CN106022503A - 面向具有耦合型电冷热需求的微电网容量规划方法 - Google Patents

面向具有耦合型电冷热需求的微电网容量规划方法 Download PDF

Info

Publication number
CN106022503A
CN106022503A CN201610151040.5A CN201610151040A CN106022503A CN 106022503 A CN106022503 A CN 106022503A CN 201610151040 A CN201610151040 A CN 201610151040A CN 106022503 A CN106022503 A CN 106022503A
Authority
CN
China
Prior art keywords
electricity
cchp
moment
power
load
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.)
Pending
Application number
CN201610151040.5A
Other languages
English (en)
Inventor
周勤
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.)
Beijing Ruixin Technology Co Ltd
Original Assignee
Beijing Ruixin Technology Co Ltd
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 Beijing Ruixin Technology Co Ltd filed Critical Beijing Ruixin Technology Co Ltd
Priority to CN201610151040.5A priority Critical patent/CN106022503A/zh
Publication of CN106022503A publication Critical patent/CN106022503A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation, e.g. linear programming, "travelling salesman problem" or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • 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
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明公开了一种面向具有耦合型电冷热需求的微电网容量规划方法,包括:建立面向具有耦合型冷热电需求的微电网供能设备容量规划模型和建立基于多目标粒子群技术的微电网供能设备最优容量规划计算方法。通过上述方式,本发明面向具有耦合型电冷热需求的微电网容量规划方法,解决了当所规划的微电网需向用户同时供电与供冷(或供热),并且电冷或电热的供应之间存在耦合关系时的不同供能设备容量最佳配置问题。这一模型在考虑了微电网的多种供能设备的各种工程,经济,与安全约束条件下实现了多目标优化。

Description

面向具有輔合型电冷热需求的微电网容量规划方法
技术领域
[0001] 本发明设及智能电网技术领域,特别是设及一种面向具有禪合型电冷热需求的微 电网容量规划方法。
背景技术
[0002] 微电网(Micro-grid,也称微网)是一种新兴的能源互联网/智能电网技术。是一个 高效利用分布式可再生能源与清洁能源,具有自我控制,保护与管理的供能系统。微电网具 有很多的优势,首先,它可W实现能源的高效利用;其次,它可W W最低的成本满足用户的 多种能量需求;第=,它可W提高用户供电可靠性;最后,可W有效的平抑可再生能源所带 来供给波动性。
[0003] 微电网发展的受益主体是大型能源用户。其能源使用需求的特点包括:更高的能 源供应可靠性和质量、多种能量需求、高效的能源利用率、更高的环保要求。
[0004] 微电网的高效、安全、经济、环保特点使得运一技术成为大型用户综合利用能源的 一个最佳选择。而在微电网的应用中,第一个重要步骤就是如何根据不同能源用户的需求, 合理规划所需建设的微电网中不同类型的分布式可再生能源与高效清洁能源(风电,光伏, 冷热电联供(CCHP),蓄冷,储电,等)的安装容量,W满足用户对多种能量消费(电,冷,热)的 低成本,高可靠性,高能源利用率,绿色环保的要求。
[0005] 现有技术的缺陷和不足 目前,国内外针对满足多能源供需的微网系统容量规划方法的研究很少,大多数还集 中在仅有电能负荷需求的微电网系统容量规划的研究,现综述如下: 对仅含电负荷需求的微网内分布式电源的容量规划研究主要W孤岛运行微网为主,其 中电源包括可调度和不可调度部分。不可调度电源主要是可再生能源发电单元,如风力发 电机和太阳能光伏电池,通常为了提高新能源发电的利用率,将优先使用它们对孤岛系统 供电;可调度电源包括CCHP、柴油发电机、燃料电池W及储能电池,它们将作为不可调度电 源的补充和备用。孤岛运行微网容量规划研究采取的方法主要分为单目标优化和多目标优 化两类。单目标优化方法是W孤岛微网系统供电可靠性为主要约束,W系统年运行成本最 小为优化目标,得到最优的分布式发电单元,如风电/光伏/蓄电池的容量组合;多目标优化 方法中,系统供电可靠性和运行成本是主要的优化目标,通常还会考虑系统的环境污染因 素,将系统等效污染物排放量最小作为优化目标之一,从而得到多目标下的最优分布式发 电单元的容量组合方案。
[0006] 对含电负荷需求的联网式微网的容量规划问题,由于微网与大电网交换功率的不 确定性,W及微网向大电网馈入功率对大电网会产生一定的影响,增加了联网运行微网容 量规划的复杂性。目前仅有少数的文献是关于运方面的研究,其考虑的优化因素除了上述 孤岛微网中所设及的之外,增加了微网向大电网卖电的收益、微网从大电网所购电的二氧 化碳排放治理费用、微网作为大电网的负荷,其负荷波动平滑程度,微网对大电网削峰填谷 的贡献,W及大电网故障造成微网孤岛时的供电可靠性等方面。
[0007] 对于多能源微网容量规划的研究目前仅有个别的文献进行了阐述。对于含电负荷 和热负荷需求的微网,其能源装置包含光伏发电、风力发电、微型燃气轮机热电联供和储能 电池,但是没有考虑蓄冰空调机组运种有多种运行模式,即可能是一个纯电负荷,有可能 是一个制冷,供冷机组的设备。虽然建立了包含运行策略约束的系统容量规划模型。但其中 仅考虑了四季的典型日,且热电联供机组的动态运行特性是W热电比与负载率的线性关系 给出,较为粗略。另外,该模型是包含了多种运行策略的统一模型,一方面增加求解的难度; 另一方面,对于微网,不同的运行方式会产生差别显著的容量配置方案,而在微网建设之 初,其主要的运行方式是确定的,所W该模型的规划结果对实际运行的适应能力有待提升。
[0008] 在微电网的容量规划模型求解方面,目前尚未有采用粒子群计算技术来求解具有 冷热电禪合型需求关系的多能源微网容量规划的多目标优化问题。
发明内容
[0009] 本发明主要解决的技术问题是提供一种面向具有禪合型电冷热需求的微电网容 量规划方法,具有可靠性能高、需求性广、成本低等优点,同时在智能电网的应用及普及上 有着广泛的市场前景。
[0010] 为解决上述技术问题,本发明采用的一个技术方案是: 提供一种面向具有禪合型电冷热需求的微电网容量规划方法,其步骤包括: (1)建立面向具有禪合型冷热电需求的微电网供能设备容量规划模型 (1.1) 建立联网不允许反送电的冷热电微网最优容量规划模型 (1.1.1) 设置待求解的变量:CCHP机组数量N_CCHP、PV板串数N_PV、风机数量N_WT、蓄冰 空调制冷机组额定冷功率Q_ice_air、蓄冰槽容量C_Ice_Tank、机载空调额定冷功率Q_ normaLair、燃气锅炉额定制热功率9_13〇;[161',其中,QjiormaLair根据制冷期谷段冷负荷 来确定,C_Ice_Tank根据日最大释冰量来确定,所W,待寻优变量为: X={N_CCHP,N_PV,N_WT,Q_ice_air,Q_boiler }; (1.1.2) 设置多目标函数 设置优化目标1:使得由微网投资成本年折算、燃气年购置成本、从大电网的年购电成 本、碳排放年治理成本和年运行维护成本组成的微网年成本直的值最小:
Figure CN106022503AD00121
(2)
Figure CN106022503AD00122
分别为冷热电联供系统、PV板、风机、燃气锅炉、蓄冰空调、机载空调的投资成本;
Figure CN106022503AD00131
(3) ,CN_G为微网冷热电联供机组CCHP和燃气锅炉boiler的燃气年购置成本,其中巧LC为 燃气价格;
Figure CN106022503AD00132
(4) 其中,CExch_E为微网从大电网购电的年费用,衣&(0为微网向大电网的购电价格,其 随尖峰、峰、平、谷时段而变化,也的为微网与大电网交换功率.
Figure CN106022503AD00133
巧) I) (T) 其中,^,。《(句为每类电负荷的切除量,其不包括柔性可调度移走的负荷,m=(l,2,3, 4), ¾为每类电负荷的缺失惩罚权重,相》为该地区的年国民生产总值与年发电量的比 值,&,。,1心)为每类冷/热负荷的切除量,n=( 1,2),A为每类冷热负荷的缺失惩罚权重; (1.1.3)设置多约束条件 约束条件I:可再生能源利用率PRE大于或等于30%
Figure CN106022503AD00141
(8) 其中,科v(0为PV的实际调度发电功率,iW妍为风机的实际调度发电功率,马脚为 电负荷; 约束条件2:弃风弃光率综snstf小于或等于1%,且
Figure CN106022503AD00142
(9) 其中,約为N_PV串数下PV板的能够发电功率,脚为N_WT台数下风机的能 够发电功率; 约束条件3:电供需平衡,即
Figure CN106022503AD00143
(10) 其中,;:
Figure CN106022503AD00144
的时的柔性调度移出负荷,Ph.脚为向t时移入的柔性调 度负荷,对于时刻t,二者满足
Figure CN106022503AD00145
巧不存在既移出负荷又移入负荷 的时刻,针对不同的运行场景,可W对上述电供需平衡等式(10)进行细化; 约束条件4:冷/热供需平衡 热电联供的热平衡:
Figure CN106022503AD00146
(11) 其中,化_H(0为时刻t的热负荷; 冷电联供的冷平衡:
Figure CN106022503AD00147
(12) 其中,{&^:<。 为时刻t的冷负荷; 约束条件5:设备类约束,即各变量需要满足如下的上下限约束:
Figure CN106022503AD00148
)
Figure CN106022503AD00151
) (18); (1.2)建立联网并允许反送电的冷热电微网最优容量规划模型 (1.2.1) 执行步骤(1.1.1)设置待求解的变量,执行步骤(1.1.2)设置多目标函数; (1.2.2) 设置多约束条件,包括电供需平衡约束:
Figure CN106022503AD00152
其中,?二L…,打60,微网与大电网交换功率見心®的存在约束
Figure CN106022503AD00153
表示电能从大电网流入微网,
Figure CN106022503AD00154
表示电能从微网流入大电网,的为t时的柔性调度移出负荷,.铅片)为向t 时移入的柔性调度负荷,对于时刻 t,二者满^
Figure CN106022503AD00155
即不存在既移出负荷又移入负荷的时 亥IJ,针对不同的运行场景,对上述电供需平衡等式(19)进行细化; (1.3)基于粒子群技术的多种微电网设备最优容量规划计算方法 (1.3.1) 联网不允许反送电的冷热电微网最优容量规划优化算法 (1.3.1.1) 多场景含可调度负载的冷热电微网优化调度方法 初始化参数,随机产生微电网计划孤岛和非计划孤岛运行的日期和时段; 设置月份和日期的上下限,并根据上下限进行调度计算; 当月份不超过5月或者大于等于9月时,采用多运行场景的微网热电联供调度方法计算 时刻调度策略; 当月份在6-8月时,采用多运行场景的微网冷电联供调度计算时刻调度策略; 判断待计算的日期是否是计划孤岛日的前一天,如果是前一天的话,对计划孤岛日进 行预调度,计算电池缺口,再按预设的切发电时段、谷、平、峰、尖峰时段的优先级对电池充 电至缺口满足; 当对电池充电至缺口满足时或者待计算的日期不是计划孤岛日的前一天,则计算日燃 气购置费、日大电网电购置费、日排放治理费、日弃风弃光量、日切各类负荷量,完成日调度 策略; 当计算的月份超过12时,计算年燃气购置费、大电网电购置费、运行维护费、排放治理 费、冷热电负荷短缺惩罚费、可再生能源利用率和弃风弃光率; (1.3.1.2) 基于多目标优化PSO的求解算法及实现 根据多能源微网最优容量规划问题的模型,选取五维的粒子化dicle={N_CCHP,N_PV, N_WT,Q_ice_ai;r,Q_boiler },按各自的上下限约束设置一定种群数量的初始位置及初始 速度;判断粒子是否达到设置的最大进化代数,如果达到了就输出非支配解集,如果没有达 到,则对于当前进化代数下的种群内的所有的五维粒子按照步骤(1.3.1.1)的多场景含可 调度负载的冷热电微网优化调度方法,W日为单位,计算各个能源设备在年8760时刻的运 行状态,再计算各个粒子对应的上述各优化目标值和约束值,W更新非支配解集;判断非支 配解的个数是否超过预设值,如果超过了则优先移除网格中密集的非支配解,如果没有超 过则将非支配解在网格中进行定位;更新粒子速度,采用随机方法从非支配解网格中选择 出全局最优解,该粒子的进化最优解寻找迭代过程中出现的非支配解,并再次按上述方法 选择全局最优解;更新粒子位置,重新判断粒子是否达到设置的最大进化代数; (1.3.2)联网并允许反送电的冷电微网最优容量规划优化算法 (1.3.2.1) 联网方式下热电联供优化调度策略 a)获取燃气锅炉Boiler供热负荷与从大电网购电供电负荷的和的值,再获 取CCHP联合供热和电负荷,当从大电网的购电价格
Figure CN106022503AD00161
元AWh时,则采用CCHP 联合供热; 当热少电多时,CCHPW热定电,其余不足的电从大电网购买; 当热多电少时:电和热匹配的部分先用CCHP供给,再根据微网向大电网的 反送电电价Cm,I来判断剩余的热的供给方法,当
Figure CN106022503AD00162
元/k刚!时,CCHP工作于W 热定电模式;反之,CCHP工作于W电定热和燃气锅炉Boi Ier供热模式; (1.3.2.2) 联网方式下冷电联供优化调度策略 首先,优先使用光伏发电PV和风力发电PW供给电负荷,分如下两种情况: a) 当光伏发电PV和风力发电PW供电负荷后有余量时: 当反送电价格
Figure CN106022503AD00163
元/kWh时,采用CCHP W冷定电,且CCHP所产电和PV、PW的剩余 电反送大电网的供冷负荷的方式;反之,用PV和PW剩余的电量驱动直接供冷负荷;当采取用 PV和PW剩余的电量驱动直接供冷负荷的方式时,直至直供满载还有冷却口时,可采用CCHP W冷定电和反送电的方式或者用PV和PW剩余电释冷的方式,但优选用CCHPW冷定电和反送 电的方式; b) 当PV和PW不足W供电负荷时: PV和PW供部分电负荷后,当剩余的电负荷与冷负荷若出现电多冷少,贝化CHP 工作于W冷定电方式,不足的电从大电网购买;当剩余的电负荷与冷负荷若出现电少 冷多时,若I
Figure CN106022503AD00164
元AWh,采取CCHP W冷定电和反送电的方式;反之,采取CCHP产冷和产 电驱动直供的工作方式; (1.3.2.3) 基于多目标优化PSO的求解算法及实现。
[0011]在本发明的一较佳实施例中,在约束条件3中,针对不同的运行场景,可W对上述 电供需平衡等式(10)进行细化的具体步骤包括: 联网型微网热电联供的时刻:
Figure CN106022503AD00171
冷电联供计划孤岛前一天的24个时刻:
Figure CN106022503AD00181
[0012]在本发明的一较佳实施例中,在步骤(1.2.2)中,还包括W下约束条件: 约束条件1:可再生能源利用率PRE大于或等于30%,且
Figure CN106022503AD00182
(8) 其中,巧V城为PV的实际调度发电功率,馬T城为风机的实际调度发电功率,毎(。为 电负荷; 约束条件2:弃风弃光率小于或等于1%,且
Figure CN106022503AD00183
(9) 其中,(6)为N_PV串数下PV板的能够发电功率,&vafl"WT ©为N_WT台数下 风机的能够发电功率; 约束条件3:冷/热供需平衡 热由联供的热平衡: (11) (12) 其中,结,H的为时刻t的热负荷; 冷电联供的冷平衡: 其中,结.jc(〇为时刻t的冷负荷; 约束条件4:设备类约束,即各变量需要满足如下的上下限约束:
Figure CN106022503AD00191
[0013] 在本发明的一较佳实施例中,所述采用多运行场景的微网热电联供调度方法计算 时刻调度策略的具体步骤包括: 日调度策略完成后,判断待计算的时刻是否满足关于时刻的预设值; 如果满足预设值,即时刻小于或等于24时,判断是否计划孤岛时刻; 如果不计划孤岛运行,则联网方式的微网热电调度优先使用可再生能源满足电负荷, 之后CCHP按W热定电方式运行,出现反送电时,切换到W电定热方式运行,且热负荷与CCHP 供热的差值由热气锅炉补充; 如果要计划孤岛运行时刻,计划孤岛的微网热电调度按照可再生能源、W电定热模式 的CC册、电池放电S种方式预设的优先级满足电负荷,热负荷与CCHP供热的差值由热气锅 炉补充; 如果不满足预设值,即时刻大于24时,根据各个时段的切电负荷量,计算其可调度的电 负荷量,然后再按照价格优先级的策略进行移动,即按照切发电时段、谷、平、峰、尖峰的顺 序进行移动; 判断本日是否有非计划孤岛时刻; 如果有,则根据非计划孤岛时刻移出或移入的电负荷对真实的电负荷进行修改; 对非计划孤岛时刻,按照可再生能源、W电定热模式的CCHP、电池放电=种方式预设的 优先级满足电负荷,热负荷与CCHP供热的差值由热气锅炉补充; 当非计划孤岛结束后,计算非计划孤岛时刻的电负荷缺口的可调度电负荷量,并按照 切发电时段、谷、平、峰、尖峰时刻预设的优先级移动到其之后的时刻; 如果没有非计划孤岛时刻则结束计算。
[0014] 在本发明的一较佳实施例中,所述采用多运行场景的微网冷电联供调度方法计算 时刻调度策略的具体步骤包括: 将谷段的冷负荷折合成电负荷,设置电负载的供给优先级从高到低依次为PV与PW、 CCHP、大电网;冷负载的供给优先级从高到低依次为PV和PW供电负荷有剩余后供空调直供、 CCHP供电负荷的同时产生冷能、CCHP供冷且供电给空调直供、融冰、大电网供给空调直供; 判断待计算的时刻是否满足关于时刻的预设值; 如果满足预设值,即时刻小于或等于24时,判断是否计划孤岛时刻; 如果不计划孤岛运行,则联网方式的微网冷电调度采用CCHPW电定冷的方式工作,当 CCHP满发且电负荷不能满足时,电池放电进行补充; 如果要计划孤岛时刻,计划孤岛运行的微网冷电调度采用CCHPW电定冷的方式工作, 当CCHP满发且电负荷不能满足时,电池放电进行补充; 如果不满足预设值,即时刻大于24时,用融冰或大电网供空调直供补充冷负荷缺口,根 据缺口对应的优先级判断融冰的电取自切发电量、CCHP和大电网中的一个或多个,记录该 日的总融冰量;将制冰量连续分布在谷段,计算制冰成功率,修改谷段的大电网购电量和切 电量;计算各个时段的切电负荷量,并计算其的可调度电负荷量,按照切发电时刻、谷、平、 峰、尖峰时刻进行可调度负荷的移动; 判断本日是否有非计划孤岛时刻; 如果有,记录下非计划孤岛时刻移出或移入的电负荷,并修改电负荷; 非计划孤岛时刻的微网冷电调度包括:对每个非计划孤岛时刻,按PV和PW供电负荷、 CCHPW电定冷的优先级调度,再在该时刻已有融冰储备的前提下,按满足电负荷缺口、释冷 电功率缺口、直供电功率缺口的优先顺序进行电池调度,并根据电池放电功率的约束W及 非计划孤岛时段之间的动能模型时段连续性带来的可放电功率的限制进行辅助判断;若非 计划孤岛发生在谷段,且电池放电不足W满足蓄冰的功率需求时,导致了蓄冰量的减少,要 据此对后续有融冰量的时段按比例减少释冰量,并相应增加CCHP或大电网来驱动直供,W 满足运部分冷缺口; 如果没有非计划孤岛时刻则结束计算。
[0015]在本发明的一较佳实施例中,在经过步骤(1.3.2.2)上述处理后若还有冷缺口,需 要融冰或直供来满足,则按融冰所需电量的花费由小到大的设置优先级控制,并设置优先 级控制的相应标志位: DFlag=I:
Figure CN106022503AD00201
元AWh,直供已满载,CCHP满载或反送电上限达到,采用反送电 中的90kW用来释冷;
Figure CN106022503AD00202
2) Flag=2:反送电价格
Figure CN106022503AD00203
元/kWh,直供还未用,反送电上限达到,CCHP还有余, 贝化CHP产生90kW融冰与反送电直供哪个花费更便宜,就选择相应的方式; 3) Flag=; ZkWi,直供已满载,CCHP还有余,采取CCHP产生90kW电进行释冷 的方式,若还3 舍定电和反送电; 4) Flag= 元/kWh,CCHP已满载,直供还未用,当 <
Figure CN106022503AD00204
电/kWh时,采 用反送电直供 元AWh时,选择反送电释冷与反送电直供中花费小的方式; 5) Flag=f ;/kWh,已从大电网要电,CCHP已满,直供未满,则选择用大电网 的电释冷和用大电网的电直供中花费小的方式。
[0016] 在本发明的一较佳实施例中,(1.3.2.3)基于多目标优化PSO的求解算法及实现中 的实施方法与步骤(1.3.1.2)中的步骤相同。
[0017] 本发明的有益效果是:解决了当所规划的微电网需向用户同时供电与供冷(或供 热),并且电冷或电热的供应之间存在禪合关系时的不同供能设备容量最佳配置问题。运 一模型在考虑了微电网的多种供能设备的各种工程,经济,与安全约束条件下实现了多目 标优化。
附图说明
[0018] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使 用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于 本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可W根据运些附图获得其它 的附图,其中: 图1是本发明的多场景含可调度负载的冷热电微网优化调度方法的整体流程图; 图2是本发明的多运行场景的微网热电联供调度的流程图; 图3是本发明的多运行场景的微网冷电联供调度的流程图; 图4是本发明的基于多目标优化PSO的求解算法中两个目标优化 的化reto最优解的结构示意图。
具体实施方式
[0019] 下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施 例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通 技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范 围。
[0020] 请参阅图1-4,本发明实施例包括: 所述微电网中的电源包括:风力发电(WT)、光伏发电(PVKCCHP、供热燃气锅炉、蓄冰 至调、储能电池。
[0021 ]设备运行状态变量包括:
Figure CN106022503AD00211
,网与大电网交换功率 ]实际调度发电功率 1的实际调度发电功率
[P输出电功率 巧K空调直供电功率 :非蓄冰空调电功率 蓄冰空调制冷功率 蓄冰空调融冰功率 ^气锅炉制热功率 忘电池功率。
Figure CN106022503AD00221
[0022] 运类微电网具有几个明显的特点:一是含多种分布式可再生能源及清洁能源,二 是要同时满足用户的电冷热量需求,=是与配电网紧密联接,有多种运行方式(联网运行单 向送电,联网运行双向送电,孤岛运行等)。
[0023] 运一新发明将为高科技园区、商业中屯、、智能楼宇小区等提供包含供电、供热、供 冷的综合性能源的微电网规划解决方案。有效的服务于在城市负荷中屯、的有多种能源需求 的大型能源用户。
[0024] 微电网的应用是一个非常巨大的市场,W用电为例,在中国,大型电力用户的用电 量占全社会的总用电量的80%左右,随着中国城镇化,工业化的迅速发展与普及,大型的综 合能源用户的增加将呈指数增长趋势。可W预期,冷热电需求禪合的微电网最优容量规划 技术在相当长的一段时间内将是一个非常具有商业价值的应用。
[0025] 研发了冷热电需求禪合型微电网供能设备容量规划技术,目标是在全面考虑经 济,安全,与环保的约束下,W总投资与运行成本最小,供电可靠性最大为优化目标来确定 微电网各种分布式供能设备容量的最佳配置。
[0026] 面向具有禪合型冷热电需求的微电网供能设备容量规划模型。
[0027] -种面向具有禪合型电冷热需求的微电网容量规划方法,步骤包括: (一)面向具有禪合型电冷热需求的微电网供能设备容量规划模型 1.联网不允许反送电的冷热电微网最优容量规划模型 在冷热电微网容量规划模型的研究中,暂不考虑微网的负荷增长,所W可对微网仅考 虑一年的成本。容量规划模型选取两个目标最优,一个是反映经济性的,即由微网投资成本 年折算、年运行成本与维护成本、年排污治理成本等组成的年整体投资运行费用最低;另一 个是反映微网供能可靠性的,即甩电负荷和冷热负荷的惩罚费用最低,该费用采用该地区 的GDP/发电量来衡量。约束部分主要考虑风力发电机、太阳能板、蓄冰空调、微型燃气轮机 冷电联供机组、燃气锅炉等装置的运行特性,大电网向微网输送功率限值,W及年可再生能 源利用率、年弃风弃光率等因素。
[0028] 对于冷热电微网容量规划问题,待求变量定义: NJXHP CCHP机组数量 N_PV PV板串数 N_WT 风机数量 Q_ice_air(kW) 蓄冰空调制冷机组额定冷功率 C_Ice_Tank(k怖)蓄冰槽容量 Q_no;rmal_ai;KkW)机载空调额定冷功率 Q_boiler(kW) 燃气锅炉额定制热功率 其中QjiormaLair可根据制冷期谷段冷负荷确定,C_Ice_Tank可根据日最大释冰量来 确定。所W,待寻优变量为 X={N-CCHP,N-PV,N-WT,Q_i C e_a i r,Q_bo i1er }。
[0029]多目标函数和多约束: 优化目标1:由微网投资成本年折算+燃气年购置成本+从大电网的年购电成本+碳排放年治 理成本+年运行维护成本组成的微网年成本.J^最小
Figure CN106022503AD00231
1) 其中:
Figure CN106022503AD00232
(2)
Figure CN106022503AD00233
分别为冷热电联供系统、PV板、风机、燃气锅炉、蓄冰空调、机载空调的投资成本;
Figure CN106022503AD00234
(3) 为微网供CCHP和燃气boiler的燃气年购置成本,其中(RMB/m3)为燃气价格;
Figure CN106022503AD00235
(4) 为微网从大电网购电的年费用,其中(T) (RMB / kwlO为微网向大电网的购电价格, 随尖峰、峰、平、谷时段而变化.
Figure CN106022503AD00236
(7), 鷄鷄为年运行维护费用; 设置优化目标2:使得冷热电负荷的缺失惩罚戈的值最小 巧《^城为每类电负荷(111=1,2,3,4)的切除量(不包括柔性可调度移走的负荷),^3^^( _ _
Figure CN106022503AD00241
_ . )为每类电负荷的缺失惩罚权重,女(Jdp=2.21为该地 区的年国民生产总值与年发电量的比值;为每类冷/热负荷(n=l,2)的切除量,钱
Figure CN106022503AD00242
为每类冷热负荷的缺失惩罚权重 约束条件1:可再生能源利用率PRE〉=30%
Figure CN106022503AD00243
(8) Ziv(句为PV的实际调度发电功率,Pwt(句为风机的实际调度发电功率,巧併为电负 荷。
[0030] 约束条件2:弃风弃光率綜致化泌<=1%
Figure CN106022503AD00244
(9) 原^N_PV串数下PV板的能够发电功率,巧LvaiLWT脚为N_WT台数下风机的能 够发电功率。
[0031] 约束条件3:电供需平衡
Figure CN106022503AD00245
马脚:该时刻的柔性调度移出负荷,巧X巧:向该时刻移入的柔性调 度负荷。对时刻t,二者满^,即不存在 移出负荷又移入负荷的时刻。
Figure CN106022503AD00246
[0032] 针对不同的运行场景,可W对上述电供需平衡等式(10)进行如下细化: 联网型微网热电联供的时刻:
Figure CN106022503AD00251
冷电联供计划孤岛前一天的24个时刻:
Figure CN106022503AD00261
Figure CN106022503AD00271
[0036] 此外,还需要满足能源设备功率特性的约束。
[0037] 可见,除了待寻优变量 X={N_CCHP,N_PV,N_WT,Q_ice_air,Q_boiler}之外,各个
Figure CN106022503AD00272
都是未知的。当X= {N_CCHP,N_PV,N_WT,Q_i ce_air,Q_bo i 1 er }已知时,确定微网各个设备 的运行状态,即微网的调度问题,可W用优化的算法进行求解,但当调度运个优化问题是嵌 入在微网优化规划问题中的时候,用基于优化算法的调度求解方法显然会使计算量大大增 加,W致优化规划问题不可行,所W需要有效的微网调度策略来完成微网设备运行状态的 确定,并进而确定微网的运行维护成本、负荷缺失惩罚、可再生能源利用率和弃风光率等。
[0038] 2.联网并允许反送电的冷热电微网最优容量规划模型 与第1部分的联网不允许反送电的冷热电微网容量规划模型基本类似,只是电供需平 衡约束
Figure CN106022503AD00273
:19) 中的微网与大电网交换功率(巧存在约束
Figure CN106022503AD00274
Figure CN106022503AD00275
表示电能从大电网流入微网,
Figure CN106022503AD00276
g示电能从微网流入大电网。另 夕h由于从微网向大电网反送电是允许的,所WPV板、风机和冷热电S联供机组的最大数量 由可安装的面积决定。
[0039] 在研究允许反送电的冷热电微网容量规划时,考虑反送电电价按谷平峰尖峰时段 而变化,即反送电电价谷段最低,尖峰段最高,且各时段反送电的电价均要低于该时段的购 电电价。联网并允许反送电的冷热电微网容量规划中的最优调度运行策略与不允许反送电 的有较大差异, (二)基于粒子群技术的多种微电网设备最优容量规划计算方法 在微电网容量规划的多目标优化时,两个主要的优化目标是经济性和可靠性。而运两 个目标在实现时是相互矛盾的,为解决运一问题,我们在国际上率先提出了多目标粒子群 计算方法来求解具有禪合型电冷热需求的多种微电网设备最优容量规划问题。
[0040] 所开发的多目标粒子群计算方法是对粒子群计算方法的扩展与改进,W求解多目 标优化问题。规划的CCHP,光伏,风电,燃气锅炉,蓄冰机组数量用W构成粒子群,容器技术 被用于包含非支配解(Pareto Front)的集,粒子的移动速度的变化由非支配解来主导。运 一算法表现出非常高的竞争性能,可保证多目标优化问题的求解包含了所有的非支配解。 同时,相对较低的计算量是运一算法的另一明显优点,使其适用于大规模的多目标优化问 题的求解。
[0041] 1.联网不允许反送电的冷热电微网最优容量规划优化算法 1)多场景、含可调度负载的冷热电微网优化调度方法 微网最优容量规划模型中除了能源设备购置成本的年折算之外,其余的目标和约束都 与微网的优化调度运行密切相关。当能源设备的配置已知时,可W用优化算法来求解优化 调度问题,该方法若在微网容量规划中使用必然会使计算量大增,所W考虑进行基于专家 策略的确定性微网优化调度算法研究,即:记及冷/热负荷与电负荷的不同配比,根据容量 规划模型中与运行相关的目标和约束,确定不同设备的优先级进行调度,W保证冷热电供 需平衡、微网年运行费用最低、碳排放年治理成本最低、冷热电负荷的年缺失惩罚最低,在 出现冷/热与电禪合的情况时,根据联网/计划孤岛/非计划孤岛等不同的运行场景W及冷/ 热负荷与电负荷的比率关系,确定CCHP的工作方式,如:W冷/热定电或W电定冷/热。该方 法的调度结果与之前PSO算法的调度结果之间的误差最大为2%左右,所W用在微网容量规 划中是完成可行的。
[0042] 多运行场景的冷热电联供微网优化调度算法的整体流程如图1所示,其中主要包 含多运行场景的微网热电联供调度,其流程如图2所示,W及多运行场景的微网冷电联供调 度,其流程如图3所示。
[0043] 多场景下的微网热电联供调度,主要分联网方式、计划孤岛方式和非计划孤岛方 式,还要考虑可调度电负荷的调度优化。联供方式的微网热电调度中,优先使用PV+PW满足 电负荷,之后计算CCHP若按W热定电方式运行,是否会出现反送电,若否,就按W热定电方 式运行,否则按W电定热,热负荷与CCHP供热的缺口由燃气锅炉补充。日调度策略完成后, 产生每个时刻的切电负荷量,进而计算可调度的电负荷量,然后再按照价格优先级的策略 进行移动,即按照切发电时段、谷、平、峰、尖峰的顺序进行移动。计划孤岛方式的微网热电 调度,按PV+PW,W电定热方式运行的CCHP、电池放电的优先级满足电负荷供给,热负荷与 CCHP供热的缺口由燃气锅炉补充。而对于非计划孤岛方式的微网热电调度,由于日前调度 已做,即可调度负荷的移动策略已经生成,所W要根据非计划孤岛时刻移出或移入的电负 荷对真实的电负荷进行修改,之后再按计划孤岛的微网热电调度方式进行调度。当非计划 孤岛结束后,要对非计划孤岛时刻的电负荷缺口,计算其可调度电负荷量,按照切发电时 段、谷、平、峰、尖峰时刻的优先级移动到其之后的时刻。
[0044] 多场景下的微网冷电联供调度,主要分联网方式、计划孤岛方式和非计划孤岛方 式,还要考虑可调度电负荷的调度优化。联网方式的微网冷电调度中,电负载的供给优先级 是PV+PW、CCHP和大电网;冷负载的供给优先级是PV+PW供电负荷有剩余后供空调直供、CCHP 供电负荷的同时产生冷能、CCHP供冷+供电给空调直供、融冰、大电网供给空调直供。在调度 策略中不仅要兼顾考虑两种能源的供给优先级,还要综合考虑两种负载的配比关系,因为 在不同配比下CCHP的工作模式是不同的;另外,由于CCHP同时产生电能和冷能的配比关系 随机组负载率变化,同时各种机组(如:CCHP、蓄冰空调等)都有容量的约束,使微网冷电联 供调度策略较为复杂。计划孤岛方式的微网冷电调度与联网方式下的思路大致相似,只是 CCHP是W电定冷方式工作,大电网不参与,当CCHP满发且电负荷不能满足时,电池放电进行 补充;对于非计划孤岛方式,若非计划孤岛的时刻发生在蓄冰段,有可能造成可融冰量的减 少,其后有融冰需求的时刻需要更改调度策略;若非计划孤岛的时刻发生在非谷时段,在重 新调度时需考虑原有的释冰量。
[0045] 2)基于多目标优化PSO的求解算法及实现 在冷热电微网容量规划中需要考虑的因素众多,若采用单目标优化PSO算法,需要将不 满足的约束变为惩罚的形式与众多优化目标按权重的方法整合,优化效果不好。可W看出, 上述各个需考虑的因素之间可能是相互冲突的,某一因素的改良可能引起其它因素的恶 化,各个因素之间往往存在此消彼长的现象,如:优化目标1的年成本最小与优化目标2的年 负荷缺失惩罚最小本身就是一对矛盾,多目标优化的算法适合于该类问题的求解。通常,多 目标优化问题不存在惟一的全局最优解,就是使所有目标函数同时最优的解,但是,可W存 在运样的解:对一个或几个目标函数不可能进一步优化,而对其他目标函数不至于劣化,即 化reto最优解集合,又称为非支配解集。两个目标优化的化reto最优解如图4所示。
[0046] 在传统PSO算法中,信息是由最好的粒子给出的,其他个体跟着最好粒子快速向一 点收敛。因此直接用PSO算法处理多目标优化问题,将很容易收敛于非劣最优域的局部区 域。在非劣最优概念的基础上应用一个"容器"来记录已找到的非支配解,并用运些解来指 导其他粒子的飞行,可W解决运个问题,同时找到多个非支配解,用网格来定位"容器"中的 非支配解。
[0047] 根据多能源微网最优容量规划问题的模型,选取五维的粒子化dicle=W_CCHP, N_PV,N_WT,Q_ice_air,Q_boiler },按各自的上下限约束产生一定种群数量的初始位置及 初始速度,对于当前进化代数下的种群内的所有的五维粒子按照前述的多场景含可调度负 载的冷热电微网调度方法,W日为单位,计算各个能源设备在年8760时刻的运行状态,再计 算各个粒子对应的上述各优化目标值和约束值,W更新非支配解集,并在非支配集网格容 器中进行定位。
[0048] 2.联网并允许反送电的冷电微网最优容量规划优化算法 对于联网并允许反送电的冷热电微网的计划孤岛方式和非计划孤岛方式下的电池调 度策略与不允许反送电时类似,计划孤岛前一日的电池充电调度策略与不化许反送电时的 稍微有些差异,主要体现在充电时段优先级按时段购电价(当
Figure CN106022503AD00291
)、时段反送电电 价(当
Figure CN106022503AD00292
)从小到大的顺序进行调度。由于微网向大电网反送电的电价分时段而变 化,所W联网方式下CCHPW哪种方式工作,如W冷/热定电还是W电定冷/热,W及用释冷还 是直供来满足冷负荷等,从对微网用户更为经济的目的出发,需要具体分析,并给出优化调 度策略。
[0049] 1)联网方式下热电联供优化调度策略 1. DBoiler供热负荷+从大电网购电供电负荷VS. CCHP联合供热和电负荷 只要从大电网的购电价格
Figure CN106022503AD00293
元/kWh,则后者划算。谷平峰尖峰的购电价格 均大于0.3125元/kWh,所W就考虑CCHP联合供热和电负荷的方式(不允许反送电方式也适 用)。
[0050] 1.2)热少电多(此后的热少电多、热多电少、冷多电少、冷少电多的说法 均针对〔(:册冷\热电匹配联供):CCHP W热定电,不足的电从大电网购买。
[0051 ] 1.3 )热多电少:电和热匹配的部分先用CCHP供给,剩余的热是用CCHP供 给+反送电还是Boiler供给,需要根据微网向大电网的反送电电价Cgdi来判断。当 心>0-3125元/kWh(程序中取0.4元/kWh)时,反送电收入抵扣CCHP消耗燃气花费要比 Boi 1 er消耗燃气划算。所W,当Cwi > 0.4元AWh时,CCHP工作于W热定电;反之,CCHP工作 于W电定热+Bo i 1 er供热。
[0052] 2)联网方式下冷电联供优化调度策略 联网并允许反送电的冷热电微网在联网冷电联供工作方式下的调度策略如下: 首先,优先使用PV+PW供给电负荷,分如下两种情况: (1 )PV+PW供电负荷后有余量 之后可能存在两种供冷负荷的方式:(a)用PV+PW剩余的电量驱动直供;(b) CCHP W冷定电+CCHP所产电和PV+PW剩余电反送大电网;(C)PV+PW剩余电释冷。当反送 电价格。^ >0-5元AWh时,方式(b)微网卖电的收入可W抵掉燃气花费,方式(b)比方式(a) 划算;反之,方式(a)比方式(b)划算。而当反送电价格CUcO-5元/kWh时,方式(a)比方式 (C)划算。若采取方式(a),直至直供满载还有冷却口,贝阿采取鑛CCHPW冷定电+反送电或 擦!PV+PW剩余电释冷,方式竣操优于方办2!。
[0053] (2)PV+PW不足W供电负荷 PV+PW供部分电负荷后,剩余的电负荷与冷负荷若出现电多冷少,贝化CHP工 作于W冷定电方式,不足的电从大电网购买;剩余的电负荷与冷负荷若出现电少冷多, 是采取:(a)CCHPW冷定电+反送电,还是:(b)CCHP产冷+产电驱动直供的工作方式,需要根 据反送电电价C一来判断,若元/kWh >0_5,说明反送电划算,所W采取(a);反之,采 取(b),即尽量减少CCHP产生多余的反送电。
[0054] 经过上述处理后若还有冷缺口,需要融冰或直供来满足,其中融冰由于受蓄 冰总量的限制,有优先级控制,即按融冰所需电量的花费由小到大的优先。分如下几种 情况,置相应标志位分别处理:DFlag=I:反送电不划算(< 0-5元/kWh),直供已满载, CCHP满载或反送电上限达到,采用反送电中的90kW用来释冷;2)Flag=2:反送电价格较高( 巧础> 0-5元/kWh),直供还未用,反送电上限达到,CCHP还有余,需判断CCHP产生90kW融冰 与反送电直供哪个更划算,因为融冰只有当冷缺口达到一定的量时才比直供划算;3)Flag= 3:反送电不划算(Gea <0-5元/kWh),直供已满载,CCHP还有余,采取CCHP产生90kW电进行 释冷的方式,若还有缺口,CCHPW冷定电+反送电;4)Flag=4:反送电价格较高(C;进>0-5 元/kWh) ,CCHP已满载,直供还未用,需判断反送电释冷与反送电直供哪个更划算,当 <心J元AWh时,后者划算,当> 0-7元AWh时,只有冷缺日达到一定量后,前者划 算;5)Flag=5:反送电不划算,已从大电网要电,CCHP已满,直供未满,需判断用大电网的电 释冷和用大电网的电直供哪个更划算。
[0055] 3)基于多目标优化PSO的求解算法及实现 联网并允许反送电的冷热电微网最优容量规划问题基于多目标优化PSO的求 解算法及实现与2.1.2节的内容完全相似。
[0056] 本发明面向具有禪合型电冷热需求的微电网容量规划方法的有益效果是:解决了 当所规划的微电网需向用户同时供电与供冷(或供热),并且电冷或电热的供应之间存在 禪合关系时的不同供能设备容量最佳配置问题。运一模型在考虑了微电网的多种供能设备 的各种工程,经济,与安全约束条件下实现了多目标优化。
[0057] W上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发 明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领 域,均同理包括在本发明的专利保护范围内。

Claims (7)

  1. I. 一种面向具有耦合型电冷热需求的微电网容量规划方法,其特征在于,步骤包括: (1)建立面向具有耦合型冷热电需求的微电网供能设备容量规划模型 (1.1)建立联网不允许反送电的冷热电微网最优容量规划模型 (1. 1.1)设置待求解的变量:CCHP机组数、PV板串数N_PV、风机数量^^^、蓄冰 空调制冷机组额定冷功率Q_ice_air、蓄冰槽容量C_Ice_Tank、机载空调额定冷功率Q_ normal_air、燃气锅炉额定制热功率(>)_13〇;[161·,其中,Q_normal_air根据制冷期谷段冷负荷 来确定,C_Ice_Tank根据日最大释冰量来确定,所以,待寻优变量为: X={N_CCHP,N_PV,N_WT,Q_ice_air,Q_boiler }; (1.1.2)设置多目标函数 设置优化目标1:使得由微网投资成本年折算、燃气年购置成本、从大电网的年购电成 本、碳排放年治理成本和年运行维护成本组成的微网年成本的值最小:
    Figure CN106022503AC00021
    分别为冷热电联供系统、PV板、风机、燃气锅炉、蓄冰空调、机载空调的投资成本;
    Figure CN106022503AC00022
    CN_GS微网冷热电联供机组CCHP和燃气锅炉boiler的燃气年购置成本,其中PiVc为 燃气价格;
    Figure CN106022503AC00023
    其中,CExch_E为微网从大电网购电的年费用,(X)为微网向大电网的购电价格,其 随尖峰、峰、平、谷时段而变化,为微网与大电网交换功率;
    Figure CN106022503AC00024
    Figure CN106022503AC00031
    其中,4>(〇为每类电负荷的切除量,其不包括柔性可调度移走的负荷,m=(l,2,3,4), 为每类电负荷的缺失惩罚权重,为该地区的年国民生产总值与年发电量的比值, (0为每类冷/热负荷的切除量,n=(l,2),爲为每类冷热负荷的缺失惩罚权重;
    Figure CN106022503AC00032
    (1.1.3)设置多约束条件 约束条件1:可再生能源利用率PRE大于或等于30% 其中,为PV的实际调度发电功率,为风机的实际调度发电功率,巧好) 为电负荷; 约束条件2:弃风弃光率总小于或等于1%,且
    Figure CN106022503AC00033
    其中,^LaflLPV (〇Sn_pv串数下PV板的能够发电功率,iLdn (0 SN_WT台数下风机的 能够发电功率; 约束条件3:电供需平衡,SP
    Figure CN106022503AC00034
    其中,
    Figure CN106022503AC00035
    t时的柔性调度移出负荷,ii(i)为向t时移入的柔性调 度负荷,对于时刻t,二者满足 即不存在既移出负荷又移 入负荷的时刻,针对不同的运行场景,η」以对上述电供需肀衡等式(10)进行细化; 约束条件4:冷/热供需平衡 热电联供的热平衡:
    Figure CN106022503AC00041
    其中,为时刻t的热负荷; 冷电联供的冷平衡:
    Figure CN106022503AC00042
    约束条件5:设备类约束,即各变量需要满足如下的上下限约束:
    Figure CN106022503AC00043
    (1.2 )建立联网并允许反送电的冷热电微网最优容量规划模型 (1.2.1) 执行步骤(1.1.1)设置待求解的变量,执行步骤(1.1.2)设置多目标函数; (1.2.2) 设置多约束条件,包括电供需平衡约束:
    Figure CN106022503AC00044
    其中,微网与大电网交换功率UO存在约束
    Figure CN106022503AC00045
    ,巧#(〇 > 〇表示电能从大电网流入微网,G表示电能从微网流入大电网, 匕ί(ϊ)为t时的柔性调度移出负荷,<(ί)为向t时移入的柔性调度负荷,对于时刻t,二者满 足 不存在既移出负荷又移入负荷的时刻,针对不同的运 行场景,对上述电供需平衡等式(19)进行细化; (1.3)基于粒子群技术的多种微电网设备最优容量规划计算方法 (1.3.1) 联网不允许反送电的冷热电微网最优容量规划优化算法 (1.3.1.1) 多场景含可调度负载的冷热电微网优化调度方法 初始化参数,随机产生微电网计划孤岛和非计划孤岛运行的日期和时段; 设置月份和日期的上下限,并根据上下限进行调度计算; 当月份不超过5月或者大于等于9月时,采用多运行场景的微网热电联供调度方法计算 时刻调度策略; 当月份在6-8月时,采用多运行场景的微网冷电联供调度计算时刻调度策略; 判断待计算的日期是否是计划孤岛日的前一天,如果是前一天的话,对计划孤岛日进 行预调度,计算电池缺口,再按预设的切发电时段、谷、平、峰、尖峰时段的优先级对电池充 电至缺口满足; 当对电池充电至缺口满足时或者待计算的日期不是计划孤岛日的前一天,则计算日燃 气购置费、日大电网电购置费、日排放治理费、日弃风弃光量、日切各类负荷量,完成日调度 策略; 当计算的月份超过12时,计算年燃气购置费、大电网电购置费、运行维护费、排放治理 费、冷热电负荷短缺惩罚费、可再生能源利用率和弃风弃光率; (1.3.1.2) 基于多目标优化PSO的求解算法及实现 根据多能源微网最优容量规划问题的模型,选取五维的粒子Partic Ie={N_CCHP,N_PV, N_WT,Q_ice_air,Q_b〇iler },按各自的上下限约束设置一定种群数量的初始位置及初始 速度;判断粒子是否达到设置的最大进化代数,如果达到了就输出非支配解集,如果没有达 到,则对于当前进化代数下的种群内的所有的五维粒子按照步骤(1.3.1.1)的多场景含可 调度负载的冷热电微网优化调度方法,以日为单位,计算各个能源设备在年8760时刻的运 行状态,再计算各个粒子对应的上述各优化目标值和约束值,以更新非支配解集;判断非支 配解的个数是否超过预设值,如果超过了则优先移除网格中密集的非支配解,如果没有超 过则将非支配解在网格中进行定位;更新粒子速度,采用随机方法从非支配解网格中选择 出全局最优解,该粒子的进化最优解寻找迭代过程中出现的非支配解,并再次按上述方法 选择全局最优解;更新粒子位置,重新判断粒子是否达到设置的最大进化代数; (1.3.2) 联网并允许反送电的冷电微网最优容量规划优化算法 (1.3.2.1)联网方式下热电联供优化调度策略 a)获取燃气锅炉Boiler供热负荷与从大电网购电供电负荷的和的值,再获 取CCHP联合供热和电负荷,当从大电网的购电价格CLy >0-3125元/kwh时,则采用 CCHP联合供热; 当热少电多时,CCHP以热定电,其余不足的电从大电网购买; 当热多电少时:电和热匹配的部分先用CCHP供给,再根据微网向大电网的 反送电电价cSEli来判断剩余的热的供给方法,当n >G-3125元/kWh时,CCHP工作于以 热定电模式;反之,CCHP工作于以电定热和燃气锅炉Boiler供热模式; (1.3.2.2) 联网方式下冷电联供优化调度策略 首先,优先使用光伏发电PV和风力发电PW供给电负荷,分如下两种情况: a) 当光伏发电PV和风力发电PW供电负荷后有余量时: 当反送电价格Cseil 元/kWh时,采用CCHP以冷定电,且CCHP所产电和PV、PW的剩余电 反送大电网的供冷负荷的方式;反之,用PV和PW剩余的电量驱动直接供冷负荷;当采取用PV 和PW剩余的电量驱动直接供冷负荷的方式时,直至直供满载还有冷却口时,可采用CCHP以 冷定电和反送电的方式或者用PV和PW剩余电释冷的方式,但优选用CCHP以冷定电和反送电 的方式; b) 当PV和PW不足以供电负荷时: PV和PW供部分电负荷后,当剩余的电负荷与冷负荷若出现电多冷少,则CCHP 工作于以冷定电方式,不足的电从大电网购买;当剩余的电负荷与冷负荷若出现电少 冷多时,若Csdl 元/kWh,采取CCHP以冷定电和反送电的方式;反之,采取CCHP产冷和产 电驱动直供的工作方式; (1.3.2.3) 基于多目标优化PSO的求解算法及实现。
  2. 2.根据权利要求1所述的面向具有耦合型电冷热需求的微电网容量规划方法,其特征 在于,在约束条件3中,针对不同的运行场景,可以对上述电供需平衡等式(10)进行细化的 具体步骤包括: 联网型微网热电联供的时刻:
    Figure CN106022503AC00061
    热电联供非计划孤岛的时刻:
    Figure CN106022503AC00071
    Figure CN106022503AC00081
    Figure CN106022503AC00091
  3. 4. 根据权利要求1所述的面向具有耦合型电冷热需求的微电网容量规划方法,其特征 在于,所述采用多运行场景的微网热电联供调度方法计算时刻调度策略的具体步骤包括: 日调度策略完成后,判断待计算的时刻是否满足关于时刻的预设值; 如果满足预设值,即时刻小于或等于24时,判断是否计划孤岛时刻; 如果不计划孤岛运行,则联网方式的微网热电调度优先使用可再生能源满足电负荷, 之后CCHP按以热定电方式运行,出现反送电时,切换到以电定热方式运行,且热负荷与CCHP 供热的差值由热气锅炉补充; 如果要计划孤岛运行时刻,计划孤岛的微网热电调度按照可再生能源、以电定热模式 的CCHP、电池放电三种方式预设的优先级满足电负荷,热负荷与CCHP供热的差值由热气锅 炉补充; 如果不满足预设值,即时刻大于24时,根据各个时段的切电负荷量,计算其可调度的电 负荷量,然后再按照价格优先级的策略进行移动,即按照切发电时段、谷、平、峰、尖峰的顺 序进彳丁移动; 判断本日是否有非计划孤岛时刻; 如果有,则根据非计划孤岛时刻移出或移入的电负荷对真实的电负荷进行修改; 对非计划孤岛时刻,按照可再生能源、以电定热模式的CCHP、电池放电三种方式预设的 优先级满足电负荷,热负荷与CCHP供热的差值由热气锅炉补充; 当非计划孤岛结束后,计算非计划孤岛时刻的电负荷缺口的可调度电负荷量,并按照 切发电时段、谷、平、峰、尖峰时刻预设的优先级移动到其之后的时刻; 如果没有非计划孤岛时刻则结束计算。
  4. 5. 根据权利要求1所述的面向具有耦合型电冷热需求的微电网容量规划方法,其特征 在于,所述采用多运行场景的微网冷电联供调度方法计算时刻调度策略的具体步骤包括: 将谷段的冷负荷折合成电负荷,设置电负载的供给优先级从高到低依次为PV与PW、 CCHP、大电网;冷负载的供给优先级从高到低依次为PV和PW供电负荷有剩余后供空调直供、 CCHP供电负荷的同时产生冷能、CCHP供冷且供电给空调直供、融冰、大电网供给空调直供; 判断待计算的时刻是否满足关于时刻的预设值; 如果满足预设值,即时刻小于或等于24时,判断是否计划孤岛时刻; 如果不计划孤岛运行,则联网方式的微网冷电调度采用CCHP以电定冷的方式工作,当 CCHP满发且电负荷不能满足时,电池放电进行补充; 如果要计划孤岛时刻,计划孤岛运行的微网冷电调度采用CCHP以电定冷的方式工作, 当CCHP满发且电负荷不能满足时,电池放电进行补充; 如果不满足预设值,即时刻大于24时,用融冰或大电网供空调直供补充冷负荷缺口,根 据缺口对应的优先级判断融冰的电取自切发电量、CCHP和大电网中的一个或多个,记录该 日的总融冰量;将制冰量连续分布在谷段,计算制冰成功率,修改谷段的大电网购电量和切 电量;计算各个时段的切电负荷量,并计算其的可调度电负荷量,按照切发电时刻、谷、平、 峰、尖峰时刻进行可调度负荷的移动; 判断本日是否有非计划孤岛时刻; 如果有,记录下非计划孤岛时刻移出或移入的电负荷,并修改电负荷; 非计划孤岛时刻的微网冷电调度包括:对每个非计划孤岛时刻,按PV和PW供电负荷、 CCHP以电定冷的优先级调度,再在该时刻已有融冰储备的前提下,按满足电负荷缺口、释冷 电功率缺口、直供电功率缺口的优先顺序进行电池调度,并根据电池放电功率的约束以及 非计划孤岛时段之间的动能模型时段连续性带来的可放电功率的限制进行辅助判断;若非 计划孤岛发生在谷段,且电池放电不足以满足蓄冰的功率需求时,导致了蓄冰量的减少,要 据此对后续有融冰量的时段按比例减少释冰量,并相应增加 CCHP或大电网来驱动直供,以 满足这部分冷缺口; 如果没有非计划孤岛时刻则结束计算。
  5. 6. 根据权利要求1所述的面向具有耦合型电冷热需求的微电网容量规划方
    Figure CN106022503AC00101
    法,其特征在于,在经过步骤(1.3.2.2)上述处理后若还有冷缺口,需要融冰或直供来 满足,则按融冰所需电量的花费由小到大的设置优先级控制,并设置优先级控制的相应标 志位: DFlag=I: :/kWh,直供已满载,CCHP满载或反送电上限达到,采用反送电 中的90kW用来释冷; 2. Flag=2:反送电价格Cstffl 2 〇4:元/kWh,直供还未用,反送电上限达到,CCHP还有余, 贝1JCCHP产生90kW融冰与反送电直供哪个花费更便宜,就选择相应的方式; 3. Flag=3: Q11 <«_5元/kWh,直供已满载,CCHP还有余,采取CCHP产生90kW电进行释冷的 方式,若还有缺口,CCHP以冷定电和反送电; 4. Flag=4: 'Cspil 2_0·5 元/kWh,CCHP已满载,直供还未用,当元/kWh时,采用反 送电直供,当>〇-7元/kWh时,选择反送电释冷与反送电直供中花费小的方式; 5. Flag=;5: <0-5元/kWh,已从大电网要电,CCHP已满,直供未满,则选择用大电网 的电释冷和用大电网的电直供中花费小的方式。
  6. 7. 根据权利要求1所述的面向具有耦合型电冷热需求的微电网容量规划方 法,其特征在于,(1.3.2.3)基于多目标优化PSO的求解算法及实现中的实施方法与步 骤(1.3.1.2)中的步骤相同。
CN201610151040.5A 2016-03-17 2016-03-17 面向具有耦合型电冷热需求的微电网容量规划方法 Pending CN106022503A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610151040.5A CN106022503A (zh) 2016-03-17 2016-03-17 面向具有耦合型电冷热需求的微电网容量规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610151040.5A CN106022503A (zh) 2016-03-17 2016-03-17 面向具有耦合型电冷热需求的微电网容量规划方法

Publications (1)

Publication Number Publication Date
CN106022503A true CN106022503A (zh) 2016-10-12

Family

ID=57082977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610151040.5A Pending CN106022503A (zh) 2016-03-17 2016-03-17 面向具有耦合型电冷热需求的微电网容量规划方法

Country Status (1)

Country Link
CN (1) CN106022503A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849863A (zh) * 2017-02-15 2017-06-13 中国能源建设集团江苏省电力设计院有限公司 基于冷‑热‑电联产的光伏电站出力快速调控方法
CN107077704A (zh) * 2014-10-21 2017-08-18 埃森哲环球服务有限公司 用于针对微电网的容量确定的系统、方法以及装置以及有形计算机可读介质
CN107134810A (zh) * 2017-06-09 2017-09-05 燕山大学 一种独立型微能源网储能系统优化配置求解方法
CN107546781A (zh) * 2017-09-06 2018-01-05 广西电网有限责任公司电力科学研究院 基于pso改进算法的微电网多目标运行优化方法
CN107834601A (zh) * 2017-11-17 2018-03-23 燕山大学 一种考虑柔性负荷的独立微电网系统容量优化配置方法
CN108471141A (zh) * 2018-04-28 2018-08-31 长沙理工大学 一种含不确定风电接入的能量枢纽风电优先消纳方法
CN108487994A (zh) * 2018-02-28 2018-09-04 中国科学院广州能源研究所 一种微能源网复合储能系统
CN108695903A (zh) * 2018-06-19 2018-10-23 南京邮电大学 基于粒子群优化算法的微电网优化调度方法
CN108734350A (zh) * 2018-05-17 2018-11-02 燕山大学 一种含微电网的配电网独立与联合调度的求解方法
CN108964048A (zh) * 2018-08-15 2018-12-07 国家电网有限公司 微电网容量配置与运行调度方法及装置
CN109767029A (zh) * 2018-12-14 2019-05-17 华北电力大学 局域能源互联网中冷热电三联供系统容量配置方法及系统
CN110244566A (zh) * 2019-06-24 2019-09-17 燕山大学 计及柔性负荷的冷热电联供系统容量优化配置方法
CN110661253A (zh) * 2019-09-24 2020-01-07 国网(苏州)城市能源研究院有限责任公司 建筑群内多类型电力弹性负荷联合调节方法
CN111049134A (zh) * 2019-12-26 2020-04-21 清华大学 一种多能互补园区响应电力系统削峰需求的计算方法
CN111367171A (zh) * 2020-02-18 2020-07-03 上海交通大学 太阳能与天然气耦合冷热电联供系统多目标优化方法及系统
CN111445090A (zh) * 2020-04-21 2020-07-24 清华大学 一种离网型综合能源系统双层规划方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107077704A (zh) * 2014-10-21 2017-08-18 埃森哲环球服务有限公司 用于针对微电网的容量确定的系统、方法以及装置以及有形计算机可读介质
CN106849863A (zh) * 2017-02-15 2017-06-13 中国能源建设集团江苏省电力设计院有限公司 基于冷‑热‑电联产的光伏电站出力快速调控方法
CN107134810A (zh) * 2017-06-09 2017-09-05 燕山大学 一种独立型微能源网储能系统优化配置求解方法
CN107134810B (zh) * 2017-06-09 2021-01-08 燕山大学 一种独立型微能源网储能系统优化配置求解方法
CN107546781A (zh) * 2017-09-06 2018-01-05 广西电网有限责任公司电力科学研究院 基于pso改进算法的微电网多目标运行优化方法
CN107834601A (zh) * 2017-11-17 2018-03-23 燕山大学 一种考虑柔性负荷的独立微电网系统容量优化配置方法
CN108487994A (zh) * 2018-02-28 2018-09-04 中国科学院广州能源研究所 一种微能源网复合储能系统
CN108471141A (zh) * 2018-04-28 2018-08-31 长沙理工大学 一种含不确定风电接入的能量枢纽风电优先消纳方法
CN108471141B (zh) * 2018-04-28 2021-05-04 长沙理工大学 一种含不确定风电接入的能量枢纽风电优先消纳方法
CN108734350A (zh) * 2018-05-17 2018-11-02 燕山大学 一种含微电网的配电网独立与联合调度的求解方法
CN108695903A (zh) * 2018-06-19 2018-10-23 南京邮电大学 基于粒子群优化算法的微电网优化调度方法
CN108964048A (zh) * 2018-08-15 2018-12-07 国家电网有限公司 微电网容量配置与运行调度方法及装置
CN108964048B (zh) * 2018-08-15 2020-07-28 国家电网有限公司 微电网容量配置与运行调度方法及装置
CN109767029A (zh) * 2018-12-14 2019-05-17 华北电力大学 局域能源互联网中冷热电三联供系统容量配置方法及系统
CN110244566A (zh) * 2019-06-24 2019-09-17 燕山大学 计及柔性负荷的冷热电联供系统容量优化配置方法
CN110661253A (zh) * 2019-09-24 2020-01-07 国网(苏州)城市能源研究院有限责任公司 建筑群内多类型电力弹性负荷联合调节方法
CN110661253B (zh) * 2019-09-24 2021-01-19 国网(苏州)城市能源研究院有限责任公司 建筑群内多类型电力弹性负荷联合调节方法
CN111049134A (zh) * 2019-12-26 2020-04-21 清华大学 一种多能互补园区响应电力系统削峰需求的计算方法
CN111367171A (zh) * 2020-02-18 2020-07-03 上海交通大学 太阳能与天然气耦合冷热电联供系统多目标优化方法及系统
CN111445090A (zh) * 2020-04-21 2020-07-24 清华大学 一种离网型综合能源系统双层规划方法

Similar Documents

Publication Publication Date Title
CN106022503A (zh) 面向具有耦合型电冷热需求的微电网容量规划方法
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
CN104392286B (zh) 考虑冷热电联供和储能运行策略的微电网运行优化方法
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
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
CN107807523A (zh) 考虑分时电价的区域能源互联网多源协调优化运行策略
CN107832979B (zh) 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
CN106950840A (zh) 面向电网削峰的综合能源系统分层分布式协调控制方法
CN107958300A (zh) 一种考虑互动响应的多微网互联运行协调调度优化方法
CN106712087B (zh) 一种微能源网切换模式
CN106779471A (zh) 一种多能互联交直流混合微电网系统及优化配置方法
CN105676824A (zh) 一种可再生能源冷热电联供能量优化调度系统与方法
CN109523065A (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
CN109858759A (zh) 一种工业园区综合能源平衡调度方法
CN108229025A (zh) 一种冷热电联供型多微网主动配电系统经济优化调度方法
CN106527135B (zh) 一种建筑能量管理系统优化控制方法和装置
CN109523092B (zh) 多能互补冷热电联供系统及其协同调度方法
CN105955931B (zh) 面向高密度分布式光伏消纳的区域能源网络优化调度方法
Wang et al. Optimal operation strategy of multi-energy complementary distributed CCHP system and its application on commercial building
Luo et al. A two-stage energy management strategy for CCHP microgrid considering house characteristics
CN107784382A (zh) 基于能源路由器的用户侧能源互联网规划方法
Liu et al. Two-phase collaborative optimization and operation strategy for a new distributed energy system that combines multi-energy storage for a nearly zero energy community
Wang et al. Optimal dispatch of an island MG including a multiple energy storage system
CN109859071A (zh) 虚拟电厂多能互补的源荷储优化配置方法
CN109919478A (zh) 一种考虑综合供能可靠性的综合能源微网规划方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161012

RJ01 Rejection of invention patent application after publication