CN112186791A - 储能变换器有限控制集模型预测控制方法 - Google Patents

储能变换器有限控制集模型预测控制方法 Download PDF

Info

Publication number
CN112186791A
CN112186791A CN202011041157.0A CN202011041157A CN112186791A CN 112186791 A CN112186791 A CN 112186791A CN 202011041157 A CN202011041157 A CN 202011041157A CN 112186791 A CN112186791 A CN 112186791A
Authority
CN
China
Prior art keywords
energy storage
storage converter
converter
voltage
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
Application number
CN202011041157.0A
Other languages
English (en)
Other versions
CN112186791B (zh
Inventor
高宁
张冰涛
吴卫民
陈昊
李波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Maritime University
Original Assignee
Shanghai Maritime University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Maritime University filed Critical Shanghai Maritime University
Priority to CN202011041157.0A priority Critical patent/CN112186791B/zh
Publication of CN112186791A publication Critical patent/CN112186791A/zh
Application granted granted Critical
Publication of CN112186791B publication Critical patent/CN112186791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本发明提出了一种储能变换器有限控制集模型预测控制方法，包括以下步骤：采样变换器侧电流及电网电压，并根据状态变量估计方法估计电容电压及电网电流；根据采样得到的电网电压近似计算储能变换器的电压矢量，从而从有限控制集中初步筛选储能变换器的输出电压矢量；根据估计的电容电压及电网电流构建预测模型及代价函数，将初步筛选的储能变换器输出电压矢量中使得代价函数数值最小的电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。本发明可以减少传感器数量，降低成本，提高系统的可靠性，并减轻算法的复杂度，大大减少储能变换器控制算法的计算时间，提高工作效率。

Description

储能变换器有限控制集模型预测控制方法
技术领域
本发明涉及新能源电能双向并网型电力电子变换设备技术领域，尤其涉及一种T型三电平储能变换器的简化有限控制集模型预测控制方法。
背景技术
储能变换器是电池储能系统中的关键部件之一，是电池与交流电网的接口部件，可实现能量从直流到交流的双向传输。有限控制集模型预测控制是一种典型的非线性控制算法，在工业界已被大量应用。该控制方法与传统PI控制不同，基于模型预测下一周期的并网电流，然后根据预测结果选取最优控制量，物理含义明确，性能优秀。
传统的有限控制集模型预测控制需采集变换器侧电流、电容电压和电网电流三个变量，后根据代价函数选取最优矢量，传感器数量增加，大大增加了系统成本和复杂性。另一方面，传统的有限控制集模型预测控制应用于T型三电平电路，需要遍历27个矢量，耗时太久，限制了该方法的应用。
发明内容
本发明提出了一种储能变换器有限控制集模型预测控制方法，采用状态变量估计方法准确的估计未采样的状态变量，从而减少传感器数量，降低系统的复杂性和成本，同时，本发明简化了有限控制集模型预测控制算法，可以大大减少遍历寻优次数，从而减少储能变换器控制算法的计算时间，提高储能变换器的工作效率。
为了达到上述目的，本发明提出了一种储能变换器有限控制集模型预测控制方法，所述储能变换器为T型三电平储变换器，包括以下步骤：
S1、采样变换器侧电流及电网电压，并根据状态变量估计方法估计电容电压及电网电流；
S2、根据采样得到的电网电压近似计算储能变换器的电压矢量，从而从有限控制集中初步筛选储能变换器的输出电压矢量；
S3、根据估计的电容电压及电网电流构建预测模型及代价函数，将初步筛选的储能变换器输出电压矢量中使得代价函数数值最小的电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。
优选地，所述步骤S1中采样变换器侧电流及电网电压，包括：采集储能变换器的变换器侧电流及电网电压，再经克莱克变换，计算得到静止坐标系下的变换器侧电流及电网电压。
优选地，所述步骤S1中，根据状态变量估计方法估计电容电压及电网电流，具体包括以下步骤：
建立状态变量初步估算模型并估算变换器侧电流；
根据采样得到的变换器侧电流与估算得到的变换器侧电流的电流误差修正该初步估算模型，得到状态变量估计模型；
根据状态变量估计模型估计电容电压及电网电流。
优选地，所述状态变量初步估算模型为：
Figure BDA0002706685350000021
Figure BDA0002706685350000022
式中，s＝[i1 i2 uc]T表示变换器侧电流i1、电网电流i2以及电容电压uc三种状态变量，uα为采用有限控制集模型预测控制得到的储能变换器最优输出电压的α轴分量，uβ为采用有限控制集模型预测控制得到的储能变换器最优输出电压的β轴分量；
Figure BDA0002706685350000023
Figure BDA0002706685350000024
Bi＝[1/L1 0 0]T,Bg＝[0 -1/L2 0]T。
所述修正后的状态变量估计模型为：
Figure BDA0002706685350000025
Figure BDA0002706685350000026
式中，i1α、i1β分别为采样得到的变换器侧电流的分量，
Figure BDA0002706685350000027
分别为估算得到的变换器侧电流的分量，C为输出矩阵，C＝[100]，K为反馈增益矩阵，K＝[K1 K2 K3]T，其中K1、K2、K3满足以下关系：
Figure BDA0002706685350000031
优选地，所述步骤S2具体包含以下步骤：
根据采样得到的电网电压计算储能变换器下一周期的变换器侧电流、电网电流及电容电压三种状态变量的参考值；
将储能变换器简化为单L储能变换器，并根据储能变换器状态变量的参考值近似估计储能变换器下一周期的输出电压矢量分量；
修正近似估计得到的输出电压矢量分量，并确定近似输出电压矢量的位置，从而从有限控制集中初步筛选储能变换器的输出电压矢量。
优选地，根据采样得到的电网电压计算储能变换器下一周期的三种状态变量的参考值，包含：
根据采样得到的电网电压，计算储能变换器下一周期的电网电压：
ugα(k+1)＝3ugα(k)-3ugα(k-1)+ugα(k-2)
ugβ(k+1)＝3ugβ(k)-3ugβ(k-1)+ugβ(k-2)
式中，ugα、ugβ分别为电网电压的分量；
由储能变换器下一周期的电网电压及电网有功和无功功率参考值计算储能变换器下一周期的电网电流的参考值：
Figure BDA0002706685350000032
其中，P*为电网有功功率参考值，Q*为电网无功功率参考值，Urms-ph表示电网相间电压的均方根值，i* 2α、i* 2β分别为储能器电网电流参考值的分量；
根据储能变换器下一周期的电网电流的参考值，计算储能变换器下一周期的变换器侧电流参考值和电容电压参考值；
Figure BDA0002706685350000041
Figure BDA0002706685350000042
其中，L2为储能变换器中电网侧电感，C为储能变换器中滤波电容，i* 1α、i* 1β分别为储能变换器的变换器侧电流参考值的分量，
Figure BDA0002706685350000043
分别为储能变换器的电容电压参考值的分量。
优选地，所述储能变换器下一周期的近似估计输出电压矢量分量的计算公式为：
Figure BDA0002706685350000044
Figure BDA0002706685350000045
式中，L为简化的单L储能变换器的电感，Ts表示采样时间；
优选地，修正近似估计得到的输出电压矢量分量，并确定近似输出电压矢量的位置，从而从有限控制集中初步筛选储能变换器的输出电压矢量，包含：将储能变换器三电平调制问题降阶为两电平，从而对近似估计得到的输出电压矢量分量uαE和uβE进行修正，得到修正后的近似输出电压矢量uαm、uβm：
uαm＝uαE-uα0
uβm＝uβE-uβ0
其中，
Figure BDA0002706685350000046
Figure BDA0002706685350000047
a＝sign(uαE)
Figure BDA0002706685350000048
Figure BDA0002706685350000051
函数sign(x)用来求得x的极性，如果x>0，则sign(x)等于1，否则sign(x)等于0；
采用参数N对近似电压矢量分量进行定位，所述参数N的计算公式为：N＝d+2e+4f
其中，d＝sign(uβm)、
Figure BDA0002706685350000052
参数N的取值范围为0-6；
根据参数a,b,c,N的值，确定近似电压矢量的位置，从而初步筛选储能变换器的输出电压矢量。
优选地，所述步骤S3具体包含以下步骤：
根据估计的电容电压及电网电流构建预测模型；
将初步筛选的储能变换器输出电压矢量分别代入到预测模型中，得到每一个输出电压矢量对应的储能变换器下一周期的变换器侧电流、电网电流及电容电压三种状态变量的预测值；
构建代价函数，并代入储能变换器下一周期的三种状态变量的预测值，将使得代价函数数值最小的三种状态变量的预测值对应的输出电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。
优选地，所述预测模型为：
sαβ(k+1)＝Adsαβ(k)+Biduiopt(k)+Bgdugαβ(k)
其中，uiopt(k)为储能变换器输出电压矢量；
所述代价函数为：
Figure BDA0002706685350000053
Figure BDA0002706685350000054
Figure BDA0002706685350000055
Figure BDA0002706685350000056
其中，λi2、λu分别表示电网电流i2，电容电压uc误差的权重因数；εi1、εi2、εc分别表示下一周期变换器侧电流i1、电网电流i2、电容电压uc的参考值与预测值之间的误差。
本发明具有以下优势：
本发明采样变换器侧电流就电网电压，再基于状态变量估计方法准确的估计未采样的状态变量，可以减少传感器数量，降低成本，减小控制的复杂性，提高系统的可靠性。此外，本发明将储能变换器简化为单L变换器，从而初步筛选储能变换器的输出电压矢量，再通过预测模型及代价函数确定储能变换器的最优输出电压矢量，基于此，可以排除一些距离较远的输出电压矢量，减少遍历寻优次数，减轻算法的复杂度，大大减少储能变换器控制算法的计算时间，提高工作效率。
附图说明
图1为本发明实施例提供的储能变换器的电路结构图；
图2为本发明实施例提供的储能变换器有限控制集模型预测控制方法的流程图；
图3为本发明实施例提供的参数的取值与储能变换器输出电压矢量的位置示意图；
图4为本发明实施例提供的储能变换器并网电流仿真波形图。
具体实施方式
以下结合附图和具体实施例对本发明提出的储能变换器有限控制集模型预测控制方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明实施例所采用的储能变换器为T型三电平储能变换器。如图1所示，所述储能变换器包含依次电路连接的电池组、T型三电平电路、LCL滤波器及电网。所述电池组为直流电源，其输出电压为Udc，所述电池组的两端并联有两个分压电容，分别为直流电源侧上电容及直流电源侧下电容，在两个分压电容之间的NP为直流电源的中位点；所述T型三电平电路的一个输入端与直流电源的中位点NP连接，所述T型三电平电路的另两个输入端并联在直流电源的两端，所述T型三电平电路包含三个相脚，每个相脚均包含四个半导体开关Sx1～Sx4，其中，半导体开关Sx1与Sx3互补，Sx2与Sx4互补；所述LCL滤波器包含三个分别连接在所述T型三电平电路中的三个相脚的输出端的变换器侧电感L1、三个连接在所述变换器侧电感L1及电网之间的电网侧电感L2，以及并联在变换器侧电感L1及电网侧电感L2之间的滤波电容C。图1中，Udc1代表直流电源侧上电容器两端的电压，Udc2代表直流电源侧下电容器两端的电压，idc1，idc2分别表示流过直流电源侧上下电容的电流，ux表示T型三电平电路相桥臂输出电压，ix1表示流过变换器侧电感的三相电流，ix2表示入网电流即流过电网侧电感的三相电流，ucx为滤波电容两端的电压，ugx为电网电压，其中x＝a，b，c。
所述储能变换器中的T型三电平电路的每个相脚均有三种输出状态，具体为：“P”状态：半导体开关Sx1和Sx2闭合，同时半导体开关Sx3和Sx4断开，此时相脚的输出电压相对于直流电源的中性点NP等于Udc/2；“0”状态：半导体开关Sx2和Sx3闭合，同时半导体开关Sx1和Sx4断开，则相脚的中点直接连接到直流电源的中性点NP，此时相脚的输出电压为零；“N”状态：半导体开关Sx3和Sx4闭合，同时半导体开关Sx1和Sx2断开，则相脚的输出电压为-Udc/2。因此，所述储能变换器共有27中开关组合。
如图2所示，本发明提出的一种储能变换器有限控制集模型预测控制方法，包括以下步骤：
S1、采样变换器侧电流及电网电压，并根据状态变量估计方法估计电容电压及电网电流；
所述采样变换器侧电流及电网电压，具体为：采集储能变换器中的电气物理量并进行模数转换，获取变换器侧电流ia1、ib1、ic1以及电网电压uga、ugb、ugc，再采用克莱克变换对所采集的电气物理量进行离散化处理，得到静止坐标系下变换器侧电流分量i1α、i1β，以及电网电压分量ugα、ugβ。所述的静止坐标系下的变换器侧电流i1αβ为以i1α为实部、i1β为虚部的复矢量；静止坐标系下的电网电压ugαβ为以uga为实部、ugβ为虚部的复矢量。
其中，所述克莱克变换矩阵为：
Figure BDA0002706685350000081
所述根据状态变量估计方法准确的估计电容电压及电网电流，具体包括以下步骤：
S1.01、建立状态变量初步估算模型并估算变换器侧电流；
所述初步估算模型为：
Figure BDA0002706685350000082
Figure BDA0002706685350000083
其中，s＝[i1 i2 uc]T表示变换器侧电流i1、电网电流i2以及电容电压uc三种状态变量，uα为采用有限控制集模型预测控制得到的储能变换器最优输出电压的α轴分量，uβ为采用有限控制集模型预测控制得到的储能变换器最优输出电压的β轴分量；
Figure BDA0002706685350000084
Figure BDA0002706685350000085
Bi＝[1/L1 0 0]T,Bg＝[0 -1/L2 0]T。
由公式1及2估算变换器侧电流分量
Figure BDA0002706685350000086
及
Figure BDA0002706685350000087
估算得到的变换器侧电流
Figure BDA0002706685350000088
为以
Figure BDA0002706685350000089
为实部、
Figure BDA00027066853500000810
为虚部的复矢量。
S1.02、根据采样得到的变换器侧电流与估算得到的变换器侧电流的电流误差修正该初步估算模型，得到状态变量估计模型；
将测量得到的静止坐标系下的变换器侧电流i1αβ与估算得到的变换器侧电流
Figure BDA00027066853500000811
做差，得到变换器侧电流误差。引入反馈增益矩阵K和输出矩阵C，将所述变换器侧电流误差乘以所述反馈增益矩阵K及输出矩阵C，计算得到校正分量。再将该校正分量加入到公式1、2中，得到校正后的状态变量估计模型。
Figure BDA00027066853500000812
Figure BDA00027066853500000813
式中，输出矩阵C＝[1 0 0]，反馈增益矩阵K＝[K1 K2 K3]T，其中K1、K2、K3满足以下关系：
Figure BDA0002706685350000091
S1.03、根据状态变量估计模型估计电容电压及电网电流。
再由公式3、4估算当前周期静止坐标系下的电容电压分量ucα(k)、ucβ(k)及电网电流分量i2α(k)、i2β(k)，所述电容电压ucαβ(k)即为以ucα(k)为实部、ucβ(k)为虚部的复合矢量，所述电网电流i2αβ(k)即为以i2α(k)为实部、i2β(k)为虚部的复合矢量。
S2、根据采样得到的电网电压近似计算储能变换器的电压矢量，从而从有限控制集中初步筛选储能变换器的输出电压矢量；
具体地，所述步骤S2具体包含以下步骤：
S2.1、根据采样得到的电网电压计算储能变换器下一周期的变换器侧电流、电网电流及电容电压三种状态变量的参考值；
所述步骤S2.1具体包含以下步骤：
S2.11、根据采样得到电网电压，计算储能变换器下一周期的电网电压；
储能变换器下一周期的电网电压分量ugα(k+1)、ugβ(k+1)的计算公式为：
ugα(k+1)＝3ugα(k)-3ugα(k-1)+ugα(k-2)
ugβ(k+1)＝3ugβ(k)-3ugβ(k-1)+ugβ(k-2)
所述储能变换器下一周期的电网电压ugαβ(k+1)为以ugα(k+1)为实部、ugβ(k+1)为虚部的复矢量。
S2.12、由储能变换器下一周期的电网电压及电网有功和无功功率参考值计算储能变换器下一周期的电网电流的参考值；
下一周期的电网电流分量i* 2α(k+1)、i* 2β(k+1)的参考值的计算公式为：
Figure BDA0002706685350000092
其中，P*为电网有功功率参考值，Q*为电网无功功率参考值，Urms-ph表示电网相间电压的均方根值。
所述储能变换器下一周期的电网电流的参考值i* 2αβ(k+1)为以i* 2α(k+1)为实部、i* 2β(k+1)为虚部的复矢量。
S2.13、根据储能变换器下一周期的电网电流的参考值，计算储能变换器下一周期的变换器侧电流参考值和电容电压参考值；
储能变换器下一周期的变换器侧电流分量的参考值
Figure BDA0002706685350000101
和电容电压分量的参考值
Figure BDA0002706685350000102
的计算公式为：
Figure BDA0002706685350000103
Figure BDA0002706685350000104
所述储能变换器下一周期的变换器侧电流的参考值i* 1αβ(k+1)为以
Figure BDA0002706685350000105
为实部、
Figure BDA0002706685350000106
为虚部的复矢量；所述储能变换器下一周期的电容电压的参考值
Figure BDA0002706685350000107
为以
Figure BDA0002706685350000108
为实部、
Figure BDA0002706685350000109
为虚部的复矢量。
S2.2、将储能变换器简化为单L储能变换器，并根据储能变换器状态变量的参考值近似估计储能变换器下一周期的输出电压矢量分量；
具体地，假设储能变换器中的LCL滤波器不存在电容，则储能变换器简化为单L储能变换器。利用单L储能变换器的连续控制集模型预测控制预估输出矢量，获得储能变换器的近似估计储能变换器下一周期的输出电压矢量分量uαE、uβE，其计算公式如下：
Figure BDA00027066853500001010
Figure BDA00027066853500001011
式中，L为简化的单L储能变换器的电感，Ts表示采样时间。
近似估计得到的下一周期的输出电压矢量分量uαE、uβE位于期望的最优矢量附近，基于此，可以排除一些距离uαE和uβE较远的电压矢量，从而简化算法，减轻控制器的计算负担。
S2.3、修正近似估计得到的输出电压矢量分量，并确定近似输出电压矢量的位置，从而从有限控制集中初步筛选储能变换器的输出电压矢量。
具体地，要想排除部分电压矢量，较快的筛选出有用的电压矢量，本发明中的具体做法是首先定义中间参数a,b,c。所述中间参数a,b,c分别为：
a＝sign(uαE)
Figure BDA0002706685350000111
Figure BDA0002706685350000112
其中，函数sign(x)用来求得x的极性，如果x>0，则sign(x)等于1，否则sign(x)等于0，因此，所述中间参数a,b,c的值为0或1。由于储能变换器共有27中开关组合，故T型三电平储能变换器可以产生27个电压矢量，如图3所示，将图3中参考长度较小的6对小矢量(图2中加粗部分)组成的六边形的6个顶点之一作为静止坐标系下的新的坐标原点，将三电平调制问题降阶为两电平，进而对近似估计得到的输出电压矢量分量uαE和uβE进行修正，得到uαm、uβm：
uαm＝uαE-uα0 (8)
uβm＝uβE-uβ0 (9)
其中，
Figure BDA0002706685350000113
Figure BDA0002706685350000114
定义新的坐标原点后，利用参数N对修正的近似电压矢量分量进行定位。所述参数N的计算公式为：
N＝d+2e+4f (10)
其中，d＝sign(uβm)、
Figure BDA0002706685350000115
参数N的取值范围为0-6。
根据参数a,b,c,N的值，确定近似电压矢量的位置，根据表1初步筛选出可能为储能变换器最优输出电压矢量uiopt(k)，并形成一个电压矢量子集。
表1、参数a，b，c，N取值与初步筛选的电压矢量对应表
[a b c N] Candidate Vectors [a b c N] Candidate Vectors
1001 PON POO ONN PPO OON 0111 NPO OPO NON OPP NOO
1002 PNN PNO POO ONN 0112 OPP NOO OOP NNO(PPP OOO NNN)
1003 PNN PON POO ONN 0113 OPO NON OPP NOO(PPP OOO NNN)
1004 POO ONN POP ONO(PPP OOO NNN) 0114 NPP NOP OPP NOO
1005 POO ONN PPO ONN(PPP OOO NNN) 0115 NPO NPP OPP NOO
1006 PNO POO ONN POP ONO 0116 NOP OPP NOO OOP NNO
1101 PPN OPN PPO OON 0011 OPP NOO OOP NNO(PPP OOO NNN)
1102 PON POO ONN PPO OON 0012 ONP OOP NNO POP ONO
1103 PON PPN PPO OON 0013 OOP NNO POP ONO(PPP OOO NNN)
1104 PPO OON OPO NON(PPP OOO NNN) 0014 NOP NNP OOP NNO
1105 PPO OON OPN OPO NON 0015 NOP OPP NOO OOP NNO
1106 POO ONN PPO OON(PPP OOO NNN) 0016 NNP ONP OOP NNO
0101 OPN NPN OPO NON 1011 POO ONN POP ONO(PPP OOO NNN)
0102 PPO OON OPO NON(PPP OOO NNN) 1012 PNP PNO POP ONO
0103 OPN PPO OON OPO NON 1013 PNO POO ONN POP ONO
0104 NPO OPO NON OPP NOO 1014 ONP OOP NNO POP ONO
0105 NPN NPO OPO NON 1015 OOP NNO POP ONO(PPP OOO NNN)
0106 OPO NON OPP NOO(PPP OOO NNN) 1016 ONP PNP POP ONO
S3、根据估计的电容电压及电网电流构建预测模型及代价函数，将初步筛选的储能变换器输出电压矢量中使得代价函数数值最小的电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。
具体地，所述步骤S3具体包含以下步骤：
S3.1、根据估计的电容电压及电网电流构建预测模型；
所述预测模型为：
sαβ(k+1)＝Adsαβ(k)+Biduiopt(k)+Bgdugαβ(k) (11)
其中，s＝[i1 i2 uc]T表示变换器侧电流i1、电网电流i2以及电容电压uc三种状态变量，uiopt(k)为k时刻储能变换器输出电压矢量。
S3.2、将初步筛选的储能变换器输出电压矢量分别代入到预测模型中，得到每一个输出电压矢量对应的储能变换器下一周期的变换器侧电流、电网电流及电容电压三种状态变量的预测值；
具体地，将步骤S2初步筛选的储能变换器输出电压矢量子集中的电压矢量分量代入到式11中，计算储能变换器下一周期的变换器侧电流、电网电流及电容电压的预测值。每个电压矢量对应一组预测值，若电压矢量子集中共有i个电压矢量，则共有i组预测值。
S3.3、构建代价函数，并代入储能变换器下一周期的三种状态变量的预测值，将使得代价函数数值最小的三种状态变量的预测值对应的输出电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。
所述代价函数为：
Figure BDA0002706685350000131
Figure BDA0002706685350000132
Figure BDA0002706685350000133
Figure BDA0002706685350000134
其中，λi2、λu分别表示电网电流i2，电容电压uc误差的权重因数，用于调整控制目标的优先级；εi1、εi2、εc分别表示下一周期变换器侧电流i1、电网电流i2、电容电压uc的参考值与预测值之间的误差。
根据所建立的代价函数，将步骤S2计算得到的储能变换器下一周期的变换器侧电流、电网电流、电容电压三种状态变量的参考值及式11计算得到的i组预测值分别代入到式12-15中，选择使得该代价函数取得最小值时的储能变换器输出电压矢量作为储能变换器的最优输出电压矢量。
根据该最优输出电压矢量确定相应的最优驱动信号，从而控制储能变换器中T型三相电平中的半导体开关的导通与关断，并与下一周期内激活，从而输出该最优驱动信号，达到降低运算量的目的。
根据以上步骤实施就可以实现该并网变换器稳定工作。为验证这一分析，利用仿真进行实测，得到波形在附图4中给出，可见基于本方法控制的并网变换器工作正常，可满足并网要求。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (10)

1.储能变换器有限控制集模型预测控制方法，所述储能变换器为T型三电平储变换器，其特征在于，包括以下步骤：
S1、采样变换器侧电流及电网电压，并根据状态变量估计方法估计电容电压及电网电流；
S2、根据采样得到的电网电压近似计算储能变换器的电压矢量，从而从有限控制集中初步筛选储能变换器的输出电压矢量；
S3、根据估计的电容电压及电网电流构建预测模型及代价函数，将初步筛选的储能变换器输出电压矢量中使得代价函数数值最小的电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。
2.如权利要求1所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述步骤S1中采样变换器侧电流及电网电压，包括：采集储能变换器的变换器侧电流及电网电压，再经克莱克变换，计算得到静止坐标系下的变换器侧电流及电网电压。
3.如权利要求1所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述步骤S1中，根据状态变量估计方法估计电容电压及电网电流，具体包括以下步骤：
建立状态变量初步估算模型并估算变换器侧电流；
根据采样得到的变换器侧电流与估算得到的变换器侧电流的电流误差修正该初步估算模型，得到状态变量估计模型；
根据状态变量估计模型估计电容电压及电网电流。
4.如权利要求3所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述状态变量初步估算模型为：
Figure FDA0002706685340000011
Figure FDA0002706685340000012
式中，s＝[i1 i2 uc]T表示变换器侧电流i1、电网电流i2以及电容电压uc三种状态变量，uα为采用有限控制集模型预测控制得到的储能变换器最优输出电压的α轴分量，uβ为采用有限控制集模型预测控制得到的储能变换器最优输出电压的β轴分量；
Figure FDA0002706685340000021
Figure FDA0002706685340000022
Bi＝[1/L1 0 0]T,Bg＝[0 -1/L2 0]T。
所述修正后的状态变量估计模型为：
Figure FDA0002706685340000023
Figure FDA0002706685340000024
式中，i1α、i1β分别为采样得到的变换器侧电流的分量，
Figure FDA0002706685340000025
分别为估算得到的变换器侧电流的分量，C为输出矩阵，C＝[1 0 0]，K为反馈增益矩阵，
K＝[K1 K2 K3]T，其中K1、K2、K3满足以下关系：
Figure FDA0002706685340000026
5.如权利要求1所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述步骤S2具体包含以下步骤：
根据采样得到的电网电压计算储能变换器下一周期的变换器侧电流、电网电流及电容电压三种状态变量的参考值；
将储能变换器简化为单L储能变换器，并根据储能变换器状态变量的参考值近似估计储能变换器下一周期的输出电压矢量分量；
修正近似估计得到的输出电压矢量分量，并确定近似输出电压矢量的位置，从而从有限控制集中初步筛选储能变换器的输出电压矢量。
6.如权利要求5所述的储能变换器有限控制集模型预测控制方法，其特征在于，根据采样得到的电网电压计算储能变换器下一周期的三种状态变量的参考值，包含：
根据采样得到的电网电压，计算储能变换器下一周期的电网电压：
ugα(k+1)＝3ugα(k)-3ugα(k-1)+ugα(k-2)
ugβ(k+1)＝3ugβ(k)-3ugβ(k-1)+ugβ(k-2)
式中，ugα、ugβ分别为电网电压的分量；
由储能变换器下一周期的电网电压及电网有功和无功功率参考值计算储能变换器下一周期的电网电流的参考值：
Figure FDA0002706685340000031
其中，P*为电网有功功率参考值，Q*为电网无功功率参考值，Urms-ph表示电网相间电压的均方根值，i* 2α、i* 2β分别为储能器电网电流参考值的分量；
根据储能变换器下一周期的电网电流的参考值，计算储能变换器下一周期的变换器侧电流参考值和电容电压参考值；
Figure FDA0002706685340000032
Figure FDA0002706685340000033
其中，L2为储能变换器中电网侧电感，C为储能变换器中滤波电容，i* 1α、i* 1β分别为储能变换器的变换器侧电流参考值的分量，
Figure FDA0002706685340000034
分别为储能变换器的电容电压参考值的分量。
7.如权利要求5所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述储能变换器下一周期的近似估计输出电压矢量分量的计算公式为：
Figure FDA0002706685340000035
Figure FDA0002706685340000036
式中，L为简化的单L储能变换器的电感，Ts表示采样时间。
8.如权利要求7所述的储能变换器有限控制集模型预测控制方法，其特征在于，修正近似估计得到的输出电压矢量分量，并确定近似输出电压矢量的位置，从而从有限控制集中初步筛选储能变换器的输出电压矢量，包含：将储能变换器三电平调制问题降阶为两电平，从而对近似估计得到的输出电压矢量分量uαE和uβE进行修正，得到修正后的近似输出电压矢量uαm、uβm：
uαm＝uαE-uα0
uβm＝uβE-uβ0
其中，
Figure FDA0002706685340000041
Figure FDA0002706685340000042
a＝sign(uαE)
Figure FDA0002706685340000044
Figure FDA0002706685340000045
函数sign(x)用来求得x的极性，如果x>0，则sign(x)等于1，否则sign(x)等于0；
采用参数N对近似电压矢量分量进行定位，所述参数N的计算公式为：N＝d+2e+4f
其中，d＝sign(uβm)、
Figure FDA0002706685340000043
参数N的取值范围为0-6；
根据参数a、b、c、N的值，确定近似电压矢量的位置，从而初步筛选储能变换器的输出电压矢量。
9.如权利要求1所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述步骤S3具体包含以下步骤：
根据估计的电容电压及电网电流构建预测模型；
将初步筛选的储能变换器输出电压矢量分别代入到预测模型中，得到每一个输出电压矢量对应的储能变换器下一周期的变换器侧电流、电网电流及电容电压三种状态变量的预测值；
构建代价函数，并代入储能变换器下一周期的三种状态变量的预测值，将使得代价函数数值最小的三种状态变量的预测值对应的输出电压矢量作为储能变换器的最优输出电压矢量，并于下个周期内激活。
10.如权利要求9所述的储能变换器有限控制集模型预测控制方法，其特征在于，所述预测模型为：
sαβ(k+1)＝Adsαβ(k)+Biduiopt(k)+Bgdugαβ(k)
其中，uiopt(k)为储能变换器输出电压矢量；
所述代价函数为：
Figure FDA0002706685340000051
Figure FDA0002706685340000052
Figure FDA0002706685340000053
Figure FDA0002706685340000054
其中，λi2、λu分别表示电网电流i2，电容电压uc误差的权重因数；εi1、εi2、εc分别表示下一周期变换器侧电流i1、电网电流i2、电容电压uc的参考值与预测值之间的误差。
CN202011041157.0A 2020-09-28 2020-09-28 储能变换器有限控制集模型预测控制方法 Active CN112186791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011041157.0A CN112186791B (zh) 2020-09-28 2020-09-28 储能变换器有限控制集模型预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011041157.0A CN112186791B (zh) 2020-09-28 2020-09-28 储能变换器有限控制集模型预测控制方法

Publications (2)

Publication Number Publication Date
CN112186791A true CN112186791A (zh) 2021-01-05
CN112186791B CN112186791B (zh) 2022-04-01

Family

ID=73943912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011041157.0A Active CN112186791B (zh) 2020-09-28 2020-09-28 储能变换器有限控制集模型预测控制方法

Country Status (1)

Country Link
CN (1) CN112186791B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112803465A (zh) * 2021-03-18 2021-05-14 博仕(上海)能源有限公司 一种lcl型电池储能变流器的模型预测控制方法
CN113992043A (zh) * 2021-11-04 2022-01-28 上海海事大学 应用于并网逆变器的新型有限控制集模型预测控制方法
CN114372605A (zh) * 2021-11-30 2022-04-19 广东志成冠军集团有限公司 Ups系统电气状态量预测方法、控制方法、系统
WO2024082730A1 (zh) * 2022-10-17 2024-04-25 上海海事大学 一种llcl型电池储能变换器的有限集模型预测控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110535161A (zh) * 2019-09-10 2019-12-03 上海海事大学 Lcl型储能变换器的有限控制集模型预测控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110535161A (zh) * 2019-09-10 2019-12-03 上海海事大学 Lcl型储能变换器的有限控制集模型预测控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨苹等: "基于有限控制集模型预测的逆变器控制算法", 《可再生能源》 *
王韩伟等: "基于模型预测的Ｔ型并网变换器功率控制", 《电力电子技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112803465A (zh) * 2021-03-18 2021-05-14 博仕(上海)能源有限公司 一种lcl型电池储能变流器的模型预测控制方法
CN113992043A (zh) * 2021-11-04 2022-01-28 上海海事大学 应用于并网逆变器的新型有限控制集模型预测控制方法
CN114372605A (zh) * 2021-11-30 2022-04-19 广东志成冠军集团有限公司 Ups系统电气状态量预测方法、控制方法、系统
WO2023098027A1 (zh) * 2021-11-30 2023-06-08 广东志成冠军集团有限公司 不间断电源系统电气状态量预测方法、控制方法、系统
WO2024082730A1 (zh) * 2022-10-17 2024-04-25 上海海事大学 一种llcl型电池储能变换器的有限集模型预测控制方法

Also Published As

Publication number Publication date
CN112186791B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN112186791B (zh) 储能变换器有限控制集模型预测控制方法
CN103036460B (zh) 一种三电平电压源型变换器模型预测控制方法
CN110867887B (zh) Npc三电平逆变器最优序列模型预测控制装置及方法
CN107681915A (zh) 基于定频有限集模型预测的多电平逆变器并网方法及装置
CN109787491A (zh) 基于虚拟磁链的三相Vienna整流器预测直接功率控制方法
CN109950922B (zh) 一种适用于vsc-hvdc的多步模型预测控制方法
CN106533227A (zh) 一种模块化多电平换流器冗余容错控制方法
CN112310991B (zh) 基于扰动观测的储能变换器改进有限集模型预测控制方法
CN108599547B (zh) 三相电压型功率因数校正变换器鲁棒模型预测控制方法
CN114499242B (zh) 一种npc三电平整流器优化有限控制集模型预测方法
CN103795284A (zh) 用于估计逆变器中直流侧电容器的电容的装置
CN107546994A (zh) 一种多电平逆变器并网系统及方法
CN107104430A (zh) 一种配电网双解耦状态估计方法
CN104753334A (zh) 三相电压型功率因数校正变换器的鲁棒变结构控制方法
CN110212800B (zh) 基于模型预测控制的模块化多电平换流器通用控制方法
CN116169894A (zh) 三相三电平储能变流器离散空间矢量无模型预测控制方法
CN115588987A (zh) 一种llcl型电池储能变换器的有限集模型预测控制方法
CN109639153B (zh) 一种Quasi-Z源间接矩阵变换器的模型预测控制方法
CN113746108B (zh) 一种t型三电平sapf开路故障序列模型预测容错控制方法
CN109004852B (zh) 模块化多电平变流器的模型预测控制策略
CN109347352B (zh) 级联型变流器子模块电容电压平衡控制方法
CN110427635B (zh) Lcc-hvdc优化电磁暂态仿真方法
CN108767887B (zh) 高压直流输电的子模块电容电压预测校正方法
CN109067147B (zh) 级联型变流器子模块电容电压扰动量及不平衡度提取方法
CN113809944B (zh) 海上风电柔直变流器并网电流追踪及环流预测控制方法

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