以TSK機率模糊類神經網路控制之磷酸鋰鐵電池儲能系統之研製

Development of TSK-Type Probabilistic Fuzzy Neural Network Control for LiFePO4 Battery Storage System

官啟玄(Chi-Hsuan Kuan)

指導教授 ： 林法正

國立中央大學/資訊電機學院/電機工程學系/碩士(2012年)

摘要

本論文提出一以數位訊號處理器為基礎之TSK 機率模糊類神經網路智慧型控制器以控制磷酸鋰鐵電池儲能系統，此電池儲能系統具有電池管理系統與雙向功率流動之三相交流-直流轉換器，本電池儲
能系統並可對電網以實虛功控制策略進行併網及充電。為了要改善功率在命令變動時之暫態響應，本文因此採用TSK 機率模糊類神經網路控制器以取代傳統的比例積分控制器。本文將詳細介紹TSK 機率模糊類神經網路的架構以及線上學習法則，而所提出之智慧型電池儲能系統皆實現於以32 位元定點運算之數位訊號處理器
TMS320F28035 上。另一方面，為了增強數位訊號處理器之運算效
率，本論文將以組合語言撰寫所推導之控制法則。最後，將由實驗結果驗證所提出之TSK 機率模糊類神經網路控制器實現在此電池儲能系統上之控制性能。

關鍵字

三相交流-直流轉換器 ； TSK 機率模糊類神經網路 ； 磷酸鋰鐵電池組 ； 數位訊號處理器

並列摘要

A digital signal processor (DSP)-based TSK-Type probabilistic fuzzy neural network (TSKPFNN) is proposed in this thesis to control a 4 LiFePO battery
storage system. The storage system includes 4 LiFePO battery module with battery management system (BMS) and bidirectional power flow three-phase AC-DC converter. Moreover, the designed storage system adopts active and
reactive power control for grid connection. Furthermore, to improve the transient of command variation, a TSKPFNN controller is proposed to replace the traditional proportional-integral (PI) controller. The network structure and the online learning algorithms of the TSKPFNN controller are introduced in detail. In addition, all the control algorithms for the proposed battery storage
system are realized in a 32-bit fixed point DSP, TMS320F28035, using assembly language for enhancing the calculate efficiency of the DSP. Finally, the control
performances of the proposed TSKPFNN control system are evaluated by some experimental results.

並列關鍵字

TSK-Type probabilistic fuzzy neural network (TSK ； three-phase AC-DC converter ； digital signal processor (DSP) ； LiFePO4 battery

參考文獻

[6] 徐聖宇，實現具有單相功率因素修正之高功率全數位電池充電器，碩士論文，國立台北科技大學電力電子產業研發碩士專班，台北市，2009。

[7] 蔡瀚章，智慧型控制數位化鋰錳電池充電器之研製，碩士論文，國立中央大學電機工程學系，桃園，2011。

[2] B. Carter, J. Matsumoto, A. Prater, and D. Smith, “Lithium ion battery performance and charge control,” in Proc. IECEC-96 Conf., vol. 1, pp. 363-368, 1996.

[4] H. Qian, J. Zhang, J. S. Lai, and W. Yu, “A high-efficiency grid-tie battery energy storage system,” IEEE Trans. Power Electron., vol. 26, no. 3, pp. 886-896, Mar. 2011.

[5] M. P. Kazmierkowski, M. Jasinski, and G. Wrona, “DSP-based control of grid-connected power converters operating under grid distortions,” IEEE Trans. Indust. Informat., vol. 7, no. 2, pp. 204-211, May 2011.