CN106779471A - 一种多能互联交直流混合微电网系统及优化配置方法 - Google Patents
一种多能互联交直流混合微电网系统及优化配置方法 Download PDFInfo
- Publication number
- CN106779471A CN106779471A CN201710007748.8A CN201710007748A CN106779471A CN 106779471 A CN106779471 A CN 106779471A CN 201710007748 A CN201710007748 A CN 201710007748A CN 106779471 A CN106779471 A CN 106779471A
- Authority
- CN
- China
- Prior art keywords
- capacity
- electricity
- gas
- consumption
- photovoltaic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 75
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 69
- 238000005057 refrigeration Methods 0.000 claims description 66
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 59
- 238000003860 storage Methods 0.000 claims description 30
- 238000010438 heat treatment Methods 0.000 claims description 28
- 239000003345 natural gas Substances 0.000 claims description 28
- 239000002918 waste heat Substances 0.000 claims description 21
- 238000005485 electric heating Methods 0.000 claims description 17
- 238000009825 accumulation Methods 0.000 claims description 15
- 238000005265 energy consumption Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 10
- 238000005338 heat storage Methods 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 12
- 241000196324 Embryophyta Species 0.000 description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 230000032258 transport Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 3
- 239000000567 combustion gas Substances 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003760 hair shine Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000693079 Maloideae Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J5/00—Circuit arrangements for transfer of electric power between ac networks and dc networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出一种多能互联交直流混合微电网系统及优化配置方法，属于微电网组网及优化配置领域，本发明使系统的容量以及经济达到了最优化；本发明主要是孤网运行为主，在整个孤网中采用冷热电三联供的多能互联的方法来使得能量得到充分的利用，减少了多个微源的并入以及对大电网的冲击，使得能量更加合理的利用；为了解决交直流的切换问题，构建了交直流混合微网，能同时满足直流负荷以及交流负荷，并且减少了因多次的转换所造成的系统电能损失，并且对多能互联的交直流混合微电网进行了优化配置，使得整个系统运行更加合理及微电网的年收入达到最大值。
Description
技术领域
本发明属于微电网组网及优化配置领域，具体涉及一种多能互联交直流混合微电网系统及优化配置方法。
背景技术
随着对电力需求的不断增长，新型的微电网得到了迅速的发展；微电网是指由分布式发电装置、储能装置、能量转换装置和负荷组成的微型供电系统，它既可以与大型电网相连以并网模式运行，也可以以孤岛模式运行，通常境况下两种模式可以相互转换，以保证系统供电的可靠性；但是目前微电网也存在很大的问题，例如微电网的存储的成本很高、大量的微源通过母线并连到大电网，会对大电网有一定冲击，使得大电网不能平稳运行、负载不仅存在交流负载还存在直流负载，在为直流负载供电时，需要将交流电转换到高压直流电，再将高压直流电转换为低压直流电，多次的转换会造成系统电能的损失。
发明内容
针对现有技术的不足，本发明提出了一种多能互联交直流混合微电网系统及优化配置方法，以达到直接给交流负荷和直流负荷供电的目的，避免了交直流切换所造成的损耗。
一种多能互联交直流混合微电网系统，包括风能发电系统、第一光伏发电系统、燃气轮机功能系统、第一蓄电池组和直流微网系统；
所述的风能发电系统包括多个风力发电机和多个双向逆变器，风力发电机通过双向逆变器接入交流母线；
所述的第一光伏发电系统包括多个光伏阵列和多个斩波器，光伏阵列通过斩+波器接入交流母线；
所述的燃气轮机功能系统包括燃气轮机、发电机、变频器、分配装置、制冷设备及控制装置、制热设备及控制装置，燃气轮机的第一输出端连接发电机的输入端，发电机通过变频器接入交流母线，燃气轮机的第二输出端连接分配装置的输入端，分配装置的输出端连接制冷设备及控制装置输入端和制热设备及控制装置输入端；
所述的第一蓄电池组通过斩波器接入交流母线；
所述的直流微网系统包括直流充电桩、第二光伏发电系统和第二蓄电池组；
所述的直流充电桩包括多个直流充电电机和多个斩波器，直流充电电机通过斩波器接入直流母线；
所述的第二光伏发电系统包括多个光伏阵列和多个斩波器，光伏阵列通过斩波器接入直流母线；
所述的第二蓄电池组通过斩波器接入直流母线；
所述的交流母线经过升压变压器，通过双向逆变器连接直流母线。
一种多能互联交直流混合微电网优化配置方法，包括以下步骤：
步骤1、根据电网所在区域历史数据，预测该区域未来时间内的冷热电负荷量；
步骤2、根据电网所在区域历史数据，预测该区域未来时间内的光伏发电量；
步骤3、通过引入惩罚项系数的方式，根据电制冷设备用电和电制热设备用电构建天然气消耗量最小的目标函数；
步骤4、确定步骤3所建立目标函数的约束条件，具体包括：
(1)0≤天然气制热量+天然气制冷量≤燃气机容量×燃气机发电效率；
(2)负的蓄电池容量≤蓄电池充电量≤整的蓄电池容量；
(3)0≤蓄电池存储状态≤蓄电池容量；
(4)0≤电制热用电量≤电制热设备容量；
(5)0≤电制冷用电量≤电制冷设备容量；
(6)负的蓄热池容量≤蓄热池存量≤正的蓄热池容量；
(7)0≤蓄热池存储状态≤蓄热池容量；
(8)负的蓄冷池容量≤蓄冷池存量≤正的蓄冷池容量；
(9)0≤蓄冷池存储状态容量≤正的蓄冷池容量；
(10)(天然气制热量+天然气制冷量)×燃气机发电效率+光伏电量-蓄电池充电量-电制热用电-电制冷用电＝负荷用电量；
(11)天然气制热量×余热制热利用率+电制热用电×电制热设备效率-蓄热池存量＝热负荷用量；
(12)天然气制冷量×余热制冷利用率+电制冷用电×电制冷设备效率-蓄冷池存量＝冷负荷用量；
步骤5、在步骤4的约束条件下，采用线性规划方法对步骤3所建立的目标函数进行优化，获得天然气消耗量最小值；
步骤6、根据当地售冷热电的收益、光伏发电政府补贴、初投资年等值费用、年运行能耗费用和系统维护费用，构建系统利润最大化的目标函数；
所述的年运行能耗费用：步骤5获得的天然气消耗量最小值与天然气单价的乘积；
所述的初投资年等值费用：根据光伏整列容量、风力发电机容量、燃气机容量、蓄电池容量、直流微网交换量、电制热设备容量、电制冷设备容量、蓄热池容量、蓄冷池容量及个容量的单价获得；
步骤7、采用遗传算法获得系统利润最大时所对应的最优的容量配置，即最优的光伏整列容量、风力发电机容量、燃气机容量、蓄电池容量、直流微网交换量、电制热设备容量、电制冷设备容量、蓄热池容量和蓄冷池容量。
步骤3所述的通过引入惩罚项系数的方式，根据电制冷设备用电和电制热设备用电构建天然气消耗量最小的目标函数，具体公式如下：
min Ugas(X)＝GH+GC+C (1)
其中，Ugas(X)表示天然气消耗量，GH表示电制热设备用电，GC电制冷设备用电，C表示惩罚项系数。
步骤6所述的根据当地售冷热电的收益、光伏发电政府补贴、初投资年等值费用、年运行能耗费用和系统维护费用，构建系统利润最大化的目标函数；具体公式如下：
f＝f1+f2-f3-f4-f5 (2)
其中，f表示系统利润，f1表示售冷热电的收益，f2表示光伏发电政府补贴，f3表示初投资年等值费用，Yi表示第i种设备的容量，Pi表示第i中设备的单价，A表示年金现值系数，f4表示年运行能耗费用，即天然气费用，f4＝Ugas(X)×Pgas，Ugas(X)表示天然气消耗量，Pgas为天然气单价，f5表示系统维护费用。
本发明优点：
本发明提出一种多能互联交直流混合微电网系统及优化配置方法，使系统的容量以及经济达到了最优化；本发明主要是孤网运行为主，在整个孤网中采用冷热电三联供的多能互联的方法来使得能量得到充分的利用，减少了多个微源的并入以及对大电网的冲击，使得能量更加合理的利用；为了解决交直流的切换问题，构建了交直流混合微网，能同时满足直流负荷以及交流负荷，并且减少了因多次的转换所造成的系统电能损失，并且对多能互联的交直流混合微电网进行了优化配置，使得整个系统运行更加合理及微电网的年收入达到最大值。
附图说明
图1为本发明一种实施例的多能互联交直流混合微电网系统结构示意图；
图2为本发明一种实施例的制冷及控制装置结构示意图；
图3为本发明一种实施例的制热及控制装置结构示意图；
图4为本发明一种实施例的多能互联交直流混合微电网优化配置方法流程图；
图5为本发明一种实施例的光伏阵列的输出I-U特性曲线示意图；
图6为本发明一种实施例的光伏阵列不同温度下的I-U曲线示意图；
图7为本发明一种实施例的采用遗传算法获得系统利润最大时所对应的最优的容量配置过程流程图；
图8为本发明一种实施例的配置优化结果分析运行优化后结果示意图；
图9为本发明一种实施例的电负荷平衡曲线示意图；
图10为本发明一种实施例的热负荷平衡曲线示意图；
图11为本发明一种实施例的冷负荷平衡曲线示意图。
具体实施方式
下面结合附图对本发明一种实施例做进一步说明。
本发明实施例中，如图1所示，多能互联交直流混合微电网系统，包括风能发电系统、第一光伏发电系统、燃气轮机功能系统、第一蓄电池组和直流微网系统；所述的风能发电系统包括多个风力发电机和多个双向逆变器AC/DC/AC，风力发电机通过双向逆变器AC/DC/AC接入交流母线AC--BUS；所述的第一光伏发电系统包括多个光伏阵列和多个斩波器DC/DC，光伏阵列通过斩波器DC/DC接入交流母线AC--BUS；所述的燃气轮机功能系统包括燃气轮机、发电机、变频器AC/AC、分配装置、制冷设备及控制装置、制热设备及控制装置，燃气轮机的第一输出端连接发电机的输入端，发电机通过变频器AC/AC接入交流母线AC--BUS，燃气轮机的第二输出端连接分配装置的输入端，分配装置的输出端连接制冷设备及控制装置输入端和制热设备及控制装置输入端；所述的第一蓄电池组通过斩波器DC/DC接入交流母线AC--BUS；所述的直流微网系统包括直流充电桩、第二光伏发电系统和第二蓄电池组；所述的直流充电桩包括多个直流充电电机和多个斩波器DC/DC，直流充电电机通过斩波器DC/DC接入直流母线；所述的第二光伏发电系统包括多个光伏阵列和多个斩波器DC/DC，光伏阵列通过斩波器DC/DC接入直流母线DC--BUS；所述的第二蓄电池组通过斩波器DC/DC接入直流母线DC--BUS；所述的交流母线AC--BUS经过升压变压器，通过双向逆变器DC/AC连接直流母线DC--BUS，交流母线AC--BUS通过公共链接点PCC与大电网相互连接；
本发明实施例中，如图2所示，所述的制冷及控制装置主要由透平机、压缩机、储冷装置、调流设备、控制器、换冷气、电制冷设备、分水器、集水器组成；分配装置与透平机相连接，透平机与压缩机相连接压缩机与储冷装置以及调流设备相连接，控制器与电制冷设备以及调流设备相连接，调流设备和电制冷设备与换冷器相连接，最后分水器与冷母线相连接；
本发明实施例中，所述的制冷设备及控制装置主要是利用燃气轮机余热，进入制冷设备及控制装置的余热通过透平机将燃气的能量转换成机械功，带动压缩机进而提高气体压力，将余热转化成冷量，压缩机产生的冷量需通过调流设备，其主要目的是根据冷负荷所需要的能量来控制流量大小；冷能量通过换冷气进入到分水器将冷量传输给冷负荷，如果冷负荷需要的能量不够，控制器将控制储冷装置及电制冷设备产生冷能量，进行能量平衡；如果压缩机产生的冷能量过多，通过控制器将冷能量储存到储冷装置。水作为冷能量的载体传输冷能量流经冷负荷，水流经冷负荷以后通过集水器、换冷气将剩余的冷能量流入到透平机进行循环；
本发明实施例中，如图3所示，所述的制热及控制装置主要由余热锅炉、储热装置、调流设备、控制器、换热气、电制热设备、分水器、集水器组成；分配装置与余热锅炉相连接，余热锅炉与储热装置以及调流设备相连接，控制器与电制热设备以及调流设备相连接，调流设备和电制热设备与换热器相连接，最后分水器与热母线相连接；
本发明实施例中，所述的制热及控制装置主要是利用燃气轮机余热，进入制热的余热通过余热锅炉将燃气的能量转换成热能，余热锅炉产生的热量需通过调流设备，其主要目的是根据热负荷所需要的能量来控制流量大小。热能量通过换热气进入到分水器将热量传输给热负荷，如果热负荷需要的能量不够，控制器将控制储热装置及电制热设备产生热能量，进行能量平衡；如果余热锅炉产生的热能量过多，通过控制器将热能量储存到储热装置。水作为热能量的载体传输热能量流经热负荷，水流经热负荷以后通过换热气将剩余的热能量流入到余热锅炉进行循环；
本发明实施例中，多能互联交直流混合微电网优化配置方法，如图4所示，该方法分为内外两层：内层利用线性规划求出在确定系统配置条件下的最佳运行方式和运行费用；外层利用遗传算法全局寻找满足系统功能可靠性的各种配置方法，并结合系统运行成本计算系统全寿命周期成本，并寻找其最优值。通过使用遗传算法选出全局最优的配置方案，在利用线性规划计算出天然气年使用费用，最后求出去哪年的最大的净收入；包括以下步骤：
步骤1、根据电网所在区域历史数据，预测该区域未来时间内的冷热电负荷量；
本发明实施例中，通过选择一个小的商业区作为范例，统计分析出它的一年的负荷以及每小时的负荷。并由此范例推广到整个微电网，并达到对微电网的年负荷以及每小时的负荷的预测；
本发明实施例中，该商业区占地面积20万平方米，每平米设计电力负荷，供暖负荷，供冷负荷分别为15W，40W，100W；天然气价格采用低热值(35.5MJ/m3)每立方米2.68元计算，实际价格受市场波动影响；供暖价格采用辽宁地区实际供暖售价计算，若按热量整体卖给供热站，收益将大幅降低。供冷价格按采用空调制备相同冷量所需电量价格计算，其中商业区制冷电价取0.85元/kWh，制冷系数(COP)取值4.5；由于该方案需与建筑同步建设，故燃气发电机组等相关设备只考虑购置成本，未计算安装等成本。本方案未计入税率。由于居民区售电电价较低，单独为居民区设计微电网难以获得经济性，而居民冷热电负荷在晚上较高，与商业负荷具有一定的互补性；采用商业区与居民区联供方案，讨论其可行性；然后再根据动态负荷特性计算出居民区全年负荷量；如表1和表2所示：
表1 居民区全年负荷量
表2 商业区全年负荷量
步骤2、根据电网所在区域历史数据，预测该区域未来时间内的光伏发电量；
本发明实施例中，采用标准情况(参考光照1000W/m2、参考温度25℃)建立光伏电池的工程数学模型，利用统计往年的光照强度与温度，通过数学模型计算出发电量；
本发明实施例中，光伏发电量预测：首先根据标准情况(参考光照1000W/m2、参考温度25℃)下建立光伏电池的工程数学模型，通过设计光伏电池开路电压Voc、光伏电池短路电流Isc、最大功率运行状态下的输出电压Vm、输出电流Im和输出功率Pm，并利用如下公式算出光伏电池的输出电流I和输出电压U；
公式如下：
公式(3)至公式(5)是在标准条件下光伏电池的数学模型，当温度和光强变化时，需要对光伏电池开路电压Voc、光伏电池短路电流Isc、最大功率运行状态下的输出电压Vm、输出电流Im和输出功率Pm进行如下修正：
其中，Sref表示标准情况下的参考光强(1000W/m2)；Tref表示标准情况下的参考温度(25℃)；Tair表示环境温度(K)；K表示光强变化时温度系数，(0.3℃m2/W)；S表示太阳光照强度(W/m2)；a取0.0025/℃，b取0.5/℃，C取0.00288/℃；
本发明实施例中，如图5和图6所示，根据建立的光伏电池的数学模型，搭建MATLAB进行仿真结果在标准测试条件下，光伏阵列的输出I-U特性曲线以及不同温度下的I-U曲线；
步骤3、通过引入惩罚项系数的方式，根据电制冷设备用电和电制热设备用电构建天然气消耗量最小的目标函数；
本发明实施例中，运行优化是指配置完微网系统各独立设备的容量后，在保证供电可靠性的同时，寻求系统最佳出力运行模式，使运行成本最低的方法；运行优化变量选择微网系统运行中各设备的出力，运行成本包括天然气消耗费用和供电可靠性惩罚系数，运行优化的目标函数表达式为(1)：
min Ugas(X)＝GH+GC+C (1)
其中，Ugas(X)表示天然气消耗量，GH表示电制热设备用电，GC电制冷设备用电，C表示惩罚项系数；
本发明实施例中，供电平衡是系统运行的前提条件，为了淘汰不满足供电要求的个体，加快整体的收敛速度，在目标函数中引入惩罚项系数C：若满足供电平衡，惩罚项系数为0，不满足，则惩罚项系数为一个较大的常数，天然气消耗费用天然气费用包含制热用量GH，制冷用量GC；
步骤4、确定步骤3所建立目标函数的约束条件；
本发明实施例中，优化运行的约束条件分为两部分，一部分为设备的出力范围与设备容量的关系，即下述第(1)至(9)条；另一部分为多能互联微电网各能流平衡，包括电量平衡、冷量平衡、供热量平衡，即下述第(10)至(12)条，具体如下：
(1)0≤天然气制热量+天然气制冷量≤燃气机容量×燃气机发电效率；
(2)负的蓄电池容量≤蓄电池充电量≤整的蓄电池容量；
-Cbat≤Ebat(t)≤Cbat；
(3)0≤蓄电池存储状态≤蓄电池容量；
0≤Pbat(t)≤Cbat；
(4)0≤电制热用电量≤电制热设备容量；
0≤EH(t)≤CEH；
(5)0≤电制冷用电量≤电制冷设备容量；
0≤EC(t)≤CEC；
(6)负的蓄热池容量≤蓄热池存量≤正的蓄热池容量；
-CWH≤WH(t)≤CWH；
(7)0≤蓄热池存储状态≤蓄热池容量；
0≤PWH(t)≤CWH；
(8)负的蓄冷池容量≤蓄冷池存量≤正的蓄冷池容量；
-CWC≤WC(t)≤CWC；
(9)0≤蓄冷池存储状态容量≤正的蓄冷池容量；
0≤PWC(t)≤CWC；
(10)(天然气制热量+天然气制冷量)×燃气机发电效率+光伏电量-蓄电池充电量-电制热用电-电制冷用电＝负荷用电量；
(GH(t)+GC(t))×η1+EPV(t)-Ebat(t)-EH(t)-EC(t)＝Eload(t)；
(11)天然气制热量×余热制热利用率+电制热用电×电制热设备效率-蓄热池存量＝热负荷用量；
GH(t)×η2+EH(t)×η3-WH(t)＝Hload(t)；
(12)天然气制冷量×余热制冷利用率+电制冷用电×电制冷设备效率-蓄冷池存量＝冷负荷用量；
GC(t)×η4+EC(t)×η5-WC(t)＝Cload(t)；
步骤5、在步骤4的约束条件下，采用线性规划方法对步骤3所建立的目标函数进行优化，获得天然气消耗量最小值；
线性规划是一种优化方法，在优化问题中目标函数和约束函数均为向量变量的线性函数，通过设定好的目标函数以及约束条件来求取最优值。
步骤6、根据当地售冷热电的收益、光伏发电政府补贴、初投资年等值费用、年运行能耗费用和系统维护费用，构建系统利润最大化的目标函数；
本发明实施例中，交流微电网的系统的优化目标为年总净收入，包括收入年售冷热电、年光伏发电政府补贴；支出：运行能耗费用、维护费用和初投资年等值费用；其中，年运行能耗费用是以系统全年消耗的天然气费用为主；初投资年等值费用是指各设备总投资根据使用年限折合到每年的平均投资；
本发明实施例中，年售冷热电收入f1表达式为(10)：
f1＝Ira+Icd (10)
其中，Icd表示商业区年售冷热电收入；Ira表示居民区年售冷热电收入；
光伏发电政府补贴f2表达式为(11)：
f2＝Cpv×Tpv×spv (11)
其中，Cpv为光伏整列容量；Tpv为单位容量光伏电池一年发出的电量，spv为每度电的补贴金额；
初投资年等值费用f3为表示为公式(12)：
其中，Yi为第i种设备的容量，Pi为第i中设备的单价，A为年金现值系数，年金现值系数表示为公式(13)：
其中，n为系统使用年限，b为行业折现率；
系统年运行能耗费用f4为天然气费用，表示为公式(14)；
f4＝Ugas×Pgas (14)
其中，Ugas为天然气消耗量其值是运行优化利用线性规划得来，Pgas为天然气单价；
系统维护费用f5表达式为(15)：
其中，Costpv为光伏投资费用，为光伏维护费用占光伏投资费用的比例，Costbat为蓄电池投资费用，为蓄电池维护费用占蓄电池投资费用的比例，Egas为燃气机发电总量，为燃气机所需要得维护费用的比例，Costlabour为人力费用；
所述系统利润最大化的目标函数；具体公式如下：
f＝f1+f2-f3-f4-f5 (2)
步骤7、采用遗传算法获得系统利润最大时所对应的最优的容量配置，即最优的光伏整列容量、风力发电机容量、燃气机容量、蓄电池容量、直流微网交换量、电制热设备容量、电制冷设备容量、蓄热池容量和蓄冷池容量；如图7所示，具体步骤如下：
步骤7-1、导入全年冷热电负荷统计矩阵；
步骤7-2、导入全年光强、风力、温度统计矩阵；
步骤7-3、创建初始种群：个体数40个，寻优变量9个；
步骤7-4、调用线性规划导入目标函数和约束条件；
步骤7-5、根据全年负荷以及冷热电价计算冷热电销售收入f1；
步骤7-6、根据全年负荷以及冷热电价计算光伏发电政府补贴金额f2；
步骤7-7、根据全年负荷以及冷热电价计算初始投资年等值费用f3；
步骤7-8、根据全年负荷以及冷热电价计算年运行能耗费用f4；
步骤7-9、根据全年负荷以及冷热电价计算年系统维护费用f5；
步骤7-10、判断个体数是否达到40，若是，则执行步骤7-11；否则返回执行步骤7-5；
步骤7-11、进行选择、重组和变异操作；
本发明实施例中，设置代沟GGAP＝0.9，交叉率Pc＝0.7，变异率Pm＝0.1；
步骤7-12、判断迭代代数是否达到200，若是，则执行步骤7-13，否则返回执行步骤7-4；
步骤7-13、结束；
本发明实施例中，设备购置安装成本按单位容量核算，运行维护成本按初始投资成本等方式折算；商业居民区电价按发改委核定的电价计算，供冷价格按商用及家用空调产生相同冷量所耗费的电费价格进行折算。供暖价格按按物价局核定的成本进行核算。项目投资回报率受项目建设运行方案、价格等多种因素影响，由于在现有价格体制下，售电价格存在交叉补贴、单纯以商业或居民价格计算项目投资回报率，均不能反映优化方案的合理性，以商业居民区联供的方式，可最大程度减少交叉补贴的影响；配置优化结果分析运行优化后的结果如图8所示，采用了最优个体保留策略，每代最优结果输出曲线为增函数，在接近180代的时候趋于最优值，达到最大迭代次数200代时输出最优目标值＝2963987元。
本发明实施例中，选取3月典型日的优化结果进行分析，由图9至图11可知系统可实时满足区域内冷热电需求；在光伏发电量达到峰值时，燃气轮机降低出力实现光伏全部接纳，余热制热量也成比例降低，通过电制热有效补充，满足热负荷需求；由于热负荷可通过余热制热和电制热有效满足，所以系统并未启用蓄水池为系统供热；冷负荷可通过余热制冷即可得到满足。
Claims (4)
1.一种多能互联交直流混合微电网系统，其特征在于，包括风能发电系统、第一光伏发电系统、燃气轮机功能系统、第一蓄电池组和直流微网系统；
所述的风能发电系统包括多个风力发电机和多个双向逆变器，风力发电机通过双向逆变器接入交流母线；
所述的第一光伏发电系统包括多个光伏阵列和多个逆变器，光伏阵列通过逆变器接入交流母线；
所述的燃气轮机功能系统包括燃气轮机、发电机、变频器、分配装置、制冷设备及控制装置、制热设备及控制装置，燃气轮机的第一输出端连接发电机的输入端，发电机通过变频器接入交流母线，燃气轮机的第二输出端连接分配装置的输入端，分配装置的输出端连接制冷设备及控制装置输入端和制热设备及控制装置输入端；
所述的第一蓄电池组通过逆变器接入交流母线；
所述的直流微网系统包括直流充电桩、第二光伏发电系统和第二蓄电池组；
所述的直流充电桩包括多个直流充电电机和多个斩波器，直流充电电机通过斩波器接入直流母线；
所述的第二光伏发电系统包括多个光伏阵列和多个斩波器，光伏阵列通过斩波器接入直流母线；
所述的第二蓄电池组通过斩波器接入直流母线；
所述的交流母线经过升压变压器，通过双向逆变器连接直流母线。
2.一种多能互联交直流混合微电网优化配置方法，其特征在于，包括以下步骤：
步骤1、根据电网所在区域历史数据，预测该区域未来时间内的冷热电负荷量；
步骤2、根据电网所在区域历史数据，预测该区域未来时间内的光伏发电量；
步骤3、通过引入惩罚项系数的方式，根据电制冷设备用电和电制热设备用电构建天然气消耗量最小的目标函数；
步骤4、确定步骤3所建立目标函数的约束条件，具体包括：
(1)0≤天然气制热量+天然气制冷量≤燃气机容量×燃气机发电效率；
(2)负的蓄电池容量≤蓄电池充电量≤整的蓄电池容量；
(3)0≤蓄电池存储状态≤蓄电池容量；
(4)0≤电制热用电量≤电制热设备容量；
(5)0≤电制冷用电量≤电制冷设备容量；
(6)负的蓄热池容量≤蓄热池存量≤正的蓄热池容量；
(7)0≤蓄热池存储状态≤蓄热池容量；
(8)负的蓄冷池容量≤蓄冷池存量≤正的蓄冷池容量；
(9)0≤蓄冷池存储状态容量≤正的蓄冷池容量；
(10)(天然气制热量+天然气制冷量)×燃气机发电效率+光伏电量-蓄电池充电量-电制热用电-电制冷用电＝负荷用电量；
(11)天然气制热量×余热制热利用率+电制热用电×电制热设备效率-蓄热池存量＝热负荷用量；
(12)天然气制冷量×余热制冷利用率+电制冷用电×电制冷设备效率-蓄冷池存量＝冷负荷用量；
步骤5、在步骤4的约束条件下，采用线性规划方法对步骤3所建立的目标函数进行优化，获得天然气消耗量最小值；
步骤6、根据当地售冷热电的收益、光伏发电政府补贴、初投资年等值费用、年运行能耗费用和系统维护费用，构建系统利润最大化的目标函数；
所述的年运行能耗费用：步骤5获得的天然气消耗量最小值与天然气单价的乘积；
所述的初投资年等值费用：根据光伏整列容量、风力发电机容量、燃气机容量、蓄电池容量、直流微网交换量、电制热设备容量、电制冷设备容量、蓄热池容量、蓄冷池容量及个容量的单价获得；
步骤7、采用遗传算法获得系统利润最大时所对应的最优的容量配置，即最优的光伏整列容量、风力发电机容量、燃气机容量、蓄电池容量、直流微网交换量、电制热设备容量、电制冷设备容量、蓄热池容量和蓄冷池容量。
3.根据权利要求2所述的多能互联交直流混合微电网优化配置方法，其特征在于，步骤3所述的通过引入惩罚项系数的方式，根据电制冷设备用电和电制热设备用电构建天然气消耗量最小的目标函数，具体公式如下：
minUgas(X)＝GH+GC+C (1)
其中，Ugas(X)表示天然气消耗量，GH表示电制热设备用电，GC电制冷设备用电，C表示惩罚项系数。
4.根据权利要求2所述的多能互联交直流混合微电网优化配置方法，其特征在于，步骤6所述的根据当地售冷热电的收益、光伏发电政府补贴、初投资年等值费用、年运行能耗费用和系统维护费用，构建系统利润最大化的目标函数；具体公式如下：
f＝f1+f2-f3-f4-f5 (2)
其中，f表示系统利润，f1表示售冷热电的收益，f2表示光伏发电政府补贴，f3表示初投资年等值费用，Yi表示第i种设备的容量，Pi表示第i中设备的单价，A表示年金现值系数，f4表示年运行能耗费用，即天然气费用，f4＝Ugas(X)×Pgas，Ugas(X)表示天然气消耗量，Pgas为天然气单价，f5表示系统维护费用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710007748.8A CN106779471B (zh) | 2017-01-05 | 2017-01-05 | 一种多能互联交直流混合微电网系统及优化配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710007748.8A CN106779471B (zh) | 2017-01-05 | 2017-01-05 | 一种多能互联交直流混合微电网系统及优化配置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106779471A true CN106779471A (zh) | 2017-05-31 |
| CN106779471B CN106779471B (zh) | 2024-02-09 |
Family
ID=58950705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710007748.8A Active CN106779471B (zh) | 2017-01-05 | 2017-01-05 | 一种多能互联交直流混合微电网系统及优化配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106779471B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107391869A (zh) * | 2017-08-01 | 2017-11-24 | 中国科学院电工研究所 | 一种交直流混联微网系统设计方法 |
| CN107689639A (zh) * | 2017-11-01 | 2018-02-13 | 南京泰润电力工程有限公司 | 一种用于电厂孤网运行的电负荷平衡系统 |
| CN108170952A (zh) * | 2017-12-27 | 2018-06-15 | 清华大学 | 基于电力电子变压器的微电网优化配置方法及装置 |
| CN108448636A (zh) * | 2018-05-10 | 2018-08-24 | 合肥工业大学 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
| CN108649553A (zh) * | 2018-03-23 | 2018-10-12 | 中国电力科学研究院有限公司 | 一种微能源网供能系统的配置选优方法及装置 |
| CN108879777A (zh) * | 2018-07-25 | 2018-11-23 | 清华大学 | 多能耦合系统 |
| CN110768290A (zh) * | 2019-10-25 | 2020-02-07 | 湖北师范大学 | 一种面向能源互联网的交直流混联配电网 |
| CN111756062A (zh) * | 2019-06-17 | 2020-10-09 | 沈阳工业大学 | 基于虚拟下垂控制的多能互补微电网结构与谐波治理方法 |
| CN117239742A (zh) * | 2023-11-14 | 2023-12-15 | 成都量芯集成科技有限公司 | 一种基于改进蚁群算法的光伏阵列全局重构装置及其方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106230007A (zh) * | 2016-07-25 | 2016-12-14 | 中能建江苏能源科技有限公司 | 一种微电网储能优化调度方法 |
| CN206388228U (zh) * | 2017-01-05 | 2017-08-08 | 沈阳工业大学 | 一种多能互联交直流混合微电网系统 |
-
2017
- 2017-01-05 CN CN201710007748.8A patent/CN106779471B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106230007A (zh) * | 2016-07-25 | 2016-12-14 | 中能建江苏能源科技有限公司 | 一种微电网储能优化调度方法 |
| CN206388228U (zh) * | 2017-01-05 | 2017-08-08 | 沈阳工业大学 | 一种多能互联交直流混合微电网系统 |
Non-Patent Citations (2)
| Title |
|---|
| DING XIYING 等: "Research on the Optimization Method of Multi Energy Interconnected Microgrid Configuration and Operation Based on Lifecycle Cost" * |
| 李毅 等: "考虑源荷协调优化的交直流混合微网随机规划方法" * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107391869A (zh) * | 2017-08-01 | 2017-11-24 | 中国科学院电工研究所 | 一种交直流混联微网系统设计方法 |
| CN107689639A (zh) * | 2017-11-01 | 2018-02-13 | 南京泰润电力工程有限公司 | 一种用于电厂孤网运行的电负荷平衡系统 |
| CN108170952A (zh) * | 2017-12-27 | 2018-06-15 | 清华大学 | 基于电力电子变压器的微电网优化配置方法及装置 |
| CN108649553A (zh) * | 2018-03-23 | 2018-10-12 | 中国电力科学研究院有限公司 | 一种微能源网供能系统的配置选优方法及装置 |
| CN108448636A (zh) * | 2018-05-10 | 2018-08-24 | 合肥工业大学 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
| CN108448636B (zh) * | 2018-05-10 | 2021-02-05 | 合肥工业大学 | 一种考虑线路因素的交直流混合微电网优化规划方法 |
| CN108879777A (zh) * | 2018-07-25 | 2018-11-23 | 清华大学 | 多能耦合系统 |
| CN111756062A (zh) * | 2019-06-17 | 2020-10-09 | 沈阳工业大学 | 基于虚拟下垂控制的多能互补微电网结构与谐波治理方法 |
| CN111756062B (zh) * | 2019-06-17 | 2023-08-01 | 沈阳工业大学 | 基于虚拟下垂控制的多能互补微电网结构与谐波治理方法 |
| CN110768290A (zh) * | 2019-10-25 | 2020-02-07 | 湖北师范大学 | 一种面向能源互联网的交直流混联配电网 |
| CN117239742A (zh) * | 2023-11-14 | 2023-12-15 | 成都量芯集成科技有限公司 | 一种基于改进蚁群算法的光伏阵列全局重构装置及其方法 |
| CN117239742B (zh) * | 2023-11-14 | 2024-01-26 | 成都量芯集成科技有限公司 | 一种基于改进蚁群算法的光伏阵列全局重构装置及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106779471B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| Ma et al. | The optimal structure planning and energy management strategies of smart multi energy systems | |
| CN111445090B (zh) | 一种离网型综合能源系统双层规划方法 | |
| Yousefi et al. | GA/AHP-based optimal design of a hybrid CCHP system considering economy, energy and emission | |
| 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 | |
| Pan et al. | Multi-objective and two-stage optimization study of integrated energy systems considering P2G and integrated demand responses | |
| Shen et al. | Multi-objective capacity configuration optimization of an integrated energy system considering economy and environment with harvest heat | |
| CN109245093A (zh) | 一种冷热电联供分布式能源站协同优化调度方法 | |
| 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 | |
| CN110807588B (zh) | 一种多能源耦合综合能源系统的优化调度方法 | |
| Liu et al. | Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios | |
| Liu et al. | Multi-scenario analysis and collaborative optimization of a novel distributed energy system coupled with hybrid energy storage for a nearly zero-energy community | |
| CN113159407A (zh) | 基于区域综合能源系统的多能储存模块容量优化配置方法 | |
| CN112528501A (zh) | 一种分布式供能系统分层优化设计方法 | |
| Yuan et al. | A control strategy for distributed energy system considering the state of thermal energy storage | |
| CN112085263A (zh) | 一种用户侧分布式能源系统混合储能优化配置方法和系统 | |
| Nahavandinezhad et al. | Conceptual design of solar/geothermal hybrid system focusing on technical, economic and environmental parameters | |
| Yuan et al. | An advanced multicarrier residential energy hub system based on mixed integer linear programming | |
| Wu et al. | Collaborative optimization method and energy-saving, carbon-abatement potential evaluation for nearly-zero energy community supply system with different scenarios | |
| CN108197412B (zh) | 一种多能源耦合能量管理系统及优化方法 | |
| Du et al. | Regional collaborative planning equipped with shared energy storage under multi-time scale rolling optimisation method | |
| Zhao et al. | Multi-objective bi-level planning of the integrated energy system considering uncertain user loads and carbon emission during the equipment manufacturing process | |
| Jia et al. | Multi-objective optimization study of regional integrated energy systems coupled with renewable energy, energy storage, and inter-station energy sharing | |
| Shi et al. | Economic operation of industrial microgrids with multiple kinds of flexible loads | |
| CN114330835A (zh) | 一种综合能源微网中电/热混合储能系统的优化配置方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |