1.本发明涉及电氢联合混合储能系统控制技术领域，具体为一种用于电氢混合储能系统功率的分数阶模型预测控制方法。
背景技术：2.随着“碳达峰”和“碳中和”双碳目标的提出和我国面临能源转型的迫切需要，构建低碳、安全的能源体系和开发绿色、高效的储能系统势在必行。我国远洋岛屿众多，岛上重要装备亟需高可靠、高电能质量的电力供应，因此在海岛微电网中储能系统起到平抑功率波动的中枢作用。随着我国风电和光伏等装机容量陡增，近年来出现弃风弃光现象。将多余电能用于电解水制氢，开发储氢技术成为新能源发电领域内混合储能系统形式革新的重要方向。利用自然界二氧化碳(co2)进入特种燃料电池装置进行发电成为先进的分布式发电方式，符合我国“双碳”目标要求，顺应我国能源战略发展的趋势，在未来智能微电网更先进混合储能系统中所占比例有望提高。
3.请参阅图1，无论在海岛上抑或是陆地微电网中，各类分布式新能源发电诸如海流能、波浪能及传统的风能、光伏等发电单元皆具有出力随机性大和功率波动性强的特点。引入电氢联合混合储能系统可以克服这类新能源发电普遍存在的高、低频波动的先天缺陷，电氢中“电”是指传统电化学混合储能形式，由大容量能量型蓄电池或锂电池与高功率密度型超级电容组合而成，可分别平抑分布式发电功率中的低频缓慢波动部分和高频短时波动部分，从而使微网母线电压、频率等电能质量指标维持在较好水平，提高微电网运行稳定性，实现对重要负荷稳定供电；“氢”是指氢储能，包括电制氢、储存氢、氢运输以及氢燃料发电等一系列环节，在电氢联合混合储能系统中，氢气具有绿色无污染，能量密度高，储存运输灵活的优点，不仅能实现本地微电网的就地能量补偿供应，亦能通过氢运输完成异地微电网群之间的能量支援。引入氢储能丰富了混合储能系统储能形式的同时提高了混合储能系统灵活性，减少了碳排放从而助力双碳目标。
4.如现有专利技术文献cn201811539383.4或cn201811048743.0中所公开的内容所示，混合储能系统中各部分储能装置一般通过dc/dc双向变换器并联接入微电网母线，传统的变换器控制方法采用电压电流双闭环控制，利用系统下垂特性和pi调节，采用pwm技术生成脉冲信号控制变换器上开关管的开关状态，最后使电感上的电流跟踪电压外环产生的电流参考值。双闭环控制虽能有效调整储能系统的充放功率，满足系统稳态控制性能要求，但由于微电网本身抗干扰能力较弱，双环控制中又存在多个pi环节，是一个滞后控制系统，在微网遭遇大的扰动时不能快速响应。因此，模型预测控制(mpc)在混合储能系统控制中获得了广泛运用，它对控制对象进行状态空间形式的预测模型建模，通过前向欧拉差分化，提前预测输出状态，通过数学规划方法选择最优控制量，并能不断滚动优化，大大提高了储能装置功率控制效果。尤其在应对电氢联合混合储能系统功率分配时，能兼顾制氢和储氢、电池和电容的soc约束，限制电池充放电的电流变化量，提高了氢储能的安全性且延长了电池寿命。然而模型预测控制在控制精度方面仍存在不足之处。
5.分数阶预测控制是将分数阶微积分的思想引入预测控制。将整数阶微积分的阶次改写为分数阶，催生出一种新的微积分运算方法。在将整数阶微积分拓展到连续的全部实数范围后，分数阶微积分展现出强大的实力。在某些现实的物理或化学过程中所展现的特性往往无法由整数阶微分方程进行精确描述，而正因为分数阶的阶次可以灵活地连续选取，分数阶微积分在面对这类动态系统时却能够更好地描述系统过程特性，对特定对象能抓取更多整数阶可能忽略的物理本质。它对于控制器而言仅增加了一个阶次可调参数，通过调试阶次来进一步优化预测模型控制器的控制效果。
技术实现要素：6.本发明的目的在于提供一种分数阶模型预测控制方法用于电氢联合混合储能系统和装置的功率控制，旨在解决目前常用的双环pi控制响应速度慢，现有的模型预测控制控制精度低的缺点，平滑地平抑分布式发电的功率波动等问题。为实现上述目的，本发明提供如下技术方案：一种用于电氢混合储能系统功率的分数阶模型预测控制方法，包括以下步骤：
7.s1、分别给出boost升压电路和buck降压电路两种工作模式下开关t导通和关断时的等效电路图，并监测电感电流变化过程和电容电压的变化过程；
8.s2、对开关t导通时刻等效电路中含有电感的回路列写动态kvl方程，对含有电容回路列写动态kcl方程，其中kvl中包括储能端电压、电感电压、线路损耗电压降，kcl方程中包含电容电压和母线电压；采用分数阶微积分思想，kvl方程中电感电压表示为电流求分数阶导数后与电感值相乘，kcl方程中电容电压表示为电流求分数阶导数后与电容值相乘；
9.s3、计算得到电感电流的分数阶微分表达式和电容电压的分数阶微分表达式；
10.s4、运用分数阶微积分线性叠加和满足交换律的性质，将电感电流、电容电压的分数阶微分项均分解为整数阶微分项与分数阶微分项叠加作用；
11.s5、利用前向欧拉法将整数阶微分项写为差分形式，利用oustaloup滤波算法计算分数阶微分项，获得下一时刻电感电流与电容电压的分数阶预测值，建立电感电流与电容电压分数阶预测模型；
12.s6、根据开关t开关状态1和0的切换，分别预测此刻开关t开通所得到下一时刻的电流电压分数阶预测值和此刻t关断所得到下一时刻的电流电压分数阶预测值，进一步获得变流器输出预测功率；
13.s7、给出用于评估的代价函数，分别将两种预测功率结果与直流微电网母线电压缺额功率进行比较，通过代价函数取最小值甄选下一时刻的最佳开关状态，利用预测模型滚动优化的能力得到在线优化的控制率，得到作用于dc-dc变换器开关的pwm信号；
14.s8、针对buck降压电路开关管导通和关断时预测功率进行分析计算。
15.进一步改进在于，所述步骤s1中电感电流变化过程包括：
16.boost升压电路开关管t在一个开关周期内的导通时刻，储能电池侧对电感充电，电感电流逐渐上升，用分数阶方法描述电感电流的上升过程，即电感电流的变化量为电感两端电压的分数阶次积分；
17.boost升压电路开关管t在一个开关周期内的关闭时刻，储存于电感中的能源与储能电池一起对输出端直流母线侧供电，电感电流值以分数阶次积分逐渐减小，电感起到泵
升作用，完成升压过程；
18.在一个开关周期内电感储存的能量与释放能量相等。
19.进一步改进在于，所述步骤s1中电容电压的变化过程包括：
20.boost升压电路开关管t在一个开关周期内的导通时刻，电容起到维持输出端电压的作用，放电电压同样以电流的分数阶积分逐渐下降；
21.boost升压电路开关管t在一个开关周期内的关闭时刻，储能电池和电感在给母线供电同时给电容充电，电容电压逐渐上升。
22.进一步改进在于，所述步骤s2中对等效电路列写kvl和kcl的方法包括：
23.s21、根据采集的储能侧电池端电压ub和ib，采集的母线电压u
dc
，boost电路中t导通时刻，电感回路kvl方程包含电池端电压ub，线路损耗电压降ur，分数阶微分形式电感电压表达式u
l
，电容回路kcl方程中电容电流等于负载电流；
24.s22、t关断时刻，电感回路kvl方程包含电池端电压ub，线路损耗电压降ur，分数阶微分形式电感电压表达式u
l
，母线电压u
dc
，二极管导通压降ud，电容回路kcl方程中电容电流等于电池端输出电流与负载电流之差。
25.进一步改进在于，所述步骤s3具体包括：
26.利用capotu分数阶微积分定义形式得到电流与电压的分数阶微分表达式：
[0027][0028][0029]
其中，表示从0
→
t内，a次微分作用，其中a为介于0～1之间的分数；i
b(1)
、u
c(1)
中ib、uc为微分对象，表示电感电流与电容电压，(1)表示下一时刻开关t导通状态的预测情况；rr表示线路电阻值，ib表示流过电感电流值，ub表示电池电压；
[0030][0031][0032]
同理，(0)表示下一时刻开关t关断状态的预测情况；uc表示电容电压值，ud表示二极管压降。
[0033]
进一步改进在于，所述步骤s4具体包括：
[0034]
s41、将分数阶微分项拆解为整数阶微分项与分数阶微分项，叠加原理如下：
[0035]
假设，
[0036][0037]
s42、将整数阶微分项写为前向欧拉差分形式，经过化简和移项后，得到分数阶积分形式的k+1时刻目标值的预测模型如下：
[0038][0039]
式中，中p
t
表示0
→
t内做积分，1-a同样a为介于0～1之间的分数，ts为采样间
隔，f(t)k为函数前一时刻值，f(t)
k+1
为下一时刻值。
[0040]
进一步改进在于，所述步骤s5中建立电感电流与电容电压分数阶预测模型的具体方法包括：
[0041]
s51、电感电流预测模型如下，
[0042][0043][0044]
s52、电容电压预测模型如下，
[0045][0046][0047]
s53、利用改进的oustaloup滤波算法近似计算分数阶积分项，选择合理的拟合频段，得到分数阶微分算子的近似传递函数模型
[0048][0049]
其中，a为阶次，d与b由经验取值，h1(s)是一个由计算得到的传递函数，n可取2～4；由此可得分数阶微分算子的近似传函。
[0050]
s54、通过分数阶近似传递函数模型处理和计算预测模型中的分数阶过程，从而获得k+1时刻的电流分数阶预测模型和电压分数阶预测模型如下，
[0051][0052][0053][0054][0055]
进一步改进在于，所述步骤s6具体包括：
[0056]
s61、采集微电网直流母线电压，与母线参考电压作差得到电压误差，根据储能系统dc-dc变换器下垂特性计算dc变换器输出到母线电流参考值，电压电流相乘得到变换器输出功率参考值；
[0057]
s62、开关t导通时的变换器分数阶预测输出功率p
(1)k+1
＝i
b(1)k+1
×uc(1)k+1
，t关断时的预测输出功率p
(0)k+1
＝i
b(0)k+1
×uc(0)k+1
。
[0058]
进一步改进在于，所述步骤s7中代价函数设定为：
[0059]
j＝||p
k+1-p*||2[0060]
通过评估代价函数可以评选k+1时刻的最佳开关状态，并且每个时刻可以通过分数阶预测模型进行在线滚动优化，获得实时变化的控制律，得到用于控制器件导通的pwm信
号。
[0061]
进一步改进在于，所述步骤s8具体包括：
[0062]
针对储能系统充电过程，即电路工作在buck状态，buck电路适用于电解槽的dc-dc降压过程，电解槽的u-i方程如下所示，
[0063][0064]
参数选取为：a＝0.01,r1＝3.54e-4,r2＝-3.02e-6,s＝0.224,t1＝5.13,t2＝-2.40e2,t3＝3.41e3；
[0065]
电解槽制氢过程与通入电流有如下关系，分数阶形式制氢率可以描述为，
[0066][0067]
f1＝2.5t+50,f2＝1-t*6.25e-6,z＝2,f＝96485.3c/mol；
[0068]
储氢量描述为，
[0069][0070]
储氢压力描述为，
[0071][0072]
经过分数阶计算，储氢压力表示为输入电流i的函数，即p(k+1)＝f(i)；根据buck电路的，用分数阶方法预测电解槽输入电流，然后得出储氢压力预测值p(k+1)，通过储氢约束使之活跃在储氢压力上下限内。
[0073]
本发明所提出的技术方案，与现有混合储能系统控制方法相比，能够取得以下技术效果：
[0074]
(1)本发明提出的分数阶模型预测方法用于电氢联合混合储能系统功率控制，包括混合储能系统对直流母线的补偿供电及母线对储能系统的充电过程；
[0075]
直流母线功率对混合储能系统充电情况时，多余功率交由锂电池与电解槽吸收，当锂电池达到soc上限时转为全功率电解水制取氢气储存能量；
[0076]
(2)电氢联合混合储能系统对直流母线的补偿供电情况时，由锂电池和燃料电池给母线供能，优先采取氢燃料电池发电，当考虑到储氢状态soh达到下限时，转而由能量型电池供电来平抑母线功率波动；直流母线上高频的波动功率由超级电容来短时补充或吸收；
[0077]
(3)对于锂电池、超级电容、电解槽、燃料电池各部分所连接的储能变流器进行分数阶模型预测控制，分为双层控制，外环获得电压偏差经过下垂系数计算用于内环的参考电流，然后计算参考功率。根据对变流器建立的分数阶微分动态方程分别得到电感电流分数阶预测模型和电容电压分数阶预测模型，从而获得变流器输出功率分数阶预测模型，找出下一时刻预测功率与参考功率最接近的控制状态，获得boost电路和buck电路的开关管pwm信号。
[0078]
上述分数阶模型预测控制方法相比于传统的pi双环控制，基于每个时刻的电路状态对下一个时刻进行分数阶层次的预测，抓住了变换电路运行过程的更多本质，保证了控
制的动态响应能力，相较于整数阶预测控制，使得系统状态量更好地跟随参考值，提高了变换器输出端的电流控制精度；
[0079]
分数阶模型预测控制为系统提供了可调参数a，通过调试阶数a可以测试不同的控制性能，当阶数a为1时，此时分数阶预测控制即变为常见的整数阶模型预测控制。
附图说明
[0080]
图1为基于海洋能与风力发电的海岛直流微电网拓扑结构图；
[0081]
图2为本发明的boost升压过程储能能量流动图；
[0082]
图3为本发明的buck降压过程储能能量流动图；
[0083]
图4为本发明的氢联合混合储能系统分数阶模型预测控制框图；
[0084]
图5为本发明的碱性电解槽u-i特性曲线图。
具体实施方式
[0085]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0086]
本发明采用了分数阶微积分算法与模型预测控制结合用于电氢联合混合储能系统和装置的功率控制，得到分数阶形式电压电流预测模型，采用双环控制，通过预测输出选取储能变流器开关状态，精确地控制变流器相对母线的输出电流，更精细地平抑分布式发电的功率波动，克服当前常用的双环pi控制响应速度慢，现有的整数阶模型预测控制在预测时可能出现偏差、电流控制精度低等缺点。
[0087]
针对目前的混合储能系统模型预测控制方案控制精度不足可能出现预测偏离问题，本发明的目的是提供分数阶模型预测控制方法用于电氢联合混合储能系统和装置的功率控制，平滑地平抑分布式发电的功率波动。
[0088]
请参阅图1-4，本发明提供一种技术方案：一种用于电氢混合储能系统功率的分数阶模型预测控制方法，包括以下步骤：
[0089]
s1、分别给出boost升压电路和buck降压电路两种工作模式下开关管导通和关断时的等效电路图，并监测电感电流变化过程和电容电压的变化过程；
[0090]
s2、对开关t导通时刻等效电路中含有电感地回路列写动态kvl方程，对含有电容回路列写动态kcl方程，其中kvl中包括储能端电压、电感电压、线路损耗电压降，kcl方程中包含电容电压和母线电压；采用分数阶微积分思想，kvl方程中电感电压表示为电流求分数阶导数后与电感值相乘，kcl方程中电容电压表示为电流求分数阶导数后与电容值相乘；
[0091]
s3、计算得到电感电流的分数阶微分表达式和电容电压的分数阶微分表达式；
[0092]
s4、运用分数阶微积分线性叠加和满足交换律的性质，将电感电流、电容电压的分数阶微分项均分解为邻近整数阶与分数阶的叠加；
[0093]
s5、利用前向欧拉法将整数阶微分项写为差分形式，利用oustaloup滤波算法计算分数阶微分项，获得下一时刻电感电流与电容电压的分数阶预测值，建立电感电流与电容电压分数阶预测模型；
[0094]
s6、根据开关管开关状态1和0的切换，分别预测此刻t开通得到下一时刻的电流电压分数阶预测值和此刻t关断得到下一时刻的电流电压分数阶预测值，进一步获得变流器输出预测功率；
[0095]
s7、给出用于评估的代价函数，分别将两种预测功率结果与直流微电网母线电压缺额功率进行比较，设计分数阶型代价函数，通过代价函数取最小值评选下一时刻的最佳开关状态，利用预测模型滚动优化的能力得到在线优化的控制率，得到作用于dc-dc变换器开关的pwm信号；
[0096]
s8、针对buck降压电路开关管导通和关断时预测功率进行分析计算。如图3所示，分别给出了buck电路开关t关断和导通的能量流向图。t关断时，对包含电感与二极管的回路列写kvl方程，其中包含电池端电压，电感电压，电路电压损耗，二极管压降，对包含电容的回路的回路列写kcl方程，包含电容电压，dc母线电压；t导通时，对包含电感的回路列写kvl方程，对电容所在支路列写kcl方程，包含电容电压、流向电感电流、dc母线端电压。通过列写分数阶形式kvl、kcl方程,推导计算得到电感电流预测值与电容电压预测值，进而相乘得到预测功率。
[0097]
作为本发明一优选实施方案，所述步骤s1中电感电流变化过程包括：
[0098]
boost升压电路开关管t在一个开关周期内的导通时刻，储能电池侧对电感充电，电感电流逐渐上升，用分数阶方法描述电感电流的上升过程，即电感电流的变化量为电感两端电压的分数阶次积分；
[0099]
boost升压电路开关管t在一个开关周期内的关闭时刻，储存于电感中的能源与储能电池一起对输出端直流母线侧供电，电感电流值以分数阶次积分逐渐减小，电感起到泵升作用，完成升压过程；
[0100]
在一个开关周期内电感储存的能量与释放能量相等。
[0101]
作为本发明一优选实施方案，所述步骤s1中电容电压的变化过程包括：
[0102]
boost升压电路开关管t在一个开关周期内的导通时刻，电容起到维持输出端电压的作用，放电电压同样以电流的分数阶积分逐渐下降；
[0103]
boost升压电路开关管t在一个开关周期内的关闭时刻，储能电池和电感在给母线供电同时给电容充电，电容电压逐渐上升；
[0104]
假设电容值取得足够大，可近似认为电容上电压恒定不变。
[0105]
作为本发明一优选实施方案，所述步骤s2中对等效电路列些kvl和kcl的方法包括：
[0106]
s21、根据采集的储能侧电池端电压ub和ib，采集的母线电压udc，boost电路中t导通时刻，电感回路kvl方程包含电池端电压ub，线路损耗电压降ur，分数阶微分形式电感电压表达式ul，电容回路kcl方程中电容电流等于负载电流；
[0107]
s22、t关断时刻，电感回路kvl方程包含电池端电压ub，线路损耗电压降ur，分数阶微分形式电感电压表达式ul，母线电压udc，二极管导通压降ud，电容回路kcl方程中电容电流等于电池端输出电流与负载电流之差。
[0108]
作为本发明一优选实施方案，所述步骤s3具体包括：
[0109]
利用capotu分数阶微积分定义形式得到电流与电压的分数阶微分表达式：
[0110][0111][0112]
其中，表示从0
→
t内，a次微分作用，其中a为介于0～1之间的分数；i
b(1)
、u
c(1)
中ib、uc为微分对象，表示电感电流与电容电压，(1)表示下一时刻开关t导通状态的预测情况；rr表示线路电阻值，ib表示流过电感电流值，ub表示电池电压；
[0113][0114][0115]
同理，(0)表示下一时刻开关t关断状态的预测情况；uc表示电容电压值，ud表示二极管压降。
[0116]
作为本发明一优选实施方案，所述步骤s4具体包括：
[0117]
s41、将分数阶微分项拆解为整数阶微分项与分数阶微分项，叠加原理如下：
[0118]
假设，
[0119][0120]
s42、将整数阶微分项写为前向欧拉差分形式，经过化简和移项后，得到分数阶积分形式的k+1时刻目标值的预测模型如下：
[0121][0122]
式中，中p
t
表示0
→
t内做积分，1-a同样a为介于0～1之间的分数，ts为采样间隔，f(t)k为函数前一时刻值，f(t)
k+1
为下一时刻值。
[0123]
作为本发明一优选实施方案，所述步骤s5中建立电感电流与电容电压分数阶预测模型的具体方法包括：
[0124]
s51、电感电流预测模型如下，
[0125][0126][0127]
s52、电容电压预测模型如下，
[0128][0129][0130]
s53、利用改进的oustaloup滤波算法近似计算分数阶积分项，选择合理的拟合频段，得到分数阶微分算子的近似传递函数模型
[0131][0132]
其中，a为阶次，d与b由经验取值，h1(s)是一个由计算得到的传递函数，n可取2～4；由此可得分数阶微分算子的近似传函。
[0133]
作为本发明一优选实施方案，所述步骤s6具体包括：
[0134]
s61、首先采集微电网直流母线电压u
dc
，与母线参考电压u*做差得到uerro，根据储能系统dc-dc变换器下垂特性计算dc变换器输出到母线电流值i*，i*与u*相乘得到变换器输出功率参考值p*；
[0135]
s62、开关t导通时的变换器分数阶预测输出功率p
(1)k+1
＝i
b(1)k+1
×uc(1)k+1
，t关断时的预测输出功率p
(0)k+1
＝i
b(0)k+1
×uc(0)k+1
。
[0136]
作为本发明一优选实施方案，所述步骤s7中代价函数设定为：
[0137]
j＝||p
k+1-p*||2[0138]
通过评估代价函数可以评选k+1时刻的最佳开关状态，并且每个时刻可以通过分数阶预测模型进行在线滚动优化，获得实时变化的控制律，得到用于控制器件导通的pwm信号。
[0139]
作为本发明一优选实施方案，所述步骤s8具体包括：
[0140]
针对储能系统充电过程，即电路工作在buck状态，buck电路适用于电解槽的dc-dc降压过程，电解槽的u-i方程如下所示，
[0141][0142]
参数选取为：a＝0.01,r1＝3.54e-4,r2＝-3.02e-6,s＝0.224,t1＝5.13,t2＝-2.40e2,t3＝3.41e3；
[0143]
电解槽外特性按照温度变化以一簇曲线分布如图5，碱性电解槽在工作时仅吸收母线上功率，电解槽制氢过程与通入电流有如下关系，
[0144]
分数阶形式制氢率可以描述为，
[0145][0146]
f1＝2.5t+50,f2＝1-t*6.25e-6,z＝2,f＝96485.3c/mol；
[0147]
储氢量描述为，
[0148][0149]
储氢压力描述为，
[0150][0151]
经过分数阶计算，储氢压力表示为输入电流i的函数，即p(k+1)＝f(i)；根据buck电路的，用分数阶方法预测电解槽输入电流，然后得出储氢压力预测值p(k+1)，通过储氢约束使之活跃在储氢压力上下限内。
技术特征：1.一种用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，包括以下步骤：s1、分别给出boost升压电路和buck降压电路两种工作模式下开关t导通和关断时的等效电路图，并监测电感电流变化过程和电容电压的变化过程；s2、对开关t导通时刻等效电路中含有电感的回路列写动态kvl方程，对含有电容回路列写动态kcl方程，其中kvl中包括储能端电压、电感电压、线路损耗电压降，kcl方程中包含电容电压和母线电压；采用分数阶微积分思想，kvl方程中电感电压表示为电流求分数阶导数后与电感值相乘，kcl方程中电容电压表示为电流求分数阶导数后与电容值相乘；s3、计算得到电感电流的分数阶微分表达式和电容电压的分数阶微分表达式；s4、运用分数阶微积分线性叠加和满足交换律的性质，将电感电流、电容电压的分数阶微分项均分解为整数阶微分项与分数阶微分项叠加作用；s5、利用前向欧拉法将整数阶微分项写为差分形式，利用oustaloup滤波算法计算分数阶微分项，获得下一时刻电感电流与电容电压的分数阶预测值，建立电感电流与电容电压分数阶预测模型；s6、根据开关t开关状态1和0的切换，分别预测此刻开关t开通所得到下一时刻的电流电压分数阶预测值和此刻t关断所得到下一时刻的电流电压分数阶预测值，进一步获得变流器输出预测功率；s7、给出用于评估的代价函数，分别将两种预测功率结果与直流微电网母线电压缺额功率进行比较，通过代价函数取最小值甄选下一时刻的最佳开关状态，利用预测模型滚动优化的能力得到在线优化的控制率，得到作用于dc-dc变换器开关的pwm信号；s8、针对buck降压电路开关管导通和关断时预测功率进行分析计算。2.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s1中电感电流变化过程包括：boost升压电路开关管t在一个开关周期内的导通时刻，储能电池侧对电感充电，电感电流逐渐上升，用分数阶方法描述电感电流的上升过程，即电感电流的变化量为电感两端电压的分数阶次积分；boost升压电路开关管t在一个开关周期内的关闭时刻，储存于电感中的能源与储能电池一起对输出端直流母线侧供电，电感电流值以分数阶次积分逐渐减小，电感起到泵升作用，完成升压过程；在一个开关周期内电感储存的能量与释放能量相等。3.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s1中电容电压的变化过程包括：boost升压电路开关管t在一个开关周期内的导通时刻，电容起到维持输出端电压的作用，放电电压同样以电流的分数阶积分逐渐下降；boost升压电路开关管t在一个开关周期内的关闭时刻，储能电池和电感在给母线供电同时给电容充电，电容电压逐渐上升。4.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s2中对等效电路列写kvl和kcl的方法包括：s21、根据采集的储能侧电池端电压u
b
和i
b
，采集的母线电压u
dc
，boost电路中t导通时
刻，电感回路kvl方程包含电池端电压u
b
，线路损耗电压降u
r
，分数阶微分形式电感电压表达式u
l
，电容回路kcl方程中电容电流等于负载电流；s22、t关断时刻，电感回路kvl方程包含电池端电压u
b
，线路损耗电压降u
r
，分数阶微分形式电感电压表达式u
l
，母线电压u
dc
，二极管导通压降u
d
，电容回路kcl方程中电容电流等于电池端输出电流与负载电流之差。5.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s3具体包括：利用capotu分数阶微积分定义形式得到电流与电压的分数阶微分表达式：利用capotu分数阶微积分定义形式得到电流与电压的分数阶微分表达式：其中，表示从0
→
t内，a次微分作用，其中a为介于0～1之间的分数；i
b(1)
、u
c(1)
中i
b
、u
c
为微分对象，表示电感电流与电容电压，(1)表示下一时刻开关t导通状态的预测情况；r
r
表示线路电阻值，i
b
表示流过电感电流值，u
b
表示电池电压；表示电池电压；同理，(0)表示下一时刻开关t关断状态的预测情况；u
c
表示电容电压值，u
d
表示二极管压降。6.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s4具体包括：s41、将分数阶微分项拆解为整数阶微分项与分数阶微分项，叠加原理如下：s42、将整数阶微分项写为前向欧拉差分形式，经过化简和移项后，得到分数阶积分形式的k+1时刻目标值的预测模型如下：式中，中p
t
表示0
→
t内做积分，1-a同样a为介于0～1之间的分数，t
s
为采样间隔，f(t)
k
为函数前一时刻值，f(t)
k+1
为下一时刻值。7.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s5中建立电感电流与电容电压分数阶预测模型的具体方法包括：s51、电感电流预测模型如下，s51、电感电流预测模型如下，
s52、电容电压预测模型如下，s52、电容电压预测模型如下，s53、利用改进的oustaloup滤波算法近似计算分数阶积分项，选择合理的拟合频段，得到分数阶微分算子的近似传递函数模型其中，a为阶次，d与b由经验取值，h1(s)是一个由计算得到的传递函数，n可取2～4；s54、通过分数阶近似传递函数模型处理和计算预测模型中的分数阶过程，从而获得k+1时刻的电流分数阶预测模型和电压分数阶预测模型如下，1时刻的电流分数阶预测模型和电压分数阶预测模型如下，1时刻的电流分数阶预测模型和电压分数阶预测模型如下，1时刻的电流分数阶预测模型和电压分数阶预测模型如下，8.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s6具体包括：s61、采集微电网直流母线电压，与母线参考电压作差得到电压误差，根据储能系统dc-dc变换器下垂特性计算dc变换器输出到母线电流参考值，电压电流相乘得到变换器输出功率参考值；s62、开关t导通时的变换器分数阶预测输出功率p
(1)k+1
＝i
b(1)k+1
×
u
c(1)k+1
，t关断时的预测输出功率p
(0)k+1
＝i
b(0)k+1
×
u
c(0)k+1
。9.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s7中代价函数设定为：j＝||p
k+1-p*||2通过评估代价函数可以评选k+1时刻的最佳开关状态，并且每个时刻可以通过分数阶预测模型进行在线滚动优化，获得实时变化的控制律，得到用于控制器件导通的pwm信号。10.根据权利要求1所述的用于电氢混合储能系统功率的分数阶模型预测控制方法，其特征在于，所述步骤s8具体包括：针对储能系统充电过程，即电路工作在buck状态，buck电路适用于电解槽的dc-dc降压过程，电解槽的u-i方程如下所示，参数选取为：a＝0.01,r1＝3.54e-4,r2＝-3.02e-6,s＝0.224,t1＝5.13,t2＝-2.40e2,
t3＝3.41e3；电解槽制氢过程与通入电流有如下关系，分数阶形式制氢率可以描述为，f1＝2.5t+50,f2＝1-t*6.25e-6,z＝2,f＝96485.3c/mol；储氢量描述为，储氢压力描述为，经过分数阶计算，储氢压力表示为输入电流i的函数，即p(k+1)＝f(i)；根据buck电路的，用分数阶方法预测电解槽输入电流，然后得出储氢压力预测值p(k+1)，通过储氢约束使之活跃在储氢压力上下限内。
技术总结本发明公开了一种用于电氢混合储能系统功率的分数阶模型预测控制方法，包括分别给出BOOST升压电路和BUCK降压电路两种工作模式下开关管导通和关断时的等效电路图，并监测电感电流变化过程和电容电压的变化过程等8个步骤，采用了分数阶微积分算法与模型预测控制结合用于电氢联合混合储能系统和装置的功率控制，得到分数阶形式电压电流预测模型，采用双环控制，通过预测输出选取储能变流器开关状态，精确地控制变流器相对母线的输出电流，更精细地平抑分布式发电的功率波动，克服当前常用的双环PI控制响应速度慢，现有的整数阶模型预测控制在预测时可能出现偏差、电流控制精度低等缺点。低等缺点。低等缺点。
技术研发人员：彭子舜 戴瑜兴 赵振兴 廖石波 朱勇 刘增 杨亚超
受保护的技术使用者：深圳市京泉华科技股份有限公司
技术研发日：2022.03.15
技术公布日：2022/7/5
