CN113629748B - 一种五电平储能变流器级联模型预测控制方法及装置 - Google Patents
一种五电平储能变流器级联模型预测控制方法及装置 Download PDFInfo
- Publication number
- CN113629748B CN113629748B CN202111182898.5A CN202111182898A CN113629748B CN 113629748 B CN113629748 B CN 113629748B CN 202111182898 A CN202111182898 A CN 202111182898A CN 113629748 B CN113629748 B CN 113629748B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage converter
- model
- voltage
- level energy
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000011217 control strategy Methods 0.000 claims abstract description 77
- 230000001360 synchronised effect Effects 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 32
- 239000003990 capacitor Substances 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 230000033228 biological regulation Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 239000000725 suspension Substances 0.000 claims description 2
- 230000006870 function Effects 0.000 description 13
- 150000001875 compounds Chemical class 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 230000001629 suppression Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000007667 floating Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H02J3/01—Arrangements for reducing harmonics or ripples
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明公开一种五电平储能变流器级联模型预测控制方法及装置,方法包括:设置两级式模型预测控制策略;基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制;根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。采用定开关频率的适用于五电平储能变流器拓扑的两级式模型预测控制策略,第一级采用基于模型预测控制的虚拟同步机策略,第二级采用定开关频率的模型预测控制策略,能够有效支撑电网电压和频率。
Description
技术领域
本发明属于电力电子技术领域,尤其涉及一种五电平储能变流器级联模型预测控制方法及装置。
背景技术
ANPC五电平储能变流器因其谐波小、损耗低、电压应力小等诸多优势,在光伏并网发电、中压电机驱动及储能系统中得以广泛应用。
储能变流器控制策略是其关键难题。现有ANPC五电平调制策略主要分为基于载波调制的脉宽调制策略(如移相脉宽调制策略及电平移位脉宽调制策略)以及空间矢量脉宽调制策略。其中,载波调制策略存在直流母线电压利用率低的难题。零序电压注入法虽然可有效解决该难题。但是,伴随着电平数目的不断提高,零序电压计算变得愈加复杂,给控制器性能提出了巨大挑战。空间矢量调制策略则是因其需要进行扇区判断及电压矢量作用时间计算等步骤,计算尤为繁琐,实现困难。应用空间矢量调制算法后,其中点电压及悬浮电容电压平衡控制亦将变得尤为复杂。
在多电平储能变流器中,存在交流电压、直流母线电压,悬浮电容电压等多个关键控制目标,需要多个控制器,极易导致控制参数复杂、系统稳定性变差。模型预测控制是一种能够实现多目标优化的控制策略,具有动态相应快、实现简单、易于包含非线性约束等优点,近年来受到越来越多的关注。此外,伴随着新能源的大规模接入电网,电力系统电力电子化程度日趋明显,电网电压频率波动抑制显得尤为重要。储能变流器可充分利用储能剩余容量,为电网提供有效的电压和惯性频率支撑,使得交流频率在调节过程中实现平滑稳定响应。然而,现有五电平ANPC储能变流器模型预测控制策略单纯考虑了中点电压及悬浮电容电压的调节,并不具备电网电压支撑及电网频率波动抑制的功能。
因此,亟需提出一种新型的五电平储能变流器模型预测控制方法及装置,既能简化现有五电平储能变流器控制策略,又能进一步实现电网电压和频率支撑的功能。
发明内容
本发明提供一种五电平储能变流器级联模型预测控制方法及装置,用于至少解决上述技术问题之一。
第一方面,本发明提供一种五电平储能变流器级联模型预测控制方法,包括:步骤1:设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;步骤2:基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制,其中,对五电平储能变流器模型的功率外环进行控制包括:计算最优功率变化率,并基于所述最优功率变化率对五电平储能变流器模型的功率外环进行控制,使输出最优功率;对五电平储能变流器模型的电压内环进行控制包括:根据获取的所述最优功率,基于积分环节计算参考电压相位;根据获取的所述参考电压相位,基于无功功率下垂得到参考电压幅值;根据获取的所述参考电压幅值,对五电平储能变流器模型的电压内环进行控制,使输出电压参考值;步骤3:根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
第二方面,本发明提供一种五电平储能变流器级联模型预测控制装置,包括:设置模块,配置为设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;控制模块,配置为基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制,其中,对五电平储能变流器模型的功率外环进行控制包括:计算最优功率变化率,并基于所述最优功率变化率对五电平储能变流器模型的功率外环进行控制,使输出最优功率;对五电平储能变流器模型的电压内环进行控制包括:根据获取的所述最优功率,基于积分环节计算参考电压相位;根据获取的所述参考电压相位,基于无功功率下垂得到参考电压幅值;根据获取的所述参考电压幅值,对五电平储能变流器模型的电压内环进行控制,使输出电压参考值;修正模块,配置为根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
第三方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的一种五电平储能变流器级联模型预测控制方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行本发明任一实施例的一种五电平储能变流器级联模型预测控制方法的步骤。
本申请的一种五电平储能变流器级联模型预测控制方法及装置,具有以下有益效果:
(1)采用定开关频率的适用于五电平储能变流器拓扑的两级式模型预测控制策略,第一级采用基于模型预测控制的虚拟同步机策略,第二级采用定开关频率的模型预测控制策略,能够有效支撑电网电压和频率;
(2)根据谐波电流实时修正五电平储能变流器模型,在该两级式模型预测控制策略的基础之上,实现了电流谐波的有效抑制。
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中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明一实施例提供的一种五电平储能变流器级联模型预测控制方法的流程图;
图2为本发明一实施例提供的五电平储能变流器电压矢量图;
图3为本发明一实施例提供的五电平储能变流器的工频管开关状态及扇区选择图;
图4为本发明一实施例提供的一种五电平储能变流器级联模型预测控制装置的结构框图;
图5是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本申请的一种五电平储能变流器级联模型预测控制方法的流程图。
如图1所示,一种五电平储能变流器级联模型预测控制方法包括以下步骤:
步骤1:设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略。
步骤2:基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制。
在本实施例中,为了实现功率均分及电网惯性支撑,虚拟同步机控制策略可表述为:
式中,为第时刻的机械转矩值,为第时刻的机械角速度与上一时刻的机械角速度之间的差值量,为第时刻的机械转矩值,为控制周期,为转动惯量,为阻尼系数,为第时刻的机械功率与上一时刻的机械功率之间的差值,为第时刻的电磁功率与上一时刻的电磁功率之间的差值,且
根据公式(2)-公式(6)可计算得到最优功率变化率。
通过最优功率变化率对五电平储能变流器模型的功率外环进行控制,使输出最优功率;
对五电平储能变流器模型的电压内环进行控制包括:根据获取的所述最优功率,基于积分环节计算参考电压相位;根据获取的所述参考电压相位,基于无功功率下垂得到参考电压幅值;根据获取的所述参考电压幅值,对五电平储能变流器模型的电压内环进行控制,使输出电压参考值。
步骤3:根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
在本实施例中,首先可基于瞬时无功理论或者其他谐波提取理论获取谐波电流,然后基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值,其中,计算得到储能变流器模型侧输出的修正电压参考值的表达式为:,式中,为第时刻的储能变流器侧输出的修正电压参考值,为滤波电容容值,为滤波电感感量,为控制周期,为第时刻的电容电压值,为第时刻的电容电压值,为第时刻的负载电流值,为第时刻的电感电流值。
综上,本申请的方法采用在功率外环中使用第一级模型预测控制策略,实现了电网电压频率振荡抑制,为电网频率稳定提供了有力支撑,在电压内环中使用第二级模型预测控制策略,简化了计算量及滤波器设计,并且根据谐波电流实时修正五电平储能变流器模型,在该两级式模型预测控制策略的基础之上,实现了电流谐波的有效抑制。
在一些可选的实施例中,所述第一级模型预测控制策略包括模型预测控制策略和虚拟同步发电机控制策略。通过模型预测控制策略与虚拟同步发电机理论结合,根据电网状态实时调整功率输出,增加了系统惯性,达到稳定电网频率的作用。
五电平储能变流器的数学模型为:
将公式(7)可离散化为:
2)相邻两矢量选择
为简化计算,只考虑如空间矢量图2所示的处于顶点和中心的电压矢量。首先根据参考电压矢量幅值确定电压矢量作用在哪个扇区,其具体判断条件如图3所示的表格。假设当参考电压坐落在如图2所示的第一扇区时,此时新的电压矢量需修改为:
为计算得出相邻电压矢量,引入价值函数:
3)最优占空比计算
最优占空比可在电流跟踪误差最小的基础上获得。
4)中点电压调节
中点电压可以通过调节每个小扇区中间矢量的占空比时间实现。以图2中形成的区域为例,矢量和对输出具有相同的作用,但是它们对中点电压的作用是相反的,因此可通过调节矢量和的作用时间实现中点电压的调节。其中,和总作用时间为。
5)悬浮电容电压调节
悬浮电容电压的调节与五电平储能变流器移相控制策略相似,即通过选择冗余矢量的不同开关状态实现各相悬浮电容电压的控制。
请参阅图4,其示出了本申请的一种五电平储能变流器级联模型预测控制装置的结构框图。
如图4所示,五电平储能变流器级联模型预测控制装置200,包括设置模块210、控制模块220以及修正模块230。
其中,设置模块210,配置为设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;控制模块220,配置为基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制,其中,对五电平储能变流器模型的功率外环进行控制包括:计算最优功率变化率,并基于所述最优功率变化率对五电平储能变流器模型的功率外环进行控制,使输出最优功率;对五电平储能变流器模型的电压内环进行控制包括:根据获取的所述最优功率,基于积分环节计算参考电压相位;根据获取的所述参考电压相位,基于无功功率下垂得到参考电压幅值;根据获取的所述参考电压幅值,对五电平储能变流器模型的电压内环进行控制,使输出电压参考值;修正模块230,配置为根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
应当理解,图4中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征以及相应的技术效果同样适用于图4中的诸模块,在此不再赘述。
在另一些实施例中,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的五电平储能变流器级联模型预测控制方法;
作为一种实施方式,本发明的计算机可读存储介质存储有计算机可执行指令,计算机可执行指令设置为:
设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;
基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制;
根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据五电平储能变流器级联模型预测控制装置的使用所创建的数据等。此外,计算机可读存储介质可以包括高速随机存取存储器,还可以包括存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至五电平储能变流器级联模型预测控制装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图5是本发明实施例提供的电子设备的结构示意图,如图5所示,该设备包括:一个处理器310以及存储器320。电子设备还可以包括:输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图5中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例五电平储能变流器级联模型预测控制方法。输入装置330可接收输入的数字或字符信息,以及产生与五电平储能变流器级联模型预测控制装置的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备应用于五电平储能变流器级联模型预测控制装置中,用于客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;
基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制;
根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种五电平储能变流器级联模型预测控制方法,其特征在于,包括:
步骤1:设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;
步骤2:基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制,其中,对五电平储能变流器模型的功率外环进行控制包括:
计算最优功率变化率,并基于所述最优功率变化率对五电平储能变流器模型的功率外环进行控制,使输出最优功率;
对五电平储能变流器模型的电压内环进行控制包括:
根据获取的所述最优功率,基于积分环节计算参考电压相位;
根据获取的所述参考电压相位,基于无功功率下垂得到参考电压幅值;
根据获取的所述参考电压幅值,对五电平储能变流器模型的电压内环进行控制,使输出电压参考值,其中,计算得到储能变流器模型侧输出的修正电压参考值的表达式为:
式中,vi(k+1)*为第k+1时刻的储能变流器侧输出的修正电压参考值,Cf为滤波电容容值,Lf为滤波电感感量,Ts为控制周期,vf(k+1)为第k+1时刻的电容电压值,vf(k)为第k时刻的电容电压值,io(k+1)为第k+1时刻的负载电流值,if(k)为第k时刻的电感电流值;
步骤3:根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
2.根据权利要求1所述的一种五电平储能变流器级联模型预测控制方法,其特征在于,所述第一级模型预测控制策略包括模型预测控制策略和虚拟同步发电机控制策略。
4.根据权利要求1所述的一种五电平储能变流器级联模型预测控制方法,其特征在于,所述第二级模型预测控制策略包括Sx1和Sx2开关状态选择、相邻矢量选择、最优占空比计算、中点电压调节以及悬浮电容电压调节。
5.一种五电平储能变流器级联模型预测控制装置,其特征在于,包括:
设置模块,配置为设置两级式模型预测控制策略,其中,所述两级式模型预测控制策略包括第一级模型预测控制策略以及第二级模型预测控制策略;
控制模块,配置为基于所述第一级模型预测控制策略和所述第二级模型预测控制策略分别对五电平储能变流器模型的功率外环和五电平储能变流器模型的电压内环进行控制,其中,对五电平储能变流器模型的功率外环进行控制包括:
计算最优功率变化率,并基于所述最优功率变化率对五电平储能变流器模型的功率外环进行控制,使输出最优功率;
对五电平储能变流器模型的电压内环进行控制包括:
根据获取的所述最优功率,基于积分环节计算参考电压相位;
根据获取的所述参考电压相位,基于无功功率下垂得到参考电压幅值;
根据获取的所述参考电压幅值,对五电平储能变流器模型的电压内环进行控制,使输出电压参考值,其中,计算得到储能变流器模型侧输出的修正电压参考值的表达式为:
式中,vi(k+1)为第k+1时刻的储能变流器侧输出的修正电压参考值,Cf为滤波电容容值,Lf为滤波电感感量,Ts为控制周期,vf(k+1)为第k+1时刻的电容电压值,vf(k)为第k时刻的电容电压值,io(k+1)为第k+1时刻的负载电流值,if(k)为第k时刻的电感电流值;
修正模块,配置为根据瞬时无功理论提取谐波电流,基于所述谐波电流修改所述五电平储能变流器模型的参考电压幅值,使计算得到储能变流器模型侧输出的修正电压参考值。
6.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至4任一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111182898.5A CN113629748B (zh) | 2021-10-11 | 2021-10-11 | 一种五电平储能变流器级联模型预测控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111182898.5A CN113629748B (zh) | 2021-10-11 | 2021-10-11 | 一种五电平储能变流器级联模型预测控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113629748A CN113629748A (zh) | 2021-11-09 |
CN113629748B true CN113629748B (zh) | 2022-03-11 |
Family
ID=78390938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111182898.5A Active CN113629748B (zh) | 2021-10-11 | 2021-10-11 | 一种五电平储能变流器级联模型预测控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113629748B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9852481B1 (en) * | 2013-03-13 | 2017-12-26 | Johnson Controls Technology Company | Systems and methods for cascaded model predictive control |
CN106712556A (zh) * | 2017-03-10 | 2017-05-24 | 中国矿业大学 | 一种三电平h桥五电平逆变器直流侧电容电压平衡方法 |
CN108539798B (zh) * | 2018-04-18 | 2020-12-18 | 国网浙江省电力有限公司电力科学研究院 | 基于模型预测控制的储能系统二次调节策略 |
CN110299717B (zh) * | 2019-07-11 | 2022-04-29 | 东南大学 | 一种基于模型预测控制的分布式混合储能系统能量均衡控制策略 |
CN113179059B (zh) * | 2021-05-21 | 2022-08-12 | 南京理工大学 | 一种改进的虚拟同步发电机模型预测控制方法及系统 |
-
2021
- 2021-10-11 CN CN202111182898.5A patent/CN113629748B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113629748A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Long et al. | Frequency stability enhancement of an islanded microgrid: A fractional-order virtual synchronous generator | |
Bayhan et al. | Predictive control of power electronic converters | |
Zarei et al. | Model predictive control for PMSG-based wind turbines with overmodulation and adjustable dynamic response time | |
CN115764987A (zh) | 一种控制方法、新能源变换器和并网电力系统 | |
CN113315385B (zh) | 海洋直驱永磁同步风电变流器动态级联预测控制方法 | |
CN113659611B (zh) | 一种并网模式下虚拟同步发电机虚拟惯量的控制方法 | |
Lyu et al. | Fuzzy control based virtual synchronous generator for self-adaptative control in hybrid microgrid | |
CN113991715A (zh) | 非理想电网下中压直挂不对称混合储能系统控制方法 | |
CN113629748B (zh) | 一种五电平储能变流器级联模型预测控制方法及装置 | |
Olloqui et al. | Indirect power control of a DFIG using model-based predictive rotor current control with an indirect matrix converter | |
Sultana et al. | A computationally efficient finite state model predictive control for cascaded multilevel inverter | |
Elshafei et al. | Adaptive fuzzy regulation of the DC-bus capacitor voltage in a wind energy conversion system (WECS) | |
Bighash et al. | A novel model predictive control for single-phase grid-connected photovoltaic inverters | |
CN110011322B (zh) | 一种二极管箝位三电平逆变器混合无源控制系统及方法 | |
Tian et al. | Computationally efficient optimization method for model predictive pulse pattern control of modular multilevel converters | |
Kandasamy et al. | Artificial neural network based intelligent controller design for grid-tied inverters of microgrid under load variation and disturbance | |
Sultan et al. | Enhancing the Performance of Smart Grid Using Model Predictive Control. | |
CN111682786A (zh) | 一种改进的级联型pwm整流器的控制方法 | |
Sharma et al. | Improved generalised integrator for optimal dispatch of SyRG‐based pico‐hydro‐PV system | |
CN117691648B (zh) | 一种构网型储能换流器控制方法、系统、设备及存储介质 | |
Tayab et al. | A modified droop controller for parallel operation of single-phase inverters in Islanded microgrid | |
CN117937640B (zh) | 一种基于有限时间理论的虚拟同步机控制方法 | |
CN113485109B (zh) | 一种基于可变优先级的变流器动态级联控制方法及系统 | |
Chandran et al. | Grid Interfaced Solar Pv-Bes Based Pico Hydro System Using So-Ccf Based Robust Control Strategy | |
Song et al. | An IPAVSG Control Strategy for Microgrid With Multi-Parallel VSG 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 |