CN104156789A - 计及储能寿命损耗的孤立微电网最优经济运行方法 - Google Patents

计及储能寿命损耗的孤立微电网最优经济运行方法 Download PDF

Info

Publication number
CN104156789A
CN104156789A CN201410414894.9A CN201410414894A CN104156789A CN 104156789 A CN104156789 A CN 104156789A CN 201410414894 A CN201410414894 A CN 201410414894A CN 104156789 A CN104156789 A CN 104156789A
Authority
CN
China
Prior art keywords
period
lead
value
combustion engine
acid accumulator
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
CN201410414894.9A
Other languages
English (en)
Other versions
CN104156789B (zh
Inventor
谢开贵
胡博
沈玉明
余娟
任洲洋
李龙云
钟隽
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN201410414894.9A priority Critical patent/CN104156789B/zh
Publication of CN104156789A publication Critical patent/CN104156789A/zh
Application granted granted Critical
Publication of CN104156789B publication Critical patent/CN104156789B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14District level solutions, i.e. local energy networks

Abstract

本发明公开了一种计及储能寿命损耗的孤立微电网最优经济运行方法,其通过研究铅酸蓄电池充放电过程对其寿命的影响,并折算为经济成本加入到目标函数之中,建立了计及储能寿命损耗的微电网最优经济运行模型,采用了将调整策略和粒子群算法相结合的策略对模型进行求解,确定孤立微电网最优经济运行方案,按照该最优经济运行方案对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制,能够减少微电网系统出现发电量过盛的情况,在满足供电负荷需求的情况下帮助降低微电网系统运行成本;同时,本发明孤立微电网最优经济运行方法的运算流程较为简单,通用性较好,可广泛应用于不同应用场合下的微电网经济运行方案的规划。

Description

计及储能寿命损耗的孤立微电网最优经济运行方法
技术领域
[0001] 本发明涉及电力系统经济运行技术,具体涉及一种计及储能寿命损耗的孤立微电 网最优经济运行方法,属于电力系统经济调度领域。
背景技术
[0002] 随着能源危机与环境污染日益严峻,太阳能、风能等以资源丰富、无污染等特点在 可再生能源利用中发挥着越来越重要的作用。但太阳能、风能具有随机性和间歇性的特点, 接入电网后,其运行与调度较为困难。微电网的出现为可再生能源的综合利用提供了一种 有效手段。微电网是一种新型网络结构,是多种分布式的微电源(通常包括风电机组、微燃 机和铅酸蓄电池)、负荷以及控制装置集合构成的系统单元。微电网中的微电源多为容量较 小的分布式电源,即含有电力电子接口的小型机组,包括微型燃气轮机、燃料电池、光伏电 池、小型风力发电机组以及超级电容、飞轮及蓄电池等储能装置。由于微电网通常接在用户 侦牝运行方式灵活,便于控制,具有成本低、电压低以及污染小等特点,在解决可再生能源接 入方面表现出巨大的潜力,微电网高效、经济运行是其能够保持高效持续发展的前提。
[0003] 目前针对微电网的经济运行研究较多,也有研究者建立了多种不同的微电网经济 运行模型。然而,现有研究所建立的模型中较少的考虑储能寿命损耗和负荷预测误差等因 素的影响,因此都未能很好地结合微电网的实际情况而得到较为准确的经济运行方案,导 致系统出现发电量过盛、电力资源浪费、运行成本偏高的问题。同时,微电网最优经济运行 问题是一个高维度、非线性优化问题,如果模型建立得不恰当或者求解方案的选择不恰当, 都会导致模型的求解过程复杂,而难以得到预期的经济运行方案结果,为孤立微电网经济 运行方案的实现带来了困难。
发明内容
[0004] 针对现有技术中存在的不足,本发明提供了一种计及储能寿命损耗的孤立微电网 最优经济运行方法,其综合考虑储能寿命损耗和负荷预测误差等因素,建立微电网最优经 济运行模型后采用粒子群算法进行求解,确定孤立微电网最优经济运行方案,以减少微电 网系统出现发电量过盛、电力资源浪费的情况,在满足供电负荷需求的情况下帮助降低微 电网系统运行成本。
[0005] 为实现上述目的,本发明采用了如下技术手段:
[0006] 计及储能寿命损耗的孤立微电网最优经济运行方法,建立计及储能寿命损耗的微 电网最优经济运行模型,采用粒子群算法对所建立的微电网最优经济运行模型进行求解, 并在求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池 Soc值进 行调整,确定孤立微电网最优经济运行方案;
[0007] 所述微电网最优经济运行模型为:
[0008] 微电网最优经济运行模型的目标函数为:
[0009]
Figure CN104156789AD00081
[0010]
[0011]
[0012] 式中,Ctotal为孤立微电网系统的总运行成本;C丨为调度周期中第t个时段中第η 组微燃机的开机成本;Ν为孤立微电网系统中微燃机的总组数;un,t为调度周期中第t个时 段中第η组微燃机的开、停机状态变量,处于开机状态时un,t取值为1,处于停机状态时u n;t 取值为〇 ;T为调度周期内包含的总时段数;Cbat为铅酸蓄电池的寿命损耗成本;〇 η、δ η、τ n 为第n组微燃机的启动成本系数;为第n组微燃机在调度周期中第t个时段内的停运 时间;FFatn为调度周期中第t个时段中第η组微燃机的运行成本;Ff为燃料价格;P tn为调 度周期中第t个时段中第η组微燃机的输出功率;η tn为调度周期中第t个时段中第η组 微燃机的效率;
[0013] 当铅酸蓄电池充放电循环深度为R时,故障前最大循环充放电次数NESS表示为 :
[0014]
Figure CN104156789AD00082
[0015] a i〜α 5为铅酸蓄电池的特征参数,这些参数由厂商提供的寿命测试数据得到;
[0016] 铅酸蓄电池充放电循环一次,电池寿命损耗占总寿命百分比为1/NESS,等效经济损 耗成本Q为:
[0017]
Figure CN104156789AD00083
[0018] 微电网运行过程中,在调度周期内,铅酸蓄电池的寿命损耗成本Cbat为:
[0019]
Figure CN104156789AD00084
[0020] 式中,Cinitial_bat为铅酸蓄电池投资成本;」为铅酸蓄电池第j次充放电的等效经 济损耗成本;N T为调度周期中铅酸蓄电池的充放电次数;
[0021] 微电网最优经济运行模型的约束条件为:
[0022] ①功率平衡约束条件:
[0023]
Figure CN104156789AD00085
[0024] 式中,PDt表示调度周期中第t个时段的负荷预测值;Pnt为调度周期中第t个时段 中第η组微燃机的出力,u n,t为调度周期中第t个时段中第η组微燃机的开、停机状态变量; Pwt为调度周期中第t个时段的风电功率预测值;PESSt为调度周期中第t个时段中铅酸蓄电 池的充放电功率,放电时为正,充电时为负;
[0025] ②微燃机出力约束条件:
[0026]
Figure CN104156789AD00086
[0027]式中,/ΓΠ 、分别为第η组微燃机的最小、最大出力限值;
[0028] ③铅酸蓄电池约束条件:
Figure CN104156789AD00091
[0029]
[0030]
[0031]
[0032]
[0033] 式中,/f、#分别为调度周期中第t个时段铅酸蓄电池的充、放电功率;Ρ&_、 分别为铅酸蓄电池的最大充、放电功率;Sjt)为调度周期中第t个时段铅酸蓄电池 的剩余容量;S_in、S_ax分别为铅酸蓄电池的最小、最大剩余容量限值;5。。(0)表示调度周 期中最初始的一个时段铅酸蓄电池的剩余容量值,UO表示调度周期中最后一个时段 铅酸蓄电池的剩余容量值,表示铅酸蓄电池的原始容量值;
[0034] ④旋转备用约束条件:
[0035] 调度周期中第t个时段中微燃机提供的最大正备用iC为:
[0036]
Figure CN104156789AD00092
[0037] 调度周期中第t个时段中铅酸蓄电池提供的最大正备用为:
[0038]
Figure CN104156789AD00093
[0039] 调度周期中第t个时段中微燃机提供的最大负备用为:
[0040]
Figure CN104156789AD00094
[0041] 调度周期中第t个时段中铅酸蓄电池提供的最大负备用为:
[0042]
Figure CN104156789AD00095
[0043] 采用概率约束确定旋转备用容量,即:
Figure CN104156789AD00096
[0044]
[0045]
[0046] 式中,Rt为调度周期中第t个时段微电网系统所需的旋转备用容量;P{}表示概 率;α为置信度水平;AP Dt为调度周期中第t个时段的负荷预测误差,服从正态分布,即
Figure CN104156789AD00097
;Δ Pwt为调度周期中第t个时段的风电功率预测误差,服从正态分 布,即
Figure CN104156789AD00098
;Λ t为相邻两时段的时间间隔;
[0047] 采用粒子群算法对所述微电网最优经济运行模型的求解过程具体包括如下步 骤:
[0048] (1)统计微电网系统中风速及负荷的历史数据,根据历史数据对调度周期内各时 段的风电功率和负荷进行预测,并作为微电网最优经济运行模型的输入参数;
[0049] (2)产生初始粒子群:
[0050] 针对调度周期内每一个时段,随机生成该时段内N组微燃机的出力值,并随机生 成该时段内的铅酸蓄电池 Soc值,构成一个包含N+1个数值元素的数组,从而针对调度周期 内包含的T个时段,随机生成得到T个数组,形成一个(N+l) XT维的搜索空间矩阵,作为 粒子群中的一个粒子的位置值,并随机生成该粒子的速度值;由此,根据设定的粒子群规模 M,随机生成包含Μ个粒子的粒子群;
[0051] (3)采用启发式调整策略对当前粒子群中各个粒子中的微燃机的出力值和铅酸蓄 电池 Soc值进行调整,使得各个粒子满足微电网最优经济运行模型的约束条件,同时保证 微电网系统功率平衡;
[0052] (4)计算当前粒子群中的每个粒子的适应值,并计算当前粒子群的粒子个体极值 和全局极值;每个粒子的适应值函数为:
[0053]
Figure CN104156789AD00101
[0054] 式中:Ctotal为孤立微电网系统的总运行成本;δ惩罚因子;mt为取值为0或1的 状态变量,若调度周期中第t个时段中微燃机的出力值和铅酸蓄电池 Soc值不满足旋转备 用约束条件,mt取1,反之,mt取0 ;A为正常数;
[0055] (5)更新粒子群中各个粒子的位置和速度:根据当前第k代粒子群中各个粒子的 位置和速度,更新第k+Ι代粒子群中各个粒子的位置和速度 :
Figure CN104156789AD00102
[0056]
[0057]
[0058] 式中,ω为惯性权重系数,为一个常数;Cl、c2为加速常数,在(0, 2]之间取值;k为 粒子群算法的当前迭代代数4(10、r2(k)为[0, 1]之间取值的随机数;i表示粒子群中第 i个粒子;Vi (k)表示第k代粒子群中第i个粒子的速度值% (k+Ι)表示第k+Ι代粒子群中 第i个粒子的速度值;Xi (k)表示第k代粒子群中第i个粒子的位置值;Xi (k+Ι)表示第k+1 代粒子群中第i个粒子的位置值;Pg(k)为第k代粒子群的全局极值,Pbest」(k)为第k代粒 子群中第i个粒子的个体极值;
[0059] (6)重复步骤(3)〜(5),直到达到粒子群算法预先设定的最大迭代代数;
[0060] (7)将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时 段中各组微燃机的出力值和铅酸蓄电池 Soc值,作为调度周期内各时段的微燃机出力和铅 酸蓄电池充放电功率的最优经济运行方案,并按照该最优经济运行方案,对孤立微电网系 统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。
[0061] 上述计及储能寿命损耗的孤立微电网最优经济运行方法,具体而言,所述步骤(3) 中启发式调整策略的具体调整步骤为:
[0062] Stepl :检测粒子群中各个粒子所表示的微燃机出力值是否越限,如果大于微燃机 的最大出力限值ΖΓΧ,则取为最大出力限值ΖΓ Χ;如果小于最小出力限值,则取为〇,即 表示相应组的微燃机处于停运状态;
[0063] Step2 :检测粒子群中各个粒子所表示的铅酸蓄电池 S。。值是否越限,如果大于铅 酸蓄电池的最大剩余容量限值s_ax,则取为铅酸蓄电池的最大剩余容量限值s_ ax;如果小 于铅酸蓄电池的最小剩余容量限值s_in,则取为最小剩余容量限值s_in;
[0064] Step3:采用推回代法对铅酸蓄电池的充放电功率进行调整,使其满足微电网最优 经济运行模型的约束条件;具体的前推回代过程如下:
[0065] St印3. 1 :分别令t = 0, 1,2, "'T-l ;对于调度周期中第t个时段铅酸蓄电池 的剩余容量ta),如果满足式(19),通过式(21)调整后一时段的铅酸蓄电池剩余容量 S^a+l);如果满足式(20),则通过式(22)调整后一时段的铅酸蓄电池剩余容量ta+l):
Figure CN104156789AD00111
[0066]
[0067]
[0068]
[0069]
[0070] St印3. 2 :执行完步骤St印3. 1后,判断式(12)是否满足,如果满足,则转到步骤 St印3. 4 ;如果不满足,则令SJO = S。。^^,分别令t = T-l,T-2,…,0 ;然后对于调度 周期中第t+Ι个时段铅酸蓄电池的剩余容量Ut+Ι),如果满足式(19),通过式(23)调整 前一时段的铅酸蓄电池剩余容量;如果满足式(20),则通过式(24)调整前一时段的 铅酸蓄电池剩余容量Ut)值:
Figure CN104156789AD00112
[0071]
[0072]
[0073] Step3. 3 :再次判断式(12)是否满足,如果满足转到Step3. 4 ;如果不满足,则令
Figure CN104156789AD00113
并转到Step3. 1 ;
[0074] Step3. 4 :进行下一步计算;
[0075] Step4 :开机调整策略:根据粒子群中各个粒子所表示的微燃机出力值和铅酸蓄 电池 S。。值,结合风电功率预测值和负荷预测值,分别判断每个粒子所表示的每一时段的微 燃机出力值和铅酸蓄电池 S。。值加上同时段的风电功率预测值能否满足同时段的负荷预测 值,如果不满足,则增加相应粒子中相应时段的微燃机开机运行数目直至满足同时段的负 荷要求为止;
[0076] Step5 :停机调整策略:在粒子群中粒子所表示的每一时段的微燃机出力值和铅 酸蓄电池 S。。值加上同时段的风电功率预测值能够满足同时段的负荷预测值时,分别判断 每个粒子中每一时段停运任意一组微燃机能否满足同时段的负荷预测值;如果满足,则在 相应粒子的相应时段中停运相应组的微燃机,直至该时段若再停运任意一组微燃机则不能 满足同时段的负荷要求为止;如果粒子中一个时段任意一组处于开机状态的微燃机停运后 都不能满足同时段的负荷要求和旋转备用约束条件,则该时段的微燃机开机运行组数保持 不变;
[0077] Step6 :功率平衡调整:对于粒子群中的每个粒子,分别调整每一时段中各组微燃 机的出力值,使微电源系统功率平衡,调整过程中不平衡功率根据各组微燃机所承担的负 荷大小按比例分摊,分摊方法为:
[0078]
Figure CN104156789AD00121
[0079] 式中,Pnt、P' nt分别为进行功率平衡调整前、后调度周期中第t个时段处于开机 运行的第η组微燃机的出力值;AP t为调度周期中第t个时段微电源系统的功率缺额,当 APt〈〇时,表不微电源系统的发电总功率小于负荷,需增加微燃机出力,反之APt>〇时,则 表示能够减小微燃机出力。
[0080] 相比于现有技术,本发明具有如下有益效果:
[0081] 1、本发明计及储能寿命损耗的孤立微电网最优经济运行方法,通过研究铅酸蓄电 池充放电过程对其寿命的影响,并折算为经济成本加入到目标函数之中,建立的计及储能 寿命损耗的微电网最优经济运行模型考虑的因素更为全面,考虑了这因素的影响后,便能 够通过该模型分析储能的充放电过程对微电网经济运行的影响。
[0082] 2、本发明计及储能寿命损耗的孤立微电网最优经济运行方法,所建立的计及储能 寿命损耗的微电网最优经济运行模型还考虑了风电机组出力间歇性和负荷预测误差对系 统运行备用的影响,采用概率约束反映旋转备用配置的置信水平,该因素也更符合实际运 行的需求,从而减少微电网系统出现发电量过盛、电力资源浪费的情况,在满足供电负荷需 求的情况下帮助降低微电网系统运行成本。
[0083] 3、本发明计及储能寿命损耗的孤立微电网最优经济运行方法中,对于微电网最优 经济运行模型的求解,采用了将调整策略和粒子群算法相结合的方法,提高了粒子群算法 求解的收敛速度,进而提高了求解迭代过程中可行解的求解效率,能够更加快速地确定符 合实际情况的孤立微电网最优经济运行方案。
[0084] 4、本发明孤立微电网最优经济运行方法的运算流程较为简单,便于工程人员学习 使用,并且通用性较好,可广泛应用于不同应用场合下的微电网经济运行方案的规划,具有 很好的市场推广应用价值。
附图说明
[0085] 图1为本发明计及储能寿命损耗的孤立微电网最优经济运行方法中对微电网最 优经济运行模型进行求解的流程图。
[0086] 图2为本发明实施例中根据测试地区的历史数据对其微电网未来一天的风电功 率和负荷预测结果曲线图。
[0087] 图3为本发明实施例中求解得到的测试地区微电网未来一天各微燃机出力和铅 酸蓄电池 Soc值曲线图。
[0088] 图4为本发明实施例中在不计铅酸蓄电池储能寿命损耗时,测试地区微电网未来 一天各微燃机出力和铅酸蓄电池 Soc值曲线图。
[0089] 图5为本发明实施例中,对模型的求解迭代中约束条件满足情况的统计分析曲线 图。
具体实施方式
[0090] 本发明提供了一种计及储能寿命损耗的孤立微电网最优经济运行方法,通过研究 铅酸蓄电池充放电过程对其寿命的影响,并折算为经济成本加入到目标函数之中,建立了 计及储能寿命损耗的微电网最优经济运行模型;同时,为了求解该模型,采用粒子群算法对 模型进行求解,并且由于模型中涉及的约束条件较多,因此在求解过程中还结合了调整策 略对机组的最大最小出力、储能充放电过程进行调整,以提高粒子群算法求解的迭代过程 中可行解的求解效率,得到孤立微电网最优经济运行方案,并按照该最优经济运行方案,对 孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制,从而 减少微电网系统出现发电量过盛、电力资源浪费的情况,在满足供电负荷需求的情况下帮 助降低微电网系统运行成本。
[0091] 1.具体的微电网最优经济运行模型为:
[0092] 微电网最优经济运行模型的目标函数为:
Figure CN104156789AD00131
[0093]
[0094]
[0095]
[0096] 式中,Ct(rtal为孤立微电网系统的总运行成本;C〗为调度周期中第t个时段中第η 组微燃机的开机成本;Ν为孤立微电网系统中微燃机的总组数;un,t为调度周期中第t个时 段中第η组微燃机的开、停机状态变量,处于开机状态时u n,t取值为1,处于停机状态时un;t 取值为〇 ;T为调度周期内包含的总时段数;Cbat为铅酸蓄电池的寿命损耗成本;〇 η、δ η、τ n 为第n组微燃机的启动成本系数;2;OTF为第n组微燃机在调度周期中第t个时段内的停运 时间;FFatn为调度周期中第t个时段中第η组微燃机的运行成本;Ff为燃料价格;P tn为调 度周期中第t个时段中第η组微燃机的输出功率;η tn为调度周期中第t个时段中第η组 微燃机的效率(一般出力越大对应的运行效率越高);
[0097] 当铅酸蓄电池充放电循环深度为R时,故障前最大循环充放电次数NESS表示为 :
[0098]
Figure CN104156789AD00132
[0099] 〇1〜α5为铅酸蓄电池的特征参数,这些参数可由厂商提供的寿命测试数据得 到。
[0100] 铅酸蓄电池充放电循环一次,电池寿命损耗占总寿命百分比为1/NESS,等效经济损 耗成本Q为:
[0101]
Figure CN104156789AD00133
[0102] 微电网运行过程中,在调度周期内,铅酸蓄电池的寿命损耗成本Cbat为:
[0103]
Figure CN104156789AD00134
[0104] 式中,Cinitial_bat为铅酸蓄电池投资成本;Cu为铅酸蓄电池第j次充放电的等效经 济损耗成本;N T为调度周期中铅酸蓄电池的充放电次数。
[0105] 微电网最优经济运行模型的约束条件为:
[0106] ①功率平衡约束条件:
[0107]
Figure CN104156789AD00141
[0108] 式中,PDt表示调度周期中第t个时段的负荷预测值;Pnt为调度周期中第t个时段 中第η组微燃机的出力,u n,t为调度周期中第t个时段中第η组微燃机的开、停机状态变量; Pwt为调度周期中第t个时段的风电功率预测值;PESSt为调度周期中第t个时段中铅酸蓄电 池的充放电功率,放电时为正,充电时为负;
[0109] ②微燃机出力约束条件:
[0110]
Figure CN104156789AD00142
[0111] 式中,/Γη、分别为第η组微燃机的最小、最大出力限值;
[0112] ③铅酸蓄电池约束条件:
Figure CN104156789AD00143
[0113]
[0114]
[0115]
[0116]
[0117] 式中,if、/f分别为调度周期中第t个时段铅酸蓄电池的充、放电功率;Ρ&_、 分别为铅酸蓄电池的最大充、放电功率;sjt)为调度周期中第t个时段铅酸蓄电池 的剩余容量;S_in、S_ax分别为铅酸蓄电池的最小、最大剩余容量限值;5。。(0)表示调度周 期中最初始的一个时段铅酸蓄电池的剩余容量值,UO表示调度周期中最后一个时段 铅酸蓄电池的剩余容量值,表示铅酸蓄电池的原始容量值;
[0118] ④旋转备用约束条件:
[0119] 调度周期中第t个时段中微燃机提供的最大正备用/T为:
[0120]
Figure CN104156789AD00144
[0121] 调度周期中第t个时段中铅酸蓄电池提供的最大正备用为:
[0122]
Figure CN104156789AD00145
[0123] 调度周期中第t个时段中微燃机提供的最大负备用iC™为:
[0124]
Figure CN104156789AD00146
[0125] 调度周期中第t个时段中铅酸蓄电池提供的最大负备用为:
[0126]
Figure CN104156789AD00147
[0127] 采用概率约束确定旋转备用容量,即:
Figure CN104156789AD00151
[0128]
[0129]
[0130] 式中,Rt为调度周期中第t个时段微电网系统所需的旋转备用容量;P{}表示概 率;α为置信度水平;AP Dt为调度周期中第t个时段的负荷预测误差,服从正态分布,即
Figure CN104156789AD00152
为调度周期中第t个时段的风电功率预测误差,服从正态分 布,即
Figure CN104156789AD00153
为相邻两时段的时间间隔。
[0131] 2.对所建立的微电网最优经济运行模型,采用粒子群算法对模型进行求解,并在 求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池 Soc值进行调 整,确定孤立微电网最优经济运行方案;其求解过程的流程如图1所示,具体步骤为:
[0132] (1)统计微电网系统中风速及负荷的历史数据,根据历史数据对调度周期内各时 段的风电功率和负荷进行预测,并作为微电网最优经济运行模型的输入参数。
[0133] (2)产生初始粒子群:
[0134] 针对调度周期内每一个时段,随机生成该时段内N组微燃机的出力值,并随机生 成该时段内的铅酸蓄电池 Soc值,构成一个包含N+1个数值元素的数组,从而针对调度周期 内包含的T个时段,随机生成得到T个数组,形成一个(N+l) XT维的搜索空间矩阵,作为 粒子群中的一个粒子的位置值,并随机生成该粒子的速度值;由此,根据设定的粒子群规模 M,随机生成包含Μ个粒子的粒子群。
[0135] (3)采用启发式调整策略对当前粒子群中各个粒子中的微燃机的出力值和铅酸蓄 电池 Soc值进行调整,使得各个粒子满足微电网最优经济运行模型的约束条件,同时保证 微电网系统功率平衡。
[0136] (4)计算当前粒子群中的每个粒子的适应值,并计算当前粒子群的粒子个体极值 和全局极值。针对微电网最优经济运行模型的旋转备用约束条件,本发明采用了罚函数法 对旋转备用约束条件加以限制,因此每个粒子的适应值函数为:
[0137]
Figure CN104156789AD00154
[0138] 式中:Ctotal为孤立微电网系统的总运行成本;δ惩罚因子;mt为取值为〇或1的 状态变量,若调度周期中第t个时段中微燃机的出力值和铅酸蓄电池 Soc值不满足旋转备 用约束条件,mt取1,反之,mt取0 ;A为正常数。
[0139] (5)更新粒子群中各个粒子的位置和速度:根据当前第k代粒子群中各个粒子的 位置和速度,更新第k+Ι代粒子群中各个粒子的位置和速度 :
Figure CN104156789AD00155
[0140]
[0141]
[0142] 式中,ω为惯性权重系数,为一个常数;Cl、c2为加速常数,在(0, 2]之间取值;k为 粒子群算法的当前迭代代数4(10、r2(k)为[0, 1]之间取值的随机数;i表示粒子群中第 i个粒子;Vi (k)表示第k代粒子群中第i个粒子的速度值% (k+Ι)表示第k+Ι代粒子群中 第i个粒子的速度值;Xi (k)表示第k代粒子群中第i个粒子的位置值;Xi (k+Ι)表示第k+1 代粒子群中第i个粒子的位置值;Pg(k)为第k代粒子群的全局极值,Pbest」(k)为第k代粒 子群中第i个粒子的个体极值。
[0143] (6)重复步骤(3)〜(5),直到达到粒子群算法预先设定的最大迭代代数。
[0144] (7)将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时 段中各组微燃机的出力值和铅酸蓄电池 Soc值,作为调度周期内各时段的微燃机出力和铅 酸蓄电池充放电功率的最优经济运行方案,并按照该最优经济运行方案,对孤立微电网系 统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。
[0145] 3.在对微电网最优经济运行模型的求解过程中,步骤(3)中提出的启发式调整策 略的具体调整步骤为:
[0146] Stepl :检测粒子群中各个粒子所表示的微燃机出力值是否越限,如果大于微燃机 的最大出力限值/fax,则取为最大出力限值/Γ χ;如果小于最小出力限值^Γη,则取为〇,即 表示相应组的微燃机处于停运状态。
[0147] Step2 :检测粒子群中各个粒子所表示的铅酸蓄电池 S。。值是否越限,如果大于铅 酸蓄电池的最大剩余容量限值S_ax,则取为铅酸蓄电池的最大剩余容量限值S_ ax ;如果小 于铅酸蓄电池的最小剩余容量限值S_in,则取为最小剩余容量限值S_in。
[0148] Step3 :对铅酸蓄电池的充放电功率进行调整。铅酸蓄电池充放电过程受其容量和 最大充放功率限制,各时段之间存在耦合性,将铅酸蓄电池假想为一台具有爬坡速率约束 的微燃机,相邻时段间铅酸蓄电池剩余容量受爬坡速率(即最大充、放电功率)的限制,为 此本发明提出了一种前推回代法对铅酸蓄电池的剩余容量状态进行调整,进而确定其调整 后铅酸蓄电池的充放电功率,使其满足微电网最优经济运行模型的约束条件。具体的前推 回代过程如下:
[0149] St印3. 1 :分别令t = 0, 1,2,…,T-1 ;对于调度周期中第t个时段铅酸蓄电池 的剩余容量ta),如果满足式(19),通过式(21)调整后一时段的铅酸蓄电池剩余容量 s^a+i);如果满足式(2〇),则通过式(22)调整后一时段的铅酸蓄电池剩余容量ta+i):
Figure CN104156789AD00161
[0150]
[0151]
[0152]
[0153]
[0154] Step3. 2 :执行完步骤Step3. 1后,判断式(12)是否满足,如果满足,则转到步骤 St印3. 4 ;如果不满足,则令S。。(〇 = ,分别令t = T-l,T-2,…,0 ;然后对于调度 周期中第t+Ι个时段铅酸蓄电池的剩余容量Ut+Ι),如果满足式(19),通过式(23)调整 前一时段的铅酸蓄电池剩余容量;如果满足式(20),则通过式(24)调整前一时段的 铅酸蓄电池剩余容量Ut)值:
Figure CN104156789AD00162
[0155]
[0156]
[0157] Step3. 3 :再次判断式(12)是否满足,如果满足转到Step3. 4 ;如果不满足,则令
Figure CN104156789AD00163
,并转到Step3. 1 ;
[0158] St印3. 4 :进行下一步计算。至此,对铅酸蓄电池的充放电功率的调整步骤完成。
[0159] Step4 :开机调整策略:根据粒子群中各个粒子所表示的微燃机出力值和铅酸蓄 电池 S。。值,结合风电功率预测值和负荷预测值,分别判断每个粒子所表示的每一时段的微 燃机出力值和铅酸蓄电池 S。。值加上同时段的风电功率预测值能否满足同时段的负荷预测 值,如果不满足,则增加相应粒子中相应时段的微燃机开机运行数目直至满足同时段的负 荷要求为止。
[0160] Step5 :停机调整策略:在粒子群中粒子所表示的每一时段的微燃机出力值和铅 酸蓄电池 S。。值加上同时段的风电功率预测值能够满足同时段的负荷预测值时,分别判断 每个粒子中每一时段停运任意一组微燃机能否满足同时段的负荷预测值;如果满足,则在 相应粒子的相应时段中停运相应组的微燃机,直至该时段若再停运任意一组微燃机则不能 满足同时段的负荷要求为止;如果粒子中一个时段任意一组处于开机状态的微燃机停运后 都不能满足同时段的负荷要求和旋转备用约束条件,则该时段的微燃机开机运行组数保持 不变。
[0161] St印6 :功率平衡调整。完成步骤St印1〜St印5后,可确保调度周期内任意时段 所有处于运行状态的微燃机和蓄电池的总出力都能够满足负荷要求。此时,对于粒子群中 的每个粒子,分别调整每一时段中各组微燃机的出力值,使微电源系统功率平衡,调整过程 中不平衡功率根据各组微燃机所承担的负荷大小按比例分摊,分摊方法为:
[0162]
Figure CN104156789AD00171
[0163] 式中,Pnt、P' nt分别为进行功率平衡调整前、后调度周期中第t个时段处于开机 运行的第η组微燃机的出力值;AP t为调度周期中第t个时段微电源系统的功率缺额,当 APt〈〇时,表不微电源系统的发电总功率小于负荷,需增加微燃机出力,反之APt>〇时,则 表示能够减小微燃机出力。
[0164] 下面结合具体实施方式,进一步说明本发明的技术特点和效果。
[0165] 实施实例:
[0166] 为验证本发明计及储能寿命损耗的孤立微电网最优经济运行方法的有效性,采用 本发明的孤立微电网最优经济运行方法对某一地区的微电网进行经济运行优化配置。本实 施例中,规划的调度周期为1天,一个时段t设定为1小时;因此1天的调度周期中包含的 总时段数T = 24个时段。以微电网系统的总运行成本最低为目标,按本发明方法建立了该 地区的微电网最优经济运行模型后,采用粒子群算法对所建立的微电网最优经济运行模型 进行求解,并在求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池 Soc值进行调整,其求解流程如图1所示,具体实现过程如下:
[0167] 1)统计该地区微电网系统中风速及负荷的历史数据,根据历史数据对调度周期内 (未来一天24小时)各时段的风电功率和负荷进行预测,并作为微电网最优经济运行模型 的输入参数。本实施例的风电功率和负荷预测结果如图2所示。
[0168] 2)产生初始粒子群:
[0169] 针对调度周期内每一个时段,随机生成该时段内N组微燃机的出力值,并随机生 成该时段内的铅酸蓄电池 Soc值,构成一个包含N+1个数值元素的数组,从而针对调度周期 内包含的T个时段,随机生成得到T个数组,形成一个(N+l) XT维的搜索空间矩阵,作为 粒子群中的一个粒子的位置值,并随机生成该粒子的速度值;由此,根据设定的粒子群规模 M,随机生成包含Μ个粒子的粒子群。
[0170] 本实施例中,粒子群算法中所设定的粒子群规模Μ为30,因此生成的初始粒子群 中包含30个粒子个体。
[0171] 3)采用本发明方法中的启发式调整策略对当前粒子群中各个粒子中的微燃机的 出力值和铅酸蓄电池 Soc值进行调整,使得各个粒子满足微电网最优经济运行模型的约束 条件,同时保证微电网系统功率平衡。
[0172] 4)计算当前粒子群中的每个粒子的适应值,并计算当前粒子群的粒子个体极值和 全局极值;针对微电网最优经济运行模型的旋转备用约束条件,本发明采用了罚函数法对 旋转备用约束条件加以限制,因此每个粒子的适应值函数为:
[0173]
Figure CN104156789AD00181
[0174] 5)更新粒子群中各个粒子的位置和速度:根据当前第k代粒子群中各个粒子的位 置和速度,更新第k+Ι代粒子群中各个粒子的位置和速度 :
Figure CN104156789AD00182
[0175]
[0176]
[0177] 6)重复步骤(3)〜(5),直到达到粒子群算法预先设定的最大迭代代数。
[0178] 7)将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时 段中各组微燃机的出力值和铅酸蓄电池 Soc值,作为调度周期内各时段的微燃机出力和铅 酸蓄电池充放电功率的最优经济运行方案,并按照该最优经济运行方案,对孤立微电网系 统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。
[0179] 通过以上计算,得到规划的调度周期(未来一天24小时)内各时段微燃机出力和 铅酸蓄电池充放电功率。上述求解的逐渐迭代过程,取旋转备用的置信水平为〇. 99,可得到 未来一天24小时各微燃机出力和铅酸蓄电池 Soc值曲线如图3所示。在不计铅酸蓄电池 储能寿命损耗时,可得到未来一天24小时各微燃机出力和铅酸蓄电池 Soc值曲线如图4所 /_J、1 〇
[0180] 为了验证本发明方法中所提出的启发式微燃机出力和储能充放电调整策略的有 效性,本实施例专门对本发明方法的求解迭代中可行解产生过程进行了统计分析。图5中 给出了种群在经过位置和速度更新后,给定的约束条件(功率平衡约束、S。。是否越限、储能 功率是否越限、初末时刻S。。是否相等)是否满足的情况。由图5所示结果可知,当不考虑 铅酸蓄电池的寿命损耗时,调度周期内系统总的运行费用相对计入寿命损耗时稍小,而铅 酸蓄电池的充放电频繁,对储能寿命影响较大。对实际微电网而言,通常储能设备投资成本 较大,相对于其它设备寿命较短,为了延长微电网使用周期,在进行微电网调度过程中,需 考虑铅酸蓄电池寿命损耗的影响。采用粒子群算法对所建立的微电网最优经济运行模型进 行求解,在求解过程中,为了提高可行解的产生效率,本发明提出了启发式微燃机出力和储 能充放电调整策略对微燃机出力和储能的充放电功率大小进行调整,经过调整后,约束条 件均能得到满足,进而能够帮助提高计算效率,从而能够更加快速地确定符合实际情况的 孤立微电网最优经济运行方案。
[0181] 综上所述,本发明计及储能寿命损耗的孤立微电网最优经济运行方法,其通过研 究铅酸蓄电池充放电过程对其寿命的影响,并折算为经济成本加入到目标函数之中,还考 虑了风电机组出力间歇性和负荷预测误差对系统运行备用的影响,建立了计及储能寿命损 耗的微电网最优经济运行模型,采用了将调整策略和粒子群算法相结合的策略对模型进行 求解,进而提高了求解迭代过程中可行解的求解效率,能够更加快速地确定符合实际情况 的孤立微电网最优经济运行方案,按照该最优经济运行方案对孤立微电网系统调度周期内 各时段的微燃机出力和铅酸蓄电池充放电功率加以控制,能够减少微电网系统出现发电量 过盛、电力资源浪费的情况,在满足供电负荷需求的情况下帮助降低微电网系统运行成本; 同时,本发明孤立微电网最优经济运行方法的运算流程较为简单,便于工程人员学习使用, 并且通用性较好,可广泛应用于不同应用场合下的微电网经济运行方案的规划,具有很好 的市场推广应用价值。
[0182] 最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较 佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技 术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本 发明的权利要求范围当中。

Claims (2)

1.计及储能寿命损耗的孤立微电网最优经济运行方法,其特征在于,建立计及储能寿 命损耗的微电网最优经济运行模型,采用粒子群算法对所建立的微电网最优经济运行模型 进行求解,并在求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池 Soc值进行调整,确定孤立微电网最优经济运行方案; 所述微电网最优经济运行模型为: 微电网最优经济运行模型的目标函数为:
Figure CN104156789AC00021
式中,Ct(rtal为孤立微电网系统的总运行成本;
Figure CN104156789AC00022
为调度周期中第t个时段中第η组微 燃机的开机成本;Ν为孤立微电网系统中微燃机的总组数;un,t为调度周期中第t个时段中 第η组微燃机的开、停机状态变量,处于开机状态时un,t取值为1,处于停机状态时un;t取值 为0;τ为调度周期内包含的总时段数;Cb at为铅酸蓄电池的寿命损耗成本;ση、δη、τη* 第η组微燃机的启动成本系数
Figure CN104156789AC00023
为第η组微燃机在调度周期中第t个时段内的停运时 间;FFatn为调度周期中第t个时段中第η组微燃机的运行成本;Ff为燃料价格;Ptn为调度 周期中第t个时段中第η组微燃机的输出功率;η tn为调度周期中第t个时段中第η组微 燃机的效率; 当铅酸蓄电池充放电循环深度为R时,故障前最大循环充放电次数NESS表示为:
Figure CN104156789AC00024
a i〜α 5为铅酸蓄电池的特征参数,这些参数由厂商提供的寿命测试数据得到; 铅酸蓄电池充放电循环一次,电池寿命损耗占总寿命百分比为1/NESS,等效经济损耗成 本Q为:
Figure CN104156789AC00025
微电网运行过程中,在调度周期内,铅酸蓄电池的寿命损耗成本Cbat为:
Figure CN104156789AC00026
式中,
Figure CN104156789AC00027
为铅酸蓄电池投资成本;Cu为铅酸蓄电池第j次充放电的等效经济损 耗成本;NT为调度周期中铅酸蓄电池的充放电次数; 微电网最优经济运行模型的约束条件为: ①功率平衡约束条件:
Figure CN104156789AC00028
式中,PDt表示调度周期中第t个时段的负荷预测值;Pnt为调度周期中第t个时段中第 η组微燃机的出力,un,t为调度周期中第t个时段中第η组微燃机的开、停机状态变量;P wt 为调度周期中第t个时段的风电功率预测值;PESSt为调度周期中第t个时段中铅酸蓄电池 的充放电功率,放电时为正,充电时为负; ② 微燃机出力约束条件:
Figure CN104156789AC00031
式中,ifin、6_分别为第η组微燃机的最小、最大出力限值; ③ 铅酸蓄电池约束条件:
Figure CN104156789AC00032
式中,/f、/f1分别为调度周期中第t个时段铅酸蓄电池的充、放电功率; 分别为铅酸蓄电池的最大充、放电功率;Ut)为调度周期中第t个时段铅酸蓄电池的剩余 容量;S_in、S_ax分别为铅酸蓄电池的最小、最大剩余容量限值;SJO)表示调度周期中最 初始的一个时段铅酸蓄电池的剩余容量值,UO表示调度周期中最后一个时段铅酸蓄 电池的剩余容量值,表示铅酸蓄电池的原始容量值; ④ 旋转备用约束条件: 调度周期中第t个时段中微燃机提供的最大正备用iC为:
Figure CN104156789AC00033
调度周期中第t个时段中铅酸蓄电池提供的最大正备用为:
Figure CN104156789AC00034
调度周期中第t个时段中微燃机提供的最大负备用iC™为:
Figure CN104156789AC00035
调度周期中第t个时段中铅酸蓄电池提供的最大负备用为:
Figure CN104156789AC00036
采用概率约束确定旋转备用容量,即:
Figure CN104156789AC00037
式中,Rt为调度周期中第t个时段微电网系统所需的旋转备用容量;P{}表示概率;α 为置信度水平;Λ PDt为调度周期中第t个时段的负荷预测误差,服从正态分布,S卩Λ PDt〜
Figure CN104156789AC00038
为调度周期中第t个时段的风电功率预测误差,服从正态分布,即
Figure CN104156789AC00039
;At为相邻两时段的时间间隔; 采用粒子群算法对所述微电网最优经济运行模型的求解过程具体包括如下步骤: (1) 统计微电网系统中风速及负荷的历史数据,根据历史数据对调度周期内各时段的 风电功率和负荷进行预测,并作为微电网最优经济运行模型的输入参数; (2) 产生初始粒子群: 针对调度周期内每一个时段,随机生成该时段内N组微燃机的出力值,并随机生成该 时段内的铅酸蓄电池 Soc值,构成一个包含N+1个数值元素的数组,从而针对调度周期内包 含的T个时段,随机生成得到T个数组,形成一个(N+l) X T维的搜索空间矩阵,作为粒子群 中的一个粒子的位置值,并随机生成该粒子的速度值;由此,根据设定的粒子群规模M,随 机生成包含Μ个粒子的粒子群; (3) 采用启发式调整策略对当前粒子群中各个粒子中的微燃机的出力值和铅酸蓄电池 Soc值进行调整,使得各个粒子满足微电网最优经济运行模型的约束条件,同时保证微电网 系统功率平衡; (4) 计算当前粒子群中的每个粒子的适应值,并计算当前粒子群的粒子个体极值和全 局极值;每个粒子的适应值函数为:
Figure CN104156789AC00041
式中:Ct(rtal为孤立微电网系统的总运行成本;δ惩罚因子;mt为取值为〇或1的状态 变量,若调度周期中第t个时段中微燃机的出力值和铅酸蓄电池 Soc值不满足旋转备用约 束条件,mt取1,反之,mt取0 ;A为正常数; (5) 更新粒子群中各个粒子的位置和速度:根据当前第k代粒子群中各个粒子的位置 和速度,更新第k+Ι代粒子群中各个粒子的位置和速度 :
Figure CN104156789AC00042
式中,ω为惯性权重系数,为一个常数;Cl、c2为加速常数,在(0, 2]之间取值;k为粒子 群算法的当前迭代代数4(10、r2(k)为[0,1]之间取值的随机数;i表示粒子群中第i个 粒子;Vi (k)表示第k代粒子群中第i个粒子的速度值% (k+Ι)表示第k+Ι代粒子群中第i 个粒子的速度值;Xi (k)表示第k代粒子群中第i个粒子的位置值;Xi (k+1)表示第k+1代 粒子群中第i个粒子的位置值;Pg(k)为第k代粒子群的全局极值,Pbest」(k)为第k代粒子 群中第i个粒子的个体极值; (6) 重复步骤(3)〜(5),直到达到粒子群算法预先设定的最大迭代代数; (7) 将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时段中 各组微燃机的出力值和铅酸蓄电池 Soc值,作为调度周期内各时段的微燃机出力和铅酸蓄 电池充放电功率的最优经济运行方案,并按照该最优经济运行方案,对孤立微电网系统调 度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。
2.根据权利要求1所述计及储能寿命损耗的孤立微电网最优经济运行方法,其特征在 于,所述步骤(3)中启发式调整策略的具体调整步骤为: Stepl :检测粒子群中各个粒子所表示的微燃机出力值是否越限,如果大于微燃机的最 大出力限值/Γχ,则取为最大出力限值/Γχ;如果小于最小出力限值/rin,则取为〇,即表示 相应组的微燃机处于停运状态; Step2 :检测粒子群中各个粒子所表示的铅酸蓄电池 S。。值是否越限,如果大于铅酸蓄 电池的最大剩余容量限值s_ax,则取为铅酸蓄电池的最大剩余容量限值s_ax;如果小于铅 酸蓄电池的最小剩余容量限值s_in,则取为最小剩余容量限值s_in; Step3 :采用推回代法对铅酸蓄电池的充放电功率进行调整,使其满足微电网最优经济 运行模型的约束条件;具体的前推回代过程如下: St印3. 1 :分别令t = 0, 1,2,…,T-1 ;对于调度周期中第t个时段铅酸蓄电池的剩余容 量&α),如果满足式(19),通过式(21)调整后一时段的铅酸蓄电池剩余容量5。。(1+1);如 果满足式(20),则通过式(22)调整后一时段的铅酸蓄电池剩余容量S^a+l):
Figure CN104156789AC00051
Step3. 2 :执行完步骤Step3. 1后,判断式(12)是否满足,如果满足,则转到步骤 St印3. 4 ;如果不满足,则令SJO = S。。^^,分别令t = T-l,T-2,…,0 ;然后对于调度 周期中第t+Ι个时段铅酸蓄电池的剩余容量Ut+Ι),如果满足式(19),通过式(23)调整 前一时段的铅酸蓄电池剩余容量;如果满足式(20),则通过式(24)调整前一时段的 铅酸蓄电池剩余容量Ut)值:
Figure CN104156789AC00052
Step3. 3 :再次判断式(12)是否满足,如果满足转到Step3. 4 ;如果不满足,则令S。。(0) S〇cinitial' 并转到Step3. 1 ; Step3. 4 :进行下一步计算; Step4 :开机调整策略:根据粒子群中各个粒子所表示的微燃机出力值和铅酸蓄电池 S。。值,结合风电功率预测值和负荷预测值,分别判断每个粒子所表示的每一时段的微燃机 出力值和铅酸蓄电池 S。。值加上同时段的风电功率预测值能否满足同时段的负荷预测值, 如果不满足,则增加相应粒子中相应时段的微燃机开机运行数目直至满足同时段的负荷要 求为止; Step5 :停机调整策略:在粒子群中粒子所表示的每一时段的微燃机出力值和铅酸蓄 电池 S。。值加上同时段的风电功率预测值能够满足同时段的负荷预测值时,分别判断每个 粒子中每一时段停运任意一组微燃机能否满足同时段的负荷预测值;如果满足,则在相应 粒子的相应时段中停运相应组的微燃机,直至该时段若再停运任意一组微燃机则不能满足 同时段的负荷要求为止;如果粒子中一个时段任意一组处于开机状态的微燃机停运后都 不能满足同时段的负荷要求和旋转备用约束条件,则该时段的微燃机开机运行组数保持不 变; Step6 :功率平衡调整:对于粒子群中的每个粒子,分别调整每一时段中各组微燃机的 出力值,使微电源系统功率平衡,调整过程中不平衡功率根据各组微燃机所承担的负荷大 小按比例分摊,分摊方法为:
Figure CN104156789AC00061
式中,Pnt、p' nt分别为进行功率平衡调整前、后调度周期中第t个时段处于开机运行 的第η组微燃机的出力值;Λ PtS调度周期中第t个时段微电源系统的功率缺额,当Λ pt〈0 时,表不微电源系统的发电总功率小于负荷,需增加微燃机出力,反之Δ Pt>〇时,贝lj表不能 够减小微燃机出力。
CN201410414894.9A 2014-08-21 2014-08-21 计及储能寿命损耗的孤立微电网最优经济运行方法 Active CN104156789B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410414894.9A CN104156789B (zh) 2014-08-21 2014-08-21 计及储能寿命损耗的孤立微电网最优经济运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410414894.9A CN104156789B (zh) 2014-08-21 2014-08-21 计及储能寿命损耗的孤立微电网最优经济运行方法

Publications (2)

Publication Number Publication Date
CN104156789A true CN104156789A (zh) 2014-11-19
CN104156789B CN104156789B (zh) 2017-04-12

Family

ID=51882285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410414894.9A Active CN104156789B (zh) 2014-08-21 2014-08-21 计及储能寿命损耗的孤立微电网最优经济运行方法

Country Status (1)

Country Link
CN (1) CN104156789B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978609A (zh) * 2015-06-27 2015-10-14 云南电网有限责任公司电力科学研究院 一种微电网的能量优化管理方法
CN106600024A (zh) * 2016-09-29 2017-04-26 重庆大学 一种计及温控设备的社区级微电网经济运行建模及其求解方法
CN106911148A (zh) * 2017-04-28 2017-06-30 北京天诚同创电气有限公司 孤立微电网的能量管理方法和系统
CN110649635A (zh) * 2018-06-26 2020-01-03 云南电网有限责任公司 储能电池的倍率确认方法、装置、计算机设备和存储介质
CN110661288A (zh) * 2019-09-16 2020-01-07 云南电网有限责任公司临沧供电局 一种含有高渗透率光伏发电的配电网的电压控制方法
CN110797933A (zh) * 2019-09-27 2020-02-14 三峡大学 一种动力电池主动均衡充电电气控制系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664423A (zh) * 2012-05-30 2012-09-12 山东大学 基于粒子群算法的风电场储能容量控制方法
CN103699946A (zh) * 2014-01-13 2014-04-02 国家电网公司 利用储能系统平抑充换电站负荷和保证用电经济性的方法
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664423A (zh) * 2012-05-30 2012-09-12 山东大学 基于粒子群算法的风电场储能容量控制方法
CN103699946A (zh) * 2014-01-13 2014-04-02 国家电网公司 利用储能系统平抑充换电站负荷和保证用电经济性的方法
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

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978609A (zh) * 2015-06-27 2015-10-14 云南电网有限责任公司电力科学研究院 一种微电网的能量优化管理方法
CN104978609B (zh) * 2015-06-27 2018-05-25 云南电网有限责任公司电力科学研究院 一种微电网的能量优化管理方法
CN106600024A (zh) * 2016-09-29 2017-04-26 重庆大学 一种计及温控设备的社区级微电网经济运行建模及其求解方法
CN106911148A (zh) * 2017-04-28 2017-06-30 北京天诚同创电气有限公司 孤立微电网的能量管理方法和系统
CN110649635A (zh) * 2018-06-26 2020-01-03 云南电网有限责任公司 储能电池的倍率确认方法、装置、计算机设备和存储介质
CN110649635B (zh) * 2018-06-26 2021-07-13 云南电网有限责任公司 储能电池的倍率确认方法、装置、计算机设备和存储介质
CN110661288A (zh) * 2019-09-16 2020-01-07 云南电网有限责任公司临沧供电局 一种含有高渗透率光伏发电的配电网的电压控制方法
CN110661288B (zh) * 2019-09-16 2021-10-01 云南电网有限责任公司临沧供电局 一种含有高渗透率光伏发电的配电网的电压控制方法
CN110797933A (zh) * 2019-09-27 2020-02-14 三峡大学 一种动力电池主动均衡充电电气控制系统及方法

Also Published As

Publication number Publication date
CN104156789B (zh) 2017-04-12

Similar Documents

Publication Publication Date Title
CN104156789A (zh) 计及储能寿命损耗的孤立微电网最优经济运行方法
CN102104251B (zh) 一种并网运行模式下的微电网实时能量优化调度方法
CN105160451A (zh) 一种含电动汽车的微电网多目标优化调度方法
CN104135025A (zh) 基于模糊粒子群算法和储能系统的微网经济运行优化方法
CN103793758A (zh) 含光伏发电系统的电动汽车充电站的多目标优化调度方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN105225022A (zh) 一种热电联产型微电网的经济性优化运行方法
CN105005872A (zh) 一种移峰填谷的储能系统的容量配置方法
CN107039975A (zh) 一种分布式能源系统能量管理方法
CN105337315A (zh) 一种风光蓄互补独立微电网高维多目标优化配置方法
CN104682408A (zh) 一种含多类储能的离网型风光储微电网的能量管理方法
CN105741027A (zh) 一种含电动汽车的虚拟电厂优化调度方法
CN109599881A (zh) 一种基于锰酸锂电池储能系统的电网调频调压方法
CN109586325A (zh) 一种新能源储能优化配置方法
CN102593855B (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
CN103001259B (zh) 一种基于退火算法的并网型微电网优化调度方法
CN106485358A (zh) 结合序列运算和粒子群算法的独立微电网优化配置方法
CN106026145A (zh) 基于跟踪计划出力的储能配置优化方法
CN105574620A (zh) 一种结合双主控协作与mpso算法的微电网动态优化调度方法
CN103915851B (zh) 一种递进步长和期望输出均可变的储能系统优化控制方法
CN108695903B (zh) 基于粒子群优化算法的微电网优化调度方法
Meng et al. Energy Storage Auxiliary Frequency Modulation Control Strategy Considering ACE and SOC of Energy Storage
CN104167762B (zh) 一种含化学储能系统和间歇式电源的机组组合优化方法
Mao et al. Microgrid Group Control Method Based on Deep Learning under Cloud Edge Collaboration
CN104850917A (zh) 一种微网经济运行智能优化方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
GR01 Patent grant