CN205212447U - 一种含复合储能微电网的多目标优化*** - Google Patents

Abstract

本实用新型公开了一种含复合储能微电网的多目标优化***，该含复合储能微电网的多目标优化***包括控制层和底层设备，控制层由MGCC、下层控制器以及通信网络组成，下层控制器包括负荷控制器、光伏控制器和储能控制器；底层设备包括静态负荷、光伏发电***、液流电池储能装置、锂电池储能装置、光伏逆变器、储能逆变器。本实用新型，结构简单，易实现，可有效实现微电网可再生能源利用最大化、并有效减少联络线功率波动和分布式电源并网运行冲击，提高微电网运行经济性。

Description

一种含复合储能微电网的多目标优化***

技术领域

本实用新型属于微电网能量管理技术领域，尤其是一种含复合储能微电网的多目标优化***。

背景技术

随着人们环保意识的增强，分布式发电得到了越来越多的重视与应用，由小容量分布式电源形成的微电网研究则更加令人关注。该类微电网中的分布式电源主要包括风力发电机、太阳能光伏电池、燃料电池、微型燃气轮机等，而不同种类的分布式电源又有着不同的运行特性。在确保微电网正常运行时，如何对这些分布式电源进行合理的管理，以保证微电网在不同时段都能满足负荷的电能质量要求并且获得最理想的经济效益，是研究微电网技术的关键问题之一，也是国内外研究的热点。

事实上，由于微电网多目标优化问题中各个目标有时是相互矛盾甚至是相互对立的，往往很难同时兼顾各个目标。目前多目标优化问题的主要求解方法有线性加权法，优先级法，约束法，最大最小法。线性加权法通过为每一个目标赋一个权重系数，将多目标问题转化为单目标问题进行求解，该方法的困难在于权重系数的选取，各子目标函数的权重系数直接反映了各目标函数的重要程度，对于较为重要的目标函数，相应的权系数较大，而不重要的目标函数其相应的权系数较小。而博弈论作为一种先进的数学工具，在处理多方决策问题上具有明显优势。微电网能量管理决策者在选择微电网多目标优化运行的权重系数时实际上与随机干扰构成了一种博弈：决策者既要争取每个目标都尽量能达到最优，同时又要避免随机干扰造成收益恶化的情况发生。

经对现有技术文献的检索发现，针对微电网能量多目标优化管理问题，含分布式发电的微电网能量管理多目标优化(王新刚,艾芊,徐伟华,韩鹏.含分布式发电的微电网能量管理多目标优化[J].电力***保护与控制,2009,20:79-83.)提出采用小生境进化的多目标免疫算法优化微电网能量管理，但算法没有考虑到可再生能源出力的随机波动性；基于遗传算法的微电网多目标优化控制研究(韩肖清,刘海龙.基于遗传算法的微电网多目标优化控制研究[A].中国电工技术学会.2011中国电工技术学会学术年会论文集[C].中国电工技术学会:,2011:5.)和基于电池储能***动态调度的微电网多目标运行优化(钟宇峰,黄民翔,叶承晋.基于电池储能***动态调度的微电网多目标运行优化[J].电力自动化设备,2014,06:114-121.)则分别提出采用遗传算法、动态规划方法求解，然而均没有考虑权重系数的选择优化问题，也没有提出有效可行的优化***。

实用新型内容

本实用新型的目的是为了解决上述现有技术中存在的不足之处，提供一种含复合储能微电网的多目标优化***，本实用新型可有效实现微电网可再生能源利用最大化、并有效减少联络线功率波动和分布式电源并网运行冲击，提高微电网运行经济性。

所述含复合储能微电网的多目标优化***，包括控制层和底层设备，控制层由MGCC(MicrogridControlCentersystem,微电网中央控制器)、下层控制器以及通信网络组成，下层控制器包括负荷控制器、光伏控制器和储能控制器；底层设备包括静态负荷、光伏发电***、液流电池储能装置、锂电池储能装置、光伏逆变器、储能逆变器；

MGCC与并/离网控制开关通过通信总线连接，以控制微电网***处于并网运行状态或者离网运行状态；

MGCC与负荷控制器、光伏控制器和储能控制器通过通信总线进行连接；负荷控制器、光伏控制器和储能控制器通过通信总线上传负荷、光伏发电***和储能装置的电气信息给MGCC；MGCC通过通信总线向下层控制器下达相应指令，以控制负荷、光伏发电***和储能装置的运行状态；

负荷控制器、光伏控制器和储能控制器分别与静态负荷开关、光伏发电***开关和储能装置开关连接，以控制相应开关的开合状态；

光伏控制器和储能控制器分别与光伏发电***逆变器和储能装置逆变器相连接，以控制微电源的输出功率。

与现有技术相比，本实用新型具有如下优点和技术效果：提供一种含复合储能微电网的多目标优化***，结构简单，易实现，可有效实现微电网可再生能源利用最大化、并有效减少联络线功率波动和分布式电源并网运行冲击，提高微电网运行经济性。

附图说明

图1是一种含复合储能微电网的多目标优化***结构图。

图2是实例中含复合储能并网型微电网的多目标优化运行的能量管理策略框图。

图3是实例中负荷曲线。

图4是实例中光伏出力曲线。

图5是实例中不同优化目标下的光伏及联络线功率曲线。

图6是实例中锂电池与液流电池各时段的SOC及充放电曲线。

具体实施方式

下面结合实施例及附图，对本实用新型作进一步详细的说明，但本实用新型的实施方式不限于此(以下实施例若有涉及软件部分，均是本领域技术人员可参照现有技术编程实现的)。

图1是为一种含复合储能微电网的多目标优化***结构图，包括控制层和底层设备，控制层由MGCC、下层控制器以及通信网络组成，下层控制器包括负荷控制器、光伏控制器和储能控制器；底层设备包括静态负荷、光伏发电***、液流电池储能装置、锂电池储能装置、光伏逆变器、储能逆变器；

MGCC与并/离网控制开关通过通信总线连接，以控制微电网***处于并网运行状态或者离网运行状态；

MGCC与负荷控制器、光伏控制器和储能控制器通过通信总线进行连接；负荷控制器、光伏控制器和储能控制器通过通信总线上传负荷、光伏发电***和储能装置的电气信息给MGCC；MGCC通过通信总线向下层控制器下达相应指令，以控制负荷、光伏发电***和储能装置的运行状态；

负荷控制器、光伏控制器和储能控制器分别与静态负荷开关、光伏发电***开关和储能装置开关连接，以控制相应开关的开合状态；

光伏控制器和储能控制器分别与光伏发电***逆变器和储能装置逆变器相连接，以控制微电源的输出功率。

以下仅仅作为实例，一种含复合储能微电网的多目标优化***的优化方法，包括如下步骤：

第一步：初始化原始数据，包括各个调度周期内实时的负荷数据P_d(t)，光伏发电功率的实时数据P_gw(t)，当地实时电价c(t)，以及液流电池的最高充放电功率限制±P_smax和锂电池的最高充放电功率限制±P_bmax，电池功率为正表示充电，功率为负表示放电。

第二步：确定目标函数f₁和f₂：

以微电网从大电网的购电费用为目标函数:

$f_1=-\underset{t=1}{\overset{T}{\Σ}}c\left(t\right)P_{mar}\left(t\right)\mathrm{\Δ}t$

以功率裕度波动系数作为目标函数：

$f_2=\underset{t=1}{\overset{T}{\Σ}}|P_{mar}\left(t\right)-P_{mar}(t-1)|$

其中，T为调度周期，Δt为时间间隔，Δt＝24/T(单位：小时)，t表示第t/Δt次调度的决策时刻，c(t)为时间段[t,t+Δt]的实时电价，P_mar(t)为微电网与大电网之间的联络线功率：

P_mar(t)＝P_gw(t)-P_d(t)-P_s(t)-P_B(t)

式中，P_d(t)为t时刻的负荷需求，P_S(t)为液流储能电池在t时刻的储能功率，P_B(t)为锂电池在t时刻的储能功率，P_gw(t)为光伏向微电网提供的出力。

第三步：确定约束条件：

约束条件1：采用加权滑动平均法，记t时刻微电网功率裕度的低频部分为P_BESS(t)，高频部分为P_UC(t)，则

P_BESS(t)＝0.1[P_gw(t-3Δt)-P_d(t-3Δt)]+0.2[P_gw(t-2Δt)-P_d(t-2Δt)]

+0.3[P_gw(t-Δt)-P_d(t-Δt)]+0.1[P_gw(t)-P_d(t)]

P_UC(t)＝P_gw(t)-P_d(t)-P_BESS(t)

其中，P_gw(t)-P_d(t)表示t决策时刻的微电网功率裕度，P_gw(t-Δt)-P_d(t-Δt)表示t-Δt决策时刻的微电网功率裕度，P_gw(t-2Δt)-P_d(t-2Δt)表示t-2Δt决策时刻的微电网功率裕度，P_gw(t-3Δt)-P_d(t-3Δt)表示t-3Δt决策时刻的微电网功率裕度。

约束条件2:

$\left\{\begin{array}{cc}{P}_S\left(t\right)\&Element;\&lsqb;0,\min \left(P_{UC}\right(t),P_{S\max })\&rsqb;,& P_{UC}\left(t\right)>0\\ P_S\left(t\right)\&Element;\&lsqb;\max \left(P_{UC}\right(t),-P_{S\max }),0\&rsqb;),& P_{UC}\left(t\right)<0\\ P_B\left(t\right)\&Element;\&lsqb;0,\min \left(P_{BESS}\right(t),P_{B\max })\&rsqb;,& P_{BESS}\left(t\right)>0\\ P_B\left(t\right)\&Element;\&lsqb;\max \left(P_{BESS}\right(t),-P_{B\max }),0\&rsqb;,& P_{BESS}\left(t\right)<0\end{array}\right.$

其中，P_Smax，-P_Smax分别为液流电池充放电功率的上下限，表示液流电池充放电的能力，超过此上下限将损坏液流电池，P_S(t)>0表示充电，P_S(t)<0表示放电；P_Bmax，-P_Bmax分别为锂电池充放电功率的上下限，表示锂电池充放电的能力，超过此上下限将损坏锂电池，P_B(t)>0表示充电，P_B(t)<0表示放电；

约束条件3：

$\left\{\begin{array}{c}{\mathrm{SOC}}_{S\min }<{\mathrm{SOC}}_S\left(t\right)<{\mathrm{SOC}}_{Smax}\\ {\mathrm{SOC}}_{B\min }<{\mathrm{SOC}}_B\left(t\right)<{\mathrm{SOC}}_{Bmax}\end{array}\right.$

其中SOC_Smin，SOC_Smax分别为液流电池储能装置所能储存能量的上限值和下限，SOC_Bmin，SOC_Bmax分别为锂电池储能装置所能储存能量的上限值和下限值，两种储能装置的剩余电量必须满足上下限约束否则将损伤储能电池。

无论液流电池还是锂电池，都是微电网储能***，其储存能量可以表示为

SOC(t+1)＝SOC(t)+P(t)Δt

其中，P(t)表示t时刻电池的充放电功率，SOC(t)表示t时刻电池的储存电量，SOC(t+1)表示t+1时刻电池的储存电量；

在一个完整的调度周期之后，剩余容量应该与初始值相同，否则多个调度周期之后电量将逐渐增大或减少至不能充放电，即

$\left\{\begin{array}{c}{\mathrm{SOC}}_S\left(T\right)={\mathrm{SOC}}_S\left(0\right)\\ {\mathrm{SOC}}_B\left(T\right)={\mathrm{SOC}}_B\left(0\right)\end{array}\right..$

第四步：原问题有两个目标函数，单独优化目标f₁时，最优解记作x₁*；单独优化目标f₂时，最优解记作x₂*；

构建博弈模型如下：

决策者：I,II

策略集：f_i∈{f₁,f₂},x_i∈{x₁ ^*,x₂ ^*}

支付：f_i(x_i),-f_i(x_i)

决策者的支付矩阵如下：

第五步：基于二人零和博弈法的权重系数的确定方法为：

记f(i,j)＝f_i(x_j ^*)，考虑到多目标优化问题中的各个目标的量纲一般不同,需要对各目标做下述归一化处理：

$f^{\&prime;}(i,j)=\frac{f(i,j)-f(i,i)}{\left|f(i,i)\right|}+1$

其中，f'(i,j)为归一化后的博弈矩阵元素，i表示决策者II策略中的第i个，j表示决策者I策略中的第j个，进一步，令λ₁，λ₂表示决策者I选择f₁，f₂作为策略的概率，μ₁，μ₂表示决策者II选择x₁*，x₂*作为策略的概率；参与者I的期望支付为：

其中，F表示决策者I的期望支付。

在二人零和博弈模型中，决策者I的目标是最小化F，而决策者II的目标是最大化F；该二人零和博弈问题模型如下：

$\begin{array}{c}\underset{{\mathrm{\&mu;}}_j}{\max }\underset{{\mathrm{\&lambda;}}_i}{\min }F\\ s.t.\left\{\begin{array}{c}\underset{i=1}{\overset{2}{\&Sigma;}}{\mathrm{\&lambda;}}_i=1,{\mathrm{\&lambda;}}_i\&GreaterEqual;0\\ \underset{j=1}{\overset{2}{\&Sigma;}}{\mathrm{\&mu;}}_j=1,{\mathrm{\&mu;}}_j\&GreaterEqual;0\end{array}\right.\end{array}$

由纳什均衡存在的充要条件，上述博弈问题的求解等价于求解如下两个线性原始-对偶问题；

$\begin{array}{c}max\underset{i=1}{\overset{2}{\&Sigma;}}{r}_i\\ s.t.\left\{\begin{array}{cc}r\&GreaterEqual;0& \\ \underset{i=1}{\overset{2}{\&Sigma;}}{f}^{\&prime;}(i,j)r_i\&le;1& j=1,2\end{array}\right.\end{array}$

$\begin{array}{c}min\underset{j=1}{\overset{2}{\&Sigma;}}{s}_j\\ s.t.\left\{\begin{array}{cc}{s}_i\&GreaterEqual;0& \\ \underset{j=1}{\overset{2}{\&Sigma;}}{f}^{\&prime;}(i,j)s_j\&GreaterEqual;1& i=1,2\end{array}\right.\end{array}$

其中，r_i为决策者II的第i个归一化的最优混合策略，s_j为决策者I的第j个归一化的最优混合策略。则上述二人零和博弈的最优解为

$F^{*}=\frac{1}{\underset{i=1}{\overset{2}{\&Sigma;}}{r}_i}=\frac{1}{\underset{j=1}{\overset{2}{\&Sigma;}}{s}_j}$

如此，上述二人零和博弈问题的混合策略纳什均衡解为：

λ_i＝F^*r_i,μ_j＝F^*s_j

第六步：基于线性加权法将可将原多目标优化问题等价的单目标优化问题模型如下：

$\underset{P_S,P_B,P_W}{\min }\underset{i=1}{\overset{2}{\&Sigma;}}{\mathrm{\&lambda;}}_i{f}_i$

根据此目标优化模型计算出各储能装置在各个调度周期内的SOC，从而保证了微电网购电费用和联络线功率波动两者最小。

第七步：重新返回第一步，根据当前的调度周期，向能量管理***传输运行数据。

图3-图6为微电网并网运行模式下的能量优化管理仿真结果。

表1、图3、图4为原始数据。图3为负荷曲线P_d(t)，微电网每15分钟调度一次，一天24个小时，共24*4＝96个调度点，t＝{1，2，3……，96}。图4为光伏发电出力曲线P_gw(t)，表1为当地实时电价信息。

表1分时电价信息

时段	电价时段	电价
			23:00-8:00	低谷段	平价电价基础上下浮50％
8:00-9:00	平价段	平价电价0.6元/kwh
			9:00-12:00	高峰段	平价电价基础上上浮50％
12:00-17:00	平价段	平价电价

17:00-22:00	高峰段	平价电价基础上上浮50％
			22:00-23:00	平价段	平价电价

图5为各种优化目标下光伏及联络线功率的对比图。其中，P_mar1为单独考虑电费最小时的联络线功率，此时对应的电费为-30.0467元，而波动系数为149.6778；P_mar2为单独考虑波动系数最小时的联络线功率，此时对应的电费为-29.0729元，而波动系数为78.8829；P_mar为同时考虑电费与波动系数最小时的联络线功率，此时对应的电费为-29.9169元，而波动系数为106.7997。与该优化结果对应的决策者支付矩阵如下：

可得出相对应的权重分别为：0.9683、0.0317。

图6为应用该方法处理后锂电池与液流电池在任意时刻的充放电功率情况及荷电状态，由实例知，复合锂电池储能时，不仅能完成储能电池移峰填谷的作用，电价低谷期充电，电价高峰时放电以增大微电网收益；而且由于有液流电池共同调节，使得锂电池减少对功率变化的高频部分进行出力，既有效平滑联络线功率，减小光伏出力波动对大电网的冲击，又能延长锂电池的使用寿命。

以上对本实用新型所提供的一种含复合储能微电网的多目标优化***及方法进行了详细介绍，本文中应用了具体个例对本实用新型的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本实用新型的方法及其核心思想；同时，对于本领域的一般技术人员，依据本实用新型的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本实用新型的限制。

Claims (1)

1.一种含复合储能微电网的多目标优化***，其特征在于，包括控制层和底层设备，控制层由微电网中央控制器、下层控制器以及通信网络组成，下层控制器包括负荷控制器、光伏控制器和储能控制器；底层设备包括静态负荷、光伏发电***、液流电池储能装置、锂电池储能装置、光伏逆变器、储能逆变器；

微电网中央控制器与并/离网控制开关通过通信总线连接，以控制微电网***处于并网运行状态或者离网运行状态；

微电网中央控制器与负荷控制器、光伏控制器和储能控制器通过通信总线进行连接；负荷控制器、光伏控制器和储能控制器通过通信总线上传负荷、光伏发电***和储能装置的电气信息给微电网中央控制器；微电网中央控制器通过通信总线向下层控制器下达相应指令，以控制负荷、光伏发电***和储能装置的运行状态；

负荷控制器、光伏控制器和储能控制器分别与静态负荷开关、光伏发电***开关和储能装置开关连接，以控制相应开关的开合状态；

光伏控制器和储能控制器分别与光伏发电***逆变器和储能装置逆变器相连接，以控制微电源的输出功率。