CN107069776B - 一种平滑微网联络线功率的储能前瞻分布式控制方法 - Google Patents

Abstract

本发明公开了一种平滑微网联络线功率的储能前瞻分布式控制方法，可用于解决存在新能源随机波动情况下的微电网功率平衡控制问题。具体地，通过在储能个体间实施有限时间快速分布式功率控制协议来实现平滑微网联络线输出功率这一控制目标，实施过程中同时考虑了储能未来一段时间的功率调整裕度和成本。本发明考虑了新能源曲线的快速波动特性以及储能装置物理约束，通过求解未来一段时域的模型预测控制(MPC)问题得到储能聚合体的调整功率，然后基于滑模控制(SMC)方法设计有限时间快速分布式控制协议，使得聚合体内部储能充放电功率快速跟踪该目标功率，实现平滑微网联络线功率的目标。

Description

一种平滑微网联络线功率的储能前瞻分布式控制方法

技术领域

本发明涉及一种平滑微网联络线功率波动的滚动时域储能前瞻分布式控制策略，属于电力***自动化领域。

背景技术

随着微网中大规模风、光功率的并入，新能源功率输出的强波动性给电网运行和控制带来了新的挑战。另一方面，微网中存在大量分散储能装置，如电动汽车、电化学储能等，大量储能单元聚合充放电效应为实现平抑新能源功率输出提供了新的契机。充分利用储能装置的充放电灵活性，可以大大降低电网调整AGC机组处理带来的运行成本，同时可在风、光功率输出过剩情况下提高新能源的利用率。

当前的储能充放电技术仍停留在集中式控制或分散式控制。集中式控制中，控制中心需要获知***所有储能的状态信息，采用集中优化的方式，给出每个储能单元功率调整量。然而当***存在大量分散储能装置时，优化问题的求解随着网络规模的增长成比例增加，进一步增加了问题求解的复杂度；另一方面，控制中心与各个储能个体间实时双向通信仍是当前需要克服的技术难题。分散式控制中，每个储能个体仅仅根据电网局部信息如频率、价格等进行有利于自身收益的调整动作，由于其带有较大的随机性，缺乏必要的协调，最终可能导致***不可控。

发明内容

发明目的：为了克服当前微网中大量存在的时变新能源功率对微网稳定运行和控制带来新的威胁，本发明提供一种平滑微网联络线功率的储能前瞻分布式控制方法，基于未来一段时间微网内部新能源功率和负荷预测值，并结合储能更新方程和微网功率平衡等式约束，考虑***和储能物理约束，给出考虑了平滑联络线功率波动的MPC储能前瞻调度模型。通过求解MPC优化调度问题得到储能聚合体的调整功率，然后基于滑模控制(SMC)方法设计有限时间快速分布式跟踪协议，使得聚合体内部储能充放电功率快速跟踪该目标功率，实现平滑微网联络线功率的目标，为微网稳定运行控制提供了保障。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种平滑微网联络线功率的储能前瞻分布式控制方法，如图4所示，考虑未来一段时间微网内部新能源功率和负荷预测值，并结合储能更新方程和微网功率平衡等式约束，考虑***和储能物理约束，微网联络线功率输出波动方差最小为控制目标，得到考虑了平滑联络线功率波动的MPC储能前瞻调度模型，通过求解储能前瞻调度模型得到同质储能聚合体总的功率调整量；然后，基于滑模变结构控制SMC方法设计同质储能聚合体内部多个储能单元间快速分布式一致跟踪协议，使得同质储能聚合体内部储能充放电功率快速跟踪该目标功率，实现平滑微网联络线功率的目标。

具体包括以下步骤：

步骤1，通过历史数据进行预测，获得未来T时间段微网中内部新能源功率和负荷用电预测值P_L(k)，新能源预测数据包括k时刻风能源预测功率值P_W(k)和k时刻光能源预测功率值P_PV(k)，由此，得到微网***中考虑新能源和负荷用电预测值的功率平衡约束，联络线功率的上下限约束；

步骤2：将储能集群通过聚类方法划分成一个以上的同质储能集群，其中，同质储能集群内部储能单元特征一致，特征一致是指初始值、充放电速率以及能效比参数均相同；单个同质储能集群的SOC更新方程为：通过设定离散时间区间ΔT，分别考虑储能充、放电情况下，得到储能聚合体i的充电状态混合更新方程和约束；

步骤3，根据步骤1得到的微网***中考虑新能源和负荷预测值的功率平衡约束，联络线功率的上下限约束，步骤2得到的储能聚合体i的充电状态混合更新方程和约束，考虑联络线功率约束和各个同质储能聚合体物理约束，以微网联络线功率在未来T时间段内波动方差最小作为控制目标，确定MPC储能前瞻调度模型的优化问题及其约束；

步骤4，在每一个调度周期，滚动求解步骤3中多时段的优化问题得到微网内部关于各个储能聚合体未来一段时间的最优功率调整序列，下发给各个储能聚合体代理节点执行；

步骤5，下行储能聚合体实时获取下发的最优功率调整序列，将序列第一个元素作为当前功率调整输入；将储能聚合体内部储能单元通讯网络视为多智能体***，设计基于SMC的快速分布式牵制控制策略，在分布式牵制控制中，确定网络的牵制节点数目，其中牵制节点可获知其他单元的充放电功率值，其他非牵制节点则根据邻居信息更新自身充放电功率比率，最终实现功率跟踪的目标，同时使得每个储能单元充放电比率达到一致。

优选的：所述步骤1中得到微网***中考虑新能源和负荷用电预测值的功率平衡约束，联络线功率的上下限约束为：

其中，P_W(k)为k时刻风能源预测功率值，P_PV(k)为k时刻光能源预测功率值，P_L(k)为负荷功率预测值，{P_W(k)|1≤k≤T}，{P_PV(k)|1≤k≤T}，{P_L(k)|1≤k≤T}，k＝1，...，T；P_T(k)为微网与外部大电网间联络线交换功率值，P_i(k)为储能聚合体i的总的充放电功率输出，M表示储能聚合体的个数，为根据微网与外部电网实际运行需求设定的联络线功率时变下限值，为根据微网与外部电网实际运行需求设定的联络线功率时变上限值。

优选的：所述步骤2中储能聚合体i的充电状态混合更新方程和约束分别为：

其中，SOC_i(k)表示储能聚合体i的充电状态量，η_ch，i，η_dis，i分别为聚合体i内部储能单元的充电和放电效率，P_i(k)为充放电速率，C_i为聚合体i所存储电容量，为最大充、放电速率；SOC_i ^min∈(0，1)，SOC_i ^max∈(0，1)为SOC_i上下界约束。

优选的：所述步骤3中得到的MPC储能前瞻调度模型的优化问题及其约束为：

相对于***方程及约束：

其中，分别为微网联络线功率、储能聚合体i输出功率在未来T时间段内的平均值，目标函数可解释为使得未来T时间段微网联络线功率波动方差最下，同时降低储能充放电功率调整频次，进而延长储能装置的使用寿命，β≥0为权重系数。

优选的：所述步骤4中优化问题的求解方法如下：通过枚举法得到有限个二次规划问题，然后对比给出最优的充放电组合；或者将充放电能效比率η_ch，i，η_dis，i近似为1，转化成二次规划问题，通过求解该二次规划问题得出最优的充放电组合；得到的最优的充放电组合即为各个储能聚合体未来T时间段最优化输入序列{P_i(k)|1≤k≤T}，将该序列第一个元素P_i(k)下发给下行储能聚合体代理节点。

优选的：所述步骤5中滚动时域储能前瞻分布式牵制控制中，储能聚合体s代理(领导者)节点充放电比率ρ_L(t)的动力学方程为：

其中，表示ρ_L(t)的导数，κ₀＞0为扩展常系数；P_s(t)为上层下发的功率调整，为聚合体s内部储能单元j的充放电率，P_j(t)表示聚合体内部第j个储能的充放电功率，表示聚合体内部第j个储能的最大充放电功率，N_s为聚合体s内部储能单元个数。

优选的：所述步骤5中基于SMC的储能有限时间分布式牵制控制中，储能聚合体s内部非牵制节点i动力学为：

其中，ρ_i(t)表示储能单元i的充放电率，表示其导数，η_i(t)表示储能单元i充放电率与邻居节点的偏差，ρ_L(t)表示所在聚合体内领导节点充放电率，均为正常数，α＞0；sgn(·)为符号函数，即sgn(x)＝1当x＞0，sgn(x)＝0当x≤0；sig(η_i(t))^α＝sgn(η_i(t))|η_i(t)|^α；A＝[a_ij]为同质储能聚合体s内部储能单元个体间邻接矩阵；d_i＝1若i与领导节点L相连，否则为0；最终所有储能单元充放电比率ρ_i在有限时间内趋于一致，且储能聚合体总的输出功率匹配目标参考功率。

本发明相比现有技术，具有以下有益效果：

与现有的储能集中式或分散式控制策略相比，利用MPC滚动时域前瞻调度和基于SMC的快速分布式控制方案，可以快速实现平滑微网联络线功率的目标，同时将联络线功率波动限定在给定的阈值内。此外，MPC优化中考虑到储能实时的更新状态，充电状态SOC、充放电速率等物理约束，更加符合实际情况，在目标函数中考虑到储能功率调整带来的成本。SMC分布式牵制控制协议控制中，能够有效降低集中制控制中带来的通讯成本，通过相互协调实现聚合体充放电输出功率快速跟踪时变目标功率轨迹的效果。该控制策略的实施既能减少新能源出力对微网联络线功率带来的不确定性影响，又能降低***运行成本，具有一定的实际应用价值。

附图说明

图1平滑微网联络线功率的储能MPC优化调度框图。

图2含新能源出力以及储能装置的微网***示意图。

图3多储能代理内部储能单元分布式控制示意图。

图4平滑微网联络线功率的储能前瞻分布式控制流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一种平滑微网联络线功率的储能前瞻分布式控制方法，考虑未来一段时间微网内部新能源功率和负荷预测值，并结合储能更新方程和微网功率平衡等式约束，考虑***和储能物理约束，微网联络线功率输出波动方差最小为控制目标，得到考虑了平滑联络线功率波动的模型预测控制(MPC)储能前瞻调度模型，通过求解储能前瞻调度模型得到同质储能聚合体总的功率调整量；然后，基于滑模变结构控制(SMC)方法设计同质储能聚合体内部多个储能单元间快速分布式一致跟踪协议，使得同质储能聚合体内部储能充放电功率快速跟踪该目标功率，实现平滑微网联络线功率的目标。其中，MPC的原理在于通过求解特定***未来有限时域最优化问题，得到未来一段时间的最优控制输入序列，但只有该序列的第一个元素被应用于当前时刻***控制中，上述过程在下一控制调度周期重复进行。上述优化求解过程在微网控制和管理中心进行，MPC好处在于其能够根据***当前模型和未来信息就行实时调整，并能够考虑***自身的约束。SMC分布式协议控制器则能够保证多个储能充放电比率在有限时间内趋于一致，并能够实时跟踪时变目标功率调整轨迹，做到快速精确控制。

具体包括以下步骤：

步骤1，如图1和2所示，通过历史数据进行预测，获得未来T时间段微网中内部新能源功率和负荷用电预测值P_L(k)，新能源预测数据包括k时刻风能源预测功率值P_W(k)和k时刻光能源预测功率值P_PV(k)，由此，得到微网***中考虑新能源和负荷用电预测值的功率平衡约束，联络线功率的上下限约束：

所述步骤1中得到微网***中考虑新能源和负荷用电预测值的功率平衡约束，联络线功率的上下限约束为：

其中，P_W(k)为k时刻风能源预测功率值，P_PV(k)为k时刻光能源预测功率值，P_L(k)为负荷功率预测值，{P_W(k)|1≤k≤T}，{P_PV(k)|1≤k≤T}，{P_L(k)|1≤k≤T}，k＝1，...，T；P_T(k)为微网与外部大电网间联络线交换功率值，P_i(k)为储能聚合体i的总的充放电功率输出，M表示储能聚合体的个数，为根据微网与外部电网实际运行需求设定的联络线功率时变下限值，为根据微网与外部电网实际运行需求设定的联络线功率时变上限值。

步骤2：如图4所示，将储能集群通过聚类方法划分成一个以上的同质储能集群，其中，同质储能集群内部储能单元特征一致，特征一致是指初始值、充放电速率以及能效比参数均相同；单个同质储能集群的SOC更新方程为：通过设定离散时间区间ΔT，分别考虑储能充、放电情况下，得到储能聚合体i的充电状态混合更新方程和约束：

其中，SOC_i(k)表示储能聚合体i的充电状态量，η_ch，i，η_dis，i分别为聚合体i内部储能单元的充电和放电效率，P_i(k)为充放电速率，C_i为聚合体i所存储电容量，为最大充、放电速率；SOC_i ^min∈(0，1)，SOC_i ^max∈(0，1)为SOC_i上下界约束。

步骤3，如图1所示，确定微网***的控制目标，如在满足联络线功率约束情况下，使得未来一段时域联络线功率波动方差最小，同时考虑储能功率调整带来的成本；确定MPC模型的预测时域T，得到以平滑联络线功率为目标的MPC优化模型，其中储能聚合体功率调整为优化问题的决策变量，联络线功率值作为***模型输出。因此本实施例根据步骤1得到的微网***中考虑新能源和负荷预测值的功率平衡约束，联络线功率的上下限约束，步骤2得到的储能聚合体i的充电状态混合更新方程和约束，考虑联络线功率约束和各个同质储能聚合体物理约束(充放电速率约束、充电状态SOC约束等)，以微网联络线功率在未来T时间段内波动方差最小作为控制目标，同时考虑储能功率调整带来的成本，确定MPC储能前瞻调度模型的优化问题及其约束。即使得微网联络线功率在未来T时间段内波动方差最小，同时考虑步骤1中***功率平衡约束以及M各储能聚合体SOC更新方程、约束。旨在求解如下形式的MPC优化问题

相对于***方程及约束：

其中，分别为微网联络线功率、储能聚合体i输出功率在未来T时间段内的平均值，目标函数可解释为使得未来T时间段微网联络线功率波动方差最下，同时降低储能充放电功率调整频次，进而延长储能装置的使用寿命，β≥0为权重系数。

步骤4，如图1和4所示，在每一个调度周期，滚动求解步骤3中多时段的优化问题得到微网内部关于各个储能聚合体未来一段时间的最优功率调整序列，下发给各个储能聚合体代理节点执行；

上述优化问题涉及到储能充放电混合更新方程，因此是个混合整数规划问题，可通过枚举法得到有限个二次规划问题，然后对比给出最优的充放电组合；该方法随着预测时域跟储能聚合体个数的增加，计算成本相应地增加。次优地，可以将充放电能效比率_ηch，i，η_dis，i设置为1，转化成简单的二次规划问题，可通过优化软件MATLAB，CPLEX等求解。通过求解上述数学规划问题，可得到***每个储能聚合体未来T时间段最优化输入序列{P_i(k)|1≤k≤T}，将该序列第一个元素P_i(k)下发给下行储能聚合体代理。得到的最优的充放电组合即为各个储能聚合体未来T时间段最优化输入序列{P_i(k)|1≤k≤T}，将该序列第一个元素P_i(k)下发给下行储能聚合体代理节点。

步骤5，如图3和4所示，下行储能聚合体实时获取下发的最优功率调整序列，将序列第一个元素作为当前功率调整输入；将储能聚合体内部储能单元通讯网络视为多智能体***，设计基于SMC的快速分布式牵制控制策略：在分布式牵制控制中，确定网络的牵制节点数目，其中牵制节点可获知其他单元的充放电功率值，其他非牵制节点则根据邻居信息更新自身充放电功率比率，最终实现功率跟踪的目标，同时使得每个储能单元充放电比率达到一致。

滚动时域储能前瞻分布式牵制控制中，储能聚合体s代理节点动力学方程为：

其中，表示ρ_L(t)的导数，κ₀＞0为扩展常系数；P_s(t)为上层下发的功率调整，为聚合体s内部储能单元j的充放电率，P_j(t)表示聚合体内部第j个储能的充放电功率，表示聚合体内部第j个储能的最大充放电功率，N_s为聚合体s内部储能单元个数。

基于SMC的储能有限时间分布式牵制控制中，储能聚合体s内部非牵制节点i动力学为：

其中，ρ_i(t)表示储能单元i的充放电率，表示其导数，η_i(t)表示储能单元i充放电率与邻居节点的偏差，ρ_L(t)表示所在聚合体内领导节点充放电率，均为正常数，α＞0；sgn(·)为符号函数，即sgn(x)＝1当x＞0，sgn(x)＝0当x≤0；sig(η_i(t))^α＝sgn(η_i(t))|η_i(t)|^α；A＝[a_ij]为同质储能聚合体s内部储能单元个体间邻接矩阵；a_ij＝1，若节点i和j相连接(无向拓扑)，否则为0；d_i＝1若i与领导节点L相连，否则为0；可以证明，通过与邻居节点进行通信，最终所有储能单元充放电比率ρ_i在有限时间内趋于一致，且储能聚合体总的输出功率匹配目标参考功率。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种平滑微网联络线功率的储能前瞻分布式控制方法，其特征在于：考虑未来一段时间微网内部新能源功率和负荷预测值，并结合储能更新方程和微网功率平衡等式约束，考虑***和储能物理约束，微网联络线功率输出波动方差最小为控制目标，得到考虑了平滑联络线功率波动的MPC储能前瞻调度模型，通过求解储能前瞻调度模型得到同质储能聚合体总的功率调整量；然后，基于滑模变结构控制SMC方法设计同质储能聚合体内部多个储能单元间快速分布式一致跟踪协议，使得同质储能聚合体内部储能充放电功率快速跟踪该目标功率，实现平滑微网联络线功率的目标；包括以下步骤：

步骤1，通过历史数据进行预测，获得未来T时间段微网中内部新能源功率和负荷用电预测值P_L(k)，新能源预测数据包括k时刻风能源预测功率值P_W(k)和k时刻光能源预测功率值P_PV(k)，由此，得到微网***中考虑新能源和负荷用电预测值的功率平衡约束，联络线功率的上下限约束；

微网***中新能源和负荷用电预测值的功率平衡约束，联络线功率的上下限约束为：

其中，P_W(k)为k时刻风能源预测功率值，P_PV(k)为k时刻光能源预测功率值，P_L(k)为负荷功率预测值，{P_W(k)|1≤k≤T}，{P_PV(k)|1≤k≤T}，{P_L(k)|1≤k≤T}，k＝1，...，T；P_T(k)为微网与外部大电网间联络线交换功率值，P_i(k)为储能聚合体i的总的充放电功率输出，M表示储能聚合体的个数，为根据微网与外部电网实际运行需求设定的联络线功率时变下限值，为根据微网与外部电网实际运行需求设定的联络线功率时变上限值；

步骤2，将储能集群通过聚类方法划分成一个以上的同质储能集群，其中，同质储能集群内部储能单元特征一致，单个同质储能集群的SOC更新方程为：通过设定离散时间区间ΔT，分别考虑储能充、放电情况下，得到储能聚合体i的充电状态混合更新方程和约束；

储能聚合体i的充电状态混合更新方程和约束分别为：

SOC_i ^min≤SOC_i(k)≤SOC_i ^max

其中，SOC_i(k)表示储能聚合体i的充电状态量，η_ch，i，η_dis，i分别为聚合体i内部储能单元的充电和放电效率，P_i(k)为充放电速率，C_i为聚合体i所存储电容量，为最大充、放电速率；SOC_i ^min∈(0，1)，SOC_i ^max∈(0，1)为SO_i上下界约束；

步骤3，根据步骤1得到的微网***中考虑新能源和负荷预测值的功率平衡约束，联络线功率的上下限约束，步骤2得到的储能聚合体i的充电状态混合更新方程和约束，考虑联络线功率约束和各个同质储能聚合体物理约束，以微网联络线功率在未来T时间段内波动方差最小作为控制目标，确定MPC储能前瞻调度模型的优化问题及其约束；

MPC储能前瞻调度模型的优化问题及其约束为：

相对于***方程及约束：

SOC_i ^min≤SOC_i(k)≤SOC_i ^max

其中，分别为微网联络线功率、储能聚合体i输出功率在未来T时间段内的平均值，β≥0为权重系数；

步骤4，在每一个调度周期，滚动求解步骤3中多时段的优化问题得到微网内部关于各个储能聚合体未来一段时间的最优功率调整序列，下发给各个储能聚合体代理节点执行；

步骤5，下行储能聚合体实时获取下发的最优功率调整序列，将序列第一个元素作为当前功率调整输入；将储能聚合体内部储能单元通讯网络视为多智能体***，设计基于SMC的快速分布式牵制控制策略，在分布式牵制控制中，确定网络的牵制节点数目，其中牵制节点可获知其他单元的充放电功率值，其他非牵制节点则根据邻居信息更新自身充放电功率比率，最终实现功率跟踪的目标，同时使得每个储能单元充放电比率达到一致；

滚动时域储能前瞻分布式牵制控制中，储能聚合体s代理节点充放电比率ρ_L(t)的动力学方程为：

其中，表示ρ_L(t)的导数，κ₀＞0为扩展常系数；P_s(t)为上层下发的功率调整，为聚合体s内部储能单元j的充放电率，P_j(t)表示聚合体内部第j个储能的充放电功率，表示聚合体内部第j个储能的最大充放电功率，N_s为聚合体s内部储能单元个数；

基于SMC的储能有限时间分布式牵制控制中，储能聚合体s内部非牵制节点i动力学为：

其中，ρ_i(t)表示储能单元i的充放电率，表示其导数，η_i(t)表示储能单元i充放电率与邻居节点的偏差，ρ_L(t)表示所在聚合体内领导节点充放电率，均为正常数，α＞0；sgn(·)为符号函数，即sgn(x)＝1当x＞0，sgn(x)＝0当x≤0；sig(η_i(t))^α＝sgn(η_i(t))|η_i(t)|^α；A＝[a_ij]为同质储能聚合体s内部储能单元个体间邻接矩阵；d_i＝1若i与领导节点L相连，否则为0。

2.根据权利要求1所述平滑微网联络线功率的储能前瞻分布式控制方法，其特征在于：所述步骤4中优化问题的求解方法如下：通过枚举法得到有限个二次规划问题，然后对比给出最优的充放电组合；或者将充放电能效比率η_ch，i，η_dis，i近似为1，转化成二次规划问题，通过求解该二次规划问题得出最优的充放电组合；得到的最优的充放电组合即为各个储能聚合体未来T时间段最优化输入序列{P_i(k)|1≤k≤T}，将该序列第一个元素P_i(k)下发给下行储能聚合体代理节点。

3.根据权利要求2所述平滑微网联络线功率的储能前瞻分布式控制方法，其特征在于：步骤2中特征一致是指初始值、充放电速率以及能效比参数均相同。