一种多微电网系统并网点功率的控制方法及系统

本发明涉及分布式发电系统，尤其涉及一种多微电网系统并网点功率的控制方法及系统。

背景技术：

1、随着中国“双碳”战略目标的持续稳步推进，大比例新能源并网已成为新型电力系统的显著特征。然而，新能源发电的间歇性和不确定性给电力系统的安全稳定运行和经济调度带来了困难。含储能装置的微电网可有效促进可再生能源消纳和提升电力系统可靠性，被广泛引入配电系统中。各个微电网间可通过配电运营商进行区域间能源的协同调度，形成多微电网系统，提高能源利用效率，提升电力系统的稳定性。

2、现有的技术一般只单一考虑促进新能源消纳，最大化新能源发电收益或考虑平滑抑制新能源的出力波动，缺乏同时兼顾发电收益和功率平滑的技术。同时，对于新能源出力波动的问题，现有的平滑新能源出力波动的方法大多数是在秒或分钟的时间尺度上对电能出力进行平滑，使微电网符合并网规范。然而此类方法仅仅考虑了实时调节或基于短期功率预测的平滑作用。由于储能装置容量有限，其难以有效抑制新能源长期、大范围且频繁的波动，从而需要在长时间尺度下进行考虑。

3、另一方面，对于多微电网系统并网的控制问题，现有的方法多采用集中控制优化的方法，由一个中心控制器做全局优化，向各个微电网系统下达调度指令。然而在实际情况中，中心控制器的决策变量空间会随着微电网系统的个数而指数增长，使得集中优化计算变得困难。

技术实现思路

1、本发明提供一种多微电网系统并网点功率的控制方法及系统，通过控制多微电网主体根据系统实时状态进行储能调度，降低公共并网点的功率均值-方差值，提高多微电网系统并网点运行的稳定性。

2、第一方面，本发明实施例提供一种多微电网系统并网点功率的控制方法，包括：

3、获取多微电网系统的实时运行数据，所述实时运行数据包括所述多微电网系统中各个微电网的实时新能源发电出力状态、实时负荷水平状态以及实时储能荷电状态；

4、根据所述实时运行数据以及预设的储能调度策略控制所述各个微电网的充放电动作，进而降低所述多微电网系统的功率波动；

5、其中，所述储能调度策略是根据所述多微电网系统的历史运行数据和初始储能调度策略构建所述多微电网系统的随机团队博弈模型，进而基于所述随机团队博弈模型使用预设的随机团队博弈算法对初始储能调度策略进行迭代优化获得。

6、本发明实施例提供了一种多微电网系统并网点功率的控制方法，在多微电网系统的运行过程中，根据多微电网系统的实时运行数据，通过预设的储能调度策略控制各个微电网的充放电动作，进而降低所述多微电网系统的功率波动。与现有技术利用储能对新能源出力波动在秒或分钟时间尺度上进行平滑不同，本发明的方法针对储能的有限容量特点，考虑长期时间尺度下储能的调度方法。同时，每个微电网在进行储能调度时，能够兼顾其他微电网的状态和策略，实现多个微电网储能调度策略之间的配合，使得所生成的储能调度策略能够更精准的控制各个微电网的充放电行为，提高多微电网系统并网点运行的稳定性。

7、进一步的，所述根据所述多微电网系统的历史运行数据和初始储能调度策略构建所述多微电网系统的随机团队博弈模型，具体为：

8、根据所述多微电网系统的历史运行数据和初始储能调度策略，构建所述随机团队博弈模型的稳态分布函数，其中，所述历史运行数据包括所述多微电网系统中各个微电网在不同时刻的新能源发电出力状态、负荷水平状态以及储能荷电状态，所述稳态分布函数表示所述微电网系统在长期运行时处于各个不同状态的概率分布；

9、根据所述多微电网系统中各个微电网的当前状态以及充放电动作，构建所述随机团队博弈模型的奖励函数，所述奖励函数表示各个微电网在进行对应的充放电动作后，所述各个微电网输出的功率之和；

10、根据所述稳态分布函数和奖励函数构建所述随机团队博弈模型的优化目标函数和系统均值-方差值函数，所述系统均值-方差值函数用于评估所述多微电网系统的性能表现。

11、本发明实施例提供了一种多微电网系统的随机团队博弈模型的方法，基于多微电网系统的历史运行数据和初始储能调度策略，考虑并网点功率的长期输出和波动构建了多微电网系统的随机团队博弈模型。所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数，用于确定所述随机团队博弈模型的优化方向以及在优化过程中准确评估所述多微电网系统的性能，使得随机团队博弈模型能够基于初始储能调度策略生成的储能调度策略能够有效降低公共并网点的功率均值-方差值，提高多微电网系统并网点运行的稳定性。

12、在一种可能实现的方式中，所述根据所述多微电网系统的历史运行数据初始储能调度策略，构建所述随机团队博弈模型的稳态分布函数，具体为：

13、根据所述历史运行数据中所述各个微电网的不同状态出现的频率，构建所述各个微电网的新能源出力状态转移概率矩阵和负荷水平状态转移概率矩阵；

14、根据所述各个微电网的新能源出力状态转移概率矩阵和负荷水平状态转移概率矩阵，构建所述多微电网系统的状态转移概率矩阵；

15、在多微电网系统长期运行状态下，根据所述多微电网系统的状态转移概率矩阵和初始储能调度策略构建所述随机团队博弈模型的稳态分布函数。

16、本发明实施例提供了一种构建随机团队博弈模型的稳态分布函数的方法，根据历史运行数据可以统计各个微电网的不同的新能源出力状态和负荷水平状态出现的频率，进而获得各个微电网的新能源出力状态转移概率矩阵和负荷水平状态转移概率矩阵，用于表示各个微电网出现各种不同状态的概率；根据这两个概率矩阵，可以进一步总结出多微电网系统的状态概率矩阵，并结合初始储能调度策略，构建出所述随机团队博弈模型的稳态分布函数。通过稳态分布函数可以预测多微电网系统在储能调度策略的指导下的状态变化规律，为后续模型不断优化储能调度策略提供了数据支持。

17、进一步的，所述根据所述各个微电网的新能源出力状态转移概率矩阵和负荷水平状态转移概率矩阵，构建所述多微电网系统的状态转移概率矩阵，具体公式为：

18、

19、

20、

21、其中，表示所述多微电网系统由状态s变为状态的概率，n表示微电网数量，为第i个微电网的新能源出力状态转移概率矩阵，为第i个微电网的负荷水平状态转移概率矩阵，和表示第i个微电网的两种不同的新能源出力状态，和表示第i个微电网的两种不同的负荷水平状态，和表示第i个微电网的两种不同的储能荷电状态，为第i个微电网在储能荷电状态的条件下，采取充放电动作的概率。

22、进一步的，所述根据所述多微电网系统的状态转移概率矩阵和初始储能调度策略构建所述随机团队博弈模型的稳态分布函数，具体公式为：

23、dπ＝(d(s1),…,d(sh))

24、其中，所述dπ为所述随机团队博弈模型的稳态分布函数，h为所述多微电网系统的状态数量，π为所述多微电网系统的储能联合调度策略，d(sh)为状态sh出现的概率，根据状态转移概率矩阵计算获得。

25、在一种可能实现的方式中，所述根据所述多微电网系统中各个微电网的当前状态以及充放电动作，构建所述随机团队博弈模型的奖励函数，具体公式为：

26、

27、其中，rt为所述随机团队博弈模型在t时刻的奖励函数，n为微电网数量，为第i个微电网在t时刻的充放电动作，时对应充电动作，时对应放电动作，为第i个微电网在t时刻的新能源出力状态，为第i个微电网在t时刻的负荷水平状态。

28、进一步的，所述根据所述稳态分布函数和奖励函数构建所述随机团队博弈模型的优化目标函数和系统均值-方差值函数，具体公式为：

29、

30、

31、

32、

33、其中，ηπ为所述多微电网系统在储能联合调度策略π的控制下的长期电能量均值，t表示所述微电网系统的运行时间，r(st,at)表示所述微电网系统在t时刻的奖励函数，st表示所述微电网系统在t时刻的状态，at表示所述微电网系统在t时刻所采取的充放电动作；

34、ζπ为所述多微电网系统在储能联合调度策略π的控制下的长期电能量波动方差；

35、为所述随机团队博弈模型的优化目标函数，β为均值-方差平衡系数，ηπ和jπ的具体值可结合所述多微电网系统的稳态分布函数和奖励函数进行计算；

36、vπ(s)为所述多微电网系统在状态s上的系统均值-方差值函数，vπ(s)的具体值可结合泊松方程进行计算。

37、在一种可能实现的方式中，所述基于所述随机团队博弈模型使用预设的随机团队博弈算法对初始储能调度策略进行迭代优化，获得所述储能调度策略，具体为：

38、随机生成所述各个微网的排列顺序；

39、根据所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数，按照所述各个微电网的排列顺序依次更新所述各个微电网的第一储能调度策略，获得第二储能调度策略；

40、判断所述第二储能调度策略引起的所述多微电网系统的优化目标函数值变化是否小于预设的阈值，若所述优化目标函数值变化小于预设的阈值，则停止迭代优化，所述第二储能调度策略即为所述储能调度策略；否则对所述第二储能调度策略继续进行所述迭代优化。

41、本发明实施例提供了一种使用所述随机团队博弈模型对初始储能调度策略进行迭代优化的方法，基于优化目标函数和系统均值-方差值函数不断更新各个微电网的储能调度策略，并通过计算更新后的储能调度策略对优化目标函数值的影响，作为判断迭代是否停止的依据，最终获得可以使多微电网系统性能最优的储能调度策略。在对初始储能调度策略进行迭代优化的过程中，每次策略更新时的策略搜索空间对应于单个微电网主体的动作空间，计算复杂度随微电网主体的数量线性增长，与现有技术中的集中控制优化的技术相比，降低了每次策略更新时的计算复杂度，提高了储能调度策略的优化效率。

42、在一种可能实现的方式中，根据所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数，按照所述各个微电网的排列顺序依次更新所述各个微电网的第一储能调度策略，获得第二储能调度策略，具体为：

43、根据所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数确定所述各个微电网的储能调度策略更新函数；

44、根据所述各个微电网的储能调度策略更新函数依次对所述各个微电网的第一储能调度策略进行更新，获得第二储能调度策略。

45、本发明实施例进一步说明了根据优化目标函数对储能调度策略进行优化的具体过程，根据所述随机团队博弈模型中的相关函数确定所述各个微电网的储能调度策略更新函数，然后基于更新函数对各个微电网的储能调度策略进行更新，确定了每次更新的方向，使得每次更新后的储能调度策略都能进一步降低微电网功率波动，提高多微电网系统并网点运行的稳定性。

46、进一步的，所述各个微电网的储能调度策略更新函数，具体公式为：

47、

48、其中为第jn个微电网在状态s下的储能调度策略，k为算法迭代的次数，为除微电网jn外的其他微电网在状态s下的动作。

49、第二方面，相应的，本发明实施例提供一种多微电网系统并网点功率的控制系统，包括获取模块和控制模块；

50、其中，所述获取模块用于获取多微电网系统的实时运行数据，所述实时运行数据包括所述多微电网系统中各个微电网的实时新能源发电出力状态、实时负荷水平状态以及实时储能荷电状态；

51、所述控制模块用于根据所述实时运行数据以及预设的储能调度策略控制所述各个微电网的充放电动作，进而降低所述多微电网系统的功率波动；

52、其中，所述储能调度策略是根据所述多微电网系统的历史运行数据和初始储能调度策略构建所述多微电网系统的随机团队博弈模型，进而基于所述随机团队博弈模型使用预设的随机团队博弈算法对初始储能调度策略进行迭代优化获得。

53、在一种可能实现的方式中，所述控制系统还包括模型构建模块，所述模型构建模块用于根据所述多微电网系统的历史运行数据和初始储能调度策略构建所述多微电网系统的随机团队博弈模型，包括稳态分布函数构建单元、奖励函数构建单元和优化目标与性能评估单元；

54、其中，所述稳态分布函数构建单元用于根据所述多微电网系统的历史运行数据和初始储能调度策略，构建所述随机团队博弈模型的稳态分布函数，其中，所述历史运行数据包括所述多微电网系统中各个微电网在不同时刻的新能源发电出力状态、负荷水平状态以及储能荷电状态，所述稳态分布函数表示所述微电网系统在长期运行时处于各个不同状态的概率分布；

55、所述奖励函数构建单元用于根据所述多微电网系统中各个微电网的当前状态以及充放电动作，构建所述随机团队博弈模型的奖励函数，所述奖励函数表示各个微电网在进行对应的充放电动作后，所述各个微电网输出的功率之和；

56、所述优化目标与性能评估单元用于根据所述稳态分布函数和奖励函数构建所述随机团队博弈模型的优化目标函数和系统均值-方差值函数，所述系统均值-方差值函数用于评估所述多微电网系统的性能表现。

57、进一步的，所述稳态分布函数构建单元根据所述多微电网系统的历史运行数据初始储能调度策略，构建所述随机团队博弈模型的稳态分布函数，具体为：

58、根据所述历史运行数据中所述各个微电网的不同状态出现的频率，构建所述各个微电网的新能源出力状态转移概率矩阵和负荷水平状态转移概率矩阵；

59、根据所述各个微电网的新能源出力状态转移概率矩阵和负荷水平状态转移概率矩阵，构建所述多微电网系统的状态转移概率矩阵；

60、在多微电网系统长期运行状态下，根据所述多微电网系统的状态转移概率矩阵和初始储能调度策略构建所述随机团队博弈模型的稳态分布函数。

61、在一种可能实现的方式中，所述控制系统还包括优化模块，所述优化模块用于基于所述随机团队博弈模型使用预设的随机团队博弈算法对初始储能调度策略进行迭代优化，获得所述储能调度策略，包括随机排序单元、策略更新单元以及判断单元；

62、其中，所述随机排序单元用于随机生成所述各个微网的排列顺序；

63、所述策略更新单元用于根据所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数，按照所述各个微电网的排列顺序依次更新所述各个微电网的第一储能调度策略，获得第二储能调度策略；

64、所述判断单元用于判断所述第二储能调度策略引起的所述多微电网系统的优化目标函数值变化是否小于预设的阈值，若所述优化目标函数值变化小于预设的阈值，则停止迭代优化，所述第二储能调度策略即为所述储能调度策略；否则对所述第二储能调度策略继续进行所述迭代优化。

65、在一种可能实现的方式中，所述策略更新单元根据所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数，按照所述各个微电网的排列顺序依次更新所述各个微电网的第一储能调度策略，获得第二储能调度策略，具体为：

66、根据所述随机团队博弈模型中的优化目标函数和系统均值-方差值函数确定所述各个微电网的储能调度策略更新函数；

67、根据所述各个微电网的储能调度策略更新函数依次对所述各个微电网的第一储能调度策略进行更新，获得第二储能调度策略。