基于永磁同步电机驱动的混合光伏-CAT蓄电池-超级电容器系统智能预测性能源管理
来源：
卡特蓄电池 发布时间：2026-10-22 20:40:02 点击： 次
摘要
本文提出了一种用于为永磁同步电机（PMSM）驱动供电的混合光伏（PV）-电池-超级电容器系统的集成预测能量管理方法。该架构结合了最大功率点跟踪、双向DC-DC转换、电池保护、基于超级电容器的瞬态支持、直流母线调节和PMSM矢量控制。通过MATLAB/Simulink模型评估了功率分配、储能行为、直流母线动态、驱动响应和转换效率。模拟的光伏功率在1.1至43 kW之间变化，电池荷电状态保持在65%左右，直流母线电压接近其参考值，整体效率达到约92–97%。结果表明，所提出的策略减轻了电池应力，补偿了短期功率峰值，并在可变发电和负载条件下支持稳定的驱动运行。关键词：
光伏系统; 电池; 超级电容器; 预测控制; 永磁同步电机驱动; 最大功率点跟踪; 直流母线; MATLAB/Simulink; 能量管理
1. 引言
混合可再生能源系统越来越多地应用于发电、储能、转换和机电负载必须在非平稳运行条件下协调的场景。光伏（PV）电源对于自主和分布式安装具有吸引力；然而，其输出强烈依赖于辐照度、温度和负载需求。因此，对于需要稳定直流母线和可靠电机驱动的应用，仅靠光伏电源是不够的。混合储能是解决这一局限性的实际方法。电池提供长间隔的能量容量，而超级电容器在快速瞬态期间提供或吸收短功率脉冲。最近的研究分别探讨了微电网中的预测控制、电池-超级电容器的协调[1,2,3,4,5], 直流母线电压调节，以及先进的永磁同步电机驱动控制 [6,7,8,9,10]. 本研究 [11] 从理论和数值上研究了哈萨克斯坦气候条件下平板太阳能集热器用于太阳能热水系统的热损失。采用基于常微分方程的数学模型评估了热损失系数、努塞尔特数、瑞利数和普朗特数对集热器效率的影响。模拟结果表明，白天水温可达约70 °C。对于阿拉木图地区，4月至10月可保持系统高效运行，展示了太阳能热水系统降低建筑能耗的潜力。然而，这些功能通常被视为独立的子系统。在光伏供电的永磁同步电机驱动中，这种分离具有局限性，因为储能动态、直流母线质量、逆变器运行和转矩响应是相互耦合的。因此，本文提出了一种紧凑型集成架构，其中预测性能量管理系统协调光伏电源、电池、超级电容器、直流母线稳定器和永磁同步电机矢量控制子系统。其目标是提高能量利用率，保护电池免受快速动态应力影响，维持直流母线电压，并确保在太阳能发电和机械负载变化期间永磁同步电机稳定运行。
2. 材料与方法
2.1. 集成系统架构
所提出的系统由光伏阵列、电池组、超级电容器组、双向直流-直流转换器、共享直流母线、三相逆变器和永磁同步电机驱动器组成。预测性能量管理器充当监督控制器。它接收光伏功率、电池电压和电流、电池荷电状态（SOC）、超级电容器功率、负载需求、电网交换信息、直流母线电压、电机转速误差以及扭矩相关反馈。基于这些信号，它发出协调指令，用于电池充放电、超级电容器支持、电网交互、直流母线稳定和扭矩辅助。该结构不同于面向氢气生产或单一储能单元的配置。在这里，控制目标是实现从可变光伏电源向机电负载的稳定供电，同时根据电池和超级电容器的互补能量与功率特性来使用它们（图1).
图1。集成架构：（）带PMSM驱动的混合光伏-电池-超级电容器系统；（）能量管理子系统；（）自适应光伏-电池-PMSM驱动。在（)，上标星号（*）表示控制变量的参考值或给定值。具体而言，isd和isq*分别代表d轴和q轴上的参考电流，而Te*表示永磁同步电机的参考电磁转矩。电机控制系统利用这些参考值来调节电流和转矩。区块图中的颜色用于区分所提出的能量管理系统的功能组件。蓝色区块代表光伏电源、电气测量和控制相关信号；绿色区块表示电池、超级电容器和储能子系统；橙色区块代表预测性能量管理控制器和功率管理功能；紫色区块则标识永磁同步电机驱动和电机控制组件。实线箭头表示互连组件之间功率流和信号传输的方向，而虚线箭头则代表用于系统监控和控制的反馈信号与信息交换。c) adaptive PV–battery–PMSM drive. In (a), the superscript asterisk (*) denotes the reference or commanded value of a control variable. Specifically, isd and isq* represent the reference currents along the d- and q-axes, respectively, while Te* denotes the reference electromagnetic torque of the PMSM. These reference values are used by the motor control system to regulate current and torque. The colors in the block diagrams are used to distinguish the functional components of the proposed energy management system. Blue blocks represent the photovoltaic source, electrical measurements, and control-related signals; green blocks indicate the battery, supercapacitor, and energy storage subsystems; orange blocks denote the predictive energy management controller and power management functions; and purple blocks identify the PMSM drive and motor control components. Solid arrows indicate the direction of power flow and signal transmission between interconnected components, whereas dashed arrows represent feedback signals and information exchange used for system monitoring and control.
2.2. 预测性能量管理与变换器控制
MPPT控制器利用测量的电压和电流调节光伏运行点，通过升压转换器将最大可用太阳能传输至直流母线。电池保护区块负责监控电压、电流和SOC，以防止深度放电、过充和电流过大。超级电容器被分配用于处理短时间扰动：它在负载突变时提供或吸收功率，从而减少电池电流的高频波动。在永磁同步电机子系统中，通过克拉克和帕克变换实现矢量控制。测量的相电流被转换到d-q参考坐标系中，Id和Iq PI控制器为逆变器生成电压指令。直流链路稳定器在储能转换器和逆变器之间提供额外的协调层，当光伏发电和电机转矩需求在不同时间尺度上变化时，这一点至关重要（图2) [6].
图2。主控制区块：（）MPPT和DC-DC转换；（）电池保护和超级电容器支持；（）DC-link稳定和效率评估。图（中的颜色）用于区分所提出的能量管理系统的功能组件。蓝色区块代表光伏电源、电气测量和输入信号。绿色区块表示电池、超级电容器、储能组件和监控功能。橙色区块代表MPPT控制器、预测能量管理器和相关控制功能。灰色区块识别DC-DC转换器、直流母线组件和功率转换单元，而紫色区块代表PMSM驱动器。箭头表示系统组件之间功率流、信号传输和控制交互的方向。具体而言，连接能源、转换器、直流链路和负载的箭头代表电能传输，而与预测能量管理器相关的箭头则表示控制指令、反馈信号和协调设定值。相应的标签指明了传输的变量，包括电压、电流、荷电状态（SOC）、占空比和功率需求。c) DC-link stabilization and efficiency evaluation. The colors in Figures (a–c) are used to distinguish the functional components of the proposed energy management system. Blue blocks represent photovoltaic sources, electrical measurements, and input signals. Green blocks indicate batteries, supercapacitors, energy storage components, and monitoring functions. Orange blocks represent the MPPT controller, predictive energy manager, and associated control functions. Gray blocks identify DC–DC converters, DC-link components, and power conversion units, while purple blocks represent the PMSM drive. The arrows indicate the direction of power flow, signal transmission, and control interactions between the system components. In particular, the arrows connecting the energy sources, converters, DC-link, and loads represent electrical energy transfer, whereas arrows associated with the predictive energy manager indicate control commands, feedback signals, and coordination setpoints. The corresponding labels specify the transmitted variables, including voltage, current, state of charge (SOC), duty cycle, and power demand.
3. 结果
使用开发的结构模型，在MATLAB/Simulink（版本R2025a，The MathWorks, Inc., Natick, MA, USA）中进行了数值评估。模拟考虑了光伏输出功率、电池SOC、超级电容器贡献、直流母线电压、负载功率、PMSM转速、电磁转矩以及系统总效率。所选场景代表了太阳能发电和机械需求的动态变化，而非单一的稳态运行点。这使得不仅能够评估能量平衡，还能评估超级电容器的瞬态作用、直流母线调节质量以及PMSM控制器跟踪转速和转矩变化的能力。通过数值模拟获得的主要性能指标总结如下表1平均光伏（PV）功率为3.2 kW，而最大读档达到4.2 kW，展示了系统在可变读档条件下的运行情况。电池最低荷电状态（SOC）为61%，表明电池放电受到控制。直流母线电压偏差保持在约±2–3 V以内，反映了有效的电压稳定。系统平均效率在93%至95%之间，而超级电容器最大功率达到1.1 kW，证实了其在补偿瞬态功率峰值方面的作用。这些指标被用于评估所提出的预测性能量管理策略的有效性。
表1。从模拟中获得的汇总指标。
功率分配结果显示，光伏发电量在约1.1至4.3 kW之间变化（图3电池作为主要储能元件，在光伏发电过剩时充电，在发电不足时放电。超级电容器主要参与突发过渡阶段，特别是在15、30和45秒左右，用于补偿短期功率峰值。电网交换保持在有限水平，仅在内部能量平衡无法维持时使用。负载功率对比显示，尽管存在瞬态扰动，供应功率仍紧密跟随需求。电池SOC保持在65%左右，最低值约为61%，表明储能策略避免了深度放电和不必要的动态循环。总效率保持在约92–97%之间，在过渡期间会出现短暂下降，随后迅速恢复。
图3。能量管理结果：（）功率分配；（）读档与供电功率；（）电池SOC；（) 总系统效率。c) battery SOC; (d) total system efficiency.
DC-link结果证明了稳定层的价值[图4在未进行稳定处理的情况下，直流母线电压表现出更剧烈的波动，而受控情况下的电压则保持在400 V参考值附近，大约在396–404 V之间。永磁同步电机驱动也表现出稳定的机电特性。电机在约2秒内加速至1500 rpm，随后跟随参考速度变化至1200 rpm和1800 rpm，且没有明显的超调。电磁转矩适应了25至40 N·m的负载变化，随后稳定在30 N·m附近。在另一个700 V直流母线案例中，运行状态改变时出现了瞬态偏差，电压在最大超调约723 V和最小跌落约687 V后恢复。这些结果表明，这种结合了能量管理和驱动控制的结构可以在支持变速永磁同步电机运行的同时，保持直流母线质量。
图4。驱动器和直流母线结果：（）直流母线稳定在400V附近；（）永磁同步电机速度跟踪；（）读档和电磁转矩；（) 直流链路响应接近700 V。c) load and electromagnetic torque; (d) DC-link response near 700 V.
4. 讨论
研究结果支持了本研究的主要设计假设：在光伏供电的电机驱动系统中，能量管理和驱动控制不应被独立考虑。光伏电源决定了可用发电量，混合储能系统决定了中短期功率储备，而直流母线直接影响逆变器和永磁同步电机的性能[9,10]。通过将快速瞬态分配给超级电容器，将较慢的能量支持分配给电池，所提出的架构减轻了电池电流的快速应力，并提高了直流母线稳定性。因此，该方法适用于自主光伏装置、电动驱动系统[5]，抽水机组以及其他由可再生能源为动态机电读档供电的应用。同时，本研究仅限于数值模拟。该模型尚未包含电池长期老化、变换器热约束、测量噪声或硬件平台的实验验证。因此，未来的工作应包括真实的辐照度和读档曲线、硬件在环测试，以及考虑电池老化的电池-超级电容器功率分配优化。
5. 结论
本研究提出了一种用于为永磁同步电机（PMSM）驱动供电的混合光伏-电池-超级电容器系统的预测性能量管理架构。该架构集成了最大功率点跟踪（MPPT）控制、双向储能转换、电池保护、超级电容器峰值功率补偿、直流母线稳定以及永磁同步电机矢量控制。MATLAB/Simulink仿真结果表明，光伏功率在1.1至4.3 kW之间变化，电池荷电状态（SOC）保持在65%左右，整体效率约为92%–97%，且稳定的直流母线电压始终接近其参考值。永磁同步电机驱动器遵循1200至1800 rpm的速度参考值，并将其电磁转矩调整至25–40 N·m范围内的负载变化。总体而言，所提出的架构为提高混合光伏能源系统的功率稳定性和驱动可靠性提供了一个连贯的控制框架。实际部署仍需进行实验验证和长期老化分析。
