买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种多源储能型微网的完全分布式协同优化方法_华南理工大学_202110922078.9 

申请/专利权人:华南理工大学

申请日:2021-08-12

公开(公告)日:2024-04-16

公开(公告)号:CN113807569B

主分类号:G06Q10/04

分类号:G06Q10/04;G06Q10/0637;G06Q50/06;H02J3/00

优先权:

专利状态码:有效-授权

法律状态:2024.04.16#授权;2022.01.04#实质审查的生效;2021.12.17#公开

摘要:本发明公开了一种多源储能型微网的完全分布式协同优化方法,包括:1获取数据,包括微网设备的相关参数和采集新能源与负荷数据;2结合获取的数据,建立微网个体即局中人的博弈映射模型;3在微网个体建模基础上,采用势博弈方法,建立微网个体之间的互动博弈模型,实现微网局部和整体的经济最优。本发明采用完全分布式多主体决策优化方式,结合条件风险价值模型以及广义储能模型,实现微网个体的本地决策与管理,有效规避风光出力不确定性带来的收益波动,提高新能源的消纳水平,同时采用势博弈的方式即能保证微网个体利益又能实现微网整体利益的最大化。

主权项:1.一种多源储能型微网的完全分布式协同优化方法,其特征在于,包括以下步骤:1获取数据,包括微网设备的相关参数和采集新能源与负荷数据;2结合获取的数据,建立微网个体即局中人的博弈映射模型,包括以下内容:a、决策主体和决策变量所有设备单元组成的决策主体集合N表示为:N=PV+WT∪DE∪FLD+ES式中,光伏阵列PV和风力发电机组WT共同构成新能源局中人的决策主体;根据柔性负荷的可调节和弹性属性,柔性负荷FLD看作一类“虚拟储能”,灵活参与微网的运行优化,柔性负荷FLD和储能单元ES共同组成广义储能局中人的决策主体;柴油机组DE单独组成柴油机组局中人的决策主体;设定待优化的时间窗口分为T个优化时段,t时段局中人i的功率表示为Pit,t=1,2,…T,源侧即新能源局中人和柴油机组局中人用正值表示输出功率,广义储能侧用正值表示消耗功率或充电功率,用负值表示放电功率;在整个优化时段内局中人i的决策变量Pi表示为:Pi=[Pi1,Pi2,Pi3,…PiT],i∈Nb、策略空间局中人i的决策变量具有上下限约束,表示为:Pti,min≤Pit≤Pti,max其中Pti,min和Pti,max分别为t时段决策变量的功率上限和下限,每个局中人可能受到的等式或不等式约束,统一表达形式为:giPi≤0,i∈NgiPi是和Pi相关的函数,微网的优化运行需要遵从实时功率守恒原则,所有决策主体运行应满足功率平衡约束: 其中,和Lt分别表示t时段柴油机组的输出功率、风机发电功率、光伏输出功率、储能设备出力、柔性负荷和重要负荷的消耗功率,重要负荷是保证正常生产生活的必不可少的负荷;c、收益函数从经济角度协调微网中每个局中人的出力,选择经济收入作为局中人的收益函数;为保证博弈的收敛性,若选择经济收入作为收益函数,则每个局中人的优化目标都是使得经济收入最大化,表达式为:maxFiPi式中,FiPi为局中人i的收益函数,目前研究的是微网T个时段的日前规划,所以FiPi表示T个时段的总经济收入;此外,由于每个局中人的出力策略不仅需要满足局部约束,还要满足全局约束即微网系统的功率守恒约束;采用外罚函数的方法处理全局约束,定义功率缺额:电源发电量减去所有负荷用电,以功率缺额构造罚函数项: 添加到每个局中人的收益函数中,更新目标函数为: 其中,M为惩罚因子;d、条件风险价值建模为评估风光不确定性造成的新能源局中人调度成本风险,引入条件风险价值模型即CVaR模型,将这模型添加至新能源局中人的收益函数中,目标是能有效规避实时风光出力不确定性带来的收益波动;其中,条件风险价值建模包含以下内容:定义成本风险函数为fx,y,x为决策变量,表示博弈优化后的新能源出力,x∈Rn,Rn表示向量集;y为随机变量,表示风光出力的预测误差,y∈Rn;对于每个决策变量x,成本风险函数fx,y是由y确定的一个随机变量,随机变量y的概率密度表示为py;则fx,y不超过阈值α的概率分布函数ψx,α为:ψx,α=∫fx,y≤αpydy其中,α定义为VaR值;在某一指定置信水平β∈0,1下,风险价值VaR即φβx定义为:φβx=min{α∈R:ψx,α≥β}其中,R表示实数集;提出CVaR模型,具有概率累积函数和在某一指定置信水平β∈0,1下的条件风险价值CVaR定义为: 其中,αβx定义为置信水平为β时的阈值;在离散情形下,对应的CVaR值即为: 式中,S为场景集的数量,fx,yk表示场景k所对应的风险成本函数;针对条件风险价值模型,优化的目标是成本风险最小,即与任意x∈Rn相关的Cβ-CVaR即最小风险成本定义为: 3在微网个体建模基础上,采用势博弈方法,建立微网个体之间的互动博弈模型,实现微网局部和整体的经济最优。

全文数据:

权利要求:

百度查询: 华南理工大学 一种多源储能型微网的完全分布式协同优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。