CN110867848A - 一种用于直流微电网群落的能量管理预测控制方法 - Google Patents

Abstract

本发明公开了直流微电网群落技术领域的一种用于直流微电网群落的能量管理预测控制方法，包括直流微电网和分层控制策略，分层控制策略在直流微电网群落上进行时，各直流微电网与邻近单元通信，采用基于一致性算法的三次控制策略处理网间的功率流动与能量管理；本发明通过将PFC算法应用在直流微电网群的分层控制之中，解决了顶层控制控制带宽较低的影响，使相邻直流微电网的母线电压快速产生偏差，在毫秒级的速度启动三次控制，实现了整个直流微电网群落的负载功率均衡，为群落中各直流微电网分担了负载压力，避免了电力电子器件承受应力过大，使器件使用寿命得到延长，提高了直流微电网群落互联的可靠性，降低了控制器数量与器件成本。

Description

一种用于直流微电网群落的能量管理预测控制方法

技术领域

本发明涉及直流微电网群落技术领域，具体涉及一种用于直流微电网群落的能量管理预测控制方法。

背景技术

近年来，世界经济飞速发展，对能源的需求越来越大，而以煤炭和石油为主题的能源结构导致环境不断恶化。推动以清洁能源为主的能源系统，将成为全球能源发展的大趋势，为了高效利用可再生能源，保证区域内系统供电的稳定性与可靠性，学者们提出微电网的概念，而直流微电网分布式发电系统由于其没有频率、相位、无功功率等问题且具备高效率和高可靠性等优点，具有广阔的发展前景。

直流微电网通常工作电压较低、容量有限，不具备良好的抗扰动能力，如光伏、风电等可再生能源的随机性及间歇性将会导致直流微电网出现向负载供能中断的问题。此外，在直流微电网运行过程中，如果出现分布式电源的出力快速改变、大功率负载的突然投切、并网状态和孤岛状态之间的相互切换等工作模式，均会影响直流微电网的稳定运行。随着单个微电网研究逐渐深入、各种支撑技术日渐成熟，《HierarchicalControlforMultipleDC-MicrogridsClusters》IEEETransactionsonEnergyConversion(Volume:29,Issue:4,Dec.2014)，作为公开的文献，提出将直流微电网经过联络线与其邻近的直流微电网母线相连，构成一个直流微电网群落。通过分层控制策略，在紧急情况下可以从邻近的直流微电网吸收功率，在能量富余的情况下可以将多余能量传送给相邻的直流微电网。但三次控制采用传统线性PI调节器，具有单变量、控制目标单一、控制效果欠佳等固有缺陷，导致控制时间长，母线电压跟踪速度慢，严重影响直流微电网间的功率流动与能量管理，对直流微电网的供电可靠性也极为不利。现阶段从算法方面对三次控制提出改进，对直流微电网群落间的功率流动与能量管理进行优化。

基于此，本发明设计了一种用于直流微电网群落的能量管理预测控制方法，以解决上述问题。

发明内容

本发明的目的在于提供一种用于直流微电网群落的能量管理预测控制方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种用于直流微电网群落的能量管理预测控制方法，包括直流微电网和分层控制策略，所述分层控制策略在直流微电网群落上进行时，各直流微电网与邻近单元通信，采用基于一致性算法的三次控制策略处理网间的功率流动与能量管理，由于所述三次控制策略处于上层控制，控制带宽低，导致三次控制响应速度较慢，因而对控制算法进行改进，采用预测函数控制代替原有的PI调节器，采用PFC算法进行多目标优化，快速跟踪控制目标，PFC算法注重改进控制输入量的结构性，使相邻直流微电网的母线电压快速产生偏差。

优选的，所述三次控制策略包括初级控制、二次控制和三级控制，所述初级控制主要用于控制本地直流微电网内各分布式电源的输出功率以及控制直流微电网母线电压平衡，所述初级控制包括内环控制以及基于SOC的自适应下垂控制，可根据储能系统的SOC自动确定下垂系数，可有效延长蓄电池的使用寿命；所述二次控制引入基于一致性算法的电压调节器，补偿了初级控制带来的母线电压跌落，提升母线电压至额定值48V；在所述二次控制的基础上，所述三次控制通过PI调节器，可使一致性算法收敛，降低直流微电网之间的电流偏差，最终趋于一致，使相邻直流微电网母线电压有所偏差，实现功率以及能量的流动，可使直流微电网的负载均衡。

优选的，各所述直流微电网中均设有储能单元，根据自身SOC及额定容量分配负载功率，以防止所述储能单元过度充放电而影响使用寿命，提高整个直流微电网群落的可靠性，节点i的功率流控制器接收邻居的SOC，例如来自节点j的SOC_j，j∈N_i，然后比较相邻直流微电网的SOC，计算SOC_i与相邻SOC_j的不匹配项δSOC_i，如下，

δSOC_i＝∑b_ij(SOC_i-SOC_j)。

优选的，所述PFC算法与传统模型预测控制相比注重控制输入量的结构性，并将其看作是由若干个基函数线性叠加而成，把对PFC控制输入量的求解转化为对线性组合系数的求解，使PFC的在线计算量大大降低，保证了直流微电网群落间功率流动的快速准确控制

其中：δv(k+i|k)为k时间推导出的k+i时刻的三次控制产生的电压偏差量，g_kj(i)为第j基函数在未来t＝i·T_S时刻对应的函数值，μ_j(k)为k时刻基函数g_kj(i)的线性组合系数，N为基函数的个数，P为预测时域。

优选的，优化所述三级控制带来的负面影响，设定直流微电网群落仅含有2个直流微电网，通过π型联络线互联，各自母线电压标称值为48V，采用PFC控制算法代替PI调节器，PFC在实现过程包括基函数、参考轨迹、预测模型、反馈校正和滚动优化。

优选的，所述基函数采用PFC算法从控制量的控制规律着手，注重控制输入量的结构性，并把它看作是保证直流微电网之间电压快速产生偏差的主要因素，PFC算法产生的三级控制的电压偏差量是由已选定的基函数线性叠加而成，由于两个直流电网相连进行通信，产生两个电压偏差量，即

从上式可以看出PFC算法中的控制输入量为三次控制产生的电压偏差，此参数与基函数的选择密切相关，基函数通常依据相邻直流微电网母线电压特性、分层控制的控制精度以及控制过程的复杂度来进行折中选择，选择为阶跃函数作为基函数，对于每个已经选定的基函数g_kj(i)，可离线计算出该基函数对应的输出值，通过对不同的基函数输出值线性叠加，得到三级控制产生的电压偏差量，使各直流微电网母线电压值产生偏差，实现功率流动。

优选的，所述参考轨迹在PFC控制过程中，为了能够避免电压偏差量发生剧烈变化以及超调或者振荡现象，通常让被控系统跟随一条设定好的渐趋于设定值的参考轨迹，参考轨迹可用下式表示

V_r(k+i|k)＝f(V(k),V_sp(k+i))

表示其中：V_r(k+ik)为k时刻预测的k+i时刻的各直流微电网参考母线电压值，f(V(k)),V_sp(k+i)为与V(k)和V_sp(k+i)相关的函数，V(k)为k时刻的实际母线电压值，V_sp(k+i)为k+i时刻的设定母线电压值；

将参考轨迹设定为一阶指数的形式，即

V_r(k+i|k)＝V_sp(k+i)-βⁱ(V_sp(k)-V(k))

其中：β为系数，

T_r是参考轨迹时间常数，T_s为系统采样时间；

对于给定的设定值V_sp(k+i)，通常都可以用多项式和的形式表示出来

其中：N_c为多项式的阶数，c_j(k)为多项式的系数，c₀(k)为一数值，由于母线电压设定值不变，c₀(k)的值即为该定值；

取两个直流微电网的母线电压作为输出量，由上式可得PFC算法的参考轨迹表达式为

8.优选的，所述预测模型可将当前母线电压状态量和电压偏差控制量来预测将来的母线电压值，根据直流微电网群落等效模型建立基于状态空间表达式的预测模型，因为直流微电网群落含有多个变量，将建立多输入多输出MIMO系统的离散状态空间模型，如下

其中，i_L，v_c1，v_c2为预测模型的状态变量，δv1，δv1为预测模型的控制量，即三次控制产生的电压偏差量，L为直流微电网间联络线电感，C₁，C₂分别为相连两个直流微电网的等效电容，r₁，r₂分别为相连两个直流微电网的线路电阻，R₁，R₂分别为相连两个直流微电网的负载电阻；

由上式可知直流微电网群落的系数矩阵A，B，C，现对直流微电网群的状态空间表达式进行推导

对k时刻预测的k+1时刻的模型状态变量X_m(k+1k)为

X_m(k+1|k)＝A_mX_m(k)+B_mu(k|k)

由对k+1时刻预测的k+2时刻的模型状态变量X_m(k+2k)为

同理，可以得到k时刻预测的k+i时刻的模型状态变量值X_m(k+ik)为

因此，由上式可得k+i时刻的预测模型输出值为

优选的，所述反馈校正由于直流微电网群落分层控制的控制等级多，并且建立模型时存在误差、各种干扰、参数的变化、以及建立预测模型时的近似处理等因素，导致其预测模型无法实际系统完全匹配，因此引入反馈校正，将误差量补偿到相邻直流微电网产生的母线电压之中，以校正模型预测值；

通常把误差量定义为

e(k)＝v(k)-v_m(k|k-1)

对于k+i时刻的误差量可选为

e(k+i)＝a_i·e(k)，i＝0,1,…P-1

其中，a_i为第i个时刻的误差补偿系数，为了后续计算方便，此处a_i取常数1；

通过将该误差量反馈补偿到预测的相邻直流微电网母线电压中，纠正了模型的输出值，使得模型输出值更加精确，校正后的模型输出值如下

优选的，所述滚动优化利用PFC算法在有限时域求解控制变量的最优解，即对三次控制产生的电压偏差量进行求解，并且在求解过程中对每一时刻通过滚动的方式实时更新下去，跟踪速度快且控制精度高，对于三次控制的运行快速提供了控制条件；

建立模型输出母线电压的目标函数为

其中，v_c(k+h_ik)为校正后的k+h_i时刻的母线电压值，v_r(k+h_ik)为k时刻预测的k+h_i时刻的参考轨迹值，s为拟合点的个数，h_i为拟合点的具体时刻值；

目标函数可表示为

其中

为求解最优控制量，对J(k)进行求偏导数，使得

则有

μ(k)＝(G_k ^TG_k)-¹G_k ^TL(k)

令(G_k ^TG_k)^-1G_k ^T＝M，

则

μ(k)＝M·L(k)

为了保证三次控制的电压偏差的准确性，通常只取当前时刻控制量作用于两个相邻直流微电网，则有

其中，

g_k(0)＝[g_k1(0) g_k2(0) g_k3(0) g_k4(0)]^T；

k₃＝g_k(0)^TM[a₁ a₂ a₃ a₄]^T，a为可调节权重系数；

由以上计算可知，k₀，k₁，k₂，k₃的值均可通过离线求解得到，且c₀(k)、y(k)的值是已知的，因此，只需在线求解出直流微电网群的状态变量X_m(k)的值，即可推导出三次控制的控制输入量u(k)的具体表达式。

优选的，具体步骤如下：

步骤一，为实现PFC算法，先对输入量进行改进，将PFC算法产生的三级控制的电压偏差量看作是由已选定的基函数线性叠加而成，由于两个直流电网相连进行通信，产生两个电压偏差量

步骤二，建立直流微电网群的预测模型，将当前母线电压状态量和电压偏差控制量来预测将来的母线电压值，根据直流微电网群落等效模型建立基于状态空间表达式的预测模型，因为直流微电网群落含有多个变量，将建立多输入多输出MIMO系统的离散状态空间方程作为模型，如下

步骤三，根据所求母线电压的参考轨迹与反馈校正量建立目标函数，利用PFC算法在有限时域求解控制变量的最优解，即对三次控制产生的电压偏差量进行求解，并且在求解过程中对每一时刻通过滚动的方式实时更新下去，跟踪速度快且控制精度高，对于三层控制的运行快速提供了控制条件。

与现有技术相比，本发明的有益效果是：

1.在直流微电网群落间采用基于预测函数控制的三次控制，弥补了传统三次控制在PI调节器的的固有缺陷，可显著加快相邻直流微电网之间母线电压的追踪速度，快速使其母线电压V_ubs1与V_ubs2产生压降，偏差于稳定值48V，使三次控制可以更快速的作用于直流微电网群落，管理他们之间的功率流动与能量管理，避免了电力电力电子器件承受应力过大，使器件使用寿命得到延长，提高了直流微电网群落互联的可靠性，降低控制器数量与器件成本。

2.传统的直流微电网群落常使用线性PI调节器进行控制，无法处理多变量，多控制目标系统，需要多级PI调节器进行控制。所提出的PFC算法可应用于直流微电网群落此类多变量系统，满足多个状态变量与输出变量的控制目标，可有效降低控制器数量，降低成本。

3.PFC算法注重控制输入量的结构性，较传统预测控制相比，PFC具有算法简单，计算量小等优点，保证了直流微电网群落间功率与能量的高速度高精度控制。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中直流微电网群落结构示意图；

图2为本发明中基于PFC算法的直流微电网群落分层控制图；

图3为本发明中直流微电网通信网络拓扑图；

图4为本发明中直流微电网群落在分层控制下母线电压与输出功率波形；

图5为本发明中PFC控制下直流微网群落的母线电压波形。

图6为本发明中PI调节器控制下直流微网群落的母线电压波形。

附图中，各标号所代表的部件列表如下：

1-直流微电网1结构图，2-直流微电网群落互联的Π型传输线，3-直流微电网2结构图，4-各直流微电网母线电压，5-直流微电网群落的初级控制策略，6-直流微电网群落的二次控制策略，7-直流微电网群落的三次控制策略，8-PFC算法原理图，9-直流微电网群落的电气拓扑图，10-直流微电网群落的通信拓扑图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-6，本发明提供一种技术方案：一种用于直流微电网群落的能量管理预测控制方法，直流微电网群落在进行分层控制时，各直流微电网与其邻近单元通信，采用基于一致性算法的三次控制策略处理网间的功率流动与能量管理，由于该策略处于上层控制，其控制带宽低，导致三次控制响应速度较慢，因而对控制算法进行改进，采用预测函数控制代替原有的PI调节器，PFC算法注重改进控制输入量的结构性，使相邻直流微电网的母线电压快速产生偏差，对于处理直流微电网群落之间的不稳定、多变量的问题上具有很大优势，减少了控制器数量，节省了控制器成本，延长了电力电子器件的寿命。

在互联的直流微电网群落中提出了一种基于分布式一致性算法的能量管理策略，各直流微电网中的储能单元(ESU)，可以根据自身SOC及额定容量分配负载功率，以防止储能单元(ESU)过度充放电而影响使用寿命，提高整个直流微电网群落的可靠性。

在直流微电网群落间采用基于PFC的三次控制，弥补了传统三级控制在顶层通信带宽较低的问题，可显著加快相邻直流微电网之间产生母线电压偏差的追踪速度，快速使其母线电压V_ubs1与V_ubs2产生压降，偏差于稳定值48V，以管理他们之间的功率流动与能量管理。

传统的直流微电网群落常使用线性PI调节器进行控制，无法处理多变量、多控制目标系统，需要多级PI调节器进行控制。所提出的PFC算法可应用于直流微电网群落这类多变量系统，满足含有多个状态变量与输出变量的控制目标，可简化相邻直流微电网控制器数量并有效降低控制器成本。

参见图1，本发明可用于多个直流微电网群落间的控制，在此仅用2组直流微电网为例，图1中包括直流微电网1结构图1、直流微电网2结构图3、直流微电网群落互联的Π型传输线2，直流微电网1结构图1和直流微电网2结构图3之间电性连接有直流微电网群落互联的Π型传输线2，每个直流微电网内包含可再生清洁能源如光伏电池板、风能发电等，储能单元如蓄电池等以及负载，各直流微电网母线电压平衡由储能单元及双向变换器控制。各单元之间通过传输线连接，母线电压额定值选定为48V。每个微电网单元只与其相邻单元通信。每个直流微电网内包含可再生清洁能源单元，如光伏阵列、风能发电机等，储能单元如蓄电池等，负载单元以及电力电子变换器等为一体的区域性供电系统，利用电力电子变换器实现功率流的控制与母线电压的稳定。由于直流微电网通常工作电压较低、容量有限，不具备良好的抗扰动能力，因此将直流微电网经过联络线与其邻近的直流微电网母线相连，构成一个直流微电网群落，其单个微电网的光伏与风机工作在MPPT(Maximum PowerPoint Tracking)模式下，为负载提供恒定功率；两个储能单元工作在基于SOC的自适应下垂控制模式下，避免蓄电池过度充放电并维持母线电压稳定。MG1、MG2通过母线分别连接12Ω与24Ω的阻性负载，直流微电网的母线标称电压选择为48V。在网与网之间以Π型传输线连接，i_i,j，SOC_i,j表示相邻单元的功率与能量变化，其参考方向如图1所示，通过基于PFC的三次控制策略来实现两个直流微电网的功率流动与能量管理。

要实现直流微电网群落的稳定运行，其互联的控制策略是关键，图2中包括各直流微电网母线电压4、直流微电网群落的初级控制策略5、直流微电网群落的二次控制策略6、直流微电网群落的三次控制策略7和PFC算法原理图8，各直流微电网母线电压4分别与流微电网群落的初级控制策略5、直流微电网群落的二次控制策略6、直流微电网群落的三次控制策略7电性连接，流微电网群落的初级控制策略5分别与直流微电网群落的二次控制策略6和直流微电网群落的三次控制策略7电性连接，直流微电网群落的三次控制策略7和PFC算法原理图8之间电性连接。

如图2所示，直流微电网间需要通过低带宽通信LBC获得信息实现上层控制，提出了一种基于一致性算法直流微电网群落的分布式控制策略，其中N为群落直流微电网的个数。通信边沿集合

边(v_j,v_i)表示直流微电网v_i可以接收直流微电网v_j的信息。

以其中一个直流微电网MGi、MGj为例，其初级控制主要控制本地直流微电网内各分布式电源的输出功率以及控制直流微电网母线电压平衡，该层控制主要包括内环控制以及基于SOC的自适应下垂控制。内环控制通过采样值与参考值比较经PI调节器控制分布式电源的输出电流与电压，同时保持系统稳定。该控制中通常包含两个控制环，外环产生电流参考值，内环即电流环控制输出电流跟随参考值。考虑到直流微电网内各微源的不同工作特性，外环有不同的工作模式，如MPPT，适用于分布式电源；充电控制策略，适用于蓄电池组；孤岛模式下，蓄电池组通常工作在基于SOC的自适应下垂模式下，以平衡分布式电源处力与负载功率之间的不平衡，在这种工作模式下，蓄电池组需要根据自身SOC来进行功率分配，以避免蓄电池因过度充放电而影响蓄电池寿命，从而提高整个蓄电池组的使用寿命。因此，为了均衡直流微电网中蓄电池组个单元的SOC，剩余容量较大的蓄电池单元需要以更快的放电速率提供较多的负荷功率，而剩余容量较小的蓄电池单元以更慢的放电速率提供较少的负荷功率。

二次控制采用一致性算法，用于消除由初级控制引入的稳态电压偏差以实现微电网互联，否则各母线之间将存在环流，即在每个直流微电网中均采用一个电压二次控制器以提供一个电压补偿量δv1，补偿下垂控制带来的母线电压跌落，提升母线电压至额定值。图2-5采用一致性算法，各直流微电网只需要与其相邻直流微电网通信，不断更新母线电压，最终获得直流微电网群落各母线电压一致。各直流微电网电压一致性算法表达式为：

式中，

为邻接加权矩阵，v_dci(k)为节点i实时采样的母线电压值，V_i ^avg(k)为节点i平均母线电压，由一致性算法获得，

为从邻接节点j获得的平均母线电压。节点i下一时刻的平均母线电压V_i ^avg(k+1)与母线电压额定值

比较得到偏差值经过PI调节器可得到二次控制的电压补偿量δv1。

三次控制同样采用一致性算法调节各个微电网单元流进或流出的功率，实现各微电网单元的能量流动，

为直流微电网i实时采样SOC，节点i通过获得邻接节点j的实时采样

然后计算其偏差值δ，具体控制表达式为：

式中

为邻接加权矩阵，节点i偏差值δ经过PFC控制器，得到电压修正量δv2。通过对直流微电网群落建立基于状态空间表达式的预测模型，将预测模型产生的相邻直流微电网的母线电压值v_m(kk)与实际母线电压值v(k-1k)进行实时反馈校正，最后对所建立的目标函数在有限时域内寻求局部最优解，得到电压修正量δv2，可以使一致性协议收敛，快速产生电压偏差，降低了直流微电网之间的功率与能量偏差，最终趋于一致。

图3中包括直流微电网群落的电气拓扑图9和直流微电网群落的通信拓扑图10。

图3可知，为了进一步进行储能系统能量的管理，提出一种直流微电网群落的能量管理分层控制策略，以初级控制为基础，包括电压电流内环控制和下垂控制，保证母线电压平衡；电压二次控制用来消除下垂控制引入的稳态电压偏差以实现微电网的互联，否则各母线之间将存在环流，因此在每个直流微电网中采用基于一致性算法的电压二次控制器以提供一个电压补偿δV，补偿下垂控制带来的母线电压跌落，提升母线电压至额定值，不断更新母线电压，最终获得直流微电网群各母线电压一致；在电压二次控制的基础上，三次控制用来调节各直流微电网流入或流出的功率与能量，实现各直流微电网的功率流动与能量管理，避免了电力电力电子器件承受应力过大，使器件使用寿命得到延长，提高了直流微电网群落互联的可靠性，降低控制器数量与器件成本。

图4为本发明分层控制框架中相邻直流微电网的母线电压波形与输出功率波形，可以看出开始时，MG1与MG2只由初级控制作用直流微电网功率平衡并且各直流微电网之间没有互联，由于初级控制采用下垂控制，直流母线电压存在偏差，t＝150s时，加入了电压二次控制，消除了下垂控制引入的电压偏差，使各直流微电网的母线电压达到额定值48V。在各直流母线电压相等的情况下，各直流母线间没有电压差，传输线上没有电流流过，可以实现直流微电网的互联，否则将会产生环流，不利于功率流的控制。在t＝250s,加入三次控制，各直流微电网间产生电压偏差使直流微电网间产生能量流动，最终使各直流微电网输出电流趋于一致，实现了整个直流微电网群落负载功率均衡分配。

为优化三次控制效果，采用为PFC算法的直流微电网群的三次控制进行改进，图5为基于PFC算法的母线电压波形与PI控制下的母线电压波形，由于PFC算法对输入量进行改进，并根据系统模型，对目标函数进行实时滚动优化求解，较PI调节器相比其控制效果得到显著提升,如图5所示，在PFC算法控制下，MG1与MG2在0.0025s达到稳态，产生了稳定的电压偏差，为三次控制提供了稳定运行的条件，较PI调节器相比，在整个仿真时间结束，MG1与MG2母线电压还未达到稳态，且电压上升速度与PFC控制下的波形相比也较慢，可以看出基于PFC算法直流微电网群落的三次控制控制效果得到显著提升，弥补了传统三级控制由于控制带宽较低，始终存在控制时间长，优化目标单一，效率较低等负面影响。

步骤一，为实现PFC算法，先对输入量进行改进，将PFC算法产生的三级控制的电压偏差量看作是由已选定的基函数线性叠加而成，由于两个直流电网相连进行通信，产生两个电压偏差量

步骤二，建立直流微电网群的预测模型，将当前母线电压状态量和电压偏差控制量来预测将来的母线电压值，根据直流微电网群落等效模型建立基于状态空间表达式的预测模型，因为直流微电网群落含有多个变量，将建立多输入多输出MIMO系统的离散状态空间方程作为模型，如下

步骤三，根据所求母线电压的参考轨迹与反馈校正量建立目标函数，利用PFC算法在有限时域求解控制变量的最优解，即对三次控制产生的电压偏差量进行求解，并且在求解过程中对每一时刻通过滚动的方式实时更新下去，跟踪速度快且控制精度高，对于三层控制的运行快速提供了控制条件。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种用于直流微电网群落的能量管理预测控制方法，包括直流微电网和分层控制策略，其特征在于：所述分层控制策略在直流微电网群落上进行时，各直流微电网与邻近单元通信，采用基于一致性算法的三次控制策略处理网间的功率流动与能量管理，由于所述三次控制策略处于上层控制，控制带宽低，导致三次控制响应速度较慢，因而对控制算法进行改进，采用预测函数控制代替原有的PI调节器，采用PFC算法进行多目标优化，快速跟踪控制目标，PFC算法注重改进控制输入量的结构性，使相邻直流微电网的母线电压快速产生偏差。

2.根据权利要求1所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：所述三次控制策略包括初级控制、二次控制和三级控制，所述初级控制主要用于控制本地直流微电网内各分布式电源的输出功率以及控制直流微电网母线电压平衡，所述初级控制包括内环控制以及基于SOC的自适应下垂控制，可根据储能系统的SOC自动确定下垂系数，可有效延长蓄电池的使用寿命；所述二次控制引入基于一致性算法的电压调节器，补偿了初级控制带来的母线电压跌落，提升母线电压至额定值48V；在所述二次控制的基础上，所述三次控制通过PI调节器，可使一致性算法收敛，降低直流微电网之间的电流偏差，最终趋于一致，使相邻直流微电网母线电压有所偏差，实现功率以及能量的流动，可使直流微电网的负载均衡。

3.根据权利要求2所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：各所述直流微电网中均设有储能单元，根据自身SOC及额定容量分配负载功率，以防止所述储能单元过度充放电而影响使用寿命，提高整个直流微电网群落的可靠性，节点i的功率流控制器接收邻居的SOC，例如来自节点j的SOC_j，j∈N_i，然后比较相邻直流微电网的SOC，计算SOC_i与相邻SOC_j的不匹配项δSOC_i，如下，

4.根据权利要求3所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：所述PFC算法与传统模型预测控制相比注重控制输入量的结构性，并将其看作是由若干个基函数线性叠加而成，把对PFC控制输入量的求解转化为对线性组合系数的求解，使PFC的在线计算量大大降低，保证了直流微电网群落间功率流动的快速准确控制

其中：δv(k+ik)为k时间推导出的k+i时刻的三次控制产生的电压偏差量，g_kj(i)为第j基函数在未来t＝i·T_S时刻对应的函数值，μ_j(k)为k时刻基函数g_kj(i)的线性组合系数，N为基函数的个数，P为预测时域。

5.根据权利要求4所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：优化所述三级控制带来的负面影响，设定直流微电网群落仅含有2个直流微电网，通过π型联络线互联，各自母线电压标称值为48V，采用PFC控制算法代替PI调节器，PFC在实现过程包括基函数、参考轨迹、预测模型、反馈校正和滚动优化，所述基函数采用PFC算法从控制量的控制规律着手，注重控制输入量的结构性，并把它看作是保证直流微电网之间电压快速产生偏差的主要因素，PFC算法产生的三级控制的电压偏差量是由已选定的基函数线性叠加而成，由于两个直流电网相连进行通信，产生两个电压偏差量，即

从上式可以看出PFC算法中的控制输入量为三次控制产生的电压偏差，此参数与基函数的选择密切相关，基函数通常依据相邻直流微电网母线电压特性、分层控制的控制精度以及控制过程的复杂度来进行折中选择，选择为阶跃函数作为基函数，对于每个已经选定的基函数g_kj(i)，可离线计算出该基函数对应的输出值，通过对不同的基函数输出值线性叠加，得到三级控制产生的电压偏差量，使各直流微电网母线电压值产生偏差，实现功率流动。

6.根据权利要求5所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：所述参考轨迹在PFC控制过程中，为了能够避免电压偏差量发生剧烈变化以及超调或者振荡现象，通常让被控系统跟随一条设定好的渐趋于设定值的参考轨迹，参考轨迹可用下式表示

V_r(k+i|k)＝f(V(k),V_sp(k+i))

表示其中：V_r(k+ik)为k时刻预测的k+i时刻的各直流微电网参考母线电压值，f(V(k)),V_sp(k+i)为与V(k)和V_sp(k+i)相关的函数，V(k)为k时刻的实际母线电压值，V_sp(k+i)为k+i时刻的设定母线电压值；

将参考轨迹设定为一阶指数的形式，即

V_r(k+i|k)＝V_sp(k+i)-βⁱ(V_sp(k)-V(k))

其中：β为系数，

T_r是参考轨迹时间常数，T_s为系统采样时间；

对于给定的设定值V_sp(k+i)，通常都可以用多项式和的形式表示出来

其中：N_c为多项式的阶数，c_j(k)为多项式的系数，c₀(k)为一数值，由于母线电压设定值不变，c₀(k)的值即为该定值；

取两个直流微电网的母线电压作为输出量，由上式可得PFC算法的参考轨迹表达式为

7.根据权利要求5所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：所述预测模型可将当前母线电压状态量和电压偏差控制量来预测将来的母线电压值，根据直流微电网群落等效模型建立基于状态空间表达式的预测模型，因为直流微电网群落含有多个变量，将建立多输入多输出MIMO系统的离散状态空间模型，如下

其中，i_L，v_c1，v_c2为预测模型的状态变量，δv1，δv1为预测模型的控制量，即三次控制产生的电压偏差量，L为直流微电网间联络线电感，C₁，C₂分别为相连两个直流微电网的等效电容，r₁，r₂分别为相连两个直流微电网的线路电阻，R₁，R₂分别为相连两个直流微电网的负载电阻；

由上式可知直流微电网群落的系数矩阵A，B，C，现对直流微电网群的状态空间表达式进行推导

对k时刻预测的k+1时刻的模型状态变量X_m(k+1|k)为

X_m(k+1|k)＝A_mX_m(k)+B_mu(k|k)

由对k+1时刻预测的k+2时刻的模型状态变量X_m(k+2|k)为

同理，可以得到k时刻预测的k+i时刻的模型状态变量值X_m(k+i|k)为

因此，由上式可得k+i时刻的预测模型输出值为

8.根据权利要求5所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：所述反馈校正由于直流微电网群落分层控制的控制等级多，并且建立模型时存在误差、各种干扰、参数的变化、以及建立预测模型时的近似处理等因素，导致其预测模型无法实际系统完全匹配，因此引入反馈校正，将误差量补偿到相邻直流微电网产生的母线电压之中，以校正模型预测值；

通常把误差量定义为

e(k)＝v(k)-v_m(k|k-1)

对于k+i时刻的误差量可选为

e(k+i)＝a_i·e(k)，i＝0,1,…P-1

其中，a_i为第i个时刻的误差补偿系数，为了后续计算方便，此处a_i取常数1；

通过将该误差量反馈补偿到预测的相邻直流微电网母线电压中，纠正了模型的输出值，使得模型输出值更加精确，校正后的模型输出值如下

9.根据权利要求5所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在于：所述滚动优化利用PFC算法在有限时域求解控制变量的最优解，即对三次控制产生的电压偏差量进行求解，并且在求解过程中对每一时刻通过滚动的方式实时更新下去，跟踪速度快且控制精度高，对于三次控制的运行快速提供了控制条件；

建立模型输出母线电压的目标函数为

其中，v_c(k+h_i|k)为校正后的k+h_i时刻的母线电压值，v_r(k+h_i|k)为k时刻预测的k+h_i时刻的参考轨迹值，s为拟合点的个数，h_i为拟合点的具体时刻值；

目标函数可表示为

其中

为求解最优控制量，对J(k)进行求偏导数，使得

则有

μ(k)＝(G_k ^TG_k)^-1G_k ^TL(k)

令(G_k ^TG_k)^-1G_k ^T＝M，

则

μ(k)＝M·L(k)

为了保证三次控制的电压偏差的准确性，通常只取当前时刻控制量作用于两个相邻直流微电网，则有

其中，

g_k(0)＝[g_k1(0) g_k2(0) g_k3(0) g_k4(0)]^T；

k₂＝g_k(0)^TM[CA CA² CA³ CA⁴]^T；

k₃＝g_k(0)^TM[a₁ a₂ a₃ a₄]^T，a为可调节权重系数；

由以上计算可知，k₀，k₁，k₂，k₃的值均可通过离线求解得到，且c₀(k)、y(k)的值是已知的，因此，只需在线求解出直流微电网群的状态变量X_m(k)的值，即可推导出三次控制的控制输入量u(k)的具体表达式。

10.根据权利要求5所述的一种用于直流微电网群落的能量管理预测控制方法，其特征在，具体步骤如下：

步骤一，为实现PFC算法，先对输入量进行改进，将PFC算法产生的三级控制的电压偏差量看作是由已选定的基函数线性叠加而成，由于两个直流电网相连进行通信，产生两个电压偏差量

步骤二，建立直流微电网群的预测模型，将当前母线电压状态量和电压偏差控制量来预测将来的母线电压值，根据直流微电网群落等效模型建立基于状态空间表达式的预测模型，因为直流微电网群落含有多个变量，将建立多输入多输出MIMO系统的离散状态空间方程作为模型，如下

步骤三，根据所求母线电压的参考轨迹与反馈校正量建立目标函数，利用PFC算法在有限时域求解控制变量的最优解，即对三次控制产生的电压偏差量进行求解，并且在求解过程中对每一时刻通过滚动的方式实时更新下去，跟踪速度快且控制精度高，对于三层控制的运行快速提供了控制条件。

Images