CN108599138A - 计及微电网分布式能源不确定性的储能系统容量配置方法 - Google Patents
计及微电网分布式能源不确定性的储能系统容量配置方法 Download PDFInfo
- Publication number
- CN108599138A CN108599138A CN201711488303.2A CN201711488303A CN108599138A CN 108599138 A CN108599138 A CN 108599138A CN 201711488303 A CN201711488303 A CN 201711488303A CN 108599138 A CN108599138 A CN 108599138A
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- storage system
- micro
- grid
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000005611 electricity Effects 0.000 claims abstract description 52
- 238000009825 accumulation Methods 0.000 claims abstract description 37
- 238000005057 refrigeration Methods 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 5
- 238000005485 electric heating Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 abstract description 2
- 238000001816 cooling Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000001172 regenerating effect Effects 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
-
- 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
-
- 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
- H02J3/381—Dispersed generators
-
- H02J3/383—
-
- 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
- H02J3/38—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)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种计及微电网分布式能源不确定性的储能系统容量配置方法,其技术特点在于:采用分层的方式确定储能系统容量和位置,上层以微网经济运行成本最小为优化目标;下层确定三种储能形式的容量区间,并虑线路损耗对三种储能系统定容选址的影响,选取储电、蓄热、制冷系统的安装位置,并在容量区间内取得最优解满足上层优化目标最小值。本发明能够根据分布式能源和负荷的不确定性,在保证微网向电网输出功率最大化的同时合理优化配置储能系统容量。
Description
技术领域
本发明属于微电网技术领域,涉及微电网的储能系统容量配置方法,尤其是一种计及微电网分布式能源不确定性的储能系统容量配置方法。
背景技术
随着国民经济的发展迅速导致全球范围内环境污染和能源危机等问题的出现,以煤炭为主的传统能源形式已不符合国民经济发展,在此背景下,如何大力发展新能源形式,在保证能源安全的前提下解决环境污染是解决问题的关键。目前,最常见的能源形式包括风力发电、太阳能光伏等,这些能源形式多数以分布式能源的形式接入电网,或将分布式能源看成整体发电单元,并在系统中加入储能装置,平抑分布式能源的波动同时满足了负荷需求,微电网就在此背景下得以形成,将其看成一个单一可控整体,在满足本地负荷的同时接入电网。并在系统中加入不同形式的储能装置来满足发电、供热、供冷等多种需求,有效提高系统运行调度的灵活性和多样型,因此如何合理地配置储能装置则成为本领域最为关键的问题。
发明内容
本发明的目的在于提供一种计及微电网分布式能源不确定性的储能系统容量配置方法,能够在合理配备不同储能形式的同时实现微网经济运行。
本发明解决其现实问题是采取以下技术方案实现的:
一种计及微电网分布式能源不确定性的储能系统容量配置方法,包括以下步骤:
步骤1、在微网系统中考虑分布式电源的不确定性,对风力发电、光伏发电输出功率进行区间划分,建立分布式能源功率输出的不确定区间PN;
PN=P_w+P_PV
其中,P_w,为风力发电功率输出;P_PV为光伏功率输出;
步骤2、建立电负荷、热负荷、冷负荷三种形式负荷的用电需求区间P_load;
P_load=P_loadr+P_loadl+P_loadp
其中,P_loadr,P_loadl,P_loadp分别为热负荷、冷负荷、电负荷;
步骤3、计算三种储能系统线路损耗,以线路损耗变化率fa最小为目标对三种不同形式的储能系统进行选址;
所述步骤3的以线路损耗变化率fa最小为目标对三种不同形式的储能系统进行选址的公式为:
其中,负荷单纯由分布式电源供电时线路的损耗;Ploss为线路起始节点与储能系统之间的网络损耗Ploss1和储能系统到负荷之间的损耗Ploss2;
步骤4、分别计算分布式能源在满足容量配置的上限和下限时,三种储能系统容量配置;所述上限为当储电、储热、蓄冷分别取容量最小的优化条件时,三种储能系统容量配置;所述下限为储电、储热、蓄冷整体取容量最小的优化条件时,三种储能系统容量配置;
步骤5、计算步骤4的储能系统容量配置达到上限时微网系统每天运行成本M,并计算步骤4的储能系统容量配置达到下限时微网系统每天运行成本N,计算微网经济运行成本区间为[M,N];
步骤6、计算微网系统每天运行成本差值,若差值满足迭代条件|M-N|≤δ其中,δ根据建设需求取值,计算出三种不同储能系统的容量配置区间;若不满足迭代条件,则重新规划参数,重新进行步骤5;
步骤7、若满足步骤5,则对微网进行上层优化配置,以运行成本最小为优化目标确定储能经济运行成本fb;
其中,T为运行周期;CW为风力发电能耗成本与能量管理成本之和、CPV为光伏能耗成本与能量管理成本之和;Cb为电网供给微网的功率电价成本;Cs为微网供给电网的功率收益;△Ce为微网系统加入储电后成本收益差值,△Ch为微网系统加入储热后成本收益差值,△Cc为微网系统加入蓄冷后成本收益差值,T为最优化求解周期;n,m,k分别为微网系统中储电、储热、蓄冷单元个数;PES_i为第i个单元储能系统的功率;PH_j为第j个单元储热系统的功率;PC_z为第z个单元蓄冷系统的功率;Pout为微网供给电网的功率输出。
步骤8、求取满足步骤3-步骤7条件下储能经济运行成本最小值fb,根据储能最小经济成本折算出此时向电网输送的功率Pout;
步骤9、确定最终的优化目标为f,在满足微网系统功率输出平衡的条件下,求取最目标函数f对应的储电、储热、蓄冷容量配置;
而且,所述步骤3的计算三种储能系统线路损耗的方法为:计算线路起始节点与储能系统之间的网络损耗Ploss1和储能系统到负荷之间的损耗Ploss2:
其中,iEsi为储电系统所在支路电流;iHi为储热系统所在支路电流;iCi为制冷系统所在支路电流;lEsi为线路起始节点与储电系统之间线路长度;lHi为为线路起始节点与储热系统之间线路长度;lCi为线路起始节点与制冷系统之间线路长度;PEsi为储电系统输出的有功功率;PHi为储热系统消耗的有功功率;PCi为制冷系统消耗的有功功率;QEsi为储电系统输出的无功功率;QHi为储热系统所消耗的无功功率;QCi为制冷系统消耗的无功功率。
而且,所述步骤4的具体步骤包括:
(1)计算分布式能源在满足容量配置的上限,即:储电、储热、蓄冷分别取容量最小的优化条件时,三种储能系统容量配置的最好最优解为:
其中,EES_i为第i个单元储能系统的容量;EH_j为第j个单元储热系统的容量;EC_z为第z个单元蓄冷系统的容量;
(2)计算分布式能源在满足容量配置的下限,即储电、储热、蓄冷整体取容量最小的优化条件时,三种储能系统容量配置的最优最差解为:
而且,所述步骤9的微网系统功率输出平衡的条件为各个能源系统出力需满足如下等式:
Pload+Pout+PH+PC+PES_in-PES_out=P_w+P_PV+Pin
其中,Pload为微网系统中整体负荷;,Pout为微网供给电网的功率输出;PH为新能源发电用于电热转换的功率输;PC为新能源发电用于电冷转换的功率;PES_in,PES_out为储能系统的充、放电功率;Pin为电网向微网供给的功率;P_W、P_PV为风力发电及光伏发电功率。
本发明的优点和有益效果:
1、本发明采用分层的方式确定储能系统容量和位置,上层以微网经济运行成本最小为优化目标;下层确定三种储能形式的容量区间。通过分层调控的方式对储电、储热、蓄冷三种储能系统进行最终容量配置,并合理对储能系统进行选址定容,能够在合理配备不同储能形式的同时实现微网经济运行。
2、本发明根据布式能源和负荷的不确定性,建立分布式电源总体功率输出区间和电负荷、热负荷、冷负荷三种负荷的用电需求区间,根据微网中分布式能源的特点和柔性负荷区间合理的配置储能系统容量。
3、本发明在对储能系统进行容量配置时通过多目标优化来确定最终容量选择,以微网向电网功率输出最大、线损最小、经济运行成本最低为优化目标,实现微网的经济运行。
4、本发明的控制方法实用性强,可用于不同组合形式的微网系统进行合理的储能系统容量配置(可选取不同的储能类型,如储电、储热、蓄冷等),以实现整个微网经济有效运行。
附图说明
图1是本发明的微网系统分层储能容量优化配置流程图;
图2是本发明所进行容量配置的典型微网结构图。
具体实施方式
以下结合附图对本发明实施例作进一步详述:
本发明公开了一种计及微电网分布式能源不确定性的储能系统容量配置方法,根据分布式能源和负荷的不确定性,在保证微网向电网输出功率最大化的同时合理优化配置储能系统容量:采用分层的方式确定储能系统容量和位置,上层以微网经济运行成本最小为优化目标;下层确定三种储能形式的容量区间,并虑线路损耗对三种储能系统定容选址的影响,选取储电、蓄热、制冷系统的安装位置;并在容量区间内取得最优解满足上层优化目标最小值。采用了本发明的技术方案,在保证微网系统经济运行的同时有效的提高微网电能上网率。
一种计及微电网分布式能源不确定性的储能系统容量配置方法,如图1所示,包括以下步骤:
步骤1、在如图2所示的微网系统中考虑分布式电源的不确定性,对风力发电、光伏发电输出功率进行区间划分,建立分布式能源功率输出的不确定区间PN;
其中,P_w,为风力发电功率输出;P_PV为光伏功率输出;Pwmin,Pwmax为风力发电功率输出上下限;PPVmin,PPVmax为光伏功率输出上下限;
步骤2、建立电负荷、热负荷、冷负荷三种形式负荷的用电需求区间P_load;
其中,P_loadr,P_loadl,P_loadp分别为热负荷、冷负荷、电负荷;P_loadrmin,P_loadrmax为供热负荷功率输出上下限;P_loadlmin,P_loadlmax为供冷负荷功率输出上下限;P_loadpmin,P_loadpmax为供电负荷功率输出上下限;
步骤3、计算三种储能系统线路损耗,以线路损耗变化率fa最小为目标对三种不同形式的储能系统进行选址;
所述步骤3的具体步骤包括:
(1)计算线路起始节点与储能系统之间的网络损耗Ploss1和储能系统到负荷之间的损耗Ploss2。
其中,iEsi为储电系统所在支路电流;iHi为储热系统所在支路电流;iCi为制冷系统所在支路电流;lEsi为线路起始节点与储电系统之间线路长度;lHi为为线路起始节点与储热系统之间线路长度;lCi为线路起始节点与制冷系统之间线路长度;PEsi为储电系统输出的有功功率;PHi为储热系统消耗的有功功率;PCi为制冷系统消耗的有功功率;QEsi为储电系统输出的无功功率;QHi为储热系统所消耗的无功功率;QCi为制冷系统消耗的无功功率;
(2)以线路损耗变化率fa最小为目标对三种不同形式的储能系统进行选址。
其中,负荷单纯由分布式电源供电时线路的损耗;Ploss为线路起始节点与储能系统之间的网络损耗Ploss1和储能系统到负荷之间的损耗Ploss2;
步骤4、分别计算分布式能源在满足容量配置的上限和下限时,三种储能系统容量配置;所述上限为当储电、储热、蓄冷分别取容量最小的优化条件时,三种储能系统容量配置;所述下限为储电、储热、蓄冷整体取容量最小的优化条件时,三种储能系统容量配置;
所述步骤4的具体步骤包括:
(1)计算分布式能源在满足容量配置的上限,即:储电、储热、蓄冷分别取容量最小的优化条件时,三种储能系统容量配置的最好最优解为:
其中,n,m,k分别为微网系统中储电、储热、蓄冷单元个数;EES_i为第i个单元储能系统的容量;EH_j为第j个单元储热系统的容量;EC_z为第z个单元蓄冷系统的容量;PES_i为第i个单元储能系统的功率;PH_j为第j个单元储热系统的功率;PC_z为第z个单元蓄冷系统的功率;a为电网向微网供给的功率上限,a为常数,由微网内的可再生能源规模等决定;b为储能电池的容量限制,b为常数,由微网规模决定;c为储热的容量限制,c为常数,由微网中负荷供热需求决定;d为储能蓄冷的容量限制,d为常数,由微网中负荷供冷需求决定。
为使储能系统得到合理的容量配置,首先考虑在满足整个微网供需平衡的基础上所配置的储电、储热、蓄冷的容量最小;代表储能系统的充放电功率不能越限;代表储热、制冷量不低于用户需求的最小值,保证不及时供给的最低标准;
(2)计算分布式能源在满足容量配置的下限,即储电、储热、蓄冷整体取容量最小的优化条件时,三种储能系统容量配置的最优最差解为:
其中,A为微网中储能系统满足用户需求的最小值,保证不及时供给的最低标准。
步骤5、计算步骤4的储能系统容量配置达到上限时微网系统每天运行成本M,并计算步骤4的储能系统容量配置达到下限时微网系统每天运行成本N,计算微网经济运行成本区间为[M,N];
步骤6、计算微网系统每天运行成本差值,若差值满足迭代条件|M-N|≤δ(δ根据建设需求取值)计算出三种不同储能系统的容量配置区间;若不满足迭代条件,则重新规划参数,重新进行步骤5;
步骤7、若满足步骤5,则对微网进行上层优化配置,以运行成本最小为优化目标确定储能经济运行成本fb。
其中,CW为风力发电能耗成本与能量管理成本之和、CPV为光伏能耗成本与能量管理成本之和;,Cb为电网供给微网的功率电价成本;Cs为微网供给电网的功率收益;△Ce为微网系统加入储电后成本收益差值,△Ch为微网系统加入储热后成本收益差值,△Cc为微网系统加入蓄冷后成本收益差值,T为最优化求解周期。
步骤8、求取满足步骤3-步骤7条件下储能经济运行成本最小值fb,根据储能最小经济成本折算出此时向电网输送的功率Pout。
步骤9、确定最终的优化目标为f,在满足微网系统功率输出平衡的条件下,求取最目标函数f对应的储电、储热、蓄冷容量配置;
为了使目标一致,网输送功率Pout取倒数,求取最目标函数f对应的储电、储热、蓄冷容量;
所述微网系统功率输出平衡的条件为各个能源系统出力需满足如下等式:
Pload+Pout+PH+PC+PES_in-PES_out=P_w+P_PV+Pin (10)
其中,Pload为微网系统中整体负荷;,Pout为微网供给电网的功率输出;PH为新能源发电用于电热转换的功率输;PC为新能源发电用于电冷转换的功率;PES_in,PES_out为储能系统的充、放电功率;Pin为电网向微网供给的功率;P_W、P_PV为风力发电及光伏发电功率。
需要强调的是,本发明所述实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (4)
1.一种计及微电网分布式能源不确定性的储能系统容量配置方法,其特征在于:包括以下步骤:
步骤1、在微网系统中考虑分布式电源的不确定性,对风力发电、光伏发电输出功率进行区间划分,建立分布式能源功率输出的不确定区间PN;
PN=P_w+P_PV
其中,P_w,为风力发电功率输出;P_PV为光伏功率输出;
步骤2、建立电负荷、热负荷、冷负荷三种形式负荷的用电需求区间P_load;
P_load=P_loadr+P_loadl+P_loadp
其中,P_loadr,P_loadl,P_loadp分别为热负荷、冷负荷、电负荷;
步骤3、计算三种储能系统线路损耗,以线路损耗变化率fa最小为目标对三种不同形式的储能系统进行选址;
所述步骤3的以线路损耗变化率fa最小为目标对三种不同形式的储能系统进行选址的公式为:
其中,负荷单纯由分布式电源供电时线路的损耗;Ploss为线路起始节点与储能系统之间的网络损耗Ploss1和储能系统到负荷之间的损耗Ploss2;
步骤4、分别计算分布式能源在满足容量配置的上限和下限时,三种储能系统容量配置;所述上限为当储电、储热、蓄冷分别取容量最小的优化条件时,三种储能系统容量配置;所述下限为储电、储热、蓄冷整体取容量最小的优化条件时,三种储能系统容量配置;
步骤5、计算步骤4的储能系统容量配置达到上限时微网系统每天运行成本M,并计算步骤4的储能系统容量配置达到下限时微网系统每天运行成本N,计算微网经济运行成本区间为[M,N];
步骤6、计算微网系统每天运行成本差值,若差值满足迭代条件|M-N|≤δ其中,δ根据建设需求取值,计算出三种不同储能系统的容量配置区间;若不满足迭代条件,则重新规划参数,重新进行步骤5;
步骤7、若满足步骤5,则对微网进行上层优化配置,以运行成本最小为优化目标确定储能经济运行成本fb;
其中,T为运行周期;CW为风力发电能耗成本与能量管理成本之和、CPV为光伏能耗成本与能量管理成本之和;Cb为电网供给微网的功率电价成本;Cs为微网供给电网的功率收益;△Ce为微网系统加入储电后成本收益差值,△Ch为微网系统加入储热后成本收益差值,△Cc为微网系统加入蓄冷后成本收益差值,T为最优化求解周期;n,m,k分别为微网系统中储电、储热、蓄冷单元个数;PES_i为第i个单元储能系统的功率;PH_j为第j个单元储热系统的功率;PC_z为第z个单元蓄冷系统的功率;Pout为微网供给电网的功率输出;
步骤8、求取满足步骤3-步骤7条件下储能经济运行成本最小值fb,根据储能最小经济成本折算出此时向电网输送的功率Pout;
步骤9、确定最终的优化目标为f,在满足微网系统功率输出平衡的条件下,求取最目标函数f对应的储电、储热、蓄冷容量配置;
2.根据权利要求1所述的一种计及微电网分布式能源不确定性的储能系统容量配置方法,其特征在于:所述步骤3的计算三种储能系统线路损耗的方法为:计算线路起始节点与储能系统之间的网络损耗Ploss1和储能系统到负荷之间的损耗Ploss2:
其中,iEsi为储电系统所在支路电流;iHi为储热系统所在支路电流;iCi为制冷系统所在支路电流;lEsi为线路起始节点与储电系统之间线路长度;lHi为为线路起始节点与储热系统之间线路长度;lCi为线路起始节点与制冷系统之间线路长度;PEsi为储电系统输出的有功功率;PHi为储热系统消耗的有功功率;PCi为制冷系统消耗的有功功率;QEsi为储电系统输出的无功功率;QHi为储热系统所消耗的无功功率;QCi为制冷系统消耗的无功功率。
3.根据权利要求1或2所述的一种计及微电网分布式能源不确定性的储能系统容量配置方法,其特征在于:所述步骤4的具体步骤包括:
(1)计算分布式能源在满足容量配置的上限,即:储电、储热、蓄冷分别取容量最小的优化条件时,三种储能系统容量配置的最好最优解为:
其中,EES_i为第i个单元储能系统的容量;EH_j为第j个单元储热系统的容量;EC_z为第z个单元蓄冷系统的容量;
(2)计算分布式能源在满足容量配置的下限,即储电、储热、蓄冷整体取容量最小的优化条件时,三种储能系统容量配置的最优最差解为:
4.根据权利要求1或2所述的一种计及微电网分布式能源不确定性的储能系统容量配置方法,其特征在于:所述步骤9的微网系统功率输出平衡的条件为各个能源系统出力需满足如下等式:
Pload+Pout+PH+PC+PES_in-PES_out=P_w+P_PV+Pin
其中,Pload为微网系统中整体负荷;,Pout为微网供给电网的功率输出;PH为新能源发电用于电热转换的功率输;PC为新能源发电用于电冷转换的功率;PES_in,PES_out为储能系统的充、放电功率;Pin为电网向微网供给的功率;P_W、P_PV为风力发电及光伏发电功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711488303.2A CN108599138B (zh) | 2017-12-30 | 2017-12-30 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711488303.2A CN108599138B (zh) | 2017-12-30 | 2017-12-30 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108599138A true CN108599138A (zh) | 2018-09-28 |
CN108599138B CN108599138B (zh) | 2021-11-26 |
Family
ID=63633600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711488303.2A Active CN108599138B (zh) | 2017-12-30 | 2017-12-30 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108599138B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109802436A (zh) * | 2019-01-25 | 2019-05-24 | 中国科学院电工研究所 | 分布式准同步电网测量系统的电网治理装置配置方法 |
CN110390438A (zh) * | 2019-07-26 | 2019-10-29 | 广州市供电局有限公司 | 基于综合能源分布控制的园区用户的储能设计定容方法 |
CN110556867A (zh) * | 2019-09-24 | 2019-12-10 | 国家电网有限公司 | 一种基于改进功率里程数的孤岛微电网双层控制方法 |
CN110690719A (zh) * | 2019-09-18 | 2020-01-14 | 国网重庆市电力公司电力科学研究院 | 一种微电网电池储能配置方法及可读存储介质 |
CN110912246A (zh) * | 2019-11-28 | 2020-03-24 | 兰州交通大学 | 一种应用于光储系统的功率协调控制器 |
CN111641205A (zh) * | 2020-05-11 | 2020-09-08 | 浙江工业大学 | 一种基于随机优化的主动配电网故障管理方法 |
CN112417630A (zh) * | 2020-11-25 | 2021-02-26 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN115566707A (zh) * | 2022-11-24 | 2023-01-03 | 深圳市前海能源科技发展有限公司 | 区域供冷系统与再生能源的源荷储配置规划方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104037793A (zh) * | 2014-07-07 | 2014-09-10 | 北京交通大学 | 一种应用于主动配电网的储能单元容量配置方法 |
CN104578120A (zh) * | 2014-12-11 | 2015-04-29 | 国网重庆市电力公司经济技术研究院 | 分布式储能系统的优化配置方法 |
US20160064934A1 (en) * | 2013-03-27 | 2016-03-03 | Electric Power Research Institute Of State Grid Zhejiang Electric Power Company | Optimization method for independent micro-grid system |
CN105976055A (zh) * | 2016-05-04 | 2016-09-28 | 东北电力大学 | 计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法 |
-
2017
- 2017-12-30 CN CN201711488303.2A patent/CN108599138B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160064934A1 (en) * | 2013-03-27 | 2016-03-03 | Electric Power Research Institute Of State Grid Zhejiang Electric Power Company | Optimization method for independent micro-grid system |
CN104037793A (zh) * | 2014-07-07 | 2014-09-10 | 北京交通大学 | 一种应用于主动配电网的储能单元容量配置方法 |
CN104578120A (zh) * | 2014-12-11 | 2015-04-29 | 国网重庆市电力公司经济技术研究院 | 分布式储能系统的优化配置方法 |
CN105976055A (zh) * | 2016-05-04 | 2016-09-28 | 东北电力大学 | 计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109802436A (zh) * | 2019-01-25 | 2019-05-24 | 中国科学院电工研究所 | 分布式准同步电网测量系统的电网治理装置配置方法 |
CN110390438A (zh) * | 2019-07-26 | 2019-10-29 | 广州市供电局有限公司 | 基于综合能源分布控制的园区用户的储能设计定容方法 |
CN110690719A (zh) * | 2019-09-18 | 2020-01-14 | 国网重庆市电力公司电力科学研究院 | 一种微电网电池储能配置方法及可读存储介质 |
CN110556867A (zh) * | 2019-09-24 | 2019-12-10 | 国家电网有限公司 | 一种基于改进功率里程数的孤岛微电网双层控制方法 |
CN110556867B (zh) * | 2019-09-24 | 2021-07-06 | 国家电网有限公司 | 一种基于改进功率里程数的孤岛微电网双层控制方法 |
CN110912246A (zh) * | 2019-11-28 | 2020-03-24 | 兰州交通大学 | 一种应用于光储系统的功率协调控制器 |
CN110912246B (zh) * | 2019-11-28 | 2022-03-25 | 兰州交通大学 | 一种应用于光储系统的功率协调控制器 |
CN111641205A (zh) * | 2020-05-11 | 2020-09-08 | 浙江工业大学 | 一种基于随机优化的主动配电网故障管理方法 |
CN111641205B (zh) * | 2020-05-11 | 2021-12-17 | 浙江工业大学 | 一种基于随机优化的主动配电网故障管理方法 |
CN112417630A (zh) * | 2020-11-25 | 2021-02-26 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN112417630B (zh) * | 2020-11-25 | 2023-04-18 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN115566707A (zh) * | 2022-11-24 | 2023-01-03 | 深圳市前海能源科技发展有限公司 | 区域供冷系统与再生能源的源荷储配置规划方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108599138B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108599138A (zh) | 计及微电网分布式能源不确定性的储能系统容量配置方法 | |
Weeratunge et al. | Model predictive control for a solar assisted ground source heat pump system | |
Liu et al. | Residential energy scheduling for variable weather solar energy based on adaptive dynamic programming | |
CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
Wang et al. | Economic benefits of integrating solar-powered heat pumps into a CHP system | |
CN105244869B (zh) | 一种含微网的配电网动态随机调度控制方法 | |
CN110619425B (zh) | 一种考虑源网荷储差异特性的多功能区综合能源系统协同规划方法 | |
CN105183991B (zh) | 一种区域综合能源系统的规划与设计方法 | |
CN105931136A (zh) | 一种融合需求侧虚拟储能系统的楼宇微网优化调度方法 | |
CN107732897B (zh) | 融合虚拟储能系统的楼宇微网模型预测调控方法 | |
Lin et al. | Joint commitment of generation units and heat exchange stations for combined heat and power systems | |
CN106960272A (zh) | 含虚拟储能的楼宇微网多时间尺度优化调度方法 | |
CN105928292A (zh) | 一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统 | |
CN106385024A (zh) | 一种模块化电能路由器装置及其实现方法 | |
CN108494012A (zh) | 一种计及电转气技术的区域综合能源系统在线优化方法 | |
Ma et al. | Two-stage stochastic robust optimization model of microgrid day-ahead dispatching considering controllable air conditioning load | |
Wang et al. | Event-triggered online energy flow control strategy for regional integrated energy system using Lyapunov optimization | |
Wang et al. | Stackelberg game-based optimal scheduling of integrated energy systems considering differences in heat demand across multi-functional areas | |
CN107977741A (zh) | 冷热电联供微网系统的能量调度优化方法 | |
Lv et al. | Data-based optimal microgrid management for energy trading with integral Q-learning scheme | |
CN104778507A (zh) | 一种基于自适应粒子群算法的楼宇智能用电策略获取方法 | |
CN115907240B (zh) | 计及互补互济运行特性的电网多类型调峰资源规划方法 | |
Barala et al. | Virtual Energy Storage Systems: Challenges and Opportunities | |
CN104794557A (zh) | 基于实时电价不确定下的终端用户系统的负载调度方法 | |
Nam et al. | Optimization mechanism of energy cluster for zero energy town |
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 |