CN110380403A - 一种基于网络延时补偿的直流微电网多模态切换控制方法 - Google Patents
一种基于网络延时补偿的直流微电网多模态切换控制方法 Download PDFInfo
- Publication number
- CN110380403A CN110380403A CN201910616455.9A CN201910616455A CN110380403A CN 110380403 A CN110380403 A CN 110380403A CN 201910616455 A CN201910616455 A CN 201910616455A CN 110380403 A CN110380403 A CN 110380403A
- Authority
- CN
- China
- Prior art keywords
- formula
- matrix
- direct
- follows
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000007704 transition Effects 0.000 title abstract 2
- 239000011159 matrix material Substances 0.000 claims description 62
- 239000002253 acid Substances 0.000 claims description 39
- 238000010248 power generation Methods 0.000 claims description 39
- 230000002457 bidirectional effect Effects 0.000 claims description 12
- 239000002243 precursor Substances 0.000 claims description 6
- 230000003416 augmentation Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 238000001125 extrusion Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 3
- 238000005312 nonlinear dynamic Methods 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/10—Parallel operation of dc sources
- H02J1/102—Parallel operation of dc sources being switching converters
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/14—Balancing the load in a network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于网络延时补偿的直流微电网多模态切换控制方法,首先搭建直流微电网多模态切换系统,并采用物理学原理以及T‑S模型的方法去表达直流微电网多模态切换系统的非线性动态。考虑到网络延时通信的多模态切换对于直流微电网的稳定运行非常重要,针对直流微电网的网络延时多模态切换问题设计基于延时补偿的可达集切换控制器,使得直流微电网系统能够稳定运行,并保证其稳态性能。
Description
技术领域
本发明涉及电网控制领域,特别是一种基于网络延时补偿的直流微电网多模态切换控制方法。
背景技术
直流微电网存在多模态切换去维持能量的平衡,而直流微电网的多模态切换会使得电网波动,影响其稳定运行。同时,为了降低传统点对点通信的成本和检修上的不便,直流微电网各个发电单元与变换器之间的信号传输都是基于网络通信,具有网络延时的多模态切换的特性使得更难以保证直流微电网的稳定运行。
发明内容
有鉴于此,本发明的目的是提出一种基于网络延时补偿的直流微电网多模态切换控制方法,使得直流微电网系统稳定运行,并保证其稳态性能。
本发明采用以下方案实现:一种基于网络延时补偿的直流微电网多模态切换控制方法,具体包括以下步骤:
步骤S1:搭建直流微电网多模态切换系统;其中,所述直流微电网多模态切换系统包括光伏发电板、DC/DC模块、双向DC/DC模块、铅酸蓄电池和直流负载;所述光伏发电板通过所述DC/DC模块与所述直流负载连接;所述铅酸电池通过所述双向DC/DC模块与所述直流负载连接;所述光伏发电板还与所述铅酸电池连接;
步骤S2:根据物理学原理以及T-S模型的表达方法,建立直流微电网多模态切换系统模型;
步骤S3:设计基于可达集切换网络延时估计器,用以使得直流微电网系统网络延时的信号摄动被限定在一定的界限内;
步骤S4:设计基于延时补偿的可达集切换控制器,用以使得直流微电网系统能够稳定运行,并保证其稳态性能。
进一步地,所述步骤S2具体包括以下步骤:
步骤S21:在欠功率模式下,建立带升压转换器的铅酸蓄电池动态模型,如公式(1)所示:
式中,LA表示铅酸电池系统,φmm,LA是流入电源内部的电流,φ1,LA是流入电阻R1,LA的电流,R0,LAR1,LAR2,LA是铅酸电池内部的电阻,C0,LA和C1,LA是铅酸电池内部的电容,LLA是双向DC/DC变换器的电感,u3表示双向DC/DC变换器工作在升压模式的控制输入,v0,LA表示电阻R0,LA的两端电压,vLA是铅酸电池输出端电压,Gp,LA是铅酸电池内部参数,是它的导数,vPN,LA是电阻R0,LA和R2,LA之间的端点对地电压,是它的导数,φp,LA是电阻R0,LA和R2,LA之间的端点对地电流;
带降压变换器的光伏发电动态模型如公式(2)所示:
式中,PV表示光伏发电系统,φPV和vPV分别是光伏发电系统的电流和电压,CPV和C0,PV分别是光伏发电系统的输出电容和输入电容,LPV的光伏发电系统的输出电感,R0,PV和RL,PV和RM,PV是光伏发电系统的电阻,φL,PV是流过电感LPV的电流,VD,PV是二极管两端电压,φ0,PV和v0,PV分别是流过电阻R0,PV的电流和R0,PV两端电压,u1是表示双向DC/DC变换器工作在降压模式的控制输入;
在欠功率模式下,光伏电源和铅酸电池都可以提供给直流负载;根据戴维南定理得:
v0,LA=φ0,LARline,LA+(φ0,LA+φ0,PV)Rload,
v0,PV=φ0,PVRline,PV+(φ0,LA+φ0,PV)Rload, (3)
式中Rline,LA和Rline,PV分别是铅酸电池和光伏系统中电力线的电阻,Rload是负载电阻。
为了光伏发电系统达到MPPT的输出效果,可由下式计算:
其中L和C0是变换器内部的电感与电容;u表示占空比取值u∈[0,1];φpv是太阳能光伏的输出电流,v*是最大功率追踪的参考电压误差;其中电子储能q=1.6×10-19C,是结构性的特征参数取值在u∈[1,5],玻尔兹曼常数K=1.3805×10-23J/OK,T是太阳能光伏温度;np是并行发电单元与串级发电单元的数量;Irs是逆饱和电流;
令e0,LA=v0,LA-vref,e0,PV=v0,PV-vref,ePV=vPV-v*;结合公式(1)-(4),得到以下的微分方程:
令x(t)=[φ1,LA φm,LA e0,LA epv φL,PV e0,PV]T,并选择作为模糊前件变量,那么非线性系统由以下模糊系统表达:
系统规则如果z1是z2是……,直到z10是那么
式中为第l个模糊推理规则;r是推理规则的数量;是模糊集; 和分别表示系统状态和控制输入;其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶;是可测量的变量;第l个局部模型{Al,Bl}和干扰ω(t)定义如下:
k1=C0,LARload,k2=C0,PVRload,k3=Rline,LA+Rload,k4=Rline,PV+Rload,
步骤S22:在可接受功率模式下,系统模型如下:
令e0,PV=v0,PV-vref和ePV=vPV-v*,其中v*在式(5)中定义,vrefis输出电压参考值;x(t)=[ePV φL,PV e0,PV]T,选择作为模糊前件变量,得到增益的模糊系统如下:
系统规则如果z1是z2是……,z4是那么
式中表示第l个模糊推理规则;r推理规则的个数;是模糊集; 和分别表示系统状态和控制输入;其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶;是测量变量;第l个局部模型{Al,Bl}和干扰项ω(t)得出如下:
步骤S23:在过功率模式下,系统模型如下:
在过剩功率模式下,将光伏电源提供给直流负载和铅酸蓄电池;根据基尔霍夫定律,得:
令x(t)=[φ1,LA φm,LA φL,LA epv φL,PV e0,PV]T并选择作为模糊前件变量,增益模糊系统由以下得到:系统规则IFz1是z2是……,z9是那么
其中表示第l个模糊推理规则;中r是推理规则的个数;是模糊集;和分别表示系统状态和控制输入;其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶;是可测量的变量;第l个局部变量{Al,Bl}和干扰项ω(t)由下式得出:
步骤S24:基于欠功率、可接受和过功率三种模式,经过离散化进一步建立互为切换的离散系统模型如下:
x(t+1)=Ai(μ)x(t)+Bi(μ)u(t)+Di(μ)d(t), (15)
式中,这里的i表示切换系统的个数;
进一步地,所述步骤S3具体步骤如下:
步骤S31:考虑网络延时的多模态切换,输出信号为:
式中是系统输出,其中表示系统输出矩阵的阶,Ci是输出矩阵,∈表示未知的网络延时;
首先将延时定义为如下的扰动:
ω(t)=Ci[x(t-∈)-x(t)], (17)
从式(17)中看出,将式(16)的公式输入信号改写如下:
定义并引入模糊变量σ(μ);从式(15)和(18)可得:
其中,
基于增益模糊系统(19),构造了一个观测器如下:
式中 是一个辅助系统的状态;进一步定义:
是属于非奇异矩阵,并且
从式(19)到(23)得:
由于是非奇异矩阵,式(24)中的估计误差系统写为:
式中,
假设网络延时信号的扰动是有界的,且满足以下不等式:
式中,是一个正数。
找到尽可能小的可达集:和使式(24)和(25)保持t≥0};
估计误差系统(24)的可达集以椭球为界:
其中,P=PT>0。
步骤S32:建立以下Lyapunov函数:
V(t)=εT(t)Pε(t), (28)
其中,是一个正定对称矩阵;
令0<γ<1,则有:
其中,
当有式(29)推出,
得出ΔV(t)<0时,ΔV(t)=V(t+1)-V(t);
通过锥补定理把式(30)中转化为线性矩阵不等式,得到:
令并提取模糊前件变量,那么得到:估计误差系统(16)的可达集在是有界的,如果存在正定对称矩阵 观测器增益矩阵和标量γ>0,所有以下线性矩阵不等式成立:
Φl<0,1≤l≤r, (32)
式中,
并月
步骤S33:计算相应的模糊观测器增益,如下:
进一步地,所述步骤S4具体步骤如下:
步骤S41:根据增广观测器(21),设计补偿控制器为:
式中
将式(38)代入式(15),得到:
其中
步骤S42:将式(36)中的闭环控制系统重构如下:
式中
然后,根据以下Lyapunov函数:
式中
其中
由式(37)一(40)得到:
其中,
此外,定义乘法由式(39)得:
由式(41)-(43)知以下不等式成立:
其中
为了将不等式(44)转换为线性矩阵不等式,直接将指定为:
式中是非奇异矩阵,并且
步骤S43:由J(t)<0,得:
得出:
定义则有:
步骤S44:进一步得到如下结论,将式(35)中的模糊控制器保证模糊系统(15)的可达集在内是有界的,如果存在矩阵 并且标量γ>0,得到以下线性矩阵不等式成立:
∑l<0,1≤l≤r (49)
式中,
计算控制器增益如下:
步骤S45:将最小化的可达集问题转化为矩阵不等式和(49)的求解,其中得到假设扰动是有界的,即:
其中是一个标量;
找到尽可能小的可达集,如下所示:
此时闭环控制系统(36)的可达集受以下椭球体的限制:
其中
与现有技术相比,本发明有以下有益效果:
(1)本发明针对直流微电网的网络延时多模态切换问题设计基于可达集方法的观测器,使得直流微电网系统的延时信号摄动估计误差限定在有界的范围内。
(2)在设计观测器基础上,进一步考虑基于可达集方法的反馈补偿器,使得网络延时信号的影响可以被减小到最低的限度,使得系统能够稳定运行,并保证其稳态性能。
附图说明
图1为本发明实施例的直流微电网多模态切换系统图。
图2为本发明实施例的流程图。
具体实施方式
如图1,2所示,本实施例提供了一种基于网络延时补偿的直流微电网多模态切换控制方法,具体包括以下步骤:
步骤S1:搭建直流微电网多模态切换系统;其中,所述直流微电网多模态切换系统包括光伏发电板、DC/DC模块、双向DC/DC模块、铅酸蓄电池和直流负载;所述光伏发电板与所述DC/DC模块连接后再与所述的直流负载连接、所述铅酸电池和所述双向DC/DC模块连接后再与所述的直流负载连接;
步骤S2:根据物理学原理以及T-S模型的表达方法,建立直流微电网多模态切换系统模型;
步骤S3:针对直流微电网的网络延时多模态切换问题设计基于可达集切换网络延时估计器,用以使得直流微电网系统网络延时的信号摄动被限定在一定的界限内;
步骤S4:考虑到网络延时的多模态切换对于直流微电网的稳定工作非常重要,针对直流微电网的网络延时多模态切换问题设计基于延时补偿的可达集切换控制器,用以使得直流微电网系统能够稳定运行,并保证其稳态性能。
在本实施例中,根据物理学原理以及T-S模型的表达方法,建立直流微电网多模态切换系统模型。所述步骤S2具体包括以下步骤:
步骤S21:首先考虑欠功率模式,该模式表示最大可用功率小于功率需求的情况。具体而言,太阳能光伏功率不足以满足直流负载。太阳能光伏发电采用MPPT算法,铅酸蓄电池作为电压源,通过蓄电池放电操作来补充能量需求。为了使用模糊控制方法获得精确的电流共享和理想的电压调节,直流总线电压在电池的最大放电电流时达到其最小可接受值。在欠功率模式下,建立带升压转换器的铅酸蓄电池动态模型,如公式(1)所示:
式中,LA表示铅酸电池系统,φmm,LA是流入电源内部的电流,φ1,LA是流入电阻R1,LA的电流,R0,LAR1,LAR2,LA是铅酸电池内部的电阻,C0,LA和C1,LA是铅酸电池内部的电容,LLA是双向DC/DC变换器的电感,u3表示双向DC/DC变换器工作在升压模式的控制输入,v0,LA表示电阻R0,LA的两端电压,vLA是铅酸电池输出端电压,Gp,LA是铅酸电池内部参数,是它的导数,vPN,LA是电阻R0,LA和R2,LA之间的端点对地电压,是它的导数,φp,LA是电阻R0,LA和R2,LA之间的端点对地电流。
带降压变换器的光伏发电动态模型如公式(2)所示:
式中,PV表示光伏发电系统,φPV和vPV分别是光伏发电系统的电流和电压,CPV和C0,PV分别是光伏发电系统的输出电容和输入电容,LPV的光伏发电系统的输出电感,R0,PV和RL,PV和RM,PV是光伏发电系统的电阻,φL,PV是流过电感LPV的电流,VD,PV是二极管两端电压,φ0,PV和v0,PV分别是流过电阻R0,PV的电流和R0,PV两端电压,u1是表示双向DC/DC变换器工作在降压模式的控制输入。
在欠功率模式下,光伏电源和铅酸电池都可以提供给直流负载。根据戴维南定理可得:
v0,LA=φ0,LARline,LA+(φ0,LA+φ0,PV)Rload,
v0,PV=φ0,PVRline,PV+(φ0,LA+φ0,PV)Rload, (3)
式中Rline,LA和Rlline,PV分别是铅酸电池和光伏系统中电力线的电阻,Rload是负载电阻。
为了光伏发电系统达到MPPT的输出效果,可由下式计算:
其中L和C0是变换器内部的电感与电容;u表示占空比取值u∈[0,1];φpv是太阳能光伏的输出电流,v*是最大功率追踪的参考电压误差;其中电子储能q=1.6×10-19C,是结构性的特征参数取值在u∈[1,5],玻尔兹曼常数K=1.3805×10-23J/oK,T是太阳能光伏温度;np是并行发电单元与串级发电单元的数量;Irs是逆饱和电流。
定义e0,LA=v0,LA-vref,e0,PV=v0,PV-vref,ePV=vPV-v*。结合公式(1)-(4),得到以下的微分方程:
定义x(t)=[φ1,LA φm,LA e0,LA epv φL,PV e0,PV]T,并选择作为模糊前件变量,那么非线性系统可以由以下模糊系统表达:
系统规则如果z1是z2是……,直到z10是那么
式中为第l个模糊推理规则;r是推理规则的数量;是模糊集; 和分别表示系统状态和控制输入;其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶;是可测量的变量;第l个局部模型{Al,Bl}和干扰ω(t)定义如下:
k1=C0,LARload,k2=C0,PVRload,k3=Rline,LA+Rload,k4=Rline,PV+Rload,
步骤S22:其次考虑可接受功率模式,在该模式下,直流发电系统以孤岛模式运行。太阳能光伏功率基本上足以满足直流负载的用电需要,在这种情况下铅酸蓄电池不起作用。光伏发电系统采用MPPT算法,通过模糊跟踪控制器来调节直流总线电压。光伏系统和负载之间保持功率平衡,系统模型如下:
定义e0,PV=v0,PV-vref和ePV=vPV-v*,其中v*在式(5)中定义,vrefis输出电压参考值。x(t)=[ePV φL,PV e0,PV]T,选择作为模糊前件变量,得到增益的模糊系统如下:
系统规则如果z1是z2是……,z4是那么
式中表示第l个模糊推理规则;r推理规则的个数;是模糊集; 和分别表示系统状态和控制输入;其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶;是测量变量;第l个局部模型{Al,Bl}和干扰项ω(t)得出如下:
步骤S23:考虑过功率模式,在该模式下,光伏发电系统采用MPPT算法。由于太阳能光伏功率大于直流负载功率,直流电压增大。多余的电能被用于给铅酸蓄电池充电。因此,蓄电池通过充电来调节直流总线电压。铅酸蓄电池作为负载工作,因此可得到系统模型如下:
在过剩功率模式下,可将光伏电源提供给直流负载和铅酸蓄电池。根据基尔霍夫定律,可得:
定义x(t)=[φ1,LA φm,LA φL,LA epv φL,PV e0,PV]T并选择作为模糊前件变量,增益模糊系统可以由以下得到:
系统规则IFz1是z2是……,z9是那么
其中表示第l个模糊推理规则;中r是推理规则的个数;是模糊集;和分别表示系统状态和控制输入;其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶;是可测量的变量;第l个局部变量{Al,Bl}和干扰项ω(t)由下式得出:
步骤S24:基于欠功率、可接受和过功率三种模式,经过离散化进一步建立互为切换的离散系统模型如下:
x(t+1)=Ai(μ)x(t)+Bi(μ)u(t)+Di(μ)d(t), (15)
式中,这里的i表示切换系统的个数。
在本实施例中,考虑到网络延时的多模态切换对于直流微电网的稳定工作非常重要,针对直流微电网的网络延时多模态切换问题设计基于可达集切换网络延时估计器,使得直流微电网系统网络延时的信号变动被限定在一定的界限内。所述步骤S3具体步骤如下:
步骤S31:考虑网络延时的多模态切换,输出信号可得到:
式中是系统输出,其中表示系统输出矩阵的阶,Ci是输出矩阵,∈表示未知的网络延时;
首先将式延时定义为如下的扰动:
ω(t)=Ci[x(t-∈)-x(t)], (17)
从式(17)中可以看出,将式(16)的公式输入信号改写如下:
定义并引入模糊变量σ(μ)。从式(15)和(18)可得:
其中,
基于增益模糊系统(19),构造了一个观测器如下:
式中 是一个辅助系统的状态。
现在,我们进一步定义:
显而易见,是属于非奇异矩阵,并且
从式(19)到(23)可得:
由于是非奇异矩阵,式(24)中的估计误差系统可写为:
式中,
现在假设网络延时信号的扰动是有界的,且满足以下不等式:
式中,是一个正数。
这里的主要目的是找到尽可能小的可达集:和使式(24)和(25)保持t≥0}。
估计误差系统(24)的可达集以椭球为界:
其中,P=PT>0。
步骤S32:建立以下Lyapunov函数:
V(t)=εT(t)Pε(t), (28)
其中,是一个正定对称矩阵。
定义0<γ<1,则有:
其中,
当有式(29)可推出,
可得出ΔV(t)<0时,ΔV(t)=V(t+1)-V(t)。
通过锥补定理把式(30)中转化为线性矩阵不等式,可得到:
定义并提取模糊前件变量,那么可以得到:估计误差系统(16)的可达集在是有界的,如果存在正定对称矩阵 观测器增益矩阵和标量γ>0,所有以下线性矩阵不等式成立:
Φl<0,1≤l≤r, (32)
式中,
并且
步骤S33:计算相应的模糊观测器增益,如下:
在本实施例中,在步骤S4中,考虑到网络延时的多模态切换对于直流微电网的稳定工作非常重要,针对直流微电网的网络延时多模态切换问题设计基于延时补偿的可达集切换控制器,使得直流微电网系统能够稳定运行,并保证其稳态性能。具体步骤如下:
步骤S41:根据增广观测器(21),设计补偿控制器为:
式中
将式(38)代入式(15),得到:
其中
步骤S42:将式(36)中的闭环控制系统重构如下:
式中
根据以下LyapunoV函数:
式中
其中
由式(37)-(40)得到:
其中
此外,定义乘法由式(37)得:
由式(41)-(43)知以下不等式成立:
其中
为了将不等式(44)转换为线性矩阵不等式,直接将指定为:
式中是非奇异矩阵,并且
步骤S43:由J(t)<0,得:
得出:
定义则有:
步骤S44:进一步得到如下结论,公式(35)中的模糊控制器保证模糊系统(36)的可达集在内是有界的,如果存在矩阵 并且标量γ>0,得到以下线性矩阵不等式成立:
∑l<0,1≤l≤r (49)
式中,
控制器增益可以被计算如下:
步骤S45:将最小化的可达集问题转化为矩阵不等式和(49)的求解,其中得到假设扰动是有界的,即:
其中是一个标量;
找到尽可能小的可达集,如下所示:
此时闭环控制系统(36)的可达集受以下椭球体的限制:
其中
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (4)
1.一种基于网络延时补偿的直流微电网多模态切换控制方法,其特征在于,具体包括以下步骤:
步骤S1:搭建直流微电网多模态切换系统;其中,所述直流微电网多模态切换系统包括光伏发电板、DC/DC模块、双向DC/DC模块、铅酸电池和直流负载;所述光伏发电板通过所述DC/DC模块与所述直流负载连接;所述铅酸电池通过所述双向DC/DC模块与所述直流负载连接;所述光伏发电板还与所述铅酸电池连接;
步骤S2:根据物理学原理以及T-S模型的表达方法,建立直流微电网多模态切换系统模型;
步骤S3:设计基于可达集切换网络延时估计器,用以使得直流微电网系统网络延时的信号摄动被限定在一定的界限内;
步骤S4:设计基于延时补偿的可达集切换控制器,用以使得直流微电网系统能够稳定运行,并保证其稳态性能。
2.根据权利要求1所述的一种基于网络延时补偿的直流微电网多模态切换控制方法,其特征在于:所述步骤S2具体包括以下步骤:
步骤S21:在欠功率模式下,建立带升压转换器的铅酸蓄电池动态模型,如公式(1)所示:
式中,LA表示铅酸电池系统,φm,LA是流入电源内部的电流,φ1,LA是流入电阻R1,LA的电流,R0,LAR1,LAR2,LA是铅酸电池内部的电阻,C0,LA和C1,LA是铅酸电池内部的电容,LLA是双向DC/DC变换器的电感,u3表示双向DC/DC变换器工作在升压模式的控制输入,v0,LA表示电阻R0,LA的两端电压,vLA是铅酸电池输出端电压,Gp,LA是铅酸电池内部参数,是它的导数,vPN,LA是电阻R0,LA和R2,LA之间的端点对地电压,是它的导数,φp,LA是电阻R0,LA和R2,LA之间的端点对地电流;
带降压变换器的光伏发电动态模型如公式(2)所示:
式中,PV表示光伏发电系统,φPV和vPV分别是光伏发电系统的电流和电压,CPV和C0,PV分别是光伏发电系统的输出电容和输入电容,LPV的光伏发电系统的输出电感,R0,PV和RL,PV和RM,PV是光伏发电系统的电阻,φL,PV是流过电感LPV的电流,VD,PV是二极管两端电压,φ0,PV和v0,PV分别是流过电阻R0,PV的电流和R0,PV两端电压,u1是表示双向DC/DC变换器工作在降压模式的控制输入;
在欠功率模式下,光伏电源和铅酸电池都可以提供给直流负载;根据戴维南定理得:
v0,LA=φ0,LARline,LA+(φ0,LA+φ0,PV)Rload,
v0,PV=φ0,PVRline,PV+(φ0,LA+φ0,PV)Rload, (3)
式中Rline,LA和Rline,PV分别是铅酸电池和光伏系统中电力线的电阻,Rload是负载电阻。
为了光伏发电系统达到MPPT的输出效果,可由下式计算:
其中L和C0是变换器内部的电感与电容;u表示占空比取值u∈[0,1];φpv是太阳能光伏的输出电流,v*是最大功率追踪的参考电压误差;其中电子储能q=1.6×10-19C,是结构性的特征参数取值在u∈[1,5],玻尔兹曼常数K=1.3805×10-23J/OK,T是太阳能光伏温度;np是并行发电单元与串级发电单元的数量;Irs是逆饱和电流;
令e0,LA=v0,LA-vref,e0,PV=v0,PV-vref,ePV=vPV-v*;结合公式(1)-(4),得到以下的微分方程:
令x(t)=[φ1,LA φm,LA e0,LA epv φL,PV e0,PV]T,并选择作为模糊前件变量,那么非线性系统由以下模糊系统表达:
系统规则如果z1是z2是……,直到是那么
式中为第l个模糊推理规则;r是推理规则的数量;是模糊集;和分别表示系统状态和控制输入,其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶; 是可测量的变量;第l个局部模型{Al,Bl}和干扰ω(t)定义如下:
k1=C0,LARload,k2=C0,PVRload,k3=Rline,LA+Rload,k4=Rline,PV+Rload,
步骤S22:在可接受功率模式下,系统模型如下:
令e0,PV=v0,PV-vref和ePV=vPV-v*,其中v*在式(5)中定义,vrefis输出电压参考值;x(t)=[ePV φL,PV e0,PV]T,选择作为模糊前件变量,得到增益的模糊系统如下:
系统规则如果z1是z2是……,是那么
式中表示第l个模糊推理规则;r推理规则的个数;是模糊集;和分别表示系统状态和控制输入,其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶; 是测量变量;第l个局部模型{Al,Bl}和干扰项ω(t)得出如下:
步骤S23:在过功率模式下,系统模型如下:
在过剩功率模式下,将光伏电源提供给直流负载和铅酸蓄电池;根据基尔霍夫定律,得:
令x(t)=[φ1,LA φm,LA φL,LA epv φL,PV e0,PV]T并选择作为模糊前件变量,增益模糊系统由以下得到:
系统规则IF z1是z2是……,是那么
其中表示第l个模糊推理规则;中r是推理规则的个数; 是模糊集;和分别表示系统状态和控制输入,其中表示系统状态矩阵的阶,其中表示系统控制输入矩阵的阶; 是可测量的变量;第l个局部变量{Al,Bl}和干扰项ω(t)由下式得出:
步骤S24:基于欠功率、可接受和过功率三种模式,经过离散化进一步建立互为切换的离散系统模型如下:
x(t+1)=Ai(μ)x(t)+Bi(μ)u(t)+Di(μ)d(t), (15)
式中,i∈[1,2,3],这里的i表示切换系统的个数;
3.根据权利要求1所述的一种基于网络延时补偿的直流微电网多模态切换控制方法,其特征在于:所述步骤S3具体步骤如下:
步骤S31:考虑网络延时的多模态切换,输出信号为:
式中是系统输出,其中表示系统输出矩阵的阶,Ci是输出矩阵,∈表示未知的网络延时;
首先将延时定义为如下的扰动:
ω(t)=Ci[x(t-∈)-x(t)], (17)
从式(17)中看出,将式(16)的公式输入信号改写如下:
定义并引入模糊变量σ(μ);从式(15)
和(18)可得:
其中,
基于增益模糊系统(19),构造了一个观测器如下:
式中 是一个辅助系统的状态;进一步定义:
是属于非奇异矩阵,并且
从式(19)到(23)得:
由于是非奇异矩阵,式(24)中的估计误差系统写为:
式中,
假设网络延时信号的扰动是有界的,且满足以下不等式:
式中,是一个正数。
找到尽可能小的可达集:和使式(24)和(25)保持t≥0};
估计误差系统(24)的可达集以椭球为界:
其中,P=PT>0。
步骤S32:建立以下Lyapunov函数:
V(t)=εT(t)Pε(t), (28)
其中,是一个正定对称矩阵;
令0<γ<1,则有:
其中,
当有式(29)推出,
得出ΔV(t)<0时,ΔV(t)=V(t+1)-V(t);
通过锥补定理把式(30)中转化为线性矩阵不等式,得到:
令并提取模糊前件变量,那么得到:估计误差系统(16)的可达集在是有界的,如果存在正定对称矩阵观测器增益矩阵和标量γ>0,所有以下线性矩阵不等式成立:
Φl<0,1≤l≤r, (32)
式中,
并且
步骤S33:计算相应的模糊观测器增益,如下:
4.根据权利要求1所述的一种基于网络延时补偿的直流微电网多模态切换控制方法,其特征在于:所述步骤S4具体步骤如下:
步骤S41:根据增广观测器(21),设计补偿控制器为:
式中
将式(38)代入式(15),得到:
其中
步骤S42:将式(36)中的闭环控制系统重构如下:
式中
根据以下Lyapunov函数:
式中
其中
由式(37)-(40)得到:
其中
此外,定义乘法由式(37)得:
由式(41)-(43)知以下不等式成立:
其中
为了将不等式(44)转换为线性矩阵不等式,直接将指定为:
式中是非奇异矩阵,并且
步骤S43:由J(t)<0,得:
得出:
定义则有:
步骤S44:进一步得到如下结论,公式(35)中的模糊控制器保证模糊系统(36)的可达集在内是有界的,如果存在矩阵 并且标量γ>0,得到以下线性矩阵不等式成立:
∑l<0,1≤l≤r (49)
式中,
控制器增益可以被计算如下:
步骤S44:将最小化的可达集问题转化为矩阵不等式和(49)的求解,其中得到假设扰动是有界的,即:
其中是一个标量;
找到尽可能小的可达集,如下所示:
和使得式(39)和(51)满足t≥0}。 (53)
此时闭环控制系统(36)的可达集受以下椭球体的限制:
其中
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910616455.9A CN110380403B (zh) | 2019-07-09 | 2019-07-09 | 一种基于网络延时补偿的直流微电网多模态切换控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910616455.9A CN110380403B (zh) | 2019-07-09 | 2019-07-09 | 一种基于网络延时补偿的直流微电网多模态切换控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110380403A true CN110380403A (zh) | 2019-10-25 |
CN110380403B CN110380403B (zh) | 2020-05-05 |
Family
ID=68250738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910616455.9A Active CN110380403B (zh) | 2019-07-09 | 2019-07-09 | 一种基于网络延时补偿的直流微电网多模态切换控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110380403B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110445177A (zh) * | 2019-08-26 | 2019-11-12 | 闽江学院 | 基于切换观测器控制的光伏逆变系统控制方法 |
CN110797857A (zh) * | 2019-11-13 | 2020-02-14 | 南京邮电大学 | 一种不确定性直流微电网的切换型模糊模型预测控制方法 |
CN113078645A (zh) * | 2021-05-20 | 2021-07-06 | 合肥工业大学 | 一种考虑延时与拓扑切换的微电网参数自适应控制方法 |
CN114488821A (zh) * | 2022-04-06 | 2022-05-13 | 国网浙江省电力有限公司电力科学研究院 | 燃料电池过氧比的区间经济模型预测控制方法及系统 |
CN115657290A (zh) * | 2022-10-25 | 2023-01-31 | 福建农林大学 | 一种显微高光谱载物台高度定位控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1521915A (zh) * | 2003-02-13 | 2004-08-18 | 飞瑞股份有限公司 | 具有多功能模式的再生能源变流装置 |
JP2007330052A (ja) * | 2006-06-08 | 2007-12-20 | Nippon Telegr & Teleph Corp <Ntt> | 双方向電力変換装置およびその電力変換動作切替方法 |
CN105515033A (zh) * | 2016-02-29 | 2016-04-20 | 许昌学院 | 一种光储微电网系统的功率协调控制方法 |
CN107612332A (zh) * | 2017-09-29 | 2018-01-19 | 天津大学 | 应用于独立光伏发电场合的三端口变换器系统 |
CN108512254A (zh) * | 2018-05-20 | 2018-09-07 | 烟台仙崴机电有限公司 | 一种能源互联网光伏发电微网系统 |
-
2019
- 2019-07-09 CN CN201910616455.9A patent/CN110380403B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1521915A (zh) * | 2003-02-13 | 2004-08-18 | 飞瑞股份有限公司 | 具有多功能模式的再生能源变流装置 |
JP2007330052A (ja) * | 2006-06-08 | 2007-12-20 | Nippon Telegr & Teleph Corp <Ntt> | 双方向電力変換装置およびその電力変換動作切替方法 |
CN105515033A (zh) * | 2016-02-29 | 2016-04-20 | 许昌学院 | 一种光储微电网系统的功率协调控制方法 |
CN107612332A (zh) * | 2017-09-29 | 2018-01-19 | 天津大学 | 应用于独立光伏发电场合的三端口变换器系统 |
CN108512254A (zh) * | 2018-05-20 | 2018-09-07 | 烟台仙崴机电有限公司 | 一种能源互联网光伏发电微网系统 |
Non-Patent Citations (3)
Title |
---|
ZHIXIONG ZHONG ET AL.: "Decentralized Event-Triggered Control for Large-Scale Networked Fuzzy Systems", 《IEEE TRANSACTIONS ON FUZZY SYSTEMS》 * |
ZHIXIONG ZHONG ET AL.: "Reachable Set Estimation and Decentralized Controller Design for Large-Scale Nonlinear Systems With Time-Varying Delay and Input Constraint", 《IEEE TRANSACTIONS ON FUZZY SYSTEMS》 * |
王超 等: "基于 Tube-RMPC 的受扰约束系统输出跟踪", 《控制工程》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110445177A (zh) * | 2019-08-26 | 2019-11-12 | 闽江学院 | 基于切换观测器控制的光伏逆变系统控制方法 |
CN110445177B (zh) * | 2019-08-26 | 2021-03-02 | 闽江学院 | 基于切换观测器控制的光伏逆变系统控制方法 |
CN110797857A (zh) * | 2019-11-13 | 2020-02-14 | 南京邮电大学 | 一种不确定性直流微电网的切换型模糊模型预测控制方法 |
CN110797857B (zh) * | 2019-11-13 | 2023-09-29 | 南京邮电大学 | 一种不确定性直流微电网的切换型模糊模型预测控制方法 |
CN113078645A (zh) * | 2021-05-20 | 2021-07-06 | 合肥工业大学 | 一种考虑延时与拓扑切换的微电网参数自适应控制方法 |
CN113078645B (zh) * | 2021-05-20 | 2022-09-27 | 合肥工业大学 | 一种考虑延时与拓扑切换的微电网参数自适应控制方法 |
CN114488821A (zh) * | 2022-04-06 | 2022-05-13 | 国网浙江省电力有限公司电力科学研究院 | 燃料电池过氧比的区间经济模型预测控制方法及系统 |
CN115657290A (zh) * | 2022-10-25 | 2023-01-31 | 福建农林大学 | 一种显微高光谱载物台高度定位控制方法 |
CN115657290B (zh) * | 2022-10-25 | 2024-08-09 | 福建农林大学 | 一种显微高光谱载物台高度定位控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110380403B (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110380403B (zh) | 一种基于网络延时补偿的直流微电网多模态切换控制方法 | |
Tummuru et al. | Dynamic energy management of hybrid energy storage system with high-gain PV converter | |
CN110011296B (zh) | 一种基于自抗扰控制技术的直流微电网分布式下垂控制方法 | |
Bharath et al. | Control of bidirectional DC-DC converter in renewable based DC microgrid with improved voltage stability | |
Wang et al. | Enhancing efficiency and robustness of a photovoltaic power system under partial shading | |
Leppäaho et al. | Characterizing the dynamics of the peak-current-mode-controlled buck-power-stage converter in photovoltaic applications | |
Zhao et al. | A digitally implemented photovoltaic simulator with a double current mode controller | |
Nguimfack-Ndongmo et al. | Adaptive neuro-synergetic control technique for SEPIC converter in PV systems | |
CN113889999B (zh) | 一种抑制直流微电网电压波动的自抗扰控制方法及系统 | |
Morales-Caporal et al. | Digital simulation of a predictive current control for photovoltaic system based on the MPPT strategy | |
Alassi et al. | Design of an intelligent energy management system for standalone PV/battery DC microgrids | |
Lashab et al. | Model predictive control of cascaded multilevel battery assisted quasi Z-source PV inverter with reduced computational effort | |
Mutlag et al. | Power Management and Voltage Regulation in DC Microgrid with Solar Panels and Battery Storage System | |
Zhang et al. | A review of control strategies in DC microgrid | |
CN110445177B (zh) | 基于切换观测器控制的光伏逆变系统控制方法 | |
Senapati et al. | Enhanced PV Energy Harvesting: An Integrated Approach using ANN and SMC | |
Leppäaho et al. | Dynamic properties of PCM-controlled current-fed boost converter in photovoltaic system interfacing | |
Alagammal et al. | ANFIS MPPT with power management strategy to harvest reliable power from standalone PV systems to residential loads | |
Ebrahimi et al. | Application of DC-DC Converters at Renewable Energy | |
Muoka et al. | Modeling and simulation of a SEPIC converter based photovoltaic system with battery energy storage | |
Omidi et al. | Detailed Bond Graph Modeling of PV-Battery System | |
Mounika et al. | A Hybrid Energy Source Integration in a DC Microgrid using Multi-Input Buck-Boost Converter | |
Ramya et al. | A novel multi input DC–DC converter for integrated wind, PV renewable energy generated system | |
Lekhchine et al. | Power Management and Energy Storage of Solar Conversion System Connected to Grid | |
Kumar et al. | Power Flow Management and DC bus Stabilization for SPV based Battery Energy Storage System |
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 |