CN114844115A - 一种基于模型预测控制的光伏变流器构网控制方法及装置 - Google Patents

一种基于模型预测控制的光伏变流器构网控制方法及装置 Download PDF

Info

Publication number
CN114844115A
CN114844115A CN202210765433.0A CN202210765433A CN114844115A CN 114844115 A CN114844115 A CN 114844115A CN 202210765433 A CN202210765433 A CN 202210765433A CN 114844115 A CN114844115 A CN 114844115A
Authority
CN
China
Prior art keywords
photovoltaic
voltage
current
photovoltaic converter
output
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
CN202210765433.0A
Other languages
English (en)
Other versions
CN114844115B (zh
Inventor
杨鹏程
夏杨红
韦巍
于淼
彭勇刚
蔡宏达
李静
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.)
Zhejiang University ZJU
Zhejiang University City College ZUCC
Original Assignee
Zhejiang University ZJU
Zhejiang University City College ZUCC
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 Zhejiang University ZJU, Zhejiang University City College ZUCC filed Critical Zhejiang University ZJU
Priority to CN202210765433.0A priority Critical patent/CN114844115B/zh
Publication of CN114844115A publication Critical patent/CN114844115A/zh
Application granted granted Critical
Publication of CN114844115B publication Critical patent/CN114844115B/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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H02J2300/26—The renewable source being solar energy of photovoltaic origin involving maximum power point tracking control for photovoltaic sources
    • 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)
  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种基于模型预测控制的光伏变流器构网控制方法及装置，采集光伏变流器当前时刻直流侧的光伏输入电压电流、交流侧输出电压电流和交流滤波器电流，建立光伏变流器的预测模型，计算下一采样时刻的光伏预测电压和交流预测电压；然后根据光伏出力状态和当前交流电压幅值确定光伏变流器运行模式以及下一采样时刻交流电压参考值；最后设计成本函数跟踪输出电压参考值，并在成本函数中加入惩罚函数用于舍弃不满足要求的开关状态。本发明可使光伏变流器在光伏出力充足时，独立构建交流电压，实现构网控制；当光伏出力不足无法满足负荷需求时，光伏变流器自适应调节输出电压幅值，同时稳定输出电压频率，并保持光伏最大功率输出。

Description

一种基于模型预测控制的光伏变流器构网控制方法及装置
技术领域
本发明涉及新能源发电并网控制技术领域，尤其涉及一种基于模型预测控制的光伏变流器构网控制方法及装置。
背景技术
近年来，随着光伏面板的成本不断下探以及光伏发电技术的日趋成熟，光伏正成为最有前景的可再生能源之一。然而现有光伏发电大多采用跟网型控制方法，需要锁相环测量并网点的相位信息，在弱电网中存在稳定问题，制约了光伏渗透率的提升。在弱电网甚至离网状态下，变流器宜采用构网型控制，主动建立母线电压保障系统稳定运行。对于光伏变流器，由于光伏出力具有随机性，其构网控制需要考虑光伏出力不足时的电压控制问题。
模型预测控制（Model Predictive Control, MPC）具有参数整定难度小、鲁棒性强、适应多约束下多目标优化等优点，被广泛应用于新能源发电并网、变流器控制、轨迹跟踪等领域。在新能源发电并网控制领域中，变流器作为常见控制对象具有开关状态数目有限且离散的特点，将所有开关状态代入变流器预测模型，并将成本函数最小的开关状态作为最优开关状态，执行切换动作，便可跟踪相应的参考交流电压，实现构网控制。然而对于光伏变流器，其输入的直流电压随光伏面板运行点移动而变化，其输出功率也受光伏面板出力的限制，因此如何综合考虑光伏的最大出力、运行区间等物理约束，实现光伏变流器的构网控制是新能源发电并网控制领域的研究热点。
发明内容
本发明针对上述问题，提出一种基于模型预测控制的光伏变流器新型构网控制方法及装置，该方法及装置的控制对象是连接光伏面板和交流母线的光伏变流器，当光伏出力充足时，光伏变流器可不依赖于储能或电网提供电压支撑的条件下，构建交流电压，实现构网控制。
为了实现上述目的，本发明提供了一种基于模型预测控制的光伏变流器构网控制方法，包括如下步骤：
步骤1：采集光伏变流器直流侧输入光伏电压、输入光伏电流、交流侧输出三相电压、输出三相电流和交流滤波器三相电流，并将三相量变换至两相静止αβ坐标系分别得到交流输出电压、交流输出电流和交流滤波器电流，建立αβ坐标系下的光伏变流器预测模型，计算预测交流输出电压和预测光伏电压；
步骤2：计算参考相角和参考幅值，生成参考输出电压；
步骤3：根据步骤2的参考输出电压，并基于步骤1中的光伏变流器预测模型得到的预测交流输出电压和预测光伏电压，计算模型预测控制的成本函数，遍历光伏变流器的开关状态选取最小成本函数对应的开关状态执行，完成本周期的控制动作。
进一步地，所述αβ坐标系下的光伏变流器预测模型如下：
Figure 857594DEST_PATH_IMAGE001
其中，
Figure 705595DEST_PATH_IMAGE002
其中，Ts表示采样周期，k表示当前采样时刻，k+1表示下一采样时刻，Vo(k)为当前采样时刻的交流输出电压，Io(k)为当前采样时刻的交流输出电流，If (k)为当前采样时刻的交流滤波器电流，Vo(k+1)，If(k+1)分别为预测交流输出电压和预测交流滤波器电流，Vpv(k)为当前采样时刻的光伏变流器直流侧输入光伏电压，Ipv(k)为当前采样时刻的光伏变流器直流侧输入光伏电流，Vpv(k+1)为预测光伏电压，Cpv为直流侧滤波器的电容值，Sa(k)、Sb(k)、Sc(k)分别为a、b、c三相对应的开关管状态，Ifα(k+1)、Ifβ(k+1)分别为If(k+1)在α轴和β轴上的分量，Vn(k)为光伏变流器交流出口电压矢量，n取1到8，与8组光伏变流器开关状态相对应，Lf为交流侧滤波器的电感值，Cf为交流侧滤波器的电容值，T为转置符号。
进一步地，计算参考相角
Figure 272843DEST_PATH_IMAGE003
的过程如下：
Figure 164576DEST_PATH_IMAGE004
其中，
Figure 82853DEST_PATH_IMAGE005
为当前相角，
Figure 718234DEST_PATH_IMAGE006
为参考频率，由频率-无功下垂控制得出，
Figure 389255DEST_PATH_IMAGE007
、r和
Figure 451889DEST_PATH_IMAGE008
分别为频率-无功下垂控制中的额定频率、无功下垂系数和当前无功功率。
进一步地，所述步骤2中计算参考幅值时选择下垂控制模式下幅值或功率爬坡模式下幅值，具体选择方法为：
根据光伏变流器当前输入的Vpv(k)、Ipv(k)，上一时刻输入的Vpv(k-1)、Ipv(k-1) 计算光伏当前出力Ppv(k)和上一时刻出力Ppv(k-1)；若Ppv(k)大于Ppv(k-1)且Vo(k)大于 上一时刻交流输出电压Vo(k-1)，或Ppv(k)小于Ppv(k-1)且Vo(k)小于Vo(k-1)，则光伏运行 于光伏电压-出力曲线的上坡区，此时光伏变流器选择功率爬坡模式运行；若Ppv(k)大于 Ppv(k-1)且Vo(k)小于Vo(k-1)，或Ppv(k)小于Ppv(k-1)且Vo(k)大于Vo(k-1)，则光伏运行 于光伏电压-出力曲线的下坡区，能够进行构网控制，如果实测交流电压幅值
Figure 591884DEST_PATH_IMAGE009
小于
Figure 296535DEST_PATH_IMAGE010
，
Figure 572795DEST_PATH_IMAGE011
为下垂控制模式下幅值，
Figure 822642DEST_PATH_IMAGE012
为额定幅值，则光伏当前 亟需增大出力以增大电压幅值，光伏变流器选择功率爬坡模式，反之则当前光伏出力足以 满足构网控制功率需求，选择下垂控制模式运行；根据选择的运行模式，选择对应模式下的 下垂控制模式下幅值
Figure 449932DEST_PATH_IMAGE013
或功率爬坡模式下幅值
Figure 427116DEST_PATH_IMAGE014
作为参考幅值
Figure 823462DEST_PATH_IMAGE015
。
进一步地，下垂控制模式下幅值
Figure 227898DEST_PATH_IMAGE016
的具体计算如下：
Figure 591753DEST_PATH_IMAGE017
其中，
Figure 372627DEST_PATH_IMAGE018
为额定幅值，m为下垂系数，
Figure 623480DEST_PATH_IMAGE019
为当前有功功率。
进一步地，功率爬坡模式下幅值
Figure 464397DEST_PATH_IMAGE020
的具体计算如下：
Figure 800700DEST_PATH_IMAGE021
其中，
Figure 135998DEST_PATH_IMAGE022
为功率爬坡值，
Figure 506936DEST_PATH_IMAGE023
和
Figure 253175DEST_PATH_IMAGE024
分别为Io(k)在α轴和β轴上的分量，
Figure 76775DEST_PATH_IMAGE025
为参考相角。
进一步地，生成参考输出电压
Figure 199451DEST_PATH_IMAGE026
后计算其在α轴和β轴上的分量为：
Figure 674164DEST_PATH_IMAGE027
其中，
Figure 856884DEST_PATH_IMAGE028
和
Figure 167779DEST_PATH_IMAGE029
分别为
Figure 94147DEST_PATH_IMAGE030
在α轴和β轴上的分量，
Figure 908519DEST_PATH_IMAGE031
为选定的参考电压幅值，
Figure 278452DEST_PATH_IMAGE032
为参考相角。
进一步地，模型预测控制的成本函数具体如下：
Figure 76644DEST_PATH_IMAGE033
其中，Voα(k+1)、Voβ(k+1)分别为预测交流输出电压Vo(k+1)在α轴和β轴上的分量，
Figure 541123DEST_PATH_IMAGE034
为惩罚函数，用于舍弃不满足要求的开关状态。
进一步地，所述惩罚函数
Figure 475581DEST_PATH_IMAGE035
取值的具体方法为：若光伏变流器选择功率爬坡 模式，并且预测光伏电压Vpv(k+1)相较于Vpv(k)的变化方向与功率爬坡下光伏电压的变化 方向相反时，对应开关状态的成本函数中
Figure 265682DEST_PATH_IMAGE036
取无穷大；否则
Figure 800438DEST_PATH_IMAGE037
取0；若光伏变流 器选择下垂控制模式，
Figure 803029DEST_PATH_IMAGE038
取0。
本发明还提供了一种基于模型预测控制的光伏变流器构网控制装置，该装置包括光伏变流器预测模型构建模块、参考输出电压生成模块和开关状态选择模块；
所述光伏变流器预测模型构建模块用于采集光伏变流器直流侧输入光伏电压、输入光伏电流、交流侧输出三相电压、输出三相电流和交流滤波器三相电流，并将三相量变换至两相静止αβ坐标系分别得到交流输出电压、交流输出电流和交流滤波器电流，建立αβ坐标系下的光伏变流器预测模型，计算预测交流输出电压和预测光伏电压；
所述参考输出电压生成模块用于计算参考相角和参考幅值，生成参考输出电压；
所述开关状态选择模块用于根据参考输出电压生成模块得到的参考输出电压，并基于光伏变流器预测模型构建模块得到的预测交流输出电压和预测光伏电压，计算模型预测控制的成本函数，遍历光伏变流器的开关状态选取最小成本函数对应的开关状态执行，完成本周期的控制动作。
本发明的有益效果：
（1）本发明可使光伏变流器在光伏出力富余时，不依赖于储能或电网电压，独立构建交流电压。
（2）本发明中光伏变流器可在光伏出力不足时，自适应调节输出电压幅值，同时稳定输出电压频率，并保持光伏最大功率输出。
附图说明
图1为本发明一种基于模型预测控制的光伏变流器构网控制方法流程图。
图2是光伏面板经光伏变流器接入交流母线模型示意图。
图3是生成参考交流输出交流电压的控制框图。
图4是光伏面板的电压与出力特性曲线图。
图5是采用本发明控制下，光伏变流器输出交流电压波形示意图。
图6是采用本发明控制下，光伏变流器输出功率波形示意图。
图7是采用本发明控制下，光伏变流器输出交流电压的频率波形示意图。
图8为本发明一种基于模型预测控制的光伏变流器构网控制装置示意图。
具体实施方式
以下结合附图对本发明具体实施方式作进一步详细说明。
如图1所示，本发明提供了一种基于模型预测控制的光伏变流器新型构网控制方法，包括如下步骤：
步骤1：如图2所示，基于光伏面板经光伏变流器接入交流母线模型，采集光伏变流器直流侧输入光伏电压Vpv(k)、输入光伏电流Ipv(k)，交流侧输出三相电压Voabc(k)、输出三相电流Ioabc(k)和交流滤波器三相电流Ifabc(k)，并将三相量变换至两相静止αβ坐标系分别得到Vo(k)、Io(k)和If (k)，建立αβ坐标系下的光伏变流器预测模型：
Figure 857572DEST_PATH_IMAGE039
其中，
Figure 552996DEST_PATH_IMAGE040
其中，Ts表示采样周期，k表示当前采样时刻，k+1表示下一采样时刻，Vo(k)为当前采样时刻的交流输出电压，Io(k)为当前采样时刻的交流输出电流，If (k)为当前采样时刻的交流滤波器电流，Vo(k+1)，If(k+1)分别为预测交流输出电压和预测交流滤波器电流，Vpv(k)为当前采样时刻的光伏变流器直流侧输入光伏电压，Ipv(k)为当前采样时刻的光伏变流器直流侧输入光伏电流，Vpv(k+1)为预测光伏电压，Cpv为直流侧滤波器的电容值，Sa(k)、Sb(k)、Sc(k)分别为a、b、c三相对应的开关管状态，Ifα(k+1)、Ifβ(k+1)分别为If(k+1)在α轴和β轴上的分量，Vn(k)为光伏变流器交流出口电压矢量，n取1到8，与8组光伏变流器开关状态相对应，Lf为交流侧滤波器的电感值，Cf为交流侧滤波器的电容值，T为转置符号。
步骤2：如图3所示，计算光伏变流器采用无功-频率下垂控制下参考相角
Figure 60201DEST_PATH_IMAGE041
的过程如下：
Figure 882794DEST_PATH_IMAGE042
其中，
Figure 791845DEST_PATH_IMAGE043
为当前相角，
Figure 658169DEST_PATH_IMAGE044
为参考频率，由频率-无功下垂控制得出，
Figure 918249DEST_PATH_IMAGE045
、r和
Figure 262643DEST_PATH_IMAGE046
分别为频率-无功下垂控制中的额定频率、无功下垂系数和当前无功功率。
若采用有功-幅值下垂控制，计算采用有功-幅值下垂控制模式的交流电压幅值
Figure 541047DEST_PATH_IMAGE047
：
Figure 578273DEST_PATH_IMAGE017
其中，m为有功-幅值下垂的下垂系数，P(k)为输出的当前有功功率，
Figure 60070DEST_PATH_IMAGE048
为额定 幅值。
若光伏出力不足，无法实现下垂控制的参考电压，则光伏应尽量增大出力以接近 参考电压，光伏变流器当前直流侧输入功率
Figure 473733DEST_PATH_IMAGE049
，根据功率平衡计算功率爬坡模 式下的交流电压幅值
Figure 91797DEST_PATH_IMAGE050
：
Figure 316236DEST_PATH_IMAGE051
其中，
Figure 19749DEST_PATH_IMAGE022
为功率爬坡速率，
Figure 971525DEST_PATH_IMAGE052
和
Figure 975253DEST_PATH_IMAGE053
分别为Io(k)在α轴和β轴上的分量。
根据光伏变流器当前输入电压电流Vpv(k)、Ipv(k)，上一时刻输入电压电流Vpv(k-1)、Ipv(k-1)计算光伏当前出力Ppv(k)和上一时刻出力Ppv(k-1)。
Figure 88703DEST_PATH_IMAGE054
若Ppv(k)大于Ppv(k-1)且Vo(k)大于上一时刻交流输出电压Vo(k-1)，或Ppv(k)小于Ppv(k-1)且Vo(k)小于Vo(k-1)，则光伏运行于附图4中左侧的上坡区，该区域是电流源区不适宜进行构网控制，需要越过最大功率点进入附图4中右侧的下坡区，此时光伏变流器选择功率爬坡模式运行；
若Ppv(k)大于Ppv(k-1)且Vo(k)小于Vo(k-1)，或Ppv(k)小于Ppv(k-1)且Vo(k)大 于Vo(k-1)，则光伏运行于附图4中右侧的下坡区，可进行构网控制，如果实测交流电压幅值
Figure 794359DEST_PATH_IMAGE055
小于
Figure 284246DEST_PATH_IMAGE056
，则光伏亟需增大出力以电压幅值，光伏变流器选择功 率爬坡模式，反之则当前光伏出力满足构网控制功率需求，选择下垂控制模式运行。根据运 行模式，选择对应的
Figure 142481DEST_PATH_IMAGE057
或
Figure 692411DEST_PATH_IMAGE058
通过低通滤波器生成最终的参考幅值
Figure 636096DEST_PATH_IMAGE059
，结合参考相角
Figure 414828DEST_PATH_IMAGE060
，生成参考输出电压
Figure 127569DEST_PATH_IMAGE061
，其在α轴和β轴上的 分量为：
Figure 113979DEST_PATH_IMAGE062
其中，
Figure 279381DEST_PATH_IMAGE063
和
Figure 376650DEST_PATH_IMAGE029
分别为
Figure 927586DEST_PATH_IMAGE064
在α轴和β轴上的分量，
Figure 84898DEST_PATH_IMAGE065
为选定的参考电压幅值。
步骤3：根据步骤2的参考输出电压，并基于步骤1中的光伏变流器预测模型得到的预测交流输出电压和预测光伏电压，计算模型预测控制的成本函数为：
Figure 737596DEST_PATH_IMAGE066
其中，Voα(k+1)、Voβ(k+1)分别为步骤1中预测交流输出电压Vo(k+1) 在α轴和β轴 上的分量，
Figure 372977DEST_PATH_IMAGE067
为惩罚函数。遍历8组开关状态，若步骤2中光伏变流器选择功率爬坡模 式，并且预测光伏电压Vpv(k+1)相较于Vpv(k)的变化方向与功率爬坡下光伏电压的变化方 向相反时，对应开关状态下的
Figure 60310DEST_PATH_IMAGE068
取无穷大，舍弃无法满足功率爬坡的开关状态；否则
Figure 873677DEST_PATH_IMAGE069
取0。若光伏变流器选择下垂控制模式，
Figure 13671DEST_PATH_IMAGE070
取0。最终选取最小成本函数对应 的开关状态执行，完成本周期的控制动作。
本发明方法的控制对象是连接光伏面板和交流母线的光伏变流器，当光伏出力充足时，光伏变流器可不依赖于储能或电网提供电压支撑的条件下，构建交流电压，实现构网控制。
为体现本发明的控制效果，对采用本发明控制的光伏变流器与交流负荷相连进行仿真测试，光伏变流器采样频率为20k，输出交流电压额定幅值为311V，额定频率为50Hz，有功-幅值下垂系数为0.5V/kW，无功-频率下垂系数为0.1Hz/kVar，当前光照下光伏最大出力为32.8kW。在0.05秒开始采用本发明提出的控制方法，并在0.4秒、0.6秒和0.8秒分别并入10Ω/1mH、6Ω/0.6mH、8Ω/0.8mH的阻抗模拟负荷增大，其中0.6秒后光伏变流器的最大出力已无法满足负荷需求。附图5为a相交流输出电压波形，可以看出，0.6秒前光伏出力充足时，光伏变流器可实现构网控制，按照下垂控制参考值输出电压，0.6秒后光伏出力无法满足负荷需求，其输出电压幅值减小。附图6为光伏变流器输出功率波形，可以看出，0.6秒前光伏出力充足时，光伏变流器出力跟随负荷功率变化， 0.6秒后光伏出力无法满足负荷需求，光伏变流器持续最大功率输出。附图7为光伏变流器输出功率波形，可以看出，无论光伏出力时候充足，输出电压频率均维持在额定频率附近。
综合图5-图7，可以看出，采用本发明控制的光伏变流器在光伏出力充足时，可独立构建交流电压，实现构网控制，当负荷持续增大光伏出力不足时，光伏变流器自适应调节输出电压幅值，同时稳定输出电压频率，并保持光伏最大功率输出。
与前述一种基于模型预测控制的光伏变流器构网控制方法的实施例相对应，本发明还提供了一种基于模型预测控制的光伏变流器构网控制装置的实施例。
如图8所示，本发明还提供了一种基于模型预测控制的光伏变流器构网控制装置，该装置包括光伏变流器预测模型构建模块、参考输出电压生成模块和开关状态选择模块；
所述光伏变流器预测模型构建模块用于采集光伏变流器直流侧输入光伏电压、输入光伏电流、交流侧输出三相电压、输出三相电流和交流滤波器三相电流，并将三相量变换至两相静止αβ坐标系分别得到交流输出电压、交流输出电流和交流滤波器电流，建立αβ坐标系下的光伏变流器预测模型，计算预测交流输出电压和预测光伏电压；
所述参考输出电压生成模块用于计算参考相角和参考幅值，生成参考输出电压；
所述开关状态选择模块用于根据参考输出电压生成模块得到的参考输出电压，并基于光伏变流器预测模型构建模块得到的预测交流输出电压和预测光伏电压，计算模型预测控制的成本函数，遍历光伏变流器的开关状态选取最小成本函数对应的开关状态执行，完成本周期的控制动作。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。

Claims (10)

1.一种基于模型预测控制的光伏变流器构网控制方法，其特征在于，包括如下步骤：
步骤1：采集光伏变流器直流侧输入光伏电压、输入光伏电流、交流侧输出三相电压、输出三相电流和交流滤波器三相电流，并将三相量变换至两相静止αβ坐标系分别得到交流输出电压、交流输出电流和交流滤波器电流，建立αβ坐标系下的光伏变流器预测模型，计算预测交流输出电压和预测光伏电压；
步骤2：计算参考相角和参考幅值，生成参考输出电压；
步骤3：根据步骤2的参考输出电压，并基于步骤1中的光伏变流器预测模型得到的预测交流输出电压和预测光伏电压，计算模型预测控制的成本函数，遍历光伏变流器的开关状态选取最小成本函数对应的开关状态执行，完成本周期的控制动作。
2.根据权利要求1所述的一种基于模型预测控制的光伏变流器构网控制方法，其特征在于，所述αβ坐标系下的光伏变流器预测模型如下：
Figure 301464DEST_PATH_IMAGE001
其中，
Figure 264610DEST_PATH_IMAGE002
其中，Ts表示采样周期，k表示当前采样时刻，k+1表示下一采样时刻，Vo(k)为当前采样时刻的交流输出电压，Io(k)为当前采样时刻的交流输出电流，If (k)为当前采样时刻的交流滤波器电流，Vo(k+1)，If(k+1)分别为预测交流输出电压和预测交流滤波器电流，Vpv(k)为当前采样时刻的光伏变流器直流侧输入光伏电压，Ipv(k)为当前采样时刻的光伏变流器直流侧输入光伏电流，Vpv(k+1)为预测光伏电压，Cpv为直流侧滤波器的电容值，Sa(k)、Sb(k)、Sc(k)分别为a、b、c三相对应的开关管状态，Ifα(k+1)、Ifβ(k+1)分别为If(k+1)在α轴和β轴上的分量，Vn(k)为光伏变流器交流出口电压矢量，n取1到8，与8组光伏变流器开关状态相对应，Lf为交流侧滤波器的电感值，Cf为交流侧滤波器的电容值，T为转置符号。
3.根据权利要求1所述的一种基于模型预测控制的光伏变流器构网控制方法，其特征 在于，计算参考相角
Figure 575506DEST_PATH_IMAGE003
的过程如下：
Figure 236294DEST_PATH_IMAGE004
其中，
Figure 581825DEST_PATH_IMAGE005
为当前相角，
Figure 686178DEST_PATH_IMAGE006
为参考频率，由频率-无功下垂控制得出，
Figure 484370DEST_PATH_IMAGE007
、r和
Figure 480008DEST_PATH_IMAGE008
分别 为频率-无功下垂控制中的额定频率、无功下垂系数和当前无功功率。
4.根据权利要求2所述的一种基于模型预测控制的光伏变流器构网控制方法，其特征在于，所述步骤2中计算参考幅值时选择下垂控制模式下幅值或功率爬坡模式下幅值，具体选择方法为：
根据光伏变流器当前输入的Vpv(k)、Ipv(k)，上一时刻输入的Vpv(k-1)、Ipv(k-1)计算 光伏当前出力Ppv(k)和上一时刻出力Ppv(k-1)；若Ppv(k)大于Ppv(k-1)且Vo(k)大于上一 时刻交流输出电压Vo(k-1)，或Ppv(k)小于Ppv(k-1)且Vo(k)小于Vo(k-1)，则光伏运行于光 伏电压-出力曲线的上坡区，此时光伏变流器选择功率爬坡模式运行；若Ppv(k)大于Ppv(k- 1)且Vo(k)小于Vo(k-1)，或Ppv(k)小于Ppv(k-1)且Vo(k)大于Vo(k-1)，则光伏运行于光伏 电压-出力曲线的下坡区，能够进行构网控制，如果实测交流电压幅值
Figure 680045DEST_PATH_IMAGE009
小于
Figure 719414DEST_PATH_IMAGE010
，
Figure 739322DEST_PATH_IMAGE011
为下垂控制模式下幅值，
Figure 273072DEST_PATH_IMAGE012
为额定幅值，则光伏当前 亟需增大出力以增大电压幅值，光伏变流器选择功率爬坡模式，反之则当前光伏出力足以 满足构网控制功率需求，选择下垂控制模式运行；根据选择的运行模式，选择对应模式下的 下垂控制模式下幅值
Figure 609507DEST_PATH_IMAGE013
或功率爬坡模式下幅值
Figure 570509DEST_PATH_IMAGE014
作为参考幅值
Figure 77714DEST_PATH_IMAGE015
。
5.根据权利要求4所述的一种基于模型预测控制的光伏变流器构网控制方法，其特征 在于，下垂控制模式下幅值
Figure 883996DEST_PATH_IMAGE016
的具体计算如下：
Figure 42314DEST_PATH_IMAGE017
其中，
Figure 908639DEST_PATH_IMAGE018
为额定幅值，m为下垂系数，
Figure 903139DEST_PATH_IMAGE019
为当前有功功率。
6.根据权利要求4所述的一种基于模型预测控制的光伏变流器构网控制方法，其特征 在于，功率爬坡模式下幅值
Figure 778692DEST_PATH_IMAGE020
的具体计算如下：
Figure 542248DEST_PATH_IMAGE021
其中，
Figure 595786DEST_PATH_IMAGE022
为功率爬坡值，
Figure 812004DEST_PATH_IMAGE023
和
Figure 225667DEST_PATH_IMAGE024
分别为Io(k)在α轴和β轴上的分量，
Figure 109310DEST_PATH_IMAGE025
为 参考相角。
7.根据权利要求4所述的一种基于模型预测控制的光伏变流器构网控制方法，其特征 在于，生成参考输出电压
Figure 317437DEST_PATH_IMAGE026
后计算其在α轴和β轴上的分量为：
Figure 535798DEST_PATH_IMAGE027
其中，
Figure 487573DEST_PATH_IMAGE028
和
Figure 225722DEST_PATH_IMAGE029
分别为
Figure 870330DEST_PATH_IMAGE030
在α轴和β轴上的分量，
Figure 77452DEST_PATH_IMAGE031
为 选定的参考电压幅值，
Figure 567339DEST_PATH_IMAGE032
为参考相角。
8.根据权利要求7所述的一种基于模型预测控制的光伏变流器新型构网控制方法，其特征在于，模型预测控制的成本函数具体如下：
Figure 159994DEST_PATH_IMAGE033
其中，Voα(k+1)、Voβ(k+1)分别为预测交流输出电压Vo(k+1)在α轴和β轴上的分量，
Figure 709924DEST_PATH_IMAGE034
为惩罚函数，用于舍弃不满足要求的开关状态。
9.根据权利要求8所述的一种基于模型预测控制的光伏变流器新型构网控制方法，其 特征在于，所述惩罚函数
Figure 653610DEST_PATH_IMAGE035
取值的具体方法为：若光伏变流器选择功率爬坡模式，并 且预测光伏电压Vpv(k+1)相较于Vpv(k)的变化方向与功率爬坡下光伏电压的变化方向相 反时，对应开关状态的成本函数中
Figure 462034DEST_PATH_IMAGE036
取无穷大；否则
Figure 909196DEST_PATH_IMAGE037
取0；若光伏变流器选择 下垂控制模式，
Figure 630028DEST_PATH_IMAGE038
取0。
10.一种基于模型预测控制的光伏变流器构网控制装置，其特征在于，该装置包括光伏变流器预测模型构建模块、参考输出电压生成模块和开关状态选择模块；
所述光伏变流器预测模型构建模块用于采集光伏变流器直流侧输入光伏电压、输入光伏电流、交流侧输出三相电压、输出三相电流和交流滤波器三相电流，并将三相量变换至两相静止αβ坐标系分别得到交流输出电压、交流输出电流和交流滤波器电流，建立αβ坐标系下的光伏变流器预测模型，计算预测交流输出电压和预测光伏电压；
所述参考输出电压生成模块用于计算参考相角和参考幅值，生成参考输出电压；
所述开关状态选择模块用于根据参考输出电压生成模块得到的参考输出电压，并基于光伏变流器预测模型构建模块得到的预测交流输出电压和预测光伏电压，计算模型预测控制的成本函数，遍历光伏变流器的开关状态选取最小成本函数对应的开关状态执行，完成本周期的控制动作。
CN202210765433.0A 2022-07-01 2022-07-01 一种基于模型预测控制的光伏变流器构网控制方法及装置 Active CN114844115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210765433.0A CN114844115B (zh) 2022-07-01 2022-07-01 一种基于模型预测控制的光伏变流器构网控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210765433.0A CN114844115B (zh) 2022-07-01 2022-07-01 一种基于模型预测控制的光伏变流器构网控制方法及装置

Publications (2)

Publication Number Publication Date
CN114844115A true CN114844115A (zh) 2022-08-02
CN114844115B CN114844115B (zh) 2022-11-15

Family

ID=82573515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210765433.0A Active CN114844115B (zh) 2022-07-01 2022-07-01 一种基于模型预测控制的光伏变流器构网控制方法及装置

Country Status (1)

Country Link
CN (1) CN114844115B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116707036A (zh) * 2023-04-28 2023-09-05 国网河北省电力有限公司电力科学研究院 基于光伏逆变器的无功功率补偿方法、装置以及设备
CN117239796A (zh) * 2023-11-14 2023-12-15 湘江实验室 一种光储系统的控制方法、设备及介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130077366A1 (en) * 2011-09-22 2013-03-28 Kyoung Hwan Kim Solar energy generation system tracking adaptive maximum power point and its method
CN103595069A (zh) * 2013-11-18 2014-02-19 河南师范大学 不平衡电压下光伏发电系统网侧变换器模型预测控制方法
US20170104337A1 (en) * 2015-10-08 2017-04-13 Johnson Controls Technology Company Photovoltaic energy system with value function optimization
CN109038673A (zh) * 2018-08-27 2018-12-18 上海理工大学 光伏发电系统的模型预测优化控制方法
CN109888824A (zh) * 2019-03-06 2019-06-14 华北电力大学 一种基于预测控制的光伏并网逆变控制方法
CN110311582A (zh) * 2019-08-06 2019-10-08 山东劳动职业技术学院（山东劳动技师学院） 一种三电平逆变器的模型预测控制方法及系统
CN110854894A (zh) * 2019-12-09 2020-02-28 上海振华重工电气有限公司 基于模型预测控制的光伏储能系统中逆变电路的控制方法
CN110855169A (zh) * 2019-12-06 2020-02-28 龙岩学院 一种无电压传感器的单相逆变器模型预测控制方法
US20200412271A1 (en) * 2019-06-26 2020-12-31 Harbin Institute Of Technology Adaptive Control Method for Three-Phase Power Rectifier and Device Thereof
CN112165271A (zh) * 2020-10-09 2021-01-01 河南科技大学 一种并网变流系统及其模型预测控制方法
CN112383237A (zh) * 2020-10-09 2021-02-19 河南科技大学 一种并网逆变器的模型预测控制方法
CN112865173A (zh) * 2021-01-07 2021-05-28 三江学院 一种基于模型预测控制的光伏并网逆变器谐振抑制方法
CN113452069A (zh) * 2021-06-23 2021-09-28 湖北工业大学 一种向无源网络供电的逆变站多步模型预测控制方法
CN113595140A (zh) * 2021-07-30 2021-11-02 西安热工研究院有限公司 一种储能换流装置mpc权重价值函数建立方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130077366A1 (en) * 2011-09-22 2013-03-28 Kyoung Hwan Kim Solar energy generation system tracking adaptive maximum power point and its method
CN103595069A (zh) * 2013-11-18 2014-02-19 河南师范大学 不平衡电压下光伏发电系统网侧变换器模型预测控制方法
US20170104337A1 (en) * 2015-10-08 2017-04-13 Johnson Controls Technology Company Photovoltaic energy system with value function optimization
CN109038673A (zh) * 2018-08-27 2018-12-18 上海理工大学 光伏发电系统的模型预测优化控制方法
CN109888824A (zh) * 2019-03-06 2019-06-14 华北电力大学 一种基于预测控制的光伏并网逆变控制方法
US20200412271A1 (en) * 2019-06-26 2020-12-31 Harbin Institute Of Technology Adaptive Control Method for Three-Phase Power Rectifier and Device Thereof
CN110311582A (zh) * 2019-08-06 2019-10-08 山东劳动职业技术学院（山东劳动技师学院） 一种三电平逆变器的模型预测控制方法及系统
CN110855169A (zh) * 2019-12-06 2020-02-28 龙岩学院 一种无电压传感器的单相逆变器模型预测控制方法
CN110854894A (zh) * 2019-12-09 2020-02-28 上海振华重工电气有限公司 基于模型预测控制的光伏储能系统中逆变电路的控制方法
CN112165271A (zh) * 2020-10-09 2021-01-01 河南科技大学 一种并网变流系统及其模型预测控制方法
CN112383237A (zh) * 2020-10-09 2021-02-19 河南科技大学 一种并网逆变器的模型预测控制方法
CN112865173A (zh) * 2021-01-07 2021-05-28 三江学院 一种基于模型预测控制的光伏并网逆变器谐振抑制方法
CN113452069A (zh) * 2021-06-23 2021-09-28 湖北工业大学 一种向无源网络供电的逆变站多步模型预测控制方法
CN113595140A (zh) * 2021-07-30 2021-11-02 西安热工研究院有限公司 一种储能换流装置mpc权重价值函数建立方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YANYAN LI 等: "Robust Model Predictive Current Control Method for Grid-Connected Converter Based on Weighted Strategy", 《2021 IEEE INTERNATIONAL CONFERENCE ON PREDICTIVE CONTROL OF ELECTRICAL DRIVES AND POWER ELECTRONICS》 *
金楠等: "光伏并网逆变器模型预测电流控制研究", 《电测与仪表》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116707036A (zh) * 2023-04-28 2023-09-05 国网河北省电力有限公司电力科学研究院 基于光伏逆变器的无功功率补偿方法、装置以及设备
CN117239796A (zh) * 2023-11-14 2023-12-15 湘江实验室 一种光储系统的控制方法、设备及介质
CN117239796B (zh) * 2023-11-14 2024-02-06 湘江实验室 一种光储系统的控制方法、设备及介质

Also Published As

Publication number Publication date
CN114844115B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
Sultana et al. A review on state of art development of model predictive control for renewable energy applications
CN114844115B (zh) 一种基于模型预测控制的光伏变流器构网控制方法及装置
Khanh et al. Power-management strategies for a grid-connected PV-FC hybrid system
Reisi et al. Classification and comparison of maximum power point tracking techniques for photovoltaic system: A review
Pallavee Bhatnagar et al. Conventional and global maximum power point tracking techniques in photovoltaic applications: A review
Talbi et al. Design and hardware validation of modified P&O algorithm by fuzzy logic approach based on model predictive control for MPPT of PV systems
Latifi et al. Improved krill herd algorithm based sliding mode MPPT controller for variable step size P&O method in PV system under simultaneous change of irradiance and temperature
Ramadan et al. An efficient variable-step P&O maximum power point tracking technique for grid-connected wind energy conversion system
Sousa et al. MPPT algorithm in single loop current-mode control applied to dc–dc converters with input current source characteristics
Ebad et al. Accurate model predictive control of bidirectional DC-DC converters for DC distributed power systems
Farahat et al. Assessment of maximum power point tracking techniques for photovoltaic system applications
CN112688307A (zh) 一种交直流混合微电网控制器及控制方法
Kacimi et al. An improved MPPT control strategy for PV connected to grid using IncCond-PSO-MPC approach
Naamane et al. Power quality improvement based on third-order sliding mode direct power control of microgrid-connected photovoltaic system with battery storage and nonlinear load
Guo et al. A self-adaptive fuzzy PI controller of power conditioning system for hybrid fuel-cell/turbine power plant
Liu et al. A comprehensive control strategy for photovoltaic virtual synchronous generator considering frequency regulation capability
Sargolzaei et al. Active/reactive power control of three phase grid connected current source boost inverter using particle swarm optimization
Tidhaf A new maximum power point tracking based on neural networks and incremental conductance for Wind Energy Conversion System
Ibrahim et al. Design and Analysis of a Digital Controller for Boost Converter with Renewable Energy Sources for Domestic DC Load
Metry et al. Model predictive control for maximum power point tracking of quasi-Z-source inverter based grid-tied photovoltaic power system
Abedi et al. Nonlinear-model predictive control based bidirectional converter for V2G battery charger applications
Abdel-Rahim et al. Enhancing Photovoltaic Conversion Efficiency with Model Predictive Control-Based Sensor-Reduced Maximum Power Point Tracking in Modified SEPIC Converters
Rao et al. Power Quality Improvement in Microgrid System Using PSO‐Based UPQC Controller
Caballero Morilla et al. Active and reactive power control strategy for grid-connected six-phase generator by using multi-modular matrix converters
Lin et al. Event-triggered continuous control set-model predictive control for three-phase power converters

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