一种用于光伏和燃料电池之间的优化能量管理的控制方法
文献发布时间:2023-06-19 09:54:18
技术领域
本发明属于能量管理控制领域,具体地说是一种基于混合模糊逻辑和人群搜索优化算法、用于光伏和固体氧化物燃料电池之间的优化能量管理的控制方法。
背景技术
随着对电力需求量的增加,对电力供应的可靠性要求也越来越高,为了应对现代电力在控制和运行上的一致性,电网网络也伴随着快速扩张,同时也变得更加复杂。其中,分布式发电装置(DG)集成到配电系统中是一种很有前景的工作,不仅能够应对这些存在的问题,而且还具有减少污染,降低停电概率,能量高效率利用和电力传输期间的低损耗等优点。与传统的同步发电机相比,DG装置提供了高度的可操作性和可控性,这有助于维持电网的稳定性。然而,在维持微电网稳定安全运行的方面,有许多关键问题需要考虑。
虽然通过将可再生能源(RES)整合到微电网作为微源,可以提高能源效率,能源成本和系统可靠性以及降低温室气体排放,但通常RES取决于气候变化,这可能导致出现单一类型的RES可能无法完全满足负荷需求的情况。通过在混合微电网结构中集成不同种类的可再生能源,可以解决上述问题。现阶段的研究中,存在各种方法用于整合RES以形成混合微源,即DC耦合、AC耦合和混合耦合等,但缺少一种可以将多种不同种类的可再生能源进行能量优化管理的控制方法。
发明内容
针对上述存在问题,本发明提供一种基于混合模糊逻辑和人群搜索优化算法的,用于光伏和固体氧化物燃料电池之间的优化能量管理的控制方法,以确保最高的最终用户能源成本效率以及最佳的最终用户能源供应可靠性,实现大功率点跟踪,提高多微源能源效率的利用。
为此,本发明采用的技术方案是:一种用于光伏和燃料电池之间的优化能量管理的控制方法,其包括步骤:
S1,建立光伏电池模型;
S2,建立固体氧化物燃料电池的模型;
S3,采用控制微源的方法,包括:
S31,用改进的Perturb和Observe方法动态跟踪最大功率点;
S32,确定人群搜索算法优化动态PI控制器控制的MP&O方法与动态步长,所述的MP&O方法即改进的Perturb和Observe方法;
S33,确定优化目标;
S34,计算人群搜索算法的迭代;
S35,确定搜索持续时间;
S36,确定步长的值;
S4,使用混合模糊逻辑和人群搜索算法优化调整动态PI控制器的参数;
S5,集成到固体氧化物燃料电池的升压转移器进行功率调节。
进一步地,所述的步骤S1中,
所述的步骤S1中,
PV电池中产生的光电流,在等效电路模型中用非线性直流电流源的电流I
由基尔霍夫定律可知,PV电池的终端电流表示为:
I=I
其中,I为PV电池的终端电流,I
I
其中
I
其中,I
PV电池热电压表示为:
其中,N
其中,
其中,
其中,
I
V
其中,I
所述的光伏电池模型使用上述的公式(10)和(11)在Matlab/Simulink软件中实现。
进一步地,所述的步骤S2中,
固体氧化物燃料电池的电压根据Nernst方程用可变参数表示如下:
其中,
固体氧化物燃料电池中生成的总功率表示为:
进一步地,所述的步骤S32中,为解决传统MP&O方法中步长初始化问题,采用基于模糊搜索优化DPI控制的MP&O方法。
进一步地,所述的步骤S33中,假设数学搜索器是单个粒子矢量,其包括相对于要优化的参数值的总数的多个维度“DIM”值,整个搜索者群体被分为“SP”数量的亚群。
进一步地,所述的步骤S34中,对于每个具有步进时间t的SP子群,步长SL(SP,p,q,t)>0和DIM(SP,p,q,t)∈{-1,0,1},其中集合分别表示负变化、无变化和正变化;每个搜索者p在每个维度q(1≤qj≤DIM,DIM)的新位置由下列公式给出:
P(SP,p,q,t+1)=P(SP,p,q,t)+SL(SP,p,q,t)*DIM(SP,p,q,t) (16)
为了将最差搜索者的位置与每个顺序(SP-1)子群中的最佳位置合并,需要执行均匀的交叉操作,同时避免局部收敛:
其中,P(SP,m,q,t)
进一步地,所述的步骤S35中,
为确定搜索持续时间,整个空间被认为是搜索者的象限域;关于位置变化的响应的演变给出了经验梯度EG,搜索者跟踪EG以进一步搜索,搜索位置通过考虑许多EG过去或现在的自己或邻居的位置来确定,由下式表出:
式中,Φ表示为0~1的实数,
进一步地,所述的步骤S4,模糊逻辑控制(Fuzzy Logic Control,FLC)的输入参数是ΔP和ΔI,表示如下:
其中,输入参数ΔP和ΔI分别是PV模块的功率和电流的变化量。
进一步地,所述的步骤S4,模糊逻辑控制(Fuzzy Logic Control,FLC)的输出表示为:
ΔK
ΔK
在公式(21)和(22)输出参数ΔK
进一步地,所述的步骤S5,
为执行功率调节,升压转换器单独集成到固体氧化物燃料电池中,为确保固体氧化物燃料电池的输出功率,确保最高的能量供应可靠性,集成的升压转换器通过混合模糊逻辑和人群搜索算法优化动态PI(FSOA-DPI)控制器进行控制。
本发明具有的有益效果如下:本发明用于光伏和固体氧化物燃料电池之间能量管理的优化控制,可以确保最高的最终用户能源成本效率以及最佳的最终用户能源供应可靠性,实现了大功率点跟踪,提高了多微源能源效率的利用。
附图说明
图1是本发明PV电池模型的等效电路图;
图2是本发明MP&O方法的流程框图;
图3是本发明集成MP&O方法的FSOA-DPI控制图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明作进一步说明。
一种光伏和固体氧化物燃料电池之间的优化能量管理的控制方法,该方法包括以下步骤:
S1、建立光伏模型
PV电池由于p-n结暴露于太阳辐射中,而在PV电池中产生的光电流,在等效电路模型中用非线性直流电流源的电流I
由基尔霍夫定律可知,PV电池的终端电流可表示为:
I=I
其中I为PV电池的终端电流,I
I
其中
二极管电流I
其中I
其中N
其中
饱和电流表示为:
其中
其中N
I
V
数学PV建模使用上述方程在Matlab/Simulink软件中实现。
S2、建立固体氧化物燃料电池的模型
本发明对SOFC进行了建模。SOFC的电压可以根据Nernst方程用可变参数表示如下:
其中
SOFC中生成的总功率可表示为:
S3、控制微源的方法
为了在两个考虑的微源中实现最高的能源成本效率,应该保证利用PV的总可用剩余能量。因此,为了确保最高的可用自由能,提出基于模糊人群搜索优化算法的最大功率点跟踪(MPPT)系统改进改进的Perturb和Observe技术(MP&O),使得动态PI控制器得到增强。用于光伏阵列的升压转换器由所提出的基于人群搜索优化算法的动态PI控制器调节,用MP&O方法动态地跟踪最大功率点,以确保从混合微源获得最大的自由可用能量。VSC由基于混合模糊逻辑和人群搜索优化算法的动态PI(FSOA-DPI)控制器调节。
S31跟踪最大功率点。
改进的Perturb和Observe技术(MP&O)被广泛用于最大功率点跟踪,因为它需要较少数量的输入参数和简单的实现。MP&O技术的基本功能如附图2所示。
S32确定人群搜索优化动态PI控制的MP&O技术与动态步长。
为解决传统MP&O方法中步长(K)初始化问题,本发明提出了基于模糊搜索优化DPI控制的MP&O方法,如图3所示。
S33确定优化目标。
本发明将通过最小化目标的方法视为优化问题。假设数学搜索器是单个粒子矢量,其包括相对于要优化的参数值的总数的多个维度“DIM”值。整个搜索者群体被分为“SP”数量的亚群。对于这项发明,SP假定为3。
S34计算SOA的迭代。
对于每个具有步进时间t的SP子群,步长SL(SP,p,q,t)>0和DIM(SP,p,q,t)∈{-1,0,1},其中集合分别表示负变化、无变化和正变化。每个搜索者p的每个维度q(1≤qj≤DIM,DIM)的新位置由下列公式给出:
P(SP,p,q,t+1)=P(SP,p,q,t)+SL(SP,p,q,t)*DIM(SP,p,q,t) (16)
为了将较差搜索者的位置与每个顺序(SP-1)子群中的最佳位置合并,需要执行均匀的交叉操作,同时避免了局部收敛。
其中,P(SP,m,q,t)
S35确定搜索持续时间。
为了确定搜索持续时间,整个空间被认为是寻求者中的象限域。关于位置变化的响应的演变给出了经验梯度(EG)。搜索者可以跟踪EG以进一步搜索。适应度越高,搜索位置越好。搜索位置可以通过考虑许多EG过去或现在的自己或邻居的位置来确定,可由下式表出:
S36确定步长的值。
为了实现步长的变化,本发明提出了高斯概率分布。该技术假设下一个解决方案和当前解决方案之间的是接近的,因此可以从最佳解决方案中更好地进行搜索。
S4、使用FSOA调整PI参数
SOA中的优化涉及最小化积分绝对误差(IAE)。模糊逻辑控制(FLC)的输入参数是DP和DI,表示如下:
FLC的输出可表示为:
ΔK
ΔK
在等式19中,输入参数ΔP和ΔI分别是功率的微小变化和PV模块的电流的微小变化以及等式。(21)和(22)输出参数ΔK
在该提出的控制器中,实现修改的SOA技术以找到模糊逻辑的最佳隶属函数参数以计算PI控制器增益。
S5、集成到SOFC的功率调节器
为了执行功率调节,升压转换器单独集成到固体氧化物燃料电池中。SOFC的响应时间总是缓慢,使得原始输出功率有所限制。因此,为了确保SOFC的输出功率,以确保最高的能量供应可靠性,集成的升压转换器通过提出的FSOA-DPI控制器进行控制即可。
本实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术手段。
- 一种用于光伏和燃料电池之间的优化能量管理的控制方法
- 一种多能量源氢燃料电池汽车能量管理控制方法及系统