发明内容
本发明的目的是提供一种基于能效云终端的分布式储能调度优化控制方法及系统,用以解决现有技术中在储能装置作为独立的储能单元时,没有对其进行调度优化的问题。
为实现上述目的,本发明的方案包括:
一种分布式储能调度优化控制方法,包括如下步骤:
步骤1:采集电网节点电压值和储能装置能量值两个参数;
步骤2:根据模糊控制算法,计算得出功率输出量,具体计算过程如下:
S01:采用三角性隶属度函数将节点电压和能量值模糊化;
S02:通过试验和经验设置合适的规则库;
S03:利用最大最小法对规则进行合成运算,得到输出参数的隶属度;
S04:根据重心法解模糊,计算得到输出功率的值。
步骤3:利用步骤2中得出的结果控制储能装置和电网之间的功率流动。
进一步的,所述步骤2中S01中模糊化的结果是:输入电压量模糊化为5个模糊语言变量:分别是“很低(VL)”、“低(L)”、“中等(M)”、“高(H)”、“很高(VH)”。输入能量模糊化为10个语言变量:分别是“很负高(VNH)”、“负高(NH)”、“负中(NM)”、“负低(NL)”、“很负低(VNL)”、“很正低(VPL)”、“正低(PL)”、“正中(PM)”、“正高(PH)”、“很正高(VPH)”。输出功率被模糊化为12个语言变量:分别为“很负高(VNH)”、“负高(NH)”、“很负中(VNM)”、“负中(NM)”、“负低(NL)”、“很负低(VNL)”、“很正低(VPL)”、“正低(PL)”、“正中(PM)”、“很正中(VPM)”、“正高(PH)”、“很正高(VPH)”。
进一步的,所述步骤2中S02中的规则库是:
实施权利要求1所述分布式储能调度优化控制方法的控制系统,包括大电网,云中心控制平台,与大电网直接相连的储能系统;所述储能系统包括储能装置、双向逆变器和储能控制器,双向逆变器连接在大电网和储能装置之间;储能控制器采集电网节点电压信号和储能装置能量值,并且向云中心控制平台发送采集到的信号,并且向双向逆变器发送控制信号。
进一步的,所述储能装置是蓄电池储能、飞轮储能、超级电容器储能或超导储能。
与现有技术相比,本发明具有如下优点:
(1)本发明通过模糊控制算法对采集的节点电压值和储能装置储能值进行计算,得到输出功率的值作为双向逆变器的控制信号,实现对储能装置能量流动的控制,针对分布式电网随机性和非线性较大的特点,能够容易的控制分布式储能装置的充电和放电,提高能源利用效率,实现峰值负荷需求优化管理。
(2)本发明提供的一种储能调度优化控制系统,能够用于作为独立储能单元的控制,同时通过在每个储能装置处设置的储能控制器统一由云中心控制平台控制,采集到的信息均在云中心进行信息数据的运行、计算、存储,或者直接在储能控制器中进行计算,可以大幅度减少硬件投资和软件开销。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
分布式储能调度优化控制方法实施例
本发明通过模糊控制算法对采集的节点电压值和储能装置储能值进行计算,得到输出功率的值作为双向逆变器的控制信号,实现对储能装置能量流动的控制。具体的,对于分布式储能调度优化控制方法包括如下步骤:
步骤1:采集电网节点电压值和储能装置能量值两个参数;
步骤2:根据模糊控制算法,计算得出功率输出量;
步骤3:利用步骤2中得出的结果控制储能装置和电网之间的功率流动。
首先,储能系统中的储能控制器通过测量装置及通信线路测量并接收控制参数,具体的这两个控制参数是储能装置的能量值和电网的节点电压值,将这两个参数值作为模糊控制的输入参数值。
然后则根据模糊控制算法进行计算,计算得出储能装置的功率输出量。具体计算过程如下:
选择三角形隶属度函数作为输入和输出隶属度函数,将两个参数值模糊化。把输入电压量模糊化为5个模糊语言变量:分别是“很低(VL)”、“低(L)”、“中等(M)”、“高(H)”、“很高(VH)”。输入能量模糊化为10个语言变量:分别是“很负高(VNH)”、“负高(NH)”、“负中(NM)”、“负低(NL)”、“很负低(VNL)”、“很正低(VPL)”、“正低(PL)”、“正中(PM)”、“正高(PH)”、“很正高(VPH)”。输出功率被模糊化为12个语言变量:分别为“很负高(VNH)”、“负高(NH)”、“很负中(VNM)”、“负中(NM)”、“负低(NL)”、“很负低(VNL)”、“很正低(VPL)”、“正低(PL)”、“正中(PM)”、“很正中(VPM)”、“正高(PH)”、“很正高(VPH)”。其中输入电压标幺值的模糊集论域为[0.8,1.1]。输入能量信号的模糊集论域为[-1,1],其中-1代表储能装置充电时需要的最大电能,1代表储能装置可用于电网支撑的最大电能,这些能量值可根据不同的储能装置的额定容量值和充放电要求进行标准化。例如在放电模式下,为保证储能装置有一最小能量,可以设置储能装置额定容量的50%的能量值为标准化后论域中的0值,通过模糊控制可使储能装置能量值保持在50%左右。相似的,输出功率的论域为[-1,1],其中-1代表提供给电网的最大功率,1代表储能装置得到的最大功率。输入和输出量的隶属度函数如图3所示。
通过试验和经验设置了合适的规则库,保证控制储能装置的能量值在模糊集论域的0值附近,节点电压不过分升高或降低。规则库如图4所示。
采用最大最小推理法对规则库中的规则进行合成运算,计算出隶属度。根据计算出的隶属度,采用重心法进行解模糊运算,计算出输出功率值。
最后,则是将根据上述计算得到的输出功率控制信号,控制储能装置和电网之间的功率流动。若储能控制器输出的功率量为负,则此时储能装置作为一个能量源,功率流向电网;若为正,则此时储能装置作为一个负载,功率流向储能装置。
需要说明的是,对于储能装置电量充裕可用于支撑高峰电网负荷的情况,设置较低的储能装置能量值的标准0值以保证输出功率支撑电网,所设计的模糊逻辑控制器的控制下可以得到合适的功率输出,支撑峰值负荷,维持电网电压稳定,借助于此控制器能够最大限度的补偿峰值负荷需求;对于用电低谷时段储能装置需要从电网吸收电能进行充电的情况,设置较高的储能装置能量值的标准0值以保证储能装置充电,根据当前电网条件,在所设计的模糊逻辑控制器的控制下可得到较高的低谷时段充电功率。
分布式储能调度优化控制系统实施例
如图1所示,是适用于本发明分布式储能调度优化控制方法的系统整体架构图,从图中可以看出系统具有多个节点。主馈线上设置有主变压器,每条径向馈线上都设置有用户变压器,用户变压器输出测母线连接有储能系统,N调径向馈线上设置的相应N个储能系统连接到云中心控制平台。从图2可知,储能系统包括储能控制器、储能装置、双向逆变器,储能装置通过双向逆变器连接至电网,储能控制器采集电网的节点电压值和储能装置的能量值,通过通信网络使用云技术与电力公司的云中心控制平台,把这些参数值传递给云中心控制平台;同时还接受云中心控制平台的监控和调度,接收云中心控制平台发送的控制信息,并把这些控制信息发送给双向逆变器,通过双向逆变器控制储能装置和电网之间功率的流动。
其中云中心控制平台用于设置控制计算方法,双向逆变器用于控制储能装置和电网之间功率的流动。
作为其他实施方式,模糊控制运算也可以不在云控制中心进行计算,在储能控制器中做出运算也可以。
为了更好的对本发明的技术方案进行理解,下面通过一个具体的例子予以说明。
将采集到的储能装置能量值和电网节点电压值传送到云中心控制平台,采集到的参数值转换成标幺值的形式。其中一个储能系统输送过来的参数转换后,储能装置能量值为0.227,节点电压为0.95,由隶属度提供的两个规则如下,可从规则库中得到。
·规则1——如果电压为中(M),能量为很正低(VPL),则功率为负低(NL)。
·规则2——如果电压为中(M),能量为正低(PL),则功率为负中(NM)。
0.227的电能值同时隶属于隶属度函数的很正低(VPL)和正低(PL),但隶属程度不同。认为0.227的电能值在VPL的隶属度为0.65,在PL的隶属度为0.35。0.95的电压值只隶属于中(M),认为隶属度为1。最大最小推理法的过程如图5所示。先用最小法得到输出参数的隶属度,即对两个输入参数取小。对于规则1,得到NL的隶属度为0.65,对于规则2,得到NM的隶属度为0.35。经过合成得到图5下部的图形。由重心法可计算出输出功率为-0.374。
将计算得出的输出功率传送给双向逆变器,由于此时计算出的输出功率为负值,则此时充电站给电网提供电能。
以上给出了本发明具体的实施方式,但本发明不局限于所描述的实施方式。在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。