所屬技術領域

本發明涉及輸配電領域，具體涉及一種智能直流微電網系統。

背景技術：

隨著常規能源的逐漸衰竭和環境污染的日益加重，世界各國日益關注太陽能、風能、蓄電池、飛輪儲能等分布式發電技術。微電網作為智能電網重要的組成部分，對新能源推廣、節能降耗、降低炭排放量具有重要意義的高新技術，微電網與傳統電網相結合也被國內外專家一致認為是未來電力系統的發展趨勢。

微電網是由光伏等分布式能源以及負載組成的、可控的分布式發用電系統，其中，電能以直流的形式傳輸、利用的微電網稱之為直流微電網。同時相比于交流微電網而言，直流微電網具有結構簡單，控制方便等優點，具有更大的發展潛力。

直流微電網是分布式電源模塊及相關負荷模塊、儲能模塊按照一定拓撲結構(如總線結構、環形母線結構等)組成的網絡，但是目前的直流微電網多采用集中控制的方法，無法凸顯直流微電網分布式的特點。并且集中式控制依賴于可靠的信息通信技術，但目前的直流微電網系統通信技術的可靠性不足以滿足微電網長期穩定運行的需求。

直流微電網以并網與孤島兩種運行方式之間的轉換發揮了其技術性、經濟性、靈活性優勢。在運行方式切換過程中能否平滑過渡，是微電網能否保證系統安全穩定運行以及負荷供電可靠性的關鍵所在。

技術實現要素：

本發明提供一種智能直流微電網系統，通過遠程終端進行直流微電網系統智能控制，有效監控直流微電網系統設備運行情況，并能及時了解和處理直流微電網系統設備異常情況；此外該微電網系統的監控裝置可以確定光伏發電陣列的發電功率，確定儲能裝置向配電網提供電能的轉換效率，確定直流微電網內的用電負荷，以及根據分布式發電設備的發電功率、儲能裝置向配電網提供電能的轉換效率和直流微電網內的用電負荷確定儲能裝置的容量；此外，本系統還可以實現從孤島運行到并網運行的平滑切換。

為了實現上述目的，本發明提供一種智能直流微電網系統，包括：光伏發電陣列、多個本地負載、并網模塊、儲能裝置、監控裝置和直流母線；

所述并網模塊用于控制所述直流微電網系統孤島運行或與配電網并網運行；

所述直流母線，用于連接儲能裝置、光伏發電陣列、并網模塊和本地負載，用于微電網系統內的功率交換以及微電網系統與配電網的功率交換；

該監控裝置包括：

光伏發電陣列監控模塊，用于實時監控光伏發電陣列，并對光伏發電陣列的發電功率進行預測；

并網監控模塊，用于實時監控并網模塊；

負載監控模塊，用于實時監控微電網內的負載，并對負載消耗的功率進行預測；

儲能裝置監控模塊，用于實時監控儲能裝置的運行；

中控模塊，用于確定微電網的運行方法，并用于協調監控裝置中的各模塊工作；

通信總線，用于該監控裝置的各個模塊的通信聯絡。

優選的，所述光伏發電陣列包括多個光伏發電組件以及多個光伏控制器，與所述光伏控制器與光伏組件和直流母線相連接。

優選的，所述中控模塊包括信息處理單元，策略優化單元和控制指令確定單元；所述通信總線可用于采集所述光伏發電陣列、所述本地負荷、所述儲能裝置、并網模塊的運行狀態，并所述中控模塊。

優選的，所述信息處理單元用于將通信總線采集到信息進行數據識別，識別的數據包括光伏發電陣列、本地負荷、儲能裝置、并網模塊的地址信息、設備信息和電壓電流信息。

優選的，所述策略優化單元根據信息處理單元得到的直流微電網系統運行狀態信息和中控模塊所設置的直流微電網系統的安全閾值、安全級別以及數據更新頻率，結合直流微電網系統優化控制算法，得出優化控制策略，通過策略優化模塊可提高直流微電網系統監控系統的智能性，便于用戶更好的監控直流微電網系統。

優選的，所述控制指令確定單元根據當前光伏發電陣列的發電功率、儲能裝置的轉換效率和配電網的用電需求和微電網本地負荷的需求，來確定直流微電網系統的運行指令，所述運行指令包括并網運行指令。

優選的，所述儲能裝置包括蓄電池、超級電容等儲能裝置和雙向dc/dc變換器，雙向dc/dc變換器分別與蓄電池、超級電容等儲能裝置相連，所述的雙向dc/dc變換器集成有電壓電流傳感器單元、微控制器單元、通信單元和故障處理單元。

優選的，所述并網模塊包括：

開關電路，連接在直流母線和配電網之間，用于根據中控模塊的指令控制微電網系統與配電網連通或斷開；

并聯逆變器，第一端與直流母線相連接，第二端與配電網交流母線相連接，第三端與開關電路相連接，用于在開關電路控制連通微電網系統與配電網時將直流電轉換為交流電。

優選的，所述并網監控模塊包括電參數傳感器，用于檢測交流母線的電參數；

所述開關電路包括：并網開關，連接在并聯逆變器和交流母線之間；控制器，與并網開關和電參數傳感器相連接，用于根據所述中控模塊的指令和交流母線的電參數控制并網開關斷開或閉合。

優選的，所述監控裝置還包括直流母線監控模塊，所述母線監控模塊包括：

電壓獲取模塊，用于獲取直流微電網的直流母線電壓；電流獲取模塊，用于獲取所述直流微電網的任一支路的支路電流；電壓增量計算模塊，用于根據所述直流母線電壓得到母線電壓增量；電流增量計算模塊，用于根據所述支路電流得到支路電流增量；第一判斷模塊，用于判斷所述電壓增量是否大于第一動作預定值、及所述支路電流增量是否大于第二動作預定值；第二判斷模塊，用于在所述電壓增量大于所述第一動作預定值、且所述支路電流增量大于所述第二動作預定值的情況下，判斷直流母線發生故障。

本發明的技術方案具有如下優點：(1)通過遠程終端進行直流微電網系統智能控制，有效監控直流微電網系統設備運行情況，并能及時了解和處理直流微電網系統設備異常情況；(2)該微電網系統的監控裝置可以確定光伏發電陣列的發電功率，確定儲能裝置向配電網提供電能的轉換效率，確定直流微電網內的用電負荷，以及根據分布式發電設備的發電功率、儲能裝置向配電網提供電能的轉換效率和直流微電網內的用電負荷確定儲能裝置的容量；(3)本系統還可以實現從孤島運行到并網運行的平滑切換。

附圖說明

圖1示出了本發明的一種智能直流微電網系統及其監控裝置的框圖；

圖2示出了一種本發明的智能直流微電網系統的自動監控方法。

具體實施方式

圖1是示出了本發明的一種智能直流微電網系統10，該微電網10系統包括：光伏發電陣列12、多個本地負載14、并網模塊15、儲能裝置13、監控裝置11和直流母線；

所述并網模塊15用于控制所述直流微電網系統10孤島運行或與配電網20并網運行；

所述直流母線，用于連接儲能裝置13、光伏發電陣列12、并網模塊15和本地負載14，用于微電網系統10內的功率交換以及微電網系統10與配電網20的功率交換；

該監控裝置11包括：

光伏發電陣列監控模塊112，用于實時監控光伏發電陣列12，并對光伏發電陣列12的發電功率進行預測；

并網監控模塊112，用于實時監控并網模塊15；

負載監控模塊114，用于實時監控微電網10內的本地負載14，并對本地負載14消耗的功率進行預測；

儲能裝置監控模塊115，用于實時監控儲能裝置13的運行；

中控模塊116，用于確定微電網的運行方法，并用于協調監控裝置11中的各模塊工作；

通信總線111，用于該監控裝置11的各個模塊的通信聯絡。

優選的，所述光伏發電陣列12包括多個光伏發電組件以及多個光伏控制器，與所述光伏控制器與光伏組件和直流母線相連接。

所述中控模塊包括信息處理單元，策略優化單元和控制指令確定單元；所述通信總線可用于采集所述光伏發電陣列、所述本地負荷、所述儲能裝置、并網模塊的運行狀態，并所述中控模塊。

所述信息處理單元用于將通信總線采集到信息進行數據識別，識別的數據包括光伏發電陣列、本地負荷、儲能裝置、并網模塊的地址信息、設備信息和電壓電流信息。

所述策略優化單元根據信息處理單元得到的直流微電網系統運行狀態信息和中控模塊所設置的直流微電網系統的安全閾值、安全級別以及數據更新頻率，結合直流微電網系統優化控制算法，得出優化控制策略，通過策略優化模塊可提高直流微電網系統監控系統的智能性，便于用戶更好的監控直流微電網系統。

所述控制指令確定單元根據當前光伏發電陣列的發電功率、儲能裝置的轉換效率和配電網的用電需求和微電網本地負荷的需求，來確定直流微電網系統的運行指令，所述運行指令包括并網運行指令。

所述儲能裝置12包括蓄電池、超級電容等儲能裝置和雙向dc/dc變換器，雙向dc/dc變換器分別與蓄電池、超級電容等儲能裝置相連，所述的雙向dc/dc變換器集成有電壓電流傳感器單元、微控制器單元、通信單元和故障處理單元。

所述并網模塊15包括：

開關電路，連接在直流母線和配電網之間，用于根據中控模塊的指令控制微電網系統與配電網連通或斷開；

并聯逆變器，第一端與直流母線相連接，第二端與配電網交流母線相連接，第三端與開關電路相連接，用于在開關電路控制連通微電網系統與配電網時將直流電轉換為交流電。

所述并網監控模塊112包括電參數傳感器，用于檢測交流母線的電參數；

所述開關電路包括：并網開關，連接在并聯逆變器和交流母線之間；控制器，與并網開關和電參數傳感器相連接，用于根據所述中控模塊的指令和交流母線的電參數控制并網開關斷開或閉合。

所述監控裝置11還包括直流母線監控模塊117，所述母線監控模塊117包括：

電壓獲取模塊，用于獲取直流微電網的直流母線電壓；電流獲取模塊，用于獲取所述直流微電網的任一支路的支路電流；電壓增量計算模塊，用于根據所述直流母線電壓得到母線電壓增量；電流增量計算模塊，用于根據所述支路電流得到支路電流增量；第一判斷模塊，用于判斷所述電壓增量是否大于第一動作預定值、及所述支路電流增量是否大于第二動作預定值；第二判斷模塊，用于在所述電壓增量大于所述第一動作預定值、且所述支路電流增量大于所述第二動作預定值的情況下，判斷直流母線發生故障。

附圖2示出了一種本發明的智能直流微電網系統的自動監控方法，該方法包括如下步驟：

s1.檢測和采集光伏發電陣列、儲能裝置、本地負載、配電網以及直流母線的狀態信息；

s2.通信總線將所述狀態信息匯集到中控模塊；

s3.對所述狀態信息進行處理和分析，并確定微電網運行策略，發出運行指令；

s4.根據所述運行策略和運行指令，控制微電網系統優化運行。

優選的，在所述步驟s3中，對所述狀態信息的處理包括數據識別，識別的數據包括光伏發電陣列、本地負荷、儲能裝置、并網模塊的地址信息、設備信息和電壓電流信息。

優選的，在所述步驟s3中，將得到的直流微電網系統運行狀態信息和中控模塊所設置的直流微電網系統的安全閾值、安全級別以及數據更新頻率，結合直流微電網系統優化控制算法，得出優化控制策略，通過策略優化模塊可提高直流微電網系統監控系統的智能性，便于用戶更好的監控直流微電網系統。

優選的，在所述步驟s3中，根據當前光伏發電陣列的發電功率、儲能裝置的轉換效率和配電網的用電需求和微電網本地負荷的需求，來確定直流微電網系統的運行指令，所述運行指令包括并網運行指令。

優選的，在所述步驟s1中，利用電參數傳感器檢測交流母線的電參數；

在所述步驟s4中，根據所述中控模塊的指令和交流母線的電參數控制并網開關斷開或閉合。

在所述步驟s1中，利用直流母線監控模塊采集直流母線的狀態信息，所述母線監控模塊包括：

電壓獲取模塊，用于獲取直流微電網的直流母線電壓；電流獲取模塊，用于獲取所述直流微電網的任一支路的支路電流；電壓增量計算模塊，用于根據所述直流母線電壓得到母線電壓增量；電流增量計算模塊，用于根據所述支路電流得到支路電流增量；第一判斷模塊，用于判斷所述電壓增量是否大于第一動作預定值、及所述支路電流增量是否大于第二動作預定值；第二判斷模塊，用于在所述電壓增量大于所述第一動作預定值、且所述支路電流增量大于所述第二動作預定值的情況下，判斷直流母線發生故障。

優選的，在所述步驟s3中，基于如下方法確定并網運行指令：

s31.以直流微電網總的發電成本最小，建立優化調度目標函數；

s32.確立直流微電網系統中的運行約束條件：分別確立系統功率平衡約束、儲能裝置充放電功率約束條件、光伏發電陣列的輸出功率限制、微電網本地負載功率消耗約束、直流微電網與配電網交互的購售電約束；

s33.對標準粒子群算法進行改進：分別對慣性權重、加速因子進行改進，提出利用次梯度優化方法來更新粒子群算法中粒子的速度。

優選的，在所述步驟s32中，系統功率平衡約束：

pload＝ppv+pgrid+pba

式中：pload為微電網中本隊負荷所需的總功率；ppv為微電網中光伏陣列輸出功率；pgrid、pba分別為系統對配電網、儲能裝置的優化功率。

優選的，在所述步驟s32中，儲能裝置充放電功率約束條件：

式中：pc,i為儲能裝置在第i時段的充電功率；pc,max、pc,min為儲能裝置充電功率的最大、最小值；pf,i為儲能裝置在第i時段的放電功率；pf，max、pf，min為儲能裝置放電功率的最大、最小值。

優選的，在所述步驟s32中，所述微電網與配電網交互的購售電約束為：

式中：pb、ps分別為微電網向配電網購、售電量；pb,max、pb,min分別為購電的上下限；ps,max、ps,min分別為售電的上下限。

優選的，在所述步驟s33中包括如下步驟：

s331.標準粒子群算法：

速度更新公式如下：

vi,j(k+1)＝ωvi,j(k)+c1r1[pi,j-xi,j(k)]+c2r2[pg,j-xi,j(k)]

位置更新公式如下：

式中：j＝1,2,…,n；ω為慣性權重；r1,r2為[0，1]范圍內的均勻隨機數；c1,c2為非負常數，稱為學習因子。

s332.對標準粒子群算法的改進：

(1)慣性權重的改進：

慣性權重ω體現的是粒子當前速度繼承先前速度的主要程度。一個較大的慣性權重有利于全局搜索，而一個較小的慣性權重則更利于局部的搜索。為了更好的平衡全局搜索與局部搜索，本發明采用線性遞減慣性權重：

ω(k)＝ωstar-(ωstar-ωend)×k/tmax

式中：ωstar為初始慣性權重；ωend為最大迭代次數時的慣性權重；k為當前迭代次數；tmax為最大迭代次數；

(2)加速因子的改進：

參數c1決定粒子個體歷史對運動軌跡的影響，c2決定種群的全局經驗對運動軌跡的影響。在標準pso中，c1、c2的取值一般為固定值。本發明采用時變加速因子：

c1＝(c1f-c1e)×cos(kπ/tmax)+c1e

c2＝(c2f-c2e)×cos(kπ/tmax)+c2e

式中：c1e,c1f,c2e,c2f分別表示c1,c2在優化過程開始和結束的取值。其中k為當前迭代次數，tmax為最大迭代次數。由c1＝c2，可得因此，當時，c1>c2，此時是讓粒子盡量多的向最優pbest學習，使粒子的全局搜索能力增強；當時，c1<c2，此時使粒子向社會最優位置gbest的局部靠攏，使得局部搜索得到增強；

(3)基于次梯度的pso算法:

基于次梯度的粒子群算法其主要思想是通過沿次梯度的反方向(負次梯度方向)搜索以找到目標函數的極小值；

xk+1＝xk-ηk·gk

上式中，gk是xk上的一個次梯度，ηk為步長函數。由于負梯度的方向不一定是函數的下降方向。因此，通過如下的最小化函數加以保證：

其中是第k步迭代時的最佳函數值；

通過對傳統粒子群算法的的速度更新公式進行修正，可以得到如下基于次梯度粒子群的更新方案：

基于次梯度粒子群的更新方案中對速度v進行了兩次更新，第一次按照標準pso算法中的速度公式更新速度為v'i,j(k+1)；第二次更新按照次梯度公式更新速度為vi,j(k+1)。最后，根據vi,j(k+1)給出的方向，使得xi,j(k)的位置移動至xi,j(k+1)。

以上內容是結合具體的優選實施方式對本發明所作的進一步詳細說明，不能認定本發明的具體實施只局限于這些說明。對于本發明所屬技術領域的普通技術人員來說，在不脫離本發明構思的前提下，做出若干等同替代或明顯變型，而且性能或用途相同，都應當視為屬于本發明的保護范圍。