CN109904873A - 基于模型预测的混合储能控制策略 - Google Patents
基于模型预测的混合储能控制策略 Download PDFInfo
- Publication number
- CN109904873A CN109904873A CN201910322034.5A CN201910322034A CN109904873A CN 109904873 A CN109904873 A CN 109904873A CN 201910322034 A CN201910322034 A CN 201910322034A CN 109904873 A CN109904873 A CN 109904873A
- Authority
- CN
- China
- Prior art keywords
- converter
- control
- energy
- energy storage
- model
- 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.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Control Of Electrical Variables (AREA)
- Dc-Dc Converters (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明专利属于新能源储能以及电力系统储能优化领域,涉及利用模型预测控制对混合储能系统DC/DC变换器进行控制,通过分析混合储能变换器在不同工作状态下的等效电路模型,建立预测模型,基于寻找变换器最优工作状态为目的建立寻优函数,对系统未来有限时间域内的状态进行预判进而确定当前得控制动作。本发明可以减小甚至消除负载阶跃给母线电压带来的冲击,混合储能系统变换器电感电流可以快速的跟踪参考值,提高混合储能系统对微电网能量需求的响应速度。在光伏扰动时亦可保证母线电压的稳定。
Description
技术领域
本发明专利涉及基于模型预测的混合储能控制,具体而言,涉及利用模型预测控制对混合储能系统 DC/DC变换器进行控制,属于新能源储能以及电力系统储能优化领域。
背景技术
随着化石燃料燃烧带来的环境污染日趋严重以及人类对于能源的需求日益增多,世界各国对于可再生能源的发展和利用达成共识。但由于风能、太阳能等可再生能源具有间歇性强、波动性大等特点,导致发电系统电能质量以及可靠性降低。为解决此问题,在可再生能源发电系统中引入储能装置,使得可能生能源很好的被大电网接纳。混合储能系统控制策略的性能优劣直接影响直流微电网的运行特性,这使得混合储能系统控制策略成为当前研究的重点与热点之一。模型预测控制(Model Predictive Control,MPC)是一种非线性最优控制方法,具有控制效果好,鲁棒性强的特点。诞生于上世纪70年代,从最初的工业应用启发式控制算法现已经发展为一个理论丰富、实践内容不断扩张的新型学科分支。预测控制针对有优化需求的控制问题,自从该控制方法诞生并发展至今已经在复杂工业系统中取得一些成功,尤其是模型预测控制算法对非线性约束问题处理具有独特优势。近年来模型预测控制方法在电力电子变换器控制领域获得广泛应用。
目前直流微电网内储能单元DC/DC变换器的研究主要集中在比例积分(Proportional Integral,PI)控制的基础之上,以PI控制为基础的混合储能变换器控制策略是当前研究重点。基于PI控制的储能变换器控制策略在直流微电网协调控制中有着积极的作用,但PI控制天然存在着些许不足:动态调节时间较长,鲁棒性较差,控制器参数设计困难,现场大功率调试存风险等。本发明的思想就是针对PI控制的不足,提出一种控制效果更好的混合储能变换器控制策略。
发明内容
本发明专利针对上述存在的问题,提供一种基于模型预测控制混合储能控制策略,通过分析混合储能变换器在不同工作状态下的等效电路模型,建立预测模型,基于寻找变换器最优工作状态为目的建立寻优函数,对系统未来有限时间域内的状态进行预判进而确定当前得控制动作。
本发明专利为实现上述目的,采取以下技术方案予以实现:
测量任意时刻t,变换器的端口电压即母线电压udc、端口电流io以及电感电流iLb。根据当前时刻混合储能系统的工作模式,通过对变换器不同工作状态的等效电路列写基尔霍夫电流方程与基尔霍夫电压方程获得每种状态所对应的电压与电流的增量方程。寻优求解的目的是得出t+1时刻最优的开关状态。
在实际应用时预测的准确性受测量采样的精准度以及变换器参数的准确性等非理想因素的干扰,存在一定的控制误差。为消除非理想因素的干扰,减小控制误差,同时提高系统鲁棒性,在计算蓄电池与超级电容器承担功率PB、PSC过程中在模型预测的基础上引入反馈矫正环节,得到一种带有反馈矫正的闭环模型预测控制方法。
本发明专利相对于现有技术具有如下有益效果:
·有效缩短平抑母线电压波动的时间
·变换器电感电流有效跟踪给定指令电流
·更加快速完成对变换器电感电流的跟踪,减少波动时间
附图说明
图1为本发明专利含混合储能的光伏微网结构示意图
图2混合储能双向DC/DC变换器不同状态等效电路图
图3带有反馈矫正模型预测控制框图
具体实施方式
以下结合附图对本发明专利的实施例作详细描述。
如图1所示,搭建含混合储能光伏微网结构模型。混合储能模块,光伏发电模块分别经DC/DC变换器并入直流母线,再经DC/AC逆变器接入交流电网中。本发明对其中DC/DC的控制,采用模型预测控制的方法。由于超级电容器与蓄电池的DC/DC变换器都采用模型预测控制,下文分析时候不在分别说明。
如图2所示,对于任意时刻t,变换器的端口电压即母线电压udc、端口电流i以及电感电流iLb均可测量得出,根据当前时刻储能单元的工作模式,通过对开关管不同工作状态的等效电路列写基尔霍夫电流方程与基尔霍夫电压方程获得每种状态所对应的电压与电流的增量方程,进而得到所需的预测模型。寻优求解的目的是得出t+1时刻最优的开关状态。
以储能单元工作在放电模式为例,开关管S2处于开通状态,根据图2(a)等效电路列写基尔霍夫电流方程与基尔霍夫电压方程,如式(1)所示。
由(1)式可求得放电模式下S2开通对应的变换器电感电流与变换器端口电压(直流母线电压)的增量方程为:
开关管S2处于关断状态,根据图2(b)等效电路列写基尔霍夫电流方程与基尔霍夫电压方程,如式 (3):
由(3)式可得出放电模式下S2关断对应的变换器电感电流与变换器端口电压(直流母线电压)的增量方程为:
上式中,△iL与△udc分别为变换器电感电流增量与变换器端口电压增量,△t为系统控制周期T,u(t)与 udc(t)分别为蓄电池电压与变换器端口电压在t时刻的测量值,iL(t)与i(t)分别为变换器电感电流与变换器输出电流在t时刻的测量值。
根据上述增量矩阵可以求出所需的电压与电流预测模型如式(5)所示:
式中iLm(t+1|t)与udcm(t+1|t)分别为在t时刻基础上预测出的t+1时刻变换器电感电流值与变换器端口电压值。以变换器电感电流可以快速准确跟踪方法给定和变换器端口电压维持恒定为目的建立寻优函数如式(6):
g=λi(iLm(t+1|t)-iLref)2+λu(udcm(t+1|t)-udcref)2 (6)
其中iLref与udcref分别为变换器电感电流与端口电压的给定,λi、λu为电流项与电压项所占的权重系数。
在实际应用时预测的准确性受测量采样的精准度以及变换器参数的准确性等非理想因素的干扰,存在一定的控制误差。为消除非理想因素的干扰,减小控制误差,同时提高系统鲁棒性,在计算蓄电池与超级电容器承担功率PB、PSC过程中在模型预测的基础上引入反馈矫正环节,得到一种带有反馈矫正的闭环模型预测控制方法。如图所示。
图中iLm(t|t-1)与udcm(t|t-1)分别为(t-1)时刻预测得到的t时刻变换器电感电流值与变换器端口电压值,将预测值与实际测量值相比较,形成闭环,得到电流与电压的控制误差。电流与电压控制误差分别与所对应的反馈矫正系数σi与σu相乘,即可得到电流与电压反馈矫正项ei与eu。如式(7):
引入反馈矫正后的闭环预测模型如式(8):
得到预测模型后,为使得变换器电感电流与端口电压快速准确地跟踪参考,达到模型预测的最优控制,同样需要利用式(6)进行寻优求解。
变换器电感电流参考值iLref由式(9)得出:
式中I为储能变换器输出电流,Ipv为光伏变换器输出电流,U为蓄电池电压,Udc为变换器端口电压,亦即直流母线电压。
惟以上所述者,仅为本发明专利之较佳实施例而已,当不能以此限定本实用发明专利之范围,即但凡依本发明专利权利要求及发明说明书所记载的内容所作出简单的等效变化与修饰,皆仍属本发明专利权利要求所涵盖范围之内。此外,摘要部分和标题仅是用来辅助专利文件搜寻之用,并非用来限制本发明专利之权利范围。
Claims (6)
1.基于模型预测的混合储能控制策略,应用于新能源储能以及电力系统储能优化领域,其特征在于所述新能源微网系统包含混合储能模块,光伏发电模块、DC/DC控制模块。
2.根据权利要求1所述的策略,其特征在于,所述混合储能模块由超级电容器和蓄电池构成,所述模块通过DC/DC变换器与直流母线连接。
3.根据权利要求1所述的策略,其特征在于,所述光伏电池经过DC/DC变换器与直流母线连接,所述DC/DC变换器采用最大功率跟踪控制。
4.根据权利要求1所述的策略,其特征在于,DC/DC控制模块采用基于模型预测控制的控制方法,所述方法包括:
通过分析混合储能变换器在不同工作状态下的等效电路模型,建立预测模型,基于寻找变换器最优工作状态为目的建立寻优函数,对系统未来有限时间域内的状态进行预判进而确定当前得控制动作。
5.根据权利要求4所述的策略,其特征在于,引入反馈矫正环节,得到一种带有反馈矫正的闭环模型预测控制方法。
6.根据权利要求5所述的策略,其特征在于,带有电压补偿的模型预测在寻优求解之前引入电压补偿环节,形成闭环模型预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910322034.5A CN109904873A (zh) | 2019-04-22 | 2019-04-22 | 基于模型预测的混合储能控制策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910322034.5A CN109904873A (zh) | 2019-04-22 | 2019-04-22 | 基于模型预测的混合储能控制策略 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109904873A true CN109904873A (zh) | 2019-06-18 |
Family
ID=66956046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910322034.5A Pending CN109904873A (zh) | 2019-04-22 | 2019-04-22 | 基于模型预测的混合储能控制策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109904873A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110299717A (zh) * | 2019-07-11 | 2019-10-01 | 东南大学 | 一种基于模型预测控制的分布式混合储能系统能量均衡控制策略 |
CN110797959A (zh) * | 2019-10-23 | 2020-02-14 | 中国电力科学研究院有限公司 | 一种蓄电池-超级电容混合储能变换器的控制方法和装置 |
CN110912115A (zh) * | 2019-11-21 | 2020-03-24 | 华中科技大学 | 用于混合储能电路平抑功率波动的预测控制方法及系统 |
CN113452111A (zh) * | 2021-05-21 | 2021-09-28 | 北方工业大学 | 混合储能系统的模型预测控制方法、电子设备 |
CN114362529A (zh) * | 2022-01-14 | 2022-04-15 | 西安理工大学 | 用于直流微电网储能双向dc/dc变换器的控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104104107A (zh) * | 2014-06-16 | 2014-10-15 | 清华大学 | 用混合储能平抑风电功率波动的模型预测控制方法 |
CN107910884A (zh) * | 2017-12-06 | 2018-04-13 | 国网山东省电力公司济南供电公司 | 电池储能平抑光伏发电大爬坡事件的在线控制方法 |
-
2019
- 2019-04-22 CN CN201910322034.5A patent/CN109904873A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104104107A (zh) * | 2014-06-16 | 2014-10-15 | 清华大学 | 用混合储能平抑风电功率波动的模型预测控制方法 |
CN107910884A (zh) * | 2017-12-06 | 2018-04-13 | 国网山东省电力公司济南供电公司 | 电池储能平抑光伏发电大爬坡事件的在线控制方法 |
Non-Patent Citations (1)
Title |
---|
于明,等: "基于预测方法的直流微网混合储能虚拟惯性控制", 《电网技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110299717A (zh) * | 2019-07-11 | 2019-10-01 | 东南大学 | 一种基于模型预测控制的分布式混合储能系统能量均衡控制策略 |
CN110299717B (zh) * | 2019-07-11 | 2022-04-29 | 东南大学 | 一种基于模型预测控制的分布式混合储能系统能量均衡控制策略 |
CN110797959A (zh) * | 2019-10-23 | 2020-02-14 | 中国电力科学研究院有限公司 | 一种蓄电池-超级电容混合储能变换器的控制方法和装置 |
CN110797959B (zh) * | 2019-10-23 | 2022-09-02 | 中国电力科学研究院有限公司 | 一种蓄电池-超级电容混合储能变换器的控制方法和装置 |
CN110912115A (zh) * | 2019-11-21 | 2020-03-24 | 华中科技大学 | 用于混合储能电路平抑功率波动的预测控制方法及系统 |
CN113452111A (zh) * | 2021-05-21 | 2021-09-28 | 北方工业大学 | 混合储能系统的模型预测控制方法、电子设备 |
CN114362529A (zh) * | 2022-01-14 | 2022-04-15 | 西安理工大学 | 用于直流微电网储能双向dc/dc变换器的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109904873A (zh) | 基于模型预测的混合储能控制策略 | |
Han et al. | Hierarchical energy management for PV/hydrogen/battery island DC microgrid | |
Li et al. | Stability-constrained two-stage robust optimization for integrated hydrogen hybrid energy system | |
CN108347063B (zh) | 一种基于超级电容储能的船舶光伏并网发电系统 | |
CN108631591A (zh) | 一种双向dc-dc变换器预测电流的控制方法 | |
CN108512452A (zh) | 一种直流微电网并网变换器电流的控制系统及控制方法 | |
CN106786485A (zh) | 用于不平衡负载下直流微电网的电压脉动抑制方法 | |
Zhu et al. | An energy storage performance improvement model for grid-connected wind-solar hybrid energy storage system | |
Mishra et al. | Sigma-modified power control and parametric adaptation in a grid-integrated PV for EV charging architecture | |
CN112688307A (zh) | 一种交直流混合微电网控制器及控制方法 | |
Wang et al. | Energy management strategy for microgrid including hybrid energy storage | |
CN103513693A (zh) | 基于单变量电流法光伏发电最大功率跟踪控制系统及方法 | |
CN110957734A (zh) | 一种适用于多端柔性直流输配电系统的电压下垂控制方法 | |
CN115473241A (zh) | 光伏混合储能系统运行稳定性策略优化控制方法 | |
Zhang et al. | The voltage stabilizing control strategy of off-grid microgrid cluster bus based on adaptive genetic fuzzy double closed-loop control | |
Zhou et al. | Research review on energy storage technology in power grid | |
CN112736913A (zh) | 含分布式电源的配电网功率优化模式影响因素分析方法 | |
Li | Simulation of AC drive control for supercapacitor trams based on high-order neural network pattern discrimination algorithm | |
Hu et al. | Modeling and control strategy for hydrogen production systems coupled with PV and battery storage | |
Liu et al. | Control strategy of distributed generations integration systems based on robust virtual synchronization | |
CN113199949B (zh) | 一种电动汽车充电的多端口能量变换装置及其控制方法 | |
CN203708106U (zh) | 基于单变量电流法的光伏发电系统 | |
CN113824154B (zh) | 含可再生能源/氢能的交直流混联系统集中式运行管控方法 | |
Huang et al. | Simulation Research of MMC Based Multi-terminal AC/DC Converter | |
Deng et al. | Feasibility Validation of an Eco-Sustainable Photovoltaic/Energy Storage System Integrated AC Two-Phase Traction Power Supply System of Electrified Railway |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190618 |
|
WD01 | Invention patent application deemed withdrawn after publication |