CN114069714B - 一种包含可再生能源的分布式电力***机组调度方法及装置 - Google Patents
一种包含可再生能源的分布式电力***机组调度方法及装置 Download PDFInfo
- Publication number
- CN114069714B CN114069714B CN202111444650.1A CN202111444650A CN114069714B CN 114069714 B CN114069714 B CN 114069714B CN 202111444650 A CN202111444650 A CN 202111444650A CN 114069714 B CN114069714 B CN 114069714B
- Authority
- CN
- China
- Prior art keywords
- power
- period
- fuel cell
- gas turbine
- distributed power
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000000446 fuel Substances 0.000 claims abstract description 60
- 238000003860 storage Methods 0.000 claims abstract description 47
- 238000013178 mathematical model Methods 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 29
- 230000005611 electricity Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 abstract description 10
- 230000002452 interceptive effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 51
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement 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
-
- 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
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种包含可再生能源的分布式电力***机组调度方法及装置，该方法将微型燃气轮机、燃料电池、风力发电机组和光伏发电作为分布式发电单元，综合考虑输出功率与需求功率的平衡、蓄电池充放电的能量平衡、交互功率约束和蓄电池容量约束，以及以微型燃气轮机、燃料电池、电池和公共连接点的运行状态未整数约束，并引入整变量连续化方法和双罚策略，求解得到机组最优的功率和运行状态规划，实现机组的最优调度。本发明方法能获得更平滑的机组功率曲线、更准确的启停状态，降低***运行成本，具有更好的稳定性和鲁棒性。
Description
技术领域
本发明涉及一种包含可再生能源的分布式电力***机组调度方法及装置，属于分布式电力***调控 技术领域。
背景技术
分布式电力***是由不同的分布式电力资源、储能、能量转换和地方负荷组成的紧凑的能源***。 与集中式能源***、远距离输电和大电网相比，分布式电力***克服了传统电力***存在的可再生能源 吸收困难、远距离输电损耗高等问题，是传统能源***的有益补充。分布式电力***利用可再生能源有效缓解能源供需矛盾，可独立运行或与主电网相互配合运行。因此，分布式电力***因其安全可靠、能 源利用率高、对环境友好等优点成为能源领域的研究热点之一。
与传统能源***相比，分布式电力***的发电源多样化，可再生能源以及用户负荷有间歇性和随机 性的特点，这使得分布式电力***中电源的最优功率设置更加困难。因此，如何协调各分布式电源之间 的最优功率分配、使其达到最优运行状态，是分布式电力***发展的关键问题。在可再生能源波动性、间歇性大的前提下，仅通过调节机组出力可能造成可再生能源不能完全吸收、机组输出冗余、***运行 成本增加等问题，难以达到调度的目的。因此，有必要将机组的启停和输出进行同步调度，这是在满足 ***负荷和安全约束条件下，规划分布式机组的出力和启停状态的有效方法。
发明内容
本发明的目的在于提供一种包含可再生能源的分布式电力***机组调度方法及装置，采用内点法， 处理大规模的线性和非线性约束，然后引入整变量连续化方法和双罚策略，引导整变量收敛到最优解， 同时得到机组最优的功率和运行状态规划，实现机组的最优调度。
为达到上述目的，本发明采用的技术方案如下：
本发明提供一种包含可再生能源的分布式电力***机组调度方法，包括：
建立包含可再生能源的分布式电力***机组的优化调度数学模型；所述分布式电力***采用微型燃 气轮机、燃料电池、风力发电机组和光伏发电机组作为分布式电源，还包括蓄电池和负荷；所述分布式 电力***通过公共连接点与主网进行功率交互；
对所述优化调度数学模型进行优化，将所述优化调度数学模型中的整数约束转化为连续约束；
对优化后的优化调度数学模型进行求解，得到微型燃气轮机、燃料电池、蓄电池和公共连接点的出 力及启停状态。
进一步的，所述建立包含可再生能源的分布式电力***机组的优化调度数学模型包括：
以分布式电力***运行成本最小为目标建立目标函数如下：
其中，f(P,k)表示分布式电力***在k时段的运行成本，Cb,MGT和Cb,FC表示微型燃气轮机和燃料电 池的燃耗成本，Cm,MGT、Cm,FC、Cm,bat分别表示微型燃气轮机、燃料电池、蓄电池的维护成本，为k 时段公共连接点的输出功率，Cst,MGT、Cst,FC、Cst,bat、Cst,PCC分别为微型燃气轮机、燃料电池、蓄电池、 公共连接点的单位启停成本，CPCC表示从主网购电的价格，分别为微型燃气轮机、 燃料电池、蓄电池、公共连接点的运行状态，“0”表示关机，“1”表示运行。
进一步的，所述目标函数需满足以下约束条件：
A、
其中，为k时段第i个分布式电源的输出功率，为k时段蓄电池的输出功率，为k时段公 共连接点的输出功率，为k时段负荷需求功率，N为分布式电源个数；
B、
其中，为蓄电池剩余容量，σ为蓄电池自放电速率，η1为充电效率，η2为放电效率，Ebat表示蓄 电池总容量，为k时段充电功率，为k时段放电功率；
C、
其中，和为微型燃气轮机的最小和最大斜坡功率，和为燃料电池的 最小和最大斜坡功率，和为蓄电池的最小和最大斜坡功率，为k时段微型燃气轮机 的输出功率，为k时段燃料电池的输出功率；
D、
其中，和分别为蓄电池剩余容量的最小值和最大值；
E、
进一步的，所述采用惩罚函数对所述优化调度数学模型进行优化，包括：
将所述优化调度数学模型的整数约束E转化为连续的非线性等式约束和连续的不等式约束：
将转化后的非线性约束加入到目标函数中得到：
其中，λ是惩罚因子，代表
进一步的，所述采用惩罚函数对所述优化调度数学模型进行优化，还包括：
设计罚函数替代目标函数中整数决策变量得到优化后的目标函数如下：
其中，是整数决策变量的罚函数，是的罚函数log(·)表示对数运算，Round(·)表示舍入 函数，δ是一个常数阈值。
进一步的，采用内点法对优化后的目标函数在满足约束条件下进行求解，得到微型燃 气轮机、燃料电池、蓄电池和公共连接点的出力及启停状态。
本发明还提供一种包含可再生能源的分布式电力***机组调度装置，包括：
建模模块，用于建立包含可再生能源的分布式电力***机组的优化调度数学模型；所述分布式电力 ***采用微型燃气轮机、燃料电池、风力发电机组和光伏发电机组作为分布式电源，还包括蓄电池和负 荷；所述分布式电力***通过公共连接点与主网进行功率交互；
优化模块，用于对所述优化调度数学模型进行优化，将所述优化调度数学模型中的整数约束转化为 连续约束；
以及，
调度模块，用于对优化后的优化调度数学模型进行求解，得到微型燃气轮机、燃料电池、蓄电池和 公共连接点的出力及启停状态。
进一步的，所述建模模块具体用于，
以分布式电力***运行成本最小为目标建立目标函数如下：
其中，f(P,k)表示分布式电力***在k时段的运行成本，Cb,MGT和Cb,FC表示微型燃气轮机和燃料电 池的燃耗成本，Cm,MGT、Cm,FC、Cm,bat分别表示微型燃气轮机、燃料电池、蓄电池的维护成本，为k 时段公共连接点的输出功率，Cst,MGT、Cst,FC、Cst,bat、Cst,PCC分别为微型燃气轮机、燃料电池、蓄电池、 公共连接点的单位启停成本，CPCC表示从主网购电的价格，分别为微型燃气轮机、 燃料电池、蓄电池、公共连接点的运行状态；
所述目标函数需满足以下约束条件：
A、
其中，Pi k为k时段第i个分布式电源的输出功率，为k时段蓄电池的输出功率，为k时段公 共连接点的输出功率，为k时段负荷需求功率，N为分布式电源个数；
B、
其中，为蓄电池剩余容量，σ为蓄电池自放电速率，η1为充电效率，η2为放电效率，Ebat表示蓄 电池总容量，为k时段充电功率，为k时段放电功率；
C、
其中，和为微型燃气轮机的最小和最大斜坡功率，和为燃料电池的 最小和最大斜坡功率，和为蓄电池的最小和最大斜坡功率，为k时段微型燃气轮机 的输出功率，为k时段燃料电池的输出功率；
D、
其中，和分别为蓄电池剩余容量的最小值和最大值；
E、进一步的，所述优化模块具体用于，
将所述优化调度数学模型的整数约束E转化为连续的非线性等式约束和连续的不等式约束：
将转化后的非线性约束加入到目标函数中得到：
其中，λ是惩罚因子，代表
设计罚函数替代目标函数中整数决策变量得到优化后的目标函数如下：
其中，是整数决策变量的罚函数，是的罚函数log(·)表示对数运算，Round(·)表示舍入 函数，δ是一个常数阈值。
进一步的，所述调度模块具体用于，
采用内点法对优化后的目标函数在满足约束条件下进行求解，得到微型燃气轮机、燃 料电池、蓄电池和公共连接点的出力及启停状态。
本发明的有益效果为：
本发明引入整变量连续化方法和双罚策略，引导整变量收敛到最优解，同时得到机组最优的功率规 划和相应的启停状态规划，该建模方法可以在保证微燃机和燃料电池稳定输出的同时，实现可再生能源 在分布式电力***中的完全消纳，提高能量利用率，降低设备损耗。
本发明的优化算法与单罚约束优化方法相比，收敛曲线波动较小，优化过程中优化变量变化较小， 并且收敛到最优状态的迭代次数较少，优化过程稳定性更好。本发明能够获得更平滑的最优输出功率曲 线和最优启停状态，准确引导机组投入，节约***运行成本。
附图说明
图1为本发明提供的模型求解混合整数优化问题的流程图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来 限制本发明的保护范围。
本发明提供一种包含可再生能源的分布式电力***机组调度的混合整数优化方法，以获得更平滑的 机组功率曲线、更准确的启停状态，降低***运行成本，增强能源***灵活性，指导启停规划。本发明 采用的技术方案为设计一种整数决策变量延拓方法和双罚策略来构造只有连续约束的目标函数，将复杂混合整数优化转化为连续变量优化。结合优化算法建立混合整数优化模型，实现可再生能源的完全消纳。
一种包含可再生能源的分布式电力***机组调度的混合整数优化方法，具体实现过程如下：
(1)建立典型的分布式电力***框架，包括微型燃气轮机、燃料电池、蓄电池、风力发电机组、光 伏和用户负荷等。图1中，PMGT为微型燃气轮机的输出功率，PFC为燃料电池的输出功率，Pbat为蓄电池 的充放电功率。当Pbat为负值时，表示由分布式电力***对蓄电池进行充电；当Pbat为正值时，表示蓄电 池向分布式电力***进行放电。蓄电池剩余容量表示为SB，风电和光伏功率分别为Pwind和PPV，用户的 功率需求为Pload。分布式电力***与主网之间的交互功率是PPCC。
将微型燃气轮机、燃料电池、风力发电机组和光伏发电作为分布式发电单元(分布式电源)。采用蓄 电池调节峰值负荷，存储剩余电能。分布式电力***与主网之间的功率交互通过公共连接点来实现，当 分布式单元所产生的电能不能满足用户需求，分布式电力***通过公共连接点从主电网购入电能，当分 布式电力***剩余电能，它将被卖给主电网。首先吸收风电和光伏发电，剩余用户负荷由其他电源满足。
(2)建立分布式电力***中的平衡能量关系，作为模型的约束，包括输出功率与需求功率的平衡、 蓄电池充放电的能量平衡、输出功率斜坡约束和蓄电池容量约束等。
①输出功率与需求功率的平衡：
其中，Pi k为k时段第i个分布式电源的输出功率，分布式电源包括微型燃气轮机、燃料电池、风力 发电和光伏发电，为k时段蓄电池的输出功率，为k时段公共连接点的输出功率，为k时段 负荷需求功率，N为分布式电源个数。
②蓄电池充放电的能量平衡：
蓄电池是双向电源，既能向***供电，又能充电。σ为蓄电池自放电速率，η1为充电效率，η2为放 电效率，Ebat表示蓄电池总容量，为k时段充电功率，为k时段放电功率。
③输出功率斜坡约束：
为了使分布式电源的输出功率保持在相对稳定的状态，减少较大的功率波动对机组的寿命损害，需 要满足输出功率斜坡约束。和为微型燃气轮机的最小和最大斜坡功率，和为燃料电池的最小和最大斜坡功率，和为蓄电池的最小和最大斜坡功率，为k时段 微型燃气轮机的输出功率，为k时段燃料电池的输出功率，为k时段蓄电池的输出功率。
④蓄电池容量约束：
蓄电池处于充满或放电状态都会严重损害蓄电池的使用寿命，因此其剩余容量应满足上式。式中，和分别表示蓄电池剩余容量的最小值和最大值。
(3)由于用户负荷和可再生能源波动较大，考虑可再生能源利用和***运行成本，需要根据不同时 段的用户负荷进行机组调度，它涉及到分布式电源启停状态和最优功率的规划和优化。建立整数约束表 示微型燃气轮机、燃料电池、蓄电池和公共连接点的运行状态，“0”表示关机，“1”表示运行。
式中，分别为k时段微型燃气轮机、燃料电池、蓄电池、公共连接点的运行 状态。
(4)采用运行成本作为分布式电力***的目标函数，组织不同时段的最优机组投入，目标函数中考 虑燃耗成本、维修成本、购电成本和单位启停成本。目标函数如下：
式中，f(P,k)表示分布式电力***在k时段的***运行成本，Cb,MGT和Cb,FC表示微型燃气轮机和燃 料电池的燃耗成本，Cm,MGT、Cm,FC、Cm,bat分别表示微型燃气轮机、燃料电池、蓄电池的维护成本，为k时段公共连接点的输出功率，Cst,MGT、Cst,FC、Cst,bat、Cst,PCC分别为微型燃气轮机、燃料电池、蓄电 池、公共连接点的单位启停成本，CPCC表示从主电网购电的价格，是关于购电时间的分段函数。在整个 调度周期内，将燃耗成本和维护成本认为是常数。
(5)考虑到目标函数中包含整数决策变量，因此分布式电力***的机组组合问题构成混合整数优化问题，采用惩罚函数迫使整数决策变量的优化结果更接近最优整数值。首先，将目标函数中的整数约束 转化为连续的非线性等式约束和连续的不等式约束：
由此将混合整数优化中的所有约束转化为连续约束，简化了优化模型。
(6)设计新的罚函数，将上述整数约束的等式约束条件以惩罚的形式加入目标函数中，步骤(4) 的目标函数变为：
式中，λ是惩罚因子，代表
考虑到整数决策变量只决定了机组的运行状态，因此进一步建立对等式约束中的启动成本项的惩罚 约束。对于由和所包含的整数决策变量设计以下惩罚来替代它们，
其中，是原整数决策变量的罚函数，log(·)表示对数运算，Round(·)表示舍入函数，δ是一个 极小的常数阈值。
将罚函数带入原目标函数可得：
(7)通过双罚约束将表示机组起停状态的整数决策变量加入目标函数后，将原混合整数优化问题转 化为连续变量优化问题，用经典的内点法求解最优解。当迭代点接近可行区域边界时，目标函数急剧增 加，以防止迭代点越过边界获得最优解。求解流程如图1所示，具体求解过程如下：
(71)对于多约束的复杂优化问题，可写为下式。其中x为连续优化变量；矩阵A、b、Aeq、Beq 分别表示线性等式约束和线性不等式约束的系数和常数；G(x)和Geq(x)分别表示非线性等式约束和非 线性不等式约束；Lb和Ub分别是变量x的下边界和上边界。
min f(x)
(72)确定分布式电力***中需要优化的变量，包括各机组的输出功率及各设备的运行状态： P＝{PMGT,PFC,Pbat,PPCC}及
(73)设置初始参数和惩罚因子λ，令当前时段k＝1。
(74)计算k时段扣除风电和光伏电量后的剩余负荷。
(75)确定优化问题中约束的系数和参数边界，根据k的值选择与电网的交易电价CPCC。用内点法 求解优化问题，使目标函数的值最小。
(76)得到优化后的各机组输出功率及运行状态判断k是否达到调度周期T，若 未达到，则更新当前***中的参数，将赋值给更新令k＝k+1，返回到步骤 (74)，开始新一轮的计算，直至k达到调度周期T，进入下一步。
(77)根据前述计算得到所有时段的各机组最优输出功率Pi,optimal和各设备最优运行状态γi,optimal的集合，计算不同电源的斜坡功率。如果不满足这个优化问题的各约束条件，则返回到步骤(73)，重新 计算；如果满足，则继续下一步。
(78)获得整个调度周期T内的最优机组出力及各设备相应的运行状态，并计算在此情况下分布式 电力***的运行成本。
本发明另一个实施例提供一种包含可再生能源的分布式电力***机组调度装置，包括：
建模模块，用于建立包含可再生能源的分布式电力***机组的优化调度数学模型；所述分布式电力 ***采用微型燃气轮机、燃料电池、风力发电机组和光伏发电机组作为分布式电源，还包括蓄电池和负 荷；所述分布式电力***通过公共连接点与主网进行功率交互；
优化模块，用于对所述优化调度数学模型进行优化，将所述优化调度数学模型中的整数约束转化为 连续约束；
以及，
调度模块，用于对优化后的优化调度数学模型进行求解，得到微型燃气轮机、燃料电池、蓄电池和 公共连接点的出力及启停状态。
本实施例中，建模模块具体用于，
以分布式电力***运行成本最小为目标建立目标函数如下：
其中，f(P,k)表示分布式电力***在k时段的运行成本，Cb,MGT和Cb,FC表示微型燃气轮机和燃料电 池的燃耗成本，Cm,MGT、Cm,FC、Cm,bat分别表示微型燃气轮机、燃料电池、蓄电池的维护成本，为k 时段公共连接点的输出功率，Cst,MGT、Cst,FC、Cst,bat、Cst,PCC分别为微型燃气轮机、燃料电池、蓄电池、 公共连接点的单位启停成本，CPCC表示从主网购电的价格，分别为微型燃气轮机、 燃料电池、蓄电池、公共连接点的运行状态；
所述目标函数需满足以下约束条件：
A、
其中，Pi k为k时段第i个分布式电源的输出功率，为k时段蓄电池的输出功率，为k时段公 共连接点的输出功率，为k时段负荷需求功率，N为分布式电源个数；
B、
其中，为蓄电池剩余容量，σ为蓄电池自放电速率，η1为充电效率，η2为放电效率，Ebat表示蓄 电池总容量，为k时段充电功率，为k时段放电功率；
C、
其中，和为微型燃气轮机的最小和最大斜坡功率，和为燃料电池的 最小和最大斜坡功率，和为蓄电池的最小和最大斜坡功率，为k时段微型燃气轮机 的输出功率，为k时段燃料电池的输出功率；
D、
其中，和分别为蓄电池剩余容量的最小值和最大值；
E、
其中，γMGT、γFC、γbat、γPCC分别为微型燃气轮机、燃料电池、蓄电池、公共连接点的运行状态， 0表示关机，1表示运行。
本实施例中，优化模块具体用于，
将所述优化调度数学模型的整数约束E转化为连续的非线性等式约束和连续的不等式约束：
将转化后的非线性约束加入到目标函数中得到：
其中，λ是惩罚因子，代表
设计罚函数替代目标函数中整数决策变量得到优化后的目标函数如下：
其中，是整数决策变量的罚函数，是的罚函数log(·)表示对数运算，Round(·)表示舍入 函数，δ是一个常数阈值。
本实施例中，调度模块具体用于，
采用内点法对优化后的目标函数在满足约束条件下进行求解，得到微型燃气轮机、燃 料电池、蓄电池和公共连接点的出力及启停状态。
值得指出的是，该装置实施例是与上述方法实施例对应的，上述方法实施例的实现方式均适用于该装置实施例中，并能达到相同或相似的技术效果，故不在此赘述。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例 对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进 行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (6)
1.一种包含可再生能源的分布式电力***机组调度方法，其特征在于，包括：
建立包含可再生能源的分布式电力***机组的优化调度数学模型；所述分布式电力***采用微型燃气轮机、燃料电池、风力发电机组和光伏发电机组作为分布式电源，还包括蓄电池和负荷；所述分布式电力***通过公共连接点与主网进行功率交互；所述优化调度数学模型为：
以分布式电力***运行成本最小为目标建立目标函数如下：
其中，f(P,k)表示分布式电力***在k时段的运行成本，Cb,MGT和Cb,FC表示微型燃气轮机和燃料电池的燃耗成本，Cm,MGT、Cm,FC、Cm,bat分别表示微型燃气轮机、燃料电池、蓄电池的维护成本，为k时段公共连接点的输出功率，Cst,MGT、Cst,FC、Cst,bat、Cst,PCC分别为微型燃气轮机、燃料电池、蓄电池、公共连接点的单位启停成本，CPCC表示从主网购电的价格，分别为k时段微型燃气轮机、燃料电池、蓄电池、公共连接点的运行状态，0表示关机，1表示运行；
所述目标函数需满足以下约束条件：
A、
其中，Pi k为k时段第i个分布式电源的输出功率，为k时段蓄电池的输出功率，为k时段公共连接点的输出功率，为k时段负荷需求功率，N为分布式电源个数；
B、
其中，为蓄电池剩余容量，σ为蓄电池自放电速率，η1为充电效率，η2为放电效率，Ebat表示蓄电池总容量，为k时段充电功率，为k时段放电功率；
C、
其中，和为微型燃气轮机的最小和最大斜坡功率，和为燃料电池的最小和最大斜坡功率，和为蓄电池的最小和最大斜坡功率，为k时段微型燃气轮机的输出功率，为k时段燃料电池的输出功率；
D、
其中，和分别为蓄电池剩余容量的最小值和最大值；
E、
采用惩罚函数对所述优化调度数学模型进行优化，将所述优化调度数学模型中的整数约束转化为连续约束；包括：
将所述优化调度数学模型的整数约束E转化为连续的非线性等式约束和连续的不等式约束：
将转化后的非线性约束加入到目标函数中得到：
其中，λ是惩罚因子，代表
设计罚函数替代目标函数中整数决策变量得到优化后的目标函数如下：
其中，是整数决策变量的罚函数，是的罚函数log(·)表示对数运算，Round()表示舍入函数，δ是一个常数阈值；
对优化后的优化调度数学模型进行求解，得到微型燃气轮机、燃料电池、蓄电池和公共连接点的出力及启停状态。
2.根据权利要求1所述的一种包含可再生能源的分布式电力***机组调度方法，其特征在于，采用内点法对优化后的目标函数在满足约束条件下进行求解，得到微型燃气轮机、燃料电池、蓄电池和公共连接点的出力及启停状态。
3.一种包含可再生能源的分布式电力***机组调度装置，其特征在于，用于实现权利要求1至2任意一项所述的包含可再生能源的分布式电力***机组调度方法，所述装置包括：
建模模块，用于建立包含可再生能源的分布式电力***机组的优化调度数学模型；所述分布式电力***采用微型燃气轮机、燃料电池、风力发电机组和光伏发电机组作为分布式电源，还包括蓄电池和负荷；所述分布式电力***通过公共连接点与主网进行功率交互；
优化模块，用于对所述优化调度数学模型进行优化，将所述优化调度数学模型中的整数约束转化为连续约束；
以及，
调度模块，用于对优化后的优化调度数学模型进行求解，得到微型燃气轮机、燃料电池、蓄电池和公共连接点的出力及启停状态。
4.根据权利要求3所述的一种包含可再生能源的分布式电力***机组调度装置，其特征在于，所述建模模块具体用于，
以分布式电力***运行成本最小为目标建立目标函数如下：
其中，f(P,k)表示分布式电力***在k时段的运行成本，Cb,MGT和Cb,FC表示微型燃气轮机和燃料电池的燃耗成本，Cm,MGT、Cm,FC、Cm,bat分别表示微型燃气轮机、燃料电池、蓄电池的维护成本，为k时段公共连接点的输出功率，Cst,MGT、Cst,FC、Cst,bat、Cst,PCC分别为微型燃气轮机、燃料电池、蓄电池、公共连接点的单位启停成本，CPCC表示从主网购电的价格，分别为微型燃气轮机、燃料电池、蓄电池、公共连接点的运行状态；
所述目标函数需满足以下约束条件：
A、
其中，Pi k为k时段第i个分布式电源的输出功率，为k时段蓄电池的输出功率，为k时段公共连接点的输出功率，为k时段负荷需求功率，N为分布式电源个数；
B、
其中，为蓄电池剩余容量，σ为蓄电池自放电速率，η1为充电效率，η2为放电效率，Ebat表示蓄电池总容量，为k时段充电功率，为k时段放电功率；
C、
其中，和为微型燃气轮机的最小和最大斜坡功率，和为燃料电池的最小和最大斜坡功率，和为蓄电池的最小和最大斜坡功率，为k时段微型燃气轮机的输出功率，为k时段燃料电池的输出功率；
D、
其中，和分别为蓄电池剩余容量的最小值和最大值；
E、
5.根据权利要求4所述的一种包含可再生能源的分布式电力***机组调度方法，其特征在于，所述优化模块具体用于，
将所述优化调度数学模型的整数约束E转化为连续的非线性等式约束和连续的不等式约束：
将转化后的非线性约束加入到目标函数中得到：
其中，λ是惩罚因子，代表
设计罚函数替代目标函数中整数决策变量得到优化后的目标函数如下：
其中，是整数决策变量的罚函数，是的罚函数log(·)表示对数运算，Round(·)表示舍入函数，δ是一个常数阈值。
6.根据权利要求5所述的一种包含可再生能源的分布式电力***机组调度方法，其特征在于，所述调度模块具体用于，
采用内点法对优化后的目标函数在满足约束条件下进行求解，得到微型燃气轮机、燃料电池、蓄电池和公共连接点的出力及启停状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111444650.1A CN114069714B (zh) | 2021-11-30 | 2021-11-30 | 一种包含可再生能源的分布式电力***机组调度方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111444650.1A CN114069714B (zh) | 2021-11-30 | 2021-11-30 | 一种包含可再生能源的分布式电力***机组调度方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114069714A CN114069714A (zh) | 2022-02-18 |
| CN114069714B true CN114069714B (zh) | 2024-07-02 |
Family
ID=80277661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111444650.1A Active CN114069714B (zh) | 2021-11-30 | 2021-11-30 | 一种包含可再生能源的分布式电力***机组调度方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114069714B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105207259A (zh) * | 2015-09-18 | 2015-12-30 | 北京北变微电网技术有限公司 | 基于能量管理的并网状态下的微电网***调度方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9373960B2 (en) * | 2013-03-13 | 2016-06-21 | Oracle International Corporation | Computerized system and method for distributed energy resource scheduling |
| KR101741924B1 (ko) * | 2015-11-18 | 2017-06-15 | (주)다한테크 | 태양광 어레이의 부분 음영에 대비한 하이브리드 최대전력추종 제어방법 |
| WO2019094750A1 (en) * | 2017-11-09 | 2019-05-16 | Wisys Technology Foundation, Inc. | Micro-grid energy management system |
| CN108258695B (zh) * | 2018-02-28 | 2019-08-27 | 东南大学 | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 |
| CN108539739A (zh) * | 2018-05-10 | 2018-09-14 | 安徽理工大学 | 微电网运行能量管理优化方法 |
| CN110649639B (zh) * | 2019-10-30 | 2023-04-07 | 国网辽宁省电力有限公司阜新供电公司 | 计及电热***运行与损失成本的区域电网优化调度方法 |
| CN112054554B (zh) * | 2020-08-18 | 2022-10-28 | 国网山东省电力公司临沂供电公司 | 基于非参数统计的自适应分布鲁棒机组组合方法及*** |
-
2021
- 2021-11-30 CN CN202111444650.1A patent/CN114069714B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105207259A (zh) * | 2015-09-18 | 2015-12-30 | 北京北变微电网技术有限公司 | 基于能量管理的并网状态下的微电网***调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114069714A (zh) | 2022-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及*** | |
| CN111404206A (zh) | 考虑投资回报约束的风光储发电***容量双层规划方法 | |
| CN110889581A (zh) | 一种电动汽车参与的台区优化调度方法和*** | |
| CN115115130A (zh) | 一种基于模拟退火算法的风光储制氢***日前调度方法 | |
| CN109787221A (zh) | 一种微电网电能安全经济调度方法和*** | |
| CN116316713A (zh) | 一种含风光和光伏的电网储能配置方法及装置 | |
| CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及*** | |
| CN115882460A (zh) | 一种考虑需求侧管理的两阶段新能源微电网优化调度方法 | |
| CN112307603A (zh) | 考虑大规模风电接入的混合储能容量优化配置方法及*** | |
| CN114069714B (zh) | 一种包含可再生能源的分布式电力***机组调度方法及装置 | |
| CN111210119A (zh) | 多种市场下vpp电、热、气优化调度模型的建立方法 | |
| CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
| CN115800276A (zh) | 一种考虑机组爬坡的电力***应急调度方法 | |
| CN112561120B (zh) | 一种基于微电网参考日前市场出清***优化运行方法 | |
| CN112541778B (zh) | 一种基于微电网参与两阶段市场出清***优化运行方法 | |
| CN116128193A (zh) | 一种基于区块链技术的园区微网调度方法及调度*** | |
| Chen et al. | Economic dispatch of hydro-thermal power system with large-scale wind power penetration | |
| CN115882483A (zh) | 一种利用容量弹性实现***最优储能容量配置的方法 | |
| CN111987729B (zh) | 一种含p2g微网的储电储气容量配置与调度优化方法 | |
| 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 | |
| Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
| Yang et al. | Multi-time scale collaborative scheduling strategy of distributed energy systems for energy Internet | |
| CN117559438B (zh) | 基于ems-lmp耦合的源网荷储一体化可再生能源消纳方法及装置 | |
| Zou et al. | Day-ahead capacity management for directly dispatched multiple battery energy storage participating in peak regulation |
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 |