一种基于事件触发的电动汽车充电系统的鲁棒优化处理方法

1.本发明涉及一种用于电动汽车充电电网的控制方法，具体涉及一种基于事件触发的电动汽车充电系统的鲁棒优化处理方法。


背景技术：

2.电动汽车充电系统是一种高精度、强操作、强耦合的高智能系统。通过电网设施，控制中心、电站和电动汽车电池之间对充电装置进行电力调度。通过协调电池的荷电状态控制，考虑了车主的行为和电池荷电状态变化带来的不确定性。
3.应用于电动汽车充电系统的设计方法主要包括自适应控制和鲁棒控制等。为了协调电池的荷电状态控制时考虑了车主的行为和电池荷电状态变化带来的不确定性给充电系统稳定控制，安全控制的实现造成风险麻烦，同时部分控制算法受限于一定的扰动，并且在处理干扰时会存在大量的电力浪费与资源损耗。因此，有必要利用其经验知识、操作数据等，研究其与鲁棒优化相关的新控制算法。


技术实现要素：

4.本发明的目的是提出基于事件触发的电动汽车充电系统的鲁棒优化处理方法，可有效利用其经验知识、操作数据，在存在着参数摄动、外界干扰及未建模动态等扰动时，取得良好的控制效果。
5.本发明的具体技术方案如下：基于事件触发的电动汽车充电系统的鲁棒优化处理方法，包括以下步骤：
6.基于事件触发的智能电网系统的鲁棒优化处理方法，其特征在于，该方法建立的不同通道扰动存在的控制系统模型：
7.①
含有匹配干扰的线性时不变系统模型
[0008][0009]
式中，x(t)为监测采样得到的相关状态向量，u(t)为控制输入，w(t)为因为各种情况产生的匹配干扰，am，bm，cm为充电系统建立数学模型得到的系统矩阵，
[0010]
②
含有不匹配干扰的线性时不变系统模型
[0011][0012]
式中，x(t)为监测采样得到的相关状态向量，u(t)为控制输入，d(t)为因为各种情况产生的不匹配干扰，a
nm
，b
nm
，c
nm
为充电系统建立数学模型得到的系统矩阵；
[0013][0014]
其中，负载阻尼系数d；惯性系数m；调速器下垂特性rg；调速器tg；涡轮时间常数t
t
；电动汽车下垂特性pe；evs增益ke；时间常数te；频率偏置常数b；热力涡轮参与因素ag；电动汽车参与因素ae。
[0015]
根据上述建立的控制系统模型，对控制器进行设计。具体步骤如下：
[0016]
①
对于处理含有匹配干扰的线性时不变系统模型
[0017]
u(t)＝u1(t)+u2(t)
[0018]
其中，其中，
[0019]
满足相关条件如下：
[0020]
(1)
[0021]
(2)q，r为二次性能指标的权重矩阵；
[0022]
(3)ψ(t)≥||w(t)||2；
[0023]
(4)
[0024]
①
对于处理含有不匹配干扰的线性时不变系统模型
[0025][0026]
满足相关条件如下：
[0027]
(1)
[0028]
(2)
[0029]
(3)β为h∞性能指标。
[0030]
根据上述建立的系统模型进行事件触发机制的设计：
[0031]
etm1：
[0032]
etm2：
[0033]
其中：φ1，φ2为事件触发条件阈值，
[0034]
根据所提供的事件触发机制，对基于事件触发的近似鲁棒最优控制器的有效性进行分析：
[0035]
c001：选取以下形式的李雅普诺夫能量函数：
[0036]
v(x)＝x
t
px
[0037]
c002：对不同形式的扰动情况进行分类分析：
[0038]
c003：对含有同通道匹配干扰的系统的状态收敛性分析：
[0039][0040]
c004：将分解为处理线性部分与非线性部分(或干扰项)的两项，
[0041][0042]
c005：其中，he(m)＝m
t
+m和
[0043][0045]
c006：其中，κ是正标量，且κ∈(0.5，1)，
[0046]
c007：因此，根据b004，b005可得下式：
[0047][0048]
c008：根据c001中的李雅普诺夫能量函数形式可得x(t)的收敛性，
[0049]
c009：根据c007的相关证明得到含有同通道匹配干扰的系统的稳定性；
[0050]
c010：对含有异通道不匹配干扰的系统的状态收敛性分析。
[0051]
c011：根据c010提供相对应的证明：
[0052][0053]
c012：再采用舒尔补引理得证，得到如下lmi：
[0054][0055]
c013：其中：c013：其中：c013：其中：
[0056]
c014：对基于事件触发的匹配干扰的系统的稳定性进行分析：
[0057][0058]
c015：对基于事件触发的不匹配干扰的系统的稳定性进行分析：
[0060][0061]
c016：根据c007中的对于事件触发机制的可行性得到证明。
附图说明
[0062]
图1为本发明实施例的方法流程图；
[0063]
图2为实施例采用本发明所提方法处理匹配干扰的第1个状态的状态响应图；
[0064]
图3为实施例采用本发明所提方法处理匹配干扰的第2个状态的状态响应图；
[0065]
图4为实施例采用本发明所提方法处理匹配干扰的第3个状态的状态响应图；
[0066]
图5为实施例采用本发明所提方法处理匹配干扰的第4个状态的状态响应图；
[0067]
图6为实施例采用本发明所提方法处理匹配干扰的第5个状态的状态响应图；
[0068]
图7为实施例采用本发明所提方法处理不匹配干扰的第1个状态的状态响应图；
[0069]
图8为实施例采用本发明所提方法处理不匹配干扰的第2个状态的状态响应图；
[0070]
图9为实施例采用本发明所提方法处理不匹配干扰的第3个状态的状态响应图；
[0071]
图10为实施例采用本发明所提方法处理不匹配干扰的第4个状态的状态响应图；
[0072]
图11为实施例采用本发明所提方法处理不匹配干扰的第5个状态的状态响应图；
具体实施方式
[0073]
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本技术所附权利要求所限定的范围。
[0074]
如图1所示，一种基于事件触发的电动汽车充电系统的鲁棒优化处理方法，包含如下步骤：
[0075]
步骤一、设置各项参数；其中，负载阻尼系数d＝0.0083；惯性系数m＝0.1667；调速器下垂特性rg＝2.4；调速器tg＝0.08；涡轮时间常数t
t
＝0.3；电动汽车下垂特性pe＝1/rg；evs增益ke＝1；时间常数te＝1；频率偏置常数b＝0.425；热力涡轮参与因素ag＝0.8；电动汽车参与因素ae＝0.2
[0076]
步骤二、更新内部状态，基于事件触发机制，将满足事件触发条件的实时状态进行状态进行更新；
[0077]
步骤三、若所在充电系统的内部状态在电网监测过程中发现并未满足事件触发条件，将传输上一次触发状态值。
[0078]
步骤四、重复步骤二、三，充电系统稳定后继续运行；
[0079]
下面介绍一个实际案例：
[0080]
图1为本发明实施例的方法流程图；图2-6为实施例采用本发明所提方法处理匹配干扰的第1-5个状态的状态响应图；图6-11为实施例采用本发明所提方法处理不匹配干扰的第1-5个状态的状态响应图；
[0081]
从图中可以看出，所设计方法可以得到比较满意的控制性能。
[0082]
参考文献
[0083]
[1]luo b，huang t，liu d.periodic event-triggered suboptimal control with sampling period and performance analysis[j].ieee transactions on cybernetics，2019，51(3)：1253-1261.
[0084]
[2]pham t n，nahavandi s，trinh h，et al.static output feedback frequency stabilization of time-delay power systems with coordinated electric vehicles state of charge control[j].ieee transactions on power systems，2016，32(5)：3862-3874.

技术特征：
1.一种基于事件触发的电动汽车充电系统的鲁棒优化处理方法，其特征在于，包括以下步骤：建立的不同通道扰动存在的控制系统模型；设计分段处理的鲁棒最优控制器处理匹配干扰；采用常规h∞抑制不匹配干扰；利用事件触发装置对状态进行监测与分析决定事件发生；验证控制器及事件触发装置的有效性。2.根据权利要求1所述的基于事件触发的电动汽车充电系统的鲁棒优化处理方法，其特征在于，该方法建立的不同通道扰动存在的控制系统模型：
①
含有匹配干扰的线性时不变系统模型式中，x(t)为监测采样得到的相关状态向量，u(t)为控制输入，w(t)为因为各种情况产生的匹配干扰，a
m
，b
m
，c
m
为充电系统建立数学模型得到的系统矩阵，
②
含有不匹配干扰的线性时不变系统模型式中，x(t)为监测采样得到的相关状态向量，u(t)为控制输入，d(t)为因为各种情况产生的不匹配干扰，a
nm
，b
nm
，c
nm
为充电系统建立数学模型得到的系统矩阵；其中：其中：w(t)＝d(t)＝0.1 sin(t)，其中，负载阻尼系数d；惯性系数m；调速器下垂特性r
g
；调速器t
g
；涡轮时间常数t
t
；电动汽车下垂特性pe；evs增益k
e
；时间常数t
e
；频率偏置常数b；热力涡轮参与因素ag；电动汽车参与因素ae。3.根据权利要求2所述的建立的控制系统模型，对控制器进行设计。具体步骤如下：
①
对于处理含有匹配干扰的线性时不变系统模型：u(t)＝u1(t)+u2(t)其中，
满足相关条件如下：(1)(2)q，r为二次性能指标的权重矩阵；(3)ψ(t)≥||w(t)||2；(4)
②
对于处理含有不匹配干扰的线性时不变系统模型：满足相关条件如下：(1)(2)(3)β为h∞性能指标。4.根据权利要求3所述的建立的系统模型进行事件触发机制的设计：etm1：etm2：其中：φ1，φ2为事件触发条件阈值，5.根据权利要求4所述的事件触发机制，对基于事件触发的近似鲁棒最优控制器的有效性进行分析：b001：选取以下形式的李雅普诺夫能量函数：v(x)＝x
t
px；b002：对不同形式的扰动情况进行分类分析：b003：对含有同通道匹配干扰的系统的状态收敛性分析；b004：将分解为处理线性部分与非线性部分(或干扰项)的两项，
b005：其中，he(m)＝m
t
+m和+m和b006：其中，κ是正标量，且κ∈(0.5，1)，b007：因此，根据b004，b005可得下式：b008：根据b001中的李雅普诺夫能量函数形式可得x(t)的收敛性，b009：根据b007的相关证明得到含有同通道匹配干扰的系统的稳定性，b010：对含有异通道不匹配干扰的系统的状态收敛性分析。b011：根据b010提供相对应的证明：b012：再采用舒尔补引理得证，得到如下lmi：b013：其中：b013：其中：b013：其中：b014：对基于事件触发的匹配干扰的系统的稳定性进行分析：
b015：对基于事件触发的不匹配干扰的系统的稳定性进行分析：b016：根据b007中的对于事件触发机制的可行性得到证明。

技术总结
本发明公开了一种基于事件触发的电动汽车充电系统的鲁棒优化处理方法。该方法首先基于LQR方法建立的最优化控制模型，分别对非理想型的匹配干扰与不匹配干扰进行分类控制设计，同时构造了相对应的鲁棒优化策略，并根据事件触发控制技术对采样状态进行限制，即满足一定触发条件后进行充电数据信息的传输。与传统的时间触发相比节省了传输成本。该方法不仅应用于处理非理想型系统的鲁棒问题，而且可以对鲁棒的性能进行最优化处理。对鲁棒的性能进行最优化处理。对鲁棒的性能进行最优化处理。


技术研发人员：沈谋全 黄涛 邵逸禹 李丽伟
受保护的技术使用者：南京工业大学
技术研发日：2023.03.08
技术公布日：2023/7/12