CN119010597B - 一种储能双向变流器的模型预测控制方法及系统 - Google Patents
一种储能双向变流器的模型预测控制方法及系统 Download PDFInfo
- Publication number
- CN119010597B CN119010597B CN202411032145.XA CN202411032145A CN119010597B CN 119010597 B CN119010597 B CN 119010597B CN 202411032145 A CN202411032145 A CN 202411032145A CN 119010597 B CN119010597 B CN 119010597B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- moment
- control
- phase shift
- model predictive
- 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
Links
Classifications
-
- 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
- H02M3/22—Conversion of DC power input into DC power output with intermediate conversion into AC
- H02M3/24—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters
- H02M3/28—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC
- H02M3/325—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal
- H02M3/335—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only
- H02M3/33569—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements
- H02M3/33573—Full-bridge at primary side of an isolation transformer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- H02M3/22—Conversion of DC power input into DC power output with intermediate conversion into AC
- H02M3/24—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters
- H02M3/28—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC
- H02M3/325—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal
- H02M3/335—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only
- H02M3/33569—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements
- H02M3/33576—Conversion of DC power input into DC power output with intermediate conversion into AC by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate AC using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements having at least one active switching element at the secondary side of an isolation transformer
- H02M3/33584—Bidirectional converters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Dc-Dc Converters (AREA)
Abstract
本发明提出了一种储能双向变流器的模型预测控制方法及系，采用卡尔曼滤波对模型预测控制算法中的线性参数进行在线辨识，避免噪声容限策略对控制目标精度的影响；同时引入两步长预测控制，减少由计算延迟引起的输出电压波动；引入噪声容限系数重构模型预测，以略微牺牲动态性能为代价实现变换器鲁棒性的大幅提升。本发明所提控制策略与现有噪声容限提升方法相比，系统硬件成本较低，对处理器运算性能要求下降，且动态性能几乎不变。
Description
技术领域
本发明属于变换器的模型预测控制技术领域，尤其涉及一种储能双向变流器的模型预测控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
新型电力系统中分布式发电设备的增加对电力系统应急救援提出了更高的要求，当分布式发电设备因故障与主网断连时，储能装置能够快速地弥补功率缺额。串联谐振式双有源桥(Dual-Bridge-Active，DAB)变换器具有功率双向流动、无直流偏磁、开关管关断电流更小的优点，在储能系统中有着广阔的应用前景。为提升储能变流器动态性能，实现功率需求的快速响应，模型预测控制逐步应用到电力电子领域，但其对采样噪声高敏感度的固有难题限制了其在实际工程中的应用。
针对模型预测控制存在的噪声敏感问题，现有方案主要通过提升处理器性能、增加外围硬件滤波电路、对测量值进行软件滤波、重构状态空间模型等方法解决。如文献“Multirate digital signal processing and noise suppression for dual activebridge DC–DC converters in a power electronic traction transformer”分析了开关噪声、量化噪声和测量噪声产生的机理及其对双有源全桥变换器的影响，并采用提高采样频率、减小信号传输延迟、提高控制器主频等方法对其进行抑制。文献“有源全桥变换器无电流传感器鲁棒预测控制”在连续集模型预测控制鲁棒性提升问题上引入了卡尔曼滤波器方案，采用状态变量的最优估计值代替实际测量值，有效地抑制了测量噪声的影响。文献“Robustpredictive control ofgrid-connected converters:sensor noisesuppression with parallel-cascade extended state observer”将混合级联拓展状态观测器与无模型预测控制相结合，增强了系统的干扰抑制和噪声抑制能力。
综上，现有方案解决模型预测控制中所存在的噪声敏感问题，存在如下问题：
(1)通过提升处理器性能、提高采样频率等方式，会增加系统成本，不利于工程应用。
(2)软件滤波算法在系统处于稳态时仍依赖滤波器对状态变量进行估计，占用数字芯片较多的存储空间和算力。
发明内容
为克服上述现有技术的不足，本发明提供了一种储能双向变流器的模型预测控制方法及系统，本发明所提控制策略与现有噪声容限提升方法相比，系统硬件成本较低，对处理器运算性能要求下降，且动态性能几乎不变。
为实现上述目的，本发明的第一个方面提供一种储能双向变流器的模型预测控制方法，包括：
获取储能双向变流器的输出电压、输出电流和目标电压给定值；
采用两步长模型预测控制，在当前时刻根据上一时刻的输出电压、输出电流和目标电压给定值，基于模型预测控制算法计算当前时刻的最优移相控制量；采用卡尔曼滤波基于当前时刻的最优移相控制量对模型预测控制算法中的线性参数进行在线辨识，结合基于噪声容限系数的储能双向变流器电压偏差模型，得到下一时刻的最优移相控制量；
基于下一时刻的最优移相控制量，得到所述储能双向变流器下一控制周期的各个开关管的控制信号，对所述储能双向变流器进行控制。
本发明的第二个方面提供一种储能双向变流器的模型预测控制系统，包括：
获取模块，用于获取储能双向变流器的输出电压、输出电流和目标电压给定值；
预测模块，用于采用两步长模型预测控制，在当前时刻根据上一时刻的输出电压、输出电流和目标电压给定值，基于模型预测控制算法计算当前时刻的最优移相控制量；采用卡尔曼滤波基于当前时刻的最优移相控制量对模型预测控制算法中的线性参数进行在线辨识，结合基于噪声容限系数的储能双向变流器的电压偏差模型，得到下一时刻的最优移相控制量；
控制模块，用于基于下一时刻的最优移相控制量，得到所述储能双向变流器下一控制周期的各个开关管的控制信号，对所述储能双向变流器进行控制。
本发明的第三个方面提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行一种储能双向变流器的模型预测控制方法。
本发明的第四个方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行一种储能双向变流器的模型预测控制方法。
以上一个或多个技术方案存在以下有益效果：
在本发明中，采用卡尔曼滤波对模型预测控制算法中的线性参数进行在线辨识，为避免噪声容限策略对控制目标精度的影响；同时引入两步长预测控制，减少由计算延迟引起的输出电压波动；引入噪声容限系数来重构模型预测，以略微牺牲动态性能为代价实现变换器鲁棒性的大幅提升。本发明所提控制策略与现有噪声容限提升方法相比，系统硬件成本较低，对处理器运算性能要求下降，且动态性能几乎不变。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例一中串联谐振DAB变换器拓扑结构图；
图2为本发明实施例一中串联谐振DAB变换器工作波形图；
图3(a)为本发明实施例一中单步长预测控制下系统运行过程图；
图3(b)为本发明实施例一中两步长预测控制下系统运行过程图；
图4为本发明实施例一中不同噪声容限系数下系统幅频特性曲线；
图5(a)为本发明实施例一中噪声容限系数Y＝0.03下系统工作波形；
图5(b)为本发明实施例一中噪声容限系数Y＝0.12下系统工作波形；
图6为本发明实施例一中储能双向变流器的模型预测控制方法流程框图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了一种储能双向变流器的模型预测控制方法，包括：
获取储能双向变流器的输出电压、输出电流和目标电压给定值；
采用两步长模型预测控制，根据上一时刻的输出电压、输出电流和目标电压给定值，基于模型预测控制算法计算当前时刻的最优移相控制量；采用卡尔曼滤波基于当前时刻的最优移相控制量对模型预测控制算法中的线性参数进行在线辨识，结合基于噪声容限系数的储能双向变流器电压偏差模型，得到下一时刻的最优移相控制量；
基于下一时刻的最优移相控制量，得到所述储能双向变流器下一控制周期的各个开关管的控制信号，对所述储能双向变流器进行控制。
本实施例的方案采用两步长连续集模型预测控制，在线辨识预测模型相关参数，引入噪声容限系数，略微牺牲动态性能以实现系统稳定性的大幅提升，相比于现有噪声容限提升方法，本实施例方案未增加硬件成本，且实现过程简单可靠，有效降低了处理器计算负担。
本实施例方案不仅限应用于串联谐振DAB变换器，如图6所示，本实施例以串联谐振DAB变换器为例进行详细的说明，具体包括：
1、串联谐振DAB变换器预测模型构建。
串联谐振DAB变换器拓扑结构如图1所示。主电路包含输入侧支撑电容C1、输出侧支撑电容C2、谐振电容Lr、谐振电感Cr、高频变压器T、开关管S1～S8及其反并联二极管。双有源桥串联谐振变换器包含四个桥臂，每个桥臂上下两个开关管互补导通，互补开关管的驱动信号为占空比50％方波信号，即每个开关管导通半个开关周期。
图2为单移相调制下串联谐振DAB变换器工作波形图。记原边或副边全桥对角侧开关管为一组(例如开关管S1、S4为一组)，任意一组开关管导通前的死区时间内，该组开关管及同侧互补开关管并联寄生电容完成充放电过程，使该组开关管开通前的端电压为零，实现零电压开关。图2中Ths为半开关周期，iL为谐振电感电流，D为移相占空比，通过调节移相占空比的大小控制电感电流与桥口电压相位差，即可实现功率流大小和方向的自由切换。
输出电压实际值与给定值之间的偏差取决于移相占空比D和输出电流Io。当由D决定的全桥直流侧平均电流I2与输出电流Io相等时，输出电压达到给定值，即ΔV2为零。输出电压偏差可由以下公式得到：
其中，XLC为谐振腔阻抗，fc为控制频率。
为避免后续噪声容限策略的引入对控制目标精度的影响，可将移相占空比相关项线性化处理，并采用卡尔曼滤波算法对线性化系数在线估计，简化后输出电压偏差模型为：
式中，G为控制增益，随着电路参数的变化，控制增益大小也随之变化。将上式写作矩阵形式：
其中，
为确保对输出电压大小的精确控制，本实施例采用卡尔曼滤波算法对式(3)中的控制增益G(k)在线辨识，实现过程如下：
式中，为状态向量，P(k)表示第k时刻卡尔曼估计误差的协方差矩阵，K为卡尔曼增益，R和Q分别表示测量噪声和过程噪声的协方差矩阵，H(k)为测量系统参数。
2、两步长预测控制。
在单步长模型预测控制中，控制器以保证下一时刻输出电压尽快达到其给定值为目标，对该控制周期内最优移相占空比求解，系统运行过程如图3(a)所示。第k时刻前输出电压与给定值偏差较大，系统以最大功率输出，此时移相占空比0.5。第k时刻输出电压采样值为V2.cal(k)，为使第k+1时刻输出电压达到V2 *，控制器对系统最优运行轨迹进行计算，得出最优移相占空比为D1。考虑到控制器计算时间，移相占空比更新时刻输出电压已上升至V2.rea(k)，因此k+1时刻输出电压无法达到V2 *。在单步预测控制下，随着时间的增加，输出电压实际值逐渐接近其给定值，但由于控制器计算时间不可忽略，输出电压无法沿预定轨迹运动，系统动态响应变慢，且暂态过程中输出电压采样值波动较大，系统稳定性较差。
为解决控制器计算时间延迟问题，本实施例采用两步长预测控制模型对最优移相占空比求解。
根据式(2)，可得k+1时刻输出电压偏差为：
联立式(2)和式(6)，第k+2时刻输出电压预测值大小为：
本实施例所提连续集简化模型预测控制实现过程如下：控制器在第k时刻对k+1时刻的最优移相占空比D1进行计算，并在k+1时刻先更新移相占空比，而后对k+2时刻最优移相占空比D2进行计算，以此类推，计算过程如图3(b)所示。两步长预测控制在该时刻对下一时刻的最优移相占空比进行预测，并在下一控制周期开始时及时更新移相占空比大小，以保证下下时刻的输出电压尽可能快地达到参考值。
式(6)中V2(k)和Io(k)可通过测量得出，D(k)为上一时刻预测控制算法所求最优移相占空比，G(k)可由式(5)迭代得出，负载电流在一个控制周期内变化不大，因此可认为：Io(k+1)＝Io(k)。变量G(k+1)无法直接测量，其大小可通过历史数据拟合得出。
3、模型预测控制噪声容限提升策略。
当输出电压测量值由于采样噪声或控制器AD转换器位数较低而出现波动时，测量噪声会反馈至预测模型，移相占空比也随之变化。设当系统处于稳态时输出电压的测量噪声为δV2，其导致的移相占空比变化为δD，根据式(2)可得：
由式(8)可知，较小的电压波动就会引起D在0～0.5之间跳变。当D跳变至较大值时，开关管关断电流显著增大，关断损耗增加，同时储能单元需要承受更高的电压和电流应力，加速了器件老化；当D跳变至较小值时，非单位电压增益下原副边开关管无法全部实现零电压开通，系统效率降低；当移相占空比在0～0.5之间波动时，输出电压噪声随之增大，不利于电压敏感型负载的稳定运行。
现定义噪声容限系数Y：
将式(9)代入至式(2)，输出电压偏差可表示为：
ΔV2＝G·D-Y·Io (10)
当系统达到稳态时，移相占空比为：
对控制增益G的校正使得输出电压偏差为零，因此对于不同的Y值，卡尔曼滤波算法总能得到G的最优估计以满足V2(k+2)＝V2 *。
相同传输功率不同噪声容限系数下变换器系统工况不变，因此当Y增大或减小时，稳态控制增益随噪声容限系数的变化等比例增大或减小。由式(8)可知，当G增大时，移相占空比在线性区域内能够容忍更大的输出电压波动。
设置系统稳态工作点为V1＝100V，V2＝100V，P＝250W。在输出电压侧施加频率范围为10Hz–10kHz幅值为0.01V小扰动，该扰动可等效至参考电压侧。系统闭环传递函数为：
其中，v2 *为对参考电压施加的小扰动。
不同Y值下闭环传递函数扫频结果如图4所示。噪声容限系数Y对系统带宽具有负面影响，随着噪声容限系数Y的增加，控制系统带宽降低，系统理论动态响应时间变慢。为进一步量化Y的增加对系统动态性能的影响，图5(a)、图5(b)分别为不同噪声容限系数下负载切换时变换器工作波形图，实验结果表明随着噪声容限系数的增加，移相占空比对采样噪声敏感度显著降低，且动态性能几乎不受影响。
4、在串联谐振DAB变换器模型预测控制噪声容限提升策略的具体实现方式如下：
步骤1：传感器首先对输出电压V2、输出电流Io采样，设定输出电压给定值V2 *；
步骤2：结合上一时刻步骤3所求当前时刻最优移相占空比Dopt(k)，通过式(5)计算得到控制增益G(k)；
步骤3：将G(k)代入至式(10)所示统一简化模型中，计算得出下一时刻最优移相占空比Dopt(k+1)，以供下一时刻步骤2所用；
步骤4：将所得移相占空比输入至移相调制器，进行移相调制，得到各开关管控制信号，控制变换器实现快速动态响应。
循环至上述步骤2，即可实现对串联谐振DAB变换器的模型预测控制。该控制策略有效地提升了系统的动态性能，有效降低了移相占空比对输出电压采样噪声的敏感度，相比于现有噪声容限策略，本实施例实现成本显著降低。
实施例二
本实施例的目的是提供一种储能双向变流器的模型预测控制系统，包括：
获取模块，用于获取储能双向变流器的输出电压、输出电流和目标电压给定值；
预测模块，用于采用两步长模型预测控制，在当前时刻根据上一时刻的输出电压、输出电流和目标电压给定值，基于模型预测控制算法计算当前时刻的最优移相控制量，采用卡尔曼滤波基于当前时刻的最优移相控制量对模型预测控制算法中线性参数进行在线辨识，结合基于噪声容限系数的储能双向变流器电压偏差模型，得到下一时刻的最优移相控制量；
控制模块，用于基于下一时刻的最优移相控制量，得到所述储能双向变流器下一控制周期的各个开关管的控制信号，对所述储能双向变流器进行控制。
实施例三
本实施例的目的是提供一种计算装置，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方法的步骤。
实施例四
本实施例的目的是提供一种计算机可读存储介质。
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执行上述方法的步骤。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (9)
1.一种储能双向变流器的模型预测控制方法，其特征在于，包括：
获取储能双向变流器的输出电压、输出电流和目标电压给定值；
采用两步长模型预测控制，在当前时刻根据上一时刻的输出电压、输出电流和目标电压给定值，基于模型预测控制算法计算当前时刻的最优移相控制量；采用卡尔曼滤波基于当前时刻的最优移相控制量对模型预测控制算法中的线性参数进行在线辨识，结合基于噪声容限系数的储能双向变流器电压偏差模型，得到下一时刻的最优移相控制量；
基于下一时刻的最优移相控制量，得到所述储能双向变流器下一控制周期的各个开关管的控制信号，对所述储能双向变流器进行控制；
基于噪声容限系数的储能双向变流器电压偏差模型为：控制增益与移相控制量的乘积，与噪声容限系数与储能双向变流器输出电流乘积之差；其中，基于储能双向变流器的输出侧支撑电容和开关频率乘积的比值确定所述噪声容限系数。
2.如权利要求1所述的一种储能双向变流器的模型预测控制方法，其特征在于，储能双向变流器时刻的电压偏差模型为：
，
其中，为时刻输出电压偏差，为时刻输出电压，为时刻的控制增益，为时刻的移相控制量，C 2为输出侧支撑电容，fc为控制频率，为时刻的输出电流。
3.如权利要求1所述的一种储能双向变流器的模型预测控制方法，其特征在于，在两步长模型预测控制中，在第时刻对第时刻的最优移相控制量进行计算，并在第时刻先更新移相控制量，再对第时刻最优移相占空比进行计算，以使第时刻输出电压达到目标参考值。
4.如权利要求1所述的一种储能双向变流器的模型预测控制方法，其特征在于，采用卡尔曼滤波对当前时刻的最优移相控制量的控制增益进行在线辨识，具体为：
基于上一时刻的协方差矩阵更新卡尔曼增益；
基于更新后的卡尔曼增益、上一时刻的状态向量、当前时刻的电压目标控制量，以及测量系统参数对控制增益进行估计。
5.如权利要求4所述的一种储能双向变流器的模型预测控制方法，其特征在于，所述状态向量由储能双向变流器的输出侧支撑电容和控制频率，以及移相控制量的控制增益构成；所述测量系统参数由储能双向变流器的输出电流和移相控制量构成。
6.如权利要求4所述的一种储能双向变流器的模型预测控制方法，其特征在于，卡尔曼滤波算法所估计的最优控制增益，满足第时刻的输出电压与目标电压值相等。
7.一种储能双向变流器的模型预测控制系统，其特征在于，实现如权利要求1-6任一项所述的一种储能双向变流器的模型预测控制方法，包括：
获取模块，用于获取储能双向变流器的输出电压、输出电流和目标电压给定值；
预测模块，用于采用两步长模型预测控制，在当前时刻根据上一时刻的输出电压、输出电流和目标电压给定值，基于模型预测控制算法计算当前时刻的最优移相控制量；采用卡尔曼滤波基于当前时刻的最优移相控制量对模型预测控制算法中的线性参数进行在线辨识，结合基于噪声容限系数的储能双向变流器电压偏差模型，得到下一时刻的最优移相控制量；
控制模块，用于基于下一时刻的最优移相控制量，得到所述储能双向变流器下一控制周期的各个开关管的控制信号，对所述储能双向变流器进行控制。
8.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至6任一项所述的一种储能双向变流器的模型预测控制方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一项所述的 一种储能双向变流器的模型预测控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411032145.XA CN119010597B (zh) | 2024-07-30 | 2024-07-30 | 一种储能双向变流器的模型预测控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411032145.XA CN119010597B (zh) | 2024-07-30 | 2024-07-30 | 一种储能双向变流器的模型预测控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN119010597A CN119010597A (zh) | 2024-11-22 |
| CN119010597B true CN119010597B (zh) | 2025-03-18 |
Family
ID=93485466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411032145.XA Active CN119010597B (zh) | 2024-07-30 | 2024-07-30 | 一种储能双向变流器的模型预测控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN119010597B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110855149A (zh) * | 2019-11-22 | 2020-02-28 | 哈尔滨工程大学 | 一种直流变换器预测控制方法 |
| CN115276419A (zh) * | 2022-08-22 | 2022-11-01 | 山东大学 | 耐采样噪声的双有源桥变换器模型预测控制方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115276094B (zh) * | 2022-08-15 | 2023-05-12 | 山东大学 | 基于结构自适应eso的并网变流器预测控制方法及系统 |
| CN115811236B (zh) * | 2023-02-02 | 2023-05-12 | 山东大学 | 一种dab变换器模型预测控制方法及系统 |
-
2024
- 2024-07-30 CN CN202411032145.XA patent/CN119010597B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110855149A (zh) * | 2019-11-22 | 2020-02-28 | 哈尔滨工程大学 | 一种直流变换器预测控制方法 |
| CN115276419A (zh) * | 2022-08-22 | 2022-11-01 | 山东大学 | 耐采样噪声的双有源桥变换器模型预测控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN119010597A (zh) | 2024-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110190753B (zh) | 一种直流变换器状态反馈模型预测控制方法 | |
| CN114552984B (zh) | 基于扰动观测预测控制的双向dc/dc变换装置 | |
| CN112054694B (zh) | 基于最小电流应力的双向变换器优化控制方法及装置 | |
| CN114679067A (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 | |
| CN108321842A (zh) | L型并网逆变器并网电流控制的有源阻尼优化方法 | |
| CN114710055B (zh) | 基于有限集单矢量的两并联功率变流器模型预测控制方法 | |
| CN117669189A (zh) | 基于自适应卡尔曼滤波的变换器电感估计方法及系统 | |
| CN115276419A (zh) | 耐采样噪声的双有源桥变换器模型预测控制方法及系统 | |
| CN116087595A (zh) | 一种dab变换器的高频变压器漏感参数估计方法 | |
| CN118611438B (zh) | 一种双有源桥型变换器拓扑簇的控制方法、装置和设备 | |
| CN116505780A (zh) | 一种双有源桥变换器无电流传感器模型预测方法及装置 | |
| CN119010597B (zh) | 一种储能双向变流器的模型预测控制方法及系统 | |
| CN112655146B (zh) | 用于控制具有n个开关单元的升压转换器的方法 | |
| CN109149936B (zh) | 一种适用dc/dc变换器的占空比预测控制系统及控制算法 | |
| CN117118043A (zh) | 一种可移动式混合储能系统智能控制方法、系统及装置 | |
| CN115065250A (zh) | 一种移相全桥变换器电流预测无差拍平均模型控制方法 | |
| CN109039083A (zh) | 谐振型隔离双向直流变换器的瞬态功率平衡方法及系统 | |
| CN116054584A (zh) | 光伏ups系统的电压控制方法、装置及可读介质 | |
| CN113300608A (zh) | 一种直流变压器控制策略、装置、设备和存储介质 | |
| CN118508753B (zh) | 一种四开关升降压变换器模型预测控制自适应调节方法 | |
| CN115347787B (zh) | 基于开关序列的储能接口变换器能量预测控制方法 | |
| CN118381337B (zh) | 一种双有源桥电路的预设时间反馈控制器、控制系统及其控制方法 | |
| CN119472899A (zh) | 一种数字电源芯片的环路参数补偿方法及相关产品 | |
| CN119482484A (zh) | 两级式并网变换器直流电压稳定的协调控制方法 | |
| CN115051558A (zh) | 一种基于负载估计的buck变换器的模型预测控制方法 |
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 |