分享

基于模块化多电平换流器的电动汽车集群与智能电网集成系统参数优化设计

 电气技术杂志社 2020-11-18
摘要

教育部光伏系统工程研究中心(合肥工业大学)的研究人员茆美琴、陈强等,在2018年第16期《电工技术学报》上撰文指出,模块化多电平换流器(MMC)为实现大规模电动汽车与智能电网集成提供了一种可行的解决方案。

但由于电动汽车储能系统的特殊性,如果MMC主电路交直流电压等级、桥臂级联数等主要参数设计不当,则可能出现绝缘安全、桥臂电流越限等一系列问题,从而影响系统的安全、高效率运行。为此,基于MMC的电动汽车集成系统(MMC-EVIS)多目标功率管理策略,建立了MMC-EVIS系统调制度、桥臂电流峰值和电动汽车充/放电峰值功率系数等设计指标,提出了MMC-EVIS参数优化配置区间。

以某一中等规模小区充电站为场景,优化设计了功率为480kW的MMC系统,在Matlab/Simulink环境下进行仿真分析,验证了集成系统参数优化设计的合理性与必要性,为MMC-EVIS设计及运行提供了一定的参考。

随着工业化的迅速发展以及化石燃料的大量使用,环境污染、雾霾、全球变暖等环境问题已经成为制约各国经济发展的重要因素[1]。因此,近年来电动汽车(Electric Vehicle, EV)产业和可再生清洁能源的大力发展,对解决城市环境问题及应对可能面临的能源危机具有重要意义。

截至2017年底,我国光伏累计装机130GW,风电累计装机164GW;同时,截至2017年底,我国新能源汽车保有量已达153万辆。根据我国《电动汽车充电基础设施发展指南》规划,到2020年我国EV保有量将达500万辆,而另据《节能与新能源汽车技术路线图》中指出,到2030年这一数字将达到8000万辆。

然而,可再生能源自身的间歇性、波动性以及大规模EV集成入网所形成的冲击性负荷和谐波也对大电网的稳定运行带来了巨大的挑战[2]。可再生能源发电系统需要大量储能单元解决其波动性、随机性问题[3,4]。目前储能系统成本高问题短期难以根本性解决。但车辆到电网(Vehicle to Grid, V2G)技术的发展,使得EV具备“源”与“荷”双重角色,因而可以作为移动的储能单元参与平滑负荷波动[5],促进新能源发电就地消纳[6],为电网提供辅助性服务[7]。

其中,EV与电网集成的拓扑结构包括:分散的交直流充电桩模式,换电站模式以及目前正在研究的直流微电网集成方式、交流微电网集成方式以及交直流混合微电网集成方式[8,9]。但这些集成方式都存在各自的缺陷,如使用多级功率变换能量转换效率低、集成度不高、三相功率不平衡等。

模块化多电平换流器(Modular Multilevel Converter, MMC)在柔性直流输电方面已有实际应用[10]。其模块化程度高、集成度高、效率高、冗余性好等特点使其在蓄电池储能系统[11]、光伏发电并网系统[12]以及基于MMC大规模EV集成入网[13]等系统的应用得到学术界及工业界的广泛关注。

其中,文献[14]将EV嵌入MMC每个子模块来形成电动汽车集成系统,并提出了一种多目标功率管理策略,实现了EV按车主用户需求响应充电功率差异化控制以及实现并网电流对称、与电网交换功率大小按需求调度控制的目标。

但是,进一步研究发现,在实际应用中,基于MMC电动汽车大规模并网系统如果设计不当,可能出现绝缘设计不合理、桥臂电流越限、EV峰值充电功率过大等一系列问题,对系统的安全稳定运行构成了威胁,而现有的文献中还未有涉及这方面的研究。

本文针对基于MMC的大规模电动汽车集成系统(MMC-based EV-fleet Integration System, MMC- EVIS)主要参数优化配置问题,基于EV虚拟荷电状态(State of Charge, SOC)模型及其多目标功率控制策略[14],推导了MMC额定容量、交直流母线电压、每相桥臂串联模块数和个体EV直流电压等级、额定充放电功率间的数学关系,建立了MMC系统调制度、桥臂电流峰值和EV充放电峰值功率系数等关键设计评估指标,确定了系统安全稳定运行范围。

根据上述分析,基于参数扫描分析方法以某一中等规模小区充电站为场景,优化设计了功率为480kW的系统,并在Matlab/Simulink环境下进行仿真分析和证明。

图1  基于MMC的大规模EVs集成系统拓扑

图2  基于MMC的EVIS功率控制架构

结论

本文基于虚拟SOC及环流控制模型的多目标功率管理策略,针对适用于电动大巴充电站或工厂、写字楼区域等应用场景的MMC-EVIS充电站,提出了MMC-EVIS建设的参数设计评价指标,推导了系统主要参数的安全稳定区域。

算例480kW,1kV AC MMC-EVIS设计分析表明,电动汽车电压等级的升高,有利于系统各项设计指标的提升,但考虑到安全区域的约束,确定VEV=346V、n=8为系统变量的最优组合方式。进一步的仿真分析也证明了MMC-EVIS参数优化设计的合理性与必要性,同时也表明本文所提出的设计指标以及分析计算模型对于MMC-EVIS的主要参数优化配置提供了可以借鉴的理论方法。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多