[发明专利]一种多智能体飞轮集群储能系统

权利要求书

1.一种多智能体飞轮集群储能系统，其特征在于：包括以下方法步骤：

S1：首先获取需调节对象的实际电能参数，得到飞轮集群储能系统所需要完成的储能或释能总功率；每个飞轮储能单元均具有数据收发、数据分析、控制信号收发功能；

S2：通过采用一种各飞轮储能或释能功率与充放电裕度比值一致的功率分配算法，结合各飞轮储能单元的实际运行状态，通过一致性算法迭代与飞轮单元彼此间快速比对，得到飞轮储能集群中个单元的充放电功率并下发至下一运算环节；

S3：结合飞轮充放电限制条件，再根据轴承损耗、电机损耗、风损等三大能量内耗因子通过改进花朵授粉算法建立动态损耗约束条件，对一致性算法所得到的控制命令信息进行再优化，为每个飞轮单元生成最终控制指令。

2.根据权利要求1所述的一种多智能体飞轮集群储能系统，其特征在于：所述飞轮储能单元均具有完整的数据分析与收发、指令收发等完整功能，将多个飞轮相互联结视作多智能体系统，该系统中不存在绝对意义上的主从控制关系，集群系统核心控制单元仅对调整对象的需调整的相关参数进行计算，下发至所有飞轮储能单元，飞轮集群储能系统根据所述两种算法进行计算并进行功率等相关参数的调节，其中算法为一致性算法与花朵授粉算法。

3.根据权利要求2所述的一种多智能体飞轮集群储能系统，其特征在于：所述一致性算法中，针对飞轮储能系统的相关工作特性与运行方式，为均衡不同状态的飞轮的释放或储存功率，单独设计了一种各飞轮储能与释能比值一致的功率分配策略，该策略计算方式如下：

首先计算飞轮单元的最高与最低储能容量，根据飞轮系统的机械特性，分别得到与

式中，ω_imax为第i台飞轮最高允许角速度，ω_imin为最低允许角速度，

再由以上公式，计算并得到单个飞轮最大充放电功率与

其中E为当前飞轮储存的能量。

充放电运行时，根据飞轮接到调节指令那一时刻的工作状态，作为初值，可得以下迭代因子，放电模式充电模式：其中p_{i_disc(0)}为第i台飞轮当前放电裕度，转速较高，转动惯量较大的飞轮单元放电裕度较大，初始放电比例也较大，p_{i_char(0)}则为第i台飞轮当前充电裕度，的转速较低，转动惯量较大的飞轮单元的充电裕度较大，初始充电比例也较大，

将以上迭代因子通过一致性算法中迭代公式进行计算，迭代公式为：与

其中Δp_diff为调度指令与各飞轮储能单元充放电功率总和的差额，m为一个迭代周期的迭代次数，根据调整对象的实际需要，并综合考虑飞轮储能系统的工作特性，确定误差与迭代时长，从而选择合适的m值，实现对调整对象电能参数的有效调整。

4.根据权利要求1所述的一种多智能体飞轮集群储能系统，其特征在于：所述算法中的花朵授粉算法可针对飞轮集群储能系统实现对多其各单元所构成的多智能系统进行控制。

5.根据权利要求3所述的一种多智能体飞轮集群储能系统，其特征在于：所述飞轮系统的目标函数如下：p_loss＝10^-4(1.6ω²+15.5ω^1.667+9.686ω^1.558+50ω)，

式中，ω为飞轮的角速度。

6.根据权利要求3所述的一种多智能体飞轮集群储能系统，其特征在于：飞轮的约束条件如下：与

其中，p_i和为第i台飞轮的最大放电与充电功率，ω_i与为第i台飞轮的最大与最小角速度。

7.根据权利要求3所述的一种多智能体飞轮集群储能系统，其特征在于：不等式约束转换为等式约束如下：

其中l,u,α,β均大于0。

8.根据权利要求4所述的一种多智能体飞轮集群储能系统，其特征在于：约束因子所构建的影响函数为：

其中p_{i_loss}为第i个飞轮单元的损耗，p为飞轮储能集群系统总功率指令。u为惩罚因子，u＞0，u越大，表示该约束条件对目标函数的影响越大。