CN109301853A

CN109301853A - 一种平抑功率波动的微电网多时间尺度能量管理方法

Info

Publication number: CN109301853A
Application number: CN201811539383.4A
Authority: CN
Inventors: 李妍; 沈钰; 张慧媛
Original assignee: North China Electric Power University; Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Current assignee: North China Electric Power University; Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority date: 2018-12-17
Filing date: 2018-12-17
Publication date: 2019-02-01

Abstract

本发明提供直流微电网能量管理方法，具体是一种平抑功率波动的微电网多时间尺度能量管理方法。所述方法利用多时间尺度能量管理方法，结合蓄电池和超级电容器混合储能***，跟踪平抑网内功率波动。采用“时分秒”三个时间尺度，日前制定小时级调度计划，日内滚动修正分钟级调度计划，实时秒级跟踪网内功率波动，蓄电池平抑低频功率波动，超级电容器平抑高频功率波动。本发明考虑不同尺度间的协调配合，能够最大限度地利用混合储能***平抑网内功率波动，大大提高微电网经济和稳定运行。

Description

一种平抑功率波动的微电网多时间尺度能量管理方法

技术领域

本发明属于直流微电网能量管理领域，特别是涉及一种平抑功率波动的微电网多时间尺度能量管理方法。

背景技术

随着工业的不断发展，人类对电能的需求越来越大，电力***用电负荷不断增加。在当前化石能源日益枯竭和环境问题日益严峻的社会背景下，优化能源结构，发展清洁可再生能源，是推动能源革命的本质要求，也是我国经济社会转型发展的迫切需要。可再生能源发电技术具有资源丰富、环境污染小、燃料成本小等优点，开发利用高效经济、灵活可靠的可再生能源发电技术是解决能源危机和环境问题的有效途径。

微电网实质上是由分布式电源、储能***、负荷以及监控保护装置、能量转换装置等组成的小型发配电力***。微电网可有效地利用风能、太阳能等清洁可再生能源，解决大电网和分布式电源间的矛盾，它既能够接入大电网工作又能够直接以孤网模式工作。

但是由于风光等可再生能源发电的间歇性和不可控性，微电网运行方式的复杂性以及网内分布式单元的多样性等原因，微电网能量管理较为复杂。微电网既需要保证网内安全稳定运行，满足功率平衡、用户供电需求，又要保证微电网整体的经济运行。现有能量管理方法多数只考虑单一时间尺度上的优化调度，调度周期较长，且是一种静态调度方式；考虑多时间尺度的能量管理方法缺乏不同时间尺度间的协调配合，不同尺度间采用同一个经济性运行目标，未考虑网内功率不平衡情况；由于光伏的间歇性、负荷波动性特点，仅根据预测技术制定的能量管理方法，不能避免网内可能出现的功率波动情况，且一般网内仅配备单一蓄电池能量型储能设备，响应速度相对较低，无法充分平抑网内波动。

综上，研究一种利用蓄电池和超级电容器混合储能***来平抑微电网内功率波动的多时间尺度能量管理方法具有重要意义。

发明内容

为了解决上述问题，本发明提出了一种平抑功率波动的微电网多时间尺度能量管理方法，在多时间尺度下细化调度计划，利用多时间尺度能量管理方法，结合蓄电池和超级电容器混合储能***，跟踪平抑网内功率波动。采用“时分秒”三个时间尺度，日前制定小时级调度计划，日内滚动修正分钟级调度计划，实时秒级跟踪网内功率波动，蓄电池平抑低频功率波动，超级电容器平抑高频功率波动，大大提高了微电网经济和稳定运行。

本发明的技术方案是：提供一种平抑功率波动的微电网多时间尺度能量管理方法，其特征是，将微电网的能量管理方法分为三个调度时间尺度：日前调度制定、日内滚动修正和实时优化调度；以一日为整个调度周期，日内调度阶段以微电网经济运行为目标，制定小时级静态工作计划；日内滚动修正阶段，基于模型预测控制算法，根据微电网运行状态和超短期预测结果对日前调度计划进行修正，制定分钟级动态工作计划；实时优化阶段，根据***实际运行情况，利用蓄电池和超级电容器混合储能***，跟踪功率平抑波动，蓄电池平抑低频功率波动，超级电容器平抑高频功率波动。

所述的微电网为光伏直流微电网，微电网含0.75kV电压等级的直流母线，并通过DC/AC逆变器、静态开关、0.75/10kV变压器和大电网相连，直流母线引出四条馈线，第一至三条馈线分别通过DC/DC变换器接入蓄电池、超级电容和光伏发电***，第四条馈线接入负荷；微电网能量管理***对微电网中分布式单元进行数据采集和控制，实现对微电网的能量管理，管理对象包含：光伏发电***、混合储能***、联络线。

其中，混合储能***是由蓄电池和超级电容器组成的混合储能；考虑蓄电池和超级电容器本身的充放电特性，日前和日内阶段蓄电池参与调度，实时阶段蓄电池和超级电容器共同参与调度；在平抑网内功率波动时，综合考虑波动功率的实时状态和蓄电池与超级电容器的实时荷电状态，对波动功率进行分配，低频功率波动由蓄电池平抑，高频功率波动由超级电容器平抑。

平抑功率波动的微电网多时间尺度能量管理方法分为三个阶段：日前调度制定、日内滚动修正和实时优化调度。

日前调度制定阶段，调度周期为1小时，1天为24个调度周期，混合储能***蓄电池参与调度；包括步骤：

步骤一：利用光伏发电与负荷短期预测技术，得到24个调度周期的光伏发电与负荷预测数据；

步骤二：建立各个分布式单元模型和约束条件，为保证微电网的安全稳定运行，各个分布式单元的运行需满足一定的等式约束或不等式约束；

步骤三：确定微电网经济运行目标函数，使运行成本最低；

步骤四：考虑网内蓄电池状态，结合当前大电网的电价信息，制定最优的能量管理方法；利用粒子群算法进行求解，得到蓄电池的工作计划和微电网与大电网间的购售电计划。

步骤三中，以微电网运行成本最低为目标，目标函数为：

式中，T为日前优化调度的总时段数；C_pv为光伏运行维护成本；为光伏在t时段的出力情况；C_bat为蓄电池运行维护费用；为蓄电池在t时段的充放电功率；C_grid为微电网与大电网间的购售电费用；为微电网与大电网间联络线传输功率。

日内滚动修正阶段，调度周期为15分钟，1天分为96个调度周期，混合储能***蓄电池参与调度；由于光和负荷的随机性，***实际运行情况与日前的调度计划存在偏差，网内存在功率波动不平衡情况；采用模型预测控制对日前调度计划滚动修正；包括步骤：对***的当前时刻k的实时运行状态x(k)进行采样，采样数据为光伏发电***、储能***、负荷、联络线功率情况；采用超短期预测对负荷和光伏发电出力情况进行预测，得到负荷和光伏发电出力预测结果；考虑当前和未来的等式约束或不等式约束条件，建立优化调度模型，确定目标函数；对比日前调度计划安排，使修正计划调整成本最小，蓄电池得到充分利用，以此平抑网内功率波动，得到未来k+1，k+2，…，k+M时刻的修正指令序列；将修正指令序列的第一个值应用于滚动修正计划；在k+1时刻，更新状态为x(k+1)，重复上述操作步骤。

日内滚动优化的目标为在满足负荷平衡的基础上，调整T₀时刻后续时段储能充放电功率、微电网与大电网的联络线传输功率使得调整成本最小，其目标函数为：

式中,为蓄电池功率调整量，为联络线功率调整量，C_bat为蓄电池调整成本，C_grid为联络线调整成本，T₀为当前时间节点，T为日内滚动修正的总时段数。

实时优化调度阶段，调度周期为60秒，混合储能***蓄电池和超级电容器共同参与调度，平抑网内功率波动；包括步骤：由SCADA***实时采集负荷数据、光伏发电数据、联络线功率数据，可得到等效负荷功率数据；应用一阶低通滤波算法对等效负荷功率进行平滑，得到等效负荷期望输出和滤波后的波动功率；将等效负荷期望输出与经过日前调度和日内修正计划后的蓄电池工作计划对比作差，得到蓄电池一次调整功率；滤波后的波动功率为低频波动叠加上高频波动，考虑超级电容器为功率型储能元件，响应速度快，蓄电池为能量型储能元件，响应速度相对较低，同时综合考虑蓄电池与超级电容器的实时荷电状态以及波动功率的实时状态，利用滑动平均滤波方法，中低频随机波动则需要由蓄电池跟踪消除，得到蓄电池二次调整功率，高频随机波动可由超级电容跟踪平抑。

其中，等效负荷功率定义为：

P_el＝P_load-P_pv-P_grid

式中，P_el为等效负荷功率，P_load为负荷功率，P_pv为光伏出力，P_grid为联络线传输功率。

日前调度制定阶段和日内滚动修正阶段中，微电网正常运行需要满足的约束条件包括：针对微电网内的光伏发电***的运行约束条件、针对负载需求和发电平衡的约束条件、针对微电网内的储能***的容量约束条件、针对微电网内的储能***的动态运行性能的约束条件以及联络线功率传输约束条件。

采用本技术方案的有益效果：

本发明采用日前-日内-实时的“时分秒”时间尺度的调度计划，缩短调度周期，细化调度计划，减小调度周期过长带来的偏差。日内阶段以微电网经济运行为目标，制定能量管理方法；日内滚动修正日前计划，以修正计划调整成本最小为目标，利用模型预测控制算法，考虑微电网实时运行情况，动态修正光伏、负荷不确定性和预测误差带来的偏差。实时阶段以平抑功率波动为目标，对比日前日内修正后的蓄电池工作计划和***实时运行情况，进一步跟踪平抑功率波动。不同阶段选择合适的目标函数，优化目标更加合理，动态修正计划，减小了调度计划与***实际运行的偏差，混合储能跟踪平抑网内功率波动，进一步保障了微电网的经济稳定运行。

本发明采用蓄电池和超级电容器混合储能***平抑功率波动。结合两者储能设备特点，蓄电池容量大，响应速度慢，超级电容器容量小，响应速度快，在日前和日内长时间尺度阶段仅对蓄电池进行调度计划安排，在实时阶段采用蓄电池和超级电容器混合储能平抑微电网内功率波动，既改善了储能***对网内功率波动的跟踪平抑效果，又有效提高了蓄电池和超级电容器的利用率和使用寿命。

附图说明

图1是本发明所涉及的直流微电网***拓扑结构图；

图2为本发明的一种平抑功率波动的微电网多时间尺度能量管理方法流程示意图。

具体实施方式

下面结合附图对本发明作进一步阐述。

参见图1所示，其为本发明中所涉及的直流微电网***拓扑结构图，所述的微电网为光伏直流微电网，微电网含0.75kV电压等级的直流母线，并通过DC/AC逆变器、静态开关、0.75/10kV变压器和大电网相连，直流母线引出四条馈线，第一至三条馈线分别通过DC/DC变换器接入蓄电池、超级电容器和光伏发电***，第四条馈线接入负荷；微电网能量管理***对微电网中分布式单元进行数据采集和控制，实现对微电网的能量管理，管理对象包含：光伏发电***、混合储能***、联络线。

参见图2所示，其为本发明中平抑功率波动的微电网多时间尺度能量管理方法流程示意图。

步骤三：确定微电网经济运行目标函数，使运行成本最低；

步骤三中，以微电网运行成本最低为目标，目标函数为：

其中，等效负荷功率定义为：

P_el＝P_load-P_pv-P_grid

各个分布式单元模型和微电网运行中需要满足的约束条件如下：

能量管理中各分布式单元模型：

1)光伏运行维护费用模型：

C_pv＝K·P·Δt

式中，C_pv为光伏运行维护费用，K为维护成本系数，K＝0.0096元/kWh，P为光伏输出功率，Δt为光伏出力时间。

2)储能运行维护费用模型：

蓄电池：

C_bat＝C_b+C_B

式中，C_bat为蓄电池运行维护费用，C_b为蓄电池维护费用，C_B为蓄电池运行费用。

维护成本：

C_b＝K·P·Δt

式中，C_b为蓄电池维护费用，K为维护成本系数，K＝0.0832元/kWh，P为蓄电池充放电功率，Δt为充放电时间。

运行成本：

蓄电池运行成本与自身充放电产生寿命损耗有关，蓄电池充放电深度的越大，运行寿命越短。充放电深度表示为：

式中，D(t)为充放电深度，P_ch/dis为充/放电功率，Δt为充放电时间，E_bat为蓄电池额定容量。

采用雨流计数法统计出蓄电池的运行寿命与充放电深度之间的关系，拟合为：

N(t)＝-3278D(t)⁴-5D(t)³+12823D(t)²-14122D(t)+5112

式中，N(t)为t时段蓄电池在充放电深度D(t)下的循环寿命，D(t)为蓄电池在t时段的充放电深度，取值范围为[0.01-1]。

蓄电池运行成本为：

式中：C_B(t)为t时段内蓄电池的运行成本，C_inv为蓄电池的初始投资费用，P_ch/dis(t)为t时段内蓄电池充放电功率，N(t)为循环寿命，E_bat为蓄电池额定容量，Δt为充放电时间。

超级电容器：

C_sc＝K·P·Δt

式中，C_sc为超级电容器运行维护费用，K为维护成本系数，K＝0.0832元/kWh，P为超级电容器充放电功率，Δt为充放电时间。

3)微电网与大电网间的购售电费用：

C_grid(t)＝[C_p(t)·P_pgrid(t)-C_s(t)·P_sgrid(t)]Δt

式中，C_grid(t)为微电网与大电网间的购售电费用，P_pgrid(t)为t时段购电功率，P_sgrid(t)为t时段售电功率，Δt为调度周期，C_p(t)为购电价，C_s(t)为售电价，如表1所示。

表1.购售电价：

微电网运行中需要满足的约束条件：

1)光伏出力约束条件：

式中，和为光伏发电的最小和最大允许输出功率。

2)储能单元状态约束：

储能充电时，t时段的剩余容量为：

式中，SOC^t为t时段储能剩余容量；SOC^t-1为t-1时段储能剩余容量；σ为储能自放电率，取0.01％/h；η_c为储能充电效率，取90％；为储能t时段的充电功率；Δt为调度时间周期；E_bat为储能额定容量。

储能放电时，t时段的剩余容量为：

式中，SOC^t为t时段储能剩余容量；SOC^t-1为t-1时段储能剩余容量；σ为储能自放电率，取0.01％/h；为储能t时段的放电功率；Δt为调度时间周期；η_d为储能放电效率，取90％；E_bat为储能额定容量。

3)储能单元运行约束：

储能充放电功率约束：

式中；和分别为储能充、放电功率的最大值；和分别为同时段储能充放电功率。

储能单元剩余容量约束：

SOC^min≤SOC^t≤SOC^max

式中，SOC^min和SOC^max分别为储能单元SOC的上下限幅值，取SOC^min＝0.2，SOC^max＝0.9。

为保证储能***周期性运行，需满足调度末时段的剩余容量等于起始时刻的剩余容量。

SOC^t＝0＝SOC^t＝T

式中，取SOC^t＝0＝0.5。

4)联络线传输功率约束：

式中，和分别为微电网与大电网联络线传输功率最小最大值；为t时段联络线传输功率。

5)备用容量约束：

式中，为光伏最大发电功率；为负荷最大值；R_t为***备用率，取5％。

6)功率平衡约束：

式中，为光伏发电功率，为联络线传输功率，为混合储能输出功率，为负荷需求功率。

以上所述仅是本发明的实施例，应当指出：对于本技术领域的普通技术人员而言，在不脱离本发明原理和精神的前提下，所作的任何修改、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，将微电网的能量管理方法分为三个调度时间尺度：日前调度制定、日内滚动修正和实时优化调度；以一日为整个调度周期，日内调度阶段以微电网经济运行为目标，制定小时级静态工作计划；日内滚动修正阶段，基于模型预测控制算法，根据微电网运行状态和超短期预测结果对日前调度计划进行修正，制定分钟级动态工作计划；实时优化阶段，根据***实际运行情况，利用蓄电池和超级电容器混合储能***，跟踪功率平抑波动，蓄电池平抑低频功率波动，超级电容器平抑高频功率波动。

2.根据权利要求1所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，所述的微电网为光伏直流微电网，微电网含0.75kV电压等级的直流母线，并通过DC/AC逆变器、静态开关、0.75/10kV变压器和大电网相连，直流母线引出四条馈线，第一至三条馈线分别通过DC/DC变换器接入蓄电池、超级电容器和光伏发电***，第四条馈线接入负荷；微电网能量管理***对微电网中分布式单元进行数据采集和控制，实现对微电网的能量管理，管理对象包含：光伏发电***、混合储能***、联络线。

3.根据权利要求2所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，混合储能***是由蓄电池和超级电容器组成的混合储能；考虑蓄电池和超级电容器本身的充放电特性，日前和日内阶段蓄电池参与调度，实时阶段蓄电池和超级电容器共同参与调度；在平抑网内功率波动时，综合考虑波动功率的实时状态和蓄电池与超级电容器的实时荷电状态，对波动功率进行分配，低频功率波动由蓄电池平抑，高频功率波动由超级电容器平抑。

4.根据权利要求1所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，日前调度阶段，调度周期为1小时，1天为24个调度周期，混合储能***蓄电池参与调度；包括步骤：

步骤三：确定微电网经济运行目标函数，使运行成本最低；

步骤四：考虑网内蓄电池状态，结合当前大电网的电价信息，制定最优的能量管理方法；利用粒子群算法进行求解，得到蓄电池的工作计划和微电网与大电网间的购售电计划；

步骤三中，以微电网运行成本最低为目标，目标函数为：

5.根据权利要求1所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，日内滚动修正阶段，调度周期为15分钟，1天分为96个调度周期，混合储能***蓄电池参与调度；由于光和负荷的随机性，***实际运行情况与日前的调度计划存在偏差，网内存在功率波动不平衡情况；采用模型预测控制对日前调度计划滚动修正；包括步骤：对***的当前时刻k的实时运行状态x(k)进行采样，采样数据为光伏发电***、储能***、负荷、联络线功率情况；采用超短期预测对负荷和光伏发电出力情况进行预测，得到负荷和光伏发电出力预测结果；考虑当前和未来的等式约束或不等式约束条件，建立优化调度模型，确定目标函数；对比日前调度计划安排，使修正计划调整成本最小，充分利用蓄电池平抑网内功率波动，得到未来k+1，k+2，…，k+M时刻的修正指令序列；将修正指令序列的第一个值应用于滚动修正计划；在k+1时刻，更新状态为x(k+1)，重复上述操作步骤。

6.根据权利要求1所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，实时优化调度阶段，调度周期为60秒，混合储能***蓄电池和超级电容器共同参与调度，平抑网内功率波动；包括步骤：由SCADA***实时采集负荷数据、光伏发电数据、联络线功率数据，可得到等效负荷功率数据；应用一阶低通滤波算法对等效负荷功率进行平滑，得到等效负荷期望输出和滤波后的波动功率；将等效负荷期望输出与经过日前调度和日内修正计划后的蓄电池工作计划对比作差，得到蓄电池一次调整功率；滤波后的波动功率为低频波动叠加上高频波动，考虑超级电容器为功率型储能元件，响应速度快，蓄电池为能量型储能元件，响应速度相对较低，同时综合考虑蓄电池与超级电容器的实时荷电状态以及波动功率的实时状态，利用滑动平均滤波方法，中低频随机波动则需要由蓄电池跟踪消除，得到蓄电池二次调整功率，高频随机波动可由超级电容跟踪平抑。

7.根据权利要求6所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，实时等效负荷功率定义为：

P_el＝P_load-P_pv-P_grid

8.根据权利要求4或权利要求5所述的平抑功率波动的微电网多时间尺度能量管理方法，其特征在于，微电网正常运行需要满足的约束条件包括：针对微电网内的光伏发电***的运行约束条件、针对负载需求和发电平衡的约束条件、针对微电网内的储能***的容量约束条件、针对微电网内的储能***的动态运行性能的约束条件以及联络线传输功率约束条件。