(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111395832.4 (22)申请日 2021.11.23 (71)申请人 广东电网有限责任公司广州供电局 地址 510630 广东省广州市天河区天河南 二路2号 (72)发明人 杨波　黄旭锐　于丰源　潘军　 徐钦　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 刘芳 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 30/20(2020.01) G06F 111/10(2020.01)G06F 111/04(2020.01) G06F 119/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于模型预测控制的微能源网优化调 度方法及系统 (57)摘要 本发明涉及一种基于模型预测控制的微能 源网优化调度方法及系统。 所述方法包括： 对八 位一体微能源网中各种设备进行建模， 生成各设 备的数学模型； 在日前时间尺度下， 采用各种设 备的数学模型， 在满足约束条件的同时， 以优化 周期内总成本最低为目标， 得到日前调度计划； 在实时时间尺度下， 基于模型预测控制方法， 在 满足约束条件的同时， 以跟随日前调度计划和平 滑调度为目标， 得到实时调度计划； 根据实时调 度计划对八位一体微能源网中的各种设备进行 实时调度。 本发明通过使用模型预测控制方法， 实时再调度结果一方面跟踪日前计划， 保证了实 时调度的经济性； 另一方面大大降低了冷热电负 荷和可再生能源出力的不确定性对微能源网的 影响， 具有强鲁棒 性。 权利要求书5页 说明书19页 附图4页 CN 114037337 A 2022.02.11 CN 114037337 A 1.一种基于模型 预测控制的微能源网优化调度方法， 其特 征在于， 包括： 对八位一体微能源网中的各种设备进行建模， 生成各种设备的数学模型； 所述八位一 体微能源网为包括风、 光、 岩、 磁、 燃、 热、 储、 荷典型设备的微能源网； 所述各种设备包括能 量生产设备、 能量存储设备和能量转换设备； 所述能量生产设备包括分布式光伏机组、 分布 式风电机组、 太阳能集热器、 固体氧化物燃料电池； 所述能量存储设备包括电储能和基岩储 能； 所述能量 转换设备包括高温水 罐、 电热泵、 溴化锂制冷机和磁悬浮制冷机； 在日前时间尺度 下， 采用所述各种设备的数学模型， 在满足约束条件的同时， 以优化周 期内总成本最低为目标， 得到所述八位 一体微能源网的日前调度计划； 在实时时间尺度 下， 基于模型预测控制方法， 在满足约束条件的同时， 以跟随所述日前 调度计划 和平滑调度为目标， 得到所述八位 一体微能源网的实时调度计划； 根据所述实时调度计划对所述八位 一体微能源网中的各种设备进行实时调度。 2.根据权利要求1所述的方法， 其特征在于， 所述对八位一体微 能源网中的各种设备进 行建模， 生成各种设备的数 学模型， 具体包括： 对所述分布式光伏机组进行建模 ， 生成所述分布式光伏机组的数学模型 其中 为t时刻光伏阵列输出功率； fPV为降额系数； N为光伏电池板的数量； PRPV为单个光伏板额定功率； It为t时刻的实际光照 强度； ISTC为标准测试 条件下光照强度； TSTC为标准测试温度； 为t时刻光伏板表面温度； 对所述分布式风电 机组进行建模 ， 生成所述分布式风电 机组的数学模型 其中 为t时刻风机输出功率； vt为t时刻 的风速； vin和vout分别为风机的切入和切出风速； vr为风机的额定风速； PRWT为风机的额定输 出功率； 对所述太阳能集热器进行建模， 生成所述太阳能集热器的数学模型Qu＝ApI( τ α )e‑APUL (Tp‑Ta)； 其中Qu为单位时间内太阳能集 热器得到的有效能量； Ap和Tp分别为太阳能集热器吸 热板面积和平均 温度； I为太阳辐照度； τ和α 分别表示有效透过率和吸收率， e表示无量纲； UL为总热损系数； Ta为环境温度； 对所述固体氧化物燃料电池进行建模， 生成所述固体氧化物燃料电池的数学模型 和 其中PSOFC和HSOFC分别表 示固体氧化物燃料电池输出的电功率和热功率； ηh为固体氧化物燃料电池可逆热力学效 率； ηv和 ηg分别为电压效率和燃料利用率； 和FSOFC分别天然气低热值和单位时间天然气 消耗量； 对所述电储能进行建模， 生成所述电储能的数 学模型权　利　要　求　书 1/5 页 2 CN 114037337 A 2其中 表示电储能荷电 状态； σe是电储能自放电率； 和 分别为充电功率和充电效率； 和 分别为放电 功率和放电效率； EEES为电储能容 量； 对所述基岩储能进行建模， 生成所述基岩储能的数 学模型 其中 表示基岩储能荷 电状态； σh是基岩储能自放热率； 和 分别为充热功率和充热效率； 和 分别为 放热功率和放热效率； QBES为基岩储能容 量； 对所述能量转换设备进行建模， 生成所述能量转换设备的数学模型 其中 和 分别为能量转换设备i在t时刻的输入功率和输出功率， ηi为能量转换设 备i的转换效率。 3.根据权利要求1所述的方法， 其特 征在于， 所述满足约束条件， 具体包括： 同时满足系统约束、 设备输出功率约束、 电储能元件约束、 基岩储能元件约束以及电动 汽车约束。 4.根据权利要求1所述的方法， 其特征在于， 所述以优化周期内总成本最低为目标， 具 体包括： 使周期内总成本 最 低； 其中C表示周期内总成本； T表示日前优化调度的周期； N表示能量转换设备的数量； λi和 分别表示能量转换设备i单位出力维护成本和在t时段的输出功率； 和 分别 表示电储能和热储能在时段t的充放电和充放热成本； 表示柴油发电机在时段t的发电 成本； 表示在时段t与大电网的购售电成本； 表示购买天然气成本； 表示电动 汽车充放电成本 。 5.根据权利要求1所述的方法， 其特征在于， 所述以跟随所述日前调度计划和平滑调度 为目标， 具体包括： 满足实时优化调度的目标函数 其中t为 当前时刻； Ts为实时滚动优化周期； Ns为可调度设备的数量； 为实时可调度设备决 策； 为日前调度计划的参考值； Werr和Wu为系数矩阵； 为可调度设备出力相对权　利　要　求　书 2/5 页 3 CN 114037337 A 3