一种热力电池储能系统优化控制方法与流程

本发明涉及储能系统控制，特别涉及了一种热力电池储能系统优化控制方法。

背景技术：

1、随着风、光等可再生能源的快速发展，由于风光出力的间歇性与反调峰特性，电网面临严重的供需不匹配及绿电消纳挑战，部分省市地区甚至出现“负电价”现象。热力电池储能是一种新兴的长时储能技术，能够通过热泵单元的电致热/冷转换方式，在电力富余时段通过耦合环境低品位热源或工业工艺余热，将低成本甚至负电价的电能转化为高品质热能、冷能存储，并在用能高峰或高电价时段释放，实现能量的时移利用与价值提升，在区域供能、工业余热回收、可再生能源消纳及电网深度调峰等领域展现出广阔的应用前景。

2、对于热力电池储能系统，传统单回路控制易导致输出温度与功率波动较大，出现超调、振荡等现象，且由于无法综合多回路信息，工况适应能力差，严重影响控制品质，威胁系统安全稳定运行。此外，为追求控制精度，压缩机、阀门等执行器往往频繁动作、调节幅度大，易加速设备磨损老化，增加运维成本。同时，在实际使用时，系统需同时满足出口温度、输出功率、储能容量等多种物理约束，系统经济性、稳定性与设备寿命等多重目标之间存在冲突，现有控制策略为保证安全，常选择保守的控制参数与目标，缺乏系统协同优化能力，难以在动态电价下实现最优调度，易导致设备电耗偏高，造成能量浪费。

3、如专利cn120538204a一种基于改进积分模型预测控制的热泵系统控制方法，包括：对空气源热泵进行系统建模；构建mpc预测控制器的目标函数及约束条件；设计积分反馈控制器，引入积分限幅机制，对目标函数进行优化求解，实时调整控制输入，以预测系统输出数据，从而降低系统预测误差。但该发明仅针对单一热泵机组，未考虑与储能系统的耦合控制，且控制目标局限于出口温度稳定性与执行器动作频率，未能综合能源成本、交付功率保障、储能状态管理等关键性能指标，无法解决热力电池储能系统所面临的多目标、多约束协同优化难题。

技术实现思路

1、本发明的目的是解决现有技术中热力电池储能系统能耗高，输出温度与功率波动大以及设备损耗严重的问题，提供了一种热力电池储能系统优化控制方法，实现多目标动态协同优化，保障供能温度与功率的稳定输出，延长整体设备的使用寿命并降低维护成本。

2、为了实现上述目的，本发明采用以下技术方案：

3、一种热力电池储能系统优化控制方法，包括下列步骤：

4、一种热力电池储能系统优化控制方法，其特征在于，包括：

5、s1：初始化各执行器的历史动作强度为零并配置控制参数；

6、s2：实时采集优化控制参数并进行多源信息融合；

7、s3：估计并更新当前系统状态，基于历史动作数据动态调整各执行器在优化目标中的动作频率惩罚权重；

8、s4：以最小化阶段代价项和控制代价项之和为多目标优化的目标函数，构建硬约束条件，对所述目标函数进行求解，获取最优控制序列；

9、s5：提取最优控制序列中的第一个元素作为当前时刻的实际控制指令进行优化控制。

10、本发明提供的热力电池储能系统优化控制方法，通过构建包含阶段代价项和控制代价项的目标函数，在预测时域内滚动求解最优控制序列，实现系统变工况参数精准匹配、综合能效优化及快速响应调节，有效提升热力电池储能系统运行的智能化水平、控制品质与整体稳定性。

11、作为优选，所述基于历史动作数据动态调整各执行器在优化目标中的动作频率惩罚权重包括：

12、计算执行器的超阈值动作量，所述超阈值动作量为零或执行器控制增量绝对值与该执行器的工作判定阈值的差值之间的较大值；

13、基于超阈值动作量，计算执行器的归一化动作强度；

14、基于遗忘因子，执行器在上一时刻的历史动作强度和归一化动作强度，采用指数加权移动平均法递推更新执行器历史动作强度；

15、基于更新后的历史动作强度，计算当前周期各执行器的动作频率惩罚权重。

16、作为优选，所述阶段代价项在整个预测时域上累加，阶段代价项包括：

17、能源成本项，根据分时电价，系统电功率消耗预测值以及离散时间步长获取；交付功率偏差项，根据欠/过供惩罚权重系数和欠/过供松弛变量获取；

18、温度稳定控制项，当预测温度位于设定值加减死区范围内时，不产生惩罚项，否则累积惩罚代价，所述惩罚代价随温度偏差量的平方增长；

19、温度定向调节项，根据温度调节系数和温度动态参考轨迹获取；

20、储能状态偏离项，根据能量存储状态偏离推荐运行窗口的偏差量获取。

21、作为优选，所述硬约束条件包括状态方程约束，控制时域外保持约束，执行器物理限幅约束，执行器变化率限幅约束，储能物理约束以及松弛变量非负约束，所述控制时域外保持约束为控制时域外各时刻控制器与控制时域末端时刻控制量相等。

22、作为优选，所述控制代价项在整个控制时域上累加，控制代价项包括：

23、控制增量平滑项，为所有执行器的增量权重与控制增量的平方的乘积的总和，

24、动作频率控制项，为所有执行器的动作频率惩罚权重与执行器超越死区有效动作量的平方的乘积的总和，所述动作频率惩罚权重在预测控制求解周期开始时更新一次，在整个预测时域内为常数。

25、作为优选，所述实时采集优化控制参数包括：

26、实时采集当前时刻的系统运行数据并进行预处理，提取优化求解的特征变量；

27、同步获取当前及未来预测时序的外部信息，所述外部信息包括环境温度预测序列，余热温度预测序列以及分时电价序列；

28、读取系统运行日志，提取各执行器在上一时刻的历史动作强度以及控制增量；

29、获取系统当前能量状态。

30、作为优选，所述s3包括：根据采集的系统运行数据，采用状态估计方法获取当前时刻系统状态向量的最优估计值，建立初始条件约束；计算系统当前能量存储状态并将其归一化至[0,1]区间。

31、作为优选，所述特征变量包括状态特征，过程特征，统计特征以及派生特征，所述状态特征包括滤波后温度，电机频率，泵转速，风机转速以及阀门开度；所述过程特征包括瞬时电功率，瞬时输出热/冷功率，换热器进出口温差以及储能介质平均温度；所述派生特征包括归一化储热/储冷容量状态和系统瞬时性能系数。

32、作为优选，所述配置控制参数包括：设定热力电池系统预测控制的基本时序参数，所述基本时序参数包括采样周期，预测时域长度以及控制时域长度；根据选定运行模式获取多目标优化的目标函数权重；配置温度控制死区参数，设置输出功率最大允许负荷偏差，配置热力电池储能系统运行窗口参数，配置执行器物理限幅和执行器变化率限幅，配置动作频率控制参数。

33、作为优选，所述系统运行数据包括过程参数以及设备运行信息，所述过程参数包括冷端/热端出入口温度，流量以及压力；所述设备运行信息包括电机功率以及各执行器当前位置状态。

34、因此，本发明具有如下有益效果：通过软、硬约束结合、松弛变量与死区设计，增强热力电池储能系统控制柔性，同时引入基于历史动作强度的自适应动作频率惩罚机制与储能状态运行窗口管理策略，实现对执行器的智能保护与热力电池储能系统调节能力的保持，从而在保障安全的前提下，提升热力电池储能系统在动态工况下的经济、稳定与可靠性。