CN108336766A - 一种储能系统多智能体协同控制方法及装置 - Google Patents
一种储能系统多智能体协同控制方法及装置 Download PDFInfo
- Publication number
- CN108336766A CN108336766A CN201810149317.XA CN201810149317A CN108336766A CN 108336766 A CN108336766 A CN 108336766A CN 201810149317 A CN201810149317 A CN 201810149317A CN 108336766 A CN108336766 A CN 108336766A
- Authority
- CN
- China
- Prior art keywords
- charge
- energy storage
- energy
- intelligent body
- storage region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Abstract
一种储能系统多智能体协同控制方法及装置,包括:储能系统主智能体根据总调度需求计算储能区域智能体的充放电功率参考值;区域智能体根据充放电功率参考值计算充放电余缺,将充放电功率参考值和充放电余缺上传到主智能体;主智能体结合所有区域智能体充放电功率参考值和充放电余缺按区域调整充放电功率参考值,将调整后充放电功率参考值下发相应区域智能体;区域智能体根据调整后充放电功率参考值计算储能区域子智能体功率目标值,并下发至相应的区域子智能体;区域子智能体根据功率目标值进行充放电下发控制指令。本发明提供的技术方案实现对储能系统的协调控制,并且提高了包含储能系统的新能源发电的跟踪发电计划能力。
Description
技术领域
本发明属于大规模储能技术、新能源发电技术领域,具体涉及一种储能系统多智能体协同控制方法及装置。
背景技术
随着新能源技术的不断发展,太阳能、风能以其清洁、无污染、可再生等优点成为了新型能源中的代表。而大规模储能系统的出现,更是推动了光伏、风力发电的发展。大规模储能系统能够配合光伏、风电机组实现平滑输出、削峰填谷、跟踪计划出力等功能,增加了发电的可控性,降低了发电系统的随机性和波动性,提高了风光发电并网能力。
在广域分布储能系统中,由于各区域新能源调度不同,储能区域之间的储能系统会产生一定的差异。同时,在同一储能区域中各储能区域子单元的PCS及其所控制的电池组随着系统运行也会产生SOC不一致的差异,从而影响对储能区域子单元输出功率的控制,达不到原有预定的控制要求。因此需要一个更加稳定、高效、可靠的储能区域控制系统和方法来配合风电、光伏完成整个发电系统的发电任务。目前多智能体系统(MAS,Multi-AgentSystem)技术已在负荷预测、电力市场仿真、微型电网、故障定位、主动配电网等领域得到了应用。国际电子电气工程师协会(IEEE)智能系统分会成立了专门的工作组研究多智能体技术在电力系统中的推广应用问题。
与其他领域相比,应用多智能体技术建立广域分布式储能系统多智能体协同控制方法的研究还不够成熟。广域分布的储能系统运行控制时,网络结构系统复杂,同时存在难以集中式优化控制和各分区独立自治问题。
发明内容
为了解决现有技术中所存在的上述不足,本发明提供一种储能系统多智能体协同控制方法及装置。
本发明提供的技术方案是:
一种储能系统多智能体协同控制方法,包括:
储能系统主智能体根据总调度需求计算各储能区域智能体的充放电功率参考值;
储能区域智能体根据所述充放电功率参考值计算充放电余缺,并将所述充放电功率参考值和充放电余缺上传到储能系统主智能体;
储能系统主智能体结合所有储能区域智能体的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发至相应储能区域智能体;
所述储能区域智能体根据调整后的所述充放电功率参考值计算储能区域子智能体的功率目标值,并下发至相应的储能区域子智能体;
所述储能区域子智能体根据所述功率目标值进行充放电并下发控制指令。
优选地,储能系统主智能体根据总调度需求计算各储能区域智能体的充放电功率参考值,包括:
储能系统主智能体根据上级调度指令和新能源发电功率信息计算各储能区域智能体的充放电功率参考值。
优选地,所述储能区域智能体根据所述充放电功率参考值计算充放电余缺,包括:
所述储能区域智能体根据充放电功率参考值计算所述储能区域子智能体的充放电功率参考值;
所述储能区域智能体根据所述充放电功率参考值和所述区域子智能体的储能信息计算所述储能区域的充放电余缺。
优选地,储能系统主智能体结合所有储能区域智能体的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发至相应储能区域智能体,包括,
所述储能系统主智能体根据所述储能区域智能体可充放电余缺和充放电功率参考值进行汇总后,按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发到相应的储能区域智能体。
优选地,所述储能系统主智能体根据所述储能区域智能体可充放电余缺和充放电功率参考值进行汇总后,按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发到相应的储能区域智能体,包括:
当所述储能区域智能体可充放电余缺为0时,所述储能系统主智能体按储能区域调整前的充放电功率参考值分配给相应的储能区域智能体;
当所述储能区域智能体可充放电余缺大于0时,所述储能系统主智能体按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体。
优选地,所述储能系统主智能体按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体,包括:
储能系统主智能体根据收集的区域功率参考值、剩余可充放电功率余量以及跟踪计划功率缺口计算所有储能区域的充放电功率参考值,并结合地理位置按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体。
优选地,所述储能区域智能体根据调整后的所述充放电功率参考值计算储能区域子智能体的功率目标值,并下发至相应的储能区域子智能体,包括:
所述储能区域智能体结合调整前充放电功率参考值、调配信息以及储能区域电池组状态信息计算每个区域子智能体功率目标值,并下发至相应的储能区域子智能体。
优选地,所述储能区域子智能体根据所述区域子智能体功率目标值进行充放电并下发控制指令,包括:
所述储能区域子智能体基于相应储能区域下发调整后的充放电功率参考值和充放电单元的状态信息通过寻优计算,确定所述充放电单元的充放电功率目标值,并下发给充放电单元控制指令。本发明的另一目的在于提出一种储能系统多智能体协同控制装置,包括:储能系统主智能体、储能区域智能体和储能区域子智能体;
所述储能系统主智能体,用于根据总调度需求计算各储能区域智能体的充放电功率参考值;并将接收到的所有储能区域智能体上传的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,且将调整后的所述充放电功率下发至相应的储能区域智能体;
所述储能区域智能体,用于根据充放电功率参考值计算充放电余缺,并将所述充放电功率参考值和充放电余缺上传到储能系统主智能体,且根据储能系统智能体的下发调整后的充放电功率参考值计算储能区域子智能体的功率目标值;
所述储能区域子智能体,用于根据储能区域智能体下发的充放电功率目标值进行充放电并下发控制指令。
优选地,所述储能系统主智能体,包括:第一通讯模块、储能系统中央决策模块、第一数据存储模块和第一计算模块;
所述第一通讯模块,用于与各储能区域智能体间进行通信;
所述第一计算模块,用于计算各储能区域充放电功率需求;
所述储能系统中央决策模,用于结合各储能区域智能体地理位置信息,配合所述第一计算模块调配储能区域充放电功率需求;
所述数据存储模块,用于储存各区域储能历史数据。
优选地,所述储能区域智能体,包括:第二通讯模块、储能系统区域决策模块、第二数据存储模块和第二计算模块;
所述二通讯模块,用于与储能系统主智能体以及区域各储能区域子智能体之间的通信;
所述二计算模块,用于计算各储能区域子智能体功率参考值;
所述储能系统区域决策模块,用于配合二计算模块确定各储能区域子智能体功率参考值;
所述二数据储存模块,用于储存各储能区域子智能体分配的储能功率以及区域调度计划信息。
优选地,所述储能区域子智能体,包括:第三通讯模块,储能区域子决策模块、多智能体粒子群计算模块、第三数据存储模块和功率控制模块;
所述第三通讯模块,用于与储能区域智能体间进行通信;
所述多智能体粒子群计算模块,用于根据储能区域智能体下发的储能区域子智能体的功率参考值以及充放电单元的状态信息确定所述充放电单元的充放电功率;
所述储能区域子决策模块,用于配合多智能体粒子群计算模块确定充放电单元的充放电功率;
所述功率控制执行模块,用于生成功率控制指令控制充放电单元;
所述第三数据储存模块,用于储存相应储能数据。
优选地,所述充放电单元,包括:储能变流器、电池组。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明提供的技术方案通过储能区域主智能体和储能区域智能体对多个储能区域实现对储能系统的协调控制,能够对网络结构复杂的储能区域实现智能控制,实现了集中式优化控制和各分区独立自治的问题,同时,本发明提出的控制方法具有可扩充性强,控制精度高等特点,充分降低了新能源与调度需求之间的误差,提高了包含储能系统的新能源发电的跟踪发电计划能力。
本发明技术方案采用多智能体技术同时结合粒子群算法,将在广域内分散分布的储能系统分成多个自治的储能区域智能体来控制,实现对各储能区域子智能体控制范围内PCS的精确控制和分区自治同时兼顾集中协调控制的作用。
本发明提供的技术方案通过各储能区域以变压器为单位建立多个储能区域子智能体,将发电或储能工作通过多智能体粒子群算法,利用各个智能体之间竞争及自学习等原则分配给各个储能区域子智能体以完成任务。即便各储能区域子智能体初始SOC有较大差异,经过本发明提出的控制方法控制后,各个储能单元SOC可以在满足发电计划的前提下,逐渐向预设的SOC接近,并同时完成对储能区域的控制。
附图说明
图1本发明的一种储能系统多智能体协同控制方法整体流程图;
图2本发明的一种储能系统多智能体协同控制方法流程图;
图3本发明的一种储能系统多智能体协同控制方法结构图;
图4本发明的一种储能系统多智能体协同控制方法控制系统配置图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
从图1可以看出,一种储能系统多智能体协同控制方法,包括:
储能系统主智能体根据总调度需求计算各储能区域智能体的充放电功率参考值;
储能区域智能体根据所述充放电功率参考值计算充放电余缺,并将所述充放电功率参考值和充放电余缺上传到储能系统主智能体;
储能系统主智能体结合所有储能区域智能体的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发至相应储能区域智能体;
所述储能区域智能体根据调整后的所述充放电功率参考值计算储能区域子智能体的功率目标值,并下发至相应的储能区域子智能体;
所述储能区域子智能体根据所述功率目标值进行充放电并下发控制指令。
具体的,基于多智能体粒子群技术的广域分布式储能系统,各储能区域以变压器为单位设置储能区域子智能体,各变压器低压侧相连的每一台PCS和电池组作为储能单元中的一个粒子,多个PCS形成一个粒子群。由于有多个储能区域子智能体,所以整个储能系统总体上可以形成多个智能体的粒子群,即多智能体粒子群。系统中各智能体之间协调合作,共同完成发电和储能任务。
储能区域子智能体输入为功率调度指令信息、储能系统提供的储能参数。储能区域子智能体输出为功率控制信号,功率控制信号包含各变压器下PCS的功率控制信号,以及电池组SOC等。储能区域子智能体的功率控制信号,均作用于电站发电控制器件,且都为一个独立的智能体,且可以通过储能区域子智能体间的配合独立完成发电系统发电任务。
本发明中所述“充放电功率参考值”意义为算法中计算过程产生的中间运算参数,并非实际最终充放电功率,经过计算最终确定的各储能区域智能体或区域内子智能体实际功率为文中所述“充放电功率”。
储能系统主智能体根据总调度需求计算各储能区域智能体的充放电功率参考值,包括:
储能系统主智能体根据上级调度指令和新能源发电功率信息计算各储能区域智能体的充放电功率参考值。
所述储能区域智能体根据所述充放电功率参考值计算充放电余缺,包括:
所述储能区域智能体根据充放电功率参考值计算所述储能区域子智能体的充放电功率参考值;
所述储能区域智能体根据所述充放电功率参考值和所述区域子智能体的储能信息计算所述储能区域的充放电余缺。
储能系统主智能体结合所有储能区域智能体的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发至相应储能区域智能体,包括,
所述储能系统主智能体根据所述储能区域智能体可充放电余缺和充放电功率参考值进行汇总后,按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发到相应的储能区域智能体。
所述储能系统主智能体根据所述储能区域智能体可充放电余缺和充放电功率参考值进行汇总后,按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发到相应的储能区域智能体,包括:
当所述储能区域智能体可充放电余缺为0时,所述储能系统主智能体按储能区域调整前的充放电功率参考值分配给相应的储能区域智能体;
当所述储能区域智能体可充放电余缺大于0时,所述储能系统主智能体按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体。
所述储能系统主智能体按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体,包括:
储能系统主智能体根据收集的区域功率参考值、剩余可充放电功率余量以及跟踪计划功率缺口计算所有储能区域的充放电功率参考值,并结合地理位置按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体。
所述储能区域智能体根据调整后的所述充放电功率参考值计算储能区域子智能体的功率目标值,并下发至相应的储能区域子智能体,包括:
储能区域智能体结合调整前充放电功率参考值、调配信息以及储能区域电池组状态信息计算每个区域子智能体功率目标值,并下发至相应的储能区域子智能体。
所述储能区域子智能体根据所述区域子智能体功率目标值进行充放电并下发控制指令,包括:
所述储能区域子智能体基于相应储能区域下发调整后的充放电功率参考值和充放电单元的状态信息通过寻优计算,确定所述充放电单元的充放电功率目标值,并下发给充放电单元控制指令。充放电余缺包括:充放电功率余量和充放电功率缺口。
具体的,基于多智能体粒子群算法,提出广域分布式储能系统控制流程如下:
广域分布式储能系统中储能系统主智能体从上级调度接收储能系统总功率需求,初步计算各储能区域充放电功率参考值,按照以下方法确定:
式中,上标Aera_k为区域标号,表示第k个储能区域,k为储能区域个数k=1,2,…K;SOCAera_k(t)为第t时刻对应区域k的储能区域SOC值;为第t时刻储能系统主智能体所控制或调节的辖区范围内储能系统总功率需求;为第t时刻初步计算的对应区域储能充放电功率参考值。
广域分布式储能系统首先针对各储能区域子智能体进行功率分配,各储能区域子智能体根据上一时刻(t-1)的各储能变流器PCS的最大允许充放电功率及SOC的实时情况,计算各储能区域子智能体各储能单元区的储能功率需求参考值计算方法如下:
当储能区域总功率需求为正(将处于放电状态)时,各储能区域子智能体计算其第t时刻充放电功率参考值的方法如下式:
式中,k为储能区域个数k=1,2,…K;i为储能区域子智能体个数i=1,2,3…n;SOCAgent_i(t-1)为第i个储能区域子智能体的(t-1)时刻储能变流器SOC值;μAgent_i(t)为第i个储能区域子智能体的t时刻运行工况参数。
当储能区域总功率需求为负(将处于充电状态)时,各储能区域子智能体计算其第t时刻充放电功率参考值的方法如下式:
当分配后的某一储能区域子智能体功率参考值超过该储能区域子智能体最大可充放电功率时,则功率参考值按最大可充放电功率计算,并修正区域子智能体充放电功率参考值为以区域最大可充放电功率为基准,按充电和放电两种状态统计某区域剩余可充放电功率余量为:
式中,为第k个储能区域智能体中第i个储能单元子智能体的最大可充放电功率。
根据各区域子智能体修正后的充放电功率参考值,计算修正后的各储能区域第t时刻充放电功率参考值
结合各区域修正后的充放电功率参考值与区域调度计划的功率偏差,统计各区域第t时刻充放电功率缺口为:
储能系统主智能体通过收集当前时刻各区域分配的总功率参考值区域剩余可充放电功率余量区域跟踪计划功率缺口等信息。集中调配区域间充放电功率,调配过程中以当前时刻充放电状态以及根据地理位置就近输电为原则重新确定各区域总功率参考值。储能区域智能体结合储能系统主智能体提供的储能区域功率分配调配信息,调整当前区域功率参考值,计算方法如下式:
式中,为根据当前时刻第k个储能区域充放电功率余量及附近区域功率缺口信息而分配的该储能区域功率调整值;为第k个储能区域经过调整后的第t时刻充放电功率参考值。
储能区域子智能体根据区域智能体调整后的区域功率参考值,并结合其所管辖的各储能变流器单元的电池SOC等状态信息,自主计算当前时刻的第k个储能区域第i个子智能体充放电功率参考值计算公式如下式:
式中,为第k个储能区域中的第i个储能区域子智能体中第j个PCS内储能电池组上一时刻SOC平均值;为第i个储能区域子智能体中第j个PCS最大允许充放电功率;为第i个储能区域子智能体的充放电功率参考值。
当储能区域子智能体处于放电状态时,计算方法如下式:
上述充放电功率参考值计算公式中,α、β为储能区域子智能体的功率调整系数,用于判断储能区域子智能体充放电功率参考值的计算方式。α、β的确定方式为:
当储能区域子智能体将处于放电状态时,储能区域子智能体根据下式对其控制范围内的各PCS进行功率分配:
式中,为第i个储能区域子智能体的第t时刻第j个PCS的运行工况参数。此时,储能区域子智能体将计算得到的各PCS充放电功率参考值与最大允许放电功率做对比,当则令α=1、β=0,否则α=0、β=1;
当第i个储能区域子智能体将处于充电状态时,第i个储能区域子智能体根据储能区域智能体计算得到的子区域功率参考值,按下式对其控制范围内的各PCS进行功率分配:
此时与上述放电状态类似,储能区域子智能体将计算得到的第t时刻各PCS充放电功率参考值与最大允许充电功率做对比,当时,则令α=1、β=0,否则α=0、β=1。
储能区域子智能体计算充放电功率参考值的差具体如下式:
将计算得到的功率参考值差值与预先设定的功率偏差参考值(可设置为0)对比,计算储能区域子智能体计算充放电功率目标值(即最终该子智能体实际充放电功率控制参数)。若则若则按式8、9功率分配方式确定,此时参数β=0。
各储能区域子智能体,根据所管辖的各PCS的最大允许充放电功率及容量、电池组SOC的实时情况,计算多智能体粒子群算法微调区间。在计算微调区间时,首先预设一个SOC参考值SOCref,用以调整各储能单元的电池组等效SOC,使经过一定时间运行后,在各储能区域子智能体的控制范围内,各PCS的SOC平均值SOCk_Agent_i(t-1)能够逐渐接近并基本保持一致。功率微调区间将按照下式计算:
式中,Hk_Agnet_i为根据SOCk_Agent_i(t-1)而确定的系数,当SOCk_Agent_i(t-1)>SOCref时Hk_Agnet_i=1,否则Hk_Agnet_i=-1;为预设的储能单元调整功率。当系数Hk_Agnet_i全为正或负时,微调区间按照下式确定为:
其中,根据第i个储能区域子智能体的SOCk_Agent_i(t-1)按大小排序后,通过取中间值得出的新的SOC参考值确定。
最终,多智能体粒子群算法功率微调区间的上下限按照以下方法确定:
各储能区域子智能体在多智能体粒子群算法微调区间内,采用多智能体粒子群算法寻优计算各对应的储能子系统中每一台PCS充放电功率控制参数。在多智能体粒子群算法中,将第i个储能区域子智能体的充放电功率参考值储能电池组容量Ck_Agent_i、储能电池组SOCk_Agent_i、微调区间上下限 以及第i个储能区域子智能体控制范围内各PCS的SOC和最大允许充放电的功率限制代入多智能体粒子群算法中,即可得到第i个储能区域子智能体控制范围内各PCS在当前时刻需要的充放电功率。同时储能区域子智能体生成各PCS的控制指令,并下发到该智能体下的每个PCS的控制模块中,控制PCS完成发电或储能任务。采用多智能体粒子群算法的目标函数及约束条件如下:
Gk_Agent_bess=min(ω1Fk_Agent1+ω2Fk_Agent2) (16)
其中:i为储能区域子智能体的智能体个数,且i=1,2,3…n,j为各储能区域子智能体控制范围内PCS数量j=1,2,3…m。m表示PCS数量。Pk_Agent_i(t-1)为第i个储能区域子智能体(t-1)时刻的功率需求值;为第i个储能区域子智能体中第j个PCS的(t-1)时刻功率命令值;SOCk_Agent_i(t-1)为第i个储能区域子智能体的(t-1)时刻的总体SOC的平均值;为第i个储能区域子智能体中第j个PCS的(t-1)的时刻SOC平均值;Ck_Agent_i为第i个储能区域子智能体中储能容量总和;为第i个储能区域子智能体中第j个PCS的储能容量总和;为第i个储能区域子智能体中第j个PCS的运行工况参数。
上述公式中,Gk_Agent_bess为多智能体粒子群算法目标函数,Fk_Agent1为储能区域上一时刻充放电功率与主智能体计算得到的当前时刻储能区域应发功率的差,Fk_Agent2为储能区域整体SOC平均值与预设SOC参考值(例如SOCref=0.5)的差,ω为权重系数,用于衡量储能区域偏向于对SOC进行调整或者偏向于跟踪调度。这样对于同一储能区域来讲,经过粒子群算法迭代后随着仿真的运行可得到各个储能子区域SOC接近为同一值,而且同时尽量与参考值靠近。与此同时,各个储能子区域出力总和与新能源出力在允许的范围内靠近上级储能区域智能体发出的调度指令值。
从流程图2可以看出具体步骤如下所示:
(1)各储能区域智能体根据调度需求及光伏/风电实时数据,计算该储能区域当前时刻应该发出的总功率。并初步分配储能区域子智能体的充放电功率。
(2)各储能区域智能体结合储能区域子智能体实际情况和调度计划,计算储能区域子智能体剩余可充放电功率余量及功率缺口,将储能区域智能体的充放电功率发送至储能系统主智能体。储能系统主智能体根据各区域提供的功率信息和响应的区域地理位置协调分配各区域充放电功率。最终确定各储能区域智能体充放电功率目标值。
(3)储能区域智能体与储能区域子智能体互相通信,确定各储能区域子智能体充放电功率目标值。
(4)各储能区域子智能体中多智能体粒子群计算模块接收分配的功率目标值,计算并分配各储能区域子智能体内各PCS的充放电功率,同时将分配后的信息发送给储能区域子智能体数据储存模块。
(5)储能区域子智能体通过储功率控制模块控制储能区域子智能体中各PCS发出的功率,同时将功率及电池组状态信息发送给数据储存模块。
本发明的另一目的在于提出一种储能系统多智能体协同控制装置,包括:储能系统主智能体、储能区域智能体和储能区域子智能体;
储能系统主智能体,用于根据总调度需求计算各储能区域智能体的充放电功率参考值;并将接收到的所有储能区域智能体上传的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,且将调整后的所述充放电功率下发至相应的储能区域智能体;
储能区域智能体,用于根据充放电功率参考值计算充放电余缺,并将所述充放电功率参考值和充放电余缺上传到储能系统主智能体,且根据储能系统智能体的下发调整后的充放电功率参考值计算储能区域子智能体的功率目标值;
储能区域子智能体,用于根据储能区域智能体下发的充放电功率目标值进行充放电并下发给充放电单元控制指令;
所述充放电单元,包括:储能变流器、电池组。
从图3、图4可以看出,广域分布储能系统中首先设置一个储能系统主智能体,做为储能系统整体的第一级;其次,在分散分布的各个储能区域内分别设置一个储能区域智能体;再以变压器为单位将各个储能区域划分为N个储能区域子智能体,各储能区域子智能体分别包含数量不等的PCS及电池组。
各储能区域智能体或储能区域子智能体之间属于并列结构,整个储能系统自上而下分为三级,分别包括储能系统主智能体、储能区域智能体和储能区域子智能体。
储能系统主智能体用于协调各区域功率分配;储能区域区域智能体接收本地区域储能调度并分配至各个储能区域子智能体;随后储能区域子智能体经过计算等工作输出最终的控制指令并作用于其控制范围内的数个PCS及电池组;并且各级智能体还分别包含功能不同的各类型模块。
1、储能系统中的每个智能体所对应的模块功能:
储能系统智能体
储能系统主智能体通讯模块负责与各储能区域智能体通信,获取或发送相关储能数据;
储能系统中央决策模块负责结合各储能区域智能体地理位置等信息,调配储能区域充放电功率配合计算模块重新分配各储能区域充放电功率参考值;
数据储存模块负责储存相应的各区域储能历史数据。
储能区域智能体
储能区域智能体通讯模块负责与储能系统主智能体及该区域的储能区域子智能体通信,获取相关储能数据;
储能系统区域决策模块负责根据调度计划及储能系统主智能体的相关储能信息,结合计算模块确定各储能区域子智能体功率参考值;
数据储存模块负责储存各单元分配的储能功率及该区域调度计划等信息。
储能区域子智能体
储能区域子智能体中,通讯模块负责与储能区域智能体进行数据通信;
储能区域子决策模块根据储能区域智能体提供的功率参考值,结合多智能体粒子群计算模块确定储能区域智能体的功率参考值确定各区域内PCS功率;
功率控制执行模块生成功率控制指令控制PCS完成充放电任务;
数据储存模块负责储存相应储能数据。
2、各个储能系统智能体工作原理
(1)储能区域智能体负责接收新能源(光伏/风电)与调度需求的功率信息,计算储能系统应该发出的总功率,通过通讯模块接收各储能区域子智能体提供的储能系统状态信息,计算并分配各储能区域子智能体的发电任务。同时储能区域智能体将分配后的结果进行处理,经通讯模块发送至储能系统主智能体;
(2)储能系统主智能体通讯模块接收各储能区域功率余量和缺口等信息,储能系统中央决策模块根据各区域地理位置及相关功率信息,结合计算模块对各充放电功率进行二次分配。储能系统主智能体及区域智能体中数据储存模块储存相关储能功率配置信息;
(3)储能区域子智能体接收储能区域智能体的功率控制分配控制指令,结合储能区域子智能体内各储能原件实际工作状态参数,最终确定储能区域子智能体充放电功率目标值。通过多智能体粒子群计算模块计算储能区域子智能体控制范围内PCS的充放电功率并生成控制指令。功率控制模块根据功率控制指令控制对应的PCS完成充放电工作。同时将计算所得的功率信息发送给储能数据储存模块以进行保存;
储能区域子智能体内通讯模块负责接收储能区域智能体分配的功率信息,发送至储能区域子决策模块。储能区域子决策模块与储能区域决策模块通过通讯模块确定多智能体粒子群算法相关参数,将参数发送至各子区域多智能体粒子群计算模块。多智能体粒子群计算模块负责计算单元区内PCS当前时刻充放电功率并发送至控制模块。储能数据储存模块负责实时储存储能单元内PCS的功率、电池组SOC等信息,同时还为多智能体粒子群计算模块提供历史数据信息。控制模块负责根据多智能体粒子群计算模块计算的功率目标值下达的控制指令,控制各PCS的充放电功率以完成发电计划;
多智能体粒子群的大规模电池储能区域控制系统中各储能区域子智能体控制范围内的PCS数量可以不同,每个PCS间的电池组当前SOC值可以不同。各PCS及电池组均由储能监控单元进行实时监测及控制。在本算法中可以根据储能区域内储能元件之间的差异进行区别对待,单独控制,随着控制效果的进行使各储能元件之间差距减小。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (13)
1.一种储能系统多智能体协同控制方法,其特征在于,包括:
储能系统主智能体根据总调度需求计算各储能区域智能体的充放电功率参考值;
储能区域智能体根据所述充放电功率参考值计算充放电余缺,并将所述充放电功率参考值和充放电余缺上传到储能系统主智能体;
储能系统主智能体结合所有储能区域智能体的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发至相应储能区域智能体;
所述储能区域智能体根据调整后的所述充放电功率参考值计算储能区域子智能体的功率目标值,并下发至相应的储能区域子智能体;
所述储能区域子智能体根据所述功率目标值进行充放电并下发控制指令。
2.如权利要求1所述的储能系统多智能体协同控制方法,其特征在于,储能系统主智能体根据总调度需求计算各储能区域智能体的充放电功率参考值,包括:
储能系统主智能体根据上级调度指令和新能源发电功率信息计算各储能区域智能体的充放电功率参考值。
3.如权利要求1所述的储能系统多智能体协同控制方法,其特征在于,所述储能区域智能体根据所述充放电功率参考值计算充放电余缺,包括:
所述储能区域智能体根据充放电功率参考值计算所述储能区域子智能体的充放电功率参考值;
所述储能区域智能体根据所述充放电功率参考值和所述区域子智能体的储能信息计算所述储能区域的充放电余缺。
4.如权利要求1所述的储能系统多智能体协同控制方法,其特征在于,
储能系统主智能体结合所有储能区域智能体的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发至相应储能区域智能体,包括,
所述储能系统主智能体根据所述储能区域智能体可充放电余缺和充放电功率参考值进行汇总后,按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发到相应的储能区域智能体。
5.如权利要求4所述的储能系统多智能体协同控制方法,其特征在于,所述储能系统主智能体根据所述储能区域智能体可充放电余缺和充放电功率参考值进行汇总后,按区域调整充放电功率参考值,并将调整后的所述充放电功率参考值下发到相应的储能区域智能体,包括:
当所述储能区域智能体可充放电余缺为0时,所述储能系统主智能体按储能区域调整前的充放电功率参考值分配给相应的储能区域智能体;
当所述储能区域智能体可充放电余缺大于0时,所述储能系统主智能体按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体。
6.如权利要求5所述的储能系统多智能体协同控制方法,其特征在于,所述储能系统主智能体按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体,包括:
储能系统主智能体根据收集的区域功率参考值、剩余可充放电功率余量以及跟踪计划功率缺口计算所有储能区域的充放电功率参考值,并结合地理位置按储能区域调整后的充放电功率参考值分配给相应的储能区域智能体。
7.如权利要求1所述的储能系统多智能体协同控制方法,其特征在于,所述储能区域智能体根据调整后的所述充放电功率参考值计算储能区域子智能体的功率目标值,并下发至相应的储能区域子智能体,包括:
所述储能区域智能体结合调整前充放电功率参考值、调配信息以及储能区域电池组状态信息计算每个区域子智能体功率目标值,并下发至相应的储能区域子智能体。
8.如权利要求1所述的储能系统多智能体协同控制方法,其特征在于,所述储能区域子智能体根据所述区域子智能体功率目标值进行充放电并下发控制指令,包括:
所述储能区域子智能体基于相应储能区域下发调整后的充放电功率参考值和充放电单元的状态信息通过寻优计算,确定所述充放电单元的充放电功率目标值,并下发给充放电单元控制指令。
9.一种储能系统多智能体协同控制装置,其特征在于,包括:储能系统主智能体、储能区域智能体和储能区域子智能体;
所述储能系统主智能体,用于根据总调度需求计算各储能区域智能体的充放电功率参考值;并将接收到的所有储能区域智能体上传的充放电功率参考值和充放电余缺按区域调整充放电功率参考值,且将调整后的所述充放电功率下发至相应的储能区域智能体;
所述储能区域智能体,用于根据充放电功率参考值计算充放电余缺,并将所述充放电功率参考值和充放电余缺上传到储能系统主智能体,且根据储能系统智能体的下发调整后的充放电功率参考值计算储能区域子智能体的功率目标值;
所述储能区域子智能体,用于根据储能区域智能体下发的充放电功率目标值进行充放电并下发控制指令。
10.如权利要求9所述的储能系统多智能体协同控制装置,其特征在于,所述储能系统主智能体,包括:第一通讯模块、储能系统中央决策模块、第一数据存储模块和第一计算模块;
所述第一通讯模块,用于与各储能区域智能体间进行通信;
所述第一计算模块,用于计算各储能区域充放电功率需求;
所述储能系统中央决策模,用于结合各储能区域智能体地理位置信息,配合所述第一计算模块调配储能区域充放电功率需求;
所述数据存储模块,用于储存各区域储能历史数据。
11.如权利要求9所述的储能系统多智能体协同控制装置,其特征在于,所述储能区域智能体,包括:第二通讯模块、储能系统区域决策模块、第二数据存储模块和第二计算模块;
所述二通讯模块,用于与储能系统主智能体以及区域各储能区域子智能体之间的通信;
所述二计算模块,用于计算各储能区域子智能体功率参考值;
所述储能系统区域决策模块,用于配合二计算模块确定各储能区域子智能体功率参考值;
所述二数据储存模块,用于储存各储能区域子智能体分配的储能功率以及区域调度计划信息。
12.如权利要求9所述的储能系统多智能体协同控制装置,其特征在于,所述储能区域子智能体,包括:第三通讯模块,储能区域子决策模块、多智能体粒子群计算模块、第三数据存储模块和功率控制模块;
所述第三通讯模块,用于与储能区域智能体间进行通信;
所述多智能体粒子群计算模块,用于根据储能区域智能体下发的储能区域子智能体的功率参考值以及充放电单元的状态信息确定所述充放电单元的充放电功率;
所述储能区域子决策模块,用于配合多智能体粒子群计算模块确定充放电单元的充放电功率;
所述功率控制执行模块,用于生成功率控制指令控制充放电单元;
所述第三数据储存模块,用于储存相应储能数据。
13.如权利要求12所述的储能系统多智能体协同控制装置,其特征在于,所述充放电单元,包括:储能变流器、电池组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149317.XA CN108336766A (zh) | 2018-02-13 | 2018-02-13 | 一种储能系统多智能体协同控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149317.XA CN108336766A (zh) | 2018-02-13 | 2018-02-13 | 一种储能系统多智能体协同控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108336766A true CN108336766A (zh) | 2018-07-27 |
Family
ID=62929520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810149317.XA Pending CN108336766A (zh) | 2018-02-13 | 2018-02-13 | 一种储能系统多智能体协同控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108336766A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687485A (zh) * | 2018-11-20 | 2019-04-26 | 厦门科华恒盛股份有限公司 | 储能系统的功率分配方法、系统及终端设备 |
CN111131353A (zh) * | 2018-10-31 | 2020-05-08 | 华为技术有限公司 | 一种协作方法和智能设备群 |
CN111555321A (zh) * | 2020-04-20 | 2020-08-18 | 上海豫源电力科技有限公司 | 储能联合火电调频中pcs的功率分配方法及装置 |
CN112838605A (zh) * | 2020-12-04 | 2021-05-25 | 国网江苏省电力有限公司连云港供电分公司 | 一种基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法 |
CN113487207A (zh) * | 2021-07-16 | 2021-10-08 | 重庆大学 | 基于多智能体系统最优用户集群的多能源社区中的多目标能源管理系统 |
CN115940221A (zh) * | 2022-11-10 | 2023-04-07 | 南京英飞源技术有限公司 | 一种pcs模块组的功率分配方法及相关装置 |
CN116544936A (zh) * | 2023-07-07 | 2023-08-04 | 北京国网电力技术有限公司 | 一种用于储能系统的智能控制调度方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157985A (zh) * | 2011-04-20 | 2011-08-17 | 中国电力科学研究院 | 多类型大容量兆瓦级电池储能电站的电池功率控制方法 |
CN102208818A (zh) * | 2011-06-03 | 2011-10-05 | 中国电力科学研究院 | 基于小波滤波的兆瓦级风光储发电系统出力平滑控制方法 |
CN103187750A (zh) * | 2011-12-31 | 2013-07-03 | 中国电力科学研究院 | 兆瓦级电池储能电站实时功率控制方法及其系统 |
CN106786697A (zh) * | 2016-12-29 | 2017-05-31 | 中国电力科学研究院 | 一种基于多代理的大规模电池储能电站监控系统和方法 |
-
2018
- 2018-02-13 CN CN201810149317.XA patent/CN108336766A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157985A (zh) * | 2011-04-20 | 2011-08-17 | 中国电力科学研究院 | 多类型大容量兆瓦级电池储能电站的电池功率控制方法 |
CN102208818A (zh) * | 2011-06-03 | 2011-10-05 | 中国电力科学研究院 | 基于小波滤波的兆瓦级风光储发电系统出力平滑控制方法 |
CN103187750A (zh) * | 2011-12-31 | 2013-07-03 | 中国电力科学研究院 | 兆瓦级电池储能电站实时功率控制方法及其系统 |
CN106786697A (zh) * | 2016-12-29 | 2017-05-31 | 中国电力科学研究院 | 一种基于多代理的大规模电池储能电站监控系统和方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111131353A (zh) * | 2018-10-31 | 2020-05-08 | 华为技术有限公司 | 一种协作方法和智能设备群 |
CN109687485A (zh) * | 2018-11-20 | 2019-04-26 | 厦门科华恒盛股份有限公司 | 储能系统的功率分配方法、系统及终端设备 |
CN111555321A (zh) * | 2020-04-20 | 2020-08-18 | 上海豫源电力科技有限公司 | 储能联合火电调频中pcs的功率分配方法及装置 |
CN112838605A (zh) * | 2020-12-04 | 2021-05-25 | 国网江苏省电力有限公司连云港供电分公司 | 一种基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法 |
CN113487207A (zh) * | 2021-07-16 | 2021-10-08 | 重庆大学 | 基于多智能体系统最优用户集群的多能源社区中的多目标能源管理系统 |
CN113487207B (zh) * | 2021-07-16 | 2022-06-28 | 重庆大学 | 基于多智能体系统最优用户集群的多能源社区中的多目标能源管理系统 |
CN115940221A (zh) * | 2022-11-10 | 2023-04-07 | 南京英飞源技术有限公司 | 一种pcs模块组的功率分配方法及相关装置 |
CN115940221B (zh) * | 2022-11-10 | 2024-02-23 | 南京英飞源技术有限公司 | 一种pcs模块组的功率分配方法及相关装置 |
CN116544936A (zh) * | 2023-07-07 | 2023-08-04 | 北京国网电力技术有限公司 | 一种用于储能系统的智能控制调度方法及系统 |
CN116544936B (zh) * | 2023-07-07 | 2023-09-22 | 北京国网电力技术有限公司 | 一种用于储能系统的智能控制调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108336766A (zh) | 一种储能系统多智能体协同控制方法及装置 | |
CN108376989B (zh) | 一种基于多智能体的电池储能电站分区控制方法及系统 | |
Zhao et al. | An MAS based energy management system for a stand-alone microgrid at high altitude | |
CN106877338B (zh) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 | |
CN104362648B (zh) | 一种光伏电站无功调相方法 | |
CN107528345A (zh) | 一种多时间尺度的网源荷储协调控制方法 | |
CN102055241B (zh) | 集成的实时功率和太阳能电场控制系统 | |
CN106058855A (zh) | 协调储能与柔性负荷的主动配电网多目标优化调度方法 | |
CN108695857B (zh) | 风电场自动电压控制方法、装置及系统 | |
CN106549380A (zh) | 多模态微电网能量协调优化控制方法 | |
CN108494034A (zh) | 一种配电网电动汽车充电负荷分配计算方法 | |
CN107069776A (zh) | 一种平滑微网联络线功率的储能前瞻分布式控制方法 | |
CN108376990B (zh) | 一种储能电站的控制方法及系统 | |
CN104253470A (zh) | 电动汽车与电网互动协调的有序充电控制方法 | |
CN108736509A (zh) | 一种主动配电网多源协调优化控制方法及系统 | |
CN105680474A (zh) | 一种储能抑制光伏电站快速功率变化的控制方法 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
CN109345019A (zh) | 一种基于改进粒子群算法的微电网经济调度优化策略 | |
CN108808744A (zh) | 有储能参与的新能源发电系统的有功协调控制方法及系统 | |
CN113285479A (zh) | 一种超大容量的区域微电网系统及运行方法 | |
CN109066741A (zh) | 一种用于区域电网削峰填谷的分布式储能规划方法及系统 | |
CN115310655A (zh) | 一种虚拟电厂电力聚合与调控优化方法 | |
CN110429626B (zh) | 一种适用于并网型储能系统的能量管理系统及管理方法 | |
CN116131297A (zh) | 一种面向新能源消纳的源网荷储省地协同调控方法及系统 | |
CN110137994A (zh) | 一种直流微电网互联储能系统能量管理的分布式控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180727 |
|
RJ01 | Rejection of invention patent application after publication |