发明内容
本发明解决的问题:克服现有技术的不足,提供一种离散式发电、储能、供电系统协同控制方法,保证能源系统稳定高效运行。
本发明的技术方案如下:
一种离散式发电、储能、供电系统协同控制方法,包括如下步骤:
S1、设计离散式控制器;具体为:
离散式控制器中目标函数和约束条件的计算公式,目标函数为:
其中:xi是第i个电源控制模块电池的荷电状态,Vi是内部母线电压,Qi是电池容量,Pi为光伏电池功率,ui为单通道对外输出电流;i=1,2,…,N表示电源控制模块的编号,T为采样周期;
定义
I
PV=[I
PV1,I
PV2,…,I
PVN]
T,其中
则上式表示的离散数学模型可以表示为向量形式:
x(k+1)=x(k)+TΘ(IPV-u)
对于单个电源控制模块,电池充电功率PBat与光伏功率PPV、输出到负荷功率Pout之间的关系为:
PBat=PPV-Pout
当充电倍率为1时,电池SOC与电流之间满足如下关系:
S2、抗饱和处理;具体为:
在控制器算法执行的过程中,根据系统具体的运行状态及各个单元收到的约束进行控制量的二次调整,在控制器各个单元不会产生饱和问题的基础上,每个电源控制器以及整个能源系统层间单元会向着储能元件均衡一致的方向运行;
在控制器饱和处理过程中,考虑电源控制器所受到的四个方面的约束:电池充放电电流的约束,基于电池荷电状态对于充放电要求的约束,基于底层输出管理模块安全性考虑对输出能力的约束以及对下垂系数的约束;其中,电池充放电电流的约束以及基于电池荷电状态对于充放电要求的约束均可以通过直接对控制输入量电流进行研究处理解决,而对于基于底层输出管理模块安全性考虑的对各个控制器输出能力的约束,需要将控制输入量折算到输出能力的维度上,进行考虑。
进一步,在S2中,在进行电压转换过程中,占空比小于100%,加入软约束限制系统的输出能力调整范围。
更进一步,所述软约束为:降压比最大为0.9。
与传统连续式控制模型相比,本发明内容采用的离散控制模型具有以下优点:
(1)更符合工程实际运行情况,在实际运行过程中系统所有状态并不能实时得到,需要对电路中电压和电流进行采样,得到的采样数据用于控制器计算控制输出,而控制器采用计算机嵌入式控制器,将其设计为离散形式可以更加精确地模拟实际系统。
(2)采用离散控制形式更加于集中控制,离散形式可以通过迭代的形式进行演进,有利于得到一段时间内系统状态与该时间段初始时刻状态之间的关系,便于推理分析。
(3)与连续系统模型相比,离散控制模型和控制器更加简单,更加符合实际工程应用。
本发明在控制方法设计时考虑了如下约束包括:1.对电池充放电电流的约束;2.基于SOC(荷电状态)的限制;3.对输出能力的约束;4.对下垂系数的约束;在进行分布式控制设计过程中,安排了合理的饱和处理过程,因此解决了出现的饱和问题。解决了改善基于连续系统模型的控制器存在的问题,得到均衡且稳定的充放电电路。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
请参阅图1至图5;一种离散式发电、储能、供电系统协同控制方法,包括如下步骤:
(1)离散控制器设计,
所述目标函数和约束条件的计算公式,目标函数为:
其中xi是第i个电源控制模块电池的荷电状态(SOC),Vi是内部母线电压(单位:V),Qi是电池容量(单位:As),Pi为光伏电池功率,ui为单通道对外输出电流。i=1,2,…,N表示电源控制模块的编号,T为采样周期。
定义
I
PV=[I
PV1,I
PV2,…,I
PVN]
T,其中
则上式表示的离散数学模型可以表示为向量形式
x(k+1)=x(k)+TΘ(IPV-u)
对于单个电源控制模块,其功率流向可以用图2表示,从图中可以清楚地看到电池充电功率PBat(充电为正,放电为负)与光伏功率PPV、输出到负荷功率Pout之间的关系为
PBat=PPV-Pout
由于我们的控制目标是使所有电源控制模块的电池SOC达到均衡,而如果采用安时法计算电池荷电状态(SOC),则电池SOC与电流之间满足如下关系(这里假设充电倍率为1)
将其坐离散化处理:
(2)抗饱和处理方法
抗饱和处理过程是本发明提出的控制方法的核心内容,占有非常重要的地位。在实验过程中,如果不考虑控制器的饱和问题,控制器饱和现象由于硬件及软件所带来的约束频繁出现,轻则影响控制器最终的控制效果,重则造成系统不可逆转性错误,导致整个系统最终的瘫痪。抗饱和处理过程则是针对这一现象提出的解决方法,在控制器算法执行的过程中,直接根据系统具体的运行状态及各个单元收到的约束进行控制量的二次调整,最终可以保证在控制器各个单元不会产生饱和问题的基础上,每个电源控制器以及整个能源系统层间单元会向着储能元件均衡一致的方向稳定运行。
在控制器饱和处理过程中,主要考虑电源控制器所受到的四个方面的约束:电池充放电电流的约束,基于电池荷电状态对于充放电要求的约束,基于底层输出管理模块安全性考虑对输出能力的约束以及对下垂系数的约束。其中,电池充放电电流的约束以及基于电池荷电状态对于充放电要求的约束均可以通过直接对控制输入量——电流进行研究处理解决,而对于最后一种约束——基于底层输出管理模块安全性考虑的对各个控制器输出能力的约束,需要将控制输入量折算到输出能力的维度上,进行考虑,由于在进行电压转换过程中,开关器件的存在导致占空比不能达到100%,所以人为加入软约束(例如:降压比最大为0.9)限制系统的输出能力调整范围。
(1)离散控制器模型设计
从离散数学模型可以看出SOC由电池充放电电流决定,因此这里我们对电池电流进行分析。
为便于分析,我们将光伏电流以及单通道输出电流折算到电流两端,这一过程可以用图3表示,这里我们选取单通道输出电流Iout为控制量u。此外,由于光伏与储能电池之间的升压电路(Boost电路)以及储能电池到输出侧的降压电路(Buck电路)均不影响功率关系PBat=PPV-Pout,我们可以得到第i个电源控制模块折算后的电池电流、光伏电流以及输出电流之间的关系
将其两边同除以电池容量Q
i即可得到离散数学模型左侧的控制作用
用I
PVi表示光伏电流折算到电池两端的输入电流,则有
以此模型为基础,将原控制器进行改进,得到改进控制算法为
u=xc+K1Lx
其中,xc为控制器内部状态,PL为当前时刻的负荷功率,P为各个通道的光伏功率,x为各个通道储能单元的荷电状态。在这一控制器中,控制器输入量u为各个通道的电池输入或输出(充电或放电)电流,在这一基础上,在对电流直接进行饱和处理等过程后,通过各通道的输出电流之间的关系,折算到系统的输出能力,再进行控制指令的下发。K1为控制器参数
另外,在此过程中系统的荷电状态采用离散的数学模型进行计算,控制器也均由离散模型进行描述。采用离散模型的优点主要体现在系统的状态读取并不能做到“实时”获取的级别,所以离散模型更加贴近系统的实际运行状态,在进行控制器算法的设计时,模型的精确性提高,对于系统分析以及最后的控制器设计上都具有较大帮助。
经过对控制器进行改进后,控制输入由原来的功率量纲转换为现在的电流量纲,使后续的饱和处理过程更加简单直接。
定义u=[u
1,u
2,…,u
N]
T,I
PV=[I
PV1,I
PV2,…,I
PVN]
T,1
N=[1,1,…,1]
T(表示元素全为1的列向量),x
c=[x
c1,x
c2,…,x
cN]
T,i=1,2,…,N。此外,令
不考虑电流为负的情况,即认为
则上述控制器可以表示为向量形式
进而,将系统写为紧凑形式,可得
也即
令
c(k)=TΘ1
N·I
Bat(k),由于采用相同的锂电池作为储能电池,并且储能电池组中电池个数相同,因此可以认为储能电池组容量近似相等,即Q=Q
1=Q
2=…=Q
N,因此TΘK
1可以表示为εI,其中I是单位矩阵,得到
因此可以将上式进一步写为
x(k+1)=Wx(k)-c(k)
根据随机矩阵理论,分析可得W·1N=1N,可知W是行随机矩阵。将上式进行迭代可以得到
根据随机矩阵理论可知limk→∞Wkx(0)=v(ωTx(0)),其中Wv=v,ωTW=ωT,其中ν和ω分别是行随机矩阵W的1特征值对应的右和左特征向量,并且νTω=1。因此Wk+1x(0)将收敛到一个仅与初始SOC有关的值,即limk→∞Wkx(0)=a·1N,其中α为常数。因此通过上式可以得到,所有电源控制模块的储能电池SOC仅由初始SOC以及在一段时间内的充放电电流共同决定,各储能模块的SOC最终将趋于均衡,其增减由充放电电流,即光伏和负荷的状态决定。
(2)饱和处理过程
首先进行全范围饱和处理,将控制输入量调整为输出电流,对应均为正值,最低输出电流为0A,再进行比例缩放,将调整后的输出电流调整为对应当前时刻储能单元电池电压、负荷功率的对应所需的输出电流。
考虑电池充放电电流的上下界、储能单元的荷电状态以及光伏能源的输出电流,计算当前情况下各个通道的上界(u2)与下界(u1)。其中,荷电状态较低的通道输出电流上界限制在光伏输入电流之下,荷电状态较高的通道输出电流下界限制在光伏输入电流之上。
在全范围内进行第一次饱和处理过程——削峰填谷输出为调整后的电流(折算到电池端)。在这一过程中,对处于系统中的每个输出通道进行判断调整。首先进行“削峰”操作,如图4所示处理输出电流超出上界的情况。在图中,系统中的电源控制器1与电源控制器4的原输出电流超过该通道计算出的实时输出电流上界,则对应通道对应超出上界部分的输出电流“削掉”,该通道的输出电流与上界相等。同时根据电池电压计算出减少的功率,以及在上界范围内可以增加输出电流的通道所折算的功率,对每个在上界范围内的输出电流可以进行调整的通道(如图中的电源控制器2、电源控制器3)进行处理,使其按照减少的功率与可调节的功率比值增加输出电流,使各个通道的输出电流均保证在上界范围之内。
进行“填谷”过程,如图5所示。首先,检查标记出各个通道中超出输出电流下界的通道,电源控制器2与电源控制器3,并计算出需要减少的功率以及可调整的输出功率范围。若可调整的输出功率范围可以满足减少的功率所需,即调整低于下限的各个通道的输出电流增加为下界,并将其他可调整通道(电源控制器1、电源控制器4)的输出电流按比例减少。若可调整的输出功率范围不满足减少的功率所需,即代表此时光伏输入功率远远大于负载功率,通过调整光伏供电电源的运行模式为恒功率模式以降低输出功率的方式解决这一问题。
在这一过程中,只考虑储能电池对于荷电状态以及充放电电流的约束条件下,对系统进行了全范围饱和处理,使各个通道的输出电流保证在合理范围之内。
接下来根据第一次全范围饱和处理调整后的各个通道输出电流,计算得到各个通道需要指定的出力系数,考虑出力系数受到的具体约束,进行饱和调整。
人为选取出力系数的上界(例如:0.9v/100,其中0.9为人为选取),根据当前时刻的负荷功率以及人为选取的约束系数0.9,计算出对应于各个模块的出力上限(最大不超过1或负载所需的功率折算到对应的出力系数)。检查每个模块对应的各个通道折算后的出力系数是否超出上界并标记。如果某个模块中出现了出力系数超出上界的情况,则结合对SOC、充放电电流的约束以及每个各个通道出力系数的上界,计算该通道内输出电流的上界。在此过程中,如果某个通道计算所得的上界低于下界,则对应重设该通道的下,同时改变对应通道光伏为恒功率模式,降低该通道的光伏功率输入(如果对应通道的SOC同时达到了上限,则将该通道光伏功率设置为该通道输出功率,即使该通道储能电池保持在充满电的状态)。将MPPT光伏控制模式做出相应调整后,根据新计算出来的输出电流上下界进行最后一次饱和过程调整,整个过程与第一次全范围饱和处理过程基本相同,区别在于此次调整的通道并不是全部通道,而是发生了出力系数超出出力系数上界的对应模块的三个通道之间进行调整。
进行最终检验,检查各通道输出电流是否满足约束条件,各通道出力系数是否在上界以内,如果每个通道电流仍不满足条件,代表此时系统一定无法均衡,则向上位机回报具体错误类型,系统停止工作。
在全范围饱和处理过程中,同时考虑了光伏的输入电流以及电池端的输出电流折算为各个通道的输出电流,在各个通道的光伏输入电流折算每个通道的最大和最小的输出电流,并且结合SOC的状态(当某通道储能单元的荷电状态过低或过高时,需要降低或提高此通道的出力,同时尽量以最大充电或放电电流进行充电或放电)所产生的约束下,对每个通道的折算到电池端的输出输入电流进行调整,显然不会超出各输出电流的上下界,并且保证了那些已经处于SOC边界上的储能电池进行合理地充放电。
更进一步,在具体的饱和处理过程中,系统先根据输出电流的上界进行输出电流的“削峰”操作,然后才进行“填谷操作”。削峰操作针对各个通道输出电流超出上界的情况,将该通道输出电流降为其对应的上界,并且提高其他未达到上界的通道的输出电流以弥补削减的输出功率,当然当其他通道也均处于超出上界的状态,则代表系统的输入功率无论如何也满足不了当前时刻负载所需功率,那么只能将系统停止工作,回报系统状态。如果削峰操作正常完成后,在填谷操作中,对于输出电流低于下界的通道,需要提高其输出电流,而其他未低于下界的通道对应减少相应的输出电流(通过功率对应),在这一过程中,值得注意的是,系统的填谷操作并不可能导致系统的其他通道输出电流增加,则不会出现系统的输出电流再次超出上界的情况。但是与削峰操作不同的是,系统的填谷操作可以通过调整光伏管理模块的光伏输入功率进行调整,即当某个通道进行填谷时,即使其他通道的功率降低到下界,仍然无法使该通道的输出电流增加到其对应的下界时,代表该通道由光伏提供的功率过高,在MPPT模式下输出电流无法降低,所以只需要对应降低该通道的光伏功率且使其他通道均置为最低功率输出(可以有效降低光伏能量损失)即可解决这一问题。削顶封底处理后的结果不会产生互相影响。将削峰操作首先进行,降低了通过调整光伏跟踪模式以解决饱和问题的次数。
在进行全范围饱和处理后的控制器输入严格满足对于SOC以及储能电池充放电电流的要求。随后进行的基于出力系数上界下,从出力系数角度出发,对输出电流调整的过程,之所以将其安排在全范围饱和处理过程后,一方面是因为在进行基于出力系数上下界调整过程保持下垂系数不变的情况下进行,只在模块内三个通道之间进行输出能力的分配,才可以严格保证下垂系数不变;另一方面,如果将全范围饱和处理过程置后,那么在全范围饱和处理过程中,很大可能会改变下垂系数的合理分配,即严重影响基于出力系数上界进行饱和处理过程后的处理结果。进行基于出力系数上界约束情况下的饱和处理过程,主要依据系统的功率角度进行调节。输出能力为总负荷在各个电源模块消耗的功率的比例,其与系统状态的关系为
其中Si为输出能力,Pi为第i个供电通道输出的功率,Ps为智能电源模块输出总功率,di为系统第i个POU的占空比,ubi为系统对应的第i个通道电池组电压,um为系统电感输入侧的电压。
可以看出系统输出能力与负荷功率、占空比等因素相关,即对于占空比的约束,可以体现为对于输出能力的约束,即当占空比上限为90%时,系统的出力的上界
其中,V
bus为系统母线电压,可以视为恒定不变,v为电池电压。而系统的输出能力与每个通道的输出功率相关,而无论对于DC/DC中的buck电路还是对于MPPT中的boost电路,输入输出功率可视为相等。改变输出能力即改变相应通道的输出功率,在得知对应通道电池组的电压后,可以折算出电池端的输出电流,这样就可以像进行全范围饱和处理过程一样对约束进行处理,唯一的区别在于系统的上下界约束改变。上界约束是取全范围调整所用到的约束与输出能力上界折算到电流量纲后的约束的最小值作为新约束,那么在针对输出能力受到的约束进行处理时,自然不会影响全范围饱和处理的处理结果。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。