CN114825402B - 自适应协同终端滑模控制方法、介质、电子设备及系统 - Google Patents

自适应协同终端滑模控制方法、介质、电子设备及系统 Download PDF

Info

Publication number
CN114825402B
CN114825402B CN202210460798.2A CN202210460798A CN114825402B CN 114825402 B CN114825402 B CN 114825402B CN 202210460798 A CN202210460798 A CN 202210460798A CN 114825402 B CN114825402 B CN 114825402B
Authority
CN
China
Prior art keywords
battery
charge
ith
adaptive
capacity
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
CN202210460798.2A
Other languages
English (en)
Other versions
CN114825402A (zh
Inventor
许德智
杨玮林
潘廷龙
张康平
张伟明
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.)
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 CN202210460798.2A priority Critical patent/CN114825402B/zh
Publication of CN114825402A publication Critical patent/CN114825402A/zh
Application granted granted Critical
Publication of CN114825402B publication Critical patent/CN114825402B/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
    • 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
    • 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
    • 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
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
    • H02J7/00302—Overcharge protection
    • 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
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
    • H02J7/00306—Overdischarge protection
    • 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
    • H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
    • 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
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/02—Conversion of dc power input into dc power output without intermediate conversion into ac
    • H02M3/04—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters
    • H02M3/10—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M3/145—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M3/155—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only
    • H02M3/156—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only with automatic control of output voltage or current, e.g. switching regulators
    • H02M3/158—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only with automatic control of output voltage or current, e.g. switching regulators including plural semiconductor devices as final control devices for a single load
    • H02M3/1582—Buck-boost converters
    • 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]
    • 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
    • H02J2207/00—Indexing scheme relating to details of circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J2207/20—Charging or discharging characterised by the power electronics converter

Abstract

本发明公开了一种自适应协同终端滑模控制方法、介质、电子设备及系统，该方法通过检测各电池的荷电状态变化和电流估算电池容量，通过自适应功率分配算法为各个电池提供分配功率，通过各智能体之间信息传递和交流，设计滑模面以使多智能体间同步误差在有限时间内缩小到零，通过协同自适应终端滑模控制器产生连续的控制信号，利用脉宽调制发生器和升降压变换器来控制各个智能体储能部分的充放电，使得各电池的荷电状态趋于一致。本发明具有自适应参数调整，控制精度高，抗干扰能力强、鲁棒性好的优点。

Description

自适应协同终端滑模控制方法、介质、电子设备及系统
技术领域
本发明涉及分布式储能技术领域，特别涉及一种自适应协同终端滑模控制方法、介质、电子设备及系统。
背景技术
近年来，随着传统能源的逐渐枯竭和人类环保意识的提高，由光伏、风力发电等可再生能源构成的清洁、可再生、高可靠性的微电网逐渐发展起来。然而，可再生能源发电量会随着环境的变化而变化。这将增加可再生能源发电厂调度难度，造成大规模弃风弃光的发生。分布式储能系统(ESS)具有快速、双向的功率调节能力，在处理间歇发电、负荷波动和改善电能质量等方面具有很高的应用价值，是电力系统不可缺少的组成部分。在每个ESS中，不同容量的电池往往具有不同的初始荷电状态(SOC)，传统的等功率分配方法会导致电池的一致性丢失。这使得部分分布式储能系统提前退出系统，进一步加快了剩余储能系统的放电速度，缩短了储能系统的使用寿命。更糟糕的是，电力供应不足会导致整个系统崩溃。因此，有必要实现所有ESS的SOC平衡。
近年来，一些研究者对分布式ESS的SOC均衡控制方法进行了研究，大部分基于传统的功率-频率下垂控制。这些控制方法因为其自身的局限性，如需要各个电池容量相同，直流母线电压不稳定等问题，导致其应用范围有限。由于复杂系统和分布式环境的影响，单个智能体无法在一定的速度、可靠性、灵活性和可维护性等约束条件下独立解决复杂任务。
发明内容
本发明要解决的技术问题是提供一种控制精度高、抗干扰能力强、鲁棒性好的自适应协同终端滑模控制方法。
为了解决上述问题，本发明提供了一种自适应协同终端滑模控制方法，其包括以下步骤：
S1、结合开路电压法与库伦计数法估计电池的荷电状态；
S2、基于电池的荷电状态，利用自适应电池容量估计算法估计分布式储能系统中各个电池的容量；
S3、基于电池的荷电状态，利用动态平均一致性算法计算各个电池的荷电状态实时平均值；
S4、根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率和参考电流；
S5、建立升降压变换器和控制信号生成器的数学模型；
S6、计算不同智能体之间的邻域同步误差，在保证邻域同步误差在有限时间内收敛到零的情况下构建出智能体的终端控制滑模面；
S7、根据李雅普诺夫函数，在满足系统渐进稳定性的前提下选取智能体的控制器，根据参考功率和参考电流得到智能体输出的控制信号；
S8、通过脉宽调制发生器将连续控制信号转换成开关信号，通过开关信号控制升降压变换器来控制分布式储能系统的充放电，以使各个储能系统的荷电状态趋同。
作为本发明的进一步改进，步骤S1中，估计的电池的荷电状态如下：
Figure BDA0003621602300000021
其中，SOC为电池荷电状态，f(OCV)为由OCV-SOC曲线拟合的函数，C为电池的容量，I为电池的输出电流，t为时间。
作为本发明的进一步改进，步骤S2中，估计的分布式储能系统中各个电池的容量如下：
Figure BDA0003621602300000022
其中，
Figure BDA0003621602300000023
表示第i个电池的估计容量，Ibi表示第i个电池的输出电流，t为时间，ΔSOCi表示电池t＝t0和t＝t1之间的荷电状态差。
作为本发明的进一步改进，所述利用动态平均一致性算法计算的各个电池的荷电状态实时平均值如下：
Figure BDA0003621602300000031
其中，SOCi.avg和SOCj.avg分别为第i和j个电池的荷电状态实时平均值；θij(k)是第i和j个电池之间的累积SOC误差，aij是第i和j个电池之间的连接状态，考虑一个有向图G＝(ν，ε，a)，其中ν＝{ν1,ν2…,νn}表示节点集，
Figure BDA0003621602300000032
表示边集，如果(νj,νi)∈ε，那么aij＝1，如果/>
Figure BDA0003621602300000039
aij＝0，ζi是边缘权重常数。
作为本发明的进一步改进，步骤S4中，利用自适应功率分配算法，根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率，公式如下：
Figure BDA0003621602300000033
其中，Piref为分配给第i个电池的参考功率，
Figure BDA0003621602300000034
表示第i个电池的估计容量，Pref为电网所需的总参考功率，/>
Figure BDA0003621602300000035
表示调整因子。
作为本发明的进一步改进，步骤S6包括：
根据有向图论，用邻接矩阵A＝[aij]n×n来描述大规模的信息交换关系；对角矩阵B＝diag(b1,b2,…bn)表示每个智能体和控制部分之间的通信，当二者有通信时bi＝1，否则bi＝0；对角矩阵D＝diag(d1,d2,…dn)中
Figure BDA0003621602300000036
表示第i个智能体的入度；
将邻域同步误差定义为：
Figure BDA0003621602300000037
其中ei＝xi-xiref为一个定义的误差，xi是电流的平均值，xiref是第i个智能体的参考电流；
考虑到变换器参数的自适应辨识，第i个自适应估计误差定义为：
Figure BDA0003621602300000038
其中
Figure BDA0003621602300000041
表示第i个ESS的自适应变量，/>
Figure BDA0003621602300000042
是δi1、δi2的估计值；
在保证邻域同步误差在有限时间内收敛到零的情况下，利用计算出的同步误差设计滑模平面：
Figure BDA0003621602300000043
其中，Si是第i个智能体的终端滑模面，βi>0是滑模面常数，p和q是满足条件1<p/q<2的正奇数；
验证滑模面可以在有限时间内收敛到零，当滑动面Si趋于0时，邻域同步误差ξi也收敛到0。
作为本发明的进一步改进，建立控制器的数学模型，包括：
为了满足系统的渐近稳定性，选取第i个智能体的控制器为：
Figure BDA0003621602300000044
其中，ki>0是第i个控制器的控制器增益，udc是直流母线电压，sat(·)表示饱和函数，与符号函数sgn(·)相比，饱和函数能进一步抑制滑模控制的抖振，饱和函数的结构定义为：
Figure BDA0003621602300000045
其中，符号
Figure BDA0003621602300000046
表示系统的已定义滑动边界，当系统滑过滑动边界时，饱和函数sat(·)等于符号函数sgn(·)；
建立第i个智能体的参数自适应控制律为：
Figure BDA0003621602300000047
Figure BDA0003621602300000051
/>
其中λi1、λi2是自适应增益，Proj(·，·)是投影算子，它保证了自适应参数估计是有界的，有：
Figure BDA0003621602300000052
Figure BDA0003621602300000053
通过Lyapunov稳定性理论，证明系统是渐近稳定的，并且闭环系统中定义的所有误差ei都是渐近收敛的。
本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任意一项所述方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任意一项所述方法的步骤。
本发明还提供了一种自适应协同终端滑模控制系统，其包括：
荷电状态估计模块，用以结合开路电压法与库伦计数法估计电池的荷电状态；
电池的容量估计模块，用以基于电池的荷电状态，利用自适应电池容量估计算法估计分布式储能系统中各个电池的容量；
荷电状态实时平均值计算模块，用以基于电池的荷电状态，利用动态平均一致性算法计算各个电池的荷电状态实时平均值；
参考功率和参考电流计算模块，用以根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率和参考电流；
变换器和控制信号生成器模块，用以建立升降压变换器和控制信号生成器的数学模型；
滑模面构建模块，用以计算不同智能体之间的邻域同步误差，在保证邻域同步误差在有限时间内收敛到零的情况下构建出智能体的终端控制滑模面；
控制信号计算模块，用以根据李雅普诺夫函数，在满足系统渐进稳定性的前提下选取智能体的控制器，根据参考功率和参考电流得到智能体输出的控制信号；
充放电控制模块，用以通过脉宽调制发生器将连续控制信号转换成开关信号，通过开关信号控制升降压变换器来控制分布式储能系统的充放电，以使各个储能系统的荷电状态趋同。
本发明的有益效果：
本发明考虑到电池过充过放问题，采用了开路电压法与库伦计数法相结合的SOC估计算法，实现了快速、高精度的电池SOC估计。
本发明使每个储能系统ESS的荷电状态SOC在运行过程中趋于平衡，实现了对总参考功率的多ESS输出功率跟踪。
本发明还考虑到多个ESS长期运行后电池容量的下降，采用自适应电池容量估计算法以提高计算精度。
本发明采用动态平均一致性算法计算所有电池的平均SOC，避免了集中式控制器的使用。
本发明基于多智能体系统MAS技术设计的协同自适应终端滑模(CATSM)控制器，每一个ESS都被看作是一个智能体来提高功率跟踪的性能。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明实施例中自适应协同终端滑模控制方法的流程图；
图2是本发明实施例中拟合出的电池在充、放电过程中OCV与SOC的关系曲线；
图3是本发明实施例中由于分布式能源的输出功率的波动而由多个ESS所要求的参考功率；
图4是本发明实施例中通过使用APAA来分配参考功率的效果图；
图5是本发明实施例中APPA对不同容量电池的SOC和初始SOC影响示意图；
图6是本发明实施例中容量衰减对SOC平衡的影响示意图；
图7是本发明实施例中容量衰减对自适应估计电池容量的影响示意图。
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。
如图1所示，为本发明优选实施例中的自适应协同终端滑模控制方法，包括以下步骤：
步骤S1、结合开路电压法与库伦计数法估计电池的荷电状态；
具体地，估计的电池的荷电状态如下：
Figure BDA0003621602300000071
其中，SOC为电池荷电状态，f(OCV)为由OCV-SOC曲线拟合的函数，C为电池的容量，I为电池的输出电流，t为时间。
步骤S2、基于电池的荷电状态，利用自适应电池容量估计算法估计分布式储能系统中各个电池的容量；
具体地，估计的分布式储能系统中各个电池的容量如下：
Figure BDA0003621602300000072
其中，
Figure BDA0003621602300000073
表示第i个电池的估计容量，Ibi表示第i个电池的输出电流，t为时间，ΔSOCi表示电池t＝t0和t＝t1之间的荷电状态差。
步骤S3、基于电池的荷电状态，利用动态平均一致性算法计算(DACA)各个电池的荷电状态实时平均值；
具体地，所述利用动态平均一致性算法计算的各个电池的荷电状态实时平均值如下：
Figure BDA0003621602300000081
其中，SOCi.avg和SOCj.avg分别为第i和j个电池的荷电状态实时平均值；θij(k)是第i和j个电池之间的累积SOC误差，aij是第i和j个电池之间的连接状态，考虑一个有向图G＝(ν，ε，a)，其中ν＝{ν1,ν2…,νn}表示节点集，
Figure BDA0003621602300000082
表示边集，如果(νj,νi)∈ε，那么aij＝1，如果/>
Figure BDA0003621602300000088
aij＝0，ζi是边缘权重常数。
步骤S4、根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率和参考电流；
其中，利用自适应功率分配算法(APPA)，根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率，公式如下：
Figure BDA0003621602300000083
其中，Piref为分配给第i个电池的参考功率，
Figure BDA0003621602300000084
表示第i个电池的估计容量，Pref为电网所需的总参考功率，/>
Figure BDA0003621602300000085
表示调整因子。
参考电流通过参考功率除以各个储能系统的电压得到。
步骤S5、建立升降压变换器和控制信号生成器的数学模型；具体包括：
步骤S51、建立升降压(Boost-Buck)变换器的数学模型，如下：
Figure BDA0003621602300000086
其中，Ri和Li表示第i个升降压变换器的电阻和电感，ubi和Ibi是第i个电池的电压和电流，udc表示直流母线的电压。式中τi＝g(1-τi1)+(1-g)τi2，其中
Figure BDA0003621602300000087
步骤S52、考虑了模型参数的不确定性，引入自适应控制来在线辨识ESS的参数。第i个ESS的自适应变量定义为：
Figure BDA0003621602300000091
步骤S53、通过脉宽调制(PWM)发生器将连续控制信号mi转换成开关信号τi，模型转化为参数未知的平均状态模型：
Figure BDA0003621602300000099
其中，xi表示
Figure BDA0003621602300000098
的平均值。/>
步骤S6、计算不同智能体之间的邻域同步误差，在保证邻域同步误差在有限时间内收敛到零的情况下构建出智能体的终端控制滑模面；
其中，将电池、变换器、控制器作为一个智能体，智能体、电池、变换器、控制器为一一对应关系。例如，第i个电池对应第i个智能体中的电池。
具体地，步骤S6包括：
步骤S61、根据有向图论，用邻接矩阵A＝[aij]n×n来描述大规模的信息交换关系；对角矩阵B＝diag(b1,b2,…bn)表示每个智能体和控制部分之间的通信，当二者有通信时bi＝1，否则bi＝0；对角矩阵D＝diag(d1,d2,…dn)中
Figure BDA0003621602300000093
表示第i个智能体的入度。
步骤S62、将邻域同步误差定义为：
Figure BDA0003621602300000094
其中ei＝xi-xiref为一个定义的误差，xiref是第i个智能体的参考电流。
步骤S63、考虑到变换器参数的自适应辨识，第i个自适应估计误差定义为：
Figure BDA0003621602300000095
其中
Figure BDA0003621602300000096
分别是δi1、δi2的估计值。
步骤S64、在保证邻域同步误差在有限时间内收敛到零的情况下，利用计算出的同步误差设计滑模平面：
Figure BDA0003621602300000097
其中，Si是第i个智能体的终端滑模面，βi>0是滑模面常数，p和q是满足条件1<p/q<2的正奇数；
步骤S65、验证滑模面可以在有限时间内收敛到零，当滑动面Si趋于0时，邻域同步误差ξi也收敛到0。
步骤S7、根据李雅普诺夫函数，在满足系统渐进稳定性的前提下选取智能体的控制器，根据参考功率和参考电流得到智能体输出的控制信号；
具体地，步骤S7包括：
步骤S71、为了满足系统的渐近稳定性，选取第i个智能体的控制器为：
Figure BDA0003621602300000101
其中，ki>0是第i个控制器的控制器增益，sat(·)表示饱和函数，与符号函数sgn(·)相比，饱和函数能进一步抑制滑模控制的抖振，饱和函数的结构定义为：
Figure BDA0003621602300000102
其中，符号
Figure BDA0003621602300000103
表示系统的已定义滑动边界，当系统滑过滑动边界时，饱和函数sat(·)等于符号函数sgn(·)；
步骤S72、建立第i个智能体的参数自适应控制律为：
Figure BDA0003621602300000104
Figure BDA0003621602300000105
其中λi1、λi2是自适应增益，Proj(·，·)是投影算子，它保证了自适应参数估计是有界的，有：
Figure BDA0003621602300000106
Figure BDA0003621602300000111
步骤S73、通过Lyapunov稳定性理论，证明系统是渐近稳定的，并且闭环系统中定义的所有误差ei都是渐近收敛的。
步骤S8、通过脉宽调制(PWM)发生器将连续控制信号转换成开关信号，通过开关信号控制升降压变换器来控制分布式储能系统的充放电，以使各个储能系统的荷电状态趋同。
在其中一实施例中，采用搭建的带有四块电池的分布式储能系统。模拟过程持续20s，模拟步长设定为1μs，求解器选择为ode45。
如图2所示，为拟合出的电池在充、放电过程中OCV与SOC的关系曲线。假设真实OCV与放电OCV和充电OCV曲线的偏差大小相等，可以将电池的真实OCV近似为这两个值的平均值，得到拟合的OCV-SOC变化曲线如黑色曲线所示。
图3表示由于分布式能源的输出功率的波动而由多个ESS所要求的参考功率。
ESS1-ESS4电池的初始荷电状态分别设定为70％、71％、72％和73％。图4和图5显示出了通过使用APAA来分配图3中的参考功率的效果。从图4中可以看出，APAA不将参考功率平均分配给每个ESS，而是根据每个ESS中的电池容量和实时SOC动态地调整分配给每个ESS的功率基准。图5表明，APAA可以在一段时间内平衡不同容量电池的SOC和初始SOC，而不受参考功率Pref变化的影响。当参考功率Pref改变时，APAA可以重新计算每个ESS的参考功率。当参考功率Pref在SOC达到平衡前发生变化时，SOC仍有均衡的趋势。当参考功率Pref在SOC平衡后改变时，SOC保持平衡。与基于下垂控制的SOC均衡策略相比，本文所设计的APAA能够将功率分配给每个ESS，并使多个ESS的输出功率跟随分配功率Pref。
图6和图7显示了容量衰减对SOC平衡的影响以及自适应估计电池容量的效果。在模拟开始时，每个ESS的SOC设置为70％，提供给APAA的容量是每个ESS的实际容量。当t＝3s时，我们降低每个ESS的电池容量，以模拟系统长时间运行后的容量衰减。从图6可以看出，当供应给APAA的每个电池的容量不正确时，SOC无法保持平衡。当t＝10s时，我们启用自适应容量估计并将其提供给APAA。估计的容量如图7所示。从图7可以看出，使用自适应容量估计算法后，四个ESS的SOC逐渐收敛并最终返回平衡。
本发明考虑到电池过充过放问题，采用了开路电压法与库伦计数法相结合的SOC估计算法，实现了快速、高精度的电池SOC估计。
本发明使每个储能系统ESS的荷电状态SOC在运行过程中趋于平衡，实现了对总参考功率的多ESS输出功率跟踪。
本发明还考虑到多个ESS长期运行后电池容量的下降，采用自适应电池容量估计算法以提高计算精度。
本发明采用动态平均一致性算法计算所有电池的平均SOC，避免了集中式控制器的使用。
本发明基于多智能体系统MAS技术设计的协同自适应终端滑模(CATSM)控制器，每一个ESS都被看作是一个智能体来提高功率跟踪的性能。
本发明优选实施例还公开了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任意一项所述方法的步骤。
本发明优选实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任意一项所述方法的步骤。
本发明优选实施例还公开了一种自适应协同终端滑模控制系统，其包括以下模块：
荷电状态估计模块，用以结合开路电压法与库伦计数法估计电池的荷电状态；
电池的容量估计模块，用以基于电池的荷电状态，利用自适应电池容量估计算法估计分布式储能系统中各个电池的容量；
荷电状态实时平均值计算模块，用以基于电池的荷电状态，利用动态平均一致性算法计算各个电池的荷电状态实时平均值；
参考功率和参考电流计算模块，用以根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率和参考电流；
变换器和控制信号生成器模块，用以计算升降压变换器和控制信号生成器的数学模型；
滑模面构建模块，用以计算不同智能体之间的邻域同步误差，在保证邻域同步误差在有限时间内收敛到零的情况下构建出智能体的终端控制滑模面；
控制信号计算模块，用以根据李雅普诺夫函数，在满足系统渐进稳定性的前提下选取智能体的控制函数，根据参考功率和参考电流得到智能体输出的控制信号；
充放电控制模块，用以通过脉宽调制发生器将连续控制信号转换成开关信号，通过开关信号控制升降压变换器来控制分布式储能系统的充放电，以使各个储能系统的荷电状态趋同。
本发明实施例中的自适应协同终端滑模控制系统用于实现前述的自适应协同终端滑模控制方法，因此该系统的具体实施方式可见前文中的自适应协同终端滑模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上述方法实施例的描述，在此不再展开介绍。
另外，由于本实施例的自适应协同终端滑模控制系统用于实现前述的自适应协同终端滑模控制方法，因此其作用与上述方法的作用相对应，这里不再赘述。
以上实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (7)

1.自适应协同终端滑模控制方法，其特征在于，包括以下步骤：
S1、结合开路电压法与库伦计数法估计电池的荷电状态；
S2、基于电池的荷电状态，利用自适应电池容量估计算法估计分布式储能系统中各个电池的容量；每个分布式储能系统ESS作为一个智能体，包括电池、升降压变换器和控制信号生成器；
S3、基于电池的荷电状态，利用动态平均一致性算法计算各个电池的荷电状态实时平均值；
S4、根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率和参考电流；步骤S4中，利用自适应功率分配算法，根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率，公式如下：
Figure FDA0004122309170000011
其中，Piref为分配给第i个电池的参考功率，
Figure FDA0004122309170000012
表示第i个电池的估计容量，Pref为电网所需的总参考功率，/>
Figure FDA0004122309170000013
表示调整因子，SOCi为第i个电池的荷电状态，SOCavg为电池的荷电状态平均值；
S5、建立升降压变换器和控制信号生成器的数学模型；建立控制器的数学模型，包括：
为了满足系统的渐近稳定性，选取第i个智能体的控制器的控制信号为：
Figure FDA0004122309170000014
其中，ki＞0是第i个控制器的控制器增益，udc是直流母线电压，sat(·)表示饱和函数，ubi是第i个电池的电压，与符号函数sgn(·)相比，饱和函数能进一步抑制滑模控制的抖振，饱和函数的结构定义为：
Figure FDA0004122309170000021
其中，符号
Figure FDA0004122309170000022
表示系统的已定义滑动边界，当系统滑过滑动边界时，饱和函数sat(·)等于符号函数sgn(·)；
建立第i个智能体的参数自适应控制律为：
Figure FDA0004122309170000023
Figure FDA0004122309170000024
其中λi1、λi2是自适应增益，Proj(·，)是投影算子，它保证了自适应参数估计是有界的，有：
Figure FDA0004122309170000025
Figure FDA0004122309170000026
通过Lyapunov稳定性理论，证明系统是渐近稳定的，并且闭环系统中定义的所有误差ei都是渐近收敛的；
S6、计算不同智能体之间的邻域同步误差，在保证邻域同步误差在有限时间内收敛到零的情况下构建出智能体的终端控制滑模面；步骤S6包括：
根据有向图论，用邻接矩阵A＝[aij]n×n来描述大规模的信息交换关系；对角矩阵B＝diag(b1，b2，…bn)表示每个智能体和控制部分之间的通信，当二者有通信时bi＝1，否则bi＝0；对角矩阵D＝diag(d1，d2，…dn)中
Figure FDA0004122309170000027
表示第i个智能体的入度；
将邻域同步误差定义为：
Figure FDA0004122309170000031
其中ei＝xi-xiref为一个定义的误差，xi是电流的平均值，xiref是第i个智能体的参考电流；
考虑到变换器参数的自适应辨识，第i个自适应估计误差定义为：
Figure FDA0004122309170000032
其中
Figure FDA0004122309170000033
表示第i个ESS的自适应变量，/>
Figure FDA0004122309170000034
是δi1、δi2的估计值；Ri和Li表示第i个升降压变换器的电阻和电感；
在保证邻域同步误差在有限时间内收敛到零的情况下，利用计算出的同步误差设计滑模面：
Figure FDA0004122309170000035
其中，Si是第i个智能体的终端滑模面，βi＞0是滑模面常数，p和q是满足条件1<p/q<2的正奇数；ζi是边缘权重常数；
验证滑模面可以在有限时间内收敛到零，当滑动面Si趋于0时，邻域同步误差ξi也收敛到0；
S7、根据李雅普诺夫函数，在满足系统渐进稳定性的前提下选取智能体的控制器，根据参考功率和参考电流得到智能体输出的控制信号；
S8、通过脉宽调制发生器将连续控制信号转换成开关信号，通过开关信号控制升降压变换器来控制分布式储能系统的充放电，以使各个储能系统的荷电状态趋同。
2.如权利要求1所述的自适应协同终端滑模控制方法，其特征在于，步骤S1中，估计的电池的荷电状态如下：
Figure FDA0004122309170000036
其中，SOC为电池荷电状态，f(OCV)为由OCV-SOC曲线拟合的函数，C为电池的容量，I为电池的输出电流，t为时间。
3.如权利要求1所述的自适应协同终端滑模控制方法，其特征在于，步骤S2中，估计的分布式储能系统中各个电池的容量如下：
Figure FDA0004122309170000041
其中，
Figure FDA0004122309170000042
表示第i个电池的估计容量，Ibi表示第i个电池的输出电流，t为时间，ΔSOCi表示电池t＝t0和t＝t1之间的荷电状态差。
4.如权利要求1所述的自适应协同终端滑模控制方法，其特征在于，所述利用动态平均一致性算法计算的各个电池的荷电状态实时平均值如下：
Figure FDA0004122309170000043
其中，SOCi.avg和SOCj.avg分别为第i和j个电池的荷电状态实时平均值；θij(k)是第i和j个电池之间的累积SOC误差，aij是第i和j个电池之间的连接状态，考虑一个有向图G＝(v，ε，a)，其中v＝{v1，ν2…，vn}表示节点集，
Figure FDA0004122309170000044
表示边集，如果(vj，νi)∈ε，那么aij＝1，如果/>
Figure FDA0004122309170000045
aij＝0，ζi是边缘权重常数。
5.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-4中任意一项所述方法的步骤。
6.一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，该程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。
7.一种自适应协同终端滑模控制系统，其特征在于，包括：
荷电状态估计模块，用以结合开路电压法与库伦计数法估计电池的荷电状态；
电池的容量估计模块，用以基于电池的荷电状态，利用自适应电池容量估计算法估计分布式储能系统中各个电池的容量；每个分布式储能系统ESS作为一个智能体，包括电池、升降压变换器和控制信号生成器；
荷电状态实时平均值计算模块，用以基于电池的荷电状态，利用动态平均一致性算法计算各个电池的荷电状态实时平均值；
参考功率和参考电流计算模块，用以根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率和参考电流；利用自适应功率分配算法，根据各个电池的容量、荷电状态和总参考功率计算分配给各个储能系统的参考功率，公式如下：
Figure FDA0004122309170000051
其中，Piref为分配给第i个电池的参考功率，
Figure FDA0004122309170000052
表示第i个电池的估计容量，Pref为电网所需的总参考功率，/>
Figure FDA0004122309170000053
表示调整因子，SOCi为第i个电池的荷电状态，SOCavg为电池的荷电状态平均值；
变换器和控制信号生成器模块，用以计算升降压变换器和控制信号生成器的数学模型；建立控制器的数学模型，包括：
为了满足系统的渐近稳定性，选取第i个智能体的控制器的控制信号为：
Figure FDA0004122309170000054
其中，ki＞0是第i个控制器的控制器增益，udc是直流母线电压，sat(·)表示饱和函数，ubi是第i个电池的电压，与符号函数sgn(·)相比，饱和函数能进一步抑制滑模控制的抖振，饱和函数的结构定义为：
Figure FDA0004122309170000055
其中，符号
Figure FDA0004122309170000056
表示系统的已定义滑动边界，当系统滑过滑动边界时，饱和函数sat(·)等于符号函数sgn(·)；
建立第i个智能体的参数自适应控制律为：
Figure FDA0004122309170000061
Figure FDA0004122309170000062
其中λi1、λi2是自适应增益，Proj(·，)是投影算子，它保证了自适应参数估计是有界的，有：
Figure FDA0004122309170000063
Figure FDA0004122309170000064
通过Lyapunov稳定性理论，证明系统是渐近稳定的，并且闭环系统中定义的所有误差ei都是渐近收敛的；
滑模面构建模块，用以计算不同智能体之间的邻域同步误差，在保证邻域同步误差在有限时间内收敛到零的情况下构建出智能体的终端控制滑模面；根据有向图论，用邻接矩阵A＝[aij]n×n来描述大规模的信息交换关系；对角矩阵B＝diag(b1，b2，…bn)表示每个智能体和控制部分之间的通信，当二者有通信时bi＝1，否则bi＝0；对角矩阵D＝diag(d1，d2，…dn)中
Figure FDA0004122309170000065
表示第i个智能体的入度；
将邻域同步误差定义为：
Figure FDA0004122309170000066
其中ei＝xi-xiref为一个定义的误差，xi是电流的平均值，xiref是第i个智能体的参考电流；
考虑到变换器参数的自适应辨识，第i个自适应估计误差定义为：
Figure FDA0004122309170000067
其中
Figure FDA0004122309170000068
表示第i个ESS的自适应变量，/>
Figure FDA0004122309170000069
是δi1、δi2的估计值；Ri和Li表示第i个升降压变换器的电阻和电感；
在保证邻域同步误差在有限时间内收敛到零的情况下，利用计算出的同步误差设计滑模面：
Figure FDA0004122309170000071
其中，Si是第i个智能体的终端滑模面，βi＞0是滑模面常数，p和q是满足条件1<p/q<2的正奇数；ζi是边缘权重常数；
验证滑模面可以在有限时间内收敛到零，当滑动面Si趋于0时，邻域同步误差ξi也收敛到0；
控制信号计算模块，用以根据李雅普诺夫函数，在满足系统渐进稳定性的前提下选取智能体的控制器，根据参考功率和参考电流得到智能体输出的控制信号；
充放电控制模块，用以通过脉宽调制发生器将连续控制信号转换成开关信号，通过开关信号控制升降压变换器来控制分布式储能系统的充放电，以使各个储能系统的荷电状态趋同。
CN202210460798.2A 2022-04-28 2022-04-28 自适应协同终端滑模控制方法、介质、电子设备及系统 Active CN114825402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210460798.2A CN114825402B (zh) 2022-04-28 2022-04-28 自适应协同终端滑模控制方法、介质、电子设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210460798.2A CN114825402B (zh) 2022-04-28 2022-04-28 自适应协同终端滑模控制方法、介质、电子设备及系统

Publications (2)

Publication Number Publication Date
CN114825402A CN114825402A (zh) 2022-07-29
CN114825402B true CN114825402B (zh) 2023-06-06

Family

ID=82510166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210460798.2A Active CN114825402B (zh) 2022-04-28 2022-04-28 自适应协同终端滑模控制方法、介质、电子设备及系统

Country Status (1)

Country Link
CN (1) CN114825402B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110303945A (zh) * 2019-07-15 2019-10-08 福州大学 一种蓄电池组电量自适应优化平衡控制方法
CN111817326A (zh) * 2020-06-18 2020-10-23 浙江大学 一种交流微网孤岛模式下的分散式储能soc控制及整合方法
CN113285593A (zh) * 2021-05-26 2021-08-20 东南大学 基于复合积分滑模控制的直流降压变换器系统控制方法
CN113346574A (zh) * 2021-05-19 2021-09-03 山东大学 储能电池协同控制方法及系统
CN113359439A (zh) * 2021-05-19 2021-09-07 中国地质大学（武汉） 多智能体系统有限时间多目标协同追踪方法和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002097945A2 (en) * 2001-05-25 2002-12-05 Davison, Gary, H. Method and apparatus for managing energy in plural energy storage units

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110303945A (zh) * 2019-07-15 2019-10-08 福州大学 一种蓄电池组电量自适应优化平衡控制方法
CN111817326A (zh) * 2020-06-18 2020-10-23 浙江大学 一种交流微网孤岛模式下的分散式储能soc控制及整合方法
CN113346574A (zh) * 2021-05-19 2021-09-03 山东大学 储能电池协同控制方法及系统
CN113359439A (zh) * 2021-05-19 2021-09-07 中国地质大学（武汉） 多智能体系统有限时间多目标协同追踪方法和存储介质
CN113285593A (zh) * 2021-05-26 2021-08-20 东南大学 基于复合积分滑模控制的直流降压变换器系统控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯兴田 等.基于储能的双向DC/DC变换器电源系统控制策略.电力电子技术.2017,第51卷(第07期),全文. *
宋轩宇 等.基于自适应递推最小二乘法与无迹卡尔曼滤波的电池SOC估算.电力科学与工程.2019,第35卷(第12期),全文. *

Also Published As

Publication number Publication date
CN114825402A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN109103912A (zh) 考虑电网调峰需求的工业园区主动配电系统调度优化方法
CN110867848B (zh) 一种用于直流微电网群落的能量管理预测控制方法
CN108448563B (zh) 一种直流微电网分布式协同控制系统及直流微电网
CN103064459A (zh) 光伏电池阵列完全可重构电气系统的重构优化方法
CN112310990A (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
CN114865747A (zh) 一种储能电池簇荷电状态功率调度在线均衡方法
Gulin et al. Dynamical behaviour analysis of a DC microgrid in distributed and centralized voltage control configurations
CN110994686B (zh) 一种离散式发电、储能、供电系统协同控制方法
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
CN114825402B (zh) 自适应协同终端滑模控制方法、介质、电子设备及系统
CN113162053A (zh) 基于负荷转供和储能调节的配电网电压控制方法及系统
CN110766240B (zh) 一种不同场景下的快速充电站分层储能配置方法
CN110323779B (zh) 一种分布式发电与储能装置的功率动态聚合的方法和系统
Han et al. Energy storage frequency response control considering battery aging of electric vehicle
Sadeq et al. Linear quadratic regulator control scheme on hybrid energy storage system
Huang et al. Small-signal modeling and controller design of energy sharing controlled distributed battery system
Khalid et al. SoC-based decentralized power management in multi BESS-PV for EVs charging applications
Bhosale et al. A novel control strategy to share power among dispatchable battery sources and achieve SOC balancing without a droop control in a DC microgrid
Gaetani-Liseo et al. Impact on energy saving of active phase count control to a DC/DC converter in a DC micro grid
Dai et al. A novel no circulating current cooperative adaptive SoC balancing control for large‐scale grid‐connected electric vehicles
Zhang et al. Control and charge management of a grid-connected photovoltaic system with plug-in hybrid vehicle as energy storage
CN112751343B (zh) 基于分布式协同控制的配电网双层优化方法
CN107979100A (zh) 基于二次规划的功率型储能调频责任划分方法
She et al. Initial result on management problem of battery storage system in PEM fuel cell based hybrid power sources
Car Model predictive control of battery systems 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