- 頭條解決電池儲能系統能量管理問題的控制方法2019-10-17 作者：張偉明、許德智、顏文旭、朱一昕、樓旭陽 | 來源：《電工技術學報》 | 點擊率：導語江南大學物聯網工程學院的研究人員張偉明、許德智、顏文旭、朱一昕、樓旭陽，在2019年第6期《電工技術學報》上撰文（論文標題為“基于自適應積分滑模約束控制的電池儲能系統能量管理”），針對電池儲能系統中的能量管理問題，提出基于輸入輸出數據的無模型自適應積分滑模控制策略。首先設計自適應觀測器對動態線性化方法中的偽偏導數進行估計，然后構造離散系統下的積分滑模面，設計反饋控制律和等效控制以跟蹤期望輸出功率。為了解決控制系統中的積分飽和與執行器飽和問題，在抗飽和控制算法中增加補償信號，并對控制算法的穩定性進行了證明。最后通過仿真以及與無模型自適應控制策略對比，驗證了控制方法在非線性離散系統上的有效性和優越性。
近年來，隨著各種發電技術的不斷成熟，居民的日常生活用電、工廠企業的大規模用電等得到了很好地保證，但由于用電時間及用電需求量的不一致，導致電能供給不平衡，從而造成部分電能的浪費，因此電力系統的電能存儲成為廣泛關注的熱點。
目前已經設計出許多類型的電能存儲系統，如電池儲能、超導儲能、超級電容儲能及抽水儲能等。相比于其他儲能方式，電池儲能系統（Battery Energy Storage System, BESS）以其安全性、技術成熟、安裝便捷和無污染等優點更適合在電力系統中應用。
例如，在光伏發電系統中，BESS可以削減發電功率的波動，實現能量遷移，提供電力輔助電源；在風電系統中，BESS可以實現削峰填谷，穩定風電輸出；在居民用電方面，BESS可以減少電費支出并保證供電連續性。因此，BESS的控制問題顯得十分重要。
針對這一問題，國內外展開了廣泛研究。文獻[11]利用模型預測算法，通過鋰電池模型實現了BESS的電池充電再分配，從而對由預測誤差引起的功率損失進行補償；文獻[12]將最優控制方法應用到光伏發電系統中的BESS上，以此削減發電過程中產生的能量波動，并且從調峰中獲取收益；文獻[13]采用基于模糊邏輯的協調控制器對BESS進行控制，使并網運行的微電網公共耦合點的有功功率最小化；文獻[14]提出多功能控制策略，對BESS中的并聯逆變器采用滯環比較跟蹤控制，對串聯逆變器采用電壓電流雙閉環控制，從而維持微電網的功率平衡。
這些方法都能夠有效地控制BESS，實現其特定功能。但其中大多數都需要建立系統具體的數學模型，而在復雜的工業系統中，系統的數學模型一般較難建立，且進行系統辨識的過程也比較復雜，所以這些方法的適用范圍受到限制。
針對數學模型未知或較復雜的系統，本文提出了一種無模型自適應積分滑模控制（Mode-Free Adaptive Integral Sliding Mode Control, MFA-ISMC）策略。作為數據驅動的控制方法之一，無模型自適應控制已經廣泛應用到各個領域。
與傳統的控制方法相比，該方法在離散時間非線性系統上的控制效果更為突出，它不需要得到系統的數學模型，僅需要輸入輸出數據便可實現控制。該方法通過偽偏導數將非線性系統進行動態線性化，得到等價的線性模型。在利用系統的輸入輸出數據估計出偽偏導數后，便可建立自適應控制律。
在其基礎上，本文引入了積分滑模控制（Sliding Mode Control, SMC），SMC可以根據系統的當前狀態（如誤差及其導數）連續并且有目的地改變，從而迫使系統按照預定的滑動模式的狀態軌跡運動。由于滑模面的設計與對象參數及擾動無關，所以具有響應速度快、對參數變化和擾動不敏感、物理實現簡單等優點。
本文將兩種控制方法相結合，并對其穩定性進行了具體證明，最后將控制器加入并集成于光伏并網發電系統的BESS中，通過仿真并與MFAC控制方法對比，驗證了所提控制方法的有效性。
圖2 控制系統結構
結論
本文針對電池儲能系統的能量管理問題，提出了一種無模型自適應積分滑模控制方法。對于電池儲能系統，建立了電路拓撲并分析了其數學模型。然后通過自適應觀測器對偽偏導數進行估計，并補充了重置算法以增強其對時變參數的跟蹤能力。然后通過設計積分滑模面以及反饋控制和等效控制，在控制算法中增加了補償信號來解決積分飽和與執行器飽和的問題，并對該算法進行了穩定性證明。
最后以光伏并網發電系統中的BESS為控制對象，通過仿真分析，并且與MFAC控制器對比，驗證了所提控制方法的有效性和優越性。
后期工作將著力于研究效率更高的儲能系統，并對自適應積分滑模控制策略做進一步改進，以得到更好的控制效果。
