System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及微储能偏远地区电压治理领域,具体是一种微储能电池电量资源优化与充放电控制方法。
技术介绍
1、偏远弱联电网远离配网核心地区,普遍存在台区供电半径大、配电线路长、设备性能陈旧、用电可靠性低以及电能质量差等特点。因地形地貌等原因,农村地区存在大量辐射型长距离低压弱联电网,供电可靠性与电能质量均较低。
2、微储能方法利用靠近负载侧的储能装置,在用户电压波动时通过储能电池的充放电过程来抑制电压的波动并尽可能保持电压高于国家标准最低配电电压190v之上。储能电池电量soc是电压治理的关键资源,电池的充放电控制很大程度上决定了电压治理的效果。
3、当今的静态充放电控制策略电池利用率较低,不能有效合理的分配soc,往往会造成大幅度的资源浪费。例如,在放电过程中只考虑电压低于190v就放电抬高电压至190v或以上,则电池soc可能很快就消耗完,后继无法再继续提高电压;在充电过程中,只考虑210v或以上再充电,则无法灵活的提高电池soc,补充电量以提高微储能电压治理的效率。
技术实现思路
1、针对现有微储能电压治理中存在上述的不足,本专利技术提供了一种微储能电池电量资源优化与充放电控制方法,可以根据电网电压一段时间内的预测值进行充电与放电阈值的控制,进而尽可能大的减小电网低电压水平,减小电网电压波动,并在低电压较严重的情况下尽可能的延长微储能使用时间。
2、一种微储能偏远地区电压治理电池soc资源优化与充放电控制方法,包括如下步骤:
3、
4、步骤s2、根据历史数据,通过线性差分法获得充放电时电池电量soc变化对应的电压变化;
5、步骤s3、以步骤s1中预测的电压平均值作为模型的电压输入,利用步骤s2获得的充放电时电池电量soc变化对应的电压变化,模拟电池充放电和电网电压波动过程,建立电压与电池充放电基本仿真模型,实现电池电量和电网电压的动态仿真,然后依据电压与电池充放电基本仿真模型和现实需要建立优化目标和约束条件;
6、步骤s4、建立麻雀多目标搜索模型,对步骤s3中已建立的优化目标进行求解,在满足约束条件的解空间内搜索最优的pareto前沿解,然后将最优解代入电压与电池充放电基本仿真模型进行验证,对比优化前后电压治理效果。
7、进一步的,所述步骤s1具体包括:利用长时期的电压采样值进行统计回归分析进而预测未来时间t内的多个时段电压的平均值。
8、进一步的,所述步骤s2具体包括:针对电压下降电池soc上升以及电压上升电池电压下降的样本进行筛选,并通过对长时间历史数据进行线性差分处理,将其结果进行统计分析得到电池充放电时剩余电量与对应电压变化的拟合关系:
9、δu=-a·δsoc (1)
10、式中,a为放电拟合系数,δu、δsoc分别表示单位时间内电网电压变化值和电池剩余电量变化值,此时电池放电,电压提升;
11、δu=-b·δsoc (2)
12、式中,b为放充电拟合系数,此时电池充电,电压下降。
13、进一步的,所述步骤s3建立电压与电池充放电基本仿真模型的具体过程如下:
14、设步骤s1中利用预测算法预测单位时间内用户电压预测均值为放电阈值为thc,充电阈值thr,充电后电压下降为c,电池充放电后单位时间内的用户电压均值和电池剩余电量分别为u′、soc′,当预测电压低于电压补偿阈值时,电池对用电侧电压进行补偿;而当预测电压高于电压补偿阈值时,用电侧电压维持不变,设t时长内,有n个放电策略,则一个策略单位时间为t/n;
15、设在第i个单位时间内小于190v的电压都将被补偿到电压补偿限值uci,则此时间内电池放电消耗的电量si为:
16、
17、设在第i个策略下单位时间内大于电压补偿限值uri,则一个策略时间内电池充电补充的电量ri为:
18、
19、则充放电后电压值u′和电池剩余电量soc′分别由式(5)(6)表示:
20、
21、
22、进一步的,步骤s3中所述优化目标,目标1是使用电侧电压在一定时间内尽量高于阈值,用户在每个单位时间内获得的用电侧电压最高;目标2是控制微储能单元的充放电阈值尽可能大的减小电网低电压水平,减小电网电压波动;所述约束条件包括电池充放电阈值、剩余电量限值和电网电压下限值,使电池电量介于5%至95%之间。
23、进一步的,设一定时间t内电压经电池补偿后总电压超190v的值为u>190,目标1转化为使总电压超限值最大;
24、
25、目标2使电池充放电后电网电压波动小,即电压曲线的方差最小,则方差du表示为:
26、
27、式中为一定时间内补偿后电压均值。
28、进一步的,所述步骤s4具体过程如下:
29、设麻雀个体在全局空间中的集合矩阵x为:
30、x=[x1,x2,···,xn]t,xi=[xi,1,xi,2,···,xi,d] (9)
31、式中,n是麻雀种群的规模,i=1,2,...,n,d为维数,代入模型,第i只麻雀xi=[thc,thr]i;
32、麻雀种群的适应度值fx用矩阵表示为:
33、
34、当fx最小时,目标最优,针对多目标寻优时,对麻雀种群排序时利用非支配排序,并在麻雀搜索算法中引入外部种群,根据pareto支配关系,种群中个体被支配的次数越少,个体越优,步骤如下:
35、(1)计算种群中每个个体的两个参数n(i)和s(j);
36、(2)将所有n(i)=0的个体存入当前的集合f(1);
37、(3)对于当前集合f(1)中的个体j,考察其所支配的个体s(j),将集合s(j)中的每个个体k的解个体数减去1;
38、(4)如果n(k)-1=0,这个个体就被放入另外一个集合h。最后,将f(1)作为非支配个体集合的第一层级,这一集合中的个体有着相同的非支配序i(rank),然后继续对集合h作上述分级操作并赋予相应的非支配序i(rank+1)、i(rank+2),直到种群中的个体都被分级和排序;
39、据此求出最优pareto前沿解集,取解集中两个目标均衡最优,即二者乘积最大值对应的解作为最优pareto解。
40、本专利技术根据实际电网电压与电池电量的动态变化过程,建立一种微储能电池电量充放电动态控制模型,模拟电池充放电以及电网电压波动的主要过程,利用多目标麻雀搜索算法优化电池充放电控制策略。经实验可得,本专利技术可以在保证用户用电体验、延长电池寿命等必要条件下,提高电池利用率,延长电充放电时间,使控制时间内电网电压平滑,电压均值提升。
本文档来自技高网...【技术保护点】
1.一种微储能电池电量资源优化与充放电控制方法,包括如下步骤:
2.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:所述步骤S1具体包括:利用长时期的电压采样值进行统计回归分析进而预测未来时间T内的多个时段电压的平均值。
3.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:所述步骤S2具体包括:针对电压下降电池SOC上升以及电压上升电池电压下降的样本进行筛选,并通过对长时间历史数据进行线性差分处理,将其结果进行统计分析得到电池充放电时剩余电量与对应电压变化的拟合关系:
4.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:
5.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:步骤S3中所述优化目标,目标1是使用电侧电压在一定时间内尽量高于阈值,用户在每个单位时间内获得的用电侧电压最高;目标2是控制微储能单元的充放电阈值尽可能大的减小电网低电压水平,减小电网电压波动;所述约束条件包括电池充放电阈值、剩余电量限值和电网电压下限值,使电池电量介于5%至9
6.如权利要求5所述的微储能电池电量资源优化与充放电控制方法,其特征在于:设一定时间T内电压经电池补偿后总电压超190V的值为U>190,目标1转化为使总电压超限值最大;
7.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:所述步骤S4具体过程如下:
...【技术特征摘要】
1.一种微储能电池电量资源优化与充放电控制方法,包括如下步骤:
2.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:所述步骤s1具体包括:利用长时期的电压采样值进行统计回归分析进而预测未来时间t内的多个时段电压的平均值。
3.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:所述步骤s2具体包括:针对电压下降电池soc上升以及电压上升电池电压下降的样本进行筛选,并通过对长时间历史数据进行线性差分处理,将其结果进行统计分析得到电池充放电时剩余电量与对应电压变化的拟合关系:
4.如权利要求1所述的微储能电池电量资源优化与充放电控制方法,其特征在于:
5.如权利...
【专利技术属性】
技术研发人员:成诚,凌在汛,朱锦峰,崔一铂,李昇,何顺帆,刘曼佳,蔡万里,向慕超,陈文,
申请(专利权)人:国网湖北省电力有限公司电力科学研究院,
类型:发明
国别省市:
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。