CN102751728A - 基于负荷中断模型的微网孤网运行的能量管理方法 - Google Patents

基于负荷中断模型的微网孤网运行的能量管理方法 Download PDF

Info

Publication number
CN102751728A
CN102751728A CN2012102613684A CN201210261368A CN102751728A CN 102751728 A CN102751728 A CN 102751728A CN 2012102613684 A CN2012102613684 A CN 2012102613684A CN 201210261368 A CN201210261368 A CN 201210261368A CN 102751728 A CN102751728 A CN 102751728A
Authority
CN
China
Prior art keywords
energy
load
power
microgrid
sigma
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.)
Granted
Application number
CN2012102613684A
Other languages
English (en)
Other versions
CN102751728B (zh
Inventor
江全元
薛美东
耿光超
石庆均
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201210261368.4A priority Critical patent/CN102751728B/zh
Publication of CN102751728A publication Critical patent/CN102751728A/zh
Application granted granted Critical
Publication of CN102751728B publication Critical patent/CN102751728B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开一种基于负荷中断模型的微网孤网运行的能量管理方法,本方法针对孤网运行模式,将微网需要维持内部功率平衡和电压稳定的要求转化为经济指标,建立详细的负荷中断模型,通过负荷竞价获得供电时间保证;同时考虑经济和技术特性储能单元模型进行分布式电源管理。本方法将运行周期分为若干时间段,首先基于日前预测确定所有时间段的负荷水平和分布式电源启停状态,确保功率平衡并保证足够功率裕度;然后基于超短期预测对分布式电源和储能单元进行出力调整,以满足电压和潮流约束。通过两层协调优化模型,消除日前预测与超短期预测之间的误差。本方法适用于含各种储能设备、负荷以及多类型多配比电源组成的微网系统的孤网运行能量管理。

Description

基于负荷中断模型的微网孤网运行的能量管理方法
技术领域
本发明属于电力系统的运行、仿真、分析与调度技术领域,尤其涉及一种在孤网运行模式下,以切负荷与储能设备相结合的微网能量管理方法。
背景技术
20世纪90年代末,欧洲和美国先后提出了微网概念,开始相关技术研究和示范工程建设。欧洲由于环境和能源的压力,将微网视为可再生能源综合利用的一种方式;美国在遭遇了多起大电网事故后,将微网作为大电网的补充,以提高系统的安全性和稳定性。随着新能源技术、储能技术、保护和监控技术、通信技术、电力电子技术等相关技术的研究发展,微网体现出更多商业价值和环境效益,包括风力发电和光伏发电等新能源的开发利用,缓解了能源和环境问题;冷热电综合利用,提高能源利用效率;保障本地负荷的电能质量,保证大电网的安全和稳定;为偏远地区供电,减少大电网扩展建设费用等。作为世界上能源消耗和污染排放大国,大力发展微网技术对于我国的可持续发展具有重要的战略意义。
微型电网系统(MicroGrid,简称微网)是由分布式电源、储能系统、负荷以及保护和控制设备组成的低压/中压网络系统。微型电网系统既可以孤网运行,由内部电源向微网内部的负荷供电;也可以并网运行,向外部电网供出多余的电能或由外部电网补充自身发电量的不足。分布式电源技术尽管优点突出,但也存在诸多问题,比如风能、太阳能发电技术,受自然条件的约束,表现出很强的随机性和间歇性,给整个电网的运行、调度带来极大的困难。所以微网作为一种分布式电源的新型组织形式,与大电网一样同样存在能量管理问题,即如何对微网内的可控电源(柴油发电机、微型燃气轮机、燃料电池)、不可控电源(风力发电、光伏发电)和储能设备(小型抽水蓄能、氢能循环装备、各类型蓄电池)进行能量管理,规划其燃料使用方案、储能设备充放电方案、与外部电网电能交易方案等,同时保证实际运行中的安全性、物理性约束条件,以此保证微网的持续、经济、安全运行。
微网能量管理问题在孤网运行模式下尤为重要,微网元件必须体现出主动性和协调性,在功率波动到来之前,主动调整输出功率,保证微网系统稳定;协调各设备间输出功率,不仅要保证实时功率平衡,也要考虑长时间尺度下的能量平衡。由于不可控电源的输出功率和负荷的波动性,在孤网模式下维持微网内部的功率平衡、平抑功率波动、保证电压稳定都是微网能量管理需要解决的问题。
目前,该领域研究尚处于理论研究阶段,暂时没有公认成熟的解决方案。现有研究多集中于并网模式下微网经济运行优化调度,由于有电网作为功率支撑,尚未有详细考虑孤网模式下功率过剩或负荷过剩的解决方法;基于不可控电源的输出功率的预测足够准确的假设前提,忽略预测误差引起的调度方案的误差;只考虑有功功率优化调度,忽略具体的微网网络结构,忽略微网电压和无功功率调节。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于负荷中断模型的微网孤网运行的能量管理方法。本方法针对孤网运行模式下,失去电网支撑的微网需要维持内部功率平衡和电压稳定的要求,将负荷的重要性转化为经济指标建立详细的负荷中断模型进行需求侧管理,通过负荷竞价获得供电时间保证;同时考虑经济和技术特性的储能单元模型进行分布式电源管理,协调分布式电源能量流动;通过两层协调优化模型,充分考虑预测误差对优化调度的影响,实时修正微网调度方案;考虑微网网络结构,优化微网潮流、调节微网电压,保证微网在孤网模式下经济、安全、稳定运行。
本发明的目的是通过以下技术方案来实现的,一种基于负荷中断模型的微网孤网运行的能量管理方法,包括如下步骤:
第一步:提取微网系统储能单元和分布式电源的技术参数、未来24小时的负荷预测数据、风力发电和光伏发电未来24小时的出力预测数据,以及电网的未来24小时的电价信息;
第二步:基于微网负荷、储能单元和分布式电源信息,分别建立负荷中断模型、储能单元模型以及分布式电源的成本-功率曲线;基于微网网络结构建立网络方程;
第三步:计划层将运行周期分为多个时间段(如运行周期是24小时,调度时间段是5分钟,共288个时间段),基于日前预测的负荷数据以及不可控电源(风能、太阳能)输出功率,规划各时段中负荷水平和分布式电源启停状态,得到全时段的微网调度计划。计划层以运行周期内总运行收益最大为目标函数,考虑微网内部的功率平衡、储能设备能量水平和充放电损失、负荷中断费用和中断时间、各微网元件的运行/启停成本和输出功率/爬坡率限制,求解混合整数线性规划问题;
第四步:调度层针对单一时间段,遵从微网调度计划的启停状态,基于超短期预测的负荷数据以及不可控电源(风能、太阳能)输出功率,调整微网元件的输出功率,得到该时段的微网调度方案。调度层以单一时段的运行成本最小/实际出力与计划出力偏差最小为目标函数,考虑电压约束、潮流约束、逆变器容量约束和微网元件的输出功率约束,求解非线性规划问题;
第五步:设定实际输出功率的阀值,检验调度方案的可行性。微网元件的输出功率阀值由技术出力限制、与计划出力的偏差共同决定。若实际输出功率大于阀值,调节惩罚因子,并根据微网元件的成本微增率和功率调节裕度修正阀值,重复第四步。若修正后的调度方案可行,进入第七步,否则进入第六步;
第六步:调整功率备用系数,以当前时间段为初始时刻,预测未来一个调度周期的负荷数据以及不可控电源输出功率,进入第三步。
第七步:记录当前时段的调度方案,检验运行周期是否结束。如果运行周期没有结束,进行下一时间段调度,进入第四步;如果运行周期结束,微网孤网运行的能量管理完成;
第八步:根据调度方案,向储能单元、分布式电源和中断负荷发布调度指令,由本地控制器进行实时控制。
本发明的有益效果是,本发明提出了一种基于负荷中断模型的微网孤网运行的能量管理方法,与已有的技术相比,本发明提出的方法主要有以下优势和改进:
1、考虑孤网运行模式下可能存在的分布式电源发电功率过剩或者负荷过剩引起的微网内功率不平衡问题,提出切负荷和储能设备保证实时功率平衡以及长时间尺度下的能量平衡;
2、考虑预测误差对调度计划的影响,建立两层协调优化模型,实时修正微网调度方案误差,同时将问题简化为“混合整数线性规划+非线性规划”后,利用成熟的数学软件直接求解,便于程序实现;
3、考虑微网网络结构,同时优化分布式电源和储能设备输出的有功功率和无功功率,满足微网内部电压、载流量等安全运行约束并平滑新能源的出力波动。
附图说明
图1是基于负荷中断模型的微网孤网运行的能量管理方法流程图;
图2是两层协调优化模型协调方式示意图;
图3是示例微网系统结构图;
图4是可控电源成本-出力曲线分段线性化、多项式拟合后结果;
图5是微网的负荷曲线;
图6是微网的净负荷曲线;
图7是储能单元的功率和储能状态曲线;
图8是分布式电源输出功率曲线;
图9是微网运行收益曲线;
图10是微网电压曲线。
具体实施方式
本发明基于负荷中断模型的微网孤网运行的能量管理方法包括如下步骤:
第一步:提取微网系统储能单元和分布式电源的技术参数、未来24小时的负荷预测数据、风力发电和光伏发电未来24小时的出力预测数据,以及电网的未来24小时的电价信息。
针对具体的微网应用系统,提取其中储能单元和分布式电源的技术参数包括功率范围、爬坡率、效率等技术参数,以及微网的网络结构图和线路阻抗参数。技术参数作为不变量只需在新增或减少设备时提供。
作为分析数据,利用数据预测单元预测未来24小时的负荷预测数据、风力发电和光伏发电未来24小时的出力预测数据。由上一级电网获得未来24小时的电价信息
第二步:基于微网负荷、储能单元和分布式电源信息,分别建立负荷中断模型、储能单元模型以及分布式电源的成本-功率曲线;基于微网网络结构建立网络方程;
根据第一步获得的负荷数据和电价信息,建立负荷中断模型:
f L ( x ) = Σ t ∈ S T ( Σ i ∈ S LN c L t P Li t + Σ i ∈ S LI ( α i U Li t - β i ( 1 - U Li t ) ) c L t P Li t ) ;
U Li * t ≥ U Li t - U Li t - 1 U Li * t ≥ U Li t - 1 - U Li t , i ∈ S LI , t ∈ S T ;
Σ j = 0 m U Li * t + j ≤ 1 , i ∈ S LI , t ∈ S T ;
根据第一步获得的储能单元技术参数,建立储能模型:
f S ( x ) = Σ t ∈ S T Σ i ∈ S S ( c Si + P Si + t + c Si - P Si - t + c Si cycle ( U Si + * t + U Si - * t ) ) ;
U Si + t P Si + ‾ ≤ P Si + t ≤ U Si + t P Si + ‾ U Si - t P Si - ‾ ≤ P Si - t ≤ U Si - t P Si - ‾ , i ∈ S S , t ∈ S T ;
ΔT Δ P Si + ‾ ≤ P Si + t + 1 - P Si + t ≤ ΔT Δ P Si + ‾ ΔT Δ P Si - ‾ ≤ P Si - t + 1 - P Si - t ≤ ΔT Δ P Si - ‾ , i ∈ S S , t ∈ S T ;
E i t - E i t - 1 = ΔT ( η c P Si + t - 1 - η d P Si - t - 1 ) - ΔT ( 1 - U Si + t - U Si - t ) P λi , i ∈ S S , t ∈ S T ;
E i ‾ ≤ E i t ≤ E i ‾ , i ∈ S S , t ∈ S T ;
U Si + * t ≥ U Si + t - U Si + t - 1 U Si - * t ≥ U Si - t - U Gi - t - 1 , i ∈ S S , t ∈ S T ;
U Si + t + U Si - t ≤ 1 , i ∈ S S , t ∈ S T ;
根据第一步获得的分布式电源技术参数,建立分布式电源模型:
f G ( x ) = Σ t ∈ S T Σ i ∈ S G [ U Gi t A i 1 + Σ k = 1 L Gi ( F i k D Gi t , k ) + K omi P Gi t + c Gi on ( U Gi + * t + U Gi - * t ) ] ;
P Gi t = U Gi t B Gi 1 + Σ k = 1 L Gi D Gi t , k , i ∈ S G , t ∈ S T ;
Σ k = 1 L Gi v Gi t , k = U Gi t , i ∈ S G , t ∈ S T ;
Σ j = k + 1 L Gi v i t , j ≤ D Gi t , k B i k + 1 - B i k ≤ Σ j = k L Gi v i t , j , i ∈ S G , t ∈ S T ;
ΔT Δ P Gi ‾ ≤ P Gi t + 1 - P Gi t ≤ ΔT Δ P Gi ‾ , i ∈ S G , t ∈ S T ;
U Gi + * t ≥ U Gi t - U Gi t - 1 U Gi - * t ≥ U Gi t - 1 - U Gi t , i ∈ S G , t ∈ S T ;
Σ t ∈ S T U Gi + * t ≤ N on max Σ t ∈ S T U Gi - * t ≤ N off max , i ∈ S G ;
根据第一步获得的微网结构图和线路阻抗参数,建立微网的网络方程,即网络的导纳矩阵。
第三步:计划层将运行周期分为多个时间段(如运行周期是24小时,调度时间段是5分钟,共288个时间段),基于日前预测的负荷数据以及不可控电源(风能、太阳能)输出功率,规划各时段中负荷水平和分布式电源启停状态,得到全时段的微网调度计划。计划层以运行周期内总运行收益最大为目标函数,考虑微网内部的功率平衡、储能设备能量水平和充放电损失、负荷中断费用和中断时间、各微网元件的运行/启停成本和输出功率/爬坡率限制,求解混合整数线性规划问题;
利用商业数学软件CPLEX求解混合整数线性规划问题:
minf(x,u);
s . t h ( x , u ) = 0 g ‾ ≤ g ( x , u ) ≤ g ‾ , x ∈ R n , u = ( 0,1 ) n ;
优化变量(x,u)包括负荷状态、储能设备充放电状态、储能设备出力、分布式电源启停状态、分布式电源出力;
等式约束和不等式约束包括功率平衡约束、功率备用约束、负荷特性、储能单元技术特性、分布式电源技术特性。
第四步:调度层针对单一时间段,遵从微网调度计划的启停状态,基于超短期预测的负荷数据以及不可控电源(风能、太阳能)输出功率,调整微网元件的出力,得到该时段的微网调度方案。调度层以单一时段的运行成本最小/实际出力与计划出力偏差最小为目标函数,考虑电压约束、潮流约束、逆变器容量约束和微网元件的输出功率约束,求解非线性规划问题;
利用商业软件Matlab求解非线性规划问题:
minf(x);
s . t h ( x ) = 0 g ‾ ≤ g ( x ) ≤ g ‾ , x ∈ R n ;
优化变量x包括储能设备有功和无功出力、分布式电源的有功和无功出力、微网的母线电压;
等式约束和不等式约束包括节点潮流约束、节点电压约束、线路容量约束、微网元件输出功率约束、逆变器容量约束。
第五步:设定实际输出功率的阀值,检验调度方案的可行性。微网元件的输出功率阀值由技术出力限制、与计划出力的偏差共同决定。若实际输出功率大于阀值,调节惩罚因子,并根据微网元件的成本微增率和功率调节裕度修正阀值,重复第四步。若修正后的调度方案可行,进入第七步,否则进入第六步;
由第四步获得的实时调度方案需要满足由第三步获得的日前调度计划,如果实时调度方案和日前调度计划之间的偏差超过设定的阀值,首先调节惩罚因子,并根据微网元件的成本微增率和功率调节裕度修正阀值,重新计算实时调度方案,最大限度地跟踪日前调度计划,即重复第四步;
如果修正后的实时调度方案与日前调度计划之间的偏差仍超过设定的阀值,说明日前调度计划不可行,进入第六步进行日前计划调整。
第六步:调整功率备用系数,以当前时间段为初始时刻,预测未来一个调度周期的负荷数据以及不可控电源输出功率,进入第三步。
当日前调度计划不可行时,增加系统备用功率,并以当前时刻为初始时刻,提取未来24小时的负荷预测数据、风力发电和光伏发电的预测数据,如当前时刻为7:00,提取当日7:00至翌日6:00的预测数据,重新计算日前调度计划,即重复第三步。
第七步:记录当前时段的调度方案,检验运行周期是否结束。如果运行周期没有结束,进行下一时间段调度,进入第四步;如果运行周期结束,微网孤网运行的能量管理完成;
实时调度方案满足日前调度计划,当前调度方案可行并记录,进入下一个时刻,重复第四步;如果当前时刻已经是运行周期的结束时刻,那么此运行周期内微网孤网运行的能量管理完成。
第八步:根据调度方案,向储能单元、分布式电源和中断负荷发布调度指令,由本地控制器进行实时控制;
根据当前时刻的实时调度方案,包括设备的运行状态和有功、无功出力,向储能单元、分布式电源和中断负荷发布调度指令,由本地控制器根据自身的控制方法进行实时控制
第三步中的计划层是混合整数线性规划数学模型为:
目标函数为调度周期内微网运行收益最大:
max f(x)=fL(x)-fG(x)-fS(x);
式中,fL(x)、fS(x)和fG(x)分别为售电收益、储能单元运行成本、分布式电源运行成本,表示为:
f L ( x ) = Σ t ∈ S T ( Σ i ∈ S LN c L t P Li t + Σ i ∈ S LI ( α i U Li t - β i ( 1 - U Li t ) ) c L t P Li t ) ;
f S ( x ) = Σ t ∈ S T Σ i ∈ S S ( c Si + P Si + t + c Si - P Si - t + c Si cycle ( U Si + * t + U Si - * t ) ) ;
f G ( x ) = Σ t ∈ S T Σ i ∈ S G [ U Gi t A i 1 + Σ k = 1 L Gi ( F i k D Gi t , k ) + K omi P Gi t + c Gi on ( U Gi + * t + U Gi - * t ) ] ;
约束条件包括微网网络约束和微网元件的技术特性:
(1)功率平衡约束:
Σ i ∈ S G P Gi t + Σ i ∈ S I P Ii t + Σ i ∈ S S P Si - t = Σ i ∈ S LN P Li t + Σ i ∈ S LI U Li t P Li t + Σ i ∈ S S P Si + t , t ∈ S T ;
(2)功率备用约束:
Σ i ∈ S G ( U Gi t P Gi ‾ - P Gi t ) ≥ R % ( Σ i ∈ S LN P Li t + Σ i ∈ S LI U Li t P Li t ) , t ∈ S T ;
(3)负荷特性:
负荷中断时间约束:
U Li * t ≥ U Li t - U Li t - 1 U Li * t ≥ U Li t - 1 - U Li t , i ∈ S LI , t ∈ S T ;
Σ j = 0 m U Li * t + j ≤ 1 , i ∈ S LI , t ∈ S T ;
(4)储能单元技术特性:
输出功率约束和爬坡率约束:
U Si + t P Si + ‾ ≤ P Si + t ≤ U Si + t P Si + ‾ U Si - t P Si - ‾ ≤ P Si - t ≤ U Si - t P Si - ‾ , i ∈ S S , t ∈ S T ;
ΔT Δ P Si + ‾ ≤ P Si + t + 1 - P Si + t ≤ ΔT Δ P Si + ‾ ΔT Δ P Si - ‾ ≤ P Si - t + 1 - P Si - t ≤ ΔT Δ P Si - ‾ , i ∈ S S , t ∈ S T ;
充/放电过程描述和能量状态约束:
E i t - E i t - 1 = ΔT ( η c P Si + t - 1 - η d P Si - t - 1 ) - ΔT ( 1 - U Si + t - U Si - t ) P λi , i ∈ S S , t ∈ S T ;
E i ‾ ≤ E i t ≤ E i ‾ , i ∈ S S , t ∈ S T ;
充/放电状态转换定义和充/放电状态互斥条件:
U Si + * t ≥ U Si + t - U Si + t - 1 U Si - * t ≥ U Si - t - U Gi - t - 1 , i ∈ S S , t ∈ S T ;
U Si + t + U Si - t ≤ 1 , i ∈ S S , t ∈ S T ;
(5)分布式电源技术特性:
可控电源输出功率定义:
P Gi t = U Gi t B Gi 1 + Σ k = 1 L Gi D Gi t , k , i ∈ S G , t ∈ S T ;
Σ k = 1 L Gi v Gi t , k = U Gi t , i ∈ S G , t ∈ S T ;
可控电源的输出功率约束和爬坡率约束:
Σ j = k + 1 L Gi v i t , j ≤ D i t , k B i k + 1 - B i k ≤ Σ j = k L Gi v i t , j , i ∈ S G , t ∈ S T ;
ΔT Δ P Gi ‾ ≤ P Gi t + 1 - P Gi t ≤ ΔT Δ P Gi ‾ , i ∈ S G , t ∈ S T ;
可控电源最大开停机次数约束:
U Gi + * t ≥ U Gi t - U Gi t - 1 U Gi - * t ≥ U Gi t - 1 - U Gi t , i ∈ S G , t ∈ S T ;
Σ t ∈ S T U Gi + * t ≤ N on max Σ t ∈ S T U Gi - * t ≤ N off max , i ∈ S G ;
该数学模型中的符号定义如下:ST是时段集合;SLN是重要负荷集合;SLI是可中断负荷集合;SS是储能单元集合;SG是可控电源集合;cL是售电电价;α是低电价可中断负荷的电价折扣;β是高赔偿可中断负荷的中断费用;PL是负荷功率;UL是负荷状态,0代表负荷全部切除,1代表为负荷供电;UL*是负荷状态转换标记;m是负荷中断最短时间,以时间段的个数表示。cS+,cS-是储能单元充/放电成本;
Figure BDA00001934292700091
是储能单元充放电循环成本;PS+,PS-是储能单元充/放电功率;US+,US-是储能单元充/放电状态;US+*,US-*是储能单元充/放电状态转换标记;E是储能单元能量状态;Pλ是储能单元漏电功率;ηcd是储能单元充/放电效率;P S+ ,是储能单元充电功率限制;P S ,
Figure BDA00001934292700093
是储能单元放电功率限制;ΔP S+ ,
Figure BDA00001934292700094
是储能单元充电功率变化率限制;ΔP S- ,
Figure BDA00001934292700095
是储能单元放电功率变化率限制;E,
Figure BDA00001934292700096
是储能单元能量状态限制。Kom是可控电源运行维护成本;
Figure BDA00001934292700097
是可控电源启停成本;AG,BG,FG是可控电源出力-成本曲线参数;vG是可控电源分段出力标记;DG是可控电源分段出力值;LG是可控电源出力-成本曲线分段数;PG是可控电源输出功率;UG是可控电源启/停状态,0代表停机,1代表开机;UG+*,UG-*是可控电源启/停状态转换标记;是可控电源最大开/停机次数;P G ,是可控电源输出功率限制;ΔP G ,
Figure BDA000019342927000910
是可控电源输出功率变化率限制;SI是不可控电源集合;PI是不可控电源输出功率;R是功率备用系数。
第四步中的调度层是非线性规划问题数学模型为:
目标函数为微网实时运行成本最小:
min f ( x ) = f G ( x ) + f S ( x ) + Σ i ∈ S G ∪ S S μ ( P i - P ^ i ) 2 ;
式中,fS(x)是储能单元运行成本,fG(x)是分布式电源的运行成本,只包含运行和维护成本,分别表示为:
f G ( x ) = Σ i ∈ S G ( a i P i 2 + b i P i + c i ) ;
f S ( x ) = Σ i ∈ S S c Si P i ;
同时,对储能单元和分布式电源输出功率偏离调度计划进行惩罚。
约束条件包括微网网络约束和微网元件的技术特性:
(1)节点潮流约束:
P i - Σ j ∈ S B [ e i ( G ij e j - B ij f j ) + f i ( G ij f j + B ij e j ) ] = 0 Q i - Σ j ∈ S B [ f i ( G ij e j - B ij f j ) - e i ( G ij f j + B ij e j ) ] = 0 , i , j ∈ S B ;
(2)节点电压约束:
V i ‾ ≤ e i 2 + f i 2 ≤ V i ‾ , i ∈ S B ;
(3)线路容量约束:
P ij ‾ ≤ P ij ≤ P ij ‾ , i , j ∈ S B ;
(4)微网元件输出功率约束:
P i ‾ ≤ P i ≤ P i ‾ , i ∈ S G ∪ S S ;
(5)逆变器容量约束:
P i 2 + Q i 2 ≤ S i ‾ , i ∈ S G ∪ S S ;
该数学模型中的符号定义如下:SB是节点集合;SS是储能单元;SG是可控电源集合;cS是储能单元成本系数;a,b,c是可控电源运行成本系数;μ是惩罚因子;
Figure BDA00001934292700106
是输出功率的参考值;P,Q是有功/无功功率;e,f是节点电压的实部/虚部;G,B是微网节点导纳矩阵元素实部/虚部;V,
Figure BDA00001934292700107
是节点电压限制;P,
Figure BDA00001934292700108
是有功功率限制;
Figure BDA00001934292700109
是逆变器容量限制。
第五步中的微网元件输出功率阀值定义为:
(1)储能单元:
Figure BDA000019342927001010
式中, P Ei t ‾ = ( E i t - 1 - E i ‾ ) / Δt P Ei t ‾ = ( E i t - 1 - E i ‾ ) / Δt ;
(2)分布式电源:
Figure BDA000019342927001012
该数学模型中的符号r是微网元件输出功率最大偏差系数,其数值与微网元件输出功率的成本微增率成反比、与微网元件输出功率调节裕度成正比。
以下结合附图,对本发明的一则实施例作详细说明,本发明的流程图如图1所示。根据微网元件输出功率阀值判断调度方案的可行性,计划层和调度层两层模型迭代计算、协调配合,如图2所示。
实施例
考虑如图3所示的微网示例系统,根据上文所述方法,对其进行经济运行优化调度。使用IBM ILOG CPLEX 12.1作为混合整数线性规划解法器,Ipopt 3.9作为非线性规划解法器。
首先,计算微网节点导纳矩阵(结果略)。微网内部负荷的供电质量要求不同,反映在供电时间上,保证重要负荷不能断电,可中断负荷也需要支付中断费用来获得中断时间。可中断负荷分为低电价可中断负荷(ILL)和高赔偿可中断负荷(IHL),前者在事故前通过电价打折来换取负荷的可中断权;后者在事故发生且中断措施实施后才进行赔偿。为反映实际负荷情况,微网负荷分为民用负荷和商用负荷两部分。负荷情况及经济参数如表1,节点1、3、7、8是重要负荷,不可中断供电;节点2、5、6、10、11、13、14是低电价可中断负荷,4、9、12是高赔偿可中断负荷。根据负荷经济参数建立负荷中断模型。
表1微网负荷信息
Figure BDA00001934292700111
表2所示为微网内分布式电源和储能设备的技术特性。将所有可控电源的成本-出力曲线分段线性化以及多项式拟合。以某型号的燃料电池为例,其成本-出力曲线在分段线性化、多项式拟合结果对比标记在图4中,可见分段线性化和多项式拟合对成本-出力曲线的精确性影响很小。使用分段线性化模型,有效地将计划层简化为混合整数线性规划问题;使用多项式拟合模型,有效地将调度层简化为非线性规划问题,保证问题的求解便捷。根据分布式电源和储能设备的技术和经济特性建立相应的设备模型。
表2微网设备信息
Figure BDA00001934292700112
Figure BDA00001934292700121
图5-图10展示微网的孤网运行优化调度方案。其中所有横轴表示时间,调度周期为24小时,由于5分钟为一个调度时间段,所以这6张图都由288个点组成。
图5展示微网内部的全部负荷水平和实际负荷水平(切负荷后),为了满足微网内部的功率平衡,切除了部分负荷,负荷满足率84.36%,其中重要负荷满足率100%,可中断负荷满足率80.15%。虽然部分负荷被切除,但是用户从中获得了中断补偿。
表3孤网运行模式下负荷满足率
Figure BDA00001934292700122
图6展示微网的净负荷,即微网的负荷减去微网不可控电源的输出功率。为了充分利用可再生能源,可再生能源输出功率跟踪最大功率点,对于微网调度系统,可再生能源是不可控电源,所以有时也作为负负荷处理。净负荷就是可控电源和储能单元实际需要满足的负荷功率。表4列出了不同情况下微网负荷的峰谷值。可以看出在不切负荷的情况下,净负荷的峰值为293.85kW,考虑10%的功率备用后需要323.24kW的功率来维持微网内部的功率平衡,但是分布式电源和储能单元的最大输出功率为305kW,在不考虑爬坡约束的前提下也不能满足负荷需求,所以必须依靠切负荷来平衡功率。负荷不能连续变化,切负荷意味着失去全部的负荷,所以在切负荷后净负荷的谷值为-49.73kW,出现了功率过剩的情况,所以需要储能元件来转移过剩的功率,如图7所示,0-3点过剩的电能被转移到10-12点,即由切负荷后净负荷的谷值转移到切负荷后净负荷的峰值。即达到了实时的功率平衡,又满足长时间尺度下的能量平衡。
表4微网负荷峰谷值
Figure BDA00001934292700123
图8展示了分布式电源的运行情况。由于分布式电源间的协调配合,柴油发电机和微型燃气轮机运行在相对稳定、经济的状态下。而由功率调节裕度较大的燃料电池来平滑功率波动。
图9展示了微网能量管理的收益曲线。从启停成本曲线可以看出,分布式电源和储能系统没有频繁启停。表5列出了微网运行成本分析,假设微网没有发电成本,如采用可再生能源发电,那么全部收益为7644.4元,切负荷损失了9.54%的收益。如果考虑发电成本,那么切负荷带来的收益损失会更小。可再生能源在微网中比重较大,采用不弃风不弃光的策略,不可控电源的输出功率充分利用,成本理论上可以减少了57.38%。由于分布式能源和储能设备的协调作用,从长时间尺度上转移能量,平衡过剩的功率或者负荷,设备运行效率最优的状况下,使成本进一步降低。计划层不考虑网损和功率波动的情况下,成本下降69.10%;调度层考虑微网潮流、电压和功率波动的情况下,成本下降66.78%。微网运行成本显示,切负荷对微网收益影响不大;可再生能源的充分利用有助于成本降低;通过两层协调优化模型,支付2.32%用于调节电压和平衡功率波动,但是总成本降低了66.78%。
表5微网运行成本分析
Figure BDA00001934292700131
a.假设微网以电网电价向电网购电满足全部负荷需支付的成本,作为成本分析的基准值
b.假设微网以电网电价向电网购电满足切负荷后的负荷水平需支付的成本
c.可再生能源是零成本,平衡了同一时刻的负荷;该成本是理论值
d.通过计划层获得的运行成本
e.通过调度层获得的运行成本
图10展示了微网电压曲线。由于考虑微网网络结构,同时优化分布式电源和储能设备输出的有功功率和无功功率,满足微网内部电压、载流量等安全运行约束。运行结果显示,虽然不可控电源功率存在波动性和间歇性,微网电压被控制在允许的范围之内且相对稳定。
综上所述,根据本实施例的测试结果,说明本发明提出的基于负荷中断模型的微网孤网运行的能量管理方法建模合理,两层协调优化模型将能量管理解耦为计划层和调度层两个子问题,保证每个子问题都易于实现、便于求解,计算速度快、收敛性好,优化结果合理;以切负荷和储能设备平衡过剩的发电功率和负荷策略,保证了微网实时功率平衡和长时间尺度下的能量平衡;充分利用可再生能源以及微网设备间的协调配合,使微网的收益最大化;考虑微网结构的潮流和电压优化,在确保功率平衡的基础上保证了微网电压稳定。本发明能够充分发挥微网运行灵活的优势,充分利用可再生能源,使微网的经济、安全、稳定运行,实现节能减排的环保目标。

Claims (6)

1.一种基于负荷中断模型的微网孤网运行的能量管理方法,其特征在于,该方法包含以下步骤:
第一步:提取微网系统储能单元和分布式电源的技术参数、未来24小时的负荷预测数据、风力发电和光伏发电未来24小时的出力预测数据,以及电网的未来24小时的电价信息;
第二步:基于微网负荷、储能单元和分布式电源信息,分别建立负荷中断模型、储能单元模型以及分布式电源的成本-功率曲线;基于微网网络结构建立网络方程;
第三步:计划层将运行周期分为多个时间段,基于日前预测的负荷数据以及不可控电源(风能、太阳能)输出功率,规划各时段中负荷水平和分布式电源启停状态,得到全时段的微网调度计划;计划层以运行周期内总运行收益最大为目标函数,考虑微网内部的功率平衡、储能设备能量水平和充放电损失、负荷中断费用和中断时间、各微网元件的运行/启停成本和输出功率/爬坡率限制,求解混合整数线性规划问题;
第四步:调度层针对单一时间段,遵从微网调度计划的启停状态,基于超短期预测的负荷数据以及不可控电源(风能、太阳能)输出功率,调整微网元件的出力,得到该时段的微网调度方案;调度层以单一时段的运行成本最小且实际出力与计划出力偏差最小为目标函数,考虑电压约束、潮流约束、逆变器容量约束和微网元件的输出功率约束,求解非线性规划问题;
第五步:设定实际输出功率的阀值,检验调度方案的可行性;微网元件的输出功率阀值由技术出力限制、与计划出力的偏差共同决定;若实际输出功率大于阀值,调节惩罚因子,并根据微网元件的成本微增率和功率调节裕度修正阀值,重复第四步;若修正后的调度方案可行,进入第七步,否则进入第六步;
第六步:调整功率备用系数,以当前时间段为初始时刻,预测未来一个调度周期的负荷数据以及不可控电源输出功率,进入第三步;
第七步:记录当前时段的调度方案,检验运行周期是否结束;如果运行周期没有结束,进行下一时间段调度,进入第四步;如果运行周期结束,微网孤网运行的能量管理完成;
第八步:根据调度方案,向储能单元、分布式电源和中断负荷发布调度指令,由本地控制器进行实时控制。
2.根据权利要求1所述的基于负荷中断模型的微网孤网运行的能量管理方法,其特征是:所述步骤二中,将负荷的重要性转化为经济指标建立详细的负荷中断模型进行需求侧管理,通过负荷竞价获得供电时间保证,即微网的负荷过剩时也要保证重要负荷,而通过支付中断费用可以切除部分不重要负荷;所以,微网负荷分为重要负荷和可中断负荷,重要负荷的售电价格是确定的,且不可切除;可中断负荷分为低电价可中断负荷和高赔偿可中断负荷,前者在事故前通过电价打折来换取负荷的可中断权;后者在事故发生且中断措施实施后才进行赔偿;
在计划层建立负荷中断模型,可中断负荷状态作为优化变量,负荷售电收益表示为:
f L ( x ) = Σ t ∈ S T ( Σ i ∈ S LN c L t P Li t + Σ i ∈ S LI ( α i U Li t - β i ( 1 - U Li t ) ) c L t P Li t ) ;
为防止负荷频繁切除和恢复供电,对负荷的切除时间进行限制:
U Li * t ≥ U Li t - U Li t - 1 U Li * t ≥ U Li t - 1 - U Li t , i ∈ S LI , t ∈ S T ;
Σ j = 0 m U Li * t + j ≤ 1 , i ∈ S LI , t ∈ S T ;
该数学模型中的符号定义如下:ST是时段集合;SLN是重要负荷集合;SLI是可中断负荷集合;cL是售电电价;α是低电价可中断负荷的电价折扣;β是高赔偿可中断负荷的中断费用;PL是负荷功率;UL是负荷状态,0代表负荷全部切除,1代表为负荷供电;UL*是负荷状态转换标记;m是负荷中断最短时间,以时间段的个数表示。
3.根据权利要求1所述的基于负荷中断模型的微网孤网运行的能量管理方法,其特征是:所述步骤二中,考虑经济和技术特性储能单元模型进行分布式电源管理,协调分布式电源能量流动;储能单元不仅具有一般电源的输出功率约束和爬坡率约束,还具有能量状态约束,过度充电和过度放电都会影响储能单元寿命;此外,频繁充放电也会影响储能单元寿命,将其作为一种循环成本计入目标函数中;储能单元对能量的储存作用可以管理分布式电源能量,但是充/放电过程中都存在着能量损耗,即使不充电不放电,储能单元也会缓慢放电;
在计划层建立储能单元模型,储能单元充放电状态作为优化变量,其运行成本表示为:
f S ( x ) = Σ t ∈ S T Σ i ∈ S S ( c Si + P Si + t + c Si - P Si - t + c Si cycle ( U Si + * t + U Si - * t ) ) ;
输出功率约束和爬坡率约束:
U Si + t P Si + ‾ ≤ P Si + t ≤ U Si + t P Si + ‾ U Si - t P Si - ‾ ≤ P Si - t ≤ U Si - t P Si - ‾ , i ∈ S S , t ∈ S T ;
ΔT ΔP Si + ‾ ≤ P Si + t + 1 - P Si + t ≤ ΔT ΔP Si + ‾ ΔT ΔP Si - ‾ ≤ P Si - t + 1 - P Si - t ≤ ΔT ΔP Si - ‾ , i ∈ S S , t ∈ S T ;
充/放电过程描述和能量状态约束:
E i t - E i t - 1 = ΔT ( η c P Si - t - 1 - η d P Si - t - 1 ) - ΔT ( 1 - U Si + t - U Si - t ) P λi , i ∈ S S , t ∈ S T ;
E i ‾ ≤ E i t ≤ E i ‾ , i ∈ S S , t ∈ S T ;
充/放电状态转换定义和充/放电状态互斥条件:
U Si + * t ≥ U Si + t - U Si + t - 1 U Si - * t ≥ U Si - t - U Gi - t - 1 , i ∈ S S , t ∈ S T ;
U Si + t + U Si - t ≤ 1 , i ∈ S S , t ∈ S T ;
该数学模型中的符号定义如下:ST是时段集合;SS是储能单元集合;cS+,cS-是储能单元充/放电成本;
Figure FDA00001934292600035
是储能单元充放电循环成本;PS+,PS-是储能单元充/放电功率;US+,US-是储能单元充/放电状态;US+*,US-*是储能单元充/放电状态转换标记;E是储能单元能量状态;Pλ是储能单元漏电功率;ηcd是储能单元充/放电效率;是储能单元充电功率限制;是储能单元放电功率限制;
Figure FDA00001934292600038
是储能单元充电功率变化率限制;
Figure FDA00001934292600039
是储能单元放电功率变化率限制;是储能单元能量状态限制。
4.根据权利要求1所述的基于负荷中断模型的微网孤网运行的能量管理方法,其特征是:第三步中的计划层是混合整数线性规划问题,其目标函数表示为:
maxf(x)=fL(x)-fG(x)-fS(x);
式中,售电收益fL(x)和储能单元运行成本fS(x)如前所述,分布式电源的运行成本fG(x)包括燃料成本、运行维护成本和启停成本,表示为:
f G ( x ) = Σ t ∈ S T Σ i ∈ S G [ U Gi t A i 1 + Σ k = 1 L Gi ( F i k D Gi t , k ) + K omi P Gi t + c Gi on ( U Gi + * t + U Gi - * t ) ] ;
约束条件包括微网网络约束和微网元件的技术特性
(1)功率平衡约束:
Σ i ∈ S G P Gi t + Σ i ∈ S I P Ii t + Σ i ∈ S S P Si - t = Σ i ∈ S LN P Li t + Σ i ∈ S LI U Li t P Li t + Σ i ∈ S S P Si + t , t ∈ S T ;
(2)功率备用约束:
Σ i ∈ S G ( U Gi t P Gi ‾ - P Gi t ) ≥ R % ( Σ i ∈ S LN P Li t + Σ i ∈ S LI U Li t P Li t ) , t ∈ S T ;
(3)负荷特性:负荷中断时间约束(如前所述)
(4)储能单元技术特性:输出功率约束、爬坡率约束、充/放电过程描述、能量状态约束、充/放电状态转换定义和充/放电状态互斥条件(如前所述)
(5)分布式电源技术特性:
可控电源输出功率定义:
P Gi t = U Gi t B Gi 1 + Σ k = 1 L Gi D Gi t , k , i ∈ S G , t ∈ S T ;
Σ k = 1 L Gi v Gi t , k = U Gi t , i ∈ S G , t ∈ S T ;
可控电源的输出功率约束和爬坡率约束:
Σ j = k + 1 L Gi v i t , j ≤ D Gi t , k B i k + 1 - B i k ≤ Σ j = k L Gi v i t , j , i ∈ S G , t ∈ S T ;
ΔT ΔP Gi ‾ ≤ P Gi t + 1 - P Gi t ≤ ΔT ΔP Gi ‾ , i ∈ S G , t ∈ S T ;
可控电源最大开停机次数约束:
U Gi + * t ≥ U Gi t - U Gi t - 1 U Gi - * t ≥ U Gi t - 1 - U Gi t , i ∈ S G , t ∈ S T ;
Σ t ∈ S T U Gi + * t ≤ N on max Σ t ∈ S T U Gi - * t ≤ N off max , i ∈ S G ;
该数学模型中的符号定义如下:ST是时段集合;SG是可控电源集合;Kom是可控电源运行维护成本;
Figure FDA00001934292600047
是可控电源启停成本;AG,BG,FG是可控电源出力-成本曲线参数;vG是可控电源分段出力标记;DGi是可控电源分段出力值;LG是可控电源出力-成本曲线分段数;PG是可控电源输出功率;UG是可控电源启/停状态,0代表停机,1代表开机;UG+*,UG-*是可控电源启/停状态转换标记;
Figure FDA00001934292600048
是可控电源最大开/停机次数;
Figure FDA00001934292600049
是可控电源输出功率限制;是可控电源输出功率变化率限制;SI是不可控电源集合;PI是不可控电源输出功率;R是功率备用系数。
5.根据权利要求1所述的基于负荷中断模型的微网孤网运行的能量管理方法,其特征是:第四步中的调度层是非线性规划问题,其目标函数表示为:
min f ( x ) = f G ( x ) + f S ( x ) + Σ i ∈ S G ∪ S S μ ( P i - P ^ i ) 2 ;
式中,fS(x)是储能单元运行成本,fG(x)是分布式电源的运行成本,只包含运行和维护成本,分别表示为:
f G ( x ) = Σ i ∈ S G ( a i P i 2 + b i P i + c i ) ;
f S ( x ) = Σ i ∈ S S c Si P i ;
同时,对储能单元和分布式电源输出功率偏离调度计划进行惩罚;
约束条件包括微网网络约束和微网元件的技术特性
(1)节点潮流约束:
P i - Σ j ∈ S B [ e i ( G ij e j - B ij f j ) + f i ( G ij f j + B ij e j ) ] = 0 Q i - Σ j ∈ S B [ f i ( G ij e j - B ij f j ) - e j ( G ij f j + B ij e j ) ] = 0 , i , j ∈ S B ;
(2)节点电压约束:
V i ‾ ≤ e i 2 + f i 2 ≤ V i ‾ , i ∈ S B ;
(3)线路容量约束:
P ij ‾ ≤ P ij ≤ P ij ‾ , i , j ∈ S B ;
(4)微网元件输出功率约束:
P i ‾ ≤ P i ≤ P i ‾ , i ∈ S G ∪ S S ;
(5)逆变器容量约束:
P i 2 + Q i 2 ≤ S i ‾ , i ∈ S G ∪ S S ;
该数学模型中的符号定义如下:SB是节点集合;SS是储能单元;SG是可控电源集合;cS是储能单元成本系数;a,b,c是可控电源运行成本系数;μ是惩罚因子;
Figure FDA00001934292600058
是输出功率的参考值;P,Q是有功/无功功率;e,f是节点电压的实部/虚部;G,B是微网节点导纳矩阵元素实部/虚部;
Figure FDA00001934292600059
是节点电压限制;是有功功率限制;
Figure FDA000019342926000511
是逆变器容量限制。
6.根据权利要求1所述的基于负荷中断模型的微网孤网运行的能量管理方法,其特征是:第五步中的微网元件输出功率阀值定义为
(1)储能单元:
Figure FDA000019342926000512
式中, P Ei t ‾ = ( E i t - 1 - E i ‾ ) / Δt P Ei t ‾ = ( E i t - 1 - E i ‾ ) / Δt ;
(2)分布式电源:
Figure FDA00001934292600062
该数学模型中的符号r是微网元件输出功率最大偏差系数,其数值与微网元件输出功率的成本微增率成反比、与微网元件输出功率调节裕度成正比。
CN201210261368.4A 2012-07-26 2012-07-26 基于负荷中断模型的微网孤网运行的能量管理方法 Expired - Fee Related CN102751728B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210261368.4A CN102751728B (zh) 2012-07-26 2012-07-26 基于负荷中断模型的微网孤网运行的能量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210261368.4A CN102751728B (zh) 2012-07-26 2012-07-26 基于负荷中断模型的微网孤网运行的能量管理方法

Publications (2)

Publication Number Publication Date
CN102751728A true CN102751728A (zh) 2012-10-24
CN102751728B CN102751728B (zh) 2014-11-12

Family

ID=47031702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210261368.4A Expired - Fee Related CN102751728B (zh) 2012-07-26 2012-07-26 基于负荷中断模型的微网孤网运行的能量管理方法

Country Status (1)

Country Link
CN (1) CN102751728B (zh)

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 基于多目标调度模型的并网运行方式下微网能量控制方法
CN103236694A (zh) * 2013-04-28 2013-08-07 广东电网公司电力科学研究院 一种适用于主动配电网最优潮流求解的方法
CN103606937A (zh) * 2013-09-17 2014-02-26 国家电网公司 一种利用可控负荷平抑微电网功率波动的方法
CN103606913A (zh) * 2013-10-22 2014-02-26 清华大学 分布式混合发电系统电源规划方法
WO2014068591A1 (en) * 2012-11-01 2014-05-08 Kakulte Praveen Dayaram Integrated wind and solar power system
CN103795063A (zh) * 2014-03-01 2014-05-14 华北电力大学 基于源荷协同系数的线路过负荷紧急控制系统及其方法
CN103825280A (zh) * 2014-02-27 2014-05-28 广东电网公司电力调度控制中心 抽水蓄能机组自主启停控制方法和装置
CN103872694A (zh) * 2014-02-26 2014-06-18 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
CN103904695A (zh) * 2014-02-27 2014-07-02 浙江大学 一种基于mcs-pso的临近海岛多微网动态调度方法
CN103972929A (zh) * 2014-05-20 2014-08-06 上海电气集团股份有限公司 一种微网功率分配优化控制方法
CN104283225A (zh) * 2013-07-08 2015-01-14 株式会社日立制作所 风电场运行控制装置及方法
CN104537428A (zh) * 2014-12-05 2015-04-22 天津大学 一种计及风电接入不确定性的经济运行评估方法
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
CN104836221A (zh) * 2015-05-13 2015-08-12 清华大学 基于线损优化的直流微网二次调节控制方法
CN104868506A (zh) * 2015-06-12 2015-08-26 中国电力科学研究院 一种集中式储能电站的有功出力调度方法
CN104899790A (zh) * 2014-03-07 2015-09-09 国网上海市电力公司 一种微电网中储能系统能量管理方法
CN105098773A (zh) * 2015-08-24 2015-11-25 中国南方电网有限责任公司电网技术研究中心 多微电网互联场景中的下垂控制方法和系统
CN105164883A (zh) * 2013-03-07 2015-12-16 西门子公司 使用日前市场和实时市场价格的电力网中的需求调整
CN105589330A (zh) * 2015-12-25 2016-05-18 中国南方电网有限责任公司电网技术研究中心 可控设备的负荷特性建模方法和系统
CN105976046A (zh) * 2016-04-27 2016-09-28 中国电力科学研究院 一种考虑需求侧管理的低碳电网规划方法
CN106159989A (zh) * 2015-03-31 2016-11-23 比亚迪股份有限公司 光伏微网系统的控制方法和装置
CN106253356A (zh) * 2016-07-28 2016-12-21 华北电力大学(保定) 基于储能电量价值评估的交直流混合微网实时经济调度法
CN106549380A (zh) * 2016-12-29 2017-03-29 哈尔滨工业大学 多模态微电网能量协调优化控制方法
CN106786603A (zh) * 2017-02-22 2017-05-31 天津大学 一种区域综合能源系统多目标最优混合潮流算法
CN107516902A (zh) * 2017-07-28 2017-12-26 广西大学 计及市场运作规则的多种可中断负荷实时协调控制方法
CN108808744A (zh) * 2018-06-01 2018-11-13 国网冀北电力有限公司电力科学研究院 有储能参与的新能源发电系统的有功协调控制方法及系统
CN109146153A (zh) * 2018-08-01 2019-01-04 中国能源建设集团安徽省电力设计院有限公司 一种带有内部竞价机制的综合能源微网系统及其竞价自动处理方法
CN109921447A (zh) * 2019-04-12 2019-06-21 湖南大学 一种基于储能装置soc动态约束的微网经济调度方法
CN110289646A (zh) * 2019-06-19 2019-09-27 国网天津市电力公司 基于元模型的智能软开关就地控制策略优化方法
CN111275285A (zh) * 2019-12-30 2020-06-12 昆明电力交易中心有限责任公司 一种计及可中断负荷容量的用电量调控方法和系统
CN111404195A (zh) * 2020-02-24 2020-07-10 国网浙江嘉善县供电有限公司 一种基于智能网关的含分布式电源微电网的调度方法
CN111555366A (zh) * 2020-04-16 2020-08-18 杭州市电力设计院有限公司 一种基于多时间尺度的微网三层能量优化管理方法
CN111641207A (zh) * 2020-06-03 2020-09-08 国网上海市电力公司 一种区域能源综合体虚拟聚合系统及方法
CN113541204A (zh) * 2021-08-10 2021-10-22 上海电力大学 一种燃煤发电机组全负荷调峰的自适应调节方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180046160A1 (en) * 2016-08-12 2018-02-15 Robert Bosch Llc Methods and systems for providing photovoltaic plant power feed-in

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050172630A1 (en) * 2002-07-04 2005-08-11 Rolf Althaus Method for operation of a power generation plant
CN102184475A (zh) * 2011-05-11 2011-09-14 浙江大学 基于多时间尺度协调的微网经济运行优化调度方法
CN102289566A (zh) * 2011-07-08 2011-12-21 浙江大学 独立运行模式下的微电网多时间尺度能量优化调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050172630A1 (en) * 2002-07-04 2005-08-11 Rolf Althaus Method for operation of a power generation plant
CN102184475A (zh) * 2011-05-11 2011-09-14 浙江大学 基于多时间尺度协调的微网经济运行优化调度方法
CN102289566A (zh) * 2011-07-08 2011-12-21 浙江大学 独立运行模式下的微电网多时间尺度能量优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘霞等: "基于飞轮储能和蓄电池的微电网控制策略", 《机电工程》, vol. 29, no. 5, 20 May 2012 (2012-05-20) *
石庆均等: "独立运行模式下的微网实时能量优化调度", 《中国电机工程学报》, vol. 32, no. 16, 5 June 2012 (2012-06-05) *

Cited By (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014068591A1 (en) * 2012-11-01 2014-05-08 Kakulte Praveen Dayaram Integrated wind and solar power system
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 基于多目标调度模型的并网运行方式下微网能量控制方法
CN105164883A (zh) * 2013-03-07 2015-12-16 西门子公司 使用日前市场和实时市场价格的电力网中的需求调整
CN103236694A (zh) * 2013-04-28 2013-08-07 广东电网公司电力科学研究院 一种适用于主动配电网最优潮流求解的方法
CN103236694B (zh) * 2013-04-28 2015-08-05 广东电网公司电力科学研究院 一种适用于主动配电网最优潮流求解的方法
CN104283225A (zh) * 2013-07-08 2015-01-14 株式会社日立制作所 风电场运行控制装置及方法
CN103606937B (zh) * 2013-09-17 2015-07-08 国家电网公司 一种利用可控负荷平抑微电网功率波动的方法
CN103606937A (zh) * 2013-09-17 2014-02-26 国家电网公司 一种利用可控负荷平抑微电网功率波动的方法
CN103606913A (zh) * 2013-10-22 2014-02-26 清华大学 分布式混合发电系统电源规划方法
CN103606913B (zh) * 2013-10-22 2015-12-09 清华大学 分布式混合发电系统电源规划方法
CN103872694B (zh) * 2014-02-26 2016-02-10 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
CN103872694A (zh) * 2014-02-26 2014-06-18 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
CN103825280A (zh) * 2014-02-27 2014-05-28 广东电网公司电力调度控制中心 抽水蓄能机组自主启停控制方法和装置
CN103825280B (zh) * 2014-02-27 2015-08-12 广东电网公司电力调度控制中心 抽水蓄能机组自主启停控制方法和装置
CN103904695A (zh) * 2014-02-27 2014-07-02 浙江大学 一种基于mcs-pso的临近海岛多微网动态调度方法
CN103904695B (zh) * 2014-02-27 2016-03-30 浙江大学 一种基于mcs-pso的临近海岛多微网动态调度方法
CN103795063A (zh) * 2014-03-01 2014-05-14 华北电力大学 基于源荷协同系数的线路过负荷紧急控制系统及其方法
CN104899790A (zh) * 2014-03-07 2015-09-09 国网上海市电力公司 一种微电网中储能系统能量管理方法
CN103972929A (zh) * 2014-05-20 2014-08-06 上海电气集团股份有限公司 一种微网功率分配优化控制方法
CN104537428A (zh) * 2014-12-05 2015-04-22 天津大学 一种计及风电接入不确定性的经济运行评估方法
CN104537428B (zh) * 2014-12-05 2017-12-15 天津大学 一种计及风电接入不确定性的经济运行评估方法
CN106159989B (zh) * 2015-03-31 2019-01-11 比亚迪股份有限公司 光伏微网系统的控制方法和装置
CN106159989A (zh) * 2015-03-31 2016-11-23 比亚迪股份有限公司 光伏微网系统的控制方法和装置
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
CN104835080B (zh) * 2015-04-30 2018-06-22 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
CN104836221A (zh) * 2015-05-13 2015-08-12 清华大学 基于线损优化的直流微网二次调节控制方法
CN104868506A (zh) * 2015-06-12 2015-08-26 中国电力科学研究院 一种集中式储能电站的有功出力调度方法
CN104868506B (zh) * 2015-06-12 2018-01-19 中国电力科学研究院 一种集中式储能电站的有功出力调度方法
CN105098773A (zh) * 2015-08-24 2015-11-25 中国南方电网有限责任公司电网技术研究中心 多微电网互联场景中的下垂控制方法和系统
CN105098773B (zh) * 2015-08-24 2017-07-04 中国南方电网有限责任公司电网技术研究中心 多微电网互联场景中的下垂控制方法和系统
CN105589330A (zh) * 2015-12-25 2016-05-18 中国南方电网有限责任公司电网技术研究中心 可控设备的负荷特性建模方法和系统
CN105589330B (zh) * 2015-12-25 2018-09-04 中国南方电网有限责任公司电网技术研究中心 可控设备的负荷特性建模方法和系统
CN105976046A (zh) * 2016-04-27 2016-09-28 中国电力科学研究院 一种考虑需求侧管理的低碳电网规划方法
CN105976046B (zh) * 2016-04-27 2022-02-25 中国电力科学研究院 一种考虑需求侧管理的低碳电网规划方法
CN106253356B (zh) * 2016-07-28 2019-01-18 华北电力大学(保定) 基于储能电量价值评估的交直流混合微网实时经济调度法
CN106253356A (zh) * 2016-07-28 2016-12-21 华北电力大学(保定) 基于储能电量价值评估的交直流混合微网实时经济调度法
CN106549380A (zh) * 2016-12-29 2017-03-29 哈尔滨工业大学 多模态微电网能量协调优化控制方法
CN106786603A (zh) * 2017-02-22 2017-05-31 天津大学 一种区域综合能源系统多目标最优混合潮流算法
CN106786603B (zh) * 2017-02-22 2019-07-19 天津大学 一种区域综合能源系统多目标最优混合潮流算法
CN107516902B (zh) * 2017-07-28 2020-04-07 广西大学 计及市场运作规则的多种可中断负荷实时协调控制方法
CN107516902A (zh) * 2017-07-28 2017-12-26 广西大学 计及市场运作规则的多种可中断负荷实时协调控制方法
CN108808744A (zh) * 2018-06-01 2018-11-13 国网冀北电力有限公司电力科学研究院 有储能参与的新能源发电系统的有功协调控制方法及系统
CN109146153A (zh) * 2018-08-01 2019-01-04 中国能源建设集团安徽省电力设计院有限公司 一种带有内部竞价机制的综合能源微网系统及其竞价自动处理方法
CN109146153B (zh) * 2018-08-01 2021-08-24 中国能源建设集团安徽省电力设计院有限公司 一种带有内部竞价机制的综合能源微网系统及其竞价自动处理方法
CN109921447A (zh) * 2019-04-12 2019-06-21 湖南大学 一种基于储能装置soc动态约束的微网经济调度方法
CN110289646A (zh) * 2019-06-19 2019-09-27 国网天津市电力公司 基于元模型的智能软开关就地控制策略优化方法
CN110289646B (zh) * 2019-06-19 2022-12-20 国网天津市电力公司 基于元模型的智能软开关就地控制策略优化方法
CN111275285A (zh) * 2019-12-30 2020-06-12 昆明电力交易中心有限责任公司 一种计及可中断负荷容量的用电量调控方法和系统
CN111275285B (zh) * 2019-12-30 2024-02-20 昆明电力交易中心有限责任公司 一种计及可中断负荷容量的用电量调控方法和系统
CN111404195A (zh) * 2020-02-24 2020-07-10 国网浙江嘉善县供电有限公司 一种基于智能网关的含分布式电源微电网的调度方法
CN111555366A (zh) * 2020-04-16 2020-08-18 杭州市电力设计院有限公司 一种基于多时间尺度的微网三层能量优化管理方法
CN111641207A (zh) * 2020-06-03 2020-09-08 国网上海市电力公司 一种区域能源综合体虚拟聚合系统及方法
CN113541204A (zh) * 2021-08-10 2021-10-22 上海电力大学 一种燃煤发电机组全负荷调峰的自适应调节方法及系统
CN113541204B (zh) * 2021-08-10 2022-12-27 上海电力大学 一种燃煤发电机组全负荷调峰的自适应调节方法及系统

Also Published As

Publication number Publication date
CN102751728B (zh) 2014-11-12

Similar Documents

Publication Publication Date Title
CN102751728B (zh) 基于负荷中断模型的微网孤网运行的能量管理方法
Cao et al. Battery energy storage sizing based on a model predictive control strategy with operational constraints to smooth the wind power
Liu et al. Uses, cost-benefit analysis, and markets of energy storage systems for electric grid applications
Liu et al. Optimal operation of independent regional power grid with multiple wind-solar-hydro-battery power
CN102184475B (zh) 基于多时间尺度协调的微网经济运行优化调度方法
Kahrl et al. The political economy of electricity dispatch reform in China
CN108667012A (zh) 基于多场景的区域能源互联网源荷储双阶段协调优化方法
CN110009262A (zh) 一种主动配电网的日前-日内两阶段优化调度方法
CN105846423A (zh) 一种计及需求响应的光伏微电网储能多目标容量配置方法
CN104951899A (zh) 含大规模可再生能源的配电公司多时间尺度优化调度方法
CN103699941A (zh) 一种电力系统调度运行年方案的制定方法
CN105071389A (zh) 计及源网荷互动的交直流混合微电网优化运行方法及装置
CN110400096A (zh) 一种火电融合电储能联合调峰的日前发电计划优化方法及系统
CN103414213A (zh) 一种海岛型微电网的电源优化配置方法
CN109948849A (zh) 一种计及储能接入的配电网网架规划方法
CN109103914A (zh) 考虑源荷储协同运行的微电网储能优化配置方法
Pillai Electric vehicle based battery storages for large scale wind power integration in Denmark
CN115360804B (zh) 一种有序充电系统及有序充电方法
CN109861277A (zh) 一种充电站光伏和储能容量的配置方法及系统
Wei et al. Energy-efficient distribution in smart grid
CN108649612B (zh) 含电力电子变压器的配电网与多微网博弈运行调度方法
Bala et al. A review on development of smart grid technology in India and its future perspectives
CN106203742A (zh) 一种基于节能回报率的电网设备节能评价及选型方法
Das Performance and economic evaluation of storage technologies
Verzijlbergh The power of electric vehicles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20141112

Termination date: 20180726