[发明专利]一种基于分布式梯度算法的储能系统充电优化方法

说明书

本发明公开了一种基于分布式梯度算法的储能系统充电优化方法，在发电量大于负载用户需求量时，多余的电量输送到储能系统中，本发明采用电池储能，储能电池系统处于充电状态，由于电池内阻的存在，在充电过程中会不可避免地产生损耗，本发明对储能充电量进行分布式优化来最小化损耗量。分布式梯度优化问题是一个同时满足等式约束和不等式约束的优化问题，将等式约束、不等式约束全部考虑进去。当电池储能系统出现充电损耗时，该分布式梯度算法通过分布式控制方式能够进行实时储能输入调节，同时满足等式约束与不等式约束，在保证系统的稳定性，并可以有效减少损耗。

技术领域

本发明涉及储能系统技术领域，特别是一种基于分布式梯度算法的储能系统充电优化方法。

背景技术

随着新型发电技术的发展，分布式发电系统(distributed generation system，DGS)得到迅猛发展，大大满足负荷快速增长需求，并且能够降低环境污染、同时可以提高能源利用率和供电的可靠性。大量的分布式发电系统和储能系统协调融入电力网络，因而导致电力系统的正常运行发生各种故障，甚至是运行中断，在这样的情况下，微网被运用于此。微网内部主要是由电力电子装置进行能量转换，并得到相应的控制。孤岛微网系统主要由分布式电源、负荷以及储能系统组成。

由于可再生能源的随机性和间歇性的特点，自治微网内部的稳定运行和控制出现了问题，尤其是在高渗透率的情况下。一些比较受欢迎的最大功率追踪算法，主要强调高利用率，但是当可再生能源发电量与负荷需求量并不相等时，将发生供需不平衡，尤其是在微网孤岛状态中，形式严峻。为了克服这个问题，我们通常采用安装储能装置。它们可以在尖峰发电期间吸收多余的发电量，在尖峰负荷需求期间，补偿能量的不足，并且可以平衡短期内净能量的变化。储能可以改善电网质量，维持电网稳定性，同时可以对电力负荷进行削峰填谷，大规模储能技术的运用大大提高电源的可控性。电池储能是一种基于电能的装置，响应速度很快。所以当储能被引入到孤岛微网时，有功功率不平衡可以被最小化。电池储能以其响应速度快、能量密度高、功率和容量配置灵活、适用范围广等优点，可在电力系统削峰填谷、平抑负荷波动、稳定控制等多种场景发挥重要作用。储能系统在电力网络中发挥作用的同时，在储能的充放电过程中将不可避免地产生损耗。部分分布式算法最终收敛于优化量，然而花了很长时间。此外，供需有功不匹配也时有发生。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于分布式梯度算法的储能系统充电优化方法，本发明当电池储能系统出现充电损耗时，该分布式梯度算法通过分布式控制方式能够进行实时储能输入调节，保证系统的稳定性，并可以有效减少损耗。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于分布式梯度算法的储能系统充电优化方法，包括以下步骤：

步骤一、建立储能系统充电优化模型的目标函数，并进行参数初始化；

步骤二、初始化权值矩阵；

步骤三、将第i个储能单元的充电功率P_b,i与预设的第i个充电功率最大阈值和充电功率最小阈值P_b,i进行比较判断，使得如果第i个储能单元的充电功率P_b,i大于则将其充电功率设置为此时该储能单元不再参与分布式梯度迭代，仅仅起到信息交互的作用，即离网，在下一次迭代时的通信权值改变；如果第i个储能单元的充电功率P_b,i小于P_b,i，则将其充电功率设置为充电功率最小阈值，同样仅仅信息交互，不再分布式梯度迭代，在下一次迭代时的通信权值改变；如果充电功率在之间，则采用分布式梯度算法对各个储能单元进行充电功率的迭代更新；其中，i＝1,…,n，n为储能单元的总个数；

步骤四、计算储能充电功率误差值P_m；