一种多能互补系统的协调控制方法技术方案

本发明专利技术公开了一种多能互补系统的协调控制方法，包括：在日前调度阶段，通过基于次日长时间预测信息的日前鲁棒优化调度，确定具有大惯性环节装置的启停时段；在日内调度阶段，通过基于日内短时间预测信息的日内多目标量子粒子群优化，确定可连续调节装置的输出功率；利用日前与日内调度的协同优化，最终确定多能互补系统内源网荷储的运行方式，实现多能互补系统的协调控制。本发明专利技术在保证系统安全稳定运行条件基础上，考虑资源的最优化利用，实现了系统运行成本最小。

【技术实现步骤摘要】
一种多能互补系统的协调控制方法
本专利技术涉及能源协调控制
，尤其涉及一种多能互补系统的协调控制方法。
技术介绍
随着经济快速发展，能源互联网产业迅速崛起，智能用电设备高度普及，供给侧的随机性增强、可控性降低，需求侧要求更加高效化和清洁化、需求侧波动性增大，系统的安全风险增加，整体性凸显。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供一种多能互补系统的协调控制方法，在保证系统安全稳定运行条件基础上，考虑资源的最优化利用，实现系统运行成本最小。为达到上述目的，本专利技术所采用的技术方案是：一种多能互补系统的协调控制方法，所述方法包括如下步骤：在日前调度阶段，通过基于次日长时间预测信息的日前鲁棒优化调度，确定具有大惯性环节装置的启停时段；在日内调度阶段，通过基于日内短时间预测信息的日内多目标量子粒子群优化，确定可连续调节装置的输出功率；利用日前与日内调度的协同优化，最终确定多能互补系统内源网荷储的运行方式，实现多能互补系统的协调控制。进一步的，所述大惯性环节装置是指：不能频繁调节且运行状态改变后需要维持改变后的状态持续运行一段时间的设备或控制量，包括：蓄热装置/锅炉的储放热模式、供热源切换选择、日前电价制定信息。进一步的，所述日前鲁棒优化调度的具体方法包括：基于历史数据库、气候状态、用能服务信息对次日负荷的用能数量及分布式电源的发电量进行预测，并使用区间函数的形式对不确定量进行描述；在日前调度阶段，对次日每小时内负荷、分布式电源的功率进行预测。使用鲁棒优化控制考虑随机变量在预测区间内的所有可能性，具有min-max两阶段优化模式，其中内层为确定最大预测误差情况，外层为最小化总体优化目标。进一步的，所述可连续调节装置是指：可在一段时间内进行多次调节的设备或控制量，包括：储能的充放电功率、冷热电联产装置运行状态、室内温度设定值。进一步的，所述日内多目标量子粒子群优化的具体方法包括：以5分钟为时间间隔，滚动刷新下阶段负荷及可再生能源的预测信息；制定下一个5分钟时间间隔内可连续调节装置的功率设定值；利用量子粒子群算法依概率收敛到全局最优解的特性，对原有量子粒子群算法的全局最优解和个体最优解的选择过程进行改进，并利用预处理阻尼JFNK算法对多目标量子粒子群算法实现过程中的等式约束进行处理；依据变量与等式约束的数量关系，进行变量替换；每轮随机选取初值，经多轮迭代后，获取所需的Pareto前沿，实现日内调度的控制目标。进一步的，所述日内调度的控制目标为：在短时间尺度内平衡预测误差所造成的功率缺额，并使得系统在经济性、可靠性、环保性方面同时达到最优；其中：经济性目标为“燃料成本+维护成本-运行收益”最小；可靠性指标以切负荷的补偿成本来衡量，即期望未满足负荷需求的量和单位负荷成本之积来衡量；环保性指标以污染物处理成本来衡量，即将微型燃气轮机、柴油机、燃料电池等在供能过程中产生环境污染物排放量和单位污染物治理成本之积来衡量。进一步的，对原有量子粒子群算法的全局最优解和个体最优解的选择过程进行改进的具体方法包括：在每轮初值选择后的第一次迭代时，个体最优解即为初值迭代计算获得的适应度函数值，全局最优解为从所有初次迭代个体最优解所组成的Pareto前沿中随机选择的一个值；在每轮的非初次迭代阶段，将当前迭代获得的适应度函数值与当前个体最优解进行比较，选取两者中Pareto占优的值作为本次迭代的个体最优解；将当前迭代所获得的所有粒子的个体最优解依次与历史最优解进行比较，选取两者中Pareto占优的值作为新的历史最优解，直到与所有粒子的个体最优解比较过后，获得本次迭代的历史最优解；在获得本次迭代的全局最优解和个体最优解后，沿用原有量子粒子群算法程序对粒子进行更新，直到达到收敛条件，或本轮迭代次数限制，即可结束本轮量子粒子群算法的迭代过程。进一步的，获取所需的Pareto前沿的具体方法如下：若选取的控制变量个数为n，则对于所选取粒子群中的每个粒子均为n维变量，对于每个控制变量存在一个控制范围，则在初始化阶段，对每个粒子的每维变量在各变量对应的控制范围内进行随机取值；每次随机选取初值后，即可开始一轮多目标量子粒子群算法，利用量子粒子群算法依概率收敛到全局最优解的特性，在每轮多目标粒子群算法中经过多次迭代后，可获得一个Pareto前沿的点，这样经过n轮随机选取初值，进行迭代后，即可由所得的n个Pareto前沿点描绘出待优化系统的Pareto前沿。进一步的，所述阻尼JFNK算法的外循环使用传统牛顿迭代，使用阻尼法加速系统下降过程；所述阻尼JFNK算法的内循环基于Krylov子空间，将修正量的求解转换为线性方程的求解，采用GMRES算法来进行内循环迭代。进一步的，对等式约束进行处理的方法包括：依据变量个数m与等式约束n之间的关系，每次仅对m-n个变量使用量子粒子群算法进行迭代更新，而对n个变量通过将m-n个变量代入等式约束后，利用预处理阻尼JFNK算法求解等式约束后获得，再将每次迭代所获得的m个变量与其限值进行对比后，最终确定各变量的取值。与现有技术相比，本专利技术所达到的有益效果：在日前调度阶段，使用鲁棒优化算法实现对具有大惯性环节、开关量特性的设备或控制量的调控，在大时间尺度内满足峰值负荷需求，并提高低成本可再生能源的利用率，使得优化结果具备抵抗预测误差扰动的能力，并且可以避免日内调度对整数型变量进行优化，简化日内调度的优化模型，提高日内优化的效率；在日内调度阶段，使用改进型的多目标量子粒子群算法，利用量子粒子群算法依概率收敛到全局最优解的特性，仅需要对已有量子粒子群算法程序的全局最优解和个体最优集的选取过程进行改动，通过随机选取初值，多轮迭代的方法，即可获得所需的Pareto前沿，编程思路清晰，方便进行并行计算，提高算法效能；利用预处理阻尼JFNK算法对等式约束进行变量替代，降低了粒子群算法的优化维度，保证对等式约束求解过程中的超线性收敛特性，提高算法的收敛速度，相比传统牛顿迭代法，可避免构造和存储Jacobian矩阵，并在外循环中添加阻尼环节来抑制振荡，提高算法的收敛性，对于内循环采用预处理方式，来使系数矩阵的特征值在复平面内更加聚拢，从而提高内循环的收敛速度。附图说明图1为多能互补系统的潮流构成图；图2为多能互补系统多时间尺度优化调度过程示意图；图3为改进型多目标量子粒子群算法流程图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。图1给出了多能互补系统的潮流构成图。图1将多能互补系统分为电潮流和热潮流两大部分，借助信息化手段，整合电价信息和室内、外环境温度等信息，分别对电、冷、热负荷进行预测和调控，利用蓄电池、可再生能源、主电网、热电联产装置、锅炉等多种能源形式的互补和“源-网-荷-储”各环节高度协调控制，借助各种能源转换装置，最终在区域内能源供需平衡的基础上，为用户提供灵活用能服务，实现能源高效利用，保证能源系统的可靠、节能、绿色发展。图2给出了多能互补系统多时间尺度优化调度过程图。根据图2可知，本专利技术的实施流程分为两个主要步骤，分别为基于日前长时间预测信息的鲁棒优化调度和基于日内短时间预测信息的改进型多目标量子粒子群优化调度，通过日前与本文档来自技高网...

【技术保护点】
1.一种多能互补系统的协调控制方法，其特征在于：所述方法包括如下步骤：在日前调度阶段，通过基于次日长时间预测信息的日前鲁棒优化调度，确定具有大惯性环节装置的启停时段；在日内调度阶段，通过基于日内短时间预测信息的日内多目标量子粒子群优化，确定可连续调节装置的输出功率；利用日前与日内调度的协同优化，最终确定多能互补系统内源网荷储的运行方式，实现多能互补系统的协调控制。

【技术特征摘要】
1.一种多能互补系统的协调控制方法，其特征在于：所述方法包括如下步骤：在日前调度阶段，通过基于次日长时间预测信息的日前鲁棒优化调度，确定具有大惯性环节装置的启停时段；在日内调度阶段，通过基于日内短时间预测信息的日内多目标量子粒子群优化，确定可连续调节装置的输出功率；利用日前与日内调度的协同优化，最终确定多能互补系统内源网荷储的运行方式，实现多能互补系统的协调控制。2.根据权利要求1所述的多能互补系统的协调控制方法，其特征在于：所述大惯性环节装置是指：不能频繁调节且运行状态改变后需要维持改变后的状态持续运行一段时间的设备或控制量，包括：蓄热装置/锅炉的储放热模式、供热源切换选择、日前电价制定信息。3.根据权利要求1所述的多能互补系统的协调控制方法，其特征在于：所述日前鲁棒优化调度的具体方法包括：基于历史数据库、气候状态、用能服务信息对次日负荷的用能数量及分布式电源的发电量进行预测，并使用区间函数的形式对不确定量进行描述；在日前调度阶段，对次日每小时内负荷、分布式电源的功率进行预测。使用鲁棒优化控制考虑随机变量在预测区间内的所有可能性，具有min-max两阶段优化模式，其中内层为确定最大预测误差情况，外层为最小化总体优化目标。4.根据权利要求1所述的多能互补系统的协调控制方法，其特征在于：所述可连续调节装置是指：可在一段时间内进行多次调节的设备或控制量，包括：储能的充放电功率、冷热电联产装置运行状态、室内温度设定值。5.根据权利要求1所述的多能互补系统的协调控制方法，其特征在于：所述日内多目标量子粒子群优化的具体方法包括：以5分钟为时间间隔，滚动刷新下阶段负荷及可再生能源的预测信息；制定下一个5分钟时间间隔内可连续调节装置的功率设定值；利用量子粒子群算法依概率收敛到全局最优解的特性，对原有量子粒子群算法的全局最优解和个体最优解的选择过程进行改进，并利用预处理阻尼JFNK算法对多目标量子粒子群算法实现过程中的等式约束进行处理；依据变量与等式约束的数量关系，进行变量替换；每轮随机选取初值，经多轮迭代后，获取所需的Pareto前沿，实现日内调度的控制目标。6.根据权利要求5所述的多能互补系统的协调控制方法，其特征在于：所述日内调度的控制目标为：在短时间尺度内平衡预测误差所造成的功率缺额，并使得系统在经济性、可靠性、环保性方面同时达到最优；其中：经济性目标为“燃料成本+维护成本-运行收益”最小；可靠性指标以切负荷的补偿成本来衡量，即期望未满足负荷需求的量和单位负荷成本...

【专利技术属性】
技术研发人员：施烨，解凯，金浩，苏恒循，张代新，马向追，
申请(专利权)人：南京南瑞继保电气有限公司，南京南瑞继保工程技术有限公司，
类型：发明
国别省市：江苏,32