超级电容储能系统的无源分数阶滑模控制设计

设计了一款针对超级电容储能(SupercapacitorEnergyStorage,SCES)系统的无源分数阶滑模控制(Passive Fractional-Order Sliding-Mode Control,PFOSMC)。首先,基于SCES系统固有的物理特性,构建储能函数并对其进行分析。随后,保留系统阻尼有益项以改进其动态响应,同时完全补偿系统阻尼无益项以实现全局一致的控制性能。最后,设计分数阶滑模控制(Fractional-Order Sliding-Mode Control, FOSMC)作为附加控制输入,旨在重塑系统能量使闭环系统严格无源,并引入分数阶比例-微分(PDa)滑动平面以增强系统鲁棒性。仿真结果表明,PFOSMC的控制性能与PID控制、基于互联与阻尼配置的无源控制(Interconnection and Damping Assignment Passivity-Based Control, IDA-PBC)和FOSMC相比,其均可在各种工况下实现最好的动态响应和最高的鲁棒性。     

基于扰动观测器的电力系统鲁棒滑模控制器设计

针对多机电力系统中的励磁系统,设计一种基于扰动观测器的滑模控制(Perturbation Observer based Sliding-mode Control, POSMC)以提高系统稳定性。首先,将系统的非线性、参数不确定性、未建模动态和外部时变扰动聚合为一个扰动,同时由一个滑模状态扰动观测器(Sliding-mode State and Perturbation Observer, SMSPO)对该扰动进行实时快速估计。随后,通过滑模控制器对该扰动估计进行在线完全补偿以实现全局一致的控制能力。POSMC具备结构简单、可靠性高、不依赖系统精确模型以及仅需测量发电机功角一个状态量等优点。最后,基于机械功率阶跃变化、三相短路以及发电机参数不确定性三个算例验证了POSMC的有效性和鲁棒性,其能在各种工况下实现最佳的动态性能,有利于电力系统发生故障后恢复稳定运行。     

蓄电池/超导混合储能系统非线性鲁棒分数阶控制

针对电动汽车(Electric Vehicle, EV)供电端的蓄电池/超导混合储能系统(Battery/SMES Hybrid Energy Storage Systems, BSM-HESS)设计了一种新型非线性鲁棒分数阶控制(Nonlinear Robust Fractional-Order Control, NRFOC),从而快速精准地跟踪负荷需求变化。首先,基于规则式策略(Rule-Based Strategy, RBS)实现最优的负荷需求分配。然后,通过高增益扰动观测器(High-Gain Perturbation Observer, HGPO)对BSM-HESS的非线性、参数不确定性和未建模动态聚合而成的扰动进行快速估计,最终该扰动通过NRFOC进行在线完全补偿。此外,NRFOC不依赖于精确的系统模型,仅需测量蓄电池电流和直流侧电压两个状态量。通过三种算例进行研究,即重载条件、轻载条件以及参数不确定性,仿真结果验证了NRFOC的有效性和鲁棒性。     

基于鲁棒无源控制的增强风电接入下电力系统稳定性研究

大规模风电的接入对电力系统稳定性带来了巨大挑战。双馈感应发电机(Doubly-Fed Induction Generator,DFIG)受风速强随机、建模不确定性的影响,经典比例-积分-微分(Proportional-Integral-Derivative, PID)控制难以获得令人满意的控制效果。提出了一种新型鲁棒无源控制(Robust Passive Control, RPC)以提高接入DFIG的电力系统稳定性。首先将发电机非线性、参数不确定性、未建模动态和风速随机性等效聚合为一个扰动,并由非线性扩展状态观测器(Extended State Observer, ESO)进行实时快速估计。随后,通过RPC对扰动估计进行在线完全补偿。同时,通过输出反馈对闭环系统能量进行重塑,从而注入较大的系统阻尼来改善DFIG在电力系统各种运行条件下的控制性能与暂态响应特性。最后,基于阶跃风速、机端电压跌落、区域间振荡以及发电机参数不确定性四个算例进行了仿真研究。仿真结果验证了RPC在各种工况下的有效性和鲁棒性。     

并网光伏逆变器鲁棒分数阶滑模控制设计

本文设计了一款基于扰动观测器的鲁棒分数阶滑模控制(POFO–SMC)来实现光伏逆变器的最大功率跟踪(MPPT).首先,将光伏逆变器的非线性、参数不确定性以及未建模动态聚合成一个扰动,并通过扰动观测器对其进行在线估计.随后,采用分数阶滑模控制(FOSMC)对该扰动估计进行实时完全补偿,从而实现不同工况下全局一致的控制性能.同时,POFO–SMC采用扰动实时估计而非传统滑模控制(SMC)中所使用的扰动上限值进行补偿,因此可有效解决传统SMC过于保守的缺点,使得控制成本更为合理.最后,POFO–SMC无需精确的系统模型,仅需测量光伏逆变器的q轴电流和直流侧电压,因此易于硬件实现.本文进行了两个算例的研究,即光照强度变化和电网电压跌落.仿真结果表明,与传统PI控制、反馈线性化控制(FLC)、SMC和FOSMC相比,POFO–SMC在各类工况下均具有最好的动态特性及最高的鲁棒性.基于dSpace的硬件在环实验(HIL)验证了其硬件可行性.     

基于自适应罗盘搜索的集中式温差发电系统MPPT设计

提出了一种新型自适应罗盘搜索(Adaptive Compass Search, ACS)算法,用于非均匀温差分布(Non-uniform Temperature Distribution, NTD)条件下的集中式温差发电(Thermoelectric Generation, TEG)系统最大功率点跟踪(Maximum Power Point Tracking, MPPT)。集中式TEG系统仅使用一个MPPT变换器,因此与组串式和模块式的TEG系统结构相比,其运行与维护成本较低。然而,在NTD条件下,集中式TEG系统通常会出现多个最大功率点(Maximum Power Point, MPP)。为有效寻找集中式TEG系统的全局MPP,采用了一种基于探索方向的自适应序列方式,通过利用过去的搜索结果来显著提高ACS的全局搜索能力。通过三个算例对ACS的MPPT性能进行了研究,即温度恒定、温度阶跃变化以及随机温度变化。仿真结果表明,与扰动观测(Perturb and Observe, P&O)算法、粒子群优化(Particle Swarm Optimization, PSO)算法和罗盘搜索(Compass Search, CS)算法相比,ACS能以更快的速度和更高的收敛稳定性获得高质量的全局MPP。