本發(fā)明屬于微網(wǎng)能量管理技術(shù)領(lǐng)域，尤其涉及一種基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法。

背景技術(shù)：

近年來隨著可再生能源利用技術(shù)的不斷發(fā)展，越來越多的分布式供能系統(tǒng)在樓宇側(cè)集成，形成了以樓宇為主體的微網(wǎng)系統(tǒng)。樓宇微網(wǎng)內(nèi)一般有多個(gè)家庭住戶，主要由分布式發(fā)電、儲(chǔ)能單元、電動(dòng)汽車和家庭負(fù)荷構(gòu)成。要實(shí)現(xiàn)樓宇微網(wǎng)的高效穩(wěn)定運(yùn)行，需要采取相應(yīng)的控制策略對(duì)各單元進(jìn)行協(xié)調(diào)調(diào)度。

微網(wǎng)通常由能量管理系統(tǒng)進(jìn)行智能控制和自動(dòng)調(diào)度決策。微網(wǎng)能量管理系統(tǒng)通過智能電表、智能顯示終端、智能插座等設(shè)備組成的網(wǎng)絡(luò)能夠支持分布式能源、電動(dòng)汽車等系統(tǒng)或設(shè)備的接入和計(jì)量，可以實(shí)現(xiàn)與各單元的通信并控制單元之間的能量交換，從而實(shí)現(xiàn)能源優(yōu)化管理的功能。

國(guó)內(nèi)外關(guān)于微網(wǎng)能量管理系統(tǒng)已經(jīng)有了大量的研究，但是沒有提出合適的預(yù)測(cè)數(shù)據(jù)校正方法，無法分析預(yù)測(cè)誤差對(duì)能量管理系統(tǒng)的影響，并且優(yōu)化目標(biāo)比較單一，沒有考慮微網(wǎng)的穩(wěn)定性控制。因此研究采用改進(jìn)預(yù)測(cè)方法的樓宇微網(wǎng)多目標(biāo)在線能量管理是很有必要的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種針對(duì)含儲(chǔ)能系統(tǒng)、電動(dòng)汽車、可控負(fù)荷以及與上級(jí)電網(wǎng)聯(lián)絡(luò)線存在交互的樓宇微網(wǎng)，基于實(shí)時(shí)電價(jià)、光伏系統(tǒng)發(fā)電量和不可控負(fù)荷用電量采用改進(jìn)灰色預(yù)測(cè)數(shù)據(jù)，以樓宇微網(wǎng)最大盈利和平抑聯(lián)絡(luò)線功率波動(dòng)為目標(biāo)實(shí)現(xiàn)在線能量管理的方法。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：一種基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法，包括以下步驟：

步驟1、建立樓宇微網(wǎng)模型，包括建立儲(chǔ)能裝置模型、電動(dòng)汽車模型、與電網(wǎng)聯(lián)絡(luò)線交互模型和可控負(fù)荷模型；確定樓宇微網(wǎng)模型中各單元的約束條件；

步驟2、建立改進(jìn)灰色預(yù)測(cè)模型，對(duì)實(shí)時(shí)電價(jià)、光伏系統(tǒng)發(fā)電量和不可控負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測(cè)；

步驟3、利用步驟1得到的樓宇微網(wǎng)模型，以及步驟2所得到的預(yù)測(cè)數(shù)據(jù)，建立在線能量管理系統(tǒng)模型，采用分支定界法求解得到預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃；

步驟4、按照步驟3得到的預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃進(jìn)行樓宇微網(wǎng)內(nèi)各單元的調(diào)度，在下一時(shí)刻根據(jù)已獲取的實(shí)時(shí)數(shù)據(jù)，采用改進(jìn)灰色預(yù)測(cè)模型得到新的預(yù)測(cè)數(shù)據(jù)；然后更新在線能量管理系統(tǒng)模型的約束條件和目標(biāo)函數(shù)，求解得到新的最優(yōu)用電計(jì)劃，并按照該最優(yōu)用電計(jì)劃進(jìn)行下一時(shí)刻的樓宇微網(wǎng)調(diào)度，實(shí)現(xiàn)滾動(dòng)優(yōu)化的在線能量管理模式。

在上述的基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法中，步驟1所述的建立樓宇微網(wǎng)模型，具體包括以下步驟：

步驟1.1.建立儲(chǔ)能裝置模型；

樓宇微網(wǎng)采用電池儲(chǔ)能裝置，儲(chǔ)能裝置的離散時(shí)間模型如下：

ebess(k)＝ebess(k-1)+ηbesspbess(k)δt-αbessδt(1)

(1)式中k為離散采樣時(shí)刻，δt為采樣時(shí)刻的間隔；ebess(k)、ebess(k-1)分別為k時(shí)刻、k-1時(shí)刻的儲(chǔ)能裝置容量，在初始時(shí)刻容量為ebess0；ηbess為儲(chǔ)能裝置的充放電效率，pbess(k)為k時(shí)刻的充放電功率，充電時(shí)為正，放電時(shí)為負(fù)；∝bess為儲(chǔ)能裝置的自放電容量損耗，與儲(chǔ)能裝置的類型有關(guān)；

儲(chǔ)能裝置的約束條件為：

(2)式中ebessmin、ebessmax分別為儲(chǔ)能裝置的最小、最大容量限值，pbessmin、pbessmax分別為儲(chǔ)能裝置的最小充放電功率和最大充放電功率；f(pbess(j))表示關(guān)于儲(chǔ)能裝置j時(shí)刻充放電功率的函數(shù)，k0為采樣的初始時(shí)刻；

步驟1.2.建立電動(dòng)汽車模型；

電動(dòng)汽車在接入樓宇微網(wǎng)時(shí)，作為儲(chǔ)能裝置來參與樓宇微網(wǎng)的能量管理；

電動(dòng)汽車的離散時(shí)間模型：

eev(k)＝eev(k-1)+ηevpev(k)δt-αevδt(3)

(3)式中eev(k)、eev(k-1)分別為k時(shí)刻、k-1時(shí)刻的電動(dòng)汽車電池容量，在初始時(shí)刻容量為eev0；ηev為電動(dòng)汽車的充放電效率，pev(k)為k時(shí)刻的充放電功率，充電時(shí)為正，放電時(shí)為負(fù)；∝ev為電動(dòng)汽車電池的自放電容量損耗；

電動(dòng)汽車模型約束條件為：

(4)式中eevmin、eevmax分別為電動(dòng)汽車電池的最小、最大容量限值，pevmin、pevmax分別為電動(dòng)汽車的最小充放電功率和最大充放電功率；f(pev(j))則表示關(guān)于電動(dòng)汽車j時(shí)刻充放電功率的函數(shù)；

考慮到電動(dòng)汽車的交通屬性，引入整數(shù)變量μev：

電動(dòng)汽車的接入和離開時(shí)刻是由日前規(guī)劃決定的，電動(dòng)汽車處于離開或空閑狀態(tài)時(shí)，電池的容量需要達(dá)到一定的要求以滿足用戶需求；

步驟1.3.建立與電網(wǎng)聯(lián)絡(luò)線交互模型；

當(dāng)樓宇微網(wǎng)的可再生能源發(fā)電不足時(shí)從電網(wǎng)購(gòu)電，發(fā)電量富余時(shí)向電網(wǎng)售電；

樓宇微網(wǎng)與電網(wǎng)聯(lián)絡(luò)線的交互模型為：

pg(k)＝μg(k)pbuy(k)+(1-μg(k))psell(k)(6)

(6)式中pg(k)為聯(lián)絡(luò)線的功率，pbuy(k)為k時(shí)刻電網(wǎng)向樓宇微網(wǎng)的輸電功率，psell(k)為k時(shí)刻樓宇微網(wǎng)向電網(wǎng)的輸電功率；μg(k)為一整數(shù)變量：

與電網(wǎng)聯(lián)絡(luò)線交互的約束條件為：

0≤pbuy(k)≤pgmax

pgmin≤psell(k)≤0(8)

(8)式中pgmax為電網(wǎng)向樓宇微網(wǎng)的輸電功率限值，pgmin為樓宇微網(wǎng)向電網(wǎng)的輸電功率限值；

步驟1.4.建立可控負(fù)荷模型；

樓宇微網(wǎng)可控負(fù)荷包括各類溫控負(fù)荷，將各類溫控負(fù)荷的熱儲(chǔ)能特性作為虛擬儲(chǔ)能；

樓宇微網(wǎng)中可控負(fù)荷模型為：

ecl(k)＝ecl(k-1)+μclpclδt(9)

(9)式中ecl(k)、ecl(k-1)分別為k時(shí)刻、k-1時(shí)刻的虛擬儲(chǔ)能容量，pcl為可控負(fù)荷的額定功率，μcl(k)為控制負(fù)荷開啟和關(guān)閉個(gè)數(shù)的整數(shù)變量，開啟時(shí)為正，關(guān)閉時(shí)為負(fù)；

可控負(fù)荷的約束條件：

eclmin≤ecl(k)≤eclmax

-μclmax≤μcl(k)≤μclmax(10)

(10)式中eclmin、eclmax分別為虛擬儲(chǔ)能的最小、最大容量限值，μclmax為可控負(fù)荷的最大可控個(gè)數(shù)。

在上述的基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法中，步驟2所述的建立改進(jìn)灰色預(yù)測(cè)模型包括：

步驟2.1.建立基本灰色預(yù)測(cè)模型：

(11)式中，為x⁽⁰⁾(k+1)的灰色預(yù)測(cè)值，x⁽⁰⁾(1)為原始數(shù)據(jù)的初始值；對(duì)于公式(1)，取k＝n，則可以得到當(dāng)日t時(shí)刻的預(yù)測(cè)數(shù)據(jù)，記為

步驟2.2.對(duì)原始數(shù)據(jù)進(jìn)行平滑處理，中間各數(shù)據(jù)點(diǎn)的滑動(dòng)平均值為：

i＝2,3,…,n-1

兩端數(shù)據(jù)點(diǎn)的滑動(dòng)平均值為：

采用滑動(dòng)平均值代替原始數(shù)據(jù)序列，再進(jìn)行灰色預(yù)測(cè)；

步驟2.3.將基本灰色預(yù)測(cè)看作縱向預(yù)測(cè)，在進(jìn)行t時(shí)刻的預(yù)測(cè)時(shí)，假設(shè)已經(jīng)得到t時(shí)刻之前，t-1時(shí)刻，t-2時(shí)刻，…的實(shí)際數(shù)據(jù)，求得各時(shí)刻預(yù)測(cè)值與真實(shí)值的殘差，再采用基本灰色預(yù)測(cè)模型對(duì)殘差進(jìn)行橫向預(yù)測(cè)得到t時(shí)刻的殘差預(yù)測(cè)值，對(duì)t時(shí)刻的縱向預(yù)測(cè)值進(jìn)行修正。

在上述的基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法中，步驟3所述建立在線能量管理系統(tǒng)模型包括以下步驟：

步驟3.1控制目標(biāo)包括：

步驟3.1.1確定用電成本目標(biāo)函數(shù)；

樓宇微網(wǎng)在運(yùn)行過程中要實(shí)現(xiàn)經(jīng)濟(jì)效益的最大化，其用電成本目標(biāo)函數(shù)為：

(15)式中cdg為光伏系統(tǒng)運(yùn)行與維護(hù)成本，cbess為儲(chǔ)能運(yùn)行與維護(hù)成本，cev為電動(dòng)汽車電池運(yùn)行與維護(hù)成本，cbuy(k)為k時(shí)刻的購(gòu)電電價(jià)，csell(k)為k時(shí)刻的售電電價(jià)；ccl為控制可控負(fù)荷開關(guān)的損失費(fèi)用，l為預(yù)測(cè)時(shí)域；ps(k)為k時(shí)刻的光伏發(fā)電量預(yù)測(cè)值；虧損時(shí)成本為正，盈利時(shí)成本為負(fù)；

步驟3.1.2平抑聯(lián)絡(luò)線功率

(16)式中pref為聯(lián)絡(luò)線功率的參考值；

步驟3.1.3確定綜合目標(biāo)；

綜合考慮用戶用電成本優(yōu)化和平抑聯(lián)絡(luò)線功率，以兩個(gè)目標(biāo)函數(shù)的線性加權(quán)組合作為能量管理系統(tǒng)的綜合優(yōu)化目標(biāo)：

minj＝w1j1+w2j2(17)

(17)式中w1、w2為目標(biāo)函數(shù)權(quán)重，考慮到目標(biāo)函數(shù)單位不同的影響；

步驟3.2.確定在線能量管理系統(tǒng)模型的約束條件；

除了滿足式(2)、(4)、(8)、(10)的樓宇微網(wǎng)各單元約束條件外，還要滿足樓宇微網(wǎng)中的功率平衡約束；

當(dāng)不考慮功率的損失時(shí)，樓宇微網(wǎng)內(nèi)部的功率平衡滿足：

pg(k)+ps(k)＝pbess(k)+pev(k)+ncl(k)pcl+pl(k)(18)

(18)式中ncl(k)為k時(shí)刻開啟的可控負(fù)荷總量：

(19)式中n0為初始時(shí)刻處于開啟狀態(tài)的可控負(fù)荷個(gè)數(shù)。

在上述的基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法中，步驟3所述預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃，包括儲(chǔ)能裝置充放電計(jì)劃、電動(dòng)汽車充放電計(jì)劃、與電網(wǎng)聯(lián)絡(luò)線交互功率計(jì)劃和可控負(fù)荷的調(diào)度計(jì)劃。

本發(fā)明的有益效果是：通過對(duì)灰色預(yù)測(cè)進(jìn)行改進(jìn)，能夠根據(jù)天氣、環(huán)境和人為因素等方面的變化，利用已得到的實(shí)時(shí)數(shù)據(jù)對(duì)于預(yù)測(cè)值進(jìn)行及時(shí)的校正，從而提高預(yù)測(cè)的精度，實(shí)現(xiàn)對(duì)樓宇微網(wǎng)的在線管理。綜合考慮用戶用電成本優(yōu)化和聯(lián)絡(luò)線功率平抑的多目標(biāo)優(yōu)化，提高了樓宇微網(wǎng)穩(wěn)定性控制。

附圖說明

圖1為本發(fā)明一個(gè)實(shí)施例在線能量管理系統(tǒng)原理圖；

圖2為本發(fā)明一個(gè)實(shí)施例在線能量管理系統(tǒng)中的改進(jìn)灰色預(yù)測(cè)算法流程圖；

圖3為本發(fā)明一個(gè)實(shí)施例典型樓宇微網(wǎng)示意圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式進(jìn)行詳細(xì)描述。

本實(shí)施例是采用以下技術(shù)方案來實(shí)現(xiàn)的，一種基于改進(jìn)灰色預(yù)測(cè)的樓宇微網(wǎng)在線能量管理方法，包括以下步驟：

步驟1、建立樓宇微網(wǎng)模型，包括建立儲(chǔ)能裝置模型、電動(dòng)汽車模型、與電網(wǎng)聯(lián)絡(luò)線交互模型和可控負(fù)荷模型；確定樓宇微網(wǎng)模型中各單元的約束條件；

步驟2、建立改進(jìn)灰色預(yù)測(cè)模型，對(duì)實(shí)時(shí)電價(jià)、光伏系統(tǒng)發(fā)電量和不可控負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測(cè)；

步驟3、利用步驟1得到的樓宇微網(wǎng)模型，以及步驟2所得到的預(yù)測(cè)數(shù)據(jù)，建立在線能量管理系統(tǒng)模型，采用分支定界法求解得到預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃；

步驟4、按照步驟3得到的預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃進(jìn)行樓宇微網(wǎng)內(nèi)各單元的調(diào)度，在下一時(shí)刻根據(jù)已獲取的實(shí)時(shí)數(shù)據(jù)，采用改進(jìn)灰色預(yù)測(cè)模型得到新的預(yù)測(cè)數(shù)據(jù)；然后更新在線能量管理系統(tǒng)模型的約束條件和目標(biāo)函數(shù)，求解得到新的最優(yōu)用電計(jì)劃，并按照該最優(yōu)用電計(jì)劃進(jìn)行下一時(shí)刻的樓宇微網(wǎng)調(diào)度，實(shí)現(xiàn)滾動(dòng)優(yōu)化的在線能量管理模式。

進(jìn)一步，步驟1所述的建立樓宇微網(wǎng)模型，具體包括以下步驟：

步驟1.1.建立儲(chǔ)能裝置模型；

樓宇微網(wǎng)采用電池儲(chǔ)能裝置，儲(chǔ)能裝置的離散時(shí)間模型如下：

ebess(k)＝ebess(k-1)+ηbesspbess(k)δt-αbessδt(1)

(1)式中k為離散采樣時(shí)刻，δt為采樣時(shí)刻的間隔；ebess(k)、ebess(k-1)分別為k時(shí)刻、k-1時(shí)刻的儲(chǔ)能裝置容量，在初始時(shí)刻容量為ebess0；ηbess為儲(chǔ)能裝置的充放電效率，pbess(k)為k時(shí)刻的充放電功率，充電時(shí)為正，放電時(shí)為負(fù)；∝bess為儲(chǔ)能裝置的自放電容量損耗，與儲(chǔ)能裝置的類型有關(guān)；

儲(chǔ)能裝置的約束條件為：

(2)式中ebessmin、ebessmax分別為儲(chǔ)能裝置的最小、最大容量限值，pbessmin、pbessmax分別為儲(chǔ)能裝置的最小充放電功率和最大充放電功率；f(pbess(j))表示關(guān)于儲(chǔ)能裝置j時(shí)刻充放電功率的函數(shù)，k0為采樣的初始時(shí)刻；

步驟1.2.建立電動(dòng)汽車模型；

電動(dòng)汽車在接入樓宇微網(wǎng)時(shí)，作為儲(chǔ)能裝置來參與樓宇微網(wǎng)的能量管理；

電動(dòng)汽車的離散時(shí)間模型：

eev(k)＝eev(k-1)+ηevpev(k)δt-αevδt(3)

(3)式中eev(k)、eev(k-1)分別為k時(shí)刻、k-1時(shí)刻的電動(dòng)汽車電池容量，在初始時(shí)刻容量為eev0；ηev為電動(dòng)汽車的充放電效率，pev(k)為k時(shí)刻的充放電功率，充電時(shí)為正，放電時(shí)為負(fù)；∝ev為電動(dòng)汽車電池的自放電容量損耗；

電動(dòng)汽車模型約束條件為：

(4)式中eevmin、eevmax分別為電動(dòng)汽車電池的最小、最大容量限值，pevmin、pevmax分別為電動(dòng)汽車的最小充放電功率和最大充放電功率；f(pev(j))則表示關(guān)于電動(dòng)汽車j時(shí)刻充放電功率的函數(shù)；

考慮到電動(dòng)汽車的交通屬性，引入整數(shù)變量μev：

電動(dòng)汽車的接入和離開時(shí)刻是由日前規(guī)劃決定的，電動(dòng)汽車處于離開或空閑狀態(tài)時(shí)，電池的容量需要達(dá)到一定的要求以滿足用戶需求；

步驟1.3.建立與電網(wǎng)聯(lián)絡(luò)線交互模型；

當(dāng)樓宇微網(wǎng)的可再生能源發(fā)電不足時(shí)從電網(wǎng)購(gòu)電，發(fā)電量富余時(shí)向電網(wǎng)售電；

樓宇微網(wǎng)與電網(wǎng)聯(lián)絡(luò)線的交互模型為：

pg(k)＝μg(k)pbuy(k)+(1-μg(k))psell(k)(6)

(6)式中pg(k)為聯(lián)絡(luò)線的功率，pbuy(k)為k時(shí)刻電網(wǎng)向樓宇微網(wǎng)的輸電功率，psell(k)為k時(shí)刻樓宇微網(wǎng)向電網(wǎng)的輸電功率；μg(k)為一整數(shù)變量：

與電網(wǎng)聯(lián)絡(luò)線交互的約束條件為：

(8)式中pgmax為電網(wǎng)向樓宇微網(wǎng)的輸電功率限值，pgmin為樓宇微網(wǎng)向電網(wǎng)的輸電功率限值；

步驟1.4.建立可控負(fù)荷模型；

樓宇微網(wǎng)可控負(fù)荷包括各類溫控負(fù)荷，將各類溫控負(fù)荷的熱儲(chǔ)能特性作為虛擬儲(chǔ)能；

樓宇微網(wǎng)中可控負(fù)荷模型為：

ecl(k)＝ecl(k-1)+μclpclδt(9)

(9)式中ecl(k)、ecl(k-1)分別為k時(shí)刻、k-1時(shí)刻的虛擬儲(chǔ)能容量，pcl為可控負(fù)荷的額定功率，μcl(k)為控制負(fù)荷開啟和關(guān)閉個(gè)數(shù)的整數(shù)變量，開啟時(shí)為正，關(guān)閉時(shí)為負(fù)；

可控負(fù)荷的約束條件：

(10)式中eclmin、eclmax分別為虛擬儲(chǔ)能的最小、最大容量限值，μclmax為可控負(fù)荷的最大可控個(gè)數(shù)。

進(jìn)一步，步驟2所述的建立改進(jìn)灰色預(yù)測(cè)模型包括：

步驟2.1.建立基本灰色預(yù)測(cè)模型：

(11)式中，為x⁽⁰⁾(k+1)的灰色預(yù)測(cè)值，x⁽⁰⁾(1)為原始數(shù)據(jù)的初始值；對(duì)于公式(1)，取k＝n，則可以得到當(dāng)日t時(shí)刻的預(yù)測(cè)數(shù)據(jù)，記為

步驟2.2.對(duì)原始數(shù)據(jù)進(jìn)行平滑處理，中間各數(shù)據(jù)點(diǎn)的滑動(dòng)平均值為：

i＝2,3,…,n-1

兩端數(shù)據(jù)點(diǎn)的滑動(dòng)平均值為：

采用滑動(dòng)平均值代替原始數(shù)據(jù)序列，再進(jìn)行灰色預(yù)測(cè)；

步驟2.3.將基本灰色預(yù)測(cè)看作縱向預(yù)測(cè)，在進(jìn)行t時(shí)刻的預(yù)測(cè)時(shí)，假設(shè)已經(jīng)得到t時(shí)刻之前，t-1時(shí)刻，t-2時(shí)刻，…的實(shí)際數(shù)據(jù)，求得各時(shí)刻預(yù)測(cè)值與真實(shí)值的殘差，再采用基本灰色預(yù)測(cè)模型對(duì)殘差進(jìn)行橫向預(yù)測(cè)得到t時(shí)刻的殘差預(yù)測(cè)值，對(duì)t時(shí)刻的縱向預(yù)測(cè)值進(jìn)行修正。

進(jìn)一步，步驟3所述建立在線能量管理系統(tǒng)模型包括以下步驟：

步驟3.1控制目標(biāo)包括：

步驟3.1.1確定用電成本目標(biāo)函數(shù)；

樓宇微網(wǎng)在運(yùn)行過程中要實(shí)現(xiàn)經(jīng)濟(jì)效益的最大化，其用電成本目標(biāo)函數(shù)為：

(15)式中cdg為光伏系統(tǒng)運(yùn)行與維護(hù)成本，cbess為儲(chǔ)能運(yùn)行與維護(hù)成本，cev為電動(dòng)汽車電池運(yùn)行與維護(hù)成本，cbuy(k)為k時(shí)刻的購(gòu)電電價(jià)，csell(k)為k時(shí)刻的售電電價(jià)；ccl為控制可控負(fù)荷開關(guān)的損失費(fèi)用，l為預(yù)測(cè)時(shí)域；ps(k)為k時(shí)刻的光伏發(fā)電量預(yù)測(cè)值；虧損時(shí)成本為正，盈利時(shí)成本為負(fù)；

步驟3.1.2平抑聯(lián)絡(luò)線功率

(16)式中pg為樓宇微網(wǎng)功率，pref為聯(lián)絡(luò)線功率的參考值；

步驟3.1.3確定綜合目標(biāo)；

綜合考慮用戶用電成本優(yōu)化和平抑聯(lián)絡(luò)線功率，以兩個(gè)目標(biāo)函數(shù)的線性加權(quán)組合作為能量管理系統(tǒng)的綜合優(yōu)化目標(biāo)：

minj＝w1j1+w2j2(17)

(17)式中w1、w2為目標(biāo)函數(shù)權(quán)重，考慮到目標(biāo)函數(shù)單位不同的影響；

步驟3.2.確定在線能量管理系統(tǒng)模型的約束條件；

除了滿足式(2)、(4)、(8)、(10)的樓宇微網(wǎng)各單元約束條件外，還要滿足樓宇微網(wǎng)中的功率平衡約束；

當(dāng)不考慮功率的損失時(shí)，樓宇微網(wǎng)內(nèi)部的功率平衡滿足：

pg(k)+ps(k)＝pbess(k)+pev(k)+ncl(k)pcl+pl(k)(18)

(18)式中ncl(k)為k時(shí)刻開啟的可控負(fù)荷總量：

(19)式中n0為初始時(shí)刻處于開啟狀態(tài)的可控負(fù)荷個(gè)數(shù)。

更進(jìn)一步，步驟3所述預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃，包括儲(chǔ)能裝置充放電計(jì)劃、電動(dòng)汽車充放電計(jì)劃、與電網(wǎng)聯(lián)絡(luò)線交互功率計(jì)劃和可控負(fù)荷的調(diào)度計(jì)劃。

具體實(shí)施時(shí)，如圖1所示，一種適用于樓宇微網(wǎng)的在線能量管理方法，包括以下步驟：

1)根據(jù)已獲取的歷史實(shí)時(shí)電價(jià)、光伏系統(tǒng)發(fā)電量、不可控負(fù)荷用電量數(shù)據(jù)，假設(shè)k0為初始采樣時(shí)刻，l為預(yù)測(cè)時(shí)域，采用改進(jìn)灰色預(yù)測(cè)對(duì)k0至k0-1+l時(shí)域下的以上數(shù)據(jù)進(jìn)行在線預(yù)測(cè)；

2)將預(yù)測(cè)得到的數(shù)據(jù)輸入微網(wǎng)中心控制器，以用電成本優(yōu)化和平抑聯(lián)絡(luò)線功率為多目標(biāo)，在滿足約束條件的情況下，根據(jù)所建立的非線性混合整數(shù)優(yōu)化模型，求解得到k0至k0-1+l時(shí)域下的一組最優(yōu)控制序列；

3)將得到的最優(yōu)控制序列在k0時(shí)刻的控制量施加給樓宇微網(wǎng)各單元，從而調(diào)節(jié)各單元運(yùn)行功率和狀態(tài)；

4)獲取k0時(shí)刻的實(shí)時(shí)電價(jià)、光伏系統(tǒng)發(fā)電量以及不可控負(fù)荷用電量實(shí)際值；

5)將預(yù)測(cè)時(shí)域向后平移一個(gè)采樣間隔，即k0＝k0+1，重復(fù)以上步驟。

1、樓宇微網(wǎng)模型的建立包括：

1.1儲(chǔ)能裝置模型

由于樓宇微網(wǎng)中存在可再生能源發(fā)電系統(tǒng)，其間歇性、隨機(jī)性和波動(dòng)性對(duì)于微網(wǎng)的穩(wěn)定性容易造成較大影響，因此樓宇微網(wǎng)中有必要配置儲(chǔ)能裝置來平抑可再生能源的出力波動(dòng)。另外儲(chǔ)能裝置作為電能存儲(chǔ)設(shè)備，可以在電價(jià)降低時(shí)進(jìn)行充電，而在電價(jià)升高時(shí)通過放電來減少?gòu)碾娋W(wǎng)購(gòu)入的電量，不僅可以降低樓宇微網(wǎng)的用電成本，還可以起到參與電網(wǎng)削峰填谷的作用。

本實(shí)施例所建立的樓宇微網(wǎng)采用電池儲(chǔ)能裝置，儲(chǔ)能裝置的離散時(shí)間模型如下：

ebess(k)＝ebess(k-1)+ηbesspbess(k)δt-αbessδt(1)’

式中k為離散采樣時(shí)刻，δt為采樣時(shí)刻的間隔。ebess(k)、ebess(k-1)分別為k時(shí)刻、k-1時(shí)刻的儲(chǔ)能裝置容量，在初始時(shí)刻容量為ebess0。ηbess為儲(chǔ)能裝置的充放電效率，pbess(k)為k時(shí)刻的充放電功率，充電時(shí)為正，放電時(shí)為負(fù)。αbess為儲(chǔ)能裝置的自放電容量損耗，和儲(chǔ)能裝置的類型有關(guān)。

儲(chǔ)能裝置的約束條件為：

式中ebessmin、ebessmax分別為儲(chǔ)能裝置的最小、最大容量限值，pbessmin、pbessmax分別為儲(chǔ)能裝置的最小充放電功率和最大充放電功率。f(pbess(j))表示關(guān)于儲(chǔ)能裝置j時(shí)刻充放電功率的函數(shù)，k0為采樣的初始時(shí)刻。

1.2電動(dòng)汽車模型

基于電動(dòng)汽車入網(wǎng)(vehicle-to-grid,v2g)技術(shù)的電動(dòng)汽車在接入樓宇微網(wǎng)時(shí)，也可以作為儲(chǔ)能裝置來參與樓宇微網(wǎng)的能量管理。

電動(dòng)汽車的離散時(shí)間模型與儲(chǔ)能裝置類似：

eev(k)＝eev(k-1)+ηevpev(k)δt-αevδt(3)’

式中eev(k)、eev(k-1)分別為k時(shí)刻、k-1時(shí)刻的電動(dòng)汽車電池容量，在初始時(shí)刻容量為eev0。ηev為電動(dòng)汽車的充放電效率，pev(k)為k時(shí)刻的充放電功率，同樣規(guī)定充電時(shí)為正，放電時(shí)為負(fù)。αev為電動(dòng)汽車電池的自放電容量損耗。

電動(dòng)汽車模型約束條件為：

式中eevmin、eevmax分別為電動(dòng)汽車電池的最小、最大容量限值，pevmin、pevmax分別為電動(dòng)汽車的最小充放電功率和最大充放電功率。f(pev(j))則表示關(guān)于電動(dòng)汽車j時(shí)刻充放電功率的函數(shù)。

考慮到電動(dòng)汽車的交通屬性，還需要引入整數(shù)變量μev，μev的值由電動(dòng)汽車是否接入樓宇微網(wǎng)決定：

電動(dòng)汽車的接入和離開時(shí)刻是由日前規(guī)劃決定的，電動(dòng)汽車處于離開或空閑狀態(tài)時(shí)，電池的容量需要達(dá)到一定的要求以滿足用戶需求。

1.3與電網(wǎng)聯(lián)絡(luò)線交互模型

由于分布式可再生能源的接入，當(dāng)樓宇微網(wǎng)的可再生能源發(fā)電不足時(shí)可以從電網(wǎng)購(gòu)電，在發(fā)電量富余時(shí)向電網(wǎng)進(jìn)行售電。樓宇微網(wǎng)與電網(wǎng)聯(lián)絡(luò)線的交互模型為：

pg(k)＝μg(k)pbuy(k)+(1-μg(k))psell(k)(6)’

式中pg(k)為聯(lián)絡(luò)線的功率，pbuy(k)為k時(shí)刻電網(wǎng)向微網(wǎng)的輸電功率，psell(k)為k時(shí)刻微網(wǎng)向電網(wǎng)的輸電功率。μg(k)為一整數(shù)變量：

與電網(wǎng)交互的約束條件為：

式中pgmax為電網(wǎng)向微網(wǎng)的輸電功率限值，pgmin為微網(wǎng)向電網(wǎng)的輸電功率限值。

1.4可控負(fù)荷

樓宇微網(wǎng)常見可控負(fù)荷包括各類溫控負(fù)荷，如空調(diào)、熱水器等，該類負(fù)荷具有良好的熱儲(chǔ)能特性，可視為一種“虛擬儲(chǔ)能”。對(duì)溫控負(fù)荷的控制是通過控制其開啟和關(guān)閉以改變“虛擬儲(chǔ)能”的荷電狀態(tài)。由于不能對(duì)單個(gè)負(fù)荷的功率大小進(jìn)行控制，“虛擬儲(chǔ)能”設(shè)備的功率變化是不連續(xù)的。樓宇微網(wǎng)中可控負(fù)荷的模型為：

ecl(k)＝ecl(k-1)+μclpclδt(9)’

式中ecl(k)、ecl(k-1)分別為k時(shí)刻、k-1時(shí)刻的“虛擬儲(chǔ)能”容量，pcl為可控負(fù)荷的額定功率，μcl(k)為控制負(fù)荷開啟和關(guān)閉個(gè)數(shù)的整數(shù)變量，開啟時(shí)為正，關(guān)閉時(shí)為負(fù)。可控負(fù)荷的約束條件：

式中eclmin、eclmax分別為“虛擬儲(chǔ)能”的最小、最大容量限值，μclmax為可控負(fù)荷的最大可控個(gè)數(shù)。

2、改進(jìn)灰色預(yù)測(cè)模型的步驟包括：

基本灰色預(yù)測(cè)模型為：

式中為x⁽⁰⁾(k+1)的灰色預(yù)測(cè)值，x⁽⁰⁾(1)為原始數(shù)據(jù)的初始值。對(duì)于公式(11),取k＝n，則可以得到當(dāng)日t時(shí)刻的預(yù)測(cè)數(shù)據(jù)，記為

雖然利用基本灰色預(yù)測(cè)理論可以得到較為滿意的預(yù)測(cè)結(jié)果，但是當(dāng)數(shù)據(jù)受到隨機(jī)干擾產(chǎn)生較大波動(dòng)時(shí)，采用基本灰色預(yù)測(cè)理論容易產(chǎn)生較大的誤差，因此還需要對(duì)該預(yù)測(cè)方法進(jìn)行以下改進(jìn)以提高預(yù)測(cè)精度。

1)對(duì)原始數(shù)據(jù)進(jìn)行平滑處理以減少數(shù)據(jù)的隨機(jī)性帶來的影響。

中間各數(shù)據(jù)點(diǎn)的滑動(dòng)平均值為：

i＝2,3,…,n-1

兩端數(shù)據(jù)點(diǎn)的滑動(dòng)平均值為：

采用滑動(dòng)平均值代替原始數(shù)據(jù)序列，再進(jìn)行灰色預(yù)測(cè)。

2)基本灰色預(yù)測(cè)可以看作是縱向預(yù)測(cè)，在進(jìn)行t時(shí)刻的預(yù)測(cè)時(shí)，假設(shè)已經(jīng)得到t時(shí)刻之前(t-1時(shí)刻,t-2時(shí)刻,…)的實(shí)際數(shù)據(jù)，則可以求得各時(shí)刻預(yù)測(cè)值與真實(shí)值的殘差，再采用基本灰色預(yù)測(cè)模型對(duì)殘差進(jìn)行橫向預(yù)測(cè)得到t時(shí)刻的殘差預(yù)測(cè)值，從而對(duì)t時(shí)刻的縱向預(yù)測(cè)值進(jìn)行修正。

通過以上方法對(duì)于灰色預(yù)測(cè)進(jìn)行改進(jìn)，能夠根據(jù)天氣、環(huán)境和人為因素等方面的變化，利用已得到的實(shí)時(shí)數(shù)據(jù)對(duì)于預(yù)測(cè)值進(jìn)行及時(shí)的校正，從而提高預(yù)測(cè)的精度，也能夠?qū)崿F(xiàn)對(duì)樓宇微網(wǎng)的在線管理。應(yīng)用于在線能量管理系統(tǒng)的改進(jìn)灰色預(yù)測(cè)算法流程如圖2所示。

3、建立多目標(biāo)在線能量管理系統(tǒng)

在線能量管理系統(tǒng)可以根據(jù)獲取的實(shí)時(shí)信息，通過微網(wǎng)中心控制器(mgcc)產(chǎn)生針對(duì)樓宇微網(wǎng)各單元的控制計(jì)劃，將優(yōu)化指令傳送給各基層控制器對(duì)功率等變量進(jìn)行調(diào)整，實(shí)現(xiàn)優(yōu)化調(diào)度。其核心是一個(gè)基于多目標(biāo)非線性混合整數(shù)規(guī)劃模型的最優(yōu)控制系統(tǒng)。

3.1控制目標(biāo)包括

1)用電成本

樓宇微網(wǎng)在運(yùn)行過程中要實(shí)現(xiàn)經(jīng)濟(jì)效益的最大化，其用電成本目標(biāo)函數(shù)為：

式中cdg為光伏系統(tǒng)運(yùn)行與維護(hù)成本，cbess為儲(chǔ)能運(yùn)行與維護(hù)成本，cev為電動(dòng)汽車電池運(yùn)行與維護(hù)成本，cbuy(k)為k時(shí)刻的購(gòu)電電價(jià)，csell(k)為k時(shí)刻的售電電價(jià)。ccl為控制可控負(fù)荷開關(guān)的損失費(fèi)用，l為預(yù)測(cè)時(shí)域。ps(k)為k時(shí)刻的光伏發(fā)電量預(yù)測(cè)值。虧損時(shí)成本為正，盈利時(shí)成本為負(fù)。

2)平抑聯(lián)絡(luò)線功率

在樓宇微網(wǎng)的優(yōu)化控制中，若聯(lián)絡(luò)線的功率波動(dòng)較大則容易引起微網(wǎng)和電網(wǎng)的頻率和電壓波動(dòng)，降低微網(wǎng)運(yùn)行的穩(wěn)定性，因此在控制目標(biāo)中有必要考慮平抑聯(lián)絡(luò)線功率：

式中pref為聯(lián)絡(luò)線功率的參考值。

3)綜合目標(biāo)

綜合考慮用戶用電成本優(yōu)化和聯(lián)絡(luò)線功率平抑，以兩個(gè)目標(biāo)函數(shù)的線性加權(quán)組合作為能量管理系統(tǒng)的綜合優(yōu)化目標(biāo)：

minj＝w1j1+w2j2(17)’

其中w1、w2為目標(biāo)函數(shù)權(quán)重，考慮到目標(biāo)函數(shù)單位不同的影響。

3.2約束條件

除了滿足式(2)’、(4)’、(8)’、(10)’所列出的樓宇微網(wǎng)各單位約束外，還需要滿足微網(wǎng)中的功率平衡約束。當(dāng)不考慮功率的損失時(shí)，微網(wǎng)內(nèi)部的功率平衡需要滿足：

pg(k)+ps(k)＝pbess(k)+pev(k)+ncl(k)pcl+pl(k)(18)’

式中ncl(k)為k時(shí)刻開啟的可控負(fù)荷總量：

n0為初始時(shí)刻處于開啟狀態(tài)的可控負(fù)荷個(gè)數(shù)。

以下分別為模型建立過程和算法實(shí)現(xiàn)過程，本實(shí)施例建立了三個(gè)模型，一個(gè)是樓宇微網(wǎng)的模型，一個(gè)是對(duì)實(shí)時(shí)電價(jià)、光伏系統(tǒng)發(fā)電量和不可控負(fù)荷進(jìn)行預(yù)測(cè)的改進(jìn)灰色預(yù)測(cè)模型，最后一個(gè)是樓宇微網(wǎng)的在線能量管理系統(tǒng)模型，采用分支定界法求解每日最優(yōu)用電計(jì)劃。

1)如圖3所示，為一典型的樓宇微網(wǎng)模型，由于可再生能源具有波動(dòng)性和間歇性的特點(diǎn)，考慮到可再生能源對(duì)于樓宇微網(wǎng)能量管理的影響，同時(shí)樓宇微網(wǎng)受到自身容量的限制，需要配備儲(chǔ)能裝置以及與電網(wǎng)進(jìn)行交互以滿足功率平衡的條件。除了常規(guī)的電池儲(chǔ)能系統(tǒng)以外，基于v2g技術(shù)的電動(dòng)汽車也可以起到儲(chǔ)能裝置的作用，而具有良好儲(chǔ)熱性能的溫控負(fù)荷可以作為“虛擬儲(chǔ)能”設(shè)備來參與微網(wǎng)的能量管理。通過建立樓宇微網(wǎng)模型可以得到各單元的約束條件，樓宇微網(wǎng)中的光伏系統(tǒng)發(fā)電量、不可控負(fù)荷數(shù)據(jù)則采用預(yù)測(cè)的方式獲取，考慮到預(yù)測(cè)誤差帶來的影響，需要采取更精確的預(yù)測(cè)算法來優(yōu)化能量管理方案。

2)為了提高預(yù)測(cè)精度，實(shí)現(xiàn)動(dòng)態(tài)預(yù)測(cè)過程，建立改進(jìn)灰色預(yù)測(cè)模型，能夠?qū)夥到y(tǒng)發(fā)電量、實(shí)時(shí)電價(jià)和不可控負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測(cè)。首先對(duì)于原始數(shù)據(jù)進(jìn)行平滑處理，對(duì)于始末端數(shù)據(jù)和中間數(shù)據(jù)分別采用不同的處理公式以減小數(shù)據(jù)隨機(jī)性的影響。然后采用基本灰色預(yù)測(cè)進(jìn)行縱向預(yù)測(cè)，采用基于偏差修正的灰色預(yù)測(cè)進(jìn)行橫向預(yù)測(cè)，利用獲取的實(shí)時(shí)數(shù)據(jù)對(duì)于預(yù)測(cè)時(shí)域內(nèi)的預(yù)測(cè)值進(jìn)行偏差校正。如圖2所示，是在線能量管理系統(tǒng)中所采用的改進(jìn)灰色預(yù)測(cè)算法流程圖。

3)在獲取光伏發(fā)電量、實(shí)時(shí)電價(jià)和不可控負(fù)荷的預(yù)測(cè)數(shù)據(jù)后，可以得到在線能量管理系統(tǒng)的功率平衡等式約束，與樓宇微網(wǎng)模型中各單元的約束一起作為在線能量管理系統(tǒng)模型的約束條件。目標(biāo)函數(shù)為綜合目標(biāo)，其一為用戶用電成本最小化，包含光伏成本、儲(chǔ)能設(shè)施運(yùn)行與維護(hù)成本、電動(dòng)汽車運(yùn)行與維護(hù)成本、從電網(wǎng)購(gòu)電成本和向電網(wǎng)售電盈利、可控負(fù)荷開關(guān)損失成本；其二為抑制與電網(wǎng)聯(lián)絡(luò)線的交互功率，兩個(gè)目標(biāo)函數(shù)進(jìn)行線性加權(quán)得到綜合目標(biāo)函數(shù)。由此可以建立在線能量管理系統(tǒng)模型，本質(zhì)為一混合整數(shù)非線性優(yōu)化模型。

4)通過分支定界法求解該混合整數(shù)非線性優(yōu)化模型，得到預(yù)測(cè)時(shí)域內(nèi)的最優(yōu)用電計(jì)劃，即儲(chǔ)能裝置充放電計(jì)劃、電動(dòng)汽車充放電計(jì)劃、與電網(wǎng)聯(lián)絡(luò)線交互功率計(jì)劃和可控負(fù)荷的調(diào)度計(jì)劃。按照該時(shí)刻的用電計(jì)劃進(jìn)行樓宇微網(wǎng)內(nèi)各單元的調(diào)度，在下一時(shí)刻根據(jù)已獲取的實(shí)時(shí)數(shù)據(jù)，可以采用改進(jìn)灰色預(yù)測(cè)模型得到新的預(yù)測(cè)數(shù)據(jù)。再更新能量管理模型的約束條件和目標(biāo)函數(shù)，可以求解得到新的用電計(jì)劃，并按照該用電計(jì)劃進(jìn)行下一時(shí)刻的樓宇微網(wǎng)調(diào)度，實(shí)現(xiàn)滾動(dòng)優(yōu)化的在線能量管理模式。

綜上所述，本實(shí)施例針對(duì)含儲(chǔ)能系統(tǒng)、電動(dòng)汽車、可控負(fù)荷以及與上級(jí)電網(wǎng)聯(lián)絡(luò)線存在交互的樓宇微網(wǎng)，基于實(shí)時(shí)電價(jià)、光伏出力和家庭負(fù)荷改進(jìn)灰色預(yù)測(cè)數(shù)據(jù)，以樓宇微網(wǎng)最大盈利和平抑聯(lián)絡(luò)線功率波動(dòng)為目標(biāo)實(shí)現(xiàn)在線能量管理。

應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。

雖然以上結(jié)合附圖描述了本發(fā)明的具體實(shí)施方式，但是本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說明，可以對(duì)這些實(shí)施方式做出多種變形或修改，而不背離本發(fā)明的原理和實(shí)質(zhì)。本發(fā)明的范圍僅由所附權(quán)利要求書限定。