CN114094664A - 分布式电池储能系统SoC平衡控制方法及系统 - Google Patents

分布式电池储能系统SoC平衡控制方法及系统 Download PDF

Info

Publication number
CN114094664A
CN114094664A CN202111388840.6A CN202111388840A CN114094664A CN 114094664 A CN114094664 A CN 114094664A CN 202111388840 A CN202111388840 A CN 202111388840A CN 114094664 A CN114094664 A CN 114094664A
Authority
CN
China
Prior art keywords
value
current
charge
state
voltage
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
CN202111388840.6A
Other languages
English (en)
Other versions
CN114094664B (zh
Inventor
许德智
杨玮林
潘庭龙
张伟明
范永强
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.)
Jiangnan University
Original Assignee
Jiangnan 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 Jiangnan University filed Critical Jiangnan University
Priority to CN202111388840.6A priority Critical patent/CN114094664B/zh
Publication of CN114094664A publication Critical patent/CN114094664A/zh
Application granted granted Critical
Publication of CN114094664B publication Critical patent/CN114094664B/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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0063—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with circuits adapted for supplying loads from the battery
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/0071—Regulation of charging or discharging current or voltage with a programmable schedule
    • 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
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
    • H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
    • H02J9/062—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems for AC powered loads
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种分布式电池储能系统SoC平衡控制方法，包括获取智能体的电压估算值、电流估算值和荷电状态估算值，将其输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数；基于电压校正项系数、电流校正项系数和荷电状态校正项系数获得参考电流值；基于参考电流值获得校正后的电压校正值、电流校正值和荷电状态校正值；将电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。本发明在动态校正时考虑到不同电池容量、不同初始SoC水平和电池容量退化的影响，保证系统可以持续不断地提供负载所需的功率。

Description

分布式电池储能系统SoC平衡控制方法及系统
技术领域
本发明涉及分布式储能系统SoC平衡控制技术领域，尤其是指一种分布式电池储能系统SoC平衡控制方法及系统。
背景技术
随着金融机构和医院等对高质量UPS(不间断电源)的需求不断增加，为改善传统UPS具有的有限供电时间和严重的污染问题，提出了包含可再生能源(例如，太阳能、风能等)和分布式储能系统的Super-UPS系统。
可再生能源接入会导致系统输出功率出现随机性和波动性的问题，大规模的新能源并网发电会导致电网的频率和电压发生改变。分布式储能系统能平抑其输出功率波动，是一种有效的解决办法。储能系统在平抑功率波动的同时，需要对储能电池的荷电状态(State of Charge,SoC)进行管理。目前已发展了许多储能系统SoC平衡管理方法，例如现有技术提出了一种基于SoC(荷电状态)平衡方案的下垂控制方案，以消除容量变化对SoC平衡的影响，并保持良好的电能质量；还有提出了一种用于分布式电池储能系统并网逆变器的完全分布式两级控制方案，使分布式电池储能系统能够精确跟踪电源参考以维持SoC平衡，只要所有SoC级别趋于一致，所有分布式电池储能系统都将共同支持负载，并且没有分布式电池储能系统会提前退出系统。但是上述这些方案要么没有考虑到不同的电池容量，要么没有考虑到不同的初始SoC水平对整个系统的影响。此外，上述方案也没有考虑电池在自然运行条件下的容量衰减情况。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术存在的缺陷，提供一种分布式电池储能系统SoC平衡控制方法及系统，基于相邻智能体反馈的电压校正值、电流校正值和荷电状态校正值以对其他智能体进行动态校正，从而实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡，并且在动态校正时考虑到不同电池容量、不同初始SoC水平和电池容量退化的影响，保证系统可以持续不断地提供负载所需的功率。
为解决上述技术问题，本发明提供一种分布式电池储能系统SoC平衡控制方法，包括：
获取某一智能体的电压估算值、电流估算值和荷电状态估算值，将所述电压估算值、电流估算值和荷电状态估算值分别对应输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数，其中，所述智能体表示电池组中的每个电池；
基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值；
基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比，将所述占空比输入至所述逆变器，获得校正后的电压校正值、电流校正值和荷电状态校正值；
将所述智能体的电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。
在本发明的一个实施例中，获取某一智能体的荷电状态估算值的方法包括：
利用自适应算法估算所述智能体当前真实的电池容量，基于所述电池容量估算所述智能体的荷电状态值。
在本发明的一个实施例中，基于所述电池容量估算所述智能体的荷电状态值的方法包括：
估算智能体的荷电状态值的表达式为
Figure BDA0003367974320000031
其中SoCi(0)是智能体的初始荷电状态值，
Figure BDA0003367974320000032
和ibi分别是智能体当前真实的电池容量和输出电流值。
在本发明的一个实施例中，将所述电压估算值输入至电压调节器，获得电压校正项系数的方法包括：
所述电压调节器根据所述智能体的电压测量值、电压估算值及其相邻智能体反馈的电压校正值对所述智能体的电压估算值进行动态更新，获得更新后的电压估算值如下：
Figure BDA0003367974320000033
其中σ1是电压动态一致性系数，Ni是智能体i的所有邻居集合，ui是智能体i的电压测量值；
基于所述更新后的电压估算值计算电压调节器的偏差
Figure BDA0003367974320000034
其计算表达式为
Figure BDA0003367974320000035
其中uref是直流母线电压参考值；
基于所述电压调节器的偏差
Figure BDA0003367974320000036
计算电压校正项系数
Figure BDA0003367974320000037
其计算表达式为
Figure BDA0003367974320000038
其中
Figure BDA0003367974320000039
和
Figure BDA00033679743200000310
分别是电压调节器中的PI控制器比例和积分系数。
在本发明的一个实施例中，将所述电流估算值输入至电流调节器，获得电流校正项系数的方法包括：
所述电流调节器根据所述智能体的电流估算值及其相邻智能体反馈的电流校正值对所述智能体的电流估算值进行动态更新，获得更新后的电流估算值如下：
Figure BDA0003367974320000041
其中
Figure BDA0003367974320000042
是智能体i的单位电池电流，Ni是智能体i的所有邻居集合，
Figure BDA0003367974320000043
是智能体j的电流估算值，σ2是电流动态一致性系数；
基于所述更新后的电流估算值计算电流调节器的偏差
Figure BDA0003367974320000044
其计算表达式为
Figure BDA0003367974320000045
基于所述电流调节器的偏差
Figure BDA0003367974320000046
计算电流校正项系数
Figure BDA0003367974320000047
其计算表达式为
Figure BDA0003367974320000048
其中
Figure BDA0003367974320000049
和
Figure BDA00033679743200000410
分别是电流调节器中的PI控制器比例和积分系数。
在本发明的一个实施例中，将所述荷电状态估算值输入至荷电状态调节器，获得荷电状态校正项系数的方法包括：
所述荷电状态调节器根据所述智能体的荷电状态估算值及其相邻智能体反馈的荷电状态校正值对所述智能体的荷电状态估算值进行动态更新，获得更新后的荷电状态估算值如下：
Figure BDA0003367974320000051
其中X为X的拉普拉斯形式；X为X的拉普拉斯形式；X为xi集合，即X＝[x1,x2,...,xn]T，xi为智能体i更新后的SoC值SoCi的不同形式，Ni是智能体i的所有邻居集合，σ3代表SoC动态一致性系数，IN∈Rn×n和H分别代表单位矩阵和平均传递函数；
基于所述更新后的荷电状态估算值计算荷电状态调节器的偏差
Figure BDA0003367974320000052
其计算表达式为
Figure BDA0003367974320000053
基于所述荷电状态调节器的偏差
Figure BDA0003367974320000054
计算荷电状态校正项系数
Figure BDA0003367974320000055
其计算表达式为
Figure BDA0003367974320000056
其中
Figure BDA0003367974320000057
和
Figure BDA0003367974320000058
分别是SoC调节器中的PI控制器比例和积分系数。
在本发明的一个实施例中，基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值的方法包括：
基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得校正系数εi，其表达式为
Figure BDA0003367974320000059
基于所述校正系数εi计算智能体的参考电压值，其计算表达式为
Figure BDA00033679743200000510
其中uref是直流母线电压参考值，
Figure BDA00033679743200000511
为智能体i的输出电流，rd为V-I降系数；
将所述智能体的参考电压值输入至电压控制器，得到所述智能体的参考电流值。
在本发明的一个实施例中，基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比的方法包括：
将所述参考电流值和分布式电池储能系统的输出电流输入至模糊控制器，采用面积中心法去模糊化，获得能够输入至逆变器的占空比。
此外，本发明还提供一种分布式电池储能系统SoC平衡控制系统，包括：
动态校正模块，所述动态校正模块用于获取某一智能体的电压估算值、电流估算值和荷电状态估算值，将所述电压估算值、电流估算值和荷电状态估算值分别对应输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数，其中，所述智能体表示电池组中的每个电池；
电压电流转换模块，所述电压电流转换模块用于基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值；
模糊控制模块，所述模糊控制模块用于基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比，将所述占空比输入至所述逆变器，获得校正后的电压校正值、电流校正值和荷电状态校正值；
平衡控制模块，所述平衡控制模块用于将所述智能体的电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。
在本发明的一个实施例中，所述动态校正模块包括荷电状态校正子单元，所述荷电状态校正子单元用于将所述荷电状态估算值输入至荷电状态调节器，获得荷电状态校正项系数，其包括：
所述荷电状态调节器根据所述智能体的荷电状态估算值及其相邻智能体反馈的荷电状态校正值对所述智能体的荷电状态估算值进行动态更新，获得更新后的荷电状态估算值如下：
Figure BDA0003367974320000071
其中X为X的拉普拉斯形式；X为X的拉普拉斯形式；X为xi集合，即X＝[x1,x2,...,xn]T，xi为智能体i更新后的SoC值SoCi的不同形式，Ni是智能体i的所有邻居集合，σ3代表SoC动态一致性系数，IN∈Rn×n和H分别代表单位矩阵和平均传递函数；
基于所述更新后的荷电状态估算值计算荷电状态调节器的偏差
Figure BDA0003367974320000072
其计算表达式为
Figure BDA0003367974320000073
基于所述荷电状态调节器的偏差
Figure BDA0003367974320000074
计算荷电状态校正项系数
Figure BDA0003367974320000075
其计算表达式为
Figure BDA0003367974320000076
其中
Figure BDA0003367974320000077
和
Figure BDA0003367974320000078
分别是SoC调节器中的PI控制器比例和积分系数。
本发明的上述技术方案相比现有技术具有以下优点：
本发明基于相邻智能体反馈的电压校正值、电流校正值和荷电状态校正值以对其他智能体进行动态校正，从而实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡，并且在动态校正时考虑到不同电池容量、不同初始SoC水平和电池容量退化的影响，保证系统可以持续不断地提供负载所需的功率，从而满足银行、医院等对高质量UPS系统的需要。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明。
图1为本发明一种分布式电池储能系统SoC平衡控制的结构框图。
图2为本发明模糊控制器的基本组成示意图。
图3为本发明分布式电池储能系统的基本参数。
图4为本发明第一个应用案例仿真得到的分布式电源输出功率。
图5为本发明第一个应用案例仿真得到的分布式电源的SoC值。
图6为本发明第一个应用案例仿真得到的在参考电流上跟踪分布式能源输出电流的性能。
图7为本发明第一个应用案例仿真得到的容量衰减影响下的SoC级别。
图8为本发明第二个应用案例仿真得到的分布式电源的SoC值。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，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定。
实施例一
请参阅图1和图2所示，本发明实施例提供一种分布式电池储能系统SoC平衡控制方法，包括：
S100：获取某一智能体的电压估算值、电流估算值和荷电状态估算值，将所述电压估算值、电流估算值和荷电状态估算值分别对应输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数，其中，所述智能体表示电池组中的每个电池；
S200：基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值；
S300：基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比，将所述占空比输入至所述逆变器，获得校正后的电压校正值、电流校正值和荷电状态校正值；
S400：将所述智能体的电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。
本发明基于相邻智能体反馈的电压校正值、电流校正值和荷电状态校正值以对其他智能体进行动态校正，从而实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡，并且在动态校正时考虑到不同电池容量、不同初始SoC水平和电池容量退化的影响，保证系统可以持续不断地提供负载所需的功率，从而满足银行、医院等对高质量UPS系统的需要。
在本发明公开的一种分布式电池储能系统SoC平衡控制方法中，在步骤S100中，获取某一智能体的荷电状态估算值的方法包括：
考虑到电池寿命的衰减，利用自适应算法估算所述智能体当前真实的电池容量，其表达式为
Figure BDA0003367974320000091
其中SoCi(t)和SoCi(t-τ)分别代表智能体i在时间t和时间t-τ的SoC值，ibi代表分布式电池储能系统的输出电流，τ是设计系数，在本发明中为一秒；
由于荷电状态值SoC不能直接从电池本身获得，因此本发明采用基于库仑计数的基本方法来估计智能体i的SoCi，其表达式为
Figure BDA0003367974320000092
其中SoCi(0)是电池的初始SoC，
Figure BDA0003367974320000093
和ibi分别是智能体i的当前真实电池容量和输出电流值。
在本发明公开的一种分布式电池储能系统SoC平衡控制方法中，在步骤S100中，将所述电压估算值输入至电压调节器，获得电压校正项系数的方法包括：
所述电压调节器根据所述智能体的电压测量值、电压估算值及其相邻智能体反馈的电压校正值对所述智能体的电压估算值进行动态更新，获得更新后的电压估算值如下：
Figure BDA0003367974320000101
其中σ1是电压动态一致性系数，Ni是智能体i的所有邻居集合，ui是智能体i的电压测量值；
基于所述更新后的电压估算值计算电压调节器的偏差
Figure BDA0003367974320000102
其计算表达式为
Figure BDA0003367974320000103
其中uref是直流母线电压参考值；
基于所述电压调节器的偏差
Figure BDA0003367974320000104
计算电压校正项系数
Figure BDA0003367974320000105
其计算表达式为
Figure BDA0003367974320000106
其中
Figure BDA0003367974320000107
和
Figure BDA0003367974320000108
分别是电压调节器中的PI控制器比例和积分系数。
在本发明公开的一种分布式电池储能系统SoC平衡控制方法中，在步骤S100中，将所述电流估算值输入至电流调节器，获得电流校正项系数的方法包括：
所述电流调节器根据所述智能体的电流估算值及其相邻智能体反馈的电流校正值对所述智能体的电流估算值进行动态更新，获得更新后的电流估算值如下：
Figure BDA0003367974320000111
其中
Figure BDA0003367974320000112
是智能体i的单位电池电流，Ni是智能体i的所有邻居集合，
Figure BDA0003367974320000113
是智能体j的电流估算值，σ2是电流动态一致性系数；
基于所述更新后的电流估算值计算电流调节器的偏差
Figure BDA0003367974320000114
其计算表达式为
Figure BDA0003367974320000115
基于所述电流调节器的偏差
Figure BDA0003367974320000116
计算电流校正项系数
Figure BDA0003367974320000117
其计算表达式为
Figure BDA0003367974320000118
其中
Figure BDA0003367974320000119
和
Figure BDA00033679743200001110
分别是电流调节器中的PI控制器比例和积分系数。
在本发明公开的一种分布式电池储能系统SoC平衡控制方法中，在步骤S100中，将所述荷电状态估算值输入至荷电状态调节器，获得荷电状态校正项系数的方法包括：
所述荷电状态调节器根据所述智能体的荷电状态估算值及其相邻智能体反馈的荷电状态校正值对所述智能体的荷电状态估算值进行动态更新，获得更新后的荷电状态估算值如下：
Figure BDA00033679743200001111
其中X为X的拉普拉斯形式；X为X的拉普拉斯形式；X为xi集合，即X＝[x1,x2,...,xn]T，xi为智能体i更新后的SoC值SoCi的不同形式，Ni是智能体i的所有邻居集合，σ3代表SoC动态一致性系数，IN∈Rn×n和H分别代表单位矩阵和平均传递函数；
基于所述更新后的荷电状态估算值计算荷电状态调节器的偏差
Figure BDA0003367974320000121
其计算表达式为
Figure BDA0003367974320000122
基于所述荷电状态调节器的偏差
Figure BDA0003367974320000123
计算荷电状态校正项系数
Figure BDA0003367974320000124
其计算表达式为
Figure BDA0003367974320000125
其中
Figure BDA0003367974320000126
和
Figure BDA0003367974320000127
分别是SoC调节器中的PI控制器比例和积分系数。
在本发明公开的一种分布式电池储能系统SoC平衡控制方法中，在步骤S200中，基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值的方法包括：
基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得校正系数εi，其表达式为
Figure BDA0003367974320000128
基于所述校正系数εi计算智能体的参考电压值，其计算表达式为
Figure BDA0003367974320000129
其中uref是直流母线电压参考值，
Figure BDA00033679743200001210
为智能体i的输出电流，rd为V-I降系数；
将所述智能体的参考电压值输入至电压控制器，得到所述智能体的参考电流值。
在本发明公开的一种分布式电池储能系统SoC平衡控制方法中，在步骤S300中，基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比的方法包括：
将所述参考电流值和分布式电池储能系统的输出电流输入至模糊控制器，采用面积中心法去模糊化，获得能够输入至逆变器的占空比。
上述模糊控制器的模糊控制规则为：
Figure BDA0003367974320000131
Figure BDA0003367974320000132
其中Ri表示第i条模糊规则；
Figure BDA0003367974320000133
和
Figure BDA0003367974320000134
为模糊子集，隶属函数可以取三角形、梯形或高斯型；zi为第i条规则的输出；
Figure BDA0003367974320000135
为后件的精确函数。
下面介绍一个具体的应用场景：
本具体实施方法中研究在不同的负载下进行，考虑到电池容量的衰减。模拟中还采用了用于估算电池容量的自适应算法。此外，在初级电流控制器中实施了模糊控制策略。最初，本案例使用的三个分布式电池储能系统具有图3中所示的不同初始SoC值、不同初始容量和初始电池电流。
上述电流并不完全相等(Cbt1＝2Cbt2＝2Cbt3)，负载是一个需要140kW功率的电阻。此外，PV在MPPT模式下运行，能够提供大约100kW的功率。当PPV＜PLoad时，三个分布式电池储能系统工作在放电模式，需要提供大约等于40kW功率。分布式电池储能系统1具有较高的SoC，其容量Cbt1相对于其他两个分布式电池储能系统也较大，而分布式电池储能系统2相对于分布式电池储能系统3具有较高的SoC。因此，在所提出的控制策略下，分布式电池储能系统1的输出功率较大，而分布式电池储能系统3的输出功率接近于零，如图4所示。因此，如图5所示，它们的放电速率(1>2>3)是不同的。在t＝10s时，负载增加到160kW。此时，SoC级别都尚未达到同一级别。在本发明所提出的控制策略下，所有分布式电池储能系统在输出功率重新分配以支持负载功率变化的同时继续放电。因此，每个电池的放电率将增加，但是它们都满足它们之间的关系(1>2>3)。SoC平衡速率正在加快。在t＝20s时，负载降至50kW。由于PPV＞PLoad，因此分布式电池储能系统运行在充电模式下，需要吸收的功率大约等于50kW，以维持Super-UPS的功率平衡。同样，分布式电池储能系统的输出功率也会重新调整。当t＝35s时，所有SoC曲线趋于一致，最大差异仅为0.4％。此时，每个分布式电池储能系统的输出功率将根据电池容量进行分配。从图4可以看出，分布式电池储能系统2和分布式电池储能系统3的输出功率相等，是分布式电池储能系统1的一半(Cbt1＝2Cbt2＝2Cbt3)。在这种情况下，如图6所示也验证了本文提出的模糊控制，参考跟踪电流iiref(i∈n)是电压外环的输出，受负载功率变化的影响。从图6可以看出，提出的模糊控制算法在动态跟踪性能方面明显优于传统的PI控制，主要表现为过冲小、跟踪性能快。
在本发明中还对容量衰减进行了模拟。图7显示了容量衰减对SoC平衡的影响以及电池容量自适应估计的效果。在仿真开始时，将每个分布式电池储能系统的SoC设置为75％，并将每个分布式电池储能系统的实际容量提供给自适应算法。当t＝5s时，减少每个分布式电池储能系统中的电池容量，以模拟系统在长时间运行后的容量衰减。从图7可以看出，当提供给所提出的算法的每个电池的容量不准确时，SoC不能保持平衡。当t＝25s时，启用自适应容量估计方法，并将其提供给所提出的控制。从图7还可以看出，在使用自适应容量估计后，三个分布式电池储能系统的SoC逐渐收敛并最终达到平衡，这验证了自适应容量估计的有效性。
下面介绍另一个具体的应用场景：即插即用
本具体实施方法中展示了所提出的控制策略的即插即用能力，开始时，所有分布式电池储能系统具备的基本参数如图3所示。从图8可以看出，不同分布式电池储能系统的SoC值开始收敛。在t＝2.5s时，分布式电池储能系统3与Super-UPS系统断开，同时其与其他分布式电池储能系统或智能体的通信也被终止。因此，改变了Super-UPS系统的通信拓扑。由于分布式电池储能系统3的退出，另外两个分布式电池储能系统需要为负载提供更多电力。在所提出的控制策略下，由于分布式电池储能系统1的容量和SoC电流不同，分布式电池储能系统1比分布式电池储能系统2输出更多的功率。此外，分布式电池储能系统1和分布式电池储能系统2继续朝着平衡的SoC方向正常工作。五秒钟后，分布式电池储能系统3重新连接到Super-UPS系统。在所提出的方法下，这三个分布式电池储能系统都再次参与负载均流，并朝着均衡的SoC方向发展。在t＝35s时，所有SoC水平趋于一致，最大和最小SoC之间的差值几乎为零。这证明了所提出的方法的可扩展性。
实施例二
下面对本发明实施例二公开的一种分布式电池储能系统SoC平衡控制系统进行介绍，下文描述的一种分布式电池储能系统SoC平衡控制系统与上文描述的一种分布式电池储能系统SoC平衡控制方法可相互对应参照。
本发明实施例公开了一种分布式电池储能系统SoC平衡控制系统，包括：
动态校正模块，所述动态校正模块用于获取某一智能体的电压估算值、电流估算值和荷电状态估算值，将所述电压估算值、电流估算值和荷电状态估算值分别对应输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数，其中，所述智能体表示电池组中的每个电池；
电压电流转换模块，所述电压电流转换模块用于基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值；
模糊控制模块，所述模糊控制模块用于基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比，将所述占空比输入至所述逆变器，获得校正后的电压校正值、电流校正值和荷电状态校正值；
平衡控制模块，所述平衡控制模块用于将所述智能体的电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。
在本发明公开的一种分布式电池储能系统SoC平衡控制系统中，所述动态校正模块包括荷电状态校正子单元，所述荷电状态校正子单元用于将所述荷电状态估算值输入至荷电状态调节器，获得荷电状态校正项系数，其包括：
所述荷电状态调节器根据所述智能体的荷电状态估算值及其相邻智能体反馈的荷电状态校正值对所述智能体的荷电状态估算值进行动态更新，获得更新后的荷电状态估算值如下：
Figure BDA0003367974320000161
其中X为X的拉普拉斯形式；X为X的拉普拉斯形式；X为xi集合，即X＝[x1,x2,...,xn]T，xi为智能体i更新后的SoC值SoCi的不同形式，Ni是智能体i的所有邻居集合，σ3代表SoC动态一致性系数，IN∈Rn×n和H分别代表单位矩阵和平均传递函数；
基于所述更新后的荷电状态估算值计算荷电状态调节器的偏差
Figure BDA0003367974320000162
其计算表达式为
Figure BDA0003367974320000163
基于所述荷电状态调节器的偏差
Figure BDA0003367974320000171
计算荷电状态校正项系数
Figure BDA0003367974320000172
其计算表达式为
Figure BDA0003367974320000173
其中
Figure BDA0003367974320000174
和
Figure BDA0003367974320000175
分别是SoC调节器中的PI控制器比例和积分系数。
本实施例的分布式电池储能系统SoC平衡控制系统用于实现前述的分布式电池储能系统SoC平衡控制方法，因此该系统的具体实施方式可见前文中的分布式电池储能系统SoC平衡控制方法的实施例部分，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再展开介绍。
另外，由于本实施例的分布式电池储能系统SoC平衡控制系统用于实现前述的分布式电池储能系统SoC平衡控制方法，因此其作用与上述方法的作用相对应，这里不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种分布式电池储能系统SoC平衡控制方法，其特征在于，包括：
获取某一智能体的电压估算值、电流估算值和荷电状态估算值，将所述电压估算值、电流估算值和荷电状态估算值分别对应输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数，其中，所述智能体表示电池组中的每个电池；
基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值；
基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比，将所述占空比输入至所述逆变器，获得校正后的电压校正值、电流校正值和荷电状态校正值；
将所述智能体的电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。
2.根据权利要求1所述的分布式电池储能系统SoC平衡控制方法，其特征在于：获取某一智能体的荷电状态估算值的方法包括：
利用自适应算法估算所述智能体当前真实的电池容量，基于所述电池容量估算所述智能体的荷电状态值。
3.根据权利要求2所述的分布式电池储能系统SoC平衡控制方法，其特征在于：基于所述电池容量估算所述智能体的荷电状态值的方法包括：
估算智能体的荷电状态值的表达式为
Figure FDA0003367974310000021
其中SoCi(0)是智能体的初始荷电状态值，
Figure FDA0003367974310000022
和ibi分别是智能体当前真实的电池容量和输出电流值。
4.根据权利要求1所述的分布式电池储能系统SoC平衡控制方法，其特征在于：将所述电压估算值输入至电压调节器，获得电压校正项系数的方法包括：
所述电压调节器根据所述智能体的电压测量值、电压估算值及其相邻智能体反馈的电压校正值对所述智能体的电压估算值进行动态更新，获得更新后的电压估算值如下：
Figure FDA0003367974310000023
其中σ1是电压动态一致性系数，Ni是智能体i的所有邻居集合，ui是智能体i的电压测量值；
基于所述更新后的电压估算值计算电压调节器的偏差
Figure FDA0003367974310000024
其计算表达式为
Figure FDA0003367974310000025
其中uref是直流母线电压参考值；
基于所述电压调节器的偏差
Figure FDA0003367974310000026
计算电压校正项系数
Figure FDA0003367974310000027
其计算表达式为
Figure FDA0003367974310000028
其中
Figure FDA0003367974310000029
和
Figure FDA00033679743100000210
分别是电压调节器中的PI控制器比例和积分系数。
5.根据权利要求1所述的分布式电池储能系统SoC平衡控制方法，其特征在于：将所述电流估算值输入至电流调节器，获得电流校正项系数的方法包括：
所述电流调节器根据所述智能体的电流估算值及其相邻智能体反馈的电流校正值对所述智能体的电流估算值进行动态更新，获得更新后的电流估算值如下：
Figure FDA0003367974310000031
其中
Figure FDA0003367974310000032
是智能体i的单位电池电流，Ni是智能体i的所有邻居集合，
Figure FDA0003367974310000033
是智能体j的电流估算值，σ2是电流动态一致性系数；
基于所述更新后的电流估算值计算电流调节器的偏差
Figure FDA0003367974310000034
其计算表达式为
Figure FDA0003367974310000035
基于所述电流调节器的偏差
Figure FDA0003367974310000036
计算电流校正项系数
Figure FDA0003367974310000037
其计算表达式为
Figure FDA0003367974310000038
其中
Figure FDA0003367974310000039
和
Figure FDA00033679743100000310
分别是电流调节器中的PI控制器比例和积分系数。
6.根据权利要求1所述的分布式电池储能系统SoC平衡控制方法，其特征在于：将所述荷电状态估算值输入至荷电状态调节器，获得荷电状态校正项系数的方法包括：
所述荷电状态调节器根据所述智能体的荷电状态估算值及其相邻智能体反馈的荷电状态校正值对所述智能体的荷电状态估算值进行动态更新，获得更新后的荷电状态估算值如下：
Figure FDA00033679743100000311
其中X为X的拉普拉斯形式；X为X的拉普拉斯形式；X为xi集合，即X＝[x1,x2,...,xn]T，xi为智能体i更新后的SoC值SoCi的不同形式，Ni是智能体i的所有邻居集合，σ3代表SoC动态一致性系数，IN∈Rn×n和H分别代表单位矩阵和平均传递函数；
基于所述更新后的荷电状态估算值计算荷电状态调节器的偏差
Figure FDA0003367974310000041
其计算表达式为
Figure FDA0003367974310000042
基于所述荷电状态调节器的偏差
Figure FDA0003367974310000043
计算荷电状态校正项系数
Figure FDA0003367974310000044
其计算表达式为
Figure FDA0003367974310000045
其中
Figure FDA0003367974310000046
和
Figure FDA0003367974310000047
分别是SoC调节器中的PI控制器比例和积分系数。
7.根据权利要求1所述的分布式电池储能系统SoC平衡控制方法，其特征在于：基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值的方法包括：
基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得校正系数εi，其表达式为
Figure FDA0003367974310000048
基于所述校正系数εi计算智能体的参考电压值，其计算表达式为
Figure FDA0003367974310000049
其中uref是直流母线电压参考值，
Figure FDA00033679743100000410
为智能体i的输出电流，rd为V-I降系数；
将所述智能体的参考电压值输入至电压控制器，得到所述智能体的参考电流值。
8.根据权利要求1所述的分布式电池储能系统SoC平衡控制方法，其特征在于：基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比的方法包括：
将所述参考电流值和分布式电池储能系统的输出电流输入至模糊控制器，采用面积中心法去模糊化，获得能够输入至逆变器的占空比。
9.一种分布式电池储能系统SoC平衡控制系统，其特征在于，包括：
动态校正模块，所述动态校正模块用于获取某一智能体的电压估算值、电流估算值和荷电状态估算值，将所述电压估算值、电流估算值和荷电状态估算值分别对应输入至电压调节器、电流调节器和荷电状态调节器，获得电压校正项系数、电流校正项系数和荷电状态校正项系数，其中，所述智能体表示电池组中的每个电池；
电压电流转换模块，所述电压电流转换模块用于基于所述电压校正项系数、电流校正项系数和荷电状态校正项系数获得所述智能体的参考电压值，并基于所述参考电压值获得所述智能体的参考电流值；
模糊控制模块，所述模糊控制模块用于基于所述参考电流值采用模糊控制算法获得能够输入至逆变器的占空比，将所述占空比输入至所述逆变器，获得校正后的电压校正值、电流校正值和荷电状态校正值；
平衡控制模块，所述平衡控制模块用于将所述智能体的电压校正值、电流校正值和荷电状态校正值反馈给其相邻的智能体，以实现多智能体之间输出电压一致、输出电流一致和荷电状态的平衡。
10.根据权利要求9所述的分布式电池储能系统SoC平衡控制系统，其特征在于，所述动态校正模块包括荷电状态校正子单元，所述荷电状态校正子单元用于将所述荷电状态估算值输入至荷电状态调节器，获得荷电状态校正项系数，其包括：
所述荷电状态调节器根据所述智能体的荷电状态估算值及其相邻智能体反馈的荷电状态校正值对所述智能体的荷电状态估算值进行动态更新，获得更新后的荷电状态估算值如下：
Figure FDA0003367974310000061
其中X为X的拉普拉斯形式；X为X的拉普拉斯形式；X为xi集合，即X＝[x1,x2,...,xn]T，xi为智能体i更新后的SoC值SoCi的不同形式，Ni是智能体i的所有邻居集合，σ3代表SoC动态一致性系数，IN∈Rn×n和H分别代表单位矩阵和平均传递函数；
基于所述更新后的荷电状态估算值计算荷电状态调节器的偏差
Figure FDA0003367974310000062
其计算表达式为
Figure FDA0003367974310000063
基于所述荷电状态调节器的偏差
Figure FDA0003367974310000064
计算荷电状态校正项系数
Figure FDA0003367974310000065
其计算表达式为
Figure FDA0003367974310000066
其中
Figure FDA0003367974310000067
和
Figure FDA0003367974310000068
分别是SoC调节器中的PI控制器比例和积分系数。
CN202111388840.6A 2021-11-22 2021-11-22 分布式电池储能系统SoC平衡控制方法及系统 Active CN114094664B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111388840.6A CN114094664B (zh) 2021-11-22 2021-11-22 分布式电池储能系统SoC平衡控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111388840.6A CN114094664B (zh) 2021-11-22 2021-11-22 分布式电池储能系统SoC平衡控制方法及系统

Publications (2)

Publication Number Publication Date
CN114094664A true CN114094664A (zh) 2022-02-25
CN114094664B CN114094664B (zh) 2022-07-12

Family

ID=80302866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111388840.6A Active CN114094664B (zh) 2021-11-22 2021-11-22 分布式电池储能系统SoC平衡控制方法及系统

Country Status (1)

Country Link
CN (1) CN114094664B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107147102A (zh) * 2017-04-12 2017-09-08 南京邮电大学 基于多智能体的直流微电网网络化分布式协调控制方法
CN107508277A (zh) * 2017-08-09 2017-12-22 华中科技大学 一种基于一致性的光储直流微电网分布式协同控制方法
CN110247414A (zh) * 2019-07-04 2019-09-17 中国能源建设集团江苏省电力设计院有限公司 用于超级ups的直流母线电压稳定控制方法、装置及系统
CN111016719A (zh) * 2019-12-20 2020-04-17 江南大学 利用电动汽车的永不断电柔性不间断电源控制方法
KR20210069223A (ko) * 2019-12-03 2021-06-11 서울과학기술대학교 산학협력단 Dc 마이크로그리드에서의 mas 기반의 분산형 제어 시스템 및 방법
CN113285474A (zh) * 2021-06-09 2021-08-20 中国电力科学研究院有限公司 一种参数优化的交流微电网储能soc均衡分布式控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107147102A (zh) * 2017-04-12 2017-09-08 南京邮电大学 基于多智能体的直流微电网网络化分布式协调控制方法
CN107508277A (zh) * 2017-08-09 2017-12-22 华中科技大学 一种基于一致性的光储直流微电网分布式协同控制方法
CN110247414A (zh) * 2019-07-04 2019-09-17 中国能源建设集团江苏省电力设计院有限公司 用于超级ups的直流母线电压稳定控制方法、装置及系统
KR20210069223A (ko) * 2019-12-03 2021-06-11 서울과학기술대학교 산학협력단 Dc 마이크로그리드에서의 mas 기반의 분산형 제어 시스템 및 방법
CN111016719A (zh) * 2019-12-20 2020-04-17 江南大学 利用电动汽车的永不断电柔性不间断电源控制方法
CN113285474A (zh) * 2021-06-09 2021-08-20 中国电力科学研究院有限公司 一种参数优化的交流微电网储能soc均衡分布式控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHENDAN LI等: "Multiagent-Based Distributed State of Charge Balancing Control for Distributed Energy Storage Units in AC Microgrids", 《IEEE TRANSACTIONS ON INDUSTRY APPLICAITONS.》 *
周喜超等: "基于多智能体的电池储能系统SOC均衡控制策略", 《浙江电力》 *

Also Published As

Publication number Publication date
CN114094664B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN112600188B (zh) 一种直流微电网多储能soc均衡的分段自适应下垂控制方法
CN112510723B (zh) 储能集群调控方法、装置、计算机设备和存储介质
Zeng et al. State-of-charge dynamic balancing strategy for distributed energy storage system in DC shipboard microgrid
Hong et al. A novel multi-agent model-free control for state-of-charge balancing between distributed battery energy storage systems
CN113346574A (zh) 储能电池协同控制方法及系统
CN112310990B (zh) 一种基于荷电状态的直流微电网多储能系统均衡控制方法
Zaery et al. Distributed economic dispatch for islanded DC microgrids based on finite-time consensus protocol
CN115882490A (zh) 基于soc的蓄电池改进下垂控制方法及系统
Mosayebi et al. Stabilization of DC nanogrids based on non-integer general type-II fuzzy system
CN114977152A (zh) 能源管理系统的控制方法、装置、存储介质及设备
CN114094664B (zh) 分布式电池储能系统SoC平衡控制方法及系统
CN116799841A (zh) 基于一致性算法的多组储能下垂控制的协调控制方法
CN116404671B (zh) 基于分层协同控制的直流微电网多储能荷电状态均衡策略
CN112721708A (zh) 一种光储充控制方法和装置、光储充系统、存储介质
Guo et al. Consensus-based distributed coordinated control for islanded DC microgrids
Ma et al. Distributed predictive tertiary control for DC microgrid clusters
CN115912417A (zh) 基于模型预测的直流微电网分布式储能系统控制方法
Nguyen et al. Agent-based distributed event-triggered secondary control for energy storage system in islanded microgrids-cyber-physical validation
KR101299269B1 (ko) 배터리 에너지 저장 시스템
Ricardo et al. Energy management supported on genetic algorithms for the equalization of battery energy storage systems in microgrid systems
Zaery et al. Fully Distributed Fixed-Time Optimal Dispatch for Islanded DC Microgrids
Kraiem et al. Optimization of an adaptive droop control and powers allocation for a distributed generator under loads and grid uncertainties
Wang SoC-based dynamic droop control for battery energy storage systems in DC microgrids feeding CPLs
CN114825402B (zh) 自适应协同终端滑模控制方法、介质、电子设备及系统
Rostami et al. An Adaptive Multi Functional Control Strategy for Power Management and Voltage Frequency Regulation of PV, BESS, and Hybrid Units in a Microgrid

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