CN107425534B

CN107425534B - 一种基于优化蓄电池充放电策略的微电网调度方法

Info

Publication number: CN107425534B
Application number: CN201710742563.1A
Authority: CN
Inventors: 滕云龙; 黄琦; 卢有亮; 张真源; 张宇馨; 姜若愚
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2017-08-25
Filing date: 2017-08-25
Publication date: 2020-07-31
Anticipated expiration: 2037-08-25
Also published as: CN107425534A

Abstract

本发明公开一种基于优化蓄电池充放电策略的微电网调度方法，应用于微电网领域，首先根据风速、温度及光照强度等数据，计算出风力和光伏发电的功率；其次确定出负荷峰时段及谷时段，并根据相关约束条件，在两时段分别得出蓄电池的充放电电量及充放电持续时间，而在非峰谷时段，则以蓄电池效能最大化利用为前提，计算蓄电池充放电电量及持续时间；最后通过计算出每时段的剩余负荷需求，根据目标函数及约束条件，确定其他分布式电源的发电功率；本发明综合考虑蓄电池特性和充放电约束，在保证微电网可靠运行的前提下，尤其工作于离网模式时，增加蓄电池在微电网运行中的应用，从而提高微电网运行的经济性与可靠性。

Description

一种基于优化蓄电池充放电策略的微电网调度方法

技术领域

本发明属于微电网领域，特别涉及一种微电网的优化调度技术。

背景技术

微电网是一个能够实现自我控制、保护和管理的自治系统，即可并网运行，也可离网运行。通过微电网可充分有效地发挥分布式清洁能源潜力，减少分布式发电容量小、发电功率不稳定、独立供电可靠性低等不利因素，对于可再生能源的分布式发展具有关键作用。然而可再生能源发电具有不确定性，随着其大量接入微电网，对微电网经济与稳定优化运行提出了更高要求。

改进的遗传算法、粒子群算法等，为现有的提高微电网运行经济性的方法，通过对算法的改进，找到更为合理的优化结果，从而提高经济性。但改进算法的本质为在现有条件下找到一组更优的解，存在一定的局限性。

现有的提高微电网运行可靠性的方法有：(1)在联网模式下，微电网通过与大电网交换电能，来保证自身的供电可靠性。此种方式的弊端在于微电网在向大电网购买电网电能的时候，可能是大电网用电高峰，购买电价较高会降低微电网运行的经济性，也会对电网的运行造成负担。(2)在离网模式下，微电网只能通过系统内的分布式电源来保证供电可靠性。在负荷需求不能被满足的时候，将选择切负荷方法，保证系统内的重要负荷的供应。此种方法为微电网自身无法满足负荷需求时的被迫选择。

发明内容

为解决上述技术问题，本申请提出一种基于优化蓄电池充放电策略的微电网调度方法，通过在保证微电网可靠运行的前提下，尤其工作于离网模式时，增加蓄电池在微电网运行中的应用，从而提高微电网运行的经济性与可靠性。

本发明采用的技术方案为：一种基于优化蓄电池充放电策略的微电网调度方法，

S1、计算风力发电机的功率以及光伏发电机的功率；

S2、确定输入的负荷数据峰值时段与低谷时段；

S3、在负荷数据峰值时段，计算蓄电池放电电量与放电时间；

S4、在负荷数据低谷时段，计算蓄电池充电电量与充电时间；

S5、若负荷数据非峰值时段且非低谷时段的连续时间段大于4个调度时段，则计算满足第一约束条件的该时段蓄电池的放电电量或蓄电池的充电电量；然后执行步骤S6；否则结束；

S6、根据每个调度时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量；确定每个时段其他分布式电源的发电功率。

进一步地，步骤S1根据风速计算风力发电机的功率；根据光照强度和温度计算光伏发电的功率。

进一步地，步骤S2所述确定输入的负荷数据峰值时段与低谷时段，具体为：通过找到负荷数据最大值与最小值所在时间点；然后将最大值所在调度时段及其邻近的N个调度时段作为负荷数据峰值时段；将最小值所在调度时段及其邻近的N个调度时段作为负荷数据低谷时段。

进一步地，所述步骤S3具体为：在负荷数据峰值时段，根据第一约束条件，计算蓄电池放电电量与放电时间。

进一步地，所述步骤S4具体为：在负荷低谷时间段，根据第一约束条件，计算蓄电池充电电量及放电持续时间。

更进一步地，所述第一约束条件包括：(1)充放电深度约束：蓄电池在充放电时，要求蓄电池的最小剩余容量为最大容量的20％，蓄电池的最大充电电量也不可以超过最大容量的90％；

(2)荷电量状态约束，其计算公式为：

当电池放电时：

当电池充电时：

SOC(t)＝SOC(t-1)(1-δ)-P_SB(t)η_SB

其中，SOC(t)为当前蓄电池剩余电量，δ是蓄电池的自放电率，P_SB(t)是蓄电池t时刻的充放电功率，η_SB是蓄电池的充放电效率；

(3)充放电功率约束：蓄电池当前调度时段的充放电量大于或等于蓄电池的最小放电量，且小于或等于蓄电池的最大放电量；

(4)周期储能平衡约束：当前调度时段的蓄电池的充电电量等于放电电量；

(5)最短充放电时间约束：设定蓄电池最短充放电时间。

进一步地，所述步骤S6还包括每个调度时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量，计算该时段的剩余负荷需求；根据剩余负荷需求、目标函数及第二约束条件确定每个时段其他分布式电源的发电功率。

更进一步地，所述目标函数包括：(1)发电成本最低，表达式为：

f(t)＝C_F(t)+C_ZJ(t)+C_WH(t)

C_F(t)＝C_{FC_FC}+C_{FC_MT}

其中，C_F(t)为燃料成本，C_ZJ(t)为设备投资折旧成本，C_WH(t)为设备运行维护成本，C_{FC_FC}、C_{FC_MT}分别为燃料电池和微型燃气轮机的燃料成本函数；P_i(t)为第i个分布式电源在t时刻的出力，n为所有的分布式电源个数之和，C_AZ,i为第i个分布式电源的单位容量安装成本，k_i为第i个分布式电源的容量因数，K_WH,i为第i个分布式电源的单位电量运行维护成本系数，r为年利率，n_i为第i个分布式电源投资回收年限。

(2)环保成本最低，表达式为：

其中，C_HB(t)为排放的污染物受到的环境惩罚成本，M为排放的气体的种类总数，C_HB(m)为每种排放的气体对应的环保治理费用，k_mi为第i个设备排放第m种气体时的排放因子。

进一步地，第二约束条件包括：(1)功率平衡约束：任意时刻各分布式电源的出力之和等于该时刻微电网的负荷需求；

(2)各分布式电源的出力约束：任意时刻分布式电源的出力满足大于或等于该分布式电源的出力的最小值，且大于该分布式电源的出力的最大值；

(3)MT的爬速率，前后两个调度时段的出力之差的绝对值小于其爬坡速率。

本发明的有益效果：本发明的一种基于优化蓄电池充放电策略的微电网调度方法，首先根据风速、温度及光照强度等数据，计算出风力和光伏发电的功率；其次确定出负荷峰时段及谷时段，并根据相关约束条件，在两时段分别得出蓄电池的充放电电量及充放电持续时间，而在非峰谷时段，则以蓄电池效能最大化利用为前提，计算蓄电池充放电电量及持续时间；最后通过计算出每时段的剩余负荷需求，根据目标函数及约束条件，确定其他分布式电源的发电功率；本发明综合考虑蓄电池特性和充放电约束，提出了蓄电池充放电优先的微电网调度策略，在保证微电网可靠运行的前提下，尤其工作于离网模式时，增加蓄电池在微电网运行中的应用，从而提高微电网运行的经济性与可靠性。

附图说明

图1为本发明的方案流程图。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。

S1、根据风速计算风力发电机的功率；根据光照强度和温度，计算光伏发电的功率。具体为：

风机的发电量由风速决定，已知风速即可求出风力发电功率。风力发电机功率P_WT与风速的关系如式(1)所示：

其中，P_r为风机额定功率，V_I为切入风速，V_O为切出风速，V_r为额定风速，V³、V_I ³分别是对V和V_I求三次方运算。

光伏发电的发电量由光照强度及环境温度决定，在标准测试条件下，光伏电池的输出功率可由式(2)得到：

T_c为光伏电池的工作温度，其估算公式为：

P_STC为标准测试条件(即太阳光照强度1000w/m²，环境温度25℃时)下的最大测试功率，G_STC为标准测试条件下的光照强度，k为功率温度系数取-0.47％/℃，T_r为参考温度，T_e为运行时的环境温度，G_T为运行时的光照强度。

S2、输入负荷数据，确定负荷峰值时段及负荷低谷时段。

根据负荷数据，找到负荷最大值所在时间点，此时间点及其邻近的4个时间点被确定为负荷峰值时段。找到负荷最小值所在时间点，此时间点及其邻近的4个时间点被确定为负荷低谷时段。邻近范围如果选的时间长，蓄电池总可充电电量一定，那么每个调度时间内蓄电池的充电电量将减少，因此本申请选择临近的4个时间段。

S3、负荷峰值时段，蓄电池放电，根据第一约束条件，计算蓄电池放电电量P_SB(t)及放电持续时间t。从负荷峰值时间段开始，蓄电池开始以P_SB(t)的放电电量，持续放电t小时。

第一约束条件包括：充放电深度约束、荷电量状态约束、充放电功率约束，周期储能平衡约束，最短充放电时间约束。具体为：

(1)充放电深度约束：

蓄电池在充放电时，为避免蓄电池深度放电而降低蓄电池的使用寿命，一般要求蓄电池的最小剩余容量为最大容量的20％，蓄电池的最大充电电量也不可以超过最大容量的90％。其公式如下：

SOC_max·20％≤SOC≤SOC_max·90％ (4)

(2)荷电量状态约束：

荷电状态SOC(t)为当前电池剩余电量，其计算公式为：

当电池放电时：

当电池充电时：

SOC(t)＝SOC(t-1)(1-δ)-P_SB(t)η_SB (6)

其中，δ是蓄电池的自放电率，P_SB(t)是蓄电池t时刻的充放电功率，η_SB是蓄电池的充放电效率。

(3)充放电功率约束

蓄电池单位时间内的充放电功率需限定在一定范围内：

P_SBC,min≤P_SBC(t)≤P_SBC,max (7)

其中，P_SBC,min为蓄电池的最小放电量，P_SBC,max为蓄电池的最大放电量，P_SBC(t)为蓄电池当前调度时段的充放电量。

(4)周期储能平衡约束

一个调度周期内蓄电池的充电电量要与放电电量保持平衡：

∑SOC_SBC＝∑SOC_SBF (8)

∑SOC_SBC、∑SOC_SBF分别为蓄电池在一个完整调度周期内的充电电量与放电电量总和。

(5)最短充放电时间约束

为保证蓄电池的充放电不在短时间内频繁的更换，造成蓄电池寿命的损伤，需对蓄电池最短充放电时间进行限制，本实施例将其限制在2个调度时段内。

在蓄电池满足以上所有约束条件的情况下，计算其满足条件的最大放电电量，充分利用蓄电池的充放电效能。本实施例保证在负荷高峰期之前，蓄电池的电量为能其承受的最大值，在负荷高峰期时，蓄电池可放电至其能承受的最小值，保证微电网的供电可靠性。

S4、负荷低谷时期，蓄电池充电，根据第一约束条件，确定蓄电池充电电量P_SB(t)及充电持续时间t。从负荷低谷时间段开始，蓄电池开始以P_SB(t)的充电电量，持续充电t小时。

蓄电池的充电量需满足步骤S3中的第一约束条件的情况，计算其满足条件的最大充电电量，充分利用蓄电池的充放电效能。本实施例保证在负荷低谷期之前，蓄电池的电量为能承受的最小值，在负荷低谷期时，蓄电池可充电至其能承受的最大值，为后期储备电量。

S5、确定负荷数据非峰值且非低谷时间段，以蓄电池效能最大化利用为前提，计算蓄电池充放电电量及时间。

在负荷数据非峰值且非低谷时间段，考虑到不能频繁转化蓄电池充放电状态的要求，需要检测负荷数据非峰值且非低谷连续时间段，如果该连续时间段超过4个调度时段，根据第一约束条件，计算其满足情况的充放电电量最大值。

S6、计算每个时段除去光伏、风力、蓄电池发电量的剩余负荷需求，根据目标函数及第二约束条件，确定其他分布式电源的发电功率。

本申请中目标函数将考虑经济性与环保性，目标函数如下：

经济性：

考虑微电网一天内的发电成本最低，其中发电成本包括燃料成本、投资折旧成本、运行维护成本。

f(t)＝C_F(t)+C_ZJ(t)+C_WH(t) (9)

C_F(t)＝C_{FC_FC}+C_{FC_MT} (10)

其中，C_F(t)为燃料成本，C_ZJ(t)为设备投资折旧成本，C_WH(t)为设备运行维护成本。燃料成本分为燃料电池与燃气轮机两部分。P_i(t)为第i个分布式电源的在t时刻的出力，n为所有的分布式电源个数之和，C_AZ,i为第i个分布式电源的单位容量安装成本，k_i为第i个分布式电源的容量因数，r为年利率，n_i为第i个分布式电源投资回收年限。

环保性：

环保成本即燃烧的废气对环境的污染及受到的环境惩罚成本,其计算公式如下：

C_HB(t)为排放的污染物受到的环境惩罚成本。K_WH,i为第i个分布式电源的单位电量运行维护成本系数。M为排放的气体的种类总数，C_HB(m)为每种排放的气体对应的环保治理费用，k_mi为第i个设备排放第m种气体时的排放因子。

第二约束条件：

(1)功率平衡约束

任意时刻各分布式电源的出力之和需满足微电网的负荷需求。

P_L(t)为微电网在t时刻的负荷需求。

(2)各分布式电源的出力约束

任意时刻分布式电源的出力不能超出自身最大最小功率的限制。

P_i(t)_min≤P_i(t)≤P_i(t)_max (15)

式中，P_i(t)_min与P_i(t)_max分别为i个分布式电源的出力的最大值与最小值。

(3)微型燃气轮机(microturbine)MT的爬速率约。

增出力时，有

P_MT(t)-P_MT(t-1)≤P_up,MT (16)

前后两个调度时段的出力之差小于其爬坡速率。

减出力时，有

P_MT(t-1)-P_MT(t)≤P_down,MT (17)

P_up,MT为微型燃气轮机的增出力时的单位时间内的变化功率限值，P_down,MT为微型燃气轮机的减出力时的单位时间内的变化功率限值。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims

1.一种基于优化蓄电池充放电策略的微电网调度方法，其特征在于，包括：

S1、计算风力发电机的功率以及光伏发电机的功率；

S2、确定输入的负荷数据峰值时段与低谷时段；

S3、在负荷数据峰值时段，根据第一约束条件，计算蓄电池放电电量与放电时间；所述第一约束条件包括：(1)充放电深度约束：蓄电池在充放电时，要求蓄电池的最小剩余容量为最大容量的20％，蓄电池的最大充电电量也不可以超过最大容量的90％；

(2)荷电量状态约束，其计算公式为：

当电池放电时：

当电池充电时：

SOC(t)＝SOC(t-1)(1-δ)-P_SB(t)η_SB

(5)最短充放电时间约束：设定蓄电池最短充放电时间；

S4、在负荷数据低谷时段，根据第一约束条件，计算蓄电池充电电量与充电时间；

S6、根据每个时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量；确定每个时段其他分布式电源的发电功率；所述步骤S6还包括每个时段的总负荷数据功率需求、风力发电机的功率、光伏发电机的功率、蓄电池放电电量以及蓄电池充电电量，计算该时段的剩余负荷需求；根据剩余负荷需求、目标函数及第二约束条件确定每个时段其他分布式电源的发电功率；所述目标函数包括：

(1)发电成本最低，表达式为：

f(t)＝C_F(t)+C_ZJ(t)+C_WH(t)

C_F(t)＝C_{FC_FC}+C_{FC_MT}

其中，C_F(t)为燃料成本，C_ZJ(t)为设备投资折旧成本，C_WH(t)为设备运行维护成本，C_{FC_FC}、C_{FC_MT}分别为燃料电池和微型燃气轮机的燃料成本函数；P_i(t)为第i个分布式电源在t时刻的出力，n为所有的分布式电源个数之和，C_AZ,i为第i个分布式电源的单位容量安装成本，k_i为第i个分布式电源的容量因数，K_WH,i为第i个分布式电源的单位电量运行维护成本系数，r为年利率，n_i为第i个分布式电源投资回收年限；

(2)环保成本最低，表达式为：

其中，C_HB(t)为排放的污染物受到的环境惩罚成本，M为排放的气体的种类总数，C_HB(m)为每种排放的气体对应的环保治理费用，k_mi为第i个设备排放第m种气体时的排放因子；

第二约束条件包括：(1)功率平衡约束：任意时刻各分布式电源的出力之和等于该时刻微电网的负荷需求；

(2)各分布式电源的出力约束：任意时刻分布式电源的出力满足大于或等于该分布式电源的出力的最小值，且小于该分布式电源的出力的最大值；

(3)微型燃气轮机的爬坡速率，前后两个调度时段的出力之差的绝对值小于其爬坡速率。

2.根据权利要求1所述的一种基于优化蓄电池充放电策略的微电网调度方法，其特征在于，步骤S1根据风速计算风力发电机的功率；根据光照强度和温度计算光伏发电的功率。

3.根据权利要求1所述的一种基于优化蓄电池充放电策略的微电网调度方法，其特征在于，步骤S2所述确定输入的负荷数据峰值时段与低谷时段，具体为：通过找到负荷数据最大值与最小值所在时间点；然后将最大值所在时间点及其邻近的N个时间点作为负荷数据峰值时段；将最小值所在时间点所在时间点及其邻近的N个时间点作为负荷数据低谷时段。