CN110011424A - 一种智能微电网分布式云储能系统安全稳定控制方法 - Google Patents
一种智能微电网分布式云储能系统安全稳定控制方法 Download PDFInfo
- Publication number
- CN110011424A CN110011424A CN201910323163.6A CN201910323163A CN110011424A CN 110011424 A CN110011424 A CN 110011424A CN 201910323163 A CN201910323163 A CN 201910323163A CN 110011424 A CN110011424 A CN 110011424A
- Authority
- CN
- China
- Prior art keywords
- energy
- storage units
- basic energy
- intelligent micro
- basic
- 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.)
- Granted
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
- H02J15/00—Systems for storing electric energy
-
- 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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智能微电网分布式云储能系统安全稳定控制方法,方法基于观测器设计H∞控制器,通过H∞控制器实现对智能微电网分布式云储能系统的稳定控制,方法先由指定数目的基本储能单元构建智能微电网分布式云储能系统;并依次给基本储能单元和系统上电后判断指定基本储能单元是否正常供电,若正常供电则为基本储能单元接入H∞控制器控制;否则维护重新上电;再在指定的基本储能单元正常供电基础上判断基本储能单元是否稳定供电,以及是否存在掉电情况,若稳定供电且不存在掉电情况则将基本储能单元接入用户端,为用户提供正常稳定的通电;否则将出错的信息传递至服务器,并切换至其他基本储能单元;本发明可合理有效的利用和平衡智能微电网中的资源。
Description
技术领域
本发明属于智能电网控制技术领域,应用于智能电网分布云储能系统,具体涉及一种智能微电网分布式云储能系统安全稳定控制方法。
背景技术
目前,基于微电网的运行和控制方面是国内外对于分布式储能系统的研究热点,与之匹配控制策略的选择也成为解决该类问题的核心,而分散控制策略和集中控制策略是目前两种典型的分布式储能运行决策方法。在刘静琨,张宁,康重庆.电力系统云储能研究框架与基础模型[J].中国电机工程学报,2017,37(12):3361-3371中指出云储能的实质是共享系统中的储能设备,让系统具有更大的灵活性,在此基础上描绘了分布式云储能系统的整体架构。在Rahbari-AsrN,ZhangYuan,Chow MY.Consensus-based distributedscheduling for cooperative operation ofdistributed energy resources andstoragedevices in smart grids[J].IET Generation,Transmission&Distribution,2016,10(5):1268-1277中开始考虑多个基本储能单元之间的协调工作关系,通过相邻单元彼此之间的迭代协调达到整个系统的最优控制策略。接下来,一种多代理合作控制策略在Morstyn T,Hredzak B,Agelidis V G.Cooperative multi-agent controlofheterogeneous storage devices distributed in a DC microgrid[J].IEEETransactions on Power Systems,2016,31(4):2974-2986中被提出,用以平衡直流微电网中基本分布式储能单元之间的瞬时功率。WangY,Tan K T,Peng XY,et al.Coordinatedcontrol ofdistributed energy-storage systems for voltage regulation indistribution networks[J].IEEE Transactions on Power Delivery,2016,31(3):1132-1141中针对低压配智能微电网中存在的电压跃升和跌落问题研究了分布式储能局部控制与单独控制的方法,使得该类系统可以工作在高光伏渗透率的环境中。在Li Qifeng,Ayyanar R,Vittal V.Convex optimization for DES planning and operation inradial distribution systems with high penetration of photovoltaic resources[J].IEEE Transactions on Sustainable Energy,2016,7(3):985-995和[12]JayasekaraN,Masoum MA S,Wolfs P J.Optimal operation ofdistributed energystorage systems to improve distribution network load and generation hostingcapability[J].IEEE Transactions on Sustainable Energy,2016,7(1):250-261中指出分别利用分布式储能规划运行最优解和联合运行优化的方法对控制系统外部参数进行设置。在经济价值方面,在Tan Xiaoqi,WuYuan,Tsang D H K.Pareto optimal operationofdistributedbattery energy storage systems for energy arbitrage underdynamic pricing[J].IEEE Transactions on Parallel and Distributed Systems,2016,27(7):2103-2115中给出智能微电网分布式电池储能系统在单位电价基础下的套利问题,将权衡经济价值和电池使用寿命问题综合考虑,最终得到基于最优控制理论的套利策略。在其他方面,在李志伟,赵书强,刘应梅.电动汽车分布式储能控制策略及应用[J].电网技术,2016,40(2):442-450和慈松.能量信息化和互联网化管控技术及其在分布式电池储能系统中的应用[J].中国电机工程学报,2015,35(14):3643-3648中给出了电动汽车和能量信息化领域关于分布式储能系统的研究成果。综上所述,先前针对分布式储能系统所做研究均没有考虑外部扰动和系统自身某一独立单元掉电给整个系统带来的影响,并没有给出行之有效的整体控制规律。
发明内容
本发明的目的在于提供一种智能微电网分布式云储能系统安全稳定控制方法,该方法用以解决现有技术中分布式储能系统外部扰动和系统某一单元掉电时如何实现稳定控制的问题,具体技术方案如下:
一种智能微电网分布式云储能系统安全稳定控制方法,所述方法基于观测器设计H∞控制器,通过所述H∞控制器实现对智能微电网分布式云储能系统进行控制,所述方法包括步骤:
S1、由指定数目的基本储能单元构建智能微电网分布式云储能系统;
S2、将所述智能微电网分布式云储能系统接入电网,为所述基本储能单元上电,上电完成后为所述智能微电网分布式云储能系统接入太阳能以及风能电源,为所述智能微电网分布式云储能系统的上电;
S3、判断指定所述基本储能单元是否正常供电,若正常供电则为所述基本储能单元接入所述H∞控制器,由所述H∞控制器对所述智能微电网分布式云储能系统工作;否则,切断所述智能微电网分布式云储能系统电源进行维护并转入步骤S2;
S4、在指定的所述基本储能单元正常供电基础上判断所述基本储能单元是否稳定供电,同时判断是否存在掉电情况,若稳定供电且不存在掉电情况则将所述基本储能单元接入用户端,为用户提供正常稳定的通电;否则将指定的所述基本储能单元工作出错的信息传递至服务器,并切换至其他基本储能单元。
进一步的,所方法还包括步骤:对存在掉电情况的所述基本储能单元进行维护,并在维护后转入步骤S3。
进一步的,所述基本储能单元在充放电过程中设置有平衡点J0,所述平衡点J0满足条件:式中,Jf表示所述基本储能单元的放电电量,Jc表示所述基本储能单元的充电电量,t表示所述基本储能单元达到所述平衡点J0所用时间;且所述基本储能单元由PWA模型表示为:
其中,当所述基本储能单元的能量大于所述平衡点J0时,所述基本储能单元由X1表示,否则由X2表示;式中,Uf表示所述基本储能单元的输入变量,Uc表示所述基本储能单元的放电电压,Ic1、Ic2分别表示所述基本储能单元在X1和X2的充电电流,If1、If2分别表示所述基本储能单元在X1和X2的放电电流。
进一步的,所述方法还包括:由所述H∞控制器构成闭环系统:其中:
进一步的,所述方法采用广义分段仿射Lyapunov函数、投影定理以及指定数目的基本引理得到对于所述闭环系统基于观测器且满足鲁棒H∞性能指标的反馈控制器设计方法。
进一步的,所述采用广义分段仿射Lyapunov函数定义为:
其中,为系统状态变量;为控制输入向量;为系统输出向量;为可控输出向量;且w(k)∈l2[0,∞)为扰动输入;Ai,Bi,Ci,Di1,Gi,Di2,bi,E为第i个子系统的已知定常系数矩阵;Ebi是偏置项;索引集合是I={1,2,...,N};是广义矩阵,且rank(E)=r≤nx;ΔAi和Δbi代表系统的不确定项;
所述基本引理包括:引理1:对于适当维数实矩阵M=MT、S、N和Δ(t),若满足ΔT(t)Δ(t)≤I,则当且仅当存在某个标量ε>0时:M+SΔ(t)N+NTΔT(t)ST<0等价于M+εSST+ε- 1NTN<0;引理2:若ψ0(ξ),ψ1(ξ),...,ψp(ξ)为ξ∈Rn的二次仿射函数,其中ψi(ξ)=ξTQiξ,i=0,1,...p,且Qi=Qi T;对于一组正数μ1,μ2,...,μp>0,则成立,即
所述投影定理为:给定矩阵h=hT∈Rn×n,u∈Rk×n和v∈Rm×n,则关于变量Δ的矩阵不等式h+uTΔTv+vTΔu<0是LMI可解的,当且仅当:
进一步的,所述H∞控制器定义为:
式中,为x(k)的估计值,为观测器的输出,Ki,Li分别为待求解的反馈控制增益和观测器增益,其中,定义并定义估计误差
本发明的智能微电网分布式云储能系统安全稳定控制方法,该方法基于观测器建立H∞控制器,由指定数目基本储能单元构建形成智能微电网分布式储能系统,且每一基本储能单元均设置有一能量平衡点,在对智能微电网分布式储能系统的控制过程中,每一基本储能单元独立对接入的用户进行控制,且在接入用户前依次进行是否正常供电和是否稳定供电检测,若正常且稳定供电,则将基本储能单元接入用户并对用户进行用电控制,同时在控制过程中对供电是否存在掉电情况进行判断检测,若存在不正常供电情况,则将整个系统电源切断,维护后重新为系统上电;若存在不稳定供电且存在掉电情况,则将对掉电和不稳定供电信息传递至服务器,并从新为整个系统检测是否存在不正常供电情况;与现有技术相比,本发明方法对智能微电网分布式云储能系统具有良好的控制稳定性,对于外接扰动具有良好的抗性,同时,能够合理有效地利用和平衡智能微电网中各类资源,提升智能微电网的资源利用率。
附图说明
图1为本发明实施例中所述智能微电网分布式云储能系统安全稳定控制方法的流程框图示意;
图2为本发明实施例中一所述基本储能单元的充放电过程图示意;
图3为本发明实施例中多个所述基本储能单元构成的智能微电网分布式储能系统结构图示意;
图4为本发明实施例中所述闭环系统的状态响应曲线图示意;
图5为实施例中对两个所述基本储能单元独立工作和联合工作的实现图示意;
图6为未采用本发明方法时用户的供电能耗比例示意图;
图7为采用本发明方法对用户进行电路协调后供电能耗比例示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
实施例一
参阅图1,在本发明实施例中,提供了一种智能微电网分布式云储能系统安全稳定控制方法,所述方法基于观测器设计H∞控制器,通过H∞控制器实现对智能微电网分布式云储能系统进行控制,所述方法包括步骤:
首先,由指定数目的基本储能单元构建智能微电网分布式云储能系统;然后,将智能微电网分布式云储能系统接入电网,为基本储能单元上电,上电完成后为智能微电网分布式云储能系统接入太阳能以及风能电源,为智能微电网分布式云储能系统的上电;随后,判断指定基本储能单元是否正常供电,若正常供电则为基本储能单元接入H∞控制器,由H∞控制器对智能微电网分布式云储能系统工作;否则,切断智能微电网分布式云储能系统电源进行维护并重新为基本储能单元和智能微电网分布式云储能系统进行上电操作;最后,在指定的基本储能单元正常供电基础上判断基本储能单元是否稳定供电,同时判断是否存在掉电情况,若稳定供电且不存在掉电情况则将基本储能单元接入用户端,为用户提供正常稳定的通电;否则将指定的基本储能单元工作出错的信息传递至服务器,并切换至其他基本储能单元;此外,在对存在掉电情况的基本储能单元进行维护,并在维护后再次将基本储能单元接入到H∞控制器,然后依次再对基本储能单元进行供电的正常和稳定性进行判断,直至最后可接入用户进行控制操作。
参阅图2,图为每一基本储能单元的充放电过程图示意,在实施例中,基本储能单元在充放电过程中存在平衡点J0,在平衡点J0处,基本储能单元的电压、电流变化率趋近于零,充电、放电电量差值变化此刻也趋近于零,满足条件:式中,Jf表示基本储能单元的放电电量,Jc表示基本储能单元的充电电量,t表示所述基本储能单元达到平衡点J0所用时间,将基本储能单元放电电压Uf为系统的输入变量,并采用一个可控阀门对输入变量进行调节,基本单元放电Uc电压通常取为一个既定常数;Ic和If代表平衡点处储能单元充放电时流经电网的电流,Jmax和Jmin用来表示整个过程中基本储能单元能量的最大值和最小值;在实施例中,基本储能单元模型作为分段仿射系统理论最典型的应用,即在广义矩阵E=I情况下描述的一般形式的控制系统;假设基本储能单元的采样时刻为T,则伴随着T的不断迭代,可将基本储能单元表示为PWA模型,具体为:其中,当基本储能单元的能量大于平衡点J0时,基本储能单元由X1表示,否则由X2表示;式中,Uf表示基本储能单元的输入变量,Uc表示基本储能单元的放电电压,Ic1、Ic2分别表示基本储能单元在X1和X2的充电电流,If1、If2分别表示基本储能单元在X1和X2的放电电流。
在实施例中,对于基本储能单元,考虑控制系统存在随机扰动的情况,且扰动的形式为随时间不断衰减的噪声信号,假设扰动为w(k)。此外,考虑系统存在范数有界形式的不确定性,则此类储能单元模型可以归纳为如下一类具有范数有界参数不确定性的离散时间广义分段仿射系统:其中,为系统状态变量;为控制输入向量;为系统输出向量;为可控输出向量;且w(k)∈l2[0,∞)为扰动输入;Ai,Bi,Ci,Di1,Gi,Di2,bi,E为第i个子系统的已知定常系数矩阵;Ebi是偏置项;索引集合是I={1,2,...,N};是广义矩阵,且rank(E)=r≤nx;ΔAi和Δbi代表系统的不确定项;且满足:[ΔAi EΔbi]=Wi1Δi(t)[Ei1Ei2],i∈I,其中,Wi1,Ei1和Ei2是具有适当维数的已知实定常矩阵,是一个包含Lebesgue可测量元素的未知实值时变矩阵函数,具有如下形式;若广义分段仿射系统和[ΔAi EΔbi]=Wi1Δi(t)[Ei1Ei2],i∈I均成立,则可知本发明的智能微电网分布式云储能系统中参数不去定性是容许的。
在本发明的智能微电网分布式云储能系统中参数不去定性是容许的情况下,本发明方法令Ω代表子系统从多面体区域过渡到的集合,具体可表示为:假设多面体区域表达式:
并进一步将多面体区域描述为一个椭圆集合,其中Fi=2Ci/(βi-αi),fi=-(βi+αi)/(βi-αi);
εi={x|||Fix+fi||≤1},i∈I,则对于每个椭圆区域,可以得到;
随后进一步将状态空间分为两类区域I=I0∪I1,其中I0代表包含原点的fi Tfi-1≤0索引集合区域,I1则代表其余的索引集合区域。
进一步的,本发明根据多面体区域的椭圆集合表达可将基本储能单元的PWA模型的作用域变换到椭圆集的Xi形式中,具体为:Xi={x|||Eix+ei||≤1},i=1,2,
根据常识,对于广义分段仿射系统
可得定义一,即在广义分段仿射系统:中有u(k)=0,由此可知,如果存在z∈C使得det(zE-Ai)≠0,则称所述广义分段仿射系统是正则的,i∈I;如果有:deg(det(zE-Ai))=rank(E),i∈I则称所述广义分段仿射系统是因果的;如果所述广义分段仿射系统的所有特征根:则称所述广义分段仿射系统是稳定;如果所述广义分段仿射系统是是正则、因果,并且稳定的,则称所述广义分段仿射系统是是容许的;任意非零向量ν1,若满足Eν1=0,则称其为矩阵束(E,Ai)的一阶向量,对于满足Eνk=Aivk-1的非零特征向量νk(k≥2),则称为矩阵束(E,Ai)的k阶特征向量。
在实施例中,为了实现对智能微电网分布式储能系统的有效控制,本发明引入引理1:对于适当维数实矩阵M=MT、S、N和Δ(t),若满足ΔT(t)Δ(t)≤I,则当且仅当存在某个标量ε>0时:M+SΔ(t)N+NTΔT(t)ST<0等价于M+εSST+ε-1NTN<0;以及引理2:若ψ0(ξ),ψ1(ξ),...,ψp(ξ)为ξ∈Rn的二次仿射函数,其中ψi(ξ)=ξTQiξ,i=0,1,...p,且Qi=Qi T;对于一组正数μ1,μ2,...,μp>0,则成立,即同时,结合投影定理:给定矩阵h=hT∈Rn×n,u∈Rk×n和v∈Rm×n,则关于变量Δ的矩阵不等式h+uTΔTv+vTΔu<0是LMI可解的,当且仅当:
则可知本发明基于观测器建立的H∞控制器可定义为:
其中,为x(k)的估计值,为观测器的输出,Ki,Li分别为待求解的反馈控制增益和观测器增益,其中,定义并定义估计误差由此可得由H∞控制器构成闭环系统为:
其中:
在实施例中,假设广义分段仿射系统的输入矩阵Bi,i∈I是列满秩的,则存在一组转换矩阵且满足条件:其中,非奇异。
接下来,将对H∞控制器的设计进行详细说明,具体包括如下步骤:
首先引入定理一:在考虑参数不确定离散广义分段仿射系统若存在对称矩阵且标量{λij<0,i∈I1,(i,j)∈Ω},γ∈R,{εij,ε'ij,i∈I,(i,j)∈Ω},使得:
成立,则此时基于观测器构建的H∞控制器,且可由H∞控制器构成得到闭环系统:
且扰动w到估计误差传递函数的H∞范数小于给定的常数γ;其中,
然后,通过闭环系统的系统描述寻求适当的Lyapunov函数;具体选取得到广义分段仿射Lyapunov函数:并进一步构造ΔV(k):则基于Lyapunov函数的定义,为使闭环系统具有鲁棒H∞性能指标γ,则需保证以下不等式成立:同时,考虑闭环系统:
的系统描述,对于任意非零w(k)∈l2[0,∞),可进一步等价于:
其中:
而对于不等式:
可以得到:即:
假设矩阵束是非因果的.用一阶特征向量ν1和它的Hermitian矩阵ν1*分别左乘和右乘不等式可得:
在此,可根据上述定义一,再用代替由于存在则可以得到:与
相矛盾,因此可得到矩阵束是因果的;同样可以得到矩阵束是正则的。
在实施例中,本发明方法还需考虑区域信息,具体的,将多面体区域的椭圆集合表达式带入不等式并应用上述引理二,其中λij<0,i∈I1,(i,j)∈Ω,则可得到:
。对不等式中各个矩阵进行合并,并先后应用两次Schur补引理,可从不等式得到:
另一方面,由于广义分段仿射系统具有参数不确定性,此时,可将
式中的不确定性ΔAi和EΔbi分离出来,将其进一步改写得到:
其中:
σ=AiE-Ai-ΔAi;由此可进一步得到:
在此基础上应用引理一,即对于适当维数实矩阵,引入一组标量:并结合schur补引理消除系统的不确定性后可得到:
参阅图3,图示为由多个上述基本储能单元构成的智能微电网分布式储能系统结构组成,结合上述内容可知,本发明方法对多个基本储能单元进行控制,保证供电电网的供电稳定性,实现对智能微电网分布式储能系统的有效稳定控制。
实施例二
接下来通过实际仿真数值对本发明方法进行具体说明:
假设智能微电网分布式云储能系统由两个基本储能单元构成,用x1(k)代表放电电压变化率,x2(k)代表充电电流变化率,x3(k)代表放电电流变化率;将扰动输入取为随时间延续不断衰减的白噪声信号:w(k)=e-5k,则离散化得到系统模型:
其中:取系统状态初始值为x(0)=(2.5,1,-1),其他参数取值如下:
δ1=0.1
E12=0.03,E22=0.04,则椭圆体系数矩阵通过公示可计算得到:
其中:α1=3,β1=10,α2=4,β2=9。
随后应用Matlab 7.0中LMI工具箱的mincx求解器得到基于上述数值的可行性解,并结合实施例一中定理一得到一组使闭环系统:则基于观测器的H∞控制器反馈增益矩阵及观测器增益矩阵为:K1=[-4.8973 -1.0674 0.5996],K2=[-5.9530 -6.1058 9.8335], 得到H∞控制器的干扰抑制度γ=6.5896。
参阅图4,图示为由定理一得到闭环系统:
的状态响应曲线,从中可知,经由定理一可以保证本发明的智能微电网分布式云储能系统在充放电平衡点处可以安全稳定的工作,且整个系统在渐近稳定的过程中扰动w到估计误差传递函数的H∞范数小于给定的常数γ。
参阅图5,为了进一步说明本发明方法的有效性,本发明通过比较两个独立基本储能单元在各自独立工作和联合工作两种模式中各自的优缺点,具体的,采用能量密度为200wh/kg的钴酸锂电池独立供电,且智能微电网分布式云储能系统由两个用户组成;假设两个用户在同样条件下获得的风能发电与太阳能发电电量相同,用户1日用电量较大(约20kw/h),用户2日用电量较小(约5kw/h);结合图6,在连续24小时范围内,测得两个用户在充放电过程中能量供应和损耗绘制成图表;通过测量,在两个基本储能单元独立供电的情况下,用户1能量总消耗量在20.5kw/h,其中常规电力系统供电约14.76kw/h,风能和太阳能供电占约5.74kw/h;用户2能量总消耗量在5.2kw/h,其中常规电力系统供电约3.12kw/h,风能和太阳能供电占约2.08kw/h。由于两个用户风能和太阳能采集条件的一致性,两种能量用户1消耗的总数要大于用户2,通过最终两个用户的能耗比例也可以表明:在采样24小时过后,用户1由于用电量较大的原因,在附能提供一样的前提下,多消耗了12%的常规电能,造成一定程度上传统能量的损耗,而用户2没有消耗的多余附能又没有能够及时使用,造成能源利用率的降低。
进一步的,采用本发明提出的智能微电网分布式云储能系统将上述两个用户整合在同一系统中,进行两个用户的总体用电量的协调,具体重复上述两用户独立过程,得到如图7所示供电能耗比例,从中可知,在两个用户总能耗25.7kw/h不变的情况下,最终测得常规电力系统供电约16.448kw/h,占比总能量供应的64%,节约1.43kw/h。由此可知:采用采用本发明的方法可对系统内两个用户的总体用电量协调方式是行之有效的,并且充分利用了可再生资源,节约传统电力系统供电资源,有效的缓解传统电力系统负载压力,有利于环境保护;同理,对于两个以上用户,采用本发明方法亦可实现相同功能,在此不再进行赘述。
综上所述,本发明的智能微电网分布式云储能系统安全稳定控制方法,该方法基于观测器建立H∞控制器,由指定数目基本储能单元构建形成智能微电网分布式储能系统,且每一基本储能单元均设置有一能量平衡点,在对智能微电网分布式储能系统的控制过程中,每一基本储能单元独立对接入的用户进行控制,且在接入用户前依次进行是否正常供电和是否稳定供电检测,若正常且稳定供电,则将基本储能单元接入用户并对用户进行用电控制,同时在控制过程中对供电是否存在掉电情况进行判断检测,若存在不正常供电情况,则将整个系统电源切断,维护后重新为系统上电;若存在不稳定供电且存在掉电情况,则将对掉电和不稳定供电信息传递至服务器,并从新为整个系统检测是否存在不正常供电情况;与现有技术相比,本发明方法对智能微电网分布式云储能系统具有良好的控制稳定性,对于外接扰动具有良好的抗性,同时,能够合理有效地利用和平衡智能微电网中各类资源,提升智能微电网的资源利用率。
以上仅为本发明的较佳实施例,但并不限制本发明的专利范围,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本发明专利保护范围之内。
Claims (7)
1.一种智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所述方法基于观测器设计H∞控制器,通过所述H∞控制器实现对智能微电网分布式云储能系统进行控制,所述方法包括步骤:
S1、由指定数目的基本储能单元构建智能微电网分布式云储能系统;
S2、将所述智能微电网分布式云储能系统接入电网,为所述基本储能单元上电,上电完成后为所述智能微电网分布式云储能系统接入太阳能以及风能电源,为所述智能微电网分布式云储能系统的上电;
S3、判断指定所述基本储能单元是否正常供电,若正常供电则为所述基本储能单元接入所述H∞控制器,由所述H∞控制器对所述智能微电网分布式云储能系统工作;否则,切断所述智能微电网分布式云储能系统电源进行维护并转入步骤S2;
S4、在指定的所述基本储能单元正常供电基础上判断所述基本储能单元是否稳定供电,同时判断是否存在掉电情况,若稳定供电且不存在掉电情况则将所述基本储能单元接入用户端,为用户提供正常稳定的通电;否则将指定的所述基本储能单元工作出错的信息传递至服务器,并切换至其他基本储能单元。
2.如权利要求1所述的智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所方法还包括步骤:对存在掉电情况的所述基本储能单元进行维护,并在维护后转入步骤S3。
3.如权利要求1所述的智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所述基本储能单元在充放电过程中设置有平衡点J0,所述平衡点J0满足条件:式中,Jf表示所述基本储能单元的放电电量,Jc表示所述基本储能单元的充电电量,t表示所述基本储能单元达到所述平衡点J0所用时间;且所述基本储能单元由PWA模型表示为:
其中,当所述基本储能单元的能量大于所述平衡点J0时,所述基本储能单元由X1表示,否则由X2表示;式中,Uf表示所述基本储能单元的输入变量,Uc表示所述基本储能单元的放电电压,Ic1、Ic2分别表示所述基本储能单元在X1和X2的充电电流,If1、If2分别表示所述基本储能单元在X1和X2的放电电流。
4.如权利要求1所述的智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所述方法还包括:由所述H∞控制器构成闭环系统:
其中:
5.如权利要求4所述的智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所述方法采用广义分段仿射Lyapunov函数、投影定理以及指定数目的基本引理得到对于所述闭环系统基于观测器且满足鲁棒H∞性能指标的反馈控制器设计方法。
6.如权利要求5所述的智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所述采用广义分段仿射Lyapunov函数定义为:
其中,为系统状态变量;为控制输入向量;为系统输出向量;为可控输出向量;且w(k)∈l2[0,∞)为扰动输入;Ai,Bi,Ci,Di1,Gi,Di2,bi,E为第i个子系统的已知定常系数矩阵;Ebi是偏置项;索引集合是I={1,2,...,N};是广义矩阵,且rank(E)=r≤nx;ΔAi和Δbi代表系统的不确定项;
所述基本引理包括:引理1:对于适当维数实矩阵M=MT、S、N和Δ(t),若满足ΔT(t)Δ(t)≤I,则当且仅当存在某个标量ε>0时:M+SΔ(t)N+NTΔT(t)ST<0等价于M+εSST+ε-1NTN<0;引理2:若ψ0(ξ),ψ1(ξ),...,ψp(ξ)为ξ∈Rn的二次仿射函数,其中
ψi(ξ)=ξTQiξ,i=0,1,...p,且Qi=Qi T;对于一组正数μ1,μ2,...,μp>0,则成立,即
所述投影定理为:给定矩阵h=hT∈Rn×n,u∈Rk×n和v∈Rm×n,则关于变量Δ的矩阵不等式h+uTΔTv+vTΔu<0是LMI可解的,当且仅当:
7.如权利要求6所述的智能微电网分布式云储能系统安全稳定控制方法,其特征在于,所述H∞控制器定义为:
式中,为x(k)的估计值,为观测器的输出,Ki,Li分别为待求解的反馈控制增益和观测器增益,其中,定义并定义估计误差
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910323163.6A CN110011424B (zh) | 2019-04-22 | 2019-04-22 | 一种智能微电网分布式云储能系统安全稳定控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910323163.6A CN110011424B (zh) | 2019-04-22 | 2019-04-22 | 一种智能微电网分布式云储能系统安全稳定控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110011424A true CN110011424A (zh) | 2019-07-12 |
CN110011424B CN110011424B (zh) | 2023-05-23 |
Family
ID=67173338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910323163.6A Active CN110011424B (zh) | 2019-04-22 | 2019-04-22 | 一种智能微电网分布式云储能系统安全稳定控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110011424B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111638715A (zh) * | 2020-05-29 | 2020-09-08 | 北京海益同展信息科技有限公司 | 机器人的控制方法、机器人、电子设备及存储介质 |
CN114252839A (zh) * | 2021-12-16 | 2022-03-29 | 杭州粒合信息科技有限公司 | 一种采集终端停上电监测方法、系统、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202435048U (zh) * | 2011-12-20 | 2012-09-12 | 国网电力科学研究院 | 基于多类型分布式电源及储能单元的微电网系统 |
CN105634142A (zh) * | 2016-03-30 | 2016-06-01 | 四川大学 | 基于云储能终端的能源互联网系统构建方法和设备 |
US20170179723A1 (en) * | 2015-12-16 | 2017-06-22 | National Chung Shan Institute Of Science And Technology | Clustered energy-storing micro-grid system |
CN107968420A (zh) * | 2017-12-06 | 2018-04-27 | 重庆大学 | 基于分布式极值搜索算法的储能系统及其能量优化管理方法 |
CN109190802A (zh) * | 2018-08-13 | 2019-01-11 | 南京邮电大学 | 云储能环境下基于发电预测的多微网博弈优化方法 |
CN109256792A (zh) * | 2018-10-10 | 2019-01-22 | 华南理工大学 | 一种面向分布式储能需求的储能集聚系统及其优化方法 |
-
2019
- 2019-04-22 CN CN201910323163.6A patent/CN110011424B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202435048U (zh) * | 2011-12-20 | 2012-09-12 | 国网电力科学研究院 | 基于多类型分布式电源及储能单元的微电网系统 |
US20170179723A1 (en) * | 2015-12-16 | 2017-06-22 | National Chung Shan Institute Of Science And Technology | Clustered energy-storing micro-grid system |
CN105634142A (zh) * | 2016-03-30 | 2016-06-01 | 四川大学 | 基于云储能终端的能源互联网系统构建方法和设备 |
CN107968420A (zh) * | 2017-12-06 | 2018-04-27 | 重庆大学 | 基于分布式极值搜索算法的储能系统及其能量优化管理方法 |
CN109190802A (zh) * | 2018-08-13 | 2019-01-11 | 南京邮电大学 | 云储能环境下基于发电预测的多微网博弈优化方法 |
CN109256792A (zh) * | 2018-10-10 | 2019-01-22 | 华南理工大学 | 一种面向分布式储能需求的储能集聚系统及其优化方法 |
Non-Patent Citations (2)
Title |
---|
刘静琨等: "电力系统云储能研究框架与基础模型", 《中国电机工程学报》 * |
周振华等: "基于观测器的离散广义分段仿射系统H∞控制", 《中国惯性技术学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111638715A (zh) * | 2020-05-29 | 2020-09-08 | 北京海益同展信息科技有限公司 | 机器人的控制方法、机器人、电子设备及存储介质 |
CN111638715B (zh) * | 2020-05-29 | 2023-09-01 | 京东科技信息技术有限公司 | 机器人的控制方法、机器人、电子设备及存储介质 |
CN114252839A (zh) * | 2021-12-16 | 2022-03-29 | 杭州粒合信息科技有限公司 | 一种采集终端停上电监测方法、系统、装置及存储介质 |
CN114252839B (zh) * | 2021-12-16 | 2024-04-26 | 杭州粒合信息科技有限公司 | 一种采集终端停上电监测方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110011424B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hua et al. | Optimal energy management strategies for energy Internet via deep reinforcement learning approach | |
Fontenot et al. | Modeling and control of building-integrated microgrids for optimal energy management–a review | |
CN109492815B (zh) | 一种市场机制下面向电网的储能电站选址定容优化方法 | |
Jiao et al. | Online optimal dispatch based on combined robust and stochastic model predictive control for a microgrid including EV charging station | |
CN110365052A (zh) | 基于功率优化调度的微网储能系统状态一致性控制方法 | |
De Santis et al. | Genetic optimization of a fuzzy control system for energy flow management in micro-grids | |
CN107623337B (zh) | 一种微电网能量管理方法 | |
Wu et al. | Application conditions of bounded rationality and a microgrid energy management control strategy combining real-time power price and demand-side response | |
Arab et al. | Suitable various-goal energy management system for smart home based on photovoltaic generator and electric vehicles | |
Du et al. | Coordinating multi-microgrid operation within distribution system: A cooperative game approach | |
CN110011424A (zh) | 一种智能微电网分布式云储能系统安全稳定控制方法 | |
MansourLakouraj et al. | Multi-timescale risk-constrained volt/var control of distribution grids with electric vehicles and solar inverters | |
Zhang et al. | Security event-trigger-based distributed energy management of cyber-physical isolated power system with considering nonsmooth effects | |
Kermani et al. | Energy management system for smart grid in the presence of energy storage and photovoltaic systems | |
Ma et al. | Coordinated control of micro-grid based on distributed moving horizon control | |
CN115021406B (zh) | 一种整合经济性模型预测控制的微电网控制器 | |
CN112564151B (zh) | 一种计及隐私意识的多微网云储能优化调度方法及系统 | |
CN114447924A (zh) | 智能电网的分布式差分隐私admm能量管控方法及系统 | |
CN108270237B (zh) | 基于分布式光伏电源的并网控制以及调度的方法 | |
Qin et al. | Does Explicit Prediction Matter in Deep Reinforcement Learning-Based Energy Management? | |
Zhao et al. | Overview of Power System Planning under Uncertainty | |
Aldahmashi et al. | Advanced machine learning approach of power flow optimization in community microgrid | |
Xia et al. | Optimal allocation of modular SMES in microgrid | |
Xue et al. | ADHDP-based housing energy management for two housing units with mobile storage | |
Mu et al. | Sponge Grid with Numerous Virtual Energy Storage Systems: Concept, Model, and Decentralized Control |
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 | ||
CB02 | Change of applicant information |
Address after: 213164 No.28, Mingxin Middle Road, Wujin District, Changzhou City, Jiangsu Province Applicant after: Changzhou Polytechnic Address before: No. 28 Mingxin Middle Road, Wujin District, Nanjing City, Jiangsu Province, 213164 Applicant before: Changzhou Institute of Industry Technology |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |