基于多能互补的园区源网荷储协同控制方法及系统与流程

摘要: 本发明属于综合能源系统优化控制,具体是一种基于多能互补的园区源网荷储协同控制方法及系统。背景技术:1、园区级综合能源系统已成为实现能源清洁低碳转型的重要载体。园...
基于多能互补的园区源网荷储协同控制方法及系统与流程

本发明属于综合能源系统优化控制,具体是一种基于多能互补的园区源网荷储协同控制方法及系统。

背景技术:

1、园区级综合能源系统已成为实现能源清洁低碳转型的重要载体。园区内部署了分布式光伏、风电等可再生能源发电设备,以及储能系统、电动汽车充电桩、柔性负荷等灵活性资源,形成了典型的 “源 - 网 - 荷 - 储” 多能互补架构。

2、然而,现有园区能源管理技术存在以下问题:

3、集中式控制架构响应滞后:传统云端集中式优化控制方法依赖完整的全局信息上传,通信延迟大,难以应对源荷快速波动场景,实时性差;

4、边缘侧决策能力不足:边缘设备仅作为数据采集和指令执行终端,缺乏本地智能决策能力,当通信中断时系统失去控制,可靠性低;

5、多时间尺度协同缺失:日前 - 日内 - 实时多时间尺度的调度策略缺乏有效衔接,各时段优化目标冲突,难以实现全周期最优;

6、多能流耦合建模粗放:电、热、气、冷等多能介质之间的转换与耦合关系未充分考虑,导致能源利用效率低下,综合能效提升空间有限。

7、近年来,云边协同计算架构在电力系统中得到初步应用,但现有技术多聚焦于数据传输和简单指令下发,未实现云端全局优化与边缘本地决策的深度融合,也未解决多能流耦合、多时间尺度协同等核心问题。

技术实现思路

1、本发明的目的在于克服现有技术的不足,提供基于多能互补的园区源网荷储协同控制方法及系统,通过构建 “云 - 边 - 端” 三层协同架构,实现云端全局多目标优化、边缘侧本地动态修正、终端设备精准执行的多层级闭环调控,提升园区新能源消纳能力和综合运行效率。

2、为实现上述目的,本发明采用如下技术方案:

3、基于多能互补的园区源网荷储协同控制方法,包括以下步骤: s1:构建园区源网荷储多能流耦合模型,基于能量枢纽理论建立园区电、热、气、冷多能介质的耦合网络模型,涵盖电源侧、电网侧、负荷侧、储能侧与多能转换单元,补充各类储能的动态递推约束与充放电互斥约束;s2:在云端管控平台,基于所述多能流耦合模型,以经济性、可靠性、环保性为多目标,对各极小化子目标进行归一化处理后构建加权综合目标,建立日前 - 日内两阶段滚动优化调度模型,通过多目标优化算法求解生成日前调度计划和日内滚动修正指令;s3:在边缘侧部署协控网关,接收云端下发的调度指令,基于时钟同步的实时源荷储运行数据,采用带云端基准偏差约束的模型预测控制算法,对所述调度指令进行本地滚动优化调整;s4:建立 “日前计划 - 日内滚动 - 实时修正” 三层时间尺度协同机制,明确各尺度的指令拆解、衔接与优先级规则,其中日前时间尺度确定各设备基础运行点,日内滚动尺度每15 分钟滚动修正当日剩余时段计划,实时修正尺度按能源品类分执行子步长动态修正;s5:构建园区源网荷储资源的可观可测可控闭环调控体系,通过多模态传感器实现全环节状态感知,通过多元负荷联合预测模型实现负荷与电源出力精准预测,通过边缘协控网关实现资源精准调控,并将控制执行结果反馈形成闭环;s6:设定云边通信中断判定与防抖规则,当通信中断时边缘协控网关自动切换至自治运行模式,基于本地预存的简化优化模型和历史运行数据独立生成控制策略,配合边缘对等协同保障系统安全,通信恢复后自动同步并平滑切回云边协同模式;同时配置电气并离网防孤岛保护逻辑,应对大电网停电场景。

4、优选地,所述步骤 s1 中的多能流耦合模型包括:电源侧模型,包括分布式光伏出力模型、风电出力模型、燃气轮机热电联产模型;电网侧模型,包括配电网潮流约束模型、线路传输容量约束模型、节点电压偏差约束模型;负荷侧模型,包括刚性电 / 热 / 气 / 冷负荷模型、可中断负荷模型、可转移负荷模型、电动汽车充电负荷模型;储能侧模型,包括电化学储能模型、蓄热储能模型、氢储能模型,包含动态递推方程、充放电互斥约束、容量上下限约束与爬坡速率约束;多能转换单元模型,包括电转热模型、电转冷模型、吸收式制冷模型、燃气锅炉模型。

5、优选地,所述步骤 s2 中的云端优化目标函数为归一化加权形式:

6、;其中,分别为极差归一化后的购电成本、设备运维成本、碳排放成本、供电可靠性风险指标,所有子目标均为极小化方向;为权重系数且满足和为 1;通过多目标优化算法 nsga-ⅲ 或moea/d 求解帕累托前沿解集,并基于逼近理想解排序法(topsis)选取最优折中解。

7、优选地,所述步骤 s3 中的边缘侧本地优化调整具体包括:实时状态监测:基于ptp/ntp 时钟同步协议,采集分布式电源出力、负荷功率、储能 soc、电网电压频率、热网参数、气网参数等多能实时数据;指令动态修正:基于模型预测控制算法,设置求解周期为 5分钟、预测时域为 30 分钟,目标函数加入云端基准指令偏差惩罚项并约束修正幅度;执行层面电系统指令刷新子步长为 5 秒,热 / 气 / 冷系统指令刷新子步长为 1 分钟;异常快速响应:当检测到源荷波动超过设定阈值或设备越限风险时,触发边缘快速响应模式,本地生成紧急控制策略,优先保障关键负荷供能。

8、优选地,所述步骤 s4 中的三层时间尺度协同机制具体为:日前时间尺度:周期24h,时间步长 1h,云端基于日前预测数据生成次日全天调度计划与设备启停计划;日内滚动尺度:滚动周期 15min,预测时域覆盖当日剩余全时段,时间步长 15min;首次滚动基于典型日内特性曲线将日前计划插值拆解为 15min 基准序列,后续每 15 分钟滚动更新超短期预测数据并修正计划偏差;新指令下发后边缘侧平滑切换控制基准;实时修正尺度:滚动周期 5min,电系统执行子步长 5s、热 / 气 / 冷系统执行子步长 1min,边缘侧基于实时量测数据在允许偏差范围内对日内指令进行动态修正。

9、优选地,所述步骤 s5 中的可观可测可控闭环调控体系具体包括:可观:通过多模态传感器和智能量测终端,实现园区电源、电网、负荷、储能、多能转换设备全环节运行状态的高精度感知;可测:建立基于 bi-lstm 的电负荷与分布式电源出力预测模型,以及基于物理 - 数据融合模型的热 / 气 / 冷负荷预测模型,覆盖电动汽车、柔性负荷的精准预测;可控:通过边缘协控网关向分布式电源、储能系统、柔性负荷、多能转换设备下发控制指令,实现分级精准调控;闭环:将控制执行结果与量测数据反馈至云端和边缘侧,形成 “监测 - 预测 - 优化 - 控制 - 反馈” 的闭环调控体系。

10、优选地,所述步骤 s6 中的断网自治与并离网保护具体包括:通信中断判定:连续3 次心跳包超时且持续时长≥30s 判定为通信中断,设置防抖机制避免网络闪断误触发;本地自主决策:边缘协控网关基于云端提前下发并预存的简化优化模型、历史运行数据以及基于历史相似日的超短期预测数据,独立生成控制策略;分布式对等协同:通过边缘节点间的对等通信,基于交替方向乘子法实现多边缘网关的分布式协同控制;通信恢复衔接:通信恢复后自动同步断网期间运行数据,平滑切回云边协同控制模式;电气孤岛保护:当并网点检测到大电网停电时,触发防孤岛保护逻辑,完成并离网平滑切换,电网恢复后执行同期并网。

11、本发明还提供了基于多能互补的园区源网荷储协同控制系统,包括:云端管控平台,用于构建园区多能流耦合模型,以经济性、可靠性、环保性为多目标生成日前 - 日内两阶段滚动优化调度策略,建立多时间尺度协同机制,并下发调度指令;

12、边缘协控网关,部署于园区现场,用于接收云端调度指令、基于时钟同步的实时数据进行带偏差约束的本地优化调整,并在通信中断时切换至自治运行模式;

13、智能终端设备,包括分布式电源、储能系统、柔性负荷、多能转换设备,用于接收边缘协控网关的控制指令并执行;

14、通信网络,用于云端管控平台、边缘协控网关、智能终端设备之间的数据传输和指令交互,支持 ptp/ntp 时钟同步。

15、优选地,所述云端管控平台包括:

16、多能流耦合建模模块,用于建立园区电、热、气、冷多能介质的耦合网络模型,配置储能与多能转换设备约束;多目标优化模块,用于对各优化子目标归一化处理后,求解日前- 日内两阶段滚动优化调度模型;

17、多时间尺度协同模块,用于建立日前计划 - 日内滚动 - 实时修正三层时间尺度协同机制,管控指令拆解与衔接逻辑;预测数据更新模块,用于每 15 分钟滚动更新源荷超短期预测数据;指令下发与反馈模块,用于将优化生成的调度指令下发至边缘协控网关,并接收执行反馈数据。

18、优选地,所述边缘协控网关包括:数据采集与同步模块,用于基于时钟同步协议实时采集多能运行数据;本地优化模块,用于基于带云端基准偏差约束的模型预测控制算法对调度指令进行滚动修正;自治运行模块,用于在云边通信中断时切换至本地自治模式,基于本地预存模型和历史数据独立生成控制策略;对等通信模块,用于支持多边缘网关间的分布式协同控制;指令执行模块,用于向智能终端设备下发控制指令。

19、与现有技术相比,本发明具有以下有益效果:

20、1)通过云边协同架构,将云端全局优化与边缘本地决策深度融合,兼顾全局最优性与本地实时性;相较于传统集中式云端调度,电系统控制响应时间从分钟级缩短至秒级,热 / 气 / 冷系统保持分钟级稳定调控;

21、2)边缘侧具备 ai 算力和自主决策能力,可在通信中断时实现断网自治运行,系统供电可靠性显著提升至 99.95% 以上;

22、3)多时间尺度协同机制实现了日前 - 日内 - 实时三层调度的有机衔接,各时段优化目标协调一致,相较于单时间尺度集中调度,综合运行成本降低 15%-20%;

23、4)精细化多能流耦合建模充分考虑了电、热、气、冷之间的梯级转换与互补关系,园区综合能效提升约 3.4%,新能源消纳率超过 90%;

24、完善的时钟同步、指令偏差约束、平滑切换机制,保障了系统工程落地的稳定性与安全性。