CN106300425A - 一种基于用户舒适度的分布式能源管理方法 - Google Patents
一种基于用户舒适度的分布式能源管理方法 Download PDFInfo
- Publication number
- CN106300425A CN106300425A CN201610814676.3A CN201610814676A CN106300425A CN 106300425 A CN106300425 A CN 106300425A CN 201610814676 A CN201610814676 A CN 201610814676A CN 106300425 A CN106300425 A CN 106300425A
- Authority
- CN
- China
- Prior art keywords
- rsqb
- lsqb
- power
- comfort
- battery
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 27
- 230000005611 electricity Effects 0.000 claims abstract description 49
- 238000005286 illumination Methods 0.000 claims abstract description 10
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 230000008901 benefit Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 11
- 239000004744 fabric Substances 0.000 claims description 2
- 230000000284 resting effect Effects 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000003466 anti-cipated effect 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
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002699 waste material Substances 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/10—The network having a local or delimited stationary reach
- H02J2310/12—The local stationary network supplying a household or a building
- H02J2310/14—The load or loads being home appliances
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/62—The condition being non-electrical, e.g. temperature
- H02J2310/64—The condition being economic, e.g. tariff based load management
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/242—Home appliances
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
本发明公开了一种基于用户舒适度的分布式能源管理方法,首先根据家电的用电特征,将用电器分为温度、光照、可中断和不可中断四种类型,然后由于微电网中新能源的间歇性,很难达到供需平衡,造成了能量的利用率不高,所以本发明根据用户用电目的,以家庭能量管理***为单位,通过实时电价、***的功率供求平衡、负载动态特性、电池充放电效率、当前风速和当前用户用电的舒适度来对负载进行调度的分布式能量管理。采用实时电价机制,最后对该***采用分布式算法进行求解。合理的优化家庭负载的用电安排,在满足用户一定舒适度的情况下达到供需平衡、有效降低电量峰值,节约能源同时也使居民能够幸福用电,达到减少能量损耗、最大社会福利的目的。
Description
技术领域
本发明涉及智能电网技术领域,更具体地,涉及一种基于用户舒适度的分布式能源管理方法。
背景技术
自二十世纪以来,人类环境污染越来越严重,在当前日益严峻的环保和减排压力下,加快新能源的发展,改变现有的能源结构已成为人类当务之急,进入21世纪后,美国电力科学研究院、美国能源部以及欧盟委员会等纷纷提出各自对未来智能电网的设想和框架,用以推进新能源的发展进程。传统的发电模式,不仅成本高而且对环境污染大,随着新能源不断地被人类挖掘,只有合理的将传统的发电模式与新能源发电结合在一起,才能更好的利用能源、促进节能减排。
并且由于石油危机的出现,初级能源价格大幅度上涨,西方国家通过需求侧管理来对负载进行调度,从而解决供需不匹配问题。需求侧管理的控制方法是引导用户高峰时少用电,低谷时多用电,提高供电效率、优化用电方式的办法,这样可以在完成同样用电功能的情况下减少电量消耗和电力需求,从而缓解缺电压力,降低供电成本和用电成本,使供电和用电双方得到实惠,达到节约能源和保护环境的长远目的。但是随着社会经济的发展和人明生活水平的提高,用户用电器的数量在逐年增多,这给电力***带来了更大的挑战,电力***的智能化势在必行,其中在保证用户用电舒适度前提下的家庭能量管理***是电网智能用电技术的一部分。
有些学者对家庭能量管理***已经进行了研究,如:根据预测电价和过去负载的用电量来安排未来一段时间内负载的用电量的家庭能量管理***。根据预先设定的优先级别,协调用电器用电时间段的家庭能量管理算法。根据预先设定的目标电费,来给出下一时间段用电策略的家庭能量管理***。但是很少有在实时电价机制下的家庭能量管理***,也很少有考虑用电器动态特性和用户舒适度的管理策略。
目前已知的智能电网中能量管理***研究的主要文献有:
[1]C.Chang,“Genetic-based algorithm for power economic loaddispatch,”IET Gener.Transmiss.Distrib.,vol.1,no.2,pp.261-269,May 2007.
[2]C.Kuo,“A novel coding scheme for practical economic dispatch bymodified partical swarm approach,”IEEE Trans.Power Syst.,vol.23,no.4,pp.1825-1835,Oct.2008.
[3]A-H.Mohsenia-Rad,A.Leon-Carcia,“Optimal residential load controlwith price prediction in real-time electricity pricing environments,”IEEETrans.Smart Grid,vol.1,no.2,pp.120-133,Sept.2010.
[4]N.Li,L.Chen and S.Low,“Optimal demand response based on utilitymaximization in power networks”,2011IEEE Power and Energy Society GeneralMeeting,pp.1-8,2011.
[5]W.Zhang,Y.Xu,W.Liu,C.Zang,and H.Yu,“Distributed online optimalenergy management for smart grids,”IEEE Trans.Ind.Electron,vol.11,no.3,pp.717-727,June 2015.
[6]Z.Yang,R.Wu,J.Yang,K.Long,and P.You,“Economical operation ofMicrogrid with various devices via distributed optimization,”IEEE Trans.SmartGrid,vol.7,no.2,pp.857-867,March 2016.
其中,文献[1]基于基因算法,来对负载进行调度,实现经济的最大化。文献[2]基于粒子群算法,解决区域内的经济分配问题,实现经济最大化。文献[3]基于线性规划法算法设计一种自动的家庭能量管理网络,使得在电力交易过程中用户经济最优且等待时间最短。文献[4]基于分布式算法,通过动态价格和需求侧管理策略实现每个负载效益最优化,从而使得社会利益最大化。文献[5]基于分布式的在线最优能量管理算法,通过价格的更新和各个节点的信息交流,对负载的功率进行调度,来最小化能量损失。文献[6]用分解的方法实现负载和电池以及发电厂的功率制定,来找到各自经济最优的状态,从而实现全网的经济最优性。
上述所述的文献的理念与方法能解决一定实际问题达到我们预期的目的,但仍存在一些不足之处:
1、基因算法,粒子群算法、蚁群等智能算法,虽然约束性小,但他们都是基于随机搜索的,收敛速度慢,容易陷入局部最优解,而且不适合在线搜索。
2、像前面所述的文献大部分是集中式控制方法,集中式控制需要全局信息和大量的时间,运算量大,灵活度不够,容易导致单点失效。
3、对于之前的能量管理的文献,大多数通过需求侧管理“移峰填谷”,从而达到需求匹配,减少能量损耗,以及经济效益等目的,很少有人考虑用户用电的舒适度,在将来的智能电网运营中更应该考虑人们的意愿,使得控制更加经济,合理,人性化。
4、现有的能量管理控制***中,大部分忽略了负载的动态特性,而且关于负载的动态特性没有用具体的表达式表达,而有一部分就直接忽略了实时电价对用户用电的影响。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种基于用户舒适度的分布式能源管理方法,采用的是分布式算法,将整个设计任务分配到每个节点上去控制,需要搜集的信息少,可靠性高,计算简单,降低了***的整体成本。
为解决上述技术问题,本发明的技术方案如下:
一种基于用户舒适度的分布式能源管理方法,所述方法应用于分布式发电***,分布式发电***包括若干微电网,每个微电网包括发电机、电池和负载,所述发电机包括传统发电机和风力发电机,所述负载包括家用电器,所述方法包括以下步骤:
S1:在每一个发电机、电池和负载都设置一个节点,所述节点能够获取传统发电机、电池、风力发电机和负载的运行信息,各节点组成网络,节点之间能够进行通信;
S2:根据家用电器的用电特征,将家用电器分为温度、光照、可中断和不可中断四种类型,温度、光照和可中断类型的用电器分别以温度、光照和功率为衡量依据来判断用户舒适度,用户舒适度在[-100,100]之间;不可间断类型的用电器在工作状态(N=1)时用户舒适度为100,在休息状态(N=0)时用户舒适度为0;
S3:对交易电价进行实时更新,采用实时电价机制,发电厂和用户共同决定交易电价;***采用实时电价,不仅可以减少用户的用电费用,而且发电厂可以通过实时电价了解用户用电需求,进而可以减少能量损失。
S4:当交易电价小于用户预设的电价且用户舒适度没有达到预设的要求范围内时,用户根据需要用电;当交易电价大于用户预设的电价且用户舒适度没有达到预设的要求范围内时,用户以社会总福利为依据对负载进行调度。
在一种优选的方案中,所述方法还包括:
当传统发电机和风力发电机的发电量大于负载的耗电量时,如果此时交易电价不高于电池预设电价以及电池的充电状态小于0.6时,电池充电;
当传统发电机和风力发电机的发电量小于负载的耗电量时,如果此时交易电价高于电池预设电价以及电池的充电状态大于0.6时,用户使用电池所存储的能量,否则,电池保持上一状态不变。
在一种优选的方案中,风力发电机的发电功率为:
其中v[t],vr,vin,vout,Prate分别是风力发电机的当前风速、额定风速、切入风速、切出风速以及额定功率,额定功率表示涡轮机的最大输出功率。额定风速设定为15m/s,额定功率为200kW,切入风速为5m/s,切出风速为45m/s。风力发电相对于传统发电方式而言,成本低,对环境污染小。风力发电有许多的影响因素,如:风速、风向等,为简单起见,我们只考虑风力。
在微电网中由于新能源的间歇性,很容易造成供需不匹配以及能源的浪费,基于分布式算法的能量管理***,优化了能源结构。采用分布式算法,***中的每个相邻节点都在进行信息交流,然后通过实时电价控制负载达到最优能量消耗的目的。与集中式算法相比,分布式算法的不需要搜集全局信息而处理大量的数据,很好的保护了节点的隐私信息。
分析负载的动态特性,研究用户的舒适度,将功率的调度控制任务分散到每个负载进行处理,***实时性强,操作简单,运行成本低。
考虑到供需不匹配,环境污染等问题,供电***采用了传统发电、风力发电,以及电池储能装置。风力发电相对于传统发电方式而言,成本低,对环境污染小。而电池可以起到削峰填谷的作用,在电价相对较低的情况下进行充电然后在电价较高、电量需求较大的时候放电,从而使得能源的利用率更高,社会福利最大。
与现有技术相比,本发明技术方案的有益效果是:本发明提供一种基于用户舒适度的分布式能源管理方法,采用的是分布式算法,将整个设计任务分配到每个节点上去控制,需要搜集的信息少,可靠性高,计算简单,降低了***的整体成本。而且本发明考虑了实时电价、***的功率供求平衡、负载动态特性变化、电池储能充放电效率,当前风速和当前用户用电的舒适度等因素对***能量的影响,考虑了经济性,环保性以及人性化。
附图说明
图1为本发明的一种基于用户舒适度的分布式能源管理方法的流程图。
图2为本发明的***工作框图。
图3为本发明在四个时间段内电价变化图。
图4为本发明在四个时间段内各负载、发电厂及电池的功率变化图。
图5为本发明在四个时间段内***供需匹配的变化图。
图6为本发明负载舒适度变化图。
图7为本发明优化后社会总福利的变化图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1-2所示,每个微电网分别有传统发电机、电池、风力发电机、负载组成。图1所示的是本发明的流程图,节点i与节点j间进行通信,首先初始化t=1并且初始化室内温度Tin,光照Iin,以及用户负载需求PL,j和供需不匹配ΔP0[t],然后节点间进行通信,当t<T(最大迭代次数)时,根据
来更新电价。也即:
R[t+1]=DR[t]+ΔP[t]·E (2)
D为节点通讯因子矩阵,其中:
Nj是与节点i相连的节点集合,ΔP[t]是供需不匹配值。
ΔP[t]=PL[t]-PG[t]-PW[t]+PB[t] (4)
对于***,需要实时保持功率流动的供求平衡:
PL[t]-PG[t]-PW[t]+PB[t]=0 (5)
那就要每个发电机、电池和用户根据实时电价、节点的功率供求平衡、负载动态特性变化,以及电池储能充放电效率,当前风速和当前用户用电的舒适度等调整自己的功率。
其中,PL[t]为负载的功率,PG[t]为传统发电机的发电量,PB[t]为电池的功率。PW[t]为风力发电机发电量。在这里,为了方便起见我们不考虑由于风能的不稳定性,给***供需平衡带来的影响,风力发电量表达式为:
能量管理的目的是考虑实时电价、***的功率供求平衡、负载动态特性变化、电池储能充放电效率,当前风速和当前用户用电的舒适度等因素时使发电机以及负载等每一个部分都达到效益最优,从而达到社会效益最优。负载1至负载3的舒适度表达式为:
CDj(Tin[t])=aj(Tin[t])2+bjTin[t]+cj,j∈A1 (7)
CDj(Iin[t])=aj(Iin[t])2+bjIin[t]+cj,j∈A2 (8)
CDj(SOC[t])=bjln(SOC[t])+cj,j∈A3 (9)
其中(ɑi<0,bi>0)。
负载4属于不可间断负载,当工作时舒适度为100,不工作时舒适度为0。
其中温度、光照和充电状态与负载功率间的关系分别是:
Tin[t]=Tin[t-1]+Q1·P[t] (10)
Iin[t]=Q2·P[t] (11)
SOC[t]=SOC[t-1]+Q3·P[t] (12)
Tin[t-1],SOC[t-1]和Q1,Q2,Q3分别是负载上一时刻的温度、充电状态(这里设置初始时刻温度Tin=-10,初始时刻充电状态SOC=0)以及功率对温度、光照和充电状态的影响因子。
传统发电机的效益函数为:
其中(ɑi>0,bi>0)。
对于电池充放电而言,当电池放电时,Sd为-1,Sc为0。充电时Sc为1,Sd为0。保持上一状态时,两参数均为0。其中是放电因子,是充电因子,其中(ɑi>0,bi>0)。
电池充放电效益函数为:
则电池充放电的利润函数为:
由(7)、(8)、(13)我们可以知道对于类型一、二用电器以及发电商的效益函数是凸函数,而对于类型三用电器和电池而言,效益函数凹凸性需要我们进一步探讨。
把(12)代入(9)中,得出:
CDj(Pi[t])=bjln(SOC[t-1]+Q3·Pi[t])+cj,j∈A2 (16)
则其效益函数为:
Uj(Pi[t])=bjln(SOC[t-1]+Q3·Pi[t])+cj-rj[t]·Pi[t],j∈A2 (17)
由(15)得出:
由(18)、(19)式可以得出,类型三用电器和电池充放电效益函数是凸函数,所以我们可以用拉格朗日求解***的最优值,我们定义拉格朗日系数为增量成本ri[t]也即是效益函数Ci(Pi[t])对功率的偏导,则:
由(7)-(14)我们可以得到各节点的功率变化如下:
对于用电器j∈A1:
对于用电器j∈A2:
对于用电器j∈A3:
对于用电器j∈A4,如果启动,就需要按照额定功率工作,否则为0:
对于发电厂i∈G:
对于电池i∈B:
其中,rj[t](ri[t])分别是相应负载(发电厂)的功率最小值、功率最大值、边际成本最小值、最大值以及所给出的当前电价,Pc是不可间断负载完成工作所需要消耗的功率,在本发明中我们设定Pc=100,r’是电池上一时刻购买相应电量的电价,r”是电池设定下一时刻要卖出相应电量的电价。
最后,***的社会福利函数为:
上式可表示为:
PW[t]是风力发电部分,这里我们考虑风力发电成本为0。
如图3-7,方法稳定性证明:
由于集中式算法在微电网的运用中面临很大挑战,家庭能量管理***采用分布式算法求解最优值,分布式算法特征在于***中的每个相邻节点都在进行信息交流,然后通过实时电价控制负载达到最优能量消耗的目的。分布式算法解决凸优化问题的一种有效方法,与集中式算法相比最大的优越性在于它不需要搜集全局信息而处理大量的数据,很好的保护了节点的隐私信息。节点的更新如下:
ΔPi′[t]=ΔPi[t]+(Pi[t+1]-Pi[t]) (30)
ri[t]为每个节点i在t次迭代的增量成本,ε为控制***稳定的步长,Pi[t]为节点在t时功率需求或发电量。
(23)-(26)可写成下列矩阵形式:
R[t+1]=D·R[t]+ΔP[t]ε (32)
ΔP[t+1]=D·ΔP[t]+D·(P[t+1]-P[t]) (34)
其中R、ΔP[t]、P分别是ri、ΔPi[t]、Pi的列向量,B是P关于R的映射函数,则
定义H,并且令:
这里In为n维单位矩阵。ε足够小,以至于可以忽略,则H有特征值:
D是双随机矩阵,则:
这里1n=[1,...,1]T,0n=[0,...,0]T,所以可得到[1n,0n]T是H的特征向量,特征值为λ1=1:
由式(33)可知当t趋于无穷大时
由式(40)可知***的增量成本和供需不匹配分别收敛于r*和0,我们可以证明该家庭能量管理***模型是稳定的。
本发明通过实时电价、***的能量供求平衡、负载动态特性变化、电池储能充放电效率,当前风速和当前用户用电的舒适度等因素来对用户的负载和发电厂发电量进行控制。在这里我们研究了4个不同时间段内的控制结果,1至40次迭代内电池放电,迭代次数在41至80次内电池充电,后两个阶段电池既不充电也不放电。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (3)
1.一种基于用户舒适度的分布式能源管理方法,所述方法应用于分布式发电***,分布式发电***包括若干微电网,每个微电网包括发电机、电池和负载,所述发电机包括传统发电机和风力发电机,所述负载包括家用电器,其特征在于,所述方法包括以下步骤:
S1:在每一个发电机、电池和负载都设置一个节点,所述节点能够获取传统发电机、电池、风力发电机和负载的运行信息,各节点组成网络,节点之间能够进行通信;
S2:根据家用电器的用电特征,将家用电器分为温度、光照、可中断和不可中断四种类型,温度、光照和可中断类型的用电器分别以温度、光照和功率为衡量依据来判断用户舒适度;不可间断类型的用电器在工作状态时用户舒适度为100,在休息状态时用户舒适度为0;
S3:对交易电价进行实时更新,采用实时电价机制,发电厂和用户共同决定交易电价;
S4:当交易电价小于用户预设的电价且用户舒适度没有达到预设的要求范围内时,用户根据需要用电;当交易电价大于用户预设的电价且用户舒适度没有达到预设的要求范围内时,用户以社会总福利为依据对负载进行调度。
2.根据权利要求1所述逇基于用户舒适度的分布式能源管理方法,其特征在于,所述方法还包括:
当传统发电机和风力发电机的发电量大于负载的耗电量时,如果此时交易电价不高于电池预设电价以及电池的充电状态小于0.6时,电池充电;
当传统发电机和风力发电机的发电量小于负载的耗电量时,如果此时交易电价高于电池预设电价以及电池的充电状态大于0.6时,用户使用电池所存储的能量,否则,电池保持上一状态不变。
3.根据权利要求1所述逇基于用户舒适度的分布式能源管理方法,其特征在于,风力发电机的发电功率为:
其中v[t],vr,vin,vout,Prate分别是风力发电机的当前风速、额定风速、切入风速、切出风速以及额定功率,额定功率表示涡轮机的最大输出功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610814676.3A CN106300425B (zh) | 2016-09-09 | 2016-09-09 | 一种基于用户舒适度的分布式能源管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610814676.3A CN106300425B (zh) | 2016-09-09 | 2016-09-09 | 一种基于用户舒适度的分布式能源管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106300425A true CN106300425A (zh) | 2017-01-04 |
CN106300425B CN106300425B (zh) | 2019-04-05 |
Family
ID=57711023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610814676.3A Active CN106300425B (zh) | 2016-09-09 | 2016-09-09 | 一种基于用户舒适度的分布式能源管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106300425B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182487A (zh) * | 2017-12-11 | 2018-06-19 | 浙江科技学院 | 基于粒子群优化和本德尔分解的家庭能量数据优化方法 |
CN108197726A (zh) * | 2017-12-11 | 2018-06-22 | 浙江科技学院 | 一种基于改进进化算法的家庭能量数据优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268652A (zh) * | 2014-09-28 | 2015-01-07 | 南方电网科学研究院有限责任公司 | 一种考虑实时电价与可控负荷的微电网运行优化方法 |
US20160064934A1 (en) * | 2013-03-27 | 2016-03-03 | Electric Power Research Institute Of State Grid Zhejiang Electric Power Company | Optimization method for independent micro-grid system |
CN105631542A (zh) * | 2015-12-24 | 2016-06-01 | 国网甘肃省电力公司电力科学研究院 | 一种家庭用户智能用电模式调度方法 |
-
2016
- 2016-09-09 CN CN201610814676.3A patent/CN106300425B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160064934A1 (en) * | 2013-03-27 | 2016-03-03 | Electric Power Research Institute Of State Grid Zhejiang Electric Power Company | Optimization method for independent micro-grid system |
CN104268652A (zh) * | 2014-09-28 | 2015-01-07 | 南方电网科学研究院有限责任公司 | 一种考虑实时电价与可控负荷的微电网运行优化方法 |
CN105631542A (zh) * | 2015-12-24 | 2016-06-01 | 国网甘肃省电力公司电力科学研究院 | 一种家庭用户智能用电模式调度方法 |
Non-Patent Citations (1)
Title |
---|
WEI ZHANG ETC.: "Distributed Online Optimal Energy Management for Smart Grids", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182487A (zh) * | 2017-12-11 | 2018-06-19 | 浙江科技学院 | 基于粒子群优化和本德尔分解的家庭能量数据优化方法 |
CN108197726A (zh) * | 2017-12-11 | 2018-06-22 | 浙江科技学院 | 一种基于改进进化算法的家庭能量数据优化方法 |
CN108197726B (zh) * | 2017-12-11 | 2021-11-09 | 浙江科技学院 | 一种基于改进进化算法的家庭能量数据优化方法 |
CN108182487B (zh) * | 2017-12-11 | 2022-01-04 | 浙江科技学院 | 基于粒子群优化和本德尔分解的家庭能量数据优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106300425B (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jannati et al. | Optimal energy management of the smart parking lot under demand response program in the presence of the electrolyser and fuel cell as hydrogen storage system | |
CN103441520B (zh) | 微网分布式新能源储能*** | |
Ghaib et al. | A design methodology of stand-alone photovoltaic power systems for rural electrification | |
CN109398149A (zh) | 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法 | |
CN105071389B (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
CN103151797A (zh) | 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 | |
Fan et al. | Multi-objective optimal model of rural multi-energy complementary system with biogas cogeneration and electric vehicle considering carbon emission and satisfaction | |
CN105337310B (zh) | 一种串联结构光储型多微网经济运行***及方法 | |
CN108233430B (zh) | 一种计及***能源波动性的交直流混合微网优化方法 | |
CN103593717A (zh) | 一种微电网能源实时优化控制方法 | |
CN102135760A (zh) | 微网用神经网络能量协调控制器 | |
Li et al. | Towards net-zero smart system: An power synergy management approach of hydrogen and battery hybrid system with hydrogen safety consideration | |
Wang et al. | The application of electric vehicles as mobile distributed energy storage units in smart grid | |
CN205212447U (zh) | 一种含复合储能微电网的多目标优化*** | |
CN109494813A (zh) | 一种电力调度方法、电子设备及存储介质 | |
CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
Zhou et al. | Demand side energy management with PSO and regulated electric vehicles behaviours | |
CN113487207B (zh) | 基于多智能体***最优用户集群的多能源社区中的多目标能源管理*** | |
CN106300425A (zh) | 一种基于用户舒适度的分布式能源管理方法 | |
Khan et al. | Optimization based individual and cooperative DSM in Smart Grids: A review | |
Wu et al. | [Retracted] Relationship between Urban Landscape Design and Ecological Environment Protection in the Application of Environmental Protection and Renewable New Energy Materials | |
CN110929908B (zh) | 多微网***容量配置与经济调度的协同优化方法及*** | |
Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources | |
Wang et al. | Scheme of intelligent community based on distributed generation and micro-grid | |
CN113488990A (zh) | 基于改进的蝙蝠算法的微电网优化调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |