基于云平台的综合能源管理系统及管理策略

摘要

本发明公开了基于云平台的综合能源管理系统，包括云平台、光伏发电子系统、储能电池子系统、用户负荷；光伏发电子系统包括光伏发电组件，光伏发电组件光伏逆变器连接用户负荷，还包括数据采集与接收终端，数据采集与接收终端与云平台无线传输；储能电池子系统包括储能电池，储能电池连接双向三相逆变器，还包括采集储能电池数据信息的BMS，BMS与云平台无线传输；云平台能够接收系统内的数据，对该系统内的数据进行分析，并将分析结果反馈至该系统。通过层次分析法与熵权法结合得到最终权值，可将多个指标归一化，通过归一化后的综合指标筛选出最优的能量流动方案，这种双层加权的方法很好的解决了微电网能量流动方案的唯一性问题。

权利要求

1.基于云平台的综合能源管理策略，其特征在于，使用基于云平台的综合能源管理系统，包括云平台、光伏发电子系统、储能电池子系统、用户负荷，所述光伏发电子系统、储能电池子系统、用户负荷构成微电网；

所述光伏发电子系统包括光伏发电组件，光伏发电组件通过控制光伏发电功率的光伏逆变器连接用户负荷，还包括采集光伏逆变器内数据流的数据采集与接收终端2，数据采集与接收终端2将采集的数据流传输至云平台，同时数据采集与接收终端2将云平台的数据指令A传输至光伏逆变器；

所述储能电池子系统包括储能电池，储能电池连接控制储能电池充放电功率的双向三相逆变器，还包括测量储能电池数据信息的BMS，BMS将测量的数据信息通过数据采集与收发终端1传输至云平台，云平台连接传输数据指令B至双向三相逆变器的数据采集与收发终端3，数据采集与收发终端3能够将双向三相逆变器控制储能电池充放电功率信息传输至云平台；

所述云平台能够接收系统内的数据，对该系统内的数据进行分析，并将分析结果反馈至该系统；

具体按照以下步骤实施：

步骤1、云平台接收数据采集与接收终端1的数据流和收数据采集与接收终端2数据信息后，根据微电网功率平衡约束条件产生N个由光伏发电的发电功率和储能电池的充放电功率组成的参数，将每个参数看作一个个体，将N个个体组成初始种群P0；

步骤2、基于NSGA-II算法对初始种群P0快速非支配排序分层，计算每层个体拥挤度和种群的信息熵，种群的信息熵作为交叉变异的概率，再进行交叉变异得到种群G0，将P0与G0合并得到种群R0，对种群R0进行快速非支配排序分层并计算每层个体拥挤度，通过精英保留策略筛选出优良个体，以此类推直到达到最大进化代数，并得到最优解集X；

步骤3、以储能电池组寿命、微电网运行成本和安全可靠性为目标，构造目标函数，通过层次分析法得到初级归一化函数，将最优解集X中的个体代入初级归一化函数构成评价矩阵，通过熵权法对评价矩阵进行修正，得到最终归一化函数，将最优解集X代入最终归一化函数得最优个体；

步骤4、云平台将最优个体反馈给微电网，微电网按照最优方案运行。

2.根据权利要求1所述基于云平台的综合能源管理策略，其特征在于，步骤1中所述微电网功率平衡约束条件为：每时刻电网发出的功率和负荷的功率相等。

3.根据权利要求1所述基于云平台的综合能源管理策略，其特征在于，步骤4所述云平台将最优个体反馈给微电网具体指云平台将最优光伏发电的发电功率通过数据采集与接收终端2发送至光伏逆变器，同时通过数据采集与收发终端3将储能电池的充放电功率发送至双向三相逆变器。

4.根据权利要求1所述基于云平台的综合能源管理策略，其特征在于，所述云平台通过

4G无线通信技术与数据采集与接收终端1、数据采集与接收终端2、数据采集与接收终端3信息传输。

说明书

基于云平台的综合能源管理系统及管理策略

技术领域

[0001] 本发明属于微电网目标优化系统技术领域，具体涉及基于云平台的综合能源管理系统，还涉及基于云平台的综合能源管理策略。

背景技术

[0002] 微电网是一种由负荷、储能系统和微电源共同组成的系统，我国目前的发展对用电有分散性和灵活性等诸多要求，并且国家大力倡导节能减排，鼓励使用绿色能源，而微电网相对于传统大电网，有着能源利用形式多样，分散性、灵活性强、供电可靠性高等优点，是一个重要的发展方向。目前微电网的控制方法主要是分层控制技术，即采用一个中央控制器来统一协调管理本地各个分布式电源和负荷；微电网的经济成本、供电可靠性和安全性以及对储能系统的损耗也是微电网是否可以高效运行的参考指标，而这三个重要指标都受到微电网运行时能量流动方案的影响，因此需要一个综合能源管理系统来优化微电网的运行与控制。

[0003] 微电网运行时的管理方法特征表现为现场控制，即采用一个中央控制器统一协调管理本地的各个分布式电源和负荷，由于中央控制器不能随意移动其控制范围有一定限制；能量流动方案特征表现为矛盾性、复杂性和唯一性。矛盾性体现在受微电网能量流动方案影响的三个指标往往不能够同时达到最优，有可能需要牺牲某个指标去达到另外两个指标的最优；复杂性体现在在对微电网多个目标函数进行归一化分析时，单单采用某一种算法容易使结果过于片面，从而不能得到最优方案；唯一性体现在微电网运行时每个时段只能采用一种能量流动方案，为保证供电稳定，不能够频繁调整能量流动方式，需要从多种不同方案中以一定标准筛选出最优方案。

发明内容

[0004] 本发明的目的是提供基于云平台的综合能源管理系统，能够确定最大化微电网运行效益时的能量流动方案。

[0005] 本发明的另一目的是提供基于云平台的综合能源管理系统。

[0006] 本发明所采用的技术方案是，基于云平台的综合能源管理系统，包括云平台、光伏发电子系统、储能电池子系统、用户负荷；

[0007] 光伏发电子系统包括光伏发电组件，光伏发电组件通过控制光伏发电功率的光伏逆变器连接用户负荷，还包括采集光伏逆变器内数据流的数据采集与接收终端2，数据采集与接收终端2将采集的数据流传输至云平台，同时数据采集与接收终端2将云平台的数据指令A传输至光伏逆变器；

[0008] 储能电池子系统包括储能电池，储能电池连接控制储能电池充放电功率的双向三相逆变器，还包括测量储能电池数据信息的BMS，BMS将测量的数据信息通过数据采集与收发终端1传输至云平台，云平台连接传输数据指令B至双向三相逆变器的数据采集与收发终端3，数据采集与收发终端3能够将双向三相逆变器控制储能电池充放电功率信息传输至云平台；

[0009] 云平台能够接收系统内的数据，对该系统内的数据进行分析，并将分析结果反馈至该系统。

[0010] 光伏发电子系统、储能电池子系统、用户负荷构成微电网。

[0011] 云平台通过4G无线通信技术与数据采集与接收终端1、数据采集与接收终端2、数据采集与接收终端3信息传输本发明所采用的另一技术方案是，基于云平台的综合能源管理策略，使用基于云平台的综合能源管理系统，具体按照以下步骤实施：

[0012] 步骤1、云平台接收数据采集与接收终端1的数据流和收数据采集与接收终端2数据信息后，根据微电网功率平衡约束条件产生N个由光伏发电的发电功率和储能电池的充放电功率组成的参数，将每个参数看作一个个体，将N个个体组成初始种群P0；

[0013] 步骤2、基于NSGA-II算法对初始种群P0快速非支配排序分层，计算每层个体拥挤度和种群的信息熵，种群的信息熵作为交叉变异的概率，再进行交叉变异得到种群G0，将P0与G0合并得到种群R0，对种群R0进行快速非支配排序分层并计算每层个体拥挤度，通过精英保留策略筛选出优良个体，以此类推直到达到最大进化代数，并得到最优解集X；

[0014] 步骤3、以储能电池组寿命、微电网运行成本和安全可靠性为目标，构造目标函数，通过层次分析法得到初级归一化函数，将最优解集X中的个体代入初级归一化函数构成评价矩阵，通过熵权法对评价矩阵进行修正，得到最终归一化函数，将最优解集X代入最终归一化函数得最优个体；

[0015] 步骤4、云平台将最优个体反馈给微电网，微电网按照最优方案运行。

[0016] 步骤1中微电网功率平衡约束条件为：每时刻电网发出的功率和负荷的功率相等。

[0017] 步骤4云平台将最优个体反馈给微电网具体指云平台将最优光伏发电的发电功率通过数据采集与接收终端2发送至光伏逆变器，同时通过数据采集与收发终端3将储能电池的充放电功率发送至双向三相逆变器。

[0018] 云平台通过4G无线通信技术与数据采集与接收终端1、数据采集与接收终端2、数据采集与接收终端3信息传输。

[0019] 本发明的有益效果是，

[0020] 1)采用遗传算法作为NSGA-II的核心算法，对种群的快速非支配排序、拥挤度排序以及精英选择能够有效筛选出合理的方案最优解集，再通过信息熵来优化过程中交叉、变异的概率，可以很好地解决微电网运行的矛盾性；

[0021] 2)本发明中采用层次分析法，通过主观决策各个目标函数之间相对重要程度，确定其权值，熵权法又是通过指标提供的信息量的大小，客观的对每个目标函数进行加权，两者相结合对目标函数进行综合加权，主客观结合，克服了制定标准时的片面性，从而降低了决策最终能量流动方案的复杂性；

[0022] 3)通过层次分析法与熵权法结合得到最终权值，可将多个指标归一化，通过归一化后的综合指标筛选出最优的能量流动方案，这种双层加权的方法很好的解决了微电网能量流动方案的唯一性问题。

[0023] 4)本发明采用无线通信与智能算法相结合的方式，在远端实现微电网的运行状况分析，并及时反馈给微电网系统，使微电网系统管理更加快速并且可以实现远程控制。

附图说明

[0024] 图1是本发明提供的微电网组成结构图；

[0025] 图2为本发明一种多能源微电网能量调度控制算法流程图。

具体实施方式

[0026] 下面结合附图和具体实施方式对本发明进行详细说明。

[0027] 微电网运行时的管理方法主要为现场控制，由于其中央处理器所在位置不能随意改变会使其控制范围会受到限制，但将其控制管理算法放入云平台则可以突破此限制，实现远程控制。微电网运行时的能量流动方案矛盾性体现在影响微电网高效运行的因素往往不能够同时达到最优，因为NSGA-II的核心是遗传算法，而遗传算法通过对种群的快速非支配排序、拥挤度排序以及精英选择能够有效筛选出合理的方案最优解集，再通过信息熵来优化过程中交叉、变异的概率，可以很好地解决微电网运行的矛盾性，并且最终得到的结果时十分客观的；微电网运行时能量流动方案的复杂性体现在决策最终能量流动方案时，由于Pareto最优解中的个体是没有可比性的，需制定合理的标准来对其进行筛选，但制定标准过程容易受到过强主观因素或过强客观因素影响，从而不能得到全面考虑的最优解，而层次分析法是通过主观决策各个目标函数之间相对重要程度，来确定其权值，熵权法又是通过指标提供的信息量的大小，客观的对每个目标函数进行加权，两者相结合对目标函数进行综合加权，主客观结合，克服了制定标准时的片面性，从而降低了决策最终能量流动方案的复杂性；微电网运行时能量流动方案的唯一性体现在微电网运行时只能采用一种能量流动方案，通过层次分析法与熵权法结合得到最终权值，可将多个指标归一化，通过归一化后的综合指标可筛选出最优的能量流动方案，这种双层加权的方法很好的解决了微电网能量流动方案的唯一性问题。

[0028] 本发明专利提出了一种相比传统管理方式更加智能快速，并且可实现远程控制的管理方法和一种比传统微电网运行能量流动方案分析算法更合理分析途径。通过该管理方式可以更加高效的对智能电网进行管理，且本发明提出的分析算法能够主客观结合，制定微电网运行能量流动方案，有效避免片面性的缺点，并一定程度上可对微电网运行做出预测，从而提高微电网运行效益。

[0029] 本发明采用基于云平台的综合能源管理系统，如图1所示，包括云平台、光伏发电子系统、储能电池子系统、用户负荷；

[0030] 光伏发电子系统包括光伏发电组件，光伏发电组件通过控制光伏发电功率的光伏逆变器连接用户负荷，还包括采集光伏逆变器内数据流的数据采集与接收终端2，数据采集与接收终端2将采集的数据流通过4G无线通信技术传输至云平台，同时数据采集与接收终端2将云平台的数据指令A通过4G无线通信技术传输至光伏逆变器；储能电池子系统包括储能电池，储能电池连接控制储能电池充放电功率的双向三相逆变器，还包括测量储能电池数据信息的BMS，BMS将测量的数据信息通过数据采集与收发终端1通过4G无线通信技术传输至云平台，云平台通过4G无线通信技术将数据指令B传输至数据采集与收发终端3，数据采集与收发终端3再传输至双向三相逆变器，数据采集与收发终端3能够将双向三相逆变器控制储能电池充放电功率信息传输至云平台；

[0031] 云平台能够接收系统内的数据，对该系统内的数据进行分析，并将分析结果反馈至该系统。

[0032] 光伏发电子系统、储能电池子系统、用户负荷构成微电网。

[0033] 云平台与数据采集与接收终端能够双向无线传输，云平台能够通过无线信号接收BMS的信息，同时以无线方式将信息发送至双向三相逆变器，通过无线通信的方式将分析结果反馈至该系统。

[0034] 基于云平台的综合能源管理策略，使用基于云平台的综合能源管理系统，如图2所示，具体按照以下步骤实施：

[0035] 步骤1、云平台接收数据采集与接收终端1的数据流和收数据采集与接收终端2数据信息后，根据微电网功率平衡约束条件产生N个由光伏发电的发电功率和储能电池的充放电功率组成的参数，将每个参数看作一个个体，将N个个体组成初始种群P0；微电网功率平衡约束条件为：每时刻电网发出的功率和负荷的功率相等。

[0036] 步骤2、基于NSGA-II算法对初始种群P0快速非支配排序分层，计算每层个体拥挤度和种群的信息熵，种群的信息熵作为交叉变异的概率，再进行交叉变异得到种群G0，将P0与G0合并得到种群R0，对种群R0进行快速非支配排序分层并计算每层个体拥挤度，通过精英保留策略筛选出优良个体，以此类推直到达到最大进化代数，并得到最优解集X。

[0037] 步骤3、以储能电池组寿命、微电网运行成本和安全可靠性为目标，构造目标函数，通过层次分析法得到初级归一化函数，将最优解集X中的个体代入初级归一化函数构成评价矩阵，通过熵权法对评价矩阵进行修正，得到最终归一化函数，将最优解集X代入最终归一化函数得最优个体；

[0038] 步骤4云平台将最优个体反馈给微电网具体指云平台将最优光伏发电的发电功率通过数据采集与接收终端2发送至光伏逆变器，同时通过数据采集与收发终端3将储能电池的充放电功率发送至双向三相逆变器。光伏逆变器和双向三相逆变器按照接收的光伏发电的发电功率、储能电池的充放电功率，并按照接收数据自行运行。

[0039] 步骤4云平台将最优个体通过4G无线通信技术发送给数据采集与收发终端2，光伏逆变器通过数据采集与收发终端2接收控制指令A后控制光伏发电组件发电功率，同时云平台将最优控制方案通过4G无线通信技术发送给数据采集与收发终端3，光伏逆变器通过数据采集与收发终端3接收控制指令B后控制储能电池充放电功率。

[0040] 实施例

[0041] 现对某地区电网应用此管理系统及策略，该地区每个时刻负荷功率为125KW，本发明对该电网数据进行采集后发送到云平台，其中算法在0到125KW范围内随机生成规模为60的初始种群P0，其中每个个体由光伏发电的发电功率和储能电池充放电功率两个参数组成，两个参数代数和为125KW，第一步对该初始种群进行快速非支配排序分层，并且计算种群的信息熵，第二步对初代种群进行交叉变异处理得到种群G0，第三步将P0与G0合并得到种群R0，再对R0进行快速非支配排序分层，然后计算每层个体拥挤度，第四步通过精英保留策略筛选出R0中优良个体，组成种群P0+1，最后计算P0+1的信息熵对该种群进行交叉遗传处理，得到下一代种群，代数t＝t+1，然后返回到第三部循环执行，直到代数t达到20代上限，最终算法输出最优解集N＝{n1，n2，…n60}；在进行遗传变异循环的同时，通过分析电网储能电池组寿命、运行成本、安全可靠性三个目标函数，算法使用层次分析法，对这三个目标进行统一，得到多组初级归一化方程，这个过程会快于遗传变异循环过程，得到初级归一化方程后，将算法输出的最优解集中个体带入初级归一化方程，算法根据其结果构建熵权法的评价矩阵，接着通过熵权法对此评价矩阵进行修正，输出最终归一化方程，最后算法将最优解集逐一带入最终归一化方程，筛选出得到极值的个体，作为最终方案，云平台将此方案反馈给系统中的光伏逆变器和双向三相逆变器，逆变器控制电网各个部分做出调整，电网按照此方案运行。

[0042] 通过上述方式，本发明基于云平台的综合能源管理系统及管理策略，通过云平台与智能算法相结合的方式与电网进行无线通信，改善了对微电网系统的管理方式，云平台采用遗传算法通过对种群的快速非支配排序、拥挤度排序以及精英选择能够有效筛选出合理的方案最优解集，再通过信息熵来优化过程中交叉、变异的概率，可以很好地解决微电网运行的矛盾性，采用层次分析法是通过主观决策各个目标函数之间相对重要程度，来确定其权值，熵权法又是通过指标提供的信息量的大小，客观的对每个目标函数进行加权，两者相结合对目标函数进行综合加权，主客观结合，克服了制定标准时的片面性，从而降低了决策最终能量流动方案的复杂性，微电网运行时能量流动方案的唯一性体现在微电网运行时只能采用一种能量流动方案，通过层次分析法与熵权法结合得到最终权值，可将多个指标归一化，通过归一化后的综合指标可筛选出最优的能量流动方案，这种双层加权的方法很好的解决了微电网能量流动方案的唯一性问题。