CN112310991A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112310991A
CN112310991A CN202011376089.3A CN202011376089A CN112310991A CN 112310991 A CN112310991 A CN 112310991A CN 202011376089 A CN202011376089 A CN 202011376089A CN 112310991 A CN112310991 A CN 112310991A
Authority
CN
China
Prior art keywords
disturbance
representing
energy storage
grid
storage converter
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
CN202011376089.3A
Other languages
English (en)
Other versions
CN112310991B (zh
Inventor
高宁
范淮裕
朱立勋
吴卫民
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 CN202011376089.3A priority Critical patent/CN112310991B/zh
Publication of CN112310991A publication Critical patent/CN112310991A/zh
Application granted granted Critical
Publication of CN112310991B publication Critical patent/CN112310991B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02M7/483—Converters with outputs that each can have more than two voltages levels
    • 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
    • H02M7/53—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 using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M7/537—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 using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Inverter Devices (AREA)
  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种基于扰动观测的储能变换器改进有限控制集模型预测控制方法。该方法在算法流程中增加了一个状态观测器，将控制回路中的不确定性干扰作为一个变量，该变量由状态观测器进行估算，并在预测模型中进行补偿。具体方法为：一，将不确定性干扰作为变量添加至储能变换器的预测模型中，并将状态空间进行拓展，得到包含扰动量的系统预测模型；二，在重写的系统预测模型的基础上加入反馈增益矩阵构造一个扰动观测器，用以估算扰动量。改进的有限集模型预测控制方法可以有效解决扰动量给系统带来的影响，可进一步优化储能变换器的性能。

Description

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
技术领域
本发明属于电力自动化设备相关领域，具体涉及一种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。
背景技术
电池储能技术因为其低成本，快速响应，低场地要求，高能量密度的特点，其应用是解决新能源发电功率波动的有效手段之一。电池储能变换器是电池储能系统中负责电池直流能量到电网交流能量转换的关键电气设备，其控制算法对系统可靠性，效率和电能质量有深远影响。
有限集模型预测控制具有控制简单，物理意义明确等优点，因此在并网变换器、电机变频器等设备中获得了广泛应用。然而模型预测控制对模型参数精确性要求高，参数不精确时会造成控制效果不佳，甚至导致被控对象失控。
发明内容
为了提高有限集模型预测控制的性能，减少预测模型不确定时扰动误差对系统性能的影响，本发明提出一种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。
本发明提出的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，包含以下步骤：
S1、采集电源转换系统电路电气物理量、生成储能变换器变压器侧电流ia1，ib1，ic1以及电网电压uga，ugb，ugc的瞬时值；
S2、变换器侧电流ia1，ib1，ic1以及电网电压uga，ugb，ugc经过Clarke变换和Park变换，得到旋转坐标系下d轴的电网侧电流id和电网电压分量ugd，以及q轴的电网侧电流iq和电网电压分量ugq；
S3、根据电网电压分量ugd和ugq，电网有功功率参考值P*和无功功率参考值Q*计算得到下一周期电网电流的参考值i* d(k+1)，i* q(k+1)；
S4、定义变量fdq用于表示整个控制回路中存在的扰动量，包括预测模型的参数失配和电网电压扰动；构造扰动观测器，引入反馈增益矩阵L；
S5、所述储能变换器输出电压矢量ui(k)代入包含变量fdq的预测模型中，得到一组预测值；
S6、构造参考值i* d(k+1)，i* q(k+1)、预测模型预测值id(k+1)，iq(k+1)之间的成本函数；
S7、通过成本函数确定最优储能变换器输出电压矢量，根据最优储能变换器输出电压矢量确定相应的IGBT驱动器驱动信号，控制开关最终使储能变换器输出最优电压矢量。
优选地，步骤S1中所述电气物理量通过电压\电流传感器进行采集，并对所诉电气物理量数据进行模数转换；所述电气物理量包含：变换器侧输出的电压，电网电流和电压。
优选地，步骤S2中先将参考系的d轴对准电网电压ugd，该电网电压的旋转角度定义为θg，此时ugq＝0；
采用通用的数字三相锁相环(PLL)技术来提取变换矩阵Tdq中的θg，所述变换矩阵Tdq表达式为：
Figure BDA0002807236620000021
优选地，步骤S3中所述参考值i* d(k+1)，i* q(k+1)的计算公式如下：
Figure BDA0002807236620000031
优选地，步骤S4中具体包含以下过程：
S41、所述储能变换器系统包含变量fdq的预测模型，所述预测模型表达公式如下：
x(k+1)＝Gx(k)+H[udq(k)-ugdq(k)]+fdq(k) (3)
其中，x(k+1)表示k+1时刻电网电流idq的预测值；x(k)表示k时刻电网电流idq的采样值；k表示采样周期的序号；
Figure BDA0002807236620000032
Ts为采样周期，R表示电感寄生电阻，L表示无源滤波器的电感，ω表示电网角频率，G表示输入矩阵；
Figure BDA0002807236620000033
H表示变量矩阵；udq＝[ud uq]T，ud表示储能变换器d轴的输出电压，uq表示储能变换器q轴的输出电压，udq表示变换器输出电压；ugdq＝[ugd ugq]T，ugd表示电网侧d轴的电压分量，ugq表示电网侧q轴的电压分量，ugdq表示电网电压；fdq(k)＝[ΔGidq(k)+ΔH(udq(k)-ugdq(k))]，fdq用于表示整个控制回路中存在的扰动量，ΔG表示预测模型的误差，ΔH表示电网电压误差，该误差值不确定，idq＝[id iq]T，id表示电网注入电流的d轴分量，iq电网注入电流的q轴分量，idq表示电网电流；
S42、稳定状态下，以fd表示扰动量的d轴分量，fq表示扰动量的q轴分量，fdq＝[fdfq]T；将变量fdq加入系统模型公式3中和所述电网侧电流id、iq重组，系统状态空间变为xex＝[id iq fd fq]T，然后建立新的预测模型，公式如下：
Figure BDA0002807236620000041
其中，Gxy用于表示位于矩阵G的第x行和y列中的元素，Hxy表示位于矩阵H的第x行和y列中的元素；
S43、验证加入变量fdq后系统预测模型的可观性；
所述状态空间变为xex＝[id iq fd fq]T，因此构成扰动观测器反馈回路的输出矩阵C需进行相应的拓展，如下所示:
Figure BDA0002807236620000042
其中，idq(k)表示加入变量fdq之后k时刻电网侧电流，xex(k)第k个采样周期系统状态空间，Cex表示拓展后的输出矩阵C；
观测矩阵N的秩可以用来判断系统预测模型的可观性，观测矩阵N表达公式如下：
N＝[CT GTCex T(G2)TCex T] (6)
观测矩阵N的秩为4，计算公式如下所示：
Rank(N)＝Rank[CT GTCex T(G2)TCex T]＝4 (7)
所述观测矩阵N的秩为4，表明系统是完全可观的；因此基于所获得的电流信号构造扰动观测器来估算fd和fq的扰动量在数学上是可行的；
S44、所述储能变换器系统的扰动观测器中引入反馈增益矩阵L来调整观测值；当测量的变换器侧电流与估算的变换器侧电流存在偏差时，该偏差经矩阵L校正后得到的分量将加入到系统预测模型中，扰动观测器的构造公式如下：
Figure BDA0002807236620000051
其中，
Figure BDA0002807236620000052
表示k+1时刻状态空间[id iq fd fq]T的估算值，
Figure BDA0002807236620000053
表示k时刻状态空间[id iq fd fq]T的估算值，C表示输出矩阵，xex(k)表示k时刻状态空间[id iq fd fq]T的采样值；
由于d轴和q轴的对称性，选择反馈增益矩阵L为：
Figure BDA0002807236620000054
通过对比公式(4)和式(8)可以得到观测值与系统真实值之间的误差，此扰动误差表示为：
Figure BDA0002807236620000055
其中，
Figure BDA0002807236620000056
表示第k+1时刻状态空间[id iq fd fq]T的扰动误差,
Figure BDA0002807236620000057
表示第k时刻状态空间[id iq fd fq]T的扰动误差；
根据递推公式，差分方程的解为：
Figure BDA0002807236620000058
其中，G0 k表示扰动误差的特征多项式。
G-LC特征值的特征G0决定了扰动观测器的收敛性；G0的特征值代表闭环观测器系统的极点，可通过求解
Figure BDA0002807236620000059
的特征多项式得出，当G0的特征值均在z平面的单位圆内，观测器稳定。
优选地，步骤S5具体包含以下步骤：
所述储能变换器输出电压矢量控制集ui(k)，包含变换系统的完整电压矢量控制集；将输出电压矢量ui(k)代入到所述包含变量fdq的预测模型公式3中，得到系统在k+1时刻的预测值x(k+1)，x(k+1)＝Gx(k)+H[udq(k)-ugdq(k)]+fdq(k)。
优选地，步骤S6中成本函数公式如下所示：
Figure BDA0002807236620000061
其中，iq(k+1)、id(k+1)是系统k+1时刻的预测值；λ为权重因子，NOC表示半导体开关从先前状态变为未来状态时的换向次数；附加概念的NOC用于在处理零向量被精确选择为优化向量的情况；通过增加开关频率的附加项λ×NOC，对开关次数进行约束；调整权重系数λ，实现降低开关频率。
优选地，步骤S7中选择成本函数取得最小值时的储能变换器输出电压矢量作为最优储能变换器输出电压矢量。
与现有技术相比，本发明提出的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具有以下优点或有益效果：
(1)本发明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，能够提高模型预测控制的鲁棒性，达到更好的控制效果；
(2)本发明通过添加扰动观测器，可以克服预测模型参数不确定带来的预测误差和系统存在内/外部干扰的问题；
(3)本发明将储能变换器系统受到的不确定性干扰作为一个变量加入预测模型中，通过扰动观测器可以估测该不确定性干扰，可以提高预测模型预测结果的精确度，提升预测模型算法可靠性。
附图说明
图1为电池储能应用的T型三电平功率转换系统的结构示意图；
图2储能变换器系统中扰动观测器的结构示意图；
图3为储能变换器电压矢量表(全控制集)；
图4为储能变换器电网电压与电网电流仿真结果示意图。
具体实施方式
以下结合附图，通过详细说明较佳的具体实施例对本发明作进一步介绍。
以下以基于三相两电平双向AC-DC电路和单电感无源滤波器的电池储能变换器为例，对本发明进行详细说明，图1为电池储能应用的T型三电平功率转换系统的结构示意图，其中，Udc表示电池两端的直流电压，ia、ib、ic表示流过变换器侧电感的三相电流，uga、ugb、ugc是电网电压的瞬时值。ua、ub、uc是每个相脚中点的输出电压。L是无源滤波器的电感，R是它的寄生电阻。
本发明提出的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，具体包含以下步骤：
S1、电压\电流传感器对电路中的电气物理量：变换器侧电压，电网电流和电压进行采样调理，对所采样的物理量进行模数转换，之后对控制器中模数转换模块得到的数值进行换算和数值处理，获取ia1、ib1、ic1、uga、ugb、ugc的瞬时值。
S2、为简化算法，将参考系的d轴对准电网电压ugd，该电网电压的旋转角度定义为θg，此时ugq＝0，采用通用的数字三相锁相环(PLL)技术来提取变换矩阵Tdq中的θg，变换矩阵Tdq公式为：
Figure BDA0002807236620000071
将采样得到的变换器侧电流ia1、ib1、ic1以及电网电压uga、ugb、ugc经过进行Clarke变换和Park变换，得到旋转坐标系下d轴的电网侧电流id和电网电压分量ugd，以及q轴的电网侧电流iq和电网电压分量ugq，其中变换矩阵Tdq(等幅值变换)为公式1。
S3、根据电网有功功率参考值P*和无功功率参考值Q*，以及变换得到心电网电压分量ugd和ugq，推导出下一周期电网电流的参考值i* d(k+1)，i* q(k+1)，计算公式如下：
Figure BDA0002807236620000081
S4、构建扰动观测器，进一步包含以下步骤：
S41、建立包含变量fdq的储能变换器系统的预测模型，公式如下：
x(k+1)＝Gx(k)+H[udq(k)-ugdq(k)]+fdq(k) (3)
其中，x(k+1)表示k+1时刻电网电流idq的预测值；x(k)表示k时刻电网电流idq的采样值；k表示采样周期的序号；
Figure BDA0002807236620000082
Ts为采样周期，R表示电感寄生电阻，L表示无源滤波器的电感，ω表示电网角频率，G表示输入矩阵；
Figure BDA0002807236620000083
H表示变量矩阵；udq＝[ud uq]T，ud表示储能变换器d轴的输出电压，uq表示储能变换器q轴的输出电压，udq表示变换器输出电压；ugdq＝[ugd ugq]T，ugd表示电网侧d轴的电压分量，ugq表示电网侧q轴的电压分量，ugdq表示电网电压；fdq(k)＝[ΔGidq(k)+ΔH(udq(k)-ugdq(k))]，fdq用于表示整个控制回路中存在的扰动量，ΔG表示预测模型的误差，ΔH表示扰动误差，该误差值不确定，idq＝[id iq]T，id表示电网注入电流的d轴分量，iq电网注入电流的q轴分量，idq表示电网电流；
S42、将变量fdq加入系统模型公式3中和所述电网侧电流id、iq重组，系统状态空间变为xex＝[id iq fd fq]T，然后建立新的预测模型：
Figure BDA0002807236620000091
其中，Gxy用于表示位于矩阵G的第x行和y列中的元素，Hxy表示位于矩阵H的第x行和y列中的元素；
S43、验证加入变量fdq后系统预测模型的可观性；
所述状态空间变为xex＝[id iq fd fq]T,因此构成扰动观测器反馈回路的输出矩阵C需进行相应的拓展，如下所示:
Figure BDA0002807236620000092
其中，idq(k)表示加入变量fdq之后k时刻电网电流，xex(k)表示第k个采样周期系统状态空间，Cex表示拓展后的输出矩阵C；
观测矩阵N的秩可以用来判断系统预测模型的可观性，观测矩阵N表达公式如下：
N＝[CT GTCex T(G2)TCex T] (6)
观测矩阵N的秩为4，计算公式如下所示：
Rank(N)＝Rank[CT GTCex T(G2)TCex T]＝4 (7)
观测矩阵的秩为4，这表明系统是完全可观的。因此基于所获得的电流信号来构造扰动观测器来估算fd和fq的扰动量在数学上是可行的；
S44、储能变换器系统的扰动观测器基本结构如图2所示，引入反馈增益矩阵L来调整观测值；当测量的变换器侧电流与估算的变换器侧电流存在偏差时，该偏差经矩阵L后得到的分量将加入到系统预测模型中，扰动观测器的构造公式如下：
Figure BDA0002807236620000101
其中，
Figure BDA0002807236620000102
表示k+1时刻状态空间[id iq fd fq]T的估算值，
Figure BDA0002807236620000103
表示k时刻状态空间[id iq fd fq]T的估算值，C表示输出矩阵，xex(k)表示k时刻状态空间[id iq fd fq]T的采样值；
由于d轴和q轴的对称性，反馈增益矩阵L可以选择为：
Figure BDA0002807236620000104
通过扰动观测器估算得到的干扰量fd，fq，在预测模型中进一步对其进行补偿。
通过对比公式(4)和式(8)可以得到观测值与系统真实值之间的误差，此扰动误差表示为：
Figure BDA0002807236620000105
其中，
Figure BDA0002807236620000106
表示第k+1采样时刻状态空间[id iq fd fq]T的扰动误差,
Figure BDA0002807236620000107
表示第k采样时刻状态空间[id iq fd fq]T的扰动误差：
根据递推公式，差分方程的解为：
Figure BDA0002807236620000108
其中，
Figure BDA0002807236620000109
表示扰动误差的特征多项式。
G-LC特征值的特征G0决定了扰动观测器的收敛性；G0的特征值代表闭环观测器系统的极点，可通过求解G0的特征多项式得出，当G0的特征值均在z平面的单位圆内，观测器稳定。
S5、根据图3给出的储能变换器输出电压矢量ui(k)，包含变换系统的完整电压矢量控制集，本发明实施例中储能变换器输出电压矢量ui(k)包含八个元素的控制集，将所述储能变换器输出电压矢量ui(k)，代入到公式3给出的考虑扰动量的预测模型中，计算得到系统在k+1时刻的预测值x(k+1)，x(k+1)＝Gx(k)+H[udq(k)-ugdq(k)]+fdq(k)，每个矢量即控制集中每一个元素均对应一组预测值，一共8组预测值。
S6、将步骤S3中得到参考值、S5中的8组预测值带入到构造的成本函数J中计算结果。
参考值与系统模型预测值之间大小越接近表明预测模型的预测结果精确度越高，储能变换器系统效率越高，因此需要J函数评估参考值和预测值之间的差异大小。成本函数J计算公式如下：
Figure BDA0002807236620000111
其中，iq(k+1)、id(k+1)是系统k+1时刻的预测值；λ为权重因子，NOC表示半导体开关从先前状态变为未来状态时的换向次数。涉及附加概念的NOC旨在处理零向量被精确选择为优化向量的情况。通过增加开关频率的附加项λ×NOC，对开关次数进行约束。调整权重系数λ，实现降低开关频率。
S7、选择步骤S6中成本函数J取最小值时对应的变换器输出电压矢量，将该输出电压矢量作为最优储能变换器输出电压矢量，根据最优储能变换器输出电压矢量确定相应的IGBT驱动器最优驱动信号，控制开关导通与关断，最后使储能变换器输出最优电压矢量，在最优电压矢量下电流预测值越接近参考值，预测模型的准确度更高、控制效果更好。
根据以上步骤，以一定时间(典型值为50微秒)为周期加以重复循环执行实施，就可以实现该储能变换器的并网稳定工作。为验证这一分析，利用仿真软件进行仿真验证，得到如图4所示的波形，可见基于本发明方法控制的并网变换器在模型参数存在误差时仍工作正常，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 (8)

1.一种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，其特征在于，包括以下过程：
S1、采集电源转换系统电路电气物理量、生成储能变换器变压器侧电流ia1，ib1，ic1以及电网电压uga，ugb，ugc的瞬时值；
S2、变换器侧电流ia1，ib1，ic1以及电网电压uga，ugb，ugc经过Clarke变换和Park变换，得到旋转坐标系下d轴的电网侧电流id和电网电压分量ugd，以及q轴的电网侧电流iq和电网电压分量ugq；
S3、根据电网电压分量ugd和ugq，电网有功功率参考值P*和无功功率参考值Q*计算得到下一周期电网电流的参考值i* d(k+1)，i* q(k+1)；
S4、定义变量fdq用于表示整个控制回路中存在的扰动量，包括预测模型的参数失配和电网电压扰动；构造扰动观测器，引入反馈增益矩阵L；
S5、所述储能变换器输出电压矢量ui(k)代入包含变量fdq的预测模型中，得到一组预测值；
S6、构造参考值i* d(k+1)，i* q(k+1)、预测模型预测值id(k+1)，iq(k+1)之间的成本函数。
S7、通过成本函数确定最优储能变换器输出电压矢量，根据最优储能变换器输出电压矢量确定相应的IGBT驱动器最优驱动信号控制开关，使储能变换器输出最优电压矢量。
2.如权利要求1所述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，其特征在于，步骤S1中所述电气物理量通过电压\电流传感器进行采集，并对所诉电气物理量数据进行模数转换；所述电气物理量包括：变换器侧输出电压，电网电流和电压。
3.如权利要求1所述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，其特征在于，步骤S2中先将参考系的d轴对准电网电压ugd，该电网电压的旋转角度定义为θg，此时ugq＝0；
采用通用的数字三相锁相环(PLL)技术来提取变换矩阵Tdq中的θg，所述变换矩阵Tdq表达式为：
Figure FDA0002807236610000021
4.如权利要求1所述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，其特征在于，步骤S3中所述参考值i* d(k+1)，i* q(k+1)的计算公式如下：
Figure FDA0002807236610000022
5.如权利要求1所述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，其特征在于，步骤S4具体包含以下过程：
S41、所述储能变换器系统包含变量fdq的预测模型，所述预测模型表达公式如下：
x(k+1)＝Gx(k)+H[udq(k)-ugdq(k)]+fdq(k) (3)
其中，x(k+1)表示k+1时刻电网电流idq的预测值；x(k)表示k时刻电网电流idq的采样值；k表示采样周期的序号；
Figure FDA0002807236610000023
Ts为采样周期，R表示电感寄生电阻，L表示无源滤波器的电感，ω表示电网角频率，G表示输入矩阵；
Figure FDA0002807236610000024
H表示变量矩阵；udq＝[ud uq]T，ud表示储能变换器d轴的输出电压，uq表示储能变换器q轴的输出电压，udq表示变换器输出电压；ugdq＝[ugd ugq]T，ugd表示电网侧d轴的电压分量，ugq表示电网侧q轴的电压分量，ugdq表示电网电压；fdq(k)＝[ΔGidq(k)+ΔH(udq(k)-ugdq(k))]，fdq用于表示整个控制回路中存在的扰动量，ΔG表示预测模型的误差，ΔH表示电网电压误差，该误差值不确定，idq＝[id iq]T，id表示电网注入电流的d轴分量，iq电网注入电流的q轴分量，idq表示电网电流；
S42、稳定状态下，以fd表示扰动量的d轴分量，fq表示扰动量的q轴分量，fdq＝[fd fq]T；将变量fdq加入系统模型公式3中和所述电网侧电流id、iq重组，系统状态空间变为xex＝[idiq fd fq]T，然后建立新的系统预测模型，公式如下：
Figure FDA0002807236610000031
其中，Gxy用于表示位于矩阵G的第x行和y列中的元素，Hxy表示位于矩阵H的第x行和y列中的元素；
S43、验证加入变量fdq后系统预测模型公式4的可观性；
所述状态空间变为xex＝[id iq fd fq]T，因此构成扰动观测器反馈回路的输出矩阵C需进行相应的拓展，如下所示:
Figure FDA0002807236610000032
其中，idq(k)表示加入变量fdq之后k时刻电网电流，xex(k)第k个采样周期系统状态空间，Cex表示拓展后的输出矩阵C；
观测矩阵N的秩可以用来判断系统预测模型的可观性，观测矩阵N表达公式如下：
N＝[CT GTCex T (G2)TCex T] (6)
观测矩阵N的秩为4，计算公式如下所示：
Rank(N)＝Rank[CT GTCex T (G2)TCex T]＝4 (7)
所述观测矩阵N的秩为4，表明系统是完全可观的；因此基于所获得的电流信号构造扰动观测器来估算fd和fq的扰动量在数学上是可行的；
S44、所述储能变换器系统的扰动观测器中引入反馈增益矩阵L来调整观测值；当测量的变换器侧电流与估算的变换器侧电流存在偏差时，该偏差经矩阵L校正后得到的分量将加入到系统预测模型中，扰动观测器的构造公式如下：
Figure FDA0002807236610000041
其中，
Figure FDA0002807236610000042
表示k+1时刻状态空间[id iq fd fq]T估算值，
Figure FDA0002807236610000043
表示k时刻状态空间[id iq fd fq]T的估算值，C表示输出矩阵，xex(k)表示k时刻状态空间[id iq fd fq]T的采样值。
由于d轴和q轴的对称性，选择反馈增益矩阵L为：
Figure FDA0002807236610000044
通过对比公式(4)和式(8)得到观测值与系统真实值之间的误差，此扰动误差表示为：
Figure FDA0002807236610000045
其中，
Figure FDA0002807236610000046
表示第k+1采样时刻状态空间[id iq fd fq]T的扰动误差,
Figure FDA0002807236610000051
表示k时刻状态空间[id iq fd fq]T的扰动误差；
根据递推公式，差分方程的解为：
Figure FDA0002807236610000052
其中，
Figure FDA0002807236610000053
表示扰动误差的特征多项式。
G-LC特征值的特征G0决定了扰动观测器的收敛性；G0的特征值代表闭环观测器系统的极点，可通过求解
Figure FDA0002807236610000054
的特征多项式得出，当G0的特征值均在z平面的单位圆内，观测器稳定。
6.如权利要求1所述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，其特征在于，步骤S5具体包含以下步骤：所述储能变换器输出电压矢量控制集ui(k)，包含变换系统的完整电压矢量控制集；将输出电压矢量ui(k)代入到所述包含变量fdq的预测模型公式3中，得到系统在k+1时刻的预测值x(k+1)，x(k+1)＝Gx(k)+H[udq(k)-ugdq(k)]+fdq(k)。
7.如权利要求1所述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，其特征在于，步骤S6中成本函数的公式为：
Figure FDA0002807236610000055
其中，iq(k+1)、id(k+1)是系统k+1时刻的预测值；λ为权重因子，NOC表示半导体开关从先前状态变为未来状态时的换向次数；附加概念的NOC用于在处理零向量被精确选择为优化向量的情况；通过增加开关频率的附加项λ×NOC，对开关次数进行约束；调整权重系数λ，实现降低开关频率。
8.如权利要求1所述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，其特征在于，步骤S7中选择成本函数取得最小值时的储能变换器输出电压矢量作为最优储能变换器输出电压矢量。
CN202011376089.3A 2020-11-30 2020-11-30 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 Active CN112310991B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011376089.3A CN112310991B (zh) 2020-11-30 2020-11-30 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011376089.3A CN112310991B (zh) 2020-11-30 2020-11-30 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

Publications (2)

Publication Number Publication Date
CN112310991A true CN112310991A (zh) 2021-02-02
CN112310991B CN112310991B (zh) 2022-07-29

Family

ID=74487230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011376089.3A Active CN112310991B (zh) 2020-11-30 2020-11-30 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

Country Status (1)

Country Link
CN (1) CN112310991B (zh)

Cited By (3)

* 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
CN116224099A (zh) * 2023-05-06 2023-06-06 力高(山东)新能源技术股份有限公司 一种动态自适应估算电池soc的方法
CN116865532A (zh) * 2023-09-05 2023-10-10 国网山西省电力公司临汾供电公司 一种采用模型预测控制的交直变换器的控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107769251A (zh) * 2017-11-07 2018-03-06 国网重庆市电力公司电力科学研究院 基于改进型状态观测器的并网逆变器电流控制方法
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
CN111555318A (zh) * 2020-05-29 2020-08-18 天津理工大学 基于改进ladrc的超级电容储能并网系统的控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107769251A (zh) * 2017-11-07 2018-03-06 国网重庆市电力公司电力科学研究院 基于改进型状态观测器的并网逆变器电流控制方法
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
CN111555318A (zh) * 2020-05-29 2020-08-18 天津理工大学 基于改进ladrc的超级电容储能并网系统的控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YOUJIE MA等: "New Double Closed Loop Linear Active Disturbance Rejection Control of Energy Storage Grid-Connected Inverter Based on Lead-Lag Correction Link", 《IEEE ACCESS》 *
朱芮等: "电机系统模型预测控制研究综述", 《电机与控制应用》 *

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
CN116224099A (zh) * 2023-05-06 2023-06-06 力高(山东)新能源技术股份有限公司 一种动态自适应估算电池soc的方法
CN116865532A (zh) * 2023-09-05 2023-10-10 国网山西省电力公司临汾供电公司 一种采用模型预测控制的交直变换器的控制方法
CN116865532B (zh) * 2023-09-05 2023-11-24 国网山西省电力公司临汾供电公司 一种采用模型预测控制的交直变换器的控制方法

Also Published As

Publication number Publication date
CN112310991B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
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
CN110112769A (zh) 虚拟同步机输出反馈自适应控制方法
CN107294527B (zh) 同步旋转坐标系锁相环及其测试方法、装置
CN105763094B (zh) 一种基于电压前馈和复合电流控制的逆变器控制方法
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
CN110460250B (zh) 一种三相pwm整流器直接功率控制方法
CN110198130A (zh) 一种不平衡电网条件下的多矢量优化控制系统及方法
CN110535161A (zh) Lcl型储能变换器的有限控制集模型预测控制方法
CN113285481B (zh) 并网变流器电感参数在线估计方法、预测控制方法及系统
CN112803461B (zh) 基于扩展状态观测器的电池储能变换器自抗扰控制方法
CN112186791B (zh) 储能变换器有限控制集模型预测控制方法
CN104882886A (zh) 基于llcl滤波的有源电力滤波器复合控制方法
CN103762828B (zh) 一种多级电力电子变换器系统的控制方法及装置
CN110912191B (zh) 无直流侧电压传感器单相chb型光伏逆变器mpc方法
CN107546994A (zh) 一种多电平逆变器并网系统及方法
CN110365230B (zh) 一种三相电压型pwm整流器直接功率控制装置
Zhao et al. Model-free predictive current control of three-level grid-connected inverters with lcl filters based on kalman filter
CN110649664A (zh) 一种基于扩展有功理论的三矢量预测优化的增强控制方法
CN113839396A (zh) 电网线损修复的动态无功补偿系统及方法
WO2024082730A1 (zh) 一种llcl型电池储能变换器的有限集模型预测控制方法
CN116979535A (zh) 一种用于有源电力滤波器的双重谐波电流检测方法
CN110676860B (zh) 一种基于扩展瞬时有功理论的快速预测不平衡控制方法
CN113675888B (zh) 基于精确离散化的变流器级联预测控制方法及系统
CN111682786A (zh) 一种改进的级联型pwm整流器的控制方法
CN111769563B (zh) 一种lcl有源电力滤波器模型及其预测控制方法

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