电动船舶直流微电网充电系统控制方法、系统及存储介质与流程

1.本发明涉及微电网控制技术领域，尤其涉及电动船舶直流微电网充电系统控制方法、系统及存储介质。


背景技术：

2.传统柴油机动力船舶航行过程中产生大量的油污水和有害气体及颗粒物，随着一系列关于船舶环保和可持续发展的政策相继发布，我国也逐渐推进船舶工业转型升级，向“船舶电动化”发力。相较于交流微电网充电网络，以电动船舶为主要负荷的直流微电网充电网络可将光伏、风机、储能、直流负荷等多个单元经变流器灵活接入的开放直流微电网系统。针对微电网容量优化配置中不同模型对优化的影响不同和传统智能算法在多目标寻优时易陷入局部最优、收敛速度慢、精度差等问题，本方案应用了具有较强的全局搜索性能的智能算法——模拟退火(sa)优化算法，该算法具有收敛性强、参数少、易实现等特点，提高算法运行效率和求解质量。


技术实现要素：

3.有鉴于此，本发明的目的在于提出一种收敛速度快、参数少、性能佳和鲁棒性强的电动船舶直流微电网充电系统控制方法、系统及存储介质。
4.为了实现上述的技术目的，本发明所采用的技术方案为：
5.一种电动船舶直流微电网充电系统控制方法，其包括：
6.建立船舶直流微电网控制配置模型；获取光伏输出功率、小水电输出功率、风机输出功率、储能充放电功率和电动船舶充电功率中的一项以上参数；
7.结合预设目标函数和预设约束条件作为算法输入，利用模拟退火算法对船舶直流微电网控制配置模型进行寻优求解，获得船舶直流微电网容量优化配置结果；
8.使用计算所得的船舶直流微电网容量优化配置结果进行船舶直流微电网控制配置。
9.作为一种较优的选择实施方式，优选的，本方案所述光伏输出功率为以光照和温度作为考量参数进行获取；
10.所述小水电输出功率为以水情和气象参数条件作为考量参数进行获取；
11.所述风机输出功率为以风速和温度作为考量参数进行获取；
12.所述储能充放电功率为以电池容量和工作功率作为考量参数进行获取；
13.所述电动船舶充电功率为以电池容量、船舶数量和工作功率作为考量参数进行获取。
14.作为一种较优的选择实施方式，优选的，本方案所述目标函数的参数包括储能投资运行成本、储能辅助服务收益、分布式能源优化配置或电动船舶充电成本中的一项以上。
15.作为一种较优的选择实施方式，优选的，本方案所述约束条件的约束参数包括：电力系统功率平衡、储能充放电深度、储能充放电寿命、光伏、风电、小水电出力、电动船舶接
入数量中的一项以上。
16.作为一种较优的选择实施方式，优选的，本方案预设目标函数的构建方法包括：
17.构建改进模拟退火算法的目标函数f：
18.f＝min(b
s-cc)
19.其中，目标函数式中bs为船舶直流微电网年均收益，目标函数式中cc为船舶直流微电网年均投资成本；
20.1)目标函数式中cc为船舶直流微电网年均投资成本，其计算式如下：
21.cc＝min[cc+c
sh
+cd]
[0022]
其中，等式右侧的参数cc为储能设备年均等效投资运行成本，c
sh
为电动船舶年均充电成本，cd为微电网年均市电购电成本；
[0023]
①
储能设备年均等效投资运行成本cc包括储能基建成本c
b.yx
、运维成本c
b.yw
以及储能系统运行中的损耗成本c
b.sh
，即：
[0024]cc
＝c
b.yx
+c
b.yx
+c
b.sh
[0025]
②
电动船舶年均充电成本
[0026]
设定电动船舶数量为n
sh
，每艘电动船舶年均充电成本包含电动船舶年均充电电费成本电动船舶年均停泊费用成本则其数学关系表示如下：
[0027][0028]
③
微电网年均市电购电成本cd由各时刻综合电价md与充电负荷与新能源出力之差的乘积表示，即
[0029]cd
＝md×
[p
fh-(p
pv
+p
wt
+pc)]
[0030]
2)目标函数式中bs为船舶直流微电网年均收益，其计算式如下：
[0031]bs
＝max[bc+b
sh
+b
pv
+b
wt
]
[0032]
其中，bc为储能设备年均参与辅助服务收益，p
sh
为微电网为年均电动船舶充电取得充电收益；p
pv
为微电网光伏年均发电收益；p
wt
为微电网风电年均发电收益。
[0033]
作为一种较优的选择实施方式，优选的，本方案约束条件的构建方法包括：
[0034]
1)系统安全运行约束
[0035]
基于外接电网一旦出现故障，船舶微电网系统便进入孤岛运行状态的情况，为保证该状态下本地重要负荷仍能够正常运转，必须对充电站在并网运行时新能源发电负荷比值提出要求，要求任一小时内新能源发电功率p
x
占负荷比值不低于新能源定额比例k，
[0036]
p
x
(t)≥kp
total
(t)
[0037]
其中，约束条件包括电力系统功率平衡约束、储能充放电深度、寿命约束、光伏、风电、小水电出力约束、电动船舶接入数量约束中的一项以上；
[0038]
2)系统功率平衡约束
[0039]
为保证充电站的稳定运行，全年任意时刻t都必须满足充电站内电源与负荷之间的功率平衡，其公式如下：
[0040]
p
sh
(t)+p
load
＝p
battery
(t)+p
wind
(t)+p
pv
(t)+p
grid
(t)
[0041]
式中，p
pv
(t)、p
wt
(t)、pb(t)表示t时刻光伏、风机和储能出力，其中pb(t)充电为负，放电为正；
[0042]
3)风光储装配及电动船舶接入数量约束
[0043][0044]
式中，n
pv.max
、n
wt.max
、n
b.max
、n
sh.max
为光伏、风电、储能设备最大安装数量及电动船舶最大接入数量；
[0045]
4)储能、光伏、风电发电设备输出功率约束
[0046]
风、光发电设备的任意时刻输出功率需满足该时刻风速或太阳辐射强度所决定的范围约束，公式如下：
[0047][0048]
式中，p
b.min
为储能电池最小充放电功率；p
b.max
储能电池最大充放电功率。式中，p
pv.min
、p
pv.max
为光伏阵列的最小与最大输出功率；p
wt.min
、p
wt.max
为风力发电机组的最小与最大输出功率；
[0049]
5)储能电池容量约束
[0050]
根据储能电池的额定容量和放电深度，储能的电量变化范围需满足：
[0051]
ar
b.n
≤rb(t)≤be
b.n
[0052]
式中，储能电池的额定容量为r
b.n
，rb(t)取决于储能电池最大放电深度的上限b和下限a。
[0053]
作为一种较优的选择实施方式，优选的，本方案利用模拟退火算法对船舶直流微电网控制配置模型进行寻优求解包括：
[0054]
(1)初始化：设置初始温度t0、初始解状态x0、每个t值的迭代次数l；
[0055]
(2)对k＝1，
…
，l时，进行步骤(3)至步骤(6)的操作；
[0056]
(3)产生新解x
′
；
[0057]
(4)计算增量δe＝e(x
′
)-e(x)，其中e(x)为评价函数；
[0058]
(5)若δe＜0，则接受x
′
作为新的当前解，否则以概率接受x
′
作为新的当前解；
[0059]
(6)在当前解经过充分搜索后，判断其是否满足终止条件，如果满足终止条件，则输出当前解作为最优解，结束程序，否则进入步骤(7)；
[0060]
(7)调整参数t，令其逐渐减小，且t
→
0，然后转第(2)步。
[0061]
作为一种较优的选择实施方式，优选的，本方案上述步骤(1)中通过粒子群算法对模拟退火算法的初始温度t0、初始解状态x0进行寻优，其包括：
[0062]
(1)初始化粒子群，包括群体规模n，每个粒子的位置xi和速度vi；
[0063]
(2)计算每个粒子的适应度fit[i]；
[0064]
(3)对每个粒子，用它的适应度值fit[i]和个体极值pbest(i)比较，如果fit[i]《pbest(i)，则用fit[i]替换掉pbest(i)；
[0065]
(4)对每个粒子，用它的适应度值fit[i]和全局极值gbest比较，如果fit[i]《gbest则用fit[i]替gbest；
[0066]
(5)迭代更新粒子的速度vi和位置xi；
[0067]
(6)进行边界条件处理；
[0068]
(7)判断算法终止条件是否满足：若是，则结束算法并输出优化结果；否则返回步骤(2)。
[0069]
基于上述，本发明还提供一种电动船舶直流微电网充电控制系统，其包括：
[0070]
数据获取模块，用于获取光伏输出功率、小水电输出功率、风机输出功率、储能充放电功率和电动船舶充电功率中的一项以上参数；
[0071]
数据处理模块，用于建立船舶直流微电网控制配置模型、目标函数和约束条件；还用于结合预设目标函数和预设约束条件作为算法输入，利用模拟退火算法对船舶直流微电网控制配置模型进行寻优求解，获得船舶直流微电网容量优化配置结果；
[0072]
参数配置模块，用于使用计算所得的船舶直流微电网容量优化配置结果进行船舶直流微电网控制配置。
[0073]
基于上述，本发明还提供一种计算机可读的存储介质，其特征在于：所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的电动船舶直流微电网充电系统控制方法。
[0074]
采用上述的技术方案，本发明与现有技术相比，其具有的有益效果为：
[0075]
(1)基于传统退火算法收敛速度慢，算法性能受初始值及参数影响较大且极易陷入局部最优解等局限性，本方案改进模拟退火算法，利用粒子群算法对模拟退火算法的初始值(初设温度和初设解空间)进行寻优，综合模拟退火的全局收搜能力强的优点，具有收敛速度快、全局优化能力强、算法性能佳，鲁棒性更强的优点。
[0076]
(2)本方案控制方法以分布式能源优化配置作为一项优化目标，能够在优化储能配置容量的同时，对船舶直流微电网分布式光伏、风电的装机进行优化，充分发挥分布式能源的互补优势，为船舶微电网后续项目建设提供依据。
附图说明
[0077]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0078]
图1是本发明方案的微电网系统控制模型简要示意图；
[0079]
图2是本发明方案改进的模拟退火算法的简要流程示意图；
[0080]
图3是本发明方案粒子群优化算法的简要流程示意图。
具体实施方式
[0081]
下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部
分实施例而非全部实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0082]
参见图1，本实施例方案电动船舶直流微电网充电系统控制方法，其包括如下步骤：
[0083]
(1)建立船舶直流微电网控制配置模型；同时建立船舶直流微电网数学模型，以光照、风速、温度、水情、气象、储能功率、储能电池容量、电动船舶电池功率、电池容量、船舶数量数据为输入参数，通过数学模型计算得到光伏、小水电、风机输出功率、储能充放电功率及电动船舶充电功率，其中，计算光伏、小水电、风机输出功率、储能充放电功率及电动船舶充电功率的公式为本领域常见的计算公式模型，此处不再赘述枚举相应公式和计算规则原理。
[0084]
(2)构建改进模拟退火算法的目标函数f：
[0085]
f＝min(b
s-cc)
[0086]
其中，目标函数式中bs为船舶直流微电网年均收益，目标函数式中cc为船舶直流微电网年均投资成本；
[0087]
1)目标函数式中cc为船舶直流微电网年均投资成本，其计算式如下：
[0088]cc
＝min[cc+c
sh
+cd]
[0089]
其中，等式右侧的参数cc为储能设备年均等效投资运行成本，c
sh
为电动船舶年均充电成本，cd为微电网年均市电购电成本；由于年均充电成本、年均投资运行成本等数据为阶段性数据，其可以从历史数据或者预期数据中进行获取，而这属于现有数据，因此，本方案不再赘述其计算方式，下述类似的阶段性数据亦是如此。
[0090]
①
储能设备年均等效投资运行成本cc包括储能基建成本c
b.yx
、运维成本c
b.yw
以及储能系统运行中的损耗成本c
b.sh
，即：
[0091]cc
＝c
b.yx
+c
b.yx
+c
b.sh
[0092]
②
电动船舶年均充电成本
[0093]
假设电动船舶数量为n
sh
，每艘电动船舶年均充电成本包含电动船舶年均充电电费成本电动船舶年均停泊费用成本则其数学关系表示如下：
[0094][0095]
③
微电网年均市电购电成本cd由各时刻综合电价md与充电负荷与新能源出力之差的乘积表示，即
[0096]cd
＝md×
[p
fh-(p
pv
+p
wt
+pc)]
[0097]
2)目标函数式中bs为船舶直流微电网年均收益，其计算式如下：
[0098]bs
＝max[bc+b
sh
+b
pv
+b
wt
]
[0099]
其中，bc为储能设备年均参与辅助服务收益，p
sh
为微电网为年均电动船舶充电取得充电收益；p
pv
为微电网光伏年均发电收益；p
wt
为微电网风电年均发电收益。
[0100]
(3)本实施例方案中，约束条件的构建方法包括：
[0101]
1)系统安全运行约束
[0102]
基于外接电网一旦出现故障，船舶微电网系统便进入孤岛运行状态的情况，为保证该状态下本地重要负荷仍能够正常运转，必须对充电站在并网运行时新能源发电负荷比
值提出要求，要求任一小时内新能源发电功率p
x
占负荷比值不低于新能源定额比例k，
[0103]
p
x
(t)≥kp
total
(t)
[0104]
其中，约束条件包括电力系统功率平衡约束、储能充放电深度、寿命约束、光伏、风电、小水电出力约束、电动船舶接入数量约束中的一项以上；
[0105]
2)系统功率平衡约束
[0106]
为保证充电站的稳定运行，全年任意时刻t都必须满足充电站内电源与负荷之间的功率平衡，其公式如下：
[0107]
p
sh
(t)+p
load
＝p
battery
(t)+p
wind
(t)+p
pv
(t)+p
grid
(t)
[0108]
式中，p
pv
(t)、p
wt
(t)、pb(t)表示t时刻光伏、风机和储能出力，其中pb(t)充电为负，放电为正；
[0109]
3)风光储装配及电动船舶接入数量约束
[0110][0111]
式中，n
pv.max
、n
wt.max
、n
b.max
、n
sh.max
为光伏、风电、储能设备最大安装数量及电动船舶最大接入数量；
[0112]
4)储能、光伏、风电发电设备输出功率约束
[0113]
风、光发电设备的任意时刻输出功率需满足该时刻风速或太阳辐射强度所决定的范围约束，公式如下：
[0114][0115]
式中，p
b.min
为储能电池最小充放电功率；p
b.max
储能电池最大充放电功率。式中，p
pv.min
、p
pv.max
为光伏阵列的最小与最大输出功率；p
wt.min
、p
wt.max
为风力发电机组的最小与最大输出功率；
[0116]
5)储能电池容量约束
[0117]
根据储能电池的额定容量和放电深度，储能的电量变化范围需满足：
[0118]
ar
b.n
≤rb(t)≤be
b.n
[0119]
式中，储能电池的额定容量为r
b.n
，rb(t)取决于储能电池最大放电深度的上限b和下限a。
[0120]
(4)运用本方案提出的改进模拟退火算法，以步骤(2)中构建的目标函数和步骤(3)中的约束条件作为算法输入进行寻优求解，得到船舶直流微电网容量优化配置结果；
[0121]
(5)使用计算所得的船舶直流微电网容量优化配置结果进行船舶直流微电网控制配置。
[0122]
本实施例方案提出的改进模拟退火优化算法流程在解的产生和接受方面包括如下几个步骤：
[0123]
(1)由产生函数从当前解产生一个位于解空间的新解。
[0124]
(2)判断新解是否被接受，判断依据是接受准则，最常用的接受准则metropolis准
则；若δe＜0，则接受x
′
作为新的当前解x；否则，以概率接受x
′
作为新的当前解x。
[0125]
(3)当新解被确定接受时，用新解代替当前解，当前解中对应于产生新解时的变换部分予以实现，同时修正目标函数值即可。当前解实现了一次迭代，可在此基础上开始下一轮试验。若当前解被判定为舍弃，则在原当前解的基础上继续下一轮试验。
[0126]
结合图2所示，本方案利用模拟退火算法对船舶直流微电网控制配置模型进行寻优求解包括：
[0127]
(1)初始化：设置初始温度t0(充分大)、初始解状态x0(算法迭代起点)、每个t值的迭代次数l；
[0128]
(2)对k＝1，
…
，l时，进行步骤(3)至步骤(6)的操作；
[0129]
(3)产生新解x
′
；
[0130]
(4)计算增量δe＝e(x
′
)-e(x)，其中e(x)为评价函数；
[0131]
(5)若δe＜0，则接受x
′
作为新的当前解，否则以概率接受x
′
作为新的当前解；
[0132]
(6)在当前解经过充分搜索后，判断其是否满足终止条件，如果满足终止条件，则输出当前解作为最优解，结束程序，否则进入步骤(7)；
[0133]
(7)调整参数t，令其逐渐减小，且t
→
0，然后转至步骤(2)。
[0134]
结合图3所示，本方案还通过粒子群算法对模拟退火算法的初始温度t0、初始解状态x0进行寻优，其包括：
[0135]
(1)初始化粒子群，包括群体规模n，每个粒子的位置xi和速度vi；
[0136]
(2)计算每个粒子的适应度fit[i]；
[0137]
(3)对每个粒子，用它的适应度值fit[i]和个体极值pbest(i)比较，如果fit[i]《pbest(i)，则用fit[i]替换掉pbest(i)；
[0138]
(4)对每个粒子，用它的适应度值fit[i]和全局极值gbest比较，如果fit[i]《gbest则用fit[i]替gbest；
[0139]
(5)迭代更新粒子的速度vi和位置xi；
[0140]
(6)进行边界条件处理；
[0141]
(7)判断算法终止条件是否满足：若是，则结束算法并输出优化结果；否则返回步骤(2)。
[0142]
基于上述，本实施例方案还提供一种电动船舶直流微电网充电控制系统，其包括：
[0143]
数据获取模块，用于获取光伏输出功率、小水电输出功率、风机输出功率、储能充放电功率和电动船舶充电功率中的一项以上参数；
[0144]
数据处理模块，用于建立船舶直流微电网控制配置模型、目标函数和约束条件；还用于结合预设目标函数和预设约束条件作为算法输入，利用模拟退火算法对船舶直流微电网控制配置模型进行寻优求解，获得船舶直流微电网容量优化配置结果；
[0145]
参数配置模块，用于使用计算所得的船舶直流微电网容量优化配置结果进行船舶直流微电网控制配置。
[0146]
另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，也可
以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0147]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0148]
以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。