利用电动机负载和电动汽车的微电网主动混合惯量支撑

《Journal of Energy Storage》:Active hybrid inertia support for microgrids utilizing motor loads and electric vehicles

【字体: 大 中 小 】 时间:2026年09月24日 来源:Journal of Energy Storage 10.7

编辑推荐:

   • 具有高可再生能源渗透率的新兴微电网存在惯量低和频率稳定性差的问题。 • 电动汽车(EV)和电机类旋转负荷的大量接入展现了需求侧惯量支撑的潜力。 • 提出了一种基于机器学习(ML)与电动汽车(EV)融合惯量主动支撑的控制策略。 • 针对电动汽车数量的不确定性,提出了一种自适

  

• 具有高可再生能源渗透率的新兴微电网存在惯量低和频率稳定性差的问题。
• 电动汽车(EV)和电机类旋转负荷的大量接入展现了需求侧惯量支撑的潜力。
• 提出了一种基于机器学习(ML)与电动汽车(EV)融合惯量主动支撑的控制策略。
• 针对电动汽车数量的不确定性,提出了一种自适应权重的惯量支撑调节策略。

## 引言

随着可再生能源(RES)在微电网(MG)中渗透率的不断提高,其电能的波动性导致频率快速波动[1]、[2],微电网中最低频率降低和频率变化率(ROCOF)增大[3]、[4]、[5],严重削弱了频率稳定性[6]、[7],以及微电网运行的可靠性和安全性[8]、[9]。传统的频率支撑方法依赖于发电储备或冗余配置,即预先分配的调频裕度,以提供惯量支撑并将频率偏差限制在可接受范围内。然而,此类方法不可避免地会产生额外的经济成本和空间需求。

基于储能系统(ESS)的惯量支撑方法已被提出,其中主要采用电池和超级电容来模拟传统同步发电机[10]。该方法增强了微电网(MG)的动态频率响应能力[11]、[12]、[13],并提供虚拟惯量支撑[14]、[15]、[16]。超级电容(SC)与电池的协调使用(混合储能系统)[17]能够实现快速响应、极高的功率密度,并延长储能系统的使用寿命[18]、[19]、[20]。然而,这些方法可能需要额外的储能系统部署。

需求侧惯量支撑已成为缓解微电网(MG)低惯量问题的一个有前景的研究方向。具有调节潜力的负荷侧惯量响应资源主要包括恒温控制负荷、照明负荷和旋转负荷。恒温控制负荷(如制冷设备)可以通过本地频率测量和非侵入式控制策略为微电网提供频率响应[21]、[22]、[23]。一些研究利用日光充足时段照明负荷的不可感知调光特性,使其作为惯量源参与系统惯量支撑[24]。然而,这两类负荷无法提供连续的频率响应,通常需要统计聚合才能实现平滑的一次频率响应。相比之下,旋转负荷作为柔性需求响应资源,占总负荷需求的比例相当大,在船舶或工业微电网中可达负荷功率的70%[25]。因此,旋转负荷在微电网中作为惯量响应资源具有巨大潜力。

电机负荷(ML)作为旋转负荷的典型类别,包括泵、压缩机和推进器驱动负荷等。这些负荷可以通过调节其变速驱动器(VSD)控制器来提供主动频率支撑[26]、[27]。具体而言,某些电机负荷能够暂时偏离其额定工作点,通过降低转速快速释放转子储存的动能。文献[28]提出了一种基于下垂的电机转速调节方法,以模拟同步机的下垂特性。然而,此类一次频率控制策略的惯量支撑能力有限,且容易导致瞬态响应中频率变化率(ROCOF)相对较高。为进一步限制ROCOF并降低最大频率偏差,提出了将频率微分项引入控制器的混合惯量控制方案[29]。然而,这种基于惯量的功率响应可能在短时间内引起显著的转速下降。此外,频繁的转速波动可能导致严重振动或噪声,从而降低电机寿命。为减轻频繁电机转速调节的不利影响,同时充分利用电机负荷侧的惯量资源,文献[30]、[31]进一步将并网侧变换器直流母线电容中储存的能量作为频率调节资源纳入考虑。据此,提出了一种协调响应控制策略,其中电机侧变换器调节电机转速,并网侧变换器控制直流母线电压以实现虚拟惯量输出。尽管该方法可以改善频率动态性能,但它并未明确考虑直流母线电容与电机之间的功率分配。因此,显著的直流电压下降可能破坏电机侧变换器的调制稳定性。

随着电动汽车(EV)在现代微电网(MG)中的广泛部署[32]、[33],利用电动汽车作为潜在的频率响应单元已成为一个有前景的研究方向。文献[34]中,配备双向功率能力的电动汽车被用于提供虚拟惯量支撑。这增强了基于电力电子且无同步发电机的微电网的稳定性,并降低了储能系统(ESS)所需的容量和投资成本。据此,本研究将电机负荷(ML)和电动汽车共同视为混合惯量源。在频率扰动期间,基于电机负荷和电动汽车的混合惯量响应可以充分利用微电网中可用的惯量资源。具体而言,电机负荷控制器主动调节转速和直流母线电压以调节负荷运行状态并提供惯量支撑。同时,电动汽车作为惯量资源参与频率调节可以减轻电机负荷的惯量支撑负担,从而减少电机频繁的转速调节。此外,考虑到这些混合惯量负荷的运行寿命,对电机转速、直流电压和电动汽车响应功率施加了动态约束,以减轻混合惯量源的过度调节并提升系统整体性能。

为在多目标约束下实现有效调节,模型预测控制(MPC)在处理非线性动力学和执行多个运行限制方面展现了巨大潜力。关于虚拟惯量(VI)策略(如虚拟同步发电机(VSG)),现有研究表明,分数阶(FO)控制器[35]可以提供更大的稳定裕度和改善的系统鲁棒性。为进一步增强基于电动汽车的虚拟惯量响应调节,提出了一种分数阶虚拟同步发电机(FOVSG)控制方案,以提高混合惯量系统的调节能力和稳定性。

总之,在电机负荷(ML)和电动汽车(EV)混合惯量资源的协调利用方面仍存在显著的研究空白。主要挑战包括混合惯量响应功率的分配、非线性频率调节动力学引起的计算负担,以及微电网中参与电动汽车数量带来的不确定性。这些问题显著增加了主动惯量源调节和响应功率协调的难度。因此,必须解决频率调节的统一非线性建模、混合惯量响应的实时控制以及电动汽车参与不确定性下的系统级协调调节等问题,以充分利用电机负荷—电动汽车集成系统所提供的微电网惯量资源。

本文聚焦于基于电机负荷(ML)和电动汽车(EV)的协调惯量响应控制,以增强微电网的惯量支撑能力并提高频率稳定性。为表征混合ML—EV惯量源的非线性频率调节动态特性,同时降低控制器的计算负担,在模型预测控制(MPC)框架内建立了包含可再生能源(RES)和混合惯量资源的微电网状态空间模型。提出了一种基于分数阶MPC(FOMPC)的主动惯量调节策略,根据系统约束自适应调节ML和EV的惯量响应,从而在满足负荷运行约束的同时提高频率稳定性。关键在于,设计了一种自适应加权方案,以应对控制目标中的电动汽车参与不确定性和负荷调节约束。最后,在多种运行场景下验证了所提策略的鲁棒性,包括光伏发电和风力发电变化、静态负荷扰动以及参与电动汽车数量的不确定性。

本文的主要贡献总结如下:

(1)为准确表征基于电机负荷(ML)和电动汽车(EV)的混合惯量响应的动态行为,在模型预测控制(MPC)框架内建立了一个包含混合惯量的离散时间微电网状态空间控制模型。该模型通过在每个时间步更新微电网状态变量,实现精确的实时预测。

(2)提出了一种基于分数阶MPC(FOMPC)的混合惯量控制策略,用于协调ML—EV运行。电动汽车提供的虚拟惯量输出减轻了电机负荷的功率响应负担,从而在微电网中实现稳健的主动惯量支撑。

(3)考虑到实际应用中接入电动汽车数量的不确定性,提出了一种基于频率调节性能、混合惯量源运行优化和电动汽车数量的自适应代价函数权重调整方法。这确保了在不同微电网运行条件和惯量控制目标下的自适应调节。

本文其余部分组织如下:第2节分析和建模了包含可再生能源(RES)的微电网各个模块,重点分析了各模块的频率响应动态特性。第3节建立了混合惯量响应的离散时间状态空间控制模型。第4节提出了基于FOMPC的主动混合惯量响应控制,包括分数阶虚拟惯量控制策略和预测控制模型的构建。第5节进行了实验验证。

## 微电网频率响应建模

如图1所示,具有高可再生能源(RES)渗透率的微电网在发电侧由热发电机$P_{tg}$和可再生能源(主要为光伏$P_{PV}$和风电$P_W$)组成。在负荷侧,包括电动汽车$P_{EV}$、以电机负荷($P_{ML}$)为主的旋转负荷,以及静态负荷,后者进一步分为工业负荷($P_{Load1}$)和居民负荷($P_{Load2}$)两类。本研究考虑了静态负荷的波动以及光伏和风电的变化。

## 微电网主动混合惯量响应的离散时间建模

为准确表征基于电机负荷(ML)和电动汽车(EV)的主动混合惯量源在微电网扰动下的动态响应行为,并实现可调的响应控制,建立了包含混合惯量的统一离散时间状态空间控制模型。

相应地,采用前向欧拉法对图6中所示的各子系统模型进行离散化,得到微电网系统的状态空间表示。

## 主动混合惯量资源的FOMPC控制

在利用主动混合惯量资源的分数阶模型预测控制(FOMPC)框架中,首先建立状态空间预测模型,以捕获未来$N$步内微电网频率的动态特性。随后,提出了一种基于FOMPC的主动惯量响应策略,以协调ML和EV的惯量响应控制。

主要目标是将惯量响应源恢复到其稳定运行点,具体而言:

## 案例分析

为验证所提基于电动汽车和旋转负荷的主动混合惯量响应策略在微电网频率调节方面的有效性,设计了四个实验场景:(1)静态负荷波动;(2)可再生能源发电波动(光伏和风电);(3)两类电机负荷,即恒转矩(CT)负荷和方转矩(ST)负荷;(4)参与电动汽车数量存在不确定性的场景。

## 结论

电机负荷和电动汽车代表了在微电网中具有显著调节潜力的新兴惯量响应资源。通过将电机转子中储存的旋转惯量与通过电动汽车需求响应机制提供的虚拟惯量相结合,这些资源可以主动响应微电网频率波动。为实现协调的惯量响应调节,本研究提出了一种基于动态特性的分数阶模型预测控制(FOMPC)方法。

## CRediT作者贡献声明

Jing Ouyang:资源获取、项目管理、资金获取、形式分析、概念构思。
Qiaoning Duan:论文撰写与修改、论文初稿撰写、验证、软件、方法论、调查研究。
Zixu Zhu:可视化、验证、指导、软件、方法论、调查研究。
Benben Zhang:可视化、验证、指导、资源获取、方法论、调查研究、数据处理。
Maosong Zhang:验证、指导、资源获取、形式分析。
Jianfeng Wang:指导、资源获取。

## 资金

本研究得到中国铁塔股份有限公司浙江分公司科技项目(项目编号CTC-ZJZJ-2025–000292)、浙江省公益基础研究计划(项目编号LGF21E070001)以及浙江理工大学研究生教学改革项目(项目编号2022309)的支持。

## 利益冲突声明

代表所有作者,通讯作者声明不存在利益冲突。

Jing Ouyang | Qiaoning Duan | Zixu Zhu | Benben Zhang | Maosong Zhang | Jianfeng Wang
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号