CN115000994B - 一种多储能单元分组一致性功率分配方法 - Google Patents
一种多储能单元分组一致性功率分配方法 Download PDFInfo
- Publication number
- CN115000994B CN115000994B CN202210366038.5A CN202210366038A CN115000994B CN 115000994 B CN115000994 B CN 115000994B CN 202210366038 A CN202210366038 A CN 202210366038A CN 115000994 B CN115000994 B CN 115000994B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- unit
- power
- state
- group
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 42
- 238000004891 communication Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000011217 control strategy Methods 0.000 claims abstract description 10
- 230000001960 triggered effect Effects 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 42
- 230000009977 dual effect Effects 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 9
- 238000012804 iterative process Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 230000029087 digestion Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 17
- 238000007599 discharging Methods 0.000 abstract description 7
- 230000002035 prolonged effect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 10
- GZDFHIJNHHMENY-UHFFFAOYSA-N Dimethyl dicarbonate Chemical compound COC(=O)OC(=O)OC GZDFHIJNHHMENY-UHFFFAOYSA-N 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 210000000352 storage cell Anatomy 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0426—Programming the control sequence
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种多储能单元分组一致性功率分配方法,包括:设定电池储能单元分组控制策略:电池储能***BESS包括多个电池储能单元BESU,设置电池储能单元BESU之间通过通信拓扑进行通信,将电池储能单元BESU分为充电组、放电组,使用分布式算法实现电池储能***BESS的分组分布式协调控制,储能***运行过程中判断是否触发充电组、放电组之间的互换,若触发,则和的状态互换。使用本文所提分布式算法实现电池储能***BESS的分组分布式协调控制,能减少储能单元充/放电状态转换次数,延长储能运行寿命;同时,能保证功率分配结果满足各储能单元的功率约束条件,并能减少储能单元小功率运行次数,提升储能运行效率。
Description
技术领域
本发明属于多储能单元间功率的协调控制领域,特别是涉及一种多储能单元分组一致性功率分配方法。
背景技术
随着能源和环境问题日益突出,风能和太阳能等新能源发电技术得到快速发展。但受到气候、环境等因素的影响,新能源发电存在较强的随机性、波动性和间歇性,在很大程度上制约了新能源的大规模开发利用。研究如何缓解新能源对电力***安全稳定运行的不利影响,从而使其在电力***中的渗透率得以提升是当前的热点。电池储能具有灵活的源/荷特性,且具有能量密度高、调节能力强、配置灵活、成本相对低廉等特点,运用大容量电池储能辅助新能源发电是当前解决上述问题的有效技术方案之一。大容量储能***往往由多个储能单元构成,各储能单元的状态存在一定差异,若在设计各储能单元间的功率分配策略时忽略储能单元间状态的差异,会导致储能单元的运行工况恶化,这将极大劣化储能***的调节能力和运行经济性。因此,考虑各储能单元特性,研究如何细化分配储能单元间的功率和改善储能单元的运行工况,从而充分发挥储能的调节潜能和提升储能运行经济性,具有十分重要的意义。
目前,国内外学者对多储能单元间功率的协调分配策略进行了大量研究,从控制方式上可分为集中控制和分布式控制。其中,集中控制难以适应可再生能源高渗透率下电网的储能***控制需求;一方面,集中控制方式下控制中心需要与每个储能单元建立通信,控制中心计算量大计算效率低,且存在控制中心失效和通信故障等风险,***可靠性较低。另一方面,在新能源大规模并网和电网内能源结构逐渐复杂多变的背景下,储能***的灵活性、可拓展性越发重要,集中控制方式难以适应发展需求。分布式协同控制基于多智能体一致性理论,只需通过相邻代理间有限的数据传输即可实现***内多代理间的自主协同控制,消除了集中控制中心,在应对通信变化或故障上具有很高的鲁棒性,因此其灵活性和可拓展性很高,是解决上述集中式控制的问题的有效方法,其在电力***领域得到了较为广泛的应用。此外,大量研究表明,对多储能单元采用分组控制有利于提高储能单元容量利用率、延长电池储能运行寿命。因此本研究提出一种多储能单元分组一致性功率分配方法,以解决上述问题。
发明内容
本发明的目的是提供一种多储能单元分组一致性功率分配方法,以解决上述现有技术存在的问题。
为实现上述目的,本发明提供了一种多储能单元分组一致性功率分配方法,包括以下步骤:
设定电池储能单元分组协调控制策略:电池储能***BESS包括多个电池储能单元BESU,设置所述电池储能单元BESU之间通过通信拓扑进行通信,将所述电池储能单元BESU分为充电组CZ、放电组DZ;使用分布式算法实现CZ和DZ间的协调控制,并在电池储能***BESS运行过程中,判断是否触发充电组CZ、放电组DZ之间的互换。
可选地,判断是否触发充电组CZ、放电组DZ之间的互换包括:当任意一组内储能单元的荷电状态到达上下阈值时,充电组CZ、放电组DZ的充放电状态转换。
可选地,定义充电组CZ与放电组DZ互为对偶组,若充电组CZ的单元i与放电组DZ的单元io有直接的组间物理通信条件,则称i与io互为对偶单元,i、io∈{1,2Λ,n}。
可选地,使用分布式算法实现CZ和DZ间的协调控制包括:
S31、分布式储能***的初始化;
S32、设置邻接矩阵A的调整策略:
在迭代过程中代理i判断是否需要对偶组参与,若是,则通过式(22)对邻接矩阵A进行调整,实现组间协调:
式中,aij为代表通信网络拓扑的邻接矩阵A中的元素,xi(k)表示第i个节点在k时刻的状态,xj(k)表示第j个节点在k时刻的状态,wi为单元i的权重系数,wj单元j的权重系数,Ni(k-1)代表单元i退出前的邻接节点集合;x'j(k)和d'j(k)分别代表Ni(k-1)内的节点j在i退出后的状态量和邻接节点的个数;
达到收敛精度后,计算各个储能单元的功率Pbi(t):
式中,X*为满足所有节点功率约束条件的收敛状态值,W=diag(w1,w2,K,wn)为***的权重矩阵,PB(t)表示所有储能单元功率之和,Pbi(t)表示第i个储能单元的功率指令。
可选地,所述S31包括:
式中,任意单元i在t时刻只属于CZ或DZ。
对于未接收到功率指令的单元,其初始化功率指令为0;
因此分布式储能***的初始化为:
可选地,获取所述邻接矩阵A包括:
每个控制周期的迭代初始时刻BESS的邻接矩阵A=A0,A随迭代次数k变化。
可选地,判断是否需要对偶组参与包括:
定义kc为一个正整数,将X0代入式(12)进行迭代:
X(k+1)=M(k)X(k)+W-1U(k)(12)
式中,W=diag(w1,w2,...,wn)为***的权重矩阵,M(k)为非负的行随机矩阵,U(k)为解耦控制量;其中,为初始时刻第n个电池储能单元BESU的状态,X(k)=[x1(k),x2(k),…,xn(k)]T,xn(k)为第n个电池储能单元BESU在k时刻的状态,X(k+1)=[x1(k+1),x2(k+1),…,xn(k+1)]T,xn(k+1)为第n个电池储能单元BESU在k+1时刻的状态;
当第kc次迭代结束时,若单元i的状态xi(kc)仍不在约束条件内,则单元i判定此时的储能单元***的总功率指令超出了单元i所在组的总响应能力,需要对偶组共同参与消纳,此时置否则然后继续迭代直到满足收敛精度。
可选地,设置所述约束条件包括:
考虑具有n个智能体节点的分布式***,设第i个节点的一致性变量在k时刻的状态为xi(k);任意节点i的一致性变量状态约束条件为:
为实现分布式功率协调分配结果满足各单元功率约束,首先在经典加权一致性算法基础上引入变量rij(k),一致性变量迭代更新方式如式(1)所示:
式中,ε>0为收敛系数;aij为代表通信网络拓扑的邻接矩阵A中的元素,对于无向图,若节点i与节点j有直接的数据交换则aij=1,反之aij=0;Ni为节点i的邻接节点集合,其决定于通信网络拓扑,随拓扑变化而变化;为***所有节点的集合;wi为单元i的权重系数,rij(k)为人为引入的变量。
可选地,获取所述权重系数包括:
可选地,获取rij(k)包括:
为使约束之外的状态在迭代过程中能转移至约束内,在迭代时对状态的上限、下限进行如下调整:
计算中间变量:
式中,σij(k)=xj(k)-xi(k);j∈Ni(k),rij(k)在迭代过程中防止xi(k)在向其约束边界方向转移时越过边界,从而保证收敛结果满足约束条件。
本发明的技术效果为:
本方案中电池储能***BESS包括多个电池储能单元BESU,设置所述电池储能单元BESU之间通过通信拓扑进行通信,将电池储能单元BESU分为充电组CZ、放电组DZ,减少储能单元充/放电状态转换次数,延长储能运行寿命。采用分布式算法现电池储能***BESS的分组分布式协调控制,能减少储能单元充/放电状态转换次数,延长储能运行寿命;同时,能保证功率分配结果满足各储能单元的功率约束条件,并能减少储能单元小功率运行次数,提升储能运行效率。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例中的BESS控制流程示意图;
图2为经典加权一致性算法和本发明使用算法迭代过程示意图,其中图2a为经典加权一致性算法的迭代收敛过程示意图,其中图2b为本发明使用算法迭代过程示意图;
图3为电池储能单元***使用邻接矩阵A的调整策略得到的迭代收敛过程展示图;
图4为含风光荷储的并网型微电网结构示意图;
图5为微电网一个调度周期内对储能***的调节需求功率曲线图;
图6为使用本发明分组控制策略下,Z1组和Z2组的功率曲线图;
图7为不同分配策略下并网功率波动率比较图;
图8为各BESU在24h内的SOC变化曲线图;
图9为不同分配策略充放电转换次数比较图;
图10为本发明电池储能单元***的拓扑图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1-10所示,本实施例中提供一种多储能单元分组一致性功率分配方法,包括如下步骤:
设定电池储能单元分组协调控制策略;
基于分布式模型预测控制DMPC和考虑一致性变量约束的加权一致性算法。
进一步优化方案,设定电池单元分组协调控制策略包括:
由于新能源发电有较大的不确定性、随机性和波动性,要实现有效地缓解新能源发电对电力***的不利影响,则需要储能***频繁切换充/放电状态,这在一定程度上加速了储能寿命的衰退。
为了减少储能单元充/放电状态转换次数,本实施例中将电池储能***BESS中的多个电池储能单元BESU分为Z1和Z2两组,当其中一组为充电组时,另外一组为放电组,各BESU之间通过通信拓扑进行通信。设CZ代表充电组,DZ代表放电组。为后续表述方便,定义CZ与DZ互为对偶组,若CZ的单元i与DZ的单元io有直接的组间物理通信条件(如图10中的虚线所示),则称i与io互为对偶单元,i、io∈{1,2Λ,n},{1,2,n}表示储能单元的序号。在运行过程中当任意一组内储能单元的荷电状态(state of charge,SOC)到达上下阈值时,两组充放电状态转换,即原CZ转换为DZ,原DZ转换为CZ。
研究表明,储能单元能量转换效率与运行功率密切相关,当运行功率标幺值较小时电气设备损耗大,导致储能单元能量转换效率较低,而在运行功率标幺值较大时储能单元能量转换效率较高。因此,减少因BESU低效率运行,而引起的不必要的能量损失,以提升能量转换效率。
进一步优化方案,如图4所示,分布式BESS由多个BESU和稀疏通信网络组成。设每个BESU为具有一定通信、计算和控制能力的智能体。为实现分布式协调各BESU的出力、保证BESU功率指令满足功率约束条件和“能者多劳”原则、提升的单元一致性以及提升分布式算法收敛速度,因此本发明提出一种基于DMPC考虑从一致性变量约束的加权一致性算法,每个BESU通过与相邻BESU进行有限的数据交换,无需中心节点或“领导”节点,即可在极短时间内完成储能单元间的功率自适应分配。算法具体如下:
S1、考虑一致性变量约束
考虑具有n个智能体节点的分布式***,设第i个节点的一致性变量在k时刻的状态为xi(k);任意节点i的一致性变量状态约束条件为:
为实现分布式功率协调分配结果满足各单元功率约束,首先在经典加权一致性算法基础上引入变量rij(k),一致性变量迭代更新方式如式(1)所示。
式中,ε>0为收敛系数;aij为代表通信网络拓扑的邻接矩阵A中的元素,对于无向图,若节点i与节点j有直接的数据交换则aij=1,反之aij=0;Ni为节点i的邻接节点集合,其决定于通信网络拓扑,随拓扑变化而变化;为***所有节点的集合;wi为单元i的权重系数,本文中权重系数与BESU的荷电状态相关,本文建立任意储能单元i的权重wi、一致性变量xi和功率Pb,i三者的关系如式(1a)。单元i在时段t的一致性变量状态上下限的计算公式为式(1b):
Pbi=wixi (1a)
为实现各电池单元的功率满足“能者多劳”原则,根据BESU的容量、剩余电量等信息定义权重系数,具体如下:
式中Eba,i、Eb,i(t)分别代表电池单元i的容量和当前时刻的剩余电量。
由于电池容量较大,当电池单元放(充)电时,若电池单元剩余电量较高(低),则wi'的值会较大,而当收敛系数ε已定时过大的权重系数会导致收敛速度较慢。相关研究表明,收敛系数ε已定时,为保证模型能够收敛,***权重系数应满足而当min{wi}=nε时,***具有较快的收敛速度和较好的稳定裕度。因此,定义wi如式(3):
进一步优化方案,式(1)中rij(k)是人为定义的变量,是实现一致性变量状态约束的关键,其计算步骤如下:
S11、调整约束范围
为使约束之外的状态在迭代过程中能转移至约束内,在迭代时对状态的上限、下限进行如下调整:
S12、计算中间变量
S13、计算变量rij(k)。
式中,σij(k)=xj(k)-xi(k);j∈Ni(k)。rij(k)在迭代过程中可以防止xi(k)在向其约束边界方向转移时越过边界,从而保证收敛结果满足约束条件。
因此式(1)可以等价表示为:
用矩阵形式表示***一致性控制规律如下:
X(k+1)=M(k)X(k) (11)
由式(9)可知,X(k)=[x1(k),x2(k),L,xn(k)]T,由式(9)可知,式(11)中的M(k)为非负的行随机矩阵,其对角元素Mii(k)为状态转移项,非对角元素Mij(k)为动态耦合项,若Mij(k)≠0则表示代理j对代理i有直接影响,反之则表示无直接影响。
S2、基于DMPC提升收敛速度
提升实现分布式协调分配功率的一致性迭代速度有利于减少储能***响应延迟,提升储能调节效果。在一致性算法中引入模型预测控制能显著提升收敛速度。本实施例中,基于DMPC对式(11)进一步改进,首先在式(11)基础上引入虚拟的解耦控制量U(k):
X(k+1)=M(k)X(k)+W-1U(k) (12)
式中,W=diag(w1,w2,...,wn)为***的权重矩阵,M(k)为非负的行随机矩阵,U(k)为解耦控制量;其中,为初始时刻第n个电池储能单元BESU的状态,X(k)=[x1(k),x2(k),…,xn(k)]T,xn(k)为第n个电池储能单元BESU在k时刻的状态,X(k+1)=[x1(k+1),x2(k+1),…,xn(k+1)]T,xn(k+1)为第n个电池储能单元BESU在k+1时刻的状态;设当前时刻为k,预测时域为Np,控制时域为Nc,且有Np≥Nc,控制时域Nc以外的变量U(k)保持不变。节点i的控制变量只作用于其自身,节点i的更新式为
以当前时刻k为起点,由式(12a)可以预测代理i预测时域内的状态向量Xi(k),如式(13)所示:
定义二次优化目标函数如式(14):
对式(14),求关于Ui(k)的偏导数,并令偏导数式子等于0,可以求得最优控制量Ui(k),表达式如式(16)所示:
至此完成对Ui(k)的计算,然后取Ui(k)中第一个元素ui(k),并对其进行二次修正,修正公式如式(18)所示:
将修正后的控制向量U(k)=[u1'(k),u'2(k),L,u'n(k)]T输入式(12)完成***状态更新。可以看出,上述推导过程仅需要相邻节点间相互传递少量信息,是一个完全分布式的过程。
S3、分布式算法的实现
使用分布式算法实现BESS的分组分布式协调控制,需要进行迭代初始化和制定邻接矩阵A调整策略。其中在每个控制周期初始时刻进行迭代初始化是实现储能***分布式协调控制的必要环节,而设计邻接矩阵A的调整策略是为了实现分组协调控制和提升储能单元能量转换效率。
S31、迭代初始化
在分布式储能***收到总载荷指令后,需要根据接收到的载荷指令信息进行一致性迭代初始化,随后方可进行一致性迭代。设和分别为每个控制周期电池单元i的迭代初始功率指令和一致性变量初值。为了减少上级能量管理中心与储能***的通信成本,假设上层能量管理中心在每个控制周期初将储能***总功率指令随机发送给CZ中的一个单元和DZ中的一个单元。
式中,任意单元i在t时刻只属于CZ或DZ。
对于未接收到功率指令的单元,其初始化功率指令为0;
因此分布式储能***的初始化为:
S32、邻接矩阵A的调整策略
每个控制周期的迭代初始时刻BESS的邻接矩阵A=A0,A随迭代次数k变化。设计以下邻接矩阵A的调整策略,以解决CZ与DZ组间协调和避免储能单元运行功率过小导致能量转换效率低。
1)组间协调响应
定义kc为一个正整数,将X0代入式(12)进行迭代,当第kc次迭代结束时,若单元i的状态xi(kc)仍不在约束内,则单元i可以判定此时的储能单元***的总功率指令超出了单元i所在组的总响应能力,需要对偶组共同参与消纳,此时置否则然后继续迭代直到满足收敛精度;按式(22)调整A,以实现组间协调:
2)提升储能单元能量转换效率
式中系数ζ∈(0,1),Pbn,i为储能单元i的额定功率。
对于若第k次迭代结果xi(k)已达到一定的收敛精度,且xi(k)对应的功率(计算公式见式(1a))满足式(24),则单元i退出本控制周期的通信迭代。此时,需对***做式(25)所示的调整;否则不做调整,继续迭代直到满足收敛精度。
式中,aij为代表通信网络拓扑的邻接矩阵A中的元素,xi(k)表示第i个节点在k时刻的状态,xj(k)表示第j个节点在k时刻的状态,wi为单元i的权重系数,wj单元j的权重系数,Ni(k-1)代表单元i退出前的邻接节点集合;x'j(k)和d'j(k)分别代表Ni(k-1)内的节点j在i退出后的状态量和邻接节点的个数。从式(25)可以看出,节点i退出前后有:
综上,在每个控制周期初,储能***内各单元按上述方法完成初始化,并将状态初值X0代入式(12),设定收敛精度,按照上述方法策略,即可得到满足所有节点功率约束条件的收敛状态值X*,进而利用式(28)计算各个储能单元的功率Pbi(t):
式中,X*为满足所有节点功率约束条件的收敛状态值,W=diag(w1,w2,K,wn)为***的权重矩阵,PB(t)表示所有储能单元功率之和,Pbi(t)表示第i个储能单元的功率指令。
至此,通过分布式算法完成了本控制周期储能***内部各储能单元的功率分配。当任意一组BESU的SOC在运行过程中达到设定的充/放电状态转换的SOC上限或下限阈值时,触发充/放电组状态转换,即原CZ变DZ,原DZ变CZ。
验证本方法的可行性:
从算法性能和控制效果两方面展示所提方法的优势。BESS与算法的参数如表1所示:
表1
1)算法性能
该实验内容包含两个部分,首先,以含4个储能单元的储能***为例,对比分析经典加权一致性算法和本文所提算法;其次,以含8个储能单元的储能***为例,分析2所提邻接矩阵调整策略,以验证本文所提算法的优势。
以四单元储能***(通信拓扑为环形)为例,设时刻t的放电权重矩阵为W=diag(1,2,3,4),上层能量管理中心将储能总载荷指令发给3号储能单元;经典加权一致性算法与本文算法的迭代初始化均为P0=[0,0,30,0]T、X0=[0,0,10,0]T。如图2所示,为两种算法的迭代收敛过程,图2a为经典加权一致性算法的迭代收敛过程,收敛结果为P(t)=[3,6,9T,。图2b为本文所提算法迭代过程,功率分配结果为:P(t)=[3.3333,6.6667,10,10]T。
利用8电池储能单元***分析邻接矩阵A的调整策略。设Z1由1至4号单元组成,Z2由5至8号单元组成,且Z1为充电组,Z2为放电组。储能***通信拓扑见图10,ζ=0.2。设t时刻***的放电权重矩阵为:W=diag(1,1.5,2,4,5,5.5,6,7),微网中心将响应需求指令发送至5号单元。迭代初始化为:P0=[0,0,0,0,50,0,0,0]T、X0=[0,0,0,0,10,0,0,0]T。迭代收敛过程如图3所示。
2)BESS分组策略控制效果
该实验将分析本文方法的效果,并与传统不分组策略(主要包括按最大功率分配策略和按比例分配策略)控制效果进行相应比较。构建如图4所示的含风光荷储的并网型微电网。微网模型中,分布式储能***的参数如表1,通信拓扑见图10。储能***中1至4号BESU组成Z1组,5至8号BESU组成Z2组。源荷数据来源于某实验微网实验平台,采样周期为5min。在该场景下,由于新能源和负荷功率的波动性较大,为了减小微电网对大电网的不利影响,需要利用储能平滑并网联络线功率。设初始时刻在Z1组为充电组,Z2组为放电组,1至8电池单元的初始SOC为(0.2、0.25、0.3、0.35、0.65、0.7、0.75、0.8)。微电网一个调度周期内对储能***总功率的曲线如图5所示。
在本文的分组控制策略下,Z1组和Z2组的功率曲线如图6,为展示本文分组控制策略对并网功率波动的平抑效果,本文采用微网并网功率波动率γ的限制条件为30min内γ≤7%,在该限制条件下对本文策略、传统不分组策略和传统双电池储能***(doublebattery energy storage system,DBESS)策略在一个调度周期内的γ进行统计比较,统计结果如图7。此外,本文策略下各BESU在24h内的SOC变化曲线如图8。
为展示本文策略对减少BESU充/放电切换次数的有效性,本文将BESU相邻时刻功率符号的改变定义为充/放电状态转换一次,分别对本文策略、不分组策略中的按最大功率分配策略和按比例分配策略下在一个调度周期内的各BESU的充/放电转换次数进行统计,统计结果如图9所示。同时,为了验证本文策略对提升效率的有效性,此处统计不同策略下所有单元小功率运行次数(本文参考相关研究,将储能单元的运行功率0<Pb(t)≤0.2Pbn的运行状态定义为小功率低效率运行)对比不同策略下BEUS运行功率小于0.2Pbn的次数,并计算小功率运行所占比例,不同分配策略下BESU小功率运行次数/24h统计结果如表2所示:
表2
通过上述两个实验本研究得出以下结论:
1)首先,由于经典一致性算法没有考虑约束,因此出现了权重较大的储能单元的功率指令越限的现象,而本文所提一致性算法中考虑了功率约束条件并基于DMPC提升算法收敛速度,因此本文算法的功率分配结果满足约束条件和“能者多劳”原则,且本文算法收敛速度较经典一致性算法快。此外,本文所提邻接矩阵调整策略能够实现储能单元组间协调,当总调节需求大于单组的调节能力时对偶组的单元也参与调节,从而充分发挥了储能***的调节能力,克服了传统DBESS分组控制策略下储能***功率容量不足的缺点,且能够避免多个储能单元同时运行在小功率工况,进而提升单元能量转换效率。
2)图6为Z1组和Z2组的功率曲线,运行至13:00左右时两组电池的状态发生转变,即Z1组由充电状态变为放电状态,Z2组由放电状态变为充电状态。对于图6中颜色重叠部分,由于这些时段新能源功率波动较为剧烈,对BESS的响应需求大于单组的额定功率,两组电池都将参与了响应。从图7所展示的波动率可以看出本文分组策略的平抑结果满足波动率约束条件,能有效平抑并网功率波动。图8展示了各储能单元24h内的SOC变化曲线。综合分析图6、图7和图8,可以看出本文分组策略有以下优势:(1)提升了各BESU的容量利用率。(2)能使同一组内的BESU长期处于同种充/放电状态,提升了各BESU充/放电行为的有序性,有利于避免BESU运行过程中频繁切换充/放电状态。(3)采用一致性控制使同组内储能单元的SOC状态趋于一致,避免了个别单元进入极端情况无法参与响应,从而保证了储能***的功率响应能力。
图9统计结果显示,一个调度周期内本文策略、按最大功率分配策略和按比例分配策略的平均储能单元充/放电转换次数分别为51、76、141次,本文策略充/放电转换次数为最大功率分配策略的67%,是按比例分配策略的36%,且本文策略各单元的充/放电转换次数较为均匀,有助于防止个别单元寿命衰退过快,利于延长BESS循环寿命。表2所示实验结果表明,本文策略下BESU在一天288个控制周期中以小功率运行次数平均不足3次,小功率运行率比按最大功率分配策略的结果小4.74%,较按比例分配策略的结果小32.04%。本文所提控制策略优化了BESU的运行状态,减小了BESU的功率损耗,提升了BESU能量转换效率。
通过本次研究,本文发现,通过对多储能单元进行分组分布式一致性控制,能够达到以下效果:1)减少储能单元充/放电状态转换次数,延长储能运行寿命。2)减少储能单元小功率运行次数,提升储能运行效率;3)提升储能***内各单元的一致性,提高储能***的调节能力。4)实现储能***分布式控制,发挥分布式控制优势。为储能技术的应用提供了参考思路。此外,所提基于DMPC和一致性变量约束的加权一致性算法,有效提升了算法收敛速度,并保证功率分配结果满足各储能单元功率约束条件。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种多储能单元分组一致性功率分配方法,其特征在于,包括以下步骤:
设定电池储能单元分组协调控制策略:电池储能***BESS包括多个电池储能单元BESU,设置所述电池储能单元BESU之间通过通信拓扑进行通信,将所述电池储能单元BESU分为充电组CZ、放电组DZ;使用分布式算法实现CZ和DZ间的协调控制,并在电池储能***BESS运行过程中,判断是否触发充电组CZ、放电组DZ之间的互换;
使用分布式算法实现CZ和DZ间的协调控制包括:
S31、分布式储能***的初始化;
S32、设置邻接矩阵A的调整策略:
在迭代过程中代理i判断是否需要对偶组参与,若是,则通过式(22)对邻接矩阵A进行调整,实现组间协调:
式中,xi和分别为节点i的状态约束下限和上限,xi(kc)为第i个节点的一致性变量在kc时刻的状态,为邻接矩阵A中的元素,时表示单元i与对偶单元io进行数据交换,否则无数据交换;
判断对于初始化功率的单元i是否退出本控制周期的通信迭代,若是,则对电池储能***BESS做式(25)所示的调整;否则不做调整,继续迭代直到满足收敛精度;
式中,aij为代表通信网络拓扑的邻接矩阵A中的元素,xi(k)表示第i个节点在k时刻的状态,xj(k)表示第j个节点在k时刻的状态,wi为单元i的权重系数,wj单元j的权重系数,Ni(k-1)代表单元i退出前的邻接节点集合;x'j(k)和d'j(k)分别代表Ni(k-1)内的节点j在i退出后的状态量和邻接节点的个数;
达到收敛精度后,计算各个储能单元的功率Pbi(t):式中,X*为满足所有节点功率约束条件的收敛状态值,W=diag(w1,w2,K,wn)为***的权重矩阵,PB(t)表示所有储能单元功率之和,Pbi(t)表示第i个储能单元的功率指令。
2.根据权利要求1所述的方法,其特征在于,判断是否触发充电组CZ、放电组DZ之间的互换包括:当任意一组内储能单元的荷电状态到达上下阈值时,充电组CZ、放电组DZ的充放电状态转换。
3.根据权利要求2所述的方法,其特征在于,定义充电组CZ与放电组DZ互为对偶组,若充电组CZ的单元i与放电组DZ的单元io有直接的组间物理通信条件,则称i与io互为对偶单元,i、io{1,2,n}。
4.根据权利要求1所述的方法,其特征在于,所述S31包括:
1)定义BESS的总输出功率指令为任意单元i的迭代初始功率指令为当时,由CZ中的一个单元接收指令当时,由DZ中的一个单元接收指令因此,对于接收到总输出功率指令的单元i,其初始化功率指令为:
式中,任意单元i在t时刻只属于CZ或DZ;
对于未接收到功率指令的单元,其初始化功率指令为0;
2)定义迭代初始状态量
式中,wi为单元i的权重系数,和分别为每个控制周期电池单元i的迭代初始功率指令和一致性变量初值;
因此分布式储能***的初始化为:
5.根据权利要求1所述的方法,其特征在于,获取所述邻接矩阵A包括:
令每个控制周期初始时刻BESS的CZ与DZ之间不交换信息,即单元i与其对偶单元io对应的而CZ(DZ)组内连通,对应的邻接矩阵为初始邻接矩阵A0:
每个控制周期的迭代初始时刻BESS的邻接矩阵A=A0,A随迭代次数k变化。
6.根据权利要求1所述的方法,其特征在于,判断是否需要对偶组参与包括:
定义kc为一个正整数,将X0代入式(12)进行迭代:
X(k+1)=M(k)X(k)+W-1U(k) (12)
式中,W=diag(w1,w2,...,wn)为***的权重矩阵,M(k)为非负的行随机矩阵,U(k)为解耦控制量;其中,为初始时刻第n个电池储能单元BESU的状态,X(k)=[x1(k),x2(k),…,xn(k)]T,xn(k)为第n个电池储能单元BESU在k时刻的状态,X(k+1)=[x1(k+1),x2(k+1),…,xn(k+1)]T,xn(k+1)为第n个电池储能单元BESU在k+1时刻的状态;
当第kc次迭代结束时,若单元i的状态xi(kc)仍不在约束条件内,则单元i判定此时的储能单元***的总功率指令超出了单元i所在组的总响应能力,需要对偶组共同参与消纳,此时置否则然后继续迭代直到满足收敛精度。
7.根据权利要求6所述的方法,其特征在于,设置所述约束条件包括:
考虑具有n个智能体节点的分布式***,设第i个节点的一致性变量在k时刻的状态为xi(k);任意节点i的一致性变量状态约束条件为:
其中,x i和分别为节点i的状态约束下限和上限;表示所有节点约束的交集,xi为与功率相关的量;
为实现分布式功率协调分配结果满足各单元功率约束,首先在经典加权一致性算法基础上引入变量rij(k),一致性变量迭代更新方式如式(1)所示:
式中,ε>0为收敛系数;aij为代表通信网络拓扑的邻接矩阵A中的元素,对于无向图,若节点i与节点j有直接的数据交换则aij=1,反之aij=0;Ni为节点i的邻接节点集合,其决定于通信网络拓扑,随拓扑变化而变化;为***所有节点的集合;wi为单元i的权重系数,rij(k)为人为引入的变量。
8.根据权利要求7所述的方法,其特征在于,获取所述权重系数包括:
式中,Eba,i、Eb,i(t)分别代表电池单元i的容量和当前时刻的剩余电量,ε为收敛系数,n为储能单元个数,和分别为储能单元荷电状态的上限、下限。
9.根据权利要求7所述的方法,其特征在于,获取rij(k)包括:
调整约束范围:设和分别为xi(k)与其上限、下限的距离:
为使约束之外的状态在迭代过程中能转移至约束内,在迭代时对状态的上限、下限进行如下调整:
式(5)和(6)表示的是根据当前状态与约束边界的距离对约束边界进行调整,从而使处于约束范围之外的状态在迭代过程中能转移至约束之内,τ的取值范围为:
计算中间变量:
计算变量rij(k):节点i向邻接节点发送自身的中间变量和状态信息xi(k),并接收邻接节点j的中间变量和状态信息,用于计算变量rij(k)如式(8):
式中,σij(k)=xj(k)-xi(k);j∈Ni(k),rij(k)在迭代过程中防止xi(k)在向其约束边界方向转移时越过边界,从而保证收敛结果满足约束条件。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210366038.5A CN115000994B (zh) | 2022-04-08 | 2022-04-08 | 一种多储能单元分组一致性功率分配方法 |
US17/746,957 US11916423B2 (en) | 2022-04-08 | 2022-05-18 | Grouped consensus power allocation method for multiple energy storage units |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210366038.5A CN115000994B (zh) | 2022-04-08 | 2022-04-08 | 一种多储能单元分组一致性功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115000994A CN115000994A (zh) | 2022-09-02 |
CN115000994B true CN115000994B (zh) | 2023-04-28 |
Family
ID=83023851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210366038.5A Active CN115000994B (zh) | 2022-04-08 | 2022-04-08 | 一种多储能单元分组一致性功率分配方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11916423B2 (zh) |
CN (1) | CN115000994B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115967178B (zh) * | 2022-12-07 | 2023-09-05 | 贵州大学 | 一种储能***运行的监测***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105896575A (zh) * | 2016-04-28 | 2016-08-24 | 中国电力科学研究院 | 基于自适应动态规划的百兆瓦储能功率控制方法及*** |
CN107508277A (zh) * | 2017-08-09 | 2017-12-22 | 华中科技大学 | 一种基于一致性的光储直流微电网分布式协同控制方法 |
WO2018196433A1 (zh) * | 2017-04-24 | 2018-11-01 | 国家电网公司 | 多类型储能多级控制方法 |
CN114069664A (zh) * | 2021-11-01 | 2022-02-18 | 国网湖北省电力有限公司经济技术研究院 | 一种规模化储能***的配电网电压分布式控制方法 |
CN114237247A (zh) * | 2021-12-17 | 2022-03-25 | 广东工业大学 | 基于预测的可变队形非完整移动机器人一致性控制方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6923804B2 (en) * | 2001-07-12 | 2005-08-02 | Neothermia Corporation | Electrosurgical generator |
EP2463981A4 (en) * | 2009-08-04 | 2017-09-20 | Nec Corporation | Energy system |
US11397216B2 (en) * | 2010-05-21 | 2022-07-26 | Qnovo Inc. | Battery adaptive charging using a battery model |
US11063450B2 (en) * | 2018-08-31 | 2021-07-13 | S&C Electric Company | System and method for closed-transition transfer of DC battery banks on a grid scale battery energy storage system |
CN111152685B (zh) * | 2020-01-06 | 2021-09-10 | 武汉理工大学 | 一种提高微电网储能电池吞吐能力和寿命的下垂控制方法 |
US11728651B1 (en) * | 2023-04-05 | 2023-08-15 | 8Me Nova, Llc | Systems and methods for optimized loading of battery inverters |
-
2022
- 2022-04-08 CN CN202210366038.5A patent/CN115000994B/zh active Active
- 2022-05-18 US US17/746,957 patent/US11916423B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105896575A (zh) * | 2016-04-28 | 2016-08-24 | 中国电力科学研究院 | 基于自适应动态规划的百兆瓦储能功率控制方法及*** |
WO2018196433A1 (zh) * | 2017-04-24 | 2018-11-01 | 国家电网公司 | 多类型储能多级控制方法 |
CN107508277A (zh) * | 2017-08-09 | 2017-12-22 | 华中科技大学 | 一种基于一致性的光储直流微电网分布式协同控制方法 |
CN114069664A (zh) * | 2021-11-01 | 2022-02-18 | 国网湖北省电力有限公司经济技术研究院 | 一种规模化储能***的配电网电压分布式控制方法 |
CN114237247A (zh) * | 2021-12-17 | 2022-03-25 | 广东工业大学 | 基于预测的可变队形非完整移动机器人一致性控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115000994A (zh) | 2022-09-02 |
US20230327468A1 (en) | 2023-10-12 |
US11916423B2 (en) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322372B (zh) | 区域电力***中多级电网联动的机组组合调度方法 | |
WO2023000624A1 (zh) | 长、短及多时间尺度下配电网源网荷储多端协同调压方法 | |
Chen et al. | Multi-time scale coordinated optimal dispatch of microgrid cluster based on MAS | |
CN109167347B (zh) | 基于云自适应粒子群多目标电动汽车充放电优化调度方法 | |
CN109034587B (zh) | 一种协调多种可控单元的主动配电***优化调度方法 | |
CN108551176B (zh) | 一种结合储能均衡技术的储能电池***容量配置方法 | |
CN110676849B (zh) | 一种孤岛微电网群能量调度模型的构建方法 | |
CN111884263A (zh) | 多目标配电网优化方法 | |
CN115000994B (zh) | 一种多储能单元分组一致性功率分配方法 | |
Zhang et al. | Grouping consistency control strategy based on DMPC and energy storage unit constraints | |
Huang et al. | Distributed real-time economic dispatch for islanded microgrids with dynamic power demand | |
CN109950928A (zh) | 一种计及充放储一体站的主动配电网故障恢复方法 | |
CN117559500A (zh) | 一种基于一致性算法的多储能变流器功率分配方法 | |
CN117559526A (zh) | 一种基于光储充一体化充电站的拟路由器能量调控方法 | |
Kumar et al. | Smart home energy management with integration of PV and storage facilities providing grid support | |
CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
CN115833203A (zh) | 一种基于多时间区间最优潮流和储能电池的电网调峰方法 | |
CN115663791A (zh) | 基于运行环境时变性的智能配电网多目标自适应调度方法 | |
CN112217198B (zh) | 一种多步图神经网络自适应动态规划的光伏发电管理方法 | |
Zhu et al. | Research on volt/var control of distribution networks based on PPO algorithm | |
CN110729759B (zh) | 一种微电网中分布式电源配置方案的确定方法及装置 | |
Shen et al. | Distributed charging control of electric vehicles in pv-based charging stations | |
Zhang et al. | Energy optimization management of multi-microgrid using deep reinforcement learning | |
Zhang et al. | Distributed Energy Storage Optimal Scheduling in Distribution Network Based on the K-means++ Algorithm | |
CN110544044A (zh) | 一种分布式电源对分时电价发电响应的边缘协同计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |