一种多智能体飞轮集群储能系统技术方案

本发明专利技术涉及储能系统技术领域，且公开了一种多智能体飞轮集群储能系统，包括以下方法步骤：S1：首先获取需调节对象的实际电能参数，得到飞轮集群储能系统所需要完成的储能或释能总功率；每个飞轮储能单元均具有数据收发、数据分析、控制信号收发功能；S2：通过采用一种各飞轮储能或释能功率与充放电裕度比值一致的功率分配算法，结合各飞轮储能单元的实际运行状态。该多智能体飞轮集群储能系统，通过将所有飞轮储能单元构造为可彼此通讯实现协调控制的智能体单元，并一致性算法作为首要控制方式，从而使得飞轮储能集群系统实现多智能体方式运行，在确保调整效果的前提下，使主从控制可以灵活变化，实现飞轮之间的互相调节配合。实现飞轮之间的互相调节配合。实现飞轮之间的互相调节配合。

【技术实现步骤摘要】
一种多智能体飞轮集群储能系统


[0001]本专利技术涉及储能系统
，具体为一种多智能体飞轮集群储能系统。

技术介绍

[0002]随着未来以风、光为代表的可再生能源大量接入，其出力的随机性、间歇性、波动性将导致电力系统所面临单位时间内可再生能源的不确定性也随之加大。同时，近年来经济稳定增长，用电量也呈逐年上升的趋势。供需不平衡而造成电网的异常运行严重危害了电网的安全性、稳定性、可靠性、经济性。
[0003]为解决以上问题，大力发展储能技术是未来电力行业发展的必然选择，而飞轮储能相对于传统的电化学储能方式具有高容量、长寿命、可进行高功率充放电且无污染等诸多优点，但针对该储能技术的大规模利用目前主要面临以下问题：
[0004]1、目前的飞轮储能应用基本为单体大容量成组运行，针对光伏风电等需要超高容量的储能场合仍有很大局限性，且飞轮储能单元只能通过主机统一下发命令执行储能过程，灵活性不足。
[0005]2、传统的飞轮集群控制方式均为主从控制，但飞轮由于其结构和机械部分存在的细微差异，从飞轮在运行时有时会受到主飞轮运行状态的影响，同时传统集中式控制从分析信号、获取每个飞轮运行状态，再逐个计算下发指令会造成一定延迟，对光伏风电等变动幅度、速度较大的应用场景存在反应迟滞，不利于其调节性能的发挥。

技术实现思路

[0006]本专利技术的目的在于提供了一种多智能体飞轮集群储能系统，解决了上述背景所提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种多智能体飞轮集群储能系统，包括以下方法步骤：
[0008]S1：首先获取需调节对象的实际电能参数，得到飞轮集群储能系统所需要完成的储能或释能总功率；每个飞轮储能单元均具有数据收发、数据分析、控制信号收发功能；
[0009]S2：通过采用一种各飞轮储能或释能功率与充放电裕度比值一致的功率分配算法，结合各飞轮储能单元的实际运行状态，通过一致性算法迭代与飞轮单元彼此间快速比对，得到飞轮储能集群中个单元的充放电功率并下发至下一运算环节；
[0010]S3：结合飞轮充放电限制条件，再根据轴承损耗、电机损耗、风损等三大能量内耗因子通过改进花朵授粉算法建立动态损耗约束条件，对一致性算法所得到的控制命令信息进行再优化，为每个飞轮单元生成最终控制指令。
[0011]优选的，所述飞轮储能单元均具有完整的数据分析与收发、指令收发等完整功能，将多个飞轮相互联结视作多智能体系统，该系统中不存在绝对意义上的主从控制关系，集群系统核心控制单元仅对调整对象的需调整的相关参数进行计算，下发至所有飞轮储能单元，飞轮集群储能系统根据所述两种算法进行计算并进行功率等相关参数的调节，其中算
法为一致性算法与花朵授粉算法。
[0012]优选的，所述一致性算法中，针对飞轮储能系统的相关工作特性与运行方式，为均衡不同状态的飞轮的释放或储存功率，单独设计了一种各飞轮储能与释能比值一致的功率分配策略，该策略计算方式如下：
[0013]首先计算飞轮单元的最高与最低储能容量，根据飞轮系统的机械特性，分别得到与
[0014]式中，ω
imax
为第i台飞轮最高允许角速度，ω
imin
为最低允许角速度。
[0015]再由以上公式，计算并得到单个飞轮最大充放电功率与
[0016]其中E为当前飞轮储存的能量。
[0017]充放电运行时，根据飞轮接到调节指令那一时刻的工作状态，作为初值，可得以下迭代因子，放电模式充电模式：其中p
i
‑
disc(0)
为第i台飞轮当前放电裕度，转速较高，转动惯量较大的飞轮单元
[0018]放电裕度较大，初始放电比例也较大，p
i
‑
char(0)
则为第i台飞轮当前充电裕度，的转速较低，转动惯量较大的飞轮单元的充电裕度较大，初始充电比例也较大，
[0019]将以上迭代因子通过一致性算法中迭代公式进行计算，迭代公式为：与
[0020]其中Δp
diff
为调度指令与各飞轮储能单元充放电功率总和的差额，m为一个迭代周期的迭代次数，根据调整对象的实际需要，并综合考虑飞轮储能系统的工作特性，确定误差与迭代时长，从而选择合适的m值，实现对调整对象电能参数的有效调整。
[0021]优选的，所述算法中的花朵授粉算法可针对飞轮集群储能系统实现对多其各单元所构成的多智能系统进行控制。
[0022]优选的，所述飞轮系统的目标函数如下： p
loss
＝10
‑4(1.6ω2+15.5ω
1.667
+9.686ω
1.558
+50ω)，
[0023]式中，ω为飞轮的角速度。
[0024]优选的，飞轮的约束条件如下：与
[0025]其中，p
i
和为第i台飞轮的最大放电与充电功率，ω
i
与为第i台飞轮的最大与最小角速度。
[0026]优选的，不等式约束转换为等式约束如下：
[0027]其中l,u,α,β均大于0。
[0028]优选的，约束因子所构建的影响函数为：
[0029][0030][0031]其中p
i_loss
为第i个飞轮单元的损耗，p为飞轮储能集群系统总功率指令。 u为惩罚因子，u＞0，u越大，表示该约束条件对目标函数的影响越大。
[0032]本专利技术提供了一种多智能体飞轮集群储能系统。该多智能体飞轮集群储能系统具备以下有益效果：
[0033](1)、该多智能体飞轮集群储能系统，通过将所有飞轮储能单元构造为可彼此通讯实现协调控制的智能体单元，并一致性算法作为首要控制方式，从而使得飞轮储能集群系统实现多智能体方式运行，在确保调整效果的前提下，使主从控制可以灵活变化，实现飞轮之间的互相调节配合；
[0034](2)、该多智能体飞轮集群储能系统，后期根据需要增加或减少储能飞轮单元，有效的提升了系统的模块化程度与调整的速率和稳定性，并加强了系统的容灾能力；
[0035](3)、该多智能体飞轮集群储能系统，通过采用的改进花朵授粉算法则将飞轮单元的损耗尽可能降至最低，提升了系统的工作效率与经济性。
附图说明
[0036]图1为一种多智能体飞轮集群储能系统工作运行拓扑图；
[0037]图2为本专利技术所述的飞轮储能集群系统中飞轮单元构成的多智能体拓扑结构图。
具体实施方式
[0038]如图1
‑
2所示，本专利技术提供一种技术方案：一种多智能体飞轮集群储能系统，包括以下方法步骤：
[0039]S1：首先获取需调节对象的实际电能参数，得到飞轮集群储能系统所需要完成的储能或释能总功率；每个飞轮储能单元均具有数据收发、数据分析、控制信号收发功能；
[0040]S2：通过采用一种各飞轮储能或释能功率与充放电裕度比值一致的功率分配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多智能体飞轮集群储能系统，其特征在于：包括以下方法步骤：S1：首先获取需调节对象的实际电能参数，得到飞轮集群储能系统所需要完成的储能或释能总功率；每个飞轮储能单元均具有数据收发、数据分析、控制信号收发功能；S2：通过采用一种各飞轮储能或释能功率与充放电裕度比值一致的功率分配算法，结合各飞轮储能单元的实际运行状态，通过一致性算法迭代与飞轮单元彼此间快速比对，得到飞轮储能集群中个单元的充放电功率并下发至下一运算环节；S3：结合飞轮充放电限制条件，再根据轴承损耗、电机损耗、风损等三大能量内耗因子通过改进花朵授粉算法建立动态损耗约束条件，对一致性算法所得到的控制命令信息进行再优化，为每个飞轮单元生成最终控制指令。2.根据权利要求1所述的一种多智能体飞轮集群储能系统，其特征在于：所述飞轮储能单元均具有完整的数据分析与收发、指令收发等完整功能，将多个飞轮相互联结视作多智能体系统，该系统中不存在绝对意义上的主从控制关系，集群系统核心控制单元仅对调整对象的需调整的相关参数进行计算，下发至所有飞轮储能单元，飞轮集群储能系统根据所述两种算法进行计算并进行功率等相关参数的调节，其中算法为一致性算法与花朵授粉算法。3.根据权利要求2所述的一种多智能体飞轮集群储能系统，其特征在于：所述一致性算法中，针对飞轮储能系统的相关工作特性与运行方式，为均衡不同状态的飞轮的释放或储存功率，单独设计了一种各飞轮储能与释能比值一致的功率分配策略，该策略计算方式如下：首先计算飞轮单元的最高与最低储能容量，根据飞轮系统的机械特性，分别得到与式中，ω
imax
为第i台飞轮最高允许角速度，ω
imin
为最低允许角速度，再由以上公式，计算并得到单个飞轮最大充放电功率与其中E为当前飞轮储存的能量。充放电运行时，根据飞轮接到调节指令那一时刻的工作状态，作为初值，可得以下迭代因子，放电模式充电模式：其中p
i_disc(0)
...

【专利技术属性】
技术研发人员：赵云阳，王须刚，贾炳鑫，
申请(专利权)人：贝肯新能源有限公司，
类型：发明
国别省市：