CN108923465A - 混合下垂控制与模型预测电压控制的微网孤岛控制方法 - Google Patents

Abstract

本发明涉及一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，包括：将下垂控制与有限控制集模型预测电压控制相结合并应用于微网逆变器在孤岛状态下的控制。当在智能电网运行过程中出现孤岛时，利用下垂控制技术来产生微网逆变器输出的参考电压，在此基础上，为了降低控制系统的复杂性与控制系统的设计难度，采用有限控制集模型预测电压控制技术来使得微网逆变器输出控制系统所要求的参考电压，并将此电压供给给本地负载。本发明有利于降低离网孤岛状态下微网逆变器控制系统的设计难度与复杂性及降低控制系统的惯性系数。

Description

混合下垂控制与模型预测电压控制的微网孤岛控制方法

技术领域

本发明涉及微网逆变器离网孤岛控制领域，特别是一种混合下垂控制与有限控制集模型预测电压控制的微网逆变器孤岛控制方法。

背景技术

近十年，随着电力电子领域新技术的创新与应用，新能源发电技术在世界范围内得到飞速的发展。新能源发电系统是由逆变器主导的网络，对新能源发电技术的研究也主要是对微网逆变器的控制技术研究。对于新能源发电系统，根据电网系统的需要与随机因素的影响，通常处于微网与离网两种状态下运行。本发明专利的内容就是针对离网孤岛状态下微网逆变器的控制。相较于传统下垂控制，在得到参考电压后通常采用电压电流双环控制来得到微网逆变器的控制信号，控制系统设计较为复杂。本发明专利摒弃这种控制方式，采用有限控制集模型预测电压控制来实现对微网逆变器的控制。相比于传统电压电流双环控制结构，模型预测电流控制技术是基于变换器模型的控制策略，只要通过合理的选择代价函数就可以起到良好的控制效果，很大程度上降低了控制系统的设计难度。

发明内容

本发明的目的在于克服现有技术的不足，提出一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，有利于降低离网孤岛状态下微网逆变器控制系统的设计难度与复杂性及降低控制系统的惯性系数。

本发明解决其技术问题所采用的技术方案是：

一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，包括：

步骤S1：确定微网逆变器系统输出的额定有功功率P₀、微网逆变器系统在频率下降时允许输出的最大功率P_max、电网额定角频率ω₀、微网逆变器系统最大输出功率P_max时允许的最小角频率ω_min、微网逆变器系统输出的额定无功功率Q₀、微网逆变器系统在电压下降至最小允许值时的最大输出无功功率Q_max、微网逆变器系统额定电压幅值U₀、微网逆变器系统允许的最小电压幅值U_min、直流侧电压V_dc、滤波电感值L_f、滤波电感内阻值R_f、滤波电容值C_f和电压型两电平微网逆变器的8种开关状态及对应的输出电压矢量；

步骤S2：基于ω₀、ω_min、P_max和P₀参数求取下垂控制的下垂系数m；基于U₀、U_min、Q_max和Q₀参数求取下垂控制的下垂系数n；

步骤S3：根据所述下垂控制的下垂系数m和n获得下垂控制方程，并求解参考电压矢量

步骤S4：确定微网逆变器输出电压矢量和电流矢量，以及确定负载Z上的电压矢量和电流矢量；

步骤S5：建立微网逆变器系统的状态空间方程；

步骤S6：对所述状态空间方程进行离散化，获得微网逆变器系统负载电压的离散数学模型；

步骤S7：对k时刻微网逆变器的输出电流、负载电压及负载电流进行采样，结合k时刻两电平微网逆变器8种开关状态所对应的8种输出电压矢量，代入负载电压的离散数学模型，获得k+1时刻的8个负载电压预测值；

步骤S8：将所述参考电压矢量在α轴和β轴上的分解量与k+1时刻的8个负载电压预测值在α轴和β轴上的分解量相比较，获得代价函数值；

步骤S9：保存代价函数值并对其进行排序，采用使得代价函数值最小的电压矢量所对应的开关状态应用于k+1时刻微网逆变器的控制；

步骤S10：重复步骤S7至S10，循环预测计算并进行控制。

优选的，所述下垂系数m和n的计算方式如下：

优选的，下垂控制方程的表示如下：

其中，P表示有功功率，Q表示无功功率。

优选的，所述微网逆变器输出电压矢量和电流矢量，负载Z上的电压矢量和电流矢量的表示如下：

其中：v_aN、v_bN、v_cN分别为微网逆变器A、B、C三相输出端相对于N点的电压；i_a、i_b、i_c分别为微网逆变器输出的A、B、C三相微网电流；v_al、v_bl、v_cl分别为负载端的A、B、C三相电压；i_al、i_bl、i_cl分别为流过负载的A、B、C三相电流；a为旋转矢量，特别地，j为复数虚部。

优选的，所述微网逆变器系统的状态空间方程表示如下：

其中：

优选的，所述负载电压的离散数学模型的表示如下：

其中：

I_2×2表示二维单位矩阵，T_s表示系统采样时间；

整理可得负载电压的离散数学模型为：

v_l(k+1)＝Φ₁₁v_l(k)+Φ₁₂i_(k)+ψ₁₁v_(k)+ψ₁₂i_l(k)

其中：v_l(k)为当前k时刻负载端电压，i_(k)当前k时刻微网逆变器输出微网电流，i_l(k)为当前k时刻流过负载的电流，v_(k)为两电平微网逆变器8种开关状态所对应的8种输出电压矢量。

优选的，所述步骤S7具体包括：

对当前k时刻微网逆变器的输出电流i(k)、负载电压v l(k)及负载电流il(k)进行采样，结合k时刻两电平微网逆变器8种开关状态所对应的8种输出电压矢量，代入负载电压的离散数学模型，获得k+1时刻的8个负载电压预测值vl(k+1)。

优选的，所述步骤S8具体包括：

将参考电压矢量做为有限控制集模型预测电压控制的输入参考值，与k+1时刻负载电压v_l(k+1)相比较，建立如下代价函数：

其中：和分别参考电压矢量在α轴和β轴上的分解量，v_{l(k+1)_α}和v_{l(k+1)_β}分别为预测得到的k+1时刻负载电压矢量v_l(k+1)在α轴和β轴上的分解量。

本发明具有如下有益效果：

(1)本发明一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，应用于微网逆变器在孤岛状态下的控制，降低了下垂控制系统在后续微网逆变器控制信号生成方面的设计难度，摒弃的电压电流双环结构；

(2)一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，在降低控制系统设计难度的同时降低了控制系统的惯性系数，提高了控制系统的响应速度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的微网系统孤岛状态下的主电路与本发明方法相结合的控制策略框图；

图2为本发明的方法的流程图；

图3为微网逆变器输出的电压波形；

图4为微网逆变器输出的电流波形；

图5为微网逆变器输出的功率曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1至图2所示，本发明一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，具体包括以下步骤：

步骤S1：如图1所示微网主电路系统，选取微网逆变器系统的参数，包括：确定微网系统输出的额定有功功率P₀、微网系统在频率下降时允许输出的最大功率P_max、电网额定角频率ω₀、微网系统最大输出功率P_max时允许的最小角频率ω_min、微网系统输出的额定无功功率Q₀、微网系统在电压下降至最小允许值时的最大输出无功功率Q_max、微网系统额定电压幅值U₀、微网系统允许的最小电压幅值U_min、直流侧电压V_dc、滤波电感值L_f、滤波电感内阻值R_f、滤波电容值C_f，部分参数具体取值如表1所示。

表1

步骤S2：利用步骤S1中的参数求取下垂控制的下垂系数m和n，计算所得的值如表1所示。

步骤S3：根据步骤S2中的下垂系数，可以得到下垂控制方程为：

其中，P表示有功功率，Q表示无功功率；

继而可以得到控制系统的参考电压矢量

步骤S4：确定微网逆变器系统的各状态量的矢量形式；

微网逆变器输出电压、电流矢量以及负载Z上的电压、电流矢量分别为：

其中：v_aN、v_bN、v_cN分别为微网逆变器A、B、C三相输出端相对于N点的电压；i_a、i_b、i_c分别为微网逆变器输出的A、B、C三相微网电流；v_al、v_bl、v_cl分别为负载端的A、B、C三相电压(等于三相滤波器电容上的电压)；i_al、i_bl、i_cl分别为流过负载的A、B、C三相电流；

特别地：a为旋转矢量，特别地，j为复数虚部；

步骤S5：建立微网逆变器系统的状态空间方程：

由基尔霍夫电压定律得到：

继而可以得到系统的状态空间方程为：

其中：

步骤S6：对状态空间方程进行离散化，得到系统的离散数学模型：

其中：

特别地：I_2×2是二维单位矩阵，T_s是系统采样时间；

整理可得负载电压的离散数学模型为：

v_l(k+1)＝Φ₁₁v_l(k)+Φ₁₂i_(k)+ψ₁₁v_(k)+ψ₁₂i_l(k)

其中：v_l(k)为当前k时刻负载端电压，i_(k)当前k时刻微网逆变器输出微网电流，i_l(k)为当前k时刻流过负载的电流，v_(k)为两电平微网逆变器8种开关状态所对应的8种输出电压矢量。逆变器有多少种开关状态就对应有多少个电压预测值，所以此处通过循环计算可以得到8个负载电压预测值。

步骤S7：对当前k时刻微网逆变器的输出电流i_(k)、负载电压v_l(k)及负载电流i_l(k)进行采样，并代入步骤S6中的负载电压离散数学模型进行预测计算k+1时刻的8个负载电压预测值v_l(k+1)；

步骤S8：混合下垂控制与有限控制集模型预测电压控制，将步骤S3中利用下垂控制方程得到的参考电压矢量做为有限控制集模型预测电压控制的输入参考值，与步骤S7中预测计算得到的k+1时刻负载电压v_l(k+1)相比较，使两者间的误差最小；

由此，可以建立如下代价函数：

其中：和分别参考电压矢量在α轴和β轴上的分解量，v_{l(k+1)_α}和v_{l(k+1)_β}分别为预测得到的k+1时刻负载电压矢量v_l(k+1)在α轴和β轴上的分解量；

步骤S9：保存步骤S8中8个代价函数值并对其进行排序，采用使得代价函数值最小的电压矢量v_(k)所对应的开关状态应用于k+1时刻微网逆变器的控制；

步骤S10：返回步骤S7，等待下一个采样时刻，循环预测计算并进行控制。

在本实施例中，所述步骤S3、S7、S8中，将下垂控制与有限控制集模型预测电压控制相结合，并将其应用于微网逆变器在孤岛状态下的控制。

在本实施例中，系统的参数设置如表1所示，根据S3、S7、S8中所述控制方式进行微网逆变器输出功率突变的实验，实验结果如图3、图4和图5所示。由图3可以看出，微网逆变器输出的电压波形在输出功率突变时，没有产生很大的畸变。图4中的电流波形与图5中的功率曲线在突变过程中，都能平缓过渡到另一个稳定状态。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，包括：

步骤S1：确定微网逆变器系统输出的额定有功功率P₀、微网逆变器系统在频率下降时允许输出的最大功率P_max、电网额定角频率ω₀、微网逆变器系统最大输出功率P_max时允许的最小角频率ω_min、微网逆变器系统输出的额定无功功率Q₀、微网逆变器系统在电压下降至最小允许值时的最大输出无功功率Q_max、微网逆变器系统额定电压幅值U₀、微网逆变器系统允许的最小电压幅值U_min、直流侧电压V_dc、滤波电感值L_f、滤波电感内阻值R_f、滤波电容值C_f和电压型两电平微网逆变器的8种开关状态及对应的输出电压矢量；

步骤S2：基于ω₀、ω_min、P_max和P₀参数求取下垂控制的下垂系数m；基于U₀、U_min、Q_max和Q₀参数求取下垂控制的下垂系数n；

步骤S3：根据所述下垂控制的下垂系数m和n获得下垂控制方程，并求解参考电压矢量

步骤S4：确定微网逆变器输出电压矢量和电流矢量，以及确定负载Z上的电压矢量和电流矢量；

步骤S5：建立微网逆变器系统的状态空间方程；

步骤S6：对所述状态空间方程进行离散化，获得微网逆变器系统负载电压的离散数学模型；

步骤S7：对k时刻微网逆变器的输出电流、负载电压及负载电流进行采样，结合k时刻两电平微网逆变器8种开关状态所对应的8种输出电压矢量，代入负载电压的离散数学模型，获得k+1时刻的8个负载电压预测值；

步骤S8：将所述参考电压矢量在α轴和β轴上的分解量与k+1时刻的8个负载电压预测值在α轴和β轴上的分解量相比较，获得代价函数值；

步骤S9：保存代价函数值并对其进行排序，采用使得代价函数值最小的电压矢量所对应的开关状态应用于k+1时刻微网逆变器的控制；

步骤S10：重复步骤S7至S10，循环预测计算并进行控制。

2.根据权利要求1所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，所述下垂系数m和n的计算方式如下：

3.根据权利要求2所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，下垂控制方程的表示如下：

其中，P表示有功功率，Q表示无功功率。

4.根据权利要求1所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，所述微网逆变器输出电压矢量和电流矢量，负载Z上的电压矢量和电流矢量的表示如下：

其中：v_aN、v_bN、v_cN分别为微网逆变器A、B、C三相输出端相对于N点的电压；i_a、i_b、i_c分别为微网逆变器输出的A、B、C三相微网电流；v_al、v_bl、v_cl分别为负载端的A、B、C三相电压；i_al、i_bl、i_cl分别为流过负载的A、B、C三相电流；a为旋转矢量，特别地，j为复数虚部。

5.根据权利要求4所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，所述微网逆变器系统的状态空间方程表示如下：

其中：

6.根据权利要求5所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，所述负载电压的离散数学模型的表示如下：

其中：

I_2×2表示二维单位矩阵，T_s表示系统采样时间；

整理可得负载电压的离散数学模型为：

v_l(k+1)＝Φ₁₁v_l(k)+Φ₁₂i_(k)+ψ₁₁v_(k)+ψ₁₂i_l(k)

其中：v_l(k)为当前k时刻负载端电压，i_(k)当前k时刻微网逆变器输出微网电流，i_l(k)为当前k时刻流过负载的电流，v_(k)为两电平微网逆变器8种开关状态所对应的8种输出电压矢量。

7.根据权利要求6所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，所述步骤S7具体包括：

对当前k时刻微网逆变器的输出电流i(k)、负载电压v l(k)及负载电流il(k)进行采样，结合k时刻两电平微网逆变器8种开关状态所对应的8种输出电压矢量，代入负载电压的离散数学模型，获得k+1时刻的8个负载电压预测值v l(k+1)。

8.根据权利要求7所述的混合下垂控制与模型预测电压控制的微网孤岛控制方法，其特征在于，所述步骤S8具体包括：

将参考电压矢量做为有限控制集模型预测电压控制的输入参考值，与k+1时刻负载电压v _l(k+1)相比较，建立如下代价函数：

其中：和分别参考电压矢量在α轴和β轴上的分解量，v_{l(k+1)_α}和v_{l(k+1)_β}分别为预测得到的k+1时刻负载电压矢量v _l(k+1)在α轴和β轴上的分解量。