CN102289566B - 独立运行模式下的微电网多时间尺度能量优化调度方法 - Google Patents
独立运行模式下的微电网多时间尺度能量优化调度方法 Download PDFInfo
- Publication number
- CN102289566B CN102289566B CN201110191474.5A CN201110191474A CN102289566B CN 102289566 B CN102289566 B CN 102289566B CN 201110191474 A CN201110191474 A CN 201110191474A CN 102289566 B CN102289566 B CN 102289566B
- Authority
- CN
- China
- Prior art keywords
- micro
- power
- power supply
- energy
- controllable type
- 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 24
- 238000004146 energy storage Methods 0.000 claims abstract description 139
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000005520 cutting process Methods 0.000 claims description 23
- 239000003550 marker Substances 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 12
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 10
- 230000007717 exclusion Effects 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 10
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 5
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 4
- 230000036316 preload Effects 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000000446 fuel Substances 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 101100323189 Caenorhabditis elegans amx-1 gene Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000010276 construction Methods 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
- 230000007123 defense Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种独立运行模式下的微电网多时间尺度能量优化调度方法。将微电网的经济运行分为日前计划和实时调度两个阶段,在日前计划阶段,将一个调度周期分为24个时段,基于日前预测数据,建立日前机组启停优化计划模型;在实时调度阶段,将遵循日前计划的开停机结果,基于实时超短期预测数据,并实时监测储能单元的能量状态,根据净负荷大小及储能单元所处的不同能量状态区间采取不同的能量优化,以确定各可控型微电源的有功功率调度指令、卸荷功率指令及切负荷指令。本发明适用于微电网在独立运行模式下的能量优化调度,既可提高微电网运行的经济性和可靠性,又可使储能设备的能量状态处于安全的工作范围内,利于延长储能单元的使用寿命。
Description
技术领域
本发明涉及微电网规划、运行、调度领域,尤其涉及一种独立运行模式下的微电网多时间尺度能量优化调度方法。
背景技术
在能源需求和环境保护的双重压力下,以光伏和风力发电为代表的分布式发电(DG)技术获得了越来越多的重视与应用,上述DG***通常接入配电网实现并网运行,接入位置和运行策略大多由用户自由确定,且各DG之间处于分散无联络的自由状态。随着可再生能源发电***的增加,DG***日前增多,这种运行模式不公对原有电网的安全性构成威胁,而且也不得于整体能源综合利用效率的提高。
微电网概念的提出为DG运行提供了一个新的模式,微电网是指由分布式电源、储能装置、能量变换装置、相关负荷和监控***、保护装置汇集而成的小型发配电***,既可以与外部电网并网运行,也可以独立运行。通常情况下,微电网以联网模式运行,以增强微电网运行的灵活性和可靠性。然而在某些情况下微电网却不得不独立自治运行,比如,大电网故障时微电网与大电网断开而独立运行,偏远孤岛、牧场、边防等电网建设难度大、设备投资成本高的地区由于无大电网存在微电网只能独立自治运行。
微电网中可再生能源发电占据一定的比例,如光伏电池、风力发电机等,它们对环境和气候的变化比较敏感,其发电所依赖的光照资源和风资源具有随机波动特性,使得它们的出力是不稳定的,尤其当天气发生剧变时,它们的出力随之发生更大的改变。独立运行时,由于没有大电网的支撑,为平衡可再生能源发电的随机波动,改善电能质量,维持***稳定,一般会配备一定容量的储能设备。铅酸蓄电池因其较为低廉的价格、能满足应用于微电网时的功率密度需求和响应速度需求,被认为是最合适的储能设备。
目前,有关微电网经济运行方面的研究主要集中于并网运行模式下的研究,而在独立运行模式下的微电网经济运行研究却很少,目前尚无公认成熟的解决方案;现有少量的研究只是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;同时,现有的少量研究也都是对独立运行微电网进行统一化建模,而没有考虑独立运行微电网在通过其内部压频控制单元吸收间歇式能源发电的出力波动性与负荷的波动功率时会引起储能单元能量状态的频繁改变,甚至超出其安全能量状态范围,以至缩减储能单元使用寿命,增加微电网运行维护成本;另外,现有的少量研究也没考虑间歇式能源发电过剩与负荷过重等极端情况,而在现实微电网中又不得不考虑微电网的各种运行情况,以保证微电网安全、可靠及经济运行。
发明内容
针对现有技术的不足,本发明的目的在于提供了一种独立运行模式下的微电网多时间尺度能量优化调度方法。
本发明的目的是通过以下技术方案来实现的,它包括如下步骤::
1)统计微电网运行历史数据,建立微电网内所有可控型微电源的成本-出力曲线的非线性函数,并将其分段线性化;
2)采集微电网负荷信息数据、气象信息数据,综合微电网运行的历史数据,对负荷/风能/太阳能进行未来一天的预测,得到未来一天内微电网的负荷/风能/太阳能预测数据;
3)将微电网未来一天内的经济运行分为24个时段,以微电网全天运行成本最小为目标函数,其中所有可控型微电源使用分段线性化模型,考虑微电网内部的各时段能量平衡、各设备元件的出力限制/爬坡率限制/开停机成本,基于步骤2)中的日前负荷/风能/太阳能预测数据,将此微电网日前计划问题构成一个混合整数线性规划问题的数学模型进行求解,得到各时段可控型微电源的机组日前启停优化计划方案;
4)在微电网实时运行过程中,以每15分钟为一调度周期,即将每小时划分为4个调度时段,全天划分为nT=24*4=96个调度时段,在每次调度时刻监测储能单元的能量状态SOS,采集微电网负荷信息数据、气象信息数据以,对负荷/风能/太阳能进行超短期预测,得到本调度时段内微电网的负荷/风能/太阳能预测数据;
5)根据步骤3)的机组日前启停优化计划方案得到当前时段处于开机状态的可控型微电源集合,确定处于开机状态的各可控型微电源的基点运行功率的上下限根据步骤4)得到的本调度时段内微电网的负荷/风能/太阳能预测数据确定净负荷功率大小;
6)根据步骤4)监测到的该调度时段储能单元的能量状态所处不同状态区间,以及步骤5)确定的不同净负荷功率大小,为独立运行模式下的微电网制定不同的能量优化策略,并建立相应的能量优化模型,通过模型求解得到该时段的微电网经济运行调度方案;
7)由步骤6)得到的微电网经济运行调度方案形成微电网调度指令,发布给微电网中的可控型微电源、可再生能源发电微电源、卸荷装置以及负荷的控制器,使得微电网在下一时段按照指定方式安全经济运行;
8)在下一调度时刻,判断是否达到第nT个时段,如果不是,则重复步骤4),如果是,则重复步骤2)。
与背景技术相比,本发明具有的有益效果是:
(1)传统的独立运行微电网能量优化调度没有进行长时间的计划,本发明方法将微电网的经济运行分为日前计划和实时调度两个阶段,长时间尺度的日前计划能确保微电网运行的整体经济性,短时间尺度的实时调度考虑了微电网运行的实时运行情况,能兼顾微电网运行的安全性与经济性。
(2)传统的独立运行微电网能量优化调度都是对微电网建立统一化的经济模型,其只考虑了微电网运行的多数情况,而没考虑微电网运行的少数极端情况,本发明方法将储能单元的能量状态划分为多个区间,根据微电网实时运行时所处的不同储能状态与净负荷状态采取不同的能量优化策略,考虑了微电网运行的所有可能情况,提高了微电网运行的安全性与储能单元的使用寿命。
(3)在涉及的能量优化模型中引入了需求侧负荷响应与过剩能量的切除控制,确保微电网运行的安全稳定性。本发明方法将储能单元的能量状态划分为多个区间,通常情况下不对储能单元进行充放电功率调度,即指定其功率运行基点为0,而只是用作为压频控制单元吸纳微电网内的不平衡功率,减少了微电网对储能单元容量的需求,提高了微电网的投资成本与维护成本,搞高了经济性。
附图说明
图1是独立运行模式下的微电网多时间尺度能量优化调度方法流程图。
图2是独立运行模式下的微电网实时能量优化调度流程图a。
图3是独立运行模式下的微电网实时能量优化调度流程图b。
图4是独立运行模式下的微电网实时能量优化调度流程图c。
图5是实施例微电网结构图。
图6是可控型微电源成本-出力曲线分段线性化示意图。
图7是日前计划得到的可控型微电源日前启停优化计划安排。
图8是采用本发明得到的微电网运行结果。
具体实施方式
以下结合附图和实施例对本发明作进一步的说明。
如图1所示,本发明一种独立运行模式下的微电网多时间尺度能量优化调度方法,包括如下步骤:
1)统计微电网运行历史数据,建立微电网内所有可控型微电源的成本-出力曲线的非线性函数,并将其分段线性化;
2)采集微电网负荷信息数据、气象信息数据,综合微电网运行的历史数据,对负荷/风能/太阳能进行未来一天的预测,得到未来一天内微电网的负荷/风能/太阳能预测数据;
3)将微电网未来一天内的经济运行分为24个时段,以微电网全天运行成本最小为目标函数,其中所有可控型微电源使用分段线性化模型,考虑微电网内部的各时段能量平衡、各设备元件的出力限制/爬坡率限制/开停机成本,基于步骤2)中的日前负荷/风能/太阳能预测数据,将此微电网日前计划问题构成一个混合整数线性规划问题的数学模型进行求解,得到各时段可控型微电源的机组日前启停优化计划方案,
上述混合整数线性规划问题模型的数学模型为:
min f(x,u)
其中:
优化变量x,u定义为:
目标函数f(x,u)定义为:
等式约束h(x,u)包括:
(1).功率平衡约束:
(2).可控型微电源出力定义:
(3).可控型微电源分段运行归属标记位互斥条件:
(4).可控型微电源最小开停机时间约束中的等式约束
不等式约束g(x,u)包括:
(1).可控型微电源分段出力值定义
(2).可控型微电源开始开机标记位定义
(3).可控型微电源爬坡率约束
(4).可控型微电源最小开停机时间约束
(5).可控型微电源最大开停机次数约束
(6).参与压频控制的微电源或储能单元运行状态约束
其中,各符号定义如下:ST为时段集合、SG为可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、SVf为参与压频控制的微电源或储能单元集合、f(x,u)为目标函数、NT为总时段数、为可控型微电源成本曲线参数、为可控型微电源分段曲线归属状态、为可控型微电源分段曲线取值状态、LGi为可控型微电源成本曲线分段数、为可控型微电源开机成本、KOMi为可控型微电源运行维护成本、ΔPGi为可控型微电源出力变化率界限、为可控型微电源最短连续运行/停运时间、为可控型微电源初始时刻已连续运行/停运时间、为可控型微电源最大开关机次数、为可控型微电源有功出力、为可控型微电源工作状态(0关1开)、为可控型微电源开始开机标记位、为不可控型微电源出力、为负荷功率、为***总发电功率与总负荷功率之间的差值为***总负荷功率与总发电功率之间的差值
其中,不等式约束g(x,u)中的(6).参与压频控制的微电源或储能单元运行状态约束,其压频控制是指,微电网在独立运行时,必须要有至少一个微电源或储能单元参与压频控制,以为微电网提供稳定的电压和频率,如果多个微电源或储能单元同时参与压频控制,则它们将通过下垂控制分摊微电网内的功率波动,其中,储能单元始终参与压频控制,部分可控型微电源也可参与压频控制,其余可控型微电源均为定有功无功控制,即PQ控制;
4)在微电网实时运行过程中,以每15分钟为一调度周期,即将每小时划分为4个调度时段,全天划分为nT=24*4=96个调度时段,在每次调度时刻监测储能单元的能量状态SOS,采集微电网负荷信息数据、气象信息数据以,对负荷/风能/太阳能进行超短期预测,得到本调度时段内微电网的负荷/风能/太阳能预测数据,
其中,储能单元的能量状态SOS是反映其剩余存储能量占其总容量比例的技术参数,定义为:
式中:Cnet-储能单元剩余存储能量,kWh;
C-储能单元总容量,kWh;
P-单元的放电功率,W。
5)根据第3)步的机组日前启停优化计划方案得到当前时段处于开机状态的可控型微电源集合,确定处于开机状态的各可控型微电源的基点运行功率的上下限根据第4)步得到的本调度时段内微电网的负荷/风能/太阳能预测数据确定净负荷功率大小,
处于开机状态的各可控型微电源的基点运行功率的上下限的确定是按如下3个步骤进行:
A)确定该时段参与压频控制的单元总共需提供的上调或下调功率裕量为:
-在该调度时段内参与压频控制的单元总共需提供的上调或下调功率裕量;
eI-不可控微电源出力功率预测的最大误差;
eL-负荷功率预测的最大误差;
-不可控型微电源出力;
-负荷功率;
B)确定处于开机状态的各压频控制单元需要提供的上调或下调功率裕量:
-该调度时刻内第i台处于开机状态的可控型微电源需要提供的上调或下调功率裕量;
-在该调度时段内参与压频控制的单元总共需提供的上调或下调功率裕量;
-第i台处于开机状态的可控型微电源的最大输出功率;
-储能单元的最大输出功率;
-在时刻处于开机状态的参与压频控制的可控型微电源集合;
C)确定处于开机状态的各可控型微电源的基点运行功率的上下限
对于参与压频控制的可控型微电源:
对于不参与压频控制的可控型微电源:
其中,第5)步中的净负荷功率指总负荷超短期预测功率减去不可控微电源总超短期预测输出功率,即
式中:Pnet-净负荷功率;
-不可控型微电源出力;
-负荷功率;
SI-不可控型微电源集合;
SL-内部负荷集合。
6)根据第4)步监测到的该调度时段储能单元的能量状态所处不同状态区间,以及第5)步确定的不同净负荷功率大小,为独立运行模式下的微电网制定不同的能量优化策略,并建立相应的能量优化模型,通过模型求解得到该时段的微电网经济运行调度方案,
如图2~图4所示,制定不同的能量优化策略,是按如下步骤进行的:
a)判断净负荷功率Pnet是否满足Pnet≥0,如满足,则进行步骤b)~g),如不满足,则转到步骤h);
b)如满足Pnet≥0,则判断净负荷功率Pnet与第5)步确定的处于开机状态的各可控型微电源的基点运行功率的下限之和的关系是否满足如满足Pnet≥0,不满足则转到步骤d),如满足Pnet≥0,且满足则进一步判断是否满足SOS<SOSx,SOSmax1为设定的储能单元的最大允许储能状态,如满足SOS<SOSmax1,则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案;如满足Pnet≥0、不满足SOS<SOSmax1,则进行步骤c);
c)当步骤b)中不满足SOS<SOSmax1时,进一步判断是否满足SOS>SOSmin,如果满足SOS>SOSmin,则计算储能单元的允许充电功率Pchmax,并判断是否满足如满足则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如不满足则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案;如果不满足SOS>SOSmin,则需要对储能单元充电,确定其充电功率Pch1,
Pch1-储能单元充电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pch_max-储能单元的最大可充电功率,kW;
此时储能单元相当于负荷,进一步判断是否满足如满足则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如不满足则建立优化模型,优化分配处于开机状态的各可控型微电源的输出功率指令,同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,其中,建立的优化模型为
min f(x)
其中:
优化变量x,u定义为:
目标函数f(x)定义为:
等式约束h(x,u)包括:
(1).功率平衡约束:
(2).可控型微电源出力定义:
(3).可控型微电源分段运行归属标记位互斥条件:
不等式约束g(x,u)包括:
(1).可控型微电源分段出力值定义
其中,各符号定义如下:为本时段处于开机状态的可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、f(x)为目标函数、为可控型微电源成本曲线参数、为可控型微电源分段曲线归属状态、为可控型微电源分段曲线取值状态、LGi为可控型微电源成本曲线分段数、KOMi为可控型微电源运行维护成本、为可控型微电源有功出力、为不可控型微电源出力、为负荷功率;
d)当步骤b)中满足Pnet≥0,不满足时,进一步判断是否满足SOS>SOSmax2,如果满足SOS>SOSmax2,则计算储能单元至少可提供的放电功率Pdh1,
Pdh1-储能单元放电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pdh_max-储能单元的最大可放电功率,kW;
并转到步骤e);如果不满足SOS>SOSmax2,则进一步判断是否满足SOS>SOSmin,如果满足SOS>SOSmin,则令Pdh1=0,同时转到步骤e),如果不满足SOS>SOSmin,则对储能单元以功率Pch1充电,并转到步骤g),其为Pch1定义为:
Pch1-储能单元充电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pch_max-储能单元的最大可充电功率,kW;
e)判断是否满足如满足则确定处于开机状态的各可控型微电源的输出功率指令均取为储能单元放电功率指令为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如不满足则进一步判断是否满足如不满足则转到步骤f),如满足,则储能单元功率指令为放电Pdh1,并由各可控型微电源优化分配Pnet-Pdh1,同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,其中,各可控型微电源优化分配Pnet-Pdh1对应的优化模型如下:
min f(x,u)
其中:
优化变量x,u定义为:
目标函数f(x,u)定义为:
等式约束h(x,u)包括:
(1).功率平衡约束:
(2).可控型微电源出力定义:
(3).可控型微电源分段运行归属标记位互斥条件:
不等式约束g(x,u)包括:
(1).可控型微电源分段出力值定义
其中,各符号定义如下:为本时段处于开机状态的可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、f(x)为目标函数、为可控型微电源成本曲线参数、为可控型微电源分段曲线归属状态、为可控型微电源分段曲线取值状态、LGi为可控型微电源成本曲线分段数、KOMi为可控型微电源运行维护成本、为可控型微电源有功出力、Pnet为净负荷功率;
f)如步骤e)中不满足则计算储能单元可提供的最大放电功率Pdh max,其计算式为:
Pdh max-储能单元放电功率,
SOS-储能单元当前的储能状态,
Cstor-储能单元容量,kWh,
Pdh_max-储能单元的最大允许放电功率,kW,
并进一步判断是否满足如果满足则各可控型微电源输出功率指令均为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如果不满足则转到步骤g);
g)建立负荷可中断优化模型,根据模型求解结果确定各可控型微电源的输出功率指令及负荷切除指令,同时卸荷功率指令为0得到该时段的微电网经济运行调度方案,其中负荷可中断优化模型如下:
max f(x,u)
其中:
优化变量x,u定义为:
目标函数f(x,u)定义为:
其中,为储能单元放电罚函数的线性化表示,定义为:
储能单元放电罚函数设计为
δ=a1+a2·dSOS+a3·Pdh+a4·dSOS·Pdh+a5·dSOS2
dSOS=SOS-SOSmin
等式约束条件h(x,u)包括:
(1).功率平衡约束:
(2).可控型微电源出力定义:
(3).可控型微电源分段运行归属标记位互斥条件:
(4).储能单元出力定义:
(5).储能单元分段运行归属标记位互斥条件:
不等式约束g(x,u)包括:
(1).可控型微电源分段出力值定义:
(2).储能单元分段出力值定义:
其中,各符号定义如下:为本时段处于开机状态的可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、为内部可中断负荷集合、f(x,u)为目标函数、是第i个可中断负荷与微电网运营商签订的合同电价(元/kWh),αi是可中断负荷的电价系数,对于折扣式可中断负荷,αi≤1,对于高赔偿可中断负荷,αi=1、p0是售电电价(元/kWh)、是可中断负荷被微电网中断后的单位赔偿费用(元/kWh),bi=βip0、βi是中断赔偿系数,对于折扣式可中断负荷,βi=0,即没有中断后的赔偿费用、为负荷、是第i个可中断负荷的开断状态,1-未断开,0-断开、表示取反;、为可控型微电源成本曲线参数、为储能单元罚函数曲线参数、为可控型微电源分段曲线归属状态、为储能单元放电罚函数分段曲线归属状态、为可控型微电源分段曲线取值状态、为储能单元放电罚函数分段曲线取值状态、LGi为可控型微电源成本曲线分段数、LS为储能单元放电罚函数曲线分段数、KOMi为可控型微电源运行维护成本、为可控型微电源有功出力;
h)当净负荷功率不满足Pnet≥0时,进一步判断是否满足SOS<SOSmax1,如不满足SOS<SOSmax1,则各可控型微电源输出功率指令均为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案,如满足SOS<SOSmax1,则计算储能单元允许的最大充电功率Pch max,并转到步骤i),其中,Pch max的计算式为:
Pch max-储能单元充电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pch_max-储能单元的最大允许充电功率,kW;
i)判断是否满足如满足则各可控型微电源输出功率指令均为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案;如不满足则各可控型微电源输出功率指令均为同时卸荷功率指令为
无切负荷指令,得到该时段的微电网经济运行调度方案。
7)由第6)步得到的微电网经济运行调度方案形成微电网调度指令,发布给微电网中的可控型微电源、可再生能源发电微电源、卸荷装置以及负荷的控制器,使得微电网在下一时段按照指定方式安全经济运行;
8)在下一调度时刻,判断是否达到第nT个时段,如果不是,则重复步骤4),如果是,则重复步骤2)。
以下结合附图,对本发明的实施例作详细说明,该发明的总体流程图如图1所示,该发明的第6)步所涉及到的流程图如图2~图4所示。
实施例:
考虑如图5所示的微电网,微电网内含柴油发电机(DE)、微型燃气轮机(MT)、燃料电池(FC)、风力发电机(WT)、光伏电池(PV)及蓄电池(Storage),微电网与大电网连接的公共耦合点(PCC)保持断开,即微电网独立运行,其中,微电网中的柴油发电机、微型燃气轮机、燃料电池为可控型微电源,风力发电机、光伏电池为不可控型微电源,微电网由蓄电池与燃料电池共同参与压频控制,柴油发电机与微型燃气轮机采用PQ控制,蓄电池能量状态区间划分为SOSamx1=0.9,SOSmax2=0.8,SOSmin=0.4,采用本发明对独立运行模式下的微电网进行实时能量优化调度。
1)统计微电网运行历史数据,建立微电网内所有可控型微电源的成本-出力曲线的非线性函数,并将其分段线性化,分段线性化的形式如图6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
2)采集微电网负荷信息数据、气象信息数据,综合微电网运行的历史数据,对负荷/风能/太阳能进行未来一天的预测,得到未来一天内微电网的负荷/风能/太阳能预测数据。
3)以1小时为一时段,将微电网未来一天内的经济运行分为24个时段,以微电网全天运行成本最小为目标函数,其中所有可控型微电源使用分段线性化模型,考虑微电网内部的各时段能量平衡、各设备元件的出力限制/爬坡率限制/开停机成本,基于步骤2)中的日前负荷/风能/太阳能预测数据,将此微电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,得到各时段可控型微电源的机组日前启停优化计划方案,如图7所示。
4)在微电网实时运行过程中,以每15分钟为一调度周期,即将每小时划分为4个调度时段,全天划分为nT=24*4=96个调度时段,在每次调度时刻监测储能单元的能量状态SOS,采集微电网负荷信息数据、气象信息数据以,对负荷/风能/太阳能进行超短期预测,得到本调度时段内微电网的负荷/风能/太阳能预测数据;
5)根据步骤3)的机组日前启停优化计划方案得到当前时段处于开机状态的可控型微电源集合,确定处于开机状态的各可控型微电源的基点运行功率的上下限根据步骤4)得到的本调度时段内微电网的负荷/风能/太阳能预测数据确定净负荷功率大小;
6)根据步骤4)监测到的该调度时段储能单元的能量状态SOS所处不同状态区间,以及步骤5)确定的不同净负荷功率大小,为独立运行模式下的微电网制定不同的能量优化策略,并建立相应的能量优化模型,通过模型求解得到该时段的微电网经济运行调度方案;
7)由步骤6)得到的微电网经济运行调度方案形成微电网调度指令,发布给微电网中的可控型微电源、可再生能源发电微电源、卸荷装置以及负荷的控制器,使得微电网在下一时段按照指定方式安全经济运行;
8)在下一调度时刻,判断是否达到第24个时段,如果不是,则重复步骤4),如果是,则重复步骤2)。
图8为采用本发明对独立运行模式下的微电网算例实时能量优化调度得到的结果,其中,图(a)超短期功率预测;(b)实际功率输出;(c)切负荷与卸荷;(d)可控型微电源功率输出指令;(e)压频控制单元的实际功率输出;(f)储能单元的能量状态SOS。
分析图7可知,在0-2点,由于微网内部负荷较少,故在日前计划只安排了一台柴油发电机(DE),而在4-23点期间,用电负荷攀升,为尽可能满足负荷需求,安排三台可控型微电源全部开机,在24点,微网内部负荷有所下降,此段时间内安排了柴油发电机(DE)和燃料电池(FC)两台可控型微电源。
分析图8可知,图8(a)显示8-11点期间为微电网负荷最大时段,图8(c)显示在8-11点期间三台可控型微电源均按基点运行功率的上限值运行,由于仍不能全部满足负荷需求,因此该段时间内增加了蓄电池的输出功率(图8(e)可见)并通过需求侧负荷竞价策略切除了部分负荷(图8(c)P_Cut可见),以维持微电网内部电能供需平衡;由于本微电网算例内部不可控微电源功率比例较小,所以全天都没出现功率过剩的情况,过剩功率卸荷指令一直为0(图8(c)中P_Shed);图8(e)为压频控制单元的实际功率输出,因为压频控制单元将分摊微电网内部的随机性波动功率,所以燃料电池的实际功率输出(图8(e)P_FC)是在其功率运行指令值(图8(d)P_FC)基础上叠加了实时运行时的随机性波动功率分量;图8(e)P_Storage为蓄电池充放电功率,由于蓄电池参与压频控制,且在多数情况下不对其进行功率调度,即指定其功率运行基点为0,所以多数情况下其只分摊微电网内的波动功率,充放电功率较小,但在某些情况下,比如负荷过大时,若各微电源都按基点功率上限值运行仍不能完全满足所有负荷,则需要调度蓄电池放电,对应本算例在8-10点,体现为蓄电池有较大放电功率,但蓄电池在全天的充放电功率仍然相对较小,说明减少了微电网对储能单元容量的需求,提高了微电网的投资成本与维护成本,提高了微电网运行经济性。图8(f)为蓄电池能量状态SOS,可见其始终在安全能量状态范围0.5~0.9之间,防止过充电或过放电,能延长蓄电池使用寿命,保证微电网安全可靠的运行。
综上所述,通过本实施例的测试结果,说明本发明提出的一种独立运行模式下的微电网多时间尺度能量优化调度方法,能兼顾微电网运行的安全性与经济性,同时减小了微电网对储能单元容量的需求,且适应微电网负荷过重或新能源发电过剩等各种运行情况。
Claims (5)
1.一种独立运行模式下的微电网多时间尺度能量优化调度方法,其特征在于,包括如下步骤:
1)统计微电网运行历史数据,建立微电网内所有可控型微电源的成本-出力曲线的非线性函数,并将其分段线性化;
2)采集微电网负荷信息数据、气象信息数据,综合微电网运行的历史数据,对负荷/风能/太阳能进行未来一天的预测,得到未来一天内微电网的负荷/风能/太阳能预测数据;
3)将微电网未来一天内的经济运行分为24个时段,以微电网全天运行成本最小为目标函数,其中所有可控型微电源使用分段线性化模型,考虑微电网内部的各时段能量平衡、各设备元件的出力限制/爬坡率限制/开停机成本,基于步骤2)中的日前负荷/风能/太阳能预测数据,将此微电网日前计划问题构成一个混合整数线性规划问题的数学模型进行求解,得到各时段可控型微电源的机组日前启停优化计划方案;
4)在微电网实时运行过程中,以每15分钟为一调度周期,即将每小时划分为4个调度时段,全天划分为nT=24*4=96个调度时段,在每次调度时刻监测储能单元的能量状态SOS,采集微电网负荷信息数据、气象信息数据,对负荷/风能/太阳能进行超短期预测,得到本调度时段内微电网的负荷/风能/太阳能预测数据;
5)根据步骤3)的机组日前启停优化计划方案得到当前时段处于开机状态的可控型微电源集合,确定处于开机状态的各可控型微电源的基点运行功率的上下限根据步骤4)得到的本调度时段内微电网的负荷/风能/太阳能预测数据确定净负荷功率大小;
6)根据步骤4)监测到的该调度时段储能单元的能量状态所处不同状态区间,以及步骤5)确定的不同净负荷功率大小,为独立运行模式下的微电网制定不同的能量优化策略,并建立相应的能量优化模型,通过模型求解得到该时段的微电网经济运行调度方案;
7)由步骤6)得到的微电网经济运行调度方案形成微电网调度指令,发布给微电网中的可控型微电源、可再生能源发电微电源、卸荷装置以及负荷的控制器,使得微电网在下一时段按照指定方式安全经济运行;
8)在下一调度时刻,判断是否达到第nT个时段,如果不是,则重复步骤4), 如果是,则重复步骤2);
所述步骤3)中的混合整数线性规划问题的数学模型为:
minf(x,u)
其中:
优化变量x,u定义为:
目标函数f(x,u)定义为:
为***总发电功率与总负荷功率之间的差值,在总负荷功率大于总发电功率时不存在,为***总负荷功率与总发电功率之间的差值,在总发电功率大于总负荷功率时不存在,两者在式中为了公式统一表述在同一表达式中,不存在时取0;
等式约束h(x,u)包括:
(1)功率平衡约束:
(2)可控型微电源出力定义:
(3)可控型微电源分段运行归属标记位互斥条件:
(4)可控型微电源最小开停机时间约束中的等式约束:
不等式约束g(x,u)包括:
(1)可控型微电源分段出力值定义:
(2)可控型微电源开始开机标记位定义:
(3)可控型微电源爬坡率约束:
(4)可控型微电源最小开停机时间约束:
(5)可控型微电源最大开停机次数约束:
(6)参与压频控制的微电源或储能单元运行状态约束:
其中,各符号定义如下:ST为时段集合、SG为可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、SVf为参与压频控制的微电源或储能单元集合、f(x,u)为目标函数、NT为总时段数、为可控型微电源成本曲线参数、为可控型微电源分段曲线归属状态、为可控型微电源分段曲线取值状态、LGi为可控型微电源成本曲线分段数、为可控型微电源开机成本、KOMi为可控型微电源运行维护成本、为可控型微电源出力变化率界限、为可控型微电源最短连续运行/停运时间、为可控型微电源初始时刻已连续运行/停运时间、为可控型微电源最大开关机次数、 为可控型微电源有功出力、为可控型微电源工作状态(0关1开)、为可控型微电源开始开机标记位、为不可控型微电源出力、为负荷功率;
所述步骤6)的为独立运行模式下的微电网制定不同的能量优化策略,并建立相应的能量优化模型,是指包括如下步骤:
a)判断净负荷功率Pnet是否满足Pnet≥0,如满足,则进行步骤b)~g),如不满足,则转到步骤h);
b)如满足Pnet≥0,则判断净负荷功率Pnet与由权利要求1步骤5)所确定的处于开机状态的各可控型微电源的基点运行功率的下限之和的关系是否满足如满足Pnet≥0,不满足则转到步骤d),如满足Pnet≥0,
且满足则进一步判断是否满足SOS<SOSmax1,SOSmax1为设定的储能单元的最大允许储能状态,如不满足SOS<SOSmax1,则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案;如满足Pnet≥0、 满足SOS<SOSmax1,则进行步骤c);
c)当步骤b)中满足SOS<SOSmax1时,进一步判断是否满足SOS>SOSmin,如果满足SOS>SOSmin,则计算储能单元的允许充电功率Pchmax,并判断是否满足如满足则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如不满足则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案;如果不满足SOS>SOSmin,则需要对储能单元充电,确定其充电功率Pch1,
Pch1-储能单元充电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pch_max-储能单元的最大可充电功率,kW;
SOSmax2-为设定的储能单元的临界允许存储状态;
SOSmin-为设定的储能单元的最小允许存储状态;
此时储能单元相当于负荷,进一步判断是否满足如满足 则确定处于开机状态的各可控型微电源的输出功率指令均取为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如不满足则建立优化模型,优化分配处于开机状态的各可控型微电源的输出功率指令,同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,其中,建立的优化模型为
minf(x)
其中:
优化变量x,u定义为:
目标函数定义为:
等式约束h(x,u)包括:
(1)功率平衡约束:
(2)可控型微电源出力定义:
(3)可控型微电源分段运行归属标记位互斥条件:
不等式约束g(x,u)包括:
(1)可控型微电源分段出力值定义
其中,各符号定义如下:为本时段处于开机状态的可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、f(x)为目标函数、为可控型微电源成本曲线参数、为可控型微电源分段曲线归属状态、为可控型微电源分段曲线取值状态、LGi为可控型微电源成本曲线分段数、KOMi为可控型微电源运行维护成本、为可控型微电源有功出力、为不可控型微电源出力、为负荷功率;
d)当步骤b)中满足Pnet≥0,不满足时,进一步判断是否满足SOS>SOSmax2,如果满足SOS>SOSmax2,则计算储能单元至少可提供的放电功率Pdh1,
Pdh1-储能单元放电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pdh_max-储能单元的最大可放电功率,kW;
并转到步骤e);如果不满足SOS>SOSmax2,则进一步判断是否满足SOS>SOSmin,如果满足SOS>SOSmin,则令Pdh1=0,同时转到步骤e),如果不满足SOS>SOSmin,则对储能单元以功率Pch1充电,并转到步骤g),其为Pch1定 义为:
Pch1-储能单元充电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pch_max-储能单元的最大可充电功率,kW;
e)判断是否满足如满足则确定处于开机状态的各可控型微电源的输出功率指令均取为储能单元放电功率指令为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如不满足则进一步判断是否满足 其中表示处于开机状态的各可控型微电源的基点运行功率的上限之和,如不满足则转到步骤f),如满足,则储能单元功率指令为放电Pdh1,并由各可控型微电源优化分配Pnet-Pdh1,同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,其中,各可控型微电源优化分配Pnet-Pdh1对应的优化模型如下;
minf(x,u)
其中:
优化变量x,u定义为:
目标函数f(x,u)定义为:
等式约束h(x)包括:
(1).功率平衡约束:
(2).可控型微电源出力定义:
(3).可控型微电源分段运行归属标记位互斥条件:
不等式约束g(x,u)包括:
(1).可控型微电源分段出力值定义
其中,各符号定义如下:为本时段处于开机状态的可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、f(x)为目标函数、为可控型微电源成本曲线参数、为可控型微电源分段曲线归属状态、为可控型微电源分段曲线取值状态、LGi为可控型微电源成本曲线分段数、KOMi为可控型微电源运行维护成本、为可控型微电源有功出力、Pnet为净负荷功率;
f)如步骤e)中不满足则计算储能单元可提供的最大放电功率Pdhmax,其计算式为:
Pdhmax-储能单元放电功率,
SOS-储能单元当前的储能状态,
Cstor-储能单元容量,kWh,
Pdh_max-储能单元的最大允许放电功率,kW,
并进一步判断是否满足如果满足 则各可控型微电源输出功率指令均为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案,如果不满足 则转到步骤g);
g)建立负荷可中断优化模型,根据模型求解结果确定各可控型微电源的输出功率指令及负荷切除指令,同时卸荷功率指令为0得到该时段的微电网经济运行调度方案,其中负荷可中断优化模型如下:
maxf(x,u)
其中:
优化变量x,u定义为:
目标函数f(x,u)定义为:
其中,为储能单元放电罚函数的线性化表示,定义为:
储能单元放电罚函数设计为
δ=a1+a2·dSOS+a3·Pdh+a4·dSOS·Pdh+a5·dSOS2
dSOS=SOS-SOSmin
等式约束条件h(x,u)包括:
(1).功率平衡约束:
(2).可控型微电源出力定义:
(3).可控型微电源分段运行归属标记位互斥条件:
(4).储能单元出力定义:
(5).储能单元分段运行归属标记位互斥条件:
不等式约束g(x,u)包括:
(1).可控型微电源分段出力值定义:
(2).储能单元分段出力值定义:
其中,各符号定义如下:为本时段处于开机状态的可控型微电源集合;SI为不可控型微电源集合、SL为内部负荷集合、为内部可中断负荷集合、f(x,u)为目标函数、是第i个可中断负荷与微电网运营商签订的合同电价,元/kWh,是可中断负荷的电价系数,对于折扣式可中断负荷,αi≤1,对于高赔偿可中断负荷,αi=1、p0是售电电价,元/kWh、是可中断负荷被微电网中断后的单位赔偿费用,元/kWh,bi=βiP0、βi是中断赔偿系数,对于折扣式可中断负荷,βi=0,即没有中断后的赔偿费用、为负荷、是第i个可中断负荷的开断状态,1-未断开,0-断开、表示取反、为可控型微电源成本曲线参数、为储能单元罚函数曲线参数、为可控型微电源分段曲线归属状态、为储能单元工作状态、为储能单元放电罚函数分段曲线归属状态、为可控型微电源分段曲线取值状态、为储能单元放电罚函数分段曲线取值状态、LGi为可控型微电源成本曲线分段数、LS为储能单元放电罚函数曲线分段数、KOMi为可控型微电源运行维护成本、为可控型微电源有功出力;
h)当净负荷功率不满足Pnet≥0时,进一步判断是否满足SOS<SOSmax1,如 不满足SOS<SOSmax1,则各可控型微电源输出功率指令均为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案,如满足SOS<SOSmax1,则计算储能单元允许的最大充电功率Pchmax,并转到步骤i),其中,Pchmax的计算式为:
Pchmax-储能单元充电功率;
SOS-储能单元当前的储能状态;
Cstor-储能单元容量,kWh;
Pch_max-储能单元的最大允许充电功率,kW;
i)判断是否满足如满足则各可控型微电源输出功率指令均为同时卸荷功率指令为0,无切负荷指令,得到该时段的微电网经济运行调度方案;如不满足则各可控型微电源输出功率指令均为同时卸荷功率指令为无切负荷指令,得到该时段的微电网经济运行调度方案。
2.根据权利要求1所述的一种独立运行模式下的微电网多时间尺度能量优化调度方法,其特征在于:所述的不等式约束中(6)参与压频控制的微电源或储能单元运行状态约束,其压频控制是指,微电网在独立运行时,必须要有至少一个微电源或储能单元参与压频控制,以为微电网提供稳定的电压和频率,如果多个微电源或储能单元同时参与压频控制,则它们将通过下垂控制分摊微电网内的功率波动,其中,储能单元始终参与压频控制,部分可控型微电源也可参与压频控制,其余可控型微电源均为定有功无功控制,即PQ控制。
3.根据权利要求1所述的一种独立运行模式下的微电网多时间尺度能量优 化调度方法,其特征在于:所述步骤4)的储能单元的能量状态SOS是反映其剩余存储能量占其总容量比例的技术参数,定义为:
式中:Cnet-储能单元剩余存储能量,kWh;
C-储能单元总容量,kWh;
P-单元的放电功率,W。
4.根据权利要求1所述的一种独立运行模式下的微电网多时间尺度能量优化调度方法,其特征在于:所述步骤5)的确定处于开机状态的各可控型微电源的基点运行功率的上下限是指包括如下步骤:
A)确定该时段参与压频控制的单元总共需提供的上调或下调功率裕量为:
-在该调度时段内参与压频控制的单元总共需提供的上调或下调功率裕量;
eI-不可控微电源出力功率预测的最大误差;
eL-负荷功率预测的最大误差;
-不可控型微电源出力;
-负荷功率;
B)确定处于开机状态的各压频控制单元需要提供的上调或下调功率裕量:
-该调度时刻内第i台处于开机状态的可控型微电源需要提供的上调或下调功率裕量;
-在该调度时段内参与压频控制的单元总共需提供的上调或下调功率裕量;
-第i台处于开机状态的可控型微电源的最大输出功率;
-储能单元的最大输出功率;
-在该调度时刻处于开机状态的参与压频控制的可控型微电源集合;
C)确定处于开机状态的各可控型微电源的基点运行功率的上下限
对于参与压频控制的可控型微电源:
P Gi -第i台处于开机状态的可控型微电源的最小输出功率
对于不参与压频控制的可控型微电源:
5.根据权利要求1所述的一种独立运行模式下的微电网多时间尺度能量优化调度方法,其特征在于:所述步骤5)的净负荷功率指总负荷超短期预测功率减去不可控微电源总超短期预测输出功率,即
Pnet-净负荷功率;
-不可控型微电源出力;
-负荷功率;
SI-不可控型微电源集合;
SL-内部负荷集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110191474.5A CN102289566B (zh) | 2011-07-08 | 2011-07-08 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110191474.5A CN102289566B (zh) | 2011-07-08 | 2011-07-08 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102289566A CN102289566A (zh) | 2011-12-21 |
CN102289566B true CN102289566B (zh) | 2014-07-09 |
Family
ID=45335988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110191474.5A Expired - Fee Related CN102289566B (zh) | 2011-07-08 | 2011-07-08 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102289566B (zh) |
Families Citing this family (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259258B (zh) * | 2012-02-16 | 2015-11-25 | 国家电网公司 | 微电网及其控制方法和装置 |
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 |
CN102623989B (zh) * | 2012-03-28 | 2013-11-27 | 湖南大学 | 一种间歇分布式电源优化配置方法 |
CN102684228A (zh) * | 2012-05-17 | 2012-09-19 | 湖南大学 | 基于互补的间歇分布式电源优化配置方法 |
CN102820674B (zh) * | 2012-05-18 | 2014-10-29 | 北京睿能世纪科技有限公司 | 协调发电机组与储能***出力的方法、装置及发电*** |
CN102709939B (zh) * | 2012-05-22 | 2014-04-30 | 中国电力科学研究院 | 一种提高风电场发电效率的风电场有功功率控制方法 |
CN102710013B (zh) * | 2012-05-23 | 2014-02-19 | 中国电力科学研究院 | 基于微电网的园区能源网能量优化管理***及其实现方法 |
CN102694391B (zh) * | 2012-05-31 | 2014-09-03 | 国电南瑞科技股份有限公司 | 风光储联合发电***日前优化调度方法 |
CN102684199B (zh) * | 2012-06-05 | 2015-04-08 | 国电南瑞科技股份有限公司 | 一种微电网与配电网交换功率的多时间尺度控制方法 |
CN102751724B (zh) * | 2012-06-19 | 2014-08-06 | 中国科学院计算技术研究所 | 一种面向需求侧响应基于预测的三相负载调度方法及装置 |
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 |
CN102882206B (zh) * | 2012-08-28 | 2015-12-16 | 中国电力科学研究院 | 一种基于四维能量管理空间的多级微电网控制方法 |
CN102856930B (zh) * | 2012-10-11 | 2014-08-27 | 天津市电力公司 | 微网经济调度控制方法 |
CN103001229B (zh) * | 2012-11-19 | 2014-11-19 | 广西电网公司 | 基于电流增量投影的适用于纯电阻负荷的新下垂控制设计方法 |
CN103077300A (zh) * | 2012-12-20 | 2013-05-01 | 东南大学 | 一种基于二型模糊逻辑的分布式光伏电源发电量预测方法 |
CN103107558B (zh) * | 2013-01-31 | 2015-04-22 | 东南大学 | 多模态可定制绿色能量集线器及其方法 |
CN103218693A (zh) * | 2013-04-28 | 2013-07-24 | 中国能源建设集团广东省电力设计研究院 | 能源站供能设备比例分配方法和*** |
JP6163355B2 (ja) * | 2013-05-29 | 2017-07-12 | アズビル株式会社 | 電力デマンド制御装置および方法 |
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 |
US9733623B2 (en) * | 2013-07-31 | 2017-08-15 | Abb Research Ltd. | Microgrid energy management system and method for controlling operation of a microgrid |
CN103515980A (zh) * | 2013-08-01 | 2014-01-15 | 国家电网公司 | 含地源热泵的微电网能量管理方法 |
CN103606913B (zh) * | 2013-10-22 | 2015-12-09 | 清华大学 | 分布式混合发电***电源规划方法 |
CN104716693B (zh) * | 2013-12-13 | 2017-06-06 | 华为技术有限公司 | 一种分布式储能电池的能量管理方法及控制器、*** |
CN103715707B (zh) * | 2014-01-15 | 2015-08-12 | 国家电网公司 | 考虑电池寿命和过放现象的风电场储能容量优化方法 |
CN104899790A (zh) * | 2014-03-07 | 2015-09-09 | 国网上海市电力公司 | 一种微电网中储能***能量管理方法 |
CN103972896B (zh) * | 2014-05-13 | 2015-09-09 | 国家电网公司 | 一种基于需求响应的负荷建模和优化控制方法 |
CN103955779B (zh) * | 2014-05-23 | 2017-10-03 | 武汉大学 | 一种风电功率爬坡事件概率场景预测方法 |
CN104065093B (zh) * | 2014-07-03 | 2016-12-07 | 东华大学 | 一种基于低通滤波的风储协调预测控制方法 |
CN104124704B (zh) * | 2014-07-07 | 2016-06-08 | 四川中电启明星信息技术有限公司 | 分布式电源与微网接入主电网的管理方法 |
CN104133398B (zh) * | 2014-07-10 | 2017-01-11 | 杭州电子科技大学 | 超市购物机器人内部控制电路 |
CN104103021B (zh) * | 2014-07-15 | 2017-04-05 | 南京南瑞集团公司 | 一种针对水电站生产过程数据的过滤方法 |
CN104283236B (zh) * | 2014-10-25 | 2016-06-08 | 国网重庆武隆县供电有限责任公司 | 一种风光储能并网发电智能优化调度方法 |
CN104348188A (zh) * | 2014-11-21 | 2015-02-11 | 四川慧盈科技有限责任公司 | 一种分布式电源运行及监控方法 |
CN105207207B (zh) * | 2015-09-18 | 2018-03-06 | 北京北变微电网技术有限公司 | 基于能量管理的孤网状态下的微电网***调度方法 |
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 |
DE102016202816A1 (de) * | 2016-02-24 | 2017-08-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Steuerung des elektrischen Ladens einer Gruppe von Fahrzeugen |
CN106487036B (zh) * | 2016-11-04 | 2018-11-30 | 浙江工业大学 | 一种基于多目标优化算法的独立光伏拖动***容量配置方法 |
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 |
CN107017625B (zh) * | 2017-04-28 | 2019-12-06 | 北京天诚同创电气有限公司 | 用于独立微电网的能量动态调度的方法和设备 |
CN107294101B (zh) * | 2017-07-03 | 2020-01-07 | 武汉大学 | 一种基于安全域目标及约束的多目标机组组合模型及求解方法 |
CN107317361B (zh) * | 2017-08-18 | 2019-12-10 | 华北电力大学 | 一种考虑区域自治能力的主动配电网全局优化调度方法 |
CN107769266A (zh) * | 2017-09-19 | 2018-03-06 | 国网浙江省电力公司 | 一种多时间尺度发电与备用联合优化方法 |
CN107887933A (zh) * | 2017-11-17 | 2018-04-06 | 燕山大学 | 一种多时间尺度滚动优化微电网能量优化管理方法 |
CN108009745A (zh) * | 2017-12-19 | 2018-05-08 | 国网江苏省电力有限公司淮安供电分公司 | 工业园区内多元用户协同能量管理方法 |
CN108808745B (zh) * | 2018-06-20 | 2021-08-03 | 华侨大学 | 一种主动配电网的动态无功优化方法 |
CN108879746B (zh) * | 2018-06-28 | 2022-03-29 | 国电南瑞科技股份有限公司 | 基于多时间尺度需求响应的集中式混合储能协调控制方法 |
CN109816201A (zh) * | 2018-12-19 | 2019-05-28 | 中国农业大学 | 一种多异质能源同质化耦合的表征方法 |
CN110061513B (zh) * | 2019-04-25 | 2020-09-29 | 湖南大学 | 动态分段投入混合储能装置的爬坡控制方法、***和装置 |
CN110867907B (zh) * | 2019-11-27 | 2020-12-01 | 清华大学 | 一种基于多类型发电资源同质化的电力***调度方法 |
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 |
CN111478319A (zh) * | 2020-04-17 | 2020-07-31 | 贵州电网有限责任公司 | 一种电网设备运行调度智能优化方法及*** |
CN111740443B (zh) * | 2020-06-19 | 2023-07-04 | 中国电建集团青海省电力设计院有限公司 | 多分布式电源的独立微电网多时间尺度协同优化调度方法 |
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 |
CN111932042B (zh) * | 2020-10-09 | 2021-01-15 | 深圳坤湛科技有限公司 | 自适应排程方法、设备及计算机存储介质 |
CN113608434B (zh) * | 2021-01-22 | 2024-03-12 | 北京国电通网络技术有限公司 | 一种综合能源***异质能流联动优化平台 |
CN112952839B (zh) * | 2021-01-29 | 2022-09-20 | 国网内蒙古东部电力有限公司 | 一种基于可控负荷的配电网经济调度评估方法 |
CN114825470A (zh) * | 2022-06-22 | 2022-07-29 | 广东电网有限责任公司江门供电局 | 一种微电网的调度方法及装置 |
CN117039872B (zh) * | 2023-08-11 | 2024-04-19 | 哈尔滨工业大学 | 考虑自适应不确定集的多时间尺度弱鲁棒电源调度方法 |
CN117458597B (zh) * | 2023-12-25 | 2024-03-19 | 安徽大恒新能源技术有限公司 | 一种基于交流组件的发电*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478168A (zh) * | 2009-01-16 | 2009-07-08 | 湖南省电力公司调度通信局 | 一种实时调度中优化电网水电旋转备用的方法 |
CN102097866A (zh) * | 2011-03-28 | 2011-06-15 | 国电南瑞科技股份有限公司 | 中长期机组组合优化方法 |
CN102104251A (zh) * | 2011-02-24 | 2011-06-22 | 浙江大学 | 一种并网运行模式下的微电网实时能量优化调度方法 |
-
2011
- 2011-07-08 CN CN201110191474.5A patent/CN102289566B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478168A (zh) * | 2009-01-16 | 2009-07-08 | 湖南省电力公司调度通信局 | 一种实时调度中优化电网水电旋转备用的方法 |
CN102104251A (zh) * | 2011-02-24 | 2011-06-22 | 浙江大学 | 一种并网运行模式下的微电网实时能量优化调度方法 |
CN102097866A (zh) * | 2011-03-28 | 2011-06-15 | 国电南瑞科技股份有限公司 | 中长期机组组合优化方法 |
Non-Patent Citations (4)
Title |
---|
市场竞争条件下的发电机组启停机计划优化;温步瀛等;《电网技术》;20060331;第30卷(第6期);全文 * |
微电网孤岛运行模式下的协调控制策略;薛迎成等;《中国电力》;20090731;第42卷(第7期);全文 * |
温步瀛等.市场竞争条件下的发电机组启停机计划优化.《电网技术》.2006,第30卷(第6期), |
薛迎成等.微电网孤岛运行模式下的协调控制策略.《中国电力》.2009,第42卷(第7期), |
Also Published As
Publication number | Publication date |
---|---|
CN102289566A (zh) | 2011-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102289566B (zh) | 独立运行模式下的微电网多时间尺度能量优化调度方法 | |
Pourmousavi et al. | Real-time energy management of a stand-alone hybrid wind-microturbine energy system using particle swarm optimization | |
Dufo-López et al. | Generation management using batteries in wind farms: Economical and technical analysis for Spain | |
CN102694391B (zh) | 风光储联合发电***日前优化调度方法 | |
CN102104251B (zh) | 一种并网运行模式下的微电网实时能量优化调度方法 | |
CN104617590A (zh) | 不同时间尺度下基于混合储能调度的微网能量优化方法 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
Benini et al. | Battery energy storage systems for the provision of primary and secondary frequency regulation in Italy | |
Lazaroiu et al. | Energy trading optimization of a virtual power plant on electricity market | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
Tan et al. | Risk control of hydropower-photovoltaic multi-energy complementary scheduling based on energy storage allocation | |
Asaduz-Zaman et al. | Optimum economic dispatch of interconnected microgrid with energy storage system | |
Huang et al. | Optimal design of an island microgrid with considering scheduling optimization | |
CN114491997B (zh) | 考虑需求响应及电动汽车的虚拟电厂运行优化方法及*** | |
El-Hendawi et al. | Enhanced MG with optimum operational cost of pumping water distribution systems | |
CN112541778B (zh) | 一种基于微电网参与两阶段市场出清***优化运行方法 | |
Baneshi et al. | Microgrid optimal planning in two functional modes grid connected and the intentional islanding | |
Dorahaki et al. | Smart grids and building energy flexibility | |
CN109687449B (zh) | 微电网协调控制装置及控制方法 | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 | |
Herath et al. | Mitigation of solar intermittency using battery energy storage systems, as a case study for sri lanka | |
Cao et al. | A Novel Game-Theoretic-based Security-Constrained Unit Commitment Including Wind and Vehicle-to-Grid | |
Klaimi et al. | An intelligent storage-based energy management approach for smart grids | |
Zhang et al. | A economic operation optimization for microgrid with battery storage and load transfer | |
Mabrouk | Assessing the impact of electric vehicle fleets on a multi-microgrids system under different operating modes |
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 |
Granted publication date: 20140709 Termination date: 20160708 |
|
CF01 | Termination of patent right due to non-payment of annual fee |