论文部分内容阅读
随着环境问题的日益紧迫以及化石能源的持续消耗,综合利用各种分布式能源的微电网逐渐得到了广泛的关注。在微电网中,储能系统是调节分布式电源性能和保障负荷供电质量的重要环节。因此,研究优化储能变流器的控制技术,对于提升储能变流器性能和改善微电网运行可控性具有重要意义。 然而,通常采用的传统PI控制适应性能较差,且改进的模糊控制会带来复杂的调参过程。基于对外环恒流控制的工作机理以及仿真结果的分析,发现由于现有控制方法仅基于变流器模型而忽视了非线性时变的储能电池模型,使得线性PI控制难以适应储能系统和控制指令的变化。而模糊控制为了获得更好的适应性和控制效果,需要利用大量试验,通过实验反馈信息学习电池外特性从而调试优化控制器参数。 针对现有控制方法的不足,本文提出了结合蓄电池模型的全系统模型状态观测(integral models state estimation,IMSO)控制方法。此方法利用储能全系统模型观测系统状态,并将观测出的控制量直接引入控制策略以缩短控制量的调节时间。且通过时域方法理论分析了IMSO控制对提高响应能力的有效性。 对于IMSO控制基于的全系统状态观测,本文采用常用的单级AC/DC变流器模型和Olivier Tremblay电池动态模型,理论推导了电池状态、控制指令与控制量之间的对应关系。该方法指导系统状态量的观测,用于设定引入控制策略的调节基准值。此外,为了检验IMSO控制的有效性和实际可行性,本文利用SIMULINK和硬件设备分别搭建了储能仿真系统和实验平台,进行了相应的仿真和实验验证。