氢电耦合直流微电网分层能量管理与控制策略：基于自适应变异哈里斯鹰优化和分数阶滑模控制的高效稳定运行方案

《Journal of Modern Power Systems and Clean Energy》：Hierarchical Energy Management and Control Strategy for Hydrogen-Electricity Coupled DC Microgrids

为解决氢电耦合直流微电网(HE-DCMG)中经济性能与直流母线电压稳定性难以兼顾的挑战，本研究提出了一种分层能量管理与控制策略。该系统级采用融合差分进化和Lévy飞行机制的自适应变异哈里斯鹰优化(AMHHO)算法实现多目标优化，设备级采用分数阶滑模控制器(FOSMC)进行电压调节。实验结果表明，该策略将系统效率提升至80.49%-97.37%，电压波动率降至3.08%，响应时间仅0.02秒，显著降低了长期运营成本。

　　

随着太阳能、风能等分布式发电系统的快速发展，其固有的间歇性和波动性对供电可靠性提出了严峻挑战。氢能储能因其高能量密度、长时储能能力及适合大规模部署的特点，被视为促进可再生能源消纳的有前景解决方案。然而，氢能储能的往返效率较低且动态响应较慢，需要与具有高能量转换效率和快速瞬态性能的电化学储能系统协同工作。在此背景下，氢电耦合直流微电网(HE-DCMG)因其能提高可再生能源利用率、增强运行灵活性和稳定性，并支持低碳能源转型而受到越来越多的关注。

典型的HE-DCMG包含光伏(PV)阵列、风能转换系统(WECS)、质子交换膜燃料电池(PEMFCs)、电池储能系统(BESSs)、直流负载和能量管理系统(EMS)。EMS对于协调异构能源之间的功率流以及在变化运行条件下维持直流母线电压稳定性至关重要。尽管已有大量研究探讨了能量管理与控制策略，但许多现有EMS未能充分处理多个系统级经济目标，忽视运营成本和组件退化限制了其实际应用。此外，这些EMS往往忽略了维持直流母线电压稳定性的关键要求，而电压波动会威胁设备可靠性并损害整体系统性能。

针对这些挑战，发表在《Journal of Modern Power Systems and Clean Energy》上的研究论文提出了一种创新的分层能量管理与控制策略。该策略旨在实现HE-DCMG的高经济性能同时确保直流母线电压稳定，通过系统级和设备级的协同优化，解决了多目标优化与鲁棒控制相结合的核心问题。

本研究主要采用了以下关键技术方法：首先，构建了HE-DCMG的系统架构与数学模型，包括PEMFC的氢消耗与退化模型、锂离子电池(LIB)的老化模型，以及可再生能源（光伏、风电）的最大功率点跟踪(MPPT)模型。其次，在系统级设计了基于自适应变异哈里斯鹰优化(AMHHO)算法的多目标优化框架，该算法融合了差分进化(DE)和Lévy飞行机制，用于求解最小化氢消耗和PEMFC、LIB退化成本的问题。最后，在设备级设计了分数阶滑模控制器(FOSMC)，用于实现直流母线电压的快速、稳定调节。实验验证在浙江慈溪的750V HE-DCMG实验平台上进行，该平台具备168小时离网运行能力。

系统配置与数学模型

研究首先建立了HE-DCMG的整体配置，其核心由可再生能源发电模块（光伏阵列、WECS）和混合储能系统(HESS)构成。HESS包含PEMFC、LIB和超级电容器(SCs)。PEMFC通过升压转换器与直流母线连接，LIB和SCs则通过各自的双向升降压转换器连接。研究详细推导了PEMFC的氢消耗成本模型和基于加权经验方法的退化模型，该模型考虑了高功率运行、低功率运行、启停循环和功率波动四种主要老化因素。同样，LIB的退化模型采用简化经验方法，将其容量损失转化为预期剩余寿命。对于可再生能源，光伏采用结合辐照度变化趋势判断的扰动观察法(P&O)实现MPPT，风电则通过维持最佳叶尖速比(TSR)来实现MPPT。

分层能量管理与控制策略

提出的分层策略包含系统级和设备级。系统级通过AMHHO算法求解一个多目标优化问题，目标是最小化PEMFC的氢消耗成本、PEMFC老化成本和LIB老化成本的总和，并满足各设备的功率和状态约束（如荷电状态SoC）。AMHHO算法通过引入自适应变异概率和幅度的DE操作以及Lévy飞行机制，显著增强了标准HHO算法的全局探索能力和局部开发精度，有效避免了早熟收敛。设备级则采用FOSMC来调节各DC-DC转换器的占空比，以实现对系统级给出的参考功率的快速、精确跟踪，并确保直流母线电压的稳定。FOSMC基于电流跟踪误差设计了分数阶滑模面，其控制律能有效抑制抖振，提高系统的鲁棒性和动态性能。

实验结果与分析

在基准函数测试中，AMHHO算法在收敛速度和精度上均优于粒子群优化(PSO)、鲸鱼优化算法(WOA)、差分进化(DE)和标准HHO等算法。在慈溪的750V HE-DCMG实验平台上进行的168小时实验验证表明：

1. 1.
   经济性分析：与传统的经济能量管理系统(EEMS)相比，所提策略将总运行成本降低了23.97%。其中，LIB老化成本为441.79元，PEMFC老化成本为15.51元，氢消耗成本为2581.83元，总成本为3039.13元。策略成功抑制了PEMFC的频繁波动，避免了启停和低功率运行，是其经济性提升的关键。
2. 2.
   控制性能分析：FOSMC实现了快速的动态响应， settling time约为0.02秒， overshoot为3.7%，直流母线电压波动率(σ)为3.08%，符合IEEE Std 1547-2018的要求（电压偏差≤5%）。即使在注入高斯白噪声干扰的情况下，控制器仍能保持良好的稳定性，证明了其强鲁棒性。
3. 3.
   效率分析：系统整体效率(η)在80.49%至97.37%之间波动，当负载在50%-70%范围内时效率最高。功率来源贡献分析图表明，在负载峰值时所有电源共同供电，而在负载谷值时储能设备被充电，此时系统效率会下降。

结论与意义

本研究成功提出并验证了一种用于HE-DCMG的分层能量管理与控制策略。该策略通过系统级的AMHHO算法实现了经济高效的功率分配，显著降低了长期运营成本；通过设备级的FOSMC确保了系统电压的快速、稳定控制，满足了严格的工业标准。实验结果表明，该策略在提升能源利用效率（80.49%-97.37%）和保证系统稳定性（电压波动率3.08%，响应时间0.02秒）方面均表现出色。这项工作为复杂微电网系统的多目标协同优化与鲁棒控制提供了有效的解决方案，对推动氢电耦合能源系统的实际应用和低碳能源转型具有重要意义。未来的研究方向包括在大规模互联微电网中的实时实现与扩展性研究，以及结合深度强化学习和预测控制进一步优化系统经济性和响应速度。