[發明專利]基于模型預測控制的虛擬電廠-儲能系統能量協同優化調控方法

有效

• 申請號: 202010654087.X
• 申請日: 2020-07-09
• 公開（公告）號: CN111934360B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 楊敏;趙力航;常偉光;楊強;董偉;張浙波;陳新琪
• 申請（專利權）人: 浙江浙能技術研究院有限公司;浙江大學
• 主分類號: H02J3/46
• 分類號: H02J3/46;H02J3/38;H02J3/00;H02J3/28;H02J3/24;G06Q10/04;G06Q50/06
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 張羽振

1.基于模型預測控制的虛擬電廠-儲能系統能量協同優化調控方法，其特征在于，包括以下步驟：

步驟1、依據管轄范圍內包含新能源的虛擬電廠建立負荷、風電和光電出力預測模型，在日前調度階段，利用長短期記憶網絡預測得出未來一天各時段的負荷需求、風力渦輪機組的出力和光伏發電系統的出力；

步驟1.1、建立功率平衡關系：

P_wind(t)+P_pv(t)+P_d(t)+P_ess(t)+P_grid(t)＝P_load(t) (1)

上式中，P_wind(t)與P_pv(t)分別為風力渦輪機組與光伏發電系統在t時段的輸出功率；P_load(t)為負荷在t時段的功率需求；P_d(t)為小型熱力機組的輸出功率；P_ess(t)為儲能系統的輸出功率，由虛擬電廠的調度控制中心控制其大小，P_ess(t)值為正代表放電，P_ess(t)值為負代表充電；P_grid(t)為虛擬電廠與公共電網之間的交換功率，P_grid(t)值為正時從公共電網購電，P_grid(t)值為負時向公共電網售賣電能；

步驟1.2、在分時電價環境下，虛擬電廠優化目標為：

minCost(P_d,P_ess,P_grid,M)＝Cost_d+Cost_ess+Cost_grid

上式中，P_d(t)為小型熱力機組的輸出功率；P_ess(t)為儲能系統的輸出功率，P_ess(t)值為正代表放電，P_ess(t)值為負代表充電；P_grid(t)為虛擬電廠與公共電網之間的交換功率，P_grid(t)值為正時從公共電網購電，P_grid(t)值為負時向公共電網售賣電能；Cost_d、Cost_ess和Cost_grid分別是小型熱力機組出力成本、儲能設備調度成本和從公共電網購電的費用；Cost(P_d,P_ess,P_grid,M)是調度總時段數為M時小型熱力機組出力成本、儲能設備調度成本及從公共電網購電的費用的和，M為優化時考慮的總時段數；min表示最小化這個值；SoC(t)為儲能系統的荷電狀態；P_d,min和P_d,max分別為小型熱力機組出力的下限和上限；P_ess,min和P_ess,max分別為儲能設備出力的下限和上限；SoC_min和SoC_max分別為荷電狀態的下限和上限；

步驟2、將模型預測控制引入到虛擬電廠優化調度中：

步驟2.1、獲取負荷需求預測、風力渦輪機組的出力預測和光伏發電系統的出力預測值，對儲能設備的儲電量進行初始化：利用循環神經網絡中的長短期記憶網絡得到預測數據，在每個優化調度時刻進行更新計算儲能設備的儲電量；

步驟2.2、進行第一次全局優化：令調度時刻t＝1，將一天的時間分為N個調度時刻；在第一次優化時將后續N-t個時刻總體的最小調度成本作為目標；基于預測數據，進行優化計算給出每個時刻的最優決策序列下：

上式中P_d,best、P_ess,best和P_grid,best分別為從調度時刻t起到調度時刻N，小型熱力機組出力的最優決策序列、儲能設備輸出的最優決策序列和從電網購電量的最優決策序列；P_d(t)為小型熱力機組的輸出功率；P_ess(t)為儲能系統的輸出功率；P_grid(t)為虛擬電廠與公共電網之間的交換功率；

步驟2.3、運用線性權重遞減的粒子群優化算法完成步驟2.2中的全局優化計算；

步驟2.4、將式(3)所得的最優決策序列的第一個值作為調度下發值；

步驟3、對儲能設備儲電量進行更新：根據式(1)給出的功率平衡關系計算得出下一次優化計算時刻前的儲能設備儲電量：

上式中ESS(t)為儲能設備在調度時刻t時的儲電量；

步驟4、令t＝t+1，重復執行步驟2.2至步驟3，直至t＝N。