[發明專利]一種基于數字孿生的微電網能量管理系統

在審

• 申請號: 202010984190.0
• 申請日: 2020-09-14
• 公開（公告）號: CN112332444A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 劉衛亮;陳鑫;林永君;劉長良;甄成剛;劉帥
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/00;H02J3/32;H02J13/00;G06Q10/06;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于數字孿生的微電網能量管理系統，其特征在于，

所述微電網能量管理系統包括實體微電網層，能量管理層，虛擬空間建模層，智能控制層以及人機交互層；

其中，所述實體微電網層包括，微電網系統，數據采集與傳輸單元；

微電網系統包括分布式電源，整流器，逆變器，柴油發電機，儲能系統，負荷；

數據采集與傳輸單元包括用于數據采集的智能傳感器，攝像頭，設備內的電子標簽，以及用于信息處理與傳輸的FPGA，網關，光纖等設備，采集的信息基于MQTT協議通過有線網絡技術進行傳輸；

所述虛擬空間建模層包括：云端服務器，用于對數據解析，結合歷史數據與實時數據基于數據驅動完成虛擬微電網系統的建模，同時虛擬微電網系統的運行信息也經網關傳輸至服務器；客戶端，用于訂閱能量管理層發布的初步調度與運行優化信息，實現對虛擬微電網系統的控制；

所述能量管理層包括云端服務器，其云端服務器包括：

信息存儲模塊，包括實時信息數據庫，歷史信息數據庫，故障信息數據庫，虛擬系統運行信息數據庫；

監測與預警模塊，基于歷史數據庫微電網確定正常工作各數據的范圍，通過比較實時數據是否都運行在正常值內，進一步地，如果發現有參數偏離所在范圍，基于故障信息數據庫，采用k-近鄰方法可以確定故障類型；

預測模塊，包括負荷預測，發電預測，電價預測；

調度模塊，通過合理調度儲能電池、柴油發電機，需求側可控負荷和電動汽車組成的虛擬儲能系統以保證供電的可靠性；

運行優化模塊，基于調度模塊的基礎上，以經濟性，峰值從電網購電最小，碳排量最小為目標函數，基于粒子群算法進行尋優；

服務與發布模塊，用于發布各模塊主題服務；

所述智能控制層，包括客戶端與控制器，通過訂閱能量管理層的調度與運行方案主題服務，根據方案對微電網系統進行控制；

所述人機交互層，包括客戶端，通過訂閱能量管理層的各類服務可以實現對微電網系統的全面掌握，基于應用程序可以實現數據的可視化，操作人員可以根據經驗發布控制命令至云端服務器，虛擬空間建模層和智能控制層的客戶端訂閱所發布的主題服務，實現人機交互層對實體與虛擬微電網系統的控制。

2.根據權利要求1所述的微電網能量管理系統，其特征在于，云端服務器與云端服務器基于TCP/IP協議進行通信，云端服務器與客戶端基于MQTT協議的發布訂閱機制以QOS2服務質量進行通信。

3.根據權利要求1所述，其特征在于，所述微電網能量管理系統包含兩個云端服務器，一個云端服務器可滿足上述功能，但考慮到運算量較大需要時間較長，虛擬微電網系統要保持與微電網系統相同的生命周期，所以在虛擬空間建模層加入云端服務器，兩個云端服務器各司其職，用來提高運算速度，使虛擬微電網系統具有與微電網系統相同的生命周期。

4.一種基于數字孿生的微電網能量管理系統運行機制，其特征在于，包括以下步驟：

步驟1：由智能傳感器、攝像頭和基于標簽的射頻技術實時采集來的微電網系統的各類信息；

步驟2：采集到的各類信息經型號為EP4CE10F17C8的FPGA所板載的型號為PCF8591的A/D轉換芯片對進行模擬量進行轉換，將轉換后的數字量臨時儲存在FPGA的FIFO模塊中，再通過所板載的RS232串口基于UART協議將轉換后的數字量信息依次串行傳輸到智能網關，網關后基于MQTT協議通過光纖有線網絡技術將信息傳輸到能量管理層和虛擬建模層的云端服務器；

步驟3：能量管理層的云端服務器將采集來的信息進行解析并存儲，基于TCP/IP協議向虛擬空間建模層傳輸微電網各類歷史信息，同時能量管理層的云端服務器基于歷史數據庫中正常運行時各類數據的變化范圍對各類數據進行實時監控，當參數超過范圍與歷史故障數據庫信息進行對比，基于K-近鄰法可以確定故障的類型；

步驟4：虛擬空間建模層的云端服務器對實體微店網層傳輸來的信息進行解析，并結合能量管理層傳輸的各類歷史數據信息，基于實時和歷史數據信息利用數據驅動完成虛擬微電網系統建模，所建立的虛擬微電網系統保持與原系統1∶1比例同時具有與微電網系統相同的生命周期；

步驟5：能量管理層基于云端服務器實現負荷的預測，電價的預測以及負荷的預測；

所述負荷預測，利用歷史數據庫和實時數據庫中的負荷信息可以實現對負荷的長短期預測，首先對數據特征進行提取，對不同特征進行歸一化處理，由于負荷地域性特點，將處理好的負荷負荷信息利用k-均值聚類的方法進行聚類處理，根據聚類后的結果，將每類負荷的歷史序列數據以及實時序列數據，利用數據構建時序模型，并對神經網絡進行訓練，基于神經網絡可以實現對負荷的短期預測，當負荷波動較大時可以結合專家經驗對預測進行修正，增強預測的準確性，利用支持向量機以相同得方法可以實現中長期負荷的預測；

所述電價預測，要進行短期電價的預測不僅與歷史電價以及負荷值有關，還與天氣等外界因素有關。所以要結合歷史數據庫中的電價信息與預測的負荷信息，和氣象站通信傳輸的氣象信息進行預測，短期電價的預測模型為E(t)＝O(t)+B(t)+W(t)+S(t)+R(t)，式中E(t)代表t時刻的電價，O(t)表示原材料使用，B(t)表示基本負荷分量，W(t)表示天氣變化情況S(t)表示特別事件。基于模型利用LSTM(長短期記憶網絡)實現對實時電價的預測；

所述發電預測，包含各分布式電源發電預測，其中分布式電源的發電預測結合機械性能、光照強度、溫度、風速等天氣信息對各個分布式電源進行發電的預測，利用氣象信息以及發電信息訓練神經網絡，基于神經網絡實現對各個分布式電源發電的預測，整體的發電預測為各個分布式電源發電預測的總和；

步驟6：能量管理層基于云端服務器確定最初調度方案，并提供最初調度方案主題服務；

所述最初調度方案是考慮分布式電源出力與負荷之間的關系，通過控制可控負荷、柴發、儲能系統以保證供電的可靠性，其實現是結合預測模塊的結果，在并網運行下，當分布式電源出力大于負荷需求電量時，多余電量可以對蓄電池進行充電，考慮其上限和使用壽命，由可控負荷組成的虛擬儲能系統可以吸納多余電能，同時可以在峰值電價期間向電網出售電能，當分布式電源出力不足以提供負荷用電時，當蓄電池的電量不低于下限可以使蓄電池放電，同時虛擬儲能系統在不影響正常使用的條件下可以減少電能消耗，使關鍵負荷供電得到保障，還可控制柴油發電機的發電保證電能的可靠供給。當配電網發生故障時，斷開與配電網間的連接，使微電網運行在孤島運行模式，此模式與上述并網模式的不同之處在于切斷了與配電網間的互動，是一種自給自足的方式；

步驟7：虛擬空間建模層的客戶端通過訂閱最初調度方案，控制虛擬微電網系統按照最初的調度方案運行；

步驟8：虛擬微電網系統執行調度方案后的運行各類信息經網關傳輸到虛擬空間建模層的云端服務器，虛擬空間建模層的云端服務器基于TCP/IP協議將執行初步調度后的運行信息傳輸到能量管理層的云端服務器；

步驟9：能量管理層的云端服務器基于虛擬微電網系統執行初步調度方案后反饋回的信息對初步調度方案進行調整；

步驟10：虛擬空間建模層的客戶端按照訂閱調度方案主題服務，修改調度指令；

步驟11：能量管理層的云端服務器在基于調度方案的基礎上確定初步運行優化方案，并發布初步運行優化方案主題服務；

所述初步經濟優化運行方案是在調度方案的基礎上對運行方案的優化，通過結合預測模塊所預測的結果，即在保證供電可靠性的前提下，以經濟性、從配電網購電最小、碳排放量最少為目標對微電網運行優化規劃，基于虛擬空間建模層建立的孿生微電網系統模型，結合發電機約束、功率平衡約束、電池約束等約束條件，將優化目標確定為滿足經濟性，峰值購電最少，以及碳排放量最少等多目標函數。用智能算法進行尋優，這里采用改進的粒子群算法進行尋優，由此確定初步優化運行方案；

其中，經濟性目標函數為為微電網運行的總成本，N為總的調度段數，c為柴油的價格，f為柴油發電機的油耗量，g為微電網向配電網的購電價格，P_g為購電電量，s為向微電網出售電能的價格，P_S為出售的電量。其中gP_g，sP_S僅存在于并網運行情況，在孤島運行情況下為零。M為分布式能源數目，a為分布式電源的發電成本，其中除去光能，風能等可再生能源，P_a為發電的功率；

其中，碳排放目標函數為為總的碳排放量，x為柴油發電機碳排放量系數；

步驟12：虛擬空間建模層的客戶端通過訂閱最初運行優化方案，控制虛擬微電網系統按照最初的優化方案進行調整；

步驟13：虛擬微電網系統執行運行優化方案后的運行各類信息經網關傳輸到虛擬空間建模層的云端服務器，虛擬空間建模層的云端服務器基于TCP/IP協議將執行初步調度后的運行信息傳輸到能量管理層的云端服務器；

步驟14：能量管理層的云端服務器基于虛擬微電網系統執行初步運行優化方案后反饋回的信息對初步運行優化方案進行調整；

步驟15：智能控制層的客戶端通過訂閱運行優化方案，對控制器進行控制，從而實現對微電網系統的控制使其按照發布方案運行；

步驟16：人機交互層通過訂閱能量管理層發布的各項服務，可以掌握微電網的各類運行信息，通過編程等手段設計引用軟件完成對數據的可視化處理；

步驟17：在人機交互層的客戶端，操作員根據所觀測的各類運行信息和自身經驗可以發布調度指令到能量管理層的服務器，虛擬空間建模層和智能控制層的客戶端通過訂閱人機交互層客戶端發布的控制指令實現對實體以及虛擬微電網系統的控制。