CN106786696B - 一种基于模糊逻辑控制器的混合储能系统控制方法 - Google Patents

Abstract

本发明公开了一种基于模糊逻辑控制器的混合储能系统控制方法，主要包括低通滤波器，模糊逻辑控制器和粒子群优化算法(PSO)；低通滤波器的作用是将功率波动信号分解为高频信号和低频信号；模糊逻辑控制器的作用是将输入的低频信号和超级电容SOC信号通过逻辑关系得到超级电容充放电的控制信号；粒子群算法的作用是对模糊逻辑控制器隶属度函数的参数进行优化。本发明能够减小蓄电池深度放电和峰值电流，提高混合储能系统的工作效率。

Description

一种基于模糊逻辑控制器的混合储能系统控制方法

技术领域

本发明涉及一种混合储能系统控制方法，特别涉及一种基于模糊逻辑控制器的混合储能系统控制方法。

背景技术

大力发展清洁能源是解决全球能源危机的有效手段之一。以风能、太阳能为代表的清洁能源发电效率不断提高，发电边际成本几乎为零，是未来替代火力发电厂的优选方案之一。然而风力发电和光伏发电的间歇性是阻碍可再生能源发电的大规模发展的主要问题，通常的解决方案是将可再生能源发电与储能相结合，通过储能平抑可再生能源出力的随机性，但是储能系统频繁的充放电对电池的寿命的损害非常严重，大大缩短储能使用寿命的同时也增加了储能成本。将超级电容与蓄电池相结合的混合储能系统充分利用超级电容的快速跟踪能力，降低蓄电池充放电频率，避免蓄电池深度放电，不仅大大提高了储能系统平抑功率波动的能力，还延长了蓄电池使用寿命，对降低储能系统的成本提供帮助。

发明内容

发明目的：本发明要解决的技术问题在于提供了一种基于模糊逻辑控制器的混合储能系统控制方法，以解决蓄电池深度充放电，减小蓄电池峰值电流，稳定直流母线电压等一系列问题。

技术方案：一种基于模糊逻辑控制器的混合储能系统控制方法，包括以下步骤：

步骤一：外部功率差额信号dP经过低通滤波器得到低频功率差额信号P_LF，将P_LF信号与超级电容荷电状态SOC信号发送给模糊逻辑控制器；

步骤二：采用粒子群优化算法对模糊逻辑控制器的控制参数进行优化；

步骤三：将模糊逻辑控制器的输出信号P_H与外部功率差额信号dP和低频功率差额信号P_LF的差值相加作为超级电容的参考控制信号

步骤四：超级电容参考控制信号与外部功率差额信号dP的差值作为蓄电池参考控制信号

进一步的，模糊逻辑控制器采用梯形隶属度函数，输入信号低频功率差额信号P_LF包括mf个隶属度函数；输入信号超级电容荷电状态SOC包括mc个隶属度函数。

进一步的，模糊逻辑控制器中隶属度函数的个数mf为5，分别是正方向的大偏差PH，正方向中偏差PM，小偏差L，负方向小偏差NL，负方向大偏差NH；输入信号超级电容荷电状态SOC中隶属度函数个数mc为3，分别是大偏差H，中偏差M，小偏差L。

进一步的，粒子群优化算法的适应度函数表示为：

f(x)＝max(I_Batt)，

其中：I_Batt表示蓄电池电流大小。

进一步的，粒子群算法优化步骤为：

(1)初始化粒子群体包括位置和速度，群体规模为n，n通过下式计算：

n＝(4×mf)-4；

(2)计算每个粒子的适应度，对每个粒子当前适应度函数值与个体历史最佳值p_best比较，用更大的适应度函数值更新当前p_best；

(3)对每个粒子当前个体适应度函数值p_best与全局最佳值g_best比较，用更大的适应度函数值更新当前g_best；

(4)更新粒子位置和速度；

(5)如果满足迭代终止条件算法停止，当前全局最优位置g_best就是最优解；如果不满足迭代终止条件，返回步骤(2)。

有益效果：本发明提供的一种基于模糊逻辑控制器的混合储能系统控制方法，能够减小蓄电池深度放电和峰值电流，提高混合储能系统的工作效率。

附图说明

图1为系统结构图；

图2为控制结构图；

图3为PLF隶属度函数图；

图4为SOC隶属度函数图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

本发明的一种基于模糊逻辑控制器的混合储能系统控制方法，用于平抑分布式电源功率波动，系统结构如图1所示。

本发明的一种基于模糊逻辑控制器的混合储能系统控制方法，其特点在于包括低通滤波器，模糊逻辑控制器，粒子群优化算法，超级电容SOP，超级电容，蓄电池。低通滤波器的作用是将功率波动信号分解为高频信号和低频信号；模糊逻辑控制器的作用是将输入的低频信号和超级电容SOC信号通过逻辑关系得到超级电容充放电的控制信号；粒子群算法的作用是对模糊逻辑控制器隶属度函数的参数进行优化。控制结构如图2所示。

本发明的一种基于模糊逻辑控制器的混合储能系统控制方法，模糊逻辑控制器采用梯形隶属度函数。输入信号低频功率差额信号P_LF包括5个隶属度函数，分别是正方向的大偏差PH，正方向中偏差PM，小偏差L，负方向小偏差NL，负方向大偏差NH；输入信号超级电容荷电状态SOC包括3个隶属度函数，分别是大偏差H，中偏差M，小偏差L。低频功率差额信号P_LF隶属度函数如图3所示，超级电容荷电状态SOC隶属度函数如图4所示。

本发明的一种基于模糊逻辑控制器的混合储能系统控制方法，模糊逻辑控制器输出信号为P_H，P_H可以表示为：

P_H＝αP_HF

其中：P_HF表示高频功率波动信号；α为功率分配系数，α有mf种逻辑状态，以5种逻辑状态为例，分别是正方向的大偏差PH，正方向小偏差PL，零偏差Z，负方向小偏差NL，负方向大偏差NH。α_PH＝0.15，α_PL＝0.075，α_Z＝0，α_NL＝-0.075，α_NH＝-0.15，逻辑关系如下所示：

本发明的一种基于模糊控制器的混合储能系统控制方法，超级电容参考控制信号可以表示为：

其中：P_HF＝dP-P_LF；dP表示外部功率差额信号；P_LF表示低频功率差额信号。

本发明的一种基于模糊控制器的混合储能系统控制方法，蓄电池参考控制信号可以表示为：

本发明的一种基于模糊逻辑控制器的混合储能系统控制方法，粒子群优化算法的适应度函数表示为：

f(x)＝max(I_Batt)

其中：I_Batt表示蓄电池电流大小。

本发明的一种基于模糊逻辑控制器的混合储能系统控制方法，粒子群算法优化步骤为：

(1)初始化粒子群体包括位置和速度，群体规模为n，n通过下式计算：

n＝(4×mf)-4

其中：mf表示模糊逻辑控制器中隶属度函数的个数。

(2)计算每个粒子的适应度，对每个粒子当前适应度函数值与个体历史最佳值p_best比较，用更大的适应度函数值更新当前p_best。

(3)对每个粒子当前个体适应度函数值p_best与全局最佳值g_best比较，用更大的适应度函数值更新当前g_best。

(4)更新粒子位置和速度。

(5)如果满足迭代终止条件算法停止，当前全局最优位置g_best就是最优解；如果不满足迭代终止条件，返回步骤(2)。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种基于模糊逻辑控制器的混合储能系统控制方法，其特征在于，包括以下步骤：

步骤一：外部功率差额信号dP经过低通滤波器得到低频功率差额信号P_LF，将P_LF信号与超级电容荷电状态SOC信号发送给模糊逻辑控制器；

步骤二：采用粒子群优化算法对模糊逻辑控制器的控制参数进行优化；

步骤三：将模糊逻辑控制器的输出信号P_H与外部功率差额信号dP和低频功率差额信号P_LF的差值相加作为超级电容的参考控制信号

步骤四：超级电容参考控制信号与外部功率差额信号dP的差值作为蓄电池参考控制信号

2.根据权利要求1所述的基于模糊逻辑控制器的混合储能系统控制方法，其特征在于，模糊逻辑控制器采用梯形隶属度函数，输入信号低频功率差额信号P_LF包括mf个隶属度函数；输入信号超级电容荷电状态SOC包括mc个隶属度函数。

3.根据权利要求2所述的基于模糊逻辑控制器的混合储能系统控制方法，其特征在于，模糊逻辑控制器中隶属度函数的个数mf为5，分别是正方向的大偏差PH，正方向中偏差PM，小偏差L，负方向小偏差NL，负方向大偏差NH；输入信号超级电容荷电状态SOC中隶属度函数个数mc为3，分别是大偏差H，中偏差M，小偏差L。

4.根据权利要求2所述的基于模糊逻辑控制器的混合储能系统控制方法，其特征在于，粒子群优化算法的适应度函数表示为：

f(x)＝max(I_Batt)，

其中：I_Batt表示蓄电池电流大小。

5.根据权利要求2～4任一所述的基于模糊逻辑控制器的混合储能系统控制方法，其特征在于，粒子群算法优化步骤为：

(1)初始化粒子群体包括位置和速度，群体规模为n，n通过下式计算：

n＝(4×mf)-4；

(2)计算每个粒子的适应度，对每个粒子当前适应度函数值与个体历史最佳值p_best比较，用更大的适应度函数值更新当前p_best；

(3)对每个粒子当前个体适应度函数值p_best与全局最佳值g_best比较，用更大的适应度函数值更新当前g_best；

(4)更新粒子位置和速度；

(5)如果满足迭代终止条件算法停止，当前全局最优位置g_best就是最优解；如果不满足迭代终止条件，返回步骤(2)。