【技术实现步骤摘要】
本专利技术涉及分布式光伏并网调压,特别是一种基于多智能体的改进一致性算法的控制方法及系统。
技术介绍
1、氢能相对于传统的能源,最大的特点便是环保低碳,属于最理想的原材料之一,也是未来可以实现相关应用的储能材料。储能主要用于平抑系统功率波动、调频调压,在分布式电源发电量不足时作为电源向负载供电,在分布式电源发电量过剩时作为用电器吸收储能电能。利用hess参与协调电压调节是一条重要的技术途径,保证光伏逆变器与hess相协调,共同维持电压稳定,对于配电网安全稳定运行至关重要。由于典型的一致性算法收敛速度不足以满足逆变器与hess在配电网中调节电压的需求,导致电压越限情况时有发生,威胁配电网安全运行。因此,光-氢-储系统控制策略优化问题亟待解决。
技术实现思路
1、本专利技术的目的在于克服上述不足,提供一种基于多智能体的改进一致性算法的控制方法及系统,解决目前分布式光伏接入配电网引起的潮流倒送等导致的电压越限问题。
2、为解决上述技术问题,本专利技术所采用的技术方案是:一种基于多智能体的改进一致性算法的控制方法,包括以下步骤:
3、步骤1:确定分布式光伏和氢储能系统结构,搭建含分布式光伏和氢储能系统组成的光-氢-储系统的协调电压控制模型;
4、步骤2:在光伏发电过程中,逆变器负责向电力网络稳定输送无功功率,并预留一定的调节容量,通过吸收或释放无功电能,调控光伏并网点的电压;
5、步骤3:氢储能系统利用其“削峰填谷”的特性,监测电压变化情况,
6、步骤4:分析一致性算法的原理,针对典型有限时间一致性算法收敛速度不够快速的问题,改进典型的有限时间一致性算法,引入控制增益c1、c2,使多智能体系统在有限的时间内达到平均一致,其中c1>0、c2>0;
7、步骤5:对搭建的光-氢-储系统的协调电压控制模型进行仿真,减少光伏逆变器和氢储能系统的控制时间,提高多智能体协调电压控制策略的可靠性。
8、进一步地,所述步骤1具体如下:
9、(1)建立光伏系统模型,公式表示为:
10、
11、其中,i为光伏电池输出电流,u为光伏电池输出电压,iph为光生电流,i0为二极管反向饱和电流,q为电子电荷,rs为串联电阻,rsh为并联电阻,k为玻尔兹曼常数,a为p-n结理想因子,t为绝对温度;
12、表达式中的参数iph、rs、a、rsh和i0对环境的变化非常灵敏,并且难以设置为一个准确的数值;考虑到rsh的值相对较大且rs的值较小,略去也不会影响到最终的结果,那么忽略,isc为短路电流,令iph=isc,得到简化的公式为:
13、
14、在开路状态下,uoc为开路电压,满足i=0,u=uoc,ump为最大功率点处的电压,在最大功率点处满足u=ump,imp为最大功率点处的电流,在最大功率点处满足i=imp,b和c为中间系数,其表达式为:
15、
16、最大功率点跟踪是光伏系统必须具备的功能之一;扰动观察法核心在于定期对光伏阵列的输出电压进行微调,这一调整动作被称作“扰动”;通过监测扰动后输出功率的变化趋势来判断:如果输出功率的增加量δp>0,表明当前电压调整的方向是正确的,因此可以继续保持这一“干扰”方向;反之,如果δp<0,则意味着电压调整的方向不正确,此时应转换“干扰”的方向;
17、(2)建立氢储能系统模型;
18、电压模型由开路电压、活化过电压和欧姆过电压组成,表示为:
19、v=vocv+vact+vohm
20、其中,vocv是开路电压,也是pem电解水的最小理论电压;vact是活化过电压;vohm是欧姆过电压。
21、进一步地,所述步骤2中,逆变器可调无功容量与逆变器容量之间的关系为:
22、
23、其中,qpv,max为光伏逆变器最大可调无功容量;sinv为光伏逆变器的额定容量;ppv为光伏发电有功功率;
24、逆变器控制过程用公式表示为:
25、
26、其中,qpv为光伏发电无功功率;v为光伏并网点电压;vmax、vmin分别为节点电压的上限值和下限值;vtp为有功功率控制的启动电压值;vtq、vaq分别为无功功率吸收和补偿的启动电压值;pmppt为光伏的有功功率输出峰值;qmax为光伏逆变器的无功功率补偿最大值。
27、进一步地,所述步骤3具体如下:
28、针对现有pem电解槽和质子交换膜燃料电池控制单元频繁启停的问题,对电解槽实施优化,改进控制策略;
29、在低压配电网中,通过安装hess吸收或者释放有功功率,达到调节电压的目的;与逆变器无功功率调节不同,hess有功调节,不仅要考虑设备的容量,还要兼顾hess的荷电状态;hess装置可调有功与soc的关系为:
30、s(f)=s(f-δf)+δs(f)
31、
32、其中,s(f)为f时刻hess的soc;s(f-δf)为f-δf时刻hess的soc;δs(f)为f时刻hess的soc变化量;phess(f)为f时刻hess有功功率;chess为hess的容量;δf为时间间隔。
33、更进一步地,对电解槽实施优化,改进控制策略的具体过程如下:
34、(1)输入光伏发电以及电解槽相关数据;
35、(2)gwo-lstm预测光伏发电功率;
36、(3)对预测结果一阶差分并累加计算;
37、(4)得到未来时间段内最低电解槽数量;
38、(5)判断是否达到滚动优化周期;如是,则进入第(6)步;如否,则进入第(7)步;
39、(6)根据适应度函数值排列电解槽位置;
40、(7)根据工况实时分配电解槽功率;
41、(8)判断是否达到最大迭代周期;如是,则进入第(9)步;如否,则进入第(1)步;
42、(9)计算电解槽运行启停次数。
43、进一步地,所述步骤4具体如下:
44、(1)改进一致性算法:
45、分布式控制涉及多个智能体通过局部信息交换协作,依据任务需求调整各自状态,联合执行复杂的任务;智能体是能够自主决策并与环境互动的实体或软件程序;多智能体系统是由这些智能体构成的集合;
46、邻接矩阵a是n阶矩阵,a={aij},aij表示节点i与节点j之间的连接权重,表示为:
47、
48、其中,ni、nj分别表示节点i、节点j的相邻节点数;
49、mas若要在有限时间实现平均一致,需满足:
50、
51、其中,xe为智能体初始状态的平均值;
...
【技术保护点】
1.一种基于多智能体的改进一致性算法的控制方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:所述步骤1具体如下:
3.根据权利1要求所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:所述步骤2中,逆变器可调无功容量与逆变器容量之间的关系为:
4.根据权利1要求所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:所述步骤3具体如下:
5.根据权利4要求所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:对电解槽实施优化,改进控制策略的具体过程如下:
6.根据权利1要求所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:所述步骤4具体如下:
7.一种基于多智能体的改进一致性算法的控制系统,其特征在于,包括:
【技术特征摘要】
1.一种基于多智能体的改进一致性算法的控制方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:所述步骤1具体如下:
3.根据权利1要求所述的一种基于多智能体的改进一致性算法的控制方法,其特征在于:所述步骤2中,逆变器可调无功容量与逆变器容量之间的关系为:
4.根据权利1要求所述的一种基于多智能体...
【专利技术属性】
技术研发人员:徐恒山,刘春燕,李晨阳,王思维,李康辉,王地康,曾宪金,柴森,
申请(专利权)人:三峡大学,
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。