一种用于光伏发电系统的分层模型预测控制方法

本发明涉及光伏发电领域，尤其涉及一种用于光伏发电系统的分层模型预测控制方法。

背景技术：

1、能源需求的增长、环境问题、化石燃料价格的上涨和化石燃料资源的枯竭，都促使人们更加关注可再生能源的开发利用。在这些可再生能源中，太阳能因为其环保、安全和丰富的特性，受到人们的广泛关注，光伏发电是太阳能的主要利用形式，对光伏发电系统的研究成为当前新能源发电的研究热点。目前，光伏发电系统的控制以最大点功率跟踪(maximum power point tracking,mppt)为主，以提高功率转换效率。然而，随着光伏装机容量的增加，mppt算法已经无法满足电网对频率稳定性的要求。为了保持电力系统频率的稳定性，电网制订了新的规范和标准。能源管理系统会根据新的电网规范和标准计算所需的有功功率参考值，然后将其传输到光伏发电系统。因此，光伏发电系统需要具备跟踪能源管理系统设置的有功功率设定值的能力，而不是仅在最大功率点上运行，即灵活功率点跟踪(flexible power point tracking,fppt)。分层模型预测控制(mpc)广泛应用于跟踪光伏发电系统的功率设定点，可以提高光伏发电系统跟踪功率设定点的速度，同时减少稳态振荡。其上层基于光伏功率-电压关系使用p&o法(perturbation and observation,p&o)计算光伏电压参考值，下层采用模型预测控制通过调整占空比来精确跟踪从上层获得的电压参考值。根据占空比，采用pulse width modulation(pwm)为转换器生成开关信号，从而最终实现柔性功率点跟踪。但是将mpc应用于光伏发电领域却遇到了很大的挑战，其原因在于光伏发电系统是典型的快速过程，采样周期是微秒级的，然而由于系统呈强非线性，采用标准的mpc其优化问题通常是非凸的，寻求最优解非常困难，计算负担较大，且其计算量会随预测时域的增加呈指数增长，很难保证控制的实时性。

2、针对非线性模型，有效的处理方式是将非线性模型转换为线性模型，再运用线性mpc方法求解。然而，传统的线性化方法只是局部的线性化，在整个操作区域上与实际系统存在一定偏差，影响了光伏发电系统柔性功率点跟踪的效率。

技术实现思路

1、本发明的目的是提供一种用于光伏发电系统的分层模型预测控制方法，用以克服现有技术中影响了光伏发电系统柔性功率点跟踪的效率的问题。

2、为实现上述目的，本发明提供一种用于光伏发电系统的分层模型预测控制方法，包括：

3、步骤1，设置基于直流升压变换器的光伏发电系统，光伏发电系统包括光伏模块，直流升压变换器和负载；直流升压变换器包括电感，输入滤波电容，输出滤波电容，二极管，开关管；

4、步骤2，确定光伏发电系统的输入、输出以及状态变量，建立用以描述光伏发电系统的动态特性的模型；

5、步骤3，对光伏发电系统的相关决策变量设置约束范围，相关决策变量包括光伏模块的输出电压和光伏发电系统输入变量；

6、步骤4，通过同胚映射和状态反馈律实现光伏发电系统的输入输出反馈线性化；

7、步骤5，根据步骤4中的同胚映射和状态反馈律，证明系统的零动态稳定性，并将原非线性模型转换为线性模型；

8、步骤6，根据步骤4中的同胚映射和状态反馈律，将原线性约束转换为非线性约束；

9、步骤7，根据步骤4、5构建k时刻非线性约束下的线性分层模型预测控制优化问题，将求解优化问题后得到的控制输入经状态反馈后施加于直流升压变换器的开关管。

10、进一步地，确定光伏发电系统的输入、输出以及状态变量，建立光伏发电系统的模型，以描述所述光伏发电系统非线性模型的动态特性；

11、所述状态变量为x，x＝[x1 x2 x3]t＝[vpv il v0]t，输出变量为y，y＝x1＝vpv，其中vpv为光伏模块的输出电压，il是电感电流，v0为光伏发电系统的输出电压；

12、光伏发电系统仿射非线性状态空间的模型为

13、

14、其中，

15、

16、其中，c1为输入滤波电容，l为电感，c2为输出滤波电容，r0为负载，ipv为光伏模块的输出电流。

17、其中，

18、进一步地，根据执行器电子设备的电气限制和光伏发电系统运行过程的安全性要求，对光伏发电系统相关决策变量设置约束条件，其中，执行器电子设备为直流升压变换器；

19、设置光伏发电系统中光伏模块输出电压约束条件为：

20、0≤x1≤voc

21、其中voc为光伏模块的开路电压。

22、设置光伏发电系统输入变量的约束条件为：

23、0≤u≤1

24、其中u为光伏发电系统输入变量。

25、进一步地，通过同胚映射和状态反馈律实现光伏发电系统的输入输出反馈线性化；

26、状态反馈律为

27、

28、光伏发电系统的状态方程为

29、

30、输出方程为

31、1.h＝ζ1；

32、其中，lglfh(x)＝-x3/lc1≠0，光伏发电系统模型的相对阶γ＝2＜n，n为状态变量的数量，选择新的状态变量如下所示：

33、

34、另一个新的状态变量为

35、

36、进一步地，根据步骤4中的同胚映射和状态反馈律，证明光伏发电系统的零动态稳定性，并将原非线性模型转换为线性模型；

37、由零动态的定义，令ξ1＝ξ2＝0，以得到零动态特性方程为

38、

39、由于因此系统的零动态特性是稳定的，可将原非线性模型转换为线性模型；

40、将线性模型转换为线性模型：

41、

42、y＝cζ

43、其中

44、设置采样时间为t，采用前向欧拉法对上述线性状态空间方程进行离散化：

45、ζ(k+1)＝adζ(k)+bdv(k)+dd

46、y(k)＝cdζ(k)

47、其中ad＝at+i，bd＝bt，dd＝dt，cd＝c，i为单位矩阵。

48、进一步地，根据步骤4中的同胚映射和状态反馈律，将原线性约束转换为非线性约束：

49、将光伏发电系统中光伏模块输出电压状态变量约束条件转换为：

50、0≤ζ1≤voc

51、其中voc为光伏模块的开路电压；

52、光伏发电系统新的输入变量v的约束条件转换为：

53、

54、进一步地，构建k时刻非线性约束下线性mpc优化问题，将求解优化问题后得到的控制输入经状态反馈后施加于直流升压变换器的开关管：

55、构建k时刻非线性约束下的线性分层模型预测控制优化问题，设置目标函数

56、le(x(k),u(k))＝μ1l1+μ2l2

57、其中，μ1,μ2为权重系数；

58、

59、其中，vpv-ref表示光伏电压参考值，(δv)2表示线性化后输入增量的平方。l1用以电压跟踪从而达到功率设定值，l2用以平滑输出功率；

60、结合设置的状态约束与控制约束，构成k时刻非线性约束下的线性分层模型预测控制优化问题；

61、

62、

63、

64、

65、

66、其中np为预测时域，表述系统的预测值；

67、将求解优化问题后得到的控制输入经状态反馈后施加于直流升压变换器的开关管。

68、与现有技术相比，本发明的有益效果是，通过输入输出反馈线性化，将非线性系统转换为线性系统，实现系统精确的线性化，消除了模型失配问题。将输入输出反馈线性化后的系统与线性mpc相结合，非线性非凸优化问题转化为线性凸优化问题，因此可以用标准二次规划方法求解，解决了难以达到全局最优解且计算量庞大的问题，保证了跟踪控制性能，同时减轻了在线计算负担。