一种基于SOC状态估计的多铅酸电池并联系统模糊协调控制方法与流程

本发明涉及能源互联网电能蓄能领域，特别是一种基于soc状态估计的多铅酸电池并联系统模糊协调控制方法。

背景技术：

能源互联网是互联网+新能源的国家发展战略。为了维持能源中电能的稳定，需利用蓄电池进行削峰填谷。铅酸蓄电池因其价格低廉、原料易得、性能可靠、容易回收和适于大电流放电等特点，是能源互联网电能蓄能的较佳使用产品。铅酸蓄电池的soc状态估计对于更高效维持能源互联网的稳定运行有着重要的作用。由于铅酸蓄电池存在非线性、充放电内部特性不同，以至于对其soc状态估计显得比较困难。

技术实现要素：

有鉴于此，本发明的目的是提供一种基于soc状态估计的多铅酸电池并联系统模糊协调控制方法，考虑以上真实的工况，设计的soc状态估计器，使得多铅酸蓄电池的的soc可以被正确的估计，并能保证系统的稳定运行和性能。

本发明采用以下方案实现：一种基于soc状态估计的多铅酸电池并联系统模糊协调控制方法，包括如下步骤：

步骤s1：搭建能源互联网多铅酸蓄电池充放电系统；

步骤s2：根据物理学电路原理以及中立ii型t-s模型的表达方法，建立能源互联网多铅酸蓄电池充放电切换系统模型；

步骤s3：设计基于soc状态估计的控制器，用以使得能源互联网多铅酸蓄电池储能状态正确估计，并能保证系统的稳定运行和性能。

进一步地，所述能源互联网多铅酸蓄电池充放电系统包括若干铅酸蓄电池充放电模块和一条能源互联网ac母线；所述每个铅酸蓄电池充放电模块均包括一个双向dc/ac模块、一个铅酸蓄电池、一个切换soc估计器和一个反馈控制器；每个模块中的所述铅酸蓄电池均通过所述双向dc/ac模块与所述ac母线相连；每个模块中的所述反馈控制器均与此模块中的所述铅酸蓄电池连接，用以提供控制信号到该所述铅酸蓄电池；所述前一个模块中的切换soc估计器和下一个模块中的所述铅酸蓄电池连接，用以提供控制信号到该所述铅酸蓄电池。

进一步地，所述步骤s2具体包括以下步骤：

步骤s21：建立能源互联网单铅酸蓄电池物理模型，如公式(1)所示：

式中，τ1＝r1c1，cθ和rθ是热电容器和电池与其环境之间的电阻，rθ是电池周围环境的温度，ps是电池内部产生的热源；

令符号em，r0，r1，r2为：

式中，em0，ke，r00，a0，r10，r20，a21，a22是铅酸蓄电池的常数；soc是指电池在给定温度θ下能够提供的最大容量的电量的满格指标，doc是参考实际放电状态的电池充满程度的指标，在容量c(i，θ)的表达中使用的电流是iavg＝i1，soc是充电状态，那么：

式中，i^*是参考电流，kc是给定i^*的经验系数；doc就是电荷深度，即：

doc＝1-qe/c(iavg，θ).(4)

寄生分支的行为实际上是强非线性的；下式可用于匹配tafel的充放电流关系：

ip＝vpngp0exp(vpn/vp0+ap(1-θ/θf))，(5)

式中，θf是主要取决于电解液比重的电解质冷冻温度，通常可以假设等于-40℃；对于铅酸蓄电池的参数gp0，vp0和ap是常量；

步骤s22：建立能源互联网单铅酸蓄电池充电模型；令v为端电压，i为输入电流，放电为正，充电为负；z2＝exp(vpn/vp0+ap(1-θ/θf))，z3＝r1，z4＝r2，z5＝r0；由(1)(5)得：

式中，τ1＝r1c1，θa电池周围环境的温度，ps是电池内部产生的热源；

x(t)＝[i1qeθv]^t，并由(6)得到能源互联网单铅酸蓄电池充电非线性模型：

式中，e＝diag{1，1，1，0}，u(t)＝i，并且有

步骤s23：进一步考虑多铅酸电池系统，基于基尔霍夫电流定理，公式

其中i∈[1，2，...，n]，n代表铅酸电池的个数；将公式(9)代入(6)，得

其中，z1i-z1i是可测量的变量；

定义xi(t)＝[i1iqeiθivi]^t，那么由(10)得到能源互联网多铅酸蓄电池充电非线性模型：

式中，e＝diag{1，1，1，0}，ui(t)＝ii，uj(t)＝ij，其中diag是表示对角矩阵，并且有

选择z1i-z5i作为模糊前件变量，式(11)中的非线性系统用以下模糊系统表示，

式中，zi(t)＝[z1i，z2i，…，z5i]是模糊前进变量，g表示模糊集数量，r表示模糊规则数量是中立ii型的模糊集，μli[zi(t)]表示模糊隶属度的下界，表示模糊隶属度的上界，ali和bli是非线性系统模型在z1i-z5i进行线性化得到的系统矩阵，

步骤s24：建立能源互联网多铅酸蓄电池放电数学模型；由于在放电期间有和那么则忽略电阻器r2和整个寄生分支的影响；因此，得到放电系统的动力学方程如下：

现在，定义z2i＝r0i，z3i＝r1i，xi(t)＝[i1iqeiθivi]^t，并根据戴维南定理，写成状态空间的表达式如下：

式中，ei＝diag{1，1，1，0}，ui(t)＝ii，

选择z1i-z3i作为模糊前件变量，公式(14)中的非线性系统用以下模糊系统表示，

式中，zi(t)＝[z1i，z2i，…，z5i]，g表示模糊集数量，r表示模糊规则数量，是中立ii型的模糊集，表示模糊隶属度的下界，表示模糊隶属度的上界，ali和bli是非线性系统模型在z1i-z3i进行线性化得到的系统矩阵，

步骤s25：建立能源互联网多铅酸蓄电池充放电切换操作数学模型；根据公式(13)和(15)得到：

式中角标σ等于1时表示系统在充电状态，角标σ等于2时表示系统在放电状态，xi(t)＝[i1iqeiθivi]^t，ui(t)＝ii，

进一步地，所述步骤s3具体包括以下步骤：

步骤s31：考虑基于soc状态估计器具有如下的结构：

式中：角标σ等于1时表示系统在充电状态，角标σ等于2时表示系统在放电状态，是估计的状态，是估计的系统输出，是观测器的估计前件变量，g表示模糊集数量，r表示模糊规则数量，是第i个系统中立ii型的模糊集，表示第i个系统模糊隶属度的下界，表示第i个系统模糊隶属度的上界，ail和bil是切换系统参数矩阵，lil是要设计的切换系统观测器参数矩阵；

考虑反馈控制器具有如下的结构

式中：kil是要设计的切换系统反馈控制器参数矩；

定义联立公式(16)，(17)，(18)得到如下的误差系统：

式中：

步骤s32：kil和lil分别是要设计的切换系统反馈控制器参数矩阵和观测器参数矩阵，通过求解以下的矩阵不等式获得：

式中：是具有适当维数的矩阵，γ是性能指标。

与现有技术相比，本发明具有以下有益效果：

单一的铅酸蓄电池无法满足能源互联网的稳定工作，因此需要进行多铅酸蓄电池的soc估计及组合应用。然而由于其内在的耦合性、强非线性等特征，使得对其进行研究显得非常困难。本发明考虑能源互联网的真实工况，设计分散式的soc状态估计器，使得多铅酸蓄电池的soc可以被正确的估计，并能保证系统的稳定运行和性能。

附图说明

图1为本发明实施例的能源互联网铅酸蓄电池充放电系统图，其中1为能源互联网ac母线；2为双向dc/ac模块、3为铅酸蓄电池、4为切换soc估计器、5为反馈控制器。

图2为本发明实施例的流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图2所示，考虑到铅酸蓄电池的储能状态对于能源互联网的稳定工作显得非常重要，而单一的铅酸蓄电池无法满足大容量的供电储能需求，因此需要多组铅酸电池并联组合使用。本实施例提供一种基于soc状态估计的多铅酸电池并联系统模糊协调控制方法，包括如下步骤：

步骤s1：搭建能源互联网多铅酸蓄电池充放电系统；

步骤s2：根据物理学电路原理以及中立ii型t-s模型的表达方法，建立能源互联网多铅酸蓄电池充放电切换系统模型；

步骤s3：考虑到铅酸蓄电池的储能状态对于能源互联网的稳定工作显得非常重要；针对能源互联网铅酸蓄电池储能状态问题设计基于soc状态估计的控制器，用以使得能源互联网多铅酸蓄电池储能状态正确估计，并能保证系统的稳定运行和性能。

如图1所示，在本实施例中，所述能源互联网多铅酸蓄电池充放电系统包括若干铅酸蓄电池充放电模块和一条能源互联网ac母线1；所述每个铅酸蓄电池充放电模块均包括一个双向dc/ac模块2、一个铅酸蓄电池3、一个切换soc估计器4和一个反馈控制器5；每个模块中的所述铅酸蓄电池均通过所述双向dc/ac模块2与所述ac母线1相连；每个模块中的所述反馈控制器5均与此模块中的所述铅酸蓄电池3连接，用以提供控制信号到该所述铅酸蓄电池3；所述前一个模块中的切换soc估计器4和下一个模块中的所述铅酸蓄电池3连接，用以提供控制信号到该所述铅酸蓄电池3。

在本实施例中，所述步骤s2根据物理学原理以及中立ii型t-s模糊模型的表达方法，建立能源互联网铅酸蓄电池充放电切换系统模型。具体步骤如下：

步骤s21：首先建立能源互联网单铅酸蓄电池物理模型，如公式(1)所示：

式中，τ1＝r1c1，cθ和rθ是热电容器和电池与其环境之间的电阻，rθ是电池周围环境的温度，ps是电池内部产生的热源。

定义符号em，r0，r1，r2为：

式中，em0，ke，r00，a0，r10，r20，a21，a22是铅酸蓄电池的常数。soc是指电池在给定温度θ下能够提供的最大容量的电量的满格指标，doc是参考实际放电状态的电池充满程度的指标，在容量c(i，θ)的表达中使用的电流是iavg＝i1，soc是充电状态，那么：

式中，i^*是参考电流，kc是给定i^*的经验系数。doc就是电荷深度，即：

doc＝1-qe/c(iavg，θ).(4)

寄生分支的行为实际上是强非线性的。下式可用于匹配tafel的充放电流关系：

ip＝vpngp0exp(vpn/vp0+ap(1-θ/θf))，(5)

式中，θf是主要取决于电解液比重的电解质冷冻温度，通常可以假设等于-40℃；对于铅酸蓄电池的参数gp0，vp0和ap是常量。

步骤s22：进一步建立能源互联网单铅酸蓄电池充电模型。定义v为端电压，i为输入电流(放电为正，充电为负)，

z2＝exp(vpn/vp0+ap(1-θ/θf))，z3＝r1，z4＝r2，z5＝r0。由(1)(5)可得：

式中，τ1＝r1c1，θa电池周围环境的温度，ps是电池内部产生的热源。

x(t)＝[i1qeθv]^t，并由(6)得到能源互联网单铅酸蓄电池充电非线性模型：

式中，e＝diag{1，1，1，0}，u(t)＝i，并且有

步骤s23：进一步考虑多铅酸电池系统，基于基尔霍夫电流定理，公式

其中i∈[1，2，...，n]，n代表铅酸电池的个数。将公式(9)代入(6)，可得

其中，z1i-z1i是可测量的变量。

定义xi(t)＝[i1iqeiθivi]^t，那么由(10)得到能源互联网多铅酸蓄电池充电非线性模型：

式中，e＝diag{1，1，1，0}，ui(t)＝ii，uj(t)＝ij，其中diag是表示对角矩阵，并且有

选择z1i-z5i作为模糊前件变量，(11)中的非线性系统可以用以下模糊系统表示，

式中，zi(t)＝[z1i，z2i，…，z5i]是模糊前进变量，g表示模糊集数量，r表示模糊规则数量是中立ii型的模糊集，μli[zi(t)]表示模糊隶属度的下界，表示模糊隶属度的上界，ali和bli是非线性系统模型在z1i-z5i进行线性化得到的系统矩阵，

步骤s24：进一步建立能源互联网多铅酸蓄电池放电数学模型。由于在放电期间有和那么则可以忽略电阻器r2和整个寄生分支的影响。因此，得到放电系统的动力学方程如下：

现在，定义z2i＝r0i，z3i＝r1i，xi(t)＝[i1iqeiθivi]^t，并根据戴维南定理，写成状态空间的表达式如下：

式中，ei＝diag{1，1，1，0}，ui(t)＝ii，

选择z1i-z3i作为模糊前件变量，公式(14)中的非线性系统可以用以下模糊系统表示，

式中，zi(t)＝[z1i，z2i，…，z5i]，g表示模糊集数量，r表示模糊规则数量，是中立ii型的模糊集，表示模糊隶属度的下界，表示模糊隶属度的上界，ali和bli是非线性系统模型在z1i-z3i进行线性化得到的系统矩阵，

步骤s25：进一步建立能源互联网多铅酸蓄电池充放电切换操作数学模型。随着公式(13)和(15)得到：

式中，角标σ等于1时表示系统在充电状态，角标σ等于2时表示系统在放电状态，xi(t)＝[i1iqeiθivi]^t，ui(t)＝ii，

在本实施例中，所述步骤s3考虑到铅酸蓄电池的储能状态对于能源互联网的稳定工作显得非常重要；针对能源互联网铅酸蓄电池储能状态问题设计基于soc状态估计的控制器，使得储能状态的正确估计，并能保证系统的稳定运行和性能。具体实施步骤如下：

步骤s31：首先考虑基于soc状态估计器具有如下的结构：

式中：式中，角标σ等于1时表示系统在充电状态，角标σ等于2时表示系统在放电状态，是估计的状态，是估计的系统输出，是观测器的估计前件变量，g表示模糊集数量，r表示模糊规则数量，是第i个系统中立ii型的模糊集，表示第i个系统模糊隶属度的下界，表示第i个系统模糊隶属度的上界，ail和bil是切换系统参数矩阵，lil是要设计的切换系统观测器参数矩阵。

考虑反馈控制器具有如下的结构

式中：kil是要设计的切换系统反馈控制器参数矩。

定义联立公式(16)，(17)，(18)得到如下的误差系统：

式中：

步骤s32：kil和lil分别是要设计的切换系统反馈控制器参数矩阵和观测器参数矩阵，可求解以下的矩阵不等式获得：

式中：是具有适当维数的矩阵，γ是性能指标。

较佳的，本实施例首先搭建能源互联网多铅酸蓄电池充放电系统，建立其非线性系统模型，并采用中立ii型t-s模糊方法去表达系统的非线性动态。接着针对能源互联网多铅酸蓄电池储能状态问题设计soc状态估计器，以此实现了储能状态的正确估计，并能保证系统的稳定运行和性能。本实施例考虑以上真实的工况，设计的soc状态估计器，使得多铅酸蓄电池的的soc可以被正确的估计，并能保证系统的稳定运行和性能。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。