考虑储能退化成本的微电网混合储能双层能量管理系统的制作方法

摘要: 本发明属于微电网能量管理,具体涉及考虑储能退化成本的微电网混合储能双层能量管理系统。背景技术:1、目前,微电网能量管理系统中广泛采用分层优化控制架构以协调可再生...
考虑储能退化成本的微电网混合储能双层能量管理系统的制作方法

本发明属于微电网能量管理,具体涉及考虑储能退化成本的微电网混合储能双层能量管理系统。

背景技术:

1、目前,微电网能量管理系统中广泛采用分层优化控制架构以协调可再生能源、储能系统及主电网之间的功率平衡。例如,现有发明专利cn114944661a公开了一种基于储能系统滚动优化的微电网三阶段优化控制方法,提出采用日前调度、日内协调和实时控制的三阶段架构,通过价格型需求响应模型优化用电负荷,并基于滚动优化计算储能系统的功率边界值,以延长电池寿命并降低运行成本。该方案在日前调度阶段以运行成本最小为目标制定调度计划,日内阶段通过滚动优化跟踪风电、光伏及电动汽车的不确定性,实时阶段则通过监测母线电压调整储能控制模式。

2、然而,上述现有技术仍存在以下缺陷:该方案采用单一电池储能系统,难以同时兼顾能量时移与高频波动平抑的双重需求,电池需频繁响应瞬态功率波动,加速其老化进程;其储能老化成本模型基于额定放电深度下的累积吞吐量进行线性化处理,无法精确表征不同放电深度下电池的非线性老化特性,导致调度策略对浅充浅放等健康操作模式缺乏经济性引导;此外,其日前负荷预测采用简单的时间序列方法,对复杂气象特征和时序依赖关系的捕捉能力有限,预测精度不足直接影响日内滚动优化的效果。

技术实现思路

1、本发明的目的就在于提供考虑储能退化成本的微电网混合储能双层能量管理系统,以解决现有微电网能量管理系统中电池储能因频繁响应功率波动而加速老化的问题。

2、本发明通过以下技术方案来实现上述目的:

3、第一方面、本发明提出了微电网混合储能双层能量管理系统,应用于包含主电网、可再生能源系统、负载及混合储能系统的微电网,所述混合储能系统包括电池与超级电容器,能量管理系统包括:

4、第一控制模块,用于以基于时序注意力机制预测的功率轨迹为输入,以最小化总运行成本为目标执行滚动优化,生成电池及主电网的功率参考指令;其中,所述总运行成本包括主电网购电成本、储能退化成本及碳排放成本;

5、第二控制模块,用于以小于第一控制模块优化步长的控制步长、以最小化实际功率与所述功率参考指令间的偏差为目标执行滚动二次规划优化,生成超级电容器的实时功率补偿量;

6、其中,所述功率参考指令用于约束第二控制模块的优化求解,第二控制模块将实时功率补偿量反馈至第一控制模块,用于修正下一优化轮次的功率预测值。

7、进一步的,所述储能退化成本包括电池退化成本和超级电容器退化成本,所述电池退化成本基于电池的循环寿命和放电深度确定,循环寿命lb与放电深度db之间的关系包括下式:

8、;

9、其中,为电池在设定测试条件下循环寿命量级的寿命尺度系数;为电池放电深度变化对循环寿命衰减速度的放电深度敏感系数;为电池在非理想工况下的寿命修正系数,用于修正循环寿命模型中因材料、工艺、环境及运行条件差异产生的基准偏移;

10、单位放电事件对应的电池退化成本通过下式得到:

11、;

12、其中,为电池的重置成本,为时刻t的放电功率,为放电持续时间,为时刻t的电池实际容量,、分别为充、放电效率;

13、所述超级电容器退化成本根据其日历寿命线性确定,单位时间内的超级电容器退化成本通过下式得到:

14、;

15、其中,为超级电容器的重置成本,为其额定日历寿命。

16、进一步的,系统还包括采用编码器-解码器架构的预测子模块,

17、所述编码器通过位置编码为输入序列添加时序位置信息,并通过多头自注意力机制提取所述输入序列中的时序耦合特征;所述输入序列包括所述微电网的历史负荷功率数据、历史光伏辐照度数据、历史风速数据、气象数据及时间特征数据;

18、所述解码器基于编码器输出的特征表示,输出未来滚动时域内的点预测功率轨迹,其中,为负荷功率预测轨迹,为光伏功率预测轨迹,为风电功率预测轨迹,所述点预测功率轨迹作为所述第一控制模块中滚动优化的输入;

19、所述预测子模块采用滚动预测方式,每个预测时域内取首时段预测值送入所述第一控制模块,所述首时段预测结果包括负荷功率预测值、光伏功率预测值及风电功率预测值,所述首时段预测结果与电价数据及碳排放权价格信号共同作为所述第一控制模块目标函数的输入,生成优化调度计划。

20、进一步的,所述多头自注意力机制采用缩放点积注意力实现特征加权,所述预测子模块还通过皮尔逊相关系数对输入特征进行筛选,并结合注意力权重进行有效性复核,以剔除冗余特征并避免多重共线性。

21、进一步的,所述第一控制模块的目标函数表示为:

22、;

23、其中,为第一控制步长的时间索引,为第一控制模块的预测时域内的总步数,为所述主电网的交互成本,为电价,为与主电网的交换功率,为第一控制步长,为电池退化成本,为碳排放成本,,为碳排放权价格信号;

24、所述第一控制模块的决策变量为所述主电网的交换功率及所述电池的功率;

25、所述第一控制模块求解所述目标函数后,将预测时域内第一个时间步对应的主电网功率参考指令及电池功率参考指令下发至所述第二控制模块。

26、进一步的,所述第二控制模块的目标函数表示为:

27、;

28、其中,为第二控制步长的时间索引,为第二控制模块的预测时域内的总步数;、、分别为电池功率偏差项、电网功率偏差项和超级电容器终端能量状态项的权重系数;

29、为电池功率偏差惩罚项,为第一控制模块下发的电池功率参考指令,为实际电池功率;

30、为主电网功率偏差惩罚项,为第一控制模块下发的主电网功率参考指令,为实际主电网交换功率;

31、为超级电容器终端能量状态惩罚项,为预测时域末端的超级电容器能量,为其额定能量。

32、进一步的,所述二次规划优化采用鲁棒模型预测控制算法实现;所述鲁棒模型预测控制算法引入不确定性约束集,其中表示预测误差,为误差上界,所述不确定性约束集合用于限定所述第二控制模块在优化求解时需满足所有情况下的约束条件。

33、进一步的,所述第一控制步长为小时级时间间隔,所述第二控制步长为分钟级时间间隔。

34、第二方面、本发明提出了一种由上述能量管理系统执行的微电网混合储能双层能量管理方法,包括以下步骤:

35、s1. 通过预测子模块获取基于时序注意力机制的未来滚动时域内的可再生能源功率预测轨迹及负荷功率预测轨迹,并获取主电网的电价数据及碳排放权价格信号;

36、s2. 获取主电网购电成本、储能退化成本及碳排放成本,并确定为总运行成本;

37、s3. 第一控制模块以最小化总运行成本为目标执行滚动优化,生成电池及主电网的功率参考指令;

38、s4. 第二控制模块以小于第一控制模块优化步长的控制步长、以最小化实际功率与所述功率参考指令间的偏差为目标执行滚动二次规划优化,生成超级电容器的实时功率补偿量;

39、s5. 结合所述功率参考指令与所述实时功率补偿量,生成修正后的主电网功率指令、电池功率指令及超级电容器功率指令,下发至微电网系统执行。

40、本发明的有益效果在于:

41、本发明采用电池与超级电容器构成的混合储能系统,电池在上层按小时级指令充放电,超级电容器在下层按分钟级补偿功率波动,避免了电池频繁响应高频功率冲击;将基于放电深度非线性的电池退化成本纳入上层优化目标,精确量化深度放电对电池寿命的指数级损耗,引导调度策略优先采用浅充浅放模式;引入基于时序注意力机制的预测子模块,通过多头自注意力提取历史数据的时序耦合特征,提高了预测精度;下层采用鲁棒模型预测控制,通过不确定性约束集合量化预测误差范围,保证最坏情况下的系统约束满足。上述方案在降低运行成本的同时显著延长了电池使用寿命。