CN105391091B - 一种基于层次分析法和隶属度的分布式能量管理方法 - Google Patents
一种基于层次分析法和隶属度的分布式能量管理方法 Download PDFInfo
- Publication number
- CN105391091B CN105391091B CN201510776257.0A CN201510776257A CN105391091B CN 105391091 B CN105391091 B CN 105391091B CN 201510776257 A CN201510776257 A CN 201510776257A CN 105391091 B CN105391091 B CN 105391091B
- Authority
- CN
- China
- Prior art keywords
- degree
- cost
- membership
- power
- energy management
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000011156 evaluation Methods 0.000 claims abstract description 71
- 238000010248 power generation Methods 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims description 54
- 230000007613 environmental effect Effects 0.000 claims description 39
- 238000004445 quantitative analysis Methods 0.000 claims description 24
- 230000005611 electricity Effects 0.000 claims description 23
- IGBRRSIHEGCUEN-UHFFFAOYSA-N 1-cyclohexyl-4-(1,2-diphenylethyl)piperazine Chemical compound C=1C=CC=CC=1CC(C=1C=CC=CC=1)N(CC1)CCN1C1CCCCC1 IGBRRSIHEGCUEN-UHFFFAOYSA-N 0.000 claims description 11
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 239000013256 coordination polymer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于层次分析法和隶属度的分布式能量管理方法，该方法利用层次分析法建立目标模型，通过对各项能量管理指标实施隶属度评价，建立综合优化目标函数并考虑对应约束条件，实现了大规模分布式清洁能源接入的能量管理功能：快速有效地确定各个分布式电源的发电时段、有功出力、无功出力，解决了各类分布式电源高渗透时的电压控制以及经济性优化运行问题，保证电网的可靠运行和实现分布式发电的经济调度，具有较大的社会效益和经济效益。
Description
技术领域
本发明涉及配电网自动化领域，具体涉及一种基于层次分析法和隶属度的分布式能量管理方法。
背景技术
建设资源节约型、环境友好型社会是世界各国的共同努力目标，节能降耗减排已经成为当前最重要的工业主题之一。在国家政策大力支持的背景下，对各种清洁能源的利用已经成为社会共识，光伏发电、风力发电、小水电等分布式发电建设呈现规模化发展趋势。因为分布式发电常常具有不可控性，而传统电网承受系统波动和变化的能力非常有限，很大程度上限制了新能源的发展。为了保证电网的可靠性，弃光、弃风、弃水现象十分严重，造成了很大的资源浪费。
因此需要开发一种实用的新型能量管理算法，用以支持大规模分布式清洁能源的接入，为电网的可靠运行提供保障，并提高分布式发电的经济效益。
发明内容
针对上述问题，本发明提供了一种基于层次分析法和隶属度的分布式能量管理方法，使用层次分析法将大规模分布式能源并网发电的管理和决策问题分解成多个层次，然后根据模糊数学的隶属度理论把定性评价转化为定量评价，从而解决了大规模分布式能源并网时的电压控制以及经济性优化运行问题，保证电网的可靠运行和实现分布式发电的经济调度。
本发明为解决其技术问题所采用的技术方案为：
一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于包括以下步骤：
S1：根据层次分析法AHP把大规模分布式能源并网发电的管理和决策问题进行分解，建立能量管理算法模型；
S2：根据能量管理算法模型确定能量管理的目标层、准则层、方案层、量化分析层及约束条件层，所述量化分析层包括根据方案层的各个目标建立对应的量化分析评价函数的步骤；
S3：根据量化分析层对方案层各个目标建立的量化分析评价函数，建立综合优化目标函数；
S4：在满足约束层指定约束条件的情况下，求取能量管理目标函数的最大值及其对应参数值。
进一步，所述方案层的目标包括电压质量最优目标、功率损耗最小目标、运行成本最低目标、折旧成本最低目标及环境治理成本最低目标；量化分析层对各个目标建立的对应量化分析评价函数为电压偏移的评价函数μ1(V)、功率损耗成本评价函数μ2(CPloss)、运行成本评价函数μ3(COP)、折旧成本评价函数μ4(CDEP)及环境治理成本评价函数μ5(CENV)。
进一步，所述综合优化目标函数的计算公式为：
OF＝max(ω1μ1(V)+ω2μ2(Cploss)+ω3μ3(COP)+ω4μ4(CDEP)+ω5μ5(CENV))，
ω1表示电压偏移指标的权重，
ω2表示功率损耗成本的权重，
ω3表示运行成本的权重，
ω4表示折旧成本指标的权重，
ω5表示环境治理成本的权重；各指标权重利用AHP层次分析法得出或用户根据具体需要给定各项指标的权重值。
进一步，建立运行成本评价函数μ3(COP)的具体步骤为：
A1，采集各个节点的电压数据；
A2，计算各节点电压偏移，并判断是否在允许范围内；
A3，构建电压偏移隶属度函数；
A4，综合考虑电压偏移的动态过程，建立电压偏移的评价函数μ1(V)。
进一步，设定设定电压偏移为±a内的隶属度为1，而在这一区间之外时的隶属度逐渐变小，当超出所允许的±b时，其隶属度将为0，0＜a＜b＜1，则该隶属度函数公式为：
Vt表示t时刻的节点电压值；电压偏移的评价函数
其中，T表示优化周期总时段，一天分为24个时间段，每段1小时，μ1(Vt)表示t时刻电压偏差最大末节点电压对于电压偏移评价的隶属度。
进一步，建立功率损耗成本评价函数μ2(CPloss)的具体步骤为：
B1，确定电网售电价格及能量控制时间间隔；
B2，计算各线路的功率损耗，并汇总全网损耗；
B3，构建电网损耗隶属度函数；
B4，综合考虑电网损耗的动态过程，建立功率损耗的评价函数μ2(CPloss)。
进一步，设定能量控制前网损的隶属度为0，0损耗时的隶属度设定为1，则该隶属度函数公式为：
CPlmax表示未进行能量控制前配电网的损耗成本，CPlosst表示t时刻配电网的损耗成本；
功率损耗的评价函数
其中，μ2(CPlosst)表示t时刻配电网损耗评价的隶属度，T表示优化周期总时段。
进一步，建立运行成本评价函数μ3(COP)的具体步骤为：
C1，确定各分布式电源输出功率计维护费用、网际交易功率、购电价格和售电价格；
C2，计算运行维护费用、网际交易费用；
C3，构建运行成本隶属度函数；
C4，综合考虑电网运行的动态过程，建立运行成本的评价函数μ3(COP)。
进一步，设定能量控制前运行成本的隶属度为0，设定运行成本为0时的隶属度为0.5，则该隶属度函数公式为：
COPmax表示未进行能量控制前的配电网的运行成本，COPt表示t时刻配电网运行成本；
运行成本评价函数
其中，μ3(COPt)表示t时刻配电网运行成本评价的隶属度。
进一步，建立运行折旧成本评价函数μ4(CDEP)的具体步骤为：
D1，确定各分布式电源的折旧成本、安装成本及使用寿命；
D2，采用直线法进行固定资产折旧计算；
D3，构建折旧成本隶属度函数；
D4，综合考虑电网运行的动态过程，建立运行成本的评价函数μ3(COP)。
进一步，设定将能量控制前的折旧成本的隶属度为0，设定0成本时的隶属度为1，则该隶属度函数公式为：
CDEPmax表示未进行能量控制前的配电网折旧成本，
CDEPt表示t时刻配电网折旧成本；
运行成本评价函数
其中，μ4(CDEPt)表示t时刻配电网折旧成本评价的隶属度。
进一步，建立环境治理成本评价函数μ5(CENV)的具体步骤为：
E1，确定各种污染物治理费用和排放系数；
E2，计算配电网环境治理综合成本；
E3，构建环境治理成本隶属度函数；
E4，综合考虑电网运行的动态过程，建立环境治理成本的评价函数μ3(COP)。
进一步，设定能量控制前环境治理成本的隶属度为0，设定环境治理成本为0时的隶属度为0.5，则该隶属度函数公式为：
CENVmax表示未进行能量管理前的环境治理成本，
CENVt表示t时刻环境治理成本；
环境治理成本的评价函数
其中，μ5(CENVt)表示t时段环境治理成本评价的隶属度。
进一步，所述约束层指定约束条件包括：等式约束和不等式约束，所述等式约束为计算结果须满足电网潮流方程和能量平衡方程；不等式约束为：电压偏差小于规定值，有功出力小于可用发电容量及无功出力小于可用无功调节容量。
进一步，所述在满足约束层指定约束条件的情况下，求取能量管理目标函数的最大值及其对应参数值的具体步骤包括：
F1，计算临时结果，得出未经约束条件校核的能量管理目标函数的理想对应参数值；
F2，根据输入的电网模型数据、关联的电网实时数据和步骤F1中所得的参数值计算电网潮流；
F3，判断电压偏差是否小于规定值：是，则执行步骤F4，否，则执行步骤F5；
F4，判断各分布式电源出力是否小于容量限制：是，则得出最终结果，获得能量管理目标函数对应的参数值；否，则返回步骤F5；
F5，调节各个分布式电源的出力；
F6，根据外部的能源采集信息和分布式电源参数确立能量转化发电方程；
F7，根据能量转化发电方程和步骤F5中调节后的各个分布式电源的出力确定获得最大综合收益的边界参数；
F8，根据获得最大综合收益的边界参数计算能量管理目标函数的最大值。
进一步，所述步骤F6的顺序可与步骤F1至F5任意调换。
本发明的有益效果是：本发明的能量管理算法利用层次分析法建立目标模型，通过对各项能量管理指标实施隶属度评价，建立综合优化目标函数并考虑对应约束条件，实现了大规模分布式清洁能源接入的能量管理功能：快速有效地确定各个分布式电源的发电时段、有功出力、无功出力，解决了各类分布式电源高渗透时的电压控制以及经济性优化运行问题，保证电网的可靠运行和实现分布式发电的经济调度，具有较大的社会效益和经济效益。
附图说明
下面结合附图和具体实施方式进行进一步的说明：
图1是本发明实施例的能量管理算法流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思及技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。
基于层次分析法和隶属度的分布式能量管理方法，采用层次分析法和隶属度函数，把大规模分布式能源并网的能量管理问题实施AHP分析并进行抽象化处理，建立一个能够进行量化分析的数据模型。层次化的建模过程如表1所示：
参照图1，本发明较佳实施例的一种实时例分布式能量管理方法，包括以下步骤：
S1：根据层次分析法AHP把大规模分布式能源并网发电的管理和决策问题进行分解，建立能量管理算法模型(如表1所示)；
S2：根据能量管理算法模型确定能量管理的目标层、准则层、方案层、量化分析层及约束条件层，所述量化分析层包括根据方案层的各个目标建立对应的量化分析评价函数的步骤；其中，所述方案层的目标包括电压质量最优目标、功率损耗最小目标、运行成本最低目标、折旧成本最低目标及环境治理成本最低目标；量化分析层对各个目标建立的对应量化分析评价函数为电压偏移的评价函数μ1(V)、功率损耗成本评价函数μ2(CPloss)、运行成本评价函数μ3(COP)、折旧成本评价函数μ4(CDEP)及环境治理成本评价函数μ5(CENV)。
S3：根据量化分析层对方案层各个目标建立的量化分析评价函数，建立综合优化目标函数：OF＝max(ω1μ1(V)+ω2μ2(Cploss)+ω3μ3(COP)+ω4μ4(CDEP)+ω5μ5(CENV))，ω1表示电压偏移指标的权重，ω2表示功率损耗成本的权重，ω3表示运行成本的权重，ω4表示折旧成本指标的权重，ω5表示环境治理成本的权重；各指标权重利用AHP层次分析法得出或用户根据具体需要给定各项指标的权重值；
S4：在满足约束层指定约束条件的情况下，求取能量管理目标函数的最大值及其对应参数值，具体步骤包括：
F1，计算临时结果，得出未经约束条件校核的能量管理目标函数的理想对应参数值；
F2，根据输入的电网模型数据、关联的电网实时数据和步骤F1中所得的参数值计算电网潮流；
F3，判断电压偏差是否小于规定值：是，则执行步骤F4，否，则执行步骤F5；
F4，判断各分布式电源出力是否小于容量限制：是，则得出最终结果，获得能量管理目标函数对应的参数值；否，则返回步骤F5；
F5，调节各个分布式电源的出力；
F6，根据外部的能源采集信息和分布式电源参数确立能量转化发电方程；
F7，根据能量转化发电方程和步骤F5中调节后的各个分布式电源的出力确定获得最大综合收益的边界参数；
F8，根据获得最大综合收益的边界参数计算能量管理目标函数的最大值。
下面以方案层中各个细分目标为基础，运用隶属度函数进行量化分析评价，并最终建立综合优化目标函数的具体步骤做具体说明：
一、电压质量最优
针对电压质量的评价以电压偏差评估为准。使得电压偏差尽量小。
minΔU＝max(ΔU1,ΔU2,...ΔUk) (1)
式中，ΔUi表示第i个末节点电压偏移；k表示支路末节点个数。
应保证典型节点电压偏移在允许范围内，并且电压波动越小越好。设定电压偏移为±a％内的隶属度为1，而在这一区间之外时的隶属度逐渐变小，当超出所允许的±b％时,其隶属度将为0,0＜a＜b＜1，本实施例中取a＝0.2，b＝0.7。其隶属函数模型如式(2)所示：
式中，μ1(Vt)表示t时刻电压偏差最大末节点电压对于电压偏移评价的隶属度；T表示优化周期总时段，一天分为24个时间段，每段1小时(h)。
综合考虑其动态过程，对时间段进行加和平均。最终得到电压偏移的评价函数μ1(V)如式(3)所示。
二、功率损耗最小
功率损耗主要考虑有功损耗，包括单位时间内全网支路总损耗，以损耗最小为目标，如式(4)所示。
式中，M表示配电网支路总数；CP(Ploss)表示配电网损耗成本函数，并且CP(Ploss)＝CP·Plossi(t)，CP表示电网售电电价，Plossi(t)表示t时刻第i条线路的线路损耗；Δt表示能量控制时间间隔。
对于有功损耗来说，将能量控制前网损的隶属度设定为0，将0损耗时的隶属度设定为1。其隶属度函数如式(5)所示。
式中，μ2(CPlosst)表示t时刻配电网损耗评价的隶属度；CPlmax表示未进行能量控制前配电网的损耗成本。
与电压一样，考虑动态过程后其最终的有功损耗成本评价函数μ2(CPloss)如式(6)所示。
三、运行成本最低
运行成本主要包括运行维护费用和网际交易，其目标表达式如式(7)所示。
式中，Pi表示分布式电源i在时段t的输出功率(kW)；N表示配电网中分布式电源的数量；COMi(Pi)表示分布式电源的运行维护费用函数(元)；PG(t)表示在时段t内与主网交易功率(kW)，PG(t)>0购电，PG(t)<0售电；CG(PG(t))表示在时段t内与主网交易(元)，与该时段的交易电量和实时电价有关，其中，CG(PG(t))>0时为购电成本，并且|CG(PG(t))|＝Cb·(PG(t))，CG(PG(t))<0，|CG(PG(t))|＝Cs·(PG(t))并且为售电收益，Cb表示配电网购电电价，Cs表示配电网售电电价。
对于运行成本来说，由于涉及网际交换，可能出现“负成本”的情况，依然将能量控制前运行成本的隶属度设定为0。将运行成本为0时，即配网实现收支自平衡时的隶属度设定为0.5。其隶属度函数如式(8)所示。
式中，μ3(COPt)表示t时刻配电网运行成本评价的隶属度；COPmax表示未进行能量控制前的配电网的运行成本。
考虑动态过程后其最终的运行成本评价函数μ3(COP)如式(9)所示。
四、折旧成本最低
本文采用基本的直线法进行固定资产折旧，即将分布式电源的购买成本按小时计入到目标函数中：
而
式中，CDEPi表示第i个分布式电源单位时间内计入的折旧成本(元)；Ci,INS表示分布式电源i的安装成本(元)；
L——分布式电源i的寿命(年)。
折旧成本的设定与有功损耗类似，将能量控制前的折旧成本的隶属度设定为0，将0成本时的隶属度设定为1.其隶属度函数如式(11)所示。
式中，μ4(CDEPt)表示t时刻配电网折旧成本评价的隶属度；CDEPmax表示未进行能量控制前的配电网折旧成本。
考虑动态过程后最终的折旧成本评价函数μ4(CDEP)如式(12)所示。
五、环境治理成本最低
式中，CENV表示主动配电网环境治理成本(元)；M表示污染物种类，本文中取3(CO2，SO2，NOx)；βi表示第i种污染物的治理费用(元)；αi表示外电网对第i种污染物的排放系数。
对于清洁分布式能源来说，本身无环境污染，其环境治理成本为0。向外电网购电时，其环境治理为外网购得电量的环境治理费用；当向外网输电时，相当于为外网节约相应的环境治理费用。当向外网输电较多时，主动配电网环境治理成本可能为负，即在清洁能源高渗透的情况下可以使配电网本身获得经济效益。
环境治理成本指标的设定与运行成本相似，将能量控制前的环境治理成本的隶属度计为0。将环境治理成本为0时，即不从外网购电也不向外网输电时的隶属度设定为0.5。其隶属度函数如式(14)所示。
式中，μ5(CENVt)表示t时段环境治理成本评价的隶属度；CENVmax表示未进行能量管理前的环境治理成本。
考虑动态过程后最终的环境治理成本评价函数μ5(CENV)如式(15)所示。
六、综合优化目标函数
表1中的评价体系分为五层，上面四层描述了系统的整体目标及其细分指标的评价方法，第五层主要用于附加说明计算过程中需要遵循的约束条件。
综合优化目标就是面向表1中的各个指标建立一个多目标优化函数。
回顾表1所示的层次分析系统：目标层为实现综合能量管理；准则层包括电压质量和成本两项；准则层之下的方案层总共包含电压质量指标、运行成本指标、折旧成本指标、有功损耗指标以及环境治理成本指标共五个指标；量化分析层对五个指标建立了隶属度评价函数。其多目标函数如式(16)所示。
OF＝max(ω1μ1(V)+ω2μ2(Cploss)+ω3μ3(COP)+ω4μ4(CDEP)+ω5μ5(CENV))，(16)
式中，OF表示能量管理的目标函数,表示综合收益最大化；ω1表示电压偏移指标的权重；表示电压偏移评价函数；ω2表示功率损耗成本的权重；表示功率损耗成本评价函数；ω3表示运行成本的权重；表示运行成本评价函数；ω4表示折旧成本指标的权重；表示折旧成本评价函数；ω5表示环境治理成本的权重；表示环境治理成本评价函数；其中，T表示优化周期总时段。
(16)式中，各指标权重利用AHP层次分析法得出，实际工程应用中，可由用户根据具体需要给定各项指标的权重值。
本发明的实施方式并不受上述实施例的限制，只要其以基本相同的手段达到本发明的技术效果，都应属于本发明的保护范围。
Claims (12)
1.一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于包括以下步骤：
S1：使用层次分析法AHP将大规模分布式能源并网发电的管理和决策问题进行抽象化处理，并对抽象化地管理和决策问题进行分解，建立能量管理算法模型；
S2：根据能量管理算法模型确定能量管理的目标层、准则层、方案层、量化分析层及约束条件层，所述量化分析层包括根据方案层的各个目标建立对应的量化分析评价函数的步骤；
S3：根据量化分析层对方案层各个目标建立的量化分析评价函数，建立综合优化目标函数；
S4：在满足约束条件层指定约束条件的情况下，求取能量管理目标函数的最大值及其对应参数值；
其中，
所述方案层的目标包括电压质量最优目标、功率损耗最小目标、运行成本最低目标、折旧成本最低目标及环境治理成本最低目标；量化分析层对各个目标建立的对应量化分析评价函数为电压偏移的评价函数μ1(V)、功率损耗成本评价函数μ2(CPloss)、运行成本评价函数μ3(COP)、折旧成本评价函数μ4(CDEP)及环境治理成本评价函数μ5(CENV)；
其中，综合优化目标函数的计算公式为：
OF＝max(ω1μ1(V)+ω2μ2(Cploss)+ω3μ3(COP)+ω4μ4(CDEP)+ω5μ5(CENV))，
ω1表示电压偏移指标的权重，
ω2表示功率损耗成本的权重，
ω3表示运行成本的权重，
ω4表示折旧成本指标的权重，
ω5表示环境治理成本的权重；各指标权重利用AHP层次分析法得出或用户根据具体需要给定各项指标的权重值；
所述约束条件层指定约束条件包括：等式约束和不等式约束，所述等式约束为计算结果须满足电网潮流方程和能量平衡方程；不等式约束为：电压偏差小于规定值，有功出力小于可用发电容量及无功出力小于可用无功调节容量；
所述在满足约束条件层指定约束条件的情况下，求取能量管理目标函数的最大值及其对应参数值的具体步骤包括：
F1，计算临时结果，得出未经约束条件校核的能量管理目标函数的理想对应参数值；
F2，根据输入的电网模型数据、关联的电网实时数据和步骤F1中所得的参数值计算电网潮流；
F3，判断电压偏差是否小于规定值：是，则执行步骤F4，否，则执行步骤F5；
F4，判断各分布式电源出力是否小于容量限制：是，则得出最终结果，获得能量管理目标函数对应的参数值；否，则返回步骤F5；
F5，调节各个分布式电源的出力；
F6，根据外部的能源采集信息和分布式电源参数确立能量转化发电方程；
F7，根据能量转化发电方程和步骤F5中调节后的各个分布式电源的出力确定获得最大综合收益的边界参数；
F8，根据获得最大综合收益的边界参数计算能量管理目标函数的最大值。
2.根据权利要求1所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：建立电压偏移的评价函数μ1(V)的具体步骤为：
A1，采集各个节点的电压数据；
A2，计算各节点电压偏移，并判断是否在允许范围内；
A3，构建电压偏移隶属度函数；
A4，综合考虑电压偏移的动态过程，建立电压偏移的评价函数μ1(V)。
3.根据权利要求2所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：设定电压偏移为±a内的隶属度为1，而在这一区间之外时的隶属度逐渐变小，当超出所允许的±b时，其隶属度将为0，0＜a＜b＜1，则该隶属度函数公式为：
Vt表示t时刻的节点电压值；
电压偏移的评价函数
其中，T表示优化周期总时段，一天分为24个时间段，每段1小时，μ1(Vt)表示t时刻电压偏差最大末节点电压对于电压偏移评价的隶属度。
4.根据权利要求1所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：建立功率损耗成本评价函数μ2(CPloss)的具体步骤为：
B1，确定电网售电价格及能量控制时间间隔；
B2，计算各线路的功率损耗，并汇总全网损耗；
B3，构建电网损耗隶属度函数；
B4，综合考虑电网损耗的动态过程，建立功率损耗的评价函数μ2(CPloss)。
5.根据权利要求4所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：设定能量控制前网损的隶属度为0，0损耗时的隶属度设定为1，则该隶属度函数公式为：CPlmax表示未进行能量控制前配电网的损耗成本，CPlosst表示t时刻配电网的损耗成本；功率损耗的评价函数
其中，μ2(CPlosst)表示t时刻配电网损耗评价的隶属度，T表示优化周期总时段。
6.根据权利要求1所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：建立运行成本评价函数μ3(COP)的具体步骤为：
C1，确定各分布式电源输出功率计维护费用、网际交易功率、购电价格和售电价格；
C2，计算运行维护费用、网际交易费用；
C3，构建运行成本隶属度函数；
C4，综合考虑电网运行的动态过程，建立运行成本的评价函数μ3(COP)。
7.根据权利要求6所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：设定能量控制前运行成本的隶属度为0，设定运行成本为0时的隶属度为0.5，则该隶属度函数公式为：
COPmax表示未进行能量控制前的配电网的运行成本，COPt表示t时刻配电网运行成本；运行成本评价函数
其中，μ3(COPt)表示t时刻配电网运行成本评价的隶属度。
8.根据权利要求1所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：建立运行折旧成本评价函数μ4(CDEP)的具体步骤为：
D1，确定各分布式电源的折旧成本、安装成本及使用寿命；
D2，采用直线法进行固定资产折旧计算；
D3，构建折旧成本隶属度函数；
D4，综合考虑电网运行的动态过程，建立运行折旧成本的评价函数μ4(CDEP)。
9.根据权利要求8所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：设定将能量控制前的折旧成本的隶属度为0，设定0成本时的隶属度为1，则该隶属度函数公式为：
CDEPmax表示未进行能量控制前的配电网折旧成本，
CDEPt表示t时刻配电网折旧成本；
运行折旧成本评价函数
其中，μ4(CDEPt)表示t时刻配电网折旧成本评价的隶属度。
10.根据权利要求1所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：建立环境治理成本评价函数μ5(CENV)的具体步骤为：
E1，确定各种污染物治理费用和排放系数；
E2，计算配电网环境治理综合成本；
E3，构建环境治理成本隶属度函数；
E4，综合考虑电网运行的动态过程，建立环境治理成本的评价函数μ5(CENV)。
11.根据权利要求10所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：设定能量控制前环境治理成本的隶属度为0，设定环境治理成本为0时的隶属度为0.5，则该隶属度函数公式为：
CENVmax表示未进行能量管理前的环境治理成本，
CENVt表示t时刻环境治理成本；
环境治理成本的评价函数
其中，μ5(CENVt)表示t时段环境治理成本评价的隶属度。
12.根据权利要求1所述的一种基于层次分析法和隶属度的分布式能量管理方法，其特征在于：所述步骤F6的顺序可与步骤F1至F5任意调换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510776257.0A CN105391091B (zh) | 2015-11-11 | 2015-11-11 | 一种基于层次分析法和隶属度的分布式能量管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510776257.0A CN105391091B (zh) | 2015-11-11 | 2015-11-11 | 一种基于层次分析法和隶属度的分布式能量管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105391091A CN105391091A (zh) | 2016-03-09 |
| CN105391091B true CN105391091B (zh) | 2019-02-05 |
Family
ID=55423057
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510776257.0A Expired - Fee Related CN105391091B (zh) | 2015-11-11 | 2015-11-11 | 一种基于层次分析法和隶属度的分布式能量管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105391091B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106295911B (zh) * | 2016-08-30 | 2019-04-26 | 东方电子股份有限公司 | 一种基于层析分析法的电网支路参数评价方法 |
| CN109471411B (zh) * | 2018-09-12 | 2022-03-18 | 国网浙江省电力有限公司嘉兴供电公司 | 综合能效监控方法 |
| CN109539480B (zh) * | 2018-10-26 | 2021-05-07 | 国电南瑞科技股份有限公司 | 一种面向分布式能源站的冷热负荷绿色节能优化调度系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101465546A (zh) * | 2009-01-08 | 2009-06-24 | 上海交通大学 | 电能质量综合评估系统 |
| CN103400201A (zh) * | 2013-07-15 | 2013-11-20 | 清华大学 | 求解以测点正常率最大为目标的状态估计问题的方法 |
| CN103530823A (zh) * | 2013-10-25 | 2014-01-22 | 湖南大学 | 基于otfn-ahp的微电网规划设计综合评价体系 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4703736B2 (ja) * | 2009-03-02 | 2011-06-15 | 株式会社東芝 | エネルギー管理システム及び方法 |
-
2015
- 2015-11-11 CN CN201510776257.0A patent/CN105391091B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101465546A (zh) * | 2009-01-08 | 2009-06-24 | 上海交通大学 | 电能质量综合评估系统 |
| CN103400201A (zh) * | 2013-07-15 | 2013-11-20 | 清华大学 | 求解以测点正常率最大为目标的状态估计问题的方法 |
| CN103530823A (zh) * | 2013-10-25 | 2014-01-22 | 湖南大学 | 基于otfn-ahp的微电网规划设计综合评价体系 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105391091A (zh) | 2016-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Decentralized solution for combined heat and power dispatch through benders decomposition | |
| Li et al. | Optimal coordinated energy dispatch of a multi-energy microgrid in grid-connected and islanded modes | |
| Moghaddas-Tafreshi et al. | Optimal energy management of a grid-connected multiple energy carrier micro-grid | |
| Oskouei et al. | Strategic operation of a virtual energy hub with the provision of advanced ancillary services in industrial parks | |
| Izadbakhsh et al. | Short-term resource scheduling of a renewable energy based micro grid | |
| Li et al. | Planning regional energy system in association with greenhouse gas mitigation under uncertainty | |
| Qiu et al. | Tri-level mixed-integer optimization for two-stage microgrid dispatch with multi-uncertainties | |
| Xiaoyi et al. | IoT driven framework based efficient green energy management in smart cities using multi-objective distributed dispatching algorithm | |
| Sharma et al. | A critical and comparative review of energy management strategies for microgrids | |
| Panda et al. | Hybrid power systems with emission minimization: Multi-objective optimal operation | |
| CN102509175A (zh) | 分布式供电系统可靠性优化方法 | |
| Zhang et al. | Collaborative optimization for multiple energy stations in distributed energy network based on electricity and heat interchanges | |
| CN109936162A (zh) | 基于可控负荷提升新能源接纳能力的电网日前发电计划优化方法及系统 | |
| Zhu et al. | A review of distributed energy system optimization for building decarbonization | |
| Tan et al. | A multi-objective optimization dispatching and adaptability analysis model for wind-PV-thermal-coordinated operations considering comprehensive forecasting error distribution | |
| Stennikov et al. | Current state of research on the energy management and expansion planning of integrated energy systems | |
| CN105391091B (zh) | 一种基于层次分析法和隶属度的分布式能量管理方法 | |
| Liu | Energy station and distribution network collaborative planning of integrated energy system based on operation optimization and demand response | |
| Hassan et al. | The role of renewable energy and artificial intelligence towards environmental sustainability and net zero | |
| Zhao et al. | Day-ahead robust optimal dispatch of integrated energy station considering battery exchange service | |
| Azimi et al. | A new approach on quantification of flexibility index in multi-carrier energy systems towards optimally energy hub management | |
| Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
| Adewumi et al. | Sustainable energy solutions and climate change: A policy review of emerging trends and global responses | |
| Kumar et al. | Renewable energy and sustainable development: A global approach towards artificial intelligence | |
| Miah et al. | Energy storage controllers and optimization schemes integration to microgrid: an analytical assessment towards future perspectives |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| 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: 20190205 Termination date: 20191111 |