電力系統(tǒng)直流裝置蓄電池組充電控制方法設(shè)計(jì)

摘"要：蓄電池組在現(xiàn)代電力系統(tǒng)中是關(guān)鍵的儲(chǔ)能設(shè)備，其高效可靠的充電控制對(duì)于系統(tǒng)穩(wěn)定運(yùn)行和延長(zhǎng)電池壽命至關(guān)重要。本文提出了一種基于模型預(yù)測(cè)控制（MPC）的蓄電池組充電控制方法，通過(guò)實(shí)驗(yàn)信號(hào)設(shè)計(jì)和系統(tǒng)辨識(shí)，建立了蓄電池組的數(shù)學(xué)模型，并設(shè)計(jì)了MPC控制器。與傳統(tǒng)PID控制的對(duì)比實(shí)驗(yàn)表明，MPC顯著提高了充電系統(tǒng)的控制精度和穩(wěn)定性。實(shí)際應(yīng)用證明，該方法在提高智能運(yùn)維、延長(zhǎng)設(shè)備壽命和提升供電可靠性方面效果顯著，具有重要的實(shí)用價(jià)值和廣闊的推廣前景。

關(guān)鍵詞：電力系統(tǒng)；直流裝置；蓄電池組；模型預(yù)測(cè)控制；建模

Design"of"Charging"Control"Method"for

DC"Device"Battery"Pack"in"Power"System

Lu"Yuhai1"Hua"Weidong1"Zhu"Xinrong1"Fang"Xiaoyu1"Zhu"Weihong2

1.State"Grid"Jiangsu"Electric"Power"Co.，Ltd.Wuxi"Power"Supply"Branch"JiangsuWuxi"214000;

2.Wuxi"Tongjia"Automation"Control"Equipment"Factory"JiangsuWuxi"214187

Abstract：Battery"packs"are"key"energy"storage"devices"in"modern"power"systems，and"their"efficient"and"reliable"charging"control"is"crucial"for"stable"system"operation"and"extended"battery"life.This"article"proposes"a"charging"control"method"for"battery"packs"based"on"Model"Predictive"Control（MPC）.A"mathematical"model"of"the"battery"pack"was"established"through"experimental"signal"design"and"system"identification，and"an"MPC"controller"was"designed.The"comparative"experiment"with"traditional"PID"control"shows"that"MPC"significantly"improves"the"control"accuracy"and"stability"of"the"charging"system.Practical"application"has"proven"that"this"method"has"significant"effects"in"improving"intelligent"operation"and"maintenance，extending"equipment"life，and"enhancing"power"supply"reliability，and"has"important"practical"value"and"broad"promotion"prospects.

Keywords：power"system;DC"device;Battery"pack;Model"predictive"control;Modeling

蓄電池組是現(xiàn)代電力系統(tǒng)中重要的儲(chǔ)能設(shè)備，高效可靠的充電控制對(duì)于系統(tǒng)穩(wěn)定運(yùn)行、延長(zhǎng)電池壽命和提升系統(tǒng)性能至關(guān)重要。

蓄電池組在充電過(guò)程中需要恒壓或者恒流，這需要自動(dòng)控制手段。PID控制是最常見(jiàn)的方法，近年來(lái)進(jìn)行了許多改進(jìn)，如結(jié)合模糊控制、神經(jīng)網(wǎng)絡(luò)和粒子群算法等［1］。有將專(zhuān)家控制和模糊PID相結(jié)合，利用專(zhuān)家經(jīng)驗(yàn)推理模糊PID參數(shù)［2］；有通過(guò)模糊PID和粒子群優(yōu)化算法結(jié)合，優(yōu)化模糊控制中的量化因子［3］；有基于模糊神經(jīng)網(wǎng)絡(luò)的控制策略，能實(shí)時(shí)調(diào)整充電電流［4］。此外，內(nèi)部電流、外部電壓的雙閉環(huán)控制策略也被用于蓄電池充電控制［5］。

模型預(yù)測(cè)控制（MPC）是一種通過(guò)系統(tǒng)模型預(yù)測(cè)未來(lái)行為并優(yōu)化控制輸入的先進(jìn)控制策略。相比傳統(tǒng)PID控制，MPC能更有效地處理系統(tǒng)約束，適應(yīng)時(shí)變性，已在新能源供電系統(tǒng)中應(yīng)用［6］。

本文首先介紹了蓄電池組充電系統(tǒng)的辨識(shí)實(shí)驗(yàn)設(shè)計(jì)，包括初步實(shí)驗(yàn)和實(shí)驗(yàn)信號(hào)設(shè)計(jì)，采用最小二乘法辨識(shí)出控制模型。其次，設(shè)計(jì)并實(shí)現(xiàn)了基于MPC的充電控制方法，并通過(guò)仿真和實(shí)際應(yīng)用驗(yàn)證了其有效性。

1"直流裝置蓄電池組充電過(guò)程設(shè)計(jì)

本文采取階段充電和脈沖充電相結(jié)合的方法，其充電過(guò)程為：

（1）恒流充電：檢測(cè)端電壓，若大于115V，以6A電流充電6分鐘；若小于115V，以6A充電18分鐘。

（2）恒流脈沖充電：使用70A恒定電流充電，6分鐘后停止，檢測(cè)電壓是否大于138V；若小于則重復(fù)步驟（2），否則轉(zhuǎn)入恒壓模式。

（3）恒壓充電：使用138V恒定電壓充電，隨著電壓增大，電流會(huì)慢慢減小。當(dāng)電壓超過(guò)138V時(shí)，判斷電流是否大于9A，是則重復(fù)步驟（3），否則繼續(xù)充電12分鐘后，轉(zhuǎn)入浮充充電模式。

（4）浮充充電：使用6A電流進(jìn)行充電，端電壓達(dá)到130V后，結(jié)束充電。

2"直流裝置蓄電池組建模

在上述充電過(guò)程中，為實(shí)現(xiàn)高效、安全充電，本文引入了MPC取代傳統(tǒng)PID。為了實(shí)現(xiàn)MPC，需要獲得其模型。下面以恒流充電階段為例，對(duì)電池組充電過(guò)程進(jìn)行建模。

2.1"實(shí)驗(yàn)信號(hào)設(shè)計(jì)

實(shí)驗(yàn)設(shè)計(jì)分為初步實(shí)驗(yàn)和最終實(shí)驗(yàn)。在初步實(shí)驗(yàn)中，蓄電池組在電流控制器開(kāi)環(huán)情況下充電，對(duì)移相角施加階躍輸入并記錄響應(yīng)，估計(jì)過(guò)程響應(yīng)時(shí)間Tst、過(guò)程增益K和時(shí)延Td。然后根據(jù)這些參數(shù)設(shè)計(jì)最終實(shí)驗(yàn)的激勵(lì)信號(hào)ur（t），加在蓄電池組充電電流控制回路的設(shè)定值上。其中ur（t）均值Eur（t）=0，幅值在V和-V之間切換，V＞0，在每個(gè)采樣時(shí)刻t的切換概率P為：

P［ur（t）=-V］=Psw；P［ur（t）=V］=1-Psw（1）

式（1）中，Psw為切換概率，0＜Psw＜1，urt的平均切換時(shí)間ETsw：

ETsw=Tst3（2）

采樣時(shí)間ts設(shè)置為：

ts=Tst50（3）

最終實(shí)驗(yàn)時(shí)間T設(shè)置為：

T=10×Tst（4）

2.2"模型辨識(shí)

將實(shí)驗(yàn)信號(hào)ur（t）加在蓄電池組電流閉環(huán)控制回路設(shè)定值上，收集蓄電池組的輸入與輸出數(shù)據(jù)ZN=［y，u］，N為樣本數(shù)：

N=Tts（5）

輸出y是蓄電池組的充電電流，輸入u是晶閘管的移相角。

根據(jù)數(shù)據(jù)序列ZN，使用最小二乘方法，選擇ARX的模型進(jìn)行估計(jì)：

A（q）y（t）=B（q）u（t）+ε（t）（6）

其中A（q）=1+a1q-1+…+anq-n，a1…an是常數(shù)，B（q）=b1q-1+…+bnq-n，b1…bn是常數(shù)，q-1是單位時(shí)延因子，n為模型階次，ε（t）為噪聲。

運(yùn)用最小二乘法求參數(shù)θ︿的解析解：

θ︿=［φTφ］-1φTy（7）

其中：

y=y（n+1）

y（n+2）

y（N），θ︿=a1

an

b1

bn；

φ=y（n）…y（1）

y（N-1）…y（N-n）"u（n）…u（1）

"u（N-1）…u（N-n）

可得蓄電池組的控制模型為：

G（q）=b1q-1+…+bnq-n1+a1q-1+…+anq-n（8）

2.3"仿真研究

在控制器開(kāi)環(huán)情況下充電，對(duì)移相角施加階躍輸入結(jié)果如圖1所示。計(jì)算響應(yīng)時(shí)間Tst=10ms，過(guò)程增益K=1.0。

由式（2）可將ETsw設(shè)為3ms，V=2（A），加在充電電流閉環(huán)控制回路的設(shè)定值上。圖2為實(shí)驗(yàn)信號(hào)ur（t）的波形圖。

由式（3）設(shè)置ts=0.2ms，T=100ms，由式（5）得到樣本數(shù)N=500。

根據(jù)收集到的輸入輸出序列，使用最小二乘法對(duì)式（6）的ARX模型進(jìn)行參數(shù)估計(jì)。階次n選擇為2。下表為辨識(shí)的ARX模型的參數(shù)，其中，A為多項(xiàng)式A（q）的系數(shù)，B為多項(xiàng)式B（q）的系數(shù)。

3"蓄電池組充電控制方法設(shè)計(jì)

MPC通過(guò)被控對(duì)象的模型來(lái)預(yù)測(cè)未來(lái)行為，假設(shè)系統(tǒng)輸入為u，輸出為y，參考值為r，當(dāng)前時(shí)刻為k，MPC基本原理可分為三個(gè)步驟。

（1）在時(shí)刻k，讀取系統(tǒng)的輸出y（k）。

（2）施加控制輸入u（k|k），預(yù)測(cè)未來(lái)Np個(gè)時(shí)刻的系統(tǒng)輸出：

Ypre=［yp（k+1|k），yp（k+2|k），…，yp（k+Np|k）］T（9）

式中，Np為預(yù)測(cè)時(shí)域，yp（k+1|k）為當(dāng)前時(shí)刻k預(yù)測(cè)k+1時(shí)刻的輸出。

U（k）=［u（k|k），u（k+1|k），…，u（k+M|k）］T（10）

式中，M為控制時(shí)域，u（k|k）表示當(dāng)前時(shí)刻k計(jì)算出的k時(shí)刻的控制輸入。

（3）在k時(shí)刻，優(yōu)化計(jì)算出控制序列Uk：

J（y（k），U（k））=∑k+Npi=k+1（r（i）-Yp（i|k））2（11）

式中U（k）為控制序列，r（i）為跟蹤參考信號(hào)。

此外，還需要考慮觸發(fā)角及其變化幅度約束：

0°lt;u（k+j）lt;180°，j=1，2，…，M

5°lt;Δu（k+j）lt;15°，j=1，2，…，M

與傳統(tǒng)PID控制器進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果如圖3所示，MPC表現(xiàn)出更快的響應(yīng)和更高的穩(wěn)態(tài)精度。

目前，上述研發(fā)成果已經(jīng)在江蘇省某公配所示范應(yīng)用。該直流裝置通過(guò)采用全新的充電管控，顯著提高了設(shè)備的自動(dòng)化程度。

結(jié)語(yǔ)

本文設(shè)計(jì)了一種電力系統(tǒng)直流裝置蓄電池組充電控制方法，通過(guò)設(shè)計(jì)實(shí)驗(yàn)信號(hào)對(duì)蓄電池組模型進(jìn)行辨識(shí)，并采用模型預(yù)測(cè)控制進(jìn)行充電控制。研發(fā)成果在某公配所示范應(yīng)用，驗(yàn)證了系統(tǒng)在提高智能運(yùn)維、延長(zhǎng)設(shè)備壽命以及提升供電可靠性方面效果顯著，具有實(shí)用價(jià)值和推廣前景。

參考文獻(xiàn)：

［1］張瑞芳.基于ARM的蓄電池智能充電系統(tǒng)研究［D］.西安：西安科技大學(xué)，2014.

［2］黃芳芳.基于專(zhuān)家模糊PID的電動(dòng)汽車(chē)多模塊充電機(jī)控制研究［D］.馬鞍山：安徽工業(yè)大學(xué)，2016.

［3］SINGH"A，KARANDIKAR"P"B.Leadacid"Battery"for"HEV"Using"Fuzzy"Controller"and"Ultracapacitor［C］.2016"Biennial"International"Conference"on"Power"and"Energy"Systems：Towards"Sustainable"Energy，2016.

［4］李敬兆.采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)和變結(jié)構(gòu)模糊控制的鉛酸蓄電池最優(yōu)充電技術(shù)研究［D］.合肥：合肥工業(yè)大學(xué)，2003.

［5］QIN"Z，HUANG"S，ZOU"X，et"al.The"Research"of"Battery"Model"and"Intelligent"Charging"in"the"Rail"Transport"System［C］.International"Conference"on"Power"Electronics"Systems"amp;"Applications.IEEE，2016.

［6］LIU"B，LU"Z，YAO"K，et"al.A"MPC"Operation"Method"for"a"Photovoltaic"System"with"Batteries［J］.IFAC，2015，48（8）：807812.

作者簡(jiǎn)介：陸育海（1970—"），男，漢族，江蘇無(wú)錫人，本科，工程師，研究方向：電力系統(tǒng)測(cè)量與控制。