微電網中蓄電池充放電非線性控制策略研究

李春蘭，任 鵬，王長云，王曉暄，石 砦，杜松懷

微電網中蓄電池充放電非線性控制策略研究

李春蘭1，任 鵬1，王長云1，王曉暄1，石 砦1，杜松懷2

（1. 新疆農業大學機電工程學院，烏魯木齊 830052； 2. 中國農業大學信息與電氣工程學院，北京 100083）

為解決微電網控制策略復雜、各微電源與儲能側功率協調困難的問題，考慮風光輸出功率與負荷變化提出一種帶積分控制器與在線修正參數的蓄電池充放電非線性控制策略。在建立的風、光微電源和蓄電池模型的基礎上，以負荷功率需求為基準結合微電源的出力情況，獲得儲能系統出力規律；在狀態空間法的基礎上引入帶積分控制器與在線修正調節參數控制蓄電池充放電，以DC/DC變換器協調母線側與儲能側的電能傳遞。通過仿真試驗表明，相比于傳統控制策略，在各種情況下的動態恢復時間平均縮短了0.2 s，直流母線電壓暫態沖擊平均降低了0.6%，提議的控制策略能有效調控微電源與儲能系統的功率平衡，保證微電網系統供電的穩定性，為微電網儲能系統的控制研究提供了一定的參考。

電；儲能；控制；微電網；蓄電池；非線性控制；功率約束

0 引 言

微電網的引入，在保證當地負載可靠供電的基礎上，進一步提升了新型能源的利用率。但同時微電網也存在運行控制困難、調度遲緩、響應較慢、輸出功率的波動性和間歇性等問題[1-8]，限制了微電網技術的發展。胡巧輝等[9]與陳洪濤等[10]分別采用電力電子接口變換器、非線性級聯控制器來保障微電網的穩定運行，具有一定的抗干擾力，但未考慮儲能系統協同太陽能發電聯動控制的問題。候世英等[11]采用主從雙環結構自適應控制，通過修正控制系統截止頻率來平抑母線電壓波動，但未考慮微電網各模塊動態響應約束條件。張丹等[12]在簡化系統電路的基礎上提出一種新型定頻脈沖寬度調制（Pulse Width Modulation, PWM）自適應滑模控制方法，削弱了母線電壓抖震現象，但對復雜微電網的適用性還有待考量。米芝昌等[13]提出一種雙層母線直流微電網控制策略，在穩定直流母線電壓的同時提高了負荷供電的靈活性；李鵬等[14]采用模糊控制協調實現時間—狀態最優化互補縮短了直流母線暫態調整時間，上述2種控制策略都存在參數選取復雜，需權衡相關參數才能達到控制效果的缺陷。丁明等[15]提出以蓄電池為平衡點通過AC/DC變換器調控微電網系統電壓、頻率穩定、功率平衡的控制方案；楊惠等[16]基于DC/DC變換器電路數學模型提出一種光儲微電網DC/DC變換器的自抗干擾器，上述2種控制策略均能有效平抑直流微電網電壓波動，但未探討光伏輸出劇烈波動時對微電網穩定性的影響。肖朝霞等[17]采用分層協調控制策略保障了風、光、儲系統多個工作模式的穩定運行及無障礙切轉；秦文萍等[18]采取不同的儲能充放電控制策略，實現蓄電池在不同工作模式之間自由切換，但上述2種控制策略在微電源故障或大負荷投入時協調控制策略的有效性有待進一步研究。劉振國等[19]提出了適用于并網和孤島微電網系統的雙層優化模型，實現了微電源之間的調度優化，但未考慮儲能模塊對微電源調度優化的影響。

上述文獻在一定程度上解決了微電網儲能系統在不同工作模式之間平滑過渡問題，克服了微電網輸出能量的波動性和間歇性對母線電壓造成的影響等，但欠缺系統在輸入擾動與負載變化、突發特殊故障時的儲能系統動態性能分析，也就未能充分考慮充放電控制過程對協調控制的影響，不能夠全面反映微電網的運行狀況。鑒于此，本研究提出一種改進型非線性蓄電池充放電控制策略，以負荷功率需求為基準，結合各分布式電源的出力情況，建立了基于蓄電池充放電的微電網協同控制策略，通過MATLAB/Simulink搭建的仿真模型驗證其在氣象條件或負荷正常波動、突發特殊故障、大負荷投入下控制策略的可行性。

1 微電網建模

本研究構建的微電網模型（圖1），其中包括光伏發電系統、風電系統、儲能控制系統、協同控制系統、逆變系統。

1.1 風光系統模型

圖1中，風力發電機模型[20-21]采用直驅永磁同步發電機，光發電池等效電路[22-24]經過Boost升壓電路接到直流母線。太陽能光伏電池和風力發電機組輸出功率主要由氣象條件決定，本研究采用擾動觀測法[25-26]對分布式電源進行最大功率追蹤（Maximum Power Point Tracking, MPPT）以提高光伏電池（Photovoltaic Cell, PV cell）與風電機的功率輸出。

注：S1和S2為蓄電池充放電控制信號；S3為逆變系統控制信號；S4和S5為風電系統、光伏發電系統最大功率追蹤控制信號；ib為支路電流，A； SOC為蓄電池荷電狀態，%；idc為直流母線側電流，A；Udc為直流側母線電壓，V；Pv為光伏電池輸出功率，W；Pw為風電機組輸出功率，W；PL為負荷需求功率，W；Pb為蓄電池輸出功率，W。下同。

1.2 蓄電池儲能系統模型

本研究選用的儲能蓄電池為常用的鉛酸蓄電池，在考慮荷電狀態（State of Charge, SOC）對內阻、蓄電池內耗等因素時，其等效模型由一個電壓源和一個固定內阻串聯構成[27-29]（圖2）。

注：E為蓄電池空載端電壓，V；R為串聯電阻，Ω；E0為蓄電池恒定電壓，V；G為極化電壓，V；Q為電池容量，Ah；H為指數區域電壓幅值，V；B為指數區域時間常數倒數，s-1；it為蓄電池充電電流，A；Us為蓄電池端電壓，V。

2 微電網協調控制

為保證電能質量，微電網的輸出功率需要根據負載的變化進行調控。根據風電系統、光伏系統輸出功率、儲能蓄電池與負荷大小的變化，可將微電網分為不同運行模式。本研究分別對光伏系統、風電機組采用最大功率追蹤，結合提議的蓄電池控制策略實現風光儲協同控制。

2.1 風光儲協同控制策略

在微電網模型中蓄電池的主要功能是作為補充功率缺額來削峰填谷、提高供電質量。當風光系統輸出的功率大于負載需求時，蓄電池可將多余的能量儲存；當風光系統輸出的功率不能滿足負載需求時，蓄電池便將儲存的電能釋放，保證負載安全可靠的運行。設ref為參考功率，W，則風光儲系統功率約束條件如式（1）所示：

式中P為光伏電池輸出功率，W；P為風電機組輸出功率，W；P為負荷需求功率，W；P為蓄電池充放電功率，W；SOCbat-act為蓄電池實際荷電狀態，%；SOCbat-max為最大允許荷電狀態，%；SOCbat-min為最低允許荷電狀態分別，%。根據式（1）本研究提議協同控制策略如表1所示。

滿足表1的微電網系統控制流程如圖3所示。根據負荷需求，依據表1協同控制策略可獲得儲能系統出力規律，根據出力規律由蓄電池充放電控制策略保障微電網穩定運行。充放電控制策略是決定儲能裝置平抑網內功率波動維持直流母線電壓穩定的關鍵因素。

表1 協同控制策略

注：SOCbat-acu為蓄電池實際荷電狀態，%；SOCbat-max為蓄電池最大允許荷電狀態，%；SOCbat-min為蓄電池最低允許荷電狀態，%；MPPT為最大功率追蹤。

3 蓄電池充放電非線性控制策略研究

3.1 帶積分項和在線修正參數的非線性控制策略

目前針對蓄電池儲能控制策略大多是線性控制，但雙向DC/DC變換器是一種非線性時變電路傳統的誤差線性反饋控制無法取得滿意效果，不僅動態響應慢，且在電路參數變化時有可能出現分岔或混沌等非線性現象，導致電壓或電流的紋波系數變大。此外，光伏發電系統存在輸出電壓變化范圍大，負載突變以及負載非線性的特點，因此需要對雙向DC/DC變換器進行非線性控制。

俄羅斯學者Kolesnikov在現代數學和協同學的基礎上提出一種非線性控制方法[30-32]。一個有限維的非線性動態系統可以描述如式（2）所示：

首先，根據非線性系統微分方程表達式，在明確系統維數和狀態變量數量后，定義與狀態變量同維的宏變量：（,）。是狀態變量的函數，其控制優化目標是引導系統的某些狀態運行在吸引子及其附近區域，使=0。定義系統穩定狀態（=0），其演化規律如式（3）所示：

將（,）帶入式（2）化簡后如式（4）所示

式（3）和式（4）中為控制器參數，決定著系統變量收斂到不變流形=0的速度。

在DC/DC雙向電路中，通過以占空比作為控制量來控制電子器件的導通時間，推動系統運行到期望狀態。為了使系統對運行狀態和模型參數變化具有自適應性，優化動態響應并做到無靜差，增加關于輸出電壓偏差積分項。選取宏變量如式（5）所示

式中為在線修正參數；K為積分參數?；Δ為電壓調整量，V；Δ為電流調整量，A。

儲能蓄電池放電過程中能量不斷下降，模型參數在短時間內變化較大，通過加入積分控制器并在線修正設定參數，可提高儲能系統的抗干擾性，將控制目標約束在不變流行=0上，系統響應增速且能做到無穩態誤差。

3.2 基于非線性控制的蓄電池充放電策略實現

本研究采用2個絕緣柵雙極晶體管（Insulated Gate Bipolar Transistor, IGBT）組成的雙向DC/DC變換電路實現蓄電池充放電能量的雙向流動（圖4）。在儲能系統和直流母線間加入DC/DC雙向電路，通過控制占空比使其在Boost升壓電路和Buck降壓電路之間轉換，實現對蓄電池的充放電控制。

注：D1和D2為絕緣柵雙極晶體管（IGBT）?；Us為蓄電池端電壓，V；iL為電感電流，A；L為電感，H；ib為支路電流，A；io為輸出電流，A；C為直流側電容，F；Udc為直流側母線電壓，V。

根據圖4，由基爾霍夫定律得電路微分方程如式（6）所示：

式中1和2分別為開關管D1和D2的占空比；U為蓄電池端電壓，V；i為電感電流，A；為電感，H；i為支路電流，A；i為輸出電流，A；為直流側電容，F；dc為直流側母線電壓，V。

選取直流側母線電壓和蓄電池側電感電流作為狀態變量，取各開關管的占空比為控制向量如式（7）所示：

式中[12]為狀態變量向量；[12]為控制向量。

得到Boost模式下的動態系統方程如式（8）所示：

得到Buck模式下的動態系統方程如式（9）所示：

式（8）和式（9）中i-ref為電感電流參考值，A。

在實際電路中，由于受等效電阻、電容、電感、變換器以及模型參數不確定性的影響，輸出電壓存在穩態誤差。為了增強系統的自適應性和魯棒性，優化動態響應達到無靜差，本研究提議對宏變量引入電壓偏差積分項。根據式（5）構造宏變量如式（10）所示：

式中dc-ref為系統輸出電壓參考值，V。

因期望0，其、K值不宜選取過大，值過大會限制電感電流的變化范圍，K值過大，則改變了電感電流變化范圍，影響系統動態性能，其值的選擇只需滿足系統輸出控制要求即可。

代入動態演化規律方程式（4），結合宏變量()求得控制規律如式（11）和式（12）所示：

4 仿真分析

對風光儲混合微電網系統分別在光照強度和風速正常條件、負荷正常波動、突發特殊故障、大負荷投入下進行仿真，驗證蓄電池非線性充放電控制在協同控制策略中的有效性。光伏電池組、風力機、蓄電池模型參數如表2所示。

表2 風光儲微電網系統主要參數

1）氣象條件正常情況的動態響應

在圖1仿真模型中，設太陽能電池工作溫度為25 ℃，光照強度在0、1、2、3 s變化分別為0、500、1 000、1 500 W/m2，風速在0～1 s間變化為0～9 m/s，負荷P恒為10 kW，其動態響應如圖5所示。

根據圖5分析可知，①在0～1 s，由于光伏系統及風電機組無功率輸出，通過蓄電池放電滿足負載功率需求。1～1.2 s，隨著光照強度、風速提升，僅光伏電池輸出功率補充負荷功率，蓄電池放電強度減弱。1.2～2 s，隨著風電機組輸出穩定，光伏系統出力保持，蓄電池放電強度削弱。2～3 s，光照強度增強、風速不變，風光系統輸出功率滿足負載需求，多余能量送給蓄電池存儲，SOC呈現上升趨勢。3～4 s，光照強度進一步增強、風速不變，SOC的上升斜率增大。根據外界環境變化，蓄電池可在正常工作狀態下實現充放電自由切換。②在風速、光照強度增強引起直流母線電壓波動時，非線性控制能夠在0.05 s內快速響應系統參考功率ref，控制蓄電池降低輸出功率，維持系統功率供需平衡，直流母線電壓由647 V恢復至640 V，而傳統雙向比例積分（Proportional Integral, PI）控制策略需要0.3 s左右控制母線電壓由650 V穩定至640 V。非線性控制下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和7 V，PI控制下為0.3 s和10 V，恢復時間縮短了0.25 s，沖擊波動降低了0.5%。

圖5 環境變化時系統的動態響應

2）負荷正常波動的動態響應

光強在0、1、2 s變化時分別為0、500、1 000 W/m2，風速在0～0.5 s間變化為0～9 m/s，初始負荷P為14 kW。1 s時刻負荷突增1 kW，2 s時負荷回落至初始值；3 s時刻負荷突降4 kW，4 s時負荷回升至初始值。系統在此情況下的動態響應如圖6所示。

圖6 負荷波動下的動態響應

根據圖6分析可知，①0～0.5 s，P=P=0，蓄電池荷電狀態SOC滿足放電要求，DC/DC變換器工作在Boost電路狀態。0.5～1 s，P<P，風電機組向負載供電，蓄電池放電強度在1 s末減弱。1～2 s，負荷增加1 kW，P+P?P<0，蓄電池釋放能量維持母線電壓。2～3 s，負荷回降，P+P?P<0，隨著光照強度再次提升，蓄電池放電強度降低。3～4 s，負荷減少4 kW，P+P?P>0，系統輸出大于功率需求，蓄電池進入Buck電路模式。4～5 s，負荷回升，P+P?P<0，蓄電池迅速釋放能量，維持直流母線電壓恒定。②在3 s時刻負荷切出4 kW，造成直流母線電壓波動至646.5 V，非線性控制策略在0.05 s內使DC/DC變換器由Boost電路轉換為Buck電路，快速吸收負荷減小產生的系統剩余功率，維持直流母線電壓穩定在640 V。3 s末負荷投入4 kW，直流母線電壓跌落至633.5 V，非線性控制在0.05 s內快速響應負荷變化使Buck電路轉換為Boost電路以補償微電網功率缺額，維持直流母線電壓穩定在640 V，傳統控制策略需要0.2 s左右實現上述控制過程。非線性控制下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和6.5 V，PI控制下為0.2 s和9 V，恢復時間縮短了0.15 s，沖擊波動降低了0.4%。

3）突發特殊故障時的動態響應

當光照強度或風速因裝置故障或人為因素從任意值降為0時系統動態響應（圖7）。光照強度在3 s時突降為0 W/m2，風速0～0.5 s間變化為0～9 m/s。

圖7 突發特殊故障時的動態響應

根據圖7分析可知，在3?s時刻光照強度突降為0 W/m2，傳統控制策略下直流母線電壓跌落至620 V，在0.3 s后直流母線電壓恢復至640 V。非線性控制策略下直流母線電壓跌落至625 V，并在0.05 s內快速響應負荷變化控制蓄電池迅速釋放大量能量維持直流母線電壓穩定在640 V。非線性控制下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和15 V，PI控制下為0.3 s和20 V，恢復時間縮短了0.25 s，沖擊波動降低了0.8%。

4）大負荷投入時的動態響應

光強恒為1 000 W/m2，風速在0～0.5 s間變化為0～9 m/s，在大負荷投入下其直流母線電壓波形及蓄電池出力規律（圖8）。

圖8 大負荷投入時的動態響應

根據圖8分析可知，3 s時負荷增加8 kW，傳統控制策略下直流母線電壓跌落至626 V，儲能蓄電池釋放能量維持微網系統功率平衡，0.3 s后直流母線電壓基本趨于穩定。在非線性控制策略下直流母線電壓跌落至629 V，雙向DC/DC變換電路工作在Boost模式，蓄電池釋放能量，在0.05 s內維持直流母線電壓穩定在640 V。在負荷切除8 kW時，同樣非線性控制策略使蓄電池迅速吸收系統剩余能量穩定母線電壓。非線性控制下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和11 V，PI控制下為0.3 s和14 V，恢復時間縮短了0.25 s，沖擊波動降低了0.5%。

相對于傳統控制策略，本研究提出的非線性控制策略下直流母線電壓動態恢復時間縮短了0.15～0.25 s，平均縮短0.2 s，暫態沖擊降低了0.4%～0.8%，平均降低0.6%，表明該策略具有較短的動態響應時間，并且能夠有效減少直流母線電壓暫態過程中的沖擊。

5 結 論

本研究根據負荷需求及風光儲微電網協同控制策略獲得儲能系統出力規律，在分析蓄電池的充放電特性的基礎上，提出了一種帶積分控制器與在線修正參數的非線性控制策略，選取宏變量，可約束控制量在不變流形狀態（=0），通過仿真試驗表明：

1）氣象條件正常變化，提議控制策略下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和7 V，而傳統雙向比例積分（Proportional Integral, PI）控制策略下則為0.3 s和10 V。

2）負荷正常變化，提議控制策略下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和6.5 V，而PI控制下則為0.2 s和9 V。

3）光照強度突變為0 W/m2，提議控制策略下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和15 V，而PI控制下則為0.3 s和20 V。

4）大負荷投入，提議控制策略下直流母線電壓動態恢復時間和暫態沖擊波動分別為0.05 s和11 V，而PI控制下則為0.3 s和14 V。

綜上可知，在各種情況下的動態恢復時間平均縮短了0.2 s，直流母線電壓暫態沖擊平均降低了0.6%，該控制策略使直流母線電壓無靜差的同時提升了響應速度，能有效的協調風光儲之間的能量傳遞。

[1] Yang Xiaodong, Zhang Youbing, He Haibo, et al．Real-time demand side management for a microgrid considering uncertainties[J]. IEEE Transactions on Smart Grid, 2019, 10(3): 3401-3414.

[2] Farideh D M, Hessam K V, Ali F. State-space modeling, analysis and distributed secondary frequency control of isolated microgrids[J]. IEEE Transactions on Energy Conversion, 2018, 33(1): 155-165.

[3] 孟曉麗，牛煥娜，賈東梨，等. 基于儲能Soc日前計劃的微電網實時能量優化調度方法[J]. 農業工程學報，2016，32(8)：155-161.

Meng Xiaoli, Niu Huanna, Jia Dongli, et al. Real-time energy optimal dispatch for microgrid based on day-ahead scheduling of charge state[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(8): 155-161. (in Chinese with English abstract)

[4] Liu Xiaokang, He Haibo, Wang Yanwu, et al. Distributed hybrid secondary control for a DC microgrid via discrete-time interaction[J]. IEEE Transactions on Energy Conversion, 2018, 33(4): 1865-1875.

[5] Shafiee Q, Dragicevic T, Vasquez J C, et al. Hierarchical control for multiple DC-microgrids clusters[C]// Multi-Conference on Systems. IEEE, 2014.

[6] 高春鳳，楊仁剛，井天軍. 獨立微電網有功功率自主與協調控制[J]. 農業工程學報，2014，30(10)：113-121.

Gao Chunfeng, Yang Rengang, Jing Tianyun. Autonomous and coordinated control of active power in standalone microgrid[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(10): 113-121. (in Chinese with English abstract)

[7] Meng Lexuan, Shafiee Q, Trecate G F, et al. Review on control of DC microgrids and multiple microgrid clusters[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2017, 5(3): 928-948.

[8] 孫欽斐，高婷婷，楊仁剛，等. 農村戶用型智能微電網設計與實現[J]. 農業工程學報，2013，29(13)：150-157.

Sun Qinfei, Gao Tingting, Yang Rengang, et al. Design and realization of smart microgrid for household in rural area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(13): 150-157. (in Chinese with English abstract)

[9] 胡巧輝，樊艷芳，王一波. 基于光-儲-燃的直流微電網協調控制策略[J]. 電力電容器與無功補償，2017，38(6)：138-143.

Hu Qiaohui, Fan Yanfang, Wang Yibo. DC micro-grid coordinated control strategy based on PV, BES and FC[J].Power Capacitor & Reactive Power Compensation, 2017, 38(6): 138-143. (in Chinese with English abstract)

[10] 陳洪濤，胡健，韓小雨，等. 直流微電網內DC/DC變換器非線性控制策略研究[J]. 現代電子技術，2019，42(4)：153-157.

Chen Hongtao, Hu Jian, Han Xiaoyu, et al. Research on nonlinear control strategy of DC/DC converters in DC microgrid[J]. Modern Electronics Technique, 2019, 42(4): 153-157. (in Chinese with English abstract)

[11] 侯世英，余海威，李琦，等. 微電網孤島運行混合儲能自適應控制策略[J]. 電力系統自動化，2017，41(17)：15-21.

Hou Shiying, Yu Haiwei, Li Qi, et al. Adaptive control strategy of hybrid energy storage in microgrid islanded operation state[J]. Automation of Electric Power Systems, 2017, 41(17): 15-21. (in Chinese with English abstract)

[12] 張丹，王杰，彌瀟. 直流微電網自適應滑模控制策略[J]. 電力自動化設備，2017，37(12)：138-143.

Zhang Dan, Wang Jie, Mi Xiao. Adaptive sliding mode control strategy for DC microgrid[J]. Electric Power Automation Equipment, 2017, 37(12): 138-143. (in Chinese with English abstract)

[13] 米芝昌，任春光，韓肖清，等. 基于功率池的雙層母線直流微電網協調控制策略[J]. 電網技術，2017，41(6)：1830-1838.

Mi Zhichang, Ren Chunguang, Han Xiaoqing, et al. Coordination control strategy of DC microgrid with two DC buses based on power pool[J]. Power System Technology, 2017, 41(6): 1830-1838. (in Chinese with English abstract)

[14] 李鵬，李鑫明，陳安偉，等. 直流微電網DC/DC雙向換流器時間-狀態協調最優控制[J]. 電網技術，2018，42(1)：41-47.

Li Peng, Li Xinming, Cheng Anwei, et al. Optimal coordinated time-state control of DC/DC bidirectional converter in DC microgrid[J]. Power System Technology, 2018, 42(1): 41-47. (in Chinese with English abstract)

[15] 丁明，田龍剛，潘浩，等. 交直流混合微電網運行控制策略研究[J]. 電力系統保護與控制，2015，43(9)：1-8.

Ding Ming, Tian Longgang, Pan Hao, et al. Research on control strategy of hybrid AC/DC microgrid[J]. Power System Protection and Control, 2015, 43(9): 1-8. (in Chinese with English abstract)

[16] 楊惠，駱姍，孫向東，等. 光伏儲能雙向DC-DC變換器的自抗擾控制方法研究[J]. 太陽能學報，2018，39(5)：1342-1350.

Yang Hui, Luo Shan, Sun Xiangdong, et al. Research on ADRC method for bidirectional DC/DC converter of solar energy storage system[J]. Journal of Solar Energy, 2018, 39(5): 1342-1350. (in Chinese with English abstract)

[17] 肖朝霞，賈雙，朱建國，等. 風光儲微電網并網聯絡線功率控制策略[J]. 電工技術學報，2017，32(15)：169-179.

Xiao Zhaoxia, Jia Shuang, Zhu Jianguo, et al. Tie-line power flow control strategy for a grid-connected microgrid containing wind，photovoltaic and battery[J]. Transactions of China Electrotechnical Society, 2017, 32(15): 169-179. (in Chinese with English abstract)

[18] 秦文萍，柳雪松，韓肖清，等. 直流微電網儲能系統自動充放電改進控制策略[J]. 電網技術，2014，38(7)：1827-1834.

Qin Wenping, Liu Xuesong, Han Xiaoqing, et al. An improved control strategy of automatic charging/discharging of energy storage system in DC microgrid[J]. Power System Technology, 2014, 38(7): 1827-1834. (in Chinese with English abstract)

[19] 劉振國，胡亞平，陳炯聰，等. 基于雙層優化的微電網系統規劃設計方法[J]. 電力系統保護與控制，2015，43(8)：124-133.

Liu Zhenguo, Hu Yaping, Cheng Jiongcong, et al. A planning and design method for microgrid based on two-stage optimization[J]. Power System Protection and Control, 2015, 43(8): 124-133. (in Chinese with English abstract)

[20] 魏振. 直流微電網的運行控制研究[D]. 南昌：南昌大學，2019.

Wei Zhen. Research on Operation Control of DC Microgrid[D]. Nanchang: Nanchang University, 2019. (in Chinese with English abstract)

[21] 丁明，楚明娟，潘浩，等. 交直流混合微電網運行優化建模與不確定性分析[J]. 電力系統自動化，2017，41(5)：1-7.

Ding Ming, Chu Mingjuan, Pan Hao, et al. Operation optimization modeling and uncertainty analysis for hybrid AC/DC microgrids[J]. Automation of Electric Power Systems, 2017, 41(5): 1-7. (in Chinese with English abstract)

[22] 唐國強. 光伏微電網混合儲能系統控制策略研究[D]. 安徽：安徽理工大學，2019.

Tang Guoqiang. Research on Control Strategy of Hybrid Energy Storage System in Photovoltaic Microgrid[D]. Anhui: Anhui University of Science & Technology, 2019. (in Chinese with English abstract)

[23] 李培強，曾小軍，黃際元，等. 面向綜合負荷的并網光伏發電系統等效建模[J]. 電力系統自動化，2016，40(8)：43-50.

Li Peiqiang, Zeng Xiaojun, Huang Jiyuan, et al. Equivalent modeling of grid-connected photovoltaic power generation systems for comprehensive load[J]. Automation of Electric Power Systems, 2016, 40(8): 43-50. (in Chinese with English abstract)

[24] 費愷. 光伏微網發電系統中三電平DC/DC變換器控制策略研究[D]. 武漢：湖北工業大學，2019.

Fei Kai. Research on Control Strategy of Three-Level DC/DC Converter in Photovoltaic Microgrid Power Generation System[D]. Wuhan: Hubei University of Technology, 2019. (in Chinese with English abstract)

[25] Han Renke, Meng Lexuan, Guerrero J M, et al. Distributed nonlinear control with event-triggered communication to achieve current-sharing and voltage regulation in DC Microgrids[J]. IEEE Transactions on Power Electronics, 2018, 33(7): 6416-6433.

[26] 李春蘭，王長云，曹成帥，等. 微電網功率跟蹤策略優化研究[J]. 現代電子技術，2017，40(14)：162-166.

Li Chunlan, Wang Changyun, Cao Chengshuai, et al. Research on power tracking control strategy for microgrid[J]. Modern Electronics Technique, 2017, 40(14): 162-166. (in Chinese with English abstract)

[27] Fang Gongguo, Chang Yunwen, Jian Fengmao, et al. Distributed secondary voltage and frequency restoration control of droop-controlled inverter-based microgrids[J]. IEEE Transactions on Industrial Electronics, 2015, 62(7): 4355-4364.

[28] 王亞旭. 基于蓄電池儲能優化及荷電狀態均衡的直流微電網控制研究[D]. 太原：太原理工大學，2019.

Wang Yaxu. DC Microgrid Control Based on Battery Energy Storage Optimization and State of Charge Balance[D]. Taiyuan: Taiyuan University of Technology, 2019. (in Chinese with English abstract)

[29] 柳應全，魯軍勇，龍鑫林，等. 儲能用蓄電池模型參數的動態辨識[J]. 國防科技大學學報，2019，41(5)：87-92.

Liu Yingquan, Lu Junyong, Lon Xinlin, et al. Dynamic identification of model parameters for energy storage batteries[J]. Journal of National University of Defense Technology, 2019, 41(5): 87-92. (in Chinese with English abstract)

[30] 曾紅梅. 直流微電網分布式協同控制研究[D]. 杭州：浙江大學，2016.

Zeng Honmei. A Decentralized and Cooperative Control Strategy for DC Microgrid[D]. Hangzhou: Zhejiang University, 2016. (in Chinese with English abstract)

[31] Ding Lei, Han Qinglong, Wang Leyi, et al. Distributed cooperative optimal control of DC microgrids with communication delays[J]. IEEE Transactions on Industrial Informatics, 2018, 14(9): 3924-3935.

[32] 黃旭程，何志興，伍文華，等. 交直流微電網中變換器級聯系統穩定性分析與協同控制[J]. 中國電機工程學報，2019，39(5)：1432-1443.

Huang Xucheng, He Zhixing, Wu Wenhua, et al. Stability analysis of converters cascade system in the hybrid AC/DC microgrid and coordinative control[J]. Chinese Journal of Electrical Engineering, 2019, 39(5): 1432-1443. (in Chinese with English abstract)

Nonlinear control strategy for battery charge and discharge in microgrid

Li Chunlan1, Ren Peng1, Wang Changyun1, Wang Xiaoxuan1, Shi Zhai1, Du Songhuai2

(1.,,830052,; 2.,,100083,)

The introduction of microgrid further improves the utilization of new energy on the basis of ensuring the reliable power supply of local load, but the development of microgrid is limited due to the fluctuation and intermittence of microgrid output power. In order to solve the problems of complex control strategy of microgrid and difficult coordination of micropower source and energy storage side power, considering the change of wind-solar output power and load, a nonlinear control strategy of storage battery charging and discharging with integral controller and online correction parameters was proposed. Based on the model of wind, light and storage battery, the disturbance observation method was used to realize the maximum power tracking of distributed power supply, and the correctness of the model was verified under different temperature, light intensity, and wind speed. According to the power constraint conditions of the wind-solar storage system and the load power demand as a benchmark, the output of each micro power source and the state of charge of the storage battery were comprehensively considered to obtain the output law of the energy storage system. Based on the output law of energy storage system, the input/output mathematical models of DC/DC converter in boost circuit and buck circuit were studied; the DC side bus voltage and the storage battery side inductance current were selected as the state vector, and the duty cycle of each switch tube was the control vector to construct the state space matrix of the battery charging and discharging circuit; according to the charging and discharging characteristics of the battery, the macro variable of the system was constructed by the integral term of voltage deviation and online correction parameters. The duty cycle mathematical model of each switch tube was obtained by combining the state space matrix of the DC/DC converter. The working mode of the DC/DC converter was adjusted to control the charging and discharging of the storage battery, coordinate the power transmission between the bus side and the energy storage side, meet the power balance of the microgrid system and restrain the power fluctuation. Through the simulation experiments of the constructed microgrid model, the dynamic response of the DC bus voltage of the proposed storage battery charge-discharge nonlinear control strategy under various conditions of the microgrid system was studied. The simulation results showed: 1) When the weather conditions changed normally, the nonlinear control strategy could control the battery to reduce the output power within 0.05 s, stabilizing the DC bus voltage at 640 V. The traditional proportional-integral control strategy needed about 0.3 s to achieve the above control process. 2) When the load changed normally, the nonlinear control strategy made the DC/DC converter convert between the boost circuit and the buck circuit within 0.05 s, maintaining the DC bus voltage stable at 640 V. The traditional proportional-integral control strategy needed about 0.2 s to achieve the above control process. 3) When the light intensity suddenly dropped to 0 W/m2, the DC bus voltage under the traditional control strategy recovered from 620 V to 640 V in 0.3 s; the DC bus voltage under the nonlinear control strategy recovered from 625 V to 640 V in 0.05 s. 4) When the large load was put into operation, the DC bus voltage recovered from 626.5 V to 640 V in 0.3 s under the traditional control strategy; the DC bus voltage recovered from 629 V to 640 V in 0.05 s under the nonlinear control strategy. In all case, the dynamic recovery time of DC bus voltage fluctuation was shortened by 0.2 s on average, the transient impact was reduced by 0.6% on average, the proposed control strategy could effectively regulate the power balance between micro power source and energy storage system, ensuring the stability of power supply of microgrid system. The research results should provide a reference for the control research of the microgrid energy storage system.

electricity; energy storage; control; microgrid; storage battery; nonlinear control; power constraint

李春蘭，任鵬，王長云，等. 微電網中蓄電池充放電非線性控制策略研究[J]. 農業工程學報，2020，36(8)：156-164.doi：10.11975/j.issn.1002-6819.2020.08.019 http://www.tcsae.org

Li Chunlan, Ren Peng, Wang Changyun, et al. Nonlinear control strategy for battery charge and discharge in microgrid[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(8): 156-164. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.08.019 http://www.tcsae.org

2020-01-17

2020-03-10

國家自然科學基金資助項目（51467021）

李春蘭，博士，教授，主要從事電力系統繼電保護、新能源并網控制等方面研究。Email：lichunlan67@126.com

10.11975/j.issn.1002-6819.2020.08.019

TM77

A

1002-6819(2020)-08-0156-09