CN107425534B - 一种基于优化蓄电池充放电策略的微电网调度方法 - Google Patents
一种基于优化蓄电池充放电策略的微电网调度方法 Download PDFInfo
- Publication number
- CN107425534B CN107425534B CN201710742563.1A CN201710742563A CN107425534B CN 107425534 B CN107425534 B CN 107425534B CN 201710742563 A CN201710742563 A CN 201710742563A CN 107425534 B CN107425534 B CN 107425534B
- Authority
- CN
- China
- Prior art keywords
- storage battery
- power
- constraint
- time
- discharge
- 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
- 238000007599 discharging Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 title claims abstract description 6
- 238000010248 power generation Methods 0.000 claims abstract description 16
- 238000005286 illumination Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 11
- 239000000446 fuel Substances 0.000 claims description 10
- 230000009194 climbing Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004146 energy storage Methods 0.000 claims description 3
- 239000003344 environmental pollutant Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 231100000719 pollutant Toxicity 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 11
- 230000005611 electricity Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H02J3/383—
-
- H02J3/386—
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
-
- H02J7/0077—
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于优化蓄电池充放电策略的微电网调度方法,应用于微电网领域,首先根据风速、温度及光照强度等数据,计算出风力和光伏发电的功率;其次确定出负荷峰时段及谷时段,并根据相关约束条件,在两时段分别得出蓄电池的充放电电量及充放电持续时间,而在非峰谷时段,则以蓄电池效能最大化利用为前提,计算蓄电池充放电电量及持续时间;最后通过计算出每时段的剩余负荷需求,根据目标函数及约束条件,确定其他分布式电源的发电功率;本发明综合考虑蓄电池特性和充放电约束,在保证微电网可靠运行的前提下,尤其工作于离网模式时,增加蓄电池在微电网运行中的应用,从而提高微电网运行的经济性与可靠性。
Description
技术领域
本发明属于微电网领域,特别涉及一种微电网的优化调度技术。
背景技术
微电网是一个能够实现自我控制、保护和管理的自治***,即可并网运行,也可离网运行。通过微电网可充分有效地发挥分布式清洁能源潜力,减少分布式发电容量小、发电功率不稳定、独立供电可靠性低等不利因素,对于可再生能源的分布式发展具有关键作用。然而可再生能源发电具有不确定性,随着其大量接入微电网,对微电网经济与稳定优化运行提出了更高要求。
改进的遗传算法、粒子群算法等,为现有的提高微电网运行经济性的方法,通过对算法的改进,找到更为合理的优化结果,从而提高经济性。但改进算法的本质为在现有条件下找到一组更优的解,存在一定的局限性。
现有的提高微电网运行可靠性的方法有:(1)在联网模式下,微电网通过与大电网交换电能,来保证自身的供电可靠性。此种方式的弊端在于微电网在向大电网购买电网电能的时候,可能是大电网用电高峰,购买电价较高会降低微电网运行的经济性,也会对电网的运行造成负担。(2)在离网模式下,微电网只能通过***内的分布式电源来保证供电可靠性。在负荷需求不能被满足的时候,将选择切负荷方法,保证***内的重要负荷的供应。此种方法为微电网自身无法满足负荷需求时的被迫选择。
发明内容
为解决上述技术问题,本申请提出一种基于优化蓄电池充放电策略的微电网调度方法,通过在保证微电网可靠运行的前提下,尤其工作于离网模式时,增加蓄电池在微电网运行中的应用,从而提高微电网运行的经济性与可靠性。
本发明采用的技术方案为:一种基于优化蓄电池充放电策略的微电网调度方法,
S1、计算风力发电机的功率以及光伏发电机的功率;
S2、确定输入的负荷数据峰值时段与低谷时段;
S3、在负荷数据峰值时段,计算蓄电池放电电量与放电时间;
S4、在负荷数据低谷时段,计算蓄电池充电电量与充电时间;
S5、若负荷数据非峰值时段且非低谷时段的连续时间段大于4个调度时段,则计算满足第一约束条件的该时段蓄电池的放电电量或蓄电池的充电电量;然后执行步骤S6;否则结束;
S6、根据每个调度时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量;确定每个时段其他分布式电源的发电功率。
进一步地,步骤S1根据风速计算风力发电机的功率;根据光照强度和温度计算光伏发电的功率。
进一步地,步骤S2所述确定输入的负荷数据峰值时段与低谷时段,具体为:通过找到负荷数据最大值与最小值所在时间点;然后将最大值所在调度时段及其邻近的N个调度时段作为负荷数据峰值时段;将最小值所在调度时段及其邻近的N个调度时段作为负荷数据低谷时段。
进一步地,所述步骤S3具体为:在负荷数据峰值时段,根据第一约束条件,计算蓄电池放电电量与放电时间。
进一步地,所述步骤S4具体为:在负荷低谷时间段,根据第一约束条件,计算蓄电池充电电量及放电持续时间。
更进一步地,所述第一约束条件包括:(1)充放电深度约束:蓄电池在充放电时,要求蓄电池的最小剩余容量为最大容量的20%,蓄电池的最大充电电量也不可以超过最大容量的90%;
(2)荷电量状态约束,其计算公式为:
当电池放电时:
当电池充电时:
SOC(t)=SOC(t-1)(1-δ)-PSB(t)ηSB
其中,SOC(t)为当前蓄电池剩余电量,δ是蓄电池的自放电率,PSB(t)是蓄电池t时刻的充放电功率,ηSB是蓄电池的充放电效率;
(3)充放电功率约束:蓄电池当前调度时段的充放电量大于或等于蓄电池的最小放电量,且小于或等于蓄电池的最大放电量;
(4)周期储能平衡约束:当前调度时段的蓄电池的充电电量等于放电电量;
(5)最短充放电时间约束:设定蓄电池最短充放电时间。
进一步地,所述步骤S6还包括每个调度时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量,计算该时段的剩余负荷需求;根据剩余负荷需求、目标函数及第二约束条件确定每个时段其他分布式电源的发电功率。
更进一步地,所述目标函数包括:(1)发电成本最低,表达式为:
f(t)=CF(t)+CZJ(t)+CWH(t)
CF(t)=CFC_FC+CFC_MT
其中,CF(t)为燃料成本,CZJ(t)为设备投资折旧成本,CWH(t)为设备运行维护成本,CFC_FC、CFC_MT分别为燃料电池和微型燃气轮机的燃料成本函数;Pi(t)为第i个分布式电源在t时刻的出力,n为所有的分布式电源个数之和,CAZ,i为第i个分布式电源的单位容量安装成本,ki为第i个分布式电源的容量因数,KWH,i为第i个分布式电源的单位电量运行维护成本系数,r为年利率,ni为第i个分布式电源投资回收年限。
(2)环保成本最低,表达式为:
其中,CHB(t)为排放的污染物受到的环境惩罚成本,M为排放的气体的种类总数,CHB(m)为每种排放的气体对应的环保治理费用,kmi为第i个设备排放第m种气体时的排放因子。
进一步地,第二约束条件包括:(1)功率平衡约束:任意时刻各分布式电源的出力之和等于该时刻微电网的负荷需求;
(2)各分布式电源的出力约束:任意时刻分布式电源的出力满足大于或等于该分布式电源的出力的最小值,且大于该分布式电源的出力的最大值;
(3)MT的爬速率,前后两个调度时段的出力之差的绝对值小于其爬坡速率。
本发明的有益效果:本发明的一种基于优化蓄电池充放电策略的微电网调度方法,首先根据风速、温度及光照强度等数据,计算出风力和光伏发电的功率;其次确定出负荷峰时段及谷时段,并根据相关约束条件,在两时段分别得出蓄电池的充放电电量及充放电持续时间,而在非峰谷时段,则以蓄电池效能最大化利用为前提,计算蓄电池充放电电量及持续时间;最后通过计算出每时段的剩余负荷需求,根据目标函数及约束条件,确定其他分布式电源的发电功率;本发明综合考虑蓄电池特性和充放电约束,提出了蓄电池充放电优先的微电网调度策略,在保证微电网可靠运行的前提下,尤其工作于离网模式时,增加蓄电池在微电网运行中的应用,从而提高微电网运行的经济性与可靠性。
附图说明
图1为本发明的方案流程图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
S1、根据风速计算风力发电机的功率;根据光照强度和温度,计算光伏发电的功率。具体为:
风机的发电量由风速决定,已知风速即可求出风力发电功率。风力发电机功率PWT与风速的关系如式(1)所示:
其中,Pr为风机额定功率,VI为切入风速,VO为切出风速,Vr为额定风速,V3、VI 3分别是对V和VI求三次方运算。
光伏发电的发电量由光照强度及环境温度决定,在标准测试条件下,光伏电池的输出功率可由式(2)得到:
Tc为光伏电池的工作温度,其估算公式为:
PSTC为标准测试条件(即太阳光照强度1000w/m2,环境温度25℃时)下的最大测试功率,GSTC为标准测试条件下的光照强度,k为功率温度系数取-0.47%/℃,Tr为参考温度,Te为运行时的环境温度,GT为运行时的光照强度。
S2、输入负荷数据,确定负荷峰值时段及负荷低谷时段。
根据负荷数据,找到负荷最大值所在时间点,此时间点及其邻近的4个时间点被确定为负荷峰值时段。找到负荷最小值所在时间点,此时间点及其邻近的4个时间点被确定为负荷低谷时段。邻近范围如果选的时间长,蓄电池总可充电电量一定,那么每个调度时间内蓄电池的充电电量将减少,因此本申请选择临近的4个时间段。
S3、负荷峰值时段,蓄电池放电,根据第一约束条件,计算蓄电池放电电量PSB(t)及放电持续时间t。从负荷峰值时间段开始,蓄电池开始以PSB(t)的放电电量,持续放电t小时。
第一约束条件包括:充放电深度约束、荷电量状态约束、充放电功率约束,周期储能平衡约束,最短充放电时间约束。具体为:
(1)充放电深度约束:
蓄电池在充放电时,为避免蓄电池深度放电而降低蓄电池的使用寿命,一般要求蓄电池的最小剩余容量为最大容量的20%,蓄电池的最大充电电量也不可以超过最大容量的90%。其公式如下:
SOCmax·20%≤SOC≤SOCmax·90% (4)
(2)荷电量状态约束:
荷电状态SOC(t)为当前电池剩余电量,其计算公式为:
当电池放电时:
当电池充电时:
SOC(t)=SOC(t-1)(1-δ)-PSB(t)ηSB (6)
其中,δ是蓄电池的自放电率,PSB(t)是蓄电池t时刻的充放电功率,ηSB是蓄电池的充放电效率。
(3)充放电功率约束
蓄电池单位时间内的充放电功率需限定在一定范围内:
PSBC,min≤PSBC(t)≤PSBC,max (7)
其中,PSBC,min为蓄电池的最小放电量,PSBC,max为蓄电池的最大放电量,PSBC(t)为蓄电池当前调度时段的充放电量。
(4)周期储能平衡约束
一个调度周期内蓄电池的充电电量要与放电电量保持平衡:
∑SOCSBC=∑SOCSBF (8)
∑SOCSBC、∑SOCSBF分别为蓄电池在一个完整调度周期内的充电电量与放电电量总和。
(5)最短充放电时间约束
为保证蓄电池的充放电不在短时间内频繁的更换,造成蓄电池寿命的损伤,需对蓄电池最短充放电时间进行限制,本实施例将其限制在2个调度时段内。
在蓄电池满足以上所有约束条件的情况下,计算其满足条件的最大放电电量,充分利用蓄电池的充放电效能。本实施例保证在负荷高峰期之前,蓄电池的电量为能其承受的最大值,在负荷高峰期时,蓄电池可放电至其能承受的最小值,保证微电网的供电可靠性。
S4、负荷低谷时期,蓄电池充电,根据第一约束条件,确定蓄电池充电电量PSB(t)及充电持续时间t。从负荷低谷时间段开始,蓄电池开始以PSB(t)的充电电量,持续充电t小时。
蓄电池的充电量需满足步骤S3中的第一约束条件的情况,计算其满足条件的最大充电电量,充分利用蓄电池的充放电效能。本实施例保证在负荷低谷期之前,蓄电池的电量为能承受的最小值,在负荷低谷期时,蓄电池可充电至其能承受的最大值,为后期储备电量。
S5、确定负荷数据非峰值且非低谷时间段,以蓄电池效能最大化利用为前提,计算蓄电池充放电电量及时间。
在负荷数据非峰值且非低谷时间段,考虑到不能频繁转化蓄电池充放电状态的要求,需要检测负荷数据非峰值且非低谷连续时间段,如果该连续时间段超过4个调度时段,根据第一约束条件,计算其满足情况的充放电电量最大值。
S6、计算每个时段除去光伏、风力、蓄电池发电量的剩余负荷需求,根据目标函数及第二约束条件,确定其他分布式电源的发电功率。
本申请中目标函数将考虑经济性与环保性,目标函数如下:
经济性:
考虑微电网一天内的发电成本最低,其中发电成本包括燃料成本、投资折旧成本、运行维护成本。
f(t)=CF(t)+CZJ(t)+CWH(t) (9)
CF(t)=CFC_FC+CFC_MT (10)
其中,CF(t)为燃料成本,CZJ(t)为设备投资折旧成本,CWH(t)为设备运行维护成本。燃料成本分为燃料电池与燃气轮机两部分。Pi(t)为第i个分布式电源的在t时刻的出力,n为所有的分布式电源个数之和,CAZ,i为第i个分布式电源的单位容量安装成本,ki为第i个分布式电源的容量因数,r为年利率,ni为第i个分布式电源投资回收年限。
环保性:
环保成本即燃烧的废气对环境的污染及受到的环境惩罚成本,其计算公式如下:
CHB(t)为排放的污染物受到的环境惩罚成本。KWH,i为第i个分布式电源的单位电量运行维护成本系数。M为排放的气体的种类总数,CHB(m)为每种排放的气体对应的环保治理费用,kmi为第i个设备排放第m种气体时的排放因子。
第二约束条件:
(1)功率平衡约束
任意时刻各分布式电源的出力之和需满足微电网的负荷需求。
PL(t)为微电网在t时刻的负荷需求。
(2)各分布式电源的出力约束
任意时刻分布式电源的出力不能超出自身最大最小功率的限制。
Pi(t)min≤Pi(t)≤Pi(t)max (15)
式中,Pi(t)min与Pi(t)max分别为i个分布式电源的出力的最大值与最小值。
(3)微型燃气轮机(microturbine)MT的爬速率约。
增出力时,有
PMT(t)-PMT(t-1)≤Pup,MT (16)
前后两个调度时段的出力之差小于其爬坡速率。
减出力时,有
PMT(t-1)-PMT(t)≤Pdown,MT (17)
Pup,MT为微型燃气轮机的增出力时的单位时间内的变化功率限值,Pdown,MT为微型燃气轮机的减出力时的单位时间内的变化功率限值。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (3)
1.一种基于优化蓄电池充放电策略的微电网调度方法,其特征在于,包括:
S1、计算风力发电机的功率以及光伏发电机的功率;
S2、确定输入的负荷数据峰值时段与低谷时段;
S3、在负荷数据峰值时段,根据第一约束条件,计算蓄电池放电电量与放电时间;所述第一约束条件包括:(1)充放电深度约束:蓄电池在充放电时,要求蓄电池的最小剩余容量为最大容量的20%,蓄电池的最大充电电量也不可以超过最大容量的90%;
(2)荷电量状态约束,其计算公式为:
当电池放电时:
当电池充电时:
SOC(t)=SOC(t-1)(1-δ)-PSB(t)ηSB
其中,SOC(t)为当前蓄电池剩余电量,δ是蓄电池的自放电率,PSB(t)是蓄电池t时刻的充放电功率,ηSB是蓄电池的充放电效率;
(3)充放电功率约束:蓄电池当前调度时段的充放电量大于或等于蓄电池的最小放电量,且小于或等于蓄电池的最大放电量;
(4)周期储能平衡约束:当前调度时段的蓄电池的充电电量等于放电电量;
(5)最短充放电时间约束:设定蓄电池最短充放电时间;
S4、在负荷数据低谷时段,根据第一约束条件,计算蓄电池充电电量与充电时间;
S5、若负荷数据非峰值时段且非低谷时段的连续时间段大于4个调度时段,则计算满足第一约束条件的该时段蓄电池的放电电量或蓄电池的充电电量;然后执行步骤S6;否则结束;
S6、根据每个时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量;确定每个时段其他分布式电源的发电功率;所述步骤S6还包括每个时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量,计算该时段的剩余负荷需求;根据剩余负荷需求、目标函数及第二约束条件确定每个时段其他分布式电源的发电功率;所述目标函数包括:
(1)发电成本最低,表达式为:
f(t)=CF(t)+CZJ(t)+CWH(t)
CF(t)=CFC_FC+CFC_MT
其中,CF(t)为燃料成本,CZJ(t)为设备投资折旧成本,CWH(t)为设备运行维护成本,CFC_FC、CFC_MT分别为燃料电池和微型燃气轮机的燃料成本函数;Pi(t)为第i个分布式电源在t时刻的出力,n为所有的分布式电源个数之和,CAZ,i为第i个分布式电源的单位容量安装成本,ki为第i个分布式电源的容量因数,KWH,i为第i个分布式电源的单位电量运行维护成本系数,r为年利率,ni为第i个分布式电源投资回收年限;
(2)环保成本最低,表达式为:
其中,CHB(t)为排放的污染物受到的环境惩罚成本,M为排放的气体的种类总数,CHB(m)为每种排放的气体对应的环保治理费用,kmi为第i个设备排放第m种气体时的排放因子;
第二约束条件包括:(1)功率平衡约束:任意时刻各分布式电源的出力之和等于该时刻微电网的负荷需求;
(2)各分布式电源的出力约束:任意时刻分布式电源的出力满足大于或等于该分布式电源的出力的最小值,且小于该分布式电源的出力的最大值;
(3)微型燃气轮机的爬坡速率,前后两个调度时段的出力之差的绝对值小于其爬坡速率。
2.根据权利要求1所述的一种基于优化蓄电池充放电策略的微电网调度方法,其特征在于,步骤S1根据风速计算风力发电机的功率;根据光照强度和温度计算光伏发电的功率。
3.根据权利要求1所述的一种基于优化蓄电池充放电策略的微电网调度方法,其特征在于,步骤S2所述确定输入的负荷数据峰值时段与低谷时段,具体为:通过找到负荷数据最大值与最小值所在时间点;然后将最大值所在时间点及其邻近的N个时间点作为负荷数据峰值时段;将最小值所在时间点所在时间点及其邻近的N个时间点作为负荷数据低谷时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710742563.1A CN107425534B (zh) | 2017-08-25 | 2017-08-25 | 一种基于优化蓄电池充放电策略的微电网调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710742563.1A CN107425534B (zh) | 2017-08-25 | 2017-08-25 | 一种基于优化蓄电池充放电策略的微电网调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107425534A CN107425534A (zh) | 2017-12-01 |
CN107425534B true CN107425534B (zh) | 2020-07-31 |
Family
ID=60434009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710742563.1A Active CN107425534B (zh) | 2017-08-25 | 2017-08-25 | 一种基于优化蓄电池充放电策略的微电网调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107425534B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020097934A1 (zh) * | 2018-11-16 | 2020-05-22 | 艾思特能源有限公司 | 太阳能光电模块的仿真效能检测方法 |
CN110852482B (zh) * | 2019-10-15 | 2020-12-18 | 江苏大学 | 一种燃料电池公交车实时全局优化智能控制***及方法 |
CN110880776B (zh) * | 2019-11-18 | 2021-06-25 | 国网浙江省电力有限公司 | 控制储能***中储能设备充放电的方法和装置 |
CN111082467A (zh) * | 2019-12-30 | 2020-04-28 | 佛山科学技术学院 | 一种微电网优化调度方法及*** |
CN111952999A (zh) * | 2020-07-30 | 2020-11-17 | 浙江浙能技术研究院有限公司 | 一种考虑充放电持续时间的储能***内部功率分配方法 |
CN112564145A (zh) * | 2020-10-30 | 2021-03-26 | 国网浙江省电力有限公司杭州供电公司 | 一种基于v2g技术的双向充放电控制方法 |
CN113937796A (zh) * | 2021-09-15 | 2022-01-14 | 东北电力大学 | 一种含风、光、储、蓄联合***多时间尺度优化方法 |
CN114372638A (zh) * | 2022-01-14 | 2022-04-19 | 国网浙江省电力有限公司 | 一种面向用户侧储能实时参与需求响应的调度方法及装置 |
CN117368768B (zh) * | 2023-10-31 | 2024-06-11 | 国网四川省电力公司超高压分公司 | 直流***铅酸蓄电池剩余容量的预测方法、***及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104795833A (zh) * | 2015-05-08 | 2015-07-22 | 武汉大学 | 一种独立微电网蓄电池储能***容量优化配置方法 |
KR101704252B1 (ko) * | 2015-09-03 | 2017-02-07 | 한국전력공사 | 독립형 마이크로그리드 운영 장치 및 방법 |
CN106845684A (zh) * | 2016-12-26 | 2017-06-13 | 四川大学 | 一种电力优化调度方法及装置 |
CN106953362A (zh) * | 2017-05-03 | 2017-07-14 | 北京天诚同创电气有限公司 | 并网型微电网的能量管理方法及*** |
CN107017625A (zh) * | 2017-04-28 | 2017-08-04 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10554048B2 (en) * | 2015-05-18 | 2020-02-04 | University Of North Carolina At Charlotte | Battery energy storage system controller systems and methods |
-
2017
- 2017-08-25 CN CN201710742563.1A patent/CN107425534B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104795833A (zh) * | 2015-05-08 | 2015-07-22 | 武汉大学 | 一种独立微电网蓄电池储能***容量优化配置方法 |
KR101704252B1 (ko) * | 2015-09-03 | 2017-02-07 | 한국전력공사 | 독립형 마이크로그리드 운영 장치 및 방법 |
CN106845684A (zh) * | 2016-12-26 | 2017-06-13 | 四川大学 | 一种电力优化调度方法及装置 |
CN107017625A (zh) * | 2017-04-28 | 2017-08-04 | 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 |
CN106953362A (zh) * | 2017-05-03 | 2017-07-14 | 北京天诚同创电气有限公司 | 并网型微电网的能量管理方法及*** |
Non-Patent Citations (2)
Title |
---|
Bidding Strategy of Virtual Power Plant for Participating in Energy and Spinning Reserve Markets—Part II: Numerical Analysis;Elaheh Mashhour;《IEEE Transactions on Power Systems》;20100923;第26卷(第2期);第957-964页 * |
微网经济调度问题的混合整数规划方法;吴雄等;《中国电机工程学报》;20131005;第33卷(第28期);第1-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107425534A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107425534B (zh) | 一种基于优化蓄电池充放电策略的微电网调度方法 | |
KR101834061B1 (ko) | 신재생 에너지 연계형 ess의 전력 관리 방법 | |
JP5813544B2 (ja) | エネルギー管理装置とその管理方法及びエネルギー管理プログラム | |
Li et al. | An energy efficient solution: Integrating plug-in hybrid electric vehicle in smart grid with renewable energy | |
JP6734756B2 (ja) | 蓄電池制御システム及び電力供給システム | |
CN113919620B (zh) | 一种风光储微电网日前能量调度算法 | |
CN110783959B (zh) | 一种新能源发电***的稳定状态控制*** | |
JP2010259303A (ja) | 分散発電システム | |
JP2023138478A (ja) | 高い動的負荷を有する電力システムのバッテリエネルギー貯蔵システムを制御する方法 | |
CN110768303A (zh) | 一种海岛型能源***设备容量的优化配置方法 | |
Maleki et al. | Optimization of grid independent diesel-based hybrid system for power generation using improved particle swarm optimization algorithm | |
CN108695903B (zh) | 基于粒子群优化算法的微电网优化调度方法 | |
Liu et al. | A MPC operation method for a photovoltaic system with batteries | |
Mhlanga et al. | Standalone hybrid energy system model and control for economic load dispatch | |
CN116544991A (zh) | 一种考虑风电不确定性的风储联合优化调度方法 | |
CN115882483A (zh) | 一种利用容量弹性实现***最优储能容量配置的方法 | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 | |
JP7252116B2 (ja) | 再生可能エネルギー発電システム | |
Mishan et al. | Co-optimization of operational unit commitment and reserve power scheduling for modern grid | |
CN109861289B (zh) | 一种基于含储能单元的电力***可用传输容量的控制方法 | |
CN114725964A (zh) | 一种家用微电网调度方法、管理***和家用微电网 | |
CN114465226A (zh) | 一种电力***多级备用获取联合优化模型的建立方法 | |
Wu et al. | Optimal schedule of photovoltaic-battery hybrid system at demand side | |
Yudhaprawira et al. | Unit commitment for power generation system including PV and batteries by mixed integer quadratic programming | |
Wee et al. | Enhanced rule-based energy management system for an islanded microgrid |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |