由光伏、风能等一次能源单元组成，蓄电池组作为辅助能源单元。采用模糊逻辑对不同电源和负载之间的电源管理进行控制。FLC控制单元的设计目的是控制蓄电池电流、电网潮流，根据负荷补充所需的功率。FLC有三个输入和一个输出。逆变器单元用于将来自可再生能源的直流发电转换为所需的交流电源。整体仿真示意图如图6所示。
图像
A.隔离模式
电池初始SOC为50%。因此，SOC为中等，低负载需求由RS满足，额外的功率将用于为电池充电。电池是充电/放电和平均电流通过它。可再生系统与电网隔离。PCC和电网的电流电压波形如图7所示。
图像
B.网格交互模式
在这种情况下，电池存储SOC为80%，这将表明电池完全充电。在这种模式下，多余的能量供应到电网，电池只能放电而不能充电。PCC和电网的电流电压波形如图8所示。
在以上两种情况下，PCC的电压将由逆变器中使用的控制器调节为恒定的交流230V，滤波电路消除交流电压中的谐波。
图像

结论
采用FLC控制光伏阵列、风力发电机、蓄电池组与负载之间的功率管理。在MATLAB/SIMULINK中使用FLC进行仿真，结果表明该系统具有良好的性能。结果表明，光伏和风力发电机能够为负载提供所需的能量，并在夜间为电池充电。在白天，光伏系统产生的高功率，由于电池充满电后多余的功率发送到公用电网。FLC有混合功率、需求和电荷状态三个输入信号。采用27个规则库、COG法和Max-Min法。

参考文献














全球科技峰会