CN104734168B - 一种基于电热联合调度的微电网运行优化系统及方法 - Google Patents

一种基于电热联合调度的微电网运行优化系统及方法 Download PDF

Info

Publication number
CN104734168B
CN104734168B CN201510112762.5A CN201510112762A CN104734168B CN 104734168 B CN104734168 B CN 104734168B CN 201510112762 A CN201510112762 A CN 201510112762A CN 104734168 B CN104734168 B CN 104734168B
Authority
CN
China
Prior art keywords
energy
power
electric
unit
period
Prior art date
Application number
CN201510112762.5A
Other languages
English (en)
Other versions
CN104734168A (zh
Inventor
梁军
李正茂
贠志皓
Original Assignee
山东大学
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 山东大学 filed Critical 山东大学
Priority to CN201510112762.5A priority Critical patent/CN104734168B/zh
Publication of CN104734168A publication Critical patent/CN104734168A/zh
Application granted granted Critical
Publication of CN104734168B publication Critical patent/CN104734168B/zh

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • 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
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/36Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
    • 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
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Abstract

本发明公开了一种基于电热联合调度的微电网运行优化系统及方法,本发明综合考虑了分布式发电机组的出力特性、启停及爬坡等运行约束及电热储能的充放电特性,建立了一个包含风机、光伏电池、热电联产系统、电锅炉、燃料电池和储能(电储能和热储能)系统的微电网电热联合调度模型,采用0‑1混合整数非线性规划法优化求得了网内各单元最佳出力及总运行成本,并与传统的分产和联产优化模型进行了电热调度的对比分析。此外,还对电热可靠性差异对运行的影响进行了分析讨论,从而使电热调度模型更加合理、全面和通用。

Description

一种基于电热联合调度的微电网运行优化系统及方法
技术领域
[0001] 本发明涉及一种基于电热联合调度的微电网运行优化系统及方法。
背景技术
[0002] 随着社会能源结构的调整、电力系统的发展及储能技术的日益成熟,蓄电池及超 级电容等电储能设备被大量应用到电力系统中以提高新能源渗透率并配合网内其他电源 实现电能的削峰填谷。本质上,一切能量(如电能、热能和机械能等)的存储过程均可以被称 为储能,但目前储能在电力系统中的应用实际上仅限于电能的存储,即电能转换为其他形 式的能量并在需要时转换为电能回馈到电力系统中去。因此,电力系统中的储能应用大大 局限了储能技术的使用范畴。同时,目前包括电力系统、热力系统和燃气系统等在内的传统 社会供能系统,均为各自规划、单独设计、独立运行,出现问题时也都是在各系统内部单独 解决,不同系统之间缺乏协调管理,因而不利于从全社会总能源供应的层面实现清洁、高 效、可靠的目标。
[0003] 在当前能源消费结构中,电能主要用于能量传输,而热能主要作为其他能源的终 端消费形式。2013年8月,国家电网公司积极倡导"以电代煤、以电代油、电从远方来"的能源 消费新模式,同时随着能源互联网的发展及电气化水平的不断提高,电能最终转化为热能 消耗的比例将越来越大,电力系统和热力系统的联系也将日渐紧密。综合考虑电能"易传 输、难存储"而热能"易存储、难传输"的互补性特征,在区域型微电网的电力系统和热力系 统之间加入储能及电热转换单元对电热联合调度,可提高协调电热系统的规划和运营并匹 配可再生能源出力及电热负荷的峰谷特性,从而总体提高能源系统可控性。
[0004] 针对微电网电热联合调度的研究,目前多以优化微电网经济运行、提高一次能源 利用率为主。文献[1-3]均以一个包含可再生能源、电储能、热电联产系统及热电负荷的微 电网为研究对象,分析了计及网内折旧和维护成本、热电联产系统燃料成本和售热收益及 微电网与大电网的电能交互成本下各单元的最佳出力。文献[4]在典型冷热电联供系统基 础上,提出了微电网母线式结构并设计了调度的模型构架。在该构架中,对由电气、热水、空 气与微电源及电热负荷联接形成微电网中各设备进行单独建模并求解各设备最佳运行方 式。文献[5]对包含热电联产系统的微电网从气-电-热层面上进行模型构建,并以微电网运 行成本及一次能源利用率为指标单独研究了网内各单元的最佳机组组合及最优机组出力。 文献[6]在分时电价以及微电网并网运行环境下,建立了包含光伏、风电、热电联供系统、燃 料电池、燃气锅炉及储能的经济优化模型,并分析了热电联供系统相较于分产系统的经济 节能作用。文献[7]在当前电力市场下建立了电热调度优化模型,以减少微电网总运行成本 及联络线功率波动为目标,优化了网内各单元出力,并采用多场景生成技术对各场景统一 比较。以上文献在微电网运行及电热调度方面取得了一定进展,但通过阅读并比较此类文 献,发现在电热调度过程中,有3个问题相对突出:
[0005] 1)传统电热分产系统电热之间完全独立,不利于实现电热负荷的统一协调调度;
[0006] 2)热电联产系统运行方式较为局限,传统热电联产均工作在"以热定电"的模式 下,微燃机等微电源出力完全跟踪热负荷,无法自主地参与到电能调度中去,而极大地限制 了其应用。随着日益增加的电热峰谷差,该方式已不能很好的满足电热调度的要求;
[0007] 3)传统的电热调度模型并未体现电热可靠性差异,除电热传输和存储差异外,电 能调度必须时刻满足供用电平衡,而由于相关设备的热惯性,热力系统可在一定范围内增 减热负荷,因此两者可靠性差异需要讨论。
[0008] 相关文献为:
[0009] [1]陈洁,杨秀,朱兰,等.微网多目标经济调度优化[J].中国电机工程学报,2013, 33(19):57-66.
[0010] [2]彭春华,谢鹏,詹骥文,等.基于改进细菌觅食算法的微网鲁棒经济调度[J].电 网技术,2014,38(9) :2392-2398.
[0011] [3]吴雄,王秀丽,王建学,等.微网经济调度问题的混合整数规划方法[J].中国电 机工程学报,2013,33 (28): 2-8 ·
[0012] [4]王成山,洪博文,郭力,等.冷热电联供微网优化调度通用建模方法[J].中国电 机工程学报,2013,33(31 ):26-33 ·
[0013] [5]Fubara T C,Cecelja F,Yang A.Modelling and selection of micro-CHP systems for domestic energy supply: The dimension of network-wide primary energy consumption[J].Applied Energy,2014,114:327-334.
[0014] [6]吴雄,王秀丽,别朝红,等.含热电联供系统的微网经济运行[J].电力自动化设 备,2013,33(8):1-6·
[0015] [7]Xu L,Yang G Y,Xu Z,et al.Combined scheduling of electricity and heat in a microgrid with volatile wind power[J].Automation of Electric Power Systems,2011,35(9) ·
发明内容
[0016] 本发明为了解决上述问题,提出了一种基于电热联合调度的微电网运行优化系统 及方法,本发明综合考虑了分布式发电机组的出力特性、启停及爬坡等运行约束及电热储 能的充放电特性,建立了一个包含风机、光伏电池、热电联产系统、电锅炉、燃料电池和储能 (电储能和热储能)系统的微电网电热联合调度模型,采用0-1混合整数非线性规划法优化 求得了网内各单元最佳出力及总运行成本,并与传统的分产和联产优化模型进行了电热调 度的对比分析。此外,还对电热可靠性差异对运行的影响进行了分析讨论,从而使电热调度 模型更加合理、全面和通用。
[0017] 为了实现上述目的,本发明采用如下技术方案:
[0018] -种基于电热联合调度的微电网运行优化系统,包括风机、光伏单元、热电联产系 统、电锅炉、燃料电池单元、控制系统和储能单元,其中,风机连接联络线,通过联络线与配 电网进行电能交互,联络线上连接有热电联产系统、电锅炉、储能单元和光伏单元,电锅炉、 热电联产系统和储能单元通过热传输线连接;
[0019] 所述热电联产系统包括微燃机和溴冷机,微燃机的一端连接联络线,另一端连接 溴冷机;
[0020] 所述电锅炉的耗电能作为微电网用电负荷统一调度;
[0021] 所述储能单元包括电储能单元和热储能单元,电储能单元用于实现电负荷削峰填 谷并减少运行成本,热储能单元,对热负荷进行时段性转移,可缓解网内电热负荷与热电联 供系统电热比不匹配的矛盾;
[0022] 所述燃料电池单元将存储在天然气、甲醇等含氢燃料和氧气中的化学能高效、无 污染地转换为电能,
[0023] 所述控制系统,通过网络控制线连接风机、光伏单元、热电联产系统、电锅炉、燃料 电池单元和储能单元,对其进行统一控制和信息传递。
[0024] 所述热电联产系统,包括微燃机和溴冷机,天然气燃烧时的高品位热能做功驱动 微燃机发电,所排出的高温余热烟气经溴冷机后用于取暖及供应生活热水;忽略外界环境 变化对发电、燃料燃烧效率的影响,其出力的数学模型为:
Figure CN104734168BD00071
[0027]式(1)-(2)中,QMT(t)、Ρμτ(ϊ)和%iT(t)为时段t微燃机的排气余热量、电功率和发电 效率;%为散热损失率;Qmt-h (t)为时段t溴冷机制热量;COPh和Hh分别为溴冷机的制热系数 和烟气回收率;
[0028]时段t微燃机燃料成本为:
Figure CN104734168BD00072
[0029] 、 (3)
[0030] 式中,At为单位调度时间;CMT(t)为时段t微燃机的燃料成本;Cow为天然气单价, LHVNe为天然气低热值。
[0031] 所述电锅炉,在电价引导下配合热电联产系统满足热负荷需求并增加谷时段用电 量,因此引入电锅炉实现电热转换并对电热负荷进行峰谷协调,其出力模型为:
[0032] QEB(t) =PEB(t)qah (4)
[0033] 式中,Peb (t)和Qeb (t)分别为时段t电锅炉用电和制热功率;qah为电锅炉电热转换 效率,电锅炉所耗电能作为微电网用电负荷统一调度。
[0034] 所述储能单元的电储能单元包括能量型及功率型;若调度间隔大于设定值,宜采 用能量型并使用平均输出功率表征其输出特性;若间隔小于,则应使用可短时充放电的功 率型电储能;
[0035] 电储能单元的储能容量和充放电功率应满足下列关系:
[0036] EEES(t) = ( l-T)EEES(t_l ) + [PEES-ch(t)risch-PEES-dis(t)nsdis] Δ t (5)
[0037] 式中,EEES(t)为时段t电储能容量;τ为电储能自放电率;PEES_ ch(t)、PEES_dis⑴和 nsch、nsdis分别为时段t充放电功率及效率。
[0038] 所述热储能单元的动态数学模型可表示为:
[0039] HHS(t) = ( l-y)HHS(t_l ) + [QhS-ch(t)%ch-QHS-dis(t)%dis] Δ t (6)
[0040] 式中,HHS(t)为时段t热储能容量;μ为热储能散热损失率;QHSjhUhQHs+disU)和 %ch、nhdis分别为时段t的吸放热功率及效率。
[0041] 所述燃料电池单元不考虑其余热利用,时段t燃料电池燃料成本-电功率输出特性 为: 謂
Figure CN104734168BD00081
(7)
[0043] 式中,CFC(t)、PFC(t)和nFC⑴分别为时段t燃料电池的燃料成本、发电功率和发电 效率。
[0044] 所述设定值为30min。
[0045] -种基于上述系统的优化方法,包括以下步骤:
[0046] (1)建立微电网各个单元的经济性模型;
[0047] (2)引入热储能,热电联产系统产热无需时刻跟踪热负荷的变化,自由参与调度; 对电负荷的供应,风电及太阳能的可再生能源优先使用并采取最大功率跟踪模式;
[0048] (3)建立微电网的目标函数和储能约束条件表示方式;
[0049] (4)对非线性且含有可控机组的启停状态变量的目标函数,采用0-1混合整数非线 性规划法进行求解。
[0050] 所述步骤(3)中,目标函数的建立方法为:
Figure CN104734168BD00082
[0058]式(8)-(13)中,F为总运行成本;Ντ为调度时段总数;CFU(t)、CEx(t)、CME(t)、C ST(t) 和CHE(t)分别为时段t燃料成本、电能交互成本、维护成本、可控机组启停成本和售热收益; ?(^(〇、? 13(〇和?也(〇分别为时段丨微电网与大电网的交互功率及售电和购电电价;化为网 内单元总数;Cmi为单元i的单位维护成本;Pi (t)为时段t单元i的出力;Ndc为可控机组总数; Uj ( t )为时段t可控机组j的启停状态;,为可控机组j的一次启动成本;Che为售热单价;Qhe (t)为时段t网内热负荷。
[0059] 所述步骤(3)中,微电网在运行期间满足能量平衡约束及各单元运行约束,由于电 热储能的运行均需满足功率、容量和周期始末状态的约束,因此统一使用储能约束来表示:
[0060] 1)能量平衡约束
Figure CN104734168BD00083
[0066] 式中,Piine3max和Piine3min为联络线的最大和最小功率。
[0067] 3)储能的相关约束
Figure CN104734168BD00091
[0071]式(17)-(19)中,PES(t)和EES(t)分别为时段t储能的功率和容量;Cap ES为储能总容 量;γES,D和γES,c分别为储能的最大充放倍率;Amax和A min分别为储能的最大和最小核电状态 (state of charge,SOC);
[0072] 4)可控机组运行条件:
[0073] 可控机组包括微燃机、电锅炉及燃料电池:
Figure CN104734168BD00092
[0076] 式(20)和(21)中,为时段t可控机组的出力;P,胃和?,_分别为第i台可控机 组出力上下限;#和<£"'"分别为可控机组的上下爬坡速率。
[0077] 所述步骤(4)中,由于目标函数为非线性且含有可控机组的启停状态变量,因此采 用0-1混合整数非线性规划法进行求解,其求解的标准形式为:
[0078] min f(x,y) (22)
[0079]
Figure CN104734168BD00093
[0080] 式中,优化变量x包括各类微电源、储能和交互功率的出力;优化变量y表示燃料机 组的启停状态;等式约束包括网内能量的平衡及储能设备的能量关系式;不等式约束包括 各单元的运行约束。
[0081] 本发明的有益效果为:
[0082] (1)本发明利用热电联产系统,相对于分产系统,电热联产系统能够降低运行成本 并提尚能源利用率;
[0083] (2)相对于传统传统热电联产系统"以热定电"方式,电热联合调度模型能够解耦 其电热关系,实现电热协调调度,充分发挥联产系统在电热调度中的经济优势;
[0084] (3)充分考虑电热特性及相关设备之间的差异能够进一步完善模型、降低成本,进 而可指导电热规划;
[0085] (4)从技术上,该模型可以实现相关电热联产与电热转换设备的协调工作,从而可 以在保证负荷可靠性前提下更好地实现电热调度。
附图说明
[0086]图1为本发明的系统结构图;
[0087]图2为本发明的微电网实时电价曲线;
[0088]图3为冬季典型日风机光伏及电热负荷预测出力示意图;
[0089] 图4为不同模式下可控机组的单位发电成本示意图;
[0090] 图5为方式3微电网电负荷平衡及电储能的S0C变化曲线图;
[0091] 图6为方式3微电网热负荷平衡及热储能的S0C变化曲线图;
[0092]图7为ζ = 0.95时网内热负荷平衡及热储能的S0C变化曲线图;
[0093]图8为方式1微电网电负荷平衡及电储能的S0C变化曲线图;
[0094]图9为方式1微电网热负荷平衡曲线图;
[0095]图10为方式1微电网电负荷平衡及电储能的S0C变化曲线图;
[0096]图11为方式2微电网热负荷平衡曲线图。
具体实施方式:
[0097]下面结合附图与实施例对本发明作进一步说明。
[0098] 1微电网内常见单元的数学模型
[0099] 本发明电热联合调度型微电网的结构配置及能量流向如图1所示。网内主要包含 风机(wind turbine,WT)、光伏(photovoltaic cell,PV)、微燃机(micro turbine,ΜΤ)、电 锅炉(electric boiler,EB)、燃料电池 (fuel cell,FC)、电储能(electrical energy storage,EES)和热储能(heat storage,HS)等单元。中压配电网电压为10kV,微电网电压为 0.38kV,微电网与配电网由联络线进行电能交互,且网内各单元均由微电网中央控制器 (Microgrid Central Controller,MGCC)进行统一控制和信息传达。
[0100] 1.1热电联产系统
[0101] 热电联产(combined heating and power,CHP)系统的核心装置为微型燃气轮机 和溴冷机。天然气燃烧时的高品位热能做功驱动微燃机发电,所排出的高温余热烟气经溴 冷机后用于取暖及供应生活热水。选取Capstone公司的C65型微燃机,则忽略外界环境变化 对发电、燃料燃烧效率的影响,其出力的数学模型为:
Figure CN104734168BD00101
[0104] 式(1)-(2)中,QMT(t)、Ρμτ(ϊ)和%iT(t)为时段t微燃机的排气余热量、电功率和发电 效率;%为散热损失率;Qmt-h (t)为时段t溴冷机制热量;COPh和Hh分别为溴冷机的制热系数 和烟气回收率。
[0105] 时段t微燃机燃料成本为:
[0106]
Figure CN104734168BD00102
[0107] 式中,At为单位调度时间;CMT(t)为时段t微燃机的燃料成本;Cow为天然气单价, 取2.5元/m3; LHVng为天然气低热值,取9.7kW · h/m3。
[0108] 1.2电锅炉
[0109] 电锅炉安装简单、控制灵活、维修更换方便而被广泛应用于微电网中。电锅炉可在 电价引导下配合热电联产系统满足热负荷需求并增加谷时段用电量,因此引入电锅炉可实 现电热转换并对电热负荷进行峰谷协调。其出力模型为:
[0110] QEB(t) =PEB(t)qah (4)
[0111] 式中,PEB(t)和QEB(t)分别为时段t电锅炉用电和制热功率;TUh为电锅炉电热转换 效率。电锅炉所耗电能作为微电网用电负荷统一调度。
[0112] 1.3储能系统
[0113]储能(energy storage,ES)系统能够时间上解親能量的生产与消耗,从而实现能 量跨时段转移并协调网内"源-荷"间的不均衡。电热联合调度模型中储能主要包括电储能 和热储能。
[0114]微电网经济调度中电储能可实现电负荷削峰填谷并减少运行成本,其主要包括能 量型(如蓄电池)及功率型(如超级电容)两类。若调度间隔较长,宜采用能量型并使用平均 输出功率表征其输出特性;若间隔较短,则应使用可短时充放电的功率型电储能。电储能模 型较为常见,其储能容量和充放电功率应满足下列关系:
[01 15] EEES(t) = ( l-T)EEES(t_l ) + [PEES-ch(t)risch-PEES-dis(t)nsdis] Δ t (5)
[0116] 式中,EEES(t)为时段t电储能容量;τ为电储能自放电率;PEES_ ch(t)、PEES_dis⑴和 nsch、nsdis分别为时段t充放电功率及效率。
[0117] 由于热电负荷大小及峰谷时段的不匹配,当热能需求较低而电能需求较高时,部 分联产机组将受热能限制而不能充分投入运行;反之热能需求较高而电能需求较低时,多 余电力将无法上网或不经济上网,进而电热调度无法高效、经济运行。采用热储能对热负荷 进行时段性转移,可缓解网内电热负荷与热电联供系统电热比不匹配的矛盾,进而实现电 热进行统一协调管理。热储能主要包括大型蓄热罐、蓄热槽及蓄热式电锅炉等,其特性可描 述成设备自身容量、输出输入能力和热效率等几部分的关系。其动态数学模型可表示为:
[01 18] HHS(t) = ( l-y)HHS(t_l ) + [QhS-ch(t)%ch-QHS-dis(t)%dis] Δ t (6)
[0119] 式中,HHS(t)为时段t热储能容量;μ为热储能散热损失率;QHSjhUhQHs+disU)和 %ch、nhdis分别为时段t的吸放热功率及效率。
[0120] 1.4燃料电池
[0121] 燃料电池将存储在天然气、甲醇等含氢燃料和氧气中的化学能高效、无污染地转 换为电能。本发明采用质子交换膜燃料电池(PEMFC),该燃料电池以天然气为一次能源且发 电效率较高。由于燃料电池作为主要电能调度型微电源,因此不考虑其余热利用。时段t燃 料电池燃料成本-电功率输出特性为:
[0122]
Figure CN104734168BD00111
[0123] 式中,CFC(t)、PFC(t)和riFC⑴分别为时段t燃料电池的燃料成本、发电功率和发电 效率。
[0124] 微燃机、电锅炉及燃料电池等机组体积小、操作灵活、启停迅速且出力可控,被称 为可控机组(controllable generator,DG),其运行主要受功率输出和爬坡速度约束。微燃 机和燃料电池发电效率与功率输出的关系。
[0125] 2微电网经济性模型及求解方法
[0126] 由于引入热储能,联产系统产热无需时刻跟踪热负荷的变化,可自由参与调度;对 电负荷的供应,考虑环境及调度可控性等因素,风光等可再生能源优先使用并采取最大功 率跟踪模式。在部分单元策略已定的情况下,微电网经济调度的目标是在满足微电网运行 约束下,通过合理安排各单元的出力,使微电网总运行成本最低。
[0127]目标函数
Figure CN104734168BD00121
[0135] 式(8)-(13)中,F为总运行成本;Ντ为调度时段总数;CFU(t)、CEx(t)、CME(t)、C ST(t) 和CHE(t)分别为时段t燃料成本、电能交互成本、维护成本、可控机组启停成本和售热收益; ? (^(〇、?13(〇和?也(〇分别为时段丨微电网与大电网的交互功率及售电和购电电价;化为网 内单元总数;C mi为单元i的单位维护成本;Pi (t)为时段t单元i的出力;Ndc为可控机组总数; Uj(t)为时段t可控机组j的启停状态;,为可控机组j的一次启动成本;Che为售热单价;Qhe (t)为时段t网内热负荷。
[0136] 2.2约束条件
[0137] 微电网在运行期间主要满足能量平衡约束及各单元运行约束,由于电热储能的运 行均需满足功率、容量和周期始末状态的约束,因此统一使用储能约束来表示。
[0138] 1)能量平衡约束
Figure CN104734168BD00122
[0141] 式中,Pic>ad(t)为时段t网内电负荷。
[0142] 2)联络线功率约束
[0143] Pline min^;Pex(t)^;Pline max (16)
[0144] 式中,Pline max和Pline min为联络线的最大和最小功率。
[0145]储能的相关约束:
[0146] - γ ES,DCapES<PES(tX γ ES,cCapES (17)
[0147] AminCapES Ees (t) ^maxCapES (18)
[0148] Ees(0)=Ees(NtA t) (19)
[0149] 式(17)-(19)中,PES(t)和EES(t)分别为时段t储能的功率和容量;Cap ES为储能总容 量;γES,D和γES,c分别为储能的最大充放倍率;A max和Amin分别为储能的最大和最小核电状态 (state of charge,S0C)。
[0150] 可控机组运行条件:
Figure CN104734168BD00123
[0153] 式(20)和(21)中,ifli)为时段t可控机组的出力;Pi max和Pi min分别为第i台可控机 组出力上下限和分别为可控机组的上下爬坡速率。
[0154] 2.3求解算法:
[0155] 由于目标函数为非线性且含有可控机组的启停状态变量,因此采用0-1混合整数 非线性规划法进行求解,其求解的标准形式为:
[0156] min f(x,y) (22)
[0157]
Figure CN104734168BD00131
[0158] 式中,优化变量x包括各类微电源、储能和交互功率的出力;优化变量y表示燃料机 组的启停状态;等式约束包括网内能量的平衡及储能设备的能量关系式;不等式约束包括 各单元的运行约束等。
[0159] 针对上述模型,本发明采用0-1混合整数规划非线性规划法进行求解。
[0160] 3实施例一:
[0161] 本发明选取我国北方某地实际的并网型微电网为研究对象,网内包含风机、光伏 电池、热电联产系统、电锅炉、燃料电池、电储能和热储能等单元。调度时段数NT = 24,单位 调度时间Δ t = lh,Δ t内各单元出力及交互功率恒定且交互电价跟随实时电价(real-time pricing(RTP))。由于单位调度时间较长,电储能采用蓄电池,热储能采用蓄热槽。同时,为 保证能源高效利用,微燃机排出烟气全部供给溴冷机。
[0162] 3.1基础数据
[0163] 微电网各单元相关参数如表1所示,令可控机组初始均为停运状态,一次启动成本 分别为 1·94、1·2和2.74元,Che = 0.1 元/kW · h;nL=15%;nh = 0.9;C0Ph=1.2;实时电价曲线 如图2所示。
[0164] 表1微电网系统运行参数
[0165]
Figure CN104734168BD00132
Figure CN104734168BD00141
[0166] 储能系统具体参数如表2所示,其中假设储能初始容量为最小值。
[0167] 表2储能系统参数
[0168] Tab.2 The parameters of energy storage
[0169]
Figure CN104734168BD00142
[0170] 冬季典型日风光、电负荷和热负荷的预测出力如图3所示。
[0171] 为验证电热联合调度模型的优势,选取以下两种常见的电热调度方式作为参考, 本发明记为方式3:
[0172] 1)方式1。热电分产的电热独立调度方式。热负荷由燃气锅炉(bo i 1 er,BL)供应,锅 炉制热效率为85%,电负荷由微电源及电储能满足;
[0173] 2)方式2。"以热定电"的电热耦合调度方式。热电联产系统"以热定电",热负荷缺 额由电锅炉补足,电负荷由其他微电源及电储能满足。
[0174] 3.2优化结果分析
[0175] 不同模式下可控机组单位发电成本曲线如图4所示。由于燃料电池发电效率较高, 其单位发电成本始终低于微燃机,且其发电效率随出力的增加逐渐降低,因而燃料电池单 位发电成本逐渐增加。微燃机的两种模式中,由于热电联产系统利用余热获得收益,因此相 对于仅发电模式降低了单位成本。但两种模式下,随着微燃机出力的增加,发电效率增大, 单位发电成本均逐渐降低。部分参考出力及成本数据标于图4中。
[0176] 方式1-方式3电热负荷平衡情况及储能的核电状态变化曲线如图5-图6所示,其中 净负荷为网内电负荷与风光出力的差值。方式3可控的机组启停状态及三种方式下微电网 的总运行成本如表3和表4所示。
[0177] 表3方式3机组组合结果:
[0178]
Figure CN104734168BD00143
[0179] 优化结果横向比较:
[0180] 1)方式1中热负荷完全由燃气锅炉提供,燃气锅炉的各时段均处于运行状态且跟 踪热负荷出力(图9)。电负荷由燃料电池、微燃机、电储能及交互功率依据发电成本及运行 约束共同满足(图8)。
[0181] 2)方式2中热负荷由热电联产系统提供,且调度周期内热电联产系统工作在"以热 定电"方式下,剩余热负荷由电锅炉满足(图11),而两者确定的电出力与燃料电池、电储能 及交互功率的出力共同满足网内电负荷(图10)。
[0182] 3)方式3中热电负荷由热电联产系统、燃料电池、储能、电锅炉和交互功率依据发 电成本及运行约束共同满足(图5、图6,表3)。
[0183] 由图3和三种方式电热负荷平衡及机组组合图表可知:电热能调度时,各单元在目 标函数引导下配合出力,均能满足不同运行方式的要求。由于电能调度中燃料电池发电成 本较低,因此网内缺电且购电电价低于0.39时,燃料电池优先出力;购/售电电价大于0.39 时,燃料电池主动出力;售/购电电价大于〇. 44时,燃料电池尽量满发以减少购电功率或售 出电能。微燃机参与电能调度时,仅在满足微电网运行约束且发电成本低于购/售电电价时 出力。同时,由S0C变化曲线可知,储能在负荷谷时充能、峰时放能,有效地削减了电热负荷 峰谷差并参与到了微电网的经济调度中去。
[0184] 表4三种方式下微电网运行成本
[0185]
Figure CN104734168BD00151
[0186] 优化结果纵向比较:
[0187] 1)方式1中微电网电热负荷之间独立调度、互不影响。由于燃气锅炉较热电联产系 统供热成本较高,且电能调度中微燃机的余热未利用(图8,时段14),因此方式1电热调度成 本较高。
[0188] 2)方式2中微电网电热负荷之间通过热电联产相互联系。由于热电联产系统"以热 定电"方式能分利用余热且总效率高于燃气锅炉,因此其成本较方式1低。但该方式下微燃 机和电锅炉的电出力被热负荷所限制,并不能自主的参与到电负荷调度中去,两者在电能 调度中的成本优势未能充分发挥,因此该半自主性的电热调度方式成本相对较高。
[0189] 3)方式3中由于引入热储能,热电联产系统的"以热定电"方式得以解耦,微燃机和 电锅炉的电出力限制被解除,通过统一的目标函数同时对供电和供热成本进行优化,可以 得到在满足微电网运行约束下各单元的最佳出力,即实现了电热的联合调度。微电网的电 热负荷中,电价较低时,电能参与到热能的调度中去,即在当前电价引导下电锅炉电热转换 优先出力(图6,表3,时段24、1-5);电价较高(高于微燃机热电联产的发电成本)时,热储能 吸热解除联产系统的电热耦合关系,微燃机增大发电以替代交互功率满足电能需求或售出 (图6,表3,时段11-16);当电价介于前两者时,热能参与到电能调度中去,即热储能放热减 少微燃机的电出力(图6,表3,时段17-21),从而降低网内供电成本。同时,由图3可知,微燃 机热电联产模式下,随着发电功率的增加,单位发电成本逐渐降低,而热储能和微燃机的配 合可以充分发挥该特性,从而进一步降低微电网的总体运行成本。因此,相对方式1和方式 2,方式3的运行成本较低。
[0190] 三种方式下供热系统一次能源利用率(primary energy ratio,PER)如表5所示。 由于燃气锅炉能源转换效率较热电联产系统低,因而方式1利用率最低。相对于方式2,方式 3中热电联产热能并未时刻跟踪热负荷出力,而经由热储能时存在一定的热能耗散,因此方 式2略高于方式3,但两者热电联产系统能源利用率均高于75%,满足最低要求。
[0191] 表5三种方式的能源利用率
[0192]
Figure CN104734168BD00161
[0193] ~4结果讨论
[0194] 本发明电热联合调度模型成本较低且解耦了传统热电联产"以热定电"方式的电 热关系并验证了其合理性,下面将对调度问题中的计算复杂度及电热差异进行分析讨论。
[0195] 4.1计算复杂度分析
[0196] 本发明模型中,决策变量的规模表征计算复杂度,且随着优化时间间隔其优化决 策变量的维数将成倍增长,决策变量的维数如式(24)所示:
[0197]
Figure CN104734168BD00162
(24〕
[0198] 式中,Nes、Nex分别为优化时的储能数及功率交互的对象数。
[0199] 本发明At = lh,则方式1、方式2和方式3中参与优化的决策变量维数分别为:96、 72和144。可见,由于电热联合调度模型对所有的热电单元集中优化,增加了决策变量的维 度及运算复杂度。
[0200] 电热差异讨论
[0201]热储能较电储能自耗率大,且微燃机散热损失高,充分体现了热电传输时热易损 失难传输的差异,因而本发明选取离热源较近的区域型微电网作为电热联合调度的研究对 象。由于建筑围护结构和输配管网都具备一定的天然储热特性(热惯性),且生命体对相近 的环境温度(热量)具有一定适应能力。因此,建筑物的热惯性及生命体对热能的不敏感度 使得电热可靠性方面存在较大差异:电能不平衡将导致电网电压严重跌落甚至电网崩溃, 而热能在满足一定指标下可适当供需不平衡。
[0202] 针对该差异,本发明对热能平衡条件(15)进行修改如下:
[0203] Qmt-h(t)+QEB(t)_QHS-ch(t)+QHS-dis(t) ^^Qhe(t) (25)
[0204] 式中,ζ表示热能的可靠性。该式表示热能生产无需严格与负荷需求平衡,可适当 增减。但为防止热电联产系统为多发电能而过度浪费热能,其能源利用率须满足一定要求, 即
[0205]
Figure CN104734168BD00171
(2¾
[0206] 式中,ζ(ΐ)为时段t实际的热能可靠性,ζ(ΐ)>1时表示存在一定的热能冗余。
[0207] 由于不同建筑物材料热性能及所处环境空气密度各异,且不同地区、不同时刻的 最低负荷满足率不尽相同,为体现电热可靠性差异对微电网运行成本影响,ζ从0.9-1隔 0.25取5组数据进行分析,微电网运行成本如表6所示。
[0208] 表6不同热能可靠性下微电网的运行成本
[0209]
Figure CN104734168BD00172
[0210]~取ζ = 0.95时的热负荷平衡进行分析,相关出力及各时段供热可靠性如图7和表7 所示。
[0211] 表7 ζ = 〇.95时不同时段微电网供热可靠性
[0212]
Figure CN104734168BD00173
[0213]由表6可知,在满足能源利用率的要求下,热能可靠性越低,则微电网的总运行成 本越低。而由图7和表7可知,当实时电价较低(低于微燃机热电联产的发电成本)时,联产系 统出力仅满足热能最低可靠性,以减少燃料成本(时段1-10,16-24);当实时电价较高时,联 产系统出力高于最低热能可靠性需求,相较原运行方式3中多余的电能出力通过售出获益 (时段11-15),由于额外的出力必将导致热能的浪费,因此联合调度模型在电热成本之间进 行权衡及统一规划,从而求得供热单元最佳经济出力。
[0214]上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范 围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1. 一种基于电热联合调度的微电网运行优化系统的优化方法,所述系统,包括风机、光 伏单元、热电联产系统、电锅炉、燃料电池单元、控制系统和储能单元,其中,风机连接联络 线,通过联络线与配电网进行电能交互,联络线上连接有热电联产系统、电锅炉、储能单元 和光伏单元,电锅炉、热电联产系统和储能单元通过热传输线连接; 所述热电联产系统包括微燃机和溴冷机,微燃机的一端连接联络线,另一端连接溴冷 机; 所述电锅炉的耗电能作为微电网用电负荷统一调度; 所述储能单元包括电储能单元和热储能单元,电储能单元用于实现电负荷削峰填谷并 减少运行成本,热储能单元,对热负荷进行时段性转移,可缓解网内电热负荷与热电联供系 统电热比不匹配的矛盾; 所述燃料电池单元将存储在含氢燃料和氧气中的化学能高效、无污染地转换为电能, 所述控制系统,通过网络控制线连接风机、光伏单元、热电联产系统、电锅炉、燃料电池 单元和储能单元,对其进行统一控制和信息传递; 其特征是:包括以下步骤: (1) 建立微电网各个单元的经济性模型; (2) 引入热储能,热电联产系统产热无需时刻跟踪热负荷的变化,自由参与调度;对电 负荷的供应,风电及太阳能的可再生能源优先使用并采取最大功率跟踪模式; (3) 建立微电网的目标函数和储能约束条件表示方式; (4) 对非线性且含有可控机组的启停状态变量的目标函数,采用0-1混合整数非线性规 划法进行求解; 所述步骤(4)中,由于目标函数为非线性且含有可控机组的启停状态变量,因此采用0-1混合整数非线性规划法进行求解,其求解的标准形式为: minf(x,y) (22)
Figure CN104734168BC00021
式中,优化变量x包括各类微电源、储能和交互功率的出力;优化变量y表示燃料机组的 启停状态;等式约束包括网内能量的平衡及储能设备的能量关系式;不等式约束包括各单 元的运行约束。
2. 如权利要求1所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述热电联产系统,包括微燃机和溴冷机,天然气燃烧时的高品位热能做功驱动微 燃机发电,所排出的高温余热烟气经溴冷机后用于取暖及供应生活热水;忽略外界环境变 化对发电、燃料燃烧效率的影响,其出力的数学模型为:
Figure CN104734168BC00022
式(1 )-(2)中,QMT(t)、PMT(t)和IlMT(t)为时段t微燃机的排气余热量、电功率和发电效 率;1il为散热损失率;Qmt-h( t)为时段t溴冷机制热量;coPh和nh分别为溴冷机的制热系数和 烟气回收率; 时段t微燃机燃料成本为:
Figure CN104734168BC00031
(3) 式中,A t为单位调度时间;CmtU)为时段t微燃机的燃料成本;Com为天然气单价,LHVnc 为天然气低热值。
3. 如权利要求1所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述电锅炉,在电价引导下配合热电联产系统满足热负荷需求并增加谷时段用电 量,因此引入电锅炉实现电热转换并对电热负荷进行峰谷协调,其出力模型为: QeB( t) = PEB(t)Hah (4) 式中,PEB(t)和QEB(t)分别为时段t电锅炉用电和制热功率;ru为电锅炉电热转换效率, 电锅炉所耗电能作为微电网用电负荷统一调度。
4. 如权利要求1所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述储能单元的电储能单元包括能量型及功率型;若调度间隔大于设定值,宜采用 能量型并使用平均输出功率表征其输出特性;若间隔小于设定值,则应使用可短时充放电 的功率型电储能; 电储能单元的储能容量和充放电功率应满足下列关系: EEES(t) = ( l_T)EEES(t_l ) + [PEES-ch(t)Tlsch-PEES-dis(t)Tlsdis] A t (5) 式中,EEES(t)为时段t电储能容量「为电储能自放电率;PEES+c^thPEES+disUMPH nsdis分别为时段t充放电功率及效率。
5. 如权利要求1所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述热储能单元的动态数学模型可表示为: HHS(t) = ( l_li)HHS(t-l) + [QHS-ch(t)%ch-QHS-dis(t)%dis] A t (6) 式中,HHS(t)为时段t热储能容量;y为热储能散热损失率;QHSjhUKQHs+disUWPnhch、 nhdis分别为时段t的吸放热功率及效率。
6. 如权利要求2所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述燃料电池单元不考虑其余热利用,时段t燃料电池燃料成本-电功率输出特性 为:
Figure CN104734168BC00032
(7) 式中,CFC(t)、PFC(t)和nFC(t)分别为时段t燃料电池的燃料成本、发电功率和发电效率。
7. 如权利要求2所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述步骤(3)中,目标函数的建立方法为:
Figure CN104734168BC00033
Figure CN104734168BC00041
CHE(t)=CheQhe(t) (13) 式(8)_(13)中,F为总运行成本;Nt为调度时段总数;CFU(t)、Cex( t)、CME(t)、CsT(t)和Che (t)分别为时段t燃料成本、电能交互成本、维护成本、可控机组启停成本和售热收益;Pex (t)、Prs(t)和Prb(t)分别为时段t微电网与大电网的交互功率及售电和购电电价;Nm为网内 单元总数;C mi为单元i的单位维护成本;Pi(t)为时段t单元i的出力;Ndc为可控机组总数;Uj (t)为时段t可控机组j的启停状态;为可控机组j的一次启动成本;Che为售热单价;Qhe (t)为时段t网内热负荷。
8.如权利要求1所述的一种基于电热联合调度的微电网运行优化系统的优化方法,其 特征是:所述步骤(3)中,微电网在运行期间满足能量平衡约束及各单元运行约束,由于电 热储能的运行均需满足功率、容量和周期始末状态的约束,因此统一使用储能约束来表示: 1) 能量平衡约束
Figure CN104734168BC00042
式中,Pl〇ad(t)为时段t网内电负荷; 2) 联络线功率约束 Plinemin^Pex( t ^ Plinemax (16) 式中,Plin_x和Plir^in为联络线的最大和最小功率; 3) 储能的相关约束 -y Es,DCapEs^;PEs(t) y Es.cCapEs (17) 入minCapES^EES (t) € 入maxCapES (18) Ees(0)=Ees(NtA t) (19) 式(17)_(19)中,PES(t)和Ees⑴分别为时段t储能的功率和容量;CapES为储能总容量; y es,d和y ES,c分别为储能的最大充放倍率;Amax和Amin分别为储能的最大和最小荷电状态; 4) 可控机组运行条件: 可控机组包括微燃机、电锅炉及燃料电池:
Figure CN104734168BC00043
式(20 )和(2 1 )中,if为时段t可控机组的出力;Pimax和Pimin分别为第i台可控机组出 力上下限;Sr和if 分别为可控机组的上下爬坡速率。
CN201510112762.5A 2015-03-13 2015-03-13 一种基于电热联合调度的微电网运行优化系统及方法 CN104734168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510112762.5A CN104734168B (zh) 2015-03-13 2015-03-13 一种基于电热联合调度的微电网运行优化系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510112762.5A CN104734168B (zh) 2015-03-13 2015-03-13 一种基于电热联合调度的微电网运行优化系统及方法

Publications (2)

Publication Number Publication Date
CN104734168A CN104734168A (zh) 2015-06-24
CN104734168B true CN104734168B (zh) 2017-01-25

Family

ID=53457762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510112762.5A CN104734168B (zh) 2015-03-13 2015-03-13 一种基于电热联合调度的微电网运行优化系统及方法

Country Status (1)

Country Link
CN (1) CN104734168B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105162242A (zh) * 2015-08-31 2015-12-16 雷加良 全自动“太阳能+低谷电”光电联供系统
CN105139147A (zh) * 2015-09-18 2015-12-09 北京北变微电网技术有限公司 微电网系统的经济调度方法
CN105337303B (zh) * 2015-09-22 2016-06-08 贵州电网有限责任公司电网规划研究中心 一种含热泵的热电联产型微电网容量优化配置方法
CN105470982B (zh) * 2015-12-25 2018-06-26 北京四方继保自动化股份有限公司 一种含介质储能的智能微电网发电功率控制系统及控制方法
CN106156955A (zh) * 2016-08-24 2016-11-23 南瑞(武汉)电气设备与工程能效测评中心 一种考虑电力需求侧不确定性的电力规划方法
CN106593771B (zh) * 2016-12-16 2019-06-18 国网辽宁省电力有限公司 一种热电联产系统中的电热解耦系统及其控制方法
CN106651026B (zh) * 2016-12-20 2021-02-02 太原理工大学 多时间尺度微电网能量管理优化调度方法
CN106953367B (zh) * 2017-03-14 2020-07-28 国网天津市电力公司 用于含燃气-蒸汽联合循环机组热电系统的风电消纳方法
CN107069786B (zh) * 2017-03-30 2021-04-06 中国电力科学研究院 一种提升风电消纳的系统及方法
CN107508328A (zh) * 2017-04-08 2017-12-22 东北电力大学 考虑风电消纳的联合系统能量优化方法
CN106998079B (zh) * 2017-04-28 2020-05-05 东南大学 一种热电联合优化调度模型的建模方法
CN109581974B (zh) * 2017-09-28 2020-10-13 北京索英电气技术有限公司 电-热调度通信装置及系统和方法
CN107633333B (zh) * 2017-10-16 2021-04-06 国家电网公司 柔性变电站区域电网的源-荷-储调度优化方法及系统
CN107977741B (zh) * 2017-11-24 2021-02-05 合肥工业大学 冷热电联供微网系统的能量调度优化方法
CN107832979A (zh) * 2017-12-06 2018-03-23 浙江大学 一种考虑能量梯级利用的工厂综合能源系统经济优化调度方法
CN108494014A (zh) * 2018-02-08 2018-09-04 能金云(北京)信息技术有限公司 一种混合能源热电联产经济性优化管理方法
CN108960564A (zh) * 2018-05-23 2018-12-07 国网天津市电力公司电力科学研究院 基于集中式建模的冷热电联供型微网配电系统调度方法
CN109687002A (zh) * 2018-11-13 2019-04-26 中广核研究院有限公司 一种分布式冷热电联供系统
CN109687504B (zh) * 2018-11-14 2021-02-23 杭州赫智电子科技有限公司 基于源荷平衡的微电网能源优化分配方法
CN109687529A (zh) * 2018-12-26 2019-04-26 新奥数能科技有限公司 一种能源调度方法、装置、可读介质及电子设备
CN110264051A (zh) * 2019-06-06 2019-09-20 新奥数能科技有限公司 确定微网的优化调度方案的方法及装置
CN110209135A (zh) * 2019-06-12 2019-09-06 东北大学 基于微型热电联产多时间尺度的家庭能源优化调度方法
CN110318877A (zh) * 2019-07-05 2019-10-11 东北大学 基于双模态解耦的热电联产系统及其风电消纳方法
CN110896224A (zh) * 2019-12-06 2020-03-20 国网能源研究院有限公司 计及用户差异性与建筑热惯性的热电协同调度系统和方法
CN111064209A (zh) * 2019-12-09 2020-04-24 国网江苏省电力有限公司 一种综合储能优化配置方法和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202210708U (zh) * 2011-08-03 2012-05-02 北京恩耐特分布能源技术有限公司 一种供电系统
US20140026570A1 (en) * 2012-07-25 2014-01-30 Haibiao Wang Solar thermodynamic machine power generation technology
CN104392286B (zh) * 2014-12-02 2017-07-21 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法

Also Published As

Publication number Publication date
CN104734168A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
Pan et al. Feasible region method based integrated heat and electricity dispatch considering building thermal inertia
Elsied et al. Optimal economic and environment operation of micro-grid power systems
Bao et al. A multi time-scale and multi energy-type coordinated microgrid scheduling solution—Part I: Model and methodology
CN104167763B (zh) 一种分布式能量管理方法
CN103346562B (zh) 计及需求响应的多时间尺度微网能量控制方法
CN105447599B (zh) 基于储热热电联产机组与电锅炉的弃风消纳协调调度模型
CN103490410B (zh) 一种基于多目标优化的微电网规划和容量配置方法
Wang et al. Modeling and optimal operation of community integrated energy systems: A case study from China
US9690275B2 (en) System energy efficiency controller, energy efficiency gain device and smart energy service system used for energy utilization
Zareipour et al. Distributed generation: current status and challenges
CN101777769B (zh) 电网的多智能体优化协调控制方法
CN105591406B (zh) 一种基于非合作博弈的微电网能量管理系统的优化算法
CN102751728B (zh) 基于负荷中断模型的微网孤网运行的能量管理方法
Xie et al. Autonomous optimized economic dispatch of active distribution system with multi-microgrids
Mohammadi et al. Energy hub: from a model to a concept–a review
CN105846456B (zh) 一种交直流互联电网风、火协调动态经济调度优化方法
Sun et al. Integrated energy management system: concept, design, and demonstration in China
CN105375479B (zh) 一种基于模型预测控制的分布式能源能量管理方法
CN105305419B (zh) 一种含有压缩空气储能的独立微网容量优化配置方法
CN106786793B (zh) 一种基于鲁棒优化的冷热电联供型微网运行方法
Barmayoon et al. Energy storage in renewable-based residential energy hubs
CN104135025B (zh) 基于模糊粒子群算法的微网并网经济优化方法
CN103151797B (zh) 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
CN102710013B (zh) 基于微电网的园区能源网能量优化管理系统及其实现方法
CN103728881B (zh) 一种多楼宇冷热电联供系统的优化运行方法

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