基于自適應滑模的儲能系統控制環路電氣設計

摘 要：針對儲能建筑系統在內部耦合現象以及外部復雜擾動的影響下出現的儲能建筑系統輸出電壓不穩定等問題，提出了一種基于滑模控制和模糊聚類分析相結合的參數自適應滑模控制策略。根據儲能系統雙向傳輸變換器的拓撲結構，分析輸出電壓不穩定的原因，在儲能變換器的控制環路中引入滑模控制，降低電壓的期望值與實際值之間的誤差，從而提升儲能變換器的電壓穩定性，并根據幅頻特性分析法，對滑模參數變動對系統性能的影響進行分析，得到滑模參數的優化范圍，為智能算法的整定奠定基礎。為進一步提升系統的魯棒性，引入模糊聚類分析技術，利用滑模規則和推導原理，對控制環路參數進行特征分析與特征提取，保證參數在多變環境中的優異性。為驗證所設計的控制策略的正確性，建立儲能建筑系統的數字實驗模型，并設計基于自適應滑模的控制環路對其進行控制，與其他控制方法進行比較，自適應滑模控制下的輸出電壓具有較高的電壓穩定性，為儲能建筑系統的安全穩定運行提供了重要保障。

關鍵詞：儲能建筑系統; 滑模控制; 模糊聚類分析; 魯棒性

中圖分類號： TU852

文獻標志碼： A

文章編號： 1674-8417（2024）11-0001-06

DOI：10.16618/j.cnki.1674-8417.2024.11.001

0 引 言

隨著可再生能源技術的快速發展和普及，儲能建筑系統作為一種有效的能源管理手段，越來越受到關注。然而，由于內部耦合現象和外部復雜擾動的影響，儲能建筑系統輸出電壓的穩定性面臨著嚴峻挑戰。特別是在儲能系統雙向傳輸變換器的控制過程中，電壓的期望值與實際值之間的誤差常導致系統性能的不穩定［1-3］。

針對各類情況導致的系統電壓不穩定等問題，傳統的控制方法缺乏對控制環路參數變化的實時適應能力，難以有效應對儲能建筑系統在不同工作條件下的優化控制需求。基于此，文獻［4］提出了一種基于BP神經網絡和傳統PID控制相結合的改進PI控制方法，但PID控制在面對儲能建筑系統復雜的動態特性和非線性耦合時，難以提供足夠的精度和穩定性;文獻［5］根據儲能變換器的數學模型，引入了模型預測控制，利用預測未來狀態來優化控制動作，適用于負載的非線性系統，但模型預測控制需要準確的系統的模型和大量計算資源;文獻［6］設計了一種模糊控制策略，利用模糊邏輯推理處理系統的非線性和模糊性，具有強適應性，可在沒有精確數學模型的情況下進行控制，但模糊控制的性能高度依賴于規則庫的設計和成員函數的選擇，需大量的專家經驗進行優化，不符合實際工程需要。

針對上述傳統控制方法和各類改進控制方法的不足，本文設計了一種結合滑模控制和模糊聚類分析的自適應滑模控制策略。該策略首先利用滑模控制有效減小電壓誤差，從而顯著提升儲能建筑系統的電壓穩定性。通過幅頻特性分析法確定滑模參數的優化范圍，為智能算法的精確整定提供了理論基礎。此外，設計中引入了模糊聚類分析，用于優化控制策略的決策過程，提高系統對復雜工作環境的適應性和魯棒性。最后，通過詳盡的數字實驗對比驗證了所提方法的正確性和有效性，證明了其在提高儲能建筑系統電壓穩定性和整體性能方面的顯著優勢。基于綜合應用的控制策略不僅填補了傳統方法在動態響應和復雜環境適應性上的不足，也為未來類似系統的控制優化提供了有力的參考和借鑒。

1 基于自適應滑模的控制環路電氣設計

儲能建筑系統由多種關鍵組件構成，如儲能設備、能量管理系統和電氣設計部分等，各類組件相互協作以提升能源利用效率和系統穩定性。然而，由于系統內部耦合現象、非線性特征等性質的存在，儲能系統的輸出電壓穩定性并不強，因此為提升儲能系統的電壓穩定性，從而保證內部系統的正常安全運行，對控制環路進行合適的電氣設計。儲能系統的架構圖如圖1所示。

對圖1中儲能系統傳輸部分的變換器進行拓撲模型建立。儲能系統傳輸變換器拓撲架構圖如圖2所示。

圖1中：U1為等效輸入電壓;U2為等效輸出電壓;S為開關管;D為二極管;L為濾波電感;C為穩壓電容;R為負載。

在圖2的基礎上引入滑模控制。滑模控制是一種重要的非線性控制方法，其核心概念是通過引入一個滑動面，使得系統狀態能夠在這個面上快速且穩定地滑動，從而實現對系統動態特性的精確控制。在滑模控制中，通過設計合適的滑動面和控制律，可實現對系統的快速響應和強魯棒性，即使在面對模型不確定性、外部擾動和參數變化時，系統仍能保持穩定運行［7-10］。根據儲能變換器拓撲結構，建立滑模控制的等效趨近律為

式中： s——滑模面函數;

ε，δ，k，η——趨近常數;

B——系統的狀態變量。

趨近常數的取值范圍為

當系統的狀態收斂于平衡點時，改進變速趨近律與變速趨近律速度比值為

建立儲能變換器的數學模型為

式中： x1，x2，x3——儲能變換器的狀態變量;

Uref——期望電壓。

對式（3）進行化簡，可得：

式中： iL——電感電流;

ic——電容電流。

儲能變換器控制結構圖如圖3所示。

根據圖3，系統的特征方程為

s=l1x1+l2x2+l3x3（5）

式中： l1，l2，l3——滑模面參數。

控制環路的設計需滿足下述條件：

綜上所述，基于滑模控制的控制環路電氣設計數學模型為

式中： u——控制環路的控制輸入。

引入滑模控制到儲能系統的控制環路中，顯著提升了系統對電壓穩定性的控制能力。通過滑模控制的快速響應特性和強魯棒性，系統能有效抑制外部擾動對電壓的影響，確保其在各種工作條件下保持穩定和可靠的運行狀態。但僅靠滑模控制存在多個整定控制參數，為便于參數整定，引入模糊聚類分析技術［11-12］。

與傳統聚類方法不同，模糊聚類允許數據點按照一定的隸屬度分布到不同的類別中，而不是嚴格地劃分為特定類別。其核心思想是通過定義每個數據點對于每個類的隸屬度，來描述數據點與類別之間的模糊關系。模糊聚類技術的架構流程圖如圖4所示。

利用模糊聚類分析技術對滑模控制中的整定參數進行自適應整定，根據期望數值與實際數值之間的大小，從而模擬分析得出適應系統的參數值。聚類分析計算方法采用余弦距離法，表達式為

式中： J——聚類函數;

m——整定增益。

根據式（7）得出聚類分析對參數的整定誤差為

式中： e——整定誤差;

N——樣本總數;

C——均值。

根據式（8），整定誤差趨勢如圖5所示。

由圖5可知，隨著聚類迭代次數的增加，整定誤差逐步減小，使得模糊聚類算法能更精確地調整類中心和隸屬度分布，從而提高聚類結果的準確性和穩定性。此類迭代優化過程有助于在復雜數據集中有效地發現潛在的數據模式和結構，從而更好地降低整定誤差，為儲能系統的穩定性奠定重要基礎。基于自適應滑模控制的儲能系統控制環路的電氣設計框圖如圖6所示［13-14］。

綜上所述，自適應滑模控制的電氣設計流程圖如圖7所示。

2 實驗對比

為驗證結合滑模控制和模糊聚類分析技術的自適應滑模控制的有效性，在MATLAB/Simulink數字仿真平臺上建立了數字實驗模型，并與BP神經網絡算法以及傳統滑模控制進行了比較。該研究旨在探索這一新穎方法在提高控制系統性能方面的潛力。通過仿真實驗，評估了自適應滑模控制在應對模型不確定性和外部擾動方面的表現，以及其在穩態和動態響應中的優勢，實驗結果將為進一步優化控制策略提供重要的理論和實證支持。實驗參數如表1所示。

選擇負載數值躍變作為驗證系統電壓穩定性的工況，可有效評估自適應滑模控制在動態響應和穩態維持中的表現。通過仿真實驗模擬負載突變情況，驗證控制系統在不同工作條件下的穩定性和可靠性，進一步驗證其在實際工程中的適用性和優越性。負載在4 s時增加50%數值的輸出電壓曲線如圖8所示。

由圖8可知，選擇在4 s時將負載從100%突變增加至150%，以評估3種控制方法在系統輸出電壓穩定性方面的表現。結果顯示，神經網絡和傳統滑模控制下的輸出電壓出現了較大幅度的躍變，約為50%。相比之下，采用本文提出的自適應滑模控制方法的輸出電壓躍變幅度最小，表現出更強的擾動抑制能力和更高的穩定性。此結果強調了自適應滑模控制在動態響應中的優勢，可有效應對負載突變引起的系統波動，從而提升系統的穩定性和可靠性。

輸入電壓在3 s時增加50%時的輸出電壓曲線如圖9所示。

由圖9可知，在3 s時，輸入電壓增加50%，在神經網絡和傳統滑模控制下，電壓躍變較為顯著，而在自適應滑模控制下，輸出電壓的躍變程度較小，且能在較短時間內重新回到穩定區域，這表明自適應滑模控制具有更好的電壓穩定性。自適應滑模控制能夠有效抑制擾動，展現了其在動態響應管理方面的優勢，并提高了系統的可靠性。

在3 s時系統內部突然引入非線性負荷時的電壓曲線如圖10所示。

由圖10可知，在3 s時引入非線性負荷，神經網絡和傳統滑模控制下的電壓躍變量遠超自適應滑模控制下的電壓躍變量，進一步強調了自適應滑模控制在面對復雜負載時，具備更為穩定和可靠的電壓響應能力。

3 結 語

針對儲能建筑系統內部耦合和外部復雜擾動對輸出電壓穩定性的影響問題，提出了一種結合滑模控制和模糊聚類分析的參數自適應滑模控制策略。相較于BP神經網絡和傳統滑模控制，該方法利用滑模控制增強系統抵抗擾動的能力，并通過模糊聚類分析技術優化參數，顯著改善了系統的輸出電壓穩定性。這種策略有效提升了儲能系統在復雜工況下的運行性能和穩定性，為儲能建筑系統的可靠運行提供了重要保障，具有實際工程應用的潛力。該方法不僅在理論上提升了控制策略的智能化水平，同時通過實證分析驗證了其在實際環境中的可行性和有效性，為未來儲能系統的設計和優化提供了有益的指導和參考。

［1］ 吳津慶.基于預測函數控制的DC/DC變換器研究［D］.馬鞍山：安徽工業大學，2018.

［2］ 王海生.分數階PID預測函數控制在DC/DC變換器中的應用研究［D］.馬鞍山：安徽工業大學，2020.

［3］ 黃煜茹.Buck變換器滑模控制方法的研究［D］.徐州：中國礦業大學，2021.

［4］ 英釗.Buck變換器滑模控制系統的時域/頻域分析［D］.哈爾濱：哈爾濱工業大學，2021.

［5］ 牛子銘.基于滑模控制的Buck變換器數字控制系統設計［D］.哈爾濱：哈爾濱工業大學，2021.

［6］ 王殿.固定頻率buck變換器的二階滑模控制［D］.重慶：重慶大學，2020.

［7］ 孫亞.雙向DC/DC變換器的控制方法研究與設計［D］.哈爾濱：哈爾濱工程大學，2014.

［8］ 董坦坦.基于dSPACE的DC-DC降壓變換器滑模控制方法研究［D］.哈爾濱：哈爾濱工業大學，2019.

［9］ 金慧紅.基于滑模變結構控制的Buck型DC-DC開關電源的研究［D］.杭州：杭州電子科技大學，2021.

［10］ 余初陽，樓旭陽，馬藝飛，等.輸出受限的柔性海洋立管自適應神經網絡邊界控制（英文）［J］.Frontiers of Information Technology amp; Electronic Engineering，2022，23（8）：1229-1239.

［11］ 楊旭紅，陳陽，賈巍，等.基于RBF神經網絡的電壓外環滑模控制的Vienna整流器［J］.電力系統保護與控制，2022，50（18）：103-115.

［12］ SIDDESH K B，BANAKARA B，SHIVARUDR-ASWAMY R.Robust reaching law for chattering mitigation in sliding mode controlled DC-DC Buck converter［J］.Journal of Advanced Research InDyna-mical and Control Systems，2019，11（4）：565-573.

［13］ SIDDESH K B，BASAVARAJ B.Chattering analysis in sliding modecontrolled DC-DC Buck converter using new novel reachinglaw method［J］.Journal on Electrical Engineering，2017，10（4）：22-27.

［14］ TARISCIOTTI L，COSTABEBER A，CHEN L，et al.Current-fed isolated DC/DC converter for future aerospace mi-crogrids［J］.IEEE Transactions on Industry Applications，2018，55（3）：2823-2832.

Electrical Design of Control Loop for Energy Storage System

Based on Adaptive Sliding Mode

Abstract：

A parameter adaptive sliding mode control strategy based on a combination of sliding mode control and fuzzy clustering analysis is proposed to address the unstable output voltage of energy storage building systems under the influence of internal coupling phenomena and external complex disturbances.Based on the topology structure of the bidirectional transmission converter in the energy storage system，the reasons for unstable output voltage are analyzed.Sliding mode control is introduced into the control loop of the energy storage converter to reduce the error between the expected and actual voltage values，thereby improving the voltage stability of the energy storage converter.According to the amplitude frequency characteristic analysis method，the impact of sliding mode parameter changes on system performance is analyzed，and the optimization range of sliding mode parameters is obtained，laying the foundation for the tuning of intelligent algorithms.To further enhance the robustness of the system，fuzzy clustering analysis technology is introduced，and sliding mode rules and derivation principles are used to perform feature analysis and feature extraction on the control loop parameters，ensuring their excellent performance in variable environments.To verify the correctness of the designed control strategy，a digital experimental model of the energy storage building system was established，and a control loop based on adaptive sliding mode was designed to control it.Compared with other control methods，the output voltage under adaptive sliding mode control has high voltage stability，providing important guarantees for the safe and stable operation of the energy storage building system.

Key words：

energy storage building system; sliding mode control; fuzzy clustering analysis; robustness