CN107134771B - 一种基于经济效益评估的微网模式切换控制方法 - Google Patents
一种基于经济效益评估的微网模式切换控制方法 Download PDFInfo
- Publication number
- CN107134771B CN107134771B CN201710228525.4A CN201710228525A CN107134771B CN 107134771 B CN107134771 B CN 107134771B CN 201710228525 A CN201710228525 A CN 201710228525A CN 107134771 B CN107134771 B CN 107134771B
- Authority
- CN
- China
- Prior art keywords
- grid
- power
- cost
- microgrid
- micro
- 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
- 230000008901 benefit Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000005611 electricity Effects 0.000 claims abstract description 65
- 238000004146 energy storage Methods 0.000 claims abstract description 61
- 238000010248 power generation Methods 0.000 claims description 79
- 239000000446 fuel Substances 0.000 claims description 35
- 210000004027 cell Anatomy 0.000 claims description 23
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 22
- 229910052799 carbon Inorganic materials 0.000 claims description 22
- 238000007599 discharging Methods 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 10
- 210000000352 storage cell Anatomy 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 13
- 238000013145 classification model Methods 0.000 abstract 1
- 238000010276 construction Methods 0.000 abstract 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 230000005855 radiation Effects 0.000 description 9
- 239000003345 natural gas Substances 0.000 description 6
- 239000013589 supplement Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H02J3/382—
-
- H02J3/383—
-
- H02J3/386—
-
- H02J3/387—
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于经济效益评估的微网模式切换控制方法,在微网运行过程中,由于微网内部不同发电单元拥有不同的使用特性,因此这些发电单元的出力情况以及相互之间的调度应根据各自的特性联合控制。本发明根据不同发电单元、储能单元的特性进行分类建模,各设备工作时所要产生的成本,将成本用于计算最终的经济效益,以更符合微网运行的经济需求。分布式发电单元的特点和能量管理对经济性的要求,本发明以实现微网经济效益最优为目标的孤网‑并网切换的运行模式。在每一个控制时段,根据各设备的使用情况,采集的负载和电价信息,合理制定孤网‑并网切换运行模式,以保证微网在满足负载需求,安全稳定运行的基础上,总的运行成本最少。
Description
技术领域
本发明属于能源利用和工程设计技术领域,更为具体地讲,涉及一种基于经济效益评估的的微网模式切换控制方法即计算微网运行成本、使其收益最大化的控制方法。
背景技术
微网作为一种以可再生能源为基础的新型的分布式能源结构系统,有效地促进了电力行业节能减排技术的发展,不仅有助于提高可再生能源发电装置的接纳比率,并且减少传统能源发电设备在发电过程中带来的环境污染。
图1是一微网的结构示意图。如图1所示,微网包括风力发电机、光伏阵列发电机、柴油发电机、微型涡轮发电机以及燃料电池等分布式发电单元以及储能电池等分布式储能单元。在综合考虑分布式发电单元的输出功率,分布式储能单元的充放电状态,当地电力价格信息和本地一段时间内负荷需求的基础上,微网能量管理系统应合理安排分布式发电单元的输出功率和分布式储能单元的充放电功率,使微网的总发电成本最小或者经济利益最大。如何实现这一目标是目前研究的重点。
发明内容
本发明的目的在于克服现有技术的不足,提出一种基于经济效益评估的的微网模式切换控制方法,实现微网的总发电成本最小或者经济利益最大。
为实现上述发明目的,本发明基于经济效益评估的的微网模式切换控制方法,其特征在于,包括以下步骤:
(1)、根据微网内部不同发电单元、储能单元的特性进行分类,获取下一个控制时段t的成本,其中,成本包括:风力发电机发电成本Fw、光伏阵列发电成本Fp、柴油发电机发电成本Fd、微型涡轮发电机发电成本Fm、燃料电池发电成本Ff、储能电池充放电成本Fb(充电为负、放电为正)、运行维护成本OP、燃料成本Fl、碳排放成本Fc;
(2)、获取下一个控制时段t的微网与大电网之间的电力交换成本:
FGrid=[Cin,t×Pin,t×(1-β1)-Cout,t×Pout,t×(1-β1)×(1-β2)]×Δt (1)
其中,为微网从大电网吸收的功率,为微网出售给大电网的功率,Cin,t为微网购电价格,Cout,t为微网售电价格,β1为电网平均网损,β2为微网内部平均网损,t为控制时段,Δt控制时段时长;
(3)、建立约束条件
3.1)、建立功率平衡约束:
其中,DL,t为微网负载功率,Pw,t为D台风力发电机第w台在控制时段t的输出功率,Pp,t为P台光伏阵列第p台在控制时段t的输出功率,Pd,t为D台柴油发电机第d台在控制时段t的输出功率,ud,t为第d台柴油发电机在控制时段t的启停状态,ud,t=1表示柴油发电机开机,ud,t=0表示柴油发电机关闭,Pm,t为M台微型涡轮发电机第m台在控制时段t的输出功率;um,t表示第m台微型涡轮发电机控制时段t的启停状态,um,t=1表示微型涡轮发电机开机、um,t=1表示微型涡轮发电机关闭,Pf,t为F台燃料电池第f台在控制时段t的输出功率,Pb,t为B个储能电池第b个储能电池在控制时段t的充放电功率;
3.2)、建立发电能力约束:
Pd,t,min≤Pd,t≤Pd,t,max
Pm,t,min≤Pm,t≤Pm,t,max
Pf,t,min≤Pf,t≤Pf,t,max
Pb,t,min≤Pb,t≤Pb,t,max (3)
其中,Pd,t,min、Pd,t,max分别是第d台柴油发电机在控制时段t的输出功率上下限、Pm,t,min、Pm,t,max分别是第m台微型涡轮发电机在控制时段t的输出功率上下限、Pf,t,min、Pf,t,max分别是第f台燃料电池在控制时段t的输出功率上下限、Pb,t,min、Pb,t,max分别是在控制时段t第b个储能电池输出功率上下限;
3.3)、网络安全约束
PGrid,min≤PGrid,t≤PGrid,max (4)
其中,PGrid,min、PGrid,max为大电网提供功率的上下限,PGrid,t为控制时段t大电网提供功率;
3.4)、储能电池约束
0.2*SoCb,max≤SoCb,t≤0.95*SoCb,max (5)
其中,SoCb,t为第b个储能电池在控制时段t的荷电状态,SoCb,max为第b个储能电池的最大荷电状态;
(4)、孤网-并网切换模式的目标函数
在满足约束条件(2)—(5)的基础上,在控制时段t,微网依靠其内部发电单元发电以及与大电网的双向交互满足负载需求并且获得卖电收益,在控制时段t,微网依靠其内部发电单元发电以及与大电网的双向交互满足负载需求并且获得卖电收益,或切换至孤网运行,使得成本F最小:
MinimizeF=Fw+Fp+Fd+Fm+Ff+Fb+FGrid+Op+Fl+Fc (6)。
本发明的目的是这样实现的。
本发明基于经济效益评估的的微网模式切换控制方法,在微网运行过程中,由于微网内部不同发电单元拥有不同的使用特性,因此这些发电单元的出力情况以及相互之间的调度应根据各自的特性联合控制。本发明根据不同发电单元、储能单元的特性进行分类建模,各设备工作时所要产生的成本,将成本用于计算最终的经济效益,以更符合微网运行的经济需求。分布式发电单元的特点和能量管理对经济性的要求,本发明以实现微网经济效益最优为目标的孤网-并网切换的运行模式。在每一个控制时段,根据各设备的使用情况,采集的负载和电价信息,合理制定孤网-并网切换运行模式,以保证微网在满足负载需求,安全稳定运行的基础上,总的运行成本最少。
附图说明
图1是一微网的结构示意图;
图2是本发明基于经济效益评估的的微网模式切换控制方法一种具体实施方法流程图;
图3是日照辐射曲线图;
图4是风速曲线图;
图5是大电网实时电价曲线图;
图6是负载需求曲线图;
图7是微网运行在孤网-并网切换模式、Mode A、Mode B和孤网模式下的成本曲线图;
图8是微网运行时的孤网-并网切换曲线图;
图9是微网在不同运行模式下的负载满足情况曲线图;
图10是电池组在微网运行模式下的SoC变化情况。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
本发明基于经济效益评估的的微网模式切换控制方法在微网的下一个控制时段t,综合考虑各个分布式发电单元的预测发电量,分布式储能单元在参与微网能量调节时的预测剩余容量、大电网在各个时刻的峰谷电价信息以及本地所需的负载需求,合理安排各个分布式发电设备的发电功率,储能单元的充、放电功率,微网与大电网的功率交互,以实现分布式发电设备的最优功率匹配、灵活投切,使得微网系统实施孤网-并网切换策略时,不仅满足负载需求,而且各个分布式单元运行安全稳定,总的发电运行成本最少。
在给出的微网最终经济效益的计算方法中,结合设备使用特性和基于安全性的相关约束,充分考虑了微网中不同分布式发电单元的发电成本、运行维护成本;传统能源发电设备在发电过程中的碳排放成本、燃料成本,储能装置在运行中的损耗成本、电力存储成本,以微网经济效益最大为目标,实施孤网-并网模式切换策略。具体而言,本发明包括以下步骤。
1、根据微网内部不同发电单元、储能单元的特性进行分类,获取下一个控制时段t的成本。
微网主要包括的分布式发电单元有柴油发电机、微型涡轮发电机、燃料电池、光伏阵列、风力发电机以及作为分布式储能单元的储能电池。利用这几种不同形式的微电源共同供电,实现了优劣互补,更大程度地提高了能源利用率、减少了温室气体排放量。各单元的成本如下:
1)、风力发电机
风电机发电机的出力特性与风机类型、风速有关,输出功率为:
Pw,t=fw(t)×Pw,rated (7)
其中:
式中,Pw,t为D台风力发电机第w台在控制时段t的输出功率;vci、vr、vco为风力发电机的切入风速、额定风速、切出风速,v(t)为风速。在本实施例中,vci=3m/s、vr=12m/s、vco=18m/s,Pw,rated为风力发电机的额定功率,Pw,rated=40kW。
由风力发电机输出功率可以得到发电成本Fw:
Fw=Pw,t×Cw,t×Δt (9)
Cw,t表示第w台风力发电机出力的发电成本,在本实施例中,Cw,t=0.18$/kWh,Δt表示控制时段时长。
2)、光伏阵列
光伏阵列的出力受光伏组件接收到太阳辐射值的影响,其输出功率为:
式中,Pp,t为P台光伏阵列第p台在控制时段t的输出功率;Pp,rated为光伏组件在标准光照强度Hrated(1000W/m2)时的额定功率,在本实施例中,Pp,rated=50kW;Ht表示控制时段t的日照辐射。
由光伏阵列输出功率可以得到发电成本Fp:
Fp=Pp,t×Cp,t×Δt (11)
Cp,t表示光伏阵列单位出力的发电成本,在本实施例中,Cp,t=0.30$/kWh。
3)、柴油发电机
柴油发电机是微网主要的供电设备,其发电功率与发电成本Fd的关系可以表示为:
Fd=[fd(Pd,t)×ud,t]×Δt+Sd,t×|ud,t-ud,t-1| (12)
其中:
fd(Pd,t)=ad*Pd,t 2+bd*Pd,t+cd (13)
式中,Pd,t为D台柴油发电机第d台在控制时段t的输出功率,ud,t为第d台柴油发电机在控制时段t的启停状态,ud,t=1表示柴油发电机开机,ud,t=0表示柴油发电机关闭,ud,t-1为第d台柴油发电机在控制时段t-1(即当前控制时段)的启停状态;;Sd,t表示第d台柴油发电机在控制时段t的启停成本。单位发电成本由fd(Pd,t)表示,ad,bd,cd为d台柴油发电机的相应参数,在本实施例中,ad=0、bd=0.001、cd=0.208。
4)、微型涡轮发电机
微型涡轮发电机在参与微网供电过程中,其发电功率与发电成本Fm的关系可以表示为:
Fm=[Cm,t*Pm,t*um,t+Sm,t*|um,t-um,t-1|]*Δt (14)
式中,Pm,t为M台微型涡轮发电机第m台在控制时段t的输出功率;um,t表示第m台微型涡轮发电机控制时段t的启停状态,um,t=1表示微型涡轮发电机开机、um,t=1表示微型涡轮发电机关闭;Cm,t表示第m台微型涡轮发电机在控制时段t的发电成本,在本实施例中,Cm,t=0.32$/kWh;Sm,t表示第m台微型涡轮发电机在控制时段t的启停成本。
5)、燃料电池
Ff表示燃料电池的发电成本为:
式中,C2为天然气价格,在本实施例中,C=0.6246$/m3;Pf,t为F台燃料电池第f台在控制时段t的输出功率;ηf为天然气燃烧效率,在本实施例中,ηf=0.4;LHV为天燃气低热值,LHV=9.7kWh/m3,。由于燃料电池的工作特性,系统默认其一直打开。
6)、储能电池
为了增加储能电池使用的寿命及安全性,当荷电状态(SOC)=95%时停止充电、当SOC≤20%时停止放电,单位时间充放电量为额定容量的10%,初始SoC为20%,则储能电池充放电成本Fb为:
在储能电池工作过程中,充放电会导致电池损耗。此处Cbattery,b表示第b个储能电池的资本成本,在本实施例中,Cbattery,b=4500$;Eb为电池容量,在本实施例中,Eb=150kWh;Lb是储能电池的额定循环次数,Lb=2000。Bb,t表示第b个储能电池在控制时段t的电量价格,在本实施例中,Bb,t=0.18$/kWh;Pb,t为第b个储能电池在控制时段t的充放电量;充电产生成本,发电产生收益,由Fb表示。
7)、运行维护成本
运行维护成本主要包括网损等各类分布式发电单元和分布式储能单元在运行中产生的费用。
Op=(Kw×Pw,t+Kp×Pp,t+Kd×Pd,t+Km×Pm,t+Kf×Pf,t+Kb×Pb,t)×Δt (17)
其中,Kw、Kp、Kd、K m、Kf、K b分别表示风力发电机、光伏阵列、柴油发电机、微型涡轮发电机、燃料电池、储能电池的运行维护单位成本。
8)、燃料成本
燃料成本主要指柴油发电机、微型涡轮发电机和燃料电池在运行过程中分别消耗石油和天然气产生的费用,由Ft表示。光伏发电、风力发电分别使用太阳能、自然风,没有燃料费用。
Ft=(C1*Gd,t+C2*Gm,t+C2*Gf,t)*Δt (18)
其中:
式中ηd表示柴油发电机工作时燃油效率,在本实施例中,ηd=0.4;C1表示石油价格,C1=0.4042$/kWh;Pm,t表示微型涡轮发电机输出功率,ηm表示微型涡轮发电机天然气燃烧效率,ηm=0.27;C2表示天然气的价格。由此可以得出传统能源在工作过程中产生的燃料费用Ft。
9)、碳排放成本
碳排放的主要来源是柴油发电机、微型涡轮发电机和燃料电池。
9.1碳排放总量
微网在控制时段t内总的碳排放量Ep为
式中:φd、φm、φf为柴油发电机、微型涡轮发电机和燃料电池的碳排放强度。
9.2)、碳排放基准线
对于电力行业碳排放的计算方法,本发明采用基准线法确定碳排放配额,在研究控制时段t内,其碳排放基准线Eq为
Eq=η×PD,t×Δt (20)
式中:PD,t为控制时段t总发电量;η为单位电量碳排放基准,η=1.784642lb/kWh,由国家发布的“区域电网基准线排放因子”确定。
9.3)、过排放成本
在控制时段t内的碳排放配额为Eq,定义过排放成本函数为:
Fc=Cc*(Ep-Eq)*Δt (21)
式中:Ep表示研控制时段t内的碳排放总量;Eq为相应时间内的碳排放限额;Cc表示CO2交易价格,在本实施例中,Cc=0.0104066$/lb。
2、获取下一个控制时段t的微网与大电网之间的电力交换成本
步骤2、根据微网与大电网之间的连接关系,做详细研究和分类,确立微网的运行模式,即以经济最优为原则提出的孤网-并网切换模式,提出目标函数和约束条件,计算微网运行在上述模式下的经济效益。
当微网运行在孤网模式时,优先使用可再生能源发电设备的出力满足负载需求,将传统能源发电设备作为备用设备,以保证各个时间段都不会出现电力供应不足的情况。在孤网运行模式下,微网无法通过依靠大电网调节自己的输出功率,不能在大电网电价较低时购买电量以补充内部发电设备的发电功率,也不能在大电网电价较高时出售多余电量,获得收益。
总体来说,依据微网与大电网之间的能量交互情况,可以简单地将微网的运行模式主要分为孤网运行模式,并网运行模式。为了详细区分比较微网在不同运行模式下的经济效益,特别地将并网模式分为两种:微网可以与大电网自由交换功率,买卖电能,此处命名为并网模式Mode A;微网只能从大电网购买电量,而不能向大电网出售电量,此处命名为并网模式Mode B。
区分出这两种并网模式的原因在于,为了达到经济效益最优,在微网与大电网连接属于并网模式Mode A时,微网可以选择在大电网电价较低时购买电量以补充内部发电设备的发电功率,或供应负载,或存储在储能设备中,并且在大电网电价较高时出售微网产生的多余电量,获得收益。但是,在这种情况下,微网内部的发电设备势必会在某些时刻多发电,一方面满足负载需求,另一方面出售多余电量,因此,会增加发电设备的发电成本,运行维护成本,传统发电设备的使用,还会导致燃料成本和碳排放成本。
相应的,当微网运行在并网模式Mode B下,即微网只能从大电网购买电量,而不能向大电网出售电量时,为了达到经济效益最优,微网可以选择在大电网电价较低时购买电量以补充内部发电设备的发电功率,但是无法在大电网电价较高时,出售多余电量以获得收益。在这种情况下,无法通过出售多余电量以获得收益,但是微网也避免了因为卖电,而在某一时段大量发电,增加发电设备的发电成本,运行维护成本,传统发电设备的使用,还会导致燃料成本和碳排放成本。
综合考虑上述三种模式的优缺点,以微网运行经济效益最优为目标而提出孤网-并网切换的运行模式。即在每一个时间段,结合微网能量管理控制中心采集的各类信息,合理分配微网与大电网的交互功率,在保证微网安全稳定运行的前提下,以当前时间段运行成本最少为目标,选择孤网模式或并网模式运行。此种方法,不仅可以在大电网电价较低时购买电量以补充内部发电设备的发电功率,并且在大电网电价较高时出售多余电量,获得收益,而且极大地避免了为了卖电,而在某一时段大量发电,导致多余的各类成本支出。
孤网-并网切换的好处在于,在某些时刻孤网经济效益较好,可以选择断开与大电网的连接,极大地避免了为了卖电,而在某一时段大量发电,导致多余的各类成本支出。因此,微网与大电网之间的电力交换成本为:
FGrid=[Cin,t×Pin,t×(1-β1)-Cout,t×Pout,t×(1-β1)×(1-β2)]×Δt (1)
其中,为微网从大电网吸收的功率,为微网出售给大电网的功率,Cin,t为微网购电价格,Cout,t为微网售电价格,β1为大电网平均网损,β2为微网内部平均网损,t为控制时段,Δt控制时段时长。
由于电价信息均由大电网给出,此处认为Cin,t=Cout,t;微网与大电网在功率交互过程中,可能存在线路内部电阻的影响等不可忽略的因素,为保证最终结果的准确性,设定传输过程中会产生损耗,为方便计算,认为大电网平均网损β1=5.7%;微网内部在发电过程中,也会由于机组磨损,传输线路网损等不可忽略的因素产生损耗,为保证最终结果的准确性设定平均网损,β2=2.3%。
当Pin,t和Pout,t在某些时刻都不等于零时,即表示微网运行在并网模式Mode A;当Pin,t不为零而Pout,t为零时,表示微网选择并网模式Mode B;当Pin,t和Pout,t都为零时,微网运行在孤网模式。即,由于其取值的差异性,意味着微网可以选择在不同模式的运行。
3、建立约束条件
3.1)、建立功率平衡约束
功率平衡约束是为了确保微网运行的任何时间段内,风力发电机、光伏阵列、柴油发电机、微型涡轮发电机、燃料电池的发电功率以及储能电池的充放电功率,以及微网在并网状态下从大电网购买或出售的的电量,其功率总和应满足该时段的负载需求。本发明中,在满足负载需求的同时,还应保证电力系统的运行安全,设置备用以防电力波动,因此假设总的输出功率应该至多比负载需求多出5%,作为余量备用。综上所述,功率平衡约束在孤网-并网切换模式如下:
其中,DL,t为微网负载功率,Pw,t为D台风力发电机第w台在控制时段t的输出功率,Pp,t为P台光伏阵列第p台在控制时段t的输出功率,Pd,t为D台柴油发电机第d台在控制时段t的输出功率,ud,t为第d台柴油发电机在控制时段t的启停状态,ud,t=1表示柴油发电机开机,ud,t=0表示柴油发电机关闭,Pm,t为M台微型涡轮发电机第m台在控制时段t的输出功率;um,t表示第m台微型涡轮发电机控制时段t的启停状态,um,t=1表示微型涡轮发电机开机、um,t=1表示微型涡轮发电机关闭,Pf,t为F台燃料电池第f台在控制时段t的输出功率,Pb,t为B个储能电池第b个储能电池在控制时段t的充放电功率。
3.2)、建立发电能力约束:
Pd,t,min≤Pd,t≤Pd,t,max
Pm,t,min≤Pm,t≤Pm,t,max
Pf,t,min≤Pf,t≤Pf,t,max
Pb,t,min≤Pb,t≤Pb,t,max (3)
其中,Pd,t,min、Pd,t,max分别是第d台柴油发电机在控制时段t的输出功率上下限、Pm,t,min、Pm,t,max分别是第m台微型涡轮发电机在控制时段t的输出功率上下限、Pf,t,min、Pf,t,max分别是第f台燃料电池在控制时段t的输出功率上下限、Pb,t,min、Pb,t,max分别是在控制时段t第b个储能电池输出功率上下限;
3.3)、网络安全约束
PGrid,min≤PGrid,t≤PGrid,max (4)
其中,PGrid,min、PGrid,max为大电网提供功率的上下限,PGrid,t为控制时段t大电网提供功率。
网络安全约束是为了避免微网与主配网在交互过程中,因负荷过大,超过线路承受能力,造成安全隐患。
3.4)、储能电池约束
0.2*SoCb,max≤SoCb,t≤0.95*SoCb,max (5)
其中,SoCb,t为第b个储能电池在控制时段t的荷电状态,SoCb,max为第b个储能电池的最大荷电状态。
为了增加储能电池使用的寿命及安全性,当荷电状态(SoC)SoC≥95%时停止充电、当SoC≤20%时停止放电。
4、孤网-并网切换模式的目标函数
在孤网-并网切换模式下,在控制时段t内,为了使微网依靠其内部分布式发电单元发电以及与大电网的双向交互满足负载需求并且获得卖电收益;或是在某些时刻,为了达到经济效益最优,而切换至孤网运行,尽量减少微网在运行过程中的成本。
在满足约束条件(2)—(5)的基础上,在控制时段t,微网依靠其内部发电单元发电以及与大电网的双向交互满足负载需求并且获得卖电收益,或是而切换至孤网运行,使得成本F最小。由此可以得到基于经济效益实时评估的微网运行模式切换策略,其目标函数表示如下,其中,j表示第j个考察时间区间,本发明是以每小时计算一次收益,即从1到24依次变化::
MinimizeFj=Fwj+Fpj+Fdj+Fmj+Ffj+Fbj+FGridj+Opj+Flj+Fcj (6)。
5、对已经建好的基于经济效益评估的的微网模式切换控制进行分析,采集负荷需求信息,大电网电价信息,在考虑上述约束条件的情况下,合理安排各设备出力情况,根据遗传优化算法,得出满足负荷情况下的经济性最优情况。具体流程如图2所示,根据步骤(1)、(2)使用特性和步骤(3)、(4)的约束条件和目标函数,以小时为控制时段时长即Δt=1小时,首先初始化控制时段t=0微网采集并输入负载信息、大电网的电价信息,以及风速和日照辐射的预测信息,在考虑约束条件的情况下,合理安排下一个控制时段t各分布式发电单元以及储能电池的出力情况,如果供电大于等于负载,在按照公式(6)进行优化,如果小于,则重新安排各分布式发电单元以及储能电池的出力或向大电网供电。在本实施例中,将每小时计算一次微网运行的成本F,最终计算微网运行在孤网-并网切换模式下的经济收益,并与微网单独运行在孤网模式、并网模式Mode A和并网模式Mode B时的成本比较,可以明显看出本发明提出切换策略的优越性。同时,通过对约束条件的分析,论证孤并切换的可行性,即保证微网运行的安全性和稳定性。
实例
以中国辐射日值数据库和中国地面气象站观测资料为参考,采用2016年8月29日,安徽凤阳小岗村的日照辐射和风速资料作为预测,其输出按每小时共分为24个时段,数据如图3、图4所示。对于参与本发明所提出的微网经济效益评估的各类设备的具体参数见表1。表1中的设备参数主要包括了所有各类分布式设备以及大电网的出力上下限制,启停成本,运行维护成本和传统发电设备的碳排放强度。储能设备和大电网的正值分别表示放电和微网买电,负值表示充电和出售电量。
表1
并网模式下,假定大电网是无穷大,且不同的时段有不同的电力报价,微网与电网的电能交换不会影响电网的报价,大电网在各时段电价见图5。假定本地负荷需求符合以往的变化规律,故给出在微网运行时段的预测负载信息,如图6所示。
根据本发明中所介绍的微网运行在不同模式下的经济模型可知,由于微网内部各个设备的出力大小以及微网与大电网的功率交互具有非线性性,则采用遗传算法求解该微网经济效益最优模型。在仿真软件MATLAB中,利用Optimization Tool中的遗传算法工具箱进行求解。
实施例
图7描述了微网分别运行在上述四种模式下,成本随时间变化的走势图。
在此,本发明将首先比较微网单独运行在孤网模式、并网模式Mode A和并网模式Mode B时的成本变化特性。从图中可以看出,当微网运行在并网模式Mode A或并网模式Mode B时,成本曲线走势大致相同,仅在12:00-15:00期间,由于负载需求在对比于前后时间段而言略有降低,而大电网电价处在最高值,且在中午时段因为光伏组件发电增加,负担了大部分的负载需求,所以微网运行在Mode A时可以将多余的电量在电价较高时出售给大电网获得收益,而在Mode B模式下,可以通过少发电以减少成本或将多余电能储存至储能电池。对比并网模式和孤网模式可以发现,当微网运行在孤网模式时,总成本的变化曲线在较多时段高于并网模式时的成本变化曲线,并且主要发生在0:00-8:00;16:00-24:00时段。原因在于这段时间大电网电价较低,因此微网可以在并网模式时以较低的价格从大电网购买电量以满足负载需求;而随着负载增加达到峰值(如16:00-20:00),微网运行在孤网模式时只能增加内部设备的发电量以满足用电负荷,而且随着日照辐射的降低,势必会导致传统发电设备因为发电增多而产生大量的运行成本。而在诸如8:00-12:00时段,大电网电价陡升达到峰值,微网在并网状态下购买电价成本相应增高,继而会出现总成本曲线上升的情况。
图8描述了微网在运行过程中,为了达到经济效益最优而执行的孤网-并网切换策略。其中数字0表示微网运行在孤网模式,数字1表示微网在该时间段选择并网模式Mode B,数字2表示微网运行在并网模式Mode A。接下来,本发明将结合图7和图8,分别比较微网运行在孤网-并网切换模式时与孤网模式、并网模式Mode A和并网模式Mode B成本变化异同,并进行分析,验证切换模式的经济运行的合理性和优越性。
首先,由图8可看出,在9:00-13:00以及15:00-17:00时段,微网运行在孤网模式。由于在9:00-13:00时间段,负载需求经历了小范围的升降,并且电价陡升达到最大值,如果此时采取并网模式,势必会增加因为微网从大电网购电而导致的买电成本。其次,此时接近中午,微网内部光伏组件的发电量逐步增高,负担了大部分的负载,所以微网运行在孤网模式经济效益较好。在15:00-17:00时段,负载需求增加,大电网电价虽然经历了陡降,但是还是在相对较高值趋于平稳,此时微网购电依旧会增加成本。其次,虽然在中午过后光伏组件和风力发电机的发电功率略有降低,但是由于之前发电功率较多时有一部分电能存入了储能电池,因而在孤网状态下,可以以较小的成本通过储能电池放电满足负载需求。
接下来,本发明将分析微网运行在并网模式Mode A、并网模式Mode B与孤网-并网切换模式的成本变化。微网在13:00-15:00时段运行在Mode A模式,其余大部分时间,微网工作在Mode B模式(0:00-9:00;17:00-24:00)。原因在于,在13:00-15:00时,日照辐射增强和风速提高,导致光伏组件和风力发电机的发电增多,承担了大部分的负载需求,配合微网内部其余发电设备,发电量已经超过了负载需求。同时,大电网的电价在这个时间达到峰值,因此微网可以选择在这个时间段将多余电量以较高的价格卖给大电网获得收益。在非孤网运行的其他时间段,一方面由于日照辐射不强,风速波动较大,并且负载需求在0:00-9:00内逐渐上升,在17:00-24:00内维持在较高值区域内波动,若需要向大电网卖电,只有依靠传统发电设备集中发电,这必然会导致相应发电成本,运维成本,碳排放成本的增加。另一方面,相对于中午而言,电价在这些时间段内较低,通过出售电量获得的收益较少。因此孤网-并网切换模式选择Mode B,不仅可以在大电网电价较低时买电用以补充负载,而且减少了微网内部发电设备的运行成本,达到经济效益最好。
表2为微网采用不同控制策略,运行在四种模式下的最终经济效益情况。孤网模式下,为了满足负载需求,传统设备发电较多,导致较高的发电成本,运行维护成本、燃料消耗成本和碳排放成本,且不能向大电网出售电量赚取收益,所以微网总的供电成本较多。在Mode B模式下,虽然传统设备发电功率相比于Mode A模式较少,继而具有较少的发电成本,运行维护成本、燃料消耗成本和碳排放成本,但是Mode A模式可以在电价高峰时期,向大电网出售多余电量获得收益,进而运行经济成本较低。综合来看,微网运行在Mode B模式下,所需的运行成本略高于Mode A模式。孤网-并网切换模式比较了每小时内,微网工作在孤网模式与并网模式的运行成本,根据采集的负载与电价信息,以经济效益最好为目标,选择不同的运行模式,保证在相应的时间段内,成本最少。
表2
综上所述,孤网-并网切换模式的能量管理对于大电网和微网用户都是有利的。对于大电网而言,在负载需求高峰时,电价较高,微网能够部分或者全部的满足其内部需求,并输送多余的电能给大电网,有助于减轻电网的阻塞,降低了微网的运行成本。
在微网运行过程中,对于微网运行的任何时间段而言,柴油发电机、微型涡轮发电机、燃料电池、风力发电机、光伏组件、储能电池,并网状态下还有大电网,它们输出功率的总和应满足该时段的负载需求。微网系统功率在各个时间段的平衡情况显示如图9所示。在本发明中,我们假设应该至多有5%的负载功率作为余量备用,以保证不仅满足负载需求,而且确保电力系统的安全。图中分别显示了以每小时为时间节点,孤网-并网切换模式、Mode A、Mode B和孤网模式下总的功率输出情况,以及相应时刻的负载需求。由图可得,四种模式下总的功率输出曲线在每一时刻都大于负载需求曲线,即本发明采用的微网运行控制策略可以满足负载需求。另外,由于此控制策略以经济最优为目标,所以在一些时刻,多余的功率可以存在微网的储能设备中备用,或是出售给大电网以获得收益。
本发明中储能设备采用的是锂电池组,为避免深充深放,电池组受最大最小SoC约束。本发明还考虑了储能电池在工作过程中由于充放电和循环而导致的损耗,已由公式(16)详细给出。在实际仿真过程中,假设电池组初始SoC为额定容量的20%,并且其最大最小SoC分别设置95%和20%,并且其在单位时间内的充放电功率为额定容量的10%。由图10可以看出,电池组在微网运行过程中,其SoC始终保持在规定范围之内,确保了电池组运行安全,并且减少了因为深充深放可能导致电池损耗。与此同时,相比于Mode A和Mode B,在微网运行在孤网模式时,为了使经济效益最大化,电池组存储了较多的电量以获取收益。当微网运行在孤网-并网切换模式时,综合了孤网模式和并网模式的优点,存储电能获得收益并且调节风光接入时对系统造成的波动,也可在中午时段,以较小的成本放电以减少其他发电设备的使用成本,最终获得最优的经济效益。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种基于经济效益评估的的微网模式切换控制方法,其特征在于,包括以下步骤:
(1)、根据微网内部不同发电单元、储能单元的特性进行分类,获取下一个控制时段t的成本,其中,成本包括:风力发电机发电成本Fw、光伏阵列发电成本Fp、柴油发电机发电成本Fd、微型涡轮发电机发电成本Fm、燃料电池发电成本Ff、储能电池充放电成本Fb、运行维护成本OP、燃料成本Fl、碳排放成本Fc,其中,储能电池充放电成本Fb充电为负、放电为正;
(2)、获取下一个控制时段t的微网与大电网之间的电力交换成本:
FGrid=[Cin,t×Pin,t×(1-β1)-Cout,t×Pout,t×(1-β1)×(1-β2)]×Δt (1)
其中,为微网从大电网吸收的功率,为微网出售给大电网的功率,Cin,t为微网购电价格,Cout,t为微网售电价格,β1为电网平均网损,β2为微网内部平均网损,t为控制时段,Δt控制时段时长;
(3)、建立约束条件
3.1)、建立功率平衡约束:
其中,DL,t为微网负载功率,Pw,t为D台风力发电机第w台在控制时段t的输出功率,Pp,t为P台光伏阵列第p台在控制时段t的输出功率,Pd,t为D台柴油发电机第d台在控制时段t的输出功率,ud,t为第d台柴油发电机在控制时段t的启停状态,ud,t=1表示柴油发电机开机,ud,t=0表示柴油发电机关闭,Pm,t为M台微型涡轮发电机第m台在控制时段t的输出功率;um,t表示第m台微型涡轮发电机控制时段t的启停状态,um,t=1表示微型涡轮发电机开机、um,t=0表示微型涡轮发电机关闭,Pf,t为F台燃料电池第f台在控制时段t的输出功率,Pb,t为B个储能电池第b个储能电池在控制时段t的充放电功率;
3.2)、建立发电能力约束:
Pd,t,min≤Pd,t≤Pd,t,max
Pm,t,min≤Pm,t≤Pm,t,max
Pf,t,min≤Pf,t≤Pf,t,max
Pb,t,min≤Pb,t≤Pb,t,max (3)
其中,Pd,t,min、Pd,t,max分别是第d台柴油发电机在控制时段t的输出功率上下限、Pm,t,min、Pm,t,max分别是第m台微型涡轮发电机在控制时段t的输出功率上下限、Pf,t,min、Pf,t,max分别是第f台燃料电池在控制时段t的输出功率上下限、Pb,t,min、Pb,t,max分别是在控制时段t第b个储能电池输出功率上下限;
3.3)、网络安全约束
PGrid,min≤PGrid,t≤PGrid,max (4)
其中,PGrid,min、PGrid,max为大电网提供功率的上下限,PGrid,t为控制时段t大电网提供功率;
3.4)、储能电池约束
0.2*SoCb,max≤SoCb,t≤0.95*SoCb,max (5)
其中,SoCb,t为第b个储能电池在控制时段t的荷电状态,SoCb,max为第b个储能电池的最大荷电状态;
(4)、孤网-并网切换模式的目标函数
在满足约束条件(2)—(5)的基础上,在控制时段t,微网依靠其内部发电单元发电以及与大电网的双向交互满足负载需求并且获得卖电收益,或时而切换至孤网运行,使得成本F最小在满足约束条件(2)—(5)的基础上,在控制时段t,微网依靠其内部发电单元发电以及与大电网的双向交互满足负载需求并且获得卖电收益,或切换至孤网运行,使得成本F最小:
MinimizeF=Fw+Fp+Fd+Fm+Ff+Fb+FGrid+Op+Fl+Fc (6)。
2.根据权利要求1所述的微网模式切换控制方法,其特征在于,所述柴油发电机发电成本Fd可以表示为:
Fd=[fd(Pd,t)×ud,t]×Δt+Sd,t×|ud,t-ud,t-1|
其中:
fd(Pd,t)=ad*Pd,t 2+bd*Pd,t+cd
式中,Pd,t为D台柴油发电机第d台在控制时段t的输出功率,ud,t为第d台柴油发电机在控制时段t的启停状态,ud,t=1表示柴油发电机开机,ud,t=0表示柴油发电机关闭,ud,t-1为第d台柴油发电机在控制时段t-1即当前控制时段的启停状态;Sd,t表示第d台柴油发电机在控制时段t的启停成本,单位发电成本由fd(Pd,t)表示,ad,bd,cd为d台柴油发电机的相应参数。
3.根据权利要求1所述的微网模式切换控制方法,其特征在于,所述微型涡轮发电机发电成本Fm可以表示为:
Fm=[Cm,t*Pm,t*um,t+Sm,t*|um,t-um,t-1|]*Δt
式中,Pm,t为M台微型涡轮发电机第m台在控制时段t的输出功率;um,t表示第m台微型涡轮发电机控制时段t的启停状态,um,t=1表示微型涡轮发电机开机、um,t=0 表示微型涡轮发电机关闭;Cm,t表示第m台微型涡轮发电机在控制时段t的发电成本,Sm,t表示第m台微型涡轮发电机在控制时段t的启停成本。
4.根据权利要求1所述的微网模式切换控制方法,其特征在于,所述储能电池充放电成本Fb为:
其中,Cbattery,b表示第b个储能电池的资本成本,Cbattery,b=4500$;Eb为电池容量,在本实施例中,Eb=150kWh;Lb是储能电池的额定循环次数,Lb=2000,Bb,t表示第b个储能电池在控制时段t的电量价格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710228525.4A CN107134771B (zh) | 2017-04-10 | 2017-04-10 | 一种基于经济效益评估的微网模式切换控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710228525.4A CN107134771B (zh) | 2017-04-10 | 2017-04-10 | 一种基于经济效益评估的微网模式切换控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107134771A CN107134771A (zh) | 2017-09-05 |
CN107134771B true CN107134771B (zh) | 2019-09-24 |
Family
ID=59715333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710228525.4A Expired - Fee Related CN107134771B (zh) | 2017-04-10 | 2017-04-10 | 一种基于经济效益评估的微网模式切换控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134771B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109256797B (zh) * | 2018-06-20 | 2021-02-26 | 上海电力学院 | 一种考虑市场交易的含风光储的局域电网优化方法 |
CN110190621A (zh) * | 2019-03-11 | 2019-08-30 | 华电电力科学研究院有限公司 | 一种燃料电池的分布式光伏集成系统及集成方法 |
CN111725823A (zh) * | 2019-03-19 | 2020-09-29 | 新奥数能科技有限公司 | 一种光伏配电网中电池储能系统的运行控制方法和系统 |
CN117081160B (zh) * | 2023-10-17 | 2023-12-26 | 广州菲利斯太阳能科技有限公司 | 一种用于微电网的并离网切换系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103795079A (zh) * | 2014-01-13 | 2014-05-14 | 山东大学 | 离网并网混合光伏发电控制系统及其经济性运行优化方法 |
CN103904686A (zh) * | 2014-04-03 | 2014-07-02 | 国家电网公司 | 一种考虑电力系统协同能力的经济调度方法 |
CN104732444A (zh) * | 2013-12-18 | 2015-06-24 | 国家电网公司 | 用于微电网的数据处理方法和装置 |
CN105787605A (zh) * | 2016-03-24 | 2016-07-20 | 上海电力学院 | 基于改进型量子遗传算法的微网经济优化运行调度方法 |
KR101704252B1 (ko) * | 2015-09-03 | 2017-02-07 | 한국전력공사 | 독립형 마이크로그리드 운영 장치 및 방법 |
CN106920177A (zh) * | 2017-01-17 | 2017-07-04 | 无锡协鑫分布式能源开发有限公司 | 一种多能互补微能源的经济运行策略 |
-
2017
- 2017-04-10 CN CN201710228525.4A patent/CN107134771B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732444A (zh) * | 2013-12-18 | 2015-06-24 | 国家电网公司 | 用于微电网的数据处理方法和装置 |
CN103795079A (zh) * | 2014-01-13 | 2014-05-14 | 山东大学 | 离网并网混合光伏发电控制系统及其经济性运行优化方法 |
CN103904686A (zh) * | 2014-04-03 | 2014-07-02 | 国家电网公司 | 一种考虑电力系统协同能力的经济调度方法 |
KR101704252B1 (ko) * | 2015-09-03 | 2017-02-07 | 한국전력공사 | 독립형 마이크로그리드 운영 장치 및 방법 |
CN105787605A (zh) * | 2016-03-24 | 2016-07-20 | 上海电力学院 | 基于改进型量子遗传算法的微网经济优化运行调度方法 |
CN106920177A (zh) * | 2017-01-17 | 2017-07-04 | 无锡协鑫分布式能源开发有限公司 | 一种多能互补微能源的经济运行策略 |
Non-Patent Citations (1)
Title |
---|
Economic Dispatch of Micro-Grid Based on Improved Particle-Swarm Optimization Algorithm;Huiqiu Cao et al.;《IEEE》;20161231;第1-6页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107134771A (zh) | 2017-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651026B (zh) | 多时间尺度微电网能量管理优化调度方法 | |
Maghami et al. | Hybrid energy management with respect to a hydrogen energy system and demand response | |
Alabi et al. | Improved hybrid inexact optimal scheduling of virtual powerplant (VPP) for zero-carbon multi-energy system (ZCMES) incorporating Electric Vehicle (EV) multi-flexible approach | |
Lu et al. | Multi-objective optimal scheduling of a DC micro-grid consisted of PV system and EV charging station | |
Salama et al. | Studying impacts of electric vehicle functionalities in wind energy-powered utility grids with energy storage device | |
CN105868844A (zh) | 一种含电动汽车混合储能系统的微网多目标运行调度方法 | |
CN107134771B (zh) | 一种基于经济效益评估的微网模式切换控制方法 | |
CN103151797A (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 | |
CN103346562A (zh) | 计及需求响应的多时间尺度微网能量控制方法 | |
CN105139147A (zh) | 微电网系统的经济调度方法 | |
Yu et al. | A real time energy management for EV charging station integrated with local generations and energy storage system | |
CN114243795A (zh) | 一种典型充电站综合能源协同交互优化配置方法及系统 | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
Akshya et al. | Grid integration for electric vehicle and photovoltaic panel for a smart home | |
Meiqin et al. | Economic analysis of the microgrid with multi-energy and electric vehicles | |
Robyns et al. | Electrical energy storage for buildings in smart grids | |
Charadi et al. | Bi-objective optimal active and reactive power flow management in grid-connected AC/DC hybrid microgrids using metaheuristic–PSO. | |
CN210821864U (zh) | 一种设置在发电厂内的可插拔或可移动充电站系统 | |
Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources | |
CN113988392A (zh) | 一种考虑可靠性需求响应的微网优化规划方法 | |
Zhang et al. | Capacity configuration optimization of energy storage for microgrids considering source–load prediction uncertainty and demand response | |
CN110929908B (zh) | 多微网系统容量配置与经济调度的协同优化方法及系统 | |
Ghahramani et al. | Optimal energy management of a parking lot in the presence of renewable sources | |
Ouramdane et al. | Optimal sizing of domestic grid-connected microgrid maximizing self consumption and battery lifespan⋆ | |
Sheng et al. | Economic Dispatch of Micro-grid Considering Electric Vehicles |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190924 |
|
CF01 | Termination of patent right due to non-payment of annual fee |