一種基于迭代算法的多能互補微電網優化運行控制系統及方法與流程

本發明涉及電力系統領域，具體地說，是涉及一種基于迭代算法的多能互補微電網優化運行控制系統及方法。

背景技術：

隨著包括風電、光伏等可再生能源和高效清潔的化石燃料在內的新型發電技術的發展，分布式能源DG日漸成為滿足負荷增長需求、減少環境污染、提高能源綜合利用效率和供電可靠性的一種有效途徑。DG具有投資少、發電方式靈活、可與環境兼容等優點，在配電網中得到廣泛的應用。

然而單一的分布式能源發電系統都會受到自然資源的制約，可將多種分布式能源進行整合，實現多能源合理的利用，不僅降低了成本，提高了系統輸出的穩定性和可靠性，還可擴大市場的應用范圍。風光燃氣儲多能互補微電網就是利用這種互補的特點，將多種發電系統進行整合的技術。

多能源互補微電網中的負荷與各可再生微源出力受環境影響，具有時變性及非線性，因此微電網的運行控制復雜。目前基本采用離線運行優化，用離線的運行結果來指導分布式能源出力。但是微網內部微源的特性，狀態的時變形及非線性，這種方法很難實現真正的優化運行，從而造成微網內的分布式能源出力不足或者出力過剩的情況，對微網的穩定運行和經濟性造成很大的干擾。所以采用實測與預測相結合的在線運行優化很有必要。

技術實現要素：

本發明的目的在于克服上述傳統技術的不足之處，提供一種基于迭代算法的多能互補微電網優化運行控制系統及方法。其目的是在利用實測與預測相結合的方法對未來兩小時內負荷及分布式可再生能源最大出力進行預測，通過迭代方法計算出可控微源的最佳工作點，對其進行在線控制，減低微電網運行成本。

本發明的技術方案是：

一種基于迭代算法的多能互補微電網優化運行控制系統，其特征在于：包括微網及其控制系統、環境監測機和分布式能源出力預測模塊，分布式能源出力預測模塊分別與微網及其控制系統和環境監測機連接。

通過環境監測機提供未來時間的環境數據，包含溫度、光照、風速，得到該時間內負荷與光伏、風力發電機的出力情況。

一種具體優化方案，分布式能源出力預測模塊包括若干個未來n分布式能源出力預測模塊。

分別用于預測多個小時分布式能源的出力。

一種具體優化方案，分布式能源出力預測模塊包括未來一小時分布式能源出力預測模塊和未來二小時分布式能源出力預測模塊，未來一小時分布式能源出力預測模塊和為未來二小時分布式能源出力預測模塊連接，環境監測機和未來一小時分布式能源出力預測模塊連接。

一種具體優化方案，分布式能源出力預測模塊包括包括數字信號處理器，數字信號處理器通過電路分別與環境監測機、微網及其控制系統和分布式能源出力預測模塊連接。

一種具體優化方案，微網及其控制系統包括電制熱設備及其控制系統和/或光伏及其控制系統和/或風力機及其控制系統和/或天然氣內燃機及其控制系統和/或蓄電池及其控制系統和/或電制冷設備及其控制系統和/或電負荷和/或余熱鍋爐和/或余熱溴化鋰和/或儲熱蓄水池和/或熱負荷和/或儲冷蓄水池和/或冷負荷。

一種具體優化方案，電制熱設備及其控制系統，光伏及其控制系統、風力機及其控制系統、天然氣內燃機及其控制系統、蓄電池及其控制系統、電制冷設備及其控制系統及電負荷分別連接至電力母線。

一種具體優化方案，天然氣內燃機及其控制系統連接至熱力母線和/或冷力母線。

一種具體優化方案，電制熱設備及其控制系統、儲熱蓄水池和熱負荷都連接至熱力母線；電制冷設備及其控制系統、儲冷蓄水池和冷負荷分別連接至冷力母線。

一種具體優化方案，電制熱設備及其控制系統，光伏及其控制系統，風力機及其控制系統，天然氣內燃機及其控制系統，蓄電池及其控制系統，電制冷設備及其控制系統，儲熱蓄水池及其控制系統，儲冷蓄水池及其控制系統受出力指令控制。

一種基于迭代算法的多能互補微電網優化運行控制方法，其特征在于，包括以下步驟：

步驟一：未來n時刻分布式能源預測模塊與外界通訊，獲取環境數據及(n-1)時刻及其后續時刻的儲冷熱電數據；

步驟二：求出n時刻的可再生能源與居民電負荷的差E，若E>0，則發電，滿足電平衡；若E<0，向微網傳輸能量；

步驟三：判斷n時刻及其后續時刻是否存在電缺乏的，若缺乏，則提高存儲；若不缺乏，則相應的降低n時刻的發電；

步驟四：迭代終止條件判斷，若達到最大迭代次數，則終止迭代，將求出的未來n時刻各分布式能源的出力指令傳給微網及其控制系統；否則迭代次數加1，轉到步驟1。

本發明可在線監測微源及負荷，實時獲取未來時段的負荷情況和光伏、風力機等的可發電量，通過迭代算法，不斷修正各時段微電網內部分布式能源出力情況，優化出每個時段微網內部各分布式能源的最佳出力，提高微電網的可行性，實現最優經濟性；

本發明方法減少了由于環境的變化對微網穩定運行的干擾，同時合理的出力降低了能量的浪費率，提高了微網的經濟，使得微網更具推廣性。

下面結合附圖和具體實施方式對本發明作進一步說明。

附圖說明

圖1為本發明的結構示意框圖。

圖2為本發明的微網及其控制系統圖。

圖3為本發明的分布式能源出力預測模塊圖。

圖4為本發明分布式能源出力預測模塊采用迭代算法在線預測微電網內分布式能源出力工況流程圖。

具體實施方式

實施例1：如圖1至圖3所示，一種基于迭代算法的多能互補微電網優化運行控制系統，包括微網及其控制系統1、環境監測機2和分布式能源出力預測模塊，分布式能源出力預測模塊分別與微網及其控制系統1和環境監測機2連接。

分布式能源出力預測模塊包括若干個未來n分布式能源出力預測模塊。

未來n分布式能源出力預測模塊可以利用迭代算法循環獲取未來(n-1)分布式能源出力預測模塊提供的第n-1時刻冷熱電存儲情況和預測第n小時之后的所有分布式能源出力預測模塊提供的對應時刻的冷熱電存儲情況，并根據這些數據預測第n時刻微電網內部各分布式能源的出力。

分布式能源出力預測模塊包括未來一小時分布式能源出力預測模塊3和未來二小時分布式能源出力預測模塊4，未來一小時分布式能源出力預測模塊3和為未來二小時分布式能源出力預測模塊4連接，環境監測機2和未來一小時分布式能源出力預測模塊3連接。

分布式能源出力預測模塊包括數字信號處理器，數字信號處理器通過電路分別與環境監測機、微網及其控制系統和分布式能源出力預測模塊連接。

數字信號處理器為TMS320f2818dsp芯片18，電路包括max485電路19和max485電路20；TMS320f2818dsp芯片18通過max485電路19、max485電路20分別與環境監測機2連接、微網及其控制系統1和分布式能源出力預測模塊連接。

分布式能源出力預測模塊進行環境數據、前一時刻及后續時段儲冷熱電剩余數據的通訊并采用迭代算法對這些數據進行處理，得到微網內部各分布式能源的最佳出力點，并將計算好的分布式能源出力預測指令通過max485輸送給微網及其控制系統。

微網及其控制系統1包括電制熱設備及其控制系統5和/或光伏及其控制系統6和/或風力機及其控制系統7和/或天然氣內燃機及其控制系統8和/或蓄電池及其控制系統9和/或電制冷設備及其控制系統11和/或電負荷10和/或余熱鍋爐12和/或余熱溴化鋰13和/或儲熱蓄水池14和/或熱負荷15和/或儲冷蓄水池16和/或冷負荷17。

此外，上述各發電系統也可以根據需要選擇其中一種或幾種。

電制熱設備及其控制系統5，光伏及其控制系統6、風力機及其控制系統7、天然氣內燃機及其控制系統8、蓄電池及其控制系統9、電制冷設備及其控制系統11及電負荷10分別連接至電力母線。

天然氣內燃機及其控制系統8連接至熱力母線和/或冷力母線。

天然氣內燃機及其控制系統8發出的余熱一方面可以通過余熱鍋爐12連接到熱力母線；另一方面可以通過余熱溴化鋰13連接至冷力母線；

儲熱蓄水池14和熱負荷15都連接至熱力母線；

電制冷設備及其控制系統11、儲冷蓄水池16和冷負荷17分別連接至冷力母線。

電制熱設備及其控制系統5，光伏及其控制系統6，風力機及其控制系統7，天然氣內燃機及其控制系統8，蓄電池及其控制系統9，電制冷設備及其控制系統10，儲熱蓄水池及其控制系統14，儲冷蓄水池及其控制系統16受出力指令控制。

一種基于迭代算法的多能互補微電網優化運行控制方法，其特征在于，包括以下步驟：

步驟一：未來n時刻分布式能源預測模塊通過max485電路與外界通訊，獲取環境數據及n-1時刻及其后續時刻的儲冷熱電數據；

步驟二：求出n時刻的可再生能源與居民電負荷的差，公式舉例：

E＝E_load-P_V-P_wind，其中E_load為獲取數據，P_V為光伏及其控制系統6的輸出功率，P_wind為風力機及其控制系統7的輸出功率。

若E>0，則燃氣機發電，無條件滿足電平衡；若E<0，向微網傳輸能量，可用蓄電池存儲起來，也可通過電制熱，電制冷設備運用到熱力母線，冷力母線；

步驟三：判斷n時刻及其后續時刻是否存在電缺乏的，若缺乏，則提高燃氣機發電用氣量，用電池存儲起來，便于n時刻及后續時刻的電調峰使用；若不缺乏，則相應的降低n時刻的燃氣機發電用氣量；

步驟四：判斷n時刻及其后續時刻是否存在冷氣缺乏的情況，若缺乏，則提高燃氣機制冷用氣量，同時啟動電制冷設備輔助制冷，多余的冷量用蓄冷池存儲起來，便于后續時刻的冷調峰使用；若不缺乏，則相應的降低n時刻的燃氣機制冷用氣量；

步驟五：判斷n時刻及其后續時刻是否存在熱氣缺乏的情況，若缺乏，則提高燃氣機制熱用氣量，同時啟動電制熱設備輔助制熱，多余的熱量用蓄熱池存儲起來，便于后續時刻的熱調峰使用；若不缺乏，則相應的降低n時刻的燃氣機制冷用氣量；

步驟六：迭代終止條件判斷，若達到最大迭代次數，則終止迭代，將求出的未來n時刻各分布式能源的出力指令傳給微網及其控制系統；否則迭代次數加1，轉到步驟1；

本發明的分布式能源出力預測模塊可以在線實時獲取未來時刻的環境數據，得到光伏，風力發電機及負荷的變化情況。各時段的分布式能源出力預測模塊之間通過電路進行冷熱電存儲情況的通訊，并利用迭代算法不斷修正分布式能源的出力。