基于模糊算法的混合储能系统控制策略研究

徐传志，王晓文，张 强

（1.沈阳工程学院 a.研究生院；b.电力学院，辽宁 沈阳 110136；

2.辽宁省电力有限公司电力科学研究院电网技术中心，辽宁 沈阳 110006）

近年来，以清洁能源为主的分布式发电得到了世界各国的青睐[1]。但分布式电源输出功率的间歇性和随机性对大电网的稳定运行造成了很大的冲击，严重制约了分布式发电并网的发展，使储能和控制策略的研究逐渐成为了解决这个问题的关键[2]。单一的储能方式由于能量密度低或者使用寿命短等问题无法满足微电网对储能系统的要求。超级电容器功率密度高、可频繁充放电，蓄电池能量密度大，两者优势的互补可以很好地解决微电网电压、频率波动的问题。但由于储能装置的非线性比较强，且影响微电网稳定的因素太多，这就导致储能装置的控制十分困难。本文根据超级电容器的荷电状态（SOC）和预设置的微电网参数目标值进行储能元件之间的功率分配，并在传统PI控制的基础上引入模糊自适应算法。通过模糊控制器来优化对DC/DC变换器的控制，使其能够更加精准地对微电网波动功率进行有效吞吐[3]。

1 混合储能系统结构及工作原理

混合储能装置由蓄电池和超级电容器组成。针对平抑微电网功率波动和尽量延长蓄电池使用寿命的要求，混合储能系统（HESS）结构上采用了DC/DC变换器两级并联方式，如图1所示。

图1 混合储能系统两级并联结构

该混合储能系统由蓄电池组、超级电容器组和两个双向DC/DC变换器构成，经双向整流逆变器（DC/AC）并联在微电网的交流母线上。通过对两个DC/DC变换器的控制可以实现对微电网功率波动的有效吞吐和储能装置之间能量的合理分配[4]。

该结构下的超级电容器具有能量缓冲的作用，可以实现对微电网波动功率的解耦控制。基于超级电容器功率密度高、可循环充放电的优点，使其平抑微电网的尖峰波动功率Ppeak和频繁往复性波动功率Precy，这就避免了蓄电池组的超倍率充放电并减少了其充放电次数。能量密度大的蓄电池作为主要的储能单元，用来平抑微电网中的长期稳态波动功率Psteady。功率变换器DC/DC1控制混合储能系统内部和外部之间的功率交换，在离网状态下还起到稳定直流电压输出的作用。功率变换器DC/DC2主要负责对蓄电池组的充放电过程进行精准控制。两级充放电控制器加入位置的合理设计，以及超级电容器组荷电状态与预设值目标参数的合理配合，可以使微电网的波动能量在混合储能装置之间得到合理分配[5]。微电网功率波动情况如图2所示。

图2 微电网功率波动

2 直流侧控制策略

2.1 混合储能系统数学模型分析

混合储能系统等效电路如图3所示。电感L2、二极管D3/D4、开关管S3/S4（占空比分别为d1、1－d1）和电容C2一起构成外侧DC/DC1变换器。电感L1、二极管D1/D2、开关管S1/S2（占空比分别为d2、1－d2）和电容C1一起构成内侧DC/DC2变换器。

图3 混合储能系统充放电控制拓扑结构

这两个DC/DC变换器在结构和工作原理上是一样的，这里只针对DC/DC2变换器进行模型分析。设置状态向量为输入向量为根据状态空间平均法可以得到DC/DC2的数学模型为

经运算其稳态解为

从稳态解可以看出，蓄电池放电时，DC/C2工作在Boost模式，此时IL10＞0，d1＞1-Ubat/Usc，S1工作在开启状态，S2锁闭；当蓄电池充电时，DC/DC2工作在Buck模式，此时IL10＜0，d1＜1-Ubat/Usc，S2工作在开启状态，S1锁闭[6]。

2.2 Boost模式下DC/DC变换器控制策略

当DC/DC变换器工作在Boost模式时，对由状态空间平均法所得到的模型施加小信号扰动，并将其转至S域进行拉氏变换。设置输入量为Us=Ubat，并假设Usc=0，Rbat=0，Rsc=R，可以得到传递函数为

其中，IL10、UC20可以根据式（2）得出，如下：

对式（3）分析可知，该传递函数的极点和零点均散落在S平面左侧，所以电感电流IL1开环系统稳定，那么对DC/DC2的控制可以通过对其电感电流的控制来实现，如图4所示。

图4 电感电流控制

对式（4）分析发现，该传递函数存在零点散落在S平面右侧的情况，零点的通解公式为

所以，DC/DC2高压侧电压会出现先降低后升高的现象。为了维持直流电压的稳定，对DC/DC1进行恒压控制，如图5所示。

图5 电压双环控制框

从图5可以看出该控制系统采用了电压外环、电流内环的双闭环控制。分析式（6）可知，高压侧电压的传输具有滞后性，为了提高电压变化的响应速度，将外部波动功率PLoad与电容器组电压Usc做比值，得到与波动功率相关的电感电流量作为前馈补偿量引入到内环参与控制。

2.3 Buck模式下DC/DC变换器控制策略

同Boost模式一样对数学模型施加信号扰动，设 置 输 入 量 为Us=Usc，并 假 设Ubat=0，Rsc=0，Rbat=R，可以得到传递函数为

其中，IL10、UC20可以根据式（2）得出，如下：

对式（7）、（8）分析可知，这两个传递函数的极点和零点皆散落在S平面左侧，即电感电流、低压侧电压的开环系统均稳定且不受占空比的影响。所以，Buck模式下两个DC/DC变换器的控制策略均可采用恒功率控制[7]，如图6所示。

图6 电感电流控制

3 自适应模糊PI控制器的设计

3.1 模糊控制理论

针对线性和时不变性等结构简单的系统，可以通过分析建立精确的数学模型，然后采用经典的控制理论进行干预。受到多种因素影响的非线性复杂系统，通常很难建立目标明确的函数模型，这就导致了经典控制理论难以达到其控制要求。模糊控制是一种不需要依赖于精确的传递函数模型，而依赖于现实中的经验所总结出的各种规则，并通过程序语言使这些规则实现自动控制的自适应控制方法。

模糊控制主要由模糊化、模糊推理以及去清晰化3部分组成[8]。模糊规则是一个模糊子集，而输入变量是一个清晰值，为了使两者能够对应，需要将清晰的输入值进行模糊化处理。其过程实际就是用增益模块或微分对输入量进行一定比例的运算。模糊规则是对实际操作经验的初步总结，其计算量比较多、响应速度也比较慢，需要进行一定的优化处理来提高控制性能，这个处理过程就是模糊推理。经模糊推理输出的量是一个或者多个模糊量，不能直接应用于系统控制，需要经过一定的转换过程将其处理成清晰量。模糊控制器设计流程如图7所示。

图7 模糊控制器设计流程

3.2 自适应模糊PI控制器的实现

前文对DC/DC变换器在Boost和Buck模式下的控制策略已经做了详细的系统分析。本文拟设计双输入单输出的模糊控制器，模糊推理规则采用曼达尼型。变量e是IL与IL-standard的差值，或者UC2与UC2-standard的差值，变量ec为e的微分。ΔKP和ΔKI为修正部分的两个输出量。

模糊子集隶属函数使用三角形隶属函数的形式。模糊子集为{ }NB,NM,NS,ZO,PS,PM,PB，其中前3个元素为负方向的偏差，ZO为接近于零的偏差，后面3个元素为正方向偏差。根据PI控制器的参数整定特点与实际调整参数的经验可知：

1）变量e较小时，应适当增大实时比例因子KP和实时积分系数KI的值。

2）变量e较大时，在适当提高比例因子KP的同时，也要适当减小实时积分系数KI。

3）变量e介于上面两者之间时，应减小实时比例因子KP并增大实时积分系数KI。

根据上述操作经验，设计比例修正系数ΔKP和积分修正系数ΔKI的模糊控制规则如表1、表2所示。

表1 ΔKP的模糊控制规则表

表2 ΔKI的模糊控制规则表

模糊子集隶属函数使用三角形隶属函数的形式，定义比例修正系数ΔKP的论域为（－0.3,0.3）；误差变化率ec和误差e的论域界定为（－3,3）；积分修正系数ΔKI的论域界定为（－0.06，0.06）。根据所定义的模糊输入输出变量、三角形隶属函数规则，使用matlab中的Fuzzy Logic Designer来进行模糊PI控制器的设计，如图8所示。

图8 模糊控制器的设计

3.3 自适应模糊PI控制器仿真对比

在Simulink中将设计的模糊控制器与传统的PI控制器进行仿真对比。设置实时比例因子KP0的初始值为0.6，实时积分系数KI0的初始值为24，Step为阶跃信号其值为1。两者对同一个非线性传递函数式（10）进行输出控制，控制器仿真对比如图9所示，仿真结果输出波形对比曲线如图10所示。

图9 模糊控制器和传统控制器的仿真对比

图10 输出波形对比曲线

从图10可以看出，使用了模糊自适应算法的PI控制器要比传统PI控制器的输出曲线更加平滑，响应速度也更快。因此，采用自适应模糊PI控制器替代传统PI控制器将使非线性系统的控制效果得到明显提升。

4 仿真验证

为了验证上述控制策略和自适应模糊PI控制器的有效性，按照图1的结构使用Simulink建立了含混合储能的微电网仿真模型。关键参数设置：直流侧目标电压750 V；交流侧母线电压380 V；蓄电池组的额定电压和容量分别设置为300 V、96 Ah；超级电容器的额定电压和电容值为300 V、5 F；DC/DC1外环电压模糊PI控制器初值KP0_U=0.6/KI0_U=24，内环电流模糊PI控制器的初始值为KP0_I=100/KI0_I=1;DC/DC2电流模糊控制器PI初值KP0=0.6/KI0=24。仿真结果及分析如图11～13所示。

图11 混合储能原件平抑波动功率曲线

图12 直流母线电压

图11a显示的是混合储能装置总的平抑功率，在0.5 s～1 s、1.5 s～2 s，可以看出混合储能装置基本处于恒功率状态，这就验证了恒功率控制策略的有效性。从图11b和图11c可以看出蓄电池平抑了低频部分的功率波动，超级电容器平抑了高频部分的功率波动，有利于延长蓄电池寿命。

从图12可以看出，在整个仿真过程中直流母线的电压基本稳定在目标值750 V附近。这就证明了在放电状态下，对DC/DC1采取的恒压控制的策略是有效的。

图13 微电网波动功率平抑曲线对比

图13中分别显示了在无储能装置状态下分布式电源的功率波动曲线Pgrid0；混合储能系统采用模糊自适应PI控制器之后的功率波动曲线Pgrid1和采用传统PI控制器时的功率波动曲线Pgrid2。从波动功率平抑曲线的效果上来看，使用模糊自适应PI控制器的混合储能系统要比使用传统PI控制器的平抑曲线更加光滑、平抑的响应速度也更快。

5 结论

本文采用了混合储能系统的两级并联结构。根据微电网波动功率分解后特性的不同，分别由蓄电池和超级电容器来进行平抑，充分发挥了各自的储能优势。由于传统PI控制器对非线性储能系统的控制效果不够理想，本文通过对混合储能系统数学模型的详细分析得出了两个直流变换器的控制策略，并在传统PI控制器的基础上加入了模糊自适应算法，提高了储能装置对微电网功率波动的响应速度和控制的精准度。仿真结果也验证了其可行性。