CN106230007B - 一种微电网储能优化调度方法 - Google Patents
一种微电网储能优化调度方法 Download PDFInfo
- Publication number
- CN106230007B CN106230007B CN201610590563.XA CN201610590563A CN106230007B CN 106230007 B CN106230007 B CN 106230007B CN 201610590563 A CN201610590563 A CN 201610590563A CN 106230007 B CN106230007 B CN 106230007B
- Authority
- CN
- China
- Prior art keywords
- load
- power
- electricity
- period
- energy
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 230000005611 electricity Effects 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000010248 power generation Methods 0.000 claims abstract description 13
- 238000007599 discharging Methods 0.000 claims abstract description 9
- 230000007704 transition Effects 0.000 claims abstract description 6
- 238000009825 accumulation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/382—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
- Y02P80/14—District level solutions, i.e. local energy networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种微电网储能优化调度方法,对包括直流和交流混合的用电类型及交直流转换器的智能微网结构进行优化调度,所述调度方法包括以下步骤:步骤1对下一日的负荷及光伏、风机发电进行预测,步骤2基于负荷及光伏、风机发电的预测结果以及电价对交直流转换器的转换状态以及储能电池的充放电状态以总电费最小建立优化模型,步骤3对优化模型进行优化;本发明同时考虑了交流负荷以及直流负荷,对交直流转换器的转换状态以及储能电池的充放电状态进行优化,进而实现节约电费的目的,本发明适用于不同类型的微电网用户。
Description
技术领域
本发明涉及一种微电网储能优化调度方法,属于新能源及电力需求侧响应领域。
背景技术
随着智能电网的发展及低碳技术的普及,未来小规模的新能源发电,储能装置,热泵等将会在电力用户中得到广泛应用。这些技术不仅影响了原有的电网运行方式,也给用户侧电能使用带来的更多的灵活性,用户可以响应电网的价格激励信号以改变其用电行为,即需求侧响应。通过需求侧响应可以降低电网高峰用电,提升谷期用电。微电网储能优化调度***是实现用户侧需求侧响应的重要手段,目前已经越来越受到重视。微电网储能优化调度***的优势在于:
(1)可以通过协调本地的发电及用电优化能源使用,提升能源使用效率;
(2)通过引入直流负荷提升能源效率;
(3)通过需求侧响应削峰填谷,提升电网经济型及安全性;
(4)对终端用户的直接经济收益。
微电网储能优化调度***对用户最有价值的意义在于通过配置电能的使用,可以将用户在电价高时的用电转移到电价低时用电,从而实现节约电费的目的,目前的微电网储能优化调度***没有考虑直流和交流混合的用电类型及交直流转换装置的协同优化方法。
发明内容
为了克服上述现有技术的不足,本发明提供了一种考虑直流和交流混合的用电类型及交直流转换装置的微电网储能优化调度***协同优化方法。该方法基于负荷、光伏及风机发电的预测结果以及电价对交直流转换器的转换状态以及储能电池的充放电状态以总电费最小为目标进行优化。通过对微电网储能优化调度***的电能进行合理的优化使得总***将电价高峰时期的负荷转移到电价低谷时期,从而达到节约电费的目的,该方法可以应用在不同类型的智能微电网储能优化调度***中,有无电热负荷以及交直流负荷。
本发明所采用的技术方案是:
对包括主网供电给交流母线,交流母线与直流母线通过交直流双向转换器进行转换,交流母线上配有交流负荷,直流母线上配有直流负荷,储能电池、光伏发电装置以及风机发电装置的典型智能微网结构进行优化调度,
该调度方法包括如下步骤:
步骤1:对下一日的负荷及光伏、风机发电进行预测。
步骤2:基于负荷及光伏、风机发电的预测结果以及电价对交直流转换器的转换状态以及储能电池的充放电状态以总电费最小建立优化模型。
步骤3:对优化模型进行优化。
对于所述步骤1,预测方法为常用的用户负荷及光伏、风机发电预测方法,如神经网络及支持向量机方法。
对于所述步骤2,优化的目标函数为全天总电费约束。
式中,t为时段变换,96为全天时段总数,全天时段总数也可以为其他适合的值。C(t)为时段t的分时电价。P(t)为时段t从主网的得到的供电功率,T为单位时段长度,在这里为0.25h。
约束条件包括,
总功率平衡约束:
P(t)=PAC-load(t)+PAC-DC(t)
式中,PAC-load(t)为时段t的交流负荷,PAC-DC(t)为交直流转换器的功率。
交直流转换器效率约束:
式中,ηA/D为交流转换为直流的转换效率,ηD/A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷。
直流母线总负荷约束:
PDC(t)+PPV(t)+Pw(t)=PDC-load(t)+PB(t)
式中,PPV(t)为光伏发电功率,Pw(t)为风力发电功率,PDC-load(t)为直流负荷,PB(t)为储能电池在时段t的功率,充电时PB(t)>0,放电时PB(t)<0。
充放电效率约束:
式中,为最大充电效率,为最大放电效率,PB(t)为时段t的充电效率。
储能电池电量状态约束:
Emin≤EB(t)≤Emax
式中,Emax为储能电池最大电量,Emin为储能电池最低电量,Emin≤EB(t)为时段t的电池状态。
电池电量状态累积约束:
式中,E(0)为电池初始电量,E(t)为时段t的累积电量。
日电量累积约束:
该式表示储能电池日累积电量为0。
对于所述步骤3,其优化过程为:
(1)读取负荷和光伏、风机预测以及电价信息
(2)建立模型目标函数以及约束条件
(3)采用分支定界法对模型进行优化
(4)输出优化结果:电池的充放电功率及时段,交直流转换器的功率及时段。
本发明的有益效果是相对于现有的微电网储能优化调度优化方法,本发明同时考虑了交流负荷以及直流负荷,对交直流转换器的转换状态以及储能电池的充放电状态进行优化,进而实现节约电费的目的,本发明适用于不同类型的微电网用户。
附图说明
图1为典型的智能微网结构图;
图2为微电网储能优化调度***图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
实施例如图1所示,典型的智能微网结构包括主网供电给交流母线,交流母线与直流母线通过交直流双向转换器进行转换,交流母线上配有交流负荷,直流母线上配有直流负荷,储能电池、光伏发电装置以及风机发电装置。
首先用常用的用户负荷、光伏及风机预测方法,本实施例采用神经网络及支持向量机方法对下一日的负荷及光伏和风力发电进行预测。
然后基于负荷和光伏、风机发电的预测结果以及电价对交直流转换器的转换状态以及储能电池的充放电状态以总电费最小建立优化模型。
优化的目标函数为全天总电费约束。
式中,t为时段变换,96为全天时段总数,全天时段总数也可以为其他适合的值。C(t)为时段t的分时电价。P(t)为时段t从主网的得到的供电功率,T为单位时段长度,在这里为0.25h。
约束条件包括:
总功率平衡约束:
P(t)=PAC-load(t)+PAC-DC(t)
PAC-load(t)为时段t的交流负荷,PAC-DC(t)为交直流转换器的功率。
交直流转换器效率约束:
式中:ηA/D为交流转换为直流的转换效率,ηD/A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷。
直流母线总负荷约束:
PDC(t)+PPV(t)+Pw(t)=PDC-load(t)+PB(t)
PPV(t)为光伏发电功率,Pw(t)为风力发电功率,PDC-load(t)为直流负荷,PB(t)为储能电池在时段t的功率,充电时PB(t)>0,放电时PB(t)<0。
充放电效率约束:
为最大充电效率,为最大放电效率,PB(t)为时段t的充电效率。
储能电池电量状态约束:
Emin≤EB(t)≤Emax
Emax为储能电池最大电量,Emin为储能电池最低电量,Emin≤EB(t)为时段t的电池状态。
电池电量状态累积约束:
E(0)为电池初始电量,E(t)为时段t的累积电量。
日电量累积约束:
该式表示储能电池日累积电量为0。
最后,对优化模型进行优化。
参照图2,其优化过程为:
(1)读取负荷;
(2)读取光伏、风机预测以及电价信息;
(3)建立模型目标函数以及约束条件;
(4)采用分支定界法对模型进行优化;
(5)输出优化结果:电池的充放电功率及时段,交直流转换器的功率及时段。
Claims (3)
1.一种微电网储能优化调度方法,对包括直流和交流混合的用电类型及交直流转换器的智能微网结构进行优化调度,其特征在于所述调度方法包括以下步骤:
步骤1对下一日的负荷及光伏、风机发电进行预测;
步骤2基于负荷及光伏、风机发电的预测结果以及电价对交直流转换器的转换状态以及储能电池的充放电状态以总电费最小建立优化模型;
步骤3对优化模型进行优化;
所述步骤2中优化的目标函数为全天总电费约束
式中,t为时段变量,96为全天时段总数,全天时段总数为96或为其他适合的值,C(t)为时段t的分时电价,P(t)为时段t从主网的得到的供电功率,T为单位时段长度,在这里为0.25h或其他适合的值;
约束条件包括:
总功率平衡约束
P(t)=PAC-load(t)+PAC-DC(t)
式中,PAC-load(t)为时段t的交流负荷,PAC-DC(t)为交直流转换器的功率;
交直流转换器功率约束
式中,ηA/D为交流转换为直流的转换效率,ηD/A为直流转化为交流的转换效率,PDC(t)为时段t的直流母线总负荷;
直流母线总负荷约束
PDC(t)+PPV(t)+Pw(t)=PDC-load(t)+PB(t)
式中,PPV(t)为光伏发电功率,Pw(t)为风力发电功率,PDC-load(t)为直流负荷,PB(t)为储能电池在时段t的功率,充电时PB(t)>0,放电时PB(t)<0;
充放电功率约束
式中,为最大充电功率,为最大放电功率,PB(t)为时段t的充电功率;
储能电池电量状态约束
Emin≤EB(t)≤Emax
式中,Emax为储能电池最大电量,Emin为储能电池最低电量,EB(t)为时段t的电池状态;
电池电量状态累积约束
式中,E(0)为电池初始电量,E(t)为时段t的累积电量;
日电量累积约束
该式表示储能电池日累积电量为0。
2.根据权利要求1所述的一种微电网储能优化调度方法,其特征在于:所述步骤1中预测方法为神经网络及支持向量机方法。
3.根据权利要求1所述的一种微电网储能优化调度方法,其特征在于所述步骤3中其优化过程为:
(1)读取负荷、光伏和风机预测以及电价信息;
(2)建立模型目标函数以及约束条件;
(3)采用分支定界法对模型进行优化;
(4)输出优化结果:电池的充放电功率及时段;交直流转换器的功率及时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610590563.XA CN106230007B (zh) | 2016-07-25 | 2016-07-25 | 一种微电网储能优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610590563.XA CN106230007B (zh) | 2016-07-25 | 2016-07-25 | 一种微电网储能优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106230007A CN106230007A (zh) | 2016-12-14 |
CN106230007B true CN106230007B (zh) | 2018-09-14 |
Family
ID=57532825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610590563.XA Active CN106230007B (zh) | 2016-07-25 | 2016-07-25 | 一种微电网储能优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106230007B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779471B (zh) * | 2017-01-05 | 2024-02-09 | 沈阳工业大学 | 一种多能互联交直流混合微电网***及优化配置方法 |
CN106709610B (zh) * | 2017-01-12 | 2020-04-21 | 浙江大学 | 一种微电网电储能、冰蓄冷联合优化调度方法 |
CN106684916B (zh) * | 2017-02-16 | 2019-04-09 | 上海电力学院 | 一种带蓄电池的并网光伏***运行优化方法 |
CN107069791B (zh) * | 2017-06-16 | 2019-07-16 | 浙江大学 | 一种考虑工业园区与工厂互动的综合需求响应方法 |
CN110224420A (zh) * | 2019-06-12 | 2019-09-10 | 新奥数能科技有限公司 | 储能***充放电模型的线性化方法及装置 |
CN110460101A (zh) * | 2019-09-05 | 2019-11-15 | 北京双登慧峰聚能科技有限公司 | 海岛微电网储能子***及控制方法 |
CN112436555A (zh) * | 2020-12-02 | 2021-03-02 | 中国华能集团有限公司 | 一种基于区块链技术的共享式储能***及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105337310A (zh) * | 2015-11-30 | 2016-02-17 | 华南理工大学 | 一种串联结构光储型多微网经济运行***及方法 |
-
2016
- 2016-07-25 CN CN201610590563.XA patent/CN106230007B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105337310A (zh) * | 2015-11-30 | 2016-02-17 | 华南理工大学 | 一种串联结构光储型多微网经济运行***及方法 |
Non-Patent Citations (2)
Title |
---|
Evaluation of Storage Energy Requirements for Constant Production in PV Power Plants;Hector Beltran等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20130331;第60卷(第3期);第1225-1234页 * |
户用微电网能量调度日前计划研究;王江波等;《电测与仪表》;20130831;第50卷(第8期);第81-86、107页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106230007A (zh) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106230007B (zh) | 一种微电网储能优化调度方法 | |
CN106709610B (zh) | 一种微电网电储能、冰蓄冷联合优化调度方法 | |
Zhao et al. | Optimal home energy management system with mixed types of loads | |
CN109004691B (zh) | 含电力电子变压器的交直流混合***日前优化调度方法 | |
CN102361328B (zh) | 一种利用风能、光能互补并与市电综合利用的分布式微网*** | |
CN101860270B (zh) | 一种充分利用风能和太阳能的接入***及其实现方法 | |
Wichert et al. | Development of a test facility for photovoltaic-diesel hybrid energy systems | |
CN108123497B (zh) | 一种交直流混合供电的配电柜及交直流混合供电*** | |
WO2023029335A1 (zh) | 一种光储充***的参数配置方法及终端 | |
CN103545907B (zh) | 办公用光伏直流供电***及控制方法 | |
CN202134924U (zh) | 一种太阳能电力并网自用多功能***的构造 | |
CN113613943A (zh) | 用于家庭用户管理包括其电动车辆的不同负载之间的功率的带有功率管理***的转换器 | |
CN105471075A (zh) | 一种电动车光伏充电单元 | |
CN106329555A (zh) | 光伏储能微网***及光伏储能微网***的控制方法 | |
Chauhan et al. | Optimization of grid energy using demand and source side management for DC microgrid | |
CN107092975B (zh) | 一种基于储能损耗积分的交直流混合微网经济优化方法 | |
TWM384459U (en) | Compound electricity conversion device for green power | |
Kallel et al. | An energy cooperative system concept of DC grid distribution and PV system for supplying multiple regional AC smart grid connected houses | |
CN102931676B (zh) | 一种太阳能电力并网自用多功能***的构造 | |
CN206422586U (zh) | 一种家庭能量管理***的智能调度设备 | |
CN202586339U (zh) | 一种直流微电网 | |
CN102097820A (zh) | 太阳能峰谷电力调节*** | |
CN201656848U (zh) | 一种充分利用风能和太阳能的接入*** | |
CN108183504B (zh) | 一种新能源电动车充电站 | |
CN103219791B (zh) | 能源切换装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |