CN105262147B - 含风光柴储及海水淡化***海岛微电网的模糊决策方法 - Google Patents
含风光柴储及海水淡化***海岛微电网的模糊决策方法 Download PDFInfo
- Publication number
- CN105262147B CN105262147B CN201510801696.2A CN201510801696A CN105262147B CN 105262147 B CN105262147 B CN 105262147B CN 201510801696 A CN201510801696 A CN 201510801696A CN 105262147 B CN105262147 B CN 105262147B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mover
- energy storage
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010612 desalination reaction Methods 0.000 title claims abstract description 50
- 239000013535 sea water Substances 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000004146 energy storage Methods 0.000 claims abstract description 72
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 26
- 238000007599 discharging Methods 0.000 claims abstract description 21
- 239000013505 freshwater Substances 0.000 claims abstract description 19
- 230000005611 electricity Effects 0.000 claims abstract description 14
- 238000010248 power generation Methods 0.000 claims description 22
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003912 environmental pollution Methods 0.000 claims description 4
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明公开了一种含风、光、柴、储及海水淡化***海岛微电网的模糊决策方法,该方法针对海岛微电网***中的分布式电源的运行状态普遍存在波动性、随机性、难预测性以及由此带来的离网状态下***供用电负荷之间存在的匹配困难等问题,提出通过实时采集***的供用电负荷关系(GCR)、海水淡化***(SDS)的淡水储量(RAF)及储能单元(SU)的荷电状态(SOC)作为决策***的控制输入,调控海岛上普遍配备的储能单元的充放电状态以及海水淡化***的工作台时与工作台数,从而实现微电网***对分布式电源(DG)多余发电量的吸纳以及缺失负荷的填补;同时,通过决策柴油发电机***(DGS)的开关时刻及时长,在最大限度的减少对柴油消耗的情况下保证了岛上用户的最低用电和用水需求。
Description
技术领域
本发明涉及分布式发电和微电网领域,尤其涉及一种含风光柴储及海水淡化***海岛微电网的模糊决策方法。
背景技术
随着人类海洋观念的不断提升,海洋经济已进入了快速发展的阶段,而广泛分布的海上岛屿作为全球海洋开发的重要支撑,其建设和开发也受到越来越多的重视。然而由于自身地理环境相对封闭,海上岛屿的发展程度和产业竞争力直接受到资源和能源因素的影响和限制较大,能否在不过分依赖于大陆保障的情况下获得自身生产生活所必须的能源供应已经成为当前海岛建设和开发过程中需要考虑的主要因素之一。近年来,随着微电网概念的提出以及以风能、太阳能等为代表的绿色可再生能源发电技术的快速发展,海岛“能源困局”的解决出现了新的思路和技术手段。海岛自身拥有的丰富的风能、太阳能、潮汐能等可再生能源,都为解决其能源问题提供了良好的条件,然而与陆地环境相比,其可再生能源又具有较大的波动性、随机性和难预测性的特点,这些特点都给海岛在绿色能源利用的过程中增加了困难也给海岛微电网建设提出了巨大的挑战。为了解决这一问题,在孤岛微电网***中往往采用稳定性设备或控制器以保证其所发电能的稳定;同时在海岛微电网的建设过程中通过配备一定容量的储能设备来平抑海岛分布式电源全天发电负荷的波动,从而实现对其所发电能的更充分、有效地利用。然而,传统的单纯依赖储能单元对***发电波动进行调节的方法将极大的增加储能设备自身的使用量,增加其维护成本并降低其使用寿命,最终将会带来潜在的巨大经济损失;此外,储能设备的过量过快损耗,也将大大削弱整个微电网***的安全性、可靠性、稳定性与经济性。因此,从长远的分析角度来看,单纯的依靠岛上储能设备进行海岛电能调配的方法并不是高效可靠的调控手段。海水淡化***被广泛的应用于中、小规模岛屿上,它不仅可以为居民提供日常的生产、生活用水,而且还可以在运行过程中根据岛上居民的实际用水量、淡水池剩余水量及海水淡化机组自身的额定功率来灵活的调控开机数量,从而对岛上的微电网***起到辅助的功率调节作用。
发明内容
针对现有技术的不足,本发明的目的在于提供一种含风光柴储及海水淡化***海岛微电网的模糊决策方法。
本发明的目的是通过以下技术手段实现的:一种含风光柴储及海水淡化***海岛微电网的模糊决策方法,包括以下步骤:
(1)以时间间隔Δt为采样时间,T为采样周期,实时采集海岛微电网***的电力供需匹配关系(Generation and consumption relationship,GCR)、海水淡化***(Seawaterdesalination system,SDS)的蓄水池剩水量(Remaining amount of freshwater,RAF)及储能单元(Storage Unit,SU)的荷电状态(SOC)作为模糊决策***的控制输入。
(2)将步骤(1)获取的电力供需匹配GCR、蓄水池剩水量RAF、储能单元荷电状态SOC等变量按照隶属度函数进行模糊化。
(3)对步骤(2)模糊化后得到的模糊向量按照模糊控制规则表进行推理计算,得到柴油发电机的工作状态UDGS、海水淡化***开机台数USDS和储能单元的充放电状态USU三个输出控制变量的模糊控制向量。
(4)对步骤(3)获得的模糊控制向量进行解模糊计算,得到柴油发电机的工作状态UDGS、海水淡化***开机台数USDS和储能单元的充放电状态USU三个输出控制变量的精确值。
(5)通过控制器将步骤(4)获得的三个输出控制变量的精确值分别发送到柴油发电机、海水淡化***和储能单元的执行器,调节其完成控制动作。
进一步地,步骤(2)中,所述隶属度函数由两部分组成,即边界隶属度函数和对称隶属度函数。边界隶属度函数的戒上限隶属度函数为降半柯西分布函数,如下式(1)所示:
戒下限隶属度函数为升半柯西分布函数,如式(2)所示:
中间隶属度函数为正态分布函数,如式(3)所示:
μ(x)=exp(-kmed(x-cmed)2) (3)
其中,参数clow>0,chigh>0调节曲线的坡度;βlow>0,βhigh>0决定拐点的位置和曲线的坡度。cmed>0调节曲线中心点所对应的位置,kmed>0调节曲线的坡度。
模糊化的电力供需匹配GCR、蓄水池剩水水位RAF、储能单元荷电状态SOC分别采用5元素模糊子集{负大NB,负小NS,零ZO,正小PS,正大PB}、3元素模糊子集{低LRAF,中MRAF,高HRAF}和3元素模糊子集{低LSOC,中MSOC,高HSOC},则任意采样时刻获得的GCR、RAF和SOC的实时采样值vGCR、vGCR和vSOC可通过隶属度函数被分别模糊成向量和
进一步地,步骤(3)中采用改进的基于专家规则的推理方式,其模糊蕴涵关系由GCR、RAF和SOC的模糊向量的笛卡尔乘积获得,即:
其中,n_input为输入变量的个数。
N条专家规则中的任一条可描述为:“若GCR是RAF是并且SOC是那么柴油发电机的工作状态输出为UDGS,海水淡化***开机台数输出为USDS,储能单元的工作状态输出为USU。”其中,为输入变量的模糊子集元素,即:
UDGS,USDS,USU为输出结果的精确解集元素,即:
则由式(7),全部规则推理可表示为:
由于UDGS,USDS,USU为精确解集的元素,因此,式(10)可简化为:
带入式(4)-(6)可得:
式(12)是与模糊控制规则表对应的推理矩阵,矩阵中的元素与规则表中对应位置的输出变量解集的元素对应。该推理过程中解集元素直接采用精确解,而非模糊向量,因此,该矩阵中对应元素即为其规则表中解集元素的隶属度。再对规则表中同一解集元素的隶属度取“合成”运算(逻辑“或”,∨),即将规则表中同一元素对应的(12)中隶属度元素取“合成”,得到的最终结果既为该解集元素的推理结果。
海岛微电网***的基本控制原则是:
(a)在光伏(PPV)和风机(PWind)可再生供电***供电量大于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind>PLoad时,优先开启海水淡化***吸纳多余的电量,以保证岛上淡水供应的稳定,同时减少储能设备的充放电次数,延长其使用寿命;
(b)在光伏(PPV)和风机(PWind)可再生供电***供电量远大于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind>>PLoad时,开启海水淡化***的同时储能设备充电以吸收多余电能;
(c)在光伏(PPV)和风机(PWind)可再生供电***供电量小于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind<PLoad时,优先使用储能设备放电以弥补电力供应的不足;
(d)在光伏(PPV)和风机(PWind)可再生供电***供电量远小于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind<<PLoad时,储能设备放电的同时,开启柴油发电机供电(PDiesel),以进一步弥补电力供应的不足,并最大限度的降低发电成本,减少环境的污染;
(e)当淡水池的剩余水位较高时,即使有多余的供电量也不开或少开海水淡化设备;
(f)当储能设备的荷电状态较低时,即使有供电缺额,储能设备也不放电;反正,当其荷电状态较高时,即使有多余的供电量也不向其充电,以保护储能设备不被过度使用而损坏。
按照上述控制调度规则,针对柴油发电机的开关工作状态UDGS、海水淡化***开机台数USDS及储能单元充放电状态USU的控制规则如下表1、表2和表3所示:
表1柴油发电机的开关工作状态UDGS控制规则表
表2海水淡化***开机台数USDS控制规则表
表3储能单元充放电状态USU控制规则表
注:表3中,C表示充电(Charge)、D表示放电(Discharge)、N表示不充不放(Noaction)。
进一步地,步骤(4)中,解模糊策略选用最大隶属度法。
本发明提供的技术方案的有益效果是:本发明针对海岛微电网***中存在的光伏、风机等设备的运行状态受天气等外部条件影响严重而普遍存在波动性、随机性、难预测性以及由此带来的离网状态下***供用电设备之间存在的负荷匹配困难等问题,采用模糊决策的方法,实现了微电网***对分布式电源(DG)多余发电量的吸纳以及缺失负荷的填补;同时,通过决策柴油发电机的开关,在最大限度的减少对柴油消耗的情况下保证了岛上用户的最低用电和用水需求。本方法的主要技术贡献在于:(1)通过海水淡化***吸纳了***多余的负荷量,减少了储能***的充放电次数,延长了其使用寿命,同时通过控制柴油发电机的开关,在保证了最低水、电需求的同时,降低了岛上对柴油的消耗,降低了运输成本及环境污染;(2)在模糊决策的过程中,以***的供用电负荷关系、淡水储量及储能单元的荷电状态作为控制输入,增加了输入维度,增强了决策的准确性;同时,该方法可根据需要灵活的增加或改变输入变量,具有较强的可移植性和可扩展性;采用基于规则的模糊推理方式并将柴油发电机开、关,海水淡化设备开机台数,储能设备工作状态(充电、放电、无动作)等离散量作为决策结果,增强了算法的实时性。(3)评估了不同初始淡水剩余量、储能单元荷电状态及储能设备总容量情况下对***电能调配结果的影响,为***设计提供分析依据。与传统的海岛微电网调度策略相比,该方法不需要建立风机、光伏设备、储能单元等设备的数学模型,也不需要对所有设备的工作状态进行预测,而只需实时采集***工作状态数据,这大大增强了结果的准确性和算法的可实现性。通过仿真实验可以看出,该方法可以在供用电负荷差额很大的情况下初步满足离网状态下用户的用电需求并减少储能单元的充放电切换,从而降低了储能单元的维护成本并延长了其使用寿命;同时该决策***可以维持淡水储水量的稳定,从而有效的保证海岛基本用水的满足。
附图说明
图1各变量的隶属度函数,(a)为GCR,(b)为RAF,(c)为SOC。
图2各发电***及用户日用电特性曲线。
图3为***匹配效果图,(a)中无控制,(b)中采用本发明方法进行控制。
图4海水淡化***和储能设备对多余电量的吸纳。
图5淡水池水位变化。
具体实施方式
某海岛微电网的发电侧能源配置为:光伏发电***一套,其最大发电能力为350kW;该岛配还配有风力发电***两套,其最大发电能力分别为200kW和300kW;此外,为保证岛上***的供电安全,岛上配有额定功率150kW的柴油发电机组一套。此外,该微电网***中配有500kWh的储能单元,其储能总量为岛上最大总发电量的50%。用电侧负荷配置中,除岛上居民的日生产生活用电负荷外,还配有海水淡化***3套,每套的额定功率为160kW,产水能力为70/h*套。为了减少岛上的日常供电开支,减少环境和噪音污染,岛上的柴油机发电***只作为备用电源,而主要供电主要由光伏和风机发电***提供。此外,该海岛上每天生产生活基本用水大约为65*24吨,即每小时平均用水为65吨。该***中各发电设备的日工作特性及居民日用电特性曲线如图2所示。
***日发电负荷与用电负荷之间存在一定的不匹配性,在某些时间段甚至差别巨大,如图3(a)所示。因此,针对上述海岛环境及其微电网配置,根据本发明介绍的决策控制器设计方法,选择各采样时刻的供用电负荷关系(GCR)作为控制器输入,其模糊变量子集为5级。此外,淡水池中剩余的淡水量(RAF)和蓄电池组的荷电常数(SOC)也分别被模糊成包含3个元素的模糊向量,与GCR一起作为专家决策的依据。根据本发明介绍的模糊化方法,采样时刻变量vGCR、vGCR和vSOC隶属度函数如图1所示。由图1可知,任一时刻采样变量vGCR、vGCR和vSOC可通过该函数被分别模糊化成3个向量,如式(4)-(6)所示。
控制规则是模糊专家控制***的核心,正是通过模糊控制规则,控制器可以利用操作人员和工程专家的经验对***进行控制。本***的控制输入为:供用电负荷关系(GCR)、海水淡化***的淡水储量(RAF)及储能单元的荷电状态(SOC),而被控量为:柴油发电机的开关工作状态UDGS,海水淡化***开机台数USDS及储能单元的充放电状态USU,通过三者的相互配合,协调***中的电量配比,并最大限度的优化***中各设备的工作状态。
本***的基本控制原则是:
(a)在光伏(PPV)和风机(PWind)可再生供电***供电量大于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind>PLoad时,优先开启海水淡化***吸纳多余的电量,以保证岛上淡水供应的稳定,同时减少储能设备的充放电次数,延长其使用寿命;
(b)在光伏(PPV)和风机(PWind)可再生供电***供电量远大于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind>>PLoad时,开启海水淡化***的同时储能设备充电以吸收多余电能;
(c)在光伏(PPV)和风机(PWind)可再生供电***供电量小于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind<PLoad时,优先使用储能设备放电以弥补电力供应的不足;
(d)在光伏(PPV)和风机(PWind)可再生供电***供电量远小于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind<<PLoad时,储能设备放电的同时,开启柴油发电机供电(PDiesel),以进一步弥补电力供应的不足,并最大限度的降低发电成本,减少环境的污染;
(e)当淡水池的剩余水位较高时,即使有多余的供电量也不开或少开海水淡化设备;
(f)当储能设备的荷电状态较低时,即使有供电缺额,储能设备也不放电;反正,当其荷电状态较高时,即使有多余的供电量也不向其充电,以保护储能设备不被过度使用而损坏。
按照上述控制调度规则,针对柴油发电机的开关工作状态UDGS,海水淡化***开机台数USDS及储能单元充放电状态USU的控制规则如表1、表2和表3所示,并经模糊推理和解模糊后即可得出当前情况下***的控制输出柴油发电机的开关工作状态UDGS,海水淡化***开机台数USDS及储能单元的充放电状态USU的精确值。在本发明控制算法的协调作用下,***中供用电的负荷匹配度获得明显改善,如图3(b)所示,这与图3(a)形成鲜明的对比。
图4所示是海水淡化***和储能设备对多余电量的吸纳效果。由图4可见,随着***中GCR的不断变化,当剩余电量较多时,算法通过调节海水淡化***和储能设备的开关状态可以有效的吸收***中这部分电能,增强分布式电源所产电能的利用率,进而提高整个微电网***的用电效率。
在控制作用下,蓄水池水位变化如图5所示。从图5可以看到,淡水池水位RAF随负荷GCR变化发生波动,当供电负荷较大时,淡水池水位上升,如00:00—04:30时间段和13:00—14:30时间段,反之,水位相对下降;但总体水位保持在70吨以上,即70—150吨左右;这说明,该算法基本保证了淡水池水位的稳定,能够保证岛上的基本淡水使用。
Claims (4)
1.一种含风光柴储及海水淡化***海岛微电网的模糊决策方法,其特征在于:包括以下步骤:
(1)以时间间隔Δt为采样时间,T为采样周期,实时采集海岛微电网***的电力供需匹配关系GCR、海水淡化***的蓄水池剩水量RAF及储能单元的荷电状态SOC作为模糊决策***的控制输入;
(2)将步骤(1)获取的电力供需匹配GCR、蓄水池剩水量RAF、储能单元荷电状态SOC等变量按照隶属度函数进行模糊化;
(3)对步骤(2)模糊化后得到的模糊向量按照模糊控制规则表进行推理计算,得到柴油发电机的工作状态UDGS、海水淡化***开机台数USDS和储能单元的充放电状态USU三个输出控制变量的模糊控制向量;
(4)对步骤(3)获得的模糊控制向量进行解模糊计算,得到柴油发电机的工作状态UDGS、海水淡化***开机台数USDS和储能单元的充放电状态USU三个输出控制变量的精确值;
(5)通过控制器将步骤(4)获得的三个输出控制变量的精确值分别发送到柴油发电机、海水淡化***和储能单元的执行器,调节其完成控制动作。
2.根据权利要求1所述的含风光柴储及海水淡化***海岛微电网的模糊决策方法,其特征在于:步骤(2)中,所述隶属度函数由两部分组成,即边界隶属度函数和对称隶属度函数;边界隶属度函数的戒上限隶属度函数为降半柯西分布函数,如下式(1)所示:
<mrow>
<mi>&mu;</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mn>0</mn>
<mo>&le;</mo>
<mi>x</mi>
<mo>&le;</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
</msup>
</mrow>
</mfrac>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>></mo>
<msub>
<mi>c</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
戒下限隶属度函数为升半柯西分布函数,如式(2)所示:
<mrow>
<mi>&mu;</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>></mo>
<msub>
<mi>c</mi>
<mrow>
<mi>h</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>h</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>h</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>h</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
</mrow>
</msub>
</msup>
</mrow>
</mfrac>
</mtd>
<mtd>
<mrow>
<mn>0</mn>
<mo>&le;</mo>
<mi>x</mi>
<mo>&le;</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>h</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
中间隶属度函数为正态分布函数,如式(3)所示:
μ(x)=exp(-kmed(x-cmed)2) (3)
其中,参数clow>0,chigh>0调节曲线的坡度;βlow>0,βhigh>0决定拐点的位置和曲线的坡度;cmed>0调节曲线中心点所对应的位置,kmed>0调节曲线的坡度;
模糊化的电力供需匹配GCR、蓄水池剩水水位RAF、储能单元荷电状态SOC分别采用5元素模糊子集{负大NB,负小NS,零ZO,正小PS,正大PB}、3元素模糊子集{低LRAF,中MRAF,高HRAF}和3元素模糊子集{低LSOC,中MSOC,高HSOC},则任意采样时刻获得的GCR、RAF和SOC的实时采样值vGCR、vRAF和vSOC可通过隶属度函数被分别模糊成向量和
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>G</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>N</mi>
<mi>B</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>N</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>Z</mi>
<mi>O</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>P</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>P</mi>
<mi>B</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<msubsup>
<mi>m</mi>
<mi>L</mi>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>m</mi>
<mi>M</mi>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>m</mi>
<mi>H</mi>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msubsup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<msubsup>
<mi>m</mi>
<mi>L</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>m</mi>
<mi>M</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>m</mi>
<mi>H</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msubsup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
3.根据权利要求1所述的含风光柴储及海水淡化***海岛微电网的模糊决策方法,其特征在于:步骤(3)中采用改进的基于专家规则的推理方式,其模糊蕴涵关系由GCR、RAF和SOC的模糊向量的笛卡尔乘积获得,即:
<mrow>
<msub>
<mi>&mu;</mi>
<mover>
<mi>R</mi>
<mo>~</mo>
</mover>
</msub>
<mo>=</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
</msub>
<mo>&CenterDot;</mo>
<mn>...</mn>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>n</mi>
<mo>_</mo>
<mi>i</mi>
<mi>n</mi>
<mi>p</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
</msub>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,n_input为输入变量的个数;
N条专家规则中的任一条可描述为:若GCR是RAF是并且SOC是那么柴油发电机的工作状态输出为UDGS,海水淡化***开机台数输出为USDS,储能单元的工作状态输出为USU;其中,为输入变量的模糊子集元素,即:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>A</mi>
<mo>~</mo>
</mover>
<mo>&Element;</mo>
<mo>{</mo>
<mi>N</mi>
<mi>B</mi>
<mo>,</mo>
<mi>N</mi>
<mi>S</mi>
<mo>,</mo>
<mi>Z</mi>
<mi>O</mi>
<mo>,</mo>
<mi>P</mi>
<mi>S</mi>
<mo>,</mo>
<mi>P</mi>
<mi>B</mi>
<mo>}</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>B</mi>
<mo>~</mo>
</mover>
<mo>&Element;</mo>
<mo>{</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
<mo>}</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>C</mi>
<mo>~</mo>
</mover>
<mo>&Element;</mo>
<mo>{</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>}</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
UDGS,USDS,USU为输出结果的精确解集元素,即:
则由式(7),全部规则推理可表示为:
<mrow>
<msub>
<mi>&mu;</mi>
<mrow>
<mover>
<mi>R</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>G</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>G</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mi>U</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mi>S</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mi>U</mi>
<mrow>
<mi>S</mi>
<mi>D</mi>
<mi>S</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mi>U</mi>
<mrow>
<mi>S</mi>
<mi>U</mi>
</mrow>
</msub>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
由于UDGS,USDS,USU为精确解集的元素,因此,式(10)可简化为:
<mrow>
<msub>
<mi>&mu;</mi>
<mrow>
<mover>
<mi>R</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>G</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>G</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>R</mi>
<mi>A</mi>
<mi>F</mi>
</mrow>
</msub>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
带入式(4)-(6)可得:
式(12)是与模糊控制规则表对应的推理矩阵,矩阵中的元素与规则表中对应位置的输出变量解集的元素对应;该推理过程中解集元素直接采用精确解,而非模糊向量,因此,该矩阵中对应元素即为其规则表中解集元素的隶属度;再对规则表中同一解集元素的隶属度取“合成”运算,即将规则表中同一元素对应的式(12)中隶属度元素取“合成”,得到的最终结果既为该解集元素的推理结果;
海岛微电网***的基本控制原则是:
(a)在光伏(PPV)和风机(PWind)可再生供电***供电量大于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind>PLoad时,优先开启海水淡化***吸纳多余的电量,以保证岛上淡水供应的稳定,同时减少储能设备的充放电次数,延长其使用寿命;
(b)在光伏(PPV)和风机(PWind)可再生供电***供电量远大于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind>>PLoad时,开启海水淡化***的同时储能设备充电以吸收多余电能;
(c)在光伏(PPV)和风机(PWind)可再生供电***供电量小于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind<PLoad时,优先使用储能设备放电以弥补电力供应的不足;
(d)在光伏(PPV)和风机(PWind)可再生供电***供电量远小于岛上日常生产生活用电(PLoad)的情况下,即PPV+PWind<<PLoad时,储能设备放电的同时,开启柴油发电机供电(PDiesel),以进一步弥补电力供应的不足,并最大限度的降低发电成本,减少环境的污染;
(e)当淡水池的剩余水位较高时,即使有多余的供电量也不开或少开海水淡化设备;
(f)当储能设备的荷电状态较低时,即使有供电缺额,储能设备也不放电;反正,当其荷电状态较高时,即使有多余的供电量也不向其充电,以保护储能设备不被过度使用而损坏;
按照上述控制调度规则,针对柴油发电机的开关工作状态UDGS、海水淡化***开机台数USDS及储能单元充放电状态USU的控制规则如下表1、表2和表3所示:
表1 柴油发电机的开关工作状态UDGS控制规则表
表2 海水淡化***开机台数USDS控制规则表
表3 储能单元充放电状态USU控制规则表
注:表3中,C表示充电(Charge)、D表示放电(Discharge)、N表示不充不放(No action)。
4.根据权利要求1所述的含风光柴储及海水淡化***海岛微电网的模糊决策方法,其特征在于:步骤(4)中,解模糊策略选用最大隶属度法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510801696.2A CN105262147B (zh) | 2015-11-19 | 2015-11-19 | 含风光柴储及海水淡化***海岛微电网的模糊决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510801696.2A CN105262147B (zh) | 2015-11-19 | 2015-11-19 | 含风光柴储及海水淡化***海岛微电网的模糊决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105262147A CN105262147A (zh) | 2016-01-20 |
CN105262147B true CN105262147B (zh) | 2017-09-29 |
Family
ID=55101703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510801696.2A Active CN105262147B (zh) | 2015-11-19 | 2015-11-19 | 含风光柴储及海水淡化***海岛微电网的模糊决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105262147B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105852911B (zh) * | 2016-05-26 | 2019-11-29 | 苏州佳世达电通有限公司 | 超音波导管及医疗*** |
CN106411230B (zh) * | 2016-12-05 | 2019-01-18 | 青岛尚源新能源科技有限公司 | 一种风光柴综合发电***及控制方法 |
CN106981886A (zh) * | 2017-03-20 | 2017-07-25 | 国网浙江省电力公司嘉兴供电公司 | 一种虚拟电厂电能优化选取调度方法 |
CN110198054B (zh) * | 2019-05-13 | 2023-11-03 | 中国电力科学研究院有限公司 | 一种含海水淡化负荷的微网功率调度方法和*** |
CN110422161B (zh) * | 2019-06-27 | 2021-04-02 | 同济大学 | 供能控制方法、***及其应用的物流装置 |
CN111817352B (zh) * | 2020-08-10 | 2022-06-24 | 中国人民解放军国防科技大学 | 一种基于独立供电岛屿的分布式能源设置方法及*** |
CN112366684A (zh) * | 2020-09-25 | 2021-02-12 | 温州电力设计有限公司 | 一种海岛微电网*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100794197B1 (ko) * | 2006-06-30 | 2008-01-11 | 한국전기연구원 | 하이브리드 분산발전 시스템을 이용한 운전 제어방법 |
CN102182634B (zh) * | 2011-04-15 | 2013-05-08 | 河海大学 | 基于改进粒子群的海岛风柴蓄发电功率优化设计方法 |
CN103606969B (zh) * | 2013-12-03 | 2015-07-29 | 国家电网公司 | 含新能源及海水淡化负荷的海岛微电网优化调度方法 |
CN104901338B (zh) * | 2015-06-25 | 2018-01-12 | 华北电力大学(保定) | 一种海岛孤立微电网能量控制方法 |
CN104993503A (zh) * | 2015-08-11 | 2015-10-21 | 华北水利水电大学 | 一种孤岛微电网频率控制方法 |
-
2015
- 2015-11-19 CN CN201510801696.2A patent/CN105262147B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105262147A (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105262147B (zh) | 含风光柴储及海水淡化***海岛微电网的模糊决策方法 | |
Han et al. | Two-level energy management strategy for PV-Fuel cell-battery-based DC microgrid | |
De Siqueira et al. | Control strategy to smooth wind power output using battery energy storage system: A review | |
Wang et al. | Energy management system for stand-alone diesel-wind-biomass microgrid with energy storage system | |
Zhao et al. | Fuzzy logic based coordinated control of battery energy storage system and dispatchable distributed generation for microgrid | |
Bogaraj et al. | A novel energy management scheme using ANFIS for independent microgrid | |
CN107069807A (zh) | 含不确定性预算调节的无平衡节点微网鲁棒调度方法 | |
CN104901338A (zh) | 一种海岛孤立微电网能量控制方法 | |
Nour et al. | Automatic generation control of a future multisource power system considering high renewables penetration and electric vehicles: Egyptian power system in 2035 | |
CN105226694A (zh) | 基于模糊经验模态分解的储能平滑新能源发电控制方法 | |
CN113937821A (zh) | 一种农网不平衡台区自适应节能控制方法 | |
Singh et al. | Operation and control of a hybrid wind-diesel-battery energy system connected to micro-grid | |
Huang et al. | Optimal design of an island microgrid with considering scheduling optimization | |
CN114123220B (zh) | 移动储能参与的主动配电网无功优化调度方法及*** | |
Mukherjee et al. | Fuzzy logic controlled superconducting magnetic energy storage for leveling power fluctuation of grid connected wind generator | |
Cao et al. | A Novel Game-Theoretic-based Security-Constrained Unit Commitment Including Wind and Vehicle-to-Grid | |
Atif et al. | Solar power smoothing using battery energy storage system through fuzzy filtration technique | |
Mohammed Nour et al. | Automatic generation control of a future multi-source power system considering high renewables penetration and electric vehicles: Egyptian power system in 2035 | |
CN113794244B (zh) | 含多微网主动配电***的定价与最优能量调度方法和*** | |
CN112186737B (zh) | 水电机组在水电-风电互补***调控中使用寿命评估方法 | |
Wang et al. | QV droop control using fuzzy logic and reciprocal characteristic | |
Zhao et al. | Research on strategies of reducing loss of distribution network under the interaction of source, charge, and storage | |
Sumathi et al. | Integration of various renewable energy systems with battery energy storage system using optimal energy management system. | |
Al Badwawi | Supervisory control and power management of an AC microgrid | |
CN106058883A (zh) | 一种基于智能变压器的无功功率控制***及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |