基于誤差積分模糊控制的電力彈簧解耦控制策略

趙智忠，楊 志，趙世輝

（1.河北工業(yè)大學(xué) 省部共建電工裝備可靠性與智能化國(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300130；2.河北工業(yè)大學(xué)河北省電磁場(chǎng)與電器可靠性重點(diǎn)實(shí)驗(yàn)室，天津300130）

0 引言

可再生能源固有的間歇性、波動(dòng)性，會(huì)引起電 網(wǎng) 電 壓 波 動(dòng)、諧 波 污 染、頻 率 閃 變 等 問 題[1]～[4]，發(fā)電量與用電量難以實(shí)時(shí)平衡[5]。香港大學(xué)的Shu Yuen（Ron）Hui團(tuán)隊(duì)將機(jī)械彈簧的原理對(duì)偶到電力 系 統(tǒng) 中，提 出 電 力 彈 簧（Electric Spring，ES）的概念[6]，形成一種緩解可再生能源發(fā)電波動(dòng)性的新方法。電力彈簧與對(duì)電能質(zhì)量不敏感的非關(guān)鍵負(fù)載串聯(lián)組成智能負(fù)載，在發(fā)電量變化時(shí)，將電能的波動(dòng)傳遞到非關(guān)鍵負(fù)載，從而保證關(guān)鍵負(fù)載的電壓穩(wěn)定，使用電量跟隨發(fā)電量的變化而改變?，F(xiàn)階段，電力彈簧已經(jīng)具有穩(wěn)定電壓、調(diào)節(jié)功率因數(shù)、頻率管理、減少三相不平衡等多種功能[7]。

為應(yīng)對(duì)可再生能源在電網(wǎng)滲透率逐漸提高的現(xiàn)狀，文獻(xiàn)[8]運(yùn)用雙閉環(huán)PI控制系統(tǒng)對(duì)電力彈簧進(jìn)行控制，該控制器結(jié)構(gòu)簡(jiǎn)單，但只能進(jìn)行無功補(bǔ)償。文獻(xiàn)[9]運(yùn)用相量圖法推導(dǎo)出相角控制方法，采用比例諧振（PR）控制器，可以進(jìn)行有功補(bǔ)償，但須要采集大量電網(wǎng)參數(shù)，不利于實(shí)際應(yīng)用。文獻(xiàn)[10]設(shè)計(jì)了基于d-q分解的電流控制方法，可以同時(shí)實(shí)現(xiàn)母線電壓穩(wěn)定和功率因數(shù)校正的目標(biāo)，但控制器結(jié)構(gòu)復(fù)雜，調(diào)試難度大。文獻(xiàn)[11]～[13]分別采用單純型算法、免疫遺傳算法、改進(jìn)人工魚群算法對(duì)原有的控制策略進(jìn)行優(yōu)化，均實(shí)現(xiàn)了一定程度的改進(jìn)。

文獻(xiàn)[14]將分?jǐn)?shù)階PIλDμ控制器應(yīng)用到并網(wǎng)逆變器中，該控制器的靈活度更高，調(diào)節(jié)效果好，但是依然屬于固定參數(shù)類型，無法根據(jù)系統(tǒng)的實(shí)時(shí)變化在線調(diào)節(jié)控制器的參數(shù)。文獻(xiàn)[15]提出一種PI控制與卡爾曼濾波相結(jié)合的控制算法，該算法雖然可以自適應(yīng)調(diào)整控制器參數(shù)，但是噪聲矩陣存在一定誤差，導(dǎo)致控制精度不高。文獻(xiàn)[16]提出變初值模糊PI控制理論，該理論能夠?qū)崟r(shí)進(jìn)行模糊推理，同時(shí)還能在線調(diào)整PI控制器參數(shù)初值。該理論比傳統(tǒng)模糊PI控制更加先進(jìn)，但是變初值的計(jì)算具有特異性，在應(yīng)用于其他控制系統(tǒng)時(shí)，須要重新進(jìn)行初值調(diào)整，增加了工作量。文獻(xiàn)[17]將模糊PI控制理念引入到電力彈簧控制策略中，但控制策略存在動(dòng)態(tài)響應(yīng)慢、只能補(bǔ)償無功功率的不足，無法適應(yīng)電壓波動(dòng)幅度較大的情況。文獻(xiàn)[18]，[19]采用變論域模糊控制對(duì)的PI控制器參數(shù)進(jìn)行優(yōu)化，但須要進(jìn)行復(fù)雜的伸縮因子計(jì)算，且只能補(bǔ)償無功。

目前，單獨(dú)的PI控制器大多缺乏自適應(yīng)性，而已有的電力彈簧模糊PI控制器只在可再生能源功率波動(dòng)時(shí)進(jìn)行無功補(bǔ)償，未涉及有功補(bǔ)償。本文提出了基于誤差積分模糊控制的徑向弦向解耦控制策略（RCD解耦控制策略）。運(yùn)用相量法將電力彈簧電壓分解為徑向分量和弦向分量，分別控制智能負(fù)載的電壓和功率因數(shù)，實(shí)現(xiàn)無功功率與有功功率的同時(shí)補(bǔ)償。RCD解耦控制策略在調(diào)節(jié)關(guān)鍵負(fù)載電壓時(shí)，具有無超調(diào)的特點(diǎn)，使以誤差和誤差變化率作為輸入的傳統(tǒng)模糊控制器難以發(fā)揮作用，當(dāng)可再生能源出力劇烈變化時(shí)，傳統(tǒng)模糊控制器在線調(diào)整PI參數(shù)往往達(dá)不到理想的效果。本文設(shè)計(jì)了一種以誤差及誤差積分為輸入的新型模糊PI控制器，結(jié)合穩(wěn)定關(guān)鍵負(fù)載電壓的控制目標(biāo)，制定了相應(yīng)的模糊規(guī)則庫。該控制器無需增加額外的計(jì)算量，可實(shí)現(xiàn)PI控制器參數(shù)的自適應(yīng)調(diào)整。最后通過Matlab驗(yàn)證了所提控制策略的有效性。

1 電力彈簧的工作原理

電力彈簧在單相可再生能源并網(wǎng)系統(tǒng)的連接形式如圖1所示。

圖1 電力彈簧連接簡(jiǎn)圖Fig.1 Connection diagram of electric spring

虛線框中的直流電源Vdc、LC濾波器、半橋逆變器組成電力彈簧基本拓?fù)浣Y(jié)構(gòu)。Ues為電力彈簧輸出電壓；Lf，Cf分別為L(zhǎng)C濾波器的電感與電容；Znc為非關(guān)鍵負(fù)載阻抗；Uo為非關(guān)鍵負(fù)載電壓；Zc為關(guān)鍵負(fù)載阻抗；Us為關(guān)鍵負(fù)載電壓；I2為非關(guān)鍵負(fù)載的電流；RL，XL為輸電線路阻抗；Ug為模擬分布式光伏并網(wǎng)的輸出電壓。

電力彈簧與非關(guān)鍵負(fù)載串聯(lián)形成智能負(fù)載，一般將空調(diào)系統(tǒng)和加熱系統(tǒng)等對(duì)電壓不敏感的設(shè)備分類為非關(guān)鍵負(fù)載，將對(duì)電壓敏感的設(shè)備分類為關(guān)鍵負(fù)載，其允許的工作電壓范圍較小，例如醫(yī)用器械。

采用適當(dāng)?shù)目刂撇呗钥梢允闺娏椈晒ぷ饔谌菪阅Ｊ?、感性模式和阻性模?種模式[20]。當(dāng)母線電壓低于參考值時(shí)，電力彈簧工作于容性模式，此時(shí)電壓Ues滯后I290°，發(fā)出無功功率并穩(wěn)定母線電壓為參考值，將電壓的波動(dòng)傳遞到非關(guān)鍵負(fù)載，使其消耗的功率減??；當(dāng)母線電壓高于參考值時(shí)，電力彈簧工作于感性模式，此時(shí)電壓Ues超前I290°，吸收無功功率并穩(wěn)定母線電壓為參考值，非關(guān)鍵負(fù)載消耗功率增加；當(dāng)母線電壓等于參考值時(shí)，電力彈簧不起作用，此時(shí)Ues與I2同向，稱之為阻性模式。通過3種工作模式的切換，電力彈簧可以有效緩解由可再生能源并網(wǎng)引起的功率不平衡問題。

2 RCD解耦控制原理

RCD解耦控制算法因其結(jié)構(gòu)簡(jiǎn)單、功能強(qiáng)大的特點(diǎn)，在現(xiàn)有控制策略中最易于實(shí)現(xiàn)。它巧妙的將電力彈簧電壓分解為徑向和弦向分量，使智能負(fù)載的功率因數(shù)和視在功率解耦[21]，在改善智能負(fù)載功率因數(shù)的同時(shí)降低風(fēng)力或光伏發(fā)電隨機(jī)性對(duì)關(guān)鍵負(fù)載電壓的影響。由圖1可得:

式 中:|Us|∠θs為 關(guān) 鍵 負(fù) 載 電 壓；|Ues|∠θes為 電 力 彈簧電壓；|Uo|∠θo為非關(guān)鍵負(fù)載電壓。上述角度以及下文所提角度均以 θs為參考。

調(diào)節(jié)電力彈簧電壓的大小和相位，可以使非關(guān)鍵負(fù)載電壓的幅值|Uo|大于、等于或小于關(guān)鍵負(fù)載 電 壓 幅 值|Us|。同 理，|Uo|∠θo的 相 位 也 可 以 超 前、滯后或等于|Us|∠θs。兩種可能的電壓相量關(guān)系圖如圖2所示。其中:φ1為非關(guān)鍵負(fù)載阻抗角；φs1為智能負(fù)載功率因數(shù)角。

圖2 電力彈簧電壓分解Fig.2 Electric spring voltage decomposition

假設(shè)網(wǎng)絡(luò)電壓|Us|為定值，將電力彈簧電壓|Ues|∠θes分 解 為 徑 向、弦 向 分 量 為

式 中:|Uesr|，|Uesc|分 別 為 電 壓|Ues|∠θes解 耦 后 的 徑 向分量 與弦向 分量幅值；θesr，θesc分別 為徑向 分量 和弦向分量的相位角，其參考相量為|Us|∠0o。

式（2）為RCD解耦控制理論核心思想，通過將電力彈簧電壓分解，智能負(fù)載功率因數(shù)與關(guān)鍵負(fù)載電壓得以解耦。

由 圖2可 知，|Uesr|∠θesr可 以 與|Uo|∠θo同 向 或反向。θesr表達(dá)式為

|Uesr|表達(dá)式為

由 式（3），（4）可 知，徑 向 電 壓 分 量 的 相 角 只 與非關(guān)鍵負(fù)載的電壓相位角有關(guān)，幅值與非關(guān)鍵負(fù)載電壓以及母線電壓相關(guān)。

由圖2相量圖可知，θesc和 θo均與△OAB有關(guān)。根據(jù)三角形內(nèi)角和定理可以得到:

在△OAB中，運(yùn)用余弦定理，可得|Uesc|為

由 式（5），（6）可 知，弦 向 分 量 的 相 角 僅 與 非 關(guān)鍵負(fù)載電壓相角有關(guān)，弦向分量幅值與母線電壓及非關(guān)鍵負(fù)載電壓相角有關(guān)。

RCD解耦控制框圖如圖3所示。

圖3 RCD解耦控制框圖Fig.3 RCD decoupling control block diagram

以上分析均假設(shè)|Us|為定值，在實(shí)際的控制系統(tǒng)設(shè)計(jì)中，只須給定 θo值和母線參考電壓|Us_Ref|，則可根據(jù)式（3）～（6）計(jì)算電力彈簧電壓的弦向分量和徑向分量，實(shí)現(xiàn)智能負(fù)載功率因數(shù)與電壓的解耦控制。

3 模糊控制器設(shè)計(jì)

3.1 新型模糊控制器

傳統(tǒng)的模糊PI控制器大多采用誤差和誤差變化率作為輸入[22]，然后基于這兩種輸入制定對(duì)應(yīng)的模糊控制規(guī)則，輸出比例增益Kp和積分增益Ki的修正量[23]，其控制效果多表現(xiàn)為減少超調(diào)量和動(dòng)態(tài)響應(yīng)時(shí)間[24]～[26]。而RCD解耦控制特有的算法特點(diǎn)，使其在調(diào)節(jié)過程中不存在超調(diào)量，且動(dòng)態(tài)響應(yīng)時(shí)間快于已有的幾種主流電力彈簧控制策略。傳統(tǒng)模糊控制器應(yīng)用于RCD解耦控制策略時(shí)調(diào)節(jié)效果不明顯，幾乎沒有改進(jìn)。

另一方面，當(dāng)可再生能源輸出電壓波動(dòng)范圍較大時(shí)，傳統(tǒng)模糊控制器也很難對(duì)母線電壓進(jìn)行有效調(diào)節(jié)。超調(diào)量的消失使得系統(tǒng)調(diào)節(jié)初期的振蕩過程減弱，誤差變化率將很快減小甚至趨于0。在不存在超調(diào)量的情況下，當(dāng)母線電壓遠(yuǎn)高于參考值時(shí)，Kp會(huì)由于模糊控制的作用而減小，從而增大動(dòng)態(tài)響應(yīng)時(shí)間，Ki的小幅變化對(duì)系統(tǒng)穩(wěn)態(tài)誤差的影響微乎其微，當(dāng)母線電壓遠(yuǎn)低于參考值時(shí)，雖然模糊控制的作用會(huì)使Kp增大從而加快動(dòng)態(tài)響應(yīng)，但在RCD解耦控制的背景下這種改進(jìn)并不明顯，且Ki的減小會(huì)使系統(tǒng)的穩(wěn)態(tài)誤差增大。

考慮到上述問題，以及RCD解耦控制算法在實(shí)際應(yīng)用過程中無超調(diào)且動(dòng)態(tài)響應(yīng)快的特點(diǎn)，本文提出一種采用誤差及具有記憶功能的誤差積分作為輸入的模糊控制器，制定以穩(wěn)定關(guān)鍵負(fù)載電壓為目標(biāo)的控制規(guī)則，輸出量仍然是Kp和Ki的修正量，控制器結(jié)構(gòu)如圖4所示。

圖4 模糊控制器結(jié)構(gòu)圖Fig.4 Structure diagram of fuzzy controller

傳統(tǒng)的模糊控制著眼于改善系統(tǒng)的動(dòng)態(tài)過程，而提出的誤差積分模糊控制器則以穩(wěn)態(tài)調(diào)節(jié)為重點(diǎn)。當(dāng)可再生能源并網(wǎng)后，輸出電壓波動(dòng)程度不同時(shí)，對(duì)PI控制器參數(shù)的要求也不同。在系統(tǒng)調(diào)節(jié)前期，設(shè)定PI控制器參數(shù)的初值，這里設(shè)置的初值相對(duì)較小，ΔKp和 ΔKi均為正，通過對(duì)初值向上調(diào)節(jié)自適應(yīng)地調(diào)節(jié)Kp和Ki。在調(diào)節(jié)進(jìn)入中后期時(shí)誤差大幅減小，而誤差積分具有記憶功能，可根據(jù)先前系統(tǒng)電壓偏離參考值的程度繼續(xù)維持模糊控制器的輸出，保證系統(tǒng)后續(xù)調(diào)節(jié)的準(zhǔn)確性，最大限度地降低光伏或風(fēng)電并網(wǎng)引起的電壓偏移。

3.2 模糊控制器設(shè)計(jì)

模糊控制器采用雙輸入雙輸出的二維形式，輸入為關(guān)鍵負(fù)載電壓與參考值的誤差以及誤差相對(duì)于系統(tǒng)運(yùn)行時(shí)間的積分，輸出為 ΔKp和 ΔKi，則PI控制器實(shí)際參數(shù)為

式中:Kp0和Ki0為PI控制器參數(shù)初始值；Kp1和Ki1為調(diào)節(jié)后的實(shí)際值。

考慮到實(shí)際運(yùn)行中電力系統(tǒng)電壓波動(dòng)情況以及后續(xù)仿真實(shí)驗(yàn)的設(shè)計(jì)，誤差e（t）的論域取為{0，10}，在不同電壓波動(dòng)情況下，計(jì)算誤差積分的取值范圍，經(jīng)過綜合比較，量化因子為3。ΔKp的論域取為{0，10}，比例因子為4。ΔKi的論域取為{0，10}，比 例 因 子 為4。

三角形隸屬函數(shù)表達(dá)式簡(jiǎn)單，對(duì)輸入的變化反應(yīng)靈敏，故將其設(shè)置為上述模糊變量的隸屬函數(shù)。采用Mamdani型推理算法，去模糊化方法采用重心法，得到的模糊控制規(guī)則庫如表1和表2所示。

表1 ΔKp控制規(guī)則Table 1ΔKp control rules

表2 ΔKi控制規(guī)則Table 2ΔKi control rules

續(xù)表2

由表1，2可以看出，當(dāng)誤差與誤差積分取值較大或較小時(shí)，模糊控制器的輸出也會(huì)隨之增加或減小。當(dāng)系統(tǒng)經(jīng)過調(diào)節(jié)初期的過渡使控制器的誤差輸入一直保持很小時(shí)，積分環(huán)節(jié)由于存在對(duì)于系統(tǒng)先前誤差狀態(tài)的記憶作用而沒有減小，可以繼續(xù)使控制器保持較大的輸出。

4 仿真驗(yàn)證

本文在Matlab/Simulink軟件中搭建了如圖1所示的仿真模型，對(duì)所提模糊控制器的有效性進(jìn)行驗(yàn)證。使用恒壓源模擬可再生能源并網(wǎng)，電力彈簧采用直流側(cè)帶直流電壓源的ES-2結(jié)構(gòu)，具體網(wǎng)絡(luò)參數(shù)如表3所示。

表3 仿真模型網(wǎng)絡(luò)參數(shù)Table 3 Simulation model network parameters

仿真設(shè)計(jì)為3組對(duì)比實(shí)驗(yàn)，分別使用普通PI控制器、傳統(tǒng)模糊控制器和提出的模糊控制器。當(dāng)關(guān)鍵負(fù)載電壓為220 V時(shí)，根據(jù)網(wǎng)絡(luò)參數(shù)計(jì)算出此時(shí)電源側(cè)電壓為347.67 V。在隨后的仿真實(shí)驗(yàn)中 ， 將 電 壓 源 分 別 設(shè) 置 為331.67，340.67，353.67，363.67 V 4個(gè)電壓等級(jí)，其中340.67 V，353.67 V模擬可再生能源電壓小幅波動(dòng)的情況，331.67 V，363.67 V模擬可再生能源電壓大幅波動(dòng)的情況。在上述4個(gè)電壓等級(jí)下，測(cè)量3組仿真母線電壓變化情況。

4.1 電壓小幅波動(dòng)仿真分析

可再生能源電壓波動(dòng)較小時(shí)關(guān)鍵負(fù)載電壓絕對(duì)值曲線如圖5，6所示。

圖5 電源為340.67 V時(shí)3組仿真母線電壓對(duì)比Fig.5 Comparison of three sets of simulated bus voltages when the power supply is 340.67 V

圖6 電源為353.67 V時(shí)3組仿真母線電壓對(duì)比Fig.6 Comparison of three sets of simulated bus voltages when the power supply is 353.67 V

在仿真開始階段，由于風(fēng)速或光照變化，關(guān)鍵負(fù)載電壓偏離參考值±4 V。0.25 s，電力彈簧投入運(yùn)行，在電壓波動(dòng)較小的情況下，3種控制方法均可以實(shí)現(xiàn)快速的動(dòng)態(tài)響應(yīng)，使關(guān)鍵負(fù)載電壓在0.05 s內(nèi)穩(wěn)定到參考值附近。傳統(tǒng)模糊控制在調(diào)節(jié)初期比普通PI控制更加接近參考值，但是后續(xù)調(diào)節(jié)效果不理想。本文提出的誤差積分模糊控制不僅動(dòng)態(tài)響應(yīng)快，并且由于微小誤差的持續(xù)存在，誤差積分得以不斷的變化，從而實(shí)時(shí)調(diào)整PI控制器參數(shù)，加強(qiáng)后續(xù)調(diào)節(jié)的比例與積分作用，使關(guān)鍵負(fù)載電壓更加逼近參考值。

4.2 電壓大幅波動(dòng)仿真分析

可再生能源電壓波動(dòng)較大時(shí)，關(guān)鍵負(fù)載電壓絕對(duì)值曲線如圖7，8所示。

圖7 電源為331.67 V時(shí)3組仿真母線電壓對(duì)比Fig.7 Comparison of three sets of simulated bus voltages when the power supply is 331.67 V

圖8 電源為363.67 V時(shí)3組仿真母線電壓對(duì)比Fig.8 Comparison of three sets of simulated bus voltages when the power supply is 363.67 V

初始階段，關(guān)鍵負(fù)載電壓偏離±10 V。0.25 s，投入電力彈簧，普通PI控制和傳統(tǒng)模糊控制均無法實(shí)現(xiàn)控制目標(biāo)，存在較大穩(wěn)態(tài)誤差。本文控制策略下，母線電壓在0.25 s后迅速接近參考值，穩(wěn)態(tài)誤差只有0.25 V。后續(xù)過程中，誤差積分依然保持較大，且處于動(dòng)態(tài)變化中，實(shí)現(xiàn)PI控制器積分作用和比例作用的強(qiáng)弱跟隨可再生能源電壓波動(dòng)幅度的大小來變化。

4.3 電壓連續(xù)波動(dòng)仿真分析

將仿真時(shí)間設(shè)置為10 s，按347.67，340.67，353.67，331.67，363.67 V的 順 序，每 隔2 s切 換 一次電源電壓，模擬可再生能源輸出的連續(xù)波動(dòng)，得到的關(guān)鍵負(fù)載電壓絕對(duì)值曲線如圖9所示。

圖9 電源電壓連續(xù)波動(dòng)關(guān)鍵負(fù)載電壓對(duì)比Fig.9 Comparison of critical load voltages with continuous fluctuations in power supply voltage

當(dāng)電源電壓為347.67 V時(shí)，電力彈簧電壓弦向分量調(diào)節(jié)智能負(fù)載的功率因數(shù)cosφ1，使得關(guān)鍵負(fù)載電壓小幅偏離參考值。在2 s時(shí)電源電壓產(chǎn)生波動(dòng)且波動(dòng)范圍逐漸增大，3種控制方法在電壓波動(dòng)較小時(shí)均可以將關(guān)鍵負(fù)載電壓穩(wěn)定在參考值附近。但是隨著電壓波動(dòng)范圍增大，普通PI控制和傳統(tǒng)模糊控制調(diào)節(jié)效果不佳，關(guān)鍵負(fù)載電壓與參考值存在較大誤差，而本文提出的模糊控制器調(diào)節(jié)效果明顯優(yōu)于上述兩種控制方法。

cosφ1，Ues以 及Uo的 仿 真 結(jié) 果 分 別 如 圖10～12所示。

圖10 普通PI控制仿真結(jié)果Fig.10 Common PI control simulation results

圖11 傳統(tǒng)模糊控制仿真結(jié)果Fig.11 Traditional fuzzy control simulation results

圖12 本文提出的模糊控制仿真結(jié)果Fig.12 The proposed fuzzy control simulation results

當(dāng)電力彈簧未投入時(shí)，智能負(fù)載功率因數(shù)為0.785，電力彈簧投入后，由圖2相量圖計(jì)算可得，此時(shí)智能負(fù)載功率因數(shù)為0.88。由圖10～12可以看出，在整個(gè)仿真運(yùn)行過程中，智能負(fù)載功率因數(shù)均穩(wěn)定在0.88左右，與理論計(jì)算基本吻合。當(dāng)電源電壓切換時(shí)，Ues在普通PI控制和傳統(tǒng)模糊控制條件下均存在不同程度的跳變，造成控制器調(diào)節(jié)精度降低，穩(wěn)定性下降。而模糊控制器在不同電壓工況下均可以使電力彈簧輸出相對(duì)穩(wěn)定的電壓，具有較強(qiáng)的魯棒性，并且隨著電源電壓的波動(dòng)范圍增大，電力彈簧的輸出也相應(yīng)增加，保證調(diào)節(jié)精度。Uo在3種控制策略下均可以實(shí)現(xiàn)自身電壓的“壓縮”和“拉伸”，減少自身功率消耗或消納多余功率。但在提出的模糊控制條件下，Uo的變化幅度更大，拉伸效應(yīng)明顯，對(duì)于母線電壓具有更強(qiáng)的支撐能力。

5 結(jié)論

針對(duì)電力彈簧RCD解耦控制無法實(shí)時(shí)調(diào)節(jié)PI控制器參數(shù)，且傳統(tǒng)模糊控制器不能發(fā)揮應(yīng)有作用的問題，本文提出了以誤差和誤差積分作為輸入的新型模糊控制器，并制定了相應(yīng)的模糊控制規(guī)則庫。由于積分環(huán)節(jié)的記憶作用，控制器在可再生能源輸出電壓波動(dòng)時(shí)會(huì)根據(jù)調(diào)整前的誤差情況，輸出對(duì)應(yīng)的PI控制器參數(shù)修正量以達(dá)到穩(wěn)壓目的。仿真結(jié)果表明，所提出的控制器調(diào)節(jié)效果優(yōu)于已有控制方法，可以有效應(yīng)用于RCD解耦控制策略中，且在電壓波動(dòng)幅度不同時(shí)均可實(shí)現(xiàn)控制目標(biāo)，為解決可再生能源并網(wǎng)所引起的電能質(zhì)量問題提供了新思路。