具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本发明实施例提供一种储能换流器模型预测控制方法，如图1所示，包括如下步骤：

步骤S1：基于两步模型预测逻辑，建立k+2时刻储能换流器功率MPC数学模型。

在一具体实施例中，具体通过如下步骤建立k+2时刻储能换流器功率MPC数学模型。

步骤S11：建立储能换流器数学模型。

步骤S12：根据储能换流器数学模型得到储能换流器数学模型网侧电压方程。

步骤S13：根据储能换流器数学模型网侧电压方程得到瞬时有功、无功功率数学模型。

步骤S14：根据瞬时有功、无功功率数学模型建立瞬时有功、无功功率变化率数学模型。

步骤S15：根据储能换流器数学模型网侧电压方程及瞬时有功、无功功率变化率数学模型，得到储能换流器功率MPC数学模型。

步骤S16：将储能换流器功率MPC数学模型进行离散化处理，采用两步模型预测逻辑，得到k+2时刻储能换流器功率MPC数学模型。

在本发明实施例中，如图2所示，U_dc为储能直流侧母线电压；U_abc、i_abc为储能换流器输出交流三相电压、电流；e_abc为网侧三相电压；R_f、L_f、C_f构成LC滤波电路；L_g、R_g为等效负载。考虑网侧电动势为三相平衡正弦特性，则在两相静止ɑβ坐标系下储能换流器数学模型为：

其中，i_α为两相静止ɑ坐标系下储能换流器输出电流，i_β为两相静止β坐标系储能换流器输出电流，e_α为两相静止ɑ坐标系下储能换流器网侧电压，e_β为两相静止β坐标系下储能换流器网侧电压，L_f为储能换流器内部电感，U_α为两相静止ɑ坐标系下储能换流器输出电压，U_β为两相静止β坐标系下储能换流器输出电压，R_f为储能换流器内部电阻。

理想情况下网侧电压可表示为：

式(2)中：E为网侧电压幅值；ω为电网角频率。两相静止ɑβ坐标系下网侧电压变化率为：

根据瞬时功率理论可以得到两相静止ɑβ坐标系下瞬时有功、无功功率表达式为：

瞬时有功、无功功率变化率表达式为：

将式(2)、式(3)代入式(5)中，可以得到：

为了得到储能换流器功率MPC数学模型，将式(6)做离散化处理，采用两步模型预测方案，可以得到k+2时刻储能换流器有功、无功MPC数学模型为：

其中，P(k+2)为两相静止ɑβ坐标系下k+2时刻有功功率，Q(k+2)为两相静止ɑβ坐标系下k+2时刻无功功率，P(k+1)为两相静止ɑβ坐标系下k+1时刻有功功率，Q(k+1)为两相静止ɑβ坐标系下k+1时刻无功功率，T_s为控制周期，R_f为储能换流器内部电阻，L_f为储能换流器内部电感，ω为电网角频率，U_α为两相静止ɑ坐标系下储能换流器输出电压，U_β为两相静止β坐标系下储能换流器输出电压，e_α(k+1)为两相静止ɑ坐标系下k+1时刻储能换流器网侧电压，e_β(k+1)为两相静止β坐标系下k+1时刻储能换流器网侧电压。

为了实现储能换流器有功、无功快速响应，提高控制系统暂态特性，采用有功、无功相同权重价值函数为：

J_k+2＝[P^*(k+2)-P(k+2)]²+[Q^*(k+2)-Q(k+2)]² (8)

式(8)中：P^*(k+2)、Q^*(k+2)为k+2时刻有功、无功功率参考值。

通过两周期延时补偿策略对系统变量进行预测，以获得超前控制效果，从而抵消延时影响，保证了储能换流器的稳定工作。

步骤S2：获取储能换流器滤波电感偏差量，根据滤波电感偏差量建立储能换流器输出电压最优值偏差方程。

在一具体实施例中，储能换流器MPC控制系统对于参数误差较为敏感，参数误差主要来自于滤波电感L_f参数偏移，滤波电感实际值可表示为：

L_fg＝L_fm+ΔL_f (9)

式(9)中：L_fm为滤波电感参数设定值；ΔL_f为滤波电感偏差量。因为L_f参数偏移造成的输出电压最优值偏差为：

其中，ΔU_α(k+1)为两相静止ɑ坐标系下k+1时刻储能换流器输出电压最优值，ΔU_β(k+1)为两相静止β坐标系下k+1时刻储能换流器输出电压最优值，ΔL_f为滤波电感偏差量，i_β(k+1)为两相静止β坐标系下k+1时刻储能换流器输出电流，i_α(k+1)为两相静止ɑ坐标系下k+1时刻储能换流器输出电流，ε_P(k+1)为两相静止ɑβ坐标系下k+1时刻有功功率阶跃函数，ε_Q(k+1)为两相静止ɑβ坐标系下k+1时刻无功功率阶跃函数。

由式(10)可知：滤波电感参数偏差会引起最优控制变量偏差，造成储能换流器输出错误电压矢量，严重影响MPC控制精度。尤其是ΔL_f＞0，即滤波电感参数设定值小于实际值时，将对MPC最优控制造成更大影响。

步骤S3：根据k+2时刻储能换流器功率MPC数学模型及储能换流器输出电压最优值偏差方程，得到电感误差补充后的k+2时刻储能换流器功率MPC数学模型。

在一具体实施例中，根据式(7)、(9)，可以得到电感误差补充后的k+2时刻储能换流器功率MPC数学模型为：

其中，P_m(k+2)为两相静止ɑβ坐标系下k+2时刻电感误差补充后的有功功率，Q_m(k+2)为两相静止ɑβ坐标系下k+2时刻电感误差补充后的无功功率，L_fg为滤波电感实际值，L_fm为滤波电感参数设定值，L_fg＝L_fm+ΔL_f。

步骤S4：将电感误差补充后的k+2时刻储能换流器功率MPC数学模型与k+2时刻储能换流器功率MPC数学模型作差，得到k+2时刻电感观测值方程。

在一具体实施例中，以有功功率为例，用式(11)中电感误差补充后k+2时刻有功功率减去式(7)中k+2时刻有功功率，可以得到：

式(12)中：L_f0为电感观测值。

步骤S5：将k+2时刻电感观测值方程转换为k时刻电感观测值方程，根据k时刻电感观测值方程对MPC控制系统电感参数进行实时修正。

在一具体实施例中，储能换流器MPC控制系统在当前时刻即k时刻电感观测值为：

根据上述分析以及图3所示的储能换流器MPC电感观测控制框图可知，可以通过L_f0对MPC控制系统电感参数进行实时修正，减少预测误差保证控制精度。

本发明提供的储能换流器模型预测控制方法，包括：基于两步模型预测逻辑，建立k+2时刻储能换流器功率MPC数学模型；获取储能换流器滤波电感偏差量，根据滤波电感偏差量建立储能换流器输出电压最优值偏差方程；根据k+2时刻储能换流器功率MPC数学模型及储能换流器输出电压最优值偏差方程，得到电感误差补充后的k+2时刻储能换流器功率MPC数学模型；将电感误差补充后的k+2时刻储能换流器功率MPC数学模型与k+2时刻储能换流器功率MPC数学模型作差，得到k+2时刻电感观测值方程；将k+2时刻电感观测值方程转换为k时刻电感观测值方程，根据k时刻电感观测值方程对MPC控制系统电感参数进行实时修正。通过求解k时刻电感观测值方程，根据k时刻电感观测值对MPC控制系统电感参数进行实时修正，减少预测误差，保证控制精度。

本发明实施例还提供一种储能换流器模型预测控制系统，如图4所示，包括：

第一模型建立模块1，用于基于两步模型预测逻辑，建立k+2时刻储能换流器功率MPC数学模型。详细内容参见上述实施例中步骤S1的相关描述，在此不再赘述。

第二模型建立模块2，用于获取储能换流器滤波电感偏差量，根据滤波电感偏差量建立储能换流器输出电压最优值偏差方程。详细内容参见上述实施例中步骤S2的相关描述，在此不再赘述。

第三模型建立模块3，用于根据k+2时刻储能换流器功率MPC数学模型及储能换流器输出电压最优值偏差方程，得到电感误差补充后的k+2时刻储能换流器功率MPC数学模型。详细内容参见上述实施例中步骤S3的相关描述，在此不再赘述。

第四模型建立模块4，用于将电感误差补充后的k+2时刻储能换流器功率MPC数学模型与k+2时刻储能换流器功率MPC数学模型作差，得到k+2时刻电感观测值方程。详细内容参见上述实施例中步骤S4的相关描述，在此不再赘述。

控制模块5，用于将k+2时刻电感观测值方程转换为k时刻电感观测值方程，根据k时刻电感观测值方程对MPC控制系统电感参数进行实时修正。。详细内容参见上述实施例中步骤S5的相关描述，在此不再赘述。

本发明实施例还提供一种计算机设备，如图5所示，该设备可以包括处理器61和存储器62，其中处理器61和存储器62可以通过总线或者其他方式连接，图5以通过总线连接为例。

处理器61可以为中央处理器(Central Processing Unit，CPU)。处理器61还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器62作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的对应的程序指令/模块。处理器61通过运行存储在存储器62中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的储能换流器模型预测控制方法。

存储器62可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器61所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于互联网、企业内部网、企业内网、移动通信网及其组合。

一个或者多个模块存储在存储器62中，当被处理器61执行时，执行本发明实施提供的储能换流器模型预测控制方法。

上述计算机设备具体细节可以对应参阅图1-图3所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

显然，上述实施例仅仅是为清楚地说明所作的举例，而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的变化或变动。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。