CN108199369A - 面向多种电力市场准入关联的地域性微电网低成本优化运营方法 - Google Patents

面向多种电力市场准入关联的地域性微电网低成本优化运营方法 Download PDF

Info

Publication number
CN108199369A
CN108199369A CN201711482958.9A CN201711482958A CN108199369A CN 108199369 A CN108199369 A CN 108199369A CN 201711482958 A CN201711482958 A CN 201711482958A CN 108199369 A CN108199369 A CN 108199369A
Authority
CN
China
Prior art keywords
micro
capacitance sensor
formula
power
electricity
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
Application number
CN201711482958.9A
Other languages
English (en)
Other versions
CN108199369B (zh
Inventor
钱仲文
王珂
张旭东
夏洪涛
江勇
宋国超
李兵
张建松
陈浩
余侃
牛东晓
沈思琪
陈铁义
石惠承
郑卓凡
王澍
周铭
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.)
State Grid Zhejiang Electric Power Co Ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Jinhua Power Supply Co of State Grid Zhejiang Electric Power 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 State Grid Zhejiang Electric Power Co Ltd, Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN201711482958.9A priority Critical patent/CN108199369B/zh
Publication of CN108199369A publication Critical patent/CN108199369A/zh
Application granted granted Critical
Publication of CN108199369B publication Critical patent/CN108199369B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/383
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62The condition being non-electrical, e.g. temperature
    • H02J2310/64The condition being economic, e.g. tariff based load management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • 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
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (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

本发明公开了一种面向多种电力市场准入关联的地域性微电网低成本优化运营方法,首先建立微电网低成本运行目标函数模型;其次,计算出微电网低成本运行目标函数模型的最优值,确立微电网的低成本优化运行模式;最后,按微电网的低成本优化运行模式运行电网。本发明采用的技术方案,能获得更佳的优化策略,提升微电网运行效率和经济性。

Description

面向多种电力市场准入关联的地域性微电网低成本优化运营 方法
技术领域
本发明涉及电力运行控制技术领域,具体涉及微电网优化运营方法。
背景技术
近年来,分布式电源(DG)与微网技术的应用在智能电网建设中的作用越来越凸显。微电网技术为不同种类的分布式电源在不同电压等级接入电网提供了接口,是提高可再生能源利用效率的有效方式。
在微电网规划与综合运行中,如何综合考虑常规用电设备群、电储能、光伏系统以及用户转变,制定微电网经济运行策略,有助于解决分布式电源的大规模接入给电网带来的问题,提高可再生能源利用效率、电力系统可靠性和灵活性等方面具有显著的意义和价值。
发明内容
本发明所要解决的技术问题是提供一种面向多种电力市场准入关联的地域性微电网低成本优化运营方法,提升电网运行的经济性。
为解决上述技术问题,本发明采用如下技术方案:面向多种电力市场准入关联的地域性微电网低成本优化运营方法,首先建立微电网低成本运行目标函数模型;其次,计算出微电网低成本运行目标函数模型的最优值,确立微电网的低成本优化运行模式;最后,按微电网的低成本优化运行模式运行电网;
其中,微电网运行模型包含综合市场参与模式和大用户微网控制两个子系统,
综合市场参与模式包括日内时序电价、容量电价、辅助服务补偿、光伏补偿四个子模块,
日内时序电价子模块表示一日内不同时刻用电的电价,定价方式是我国大企业峰谷定价,微电网在该电价下所产生的用电成本如公式(1)所示:
其中,Puset表示日内第t个时刻微电网的总用电功率;Ggent表示日内第t个时刻微电网的总发电功率;ρt表示日内第t个时刻微电网参与辅助服务市场中电储能的充电功率;TL表示时间步长长度,price表示目录电价中日内时序电价水平向量;PRbut日内第t个时刻的目录电价水平;PD表示微电网竞价所获得的价格差异;Panci表示辅助服务市场竞价成功后合同中约定的充电功率;ht表示日内第t个时刻是否参与辅助服务市场的逻辑判断变量;
其中,St表示微电网单向潮流结算判断量,计算方法如公式(2)所示:
容量电价子模块表示电网基本电价的收费机制,微电网在该电价下所产生的用电成本如公式(3)所示:
Cap_cha=Max[S⊙(Puse-Ggen)]·PRba (3)
其中,S为由日内所有St组成的向量,Puse表示为由日内所有Puset组成的向量,Ggen表示由日内所有Ggent组成的向量,PRba表示基本电价水平;
辅助服务子模块表示我国第二次电力体制改革下推出的一种辅助服务市场机制,微电网在该电价下所产生的用电成本如公式(4)所示:
其中,PRancit表示日内第t个时刻微电网参与辅助服务市场的交易价格;
光伏补偿子模块表示分布式光伏发电的微电网向电网供应电力所获得的利益,采用“自发自用、余电上网”模式,微电网在该电价下所产生的用电成本如公式(5)所示,包含由国家给予的光伏补贴Comp和余电上网的利益Ben两部分:
PV_cha=Comp+Ben (5)
其中,国家给予的光伏补贴计算方法如公式(6)所示:
其中,PRsubt表示第t个时刻的光伏补贴价格水平;
其中,余电上网的利益计算方法如公式(7)所示:
其中,PRcoal表示当地的脱硫燃煤价格,Gbt表示第t个时刻微电网中光伏的上网发电功率;
大用户微网控制子系统包括常规用电设备群、光伏系统、电储能、用户专变和带冰储能的中央空调系统,总的行为优化目标是以最低的成本满足运行要求,计算方法如公式(8)所示:
Min:J=En_cha+cap_cha+ancil_cha+PV_cha (8)
其中,En_cha是电度电费,cap_cha是容量电费,ancil_cha是辅助服务市场申报费用,PV_cha是光伏发电盈利的相反数,
公式(8)中的目标函数是非凸的问题,因此优化解空间中存在多个极值,因此,相同的成本可能有超过一种解决方案,在这些可行的解决方案中,工业实施需要一种在类似运行成本下波动较小的解决方案,为了实现这个特征,列出了公式(9):
假设有一天内有J个时期,每个时期的动态日电价格是一样的,(σj)代表Puset在第j个时期的标准偏差,公式(9)增加了目标函数波动的调节来控制波动程度,
其中,常规用电设备群模块,电网的总功率负载计算方法如公式(10)所示:
其中Pothert表示第t个时间步长除了电气存储和冷却系统中的设备负载;Pes表示电储能充电功率;Pcool表示冷却系统的设备负载;
冷却系统的设备负载计算方法如公式(10)所示:
其中,Phvacit为某一冷水机在第t个时间步长的功率;Ppump为某一泵在第t个时间步长的功率;Swit表示冷却器i的开关状态,0表示关断,1表示打开;
其中,电储能模块中电气存储器的操作方面的物理极限需要加以考虑,第一个限制是充电或放电的速率应满足存储的安全性,如公式(11)所示:
Const1:Pesmin≤Pest≤Pesmax (11)
其中,Pesmax表示最大充电速率,Pesmin表示最大放电速率;
第二个限制是任何时刻存储在电气存储器中的电能都不能超过其最大和最小限制,如公式(12)所示:
Const2:
其中,Eesmax表示电储能最大值,Eesmin表示电储能最小值;
如果用户加入MRGPAS并在规定的时间内与发电厂签约,充电权将被固定在投标和合同的要求上,这种约束表明电气存储的行为应符合市场合约的要求如公式(13)所示:
Const3:Pest=Panci,if ht=1 (13)
其中,冷储能模块中,从电力到冷量的转化计算方法如公式(14)所示:
Cgenit=Phvacit·COPit (14)
其中,Phvacit为某一冷水机在第t个时间步长的功率;COP为性能系数,广泛地用于评估冷水机组的冷产生效率,COP不是一个常数值,当Phvac增加时,COP逐渐降低,因此在Phvac范围内有一个Cgen的峰值点,冷量存储器的操作方面的物理极限需要加以考虑,第一个限制是Phvac限制条件,如公式(15)所示:
Const4:Phvacmin≤Phvact≤Phavcmax (15)
某日室内温度的时间序列要求是通过职业工作的要求来确定的,所以时间序列的冷量要求是恒定的,第二个限制是为了平衡冷却和消耗的冷却网络,产生的冷量将被微电冰冷的要求消耗或者被冷藏储存,如公式(17)所示:
Const5:
其中,Qtott表示第t个时间步长的微电网的冷消耗率,Qint表示在第t个时间步骤的冷藏的冷充电率;
通过切换相应的阀门,能够通过热能交换区域来控制冷库的电力交换速度,第三个限制是冷库中充放电率的控制,如公式(17)所示:
Const6:Qinmin≤Qint≤Qinmax (17)
第四个限制是冷库中储存冷藏的局限性,一天中任何时刻的冷库存储不能超过最大和最小操作限制,如公式(18)所示:
Const7:
本发明采用的技术方案,能获得更佳的优化策略,提升微电网运行效率和经济性。
附图说明
下面结合附图和具体实施方式对本发明作进一步描述:
图1是本发明微电网运行模型原理框图;
图2是综合市场参与模式原理框图;
图3是大用户微网控制子系统原理框图;
图4是带冰储能的制冷系统的原理框图。
具体实施方式
本发明面向中国第二次电力体制改革生成的新市场结构,以及仍留存的传统市场结构,构建了一个与微电网管理的高关联市场环境。同时,构建微电网中包含传统负荷、电储存、制冷系统以及蓄冷储能的相关模型。此外,制冷系统中制冷机的COP确定采用真实数据的拟合方法。最终,方案形成一个非线性混合整数优化模型,并通过传统优化方法,辅助微电网决策者分析了多个市场对能源储存的影响。
为了实现上述目的,现提出的方案如下:
如图1至图4所示,面向多种电力市场准入关联的地域性微电网低成本优化运营方法,首先建立微电网低成本运行目标函数模型;其次,计算出微电网低成本运行目标函数模型的最优值,确立微电网的低成本优化运行模式;最后,按微电网的低成本优化运行模式运行电网;
其中,微电网运行模型包含综合市场参与模式和大用户微网控制两个子系统,
综合市场参与模式包括日内时序电价、容量电价、辅助服务补偿、光伏补偿四个子模块,
日内时序电价子模块表示一日内不同时刻用电的电价,定价方式是我国大企业峰谷定价,微电网在该电价下所产生的用电成本如公式(1)所示:
其中,Puset表示日内第t个时刻微电网的总用电功率;Ggent表示日内第t个时刻微电网的总发电功率;ρt表示日内第t个时刻微电网参与辅助服务市场中电储能的充电功率;TL表示时间步长长度,price表示目录电价中日内时序电价水平向量;PRbut日内第t个时刻的目录电价水平;PD表示微电网竞价所获得的价格差异;Panci表示辅助服务市场竞价成功后合同中约定的充电功率;ht表示日内第t个时刻是否参与辅助服务市场的逻辑判断变量;
其中,St表示微电网单向潮流结算判断量,计算方法如公式(2)所示:
容量电价子模块表示电网基本电价的收费机制,微电网在该电价下所产生的用电成本如公式(3)所示:
Cap_cha=Max[S⊙(Puse-Ggen)]·PRba (3)
其中,S为由日内所有St组成的向量,Puse表示为由日内所有Puset组成的向量,Ggen表示由日内所有Ggent组成的向量,PRba表示基本电价水平;
辅助服务子模块表示我国第二次电力体制改革下推出的一种辅助服务市场机制,微电网在该电价下所产生的用电成本如公式(4)所示:
其中,PRancit表示日内第t个时刻微电网参与辅助服务市场的交易价格;
光伏补偿子模块表示分布式光伏发电的微电网向电网供应电力所获得的利益,采用“自发自用、余电上网”模式,微电网在该电价下所产生的用电成本如公式(5)所示,包含由国家给予的光伏补贴Comp和余电上网的利益Ben两部分:
PV_cha=Comp+Ben (5)
其中,国家给予的光伏补贴计算方法如公式(6)所示:
其中,PRsubt表示第t个时刻的光伏补贴价格水平;
其中,余电上网的利益计算方法如公式(7)所示:
其中,PRcoal表示当地的脱硫燃煤价格,Gbt表示第t个时刻微电网中光伏的上网发电功率;
大用户微网控制子系统包括常规用电设备群、光伏系统、电储能、用户专变和带冰储能的中央空调系统,总的行为优化目标是以最低的成本满足运行要求,计算方法如公式(8)所示:
Min:J=En_cha+cap_cha+ancil_cha+PV_cha (8)
其中,En_cha是电度电费,cap_cha是容量电费,ancil_cha是辅助服务市场申报费用,PV_cha是光伏发电盈利的相反数,
公式(8)中的目标函数是非凸的问题,因此优化解空间中存在多个极值,因此,相同的成本可能有超过一种解决方案,在这些可行的解决方案中,工业实施需要一种在类似运行成本下波动较小的解决方案,为了实现这个特征,列出了公式(9):
假设有一天内有J个时期,每个时期的动态日电价格是一样的,(σj)代表Puset在第j个时期的标准偏差,公式(9)增加了目标函数波动的调节来控制波动程度,
其中,常规用电设备群模块,电网的总功率负载计算方法如公式(10)所示:
其中Pothert表示第t个时间步长除了电气存储和冷却系统中的设备负载;Pes表示电储能充电功率;Pcool表示冷却系统的设备负载;
冷却系统的设备负载计算方法如公式(10)所示:
其中,Phvacit为某一冷水机在第t个时间步长的功率;Ppump为某一泵在第t个时间步长的功率;Swit表示冷却器i的开关状态,0表示关断,1表示打开;
其中,电储能模块中电气存储器的操作方面的物理极限需要加以考虑,第一个限制是充电或放电的速率应满足存储的安全性,如公式(11)所示:
Const1:Pesmin≤Pest≤Pesmax (11)
其中,Pesmax表示最大充电速率,Pesmin表示最大放电速率;
第二个限制是任何时刻存储在电气存储器中的电能都不能超过其最大和最小限制,如公式(12)所示:
Const2:
其中,Eesmax表示电储能最大值,Eesmin表示电储能最小值;
如果用户加入MRGPAS并在规定的时间内与发电厂签约,充电权将被固定在投标和合同的要求上,这种约束表明电气存储的行为应符合市场合约的要求如公式(13)所示:
Const 3:Pest=Panci,if ht=1 (13)
其中,冷储能模块中,从电力到冷量的转化计算方法如公式(14)所示:
Cgenit=Phvacit·COPit (14)
其中,Phvacit为某一冷水机在第t个时间步长的功率;COP为性能系数,广泛地用于评估冷水机组的冷产生效率,COP不是一个常数值,当Phvac增加时,COP逐渐降低,因此在Phvac范围内有一个Cgen的峰值点,冷量存储器的操作方面的物理极限需要加以考虑,第一个限制是Phvac限制条件,如公式(15)所示:
Const 4:Phvacmin≤Phvact≤Phvacmax (15)
某日室内温度的时间序列要求是通过职业工作的要求来确定的,所以时间序列的冷量要求是恒定的,第二个限制是为了平衡冷却和消耗的冷却网络,产生的冷量将被微电冰冷的要求消耗或者被冷藏储存,如公式(17)所示:
Const5:
其中,Qtott表示第t个时间步长的微电网的冷消耗率,Qint表示在第t个时间步骤的冷藏的冷充电率;
通过切换相应的阀门,能够通过热能交换区域来控制冷库的电力交换速度,第三个限制是冷库中充放电率的控制,如公式(17)所示:
Const6:Qinmin≤Qint≤Qinmax (17)
第四个限制是冷库中储存冷藏的局限性,一天中任何时刻的冷库存储不能超过最大和最小操作限制,如公式(18)所示:
Const7:

Claims (1)

1.面向多种电力市场准入关联的地域性微电网低成本优化运营方法,其特征在于,首先建立微电网低成本运行目标函数模型;其次,计算出微电网低成本运行目标函数模型的最优值,确立微电网的低成本优化运行模式;最后,按微电网的低成本优化运行模式运行电网;
其中,微电网运行模型包含综合市场参与模式和大用户微网控制两个子系统,
综合市场参与模式包括日内时序电价、容量电价、辅助服务补偿、光伏补偿四个子模块,
日内时序电价子模块表示一日内不同时刻用电的电价,定价方式是我国大企业峰谷定价,微电网在该电价下所产生的用电成本如公式(1)所示:
其中,Puset表示日内第t个时刻微电网的总用电功率;Ggent表示日内第t个时刻微电网的总发电功率;ρt表示日内第t个时刻微电网参与辅助服务市场中电储能的充电功率;TL表示时间步长长度,price表示目录电价中日内时序电价水平向量;PRbut日内第t个时刻的目录电价水平;PD表示微电网竞价所获得的价格差异;Panci表示辅助服务市场竞价成功后合同中约定的充电功率;ht表示日内第t个时刻是否参与辅助服务市场的逻辑判断变量;
其中,St表示微电网单向潮流结算判断量,计算方法如公式(2)所示:
容量电价子模块表示电网基本电价的收费机制,微电网在该电价下所产生的用电成本如公式(3)所示:
Cap_cha=Max[S⊙(Puse-Ggen)]·PRba (3)
其中,S为由日内所有St组成的向量,Puse表示为由日内所有Puset组成的向量,Ggen表示由日内所有Ggent组成的向量,PRba表示基本电价水平;
辅助服务子模块表示我国第二次电力体制改革下推出的一种辅助服务市场机制,微电网在该电价下所产生的用电成本如公式(4)所示:
其中,PRancit表示日内第t个时刻微电网参与辅助服务市场的交易价格;
光伏补偿子模块表示分布式光伏发电的微电网向电网供应电力所获得的利益,采用“自发自用、余电上网”模式,微电网在该电价下所产生的用电成本如公式(5)所示,包含由国家给予的光伏补贴Comp和余电上网的利益Ben两部分:
PV_cha=Comp+Ben (5)
其中,国家给予的光伏补贴计算方法如公式(6)所示:
其中,PRsubt表示第t个时刻的光伏补贴价格水平;
其中,余电上网的利益计算方法如公式(7)所示:
其中,PRcoal表示当地的脱硫燃煤价格,Gbt表示第t个时刻微电网中光伏的上网发电功率;
大用户微网控制子系统包括常规用电设备群、光伏系统、电储能、用户专变和带冰储能的中央空调系统,总的行为优化目标是以最低的成本满足运行要求,计算方法如公式(8)所示:
Min:J=En_cha+cap_cha+ancil_cha+PV_cha (8)
其中,En_cha是电度电费,cap_cha是容量电费,ancil_cha是辅助服务市场申报费用,PV_cha是光伏发电盈利的相反数,
公式(8)中的目标函数是非凸的问题,因此优化解空间中存在多个极值,因此,相同的成本可能有超过一种解决方案,在这些可行的解决方案中,工业实施需要一种在类似运行成本下波动较小的解决方案,为了实现这个特征,列出了公式(9):
假设有一天内有J个时期,每个时期的动态日电价格是一样的,(σj)代表Puset在第j个时期的标准偏差,公式(9)增加了目标函数波动的调节来控制波动程度,
其中,常规用电设备群模块,电网的总功率负载计算方法如公式(10)所示:
其中Pothert表示第t个时间步长除了电气存储和冷却系统中的设备负载;Pes表示电储能充电功率;Pcool表示冷却系统的设备负载;
冷却系统的设备负载计算方法如公式(10)所示:
其中,Phvacit为某一冷水机在第t个时间步长的功率;Ppump为某一泵在第t个时间步长的功率;Swit表示冷却器i的开关状态,0表示关断,1表示打开;其中,电储能模块中电气存储器的操作方面的物理极限需要加以考虑,第一个限制是充电或放电的速率应满足存储的安全性,如公式(11)所示:
Const 1:Pesmin≤Pest≤Pesmax (11)
其中,Pesmax表示最大充电速率,Pesmin表示最大放电速率;
第二个限制是任何时刻存储在电气存储器中的电能都不能超过其最大和最小限制,如公式(12)所示:
其中,Eesmax表示电储能最大值,Eesmin表示电储能最小值;
如果用户加入MRGPAS并在规定的时间内与发电厂签约,充电权将被固定在投标和合同的要求上,这种约束表明电气存储的行为应符合市场合约的要求如公式(13)所示:
Const 3:Pest=Panci,if ht=1 (13)
其中,冷储能模块中,从电力到冷量的转化计算方法如公式(14)所示:
Cgenit=Phvacit·COPit (14)
其中,Phvacit为某一冷水机在第t个时间步长的功率;COP为性能系数,广泛地用于评估冷水机组的冷产生效率,COP不是一个常数值,当Phvac增加时,COP逐渐降低,因此在Phvac范围内有一个Cgen的峰值点,冷量存储器的操作方面的物理极限需要加以考虑,第一个限制是Phvac限制条件,如公式(15)所示:
Const 4:Phvacmin≤Phvact≤Phvacmax (15)
某日室内温度的时间序列要求是通过职业工作的要求来确定的,所以时间序列的冷量要求是恒定的,第二个限制是为了平衡冷却和消耗的冷却网络,产生的冷量将被微电冰冷的要求消耗或者被冷藏储存,如公式(17)所示:
其中,Qtott表示第t个时间步长的微电网的冷消耗率,Qint表示在第t个时间步骤的冷藏的冷充电率;
通过切换相应的阀门,能够通过热能交换区域来控制冷库的电力交换速度,第三个限制是冷库中充放电率的控制,如公式(17)所示:
Const 6:Qinmin≤Qint≤Qinmax (17)
第四个限制是冷库中储存冷藏的局限性,一天中任何时刻的冷库存储不能超过最大和最小操作限制,如公式(18)所示:
CN201711482958.9A 2017-12-29 2017-12-29 面向多种电力市场准入关联的地域性微电网低成本优化运营方法 Active CN108199369B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711482958.9A CN108199369B (zh) 2017-12-29 2017-12-29 面向多种电力市场准入关联的地域性微电网低成本优化运营方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711482958.9A CN108199369B (zh) 2017-12-29 2017-12-29 面向多种电力市场准入关联的地域性微电网低成本优化运营方法

Publications (2)

Publication Number Publication Date
CN108199369A true CN108199369A (zh) 2018-06-22
CN108199369B CN108199369B (zh) 2021-04-09

Family

ID=62586988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711482958.9A Active CN108199369B (zh) 2017-12-29 2017-12-29 面向多种电力市场准入关联的地域性微电网低成本优化运营方法

Country Status (1)

Country Link
CN (1) CN108199369B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109995062A (zh) * 2019-03-22 2019-07-09 广东工业大学 一种微网储能设备投资配比优化方法
CN111654045A (zh) * 2020-04-08 2020-09-11 国网浙江省电力有限公司 一种电力现货市场下储能系统充放电优化方法
CN113421164A (zh) * 2021-07-13 2021-09-21 北京电力交易中心有限公司 需求侧资源与共享储能消纳清洁能源的协同聚合交易方法
CN118137548A (zh) * 2024-05-06 2024-06-04 东莞市锂智慧能源有限公司 一种户用三相储能一体机系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140188689A1 (en) * 2012-12-31 2014-07-03 Battelle Memorial Institute Distributed hierarchical control architecture for integrating smart grid assets during normal and disrupted operations
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 一种计及需求响应的光伏微电网储能多目标容量配置方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140188689A1 (en) * 2012-12-31 2014-07-03 Battelle Memorial Institute Distributed hierarchical control architecture for integrating smart grid assets during normal and disrupted operations
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 一种计及需求响应的光伏微电网储能多目标容量配置方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109995062A (zh) * 2019-03-22 2019-07-09 广东工业大学 一种微网储能设备投资配比优化方法
CN111654045A (zh) * 2020-04-08 2020-09-11 国网浙江省电力有限公司 一种电力现货市场下储能系统充放电优化方法
CN111654045B (zh) * 2020-04-08 2022-07-29 国网浙江省电力有限公司 一种电力现货市场下储能系统充放电优化方法
CN113421164A (zh) * 2021-07-13 2021-09-21 北京电力交易中心有限公司 需求侧资源与共享储能消纳清洁能源的协同聚合交易方法
CN118137548A (zh) * 2024-05-06 2024-06-04 东莞市锂智慧能源有限公司 一种户用三相储能一体机系统

Also Published As

Publication number Publication date
CN108199369B (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
Wirtz et al. Temperature control in 5th generation district heating and cooling networks: An MILP-based operation optimization
Gu et al. Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch
Pan et al. Multi-objective and two-stage optimization study of integrated energy systems considering P2G and integrated demand responses
Powell et al. Optimal chiller loading in a district cooling system with thermal energy storage
Zeng et al. A novel method based on multi-population genetic algorithm for CCHP–GSHP coupling system optimization
Quirosa et al. Analysis of the integration of photovoltaic excess into a 5th generation district heating and cooling system for network energy storage
Xiong et al. Multi-stage equipment optimal configuration of park-level integrated energy system considering flexible loads
McLarty et al. Micro-grid energy dispatch optimization and predictive control algorithms; A UC Irvine case study
CN105183991B (zh) 一种区域综合能源系统的规划与设计方法
CN108199369A (zh) 面向多种电力市场准入关联的地域性微电网低成本优化运营方法
Deng et al. A MINLP model of optimal scheduling for a district heating and cooling system: A case study of an energy station in Tianjin
Cole et al. Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems
CN111768032B (zh) 基于双模式热泵储能协调的综合能源系统双层优化方法
CN112564102B (zh) 多微网负荷优化调度方法和系统
Feng et al. Performance analysis of hybrid energy storage integrated with distributed renewable energy
Abdalla et al. Modeling of thermal energy sharing in integrated energy communities with micro-thermal networks
CN116826752A (zh) 一种台区用能多目标低碳降损优化调度策略方法
Arnone et al. Energy management of multi-carrier smart buildings for integrating local renewable energy systems
CN115857348A (zh) 考虑两联供热泵舒适供能的分布式能量系统容量优化方法
CN107977741A (zh) 冷热电联供微网系统的能量调度优化方法
Pang et al. Collaborative power tracking method of diversified thermal loads for optimal demand response: A MILP-Based decomposition algorithm
Chen et al. Techno-economic comparison of cooling storage and battery for electricity flexibility at long and short timescales in buildings
Baraskar et al. Analysis of the performance and operation of a photovoltaic-battery heat pump system based on field measurement data
Brinkerink et al. System dynamics within typical days of a high variable 2030 European power system
CN110661283A (zh) 一种基于冰蓄冷系统的弃水消纳调度方法和装置

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