引言 

      所有传统电网的主要目的是为附近的城市地区供电。输电线路的成本随着距离的增加而增加。许多村庄远离电网，因此很难为他们提供足够的电力来完成基本的家务劳动。在这些偏远地区，电力需求主要由分布式发电机来满足，这些发电机主要是可再生能源。与集中式火力发电厂、燃气发电厂和核电站不同的是，分布式发电机是分散的，以较低的传输成本提供电力。化石燃料储量的快速减少，导致了众多可再生能源发电及其集成技术的发展。随着这种能源的发展，电力短缺的问题已经有所缓解。

       在自主方案中，小容量可再生发电的渗透率已大大提高。微电网的存在是随着电力电子器件的发展而发展起来的，它可以在离网模式下运行。太阳辐射的能量，流动的水和吹的风可以有效地利用，因为它们是免费提供的。微水力发电系统在水资源丰富的地方被用作分布式发电机。它们建在河流上(没有蓄水)，以满足附近地区的电力需求。在微型水电系统中，永磁同步发电机具有效率高、损耗小、功率系数高、体积小等优点。微水力发电系统多用于偏僻的地方，因此这些发电机在这些地方使用得当的控制器来调节系统参数。另一种可以集成到这种系统的替代和有吸引力的发电是光伏(PV)阵列。光伏系统与微电网(MG)集成的挑战较大，因为光伏阵列产生可变直流电压，输出功率随天气条件而变化。因此，最大功率点(MPP)跟踪是提取最高功率的必要条件。此外，还需要使用一些功率调节装置来稳定输出电压。

      在这项工作中，最大功率点跟踪(MPPT)采用基于INC的控制算法。电能质量问题是另一个巨大的挑战，因为要稳定来自可再生能源(RES)的电力，必须使用电力电子转换器。由于引入了谐波和较差的功率因数，增加了系统的损耗。此外，这种微电网(MG)中负荷和代数的变化会影响系统的电压和频率稳定性。电池存储系统(BES)与电压源转换器(VSC)相连接，提高了转换效率，降低了噪声和振动。当来自水电或光伏阵列的电力不足时，它可以通过提供双向功率流来满足峰值负载需求。从电源到负载再到电池(轻负载时为电池充电)，从电池到负载(重负载时为电池放电)。为了解决这一问题，需要一种具有高效控制算法的虚拟控制系统。

       文献中已经报道了几种从扭曲负载电流中提取基本分量的控制算法。这些算法应具有速度快、复杂度低、动态响应好的特点，最重要的是对基本分量的估计应无误差。

      许多控制算法，如瞬时无功功率理论(IRPT)涉及abc-to-在固定参考系或同步参考系(SRF) abc-todq0变换在旋转参考系。由于基波电流提取过程中涉及多个变换，这些算法会由于时间延迟而出现误差。基于二阶广义积分器(SOGI)的控制算法在估计基本分量时，既能消除LPF引起的时延，又能减小相位和频率误差。该算法无法消除动态负载变化过程中引入的直流偏置电流。在中提出了一种四阶广义积分器，该积分器将两个SOGI块级联起来以消除直流偏移。四阶函数在离散数字控制中实现，增加了系统的复杂性。此外，还需要选择多个参数并对其实现进行调优。一种基于三阶广义陷波滤波器采用积分器(TOGI)控制算法进行VSC控制。该算法具有较好的滤波性能，但对直流偏置电流的衰减非常有限。为此，本文提出了一种基于CSTOGI的控制算法，该算法具有带通滤波器(BPF)的特点。该方法对高低频谐波有较大的衰减。此外，它可以完全消除直流偏置电流的存在。

1.建议系统配置

       原理系统由光伏阵列和水力发电与电池储能(BES)两种能源集成组成。利用双向变换器(BDC)和电压源变换器(VSC)对系统的潮流进行控制。电池的充放电是基于双向变换器的降压-升压作用。升压转换器用于从光伏阵列提取最大功率。直流链路电压由双向变换器(BDC)维持，与直接连接到直流链路电压的BES相比。通过BDC连接的BES额定电压非常小。在PCI上连接的RC滤波器用于减少电压的波动。接口电感，Lf连接在VSC和PCI之间，以减少转换器电流的波动。发电机、水轮机、光伏阵列、BES和BDC的所有参数均在附录中给出。

2.控制策略

      本文采用基于CSTOGI的控制算法对负载电流的有功功率和无功功率分量进行评估。该算法可以在动态负载变化过程中抑制振荡，消除直流偏置电流。

2.1电流源的参考估计 

相电压由感应线路电压估计为

      当Vsab和Vsbc对应的线路电压和终端电压由相电压确定为:

      由相电压的瞬时值得到同相电压模板，然后从同相模板中估计出电网相位电压的正交电压模板。

      将终端电压参考值Vt*与计算出的终端电压Vt进行比较，得到误差电压Vte为:

      该误差信号通过电压比例积分(PI)控制器来估计Iqq分量，用于PCC的终端电压控制。PI控制器输出，Iqq表示为:

      同样，将参考频率f*与系统频率f进行比较，以创建一个误差值fe，该频率误差信号被发送到PI控制器，用于估计Idf分量进行频率控制。其中Idf分量的公式为:

      从所有三个相得到的电流分别相加并求平均值。由频率误差(fe)产生的Idf分量减去同相电流分量的平均值，得到净同相模板(IpT)。同样，Iqq分量减去平均正交电流分量，得到净正交模板(IqT)。然后将这些净同相分量和正交分量与其对应的电压模板相乘并相加，得到参考源电流isa*， isb*和isc* 。这些产生的参考源电流与发电机源电流isa, isb和isc进行比较，使用滞后电流控制器进行电流跟踪并产生脉冲到VSC。

2.2基于CSTOGI控制算法的稳定性分析

      将二阶和三阶积分器分支组合在一起重构，得到基于CSTOGI的控制结构。其中Ks为阻尼因子，它的大小决定了系统的稳定性、动态响应和滤波性能。iLS(s)与输入信号iLa(s)、iLT(s)与iLa(s)、iLfa(s)与iLa(s)的比值分别表示为G1(s)、G2(s)和G3(s)。它们的传递函数如下:

      其中G1(s)、G2(s)、G3(s)为传递函数，分别对应基于SOGI、TOGI和CSTOGI的控制结构。可以清楚地观察到G1(s)是在所需频率下相位移为90o的LPF。此外，一旦输入信号“iLa”包含任何DC分量，那么输出iLS产生一个Ks增益。这会导致从输入信号“iLa”提取基本振幅时出现错误。

       此外，G2(s)， TOGI控制策略与第三积分分支可以消除这些误差的基本电流幅值估计。然而，它在输出中只包含直流偏置分量。因此，这些信号可以组合，以消除直流偏移分量。

       此外，传递函数的波德图G3(s)类似于带通滤波器(BPF)，它具有单位增益和在基频?的900相移。这种G3(s)，具有同时衰减低频和高频带的特点。

       CSTOGI算法的这一特性使其能够有效地消除直流偏置、高低频谐波。CSTOGI在不同阻尼因子(Ks)值时的极点零映射。可以看出，随着k值从0.2增加到2，复共轭极点从虚轴移动到实轴。这表明，随着阻尼系数的增大，滤波性能受到影响，系统具有较好的稳定性和较快的动态响应。此外，对于Ks>2，所有的共轭极点都位于实轴上，并且它们存在于极零映射的两个区域，一个靠近虚轴，另一个远离虚轴。极点的位置，表明系统的稳定性和动态响应随阻尼因子Ks>2的值而变差。

      因此Ks=是一个权衡值为获得最佳效果，选择阻尼因子。

2.3PV的MPPT控制策略 

      为了从光伏阵列中提取最大功率，使用了MPPT技术。有许多研究人员开发了许多MPPT技术，但INC和P&O技术是流行的，这些技术易于实现，最适合跟踪PV阵列的MPP。对于PV电压的扰动和最大功率可用点，选择一个固定的步长。占空比的变化，根据最大功率点，因此，INC算法准确预测该MPP点。在这种技术中，应用PV电压的变化，并测量扰动前后的功率。MPP点是在功率-电压曲线的导数为零的点上得到的。这个点是MPP，是根据瞬时电导和扰动后微分电导的比较来定义的。电导和的符号，是确定MPP位置的基本参数。

2.4双向变换器控制

      VSC的直流链路电压由双向变换器(BDC)的降压-升压作用控制。而额定电压为240v的BES则连接到其输入端。该变换器的降压-升压作用也维持了系统的有功功率平衡。当光伏阵列或水力电源产生的功率小于当时连接的负载时，电池在升压模式下放电以提供有功功率。此外，当发电量超过所连接的负荷时，额外的功率被馈送到BES。

3.结果与讨论

      针对3.7 kW基于PMSG的水力发电光伏阵列模拟器进行了硬件实现。一个220v, 1500转，3.7千瓦的直流电机作为原动机运行基于PMSG的液压系统。利用光伏阵列模拟器实现了1.6 kW的太阳能光伏阵列，其最大电压(Vmpp)和电流(Impp)额定值分别为405 V和4.0A。共有十个halleeffect传感器用于传感电压和电流。两个源电流(isa, isb)，两个负载电流(iLa,iLb)， PCC处的两个线路电压(Vsab, Vsbc)， PV电压(Vpv)， PV电流(Ipv)，直流链路电压(Vdc)和电池电流(Ibatt)使用这些传感器进行传感。所提系统在不同加载条件下的试验结果对发电机电压和电流(vsab和isa)、发电功率(Pg和Qg)、源电流总谐波失真(THD) (is THD)、源电压THD (vsab THD)、负载电流(iLa)、负载功率(PL)、负载电流THD (iLa THD)、变换器电流(ica)、变换器有功功率和无功功率(Pcon、Qcon)、变换器电流THD (ica THD)、BES电压和电流(Vbat、Ibatt)、BES功率(Pbt)、PV功率(Ppv)等系统参数进行性能观察。

3.1提出的MG在不平衡非线性载荷下的性能

       系统在不平衡非线性加载下的性能如可以观察到，基于PMSG的水力发电和光伏阵列源，在MG中总共产生3.13 kW的功率。此外，由于连接负载的不平衡，负载仅消耗765w。VSC损失后剩余的2.20 kW的多余功率被馈送到BES。在这种不平衡负载条件下，发电机两端的电压和频率不受影响。此外，电流THD (isa THD)和电压THD (Vsab THD)的THD分别为3.9%和2.9%，完全符合IEEE-519标准。

3.2当连接负荷大于发电机时，所提出的发电机性能。

       由于光伏阵列日照下降或水电系统转速降低，所有电源产生的功率均小于MG的连接负荷。然后电池应放电以满足额外的负载需求。在减少300 W /m2的日照下，基于PMSG的水力发电功率为1.6 kW，光伏阵列发电功率为455 W。但是，连接的负载为2.61 kW，这是更高的。可以观察到，电池正在提供负载所需的剩余功率，以维持系统中的有功功率平衡。电流(isa THD)和电压(Vsab THD)的THD分别为4.4%和3%。

3.3连接负荷增加时MG的动态响应

       光伏阵列在300 W/m2的降低绝缘下运行。当负载突然增加时，BES充电电流迅速转变为放电模式，以补充多余负载。MG的终端电压(Vt)和频率(f)在此操作过程中也不受影响。负载断开时不同功率的变化。还可以观察到电池电流从放电模式迅速转变为充电模式。

4. 结论

       在这项工作中，通过使用BES集成基于PMSG的水电和太阳能光伏，在实验室中实现了拟议的自治MG的原型。讨论了MG在各种非线性加载条件下的性能。在不同的加载条件下，MG的电压和频率保持恒定。本文还验证了双向电谱转换器在日照变化和不同负荷条件下的性能。电池充电时，与水力发电相比，连接负载更少。在负荷大、发电量少的情况下，由蓄电池供电以满足超额负荷需求。所提出的MG的动态功率共享能力是明确实现的。此外，消除了非线性加载过程中谐波的影响，提高了系统的电能质量。根据IEEE-519标准，源电压和电流的THD始终保持在5%以下。基于CSTOGI的控制算法在负载突然变化时具有较好的稳定性、较快的收敛速度和较好的动态响应能力。