一种微电网多目标优化控制方法及装置的制造方法
【专利摘要】本发明提供了一种微电网多目标优化控制方法，首先建立微电网优化的目标函数，其中，目标函数至少包括电费最小化目标函数以及电池健康状态函数；然后确定所述微电网优化的储能电池充放电功率约束、充放电次数约束以及总存储电量约束；再通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优解和最劣解；最后通过线性加权求和法得到每个所述目标函数的权重系数，得到所述微电网多目标优化控制的最优解。可见，本方案对储能系统荷电状态和使用寿命进行多目标优化，可有效提高微电网的运行经济性和储能寿命。
【专利说明】
一种微电网多目标优化控制方法及装置
技术领域
[0001] 本发明涉及电网优化技术领域，尤其涉及一种微电网多目标优化控制方法及装 置。
【背景技术】
[0002] 随着电网规模的不断扩大，传统的集中发电和远距离输电的电网建设模式表现出 越来越多的局限性。另一方面，随着常规化石能源的逐渐枯竭，清洁高效的可再生能源发电 技术受到了广泛的关注。微电网是分布式发电的重要形式之一，既可与大电网并联运行，也 可独立地为本地负荷提供电能，有助于解决大电网遇到的各种问题，是智能电网建设的重 要组成部分。而微电网的优化运行是在满足负荷需求的同时实现综合成本的最优化，是微 电网经济效益得以体现的关键。因此，研究微电网的优化运行问题至关重要。
[0003] 目前，微电网优化目标比较单一，且未针对混合储能系统单独考虑，因此，提供一 种微电网多目标优化控制方法为当前亟待解决的技术问题。
【发明内容】
[0004] 本发明提供了一种微电网多目标优化控制方法，对储能系统荷电状态和使用寿命 进行多目标优化，可有效提高微电网的运行经济性和储能寿命。
[0005] 本发明提供了一种微电网多目标优化控制方法，包括：
[0006] 建立微电网优化的目标函数，所述目标函数至少包括电费最小化目标函数以及电 池健康状态函数；
[0007] 确定所述微电网优化的储能电池充放电功率约束、充放电次数约束以及总存储电 量约束；
[0008] 通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优解和最劣 解；
[0009] 通过线性加权求和法得到每个所述目标函数的权重系数，得到所述微电网多目标 优化控制的最优解。
[0010] 优选的，所述电费最小化目标函数为：
[0011]
[0012] 其中，c(t)为各时间段的实时电价，At为各时间段的时间间隔，T为调度周期， PlinJt)为微电网与大电网之间的联络线功率。
[0013] 优诜的，所沭电池健康状态函数为：
[0014]
[0015] 其中，MES为储能设备的集合，所述储备设备包括钠硫电池和锂电池;λ。为储能设 备1在时刻t的充放电维护费用等效系数，PesY为储能设备1在时刻t的充放电功率，所述充 放电功率为正值，△ t为各时间段的时间间隔，为储能设备1在时刻t的等效储能寿命 损耗成本。
[0016] 优选的，所述储能电池充放电功率约束为：
[0017] 0<PNas(t)<PrateNpulse(t)
[0018] abs[Pi(t)-Pi(t-l)]<Pset
[0019] 其中，pNas (t)为钠硫电池输出功率，Prate为钠硫电池额定输出功率，Pset为功率变 化限定值，Npulse ( t )为t时刻钠硫脉冲限制:0.8 <Npulse ( t ) < 1。
[0020] 优选的，所述充放电次数约束为：
[0021]
[0022]
[0023]
[0024]其中，to为调度周期的初始时刻，k为非负整数，δ为时间间隔，且令调度周期Τ = Ντ δ，Ντ为正整数;充放电次数为定值，Udis(t)为钠硫电池储能系统放电状态、Uch(t)为钠 硫电池储能系统最大充电功率充电状态、UsupihU)为钠硫电池储能系统半功率充电状态、 Ustandby(t)为钠硫电池储能系统备用状态，各状态间满足：
[0025] Ustandby(t) ,Udis(t) ,Uch(t) ,Usup-ch(t) ￡ {〇, 1}
[0026] Ustandby ( t ) +Udis ( t ) +Uch( t ) +Usup-ch( t ) - 1
[0027] 优选的，所述通过粒子群算法对所述目标函数求解包括：
[0028]初始化粒子种群；
[0029] 获取所述粒子种群中的最优解，计算每个所述粒子种群的适应度；
[0030] 更新所述粒子种群的速度和位置;直至达到预设迭代上限值。
[0031 ]优选的，所述通过线性加权求和法得到每个所述目标函数的权重系数，得到所述 微电网多目标优化控制的最优解，包括：
[0032] 根据二元对比算法得到排序标度矩阵，计算所述排序标度矩阵的各行元素之和， 按大到小依次排序，得到指标重要性排序；
[0033] 确定每个所述指标的权重ω = [ ωι，ω2]τ，所述最优解为：
[0034]
[0035]其中，FKx)为目标函数h的隶属度函数：
[0036]
[0037]其中，f1>max是利用粒子群算法对目标函数6进行单目标优化时的最优解是 利用粒子群算法对目标函数匕进行单目标优化时的最劣解;i = 1，2。
[0038] -种微电网多目标优化控制装置，包括：
[0039] 建模模块，用于建立微电网优化的目标函数，所述目标函数至少包括电费最小化 目标函数以及电池健康状态函数；
[0040] 确定模块，用于确定所述微电网优化的储能电池充放电功率约束、充放电次数约 束以及总存储电量约束；
[0041 ]获取模块，用于通过粒子群算法对所述目标函数求解，得到每个所述目标函数的 最优解和最劣解；
[0042] 计算模块，用于通过线性加权求和法得到每个所述目标函数的权重系数，得到所 述微电网多目标优化控制的最优解。
[0043] 由上述方案可知，本发明提供了一种微电网多目标优化控制方法，首先建立微电 网优化的目标函数，其中，目标函数至少包括电费最小化目标函数以及电池健康状态函数； 然后确定所述微电网优化的储能电池充放电功率约束、充放电次数约束以及总存储电量约 束;再通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优解和最劣解;最 后通过线性加权求和法得到每个所述目标函数的权重系数，得到所述微电网多目标优化控 制的最优解。可见，本方案对储能系统荷电状态和使用寿命进彳丁多目标优化，可有效提尚微 电网的运行经济性和储能寿命。
【附图说明】
[0044] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
[0045] 图1为本发明实施例提供的一种微电网多目标优化控制方法的流程图；
[0046] 图2为本发明实施例提供的一种光伏出力数据、负荷数据、功率缺额数据的曲线 图；
[0047] 图3为本发明实施例提供的一种当地分时电价数据的曲线图；
[0048] 图4为本发明实施例提供的一种优化后的联络线功率的曲线图；
[0049] 图5为本发明实施例提供的一种微电网多目标优化控制装置的结构示意图。
【具体实施方式】
[0050] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0051] 如图1所示，为本发明实施例提供的一种微电网多目标优化控制方法，包括步骤：
[0052] S1:建立微电网优化的目标函数，所述目标函数至少包括电费最小化目标函数以 及电池健康状态函数；
[0053] S2:确定所述微电网优化的储能电池充放电功率约束、充放电次数约束以及总存 储电量约束；
[0054] S3:通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优解和最 劣解；
[0055] S4:通过线性加权求和法得到每个所述目标函数的权重系数，得到所述微电网多 目标优化控制的最优解。
[0056]其中，所述电费最小化目标函数为：
[0057] ?-i
[0058] 其中，c(t)为各时间段的实时电价，At为各时间段的时间间隔，T为调度周期， Plinjt)为微电网与大电网之间的联络线功率。
[0059] 所述电池健康状态函数为：
[0060]
[0061] 其中，Mes为储能设备的集合，所述储备设备包括钠硫电池和锂电池;λ。为储能设 备1在时刻t的充放电维护费用等效系数，P ES,^为储能设备1在时刻t的充放电功率，所述充 放电功率为正值，△ t为各时间段的时间间隔，fgc^kt为储能设备1在时刻t的等效储能寿命 损耗成本。
[0062] 所述储能电池充放电功率约束为：
[0063] 0<PNas(t)<PrateNpulse(t)
[0064] abs[Pi(t)-Pi(t-l)]<Pset
[0065] 其中，PNas (t)为钠硫电池输出功率，Prate3为钠硫电池额定输出功率，Pse3t为功率变 化限定值，Npulse ( t )为t时刻钠硫脉冲限制:0.8 <Npulse ( t ) < 1。
[0066] 所述充放电次数约束为：
[0067]
[0068]
[0069]
[0070]其中，to为调度周期的初始时刻，k为非负整数，δ为时间间隔，且令调度周期Τ = Ντ δ，Ντ为正整数;充放电次数为定值，Udis(t)为钠硫电池储能系统放电状态、Uch(t)为钠 硫电池储能系统最大充电功率充电状态、UsupihU)为钠硫电池储能系统半功率充电状态、 Ustandby(t)为钠硫电池储能系统备用状态，各状态间满足：
[0071 ] Ustandby(t) ,Udis(t) ,Uch(t) ,Usup-ch(t) ￡ {〇, 1}
[0072] Ustandby ( t ) +Udis ( t ) +Uch ( t ) +Usup-ch ( t ) - 1
[0073] 具体的，所述通过粒子群算法对所述目标函数求解包括：
[0074]初始化粒子种群；
[0075] 获取所述粒子种群中的最优解，计算每个所述粒子种群的适应度；
[0076] 更新所述粒子种群的速度和位置;直至达到预设迭代上限值。
[0077] 具体的，所述通过线性加权求和法得到每个所述目标函数的权重系数，得到所述 微电网多目标优化控制的最优解，包括：
[0078] 根据二元对比算法得到排序标度矩阵，计算所述排序标度矩阵的各行元素之和， 按大到小依次排序，得到指标重要性排序；
[0079] 确定每个所述指标的权重ω = [ ωι，ω2]τ，所述最优解为：
[0080]
[0081 ]其中，FKx)为目标函数h的隶属度函数：
[0082]
[0083]其中，f1>max是利用粒子群算法对目标函数6进行单目标优化时的最优解是 利用粒子群算法对目标函数匕进行单目标优化时的最劣解;i = 1，2。
[0084]以一微电网为例进行说明，方法流程图如图1所示，该微电网每15分钟调度一次， 一天24个小时，共24*4 = 96个调度点，t ={ 1，2，3……，96}。光伏出力数据、负荷数据、功率 缺额数据如图2所示。
[0085]设置钠硫电池电池每段时间的充放电功率不能超过最大允许值土PNasmax，其中 PNasmax = 20kw。负值表示钠硫电池放电。设置锂电池每段时间的充放电功率不能超过最大 允许值土 PLimax，其中PLimax = 20kw，负值表示锂电池放电。当地分时电价数据如图3所示。 [0086]优化后的联络线功率如图4所示，此时电费为-373.3985元，此时微电网根据峰谷 电价合理调节储能出力，在电价峰时段，储能设备放电，在电价谷时段，储能设备充电，从而 提尚其运彳丁经济效益。
[0087] 混合储能的共同调节作用可避免锂电池频繁充放电，提高锂电池寿命；同时，钠硫 电池允许高充放电次数、快充放电速率的特性可有效平滑联络线功率，减少分布式电源对 大电网的冲击。
[0088] 除此，如图5所示，本实施例还提供了一种微电网多目标优化控制装置，包括：
[0089] 建模模块11，用于建立微电网优化的目标函数，所述目标函数至少包括电费最小 化目标函数以及电池健康状态函数；
[0090] 确定模块12，用于确定所述微电网优化的储能电池充放电功率约束、充放电次数 约束以及总存储电量约束；
[0091 ]获取模块13，用于通过粒子群算法对所述目标函数求解，得到每个所述目标函数 的最优解和最劣解；
[0092]计算模块14,用于通过线性加权求和法得到每个所述目标函数的权重系数，得到 所述微电网多目标优化控制的最优解。
[0093]其工作原理参见方法实施例。
[0094] 综上所述，本发明提供了一种微电网多目标优化控制方法，首先建立微电网优化 的目标函数，其中，目标函数至少包括电费最小化目标函数以及电池健康状态函数;然后确 定所述微电网优化的储能电池充放电功率约束、充放电次数约束以及总存储电量约束;再 通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优解和最劣解;最后通 过线性加权求和法得到每个所述目标函数的权重系数，得到所述微电网多目标优化控制的 最优解。可见，本方案对储能系统荷电状态和使用寿命进行多目标优化，可有效提高微电网 的运行经济性和储能寿命。
[0095] 本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销 售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本发明实施例 对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软 件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机， 服务器，移动计算设备或者网络设备等)执行本发明各个实施例所述方法的全部或部分步 骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(R0M，Read-0nly Memory)、随机存 取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0096] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它 实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
[0097] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明 将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一 致的最宽的范围。
【主权项】
1. 一种微电网多目标优化控制方法，其特征在于，包括： 建立微电网优化的目标函数，所述目标函数至少包括电费最小化目标函数以及电池健 康状态函数； 确定所述微电网优化的储能电池充放电功率约束、充放电次数约束以及总存储电量约 束； 通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优解和最劣解； 通过线性加权求和法得到每个所述目标函数的权重系数，得到所述微电网多目标优化 控制的最优解。2. 根据权利要求1所述的微电网多目标优化控制方法，其特征在于，所述电费最小化目 标函数为：其中，c(t)为各时间段的实时电价，At为各时间段的时间间隔，T为调度周期，Pline3(t) 为微电网与大电网之间的联络线功率。3. 根据权利要求1所述的微电网多目标优化控制方法，其特征在于，所述电池健康状态 函数为：其中，Mes为储能设备的集合，所述储备设备包括钠硫电池和锂电池；为储能设备1在 时刻t的充放电维护费用等效系数为储能设备1在时刻t的充放电功率，所述充放电功 率为正值，△ t为各时间段的时间间隔，为储能设备1在时刻t的等效储能寿命损耗成 本。4. 根据权利要求1所述的微电网多目标优化控制方法，其特征在于，所述储能电池充放 电功率约束为： O < PNas ( t ) < PrateNpulse ( t ) abs[Pi(t)-Pi(t-l)]<Pset 其中，PNaS⑴为钠硫电池输出功率，Prate3为钠硫电池额定输出功率，Pse3t为功率变化限定 值，Npulse ( t )为t时刻钠硫脉冲限制:O . 8 <Npulse ( t ) < 1。5. 根据权利要求1所述的微电网多目标优化控制方法，其特征在于，所述充放电次数约 束为：其中，to为调度周期的初妬时刻，k为非货塋数，0为时I日」I日」隔，且令调度周期Τ = Ντδ，Ντ 为正整数;充放电次数αι、α2为定值，udis(t)为钠硫电池储能系统放电状态、Ud 1U)为钠硫电 池储能系统最大充电功率充电状态、Usupih(t)为钠硫电池储能系统半功率充电状态、 Ustandby(t)为钠硫电池储能系统备用状态，各状态间满足： Ustandby ( t )，Udis ( t )，Uch( t )，Usup-ch( t )已{ O，I } Ustandby ( t ) +Udis ( t ) +Uch ( t ) +Usup-ch ( t ) - l〇6. 根据权利要求1所述的微电网多目标优化控制方法，其特征在于，所述通过粒子群算 法对所述目标函数求解包括： 初始化粒子种群； 获取所述粒子种群中的最优解，计算每个所述粒子种群的适应度； 更新所述粒子种群的速度和位置;直至达到预设迭代上限值。7. 根据权利要求1所述的微电网多目标优化控制方法，其特征在于，所述通过线性加权 求和法得到每个所述目标函数的权重系数，得到所述微电网多目标优化控制的最优解，包 括： 根据二元对比算法得到排序标度矩阵，计算所述排序标度矩阵的各行元素之和，按大 到小依次排序，得到指标重要性排序； 确定每个所述指标的权重ω =「Co1, ω2]τ，所述最优解为：其中，F1(X)为目标函数A的隶属度函数：其中，fi,max是利用粒子群算法对曰称凼数fi?灯早曰称优化时的最优解;fi,min是利用 粒子群算法对目标函数匕进行单目标优化时的最劣解;i = 1，2。8. -种微电网多目标优化控制装置，其特征在于，包括： 建模模块，用于建立微电网优化的目标函数，所述目标函数至少包括电费最小化目标 函数以及电池健康状态函数； 确定模块，用于确定所述微电网优化的储能电池充放电功率约束、充放电次数约束以 及总存储电量约束； 获取模块，用于通过粒子群算法对所述目标函数求解，得到每个所述目标函数的最优 解和最劣解； 计算模块，用于通过线性加权求和法得到每个所述目标函数的权重系数，得到所述微 电网多目标优化控制的最优解。
【文档编号】G06Q10/04GK105896580SQ201610353392
【公开日】2016年8月24日
【申请日】2016年5月24日
【发明人】陈晓科, 张弛, 曾杰, 徐晓刚, 谢宁, 李兰芳, 李鑫, 黄嘉健, 汪进锋, 黄杨珏, 周少雄, 周述前, 王雪莹, 韦玮, 张晓宇, 董星辰
【申请人】广东电网有限责任公司电力科学研究院