CN106096807A - 一种考虑小水电的互补微网经济运行评价方法 - Google Patents

一种考虑小水电的互补微网经济运行评价方法 Download PDF

Info

Publication number
CN106096807A
CN106096807A CN201610333319.5A CN201610333319A CN106096807A CN 106096807 A CN106096807 A CN 106096807A CN 201610333319 A CN201610333319 A CN 201610333319A CN 106096807 A CN106096807 A CN 106096807A
Authority
CN
China
Prior art keywords
microgrid
formula
power
complementary
distributed power
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.)
Pending
Application number
CN201610333319.5A
Other languages
English (en)
Inventor
夏永洪
吴虹剑
辛建波
程林
范瑞祥
曹蓓
纪清照
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
State Grid Corp of China SGCC
Nanchang University
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
Nanchang University
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, State Grid Corp of China SGCC, Nanchang University, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN201610333319.5A priority Critical patent/CN106096807A/zh
Publication of CN106096807A publication Critical patent/CN106096807A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14District level solutions, i.e. local energy networks

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Photovoltaic Devices (AREA)

Abstract

一种考虑小水电的互补微网经济运行评价方法,所述方法以储能容量、微网设备安装成本与***运行维护成本为目标函数,以***容量、分布式发电比例与蓄电池充放电特性为约束条件,基于原对偶内点算法,计算由不同分布式电源组合构成的互补微网内各分布式电源的最佳配比及其所需要配置的储能容量。建立互补微网经济运行评价指标,并针对得到的互补微网进行对比与分析,形成一种最优的互补微网经济运行方式。结果表明,当风、光、水三种分布式电源出力具有互补性时,微网运行的经济效益达到最优。

Description

一种考虑小水电的互补微网经济运行评价方法
技术领域
本发明涉及一种考虑小水电的互补微网经济运行评价方法,属小水电运行技术领域。
背景技术
风、光、水作为可再生的清洁能源,具有零污染、分布广、蕴含量大等优点,在现代电力***中占有越来越重要的地位。但由于光伏和风能易受昼夜变化、天气情况、风力大小等自然因素影响,其出力存在间歇性和随机性的特点。对于小型水电站,大多数具有较小库容或者无库容,从短期来看,其出力基本不变,但从季节时间尺度上看,存在丰水期和枯水期。然而,我国太阳能资源夏秋季节丰富、春冬季节匮乏,风力资源春冬季节丰富、夏秋季节匮乏,与水力资源的春夏季节丰水、秋冬季节枯水正好形成缺额互补。可见,风、光、水三种分布式资源在时空上具有一定程度的天然互补性。当前,以风、光、水三种分布式电源构建的三源互补微网,可以大大提高资源的利用效率,以及提高***供电可靠性和微网经济效益和环境效益。
发明内容
本发明的目的是,通过研究风、光、水等分布式能源出力特性的互补关系,提出一种考虑小水电的互补微网经济运行评价方法,建立考虑其互补特性对微网经济运行影响的评价体系。
本发明的技术方案是:一种考虑小水电的互补微网经济运行评价方法,所述方法获取当地风、光、水等分布式能源年出力情况,分析其出力互补特性,获取微网的年负荷曲线;以储能容量、微网设备安装成本与***运行维护成本为目标,以***容量、分布式发电比例与蓄电池充放电特性为约束。采用原对偶内点算法,计算互补微网内不同分布式电源组合的最佳配比,及其所需要配置的储能容量。建立互补微网经济运行评价指标体系,并对由不同分布式电源构成的互补微网进行评价,实现其经济运行。
本发明一种考虑小水电的互补微网经济运行评价方法,包括以下步骤:
(1)获取当地风、光、水等分布式能源年出力情况,分析风、光、水分布式电源的互补特性;
(2)获取微网的年负荷曲线;
(3)以储能容量、微网设备安装成本与***运行维护成本为目标函数,以***容量、分布式发电比例与蓄电池充放电特性为约束条件;
(4)采用原对偶内点算法,计算由不同分布式电源组合构成的互补微网内各分布式电源的最佳配比及其所需要配置的储能容量;
(5)建立互补微网经济运行评价指标;
(6)根据建立的互补微网经济运行评价指标,针对步骤(4)得到的互补微网进行对比与分析,得到最优的互补微网经济运行方式。
本发明的有益效果是,本发明方法考虑了风、光、水等多种清洁能源,具有较强的通用性。本发明与传统内点算法相比,原对偶内点算法计算过程更简单、收敛速度更快。本发明方法通过灵活调整分布式电源组合方式及分布式发电比例,可实现不同配置下的微网经济运行。
附图说明
图1是本发明的一种考虑小水电的互补微网经济运行评价方法流程图;
图2是本发明的原对偶内点算法流程图;
图3是本发明的风光水资源年出力特性曲线;
其中,图3(a)为风机年出力曲线;图3(b)是光伏年出力曲线;图3(c)是小水电年出力曲线;
图4是本发明的年负荷曲线。
具体实施方式
如图1所示,本发明一种考虑小水电的互补微网经济运行评价方法的步骤如下:
(1)获取当地风、光、水分布式能源年出力情况,分析风、光、水分布式电源的互补特性;
(2)获取微网的年负荷曲线;
(3)以储能容量、微网设备安装成本与***运行维护成本为目标函数,以***容量、分布式发电比例与蓄电池充放电特性为约束条件;
(4)采用原对偶内点算法,计算由不同分布式电源组合构成的互补微网内各分布式电源的最佳配比及其所需要配置的储能容量;
(5)建立互补微网经济运行评价指标,包括***电力不足累计概率、分布式发电互补特性、环境效益,以及上网收益;
(6)根据建立的互补微网经济运行评价指标,针对步骤(4)得到的互补微网进行对比与分析,得到最优的互补微网经济运行方式。
本实施例步骤(3)中的目标函数包括:
(1)储能容量
E H = m a x T [ R _ s t o r e ( t ) - m i n t ′ ≥ t R _ s t o r e ( t ′ ) ] - - - ( 1 )
式中,EH为微网所需配置的储能容量标幺值;T为微网一年的运行总时间;R_store(t)为t时刻***容量无限制下即不考虑储能装置荷电状态限制时所需储备的容量;为t时刻之后分布式电源与储能***失配累计最小值;
R _ s t o r e ( t ) = R _ s t o r e ( t - 1 ) + { &eta; i n &Delta; P ( t ) &Delta; P ( t ) &GreaterEqual; 0 &Delta; P ( t ) / &eta; o u t &Delta; P ( t ) < 0 - - - ( 2 )
式中,ηin与ηout分别为储能装置充放电效率;ΔP(t)为微网t时刻的失配功率标幺值,其表达式如下:
&Delta; P ( t ) = &lambda; &Sigma; i = 1 N 1 &alpha; i G i ( t ) - L ( t ) - - - ( 3 )
式中,N1为分布式电源种类;λ为分布式发电比,即分布式发电功率与负荷耗电功率之比;αi为风机、光伏与小水电分布式电源装机容量配比;Gi(t)为单一分布式电源对***供电时其t时刻的输出功率标幺值;L(t)为负荷t时刻消耗功率标幺值。
由于分布式资源的蕴含量在一年内会随着时间改变,在一段时间内分布式电源的出力将逐渐增加,将使得储能装置在这段时间内能量持续增长。此时,这一增长是相当大的,将导致所需配置的储能容量亦随时间的增加而增大。在这种情况下,如果简单的采取时间段T内***储能容量最值差进行储能容量的配置,将显得没有意义,故提出EH以保证储能***对外供电时能量不会出现负值。
(2)微网设备安装成本
对于微网***,其设备与安装成本包括分布式电源与储能装置购买与安装的全部费用,其一般与***总装机容量呈正相关性。在本发明中,将设备与安装成本总资金换算为按期等额支付金额,其表达式如下:
C E = P L &OverBar; &lsqb; &lambda; &Sigma; i = 1 N 1 c i &alpha; i ( 1 + r i ) + c b E H &rsqb; k ( 1 + k ) n ( 1 + k ) n - 1 - - - ( 4 )
式中,为负荷年平均功率,取其为本发明的基值;ci为风机、光伏与小水电相关设备的购置成本,元/kW;ri为安装成本占设备成本的比例;cb为储能装置单位千瓦造价,元/kW;k为银行长期贷款利率;n为该项目的还款年限,一般为分布式电源的使用年限。
(3)***运行维护成本
微网的运行维护成本可分为固定成本与可变成本,根据经验公式折算成与***设备利用率相关的比例因子;CO为***每年的运行维护成本,表达式如下:
C O = &lambda; P L &OverBar; &Sigma; i = 1 N 1 &alpha; i ( K F i + K O i T i ) - - - ( 5 )
式中,KFi为风机、光伏与小水电运行维护的年固定成本系数,元/kW.a;KOi为运行维护的年可变成本系数,元/kWh;Ti为微网三种分布式电源的年平均运行时间,h。
当储能容量的式(1)、微网设备安装成本的式(4)与***运行维护成本的式(5)总和同时达到最小时,模型配置达到最优。
本实施例步骤(3)中的约束条件为:
(1)***容量约束
对于微网***,由于当单一分布式电源对***供电时,其均能满足***的负荷需求,故对于同时具有风、光、水三种分布式能源的发电***,各分布式电源装机容量所占份额需小于等于1,其总和为1;
0 &le; &alpha; i &le; 1 &Sigma; i = 1 N 1 &alpha; i = 1 - - - ( 6 )
(2)分布式发电比例约束
为了保证***供电充足,只有分布式发电总量大于***负荷时,才能保证有盈余电能对储能***供电;但如果发电总量过大,能源设备的投入也将随之增大,将造成浪费;
1<λ<λmax (7)
式中,λmax一般控制在1.0-1.3;
(3)蓄电池SOC约束
储能装置全部选用铅酸蓄电池,在蓄电池的充放电过程中,必须严格满足其荷电状态SOC上下限,即通过控制其放电深度来实现,以延长电池的使用寿命;
s1≤SOC≤s2 (8)
式中,s1和s2分别为蓄电池荷电状态最小值与最大值;
(4)蓄电池充放电约束
为达到对蓄电池充放电的精确控制,需对其充放电速率、充放电电流进行约束;
r c < r c _ R r d < r d _ R - - - ( 9 )
I c < I c _ max I d < I d _ max - - - ( 10 )
式中,rc与rd为蓄电池充放电速率,rc_R与rd_R为其给定充放电速率;Ic与Id为蓄电池充放电电流,Ic_max与Id_max为其充放电电流最大值;
(5)瞬时功率约束
为了防止微网在突增负荷的情况下出现大功率缺失,从而导致***电能质量下降,微网的瞬时功率平衡是其负荷与储能装置协调控制的基本条件;
&lambda; &Sigma; i = 1 N 1 &alpha; i G i ( t ) + H c ( t ) - L ( t ) = 0 - - - ( 11 )
式中,Hc(t)为有限制下的储能装置的当前储能容量标幺值;当其为正时,***处于放电状态;当其为负时,***处于充电状态。
如图2所示,本实施例步骤(4)中的原对偶内点算法求解过程如下:
o b j . m i n E H C E + C O
s t . &lambda; &Sigma; i = 1 N 1 &alpha; i G i ( t ) + H c ( t ) - L ( t ) = 0 0 &le; &alpha; i &le; 1 ( &Sigma; i = 1 N 1 &alpha; i = 1 ) 1 < &lambda; < &lambda; max s 1 &le; S O C &le; s 2 r c < r c _ R r d < r d _ R I c < I c _ max I d < I d _ max - - - ( 12 )
第一步,初始化:先将模型简化为以下一般非线性优化模型,再将不等式约束式转化为等式约束;
第二步,建立拉格朗日函数:将目标函数改造为障碍函数,建立拉格朗日函数;
第三步,形成牛顿修正方程:极值的必要条件式是非线性方程组,将其线性化得到修正方程组,并形成矩阵;
第四步,求解最优搜索方向:利用牛顿拉普逊法求解,求解得到第k次迭代的修正量,得到最优解的一个新的近似值;
第五步,判断:判断是否满足收敛条件,若满足则继续Step6,若不满足,则修正原对偶变量,跳转至Step1;
第六步,输出结果:得到最优结果并输出。
本实施例步骤(5)中的评价指标如下:
(1)***电力不足累计概率
考虑到风光水储微网的负荷供给能力,提出以***一年内所有分布式电源与储能装置每日输出功率之和小于负荷功率的概率进行表征,其表达式如下:
λLOLP=Pr{λ∑αiGi(t)+Hc(t)≤L(t)} (12)
由式(12)可知,λLOLP越小,微网功率缺失越小,***稳定性越高;
(2)分布式发电互补特性
为体现风光水分布式能源的互补特性,提出通过分布式发电输出功率之和在一年内的波动进行表征,表达式如下:
D L = &Sigma; t = 1 T ( G D G ( t ) - G D G &OverBar; ( t ) ) 2 T - - - ( 13 )
GDG(t)=∑αiGi(t) (14)
式中,GDG(t)为分布式发电比λ为1时***的输出功率,为其年平均值;DL越小,分布式发电的输出功率波动越小,风、光、水的互补特性越好;
(3)环境效益
以风力、光伏、小水电为主的清洁能源发电可有效减少各类污染物的产生,实现节能减排;根据相关文献,可估算出电力行业污染物排放的评价指标参数,结合传统燃煤发电中各类污染物的排放系数,针对各污染物的环境价值与罚款金额,可将其等效折算为互补微网的环境效益,其表达式如下:
式中,n为传统燃煤发电所产生的污染物种类;γi为传统燃煤发电对应第j种污染物的排放系数;νi为第i种污染物的环境价值,元/g;第i种污染物所受罚款,元/g;
(4)上网收益
由于***分布式发电比λ大于1,所需配置的储能装置容量较小,故当微网处于并网状态时,***将有少量的电能缺额和大量的盈余与大电网进行交换,将此部分产生的经济效益定义为互补微网上网效益,其表达式如下:
C S = &Sigma; i = 1 N 1 p e &Delta;E i - - - ( 16 )
式中,ΔEi为第i种分布式电源的年电能盈余与缺额的差值;pe为大电网上网电价,取值为0.52元/kwh。

Claims (5)

1.一种考虑小水电的互补微网经济运行评价方法,其特征在于,所述方法的步骤如下:
(1)获取当地风、光、水分布式能源年出力情况,分析风、光、水分布式电源的互补特性;
(2)获取微网的年负荷曲线;
(3)以储能容量、微网设备安装成本与***运行维护成本为目标函数,以***容量、分布式发电比例与蓄电池充放电特性为约束条件;
(4)采用原对偶内点算法,计算由不同分布式电源组合构成的互补微网内各分布式电源的最佳配比及其所需要配置的储能容量;
(5)建立互补微网经济运行评价指标;
(6)根据建立的互补微网经济运行评价指标,针对步骤(4)得到的互补微网进行对比与分析,得到最优的互补微网经济运行方式。
2.根据权利要求1所述一种考虑小水电的互补微网经济运行评价方法,其特征在于,所述目标函数包括:
(1)储能容量
E H = m a x T &lsqb; R _ s t o r e ( t ) - m i n t &prime; &GreaterEqual; t R _ s t o r e ( t &prime; ) &rsqb; - - - ( 1 )
式中,EH为微网所需配置的储能容量标幺值;T为微网一年的运行总时间;R_store(t)为t时刻***容量无限制下即不考虑储能装置荷电状态限制时所需储备的容量;为t时刻之后分布式电源与储能***失配累计最小值;
R _ s t o r e ( t ) = R _ s t o r e ( t - 1 ) + &eta; i n &Delta; P ( t ) &Delta; P ( t ) &GreaterEqual; 0 &Delta; P ( t ) / &eta; o u t &Delta; P ( t ) < 0 - - - ( 2 )
式中,ηin与ηout分别为储能装置充放电效率;ΔP(t)为微网t时刻的失配功率标幺值,其表达式如下:
&Delta; P ( t ) = &lambda; &Sigma; i = 1 N 1 &alpha; i G i ( t ) - L ( t ) - - - ( 3 )
式中,N1为分布式电源种类;λ为分布式发电比,即分布式发电功率与负荷耗电功率之比;αi为风机、光伏与小水电分布式电源装机容量配比;Gi(t)为单一分布式电源对***供电时其t时刻的输出功率标幺值;L(t)为负荷t时刻消耗功率标幺值;
(2)微网设备安装成本
对于微网***,其设备与安装成本包括分布式电源与储能装置购买与安装的全部费用,将设备与安装成本总资金换算为按期等额支付金额,其表达式如下:
C E = P L &OverBar; &lsqb; &lambda; &Sigma; i = 1 N 1 c i &alpha; i ( 1 + r i ) + c b E H &rsqb; k ( 1 + k ) n ( 1 + k ) n - 1 - - - ( 4 )
式中,为负荷年平均功率,取其为本发明的基值;ci为风机、光伏与小水电相关设备的购置成本,元/kW;ri为安装成本占设备成本的比例;cb为储能装置单位千瓦造价,元/kW;k为银行长期贷款利率;n为该项目的还款年限,一般为分布式电源的使用年限;
(3)***运行维护成本
微网的运行维护成本可分为固定成本与可变成本,根据经验公式折算成与***设备利用率相关的比例因子;CO为***每年的运行维护成本,表达式如下:
C O = &lambda; P L &OverBar; &Sigma; i = 1 N 1 &alpha; i ( K F i + K O i T i ) - - - ( 5 )
式中,KFi为风机、光伏与小水电运行维护的年固定成本系数,元/kW.a;KOi为运行维护的年可变成本系数,元/kWh;Ti为微网三种分布式电源的年平均运行时间,h;
当储能容量的式(1)、微网设备安装成本的式(4)与***运行维护成本的式(5)总和同时达到最小时,模型配置达到最优。
3.根据权利要求1所述一种考虑小水电的互补微网经济运行评价方法,其特征在于,所述约束条件为:
(1)***容量约束
对于微网***,由于当单一分布式电源对***供电时,其均能满足***的负荷需求,故对于同时具有风、光、水三种分布式能源的发电***,各分布式电源装机容量所占份额需小于等于1,其总和为1;
0 &le; &alpha; i &le; 1 &Sigma; i = 1 N 1 &alpha; i = 1 - - - ( 6 )
(2)分布式发电比例约束
为了保证***供电充足,只有分布式发电总量大于***负荷时,才能保证有盈余电能对储能***供电;但如果发电总量过大,能源设备的投入也将随之增大,将造成浪费;
1<λ<λmax (7)
式中,λmax一般控制在1.0-1.3;
(3)蓄电池SOC约束
储能装置全部选用铅酸蓄电池,在蓄电池的充放电过程中,必须严格满足其荷电状态SOC上下限,即通过控制其放电深度来实现,以延长电池的使用寿命;
s1≤SOC≤s2 (8)
式中,s1和s2分别为蓄电池荷电状态最小值与最大值;
(4)蓄电池充放电约束
为达到对蓄电池充放电的精确控制,需对其充放电速率、充放电电流进行约束;
r c < r c _ R r d < r d _ R - - - ( 9 )
I c < I c _ max I d < I d _ m a x - - - ( 10 )
式中,rc与rd为蓄电池充放电速率,rc_R与rd_R为其给定充放电速率;Ic与Id为蓄电池充放电电流,Ic_max与Id_max为其充放电电流最大值;
(5)瞬时功率约束
为了防止微网在突增负荷的情况下出现大功率缺失,从而导致***电能质量下降,微网的瞬时功率平衡是其负荷与储能装置协调控制的基本条件;
&lambda; &Sigma; i = 1 N 1 &alpha; i G i ( t ) + H c ( t ) - L ( t ) = 0 - - - ( 11 )
式中,Hc(t)为有限制下的储能装置的当前储能容量标幺值;当其为正时,***处于放电状态;当其为负时,***处于充电状态。
4.根据权利要求1所述一种考虑小水电的互补微网经济运行评价方法,其特征在于,所述原对偶内点算法求解过程如下:
o b j . min E H C E + C O
s t . &lambda; &Sigma; i = 1 N 1 &alpha; i G i ( t ) + H c ( t ) - L ( t ) = 0 0 &le; &alpha; i &le; 1 ( &Sigma; i = 1 N 1 &alpha; i = 1 ) 1 < &lambda; < &lambda; max s 1 &le; S O C &le; s 2 r c < r c _ R r d < r d _ R I c < I c _ max I d < I d _ max - - - ( 12 )
第一步,初始化:先将模型简化为以下一般非线性优化模型,再将不等式约束式转化为等式约束;
第二步,建立拉格朗日函数:将目标函数改造为障碍函数,建立拉格朗日函数;
第三步,形成牛顿修正方程:极值的必要条件式是非线性方程组,将其线性化得到修正方程组,并形成矩阵;
第四步,求解最优搜索方向:利用牛顿拉普逊法求解,求解得到第k次迭代的修正量,得到最优解的一个新的近似值;
第五步,判断:判断是否满足收敛条件,若满足则继续Step6,若不满足,则修正原对偶变量,跳转至Step1;
第六步,输出结果:得到最优结果并输出。
5.根据权利要求1所述一种考虑小水电的互补微网经济运行评价方法,其特征在于,所述评价指标为:
(1)***电力不足累计概率
考虑到风光水储微网的负荷供给能力,提出以***一年内所有分布式电源与储能装置每日输出功率之和小于负荷功率的概率进行表征,其表达式如下:
λLOLP=Pr{λΣαiGi(t)+Hc(t)≤L(t)} (12)
由式(12)可知,λLOLP越小,微网功率缺失越小,***稳定性越高;
(2)分布式发电互补特性
为体现风光水分布式能源的互补特性,提出通过分布式发电输出功率之和在一年内的波动进行表征,表达式如下:
D L = &Sigma; t = 1 T ( G D G ( t ) - G D G &OverBar; ( t ) ) 2 T - - - ( 13 )
GDG(t)=ΣαiGi(t) (14)
式中,GDG(t)为分布式发电比λ为1时***的输出功率,为其年平均值;DL越小,分布式发电的输出功率波动越小,风、光、水的互补特性越好;
(3)环境效益
以风力、光伏、小水电为主的清洁能源发电可有效减少各类污染物的产生,实现节能减排;根据相关文献,可估算出电力行业污染物排放的评价指标参数,结合传统燃煤发电中各类污染物的排放系数,针对各污染物的环境价值与罚款金额,可将其等效折算为互补微网的环境效益,其表达式如下:
式中,n为传统燃煤发电所产生的污染物种类;γi为传统燃煤发电对应第j种污染物的排放系数;νi为第i种污染物的环境价值,元/g;第i种污染物所受罚款,元/g;
(4)上网收益
由于***分布式发电比λ大于1,所需配置的储能装置容量较小,故当微网处于并网状态时,***将有少量的电能缺额和大量的盈余与大电网进行交换,将此部分产生的经济效益定义为互补微网上网效益,其表达式如下:
C S = &Sigma; i = 1 N 1 p e &Delta;E i - - - ( 16 )
式中,ΔEi为第i种分布式电源的年电能盈余与缺额的差值;pe为大电网上网电价,取值为0.52元/kwh。
CN201610333319.5A 2016-07-28 2016-07-28 一种考虑小水电的互补微网经济运行评价方法 Pending CN106096807A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610333319.5A CN106096807A (zh) 2016-07-28 2016-07-28 一种考虑小水电的互补微网经济运行评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610333319.5A CN106096807A (zh) 2016-07-28 2016-07-28 一种考虑小水电的互补微网经济运行评价方法

Publications (1)

Publication Number Publication Date
CN106096807A true CN106096807A (zh) 2016-11-09

Family

ID=57230043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610333319.5A Pending CN106096807A (zh) 2016-07-28 2016-07-28 一种考虑小水电的互补微网经济运行评价方法

Country Status (1)

Country Link
CN (1) CN106096807A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950500A (zh) * 2017-03-07 2017-07-14 清华大学 一种基于电池寿命的共享式电池的容量计算方法
CN107506878A (zh) * 2017-10-11 2017-12-22 华中科技大学 一种考虑风光平滑效应的电力***多源调度方法
CN109063972A (zh) * 2018-07-09 2018-12-21 南昌大学 一种机械加工车间制造***全要素能源效率评价方法
CN109245169A (zh) * 2018-10-29 2019-01-18 贵州电网有限责任公司 一种风光水储联合调度方法
CN112186737A (zh) * 2020-09-02 2021-01-05 四川大学 水电机组在水电-风电互补***调控中使用寿命评估方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950500A (zh) * 2017-03-07 2017-07-14 清华大学 一种基于电池寿命的共享式电池的容量计算方法
CN106950500B (zh) * 2017-03-07 2019-03-29 清华大学 一种基于电池寿命的共享式电池的容量计算方法
CN107506878A (zh) * 2017-10-11 2017-12-22 华中科技大学 一种考虑风光平滑效应的电力***多源调度方法
CN107506878B (zh) * 2017-10-11 2020-06-02 华中科技大学 一种考虑风光平滑效应的电力***多源调度方法
CN109063972A (zh) * 2018-07-09 2018-12-21 南昌大学 一种机械加工车间制造***全要素能源效率评价方法
CN109063972B (zh) * 2018-07-09 2021-07-20 南昌大学 一种机械加工车间制造***全要素能源效率评价方法
CN109245169A (zh) * 2018-10-29 2019-01-18 贵州电网有限责任公司 一种风光水储联合调度方法
CN112186737A (zh) * 2020-09-02 2021-01-05 四川大学 水电机组在水电-风电互补***调控中使用寿命评估方法
CN112186737B (zh) * 2020-09-02 2022-04-19 四川大学 水电机组在水电-风电互补***调控中使用寿命评估方法

Similar Documents

Publication Publication Date Title
CN102694391B (zh) 风光储联合发电***日前优化调度方法
CN112734098B (zh) 一种基于源-荷-网平衡的配电网电力调度方法及***
CN106096807A (zh) 一种考虑小水电的互补微网经济运行评价方法
CN109888806A (zh) 一种含电动汽车的微电网储能优化配置方法
Gao et al. Optimal operation modes of photovoltaic-battery energy storage system based power plants considering typical scenarios
CN107425541A (zh) 一种主动配电网风储联合调度方法
Shufian et al. Grid-tied Smart Microgrid with Heuristic Optimized Energy Management System (EMS)
CN112365299A (zh) 考虑电池寿命损耗的综合能源电/热混合储能配置方法
Ding et al. A dynamic period partition method for time-of-use pricing with high-penetration renewable energy
Pholboon et al. Real-time battery management algorithm for peak demand shaving in small energy communities
CN109617100B (zh) 一种数据驱动的风电场储能容量规划方法
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
Tanaka et al. Simulation-based design of microgrid system for a resort community
Hussein et al. Energy management for a grid-tied photovoltaic-wind-storage system—Part II: Operation strategy
CN115459358A (zh) 一种考虑多类新能源不同配比的储能容量优化配置方法
Boqtob et al. Energy scheduling of isolated microgrid with battery degradation cost using hybrid particle swarm optimization with sine cosine acceleration coefficients
Di Piazza et al. Energy management of hybrid PV-storage systems for improved grid integration
Kasturi et al. Analysis of photovoltaic & battery energy storage system impacts on electric distribution system efficacy
Abegaz et al. Optimal dispatch control of energy storage systems using forward-backward induction
Satoya et al. Community energy management with electric vehicles for effective use of solar energy
Wang et al. Optimum Configuration of Grid-connected Microgrid Based on Probability Model
Yao-Tang et al. Research on the modeling of EV charging station considering V2G and its optimal configuration in photovoltaic distribution network
Zhang et al. Convex optimization of battery energy storage station in a micro-grid
Wang et al. Optimization Configuration for Energy Storage of Renewable Energy Power Stations Participating in Primary Frequency Regulation Service Based on Markov Decision Process
Zhuo et al. Wind power dispatch based on wind forecasting, electricity price and battery lifetime estimation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161109

RJ01 Rejection of invention patent application after publication