CN104578143A - 一种适用于新能源发电机的不确定大时滞的补偿方法 - Google Patents

Abstract

本发明公开了一种适用于新能源发电机的不确定大时滞的补偿方法。通过Fibonacci序列和时间尺度的参数自适应调节方法建立线性ADRC控制器，输出并网逆变器的控制量；利用互相关方法和滑动窗数字信号处理方法，由并网逆变器的控制量和输出电流计算得到不确定大时滞；采用Smith预估器计算得到新能源发电机并网逆变器控制量，实现不确定大时滞的补偿和新能源发电机的自适应鲁棒控制。本发明可准确估计新能源发电机中的不确定大时滞，降低新能源发电机输出电流的超调量，减小调节时间，并提高新能源发电机的运行稳定性和鲁棒性。

Description

一种适用于新能源发电机的不确定大时滞的补偿方法

技术领域

本发明涉及一种不确定大时滞补偿方法，尤其是涉及一种适用于新能源发电机的不确定大时滞的补偿方法。

背景技术

随着能源危机的加剧和微网系统的不断发展，光伏、风电、燃料电池、海流能发电等新能源发电机已经广泛、大量的应用于现代电力系统中。然而，新能源发电机数量的快速增多，不仅增大了电力系统通信网络的复杂程度，而且加大了通信距离、降低了通信干扰的鲁棒性。此时，由电力系统通信网络产生的系统级不确定大时滞(Uncertain Bid Time Delay，UBTD)已成为无法忽视的问题。

并网变器作为新能源发电机中的核心设备，其控制性能的优劣直接决定了新能源发电机的供电可靠性和鲁棒性。

为便于工程应用，现有的新能源发电机并网逆变器一般采用同步旋转坐标系下的电压电流双闭环PI控制方法。根据并网逆变器的基于离散域状态方程的数学模型可知，由于受到不确定大时滞d、扰动总和w以及LCL滤波器的非线性特性等因素的影响，导致传统的控制方法已无法实现对含有不确定大时滞的新能源发电机的精确可靠控制，这也是传统控制方法在实际工程中控制效果不够理想、难以实现新能源发电机并网逆变器输出电流快速稳定跟踪的主要原因。

发明内容

为解决上述问题，本发明提出一种适用于新能源发电机的不确定大时滞的补偿方法，通过优化并网逆变器控制实现系统级UBTD的估计和补偿，以达到估计并补偿不确定大时滞、提高系统自适应性和鲁棒性的目的，。

本发明的技术方案采用如下步骤：

1)通过Fibonacci序列和时间尺度的参数自适应调节方法建立线性ADRC控制器，输出并网逆变器的控制量；

2)利用互相关方法和滑动窗数字信号处理方法，由并网逆变器的控制量和输出电流计算得到不确定大时滞；

3)采用Smith预估器计算得到新能源发电机并网逆变器控制量，实现不确定大时滞的补偿和新能源发电机的自适应鲁棒控制。

所述的步骤1)中建立的线性ADRC控制器采用以下公式1：

$\left\{\begin{array}{c}\mathrm{fs}=-r^3(x_1-v)-{3r}^2{x}_2-3r{x}_3\\ x_1(k+1)=x_1\left(k\right)+h\·x_2\left(k\right)\\ x_2(k+1)=x_2\left(k\right)+h\·x_3\left(k\right)\\ x_3(k+1)=x_3\left(k\right)+h\·\mathrm{fs}\\ e=z_1-y\\ z_1(k+1)=z_1\left(k\right)+h\·[z_2\left(k\right)-{\mathrm{\β}}_{01}e]\\ z_2(k+1)=z_2\left(k\right)+h\·[z_3\left(k\right)-{\mathrm{\β}}_{02}e]\\ z_3(k+1)=z_3\left(k\right)+h\·[z_4\left(k\right)-{\mathrm{\β}}_{03}e+u]\\ z_4(k+1)=z_4\left(k\right)+h\·(-{\mathrm{\β}}_{04}e)\\ e_1=x_1-z_1,e_2=x_2-z_2,e_3=x_3-z_3\\ U={\mathrm{\β}}_1\·e_1+{\mathrm{\β}}_2\·e_2+{\mathrm{\β}}_3\·e_3-z_4-f_{\mathrm{kd}}\end{array}\right.---\left(1\right)$

其中：v为新能源发电机并网逆变器输出电流的参考值，x₁、x₂、x₃分别为v的跟踪值、一阶微分信号和二阶微分信号，h为采样步长，y为新能源发电机并网逆变器输出电流，r为快速因子，k表示第k步运算，z₁、z₂、z₃分别为y的跟踪值、一阶微分信号、二阶微分信号，z₄为新能源发电机受到的内部和外部的扰动总和w的估计值，β₀₁、β₀₂、β₀₃、β₀₄分别为第一、第二、第三、第四待调参数；e为新能源发电机并网逆变器输出电流跟踪值z₁和新能源发电机并网逆变器输出电流y的差值，e₁、e₂、e₃分别为x₁与z₁、x₂与z₂、x₃与z₃的差值，β₁、β₂、β₃分为第五、第六、第七待调参数；U为虚拟控制量；f_kd为新能源发电机并网逆变器已建模动态，u为新能源发电机并网逆变器控制量，fs表示三阶线性跟踪微分器。

所述的公式1中的各个待调参数均采用以下Fibonacci序列和时间尺度的公式2进行实时更新：

$\left\{\begin{array}{c}\mathrm{\ρ}={\hat{d}}_i/{\hat{d}}_{i+1}\\ [{\mathrm{\β}}_{01},{\mathrm{\β}}_{02},{\mathrm{\β}}_{03},{\mathrm{\β}}_{04}]=[{\mathrm{\β}}_{01}\mathrm{\ρ},{\mathrm{\β}}_{02}{\mathrm{\ρ}}^2,{\mathrm{\β}}_{03}{\mathrm{\ρ}}^3,{\mathrm{\β}}_{04}{\mathrm{\ρ}}^4]\\ [{\mathrm{\β}}_1,{\mathrm{\β}}_2,{\mathrm{\β}}_3]=[{\mathrm{\β}}_1\mathrm{\ρ},{\mathrm{\β}}_2{\mathrm{\ρ}}^2,{\mathrm{\β}}_3{\mathrm{\ρ}}^3]\end{array}\right.---\left(2\right)$

其中，ρ为时间尺度，分别为不确定大时滞d的第i次、第i+1次估计值，[·]代表矩阵。

所述的步骤2)中不确定大时滞估计采用以下互相关方法和滑动窗数字信号处理方法的公式计算得到：

$\left\{\begin{array}{c}{R}_{\mathrm{uy}}\left(d\right)=\frac{1}{L}\underset{i=j}{\overset{L+j-1}{\mathrm{\Σ}}}{\mathrm{\κ}}^{L+j-i-1}\·u(i-d)\·y\left(i\right)\\ d=\hat{d}=\left\{d\right|\max \left[R_{\mathrm{uy}}\left(d\right)\right]\}\end{array}---\left(3\right)\right.$

其中，R_uy(d)为互相关函数，L为滑动窗宽度，κ为遗忘因子，d为不确定大时滞，为不确定大时滞d的估计值，j为滑动窗起始点，j＝1,2,…,(N-L)；N为运算总次数，max[·]代表求最大值运算，i代表第i次运算，i＝j,…,L+j-1；u(i-d)代表新能源发电机并网逆变器控制量的第i-d次取值，y(i)代表新能源发电机并网逆变器输出电流的第i次取值。

所述的步骤3)中新能源发电机并网逆变器控制量u采用以下公式计算输入到Smith预估器中得到：

$\left\{\begin{array}{c}\mathrm{fs}=-r^3(x_1-v)-{3r}^2{x}_2-3{\mathrm{rx}}_3\\ u_1(k+1)=u_1\left(k\right)+h\·u_2\left(k\right)\\ u_2(k+1)=u_2\left(k\right)+h\·\mathrm{fs}\\ u=u_1+\mathrm{\α}\hat{d}{u}_2\end{array}\right.---\left(4\right)$

其中：u为新能源发电机并网逆变器控制量，u₁、u₂分别为新能源发电机并网逆变器控制量u的跟踪值和一阶微分信号，α为衰减系数，h为采样步长。

所述的遗忘因子κ满足0.95<κ<1。

所述的衰减系数α满足0.1≤α≤0.5。

本发明具有的有益的效果是：

本发明不依赖于系统精确数学模型，能够提高估计、补偿不确定大时滞，且能够抵御内外扰动，以代替现有的控制方法，实现并网逆变器的有效控制，解决了这些目前亟需解决的问题。

本发明能准确估计并补偿新能源发电机中的不确定大时滞；降低新能源发电机输出电流的超调量，减小调节时间，提高新能源发电机动态性能；实现并网逆变器控制参数的只是应调节，提高新能源发电机的运行稳定性和鲁棒性。

附图说明

图1为本发明方法的流程逻辑图。

图2为本发明背景技术的系统拓扑结构图。

图3为LCL滤波器的控制结构框图。

图4为实施例时滞d＝30时的仿真截图。

图5为实施例时滞d＝50时的仿真截图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

如图1所示，本发明的补偿方法，包括以下步骤：

1)通过Fibonacci序列和时间尺度的参数自适应调节方法建立线性ADRC控制器，输出并网逆变器的控制量；

该线性ADRC控制器采用以下公式1：

$\left\{\begin{array}{c}\mathrm{fs}=-r^3(x_1-v)-{3r}^2{x}_2-3r{x}_3\\ x_1(k+1)=x_1\left(k\right)+h\&CenterDot;x_2\left(k\right)\\ x_2(k+1)=x_2\left(k\right)+h\&CenterDot;x_3\left(k\right)\\ x_3(k+1)=x_3\left(k\right)+h\&CenterDot;\mathrm{fs}\\ e=z_1-y\\ z_1(k+1)=z_1\left(k\right)+h\&CenterDot;[z_2\left(k\right)-{\mathrm{\&beta;}}_{01}e]\\ z_2(k+1)=z_2\left(k\right)+h\&CenterDot;[z_3\left(k\right)-{\mathrm{\&beta;}}_{02}e]\\ z_3(k+1)=z_3\left(k\right)+h\&CenterDot;[z_4\left(k\right)-{\mathrm{\&beta;}}_{03}e+u]\\ z_4(k+1)=z_4\left(k\right)+h\&CenterDot;(-{\mathrm{\&beta;}}_{04}e)\\ e_1=x_1-z_1,e_2=x_2-z_2,e_3=x_3-z_3\\ U={\mathrm{\&beta;}}_1\&CenterDot;e_1+{\mathrm{\&beta;}}_2\&CenterDot;e_2+{\mathrm{\&beta;}}_3\&CenterDot;e_3-z_4-f_{\mathrm{kd}}\end{array}\right.---\left(1\right)$

其中：v为新能源发电机并网逆变器输出电流的参考值，x₁、x₂、x₃分别为v的跟踪值、一阶微分信号和二阶微分信号，h为采样步长，y为新能源发电机并网逆变器输出电流，r为快速因子，k表示第k步运算，z₁、z₂、z₃分别为y的跟踪值、一阶微分信号、二阶微分信号，z₄为新能源发电机受到的内部和外部的扰动总和w的估计值，β₀₁、β₀₂、β₀₃、β₀₄分别为第一、第二、第三、第四待调参数；e为新能源发电机并网逆变器输出电流跟踪值z₁和新能源发电机并网逆变器输出电流y的差值，e₁、e₂、e₃分别为x₁与z₁、x₂与z₂、x₃与z₃的差值，β₁、β₂、β₃分为第五、第六、第七待调参数；U为虚拟控制量；f_kd为新能源发电机并网逆变器已建模动态，u为新能源发电机并网逆变器控制量，fs表示三阶线性跟踪微分器。

以上公式1中的各个待调参数均采用以下Fibonacci序列和时间尺度的公式2进行实时更新：

$\left\{\begin{array}{c}\mathrm{\&rho;}={\hat{d}}_i/{\hat{d}}_{i+1}\\ [{\mathrm{\&beta;}}_{01},{\mathrm{\&beta;}}_{02},{\mathrm{\&beta;}}_{03},{\mathrm{\&beta;}}_{04}]=[{\mathrm{\&beta;}}_{01}\mathrm{\&rho;},{\mathrm{\&beta;}}_{02}{\mathrm{\&rho;}}^2,{\mathrm{\&beta;}}_{03}{\mathrm{\&rho;}}^3,{\mathrm{\&beta;}}_{04}{\mathrm{\&rho;}}^4]\\ [{\mathrm{\&beta;}}_1,{\mathrm{\&beta;}}_2,{\mathrm{\&beta;}}_3]=[{\mathrm{\&beta;}}_1\mathrm{\&rho;},{\mathrm{\&beta;}}_2{\mathrm{\&rho;}}^2,{\mathrm{\&beta;}}_3{\mathrm{\&rho;}}^3]\end{array}\right.---\left(2\right)$

其中，ρ为时间尺度，分别为不确定大时滞d的第i次、第i+1次估计值，[·]代表矩阵。

2)利用互相关方法和滑动窗数字信号处理方法，由并网逆变器的控制量和输出电流计算得到不确定大时滞；

其不确定大时滞估计采用以下互相关方法和滑动窗数字信号处理方法的公式计算得到：

$\left\{\begin{array}{c}{R}_{\mathrm{uy}}\left(d\right)=\frac{1}{L}\underset{i=j}{\overset{L+j-1}{\mathrm{\&Sigma;}}}{\mathrm{\&kappa;}}^{L+j-i-1}\&CenterDot;u(i-d)\&CenterDot;y\left(i\right)\\ d=\hat{d}=\left\{d\right|\max \left[R_{\mathrm{uy}}\left(d\right)\right]\}\end{array}---\left(3\right)\right.$

其中，R_uy(d)为互相关函数，L为滑动窗宽度，κ为遗忘因子，遗忘因子κ满足0.95<κ<1，d为不确定大时滞，为不确定大时滞d的估计值，j为滑动窗起始点，j＝1,2,…,(N-L)；N为运算总次数，max[·]代表求最大值运算，i代表第i次运算，i＝j,…,L+j-1；u(i-d)代表新能源发电机并网逆变器控制量的第i-d次取值，y(i)代表新能源发电机并网逆变器输出电流的第i次取值。

3)采用Smith预估器计算得到新能源发电机并网逆变器控制量，实现不确定大时滞的补偿和新能源发电机的自适应鲁棒控制。

新能源发电机并网逆变器控制量u采用以下公式计算输入到Smith预估器中得到：

$\left\{\begin{array}{c}\mathrm{fs}=-r^3(x_1-v)-{3r}^2{x}_2-3{\mathrm{rx}}_3\\ u_1(k+1)=u_1\left(k\right)+h\&CenterDot;u_2\left(k\right)\\ u_2(k+1)=u_2\left(k\right)+h\&CenterDot;\mathrm{fs}\\ u=u_1+\mathrm{\&alpha;}\hat{d}{u}_2\end{array}\right.---\left(4\right)$

其中：u为新能源发电机并网逆变器控制量，u₁、u₂分别为新能源发电机并网逆变器控制量u的跟踪值和一阶微分信号，α为衰减系数，衰减系数α满足0.1≤α≤0.5，h为采样步长。

本发明针对基于LCL滤波器的新能源发电机并网逆变器，具体基于工程领域应用最为广泛的三相桥式新能源发电机并网逆变器作为主电路拓扑结构，见附图2。光伏阵列作为输入直流电源接于并网逆变器正负极之间。电解电容C_dc作为输入的滤波电容并接于并网逆变器直流母线两端；逆变器每相桥臂分别由2个开关管S₁-S₂串联接于直流母线两端，每个开关管两端反并联一个二极管D₁-D₂，由每相桥臂的中点引出A、B、C三个相线，分别经由LCL滤波器接入三相电网。

图3所示为并网逆变器控制框图，由此可得并网逆变器的基于离散域状态方程的数学模型，如下公式5所示：

$\left\{\begin{array}{c}{x}_1(k+1)=x_1\left(k\right)+h\&CenterDot;x_2\\ x_2(k+1)=x_2\left(k\right)+h\&CenterDot;x_3\\ x_3(k+1)=x_3\left(k\right)+h\&CenterDot;(f_{\mathrm{kd}}+w+u(k-d))\\ y\left(k\right)=x_1\left(k\right)\end{array}\right.---\left(5\right)$

其中，d＝trunc(τ/T_s)为时域中的不确定大时滞τ在离散域中对应的时滞参数；T_s＝h为采样周期(或采样步长)；trunc(·)代表取整运算；w为新能源发电机受到的内部和外部的扰动总和。上述f_kd为：

f_kd＝L_iL_gCx₃-(R_iL_gC+R_gL_iC)x₂-R_iR_gx₁+L_iCu″_g+R_iCu′_g+u_g  (6)

其中，L_i、R_i分别为逆变器侧滤波电感及其等效电阻，C为滤波电容，L_g、R_g分别为电网侧滤波电感及其等效电阻，u_g为电网电压，u′_g、u″_g分别为电网电压u_g的一阶导数和二阶导数。

以上两式为新能源发电机并网逆变器在实际工况下的数学模型，该数学模型是实现并网逆变器控制的重要理论依据。由上述并网逆变器数学模型可知，由于受到不确定大时滞d、扰动总和w以及LCL滤波器的非线性特性等因素的影响，现有控制方法在实际工程中控制效果不够理想，难以实现新能源发电机并网逆变器输出电流快速稳定跟踪。

本发明的步骤1)基于Fibonacci序列和时间尺度，设局具有参数自适应性能的线性ADRC控制器，可提高ADRC控制器的适应性和控制性能，增强并网逆变器的鲁棒性和动态性能。鉴于新能源发电机并网逆变器数学模型为三阶系统，本发明设计的ADRC包括三阶线性跟踪微分器、四阶线性扩张状态观测器和线性PID控制器。

本发明的步骤2)基于互相关方法和数字信号处理技术的并网逆变器的不确定大时滞估计方法，具有时滞估计精度高和便于数字实现的优点，可以避免不确定大时滞对新能源发电机的不利影响，提高新能源发电机的运行可靠性。

本发明的步骤3)基于Smith预估器的不确定大时滞的补偿方法是在步骤1)、2)的基础上，借助改进型Smith预估器的时滞补偿能力，实现新能源发电机并网逆变器不确定大时滞的高效补偿。

本发明的具体实施例：

在Matlab数学仿真软件的Simulink组件上对本发明提出的控制方法进行了仿真实验，方法中滑动窗宽度L取50，运算总次数N取5000。

通过Matlab的Simulink中的图形观测工具检测仿真实验波形，通过数据分析工具程序计算实验数据，采用本发明提出的控制方法，所得实验数据：不确定大时滞估计精度大于99.3％。

实验截图如下：

(1)当不确定大时滞d＝30时，不确定大时滞估计值、并网逆变器输出电流及其参考值的波形如图4所示。由图4可以看出：本发明提出的新能源发电机不确定大时滞补偿方法可实现不确定大时滞的准确估计，同时实现其有效补偿，降低其对新能源发电机的不利影响。

(2)当不确定大时滞d＝50时，不确定大时滞估计值、并网逆变器输出电流及其参考值的波形如图5所示。由图5可以看出：本发明提出的新能源发电机不确定大时滞补偿方法可实现不确定大时滞的准确估计，同时实现其有效补偿，降低其对新能源发电机的不利影响。

上述具体实施方式用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。

Claims (7)

1.一种适用于新能源发电机的不确定大时滞的补偿方法，其特征在于包括以下步骤：

1)通过Fibonacci序列和时间尺度的参数自适应调节方法建立线性ADRC控制器，输出并网逆变器的控制量；

2)利用互相关方法和滑动窗数字信号处理方法，由并网逆变器的控制量和输出电流计算得到不确定大时滞；

3)采用Smith预估器计算得到新能源发电机并网逆变器控制量，实现不确定大时滞的补偿和新能源发电机的自适应鲁棒控制。

2.根据权利要求1所述的适用于新能源发电机的不确定大时滞的补偿方法，其特征在于：

所述的步骤1)中建立的线性ADRC控制器采用以下公式1：

$\left\{\begin{array}{c}\mathrm{fs}={-r}^3(x_1-v)-{3r}^2{x}_2-{3\mathrm{rx}}_3\\ x_1(k+1)=x_1\left(k\right)+h\&CenterDot;x_2\left(k\right)\\ x_2(k+1)=x_2\left(k\right)+h\&CenterDot;x_3\left(k\right)\\ x_3=(k+1)=x_3\left(k\right)+h\&CenterDot;\mathrm{fs}\\ e=z_1-y\\ z_1(k+1)=z_1\left(k\right)+h\&CenterDot;[z_2\left(k\right)-{\mathrm{\&beta;}}_{01}e]\\ z_2(k+1)=z_2\left(k\right)+h\&CenterDot;[z_3\left(k\right)-{\mathrm{\&beta;}}_{02}e]\\ z_3(k+1)=z_3\left(k\right)+h\&CenterDot;[z_4\left(k\right)-{\mathrm{\&beta;}}_{03}e+u]\\ z_4(k+1)=z_4\left(k\right)+h\&CenterDot;(-{\mathrm{\&beta;}}_{04}e)\\ e_1=x_1-z_1,e_2=x_2-z_2,e_3=x_3-z_3\\ U={\mathrm{\&beta;}}_1\&CenterDot;e_1+{\mathrm{\&beta;}}_2\&CenterDot;e_2+{\mathrm{\&beta;}}_3\&CenterDot;e_3-z_4-f_{\mathrm{kd}}\end{array}\right.---\left(1\right)$

其中：v为新能源发电机并网逆变器输出电流的参考值，x₁、x₂、x₃分别为v的跟踪值、一阶微分信号和二阶微分信号，h为采样步长，y为新能源发电机并网逆变器输出电流，r为快速因子，k表示第k步运算，z₁、z₂、z₃分别为y的跟踪值、一阶微分信号、二阶微分信号，z₄为新能源发电机受到的内部和外部的扰动总和w的估计值，β₀₁、β₀₂、β₀₃、β₀₄分别为第一、第二、第三、第四待调参数；e为新能源发电机并网逆变器输出电流跟踪值z₁和新能源发电机并网逆变器输出电流y的差值，e₁、e₂、e₃分别为x₁与z₁、x₂与z₂、x₃与z₃的差值，β₁、β₂、β₃分为第五、第六、第七待调参数；U为虚拟控制量；f_kd为新能源发电机并网逆变器已建模动态，u为新能源发电机并网逆变器控制量，fs表示三阶线性跟踪微分器。

3.根据权利要求2所述的适用于新能源发电机的不确定大时滞的补偿方法，其特征在于：所述的公式1中的各个待调参数均采用以下Fibonacci序列和时间尺度的公式2进行实时更新：

$\left\{\begin{array}{c}\mathrm{\&rho;}={\hat{d}}_i/{\hat{d}}_{i+1}\\ [{\mathrm{\&beta;}}_{01},{\mathrm{\&beta;}}_{02},{\mathrm{\&beta;}}_{03},{\mathrm{\&beta;}}_{04}]=[{\mathrm{\&beta;}}_{01}\mathrm{\&rho;},{\mathrm{\&beta;}}_{02}{\mathrm{\&rho;}}^2,{\mathrm{\&beta;}}_{03}{\mathrm{\&rho;}}^3,{\mathrm{\&beta;}}_{04}{\mathrm{\&rho;}}^4]\\ [{\mathrm{\&beta;}}_1,{\mathrm{\&beta;}}_2,{\mathrm{\&beta;}}_3]=[{\mathrm{\&beta;}}_1\mathrm{\&rho;},{\mathrm{\&beta;}}_2{\mathrm{\&rho;}}^2,{\mathrm{\&beta;}}_3{\mathrm{\&rho;}}^3]\end{array}\right.---\left(2\right)$

其中，ρ为时间尺度，分别为不确定大时滞d的第i次、第i+1次估计值，[·]代表矩阵。

4.根据权利要求1所述的适用于新能源发电机的不确定大时滞的补偿方法，其特征在于：所述的步骤2)中不确定大时滞估计采用以下互相关方法和滑动窗数字信号处理方法的公式计算得到：

$\left\{\begin{array}{c}{r}_{\mathrm{uy}}\left(d\right)=\frac{1}{L}\underset{i=j}{\overset{L+j-1}{\mathrm{\&Sigma;}}}{\mathrm{\&kappa;}}^{L+j-i-1}\&CenterDot;u(i-d)\&CenterDot;y\left(i\right)\\ d=\hat{d}=\left\{d\right|\max \left[R_{\mathrm{uy}}\left(d\right)\right]\}\end{array}\right.---\left(3\right)$

其中，R_uy(d)为互相关函数，L为滑动窗宽度，κ为遗忘因子，d为不确定大时滞，为不确定大时滞d的估计值，j为滑动窗起始点，j＝1,2,…,(N-L)；N为运算总次数，max[·]代表求最大值运算，i代表第i次运算，i＝j,…,L+j-1；u(i-d)代表新能源发电机并网逆变器控制量的第i-d次取值，y(i)代表新能源发电机并网逆变器输出电流的第i次取值。

5.根据权利要求1所述的适用于新能源发电机的不确定大时滞的补偿方法，其特征在于：

所述的步骤3)中新能源发电机并网逆变器控制量u采用以下公式计算输入到Smith预估器中得到：

$\left\{\begin{array}{c}\mathrm{fs}={-r}^3(x_1-v)-{3r}^2{x}_2-{3\mathrm{rx}}_3\\ u_1(k+1)=u_1\left(k\right)+h\&CenterDot;u_2\left(k\right)\\ u_2(k+1)=u_2\left(k\right)+h\&CenterDot;\mathrm{fs}\\ u=u_1+\mathrm{\&alpha;}{\hat{d}u}_2\end{array}\right.---\left(4\right)$

其中：u为新能源发电机并网逆变器控制量，u₁、u₂分别为新能源发电机并网逆变器控制量u的跟踪值和一阶微分信号，α为衰减系数，h为采样步长。

6.根据权利要求4所述的适用于新能源发电机的不确定大时滞的补偿方法，其特征在于：所述的遗忘因子κ满足0.95<κ<1。

7.根据权利要求5所述的适用于新能源发电机的不确定大时滞的补偿方法，其特征在于：所述的衰减系数α满足0.1≤α≤0.5。