主从控架构的综合能源能量管理系统及预测控制方法技术方案

本发明专利技术涉及一种主从控架构的综合能源能量管理系统及预测控制方法，该系统包括储能系统、储能变流器、光伏发电设备、光伏逆变器、负荷系统、能量管理控制器和能量管理中心等；能量管理控制器为主节点，储能变流器、光伏逆变器、负荷系统为从节点，主节点监测从节点的运行状态并下发信号到从节点，调整储能系统、光伏发电设备的工作状态；能量管理中心接收主节点上传的信息，并存储于数据库。该方法在数据库基础上预测日前和日内的负荷和光伏发电功率，建立兼顾系统经济性和储能电池耐久性的日前能量管理模型和日前计划调整最小的日内能量管理模型，通过主节点传至从节点，实现能量管理优化控制。该系统及方法有利于提高能量管理的优化效果。理的优化效果。理的优化效果。

【技术实现步骤摘要】
主从控架构的综合能源能量管理系统及预测控制方法


[0001]本专利技术涉及能量管理
，具体涉及一种主从控架构的综合能源能量管理系统及预测控制方法

技术介绍

[0002]可再生能源因其绿色、可持续发展、改善化石能源的过度开采和不合理的使用带来的环境污染等优势得到广泛的应用，但其发电不确定性、不可控性等造成的电力系统成本高、能源利用率低的问题。综合能源系统可以耦合可再生能源、分布式电源等，促进分布式电源和可再生能源的大量接入电网，同时多种类型能源之间互补互济使能源供应的可靠性提高，在满足系统负荷需求的同时，有效的提高了能源利用率。综合能源系统的能量管理优化方法可以根据系统分布式电源的特性，合理规划电源的电力计划以提升系统的经济性、耐久性等。
[0003]综合能源系统中因为包含多种类型的能源和能量系统且不同类型能源的供电特性、性能要求等也有差异，如电池储能系统对于使用寿命等有更高的要求，使得能量管理管理的复杂度更高，需要对综合能源系统考虑更多的因素来优化管理各电源以及外部电网之间的能量交互。此外，常规能量管理主要是根据日前预测结果进行优化，考虑到可再生能源发电和负荷需求受到多种不确定因素影响，随机性较强，日前预测时间尺度较长精度存在一定偏差，不能直接应用于系统调度，需要根据更短时间尺度的预测结果对其调整。

技术实现思路

[0004]本专利技术的目的在于提供一种主从控架构的综合能源能量管理系统及预测控制方法，该系统及方法有利于提高能量管理的优化效果。
[0005]为了实现上述目的，本专利技术采用的技术方案是：一种主从控架构的综合能源能量管理系统，包括储能系统、储能变流器、光伏发电设备、光伏逆变器、负荷系统、能量管理控制器和能量管理中心等；所述能量管理控制器为主节点，所述储能变流器、光伏逆变器、负荷系统为从节点，主节点通过RS485接口监测从节点的运行状态并下发信号到从节点，调整储能系统、光伏发电设备的工作状态；所述能量管理中心通过以太网接收主节点上传的信息，并存储于SQL数据库。
[0006]进一步地，所述能量管理控制器通过RS485工业控制总线、MODBUS RTU通讯协议与储能变流器和光伏逆变器建立通信，用于下发综合能源系统的预测控制的优化结果，统筹电源的出力状况；所述能量管理控制器通过以太网与能量管理中心实现信息交互，将从节点发送的负荷、光伏发电功率、气象数据上传到能量管理中心的SQL Sever数据库，用于预测功能。
[0007]进一步地，所述储能变流器和光伏逆变器均包括DC/AC变流器和控制器；所述DC/AC变流器和控制器将产生的直流电能转化为与电网同频、同相的交流电；所述控制器基于DSP控制板开发，通过RS485通讯接收主节点发出的控制指令，并每隔一段时间将信息打包
反馈到主节点；所述储能变流器的控制器接收主节点下发的控制信号，采用P/Q方式控制储能系统充放电模式和功率大小，执行能量管理优化的结果，同时通过RS485通信与储能系统BMS通讯，获取电池组状态信息，实现对电池的保护性充放电；所述光伏逆变器的控制器内嵌入MPPT最大功率追踪算法，实现光伏发电设备输出最大发电功率，通过RS485通信与光伏发电设备相连接，获取光伏发电功率等信息。
[0008]进一步地，所述能量管理中心通过以太网与主节点相连接，主节点每隔一段时间将采集的信息打包上传到能量管理中心；所述能量管理中心根据IEC60870
‑
104标准通信读取主节点上传的数据并存储于SQL Sever数据库；所述能量管理中心配置Windows操作系统中ODBC数据源，使得基于MATLAB开发的预测控制软件可以连接SQL Server数据库，实现预测和能量管理优化功能；优化的结果根据MODBUS协议点表确定需要控制的设备地址，通过主节点下发信号到从节点。
[0009]本专利技术还提供了基于上述主从控架构的综合能源能量管理系统的预测控制方法，在数据库基础上预测日前和日内的负荷和光伏发电功率，然后建立兼顾系统经济性和储能电池耐久性的日前能量管理模型和日前计划调整最小的日内能量管理模型，降低预测误差对优化效果的影响，保证日前优化计划的有效性，根据通讯协议点表确定下发地址并通过主节点传至从节点，实现能量管理优化控制。
[0010]进一步地，所述预测控制方法包括以下步骤：
[0011]步骤S1：基于负荷、光伏发电功率数据库，采用机器学习方法建立预测模型；
[0012]步骤S2：日前预测负荷和光伏发电功率，根据综合能源系统所在地区分时电价信息，建立兼顾系统经济性和储能电池耐久性的日前能量管理模型；
[0013]步骤S3：采用改进的灰狼优化算法求解日前能量管理模型，以1h为时间间隔规划未来一天24h的出力计划；
[0014]步骤S4：基于实时采集的数据进行日内预测，建立以日前计划调整最小的日内能量管理模型，并以15min为时间间隔滚动修正日前计划，优化未来一天96个时段的实时计划。
[0015]进一步地，步骤S1中，采用统计量分析方法检测负荷和光伏发电功率历史数据中的异常数据，并采用k近邻法修正、相似日数据填充的方法处理异常数据，采用最大最小归一化的方法归一化异常数据处理后的数据；基于时序卷积神经网络，挖掘复杂、非线性的负荷和光伏发电功率时序数据的特征，建立预测模型。
[0016]进一步地，步骤S2中，所述兼顾系统经济性和储能电池耐久性的日前能量管理模型中，储能电池耐久性的目标函数为：
[0017][0018][0019][0020]式中，N
life,i
表示储能电池的第i次放电深度后的使用寿命，D
od,i
表示第i次的放电深度，是电池放电量和额定容量的比值，α1‑
α5表示拟合参数；λ％(i)表示第i次放电深度的
寿命损耗率，C
uti_bat
表示一个调度周期的储能电池运行损耗成本，n表示一个调度周期内循环放电次数，E
bat
表示储能电池额定容量，δ是储能电池单位造价；
[0021]根据负荷和光伏发电功率预测模型得到1h间隔、24h时长的日前预测数据，结合当地的分时电价信息，建立兼顾系统经济性和储能电池耐久性的目标函数为：
[0022][0023][0024]C
pv_cost
(t)＝ξ
pv
×
P
pv
(t)
[0025]式中，C
all
表示一个调度周期内系统总的运行成本，P
grid
(t)表示t时刻系统与大电网的交互功率，S
buy
(t)表示t时刻大电网购电电价，S
sell
(t)表示t时刻向大电网售电电价，C
pv_cost
(t)表示t时刻光伏发电维护成本，P
pv
(t)表示t时刻预测的光伏发电功率，ξ
pv
表示光伏发电维护系数；
[0026]所述日前能量管本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主从控架构的综合能源能量管理系统，其特征在于，包括储能系统、储能变流器、光伏发电设备、光伏逆变器、负荷系统、能量管理控制器和能量管理中心等；所述能量管理控制器为主节点，所述储能变流器、光伏逆变器、负荷系统为从节点，主节点通过RS485接口监测从节点的运行状态并下发信号到从节点，调整储能系统、光伏发电设备的工作状态；所述能量管理中心通过以太网接收主节点上传的信息，并存储于SQL数据库。2.根据权利要求1所述的主从控架构的综合能源能量管理系统，其特征在于，所述能量管理控制器通过RS485工业控制总线、MODBUS RTU通讯协议与储能变流器和光伏逆变器建立通信，用于下发综合能源系统的预测控制的优化结果，统筹电源的出力状况；所述能量管理控制器通过以太网与能量管理中心实现信息交互，将从节点发送的负荷、光伏发电功率、气象数据上传到能量管理中心的SQL Sever数据库，用于预测功能。3.根据权利要求1所述的主从控架构的综合能源能量管理系统，其特征在于，所述储能变流器和光伏逆变器均包括DC/AC变流器和控制器；所述DC/AC变流器和控制器将产生的直流电能转化为与电网同频、同相的交流电；所述控制器基于DSP控制板开发，通过RS485通讯接收主节点发出的控制指令，并每隔一段时间将信息打包反馈到主节点；所述储能变流器的控制器接收主节点下发的控制信号，采用P/Q方式控制储能系统充放电模式和功率大小，执行能量管理优化的结果，同时通过RS485通信与储能系统BMS通讯，获取电池组状态信息，实现对电池的保护性充放电；所述光伏逆变器的控制器内嵌入MPPT最大功率追踪算法，实现光伏发电设备输出最大发电功率，通过RS485通信与光伏发电设备相连接，获取光伏发电功率等信息。4.根据权利要求1所述的主从控架构的综合能源能量管理系统，其特征在于，所述能量管理中心通过以太网与主节点相连接，主节点每隔一段时间将采集的信息打包上传到能量管理中心；所述能量管理中心根据IEC60870
‑
104标准通信读取主节点上传的数据并存储于SQL Sever数据库；所述能量管理中心配置Windows操作系统中ODBC数据源，使得基于MATLAB开发的预测控制软件可以连接SQL Server数据库，实现预测和能量管理优化功能；优化的结果根据MODBUS协议点表确定需要控制的设备地址，通过主节点下发信号到从节点。5.基于权利要求1
‑
4任一项所述主从控架构的综合能源能量管理系统的预测控制方法，其特征在于，在数据库基础上预测日前和日内的负荷和光伏发电功率，然后建立兼顾系统经济性和储能电池耐久性的日前能量管理模型和日前计划调整最小的日内能量管理模型，降低预测误差对优化效果的影响，保证日前优化计划的有效性，根据通讯协议点表确定下发地址并通过主节点传至从节点，实现能量管理优化控制。6.根据权利要求5所述的预测控制方法，其特征在于，包括以下步骤：步骤S1：基于负荷、光伏发电功率数据库，采用机器学习方法建立预测模型；步骤S2：日前预测负荷和光伏发电功率，根据综合能源系统所在地区分时电价信息，建立兼顾系统经济性和储能电池耐久性的日前能量管理模型；步骤S3：采用改进的灰狼优化算法求解日前能量管理模型，以1h为时间间隔规划未来一天24h的出力计划；步骤S4：基于实时采集的数据进行日内预测，建立以日前计划调整最小的日内能量管理模型，并以15min为时间间隔滚动修正日前计划，优化未来一天96个时段的实时计划。
7.根据权利要求6所述的预测控制方法，其特征在于，步骤S1中，采用统计量分析方法检测负荷和光伏发电功率历史数据中的异常数据，并采用k近邻法修正、相似日数据填充的方法处理异常数据，采用最大最小归一化的方法归一化异常数据处理后的数据；基于时序卷积神经网络，挖掘复杂、非线性的负荷和光伏发电功率时序数据的特征，建立预测模型。8.根据权利要求6所述的预测控制方法，其特征在于，步骤S2中，所述兼顾系统经济性和储能电池耐久性的日前能量管理模型中，储能电池耐久性的目标函数为：和储能电池耐久性的日前能量管理模型中，储能电池耐久性的目标函数为：和储能电池耐久性的日前能量管理模型中，储能电池耐久性的目标函数为：式中，N
life,i
表示储能电池的第i次放电深度后的使用寿命，D
od,i
表示第i次的放电深度，是电池放电量和额定容量的比值，α1‑
α5表示拟合参数；λ％(i)表示第i次放电深度的寿命损耗率，C
uti_bat
表示一个调度周期的储能电池运行损耗成本，n表示一个调度周期内循环放电次数，E
bat
表示储能电池额定容量，δ是储能电池单位造价；根据负荷和光伏发电功率预测模型得到1h间隔、24h时长的日前预测数据，结合当地的分时电价信息，建立兼顾系统经济性和储能电池耐久性的目标函数为：分时电价信息，建立兼顾系统经济性和储能电池耐久性的目标函数为：C
pv_cost
(t)＝ξ
pv
×
P
pv
(t)式中，C
all
表示一个调度周期内系统总的运行成本，P
grid
(t)表示t时刻系统与大电网的交互功率，S
buy
(t)表示t时刻大电网购电电价，S
sell
(t)表示t时刻向大电网售电电价，C
pv_cost
(t)表示t时刻光伏发电维护成本，P
pv
(t)表示t时刻预测的光伏发电功率，ξ
pv
表示光伏发电维护系数；所述日前能量管理模型的约束条件为：(1)功率平衡约束P
load
(t)＝P
pv
(t)+P
bat
(t)+P
grid
(t)式中，P
load
(t)表示t时预测的负荷功率，P
bat
(t)表示t时的储能电池充放电功率；(2)储能电池充放电功率和功率波动约束式中，P
bat_charge_max
表示充电最大功率，P
bat_discharge_max
表示放电最大功率，ΔP
max
表示功率波动的上限；(3)储能电池荷电状态约束
式中，SOC
inital
表示储能电池初始荷电状态，SOC
min
、SOC
max
分别...

【专利技术属性】
技术研发人员：王亚雄，余庆港，范依莹，林良光，欧凯，
申请(专利权)人：福州大学，
类型：发明
国别省市：