CN114625204B - 实时电容辨识的模型预测控制方法 - Google Patents

实时电容辨识的模型预测控制方法 Download PDF

Info

Publication number
CN114625204B
CN114625204B CN202210307625.7A CN202210307625A CN114625204B CN 114625204 B CN114625204 B CN 114625204B CN 202210307625 A CN202210307625 A CN 202210307625A CN 114625204 B CN114625204 B CN 114625204B
Authority
CN
China
Prior art keywords
capacitance
photovoltaic
circuit
value
real
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
Application number
CN202210307625.7A
Other languages
English (en)
Other versions
CN114625204A (zh
Inventor
王小宇
孙伟
李贵彬
吴圳宾
赵健
杨小平
姚久明
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.)
Dahang Youneng Electrical Co ltd
Original Assignee
Dahang Youneng Electrical Co ltd
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 Dahang Youneng Electrical Co ltd filed Critical Dahang Youneng Electrical Co ltd
Priority to CN202210307625.7A priority Critical patent/CN114625204B/zh
Publication of CN114625204A publication Critical patent/CN114625204A/zh
Application granted granted Critical
Publication of CN114625204B publication Critical patent/CN114625204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/10—Regulating voltage or current
    • G05F1/625—Regulating voltage or current wherein it is irrelevant whether the variable actually regulated is ac or dc
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种实时电容辨识的模型预测控制方法，包括：通过改进电导增量法获取光伏电池最大功率点的参考电压；获取实时采样的电路参数，通过MPC模型预测出光伏电路各个工况下一时刻的值；由评价函数最小的工况作为下一时刻光伏电路的工况；根据目标电容两端的电压和流过目标电容的电流，测算出MPC模型的参数值；获取MPC模型的电容设定值与实际目标电容的差值；根据差值对目标电容进行修正。采用MPC电压直接控制可以减少算法的计算量，提高系统的可靠性。通过优化从电源侧的寻优技术，减小整个系统的电压电流波动，从而减小系统参数的波动。

Description

实时电容辨识的模型预测控制方法
技术领域
本发明涉及新能源变换器控制技术领域，具体涉及一种实时电容辨识的模型预测控制方法。
背景技术
模型预测控制的思想是采样得到控制变量的当前时刻值，然后利用预测函数得到所有控制信号下的变量预测值，将得到的预测值与参考值代入到评估函数中，让评估函数取得最小值的预测值的控制信号作用于三极管，对系统进行控制，由于不需要PWM产生环节，设计简单，容易实现。
但是，模型预测控制(Model Predictive Control，MPC)的控制精度十分依赖数学模型的精确，当数学模型中的参数发生变化时，MPC控制精度能会下降。在实际运行中，电路中的电容值会受电压、电流的影响而发生改变，从而导致电感模型参数值与实际值不符合，因此降低MPC控制的准确性。另一方面由于新能源发电(特别时光伏发电)的间歇性和不稳定性会导致电源侧的电压电流发生抖动，从而加剧MPC控制的准确性。
因此，如何改进最大功率点追踪(Maximum Power Point Tracking，MPPT)来减小电源侧的功率抖动以及实时辨识电路电容来修正电容值减少系统的参数变化，从而提高MPC控制的准确性，成为目前亟待解决的问题。
发明内容
有鉴于此，本发明实施例提供了一种实时电容辨识的模型预测控制方法，以解决现有技术中MPC控制的控制存在抖动从而影响MPC控制的准确性的问题。
本发明实施例提供了一种实时电容辨识的模型预测控制方法，包括：
通过改进电导增量法获取光伏电池最大功率点的参考电压；
获取实时采样的电路参数，通过模型预测控制模型预测出光伏电路各个工况下一时刻的值；
由评价函数最小的工况作为下一时刻光伏电路的工况；
根据目标电容两端的电压和流过目标电容的电流，测算出模型预测控制模型的参数值；
获取模型预测控制模型的电容设定值与实际目标电容的差值；
根据差值对目标电容进行修正；
其中，改进电导增量法包括：
获取光伏最大功率点；
当光伏电池的工作点在光伏最大功率点左侧时，采用第一步长进行追踪；
当光伏电池的工作点在光伏最大功率点右侧时，采用第二步长进行追踪；
模型预测控制模型包括：
使驱动电路关断，获取实时采样的第一电路参数；
设置第一采样周期；
根据第一电路参数和第一采样周期获取下一采样周期的电压预测值和电流预测值的第一离散形式；
使驱动电路导通，获取实时采样的第二电路参数；
设置第二采样周期；
根据第二电路参数和第二采样周期获取下一采样周期的电压预测值和电流预测值的第二离散形式；
综合第一离散形式和第二离散形式，得到光伏电路的下一采样周期的电压预测值和电流预测值的系统离散形式；
评价函数根据基准电压和光伏电路的下一采样周期的电压预测值的差值计算获得。
可选地，改进电导增量法还包括：
当光伏电池的工作点由光伏最大功率点的左侧跳跃到光伏最大功率点的右侧，或，光伏电池的工作点由光伏最大功率点的右侧跳跃到光伏最大功率点的左侧时，追踪步长缩小1/2。
可选地，第一步长为第二步长的2倍。
可选地，使驱动电路关断，获得第一电容值；
使驱动电路导通，获得第二电容值；
根据外推法获取光伏电路下一时刻的电容预测值。
可选地，当电容设定值大于电容预测值时，使第一开关关断，第二开关导通；
当电容设定值小于电容预测值时，使第二开关关断，第一开关导通；
其中，光伏电路包括电容修正电路结构；电容修正电路包括由IGBT控制的电感和电容；电感与第一开关连接；电容与第二开关连接。
可选地，还包括：
根据电容设定值与电容预测值的差值大小，通过模型预测控制模型得出每个IGBT的占空比，从而得出第一开关和第二开关的导通/关断时间。
可选地，还包括延时控制：
根据外推法得出的k+2时刻的预测值获取的控制信号，作用于k+1时刻的IGBT。
本发明实施例的有益效果：
1、采用MPC电压直接控制可以减少算法的计算量，提高系统的可靠性。
2、通过优化从电源侧的寻优技术，减小整个系统的电压电流波动，从而减小系统参数的波动。
3、采用电感-电容并联电路结构来进行电容修正可以提高系统的稳定性。
4、实时修正电路参数可以提高MPC控制策略的精度，而且极易实现。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1示出了本发明实施例中一种实时电容辨识的模型预测控制方法的流程图；
图2示出了本发明实施例中一种改进自适应变步长最大功率点追踪过程示意图；
图3示出了本发明实施例中一种实时电容辨识的模型预测控制方法的系统电路图；
图4示出了本发明实施例中一种实时电容辨识的模型预测控制方法的控制策略流程图。
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。
本发明实施例提供了一种实时电容辨识的模型预测控制方法，如图1所示，包括：
步骤S1，通过改进电导增量法获取光伏电池最大功率点的参考电压。
步骤S2，获取实时采样的电路参数，通过模型预测控制模型预测出光伏电路各个工况下一时刻的值。
步骤S3，由评价函数最小的工况作为下一时刻光伏电路的工况。
步骤S4，根据目标电容两端的电压和流过目标电容的电流，测算出模型预测控制模型的参数值。
步骤S5，获取模型预测控制模型的电容设定值与实际目标电容的差值；根据差值对目标电容进行修正。
在本实施例中，通过采用自适应变步长技术来提高光伏系统最大功率点跟踪，减少在跟踪过程出现功率的抖动；以改进MPPT技术得到的电压为参考电压设置MPC电压控制环节的评价函数；设定MPC算法中的电容值，再通过采样电容两端电压和流过电容的电流测算出MPC算法设定参数值和实际电路电容的差值进行电容修正；电容修正电路结构由两部分组成，由IGBT控制的电感、电容环节主要起修正作用，计算出差值传回MPC控制算法中得出的控制信号作用于IGBT使得差值部分得到补偿。
电源侧部分
如图2所示，当光伏电池的工作点在最大功率点(Maximum Power Point，MPP)点的左边时采用步长step追踪，当光伏电池的工作点在MPP点的右边时采用步长step/2追踪，这样可以提高追踪速度；当工作点由MPP点左侧跳跃到MPP点的右侧或由MPP点右侧跳跃到MPP点的左侧时，步长缩小为原来的1/2，即工作点在MPP点左右侧跳跃一次步长乘以1/2，用(1/2)nstep作为步长进行追踪。结合上述两种变步长寻优技术，就可以减少光伏系统在MPP点的功率抖动。
MPC电压控制部分
如图3所示，先不考虑电容修正环节。
当S1＝0(即IGBT关断)时，可得
设采样周期为TS,令 则可得下一采样周期电压、电流预测值的离散形式为：
当S1＝1(即IGBT导通)时，可得
设采样周期为TS且令则可得下一采样周期电压、电流预测值的离散形式为：
综合以上，可以将光伏系统下一采样周期电压、电流预测值的离散形式为：
式中
评价函数：g1＝|λ1Vref-λ1VC(k+1)|
式中λ1是为了当基准电压Vref和下一采样周期电压VC(k+1)很接近时防止设备因计算位数不够引起的“大数吃小数”的情况而设置一个数值较大常量。
电路电容修正环节
当S1＝0(即IGBT关断)时，由式(1)可得
当S1＝1(即IGBT导通)时，由式(3)可得
再由外推法可得
C(k+1)＝3C(k)-3C(k-1)+C(k-2) (8)
从而可以预算出系统电路下一时刻的电容值。
当电容设定值大于预测值时，则发出控制信号使第二开关S3导通，第一开关S2关断；
当电容设定值小于预测值时，则发出控制信号使第一开关S2导通，第二开关S3关断；
可以通过MPC算法根据电容设定值与预测值的差值大小得出每个IGBT的占空比，从而得出具体的导通关断时间。
评价函数：g2＝|λ2C设定-λ2C(k+1)|
式中λ2是为了当C设定和C(k+1)很接近时防止设备因计算位数不够引起的“大数吃小数”的情况而设置一个数值较大常量。
延时环节
由于离散时间数字实现中固有的一步延迟，MPC控制器发出的控制信号不能立马作用于IGBT。实际上，k时刻的电压指令是在(k+1)时刻施加到IGBT上的，因而会降低了控制器的性能。所以，此处采用外推法得出(k+2)时刻的预测值来产生控制信号作用于(k+1)时刻。具体如下：
U(k+2)＝3U(k+1)-3U(k)+U(k-1) (9)
L(k+2)＝6L(k)-8L(k-1)+3L(k-2) (10)
由式(9)和式(10)计算出(k+2)时刻的预测值，然后用(k+2)时刻的预测值来得出控制指令。
本发明实施例优化了从电源侧的寻优技术，减小整个系统的电压电流波动，从而减小系统参数的波动；采用MPC电压直接控制可以减少算法的计算量，提高系统的可靠性；采用电感-电容并联电路结构来进行电容修正可以提高系统的稳定性；时时修正电路参数可以提高MPC控制策略的精度，而且极易实现。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (7)

1.一种实时电容辨识的模型预测控制方法，其特征在于，包括：
通过改进电导增量法获取光伏电池最大功率点的参考电压；
获取实时采样的电路参数，通过模型预测控制模型预测出光伏电路各个工况下一时刻的值；
由评价函数最小的工况作为下一时刻所述光伏电路的工况；
根据目标电容两端的电压和流过所述目标电容的电流，测算出所述模型预测控制模型的参数值；
获取所述模型预测控制模型的电容设定值与实际所述目标电容的差值；
根据所述差值对所述目标电容进行修正；
其中，所述改进电导增量法包括：
获取光伏最大功率点；
当所述光伏电池的工作点在所述光伏最大功率点左侧时，采用第一步长进行追踪；
当所述光伏电池的工作点在所述光伏最大功率点右侧时，采用第二步长进行追踪；
所述模型预测控制模型包括：
使驱动电路关断，获取实时采样的第一电路参数；
设置第一采样周期；
根据所述第一电路参数和所述第一采样周期获取下一采样周期的电压预测值和电流预测值的第一离散形式；
使所述驱动电路导通，获取实时采样的第二电路参数；
设置第二采样周期；
根据所述第二电路参数和所述第二采样周期获取下一采样周期的电压预测值和电流预测值的第二离散形式；
综合所述第一离散形式和所述第二离散形式，得到所述光伏电路的下一采样周期的电压预测值和电流预测值的系统离散形式；
所述评价函数根据基准电压和所述光伏电路的下一采样周期的电压预测值的差值计算获得。
2.根据权利要求1所述的实时电容辨识的模型预测控制方法，其特征在于，所述改进电导增量法还包括：
当所述光伏电池的工作点由所述光伏最大功率点的左侧跳跃到所述光伏最大功率点的右侧，或，所述光伏电池的工作点由所述光伏最大功率点的右侧跳跃到所述光伏最大功率点的左侧时，追踪步长缩小1/2。
3.根据权利要求1所述的实时电容辨识的模型预测控制方法，其特征在于，所述第一步长为所述第二步长的2倍。
4.根据权利要求1所述的实时电容辨识的模型预测控制方法，其特征在于，使所述驱动电路关断，获得第一电容值；
使所述驱动电路导通，获得第二电容值；
根据外推法获取所述光伏电路下一时刻的电容预测值。
5.根据权利要求4所述的实时电容辨识的模型预测控制方法，其特征在于，当所述电容设定值大于所述电容预测值时，使第一开关关断，第二开关导通；
当所述电容设定值小于所述电容预测值时，使所述第二开关关断，所述第一开关导通；
其中，所述光伏电路包括电容修正电路结构；所述电容修正电路包括由IGBT控制的电感和电容；所述电感与所述第一开关连接；所述电容与所述第二开关连接。
6.根据权利要求5所述的实时电容辨识的模型预测控制方法，其特征在于，还包括：
根据所述电容设定值与所述电容预测值的差值大小，通过所述模型预测控制模型得出每个所述IGBT的占空比，从而得出所述第一开关和所述第二开关的导通/关断时间。
7.根据权利要求6所述的实时电容辨识的模型预测控制方法，其特征在于，还包括延时控制：
根据外推法得出的k+2时刻的预测值获取的控制信号，作用于k+1时刻的所述IGBT。
CN202210307625.7A 2022-03-25 2022-03-25 实时电容辨识的模型预测控制方法 Active CN114625204B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210307625.7A CN114625204B (zh) 2022-03-25 2022-03-25 实时电容辨识的模型预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210307625.7A CN114625204B (zh) 2022-03-25 2022-03-25 实时电容辨识的模型预测控制方法

Publications (2)

Publication Number Publication Date
CN114625204A CN114625204A (zh) 2022-06-14
CN114625204B true CN114625204B (zh) 2024-03-29

Family

ID=81904218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210307625.7A Active CN114625204B (zh) 2022-03-25 2022-03-25 实时电容辨识的模型预测控制方法

Country Status (1)

Country Link
CN (1) CN114625204B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110912191A (zh) * 2019-12-04 2020-03-24 西南交通大学 无直流侧电压传感器单相chb型光伏逆变器mpc方法
CN111564984A (zh) * 2020-05-29 2020-08-21 郑州轻工业大学 无权重因子三相四开关变换器电容均压模型预测控制方法
CN111711359A (zh) * 2020-06-29 2020-09-25 浙江大学 适用于直流微电网的双级Boost变换器的新型MPC控制方法
WO2021114748A1 (zh) * 2019-12-12 2021-06-17 福州大学 基于模型预测虚拟电压矢量控制的逆变器环流抑制方法
CN113904577A (zh) * 2021-10-08 2022-01-07 山东大学 一种多电平逆变器模型预测控制方法及系统
CN113949265A (zh) * 2021-09-17 2022-01-18 杭州电子科技大学 具有不确定参数的Buck型变换器自适应反步控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110912191A (zh) * 2019-12-04 2020-03-24 西南交通大学 无直流侧电压传感器单相chb型光伏逆变器mpc方法
WO2021114748A1 (zh) * 2019-12-12 2021-06-17 福州大学 基于模型预测虚拟电压矢量控制的逆变器环流抑制方法
CN111564984A (zh) * 2020-05-29 2020-08-21 郑州轻工业大学 无权重因子三相四开关变换器电容均压模型预测控制方法
CN111711359A (zh) * 2020-06-29 2020-09-25 浙江大学 适用于直流微电网的双级Boost变换器的新型MPC控制方法
CN113949265A (zh) * 2021-09-17 2022-01-18 杭州电子科技大学 具有不确定参数的Buck型变换器自适应反步控制方法
CN113904577A (zh) * 2021-10-08 2022-01-07 山东大学 一种多电平逆变器模型预测控制方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
H桥级联型SVG模型预测控制;刘爱文;罗安;何志兴;熊桥坡;刘雷;刘奇;;电网技术(第01期);全文 *
一种Buck变换器输出电容故障在线预测方法;唐圣学;董沙沙;姚芳;;太阳能学报(第01期);全文 *
基于模型预测控制的开关电感准Z源逆变器研究;毛人杰;李媛;;电气技术(第03期);全文 *

Also Published As

Publication number Publication date
CN114625204A (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
Hanzaei et al. A scheme-based review of MPPT techniques with respect to input variables including solar irradiance and PV arrays’ temperature
US9397501B2 (en) Maximum power point tracking for photovoltaic power generation system
CN111193386B (zh) 一种全桥变换器反馈补偿参数自适应的模型预测控制方法
CN114679067B (zh) 隔离型双有源桥直流变换器的预测控制方法及其控制装置
CN107992153A (zh) 一种太阳能光伏最大功率点跟踪控制方法
Petreuş et al. A novel maximum power point tracker based on analog and digital control loops
KR101311528B1 (ko) 태양전지의 최대전력 추출 장치 및 방법
TWI460970B (zh) 適應性斜率補償模組及其方法
CN113687684B (zh) 引入改进步长因子的光伏mppt控制方法、系统、介质及设备
CN114625204B (zh) 实时电容辨识的模型预测控制方法
CN112636598B (zh) 同步buck电路的控制方法、装置、系统和电子装置
Ahmed et al. An enhanced maximum power point tracking based finite-control-set model predictive control for PV systems
CN112198924B (zh) 一种光伏电池最大功率点跟踪方法
CN104393620A (zh) 一种预测电流光伏并网逆变器控制方法及装置
Wu et al. Improved model predictive current control for multi‐mode four‐switch buck–boost converter considering parameter mismatch
CN114930700A (zh) 电力变换装置
TWI419345B (zh) 太陽能發電裝置及其類比式最大功率追蹤電路
CN115951754A (zh) 一种mppt计算方法、装置及计算机设备
CN114172369A (zh) Boost变换器的控制方法、装置、电源和存储介质
CN115037157A (zh) 一种基于模型预测的isos系统输出电压均衡控制方法
JP5047908B2 (ja) 最大電力制御装置および最大電力制御方法
Chaurishi et al. An Auto Tuned MPPT Method for Solar PV Array under Varying Irradiance
CN117728680A (zh) 一种dc-dc变换器及其控制方法、装置和存储介质
CN116526842A (zh) 一种基于三电平双向dc-dc fc变换器的改进成本函数的模型预测控制方法
CN111198590B (zh) 一种服务器供电低温控制的方法及装置

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