电池储能型模块化多电平变换器的混合模型预测控制方法

将模块化多电平变换器(MMC)作为电池储能系统(BESS)的并网变换器,可在实现高压并网的同时兼具控制的灵活性。针对电池储能型模块化多电平变换(B-MMC)系统,提出一种可有效减小计算量的混合型模型预测控制(H-MPC)方法。该H-MPC方法由PI控制和MPC组成。其中,PI控制部分用于求取满足交流电流输出和环流控制要求的子模块接入个数;MPC则负责共模电压(CMV)抑制,对子模块接入个数进行适当调整。结合子模块接入个数与电池组荷电状态(SOC)的排序结果,即可产生具体开关信号。针对不同应用场合,PI控制部分和MPC的控制目标选取要更为灵活。以环流控制为例,对其包含于MPC部分的情况进行简要分析。最后通过Matlab/Simulink仿真和实验,验证了该方法的正确性与有效性。     

基于模型预测控制的智能楼宇用能灵活性调控策略

提出一种基于模型预测控制的智能楼宇用能灵活性调控策略。首先,根据楼宇蓄热特性,构建考虑楼宇内部不同制热区域的智能楼宇能耗预测模型,并将楼宇系统作为灵活可控单元集成到配电网中;然后基于模型预测控制方法,通过楼宇内部暖通空调系统在温度舒适度范围内对室温进行优化调节,实现楼宇系统的能耗灵活管理,降低楼宇运行成本;最后,在冬季制热场景下,对不同暖通空调控制方法下的楼宇集群进行优化调度分析,并对比分析了楼宇集群优化调度对于配电网运行状态的影响。结果表明,所提方法在保证温度舒适度的前提下可充分发掘智能楼宇的需求响应潜力,降低楼宇运行成本,同时可有效解决由可再生能源出力预测数据误差而导致的楼宇日前调控方案与实际运行场景偏差较大的问题,在预测不确定性环境下具有较强的鲁棒性。     

基于改进模型预测控制的微电网能量管理策略

微电网中分布式电源出力具有间歇性、波动性等特点,并且负荷形式多样,分布式电源和负荷的不确定性会导致微电网能量优化的不确定性。为了更好地解决上述问题,提出了一种基于改进模型预测控制(MPC)的双层多时间尺度微电网优化策略。传统MPC优化中某些模型参数固定,难以及时处理系统中的突发扰动;并且传统MPC的单个优化周期时长有限,难以处理一些与时间相关或影响优化结果全局性的复杂约束。根据微电网中不确定性因素及复杂约束提出MPC的自适应改进,能更好地适应微电网设备投切灵活、发电功率受外界影响大等特性,更好地保障系统的鲁棒性与优化的精确性。基于日前计划优化出未来的能量分配及负荷调度;在日内基于改进MPC并参考日前优化结果进行实时能量优化,从而使目标更优,提高结果的准确性。最后应用MATLAB进行仿真,证明了所提策略的适用性和准确性。     

电力系统分布式模型预测控制方法综述与展望

模型预测控制作为一类约束优化控制策略,在电力系统控制领域得到了广泛的应用,传统的集中式模型预测控制难以满足复杂互联电力系统的多目标优化、可靠性、实时优化等要求。分布式模型预测控制能够协同多个局部控制器实现全局优化或纳什优化。文中全面综述分布式模型预测控制在电力系统中的研究现状和发展方向。首先,按照控制结构对模型预测控制方法进行了分类和对比分析,接着重点阐述了非协作式和协作式2类分布式模型预测控制方法。然后,围绕分布式模型预测控制在不同应用场景分别进行综述和分析。最后,指出了分布式模型预测控制在电力系统控制应用的研究方向。     

模型预测控制在永磁同步电机系统中的应用发展综述

随着数字技术的发展,模型预测控制(MPC)已经广泛应用于交流传动系统。首先介绍了经典MPC策略——有限控制集MPC和连续控制集MPC的原理。其次综述了多步预测控制、多矢量预测控制、具有参数鲁棒性的预测控制、广义模型预测、显式模型预测这些常见的改进MPC的研究现状,并提出相关研究思路。最后,根据MPC的应用需求和研究现状,展望了未来需要进一步深入和拓展的研究方向。     

感应电机模型预测磁链控制

模型预测控制(model predictive control,MPC)具有原理简单、多变量控制和容易处理非线性约束等优点,是近年来在电力电子与电力传动领域受到广泛关注和研究的一种控制方法。MPC一般基于最小化目标函数的原则来实现系统的优化控制,但当目标函数中控制变量的量纲不一致时,需要设计相应的权重系数来实现对多个变量的同时控制。以感应电机的磁链和转矩控制为例,由于目前尚缺乏通用的理论设计方法来确定磁链和转矩的权重系数,为保证调速系统在不同的运行点具有良好的动静态性能,在实际应用中需要通过大量的仿真或实验来确定权重系数的大小。为此,提出一种适用于感应电机控制的改进MPC。通过深入推导磁链和转矩之间的解析关系,将定子磁链幅值和电磁转矩的同时控制转换为等效的定子磁链矢量的控制,从而消除了传统方法中繁琐的权重设计,而且算法简单,容易实现。此外,文中还对数字控制延迟进行了补偿,并且采用预励磁的方法来增大起动转矩,并减小起动电流。最后,在两电平逆变器感应电机平台上进行了仿真和实验,结果表明所提方法在很宽的速度范围内都有良好的性能。     

风储联合发电系统参与频率响应的模型预测控制策略

储能电池的柔性控制作用使其在参与电网调频方面具有优势,将风电和储能相结合,构成风储联合发电系统参与电网调频,具有协同增效的优势。为此,基于模型预测控制方法,提出风储联合调频策略。该策略在考虑风电场和储能各自约束条件的前提下,通过求解滚动时域最优控制问题协调了两者之间的出力分配,并使用滚动时域估计方法来实时估计电网的有功功率不平衡量,从而可根据更准确的系统状态信息来计算最优控制量。最后对提出的策略进行了仿真分析,结果表明该策略能够提高电网的调频性能。     

集成智能楼宇的微网系统多时间尺度模型预测调度方法

针对含多智能楼宇的微网系统,提出一种基于模型预测的多时间尺度调度方法。首先,为有效利用建筑围护结构蓄热特性所带来的灵活性,构建了虚拟储能系统数学模型,并将其集成到智能楼宇微网多时间尺度调度方法中。随后,提出了基于模型预测的日内滚动修正方法,通过每个控制时域内的滚动优化,实现日内微网系统运行方案的精确修正。最后,以夏季制冷场景为例,利用含智能楼宇的微网系统验证了所提方法的有效性。结果表明,该方法可在保证楼宇室内温度舒适度的前提下,在日前经济优化调度阶段降低运行成本;在日内滚动修正阶段平抑由日前预测误差导致的微网联络线功率波动。     

定频化VIENNA整流器模型预测电流控制

VIENNA整流器是一种高性能三相三电平整流器,不仅网侧性能优良,并且具有功率密度高、结构简单等特点.将模型预测控制引入了VIENNA整流器的电流控制当中,并针对传统模型预测控制计算复杂、开关频率不固定的缺点,提出了一种定频化的模型预测电流控制方法,通过优化价值函数、引入调制模块的方式固定开关频率,并实现网侧单位功率因...     

电压源型三相逆变器的模型预测控制策略

为了提高电压源型三相逆变器的控制性能,设计了一种新颖的模型预测控制(MPC)策略.新型MPC控制器使用三相逆变器系统的离散时间域模型来预测所有可能电压矢量生成的负载电流,并选择使所设计的成本函数最小的矢量作为最优矢量输出.成本函数中主要考虑的指标是下一个采样周期的电流误差.利用仿真软件和搭建的三相逆变器样机测试平台开展...     

五桥臂逆变器-双异步电机调速系统的零矢量交错模型预测控制

五桥臂逆变器-双异步电机调速系统采用模型预测控制相比于传统的矢量控制具有更好的动态性能,易于实现系统的全局性能优化,但却存在稳态性能差、计算量大难以实现、无法消除公共桥臂开关动作需求限制等问题。对此,提出一种零矢量交错模型预测控制(ZVI-MPC)方法,将空间矢量的概念与矢量合成原理引入到模型预测中,在一个采样周期中对每台逆变器均作用两个电压矢量(一个非零矢量和一个零矢量),利用无差拍理论计算两逆变器的非零矢量作用时间,结合公共桥臂开关需求,调节各矢量作用时间并按照零矢量交错原则进行开关状态分布,以避免出现公共桥臂开关动作需求冲突。该方法在任意采样周期内只需考虑12种有效矢量组合,大大减少预测控制计算量。仿真和实验结果表明采用零矢量交错模型预测控制,两台电机可独立稳定运行,且均具有良好的动静态性能,相比于传统模型预测控制方法,本文所提方法稳态性能更理想,且计算量显著减小,易于实现。     

含光热电站接入的多源联合系统模型预测控制方法

光热电站具有良好的可调节特性,能够弥补常规机组调节能力不足,促进风电、光伏消纳。然而,光热电站的可调节能力受到太阳能直射辐射情况以及蓄热装置初始蓄热量的影响,增加了光热电站接入下多源联合系统协调优化难度。为此,提出了含光热电站接入的多源联合系统模型预测控制方法。首先,建立了光热电站功率调节特性、能量储存运行特性的数学模型;在此基础上,基于多源联合机组组合滚动优化及反馈校正的模型预测控制MPC思路,提出了含光热电站接入的多源联合系统滚动优化模型及相应的优化方法,进而得到含光热电站接入的多源联合系统优化控制方案;最后,以某含光热电站接入的新能源送端电网为例进行仿真计算,仿真结果验证了所提方法在挖掘光热电站有功调节能力、促进风光电消纳方面的有效性。     

模型预测控制方法在主动配电网协调控制中的应用

基于主动配电网分层协调控制的特点与储能系统的控制特性,提出应用于主动配电网自治区域的协调控制的模型预测控制方法,并利用动态矩阵控制算法在Matlab 中对主动配电网储能的协调控制进行了场景仿真。仿真结果表明,应用预测控制方法的区域控制器比传统的 PI 控制器有更好的性能。     

混合储能系统的功率变换器电流预测控制方法

针对随机性强和波动性大的新能源发电系统,为了平滑其出力,提出了一种混合储能系统的功率变换器电流预测控制方法。该方法首先分析了锂电池和超级电容充放电速度的互补特性,以及它们的功率变换器各种开关状态。然后基于模型预测控制建立了锂电池、超级电容器和双功率变换器预测模型。在此基础上,应用模型预测控制设计了混合储能控制系统。在考虑锂电池电流跟踪误差、超级电容器电流跟踪误差、超级电容器损耗和双功率变换器开关管导通数量的情况下,构建了多目标评价函数,并进行了最优开关模式求解。通过实时优化控制系统,输出最优开关模式,既实现了锂电池大电流充放电和跟踪低频变化功率,也实现了超级电容器小电流充放电和跟踪高频变化功率。因此,该方法实现了混合储能系统能量合理分配,延长了锂电池使用寿命,减少了开关动作,提高了系统整体效率。最后,通过仿真验证了所提方法的正确性。     

基于MPC的柔性负荷与储能系统超短期调控策略*

为解决风机、光伏出力不确定性导致的弃风、弃光问题,提出一种超短期时间尺度内基于模型预测控制(Model Predictive Control,MPC)的负荷调控策略。通过对柔性可调负荷与储能系统的超短期调控,对风电、光伏不确定性出力进行快速响应,减少风电、光伏大幅骤变时的弃风、弃光。所提出的基于MPC超短期调控策略以风电、光伏纳入比例最高为优化目标,并在考虑系统可靠性与储能系统寿命的基础上增加柔性负荷可调量的约束,以保证用户舒适度。以某工业园区为研究对象,通过推导目标函数以及约束条件的状态方程并应用动态矩阵控制算法对MPC最优目标进行求解。结果表明:与未采用超短期调控方法相比,采用超短期调控策略时可再生能源消纳比例提高了5. 37%,验证了所提出调控策略的有效性。     

感应电机无差拍模型预测转矩控制研究

传统模型预测控制（MPC）在三相两电平逆变器驱动感应电机系统中需对所有电压矢量进行滚动优化预测,计算成本高,实施难度大。为此,提出一种无差拍（DB）MPC,将滚动优化预测电压矢量从8个减少到3个。通过求解DB电压矢量和对DB扇区的划分,根据空间电压矢量位置确定扇区,只将扇区内矢量进行单步滚动优化预测,输出相对应的最优开关状态。仿真结果表明:DB预测转矩控制在减轻系统计算负担情况下,达到与传统MPC几乎相同的稳态跟踪性能。     

基于模型预测控制的园区热电联供微电网能量优化

热电联供（combined heat and power,CHP）微电网利用电、天然气作为热能来源,具有经济、环保的特性,能够有效解决综合供电供热问题,在工业园区有着广阔的应用前景。CHP微电网中可再生能源出力的随机性和负荷预测误差会导致能量优化的精确性降低,并且由于电、热负荷存在差异,高热电耦合度的CHP微电网经济性较差。因此,基于模型预测控制（model predictive control,MPC）算法提出一种多时间尺度能量优化方法。该方法在日前预测下一天的机组出力、储能调度计划;在日内基于MPC算法参考日前计划进行实时能量优化,并根据系统中的热损设计反馈环节,提高优化结果精确性。最后,基于MATLAB进行了算例仿真,验证了所提方法可以降低系统运行成本,能够实现系统热电解耦、储能削峰填谷、提高可再生能源消纳率的效果,并且具有较好的适用性和准确性。     

含规模化风电场/群的互联电网负荷频率广域分散预测控制

由于风电输出功率具有较强的随机性,规模化风电场/群的并网对互联电网负荷频率控制提出了更高的要求。在分析单一风电机组及规模化风电场有功输出特点的基础上,建立计及风电场/群有功输出的互联电网负荷频率控制模型。以广域相量测量系统为技术平台,建立基于模型预测控制的含规模化风电场/群互联电网的负荷频率分散预测控制模型。以典型双区域负荷频率控制模型为例,考虑不同风电渗透率情况。仿真研究结果表明,所提基于模型预测控制的负荷频率分散控制模型不但能够有效地跟踪风电输出功率的随机波动,维持系统频率及区域间交换功率在较小的范围内变化,并且控制效果明显优于常规PI型负荷频率控制器。     

一种应用于异步电机的基于Laguerre函数的模型预测控制电流调节器

电动汽车用异步电机复杂的运行工况,造成电机参数改变,传统同步PI控制性能不甚理想。基于复矢量比例积分(PI)控制和模型预测控制(MPC)的电流调节器,使得其控制效果得到一定改善,但仍然存在响应时间长和超调大的问题。针对电动汽车用异步电机控制器,设计一种基于Laguerre函数的模型预测控制(LMPC)电流调节器,该电流控制器根据过去和现在的信息,对系统的状态量进行多步预测,并综合考虑控制对象的预期值和控制量的变化等评价指标,得到最优的控制律。仿真和实验结果表明,该调节器相比于复矢量PI控制和模型预测控制,具有更快的动态响应和更好的参数鲁棒性。     

永磁伺服电机复合模型预测控制

永磁电机效率和功率密度高、力矩和惯量比大,是工业伺服领域的主流电机。伺服控制技术是充分发挥永磁电机优势、提升伺服系统运行性能的关键。目前,永磁伺服系统多采用多环级联的比例 积分（PI）控制器,但由于积分器的滞后效应,PI动态响应速度较慢,抗干扰能力较差,难以满足机械臂、精密加工等高性能伺服控制的动、静态性能要求。因此,提出一种广义模型预测控制与有限集模型预测控制相结合的复合模型预测控制策略。此外,还提出一种广义模型预测控制的低运算量实现方法及一种机械参数估计方法。试验结果表明,所提复合模型预测控制可提高永磁伺服电机的动态响应速度和抗负载扰动能力。