一种基于改进模型预测控制的海上风电储能系统控制方法与流程

本发明涉及电力系统运行与控制，尤其涉及一种基于改进模型预测控制的海上风电储能系统控制方法。

背景技术：

1、海上风电作为高能量密度的可再生能源，其装机规模持续扩大。然而，海上风电具有显著的波动性和随机性，大规模并网后对电网的频率稳定性带来了巨大挑战。

2、目前，利用制氢电解槽作为柔性负荷参与电网调频已成为研究热点。碱性电解槽因其成本低、技术成熟而广泛应用，但其响应特性与海上风电的快速波动之间存在匹配难题。现有的电氢协同调频策略存在以下不足：传统控制逻辑未充分考虑碱性电解槽的频繁启停约束，导致设备在风电剧烈波动下频繁动作，缩短了电解槽的使用寿命；现有方法往往侧重于单一的调频精度，忽视了制氢系统的最优运行点及经济效益，导致制氢效率低下；电解槽的调节能力受储氢罐压力、蓄电池荷电状态（soc）等动态物理边界的严格限制，传统调频控制方法（如pid控制）难以在多变量约束下实现实时最优调节；在处理复杂的电氢耦合模型时，复杂的优化算法在处理极端工况时可能存在非收敛情况，影响系统运行的鲁棒性。

3、模型预测控制是一种在线优化控制算法，主要包含预测模型、滚动优化和反馈校正3个基本要素。mpc是处理约束系统控制问题的有效方法之一，意在解决pid控制不易解决的多变量约束优化控制问题，算法具有较强的鲁棒性。

技术实现思路

1、本发明的目的在于提供一种基于改进模型预测控制的海上风电储能系统控制方法，主要解决了电解槽调频响应、设备寿命及制氢收益之间的多目标协调优化的技术问题，其适用于包含海上风电场、碱性电解槽制氢系统及储能系统的电氢耦合架构，是一种基于模型预测控制（model predictive control，mpc）的深度协同调频方法。

2、本发明的发明思想为：首先，构建包含海上风电场、碱性电解槽、蓄电池储能及储氢罐的协同系统模型，并建立离散化线性状态空间表达式；其次，采用模型预测控制（modelpredictive control，mpc）架构，构造集成电网频率偏差、制氢最优运行点跟踪及控制平滑性的多目标函数；该方法通过引入基于风速区间的运行模式因子，动态调整碱性电解槽的启停约束，并结合储氢压力和电池荷电状态（state of charge，soc）实时修正功率边界约束。利用标准二次规划（quadratic programming，qp）算法求解最优功率指令，并设置基于规则的应急退化逻辑以应对算法非收敛情况。本发明能够实现海上风电与制氢系统的深度协同响应，在保证调频精度的同时，有效避免了碱性电解槽的频繁启停，提升了系统的经济运行水平和设备寿命。

3、为了实现上述发明目的，本发明采用技术方案具体为：一种基于改进模型预测控制的海上风电储能系统控制方法，包括以下步骤：

4、步骤s1、构建电氢耦合系统协同状态空间模型；

5、基于海上风电pmsg风机机组、碱性电解槽、蓄电池储能系统bess及储氢罐的物理特性，建立包含电网频率偏差、储氢压力、蓄电池荷电状态以及产氢速率的系统数学模型，并整定为线性离散化状态空间方程；

6、步骤s2、实时工况识别与运行模式判定；

7、通过功率管理系统pms实时采集电网频率偏差、当前风速、碱性电解槽运行状态及各储能单元状态；根据当前风速区间判定海上风电-碱性电解槽制氢-蓄电池储能-储氢罐电氢耦合系统所处的运行模式因子，所述运行模式因子包括：低风速模式、中/高风速模式及高风速模式；

8、步骤s3、构建基于模型预测控制mpc的多目标优化函数；

9、以最小化电网频率偏差、追踪碱性电解槽最优经济制氢功率以及保证功率调节平滑性为优化目标，构建集成预测输出项、参考轨迹跟踪项及控制增量惩罚项的模型预测控制mpc的多目标优化函数，并分配各目标的权重因子；

10、步骤s4：确定所述海上风电-碱性电解槽制氢-蓄电池储能-储氢罐电氢耦合系统的动态功率边界约束；

11、根据步骤s2识别的运行模式因子，结合储氢罐实时压力上限和蓄电池荷电状态安全边界，动态修正各时刻碱性电解槽与蓄电池的功率调节上下限，形成随系统状态变化的动态运行约束边界；

12、步骤s5：多目标优化问题的二次规划qp标准型转化；

13、所述多目标预测控制问题为：在预测时域内，以碱性电解槽输入功率和蓄电池充放电功率的控制增量序列为决策变量，在满足碱性电解槽功率上下限、蓄电池充放电功率上下限、储氢罐压力安全边界、蓄电池荷电状态安全边界以及控制增量变化率约束的条件下，综合最小化电网频率偏差、碱性电解槽偏离最优经济制氢功率点的程度以及功率调节过程中的控制增量，获得未来有限时域内的最优功率分配序列；

14、将电氢耦合系统预测输出方程代入多目标优化函数中，消去状态变量与输出变量，将上述以电网频率偏差最小、碱性电解槽经济制氢功率跟踪以及控制增量平滑为目标，并受设备功率边界、储能状态边界和控制增量边界约束的有限时域滚动优化问题，转化为以控制增量序列为决策变量的离散标准二次规划qp问题，并构建hessian矩阵与梯度向量；

15、步骤s6：最优控制序列求解与应急退化逻辑执行；

16、采用qp求解器在动态功率边界约束下，对上述以控制增量序列为决策变量、以多目标 mpc 代价函数最小化为目标、并满足碱性电解槽功率约束、蓄电池功率约束、储氢压力约束、soc 约束及控制增量约束的标准二次规划进行求解，获取最优控制增量序列，校验求解器结果的有效性，若出现算法无可行解情况，则系统退化至基于规则的风速区间默认模式执行应急控制；否则，将最优功率分配指令下发至各执行机构。

17、进一步地，所述步骤s1中，所述系统数学模型包括：

18、s11、海上风电pmsg风机机组模型

19、；

20、式中，是风速，是切入风速，是中间风速，是额定风速，是下垂控制调频功率，是减载功率，是在风速下风机的功率，为在风速下风机运行在最大功率点的功率，是风机的额定功率；在低风速下，风机实行最大功率跟踪模式；在中风速下，风机进行下垂控制预留备用；在高风速下，风机进行减载控制；

21、s12、碱性电解槽模型

22、碱性电解槽的方程为：

23、；

24、式中，为碱性电解槽单体电压；为电化学反应过程的吉布斯自由能变gibbs；为每次反应电子转移数；为法拉第常数；为为碱性电解槽欧姆电阻经验模型中的温度无关常数项系数，为为碱性电解槽欧姆电阻经验模型中的温度一阶修正系数，和共同表征电解液电阻随温度变化的影响；为碱性电解槽温度；为电解模块面积；为直流电流；为电极过电压系数；为电极过电压系数；

25、碱性电解槽的产氢速率为：

26、；

27、其中，表达式为：

28、；

29、式中，为碱性电解槽的产氢速率；为法拉第效率，用于表征实际参与产氢反应的电流比例；为碱性电解槽串联模块个数；为碱性电解槽工作电流；为电化学反应电子转移数；为法拉第效率系数；；

30、s13、储能系统bess模型

31、蓄电池数学模型为：

32、；

33、其中，；

34、

35、其中，

36、式中，为蓄电池内电动；为初始内电动势；为极化电压常数；为电压变化系数，为容量变化系数；为蓄电池额定容量；为充放电电流；为蓄电池剩余电量百分比，即荷电状态；为极化修正项；为极化效应系数；为电池温度；为蓄电池组中电池串联个数，是蓄电池组中电池并联个数；

37、s14、储氢模型：

38、储氢率为：；

39、式中，为储氢罐净储氢率；为储氢罐进氢率；为储氢罐出氢率；

40、储氢量为：；

41、式中，为时刻储氢罐储氢量；

42、由气体状态方程得,储氢罐压力为：

43、；

44、式中，为储氢罐压力，为储氢温度，为储氢罐体积，为理想气体常数；

45、s15、电氢耦合系统状态空间表达

46、电氢耦合系统功率平衡方程为；

47、式中，为风机功率，为蓄电池功率，当时，蓄电池释放电能，当时，蓄电池吸收电能；为碱性电解槽功率；为系统并网功率；为负荷功率；

48、电氢耦合系统净功率和可控能源产生的功率方程如下：

49、；

50、式中，为可控能源产生的功率，是系统净功率；

51、氢储量是由碱性电解槽生成的氢气决定，得到氢压力和碱性电解槽功率的微分方程：

52、；

53、式中：为碱性电解槽电压；

54、蓄电池荷电状态的变化率为：

55、；

56、式中为蓄电池电压，根据蓄电池的伏安特性，蓄电池电压不变；为蓄电池充放电功率；当时，蓄电池放电，降低；当时，蓄电池充电，升高；

57、定义离散化处理后，频率偏差演变公式为：

58、

59、式中，为系统等效惯性常数；为系统阻尼系数；是扰动功率；为模型预测控制采样时间；为风机参与频率调节的主动增量出力；

60、线性离散系统状态空间表达为：

61、；

62、式中，为状态变量，包含储氢罐压力、蓄电池荷电状态和电网频率偏差；为控制变量，包含碱性电解槽功率和蓄电池功率；为被控输出；为约束输出；与分别为系统矩阵和控制矩阵；为被控输出矩阵；为被控输出直接传递矩阵；为约束输出矩阵；为约束输出直接传递矩阵；为当前时刻；为下一时刻；

63、电氢耦合系统的状态空间离散形式表达为：

64、；

65、式中，为系统采样时间；

66、电氢耦合系统的状态变量、控制变量、输出变量矩阵表达为：

67、；

68、电氢耦合系统中矩阵，，，，，矩阵表达为：

69、；

70、其中，，为碱性电解槽功率变化对储氢罐压力变化的离散影响系数；为蓄电池功率变化对soc变化的离散影响系数。

71、进一步地，所述步骤s2中，通过功率管理系统pms实时采集电网频率偏差、当前风速、碱性电解槽运行状态及各储能单元状态；根据当前风速区间判定系统所处的运行模式因子；

72、；

73、所述运行模式因子用于在步骤s4中动态修正碱性电解槽与蓄电池的功率调节上下限。

74、进一步地，所述步骤s3包括：

75、电氢耦合系统功率调控函数为：

76、；

77、其中，；

78、式中，为参考轨迹，设置为参考轨迹，其中， 为最优经济制氢功率；为预测的电网频率偏差项；为控制增量项，用于表征功率调节的平滑度；符号代表二次型函数；为预测时域，为控制时域，加权矩阵为性能指标对于状态量的权重阵；加权矩阵为控制量的权重阵；为功率平衡或调频功率跟踪权重因子，用于调节系统对电网功率偏差的响应强度；为蓄电池荷电状态维持权重因子，用于约束蓄电池soc偏离期望值的程度；为制氢经济运行跟踪权重因子，用于约束碱性电解槽偏离最优经济制氢功率点的程度；代表控制变量的权重因子，。

79、进一步地，所述步骤s4中，系统动态功率边界约束包括：

80、s41、电氢耦合系统运行约束为：

81、；

82、式中，为系统约束输出；为系统控制变量；表示电氢耦合系统控制量增量；、分别为约束输出变量在时刻的下限和上限；、分别为控制变量在时刻的下限和上限；、分别为控制增量在时刻的下限和上限；

83、s42、考虑到储氢罐与蓄电池的储能水平,当时,系统存在剩余功率，由蓄电池和碱性电解槽吸纳剩余功率，碱性电解槽制氢存储于储氢罐中，存储的氢气不超过氢气压力上限，蓄电池吸纳功率不超出上限，时，系统运行边界约束为：

84、；

85、当时，系统存在缺额功率，碱性电解槽停机，蓄电池补足缺额功率，蓄电池提供电能不低于下限，时，系统运行边界约束为：

86、；

87、式中，为碱性电解槽允许输入功率下限；为碱性电解槽允许输入功率上限；为蓄电池最大充电功率边界，按照功率符号约定，其取值为负；为蓄电池最大放电功率边界，取值为正；

88、在考虑最小化频率偏差以及快速响应的目标函数中，为预测时域，为控制时域，满足，控制时域外控制增量置0，即：；

89、s43、基于所得的线性离散状态空间模型，未来时刻的系统状态由当前状态与控制序列时域递推得到，为优化问题的核心等式约束：

90、；

91、式中：为时刻实测的系统状态，为优化问题的初始条件；为时刻实际作用于系统的控制量，为控制量递推的初始值；为时刻对未来时刻系统净功率扰动的预测值，短期风速与负荷波动的时间连续性，在预测时域内采用常数扰动持续性假设，即假定预测时域内的外部扰动维持在当前时刻的实测水平，实现对风电功率波动的前馈补偿，其数学表达为：，通过在状态预测序列中完整引入项，使mpc算法在滚动优化时准确评估风电净功率扰动对未来电网频率演变的持续影响，主动计算出最优的碱性电解槽与储能功率对冲指令；

92、s44、控制量硬约束预测时域内所有时刻的控制量，满足设备物理功率上下限：

93、；

94、式中，，；

95、其中，；

96、式中，为碱性电解槽稳定启动所需的最小功率；为碱性电解槽额定功率；为碱性电解槽允许的短时过载最大功率；

97、s45、状态量安全约束与分工况动态约束：

98、预测时域内所有时刻的约束输出，满足储能系统安全边界，结合系统净功率正负动态收紧控制量边界：

99、；

100、其中，，；

101、式中，为预测时刻的约束输出变量；为约束输出变量的最小值；为约束输出变量的最大值；

102、s46、基于时刻预测的未来步净功率，动态修正控制量边界：

103、当系统处于中/高风速区间且，功率过剩工况：碱性电解槽与蓄电池吸纳剩余功率，控制量边界修正为：

104、；

105、当系统处于低风速区间或，功率缺额工况：强制碱性电解槽停机，令，蓄电池补足功率缺额，控制量边界修正为：

106、。

107、进一步地，所述步骤s5包括：

108、s51、控制增量序列定义：定义预测时域内的控制增量序列为决策变量：

109、；

110、式中，为控制时域内的控制增量堆叠向量；为预测时刻相对于时刻预测得到的控制变量增量；为控制时域；上标表示矩阵或向量的转置；

111、s52、预测模型的向量化展开：

112、根据系统状态空间表达式包含前馈扰动项与直接传递项，将未来步的预测输出变量写成关于初始状态、历史控制量、预测前馈扰动以及控制增量序列的解析形式：

113、；

114、式中，分别为系统矩阵分别为递推生成的系数矩阵；

115、s53、无约束自由响应误差定义：定义系统在无未来控制增量作用下的自由响应与参考轨迹的误差向量为：

116、；

117、式中，为无未来控制增量作用下系统预测输出相对于参考轨迹的误差向量；为预测时域内参考轨迹的堆叠向量；

118、s54、构造二次规划qp标准型：将向量化表达式代入多目标mpc目标函数，并去掉与决策变量无关的常数项，将目标函数化简为标准二次规划形式：

119、；

120、其中，hessian矩阵与梯度向量表达式为：

121、；

122、式中，为二次规划问题的hessian矩阵，用于表征目标函数关于控制增量序列的二次项；为目标函数关于控制增量序列的一次项系数向量；和分别为将权重矩阵和在预测时域上扩展得到的对角分块矩阵，通过在目标函数权重矩阵中将碱性电解槽功率增量权重设置为大于蓄电池功率增量权重，增强对碱性电解槽功率变化率的约束，使蓄电池优先承担快速功率波动补偿，降低碱性电解槽频繁启停及大幅功率突变的概率；

123、s55、不等式约束的矩阵化与求解：

124、将步骤s4中的所有物理边界约束、储能安全边界约束以及动态调整的功率收紧边界，统一表示为线性不等式形式：

125、；

126、式中，矩阵和向量随各个采样时刻的实时工况动态更新；

127、利用标准qp求解器对上述问题进行求解，若求解器返回结果为可行，则提取最优序列的第一项的首个元素作为当前控制执行量：

128、；

129、；

130、式中，是单位矩阵；为qp求解器得到的最优控制增量序列；

131、s56、应急校验：若qp求解器返回无可行解，系统将退化为“基于规则的风速区间默认模式”，执行应急控制。

132、进一步地，所述步骤s6中，校验求解器结果的有效性，包括：

133、根据qp求解器的返回状态标志校验求解结果有效性，若求解器成功找到最优解，则为有效解；若不满足，即qp求解器未能找到满足约束的可行解，系统将退化为“基于规则的风速区间默认模式”，包括：

134、应急低风速模式：，由bess独立调频；

135、应急中/高风速模式：碱性电解槽维持上一时刻功率不变，由风机通过减载主动调节；

136、将最优控制增量序列的第一个元素作用于系统：

137、；

138、式中，，即为时刻最终输出的碱性电解槽、蓄电池最优功率分配指令，下发至系统执行机构。

139、同时，本发明提出一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被执行时，实现本发明所述方法的步骤。

140、此外，本发明提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序配置为由处理器调用时实现本发明所述方法的步骤。

141、最后，本发明提出一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本发明所述方法的步骤。

142、与现有技术相比，本发明的有益效果为：

143、1、本发明通过构建包含“频率偏差项”与“制氢经济目标跟踪项”的多目标mpc函数，能够根据实时工况灵活分配权重。在优先保障电网频率稳定的前提下，使碱性电解槽尽可能运行在最优经济制氢功率点，显著提升了系统的整体能源利用率和制氢综合效益。有效保护设备寿命：通过运行模式因子和控制增量惩罚项，有效避免了电解槽的频繁启停，延长了核心设备的使用寿命。

144、2、本发明突破了传统固定边界约束的局限，提出了基于储氢罐实时压力和蓄电池荷电状态（soc）的动态功率边界修正机制。系统能自动根据存储单元的剩余容量空间，实时收紧或放宽电解槽与蓄电池的功率调节上下限。这不仅有效预防了储氢罐超压和蓄电池过充过放等安全隐患，还最大程度地释放了储能系统的调频潜力。针对数值优化算法可能存在的无可行解（infeasible）风险，本发明设计了“基于规则的应急退化逻辑”作为底层保障。当qp求解器在极端工况下未能求得可行解时，系统可立即无缝切换至基于风速区间的专家规则逻辑。这种“优化控制+应急保障”的双层架构，既保证了常态下的精确调节，又确保了在通信延迟、工况突变等极端场景下系统调频功能不丢失。