[发明专利]一种基于负荷预测的电池储能系统削峰填谷实时控制方法

权利要求书

1.一种基于负荷预测的电池储能系统削峰填谷实时控制方法，其特征在于该方法包括以下各步骤：

(1)在历史负荷数据库中寻找n条与预测日的日类型相同、天气相同的日期的负荷数据，称为历史相似日负荷数据，由历史相似日负荷数据分别得到n条历史相似日负荷曲线；将预测日的一天划分为N个阶段，相邻两个阶段的预测负荷数据的时间间隔为Δt；

(2)采用线性回归分析法进行扩展短期负荷预测，预测方法如下：

(2-1)设测量时刻是在预测日的第m个阶段，预测日的实时负荷曲线r(j)(j＝1，2，……，N)中有m个已知的负荷数据和N-m个未知的负荷数据，并设预测负荷曲线(j＝1，2，……，N)为n条历史相似日负荷曲线h₁(j)，h₂(j)，…h_n(j)(j＝1，2，……，N)的线性组合，则预测负荷曲线为：

其中α_i为历史相似日负荷曲线h_i(j)的拟合参数；

(2-2)根据“近大远小”原则，即距离预测点近的时刻的已知负荷值对预测值的影响大于距离预测点远的时刻的负荷值，第一个阶段到第N个阶段的负荷点的权重w_j取值如下：

wj=W,j=mβwj+1,0<j<m0,j>m]]>

其中，0＜β≤1，W为大于零的正数，若β＝1，则各个已知负荷点的权重都相同；最小二乘拟合的目标是使得下面式子中偏差的值最小：

约束条件为：

Σi=1nαi=10≤αi≤1,i=1,2,...n,;]]>采用加权最小二乘法求解得到拟合参数α_i；

(2-3)根据拟合参数α_i，利用步骤(2-1)的等式，求出预测负荷曲线

(3)建立电池储能系统削峰填谷实时优化模型，建立过程如下：

(3-1)设电池的充电功率为正，放电功率为负，将电池储能系统在m阶段到N阶段的输出功率b(x)(x＝m，m+1，……，N)作为控制变量，将电池储能系统在m阶段结束时到N阶段结束时电池的电量s(x)(x＝m，m+1，……，N)作为状态变量，得到电池储能系统实时优化模型的目标函数为：

(3-2)设定电池储能系统削峰填谷实时优化模型的约束条件，包括：

容量约束：

S_low≤s(x)≤S_high  x＝m，m+1，…N

s(x)＝s(X-1)+b(X)×Δt，x＝m，m+1，…，N

第N阶段结束时的电池电量s(N)＝S_final，其中S_final为预先设定的一天结束时的电池电量值。

功率约束：

-P_max≤b(x)≤P_max，x＝m，m+1，…N，

充放电次数约束表示为：

充放电次数＝k，或者充放电次数≤k，其中k为正整数，

放电深度约束：

电池第y次放电过程中的电量大于或等于放电深度限制值，放电深度限制值记为DOD(y)，其中y＝1，2，……，k，放电深度限制值DOD(y)根据电池使用寿命设定；

(4)采用动态规划算法求解电池储能系统削峰填谷实时优化模型：

(4-1)设一个电池电量为一个状态，将预测日一天N个阶段中每个阶段的所有电池电量状态划分为2k个部分，其中k为电池的充放电次数约束值，若一天中电池首先进行充电，则2k个部分分别为：第一次充电部分、第一次放电部分、第二次充电部分、第二次放电部分、……、第k次充电部分、第k次放电部分，每个部分中包含多个电池电量状态，将电池的电量离散化，相邻两个状态之间的电量差为Δs，实时优化时电量初始状态在当前阶段，电量终值状态在第N阶段，充电时电池的电量满足上述容量约束条件S_low≤s(x)≤S_high  x＝m，m+1，…N，第y次放电时电池的电量满足上述容量约束S_low≤s(x)≤S_high  x＝m，m+1，…N，并满足上述放电深度约束s(x)≥DOD(y)；

(4-2)将从预测日的一个阶段的一个电池电量状态出发到达相邻下一阶段的任意一个电池电量状态记为一个决策，选择满足以下条件的决策作为可行决策：

若从第y(y＝1，2，……，k)次充电时电量为s(x)的状态出发，到达第y次充电时电池电量大于或等于s(x)的状态，或到达第y次放电时电池电量小于s(x)的状态，且出发时状态的电池电量和到达时状态的电池电量之差的绝对值小于或等于电池的最大充放电功率限制值P_max×Δt，则该决策为可行决策；

或：若从第y次放电时电池电量为s(x)的状态出发，到达第y次放电时电池电量小于或等于s(x)的状态，或到达第y+1次充电时电池电量大于s(x)的状态，且出发时状态的电池电量和到达时状态的电池电量之差的绝对值小于或等于电池的最大充放电功率限制值P_max×Δt，则该决策为可行决策；

(4-3)根据动态规划算法中的递推方程，依次求解每个阶段每个状态的阶段性最优指标函数f(s(u))，f(s(u))＝min_{b(u)∈d(s(u))}{f(s(u-1))+v_u(b(u))}，由当前阶段向第N阶段推算，其中，s(u)为第预测日中的第u阶段的电池电量状态，d(s(u))是由s(u)确定的上述可行决策的集合，输出功率b(u)为第u阶段的决策变量，是第u阶段的阶段指标；记录每个阶段每个状态的最优决策，得到终值状态的阶段性最优指标函数f(s(N))，即为电池储能系统削峰填谷实时优化模型的目标函数f；从终值状态的最优决策开始根据每一阶段的最优决策依次向前类推，分别求解电池储能系统在各个时刻电池的电量s(x)，x＝m，m+1，……，N，分别得到电池储能系统在各个时刻的输出功率b(x)；

(5)当电池处于持续充电或者持续放电时，对求解出的电池储能系统当前阶段的输出功率进行负荷平滑处理，处理方法为：对电池当前时刻的输出功率b(m)进行调整，使得b(m)+r(m)≤max{1pΣi=1p(b(m-i)+r(m-i))+Δpload,r(m)-Pmax},]]>并且b(m)+r(m)≥min{1pΣi=1p(b(m-i)+r(m-i))+Δpload,r(m)-Pmax},]]>其中，p为设定的预测日中测量时刻之前的阶段个数，Δpload为设定的负荷波动限制值。