本发明专利技术公开一种基于交替方向乘子算法的分布式全局最优能量管理系统，是在单一微电网下，以多个储能设备为单位的系统，该微电网是由不同结点组成，每个结点都连接着相对应的能量存储模块、能量管理模块、动态负载和再生能源发电机，不同的结点通过拓扑图的样式互相连接，相邻的结点之间能够进行信息的交流，通过信息的交流，每个结点同步更新自身的能量管理参数，从而实时调整整个微电网的总体能耗达到全局最小。本发明专利技术通过跟踪能量存储模块的荷电状态，同时考虑微电网的能量供求平衡条件、传输线损耗、再生能源发电机的间断性、负载的动态变化、能量存储系统自身的充放电效率等因素，动态最小化电力线上的电力流动，从而达到减少功率损耗的目的。
【技术实现步骤摘要】
本专利技术设及智能电网领域，更具体地，设及一种基于交替方向乘子算法的分布式 全局最优能量管理系统。
技术介绍
随着国民经济的发展，工业、商业、居民、电动汽车对用电的需求稳定迅速增长，电 力部口必须开始加大对火电、水电W及核电等大型集中电源和超高压远距离输电网的建设 力度。而传统的电力系统是采用集中供电的形式，通过长距离传输线到分散的终端用户。随 着电网规模的不断扩大，运种供电形式的弊端日益凸现，鲁棒性差，运行难度大，难W适应 用户越来越高的安全和可靠性要求W及多样化的供电需求，如纽约市、台湾岛二次大停电 已为我们敲响了警钟。为了及时抑制运种趋势的蔓延，只有合理地调整供电结构、有效地将 分布式发电和集中式发电结合在一起，构架更加安全稳定的电力系统。 分布式发电作为新的概念，其可靠、高品质的电能供应，逐渐成为集中供电系统的 一个重要补充。由分布式发电机、负载、能量存储系统组成的微电网属于一种小规模的电力 系统，可W将不同的分布式发电机和分布式能量存储系统整合到电网中。开发和延伸微电 网能够充分促进分布式电源与可再生能源的大规模接入，实现对负荷多种能源形式的高可 靠供给，是实现主动式配电网的一种有效方式，是传统电网向智能电网过渡，有效解决了大 型集中式电网的许多潜在问题。因此，对微电网的控制优化具有重大的研究意义。目前已知 的微电网中的能量管理系统研究的文献主要有： E. Sortomme and M.A.El-Sharkawi，('Optimal power flow for a system of microgrids with controllable loads and battery storage，，，2009IEEE/PESPower Systems Conf.and Exposition,pp.1-5,2009. W ?-Y ? Chiu，H ? Sun，and H ? V ? Poor，"Demand-s ide energy storage systemmanagement in smart grid，，，in Proc . IEEE Int . Conf . Smart GridCommunications，PP.73-78，2012. S.Chakraborty，M.D.Weiss,and M.G.Simoes,"Distributed intelIigentenergy management system for a single-phase high frequency ACmicrogridW，IEEE Trans.Ind. Electron.，vol.54，no. I，PP.97-109，2007. Q.Jiang，Y.Gong,and H.Wang,"A battery energy storage system duallayer control strategy for mitigating wind farm fluctuations，"IEEE Trans.Power Syst.,vol.28,no.3,pp.3263-3273,Aug.2013.S.GrilIo,M.Marinelli,S.Massucco,and F.Silvestro，"Optimalmanagement strategy of a battery-based storage system to improverenewable energy integration in distribution networks,"IEEE Trans.SmartGrid,vol.3,no.2,pp.950-958,Jun.2012. A.0uammi，H.Dagdougui，and 民.Sacile,"Optimal control of power flows and energy local storages in a network of microgrids modeled as a systemof systems/'IEEE Trans. Control Syst. Technology，vol.23，no. I，pp.128-138，2015. 其中，文献【1】基于粒子群算法，通过可控制的负载和能量存储器在高电价时售出 存储电能和减少用电高峰时的负载，来降低微电网的总能耗。文献【2】基于Hw设计，通过偏 向于经济性需求的能量存储系统的管理策略，即在低电价阶段充电和在高电价阶段放电， 来降低微电网的总能耗。文献【3】基于线性规划算法和启发式算法，来最小化微电网的运行 损耗W及优化能量存储系统的荷电状态。文献【4】基于混合整数二次规划对能量存储系统 的能量管理，提高系统的可靠性。文献【5】基于前向动态规划算法，提出一种能量存储系统 的能量管理策略，将再生能源整合到分布式电网。文献【6】基于一种对于能量存储系统的最 优化控制算法，来最小化多个微电网之间的能量交换和保持能量存储系统的荷电状态处于 一个合适的状态。 上述的文献所运用的方法虽然可W实现相其对应的目的，但是仍然存在一些不足 之处： 1、粒子群优化、蚁群算法、遗传算法等智能算法由于是基于随机捜索的，可能会只 取得局部的最优值，还会对在线实现系统造成不必要的干扰。 2、系统中的一些重要的因素被忽略，比如能量存储系统的充放电效率、能量存储 系统的存储损耗、传输线上的功率上下限限制、传输功率损耗等因素。 3、对于现有的大部分优化方法只考虑优化固定状态的值，而忽略了动态调整的成 本因素。因为调整会对系统的磨损与生命周期产生影响，所W-些大的、突然的调整会对可 控制设备引入额外的损耗。在智能电网的实时运行与控制中，为了使控制算法更加合理、经 济，需要考虑动态调整的成本因素。 4、现有的传统集中式控制有着控制任务过于集中，主机负荷重;系统不稳定，实时 性差;系统拓扑结构复杂;系统成本高，可靠性差，维护困难的不足。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种基于交替方向乘子算法的 分布式全局最优能量管理系统，是在单一微电网下，W多个储能设备为单位的分布式全局 最优能量管理系统，在满足用户的用电需求的情况下，同时考虑结点中能量供求平衡条件、 传输线损耗、再生能源发电机的间断性、负载的动态变化、能量存储系统自身的充放电效率 等因素的影响，通过跟踪能量存储系统的荷电状态，合理调配相邻结点的能量交换，实现微 电网总能耗最小化。 为实现上述目的，本专利技术采用的技术方案是： -种基于交替方向乘子算法的分布式全局最优能量管理系统，是在单一微电网 下，W多个储能设备为单位的分布式全局最优能量管理系统，该微电网是由不同结点组成， 每个结点都连接着相对应的能量存储模块、能量管理模块、动态负载和再生能源发电机，不 同的结点通过拓扑图的样式互相连接，相邻的结点之间能够进行信息的交流，通过信息的 交流，每个结点同步更新自身的能量管理参数，从而实时调整整个微电网的总体能耗达到 全局最小； 利用交替方向乘子算法的全局一致性原理，将全局二次成本函数变成如下所示： 其中，4、舞、Ui.分别为A、B、U矩阵的第i列向量;SOC(t)功第i个结点的本文档来自技高网...
【技术保护点】
一种基于交替方向乘子算法的分布式全局最优能量管理系统，是在单一微电网下，以多个储能设备为单位的分布式全局最优能量管理系统，该微电网是由不同结点组成，每个结点都连接着相对应的能量存储模块、能量管理模块、动态负载和再生能源发电机，不同的结点通过拓扑图的样式互相连接，相邻的结点之间能够进行信息的交流，通过信息的交流，每个结点同步更新自身的能量管理参数，从而实时调整整个微电网的总体能耗达到全局最小；其特征在于，利用交替方向乘子算法的全局一致性原理，将全局二次成本函数变成如下所示：minUi·,...,Un·Σi=1N(pi[Ai·TSOC(t)i+ηBi·TUi·dt+η(PG(t)-PL(t))dt]+riUii2)---(7)]]>其中，Ui·分别为A、B、U矩阵的第i列向量；SOC(t)i为第i个结点的荷电状态；为第i个结点邻居的集合；N为微电网中结点数；pi、ri分别为矩阵Q、R的第i列向量；dt为离散时间步长；η为对角矩阵，其值为能量管理系统的充放电效率系数；PG(t)为局部分布式发电机功率的向量形式；PL(t)为负载的需求功率的向量形式；Uij为矩阵形式，其值为相邻结点i，j的控制信息；Ui·为列向量，其值为第i个结点自身的控制量及其对邻居的控制量；Uii、Ujj分别为第i个、第j个结点自身的控制量；A为对角矩阵，0<[A]ii<1，A的取值表示能量的存储效率系数；B为微电网的拓扑结构的矩阵形式，B矩阵可取‑1、β、0，即当取值为‑1表示功率是从当前结点流出，当取值为β表示功率是流入到当前结点，β为传输线上的传输效率系数，0<β<1；其余情况均取值为0；Q、R分别为动态状态、控制变量的权重矩阵，pi、ri则为Q、R矩阵中第i个结点的相对应的信息；上述限制条件的作用是为了让第i个结点能根据其邻居的控制策略得出自身的控制策略；下面列出第i结点在第h+1次迭代时增广拉格朗日函数：其中，ρ>0为惩罚参数，其值的选取影响算法的收敛速率；λ为拉格朗日乘子；为列向量，其定义如下：即取值为第h次迭代各结点的控制参数的平均值；接着，初始残差对偶残差的迭代更新如下：αi·h=Ui·-U‾i·h,∀i∈N---(10)]]>βi·h=ρ(U‾i·h-U‾i·h-1),∀i∈N---(11)]]>对偶变量的迭代更新如下：λi·h=λi·h-1+ραi·h,∀i∈N---(12)]]>变量的迭代更新如下：即Ui·h+1=(2piηBi·dtηBi·Tdt+Ei)-1·(ρU‾i·h-λi·h-2piηBi·dtAi·Txi-2piηBi·ηdt(PG(t)-PL(t))dt)---(14)]]>其中，Ei是维的对角矩阵，其定义式如下：Eiii=2ri+ρ---(15)]]>交替方向乘子算法的停止准则如下：其中，为初始残差的最大容忍偏差；为对偶残差的最大容忍偏差；为绝对容忍度阀值；为相对容忍度阀值；当停止准则生效，取得当前时刻的全局的最优解。...
【技术特征摘要】
【专利技术属性】
技术研发人员：杨柏桐，许银亮，
申请(专利权)人：广东顺德中山大学卡内基梅隆大学国际联合研究院，中山大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。