光伏DC-DC变换器预测控制研究

发布时间：2020-10-21 10:41

　　 不可再生能源的日益紧缺和环境污染问题引发了新能源技术的广泛研究与应用。光伏直流微网发电系统因其显著的环保、能源和经济效益被越来越多的国家大力推广。光伏微网系统中,前端单向升压DC-DC变换器作为光伏阵列与直流母线的接口电路,是微网系统中主要的能量来源通道,对系统中电能的数量与质量起着关键的作用;储能双向DC-DC变换器作为储能装置与直流母线的接口,是微网系统能量的储存与补充通道。因此光伏微网的DC-DC变换器及其控制的研究具有非常重要的研究价值和实用意义。模型预测控制技术(MPC)因具有优越的处理约束条件的能力而受到越来越多关注。因此本文结合模型预测控制技术,研究了前端升压直流变换器与储能双向直流变换器集成的DC-DC变换器结构及其控制。本文的研究内容主要包括以下方面:(1)研究了一种三端口集成DC-DC变换器的工作原理并构建其数学模型。首先,研究了前端升压直流变换器与储能双向直流变换器在光伏微网中连接方式,并采用不对称Boost集成移相全桥三端口DC-DC变换器将二者进行集成;然后,分析其工作原理;最后,根据其拓扑结构的特点进行数学建模,为研究最大功率跟踪(MPPT)和均流(Current-sharing)技术奠定基础。(2)建立了光伏电池的仿真模型并提出本文所采用的MPPT方法。首先,根据光伏电池的等效电路,对其建立四参数数学模型,并建立仿真模型;然后通过分析比较几种常用的MPPT方法的优缺点,提出采用变步长扰动观察法(VS-PO)以弥补传统方法的不足,并对该方法进行仿真验证。(3)研究了模型预测最大功率跟踪控制方法(MPC-MPPT)。首先,介绍模型预测控制(MPC)的基本原理,并建立三端口DC-DC变换器MPC-MPPT的预测模型;然后研究一步预测及两步预测的MPC-MPPT算法;最后对MPC-MPPT进行仿真验证,仿真结果表明MPC-MPPT比传统MPPT算法有更好的动态性能。(4)研究了模型预测均流控制方法(MPC-current-sharing)。首先,分析DC-DC变换器并联系统中产生环流的原因,提出采用下垂(Droop)法解决问题;然后,并建立三端口DC-DC变换器模型预测下垂控制(MPC-Droop)预测模型,设计MPC-Droop控制方案,通过仿真验证了MPC-Droop方法的有效性。
【学位单位】：武汉理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM46
【部分图文】：

根据并网发电系统中是否有用以储存剩余能量的储能装置，并统可以划分为可调度式并网发电系统和不可调度式并网发电系统两型[6]。其中，没有增加储能装置的并网型系统称为不可调度式并网型统，因为没有用以储存电能的装置，逆变器必须直接将光伏阵列发逆变器转换成满足电压、频率等标准的交流电回馈给大电网。若电常或光照不充足时，逆变器则停止运行。由于不带储能系统，从而的系统发电成本相对较低，但是容易受天气影响。加入了储能剩余并网系统称为可调度式的并网型光伏发电系统。可调度式系统工作先将光伏电池板转化的电能存储在储能电池中，然后系统根据系统发电量是否满足负载需求，判断是否将储能电池中存储的电能馈送调度式并网型光伏系统因为有储能装置起到能量缓冲的作用，所以能和大电网电能能够互相补充。当光伏发电量充足的时候，可以将反馈到电网，当光伏发电量不够充足时大电网也能补充缺少的部分个系统的能量供给平衡[7]。本文研究的背景是分布式光伏直流微电网统结构图如图 1- 1 所示，该系统属于并网型可调度式系统。

（a）集中式变换方式 （b）分布式式变换方式图 1- 2 变换器与光伏板配置方式1.2.2 DC-DC 变换器拓扑直流变换器的功能是对输入的直流电进行电压升降或电流增大减小，在不考虑损耗的情况下输入输出功率相等。本文研究的光伏发电系统中的前端升压直流变换器，它的主要作用是对光伏电池板输出电能进行变换，使输出的电压电流能够满足直流并网的需求，同时也调节输入电压电流使输入到变换器的功率达到最大，即最大功率点。在不同的光照强度和温度环境下通过调节直流变换器的开关器件调节直流变换器的输入电压和电流，使变换器输入功率，即光伏电池输出功率，达到最大，同时提供合适的输出电压电流，因此设计一种性能良好的直流变换器是非常重要的。从光伏的实际应用角度出发，为了合理的利用太阳能，光伏阵列的功率等级一般都比较高。而传统的单一电路拓扑的直流变换器功率等级有限，难以与光伏阵列的功率等级相匹配。（1）Buck 型电路

图 1- 3 Buck 变换器ost 变换电路电路即升压斩波电路。原理如图 1- 4 所示，其中 T MOSFET 或 IGBT；L 为滤波电感，起储存能量和滤波电容，起储存能量和滤除电压纹波的作用；R 代表流的作用。分析其工作原理很容易得知，它的输出： ( )/o on off off iU = t + t t U，ont 、offt 分别为一个开关间。这种电路符合光伏前端直流变换器的升压需求较常用的选择[10]。图 1- 4 Boost 变换电路st 电路以结构简单、元器件少，分析建模和控制较容
【相似文献】

相关期刊论文 前10条

1 俞利涛;魏灿;朱永治;臧建波;;模型预测控制技术在水泥制造中的应用[J];水泥技术;2019年02期

2 张聚;胡标标;谢作樟;龚俊强;;显式模型预测控制的可达分区点定位算法[J];系统科学与数学;2016年10期

3 胡童亮;;模型预测控制技术在碳酸二甲酯生产中的应用[J];浙江化工;2015年12期

4 赵婷婷;程奇峰;王志丰;;改进粒子群算法优化的非线性模型预测控制[J];辽宁工程技术大学学报(自然科学版);2015年04期

5 张聚;丁靖;;倒立摆系统显式模型预测控制[J];控制工程;2010年04期

6 王献忠,杜维;模型预测控制发展概况[J];自动化与仪器仪表;1999年04期

7 李超;赵行晟;王晓俊;周杏鹏;;基于扰动观测器和模型预测控制的降膜蒸发器控制器设计[J];工业控制计算机;2016年03期

8 王国良;杜娟;陈宇晨;阎威武;;基于多目标优化的非线性模型预测控制的研究（英文）[J];计算机与应用化学;2017年04期

9 肖振;高强;常勇;;模型预测控制系统的性能评价研究[J];化工自动化及仪表;2016年07期

10 习春苗;;电力工业模型预测控制——现状与发展[J];环球市场信息导报;2016年09期

相关博士学位论文 前10条

1 陈卓易;预测误差驱动的永磁同步电机有限集模型预测控制[D];浙江大学;2018年

2 周湛清;永磁同步电机系统模型预测控制[D];天津大学;2017年

3 李志军;约束模型预测控制的稳定性与鲁棒性研究[D];华北电力大学（北京）;2005年

4 苏成利;非线性模型预测控制的若干问题研究[D];浙江大学;2006年

5 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年

6 田翔;模型预测控制并行计算系统研究[D];浙江大学;2007年

7 张浪文;网络信息模式下分布式协调模型预测控制研究[D];上海交通大学;2015年

8 孔小兵;非线性模型预测控制及其在发电过程控制中的应用[D];华北电力大学;2014年

9 岳俊红;复杂工业过程多模型预测控制策略及其应用研究[D];华北电力大学（北京）;2008年

10 孙行衍;船舶动力定位系统模型预测控制研究[D];哈尔滨工程大学;2014年

相关硕士学位论文 前10条

1 赵恺伦;近似显式模型预测控制及其在三自由度直升机上的应用[D];浙江工业大学;2019年

2 何文韬;车辆巡航系统高效模型预测控制算法设计及实现[D];浙江工业大学;2019年

3 吴赛男;约束车辆队列系统参数化模型预测控制[D];浙江工业大学;2018年

4 杜珍珍;光伏DC-DC变换器预测控制研究[D];武汉理工大学;2018年

5 陈天培;新能源汽车双向DC/DC变换器多模型预测控制研究[D];武汉理工大学;2018年

6 尹子剑;多模型预测控制在脱硝系统中的应用研究[D];华北电力大学;2018年

7 荆红娟;基于模型预测控制的四驱混合动力汽车能量管理策略研究[D];合肥工业大学;2018年

8 赵明星;电动汽车永磁同步轮毂电机直接转矩模型预测控制研究[D];吉林大学;2018年

9 崔文轩;模型预测控制的永磁同步电机控制系统研究[D];哈尔滨理工大学;2018年

10 王辉;MMC-HVDC输电系统控制策略的研究[D];山东大学;2018年

本文编号：2850018