CN116599024B - 基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法 - Google Patents

基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法 Download PDF

Info

Publication number
CN116599024B
CN116599024B CN202310636220.2A CN202310636220A CN116599024B CN 116599024 B CN116599024 B CN 116599024B CN 202310636220 A CN202310636220 A CN 202310636220A CN 116599024 B CN116599024 B CN 116599024B
Authority
CN
China
Prior art keywords
current
controller
formula
loop
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.)
Active
Application number
CN202310636220.2A
Other languages
English (en)
Other versions
CN116599024A (zh
Inventor
皇金锋
杨振宇
张鹏超
王磊
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.)
Hefei Longzhi Electromechanical Technology Co ltd
Original Assignee
Shaanxi University of Technology
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 Shaanxi University of Technology filed Critical Shaanxi University of Technology
Priority to CN202310636220.2A priority Critical patent/CN116599024B/zh
Publication of CN116599024A publication Critical patent/CN116599024A/zh
Application granted granted Critical
Publication of CN116599024B publication Critical patent/CN116599024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,控制器采用双环控制,引入第二级观测器进行观测补偿,并将级联观测器对总扰动的估计值反馈到补偿器进行消除;设计非奇异快速终端滑模控制进行优化,并利用混合储能单元特性,分别补偿高低频分量,来提高系统的响应速度,控制器设计完成。本发明所设计的改进型滑模自抗扰控制器通过级联观测器与非奇异快速终端滑模控制相结合的方式,提高观测精度的同时也增强了控制性能。

Description

基于混合储能的光储直流微网改进型滑模自抗扰控制器设计 方法
技术领域
本发明属于直流微电网技术领域,具体涉及基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法。
背景技术
目前,光储直流微网的应用越来越广泛。以光伏发电和混合储能为主体的直流微电网,可以充分吸收可再生能源,提高能源效率。由于太阳能资源的随机性,光储微电网经常遇到电压质量问题。为了解决这一问题,常加入储能系统来弥补间歇性光伏输出,但单一的储能单元不能同时满足高功率、高能量密度的特性。因此,混合储能成为目前研究的重点。
光储系统容易受到负荷、光照等不确定性的影响,降低了母线电压的控制性能。为提高母线电压的稳定度,研究人员提出了多种非线性控制策略,如自适应控制,滑模控制,微分平坦控制,自抗扰控制等。有文献针对由燃料电池组成的升压系统,设计微分平坦双环控制策略,提高了系统的可靠性。但平坦控制比较依赖被控系统的精确模型,缺乏考虑不确定扰动的影响,从而导致了系统控制的复杂性。自抗扰控制以其鲁棒性和抗干扰能力强等优点被广泛研究与应用,但其控制参数多,整定困难。因此,有学者提出了线性自抗扰控制(LADRC),将控制器进行线性化并采用带宽法进行参数整定,简化了参数整定过程。有文献针对升压型DC/DC变换器,提出了一种基于LADRC的串级控制策略,解决了升压变换器由于非最小相位特性、输入电压和负载变化而导致输出电压不稳定的问题。有文献针对光储系统,设计了一种前馈自抗扰控制策略,同时将线性自抗扰引入分频后的电流环中,以实现不同储能设备间的协调控制,但当外扰频率较高时,状态观测器对总扰动的跟踪能力较差。
虽然简化参数后的LADRC控制方便实现,但对系统中的未知干扰、耦合、不确定性等补偿能力下降。为此,有学者提出改进型线性自抗扰策略,来增强LADRC的控制性能。有文献通过在观测器扰动观测通道中引入了序列校正的思想,实现对扰动项的精确跟踪。还有文献针对光伏并网逆变器,提出级联线性扩张状态观测器(CLESO)来补偿传统方法下未估计的剩余扰动,进而提升扰动估计抑制能力。以上文献都是针对观测器进行改进,提高了观测精度,但误差反馈控制仍采取PD控制,系统收敛速度仍然较慢。有文献针对永磁同步电动机伺服系统提出滑模自抗扰控制策略,通过设计变增益扩张状态观测器增强观测精度,同时将积分滑模控制器代替传统自抗扰控制中的非线性误差状态反馈环节,进而提高系统的鲁棒性。但传统的滑模控制需要较大的切换增益来处理扰动影响,切换增益造成的抖振问题,影响了系统控制性能。目前,非奇异快速终端滑模(NFTSMC)控制因具有比传统滑模控制更快的收敛速度和更强的鲁棒性,被应用于多类控制系统中,如四旋翼无人机,机械臂永磁同步电机,并取得了显著效果。
发明内容
本发明的目的是提供基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,所设计的改进型滑模自抗扰(Improved sliding mode auto-disturbancerejection,ISMADRC)控制器通过级联观测器与非奇异快速终端滑模控制相结合的方式,提高观测精度的同时也增强了控制性能。
本发明所采用的技术方案是,基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,控制器采用双环控制,引入第二级观测器进行观测补偿,并将级联观测器对总扰动的估计值反馈到补偿器进行消除;设计非奇异快速终端滑模控制进行优化,并利用混合储能单元特性,分别补偿高低频分量,来提高系统的响应速度,控制器设计完成。
本发明的特点还在于,
具体按照以下步骤实施:
步骤1:光储直流微网系统建模;
步骤2:级联观测器设计;
步骤3:电压环NFTSMC控制器设计;
步骤4:电流分频,电流环NFTSMC控制器设计。
步骤1中,直流微电网结构包括分布式电源光伏、风机分别经Boost电路、AC/DC整流电路与直流母线相连;由蓄电池和超级电容构成的混合储能系统,分别通过双向DC/DC变换器与直流母线相连,以满足间歇性功率波动的需要;同时,将连接到直流母线的直流负载、恒功率负载统称为直流负荷;
采用光伏作为分布式电源的光储直流微网系统简化模型,该简化模型中Ub、Ib、Lb分别为蓄电池侧端电压、电感电流、电感,Sb1和Sb2为蓄电池的开关管,Sb1、Sb2的占空比分别为b1、b2,且两开关管的控制信号互补b1+b2=1;Usc、Isc、Lsc分别为超级电容侧端电压、电感电流、电感,Ssc1和Ssc1为超级电容的开关管,Ssc1、Ssc2的占空比分别为sc1、sc2,且两开关管的控制信号互补sc1+sc2=1,故只需要控制其中一个开关管,另一开关管便可同时动作。Upv、Ipv、Lpv、Cpv、D和Spv分别为光伏电源侧的端电压、电感电流、电感、滤波电容、二极管和开关管;Udc、C分别为母线侧电压、电容;PL为直流负荷。
步骤2级联观测器CLESO设计包括电压环CLESO设计和电流环CLESO设计,电流环CLESO设计又包括蓄电池电流环CLESO设计和超级电容电流环CLESO设计。
电压环CLESO设计具体为,
电压环CLESO包括LESO1和LESO2;
一般的,对于二阶系统有:
式(1)中,u为系统输入;y为系统输出;ω为外部扰动;a1、a2为系统参数;b为系统增益;a1、a2、b未知;且有b0≈b,b0为系统待设计的控制增益;
为系统的广义扰动,包含系统内部扰动和外部扰动,依据ESO的设计准则,定义状态变量x1=y,/>并将扰动项f扩展为系统新的状态变量x3,则系统的状态方程为:
与传统的扩张状态观测器LESO类似,设计的扩张状态观测器LESO1的输入是被控对象的控制信号u和输出信号y,基于式(2)设计的LESO1为:
式(3)中,z1、z2、z3分别为y、f的状态重构值;ez为直流母线电压的跟踪误差;β1、β2、β3为待设计的LESO1增益;
在LESO2的构造中,将总扰动的初始重构变量z3作为其已知部分,可以建模为:
式(4)中,v1、v2、v3为LESO2的状态重构值;ξ1、ξ2、ξ3为待设计的LESO2增益;ev为LESO2的直流母线电压跟踪误差;
其中,重构变量z1、z2和v1、v2在跟踪状态y、中起着相同的作用,此外,v3提供了剩余扰动量x3-z3的估计,以补充对LESO1的不完全估计,为了简化调整,将两个LESO1和LESO2的观测器增益调整到相同值,通过将所有闭环极点设置为-ω0,LESO1和LESO2的增益配置为:
蓄电池电流环CLESO包括LESO3和LESO4,LESO3的输入是被控对象的控制信号b1和输出信号Ib,得到LESO3的状态方程为:
式(6)中,n1、n2、n3分别为输出电流Ib、输出电流一阶导数扰动f的状态重构值;eb为蓄电池输出电流的跟踪误差;β11、β22、β33为待设计的LESO3增益;
通过将LESO3中总扰动的初始重构变量n3作为其已知部分,得到LESO4的状态方程为:
式(7)中,g1、g2、g3为LESO4的状态重构值;ξ11、ξ22、ξ33为待设计的LESO4增益;eg为LESO4的输出电流跟踪误差;
LESO3和LESO4的增益配置为:
超级电容电流环CLESO包括LESO5和LESO6,LESO5的输入是被控对象的控制信号sc1和输出信号Isc,得到LESO5的状态方程为:
式(9)中,n11、n22、n33分别为超级电容输出电流Isc、输出电流一阶导数扰动的状态重构值;esc为输出电流的跟踪误差;β11、β22、β33为待设计的LESO5增益;
通过将LESO5中总扰动的初始重构变量n33作为其已知部分,得到LESO6的状态方程为:
式(10)中,g11、g22、g33为LESO6的状态重构值;ξ11、ξ22、ξ33为待设计的LESO6增益;egg为LESO6的输出电流跟踪误差;
LESO5和LESO6的增益配置为:
步骤3具体为,
通过观测值z3和v3的实时合成,重建总扰动f的信息,若u0为设计的控制律,则系统的控制量u为:
通过设计的u0,使观测值v1能够在有限时间内快速准确的追踪母线电压期望值σ;
定义母线电压跟踪误差为:
对式(13)求导得:
将式(4)代入式(14)并求导可得:
为提高收敛速度和减少滑模抖振,避免奇异性,设计电压环非奇异快速终端滑模面λ为:
式(16)中,κ1、κ2∈R+;1<a<2;1<c<2;a>c;
对式(16)求导得:
依据所选滑模面,电压环控制器u设计为:
u=ueq+ure (18)
式(18)中,ueq为电压环等效控制器;ure为电压环鲁棒控制器;
将式(15)代入式(17)得电压环等效控制器ueq为:
电压环鲁棒控制器ure设计为:
ure=b0 -13λ+κ4sigρ(λ)] (20)
式(20)中,κ3>0;κ4>0;0<ρ<1。
故完整的电压环NFTSMC控制器为:
步骤4具体为,
因蓄电池和超级电容是并联接线,不考虑线路阻抗时,功率分配可等效为电流分配,其电流分配为:
Iref=Ib+Isc (22)
式(22)中,Iref为总输出电流参考值;
根据超级电容快速性的特点,通过总输出电流Iref减去超级电容实际电流Isc,得到蓄电池参考电流为:
Ibref=Iref-Isc (23)
式(23)中,Ibref为蓄电池电流参考值;
将未补偿的蓄电池电流添加到超级电容电流参考值中,从而得到超级电容参考电流为:
Iscref=Iref(1-TLPF)+k(Ibref-Ib) (24)
式(24)中,Iscref为超级电容电流参考值;TLPF为低通滤波值;增益k用于限制蓄电池电流误差,其大小为Ubat/Usc
定义蓄电池输出电流跟踪误差为:
对式(25)求导得:
对式(26)求导得:
设计蓄电池电流环非奇异快速终端滑模面λb为:
对式(28)求导得:
依据所选滑模面,蓄电池电流环控制器b1设计为:
b1=beq+bre (30)
将式(27)代入式(29)得蓄电池电流环等效控制器beq为:
蓄电池电流环鲁棒控制器bre设计为:
bre=b0 -13λb4sigρb)] (32)
故完整的蓄电池电流环NFTSMC控制器为:
定义超级电容输出电流跟踪误差为:
对式(34)求导得:
对式(35)求导得:
设计超级电容电流环非奇异快速终端滑模面λsc为:
对式(37)求导得:
依据所选滑模面,超级电容电流环控制器sc1设计为:
sc1=sceq+scre (39)
将式(36)代入式(38)得超级电容电流环等效控制器sceq为:
超级电容电流环鲁棒控制器scre设计为:
scre=b0 -13λsc4sigρsc)] (41)
故完整的超级电容电流环NFTSMC控制器为:
本发明的有益效果是:
1)本发明基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,提出改进型滑模自抗扰控制,通过级联观测器以及设计非奇异快速终端滑模控制,增强系统扰动观测性能以及补偿能力;
2)根据混合储能单元特性,设计电流环功率分频控制,以超级电容快速性为原则,得到蓄电池以及超级电容各自补偿参考值,减少了蓄电池的充放电次数,保护了电池寿命;
3)与PI双环以及LADRC双环相比,通过分析暂稳态性能以及蓄电池SOC容量可知,本发明的改进型滑模自抗扰控制器设计方法所设计控制器的控制策略兼顾母线电压稳定和响应速度,具有优越性。
附图说明
图1是本发明直流微电网结构示意图;
图2是光储直流微网系统简化模型;
图3是本发明ISMADRC控制器简化框图;
图4是本发明电压环ISMADRC控制框图;
图5是电流环参考电流分频框图;
图6是负荷功率波动图;
图7是负荷功率扰动时母线电压起始波形图;
图8是负荷功率扰动时母线电压波形对比,其中,图8(a)是PI控制母线电压波形图,图8(b)是LADRC控制母线电压波形图,图8(c)是本发明ISMADRC控制母线电压波形图;
图9是负荷功率扰动时蓄电池SOC容量变化对比图;
图10是光伏电源输出功率图;
图11是光伏功率扰动时母线电压起始波形图;
图12是光伏功率扰动时母线电压波形对比图,其中,图12(a)是PI控制母线电压波形图,图12(b)是LADRC控制母线电压波形图,图12(c)是本发明ISMADRC控制母线电压波形图;
图13是光伏功率扰动时蓄电池SOC容量变化对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
实施例1
本实施例提供一种基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,控制器采用双环控制,引入第二级观测器进行观测补偿,并将级联观测器对总扰动的估计值反馈到补偿器进行消除,通过级联型观测器观测系统内外扰动,并输出到控制端进行补偿;设计非奇异快速终端滑模控制进行优化,并利用混合储能单元特性,分别补偿高低频分量,提升母线电压抗干扰能力,来提高系统的响应速度,采用电流分频合理分配储能单元高低频分量,快速跟踪系统变化,提高系统动态响应能力,改进型滑模自抗扰(Improvedsliding mode auto-disturbance rejection,ISMADRC)控制器设计完成,简化框图如图1所示。
实施例2
本实施例提供一种基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,在实施例1的基础上,具体按照以下步骤实施:
步骤1:光储直流微网系统建模
步骤1中,直流微电网结构包括分布式电源光伏、风机分别经Boost电路、AC/DC整流电路与直流母线相连;由蓄电池和超级电容构成的混合储能系统,分别通过双向DC/DC变换器(Bi-directional DC-DC Converter,BDC)与直流母线相连,以满足间歇性功率波动的需要;同时,将连接到直流母线的直流负载、恒功率负载统称为直流负荷;
采用光伏作为分布式电源的光储直流微网系统简化模型,如图2所示,该简化模型中Ub、Ib、Lb分别为蓄电池侧端电压、电感电流、电感,Sb1和Sb2为蓄电池的开关管,Sb1、Sb2的占空比分别为b1、b2,且两开关管的控制信号互补b1+b2=1;Usc、Isc、Lsc分别为超级电容侧端电压、电感电流、电感,Ssc1和Ssc1为超级电容的开关管,Ssc1、Ssc2的占空比分别为sc1、sc2,且两开关管的控制信号互补sc1+sc2=1,故只需要控制其中一个开关管,另一开关管便可同时动作。Upv、Ipv、Lpv、Cpv、D和Spv分别为光伏电源侧的端电压、电感电流、电感、滤波电容、二极管和开关管;Udc、C分别为母线侧电压、电容;PL为直流负荷。
本发明的电压电流环采用相同的控制策略,故后续设计中首先通过CLESO观测系统受到的总扰动,并将总扰动输入到控制端进行补偿;以鲁棒性强、收敛速度快的NFTSMC作为系统控制器,提升母线电压抗干扰能力以及系统动态响应能力。
ISMADRC控制器简化框图如图3所示,图3中的参考值、控制输入、实际输出分别为电压环下的母线电压参考值、总参考电流输出值以及母线电压实际值。b0为系统待设计的控制增益;外部扰动包括分布式电源功率波动以及负荷扰动等;内部扰动包括因系统未精确建模以及运行中参数摄动等。
步骤2:级联观测器设计
级联观测器CLESO设计包括电压环CLESO设计和电流环CLESO设计,电流环CLESO设计又包括蓄电池电流环CLESO设计和超级电容电流环CLESO设计。
电压环CLESO设计具体为,
电压环CLESO包括LESO1和LESO2;
一般的,对于二阶系统有:
式(1)中,u为系统输入;y为系统输出;ω为外部扰动;a1、a2为系统参数;b为系统增益;a1、a2、b未知;且有b0≈b,b0为系统待设计的控制增益;
为系统的广义扰动,包含系统内部扰动和外部扰动,依据ESO的设计准则,定义状态变量x1=y,/>并将扰动项f扩展为系统新的状态变量x3,则系统的状态方程为:
与传统的扩张状态观测器LESO类似,设计的扩张状态观测器LESO1的输入是被控对象的控制信号u和输出信号y,基于式(2)设计的LESO1为:
式(3)中,z1、z2、z3分别为y、f的状态重构值;ez为直流母线电压的跟踪误差;β1、β2、β3为待设计的LESO1增益;
在LESO2的构造中,将总扰动的初始重构变量z3作为其已知部分,可以建模为:
式(4)中,v1、v2、v3为LESO2的状态重构值;ξ1、ξ2、ξ3为待设计的LESO2增益;ev为LESO2的直流母线电压跟踪误差;
其中,重构变量z1、z2和v1、v2在跟踪状态y、中起着相同的作用,此外,v3提供了剩余扰动量x3-z3的估计,以补充对LESO1的不完全估计,为了简化调整,将两个LESO1和LESO2的观测器增益调整到相同值,通过将所有闭环极点设置为-ω0,LESO1和LESO2的增益配置为:
蓄电池电流环CLESO包括LESO3和LESO4,LESO3的输入是被控对象的控制信号b1和输出信号Ib,得到LESO3的状态方程为:
式(6)中,n1、n2、n3分别为输出电流Ib、输出电流一阶导数扰动f的状态重构值;eb为蓄电池输出电流的跟踪误差;β11、β22、β33为待设计的LESO3增益;
通过将LESO3中总扰动的初始重构变量n3作为其已知部分,得到LESO4的状态方程为:
式(7)中,g1、g2、g3为LESO4的状态重构值;ξ11、ξ22、ξ33为待设计的LESO4增益;eg为LESO4的输出电流跟踪误差;
LESO3和LESO4的增益配置为:
超级电容电流环CLESO包括LESO5和LESO6,LESO5的输入是被控对象的控制信号sc1和输出信号Isc,得到LESO5的状态方程为:
式(9)中,n11、n22、n33分别为超级电容输出电流Isc、输出电流一阶导数扰动的状态重构值;esc为输出电流的跟踪误差;β11、β22、β33为待设计的LESO5增益;
通过将LESO5中总扰动的初始重构变量n33作为其已知部分,得到LESO6的状态方程为:
式(10)中,g11、g22、g33为LESO6的状态重构值;ξ11、ξ22、ξ33为待设计的LESO6增益;egg为LESO6的输出电流跟踪误差;
LESO5和LESO6的增益配置为:
步骤3:电压环NFTSMC控制器设计
通过观测值z3和v3的实时合成,重建总扰动f的信息,若u0为设计的控制律,则系统的控制量u为:
通过设计的u0,使观测值v1能够在有限时间内快速准确的追踪母线电压期望值σ;
定义母线电压跟踪误差为:/>
对式(13)求导得:
将式(4)代入式(14)并求导可得:
为提高收敛速度和减少滑模抖振,避免奇异性,设计电压环非奇异快速终端滑模面λ为:
式(16)中,κ1、κ2∈R+;1<a<2;1<c<2;a>c;
对式(16)求导得:
依据所选滑模面,电压环控制器u设计为:
u=ueq+ure (18)
式(18)中,ueq为电压环等效控制器;ure为电压环鲁棒控制器;
将式(15)代入式(17)得电压环等效控制器ueq为:
电压环鲁棒控制器ure设计为:
ure=b0 -13λ+κ4sigρ(λ)] (20)
式(20)中,κ3>0;κ4>0;0<ρ<1。
故完整的电压环NFTSMC控制器为:
综上可得电压环ISMADRC控制框图如图4所示。
步骤4:电流分频,电流环NFTSMC控制器设计
因蓄电池和超级电容是并联接线,不考虑线路阻抗时,功率分配可等效为电流分配,其电流分配为:
Iref=Ib+Isc (22)
式(22)中,Iref为总输出电流参考值;
根据上述电流分配分别设计蓄电池电流环NFTSMC控制器和超级电容电流环NFTSMC控制器。
实施例3
本实施例提供一种基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法,在实施例2的基础上,步骤4具体为,
根据超级电容快速性的特点,通过总输出电流Iref减去超级电容实际电流Isc,得到蓄电池参考电流为:
Ibref=Iref-Isc (23)
式(23)中,Ibref为蓄电池电流参考值;
将未补偿的蓄电池电流添加到超级电容电流参考值中,从而得到超级电容参考电流为:
Iscref=Iref(1-TLPF)+k(Ibref-Ib) (24)
式(24)中,Iscref为超级电容电流参考值;TLPF为低通滤波值;增益k用于限制蓄电池电流误差,其大小为Ubat/Usc
综上分析可知,电流环参考电流分频框图如图5所示;
定义蓄电池输出电流跟踪误差为:
对式(25)求导得:
对式(26)求导得:
设计蓄电池电流环非奇异快速终端滑模面λb为:
对式(28)求导得:
依据所选滑模面,蓄电池电流环控制器b1设计为:
b1=beq+bre (30)
将式(27)代入式(29)得蓄电池电流环等效控制器beq为:
蓄电池电流环鲁棒控制器bre设计为:
bre=b0 -13λb4sigρb)] (32)
故完整的蓄电池电流环NFTSMC控制器为:
定义超级电容输出电流跟踪误差为:
对式(34)求导得:
对式(35)求导得:
设计超级电容电流环非奇异快速终端滑模面λsc为:
对式(37)求导得:
依据所选滑模面,超级电容电流环控制器sc1设计为:
sc1=sceq+scre (39)
将式(36)代入式(38)得超级电容电流环等效控制器sceq为:
超级电容电流环鲁棒控制器scre设计为:
scre=b0 -13λsc4sigρsc)] (41)
故完整的超级电容电流环NFTSMC控制器为:
系统控制器稳定性分析
电压环和电流环的稳定性证明类似,为了节约篇幅,下面仅以电压环为例进行稳定性证明。
1)级联LESO稳定性分析
证明:定义各状态变量的观测误差分别为:θ1=v1-x1;θ2=v2-x2;θ3=v3+z3-x3
对上述观测误差求导得:
令Φ1=θ1;Φ2=θ21θ1;Φ3=θ31θ2+(ξ1 221
则误差系统为:
由巴尔巴辛公式可得系统的Lyapunov函数V为:
当ξ1ξ2>2ξ3时,得:
对式(46)求导,并将式(44)代入得:
当满足条件ξ1ξ2>2ξ3时V正定;当时,/>误差系统在平衡点(θ1=0,θ2=0,θ3=0)大范围稳定。
2)NFTSMC稳定性分析
引理1给定一个连续可微且正定的函数V(x):Rn→R,若对于所有的非零状态x,满足:
式(48)中,为常数,0<δ<1。
则系统的状态可以在有限时间内收敛到平衡点,且收敛时间Tr满足:
式中,V(x0)为李雅普诺夫函数V(x)的初始值。
证明:选取Lyapunov函数Ve为:
对式(50)求导可得:
将式(21)代入式(51)得:
由引理1可知,总存在两个常数l1、l2,使:
式(53)中,
跟踪误差将在有限时间内沿滑模面式(16)收敛到平衡点,有限时间Tr为:
综上,电压环在控制律u的作用下能在有限时间内收敛到给定参考位置。
仿真验证
基于MATLAB/Simulink平台搭建光储直流微网混合储能仿真模型,验证了本发明所设计控制器控制方法的可行性。为了更好的验证本发明设计控制器的响应速度及抗扰动能力,在电气模型参数保持不变的情况下,将其与PI控制以及LADRC控制进行比较。系统初始条件设定为:环境温度25℃,光照强度1000W/m2,光伏单元采用MPPT控制。系统模型参数如表1所示,控制器参数如表2所示。
表1系统模型参数
/>
表2控制器参数
1)负荷功率扰动仿真对比
保持光照强度1000W/m2不变,光伏输出功率恒为3kW时,负荷功率的变化如图6所示。
分析图6可知,在0.7s时负荷功率由2kW跃升为4kW,此时光伏输出功率小于负荷功率,母线电压下降,混合储能系统补偿差额功率,维持母线电压恒定;在0.9s时,负荷功率降为2kW,此时光伏输出大于负荷所需,母线电压上升,为维持母线电压恒定,混合储能单元吸收多余功率;在1.1s时,负荷功率上升为3kW,母线电压短暂波动后经储能单元补偿达到稳定。对于负荷功率扰动,在控制器参数不变的情况下,将三种控制策略进行如下仿真对比分析。
1.1)母线电压仿真对比
负荷功率扰动时不同控制策略下母线电压启动波形如图7所示。
分析图7可知,PI、LADRC和ISMADRC策略下的最大电压峰值分别为1001V、837V和702V;电压超调分别为301V、137V和2V;调节时间分别为0.36s、0.46s、0.09s。对比以上仿真结果可知本发明的ISMADRC策略在负荷功率扰动时,超调量更小,暂态响应速度更快。
负荷扰动时不同控制策略下母线电压波形对比如图8所示。
以0.7s时为例,此时负荷功率由2kW升为4kW,分析图8(a)、图8(b)、图8(c)可知,光伏输出小于负荷需求,母线电压跌落,储能单元补偿差额功率,稳定母线电压。在PI控制下,母线电压超调为8.99V,在188ms后达到稳定;在LADRC控制下,母线电压超调为5.44V,在127ms后达到稳定;在ISMADRC控制下,母线电压超调量为1.99V,在29ms后达到稳定。通过上述对比分析,本发明的ISMADRC控制策略在负荷功率扰动时母线电压波动更小,恢复速度更快。
1.2)蓄电池SOC仿真对比
负荷功率扰动时不同控制策略下蓄电池SOC容量变化对比如图9所示。
分析图9可知,当系统遭到负荷功率扰动而使母线电压发生波动时,混合储能系统承担补偿差额功率的作用。根据蓄电池循环次数有限的特性,为减小蓄电池充放电次数、保护电池寿命,蓄电池的容量变化应越小越好。对比以上仿真结果可知,基于发明的ISMADRC控制策略下的蓄电池SOC容量变化最小,优于其它两种控制策略。
2)光伏功率扰动仿真对比
保持负荷以恒定功率2kW运行,当光照强度发生改变时,光伏电源输出功率如图10所示。
分析图10可知,在0.7s时光照强度突变为500W/m2,此时光伏输出功率为小于负荷需求,母线电压下降,此时混合储能单元补偿差额功率;在0.9s时光照强度由500W/m2增加为1000W/m2,光伏输出功率大于负荷需求,母线电压瞬间升高,混合储能单元吸收多余功率,维持母线电压恒定;在1.1s时光照强度降为750W/m2,母线电压短暂波动并经储能单元补偿后恢复平衡。对于光伏功率扰动,在控制器参数不变的情况下,将三种控制策略进行如下对比分析。
2.1)母线电压仿真对比
光伏功率扰动时不同控制策略下母线电压启动波形对比图。分析图7可知,PI、LADRC和ISMADRC策略下的最大峰值电压分别为989V、834V和701V;电压超调分别为289V、134V和1V;调节时间分别为0.34s、0.45s、0.09s。对比以上仿真结果可知,本发明的ISMADRC策略在负荷功率扰动时,超调量更小,响应更快。
光伏功率扰动时不同控制策略下母线电压抗扰动波形如图12所示。
以0.7s时为例,此时光照强度由1000W/m2降为500W/m2,分析图12(a)、图12(b)、图12(c)可知,光伏输出小于负荷需求,母线电压出现跌落,储能单元补偿差额功率,稳定母线电压。在PI控制下,母线电压超调为6.73V,在138ms后达到稳定;在LADRC控制下,母线电压超调为3.95V,在129ms后达到稳定;在发明的ISMADRC控制下,母线电压超调为2.01V,在22ms后达到稳定。通过以上参数对比分析,本发明的ISMADRC控制策略在光伏功率扰动时母线电压波动更小,恢复速度更快。
2.2)蓄电池SOC仿真对比
光伏功率扰动时不同控制策略下蓄电池SOC容量变化对比如图13所示。
分析图13可知,当系统受到光伏功率扰动使母线电压发生波动时,混合储能系统承担补偿差额功率的作用。根据蓄电池循环次数有限的特点,为减小蓄电池充放电次数、保护电池寿命,蓄电池的容量变化应越小越好。仿真结果可知,在发明的ISMADRC控制策略下的蓄电池SOC容量变化最小,优于其它两种控制策略。

Claims (1)

1.一种基于混合储能的光储直流微网的滑模自抗扰控制器设计方法,其特征在于,该控制器采用电压环和电流环的双环控制,引入第二级观测器进行观测补偿,并将级联线性扩张状态观测器对总扰动的估计值反馈到补偿器进行消除;设计非奇异快速终端滑模控制进行优化,并利用混合储能系统特性,分别补偿高、低频分量,来提高系统的响应速度,该设计方法按照以下步骤实施:
步骤1:光储直流微网的系统建模:光储直流微网包括的光伏分布式电源经Boost电路与直流母线相连;由蓄电池和超级电容构成的混合储能系统,分别通过双向DC/DC变换器与直流母线相连,以满足间歇性功率波动的需要;同时,将连接到直流母线的直流负载和恒功率负载统称为直流负荷;Sb1和Sb2为蓄电池的开关管,Sb1、Sb2的占空比即控制信号分别为b1、b2,且两开关管的控制信号互补b1+b2=1;Ssc1和Ssc2为超级电容的开关管,Ssc1、Ssc2的占空比即控制信号分别为sc1、sc2,且两开关管的控制信号互补sc1+sc2=1;由于上述两开关管的控制信号互补,故只需要控制其中一个开关管,另一个开关管便同时动作;
步骤2:设计级联线性扩张状态观测器即CLESO:CLESO包括电压环CLESO和电流环CLESO,所述电压环CLESO包括两个线性扩张状态观测器即LESO1和LESO2,所述电流环CLESO包括蓄电池电流环CLESO和超级电容电流环CLESO,所述蓄电池电流环CLESO包括两个线性扩张状态观测器即LESO3和LESO4,所述超级电容电流环CLESO包括两个线性扩张状态观测器即LESO5和LESO6;其中LESO2、LESO4和LESO6即为所述第二级观测器;
其中,对于二阶系统有:
式(1)中,u为系统输入;y为系统输出;ω为外部扰动;α1、α2为系统参数;b为系统增益;α1、α2、b未知;且有b0≈b,b0为系统待设计的控制增益;
为系统的广义扰动即总扰动,包含系统内部扰动和外部扰动,定义状态变量x1=y,/>并将总扰动f扩展为系统新的状态变量x3,则系统的状态方程为:
LESO1的输入是系统输入u和系统输出y,基于式(2)设计的LESO1为:
式(3)中,z1、z2、z3分别为y、f的状态重构值;ez为LESO1的直流母线电压的跟踪误差;β1、β2、β3为待设计的LESO1的增益;
在LESO2的构造中,将z3作为已知部分,建模为:
式(4)中,v1、v2、v3为LESO2的状态重构值;ev为LESO2的直流母线电压的跟踪误差;ξ1、ξ2、ξ3为待设计的LESO2的增益;
其中,z1、z2和v1、v2在跟踪状态y、中起着相同的作用,此外,v3提供了剩余扰动量x3-z3的估计,以补充对LESO1的不完全估计,为了简化调整,将LESO1和LESO2的增益调整到相同值,通过将所有闭环极点设置为-ω0,LESO1和LESO2的增益配置为:
LESO3的输入是蓄电池的开关管Sb1的控制信号b1和蓄电池输出电流Ib,得到LESO3的状态方程为:
式(6)中,n1、n2、n3分别为Ibf的状态重构值;eb为LESO3的蓄电池输出电流的跟踪误差;β11、β22、β33为待设计的LESO3的增益;
通过将LESO3中n3作为已知部分,得到LESO4的状态方程为:
式(7)中,g1、g2、g3为LESO4的状态重构值;eg为LESO4的蓄电池输出电流的跟踪误差;ξ11、ξ22、ξ33为待设计的LESO4的增益;
LESO3和LESO4的增益配置为:
LESO5的输入是超级电容的开关管Ssc1的控制信号sc1和超级电容输出电流Isc,得到LESO5的状态方程为:
式(9)中,n11、n22、n33分别为Iscf的状态重构值;esc为LESO5的超级电容输出电流的跟踪误差;β11、β22、β33为待设计的LESO5的增益;
通过将LESO5中n33作为已知部分,得到LESO6的状态方程为:
式(10)中,g11、g22、g33为LESO6的状态重构值;egg为LESO6的超级电容输出电流的跟踪误差;ξ11、ξ22、ξ33为待设计的LESO6的增益;
LESO5和LESO6的增益配置为:
步骤3:设计电压环非奇异快速终端滑模控制器即电压环NFTSMC控制器:
通过z3和v3的实时合成,重建f的信息,若u0为设计的控制律,则作为系统控制量的系统输入u为:
通过设计的u0,使v1能够在有限时间内快速准确地追踪直流母线电压期望值σ;
定义直流母线电压跟踪误差为:
对式(13)求导得:
将式(4)代入式(14)并求导可得:
为提高收敛速度和减少滑模抖振,避免奇异性,设计电压环非奇异快速终端滑模面λ为:
式(16)中,κ1、κ2∈R+;1<a<2;1<c<2;a>c;
对式(16)求导得:
依据所选滑模面,所述电压环NFTSMC控制器u设计为:
u=ueq+ure (18);
式(18)中,ueq为电压环等效控制器;ure为电压环鲁棒控制器;
将式(15)代入式(17)得到电压环等效控制器ueq为:
电压环鲁棒控制器ure设计为:
ure=b0 -13λ+κ4sigρ(λ)] (20);
式(20)中,κ3>0;κ4>0;0<ρ<1;
故完整的所述电压环NFTSMC控制器为:
步骤4:电流分频,以分别补偿高、低频分量;设计电流环非奇异快速终端滑模控制器即电流环NFTSMC控制器,所述电流环NFTSMC控制器包括蓄电池电流环NFTSMC控制器和超级电容电流环NFTSMC控制器:
因蓄电池和超级电容是并联接线,不考虑线路阻抗时,功率分配等效为电流分配,其电流分配为:
Iref=Ib+Isc (22);
式(22)中,Iref为总输出电流参考值;
根据超级电容快速性特点,通过Iref减去Isc得到蓄电池参考电流Ibref为:
Ibref=Iref-Isc (23);
将未补偿的蓄电池电流添加到超级电容电流参考值中,从而得到超级电容参考电流Iscref为:
Iscref=Iref(1-TLPF)+k(Ibref-Ib) (24);
式(24)中,TLPF为低通滤波值;增益k用于限制蓄电池电流误差,其大小为Ub/Usc;Ub为蓄电池侧端电压,Usc为超级电容侧端电压;
定义蓄电池输出电流的跟踪误差为:
对式(25)求导得:
对式(26)求导得:
设计蓄电池电流环非奇异快速终端滑模面λb为:
对式(28)求导得:
依据所选滑模面,所述蓄电池电流环NFTSMC控制器b1设计为:
b1=beq+bre (30);
将式(27)代入式(29)得蓄电池电流环等效控制器beq为:
蓄电池电流环鲁棒控制器bre设计为:
bre=b0 -13λb4sigρb)] (32);
故完整的所述蓄电池电流环NFTSMC控制器为:
定义超级电容输出电流的跟踪误差为:
对式(34)求导得:
对式(35)求导得:
设计超级电容电流环非奇异快速终端滑模面λsc为:
对式(37)求导得:
依据所选滑模面,所述超级电容电流环NFTSMC控制器sc1设计为:
sc1=sceq+scre (39);
将式(36)代入式(38)得超级电容电流环等效控制器sceq为:
超级电容电流环鲁棒控制器scre设计为:
scre=b0 -13λsc4sigρsc)] (41);
故完整的所述超级电容电流环NFTSMC控制器为:
CN202310636220.2A 2023-05-31 2023-05-31 基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法 Active CN116599024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310636220.2A CN116599024B (zh) 2023-05-31 2023-05-31 基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310636220.2A CN116599024B (zh) 2023-05-31 2023-05-31 基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法

Publications (2)

Publication Number Publication Date
CN116599024A CN116599024A (zh) 2023-08-15
CN116599024B true CN116599024B (zh) 2024-03-08

Family

ID=87599035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310636220.2A Active CN116599024B (zh) 2023-05-31 2023-05-31 基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法

Country Status (1)

Country Link
CN (1) CN116599024B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117394421B (zh) * 2023-09-28 2024-05-07 陕西理工大学 基于超螺旋滑模观测器的储能变流器改进自抗扰控制方法
CN117410953B (zh) * 2023-10-27 2024-05-10 陕西理工大学 双极性直流微电网电压平衡器的控制器设计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114861584A (zh) * 2022-06-14 2022-08-05 陕西理工大学 基于ESO的单电感双输出Buck变换器滑模解耦控制器设计方法
CN115528665A (zh) * 2022-10-11 2022-12-27 山西大学 一种基于自抗扰控制的光伏微网储能控制策略

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230047077A1 (en) * 2021-08-05 2023-02-16 University Of Louisiana At Lafayette Systems and methods for sliding mode control enabled hybrid energy storage

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114861584A (zh) * 2022-06-14 2022-08-05 陕西理工大学 基于ESO的单电感双输出Buck变换器滑模解耦控制器设计方法
CN115528665A (zh) * 2022-10-11 2022-12-27 山西大学 一种基于自抗扰控制的光伏微网储能控制策略

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于平坦理论的直流微电网双向DC-DC变换器改进滑模自抗扰控制;张世欣 等;《电力系统保护与控制》;20230301;第51卷(第05期);107-116 *

Also Published As

Publication number Publication date
CN116599024A (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN116599024B (zh) 基于混合储能的光储直流微网改进型滑模自抗扰控制器设计方法
CN115498620A (zh) 基于平坦理论的双向dc-dc变换器滑模自抗扰控制方法
CN117081032A (zh) 基于三阶st-eso的直流微电网母线电压改进型自抗扰控制方法
de Dieu Nguimfack-Ndongmo et al. Nonlinear neuro-adaptive MPPT controller and voltage stabilization of PV Systems under real environmental conditions
CN104850166A (zh) 一种采用滑模层极值搜索控制的光伏发电最大功率追踪方法
Khan et al. Droop based Low voltage ride through implementation for grid integrated photovoltaic system
He et al. A novel control scheme for enhancing low voltage ride through capability of solar generation
Almousawi et al. Control strategy for a PV-BESS-SC hybrid system in islanded microgrid
Mohapatra et al. Normalized Gaussian Kernel LMS controlled grid interactive PV based EV charging station
CN116540830A (zh) 一种光伏发电系统输出功率灵活控制方法、系统及设备
CN110957750A (zh) 一种基于自抗扰控制方法的光伏储能系统控制策略
Kajiwara et al. Performance-Improved Maximum Power Point Tracking Control for PV System
CN117394407B (zh) 应用于光伏混合储能系统的自抗扰控制方法
Reddy et al. A modified P&O technique for solar based EV charging with SEPIC
Anzola et al. Partial Power Processing Based Charging Unit for Electric Vehicle Extreme Fast Charging Stations
CN110445177A (zh) 基于切换观测器控制的光伏逆变系统控制方法
CN117410953B (zh) 双极性直流微电网电压平衡器的控制器设计方法
Vekić et al. Explicit active power reference tracking algorithm for photovoltaic converter
Benbaha et al. Optimal energy control of induction motor standalone photovoltaic-battery pumping system
Xue et al. Nonlinear Differential Flatness Control of a Distributed PV-ES DC Generation System
Bettahar et al. Enhancing PV Systems with Intelligent MPPT and Improved control strategy of Z-Source Inverter
El Khateb et al. Ćuk-Buck Converter for Standalone Photovoltaic System
CN117096846A (zh) 基于有限时间观测器的光储系统母线电压互补滑模控制方法
CN117394407A (zh) 应用于光伏混合储能系统的自抗扰控制方法
Badawi et al. Parallel power processing topology for solar PV applications

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
TR01 Transfer of patent right

Effective date of registration: 20240409

Address after: 230000 B-2704, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui.

Patentee after: HEFEI LONGZHI ELECTROMECHANICAL TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 723001 No. 505 East Street, Hantai District, Shaanxi, Hanzhoung

Patentee before: Shaanxi University of Technology

Country or region before: China

TR01 Transfer of patent right