一种基于模糊逻辑推理的能源调控方法技术

本发明专利技术提出一种基于模糊逻辑推理的能源调控方法包括步骤：设定可再生能源、电网、负荷和储能系统之间的功率平衡关系，根据所述功率平衡关系设定目标函数；设定所述目标函数的约束条件；通过模糊逻辑推理对所述目标函数进行求解，获取储能系统和热力机组的出力功率的输出调控量；通过人工羊算法对模糊逻辑推理中参数的自适应确定过程进行优化。本发明专利技术解决集成在微电网中的本地能量管理系统在包含可再生资源及负荷波动带来的不确定性和随机性的情况下，而无法准确的输出能源的调控量的问题。而无法准确的输出能源的调控量的问题。而无法准确的输出能源的调控量的问题。

【技术实现步骤摘要】
一种基于模糊逻辑推理的能源调控方法


[0001]本专利技术涉及能源调控
，尤其是一种基于模糊逻辑推理的能源调控方法。

技术介绍

[0002]当前，通过发展可再生能源来追求低碳经济已成为广泛社会共识与重要实践路径。因此，容量从几千瓦到几兆瓦的小型分布式新能源发电设备，如风力涡轮机WTs和太阳能光伏PVs，通过微电网的形式集成到主动配电网中已成为未来发展趋势。中/低压微电网还包括以小型燃气轮机和柴油发电机为代表的热力发电机组TUs、储能系统ESS和各种形式的负荷，来以经济有效的方式尽可能实现可再生能源的就地消纳。在实际运行调控过程中，集成在微电网中的本地能量管理系统在包含可再生资源及负荷波动带来的不确定性和随机性的情况下，而无法准确的输出能源的调控量。

技术实现思路

[0003]本专利技术解决了现有技术无法准确的输出能源的调控量的问题，提出一种基于模糊逻辑推理的能源调控方法解决集成在微电网中的本地能量管理系统在包含可再生资源及负荷波动带来的不确定性和随机性的情况下，而无法准确的输出能源的调控量的问题。
[0004]为实现上述目的，提出以下技术方案：一种基于模糊逻辑推理的能源调控方法，包括步骤：步骤S1:设定可再生能源、电网、负荷和储能系统之间的功率平衡关系，根据所述功率平衡关系设定目标函数；设定所述目标函数的约束条件；步骤S2:通过模糊逻辑推理对所述目标函数进行求解，获取储能系统和热力机组的出力功率的输出调控量；步骤S3:通过人工羊算法对模糊逻辑推理中参数的自适应确定过程进行优化。
[0005]基于预测的微电网系统状态，考虑多个优化目标，在日前阶段求解出最优模糊推理系统，将多维组合优化问题转化为决策模型参数优化问题，降低了优化求解难度；所提出模型融合预测数据与专家知识，兼顾了模型动态自适应性和可解释性，利用专家知识对模型参数初始化赋值，同时验证优化后的推理模型合理性；利用模糊逻辑的容错性，自适应优化调整后的决策模型能够应对预测误差所带来的影响，以实现不同运行条件下的实时能量调控。
[0006]作为优选，所述设定可再生能源、电网、负荷和储能系统之间的功率平衡关系具体包括以下步骤：P
res
(t)＝P
wind
(t)+P
pv
(t)P
balance
(t)＝P
load
(t)
‑
P
res
(t)P
grid
(t)＝P
balance
(t)+P
ess
(t)
‑
P
TUs
(t)其中：P
res
表示可再生能源总功率，P
wind
表示风能的功率，P
pv
表示光伏的总功率，P
load
为本地负荷功率；P
ess
表示为储能系统充电或放电功率，P
TUs
表示为柴发机组的发电功
率；P
balance
表示为本地电源发电P
res
与本地负荷P
load
的差值，记为GCB；P
grid
表示微电网与主网直接的交换功率；式中的t表示在t时刻对应的功率。
[0007]作为优选，所述S1还包括以下步骤：对微电网能量管理中所考虑的优化目标为微电网运行成本最低和减小其与主电网的交换功率波动；确定影响经济目标的主要因素，包括分时电价TOU下从主电网购电产生的电费成本以及热力机组成本；购电成本cost
elec
统一为下式：cost
elec
(t)＝TOU(t)
·
P
grid
(t)热力机组成本cost
TUs
核算下式如所示；其中：a，b，c为热力机组的运行成本系数；综上微电网系统经济目标归一化总成本如式所示：其中：N
int
为优化过程中所考虑的总的运行时段数量，M为归一化参考常量。
[0008]作为优选，所述S1还包括以下步骤：采用功率变化范围来衡量调控方法对交换功率平滑作用的效果，如下式所示：由上式得出，当PVR<1时，表示微电网与主网间的交换功率波动性减弱；若PVR>1，表明交换功率波动性反而比没有储能与热力机组参与调节时还要大。
[0009]作为优选，同时考虑经济成本和降低功率波动性两个优化目标，所述目标函数的表达形式如下：min PVR+Cost
norm
。
[0010]作为优选，设定所述目标函数的约束条件具体包括以下步骤：设定储能系统最大和最小荷电状态(SOC)阈值，表示如下：SOC
min
≤SOC(t)≤SOC
max
设定储能系统允许的最大和最小充电/放电功率；通过限制最大和最小SOC阈值增加储能系统的生命周期；表示如下：P
ess,min
≤P
ess
(t)≤P
ess,max
设定小型热力机组的最大和最小输出功率，表示如下：P
TUs,min
≤P
TUs
(t)≤P
TUs,max
其中：t＝1,2,...,N
int
。
[0011]作为优选，所述S2具体包括以下步骤：通过模糊逻辑推理对所述目标函数进行求解，解模糊过程中使用的输出隶属度函数的形状如下式给定；
每个隶属度函数对应模糊集的推理规则参数化编码分别由下式给出；每个隶属度函数对应模糊集的推理规则参数化编码分别由下式给出；其中：Fuzzy
i
(P
ESS
)和Fuzzy
i
(P
TUs
)分别为储能系统与热力机组输出控制变量在第i
th
规则下的推理模糊集；outMF
ESS
和outMF
TUs
分别为两个控制变量对应输出隶属函数量化的隶属度值。
[0012]作为优选，所述人工羊群算法迭代方程如下式所示：其中：x
i,d
(τ)代表羊群中i
th
个体在第τ代中d
th
维度上的值，和分别为头羊吸引与个体游走所影响的位置趋势；rand0为[0,1]之间的随机数；w为随迭代次数由1线性递减到0的渐变参数；每个羊群个体下一时刻的位置由两种不同策略产生的解依随机概率叠加而成；两种影响策略的数学描述分别如下式所示：其中：δ
i,d
是头羊对羊群中i
th
个体d
th
维度上的影响范围，c1＝1+(1
‑
α)
·
rand1,c2＝2w
·
rand1，α为头羊效应参数，调整头羊影响强度，其取值范围为[0,1]，rand1是范围[
‑
1,1]的随机数；是当前代本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊逻辑推理的能源调控方法，其特征在于，包括步骤：步骤S1:设定可再生能源、电网、负荷和储能系统之间的功率平衡关系，根据所述功率平衡关系设定目标函数；设定所述目标函数的约束条件；步骤S2:通过模糊逻辑推理对所述目标函数进行求解，获取储能系统和热力机组的出力功率的输出调控量；步骤S3:通过人工羊算法对模糊逻辑推理中参数的自适应确定过程进行优化。2.根据权利要求1所述的一种基于模糊逻辑推理的能源调控方法，其特征在于，所述设定可再生能源、电网、负荷和储能系统之间的功率平衡关系具体包括以下步骤：P
res
(t)＝P
wind
(t)+P
pv
(t)P
balance
(t)＝P
load
(t)
‑
P
res
(t)P
grid
(t)＝P
balance
(t)+P
ess
(t)
‑
P
TUs
(t)其中：P
res
表示可再生能源总功率，P
wind
表示风能的功率，P
pv
表示光伏的总功率，P
load
为本地负荷功率；P
ess
表示为储能系统充电或放电功率，P
TUs
表示为柴发机组的发电功率；P
balance
表示为本地电源发电P
res
与本地负荷P
load
的差值，记为GCB；P
grid
表示微电网与主网直接的交换功率；式中的t表示在t时刻对应的功率。3.根据权利要求2所述的一种基于模糊逻辑推理的能源调控方法，其特征在于，所述S1还包括以下步骤：对微电网能量管理中所考虑的优化目标为微电网运行成本最低和减小其与主电网的交换功率波动；确定影响经济目标的主要因素，包括分时电价TOU下从主电网购电产生的电费成本以及热力机组成本；购电成本cost
elec
统一为下式：cost
elec
(t)＝TOU(t)
·
P
grid
(t)热力机组成本cost
TUs
核算下式如所示；其中：a，b，c为热力机组的运行成本系数；综上微电网系统经济目标归一化总成本如式所示：其中：N
int
为优化过程中所考虑的总的运行时段数量，M为归一化参考常量。4.根据权利要求3所述的一种基于模糊逻辑推理的能源调控方法，其特征在于，所述S1还包括以下步骤：采用功率变化范围来衡量调控方法对交换功率平滑作用的效果，如下式所示：由上式得出，当PVR<1时，表示微电网与主网间的交换功率波动性减弱；若PVR>1，表明交换功率波动性反而比没有储能与热力机组参与调节时还要大。5.根据权利要求4所述的一种基于模糊逻辑推理的能源调控方法，其特征在于，同时考
虑经济成本和降低功率波动性两个优化目标，所述目标函数的表达形式如下：minPVR+Cost
norm
。6.根据权利要求5所述的一种基于模糊逻辑推理的能源调...

【专利技术属性】
技术研发人员：龚利武，张炜，傅进，钱伟杰，刘维亮，钱金跃，吴韬，徐克，胡雷剑，顾一星，
申请(专利权)人：国网浙江省电力有限公司国网浙江省电力有限公司嘉兴供电公司平湖市通用电气安装有限公司，
类型：发明
国别省市：