CN115642621A - 一种面向多目标优化的新能源-储能场站协同控制方法 - Google Patents

Abstract

本发明公开一种面向多目标优化的新能源‑储能场站协同控制方法，首先建立新能源‑储能场站运行控制数学模型，并根据实际要求设计若干目标函数及相应约束条件对新能源/储能场站运行控制模型进行优化，获得新能源/储能系统控制指令，并计算此控制指令下其他目标函数值，构建先验性能矩阵；随后根据先验性能矩阵元素分布情况，对各目标函数运行效果进行评分，形成其权重系数；最后根据权重系数综合多目标函数成为单一目标函数，并对其进行优化获得新能源/储能场站最终协同控制指令，完成多目标函数优化过程。本发明降低了多目标优化过程中人为主观因素影响，有利于优化问题的自主选择性优化，进而提升新能源‑储能场站协同控制性能。

Description

一种面向多目标优化的新能源-储能场站协同控制方法

技术领域

本发明涉及一种面向多目标优化的新能源-储能场站协同控制方法，具体涉及考虑新能源-储能场站多服务目标下的综合优化控制过程。

背景技术

在新能源场站配置储能系统是解决新能源发电不确定性、间歇性问题的一种有效方式，而储能系统如何辅助新能源系统出力完成电力系统的需求是当前研究的重点课题。而新能源/储能系统的联合控制问题的本质在于多主体之间的优化问题，而控制过程及结果就是对于优化问题的求解。但在实际应用中，系统将面临电网对并网功率波动的要求、新能源出力水平、储能应用经济性等多个目标下优化。因此，合理解决新能源/储能系统联合控制的多目标优化问题成为目前控制技术研究的难点和重点。

目前，解决多目标优化问题一般有两种方式，1)将多目标问题通过加权加和或者关联性函数关系构筑成为一个单目标函数，进而完成对单目标的求解，其优势在于结构简单、求解方便，但问题在于加权加和或者构筑函数关系的形式直接影响优化结果；2)直接优化多目标函数，形成优化的可行解集，然后根据原则选择出最优解，一般表现为主观认定的最优，其优势在于降低构筑函数关系的影响，仅针对多目标优化问题计算出有效的可行解，而后进行筛选，但是问题在于筛选过程的主观性影响。因此，目前多目标优化问题的主要问题可以理解为如何将多个目标函数通过客观科学的方式统一为单一目标或者是如何建立出客观的可行解优劣评价规则。

此方案的优势在于，单目标优化以及赋权综合过程没有人为主观因素影响，完全根据新能源-储能场站协同控制结果在各个目标函数值上的分布完成的自主选择优化，有利于从新能源-储能场站运行特性自身提高新能源-储能场站的协同控制性能，对新能源-储能场站在新型电力系统中的广泛应用具有重要意义。

发明内容

针对上述问题，本发明提出一种先验信息评分指导多目标综合的面向多目标优化的新能源-储能场站协同控制方法，以多目标函数客观性综合成单一目标函数为核心，通过各单一目标优化、测算出先验性能矩阵完成对各目标函数的性能评分，进而实现对所有目标函数的客观综合。

本发明面向多目标优化的新能源-储能场站协同控制方法，具体包括下述步骤：

步骤1根据历史数据生成新能源场站典型日的运行工况，根据实际应用要求设计多个目标函数及相应的约束条件，建立新能源-储能场站运行控制的数学模型，模拟新能源-储能场站运行。

步骤2根据步骤1所得新能源-储能场站运行控制的数学模型，根据每一个单一目标函数优化新能源-储能场站运行控制模型，获得新能源/储能系统的控制指令，并计算此控制指令下其他目标函数值，构建先验性能矩阵。

步骤3根据当前时刻先验性能矩阵元素分布情况，对各个目标函数运行效果进行评分，形成其权重系数。

步骤4根据第三步所得各目标函数在t时刻的权重系数，综合多目标函数成为单一目标函数，并利用传统或者智能优化算法，对单一目标函数进行优化获得新能源-储能场站在t时刻的最终协同控制指令，判断新能源-储能场站是否停止优化运行，若是，则退出；若否，则t＝t+1，返回步骤2。

本发明的优点在于：

1、本发明面向多目标优化的新能源-储能场站协同控制方法，为针对多目标优化的新能源-储能场站协同控制问题，提出的一种基于独立优化各单一目标下先验性能评分赋权的多目标优化问题求解方法，其核心在于根据各个单一目标独立优化下的新能源-储能场站控制效果，获取场站的先验性能信息，指导多目标函数评分赋权，可以客观地评价多个目标函数的重要程度，实现对多个目标函数向综合目标函数的过渡，进而解决多目标优化问题。

2、本发明面向多目标优化的新能源-储能场站协同控制方法，与现有基于主观/客观赋权多个目标函数或者多目标可行解选择的技术方案相比，本发明的综合方式是基于独立目标函数优化后的性能分析比较而综合成的单一目标函数，即从多个角度局部性能指标获得各目标权重，降低了主观性赋权或者优化可行解人为选择的不客观问题，有利于优化问题的自主选择性优化，进而提升新能源-储能场站的协同控制性能。

附图说明

图1是为本发明面向多目标优化的新能源-储能场站协同控制方法流程图；

图2是为本发明中构建先验性能矩阵的流程图。

具体实施方式

下面结合附图对本发明进一步说明。

本发明提供了一种面向多目标优化的新能源-储能场站协同控制方法，图1展示出了本实施例中的所述方法的实施过程；包括下述步骤：

步骤1根据历史数据生成新能源场站典型日的运行工况，根据实际应用要求设计多个目标函数及相应的约束条件，建立新能源-储能场站控制的数学模型，模拟新能源-储能场站运行；

步骤1.1根据本地新能源发电的历史数据，生成新能源场站典型日的发电功率数据，以新能源场站为风电场和光伏电站为例，生成典型日的风电与光伏功率数据(可输出最大功率)分别

和

其表示为Δt采样时间间隔的数据序列，数据序列长度为T，则在t时刻风电和光伏最大输出功率为

和

步骤1.2建立新能源-储能场站运行控制的数学模型，如实时功率平衡、储能充放电模型、储能额定功率以及额定容量、风电和光伏的最大出力范围以及并网功率波动等约束，如下

S_SOE,b(t+Δt)＝(1-γ)×S_SOE,b(t)+P_b(t)×Δt×η/Q_be (3-2)

-P_be≤P_b(t)≤P_be (3-3)

|P_g(t)-P_g(t-Δt)|≤δ (3-6)

其中，α(t)、β(t)、P_g(t)、P_b(t)以及S_SOE,b(t)分别表示t时刻光伏输出控制量、风电输出控制量、新能源-储能场站并网功率、储能系统控制功率和储能系统荷电状态，而γ、η、Q_be、P_be、

和δ分别表示储能系统的自放电率、充放电效率、额定容量、额定功率、储能充电上限、放电下限以及并网功率波动要求。

在新能源-储能场站运行控制建模过程中，本发明考虑不同过程和因素将导致整体模型约束不同，因此将上述(不限于上述)具体的新能源-储能场站运行控制的数学模型抽象成如下更为泛化数学模型：

其中，F(·)和G(·)分别表示控制变量的等式和不等式约束，C_i表示常数，因为等式与不等式均可以表示多个，所以表示为矩阵形式。

步骤1.3根据新能源-储能场站运行要求，建立新能源-储能场站优化控制的多个目标函数，如新能源/储能并网功率波动、最大化新能源发电、减少降低储能出力等，计算公式分别如下所示

min J₁(t)＝(ΔP_g(t))² (3-8)

min J₃(t)＝(ΔP_b(t))² (3-10)

为了统一多个目标函数的最优化方向，需要将各目标函数写成求解最小值的方式。

类似于步骤1.2，本发明考虑不同要求下新能源-储能场站的优化目标不尽相同，因此将上述(不限于上述)具体的目标函数抽象为更为泛化的数学模型,则n个目标函数可表示为J_i(α(t),β(t),P_g(t),P_b(t),S_SOE,b(t))，i＝1,2,…,n。因此，新能源-储能场站优化控制的数学模型如下

步骤2根据步骤1所得新能源-储能场站优化控制的数学模型，根据每一个单一目标函数优化新能源-储能场站运行控制模型，获得新能源/储能系统的控制指令，并计算此控制指令下其他目标函数值，构建先验性能矩阵，图2展示了先验性能矩阵计算流程；

步骤2.1初始化，令i＝1，假设当前运行时刻为t，更新新能源最大输出功率以及储能荷电状态等数学模型

步骤2.2利用传统或者智能优化算法，如二次规划或者粒子群算法等，以目标函数J_i(t)及约束条件的新能源-储能场站控制模型，获得t时刻新能源、储能输出功率的控制指令；

步骤2.3基于步骤2.2所获得t时刻新能源、储能输出功率的控制指令，并根据目标函数J_s(t)的计算公式，其中

且s≠i，计算出t时刻优化第i个目标函数J_i下的第s个目标函数值J_i,s(t)；

步骤2.4判断i是否等于n，若是，则进入步骤2.5；若否，则i＝i+1，返回步骤2.2；

步骤2.5根据步骤2.2至2.4的全部优化以及计算结果，可以将计算出的全部目标函数值，并写成t时刻的先验性能矩阵A(t)如下

其中，t时刻的先验性能矩阵A(t)对角线元素

为以所在行(列)为目标函数序号进行优化的目标函数值，如第i行中的对角线元素，是以第i个目标函数进行优化后，计算所得的目标函数值，而每行元素为以所在行为目标函数序号优化的其他目标函数值。因此，对于t时刻先验性能矩阵A(t)相同列中的元素，对角线位置的元素数值最小。此处为了便于后续表达，将式(3-12)中的先验性能矩阵A(t)中各元素，以行和列作为下表进行表示，即：

步骤3根据t时刻先验性能矩阵元素分布情况，对各个目标函数运行效果进行评分，形成其权重系数；

步骤3.1消除步骤2所得t时刻先验性能矩阵A(t)中元素的量纲，按列进行标准化处理，获得t时刻标准化矩阵Z(t)如下，其中矩阵Z(t)内第(i,j)个元素

步骤3.2根据步骤3.1所得t时刻标准化矩阵Z(t)找出每一列的最大值向量和最小值向量，分别记为Z⁺(t)和Z^-(t)，其计算公式如下

步骤3.3根据步骤3.2所得每一列的最大值向量和最小值向量，计算各个目标函数在t时刻的评价得分情况，其中第i个目标函数的得分S_i(t)计算如下：

步骤3.4根据步骤3.3所得各个目标函数在t时刻的评价得分计算各自权重，其中第i个目标函数的权重ω_i(t)为

步骤4根据步骤3所得各目标函数在t时刻的权重系数，综合多目标函数成为单一目标函数

并利用传统或者智能优化算法，如二次规划或者粒子群算法等，对J(t)进行优化获得新能源-储能场站在t时刻的最终协同控制指令。由场站的管理部门判断新能源-储能场站是否停止优化运行(新能源-储能场站停止运行了或者不需要用本技术方法进行优化运行了)，若是，则给出停止指令，退出协同控制；若否，则t＝t+1，返回执行步骤2。

最后应当说明的是：所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

Claims (4)

1.一种面向多目标优化的新能源-储能场站协同控制方法，其特征在于：具体包括下述步骤：

步骤1根据历史数据生成新能源场站典型日的运行工况，根据实际应用要求设计多个目标函数及相应的约束条件，建立新能源/储能场站运行控制的数学模型，模拟新能源/储能场站运行；

步骤2根据步骤1所得新能源/储能场站运行控制的数学模型，根据每一个单一目标函数优化新能源/储能场站运行控制模型，获得新能源/储能系统的控制指令，并计算此控制指令下其他目标函数值，构建先验性能矩阵；

步骤3根据当前时刻先验性能矩阵元素分布情况，对各个目标函数运行效果进行评分，形成其权重系数；

步骤4根据第三步所得各目标函数在t时刻的权重系数，综合多目标函数成为单一目标函数，并利用传统或者智能优化算法，对单一目标函数进行优化获得新能源/储能场站在t时刻的最终协同控制指令，判断新能源/储能场站是否停止优化运行，若是，则退出；若否，则t＝t+1，返回步骤2。

2.如权利要求1所述一种面向多目标优化的新能源-储能场站协同控制方法，其特征在于：步骤1中，新能源/储能场站运行控制的数学模型具体建立方法为：

步骤1.1根据本地新能源发电的历史数据，生成新能源场站典型日的发电功率数据；

步骤1.2考虑不同过程和因素将导致整体模型约束不同，设计约束条件为：

其中，F(·)和G(·)分别表示控制变量的等式和不等式约束，C_i表示常数；其中，α(t)、β(t)、P_g(t)、P_b(t)以及S_SOE,b(t)分别表示t时刻光伏输出控制量、风电输出控制量、新能源/储能场站并网功率、储能系统控制功率和储能系统荷电状态；

步骤1.3建立新能源/储能场站优化控制的多个目标函数，n个目标函数表示为J_i(α(t),β(t),P_g(t),P_b(t),S_SOE,b(t))，i＝1,2,…,n；并将各目标函数写成求解最小值的方式；

由此得到新能源/储能场站运行控制的数学模型为：

3.如权利要求1所述一种面向多目标优化的新能源-储能场站协同控制方法，其特征在于：步骤2中，先验性能矩阵构建的构建方法为：

A：基于当前时刻新能源、储能输出功率的控制指令，并根据目标函数J_s的计算公式，其中

且s≠i，计算出当前时刻优化第i个目标函数J_i下的第s个目标函数值J_i,s；

B：判断i是否等于n，若是，则进入步骤2.5，若否，则i＝i+1，返回进行；

C：计算出的全部目标函数值，并写成t时刻的先验性能矩阵：

其中，当前时刻的先验性能矩阵A对角线元素为以所在行/列为目标函数序号优化的目标函数值，而每行元素为以所在行为目标函数序号优化的其他目标函数值。

4.如权利要求1所述一种面向多目标优化的新能源-储能场站协同控制方法，其特征在于：步骤3中，通过下述方法对各个目标函数运行效果进行评分，形成其权重系数：

步骤3.1消除当前时刻先验性能矩阵A中元素的量纲，按列进行标准化处理，获得当前时刻标准化矩阵

其中矩阵Z内第(i,j)个元素

a_i,j(t)为当前时刻先验性能矩阵A中第i行第j列元素；

步骤3.2根据步骤3.1所得当前时刻标准化矩阵，找出每一列的最大值和最小值向量为Z⁺和Z-，

步骤3.3根据步骤3.2所得每一列的最大值向量和最小值向量，计算各个目标函数在当前时刻的评价得分情况，其中第i个目标函数的评价等分为

步骤3.4根据步骤3.3所得各个目标函数在t时刻的评价得分计算各自权重，其中第i个目标函数的权重

Images