【技术实现步骤摘要】
本专利技术涉及分布式储能控制，主要涉及一种基于改进金豺优化算法的分布式储能聚合优化策略。
技术介绍
1、近年来随着风电、光伏发电机组的大量投入，发展清洁能源势在必行，但风光能源的出力往往会出现随机性、间歇性和波动性等问题，其并网会给电力系统的运行带来不稳定因素。储能能够快速吞吐能量，维持系统功率平衡，是促进能源高效利用和保障系统安全稳定运行的重要手段，在电网中合理配置储能可以有效提高电力系统的供电可靠性和灵活性，随着储能技术的进步和成本的降低，在电力系统中配置储能已成为未来趋势。相较于传统集中式储能配置，分布式储能的布局更加灵活，能够实现不同地点的安装与使用，可减少集中储能电站的线路损耗和投资成本。但分布式储能有着容量小、数量多、可控性差的特点，大规模接入电网难以为电力系统直接调控管理，而且会使得系统能量管理计算和通信成本急剧增大，严重影响电网稳定运行。因此研究如何对分布式储能进行协同聚合管理，充分挖掘分布式储能的调控潜力，对于提高电力系统稳定运行以及促进我国新能源发展具有重要意义。
2、目前针对分布式储能聚合技术已存在许多研究成果，例如cn110556877b
3、《一种考虑soc均衡的配电网分布式储能聚合控制方法》公开了“一种考虑soc均衡的配电网分布式储能聚合控制方法。通过采用单向通信建模的完全分布式控制方法，使各个储能之间进行通信就可以完成总的控制指令，并在充放电过程中soc保持相对均衡。该方法够将配电网中分散布局的小功率、小容量的储能聚合成大功率、大容量的等价集中储能，供控制中心调度。使各个分布
4、又例如cn112906964b《一种考虑聚合效应的分布式储能组合方法》公开了“一种考虑聚合效应的分布式储能组合方法。包括获取各分部储能的运行参数；建立分布式储能的聚合评估指标；建立基于禁忌搜索的分布式储能聚合模型；确定所获优选表中的最优聚合储能组合的聚合潜力熵，根据潜力熵的大小确定聚合储能组合的出力顺序；根据最优聚合储能组合的出力顺序计算聚合储能的输出外特性；根据最优聚合储能组合的外特性将储能聚合成等效集中模型供调度中心进行功率分配和调度。本专利技术能够实现满足电网应用需求的分布式储能的外特性，为接入电网的统一分布式储能聚合模型应用提供技术支撑”，虽然该专利技术针对分布式储能之间最优聚合特性组合问题提供了方法，当该方法只考虑某一时段分布式储能的参数来评估聚合度，但聚合模型受各分布式储能的实时参数影响，即分布式储能聚合特性会发生变化，调度中心对模型调度时并不能很好地实现经济性和有效性。
5、以上专利方法针对分布式储能协同聚合提出了相应的解决措施，都在一定程度上实现了分布式储能聚合参与电网的优化运行，但对于分布式储能来说，实现其内部之间高效的协同控制以调节储能出力优化充放电特性、构建对外有效的聚合模型以有效地与外部互动这两点是研究分布式储能聚合的关键，因此亟需一种考虑了各分布式储能之间的充放电出力分配的具有有效聚合模型的分布式储能聚合优化策略。
技术实现思路
1、为了解决现有技术所存在的上述问题，本申请提供了一种基于改进金豺优化算法的分布式储能聚合优化策略。
2、本申请的技术方案如下：
3、一种基于改进金豺优化算法的分布式储能聚合优化策略，所述策略包括：
4、在分布式储能系统中设计分布式频率控制器，通过所述分布式频率控制器对有功-下垂控制器的功率指令值进行补偿修正，实现分布式储能单元之间的功率分配；通过所述分布式频率控制器进行节点数据交换，实现对分布式储能系统频率的控制；
5、设计分布式状态观测器，通过分布式状态观测器实时获取设计有分布式频率控制器的分布式储能系统的统计参数，其中，所述分布式状态观测器包括平均型状态观测器与总和型状态观测器，所述统计参数包括平均型统计参数和总和型统计参数；
6、以最小化分布式储能系统运行成本为目标，搭建分布式储能聚合参与微电网协同优化模型，其中，所述分布式储能聚合参与微电网协同优化模型的模型参数由分布式状态观测器获取的分布式储能系统的统计参数构成；
7、采用改进金豺优化算法对分布式储能聚合参与微电网协同优化模型进行求解，获得实现运行成本最小化的分布式储能系统的运行策略。
8、作为本实施例一种优选的实施方式，通过所述分布式频率控制器对有功-下垂控制器的功率指令值进行补偿修正，以公式表达为：
9、
10、其中：
11、δi＝ebifsoci(soci,pbi)xbpi；
12、
13、式中，为节点i的分布式频率控制器的输出，δi为节点i的分布式频率控制器输出的对功率参考值的补偿修正项，ωref为参考频率，ωi为节点i的实际的发电机转速，rpi为节点i的频率下垂系数，ebi为节点i的储能单元的能量容量，xbpi为节点i的储能单元的功率状态变量，soci为节点i的储能单元当前的soc，pbi为节点i的储能单元的输出功率。
14、作为本实施例一种优选的实施方式，通过所述分布式频率控制器进行节点数据交换具体为每一个节点与邻接的节点相互交换功率状态变量，并更新当前的功率状态变量以公式表达为：
15、
16、式中，gω为频率控制系数，aij为节点i与节点j之间的通信权重，xbpj为节点j的储能单元的功率状态变量。
17、作为本实施例一种优选的实施方式，所述平均型统计参数为平均socsocbc，所述总和型统计参数包括总额定能量容量ebc、总输出功率pbc和总功率上下限pbcmin，其中：
18、所述socbc通过平均型状态观测器获取，所述平均型状态观测器基于动态平均一致性算法构建，以公式表达为：
19、
20、式中，ui为节点i的输入状态，bij为节点i与节点j之间的通信权重，xai和xaj分别为节点i和节点j的统计参数；
21、所述ebc、pbc和pbcmin通过总和型状态观测器获取，所述总和型状态观测器以公式表达为：
22、xsi＝∫goiεidt；
23、
24、式中，xsi为节点i的统计参数，εi和εj分别为节点i和节点j的辅助状态变量，go为比例系数，aij为节点i与节点j之间的连接权重。
25、作为本实施例一种优选的实施方式，所述分布式储能系统运行成本包括微型燃气轮机发电增量成本jsgi、蓄电池储能成本、氢储能成本jhes和蓄热储能成本jtes，所述蓄电池储能成本包括蓄电池储能单元的发电增量成本jbc1和蓄电池储能单元soc的偏移成本jbc2，分布式储能聚合参与微电网协同优化模型的目标函数j以公式表达为：
26、
【技术保护点】
1.一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述策略包括：
2.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，通过所述分布式频率控制器对有功-下垂控制器的功率指令值进行补偿修正，以公式表达为：
3.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，通过所述分布式频率控制器进行节点数据交换具体为每一个节点与邻接的节点相互交换功率状态变量，并更新当前的功率状态变量以公式表达为：
4.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述平均型统计参数为平均SoCSoCbc，所述总和型统计参数包括总额定能量容量Ebc、总输出功率Pbc和总功率上下限Pbcmin，其中：
5.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述分布式储能系统运行成本包括微型燃气轮机发电增量成本Jsgi、蓄电池储能成本、氢储能成本Jhes和蓄热储能成本Jtes，所述蓄电池储能成本包括蓄电池储能单元的发电增量
6.根据权利要求5所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述策略还包括确定分布式储能聚合参与微电网协同优化模型的约束条件，所述约束条件包括微型燃气轮发电机对应约束条件、蓄电池储能对应约束条件、氢储能对应约束条件和蓄热储能对应约束条件，其中：
7.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述改进金豺优化算法具体为以金豺优化算法GJO为基础，采用Cat混沌映射代替算法随机生成种群，引入柯西变异策略和权重设置对GJO进行改进。
8.根据权利要求7所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，采用Cat混沌映射代替算法随机生成种群以公式表达为：
9.根据权利要求7所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，引入柯西变异策略对GJO进行改进具体为采用柯西分布作为变异策略，对雄金豺的位置进行更新，以公式表达为：
10.根据权利要求9所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，引入权重设置对GJO进行改进具体为在种群更新中对雄金豺和雌金豺赋予不同的权重比例，改进后的种群更新公式以公式表达为：
...【技术特征摘要】
1.一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述策略包括：
2.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，通过所述分布式频率控制器对有功-下垂控制器的功率指令值进行补偿修正，以公式表达为：
3.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，通过所述分布式频率控制器进行节点数据交换具体为每一个节点与邻接的节点相互交换功率状态变量，并更新当前的功率状态变量以公式表达为：
4.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述平均型统计参数为平均socsocbc，所述总和型统计参数包括总额定能量容量ebc、总输出功率pbc和总功率上下限pbcmin，其中：
5.根据权利要求1所述的一种基于改进金豺优化算法的分布式储能聚合优化策略，其特征在于，所述分布式储能系统运行成本包括微型燃气轮机发电增量成本jsgi、蓄电池储能成本、氢储能成本jhes和蓄热储能成本jtes，所述蓄电池储能成本包括蓄电池储能单元的发电增量成本jbc1和蓄电池储能单元soc的偏移成本jbc2，分布式储能聚合参与微电网协同优化模型的目标函数j以公式...
【专利技术属性】
技术研发人员：蔡小玲，黄银华，周健，李宁凯，许先静，罗湘梅，王礼伟，胡文，
申请(专利权)人：中国电建集团福建省电力勘测设计院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。