CN109634334A - 基于模型预测及模糊补偿的直流母线电压外环控制方法 - Google Patents
基于模型预测及模糊补偿的直流母线电压外环控制方法 Download PDFInfo
- Publication number
- CN109634334A CN109634334A CN201811447453.3A CN201811447453A CN109634334A CN 109634334 A CN109634334 A CN 109634334A CN 201811447453 A CN201811447453 A CN 201811447453A CN 109634334 A CN109634334 A CN 109634334A
- Authority
- CN
- China
- Prior art keywords
- bus
- moment
- inner ring
- bar voltage
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/10—Regulating voltage or current
- G05F1/46—Regulating voltage or current wherein the variable actually regulated by the final control device is dc
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P.I., P.I.D.
Abstract
本发明公开了一种基于模型预测及模糊补偿的直流母线电压外环控制方法,具体过程为:首先通过模型预测控制算法得到k时刻内环充放电电流的给定值,然后再通过模糊补偿控制算法得到模糊控制输出量Δk,再将Δk与恒定控制系数k相加后与k时刻储能单元输入电流平均值相乘作为内环充放电电流给定的补偿电流,再将内环充放电电流给定的补偿电流与k时刻内环充放电电流的给定值相加得到修正后的内环充放电电流给定值,然后对修正后的内环充放电电流给定值进行限幅,完成直流母线电压外环控制。本发明能实现对储能单元的优化控制,来快速稳定直流微电网系统的直流母线电压,抑制直流母线电压波动,同时兼顾锂电池的充放电能力与寿命。
Description
技术领域
本发明属于储能装置接入微电网直流母线电压的控制方法技术领域,具体涉及一种基于模型预测及模糊补偿的直流母线电压外环控制方法。
背景技术
近年来,化石能源的储备量越来越少,甚至面临着被用尽的危险,所以可再生能源的开发利用显得尤为重要。
太阳能和风能是目前最符合可持续发展的可再生能源,太阳能光伏发电和风力发电的新能源发电已经成为当今社会发展的主流趋势之一。但是光伏发电和风力发电都具有输出功率受环境影响变化较大的缺陷,此外,负载突变和来自大电网的冲击也会影响系统的稳定性。因此,储能单元的应用必不可少,于是,由新能源发电与储能单元等组成的直流微电网系统越来越受到人们的重视,它既可以发挥新能源发电的优势,减少化石能源的使用以及环境污染,也可以发挥储能单元的优势,平抑系统内的短时功率波动,补充系统内能量的不足,起到稳定系统的关键作用。
在直流微电网系统中,储能单元包括储能电池和双向DC-DC变换器,它通常通过双向DC-DC变换器与直流母线相连。双向DC-DC变换器可以在变换器两端电压极性不变的前提下,实现能量的双向流动。常见的双向DC-DC变换器分为隔离型和非隔离型两大类。相比于非隔离型DC-DC变换器,隔离型变换器具有输入输出电压调节范围宽、电气隔离等特点,使得系统的电气安全性得到保障。近年来,双有源桥(dual-active-bridge(DAB))型DC-DC变换器因具有能量双向流动、高功率密度、开关应力小、固有软开关特性、模块化的对称结构等优势而得到国内外学者的广泛关注。储能电池常采用锂电池,为了保障锂电池的使用寿命,还需要充分考虑锂电池的荷电状态(state of charge(SOC))以及健康状态(state ofhealth(SOH)),选择优化的充放电电流,利于实现直流微电网系统稳定运行的同时,也可以实现锂电池的长寿命运行。
综上所述,对于由新能源发电与储能组成的直流微电网系统,为了保证系统功率实时平衡以及稳定的直流母线电压,需要控制好储能单元的双向功率流动的快速响应能力,也需要兼顾锂电池的充放电能力与寿命。
发明内容
本发明的目的是提供一种基于模型预测及模糊补偿的直流母线电压外环控制方法,能实现对储能单元的优化控制,来快速稳定直流微电网系统的直流母线电压,抑制直流母线电压波动,同时兼顾锂电池的充放电能力与寿命。
本发明所采用的技术方案是,基于模型预测及模糊补偿的直流母线电压外环控制方法,用于直流微电网系统的直流母线电压控制,直流微电网系统包括分布式电源、负载以及储能单元,分布式电源和储能单元通过直流母线与负载相连,分布式电源为光伏发电系统或风力发电系统,其中,储能单元的主电路拓扑选择DAB型DC-DC变换器,DAB型DC-DC变换器包括两个对称的H桥变换器和高频变压器;直流母线电压外环控制方法具体过程为:首先通过模型预测控制算法得到k时刻内环充放电电流的给定值然后再通过模糊补偿控制算法得到模糊控制输出量Δk,再将Δk与恒定控制系数k相加,再与k时刻储能单元输入电流平均值相乘作为内环充放电电流给定的补偿电流Δibat,再将内环充放电电流给定的补偿电流Δibat与k时刻内环充放电电流的给定值相加得到修正后的内环充放电电流给定值,然后对修正后的内环充放电电流给定值进行限幅,得到限幅后的内环充放电电流给定值ibref,完成直流母线电压外环控制。
本发明的特征还在于,
通过模型预测控制算法得到k时刻内环充放电电流的给定值的具体过程为:
将k时刻储能单元输入电流采样平均值k时刻直流母线电压采样平均值k时刻次级侧H桥变换器输出电压采样平均值k时刻次级侧H桥变换器输出电流采样平均值k时刻锂电池充放电电流采样平均值以及直流母线电压给定值输入到模型预测控制算法的公式中,得到k时刻内环充放电电流给定值其中,Cin是直流母线侧支撑电容,T表示采样周期。
通过模型预测控制算法得到k时刻内环充放电电流的给定值的过程如下:
步骤1.1,定义DAB型DC-DC变换器的开关函数Sa、Sb:
式中,S1到S8为变换器中两个对称H桥的8个开关管;
步骤1.2,计算模型预测控制算法的公式(13)
在一个采样周期内,初级侧H桥变换器连接直流母线处的节点电流状态方程为:
式中,Cin是直流母线侧支撑电容,表示直流母线电压平均值,表示储能单元输入电流平均值,表示初级侧H桥变换器的输入电流平均值;
采用欧拉前向法对式(3)进行离散化,可得:
式中,是k时刻直流母线电压平均值,是k+1时刻直流母线电压平均值,T表示采样周期,表示k时刻储能单元输入电流平均值,表示k时刻初级侧H桥变换器的输入电流平均值;
通过式(3)和式(4),得到k+1时刻直流母线电压平均值表达式
又由于,
式中,表示k时刻次级侧H桥变换器的输出电流平均值,用代替,n为高频隔离变压器初级侧与次级侧的线圈匝数之比,表示k时刻次级侧H桥变换器的输出电压平均值,P为传输功率;
则通过式(6),初级侧H桥变换器的输入电流平均值通过次级侧H桥变换器的输出电流表示的表达式为:
为了对直流母线电压进行控制,根据式(5)建立评价函数f:
式中,表示直流母线电压给定值;
将式(7)代入式(8),将次级侧H桥变换器的输出电流与稳定直流母线电压联系起来,二者之间关系如下:
由式(9)可以看出,评价函数越小,表示下一时刻直流母线电压与给定参考电压的偏差越小,从而达到控制直流母线电压稳定的目的,因此,所选取的次级侧H桥变换器的输出电流应该使得式(9)所表示的评价函数最小,即
因此,次级侧H桥变换器的输出电流以及充放电电流表示为
式中,表示k时刻次级侧H桥变换器输出滤波电容c2电流平均值,表示k时刻锂电池端支撑电容c3电流平均值,表示k时刻内环充放电电流的给定值;
由于电容电流不好测量,所以以次级侧H桥变换器的输出电流减去次级侧H桥变换器输出电流和充放电电流的采样值,作为内环充放电电流的给定值,联合式(11),得:
式中,表示采样的k时刻次级侧H桥变换器的输出电流平均值,表示k时刻锂电池充放电电流采样平均值;
由式(11)和式(12)联合得到模型预测控制算法的公式(13),即就是k时刻内环充放电电流的给定值
通过模糊补偿控制算法得到模糊控制输出量Δk的具体过程为:
采用二维模糊控制器,将k时刻直流母线电压误差ek以及误差变化率ek-ek-1作为二维模糊控制器的输入,得到模糊控制输出量Δk。
对修正后的内环充放电电流给定值进行限幅的具体过程为:以充电电流方向为正方向,
(1)当直流母线电压误差ek≥0时,此时处于充电模式,限幅方法如下:
当锂电池端电压小于放电终止电压时,则内环充放电最大电流给定值Max_ibref为0.1C,其中C代表锂电池容量大小的电流;
当锂电池端电压大于放电终止电压:
当soc小于soc0时,则内环充放电最大电流给定值Max_ibref为1C;
当soc大于soc0时,则内环充放电最大电流给定值Max_ibref为:
Max_ibref=I0(1-soct)/(1-soc0) (18)
式中,soct代表锂电池当前时刻的荷电状态,soc0代表1.6CT(1-soct)/(1-soca)与1C相交时的荷电状态,其中,CT代表最大可放电容量,soca代表初始时刻荷电状态,I0表示1C电流;
(2)当直流母线电压误差ek<0时,此时处于放电模式,则内环充放电最大电流给定值Max_ibref为-2C;
(3)无论处于充电模式还是放电模式,限幅后的内环充放电电流给定值ibref介于0~Max_ibref之间。
完成直流母线电压外环控制后,将经过限幅处理的内环充放电电流的修正给定值与反馈的充放电电流ib做差,经过经典的PI控制得到DAB型变换器的移相比d,d与1/2开关周期相乘得到移相角theta,然后根据移相角theta,采用经典的单移相角调制方法产生DAB型变换器S1~S8开关管的开关信号,进而实现电流内环PI控制。
本发明的有益效果是:本发明针对由新能源发电与储能组成的直流微电网系统,通过模型预测控制及模糊补偿控制可以显著提高系统的动态性能,稳定直流母线电压,在系统功率发生不平衡时,储能单元可以快速进行调节,同时采用内环充放电电流给定的限幅方法,可以对锂电池的充放电电流进行优化控制,使锂电池工作在比较健康的状态,此外,基于以上双环控制方法,还可以防止高频变压器的磁饱和现象。本发明在实现了稳定直流母线电压、提高系统动态性能的同时,达到兼顾锂电池的充放电能力与寿命的目的。
附图说明
图1是本发明基于模型预测及模糊补偿的直流母线电压外环控制方法中直流微电网系统的结构示意图;
图2是本发明基于模型预测及模糊补偿的直流母线电压外环控制方法中储能单元3的主电路拓扑选择DAB型DC-DC变换器的电路图;
图3是本发明基于模型预测及模糊补偿的直流母线电压外环控制方法的控制框图。
图中,1.分布式电源,2.负载,3.储能单元。
具体实施方式
本发明基于模型预测及模糊补偿的直流母线电压外环控制方法,用于直流微电网系统的直流母线电压控制,如图1所示,直流微电网系统包括分布式电源1、负载2以及储能单元3,分布式电源1和储能单元3通过直流母线与负载2相连,分布式电源为光伏发电系统或风力发电系统,系统功率实时平衡以及直流母线电压的稳定就是靠储能单元的功率双向流动来实现,当分布式电源发出的能量大于负载所需能量时,会导致直流母线电压升高,通过储能单元进行储能,锂电池充电,能量正向流动;当分布式电源发出的能量小于负载所需能量时,会导致直流母线电压降低,通过储能单元进行释能,锂电池放电,能量反向流动;其中,如图2所示,储能单元3的主电路拓扑选择DAB型DC-DC变换器,该拓扑由两个对称的H桥变换器和高频变压器组成,高频变压器能有效实现初级侧与次级侧的电气隔离与能量传输。对于高频变压器的初级侧,初级侧H桥变换器的输入端与直流母线连接,并且并接直流母线支撑电容cin,该H桥变换器的一个输出端连接有外部附加电感,通过该电感与高频变压器初级线圈的一端连接,高频变压器初级线圈的另一端连接该H桥变换器的另一个输出端,其中外部附加电感值与高频变压的漏电感之和记为L1,对于高频变压器的次级侧,次级侧H桥变换器的两个输入端分别与高频变压器的次级线圈的两个端子相连,该H桥变换器的一个输出端连接电容-电感-电容(C-L-C)电路,再与锂电池组的正极连接,其中第一个电容c2和电感L2起滤波作用,第二个电容c3起支撑锂电池端电压作用;锂电池组的负极与该H桥变换器的另一个输出端、电容c2和c3的负极相连,初级侧和次级侧的两个H桥变换器的开关管分别按照从高频变压器的初级侧到次级侧以及从上桥臂到下桥臂依次命名为为S1、S2、S3、S4、S5、S6、S7、S8,初级侧H桥变换器包括S1、S2、S3、S4四个功率开关管,次级侧H桥变换器包括S5、S6、S7、S8四个功率开关管,图2中,uin表示直流母线电压;iin表示储能单元输入电流;cin表示直流母线支撑电容;SaiL1表示初级侧H桥变换器输入电流;S1、S3表示初级侧H桥变换器第一桥臂的上、下功率开关管;S2、S4表示第二桥臂的上、下功率开关管;HF表示高频变压器;VP表示初级侧H桥变换器输出电压;L1表示变压器漏感与辅助电感之和;iL1表示流过辅助电感的电流;n为高频隔离变压器初级侧与次级侧的线圈匝数之比;S5、S7表示次级侧H桥变换器第一桥臂的上、下功率开关管;S6、S8表示第二桥臂的上、下功率开关管;Vs表示次级侧H桥变换器输入电压;i2表示次级侧H桥变换器输出电流;c2表示滤波电容;L2表示滤波电感;c3表示锂电池端支撑电容;ic2表示流过滤波电容的电流;ic3表示流过锂电池端支撑电容的电流;ib表示充放电电流;uo表示次级侧H桥变换器输出电压;ub表示锂电池端电压;
直流母线电压外环控制方法具体过程为:如图3所示,首先通过模型预测控制算法得到k时刻内环充放电电流的给定值然后再通过模糊补偿控制算法得到模糊控制输出量Δk,再将Δk与恒定控制系数k相加,再与k时刻储能单元输入电流平均值相乘作为内环充放电电流给定的补偿电流Δibat,再将内环充放电电流给定的补偿电流Δibat与k时刻内环充放电电流的给定值相加得到修正后的内环充放电电流给定值,然后对修正后的内环充放电电流给定值进行限幅,得到限幅后的内环充放电电流给定值ibref,完成直流母线电压外环控制。
通过模型预测控制算法得到k时刻内环充放电电流的给定值的具体过程为:
将k时刻储能单元输入电流采样平均值k时刻直流母线电压采样平均值k时刻次级侧H桥变换器输出电压采样平均值k时刻次级侧H桥变换器输出电流采样平均值k时刻锂电池充放电电流采样平均值以及直流母线电压给定值输入到模型预测控制算法的公式中,得到k时刻内环充放电电流给定值其中,Cin是直流母线侧支撑电容,T表示采样周期。
通过模型预测控制算法得到k时刻内环充放电电流的给定值的过程如下:
步骤1.1,定义DAB型DC-DC变换器的开关函数Sa、Sb:
式中,S1到S8为变换器中两个对称H桥的8个开关管;
步骤1.2,计算模型预测控制算法的公式(13)
在一个采样周期内,初级侧H桥变换器连接直流母线处的节点电流状态方程为:
式中,Cin是直流母线侧支撑电容,表示直流母线电压平均值,表示储能单元输入电流平均值,表示初级侧H桥变换器的输入电流平均值;
注意到式(3)中直流母线侧电压平均值的微分项在一定程度上反映了直流母线侧电压的变化趋势,因此,采用欧拉前向法对式(3)进行离散化,可得:
式中,是k时刻直流母线电压平均值,是k+1时刻直流母线电压平均值,T表示采样周期,表示k时刻储能单元输入电流平均值,表示k时刻初级侧H桥变换器的输入电流平均值;
通过式(3)和式(4),得到k+1时刻直流母线电压平均值表达式
又由于,
式中,表示k时刻次级侧H桥变换器的输出电流平均值,用代替,n为高频隔离变压器初级侧与次级侧的线圈匝数之比,表示k时刻次级侧H桥变换器的输出电压平均值,P为传输功率;
则通过式(6),初级侧H桥变换器的输入电流平均值通过次级侧H桥变换器的输出电流表示的表达式为:
为了对直流母线电压进行控制,根据式(5)建立评价函数f:
式中,表示直流母线电压给定值;
将式(7)代入式(8),将次级侧H桥变换器的输出电流与稳定直流母线电压联系起来,二者之间关系如下:
由式(9)可以看出,评价函数越小,表示下一时刻直流母线电压与给定参考电压的偏差越小,从而达到控制直流母线电压稳定的目的,因此,所选取的次级侧H桥变换器的输出电流应该使得式(9)所表示的评价函数最小,即
因此,次级侧H桥变换器的输出电流以及充放电电流表示为
式中,表示k时刻次级侧H桥变换器输出滤波电容c2电流平均值,表示k时刻锂电池端支撑电容c3电流平均值,表示k时刻内环充放电电流的给定值;
由于电容电流不好测量,所以以次级侧H桥变换器的输出电流减去次级侧H桥变换器输出电流和充放电电流的采样值,作为内环充放电电流的给定值,联合式(11),得:
式中,表示采样的k时刻次级侧H桥变换器的输出电流平均值,表示k时刻锂电池充放电电流采样平均值;
由式(11)和式(12)联合得到模型预测控制算法的公式(13),即就是k时刻内环充放电电流的给定值
通过模糊补偿控制算法得到模糊控制输出量Δk的具体过程为:
采用二维模糊控制器,将k时刻直流母线电压误差ek以及误差变化率ek-ek-1作为二维模糊控制器的输入,得到模糊控制输出量Δk;具体过程为:
A、模糊控制输入输出定义
模糊输入量为直流母线电压误差(e)以及误差变化率(ec),它们的定义为
ec(k)=e(k)-e(k-1)(15)
定义语言变量:{PB(Positive Big),PM(Positive Medium),PS(PositiveSmall),ZO(Zero),NS(Negative Small),NM(Negative Medium),NB(Negative Big)}。
对模糊输入e和ec以及模糊输出Δk进行模糊化,建立模糊子集如下:
对模糊输入e、ec以及模糊输出Δk的论域进行定义,定义如下:
电压误差基准范围是[-0.5,0.5],误差变化率基准范围是[-0.1,0.1],输出控制量基准范围是[-1,1]。实际的输入量e、ec和输出量Δk可以通过归一化运算得到式(17)所述的论域限制范围。
B、确定隶属度函数
模糊输入和输出的隶属度函数均采用三角形隶属度函数和梯形隶属度函数相结合的方式。模糊输入输出论域的两侧均采用梯形隶属度函数,中间均采用三角形隶属度函数。
C、制定模糊规则
模糊规则是模糊控制的核心,因此,建立正确的模糊规则至关重要,模糊控制规则如下:当误差过大时,增大控制量;误差过小时,减小控制量;当误差几乎为零时,则控制量也为零。本发明采用形如IF-THEN的模糊条件语句。将输入模糊子集和输出模糊子集之间进行规则对应,具体模糊控制器规则表如下:
表1模糊控制器规则表
D、解模糊化
完成模糊规则对应后,还需要将输出的模糊量反模糊化,即把输出的模糊量转化为确定的输出。解模糊化方法采用面积重心法。得到模糊控制输出量Δk,与固定系数k相加,再与直流母线侧输入电流相乘作为内环充放电电流给定的补偿电流Δibat,此补偿量与模型预测控制输出的给定电流相加作为内环充放电电流的修正给定值。
对修正后的内环充放电电流给定值进行限幅的具体过程为:以充电电流方向为正方向,
(1)当直流母线电压误差ek≥0时,此时处于充电模式,限幅方法如下:
当锂电池端电压小于放电终止电压时,则内环充放电最大电流给定值Max_ibref为0.1C,其中C代表锂电池容量大小的电流;
当锂电池端电压大于放电终止电压:
当soc小于soc0时,则内环充放电最大电流给定值Max_ibref为1C;
当soc大于soc0时,则内环充放电最大电流给定值Max_ibref为:
Max_ibref=I0(1-soct)/(1-soc0) (18)
式中,soct代表锂电池当前时刻的荷电状态,soc0代表1.6CT(1-soct)/(1-soca)与1C相交时的荷电状态,其中,CT代表最大可放电容量,soca代表初始时刻荷电状态,I0表示1C电流;
(2)当直流母线电压误差ek<0时,此时处于放电模式,则内环充放电最大电流给定值Max_ibref为-2C;
(3)无论处于充电模式还是放电模式,限幅后的内环充放电电流给定值ibref介于0~Max_ibref之间。
完成直流母线电压外环控制后,将经过限幅处理的内环充放电电流的修正给定值与反馈的充放电电流ib做差,经过经典的PI控制得到DAB型变换器的移相比d,d与1/2开关周期相乘得到移相角theta,然后根据移相角theta,采用经典的单移相角调制方法产生DAB型变换器S1~S8开关管的开关信号,进而实现电流内环PI控制。
本发明直流母线电压外环采用模型预测控制及模糊补偿控制相结合的控制方法,通过直流母线电压外环控制,可以得到锂电池电流内环控制所需要的给定充放电电流,考虑到锂电池的充放电能力与寿命,还需利用锂电池的SOC状态对所获得的内环给定充放电电流进行一定的限幅处理,限幅处理后的给定充放电电流与采样的锂电池充放电电流做差进行PI调节(即就是:锂电池电流内环采用PI控制),得到初级侧和次级侧的两个H桥变换器之间的移相角,最后根据经典的单移相调制方法,可以生成S1、S2、S3、S4、S5、S6、S7、S8的开关信号,控制锂电池的充放电,从而实现直流母线电压的稳定控制。
Claims (6)
1.基于模型预测及模糊补偿的直流母线电压外环控制方法,其特征在于,用于直流微电网系统的直流母线电压控制,所述直流微电网系统包括分布式电源(1)、负载(2)以及储能单元(3),分布式电源(1)和储能单元(3)通过直流母线与负载(2)相连,其中,分布式电源(1)为光伏发电系统或风力发电系统,储能单元(3)的主电路拓扑选择DAB型DC-DC变换器,所述DAB型DC-DC变换器包括两个对称的H桥变换器和高频变压器;所述直流母线电压外环控制方法具体过程为:首先通过模型预测控制算法得到k时刻内环充放电电流的给定值然后再通过模糊补偿控制算法得到模糊控制输出量Δk,再将Δk与恒定控制系数k相加,再与k时刻储能单元输入电流平均值相乘作为内环充放电电流给定的补偿电流Δibat,再将内环充放电电流给定的补偿电流Δibat与k时刻内环充放电电流的给定值相加得到修正后的内环充放电电流给定值,然后对修正后的内环充放电电流给定值进行限幅,得到限幅后的内环充放电电流给定值ibref,完成直流母线电压外环控制。
2.根据权利要求1所述的基于模型预测及模糊补偿的直流母线电压外环控制方法,其特征在于,所述通过模型预测控制算法得到k时刻内环充放电电流的给定值的具体过程为:
将k时刻储能单元输入电流采样平均值k时刻直流母线电压采样平均值k时刻次级侧H桥变换器输出电压采样平均值k时刻次级侧H桥变换器输出电流采样平均值k时刻锂电池充放电电流采样平均值以及直流母线电压给定值输入到模型预测控制算法的公式中,得到k时刻内环充放电电流给定值其中,Cin是直流母线侧支撑电容,T表示采样周期。
3.根据权利要求2所述的基于模型预测及模糊补偿的直流母线电压外环控制方法,其特征在于,所述通过模型预测控制算法得到k时刻内环充放电电流的给定值的过程如下:
步骤1.1,定义DAB型DC-DC变换器的开关函数Sa、Sb:
式中,S1到S8为变换器中两个对称H桥的8个开关管;
步骤1.2,计算模型预测控制算法的公式(13)
在一个采样周期内,初级侧H桥变换器连接直流母线处的节点电流状态方程为:
式中,Cin是直流母线侧支撑电容,表示直流母线电压平均值,表示储能单元输入电流平均值,表示初级侧H桥变换器的输入电流平均值;
采用欧拉前向法对式(3)进行离散化,可得:
式中,是k时刻直流母线电压平均值,是k+1时刻直流母线电压平均值,T表示采样周期,表示k时刻储能单元输入电流平均值,表示k时刻初级侧H桥变换器的输入电流平均值;
通过式(3)和式(4),得到k+1时刻直流母线电压平均值表达式
又由于,
式中,表示k时刻次级侧H桥变换器的输出电流平均值,用代替,n为高频隔离变压器初级侧与次级侧的线圈匝数之比,表示k时刻次级侧H桥变换器的输出电压平均值,P为传输功率;
则通过式(6),初级侧H桥变换器的输入电流平均值通过次级侧H桥变换器的输出电流表示的表达式为:
为了对直流母线电压进行控制,根据式(5)建立评价函数f:
式中,表示直流母线电压给定值;
将式(7)代入式(8),将次级侧H桥变换器的输出电流与稳定直流母线电压联系起来,二者之间关系如下:
由式(9)可以看出,评价函数越小,表示下一时刻直流母线电压与给定参考电压的偏差越小,从而达到控制直流母线电压稳定的目的,因此,所选取的次级侧H桥变换器的输出电流应该使得式(9)所表示的评价函数最小,即
因此,次级侧H桥变换器的输出电流以及充放电电流表示为
式中,表示k时刻次级侧H桥变换器输出滤波电容c2电流平均值,表示k时刻锂电池端支撑电容c3电流平均值,表示k时刻内环充放电电流的给定值;
由于电容电流不好测量,所以以次级侧H桥变换器的输出电流减去次级侧H桥变换器输出电流和充放电电流的采样值,作为内环充放电电流的给定值,联合式(11),得:
式中,表示采样的k时刻次级侧H桥变换器的输出电流平均值,表示k时刻锂电池充放电电流采样平均值;
由式(11)和式(12)联合得到模型预测控制算法的公式(13),即就是k时刻内环充放电电流的给定值
4.根据权利要求1所述的基于模型预测及模糊补偿的直流母线电压外环控制方法,其特征在于,所述通过模糊补偿控制算法得到模糊控制输出量Δk的具体过程为:
采用二维模糊控制器,将k时刻直流母线电压误差ek以及误差变化率ek-ek-1作为二维模糊控制器的输入,得到模糊控制输出量Δk。
5.根据权利要求1所述的基于模型预测及模糊补偿的直流母线电压外环控制方法,其特征在于,所述对修正后的内环充放电电流给定值进行限幅的具体过程为:以充电电流方向为正方向,
(1)当k时刻直流母线电压误差ek≥0时,此时处于充电模式,限幅方法如下:
当锂电池端电压小于放电终止电压时,则内环充放电最大电流给定值Max_ibref为0.1C,其中C代表锂电池容量大小的电流;
当锂电池端电压大于放电终止电压:
当soc小于soc0时,则内环充放电最大电流给定值Max_ibref为1C;
当soc大于soc0时,则内环充放电最大电流给定值Max_ibref为:
Max_ibref=I0(1-soct)/(1-soc0) (18)
式中,soct代表锂电池当前时刻的荷电状态,soc0代表1.6CT(1-soct)/(1-soca)与1C相交时的荷电状态,其中,CT代表最大可放电容量,soca代表初始时刻荷电状态,I0表示1C电流;
(2)当k时刻直流母线电压误差ek<0时,此时处于放电模式,则内环充放电最大电流给定值Max_ibref为-2C;
(3)无论处于充电模式还是放电模式,限幅后的内环充放电电流给定值ibref介于0~Max_ibref之间。
6.根据权利要求1或5所述的基于模型预测及模糊补偿的直流母线电压外环控制方法,其特征在于,完成直流母线电压外环控制后,将经过限幅处理的内环充放电电流的修正给定值与采样的锂电池充放电电流ib做差,经过经典的PI控制得到DAB型变换器的移相比d,d与1/2开关周期相乘得到移相角theta,然后根据移相角theta,采用经典的单移相角调制方法产生DAB型变换器S1~S8开关管的开关信号,进而实现电流内环PI控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811447453.3A CN109634334B (zh) | 2018-11-29 | 2018-11-29 | 基于模型预测及模糊补偿的直流母线电压外环控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811447453.3A CN109634334B (zh) | 2018-11-29 | 2018-11-29 | 基于模型预测及模糊补偿的直流母线电压外环控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109634334A true CN109634334A (zh) | 2019-04-16 |
CN109634334B CN109634334B (zh) | 2020-05-22 |
Family
ID=66070291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811447453.3A Active CN109634334B (zh) | 2018-11-29 | 2018-11-29 | 基于模型预测及模糊补偿的直流母线电压外环控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109634334B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111463772A (zh) * | 2020-04-22 | 2020-07-28 | 中国船舶重工集团公司第七0四研究所 | 可抑制微网母线电压波动的储能接口变换器控制方法 |
CN112653363A (zh) * | 2020-12-03 | 2021-04-13 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种基于模糊控制的永磁同步电机直流母线电压控制方法 |
CN112684696A (zh) * | 2020-12-14 | 2021-04-20 | 广西电网有限责任公司电力科学研究院 | 一种光伏发电系统内部pi控制器的稳态控制方法及装置 |
CN113206499A (zh) * | 2021-04-23 | 2021-08-03 | 西安理工大学 | 一种双闭环模型预测与pi复合控制的dab变换器控制方法 |
CN113612216A (zh) * | 2021-07-22 | 2021-11-05 | 漳州科华技术有限责任公司 | 能量路由控制方法及装置、能量路由系统 |
CN117406686A (zh) * | 2023-12-15 | 2024-01-16 | 上海力兹照明电气有限公司 | 一种氘灯制备产线制造和质量检测控制方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040098145A1 (en) * | 2002-11-14 | 2004-05-20 | Liu Zhenduo | Hybrid cascade model-based predictive control system |
GB2512087A (en) * | 2013-03-19 | 2014-09-24 | Massive Analytic Ltd | Apparatus for controlling a manufacturing plant |
CN105552959A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨工业大学 | 基于扩张状态观测器的三相并网整流器预测直接功率控制方法 |
CN107065902A (zh) * | 2017-01-18 | 2017-08-18 | 中南大学 | 基于非线性模型的无人机姿态模糊自适应预测控制方法及系统 |
CN107171309A (zh) * | 2017-07-20 | 2017-09-15 | 北方工业大学 | 一种微电网系统直流母线稳压控制方法 |
-
2018
- 2018-11-29 CN CN201811447453.3A patent/CN109634334B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040098145A1 (en) * | 2002-11-14 | 2004-05-20 | Liu Zhenduo | Hybrid cascade model-based predictive control system |
GB2512087A (en) * | 2013-03-19 | 2014-09-24 | Massive Analytic Ltd | Apparatus for controlling a manufacturing plant |
CN105552959A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨工业大学 | 基于扩张状态观测器的三相并网整流器预测直接功率控制方法 |
CN107065902A (zh) * | 2017-01-18 | 2017-08-18 | 中南大学 | 基于非线性模型的无人机姿态模糊自适应预测控制方法及系统 |
CN107171309A (zh) * | 2017-07-20 | 2017-09-15 | 北方工业大学 | 一种微电网系统直流母线稳压控制方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111463772A (zh) * | 2020-04-22 | 2020-07-28 | 中国船舶重工集团公司第七0四研究所 | 可抑制微网母线电压波动的储能接口变换器控制方法 |
CN112653363A (zh) * | 2020-12-03 | 2021-04-13 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种基于模糊控制的永磁同步电机直流母线电压控制方法 |
CN112684696A (zh) * | 2020-12-14 | 2021-04-20 | 广西电网有限责任公司电力科学研究院 | 一种光伏发电系统内部pi控制器的稳态控制方法及装置 |
CN112684696B (zh) * | 2020-12-14 | 2022-09-06 | 广西电网有限责任公司电力科学研究院 | 一种光伏发电系统内部pi控制器的稳态控制方法及装置 |
CN113206499A (zh) * | 2021-04-23 | 2021-08-03 | 西安理工大学 | 一种双闭环模型预测与pi复合控制的dab变换器控制方法 |
CN113206499B (zh) * | 2021-04-23 | 2023-08-04 | 新疆鹏煜能源科技集团有限公司 | 一种双闭环模型预测与pi复合控制的dab变换器控制方法 |
CN113612216A (zh) * | 2021-07-22 | 2021-11-05 | 漳州科华技术有限责任公司 | 能量路由控制方法及装置、能量路由系统 |
CN113612216B (zh) * | 2021-07-22 | 2023-09-29 | 漳州科华技术有限责任公司 | 能量路由控制方法及装置、能量路由系统 |
CN117406686A (zh) * | 2023-12-15 | 2024-01-16 | 上海力兹照明电气有限公司 | 一种氘灯制备产线制造和质量检测控制方法及装置 |
CN117406686B (zh) * | 2023-12-15 | 2024-02-23 | 上海力兹照明电气有限公司 | 一种氘灯制备产线制造和质量检测控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109634334B (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109634334A (zh) | 基于模型预测及模糊补偿的直流母线电压外环控制方法 | |
CN110137992B (zh) | 一种孤岛直流微电网协调稳定运行控制方法 | |
CN207705800U (zh) | 一种具有电池功率波动平抑能力的链式储能系统 | |
CN109378814A (zh) | 一种直流电力弹簧系统及其内部储能系统的能量管理方法 | |
CN107425746A (zh) | 一种基于级联型混合储能系统的空间矢量控制方法 | |
CN104868532A (zh) | 一种基于Cuk斩波电路双向桥臂的串联蓄电池组双向能量均衡器及其控制方法 | |
CN105207243A (zh) | 一种用于风电场实时功率预报修正的电池能量管理方法 | |
CN110445120A (zh) | 基于混合储能的直流微电网母线电压控制策略 | |
CN106410799A (zh) | 一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法 | |
CN113206499B (zh) | 一种双闭环模型预测与pi复合控制的dab变换器控制方法 | |
CN110208700A (zh) | 一种直流微网中储能系统虚拟电池开路电压的计算方法 | |
CN103683327A (zh) | 一种应用于风机低电压穿越的单相可控串联补偿装置 | |
CN204835716U (zh) | 一种模块化的储能系统 | |
CN107546734A (zh) | 一种电压型直流潮流控制器变比优化计算方法 | |
CN109103911A (zh) | 基于电力电子变压器的中压直流储能装置及能量管理方法 | |
Ma et al. | Modeling and Control Strategy Simulation of Dual Active Bridge DC-DC Converter | |
CN110149052A (zh) | 一种用于电池充电的谐振电路拓扑结构 | |
CN109742814A (zh) | 一种基于虚拟惯量的电动汽车充放电控制方法 | |
CN112187079B (zh) | 单相三电平变流系统及其控制方法 | |
CN113381496A (zh) | 基于一种混合储能系统限值管理控制方法 | |
CN208226578U (zh) | 用于孤岛型微电网的储能变流系统 | |
TW201815008A (zh) | 智慧型快速電池平衡器 | |
Wang et al. | Research on Dynamic Equivalent SOC Estimation of Hybrid Energy Storage System Based on Sliding Mode Observer | |
CN104980090A (zh) | 含有混合储能系统的风光发电互补装置 | |
CN205544322U (zh) | 一种无需交直流电流传感器的多电平储能功率转换控制装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |