一种基于约束函数的效率控制方法

摘要

本发明提供了一种基于约束函数的效率控制方法，包括：将系统分为能源层和设备层两个层面，在能源层面，根据风光储在并网点的实际效率拟合出综合效率曲线，作为效率寻优的依据；依据抽油机井负荷的周期变化，拟合出负荷转矩和功率曲线；采用查表法实时对比风光储三者的效率变化，求解出满足负荷变化的效率最大的供电源；在设备层面，考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，控制模型下的综合效率优化；构建约束控制函数，控制效率最优化，使效率朝着最大化的方向发展。本发明提供的控制方法可以大大提高设备的利用率，弥补了复杂能量管理系统的高昂投资，可以实现抽油机井系统在新能源使用中的效率最大化。

权利要求

1.一种基于约束函数的效率控制方法，其特征在于，包括：

S0、将系统分为能源层和设备层两个层面，在初始化阶段，实现数据采集和处理；

S1、在能源层面，根据油田抽油机井所在地域的风光资源差异性，确定风电变流器、光伏逆变器和储能变换器三者的配电比例；

S2、根据风电变流器、光伏逆变器和储能变换器在并网点的实际效率拟合出综合效率曲线，作为效率寻优的依据；

S3、依据抽油机井负荷的周期变化，拟合出负荷转矩和功率曲线；

S4、基于风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数，采用查表法实时对比风电变流器、光伏逆变器和储能变换器三者的效率变化，求解出满足负荷变化的效率最大的供电源；

S5、若S4不能求出最优解，则返回到S2进行数据更新，重新求解；若S4求出最优解，则执行S6；

S6、在设备层面，考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，基于单一能源下的效率最优化函数控制模型下的综合效率优化；

S7、构建约束控制函数，控制效率最优化，使效率朝着最大化的方向发展；

其中，所述综合效率曲线为离散形式，其数学模型为：

fW(((ηW(k),...,ηW(k+N)),PW)＝max((ηW(k),...,ηW(k+N),PW)fPV(((ηPV(k),...,ηPV(k+N)),PPV)＝max((ηPV(k),...,ηPV(k+N),PPV)fC((ηc(k),...,ηC(k+N),PC)＝max((ηC(k),...ηC(k+N),PC)式中，fW是风电变流器效率拟合曲线；fPV是光伏逆变器效率拟合曲线；fC是储能变换器效率拟合曲线；ηW是风电变流器效率，ηPV是光伏逆变器效率，ηC是储能变换器效率；PW是风电变流器实际输出功率，PPV是光伏逆变器实际输出功率，PC是储能变换器实际输出功率；k是离散控制系统的运行时刻；max是最大值函数；N是在抽油机井一个周期负荷变化的最后一个工作点，也是下一个负荷变化周期的起点。

2.根据权利要求1所述的方法，其特征在于，若S4中的最优解不能得到更新，则继续执行上一次的最优解。

3.根据权利要求1所述的方法，其特征在于，所述风电变流器和光伏逆变器工作在并网发电模式，储能变换器工作在充电和放电模式。

4.根据权利要求1所述的方法，其特征在于，所述综合效率曲线为功率-效率的曲线，其中功率曲线按照pu值处理。

5.根据权利要求1所述的方法，其特征在于，在能源层面，风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数模型如下：式中，Pi是PW、PPV和PC三者之和，PW是风电变流器实际输出功率，PPV是光伏逆变器实际输出功率，PC是储能变换器实际输出功率；k是离散控制系统的运行时刻；max是最大值函数；ηi是i能源的效率；M是计算时刻；其中PC由于可以工作在储能和回馈电网两种形式，所以有正负之分，以回馈电网为“+”，以储能形式为“-”；PL是抽油机负荷的功率，亦有正负之分，以发电状态为“+”，以电动状态为“-”。

6.根据权利要求1所述的方法，其特征在于，在设备层面，单一能源下的效率最优化函数，需要考虑开关损耗、功率/效率特性、线路损耗、杂散损耗的综合效率优化，其数学模型如下：式中，Pin是输入功率，PL是抽油机负荷的功率，PR是线路损耗、PSW是开关损耗，PSL是杂散参数带来的损耗,P0是效率最优化时刻的瞬时功率，Ts是控制周期，M是计算时刻。

说明书

一种基于约束函数的效率控制方法

技术领域

[0001] 本发明涉及分布式新能源发电技术领域，具体涉及一种基于约束函数的效率控制方法。

背景技术

[0002] 随着“工业4.0”和“中国制造2025”等的兴起，传统产业面临着巨大的挑战，风光储等新能源的广泛利用是实现节能减排、效益提升的重要手段。油田抽油机井在地理分布上呈现除了较大的差异性，且用电环境恶劣，为降低线路损耗，抽油机井供电多采用变压器降压后供电动机使用。而且由于功率因数一般在0.3～0.4左右，导致无功补偿设备等投资过大，再加上供电部门的用电调整费用，很大程度增加了采油成本。特别地，抽油机井系统效率一般较低，成为生产成本高昂的最大负担之一。因此研究实现能能源自给，特别地在有条件的情况下实现能源回馈电网收益，是降低抽油机系统成本、提供系统效率的有效方式之一。特别地，油田用能多元化也正在逐步得到业界认可。

[0003] 风光储分布式发电系统已经在工业和民用的多种场合下得到了广泛的应用，其最大的优势就是实现了能量的自给自足和低碳环保，符合国家政策导向和未来技术发展要求。风光储分布式发电系统中，利用储能部分实现对风能与光能的存储与释放，可以大大改善分布式发电的电能质量，使得随机波动的电能转变为具有较高品质的电能，利益方面也增加了电网对可再生能源的吸纳程度。因此，如何实现系统级的效率最大化和单台设备的最大利用率成为了一个重要内容。

发明内容

[0004] 针对现有技术中的缺陷，本发明提供一种基于约束函数的效率控制方法，本发明可以实现抽油机井系统在新能源使用中的效率最大化，同时可以将该本方法推广到其他类似应用场合，是一种有效的提高能源效率的优化方法。

[0005] 为实现上述目的，本发明提供以下技术方案：

[0006] 本发明提供了一种基于约束函数的效率控制方法，包括：

[0007] S0、将系统分为能源层和设备层两个层面，在初始化阶段，实现数据采集和处理；

[0008] S1、在能源层面，根据油田抽油机井所在地域的风光资源差异性，确定风电变流器、光伏逆变器和储能变换器三者的配电比例；

[0009] S2、根据风电变流器、光伏逆变器和储能变换器在并网点的实际效率拟合出综合效率曲线，作为效率寻优的依据；

[0010] S3、依据抽油机井负荷的周期变化，拟合出负荷转矩和功率曲线；

[0011] S4、基于风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数，采用查表法实时对比风电变流器、光伏逆变器和储能变换器三者的效率变化，求解出满足负荷变化的效率最大的供电源；

[0012] S5、若S4不能求出最优解，则返回到S2进行数据更新，重新求解；若S4求出最优解，则执行S6；

[0013] S6、在设备层面，考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，基于单一能源下的效率最优化函数控制模型下的综合效率优化；

[0014] S7、构建约束控制函数，控制效率最优化，使效率朝着最大化的方向发展。

[0015] 进一步地，若S4中的最优解不能得到更新，则继续执行上一次的最优解。

[0016] 进一步地，所述风电变流器和光伏逆变器工作在并网发电模式，储能变换器工作在充电和放电模式。

[0017] 进一步地，所述综合效率曲线为离散形式，其数学模型为：

[0018] fW(((ηW(k),...,ηW(k+N)),PW)＝max((ηW(k),...,ηW(k+N),PW)

[0019] fPV(((ηPV(k),...,ηPV(k+N)),PPV)＝max((ηPV(k),...,ηPV(k+N),PPV)[0020] fC((ηc(k),...,ηC(k+N),PC)＝max((ηC(k),...ηC(k+N),PC)

[0021] 式中，fW是风电变流器效率拟合曲线；fPV是光伏逆变器效率拟合曲线；fC是储能变换器效率拟合曲线；ηW是风电变流器效率，ηPV是光伏逆变器效率，ηC是储能变换器效率；PW是风电变流器实际输出功率，PPV是光伏逆变器实际输出功率，PC是储能变换器实际输出功率；k是离散控制系统的运行时刻；max是最大值函数；N是在抽油机井一个周期负荷变化的最后一个工作点，也是下一个负荷变化周期的起点。

[0022] 进一步地，所述综合效率曲线为功率-效率的曲线，其中功率曲线按照pu值处理。

[0023] 进一步地，在能源层面，风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数模型如下：

[0024]

[0025] 式中，Pi是PW、PPV和PC三者之和，PW是风电变流器实际输出功率，PPV是光伏逆变器实际输出功率，PC是储能变换器实际输出功率；k是离散控制系统的运行时刻；max是最大值函数；ηi是i能源的效率；M是计算时刻；其中PC由于可以工作在储能和回馈电网两种形式，所以有正负之分，以回馈电网为“+”，以储能形式为“-”；PL是抽油机负荷的功率，亦有正负之分，以发电状态为“+”，以电动状态为“-”。

[0026] 进一步地，在设备层面，单一能源下的效率最优化函数，需要考虑开关损耗、功率/效率特性、线路损耗、杂散损耗的综合效率优化，其数学模型如下：

[0027]

[0028] 式中，Pin是输入功率，PL是抽油机负荷的功率，PR是线路损耗、PSW是开关损耗，PSL是杂散参数带来的损耗,P0是效率最优化时刻的瞬时功率，Ts是控制周期，M是计算时刻。

[0029] 由上述技术方案可知，本发明提供的基于约束函数的效率控制方法，首先将系统分为能源层和设备层两个层面，然后在初始化阶段，实现数据采集和处理；在能源层面，根据风电变流器、光伏逆变器和储能变换器在并网点的实际效率拟合出综合效率曲线，作为效率寻优的依据；接着依据抽油机井负荷的周期变化，拟合出负荷转矩和功率曲线；然后基于风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数，采用查表法实时对比风电变流器、光伏逆变器和储能变换器三者的效率变化，求解出满足负荷变化的效率最大的供电源；在设备层面，考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，基于单一能源下的效率最优化函数控制模型下的综合效率优化；最后构建约束控制函数，控制效率最优化，使效率朝着最大化的方向发展。可见，本发明提供的控制方法大大提高了设备的利用率，弥补了复杂能量管理系统的高昂投资，可以解决风光储配电中的效率最优化控制的技术问题，实现抽油机井系统在新能源使用中的效率最大化。此外，本发明提供的控制方法可以推广到其他类似应用场合。

附图说明

[0030] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0031] 图1是本发明一实施例提供的基于约束函数的效率控制方法应用的抽油机井系统中抽油机井和风光储配电分布示意图；

[0032] 图2是本发明一实施例提供的基于约束函数的效率控制方法的流程图；

[0033] 图3是功率(pu)-效率的优化拟合曲线示意图；

[0034] 图4是基于约束准则函数和单一能源下的效率最优化函数得到的寻优过程流程图；

[0035] 上面图1中各附图标记的含义说明如下：

[0036] 1表示抽油机井1；2表示储能变换器；3表示抽油机井2；4表示集中控制器；5表示风电变流器；6表示光伏逆变器。

具体实施方式

[0037] 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、完整的描述，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作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。

[0038] 可以理解的是，效率优化问题是降低成本、实现收益最大化的一个重要手段。本发明利用不同条件下的约束函数，将效率优化问题转换为求解一个条件极值的问题，同时根据工程应用情况进行合理的拟合和整定，最终可以实现系统的效率最优。针对油田抽油机井的地域分布和资源特点，利用分布式风光储系统，同时研究效率最优化问题，可以大大提高抽油机井系统效率，降低生产成本。

[0039] 基于此，本发明一实施例提供了一种基于约束函数的效率控制方法，该方法应用于分布式新能源配电网中，考虑风光储多能源混合和油田抽油机井负荷的应用情况。

[0040] 在介绍本实施例提供的基于约束函数的效率控制方法之前，首先结合图1介绍一下该效率控制方法应用的抽油机井系统中抽油机井和风光储配电分布示意图。在图1中，1表示抽油机井1；2表示储能变换器；3表示抽油机井2；4表示集中控制器；5表示风电变流器；6表示光伏逆变器。如图1所示，1和3作为负荷连接于配电网供电母线；5和6作为发电设备连接于配电网供电母线；2可以实现储电和发电双向功能，亦连接于配电网供电母线；4是集中控制器，通过wifi连接于1、2、3、5、6设备。

[0041] 如图2所示，本实施例提供的基于约束函数的效率控制方法，包括如下步骤：

[0042] 步骤100：将系统分为能源层和设备层两个层面，在初始化阶段，实现数据采集和处理。

[0043] 步骤101：在能源层面，根据油田抽油机井所在地域的风光资源差异性，确定风电变流器、光伏逆变器和储能变换器三者的配电比例。

[0044] 可以理解的是，风电变流器和光伏逆变器工作在并网发电模式，储能变换器工作在充电和放电模式。

[0045] 步骤102：根据风电变流器、光伏逆变器和储能变换器在并网点的实际效率拟合出综合效率曲线，作为效率寻优的依据。

[0046] 可以理解的是，所述综合效率曲线为离散形式，其数学模型为：

[0047] fW(((ηW(k),...,ηW(k+N)),PW)＝max((ηW(k),...,ηW(k+N),PW)

[0048] fPV(((ηPV(k),...,ηPV(k+N)),PPV)＝max((ηPV(k),...,ηPV(k+N),PPV)[0049] fC((ηc(k),...,ηC(k+N),PC)＝max((ηC(k),...ηC(k+N),PC)

[0050] 式中，fW是风电变流器效率拟合曲线；fPV是光伏逆变器效率拟合曲线；fC是储能变换器效率拟合曲线；ηW是风电变流器效率，ηPV是光伏逆变器效率，ηC是储能变换器效率；PW是风电变流器实际输出功率，PPV是光伏逆变器实际输出功率，PC是储能变换器实际输出功率；k是离散控制系统的运行时刻；max是最大值函数；N是在抽油机井一个周期负荷变化的最后一个工作点，也是下一个负荷变化周期的起点。

[0051] 可以理解的是，所述综合效率曲线为功率-效率的曲线，其中功率曲线按照pu值处理。

[0052] 步骤103：依据抽油机井负荷的周期变化，拟合出负荷转矩和功率曲线。

[0053] 步骤104：基于风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数，采用查表法实时对比风电变流器、光伏逆变器和储能变换器三者的效率变化，求解出满足负荷变化的效率最大的供电源。

[0054] 可以理解的是，为了协调PW、PPV和PC在配电中比例的不同，可以采用总功率满足负荷要求的原则，最后风光储电能的使用和负荷之间的约束准则函数模型如下：

[0055]

[0056] 式中，Pi是PW、PPV和PC三者之和，PW是风电变流器实际输出功率，PPV是光伏逆变器实际输出功率，PC是储能变换器实际输出功率；k是离散控制系统的运行时刻；max是最大值函数；ηi是i能源的效率；M是计算时刻；其中PC由于可以工作在储能和回馈电网两种形式，所以有正负之分，以回馈电网为“+”，以储能形式为“-”；PL是抽油机负荷的功率，亦有正负之分，以发电状态为“+”，以电动状态为“-”。所以上面的约束准则可以推广到更多中能源的应用中。

[0057] 在具体实施时，出于成本和风光资源等综合考虑，按照PW占比50％、PPV占比30％，PC占比20％的比例实施，采用总功率满足负荷要求的原则，最后风光储电能的使用和负荷之间的约束准则函数模型如下：

[0058]

[0059] 式中，Pi是PW、PPV和PC之和，其中PC由于可以工作在储能和回馈电网两种形式，所以有正负之分，以回馈电网为“+”，以储能形式为“-”；PL1和PL2分别是抽油机井1和2负荷的功率，亦有正负之分，以发电状态为“+”，以电动状态为“-”；k是集中控制器工作k时刻。所以上的约束准则可以推广到更多中能源的应用中。

[0060] 如图3所示，考虑到负荷的特性，需要拟合出离散形式下的效率曲线是功率-效率的曲线。为了解决功率大小的差异性，统一采用标幺值的办法进行功率标定，Pbasei值按照风光储的额定容量标定。

[0061] 如图3所示，依据通过查表法求解得到效率最大的供电源max(PW,PPV,PC)，如果最优解不能得到更新，则继续执行上一次最优解，直到最优解更新之后返回，优化控制函数。集中控制器根据得到的优化控制函数，下发功率指令P*。

[0062] 步骤105：判断步骤104是否求出最优解，若否，则返回到步骤102进行数据更新，重新求解。若是，则执行步骤106。

[0063] 步骤106：在设备层面，考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，基于单一能源下的效率最优化函数控制模型下的综合效率优化。

[0064] 在本步骤中，可以理解的是，在设备层面，单一能源下的效率最优化函数，亦转化成了条件极值问题，需要考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，其数学模型如：

[0065]

[0066] 式中，Pin是输入功率，PL是抽油机负荷的功率，PR是线路损耗、PSW是开关损耗(功率器件的导通和开关损耗之和)，PSL是杂散参数带来的损耗,P0是效率最优化时刻的瞬时功率，Ts是控制周期，M是计算时刻。

[0067] 步骤107：构建约束控制函数，控制效率最优化，使效率朝着最大化的方向发展。

[0068] 在本步骤中，通过集中控制器实现其具体优化过程。通过约束控制函数和求解，控制系统朝着效率最大化的方向发展。本实施例提供的控制方法可以推广到其他类似应用场合。

[0069] 需要说明的是，本实施例提供的控制方法中所述实际效率曲线、负荷转矩和功率曲将以SQL数据库的形式进行存储和使用。

[0070] 在本实施例中，参见图4，基于约束准则函数和单一能源下的效率最优化函数得到的寻优过程具体包括：

[0071] 步骤A：程序初始化。

[0072] 在本步骤中，程序初始化包括上电后寄存器复位，控制器积分项清零，参数调用写入等，掉电重启后执行。非掉电情况下仅执行控制器积分项清零。

[0073] 步骤B：SQL数据库调用。

[0074] 在本步骤中，采用通用的SQL数据库形式对大数据信息进行处理，利用前后获得对比参数指标，实现功率、效率、负荷变化更新。

[0075] 步骤C：约束效率函数求解。

[0076] 在本步骤中，主要是多能源情况下，也就是实现max(PW,PPV,PC)的功能，保证多能源中存在效率最优化化的供能源；

[0077] 步骤D：单一能源效率最优函数求解。

[0078] 在本步骤中，在满足多能源效率最优化之后，考虑单一能源的效率， 的目的在于约束损耗降低到最低(理想情况为零)。

[0079] 步骤E：通过效率对比确定参数是否需要更新，若是，则执行步骤B，否则执行步骤F；。

[0080] 步骤F：寻优过程结束，实现单次效率最优化。

[0081] 由上述技术方案可知，本实施例提供的基于约束函数的效率控制方法，首先将系统分为能源层和设备层两个层面，然后在初始化阶段，实现数据采集和处理；在能源层面，根据风电变流器、光伏逆变器和储能变换器在并网点的实际效率拟合出综合效率曲线，作为效率寻优的依据；接着依据抽油机井负荷的周期变化，拟合出负荷转矩和功率曲线；然后基于风电变流器、光伏逆变器和储能变换器电能的使用和负荷之间的约束准则函数，采用查表法实时对比风电变流器、光伏逆变器和储能变换器三者的效率变化，求解出满足负荷变化的效率最大的供电源；在设备层面，考虑开关损耗、功率/效率特性、线路损耗、杂散损耗，基于单一能源下的效率最优化函数控制模型下的综合效率优化；最后构建约束控制函数，控制效率最优化，使效率朝着最大化的方向发展。可见，本实施例提供的控制方法大大提高了设备的利用率，弥补了复杂能量管理系统的高昂投资，可以解决风光储配电中的效率最优化控制的技术问题，实现抽油机井系统在新能源使用中的效率最大化。此外，本实施例提供的控制方法可以推广到其他类似应用场合。

[0082] 在本实施例中，变量“k”和“k+1”没有实质性的差异，仅仅代表数字控制系统中的某一时刻，可以理解为当前时刻和间隔Ts。此外，“M“”和“N“等也没有实质性的差异，仅是表达上的区分。

[0083] 以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例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同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。