CN113991712A - 微网能量管理方法、***、装置及存储介质 - Google Patents

微网能量管理方法、***、装置及存储介质 Download PDF

Info

Publication number
CN113991712A
CN113991712A CN202111365118.0A CN202111365118A CN113991712A CN 113991712 A CN113991712 A CN 113991712A CN 202111365118 A CN202111365118 A CN 202111365118A CN 113991712 A CN113991712 A CN 113991712A
Authority
CN
China
Prior art keywords
power
microgrid
load
energy storage
control type
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.)
Pending
Application number
CN202111365118.0A
Other languages
English (en)
Inventor
宋鹏
李飞
马建
杨旭
康玉杰
张伍勋
刘兆阳
何承永
张媛
赵峰
赵翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Beijing Comprehensive Energy Service Co ltd
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Beijing Comprehensive Energy Service Co ltd
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Beijing Comprehensive Energy Service Co ltd, State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Beijing Comprehensive Energy Service Co ltd
Priority to CN202111365118.0A priority Critical patent/CN113991712A/zh
Publication of CN113991712A publication Critical patent/CN113991712A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • 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
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • 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
    • Y04S20/12—Energy storage units, uninterruptible power supply [UPS] systems or standby or emergency generators, e.g. in the last power distribution stages

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)

Abstract

本发明公开了一种微网能量管理方法、***、装置及存储介质。微网能量管理方法包括步骤：以运行成本最低为目标，建立含可控热负荷的微网***综合模型；将微网***综合模型的微网能量管理指令分为负荷控制类和储能控制类两种；每个控制周期，分别计算负荷控制类和储能控制类两类的最优控制指令以及相对应的运行成本；对比负荷控制类和储能控制类两种指令的运行成本，选择其中较小的运行成本所对应的指令作为综合最优管理指令。将微网能量管理指令分为负荷控制和储能控制两类，每个控制周期分别采用穷举法与微分法求取两类能量管理指令，并比较其代价函数值，进而获得综合最优管理指令。

Description

微网能量管理方法、***、装置及存储介质
技术领域
本发明属于微网运行技术领域，具体涉及微网能量管理方法、***、装置及存储介质。
背景技术
近年来，采用分布式发电技术和储能***的微电网已成为解决农村地区供热供电问题最有希望的解决方案之一。在某些微网***中，所产生的电力不仅能满足电力需求，还能满足供热需求，除可再生能源发电***外，此类微网还包含了可控制的热负荷，典型的含热负荷的光伏微网***结构如图2所示。此类微网***中储能和热负荷均可由能源管理***(EMS)进行功率和能量的控制。相关的研究和应用证明，对发电、储电及用电进行综合管理有助于提高可再生能源的渗透性，改善***整体经济性，降低运行成本，因此，此类微网***受到越来越多的关注。
能量管理***中的管理策略对微网的运行至关重要，但在一些传统的能量管理方法中，仅考虑了对可再生能源发电及储能***进行运行控制及管理，以满足供电需求，此类能量管理方法无法适用于含可控热负荷的微网***。即便是考虑了热管理的微网相关研究中，包括天然气、沼气和燃料能源等负荷的能量管理都有较为丰富的研究成果，但常见的电热负荷与可再生能源、电储能相结合的微网***，相关研究却鲜有讨论。
目前典型的电热负荷类型包括碳纤维加热器、热泵和电热水器等，其运行过程中存在电、热耦合，同时，这类电负荷在运行过程中具有储存能量的能力，因此它们也与电储能装置具有一定程度的相似性。如何在储能和热负荷之间分配功率指令是此类能量管理策略研究中的一个关键问题。
发明内容
本发明的目的在于提供一种微网能量管理方法、***、装置及存储介质。以解决现有技术中，微网存在热、电耦合导致的能量管理困难的问题。
为了实现上述目的，本发明采用如下技术方案：
一种适用于含可控热负荷的微网能量管理方法，包括如下步骤：
以运行成本最低为目标，建立含可控热负荷的微网***综合模型；
将所述微网***综合模型的微网能量管理指令分为负荷控制类和储能控制类两种；每个控制周期，分别计算负荷控制类和储能控制类两类的最优控制指令以及相对应的运行成本；
对比负荷控制类和储能控制类两种指令的运行成本，选择其中较小的运行成本所对应的指令作为综合最优管理指令。
可选的，所述微网***综合模型如下：
F(k+1)＝Pg(k+1)·cg+|T(k+1)-Th|·cT+|SOC(k+1)-SOCh|·cSOC+|Pg(k+1)|·cv
其中，F(k+1)为下一控制周期的运行成本，Pg(k+1)、T(k+1)、SOC(k+1)分别为下一控制周期的并网功率、室内温度、电储能***荷电状态，cg、cT、cSOC、cv分别为电价、并网功率、荷电状态以及并网功率的单位代价，SOCh是储能最优荷电状态。
可选的，所述负荷控制类指令仅控制微网热负荷功率，不改变储能功率，功率表达式如下：
Figure BDA0003360389000000021
其中，PESS(k+1)为下一周期的储能功率，PESS(k)为当前周期的储能功率；PLOAD(k+1)为下一周期的热负荷功率，PLOAD(k)为当前周期的热负荷功率；P0为单台电热装置的功率，n为开启的电热装置数量。
可选的，采用穷举法计算负荷控制类最优控制指令。
可选的，当采用所述负荷控制类指令时，下一周期的温度、荷电状态以及并网功率的表达式如下所示：
T(k+1)＝T(k)+e0·t·n(k+1)-(T(k)-Tout(k))·vT·t
Figure BDA0003360389000000022
Pg(k+1)＝Pload(k+1)-PPV(k+1)-PESS(k+1)
≈Pload(k)+n(k+1)·P0-PPV(k)-PESS(k)
＝Pg(k)+n(k+1)·P0
其中，e0为单台电热装置开启时的温升速度，n为开启的电热装置数量，n＝[0,1…N]，vT为室内外温差造成的降温速度，t为控制周期，CESS为电储能容量，P0为单台电热装置的功率；将所有开启的电热装置数量n值逐一代入如下代价函数，比较得到最优的控制功率：
Figure BDA0003360389000000023
其中，Fmin-1(k+1)为采用所述负荷控制类指令时最小运行成本，Pg(k)为当前周期并网功率，T(k)为当前周期室内温度，SOC(k)当前周期电储能***荷电状态，Th为最舒适温度。
可选的，所述储能控制类指令仅控制微网电储能功率，不改变热负荷功率，此时功率表达式如下：
Figure BDA0003360389000000031
其中，PESS(k+1)为下一周期的储能功率，PESS(k+)为当前周期的储能功率；PLOAD(k+1)为下一周期的热负荷功率，PLOAD(k)为当前周期的热负荷功率，ΔPESS(k+1)为储能功率变化值。
可选的，采用微分法计算储能控制类的最优控制指令，最优解如下：
Figure BDA0003360389000000032
其中，Pout-max为最大储能放电功率，Pin-max为最大储能充电功率。
一种用于所述适用于含可控热负荷的微网能量管理方法的***，包括：
模型建立模块，用于以运行成本最低为目标，建立含可控热负荷的微网***综合模型；
指令计算模块，用于将所述微网***综合模型的微网能量管理指令分为负荷控制类和储能控制类两种；每个控制周期，分别计算负荷控制类和储能控制类两类的最优控制指令以及相对应的运行成本；
比较模块，用于对比负荷控制类和储能控制类两种指令的运行成本，选择其中较小的运行成本所对应的指令作为综合最优管理指令。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的适用于含可控热负荷的微网能量管理方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的适用于含可控热负荷的微网能量管理方法。
本发明的有益效果如下：
本发明实施例提供的微网能量管理方法，对热负荷、电储能、光伏等进行统一建模，提出能够表征微网运行特性的代价函数。将微网能量管理指令分为负荷控制和储能控制两类，每个控制周期分别采用穷举法与微分法求取两类能量管理指令，并比较其代价函数值，进而获得综合最优管理指令，简化了控制过程，提高了能量管理过程的可靠性和快速性。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例提供的微网能量管理方法流程图；
图2为本发明实施例中含热负荷的微网***结构图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
如图1所示，本发明的第一方面，提供了一种适用于含可控热负荷的微网能量管理方法，适用于含光伏发电、电储能以及可控电热负荷的微网***，能够提高其经济性、舒适性和可再生能源的渗透性。针对可控热负荷导致的自由度和控制复杂性的增加问题，建立了微网中各单元的功率和经济模型，提出微网运行代价函数，通过分类管理避免热电耦合，解决储能和热负荷之间的功率分配问题，简化了控制过程，便于微网能量管理***实现管理功能。包括如下步骤：
S1、建立含可控热负荷的微网***综合模型，并提出代价函数F(k+1)，用于衡量每个控制周期的运行成本，其中包括微网的电费、并网功率、室内温度、电储能***荷电状态等，代价函数值越小表示微网运行效果越优。
S2、将微网能量管理指令分为负荷控制类和储能控制类两种，每个控制周期分别采用穷举法和微分法计算两类管理的最优控制指令，以及相应的微网运行代价函数F(k+1)。
S3、在计算得到两类管理模式下的最优功率指令后，比较两类管理的代价函数，选择其中较小的一类作为综合最优管理指令。
能量管理的代价函数如下：
F(k+1)＝Pg(k+1)·cg+|T(k+1)-Th|·cT+|SOC(k+1)-SOCh|·cSOC+|Pg(k+1)|·cv
其中，(k)代表当前周期变量，(k+1)代表下一周期变量；F(k+1)为微网的运行成本，Pg(k+1)、T(k+1)、SOC(k+1)分别为微网的并网功率、室内温度、电储能***荷电状态，cg、cT、cSOC、cv分别为电价、并网功率、荷电状态以及并网功率的单位代价，SOCh是储能最优荷电状态。因此，Pg(k+1)*cg为微网电费成本，|T(k+1)-Th|*cT为温度误差成本，该成本越小，室内温度舒适度越高，|SOC(k+1)-SOCh|*cSOC为荷电状态偏差成本，该成本越小，电池运行健康状态越优，|Pg(k+1)|*cv为并网功率成本，该成本越小，微网可再生能源发电本地消纳率越高，当F(k+1)最小时，微网***的能量管理效果最优。
考虑到电热负荷表现出一定的与电储能相似的特性，即具有能量存储能力，为了简化能量管理过程，在此将能量管理控制指令分为以下两类：
1)热负荷控制指令：仅控制微网热负荷功率，不改变储能功率，此时功率表达式如下：
Figure BDA0003360389000000051
其中，(k)代表当前周期变量，(k+1)代表下一周期变量；PESS为储能功率，Pload为热负荷功率，P0为热负荷功率单位改变量。
2)电储能控制指令：仅控制微网电储能功率，不改变热负荷功率，此时功率表达式如下：
Figure BDA0003360389000000052
其中，(k)代表当前周期变量，(k+1)代表下一周期变量，ΔPESS(k+1)为储能功率变化值；PESS为储能功率，Pload为热负荷功率，P0为热负荷功率单位改变量。在每个控制周期，分别计算两种控制指令的功率值，以及采用该指令情况下的运行代价F(k+1)。
当采用类型1)功率指令时，下一周期的温度、荷电状态、以及并网功率的表达式如下所示：
T(k+1)＝T(k)+e0·t·n(k+1)-(T(k)-Tout(k))·vT·t
Figure BDA0003360389000000061
Pg(k+1)＝Pload(k+1)-PPV(k+1)-PESS(k+1)
≈Pload(k)+n(k+1)·P0-PPV(k)-PESS(k)
＝Pg(k)+n(k+1)·P0
其中，(k)代表当前周期变量，(k+1)代表下一周期变量；e0为单台电热装置开启时的温升速度，n为开启的电热装置数量(n＝[0,1…N])，vT为室内外温差造成的降温速度，t为控制周期，CESS为电储能容量，P0为单台电热装置的功率。T(k+1)为下一周期温度，Tout(k+1)为下一周期室外温度，Ppv(k+1)为下一周期光伏发电功率，由于电热装置数量N为有限值，可以使用逐一比较的穷举方法实现最优控制指令的求解，将所有可选的n的值逐一代入如下代价函数，比较得到最优的控制功率及代价值：
Figure BDA0003360389000000062
其中，(k)代表当前周期变量，(k+1)代表下一周期变量；Fmin-1(k+1)为最小代价函数，Th为最舒适温度。
当采用类型2)功率指令时，下一周期的温度、荷电状态、以及并网功率的表达式如下所示
Figure BDA0003360389000000063
Figure BDA0003360389000000064
其中，ΔPESS(k+1)为储能功率变化值。由于储能功率为连续量，具有无穷种可能的解，因此使用函数微分的方法求取最优功率值，
代价函数F(k+1)对功率变化值ΔPESS(k+1)求微分，结果与能量管理方法中的参数取值相关，其微分结果如下所示
Figure BDA0003360389000000071
对微分结果进行化简，可以求得各种参数取值情况下的解，该代价函数所有潜在最优解如下式所示：
Figure BDA0003360389000000072
Figure BDA0003360389000000073
Figure BDA0003360389000000074
Figure BDA0003360389000000075
可得所有可能的最优解表达式如下：
Figure BDA0003360389000000081
其中，(k)代表当前周期变量，(k+1)代表下一周期变量；Pout-max为最大储能放电功率，Pin-max为最大储能充电功率。
将三种可能的解分别代入代价函数F(k+1)并逐一比较，求得采用类型2)功率指令时的最优功率值以及相应的代价函数值。最后再与之前求得的类型1)功率指令的最小代价函数比较，如果类型1)的代价函数较小，采用热负荷功率控制，如果类型2)的代价函数较小，采用电储能功率控制。
本发明的第二方面，提供了一种用于所述微网能量管理方法的***，包括：
模型建立模块，用于以运行成本最低为目标，建立含可控热负荷的微网***综合模型；
指令计算模块，用于将所述微网***综合模型的微网能量管理指令分为负荷控制类和储能控制类两种；每个控制周期，分别计算负荷控制类和储能控制类两类的最优控制指令以及相对应的运行成本；
比较模块，用于对比负荷控制类和储能控制类两种指令的运行成本，选择其中较小的运行成本所对应的指令作为综合最优管理指令。
本发明的第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的微网能量管理方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的适用于含可控热负荷的微网能量管理方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (10)

1.一种适用于含可控热负荷的微网能量管理方法，其特征在于，包括如下步骤：
以运行成本最低为目标，建立含可控热负荷的微网***综合模型；
将所述微网***综合模型的微网能量管理指令分为负荷控制类和储能控制类两种；每个控制周期，分别计算负荷控制类和储能控制类两类的最优控制指令以及相对应的运行成本；
对比负荷控制类和储能控制类两种指令的运行成本，选择其中较小的运行成本所对应的指令作为综合最优管理指令。
2.根据权利要求1所述的适用于含可控热负荷的微网能量管理方法，其特征在于，所述微网***综合模型如下：
F(k+1)＝Pg(k+1)·cg+|T(k+1)-Th|·cT+|SOC(k+1)-SOCh|·cSOC+|Pg(k+1)|·cv
其中，F(k+1)为下一控制周期的运行成本，Pg(k+1)、T(k+1)、SOC(k+1)分别为下一控制周期的并网功率、室内温度、电储能***荷电状态，cg、cT、cSOC、cv分别为电价、并网功率、荷电状态以及并网功率的单位代价，SOCh是储能最优荷电状态。
3.根据权利要求2所述的适用于含可控热负荷的微网能量管理方法，其特征在于，所述负荷控制类指令仅控制微网热负荷功率，不改变储能功率，功率表达式如下：
Figure FDA0003360388990000011
其中，PESS(k+1)为下一周期的储能功率，PESS(k)为当前周期的储能功率；PLOAD(k+1)为下一周期的热负荷功率，PLOAD(k)为当前周期的热负荷功率；P0为单台电热装置的功率，n为开启的电热装置数量。
4.根据权利要求3所述的适用于含可控热负荷的微网能量管理方法，其特征在于，采用穷举法计算负荷控制类最优控制指令。
5.根据权利要求4所述的适用于含可控热负荷的微网能量管理方法，其特征在于，当采用所述负荷控制类指令时，下一周期的温度、荷电状态以及并网功率的表达式如下所示：
T(k+1)＝T(k)+e0·t·n(k+1)-(T(k)-Tout(k))·vT·t
Figure FDA0003360388990000012
Figure FDA0003360388990000013
其中，e0为单台电热装置开启时的温升速度，n为开启的电热装置数量，n＝[0,1…N]，vT为室内外温差造成的降温速度，t为控制周期，CESS为电储能容量，P0为单台电热装置的功率；将所有开启的电热装置数量n值逐一代入如下代价函数，比较得到最优的控制功率：
Figure FDA0003360388990000021
其中，Fmin-1(k+1)为采用所述负荷控制类指令时最小运行成本，Pg(k)为当前周期并网功率，T(k)为当前周期室内温度，SOC(k)当前周期电储能***荷电状态，Th为最舒适温度。
6.根据权利要求3所述的适用于含可控热负荷的微网能量管理方法，其特征在于，所述储能控制类指令仅控制微网电储能功率，不改变热负荷功率，此时功率表达式如下：
Figure FDA0003360388990000022
其中，PESS(k+1)为下一周期的储能功率，PESS(k+)为当前周期的储能功率；PLOAD(k+1)为下一周期的热负荷功率，PLOAD(k)为当前周期的热负荷功率，ΔPESS(k+1)为储能功率变化值。
7.根据权利要求6所述的适用于含可控热负荷的微网能量管理方法，其特征在于，采用微分法计算储能控制类的最优控制指令，最优解如下：
Figure FDA0003360388990000023
其中，Pout-max为最大储能放电功率，Pin-max为最大储能充电功率。
8.一种用于权利要求1所述适用于含可控热负荷的微网能量管理方法的***，其特征在于，包括：
模型建立模块，用于以运行成本最低为目标，建立含可控热负荷的微网***综合模型；
指令计算模块，用于将所述微网***综合模型的微网能量管理指令分为负荷控制类和储能控制类两种；每个控制周期，分别计算负荷控制类和储能控制类两类的最优控制指令以及相对应的运行成本；
比较模块，用于对比负荷控制类和储能控制类两种指令的运行成本，选择其中较小的运行成本所对应的指令作为综合最优管理指令。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的适用于含可控热负荷的微网能量管理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的适用于含可控热负荷的微网能量管理方法。
CN202111365118.0A 2021-11-17 2021-11-17 微网能量管理方法、***、装置及存储介质 Pending CN113991712A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111365118.0A CN113991712A (zh) 2021-11-17 2021-11-17 微网能量管理方法、***、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111365118.0A CN113991712A (zh) 2021-11-17 2021-11-17 微网能量管理方法、***、装置及存储介质

Publications (1)

Publication Number Publication Date
CN113991712A true CN113991712A (zh) 2022-01-28

Family

ID=79749192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111365118.0A Pending CN113991712A (zh) 2021-11-17 2021-11-17 微网能量管理方法、***、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113991712A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447131A (zh) * 2016-10-24 2017-02-22 易事特集团股份有限公司 独立型微电网光伏输出功率预测方法及能量调控方法
CN110112786A (zh) * 2019-06-25 2019-08-09 中腾微网（北京）科技有限公司 一种含电热负荷的微网***能量管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447131A (zh) * 2016-10-24 2017-02-22 易事特集团股份有限公司 独立型微电网光伏输出功率预测方法及能量调控方法
CN110112786A (zh) * 2019-06-25 2019-08-09 中腾微网（北京）科技有限公司 一种含电热负荷的微网***能量管理方法

Similar Documents

Publication Publication Date Title
CN109165788B (zh) 一种冷热电联供***的优化方法
CN109193815B (zh) 一种提高风电消纳的热电联合调度方法
CN106026152B (zh) 一种电动汽车接入微电网的充放电调度方法
CN109523092B (zh) 多能互补冷热电联供***及其协同调度方法
CN111738503B (zh) 以氢能为核心的综合能源微网日前运行调度方法及***
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN109146182A (zh) 计及多种储能的分布式冷热电联供***的经济调度方法
CN105955931B (zh) 面向高密度分布式光伏消纳的区域能源网络优化调度方法
CN104135025A (zh) 基于模糊粒子群算法和储能***的微网经济运行优化方法
CN109711080A (zh) 一种冷热电联供***多时间尺度优化运行方法
CN106099965A (zh) 交流微电网并网状态下复杂混合储能***的协调控制方法
CN106849132B (zh) 基于群控热泵的微电网联络线功率波动平抑方法及***
CN112186755A (zh) 一种区域综合能源***柔性负荷储能化建模方法
Fan et al. Two-layer collaborative optimization for a renewable energy system combining electricity storage, hydrogen storage, and heat storage
CN102510080A (zh) 一种微电网中储能***的调度方法
CN112836882B (zh) 考虑设备负载率变化的区域综合能源***运行优化方法
CN109712019A (zh) 一种多能楼宇实时能量管理优化方法
CN111293682A (zh) 一种基于协同模型预测控制的多微网能量管理方法
Han et al. Economic evaluation of micro-grid system in commercial parks based on echelon utilization batteries
CN110112786B (zh) 一种含电热负荷的微网***能量管理方法
CN111030101A (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及***
CN108197412B (zh) 一种多能源耦合能量管理***及优化方法
CN107834574A (zh) 一种分布式能源***与电网交换功率的控制方法
CN110705737A (zh) 一种多能微网多种储能容量综合优化配置方法
CN114386323A (zh) 基于改进蝴蝶算法的含分布式电源的配电网无功优化方法

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