CN114914918A - 全可再生能源驱动的离网海岛海水淡化***及其调控方法 - Google Patents

全可再生能源驱动的离网海岛海水淡化***及其调控方法 Download PDF

Info

Publication number
CN114914918A
CN114914918A CN202210676233.8A CN202210676233A CN114914918A CN 114914918 A CN114914918 A CN 114914918A CN 202210676233 A CN202210676233 A CN 202210676233A CN 114914918 A CN114914918 A CN 114914918A
Authority
CN
China
Prior art keywords
energy storage
power
output power
module
energy
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
CN202210676233.8A
Other languages
English (en)
Inventor
王东来
刘蕊
李奇颖
刘政翰
张桂凡
赵琰
林盛
王健
姜河
王伟
薄文
李泉铮
董弋铭
黄钰
史金鹏
李佳音
张臻
刘照群
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.)
Shenyang Institute of Engineering
Original Assignee
Shenyang Institute of Engineering
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 Shenyang Institute of Engineering filed Critical Shenyang Institute of Engineering
Priority to CN202210676233.8A priority Critical patent/CN114914918A/zh
Publication of CN114914918A publication Critical patent/CN114914918A/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
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
    • C02F1/441—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by reverse osmosis
    • 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
    • H02J13/00004—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 characterised by the power network being locally controlled
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • 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
    • H02J3/381—Dispersed generators
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/08—Seawater, e.g. for desalination
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2201/00—Apparatus for treatment of water, waste water or sewage
    • C02F2201/009—Apparatus with independent power supply, e.g. solar cells, windpower, fuel cells
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Separation Using Semi-Permeable Membranes (AREA)

Abstract

本发明涉及一种全可再生能源驱动的离网海岛海水淡化***，所述***包括：调控中心、预测模块、储能模块、发电模块和海水淡化模块；发电模块包括风力发电机组、波浪能发电机组和太阳能发电机组；预测模块分别与储能模块、发电模块、海水淡化模块和调控中心连接；调控中心与储能模块连接；储能模块包括储能蓄电池和抽水蓄能机组；预测模块用于计算可再生能源的总输出功率；根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；述调控中心用于当净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；当净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。实现了海上各种能源的充分利用。

Description

全可再生能源驱动的离网海岛海水淡化***及其调控方法
技术领域
本发明涉及海水淡化技术领域，特别是涉及全可再生能源驱动的离网海岛海水淡化***及其调控方法。
背景技术
由于海岛地理位置的独特性，众多海岛的供电***采用大陆供给或自备柴油发电机，少数***混合有低渗透率的风光可再生能源。采用柴油发电的海岛，发电能力严重不足，且海岛生态环境容易造成破坏；若采用海底电缆进行供电，则投资成本十分昂贵，且一旦造到损坏，维修难度大，海岛供电可靠性难以得到保证。因此，解决电力缺乏问题对促进海岛地区社会经济发展意义重大。海岛的建设及发展不仅与可靠的电能相关，还与淡水供给息息相关，淡水资源是海岛开发建设、经济发展的基础。由于海岛地理环境的特殊，海岛可利用淡水、河流少，地下水资源有限、地质条件脆弱及水资源开发难度大。而海岛降水量与天气有关，若遇到干旱，则无雨水可以利用，且受海岛面积的限制。淡水资源短缺不仅影响岛上居民的日常生活，也严重制约海岛的开发建设与经济发展。因此，建立一个完整的海岛综合能源***为海岛进行持续供应淡水资源和电力需求，充分利用丰富的可再生能源，有助于海岛的快速发展。
发明内容
有鉴于此，本发明提供全可再生能源驱动的离网海岛海水淡化***及其调控方法，以实现可再生能源的充分利用。
为实现上述目的，本发明提供了如下方案：
一种全可再生能源驱动的离网海岛海水淡化***，所述***包括：调控中心、预测模块、储能模块、发电模块和海水淡化模块；所述发电模块包括风力发电机组、波浪能发电机组和太阳能发电机组；
所述预测模块分别与所述储能模块、所述发电模块、所述海水淡化模块和所述调控中心连接；
所述调控中心与所述储能模块连接；所述储能模块包括储能蓄电池和抽水蓄能机组；
所述预测模块用于计算可再生能源的总输出功率；根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；
所述调控中心用于当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
可选的，所述预测模块分别与所述储能模块、所述发电模块、所述海水淡化模块和所述调控中心连接的方式及所述调控中心与所述储能模块连接的方式均采用双通讯方式；
所述双通讯方式包括电力载波和无线通信。
一种全可再生能源驱动的离网海岛海水淡化***的调控方法，所述方法包括如下步骤：
计算可再生能源的总输出功率；
根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；
当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；
当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
可选的，所述计算可再生能源的总输出功率，具体包括：
获取风速、光照强度和海浪高度；
根据风速，利用如下公式计算风力发电机的输出功率；
Figure BDA0003694735400000021
其中，Pwt为t时刻风力发电机的输出功率；vci为风机的切入风速；vr为风机的额定风速；vco为风机的切除风速；Pr为风机的额定输出功率；vo(t)为t时刻的风速；
根据光照强度，利用如下公式计算太阳能电池的输出功率；
Figure BDA0003694735400000031
式中，Ppv为太阳能发电***的输出功率；Mst为太阳能发电***生产厂商的标准测试条件，指定光照强度为1kW/m2，指定电池板表面温度Tn为25℃；PS为太阳能电池在标准测试条件下的额定输出功率；Mc(t)为太阳能电池所在工作地点的光照强度；Ts为太阳能电池所在工作地点的环境温度；K为功率温度系数；
根据波浪高度，利用如下公式计算波浪能发电机的输出功率；
Figure BDA0003694735400000032
其中，Pwa为波浪能发电机的输出功率；ρ为海水密度；g为重力加速度；Hwa为海面的波浪的高度；Twa为海面的波浪周期；Lwa为波浪能发电机接收波浪的宽度；
计算风力发电机的输出功率、太阳能电池的输出功率及波浪能发电机的输出功率的和，作为可再生能源的总输出功率。
可选的，所述计算可再生能源的总输出功率，具体包括：
以运维成本最小为目标构建目标函数为：
Cann＝Cwa+Cwt+Cpv+Cde+Ccn；
其中，Cann表示目标函数，Cwa为波浪能发电机组的运维成本；Cwt为风力发电机组的运维成本；Cpv为太阳能发电机组的运维成本；Cde为双***通讯设备维修成本；Ccn为储能蓄电池的运维成本；
确定每种可再生能源的输出功率的约束条件为：
Figure BDA0003694735400000033
其中，Pwa为波浪能发电机的输出功率；
Figure BDA0003694735400000041
为波浪能发电机的额定功率；Pwt为风力发电机的输出功率；
Figure BDA0003694735400000042
为风力发电机的额定功率；Ppv为太阳能发电***的输出功率；
Figure BDA0003694735400000043
为太阳能发电***的额定功率；
基于所述约束条件，采用改进的粒子群算法求解所述目标函数，确定所述目标函数最小时的每种可再生能源的输出功率；
计算每种可再生能源的输出功率的和，作为可再生能源的总输出功率。
可选的，改进的粒子群算法的权重因子、第一学习因子和第二学习因子为：
Figure BDA0003694735400000044
其中，ω′为权重因子，ωmin和ωmax分别为权重因子的最小值和最大值，ωmin取0.3，ωmax取0.9，tcur为当前迭代的次数；tmax为总的迭代次数；c1f和c2f分别为第一学习因子c1、第二学习因子c2的终止值，分别取0.55和2；c1i和c2i分别为第一学习因子c1、第二学习因子c2的初始值，分别取2和0.55；
改进的粒子群算法的速度更新公式为：
Figure BDA0003694735400000045
其中，
Figure BDA0003694735400000046
表示所有粒子的个体最优值的平均值，
Figure BDA0003694735400000047
和
Figure BDA0003694735400000048
分别为粒子i在第t+1次迭代和第t次迭代时的速度；r1和r2为介于0和1之间的两个随机数；
Figure BDA0003694735400000049
为粒子i在第t+1次迭代时的位置；
Figure BDA00036947354000000410
为粒子群在第t次迭代时的全局最优位置。
可选的，所述当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略，具体包括；
控制储能蓄电池进行充电，并根据储能蓄电池的充电功率曲线及储能蓄电池的当前荷电状态，确定储能蓄电池的消纳功率，且当所述净负荷大于储能蓄电池的消纳功率时，控制抽水储能机组进行储能。
可选的，所述当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略，具体包括；
控制储能蓄电池进行放电，并根据储能蓄电池的放电功率曲线及储能蓄电池的当前荷电状态，确定储能蓄电池的放电功率，且当所述净负荷的绝对值大于储能蓄电池的放电功率时，控制抽水储能机组进行发电。
一种全可再生能源驱动的离网海岛海水淡化***的调控***，所述***包括：
总输出功率计算模块，用于计算可再生能源的总输出功率；
净负荷计算模块，用于根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；
储能策略执行模块，用于当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；
放电策略执行模块，用于当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
可选的，所述总输出功率计算模块，具体包括：
参数获取子模块，用于获取风速、光照强度和海浪高度；
风力发电机的输出功率计算子模块，用于根据风速，利用如下公式计算风力发电机的输出功率；
Figure BDA0003694735400000051
其中，Pwt为t时刻风力发电机的输出功率；vci为风机的切入风速；vr为风机的额定风速；vco为风机的切除风速；Pr为风机的额定输出功率；vo(t)为t时刻的风速；
太阳能电池的输出功率计算子模块，用于根据光照强度，利用如下公式计算太阳能电池的输出功率；
Figure BDA0003694735400000061
式中，Ppv为太阳能发电***的输出功率；Mst为太阳能发电***生产厂商的标准测试条件，指定光照强度为1kW/m2，指定电池板表面温度Tn为25℃；PS为太阳能电池在标准测试条件下的额定输出功率；Mc(t)为太阳能电池所在工作地点的光照强度；Ts为太阳能电池所在工作地点的环境温度；K为功率温度系数；
波浪能发电机的输出功率计算模块，用于根据波浪高度，利用如下公式计算波浪能发电机的输出功率；
Figure BDA0003694735400000062
其中，Pwa为波浪能发电机的输出功率；ρ为海水密度；g为重力加速度；Hwa为海面的波浪的高度；Twa为海面的波浪周期；Lwa为波浪能发电机接收波浪的宽度；
第一总输出功率计算子模块，用于计算风力发电机的输出功率、太阳能电池的输出功率及波浪能发电机的输出功率的和，作为可再生能源的总输出功率。
可选的，所述总输出功率计算模块，具体包括：
目标函数构建子模块，用于以运维成本最小为目标构建目标函数为：
Cann＝Cwa+Cwt+Cpv+Cde+Ccn；
其中，Cann表示目标函数，Cwa为波浪能发电机组的运维成本；Cwt为风力发电机组的运维成本；Cpv为太阳能发电机组的运维成本；Cde为双***通讯设备维修成本；Ccn为储能蓄电池的运维成本；
约束条件确定子模块，用于确定每种可再生能源的输出功率的约束条件为：
Figure BDA0003694735400000063
其中，Pwa为波浪能发电机的输出功率；
Figure BDA0003694735400000064
为波浪能发电机的额定功率；Pwt为风力发电机的输出功率；
Figure BDA0003694735400000065
为风力发电机的额定功率；Ppv为太阳能发电***的输出功率；
Figure BDA0003694735400000071
为太阳能发电***的额定功率；
目标函数求解子模块，用于基于所述约束条件，采用改进的粒子群算法求解所述目标函数，确定所述目标函数最小时的每种可再生能源的输出功率；
第二总输出功率计算子模块，用于计算每种可再生能源的输出功率的和，作为可再生能源的总输出功率。
可选的，改进的粒子群算法的权重因子、第一学习因子和第二学习因子为：
Figure BDA0003694735400000072
其中，ω′为权重因子，ωmin和ωmax分别为权重因子的最小值和最大值，ωmin取0.3，ωmax取0.9，tcur为当前迭代的次数；tmax为总的迭代次数；c1f和c2f分别为第一学习因子c1、第二学习因子c2的终止值，分别取0.55和2；c1i和c2i分别为第一学习因子c1、第二学习因子c2的初始值，分别取2和0.55；
改进的粒子群算法的速度更新公式为：
Figure BDA0003694735400000073
其中，
Figure BDA0003694735400000074
表示所有粒子的个体最优值的平均值，
Figure BDA0003694735400000075
和
Figure BDA0003694735400000076
分别为粒子i在第t+1次迭代和第t次迭代时的速度；r1和r2为介于0和1之间的两个随机数；
Figure BDA0003694735400000077
为粒子i在第t+1次迭代时的位置；
Figure BDA0003694735400000078
为粒子群在第t次迭代时的全局最优位置。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开全可再生能源驱动的离网海岛海水淡化***及其调控方法，所述***包括：调控中心、预测模块、储能模块、发电模块和海水淡化模块；所述发电模块包括风力发电机组、波浪能发电机组和太阳能发电机组；所述预测模块分别与所述储能模块、所述发电模块、所述海水淡化模块和所述调控中心连接；所述调控中心与所述储能模块连接；所述储能模块包括储能蓄电池和抽水蓄能机组；所述预测模块用于计算可再生能源的总输出功率；根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；所述调控中心用于当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。实现了海上各种能源的充分利用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术行人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种全可再生能源驱动的离网海岛海水淡化***的调控方法的流程图；
图2为本发明实施例提供的改进的粒子群算法的流程图；
图3为本发明实施例提供的海岛冬、夏两季典型日负荷示意图；
图4为本发明实施例提供的海岛日用水需求示意图；
图5为本发明实施例提供的可再生能源各机组日出力示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术行人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种全可再生能源驱动的离网海岛海水淡化***及其调控方法，以实现可再生能源的充分利用。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本发明实施例1提供一种全可再生能源驱动的离网海岛海水淡化***，包括：调控中心、预测模块、储能模块、发电模块和海水淡化模块；
所述***调控中心、预测模块、储能模块、发电模块和海水淡化模块通过有线通讯和无线通讯两种通信方式进行连接。考虑到海岛受台风等恶劣天气影响较大，调度通信***容易受天气影响，造成通信中断。双***通信使通讯***更加安全稳定，确保海水淡化工艺的顺利进行。各自模块分别与调控中心相连并将采集各自运行数据发送至调控中心，根据调控中心发出的指令信号进行调控。风力发电机组的作用是将风能转换为交流电能提供电力；光伏发电机组的作用是，将光能转换为交流电能提供电力；海水淡化设施的作用是通过海水淡化机组使海水脱盐转化为淡水以供应海岛的淡水需求；海岛常规负荷的作用是消耗电能以承担海岛日常生活的正常运转；储能装置的作用是根据接收到的控制中心的控制信号，按计划的消纳新能源电能，并在适当情况下向各负荷提供电能控制中心的作用是根据数据库中的数据制定日前计划和日内计划，通过无线通信设备或有线通讯向***内各部分发出指令；数据库的作用是接收并储存***内各部分所需采集的各项数据以供控制中心调用，并记录控制中心发出的控制信号。其中，风力发电机组，光伏发电机组，海水淡化设施包括海水淡化机组均包括多个。
其中，储能模块储能分别由蓄电池储能和抽水蓄能组成。根据可再生能源发电模块用于淡化过程所剩负荷进行存储，满足最小存储电能满足第二天恶劣天气如台风等特殊情况所需电能要求。如果蓄电池储存电量不足，采用水蓄能方式继续发电。保证海岛淡水供应和用电需求。
(1)蓄电池模型
①蓄电池在放电时，t时刻剩余容量：
Figure BDA0003694735400000091
②蓄电池在充电时，t时刻剩余容量：
Figure BDA0003694735400000092
式中，S(t)为t时刻蓄电池的剩余容量；PSB(t)为t时刻蓄电池充放电功率；
Figure BDA0003694735400000101
为蓄电池放电效率；
Figure BDA0003694735400000102
为蓄电池充电效率；σ为蓄电池单位时间的自放电比例。
3)储能蓄电池的约束条件
储能蓄电池的寿命状态与其荷电状态(SOC)有关，储能蓄电池的荷电状态(SOC)过低或者过高都会减少其使用寿命及降低其实际应用容量。则其关系式为：
SOCmin≤SOC≤SOCmax
式中，SOCmin为储能蓄电池的最小负荷状态，一般取值0.2～0.3；SOCmax为储能蓄电池的最高荷电状态，一般取值0.8～0.9。
-Pmax,charge≤Pbe≤Pmax,discharge
Figure BDA0003694735400000103
Figure BDA0003694735400000104
式中，Pbe为储能蓄电池的充放电功率；Pmax,charge为储能蓄电池的最大充电功率；Pmax,discharge为储能蓄电池的最大放电功率，Ec为蓄电池的额定容量。
(2)抽水蓄能模型
储能***的抽水蓄能模型在发电、蓄能两种工况下。
①抽水蓄能发电工况如下：
Figure BDA0003694735400000105
式中，El为抽水用电量；Hy为抽水平均扬程；VS为调节水量；
Figure BDA0003694735400000106
水泵水轮机抽水运行效率。
②抽水蓄能工况如下：
Figure BDA0003694735400000107
式中，Ef为发电量；Hv为发电平均水头；
Figure BDA0003694735400000108
为水泵水轮机发电运行效率。
抽水蓄能***抽水及发电一次总循环效率:
Figure BDA0003694735400000111
一般情况下，
Figure BDA0003694735400000112
其中，海水淡化模块采用反渗透膜法。
海水淡化机组在t小时内可转化的淡水总量为：
Wt(t)＝Wd×Nd(t)
若Wt(t)≥Qwater(t)，在满足居民淡水需求的情况下，可将多余的淡水资源注入蓄水池中储存。反之，若Wt(t)<Qwater(t)，则需要从蓄水池中取水，以保证居民有足够的淡水用以日常生活。式中，Wt(t)代表t小时内转化的总淡水量，Wd代表一台海水淡化机组转化淡水量，Nd(t)代表海水淡化过程中开启的机组数量，Qwater(t)代表当日所需淡水量。
每日海水淡化过程所需的总功率Pa(t)(每日海水淡化过程所需的总功率即为海岛负荷需求)为：
Pa(t)＝Vd×Sd
式中，Vd为每日需水量的体积，Sd为海水淡化过程淡化单位体积水所需要的功率。
可再生能源的总输出功率由海水淡化负荷消纳后，仍有较大一部分电能剩余，其大小为：
Prest(t)＝Pnet(t)-Pa(t)
其中，Pnet(t)表示可再生能源的总输出功率，Prest(t)为由海水淡化负荷消纳后的剩余功率，其再减去海盗照明等海岛负荷需求，即为净负荷。
这部分电能则通过蓄电池储能技术或进行抽水蓄能进行电能储存。
所述预测模块分别与所述储能模块、所述发电模块、所述海水淡化模块和所述调控中心连接的方式及所述调控中心与所述储能模块连接的方式均采用双通讯方式；所述双通讯方式包括电力载波和无线通信。
双通讯以电力载波通信为主，无线通信为辅。电力载波通信包括载波服务器和若干个电力载波通讯子节点与中继节点，电力载波服务器能与所述电力载波通讯中继节点进行数据交互，服务器将数据整理发送至调控中心，完成海岛上的快速通信。无线通信包括一种集成5G模块，网卡驱动芯片通过PCIE协议接口与所述5G单元通讯连接，网卡驱动芯片通过千兆交换通讯协议接口与所述以太网接口连接。无线通信与电力载波通讯子节点和中继节点进行通过通讯线进行互联。根据通讯线连接状态由调控中心下发要求快速转变通信模式，通讯转换装置为双路同相驱动控制器，控制器采用74LS244芯片。在切换通信模式之前，调控中心下发应急指令启动储能模块对海水淡化机组进行供电，保证海水淡化工艺的顺利进行。通信模式切换成功后，由调控中心重新对***进行能量调配。
本发明实施例1中的调控中心、预测模块的具体功能的实现参见实施例2。其容量配置示例性的如表1所示。
表1***组件容量配置图
Figure BDA0003694735400000121
实施例2
如图1所示，本发明实施例2提供一种全可再生能源驱动的离网海岛海水淡化***的调控方法，所述方法包括如下步骤：
步骤101，计算可再生能源的总输出功率。
作为一种能够实现的实施方式，但是不限于该实施方式，计算可再生能源的总输出功率的具体步骤为：
1.波浪能发电模型，波浪能产生的大小主要与波浪的高度、波浪的周期有关，由波浪能产生功率Pwa相关模型为：
Figure BDA0003694735400000131
式中，Pwa为波浪能发电机的输出功率；ρ为海水密度；g为重力加速度；Hwa为海面波浪的高度；Twa为海面波浪周期；Lwa为波浪能发电机接收波浪的宽度。
2.太阳能发电模型的太阳能电池的实际输出功率与海岛太阳光辐照强度、自然环境温度及光伏电池表面温度有关，太阳能电池发电的输出函数关系表示为：
Figure BDA0003694735400000132
式中，PPV为太阳能电池的输出功率；Mst为太阳能电池生产厂商的标准测试条件，指定光照强度为1kW/m2，指定电池板表面温度Tn为25℃；PS为太阳能电池在标准测试条件下的额定输出功率；Mc(t)为太阳能电池所在工作地点的辐照强度；Ts为太阳能电池所在工作地点的环境温度；K为功率温度系数。
由于天气不稳定性因素的存在，太阳能电池的实际输出功率小于标准环境下测试的输出功率，因此太阳能发电***实际输出功率为：
Figure BDA0003694735400000133
式中，PS,PV为太阳能发电***的实际输出功率；fPV为太阳能发电***的输出效率：NPV为太阳能发电***中电池的数量。
3.风力发电模型由风力发电机的发电特性可知风机的输出功率之间的关系可以通过分段函数来表示：
Figure BDA0003694735400000134
式中，Pwt为t时刻风力发电机的输出功率；vci为风机的切入风速；vr为风机的额定风速；vco为风机的切除风速；Pr为风机的额定输出功率；vo(t)为t时刻的风速；
计算三种输出功率的和作为总输出功率。
作为另一种可以实现的实施方式，但是不限于该实施方式，计算可再生能源的总输出功率的具体步骤为：
风、光、浪等可再生能源出力的不确定性对***运行造成的影响，采用区间理论把不确定性数据以区间的形式表示，其中光伏有功出力区间、风机有功出力、波浪有功出力区间描述形式如下：
Figure BDA0003694735400000141
Figure BDA0003694735400000142
Figure BDA0003694735400000143
其中，上标l表示出力区间的下限，上标u表示出力区间的上限，例如
Figure BDA0003694735400000144
表示光伏有功出力区间的下限。为应对可再生能源出力不足的问题，结合***历史运行数据与气象、电力数据，通过调用抽水蓄能机组与蓄电池机组出力进行功率交互来应对可再生能源的间歇性与波动性。上传至调控中心，制定日前最优计划与日内最优调度策略。
建立基于可再生能源的目标函数，主要考虑***内波浪能发电机、风力发电机、太阳能发电***、储能蓄电池、双***通讯设备的运维成本。以***运维成本最小为目标：
Cann＝Cwa+Cwt+Cpv+Cde+Ccn
式中，Cwa为波浪能发电机组的运维成本；Cwt为风力发电机组的运维成本；Cpv为太阳能发电机组的运维成本；Cde为双***通讯设备维修成本；Ccn为储能蓄电池的运维成本。
(1)波浪能发电机的运维成本为：
Figure BDA0003694735400000145
式中，Cwa为波浪能发电机组的运维成本；Nwa为***中波浪能发电机的台数；Cin-wa为单台波浪能发电机的维护成本；Com-wa为单台波浪能发电机运行成本；r为贴现率。
Com-wa＝Cpr-waPe-wa
式中，Cpr-wa为波浪能发电机的单位功率维护费用；Pe-wa为单台波浪能发电机的额定功率。
(2)风力发电机的运维成本为：
Figure BDA0003694735400000151
式中，Cwt为风力发电机的运维成本：Nwt为***中风力发电机的台数；Cin-wt为单台风力发电机的维护成本；Com-wt为***单台风力发电机的运行成本；r为贴现率。
Com-wt＝Cpr-wtPe-wt
式中，Cpr-wt为风力发电机的单位功率维修费用；Pe-wt为单台风力发电机的额定功率。
(3)太阳能发电***的运维成本为：
Figure BDA0003694735400000152
式中，Cpv为***太阳能发电机组的运维成本；Npv为太阳能发电机的个数；Cin-pv为单台太阳能发电机的维护成本；Com-pv为单个太阳能发电***的维护成本；r为贴现率。
Com-pv＝Cpr-pvPe-pv
式中，Cpr-pv为太阳能发电***的单位功率维护费用；Pe-pv为单个太阳能发电***的额定功率。
(4)可再生能源输出功率约束条件
Figure BDA0003694735400000153
式中，Pwa为波浪能发电机的输出功率；
Figure BDA0003694735400000161
为波浪能发电机的额定功率；Pwt为风力发电机的输出功率；
Figure BDA0003694735400000162
为风力发电机的额定功率；Ppv为太阳能发电***的输出功率；
Figure BDA0003694735400000163
为太阳能发电***的额定功率。
为进一步验证所提出的微电网优化配置模型的可行性及正确性，采用粒子群算法对海岛微电网进行优化，分析图2是基于粒子群算法的海岛微电网配置优化流程图。采用改进粒子群算法进行优化求解。常规粒子群算法在求解过程中惯性权重因子、学习因子一般保持不变，对其改进如下：
Figure BDA0003694735400000164
式中，tcur代表当前迭代的次数；tmax代表总的迭代次数；c1f、c2f代表c1、c2的终止值，分别取0.55、2；c1i c2i代表初始值，分别取2、0.55；ωmax取0.9，ωmin取0.3。
利用所有粒子的个体最优值的平均值代替每个粒子的个体最优值，这样可以排除粒子群中最差的个体最优值，避免粒子群局部最优。
Figure BDA0003694735400000165
改进后的表达式为：
Figure BDA0003694735400000166
其中，
Figure BDA0003694735400000167
表示所有粒子的个体最优值的平均值，
Figure BDA0003694735400000168
和
Figure BDA0003694735400000169
分别为粒子i在第t+1次迭代和第t次迭代时的速度；r1和r2为介于0和1之间的两个随机数，用来保持种群的多样性；
Figure BDA00036947354000001610
为粒子i在第t+1次迭代时的位置；
Figure BDA00036947354000001611
为粒子群在第t次迭代时的全局最优位置，即整个种群中所有粒子到目前为止发现的最好位置。
改进之后算法寻优能力强，不易陷入局部最优。通过源荷两侧的合理调控，波浪能等可再生能源的发电***的海岛能够实现海岛上的淡水和电力供应，增强了整个***的环保性。有效减少***的成本投资，有利海岛生态环境的保护，减少环境治理成本。
本发明主要以设备运行维护成本最低作为目标函数，并以***功率平衡、***可靠性、设备运行自身约束为约束条件，利用粒子群算法进行求解。含波浪能等可再生能源的发电***的海岛微电网能够有效减少***的成本投资，减小海岛碳排放。有利海岛生态环境的保护，减少环境治理成本。
步骤102，根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷。通过图3、图4评估海岛每日所用负荷和淡水需求。计算海水淡化工艺所剩净负荷，判断净负荷大小，通过双通讯模块将数据传输至调控中心，调控中心发出指令调动储能模块进行冲放能动作，保证海岛持续的淡水和用电需求。
步骤103，当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略，即控制储能蓄电池进行充电，并根据储能蓄电池的充电功率曲线及储能蓄电池的当前荷电状态，确定储能蓄电池的消纳功率，且当所述净负荷大于储能蓄电池的消纳功率时，控制抽水储能机组进行储能。
步骤104，当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略，即控制储能蓄电池进行放电，并根据储能蓄电池的放电功率曲线及储能蓄电池的当前荷电状态，确定储能蓄电池的放电功率，且当所述净负荷的绝对值大于储能蓄电池的放电功率时，控制抽水储能机组进行发电。
实施例3
本发明实施例3提供一种全可再生能源驱动的离网海岛海水淡化***的调控***，所述***包括：
总输出功率计算模块，用于计算可再生能源的总输出功率。
净负荷计算模块，用于根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷。
储能策略执行模块，用于当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略。
放电策略执行模块，用于当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
作为一种可以实现的实施方式但是不限于该实施方式，所述总输出功率计算模块，具体包括：
参数获取子模块，用于获取风速、光照强度和海浪高度；
风力发电机的输出功率计算子模块，用于根据风速，利用如下公式计算风力发电机的输出功率；
Figure BDA0003694735400000181
其中，Pwt为t时刻风力发电机的输出功率；vci为风机的切入风速；vr为风机的额定风速；vco为风机的切除风速；Pr为风机的额定输出功率；vo(t)为t时刻的风速；
太阳能电池的输出功率计算子模块，用于根据光照强度，利用如下公式计算太阳能电池的输出功率；
Figure BDA0003694735400000182
式中，Ppv为太阳能发电***的输出功率；Mst为太阳能发电***生产厂商的标准测试条件，指定光照强度为1kW/m2，指定电池板表面温度Tn为25℃；PS为太阳能电池在标准测试条件下的额定输出功率；Mc(t)为太阳能电池所在工作地点的光照强度；Ts为太阳能电池所在工作地点的环境温度；K为功率温度系数；
波浪能发电机的输出功率计算模块，用于根据波浪高度，利用如下公式计算波浪能发电机的输出功率；
Figure BDA0003694735400000183
其中，Pwa为波浪能发电机的输出功率；ρ为海水密度；g为重力加速度；Hwa为海面的波浪的高度；Twa为海面的波浪周期；Lwa为波浪能发电机接收波浪的宽度；
第一总输出功率计算子模块，用于计算风力发电机的输出功率、太阳能电池的输出功率及波浪能发电机的输出功率的和，作为可再生能源的总输出功率。
作为另一种可以实现的实施方式，但是不限于该实施方式，所述总输出功率计算模块，具体包括：
目标函数构建子模块，用于以运维成本最小为目标构建目标函数为：
Cann＝Cwa+Cwt+Cpv+Cde+Ccn；
其中，Cann表示目标函数，Cwa为波浪能发电机组的运维成本；Cwt为风力发电机组的运维成本；Cpv为太阳能发电机组的运维成本；Cde为双***通讯设备维修成本；Ccn为储能蓄电池的运维成本；
约束条件确定子模块，用于确定每种可再生能源的输出功率的约束条件为：
Figure BDA0003694735400000191
其中，Pwa为波浪能发电机的输出功率；
Figure BDA0003694735400000192
为波浪能发电机的额定功率；Pwt为风力发电机的输出功率；
Figure BDA0003694735400000193
为风力发电机的额定功率；Ppv为太阳能发电***的输出功率；
Figure BDA0003694735400000194
为太阳能发电***的额定功率；
目标函数求解子模块，用于基于所述约束条件，采用改进的粒子群算法求解所述目标函数，确定所述目标函数最小时的每种可再生能源的输出功率；
第二总输出功率计算子模块，用于计算每种可再生能源的输出功率的和，作为可再生能源的总输出功率。
其中，改进的粒子群算法的权重因子、第一学习因子和第二学习因子为：
Figure BDA0003694735400000195
其中，ω′为权重因子，ωmin和ωmax分别为权重因子的最小值和最大值，ωmin取0.3，ωmax取0.9，tcur为当前迭代的次数；tmax为总的迭代次数；c1f和c2f分别为第一学习因子c1、第二学习因子c2的终止值，分别取0.55和2；c1i和c2i分别为第一学习因子c1、第二学习因子c2的初始值，分别取2和0.55；
改进的粒子群算法的速度更新公式为：
Figure BDA0003694735400000201
其中，
Figure BDA0003694735400000202
表示所有粒子的个体最优值的平均值，
Figure BDA0003694735400000203
和
Figure BDA0003694735400000204
分别为粒子i在第t+1次迭代和第t次迭代时的速度；r1和r2为介于0和1之间的两个随机数；
Figure BDA0003694735400000205
为粒子i在第t+1次迭代时的位置；
Figure BDA0003694735400000206
为粒子群在第t次迭代时的全局最优位置。
图5为海岛各机组每日出力示意图，可再生能源输出功率优先用于负荷功率需求。当出现功率过剩时，储能模块的储能蓄电池或抽水蓄能装置消纳多余功率；当出现功率缺额时，储能蓄电池优先放电补充，不足由抽水蓄能装置输出功率。并且海水淡化***作为可控负荷，对***功率调节具有显著的作用，在可再生能源输出功率充足的情况下，增加海水淡化***的工作机组，尽可能的消纳多余功率；可在生能源输出功率较小时，减少海水淡化***的工作机组，此时尽可能使用海水淡化***中的蓄水池的淡水满足海岛居民生活用水需求。海水淡化***作为可控负荷在一定程度削减了可再生能源输出功率的波动性，对海岛微电网***供电可靠性做出了重要的贡献。
本发明通过控制中心对***的各个模块进行调控，充分的利用了海上丰富的太阳能、风能、波浪能，在进行海水淡化工艺的同时将多于电能进行存储。根据每日所需淡水量计算出海水淡化过程所需的总功率，预测模块可获取运行数据与气象数据，制定最优日前计划与最优日内计划并传输至控制中心，控制中心来控制各个模块运作，进行协调控制，能够准确给出海水淡化工艺的优化调控路径。通过对可再生能源的输出功率进行建模，采用改进粒子群算法对***新能源机组出力进行调度，找到最佳调度策略，提高***的经济性。使用光伏、风力、潮汐能，为海水淡化过程供电，可以提高可再生能源的利用率，减少化石燃料的使用，进而降低温室气体的排放量，实现海水淡化技术可持续发展。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术行人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种全可再生能源驱动的离网海岛海水淡化***，其特征在于，所述***包括：调控中心、预测模块、储能模块、发电模块和海水淡化模块；
所述预测模块分别与所述储能模块、所述发电模块、所述海水淡化模块和所述调控中心连接；
所述调控中心与所述储能模块连接；所述储能模块包括储能蓄电池和抽水蓄能机组；
所述预测模块用于计算可再生能源的总输出功率；根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；
所述调控中心用于当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
2.根据权利要求1所述的全可再生能源驱动的离网海岛海水淡化***，其特征在于，所述发电模块包括风力发电机组、波浪能发电机组和太阳能发电机组。
3.根据权利要求1所述的全可再生能源驱动的离网海岛海水淡化***，其特征在于，所述预测模块分别与所述储能模块、所述发电模块、所述海水淡化模块和所述调控中心连接的方式及所述调控中心与所述储能模块连接的方式均采用双通讯方式；
所述双通讯方式包括电力载波和无线通信。
4.一种全可再生能源驱动的离网海岛海水淡化***的调控方法，其特征在于，所述方法包括如下步骤：
计算可再生能源的总输出功率；
根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；
当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；
当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
5.根据权利要求4所述的全可再生能源驱动的离网海岛海水淡化***的调控方法，其特征在于，所述计算可再生能源的总输出功率，具体包括：
获取风速、光照强度和海浪高度；
根据风速，利用如下公式计算风力发电机的输出功率；
Figure FDA0003694735390000021
其中，Pwt为t时刻风力发电机的输出功率；vci为风机的切入风速；vr为风机的额定风速；vco为风机的切除风速；Pr为风机的额定输出功率；vo(t)为t时刻的风速；
根据光照强度，利用如下公式计算太阳能电池的输出功率；
Figure FDA0003694735390000022
式中，Ppv为太阳能发电***的输出功率；Mst为太阳能发电***生产厂商的标准测试条件，指定光照强度为1kW/m2，指定电池板表面温度Tn为25℃；PS为太阳能电池在标准测试条件下的额定输出功率；Mc(t)为太阳能电池所在工作地点的光照强度；Ts为太阳能电池所在工作地点的环境温度；K为功率温度系数；
根据波浪高度，利用如下公式计算波浪能发电机的输出功率；
Figure FDA0003694735390000023
其中，Pwa为波浪能发电机的输出功率；ρ为海水密度；g为重力加速度；Hwa为海面的波浪的高度；Twa为海面的波浪周期；Lwa为波浪能发电机接收波浪的宽度；
计算风力发电机的输出功率、太阳能电池的输出功率及波浪能发电机的输出功率的和，作为可再生能源的总输出功率。
6.根据权利要求4所述的全可再生能源驱动的离网海岛海水淡化***的调控方法，其特征在于，所述计算可再生能源的总输出功率，具体包括：
以运维成本最小为目标构建目标函数为：
Cann＝Cwa+Cwt+Cpv+Cde+Ccn；
其中，Cann表示目标函数，Cwa为波浪能发电机组的运维成本；Cwt为风力发电机组的运维成本；Cpv为太阳能发电机组的运维成本；Cde为双***通讯设备维修成本；Ccn为储能蓄电池的运维成本；
确定每种可再生能源的输出功率的约束条件为：
Figure FDA0003694735390000031
其中，Pwa为波浪能发电机的输出功率；
Figure FDA0003694735390000032
为波浪能发电机的额定功率；Pwt为风力发电机的输出功率；
Figure FDA0003694735390000033
为风力发电机的额定功率；Ppv为太阳能发电***的输出功率；
Figure FDA0003694735390000034
为太阳能发电***的额定功率；
基于所述约束条件，采用改进的粒子群算法求解所述目标函数，确定所述目标函数最小时的每种可再生能源的输出功率；
计算每种可再生能源的输出功率的和，作为可再生能源的总输出功率。
7.根据权利要求6所述的全可再生能源驱动的离网海岛海水淡化***的调控方法，其特征在于，改进的粒子群算法的权重因子、第一学习因子和第二学习因子为：
Figure FDA0003694735390000035
其中，ω′为权重因子，ωmin和ωmax分别为权重因子的最小值和最大值，ωmin取0.3，ωmax取0.9，tcur为当前迭代的次数；tmax为总的迭代次数；c1f和c2f分别为第一学习因子c1、第二学习因子c2的终止值，分别取0.55和2；c1i和c2i分别为第一学习因子c1、第二学习因子c2的初始值，分别取2和0.55；
改进的粒子群算法的速度更新公式为：
Figure FDA0003694735390000041
其中，
Figure FDA0003694735390000042
表示所有粒子的个体最优值的平均值，
Figure FDA0003694735390000043
和
Figure FDA0003694735390000044
分别为粒子i在第t+1次迭代和第t次迭代时的速度；r1和r2为介于0和1之间的两个随机数；
Figure FDA0003694735390000045
为粒子i在第t+1次迭代时的位置；
Figure FDA0003694735390000046
为粒子群在第t次迭代时的全局最优位置。
8.根据权利要求4所述的全可再生能源驱动的离网海岛海水淡化***的调控方法，其特征在于，所述当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略，具体包括；
控制储能蓄电池进行充电，并根据储能蓄电池的充电功率曲线及储能蓄电池的当前荷电状态，确定储能蓄电池的消纳功率，且当所述净负荷大于储能蓄电池的消纳功率时，控制抽水储能机组进行储能。
9.根据权利要求4所述的全可再生能源驱动的离网海岛海水淡化***的调控方法，其特征在于，所述当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略，具体包括；
控制储能蓄电池进行放电，并根据储能蓄电池的放电功率曲线及储能蓄电池的当前荷电状态，确定储能蓄电池的放电功率，且当所述净负荷的绝对值大于储能蓄电池的放电功率时，控制抽水储能机组进行发电。
10.一种全可再生能源驱动的离网海岛海水淡化***的调控***，其特征在于，所述***包括：
总输出功率计算模块，用于计算可再生能源的总输出功率；
净负荷计算模块，用于根据可再生能源的总输出功率、海水淡化所需总功率和海岛负荷需求，计算净负荷；
储能策略执行模块，用于当所述净负荷大于或等于0时，控制储能蓄电池和抽水蓄能机组执行储能策略；
放电策略执行模块，用于当所述净负荷小于0时，控制储能蓄电池和抽水蓄能机组执行放电策略。
CN202210676233.8A 2022-06-15 2022-06-15 全可再生能源驱动的离网海岛海水淡化***及其调控方法 Pending CN114914918A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210676233.8A CN114914918A (zh) 2022-06-15 2022-06-15 全可再生能源驱动的离网海岛海水淡化***及其调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210676233.8A CN114914918A (zh) 2022-06-15 2022-06-15 全可再生能源驱动的离网海岛海水淡化***及其调控方法

Publications (1)

Publication Number Publication Date
CN114914918A true CN114914918A (zh) 2022-08-16

Family

ID=82771323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210676233.8A Pending CN114914918A (zh) 2022-06-15 2022-06-15 全可再生能源驱动的离网海岛海水淡化***及其调控方法

Country Status (1)

Country Link
CN (1) CN114914918A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474159A (zh) * 2023-10-31 2024-01-30 南方电网电力科技股份有限公司 一种波浪能发电平台调控方法及装置
CN117474159B (zh) * 2023-10-31 2024-08-02 南方电网电力科技股份有限公司 一种波浪能发电平台调控方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474159A (zh) * 2023-10-31 2024-01-30 南方电网电力科技股份有限公司 一种波浪能发电平台调控方法及装置
CN117474159B (zh) * 2023-10-31 2024-08-02 南方电网电力科技股份有限公司 一种波浪能发电平台调控方法及装置

Similar Documents

Publication Publication Date Title
CN108711892B (zh) 一种多能互补发电***的优化调度方法
CN102116244B (zh) 风光互补发电储能装置
US20070100503A1 (en) Multi-tier benefit optimization for operating the power systems including renewable and traditional generation, energy storage, and controllable loads
CN201972859U (zh) 风光互补发电储能装置
CN109245169A (zh) 一种风光水储联合调度方法
CN105932704A (zh) 一种基于光伏直流侧储能的电网智能调控***
Zia et al. An energy management system for hybrid energy sources-based stand-alone marine microgrid
Kumaravel et al. Adapted multilayer feedforward ANN based power management control of solar photovoltaic and wind integrated power system
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和***
CN114142536B (zh) 一种考虑容量备用的多类型机组协调方法
CN116742662A (zh) 一种电氢耦合***多时间尺度优化运行方法及***
CN110768303A (zh) 一种海岛型能源***设备容量的优化配置方法
CN111428904A (zh) 一种含梯级水电的风光水互补发电***短期优化调度方法
CN106712060A (zh) 一种基于多代理的百兆瓦级电池储能***控制方法及***
Bousselamti et al. Study of hybrid PV_CSP plants considering two dispatching strategies in Ouarzazate
CN206894253U (zh) 一种基于光伏直流侧储能的电网智能调控***
CN116317162A (zh) 一种水下能源平台供电***及其控制方法
CN103599700B (zh) 一种风光柴蓄驱动反渗透淡化装置的控制方法
CN103066678A (zh) 模块化自然能供电***
CN114914918A (zh) 全可再生能源驱动的离网海岛海水淡化***及其调控方法
CN103061885A (zh) 一种互补式绿色能源供给***
Raudsaar et al. Overview—Pumped-hydro energy storage for balancing wind energy forecast errors
Li et al. Day-head Peak-shaving Model for Coordinated Wind-photovoltaic-pumped-storage-hydropower Generation Systems
Gaud et al. Optimization of renewable energy sources for DC microgrid
Luo et al. Optimal allocation of capacity for standalone hydro-photovoltaic-storage microgrid

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