CN111327040A

CN111327040A - 基于数据驱动的直流微电网功率和电压控制方法和装置

Info

Publication number: CN111327040A
Application number: CN202010218345.XA
Authority: CN
Inventors: 米阳; 常俊飞; 韩云昊; 姜恩宇; 王鹏; 马宇辰; 王育飞; 田书欣; 刘蓉晖
Original assignee: Shanghai Electric Power University
Current assignee: Shanghai University of Electric Power; Shanghai Electric Power University; University of Shanghai for Science and Technology
Priority date: 2020-03-25
Filing date: 2020-03-25
Publication date: 2020-06-23

Abstract

本发明涉及一种基于数据驱动的直流微电网功率和电压控制方法和装置，用于对受控系统进行直流微电网功率分配和母线电压恢复，所述方法包括以下步骤：一次内环控制步骤：采用下垂控制法控制所述受控系统；二次外环控制步骤：采用基于伪梯度时变参数的输入控制算法控制所述受控系统；所述基于伪梯度时变参数的输入控制算法包含受控系统的期望输出，该受控系统的期望输出采用基于功率分配的受控系统的期望输出，或基于电压恢复的受控系统的期望输出。与现有技术相比，本发明仅基于受控系统的输入输出数据进行功率分配，不再基于模型，具有控制精度高、控制准确可靠等优点。

Description

基于数据驱动的直流微电网功率和电压控制方法和装置

技术领域

本发明涉及直流微电网功率分配技术领域，尤其是涉及一种基于数据驱动的直流微电网功率分配方法和装置。

背景技术

为实现不同类型分布式能源的高效协调控制，降低对电力系统的影响，微电网这一概念被专家学者们提出。微电网是一种分布式能源、分布式负荷以及储能系统的整合形式，利用电力电子变换器实现能量的转换与管理，对外表现为受控电能单元，可工作于并网、离网两种模式。根据公共母线电压类型，微电网可分为交流微电网和直流微电网。由于传统电力系统为交流形式，因此微电网研究更多集中于交流微电网方面，然而随着近年来对电能质量、系统效率要求的提高，对直流微电网的研究也在逐步升温。直流微电网中，由于不存在无功、谐波等问题，系统电能质量问题更容易治理；另外随着直流电源(光伏池板，燃料电池等)和直流负荷(LED灯，电动汽车等)的不断增加，采用直流型公共母线可避免多余的能量变换环节，使系统整体效率得以提升。目前，航天系统、数据中心和商业楼宇等独立供电系统是直流微电网主要应用场所。

微电网中电力电子变换器以并联形式接入公共母线，如何实现分布式电源(distributed generator，DG)间负荷合理分配是微电网协调控制的重要目标。微电网负荷分配方法分为集中式和分布式两种，前者以互联通信线作为中央控制器(centralcontroller)与DG的通信平台，实现DG信息和控制指令的传输；而后者仅利用本地信息(local information)即可实现自治管理，无需互联信号线和中央控制器。相比之下，分布式方法具有更高的冗余性和经济性，易于实现即插即用。实质上，分布式控制是利用电气参数本身(电压、频率等)作为DG互相“交流”的平台。

然而，负荷的不确定性、分布式新能源出力的随机性以及不匹配线路阻抗的存在，都导致了系统的机理模型或者辨识模型的不精确性，然而模型的不精确性则导致了基于此模型所设计的控制方法必然不能实现对控制目标的精确控制。

发明内容

本发明的目的就是为了克服上述现有技术存在建立的系统模型具有不精确性的缺陷而提供一种基于数据驱动的直流微电网功率和电压控制方法和装置。

本发明的目的可以通过以下技术方案来实现：

一种基于数据驱动的直流微电网功率分配方法，用于对受控系统进行直流微电网功率分配，所述方法包括以下步骤：

一次内环控制步骤：采用下垂控制法控制所述受控系统；

二次外环控制步骤：采用基于伪梯度时变参数的输入控制算法控制所述受控系统；

所述基于伪梯度时变参数的输入控制算法包含受控系统的期望输出，该受控系统的期望输出采用基于功率分配的受控系统的期望输出。

进一步地，所述基于伪梯度时变参数的输入控制算法的表达式为：

式中，u(k)为k时刻受控系统的输入，u(k-1)为k-1时刻受控系统的输入，

为k时刻受控系统的伪梯度时变参数，L为受控系统的伪阶数0≤L≤n_u，n_u为受控系统的实际阶数，L的值根据系统复杂程度选取，y^*(k+1)为k+1时刻受控系统的期望输出，y(k)为k时刻受控系统的输出，λ＞0,ρ_i∈(0,1],i＝1,2,···,L，Δu(k-i+1)为k-i+1时刻受控系统的输入增量。

进一步地，如果

或|Δu(k-1)|≤ε或

或

则

进一步地，所述伪梯度时变参数的获取具体为：构建伪梯度估计准则函数，对伪梯度时变参数求极值，获取伪梯度时变参数的估计算法；所述伪梯度估计准则函数的表达式为：

式中，μ＞0，μ为权重因子，

为φ_p,L(k)的转置，φ_L(k)为k时刻的伪梯度时变参数值，

为k-1时刻的伪梯度时变参数估计值，ΔU_L(k)＝U_L(k)-U_L(k-1)，U_L(k)＝[u(k),···,u(k-L+1)]^T；

所述伪梯度时变参数的估计算法的表达式为：

式中，η∈(0,1]，η为步长因子，Δy(k)为k时刻受控系统的输出增量，

为

的转置。

进一步地，所述基于功率分配的k+1时刻受控系统期望输出的计算表达式为：

式中，

为基于功率分配的k+1时刻受控系统的期望输出，p_{ref_i}为受控系统中各分布式电源(Distributed generation,DG)的额定功率，P为受控系统中各分布式电源的额定总功率，p₁,···,p_n为受控系统中各分布式电源的实际输出功率。

本发明还提供一种基于数据驱动的直流微电网功率分配装置，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行上述的方法的步骤。

本发明还提供一种基于数据驱动的直流微电网电压恢复控制方法，用于对受控系统进行直流微电网母线电压恢复，所述方法包括以下步骤：

一次内环控制步骤：采用下垂控制法控制所述受控系统；

所述基于伪梯度时变参数的输入控制算法包含受控系统的期望输出，该受控系统的期望输出采用基于电压恢复的受控系统的期望输出。

为k时刻受控系统的伪梯度时变参数，L为系统的伪阶数0≤L≤n_u，n_u为受控系统的实际阶数，L的值根据系统复杂程度选取，y^*(k+1)为k+1时刻受控系统的期望输出，y(k)为k时刻受控系统的输出，λ＞0,ρ_i∈(0,1],i＝1,2,···,L，Δu(k-i+1)为k-i+1时刻受控系统的输入增量。

进一步地，如果

或|Δu(k-1)|≤ε或

或

则

式中，μ＞0，μ为权重因子，

为φ_p,L(k)的转置，φ_L(k)为k时刻的伪梯度时变参数值，

为k-1时刻的伪梯度时变参数值，ΔU_L(k)＝U_L(k)-U_L(k-1)，U_L(k)＝[u(k),···,u(k-L+1)]^T；

所述伪梯度时变参数的估计算法的表达式为：

为

的转置。

进一步地，所述基于电压恢复的受控系统的期望输出的计算表达式为：

式中，

为基于电压恢复的k+1时刻受控系统的期望输出，V_nom为受控系统母线标称电压。

本发明还提供一种基于数据驱动的直流微电网电压恢复控制装置，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行上述的方法的步骤。

与现有技术相比，本发明具有以下优点：

(1)本发明直流微电网功率分配方法仅基于受控系统的输入输出数据进行功率分配，不再基于模型，避免了由于模型的不精确性导致对受控系统的不精确控制，提供了直流微电网功率控制精度。

(2)本发明基于PG时变参数对受控系统的输出进行计算，PG时变参数对时变参数、时变结构和时变相位均不敏感，具有很强的适应性和鲁棒性。

(3)本发明计算PG时变参数采用的PG估计准则函数加入了权重因子，相较于以极小化系统模型输出与真实输出之差的平方作为参数估计准则函数的传统方法，本发明PG估计准则函数不易受不准确的采样数据的影响，提高了本发明方法的功率分配的准确性和可靠性。

附图说明

图1为本发明的整体控制框图；

图2为本发明的数据驱动控制框图；

图3为直流微电网的典型结构示意图；

图4为并联双DG单元结构示意图；

图5为基于虚拟电流额定值的下垂控制示意图；

图6为具有精确电流分配和电压恢复的下垂控制示意图；

图7为分阶段采用传统下垂控制和加入数据驱动功率分配控制器的负荷功率变化示意图；

图8为传统下垂控制下的DG出力情况；

图9为加入数据驱动功率分配控制器后，微电网中各DG的输出功率变化示意图；

图10为传统下垂控制下受控系统的母线电压变化示意图；

图11为加入数据驱动电压恢复控制器后受控系统的母线电压变化示意图；

图12为传统下垂控制下各DG的出口电压变化示意图；

图13为加入数据驱动电压恢复控制器后各DG的出口电压变化示意图；

图14为本发明直流微电网功率分配方法的系统结构示意图。

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。

实施例1

如图1和图2所示，本实施例提供一种基于数据驱动的直流微电网功率分配方法和电压恢复控制方法，分别用于对受控系统进行直流微电网功率分配和电压恢复控制，两种方法大体相同，均基于数据驱动算法，结合传统下垂控制策略，设计了基于伪梯度时变参数的输入控制算法来控制DC-DC变换器，基于伪梯度时变参数的输入控制算法包含受控系统的期望输出。两种方法的不同点在于，基于数据驱动的直流微电网功率分配方法采用基于功率分配的受控系统的期望输出，基于数据驱动的直流微电网电压恢复控制方法采用基于电压恢复的受控系统的期望输出。

本实施例所提控制方法步骤如下：

一次内环控制步骤：采用下垂控制法控制所述受控系统；

二次外环控制步骤：采用基于伪梯度时变参数的输入控制算法控制受控系统。所提控制方法可以快速实现DG(分布式电源)间的精确功率分配，且该控制方法的设计仅基于系统的输入输出数据，不再基于模型。

下面从传统下垂控制原理，基于伪梯度时变参数的输入控制算法，仿真验证三个方面对本方法做进一步说明。

如图3所示，为本实施例受控系统的结构示意图。

一、传统下垂控制原理

如图4至6所示，在直流微电网中，负荷分配方法主要采用下垂控制，传统I-U下垂控制表达式为：

V_out＝V_ref-R_vI_out

式中，V_out和I_out为DC/DC变流器输出电压与输出电流；V_ref为参考电压；R_v为虚拟阻抗，即下垂系数。

二、基于伪梯度时变参数的输入控制算法

1、DC/DC变换器动态线性化模型

双向DC-DC变换器具有时变非线性的特点，当传统基于线性反馈控制理论的PI控制方法作用于系统时就会出现动态响应慢、抗干扰性能不佳等问题，为了进一步提升系统的性能，人们提出基于模糊自适应的PI控制策略、变增益的PI控制算法以及PI控制策略和其它非线性控制方法的组合方法，然而这些控制方法并没有改变PI控制器的线性本质，对系统性能的影响十分有限。基于以上分析，本文结合数据驱动无模型自适应控制算法，设计DC-DC变换器的功率分配控制器，其基本思路是，在每个工作点处，建立非线性系统等价的动态线性数学模型，利用受控系统的I/O数据在线估计系统的伪梯度，然后设计加权一步向前的控制器，进而实现非线性系统数据驱动无模型自适应控制(DDMFAC)。

首先定义U_L(k)∈R^L伪一个在滑动时间窗口[k-L+1,k]内所有的控制输入信号组成的向量如下：

U_L(k)＝[u(k),···,u(k-L+1)]^T

记：

ΔU_L(k)＝U_L(k)-U_L(k-1)

在给出系统动态线性化模型之前，我们给出如下假设：

1)除有限时刻点外，f(···)关于第(n_y+2)个变量到第(n_y+L+1)个变量的每个分量分存在连续偏导数。

2)除有限时刻点外，系统满足广义Lipschit条件，即对任意k₁≠k₂,k₁,k₂≥0和U_L(k₁)≠U_L(k₂)有

|y(k₁+1)-y(k₂+1)|≤b|u(k₁)-u(k₂)|

式中，

y(k_i+1+1)＝f(y(k_i),·····,i_L(k_i-n_y),

u(k_i),·····u(k_i-n_u))

i＝1,2；b＞0，b为一个常数。

从实际角度出发，上述对控制对象的假设是合理且可接受的。假设1是控制系统设计中对一般非现行系统的一种典型约束条件。假设2是对系统输出变化率上界的一种限制。从能量角度来看，有界的输入能量变化应产生系统内有界的能量输出变化。微电网系统满足这种假设。

对满足假设的非线性系统，当|Δu(k)|≠0时，一定存在一个被称为是伪梯度(PG)时变参数φ_C(k)∈R,使得系统可以转化为如下PFDL模型：

Δy(k+1)＝φ_p,L(k)Δu_L(k)

并且

对任意时刻k有界。

2、具体方法

下面对基于伪梯度时变参数的输入控制算法进行介绍。

对伪梯度进行估计，由于传统的参数估计准则函数是极小化系统模型输出与真实输出之差的平方，然而在应用此类准则函数推导出的参数估计算法时，其参数估计值会对某些不准确的采样数据(可能由于干扰或者传感器失灵等原因引起的)过于敏感。为此，选择如下PG估计准则函数：

对上式关于φ_p,L(k)求极值，可得到PG估计算法为：

其中η∈(0,2]是为了使控制算法具有更大的灵活性，

为未知φ_p,L(k)的估计值。

基于伪梯度时变参数的输入控制算法：

式中，如果

或|Δu(k-1)|≤ε或

或

则

其中，λ＞0,μ＞0,ρ∈(0,1]，ε是一个充分小的正数；

是

的初值。

如图14所示，u(k)为k时刻受控系统的输入，y(k)为k时刻受控系统的输出。

2.1、数据驱动功率分配控制器

数据驱动功率分配控制器(基于数据驱动的直流微电网功率分配装置)中包括存储器和处理器，存储器存储有计算机程序，处理器调用所述计算机程序执行如一种基于数据驱动的直流微电网功率分配方法的步骤。

数据驱动功率分配控制器选择各DG的输出功率作为控制器输入，控制器输出为功率补偿项u_p-i，选择各DG按额定比例的输出功率作为控制器期望输出，即：

p_{ref_i}指各DG的额定功率，P代表系统DG的额定总功率，p₁,···,p_n代表各DG实际输出功率。

DC/DC变换器功率控制系统的实际阶数是未知的。根据输入和输出之间的传递函数，在假设DG输出电压稳定的情况下，控制信号至输出功率是一个二阶系统，考虑L_p＝2。

2.2、数据驱动电压恢复控制器

数据驱动电压恢复控制器(基于数据驱动的直流微电网电压恢复控制装置)中包括存储器和处理器，存储器存储有计算机程序，处理器调用所述计算机程序执行如一种基于数据驱动的直流微电网电压恢复控制方法的步骤。

数据驱动电压恢复控制器选择母线电压作为控制器的输入，控制器的输出为电压恢复补偿项ΔV即u_v，选择母线电压参考值作为控制器期望输出，即：

式中，V_nom为系统母线标称电压。

如图5所示，数据驱动电压恢复控制器中，受控系统的输出y(k)＝V_out-i，即各DG的出口电压，每个DG均对应设置一个数据驱动电压恢复控制器，取各数据驱动电压恢复控制器输出的最大值u_v-max作为受控系统的输入，

数据驱动功率分配控制器中，受控系统的输出y(k)＝P_i，即各DG的变换器输出功率。

DC/DC变换器电压控制系统的实际阶数,是未知的。根据输入和输出之间的传递函数，我们可以知道，控制信号至输出电压是一个三阶系统，以此作为参考，我们考虑取L₁＝3。

但是对于直流微电网系统，线路阻抗上不可避免地导致了一定的电压跌落,所以为了公共母线电压跌落最小，使用最大电压补偿的方法即：

u_v-max＝max(u_v1,u_v2,···,u_v3)

其中u_v1,u_v2,···,u_v3为各DG电压恢复控制器计算输出值。

三、仿真分析

图1至图6中，各参数的含义如表1所示。

表1微电网系统参数

参数	取值
		V<sub>nom</sub>额定母线电压	400V
最大允许电压偏差	±5％(20V)
		DG1额定功率	1.5kW
DG2额定功率	3kW
		DG3额定功率	4.5kW
线阻R<sub>Line1</sub>	0.3Ω
		线阻R<sub>Line2</sub>	0.9Ω
线阻R<sub>Line3</sub>	1.5Ω
		Load 1,2,3,4	50Ω,100Ω,200Ω,200Ω

为验证本文中对分布式电源设计的数据驱动功率分配和电压恢复控制器对小型孤岛直流微电网功率分配和电压恢复控制的有效性，本文基于Matlab/simulink仿真平台，搭建了小型直流微电网模型以及对应的数据驱动控制方法仿真模型。针对孤岛直流微电网，分别考虑了多种负荷投切情况下的附加控制器的鲁棒性问题。

算例1

在算例1中，我们对比了传统下垂控制和加入数据驱动功率分配控制器后的各DG输出功率的情况。在t＝2s时加入控制器，负载Rload＝50Ω。

由图7可以看出，由于未知线路阻抗的存在，在传统下垂控制下，负荷功率不能成比例地分配给各DG，由图7可知，线阻导的存在致了容量大的DG1输出功率小于容量小的DG2，这再负荷较重的情况下，这可能导致发电机过载。在2s时，所设计控制方法投入系统，可以看出各DG可以快速地成比例输出功率。

算例2

在算例2中，我们对比了在多种负荷投切的情况下，对比了传统下垂控制和加入数据驱动控制器后系统的母线电压和各DG的输出功率。负荷投切顺序如表2所示，表2中的“1”、“2”、“3”和“4”指四种不同的负荷。

表2负荷投切顺序表

时间(s)
		0～5s	Load 1
5～10s	Load 1+2
		10～15s	Load 1
15～20s	Load 1+2+3
		25～30s	Load 1+2+3+4

图8是在传统下垂控制下的DG出力情况，可以看到线阻的存在导致各DG的输出功率存在很大的偏差，且负载越重时偏差越大，不利于系统的稳定。图9是加入数据驱动控制器后，微电网中各DG的输出功率，可以看出，所设计控制器可以实现各DG输出功率的比例分配，避免了未知线路阻抗对DG输出功率的影响。

图10是传统下垂控制下系统的母线电压，可以看出由于传统下垂控制固有的偏差和线路阻抗的存在，导致母线电压存在较大的偏差，已经不满足系统对稳定性的要求。图12是传统下垂控制下各DG的出口电压。

图11是加入数据驱动控制器后系统的母线电压，可以看出所提控制方法可以将母线电压恢复至参考电压，提高了系统的鲁棒性。对比图12和图13可知，所提控制方法可以抬高各DG的出口电压进而将母线电压恢复至参考值。

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

1.一种基于数据驱动的直流微电网功率分配方法，用于对受控系统进行直流微电网功率分配，其特征在于，所述方法包括以下步骤：

一次内环控制步骤：采用下垂控制法控制所述受控系统；

所述基于伪梯度时变参数的输入控制算法包含受控系统的期望输出，该受控系统的期望输出为基于功率分配的受控系统的期望输出。

2.根据权利要求1所述的一种基于数据驱动的直流微电网功率分配方法，其特征在于，所述基于伪梯度时变参数的输入控制算法的表达式为：

为k时刻受控系统的伪梯度时变参数，L为系统的伪阶数0≤L≤n_u，n_u为受控系统的实际阶数，y^*(k+1)为k+1时刻受控系统的期望输出，y(k)为k时刻受控系统的输出，λ＞0,ρ_i∈(0,1],i＝1,2,···,L，Δu(k-i+1)为k-i+1时刻受控系统的输入增量。

3.根据权利要求2所述的一种基于数据驱动的直流微电网功率分配方法，其特征在于，所述伪梯度时变参数的获取具体为：构建伪梯度估计准则函数，对伪梯度时变参数求极值，获取伪梯度时变参数的估计算法；所述伪梯度估计准则函数的表达式为：

式中，μ＞0，μ为权重因子，

为φ_p,L(k)的转置，φ_L(k)为k时刻的伪梯度时变参数值，

所述伪梯度时变参数的估计算法的表达式为：

为

的转置。

4.根据权利要求1所述的一种基于数据驱动的直流微电网功率分配方法，其特征在于，所述基于功率分配的受控系统的期望输出的计算表达式为：

式中，

为基于功率分配的k+1时刻受控系统的期望输出，p_{ref_i}为受控系统中各分布式电源的额定功率，P为受控系统中各分布式电源的额定总功率，p₁,···,p_n为受控系统中各分布式电源的实际输出功率。

5.一种基于数据驱动的直流微电网功率分配装置，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如权利要求1～4任一所述的方法的步骤。

6.一种基于数据驱动的直流微电网电压恢复控制方法，用于对受控系统进行直流微电网母线电压恢复，其特征在于，所述方法包括以下步骤：

一次内环控制步骤：采用下垂控制法控制所述受控系统；

7.根据权利要求6所述的一种基于数据驱动的直流微电网电压恢复控制方法，其特征在于，所述基于伪梯度时变参数的输入控制算法的表达式为：

为k时刻受控系统的伪梯度时变参数，L为受控系统的伪阶数0≤L≤n_u，n_u为受控系统的实际阶数，y^*(k+1)为k+1时刻受控系统的期望输出，y(k)为k时刻受控系统的输出，λ＞0,ρ_i∈(0,1],i＝1,2,···,L，Δu(k-i+1)为k-i+1时刻受控系统的输入增量。

8.根据权利要求7所述的一种基于数据驱动的直流微电网电压恢复控制方法，其特征在于，所述伪梯度时变参数的获取具体为：构建伪梯度估计准则函数，对伪梯度时变参数求极值，获取伪梯度时变参数的估计算法；所述伪梯度估计准则函数的表达式为：

式中，μ＞0，μ为权重因子，

为φ_p,L(k)的转置，φ_L(k)为k时刻的伪梯度时变参数值，

所述伪梯度时变参数的估计算法的表达式为：

为

的转置。

9.根据权利要求6所述的一种基于数据驱动的直流微电网电压恢复控制方法，其特征在于，所述基于电压恢复的受控系统的期望输出的计算表达式为：

式中，

10.一种基于数据驱动的直流微电网电压恢复控制装置，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如权利要求6～9任一所述的方法的步骤。