【技术实现步骤摘要】
多电平储能型变换器深度学习式模型预测控制系统及方法
本专利技术属于储能
,涉及多电平储能型变换器,尤其是一种多电平储能型变换器深度学习式模型预测控制系统及方法。
技术介绍
能源危机和环境问题的愈发严重,使得新能源在电网中的接入比例逐年提升。新能源,尤其是太阳能,具有输出功率波动性强、受外部环境影响大等特点,在并网过程中通常需要与储能装置配合使用。随着光伏市场的日趋成熟,光伏成本逐年下降,基本与传统火力发电电价持平。同时光伏能够与楼宇建筑进行一体化设计,对于新能源系统在用户侧的广泛接入提供了有力条件。作为储能系统并网的关键设备,并网变换器对于储能系统的输出起到调控作用,能够与光伏输出特性相匹配,减小对并网点的冲击影响。传统储能并网变换器结构为两电平结构,具有控制灵活、解耦性强等优势,但是对于电池组内部缺乏有效管理,储能装置整体使用寿命有所缩减。模块化多电平变换器(ModularMultilevelConverter,MMC)因其模块化结构、输出谐波特性好、环流控制灵活等优势在高压交直流变换领域具有良好应用。若将储能电池组分散接入于MMC结构子模块中,则能够充分利用环流、子模块调制深度等控制变量对电池组输入/输出能量进行有效调控,从而延长储能系统的使用寿命。对于储能型模块化多电平系统(B-MMC)的控制策略研究大都基于传统PI控制理论,随着控制变量以及控制环数的增加,系统的参数调整难度直线上升,系统的动态稳定性也会受到一定影响。相比较而言,模型预测控制方法(ModelPredictiveContro ...
【技术保护点】
1.一种多电平储能型变换器深度学习式模型预测控制系统,其特征在于:包括第一电流检测模块、第二电流检测模块、功率检测模块、电压检测模块、模型预测模块、深度学习模块、SOC检测模块和开关信号生成模块;/n所述第一电流检测模块与交流输出侧连接,用于采集交流输出侧电流值并输出至模型预测模块;/n所述第二电流检测模块与三相桥臂连接,用于采集三相环流值并输出至模型预测模块;/n所述功率采集模块与三相桥臂连接,用于采集三相桥臂的输入/输出功率值并输出至模型预测模块;/n所述电压检测模块与交流输出侧连接,用于采集交流侧电压值并输出至模型预测模块;/n所述SOC检测模块与多电平储能型变换器的桥臂相连接,用于采集桥臂子模块电池组的SOC值并输出至模型预测模块;/n所述深度学习模块利用深度学习算法确定价值函数中权重系数的最优值并输出至模型预测模块;/n所述模型预测模块通过模型预测控制方法计算得到每组桥臂最优接入个数,并输出至开关信号生成模块;/n所述开关信号生成模块产生开关驱动信号并传送给多电平储能型变换器实现控制功能。/n
【技术特征摘要】
1.一种多电平储能型变换器深度学习式模型预测控制系统,其特征在于:包括第一电流检测模块、第二电流检测模块、功率检测模块、电压检测模块、模型预测模块、深度学习模块、SOC检测模块和开关信号生成模块;
所述第一电流检测模块与交流输出侧连接,用于采集交流输出侧电流值并输出至模型预测模块;
所述第二电流检测模块与三相桥臂连接,用于采集三相环流值并输出至模型预测模块;
所述功率采集模块与三相桥臂连接,用于采集三相桥臂的输入/输出功率值并输出至模型预测模块;
所述电压检测模块与交流输出侧连接,用于采集交流侧电压值并输出至模型预测模块;
所述SOC检测模块与多电平储能型变换器的桥臂相连接,用于采集桥臂子模块电池组的SOC值并输出至模型预测模块;
所述深度学习模块利用深度学习算法确定价值函数中权重系数的最优值并输出至模型预测模块;
所述模型预测模块通过模型预测控制方法计算得到每组桥臂最优接入个数,并输出至开关信号生成模块;
所述开关信号生成模块产生开关驱动信号并传送给多电平储能型变换器实现控制功能。
2.根据权利要求1所述的多电平储能型变换器深度学习式模型预测控制系统,其特征在于:所述多电平储能型变换器包含三相六组桥臂,每相桥臂均由上、下两组桥臂及与其连接的滤波器组成,每组桥臂均由N个子模块串联组成,每个桥臂子模块均由电池组与半桥电路并联组成,电池组内包含BMS均衡电路。
3.一种如权利要求1或2所述多电平储能型变换器深度学习式模型预测控制系统的控制方法,其特征在于,包括以下步骤:
步骤1、通过电压检测模块和功率检测模块得到T+1时刻的交流输出电流与环流参考值,并输出至模型预测模块;第一电流检测模块与第二电流检测模块的交流输出侧电流和...
【专利技术属性】
技术研发人员:李楠,张弛,李松原,冯军基,李琳,郭博文,李苏雅,祖国强,刘力卿,
申请(专利权)人:国网天津市电力公司电力科学研究院,国网天津市电力公司,国家电网有限公司,
类型:发明
国别省市:天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。