CN109980666A - 一种微网混合储能系统的自适应干扰补偿无源控制方法 - Google Patents

Abstract

本发明涉及一种微网混合储能系统的自适应干扰补偿无源控制方法，所述储能系统包括超级电容和蓄电池，超级电容和蓄电池分别通过双向DC‑DC变换器并联到直流母线上，形成能量双向回路，所述控制方法具体为：采用内环电流无源控制、外环电压无源控制的双环控制方式获得双向DC‑DC变换器的控制信号，使得直流母线电压稳定，所述外环电压无源控制生成所述储能系统充放电的理论参考电流值，所述内环电流无源控制使储能系统充放电电流达到电流参考值，并生成变换器控制信号，所述电流参考值基于自适应干扰补偿修正获得。与现有技术相比，本发明保证了含有混合储能系统微网在建模参数不准确、系统参数变化及存在外部干扰情况下能够有很好的鲁棒性。

Description

一种微网混合储能系统的自适应干扰补偿无源控制方法

技术领域

本发明涉及一种微网混合储能控制方法，尤其是涉及一种微网混合储能系统的自适应干扰补偿无源控制方法。

背景技术

为缓解能源供应紧张形势，减少温室气体排放，以光伏、风力发电为代表的分布式发电方式逐渐受到重视。但分布式电源本身存在的间歇性和不稳定性等问题，为实现在中低压范围内对DG进行灵活高效利用，将分布式电源、负荷、储能装置以及控制系统进行结合并通过可控接口与大电网进行连接的微网系统应运而生。

直流微网运行控制的主要目标为维持微网系统功率平衡，稳定直流母线电压。直流微网中常用的控制方法有主从控制方法、外特性下垂控制方法、以及多代理系统控制方法等。

实际情况下，由于存在材料、工艺、老化、外部环境变化、更换设备元件、运行方式改变等问题，微网系统参数可能有5％或更高的偏差，并随时间不断加剧。微网系统的干扰抑制能力主要取决于系统控制器的抗干扰性能，由于微网的无源控制是一种基于系统模型输出控制律的控制方法，对实际系统建模的精确性将直接影响无源控制器的最终控制效果。因此，需要对如何有效消除因微网系统参数变化对控制性能的影响、提高微网的鲁棒性进行进一步研究。

发明内容

本发明针对微网系统中存在不确定因素和随机因素干扰导致系统参数变化影响控制效果这一问题，提供一种微网混合储能系统的自适应干扰补偿无源控制方法。

本发明的目的可以通过以下技术方案来实现：

一种微网混合储能系统的自适应干扰补偿无源控制方法，所述储能系统包括超级电容和蓄电池，所述超级电容和蓄电池分别通过双向DC-DC变换器并联到直流母线上，形成能量双向回路，所述控制方法具体为：

采用内环电流无源控制、外环电压无源控制的双环控制方式获得双向DC-DC变换器的控制信号，使得直流母线电压稳定，所述外环电压无源控制生成所述储能系统充放电的理论参考电流值，所述内环电流无源控制使储能系统充放电电流达到电流参考值，并生成变换器控制信号，所述电流参考值基于自适应干扰补偿修正获得。

进一步地，所述储能系统的数学模型表示为：

其中，i_bus是对外等效负荷电流；C_dc、u_dc分别是直流母线电容和电压；L_b、r_b是蓄电池变换器的等效阻抗；L_sc、r_sc是超级电容变换器的等效阻抗；u_b、i_b、α₁分别是蓄电池电压、电流和占空比信号；u_sc、i_sc、α₂分别是超级电容的电压、电流和占空比信号。

进一步地，所述外环电压无源控制中，生成的理论参考电流值满足以下闭环系统的能量函数H_d(X)：

其中，分别为蓄电池和超级电容充放电的理论参考电流值，u_ref为直流母线参考电压。

进一步地，所述内环电流无源控制中，电流参考值由理论参考电流值与干扰补偿量叠加获得：

其中，i_bref、i_scref分别为蓄电池和超级电容的电流参考值，分别为蓄电池和超级电容充放电的理论参考电流值，i_bmod、i_scmod分别为蓄电池和超级电容的干扰补偿量。

进一步地，所述变换器控制信号的表达式为：

其中，α₁、α₂为控制信号，即占空比信号，用于实现对直流母线电压幅值的控制，r₁、r₂为系统注入阻尼系数，u_ref为直流母线参考电压，i_bref、i_scref分别为蓄电池和超级电容的电流参考值。

进一步地，所述自适应干扰补偿的具体过程为：

建立干扰估计方程，对干扰估计方程进行离散化，建立基于系统无源控制离散模型；

基于系统无源控制离散模型进行等效干扰补偿估计并经积分计算获得干扰补偿量。

进一步地，所述干扰估计方程的表达式为：

其中，δ₁(t)、δ₂(t)为系统参数不确定性的所引起的蓄电池和超级电容参考电流i_bref、i_scref的等效干扰值，r₁、r₂为系统注入阻尼系数，α₁、α₂为控制信号，u_ref为直流母线参考电压，i_bref、i_scref分别为蓄电池和超级电容的电流参考值。

进一步地，所述基于系统无源控制离散模型的建立过程包括：

令离散模型状态变量X(k)为：

其中，整数k≥0为离散模型的时间变量，为等效干扰估计值；

令系统输入向量S(k)为：

对干扰估计方程进行欧拉离散化，获得的系统无源控制离散模型如下：

进一步地，采用强跟踪滤波器基于系统无源控制离散模型在线估计获得等效干扰补偿估计值。

进一步地，所述经积分计算获得干扰补偿量为：

其中，k₁、k₂为蓄电池和超级电容参考电流i_bref、i_scref的补偿系数，i_bmod、i_scmod为i_bref、i_scref的干扰补偿量，为等效干扰补偿估计值。

与现有技术相比，本发明具有以如下有益效果：

1)本发明采用内环电流无源控制、外环电压无源控制双环控制方式对微网混合储能系统进行控制，可以有效维持母线电压稳定。

2)本发明在内环电流无源控制中，对电流参考值进行自适应干扰补偿修正，可以有效消除因微网混合储能系统参数变化对控制性能的影响，提高微网的鲁棒性。

3)本发明的自适应干扰补偿过程中，首先建立干扰估计方程，对干扰估计方程进行离散化建立基于系统无源控制的离散模型，然后由强跟踪滤波器基于系统无源控制离散模型利用输入输出实际数据估计并经过积分计算得到干扰补偿修正值，采用这种自适应干扰补偿的双环无源控制设计方法保证了微网混合储能系统在建模参数不准确、系统参数变化及存在外部干扰情况下能够有很好的鲁棒性。

附图说明

图1为本发明的结构示意图。

图2为无参数变化母线电压仿真图；

图3为无参数变化蓄电池修正电流图；

图4为无参数变化SC修正电流图；

图5为有参数变化母线电压仿真图；

图6为有参数变化蓄电池修正电流图；

图7为有参数变化SC修正电流图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本发明提供一种微网混合储能系统的自适应干扰补偿无源控制方法，所述储能系统包括超级电容和蓄电池，超级电容作为短暂功率调节装置，蓄电池作为长期能量存储装置，所述超级电容和蓄电池分别通过双向DC-DC变换器并联到直流母线上，形成能量双向回路；由于受可再生能源输出功率变化和负荷变化等因素影响，直流母线电压会因此发生波动，可通过对双向DC-DC变换器开关管的控制，控制混合储能系统的充放电，来平抑直流母线电压波动。

该控制方法采用内环电流无源控制、外环电压无源控制的双环控制方式获得双向DC-DC变换器的控制信号，使得直流母线电压稳定，且电流环的电流参考值基于自适应干扰补偿修正获得。根据变换器控制信号(即双向DC-DC变换器功率开关管的控制律)来控制混合储能系统的充放电，如图1所示，控制律的具体生成途径为：将母线电压、超级电容电压、蓄电池电压及母线上等效电流信号作为控制参量，输入到电压无源控制器中，经控制器运算，生成超级电容和蓄电池充放电的理论参考电流；将生成的理论参考电流值和自适应干扰补偿输出的补偿量进行叠加，合成修正后的电流参考值；修正后的电流参考值与实际电流值相比较输入到电流无源控制器中，经运算处理生成变换器功率开关管的控制律；其中的自适应干扰补偿过程：首先是建立的系统无源控制整体模型，并增加两个扰动补偿变量；然后建立扩展的离散化估计模型；结合实测的系统输出信号利用强跟踪滤波器估计出扰动补偿变量，再进行积分变换得到最后的修正值。

上述微网混合储能系统的自适应干扰补偿无源控制方法的设计过程如下：

1、建立微网混合储能系统数学模型

根据基尔霍夫电路定律及状态空间模型法，得混合储能系统数学模型为：

其中，i_bus是对外等效负荷电流；C_dc、u_dc分别是直流母线电容和电压；L_b、r_b是蓄电池变换器的等效阻抗；L_sc、r_sc是超级电容变换器的等效阻抗；u_b、i_b、α₁分别是蓄电池电压、电流、占空比信号；u_sc、i_sc、α₂分别是超级电容的电压、电流、占空比信号。

2、电压无源控制器设计

令[i_b,i_sc,u_dc]^T＝[x₁,x₂,x₃]^T＝X，微网的系统能量函数定义为存储在电感元件L_b、L_sc和电容元件C_dc中能量总和，即：

根据无源控制理论和端口受控耗散哈密顿系统理论，则端口受控系统的哈密顿模型为：

其中：J(X)为互联矩阵，R(X)为阻尼矩阵，g(X)为输入矩阵，其具体构造分别如下：

为了使微网在稳态状态下收敛到期望的平衡点，定义闭环系统的能量函数H_d(X)为：

其中，u_ref为对应的蓄电池充放电的理论参考电流、超级电容充放电的理论参考电流、直流母线参考电压。

微网混合储能系统具体的闭环系统自然互联矩阵J_a(X)和注入阻尼矩阵R_a(X)如下：

式中：r_i(i＝1,2,3)为系统注入阻尼系数。

将上述J(X)、R(X)、g(X)、H_d(X)、J_a(X)和R_a(X)代入无源控制算法(9)进行计算：

经计算可得以下含控制率α的状态方程组：

考虑微网混合储能系统达到稳态时的情况，此时：

系统需要平衡的能量绝大部分由蓄电池提供，超级电容主要用于平衡暂态能量。因此令超级电容电流理论参考值和直流母线电压参考值u_ref为常数，代入状态方程组(10)得：

求解状态方程组(12)，可得微网稳态运行时蓄电池需向负载提供的理论参考电流值为：

与此同时，蓄电池和超级电容修正参考电流i_bref、i_scref的干扰补偿量i_bmod、i_scmod通过前馈补偿器输出，并与进行叠加，实现干扰的修正补偿：

3、电流无源控制器设计

电流无源控制器是内环控制器，其根据电压无源外环控制器输出的理论参考电流值和修正值，计算双向DC-DC变换器所需要的占空比，使超级电容和蓄电池电流快速跟踪其设定电流参考值。将r₃＝0代入状态方程(10)得：

求解状态方程(15)，则控制律为：

控制信号α₁、α₂输入PWM脉宽调制器，并与载波信号进行比较，控制DC-DC变换器中晶闸管的开断，调节蓄电池和超级电容的输出电流。

4、自适应干扰补偿设计

自适应干扰补偿环节采用强跟踪滤波器，将无源控制器的输出控制量和微网的电压电流状态量代入系统离散模型进行在线迭代运算，估计出由于参数不准确引起的等效干扰补偿估计值然后，采用积分方法将平滑转化为干扰补偿量并修正蓄电池和超级电容电流参考值，，实现系统自适应干扰补偿。

4.1干扰估计模型

强跟踪滤波器中的离散模型根据无源控制算法，从内环到外环建立统一的系统参数变化干扰估计模型。由内环电流控制环的输出方程(16)可得：

电压外环控制器设计(12)代入控制率α状态方程组(10)，消去注入阻尼和占空比变量，经计算可得蓄电池电流i_b的表达式如下：

把蓄电池电流表达式(18)代入状态方程组(17)，求出含有补偿干扰项的状态方程为：

其中，δ₁(t)、δ₂(t)为系统参数不确定性的所引起的蓄电池和超级电容电流参考值i_bref、i_scref的等效干扰补偿值。系统实际运行时，通过强跟踪滤波器(STF)在线估计出的值。

4.2模型离散化

为便于强跟踪滤波器在线滤波估计，将干扰方程(19)离散化，把δ_i(t)(i＝1,2)扩展为系统状态量。令离散模型状态变量X(k)为：

其中，整数k≥0为离散模型的时间变量，为等效干扰补偿估计值。令系统输入向量S(k)为：

对干扰估计方程(19)进行欧拉离散化，离散化后的状态方程如下：

4.3强跟踪滤波器估计步骤

对一类非线性系统进行欧拉离散化，并考虑实际系统中过程噪声和观测噪声的影响，可得一类离散非线性系统如下：

其中：k为离散非线性系统离散时间变量；X(k)为离散非线性系统状态变量；Y(k)为离散非线性系统观测变量；S(k)为离散非线性系统输入控制变量；G(k)为离散非线性系统过程噪声变换矩阵；w(k)和e(k)为离散非线性系统过程白噪声和观测噪声；f(·)为非线性过程函数；v(·)为非线性观测函数。

针对一类离散非线性系统(23)可采用如下STF离散数学模型进行滤波估计：

状态一步预测：

一步预测协方差阵：

Γ(k+1|k)＝ξ(k+1)F(k+1|k)Γ(k|k)F^T(k+1|k)+G(k)Q(k)G^T(k) (25)

滤波增益矩阵更新：

Z(k+1)＝Γ(k+1|k)V^T(k+1)(V(k+1)Γ(k+1|k)V^T(k+1)+R(k+1))^-1 (26)

状态更新：

协方差阵更新：

Γ(k+1)＝(I-Z(k+1)V(k+1))Γ(k+1|k) (28)

次优渐消因子：

ξ(k+1)＝diag(a₁c(k+1),a₂c(k+1),...,a_nc(k+1)) (29)

其中：F(·)为f(·)对X的一阶偏导数；V(·)为v(·)对X的一阶偏导数；Γ(k+1)为协方差矩阵；Z(k+1)为滤波增益矩阵；ξ(k+1)为次优渐消因子，用以减弱历史数据对当前滤波值的影响。

由于微网电压电流值可直接测得，而干扰需要在线滤波估计。因此，令v(k)＝diag(1,0,1,0)，Y(k)＝[x₁(k+1),x₃(k+1)]^T，N(k)、Q(k)为单位矩阵。最后，把式(22)代入公式(24)-(29)中进行迭代运算，实现干扰的STF在线估计。

4.4积分变换输出修正值

考虑到实际工程中蓄电池和超级电容电流突变会影响器件寿命，并影响控制算法的稳定性。因此，采用积分方法将平滑转化补偿到蓄电池和超级电容参考电流中，即：

其中：k_i(i＝1,2)为蓄电池和超级电容电流参考值i_bref、i_scref的补偿系数。若稳态时的值为0，表明系统干扰已被完全补偿。

将本发明自适应干扰补偿无源控制方法(记为EID-APBC)与传统无源控制方法进行实现比较，比较结果如图2-图7所示，在有参数变化仿真中，设3s时，PEMFC的线路电阻从12mΩ变为75mΩ，设20s时，SC的线路电阻由20mΩ变为85mΩ。由实验结果可知，本发明方法在系统有参数变化时具有较好的鲁棒性。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种微网混合储能系统的自适应干扰补偿无源控制方法，所述储能系统包括超级电容和蓄电池，所述超级电容和蓄电池分别通过双向DC-DC变换器并联到直流母线上，形成能量双向回路，其特征在于，所述控制方法具体为：

采用内环电流无源控制、外环电压无源控制的双环控制方式获得双向DC-DC变换器的控制信号，使得直流母线电压稳定，所述外环电压无源控制生成所述储能系统充放电的理论参考电流值，所述内环电流无源控制使储能系统充放电电流达到电流参考值，并生成变换器控制信号，所述电流参考值基于自适应干扰补偿修正获得。

2.根据权利要求1所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述储能系统的数学模型表示为：

其中，i_bus是对外等效负荷电流；C_dc、u_dc分别是直流母线电容和电压；L_b、r_b是蓄电池变换器的等效阻抗；L_sc、r_sc是超级电容变换器的等效阻抗；u_b、i_b、α₁分别是蓄电池电压、电流和占空比信号；u_sc、i_sc、α₂分别是超级电容的电压、电流和占空比信号。

3.根据权利要求2所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述外环电压无源控制中，生成的理论参考电流值满足以下闭环系统的能量函数H_d(X)：

其中，分别为蓄电池和超级电容充放电的理论参考电流值，u_ref为直流母线参考电压。

4.根据权利要求2所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述内环电流无源控制中，电流参考值由理论参考电流值与干扰补偿量叠加获得：

其中，i_bref、i_scref分别为蓄电池和超级电容的电流参考值，分别为蓄电池和超级电容充放电的理论参考电流值，i_bmod、i_scmod分别为蓄电池和超级电容的干扰补偿量。

5.根据权利要求2所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述变换器控制信号的表达式为：

其中，α₁、α₂为控制信号，即占空比信号，用于实现对直流母线电压幅值的控制，r₁、r₂为系统注入阻尼系数，u_ref为直流母线参考电压，i_bref、i_scref分别为蓄电池和超级电容的电流参考值。

6.根据权利要求1所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述自适应干扰补偿的具体过程为：

建立干扰估计方程，对干扰估计方程进行离散化，建立基于系统无源控制离散模型；

基于系统无源控制离散模型进行等效干扰补偿估计并经积分计算获得干扰补偿量。

7.根据权利要求6所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述干扰估计方程的表达式为：

其中，δ₁(t)、δ₂(t)为系统参数不确定性的所引起的蓄电池和超级电容参考电流i_bref、i_scref的等效干扰补偿值，r₁、r₂为系统注入阻尼系数，α₁、α₂为控制信号，u_ref为直流母线参考电压，i_bref、i_scref分别为蓄电池和超级电容的电流参考值。

8.根据权利要求7所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述基于系统无源控制离散模型的建立过程包括：

令离散模型状态变量X(k)为：

其中，整数k≥0为离散模型的时间变量，为等效干扰估计值；

令系统输入向量S(k)为：

对干扰估计方程进行欧拉离散化，获得的系统无源控制离散模型如下：

9.根据权利要求6所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，采用强跟踪滤波器基于系统无源控制离散模型在线估计获得等效干扰补偿估计值。

10.根据权利要求6所述的微网混合储能系统的自适应干扰补偿无源控制方法，其特征在于，所述经积分计算获得干扰补偿量为：

其中，k₁、k₂为蓄电池和超级电容参考电流i_bref、i_scref的补偿系数，i_bmod、i_scmod为i_bref、i_scref的干扰补偿量，为等效干扰补偿估计值。