[发明专利]基于双层模型预测控制的微能网多时间尺度优化控制方法

权利要求书

1.一种基于双层模型预测控制的微能网多时间尺度优化控制方法，其特征在于，包括如下步骤：

建立含电转气和电池–超级电容器混合储能的电热气联供型微能网模型；

建立基于双层模型预测控制的多时间尺度优化控制方法；

通过基于双层模型预测控制的多时间尺度优化控制方法，在保证微能网风光消纳能力的前提下，应对不确定性因素对微能网优化控制的影响，实现微能网经济安全运行；

所述电热气联供型微能网模型包括：

热电联供系统：

热电联供系统的能源转换模型描述如下：

式中：η_ge、η_gh、η_rec分别为微型燃气轮机发电效率、微型燃气轮机制热效率和余热回收锅炉废热回收效率；为t时段微型燃气轮机的输出电功率，为经余热回收锅炉后微型燃气轮机制热功率，为t时段微型燃气轮机消耗的气功率；

电转气设备：

电转气设备的能源转换模型描述如下：

式中：为电转气设备的输入功率；η_P2G为电转气设备的转换效率；为t时段电转气设备输出的天然气功率；

燃气锅炉和电锅炉：

燃气锅炉和电锅炉的能源转换模型描述如下式：

式中：和分别为t时段燃气锅炉消耗的气功率和产生的热功率；和分别为t时段电锅炉消耗的电功率和产生的热功率；η_GB和η_EB分别为燃气锅炉和电锅炉的能源转换效率；

储能设备：

储能设备的能源转换模型描述如下式：

式中：S_k(t)、P_k(t)分别表示t时段储能设备k的储能占比和充放能功率，这里的储能占比即储能设备剩余容量占额定容量的比例；E_k表示储能设备k的额定容量；Δt为单位调度时间；和分别表示储能设备k的充、放能效率；下标k取e、h和g分别表示电、热和气；

所述基于双层模型预测控制的多时间尺度优化控制方法包括上层的基于MPC的长时间尺度滚动优化层和下层的基于MPC的短时间尺度实时滚动调整层；其中，

基于MPC的长时间尺度滚动优化层：

采样时刻为t_u∈{1,…,T_u}，预测时域为T_u，调度周期为T_N，控制时间间隔为Δt_u；在t_u时刻，基于未来T_u个控制时间间隔内风光出力和电/热/气负荷需求的预测数据，综合考虑能源转换设备的技术特性、储能设备的容量和使用寿命及分时电价和天然气价，以最小化系统运行成本为目标，通过多步滚动优化求解获得预测时域内微能网调度计划，并下发第一个控制间隔内的调度计划值至下层作为参考值；

基于MPC的短时间尺度实时滚动调整层：

采样时刻为t_l∈{1,…,T_l}，预测时域为T_l，调度周期为T_S，控制时间间隔为Δt_l；在t_l时刻，下层遵照上层调度计划和储能设备充放电状态，基于下层预测时域内风光出力和负荷需求的超短期预测值，对上层调度计划值进行修正，降低风光出力和负荷需求预测误差对优化结果精准性的影响，并调度超级电容器出力，平抑风光出力的负荷需求的功率波动导致的联络线电功率和电池出力波动；在时间Δt_u之后，下层将更新后的状态变量反馈至上层，上层开始进行下一个调度；如此重复完成上述过程，直至完成调度周期所有时段调度计划的生成；

所述基于MPC的长时间尺度滚动优化层具体优化模型如下：

目标函数：

上层滚动优化过程中，优化目标为预测时域内微能网运行成本最低；目标函数描述如下：

式中：为微能网与电网交互费用；为购买天然气费用；为系统设备维护成本；为电池退化成本；为弃风弃光惩罚成本；

①微能网与电网交互费用

式中：c_e(t_u)为购售电价格，联络线电功率；

②微能网购气成本

式中：c_g(t_u)为天然气价格，联络线气功率；

③设备维护成本

式中：R_PV、R_WT、R_MT、R_GB、R_EB、R_P2G、R_B、R_H、R_G分别为风机、光伏、微型燃气轮机、燃气锅炉、电锅炉、电转气设备、电池、储热装置、储气装置的单位功率维护成本；分别表示风机、光伏、微型燃气轮机、燃气锅炉、电锅炉、电转气设备、电池、储热装置、储气装置的输出功率；

④电池退化成本

式中：C_B为电池置换成本，E_BA为电池额定容量，η_Bc、η_Bd为电池充/放电效率，d_B为电池放电深度，L_B(d_B)为电池循环寿命曲线表达式，a、b、c为曲线拟合系数；

⑤弃风弃光惩罚成本

式中：ω_AB为弃风弃光单位成本；为弃风弃光功率；

约束条件：

①系统功率平衡约束

对于电、气、热耦合系统，功率平衡公式具体为：

式中：分别表示电、热、气负荷需求功率；

②与大电网交互功率约束

微能网与大电网的交互功率需维持在预定范围内：

式中，分别表示微能网与大电网、天然气网交互功率的上、下限；

③弃风弃光约束

④可控机组约束

可控机组在运行时需要满足运行功率约束和爬坡约束：

式中，分别为微型燃气轮机、燃气锅炉和电锅炉的出力上下限；分别为微型燃气轮机、燃气锅炉和电锅炉爬坡速率的上下限；

⑤电转气设备约束

电转气设备受其额定功率的约束：

式中，为电转气设备的额定功率；

⑥储能设备约束

储能设备运行受剩余容量和最大充放能功率约束；由于同一时刻储能设备只能进行充能或放能，因此，引入0/1布尔变量用于表示储能设备充放能状态；储能设备约束如下：

式中：和分别表示储能设备k的储能占比上下限，分别表示储能设备k的充、放能功率限值；为储能设备的充/放能状态变量，充能状态时为1，放能状态时为1；在上层优化模型中，当k取e时，表示电池储能；

所述基于MPC的短时间尺度实时滚动调整层具体优化模型如下：

目标函数：

下层以功率修正的惩罚成本和超级电容器在下层预测时域末端保持在最佳储能占比而引起的惩罚成本最小为目标；由于超级电容器的允许循环次数远大于电池，故不计超级电容器的退化成本和维护成本；目标函数如下：

式中：和分别表示功率修正的惩罚成本和在下层预测时域末端超级电容器保持最佳储能占比而引起的惩罚成本；

①功率修正惩罚成本

式中：i表示设备，μl i表示设备i进行功率修正的惩罚因子，和分别表示设备i的参考值和修正值；

②预测时域末端超级电容器惩罚成本

式中：表示t_l时刻超级电容器的储能占比；表示超级电容器最佳储能占比；

约束条件：

下层关于微能网功率平衡约束、能源转换设备约束、储能设备约束以及弃风弃光值约束与上层相同，下层在功率平衡式中需增加超级电容器出力项，描述如下：

式中：和分别表示超级电容器储能占比上下限，分别表示超级电容器的充、放电功率限值；为超级电容器的充放电状态变量，充电状态为1，放电状态为1。