CN102184475B - 基于多时间尺度协调的微网经济运行优化调度方法 - Google Patents
基于多时间尺度协调的微网经济运行优化调度方法 Download PDFInfo
- Publication number
- CN102184475B CN102184475B CN 201110121088 CN201110121088A CN102184475B CN 102184475 B CN102184475 B CN 102184475B CN 201110121088 CN201110121088 CN 201110121088 CN 201110121088 A CN201110121088 A CN 201110121088A CN 102184475 B CN102184475 B CN 102184475B
- Authority
- CN
- China
- Prior art keywords
- grid
- microgrid
- overbar
- power supply
- energy storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004146 energy storage Methods 0.000 claims abstract description 66
- 230000005611 electricity Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 8
- 230000007717 exclusion Effects 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 5
- 230000002441 reversible effect Effects 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims 1
- 230000000452 restraining effect Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000010248 power generation Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 238000004134 energy conservation Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多时间尺度协调的微网经济运行优化调度方法,该方法将微网经济运行分为日前计划与实时调度两个时间尺度,在日前计划阶段,将一个调度周期分为多个时段,基于日前预测数据,将其建模为混合整数线性规划问题;在实时调度阶段,遵从日前计划的开停机结果,基于实时超短期预测数据,将其建模为非线性规划。本发明还设计了两个时间尺度的协调配合机制,使得本方法得到的调度方案既能满足长时间尺度的经济因素,也能满足短时间尺度的微网内部电压、载流量等安全运行约束并平滑新能源的出力波动。该方法适用于任意类型、任意容量配比的由可控电源、不可控电源和储能设备组成的微型电网的并网和孤网运行中的经济运行优化调度。
Description
技术领域
本发明属于电力***的运行、仿真、分析与调度技术领域,尤其涉及一种基于多时间尺度协调的微网经济运行优化调度方法。
背景技术
分布式发电技术是二十一世纪电力工业发展的关键技术之一。它从最底层改变了传统电力生产供应的格局,具有投资省、能耗低、可靠性高、灵活输电、快速恢复供电等诸多优点。随着以风能、太阳能为代表的可再生能源在世界各国的推广应用,分布式发电技术在节能减排、预防大面积停电方面的优势得到全球能源、电力专家和各国政府部门的一致认可。作为世界上能源消耗和污染排放大国,大力发展分布式发电技术对于我国的可持续发展具有重要的战略意义。
微型电网***(MicroGrid,简称微网)是分布式发电***的基本组成单元。分布式发电技术尽管优点突出,但也存在诸多问题,其中之一就是单个类型的分布式电源相对大电网而言往往是不可控的。比如风能、太阳能发电技术,受自然条件的约束,表现出很强的随机性和间歇性,给整个电网的运行、调度带来极大的困难。将发电装置、储能装置、负荷及控制***等结合,构成一个输出功率可控的微型电力网络。微型电网***既可以独立运行,由内部电源向微网内部的负荷供电;也可以并网运行,向外部电网供出多余的电能或由外部电网补充自身发电量的不足。
微网作为一种分布式发电的新型组织形式,与大电网一样同样存在能量管理问题,即如何对微网内的可控电源(柴油发电机、微型燃气轮机、燃料电池)、不可控电源(风力发电、光伏发电)和储能设备(小型抽水蓄能、氢能循环装备、各类型蓄电池)进行能量管理,规划其燃料使用方案、储能设备充放电方案、与外部电网电能交易方案等,同时保证实际运行中的安全性、物理性约束条件,以此保证微网的持续、经济、安全运行。
目前,该领域研究尚处于理论研究阶段,暂时没有公认成熟的解决方案。现有研究多集中于微网实时经济运行优化调度,忽视了大时间尺度规划(如日前)对***运行经济性的影响,缺乏多时间尺度的协调优化;同时现有研究手段也多集中于过于简化的启发式策略和过于复杂的混合整数非线性规划模型,前者无法达到数学上的最优点而无法保证长期运行的经济性,后者求解过程过于复杂且不易寻找到可行解,因此都无法满足微网实际运行中经济性、安全性以及节能减排的要求。
发明内容
本发明的目的在于针对现有技术的不足,提供了一种基于多时间尺度协调的微网经济运行优化调度方法。
本发明的目的是通过以下技术方案来实现的:一种基于多时间尺度协调的微网经济运行优化调度方法,包括如下步骤:
(1)统计微网运行历史数据,建立微网内所有可控电源的成本-出力曲线的非线性函数,并将其分段线性化;同时根据微网电路拓扑结构和电气参数,建立微网节点导纳矩阵;
(2)采集微网负荷信息数据、气象信息数据以及外部电网电价数据,综合微网运行的历史数据,对负荷/风能/太阳能/电价进行未来一天的预测,得到未来一天内微网的负荷/风能/太阳能/电价预测数据;
(3)将微网未来一天内的经济运行分为多个时段,以各时段微网运行成本最小为目标函数,其中所有可控电源的使用分段线性化模型,考虑微网内部的各时段能量平衡、各设备元件的出力/爬坡率/开停机成本、储能设备运行成本与“满充满放”原则,基于第二步中的日前负荷/风能/太阳能/电价预测数据,将此微网日前计划问题构成一个混合整数线性规划问题进行求解,得到各时段微网经济运行调度方案;
(4)采集微网负荷信息数据、气象信息数据以及外部电网电价数据,对负荷/风能/太阳能/电价进行超短期预测,得到未来一个时段内微网的负荷/风能/太阳能/电价预测数据;
(5)取当前时段的微网设备的开停机状态,令其在该时段不能改变,以该时段微网运行成本最小和当前电源出力值与日前计划出力值偏差最小化为目标函数,其中所有可控电源使用原有非线性模型,考虑微网内部的该时段交流潮流平衡、母线电压约束、线路载流量约束、各逆变器的容量约束,同时基于第四步中的超短期预测数据,将此微网实时调度问题构成一个非线性规划问题进行求解,得到该时段的微网经济运行调度方案;
(6)评估实时调度的调度方案与日前计划的调度方案的偏差,若偏差大于给定阈值 ,即所得到的实时调度方案不可行,则需要在此时段重新进行日前计划,即返回第二步;若偏差小于或等于给定阈值,即所得到的实时调度方案可行,则进入第七步;
(7)对于经第六步可行性检测满足要求的微网经济运行调度方案,形成微网调度指令,发布给微网中的可控电源、不可控电源以及储能设备的控制器,使得微网在下一时段按照指定方式安全经济运行;同时判断下一个时段是否已进行过日前计划,如是则进入下一个时段进行预测和实时调度,即重复第四步,否则开始对下一天进行预测和日前计划,即返回第二步。
本发明的有益效果是,本发明提出了一种基于多时间尺度协调的微网经济运行优化调度方法,与已有的技术相比,本发明提出的方法主要有以下优势和改进:
1、与基于启发式策略的技术方案相比提高了最优解的质量,减少了电网运行的经济费用和污染排放量,更好的实现了节能减排;与混合整数非线性规划模型相比极大的提高了计算速度且避免了出现无可行解的情况,能够有效提升微网控制中心的响应速度,提高电网运行的安全性和可靠性;
2、将问题简化为“混合整数线性规划+非线性规划”后,这两个数学优化问题都有成熟的数学软件可以直接求解,降低了***开发与集成的难度,从而减少了微网控制中心的投资成本,简化其调度流程;
3、所提出的多时间尺度协调机制简单但有效,足以处理微网这种规模小但波动大的相对独立***,能够有效消纳风能、太阳能等清洁能源,从而减少碳排放,进一步促进节能减排。
附图说明
图1是基于多时间尺度协调的微网经济运行优化调度方法流程图;
图2是示例微网***结构图;
图3可控电源成本-出力曲线分段线性化示意图;
图4日前计划混合整数线性规划问题中等式约束系数矩阵的稀疏结构
图5日前计划混合整数线性规划问题中不等式约束系数矩阵的稀疏结构
图6是日前计划的计算结果展示图。
具体实施方式
本发明基于多时间尺度协调的微网经济运行优化调度方法,包括如下步骤:
第一步:统计微网运行历史数据,建立微网内所有可控电源的成本-出力曲线的非线性函数,并将其分段线性化;同时根据微网电路拓扑结构和电气参数,建立微网节点导纳矩阵。
第二步:采集微网负荷信息数据、气象信息数据以及外部电网电价数据,综合微网运行的历史数据,对负荷/风能/太阳能/电价进行未来一天的预测,得到未来一天内微网的负荷/风能/太阳能/电价预测数据。
第三步:将微网未来一天内的经济运行分为多个时段,以各时段微网运行成本最小为目标函数,其中所有可控电源的使用分段线性化模型,考虑微网内部的各时段能量平衡、各设备元件的出力/爬坡率/开停机成本、储能设备运行成本与“满充满放”原则,基于第二步中的日前负荷/风能/太阳能/电价预测数据,将此微网日前计划问题构成一个混合整数线性规划问题进行求解,得到各时段微网经济运行调度方案。
上述混合整数规划问题的数学模型为:
其中:
;
(1).功率平衡约束:
(2).可控电源出力定义:
(3).可控电源分段运行归属标记位互斥条件:
(4).储能元件的荷电状态定义约束:
(1).功率备用约束:
(2).可控电源分段出力值定义:
(3).可控电源爬坡率约束:
;
(4).可控电源开始开机/停机的标记位定义:
;
(5).可控电源最大开停机次数约束:
;
(6).储能元件的出力限值:
(7).储能元件的爬坡率约束:
(8).储能元件的开始充电/放电的标记位定义:
(9).储能元件的充放电状态互斥条件:
(10).储能元件的“满充满放”约束:
(11).外部电网接入容量约束:
(12).外部电网买卖电状态互斥条件:
其中,各符号定义如下:为时段集合、为可控电源集合、为不可控电源集合、为储能元件集合、为内部负荷集合、为微网内部节点集合、为总时段数、为可控电源成本曲线参数、为可控电源分段曲线归属状态、为可控电源分段曲线取值状态、为可控电源成本曲线分段数、为可控电源开停机成本、为可控电源运行维护成本、为可控电源出力变化率界限、为可控电源出力界限、为可控电源最大开关机次数、为可控电源有/无功出力、为可控电源工作状态(0关1开)、为可控电源开始开机/停机标记位、为不可控电源出力、为储能充/放电功率、为储能充/放电出力界限、为储能充电变化率界限、为储能放电变化率界限、为储能的荷电状态、为储能荷电状态界限、为储能充/放电状态、为储能开始充电/放电标记位、为储能开始充/放电门限值、为储能充/放电成本系数、为储能充放电循环成本系数、为负荷功率、为微网接受/发送功率限值、为微网接受/发送功率、为微网接受/发送功率状态、为微网向电网买/卖电价格、微网有功备用率。
第四步:采集微网负荷信息数据、气象信息数据以及外部电网电价数据,对负荷/风能/太阳能/电价进行超短期预测,得到未来一个时段内微网的负荷/风能/太阳能/电价预测数据。
第五步:取当前时段的微网设备的开停机状态,令其在该时段不能改变,以该时段微网运行成本最小和当前电源出力值与日前计划出力值偏差最小化为目标函数,其中所有可控电源使用原有非线性模型,考虑微网内部的该时段交流潮流平衡、母线电压约束、线路载流量约束、各逆变器的容量约束,同时基于第四步中的超短期预测数据,将此微网实时调度问题构成一个非线性规划问题进行求解,得到该时段的微网经济运行调度方案。
上述非线性规划问题的数学模型为:
其中:
;
(1).外部电网接入功率因数约束:
(2).可控电源出力范围约束:
(3).储能设备出力范围约束:
(4).外部电网接入限值约束:
(5).逆变器容量约束:
(6).节点电压约束:
(7).电力线路载流量约束:
其中,各符号定义如下:
为可控电源的有功/无功出力,为储能设备的有功/无功出力,为外部电网交换有功/无功值,为可控电源成本-出力曲线二次多项式系数,为储能设备的单位运行成本,为外部电网电能交易单价,为日前计划解出的可控电源/储能设备/外部电网出力值,为实时调度与日前计划的调度计划偏差惩罚因子,为节点注入有功/无功功率,为节点电压实部/虚部,微网节点导纳矩阵元素实部/虚部,外部电网接入点最小功率因数,为可控电源有功出力上下限,为储能设备有功出力上下限,为外部电网接入容量上下限,为可控电源/储能设备/不可控电源的并网逆变器容量,为节点电网上下限,为电力线路正/反向载流量上下限,为电力线路实际正/反向载流量有功/无功值。
第六步:评估实时调度的调度方案与日前计划的调度方案的偏差,若偏差大于给定阈值,即所得到的实时调度方案不可行,则需要在此时段重新进行日前计划,即返回第二步;若偏差小于或等于给定阈值,即所得到的实时调度方案可行,则进入第七步。
上述实时调度的调度方案与日前计划的调度方案的偏差定义为:
第七步:对于经第六步可行性检测满足要求的微网经济运行调度方案,形成微网调度指令,发布给微网中的可控电源、不可控电源以及储能设备的控制器,使得微网在下一时段按照指定方式安全经济运行。同时判断下一个时段是否已进行过日前计划,如是则进入下一个时段进行预测和实时调度,即重复第四步,否则开始对下一天进行预测和日前计划,即返回第二步。
本发明将复杂的微网经济调度问题分为日前计划和实时调度两个时间尺度,分别使用混合整数线性规划和非线性规划模型对其进行建模,保证了求解的高效性和解的最优性,同时提出了不同时间尺度的协调配合方案,使得本方法得到的调度方案既能满足长时间尺度的电价、储能容量、燃料价格等经济因素,也能满足短时间尺度的微网内部电压、载流量等安全运行约束并平滑新能源的出力波动。
以下结合附图,对本发明的一则实施例作详细说明,本发明的流程图如图1所示。
实施例:
考虑如图2所示的微网示例***,根据上文所述方法,对其进行经济运行优化调度。
本实施例在下述环境配置的PC机上实现:
Intel Core 2 Duo E8400 3.0GHz,12GB DDR3 1333MHz Dual Channel
Microsoft Windows 7 Enterprise x64,Visual Studio 2010
使用IBM ILOG CPLEX 12.1作为混合整数线性规划解法器,Ipopt 3.9作为非线性规划解法器。
首先,计算微网节点导纳矩阵(结果略),将所有可控电源的成本-出力曲线分段线性化,分段线性化的形式如图3所示。以某型号的燃料电池为例,线性化后的参数如表1所示,使用分段线性化模型,即可以使用混合整数线性规划模型来建模微网的日前计划问题,保证问题的求解便捷。
表1 某型号燃料电池成本-出力曲线分段线性化参数
B k | A k | F k |
4.0000 | 6.1740 | 0.8933 |
29.2400 | 28.7200 | 1.0456 |
55.7700 | 56.4600 | 1.3310 |
80.0000 | 88.7100 | 0 |
在日前计划步骤中,需根据前文所述建立混合整数线性规划模型。针对图2所示微网***,考虑全天24小时,每5分钟划分一个时段,我们可以得到该混合整数线性规划模型,该优化问题的规模如表2所示。
表2 日前计划混合整数线性规划问题规模
问题规模 | 示例微网*** |
优化变量 | 11808 |
0-1变量 | 6912 |
连续变量 | 4896 |
等式约束 | 2304 |
不等式约束 | 14688 |
等式约束系数矩阵非零元 | 10941 |
不等式约束系数矩阵非零元 | 35982 |
图4和图5给出了该混合整数线性规划问题的等式/不等式约束系数矩阵的稀疏结构,可见该系数矩阵非常稀疏。
日前计划问题使用C++编程实现,使用CPLEX软件作为混合整数线性规划解法器,充分利用了约束系数矩阵的稀疏结构,全面提升了稀疏矩阵的形成时间。
表3中给出了求解该问题的计算时间,可见对混合整数线性规划问题的求解非常高效,证明了所提出的方法的可行性和高效性。
表3 日前计划的求解时间统计
项目 | 时间(s) | 百分比 |
初始化与预处理 | 0.005 | 0.03% |
矩阵生成 | 0.008 | 0.05% |
调用CPLEX | 14.309 | 95.92% |
后处理与输出 | 0.597 | 4.00% |
合计 | 14.309 | 100% |
图6展示了日前计划的调度方案。其中所有横轴表示时间,单位为24小时,由于我们令5分钟为一个时段,即这六张图都由288个点组成。图6中(a)表示外部电网电价随时间变化曲线,单位为人民币元,可见该曲线符合日常“峰谷电价”的直观认知;(b)表示可控电源出力值随时间变化曲线,其中MT代表微型燃气轮机、DE代表柴油发电机、FC代表燃料电池,可见这些分布式电源在日负荷高峰处全力发电,低谷时停止,起到了分布式发电“削峰”的作用;(c)中的PI表示不可控电源出力值、PL表示微网内部负荷值,Net为上述两者之差,在微网运行中为了实现能力利用的最大化,需保证“不弃风光”,即将清洁的风能太阳能全部接受并网,故图中Net曲线表示的功率缺口就是需要优化调度的功率值;(d)表示储能设备的出力值,其中正为充电,负为放电,可见储能设备在午夜凌晨与正午等电价低谷时充电,在上下午负荷高峰时放电,以此追求经济效益的最大化,实现“削峰填谷”,为大电网降低备用减少能源浪费起到了积极的作用;(f)为储能设备的荷电状态(State of Charge,SOC)随时间变化曲线,宏观上可以认为是(d)曲线的积分形式,从中可以观察到储能设备始终工作在0.6-0.9倍的额定容量之间,保证了蓄电池的健康状态,同时该曲线还实现了蓄电池的“满充满放”运行原则,减少了蓄电池的充放电次数,极大的延长了使用寿命;(e)为微网与外部电网的功率交换值,其中正向为微网向电网购电,负向为微网向电网售电,从中可以观察到微网在负荷低谷时从电网购电,在负荷高峰时向电网售电,帮助外部电网“削峰填谷”,实现了微网与外部电网经济运行上的“双赢”。
实时调度部分同样使用C++编程实现,使用Ipopt 3.9作为非线性规划解法器,在上述PC机平台上开发、编译、测试。由于在日前计划阶段确定了各可控电源、储能设备与电网接入点的起停/充电放电/购电售电状态,实时调度问题实际上已经退化成微网内部的传统最优潮流问题,具体求解方法此处不再详细展开。实际上,微网实时调度的主要意义并不在于追求微网运行的经济性(即通常取值较大),而是在于寻找一个满足经济性较好但能够满足所有微网实际运行安全约束(尤其是交流潮流约束)的可行点,以便于微网控制直接向各微源控制器下达控制指令。
由于微网节点数一般在数十个左右,其规模与传统电网相比非常小,因此微网实时调度具有求解速度快、收敛性好的优势,能够满足微网控制中心的运行可靠性要求。
表4给出了一系列测试微网***的问题规模统计信息,我们对这些测试***进行微网实时调度测试,表5中给出了计算结果统计。
表4 微网实时调度测试***规模统计
测试微网*** | 节点数 | 可控电源数 | 储能设备数 | 线路数 |
MGCASE9 | 9 | 2 | 1 | 9 |
MGCASE14 | 14 | 4 | 1 | 20 |
MGCASE30 | 30 | 4 | 2 | 41 |
MGCASE39 | 39 | 6 | 4 | 46 |
MGCASE57 | 57 | 5 | 2 | 80 |
MGCASE118 | 118 | 26 | 18 | 186 |
表5 微网实时调度测试计算结果统计
测试微网*** | 迭代次数 | 计算时间(s) |
MGCASE9 | 12 | 0.037 |
MGCASE14 | 14 | 0.046 |
MGCASE30 | 11 | 0.049 |
MGCASE39 | 16 | 0.069 |
MGCASE57 | 16 | 0.080 |
MGCASE118 | 19 | 0.160 |
表5中的计算结果显示,实时调度算法收敛性好、计算速度快,完全可以满足各种规模的微网实时调度计算,适用于实际微网控制中心应用。
综上所述,根据本实施例的测试结果,说明本发明提出的基于多时间尺度协调的微网经济运行优化调度方法建模合理,将多时间尺度耦合的复杂优化问题解耦为日前计划和实时调度两个时间尺度上的子问题,保证了每个子问题都易于实现、便于求解,计算速度快、收敛性好,优化结果合理,能够充分发挥微网运行灵活的优势,促进实现电网“削峰填谷”,有效消纳可再生能源并网发电,提高电网的经济安全运行水平,实现电网节能减排的目标。
Claims (4)
1.一种基于多时间尺度协调的微网经济运行优化调度方法,其特征在于,包括如下步骤:
(1)统计微网运行历史数据,建立微网内所有可控电源的成本-出力曲线的非线性函数,并将其分段线性化;同时根据微网电路拓扑结构和电气参数,建立微网节点导纳矩阵;
(2)采集微网负荷信息数据、气象信息数据以及外部电网电价数据,综合微网运行的历史数据,对负荷、风能、太阳能和电价进行未来一天的预测,得到未来一天内微网的负荷、风能、太阳能和电价预测数据;
(3)将微网未来一天内的经济运行分为多个时段,以各时段微网运行成本最小为目标函数,其中所有可控电源的使用分段线性化模型;考虑微网内部的各时段能量平衡,各设备元件的出力、爬坡率和开停机成本,储能设备运行成本与“满充满放”原则,基于步骤(2)中的日前负荷、风能、太阳能和电价预测数据,将此微网日前计划问题构成一个混合整数线性规划问题进行求解,得到各时段微网经济运行调度方案;
(4)采集微网负荷信息数据、气象信息数据以及外部电网电价数据,对负荷、风能、太阳能和电价进行超短期预测,得到未来一个时段内微网的负荷、风能、太阳能和电价预测数据;
(5)取当前时段的微网设备的开停机状态,令其在该时段不能改变,以该时段微网运行成本最小和当前电源出力值与日前计划出力值偏差最小化为目标函数,其中所有可控电源使用原有非线性模型,考虑微网内部的该时段交流潮流平衡、母线电压约束、线路载流量约束、各逆变器的容量约束,同时基于第四步中的超短期预测数据,将此微网实时调度问题构成一个非线性规划问题进行求解,得到该时段的微网经济运行调度方案;
(6)评估实时调度的调度方案与日前计划的调度方案的偏差,若偏差大于给定阈值即所得到的实时调度方案不可行,则需要在此时段重新进行日前计划,即返回步骤(2);若偏差小于或等于给定阈值即所得到的实时调度方案可行,则进入步骤(7);
(7)对于经步骤(6)可行性检测满足要求的微网经济运行调度方案,形成微网调度指令,发布给微网中的可控电源、不可控电源以及储能设备的控制器,使得微网在下一时段按照指定方式安全经济运行;同时判断下一个时段是否已进行过日前计划,如是则进入下一个时段进行预测和实时调度,即重复步骤(4),否则开始对下一天进行预测和日前计划,即返回步骤(2)。
2.根据权利要求1所述的基于多时间尺度协调的微网经济运行优化调度方法,其特征在于:所述步骤(3)中,混合整数规划问题的数学模型为:
minf(x,u)
其中:
优化变量x和u定义为:
目标函数f(x,u)定义为:
其中,fGi、fSi、fgrkd分别为可控电源、储能设备与外部电网的运行或电交易成本:
等式约束h(x,u)包括:
(1).功率平衡约束:
(2).可控电源出力定义:
(3).可控电源分段运行归属标记位互斥条件:
(4).储能元件的荷电状态定义约束:
不等式约束g(x,u)包括:
(1).功率备用约束:
(2).可控电源分段出力值定义:
(4).可控电源开始开机/停机的标记位定义:
(5).可控电源最大开停机次数约束:
(6).储能元件的出力限值:
(7).储能元件的爬坡率约束:
(8).储能元件的开始充电/放电的标记位定义:
(9).储能元件的充放电状态互斥条件:
(10).储能元件的“满充满放”约束:
(11).外部电网接入容量约束:
(12).外部电网买卖电状态互斥条件:
其中,各符号定义如下:ST为时段集合、SG为可控电源集合、SI为不可控电源集合、SS为储能元件集合、SL为内部负荷集合、SB为微网内部节点集合、NT为总时段数、为可控电源成本曲线参数、为可控电源分段曲线归属状态、为可控电源分段曲线取值状态、LGi为可控电源成本曲线分段数、为可控电源开停机成本、KOMi为可控电源运行维护成本、为可控电源出力变化率界限、为可控电源出力界限、为可控电源最大开关机次数、为可控电源有/无功出力、为可控电源工作状态(0关1开)、为可控电源开始开机/停机标记位、为不可控电源出力、为储能充/放电功率、为储能充/放电出力界限、为储能充电变化率界限、为储能放电变化率界限、为储能的荷电状态、为储能荷电状态界限、为储能充/放电状态、为储能开始充电/放电标记位、εi+,εi-为储能开始充/放电门限值、cSi+,cSi-为储能充/放电成本系数、为储能充放电循环成本系数、为负荷功率、为微网接受/发送功率限值、为微网接受/发送功率、为微网接受/发送功率状态、为微网向电网买/卖电价格、R%为微网有功备用率。
3.根据权利要求1所述的基于多时间尺度协调的微网经济运行优化调度方法,其特征在于:所述步骤(5)中,非线性规划问题的数学模型为:
上述非线性规划问题的数学模型为:
ninf(x)
其中:
优化变量x定义为:
目标函数f(x)定义为:
其中,fGi(x)为可控电源的运行成本,其形式与具体可控电源类型有关,一般可以写成二次形式;fSi(x)为储能设备的运行成本;fgrid(x)为与外部电网电能交易成本:
等式约束h(x)包括节点潮流约束:
不等式约束g(x)包括:
(1)外部电网接入功率因数约束:
(2)可控电源出力范围约束:
(3)储能设备出力范围约束:
(4)外部电网接入限值约束:
(5)逆变器容量约束:
(6)节点电压约束:
(7)电力线路载流量约束:
其中,各符号定义如下:
PGi,,QGi为可控电源的有功/无功出力,PSi,QSi为储能设备的有功/无功出力,Pgrid,Qgrid为外部电网交换有功/无功值,aGi,bGi,cGi为可控电源成本-出力曲线二次多项式系数,cSi为储能设备的单位运行成本,cgrid为外部电网电能交易单价,为日前计划解出的可控电源/储能设备/外部电网出力值,μGi,μSi,μgrid为实时调度与日前计划的调度计划偏差惩罚因子,Pi,Qi为节点注入有功/无功功率,ei,fj为节点电压实部/虚部,Gij,Bij微网节点导纳矩阵元素实部/虚部,外部电网接入点最小功率因数,为可控电源有功出力上下限,为储能设备有功出力上下限,为外部电网接入容量上下限,为可控电源/储能设备/不可控电源的并网逆变器容量,为节点电网上下限,为电力线路正/反向载流量上下限,Pij,Qij,Pji,Qji为电力线路实际正/反向载流量有功/无功值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110121088 CN102184475B (zh) | 2011-05-11 | 2011-05-11 | 基于多时间尺度协调的微网经济运行优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110121088 CN102184475B (zh) | 2011-05-11 | 2011-05-11 | 基于多时间尺度协调的微网经济运行优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102184475A CN102184475A (zh) | 2011-09-14 |
CN102184475B true CN102184475B (zh) | 2013-10-16 |
Family
ID=44570647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110121088 Expired - Fee Related CN102184475B (zh) | 2011-05-11 | 2011-05-11 | 基于多时间尺度协调的微网经济运行优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102184475B (zh) |
Families Citing this family (64)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436607B (zh) * | 2011-11-10 | 2014-08-27 | 山东大学 | 电动汽车换电站充电功率的多时间尺度决策方法 |
CN102609793A (zh) * | 2012-03-22 | 2012-07-25 | 杭州盈电科技有限公司 | 基于多尺度规划与调度耦合的微电网能量优化管理方法 |
CN104321943B (zh) * | 2012-03-30 | 2016-08-24 | 索尼公司 | 能量存储 |
CN102738833B (zh) * | 2012-06-20 | 2014-07-09 | 湖北省电力公司 | 一种含风电的电力***多时间尺度滚动协调调度方法 |
CN102751728B (zh) * | 2012-07-26 | 2014-11-12 | 浙江大学 | 基于负荷中断模型的微网孤网运行的能量管理方法 |
CN102810877A (zh) * | 2012-08-21 | 2012-12-05 | 湖南大学 | 一种微网调控一体化的方法 |
CN102832624B (zh) * | 2012-09-17 | 2015-01-21 | 山东大学 | 一种配电网电动汽车充电桩联网调度*** |
US9244446B2 (en) | 2012-11-29 | 2016-01-26 | International Business Machines Corporation | Configuring, optimizing and managing micro-grids |
CN103151797B (zh) * | 2013-03-04 | 2015-02-25 | 上海电力学院 | 基于多目标调度模型的并网运行方式下微网能量控制方法 |
CN103151798B (zh) * | 2013-03-27 | 2015-02-04 | 浙江省电力公司电力科学研究院 | 独立微网***的优化方法 |
CN103151805B (zh) * | 2013-03-28 | 2015-08-19 | 武汉大学 | 一种并网模式微电网的电源优化配置的方法 |
CN103296754B (zh) * | 2013-05-09 | 2015-07-22 | 国家电网公司 | 一种主动配电网分布式电源资源控制方法 |
CN103346562B (zh) * | 2013-07-11 | 2015-06-17 | 江苏省电力设计院 | 计及需求响应的多时间尺度微网能量控制方法 |
US9455577B2 (en) | 2013-07-25 | 2016-09-27 | Globalfoundries Inc. | Managing devices within micro-grids |
US9733623B2 (en) * | 2013-07-31 | 2017-08-15 | Abb Research Ltd. | Microgrid energy management system and method for controlling operation of a microgrid |
US9515491B2 (en) | 2013-09-18 | 2016-12-06 | International Business Machines Corporation | Managing devices within micro-grids |
CN103593717A (zh) * | 2013-11-21 | 2014-02-19 | 国网上海市电力公司 | 一种微电网能源实时优化控制方法 |
CN103778484B (zh) * | 2014-02-18 | 2017-05-31 | 国家电网公司 | 一种并网型微电网优化配置方法和*** |
CN103904695B (zh) * | 2014-02-27 | 2016-03-30 | 浙江大学 | 一种基于mcs-pso的临近海岛多微网动态调度方法 |
CN103971172A (zh) * | 2014-04-18 | 2014-08-06 | 国家电网公司 | 一种电网故障条件下微电网的优化配置方法 |
CN104124681B (zh) * | 2014-07-01 | 2016-12-07 | 杨明皓 | 一种微电网供电潜在调节能力参数的计算方法 |
CN104065075A (zh) * | 2014-07-10 | 2014-09-24 | 广东工业大学 | 一种用电功率分时恒定的多子网结构微电网协同控制方法 |
CN104091291A (zh) * | 2014-07-17 | 2014-10-08 | 上海交通大学 | 一种电力***多尺度柔性评价方法 |
CN104332985B (zh) * | 2014-11-03 | 2016-05-18 | 浙江大学 | 基于混合控制策略的直流配网运行控制与优化调度方法 |
WO2016074187A1 (en) * | 2014-11-13 | 2016-05-19 | The University Of Hong Kong | Fast generation adjustment algorithm for energy management system |
CN104835080B (zh) * | 2015-04-30 | 2018-06-22 | 华南理工大学 | 微电网日内调度计划混合整数规划模型的建模方法 |
CN106292568B (zh) * | 2015-06-09 | 2019-08-27 | 河北工程大学 | 一种基于动态时隙的智能家居家庭器具优化调度方法 |
CN105184679A (zh) * | 2015-09-22 | 2015-12-23 | 国网山东省电力公司电力科学研究院 | 一种风电场功率多时间尺度联合预测方法 |
CN105429158B (zh) * | 2015-12-15 | 2017-11-24 | 浙江大学 | 一种多时间尺度约束下平抑功率波动的简化约束方法 |
CN105574681A (zh) * | 2015-12-25 | 2016-05-11 | 国网天津市电力公司 | 一种多时间尺度社区能源局域网能量调度方法 |
CN105846426A (zh) * | 2016-05-13 | 2016-08-10 | 国网天津市电力公司 | 一种基于需求侧响应的微网运行优化方法 |
CN106022515B (zh) * | 2016-05-15 | 2020-04-28 | 华南理工大学 | 考虑不平衡度约束的单三相混联多微网日前优化方法 |
CN106056256B (zh) * | 2016-06-28 | 2021-11-09 | 华北电力大学 | 一种平衡电力供需关系的互动化微网调度方法 |
CN106156955A (zh) * | 2016-08-24 | 2016-11-23 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种考虑电力需求侧不确定性的电力规划方法 |
CN106300443B (zh) * | 2016-09-21 | 2018-12-04 | 浙江大学 | 一种用于减少弃风的三层热电联供微网能量控制方法 |
CN106227986A (zh) * | 2016-09-29 | 2016-12-14 | 华北电力大学 | 一种分布式电源与智能停车场的联合部署方法及装置 |
CN106451553B (zh) * | 2016-11-22 | 2019-01-04 | 安徽工程大学 | 一种多时间尺度的光伏微网区间优化调度方法 |
CN106487042B (zh) * | 2016-11-22 | 2019-01-15 | 合肥工业大学 | 一种多时间尺度微电网电压无功优化控制方法 |
CN106786516B (zh) * | 2016-12-02 | 2019-11-29 | 中国电力科学研究院 | 一种用于多时间尺度协调的有序用电负荷调度方法 |
CN106505633B (zh) * | 2016-12-07 | 2020-12-15 | 中国电力科学研究院有限公司 | 一种风光接入容量确定方法及装置 |
CN106529740B (zh) * | 2016-12-08 | 2019-12-24 | 西安交通大学 | 一种天然气网络、电力网络和电源的联合规划方法 |
CN107134773B (zh) * | 2017-05-04 | 2019-08-20 | 山东大学 | 一种基于事件的智能微电网运行优化方法 |
GB2594034B (en) | 2017-07-28 | 2022-09-14 | Univ Florida State Res Found | Optimal control technology for distributed energy resources |
CN108092290B (zh) * | 2017-08-16 | 2021-09-24 | 华东理工大学 | 一种联合储能容量配置与优化运行的微网能量配置方法 |
CN108075496B (zh) * | 2017-12-27 | 2021-03-12 | 云南电网有限责任公司 | 一种适应短时间尺度的新能源电站性能指标滚动计算方法 |
CN108321840B (zh) * | 2018-02-12 | 2020-11-27 | 重庆大学 | 基于光伏发电站精细化出力的并网退网选择方法 |
CN108510212A (zh) * | 2018-04-17 | 2018-09-07 | 香港中文大学(深圳) | 一种交互式能源***的分布式能源调度方法及*** |
CN109713663B (zh) * | 2018-12-28 | 2022-05-31 | 北方民族大学 | 基于发电功率与负荷预测的微网电能质量与能量协同控制方法 |
CN110957717A (zh) * | 2019-06-06 | 2020-04-03 | 国网辽宁省电力有限公司 | 一种多电源电力***多目标日前优化调度方法 |
CN110417002B (zh) * | 2019-07-09 | 2021-02-12 | 华中科技大学 | 一种孤岛微电网能量模型的优化方法 |
CN110932257A (zh) * | 2019-08-29 | 2020-03-27 | 昆明理工大学 | 一种微电网能量调度方法 |
CN110866647A (zh) * | 2019-11-18 | 2020-03-06 | 华润智慧能源有限公司 | 用户侧储能控制方法、装置、设备及存储介质 |
CN111009896A (zh) * | 2019-11-29 | 2020-04-14 | 深圳供电局有限公司 | 配电网的日前优化调度方法和*** |
CN110994695A (zh) * | 2019-11-29 | 2020-04-10 | 深圳供电局有限公司 | 配电网的日内优化调度方法和*** |
CN110991934A (zh) * | 2019-12-23 | 2020-04-10 | 国网湖北省电力公司咸宁供电公司 | 一种物联网大数据在电网规划中的ai表项应用的研究方法 |
EP3848865A1 (en) * | 2020-01-13 | 2021-07-14 | Siemens Gamesa Renewable Energy Innovation & Technology, S.L. | Power management of a hybrid power plant |
CN111469682B (zh) * | 2020-04-02 | 2021-09-17 | 国网上海市电力公司 | 一种基于日前计划的电动汽车实时智能充电方法 |
CN111555366B (zh) * | 2020-04-16 | 2023-01-24 | 杭州市电力设计院有限公司 | 一种基于多时间尺度的微网三层能量优化管理方法 |
CN111769602B (zh) * | 2020-07-12 | 2022-06-21 | 国网山西省电力公司电力科学研究院 | 一种多时间尺度风储联合***优化调度方法 |
CN112086998B (zh) * | 2020-08-20 | 2022-05-10 | 国网山西省电力公司电力科学研究院 | 孤岛模式下直流微电网的能量优化调度方法 |
CN112952795B (zh) * | 2020-11-27 | 2022-12-02 | 国网甘肃省电力公司经济技术研究院 | 一种基于移动储能的配电网多时间尺度协调调度方法 |
CN113346478B (zh) * | 2021-05-14 | 2023-06-30 | 沈阳工程学院 | 一种配电网集中式协同调控方法 |
CN113364029B (zh) * | 2021-05-26 | 2022-07-22 | 国网江苏省电力有限公司淮安供电分公司 | 一种微网动态划分方法、***、存储介质及计算设备 |
CN113258596B (zh) * | 2021-06-16 | 2022-04-08 | 华能澜沧江水电股份有限公司 | 一种基于浅充浅放实现单元电源调节的储能电源充放电策略 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201518421U (zh) * | 2009-10-16 | 2010-06-30 | 武汉承光博德光电科技有限公司 | 微网太阳能光伏供电*** |
CN101986656A (zh) * | 2010-10-28 | 2011-03-16 | 浙江工业大学 | 光伏网络自适应控制*** |
CN201797324U (zh) * | 2010-07-30 | 2011-04-13 | 北京市电力公司 | 一种智能微电网 |
-
2011
- 2011-05-11 CN CN 201110121088 patent/CN102184475B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201518421U (zh) * | 2009-10-16 | 2010-06-30 | 武汉承光博德光电科技有限公司 | 微网太阳能光伏供电*** |
CN201797324U (zh) * | 2010-07-30 | 2011-04-13 | 北京市电力公司 | 一种智能微电网 |
CN101986656A (zh) * | 2010-10-28 | 2011-03-16 | 浙江工业大学 | 光伏网络自适应控制*** |
Also Published As
Publication number | Publication date |
---|---|
CN102184475A (zh) | 2011-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102184475B (zh) | 基于多时间尺度协调的微网经济运行优化调度方法 | |
Zhang et al. | Uncertainty-resistant stochastic MPC approach for optimal operation of CHP microgrid | |
Ju et al. | A two-stage optimal coordinated scheduling strategy for micro energy grid integrating intermittent renewable energy sources considering multi-energy flexible conversion | |
Hannan et al. | Binary particle swarm optimization for scheduling MG integrated virtual power plant toward energy saving | |
Aljabery et al. | Multi carrier energy systems and energy hubs: Comprehensive review, survey and recommendations | |
Ding et al. | Economic and environmental assessment of multi-energy microgrids under a hybrid optimization technique | |
Elsied et al. | An advanced energy management of microgrid system based on genetic algorithm | |
CN111293691A (zh) | 基于模型预测控制的微电网多时间尺度优化调度方法 | |
Wu et al. | Optimal generation scheduling of a microgrid | |
Zheng et al. | Optimal short-term power dispatch scheduling for a wind farm with battery energy storage system | |
Zhao et al. | A new power system active rescheduling method considering the dispatchable plug-in electric vehicles and intermittent renewable energies | |
Yang et al. | Multi-Objective optimal scheduling of island microgrids considering the uncertainty of renewable energy output | |
Li et al. | A genetic algorithm-based hybrid optimization approach for microgrid energy management | |
Fan et al. | Information gap-based multi-objective optimization of a virtual energy hub plant considering a developed demand response model | |
Liu et al. | Key technologies and developments of multi-energy system: Three-layer framework, modelling and optimisation | |
Ahmed et al. | Grid Integration of PV Based Electric Vehicle Charging Stations: A Brief Review | |
Xu et al. | Low-carbon economic dispatch of integrated energy system considering the uncertainty of energy efficiency | |
Mao et al. | Economic Dispatch of Microgrid Considering Fuzzy Control Based Storage Battery Charging and Discharging. | |
Mahoor et al. | Smart energy management for a micro-grid with consideration of demand response plans | |
Lin et al. | A Solution Method for Many-Objective Security-Constrained Unit Commitment Considering Flexibility | |
Hosseini et al. | Hybrid robust-stochastic bidding strategy for integrated power to gas and compressed air energy storage systems coordinated with wind farm | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Sigalo | Energy management of grid-connected microgrids, incorporating battery energy storage and CHP systems using mixed integer linear programming | |
Daneshvar et al. | Optimal Stochastic Water-Energy Nexus Management for Cooperative Prosumers in Modern Multi-Energy Networks | |
Joo et al. | Aggregating levelized cost functions in microgrids for transmission grid operation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131016 Termination date: 20160511 |