《Results in Engineering》：Fuzzy Logic and State Machine Control-Based Hybrid Energy Management System of Power Sharing with Smart Mode-Transition for DC Microgrid
编辑推荐：
直流微电网（Direct Current Microgrids，DCMGs）是应对高效能量管理需求持续增长的一种有吸引力的解决方案，有助于提升系统可靠性、改善运行效率并延长直流电源的使用寿命。该类系统能够在与主电网并网运行或孤岛模式（islanded mode
直流微电网（Direct Current Microgrids，DCMGs）是应对高效能量管理需求持续增长的一种有吸引力的解决方案，有助于提升系统可靠性、改善运行效率并延长直流电源的使用寿命。该类系统能够在与主电网并网运行或孤岛模式（islanded mode）下独立运行时，有效平衡能量生产与消耗。近期关于DCMG的研究更强调燃料电池（fuel cell）运行，而对电池性能关注有限。此外，能量管理策略（Energy Management Strategy，EMS）通常会产生突变式控制动作，而在混合储能系统（Hybrid Energy Storage System，HESS）中缺少超级电容器（supercapacitor，SC）会加剧系统振荡并削弱整体稳定性。
研究人员为直流微电网开发了一种结合模糊逻辑（fuzzy logic）与状态机控制（state machine control）的混合能源管理系统。系统采用铅酸电池（Lead Acid Battery，LAB）、锂离子电池（Lithium-ion Battery，LIB）和超级电容器，并对三者进行协调以实现最优功率分配。研究进一步引入了一种智能切换机制，从而实现控制器的自适应无缝切换。在快速且波动的负载条件下，直流母线电压（DC bus voltage，DCBV）稳定性得到增强。电池动态应力得以降低，整体储能系统寿命与可靠性得到提升。
配置所提能源管理系统的HESS表现出更小的DCBV偏差（2.2%）和更优的时间响应（5 秒），从而缓解了DCMG负载需求中的功率短缺问题（由10%降至6%）。这种性能提升连同改进后的功率分配能力，有助于延长电池寿命。该集成方法不仅提升了DCMG的整体性能与可靠性，而且在延长系统所用HESS服役寿命方面发挥了重要作用。
该论文发表于《Results in Engineering》，围绕燃气轮机直流辅助系统场景下的直流微电网（Direct Current Microgrid，DCMG）能量管理展开，重点研究一种融合模糊逻辑控制（Fuzzy Logic Control，FLC）与状态机控制（State Machine Control，SMC）的混合能源管理系统（Hybrid Energy Management System，HEMS），以解决传统储能结构在负载快速波动、控制切换突变、直流母线电压（DC bus voltage，DCBV）偏差较大以及电池动态应力较高等方面的不足。研究背景在于，微电网因其能够提升供电质量、增强系统韧性并促进能源可持续转型而受到广泛重视，其中直流微电网在对接直流型储能装置方面具有天然优势，能够更高效地实现发电与用电平衡。现有DCMG储能研究虽然已涉及铅酸电池（Lead Acid Battery，LAB）、锂离子电池（Lithium-ion Battery，LIB）及超级电容器（supercapacitor，SC）的协同应用，但在实际控制层面仍存在明显局限：其一，不少研究更偏重燃料电池而忽视电池性能与寿命管理；其二，传统比例-积分（Proportional-Integral，PI）控制在非线性和复杂工况下动态性能有限；其三，部分模糊控制方案采用三角隶属函数，控制输出偏尖锐，易引发振荡；其四，缺少SC参与缓冲时，系统面对快变负载的抗扰性能不足；其五，单一控制策略在不同负载区间往往难以同时兼顾电压稳定、功率分配和储能寿命。基于这些问题，研究人员提出将FLC与SMC集成为统一的HEMS，并设计智能模式切换机制，以在不同负载区域发挥两类控制器各自优势，从而提高DCMG在孤岛应急运行下的稳定性、可靠性与储能寿命。
从系统对象上看，论文以SIEMENS V94.3A燃气轮机直流辅助系统为案例，分析传统DCMG结构存在的问题。原系统在并网工况下由三相可控AC/DC整流器向直流辅助设备供电并对LAB组充电，在紧急工况下则由LAB单独向紧急润滑油泵等关键辅助负载供电。研究指出，该传统结构主要缺陷包括：仅依赖单一类型储能应对全部电流需求，难以适应宽范围负载变化；LAB以被动拓扑接入，易带来较高内阻和温升；控制卡老旧、可得性差；LAB寿命较短且维护需求较高。因此，论文提出升级后的DCMG方案，在原有系统基础上引入由LAB、LIB与SC组成的混合储能系统（HESS），其中LAB与LIB通过有源混合拓扑接入，SC通过无源拓扑接入，从而形成分工明确的储能协同架构：LAB承担主要平均负载功率，LIB承担补充功率与直流母线稳压，SC负责快速瞬态支撑。研究结论表明，这种结构与所提HEMS相结合，能够改善功率分配、减小电压波动并降低电池应力，对燃气轮机孤岛运行时直流辅助系统的连续供电具有重要意义。
研究人员采用的主要技术方法可概括如下：首先，基于MATLAB/Simulink建立案例系统仿真模型，储能部分采用Modified Shepherd电池模型描述LAB与LIB，采用Stern模型描述SC，并使用平均值模型（average-value model）构建双向Buck/Boost型DC/DC变换器。其次，设计一种混合控制框架：以低通滤波实现频率解耦（frequency decoupling，F/D），由SMC或FLC生成LAB参考功率，以PI控制器调节LIB参考放电电流实现DCBV稳定。再次，基于燃气轮机直流辅助负荷的实际时序构建负载剖面，对SMC、FLC及HEMS三种策略进行对比仿真，并进一步在不同LAB/LIB初始荷电状态（State of Charge，SoC）条件下验证控制鲁棒性。样本来源并非生物样本队列，而是SIEMENS V94.3A燃气轮机直流辅助系统工程案例。
2. Conventional and Proposed Configurations of DCMG
这一部分首先给出了案例系统的传统结构与改进结构，并完成了储能单元及功率变换环节的建模说明。研究指出，传统系统中LAB承担所有应急供电任务，导致在长时与变载条件下承受较高电流与热应力。为此，研究人员构建了由LAB、LIB和SC并联组成的HESS。LAB采用HOPPECKE OGI bloc 6V 200电池，五并七串构成48 V、1000 Ah储能组；LIB采用VALENCE电池，五并四串构成48 V、500 Ah储能组；SC额定电压为245 V、额定电容8 F。电池模型采用Modified Shepherd等效模型，通过开路电压、极化常数、内阻与指数区参数刻画非线性放电特性；SC则基于Stern模型建立等效关系，结合串并联结构计算总电容与输出电压。研究还对Buck与Boost变换器控制驱动进行了说明，指出其通过PI环调节电压与电流，实现电池充放电模式控制和直流侧稳定供能。由此得出的结论是，所提结构在储能构成、动态缓冲能力与控制可实现性方面均优于传统单一LAB方案。
3. Proposed Energy Management System
本部分为全文核心，提出了HEMS的控制哲学与控制器结构。研究首先定义了负载功率在LAB与LIB之间的分配关系，并引入LAB功率分配因子，以SoC和负载功率为依据动态调整LAB承担比例。系统通过低通滤波器从负载功率中提取低频分量，使LAB近似承担恒定平均功率，而LIB与SC处理高频与瞬态扰动。研究进一步指出，目标是在孤岛运行期间将LAB SoC维持于50%–80%、LIB SoC维持于20%–80%的期望区间内。
3.2. State Machine Control Strategy
通过状态机控制策略研究得出：SMC依据滤波负载功率、LAB SoC和LIB SoC构建规则决策矩阵，对LAB参考功率进行分段式、规则化分配。该方法可根据不同工况优先调用不同储能元件，例如在LIB SoC高而LAB SoC低时，更倾向由LIB承担动态响应、LAB承担稳态功率。研究通过S-Function实现主决策逻辑，并设置54种工况组合。由此得出的结论是，SMC具备清晰规则性和较强的高负载区处理能力，但在中间变载区域对LAB参考功率调节不够连续，可能导致LIB和SC承受更多动态补偿任务。
3.3. Fuzzy Logic Control Strategy
通过模糊逻辑控制策略研究得出：FLC以滤波负载功率、LAB SoC和LIB SoC为输入，利用高斯隶属函数（Gaussian membership function）进行模糊化，并基于Mamdani推理与质心法解模糊得到LAB参考功率。论文构建了63条规则，用于平滑映射负载变化与SoC状态对功率分配的影响。研究结论显示，高斯隶属函数相较三角隶属函数具有更平滑的输出特性，可降低DCBV振荡并提升变载工况下的适应性，尤其适用于7 kW以下负载波动区域。
3.4. DC-link Voltage Control PI Controllers
通过直流母线电压控制研究得出：PI控制器主要负责DCBV调节及正常工况下的电池充电控制。当并网时，若V
DC高于参考值，则输出LAB和LIB参考充电电流；当孤岛运行且V
DC低于参考值时，则输出LIB参考放电电流以恢复母线电压。该结构意味着FLC/SMC负责慢变量功率分配，PI负责快变量电压调节，二者协同实现功率与电压双目标控制。
4. Simulation and Results
研究人员基于MATLAB/SIMULINK开展仿真，设置LAB和LIB初始SoC均为80%，负载功率范围为2.6–13.1 kW，并构建了与燃气轮机运行相匹配的实际负载剖面：4 s时断开交流电源进入应急运行，随后在9 s、16 s、19 s、27 s、33 s和47 s等关键时刻出现多级负载升降与波动，直至56 s交流电源恢复。围绕该工况，论文分别评估了SMC、FLC和HEMS三种策略。
4.2. Energy management based on State Machine Control
通过SMC仿真研究得出：在4 s交流侧切除后，SC立即短时补偿约2.58 kW功率，维持负载供电直至LAB和LIB建立稳态输出；在9 s、19 s、28 s和33 s负载突升时，SC分别承担2.2 kW、1.1 kW、1.3 kW和3.4 kW瞬态补偿，说明其在快速动态支撑中的关键作用。DCBV在相应时刻最低降至243 V、241.3 V、241.7 V、241.9 V和240 V，偏差分别约0.8%、1.5%、1.4%、1.3%和2%。SMC下LAB与LIB SoC分别由80%降至79.86%和79.85%。结论是，SMC在高负载和固定负载区间具有较好响应，但在19–28 s的变负载区域中，LAB参考功率调节不够灵活，导致LIB和SC承担较多动态应力。
4.3. Energy Management Based on Fuzzy Logic Control
通过FLC仿真研究得出：在交流失电后，SC同样首先补偿负载缺口；在9 s、19 s、28 s和33 s负载增加时，SC分别放电2.2 kW、0.9 kW、1.3 kW和3.9 kW，并在系统稳定后进入回充。相较SMC，FLC在19–28 s变负载区域能更连续地调节LAB输出，使LIB功率维持更平稳，并为SC回充创造条件。DCBV在关键时刻跌至243 V、241.3 V、241.8 V、242.3 V和238.9 V，对应偏差为0.8%、1.5%、1.3%、1.1%和2.5%。LAB与LIB SoC分别降至79.859%和79.85%。结论是，FLC在中低负载波动区的母线稳压与电流平滑效果更好，但在最大负载跃升点，电压偏差略大于SMC。
4.4. Hybrid Energy Management Strategy
通过HEMS仿真研究得出：将FLC用于变载区域、SMC用于高负载区域后，系统兼具两者优势。SC在4 s时提供2.58 kW短时支撑，在9 s、19 s、28 s和33 s分别提供2.2 kW、0.9 kW、1.3 kW和3.5 kW瞬态补偿。DCBV在关键时刻降至243 V、241.3 V、241.8 V、242.3 V和239.7 V，偏差分别为0.8%、1.5%、1.3%、1.1%和2.2%。LAB与LIB SoC分别由80%降至79.851%和79.862%。由此可见，HEMS有效融合了FLC在中低负载变化区间的平滑调节能力与SMC在高负载区间的快速稳健特性，实现了更均衡的储能调用和更优的电压调节效果。
4.5. Comparison of SoC under different energy management strategies
通过三种策略的SoC对比研究得出：HEMS下LIB SoC降幅最小，仅为0.138%，而SMC与FLC均为0.150%；LAB在HEMS下SoC降幅略高，为0.149%，但这反映出功率分担更均衡、对LIB依赖降低；SC在最大暂态下的SoC降幅为1.3%，介于SMC的1.0%与FLC的1.5%之间。结论是，HEMS实现了更合理的储能单元应力分布，有利于提升整体寿命与可靠性。
4.6. Simulation results at Different LAB/LIB SoC Levels
通过不同初始SoC情形下的仿真研究得出：当LAB SoC为45%、LIB SoC为15%时，控制器仍能维持与高SoC情形相近的运行特征，最大DCBV降幅约为239.9 V（2.1%）；当LAB高SoC、LIB低SoC时，LAB与LIB SoC最大降幅分别为0.19%和0.06%，表明控制器能够优先调用高SoC电源、保护低SoC LIB；当LAB低SoC、LIB高SoC时，LAB与LIB SoC最大降幅分别为0.08%和0.28%，说明系统能有效降低低SoC LAB的动态应力。由此可见，所提HEMS具有较好的SoC感知能力与工况鲁棒性。
综合讨论部分，论文的核心贡献在于提出一种适用于DCMG孤岛应急供电的混合控制型能量管理方案，并通过工程化案例证明，不同智能控制策略并非简单替代关系，而是具有明显的工况适用性互补：FLC更适合处理中低负载变化区的连续调节问题，可减小电压波动并平滑电池电流；SMC更适合高负载或固定重载场景，可缩短暂态响应并减轻SC功率调用幅度。HEMS通过智能切换把两者整合为统一框架，在维持DCBV稳定、降低功率短缺、改善功率分担与延长储能寿命方面取得更优综合效果。该研究的重要意义在于，为燃气轮机直流辅助系统升级提供了可实现的控制方案，也为多储能异构协同的DCMG控制设计提供了参考范式。
研究结论部分可译为：本研究提出了一种结合模糊逻辑控制（FLC）与状态机控制（SMC）优势的混合能源管理系统（HEMS），用于在紧急工况下为直流微电网（DCMG）辅助设备供电。铅酸电池（LAB）、锂离子电池（LIB）和超级电容器（SC）的组合能够在交流失电期间有效支撑DCMG负载。HEMS依据负载需求、LAB荷电状态（SoC）和LIB荷电状态来控制LAB与LIB之间的功率分配，并根据DCMG负载变化实现智能切换，以确定合适的LAB参考功率。多组测试结果表明，基于智能模糊逻辑控制的EMS在变负载条件下可实现最小的直流母线电压（DCBV）扰动，这主要归因于其能够更优地确定各储能单元之间的参考功率分配。尽管如此，基于SMC的EMS在高负载条件下表现出更小的电压扰动，其偏差为2%，而FLC为2.5%，因此在固定重载区域有助于提升系统可靠性并延长储能单元寿命。总体而言，将SMC与FLC集成于统一的HEMS中，显著增强了DCMG稳定性，保证了燃气轮机孤岛运行期间辅助负载的不间断供电，并有助于延长HESS服役寿命。定量而言，所提HEMS将直流母线电压偏差降低至2.2%，将系统时间响应改善至5 s，并将紧急孤岛运行期间的功率短缺由10%降至6%。这些结果证实，与单独的SMC或FLC策略相比，混合方法在鲁棒性、动态性能与功率分配能力方面均具有更优表现。
