【原】解决电池储能系统能量管理问题的控制方法

会议通知︱2019智能配电技术研讨会

阅读会议通知，请戳上面标题  ☝

分析智能配电系统发展趋势

研讨配电物联网对装备制造业的挑战和机遇

参会注册，请识别下方二维码

征稿｜第四届轨道交通电气与信息技术国际学术会议

征稿｜中国电工技术学会电机与系统学报（英文季刊）

摘要

江南大学物联网工程学院的研究人员张伟明、许德智、颜文旭、朱一昕、楼旭阳，在2019年第6期《电工技术学报》上撰文（论文标题为“基于自适应积分滑模约束控制的电池储能系统能量管理”），针对电池储能系统中的能量管理问题，提出基于输入输出数据的无模型自适应积分滑模控制策略。

首先设计自适应观测器对动态线性化方法中的伪偏导数进行估计，然后构造离散系统下的积分滑模面，设计反馈控制律和等效控制以跟踪期望输出功率。为了解决控制系统中的积分饱和与执行器饱和问题，在抗饱和控制算法中增加补偿信号，并对控制算法的稳定性进行了证明。最后通过仿真以及与无模型自适应控制策略对比，验证了控制方法在非线性离散系统上的有效性和优越性。

近年来，随着各种发电技术的不断成熟，居民的日常生活用电、工厂企业的大规模用电等得到了很好地保证，但由于用电时间及用电需求量的不一致，导致电能供给不平衡，从而造成部分电能的浪费，因此电力系统的电能存储成为广泛关注的热点。

目前已经设计出许多类型的电能存储系统，如电池储能、超导储能、超级电容储能及抽水储能等。相比于其他储能方式，电池储能系统（Battery Energy Storage System, BESS）以其安全性、技术成熟、安装便捷和无污染等优点更适合在电力系统中应用。

例如，在光伏发电系统中，BESS可以削减发电功率的波动，实现能量迁移，提供电力辅助电源；在风电系统中，BESS可以实现削峰填谷，稳定风电输出；在居民用电方面，BESS可以减少电费支出并保证供电连续性。因此，BESS的控制问题显得十分重要。

针对这一问题，国内外展开了广泛研究。文献[11]利用模型预测算法，通过锂电池模型实现了BESS的电池充电再分配，从而对由预测误差引起的功率损失进行补偿；文献[12]将最优控制方法应用到光伏发电系统中的BESS上，以此削减发电过程中产生的能量波动，并且从调峰中获取收益；文献[13]采用基于模糊逻辑的协调控制器对BESS进行控制，使并网运行的微电网公共耦合点的有功功率最小化；文献[14]提出多功能控制策略，对BESS中的并联逆变器采用滞环比较跟踪控制，对串联逆变器采用电压电流双闭环控制，从而维持微电网的功率平衡。

这些方法都能够有效地控制BESS，实现其特定功能。但其中大多数都需要建立系统具体的数学模型，而在复杂的工业系统中，系统的数学模型一般较难建立，且进行系统辨识的过程也比较复杂，所以这些方法的适用范围受到限制。

针对数学模型未知或较复杂的系统，本文提出了一种无模型自适应积分滑模控制（Mode-Free Adaptive Integral Sliding Mode Control, MFA-ISMC）策略。作为数据驱动的控制方法之一，无模型自适应控制已经广泛应用到各个领域。

与传统的控制方法相比，该方法在离散时间非线性系统上的控制效果更为突出，它不需要得到系统的数学模型，仅需要输入输出数据便可实现控制。该方法通过伪偏导数将非线性系统进行动态线性化，得到等价的线性模型。在利用系统的输入输出数据估计出伪偏导数后，便可建立自适应控制律。

在其基础上，本文引入了积分滑模控制（Sliding Mode Control, SMC），SMC可以根据系统的当前状态（如误差及其导数）连续并且有目的地改变，从而迫使系统按照预定的滑动模式的状态轨迹运动。由于滑模面的设计与对象参数及扰动无关，所以具有响应速度快、对参数变化和扰动不敏感、物理实现简单等优点。

本文将两种控制方法相结合，并对其稳定性进行了具体证明，最后将控制器加入并集成于光伏并网发电系统的BESS中，通过仿真并与MFAC控制方法对比，验证了所提控制方法的有效性。

图2  控制系统结构

结论

本文针对电池储能系统的能量管理问题，提出了一种无模型自适应积分滑模控制方法。对于电池储能系统，建立了电路拓扑并分析了其数学模型。然后通过自适应观测器对伪偏导数进行估计，并补充了重置算法以增强其对时变参数的跟踪能力。然后通过设计积分滑模面以及反馈控制和等效控制，在控制算法中增加了补偿信号来解决积分饱和与执行器饱和的问题，并对该算法进行了稳定性证明。

最后以光伏并网发电系统中的BESS为控制对象，通过仿真分析，并且与MFAC控制器对比，验证了所提控制方法的有效性和优越性。

后期工作将着力于研究效率更高的储能系统，并对自适应积分滑模控制策略做进一步改进，以得到更好的控制效果。