为了平滑风电功率波动,针对现有的控制策略未考虑储能运行过程中多个目标之间的竞争冒险关系,基于合作博弈论提出了用于平滑风功率的多目标储能运行控制策略。模型预测控制(modelpredictivecontrol,MPC)中预测区间M的大小与储能运行策...为了平滑风电功率波动,针对现有的控制策略未考虑储能运行过程中多个目标之间的竞争冒险关系,基于合作博弈论提出了用于平滑风功率的多目标储能运行控制策略。模型预测控制(modelpredictivecontrol,MPC)中预测区间M的大小与储能运行策略有着密切联系。该研究以MPC中预测区间M为决策变量,探究其变化对风电平抑效果和储能控制策略的影响,并以此制定储能运行策略。首先建立了风-储联合发电系统模型,分析了储能运行过程中因M的改变导致目标函数间产生的合作博弈关系,其次改进了多目标哈里斯鹰算法(improved multi objective Harris hoptimizer,I-MOHHO)获取了沿所有目标均匀分布的Pareto最优前沿。最后在Pareto最优解集中选择一个M作为Pareto最优解嵌入到MPC中进一步滚动优化储能运行控制策略。结合储能运行成本的变化与传统控制策略对比分析,结果表明:1)M的改变对储能运行策略影响显著;2)考虑了合作博弈后的储能运行各项指标均得到了优化;3)基于多目标合作博弈的储能日运行成本降低了55.91%。展开更多
文摘为了平滑风电功率波动,针对现有的控制策略未考虑储能运行过程中多个目标之间的竞争冒险关系,基于合作博弈论提出了用于平滑风功率的多目标储能运行控制策略。模型预测控制(modelpredictivecontrol,MPC)中预测区间M的大小与储能运行策略有着密切联系。该研究以MPC中预测区间M为决策变量,探究其变化对风电平抑效果和储能控制策略的影响,并以此制定储能运行策略。首先建立了风-储联合发电系统模型,分析了储能运行过程中因M的改变导致目标函数间产生的合作博弈关系,其次改进了多目标哈里斯鹰算法(improved multi objective Harris hoptimizer,I-MOHHO)获取了沿所有目标均匀分布的Pareto最优前沿。最后在Pareto最优解集中选择一个M作为Pareto最优解嵌入到MPC中进一步滚动优化储能运行控制策略。结合储能运行成本的变化与传统控制策略对比分析,结果表明:1)M的改变对储能运行策略影响显著;2)考虑了合作博弈后的储能运行各项指标均得到了优化;3)基于多目标合作博弈的储能日运行成本降低了55.91%。