中国储能网讯：

摘要：新能源出力间歇性与负荷随机性引发的参数摄动，导致功率分配失配，使实际输出功率偏离目标值，严重降低了控制精度。这种多扰动耦合形成的时变非线性特性，使得传统固定参数控制策略失效，为此，本研究提出一种新能源直流微电网混合储能模糊自适应控制技术。首先，通过储能出力强度指标量化新能源波动的幅值与频率特征，确定蓄电池荷电状态（State of Charge，SOC）的约束范围，基于SOC约束范围实现新能源出力间歇性抑制。其次，设计充放电平衡度与储能出力强度约束，对功率进行自适应调整分配，解决新能源出力间歇性带来的负荷随机性。再次，设计模糊控制器调整运行状态功率修正系数，求解待补偿功率修正量，对储能系统输出功率展开补偿控制，抑制系统参数摄动。最后，根据补偿结果使输出功率最大程度接近于目标功率值，实现自适应调控，提升混合储能控制效果。实验结果表明，该技术能够将SOC波动稳定控制在28%±5%的安全区间，功率跟踪偏移率维持在0.15%水平，显著提升了混合储能系统的控制精度和运行的稳定性。

关键词：新能源直流微电网；混合储能系统；模糊自适应控制；SOC；功率补偿

新能源直流微电网凭借较高的系统效率和抗干扰能力以及简便的控制过程，成为了分布式能源系统的重要载体。然而，新能源发电的波动性、间歇性以及储能单元之间差别较大的特点会影响微电网的稳定运行和能量管理。混合储能系统通过协同高功率密度的超级电容与高能量密度的蓄电池，可优势互补，有效平抑功率波动。传统的混合储能控制方法无法快速适应新能源出力和负载需求的复杂变化，尤其针对具有恒功率负载特点的直流微电网时，控制难度进一步升高。因此，亟需探索出一种更智能的新能源直流微电网混合储能控制方法。

相关学者针对这一领域已经开展了深入的研究并取得了显著成果。曹敏等[1]首先结合碳排放量最小化和混合能源最佳定容来建立控制策略的目标函数，并设计约束条件，然后基于混合储能微电网的不确定特性优化目标函数，以构建min-max两阶段控制模型，通过列与约束生成算法求解模型，实现协调控制。然而，新能源出力间歇性与负荷随机性高度复杂且动态多变，构建目标函数和约束条件时难以全面准确纳入其所有特征，导致模型与实际情况存在偏差，影响功率分配准确性，使实际输出功率偏离目标值。谢楠等[2]设计一种黑启动并列运行时含有非线性补偿模块的下垂控制策略，以实现储能控制。但当负荷随机性致使部分储能单元过载而其他单元未充分利用时，下垂控制无法实现全局功率优化分配，易出现功率分配不均衡问题，影响系统整体性能与稳定性。Sarra Z等[3]利用径向基函数神经网络对储能系统最大功率点进行跟踪，并利用神经网络控制蓄电池的放电和充电周期，进而实现储能控制。由于新能源出力和负荷变化的随机性和不确定性特征，其训练数据难以全面覆盖各类运行工况。当采用神经网络进行最大功率点跟踪及充放电周期控制时，这种数据局限性会导致控制误差，进而影响功率分配的准确性，最终造成实际输出功率与目标值的偏离。宋昕一等[4]基于幂指函数嵌套反正切函数获得SOC与下垂系数的关系，进而调整下垂系数中的参数来实现SOC均衡控制，利用母线电压和虚拟压降展开二次补偿，以提高电流分配效果。但新能源出力间歇性与负荷随机性引发的参数摄动会使SOC变化更为复杂，这种近似函数关系可能无法准确适应SOC的动态变化，调整下垂系数参数时出现偏差，影响SOC均衡控制效果，导致功率分配失配。

现有研究多集中于理想工况下的功率分配策略，未能充分应对新能源出力间歇性与负荷随机性耦合引发的参数摄动问题，导致实际输出功率严重偏离目标值，控制精度受限。为突破这一瓶颈，本文从源头抑制与动态补偿两个层面出发，提出一种模糊自适应控制技术，以实现混合储能系统的精准功率控制。

一、新能源出力间歇性抑制

二、混合储能模糊自适应控制

三、实验与分析

四、结束语

全文6915字，详见《中国能源》2025年第10期。