CN113485126B - 一种用于直流微电网集群的改进型动态矩阵控制三次控制方法 - Google Patents
一种用于直流微电网集群的改进型动态矩阵控制三次控制方法 Download PDFInfo
- Publication number
- CN113485126B CN113485126B CN202110969533.0A CN202110969533A CN113485126B CN 113485126 B CN113485126 B CN 113485126B CN 202110969533 A CN202110969533 A CN 202110969533A CN 113485126 B CN113485126 B CN 113485126B
- Authority
- CN
- China
- Prior art keywords
- control
- time
- deviation
- dynamic matrix
- current micro
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Dc-Dc Converters (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供了一种用于直流微电网集群的改进型动态矩阵控制(ImprovedDynamic Matrix Control,IDMC)三次控制方法,用于管理集群内各直流微电网之间的功率分配,合理利用微源并降低集群内部器件应力,进而提高集群的整体性能,所提IDMC算法一方面将“时间最优控制”策略引入到控制量的调整,即根据预测输出与实时输出偏差的大小不同,采取相应的控制参数,实现阶段性最优控制;另一方面引入柔化因子改进动态矩阵,将控制增量求解过程中的M*M维矩阵求逆转化为数字标量求逆,有效的降低运算时间并减小系统的跟踪误差,本发明最后通过对比IDMC和传统动态矩阵控制的集群三次控制功率分配效果,证实了改进型控制策略有效的降低控制时间,并提高系统的稳态性能。
Description
技术领域
本发明涉及动态矩阵控制三次控制领域,具体涉及一种用于直流微电网集群的改进型动态矩阵控制三次控制方法。
背景技术
小型的直流微电网与基于直流的分布式微源和负载具有良好的接口,比交流微电网更具有优势。此外,多个直流微电网可以互联成集群,实现灵活的功率分配,进一步发挥直流分布式电源系统可靠性和经济效益等优势。文献《Model Predictive Control of DC–DC Converters to Mitigate the Effects of Pulsed Power Loads in Naval DCMicrogrids》IEEE Transactions on Industrial Electronics(2019,66(7):5676-5685)提出将模型预测控制策略应用于海军直流微电网以减轻脉冲负载对控制器造成的损害,最后通过实验证实所提控制的瞬态和稳态效果都优于所比较的其他控制策略。文献《Practical PLC-Based Implementation of Adaptive Dynamic Matrix Controller forEnergy-Efficient Control of Heat Sources》IEEE Transactions on IndustrialElectronics(2020,PP(99):1-1)将DMC策略应用于部分工业热源的控制器,在工业条件下进行仿真和真实调试证明所提控制器效果优于传统控制器。
文献《Function Controller Design in Tertiary Level for DC MicrogridClusters》2020IEEE 9th International Power Electronics and Motion ControlConference(IPEMC2020-ECCE Asia)提出了一种预测函数控制算法来对直流微电网集群进行三次控制,尽管在功率分配及控制器的动态性上进行了优化,但控制器设计及理论建模较为复杂。
专利《一种用于直流微电网集群的非参数化模型预测三次控制方法》提出将DMC策略应用于直流微电网集群的功率分配,有效的降低了控制器的复杂建模。
发明内容
本发明的目的在于克服现有技术中存在的上述问题,提供一种用于直流微电网集群的改进型动态矩阵控制三次控制方法。
为实现上述技术目的,达到上述技术效果,本发明是通过以下技术方案实现:
一种用于直流微电网集群的改进型动态矩阵控制三次控制方法,其特征在于:包括IDMC算法,其具体步骤为:
步骤S1:离线采集直流微电网启动到稳态过程中负载端输出电流的实时阶跃响应数据;
步骤S2:利用模型向量a建立动态矩阵;
步骤S3:对控制增量进行约束;
步骤S4:利用动态矩阵,构建改进后的预测模型;
步骤S5:确定目标函数,并根据约束条件进行求解;
步骤S7:按照步骤6的最优控制增量即可计算出未来时刻的预测输出值:
步骤S8:检测被控对象的实际输出y(k+1),这样便与步骤7所得的预测输出值构成输出偏差:
步骤S9:根据当前时刻输出偏差e(k+1)的大小划分为“大、中、小”三类;
步骤S10:采用对偏差e(k+1)加权的方式进一步修正预测输出值:
优选地,所述步骤S1,构建IDMC的模型向量a=[a1,a2,...aN]T,其中N称为建模时域。
这里,A为单位阶跃响应系数ai组成的P×M矩阵,其中P和M分别称为预测时域和控制时域,同时规定M≤P≤N。
优选地,所述步骤S3,引入柔化因子β,即:Δu(k+i)=βi·Δu(k),(i=0,1...M-1),β∈(0,1);则
ΔU(k)=[1,β,β2...βM-1]T·Δu(k)@Aβ·Δu(k),其中Aβ=[1,β,β2...βM-1]T。
优选地,所述步骤S4:
优选地,所述步骤S5,目标函数写成如下向量形式:
优选地,所述步骤S6:
优选地,所述步骤S9,其中“大、中”偏差分别对应不同权重系数“k1、k2”,“小”偏差则按照步骤6求得的最优控制增量进行调节,即:偏差e(k+1)进入“大”范围,控制量为:u(k+1)=k1·emax(k+1),偏差e(k+1)进入“中”范围,控制量为:Δu(k+1)=k2·e(k+1),u(k+1)=u(k)+Δu(k+1),偏差e(k+1)进入“小”范围,按照如下步骤进行。
优选地,所述步骤S11,该值表示为:
有益效果:
1、与传统的DMC算法相比,IDMC算法采用时间最优控制策略,即根据偏差大小的不同而采取相应的控制手段。在偏差大的时候采用比例放大控制量的策略,使偏差迅速降低;“中”范围的设定是为了整体控制的平滑性;而进入“小”范围则利用IDMC策略完成相应的控制。该策略有效的降低了直流微电网集群功率分配所需时间。
2、通过引入柔化因子改进动态矩阵,提高了对未来时刻的“阶跃数据”的利用率,减小了功率分配时的偏差。此外,改进型动态矩阵的引入将原来的M·M维矩阵求逆转换为纯数值求逆,即取其倒数,有效的降低控制器的运算时间,提高了直流微电网集群整体性能。
当然,实施本发明的任一产品并不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中直流微电网集群架构示意图;
图2为本发明中基于单个直流微电网采用IDMC算法的控制框图;
图3为本发明中IDMC策略的流程图;
图4(a),(b),(c)为本发明中IDMC策略与传统DMC策略的直流微电网负载端输出电流、电压以及联络线上电流对比波形;
图5(a),(b),(c)为本发明中两种控制策略在网1负载发生跳变时各个微电网负载端输出电流、电压以及联络线上电流对比波形;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:
参见图1,本发明为发明可用于对多个直流微电网集群进行三次控制,基本的直流微电网内由光伏模块、储能模块、负载等组成,多个直流微电网互联成集群。本发明在此搭建两个互联的直流微电网集群拓扑,每个微电网均由两个并联的储能微源、Buck变换器和对应的阻性负载组成,互联集群通过π型联络线连接,母线电压额定值为48V,以此来验证IDMC策略的优越性。
实施例2:
图2为基于单个直流微电网采用IDMC算法的控制框图。整体控制策略如下:预测模块根据初始预测值、柔化动态矩阵以及控制增量产生相应的预测输出,根据预测输出与系统实时输出的偏差不同而采用分段控制策略,当偏差较小时,利用误差加权的方式修正预测输出,并利用移位矩阵确保整个控制过程能在线反复进行,使用IDMC策略以确保系统快速、平稳地运行。
实施例3:
图3为IDMC策略的流程图,该流程图从算法的角度详细的介绍了IDMC策略的实现过程。所提IDMC策略新在两个方面:1.引入改进型动态矩阵,强化了对阶跃响应数据的利用,同时降低了控制器在线的运算时间;2.“分段控制”的策略为时间最优控制,同样降低了在线运算时间。
实施例4:
图4为采用IDMC策略与传统DMC策略的直流微电网负载端输出电流、电压以及联络线上电流对比波形,需注意的是,本发明通过动态一致性协议采集相邻直流微电网负载端的输出电流,通过电流的变化展示网间功率的流动的现象。在进行IDMC策略实现三次控制时,需确保一次控制和二次控制使母线电压稳定在48V,网1负载端输出电流稳定为6A,网2负载端输出电流稳定为4A。三次控制采用IDMC算法进行配置,使各个微电网负载电流均流,即负载端消耗较低功率的微电网承担部分消耗功率较高微电网的负载,达到两个微电网应力分担、功率流动的目的。由图4(a),(c)可知,IDMC策略比传统DMC策略控制速度要快,控制时间相对较短,由图4(b)可知,采用IDMC策略控制下的母线电压振幅要比传统DMC控制振幅高3V,但恢复稳态所需时间更短。
实施例5:
图5为网1侧负载发生跳变各个微电网负载端输出电流、电压以及联络线上电流对比波形。为了模拟直流微电网负载侧发生故障,本发明对网1的负载进行投切,在0.03s时将负载由原来的8Ω跳变为4Ω,在0.05s时再次恢复到初始状态。在0.03s时,网1负载端输出电流将由原来的6A跳变为12A,网2孤岛运行稳态电流为4A,在该时刻所提控制策略为实现功率分配,通过微调母线电压使负载端电流均衡,即两个微电网稳态电流为8A。图5(a),(b)表明IDMC策略在实现集群内功率分配方面具有明显的速度优势,图5(c)为联络线上电流对比图,使用了IDMC策略后能更快的达到给定参考。
通过上述仿真波形,可以得出本发明提出的IDMC策略相对于传统DMC来讲,对直流微电网集群三次控制的控制速度和效果具有明显优势。微电网受到扰动时,在IDMC的分段控制作用下,同样能够很快的达到稳定状态。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料过着特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式,显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种用于直流微电网集群的改进型动态矩阵控制三次控制方法,其特征在于:包括IDMC算法,其具体步骤为:
步骤S1:离线采集直流微电网启动到稳态过程中负载端输出电流的实时阶跃响应数据;
步骤S2:利用模型向量a建立动态矩阵,
这里,A为单位阶跃响应系数ai组成的P×M矩阵,其中P和M分别称为预测时域和控制时域,同时规定M≤P≤N;
步骤S3:对控制增量进行约束,引入柔化因子β,即:Δu(k+i)=βi·Δu(k),(i=0,1...M-1),β∈(0,1);则
ΔU(k)=[1,β,β2...βM-1]T·Δu(k)@Aβ·Δu(k),其中Aβ=[1,β,β2...βM-1]T;
步骤S4:利用动态矩阵,构建改进后的预测模型:
步骤S5:确定目标函数,并根据约束条件进行求解;目标函数写成如下向量形式:
步骤S7:按照步骤6的最优控制增量即可计算出未来时刻的预测输出值:
步骤S8:检测被控对象的实际输出y(k+1),这样便与步骤7所得的预测输出值构成输出偏差:
步骤S9:根据当前时刻输出偏差e(k+1)的大小划分为“大、中、小”三类;
步骤S10:采用对偏差e(k+1)加权的方式进一步修正预测输出值:
其中:
2.根据权利要求1所述的一种用于直流微电网集群的改进型动态矩阵控制三次控制方法,其特征在于:所述步骤S1,构建IDMC的模型向量a=[a1,a2,...aN]T,其中N称为建模时域。
4.根据权利要求1所述的一种用于直流微电网集群的改进型动态矩阵控制三次控制方法,其特征在于:所述步骤S9,其中“大、中”偏差分别对应不同权重系数“k1、k2”,“小”偏差则按照步骤6求得的最优控制增量进行调节,即:偏差e(k+1)进入“大”范围,控制量为:u(k+1)=k1·emax(k+1),偏差e(k+1)进入“中”范围,控制量为:Δu(k+1)=k2·e(k+1),u(k+1)=u(k)+Δu(k+1),偏差e(k+1)进入“小”范围,按照如下步骤进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110969533.0A CN113485126B (zh) | 2021-08-23 | 2021-08-23 | 一种用于直流微电网集群的改进型动态矩阵控制三次控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110969533.0A CN113485126B (zh) | 2021-08-23 | 2021-08-23 | 一种用于直流微电网集群的改进型动态矩阵控制三次控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113485126A CN113485126A (zh) | 2021-10-08 |
CN113485126B true CN113485126B (zh) | 2023-05-12 |
Family
ID=77947075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110969533.0A Active CN113485126B (zh) | 2021-08-23 | 2021-08-23 | 一种用于直流微电网集群的改进型动态矩阵控制三次控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113485126B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159093B (zh) * | 2015-10-08 | 2018-06-29 | 国电南京自动化股份有限公司 | 基于模型自适应的微电网能量优化控制系统及其设计方法 |
CN108363306B (zh) * | 2018-03-20 | 2020-04-24 | 东南大学 | 基于线性二次型优化的微电网分布式控制器参数确定方法 |
CN110021960B (zh) * | 2019-04-23 | 2023-04-21 | 华南理工大学 | 一种基于模型预测控制的孤岛微电网电压频率控制方法 |
CN110190599B (zh) * | 2019-06-10 | 2020-12-22 | 燕山大学 | 一种基于有限时间一致性理论的孤岛微电网控制方法 |
CN110867848B (zh) * | 2019-10-28 | 2021-05-14 | 安徽工业大学 | 一种用于直流微电网群落的能量管理预测控制方法 |
CN111525702A (zh) * | 2020-06-11 | 2020-08-11 | 安徽工业大学 | 一种用于直流微电网集群的分布式预测三次控制方法 |
AU2020102128A4 (en) * | 2020-09-03 | 2020-10-15 | Ballal, Makarand Sudhakar MR | A multi-microgrid system |
CN112366735B (zh) * | 2020-12-01 | 2022-06-07 | 合肥工业大学 | 一种基于自适应在线模型辨识的微电网二次调频方法 |
-
2021
- 2021-08-23 CN CN202110969533.0A patent/CN113485126B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113485126A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108879690B (zh) | 一种交直流混合微电网数据驱动控制方法 | |
Cai et al. | A multi-level control architecture for master-slave organized microgrids with power electronic interfaces | |
CN107529678B (zh) | 可扩展安全稳定约束的交直流电网多目标优化控制方法 | |
CN111313713B (zh) | 一种大规模直流变压器的分布式控制方法 | |
CN105337310A (zh) | 一种串联结构光储型多微网经济运行系统及方法 | |
CN111725798A (zh) | 一种用于直流微电网集群的分布式经济调度预测控制方法 | |
CN110460089A (zh) | 一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法 | |
Saadatmand et al. | The heuristic dynamic programming approach in boost converters | |
Lai et al. | Robust distributed cooperative control for DC mircogrids with time delays, noise disturbances, and switching topologies | |
CN111525702A (zh) | 一种用于直流微电网集群的分布式预测三次控制方法 | |
CN113485126B (zh) | 一种用于直流微电网集群的改进型动态矩阵控制三次控制方法 | |
CN107565837A (zh) | 一种多代价函数降频模型预测直接功率控制方法 | |
CN106842958B (zh) | 一种背靠背转换器的分布式模型预测控制方法 | |
CN111817287A (zh) | 一种用于直流微电网集群的非参数化模型预测三次控制方法 | |
CN113224767A (zh) | 直流微电网分布式次级控制中通信延迟的改进方法 | |
Haileselassie et al. | Secondary control in multi-terminal VSC-HVDC transmission system | |
Zhang et al. | An event-triggered deadbeat control considering dynamic power loss compensation for hybrid energy storage system | |
CN104167764A (zh) | 具有滞回特性的下垂-pq型微电网逆变器电源 | |
Qin et al. | Tertiary control based on non-parametric model prediction for dc microgrid cluster | |
CN115133540B (zh) | 一种配电网无模型的实时电压控制方法 | |
CN114710055B (zh) | 基于有限集单矢量的两并联功率变流器模型预测控制方法 | |
Mahmud et al. | Nonlinear partial feedback linearizing output feedback control of islanded DC microgrids | |
CN112510673B (zh) | 考虑母线电压约束的多母线直流微电网经济调度控制方法 | |
CN114156858A (zh) | 一种多储能直流配电网协调控制方法及系统 | |
Cheng et al. | Distributed control for multiple hybrid energy storage systems using consensus algorithm in direct current power supply system |
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 |