基于功率优化调度的微网储能系统状态一致性控制方法技术方案

本发明专利技术公开一种基于功率优化调度的微网储能系统状态一致性控制方法，属于微网储能系统的控制技术领域，该方法采用分时电价、新能源预测出力以及储能单元电池组能量状态SOE在考虑储能充放电效率保证系统有功功率平衡的基础上确定储能单元的运行策略，并且考虑了储能单元电池组能量状态SOE不均衡问题以及时变的储能单元功率充放电承受能力SOP，建立微网储能系统功率平衡模型，同时通过一致性协议保证储能单元SOH、SOE一致，提高了储能单元在储能系统中的应用性能，有效的降低了储能系统整体的充放电次数，提高了使用寿命。

State consistency control method of micro grid energy storage system based on power optimal scheduling

【技术实现步骤摘要】
基于功率优化调度的微网储能系统状态一致性控制方法
本专利技术涉及微网储能系统的控制
，尤其涉及一种基于功率优化调度的微网储能系统状态一致性控制方法。
技术介绍
微网可以运行于并网模式及孤岛模式，孤岛模式下，如何确保功率平衡以及如何使其达到最有效的工作方式成为目前需解决的关键问题，由于风能和太阳能能源丰富且清洁，是目前最有发展前景的新能源技术，然而，其波动性和不可控性也给微电网控制带来的新的挑战。MPPT算法强调了新能源的高利用率，但是当新能源发电量与负载消耗不等时，将会导致供需不平衡。在微电网中应用储能系统有效的解决了这一问题，然而，如何对储能系统进行合理有效的控制成为了问题的关键。在整个储能系统运行过程中，储能系统的能量状态以及寿命能有效的反应整个储能系统在微网中的运行状态。保证储能单元状态一致能有效的防止部分储能单元过充过放、提前退出运行以及储能单元之间产生环流，有效的提高整个储能系统的运行效率以及各个储能单元的利用率，使储能系统长期有效的保持良好性能，同时提高了系统运行的稳定性。目前，微网储能系统主要的控制策略可以分为三种：集中式控制策略、分散式控制策略和分布式控制策略。本文档来自技高网...

【技术保护点】
1.基于功率优化调度的微网储能系统状态一致性控制方法，其特征在于包括如下步骤：步骤1：采集微网储能系统中风电、光伏和负荷的历史功率数据形成n个样本，利用均值法对样本中不合理数据进行替换；步骤2：采用K‑means算法根据天气因子以及功率对历史功率数据进行聚类，得到K个不同类别的历史功率数据的聚类中心；步骤3：采用相关系数法从K个不同类型的聚类中心中选取与待测日最相似的聚类中心值作为预测下一时段新能源出力以及负荷的输入信号，利用变分模态分解VMD算法进行平稳化处理，将其分解成为若干具有不同频率的子信号，将每个子信号输入到自适应差分进化学习机SaE‑ELM预测工具中进行预测，并采用叠加法把各预测结...

【技术特征摘要】
1.基于功率优化调度的微网储能系统状态一致性控制方法，其特征在于包括如下步骤：步骤1：采集微网储能系统中风电、光伏和负荷的历史功率数据形成n个样本，利用均值法对样本中不合理数据进行替换；步骤2：采用K-means算法根据天气因子以及功率对历史功率数据进行聚类，得到K个不同类别的历史功率数据的聚类中心；步骤3：采用相关系数法从K个不同类型的聚类中心中选取与待测日最相似的聚类中心值作为预测下一时段新能源出力以及负荷的输入信号，利用变分模态分解VMD算法进行平稳化处理，将其分解成为若干具有不同频率的子信号，将每个子信号输入到自适应差分进化学习机SaE-ELM预测工具中进行预测，并采用叠加法把各预测结果重构得到最终的新能源出力预测值PG,k以及负荷的预测值PL,j；步骤4：根据新能源出力预测值、分时电价TOU以及上一时段各储能单元能量状态SOE值，在满足调度计划相应要求的基础上，确定各储能单元的运行策略；步骤5：考虑储能充放电效率，以最大化储能单元在充电过程中的实际充电功率为目标建立目标函数；步骤6：考虑SOE平衡，对参与维持功率平衡的储能单元建立等式约束，同时根据下一时刻电池能够提供的充放电功率SOP值确立不等式约束；步骤7：基于多智能体系统建立的微网储能系统功率平衡模型，利用Lagrange乘子法对步骤5得到的目标函数进行优化求解，获得模型最优解及储能系统中各储能单元能量状态SOE与各储能单元剩余寿命SOH一致性。2.根据权利要求1所述的基于功率优化调度的微网储能系统状态一致性控制方法，其特征在于所述步骤1中利用均值法对样本中不合理数据进行替换的过程如下：利用均值法对样本中不合理数据进行替换，降低数据中无效值对预测造成的影响；其中，i∈{1,2,3}分别表示微网拓扑结构中的风机、光伏和负荷，pi(t)表示在t时刻风电、光伏和负荷所对应的功率，Δt为采样周期。3.根据权利要求1所述的基于功率优化调度的微网储能系统状态一致性控制方法，其特征在于所述步骤2中采用K-means算法根据天气因子以及功率对历史数据进行聚类的过程如下：步骤2.1：均值法处理后的n个样本组成样本集X＝[x1,x2,...,xn]；步骤2.2:根据天气因子以及功率对历史功率数据进行聚类，从n个样本中任意选择k个对象作为初始化聚类中心C＝[c1,c2,...,ck]，每个聚类中心代表一个簇，共k个簇，反复迭代使得如下目标代价函数降低到收敛：其中，rij在第i个样本属于第j个类别时取值为1，否则为0；为第i个样本与聚类中心的距离；步骤2.3：得到k个不同类型的历史功率数据的聚类中心值。4.根据权利要求1所述的基于功率优化调度的微网储能系统状态一致性控制方法，其特征在于步骤3的过程如下：步骤3.1：采用相关系数法从K个不同类型的聚类中心中选取与待测日最相似的聚类中心值；步骤3.1.1：相似度判别标准如下：其中，Y为待测日数据，Xk为聚类中心值，cov(Xk,Y)为Y与Xk的协方差，σY和σXk为Y与Xk的方差，r(Xk,Y)为相关系数；步骤3.1.2：提取出一组相关系数值最高的聚类中心值作为预测下一时段新能源出力以及负荷的输入信号；步骤3.2：利用变分模态分解VMD算法对预测下一时段新能源出力以及负荷的输入信号进行平稳化处理，使其分解成为若干具有不同频率的子信号；步骤3.2.1：假设每个样本可以分解成为n个不同频率的窄带宽信号uk，称uk为模态函数：uk(t)＝Ak(t)cos(φk(t))(4)其中，Ak(t)为uk的幅值；相位φk(t)是一个非减函数；步骤3.2.2：假设每个模态uk具有中心频率ωk和有限带宽，约束条件为各分量累加等于输入信号f，根据调制信号，对各个模态带宽进行估计，构建的变分问题如下所示：其中,{uk}＝{u1,u2,...,un}，{ωk}＝{ω1,ω2,...,ωn}；步骤3.2.3：每个模态在频域中不断变换，通过傅里叶逆变换为时域信号；步骤3.2.4：每个模态分量频率中心和带宽在求解过程中更新，当达到设定阈值ε时，结束迭代过程，完成信号的自适应分解；步骤3.3：将每个子信号输入到自适应差分进化学习机SaE-ELM预测工具中进行预测；步骤3.4：采用叠加法将预测结果重构，得到最终的新能源出力预测值以及负荷的预测值。5.根据权利要求1所述的基于功率优化调度的微网储能系统状态一致性控制方法，其特征在于所述步骤4的过程如下：步骤4.1：计算上一时段发电及负荷预测差值ΔPD：其中，SG,SL和SB分别表示分布式电源、负载和储能单元的集合，PG,k和PL,j分别表示第k个分布式发电单元提供的功率和第j个负荷需要的功率，ΔPD,i为每个节点处的功率不平衡值；步骤4.2：计算上一时段各储能单元状态平均值即本阶段初始状态储能单元能量状态平均值其中，n为储能单元个数，SOE0,i为上一时段第i个储能单元能量状态；步骤4.3：根据分时电价TOU结合步骤4.1及步骤4.2，通过控制信号ui确定储能单元运行策略：控制信号ui＝1时，储能单元SOEi参与调节功率平衡或者向电网购电，处于充电状态；控制信...

【专利技术属性】
技术研发人员：马大中，刘丽月，李林娟，胡旌伟，王睿，孙秋野，刘鑫蕊，程科，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21