电气工程学报, 2024, 19(1): 169-176 doi: 10.11985/2024.01.018

电机与电器

虚拟直流电机荷电状态均衡控制

徐敏,, 赵巧娥,

山西大学电力与建筑学院 太原 030031

Virtual DC Motor SOC Equalization Control

XU Min,, ZHAO Qiaoe,

College of Electric Power and Architecture, Shanxi University, Taiyuan 030031

通讯作者: 赵巧娥,女,1968年生,硕士,教授。主要研究方向为新能源发电技术。E-mail:13546395832@163.com

收稿日期: 2023-01-24   修回日期: 2023-07-20  

Received: 2023-01-24   Revised: 2023-07-20  

作者简介 About authors

徐敏,女,1998年生,硕士研究生。主要研究方向为直流微电网电压稳定性。E-mail:2174469455@qq.com

摘要

新型电力系统的惯性低,虚拟直流电机控制可以加强系统惯性和阻尼。多储能变换器应该考虑荷电状态(State of charge,SOC)均衡问题,提高系统稳定性。针对虚拟直流电机控制的多储能SOC均衡问题,利用直流电机机端电压和电枢电流的下垂特性,提出引入SOC离差及变均衡系数的变电枢电阻控制;针对下垂引起的电压偏移问题,采用虚拟直流电机转速补偿,用母线电容瞬时功率替代传统虚拟直流电机控制中电压PI控制,给定系统功率需求,减少比例积分环节个数。以两台蓄电池为例,在Simulink中进行仿真,并与参考文献的变电枢电阻函数对比可知,所提控制策略可抑制直流母线电压跌落,调节SOC均衡过程,提高其均衡速度和精度。

关键词: 虚拟直流电机控制; 多储能; 变电枢电阻; 转速补偿; SOC均衡

Abstract

The new power system has low inertia, and virtual DC motor control can strengthen system inertia and damping. State of charge(SOC) equalization should be considered in multi-energy storage converters to improve system stability. Aiming at the multi-energy storage SOC equalization problem of virtual DC motor control, using the drooping characteristics of the DC motor terminal voltage and armature current, the variable armature resistance control with SOC dispersion and variable equalization coefficient is proposed. In view of the voltage offset problem caused by droop control, the virtual DC motor speed compensation is used. The voltage PI control in traditional virtual DC motor control is replaced by instantaneous power of the bus capacitor to give the system power requirements, which reduces the number of proportional integration links. Taking two batteries as an example, simulated in Simulink, and compared with the armature resistance function of the reference, it can be seen that the proposed control strategy can suppress the DC link voltage drop, adjust the SOC equalization process, and improve its equalization speed and accuracy.

Keywords: Virtual DC motor control; multi energy storage; variable armature resistance; speed compensation; SOC balance

PDF (15805KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

徐敏, 赵巧娥. 虚拟直流电机荷电状态均衡控制[J]. 电气工程学报, 2024, 19(1): 169-176 doi:10.11985/2024.01.018

XU Min, ZHAO Qiaoe. Virtual DC Motor SOC Equalization Control[J]. Chinese Journal of Electrical Engineering, 2024, 19(1): 169-176 doi:10.11985/2024.01.018

1 引言

为实现“双碳”目标,电力系统将逐渐转变为具备高比例可再生能源和高比例电力电子设备的新型系统[1]。高比例电力电子设备导致系统惯性低,严重影响母线电压质量和系统稳定性。广泛采用虚拟同步电机控制,使并网侧逆变器输出旋转电机特性[2]。离网时,并网逆变器无法提供惯性和阻尼支撑。

文献[3-5]在直流侧提出类虚拟直流电机控制,和虚拟同步电机控制一样,将电机方程和电压电流物理量一一对应,但其初始阶段电压会突变,需要加入反馈补偿,使得整个控制更加复杂。文献[6]在储能侧DC/DC变换器控制中采用虚拟直流电机控制,将直流电机机械特性方程嵌入电压电流环之间,最终使变换器输出电机特性,与类虚拟同步电机控制不同的是,不再和实际物理量一一对应。文献[7]在交流侧采用虚拟同步电机控制,直流侧采用虚拟直流电机控制。文献[8]针对系统惯性阻尼支撑和动态响应的矛盾,提出转动惯量和阻尼系数自适应的虚拟直流电机控制。文献[9]利用多项式插值模拟电枢反应和磁场饱和。以上文献均未考虑并联储能变换器的SOC均衡问题。当系统中存在多个储能时,由于生产、运行以及线路阻抗等原因[10],多个储能变换器采用相同的电枢电阻固定值会加剧SOC不均衡,减少储能寿命。

采用变下垂系数可实现SOC均衡。文献[11]采用平均化SOC幂函数,与SOC幂函数相同,当SOC达到最大或最小值时,下垂系数为0,可能会引起过充过放。文献[12]中下垂系数采用三角函数,虽然避免了过充过放,但无法调节均衡速率。文献[13]中下垂系数采取幂指函数,需要指数中pn两个可调节参数配合。

直流电机机端电压和电枢电流具备下垂特性,电枢电阻可作为下垂系数直接利用。文献[14]与下垂控制对比得出采用虚拟直流电机控制并联变换器间环流更小。文献[15]加入功率角速度下垂控制,使下垂系数、功率参考值以及虚拟直流电机控制中的惯性系数、阻尼系数以及电枢电阻成对应比例关系,需要调节的参数过多。文献[16]设定虚拟直流电机控制中的功率给定与电池容量成比例。将储能看成电流源,不适合母线电压不变的情况[17]。文献[18]在文献[16]的基础上加入电压偏差补偿励磁参数,减少了直流母线电压跌落。文献[19]中下垂系数采取以自然对数的底e为底,指数为SOC不均衡度的指数函数,文献[20]将其应用在虚拟直流电机控制电枢电阻中。当SOC不均衡度为0时,下垂系数为定值,均衡后充电速度为定值,无法跟随SOC变化。

针对以上问题,在虚拟直流电机控制中采用变电枢电阻,变电枢电阻采用考虑SOC及SOC离差的指数函数,SOC离差绝对值的反比例函数作为均衡系数,引入两调节参数实时调节均衡过程,提高SOC均衡速度和均衡精度,通过小信号分析电枢电阻的稳定性。加入电压偏差补偿虚拟直流电机转速,用母线电容侧瞬时能量变化替代多余的电压控制环节,消除电压偏差。通过仿真验证了所提控制的正确性和有效性。

2 虚拟直流电机控制

虚拟直流电机控制利用电机机械方程和电枢回路方程,使储能侧DC/DC变换器具备电机惯性和阻尼特性。

直流发电机的电枢回路方程为

${{E}_{a}}={{U}_{a}}+{{I}_{a}}{{R}_{a}}={{C}_{T}}\phi \omega $

式中,Ua为机端电压;Ea为感应电动势;Ra为电枢电阻;Ia为电枢电流;CT为转矩系数;$\phi $为磁通;$\omega $为电机转速。

直流发电机的机械方程为

$J\frac{d\omega }{dt}={{T}_{m}}-{{T}_{\text{e}}}-D(\omega -{{\omega }_{\text{n}}})$

式中,J为惯性系数;Tm为机械转矩;Te为电磁转矩;D为阻尼系数;${{\omega }_{\text{n}}}$为角速度参考值。

虚拟直流电机控制框图如图1所示,DC/DC变换器输出电压Udc(等效为直流电机机端电压Ua)和直流母线电压参考值Uref经过PI控制环,再乘Uref,反映系统功率需求;通过虚拟直流电机控制环节得到虚拟直流电机的电枢电流,即DC/DC变换器输出端电流Ia,不考虑变换器功率损耗,得到蓄电池充放电电流I*bat,与实际值对比,经过PI控制和限幅环节,得到DC/DC变换器中IGBT控制信号,如图2所示,最终使DC/DC变换器输出特性和直流电机相同。图2中,L为滤波电感;Ubat为储能端电压;d为占空比;C为母线侧电容。如图3所示,当VT1导通时,将双向DC/DC变换器等效为boost变换器,储能端电压升压后给直流侧输送功率;VT2导通时,将双向DC/DC变换器等效为buck变换器,直流侧母线降压为储能充电。

图1

图1   双向DC/DC变换器VDCM控制框图


图2

图2   DC/DC变换器和直流电机等效图


图3

图3   双向DC/DC变换器的两种工作模式


3 变电枢电阻

3.1 变电枢电阻函数

SOC反映储能的剩余容量,采用安时积分法估算

$\mathrm{SOC}=\mathrm{SO}{{\mathrm{C}}_{0}}-\frac{\int{{{I}_{\mathrm{bat}}}dt}}{{{C}_{e}}}$
$\mathrm{SO{C}'}\text{=}-\frac{{{I}_{\mathrm{bat}}}}{{{C}_{e}}}$

式中,SOC0为储能初始SOC值;Ce为容量;$\mathrm{SO{C}'}$为储能SOC随充电时间变化速率。

当并联储能容量相同时,SOC变化速率和蓄电池充放电电流Ibat成正比。不考虑变换器功率损耗,SOC变化速率和Ia成正比,并联时变换器端电压相同,由式(1)可得,SOC变化速率与电枢电阻Ra成反比。只考虑蓄电池充电状态,为使SOC均衡,SOC较大时,其变化速率应该较缓慢,充电电流较小,对应电枢电阻较大。从式(5)可知,SOC1变化速率比SOC2变化速率慢。比值越小,均衡速度越快。相同容量下,SOC越大充电速度越慢,理论上可以实现SOC均衡。

$\frac{SO{{{{C}'}}_{1}}}{SO{{{{C}'}}_{2}}}\text{=}\frac{{{R}_{a2}}}{{{R}_{a1}}}<1$

在电枢电阻Ra中引入SOC离差(SOC-SOCav),SOCav为并联储能SOC平均值。

${{R}_{\mathrm{a}j}}={{k}_{1}}exp\left[ \mathrm{SO}{{\mathrm{C}}_{j}}+{{k}_{2}}\left( \mathrm{SO}{{\mathrm{C}}_{j}}-\mathrm{SO}{{\mathrm{C}}_{\mathrm{av}}} \right) \right]$
${{k}_{2}}=\frac{a}{b+\left| \mathrm{SO}{{\mathrm{C}}_{j}}-\mathrm{SO}{{\mathrm{C}}_{\mathrm{av}}} \right|}$

式中,j为并联储能个数;Raj为第j个储能对应的电枢电阻;k1为常数,用来限制电枢电阻取值范围,取0.1;k2为均衡系数,调整均衡速度;a调整k2变化速率,b调整SOC离差的灵敏度;SOCj为第j个储能的SOC。

以两储能为例,两储能SOC偏离平均值程度相同,k2相同。引入SOC离差和均衡系数后,均衡速率比值为

$\frac{\mathrm{SO}{{{\mathrm{{C}'}}}_{\mathrm{1}}}}{\mathrm{SO}{{{\mathrm{{C}'}}}_{\mathrm{2}}}}\text{=}\frac{{{R}_{a2}}}{{{R}_{a1}}}\text{=}\frac{{{k}_{1}}exp\left[ \mathrm{SO}{{\mathrm{C}}_{\mathrm{2}}}+{{k}_{2}}\left( \mathrm{SO}{{\mathrm{C}}_{\mathrm{2}}}-\mathrm{SO}{{\mathrm{C}}_{\mathrm{av}}} \right) \right]}{{{k}_{1}}exp\left[ \mathrm{SO}{{\mathrm{C}}_{\mathrm{1}}}+{{k}_{2}}\left( \mathrm{SO}{{\mathrm{C}}_{\mathrm{1}}}-\mathrm{SO}{{\mathrm{C}}_{\mathrm{av}}} \right) \right]}=exp\left[ (1+{{k}_{2}})(\mathrm{SO}{{\mathrm{C}}_{\mathrm{2}}}-\mathrm{SO}{{\mathrm{C}}_{\mathrm{1}}}) \right]$

SOC1>SOC2k2>0,k2值越大,两蓄电池SOC变化速度比值越小,SOC变化率差异越大,均衡速度越快。由式(7)可知,a越大,b越小,均衡系数k2值越大;同时b越小,SOC离差在分母中的比重越大,k2对其越敏感,使数值接近的SOC离差对应的k2差值较大,放大SOC差异,提高均衡精度,进一步加快均衡速度。

蓄电池SOC为较大值时,SOC离差为正值,初始电枢电阻为较大值,电枢电阻随SOC离差减小而减小;蓄电池SOC为较小值时,SOC离差为负值,初始电枢电阻为较小值,电枢电阻值随着SOC离差减小而增大。当两蓄电池SOC趋于均衡时,SOC离差值趋于0,其电枢电阻值逐渐趋于同一值。均衡完成后,两蓄电池SOC值相同,后期SOC增长速度相同,随着SOC值变大,电枢电阻值变大,充电电流变小,充电速度变慢。储能SOC越接近限值,充电速率越慢,为后期抑制其过充过放提供有利条件。

变电枢电阻控制框图如图4所示,根据已知的各蓄电池SOC及平均值,由式(6)、(7)计算得电枢电阻,由电机电枢回路方程给出电枢电流Ia,不计变换器功率损耗,给出电池充放电电流参考值I*bat,与实际充放电电流对比,通过PI控制环节,得到变换器控制器件占空比d

图4

图4   变电枢电阻控制框图


3.2 稳定性分析

图1稳态运行点附近添加小扰动,整理得到小信号控制框图如图5所示。

图5

图5   小信号控制框图


母线电压变化量和系统功率扰动的传递函数为

$\frac{\Delta {{U}_{\text{dc}}}}{\Delta P}=\frac{{{G}_{1}}{{G}_{2}}{{G}_{\text{iPI}}}{{G}_{\text{ud}}}}{1+{{G}_{\text{iPI}}}{{G}_{\text{id}}}+{{G}_{2}}{{G}_{\text{iPI}}}{{G}_{\text{ud}}}}$
${{G}_{1}}\text{=}\frac{{{C}_{\text{T}}}\phi }{{{\omega }_{\text{n}}}(Js+D)}$
${{G}_{2}}\text{=}\frac{{{U}_{\text{ref}}}}{{{R}_{\text{a}}}{{U}_{\text{bat}}}}$
${{G}_{\text{iPI}}}={{k}_{\text{ip}}}+\frac{{{k}_{\text{ii}}}}{s}$
${{G}_{ud}}\text{=}\frac{\Delta {{U}_{dc}}}{\Delta d}\text{=}\frac{(1-d){{U}_{dc}}-Ls{{I}_{bat}}}{LC{{s}^{2}}+{{(1-d)}^{2}}}$
${{G}_{id}}\text{=}\frac{\Delta {{I}_{\mathrm{bat}}}}{\Delta d}\text{=}\frac{(1-d){{I}_{\mathrm{bat}}}+Cs{{U}_{\mathrm{dc}}}}{LC{{s}^{2}}+{{(1-d)}^{2}}}$

根据式(9),在Matlab中绘制电枢电阻Ra变化时系统的根轨迹,如图6所示。图6a中电枢电阻Ra从0.05变化到0.5,间隔0.05;图6b中电枢电阻Ra从0.5变化到2,间隔0.15。电枢电阻值变大,根轨迹向右移动,但不会越过右半平面,系统依旧保持稳定。电枢电阻的取值不会影响系统的稳定性,但实际应用中需要考虑储能最大充放电电流的限制,电枢电阻取值过小,储能充放电电流太大,影响储能寿命。

图6

图6   电枢电阻变化时的根轨迹


4 偏差补偿

直流电机的机端电压Ua和电枢电流Ia具有下垂特性,如式(10)所示,电枢电阻可看成下垂系数。如图7所示,当系统中存在功率扰动时,系统从稳态工作点X沿下垂曲线运行至点Y。通过平移下垂曲线,在出现相同的功率扰动时,系统可工作在点Z,使电压偏差为0。转速补偿如式(11)、(12)所示。

$\Delta {{U}_{\mathrm{a}}}\text{=}\Delta {{I}_{\mathrm{a}}}{{R}_{\mathrm{a}}}$
${{U}_{\mathrm{a}}}\text{=}{{E}_{\mathrm{a}}}-{{I}_{\mathrm{a}}}{{R}_{\mathrm{a}}}\text{=}{{C}_{\mathrm{T}}}\phi \left( {{\omega }_{\mathrm{n}}}+\Delta \omega \right)-{{I}_{\mathrm{a}}}{{R}_{\mathrm{a}}}$
$\Delta \omega \text{=}({{k}_{\mathrm{p}}}+\frac{{{k}_{\mathrm{i}}}}{s})({{U}_{\mathrm{dcref}}}-{{U}_{\mathrm{dc}}})$

式中,$\Delta \omega $为功率扰动引起的转速偏差;kpki为PI环节控制参数。

图7

图7   电机电压电流下垂曲线


图8所示,传统虚拟直流电机控制利用电压PI控制环节给定系统功率变化参考值。改进控制中转速补偿环节已经具备电压调节能力,故采用母线电容储存能量表示系统功率波动值,当采样时间较小时,可用式(13)计算电容瞬时功率来代替。加入电压偏差补偿转速后的控制框图如图9所示。最终整体控制框图如图10所示。

$\Delta P=C{{U}_{\mathrm{dc}}}\frac{\mathrm{d}{{U}_{\mathrm{dc}}}}{\mathrm{d}t}\approx \frac{C}{2T}\left( U_{\mathrm{dc}}^{2}-U_{\mathrm{ref}}^{2} \right)$

图8

图8   电机给定功率环节


图9

图9   补偿转速改进虚拟直流电机控制框图


图10

图10   转速补偿变电枢电阻虚拟直流电机控制框图


5 仿真结果

在Matlab/Simulink中搭建直流微网模型,由光伏、储能和直流负荷组成。储能选用蓄电池,通过DC/DC变换器连接在直流母线上。仿真参数如表1所示。

表1   仿真参数

参数数值
母线电压参考值Uref/V400
蓄电池端电压Ubat/V100
额定转速ωn/(rad/s)314
蓄电池1初始SOC0.6
蓄电池2初始SOC0.5
惯性系数J/(kg·m2)8
阻尼系数D2
转矩系数CT18.4
每极磁通Φ/Wb0.069 8

新窗口打开| 下载CSV


设置两蓄电池容量相同,采用变电枢电阻虚拟直流电机控制,直流负载功率Pload变化如图11所示,0.5 s时由2.5 kW降到1 kW,0.8 s时增至4 kW。对应的直流母线电压波形如图12所示,初始阶段直流母线最大超调量低于1%,后期直流母线电压上下波动幅值不超过2 V,基本不受负载功率波动及SOC均衡的影响。

图11

图11   负载功率波动图


图12

图12   母线电压波动图


与文献[20]中变电枢电阻控制对比,效果如图13所示。采用文献[20]中的函数及其取值,运行100 s后两储能SOC差值为1.2%,而采用所提控制在75 s时已达到均衡,且两储能SOC在75 s后依旧保持一致。采用所提控制的电枢电阻在均衡过程中的变化如图14所示。蓄电池1初始SOC大,电枢电阻初值大,随着SOC变大逐渐减小;蓄电池2的SOC初值小,电枢电阻初值小,随着SOC变大逐渐变大。最终SOC趋于一致,电枢电阻也趋于一致,与理论分析一致。

图13

图13   与文献[20]对比结果


图14

图14   SOC均衡过程中电枢电阻的变化


图15aa单独变化时SOC均衡效果图,b取定值0.05。a取5时,98 s两储能SOC达到均衡;a取10时,75 s两储能SOC达到均衡;a取20时,60 s两储能SOC达到均衡。a越大,储能SOC均衡速度越快。图15bb单独变化时SOC均衡效果图,a取10。b取0.001时,51.3 s两储能SOC达到均衡,两储能SOC差值最终减小至2×10-6b取0.05时,65 s两储能SOC达到均衡,两储能SOC差值最终减小至2.4×10-4b取0.1时,90 s两储能SOC达到均衡,两储能SOC差值最终减小至6.6×10-3b越小,均衡速度越快,且均衡精度越高。参数ab对SOC均衡效果的影响与理论分析一致。

图15

图15   ab对SOC均衡的影响


6 结论

针对低惯性直流微网中并联储能的SOC均衡问题,提出变电枢电阻虚拟直流电机控制。通过指数函数使电枢电阻随SOC变化,引入SOC离差和自适应均衡系数,使均衡系数和SOC离差关联,在均衡过程中不断调整均衡速度。提出虚拟直流电机转速补偿,平移电机下垂特性,抑制下垂引起的电压跌落。仿真证明,采用所提控制策略,SOC均衡速度和电压质量都满足要求。

(1) 虚拟直流电机控制为系统提供惯性和阻尼,当系统内负荷投切时,初始阶段母线电压变化缓慢;后期由于转速补偿,使直流母线电压不会因电机下垂特性而跌落。

(2) 与文献自适应电枢电阻函数对比,均衡速度更快,均衡精度更高;通过控制参数的调整,均衡效果得以进一步提升。

参考文献

卓振宇, 张宁, 谢小荣, .

高比例可再生能源电力系统关键技术及发展挑战

[J]. 电力系统自动化, 2021, 45(9):171-191.

[本文引用: 1]

ZHUO Zhenyu, ZHANG Ning, XIE Xiaorong, et al.

Key technologies and development challenges of high-proportion renewable energy power system

[J]. Automation of Electric Power Systems, 2021, 45(9):171-191.

[本文引用: 1]

JI Kunyu, JIA Jun, ZHANG Weiguo.

Study on virtual synchronous generator with energy storage unit controlled by bi-directional DC/DC converter

[C]// Proceedings of 2018 IEEE 8th Annual International Conference on CYBER Technology in Automation,Control,and Intelligent Systems. IEEE,2018:1166-1170.

[本文引用: 1]

LIN Gang, ZUO Wei, LI Yong, et al.

Comparative analysis on the stability mechanism of droop control and VID control in DC microgrid

[J]. Chinese Journal of Electrical Engineering, 2021, 7(1):37-46.

[本文引用: 1]

ZHANG Xiangyu, LI Hao, FU Yuan.

Optimized virtual DC machine control for voltage inertia and damping support in DC microgrid

[C]// 2021 IEEE Applied Power Electronics Conference and Exposition(APEC). IEEE,2021:2727-2732.

[本文引用: 1]

SAMANTA S, MISHRA J P, ROY B K.

Virtual DC machine:An inertia emulation and control technique for a bidirectional DC-DC converter in a DC microgrid

[J]. IET Electric Power Applications, 2018, 12(6):874-884.

DOI:10.1049/elp2.v12.6      URL     [本文引用: 1]

BAGHERI S, CHESHMEHBEIGI H M.

DC microgrid voltage stability through inertia enhancement using a bidirectional DC-DC converter

[C]// 7th Iran Wind Energy Conference(IWEC2021). IEEE,2021: 1-5.

[本文引用: 1]

YI Wei, YI Dawei, HU Xiongwei, et al.

Modeling and simulation of DC micro-grid based on virtual motor control

[C]// 2017 IEEE Transportation Electrification Conference and Expo,Asia-Pacific(ITEC Asia-Pacific). IEEE,2017:1-6.

[本文引用: 1]

NEVES M S, ALVES F A L, AREDES M A, et al.

A virtual DC machine control strategy with nonlinear behavior to enhance power sharing and voltage regulation in DC microgrids

[C]// 2021 IEEE Fourth International Conference on DC Microgrids(ICDCM). IEEE,2021:1-8.

[本文引用: 1]

LIN Gang, MA Junjie, LI Yong, et al.

A virtual inertia and damping control to suppress voltage oscillation in islanded DC microgrid

[J]. IEEE Transactions on Energy Conversion, 2021, 36(3):1711-1721.

DOI:10.1109/TEC.2020.3039364      URL     [本文引用: 1]

ZHENG Yuding, TIAN Guizhen, ZHANG Jianwei.

SOC balancing control strategy based on piecewise adaptive droop coefficient algorithm for multi-energy storage units in DC microgrid

[C]// 2021 IEEE 4th International Conference on Electronics Technology(ICET). IEEE,2021: 432-436.

[本文引用: 1]

康家玉, 史晨雨, 王素娥, .

基于自适应下垂控制的多储能直流微网能量管理策略

[J]. 现代电力, 2022, 39(2):219-227.

[本文引用: 1]

KANG Jiayu, SHI Chenyu, WANG Sue, et al.

Energy management strategy of multi-energy storage DC microgrid based on adaptive droop control

[J]. Modern Electric Power, 2022, 39(2):219-227.

[本文引用: 1]

朱江. 光储直流微电网的协调控制策略研究[D]. 哈尔滨: 哈尔滨工业大学, 2020.

[本文引用: 1]

ZHU Jiang. Research on coordinated control strategy of photovoltaic storage DC microgrid[D]. Harbin:Harbin Institute of Technology, 2020.

[本文引用: 1]

李鹏程, 张纯江, 袁然然, .

改进SOC下垂控制的分布式储能系统负荷电流分配方法

[J]. 中国电机工程学报, 2017, 37(13):3746-3754.

[本文引用: 1]

LI Pengcheng, ZHANG Chunjiang, YUAN Ranran, et al.

Load current distribution method for distributed energy storage system with improved SOC droop control

[J]. Proceedings of the CSEE, 2017, 37(13):3746-3754.

[本文引用: 1]

张凯涛, 张辉, 支娜, .

模拟直流发电机的光伏变换器控制稳定性分析

[J]. 电力电子技术, 2019, 53(1):115-116.

[本文引用: 1]

ZHANG Kaitao, ZHANG Hui, ZHI Na, et al.

Control and stability analysis of photovoltaic converter for simulating DC generator

[J]. Power Electronics, 2019, 53(1):115-116.

[本文引用: 1]

王勉, 唐芬, 赵宇明, .

虚拟直流电机并联协调控制方法

[J]. 电网技术, 2020, 44(10):3875-3885.

[本文引用: 1]

WANG Mian, TANG Fen, ZHAO Yuming, et al.

Parallel coordinated control method of virtual DC machines

[J]. Power System Technology, 2020, 44(10):3875-3885.

[本文引用: 1]

张辉, 张凯涛, 肖曦, .

模拟直流发电机特性的储能变换器控制策略

[J]. 电力系统自动化, 2017, 41(20):126-132.

[本文引用: 2]

ZHANG Hui, ZHANG Kaitao, XIAO Xi, et al.

Control strategy of energy storage converter for analog DC generator characteristics

[J]. Automation of Electric Power Systems, 2017, 41(20):126-132.

[本文引用: 2]

户艳琴, 周仁友, 黄天翔, .

基于改进下垂控制的并网级联型储能系统SOC均衡策略

[J]. 电力系统保护与控制, 2021, 49(22):120-129.

[本文引用: 1]

HU Yanqin, ZHOU Renyou, HUANG Tianxiang, et al.

SOC balancing strategy of a grid-connected cascaded-type energy storage system based on advanced droop control

[J]. Power System Protection and Control, 2021, 49(22):120-129.

[本文引用: 1]

支娜, 丁可, 张辉, .

虚拟直流发电机励磁补偿控制策略

[J]. 电气传动, 2021, 51(7):40-45.

[本文引用: 1]

ZHI Na, DING Ke, ZHANG Hui, et al.

Excitation compensation control strategy for virtual DC generator

[J]. Electric Drive, 2021, 51(7):40-45.

[本文引用: 1]

谭树成. 直流微电网蓄电池功率均衡及母线电压稳定控制研究[D]. 西安: 西安理工大学, 2017.

[本文引用: 1]

TAN Shucheng. Research on power sharing of battery energy storage and bus voltage stability control in DC microgrid[D]. Xi’an: Xi’an University of Technology, 2017.

[本文引用: 1]

ZHI Na, DING Ke, DU Liang, et al.

An SOC-based virtual DC machine control for distributed storage systems in DC microgrids

[J]. IEEE Transactions on Energy Conversion, 2020, 35(3):1411-1420.

DOI:10.1109/TEC.60      URL     [本文引用: 4]

/