[发明专利]一种适用于分布式储能型MMC的电池荷电状态预测优化控制方法

权利要求书

1.一种适用于分布式储能型MMC的电池荷电状态预测优化控制方法，其特征在于，所述方法包括：

步骤1、建立分布式储能型MMC模型、锂电池模型以及DC-DC变换器模型；

步骤2、根据步骤1所建立的模型，依次进行电流内环控制和功率外环控制；

步骤3、电流内环控制是根据模型预测优化控制手段，得到IGBT开关管控制信号占空比的变化量，通过IGBT开关管T₄占空比调制准确追踪动态电流参考值，实现电池荷电状态均衡控制以及系统快速动态响应；

步骤4、功率外环控制是针对分布式储能型MMC相间、桥臂间和子模块间电池荷电状态差异，建立离散时域预测功率模型，通过负反馈控制生成动态电流参考值。

2.根据权利要求1所述适用于分布式储能型MMC的电池荷电状态预测优化控制方法，其特征在于，在步骤1中，所建立的分布式储能型MMC模型采用电池经非隔离型双向DC-DC变换器并联于半桥子模块电容两端的拓扑结构，进而分析分布式储能型MMC的不同运行模式和运行工况；

所述锂电池模型采用Shepherd模型，将电池充放电过程简化成可逆过程并化分为指数状态、额定工作状态和深度放电状态，电池等效模型由非线性受控电压源和等效内阻R_b串联而成，其端口输出电压u_b为：

u_b＝E_b-i_bR_b (1)

电池开路电压E_b受电池电流i_b和剩余容量影响，其控制方程表示为：

电池常数电压E₀受电池初始状态和极化电压K随电池工作状态的改变而变化，由下式计算得到：

E₀＝E_f+K+R_bi_b-A₁ (3)

其中，E_f为电池全电压；E_n为电池额定电压，单位为V；Q_m为电池容量；Q_t为电池额定状态终止容量，单位为Ah；A₁、B₁为充放电指数状态下的电压幅值和时间常数；

所述DC-DC变换器模型根据非隔离型Buck/Boost双向DC-DC变换器的拓扑结构，选取电池电流i_b和电容电压u_c为状态变量x＝[i_b u_c]^T，占空比为输入矩阵d₂，电池电流u_b和流入子模块电流i_o为输入矩阵z＝[u_b i_o]^T构建DC-DC变换器平均状态空间模型，表示为：

其中，C为子模块电容；L_b为储能电感；d₂为IGBT开关管T₄控制信号的占空比；

进而采用雅克比矩阵线性化法，在双向DC-DC变换器的平衡工作点处，即X＝[I_bU_c]^T,D₂＝D₂,Z＝[U_b I_o]^T对构建的DC-DC变换器平均状态空间模型进行线性化处理，得到双向DC-DC变换器的状态空间方程，反映其在平衡工作点附近的电池电流和电容电压的动态特性，表示为：

式中：

其中，A为状态矩阵；B、E为输入矩阵；X、D₂、Z为双向DC-DC变换器的平衡点处参数矩阵；

模型预测控制是利用系统模型当前k时刻状态预测k+1时刻控制量的在线时域优化控制方法，为得到DC-DC变换器的离散时域状态空间模型，采用前向欧拉法对式(6)进行离散化，得到DC-DC变换器的离散模型为：

其中，离散状态矩阵A_d＝I+AT_s；离散输入矩阵B_d＝BT_s；离散输入矩阵E_d＝ET_s；状态矩阵C＝[1 0]，I为2×2的单位矩阵；T_s为采样频率；x(k+1)为k+1时刻的状态向量；Y(k+1)为k+1时刻的输出向量；

为减小电池电流纹波以及提高系统控制精度和稳定性，将模型预测表示为以IGBT开关管控制信号占空比d₂的变化量Δd₂为控制变量的离散时域状态空间方程，表示为：