背景技术
微网技术的提出与分布式发电(Distributed Generation,DG)技术的应用与发展密切相关,与依靠远距离输配电的传统电源相比,分布式发电技术具有能源形式多样化、能源利用效率高和环境友好等多方面优点。分布式发电系统安装地点灵活、分散的特点极好地适应了分散电力需求和资源分布,延缓了输、配电网升级换代所需的巨额投资,同时,它与大电网互为备用也使供电可靠性得以改善,有效解决了大型集中电网的许多潜在问题。然而分布式发电系统接入电网也存在诸多问题,如分布式电源单机接入成本高、控制困难等。另外,为减小分布式电源对主电网的冲击,大系统往往采取限制、隔离的方式来处置分布式电源。IEEE 1547规定,当电力系统发生故障时,分布式电源必须马上退出运行。这就大大限制了分布式电源充分发挥作用,也间接限制了对清洁能源的利用。
为协调电网和分布式电源的矛盾,解决大量位置分散、形式多样、特性各异的分布式电源简单并网对电网和用户造成的冲击,减小其接入对电能质量、系统保护、系统运行等带来的不利影响,充分挖掘分 布式电源为电网和用户带来的价值和效益,R.H.Lasseter在2002年IEEE Power Engineering Society Winter Meeting上发表Microgrids一文,首次提出了微网的概念,并给出了微网的框架结构。微网从系统观点出发,将分布式电源、负荷、储能装置及控制装置等集成,形成一个可控的单元,同时向用户供给电能和热能。既可与大电网联网运行,也可在电网故障或需要时与主网断开单独运行。微网概念的提出有效的协调了大电网与分布式电源间的矛盾,充分挖掘了分布式能源为电网和用户所带来的价值和效益。
微网对电力系统供电能力的保证、电能质量的提高,以及对用户多样性要求的满足使其成为电力系统发展的趋势。但也带来了对传统集中式控制的冲击,造成集中式控制效率的低下,控制参数的激增,促使集中式控制到分布式智能控制的自然演变,而多代理方法作为分布控制和人工智能的产物,可以满足微网管理的需要。多代理方法在微网中的适应性表现在以下几点:1)微网是由一定地理区域内分散的分布式电源和负荷所组成,与多代理方法中分散的代理单元具有逻辑结构上的统一性;2)多代理方法中的各代理具有依据自身特点和目的,安排行动步骤的自主性,适用于微网系统中不同特点分布式电源的控制需要,也易于满足微网系统中隶属于不同用户和业主的分布式电源不同运行目标的需要;3)多代理方法中的各代理既具有运行控制的自主性,同时也具备相互通信,相互协商解决问题的合作性,适用于微网这种具有多运行单元、多控制目标的应用场合。
对现有文献资料和专利说明的检索发现,中国发明专利(申请号: 200910048244.6)和中国实用新型专利(申请号:200720122010.8)提出了多代理方法在微电网的协调控制以及新能源发电中的应用,并详细描述了各代理的角色以及代理中各种模块的功能;中国发明专利(申请号:201010239335.0)提出采用协同粒子群算法并与多代理方法相结合,为电力市场ACE仿真提供了新的方法,张颖媛的博士学位论文《微网系统的运行优化与能量管理研究》以及崔明勇的博士学位论文《微网多目标优化运行及控制策略研究》分别将遗传算法和混沌蚁群算法应用于微网优化运行中,为微网能量管理提供了新的思路。
现有的相关文献资料和专利说明对于多代理方法在微网中的应用尚停留在多代理方法结构的构造,以及微网中各代理功能模块的定义,未涉及代理间通信的具体协议和信息模型,或仅仅是自定义协议,不具有普适性和通用性的特点,事实上统一信息模型的建立对于多代理方法在微网能量管理技术上的广泛应用和互操作性的实现具有重要的作用。IEC 61850作为电力公用事业通信网络与系统的国际标准为电力系统无缝通信奠定了基础,因此,本专利利用IEC 61850定义的信息模型作为代理间通信的统一参考模型,实现IEC 61850信息模型向多代理通信语言的映射,确保代理间互联互通的实时性、统一性和互操作性,从而有效的应用于微网的能量管理系统中。
现有的相关文献资料和专利说明对于微网的能量管理多采用蚁群算法、粒子群算法、人工神经网络算法、遗传算法和模拟退火等优化算法。其中蚁群算法解构造过程计算量较大、搜索时间长、易出现停滞;粒子群算法受初始解影响较大;人工神经网络算法极易陷入局 部极小点,同时需要大量的训练和测试样本;遗传算法易早熟、缺乏局部搜索能力;模拟退火算法全局搜索能力弱,寻优时间较长。
上述介绍的多种算法在微网优化运行中的应用,为微网的能量管理提供了新的思路,但至今仍没有任何一种算法能完全实现微网能量管理的最优化解析,同时目前采用的各种优化算法在现有微网能量管理的技术方案中,多是与集中式管理相配合,由于微网中分布式电源和负荷种类众多,运行特点各异,这就为微网的能量管理造成两种相悖的情况:1)为了精确获得微网能量管理的最优解或近似最优解,微网中央控制单元势必要尽可能多的获得系统中各分布式电源和负荷的工作参数,这就使得集中式能量管理参数激增,运行效率低下,以及微网系统中通信线路负担加重,信息传输开销增大;2)为了迅速获得微网能量管理的最优解或近似最优解,同时减少通信线路的建设以节约成本,微网中央控制单元仅需获知系统中各分布式电源和负荷的主要工作状态,这就使得所得最优解或近似最优解并不一定是各分布式电源最佳工作状态的描述,甚至造成分布式电源工作效率的低下、运行成本的增大或环境保护的破坏。如果微网系统中各分布式电源和负荷隶属于不同的用户或业主,势必造成集中式能量管理的难度进一步加大。为此,本专利将混合模拟退火遗传算法应用于微网能量管理中,发挥遗传算法全局搜索能力强、模拟退火算法局部搜索能力强的优势,并且通过与多代理方法的结合,利用优化过程中的动态博弈,实现微网系统和各分布式电源的全网络理想运行。
发明内容
本发明的技术目的在于克服上述问题,提出将多代理方法应用于微网能量管理系统中,并以IEC 61850的信息模型作为代理间消息传递的基础,以确保代理间信息交互的实时性、统一性和互操作性,基于混合模拟退火遗传算法利用优化过程中的动态博弈过程实现微网系统和各分布式电源的全网络理想运行。
为了实现上述目的,本发明所采用的技术方案为:基于IEC 61850和多代理方法的微网能量管理系统,其特征在于:包括分布式电源/负荷控制单元代理、微网中央控制单元代理、配电网控制单元代理,并且各单元代理分为三层进行协调控制;根据IEC 61850的建模规范和微网系统各组成单元的特点,利用IEC 61850定义的信息模型作为代理间消息传递的统一参考,通过将此信息模型映射到代理通信语言ACL的ontology元素中,实现IEC 61850和多代理方法的兼容,代理内部由基于IEC 61850的信息模型描述微网的工作状态,代理之间通过ACL语言通信。
前述的基于IEC 61850和多代理方法的微网能量管理系统,所述的ontology元素包括概念、断言和代理动作三要素;概念元素与IEC 61850逻辑节点的定值信息和状态信息相映射,用于嵌套形成与IEC 61850逻辑节点相同的树形结构;代理动作元素与IEC 61850的控制信息相映射,用于表明由代理执行的一系列动作;断言元素用于区分上级单元代理下达的命令信息以及下级单元代理的回送信息。
前述的基于IEC 61850和多代理方法的微网能量管理系统,所述的分布式电源/负荷控制单元代理包括采集微网系统以及本代理所属 单元基本信息的采样单元、进行数据分析的信息处理单元、获取操作人员指令的人机接口单元、获取上级微网中央控制单元代理的指令并进行ACL解析的命令接收单元、作出决策并反馈给上级微网中央控制单元代理的综合决策单元和执行单元,以及起辅助功能的数据库单元和自学习单元。
前述的基于IEC 61850和多代理方法的微网能量管理系统,所述的微网中央控制单元代理负责整个微网系统的管理,将采样单元采集到的系统工作信息以及分布式电源/负荷代理的上传信息写入缓存区,完成信息处理和孤岛检测,微网中央控制单元代理的综合决策单元根据微网系统运行状况,遵从操作人员和上级代理的指令消息,并参照运行目标、约束条件和经济成本的限制,同时向微网数据库提取必要的数据信息进行综合分析,做出相应决策,将决策结果反馈给操作人员和上级配电网控制单元代理,并写入自学习模块,同时将控制指令下发至分布式电源/负荷控制单元代理,以及调用执行单元的相应功能完成所属单元的控制执行。
前述的基于IEC6 1850和多代理方法的微网能量管理系统,所述的配电网控制单元代理负责对配电网中多个微网系统的管理,综合决策单元根据系统运行状况、遵从操作人员的指令消息并参照运行目标、约束条件和经济成本的限制,同时向配电网数据库提取必要的数据信息进行综合分析,做出相应决策,将决策结果反馈给操作人员并写入自学习单元,同时将控制指令下发至各微网中央控制单元代理。
前述的基于IEC61850和多代理方法的微网能量管理系统,还包 括设于各代理综合决策单元中的混合模拟退火遗传算法计算模块,微网中央控制单元代理中该模块用于求取微网系统中各分布式电源/负荷单元的近似最优运行范围、并将各单元的运行范围传递给相应的代理,各代理根据此运行范围并参照所属对象的其它工作参数调用自身综合决策单元中的此算法模块进行优化计算,计算结果反馈给微网中央控制单元代理,经过反复动态博弈后完成微网能量管理的目标。
本发明将多代理方法应用于微网能量管理系统中,利用IEC 61850定义的信息模型作为代理间信息通信的统一参考模型,实现IEC 61850信息模型向多代理通信语言的映射,确保代理间信息交互的实时性、统一性和互操作性。采用此多代理方法,能实现微网系统各层次的层内自治和层间合作,将现有集中式的能量管理方案改进为分布式计算,减少了网络通信负担,减少网络建设投资,使得整个系统效率更高、效果更好。采用混合模拟退火遗传算法,发挥遗传算法全局搜索能力强、模拟退火算法局部搜索能力强的优势,弥补各自算法的不足,并且将混合模拟退火遗传算法与多代理方法相结合,利用优化过程中的动态博弈,实现微网系统和各分布式电源的全网络理想运行。
具体实施方式
为使本发明实现的技术方案、技术特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
图1所示为微网简化结构图,从图中可以看出,微网中包含分布式电源、储能装置以及不同种类的冷/热/电负荷(简化起见图中仅列出微型燃气轮机、风力发电机、燃料电池、光伏电池等分布式电源以及蓄电池储能装置)。其中微型燃气轮机与风力发电机的出口电压为非工频交流电,经过背靠背整流逆变电路将非工频交流电变化为满足微网系统电压幅值和频率要求的工频交流电;燃料电池、光伏电池的输出电压为低压直流电,经过Boost升压电路和逆变电路转化为满足微网系统电压幅值和频率要求的工频交流电;蓄电池储能装置具有充放电功能,因此经过Boost/Buck双向直流电压变化器和逆变电路与微网交流母线相连;微网系统通过静态开关接入配电网系统。控制静态开关的通断,可实现微网系统的并网与孤岛运行。
微网系统具有明显的层次结构,分布式电源/负荷、微网、配电网三层具有层内独立、层间协调的特点。分布式电源/负荷根据系统工作情况并结合自身条件,甚至在其他单元工作信息缺失的情况下能实现自主运行,同时根据微网中央控制单元的命令改变自身工作参数,并将相关信息及时传递给微网中央控制单元,帮助微网中央控制单元 更全面的掌握整个系统的工作情况,做出更准确的决策;微网中央控制单元根据系统工作情况调整微网中各分布式电源和负荷的工作状态,并将微网工作信息传递给配电网控制单元;配电网控制单元控制配电网中所有微网,通过与各微网中央控制单元的联系,优化各个微网的运行。通过上述的分层控制与优化协调,能实现整个微网系统的理想运行。
针对图1所示的微网简化结构图,参照表1所列IEC 61850的信息模型与微网组成单元的对应关系,并根据IEC 61850的建模规范,建立符合IEC 61850的微网系统信息模型,如图2所示。
表1 IEC 61850信息模型与微网组成单元对应关系
从表1中可以看出,基于IEC 61850的微网信息模型(逻辑上与微网信息模块相对应)即是利用IEC 61850定义的相关逻辑节点,并根据IEC 61850的建模规范,对微网系统各组成单元的信息描述。值得注意的是,IEC 61850仅定义了与微网运行相关的部分逻辑节点,而诸如ZBST、ZBUC、ZLAD等逻辑节点均是根据IEC 61850中有关自定义逻辑节点的规范要求,并结合相关微网组成单元的基本特性新建的 逻辑节点。
图2中电连接点(Electrical Coupling Point,ECP)单元表示分布式电源/负荷与微网、微网与配电网之间的连接关系,通常在该点处有一个开关或断路器以及相关的测量装置,用以分布式电源/负荷、微网的并离网操作以及同期过程的控制。
针对图1所示的微网简化结构图,通过对微网系统的功能分解,建立适用于微网能量管理的多代理方法结构(图4),该结构实现的方式见基于多代理方法的微网功能模型(图3)。
从图3和图4中可以看出,建立的用于微网能量管理的多代理方法结构与微网系统具有相同的层次化特点。通过分布式电源/负荷控制单元代理、微网中央控制单元代理、配电网控制单元代理的层内自治、层间协调,共同实现微网能量管理的目标。
根据图4,分布式电源/负荷控制单元代理包括分布式电源/负荷本体控制模块、电力电子接口装置控制模块、开关断路器控制模块、测量装置控制模块、智能计算模块、通信/人机接口模块,微网中央控制单元代理包括开关断路器控制模块、测量装置控制模块、智能计算模块、通信/人机接口模块,配电网控制单元代理包括测量装置控制模块、智能计算模块、通信/人机接口模块。各代理之间依靠代理通信语言ACL传递命令信息和状态信息。
微网系统内虽然分布式电源和负荷的种类众多,但就功能抽象而言,基本功能模块类似,因此本专利以一个代理模型表示所有的分布式电源和负荷类型。在分布式电源/负荷控制单元代理中,采样单元 负责采集微网系统以及本代理所属单元的电压、电流、频率等基本信息,并将信息传递给信息处理单元进行数据分析,提取出适合于综合决策模块分析计算的数字量,同时人机接口(Human Machine Interface,HMI)单元获取操作人员的指令、命令接收单元获取上级微网中央控制单元代理的指令并进行代理通信语言(Agent Communication Language,ACL)解析,将上述指令信息一并发送给综合决策单元,综合决策单元根据当前系统工作状况,遵从操作人员和上级代理的指令消息,并参照运行目标和约束条件的限制,同时向运行数据库提取必要的数据信息进行综合分析,做出相应决策,将此决策结果反馈给操作人员和上级代理,并写入自学习单元以便下次发生类似情况时快速决策,同时调用执行单元的相应功能完成所属单元的控制执行。
微网中央控制单元代理负责整个微网系统的管理,将采样单元采集到的系统工作信息以及分布式电源/负荷代理的上传信息写入缓存区,完成信息处理和孤岛检测功能,与分布式电源/负荷代理的综合决策单元类似,微网中央控制单元代理的综合决策单元根据当前系统运行状况,遵从操作人员和上级代理的指令消息,并参照运行目标、约束条件和经济成本的限制,同时向微网数据库提取必要的数据信息进行综合分析,做出相应决策,将此决策结果反馈给操作人员和上级配电网控制单元代理,并写入自学习单元以便下次发生类似情况时快速决策,同时将控制指令下发至分布式电源/负荷控制单元代理,以及调用执行单元的相应功能完成所属单元的控制执行。
配电网控制单元代理的功能与微网中央控制单元代理的功能基 本类似,负责对配电网中多个微网系统的管理,其中最重要的综合决策单元,根据当前系统运行状况,遵从操作人员的指令消息,并参照运行目标、约束条件和经济成本的限制,同时向配电网数据库提取必要的数据信息进行综合分析,做出相应决策,将此决策结果反馈给操作人员,并写入自学习单元以便下次发生类似情况时快速决策,同时将控制指令下发至各微网中央控制单元代理。
根据图2基于IEC 61850的微网信息模型和图3基于多代理方法的微网功能模型,适用于微网能量管理的IEC 61850与多代理方法的兼容,实际上就是利用多代理方法对微网功能的分解,实现对IEC 61850表示的微网信息模型的解析和重构,使微网能量管理的参与者能互联互通,通过合作使整个系统经济稳定运行。
代理通信语言ACL既是代理间沟通合作的桥梁,也是实现代理对IEC 61850信息模型表达的技术手段。符合FIPA(Foundation for Intelligent Physical Agents)国际标准的ACL语言包括发送者、接收者、消息内容、本体(ontology)等13项基本元素,其中ontology提供类似于字典的功能,用于对消息内容中各字段的解释说明,便于实现代理间的无缝通信。
根据FIPA关于ACL ontology的说明,以及自定义ontology的方法。完整的ontology定义主要包含以下三个元素:
(1)概念(concept):用以对事物的具体描述;
(2)断言(predicate):对concept元素用途的说明;
(3)代理动作(agent actions):表明由代理执行的一系列动作。
参见图5,其中concept元素可以嵌套形成与IEC 61850逻辑节点相同的树形结构,利用predicate元素可以使同样的concept表达不同的功能。
IEC 61850的逻辑节点既包含定值与状态信息,也包含控制信息,本发明中,鉴于concept元素与IEC 61850逻辑节点结构上的一致性,可以实现信息描述上的融合;利用agent actions元素实现功能定义上的统一;通过predicate元素区分上级单元代理下达的命令信息,以及下级单元代理的回送信息。
图5图示了本专利中实现IEC 61850与多代理方法兼容的方法,具体为IEC 61850向多代理通信语言ACL的映射结构,通过将IEC 61850的相关逻辑节点映射到ACL语言的ontology元素中,生成自定义的MG-ontology。代理内部用IEC 61850的模型描述微网的工作状态,代理之间的通信则依靠ACL信息。利用自定义MG-ontology实现对IEC 61850描述的微网工作状态信息的封装,以及对接收到的ACL信息的解析。构建基于IEC 61850的多代理方法无缝通信网络,实现两者兼容。
根据上述技术方案实现手段的叙述,以光伏电池代理向微网中央控制单元代理发送的工作状态消息为例,说明所述技术手段的正确性和适用性。如图6所示,光伏电池代理发送给微网中央控制单元代理的消息,其ontology参数为自定义的MG-ontology,正是利用MG-ontology实现多代理方法与IEC 61850的兼容。消息的内容部分为根据IEC 61850的逻辑节点和数据属性描述的光伏电池的基本信息。
本专利提出将混合模拟退火遗传算法用于微网能量管理系统中,该算法能有效发挥遗传算法全局搜索能力强、模拟退火算法局部搜索能力强的优势,弥补两种算法各自的缺陷,适用于微网能量管理系统中。
模拟退火算法是Metropolis等人于1953年提出的,其基本思想是把某类优化问题的求解过程与统计热力学中的热平衡问题进行对比,固体退火过程的物理图像和统计性质是模拟退火算法的物理背景,Metropolis接受准则使得算法以一定概率接受邻域中较差的目标状态,跳离局部最优的陷阱,是一种理论上的全局最优算法。模拟退火算法仿照热力学中金属物体的退火过程,给定初始高温后,通过缓慢降低温度参数,最终使物体达到低能平衡态,即所解决优化问题的近似最优解。
遗传算法是模拟生物界的遗传和进化过程而建立的一种搜索算法,主要特点是群体搜索策略和群体中个体之间的信息交换,且搜索策略不依赖于梯度信息。遗传算法通过随机产生初始解,根据适应度函数计算各初始解的适应度,经过选择、交叉、变异等过程产生新的解个体,经过若干次迭代过程,算法收敛于最好的解。主要问题在于若在求解过程初期,群体中出现适应度值超大的个体,那么这些个体将得到更多遗传的机会,造成迭代算法收敛于局部最优解。
因此,将上述两种优化方法进行混合交叉形成新的计算方法,有助于找到待求问题的最优解。本专利中,利用混合模拟退火遗传算法求解微网能量管理问题的算法流程图如图7所示。
根据微网能量管理系统的要求,初始化混合模拟退火遗传算法的参数,随机生成解的初始种群,根据能量管理系统的计算目标,如成本最低、效率最高、环境保护效果最好等,生成不同的单目标或多目标适应度函数,基于此函数计算初始种群中每个个体的适应度值大小,此适应度值大小决定了每个个体被选择的概率,并按照初始的交叉和变异概率进行相应操作,以得到新的种群。因为上述过程仍为遗传算法的基本操作过程,为防止收敛于局部最优解,利用模拟退火算法以一定概率接受邻域中较差的解,跳离局部最优的陷阱,上述过程按预先设定的次数进行迭代,并按模拟退火算法的要求不断修正温度参数,以得到微网能量管理的最优解或近似最优解。
将此混合模拟退火遗传算法与多代理方法结合,为了减小通信负担,微网系统中各代理仅需将所属对象的重要信息传递给微网中央控制单元代理,由后者进行混合模拟退火遗传算法的计算,求得系统中各单元的近似最优运行范围,并将各单元的运行范围设置传递给微网系统中各代理,之后各代理根据此运行范围,并参照所属对象的其它所有工作参数进行相应的优化计算,并将计算结果回馈给微网中央控制单元代理,如此反复实现动态博弈过程,完成微网能量管理的目标。此方法的优点在于减小了网络通信负担,减少网络建设的投资,同时将传统的集中式计算转化为效率更高、效果更好的分布式计算。
本发明提出利用多代理方法实现微网的能量管理,实际中也可以利用其它的方法,甚至沿用现在的集中式控制方法。本发明利用IEC 61850作为代理间信息传递的统一信息模型,也可以利用其他信息模 型,只要满足通用性、模型健全、易扩展等特点即可,但就目前而言,IEC 61850作为电力公用事业通信网络与系统的国际标准,应用于微网能量管理系统中具有一定的优势。如前所述,微网系统参数众多、控制复杂,至今仍没有任何一种算法能完全实现微网能量管理的最优化解析,本专利提出的混合模拟退火遗传算法具备理论上的优势,如对其它的优化算法进行深入的分析和改进,也有可能在微网能量管理中发挥良好的效果。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。