CN112953363B - 一种光储直流微网系统的主动热控制方法 - Google Patents

Abstract

本发明公开了一种光储直流微网系统的主动热控制方法，首先建立功率器件的热网络模型，同时采集光伏阵列输出电压、光伏阵列输出电流、直流电网电压、储能电池电压、储能电池充放电电流、功率器件损耗、功率器件壳温和环境温度；随后，根据功率器件损耗、壳温和环境温度，结合功率器件的热网络模型，对功率器件结温进行估计；再根据光伏阵列最大功率动态限制的扰动观察法和储能电池充放电电流动态限制的双闭环PI控制，输出进行了主动热控制的功率器件PWM信号占空比值；最后，根据功率器件PWM信号占空比值对光储直流微网系统进行主动热控制。本发明能够防止功率器件结温超过最大允许值，提升了光储直流微网系统的热安全性、供电持续性和短时过载能力。

Description

一种光储直流微网系统的主动热控制方法

技术领域

本发明属于功率器件热控制领域，具体涉及一种光储直流微网系统的主动热控制方法。

背景技术

光储直流微网系统是光伏发电的一种主要形式，其结构简单、建设周期短，并且能有效解决电网难以覆盖的偏远地区工厂、家庭和公共事业用电困难问题，因此得到了广泛应用。然而，当光储直流微网系统散热不良或过载运行时，光储直流微网系统极易因功率器件温度过高发生频繁停机甚至发生过热故障，从而影响系统的热安全性和供电持续性。

功率器件的损耗是其发热的根本原因，尤其是在散热器积灰导致的散热能力下降或系统过载运行时，光储直流微网系统极易发生过热故障，从而带来经济损失和安全隐患。目前，工程上通常会设置一个温度保护点，防止功率器件温度过高而造成光储直流微网系统发生故障。但是，一旦功率器件温度超过该温度保护点，系统将会降额运行甚至直接停机。温度保护点设置通常比较保守，因此，不能充分发挥系统的功率输出能力；另一方面，对于一些重要供电负荷，直接停机可能会产生较大的安全问题或经济损失，而主动热控制是解决以上问题的关键方法。

目前，已有许多专利都提出了功率器件主动热控制的方法。中国专利201610826041.5提出了《一种功率器件结温控制电路及主动热管理方法》。该方法利用硬件电路调整变流器中功率器件损耗，进而对功率器件结温进行管理。但是这种主动热管理方式电路较复杂并且结温控制精准较低，不能解决功率器件在大功率输出情况下的超温问题。中国专利201811093735.8提出了《一种功率器件主动结温控制系统及方法》。该方法通过调整功率器件开关频率和散热器冷却水流速两种措施控制功率器件结温。功率器件开关频率对器件损耗调节范围较小并且外部散热装置会增加应用系统的成本和体积，应用难度较大。

在已有的专利中，未有主动热控制方法被应用到光储直流微网系统中。为保障光储直流微网系统的热安全性、可靠性和供电持续性，提升短时过载能力，亟需一种光储直流微网系统的主动热控制方法。

发明内容

本发明的目的在于提供一种光储直流微网系统的主动热控制方法，解决了现有光储直流微网系统在散热能力下降或过载运行情况下功率器件出现过温失效的问题，提高了光储直流微网系统的热安全性和供电的持续性，也安全提升了系统的短时过载能力。

实现本发明目的的技术解决方案为：一种光储直流微网系统的主动热控制方法，具体步骤如下：

步骤1：建立功率器件结-壳热网络模型，同时采集光伏发电控制电路的状态参数、储能电池充放电控制电路的状态参数和环境参数；所述光伏发电控制电路的状态参数包括光伏阵列输出电压、光伏阵列输出电流、光伏发电控制电路中功率器件损耗值和光伏发电控制电路中功率器件壳温；所述储能电池充放电控制电路的状态参数包括直流电网电压、储能电池电压、储能电池充放电电流、储能电池充放电控制电路中功率器件损耗值和储能电池充放电控制电路中功率器件壳温；所述环境参数为环境温度，转入步骤2。

步骤2：根据功率器件损耗值、功率器件壳温和环境温度，结合功率器件结-壳热网络模型，对光伏发电控制电路中功率器件进行结温估计，获取光伏发电控制电路中功率器件结温估计值，转入步骤3。同时对储能电池充放电控制电路中功率器件进行结温估计，获取储能电池充放电控制电路中功率器件结温估计值，转入步骤4。

步骤3：根据光伏阵列输出电压、光伏阵列输出电流和光伏发电控制电路中功率器件结温估计值，结合光伏阵列最大功率动态限制的扰动观察法，输出光伏发电控制电路中功率器件的PWM信号占空比值D_{_Q1}，转入步骤5。

步骤4：根据直流电网电压、储能电池电压、储能电池充放电电流和储能电池充放电控制电路中功率器件结温估计值，结合储能电池充放电电流动态限制的双闭环PI控制，输出储能电池充放电控制电路中功率器件的PWM信号占空比值D_{_Q2}和D_{_Q3}，转入步骤5。

步骤5：光储直流微网系统根据D_{_Q1}、D_{_Q2}和D_{_Q3}，输出相应的PWM信号，实现光伏阵列的最大功率点跟踪、储能电池充放电控制和功率器件的主动热控制。

本发明与现有技术相比，其显著优点在于：

(1)通过光伏阵列最大功率动态限制的扰动观察法，适时调整传统扰动观察法允许跟踪的最大功率点，能够防止光伏发电控制电路中功率器件出现过温；通过储能电池充放电电流动态限制的双闭环PI控制，能够防止储能电池充放电控制电路中功率器件出现过温。光伏阵列最大功率动态限制的扰动观察法和储能电池充放电电流动态限制的双闭环PI控制解决了现有光储直流微网系统中功率器件易出现过温失效的问题，提高了系统的热安全性和供电持续性。

(2)利用功率器件温升的滞后性和温度闭环对功率器件结温的精确控制，本发明安全提升了光储直流微网系统短时过载能力。

附图说明

图1为本发明所述的光储直流微网系统的主动热控制方法流程图。

图2为功率器件结-壳热网络模型示意图。

图3为本发明实施例中的传统光储直流微网系统示意图。

图4为光伏阵列最大功率动态限制的扰动观察法原理图。

图5为储能电池充放电电流动态限制的双闭环PI控制原理图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限制。

如图1所示，本发明所述的一种光储直流微网系统的主动热控制方法，实施步骤如下：

步骤1：建立功率器件结-壳热网络模型，同时采集光伏发电控制电路的状态参数、储能电池充放电控制电路的状态参数和环境参数；所述光伏发电控制电路的状态参数包括光伏阵列输出电压V_PV、光伏阵列输出电流I_PV、光伏发电控制电路中功率器件损耗值P_{loss_1}和光伏发电控制电路中功率器件壳温T_{c_Q1}；所述储能电池充放电控制电路的状态参数包括直流电网电压V_DC、储能电池电压V_bat、储能电池充放电电流I_bat、储能电池充放电控制电路中功率器件损耗值P_{loss_2}、P_{loss_3}和储能电池充放电控制电路中功率器件壳温T_{c_Q2}、T_{c_Q3}；所述环境参数为环境温度T_a，转入步骤2。

光伏发电控制电路用于控制光伏阵列的输出功率，实现最大功率点跟踪，提高光伏发电系统的能量收集效率。储能电池充放电控制电路用于控制储能电池充电和放电，实现光储直流微网系统的功率平衡。

进一步地，所述功率器件结-壳热网络模型可根据器件厂商提供的数据手册建立，功率器件结-壳热网络模型如图2所示。P为功率器件的功率损耗；T_j为功率器件的结温；C₁～C_m为热网络模型中各节点热容；R₁～R_m为热网络模型中各节点热阻；T₁～T_m-1为热网络模型中各节点温度；T_c为功率器件的壳温。功率器件结-壳热网络模型的参数均可从器件厂商提供的数据手册获取，m＝1,2,3……，m为功率器件结-壳热网络模型阶数。

进一步地，所述光伏发电控制电路和储能电池充放电控制电路的一个实施例如图3所示。该实施例中，光储直流微网系统控制器1输出PWM信号，分别控制光伏发电控制电路2中的第一功率器件Q1开关动作，和储能电池充放电控制电路3中的第二功率器件Q2和第三功率器件Q3开关动作，从而实现光伏阵列最大功率点跟踪与限制和储能电池充放电控制与限流。光伏发电控制电路2为Boost电路，储能电池充放电控制电路3为Buck-Boost电路。光伏发电控制电路2的输入为光伏阵列，储能电池充放电控制电路3的输入为储能电池；光伏发电控制电路2和储能电池充放电控制电路3的输出并联接入直流电网4。

更进一步地，所述光伏发电控制电路2包括第一电感L1、第一电容C1、第二电容C2、第一功率器件Q1和第一二极管D1。第一电容C1接在光伏阵列输出端，第一电感L1一端连接第一电容C1的正极，另一端连接第一二极管D1正极和第一功率器件Q1的源级，第二电容C2的正极与第一二极管D1负极连接。第一功率器件Q1的漏级、第一电容C1负极和第二电容C2负极连接光伏阵列负极。第一功率器件Q1的栅极连接光储直流微网系统控制器1。当第一功率器件Q1导通时，第一电感L1充电，把能量储存在第一电感L1中，此时第二电容C2为直流电网4提供电能。当第一功率器件Q1截止时，第一电感L1产生反向感应电压，光伏阵列和第一电感L1共同经第一二极管D1为第二电容C2充电并为直流电网4提供电能。调节第一功率器件Q1的PWM信号占空比即可实现光伏发电控制。

更进一步地，所述储能电池充放电控制电路3包括第二电感L2、第三电容C3、第四电容C4、第二功率器件Q2、第三功率器件Q3。第三电容C3连接在储能电池输出端，第二功率器件Q2的源级连接储能电池正极，第二功率器件Q2的漏级连接第二电感L2和第三功率器件Q3的源级，第四电容C4正极连接第二电感L2。第三电容C3负极、第四电容C4负极和第三功率器件Q3的漏级均连接储能电池负极。第二功率器件Q2和第三功率器件Q3的栅极均连接光储直流微网系统控制器1。当第二功率器件Q2截止、第三功率器件Q3导通时，储能电池充放电控制电路3为Boost电路，直流电网4为第二电感L2充电，第二功率器件Q2等效为二极管，储能电池储存电能；当第三功率器件Q3截止、第二功率器件Q2导通时，储能电池充放电控制电路3为Buck电路，第三功率器件Q3等效为二极管，储能电池和第二电感L2共同为直流电网4提供电能，调节第二功率器件Q2和第三功率器件Q3的PWM信号占空比即可实现储能电池充放电控制。

步骤2：根据光伏发电控制电路2中第一功率器件Q1损耗值P_{loss_1}、第一功率器件Q1壳温T_{c_Q1}和环境温度T_a，结合功率器件结-壳热网络模型，对第一功率器件Q1进行结温估计，获取第一功率器件Q1结温估计值T_{j_Q1}，转入步骤3。同时，根据储能电池充放电控制电路3中第二功率器件Q2损耗值P_{loss_2}和第三功率器件Q3损耗值P_{loss_3}、第二功率器件Q2壳温T_{c_Q2}和第三功率器件Q3壳温T_{c_Q3}和环境温度T_a，分别对第二功率器件Q2和第三功率器件Q3进行结温估计，分别获取第二功率器件Q2和第三功率器件Q3结温估计值T_{j_Q2}和T_{j_Q3}，转入步骤4。

进一步地，所述结温估计是根据功率器件结-壳热网络模型进行迭代计算。首先，根据功率器件结-壳热网络模型获得微分表达式为：

其中，P为功率器件损耗；T_j为功率器件结温；T_c为功率器件壳温；C₁～C_m为功率器件结-壳热网络模型各节点热容；R₁～R_m为功率器件结-壳热网络模型各节点热阻；T₁～T_m-1为功率器件结-壳热网络模型各节点温度。m＝1,2,3……，m为功率器件结-壳热网络模型阶数，m越大功率器件结-壳热网络模型的精度越高，通常3阶或4阶即可满足计算精度要求；t为时间。

随后，在k时刻对式(1)进行时间离散，得到结温估计的方程组为：

其中，Δt为时间间隔。已知初始状态下功率器件壳温T_c和各节点初始温度T₁～T_m-1，利用式(2)即可对不同时刻的功率器件结温进行估计。

步骤3：根据光伏阵列输出电压V_PV、光伏阵列输出电流I_PV和光伏发电控制电路2中第一功率器件Q1结温估计值T_{j_Q1}，结合光伏阵列最大功率动态限制的扰动观察法，输出第一功率器件Q1的PWM信号占空比值D_{_Q1}，转入步骤5。

进一步地，所述光伏阵列最大功率动态限制的扰动观察法，其原理如图4所示，第一功率器件Q1主动热控制步骤如下：

步骤3-1：采集当前时刻光伏阵列输出电压V_PV(k)和输出电流I_PV(k)，计算光伏阵列当前时刻输出功率P(k)：

P(k)＝V_PV(k)*I_PV(k) (3)

步骤3-2：将第一功率器件Q1的结温估计值T_{j_Q1}与第一功率器件Q1允许的最大结温T_{jmax_Q1} ^*作差后输入第一PI控制器，对第一功率器件Q1结温T_{j_Q1}进行闭环控制，得到光伏阵列最大功率限制值P_lim。根据光伏阵列最大功率限制值P_lim和光伏阵列当前k时刻输出功率P(k)，结合光伏阵列最大功率动态限制策略，适时调整传统扰动观察法跟踪的最大功率点；在本实施例中，所述第一功率器件Q1允许的最大结温T_{jmax_Q1} ^*为85℃。

步骤3-3：采用传统扰动观察法进行最大功率点跟踪，输出光伏发电控制电路2中第一功率器件Q1的PWM信号占空比值D_{_Q1}。

更进一步地，所述光伏阵列最大功率动态限制策略为：若当前k时刻光伏阵列输出功率P(k)≤光伏阵列最大功率限制值P_lim，传统扰动观察法跟踪光伏阵列在当前工况下所能输出的最大功率；若当前k时刻光伏阵列输出功率P(k)＞光伏阵列最大功率限制值P_lim，传统扰动观察法跟踪光伏阵列最大功率限制值P_lim。随后进行传统扰动观察法控制。

更进一步地，所述传统扰动观察法，首先比较当前k时刻光伏阵列输出功率P(k)和k-1时刻光伏阵列输出功率P(k-1)，再比较当前k时刻光伏阵列输出电压V_PV(k)和k-1时刻光伏阵列输出电压V_PV(k-1)：

若P(k)>P(k-1)且V_PV(k)>V_PV(k-1)，则增大第一功率器件Q1占空比；

若P(k)>P(k-1)且V_PV(k)<V_PV(k-1)，则减小第一功率器件Q1占空比；

若P(k)<P(k-1)且V_PV(k)>V_PV(k-1)，则减小第一功率器件Q1占空比；

若P(k)<P(k-1)且V_PV(k)<V_PV(k-1)，则增大第一功率器件Q1占空比。

最后，更新k-1时刻光伏阵列输出电压V_PV(k-1)、光伏阵列输出电流I_PV(k-1)、光伏阵列输出功率P(k-1)和k-1时刻第一功率器件Q1的PWM占空比信息D(k-1)。输出第一功率器件Q1的PWM占空比值D_{_Q1}＝D(k)，结束并返回步骤3-1。

步骤4：根据直流电网电压V_DC、储能电池电压V_bat、储能电池电流I_bat、储能电池充放电控制电路中第二功率器件Q2结温估计值T_{j_Q2}和第三功率器件Q3结温估计值T_{j_Q3}，结合储能电池充放电电流动态限制的双闭环PI控制，输出第二功率器件Q2的PWM信号占空比值D_{_Q2}和第三功率器件Q3的PWM信号占空比值D_{_Q3}，转入步骤5。

进一步地，所述储能电池充放电电流动态限制的双闭环PI控制，其原理如图5所示，包括第二功率器件Q2结温闭环、第三功率器件Q3结温闭环、直流电网电压和储能电池充放电电流的双闭环，用于储能电池充放电控制以及第二功率器件Q2和第三功率器件Q3主动热控制。

进一步地，所述第二功率器件Q2结温闭环，将实施例中储能电池充放电控制电路3的第二功率器件Q2结温T_{j_Q2}与第二功率器件Q2允许的最大结温T_{jmax_Q2} ^*作差后输入第二PI控制器，对第二功率器件Q2结温T_{j_Q2}进行闭环控制。由于第二功率器件Q2导通时储能电池充放电控制电路3为放电状态，故通过第二功率器件Q2结温闭环得到储能电池放电电流的限制值I_{lim_discharge}；在本实施例中，所述第二功率器件Q2允许的最大结温T_{jmax_Q2} ^*为85℃。

进一步地，所述第三功率器件Q3结温闭环，将实施例中储能电池充放电控制电路3的第三功率器件Q3结温T_{j_Q3}与第三功率器件Q3允许的最大结温T_{jmax_Q3} ^*作差后输入第三PI控制器，对第三功率器件Q3结温T_{j_Q3}进行闭环控制。由于第三功率器件Q3导通时储能电池充放电控制电路3为充电状态，故通过第三功率器件Q3结温闭环得到储能电池充电电流的限制值I_{lim_charge}；在本实施例中，所述第三功率器件Q3允许的最大结温T_{jmax_Q3} ^*为85℃。

进一步地，所述直流电网电压和储能电池充放电电流的双闭环，将实施例中直流电网电压V_DC与参考电压V_DC ^*作差后输入PI控制器，对直流电网电压V_DC进行闭环控制，输出储能电池充放电电流I。限制器以储能电池放电电流的限制值I_{lim_discharge}作为储能电池充放电电流闭环控制的饱和下限值，以储能电池充电电流的限制值I_{lim_charge}作为储能电池充放电电流闭环控制的饱和上限值。经限制器限制后输出的充放电电流I_dis/charge与参考充放电电流I_dis/charge ^*作差后输入PI控制器，对储能电池充放电电流I进行闭环控制，得到第三功率器件Q3的PWM信号占空比值D_{_Q3}，第二功率器件Q2与第三功率器件Q3互补导通，故第二功率器件Q2的PWM信号占空比D_{_Q2}＝1-D_{_Q3}。

将所述第一功率器件Q1的PWM信号占空比D_{_Q1}、第二功率器件Q2的PWM信号占空比D_{_Q2}和第三功率器件Q3的PWM信号占空比D_{_Q3}输入光储直流微网系统控制器1，根据占空比输出PWM信号，实现本发明对光储直流微网系统的主动热控制。

Claims (3)

1.一种光储直流微网系统的主动热控制方法，其特征在于，具体步骤如下：

步骤1：建立功率器件结-壳热网络模型，同时采集光伏发电控制电路的状态参数、储能电池充放电控制电路的状态参数和环境参数；所述光伏发电控制电路的状态参数包括光伏阵列输出电压、光伏阵列输出电流、光伏发电控制电路中功率器件损耗值和光伏发电控制电路中功率器件壳温；所述储能电池充放电控制电路的状态参数包括直流电网电压、储能电池电压、储能电池充放电电流、储能电池充放电控制电路中功率器件损耗值和储能电池充放电控制电路中功率器件壳温；所述环境参数为环境温度，转入步骤2；

步骤2：根据功率器件损耗值、功率器件壳温和环境温度，结合功率器件结-壳热网络模型，对光伏发电控制电路中功率器件进行结温估计，获取光伏发电控制电路中功率器件结温估计值；同时对储能电池充放电控制电路中功率器件进行结温估计，获取储能电池充放电控制电路中功率器件结温估计值，转入步骤3；

步骤3：根据光伏阵列输出电压、光伏阵列输出电流和光伏发电控制电路中功率器件结温估计值，通过光伏阵列最大功率动态限制的扰动观察法，输出光伏发电控制电路中功率器件的PWM信号占空比值D_{_Q1}，具体如下：

步骤3-1：采集当前k时刻光伏阵列输出电压V_PV(k)和光伏阵列输出电流I_PV(k)，计算光伏阵列当前k时刻输出功率P(k)：

P(k)＝V_PV(k)*I_PV(k)

步骤3-2：将光伏发电控制电路中功率器件结温估计值输入第一PI控制器进行闭环控制，得到光伏阵列最大功率限制值P_lim；根据光伏阵列最大功率限制值P_lim和光伏阵列当前k时刻输出功率P(k)，再通过光伏阵列最大功率动态限制策略，适时调整传统扰动观察法允许跟踪的最大功率点；

步骤3-3：采用传统扰动观察法进行最大功率点跟踪，输出光伏发电控制电路中功率器件的PWM信号占空比值D_{_Q1}；

转入步骤4；

步骤4：根据直流电网电压、储能电池电压、储能电池充放电电流和储能电池充放电控制电路中功率器件结温估计值，通过储能电池充放电电流动态限制的双闭环PI控制，输出储能电池充放电控制电路中功率器件的PWM信号占空比值D_{_Q2}和D_{_Q3}，具体如下：

所述储能电池充放电控制电路包括第二电感L2、第三电容C3、第四电容C4、第二功率器件Q2、第三功率器件Q3；第三电容C3连接在储能电池输出端，第二功率器件Q2的源级连接储能电池正极，第二功率器件Q2的漏级连接第二电感L2和第三功率器件Q3的源级，第四电容C4正极连接第二电感L2；第三电容C3负极、第四电容C4负极和第三功率器件Q3的漏级均连接储能电池负极；第二功率器件Q2和第三功率器件Q3的栅极均连接光储直流微网系统控制器；当第二功率器件Q2截止、第三功率器件Q3导通时，储能电池充放电控制电路为Boost电路，直流电网为第二电感L2充电，第二功率器件Q2等效为二极管，储能电池储存电能；当第三功率器件Q3截止、第二功率器件Q2导通时，储能电池充放电控制电路为Buck电路，第三功率器件Q3等效为二极管，储能电池和第二电感L2共同为直流电网提供电能，调节第二功率器件Q2和第三功率器件Q3的PWM信号占空比即可实现储能电池充放电控制；

储能电池充放电电流动态限制的双闭环指储能电池的充放电电压外环和充放电电流内环；

根据储能电池充放电电流动态限制策略，对充放电电流内环进行动态限制，输出储能电池充放电控制电路中功率器件的PWM信号占空比值D_{_Q2}和D_{_Q3}；

转入步骤5；

步骤5：光储直流微网系统根据D_{_Q1}、D_{_Q2}和D_{_Q3}，输出相应的PWM信号，实现光伏阵列的最大功率点跟踪、储能电池充放电控制和功率器件的主动热控制。

2.根据权利要求1所述的光储直流微网系统的主动热控制方法，其特征在于，所述步骤3-2中，将光伏发电控制电路中功率器件结温估计值输入第一PI控制器进行闭环控制，得到光伏阵列最大功率限制值P_lim；根据光伏阵列最大功率限制值P_lim和光伏阵列当前k时刻输出功率P(k)，通过光伏阵列最大功率动态限制策略，适时调整传统扰动观察法允许跟踪的最大功率点，具体如下：

若当前k时刻光伏阵列输出功率P(k)≤光伏阵列最大功率限制值P_lim，通过传统扰动观察法跟踪光伏阵列在当前工况下所能输出的最大功率；若当前k时刻光伏阵列输出功率P(k)＞光伏阵列最大功率限制值P_lim，则通过传统扰动观察法跟踪光伏阵列最大功率限制值P_lim。

3.根据权利要求1所述的光储直流微网系统的主动热控制方法，其特征在于：所述储能电池充放电电流动态限制策略，包括储能电池充电电流限制和储能电池放电电流限制；

储能电池充电电流限制原理为：将控制储能电池充电的功率器件结温估计值输入第二PI控制器，输出储能电池充电电流限制值I_{lim_charge}；

储能电池放电电流限制原理为：将控制储能电池放电的功率器件结温估计值输入第三PI控制器，输出储能电池放电电流限制值I_{lim_discharge}；

根据储能电池充电电流限制值I_{lim_charge}和储能电池放电电流限制值I_{lim_discharge}对电流内环的电流进行动态限制。