CN110707743A - 基于mas的双模式分布式光伏发电微网控制系统及方法 - Google Patents

基于mas的双模式分布式光伏发电微网控制系统及方法 Download PDF

Info

Publication number
CN110707743A
CN110707743A CN201910900047.6A CN201910900047A CN110707743A CN 110707743 A CN110707743 A CN 110707743A CN 201910900047 A CN201910900047 A CN 201910900047A CN 110707743 A CN110707743 A CN 110707743A
Authority
CN
China
Prior art keywords
photovoltaic
inverter
power generation
intelligent
agent
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
Application number
CN201910900047.6A
Other languages
English (en)
Inventor
张善路
李磊
管月
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Tech University
Original Assignee
Nanjing Tech University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Tech University filed Critical Nanjing Tech University
Priority to CN201910900047.6A priority Critical patent/CN110707743A/zh
Publication of CN110707743A publication Critical patent/CN110707743A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/14Energy storage units
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种基于MAS的双模式分布式光伏发电微网控制系统及方法。该系统包括一个主控智能体和多个子智能体,所述子智能体包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器。方法为:设计构建逆变器、蓄电池双向变流器、光伏控制器、负荷控制器智能体模型,并建立主控智能体和各子智能体间的通信;建立并网/离网模态下的连续动态模型、连续动态和离散变量的混杂切换系统模型、多智能体分布式光伏发电系统仿真模型;建立多智能体系统开发软件框架,在多台计算机中进行系统软件开发;最后进行暂态模式逆变器执行过程控制。本发明降低了硬件成本低,提高了实时控制的精度,并提高了整个微网的高效性和安全性。

Description

基于MAS的双模式分布式光伏发电微网控制系统及方法
技术领域
本发明属于可再生能源发电系统技术领域,特别是一种基于多智能体系统(Multi-Agent System,MAS)的双模式分布式光伏发电微网控制系统及方法。
背景技术
随着电力需求的不断攀升,以集中式供电为主体的大电网显现出越来越多的弊端,如污染严重、运行难度大、升级成本高、受攻击后(如雪灾、线路故障等)安全性能低、偏远地区架设成本高等,而分布式光伏发电采用的是清洁可再生能源,安装便捷,污染少且利用率高,而且对大电网还具有调峰填谷的作用,由此成为了大电网的有效补充。
但随着大量分散的小容量分布式电源接入大电网,对系统的安全控制将造成严重考验。传统的微电网系统多基于静态情况下,结构固定不变,采用的是以中央控制器为主的集中式控制,只具备简单的数据采集监测、装置投切功能,基本不能实现各分布式发电的协调控制,违背于微电网分布式能源分散的本质。
发明内容
本发明的目的在于提供一种硬件成本低、实时控制精度高、高效安全的基于MAS的双模式分布式光伏发电微网控制系统及方法。
实现本发明目的的技术解决方案为:一种基于MAS的双模式分布式光伏发电微网控制系统,包括一个主控智能体和多个子智能体,所述子智能体包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器,该系统采用基于光伏控制器的分布式光伏发电系统拓扑结构;
所述光伏控制器,连接光伏电池组件,用于实现最大功率点跟踪功能,并将光伏电池组件输出电压升至650VDC连接至直流母线;
所述蓄电池双向变换器,用于管理蓄电池,稳定离网模态下的直流母线电压;
所述逆变器,根据光伏出力和负荷情况调节输出功率,稳定并网模态下的直流母线电压;
所述负荷控制器,通过双向智能电表与逆变器连接,用于控制直流负载和交流负载;
所述主控智能体,用于管理各子智能体,以及对分布式光伏发电站并网接入点和整体区域的监测,并实现对微网系统进行网络恢复、重组、发电调度、负荷管理的决策。
进一步地,每块光伏电池组件输出端连接一个光伏控制器,光伏控制器由直流-直流变换器电路组成,8路输出端汇总到直流母线端;蓄电池通过直流双向变换器并入到直流母线上,作用是稳定直流母线电压;逆变器输入端连接蓄电池变换器输出侧母线端,输出端通过双向智能电表连接交流负载和电网。
进一步地,所述主控智能体采用有线+无线通信方式:将系统中所有光伏控制器进行分组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连;每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;户内其它子智能体均采用RS485通信。
一种基于MAS的双模式分布式光伏发电微网控制方法,步骤如下:
步骤1、构建包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器的子智能体模型;
步骤2、采用有线+无线的通信方式,建立主控智能体和各子智能体间的通信;
步骤3、建立并网/离网模态下的连续动态模型、连续动态和离散变量的混杂切换系统模型、多智能体分布式光伏发电系统仿真模型;
步骤4、建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发;
步骤5、进行暂态模式逆变器执行过程控制。
进一步地,步骤1所述的构建包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器的子智能体模型,具体如下:
步骤1.1、构建逆变器、蓄电池双向变流器、光伏控制器、负荷控制器的子智能体模型,其中结构模型包括感知、反应、动作、建模、规划、决策和通信模块,硬件部分包括电源电路、采集电路、I/O电路、时钟电路、非易失存储器、USB接口、通讯接口、人机界面、通讯设备和中心控制单元DSP;
所述蓄电池双向变换器进行蓄电池管理,稳定离网模态下的直流母线电压;光伏控制器进行高升压比升压和故障诊断,根据系统功率确定光伏控制器之间、光伏控制器与其它子智能体之间的协同工作,控制光伏发电组件进行发电;负荷控制器感知并监测负荷的电力需求量,并将此需求信息发送至主控智能体;
步骤1.2、根据构建的子智能体模型,基于逆变器建立感知模块:即通过传感器对逆变器的输入输出电压U、电流I,以及电网电压Ug、电流Ig进行检测;对环境温度T°、湿度RH,以及包括IGBT、电感L、电容C的器件温度进行检测;设置逆变器与其它子智能体的通信接口;若遇到过流、过压、过载、过热的情况,中心控制单元DSP会立即封锁PWM驱动波的产生,同时驱动芯片保护电路关断IGBT,并且外部继电器电路切除功率回路的输入源;
步骤1.3、根据构建的子智能体模型,基于建模、知识库确定决策生成模块,具体如下:根据建模提供的信息,然后在知识库支持下制定相应的内部控制规则;知识库规定了在何种感知信息和内部状态的前提下,逆变器采取何种控制以改变环境和内部自身的状态,具体实现过程是:通过自己内部的感知器获取外部信息,即首先经过控制层模块,对于简单情况,直接根据控制规则输出控制指令,推动效应器作出反应,这就是“感知-动作”模式;对于复杂情况,须经控制层模块启动规划层模块,依据控制规则、自身的知识、历史信息和当前状态作出规划,然后上传至决策层模块,一旦决策形成由控制层模块发出指令,效应器便作出反应,规划层模块负责生成动作方案,决策层模块负责方案寻优,这两个模块含有智能算法和优化算法,具有智能模拟的行为。
进一步地,步骤2所述的采用有线+无线的通信方式,建立主控智能体和各子智能体间的通信,具体如下:
步骤2.1、将系统中所有光伏控制器智能体分组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连;
步骤2.2、每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;
步骤2.3、组内其它光伏控制器之间均采用RS485通信。
进一步地,步骤3所述的建立并网/离网模态下的连续动态模型、连续动态和离散变量的混杂切换系统模型、多智能体分布式光伏发电系统仿真模型,具体如下:
步骤3.1、在分析并网/离网模态的工作机理基础上,建立各模态连续动态模型,分析模型切换条件,建立连续动态和离散变量的混杂切换系统模型;进一步分析光伏组件和蓄电池容量、控制参数对光伏发电系统稳定性和动态特性的影响,并通过dSPACE系统验证所建模型的有效性及系统稳定性;
步骤3.2、建立各智能体之间的通信架构,制定协调策略、协作方法、协商机制;
步骤3.3、利用Simulink建立多智能体分布式光伏发电系统仿真模型,基于JADE平台建立MAS的通信框架,完成智能体之间的通信和控制。
进一步地,步骤4所述的建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发,具体如下:
步骤4.1、建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发;
步骤4.2、采用Java设计分布式光伏发电系统监控软件,实现电站运行、电能质量监测、交易结算、数据统计分析、故障诊断报警、实时状态显示、历史记录、系统管理、时钟同步、系统自诊断与自恢复的功能;
步骤4.3、在JADE平台上构建主控智能体模型和通信架构,包括系统界面开发以及数据库的建立,主控智能体与界面和数据库的操作;
步骤4.4、根据智能物理代理基金会FIPA规范标准,继承JADE提供的通用智能体基类,实现在平台上的交互和自定义行为。
进一步地,步骤5所述的进行暂态模式逆变器执行过程控制,具体如下:
步骤5.1、当负荷增减时,逆变器智能体发出能量协调信号,控制逆变器出力大小;
步骤5.2、当双模式切换时,逆变器智能体发出控制策略切换信号;
步骤5.3、当系统遇到孤岛、故障时,逆变器智能体首先发出与大电网断开的命令,然后切换控制策略,同时逆变器智能体根据检测到的功率变化,经过自身的决策机制计算出差值,判断逆变器出力是否满足负荷要求,若逆变器满功率仍不能满足负荷要求,则逆变器智能体会发出指令通知切除相关非重要负荷,以保证功率平衡,待故障消除或达到并网条件后,再恢复非重要负荷。
本发明与现有技术相比,其显著优点在于:(1)各元件可以实现自主的运行,并根据其所在环境的变化以及预先设置的任务,相应地做出一些在自身领域内简单的调整;(2)各元件通过协同作用来完成复杂的控制,不需要中央控制系统来处理海量的数据,降低了硬件成本;(3)不同的微电网元件可以设置不同的控制策略,实现控制的合理性和最优化,提高了实时控制的精度,并提高了整个微网的高效性和安全性。
附图说明
图1为本发明基于MAS的双模式分布式光伏发电微网控制系统的结构示意图。
图2为本发明基于MAS的双模式分布式光伏发电微网控制系统的原理框图。
图3为本发明中单个智能体单元模型的结构示意图。
图4为本发明基于MAS的双模式分布式光伏发电微网控制方法的流程示意图。
图5为本发明中基于JAVA语言的多Agent系统开发软件的框架示意图。
图6为本发明中两种工况下逆变器智能体执行过程的流程示意图,其中(a)为负荷改变时的工作流程图,(b)为并网离网模态切换时的工作流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的详细说明。
结合图1、图2,本发明基于MAS的双模式分布式光伏发电微网控制系统,包括一个主控智能体和多个子智能体,所述子智能体包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器,该系统采用基于光伏控制器的分布式光伏发电系统拓扑结构;
所述光伏控制器,连接光伏电池组件,用于实现最大功率点跟踪功能,并将光伏电池组件输出电压升至650VDC连接至直流母线;
所述蓄电池双向变换器,用于管理蓄电池,稳定离网模态下的直流母线电压;
所述逆变器,根据光伏出力和负荷情况调节输出功率,稳定并网模态下的直流母线电压;
所述负荷控制器,通过双向智能电表与逆变器连接,用于控制直流负载和交流负载;
所述主控智能体,用于管理各子智能体,以及对分布式光伏发电站并网接入点和整体区域的监测,并实现对微网系统进行网络恢复、重组、发电调度、负荷管理的决策。
具体地,每块光伏电池组件输出端连接一个光伏控制器,光伏控制器由直流-直流变换器电路组成,8路输出端汇总到直流母线端;蓄电池通过直流双向变换器并入到直流母线上,作用是稳定直流母线电压;逆变器输入端连接蓄电池变换器输出侧母线端,输出端通过双向智能电表连接交流负载和电网。
所述主控智能体采用有线+无线通信方式:将系统中所有光伏控制器进行分组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连;每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;户内其它子智能体均采用RS485通信。
结合图4,本发明基于MAS的双模式分布式光伏发电微网控制方法,包括以下步骤:
步骤1、构建包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器的子智能体模型,结合图3,具体如下:
步骤1.1、构建逆变器、蓄电池双向变流器、光伏控制器、负荷控制器的子智能体模型,其中结构模型包括感知、反应、动作、建模、规划、决策和通信模块,硬件部分包括电源电路、采集电路、I/O电路、时钟电路、非易失存储器、USB接口、通讯接口、人机界面、通讯设备和中心控制单元DSP;
所述蓄电池双向变换器进行蓄电池管理,稳定离网模态下的直流母线电压;光伏控制器进行高升压比升压和故障诊断,根据系统功率确定光伏控制器之间、光伏控制器与其它子智能体之间的协同工作,控制光伏发电组件进行发电;负荷控制器感知并监测负荷的电力需求量,并将此需求信息发送至主控智能体;
步骤1.2、根据构建的子智能体模型,基于逆变器建立感知模块:即通过传感器对逆变器的输入输出电压U、电流I,以及电网电压Ug、电流Ig进行检测;对环境温度T°、湿度RH,以及包括IGBT、电感L、电容C的器件温度进行检测;设置逆变器与其它子智能体的通信接口;若遇到过流、过压、过载、过热的情况,中心控制单元DSP会立即封锁PWM驱动波的产生,同时驱动芯片保护电路关断IGBT,并且外部继电器电路切除功率回路的输入源;
步骤1.3、根据构建的子智能体模型,基于建模、知识库确定决策生成模块,具体如下:根据建模提供的信息,然后在知识库支持下制定相应的内部控制规则;知识库规定了在何种感知信息和内部状态的前提下,逆变器采取何种控制以改变环境和内部自身的状态,具体实现过程是:通过自己内部的感知器获取外部信息,即首先经过控制层模块,对于简单情况,直接根据控制规则输出控制指令,推动效应器作出反应,这就是“感知-动作”模式;对于复杂情况,须经控制层模块启动规划层模块,依据控制规则、自身的知识、历史信息和当前状态作出规划,然后上传至决策层模块,一旦决策形成由控制层模块发出指令,效应器便作出反应,规划层模块负责生成动作方案,决策层模块负责方案寻优,这两个模块含有智能算法和优化算法,具有智能模拟的行为。
形式是:RULE:IF(感知信息的条件字句)THEN(反应)。首先,知识库内必须装有上述提到的控制策略,然后根据感知信息和目标,自动调节和寻优以满足需求。如①逆变并网:要实现并网最主要的是要保证并网THD满足国标≤5%,通常是对有功无功采用PI控制,但是对于Kp/Ki的参数设定很难做到精确,而通过建立知识库实现推理、搜索、学习来达到Kp/Ki参数自动寻优;②环境温度湿度变化应对:温度在逆变器设计中是一个很重要的指标,对于过热可以采用增加散热装置,同时也可以在知识库中建立一种规则,若温度过高,可以适当减少功率输出,经过一段时间的学习,形成一种温度与输出功率的函数关系或者提前经过试验找到这种关系直接放到知识库内,一旦遇到此情况,便可自动调节。对于湿度调节也是如此;③寿命预测:对于寿命预测可分为整体寿命预测和个体元件寿命预测,对其影响的因素有工作时间和故障次数,所以通过记录这些数据,存放到知识库或者人机交互界面,如果达到某个设定值,便会自动报警或语音提示,以便及时维护。
步骤2、采用有线+无线的通信方式,建立主控智能体和各子智能体间的通信,具体如下:
步骤2.1、将系统中所有光伏控制器智能体分组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连。1)将下位机控制器、RS485总线和主机正确连接;2)给下位机控制器上电;3)客户端输出监控服务器的IP地址,远程操作监控系统。GPRS无线通信测试:1)启动监控系统;2)服务器连接;3)将下位机控制器、RS485总线DTU模块正确连接;4)上电;5)待连接成功远程登录到监控系统进行相关操作。
步骤2.2、每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;具体的实现过程,包括通信系统的界面设计,在通信系统的界面设置参数设置、读寄存器、写寄存器和实时显示数据四个子页面。在参数设置界面,根据实际需要设置服务器的IP地址、端口号和数据采集轮询时间;在读写寄存器界面,户用设置寄存器的起、始地址和寄存器的个数。在数据实时显示界面,户用可以直观的监控设备的通信状态。
步骤2.3、组内其它光伏控制器之间均采用RS485通信。
步骤3、建立并网/离网模态下的连续动态模型、连续动态和离散变量的混杂切换系统模型、多智能体分布式光伏发电系统仿真模型,具体如下:
步骤3.1、在分析并网/离网模态的工作机理基础上,建立各模态连续动态模型,分析模型切换条件,建立连续动态和离散变量的混杂切换系统模型;进一步分析光伏组件和蓄电池容量、控制参数对光伏发电系统稳定性和动态特性的影响,并通过dSPACE系统验证所建模型的有效性及系统稳定性;
步骤3.2、建立各智能体之间的通信架构,制定协调策略、协作方法、协商机制;
步骤3.3、利用Simulink建立多智能体分布式光伏发电系统仿真模型,基于JADE平台建立MAS的通信框架,完成智能体之间的通信和控制。
步骤4、建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发,结合图5,具体如下:
步骤4.1、建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发;
步骤4.2、采用Java设计分布式光伏发电系统监控软件,实现电站运行、电能质量监测、交易结算、数据统计分析、故障诊断报警、实时状态显示、历史记录、系统管理、时钟同步、系统自诊断与自恢复的功能;
步骤4.3、在JADE平台上构建主控智能体模型和通信架构,包括系统界面开发以及数据库的建立,主控智能体与界面和数据库的操作;
步骤4.4、根据智能物理代理基金会FIPA规范标准,继承JADE提供的通用智能体基类,实现在平台上的交互和自定义行为。
步骤5、进行暂态模式逆变器执行过程控制,结合图6(a)~(b),具体如下:
步骤5.1、当负荷增减时,逆变器智能体发出能量协调信号,控制逆变器出力大小;
步骤5.2、当双模式切换时,逆变器智能体发出控制策略切换信号;
步骤5.3、当系统遇到孤岛、故障时,逆变器智能体首先发出与大电网断开的命令,然后切换控制策略,同时逆变器智能体根据检测到的功率变化,经过自身的决策机制计算出差值,判断逆变器出力是否满足负荷要求,若逆变器满功率仍不能满足负荷要求,则逆变器智能体会发出指令通知切除相关非重要负荷,以保证功率平衡,待故障消除或达到并网条件后,再恢复非重要负荷。
实施例1
本实施例的分布式光伏发电系统功率为1.5kW,200W多晶硅太阳电池组件8块,200W光伏控制器8套,蓄电池48V/100Ah(由单体电压3.2V的磷酸铁锂蓄电池串并联),600W双向变换器1套,1.5kW并网逆变器1台。系统与大电网切断后,可模拟离网模式即孤岛情况下的发供电系统。
光伏电池组件是本微网系统的核心,其作用是为负载提供能量以及为蓄电池充电;光伏控制器作用是控制光伏电池组件发电,以单独实现最大功率点跟踪,提高能源利用率;蓄电池双向变换器负责管理蓄电池,提供电池最佳充放电程序,以使其达到最佳能量密度、功率密度,同时稳定直流母线电压;双模式逆变器是系统中最主要的设备,负责将光伏组件发出的直流电转换成交流电,同时当系统能量不足时从电网吸收能量来补偿微网功率平衡,所以它可以根据系统工况决定工作模式、双模式切换以及提供无功补偿来改善系统的电能质量。
本实施例的基于MAS的双模式分布式光伏发电微网控制系统有并网和离网两种稳态运行模式,以及并网到离网模式切换和离网到并网模式切换两种暂态模式。在本实施例中,主要考虑暂态模式,逆变器是系统中最主要的设备,使其能够动态的应对外界环境变化,当负荷增减时,逆变器智能体会发出能量协调信号,控制逆变器出力大小;当需要双模式切换时,逆变器智能体会发出控制策略切换信号。当系统遇到孤岛、故障时,逆变器智能体首先发出与大电网断开的命令,然后切换控制策略,同时逆变器Agent会检测到功率的变化,经过自身的决策机制计算出差值,并判断逆变器出力是否满足负荷要求,若逆变器满功率仍不能满足负荷,智能体会通知切除相关非重要负荷,以保证功率平衡。待故障消除或达到并网条件,再恢复非重要负荷。
在本实施例中,每块光伏电池组件输出端连接一个光伏控制器,光伏控制器由直流-直流变换器电路组成,8路输出端汇总到直流母线端;蓄电池储能系统中,蓄电池通过直流双向变换器并入到直流母线上;逆变器输入端连接蓄电池变换器输出侧母线端,输出端通过双向智能电表连接交流负载和电网;主控智能体采用有线+无线通信方式:将系统中所有光伏控制器分为若干组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连;每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;户内其它智能体均采用RS485通信。
通过本实施例可知,本发明基于MAS的双模式分布式光伏发电微网控制系统及方法,各元件可以实现自主的运行,并根据其所在环境的变化以及预先设置的任务,相应地做出一些在自身领域内简单的调整;各元件通过协同作用来完成复杂的控制,不需要中央控制系统来处理海量的数据,降低了硬件成本;不同的微电网元件可以设置不同的控制策略,实现控制的合理性和最优化,提高了实时控制的精度,并提高了整个微网的高效性和安全性。

Claims (9)

1.一种基于MAS的双模式分布式光伏发电微网控制系统,其特征在于,包括一个主控智能体和多个子智能体,所述子智能体包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器,该系统采用基于光伏控制器的分布式光伏发电系统拓扑结构;
所述光伏控制器,连接光伏电池组件,用于实现最大功率点跟踪功能,并将光伏电池组件输出电压升至650VDC连接至直流母线;
所述蓄电池双向变换器,用于管理蓄电池,稳定离网模态下的直流母线电压;
所述逆变器,根据光伏出力和负荷情况调节输出功率,稳定并网模态下的直流母线电压;
所述负荷控制器,通过双向智能电表与逆变器连接,用于控制直流负载和交流负载;
所述主控智能体,用于管理各子智能体,以及对分布式光伏发电站并网接入点和整体区域的监测,并实现对微网系统进行网络恢复、重组、发电调度、负荷管理的决策。
2.根据权利要求1所述的基于MAS的双模式分布式光伏发电微网控制系统,其特征在于,每块光伏电池组件输出端连接一个光伏控制器,光伏控制器由直流-直流变换器电路组成,8路输出端汇总到直流母线端;蓄电池通过直流双向变换器并入到直流母线上,作用是稳定直流母线电压;逆变器输入端连接蓄电池变换器输出侧母线端,输出端通过双向智能电表连接交流负载和电网。
3.根据权利要求1所述的基于MAS的双模式分布式光伏发电微网控制系统,其特征在于,所述主控智能体采用有线+无线通信方式:将系统中所有光伏控制器进行分组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连;每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;户内其它子智能体均采用RS485通信。
4.一种基于MAS的双模式分布式光伏发电微网控制方法,其特征在于,步骤如下:
步骤1、构建包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器的子智能体模型;
步骤2、采用有线+无线的通信方式,建立主控智能体和各子智能体间的通信;
步骤3、建立并网/离网模态下的连续动态模型、连续动态和离散变量的混杂切换系统模型、多智能体分布式光伏发电系统仿真模型;
步骤4、建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发;
步骤5、进行暂态模式逆变器执行过程控制。
5.根据权利要求4所述基于MAS的双模式分布式光伏发电微网控制方法,其特征在于,步骤1所述的构建包括逆变器、蓄电池双向变换器、光伏控制器、负荷控制器的子智能体模型,具体如下:
步骤1.1、构建逆变器、蓄电池双向变流器、光伏控制器、负荷控制器的子智能体模型,其中结构模型包括感知、反应、动作、建模、规划、决策和通信模块,硬件部分包括电源电路、采集电路、I/O电路、时钟电路、非易失存储器、USB接口、通讯接口、人机界面、通讯设备和中心控制单元DSP;
所述蓄电池双向变换器进行蓄电池管理,稳定离网模态下的直流母线电压;光伏控制器进行高升压比升压和故障诊断,根据系统功率确定光伏控制器之间、光伏控制器与其它子智能体之间的协同工作,控制光伏发电组件进行发电;负荷控制器感知并监测负荷的电力需求量,并将此需求信息发送至主控智能体;
步骤1.2、根据构建的子智能体模型,基于逆变器建立感知模块:即通过传感器对逆变器的输入输出电压U、电流I,以及电网电压Ug、电流Ig进行检测;对环境温度T°、湿度RH,以及包括IGBT、电感L、电容C的器件温度进行检测;设置逆变器与其它子智能体的通信接口;若遇到过流、过压、过载、过热的情况,中心控制单元DSP会立即封锁PWM驱动波的产生,同时驱动芯片保护电路关断IGBT,并且外部继电器电路切除功率回路的输入源;
步骤1.3、根据构建的子智能体模型,基于建模、知识库确定决策生成模块,具体如下:根据建模提供的信息,然后在知识库支持下制定相应的内部控制规则;知识库规定了在何种感知信息和内部状态的前提下,逆变器采取何种控制以改变环境和内部自身的状态,具体实现过程是:通过自己内部的感知器获取外部信息,即首先经过控制层模块,对于简单情况,直接根据控制规则输出控制指令,推动效应器作出反应,这就是“感知-动作”模式;对于复杂情况,须经控制层模块启动规划层模块,依据控制规则、自身的知识、历史信息和当前状态作出规划,然后上传至决策层模块,一旦决策形成由控制层模块发出指令,效应器便作出反应,规划层模块负责生成动作方案,决策层模块负责方案寻优,这两个模块含有智能算法和优化算法,具有智能模拟的行为。
6.根据权利要求4所述基于MAS的双模式分布式光伏发电微网控制方法,其特征在于,步骤2所述的采用有线+无线的通信方式,建立主控智能体和各子智能体间的通信,具体如下:
步骤2.1、将系统中所有光伏控制器智能体分组,每组含有一个GPRS模块和不多于255个光伏控制器,每组中的光伏控制器均通过RS485总线与本组的GPRS模块相连;
步骤2.2、每组的GPRS模块与上位机实现无线通信,采集上传本组所有光伏发电模块的状态信息,下达上位机给光伏控制器的指令,实现所有光伏发电模块的状态监控与故障诊断;
步骤2.3、组内其它光伏控制器之间均采用RS485通信。
7.根据权利要求4所述基于MAS的双模式分布式光伏发电微网控制方法,其特征在于,步骤3所述的建立并网/离网模态下的连续动态模型、连续动态和离散变量的混杂切换系统模型、多智能体分布式光伏发电系统仿真模型,具体如下:
步骤3.1、在分析并网/离网模态的工作机理基础上,建立各模态连续动态模型,分析模型切换条件,建立连续动态和离散变量的混杂切换系统模型;进一步分析光伏组件和蓄电池容量、控制参数对光伏发电系统稳定性和动态特性的影响,并通过dSPACE系统验证所建模型的有效性及系统稳定性;
步骤3.2、建立各智能体之间的通信架构,制定协调策略、协作方法、协商机制;
步骤3.3、利用Simulink建立多智能体分布式光伏发电系统仿真模型,基于JADE平台建立MAS的通信框架,完成智能体之间的通信和控制。
8.根据权利要求4所述基于MAS的双模式分布式光伏发电微网控制方法,其特征在于,步骤4所述的建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发,具体如下:
步骤4.1、建立基于JAVA语言的多智能体系统开发软件框架,在多台计算机中基于JADE平台、Eclipse软件、Mysql数据库进行系统软件开发;
步骤4.2、采用Java设计分布式光伏发电系统监控软件,实现电站运行、电能质量监测、交易结算、数据统计分析、故障诊断报警、实时状态显示、历史记录、系统管理、时钟同步、系统自诊断与自恢复的功能;
步骤4.3、在JADE平台上构建主控智能体模型和通信架构,包括系统界面开发以及数据库的建立,主控智能体与界面和数据库的操作;
步骤4.4、根据智能物理代理基金会FIPA规范标准,继承JADE提供的通用智能体基类,实现在平台上的交互和自定义行为。
9.根据权利要求4所述基于MAS的双模式分布式光伏发电微网控制方法,其特征在于,步骤5所述的进行暂态模式逆变器执行过程控制,具体如下:
步骤5.1、当负荷增减时,逆变器智能体发出能量协调信号,控制逆变器出力大小;
步骤5.2、当双模式切换时,逆变器智能体发出控制策略切换信号;
步骤5.3、当系统遇到孤岛、故障时,逆变器智能体首先发出与大电网断开的命令,然后切换控制策略,同时逆变器智能体根据检测到的功率变化,经过自身的决策机制计算出差值,判断逆变器出力是否满足负荷要求,若逆变器满功率仍不能满足负荷要求,则逆变器智能体会发出指令通知切除相关非重要负荷,以保证功率平衡,待故障消除或达到并网条件后,再恢复非重要负荷。
CN201910900047.6A 2019-09-23 2019-09-23 基于mas的双模式分布式光伏发电微网控制系统及方法 Pending CN110707743A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910900047.6A CN110707743A (zh) 2019-09-23 2019-09-23 基于mas的双模式分布式光伏发电微网控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910900047.6A CN110707743A (zh) 2019-09-23 2019-09-23 基于mas的双模式分布式光伏发电微网控制系统及方法

Publications (1)

Publication Number Publication Date
CN110707743A true CN110707743A (zh) 2020-01-17

Family

ID=69195303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910900047.6A Pending CN110707743A (zh) 2019-09-23 2019-09-23 基于mas的双模式分布式光伏发电微网控制系统及方法

Country Status (1)

Country Link
CN (1) CN110707743A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111509830A (zh) * 2020-04-29 2020-08-07 南京理工大学 一种微型光伏/储能智能电站拓扑结构
CN112347694A (zh) * 2020-10-26 2021-02-09 重庆大学 含洋流-海上风电-潮汐流发电的海岛微网电源规划方法
CN112421696A (zh) * 2020-12-09 2021-02-26 浙江大学 一种基于信息物理融合的分布式光伏协同控制仿真方法
CN113241794A (zh) * 2021-05-28 2021-08-10 合肥工业大学 一种基于多智能体的孤岛微电网自适应控制方法
CN113498570A (zh) * 2020-02-07 2021-10-12 华为技术有限公司 一种光伏系统
CN114500618A (zh) * 2022-01-12 2022-05-13 湖南理工职业技术学院 一种基于物联网的光伏电池组件监测系统及采集终端和电源模块
CN116683730A (zh) * 2023-05-26 2023-09-01 中节能(监利)太阳能科技有限公司 一种光伏集中式逆变发电系统及装置
CN117478046A (zh) * 2023-12-28 2024-01-30 南昌南飞防火设备制造有限公司 一种跟踪支架系统调试方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105470989A (zh) * 2016-01-05 2016-04-06 南通大学 模块化风力发电机组多智能体能量管理系统与方法
CN106877398A (zh) * 2017-03-23 2017-06-20 燕山大学 基于多智能体的微电源分散协调控制方法
CN108039726A (zh) * 2017-12-12 2018-05-15 国网山东省电力公司德州供电公司 一种基于多智能体系统的能源局域网分布式协同控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105470989A (zh) * 2016-01-05 2016-04-06 南通大学 模块化风力发电机组多智能体能量管理系统与方法
CN106877398A (zh) * 2017-03-23 2017-06-20 燕山大学 基于多智能体的微电源分散协调控制方法
CN108039726A (zh) * 2017-12-12 2018-05-15 国网山东省电力公司德州供电公司 一种基于多智能体系统的能源局域网分布式协同控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张善路: "基于分布智能的微电网研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
陈川川: "基于多agent技术的微电网能量管理系统研究与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113498570A (zh) * 2020-02-07 2021-10-12 华为技术有限公司 一种光伏系统
CN113498570B (zh) * 2020-02-07 2024-03-26 华为数字能源技术有限公司 一种光伏系统
EP3907844A4 (en) * 2020-02-07 2022-02-23 Huawei Digital Power Technologies Co., Ltd. PHOTOVOLTAIC SYSTEM
CN111509830A (zh) * 2020-04-29 2020-08-07 南京理工大学 一种微型光伏/储能智能电站拓扑结构
CN112347694B (zh) * 2020-10-26 2023-05-12 重庆大学 含洋流-海上风电-潮汐流发电的海岛微网电源规划方法
CN112347694A (zh) * 2020-10-26 2021-02-09 重庆大学 含洋流-海上风电-潮汐流发电的海岛微网电源规划方法
CN112421696B (zh) * 2020-12-09 2021-06-15 浙江大学 一种基于信息物理融合的分布式光伏协同控制仿真方法
CN112421696A (zh) * 2020-12-09 2021-02-26 浙江大学 一种基于信息物理融合的分布式光伏协同控制仿真方法
CN113241794A (zh) * 2021-05-28 2021-08-10 合肥工业大学 一种基于多智能体的孤岛微电网自适应控制方法
CN113241794B (zh) * 2021-05-28 2022-08-26 合肥工业大学 一种基于多智能体的孤岛微电网自适应控制方法
CN114500618A (zh) * 2022-01-12 2022-05-13 湖南理工职业技术学院 一种基于物联网的光伏电池组件监测系统及采集终端和电源模块
CN116683730A (zh) * 2023-05-26 2023-09-01 中节能(监利)太阳能科技有限公司 一种光伏集中式逆变发电系统及装置
CN116683730B (zh) * 2023-05-26 2023-12-05 中节能(监利)太阳能科技有限公司 一种光伏集中式逆变发电系统及装置
CN117478046A (zh) * 2023-12-28 2024-01-30 南昌南飞防火设备制造有限公司 一种跟踪支架系统调试方法
CN117478046B (zh) * 2023-12-28 2024-03-01 南昌南飞防火设备制造有限公司 一种跟踪支架系统调试方法

Similar Documents

Publication Publication Date Title
CN110707743A (zh) 基于mas的双模式分布式光伏发电微网控制系统及方法
CN103001240B (zh) 用于全钒液流电池储能的就地监控系统
CN106054672A (zh) 基于rt‑lab的真实微电网运行动态仿真测试平台
CN105743126A (zh) 一种实现负荷管理的微电网能量管理系统
CN107968429B (zh) 一种光储充系统能量管理装置、系统
CN110286606B (zh) 一种基于半实物仿真的综合能源微电网控制实验系统
CN108923470A (zh) 多能源船舶能量管理方法和系统
KR20130067678A (ko) 마이크로그리드 시뮬레이션 장치 및 전력 관리 시스템
CN107342595B (zh) 一种智能直流微电网系统及控制方法
CN105337310A (zh) 一种串联结构光储型多微网经济运行系统及方法
US11705735B2 (en) Method and apparatus for controlling power supply system, and system
CN105515032B (zh) 智能微网储能控制方法
CN111239621A (zh) 一种蓄电池远程升压核容方法、装置、设备及存储介质
CN104579164A (zh) 一种光伏储能系统性能监控方法、装置及系统
CN106936146B (zh) 一种家庭太阳能储能发电系统
CN109361228B (zh) 一种基于分布式电池储能的多代理控制系统及方法
CN111952998A (zh) 一种大规模集成储能系统及研制方法
CN103944191A (zh) 一种便携型分布式电源并网检测一体化装置
CN215681813U (zh) 一种并联储能系统
CN105375503A (zh) 一种储能就地监控系统
CN201490728U (zh) 并网发电防逆流控制系统
CN103116337A (zh) 一种具有发电量预测功能的双模式光伏监控仪
CN205039557U (zh) 一种储能就地监控系统
CN101071956A (zh) 太阳能光伏系统中二次电池阵列的调控方法及其调控装置
CN203481823U (zh) 一种智能用电负荷控制器

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: 20200117

RJ01 Rejection of invention patent application after publication