基于IT2FLC的HESS太阳能充电站功率分配策略

郭宴秀，苏建军，马临超，陈昌松

（1.山东理工大学电气与电子工程学院，山东淄博 255049；2.国网山东省电力公司，山东济南 250002；3.河南工学院，河南新乡 453003；4.华中科技大学电气与电子信息工程学院，湖北武汉 430000）

0 引言

随着越来越多的国家对碳排放的重视，降低传统能源对环境的污染已成为全球范围的共识。电动汽车（Electric Vehicles，EV）取代燃油汽车减少了环境污染和化石燃料的使用[1]，但EV 使用的蓄电池（Energy Storage Battery，ESB）在传统充电方式下充电会产生额外的电能损耗。为减少ESB 充电时消耗的电能，目前所采用的方式有光储一体化的电动汽车充电站（Electric Vehicles Charging Station，EVCS）[2]、车辆到电网（Vehicles to Grid，V2G）的新型风能电动汽车充电站[3]、风能和太阳能混合的电网电动汽车充电站[4]、含可再生能源的电动汽车充电站[5]。将可再生能源与电网结合可减少额外电能损耗，但也给电网造成如电压不稳定、谐波、功率不平衡等负面影响[6]。太阳能充电站的能量储存可以解决可再生能源接入电网造成的负面影响[7-9]，对于基于可再生能源的EVCS 来说至关重要。

针对太阳能充电站的能量储存问题，国内外学者作了大量研究。文献[10]根据电能需求和燃料电池的特性提出一种太阳能、风能和燃料电池集成的独立充电站。文献[11]提出一种锂离子电池集成的太阳能充电站。文献[12]发现氢气和ESB 集成的储能器具有较快的反应速度，但单个储能器无法处理可再生能源给电网造成的负面影响。文献[13]为减少可再生能源造成的负面影响将各种储能技术结合起来，形成混合储能系统（Hybird Energy Storage System，HESS）。文献[14]总结了电动汽车电池、超级电容器（Supercapacitor，SC）、燃料电池和HESS的最新进展。文献[15]基于HESS 提出一种将SC和ESB 集成的储能方式，通过精确控制SC 的电压，达到增强直流电网稳定性的目的。文献[16]为平抑风电和光伏的出力波动，提出一种基于HESS 的风光储系统，结合能量管理策略以提高系统的经济性。文献[17]考虑风力发电的波动性，建立风氢耦合的混合储能系统，增强风电的可调度性。文献[18]提出一种EVCS 的两阶段优化模型，引入强化学习算法综合考虑电网和充电站双方的利益。文献[19]提出一种基于HESS 的模糊控制策略，结合SC的充放电功率管理策略，实现风力发电的平滑输出。

本文在文献[12-19]的研究基础上，提出一种基于区间Ⅱ型模糊逻辑控制（Interval Type-2 Fuzzy Logic Control，IT2FLC）的HESS 太阳能充电站功率分配策略。IT2FLC 可以有效处理可再生能源造成的负面影响，对太阳能充电站进行合理的功率分配。通过建立HESS 充电站模型，考虑可变发电和固定发电2 种不同情况，在MATLAB/Simulink 平台和dSPACE 实时仿真系统中对这2 种情况进行仿真验证，分析比较2 种情况下的输出特性和直流电网电压，证明所提策略可有效解决太阳能充电站的能量储存问题，平衡电网的发电量和负载需求。

1 HESS充电站模型

HESS 充电站模型结构图如图1 所示。模型采用光伏发电供能[20]，其中的HESS 采用ESB 和SC 储能。

图1 HESS充电站模型结构图Fig.1 Block diagram of HESS charging station

由图1 可知，光伏发电（Photovoltaic，PV）通过Boost 转换器和双向DC/DC 转换器向直流电网供电，由ESB 和SC 集成的HESS 通过双向DC/DC 转换器与直流电网连接，EV 通过连接到直流电网中为其ESB 充电。本文仅考虑电网到车辆的充电运行过程，电能由光伏发电提供，得到单个光伏发电输出的电流公式为：

式中：Ipv，Isc，I0分别为光伏电池的输出电流、电容充电电流、二极管饱和电流；e 为自然常数；Q为电荷量；Upv为光伏电池的输出电压；Rs，Rsh分别为串联和并联电阻；k 为玻尔兹曼常数；T为温度。

Boost 转换器采用最大功率点跟踪（Maximum Power Point Tracking，MPPT）算法[21]来观测光伏发电系统的最大功率。Boost 转换器的占空比随着电压无序变化，直到达到最大功率点。Boost 转换器中电感L的通用表达式为：

式中：Umax为最大功率时的光伏输出电压；D为占空比；fs为开关频率；ΔIrms为纹波电流。

HESS 和EV 的电池充电器采用双向DC/DC 转换器。在向储能装置和直流电网供电期间分为升压和降压2 种模式，升压模式的电感Lup为：

式中：Udc为直流电网电压；Ues为储能电压。

降压模式的电感Ldown为：

升压和降压模式下的电容C相同，表达式为：

式中：ΔUrms为纹波电压。

电池荷电状态（State of Charge，SOC），其量值符号为Soc。ESB 的充电电压Uch、放电电压Udis、电池荷电状态Soc分别为：

式中：Uo为ESB 的恒压；Resb为ESB 的内阻；N 为极化常数；I，I*分别为电池电流和低频动态电流；M为最大容量；m为提取容量；Uv为指数电压有效值；B为指数容量；t为充放电时间；（it）为ESB 在t时刻的电流瞬时值。

ESB 的缺点是充放电功率密度较低和响应时间较长，SC 则具有功率密度高和响应时间短的优点。将SC 和电池结合在一起可以缩短响应时间，利用SC在短时间内提供更多电能。计算SC 的电压公式为：

式中：Usc为SC 电压；Ns，Nsh，Npo分别为SC 的串联数、并联数和电极层数；Q为电荷量；y为分子半径；ε 和μ 分别为介电常数和自由空间介电常数；A为电极与电解质之间的界面面积；g 为理想气体常数；H 为法拉第常数；J为摩尔浓度；Rsc为SC 总电阻；Isc为SC 总电流；sinh-1为反双曲函数。

2 基于IT2FLC的HESS功率分配策略

2.1 功率分配策略

本文研究的HESS 太阳能充电站功率分配策略为：通过低通滤波器（Low Pass Filter，LPF）将HESS的总电流分解为高频电流和低频电流，分解的电流经比例积分（Proportional Integral，PI）控制器处理后作为脉冲宽度调制模块（Pulse Width Modulation，PWM）的控制信号，再通过调整控制信号实现对HESS 的功率分配。为满足HESS 的功率分配需求，需预先设定直流电网的电压。基于IT2FLC 的HESS 功率分配策略如图2 所示。

图2 基于IT2FLC的HESS功率分配策略Fig.2 IT2FLC based power sharing strategy for HESS

图2 中，Z-1为单位延时模块，Itdc为直流电网中HESS 的总电流，Iavg为HESS 的平均电流，ITr为SC支持的瞬态电流，Iesb为ESB 电流，Iscr为SC 参考电流，为动态直流电网电压，Uesb为ESB 电压。

Itdc由直流电网电压的误差和误差变化输入IT2FLC 生成，Iavg由LPF 从Itdc中提取。Itdc，Iavg，ITr，Iscr表达式分别为：

式中：s为复频率；ω为模拟角频率。

目前不同电动汽车的电池充电方式不尽相同，如恒流、恒压、恒功率、涓流和恒流恒压等[22]，其中恒流恒压充电方式被广泛应用。在恒流恒压充电方式下，首先以恒流模式为电池充电，当ESB 的SOC达到80%时即切换为恒压模式，以防止电池过度充电。由于恒流模式充电速度是恒压模式的3 倍，导致恒压模式下充满ESB 剩余20%的电量需要更多时间。为解决恒流恒压模式下不同充电方式时间不均衡的问题，本文提出多步恒流充电法（Multistep Constant Charging，MSCC）。MSCC 通过连续监测SOC 来分步充电，参考电流Iref随SOC 的取值有序变化，避免电池过度充电和深度放电。MSCC 中Iref与Soc的变化关系如图3 所示。

图3 MSCC中Iref与Soc的变化关系Fig.3 Relationship between Iref and Soc in MSCC

由图3 可知，当Soc介于20 %～80 % 时，Iref为10 A；当Soc大于80 %时，Iref降低为7 A；当Soc达到90 % 时，Iref降低为5 A；当Soc小于20 %或达到100%时，Iref为0。

2.2 IT2FLC模糊控制器的设计

将Iscr与实际电流进行比较，得到的差值输入PI来计算相应DC/DC 转换器的占空比。IT2FLC 与Ⅰ型模糊控制器（Type-1 Fuzzy Logic Controller，T1FLC）的不同之处是用输出处理单元代替去模糊单元。IT2FLC 结构图如图4 所示，分别由模糊化器、规则库、模糊推理系统、类型缩减器和去模糊器组成。

1）模糊化器。模糊化器的作用是将实际的数值向量转化为模糊数值向量，形成区间Ⅱ型模糊集合（Interval Type-2 Fuzz Set，IT2FS）。IT2FS 的隶属函数如图5 所示，它由不确定性（Footprint of Uncertainty，FOU）、上隶属函数（Upper Membership Function，UMF）、下隶属函数（Lower Membership Function，LMF）的轨迹交叉组成。

图5 IT2FS的隶属函数Fig.5 IT2-FS membership function

IT2FS 的模糊论域为[-1，1]，模糊子集由负大（Negative Big，NB）、负低（Negative Low，NL）、零（Zero，ZE）、正大（Positive Big，PB）、正低（Positive Low，PL）5 个元素组成。模糊子集中的元素在不断修正和试验后形成规则库。

2）规则库。IT2FLC 的规则库的由模糊控制理论推导得出，通常用if-then 格式表示[23-24]。在模糊推理系统中，IT2FLC 具有2 个输入值分别为误差和误差变化。设定误差、误差变化和输出值的模糊子集均为{NB，NL，ZE，PB，PL}，推导出不同误差及误差变化下IT2FLC 的输出值如表1 所示。

表1 不同误差及误差变化下IT2FLC的输出值Table 1 Output values of IT2FLC under different errors and error variations

3）模糊推理系统。模糊推理系统的作用是通过执行所有推导的规则，由IT2FS 的输入值得到IT2FS 的输出值，合并每个规则中的多个输入值和所有规则。

4）类型缩减器。在IT2FLC 解模糊之前，通过类型缩减器将IT2FS 转换为类型缩减模糊集以降低计算难度。类型缩减方法有形心、求和中心、集合中心和高度缩减。本文采取集合中心的方法，通过Karnik-Mendel 迭代算法求得类型缩减模糊集的最小值和最大值。

5）去模糊化器。去模糊化器的作用是将类型缩减模糊集转换为清晰集。IT2FLC 的最终输出值由类型缩减模糊集的最小值与最大值的平均值来确定，其值为输出处理单元的总需求值。

3 仿真验证

3.1 仿真参数

本文在MATLAB/Simulink 平台上对图1 所示HESS 充电站模型进行了仿真分析，得到可变发电固定负荷（Variable Generation and Fixed Load，VGFL）和固定发电可变负荷（Fixed Generation and Variable Load，FGVL）2 种情况下的仿真结果。通过分析这2 种情况下的直流电网电压，对所提出的IT2FLC 适用性进行评估。为使ESB 和滤波器的损耗同时小于20%，设定ESB 的额定容量为50 AH，参考电压为48 V。2 台随机选择的电动汽车EV1 和EV2 的参考电压与ESB 相同，额定容量均为20 Ah。HESS 需要的瞬态功率由SC 提供。表2—4 分别为仿真研究的系统参数。

表2 PV及其升压变换器仿真参数Table 2 Simulation parameters of PV&booster converter

表3 ESB、电动汽车及其滤波器仿真参数Table 3 Simulation parameters of ESB,EV and filter

表4 SC及其滤波器仿真参数Table 4 Simulation parameters of SC and filter

3.2 VGFL特性分析

在VGFL 情况下，太阳能发电输出通过光照来改变，直流电网电压设定为100 V。2 台电动汽车永久连接在直流电网中，连接荷载被视为固定荷载。根据EN50530 光伏标准，通过改变太阳辐照度来影响输出电流，从而改变太阳能电池的功率。光伏电池输出特性如图6 所示，其中Ppv为光伏电池的输出功率。

图6 光伏电池输出特性Fig.6 Output characteristics of solar photovoltaic

VGFL 情况下ESB 和SC 均可根据电网发电量输送或吸收电能。当ESB 的电流为负时，ESB 从电网吸收电能，提高自身SOC；当ESB 的电流为正时，则将电能输送至电网，降低自身SOC。电网短时间内有高功率需求时SC 可向电网输送电能，电网有多余电能时SC 可吸收电能提高自身SOC。SC 功率的正负值代表向电网输送或者吸收功率。VGFL情况下SC 和ESB 的特性如图7 所示，其中U，I，P分别为SC 和ESB 的电压、电流和功率。

图7 VGFL情况下SC和ESB的特性Fig.7 ESB and SC characteristics in VGFL

EV1 和EV2 分别为2 台具有相同电池容量和不同SOC 的电动汽车。根据MSCC 控制技术，EV1和EV2 电池充电量分别为15 A 和10 A。充电时，ESB 的电压短暂升高后保持稳定值。EV1 和EV2电池特性如图8 所示。

图8 EV1和EV2电池特性Fig.8 EV1 and EV2 battery characteristics

VGFL 情况下直流电网的总功率平衡特性如图9 所示，其中PHESS为HESS 的功率。

图9 VGFL情况下直流电网的总功率平衡特性Fig.9 Total Power Balance Characteristics of DC Grid in VGFL

由图9 可知，负载功率恒为900 W。第0～0.4 s，光伏输出功率为1 700 W，HESS 吸收剩余的800 W。第0.4～0.8 s，HESS 吸收的功率随光伏输出功率降低而降低。第0.8～1.3 s，光伏输出功率为1 100 W，HESS 吸收剩余的200 W。第1.3～1.6 s，HESS 吸收的功率随光伏输出功率升高而升高。第1.6～2 s，光伏输出功率为1 600 W，HESS 吸收剩余的700 W。

3.3 策略分析

将基于IT2FLC 的功率分配策略与基于PI 控制器的策略[25-27]进行比较。在FGVL 情况下通过连接和断开EV 改变负载功率，在第0.5 s 时EV2 连接到电网，在第1.5 s 时EV1 从电网断开。使用PI 控制器时VGFL 和FGVL 的功率平衡特性如图10 所示。

图10 VGFL和FGVL的功率平衡特性Fig.10 Power balance characteristics under VGFL and FGVL

VGFL 和FGVL 的直流电网电压波形如图11所示。

图11 VGFL和FGVL的直流电网电压波形Fig.11 DC grid voltage under VGFL and FGVL

由图10 和图11 可知，在VGFL 情况下，负载功率、SC 功率和直流电网电压不变，仅ESB 功率随时间变化。在FGVL 情况下，EV2 连接到直流电网时负载功率增加，出现瞬态功率需求，SC 向电网供电，HESS 功率和直流电网电压均发生波动，而EV1 断开时HESS 功率和直流电网电压无明显变化。

3.4 半实物仿真验证

本文通dSPACE 实时仿真系统对图1 所示HESS 充电站模型进行实时验证。在VGFL 情况下，通过改变dSPACE 实时仿真系统的光照参数来实现光伏输出功率的变化。VGFL 情况下的实时特性如图12 所示。

图12 VGFL情况下的实时特性Fig.12 Real-time features under VGFL

由图12 可知，在VGFL 情况下，负载功率和SC功率恒定，ESB 功率与PV 输出功率的变化关系为负相关。

将光照维持在700 W/m2来固定光伏输出功率，通过实时dSPACE 实时仿真系统连接和断开EV1，EV2 改变负载功率。在EV2 连接到电网期间，SC 向ESB 提供瞬态功率。EV2 电流在连接到电网之前为0，连接后EV2 的ESB 以7 A 的电流充电，直流电网的负载功率升高，ESB 吸收功率减少。EV1 与电网断开后电流为0，直流电网的负载功率降低，ESB 吸收功率增加。FGVL 情况下的实时特性如图13 所示。由图13 可知，在FGVL 情况下ESB，SC 的功率和直流电网电压仅在EV 与电网连接或断开的暂态过程发生变化。整体变化过程中功率波动不超过2 000 W，直流电网电压波动不超过50 V，恢复稳态的速度快。

图13 FGVL情况下的实时特性Fig.13 Real-time features under FGVL

综上所述，在实时系统中获得的结果与仿真结果相匹配。证明ESB 的功率随时间变化而变化，而SC 仅参与瞬态过程，充分发挥了SC 功率密度高和响应时间快的优点，达到平衡电网发电量和负载需求的目的。

4 结论

本文提出一种基于IT2FLC 的太阳能电动汽车HESS 高效功率分配策略。在MATLAB/Simulink 和dSPACE 实时仿真系统中对所提策略在VGFL 和FGVL 这2 种情况下的性能进行了验证，并得出以下结论。

1）在VGFL 情况下，当光伏输出功率增加时HESS 消耗的功率增加，当光伏输出功率减少时HESS 消耗的功率减少。

2）在FGVL 情况下根据负荷变化接断电动汽车，HESS 可改变ESB 的吸收功率、平衡光伏输出功率和直流电网的负载功率。

3）所提策略中，SC 为ESB 提供瞬态功率，IT2FLC 通过调节直流电网电压来提供更快的动态响应。