[发明专利]基于蚁群算法的电池储能电站功率控制方法及其系统

说明书

技术领域

本发明属于智能电网以及能量存储与转换技术领域，具体涉及一种基于蚁群算法的电池储能电站功率控制方法及其系统，尤其适用于对大规模分布式和集中式储能电站并网系统的电池储能机组的实时功率及能量管理方法。

背景技术

随着电池及其集成技术的不断发展，大规模分布式和集中式电池储能电站的应用模式将逐步成为一种优选方案。电池储能系统中目前常用的几种大容量储能电池有钠硫电池，液流电池以及锂离子电池等类型。

通过合理控制连接在储能设备上的换流器，高效实现储能系统的充放电，能在很大程度上解决由于风电及光伏发电随机性、间歇性及波动性等带来的风光发电输出功率不稳定问题，以满足风力及太阳能发电的平滑输出要求，并有效解决由于风电及光伏发电波动给电网频率波动带来的电能质量等问题。

从电池储能的角度来说，过度的充电和过度的放电都会对电池的寿命造成影响。因此，监控好电池荷电状态、在储能电站内部合理分配好总功率需求，并将电池的荷电状态控制在一定范围内是必要的。

目前有关锂电池储能电站的功率控制方面的专利、文献、技术报告等非常少，需要深入研究和探索。

本发明将蚁群算法融入到电池储能电站的控制方法中。蚁群算法是一种启发式仿生类进化算法，已在多个领域中成功应用于求解优化问题。

发明内容

针对上述问题及技术背景，本发明的目的之一在于提供一种安全稳定、便于操作实现的基于蚁群算法的电池储能电站实时功率控制方法。

本发明的控制方法是通过下述技术方案实现的：

一种基于蚁群算法的电池储能电站功率控制方法，包括以下步骤：

A、实时读取电池储能电站的相关数据，并对数据进行存储；

B、通过蚁群算法实时确定出电池储能电站中参与本次功率分配的储能机组；

C、计算出参与本次功率分配的储能机组功率命令值；

D、将步骤C计算出的储能机组功率命令值进行存储后输出。

进一步地，在步骤A中，所述电池储能电站的相关数据包括：电池储能电站总功率需求以及电池储能电站中各储能机组的额定功率、可控状态值、荷电状态值、最大允许工作功率比例值和最大允许工作功率等等；所述最大允许工作功率包括最大允许放电功率和最大允许充电功率，当电池储能电站总功率需求为正值时，所述最大允许工作功率即为最大允许放电功率，当电池储能电站总功率需求为正值时，所述最大允许工作功率即为最大允许充电功率。

进一步地，在步骤B中，

首先，建立下式中的0-1整数规划模型作为判断各储能机组是否参与本次功率分配的目标函数：

目标函数：

其次，通过蚁群算法计算出各储能机组的决策变量，并根据决策变量确定出参与本次功率分配的储能机组；

上式中，x_i、u_i、α_i、分别为储能机组i的0-1决策变量、可控状态值、最大允许工作功率比例值和最大允许工作功率，当储能机组i可控时，u_i为1，否则u_i为0；当x_i＝1时表示储能机组i参与本次功率分配，当x_i＝0时表示储能机组i不参与本次功率分配；为电池储能电站总功率需求；L为电池储能电站中储能机组的总个数。

进一步地，在步骤C中，计算参与本次功率分配的储能机组功率命令值的具体方法包括：

C1)利用步骤B计算出的各储能机组i的决策变量x_i，并基于相应储能机组的荷电状态值，计算出参与本次功率分配的各储能机组功率命令值P_i；

C2)设置越限条件，并基于越限条件判断步骤C1中各储能机组功率命令值是否有违反其最大允许工作功率限制的情况，如果有，执行步骤C3；否则跳转至步骤C4；

C3)重新计算参与本次功率分配的各储能机组功率命令值；

C4)将步骤C1所得各储能机组功率命令值设置为其最终功率命令值。

进一步地，在步骤D中，将步骤C中计算出的各储能机组功率命令值进行存储后输出至外部监控平台，以执行对电池储能电站的功率控制，同时实现对电池储能电站的实时功率控制功能。

本发明的另一目的在于提出一种基于蚁群算法的电池储能电站功率控制系统，其包括：

通讯模块，用于接收电池储能电站的相关数据，并与外部监控平台进行数据传输和通信；