一种基于Matlab/Simulink的区域智慧能源管理方法

一种基于matlab/simulink的区域智慧能源管理方法
技术领域
本发明涉及能源管理技术领域，具体是一种基于matlab/simulink的区域智慧能源管理方法。


背景技术：

目前相对成熟的新能源应用技术有光伏发电和风力发电，其原理分别为利用太阳能电池的光电效应将太阳辐射能转变成电能和利用风能带动扇叶旋转进行发电，但是这两种技术都具有不稳定性，易受季节影响，存在消纳问题。针对上述问题，区域智慧能源系统是一个良好的解决方案。所谓智慧能源系统是指拥有自组织、自检查、自平衡等人类大脑功能，满足系统、安全、清洁和经济要求的能源形式。它将光伏发电，风力发电，传统的火力发电及储能设备相结合，实时采集数据分析，及时诊断预警调整运行策略，优化新型能源配置与消纳。区域智慧能源系统的建立，不仅节约煤炭资源，减少碳排放排放，促进能源转型升级，还降低了风电和光电的波动性，改善了消纳问题，提高了区域内能源整体利用效率，对于可持续发展具有重要意义。


技术实现要素：

本发明的目的在于提供一种基于matlab/simulink的区域智慧能源管理方法，以解决上述背景技术中提出的问题。为实现上述目的，本发明提供如下技术方案：一种基于matlab/simulink的区域智慧能源管理方法，包含以下步骤：步骤1、通过气象局官网收集气象数据或通过传感器采集实时气象数据，通过国家统计局官网采集地区火力发电数据和用电负荷数据，然后将数据输入系统进行模拟发电和模拟充放电；步骤2、利用气象数据进行模拟发电。模拟发电可分为风力发电模块和光伏发电模块。风力发电是指利用风能带动风车叶片旋转，从而使风车内的线圈切割磁感线产生电能，光伏发电是基于半导体的光电效应，通过太阳能板将太阳能转换为电能；步骤3、对风光模拟发电的结果进行检测；步骤4、将检验后的各种形式的发电输出功率进行合并，然后与负荷端所需功率进行比较，并根据比较结果进行充放电。所述风力发电是指利用风能带动风车叶片旋转，从而使风车内的线圈切割磁感线产生电能。作为本发明的进一步技术方案：所述风力发电模型输出功率的原理公式为：pm＝1/2πρr2c
pv3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中ρ为空气密度，kg/m3；r为叶轮半径，m，c
p
为风能利用系数；v为风速，m/s；λi＝1/(1/(λ+0.08β)-0.035/(β3+1))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
其中，λ为叶尖速比；β为桨距角，叶尖速比λ取0.81，桨距角β取0。作为本发明的进一步技术方案：所述光伏发电是基于半导体的光电效应，通过太阳能板将太阳能转换为电能。作为本发明的进一步技术方案：所述光伏发电模型输出功率为：p
gf
＝p
stc
g/g
stc
(1+ε(t
s-t
stc
))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)ts＝t+0.0138(1+0.031t)(1-0.042v)g
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，p
gf
代表光伏设备的输出功率(kw)，g代表太阳的光照强度(kw/m2)，p
stc
代表标准测试环境下光伏设备的最大输出功率(kw)；g
stc
代表标准测试环境下光照强度(kw/m2)；t
stc
代表标准测试环境下光伏装置表面温度(25℃)；ts代表光伏设备表面实际工作温度(℃)；ε代表光伏设备的温度比例系数，t代表环境温度(℃)，v代表实际风速(m/s)。作为本发明的进一步技术方案：所述步骤3包括风力模拟发电结果检测和光伏模拟发电结果检测，其中，风力模拟发电结果检测具体是：控制平台对输入的信号进行检测分析诊断是否存在故障，由于前期对风力发电模型进行了适当简化，只输出发电功率，因此检验风力发电系统是否正常的方法为在风速大于最小风速v
min
＝3m/s检验风力发电系统输出功率是否在正常范围，同时为了保证设备能够安全运行，当风速过大时要及时关闭设备。作为本发明的进一步技术方案：所述光伏模拟发电结果检测具体是：控制平台对输入的信号进行检测分析诊断是否存在故障,由于前期对光伏模型进行了适当简化，只输出发电功率，因此检验光伏发电系统是否正常的方法为在风速，光照强度，温度都合适的情况下检验光伏发电系统输出功率是否在正常范围。作为本发明的进一步技术方案：所述步骤4中的充放电的控制策略为：当风力发电，光伏发电和火力发电的总发电功率大于负载端需要的发电功率时储能装置进行充电，充电时，整个电池系统的最大充电功率为p
cmax
，当储能装置的荷电状态达到最大荷电状态soc
max
时，停止充电；当总发电功率小于负载端需要的发电功率时储能装置进行放电，放电时，整个电池系统的最大放电功率为p
dmax
，当储能装置的荷电状态达到最小荷电状态soc
min
时，停止放电。与现有技术相比，本发明的有益效果是：本发明基于matlab/simulink仿真的方法能快速模拟区域内能源利用情况，合理调配区域内资源，研究分析区域内各种形式能源发电占比，降低碳排放，促进可持续发展。
附图说明
图1是区域智慧能源管理系统流程图；图2是区域智慧能源系统simulink图；图3是风力发电模型图；图4是风力发电控制策略图；图5是风力发电检测系统图；图6是ts模型图；图7是光伏发电模型图；图8是光伏发电控制策略图；图9是光伏发电检测系统图；
图10是充电模型图；图11是放电模型图；图12是储能装置控制策略图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例1，如图1-12所示，一种基于matlab/simulink的区域智慧能源管理方法，包含以下步骤：步骤一：通过气象局官网收集气象数据或通过传感器采集实时气象数据，通过国家统计局官网采集地区火力发电数据和用电负荷数据，然后将数据输入系统进行模拟发电和模拟充放电。
10.步骤二：利用气象数据进行模拟发电。模拟发电可分为风力发电模块和光伏发电模块。风力发电是指利用风能带动风车叶片旋转，从而使风车内的线圈切割磁感线产生电能。风力发电模型输出功率的原理公式为：pm＝1/2πρr2c
pv3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式1中ρ——空气密度，kg/m3；r——叶轮半径，m；c
p
——风能利用系数；v——风速，m/s；λi＝1/(1/(λ+0.08β)-0.035/(β3+1))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式2，3中λ——叶尖速比；β——桨距角。本设计中叶尖速比λ取最佳叶尖速比0.81，桨距角β取0。当面临不同的风速条件时，本系统能够自动调整运行策略，具体控制策略如表1所示，simulink模型结构如图3，图4所示。表1：风力发电控制策略
光伏发电的主要原理是半导体的光电效应，通过太阳能板将太阳能转换为电能，光伏发电模型输出功率为：p
gf
＝p
stc
g/g
stc
(1+ε(t
s-t
stc
))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-1)ts＝t+0.0138(1+0.031t)(1-0.042v)g
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1-2)式1-1中，p
gf
代表光伏设备的输出功率(kw)；g代表太阳的光照强度(kw/m2)；p
stc
代表标准测试环境下光伏设备的最大输出功率(kw)；g
stc
代表标准测试环境下光照强度(kw/m2)；t
stc
代表标准测试环境下光伏装置表面温度(25℃)；ts代表光伏设备表面实际工作温度(℃)；ε代表光伏设备的温度比例系数。式1-2中，t代表环境温度(℃)；v代表实际风速(m/s)。当面临不同的气象条件时，本系统能够自动调整运行策略，具体控制策略如表1-1所示，simulink模型结构如图6，图7，图8所示。表1-1光伏发电控制策略1光伏发电控制策略步骤三：对风光模拟发电的结果进行检测。(1)风力模拟发电结果检测：控制平台对输入的信号进行检测分析诊断是否存在故障，由于前期对风力发电模型进行了适当简化，只输出发电功率，因此检验风力发电系统是否正常的方法为在风速大于最小风速v
min
＝3m/s检验风力发电系统输出功率是否在正常范围，同时为了保证设备能够安全运行，当风速过大时要及时关闭设备。具体控制策略如表2-1所示，simulink模型结构如图5所示。
表2-1风力发电故障诊断控制策略(2)光伏模拟发电结果检测：控制平台对输入的信号进行检测分析诊断是否存在故障,由于前期对光伏模型进行了适当简化，只输出发电功率，因此检验光伏发电系统是否正常的方法为在风速，光照强度，温度都合适的情况下检验光伏发电系统输出功率是否在正常范围。具体控制策略如表2-2所示，simulink模型结构如图9所示。表2-2光伏发电故障诊断控制策略步骤四：将检验后的各种形式的发电输出功率进行合并，然后与负荷端所需功率进行比较，并根据比较结果进行充放电。(1)充电模型：当区域智慧能源系统中风力发电，光伏发电和火力发电合并后的总发电功率大于负载端所需负荷时,为了减少能源的浪费，提高区域内能源的利用率，将多余的电能存储在锂电池中，待缺电时再将电能释放出来。此时对锂电池进行充电，充电的原理公式为，pc(t)＝p
dg
(t)-p
load
(t)/η
inv
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3-1)式3-1中，pc(t)为t时刻锂电池的充电功率，w；p
dg
(t)为t时刻区域智慧能源系统中总发电功率，w；p
load
(t)为t时刻区域智慧能源系统内的负荷功率，w；η
inv
为储能系统逆变器的效率，本系统中取0.99。即锂电池理想的充电功率等于区域智慧能源系统总发电功率与负载端负荷功率的差值，但当区域智慧能源系统总发电输出功率与负载所需的功率的差值超出锂电池自身
的最大充电功率时,若仍以这种功率对锂电池充电，很可能会对储能装置造成损害，因此为了延长储能装置的寿命，电池的充电功率不能超过最大充电功率，即电池的充电功率应当取系统总发电输出功率与负载所需的功率的差值与锂电池自身的最大充电功率中较小的一个功率，即：pc(t)＝min{p
dg
(t)-p
load
(t)/η
inv
,p
cmax
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3-2)式3-2中，p
cmax
为储能电池的最大充电功率,w。此外，为了保护锂电池，延长锂电池的使用寿命，当锂电池快要充满电时，应当及时停止充电，所以锂电池的充电功率还要受到荷电状态的约束。综上，储能电池的充电功率如式5-3所示。pc(t)＝min{p
dg
(t)-p
load
(t)/η
inv
,p
cmax
,(soc
max-soc(t))
·ebess
/ηc}
ꢀꢀ
(3-3)式3-3中，soc
max
为锂电池的荷电状态最大值；soc(t)为当前t时刻的锂电池的荷电状态；e
bess
为储能电池的容量；ηc为储能电池的充电效率，本系统中取0.99。为了观察锂电池在充电过程中荷电状态的变化，需要计算每一时刻的荷电状态，锂电池的荷电状态与，锂电池上一时刻的荷电状态，锂电池自身的放电率和实际充电功率有关，计算公式为：soc(t+1)＝soc(t)(1-δ)+pc(t)
·
ηc/e
bess
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3-4)式3-4中，soc(t+1)为t+1时刻锂电池的荷电状态；δ为锂电池自身的放电率，％/h；pc(t)由式(5-4)确定电池的充电功率。充电模型的simulink模型结构如图10所示。(2)放电模型：由于风力发电和光伏发电的波动性较强，有时会出现区域智慧能源系统中总发电功率小于负荷所需功率的情况，此时为了满足用户对于电能的需要，需将储存在锂电池中的电能释放出来，锂电池进行放电的过程与充电的过程原理相同，为了有效防止锂离子电池产生的瞬间放电功率过大而损坏锂离子电池或缩短锂离子电池本身的使用寿命，其最大的释放功率一般不得超过锂离子电池本身的额定最高功率释放的输出的功率的限制。同时，为了防止电池受到损害在电池电量完全用光之前需要及时停止放电，因此锂电池放电功率还要受到荷电状态约束。综上，锂电池的放电功率由区域智慧能源系统中负荷所需功率与系统总发电的功率的差值、锂电池的最大放电功率和锂电池的荷电状态所决定，锂电池的放电功率计算如式3-5所示：pd(t)＝min{p
load
(t)/η
inv-p
dg
(t),p
dmax
,(soc(t)-soc
min
)
·ebess
·
ηd}
ꢀꢀ
(3-5)式3-5中，p
dmax
为储能电池的最大放电功率，w；soc
min
为储能电池的荷电状态下限；ηd为锂电池的放电效率，本系统中取0.99。放电过程，锂电池的荷电状态由电池自放电率和锂电池的放电功率决定,计算公式如式3-6所示:soc(t+1)＝soc(t)(1-δ)-pd(t)/(ηd·ebess
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(3-6)
放电模型的simulink模型结构如图11所示。(3)充放电控制策略：本系统储能装置采用的控制策略为当风力发电，光伏发电和火力发电的总发电功率大于负载端需要的发电功率时储能装置进行充电，充电时，整个电池系统的最大充电功率为p
cmax
，当储能装置的荷电状态达到最大荷电状态soc
max
时，停止充电；当总发电功率小于负载端需要的发电功率时储能装置进行放电，放电时，整个电池系统的最大放电功率为p
dmax
，当储能装置的荷电状态达到最小荷电状态soc
min
时，停止放电。simulink模型结构如图12所示。本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。