CN108510404A - 一种多微网有序并网优化调度方法、装置及系统 - Google Patents
一种多微网有序并网优化调度方法、装置及系统 Download PDFInfo
- Publication number
- CN108510404A CN108510404A CN201810265494.4A CN201810265494A CN108510404A CN 108510404 A CN108510404 A CN 108510404A CN 201810265494 A CN201810265494 A CN 201810265494A CN 108510404 A CN108510404 A CN 108510404A
- Authority
- CN
- China
- Prior art keywords
- microgrid
- microgrids
- grid
- optimized
- subproblem
- 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.)
- Pending
Links
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
-
- 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
本发明公开了一种多微网有序并网优化调度方法、装置及系统,该方法包括:构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;根据各微网参数及电价信息求解主问题和子问题,得到调度计划。本发明主要用于集中式多微网能量管理系统,以协调多微网能量交易,克服不确定因素的扰动,提高运行经济性和能源利用效率,帮助系统运营商做出最佳运行决策。
Description
技术领域
本发明属于多微网运行优化的技术领域,尤其是涉及一种多微网有序并网优化调度方法、装置及系统。
背景技术
近年来,整合分布式发电和储能单元的微网技术可有效提高能源利用效率,降低环境污染。随着新能源和微网技术的大规模接入,一定区域内多个邻近微网实现互联互济从而形成多微网。在多微网中,微网既能与电网交互也能与邻近微网交互,能量多向流动导致调度问题复杂,单微网调度方法无法解决微网间交互问题,不再适用。
现有多微网运行方法存在如下两个问题:
一是未明显区分多微网运行中的单体运行与多体交互的复杂机制,导致微网间能量难以合理交易,运行成本高,与大电网频繁交互从而对电网造成影响;
二是大多基于确定型运行方法,无法适应微网中可再生能源带来的随机性,从而导致系统运行风险高、运行费用增加等问题。
综上所述,现有技术中如何协调多微网间及各微网与配电网间的能量交易、克服不确定因素的扰动、提高多微网运行经济性和能源利用效率的问题,尚缺乏行之有效的解决方案。
发明内容
针对现有技术中存在的不足,解决现有技术中如何协调多微网间及各微网与配电网间的能量交易、克服不确定因素的扰动、提高多微网运行经济性和能源利用效率的问题,本发明提出了一种多微网有序并网优化调度方法、装置及系统,通过建立多微网优化模型,描述多微网运行的离散交易组合与连续运行特性,得到的优化方案可有效指导多微网有序并网,减少多微网与电网的交易量,并降低系统运行成本,可应用于集中式多微网能量管理系统。
本发明的第一目的是提供一种多微网有序并网优化调度方法。
为了实现上述目的,本发明采用如下一种技术方案:
一种多微网有序并网优化调度方法,该方法包括:
构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
作为进一步的优选方案,在本方法中,构建的约束条件包括各微网间能量交易的状态及容量约束、各微网与电网能量交易的状态及容量约束、各微网能量交易的利益保障约束、各微网及多微网的功率平衡约束、各微网中储能单元约束和各微网中光伏出力的不确定集合。
作为进一步的优选方案,在本方法中,构建的优化目标为多微网总运行成本最低的目标函数,所述多微网总运行成本包括各微网间的能量交易费用、各微网与电网的能量交易费用、各微网发电单元的运行与维护费用以及各微网储能单元的折旧费用。
作为进一步的优选方案,在本方法中,所述主问题仅包含离散决策变量,用于求解微网交易组合;所述子问题仅包含连续决策变量和不确定参量,用于求解考虑不确定性的微网调度计划。
作为进一步的优选方案,在本方法中,将多微网优化模型分解的主问题和子问题变换为混合整数线性规划。
作为进一步的优选方案,在本方法中,采用分解算法迭代求解变换为混合整数线性规划的主问题和子问题,所述求解算法为列与约束生成算法。
本发明的第二目的是提供一种计算机可读存储介质。
为了实现上述目的,本发明采用如下一种技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行以下处理:
构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
本发明的第三目的是提供一种多微网有序并网优化调度装置。
为了实现上述目的,本发明采用如下一种技术方案:
一种多微网有序并网优化调度装置,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行以下处理:
构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
本发明的第四目的是提供一种多微网有序并网优化调度系统。
为了实现上述目的,本发明采用如下一种技术方案:
一种多微网有序并网优化调度系统,该系统基于一种多微网有序并网优化调度方法,包括:依次连接的多微网优化调度平台、调度分配装置和若干采集控制装置;
所述多微网优化调度平台包括多微网有序并网优化调度装置,用于多微网的交易组合与经济运行的优化调度计算得到调度指令,并下发调度分配装置;
所述调度分配装置,用于接收多微网优化调度平台下发的调度指令并传递到各个微网的采集装置,并兼具网关功能;
所述采集控制装置,安装于各个微网,用于采集微网实时运行数据,并接收调度指令控制微网中的设备运行。
作为进一步的优选方案,所述多微网优化调度平台还包括数据库服务器和web服务器;
所述数据库服务器,用于存储通过所述调度分配装置上传的采集控制装置采集的各个微网的实时运行数据和所述多微网有序并网优化调度装置的调度数据;
所述web服务器,用于展示多微网的实时运行状态和多微网的优化调度结果。
本发明的有益效果:
1、本发明所述的一种多微网有序并网优化调度方法、装置及系统,通过协调多微网的能量交易,促进多微网内部的可再生能源消纳,可减少系统与电网的功率交互量和交互次数以及同时向电网买卖电的情况,起到一定的削峰填谷作用,从而减小多微网对电网的影响。
2、本发明所述的一种多微网有序并网优化调度方法、装置及系统,通过对多微网运行的优化管理,可有效提高多微网运行的经济性,同时可提高多微网调度方案的鲁棒性并实现对所提运行方法的保守度调节,降低由不确定因素造成的费用增加。
3、本发明所述的一种多微网有序并网优化调度方法、装置及系统,可应用于集中式多微网能量管理系统,以协调多微网能量交易,提高能源利用效率,帮助系统运营商做出最佳运行决策。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本发明的多微网有序并网优化调度方法流程图;
图2为本发明具体实施例的多微网结构示意图;
图3为本发明具体实施例的多微网有序并网优化调度方法流程图;
图4是本发明的多微网有序并网优化调度系统结构示意图。
具体实施方式:
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、完整地描述,显然,所描述的实施例仅仅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。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本实施例使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合下面结合附图与实施例对本发明作进一步说明。
实施例1:
本实施例1的目的是提供一种多微网有序并网优化调度方法。
为了实现上述目的,本发明采用如下一种技术方案:
如图1所示,一种多微网有序并网优化调度方法,具体步骤包括:
步骤(1):构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
步骤(2):根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
步骤(3):根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
本实施例1基于如图2所示的多微网结构对本发明中的一种多微网有序并网优化调度方法进行说明。多个互联微网接入同一个局部配电网,组成多微网,每个微网由一个光伏发电单元、一辆电动汽车及本地负荷构成;电动汽车充当储能单元,每天只接入微网一次,并持续一段连续时间;各微网负荷优先由自身的可再生能源满足,若可再生能源剩余,可用于电动汽车充电、或向其他微网或电网售电;若可再生能源不足,可由电动汽车放电、或从其他微网或电网购电满足负荷。区域能源服务商承担对多微网的能量管理,其既负责协调多微网内部的能量交易,又作为多微网的代理商与外部电网进行能量交易;其通过通讯网络在各微网及电网之间传递电价、供需及调度信号等信息,并基于所提供的信息能量管理服务,向每笔能量交易的双方微网收取固定金额的服务费用。本实施例1的一种多微网有序并网优化调度方法应用于区域能源服务商中。
如图3所示的本发明具体实施例的多微网有序并网优化调度方法流程图。
步骤(1):构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
在本实施例中,虑微网中各发电单元、储能设备的运行特性以及光伏、风电等可再生能源出力的随机性,描述多微网离散交易组合与连续运行的机制,建立多微网两阶段鲁棒优化模型,具体为多微网交易协调与经济运行优化模型。
所述步骤1中,构建的多微网交易协调与经济运行优化模型具体步骤为:
步骤(1-1):构建约束条件,构建的约束条件包括各微网间能量交易的状态及容量约束、各微网与电网能量交易的状态及容量约束、各微网能量交易的利益保障约束、各微网及多微网的功率平衡约束、各微网中储能单元约束和各微网中光伏出力的不确定集合。
其中,各微网间能量交易状态约束:
r(i,j,t)+s(i,j,t)≤1(1)
式中,r(i,j,t)为t时刻微网i向微网j购电的0-1变量;s(i,j,t)为t时刻微网i向微网j售电的0-1变量。
各微网与电网能量交易的状态约束:
u(i,t)+v(i,t)≤1(2)
式中,u(i,t)为t时刻微网i向电网购电的0-1变量;v(i,t)为t时刻微网i向电网售电的0-1变量。
各微网间能量交易电量约束:
式中,pMG,buy(i,j,t)为t时刻微网i向微网j的购电量;pMG,sell(i,j,t)为t时刻微网i向微网j的售电量;为微网间交易电量上限。
各微网与电网能量交易的电量约束:
式中,pgrid,buy(i,j,t)为t时刻微网i向电网的购电量;pgrid,sell(i,j,t)为t时刻微网i向电网的售电量;为微网向电网的购电量上限;为微网向电网的售电量上限。
pMG,buy(i,j,t)=pMG,sell(j,i,t) (7)
各微网能量交易的利益保障约束:
参与微网间交易的单微网利益应低于不交易情况下的单微网利益。
式中,aser为微网间交易需缴纳给区域能源服务商的固定服务费;bser为微网交易与电网交易需缴纳给区域能源服务商的固定服务费;pPV(i,t)为t时刻微网i的光伏发电量;CPV(i)为微网i的光伏单位电量运行维护费;pEV,Ch(i,t)和pEV,Dch(i,t)分别为t时刻微网i的电动汽车充电功率和放电功率;CEV(i)为微网i的电动汽车单位电量折旧费;cMG(t)为微网间电量交易电价;cbuy(t)和csell(t)分别为微网向电网的购电和售电价;cost0(i)为不参与交易时微网i的总运行成本。
多微网功率平衡约束:
式中,Pload(i,t)为t时刻微网i的负荷功率;pPV(i,t)为t时刻微网i的光伏发电量。
单微网功率平衡约束:
各微网中储能单元约束,即本实施例中的蓄电池约束:
z(i,t)+w(i,t)≤1 (12)
式中,SOCEV(i,t)为t时刻微网i的电动汽车荷电状态;和
分别为微网i的电动汽车荷电状态上下限;z(i,t)和w(i,t)分别为t时刻微网i的电动汽车充电状态和放电状态;和分别为微网i的电动汽车充电和放电速率的上限;CapEV(i)是微网i的电动汽车蓄电池容量;ηEV,Ch(i)和ηEV,Dch(i)分别为微网i的电动汽车充电和放电效率;SOCEV(i,t1)和SOCEV(i,t2)分别为微网i的电动汽车接入和离开时的荷电状态;TNP为电动汽车不接入微网的时间集合;TP为电动汽车接入微网的时间集合。
光伏出力的不确定集合:
式中,U为光伏发电功率的不确定集合;为t时刻微网i的光伏出力的预测值;Γ(i)为微网i不确定裕度;ΔPV(i,t)为t时刻微网i的光伏出力实际值与预测值之间的偏差值。
步骤(1-2):构建优化目标,构建的优化目标为多微网总运行成本最低的目标函数,所述多微网总运行成本包括各微网间的能量交易费用、各微网与电网的能量交易费用、各微网发电单元的运行与维护费用以及各微网储能单元的折旧费用。
目标函数表达式:
其中,
步骤(1-3):并根据约束条件和优化目标建立多微网交易协调与经济运行优化模型。
步骤(2):根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
将优化模型分解为能量交易组合主问题和不确定性下的经济调度子问题,并将主、子问题变换为混合整数线性规划以方便求解;
多微网交易协调与经济运行优化模型的分解,主问题中仅含离散决策变量,以求解微网交易组合,子问题中仅含连续决策变量和不确定参量,以求解考虑不确定性的微网调度计划。
在本实施例中,步骤(2)的具体方法步骤包括:
步骤(2-1):将优化模型分解为能量交易组合主问题和不确定性下的经济调度子问题;主问题中仅含离散决策变量,子问题中仅含连续决策变量和不确定参量。
步骤(2-2):通过KKT条件,将上述子问题由双层优化问题转换为单层优化问题;然后通过大M法处理非线性约束,将问题变换为混合整数线性规划以方便求解。
步骤(3):根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
在本实施例中,步骤(3)采用分解算法迭代求解变换为混合整数线性规划的主问题和子问题,所述求解算法为列与约束生成算法,得到调度计划,即,每时刻各个微网的购售电量和电动汽车充放电量。
实施例2:
本实施例2的目的是提供一种计算机可读存储介质。
为了实现上述目的,本发明采用如下一种技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行以下处理:
步骤(1):构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
步骤(2):根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
步骤(3):根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
实施例3:
本实施例3的目的是提供一种多微网有序并网优化调度装置。
为了实现上述目的,本发明采用如下一种技术方案:
一种多微网有序并网优化调度装置,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行以下处理:
步骤(1):构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
步骤(2):根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
步骤(3):根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
这些计算机可执行指令在设备中运行时使得该设备执行根据本公开中的各个实施例所描述的方法或过程。
在本实施例中,计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
本文所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开内容操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开内容的各个方面。
应当注意,尽管在上文的详细描述中提及了设备的若干模块或子模块,但是这种划分仅仅是示例性而非强制性的。实际上,根据本公开的实施例,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
实施例4:
本实施例4的目的是提供一种多微网有序并网优化调度系统。
为了实现上述目的,本发明采用如下一种技术方案:
如图4所示,本发明涉及的方法可应用于一种如图4所示的多微网实际系统。
一种多微网有序并网优化调度系统,该系统基于一种多微网有序并网优化调度方法,包括:上层、中间层和下层。
上层为区域能源服务商承担对多微网的能量管理的服务器,在服务器中搭建多微网优化调度平台,具体包括:
优化调度服务器,多微网有序并网优化调度装置,用于多微网的交易组合与经济运行的优化调度计算得到调度指令,并下发调度分配装置;负责以软件形式运行本发明所提方法,实现多微网的交易组合与经济运行的优化调度计算;
数据库服务器,用于存储通过所述调度分配装置上传的下层采集控制装置采集的各个微网的实时运行数据和优化调度服务器的调度数据;
web服务器,用于展示多微网的实时运行状态和多微网的优化调度结果。
中间层为调度分配装置,本实施例中采用调度分配器,调度分配器分别与优化调度服务器和数据库服务器连接,负责将优化调度服务器所得的调度命令传递到下层各个微网的采集与控制器,同时,还可汇集下层各采集与控制器采集的微网运行数据,以上传到数据库服务器中进行储存,其兼具网关功能,将各种协议转化为IEEE1888协议。
下层为各个微网中安装的采集控制装置,本实施例中采用采集与控制器,用于采集微网的实时运行数据,以及接受上层发送的调度命令,并转化为控制命令,以控制微网中的设备运行;其可使用CAN总线或485等通讯方式实现。
本发明的有益效果:
1、本发明所述的一种多微网有序并网优化调度方法、装置及系统,通过协调多微网的能量交易,促进多微网内部的可再生能源消纳,可减少系统与电网的功率交互量和交互次数以及同时向电网买卖电的情况,起到一定的削峰填谷作用,从而减小多微网对电网的影响。
2、本发明所述的一种多微网有序并网优化调度方法、装置及系统,通过对多微网运行的优化管理,可有效提高多微网运行的经济性,同时可提高多微网调度方案的鲁棒性并实现对所提运行方法的保守度调节,降低由不确定因素造成的费用增加。
3、本发明所述的一种多微网有序并网优化调度方法、装置及系统,可应用于集中式多微网能量管理系统,以协调多微网能量交易,提高能源利用效率,帮助系统运营商做出最佳运行决策。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种多微网有序并网优化调度方法,其特征在于,该方法包括:
构建约束条件和优化目标,并根据约束条件和优化目标建立多微网优化模型;
根据变量的离散性和连续性,将多微网优化模型分解为主问题和子问题;
根据各微网参数及电价信息求解主问题和子问题,得到调度计划。
2.如权利要求1所述的方法,其特征在于,在本方法中,构建的约束条件包括各微网间能量交易的状态及容量约束、各微网与电网能量交易的状态及容量约束、各微网能量交易的利益保障约束、各微网及多微网的功率平衡约束、各微网中储能单元约束和各微网中光伏出力的不确定集合。
3.如权利要求1所述的方法,其特征在于,在本方法中,构建的优化目标为多微网总运行成本最低的目标函数,所述多微网总运行成本包括各微网间的能量交易费用、各微网与电网的能量交易费用、各微网发电单元的运行与维护费用以及各微网储能单元的折旧费用。
4.如权利要求1所述的方法,其特征在于,在本方法中,所述主问题仅包含离散决策变量,用于求解微网交易组合;所述子问题仅包含连续决策变量和不确定参量,用于求解考虑不确定性的微网调度计划。
5.如权利要求4所述的方法,其特征在于,在本方法中,将多微网优化模型分解的主问题和子问题变换为混合整数线性规划。
6.如权利要求5所述的方法,其特征在于,在本方法中,采用分解算法迭代求解变换为混合整数线性规划的主问题和子问题,所述求解算法为列与约束生成算法。
7.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备设备的处理器加载并执行根据权利要求1-6中任一项所述的方法。
8.一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令用于执行根据权利要求1-6中任一项所述的方法。
9.一种多微网有序并网优化调度系统,该系统基于如权利要求1-6中任一项所述的方法,其特征在于,包括:依次连接的多微网优化调度平台、调度分配装置和若干采集控制装置;
所述多微网优化调度平台包括多微网有序并网优化调度装置,用于多微网的交易组合与经济运行的优化调度计算得到调度指令,并下发调度分配装置;
所述调度分配装置,用于接收多微网优化调度平台下发的调度指令并传递到各个微网的采集装置,并兼具网关功能;
所述采集控制装置,安装于各个微网,用于采集微网实时运行数据,并接收调度指令控制微网中的设备运行。
10.如权利要求9所述的方法,其特征在于,所述多微网优化调度平台还包括数据库服务器和web服务器;
所述数据库服务器,用于存储通过所述调度分配装置上传的采集控制装置采集的各个微网的实时运行数据和所述多微网有序并网优化调度装置的调度数据;
所述web服务器,用于展示多微网的实时运行状态和多微网的优化调度结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810265494.4A CN108510404A (zh) | 2018-03-28 | 2018-03-28 | 一种多微网有序并网优化调度方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810265494.4A CN108510404A (zh) | 2018-03-28 | 2018-03-28 | 一种多微网有序并网优化调度方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108510404A true CN108510404A (zh) | 2018-09-07 |
Family
ID=63379027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810265494.4A Pending CN108510404A (zh) | 2018-03-28 | 2018-03-28 | 一种多微网有序并网优化调度方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510404A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670838A (zh) * | 2018-11-30 | 2019-04-23 | 中国电力科学研究院有限公司 | 一种互联型能源系统风险交易的规避方法及系统 |
CN110112728A (zh) * | 2019-05-10 | 2019-08-09 | 四川大学 | 一种考虑风电鲁棒不确定性的多园区微网合作博弈方法 |
CN110460036A (zh) * | 2019-05-10 | 2019-11-15 | 四川大学 | 一种考虑风电不确定性的交直流配电网分布式优化方法 |
CN110571799A (zh) * | 2019-09-06 | 2019-12-13 | 西安交通大学 | 一种提升配电网弹性的分布式电源关键节点优化配置方法 |
CN110782076A (zh) * | 2019-10-12 | 2020-02-11 | 华翔翔能电气股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
CN111144642A (zh) * | 2019-12-24 | 2020-05-12 | 华北电力大学 | 一种综合能源系统优化方法及系统 |
CN112884572A (zh) * | 2021-03-01 | 2021-06-01 | 山东大学 | 一种信用风险下的多微网交易优化方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102104251A (zh) * | 2011-02-24 | 2011-06-22 | 浙江大学 | 一种并网运行模式下的微电网实时能量优化调度方法 |
US20130190938A1 (en) * | 2012-01-25 | 2013-07-25 | General Electric Company | Power generation optimization in microgrid including renewable power source |
CN103761586A (zh) * | 2014-02-11 | 2014-04-30 | 东南大学 | 微电网群“集中-分布式”协调优化调度方法 |
CN105207267A (zh) * | 2015-10-29 | 2015-12-30 | 南阳理工学院 | 一种微网能量管理系统 |
CN105515005A (zh) * | 2015-12-14 | 2016-04-20 | 天津大学 | 基于开放市场环境下的多微电网系统优化方法 |
CN107392395A (zh) * | 2017-08-23 | 2017-11-24 | 天津大学 | 一种基于价格激励机制的配电网和微电网协调优化方法 |
CN107622324A (zh) * | 2017-09-01 | 2018-01-23 | 燕山大学 | 一种考虑多微网能量交互的鲁棒环境经济调度方法 |
-
2018
- 2018-03-28 CN CN201810265494.4A patent/CN108510404A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102104251A (zh) * | 2011-02-24 | 2011-06-22 | 浙江大学 | 一种并网运行模式下的微电网实时能量优化调度方法 |
US20130190938A1 (en) * | 2012-01-25 | 2013-07-25 | General Electric Company | Power generation optimization in microgrid including renewable power source |
CN103761586A (zh) * | 2014-02-11 | 2014-04-30 | 东南大学 | 微电网群“集中-分布式”协调优化调度方法 |
CN105207267A (zh) * | 2015-10-29 | 2015-12-30 | 南阳理工学院 | 一种微网能量管理系统 |
CN105515005A (zh) * | 2015-12-14 | 2016-04-20 | 天津大学 | 基于开放市场环境下的多微电网系统优化方法 |
CN107392395A (zh) * | 2017-08-23 | 2017-11-24 | 天津大学 | 一种基于价格激励机制的配电网和微电网协调优化方法 |
CN107622324A (zh) * | 2017-09-01 | 2018-01-23 | 燕山大学 | 一种考虑多微网能量交互的鲁棒环境经济调度方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670838A (zh) * | 2018-11-30 | 2019-04-23 | 中国电力科学研究院有限公司 | 一种互联型能源系统风险交易的规避方法及系统 |
CN109670838B (zh) * | 2018-11-30 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种互联型能源系统风险交易的规避方法及系统 |
CN110112728A (zh) * | 2019-05-10 | 2019-08-09 | 四川大学 | 一种考虑风电鲁棒不确定性的多园区微网合作博弈方法 |
CN110460036A (zh) * | 2019-05-10 | 2019-11-15 | 四川大学 | 一种考虑风电不确定性的交直流配电网分布式优化方法 |
CN110460036B (zh) * | 2019-05-10 | 2021-08-24 | 四川大学 | 一种考虑风电不确定性的交直流配电网分布式优化方法 |
CN110571799A (zh) * | 2019-09-06 | 2019-12-13 | 西安交通大学 | 一种提升配电网弹性的分布式电源关键节点优化配置方法 |
CN110571799B (zh) * | 2019-09-06 | 2021-08-13 | 西安交通大学 | 一种提升配电网弹性的分布式电源关键节点优化配置方法 |
CN110782076A (zh) * | 2019-10-12 | 2020-02-11 | 华翔翔能电气股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
CN110782076B (zh) * | 2019-10-12 | 2022-06-17 | 华翔翔能科技股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
CN111144642A (zh) * | 2019-12-24 | 2020-05-12 | 华北电力大学 | 一种综合能源系统优化方法及系统 |
CN111144642B (zh) * | 2019-12-24 | 2023-06-23 | 华北电力大学 | 一种综合能源系统优化方法及系统 |
CN112884572A (zh) * | 2021-03-01 | 2021-06-01 | 山东大学 | 一种信用风险下的多微网交易优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108510404A (zh) | 一种多微网有序并网优化调度方法、装置及系统 | |
Arias et al. | Robust joint expansion planning of electrical distribution systems and EV charging stations | |
Shafie-Khah et al. | An innovative two-level model for electric vehicle parking lots in distribution systems with renewable energy | |
Ghasemi-Marzbali | Fast-charging station for electric vehicles, challenges and issues: A comprehensive review | |
Bahramara et al. | A risk-based decision framework for the distribution company in mutual interaction with the wholesale day-ahead market and microgrids | |
Honarmand et al. | Self-scheduling of electric vehicles in an intelligent parking lot using stochastic optimization | |
Xiang et al. | Optimal active distribution system management considering aggregated plug-in electric vehicles | |
Bozorgavari et al. | Two-stage hybrid stochastic/robust optimal coordination of distributed battery storage planning and flexible energy management in smart distribution network | |
Ali et al. | Cyberphysical blockchain-enabled peer-to-peer energy trading | |
Khalkhali et al. | Application of data envelopment analysis theorem in plug‐in hybrid electric vehicle charging station planning | |
Vale et al. | Intelligent multi-player smart grid management considering distributed energy resources and demand response | |
Shafie-Khah et al. | Economic and technical aspects of plug-in electric vehicles in electricity markets | |
Shi et al. | Vehicle-to-grid service development logic and management formulation | |
Adil et al. | Energy trading among electric vehicles based on Stackelberg approaches: A review | |
Dashtdar et al. | Probabilistic planning for participation of virtual power plants in the presence of the thermal power plants in energy and reserve markets | |
Oikonomou et al. | Coordinated deliverable energy flexibility and regulation capacity of distribution networks | |
Morstyn et al. | Multiscale design for system-wide peer-to-peer energy trading | |
Ghavidel et al. | Risk‐constrained demand response and wind energy systems integration to handle stochastic nature and wind power outage | |
Qin et al. | Operational flexibility enhancements using mobile energy storage in day-ahead electricity market by game-theoretic approach | |
Mirzaei et al. | Network‐constrained rail transportation and power system scheduling with mobile battery energy storage under a multi‐objective two‐stage stochastic programming | |
Qin et al. | Toward flexibility of user side in China: Virtual power plant (VPP) and vehicle-to-grid (V2G) interaction | |
Sheng et al. | Incorporating P2P trading into DSO's decision-making: A DSO-prosumers cooperated scheduling framework for transactive distribution system | |
Azad-Farsani et al. | Optimal coordination of plug-in hybrid electric vehicles: A stochastic market-based approach | |
CN109861281A (zh) | 一种源网荷储一体化协调优化方法及装置、系统 | |
Gupta et al. | Optimal electric vehicles charging scheduling for energy and reserve markets considering wind uncertainty and generator contingency |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180907 |
|
RJ01 | Rejection of invention patent application after publication |