[發明專利]孤立微電網的能量管理方法和系統

在審

• 申請號: 201710295573.5
• 申請日: 2017-04-28
• 公開（公告）號: CN106911148A
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 阿比內特·特斯法耶·艾希
• 申請（專利權）人: 北京天誠同創電氣有限公司
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/28
• 代理公司: 北京銘碩知識產權代理有限公司11286
• 代理人: 張川緒,王兆賡

技術領域

以下描述涉及微電網領域，具體地說，涉及一種孤立微電網的能量管理方法以及孤立微電網的能量管理系統。

背景技術

微電網是互連的負載、分布式發電源、能量存儲系統和管理控制裝置的集合，可以在孤立或非孤立模式下工作。

風能和光伏太陽能(PV，photovoltaic solar)等可再生能源和微型燃氣輪機(MT，micro gas turbine)、燃料電池(FC，fuel cell)和柴油發電機(DE，diesel engine)等傳統發電源是微電網中的主要分布發電源(DG，generations resource)。這些能源與能量存儲系統(ESS，energy storage system)、釩氧化還原液流電池(VRB，vanadium redox flow battery)等可以相互支持以補償可再生能源的間歇性。針對所需要應用的領域，通過適當的改變單元容量以及調度策略，這些混合能量系統可以以獨立的方式作為孤立式微電網(孤立微電網)被用于為遠離主電網的偏遠地區、島嶼、軍事基地、機構和工業供電。

有效且高效的微電網能量管理系統是保證最優能量利用和能量可持續性達到盡可能高的水平所必需的。因此，目前，智能和啟發式優化技術在微電網的能量動態調度中的應用已成為該領域的主要研究熱點。然而，傳統的優化技術在對孤立微電網進行動態能量調度的在線優化時，不能夠快速且準確地收斂。

發明內容

提供本發明內容以簡化的形式介紹對在以下的具體實施方式中進一步描述的構思的選擇。

根據本發明構思的一方面，提供一種孤立微電網的能量管理方法，所述方法包括：基于孤立微電網的發電成本以及孤立微電網正常供電需要滿足的技術要求，建立孤立微電網能量管理模型；獲取預測的日前的可再生能源的發電功率以及預測的日前的負載需求；基于預測的日前的可再生能源的發電功率以及預測的日前的負載需求，使用改進的粒子群優化算法，以預定時間間隔為單位，確定孤立微電網能量管理模型的能量管理策略；基于確定的能量管理策略，以所述預定時間間隔為單位，對孤立微電網進行動態能量調度。

可選地，預測的日前的可再生能源的發電功率是基于孤立微電網的歷史數據以及數值天氣預報數據以預定時間間隔為單位被預測的。可選地，預測的日前的負載需求是基于歷史負載需求、數值天氣預報數據以及影響負載需求的其它因素以預定時間間隔為單位被預測的。

可選地，孤立微電網正常供電需要滿足的技術要求包括以下約束條件中的至少一個：針對孤立微電網內的傳統發電源的容量的約束條件、針對負載需求和發電平衡的約束條件、針對孤立微電網內的能量存儲系統的容量的約束條件、以及針對孤立微電網內的能量存儲系統的動態運行性能的約束條件。

可選地，確定孤立微電網能量管理模型的能量管理策略的步驟包括：將改進的粒子群優化算法應用于建立的孤立微電網能量管理模型，以確定滿足以下條件的孤立微電網能量管理模型的能量管理策略，即，孤立微電網在滿足正常供電所需的所有技術要求的同時發電成本最小。

可選地，確定的孤立微電網能量管理模型的能量管理策略包括：在各個所述預定時間間隔內，微電網內的傳統發電源的輸出功率、微電網內的能量存儲系統的充電或放電的功率、以及能量存儲系統的電量狀態。

可選地，改進的粒子群優化算法是具有慣性權重的粒子群優化算法，其中，隨著粒子群優化算法的迭代次數的增加，所述慣性權重的值線性減小，以降低粒子的運動速度，實現全局搜索和局部搜索之間的平衡，達到粒子群優化算法快速收斂。

根據本發明構思的另一方面，提供一種孤立微電網的能量管理系統，所述系統包括：模型建立模塊，其用于基于孤立微電網的發電成本以及孤立微電網正常供電需要滿足的技術要求，建立孤立微電網能量管理模型；數據獲取模塊，其用于獲取預測的日前的可再生能源的發電功率以及預測的日前的負載需求；策略確定模塊，其用于基于預測的日前的可再生能源的發電功率以及預測的日前的負載需求，使用改進的粒子群優化算法，以預定時間間隔為單位，確定孤立微電網能量管理模型的能量管理策略；調度管理模塊，其用于基于確定的能量管理策略，以所述預定時間間隔為單位，對孤立微電網進行動態能量調度。

可選地，預測的日前的可再生能源的發電功率是基于孤立微電網的歷史數據以及天氣預報信息以預定時間間隔為單位被預測的。可選地，預測的日前的負載需求是基于歷史負載需求、數值天氣預報數據以及影響負載需求的其它因素以預定時間間隔為單位被預測的。