基于RBF網絡監督的電池用雙向DC/DC變換器控制策略

張融悉， 張春

(安徽工程大學 電氣工程學院，安徽 蕪湖 241000)

0 引 言

隨著時代與技術的發展，蓄電池、雙向DC/DC變換器在諸如電動汽車[1]、微電網和儲能系統[2-3]等方面應用廣泛。電池儲能系統中應用較為廣泛的電池種類包括鉛酸電池、鉛炭電池、鋰電池和鈉硫電池等。蓄電池作為電化學儲能設備，具有建設周期短、運營成本低和對環境無影響等特點，已經成為電網應用儲能技術解決新能源接入的首選方案。然而蓄電池的壽命受到了許多因素的制約，特別是充放電過程對蓄電池容量及壽命的影響很大，因此與蓄電池匹配的變換器輸出需要嚴格把關，盡量避免影響蓄電池的使用壽命[4-5]。

而由于蓄電池本身和變換器電路中含有的開關器件、電感電容等使得蓄電池充饋電過程存在許多非線性因素，為獲得良好的控制效果，許多學者對雙向DC/DC變換器的控制策略進行了研究，文獻[6]結合傳統PID控制優點，提出了變換器非線性PID解耦控制策略，文獻[7]83提出一種基于變量代換和參數估計的復合校正電流內環、電壓外環雙閉環解耦控制策略。然而在控制器的選擇上主要采用常規PID控制器且建模過程往往忽略負載的非線性特性，使得對變換器系統的控制精度等方面存在缺陷。

對于無法精確描述其數學模型的非線性系統，神經網絡控制已成為一種有效途徑。RBF神經網絡作為一種前向神經網絡，具有結構簡單、訓練簡潔、學習收斂速度快和能夠以任意精度逼近任意連續函數等特點?！?br>