CN103606969A - 含新能源及海水淡化负荷的海岛微电网优化调度方法 - Google Patents
含新能源及海水淡化负荷的海岛微电网优化调度方法 Download PDFInfo
- Publication number
- CN103606969A CN103606969A CN201310642457.8A CN201310642457A CN103606969A CN 103606969 A CN103606969 A CN 103606969A CN 201310642457 A CN201310642457 A CN 201310642457A CN 103606969 A CN103606969 A CN 103606969A
- Authority
- CN
- China
- Prior art keywords
- des
- period
- desalinization
- max
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
Abstract
本发明公开了电力系统优化技术领域中的一种含新能源及海水淡化负荷的海岛微电网优化调度方法。包括:确定第t个时段海岛微电网中风力发电机组输出功率、光伏电池组输出功率和常规负荷功率;确定第t个时段海水淡化负荷功率下限、海水淡化负荷功率上限和蓄电池组的寿命损耗模型;以柴油发电机组燃油损耗最小和蓄电池组的寿命损耗最小为目标,建立优化调度模型;确定海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率。本发明考虑了海水淡化负荷对功率平衡的辅助调剂功能以及蓄电池放电深度对其寿命周期损耗的影响,有效解决含风力发电机组、光伏电池组、柴油发电机组和蓄电池组及海水淡化负荷的海岛微电网优化调度问题。
Description
技术领域
本发明属于电力系统优化技术领域,尤其涉及一种含新能源及海水淡化负
荷的海岛微电网优化调度方法。
背景技术
随着我国海洋战略的不断提升,海洋经济进入了快速发展阶段,然而能源资源对于海岛的发展非常重要,决定了海岛各个方面的可持续性发展,直接影响海岛主要产业的竞争力。如果海岛能源供应过分依赖于外界输入的常规能源,这将使海岛难以应付能源供应的波动,从而影响海岛的长期发展,并且导致环境恶化。因此,海岛发展的潜力在于充分利用海岛自身所具有的丰富的可再生能源,如风能、太阳能等。
风光等可再生能源具有随机性和波动性等特点,只有在海岛微电网系统中配备一定的储能才能对其进行充分、有效地利用。由于海岛地区地理位置的特殊性,导致其交通不便,运输成本极高,若蓄电池经常需要更换维护,将会带来潜在的巨大经济损失。并且如果蓄电池损耗过快,也将大大削弱整个微电网系统的稳定性与经济性。因此在对微电网系统进行优化分析时,不仅要充分利用可再生能源,在满足经济运行的基础上,还应充分考虑蓄电池储能系统的使用原则,从而有效延长蓄电池的使用寿命。
此外海水淡化工厂不仅可以为海岛居民提供日常的生活用水而且在实际运行过程中可以根据居民的用水需求、蓄水池容量及海水淡化机组总数量的限制来进行功率的灵活控制调整,从而对海岛微电网系统起到辅助功率调节的作用。
发明内容
本发明的目的在于,提供一种含新能源及海水淡化负荷的海岛微电网优化调度方法,用于解决使用风光发电系统的孤立海岛在考虑柴油发电机燃油费用、蓄电池寿命损耗以及海水淡化辅助调节功能的前提下,海岛微电网系统优化调度的问题。
为了实现上述目的,本发明提出的技术方案是,一种含新能源及海水淡化负荷的海岛微电网优化调度方法,其特征是所述方法包括:
步骤1:确定第t个时段海岛微电网中风力发电机组输出功率PWG-M(t)、光伏电池组输出功率PPV-M(t)和常规负荷功率Pl(t);
步骤2:确定第t个时段海水淡化负荷功率下限Pdes-min(t)、第t个时段海水淡化负荷功率上限Pdes-max(t)和蓄电池组的寿命损耗模型;
步骤3:以设定数量的时段内,柴油发电机组燃油损耗最小和蓄电池组的寿命损耗最小为目标,建立优化调度模型;
所述优化调度模型包括海岛微电网多目标函数并确定约束条件;
其中,海岛微电网多目标函数包括柴油发电机组燃油损耗最小目标函数和蓄电池组寿命损耗最小目标函数;
柴油发电机组燃油损耗最小目标函数为
Pdg(t)为第t个时段柴油发电机组输出功率;
F为柴油发电机组输出单位功率所消耗的柴油量;
S为每单位柴油量的市场价格;
loss(t)为第t个时段蓄电池组寿命损耗;
n为设定数量;
所述约束条件包括:柴油发电机组输出功率约束、海水淡化机组开机数量约束、功率平衡约束和蓄电池组荷电状态约束;
柴油发电机组输出功率约束为Pdg-min≤Pdg(t)≤Pdg-max,Pdg-min为柴油发电机组输出功率下限,Pdg-max为柴油发电机组输出功率上限;
海水淡化机组开机数量约束为Ndes-min(t)≤Ndes(t)≤Ndes-max(t),Ndes(t)为第t个时段海水淡化机组开机数量,Ndes-min(t)为第t个时段海水淡化机组开机数量下限,Ndes-max(t)为第t个时段海水淡化机组开机数量上限;
功率平衡约束为Pl(t)+Pdes(t)=PWG-M(t)+PPV-M(t)+Pdg(t)+Pbat(t),Pl(t)为第t个时段海岛微电网中常规负荷功率,Pdes(t)为第t个时段海水淡化负荷功率,PWG-M(t)为第t个时段海岛微电网中风力发电机组输出功率,PPV-M(t)为第t个时段海岛微电网中光伏电池组输出功率,Pdg(t)为第t个时段柴油发电机组输出功率,Pbat(t)为第t个时段蓄电池组的放电功率;
蓄电池荷电状态约束为Sohmin≤Soh(t)≤Sohmax,Soh(t)为第t个时段蓄电池组的荷电状态,Sohmin为蓄电池组的荷电状态最小值,Sohmax为蓄电池组的荷电状态最大值;
步骤4:确定海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率。
所述第t个时段海水淡化负荷功率下限的计算公式为Pdes-min(t)=Ndes-min(t)×Pdes;
其中,Pdes为单台海水淡化机组的负荷功率;
Ndes-min(t)为第t个时段海水淡化机组开机数量下限;
当Rdes(t-1)-Rdes-min≥Rwater(t)时,Ndes-min(t)=0;
当Rdes(t-1)-Rdes-min<Rwater(t)时,
Rdes(t-1)为第t-1个时段末海水淡化系统的蓄水量;
Rdes-min为海岛应急需求的最小蓄水量;
Rwater(t)为第t个时段的淡水需求量;
Gdes为单台海水淡化机组每时段的淡水产水量;
[·]为取整运算。
所述第t个时段海水淡化负荷功率上限的计算公式为Pdes-max(t)=Ndes-max(t)×Pdes;
其中,Pdes为单台海水淡化机组的负荷功率;
Ndes-max(t)为第t个时段海水淡化机组开机数量上限;
当Rdes(t-1)+NdesPdes-Rwater(t)≤Rdes-max时,Ndes-max(t)=Ndes;
当Rdes(t-1)+NdesPdes-Rwater(t)>Rdes-max时,
Rdes(t-1)为第t-1个时段末海水淡化系统的蓄水量;
Rdes-max为海水淡化系统的最大蓄水量;
Rwater(t)为第t个时段的淡水需求量;
Ndes为海水淡化机组总数量;
Gdes为单台海水淡化机组每时段的淡水产水量;
[·]为取整运算。
所述确定海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率具体包括如下子步骤:
子步骤101:计算第t个时段海岛微电网的净功率Pnet(t),计算公式为Pnet(t)=PWG-M(t)+PPV-M(t)-Pl(t);
如果Pnet(t)<Pdes-min(t),则海水淡化机组开机数量初值m0=Ndes-min(t);当Pbat_max(t)≥Pdes-min(t)-Pnet(t)时,蓄电池组放电功率初值为柴油发电机组输出功率初值当Pbat_max(t)<Pdes-min(t)-Pnet(t)时,蓄电池组放电功率初值柴油发电机组输出功率初值为
Pdes-min(t)为第t个时段海水淡化负荷功率下限;
Pbat_max(t)为第t个时段蓄电池组的最大放电功率;
Ndes-max(t)为第t个时段海水淡化机组开机数量上限;
子步骤103:根据海岛微电网多目标函数和约束条件,选择最优化算法计算海水淡化机组的开机数量、蓄电池组的放电功率和柴油发电机组的输出功率。
本发明考虑了海水淡化负荷对功率平衡的辅助调剂功能以及蓄电池放电深度对其寿命周期损耗的影响,以柴油发电机燃油损耗和蓄电池寿命损耗最低为目标,结合约束条件,采用智能优化算法迭代求解获得蓄电池组和柴油发电机的输出功率,有效解决含风力发电机组、光伏电池组、柴油发电机组和蓄电池组及海水淡化负荷的海岛微电网优化调度问题。
附图说明
图1是含新能源及海水淡化负荷的海岛微电网优化调度方法流程图;
图2是含新能源及海水淡化负荷的海岛微电网结构图;
图3是海岛居民一天24小时需水量示意图;
图4是多目标微分进化算法得到的Pareto最优解示意图;
图5是海岛微电网内各个微源优化后的机组出力及负荷数据示意图;
图6是优化调度过程中蓄电池组24小时的荷电状态示意图;
图7是优化调度过程中海水淡化机组启动数示意图。
具体实施方式
下面结合附图,对优选实施例作详细说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
在本实施例中,海岛微电网中的新能源包括风力发电机组和光伏电池组,海岛微电网还包括蓄电池组和柴油发电机组。此外,本实施例以1小时为基本时段单位,说明本发明的实现过程。图1是含新能源及海水淡化负荷的海岛微电网优化调度方法流程图,如图1所示,本发明提供的含新能源及海水淡化负荷的海岛微电网优化调度方法包括:
步骤1:确定第t小时海岛微电网中风力发电机组输出功率PWG-M(t)、光伏电池组输出功率PPV-M(t)和常规负荷功率Pl(t)。
对于风力发电机组输出功率PWG-M(t),采用典型的风力发电机组的输出模型进行计算。风力发电机组的输出模型,根据风力发电机组的输出特性方程,采用分段函数对其实际的输出特性曲线进行拟合,其计算方法为:
公式(1)中,v(t)表示时刻t风机转轴高度处的风速,vc、vr和vf分别表示时刻t风机的启动风速、额定风速和切断风速,Pr表示风机的额定功率,a、b和c为相应的拟合系数。vc、vr和vf可以实时测得,拟合系数一般在风机出厂时有厂家给定。因此,根据公式(1)可以确定第t小时海岛微电网中风力发电机组输出功率PWG-M(t)。
对于光伏电池组输出功率PPV-M(t),采用光伏电池组输出模型计算光伏电池组输出功率PPV-M(t),计算时要考虑辐射、温度和光伏电池倾斜角度对功率输出的影响。
首先,计算太阳光入射角i,计算公式为:
cosi=(sinφcosθ-cosφsinθcosγ)sinδ+
(cosφcosθ+sinφsinθcosγ)cosδcosw+sinθsinγcosδsinw (2)
公式(2)中,δ为赤纬角,w为太阳时角,θ为平面的倾斜角。γ为平面的方位角,倾斜平面面向正南时为零,面向东时为负,面向西时为正。
一般从气象站得到的资料是水平面上的太阳总辐射量H和水平面上的散射辐射量Hd,故水平面直辐射量Hb可按式(3)求得:
Hb=H-Hd (3)
而在计算光伏电池发电量时要用到的是倾斜面上的太阳总辐射量Hθ:
Hθ=Hbθ+Hdθ+Hrθ (4)
其中,Hbθ代表倾斜面上的直射辐射量,Hdθ代表倾斜面上的天空散射辐射量;Hrθ代表倾斜面上的地面反射辐射量。它们的计算如下:
其中,θz为太阳天顶角,H0代表大气层外面水平的太阳辐射量,ρ代表地物表面的反射率,在工程计算中一般取0.2,有雪覆盖的地面取0.7。
任意条件下PV组件的最佳工作点电流和电压利用式(8)-(14)计算:
C1=(1-Imp/Isc)·exp[-Vmp/(C2·Voc)] (9)
ΔV=VPV-Vmp (12)
ΔT=TA+0.02·Hθ-Tt (13)
以上各式中,IPV代表任意条件下光伏电池的最佳工作点电流,VPV代表任意条件下光伏电池的最佳工作点电压,Isc代表光伏电池的短路电流,Voc代表光伏电池的开路电压,Imp代表光伏电池的最大功率点电流,Vmp代表光伏电池的最大功率点电压,Hθ代表光伏板上的太阳总辐射量,HT代表标准光强,取1000W/m2,TA代表环境温度,Tt代表标准温度,取25℃。
光伏电池组方阵每小时输出的功率为:
PPV-G(t)=NPVP·NPVS·VPV·IPV·FC·FO (15)
其中,NPVS为光伏电池组件的串联数,NPVP为光伏电池组件的并联数,FC和FO分别表示由连接损失和其他损失引入的因子,由工程实践获得。
常规负荷功率Pl(t)是指除海水淡化负荷外海岛内居民日常生产和生活的用电基本负荷。包括海岛居民的照明用电,岛上商业用户的商业用电及工业用户的工业用电,可以根据海岛居民的生产生活情况确定。
步骤2:确定第t个时段海水淡化负荷功率下限Pdes-min(t)、第t个时段海水淡化负荷功率上限Pdes-max(t)和蓄电池组的寿命损耗模型。
首先确定第t个时段海水淡化负荷功率下限和海水淡化负荷功率上限。海水淡化负荷作为海岛微电网的可控负荷可以对优化调度中的功率平衡起到辅助调节功能。图3是海岛居民一天24小时需水量示意图,如图3所示,根据海岛居民用水需求、蓄水池容量及海水淡化机组总数量的限制,可以计算出每小时海水淡化机组的功率上下限。定义Ndes-min(t)、Ndes-max(t)分别为第t小时可开启的海水淡化机组台数上下限;相应的,Pdes-min(t)、Pdes-max(t)分别为第t小时海水淡化负荷功率的上下限。Rwater(t)为第t小时的淡水需求;Rdes(t)为第t小时末的海水淡化系统的蓄水量,Rdes-max为海水淡化系统的最大蓄水量,Rdes-min为保证应急需求的最小蓄水量。
对于海水淡化负荷功率下限,其取决于当前蓄水量和用水需求。
a)当前蓄水量充足时,即满足
Rdes(t-1)-Rdes-min≥Rwater(t) (16)
公式(16)所表示的含义是,第t-1小时末海水淡化系统的蓄水量与海岛应急需求的最小蓄水量之差大于等于第t小时的淡水需求量。此时,所有海水淡化机组皆可停止运行,因此Ndes-min(t)=0。
b)当前蓄水量不足时,即Rdes(t-1)-Rdes-min<Rwater(t)。这表明不生产淡水无法满足第t小时的淡水需求量,因此应根据第t-1小时末海水淡化系统的蓄水量与海岛应急需求的最小蓄水量差额确定最少需开机的机组。此时
公式(17)中,Gdes为单台海水淡化机组每时段的淡水产水量,[·]为取整运算。
对于海水淡化负荷功率上限,其取决于当前蓄水量和蓄水容积。
a)当前蓄水量较低时,在所有机组全部开启的情况下,仍无法在一个小时内超过蓄水上限时,即
Rdes(t-1)+NdesPdes-Rwater(t)≤Rdes-max (18)
公式(18)中,Ndes为海水淡化机组总数量,即所有海水淡化机组皆开机运行,此时
Ndes-max(t)=Ndes (19)
b)当前蓄水量较高,在所有机组全部开启的情况下,一个小时内必定超过蓄水上限时,即
Rdes(t-1)+NdesPdes-Rwater(t)>Rdes-max (20)
可选择性的开启部分机组,此时
进一步,根据海水淡化机组开机数量,可推算出海水淡化负荷功率的上下限。
Pdes-min(t)=Ndes-min(t)×Pdes (22)
Pdes-max(t)=Ndes-max(t)×Pdes (23)
公式(21)-(23)中,Pdes为单台海水淡化机组的负荷功率。
海水淡化负荷的辅助功率调节作用体现在:可再生能源出力较小时,海水淡化负荷为能保证岛上用水需求时的基本负荷值;可再生能源出力较大时,根据可再生能源输出功率与系统内不可控负荷功率的差值确定海水淡化功率,从而尽可能地消纳剩余的可再生能源。
其次,确定蓄电池组的寿命损耗模型。以铅酸蓄电池为例,铅酸蓄电池的寿命周期与放电深度的关系式如下:
L=aD+b (24)
公式(24)中,L代表铅酸蓄电池的寿命周期,D代表蓄电池自满荷电状态开始放电的放电深度,a和b代表寿命周期参数,这里根据工程实际分别取-4775和4955。
实际调度过程中,蓄电池的寿命周期与放电深度的关系大致为一个分段函数:
已知放电深度后根据公式(24)可以求出该放电深度下的蓄电池寿命周期,L,再根据公式(25)可以求出蓄电池寿命周期损耗参数λ。根据初始放电深度Dc和最终放电深度D结合式(25)得出蓄电池寿命周期损耗计算公式如下:
公式(26)中,loss(t)为蓄电池寿命损耗,L为蓄电池寿命周期,Dc为蓄电池初始放电深度,D为蓄电池最终放电深度,λ为蓄电池寿命周期损耗参数。
步骤3:以一天24小时内,柴油发电机组燃油损耗最小和蓄电池组的寿命损耗最小为目标,建立海岛微电网多目标函数并确定约束条件。
海岛微电网多目标函数包括柴油发电机组燃油损耗最小目标函数和蓄电池组寿命损耗最小目标函数。
柴油发电机组燃油损耗最小目标函数为
公式(27)中,Pdg(t)为第t个时段柴油发电机组的输出功率,F为柴油发电机组输出单位功率所消耗的柴油量,S为每单位柴油量的市场价格。
蓄电池组寿命损耗最小目标函数为
公式(28)中,loss(t)为第t个时段蓄电池组寿命损耗。
约束条件包括柴油发电机组输出功率约束、海水淡化机组开机数量约束、功率平衡约束和蓄电池组荷电状态约束。
柴油发电机组输出功率约束为
Pdg-min≤Pdg(t)≤Pdg-max (29)
公式(28)中,Pdg-min为柴油发电机组输出功率下限,Pdg-max为柴油发电机组输出功率上限。
海水淡化机组开启数量约束为
Ndes-min(t)≤Ndes(t)≤Ndes-max(t) (30)
公式(29)中,Ndes(t)为第t个时段海水淡化机组开机数量,Ndes-min(t)为第t个时段海水淡化机组开机数量下限,Ndes-max(t)为第t个时段海水淡化机组开机数量上限。
功率平衡约束为
Pl(t)+Pdes(t)=PWG-M(t)+PPV-M(t)+Pdg(t)+Pbat(t) (31)
公式(30)中,Pl(t)为第t个时段海岛微电网中常规负荷功率,Pdes(t)为第t个时段海水淡化负荷功率,PWG-M(t)为第t个时段海岛微电网中风力发电机组输出功率,PPV-M(t)为第t个时段海岛微电网中光伏电池组输出功率,Pdg(t)为第t个时段柴油发电机组输出功率,Pbat(t)为第t个时段蓄电池组的放电功率。
蓄电池荷电状态约束为
Sohmin≤Soh(t)≤Sohmax (32)
公式(31)中,Soh(t)为第t个时段蓄电池组的荷电状态,Sohmin为蓄电池组的荷电状态最小值,Sohmax为蓄电池组的荷电状态最大值。
步骤4:确定海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率。
由于柴油发电机、蓄电池及海水淡化负荷的功率在一定范围内都具有可调控性,综合考虑经济性及可再生能源利用率,在具体运行中,拟首先调节海水淡化负荷,其次调节储能,最后调节柴机。
子步骤101:根据公式
Pnet(t)=PWG-M(t)+PPV-M(t)-Pl(t) (33)
计算第t个时段海岛微电网的净功率Pnet(t)。
将净功率Pnet(t)与海水淡化负荷功率上下限进行比较,存在如下三种情况:
(1)净功率小于海水淡化负荷功率下限,即Pnet(t)<Pdes-min(t)。
此时,由于风力发电机组和光伏电池发电机组提供的功率无法满足海水淡化工作需求,因此应当考虑在保证最低用水需求的情况下,开启其他发电机组。即,使得海水淡化负荷功率达到海水淡化负荷功率下限,因此
Pdes(t)=Pdes-min(t) (34)
由此,海水淡化机组开机数量初值就是海水淡化机组开机数量下限,即m0=Ndes-min(t)。
同时,由于净功率不足以支撑海水淡化机组的运行,需蓄电池放电或柴机发电满足需求。
(1.1)当第t个时段蓄电池组的最大放电功率大于等于海水淡化负荷功率下限与净功率的差值时,即Pbat_max(t)≥Pdes-min(t)-Pnet(t)时,蓄电池组的放电功率即可满足海水淡化机组的最低运行,因此此时只开启蓄电池组,无需开启柴油发电机组。蓄电池组放电功率初值为柴油发电机组输出功率初值
(1.2)当第t个时段蓄电池组的最大放电功率小于海水淡化负荷功率下限与净功率的差值时,即Pbat_max(t)<Pdes-min(t)-Pnet(t)时,蓄电池组的最大放电功率已经无法满足海水淡化机组的最低运行,因此此时不但要开启蓄电池组,还要开启柴油发电机组。所以,蓄电池组放电功率初值柴油发电机组输出功率初值为
(2)净功率在海水淡化负荷功率的上下限之间,即
Pdes-min(t)≤Pnet(t)<Pdes-max(t) (35)
此时,根据净功率水平可确定满足用水的下限要求,但仍需确定可开启的海水淡化机组数量。海水淡化机组开机数量初值为
相应的,海水淡化机组的运行功率
Pdes(t)=m0Pdes (37)
考虑到净功率还会有少量剩余,拟通过蓄电池充电的形式消纳,则蓄电池组充电功率初值
若蓄电池不满足充电条件时,剩余电量将放弃。而柴机发电机组此时无需启动运行。
(3)净功率大于海水淡化负荷功率上限,即
Pnet(t)>Pdes-max(t) (39)
此时,为尽可能消纳可再生能源,海水淡化机组按功率上限运行
Pdes(t)=Pdes-max(t) (40)
因此有海水淡化机组开机数量初值m0=Ndes-min(t)。考虑到净功率同样也会有少量剩余,拟通过蓄电池充电的形式消纳,即
若蓄电池不满足充电条件时,剩余电量将放弃。而柴机发电机组此时无需启动运行。
子步骤103:根据海岛微电网多目标函数和约束条件,选择最优化算法计算海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率。
由于确定了蓄电池组充/放电功率初值,因此可以根据该初值确定蓄电池组的放电深度初值,并进而计算出蓄电池组寿命损耗初值。选择一种多目标智能优化算法,如多目标微分进化算法、非支配排序多目标遗传算法等,即可计算出海水淡化机组开机数量、蓄电池组放电功率和柴油发电机组输出功率。
比如,选用多目标微分进化算法,并用matlab软件对优化调度模型进行编程,具体求解步骤为:
(1)算法参数设置。设置种群数量Np=200,终止迭代次数C=1000,变异因子F=0.5,杂交因子CR=0.4。
(2)种群初始化。在决策变量的变化范围内随机生成Np个解,其中决策变量的上、下限根据实际情况确定:柴油发电机输出功率上下限为0~300kW,海水淡化机组初始上下限为0~8台。
(3)进行变异和交叉操作,生成子代种群。
(4)将子代种群代入约束条件式进行检查,不满足条件的按下式进行处理:
其中xjmax和xjmin分别为决策变量j的上限和下限。
(5)算出父代种群和子代种群的适应值,即系统总成本,然后进行选择操作,保留适应值小的个体,并记录当前最佳个体和对应的适应值。
(6)重复(3)~(5)直到满足终止迭代条件。
图4是多目标微分进化算法得到的Pareto最优解的图像。图5是微电网内各个微源优化后的机组出力及负荷数据,图6是优化调度过程中蓄电池24小时的荷电状态,图7是优化调度过程中海水淡化机组启动数。
本发明提出的优化调度计算方法,考虑了海水淡化负荷对功率平衡的辅助调剂功能以及蓄电池放电深度对其寿命周期损耗的影响,以柴油发电机燃油损耗和蓄电池寿命损耗最低为目标,并考虑了柴油发电机输出功率约束、海水淡化机组开停数、系统功率平衡约束、蓄电池荷电状态约束及充放电功率约束等约束条件,采用智能优化算法迭代求解,思路清晰严谨,方法合理可靠,可以有效解决含风/光/柴/蓄及海水淡化负荷的海岛微电网优化调度问题。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种含新能源及海水淡化负荷的海岛微电网优化调度方法,其特征是所述方法包括:
步骤1:确定第t个时段海岛微电网中风力发电机组输出功率PWG-M(t)、光伏电池组输出功率PPV-M(t)和常规负荷功率Pl(t);
步骤2:确定第t个时段海水淡化负荷功率下限Pdes-min(t)、第t个时段海水淡化负荷功率上限Pdes-max(t)和蓄电池组的寿命损耗模型;
步骤3:以设定数量的时段内,柴油发电机组燃油损耗最小和蓄电池组的寿命损耗最小为目标,建立优化调度模型;
所述优化调度模型包括海岛微电网多目标函数和相应的约束条件;
其中,海岛微电网多目标函数包括柴油发电机组燃油损耗最小目标函数和蓄电池组寿命损耗最小目标函数;
Pdg(t)为第t个时段柴油发电机组输出功率;
F为柴油发电机组输出单位功率所消耗的柴油量;
S为每单位柴油量的市场价格;
loss(t)为第t个时段蓄电池组寿命损耗;
n为设定数量;
所述约束条件包括:柴油发电机组输出功率约束、海水淡化机组开机数量约束、功率平衡约束和蓄电池组荷电状态约束;
柴油发电机组输出功率约束为Pdg-min≤Pdg(t)≤Pdg-max,Pdg-min为柴油发电机组输出功率下限,Pdg-max为柴油发电机组输出功率上限;
海水淡化机组开机数量约束为Ndes-min(t)≤Ndes(t)≤Ndes-max(t),Ndes(t)为第t个时段海水淡化机组开机数量,Ndes-min(t)为第t个时段海水淡化机组开机数量下限,Ndes-max(t)为第t个时段海水淡化机组开机数量上限;
功率平衡约束为Pl(t)+Pdes(t)=PWG-M(t)+PPV-M(t)+Pdg(t)+Pbat(t),Pdes(t)为第t个时段海水淡化负荷功率,Pdg(t)为第t个时段柴油发电机组输出功率,Pbat(t)为第t个时段蓄电池组的放电功率;
蓄电池荷电状态约束为Sohmin≤Soh(t)≤Sohmax,Soh(t)为第t个时段蓄电池组的荷电状态,Sohmin为蓄电池组的荷电状态最小值,Sohmax为蓄电池组的荷电状态最大值;
步骤4:确定海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率。
2.根据权利要求1所述的方法,其特征是所述第t个时段海水淡化负荷功率下限的计算公式为Pdes-min(t)=Ndes-min(t)×Pdes;
其中,Pdes为单台海水淡化机组的负荷功率;
Ndes-min(t)为第t个时段海水淡化机组开机数量下限;
当Rdes(t-1)-Rdes-min≥Rwater(t)时,Ndes-min(t)=0;
当Rdes(t-1)-Rdes-min<Rwater(t)时,
Rdes(t-1)为第t-1个时段末海水淡化系统的蓄水量;
Rdes-min为海岛应急需求的最小蓄水量;
Rwater(t)为第t个时段的淡水需求量;
Gdes为单台海水淡化机组每时段的淡水产水量;
[·]为取整运算。
3.根据权利要求1所述的方法,其特征是所述第t个时段海水淡化负荷功率上限的计算公式为Pdes-max(t)=Ndes-max(t)×Pdes;
其中,Pdes为单台海水淡化机组的负荷功率;
Ndes-max(t)为第t个时段海水淡化机组开机数量上限;
当Rdes(t-1)+NdesPdes-Rwater(t)≤Rdes-max时,Ndes-max(t)=Ndes;
当Rdes(t-1)+NdesPdes-Rwater(t)>Rdes-max时,
Rdes(t-1)为第t-1个时段末海水淡化系统的蓄水量;
Rdes-max为海水淡化系统的最大蓄水量;
Rwater(t)为第t个时段的淡水需求量;
Ndes为海水淡化机组总数量;
Gdes为单台海水淡化机组每时段的淡水产水量;
[·]为取整运算。
4.根据权利要求1-3任意一项权利要求所述的方法,其特征是所述确定海水淡化机组开机数量、蓄电池组充/放电功率和柴油发电机组输出功率具体包括如下子步骤:
子步骤101:计算第t个时段海岛微电网的净功率Pnet(t),计算公式为Pnet(t)=PWG-M(t)+PPV-M(t)-Pl(t);
如果Pnet(t)<Pdes-min(t),则海水淡化机组开机数量初值m0=Ndes-min(t);当Pbat_max(t)≥Pdes-min(t)-Pnet(t)时,蓄电池组放电功率初值为柴油发电机组输出功率初值当Pbat_max(t)<Pdes-min(t)-Pnet(t)时,蓄电池组放电功率初值柴油发电机组输出功率初值为
Pdes-min(t)为第t个时段海水淡化负荷功率下限;
Pbat_max(t)为第t个时段蓄电池组的最大放电功率;
Ndes-max(t)为第t个时段海水淡化机组开机数量上限;
子步骤103:根据海岛微电网多目标函数和约束条件,选择最优化算法计算海水淡化机组的开机数量、蓄电池组的放电功率和柴油发电机组的输出功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310642457.8A CN103606969B (zh) | 2013-12-03 | 2013-12-03 | 含新能源及海水淡化负荷的海岛微电网优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310642457.8A CN103606969B (zh) | 2013-12-03 | 2013-12-03 | 含新能源及海水淡化负荷的海岛微电网优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103606969A true CN103606969A (zh) | 2014-02-26 |
CN103606969B CN103606969B (zh) | 2015-07-29 |
Family
ID=50125174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310642457.8A Expired - Fee Related CN103606969B (zh) | 2013-12-03 | 2013-12-03 | 含新能源及海水淡化负荷的海岛微电网优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606969B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995921A (zh) * | 2014-04-22 | 2014-08-20 | 广东电网公司电力科学研究院 | 一种微网供电系统可靠性的模拟评估方法 |
CN104103020A (zh) * | 2014-07-01 | 2014-10-15 | 华中科技大学 | 考虑可变寿命特性的确定电力系统调峰用电池储能容量的方法 |
CN104268652A (zh) * | 2014-09-28 | 2015-01-07 | 南方电网科学研究院有限责任公司 | 一种考虑实时电价与可控负荷的微电网运行优化方法 |
CN104901338A (zh) * | 2015-06-25 | 2015-09-09 | 华北电力大学(保定) | 一种海岛孤立微电网能量控制方法 |
CN105016428A (zh) * | 2014-04-26 | 2015-11-04 | 江苏丰海新能源淡化海水发展有限公司 | 孤网风电海水淡化集成系统及方法 |
CN105262147A (zh) * | 2015-11-19 | 2016-01-20 | 中国电建集团华东勘测设计研究院有限公司 | 含风光柴储及海水淡化系统海岛微电网的模糊决策方法 |
CN105303251A (zh) * | 2015-10-10 | 2016-02-03 | 中国矿业大学 | 太阳能海水淡化问题的区间支持向量机模型及优化设计 |
CN107196296A (zh) * | 2017-06-26 | 2017-09-22 | 国电南瑞科技股份有限公司 | 一种基于波浪发电的海岛微电网经济运行优化方法 |
CN108631302A (zh) * | 2018-05-15 | 2018-10-09 | 佛山科学技术学院 | 一种岛礁综合能源系统优化调度方法及装置 |
CN108921429A (zh) * | 2018-06-29 | 2018-11-30 | 中国能源建设集团广东省电力设计研究院有限公司 | 以热/冷定电型智能微网中可控能源机组电功率确定方法 |
CN109299823A (zh) * | 2018-09-22 | 2019-02-01 | 天津大学 | 一种考虑热法海水淡化的微能源网多目标规划方法 |
CN110198054A (zh) * | 2019-05-13 | 2019-09-03 | 中国电力科学研究院有限公司 | 一种含海水淡化负荷的微网功率调度方法和系统 |
CN113255984A (zh) * | 2021-05-19 | 2021-08-13 | 沈阳工业大学 | 一种海水淡化负荷消纳弃风电量的集群优化调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904289A (zh) * | 2012-10-18 | 2013-01-30 | 长沙学院 | 基于果蝇优化算法的海岛新能源系统最优容量配置方法 |
CN103414213A (zh) * | 2013-08-13 | 2013-11-27 | 中国能源建设集团广东省电力设计研究院 | 一种海岛型微电网的电源优化配置方法 |
-
2013
- 2013-12-03 CN CN201310642457.8A patent/CN103606969B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904289A (zh) * | 2012-10-18 | 2013-01-30 | 长沙学院 | 基于果蝇优化算法的海岛新能源系统最优容量配置方法 |
CN103414213A (zh) * | 2013-08-13 | 2013-11-27 | 中国能源建设集团广东省电力设计研究院 | 一种海岛型微电网的电源优化配置方法 |
Non-Patent Citations (4)
Title |
---|
刘梦璇 等: "基于多目标的独立微电网优化设计方法", 《电力系统自动化》, vol. 36, no. 17, 10 September 2012 (2012-09-10), pages 34 - 39 * |
刘梦璇 等: "风光柴储孤立微电网系统协调运行控制策略设计", 《电力系统自动化》, vol. 36, no. 15, 10 August 2012 (2012-08-10), pages 19 - 24 * |
罗皎虹 等: "独立风力-柴油联合发电系统运行成本分析", 《南通大学学报(自然科学版)》, vol. 6, no. 2, 30 June 2007 (2007-06-30), pages 70 - 77 * |
许昌 等: "海岛风柴蓄发电功率分配方法与运行预测", 《可再生能源》, vol. 31, no. 2, 28 February 2013 (2013-02-28), pages 43 - 47 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995921B (zh) * | 2014-04-22 | 2017-08-08 | 广东电网公司电力科学研究院 | 一种微网供电系统可靠性的模拟评估方法 |
CN103995921A (zh) * | 2014-04-22 | 2014-08-20 | 广东电网公司电力科学研究院 | 一种微网供电系统可靠性的模拟评估方法 |
CN105016428A (zh) * | 2014-04-26 | 2015-11-04 | 江苏丰海新能源淡化海水发展有限公司 | 孤网风电海水淡化集成系统及方法 |
CN105016428B (zh) * | 2014-04-26 | 2017-02-08 | 江苏丰海新能源淡化海水发展有限公司 | 孤网风电海水淡化集成系统及方法 |
CN104103020A (zh) * | 2014-07-01 | 2014-10-15 | 华中科技大学 | 考虑可变寿命特性的确定电力系统调峰用电池储能容量的方法 |
CN104103020B (zh) * | 2014-07-01 | 2017-08-01 | 华中科技大学 | 考虑可变寿命特性的确定电力系统调峰用电池储能容量的方法 |
CN104268652A (zh) * | 2014-09-28 | 2015-01-07 | 南方电网科学研究院有限责任公司 | 一种考虑实时电价与可控负荷的微电网运行优化方法 |
CN104901338B (zh) * | 2015-06-25 | 2018-01-12 | 华北电力大学(保定) | 一种海岛孤立微电网能量控制方法 |
CN104901338A (zh) * | 2015-06-25 | 2015-09-09 | 华北电力大学(保定) | 一种海岛孤立微电网能量控制方法 |
CN105303251A (zh) * | 2015-10-10 | 2016-02-03 | 中国矿业大学 | 太阳能海水淡化问题的区间支持向量机模型及优化设计 |
CN105262147A (zh) * | 2015-11-19 | 2016-01-20 | 中国电建集团华东勘测设计研究院有限公司 | 含风光柴储及海水淡化系统海岛微电网的模糊决策方法 |
CN107196296A (zh) * | 2017-06-26 | 2017-09-22 | 国电南瑞科技股份有限公司 | 一种基于波浪发电的海岛微电网经济运行优化方法 |
CN107196296B (zh) * | 2017-06-26 | 2020-03-20 | 国电南瑞科技股份有限公司 | 一种基于波浪发电的海岛微电网经济运行优化方法 |
CN108631302A (zh) * | 2018-05-15 | 2018-10-09 | 佛山科学技术学院 | 一种岛礁综合能源系统优化调度方法及装置 |
CN108631302B (zh) * | 2018-05-15 | 2021-01-12 | 佛山科学技术学院 | 一种岛礁综合能源系统优化调度方法及装置 |
CN108921429A (zh) * | 2018-06-29 | 2018-11-30 | 中国能源建设集团广东省电力设计研究院有限公司 | 以热/冷定电型智能微网中可控能源机组电功率确定方法 |
CN108921429B (zh) * | 2018-06-29 | 2021-06-08 | 中国能源建设集团广东省电力设计研究院有限公司 | 以热/冷定电型智能微网中可控能源机组电功率确定方法 |
CN109299823A (zh) * | 2018-09-22 | 2019-02-01 | 天津大学 | 一种考虑热法海水淡化的微能源网多目标规划方法 |
CN110198054A (zh) * | 2019-05-13 | 2019-09-03 | 中国电力科学研究院有限公司 | 一种含海水淡化负荷的微网功率调度方法和系统 |
CN110198054B (zh) * | 2019-05-13 | 2023-11-03 | 中国电力科学研究院有限公司 | 一种含海水淡化负荷的微网功率调度方法和系统 |
CN113255984A (zh) * | 2021-05-19 | 2021-08-13 | 沈阳工业大学 | 一种海水淡化负荷消纳弃风电量的集群优化调度方法 |
CN113255984B (zh) * | 2021-05-19 | 2024-04-12 | 国网天津市电力公司滨海供电分公司 | 一种海水淡化负荷消纳弃风电量的集群优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103606969B (zh) | 2015-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606969B (zh) | 含新能源及海水淡化负荷的海岛微电网优化调度方法 | |
Xu et al. | Optimal sizing of standalone hybrid wind/PV power systems using genetic algorithms | |
CN109687444B (zh) | 一种微电网电源多目标双层优化配置方法 | |
Yang et al. | Optimal sizing method for stand-alone hybrid solar–wind system with LPSP technology by using genetic algorithm | |
CN108879793B (zh) | 一种风光蓄能水电站互补的离网式混合能源系统优化方法 | |
Bansal et al. | Optimization of hybrid PV/wind energy system using Meta Particle Swarm Optimization (MPSO) | |
CN105005872A (zh) | 一种移峰填谷的储能系统的容量配置方法 | |
CN102449873A (zh) | 混合能量存储系统、包括该存储系统的可再生能量系统及其使用方法 | |
CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 | |
CN112600209A (zh) | 一种含潮流能的海岛独立微电网容量多目标优化配置方法 | |
CN111327053A (zh) | 一种适用于极地气候下的多源微电网容量优化配置方法 | |
Atia et al. | Optimization of a PV-wind-diesel system using a hybrid genetic algorithm | |
CN110391677B (zh) | 一种基于电力市场环境的水光蓄混合系统运行优化方法 | |
CN115115130A (zh) | 一种基于模拟退火算法的风光储制氢系统日前调度方法 | |
CN113435730B (zh) | 一种变电站储能容量的协同配置方法、装置及系统 | |
Ozturk et al. | Comparative evaluation of stand-alone hybrid power system with different energy storages | |
Maleki et al. | Optimization of grid independent diesel-based hybrid system for power generation using improved particle swarm optimization algorithm | |
CN109245138A (zh) | 一种在孤岛微网场景内延长储能设备使用寿命的方法 | |
CN110098623B (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
Stojković et al. | Techno-economic analysis of stand-alone photovoltaic/wind/battery/hydrogen systems for very small-scale applications | |
Ramaswamy et al. | Optimal design of stand alone PV system for a remote location in UAE using Mono-Si cells | |
Muhammad et al. | Application of Dynamic Programming for Optimal Hybrid Energy Management System: Hydro-Photovoltaic-Diesel-BESS | |
CN114914943A (zh) | 面向绿色港口岸电系统的氢储能优化配置方法 | |
Sachs et al. | Two layer model predictive control for a cost efficient operation of island energy systems | |
CN114977247A (zh) | 一种应用于能量路由管理的扩展时间轴的粒子群算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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 |
Granted publication date: 20150729 Termination date: 20201203 |
|
CF01 | Termination of patent right due to non-payment of annual fee |