[发明专利]采用滑模预估控制算法的微电网通信时延状态预估方法在审
| 申请号: | 201810769956.6 | 申请日: | 2018-07-13 |
| 公开(公告)号: | CN108933440A | 公开(公告)日: | 2018-12-04 |
| 发明(设计)人: | 严怀成;周徐萍;常晴晴;张皓;李郅辰;周徐榕;岳虎 | 申请(专利权)人: | 华东理工大学 |
| 主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/38 |
| 代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 杨宏泰 |
| 地址: | 200237 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 微电网 预估 预估控制 滑模 算法 参考状态 通信时延 真实状态 状态方程 大电网 控制信号 时延预估 物理特性 逆变器 光伏 | ||
1.一种采用滑模预估控制算法的微电网通信时延状态预估方法,其特征在于,包括以下步骤:
1)根据光伏微电网逆变器的物理特性,建立微电网状态方程;
2)根据微电网状态方程,采用滑模预估控制算法使得时延预估趋近真实时延τ,微电网状态预估趋近微电网真实状态,并且当微电网的状态预估跟随大电网给的参考状态xr(t)时,产生的控制信号控制微电网的真实状态x(t)趋近大电网的参考状态xr(t)。
2.根据权利要求1所述的一种采用滑模预估控制算法的微电网通信时延状态预估方法,其特征在于,所述的步骤2)中,滑模预估控制算法具体包括以下步骤:
21)初始化时延估计初始值微电网的状态估计值状态预估误差es和e、学习参数γ以及常数矩阵E和F;
22)实时采集的有时延的微电网状态x(t-τ),采用带有学习参数的梯度下降法对通信时延τ进行预估得到时延预估根据微电网状态方程获取微电网的状态预估并对微电网状态预估值加入预估时延得到具有时延的状态预估
23)获取大电网参考状态xr(t)和微电网的真实状态x(t)之间误差绝对值|e(t)|以及采集的有时延的微电网状态x(t-τ)和预估的具有时延的微电网状态之间误差的绝对值|es(t)|;
24)采用指数趋近律构建滑模预估控制器,并基于指数趋近律设计滑模控制律;
25)判断是否同时满足|e(t)|<ε1和|es(t)|<ε2,其中,ε1、ε2为指定值,若否,则重复步骤22)-25),若是,则结束。
3.根据权利要求1所述的一种采用滑模预估控制算法的微电网通信时延状态预估方法,其特征在于,所述的步骤1)中,微电网状态方程为:
x(t)=[if vo vc]T
u(t)=g
其中,x(t)为微电网的状态变量,u(t)为微电网的控制变量,y(t)为微电网的输出变量,if、Rf、Lf分别为LC滤波器的电流、电阻和电感值,vo为输出电压,vc为电容的电压值,RL为负荷,Ro、Lo分别为传输线的阻抗和感抗值,Cf为电容的电容值,D为占空比,Vpv为光伏电池板输出的电压值,g为光伏逆变器的控制量,A、B、C均为参数矩阵。
4.根据权利要求2所述的一种采用滑模预估控制算法的微电网通信时延状态预估方法,其特征在于,所述的步骤22)中,通信时延τ的表达式为:
τ=τv+τc+τn
其中,τv为随机通信时延,τc为微电网内部传感网络常数通信时延,τn为微电网和大电网传感网络的常数通信时延。
5.根据权利要求4所述的一种采用滑模预估控制算法的微电网通信时延状态预估方法,其特征在于,所述的通信时延τ的范围为其中,θmax为微电网和大电网之间的相位偏移最大值,f为大电网的频率。
6.根据权利要求2所述的一种采用滑模预估控制算法的微电网通信时延状态预估方法,其特征在于,所述的步骤22)中,微电网的状态预估的表达式为:
其中,为微电网的状态预估,es(t)为具有时延的状态预估误差,为常数矩阵,x(t-τ)为有时延的微电网状态,为具有时延的状态预估。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东理工大学,未经华东理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810769956.6/1.html,转载请声明来源钻瓜专利网。





