基于FCS-MPC的分布式HESS功率协调控制方法和系统

基于fcs-mpc的分布式hess功率协调控制方法和系统
技术领域
1.本发明涉及fcs-mpc技术领域，尤其是指一种基于fcs-mpc的分布式hess功率协调控制方法和系统。

背景技术：

2.分布式储能相较于集中式储能成本较低，利用率较高，兼容性和可靠性较高，更加灵活。现在的储能单元主要分为两种：能量型储能，其储能时间长，成本较低但使用寿命较短，以蓄电池为主；功率型储能，其响应快，循环次数多但成本较高，以超级电容为主。将蓄电池和超级电容组合成混合储能系统(hybrid energy storage system,hess)可以使两者特性互补，平抑微电网瞬时功率波动，减少蓄电池充放电次数以延长其使用寿命，提高系统动态响应。
3.在对混合储能系统的控制研究中，有研究者提出了一种基于一致性理论的分布式协同控制方法，此方法借助一致性理论有效解决因下垂控制引起的变换器输出电压差，实现各hess输出电压保持一致以及输出功率趋于一致。也有也记载提出了一种基于模型预测控制(model predictive control,mpc)的hess优化控制策略，设计充放电功率和电池的充电状态(state of charge,soc)等约束条件，并转化为二次规划问题求解，同时考虑到系统脱离约束时的控制策略。还有研究者提出了一种有限集模型预测控制(finite control set-model predictive control,fcs-mpc)策略，可以快速动态补偿电网内不平衡功率，该策略不用建立hess之间的通信，提高了电网运行的韧性。
4.但是在这些现有技术中，将fcs-mpc应用在hess中做底层控制时通常都是微电网中只含有单个hess，并没有考虑多个hess的情况。同时，在分布式hess满足复杂的功率需求时功率具体该如何分配也少有研究。

技术实现要素：

5.为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种基于fcs-mpc的分布式hess功率协调控制方法和系统，可以实现孤岛直流微电网中分布式hess的协调控制、控制动态响应性能好、输出电压稳定、功率跟随反应快速灵敏。
6.为解决上述技术问题，本发明提供了一种基于fcs-mpc的分布式hess功率协调控制方法，包括：
7.获取储能系统需要补偿的功率需求p
ref
；
8.顶层控制使用小波包变换将所述p
ref
分解为高功率密度和高能量密度，将所述高功率密度作为超级电容的功率给定值，对所述高能量密度进行再分配后作为蓄电池的功率给定值；
9.底层控制使用多步fcs-mpc在线预测优化控制储能单元的输出跟随给定值。
10.在本发明的一个实施例中，所述高功率密度为所述p
ref
经过小波包变换分解后得到的波形中波形频率相对高、但数值都在0附近上下波动的部分，
11.所述高能量密度为所述p
ref
经过小波包变换分解后得到的波形中频率最低的波形数值大的部分。
12.在本发明的一个实施例中，对所述高能量密度进行再分配，具体包括：
13.将所有蓄电池根据其初始soc的大小，从大到小排序1号至n号；
14.根据蓄电池间的soc差计算出自适应因数yi；
15.根据所述自适应因数yi对所述高能量密度p
ref_bt
进行再分配，给第i个蓄电池作为功率给定值p
ref_bti
。
16.在本发明的一个实施例中，所述自适应因数yi的计算方法为：
[0017][0018]
其中，δsoci＝soc
i-soc
i+1
，表示第i个和第i+1个蓄电池的soc差；ρ是差值系数，α表示差值底数；ai表示正差值一致性最值，bi表示正差值一致性系数，ci表示负差值一致性系数，di表示负差值一致性最值；ai、bi、ci和di是与第i个蓄电池的容量有关的参数，且须满足yi∈(0,1)。
[0019]
在本发明的一个实施例中，所述ai、bi、ci和di的取值满足的条件为：
[0020][0021]
其中，c
bti
是第i个蓄电池的容量，当p
ref_bt
≥0时，i∈{1,2,
…
,n-1}；当p
ref_bt
＜0时，i∈{n,n-1,
…
,2}。
[0022]
在本发明的一个实施例中，根据所述自适应因数yi对所述高能量密度p
ref_bt
进行再分配，给第i个蓄电池作为功率给定值p
ref_bti
，包括：
[0023]
当p
ref_bt
为正时，n个蓄电池的功率给定值为：
[0024][0025]
式中，p
ref_bti
表示第i个蓄电池的功率给定值，yi表示第i个蓄电池自适应因数。
[0026]
在本发明的一个实施例中，所述多步fcs-mpc包括内部循环判定和外部循环判定，所述内部循环判定用于判定mos管的控制信号，所述外部循环判定用于进行多步预测。
[0027]
在本发明的一个实施例中，所述内部循环判定设定两个值g_optt和x_op，g_opt用来与控制信号两种状态下的目标函数j计算后的值做比对，并记录最小值；x_opt用来记录最小值时的控制信号；
[0028]
所述外部循环共有k步，经过k步循环后输出预测第一步的控制信号。
[0029]
在本发明的一个实施例中，所述多步fcs-mpc的目标函数j为：
[0030]
j＝λ1(u
o-u
ref
)2+λ2(i
l-i
lref
)2，
[0031]
其中，λ1、λ2是权重系数，uo表示dc/dc变换器的输出电压，u
ref
表示uo的给定值，i
l
表示电感电流，i
lref
表示i
l
的给定值i
lref
。
[0032]
本发明还提供了一种基于fcs-mpc的分布式hess功率协调控制系统，包括顶层功率分配模块和底层功率控制模块，
[0033]
所述顶层功率分配模块获取储能系统需要补偿的功率需求p
ref
，使用小波包变换将所述p
ref
分解为高功率密度和高能量密度，将所述高功率密度作为超级电容的功率给定值，对所述高能量密度进行再分配后作为蓄电池的功率给定值；
[0034]
所述底层功率控制模块使用多步fcs-mpc在线预测优化控制储能单元的输出跟随给定值。
[0035]
本发明的上述技术方案相比现有技术具有以下优点：
[0036]
本发明在确定分布式hess需补偿的功率需求后，通过小波包变换为高功率密度和高能量密度，高功率密度直接通过电容补偿，高能量密度进行再分配后通过蓄电池补偿；可以让储能系统在满足复杂的功率需求的同时，更加快速稳定地实现容量不同和初始soc不同的多个蓄电池的最终soc一致的目标；在分配好每个储能单元的功率给定值后，使用多步fcs-mpc在线预测优化控制储能单元输出精确跟随给定值，控制动态响应性能好、输出电压稳定、功率跟随反应快速灵敏。
附图说明
[0037]
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中：
[0038]
图1是本发明方法的流程图，
[0039]
图2是本发明实施例中的分布式hess的控制框图，
[0040]
图3是本发明实施例中的直流光伏微电网分布式hess的拓扑结构图，
[0041]
图4是本发明实施例中的功率分配控制框图，
[0042]
图5是本发明实施例中的双向dc/dc变换器电路拓扑图，
[0043]
图6是本发明实施例中的多步fcs-mpc的控制流程图。
具体实施方式
[0044]
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
[0045]
参照图1所示，本发明公开了一种基于有限控制集模型预测控制(finite control set model predictive control,fcs-mpc)的分布式混合储能系统(hybrid energy storage system，hess)功率协调控制方法。控制方法分为两层：顶层控制为功率分配策略，
输入分布式hess需补偿的功率p
ref
和每个hess中蓄电池的soc值，输出每个储能单元的功率给定，即每个超级电容的功率给定值p
ref_sci
和每个蓄电池的功率给定值p
ref_bti
；底层控制采用多步fcs-mpc，将功率给定值作为输入，直接输出dc/dc变换器中mos管的控制信号f
sci_1
、f
sci_2
、f
bti_1
和f
bti_2
，其中f
sci_1
和f
sci_2
是超级电容的dc/dc变换器中两个mos管的控制信号(即图3中的f
sc1_1
…fscn_1
、f
sc1_2
…fscn_2
)、f
bti_1
和f
bti_2
是蓄电池的dc/dc变换器中两个mos管的控制信号(即图3中的f
bt1_1
…fbtn_1
、f
bt1_2
…fbtn_2
)。
[0046]
包括以下步骤：
[0047]
s1：获取储能系统需要补偿的功率需求p
ref
。以如图2所示的直流光伏微电网分布式hess拓扑结构为例，包含光伏可再生清洁能源、直流负载和多个hess。分布式hess和光伏发电通过dc/dc连接直流母线；直流负载则直接连接直流母线。分布式hess的控制框图如图3所示。
[0048]
s2：顶层控制结合小波包变换和基于蓄电池soc自适应因数一致性功率分配方法进行功率分配，将p
ref
分配给分布式hess中的每个储能单元：使用小波包变换将所述p
ref
分解为高功率密度和高能量密度两部分，将所述高功率密度作为超级电容的功率给定值，然后设计了基于蓄电池soc自适应因数一致性功率分配方法对所述高能量密度进行再分配，分配好后作为蓄电池的功率给定值。
[0049]
本发明采用小波包变换来分解重构功率需求。小波包变换是对小波变换的改进。小波变换在将信号分解为高频和低频两部分后，再分解时却只能对低频部分做进一步分解，对高频部分不再继续分解。而小波包变换不仅可以继续分解低频部分，还可以对高频部分再分解，弥补了小波变换在高频部分的不足。通过小波包分解细化高频部分直接让超级电容来补偿，由于分解后除了最小频外，其他的信号都在0上下波动且数值不大，所以最小频信号由蓄电池负责承担。而其他的信号根据其数目和超级电容数目，相应地对这些信号做较高频信号和较低频信号的合并，合并后与超级电容的数目相同。然后给每一个超级电容作为功率给定值p
ref_sci
。本发明中会根据hess的组数相应确认小波包变换的层数。
[0050]
功率分配控制框图如图4所示。考虑到不同容量的蓄电池初始soc会有不同，本发明设计基于蓄电池soc设计自适应因数对低频部分再分配，最终为了实现蓄电池soc一致。已知蓄电池soc的计算公式如下式(1)所示：
[0051][0052]
式中，soc0是蓄电池的初始soc；c
bt
是蓄电池的容量；pi是蓄电池的输出功率，也是dc/dc变换器的输入功率；ui是电池输出电压，也是变换器输入电压；i
l
是电感电流，dτ表示时间变量的微积分。其中，pi的关系如下式(2)所示：
[0053][0054]
式中，r是电感阻值；po是变换器输出功率。r很小，相对于po而言，其消耗的功率可以近似忽略。当|po|越大，soc变化越大；当c
bt
越大，soc变化越小。在分配多蓄电池的功率给定时，目的是为了实现多蓄电池的soc趋于一致。当蓄电池放电时soc0越大的蓄电池，起初就需要被分配较大的功率给定；蓄电池充电时则相反。当soc一致后，为了保持soc变化一致，功率给定的分配是根据蓄电池的容量c
bt
而定。
[0055]
s2-1：所述高功率密度为所述p
ref
经过小波包变换分解后得到的波形中波形频率相对较高、但数值都在0附近上下波动的部分，根据这些信号的数目和超级电容的数目，对这些信号做较高频信号和较低频信号的合并，合并后与超级电容的数目相同，然后给每一个超级电容作为功率给定值p
ref_sci
。
[0056]
s2-2：所述高能量密度p
ref_bt
为所述p
ref
经过小波包变换分解后得到的波形中频率最低的波形数值大的部分，考虑到分布式hess中蓄电池的容量和初始soc不同，于是再将p
ref_bt
通过基于蓄电池soc自适应因数一致性功率分配方法进行再分配后给每一个蓄电池作为功率给定值p
ref_bti
。
[0057]
采用基于蓄电池soc自适应因数一致性功率分配方法对p
ref_bt
进行再分配，是为了实现分布式hess中的蓄电池最终实现soc一致。对所述高能量密度进行再分配，具体包括：
[0058]
s2-2-1：假设分布式hess共有n组混合储能，p
ref
经过小波包变换后n个蓄电池需要满足的功率需求为p
ref_bt
。将所有蓄电池根据其初始soc的大小，从大到小排序1号至n号。
[0059]
s2-2-2：根据蓄电池间的soc差计算出自适应因数yi：
[0060]
当所述高能量密度p
ref_bt
为正时，所有蓄电池放电，对从小到大排序为1至n-1的蓄电池依次设置yi；当p
ref_bt
为负时，所有蓄电池充电，反顺序对n至2的蓄电池依次设置yi；所述自适应因数yi与蓄电池的soc和c
bt
相关，且yi∈(0,1)，yi的计算方法为：
[0061][0062]
其中，δsoci＝soc
i-soc
i+1
，表示第i个和第i+1个蓄电池的soc差；ρ是差值系数，α表示差值底数，本实施例中ρ＝1、α》1；ai表示正差值一致性最值，bi表示正差值一致性系数，ci表示负差值一致性系数，di表示负差值一致性最值；四个参数ai、bi、ci和di是与第i个蓄电池的容量有关的参数，且须满足yi∈(0,1)，ai、bi、ci和di的取值满足的条件为：
[0063][0064]
其中，c
bti
是第i个蓄电池的容量，当p
ref_bt
≥0时，i∈{1,2,
…
,n-1}；当p
ref_bt
＜0时，i∈{n,n-1,
…
,2}。
[0065]
s2-2-3：根据所述自适应因数yi对所述高能量密度p
ref_bt
进行再分配，给第i个蓄电池作为功率给定值p
ref_bti
。
[0066]
当p
ref_bt
为正时，从1号蓄电池开始，由于其初始soc最大，起初就要被分配最大的功率给定值，则将p
ref_bt
直接乘上y1得到1号蓄电池的功率给定值p
ref_bt1
，2号蓄电池则从分配后剩下的、即p
ref_bt-p
ref_bt1
中乘上y2得到2号蓄电池的功率给定值p
ref_bt2
，3号蓄电池则从前两个蓄电池分配完后剩下的即p
ref_bt-p
ref_bt1-p
ref_bt2
中分配，以此类推，直到n号蓄电池不用设置因数yn，前n-1个蓄电池分配好后剩下的就是n号蓄电池的功率给定值p
ref_btn
。
[0067]
用公式表示为：
[0068]
当p
ref_bt
为正时，n个蓄电池的功率给定值为：
[0069][0070]
式中，p
ref_bti
表示第i个蓄电池的功率给定值，yi表示第i个蓄电池自适应因数。当p
ref_bt
为负时，蓄电池充电的功率分配则是相反，此时反着分配，从蓄电池n开始，直到蓄电池1。
[0071]
s3：底层控制使用多步fcs-mpc在线预测优化控制储能单元的输出跟随给定值。
[0072]
参考图5建立变换器的矩阵形式的离散化数学模型如下式(6)所示：
[0073][0074]
式中，d＝i；l表示电感感值，c表示负载稳压电容；r
l
表示负载阻值；x(k)＝[i(k)uo(k)]
t
，表示k时刻模型的输入，其中i(k)表示k时刻的电感电流，uo(k)表示k时刻的负载电压；y(k)＝x(k)，表示k时刻模型的输出；ts为采样周期；s1表示t1开关状态；s2表示t2开关状态。
[0075]
模型是根据负载电压uo和电感电流i
l
建立的，而且优化目标则是将x(k)趋向于给定值并跟随，那么首先确定uo和i
l
的给定值。
[0076]
uo是dc/dc变换器输出电压。分布式hess通过变换器并联在直流母线上，那么uo的给定值即是母线电压给定值u
ref
。
[0077]
每一个储能单元需要满足其功率给定，通过变换器功率关系式(2)来确定i
l
的给定值。分析式(2)发现其是一个关于i
l
的一元二次方程，可得解得如下式(7)所示：
[0078][0079]
其中，i
l0
表示给定电流初项。
[0080]
由于变换器需要满足电压控制和功率控制两种需求，为了在负载发生突变时提高控制系统的动态性能并减小稳态误差，在i
l0
的基础上增加电压误差εu和功率误差ε
p
的补偿项如下式(8)所示：
[0081][0082]
式中，δu＝u
ref
－uo；δp＝p
ref
－po；k
pu
、k
pp
是电压误差、功率误差的补偿比例系数，k
iu
、k
ip
是电压误差、功率误差的补偿积分系数。因此，i
l
的给定值i
lref
如下式(9)所示：
[0083]ilref
＝i
l0
+εu+ε
p
ꢀꢀꢀ
(9)；
[0084]
建立多步fcs-mpc的目标函数j为：
[0085]
j＝λ1(u
o-u
ref
)2+λ2(i
l-i
lref
)2ꢀꢀꢀ
(10)，
[0086]
其中，λ1、λ2是权重系数，本实施例中取值为λ1＝1、λ2＝1，uo表示dc/dc变换器的输出电压，u
ref
表示uo的给定值，i
l
表示电感电流，i
lref
表示i
l
的给定值。
[0087]
参考图6，所述多步fcs-mpc包括内部循环判定和外部循环判定，所述内部循环判定用于判定mos管的控制信号，所述外部循环判定用于进行多步预测。
[0088]
所述内部的i循环判定设定两个值g_optt和x_op，g_opt用来与控制信号两种状态下的目标函数j计算后的值做比对，并记录最小值；x_opt用来记录最小值时的控制信号。所述外部的j循环共有k步，经过k步循环后输出预测第一步的控制信号。将功率给定作为输入，直接输出dc/dc变换器中mos管的控制信号，即f
sci_1
和f
sci_2
以及f
bti_1
和f
bti_2
。
[0089]
本发明还公开了一种基于fcs-mpc的分布式hess功率协调控制系统，包括顶层功率分配模块和底层功率控制模块。所述顶层功率分配模块获取储能系统需要补偿的功率需求p
ref
，使用小波包变换将所述p
ref
分解为高功率密度和高能量密度，将所述高功率密度作为超级电容的功率给定值，对所述高能量密度进行再分配后作为蓄电池的功率给定值。所述底层功率控制模块使用多步fcs-mpc在线预测优化控制储能单元的输出跟随给定值。
[0090]
本发明在确定分布式hess需补偿的功率需求后，通过小波包变换为高功率密度和高能量密度两部分并分别让超级电容和蓄电池来补偿；设计了基于蓄电池soc自适应因数一致性功率分配方法，对高能量密度部分进行再分配。采用小波包变换和基于蓄电池soc自适应因数一致性功率分配方法相结合，可以让储能系统在满足复杂的功率需求的同时，更加快速稳定地实现容量不同和初始soc不同的多个蓄电池的最终soc一致的目标。在分配好每个储能单元的功率给定值后，在底层控制采用多步fcs-mpc通过在线预测优化控制储能单元输出精确跟随给定值，取代传统电压电流双闭环控制，控制动态响应性能更好，同时输出电压稳定，功率跟随反应快速灵敏。
[0091]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0092]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0093]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0094]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0095]
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

技术特征：

1.一种基于fcs-mpc的分布式hess功率协调控制方法，其特征在于，包括：获取储能系统需要补偿的功率需求p
ref
；顶层控制使用小波包变换将所述p
ref
分解为高功率密度和高能量密度，将所述高功率密度作为超级电容的功率给定值，对所述高能量密度进行再分配后作为蓄电池的功率给定值；底层控制使用多步fcs-mpc在线预测优化控制储能单元的输出跟随给定值。2.根据权利要求1所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：所述高功率密度为所述p
ref
经过小波包变换分解后得到的波形中波形频率相对高、但数值都在0附近上下波动的部分，所述高能量密度为所述p
ref
经过小波包变换分解后得到的波形中频率最低的波形数值大的部分。3.根据权利要求1所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：对所述高能量密度进行再分配，具体包括：将所有蓄电池根据其初始soc的大小，从大到小排序1号至n号；根据蓄电池间的soc差计算出自适应因数y
i
；根据所述自适应因数y
i
对所述高能量密度p
ref_bt
进行再分配，给第i个蓄电池作为功率给定值p
ref_bti
。4.根据权利要求3所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：所述自适应因数y
i
的计算方法为：其中，δsoc
i
＝soc
i-soc
i+1
，表示第i个和第i+1个蓄电池的soc差；ρ是差值系数，α表示差值底数；a
i
表示正差值一致性最值，b
i
表示正差值一致性系数，c
i
表示负差值一致性系数，d
i
表示负差值一致性最值；a
i
、b
i
、c
i
和d
i
是与第i个蓄电池的容量有关的参数，且须满足y
i
∈(0,1)。5.根据权利要求4所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：所述a
i
、b
i
、c
i
和d
i
的取值满足的条件为：其中，c
bti
是第i个蓄电池的容量，当p
ref_bt
≥0时，i∈{1,2,
…
,n-1}；当p
ref_bt
＜0时，i∈{n,n-1,
…
,2}。6.根据权利要求3所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：根据所述自适应因数y
i
对所述高能量密度p
ref_bt
进行再分配，给第i个蓄电池作为功率给定值p
ref_bti
，包括：
当p
ref_bt
为正时，n个蓄电池的功率给定值为：式中，p
ref_bti
表示第i个蓄电池的功率给定值，y
i
表示第i个蓄电池的自适应因数。7.根据权利要求1所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：所述多步fcs-mpc包括内部循环判定和外部循环判定，所述内部循环判定用于判定mos管的控制信号，所述外部循环判定用于进行多步预测。8.根据权利要求7所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：所述内部循环判定设定两个值g_optt和x_op，g_opt用来与控制信号两种状态下的目标函数j计算后的值做比对，并记录最小值；x_opt用来记录最小值时的控制信号；所述外部循环共有k步，经过k步循环后输出预测第一步的控制信号。9.根据权利要求1-8任一项所述的基于fcs-mpc的分布式hess功率协调控制方法，其特征在于：所述多步fcs-mpc的目标函数j为：j＝λ1(u
o-u
ref
)2+λ2(i
l-i
lref
)2，其中，λ1、λ2是权重系数，u
o
表示dc/dc变换器的输出电压，u
ref
表示u
o
的给定值，i
l
表示电感电流，i
lref
表示i
l
的给定值i
lref
。10.一种基于fcs-mpc的分布式hess功率协调控制系统，其特征在于：包括顶层功率分配模块和底层功率控制模块，所述顶层功率分配模块获取储能系统需要补偿的功率需求p
ref
，使用小波包变换将所述p
ref
分解为高功率密度和高能量密度，将所述高功率密度作为超级电容的功率给定值，对所述高能量密度进行再分配后作为蓄电池的功率给定值；所述底层功率控制模块使用多步fcs-mpc在线预测优化控制储能单元的输出跟随给定值。

技术总结

本发明涉及FCS-MPC技术领域，公开一种基于FCS-MPC的分布式HESS功率协调控制方法和系统，方法包括获取储能系统需要补偿的功率需求P

技术研发人员：

潘庭龙 许德智 杨玮林 董越 殷展翔

受保护的技术使用者：

江南大学

技术研发日：

2022.11.18

技术公布日：

2023/3/17