可再生能源

参数
数值	100	50	0.001	1.8	2.2

参数
数值	100	50	0.001	1.8	2.2

基于状态反馈的构网型储能换流器扰动抑制策略

PDF下载

王金宁 ¹ , 李国庆 ² , 张国辉 ¹ , 贾焦心 ³ , 邵冰冰 ³

可再生能源 | 2025,43(1): 91-98

收起

可再生能源 | 2025, 43(1): 91-98

基于状态反馈的构网型储能换流器扰动抑制策略

全屏

王金宁¹, 李国庆², 张国辉¹, 贾焦心³, 邵冰冰³

作者信息

¹ 华能扎赉特旗太阳能光伏发电有限公司科右中旗分公司内蒙古兴安盟 137400

² 华能新能源股份有限公司北京 100036

³ 华北电力大学河北省分布式储能与微网重点试验室河北保定 071003

通讯作者:

邵冰冰(1994-),男,博士,副教授,研究方向为微电网规划、分析、运行与控制技术。E-mail:shaobingbing1223@163.com 。

The perturbation suppression strategy based on the status feedback method of grid-forming storage converter

Jinning Wang¹, Guoqing Li², Guohui Zhang¹, Jiaoxin Jia³, Bingbing Shao³

Affiliations

¹ Right Middle Banner Branch Huaneng Zaraite Flag Solar Photovoltaic Power Generation Co., Ltd. Hinggan League 137400 China

² China Huaneng Group Co., Ltd. Beijing 100036 China

³ Key Laboratory of Distributed Energy Storage and Microgrid of Hebei Province North China Electric Power University Baoding 071003 China

出版时间: 2025-01-20 doi:

文章导航

摘要

收起

分布式电源出力及负荷用电的随机性,造成直流微电网母线电压瞬时波动,影响系统安全及供电可靠性。文章设计了一种基于状态反馈的扰动抑制策略来抑制网内功率波动对母线电压的影响,改善了下垂控制构网时的暂态响应。文章首先分析了母线电压暂态响应的影响因素,提出了基于前馈补偿的解耦方法,实现了电压外环与电流内环的解耦;然后,在不影响暂态特性的前提下,完成了控制系统的等效化简,实现了扰动观测器的应用,通过扰动观测器将功率扰动前馈至电压外环,实现了基于状态反馈的扰动抑制;最后,通过试验验证了所提控制策略的有效性。

关键词

直流微电网 / 母线电压 / 状态反馈 / 扰动抑制 / 下垂控制

Abstract

收起

In the islanded DC microgrid, the energy storage converters play the role of grid forming. The random characteristics of distributed generation and electric loads lead to the fluctuation of DC microgrid bus voltage, affecting system safety and power supply reliability. In this paper, to suppress the fluctuations and improve the transient response of bus voltage, a perturbation suppression strategy based on state feedback is designed, when the droop control strategy is adopted to form the grid. In this paper, the influencing factors of the transient response of the bus voltage are first analyzed, and the feedforward compensation method is proposed, which can realize the decoupling of the voltage loop and the current loop. Then, the equivalent simplification of the control system is completed without affecting the transient characteristics, and the application of the disturbance observer is achieved. The power disturbance is fed forward to the voltage loop by means of a disturbance observer, and disturbance suppression based on state feedback is realized. Finally, experimental results are given to verify the effectiveness of the proposed control strategy.

Key words

DC microgrid / state feedback method / grid-forming storage converters / perturbation suppression / droop control strategy

引用本文

王金宁, 李国庆, 张国辉, 贾焦心, 邵冰冰. 基于状态反馈的构网型储能换流器扰动抑制策略. 可再生能源, 2025 , 43 (1) : 91 -98 .

Jinning Wang, Guoqing Li, Guohui Zhang, Jiaoxin Jia, Bingbing Shao. The perturbation suppression strategy based on the status feedback method of grid-forming storage converter[J]. Renewable Energy Resources, 2025 , 43 (1) : 91 -98 .

正文

收起

0 引言

收起

为实现“双碳”目标, 分布式光伏项目得到了大力发展 ^{[ 1 ]} 。微电网是分布式光伏消纳的有效形式 ^{[ 2 , 3 ]} 。直流微电网没有无功、频率等问题,其控制结构更加简单。另外光伏、储能、电力电子负荷均已呈现出直流化特征,接入直流微电网可省去部分电能变换环节,更易实现能源的高效利用 ^{[ 4 , 5 ]} 。

直流微电网一般由光伏、储能、电力电子负载及并网单元组成 ^{[ 6 ]} 。并网模式下,由并网单元构建直流母线电压, 储能单元根据自身荷电状态选择性消纳电源与负荷的功率差额；孤网模式下, 储能换流器承担构网的角色, 建立直流母线电压并平抑网内功率波动,保证良好的电能质量 ^{[ 7 , 8 ]} 。由于光伏出力及负荷用电均表现出随机性, 微网母线电压时有波动, 较大的波动可能影响敏感负荷的用电质量, 甚至造成网内设备的不正常运行或绝缘损坏,不利于直流微电网的安全运行 ^{[ 9 , 10 ]} 。

国内外学者对直流母线电压的暂态控制做了一定的研究, 但是主要集中在单台储能换流器运行时的定电压方式上 ^{[ 11 - 18 ]} 。文献[ 11 ]分析了影响定电压方式暂态响应的主要因素, 通过小信号模型完成控制器的参数优化, 并对储能换流器进行了多重化设计, 提高了储能系统的暂态响应速度。文献[ 12 ]提出了一种分段频率调制技术,改善了储能换流器在轻载-重载转换过程中母线电压的暂态响应。文献[ 13, 14 ] 将负载侧电流的波动经过比例放大器反馈至控制回路, 通过快速改变占空比减小输入侧电压波动对输出电压的影响。文献 ^{[ 15 ]} 提出了一种新型移相控制, 通过动态调整电感电流斜率,抑制了负载变化时的母线电压偏差。文献[16,17]通过在单个控制周期内附加优化算法, 保证网内功率波动时母线电压的稳定。文献 ^{[ 18 ]} 提出了一种多环控制下的耦合反馈方法, 通过调整控制器的中频带增益, 改善换流器输出的暂态响应。上述研究方法对于多储能换流器暂态响应的研究具有一定的借鉴意义, 但并不完全适用。

目前,低压直流微电网中一般采用下垂控制方式构建直流母线电压 ^{[ 19 - 23 ]} 。文献[ 19 ]建立了多换流器并联运行时的小信号模型, 分析了电流内环对均流控制及电压响应的影响, 并最终提出了内环参数的优化方法, 实现了多换流器并联运行时的暂态均流及母线电压的快速响应。文献[20,21] 从理论上分析了传统下垂控制的局限性, 并提出了补偿阻抗的改进方法, 实现了稳态情况下并联换流器的功率分配, 同时改善了暂态情况下母线电压的响应特性。文献[ 22 ]基于节点源荷差分电流计算直流微电网源荷功率差额, 确定储能交互功率,提高了母线电压的响应速度和精度。文献 ^{[ 23 ]} 提出了一种负载电流前馈的控制方法, 降低了母线电压对参数摄动的灵敏度, 提高了系统鲁棒性,改善了系统的动态性能。但是,上述方法对控制参数的依赖较为严重,无法自适应运行工况的变化。

针对采用下垂控制的储能系统提出了基于状态反馈的扰动抑制方案。本文首先分析了下垂控制方式下网内功率波动对母线电压的影响, 提出了基于前馈补偿的电压外环与电流内环的解耦方案；提出基于状态反馈的补偿方法,为不增加多余的传感器配置,设计了最小阶扰动观测器,将功率波动反馈至电压外环, 实现对功率波动的快速跟踪；通过小信号建模,对所提策略进行了动态特性分析与参数设计,并对其有效性进行了试验验证。

1 母线电压的暂态过程分析

收起

1.1 负载波动对母线电压的影响分析

图 1 为孤岛型直流微电网典型结构。光伏换流器采用跟网方式运行以保证最大功率输出, 空调、冰箱、电动汽车等电力电子负荷呈现出用电随机性, 因此储能系统是平衡网内功率波动的唯一单元,承担构网的角色。

采用传统下垂控制时, 储能系统的小信号模型如图 2 所示。

图中:$\mathrm{{DC}}/\mathrm{{DC}}$为储能换流器;$E$为储能电池侧的输出电压;${i}_{\mathrm{L}}$为储能换流器的输出电流;${u}_{\mathrm{C}}$为直流母线电压;$L, C$分别为储能换流器输出侧的滤波电感及滤波电容；${i}_{\mathrm{{pe}}}$为电力电子负荷的电流；${i}_{\mathrm{{pv}}}$为光伏输出电流;${i}_{\mathrm{p}}$为${i}_{\mathrm{{pe}}}$和${i}_{\mathrm{{pv}}}$的代数和,可反应网内功率波动;${K}_{\mathrm{{PI}}} = {k}_{\mathrm{p}} + {k}_{\mathrm{i}}/\mathrm{s}$为电流内环控制器$\left( {k}_{\mathrm{p}}\right.$为比例参数、${k}_{\mathrm{i}}$为积分参数),$\mu$为内环输出的占空比；$r$为下垂控制的虚拟电阻；${U}_{\text{ref }}$为直流微电网母线空载电压；电流内环参考输入${i}_{\text{ref }}$可表达为

(1)${i}_{\mathrm{{ref}}} = \frac{1}{r}\left( {{U}_{\mathrm{{ref}}} - {U}_{\mathrm{C}}}\right)$

由图 2 可以看出, 整个储能系统的小信号模型由控制系统和物理系统两部分构成。由物理系统的电压外环可知, 当系统中发生功率波动时, 由于电感电流不能发生突变, 电源发出的功率与负荷所需功率将发生短时间内的不平衡, 电容需要释放或吸收电流来平衡功率差额, 造成母线电压发生暂降或超调。因此,暂态情况下负载电流的变化会给母线电压带来不利的影响, 本文采用基于扰动观测器的状态反馈方法, 在不需要新增多余的传感器的情况下,将功率波动准确反馈至电压外环, 以此抵消其对输出电压的影响。

1.2 扰动观测器的基本原理

由上文分析, 抑制母线电压波动应当准确获取功率扰动, 并通过控制策略设计减少其对母线电压的影响。扰动观测器(Disturbance Observer, DOB)是控制工程中广泛使用扰动观测方法, 其不仅可以准确的观测扰动信号, 还可以使被控对象标称化, 进而同时避免扰动信号及被控对象的参数摄动对控制结果的影响 ^{[ 24 - 26 ]} ,其基本原理如图 3 所示。

图中,上半平面所示为未应用 DOB 的原始控制系统,其传递函数为

(2)$Y\left( s\right) = {G}_{\mathrm{p}}\left( s\right) \left\lbrack {X\left( s\right) + D\left( s\right) }\right\rbrack$

式中:$X\left( s\right)$为控制系统的输入;$Y\left( s\right)$为控制系统的输出;$D\left( s\right)$为物理系统所受到的外部扰动;${G}_{\mathrm{p}}\left( s\right)$为物理系统中的被控对象, 理想条件下其标称模型为${G}_{\mathrm{n}}\left( s\right)$,两者之间因为被控对象内部的参数摄动而存在微小差别。

应用 DOB 之后控制系统的传递函数为

(3)$Y\left( s\right) = {G}_{\mathrm{{xy}}}\left( s\right) {X}_{0}\left( s\right) + {G}_{\mathrm{{dy}}}\left( s\right) D\left( s\right)$

(4)$\left\{ \begin{array}{l} {G}_{\mathrm{{xy}}}\left( s\right) = \frac{{G}_{\mathrm{p}}\left( s\right) {G}_{\mathrm{n}}\left( s\right) }{{G}_{\mathrm{n}}\left( s\right) + Q\left( s\right) \left\lbrack {{G}_{\mathrm{p}}\left( s\right) - {G}_{\mathrm{n}}\left( s\right) }\right\rbrack } \\ {G}_{\mathrm{{dy}}}\left( s\right) = \frac{{G}_{\mathrm{p}}\left( s\right) {G}_{\mathrm{n}}\left( s\right) \left( {1 - Q\left( s\right) }\right) }{{G}_{\mathrm{n}}\left( s\right) + Q\left( s\right) \left\lbrack {{G}_{\mathrm{p}}\left( s\right) - {G}_{\mathrm{n}}\left( s\right) }\right\rbrack } \end{array}\right.$

式中:$Q\left( s\right)$为抑制扰动的低通滤波器。

由式 (4) 可以看出,当$Q\left( s\right)$设计为低通滤波器时,有$\mathop{\lim }\limits_{{s \rightarrow 0}}Q\left( s\right) = 1$,因此可以得到:

(5)$\left\{ \begin{array}{l} \mathop{\lim }\limits_{{s \rightarrow 0}}{G}_{\mathrm{{xy}}}\left( s\right) = {G}_{\mathrm{n}}\left( s\right) \\ \mathop{\lim }\limits_{{s \rightarrow 0}}{G}_{\mathrm{{dy}}}\left( s\right) = 0 \end{array}\right.$

由式 (5)第一子式可以看出,应用 DOB 后,被控对象的参数摄动带来的影响将被抑制, 可以直接看作是标称模型。同时, 根据第二子式可知, 外部扰动$D\left( s\right)$也最终被抑制为 0 ,不会传递到控制系统的输出侧。因此, 将 DOB 应用于被控对象可同时抑制参数摄动及外部扰动对系统输出的影响。

2 控制系统的解耦设计

收起

基于 DOB 对于扰动观测与抑制的优势, 文章提出了基于状态反馈的扰动抑制策略, 将功率波动准确反馈至控制系统的下垂外环, 以改善母线电压的暂态响应特性。

在应用 DOB 进行状态反馈时,需要将待研究系统化简为如图 3 所示的典型结构。然而, 在图 2 所示的模型中, 电流内环嵌于电压外环的控制系统与物理系统之间, 与图 3 所示的典型应用结构有较大差异, 因此需要将图 2 所示的系统结构做等效变换。

2.1 电流内环的补偿设计

将图 2 变换为图 3 的典型应用结构,需要将图 2 中的电流内环等效为一个整体, 然后作为物理系统中电压外环的一部分。但是, 由图 2 中系统的小信号模型可以看出,输出侧母线电压${u}_{\mathrm{C}}$会对电流内环造成影响, 为实现两者之间的解耦控制, 本文在电流内环设置了补偿环节, 如图 4 所示。

为实现电流内环与电压外环的解耦, 该补偿环节应满足$e = {u}_{\mathrm{C}}/\left( {E{K}_{\mathrm{{PI}}}}\right)$。添加补偿环节后的电流内环控制框图,其输出可表达为

(6)${i}_{\mathrm{L}} = \frac{E{K}_{\mathrm{{PI}}}}{{sL} + E{K}_{\mathrm{{PI}}}}{i}_{\text{ref }} - \frac{1}{{sL} + E{K}_{\mathrm{{PI}}}}{u}_{\mathrm{C}} + \frac{E{K}_{\mathrm{{PI}}}}{{sL} + E{K}_{\mathrm{{PI}}}}e = \\ \frac{E{K}_{\mathrm{{PI}}}}{{sL} + E{K}_{\mathrm{{PI}}}}{i}_{\text{ref }}$

即补偿项$e$经内环传递后可以与${u}_{\mathrm{C}}$相互抵消。

2.2 补偿设计的有效性验证

本文将图 4(a),(b)替换图 2 中的电流内环, 可分别求得两者的状态空间矩阵分别为

(7)${\mathbf{A}}_{1} = \left( \begin{matrix} 0 & \frac{-1}{L} & \frac{E}{L} \\ \frac{1}{C} & 0 & 0 \\ \frac{1}{CE} - \frac{{k}_{\mathrm{p}}}{rC} - {k}_{\mathrm{i}} & \frac{-{k}_{\mathrm{i}}}{r} + \frac{{k}_{\mathrm{p}}}{L} & \frac{-{k}_{\mathrm{p}}E}{L} \end{matrix}\right) , \\ {\mathbf{A}}_{2} = \left( \begin{matrix} 0 & 0 & \frac{E}{L} \\ \frac{1}{C} & 0 & 0 \\ - \frac{{k}_{\mathrm{p}}}{rC} - {k}_{\mathrm{i}} & \frac{-{k}_{\mathrm{i}}}{r} & \frac{-{k}_{\mathrm{p}}E}{L} \end{matrix}\right)$

经推导可以证明:

(8)$\left| {{\lambda I} - {\mathbf{A}}_{1}}\right| - \left| {{\lambda I} - {\mathbf{A}}_{2}}\right| = \frac{1}{C}\left| \begin{matrix} \frac{1}{L} & \frac{-E}{L} \\ - \frac{{k}_{\mathrm{p}}}{L} & \lambda + \frac{{k}_{\mathrm{p}}E}{L} \end{matrix}\right| - \frac{1}{CE} \\ \left| \begin{matrix} 0 & \frac{-E}{L} \\ \lambda & 0 \end{matrix}\right| = \frac{1}{C}\left( {\frac{\lambda }{L} + \frac{{k}_{\mathrm{p}}E}{{L}^{2}} - \frac{{k}_{\mathrm{p}}E}{{L}^{2}}}\right) - \frac{\lambda }{CL} = 0$

即${\mathbf{A}}_{1},{\mathbf{A}}_{2}$具有相同的特征值,因此等效前后具有相同的暂态特性,验证了等效过程的正确性, 其中$I$为单位矩阵,$\lambda$为${\mathbf{A}}_{1},{\mathbf{A}}_{2}$的特征值。

3 基于状态反馈的扰动抑制策略设计

收起

3.1 控制系统的小信号建模

通过前文的补偿设计, 实现了电流内环与电压外环的解耦。因此电流内环可以视作独立的整体,其闭环传递函数可以描述为

(9)${G}_{\mathrm{{cl}}}\left( s\right) = \frac{{k}_{\mathrm{p}}\left( s\right) + {k}_{\mathrm{i}}}{L/E{s}^{2} + {k}_{\mathrm{p}}s + {k}_{\mathrm{i}}}$

对比图 2 与 DOB 的典型应用结构, 需要对图 2 进行两次等效变换: ① 将${G}_{\mathrm{{cl}}}\left( s\right)$视为整体引入被控对象; ② 将电流扰动经过等效变换移动到${G}_{\mathrm{{cl}}}\left( s\right)$前面。由此系统的控制结构才能与 DOB 典型的应用结构相同。经等效变换后的控制结构如图 5 所示。其中经变换后的扰动电流可表示为${i}^{\prime }{}_{\mathrm{p}}\left( s\right) =$${i}_{\mathrm{p}}\left( s\right) {G}_{\mathrm{{cI}}}^{-1}\left( s\right)$。

由图 5 可得母线电压${u}_{\mathrm{C}}$为

(10)$\left\{ \begin{array}{l} {u}_{\mathrm{C}}\left( s\right) = {G}_{\mathrm{{uu}}}\left( s\right) {U}_{\mathrm{{ref}}} + {G}_{\mathrm{{du}}}\left( s\right) \left\lbrack {-{i}_{\mathrm{p}}^{\prime }\left( s\right) + \xi \left( s\right) }\right\rbrack \\ {G}_{\mathrm{{uu}}}\left( s\right) = \frac{{G}_{\mathrm{p}}\left( s\right) {G}_{\mathrm{n}}\left( s\right) }{r{G}_{\mathrm{n}}\left( s\right) + {rQ}\left( s\right) \left\lbrack {{G}_{\mathrm{p}}\left( s\right) - {G}_{\mathrm{n}}\left( s\right) }\right\rbrack + {G}_{\mathrm{p}}\left( s\right) {G}_{\mathrm{n}}\left( s\right) } \\ {G}_{\mathrm{{du}}}\left( s\right) = \frac{r{G}_{\mathrm{n}}\left( s\right) {G}_{\mathrm{n}}\left( s\right) \left( {1 - Q\left( s\right) }\right) }{r{G}_{\mathrm{n}}\left( s\right) + {rQ}\left( s\right) \left\lbrack {{G}_{\mathrm{p}}\left( s\right) - {G}_{\mathrm{n}}\left( s\right) }\right\rbrack + {G}_{\mathrm{p}}\left( s\right) {G}_{\mathrm{n}}\left( s\right) } \end{array}\right.$

式中:$\xi \left( s\right)$为${G}_{\mathrm{p}}\left( s\right)$与${G}_{\mathrm{n}}\left( s\right)$由于参数摄动引起的误差。

根据式 (5) 可知,当$Q\left( s\right)$设为低通滤波器时, 可同时抑制${i}^{\prime }{}_{\mathrm{p}}\left( s\right) ,\xi \left( s\right)$所带来的扰动。故在动态分析的过程中可用${G}_{\mathrm{n}}\left( s\right)$替代${G}_{\mathrm{p}}\left( s\right)$,即:

(11)$\left\{ \begin{array}{l} \mathop{\lim }\limits_{{s \rightarrow 0}}{G}_{\mathrm{{du}}}\left( s\right) = 0 \\ \mathop{\lim }\limits_{{s \rightarrow 0}}{G}_{\mathrm{{Uu}}}\left( s\right) = \frac{{G}_{\mathrm{n}}\left( s\right) }{r + {G}_{\mathrm{n}}\left( s\right) } \\ {G}_{\mathrm{n}}\left( s\right) = \frac{{G}_{\mathrm{{cl}}}\left( s\right) }{sC} = \frac{{k}_{\mathrm{p}}\left( s\right) + {k}_{\mathrm{i}}}{{1C}/{F}_{\mathrm{p}}{s}^{3} + {Ck}{s}_{\mathrm{i}}{s}^{2} + {Ck}{s}_{\mathrm{i}}s} \end{array}\right.$

3.2 观测器设计

由式 (11) 可知, 设计一个合适的低通滤波器是实现状态反馈的关键步骤。控制系统中, 任意被控对象${G}_{\mathrm{n}}\left( s\right)$及低通滤波器$Q\left( s\right)$的表达式为

(12)$\left\{ \begin{array}{l} {G}_{n}\left( s\right) = \frac{{a}_{n}{s}^{n} + {a}_{n - 1}{s}^{n - 1} + \cdots + {a}_{1}s + {a}_{0}}{{b}_{m}{s}^{m} + {b}_{m - 1}{s}^{m - 1} + \cdots + {b}_{1}s + {b}_{0}} \\ Q\left( s\right) = \frac{{c}_{j}{\left( \tau s\right) }^{j} + {c}_{j - 1}{\left( \tau s\right) }^{j - 1} + \cdots + {c}_{1}{\tau s} + {c}_{0}}{{d}_{k}{\left( \tau s\right) }^{k} + {d}_{k - 1}{\left( \tau s\right) }^{k - 1} + \cdots + {d}_{1}{\tau s} + {d}_{0}} \end{array}\right.$

式中:$\tau$为低通滤波器$Q\left( s\right)$的时间常数。

由控制理论可知,只有被控对象${G}_{n}\left( s\right)$的相对阶数小于或等于滤波器$Q\left( s\right)$的相对阶数时,该控制系统才具有可实现性,即$k - j \geq m - {n}_{0}$然而,当滤波器$Q\left( s\right)$的阶数过大时,会给控制系统带来不必要的时延,故文中设计时令$k - j = m - n$。

此外,应将时间常数$\tau$设置得足够小以保证$Q\left( s\right)$具有较好的性能,从而使扰动角频率${\omega }_{\mathrm{d}}$和$Q\left( s\right)$的剪切频率${\omega }_{\mathrm{c}}$满足${\omega }_{\mathrm{d}} \leq {\omega }_{\mathrm{c}}$; 同时,为减少不必要的噪声引入,时间常数$\tau$的设置还应当使$Q\left( s\right)$的剪切频率${\omega }_{\mathrm{c}}$不大于系统的剪切频率${\omega }_{\mathrm{s}}$,即${\omega }_{\mathrm{c}} \leq {\omega }_{\mathrm{s} \circ }$

由式 (11) 可知被控对象${G}_{\mathrm{n}}\left( s\right)$相对阶数为$k -$$j = 2$,故而低通滤波器$Q\left( s\right)$可选取为二阶滤波器,$Q\left( s\right)$及其剪切频率${\omega }_{\mathrm{c}}$为

(13)$\left\{ \begin{array}{l} Q\left( s\right) = \frac{1}{{\left( \tau s + 1\right) }^{2}} = \frac{1}{{\left( \tau s\right) }^{2} + {2\tau s} + 1} \\ {\omega }_{\mathrm{c}} = {\left( \sqrt{2} - 1\right) }^{\frac{1}{2}}\frac{1}{\tau } \end{array}\right.$

此外,由于负载电流的扰动为阶跃信号,其傅里叶变换覆盖整个频域,即扰动角频率${\omega }_{\mathrm{d}}$不是确定值。因此,时间常数$\tau$应设计得足够小以减小观测误差。

根据图 5 可得, 改进后控制系统的闭环传递函数${G}_{\mathrm{{cU}}}\left( s\right)$为

(14)${G}_{\mathrm{{cU}}}\left( s\right) = \frac{{k}_{\mathrm{p}}\left( s\right) + {k}_{\mathrm{i}}}{{rCL}/E{s}^{3} + {k}_{\mathrm{p}}{rC}{s}^{2} + \left( {{k}_{\mathrm{i}}{rC} + {k}_{\mathrm{p}}}\right) s}$

利用波特图可获得${G}_{\mathrm{{cU}}}\left( s\right)$的剪切频率$\omega \mathrm{c}$,从而根据${\omega }_{\mathrm{c}} \leq {\omega }_{\mathrm{s}}$可确定$\tau$的下边界。

4 试验验证

收起

本文基于 RTU(rtunit, RTU)搭建了半实物试验平台,如图 6 所示。

对所提出的基于状态反馈的扰动抑制策略进行验证。其中, DC/DC 为 rtunit 的半桥拓扑; 由于主要关注暂态特性, 因此以直流电源代替储能电池；上位机配置 RTU Studio 开发环境,可实时分析、保存试验数据。试验中参数设计如表 1 所示 ^{[ 19 ]} 。

4.1 解耦设计的有效性验证

试验在$t = {2.0}\mathrm{\;s}$投入${1.2}\mathrm{\;{kW}}$负载,并于$t = {3.0}$$\mathrm{s}$切除,图 7 为解耦前后的对比波形。

由图 7 可以看出, 解耦后的暂态恢复时间虽然略有延长 (约延长${0.01}\mathrm{\;s}$),且主要体现在稳态电压附近,对负载用电不会产生影响。但是,解耦后的电压超调量和电压暂降量显著减小(电压暂降量减小约$6\mathrm{\;V}$、超调量减小约$5\mathrm{\;V}$),对后续暂态特性改善有积极作用。

4.2 扰动抑制策略的有效性验证

将电流内环视为一个整体, 并对控制系统等效化简,然后应用本文所提的扰动抑制策略,根据表 1 可作出控制系统的波特图, 如图 8 所示。

系统的${\omega }_{\mathrm{s}}$约为${1000}\mathrm{{rad}}/\mathrm{s}$,由式 (13) 可计算得$\tau$须满足$\tau \geq {0.6}\mathrm{\;{ms}}$。试验中,将解耦后的下垂控制与所提出的扰动抑制策略进行对比分析。并在$t = 2\mathrm{\;s}$时投入${1.2}\mathrm{\;{kW}}$负载,当采用不同控制策略时,系统经过短暂的暂态过程后均可恢复稳态, 如图 9 所示, 其暂态性能有所差异。

由图 9 可知, 尽管扰动抑制策略与传统下垂控制由暂态过渡到稳态的时间几乎相同, 但是在功率发生扰动时, 采用基于状态反馈的扰动抑制策略具有更快的暂态电压恢复速度和更快速的电流响应能力。在$t = {2.0}\mathrm{\;s}$,功率扰动发生；对比图 9 (e),(f),在$t = {2.02}\mathrm{\;s}$,采用扰动抑制策略的电流响应为${12.5}\mathrm{\;A}$,而传统下垂控制电流响应仅为${10}\mathrm{\;A}$左右；对应的在图 9$\left( \mathrm{\;b}\right)$,(c)中,$t = {2.02}\mathrm{\;s}$时,采用扰动抑制策略电压已恢复至 97 V,而采用传统下垂控制电压仅恢复至${83}\mathrm{\;V}$。因此,暂态过程中,相同时间内采用扰动抑制策略的储能换流器可以更加快速地抬升母线电压,提高供电可靠性。此外, 对比图 9(a),(b)可以发现,减小观测器的时间常数可更好地改善母线电压的暂态恢复能力。如在$t = {2.02}\mathrm{\;s}$时,若将$\tau$设置为$5\mathrm{\;{ms}}$时,电压仅可恢复至${88}\mathrm{\;V}$,而将$\tau$设置为$2\mathrm{\;{ms}}$时电压可恢复至97${\mathrm{V}}_{ \circ }$综上所述,本文所提的基于状态反馈的扰动抑制策略可显著提升母线电压暂态恢复能力。

5 结论

收起

针对于直流微电网内因分布式电源及负荷的随机性而引起的电压波动问题, 本文提出了基于状态反馈的扰动抑制策略, 可明显改善母线电压的暂态恢复过程。本文分析了影响母线电压暂态恢复的因素, 提出了基于状态反馈的扰动抑制策略,提出的前馈补偿方法可实现电流内环与电压外环的解耦。将扰动观测器应用于解耦后的系统, 在不新增传感器的前提下实现了对功率波动的状态观测与快速反馈,进而实现了扰动抑制。

基金

收起

国家自然科学基金项目(51507064)
中国华能集团有限公司总部科技项目(HNKJ21-HF02)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

高漪, 周瑜, 张安龙, 等. 整县光伏下基于个性化联邦学习的光伏出力及负荷功率预测[J]. 电网技术, 2023. DOI:10.13335/j.1000-3673.pst.2023.0484

[2]

Tian

, Y

. Virtual resistor based second-order ripple sharing control for distributed bidirectional de -de converters in hybrid ac -de microgrid[J]. IEEE Transactions on Power Electronics, 2021, 36(2): 2258-2269.

[3]

田浩, 黄文焘, 余墨多, 等. 交直流混合独立微网互联变换器自适应双向下垂控制策略[J]. 中国电机工程学报, 2022, 42(19): 7063-7073.

[4]

Gui

, Han

, Guerrero

, et al. Large-signal stability improvement of de -de converters in de microgrid[J]. IEEE Transactions on Energy Conversion, 2021, 36(3): 2534-2544.

[5]

Xie

, Han

, Cao

, et al. Virtual resistance tradeoff design for demg grid-forming converters considering static-and large-signal dynamic constraints[J]. IEEE Transactions on Power Electronics, 2020, 36(5): 5582-5593.

[6]

汤旻安, 刘锡麟. 基于二阶变滤波时间常数的微网混合储能功率分配策略[J]. 可再生能源, 2022, 40(4): 550-557.

[7]

高东学, 李文启, 李程昊, 等. 基于负荷预测的储能功率分配优化策略[J]. 可再生能源, 2021, 39(4): 554-560.

[8]

郑凯元, 杜文娟, 王海风. 混联多微电网系统动态交互作用及稳定性分析[J]. 中国电机工程学报, 2021, 41(16): 5552-5569.

[9]

Kong

, Nian

. Transient modeling method for faulty de microgrid considering control effect of dc/ac and dc/ de converters[J]. IEEE Access, 2020, 8: 150759-150772.

[10]

, Fan

, Luo

. Elimination of transient current mutation and voltage spike for buck-boost current-fed isolated DC-DC converter[J]. IEEE Transactions on Industrial Electronics, 2020, 68(11): 10928-10937.

[11]

Shen

, F

, H

Yan

, et al. Finite-time event triggered H∞ control for T-S fuzzy Markov jump systems[J]. IEEE Transactions on Fuzzy System, 2018, 26(5): 3122-3135.

[12]

Chio

U F

, Wen

K C

, Sin

S W

, et al. An integrated dcde converter with segmented frequency modulation and multiphase co-work control for fast transient recovery[J]. IEEE Journal of Solid-State Circuits, 2019, 54(10): 2637-2648.

[13]

Zhu

, Xiang

, Quan

, et al. Multimode optimization design methodology for a flux -controllable stator permanent magnet memory motor considering driving cycles[J]. IEEE Transactions on Industrial Electronics, 2017, 65(7): 5353-5366.

[14]

Hsu

, Ting

C Y

, Hsu

, et al. A transient enhancement DC-DC buck converter with dual operating modes control technique[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2018, 66(8): 1376-1380.

[15]

, Wen

, Shi

, et al. Universal transient de-bias current suppression strategy in dual-active -bridge converters for energy storage systems[J]. IEEE Transactions on Transportation Electrification, 2020, 7(2): 509-526.

[16]

Yang

, Wang

, et al. Transient de bias current reducing for bidirectional dual-active -bridge DC-DC converter by modifying modulation[J]. IEEE Transactions on Power Electronics, 2021, 36(11): 13149-13161.

[17]

Dai

, Qin

, Ge

, et al. Research on transient DC bias analysis and suppression in EPS dab DC-DC converter[J]. IEEE Access, 2020, 8: 61421-61432.

[18]

Zhou

, Sun

, Low

Q W

, et al. Multiloop control for fast transient DC-DC converter[J]. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 2018, 27(1): 219-228.

[19]

Wang

, Han

, et al. A decentralized currentsharing controller endows fast transient response to parallel DC-DC converters[J]. IEEE Transactions on Power Electronics, 2018, 33(5): 4362-4372.

[20]

支娜, 张辉, 肖曦. 提高直流微网动态特性的改进下垂控制策略研究[J]. 电工技术学报, 2016, 31(3): 31-39.

[21]

Braitor

A C

, Konstantopoulos

, Kadirkamanathan

. Current -limiting droop control design and stability analysis for paralleled boost converters in DC microgrids[J]. IEEE Transactions on Control Systems Technology, 2020, 29(1): 385-394.

[22]

张伟亮, 张辉, 支娜, 等. 基于节点源荷电流差分的直流微电网储能变换器控制策略[J]. 电工技术学报, 2022, 37(9): 2199-2210.

[23]

曹文远, 韩民晓, 谢文强, 等. 基于扰动观测器的电压源型逆变器负载电流前馈控制及参数设计方法[J]. 电工技术学报, 2020, 35(4): 862-873.

[24]

Liu

, Liu

, Jin

, et al. Design of dob-based control system in the presence of uncertain delays for low order processes[J]. IEEE Transactions on Control Systems Technology, 2018, 28(2): 558-565.

[25]

Ding

, Chen

W H

, Mei

, et al. Disturbance observer design for nonlinear systems represented by input output models[J]. IEEE Transactions on Industrial Electronics, 2019, 67(2): 1222-1232.

[26]

叶晗, 盛晓东, 谢晔源, 等. 基于级联多电平换流器的两级式储能系统控制策略[J]. 电力工程技术, 2023, 42(3): 217-225.

2025年第43卷第1期

PDF下载

174

引用本文

BibTeX

文章信息

接收时间：2023-05-26
首发时间：2025-07-18
出版时间：2025-01-20

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-05-26

基金

国家自然科学基金项目(51507064)

中国华能集团有限公司总部科技项目(HNKJ21-HF02)

作者信息

¹ 华能扎赉特旗太阳能光伏发电有限公司科右中旗分公司内蒙古兴安盟 137400

² 华能新能源股份有限公司北京 100036

³ 华北电力大学河北省分布式储能与微网重点试验室河北保定 071003

通讯作者:

邵冰冰(1994-),男,博士,副教授,研究方向为微电网规划、分析、运行与控制技术。E-mail:shaobingbing1223@163.com 。

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kzsny/CN/1152996016350552780

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT