一种孤岛微电网源-储-荷自适应协调控制系统及方法
本发明涉及智能微电网控制,尤其是涉及一种孤岛微电网源-储-荷自适应协调控制系统及方法。
背景技术:
1、孤岛微电网由新能源发电单元、储能单元和负荷单元组成,在与主干电网断开后需要依靠内部电源和储能维持功率平衡。下垂控制、虚拟同步发电机控制、主从控制、模型预测控制及强化学习控制各自适用于不同时间尺度和运行目标。现有孤岛微电网平台通常采用固定的单一控制架构,当新能源出力、负荷及储能可用容量发生变化,或者储能变流器和通信链路发生故障时,难以同时兼顾母线电压频率稳定、多储能容错接替和多能流经济调度。
2、现有教学实训平台还多采用纯仿真或固化的源-储-荷控制程序,控制算法、参数开放范围和安全约束不能随实训任务调整,因而难以在同一平台上连续开展基础认知、动态控制观察、工程优化以及算法研发,也难以将教学结果直接用于真实功率条件下的工程验证。因此,需要构建能够在不同时间尺度协同控制、在通信或设备故障时保持孤岛运行,并可按任务安全切换控制复杂度的协调控制系统。
技术实现思路
1、针对现有孤岛微电网采用单一控制架构时难以兼顾暂态稳定、全局优化与故障容错,以及实训平台控制逻辑固化的问题,本发明提供一种孤岛微电网源-储-荷自适应协调控制系统及方法。
2、为了实现上述目的,本发明采用如下技术方案:一种孤岛微电网源-储-荷自适应协调控制系统,包括新能源发电单元、多个储能变流器单元、负荷单元、公共母线、数据采集与执行模块以及分层协调控制模块,所述数据采集与执行模块用于采集运行状态并执行控制指令,所述分层协调控制模块包括:
3、底层自适应容错型异构虚拟同步发电机控制层,用于根据储能荷电状态和设备健康状态分配支撑权重,以维持所述公共母线的电压和频率;中层多能流自适应鲁棒模型预测控制调度层,用于根据新能源预测偏差修正调度权重和约束裕量,对新能源发电功率、储能功率和负荷功率进行滚动优化;上层数字孪生驱动的虚实双向闭环智能决策层,用于在数字孪生环境中生成控制策略,将经安全约束处理的控制策略下发,并根据回传的实物运行数据修正数字孪生模型和控制策略;
4、快速控制原型接口模块,用于在各控制层与所述数据采集与执行模块之间传输状态量、约束参数和控制指令;模式配置模块,用于根据运行任务和用户权限加载控制算法、可调参数范围和安全约束;所述分层协调控制模块在中层或上层通信异常时,使所述底层自适应容错型异构虚拟同步发电机控制层保持本地自主运行。
5、进一步地,所述多个储能变流器单元以对等方式并联于所述公共母线,并分别配置虚拟同步发电机电压支撑通道和pq功率跟随通道;所述底层自适应容错型异构虚拟同步发电机控制层包括非线性下垂计算单元,所述非线性下垂计算单元用于根据储能荷电状态和设备健康状态计算所述支撑权重;所述底层自适应容错型异构虚拟同步发电机控制层根据支撑需求和设备健康状态切换或组合两通道的输出,并在任一储能变流器单元故障、脱网或退出时将其支撑权重置零,对其余储能变流器单元的支撑权重重新归一化。
6、进一步地,所述非线性下垂计算单元按照下式分别计算第i个储能变流器单元的放电能力因子和充电能力因子:
7、
8、
9、并按照计算充电或放电支撑权重;放电状态下按照修正有功下垂系数;其中,为第i个储能变流器单元的储能荷电状态,和分别为荷电状态下限和上限,为设备健康标志且健康时取1、故障或退出时取0,和分别为放电和充电非线性指数,n为储能变流器单元数量,为基准有功下垂系数,0<ε<1;当各能力因子之和为零时,将各支撑权重置零并触发功率缺额处理。
10、进一步地,所述中层多能流自适应鲁棒模型预测控制调度层还与热泵储热单元和电解制氢单元中的至少一种连接,并将新能源发电单元、储能变流器单元、所连接的热泵储热单元或电解制氢单元、刚性负荷及柔性负荷纳入统一状态空间模型;所述中层多能流自适应鲁棒模型预测控制调度层按照下式计算预测偏差:
11、;
12、并按照修正鲁棒约束权重和新能源消纳权重;
13、其中,、和分别为新能源发电单元r的实际功率、预测功率和额定功率,为预设正数,为误差增益系数;预测偏差增大时提高储能备用裕量和约束惩罚权重,预测偏差减小时提高新能源消纳权重。
14、进一步地,所述上层数字孪生驱动的虚实双向闭环智能决策层包括工况配置库、数字孪生模型、分层强化学习决策单元、模型校正单元和安全动作投影单元;所述分层强化学习决策单元在所述数字孪生模型中训练控制策略,所述安全动作投影单元将控制动作限制在设备功率、荷电状态、电压、频率和开关动作约束范围内,所述模型校正单元根据实物输出与数字孪生输出之间的误差更新模型参数。
15、进一步地,所述模式配置模块设置四级控制权限:第一级开放固定主从控制和传统下垂控制;第二级开放自适应下垂控制和虚拟同步发电机控制参数;第三级开放模型预测控制参数及多能流约束;第四级开放强化学习策略、模型预测控制模型和分布式协同接口;各级均锁定设备保护参数,并在指令下发前执行取值范围、变化率和互锁条件校验。
16、进一步地,还包括多级孤岛自愈安全防护模块,所述多级孤岛自愈安全防护模块包括:仿真预判单元,用于预测电压和频率越限趋势并冻结或限幅功率指令;算法保护单元,用于限制储能充放电功率并按负荷优先级切除柔性负荷;硬件隔离单元,用于根据故障信号隔离故障支路。
17、本发明的另一目的在于提供一种孤岛微电网源-储-荷自适应协调控制方法,方法包括以下步骤:
18、s1、采集新能源发电单元、多个储能变流器单元和负荷单元的运行状态,并根据运行任务和用户权限加载控制算法及安全约束;
19、s2、根据储能荷电状态和设备健康状态分配支撑权重,利用底层自适应容错型异构虚拟同步发电机控制维持公共母线的电压和频率,并在储能变流器单元故障、脱网或退出时重新分配支撑权重;
20、s3、根据新能源预测偏差修正模型预测控制的调度权重和约束裕量,对新能源发电功率、储能功率和负荷功率进行滚动优化;
21、s4、在数字孪生环境中生成控制策略,将经安全约束处理的控制策略下发,并利用回传的实物运行数据修正数字孪生模型和控制策略;
22、s5、执行控制指令并监测通信状态及运行状态,在中层或上层通信异常时保持底层本地自主运行;
23、s6、回传执行结果和状态数据,更新后续控制周期的支撑权重、调度约束和数字孪生模型参数。
24、进一步地,步骤s2中,对健康储能变流器单元的充电能力因子或放电能力因子归一化以获得支撑权重,并据此修正虚拟惯量、阻尼系数和下垂系数;步骤s3中,以储能荷电状态以及接入设备的储热状态或储氢状态为状态量,以储能充放电功率、新能源限发功率、热泵功率、电解槽功率和柔性负荷切除量中的对应量为控制量,求解滚动优化问题;通信恢复并完成状态同步后,平滑恢复中层滚动优化运行。
25、进一步地,步骤s4包括:在数字孪生环境中预演新能源骤降、负荷冲击、母线电压扰动、支路故障或储能变流器单元退出工况;将经安全动作投影和互锁校验的控制策略或受限测试指令下发;根据回传数据与数字孪生输出的偏差更新数字孪生模型、模型预测控制预测模型和强化学习奖励函数;
26、步骤s1按照四级控制权限限制可加载的控制算法和可修改参数;步骤s5依次执行越限趋势预判、算法限幅及柔性负荷切除和故障支路硬件隔离。
27、采用上述技术方案,本发明具有如下有益效果:
28、1、利用底层毫秒级虚拟同步发电机控制、中层分钟级滚动优化和上层较长时间尺度数字孪生决策形成分层协同,在不依赖单一算法承担全部控制目标的情况下兼顾电压频率稳定和全局调度;
29、2、通过设备健康标志、储能荷电状态非线性权重以及通信降级逻辑,在储能单元退出或上层通信中断时重新分配支撑任务,降低固定主从结构的单点失效风险;
30、3、通过虚拟预演、实物执行、数据回传和模型校正构成双向闭环,使仿真模型与实际设备状态持续对齐,并在策略下发前利用安全动作投影和指令校验限制风险;
31、4、通过分级开放控制算法和参数,能够在同一真实功率平台上组织基础控制、虚拟同步发电机动态观察、多能流工程优化和智能算法研发,增强实训内容与工程验证之间的连续性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com