CN112838598A - 一种基于自适应连续禁忌搜索算法的优化控制策略 - Google Patents

Abstract

本发明专利涉及一种基于自适应连续禁忌搜索算法的优化控制策略。所述方法主要应用于混合储能系统参与电网自动发电控制(AGC)。首先建立单区域电力系统自动发电控制仿真模型，基于超短期风电预测和负荷预测的结果，输入未来时刻的一个控制周期内电网受到的扰动，通过测量电网周期内的频率波动，计算出单区域系统的区域控制偏差(ACE)。设置优化系数为ACE在常规调频机组和混合储能系统之间的分配比例，将不同比例代入仿真模型中运行，以控制周期内的频率波动，储能荷电状态和储能充放电循环次数作为优化目标。采用自适应连续禁忌搜索算法进行迭代计算，求出该控制区间的最优分配比例，在目标控制区间内按该比例对ACE进行分配，然后继续进行下一控制区间的计算。控制策略如此滚动进行，实现对AGC的持续优化。

Description

一种基于自适应连续禁忌搜索算法的优化控制策略

技术领域

本发明专利涉及含混合储能系统的电力系统自动发电控制领域，具体而言，是一种含混合储能系统的单区域电力系统的自动发电控制ACE分配比例优化控制方法。

背景技术

人类对能源安全及环境恶化的担忧，使可再生能源的充分利用成为全球共识。以太阳能、风能为代表的新能源并网发电已经成为新型电力系统不可阻挡的发展趋势。风力发电具有能量密度低、随机波动性强、稳定性弱和地区分布不均匀等一系列缺点，给传统的自动发电控制系统带来了挑战。随着风电渗透率提高，常规机组的调频容量需求也会逐渐增加；同时因为风电的波动性强且具有反调峰特性，常规调频机组的爬坡功率难以完全满足大规模风电接入的需求。储能电源具有快速精确的跟踪能力，能为电力系统提供优质的调频服务，比传统调频电源更高效，因此对储能在自动发电控制中的应用近年来得到了重视和发展。在含储能装置的自动发电控制系统中，区域控制偏差(ACE)信号通过一定的比例分配到常规调频机组和储能设备，再由对应的调频资源增加或减少出力来调节系统的功率平衡，降低电网的频率波动。目前对于ACE信号的分配通常采用按调频容量固定比例分配，仍存在以下几个问题：

·无法发挥储能处理高频频率波动的优势

·无法保证调频效果，即系统在控制周期内的频率波动最小

·没有考虑保持储能的荷电状态在最优区间以及充放电切换对储能装置寿命的影响

发明专利内容

本发明专利针对上述存在的问题，提供一种自适应连续禁忌搜索算法的混合储能参与自动发电控制优化策略，根据每个控制周期内ACE的大小，以及储能的荷电状态，采用优化算法迭代求解得出该周期内ACE在常规机组和储能系统之间的最优分配比例，使得调频效果最好，储能的荷电状态较好，以及充放电切换次数较少。本发明专利为实现上述目的，采取以下技术方案予以实现：

在matlab/simulink平台建立单区域电力系统自动发电控制模型，该模型包含一次调频和二次调频环节。控制周期设置为一分钟，根据超短期风电预测和负荷预测的结果，将三分钟后电网受到的扰动输入到模型中，产生频率波动。频率波动分别通过负反馈环节输入到一次调频和二次调频环节。二次调频环节计算出 ACE的数值，并按比例分配给常规调频机组和混合储能系统。分配给常规调频机组的部分经过PI控制器环节转变为ARR信号，输入到发电机控制环节，最终完成对发电机出力的调整。分配给混合储能系统的部分，为了发挥超级电容器响应快的优势，优先由超级电容器承担调频任务，蓄电池作为补充。ACE信号经过混合储能系统的控制环节，最终完成对混合储能装置出力的调整。发电机和混合储能系统的出力共同调整实现电力系统的功率平衡，降低电网的频率波动。

ACE在常规调频机组和混合储能系统之间分配比例的是根据自适应禁忌搜索算法的优化结果决定的。优化目标为电力系统在控制周期内的频率波动小，储能系统的荷电状态好，以及蓄电池的充放电切换次数少。经算法迭代优化后求出该控制周期内的最优分配比例，并进行下一控制周期的优化计算，每一步迭代计算的结果保存在系统中并在三分钟后发送到常规机组和储能装置的控制器来进行调频。

本发明专利相对于现有技术具有如下有益效果：

·可以降低对应控制周期内电力系统的频率波动

·可以优化储能装置的荷电状态，增加储能调频容量

·可以减少蓄电池的充放电切换次数，延长蓄电池的工作寿命

附图说明

·图1为含混合储能的自动发电控制系统功率-频率响应模型

·图2为本发明的优化控制策略流程示意图

·图3为优化策略采用的禁忌搜索算法流程图

具体实施方式

以下结合附图对本发明专利的实施例作详细描述。

如图1所示，首先根据超短期预测的的风电数据和负荷数据与日前制定的发电计划，得出目标控制区间系统可能遭受的功率波动。将功率波动输入到建立好的电网功率-频率响应模型中，测量系统产生的频率波动，根据ACE计算公式，计算ACE的数值。将目标控制区间的初始频率和蓄电池荷电状态输入到模型中，采用禁忌搜索算法计算该时段ACE信号的最优分配比例，运行模型得出目标控制区间内的频率波动和蓄电池荷电状态。将系统的参数保存，进行下一个控制周期的迭代。

如图2所示，功率波动输入到控制系统传递模型中，经负荷惯性模型后表现为电力系统的功率波动，该频率波动一方面经比例环节转化为区域控制偏差，比例系数即系统单位功率调节系数；另一方面经比例环节输入到发电机传递环节，作为发电机一次调频效果的等效，比例系数为发电机单位功率调节系数。ACE信号按比例分配，该比例的具体数值由禁忌搜索算法优化计算得到。经分配后的 ACE信号，一部分经过PI控制环节，与发电机的一次调频的功率调节量相加，得到发电机二次调频需要的调节的目标功率，输入到发电机中，经发电机传递环节转化为发电机的实际输出功率调整。另一部分输入到混合储能系统中，经超级电容器和蓄电池传递环节输出混合储能系统的实际出力调整。调频机组出力调整和混合储能出力调整、功率波动在一点叠加，完成对系统功率波动的平抑，最终使系统的频率波动降低。

如图3所示，优化策略采用的禁忌搜索算法流程图。算法迭代优化的流程如下：

第一步：设置i＝1，候选解个数为10，自适应因子DL为5，禁忌表长度CL 为10。进行第一步迭代，在[0,1]内随机生成一个初始解X1，该初始解即为当前的全局最优解。

第二步：定义解X的邻域为[X-0.03,X+0.03]，在X1的邻域内生成DL个候选解，在[0,1]内生成CL-DL个候选解，与X1共同构成候选解集U0。

第三步：判断候选解集中解的禁忌属性，即当解X与禁忌表中的个体的差的绝对值小于等于0.03时，即判定为被禁忌。将被禁忌的候选解移出候选解集，将候选解集中的所有候选解依次代入电力系统功率-频率响应模型中运行，根据仿真运行的结果计算各候选解对应的总目标函数。各目标函数的定义如下：

1)AGC调频效果

在本专利所研究的单区域电力系统中，通常使用定频率控制的方式，来保证系统的频率偏移为零或处于正常的范围内，以实现系统的稳定运行。系统的频率偏差值越小，则表示AGC的调节能力越好。目前，由美国电力可靠性协会(NERC) 提出的CPS(ControlPerformance Standard)标准时目前世界各地区电网考核频率控制性能的关键指标。它包括CPS1和CPS2两项指标，CPS1用于衡量区域控制偏差ACE对电网频率恢复的贡献作用，CPS2要求一段时间内ACE的平均值控制在一定的限值内，两项指标数值越大说明电网的频率控制性能越好。本文的控制周期为1min，因此采用CPS1指标考核AGC系统的调频效果。CPS1指标的计算公式如下：

式中，ACE_1min为区域控制偏差的1分钟平均值，单位为MW；Δf_1min为系统频率偏差的1分钟平均值，单位为Hz；B为系统的频率响应系数，单位为MW/Hz；ε₁为电网频率偏差的1分钟平均值的方均根的控制目标值，一般取0.022Hz。

基于此，本文构建AGC优化效果目标函数为：

由上式可知，f₁越小，表明系统的CPS1指标数值越大，电网的频率控制性能越好。

2)荷电状态SOC

在混合储能系统参与AGC时，为了保证BESS拥有足够的调频储备，以及减少过充过放现象的发生，应尽量维持其SOC处于理想区间，基于此，本文构建 SOC状态的目标函数为：

式中SOC_avg为考核周期内BESS的SOC的平均值。f₂的物理含义为，当SOC 处于40％到60％之间时视为理想情况，其值为0；当SOC处于理想区间之外时， f₂为SOC离开理想区间的绝对值大小，因此f₂越小，表明SOC的状态越好。

3)BESS充放电损耗成本

本文的优化对象主要为混合储能系统参与AGC过程中的优化控制策略，不涉及储能系统的容量规划，因此在优化目标中不考虑储能系统的投资成本，仅考虑其在参与AGC控制过程中的损耗成本。BESS的损耗主要来自于其充放电状态的切换，根据BESS在一个指令下发周期内经历的充放电循环次数，本文构造其损耗成本目标函数为：

式中：V_total为BESS的总投资成本；n_total为BESS的循环寿命；T为总考核时间；t为采样时间段；u_ch.t和u_dis.t分别为表示考核时间内BESS充放电状态切换的二进制变量；u_ch.t为1表示BESS在t时段内由放电状态转换为充电状态，u_dis.t为1表示BESS在t时段内由充电状态转换为放电状态。显然上式中的求和部分表示BESS在考核时间段内的充放电循环次数。因此，f₃的物理含义为在考核时间段内BESS因充放电状态切换所消耗的使用寿命所对应的经济成本。

4)混合储能系统辅助AGC的优化目标总函数

由本节上述对各个优化目标的分析可总结得出混合储能系统参与AGC的优化目标函数如下：

min F＝0.9*f₁+0.08*f₂+0.02*f₃

根据各候选解的总目标函数值进行排序。判断初始解是否为所有候选解的最优解，若是，则初始解为本次迭代的局部最优解。然后将初始解与全局最优解进行比较，若初始解比全局最优解更优，则更新全局最优解，令i＝1，并对初始解进行特赦，将其作为下一次迭代的最优解，否则令i+1。若初始解劣于全局最优解，则将初始解加入禁忌表中，将其任期设置为10，同时将禁忌表中其他单位的任期-1。同时由于该次迭代没有找到更好的解，令DL-1且最小为1，在[0,1]内随机生成下一次迭代的初始解。否则令DL+1且最大为9。若此次迭代的初始解不是最优解则选取次优解作为下次迭代的初始解。

第四步：判断迭代终止条件，i是否大于30。若是，则将全局最优解输出。否则返回第二步。

惟以上所述者，仅为本发明专利之较佳实施例而已，当不能以此限定本实用发明专利之范围，即但凡依本发明专利权利要求及发明说明书所记载的内容所作出简单的等效变化与修饰，皆仍属本发明专利权利要求所涵盖范围之内。此外，摘要部分和标题仅是用来辅助专利文件搜寻之用，并非用来限制本发明专利之权利范围。

Claims (5)

1.一种基于自适应连续禁忌搜索算法的优化策略，应用于混合储能系统参与电网自动发电控制，其特征在于，利用优化算法来计算储能装置的区域控制偏差(ACE)信号最优分配比例，有效降低电网的频率波动和储能装置的充放电损耗，所述方法包括：根据电网的实时频率波动计算ACE大小，采用优化算法计算ACE信号在常规调频机组和混合储能系统之间的最优分配比例，使得按此比例进行分配并调频后，电网的频率波动、蓄电池的荷电状态、蓄电池的充放电循环次数综合最优。

2.根据权利1要求方法所述，其特征在于，ACE信号的最优分配比例的计算是采用自适应禁忌搜索算法，按照多目标进行优化迭代得出。

3.一种基于自适应连续禁忌搜索算法的优化策略，其特征在于将禁忌搜索算法用于连续优化问题，其步骤包括：在邻近区间随机取一定数量的点，构成当前解的邻域，在选择禁忌对象时，禁忌目标点及其邻域。

4.一种基于自适应连续禁忌搜索算法的优化策略，其特征在于，引入自适应算子，当每次迭代的候选集分为两个部分，前半部分代表集中性元素，后半部分代表多样性元素，程序运行时，集中性元素和多样性元素的个数根据搜索过程中的解的质量动态地变化。

5.一种基于自适应连续禁忌搜索算法的优化策略，其特征在于，算法的终止条件为最优解经N次迭代后无变化，即算法在N次迭代过程中无改善，此时将最优解输出。

Images