CN108448628A - 交直流混合系统中优化配置分布式可再生能源方法及系统 - Google Patents
交直流混合系统中优化配置分布式可再生能源方法及系统 Download PDFInfo
- Publication number
- CN108448628A CN108448628A CN201810339308.7A CN201810339308A CN108448628A CN 108448628 A CN108448628 A CN 108448628A CN 201810339308 A CN201810339308 A CN 201810339308A CN 108448628 A CN108448628 A CN 108448628A
- Authority
- CN
- China
- Prior art keywords
- collection
- power station
- thermal
- photovoltaic
- wind turbine
- 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 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 21
- 238000002156 mixing Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 14
- 238000005286 illumination Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 240000007509 Phytolacca dioica Species 0.000 claims 1
- 238000013459 approach Methods 0.000 abstract description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- JRBRVDCKNXZZGH-UHFFFAOYSA-N alumane;copper Chemical compound [AlH3].[Cu] JRBRVDCKNXZZGH-UHFFFAOYSA-N 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- H02J3/383—
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H02J3/386—
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种在交直流混合系统中优化配置分布式可再生能源的方法,属于交直流输配电网规划领域,所述方法包括抽取主要变量及目标函数、构建约束条件、最后采用启发式算法进行求解,得到最优解集群。此方法在地区自然资源约束、地区主要负荷约束、交直流电网拓扑约束的基础上进行能源分布配置规划的最优解群的求解,为分布式可再生能源的优化布置提供策略支撑。
Description
技术领域
本发明涉及交直流输配电网规划领域,特别是涉及分布式可再生能源在交直流混合电网中的优化配置方法。
背景技术
随着光伏、风能、光热等可再生能源的快速发展和电动汽车、数据中心等直流负荷的迅速增加,包含多种分布式可再生能源的交直流混合电网结构成为新的发展方向,同时分布式可再生能源与冷热系统的交互,可以实现能源的多级利用的转换,大大地降低了不必要的能源消耗。在这样的电网结构配置分布式可再生能源,需要从能量转换效率、故障承载能力、经济环境收益、建设维护成本等多个角度进行评估,这是一种多目标优化问题,需要综合考虑地区自然资源约束、地区主要负荷约束、交直流电网拓扑约束等诸多因素,并在此基础上进行最优解群的求解,为分布式可再生能源的优化布置提供策略支撑。
然而,现有技术中缺乏综合合理的分布式可再生能源的优化布置的方法,能够根据地区特点,合理考虑自然资源、主要负荷以及交直流电网拓扑等多因素。
发明内容
有鉴于此,本发明的目的在于提供一种分布式可再生能源在交直流混合电网中的优化配置方法及系统。根据地区自然资源约束、地区主要负荷约束、交直流电网拓扑约束的基础上进行最优解群的求解,为分布式可再生能源的优化布置提供策略支撑。
本发明提供一种分布式可再生能源在交直流混合电网中的优化配置方法,采用以下技术方案:
一种分布式可再生能源在交直流混合电网中的优化配置方法,在提取主要变量及目标函数,构建约束条件的基础上,采用启发式方式求解分布式可再生能源配置最优解集群,包括:
步骤1,评估地区光照和风力分布,得到光分、光照及风机的数目集和位置集;
步骤2,综合负荷预测,建立随机负荷L1、恒定负荷L2以及季节负荷L3模型;通过同时利用系数估计负荷曲线模型Load(t);
步骤3,在满足处理限制范围、各节点能量平衡、峰值约束的条件时,基于目标函数进行能量转换效率、故障承载能力、经济环境收益、建设维护成本的评估;
步骤4,搜索停止,得出分布式可再生能源在交直流混合电网中配置的最优解集群。
进一步,所述步骤1中,根据地区的年光照分布,得到光伏、光热电站的布置数量范围及布置位置集;根据地区的年风力分布,得到风力电站的布置数量范围及布置位置集。
进一步,所述步骤2中,通过调研地区用户及工业负荷信息,建立所述随机负荷L1、恒定负荷L2以及季节负荷L3模型。
进一步,所述步骤3中的目标函数包括能量转换效率Refficiency、故障承载能力Rredundancy、经济环境收益Rbenefit以及建设维护成本Rcost;
能量转换效率Refficiency函数为:
Refficiency=1-(Eelectronicloss+Elineloss)/Eproduce=p1(NDC-AC,NAC-DC,NDC-DC,Ltransline)
=f1(∑hi(κ(N)),s(κ(P))),
其中,第一项等式中Eelectronicloss为电站中变换器模块引起的功耗损失,Elineloss为输电线路引起的功耗损失,Eproduce为电站的总发电量;第二项等式中,NDC-AC表示DC-AC模块数量,NAC-DC表示AC-DC模块数量,NDC-DC表示DC-DC模块数量,Ltransline表示输电线路长度,p1为四者对能量转换效率的单向映射;第三项等式中,κ(N)为布置电站的数目集,κ(P)为布置电站的位置集,hi(i=1,2L n)为光伏、光热、风机电站数目集对交直流变换模块数量的单向映射,s为光伏、光热、风机电站的位置集对输电线路长度的单向映射,f1表示为光伏、光热、风机电站通过hi(i=1,2L n)和s对能量转换效率的间接映射。
故障承载能力Rredundancy函数为:
Rredundancy=p2(Ncircuitbreaker,Lspare,Nredundancy)=f2(κ(N),κ(P))
其中,第一项等式中,Ncircuitbreaker表示控制开关数目、Lspare表示备用线路数目,Nredundancy表示发电系统的冗余数目,p2为三者对故障承载能力的单向映射;第二项等式中,f2表示为光伏、光热、风机电站的数目集κ(N)和位置集κ(P)对故障承载能力的单向映射。
经济环境收益Rbenefit函数为:
Rbenefit=f3(κ(N));
其中,f3表示为光伏、光热、风机电站的数目集κ(N)对经济环境收益的单向映射。
建设维护成本Rcost函数为:
其中,第一项等式中Csys,Cline,Clabor,Cmaterial分别为电站建设成本、线路建设成本、人力成本和材料成本;第二项等式中为考虑贴现率η的光伏、风机、光热系统的建设价格,Ntype为不同类型电站的建设数目,q为电站位置集对成本影响的分量,r为故障率对成本影响的分量,θfault1,θfault2L分别为常见系统或线路故障机率;第三项等式中f4为位置集和数目集对建设成本的单向映射,ξrandom为将维护成本折合到建设成本中的折合因子。
进一步,所述步骤3进一步包括:在不满足处理限制范围、各节点能量平衡、或峰值约束的条件时,更新光伏、光热及风机的数目集和位置集信息;并返回所述步骤1迭代重复进行。
进一步,所述步骤4进一步包括:搜索未停止,对光伏、光热及风机的数目集和位置集进行变异处理,产生新的子集;与原有集合进行杂交,产生新的数目集和位置集,并返回所述步骤1迭代重复进行。
本发明提供一种分布式可再生能源在交直流混合电网中的优化配置系统,采用以下技术方案:
一种分布式可再生能源在交直流混合电网中的优化配置系统,包括计算机系统,所述计算机系统包括一个或多个处理设备和存储计算机指令的一个或多个存储设备,所述计算机指令在由所述一个或多个处理设备执行时,使得所述一个或多个处理设备实现上述分布式可再生能源在交直流混合电网中的优化配置方法。
本发明提供的分布式可再生能源在交直流混合电网中的优化配置方法及系统,针对现有交直流混合电网中分布式可再生能源分布的配置规划,提供优化的解决方案,在综合考虑能效节约性、安全可靠性、经济环保性等因素的基础上,为工程设计提供有力的策略支撑。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明分布式可再生能源在交直流混合电网中的优化配置方法流程图;
图2是本发明分布式可再生能源在交直流混合电网中的优化配置方法涉及因素图;
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地说明,显然,所描述的实施例是本发明一部分实施例,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他实施例,都属于本发明保护的范围。
本发明的分布式可再生能源在交直流混合电网中的优化配置实施方法包括抽取主要变量及目标函数、构建约束条件、最后采用启发式算法进行求解,得到最优解集群。
如图2所示:
1、主要变量
优化配置交直流混合电网中的分布式可再生能源时,主要考虑分布式可再生能源光伏、风机、光热系统的安置数量以及选址位置等情况。
1)安置数量:Npv Nwind Npt,记作数目集κ(N);
2)安置位置:Ppv1Ppv2Ppv3...Pwind1Pwind2Pwind3...Ppt1Ppt2Ppt3...,记作位置集κ(P)。
2、目标函数
目标函数由四部分构成,主要包括能量转换效率最大化、故障承载能力最大化、经济环境收益最大化、以及建设维护成本最小化。其中最后一项与前三项是相互矛盾的关系,故可以通过确定合适的分布式可再生能源的数量及位置,得到综合目标函数的最大化。
目标函数表达式如下:Rsystem=γ1Refficiency+γ2Rredundancy+γ3Rbenefit+γ4Rcost,其中γ1γ2γ3γ4分别为四部分在总目标函数中所占比例,可以由层次分析法进行确定。
1)能量转换效率Refficiency由系统中包含的DC-AC模块数量NAC-DC、AC-DC模块数量NDC-AC、DC-DC模块数量NDC-DC、输电线路长度Ltransline等因素决定,实质取决于系统工况中电力电子器件总的开关及通态损耗Eelectronicloss,与铜铝导线的电阻发热损耗Elineloss在系统总发电量Eproduce中的占比。
Refficiency=1-(Eelectronicloss+Elineloss)/Eproduce=p1(NAC-DC,NAC-DC,NAC-DC,Ltransline)
=f1(∑hi(κ(N)),s(κ(P)))。
其中,第一项等式中Eelectronicloss为电站中变换器模块引起的功耗损失,Elineloss为输电线路引起的功耗损失,Eproduce为电站的总发电量;第二项等式中,NDC-AC表示DC-AC模块数量,NAC-DC表示AC-DC模块数量,NDC-DC表示DC-DC模块数量,Ltransline表示输电线路长度,p1为四者对能量转换效率的单向映射;第三项等式中,κ(N)为布置电站的数目集,κ(P)为布置电站的位置集,hi(i=1,2L n)为光伏、光热、风机电站数目集对交直流变换模块数量的单向映射,s为光伏、光热、风机电站的位置集对输电线路长度的单向映射,f1表示为光伏、光热、风机电站通过hi(i=1,2L n)和s对能量转换效率的间接映射。
2)故障承载能力Rredundancy由系统中包含的控制开关数目Ncircuitbreaker、备用线路数目Lspare以及发电系统的冗余数目Nredundancy等因素决定,通常故障承载能力与这三者成正相关,因而需要在考虑系统整体结构的基础上增加电力电子器件、配用线路以及分布式系统等。
Rredundancy=p2(Ncircuitbreaker,Lspare,Nredundancy)=f2(κ(N),κ(P))
其中,第一项等式中,Ncircuitbreaker表示控制开关数目、Lspare表示备用线路数目,Nredundancy表示发电系统的冗余数目,p2为三者对故障承载能力的单向映射;第二项等式中,f2表示为光伏、光热、风机电站的数目集κ(N)和位置集κ(P)对故障承载能力的单向映射。
3)经济环境收益Rbenefit取决于售电综合收益Relec以及环境综合收益Renviro。
售电综合收益Relec=∑pelec,iEpv,j+∑pelec,iEwind,k+∑pelec,iEpt,l,其中,pelec,i为每种分布式可再生能源的单位电价,E为对应的终端用电总量。
环境综合收益为分布式可再生能源带来负外部性的降低,可表示为Renvir=λpv∑Npv,iSpv,i+λwind∑Nwind,jSwind,j+λpt∑Npt,kSpt,k,其中,λ为单位发电量相比传统能源的等效污染降低系数。
因此,Rbenefit=f3(κ(N))。
其中,f3表示为光伏、光热、风机电站的数目集κ(N)对经济环境收益的单向映射。
4)建设维护成本Rcost取决于系统建设数量、线路建设里程、人工维护成本及维护材料成本。
其中,第一项等式中Csys,Cline,Clabor,Cmaterial分别为电站建设成本、线路建设成本、人力成本和材料成本;第二项等式中为考虑贴现率η的光伏、风机、光热系统的建设价格,Ntype为不同类型电站的建设数目,q为电站位置集对成本影响的分量,r为故障率对成本影响的分量,θfault1,θfault2L分别为常见系统或线路故障机率;第三项等式中f4为位置集和数目集对建设成本的单向映射,ξrandom为将维护成本折合到建设成本中的折合因子。
3、约束条件;
1)地区自然资源约束
i.太阳能资源利用约束:根据历史年辐射总量和年平均日照数确定光伏、光热电站的数目集κpv(N)κpt(N),然后根据光伏电站可容忍的最低辐射总量Xsolar,min和最低年平均日照数Tsolar,min确定位置集κpv(P)、κpt(P)。
ii.风能资源利用约束:根据历史有效风能密度和年有效风能平均时间确定风力电站的数目集κwind(N),根据风力电站可容忍的最低有效风能密度ρwind,min、年有效风能平均时间Twind,min确定位置集κwind(P)。
2)地区主要负荷约束
i.随机性负荷:在一段时间内呈现随机分布,但长期来看会在某均值附近波动,是峰值负荷的重要决定因素,如电动汽车充电桩Lelectrocar。
ii.恒定负荷:在规划分布式可再生能源时可以认为不变,如数据中心负荷Ldata。
iii.季节性负荷:季节性突变,也是峰值负荷的重要决定因素,如冷热负荷Lthermal。
3)交直流电网拓扑约束
i.峰值功率需求
∑Ppvi+∑Pwindj+∑Pptk≥(1+γ)Pdemand,max
i=1,2,K,I;j=1,2,K J;k=1,2,K K
ii.节点能量平衡
iii.出力限制范围
本实施例采用启发式算法进行求解,得到最优解集群;
如图1所示,具体步骤包括:
步骤1:自然资源评估,评估地区光照和风力分布;
1)根据地区的年光照分布,得到光伏、光热电站的布置数量范围及布置位置集群;
2)根据地区的年风力分布,得到风力电站的布置数量范围及布置位置集群。
步骤2:综合负荷预测;
调研地区用户及工业负荷信息;建立随机负荷L1、恒定负荷L2以及季节负荷L3模型;通过同时利用系数估计负荷曲线模型Load(t)。
1)考虑随机负荷、恒定负荷以及季节性负荷,依托用户及产业相关信息建模。
2)考虑几种负荷在的同时利用系数,得到总负荷响应,并抽取峰值负荷水平。
步骤3:多变量多目标函数综合优化;
其中:
1)待优化变量为光伏、光热及风机电站的数目及位置集群;
2)目标函数为能量转换效率、故障承载能力、经济环境收益、建设维护成本;
3)约束条件为地区自然资源约束、地区主要负荷约束、交直流电网拓扑约束;
首先,判断三项条件,即:是否满足处理限制范围;是否满足各节点能量平衡;是否满足峰值约束;
三项条件不满足时,更新光伏、光热及风机的数目集和位置集信息,并返回上述步骤1迭代重复进行;
三项条件满足时,采用上述目标函数进行能量转换效率、故障承载能力、经济环境收益、建设维护成本的评估;
然后,判断是否停止搜索;如果进一步搜索,则对光伏、光热及风机的数目集和位置集进行变异处理,产生新的子集;与原有集合进行杂交,产生新的数目集和位置集,迭代重复进行步骤1;
最后,搜索停止,得出分布式可再生能源在交直流混合电网中的优化配置的最优解集群。
本发明另一实施例为分布式可再生能源在交直流混合电网中的优化配置系统,在计算机系统的基础上,包括一个或多个处理设备、一个或多个存储器以及其他外围设备等电子设备,所述存储器中存储计算机指令,所述处理设备执行该计算机指令实现上述分布式可再生能源在交直流混合电网中的优化配置方法。
本发明实施方案中以启发式算法中的遗传算法为例,描述了整个优化配置的基本流程,能够兼顾能效节约指标、安全可靠指标、经济环保指标,合理配置分布式可再生能源的数量及选址,在系统出力约束、峰值负荷约束以及各节点的能量平衡约束下,有效利用区域的可再生能源资源并可靠满足多种负荷的用电需求。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理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保护范围之内。
Claims (7)
1.一种分布式可再生能源在交直流混合电网中的优化配置方法,在提取主要变量及目标函数,构建约束条件的基础上,采用启发式方式求解分布式可再生能源配置最优解集群,其特征在于,包括:
步骤1,评估地区光照和风力分布,得到光分、光照及风机的数目集和位置集;
步骤2,综合负荷预测,建立随机负荷L1、恒定负荷L2以及季节负荷L3模型;通过同时利用系数估计负荷曲线模型Load(t);
步骤3,在满足处理限制范围、各节点能量平衡、峰值约束的条件时,基于目标函数进行能量转换效率、故障承载能力、经济环境收益、建设维护成本的评估;
步骤4,搜索停止,得出分布式可再生能源在交直流混合电网中配置的最优解集群。
2.根据权利要求1所述的方法,其特征在于:所述步骤1中,根据地区的年光照分布,得到光伏、光热电站的布置数量范围及布置位置集;根据地区的年风力分布,得到风力电站的布置数量范围及布置位置集。
3.根据权利要求1所述的方法,其特征在于:所述步骤2中,通过调研地区用户及工业负荷信息,建立所述随机负荷L1、恒定负荷L2以及季节负荷L3模型。
4.根据权利要求1所述的方法,其特征在于:所述步骤3中的目标函数包括能量转换效率Refficiency、故障承载能力Rredundancy、经济环境收益Rbenefit以及建设维护成本Rcost;
能量转换效率Refficiency函数为:
Refficiency=1-(Eelectronicloss+Elineloss)/Eproduce=p1(NDC-AC,NAC-DC,NDC-DC,Ltransline)
=f1(∑hi(κ(N)),s(κ(P))),
其中,第一项等式中Eelectronicloss为电站中变换器模块引起的功耗损失,Elineloss为输电线路引起的功耗损失,Eproduce为电站的总发电量;第二项等式中,NDC-AC表示DC-AC模块数量,NAC-DC表示AC-DC模块数量,NDC-DC表示DC-DC模块数量,Ltransline表示输电线路长度,p1为四者对能量转换效率的单向映射;第三项等式中,κ(N)为布置电站的数目集,κ(P)为布置电站的位置集,hi(i=1,2L n)为光伏、光热、风机电站数目集对交直流变换模块数量的单向映射,s为光伏、光热、风机电站的位置集对输电线路长度的单向映射,f1表示为光伏、光热、风机电站通过hi(i=1,2L n)和s对能量转换效率的间接映射。
故障承载能力Rredundancy函数为:
Rredundancy=p2(Ncircuitbreaker,Lspare,Nredundancy)=f2(κ(N),κ(P))
其中,第一项等式中,Ncircuitbreaker表示控制开关数目、Lspare表示备用线路数目,Nredundancy表示发电系统的冗余数目,p2为三者对故障承载能力的单向映射;第二项等式中,f2表示为光伏、光热、风机电站的数目集κ(N)和位置集κ(P)对故障承载能力的单向映射。
经济环境收益Rbenefit函数为:
Rbenefit=f3(κ(N));
其中,f3表示为光伏、光热、风机电站的数目集κ(N)对经济环境收益的单向映射。
建设维护成本Rcost函数为:
其中,第一项等式中Csys,Cline,Clabor,Cmaterial分别为电站建设成本、线路建设成本、人力成本和材料成本;第二项等式中为考虑贴现率η的光伏、风机、光热系统的建设价格,Ntype为不同类型电站的建设数目,q为电站位置集对成本影响的分量,r为故障率对成本影响的分量,θfault1,θfault2L分别为常见系统或线路故障机率;第三项等式中f4为位置集和数目集对建设成本的单向映射,ξrandom为将维护成本折合到建设成本中的折合因子。
5.根据权利要求1所述的方法,其特征在于:所述步骤3进一步包括:在不满足处理限制范围、各节点能量平衡、或峰值约束的条件时,更新光伏、光热及风机的数目集和位置集信息;并返回所述步骤1迭代重复进行。
6.根据权利要求1所述的方法,其特征在于:所述步骤4进一步包括:搜索未停止,对光伏、光热及风机的数目集和位置集进行变异处理,产生新的子集;与原有集合进行杂交,产生新的数目集和位置集,并返回所述步骤1迭代重复进行。
7.一种分布式可再生能源在交直流混合电网中的优化配置系统,包括计算机系统,所述计算机系统包括一个或多个处理设备和存储计算机指令的一个或多个存储设备,所述计算机指令在由所述一个或多个处理设备执行时,使得所述一个或多个处理设备实现权利要求1-6任一项的分布式可再生能源在交直流混合电网中的优化配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810339308.7A CN108448628B (zh) | 2018-04-16 | 2018-04-16 | 交直流混合系统中优化配置分布式可再生能源方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810339308.7A CN108448628B (zh) | 2018-04-16 | 2018-04-16 | 交直流混合系统中优化配置分布式可再生能源方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108448628A true CN108448628A (zh) | 2018-08-24 |
CN108448628B CN108448628B (zh) | 2021-07-23 |
Family
ID=63200482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810339308.7A Active CN108448628B (zh) | 2018-04-16 | 2018-04-16 | 交直流混合系统中优化配置分布式可再生能源方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108448628B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109149564A (zh) * | 2018-08-31 | 2019-01-04 | 国网浙江省电力有限公司经济技术研究院 | 一种交直流混合配电网分布式电源优化配置方法 |
CN109993425A (zh) * | 2019-03-27 | 2019-07-09 | 华北电力大学 | 交直流混合分布式系统的能效评估方法、装置和计算设备 |
CN111342485A (zh) * | 2020-02-24 | 2020-06-26 | 国网浙江嘉善县供电有限公司 | 一种基于边缘计算的分布式电源电力分配方法 |
CN115239024A (zh) * | 2022-09-21 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 城市区域多元能源供能规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2783195Y (zh) * | 2005-02-01 | 2006-05-24 | 李永光 | 智能户式中央空调系统 |
US20110111336A1 (en) * | 2009-11-09 | 2011-05-12 | YewSavin, Inc. | Compositions and Methods for High Efficiency Absorption of Radiation, and Films Formed Thereof |
CN103903073A (zh) * | 2014-04-23 | 2014-07-02 | 河海大学 | 一种含分布式电源及储能的微电网优化规划方法及系统 |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN106295885A (zh) * | 2016-08-11 | 2017-01-04 | 中国电力科学研究院 | 基于主动管理模式的主动配电网联合规划方法 |
CN106505632A (zh) * | 2016-11-25 | 2017-03-15 | 云南电网有限责任公司电力科学研究院 | 中压独立微电网系统的分布式电源位置和容量的规划方法 |
CN107665377A (zh) * | 2017-09-20 | 2018-02-06 | 国网天津市电力公司 | 一种多源耦合的综合能源系统规划方法 |
-
2018
- 2018-04-16 CN CN201810339308.7A patent/CN108448628B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2783195Y (zh) * | 2005-02-01 | 2006-05-24 | 李永光 | 智能户式中央空调系统 |
US20110111336A1 (en) * | 2009-11-09 | 2011-05-12 | YewSavin, Inc. | Compositions and Methods for High Efficiency Absorption of Radiation, and Films Formed Thereof |
CN103903073A (zh) * | 2014-04-23 | 2014-07-02 | 河海大学 | 一种含分布式电源及储能的微电网优化规划方法及系统 |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN106295885A (zh) * | 2016-08-11 | 2017-01-04 | 中国电力科学研究院 | 基于主动管理模式的主动配电网联合规划方法 |
CN106505632A (zh) * | 2016-11-25 | 2017-03-15 | 云南电网有限责任公司电力科学研究院 | 中压独立微电网系统的分布式电源位置和容量的规划方法 |
CN107665377A (zh) * | 2017-09-20 | 2018-02-06 | 国网天津市电力公司 | 一种多源耦合的综合能源系统规划方法 |
Non-Patent Citations (2)
Title |
---|
GANG LV等: "Analysis of Secondary Losses and Efficiency in Linear Induction Motors With Composite Secondary Based on Space Harmonic Method", 《IEEE TRANSACTIONS ON ENERGY CONVERSION》 * |
吴克河等: "大规模并网型风光储发电单元容量优化配置方法", 《太阳能学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109149564A (zh) * | 2018-08-31 | 2019-01-04 | 国网浙江省电力有限公司经济技术研究院 | 一种交直流混合配电网分布式电源优化配置方法 |
CN109993425A (zh) * | 2019-03-27 | 2019-07-09 | 华北电力大学 | 交直流混合分布式系统的能效评估方法、装置和计算设备 |
CN111342485A (zh) * | 2020-02-24 | 2020-06-26 | 国网浙江嘉善县供电有限公司 | 一种基于边缘计算的分布式电源电力分配方法 |
CN111342485B (zh) * | 2020-02-24 | 2023-07-07 | 国网浙江嘉善县供电有限公司 | 一种基于边缘计算的分布式电源电力分配方法 |
CN115239024A (zh) * | 2022-09-21 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 城市区域多元能源供能规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108448628B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
Li et al. | Sizing of a stand-alone microgrid considering electric power, cooling/heating, hydrogen loads and hydrogen storage degradation | |
Monyei et al. | Demand Side Management potentials for mitigating energy poverty in South Africa | |
Jin et al. | Multicriteria planning for distributed wind generation under strategic maintenance | |
CN108448628A (zh) | 交直流混合系统中优化配置分布式可再生能源方法及系统 | |
Georgilakis | State-of-the-art of decision support systems for the choice of renewable energy sources for energy supply in isolated regions | |
Yousri et al. | Integrated model for optimal energy management and demand response of microgrids considering hybrid hydrogen-battery storage systems | |
Gildenhuys et al. | Optimization of the operational cost and environmental impact of a multi-microgrid system | |
CN110783950B (zh) | 一种配电网节点光伏最佳配置容量确定方法 | |
Wei et al. | Optimal dispatching of power grid integrating wind-hydrogen systems | |
CN110350527A (zh) | 一种含分布式电源的增量配电网双层优化配置方法 | |
CN112862194A (zh) | 配电网供电规划方法、装置、设备、以及可读存储介质 | |
Alobaidi et al. | Stochastic expansion planning of battery energy storage for the interconnected distribution and data networks | |
CN115759610A (zh) | 一种电力系统源网荷储协同的多目标规划方法及其应用 | |
CN114298393A (zh) | 考虑不确定性的储能电站动态配置方法、系统及设备 | |
Kumar et al. | An optimized framework of the integrated renewable energy and power quality model for the smart grid | |
Miah et al. | Energy storage controllers and optimization schemes integration to microgrid: an analytical assessment towards future perspectives | |
Zhang et al. | GPNBI inspired MOSDE for electric power dispatch considering wind energy penetration | |
Liu et al. | Interactive energy-saving dispatch considering generation and demand side uncertainties: a Chinese study | |
Bashir et al. | Day-ahead rolling window optimization of islanded microgrid with uncertainty | |
Ahmad et al. | Techno-economic feasibility analyses of grid-connected solar photovoltaic power plants for small scale industries of Punjab, Pakistan | |
Bharti et al. | Planning framework for optimal resource utilization strategy in microgrid | |
Kondili | Design and performance optimisation of stand-alone and hybrid wind energy systems | |
CN110474338A (zh) | 一种交直流混合微电网优化配置方法 | |
Zhang et al. | An optimal capacity allocation method for integrated energy systems considering uncertainty |
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 |