微网运行成本最小化的控制处理方法与装置

摘要

本发明公开一种微网运行成本最小化的控制处理方法与装置，使被控后的整个微网系统整体运行成本达到最小，主要表现在储能设备寿命可以最大限度被延长。方法包括：S1、将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；S2、根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；S3、将该最优控制器通过信号的方式输入微网。

权利要求

1.一种微网运行成本最小化的控制处理方法，其特征在于，包括：S1、将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；

S2、根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；

S3、将该最优控制器通过信号的方式输入微网；

所述随机微分方程为：

dx＝(Ax+Bu)dt+CdW(t)，

所述目标函数方程为：

其中，x＝[x1′,x2′,x3′,x4′,f′]′，′为矩阵转置，x1为风机功率变化，x2为光伏功率变化，x3为微机输出电能功率变化，x4为储能设备功率变化，f为微网内交流母线的频率变化，为风机时间常数的倒数，a2为光伏时间常数的倒数，a3为微机时间常数的倒数，a4为电池时间常数的倒数，M为惯性常数，D为阻尼系数，b1为风机系统随机项对应的放大系数，b2为光伏系统随机项对应的放大系数，u为所述控制器，W(t)为布朗运动，t表示时间，J为微网运行成本，为从时刻0到T这个时间段的运行成本， ε和R为预设的常数值。

2.一种微网运行成本最小化的控制处理装置，其特征在于，包括：建模单元，用于将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；

求解单元，用于根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；

输入单元，用于将该最优控制器通过信号的方式输入微网；

所述随机微分方程为：

dx＝(Ax+Bu)dt+CdW(t)，

所述目标函数方程为：

其中，x＝[x1′,x2′,x3′,x4′,f′]′，′为矩阵转置，x1为风机功率变化，x2为光伏功率变化，x3为微机输出电能功率变化，x4为储能设备功率变化，f为微网内交流母线的频率变化，为风机时间常数的倒数，a2为光伏时间常数的倒数，a3为微机时间常数的倒数，a4为电池时间常数的倒数，M为惯性常数，D为阻尼系数，b1为风机系统随机项对应的放大系数，b2为光伏系统随机项对应的放大系数，u为所述控制器，W(t)为布朗运动，t表示时间，J为微网运行成本，为从时刻0到T这个时间段的运行成本， ε和R为预设的常数值。

说明书

微网运行成本最小化的控制处理方法与装置

技术领域

[0001] 本发明涉及微电网技术领域，具体涉及一种微网运行成本最小化的控制处理方法与装置。

背景技术

[0002] 微电网，也被称为微网。一般意义上，微网由分布式电源，分布式储能设备，和负载等配套设备组成，是一个小型发配电系统。微网可以与外部大电网并网运行，也可以单独运行。近十年来，在智能电网以及能源互联网的概念被提出后，针对微网的研究一直非常受关注。结合目前全球倡导的能源互联网的理念，在使用清洁能源的前提下，分布式发电主要来源于分布式风力发电机(简称风机)，分布式光伏发电机(简称光伏)，分布式微型燃气轮机(简称微机)，等等。分布式储能设备主要采用分布式电池储能(简称电池)和分布式飞轮储能(简称飞轮)。负载部分视实际情况而定。在一个微网内，很可能包含常规负载，敏感负载，超大功率负载，等等。在分布式电源中，风机和光伏的发电主要取决于天气和气候的状况。如果风力强大，且风向适合风机，则风机发电可以达到最大效率；如果太阳光照强度和角度适合光伏，则光伏发电可以达到最大效率。

[0003] 我们考虑一个离网状态下的微网，即它不与主干网相连。电能在此微网内可以实现自我生产和自我消纳。我们假设在此微网内，储能设备仅为电池。仅采用电池的假设具有十分显著的现实意义，尤其在小范围内的微网中。一个微网内的电能传输策略如下：如果分布式电源发电有富余，多余的电能可以被储存进储能设备；如果分布式电源发电不足，电池可以被用来释放存储的电能供微网内负载使用。值得关注的是，在具体什么状态下，电能需要被存储进储能设备，以及具体在什么条件下，电能需要从储能设备中释放出来，这些都是值得思考与探索的问题。对此，我们需要一个精确的控制器来实现自动控制。其中很大的一个原因在于，某些储能设备的寿命有限。以电池为例，它的暂态工作模式主要是吸纳电源与负荷之间的功率差。根据目前储能设备相关理论及技术，如果电源与负荷之间存在较大的功率差异，瞬时的大功率差会对电池造成较大的负面影响，且这个影响是不可逆的，即会对电池本身造成一定程度的损伤。另外，电池的使用次数是有上限的。如果充放电达到一定数量级以后，电池就必须报废。那么，在微网可以满足电能自给自足的前提下，尽可能较少次数地使用到电池，且确保电池工作时功率输出或输入不要过高，就可以减少电池的损耗。换言之，我们要解决的问题就在于，要设计一种什么控制器，在微网的哪个设备上设置这个控制器，才可以使电池的寿命得到最大程度的延长，同时又不影响微网的正常运行。另外，需要设计的控制器在确保储能设备合理利用的前提下，也要尽可能使其付出的代价最小，由于施加的控制器本身会对微网运行带来部分损耗。目前在针对微网的相关研究中，尚未发现针对这类标准和要求研发的控制器相关发明设计。

发明内容

[0004] 有鉴于此，本发明实施例提供一种微网运行成本最小化的控制处理方法与装置，目的是通过一系列数学方法，将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，并针对上述综合数学模型，发明设计一种系统最优控制器，使得目标函数被最小化。这里，目标函数指的是整个微网内的主要运行成本和损耗，主要体现在电池本身的损耗，以及考虑了施加的控制器对系统带来的运行成本。本发明设计的控制器被设置在微机上，被控后的整个微网系统可以实现整体运行成本最小，运行方式最合理，主要表现在储能设备的使用寿命可以被最大限度地延长。

[0005] 一方面，本发明实施例提出一种微网运行成本最小化的控制处理方法，包括：

[0006] S1、将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；

[0007] S2、根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；

[0008] S3、将该最优控制器通过信号的方式输入微网。

[0009] 另一方面，本发明实施例一种微网运行成本最小化的控制处理装置，包括：

[0010] 建模单元，用于将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；

[0011] 求解单元，用于根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；

[0012] 输入单元，用于将该最优控制器通过信号的方式输入微网。

[0013] 本发明实施例提出的微网运行成本最小化的控制处理方法与装置，将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，并针对上述综合数学模型，求解一种系统最优控制器，使得目标函数被最小化，将最优控制器通过信号的方式输入微网，整个方案中目标函数考虑了储能设备的损耗及设置在微机上的控制器导致的能量消耗，从而使被控后的整个微网系统整体运行成本达到最小，主要表现在储能设备寿命可以最大限度被延长。

附图说明

[0014] 图1为本发明一种微网运行成本最小化的控制处理方法一实施例的流程示意图；

[0015] 图2为本发明一种微网运行成本最小化的控制处理装置一实施例的结构示意图。

具体实施方式

[0016] 为使本发明实施例的目的、技术方案和优点更加清楚，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地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

[0017] 参看图1，本实施例公开一种微网运行成本最小化的控制处理方法，包括：

[0018] S1、将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；

[0019] S2、根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；

[0020] S3、将该最优控制器通过信号的方式输入微网。

[0021] 本实施例提出的微网运行成本最小化的控制处理方法，将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，并针对上述综合数学模型，求解一种系统最优控制器，使得目标函数被最小化，将最优控制器通过信号的方式输入微网，整个方案中目标函数考虑了储能设备的损耗及设置在微机上的控制器导致的能量消耗，从而使被控后的整个微网系统整体运行成本达到最小，主要表现在储能设备寿命可以最大限度被延长。

[0022] 下面对本发明微网运行成本最小化的控制处理方法进行详细说明。

[0023] 本发明考虑一个典型的离网状态下，基于交流母线设计的微网系统。其中发电装置包括：光伏、风机、微型燃气轮机。储能装置包括电池储能。负载为普通居民负载。这种场景可以适用于我国很多场景，例如戈壁，山地等不方便架设主干网的偏远区域。在这些地区，电能的生产和消纳都在微网内完成，不依赖外界传输电能。

[0024] 这类离网状态下的微网本身运行起来有一定的挑战性：光伏和风机发电不稳定，他们的发电功率很大程度上取决于天气条件。根据以往经验，风机和光伏的暂态功率输出模型可以用微分方程表示。他们的功率输出有一定的随机性和不可控性，因此不适合在风机和光伏设备上直接安装控制器。相反，微机本身可以输出稳定的电能，且容易被控制。因此，本发明的控制器被设计在微机上。根据一般经验，在寒冷的冬天和炎热的夏天，由于大规模使用暖气设备与空调，微网内的负载用电量会显著增加。在这样的微网内，储能设备使用的频率会很高。在某种天气状况下，分布式电源发电输出功率与负载消纳功率会有较大偏差。这种大偏差会被电池吸纳，但长此以往会对电池造成损伤。

[0025] 出于环保的理念和节约成本的目标，人们需要尽最大努力延迟电池的使用寿命，同时尽量使整个微网的运行成本达到最小。如果把电池使用、替换、维护成本也看作微网运行成本的主要组成部分，微网运行的另一部分代价或成本就来自新施加的控制器本身，因为有些强有力的控制器本身会造成一定的能量消耗或系统损耗，即给整个系统带来一定的运行成本。本发明将电池的使用成本和施加控制器后对系统带来的成本综合考虑成微网的主要运行成本。本发明旨在针对微网内的微机设计一种控制器，以确保整个微网系统运行成本最小。这样一来，储能设备也最大程度地受到保护，其使用寿命被最大化延长。

[0026] 本发明具体操作步骤如下：

[0027] 1，将带有随机波动的风机发电功率与时间对应的曲线做平滑化处理，即基本不考虑其在短时间内随机波动。用线性常微分方程模拟风机发电时电能功率变化。关键在于测量风机时间惯性常数。得到其初步模型，如

[0028]

[0029] 其中a1为风机时间常数的倒数，x1为风机功率变化， 为x1对时间的导数。

[0030] 2，由于步骤1中的线性常微分方程表示的风机输出功率模型没有考虑实际输出功率的随机波动，此时我们将随机波动的噪声引入到风机输出功率模型中。我们用一种随机过程——布朗运动(Brownian Motion)来模拟其随机性。将线性常微分方程(1)改写为线性随机微分方程，如

[0031] dx1＝-a1x1dt+b1dW(t)  (2)

[0032] 其中W(t)为布朗运动，b1为风机系统随机项对应的放大系数，可以由实际工程测量获得。

[0033] 3，将带有随机波动的光伏发电功率与时间对应的曲线做平滑化处理，即基本不考虑其在短时间内随机波动。用线性常微分方程模拟光伏发电时电能功率变化。关键在于测量光伏时间惯性常数。得到其初步模型，如

[0034]

[0035] 其中a2为光伏时间常数的倒数，x2为光伏功率变化， 为x2对时间的导数。

[0036] 4，由于步骤3中的线性常微分方程表示的光伏输出功率模型没有考虑实际输出功率的随机波动，此时我们将随机波动的噪声引入到光伏输出功率模型中。我们用布朗运动来模拟其随机性。将线性常微分方程(3)改写为线性随机微分方程，如

[0037] dx2＝-a2x2dt+b2dW(t)  (4)

[0038] 其中W(t)为布朗运动，b2为光伏系统随机项对应的放大系数，可以由实际工程测量获得。

[0039] 5，用线性常微分方程模拟微机输出电能功率变化。关键在于测量微机时间惯性常数。得到微机输出功率变化的线性常微分方程，如

[0040]

[0041] 其中a3为微机时间常数的倒数，x3为微机输出电能功率变化， 为x3对时间的导数，u为本发明需要设计的控制器。

[0042] 6，用线性常微分方程模拟电池充放电时电能功率变化。关键在于测量电池时间惯性常数。得到电池功率变化的线性常微分方程，如

[0043]

[0044] 其中a4为电池时间常数的倒数，x4为电池功率变化， 为x4对时间的导数，f为微网内交流母线的频率变化。

[0045] 7，用线性常微分方程模拟微网内交流母线的频率变化。关键在于测量其阻尼系数与惯性常数。得到交流母线频率变化的线性常微分方程，如

[0046]

[0047] 其中 为f对时间的导数，D为阻尼系数，M为惯性常数，x5为微网系统内负载功率变化，满足

[0048] x1+x2+x3+x4+x5＝0

[0049] 这体现了微网内电能自给自足，供需平衡的关系。

[0050] 8，联列等式(2)，(4)-(7)，如

[0051]

[0052] 上式可以被改写为一个综合的系统，用随机微分方程表示：

[0053] dx＝(Ax+Bu)dt+CdW(t)  (8)其中矢量x＝[x1′,x2′,x3′,x4′,f′]′为系统状态，这里′为矩阵转置，标量u为本发明需要设计的系统控制输入，即施加在微机上的控制器信号输入；矩阵A，B，C均为系统参数，其中

[0054]

[0055] 这样一来，微网系统内多个元素的动态方程被整合成一个综合的随机微分方程。

[0056] 9，我们定义微网运行成本主要由储能设备的损耗及施加的控制器导致的能量消耗共同组成。针对一段时间(从0到T)我们定义此运行成本为J，其中

[0057]

[0058] 其中，参数ε(标量)为储能损耗部分的放大系数。参数R(标量) 为施加控制器给微网带来额外成本的放大系数。参数ε和参数R均为定值，其取值可以根据实际微网系统而定。我们定义矩阵

[0059]

[0060] 则微网运行成本为J可以改写为

[0061]

[0062] 10，这样，微网运行成本最小化的问题被成功转化为数学上的  LQ(Linear Quadratic)最优控制的问题，即：根据给定的随机系统状态等式(8)，需要求解一种控制器u，使得目标函数(9)被最小化。这类随机最优控制问题可以被已有的数学工具解决(参见文献S.Chen, X.Li,and X.Y.Zhou,Stochastic linear quadratic regulators with indefinite controlweight costs,SIAM J.Control Optim.,36(1998),pp. 1685 1702.)。求得的最优控制器u*与系统状态x线性相关。此最优控制器算法可以通过信号的方式输入系统，使储能设备寿命被最大限度地延长，且系统整体运行成本达到最小。将此最优控制器u*表达式代入(9)，可以得到在此最优控制器对应下的最小微网运行成本。

[0063] 参看图2，本实施例公开一种微网运行成本最小化的控制处理装置，包括：

[0064] 建模单元1，用于将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，其中，控制器设置在微机上，所述目标函数指微网整体运行成本，包括储能设备的损耗及所述控制器导致的能量消耗；

[0065] 求解单元2，用于根据所述随机微分方程，求解最优控制器，其中，该最优控制器使目标函数取值最小化；

[0066] 输入单元3，用于将该最优控制器通过信号的方式输入微网。

[0067] 本实施例提出的微网运行成本最小化的控制处理装置，将离网状态下的微网场景建模成一个用随机微分方程表示的控制系统，以及一个目标函数，并针对上述综合数学模型，求解一种系统最优控制器，使得目标函数被最小化，将最优控制器通过信号的方式输入微网，整个方案中目标函数考虑了储能设备的损耗及设置在微机上的控制器导致的能量消耗，从而使被控后的整个微网系统整体运行成本达到最小，主要表现在储能设备寿命可以最大限度被延长。

[0068] 在前述装置实施例的基础上，所述随机微分方程可以为：

[0069] dx＝(Ax+Bu)dt+CdW(t)，

[0070] 所述目标函数方程可以为：

[0071]

[0072] 其中，x＝[x1′,x2′,x3′,x4′,f′]′，′为矩阵转置，x1为风机功率变化， x2为光伏功率变化，x3为微机输出电能功率变化，x4为储能设备功率变化，f为微网内交流母线的频率变化，

[0073]

[0074] 为风机时间常数的倒数，a2为光伏时间常数的倒数，a3为微机时间常数的倒数，a4为电池时间常数的倒数，M为惯性常数，D为阻尼系数，b1为风机系统随机项对应的放大系数，b2为光伏系统随机项对应的放大系数，u为所述控制器，W(t)为布朗运动，t表示时间，J 为微网运行成本，为从时刻0到T这个时间段的运行成本，

[0075] ε和R为预设的常数值。

[0076] 本发明由于采取以上技术方案，其具有以下优点：

[0077] 1、本发明将离网状态下的单个微网系统建模成数学控制系统，即将实际工程场景转换成了数学模型；

[0078] 2、本发明提出的数学模型使用随机过程(布朗运动)来模拟系统的随机性，契合了风机和光伏发电时带来的不可避免的随机波动，具有一定的真实性；

[0079] 3、本发明将控制器设计在微机上，方便实际操作，具有广泛的可行性；

[0080] 4、本发明将微网系统运行成本建模成一个目标函数，可以结合系统状态方程，求得最优控制器的表达式，并得到在此最优控制器对应下的最小成本；

[0081] 5、针对本发明提出的数学模型，本发明通过现代数学随机控制理论和泛函分析的方法，可以得到最优控制器的数学解析解，即用数学公式表示的最优控制器表达式，运算方便快捷；

[0082] 6、本发明求得的最优控制器算法可以通过信号的方式输入系统，使系统整体运行成本达到最小，主要表现在储能设备寿命可以最大限度被延长。

[0083] 虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。