CN108448636B - 一种考虑线路因素的交直流混合微电网优化规划方法 - Google Patents
一种考虑线路因素的交直流混合微电网优化规划方法 Download PDFInfo
- Publication number
- CN108448636B CN108448636B CN201810443555.1A CN201810443555A CN108448636B CN 108448636 B CN108448636 B CN 108448636B CN 201810443555 A CN201810443555 A CN 201810443555A CN 108448636 B CN108448636 B CN 108448636B
- Authority
- CN
- China
- Prior art keywords
- grid
- power
- microgrid
- energy storage
- storage 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 12
- 238000004146 energy storage Methods 0.000 claims description 68
- 239000002699 waste material Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- ZAKOWWREFLAJOT-CEFNRUSXSA-N D-alpha-tocopherylacetate Chemical compound CC(=O)OC1=C(C)C(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1C ZAKOWWREFLAJOT-CEFNRUSXSA-N 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012614 Monte-Carlo sampling Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 101150067055 minC gene Proteins 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
Images
Classifications
-
- H02J3/383—
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- H02J3/386—
-
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑线路因素的交直流混合微电网优化规划方法,建立考虑线路因素的交直流混合微电网经投资成本、失负荷成本、***损耗的目标函数,综合考虑***功率约束、***支路约束、分布式能源出力约束、节点电压偏差约束、设备的随机故障约束等约束条件,运用蒙特卡洛进行故障抽样,通过混合整数线性规划进行求解,获得科学的、经济的交直流混合微电网分布式电源定址分容优化配置结果。本发明方法解决了交流微电网在进行拓展规划时,分布式电源有效接入的配置问题,提高了混合微电网的就地消纳能力,同时实现了交直流混合微电网的规划的经济性、可靠性。
Description
技术领域
本发明涉及交直流混合微电网规划设计领域,更具体地说是涉及一种考虑线路因素的交直流混合微电网分布式电源定址分容优化规划方法。
背景技术
分布式可再生能源因其清洁性、环保性及可再生等特点,近年来得到了广泛的应用。为了提高可再生能源的利用率、降低可再生能源在接入传统电网时的能量损耗,交直流混合微电网应运而生。交直流混合微电网因其由交流微电网和直流微电网两部分***组成,因此在接纳分布式能源和在满***直流负荷需求等方面有其独特的优势。
在进行交直流混合微电网优化规划时,不仅要充分考虑到分布式电源出力不均匀、负荷需求多样、运行模式复杂多变等特点;还需要结合配电网,进行微电网的线路、设备、定址分容等规划。此外,分布式电源应与电力负载应尽量就地平衡,以减小网络损耗;由于线路存在传输极限,交直流混和微电网中“源—网—荷”的就地平衡也可以提高***的供电可靠性。在进行交直流混合微电网规划设计时,需遵循能量守恒原则、分区匹配原则、分层控制原则、分布式能源互补原则、保证电能质量原则,因此进行规划建模时,其目标函数和约束条件中需要考虑与这些设计原则相对应。
目前,针对交直流混合微电网的优化规划问题已有部分研究。文献《基于NSGA-Ⅱ算法的分布式电源与微电网分组优化配置》(中国电机工程学报,2015,(18):4655-4662)提出了含风力、光伏等分布式电源和微电网之间的混合集成供电***,建立以投资成本、电网电量不足期望以及网损为目标函数的优化模型,运用NSGA-Ⅱ算法进行求解。文献《并网型交直流混合微电网优化配置分析》(电力***自动化,2016,40(13):55-62)建立了以降低单位发电成本、换流损耗,提高自平衡率为目标的多目标优化配置模型,并提出了相应的交直流混合微电网控制策略,得到不同直流负荷比例下的优化配置结果。文献《交直流混合微电网运行优化建模与不确定性分析》(电力***自动化,2017(5):1-7)模拟了新能源出力随机性、负荷预测误差、电价波动、元件随机故障等不确定性因素,建立了考虑上述复合不确定性的交直流混合微电网运行优化模型,运用蒙特卡洛方法对***评价指标模型进行分析并进行复合不确定性评价,得到各评价指标的概率分布及各不确定性因素对评价指标的影响权重。然而,上述文献大多仅考虑了分布式电源的不确定性、交直流子微电网的交互等问题,对于微电网的线路问题未作考虑,因此存在如下不足:
1、在进行交直流混合微电网优化规划时,仅仅以变流器、电力电子变压器等设备为主要考虑对象,未考虑到微电网线路问题,即线路成本、线路损耗和线路故障等问题,因而影响了优化配置结果;
2、在目前的研究成果中,直接计算接入的分布式电源总容量,并未将分布式电源的接入点和接入容量作为研究对象进行规划,因此规划的结果不够准确和精细;
考虑线路因素的微电网中分布式电源的选址分容是交直流混合微电网***目前亟待解决的问题。
发明内容
本发明是为避免上述现有技术所存在的问题,提供一种考虑线路因素的交直流混合微电网优化规划方法,综合考虑逆变器成本、线路成本及设备故障等因素,将分布式电源的定址分容与线路因素进行联合规划,得到经济可靠的交直流混合微电网优化规划方案,节省交流微电网拓展建设投资。
本发明为解决技术问题采用如下技术方案:
本发明考虑线路因素的交直流混合微电网优化规划方法的特点是按如下步骤进行:
步骤1:确定基础数据,所述基础数据包括待规划区域的交流/直流负荷参数、配电网参数、各分布式电源的投资成本、交直流线路的成本参数、各类变流器参数、设备的故障参数、抽样次数N,以及原交流微电网的规模参数;
步骤2:利用基础数据建立各分布式电源的出力模型,包括风电机组出力模型、光伏出力模型和储能电池模型;利用各分布式电源的出力模型、采用交直流替代求解的方法,进行交直流混合微电网的潮流计算,得到潮流计算结果交流节点电压VAC.i和直流节点电压VDC.j;
步骤3:建立考虑线路因素的交直流混合微电网分布式电源定址分容优化规划数学模型,所述优化规划数学模型是以微电网投资成本Fm、微电网失负荷经济成本Floss以及微电网***损耗Ewaste的综合成本最低为目标的目标函数,所述目标函数由式(1)所表征:
minC=min(Fm+Floss+kwasteEwaste) (1),
C为综合成本,kwaste为单位电量的损耗费用;
微电网投资成本Fm由式(2)所表征:
Cpv为单位容量光伏投资成本;Ppv,i为第i组光伏容量;Npv为接入光伏组数;Cwind为单位容量风电机组投资成本;Pwind,j为第j组风电机组容量;Nwind为接入风电机组组数;CBat为单位容量储能电池投资成本;PBat,m为第p组储能电池容量;Nes为储能电池接入组数;Cline为单位长度线路投资成本;Lline,n为第n条馈线的线路长度;Npoint为馈线总条数;CMG为微电网辅助设备成本,且CMG=aSMG+b;SMG为微电网容量规模,是指负荷、DG和储能电池的容量和,a为微电网扩建容量与微电网建设成本间比例系数,微电网建设成本为包含控制设备、无功补偿设备和谐波治理设备的综合单位成本,b为微电网建设固定成本;
微电网失负荷经济成本Floss由式(3)所表征:
***损耗Ewaste由式(4)所表征:
Ewaste=ELwaste+Econ (4),
ELwaste是交直流线路损耗;Econ是换流器损耗;
步骤5:根据步骤2得到的潮流计算结果交流节点电压VAC.i和直流节点电压VDC.j,以及步骤4得到的交直流混合微电网失负荷量建立分布式电源定址分容优化规划约束条件,运用CPLEX程序中分支割平面算法对考虑线路因素的交直流混合微电网分布式电源定址分容优化规划数学模型进行求解,得到规划结果;
步骤6:判断蒙特卡洛模拟次数是否小于N,若是,则返回执行步骤3,直至达到模拟次数N;若否则输出得到最优规划解集,实现考虑线路因素的交直流混合微电网分布式电源定址分容优化规划。
本发明考虑线路因素的交直流混合微电网优化规划方法的特点也在于:所述分布式电源定址分容优化规划约束条件包括:
由式(5)所表征的***功率平衡约束条件:
Pload+Ploss=Pwind+Ppv+Pbat+Pgrid (5),
Pload为***负荷消耗功率;Ploss为***损耗;Pwind为风电机组功率;Ppv为光伏功率;Pbat为储能电池功率;Pgrid为交直流混合微电网***与配电网间交互功率;
由式(6)所表征的直流子微电网功率平衡约束条件:
PDC-load+PDC-loss=PDC-wind+PDC-pv+PDC-bat+PAC-DC (6),
PDC-load为直流负荷消耗功率;PDC-loss为直流子微电网***损耗;PDC-wind为直流侧风电机组功率;PDC-pv为直流侧光伏功率;PDC-bat为直流侧储能电池的功率;PAC-DC为双向AC-DC传输功率;
由式(7)所表征的***总馈线数约束条件:
由式(8)所表征的储能电池接入点个数约束条件:
由式(9)所表征的风电机组和光伏出力约束条件:
Ppv.max为光伏功率上限;Pwind.max为风电机组功率上限;
由式(10)所表征的蓄电池出力约束条件:
SOC为储能电池在充放电过程中的荷电状态;SOCmin和SOCmax分别为储能电池容量的下限和上限;Pbat为储能电池的充放电功率;PDischar.max为储能电池的最大充电功率;Pchar.max为储能电池的最大放电功率;SOCΔt为Δt时间段储能电池的荷电状态;SOCt为t时刻储能电池在充放电过程中的荷电状态;η为储能电池能量转换效率,Rbat为储能电池总容量,Δt为时间步长;
由式(11)所表征的节点电压偏差约束条件:
由式(12)所表征的供电可靠性约束条件:
本发明考虑线路因素的交直流混合微电网优化规划方法的特点也在于:
所述风电机组出力模型由式(13)所表征:
Pw为风电机组的实时出力,A、B和C分别为风电机组出力曲线非线性处的拟合系数,SWt为t时刻实时风速;Vci为切入风速;Vco是切出风速;Pr是风电机组的额定功率;Vr是额定风速;
所述光伏出力模型由式(14)所表征:
Pb是光伏出力的实时值;Psn为光伏额定功率,是指在标准测试条件下单位光强产生的功率;Gstd表示额定光照强度,Rc表示某一个特定的光照强度,是光伏出力模型非线性区域与线性区域的分界点,Gbt为第t小时实际的光照强度;
所述储能电池模型由式(15)所表征:
PC为充电功率;PD为放电功率;SOCt-1为t-1时刻储能电池的荷电状态;Ec为额定电量。
本发明考虑线路因素的交直流混合微电网优化规划方法,在多种类型以及大容量的分布式电源接入交直流混合微电网时,完成了分布式电源的定址分容规划,解决了交直流混合微电网***源—网—荷协调优化规划,实现了分布式电源就地消纳。与已有技术相比,本发明有益效果体现在:
1、本发明将线路因素考虑到规划过程中,作为目标函数进行分析,可以准确获得线路对规划结果的影响;
2、本发明确定了分布式电源接入容量,并根据交直流混合微电网接入点分布情况及负荷分布情况,实现了分布式电源定址分容;
3、本发明针对不同负荷类型,优化接入位置,并配置相应的电源,实现分布式电源的就地消纳,减少网损;
4、本发明将分布式电源的定址分容与线路因素进行联合规划,得到经济、可靠的交直流混合微电网优化规划方案,有效节省交流微电网拓展建设投资。
附图说明
图1为本发明方法流程图;
图2为某地区交流微电网拓展规划网架结构图;
图3a、图3b和图3c分别为图2所涉及地区的负荷、风速和光照年数据曲线图;
图4为本发明方法中蒙特卡洛抽样过程中模拟次数收敛性趋势图;
具体实施方式
参见图1,本实施例中考虑线路因素的交直流混合微电网优化规划方法按如下步骤进行:
步骤1:确定基础数据,基础数据包括待规划区域的交流/直流负荷参数、配电网参数、各分布式电源的投资成本、交直流线路的成本参数、各类变流器参数、设备的故障参数、抽样次数N,以及原交流微电网的规模参数。
步骤2:利用基础数据建立各分布式电源的出力模型,包括风电机组出力模型、光伏出力模型和储能电池模型;利用各分布式电源的出力模型、采用交直流替代求解的方法,进行交直流混合微电网的潮流计算,得到潮流计算结果交流节点电压VAC.i和直流节点电压VDC.j。
步骤3:建立考虑线路因素的交直流混合微电网分布式电源定址分容优化规划数学模型,优化规划数学模型是以微电网投资成本Fm、微电网失负荷经济成本Floss以及微电网***损耗Ewaste的综合成本最低为目标的目标函数,目标函数由式(1)所表征:
minC=min(Fm+Floss+kwasteEwaste) (1),
C为综合成本,kwaste为单位电量的损耗费用,其单位为元/kWh;
微电网投资成本Fm由式(2)所表征:
Cpv为单位容量光伏投资成本;Ppv,i为第i组光伏容量;Npv为接入光伏组数;Cwind为单位容量风电机组投资成本;Pwind,j为第j组风电机组容量;Nwind为接入风电机组组数;CBat为单位容量储能电池投资成本;PBat,m为第p组储能电池容量;Nes为储能电池接入组数;Cline为单位长度线路投资成本;Lline,n为第n条馈线的线路长度;Npoint为馈线总条数;CMG为微电网辅助设备成本,且CMG=aSMG+b;SMG为微电网容量规模,是指负荷、DG和储能电池的容量和,a为微电网扩建容量与微电网建设成本间比例系数,微电网建设成本为包含控制设备、无功补偿设备和谐波治理设备的综合单位成本,b为微电网建设固定成本。
微电网失负荷经济成本Floss由式(3)所表征:
***损耗Ewaste由式(4)所表征:
Ewaste=ELwaste+Econ (4),
ELwaste是交直流线路损耗;Econ是换流器损耗;
交直流混合微电网规划设计中,由于高密度分布式能源接入交直流***,同时交直流子微电网需同时向交流负荷和直流负荷直接供电,因此大量的变流器接入到***中,实现能量传输、电压转换和换流等目标。在交直流混合微电网运行过程中,变流器具有一定的转换效率(<100%),因此变流器实现功能的同时产生一定量的损耗;当***中换流器的数量增多时,该部分损耗就将变大,从而需要对换流器损耗进行限制,对换流器的配置进行优化分析,以降低***的运行费用。同时,交直流混合微电网***包含交流母线/馈线、直流母线/馈线,在能量传输过程中损耗一定的能量,也需将其计入成本中。
步骤5:根据步骤2得到的潮流计算结果交流节点电压VAC.i和直流节点电压VDC.j,以及步骤4得到的交直流混合微电网失负荷量建立分布式电源定址分容优化规划约束条件,运用CPLEX程序中分支割平面算法对考虑线路因素的交直流混合微电网分布式电源定址分容优化规划数学模型进行求解,得到规划结果。
步骤6:判断蒙特卡洛模拟次数是否小于N,若是,则返回执行步骤3,直至达到模拟次数N;若否则输出得到最优规划解集,实现考虑线路因素的交直流混合微电网分布式电源定址分容优化规划。
本实施例中分布式电源定址分容优化规划约束条件包括:***功率平衡约束条件、直流子微电网功率平衡约束条件、***总馈线数约束条件、储能电池接入点个数约束条件、风电机组和光伏出力约束条件、蓄电池出力约束条件、节点电压偏差约束条件和供电可靠性约束条件,各约束条件分别为:
***功率平衡约束条件由式(5)所表征:
Pload+Ploss=Pwind+Ppv+Pbat+Pgrid (5),
Pload为***负荷消耗功率;Ploss为***损耗;Pwind为风电机组功率;Ppv为光伏功率;Pbat为储能电池功率,若储能电池存储电能,则Pbat为负值,若储能电池释放电能,则Pbat为正值;Pgrid为交直流混合微电网***与配电网间交互功率,若电网向微电网***传输能量,则Pgrid为正值;若微电网***向配电网送出能量,则Pgrid为负值。
为满足微电网规划的分区匹配原则,直流子微电网功率平衡约束条件由式(6)所表征:
PDC-load+PDC-loss=PDC-wind+PDC-pv+PDC-bat+PAC-DC (6),
PDC-load为直流负荷消耗功率;PDC-loss为直流子微电网***损耗;PDC-wind为直流侧风电机组功率;PDC-pv为直流侧光伏功率;PDC-bat为直流侧储能电池的功率,若储能电池存储电能,则PDC-bat为负值,若储能电池向直流子微电网释放能量,则PDC-bat为正值;PAC-DC为双向AC-DC变流器的传输功率,若交流子微电网向直流子微电网传输功率,则PAC-DC为正值,反之为负值。
根据实际工程情况设计交直流混合微电网***接入点及其馈线分布情况,***总馈线数约束条件由式(7)所表征:
储能电池接入点个数约束条件由式(8)所表征:
交直流混合微电网***中接入大量分布式电源,包括光伏、风电机组和储能电池,因此微电网***需满足分布式电源出力约束,其中:光伏和风电机组的出力约束条件由式(9)所表征:
Ppv.max为光伏功率上限;Pwind.max为风电机组功率上限;
蓄电池出力约束条件由式(10)所表征:
SOC为储能电池在充放电过程中的荷电状态;SOCmin和SOCmax分别为储能电池容量的下限和上限;Pbat为储能电池的充放电功率;PDischar.max为储能电池的最大充电功率;Pchar.max为储能电池的最大放电功率;SOCΔt为Δt时间段储能电池的荷电状态;SOCt为t时刻储能电池在充放电过程中的荷电状态;η为储能电池能量转换效率,Rbat为储能电池总容量,Δt为时间步长。
交直流混合微电网包含交流子***和直流子***,因此其电压序列包含直流和交流两部分。本实施例中采用交直流替代求解方法,来进行交直流混合微电网的潮流计算,将交流母线电压和直流母线电压维持在一定的范围内,设置节点电压偏差约束条件由式(11)所表征:
供电可靠性约束条件由式(12)所表征:
本实施例中风电机组出力模型由式(13)所表征:
Pw为风电机组实时出力,A、B和C分别为风电机组出力曲线非线性处拟合系数,SWt为t时刻实时风速;Vci为切入风速;Vco是切出风速;Pr是风电机组额定功率;Vr是额定风速。
光伏出力模型由式(14)所表征:
Pb是光伏出力的实时值;Psn为光伏额定功率,是指在标准测试条件下单位光强产生的功率;Gstd表示额定光照强度,Rc表示某一个特定的光照强度,是光伏出力模型非线性区域与线性区域的分界点,Gbt为第t小时实际的光照强度。
储能电池模型由式(15)所表征:
PC为充电功率;PD为放电功率;SOCt-1为t-1时刻储能电池的荷电状态;Ec为额定电量。图2所示是将某地区一交流微电网进行交直流混合微电网拓展,并实现分布式电源定址分容优化规划;图2中,F1、F2、F3等是交直流混合微电网***馈线;AC Load1等是交流负荷,直接接入交流母线;DC Load1等是直流负荷,直接接入直流母线,由直流子微电网供电。图3a、图3b和图3c分别为该地区负荷、风速和光照年数据曲线图;读取图3所示的该地区负荷、风速和光照数据,并输入基础数据,基础数据如表1所示。
表1:交直流混合微电网***基础参数
建立分布式电源出力模型,包括风电机组出力模型和光伏出力模型;
对于搭建的交直流混合微电网***,运用前推回代交直流混合微电网潮流计算方法进行微电网***潮流分析,得到各节点的电压幅值及有功无功参数;
前推回代交直流混合微电网潮流计算具体步骤如下:
第1步、初始化各节点电压,设其为额定值;令交流潮流收敛辨识值AC、直流潮流收敛辨识值DC初始值为0。
第2步、根据负荷功率由末端向始端逐段推导,求得各条支路电流并据此获得始端功率;根据给定的始端电压和求得的始端功率由始端向末端逐段算电压降落,求得各节点电压。
第3步、进行收敛判断(前后两次迭代电压差小于设定值),不收敛则重复上述过程,直至满足收敛条件,令AC=1。
第4步、转向第1步计算直流微电网潮流,进行收敛判断;若不收敛,将辨识值AC、DC归零,重新从第2步开始计算;若收敛,结束计算,得到交直流混合微电网潮流结果。
建立交直流混合微电网分布式电源定址分容优化规划目标函数;
运用蒙特卡洛进行设备故障抽样,分析出抽样达到5000次后,目标函数已收敛,因此抽样次数N设定为5000。
综合考虑电网运行与规划技术标准的规定,交直流混合微电网网络拓扑规划设计需要满足本实施例中各约束条件。
运用CPLEX程序中分支割平面算法进行求解,得到优化规划解集;
判断抽样次数是否小于5000,若小于5000则继续执行抽样程序;否则输出优化解集。
表2:分布式电源定址分容优化规划结果
节点 | 电源类型 | 接入容量 | 节点 | 电源类型 | 接入容量 |
2 | PV | 221 | 11 | PV | - |
4 | Bat | 50 | 12 | PV | 242 |
5 | PV | 223 | 13 | Bat | 24 |
6 | Wind | 50 | 14 | PV | 239 |
7 | Wind | - | 15 | Wind | 20 |
图4示出本实例中各目标函数在蒙特卡洛抽样中的收敛性趋势图,其中曲线a为总成本蒙特卡洛抽样收敛趋势,曲线b为投资成本的蒙特卡洛抽样收敛趋势,曲线c为失负荷经济成本的蒙特卡洛抽样收敛趋势,曲线d为***损耗的蒙特卡洛抽样收敛趋势。
本发明区别于传统配电网分布式电源规划及交流微电网规划方法,将交直流混合微电网电源规划与线路因素相结合,使得优化结果更具经济性、可靠性,为实际工程建设提供了较为完善的规划参考,具有较高价值。
Claims (2)
1.一种考虑线路因素的交直流混合微电网优化规划方法,其特征在按如下步骤进行:
步骤1:确定基础数据,所述基础数据包括待规划区域的交流/直流负荷参数、配电网参数、各分布式电源的投资成本、交直流线路的成本参数、各类变流器参数、设备的故障参数、抽样次数N,以及原交流微电网的规模参数;
步骤2:利用所述基础数据建立各分布式电源的出力模型,包括风电机组出力模型、光伏出力模型和储能电池模型;利用所述各分布式电源的出力模型、采用交直流替代求解的方法,进行交直流混合微电网的潮流计算,得到潮流计算结果交流节点电压VAC.i和直流节点电压VDC.j;
步骤3:建立考虑线路因素的交直流混合微电网分布式电源定址分容优化规划数学模型,所述优化规划数学模型是以微电网投资成本Fm、微电网失负荷经济成本Floss以及微电网***损耗Ewaste的综合成本最低为目标的目标函数,所述目标函数由式(1)所表征:
min C=min(Fm+Floss+kwasteEwaste) (1),
C为综合成本,kwaste为单位电量的损耗费用;
微电网投资成本Fm由式(2)所表征:
Cpv为单位容量光伏投资成本;Ppv,i为第i组光伏容量;Npv为接入光伏组数;Cwind为单位容量风电机组投资成本;Pwind,j为第j组风电机组容量;Nwind为接入风电机组组数;CBat为单位容量储能电池投资成本;PBat,m为第p组储能电池容量;Nes为储能电池接入组数;Cline为单位长度线路投资成本;Lline,n为第n条馈线的线路长度;Npoint为馈线总条数;CMG为微电网辅助设备成本,且CMG=aSMG+b;SMG为微电网容量规模,是指负荷、DG和储能电池的容量和,a为微电网扩建容量与微电网建设成本间比例系数,微电网建设成本为包含控制设备、无功补偿设备和谐波治理设备的综合单位成本,b为微电网建设固定成本;
微电网失负荷经济成本Floss由式(3)所表征:
***损耗Ewaste由式(4)所表征:
Ewaste=ELwaste+Econ (4),
ELwaste是交直流线路损耗;Econ是换流器损耗;
步骤5:根据步骤2得到的潮流计算结果交流节点电压VAC.i和直流节点电压VDC.j,以及步骤4得到的交直流混合微电网失负荷量建立分布式电源定址分容优化规划约束条件,运用CPLEX程序中分支割平面算法对考虑线路因素的交直流混合微电网分布式电源定址分容优化规划数学模型进行求解,得到规划结果;
步骤6:判断蒙特卡洛模拟次数是否小于N,若是,则返回执行步骤3,直至达到模拟次数N;若否则输出得到最优规划解集,实现考虑线路因素的交直流混合微电网分布式电源定址分容优化规划;
所述分布式电源定址分容优化规划约束条件包括:
由式(5)所表征的***功率平衡约束条件:
Pload+Ploss=Pwind+Ppv+Pbat+Pgrid (5),
Pload为***负荷消耗功率;Ploss为***损耗;Pwind为风电机组功率;Ppv为光伏功率;Pbat为储能电池功率;Pgrid为交直流混合微电网***与配电网间交互功率;
由式(6)所表征的直流子微电网功率平衡约束条件:
PDC-load+PDC-loss=PDC-wind+PDC-pv+PDC-bat+PAC-DC (6),
PDC-load为直流负荷消耗功率;PDC-loss为直流子微电网***损耗;PDC-wind为直流侧风电机组功率;PDC-pv为直流侧光伏功率;PDC-bat为直流侧储能电池的功率;PAC-DC为双向AC-DC传输功率;
由式(7)所表征的***总馈线数约束条件:
由式(8)所表征的储能电池接入点个数约束条件:
由式(9)所表征的风电机组和光伏出力约束条件:
Ppv.max为光伏功率上限;Pwind.max为风电机组功率上限;
由式(10)所表征的蓄电池出力约束条件:
SOC为储能电池在充放电过程中的荷电状态;SOCmin和SOCmax分别为储能电池容量的下限和上限;Pbat为储能电池的充放电功率;PDischar.max为储能电池的最大充电功率;Pchar.max为储能电池的最大放电功率;SOCΔt为Δt时间段储能电池的荷电状态;SOCt为t时刻储能电池在充放电过程中的荷电状态;η为储能电池能量转换效率,Rbat为储能电池总容量,Δt为时间步长;
由式(11)所表征的节点电压偏差约束条件:
由式(12)所表征的供电可靠性约束条件:
2.根据权利要求1所述的考虑线路因素的交直流混合微电网优化规划方法,其特征是:
所述风电机组出力模型由式(13)所表征:
Pw为风电机组的实时出力,A、B和C分别为风电机组出力曲线非线性处的拟合系数,SWt为t时刻实时风速;Vci为切入风速;Vco是切出风速;Pr是风电机组的额定功率;Vr是额定风速;
所述光伏出力模型由式(14)所表征:
Pb是光伏出力的实时值;Psn为光伏额定功率,是指在标准测试条件下单位光强产生的功率;Gstd表示额定光照强度,Rc表示某一个特定的光照强度,是光伏出力模型非线性区域与线性区域的分界点,Gbt为第t小时实际的光照强度;
所述储能电池模型由式(15)所表征:
PC为充电功率;PD为放电功率;SOCt-1为t-1时刻储能电池的荷电状态;Ec为额定电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810443555.1A CN108448636B (zh) | 2018-05-10 | 2018-05-10 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810443555.1A CN108448636B (zh) | 2018-05-10 | 2018-05-10 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108448636A CN108448636A (zh) | 2018-08-24 |
CN108448636B true CN108448636B (zh) | 2021-02-05 |
Family
ID=63203351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810443555.1A Active CN108448636B (zh) | 2018-05-10 | 2018-05-10 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108448636B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109473992B (zh) * | 2019-01-21 | 2021-05-04 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、***及终端设备 |
CN109638899B (zh) * | 2019-01-23 | 2022-07-01 | 华北电力大学(保定) | 一种多台ac/dc双向功率换流器的经济最优控制方法 |
CN109995094B (zh) * | 2019-01-31 | 2023-11-03 | 中国电力科学研究院有限公司 | 一种交直流混合微电网的规划方法及*** |
CN110210659B (zh) * | 2019-05-24 | 2021-04-02 | 清华大学 | 一种考虑可靠性约束的配电网规划方法 |
CN110086170A (zh) * | 2019-05-24 | 2019-08-02 | 国网浙江省电力有限公司温州供电公司 | 基于故障影响下成本最小的海岛微电网电源配置方法 |
CN110826776B (zh) * | 2019-10-23 | 2024-01-05 | 国网四川省电力公司成都供电公司 | 一种配网线变关系识别中基于动态规划的初始解优化方法 |
CN110768306B (zh) * | 2019-10-31 | 2021-06-01 | 广州供电局有限公司 | 一种提高保底电网中微电网应急能力的电源容量配置方法 |
CN110783928B (zh) * | 2019-11-11 | 2023-05-26 | 燕山大学 | 一种考虑柔性负荷的并网型交直流混合微电网***容量优化配置方法 |
CN111245027B (zh) * | 2020-03-11 | 2023-10-13 | 国网天津市电力公司 | 一种计及pet损耗的交直流混合***优化调度方法 |
CN112182907B (zh) * | 2020-10-19 | 2022-12-27 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合***储能装置规划方法 |
CN112464419B (zh) * | 2020-11-17 | 2024-04-26 | 苏州钧灏电力有限公司 | 基于随机鲁棒混合优化的独立微电网设计***及方法 |
CN112491041B (zh) * | 2020-11-20 | 2023-02-07 | 西安热工研究院有限公司 | 一种储能混合微电网混合线性经济性规划方法 |
CN115062811B (zh) * | 2022-04-24 | 2024-03-12 | 哈尔滨华盛能源科技有限公司 | 综合经济因素和能源因素的新能源规划方案的优化方法及*** |
CN115102237B (zh) * | 2022-08-25 | 2022-11-29 | 华能山西综合能源有限责任公司 | 一种基于风电光伏***的运行调度方法 |
CN116136930B (zh) * | 2023-02-23 | 2024-06-18 | 大航有能电气有限公司 | 一种计及可靠性的交直流混合微电网规划方法 |
CN116609681B (zh) * | 2023-04-28 | 2023-12-26 | 广东恒翼能科技股份有限公司 | 化成分容测试入库方法及化成分容测试微网节能控制*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013040837A1 (zh) * | 2011-09-25 | 2013-03-28 | 国网电力科学研究院 | 微电网***计算机监控方法 |
CN104463357A (zh) * | 2014-11-27 | 2015-03-25 | 国家电网公司 | 一种基于随机最优潮流的随机间歇性dg优化集成的评估方法 |
CN104835080A (zh) * | 2015-04-30 | 2015-08-12 | 华南理工大学 | 微电网日内调度计划混合整数规划模型的建模方法 |
CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
CN105932723A (zh) * | 2016-06-13 | 2016-09-07 | 国网浙江省电力公司电力科学研究院 | 一种交直流混合微电网的网架结构优化规划方法 |
CN106779471A (zh) * | 2017-01-05 | 2017-05-31 | 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 |
-
2018
- 2018-05-10 CN CN201810443555.1A patent/CN108448636B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013040837A1 (zh) * | 2011-09-25 | 2013-03-28 | 国网电力科学研究院 | 微电网***计算机监控方法 |
CN104463357A (zh) * | 2014-11-27 | 2015-03-25 | 国家电网公司 | 一种基于随机最优潮流的随机间歇性dg优化集成的评估方法 |
CN104835080A (zh) * | 2015-04-30 | 2015-08-12 | 华南理工大学 | 微电网日内调度计划混合整数规划模型的建模方法 |
CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
CN105932723A (zh) * | 2016-06-13 | 2016-09-07 | 国网浙江省电力公司电力科学研究院 | 一种交直流混合微电网的网架结构优化规划方法 |
CN106779471A (zh) * | 2017-01-05 | 2017-05-31 | 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 |
Non-Patent Citations (1)
Title |
---|
基于混合整数规划的微电网优化配置和运行;彭树勇;《农村电气化》;20170619;说明书第49-50页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108448636A (zh) | 2018-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108448636B (zh) | 一种考虑线路因素的交直流混合微电网优化规划方法 | |
Reddy | Optimal scheduling of thermal-wind-solar power system with storage | |
Wang et al. | Optimal sizing of distributed generations in DC microgrids with comprehensive consideration of system operation modes and operation targets | |
CN106712120B (zh) | 基于主从博弈模型的交直流混合微电网优化运行方法 | |
CN106877338B (zh) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 | |
Eid et al. | Efficient operation of battery energy storage systems, electric-vehicle charging stations and renewable energy sources linked to distribution systems | |
CN110034572B (zh) | 含多端口电力电子变压器的交直流混合***储能配置方法 | |
CN107546743B (zh) | 一种辐射状配电网分布式优化潮流方法 | |
CN108304972B (zh) | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 | |
Wang et al. | Hybrid interval-robust adaptive battery energy storage system dispatch with SoC interval management for unbalanced microgrids | |
CN113410900B (zh) | 基于自适应差分鲸鱼优化的微电网hess优化配置方法及*** | |
Jadhav et al. | Stochastic optimal power flow incorporating offshore wind farm and electric vehicles | |
CN114649814A (zh) | 一种柔性互联配电***两阶段鲁棒优化方法 | |
Maffei et al. | Optimal Power Flow model with energy storage, an extension towards large integration of renewable energy sources. | |
Reddy | Emergency reserve activation considering demand-side resources and battery storage in a hybrid power system | |
Ahmadiahangar et al. | Energy storage expansion planning in microgrid | |
Chen et al. | Dynamic voltage unbalance constrained economic dispatch for electrified railways integrated energy storage | |
CN114925914A (zh) | 基于本征空间的能源优化调度方法及其电力交易方法 | |
Tungadio et al. | Energy flow estimation-control of two interconnected microgrids | |
Hui et al. | Optimized development planning of energy storage system capacity in rural power grid | |
Sun et al. | Two-Stage Robust Voltage Control Strategy for Seaport Microgrids with Health-Aware All-Electric Ships | |
Iii et al. | A machine-learning based energy management system for microgrids with distributed energy resources and storage | |
Zhang et al. | Multi-timescale optimization strategy for three-phase/single-phase multi-microgrids | |
Yao et al. | Performance optimization and evaluation of V2G in regulated and deregulated microgrid | |
Gicevskis et al. | Multiple scenario and criteria approach for optimal solution and sizing of household off-grid system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |