基于模糊控制的蓄电池系统储能单元SOC均衡方法

刘胜崇　帕孜来·马合木提　葛震君

摘  要： 当独立运行的微电网蓄电池储能系统中含有多个并联储能单元时，由于出厂设定或者使用过程中过度充放电的原因，会导致储能单元荷电状态（SOC）不均衡及输出电压波动。为了解决上述问题，采用一种基于模糊理论的SOC均衡控制方法。在双闭环控制方法的基础上，通过增加 SOC 的模糊控制环节，在一定范围内对参考电压进行调节，从而控制DC/DC变换器改变蓄电池储能单元输出电流，最终使剩余电量达到均衡，同时维持储能系统输出电压稳定。最后，通过Matlab/Simulink搭建仿真模型进行验证，仿真结果表明了该方法的有效性。

关键词： 蓄电池系统; 储能单元; 荷电状态; 模糊控制; 电压控制; 仿真分析

中图分类号： TN86?34; TM464; TP277           文献标识码： A                    文章编号： 1004?373X（2020）24?0135?05

Fuzzy control based SOC equalization method for battery energy storage unit

LIU Shengchong， PAZILAI Mahemuti， GE Zhenjun

（College of Electrical Engineering， Xinjiang University， Urumqi 830047， China）

Abstract： When there are multiple parallel energy storage units in the battery energy storage system of the microgrid operating independently， the factory setting or the overcharging and discharging during using of the energy strage unit can cause the unbalanced SOC（state of charge） in the energy storage unit and fluctuant output voltage. On this basis， a SOC qualization control method based on fuzzy theory is adopted. On the basis of the double closed?loop control method， the reference voltage is adjusted within a certain range by increasing the fuzzy control link of SOC， so as to control the DC/DC converter to change the output current of the storage battery energy storage unit， achieve the balance of the remaining power and maintain the stable output voltage of the energy storage system. The simulation model is built on the Matlab/simulink for verification， and the simulation results show the effectiveness of the method.

Keywords： battery energy storage system; energy storage unit; SOC; fuzzy control; voltage control; simulation analysis

0  引  言

隨着环境问题和化石燃料储量的不断枯竭，风能和太阳能等可再生能源逐步成为主要研究方向，然而，光伏、风能发电受地势、气候和环境影响较大，有功功率输出存在波动性、间歇性和难以预测性[1?3]。

蓄电池储能系统可以对系统有功功率进行有效调节，从而提高微电网的稳定性和可靠性[4?6]。当系统中多个蓄电池储能单元并联运行时，可能会出现某个储能单元过度充、放电的情况，影响某些储能单元的使用寿命，造成其他储能单元的闲置，降低系统整体效率[7?8]。因此，研究多个蓄电池储能单元SOC均衡控制具有重要应用前景和理论意义。

文献[9]研究了一种基于级联PWM变换器的蓄电池储能系统的SOC均衡控制。文献[10?12]采用改进下垂控制的SOC均衡控制策略，通过将检测得到的各个储能单元的荷电状态来设置储能系统中的下垂系数，从而改变储能单元输出电流，实现各个储能单元SOC均衡。但是改变下垂系数会对蓄电池储能的稳定性产生影响[13?14]。文献[15]中采用改变参考电压的改进下垂控制策略，在低压双极型直流微电网中，对多个双电层电容器实现了能量均衡。

本文针对蓄电池储能系统中多个并联储能单元SOC不均衡以及输出电压波动问题，搭建蓄电池储能系统模型，对传统控制方法进行改进，采用基于模糊理论的SOC均衡控制策略， 利用双闭环控制技术稳定直流侧电压， 完成仿真验证。

1  蓄电池储能系统

1.1  蓄电池储能系统结构

蓄电池储能系统结构如图1所示。

该系统由蓄电池组、控制器、变流器、微电网4部分组成。首先，通过对微电网数据进行采集、分析和处理，得到微电网所需要的有功功率和无功功率。本文的主要研究对象是 DC/DC控制器，主要对微电网有功功率进行处理，输出控制指令，控制蓄电池储能系统充放电。当微电网中有功负载过大，产生有功需求时，控制储能系统放电，发出有功功率，同时检测储能单元SOC，控制其达到均衡;反之，当微电网中有功功率过盈时，控制储能系统充电，吸收有功功率，同时检测储能单元SOC，控制其达到均衡。

1.2  蓄电池储能系统拓扑结构

选择合适的储能系统拓扑结构对于减少储能系统的设计冗余， 延长蓄电池组使用寿命具有十分重要的意义。本文选取的拓扑结构如图2所示。

该拓扑结构由蓄电池组、双向Boost?Buck电路、双向PWM整流器、LC滤波器和交流微电网组成。这种含双向Boost?Buck升降压模块的拓扑结构具有较强的适应性，可以实现多并联的储能单元模块的充放电管理; 由于Boost?Buck模块可实现直流电压的升降，使得储能单元的容量更加灵活;适于含风电、光伏等波动性比较强的分布式电源的微电网，平抑其有功功率波动。

1.3  蓄电池储能系统功率控制策略

本文对直流侧和逆变侧进行单独控制，由DC/DC 变换器控制有功功率和稳定直流侧电压，由DC/AC变换器控制无功功率。本文主要研究系统有功功率，控制策略如图3所示。

由图3可知：当蓄电池SOC高于上限时，禁止充电;当蓄电池SOC低于下限时，禁止放电;当蓄电池的SOC处于正常范围5%≤SOC≤95%时，蓄电池吸收或输出功率。微电网实际功率、微电网额定功率和蓄电池充放电的基本关系如下：

1） 微电网实际功率大于额定功率，对微电网进行“削峰”、蓄电池进行充电。

2） 微電网实际功率小于额定功率，对微电网进行“填谷”、蓄电池进行放电。

3） 微电网实际功率等于额定功率，蓄电池不工作。

2  蓄电池储能单元SOC均衡控制策略

本文以蓄电池储能系统放电模式为例，对蓄电池储能单元SOC均衡控制策略进行研究。蓄电池组SOC均衡控制的基本思想是SOC较大的蓄电池组输出较多能量，SOC较小的蓄电池输出较小的能量，从而实现SOC均衡。改变参考电压或改变双闭环控制中的控制器参数都可以实现蓄电池输出能量控制，实现SOC均衡。但是，前者会对系统稳定性造成影响，所以本文采用改变参考电压的方式。

2.1  蓄电池储能单元SOC评估

蓄电池储能系统按照储能单元SOC进行调节，因此需要对SOC进行评估。虽然已经提出了许多测量蓄电池储能单元SOC的方法，但电荷累积法是最常用的技术，而且该方法估算每个储能单元SOC时较为简单，所以采用该方法。其算法如下：

[SOCi=SOCit=0-1Ce_iIbat_idt]         （1）

式中：[Ce_i]为储能单元容量;SOCit=0为初始剩余容量;Ibat_i为储能单元输出电流。

2.2  模糊控制环节

模糊控制（Fuzzy Control）是一种基于规则的非线性控制理论。模糊控制器设计规则通常基于设计者现有的经验和知识，不需要精确数学模型，具有较强的鲁棒性、实时性，而且便于数字实现。本文通过模糊控制来确定参考电压。

输入值[Xk]是每个蓄电池剩余电量和平均剩余电量的比值，表达式如下：

[Xk=SOCk1n-1·i=1nSOCi-SOCk] （2）

式中：[SOCk]为选定的储能单元的剩余电量;[SOCi]为单独的储能单元的剩余电量。

该系统是一个单输入单输出系统，本文选择Xk作为控制信号，直接通过模糊规则来对Vdc进行调节。输入输出一共有2个变量，定义其模糊集合为{PB，PS，Z，NS，NB}，即{负大，负小，零，正小，正大}。在理想情况下，分别建立Xk和Vdc的隶属度函数，如图4所示。

采用Mamdani模糊推理方法，以输出电压能快速达到给定值为目标，建立模糊规则，并得到理想情况下，输入值Xk和输出参考电压Vdc*之间的关系，如图5所示。

2.3  基于模糊控制的SOC均衡控制策略

图6为传统的蓄电池储能系统控制框图。其中，外环为直流输出端电压环，参考电压Vdc*为给定值，与输出电压Vdc的差值经过PI控制得到波动电流ΔIv，检测计算得到微电网所需功率Pneed与储能单元电流的商值作为参考电流Ibat*，ΔIv与Ibat*之和作为最终的储能单元的参考电流值。内环为储能单元电流环，以测量所得储能单元电流Ibat与最终参考电流的差值为输出。

图7为蓄电池储能单元SOC均衡控制环节， 图8为改进后蓄电池储能系统整体控制框图，与传统的电压电流双闭环控制系统不同，本文通过在传统控制方法中加入基于SOC的模糊控制环节，通过检测得到储能单元的SOC，然后经过模糊控制得到参考电压Vdc*，从而改变直流输出端的电压和储能单元的输出电流，在保证输出电压趋于稳定的同时，使SOC达到均衡。输出电压的表达式为：

[Vdc=Vdc*-Vdc·GPI_i（s）+Ibat-Pneedn·Vbat·GPI_v（s）]  （3）

[Vdc=Vdc*-ΔVΔV=ΔIv·GPI_v（s）ΔIv=ΔI+Ibat-Ibat*ΔI=Vdc·GPI_i（s）Ibat*=Pneedn·Vbat]                （4）

[GPI_v（s）=kp_v+ki_vsGPI_i（s）=kp_i+ki_is]               （5）

式中：Vdc和Vdc*分别是蓄电池储能系统的输出电压和参考输出电压;Ibat和Ibat*分别是储能单元的输出电流和参考输出电流;GPI_v（s）是输出电压PI控制器的传递函数;GPI_i（s）是储能单元输出电流PI控制器的传递函数;Pneed是微电网所需的有功功率;ΔV是电压偏差;ΔIv是电压偏差引起的电流波动;ΔI是电流偏差。

3  仿真结果

为了验证上述理论的正确性和有效性，在Matlab/Simulink中搭建仿真模型，该仿真模型具有3组并联的储能单元，且初始剩余电量不同。首先仿真传统控制在蓄电池储能系统中的应用，然后验证了加入基于模糊控制的SOC均衡环节后，总体控制方法对储能单元SOC均衡产生的效果以及对蓄电池储能系统输出电压产生的影响。

主要仿真参数如表1所示。

图9为传统蓄电池储能系统控制所得到的仿真波形。由图9中可以得出，3组储能单元输出电流基本保持一致，所以储能单元SOC没有实现均衡，储能系统输出电压保持不变。

图10为基于模糊理论的SOC均衡控制所得到的仿真波形。由图10中可以得出，储能单元输出电流和其输出电压都能够根据储能单元SOC相应发生变化，当SOC的差值减小时，储能单元的输出电流趋于相等，其输出电压也趋于相等。

该方法在实现储能单元SOC均衡的同时对储能单元输出的电压在一定范围内进行了调节，使输出电压最终维持在45 V。

4  结  语

蓄电池储能系统可以对系统有功功率进行有效调节，从而提高微电网的稳定性和可靠性，本文采用一种基于模糊改进双闭环的SOC均衡控制策略。在双闭环控制方法的基础上，通过增加SOC的模糊控制环节，在一定范围内，对参考电压进行调节，从而控制DC/DC变换器改变蓄电池储能单元输出电流，最终使剩余电量达到均衡，同时维持储能系统输出电压稳定。与未加入模糊控制环节的传统控制策略进行了对比，仿真结果验证了采用改进后的蓄电池储能控制策略可以有效地解决蓄电池储能系统中多个储能单元并联运行时，储能单元SOC不均衡的问题，同时使蓄电池储能系统的输出参考电压最终达到稳定。

参考文献

[1] GUERRERO J M， VASQUEZ J C， MATAS J， et al. Hierrchical control of droop?controlled AC and DC microgrids?a general approach toward standardization [J]. IEEE transactions on industrial electronics， 2011， 58（1）： 158?172.

[2] SANCHEZ S， MOLIAS M. Degree of influence of system states transition on the stability of a DC microgrid [J]. IEEE transactions on smart grid， 2014， 5（5）： 2535?2542.

[3] ZHOU H H， BHATTACHARYA T， TRAN D， et al. Composite energy storage system involving battery and ultracapacitor with dynamic energy management in microgrid applications [J]. IEEE transactions on power electronics， 2011， 26（3）： 923?930.

[4] BO Z Q， LIN X N， WANG Q P， et al. Developments of power system protection and control [J]. Protection and control of modern power systems， 2016， 1（1）： 1?8.

[5] 陈洪涛，胡健，韩小雨，等.直流微电网内DC/DC变换器非线性控制策略研究[J].现代电子技术，2019，42（4）：153?157.

[6] 李建林，马会萌，惠东.储能技术融合分布式可再生能源的现状及发展趋势[J].电工技术学报，2016（14）：1?10.

[7] 张学，裴玮，邓卫，等.多源/多负荷直流微电网的能量管理和协调控制方法[J].中国电机工程学报，2014，34（31）：5553?5562.

[8] 李宁宁.带蓄电池储能的STATCOM控制策略及应用研究[D].哈尔滨：哈尔滨工业大学，2016.

[9] MAHARJAN L， INOUE S， AKAGI H， et al. State?of?charge （SOC）?balancing control of a battery energy storage system based on a cascade PWM converter [J]. IEEE transactions on power electronics， 2009， 24（6）： 1628?1636.

[10] 彭思敏，曹云峰，蔡旭.大型蓄电池储能系统接入微电网方式及控制策略[J].电力系统自化，2011，35（16）：38?43.

[11] LU X ，SUN K， GUERRERO J M， et al. State?of?charge balance using adaptive droop control for distributed energy storage systems in DC microgrid applications [J]. IEEE transactions on industrial electronics， 2014， 61（6）： 2804?2815.

[12] 韦佐霖，陈民铀，李杰，等.孤岛微网中分布式储能SOC和效率均衡控制策略[J].电力自动化设备，2018，38（4）：169?177.

[13] LI C D， DRAGICEVIC T， PLAZA M G， et al. Multiagent based distributed control for state?of?charge balance of distributed energy storage in DC microgrids [C]// 40th Annual Conference of the IEEE Industrial Electronics Society. Dallas： IEEE， 2014： 28?39.

[14] HU R， WEAVER W W. DC microgrid droop control based on battery state of charge balancing [C]// 2016 IEEE Power and Energy Conference at Illinois. Urbana： IEEE， 2016： 101?106.

[15] KAKIGANO H， MIURA Y， ISE T. Distribution voltage control for DC microgrids using fuzzy control and gain?scheduling technique [J]. IEEE transactions on power electronics， 2013， 28（5）： 2246?2258.

作者简介：刘胜崇（1992—），男，河北石家庄人，硕士研究生，主要研究领域为微电网及其控制策略。

帕孜来·马合木提（1962—），女，维吾尔族，新疆乌鲁木齐人，副教授，硕士生导师，主要研究领域为过程控制及智能诊断。

葛震君（1989—），男，天津人，硕士研究生，主要研究领域为故障诊断与故障预测。