CN111756056A

CN111756056A - 一种参数自适应虚拟同步发电机预测控制方法

Info

Publication number: CN111756056A
Application number: CN202010672214.9A
Authority: CN
Inventors: 龙波; 廖勇; 朱诗涵
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2020-07-14
Filing date: 2020-07-14
Publication date: 2020-10-09

Abstract

本发明为了优化虚拟同步发电机的在微电网中的频率动态响应性能，提出了一种参数自适应的虚拟同步发电机预测控制方法。本发明首先通过采集系统的电压、电流等物理量，设计了一个模糊控制器，自适应调节虚拟同步发电机的惯性系数和阻尼系数。然后将调整后的惯性系数和阻尼用来修改预测模型，通过系统的频率约束方程，求解得到虚拟同步发电机最优参考功率。采用本发明提出的控制方法，能够增强系统的频率动态响应性能，提高了微电网系统的稳定性。

Description

一种参数自适应虚拟同步发电机预测控制方法

技术领域

本发明属于微型电网领域，特别涉及一种参数自适应虚拟同步发电机预测控制方法。

背景技术

能源在社会发展中起着重要的推动作用。电力作为清洁高效的能源形式，关乎国计民生。为应对能源危机和环境压力，风能、太阳能等分布式能源受到越来越多的关注。

作为分布式能源的有效利用形式，微电网技术自提出以来就受到了广泛的关注。微电网具有并网运行与孤岛运行两种运行模式。在孤岛模式下，由于没有大电网支撑，微电网需要自身单元维持系统电压与频率的稳定，稳态时能够保持额定值，暂态时要使其波动稳定在安全范围之内。然而，由于可再生能源出力受天气等因素的影响，具有随机性，出力波动容易引起功率供需不平衡。同时，孤岛模式下系统的容量较小，负荷投切引起的功率波动也不可忽视。

为了补偿系统功率和频率的波动，电能储存装置被广泛应用于可再生能源微电网系统中。随着可再生能源在微电网中的渗透率越来越高，系统所需要的惯性也越来越大。虚拟同步发电机控制策略作为提供惯性的主要方法，也得到了越来越多的应用。

当微电网中的发电装置在额定状态下工作时，频率波动通常是由负载侧的波动引起的。然而，负载的波动是不可预测的，故需要微电网中的控制器具有一定的自适应调整能力。传统的虚拟同步电机控制策略的惯性系数与阻尼系数是恒定的，在负载功率波动较大时，可能会导致系统的频率变化超过标准要求，进而影响微电网系统的稳定性。因此，需要对传统虚拟同步发电机控制方法进行改进。在功率发生波动时，使储能装置吸收或者发出更多的能量来支撑系统，进而减小频率的波动，提高系统的稳定性。

发明内容

本发明目的在于提供了一种用于储能装置的发电控制方法，通过采集系统频率及电压电流等物理量，利用模糊控制与模型预测控制来优化调整传统的虚拟同步电机控制方法，实时调整储能装置的出力。该方法能够克服现有的技术缺陷，提升储能装置的功率补偿效果，减小微电网系统的频率波动以及频率变化率的波动，进而提升微电网系统的稳定性。

为了实现上述目的，本发明采用如下技术方案。

首先采用模糊控制的方法，通过实时检测频率ω和频率变化率

输出调整后的阻尼系数和惯性系数值，实时发送给模型预测控制(MPC)模块和虚拟同步发电机(VSG)模块。通过建立模糊MPC-VSG的状态空间模型，建立输出频率的预测模型。通过约束输出频率的变化，预测修改虚拟同步发电机的额定功率，提升功率补偿的效果，进而增强频率波动的抑制效果。参数自适应的虚拟同步发电机预测方法框图如图1所示。

本发明采用模糊控制器来动态调整惯性系数和阻尼系数。采用了Mamdani模糊系统设计了模糊控制器，采用量化因子对输入参数进行归一化处理，然后对归一化后的输入参数进行模糊化操作。本发明在模糊域上设置了5个模糊子集，模集{负大，负小，零，正小，正大}作为输入输出模糊集，分别标注为{NL，NS，ZO，PS，PL}。

本发明采用的模糊控制器如图2所示，输入是电压频率偏差和频率的变化率，输出是惯性系数和阻尼系数的变化。输入参数

的隶属函数如图3(a)所示，Δω的隶属函数如图3(b)所示。由于参数

反映了频率变化的趋势，因此相应的其隶属函数也被设置的更敏感，以优化模糊控制器的输出。在这两个隶属函数中，模糊集表示的取值范围不相同，但两者的含义相同，因此使用了相同的符号进行表示。

输出的惯性系数使用与输入参数Δω相同的隶属函数，即图3(b)所示的函数。由于阻尼系数对系统频率的影响较大，因此在模糊控制器中阻尼系数的取值范围大于惯性系数。所以在本发明中，输出参数u_D的隶属函数与u_J的隶属函数相同，但取值范围扩大了五倍。

由于模型中阻尼系数的初始值相对较小，在阻尼系数的模糊规则中，将负部分的规则改为ZO，以确保不出现负阻尼系数。根据频率的变化趋势，将输出参数的模糊规则归纳为图4，其中图4(a)为惯性系数的模糊规则，图4(b)为阻尼系数的模糊规则。

根据图4中的模糊规则可以得到不同输入条件下的模糊输出，但是模糊输出不能直接影响系统，需要对其进行去模糊处理，使其变为一定值。本文采用了质心法作为去模糊化方法，因为与其他去模糊化方法相比，质心法具有更平滑的输出推理控制效果，即使对应于输入信号的微小变化，输出也会发生变化。采用质心法，可以计算出相应惯性系数与阻尼系数的变化u_J和u_D。u_J和u_D的计算公式为：

其中，A_J(u)和A_D(u)分别是惯性系数J和阻尼系数D的隶属函数，U_J和U_D分别是惯性系数和阻尼系数的论域。

将经过模糊控制调节后的惯性系数和阻尼系数输出给MPC，从而可以将旋转方程改写为如下的状态空间方程:

其中，ω＝ω_m-ω₀，对于虚拟同步发电机来说，电网频率的波动是很小的，可以近似认为ω_m≈ω₀，将P_m作为控制变量，可推导得到系统的离散模型。由于频率波动应限制在一定范围内，因此，带约束的MPC优化问题可以描述为:

其中，

其中，H和G(k)是在推导过程中得到的中间矩阵，C_m和b(k)是时域约束

矩阵。

通过求解二次规划问题式四，可以得到一个最优控制矩阵，表示为

得到最优解后，取其中的第一个元素

作为控制信号，输入到系统中。虚拟同步发电机的初始参考有功功率是P_ref，经过有功下垂控制后得到：

P_m＝P_ref+k_p(ω_ref-ω_g)式六

所以，虚拟同步发电机的输入有功参考功率可以表示如下：

由式七可以得到由两个控制器调节过后的输入参考功率，将其送入虚拟同步电机的旋转方程中，可以提高功率的补偿能力，增强频率波动的抑制效果，进而提升系统的稳定性。

由于上述技术方案的运用，因此，本发明具有如下特点：

1.本发明采用模糊控制的方法，能根据系统的频率波动，自适应调整虚拟同步发电机的阻尼系数和惯性系数，提高了储能系统对于微电网的惯性支撑能力。

2.在模糊控制的基础上，本发明同时采用了模型预测控制对虚拟同步发电机的额定功率进行调节，并根据模糊控制器输出的参数，实时修改虚拟同步发电机的预测模型，能够准确地预测修改参数后的虚拟同步发电机模型，进一步抑制了频率的波动，提高了系统的稳定性。

附图说明

图1：本发明中参数自适应的虚拟同步发电机预测方法框图；

图2：本发明中模糊控制器的示意图；

图3：本发明中模糊控制器输入参数的隶属函数图；

图4：本发明中模糊控制器采用的模糊规则图；

图5：本发明中控制方案实现的流程图；

图6：本发明中仿真采用的孤岛微电网系统图；

图7：本发明中同步发电机输出功率对比图；

图8：本发明中储能装置输出功率对比图；

图9：本发明中频率变化对比图；

图10：本发明中频率变化率对比图。

具体实施方式

以下将结合本发明的优选实例和附图对技术方案进行清楚、完整地描述。应当理解，优选实例仅仅为了说明本发明，而不是为了限制本发明的保护范围。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的其它所有实施例，都属于本发明保护范围。

本发明提供了一种孤岛微电网中参数自适应的虚拟同步电机预测控制方法。基于系统频率的实时检测，采用模糊控制器输出惯性和阻尼系数的变化量，将其同时送入到虚拟同步发电机和MPC控制器中。MPC控制器实时修改虚拟同步发电机的参考功率，所以储能系统可以输出或吸收更多功率以支持负载。微电网系统的频率波动得到抑制，进一步提高了系统的稳定性。

该控制方案主要包括：模糊控制器单元、模型预测控制单元、虚拟同步发电机控制单元。如图5的流程图所示，控制方案的运行实现过程如下：

步骤S10：通过实时监测电压与电流信号，将电压与电流输入到功率计算单元，得到虚拟同步发电机的输出功率，同时计算得到输出电压的频率；

步骤S20：将频率和频率变化率送入到模糊控制器单元，得到惯性系数变化量u_J和阻尼系数变化量u_D，并将其同时送给模型预测控制单元和虚拟同步发电机控制单元；

步骤S30：将u_J、u_D、输出功率和电压频率输入到模型预测控制单元，通过求解得到最优的功率变化量，从而计算得到最优的虚拟同步发电机参考功率；

步骤S40：通过传统虚拟同步发电机控制单元，得到电压参考信号，将其通过电压电流双闭环控制，最后产生PWM信号驱动逆变器进行工作。

以一个如图6所示的孤岛微电网系统为例，一个同步发电机和储能装置并联向负载供电。本发明在MATLAB/SIMULINK中进行了仿真系统的搭建，最后通过不同控制方案的对比，证明了本发明所提出控制方案的有效性。表1和表2分别列出了同步发电机和虚拟同步发电机的仿真参数。

表1是同步发电机参数，如下所示：

表2是虚拟同步发电机的参数，如下所示：

按照图5在搭建仿真模块，采用不同的控制方法进行比较，“VSG”表示用传统虚拟同步发电机方法控制的情况。“Fuzzy-VSG”表示采用模糊虚拟同步发电机方法控制下的情况。“MPC-VSG”表示模型预测虚拟同步发电机方法控制，并且虚拟同步发电机的参数是恒定的。“Fuzzy-MPC-VSG”是指本发明中提出的参数自适应的虚拟同步发电机预测控制方法。按照表1，表2设置控制参数，为了验证频率波动的影响，将同步发电机的惯性系数设置为小于虚拟同步发电机的惯性系数。根据频率和电压的偏差标准，可以计算得到两个下垂系数，同时为了缩短频率恢复时间，虚拟同步发电机中的初始惯性系数设置为1.5kg·m²，阻尼系数设置为3.2。

在负载波动的工况下，为了比较不同控制方法对频率波动的抑制效果，仿真时，在8秒前由同步发电机和储能装置联合对负载供应功率，在8秒时突加5千瓦的负载，用来模拟负载侧功率的波动。

图7和图8显示了同步发电机和储能装置在四种不同控制策略下的输出功率波动图，结果显示与其他的虚拟同步发电机控制方法相比，本发明提出的参数自适应的虚拟同步发电机预测控制方法，可以在负载突变时，为负载提供更多功率，从而使同步发电机的输出功率上升更平稳。

突加负载后，不同控制方法作用下的频率变化和频率变化率分别如图9、10所示。在“VSG”、“Fuzzy-VSG”、“MPC-VSG”、“Fuzzy-MPC-VSG”控制方法下频率变化分别为0.24、0.20、0.18、0.16Hz。使用本发明提出的方法，相较于模型预测虚拟同步发电机方法，频率变化减少了11％，提高了输出功率的质量。同时，从图10也可以看到，系统的频率变化率也相应地减小了，进一步提升了系统的稳定性。

从以上的仿真结果可以看出，本发明中使用提出的参数自适应虚拟同步发电机预测控制方法，可以使储能装置和在负载波动时提供更多的功率，同时减小频率的波动以及频率变化率的波动，进一步提高系统的稳定性，这也进一步证实了所提出控制方法的有效性。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所展示的实施例，而是要符合于本文所公开的原理和新颖特点相一致的最宽的范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims

1.一种参数自适应虚拟同步发电机预测控制方法，其特征在于，所述方法包括参数自适应控制单元和模型预测控制单元：

采用一种参数自适应的预测方法对虚拟同步发电机控制进行优化。在微电网中，由于负载的投切等因素，系统中较大的负载功率变化，会导致系统频率也发生较大的波动。由于传统虚拟同步电机控制中惯性系数和阻尼系数是固定的，不能适应未知的负载波动，提出了采用模糊控制的参数自适应方法。

参数自适应控制单元采用模糊控制，通过设置相应的模糊规则，得到一个模糊控制器。该控制器能根据系统频率的波动，自适应调整惯性系数和阻尼系数。

模型预测控制单元采用模型预测控制，根据参数自适应控制单元得到的惯性系数和阻尼系数，实时修改预测模型。通过求解约束方程，实时输出虚拟同步发电机的最优输入参考功率，从而增强频率波动的抑制效果。

2.根据权利要求1所述的方法，其特征在于，一种参数自适应控制方法包括：

采用双输入双输出模糊控制器实现参数自适应控制，采集系统电压并计算得到系统频率以及频率变化率，将其作为输入送到模糊控制器。设计频率和频率变化率的隶属函数，同时设计惯性系数和阻尼系数的模糊规则，得到相应的模糊输出。然后采用质心法进行去模糊化，最后输出对应的惯性系数和阻尼系数的变化量。

3.根据权利要求1所述的方法，其特征在于，模型预测控制方法过程：

采用自适应的惯性系数和阻尼系数搭建了预测模型，与传统模型预测控制相比，能更好地应对不同负载的变化，该方法输出虚拟同步发电机的最优参考功率，能够达到更好的频率波动抑制效果。