基于树莓派（Raspberry Pi）的直流微电网（DC microgrid）模糊逻辑（fuzzy logic）能量管理系统（EMS）的设计与嵌入式实时实现

《Scientific African》：Design and embedded real-time implementation of a fuzzy logic–based energy management system for a DC microgrid using a Raspberry Pi

　　

本文介绍了一种用于集成光伏（PV）、风力涡轮机（WT）和电池储能系统（BESS）的直流微电网（DC microgrid）的实时能量管理系统（EMS）。该EMS在低成本树莓派（Raspberry Pi）上实现，并通过Wi-Fi TCP/IP链路与基于MATLAB/Simulink的微电网连接，从而实现了逼真的嵌入式操作。研究人员采用基于模糊逻辑（fuzzy logic）的控制策略，通过在变化的再生发电和负载条件下管理电池充放电来调节DC-bus电压。研究人员研究了多种运行场景，包括功率缺额、发电过剩和可再生电源突然掉电。实验结果表明，DC-bus电压调节严格，最大电压误差约为0.15%。在相同嵌入和通信条件下，与常规PID控制器进行的比较评估显示，基于模糊逻辑的EMS提供了改进的稳压性能、更平滑的瞬态行为和更强的可再生间歇性鲁棒性。结果证明了所提方法的有效性，并证实了低成本嵌入式平台适用于基于再生的直流微电网中的实时能量管理。

研究背景：直流微电网（DC microgrid）因能高效集成太阳能板、风力机和电池存储等分布式电源及直流负载，减少不必要电能交换并提高整体效率，而成为现代电力系统中整合可再生能源的重要架构。然而，可再生能源输出的间歇性、需求的快速变化以及保护存储设备免受过充过放的需求，使得确保可靠运行具有挑战性。维持稳定的DC-bus电压并调节发电、存储和负载间的功率分配是关键难题，因此需要先进的能量管理系统（EMS）。目前许多EMS研究局限于仿真验证，且存在算法在MATLAB环境下验证与在低成嵌入式平台上可重复实时EMS执行之间的差距，尤其是在统一嵌入式和通信约束下的DC-bus电压调节和控制器效能评估方面。为此，研究人员开展了基于树莓派（Raspberry Pi）的嵌入式实时EMS研究，集成了模糊逻辑控制（FLC）并与PID进行了对比，旨在验证低成本平台在实时DC微电网管理中的适用性。该研究得出，所设计的模糊逻辑EMS能有效维持DC-bus电压稳定（最大误差约0.15%），在功率缺额、过剩及可再生源掉电场景下均表现良好，且优于传统PID控制（PID最大误差约0.6%），具有更平滑的瞬态特性和更强鲁棒性。该研究的重要意义在于 bridging仿真验证与基于树莓派的实时嵌入式实现，证实低成本嵌入式平台可用于基于可再生能源的DC微电网实时能量管理，论文发表在《Scientific African》。

关键技术方法：研究人员采用了硬件在环（HIL）实时协同仿真方法，在笔记本电脑上通过MATLAB/Simulink建立包含PV、WT、BESS及负载的DC微电网模型，在树莓派（Raspberry Pi）上通过Python实时运行EMS算法（包括模糊逻辑控制FLC和PID）；两者通过Wi-Fi基于TCP/IP协议进行双向数据交换（Simulink发送DC-bus电压、PV功率、WT功率、负载功率、电池荷电状态SOC等，树莓派返回电池功率参考或占空比命令），控制周期为100 ms；研究中设置了三种场景：可再生发电不足下的电池放电、发电过剩下的电池充电、可再生源突然掉电下的对比测试，并在相同条件下对比FLC与PID的性能。

研究结果：

Introduction（引言）：研究人员指出DC微电网的优势及EMS的必要性，综述了经典/规则基与优化和智能基EMS策略，重点指出模糊逻辑（fuzzy logic）监督因可编码专家规则、处理非线性工况且计算量轻于在线优化而受关注；现有研究多聚焦仿真，部分涉及实时嵌入式实现但架构、控制目标和验证重点各异，存在仿真验证与低成嵌入式平台可重复实时执行的差距，本文聚焦树莓派基嵌入式EMS的实时验证及相同条件下模糊逻辑与PID的公平对比。

Description of the DC Microgrid（直流微电网描述）：研究人员描述了研究的DC微电网架构，集成PV、风能转换系统（WECS）和BESS，通过专用DC/DC变换器互连至公共DC-bus并供给DC负载；树莓派基EMS通过Wi-Fi TCP/IP协议与所有组件交换数据和命令；详细说明了PV系统（单二极管等效电路建模、Boost变换器、扰动观察法P&O最大功率点跟踪MPPT）、WT系统（永磁同步发电机PMSG、二极管桥整流、Boost变换器、MPPT）、BESS（双向Buck-Boost变换器、等效电路建模、SOC演化、安全限制）及DC-bus和负载（参考电压230V、电压误差计算）、Wi-Fi通信和数据交换机制。

Energy Management System（能量管理系统）：研究人员说明了EMS作为监督控制层的功能，在树莓派上实时运行，采样周期T_s=100 ms，采集DC-bus电压V_bus、PV功率P_PV、WT功率P_WT、负载功率P_L和电池SOC；根据功率平衡（P_PV+P_WT> P_L则充电，P_PV+P_WT< P_L则放电，需满足SOC限制）确定运行模式并计算电池参考功率P_batt,ref；模糊逻辑控制（FLC）采用Mamdani架构，输入为电压误差e(t)和其变化率Δe(t)，经模糊化（7个语言项：NB、NM、NS、Z、PS、PM、PB）、规则库（7×7矩阵IF-THEN规则）、推理（min-max合成）、解模糊（质心法）输出P_batt,ref的变化量ΔP_batt,ref，并按P_batt,ref(k)=P_batt,ref(k-1)+ΔP_batt,ref更新；说明了嵌入式实现（树莓派运行Python EMS脚本，Simulink模型运行于笔记本，HIL设置）及Simulink与树莓派间TCP/IP双向数据交换（发送状态向量x(k)=[V_bus(k), P_PV(k), P_WT(k), P_L(k), SOC(k)]，接收占空比D(k)并应用于PWM生成以驱动双向DC/DC变换器）。

Results and Simulation Analysis（结果与仿真分析）：场景1（可再生发电不足下的电池放电）：PV辐照度渐变、WT速度阶跃变化导致发电低于负载，电池放电补充缺额，FLC实时调整电池输出，DC-bus电压紧密控制在参考附近，SOC逐渐下降。场景2（基于FLC的电池充电运行）：PV辐照度钟形峰值、WT速度增加导致发电高于负载，EMS检测功率盈余并命令BESS充电，多余能量被吸收，SOC逐渐上升，DC-bus电压仍紧密调节。场景3（可再生源掉电下PID与模糊逻辑控制对比分析）：引入PV辐照度和WT速度突然下降，FLC的DC-bus电压更靠近参考、纹波更小，PID在掉电时有更大瞬态偏差；FLC的电池功率曲线更平滑，PID变化更剧烈；电压跟踪误差显示FLC误差幅值更低、振荡更少；定量对比表明FLC平均DC-bus电压约230.0V、最大偏差±0.6V、最大误差约0.15%，PID分别约230.6V、±1.8V、约0.6%。

Discussions（讨论）：研究人员将所提方法与近期文献对比，指出许多现有工作限于仿真验证，聚焦功率调度或SOC优化而非实时DC-bus电压调节；部分研究采用模糊逻辑EMS但未考虑实时约束（通信延迟、采样效应、嵌入式计算限制），控制技术对比常在理想假设下未嵌入验证。本文通过在树莓派上实时实现FLC，在相同采样、通信和扰动场景下公平对比PID与FLC，结果显示FLC在DC-bus电压调节、瞬态响应、鲁棒性上更优；HIL框架模拟微电网 plant，可能未完全捕获变换器损耗、传感器噪声等，但为实时嵌入式控制策略验证提供了有效中间步骤；对比限于常规PID，未来将扩展至自适应、预测和学习基控制器。

Conclusion（结论）：本文提出了一种集成PV、WT和BESS的DC微电网实时EMS，通过在树莓派上部署并经由Wi-Fi TCP/IP与MATLAB/Simulink微电网连接实现，采用模糊逻辑控制策略在可变可再生发电、负载条件和扰动下管理电池充放电以调节DC-bus电压；多种场景下EMS维持了稳定DC-bus电压和可靠功率平衡；与PID在相同实时和通信约束下对比显示，模糊逻辑控制器提供更平滑的动态行为、改进鲁棒性和减少电压振荡；结果表明低成本嵌入式平台（如树莓派）可有效支持实时约束下的高级能量管理功能；局限包括使用确定性剖面未完全捕获随机运行条件、HIL未包含所有实际效应、模糊规则可能需针对不同微电网重新调参；未来将扩展至预测、学习基和自适应自整定模糊控制，并在全硬件DC微电网上验证以提高可扩展性和转移性。