针对光储微电网中直流母线电压波动较大、抗扰性能较差的问题,提出一种基于改进线性自抗扰控制(Linear active disturbance rejection control,LADRC)的混合储能控制策略。首先,搭建光储微电网系统,根据超级电容和蓄电池的充放电特性,...针对光储微电网中直流母线电压波动较大、抗扰性能较差的问题,提出一种基于改进线性自抗扰控制(Linear active disturbance rejection control,LADRC)的混合储能控制策略。首先,搭建光储微电网系统,根据超级电容和蓄电池的充放电特性,利用低通滤波器,将波动的功率在两者之间分配,由蓄电池承担电压环输出信号的低频分量,超级电容承担高频分量。然后,建立双向DC-DC变换器的数学模型,基于常规的双闭环控制,对电压环采用改进LADRC,并且对改进LADRC进行频域分析,该改进LADRC将总扰动微分信号引入了扩张状态观测器(Extended state observer,ESO)中,有效增强了ESO观测扰动的能力,能够更快地跟踪系统的总扰动,增强系统抗扰能力。最后,搭建时域仿真模型,结果表明,相比于传统PI和传统LADRC,改进LADRC的超调量更小,响应速度更迅速,提高了直流母线电压的抗扰性能。展开更多
光伏电网频率调整过程中,依靠常规Smith预估控制器实现电网调频控制,对模型精度具有较强的依赖性,控制策略实施后最大频率变化率(rate of change of frequency,RoCoF)较大。因此,提出基于改进型Smith预估计器与大数据的光伏电网调频逐...光伏电网频率调整过程中,依靠常规Smith预估控制器实现电网调频控制,对模型精度具有较强的依赖性,控制策略实施后最大频率变化率(rate of change of frequency,RoCoF)较大。因此,提出基于改进型Smith预估计器与大数据的光伏电网调频逐步惯性控制方法。首先,采集历史气象数据和光伏电网运行数据,应用大数据分析领域的密度峰值聚类算法进行划分处理,再筛选相似日数据输入长短期记忆网络中,预测出未来光伏发电的功率变化;然后,依托逐步惯性控制思想,设计包含短时超发、转速恢复等多个阶段的电网调频控制策略,将模糊自适应比例-积分-微分(proportion-integration-differentiation,PID)控制器融入常规Smith预估计器,从而升级得到优化版的Smith预估计器;最后,在不受被控模型变化影响的情况下,依据预估补偿原理完成逐步惯性调频控制,并应用麻雀搜索算法求解出最优控制参数。实验结果表明:该控制方法实施后,光伏电网运行过程中最大RoCoF仅为0.086 Hz/s,有效降低了对模型精度的依赖性,保证了电力系统的稳定运行。展开更多
文摘针对光储微电网中直流母线电压波动较大、抗扰性能较差的问题,提出一种基于改进线性自抗扰控制(Linear active disturbance rejection control,LADRC)的混合储能控制策略。首先,搭建光储微电网系统,根据超级电容和蓄电池的充放电特性,利用低通滤波器,将波动的功率在两者之间分配,由蓄电池承担电压环输出信号的低频分量,超级电容承担高频分量。然后,建立双向DC-DC变换器的数学模型,基于常规的双闭环控制,对电压环采用改进LADRC,并且对改进LADRC进行频域分析,该改进LADRC将总扰动微分信号引入了扩张状态观测器(Extended state observer,ESO)中,有效增强了ESO观测扰动的能力,能够更快地跟踪系统的总扰动,增强系统抗扰能力。最后,搭建时域仿真模型,结果表明,相比于传统PI和传统LADRC,改进LADRC的超调量更小,响应速度更迅速,提高了直流母线电压的抗扰性能。
文摘光伏电网频率调整过程中,依靠常规Smith预估控制器实现电网调频控制,对模型精度具有较强的依赖性,控制策略实施后最大频率变化率(rate of change of frequency,RoCoF)较大。因此,提出基于改进型Smith预估计器与大数据的光伏电网调频逐步惯性控制方法。首先,采集历史气象数据和光伏电网运行数据,应用大数据分析领域的密度峰值聚类算法进行划分处理,再筛选相似日数据输入长短期记忆网络中,预测出未来光伏发电的功率变化;然后,依托逐步惯性控制思想,设计包含短时超发、转速恢复等多个阶段的电网调频控制策略,将模糊自适应比例-积分-微分(proportion-integration-differentiation,PID)控制器融入常规Smith预估计器,从而升级得到优化版的Smith预估计器;最后,在不受被控模型变化影响的情况下,依据预估补偿原理完成逐步惯性调频控制,并应用麻雀搜索算法求解出最优控制参数。实验结果表明:该控制方法实施后,光伏电网运行过程中最大RoCoF仅为0.086 Hz/s,有效降低了对模型精度的依赖性,保证了电力系统的稳定运行。