欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法

文檔序號(hào):10514733閱讀:451來(lái)源:國(guó)知局
一種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法
【專利摘要】本發(fā)明公開了一種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,包括步驟:建立微電網(wǎng)的電網(wǎng)功率平衡模型;根據(jù)微電網(wǎng)中儲(chǔ)能單元在充放電過(guò)程中的電能損耗,確定儲(chǔ)能單元的充放電效率分別與充放電功率、荷電狀態(tài)的關(guān)系;以最小化儲(chǔ)能單元在充放電過(guò)程中的電能損耗為目標(biāo)函數(shù)對(duì)儲(chǔ)能單元充放電進(jìn)行建模分析;基于多智能體系統(tǒng)利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行優(yōu)化求解,獲得模型最優(yōu)解;根據(jù)所述模型最優(yōu)解獲得儲(chǔ)能單元充放電策略及控制充電策略的執(zhí)行。本發(fā)明利用算法對(duì)微電網(wǎng)中儲(chǔ)能單元進(jìn)行優(yōu)化調(diào)度,不僅能得到等價(jià)于集中式方法的優(yōu)化結(jié)果,而且實(shí)施成本低、靈活且具有可擴(kuò)展性,能有效處理大規(guī)模電池儲(chǔ)能系統(tǒng)接入的問(wèn)題。
【專利說(shuō)明】
-種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,屬于電力 系統(tǒng)優(yōu)化調(diào)度的技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 微電網(wǎng)是一種集成了各種分布式發(fā)電機(jī)(DG)和儲(chǔ)能且很有前景的電力網(wǎng)絡(luò)。微電 網(wǎng)可W連接大電網(wǎng)運(yùn)行,也可W在孤島運(yùn)行模式下運(yùn)行,在孤島運(yùn)行模式下,關(guān)鍵問(wèn)題之一 是要如何確保微電網(wǎng)的功率平衡W及如何W最佳經(jīng)濟(jì)效益的方式實(shí)現(xiàn)運(yùn)一目標(biāo)。
[0003] 由于風(fēng)能和太陽(yáng)能的豐富、清潔與免費(fèi)性使它們成為最有前景的可再生能源供 應(yīng),然而,風(fēng)能和太陽(yáng)能發(fā)電的間歇性給微電網(wǎng)的操作和控制帶來(lái)了新的挑戰(zhàn),尤其是在風(fēng) 能和太陽(yáng)能高滲透率的情況下。電池儲(chǔ)能系統(tǒng)因其靈活的電功率吞吐特性,目前廣泛應(yīng)用 于平滑風(fēng)力發(fā)電和光伏發(fā)電、削峰填谷和調(diào)頻等領(lǐng)域。對(duì)于自治的微電網(wǎng)來(lái)說(shuō),當(dāng)可再生能 源發(fā)電量不等于總的負(fù)荷需求時(shí),會(huì)導(dǎo)致電網(wǎng)功率不平衡,為了克服運(yùn)個(gè)問(wèn)題,主要有Ξ種 解決方法:
[0004] 1)減少可再生能源發(fā)電機(jī)(RG)的發(fā)電量,或者使RG處于減載模式。然而,運(yùn)種方法 不僅降低了可再生能源的利用率,而且在可再生能源最大發(fā)電量小于負(fù)載需求時(shí)無(wú)效;
[0005] 2)應(yīng)用需求側(cè)管理,通過(guò)調(diào)節(jié)負(fù)荷需求的方式實(shí)現(xiàn)功率平衡。運(yùn)種方法要求用戶 對(duì)電價(jià)變化的快速響應(yīng)或者要求根據(jù)實(shí)時(shí)發(fā)電功率采取直接負(fù)荷控制措施,但是可能會(huì)引 起用戶的不滿;
[0006] 3)安裝儲(chǔ)能單元,例如電池儲(chǔ)能、飛輪儲(chǔ)能、超級(jí)電容儲(chǔ)能等。它們可W像緩沖器 一樣在發(fā)電峰值期間吸收多余電量,在負(fù)荷峰值期間補(bǔ)償發(fā)電功率不足。由于微電網(wǎng)中可 再生能源發(fā)電的間歇性和低慣性,其電網(wǎng)頻率可能會(huì)頻繁地快速變化,而電池儲(chǔ)能、飛輪儲(chǔ) 能、超級(jí)電容儲(chǔ)能等儲(chǔ)能單元具有快速響應(yīng)能力,因此,引入儲(chǔ)能單元可W有效解決由RG發(fā) 電間歇性引起微電網(wǎng)的功率不平衡問(wèn)題。
[0007] 目前,現(xiàn)有的微電網(wǎng)中儲(chǔ)能單元的分布式控制策略不夠完善,無(wú)法對(duì)微電網(wǎng)中的 儲(chǔ)能單元進(jìn)行優(yōu)化調(diào)度,W及無(wú)法在平衡可再生能源發(fā)電的同時(shí)并且最小化其充放電過(guò)程 中的電能損耗。

【發(fā)明內(nèi)容】

[000引本發(fā)明所要解決的技術(shù)問(wèn)題在于克服現(xiàn)有技術(shù)的不足,提供一種基于分布式梯度 算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,解決微電網(wǎng)中儲(chǔ)能單元的充放電控制問(wèn)題,使儲(chǔ)能 單元在平衡可再生能源發(fā)電的同時(shí)并且能夠最小化其充放電過(guò)程中的電能損耗。
[0009] 本發(fā)明具體采用W下技術(shù)方案解決上述技術(shù)問(wèn)題:
[0010] -種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,包括W下步驟:
[0011] 步驟1、建立微電網(wǎng)的電網(wǎng)功率平衡模型;
[0012] 步驟2、根據(jù)微電網(wǎng)中儲(chǔ)能單元在充放電過(guò)程中的電能損耗,確定儲(chǔ)能單元的充放 電效率分別與充放電功率、荷電狀態(tài)的關(guān)系;
[0013] 步驟3、結(jié)合所建立電網(wǎng)功率平衡模型及所確定的儲(chǔ)能單元充放電效率分別與充 放電功率、荷電狀態(tài)的關(guān)系,并W最小化儲(chǔ)能單元在充放電過(guò)程中的電能損耗為目標(biāo)函數(shù) 對(duì)儲(chǔ)能單元充放電進(jìn)行建模分析;
[0014] 步驟4、基于多智能體系統(tǒng)利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行 優(yōu)化求解,獲得模型最優(yōu)解;
[0015] 步驟5、根據(jù)所述模型最優(yōu)解獲得儲(chǔ)能單元充放電策略及控制充電策略的執(zhí)行。
[0016] 進(jìn)一步地,作為本發(fā)明的一種優(yōu)選技術(shù)方案,所述步驟1建立的電網(wǎng)功率平衡模型 為:
[0017]
[0018] 其中,Ρβ,ι為儲(chǔ)能單元i的充/放電(正/負(fù)值)功率;k為分布式電源的序號(hào);j為負(fù)荷 的序號(hào);i為儲(chǔ)能單元的序號(hào);Wg、Wl和Wb分別為分布式電源、負(fù)荷及儲(chǔ)能單元的集合;PG,k與 Pl,j分別表示分布式電源提供的功率與負(fù)荷需求的功率。
[0019] 進(jìn)一步地,作為本發(fā)明的一種優(yōu)選技術(shù)方案,所述步驟2儲(chǔ)能單元充電過(guò)程中的電 能損耗為
其中化,i為充電效率;
[0020] 所述儲(chǔ)能單元的充電效率與充電功率關(guān)系為:化i = a廣biPB,i,其中ai和bi分別是 儲(chǔ)能單元i的常數(shù)項(xiàng)和一次項(xiàng)系數(shù);
[0021] W及,所述儲(chǔ)能單元的充電效率與荷電狀態(tài)的關(guān)系為:
[0022]
[0023] 其中,WCr和WCr分別表示儲(chǔ)能單元i的荷電狀態(tài)上下限;t表示充電時(shí)間點(diǎn); 且儲(chǔ)能單元i的荷電狀態(tài)的計(jì)算公式如下:
[0024] S0Ci[t] = S0Ci[t-l]+PB,i[t-l] · ric,i[t-l] · ΔΤ/Ci
[0025] 其中Δ Τ為離散時(shí)間間隔,Cl為儲(chǔ)能單元i的容量。
[00%]進(jìn)一步地,作為本發(fā)明的一種優(yōu)選技術(shù)方案,所述步驟3建立的儲(chǔ)能單元充電模型 為:
[0030] 其中,巧7與巧Γ分別為儲(chǔ)能單元i充電功率的下界和上界
當(dāng)時(shí)為正值時(shí),儲(chǔ)能單元處于充電狀態(tài),反之處于放電狀態(tài)。
[0031] 進(jìn)一步地,作為本發(fā)明的一種優(yōu)選技術(shù)方案,所述步驟4利用分布式梯度算法對(duì)所 建立儲(chǔ)能單元充電模型進(jìn)行優(yōu)化求解,包括確定儲(chǔ)能單元的本地更新規(guī)則,所述儲(chǔ)能單元 根據(jù)本地更新規(guī)則進(jìn)行更新迭代。
[0032] 進(jìn)一步地,作為本發(fā)明的一種優(yōu)選技術(shù)方案,所述本地更新規(guī)則具體為:
[0033]
[0034] 其中,PB,i[k+]J是PB,i山的更新;α山是步長(zhǎng);//.(/;,.心])是目標(biāo)函數(shù)的導(dǎo)數(shù);Nib 比?是充電功率超過(guò)上下限的儲(chǔ)能單元集合;Nib比]是Nib比]e的補(bǔ)集;jENi,Ni表示與智能 體i相鄰的智能體集合;Wij是智能體i與智能體j的相關(guān)權(quán)重。
[0035] 本發(fā)明采用上述技術(shù)方案,能產(chǎn)生如下技術(shù)效果:
[0036] (1)本發(fā)明所提供的基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,W分 布式的方法對(duì)微電網(wǎng)中的儲(chǔ)能單元進(jìn)行優(yōu)化調(diào)度,不僅能得到等價(jià)于集中式方法的優(yōu)化結(jié) 果,而且實(shí)施起來(lái)成本低、靈活且具有可擴(kuò)展性,能夠處理解決大規(guī)模電池儲(chǔ)能系統(tǒng)接入的 問(wèn)題。
[0037] (2)本發(fā)明還考慮到了儲(chǔ)能單元的充放電效率分別與充放電功率和荷電狀態(tài)的關(guān) 系,更加符合實(shí)際情況。相比于傳統(tǒng)的集中式方法,分布式方法不需要一個(gè)強(qiáng)大的中央控制 器,只需要通過(guò)一個(gè)本地通信網(wǎng)絡(luò)實(shí)現(xiàn)組件間的信息交換,實(shí)施起來(lái)相對(duì)便宜、靈活且不易 受單點(diǎn)故障影響,能實(shí)現(xiàn)等價(jià)于集中式方法的優(yōu)化結(jié)果。
[0038] 因此,本發(fā)明應(yīng)用分布式方法優(yōu)化解決微電網(wǎng)中儲(chǔ)能單元的充放電控制問(wèn)題,使 儲(chǔ)能單元在平衡可再生能源發(fā)電的同時(shí)并且能夠最小化其充放電過(guò)程中的電能損耗。
【附圖說(shuō)明】
[0039] 圖1是本發(fā)明優(yōu)化控制方法的流程圖。
[0040] 圖2是本發(fā)明中重新配置的虛擬通信網(wǎng)絡(luò)拓?fù)鋱D。
[0041 ]圖3是本發(fā)明中實(shí)驗(yàn)例的測(cè)試系統(tǒng)圖。
[0042] 圖4(a)是本發(fā)明中實(shí)驗(yàn)例不考慮儲(chǔ)能單元充放電功率約束的仿真效果圖。
[0043] 圖4(b)是本發(fā)明中實(shí)驗(yàn)例考慮儲(chǔ)能單元充放電功率約束的仿真效果圖。
【具體實(shí)施方式】
[0044] 下面結(jié)合說(shuō)明書附圖對(duì)本發(fā)明的實(shí)施方式進(jìn)行描述。
[0045] 如圖1所示,本發(fā)明設(shè)計(jì)了一種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制 方法,該方法用于對(duì)微電網(wǎng)中的儲(chǔ)能單元進(jìn)行優(yōu)化調(diào)度,方法具體包括W下步驟:
[0046] 步驟1、建立微電網(wǎng)的電網(wǎng)功率平衡模型,所述電網(wǎng)功率平衡模型為:
[0047]
(1)
[0048] 其中,Ρβ,ι為儲(chǔ)能單元i的充/放電(正/負(fù)值)功率;k為分布式電源的序號(hào);j為負(fù)荷 的序號(hào);i為儲(chǔ)能單元的序號(hào);Wg、Wl和Wb分別為分布式電源、負(fù)荷及儲(chǔ)能單元的集合;PG,k與 Pl,j分別表示分布式電源提供的功率與負(fù)荷需求的功率。
[0049] 步驟2、根據(jù)微電網(wǎng)中儲(chǔ)能單元在充放電過(guò)程中的電能損耗,確定儲(chǔ)能單元的充放 電效率分別與充放電功率、荷電狀態(tài)S0C的關(guān)系,具體如下:
[0050] 所述儲(chǔ)能單元在充電過(guò)程中的電能損耗關(guān)
為充電效率;
[0051] 則儲(chǔ)能單元的充電效率與充電功率關(guān)系為:
[0化2]化,i = a 廣 biPB'i (2)
[0053]其中,曰1和bi是儲(chǔ)能單元i的常數(shù)項(xiàng)和一次項(xiàng)系數(shù)。當(dāng)儲(chǔ)能單元的荷電狀態(tài)S0C快達(dá) 到臨界時(shí),其充電效率會(huì)變得很低,即充電效率與荷電狀態(tài)S0C的關(guān)系為:
[0化4]
[0化5] 其中,化}巧胃和化)Cr分別表示儲(chǔ)能單元i的荷電狀態(tài)S0C上下限;t表示充電時(shí)間 點(diǎn);所述儲(chǔ)能單元i的荷電狀態(tài)S0C的計(jì)算公式如下:
[0056] S0Ci[t] = S0Ci[t-l]+PB,i[t-l] · ric,i[t-l] · ΔΤ/Ci (4)
[0057] 其中,Δ Τ為離散時(shí)間間隔,Cl為儲(chǔ)能單元i的容量。
[0058] 步驟3、結(jié)合所建立電網(wǎng)功率平衡模型及所確定的儲(chǔ)能單元充放電效率分別與充 放電功率、荷電狀態(tài)S0C的關(guān)系,并W最小化儲(chǔ)能單元在充放電過(guò)程中的電能損耗為目標(biāo)函 數(shù)對(duì)儲(chǔ)能單元充放電進(jìn)行建模分析。
[0059] 所建立的儲(chǔ)能單元充電模型為:
[0060]
(5)
[0061] 其中,避f與巧:Γ分別為儲(chǔ)能單元i充電功率的下界和上界
當(dāng)時(shí)為正值時(shí),儲(chǔ)能單元處于充電狀態(tài),反之處于放電狀態(tài)。
[0062] 步驟4、基于多智能體系統(tǒng)利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行 優(yōu)化求解,獲得模型最優(yōu)解。利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行優(yōu)化求 解,包括確定儲(chǔ)能單元的本地更新規(guī)則,所述儲(chǔ)能單元根據(jù)本地更新規(guī)則進(jìn)行更新迭代。
[0063] 所述儲(chǔ)能單元的本地更新規(guī)則,具體為:
[0064]
[0065] 其中PB,i[k+]J是PB,i山的更新;α山是步長(zhǎng);心,,[沖是目標(biāo)函數(shù)的導(dǎo)數(shù);Nib 比?是充電功率超過(guò)上下限的儲(chǔ)能單元集合;Nib比]是Nib比]e的補(bǔ)集;jENi,Ni表示與智能 體i相鄰的智能體集合;Wu是智能體i與智能體j的相關(guān)權(quán)重。權(quán)重矩陣的計(jì)算與通信網(wǎng)絡(luò)拓 撲有關(guān),W比]值的變化意味著重新配置虛擬通信網(wǎng)絡(luò)拓?fù)?。然后,所述?chǔ)能單元根據(jù)本地更 新規(guī)則進(jìn)行更新迭代,獲得儲(chǔ)能單元充電模型的最優(yōu)解。
[0066] 步驟5、根據(jù)所述模型最優(yōu)解獲得儲(chǔ)能單元充放電策略及控制充電策略的執(zhí)行。
[0067] 由此,本發(fā)明的優(yōu)化控制方法W分布式梯度的算法對(duì)微電網(wǎng)中的儲(chǔ)能單元進(jìn)行優(yōu) 化調(diào)度,能夠處理大規(guī)模電池儲(chǔ)能系統(tǒng)接入的問(wèn)題。
[0068] 為了驗(yàn)證本發(fā)明的優(yōu)化方法能夠有效對(duì)微電網(wǎng)中的儲(chǔ)能單元進(jìn)行優(yōu)化調(diào)度,特列 舉實(shí)驗(yàn)例進(jìn)行驗(yàn)證說(shuō)明。下面對(duì)34節(jié)點(diǎn)系統(tǒng)進(jìn)行測(cè)試并結(jié)合附圖對(duì)本發(fā)明的優(yōu)化控制方法 做進(jìn)一步的詳細(xì)說(shuō)明:
[0069] 本實(shí)驗(yàn)例的基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,具體步驟如 下:
[0070] 步驟1:建立微電網(wǎng)的電網(wǎng)功率平衡模型;
[0071]
[0072] 令系統(tǒng)中發(fā)電功率和負(fù)荷需求分別為lOOOkW和720kW,即時(shí)為290kW,則有:
[0073]
[0074] 步驟2、基于微電網(wǎng)中儲(chǔ)能單元充放電過(guò)程中的電能損耗,確定儲(chǔ)能單元的充放電 效率分別與充放電功率、荷電狀態(tài)S0C的關(guān)系;
[0075] 所述儲(chǔ)能單元i的充電效率與充電功率關(guān)系為:化,i = ai-biPB, i;
[0076] 所述儲(chǔ)能單元i的充電效率與荷電狀態(tài)SOC的關(guān)系為:
[0077]
[0078] 儲(chǔ)能單元i的荷電狀態(tài)S0C的計(jì)算公式為:
[0079] S0Ci[t] = S0Ci[t-l]+PB,i[t-l] · ric,i[t-l] · ΔΤ/Ci。
[0080] 步驟3、結(jié)合上述兩個(gè)步驟所得,并w儲(chǔ)能單元在充電過(guò)程的電能損耗最小化為目 標(biāo)函數(shù)對(duì)儲(chǔ)能單元充電進(jìn)行建模分析;所建立的儲(chǔ)能單元充電模型為:
[0084]對(duì)于所建立的儲(chǔ)能單元充電模型,確立儲(chǔ)能單元的參數(shù)和初始條件;如表1所示, 表1為儲(chǔ)能單元的參數(shù)和初始條件。
[0085]
[00化]表1
[0087]步驟4、利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行優(yōu)化求解,獲得模型 最優(yōu)解。利用分布式梯度算法包括確定儲(chǔ)能單元的本地更新規(guī)則,確定儲(chǔ)能單元的本地更 新規(guī)則為:
[008引
[0089] 其中,儲(chǔ)能單元智能體每0.2s與相鄰智能體進(jìn)行信息交互并更新本地信息,α取 0.01,w[k]的元素 Wi恥]可W通過(guò)下式計(jì)算:
[0090]
[0091] 其中ni[k]可W通過(guò)通信網(wǎng)絡(luò)拓?fù)涞玫?。如果充放電功率不超過(guò)儲(chǔ)能單元充放電 功率的上下限,實(shí)際的充放電功率將實(shí)時(shí)更新,否則充放電功率將設(shè)定為上限或下限,該控 制策略可W通過(guò)改變權(quán)重矩陣W[k]的值來(lái)實(shí)現(xiàn)。權(quán)重矩陣的計(jì)算與通信網(wǎng)絡(luò)拓?fù)溆嘘P(guān),W 比]值的變化意味著重新配置虛擬通信網(wǎng)絡(luò)拓?fù)洹?br>[0092] W及,重新配置通信網(wǎng)絡(luò)拓?fù)涠x如下:如圖2所示,在違反約束的情況下,不失一 般性,假設(shè)智能體2的充電功率超出其上限,如圖2中(a)所示,受影響的是2條與智能體2用 實(shí)線連接的通信。超出上限之后,智能體2的充電功率為上限值并且脫離當(dāng)前的更新,但是 智能體2仍然參與信息交換。如圖2中(b)所示,智能體2接收來(lái)自相鄰智能體的信息并傳送 給其他與之相鄰的智能體。重新配置通信網(wǎng)絡(luò)拓?fù)渲螅ㄐ啪W(wǎng)絡(luò)的鄰接矩陣L和權(quán)重矩陣 W相應(yīng)發(fā)生了變化,其變化過(guò)程如下所示:
[0093]
[0094] 由每一個(gè)儲(chǔ)能單元被建模為智能體,每個(gè)儲(chǔ)能單元智能體具有獨(dú)立性與自主性, 能夠解決給定的子問(wèn)題,同時(shí)儲(chǔ)能單元智能體間相互通信、彼此協(xié)調(diào)。有儲(chǔ)能單元連接的節(jié) 點(diǎn)應(yīng)用分布式梯度算法控制儲(chǔ)能單元充放電W實(shí)現(xiàn)控制目標(biāo)。
[00M] 34節(jié)點(diǎn)系統(tǒng)圖如圖3所示,該系統(tǒng)包括2臺(tái)同發(fā)電機(jī)SG、4臺(tái)風(fēng)力發(fā)電機(jī)WT、4臺(tái)光伏 發(fā)電機(jī)PV和10個(gè)儲(chǔ)能單元。10個(gè)儲(chǔ)能單元的通信網(wǎng)絡(luò)拓?fù)淙鐖D中虛線部分所示。圖的連通 性可W用鄰接矩陣L[k]來(lái)表示,其元素定義如下:
[0096]
[0097] 利用m來(lái)表示與智能體i相連接的智能體個(gè)數(shù),則有:
[009引
[0099] 由上述可得,圖4(a)為不考慮儲(chǔ)能單元充放電功率約束的仿真結(jié)果,圖4(b)為考 慮儲(chǔ)能單元充放電功率約束的仿真結(jié)果,該系統(tǒng)的各儲(chǔ)能單元都能W最優(yōu)充電功率進(jìn)行充 電,且儲(chǔ)能單元的充電功率都負(fù)荷功率約束條件,驗(yàn)證了該算法的有效性。
[0100] 綜上,本發(fā)明所提供的基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,W 分布式的方法對(duì)微電網(wǎng)中的儲(chǔ)能單元進(jìn)行優(yōu)化調(diào)度,不僅能得到等價(jià)于集中式方法的優(yōu)化 結(jié)果,而且實(shí)施起來(lái)相對(duì)便宜、靈活且具有可擴(kuò)展性,能夠處理大規(guī)模電池儲(chǔ)能系統(tǒng)接入的 問(wèn)題。
[0101] 上面結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式作了詳細(xì)說(shuō)明,但是本發(fā)明并不限于上述實(shí)施 方式,在本領(lǐng)域普通技術(shù)人員所具備的知識(shí)范圍內(nèi),還可W在不脫離本發(fā)明宗旨的前提下 做出各種變化。
【主權(quán)項(xiàng)】
1. 一種基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,其特征在于,包括以下 步驟: 步驟1、建立微電網(wǎng)的電網(wǎng)功率平衡模型; 步驟2、根據(jù)微電網(wǎng)中儲(chǔ)能單元在充放電過(guò)程中的電能損耗,確定儲(chǔ)能單元的充放電效 率分別與充放電功率、荷電狀態(tài)的關(guān)系; 步驟3、結(jié)合所建立電網(wǎng)功率平衡模型及所確定的儲(chǔ)能單元充放電效率分別與充放電 功率、荷電狀態(tài)的關(guān)系,并以最小化儲(chǔ)能單元在充放電過(guò)程中的電能損耗為目標(biāo)函數(shù),對(duì)儲(chǔ) 能單元充放電進(jìn)行建模獲得儲(chǔ)能單元充電模型; 步驟4、基于多智能體系統(tǒng)利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行優(yōu)化 求解,獲得模型最優(yōu)解; 步驟5、根據(jù)所述模型最優(yōu)解獲得儲(chǔ)能單元充放電策略及控制充電策略的執(zhí)行。2. 根據(jù)權(quán)利要求1所述基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,其特征 在于,所述步驟1建立的電網(wǎng)功率平衡模型為:其中,PB,i為儲(chǔ)能單元i的充/放電(正/負(fù)值)功率;k為分布式電源的序號(hào);j為負(fù)荷的序 號(hào);i為儲(chǔ)能單元的序號(hào);WG、WL和WB分別為分布式電源、負(fù)荷及儲(chǔ)能單元的集合;P G,k與PL,j分 別表示分布式電源提供的功率與負(fù)荷需求的功率。3. 根據(jù)權(quán)利要求1所述基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,其特征 在于,所述步驟2儲(chǔ)能單元充電過(guò)程中的電能損耗為g中nc>1為充電效率; 所述儲(chǔ)能單元的充電效率與充電功率關(guān)系為:nc,i = ai_biPB,i,其中ai和bi分別是儲(chǔ)能單 元i的常數(shù)項(xiàng)和一次項(xiàng)系數(shù); 以及,所述儲(chǔ)能單元的充電效率與荷電狀態(tài)的關(guān)系為:其中,《^_和^0€7-分別表示儲(chǔ)能單元i的荷電狀態(tài)上下限;t表示充電時(shí)間點(diǎn);且儲(chǔ) 能單元i的荷電狀態(tài)的計(jì)算公式如下: SOCi[t]=SOCi[t-l]+PB>i[t-l] *nc,i[t-l] · AT/Ci 其中,A T為離散時(shí)間間隔,Ci為儲(chǔ)能單元i的容量。4. 根據(jù)權(quán)利要求1所述基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,其特征 在于,所述步驟3建立的儲(chǔ)能單元充電模型為:其中,巧^^與巧^分別為儲(chǔ)能單元i充電功率的下界和上界當(dāng)Pd為 正值時(shí),儲(chǔ)能單元處于充電狀態(tài),反之處于放電狀態(tài)。5. 根據(jù)權(quán)利要求1所述基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,其特征 在于,所述步驟4利用分布式梯度算法對(duì)所建立儲(chǔ)能單元充電模型進(jìn)行優(yōu)化求解,包括確定 儲(chǔ)能單元的本地更新規(guī)則,所述儲(chǔ)能單元根據(jù)本地更新規(guī)則進(jìn)行更新迭代。6. 根據(jù)權(quán)利要求5所述基于分布式梯度算法的微電網(wǎng)儲(chǔ)能單元優(yōu)化控制方法,其特征 在于,所述本地更新規(guī)則具體為:其中,PB,i[k+l]是PB,i[k]的更新;a[k]是步長(zhǎng);./ ,_(/丨是目標(biāo)函數(shù)的導(dǎo)數(shù);Niblikp是 充電功率超過(guò)上下限的儲(chǔ)能單元集合;Nib[k]是Niblik]""的補(bǔ)集;jeNi,Ni表示與智能體i相 鄰的智能體集合;Wij是智能體i與智能體j的相關(guān)權(quán)重。
【文檔編號(hào)】H02J3/28GK105870949SQ201610217247
【公開日】2016年8月17日
【申請(qǐng)日】2016年4月8日
【發(fā)明人】岳東, 王曉亮, 謝俊, 黃崇鑫, 翁盛煊, 解相朋, 王璐
【申請(qǐng)人】蘇州泛能電力科技有限公司
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
巴彦县| 和田县| 南昌市| 南雄市| 蒲城县| 宜黄县| 烟台市| 连平县| 左云县| 晋城| 淮安市| 寻乌县| 河南省| 平舆县| 长乐市| 枣阳市| 托里县| 大渡口区| 淮滨县| 嘉兴市| 钟祥市| 沈丘县| 宝鸡市| 峨边| 土默特左旗| 孝感市| 南丹县| 饶平县| 来凤县| 沅陵县| 大同县| 梧州市| 五寨县| 化州市| 满洲里市| 剑河县| 邛崃市| 百色市| 靖宇县| 东丽区| 若羌县|