CN109787276B - 一种分布式能源***、能源智能终端及其控制方法 - Google Patents

一种分布式能源***、能源智能终端及其控制方法 Download PDF

Info

Publication number
CN109787276B
CN109787276B CN201811520703.1A CN201811520703A CN109787276B CN 109787276 B CN109787276 B CN 109787276B CN 201811520703 A CN201811520703 A CN 201811520703A CN 109787276 B CN109787276 B CN 109787276B
Authority
CN
China
Prior art keywords
energy
external input
intelligent terminal
operation mode
energy intelligent
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
Application number
CN201811520703.1A
Other languages
English (en)
Other versions
CN109787276A (zh
Inventor
沈启
江江
杨红颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Borui Shangge Technology Co ltd
Original Assignee
Borui Shangge Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Borui Shangge Technology Co ltd filed Critical Borui Shangge Technology Co ltd
Priority to CN201811520703.1A priority Critical patent/CN109787276B/zh
Publication of CN109787276A publication Critical patent/CN109787276A/zh
Priority to US16/703,275 priority patent/US11157030B2/en
Application granted granted Critical
Publication of CN109787276B publication Critical patent/CN109787276B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00004—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the power network being locally controlled
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/66—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads one of the loads acting as master and the other or others acting as slaves
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/12—Energy storage units, uninterruptible power supply [UPS] systems or standby or emergency generators, e.g. in the last power distribution stages
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例公开了一种分布式能源***、能源智能终端及其控制方法，通过判断所述分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差，并在所述误差满足迭代开始条件时以迭代方式更新各能源智能终端的备选运行模式，直至满足迭代退出条件后将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式，以根据所述目标功率和各能源智能终端对应的负载的耗能功率实时调节所述分布式能源***的运行模式，该调节方法简单，提高了分布式能源***的效率和稳定性；此外，本发明实施例的分布式能源***具有自组网的能力，具有快速部署、终端即插即用的特性。

Description

一种分布式能源***、能源智能终端及其控制方法
技术领域
本发明涉及电力供电技术领域，更具体地，涉及一种分布式能源***、能源智能终端及其控制方法。
背景技术
随着能源需求的不断增长和环境保护压力的增大，分布式能源***作为一种开放性的能源***，是传统的集中式功能***的有力补充，既包含多种能源输入，又可同时满足用户的多种能量需求。但目前分布式能源***的大量并网对电网带来了不容忽视的冲击，因此，如何实现分布式能源***就地消纳能量，提高分布式能源***的效率和稳定性是目前亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种分布式能源***、能源智能终端及其控制方法，以根据目标功率和各能源智能终端对应的负载的耗能功率实时调节分布式能源***的运行模式，该调节方法简单，并且可以提高分布式能源***的效率和稳定性。
第一方面，本发明实施例提供一种分布式能源***的控制方法，所述分布式能源***包括通过网络连接的多个能源智能终端，所述能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电，所述能源智能终端在不同工作状态下具有对应的备选运行模式集合，所述备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率，所述方法包括：
确定一个能源智能终端作为主节点，将其它能源智能终端作为从节点；
主节点计算所有能源智能终端能够承担的初始随机外部输入功率的和，所述初始随机外部输入功率通过各能源智能终端随机选取的初始备选运行模式获得；其中，各能源智能终端根据初始模式概率分布从各自当前状态所对应的备选运行模式集合中随机选取所述初始备选运行模式；
响应于所述初始随机外部输入功率的和与目标功率的误差满足迭代开始条件，以迭代方式更新各能源智能终端的备选运行模式直至满足迭代退出条件，其中，所述迭代退出条件包括迭代周期的随机外部输入功率的和与目标功率的误差小于或等于误差门限；
将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式；
其中，在每个迭代周期中，调整各能源智能终端对应的模式概率分布，并基于所述模式概率分布重新选择备选运行模式。
进一步地，所述方法还包括：
主节点计算所有能源智能终端能够承担的最大外部输入功率的和；
响应于所述最大外部输入功率的和小于或等于所述目标功率，将各能源智能终端的对应于最大外部输入功率的备选运行模式确定为下一个工作周期的运行模式。
进一步地，所述方法还包括：
主节点计算所有能源智能终端能够承担的最小外部输入功率的和；
响应于所述最小外部输入功率的和大于或等于所述目标功率，将各能源智能终端的对应于最小外部输入功率的备选运行模式确定为下一个工作周期的运行模式。
进一步地，各能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定；
其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
进一步地，在每个迭代周期中，调整各能源智能终端对应的模式概率分布包括：
主节点根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差确定概率指标，并将所述概率指标发送到各能源智能终端，所述随机功率差为随机外部输入功率的和与所述目标功率的误差；
响应于所述概率指标为第一状态，各能源智能终端根据预定的算法计算当前迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的模式概率分布；
响应于所述概率指标为第二状态，各能源智能终端根据预定的算法计算上一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的模式概率分布。
进一步地，所述迭代退出条件还包括迭代次数达到迭代次数阈值。
进一步地，主节点计算所有能源智能终端能够承担的初始随机外部输入功率的和包括：
所述主节点发起并建立连接所述分布式能源***中的所有从节点的生成树；
所述主节点接收各能源智能终端按照所述生成树的连接关系逐级上报的子树能够承担的初始随机外部输入功率的和，以计算所有能源智能终端的初始随机外部输入功率的和。
第二方面，本发明实施例提供一种能源智能终端的控制方法，所述能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电，所述能源智能终端在不同工作状态下具有对应的备选运行模式集合，所述备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率，所述方法包括：
响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和，所述初始随机外部输入功率通过各能源智能终端随机选取的初始备选运行模式获得；其中，各能源智能终端根据初始模式概率分布从各自当前状态所对应的备选运行模式集合中随机选取所述初始备选运行模式；
响应于所述初始随机外部输入功率的和与目标功率的误差满足迭代开始条件，以迭代方式控制各能源智能终端更新对应的备选运行模式直至满足迭代退出条件，其中，所述迭代退出条件包括迭代周期的随机外部输入功率的和与目标功率的误差小于误差门限；
将退出迭代的指令发送给各能源智能终端以使得各能源智能终端将最后一个迭代周期对应的备选运行模式确定为下一个工作周期的运行模式；
其中，在每个迭代周期中，控制各能源智能终端调整对应的模式概率分布，并基于所述模式概率分布重新选择备选运行模式。
进一步地，所述方法还包括：
响应于被确定为主节点，计算所述分布式能源***中的所有能源智能终端能够承担的最大外部输入功率的和；
响应于所述最大外部输入功率的和小于或等于所述目标功率，发送以最大外部输入功率运行的指令。
进一步地，所述方法还包括：
响应于被确定为主节点，计算所述分布式能源***中的所有能源智能终端能够承担的最小外部输入功率的和；
响应于所述最小外部输入功率的和大于或等于所述目标功率，发送以最小外部输入功率运行的指令。
进一步地，各能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定；
其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
进一步地，在每个迭代周期中，控制各能源智能终端调整对应的模式概率分布包括：
根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差确定概率指标，并发送所述概率指标，以控制各能源智能终端根据所述概率指标调整对应的模式概率分布，所述随机功率差为所述随机外部输入功率的和与所述目标功率的误差。
进一步地，所述迭代退出条件还包括迭代次数达到迭代次数阈值。
进一步地，响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和包括：
响应于被确定为主节点，发起并建立连接所述分布式能源***中的其它能源智能终端的生成树；
接收所述分布式能源***中的各能源智能终端按照所述生成树的连接关系逐级上报的子树能够承担的初始随机外部输入功率的和，以计算所述分布式能源***中的所有能源智能终端的初始随机外部输入功率的和。
第三方面，本发明实施例提供一种能源智能终端的控制方法，所述能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电，所述能源智能终端在不同工作状态下具有对应的备选运行模式集合，所述备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率，所述方法包括：
响应于被确定为从节点，发送能够承担的初始随机外部输入功率，所述初始随机外部输入功率通过所述能源智能终端随机选取的初始备选运行模式获得；其中，所述能源智能终端根据初始模式概率分布从当前状态所对应的备选运行模式集合中随机选取所述初始备选运行模式；
以迭代方式更新备选运行模式；
响应于退出迭代的指令，将最后一个迭代周期对应的备选运行模式确定为下一个工作周期的运行模式；
其中，在每个迭代周期中，调整对应的模式概率分布，并基于所述模式概率分布重新选择备选运行模式。
进一步地，所述方法还包括：
响应于被确定为从节点，发送能够承担的最大外部输入功率；
响应于以最大外部输入功率运行的指令，将对应于最大外部输入功率的备选运行模式确定为下一个周期的运行模式。
进一步地，所述方法还包括：
响应于被确定为从节点，发送能够承担的最小外部输入功率；
响应于以最小外部输入功率运行的指令，将对应于最小外部输入功率的备选运行模式确定为下一个周期的运行模式。
进一步地，所述能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定；
其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
进一步地，在每个迭代周期中，调整对应的模式概率分布包括：
响应于概率指标为第一状态，根据预定的算法计算当前迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整对应的模式概率分布；
响应于所述概率指标为第二状态，根据预定的算法计算上一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整对应的模式概率分布。
第四方面，本发明实施例提供一种能源智能终端，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如本发明实施例的第二方面所述的方法。
第五方面，本发明实施例提供一种能源智能终端，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如本发明实施例的第三方面所述的方法。
第六方面，本发明实施例提供一种分布式能源***，包括多个能源智能终端，所述能源智能终端包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如本发明实施例的第二方面所述的方法；或者
所述一条或多条计算机程序指令被所述处理器执行以实现如本发明实施例的第三方面所述的方法。
本发明实施例的技术方案通过判断所述分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差，并在所述误差满足迭代开始条件时以迭代方式更新各能源智能终端的备选运行模式，直至满足迭代退出条件后将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式，以根据所述目标功率和各能源智能终端对应的负载的耗能功率实时调节所述分布式能源***的运行模式，该调解方法简单，提高了分布式能源***的效率和稳定性，此外，本发明实施例的分布式能源***具有自组网的能力，并具有快速部署、终端即插即用的特性。
附图说明
通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：
图1是本发明实施例的分布式能源***的示意图；
图2是本发明实施例的能源智能终端的示意图；
图3是本发明实施例的分布式能源***的控制方法的流程图；
图4是本发明实施例的一种实施方式的分布式能源***的示意图；
图5是本发明实施例的以广度优先的方法建立的生成树的示意图；
图6是本发明实施例的一种能源智能终端的控制方法的流程图；
图7是本发明实施例的另一种能源智能终端的控制方法的流程图。
具体实施方式
以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程、元件和电路并没有详细叙述。
此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。
除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
图1是本发明实施例的分布式能源***的示意图。如图1所示，分布式能源***1包括通过网络10组网通信的能源智能终端11-1N。其中，各能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电。各能源智能终端具有自组网能力，能够控制自身的工作模式。各能源智能终端在不同工作状态下具有对应的备选运行模式集合。备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率。其中，外部输入可以为公共电网或发电设备等。
图2是本发明实施例的能源智能终端的示意图。如图2所示，本实施例的能源智能终端2包括电源转换器211、控制单元212和通信单元213。能源智能终端2存在对应的电池23和负载24。电源转换器211被配置为将外部输入22的电压转换为对电池23充电的充电电压和/或给负载供电的供电电压。控制单元212被配置为根据当前工作周期的电池23的当前储能量和负载24的开关状态获取对应的备选运行模式集合，并根据模式概率分布选取备选运行模式，并根据接收到的指令控制能源智能终端21在下一个工作周期按照所述指令对应的运行模式进行工作。通信单元213被配置为与其它能源智能终端进行通信。其中，能源智能终端可以包括以下几种工作状态：
负载状态 当前储能量e 备选运行模式集合V
Case1 工作状态 e<Pc*T V＝{Pc,Pc+Ps}
Case2 工作状态 e>C-Ps*T V＝{0,Pc}
Case3 工作状态 Pc*T<e<C-Ps*T V＝{0,Pc,Pc+Ps}
Case4 关断状态 e>C-Ps*T V＝{0}
Case5 关断状态 e<C-Ps*T V＝{0,Ps}
其中，e为对应的电池的当前储能量，C为对应的电池的储能能力，Pc为对应的负载的耗能功率，T为工作周期，Ps为对应的电池的储能功率。
Case1：能源智能终端对应的负载处于工作状态，对应的电池的当前储能量e<Pc*T，也即不足以给负载供电，该能源智能终端对应的备选运行模式集合V为：
V＝{Pc,Pc+Ps}
也就是说，在能源智能终端对应的电池的当前储能量e不足以供给负载工作一个工作周期T的耗能时，能源智能终端有两项备选运行模式。其中，一项备选运行模式为能源智能终端控制外部输入仅给负载供电，此时对应的外部输入功率为Pc。另一项备选运行模式为能源智能终端控制外部输入给负载供电，同时对电池充电，此时对应的外部输入功率为Pc+Ps。
Case2：能源智能终端对应的负载处于工作状态，对应的电池的当前储能量e>C-Ps*T，也即电池的当前储能量基本为满，不需要通过外部输入进行充电(再充电一个工作周期T会超过电池的储能能力C)，该能源智能终端对应的备选运行模式集合V为：
V＝{0,Pc}
也就是说，在能源智能终端对应的电池的当前储能量基本为满时，能源智能终端具有两项备选运行模式。其中，一项备选运行模式为能源智能终端控制对应的电池给负载供电，此时对应的外部输入功率为0。另一项备选运行模式为能源智能终端控制外部输入给负载供电，此时对应的外部输入功率为Pc。
Case3：能源智能终端对应的负载处于工作状态，对应的电池的当前储能量Pc*T<e<C-Ps*T，也即电池的当前储能量既可以给负载供电，也可以被外部输入充电，该能源智能终端对应的备选运行模式集合V为：
V＝{0,Pc,Pc+Ps}
也就是说，在能源智能终端对应的电池的当前储能量既可以给负载供电，也可以被充电时，该能源智能终端具有三项备选运行模式。其中，第一项备选运行模式为能源智能终端控制对应的电池给负载供电，此时对应的外部输入功率为0。第二项备选运行模式为能源智能终端控制外部输入给负载供电，此时对应的外部输入功率为Pc。第三项备选运行模式为能源智能终端控制外部输入给负载供电，同时对电池充电，此时对应的外部输入功率为Pc+Ps。
Case4：能源智能终端对应的负载处于关断状态，对应的电池的当前储能量e>C-Ps*T，也即电池的当前储能量基本为满，不需要通过外部输入进行充电，该能源智能终端对应的备选运行模式集合V为：
V＝{0}
也就是说，在负载不耗能且电池的当前储能量基本为满时，能源智能终端具有一项备选运行模式，也即控制外部输入既不对负载供电，也不对电池充电，此时对应的外部输入功率为0。
Case5：能源智能终端对应的负载处于关断状态，对应的电池的当前储能量e<C-Ps*T，也即可以对电池进行充电，该能源智能终端对应的备选运行模式集合V为：
V＝{0,Ps}
也就是说，在负载不耗能且电池可以被继续充电时，能源智能终端具有两项备选运行模式。其中，一项备选运行模式为控制外部输入既不对负载供电，也不对电池充电，此时对应的外部输入功率为0。另一项备选运行模式为控制外部输入对电池充电，此时对应的外部输入功率为Ps。
在本实施例中，通过在分布式能源***中随机选择一个能源智能终端作为主节点，使其根据各能源智能终端的当前状态(也即负载的开关状态、电池的当前储能量等)和目标功率控制各能源智能终端进行能源调控，以实时优化分布式能源***的调节能力，该调节方案简单，提高了***的稳定性和效率。
在本实施例中，通过对分布式能源***的调控，使得在设定了能耗控制目标(也即给定的外部输入总功率)时，耗能主体(负载、电池等)对给定的外部输入总功率进行合理分担，以使得实际外部输入总功率基本符合能耗控制目标，实现了分布式能源***就地消纳能源，从而提高了分布式能源***的总体效率和***的稳定性。同时，本实施例的分布式能源***能够实现***能源费用经济最优。
图3是本发明实施例的分布式能源***的控制方法的流程图。如图3所示，本实施例的分布式能源***的控制方法包括以下步骤：
步骤S110，确定一个能源智能终端作为主节点，将其它能源智能终端作为从节点。在一种可选的实现方式中，该主节点是从分布式能源***中随机选取的，以使得在不同的工作周期的主节点可能是不同的，从而避免因主节点损坏而导致***瘫痪的可能，提高了***的稳定性。
步骤S120，主节点计算所有能源智能终端能够承担的初始随机外部输入功率的和。其中，初始随机外部输入功率通过各能源智能终端随机选取的初始备选运行模式获得。各能源智能终端根据初始模式概率分布从各自当前状态所对应的备选运行模式中随机选取初始备选运行模式。
在一个工作周期结束后，各能源智能终端根据初始模式概率分布从当前状态对应的备选运行模式集合随机选取初始备选运行模式。其中，初始模式概率分布由对应的备选运行模式集合中的项数确定。在一种可选的实现方式中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。例如，在备选模式集合中的备选运行模式有两项时，每项备选运行模式的初始模式概率为1/2。
在一种可选的实现方式中，主节点计算所有能源智能终端能够承担的初始随机外部输入功率的和具体为：主节点发起并建立连接分布式能源***中的所有从节点的生成树，通过接收各能源智能终端按照生成树的连接关系上报的能够承担的初始随机外部输入功率，以计算所有能源智能终端能够承担的初始随机外部输入功率的和。一种可选的方式，可以采用遍历所有能源智能终端的生成树的方式来计算所有能源智能终端能够承担的初始随机外部输入功率的和，以提高***的效率。应理解，其它能够使得主节点计算初始随机外部输入功率的和的方法均可以应用于本实施例中。
图4是本发明实施例的一种实施方式的分布式能源***的示意图。如图4所示，分布式能源***4包括能源智能终端a-h。在本实施例的组网中，各能源智能终端的通信连接如图4所示，能源智能终端a可以与能源智能终端b-e分别通信连接，能源智能终端b可以与能源智能终端a、c、e、f分别通信连接，能源智能终端c可以与能源智能终端a、b、d、g分别通信连接，能源智能终端d可以与能源智能终端a、c、g、h分别通信连接，能源智能终端e可以与能源智能终端a、b、f、h分别通信连接，能源智能终端f可以与能源智能终端b、e、g、h分别通信连接，能源智能终端g可以与能源智能终端c、d、f、h分别通信连接，能源智能终端h可以与能源智能终端e、f、g、d分别通信连接。在一种可选的实现方式中，可以通过广度优先的方法建立分布式能源3的生成树。
图5是本发明实施例的以广度优先的方法建立的生成树的示意图。如图5所示，二叉树5是通过广度优先的方法建立的分布式能源***4的一种二叉树。其中，选取能源智能终端a为主节点，能源智能终端b-h为从节点。应理解，可以从分布式能源***中随机选取一个能源智能终端作为主节点。
能源智能终端a-h分别根据初始模式概率分布从各自当前状态对应的备选运行模式集合中随机选取初始备选运行模式，并按照二叉树5的连接关系逐级上报子树的初始随机外部输入功率的和。具体地，能源智能终端h将其初始随机外部输入功率Ph上报给能源智能终端e。能源智能终端e计算以其为顶点的子树(包括能源智能终端e和h)的初始随机外部输入功率的和(Pe+Ph)，并上报给能源智能终端b。能源智能终端f将其初始随机外部输入功率Pf上报给能源智能终端b。能源智能终端b计算以其为顶点的子树(包括能源智能终端b、e、f、h)的初始随机外部输入功率的和(Pb+(Pe+Ph)+Pf)，并上报给能源智能终端a。同理，能源智能终端c将以其为顶点的子树的初始随机外部输入功率的和(Pc+(Pd+Pg))上报给能源智能终端a。能源智能终端a计算分布式能源***4中的所有能源智能终端a-h的初始随机外部输入功率的和(Pa+(Pb+(Pe+Ph)+Pf)+(Pc+(Pd+Pg)))。应理解，也可以根据生成树的连接关系，每个能源智能终端通过与之通信连接的其它能源智能终端将其对应的初始随机输入功率发送给主节点，主节点在接收到所有能源智能终端能够承担的初始随机外部输入功率后计算初始随机外部输入功率的和。同时，上述以广义优先的遍历方法仅仅是示例性的，能够实现上述功能的以其他方式发起生成树及生成树的其他遍历方法均可应用于本实施例中。
步骤S130，响应于分布式能源***中所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差满足迭代开始条件，以迭代方式更新各能源智能终端的备选运行模式直至满足迭代退出条件。在每个迭代周期中，调整各能源智能终端对应的模式概率分布，并基于模式概率分布重新选择备选运行模式。在一种可选的实现方式中，迭代退出条件包括迭代周期的随机外部输入功率的和与目标功率的误差小于误差门限。
具体地，主节点响应于初始随机功率差ΔW0>ε，以迭代方式更新各能源智能终端的备选运行模式直至满足迭代退出条件。主节点响应于ΔW0<ε，控制各能源智能终端将当前选择的初始备选运行模式作为下一工作周期的运行模式。其中，初始随机功率差ΔW0为所有能源智能终端能够承担的初始随机外部输入功率的和Pv0与目标功率Pth的误差，ε为误差门限。在初始随机功率差ΔW0满足迭代条件时，将初始随机外部输入功率的和Pv0作为第0次迭代的随机外部输入功率的和。
在一种可选的实现方式中，在每个迭代周期中，调整各能源智能终端对应的模式概率分布具体为：主节点根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差确定概率指标λ，并将该概率指标λ发送到各能源智能终端。其中，随机功率差为随机外部输入功率的和Pv(k)与目标功率Pth的误差，k为迭代次数。
响应于概率指标λ为第一状态，各能源智能终端根据预定的算法计算当前迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的模式概率分布。或者，响应于概率指标λ为第二状态，各能源智能终端根据预定的算法计算上一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的概率模式分布。
概率指标λ由误差概率Prob确定，其中，误差概率Prob满足下列公式：
Figure BDA0001903154120000131
其中，L为模拟退火常数，可以根据分布式能源***的实际情况(如能源智能终端对应的负载的耗能、电池的储能能力等)进行设置。
在一种可选的实现方式中，概率指标λ＝1(也即第一状态)的概率为Prob，概率指标λ＝0(也即第二状态)的概率为(1-Prob)。主节点根据概率指标λ的状态概率分布{Prob，1-Prob}确定概率指标λ的状态，并将概率指标λ的状态基于生成树发送给所有能源智能终端。
其中，在概率指标λ为第一状态(λ＝1)时，表征分布式能源***中的各能源智能终端在当前迭代周期选择的备选运行模式较优，也即，各能源智能终端在当前迭代周期选择的备选运行模式对应的随机外部输入功率的和Pv(k)更接近于目标功率Pth。
在概率指标λ为第二状态(λ＝0)时，表征分布式能源***中的各能源智能终端在上一个迭代周期选择的备选运行模式较优，也即，各能源智能终端在上一个迭代周期选择的备选运行模式对应的随机外部输入功率的和Pv(k-1)更接近于目标功率Pth。
各能源智能终端响应于概率指标λ为第一状态，将当前迭代周期选择的备选运行模式的概率标记为Prj*。各能源智能终端响应于概率指标λ为第二状态，将上一个迭代周期选择的备选运行模式的概率标记为Prj*。在一种可选的实现方式中，通过以下公式更新各能源智能终端的模式概率分布：
Prj*＝min{γPrj*,1}
其中，γ为更新系数。优选地，γ＝1.1。
在能源智能终端当前状态对应的备选运行模式集合包括两项备选运行模式时，另一个备选运行模式的概率Pr＝1-Prj*。
在能源智能终端当前状态对应的备选运行模式集合包括三项备选运行模式时，其它两项备选运行模式的概率满足以下公式：
Figure BDA0001903154120000141
Figure BDA0001903154120000142
由此，可以提高各能源智能终端中较优的备选运行模式被选择的概率，从而提高分布式能源***的效率。
各能源智能终端在调整对应的模式概率分布后，根据调整后的概率模式分布从备选运行模式集合中选择备选运行模式，并将选择的运行模式对应的随机外部输入功率基于生成树上报至主节点。主节点判断各能源智能终端能够承担的随机外部输入功率的和与目标功率的误差是否小于误差门限，若随机外部输入功率的和与目标功率的误差小于或等于误差门限，退出迭代。若随机外部输入功率的和与目标功率的误差大于误差门限，按照上述方法继续进行迭代计算直至满足迭代退出条件。在另一种可选的实现方式中，迭代退出条件还包括迭代次数达到迭代次数阈值。也即，预先设置迭代次数阈值，以避免迭代计算超时，提高分布式能源***的效率。应理解，在本实施例中，采用模拟退火法确定下一工作周期的运行模式，其他方法能够实现上述功能的方法(例如粒子群法、广义梯度下降法等)均可以应用于本实施例中。
步骤S140，将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式。
以下以图4中的分布式能源***4为例来描述对分布式能源***进行调控的迭代过程。
假设能源智能终端a-h当前状态对应的备选运行模式集合分别为Va＝{Pc,Pc+Ps}、Vb＝{0,Pc}、Vc＝{0,Pc,Pc+Ps}、Vd＝{0}、Ve＝{0,Ps}、Vf＝{Pc,Pc+Ps}、Vg＝{0,Pc}、Vh＝{0,Pc,Pc+Ps}，则能源智能终端a-h当前状态对应的备选运行模式集合中的备选运行模式的初始模式概率分布分别为Pra＝{1/2,1/2}、Prb＝{1/2,1/2}、Prc＝{1/3,1/3,1/3}、Prd＝{1}、Pre＝{1/2,1/2}、Prf＝{1/2,1/2}、Prg＝{1/2,1/2}、Prh＝{1/3,1/3,1/3}。假设各能源智能终端对应的负载的耗能功率Pc均为2kW，电池的储能功率均为3kW，目标功率为20kW，门限误差ε为1kW。本实施例以各能源智能终端对应的负载的耗能功率Pc和电池的储能功率Ps相同为例，应当理解，在实际的分布式能源***中，各能源智能终端对应的负载和电池可能是不同的，其对应的耗能功率Pc和储能功率Ps也不相同。
假设能源智能终端a-h随机选取的初始备选运行模式对应的初始随机外部输入功率分别为Pc、Pc、0、0、Ps、Pc+Ps、0、Pc。则能源智能终端a-h能够承担的初始随机外部输入功率的和Pv(0)为：
Pv(0)＝Pc+Pc+0+0+Ps+(Pc+Ps)+0+Pc＝14kW
由于ΔW(0)＝|Pv(0)-Pth|＝|14kW-20kW|＝6kW>ε，控制能源智能终端a-h以迭代方式更新对应的备选运行模式直至满足迭代退出条件。其中，初始随机外部输入功率的和Pv(0)＝14kW作为第0次迭代的随机外部输入功率的和。
具体地，在初始随机功率差ΔW(0)＝6kW>ε＝1kW时，主节点(能源智能终端a)将进行迭代的指令基于二叉树5传递给各从节点(能源智能终端b-h)。
在第1个迭代周期中，能源智能终端a-h仍然根据对应初始模式概率分布从当前状态对应的备选运行模式集合中选择备选运行模式。若在第1个迭代周期中，能源智能终端a-h随机选取的备选运行模式对应的随机外部输入功率分别为Pc、0、Pc+Ps、0、Ps、Pc、0、Pc+Ps，则在第1个迭代周期中，能源智能终端a-h能够承担的随机外部输入功率的和Pv(1)为：Pv(1)＝Pc+0+(Pc+Ps)+0+Ps+Pc+0+(Pc+Ps)＝17kW。
第1个迭代周期的随机功率差ΔW(1)为：ΔW(1)＝|Pv(1)-Pth|＝|17kW-20kW|＝3kW>ε＝1kW。因此，第1个迭代周期的随机功率差不满足迭代退出条件，进入第2个迭代周期。
根据误差概率Prob确定概率指标λ：
Figure BDA0001903154120000161
因此，概率指标λ为第一状态(λ＝1)的概率为1，概率指标λ为第二状态(λ＝0)的概率为0。由此，主节点(能源智能终端a)将概率指标λ为第一状态的指令基于生成树发送给各从节点(能源智能终端b-h)。
能源智能终端a-h响应于概率指标λ为第一状态，根据预定的算法计算第一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的模式概率分布。
通过上述能源智能终端调整对应的模式概率分布的算法(更新系数γ＝1.1)，得到能源智能终端a-h调整后的模式概率分布分别为：Pra＝{0.55,0.45}、Prb＝{0.55,0.45}、Prc＝{19/60,19/60,11/30}、Prd＝{1}、Pre＝{0.45,0.55}、Prf＝{0.55,0.45}、Prg＝{0.55,0.45}、Prh＝{19/60,19/60,11/30}。
能源智能终端a-h分别根据调整后的模式概率分布从当前状态对应的备选运行模式集合中选择备选运行模式。若能源智能终端a-h随机选取的备选运行模式对应的随机外部输入功率分别为Pc、Pc、Pc+Ps、0、Ps、Pc、0、Pc+Ps，则在第2个迭代周期中，根据更新后的备选运行模式获得的能源智能终端a-h能够承担的随机外部输入功率的和Pv(2)为：Pv(2)＝Pc+Pc+(Pc+Ps)+0+Ps+Pc+0+(Pc+Ps)＝19kW。此时的随机功率差ΔW＝|Pv(2)-Pth|＝|19kW-20kW|＝1kW＝ε。因此，满足随机功率差小于或等于误差门限的迭代退出条件，主节点(能源智能终端a)将退出迭代的指令基于生成树发送给各从节点(能源智能终端b-h)，将最后一个迭代周期对应的备选运行模式(也即第2个迭代周期对应的随机外部输入功率的和Pv(2)对应的备选运行模式)确定为下一个工作周期的运行模式。也即，能源智能终端a-h分别将对应于随机外部输入功率为Pc、Pc、Pc+Ps、0、Ps、Pc、0、Pc+Ps的备选运行模式作为下一个工作周期的运行模式。应理解，假设第2个迭代周期对应的备选运行模式获得的能源智能终端a-h的随机外部输入功率的和Pv(2)不满足迭代退出条件，则将第2个迭代周期的输出Pv(2)作为第3个迭代周期的输入，以继续进行迭代运算。
由此，本实施例的分布式能源***可以实时灵活地进行能源调控，极大提高***的效率。
同时，本实施例的能源智能终端分别对应一个负载，可以更好地适应现代分布式能源调控的现场需求，可应用于楼宇建筑中的冷热***、照明***、动力***等单一或者多类型负荷的能源调控。该调控方法简单，实时性强，鲁棒性高，而且***具有自组网的能力，具有快速部署、终端即插即用的特性。
本实施例通过判断所述分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差，并在所述误差满足迭代开始条件时以迭代方式更新各能源智能终端的备选运行模式，直至满足迭代退出条件后将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式，以根据所述目标功率和各能源智能终端对应的负载的耗能功率实时调节所述分布式能源***的运行模式，该调节方法简单，提高了分布式能源***的效率和稳定性。
优选地，本实施例的分布式能源***的控制方法还包括：主节点计算所有能源智能终端能够承担的最大外部输入功率的和，并响应于所有能源智能终端的最大外部输入功率的和小于或等于目标功率，将各能源智能终端的对应于最大外部输入的备选运行模式确定为下一个工作周期的运行模式。
主节点计算所有能源智能终端能够承担的最小外部输入功率的和，并响应于所有能源智能终端的和大于或等于目标功率，将各能源智能终端的对应于最小外部输入功率的备选运行模式确定为下一个工作周期的运行模式。
进一步地，各能源智能终端可以根据主节点的指令基于主节点发起的生成树或其它方式将各自对应的最大外部输入功率或最小外部输入功率上报给主节点。
优选地，可以在对所有能源智能终端的初始随机外部输入功率的和进行判断之前，先对所有能源智能终端能够承担的最大外部输入功率的和以及最小外部输入功率的和进行判断以提高***的能源调控效率。
本实施例可以在给定外部输入的功率时，对分布式能源***进行实时地调控，使得在满足负载需求的同时，***所需的外部输入功率的和不超过目标功率，从而提高***的效率。
图6是本发明实施例的一种能源智能终端的控制方法的流程图。如图6所示，本实施例的一种能源智能终端的控制方法包括以下步骤：
步骤S210，响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和。其中，初始随机外部输入功率通过各能源智能终端随机选取的初始备选运行模式获得。各能源智能终端根据初始模式概率分布从各自当前状态所对应的备选运行模式中随机选取初始备选运行模式。
在本实施例中，各能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定。其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
在一种可选的实现方式中，计算分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和具体包括：
响应于被确定为主节点，发起并建立连接分布式能源***中的其它能源智能终端的生成树。主节点接收分布式能源***中的各能源智能终端按照生成树的连接关系逐级上报的子树能够承担的初始随机外部输入功率的和，以计算分布式能源***中的能源智能终端能够承担的初始随机外部输入功率的和。由此，可以提高计算初始外部输入功率的和的效率，并使得分布式能源***的组网简单，灵活。
步骤S220，判断所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差是否满足迭代开始条件。在一种可选的实现方式中，迭代条件具体可以为所有能源智能终端的初始随机外部输入功率的和与目标功率的误差大于误差门限。响应于所有能源智能终端的初始随机外部输入功率的和与目标功率的误差不满足迭代开始条件，执行步骤S230。响应于所有能源智能终端的初始随机外部输入功率的和与目标功率的误差满足迭代条件，执行步骤S240。
步骤S230，将以初始随机外部输入功率运行的指令发送给各能源智能终端。各能源智能终端受控于该指令将初始备选运行模式作为下一个工作周期的运行模式。
步骤S240，控制各能源智能终端基于对应的模式概率分布重新选择对应的备选运行模式。其中，在第1个迭代周期中，各能源智能终端对应的模式概率分布为初始模式概率分布。在第k(k>1)个迭代周期中，各能源智能终端受控于主节点的指令按照预定的算法计算来获得对应的模式概率分布。
步骤S250，计算分布式能源***中的所有能源智能终端在重新选择备选运行模式后对应的随机外部输入功率的和。
步骤S260，判断是否满足迭代退出条件。在一种可选的实现方式中，迭代退出条件包括随机外部输入功率的和与目标功率的误差小于误差门限。在另一种可选的实现方式中，迭代退出条件还包括迭代次数达到迭代次数阈值。也即，预先设置迭代次数阈值，以避免迭代计算超时，提高分布式能源***的效率。也就是说，响应于随机外部输入功率的和与目标功率的误差小于误差门限或迭代次数达到迭代次数阈值，退出迭代。响应于不满足迭代退出条件，执行步骤S270。响应于满足迭代退出条件，执行步骤S280。
步骤S270，控制各能源智能终端调整对应的模式概率分布。具体地，主节点根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差确定概率指标，并发送该概率指标，以控制各能源智能终端根据该概率指标调整对应的模式概率分布，并基于对应的模式概率分布更新对应的备选运行模式。其中，随机功率差为所有能源智能终端的随机外部输入功率的和与目标功率的误差。
步骤S280，将退出迭代的指令发送给各能源智能终端，以使得各能源智能终端将最后一个迭代周期对应的备选运行模式确定为下一个工作周期的运行模式。
优选地，本实施例的一种能源智能终端的控制方法还包括：响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的最大外部输入功率的和，并响应于所有能源智能终端能够承担的最大外部输入功率的和小于或等于目标功率，发送以最大外部输入功率运行的指令。也就是说，响应于所有能源智能终端能够承担的最大外部输入功率的和小于或等于目标功率，主节点控制各能源智能终端选择对应于最大外部输入功率的备选运行模式作为下一个工作周期的运行模式。
优选地，本实施例的一种能源智能终端的控制方法还包括：响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的最小外部输入功率的和。并响应于所有能源智能终端能够承担的最小外部输入功率的和大于或等于目标功率，发送以最小外部输入功率运行的指令。也就是说，响应于所有能源智能终端能够承担的最小外部输入功率的和大于或等于目标功率，主节点控制各能源智能终端选择对应于最小外部输入功率的备选运行模式作为下一个工作周期的运行模式。容易理解，主节点可以基于生成树计算所有能源智能终端能够承担的最大外部输入功率的和以及最小外部输入功率的和。
本实施例通过判断所述分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差，并在所述误差满足迭代开始条件时以迭代方式更新各能源智能终端的备选运行模式，直至满足迭代退出条件后将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式，以根据所述目标功率和各能源智能终端对应的负载的耗能功率实时调节所述分布式能源***的运行模式，该调节方法简单，提高了分布式能源***的效率和稳定性；同时，***具有自组网的能力，具有快速部署、终端即插即用的特性。
图7是本发明实施例的另一种能源智能终端的控制方法的流程图。如图7所示，本发明实施例的另一种能源智能终端的控制方法包括以下步骤：
步骤S310，响应于被确定为从节点，发送能够承担的初始随机外部输入功率。其中，初始随机外部输入功率通过该能源智能终端随机选取的初始备选运行模式获得。能源智能终端根据初始模式概率分布从当前状态所对应的备选运行模式集合中随机选取该初始备选运行模式。
能源智能终端能够承担的初始模式概率分布由对应的备选运行模式集合中的项数确定。其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
步骤S320，以迭代方式调整对应的模式概率分布，并基于模式概率分布更新备选运行模式。
具体地，从节点响应于概率指标为第一状态，根据预定的算法计算当前迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整对应的模式概率分布，并基于调整后的模式概率分布更新备选运行模式。
从节点响应于概率指标为第二状态，根据预定的算法计算上一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整对应的模式概率分布，并基于调整后的模式概率分布更新备选运行模式。
优选地，本实施例的能源智能终端的控制方法还包括：响应于以初始随机外部输入功率运行的指令，将初始备选运行模式作为下一个工作周期的备选模式。
优选地，本实施例的能源智能终端的控制方法还包括：响应于被确定为从节点，发送能够承担的最大外部输入功率。响应于以最大外部输入功率运行的指令，从节点将对应于最大外部输入功率的备选运行模式确定为下一个周期的运行模式。
优选地，本实施例的能源智能终端的控制方法还包括：响应于被确定为从节点，发送能够承担的最小外部输入功率。响应于以最小外部输入功率运行的指令，从节点将对应于最小外部输入功率的备选运行模式确定为下一个周期的运行模式。
本实施例通过判断所述分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和与目标功率的误差，并在所述误差满足迭代开始条件时以迭代方式更新各能源智能终端的备选运行模式，直至满足迭代退出条件后将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式，以根据所述目标功率和各能源智能终端对应的负载的耗能功率实时调节所述分布式能源***的运行模式，该调节方法简单，提高了分布式能源***的效率和稳定性；同时，***具有自组网的能力，具有快速部署、终端即插即用的特性。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (22)

1.一种分布式能源***的控制方法，所述分布式能源***包括通过网络连接的多个能源智能终端，所述能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电，所述能源智能终端在不同工作状态下具有对应的备选运行模式集合，所述备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率，所述方法包括：
确定一个能源智能终端作为主节点，将其它能源智能终端作为从节点；
主节点计算所有能源智能终端能够承担的初始随机外部输入功率的和，所述初始随机外部输入功率通过各能源智能终端随机选取的初始备选运行模式获得；其中，各能源智能终端根据初始模式概率分布从各自当前状态所对应的备选运行模式集合中随机选取所述初始备选运行模式；
响应于所述初始随机外部输入功率的和与目标功率的误差满足迭代开始条件，以迭代方式更新各能源智能终端的备选运行模式直至满足迭代退出条件，其中，所述迭代退出条件包括迭代周期的随机外部输入功率的和与目标功率的误差小于或等于误差门限；
将最后一个迭代周期中各能源智能终端的备选运行模式确定为下一个工作周期的运行模式；
其中，在每个迭代周期中，根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差调整各能源智能终端对应的模式概率分布，并基于所述模式概率分布重新选择备选运行模式，所述随机功率差为随机外部输入功率的和与所述目标功率的误差。
2.根据权利要求1所述的控制方法，其特征在于，所述方法还包括：
主节点计算所有能源智能终端能够承担的最大外部输入功率的和；
响应于所述最大外部输入功率的和小于或等于所述目标功率，将各能源智能终端的对应于最大外部输入功率的备选运行模式确定为下一个工作周期的运行模式。
3.根据权利要求1或2所述的控制方法，其特征在于，所述方法还包括：
主节点计算所有能源智能终端能够承担的最小外部输入功率的和；
响应于所述最小外部输入功率的和大于或等于所述目标功率，将各能源智能终端的对应于最小外部输入功率的备选运行模式确定为下一个工作周期的运行模式。
4.根据权利要求1所述的控制方法，其特征在于，各能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定；
其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
5.根据权利要求1所述的控制方法，其特征在于，在每个迭代周期中，调整各能源智能终端对应的模式概率分布包括：
主节点根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差确定概率指标，并将所述概率指标发送到各能源智能终端；
响应于所述概率指标为第一状态，各能源智能终端根据预定的算法计算当前迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的模式概率分布；
响应于所述概率指标为第二状态，各能源智能终端根据预定的算法计算上一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整各能源智能终端对应的模式概率分布。
6.根据权利要求1所述的控制方法，其特征在于，所述迭代退出条件还包括迭代次数达到迭代次数阈值。
7.根据权利要求1所述的控制方法，其特征在于，主节点计算所有能源智能终端能够承担的初始随机外部输入功率的和包括：
所述主节点发起并建立连接所述分布式能源***中的所有从节点的生成树；
所述主节点接收各能源智能终端按照所述生成树的连接关系逐级上报的子树能够承担的初始随机外部输入功率的和，以计算所有能源智能终端的初始随机外部输入功率的和。
8.一种能源智能终端的控制方法，所述能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电，所述能源智能终端在不同工作状态下具有对应的备选运行模式集合，所述备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率，所述方法包括：
响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和，所述初始随机外部输入功率通过各能源智能终端随机选取的初始备选运行模式获得；其中，各能源智能终端根据初始模式概率分布从各自当前状态所对应的备选运行模式集合中随机选取所述初始备选运行模式；
响应于所述初始随机外部输入功率的和与目标功率的误差满足迭代开始条件，以迭代方式控制各能源智能终端更新对应的备选运行模式直至满足迭代退出条件，其中，所述迭代退出条件包括迭代周期的随机外部输入功率的和与目标功率的误差小于误差门限；
将退出迭代的指令发送给各能源智能终端以使得各能源智能终端将最后一个迭代周期对应的备选运行模式确定为下一个工作周期的运行模式；
其中，在每个迭代周期中，根据当前迭代周期的随机功率差和与上一个迭代周期的随机功率差控制各能源智能终端调整对应的模式概率分布，并基于所述模式概率分布重新选择备选运行模式，所述随机功率差为随机外部输入功率的和与所述目标功率的误差。
9.根据权利要求8所述的控制方法，其特征在于，所述方法还包括：
响应于被确定为主节点，计算所述分布式能源***中的所有能源智能终端能够承担的最大外部输入功率的和；
响应于所述最大外部输入功率的和小于或等于所述目标功率，发送以最大外部输入功率运行的指令。
10.根据权利要求8或9所述的控制方法，其特征在于，所述方法还包括：
响应于被确定为主节点，计算所述分布式能源***中的所有能源智能终端能够承担的最小外部输入功率的和；
响应于所述最小外部输入功率的和大于或等于所述目标功率，发送以最小外部输入功率运行的指令。
11.根据权利要求8所述的控制方法，其特征在于，各能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定；
其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
12.根据权利要求8所述的控制方法，其特征在于，在每个迭代周期中，控制各能源智能终端调整对应的模式概率分布包括：
根据当前迭代周期的随机功率差与上一个迭代周期的随机功率差确定概率指标，并发送所述概率指标，以控制各能源智能终端根据所述概率指标调整对应的模式概率分布。
13.根据权利要求8所述的控制方法，其特征在于，所述迭代退出条件还包括迭代次数达到迭代次数阈值。
14.根据权利要求8所述的控制方法，其特征在于，响应于被确定为主节点，计算分布式能源***中的所有能源智能终端能够承担的初始随机外部输入功率的和包括：
响应于被确定为主节点，发起并建立连接所述分布式能源***中的其它能源智能终端的生成树；
接收所述分布式能源***中的各能源智能终端按照所述生成树的连接关系逐级上报的子树能够承担的初始随机外部输入功率的和，以计算所述分布式能源***中的所有能源智能终端的初始随机外部输入功率的和。
15.一种能源智能终端的控制方法，所述能源智能终端基于电池或外部输入对对应的负载供电和/或通过外部输入对电池充电，所述能源智能终端在不同工作状态下具有对应的备选运行模式集合，所述备选运行模式集合中的不同的备选运行模式承担对应的外部输入功率，所述方法包括：
响应于被确定为从节点，发送能够承担的初始随机外部输入功率，所述初始随机外部输入功率通过所述能源智能终端随机选取的初始备选运行模式获得；其中，所述能源智能终端根据初始模式概率分布从当前状态所对应的备选运行模式集合中随机选取所述初始备选运行模式；
以迭代方式更新备选运行模式；
响应于退出迭代的指令，将最后一个迭代周期对应的备选运行模式确定为下一个工作周期的运行模式；
其中，在每个迭代周期中，根据接收到的概率指标调整对应的模式概率分布，并基于所述模式概率分布重新选择备选运行模式，所述概率指标根据当前迭代周期的随机功率差与上一迭代周期的随机功率差确定，所述随机功率差为各能源智能终端的随机外部输入功率的和与目标功率的误差。
16.根据权利要求15所述的控制方法，其特征在于，所述方法还包括：
响应于被确定为从节点，发送能够承担的最大外部输入功率；
响应于以最大外部输入功率运行的指令，将对应于最大外部输入功率的备选运行模式确定为下一个周期的运行模式。
17.根据权利要求15或16所述的控制方法，其特征在于，所述方法还包括：
响应于被确定为从节点，发送能够承担的最小外部输入功率；
响应于以最小外部输入功率运行的指令，将对应于最小外部输入功率的备选运行模式确定为下一个周期的运行模式。
18.根据权利要求15所述的控制方法，其特征在于，所述能源智能终端的初始模式概率分布由对应的备选运行模式集合中的项数确定；
其中，备选运行模式集合中的每项备选运行模式的初始模式概率均相等。
19.根据权利要求15所述的控制方法，其特征在于，在每个迭代周期中，调整对应的模式概率分布包括：
响应于概率指标为第一状态，根据预定的算法计算当前迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整对应的模式概率分布；
响应于所述概率指标为第二状态，根据预定的算法计算上一个迭代周期对应的备选运行模式的概率和对应的备选运行模式集合中其它备选运行模式的概率，以调整对应的模式概率分布。
20.一种能源智能终端，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求8-14中任一项所述的方法。
21.一种能源智能终端，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求15-19中任一项所述的方法。
22.一种分布式能源***，包括多个能源智能终端，所述能源智能终端包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求8-14中任一项所述的方法；或者
所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求15-19中任一项所述的方法。
CN201811520703.1A 2018-12-12 2018-12-12 一种分布式能源***、能源智能终端及其控制方法 Active CN109787276B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811520703.1A CN109787276B (zh) 2018-12-12 2018-12-12 一种分布式能源***、能源智能终端及其控制方法
US16/703,275 US11157030B2 (en) 2018-12-12 2019-12-04 Method of regulating operational modes in energy distribution systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811520703.1A CN109787276B (zh) 2018-12-12 2018-12-12 一种分布式能源***、能源智能终端及其控制方法

Publications (2)

Publication Number Publication Date
CN109787276A CN109787276A (zh) 2019-05-21
CN109787276B true CN109787276B (zh) 2020-11-10

Family

ID=66495806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811520703.1A Active CN109787276B (zh) 2018-12-12 2018-12-12 一种分布式能源***、能源智能终端及其控制方法

Country Status (2)

Country Link
US (1) US11157030B2 (zh)
CN (1) CN109787276B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109787275B (zh) 2018-12-12 2020-11-10 博锐尚格科技股份有限公司 一种分布式能源***、能源智能终端及其控制方法

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839819A (en) * 1986-08-14 1989-06-13 Cte Valeron Corporation Intelligent power monitor
US4989155A (en) * 1986-08-14 1991-01-29 Gte Valenite Corporation Intelligent power monitor
US7873441B2 (en) * 2006-09-25 2011-01-18 Andreas Joanni Synesiou System for execution of a load operating plan for load control
AU2008251352A1 (en) * 2007-05-09 2008-11-20 Gridpoint, Inc. Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation
US9088160B2 (en) * 2007-12-12 2015-07-21 Abb Research Ltd. Load restoration for feeder automation in electric power distribution systems
US8706650B2 (en) * 2009-01-14 2014-04-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
WO2010083334A1 (en) * 2009-01-14 2010-07-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
KR20120036934A (ko) * 2009-06-03 2012-04-18 엠버 테크날러지스 피티와이 리미티드 전력 모니터링 시스템
US8335936B2 (en) * 2010-05-10 2012-12-18 Greenwave Reality, Pte Ltd. Power node with network switch
US10122178B2 (en) * 2011-04-15 2018-11-06 Deka Products Limited Partnership Modular power conversion system
US10110010B2 (en) * 2011-04-15 2018-10-23 Deka Products Limited Partnership Modular power conversion system
US9207698B2 (en) * 2012-06-20 2015-12-08 Causam Energy, Inc. Method and apparatus for actively managing electric power over an electric power grid
US9465398B2 (en) * 2012-06-20 2016-10-11 Causam Energy, Inc. System and methods for actively managing electric power over an electric power grid
US9563215B2 (en) * 2012-07-14 2017-02-07 Causam Energy, Inc. Method and apparatus for actively managing electric power supply for an electric power grid
US9429984B2 (en) * 2013-03-15 2016-08-30 Raritan Americas, Inc. System and method for improving accuracy of measurements of a network of intelligent power distribution units through time synchronization
CN104104118B (zh) * 2013-04-03 2016-12-28 力博特公司 一种智能电池连接***及相关控制方法
GB201406308D0 (en) * 2014-04-08 2014-05-21 Vioearth Holdings Ltd Power Controller
CN104022503B (zh) * 2014-06-18 2017-01-04 中国科学院自动化研究所 一种带有储能设备的智能微电网电能优化控制方法
US10374441B2 (en) * 2014-07-16 2019-08-06 Wayne State University Balanced control strategies for interconnected heterogeneous battery systems in smart grid applications
CN104158213B (zh) * 2014-08-07 2016-03-09 哈尔滨工程大学 基于下垂特性调整的微电网dc/dc变换器并网控制装置及控制方法
CN105281435B (zh) * 2015-10-21 2017-09-12 国网山东省电力公司潍坊供电公司 面向智能配电网的分布式故障检测与隔离***及工作方法
CN205017111U (zh) * 2015-10-21 2016-02-03 国网山东省电力公司潍坊供电公司 面向智能配电网的分布式故障检测***
US20170149255A1 (en) * 2015-11-24 2017-05-25 David Garcia-Acosta S-BAS Smart Battery Administration System
CN105576698B (zh) * 2016-01-05 2018-09-14 南通大学 基于多智能体的容错风力发电机组能量管理***与方法
US10361563B2 (en) * 2016-12-20 2019-07-23 International Power Supply AD Smart power and storage transfer architecture
CN108039726B (zh) * 2017-12-12 2021-02-09 国网山东省电力公司德州供电公司 一种基于多智能体***的能源局域网分布式协同控制方法
CN208174746U (zh) 2018-05-30 2018-11-30 北京博锐尚格节能技术股份有限公司 一种控制终端和控制***
CN209229949U (zh) 2018-11-12 2019-08-09 清华大学 基于室内人数的空调及新风***预测性控制***
CN209000209U (zh) 2018-11-14 2019-06-18 北京未来科学城科技发展有限公司 监测装置和监测***
CN109787275B (zh) * 2018-12-12 2020-11-10 博锐尚格科技股份有限公司 一种分布式能源***、能源智能终端及其控制方法
EP3942665A4 (en) * 2019-03-19 2023-04-12 Zonit Structured Solutions, LLC INTELLIGENT AUTOMATIC TRANSFER SWITCH MODULE

Also Published As

Publication number Publication date
CN109787276A (zh) 2019-05-21
US11157030B2 (en) 2021-10-26
US20200192410A1 (en) 2020-06-18

Similar Documents

Publication Publication Date Title
CN109787275B (zh) 一种分布式能源***、能源智能终端及其控制方法
KR20160094228A (ko) 배터리 시스템 및 이를 포함하는 에너지 저장 시스템
JP5560146B2 (ja) 蓄電装置制御装置
Zaery et al. Distributed global economical load sharing for a cluster of DC microgrids
CN107609675B (zh) 一种基于多智能体***趋同控制的经济调度运行方法
JP2017500836A (ja) 充電方法及び充電システム
CN113036843B (zh) 一种超大规模电池储能电站功率分配方法及***
CN109787276B (zh) 一种分布式能源***、能源智能终端及其控制方法
JP5442115B2 (ja) Ｉｔサービスを提供するネットワークコンピューティングクラスタを制御する方法
WO2020121428A1 (ja) 水素システムの制御装置、及び水素システムの制御方法
CN109460870B (zh) 考虑阻塞的集群电动汽车交互方法
US9881270B2 (en) Information processing device, power-demanding object, information processing method, and non-transitory storage medium
JP6327498B2 (ja) 解探索装置、解探索方法及びプログラム、スケジュール生成装置、スケジュール生成方法及びプログラム、並びに充電制御システム
CN115000994A (zh) 一种多储能单元分组一致性功率分配方法
WO2022107583A1 (ja) 電力システム及び電力システムの制御方法
CN111884243B (zh) 储能调控方法、储能***及计算机存储介质
CN112271741B (zh) 一种基于多能储能的主动配电网分布式电压调节方法
Nguyen et al. Agent-based distributed event-triggered secondary control for energy storage system in islanded microgrids-cyber-physical validation
JP6468948B2 (ja) 電源システム
JP6856399B2 (ja) 電力制御装置および電力制御方法
WO2020034240A1 (zh) 再生能源管理***
JP7412190B2 (ja) 集中管理装置、および、当該集中管理装置を備えた発電システム
JP2016019432A (ja) 電力供給システム
JP2020178383A (ja) 電力系統監視装置及び方法
JP2024036884A (ja) 充放電要素の充放電制御方法、及び充放電要素の充放電制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100088 Room 221, Building 5, 11 Deshengmenwai Street, Xicheng District, Beijing

Applicant after: Borui Shangge Technology Co., Ltd

Address before: 100088 Room 221, Building 5, 11 Deshengmenwai Street, Xicheng District, Beijing

Applicant before: BEIJING PERSAGY ENERGY SAVING TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant