一种串联结构光储型多微网经济运行系统及方法

文档序号:9581075阅读:245来源:国知局
一种串联结构光储型多微网经济运行系统及方法
【技术领域】
[0001] 本发明属于微电网领域,具体设及一种串联结构光储型多微网经济运行系统及方 法。
【背景技术】
[0002] 能源是人类赖W生存的重要物质基础,也是社会经济发展的重要推动剂,然而,随 着工业化进程的推进和世界人口的快速增加,常规能源短缺和环境污染问题日益显现,已 经无法满足人类社会可持续发展和提高生活质量的需求,为此,从人类发展的长远目标来 看,开发绿色可再生能源已经是必然趋势。
[0003] 基于微电网形式的电网方便大规模分布式能源接入中低压配电网系统,不仅可W 充分发挥微电源的优势,而且能减少对大电网的冲击,加上其灵活、可控的运行方式,使其 成为能有效补充大电网的友好单元。因此,"微电网"运一概念逐渐被国内外的学者和专家 所认可,成为分布式发电技术的发展方向。分布式发电具有能源使用率高、安装位置灵活、 节省资源费用、减少线路损耗等优点,因此,分布式发电成为大电网的重要补充,它可W减 少大电网总装机容量,平衡大电网电量的高峰低谷,提高供电可靠性。但随着对分布式发电 研究的逐步深入,其本身存在的问题也慢慢突显出来,一方面,分布式电源接入大电网后, 由于其不可控性会对电网带来冲击;另一方面,分布式发电容易受到环境影响而不能输电 稳定的电能,影响系统稳定性;同时,分布式电源接入成本高,经济性较差,W上运些弊端极 大的限制了分布式发电的有效应用。
[0004] 随着微网工程的大规模建成,一定区域内多个邻近微网因互联互供所需将形成多 微网系统。目前我国在光储多微网系统方面的研究和现场运行经验较少,随着光储微电网 进入快速发展阶段,有必要发展一种含串联的光储型多微网经济运行系统与方法,W开展 光储多微网的关键技术研究。 阳0化]经对现有技术文献的检索发现,中国专利申请号为:201220002686. 4,名称为:一 种实验室用的微电网系统,该申请内的微电网系统只包括一次系统,未设及控制系统设计 及经济优化方法,且该申请内的微电网系统为单微网,不适用多微网的关键技术研究。

【发明内容】

[0006] 本发明为了解决上述现有技术中存在的不足之处,提供一种含串联结构光储型多 微网经济运行系统及方法,对开展光储型多微网系统的规划设计、模式切换和经济运行研 究具有重要意义。
[0007] 为实现上述发明目的,本发明采用W下技术方案。
[0008] 一种含串联结构光储型多微网经济运行系统及方法,包括一次系统与控制系统; 考虑峰谷电价的分布式模型预测控制算法。
[0009] 所述的一次系统由两个子微网(上层子微网和下层子微网)通过并离网开关Kl 串联构成。其中上层子微网包括30kW光伏发电阵列、66. 7k怖蓄电池和本地负荷,下层子微 网包括30kW光伏发电阵列、30kWh蓄电池和本地负荷。通过控制PCC(公共连接点)及Kl开断能够切换两个子微网的并离网状态:上层子微网通过公共连接点PCC与配电网相连, 通过控制公共连接点PCC开断能够实现整个多微网系统并网和孤岛两种运行模式的转换, 下层子微网通过Kl接入上层子微网,通过控制Kl能够实现下层子微网并网和孤岛两种运 行模式的转换。
[0010] 所述的控制系统由子微网控制器(上层子微网控制器和下层子微网控制器)、光 伏控制器、储能控制器、负荷控制器及通信网络构成。其中,公共连接点PCC与并离网开关 Kl通过通信总线直接与上层子微网控制器相连并由其直接控制;光伏控制器、储能控制器 和负荷控制器分别由该子微网内控制器控制,子微网控制器通过通信总线相联,可实时传 输该子微网电气信息至其他子微网;各微源控制器与逆变器相连,子微网控制器通过向各 控制器下达指令,可控制各微源出力情况。
[0011] 本发明的串联结构光储型多微网运行优化方法:采用考虑峰谷电价的分布式模型 预测控制算法,基于源荷预测建立各层子微网经济性最优的目标函数,通过各子微网控制 器联合进行分布式预测控制,从而实现滚动优化求解。
[0012] 所述的考虑峰谷电价的分布式模型预测控制算法将峰谷电价与分布式模型预测 控制算法结合,分布式模型预测控制算法属于模型控制预测算法的一种,分布式模型预测 控制可实现各子系统分别对自身的目标函数进行优化控制的同时又兼顾其他子系统。
[0013] 峰谷分时电价是指根据用户用电需求,将每天的时间划分为高峰、平段、低谷=个 时段或高峰、低谷两个时段,对各时段分别制定不同的电价水平,W刺激和鼓励用户主动改 变消费行为和用电方式达到削峰填谷的目的;根据一天的峰谷电价实现不同电价段的能量 优化管理,结合预测控制的优点,可实现每一电价段内每一时刻的联络线功率最小,购电成 本取决于联络线功率,联络线功率最小即购电成本最小。
[0014] 分布式模型预测控制可将整个系统的优化问题分散到各个子系统中解决,大大减 轻计算复杂度。基于源荷预测建立各层子微网经济性最优的目标函数,通过各子微网中央 控制器联合进行分布式预测控制,从而实现滚动优化求解。由于预测控制只实现下一时刻 的购电成本最小,而实际购电成本与峰谷电价关系密切,只使用预测控制对微电网进行能 量管理,无法根据当前所处的电价时段和下一电价时段进行能量优化管理。峰谷分时电价 是指根据用户用电需求,将每天的时间划分为高峰、平段、低谷=个时段或高峰、低谷两个 时段,对各时段分别制定不同的电价水平,W刺激和鼓励用户主动改变消费行为和用电方 式达到削峰填谷的目的。
[0015] 与现有技术相比,本发明具有如下优点和技术效果:
[0016] 本发明建立的串联结构光储型多微网系统及方法,对开展光储型多微网系统规划 设计、模式切换和优化运行的研究具有重要的工程应用价值。分布式模型预测控制可将整 个系统的优化问题分散到各个子系统中解决,大大减轻计算复杂度。根据一天的峰谷电价 实现不同电价段的能量优化管理,结合预测控制的优点,可实现每一电价段内每一时刻的 购电成本最小,从而达到一天多微网的经济性运行。
【附图说明】
[0017] 图1是一种串联结构光储型多微网经济运行系统及方法的系统电气拓扑图。
[0018] 图2是串联结构光储型多微网中考虑峰谷电价的分布式模型预测控制算法总流 程图。
[0019] 图3a是串联结构光储型多微网中分布式预测控制流程图。
[0020] 图3b是采用基于串联结构的分布式模型预测控制对系统进行预测控制示意图。
[0021] 图4是简单并网优化算法仿真波形;
[0022] 图5是考虑峰谷电价的分布式预测控制算法波形图。
【具体实施方式】
[0023] W下将结合附图及具体实施例详细说明本发明的技术方案,W便更清楚直观地理 解本发明实质,W下若有未特别详细说明之处,均是本领域技术人员可参照现有技术实现 的。
[0024] 图1是一种串联结构光储型多微网经济运行系统及方法的系统电气拓扑图。
[00巧]一种串联结构光储型多微网系统,其包括一次系统与控制系统。
[00%] 所述的一次系统由两个子微网(上层子微网和下层子微网)通过并离网开关Kl串联构成。其中上层子微网包括30kW光伏发电阵列、66. 7k怖蓄电池和本地负荷,下层子微 网包括30kW光伏发电阵列、30kWh蓄电池和本地负荷。通过控制PCC(公共连接点)及Kl 开断能够切换两个子微网的并离网状态:上层子微网通过公共连接点PCC与配电网相连, 通过控制公共连接点PCC开断能够实现整个多微网系统并网和孤岛两种运行模式的转换, 下层子微网通过Kl接入上层子微网,通过控制Kl能够实现下层子微网并网和孤岛两种运 行模式的转换。
[0027] 所述的控制系统由子微网控制器(上层子微网控制器和下层子微网控制器)、光 伏控制器、储能控制器、负荷控制器及通信网络构成。其中,公共连接点PCC与并离网开关 Kl通过通信总线直接与上层子微网控制器相连并由其直接控制;光伏控制器、储能控制器 和负荷控制器分别由该子微网内控制器控制,子微网控制器通过通信总线相联,可实时传 输该子微网电气信息至其他子微网;各微源控制器与逆变器相连,子微网控制器通过向各 控制器下达指令,可控制各微源出力情况。
[0028] 图2是串联结构光储型多微网中考虑峰谷电价的分布式模型预测控制算法总流 程图。图中,SOCi*(t)表示上层微电网储能在t时刻的预测值,SOC/(t)表示下层微电网储 能在t时刻的预测值。通过对当前时段和下一时段的电价判断,并由储能元件t时刻容量 进行约束,满足条件后进入图3所示的预测控制环节。
[0029] 在预测控制理论中,预测模型是一个描述系统动态行为的基础模型,具有预测的 功能即能够根据系统的历时数据和未来的输入,预测系统未来输出值。基于动态矩阵控制 算法的预测控制模型如式(1)所示。
[0030]
[00川记Y*= [y*(t+l),y*(t+2),...,y*(t+n)r; 阳0;32]AU= [AU(t),AU(t+1),…,AU(t+n-1) ]T; 阳03;3] Y。=[y0(t+l),y0(t巧),…,y0(t+n)]T
[0034] 式中,/(t+n)表示未来第n个时刻的系统预测输出值;a。表示未来第n个时刻作 用于系统控制量的程度;Au(t+n-l)表示未来第n个时刻作用于系统的控制量;yu(t+l)表 示未来第n个时刻无AU作用时的系统预测输出值;
[0035] 上式可简化为式似:
[0036] Y*=AAU巧。 似
[0037] 式中,¥"^表示有作用时的未来n个时刻的系统预测输出值;A表示未来n个时刻作 用于系统控制量的程度;AU表示未来n个时刻作用于系统的控制量;Y。表示无AU作用时 的未来n个时刻的系统预测输出值。
[0038] 针对串联结构光储型多微网,需要对系统模型和目标函数进行分解。采用基于串 联结构的分布式模型预测控制对系统进行预测控制,如下图3b所示。其中U为下层子微 网向上层传输的信息量;y为微电网系统输出量,为微电网和配电网的联络线功率预测值 Pg"/(t+l) ;Ui为子微网控制i的单独输入量,为相应子微网的储能、负荷和光伏的状态参 数巧1为子微网控制器1输出量,为相应子微网的储能输出功率预测值?851"^(*+1),即下一时 刻的储能输出功率参考。
[0039] 目标函数如式做所示:
[OOW 式中:n为最大预测长度;/(t+u为第i时刻系统预测输出值;yw(t+U无AU作 用时的未来第i时刻的系统预测输出值;A(j)为j时刻大于0的控制系数;AU(t+j-1)第j-1时刻作用与系统的控制量。
[00创微电网和配电网的联络线功率Pgtid河W为负数,简单起见,本实例简化目标函数 的计算量。上层子微网目标函数如式(4)所示。 阳043]Gi(i) =Pgndii* (t+1) (4)
[0044] 其中i= 1, 2,…,n。
[0045] 将下一时刻储能SOC的所有可能值SOCi/^(t+1)均作用于预测模型,计算相应的联 络线功率预测值PgfidiAi为对应编号。查找联络线功率的最小预测值并输出对应的编号 i%由式(5)所示。
[0046] [i*] =Hiin(Gi) (5)
[0047] 通过心+ 1娘算出储能
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1