[发明专利]一种基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法

权利要求书

1.一种基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法，其特征在于，包含如下步骤：

步骤1：结合多代理机制，将大规模储能电站划分为多个储能电站机组代理区域，并构建储能电站的目标函数；

步骤2：根据步骤1中构建的储能电站的目标函数，按照储能电站的目标函数为正或为负时分别计算各代理区域i的充放电功率值；

步骤3：根据步骤2中所确定的各蓄电池电站机组代理的充放电功率，采用多智能体粒子群优化算法计算区域智能体各储能换流器的充放电功率，通过充电状态和各储能换流器机组的最大充放电功率确定各储能换流器机组的功率。

2.根据权利要求1所述的基于多智能体粒子群优化的储能电站协调控制与能量运行方法，其特征在于，所述步骤1中储能电站的目标函数为

其中，是储能电站主代理从监控系统接收储能电站目标电源指令。

3.根据权利要求1所述的基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法，其特征在于，所述步骤2中的按照储能电站的目标函数为正或为负时分别计算各代理区域i的充放电功率值具体为：

(1)当为正时，储能电站处于放电状态，计算各代理区域i的放电功率值如下：

其中：n是所划分的区域数量，SOC_{Agent_i}(t-1)为放电状态下第i个区域储能荷电状态SOC在t-1时刻的平均值，μ_{Agent_i}(t)为第i个区域在t时刻的运行参数，包括储能的最大放电电压和放电电流；

如果大于第i个区域的最大允许放电功率，重新确定如下：

其中，为第i个区域的最大允许放电功率；

(2)当为负时，储能电站应处于充电状态，计算各代理区域i的充电功率值如下：

SOD_{Agent_i}(t-1)＝[1-SOC_{Agent_i}(t-1)]

其中SOD_{Agent_i}(t-1)为充电状态下的第i个区域储能荷电状态在t-1时刻的平均值；

如果大于第i个区域的最大允许充电功率，重新确定如下：

其中，SOD_{Agent_i}(t-1)为第i个区域SOD在t-1时刻的平均值；μ_{Agent_i}为第i个区域在t时刻的运行参数，包括储能的最大充电电压和充电电流，为第i个区域在t-1时刻的最大允许充电功率。

4.根据权利要求1所述的基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法，其特征在于，所述步骤3中的采用多智能体粒子群优化算法计算区域智能体各储能换流器的充放电功率具体为：

G_{Agent_bess}＝min(ω₁F_Agent1+ω₂F_Agent2)

其中：为所有代理区域设定的总的目标充电功率值；F_Agent1是所有代理区域总的充电功率值与目标充电功率的差值；SOC_ref是储能荷电状态的参考值；F_Agent2所有代理区域总的放电功率值与目标放电功率的差值；G_{Agent_bess}是多智能体粒子群优化的目标函数；ω₁，ω₂是权重因子；i是区域代理；j是储能电站机组控制区域的储能换流器，是第i个区域代理在t时刻时m个储能换流器总的功率值；是第j个储能换流器在第i个区域代理在t-1时刻的功率指令值；SOC_{Agent_i}(t-1)是第i个区域代理在t-1时刻的储能荷电状态的平均值；是第i个区域代理中第j个储能换流器在t-1时刻的储能荷电状态平均值；m是储能换流器的个数；C_{Agent_i}是第i个区域代理储能容量之和；第i个区域代理中第j个储能换流器的储能容量之和；第i个区域代理中第j个储能换流器的运行参数；

得到目标函数的最优解，从而分别得到各区域代理的储能换流器的充放电功率。