
-
生物通官微
陪你抓住生命科技
跳动的脉搏
具备储能与电网备份功能的太阳能光伏集成电动汽车充电站协调控制、估计算法及调度框架研究
《Scientific Reports》:Fuzzy-adaptive MPPT and Kalman-filter SOC estimation for Lyapunov-stable predictive energy management in solar-integrated EV charging stations
【字体: 大 中 小 】 时间:2026年10月21日 来源:Scientific Reports 4.9
编辑推荐:
``` 摘要 本研究开发了一个协调控制、估计算法和调度框架,用于具有电池储能和电网备份功能的太阳能光伏集成电动汽车充电站(EVCS)。该框架主要探讨了四个方面的创新内容。首先,所提出的模糊自适应步长扰动观察(P&O)最大功率点跟踪(MPPT)算法根据当地的功率-电压敏感性动态
本研究开发了一个协调控制、估计算法和调度框架,用于具有电池储能和电网备份功能的太阳能光伏集成电动汽车充电站(EVCS)。该框架主要探讨了四个方面的创新内容。首先,所提出的模糊自适应步长扰动观察(P&O)最大功率点跟踪(MPPT)算法根据当地的功率-电压敏感性动态调整扰动步长,在15种随机辐照条件下实现了98.1%±0.1%的跟踪效率,而采用固定步长的P&O算法的跟踪效率仅为95.0%±0.6%;针对每种辐照条件重新调整参数的线性自适应算法的跟踪效率为97.8%±0.2%(Welch t检验,t=5.2,p<0.0001,模糊自适应算法明显优于重新调整的算法)。其次,扩展卡尔曼滤波器(EKF)结合库仑计数技术和二阶特勒维宁电池模型来估算电池荷电状态(SOC),通过Popov-Belevitch-Hautus(PBH)测试验证了该方法的可行性;在20次蒙特卡洛试验中,该方法将SOC估算的均方根误差从2.45%降低到了0.118%。第三,模型预测控制(MPC)能量管理系统(EMS)用递归视界优化算法取代了传统的静态规则调度方法,在完美预测假设下使运营成本降低了6.8%,但同时揭示了该系统与电网独立性之间的权衡关系。第四,通过对切换系统的稳定性分析,构建了依赖于模式的李雅普诺夫函数,并得出了平均驻留时间上限(τ_a*=2.31 ms),该上限确保了在遵循该条件的任何模式切换序列下线性化转换器动态的指数稳定性。整个系统的仿真结果表明:系统效率达到93.6%,直流母线电压调节精度在±5%范围内,且对电网的依赖度为14.2%。在四个创新点中,只有模糊自适应MPPT算法和EKF-SOC模块在ESP8266硬件原型上得到了实现;在该硬件平台上,测得的系统效率(91.2%)与仿真结果(93.6%)之间的偏差仅为2.4个百分点。MPC-EMS调度算法和李雅普诺夫稳定性证明目前仍停留在仿真阶段,这些内容的硬件验证被列为未来研究的重点任务。