CN108695907B - 一种微电网多时间尺度优化调度方法 - Google Patents

一种微电网多时间尺度优化调度方法 Download PDF

Info

Publication number
CN108695907B
CN108695907B CN201810670581.8A CN201810670581A CN108695907B CN 108695907 B CN108695907 B CN 108695907B CN 201810670581 A CN201810670581 A CN 201810670581A CN 108695907 B CN108695907 B CN 108695907B
Authority
CN
China
Prior art keywords
scheduling
grid
micro
load
microgrid
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.)
Expired - Fee Related
Application number
CN201810670581.8A
Other languages
English (en)
Other versions
CN108695907A (zh
Inventor
钟俊
刘保磊
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN201810670581.8A priority Critical patent/CN108695907B/zh
Publication of CN108695907A publication Critical patent/CN108695907A/zh
Application granted granted Critical
Publication of CN108695907B publication Critical patent/CN108695907B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48Controlling the sharing of the in-phase component
    • 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
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50Controlling the sharing of the out-of-phase component
    • 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
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种微电网多时间尺度优化调度方法,先结合预测技术综合考虑负荷和间歇式电源出力的预测结果对调度周期分段,再根据不同时段的情况分别匹配相应的调度策略;将微电网的优化调度策略分为日前调度、滚动调度和实时调度三个时间尺度;在日前调度阶段将微电网下一调度周期分段并为各分段匹配相应的优化目标;在滚动调度阶段将当前调度周期的剩余时段重新分段并为各分段重新匹配相应的优化目标;在实时调度阶段基于超短期预测结果对日前调度计划进行修正,修正滚动调度阶段的预测偏差。本发明使微电网优化调度模型在不同时段的优化目标更加匹配和有效,大大提高了微电网经济和稳定的运行。

Description

一种微电网多时间尺度优化调度方法
技术领域
本发明属于微电网优化技术领域,特别是涉及一种微电网多时间尺度优化调度方法。
背景技术
随着社会的发展,人类生活对电能的需求也逐渐地增加。然而利用传统化石燃料发电的方式面临资源逐渐匮乏和环境污染严重的问题,新能源发电技术凭借其具有资源丰富、对环境友好、燃料成本小等优点受到世界各国的重视。微电网实质上就是一个微型的智能化电网,是由负荷、储能设备、利用新能源发电且其出力具有间歇性的间歇式电源和利用柴油等燃料发电的传统分布式电源等共同组合而成的电力系统,既能够接入大电网工作又能够直接以孤网模式工作,是智能电网的重要组成部分。由于微电网中含有大量的出力具有间歇性的间歇式电源,因此微电网存在着失稳的风险。
综上,研究在微电网优化调度模型中考虑系统的电压稳定性对微电网的安全、经济运行具有重要意义;但是,现有技术存在以下问题:
1)现有技术没有综合考虑负荷和间歇式电源出力的预测结果来对微电网调度周期进行分段,也没有结合不同分段对应的微电网实际情况来为其选择合适的优化目标来保证微电网的经济、稳定运行;由于在微电网中间歇式电源较多,其出力波动也较大,如果仅仅考虑负荷预测结果而不考虑间歇式电源出力预测结果去对调度周期进行分段,得到的同一分段不同时间的系统实际负载情况可能相差很大,不利于为该分段设置合适的优化目标。
2)现有技术多数只考虑单一时间尺度上的优化调度,是一种静态调度方式;而由于间歇式电源的出力具有随机性、间歇性和波动性的特点,单一时间尺度的优化调度方式不能保证微电网的经济、稳定运行。
3)传统经济调度由于仅考虑经济性不能保障系统的电压稳定性和动态无功备用,而传统多目标调度由于在整个调度期间采用同一个优化目标,不能根据各分段的实际情况设置合理的优化目标,使微电网的经济和稳定效果差。
发明内容
为了解决上述问题,本发明提出了一种微电网多时间尺度优化调度方法,本发明在微电网容易失稳的时段着重考虑了系统的电压稳定性,使微电网优化调度模型在不同时段的优化目标更加匹配和有效,大大提高了微电网经济和稳定的运行。
为达到上述目的,本发明采用的技术方案是:一种微电网多时间尺度优化调度方法,包括步骤:先结合预测技术综合考虑负荷和间歇式电源出力的预测结果对调度周期分段,再根据不同时段的情况分别匹配相应的调度策略;
将微电网的优化调度策略分为日前调度、滚动调度和实时调度三个时间尺度;在日前调度阶段将微电网下一调度周期分段并为各分段匹配相应的优化目标;在滚动调度阶段将当前调度周期的剩余时段重新分段并为各分段重新匹配相应的优化目标;在实时调度阶段基于超短期预测结果对日前调度计划进行修正,修正滚动调度阶段的预测偏差。
进一步的是,所述日前调度策略包括步骤:
S100,对微电网下一调度周期内的负荷和间歇式电源出力情况进行预测,得到微电网下一调度周期的负荷和间歇式电源出力预测结果;
S200,根据所述微电网下一调度周期的负荷和间歇式电源出力预测结果得到微电网下一调度周期的净负荷功率预测数据;然后依据微电网下一调度周期的净负荷功率预测数据对下一调度周期进行分段;根据不同周期分段中微电网面临的失稳风险程度,为各周期分段匹配相应的优化目标;最后,构造日前优化调度模型,并求解得到日前调度策略。一般日前调度的周期为1天。
进一步的是,所述滚动调度策略包括步骤:
S300,对微电网调度周期剩余时段的负荷和间歇式电源出力情况进行预测,得到微电网调度周期剩余时段的负荷和间歇式电源出力预测结果;
S400,根据所述微电网调度周期剩余时段的负荷和间歇式电源出力预测结果得到微电网调度周期剩余时段的净负荷功率预测数据,然后依据微电网调度周期剩余时段的净负荷功率预测数据对调度周期剩余时段进行分段;根据不同周期分段微电网面临的失稳风险程度,为各周期分段匹配相应的优化目标;最终,得到滚动调度策略。一般滚动调度的周期为0.5~1小时。
进一步的是,所述实时调度策略包括步骤:
S500,对微电网一个实时调度周期的负荷和间歇式电源出力情况进行预测,得到微电网未来数分钟的负荷和间歇式电源出力预测结果;
S600,利用步骤S500中得到的负荷和间歇式电源出力预测结果对滚动计划进行修正,保证系统功率平衡,得到实时调度策略并发布给微电网中的电源、无功补偿设备和储能装置设备;同时判断下一个实时调度执行时是否需要执行日前调度,若是则在即将执行下一个实时调度时执行步骤S200,否则判断下一个实时调度执行时是否需要执行滚动调度,若是则在即将执行下一个实时调度时执行步骤S300,否则在即将执行下一个实时调度时执行步骤S500。一般实时调度的周期为5~10分钟。
进一步的是,所述步骤S200中,微电网下一调度周期的净负荷功率预测数据定义为:
Pload1=Pload-Pw
式中,Pload1、Pload和Pw分别表示下一调度周期的净负荷功率预测值、负荷预测值和风机出力预测值。
进一步的是,所述步骤S200中,所述日前优化调度模型的目标函数为:
Figure BDA0001708084600000031
式中,d表示微电网下一个调度周期所分的时段数;u1k、u2k和u3k分别代表第k个分段的经济性目标f1、稳定性目标f2和动态无功备用目标f3的权重系数,权重系数取值根据各分段的实际情况而定。
进一步的是,
所述经济性目标权重系数f1为:
Figure BDA0001708084600000032
式中,m为微电网中的传统发电机个数;PGi为微电网中第i台传统发电机发出的有功功率;C0i、C1i和C2i为传统发电机的燃料耗费曲线参数;
所述稳定性目标权重系数f2为:
Figure BDA0001708084600000033
式中,l表示微电网中所有负荷节点的总数;Lj表示负荷节点j的L指标;
所述动态无功备用目标权重系数f3为:
Figure BDA0001708084600000041
式中,n代表微电网中快速动作无功补偿设备的总数;Qk代表第k个快速动作无功补偿设备的无功出力;Qkopt代表第k个快速动作无功补偿设备的最佳无功出力,是动态无功补偿设备出力上限和下限的平均值。
进一步的是,所述日前优化调度模型具有等式约束条件和不等式约束条件;
所述日前优化调度模型的等式约束条件为:
微电网中各个节点功率的潮流平衡方程约束,其中潮流平衡方程约束的极坐标形式为:
Figure BDA0001708084600000042
式中,j∈i代表节点j属于和所有和节点i连接的节点集合;Pi和Qi分别表示在节点i处向电网发出的有功和无功大小;Vi和Vj分别表示节点i和节点j的电压幅值;θij表示节点i和节点j之间的相角差;Gij和Bij分别表示节点导纳矩阵第i行,第j列元素的实数部分和虚数部分;
日前优化调度模型的不等式约束条件包括:
1)控制变量约束:微电网中各个电机发出有功功率的上限和下限约束,各个节点电压的幅值上限和下限约束,无功补偿设备的补偿上限和下限约束;控制变量约束表示为:umin≤u≤umax
式中,u表示控制变量;umin和umax分别表示控制变量的下限和上限;
2)依从变量约束:母线电压大小的上限和下限约束,各个电机母线发出无功功率上限和下限约束,微电网系统中所有母线的最大传输功率限制约束;依从变量约束表示为:hmin≤h(x,u,D,p,A)≤hmax
式中,x表示依从变量;u表示控制变量;D表示干扰变量或不可控变量;p表示网络元件参数;A表示网络的结构变量,由关联矩阵表示;h表示依从变量组成的向量;hmin和hmax分别表示依从变量的下限构成的向量和上限构成的向量。
采用本技术方案的有益效果:
1、在微电网的优化调度模型的优化目标中考虑了经济性、电压稳定性和动态无功备用,相比传统的仅考虑经济性的调度方法,降低了系统的失稳风险,保障了微电网的经济、稳定运行;多时间尺度协调的调度方法克服了对微电网中负荷和间歇式电源出力预测误差过大的问题,有利于微电网的合理调度
2、通常间歇式电源工作在最大功率点跟踪模式,而且往往位于离负荷中心较近的地方;本发明根据负载状态的不同对调度周期进行划分,以便为不同分段对应的电压稳定性目标、经济性目标和动态无功备用目标设置合适的权重,将间歇性电源出力作为一种特殊的负荷考虑,综合考虑了微电网的负荷和间歇式电源出力的预测结果得到净负荷功率预测数据并依据该数据对调度周期分段;相比传统、对调度周期分段的方式,本发明考虑了间歇式电源出力对调度周期分段的影响,更能真实的反映出各分段系统的负载状态,有利于为该分段设置合适的优化目标,保证微电网中间各个歇式电源的稳定运行,有效降低歇式电源对微电网波动性的影响。
3、本发明使调度的优化目标更加合理,进一步保障了微电网的经济、稳定运行;对不同分段选择了合适的目标函数;当系统处于负荷低谷段和负荷降低段时,系统的电压稳定性较好,主要考虑了电网运行的经济性;而当系统处于负荷高峰段和负荷增长段时,系统的电压稳定性较差,主要了考虑系统的电压稳定性和动态无功备用;
微电网优化调度模型的多目标函数中包含了微电网运行的经济性、系统的电压稳定性和动态无功备用三个目标,通过对周期分段实现了优化目标的合理选择,比如当系统处于负荷低谷段和负荷降低段时,系统的电压稳定性较好,主要考虑了电网运行的经济性;而当系统处于负荷高峰段和负荷增长段时,系统的电压稳定性较差,主要了考虑系统的电压稳定性和动态无功备用;
相比仅考虑经济性的传统经济调度方式,采用本发明后在系统容易失稳和动态无功备用容易不足的时段,系统的电压稳定性和动态无功备用得到提高,降低了微电网失稳的风险,避免了微电网面临失稳的情况;而在系统稳定性和动态无功备用较好的时段,系统的经济性没有受到损失;通过对调度周期进行分段并依据各分段的实际情况为其选择合适的优化目标,提高了微电网运行的经济和稳定性。
附图说明
图1为本发明的一种微电网多时间尺度优化调度方法流程示意图;
图2为本发明实施例中的微电网系统图;
图3为本发明实施例中微电网中负荷的日前预测结果图;
图4为本发明实施例中微电网中风机的日前预测结果图;
图5为本发明实施例中微电网净负荷功率的日前预测结果图;
图6本发明和传统经济调度经济成本对比图;
图7本发明和传统经济调度电压稳定性对比图;
图8本发明和传统经济调度动态无功备用对比图;
图9本发明和传统多目标调度经济成本对比图;
图10本发明和传统多目标调度电压稳定性对比图;
图11本发明和传统多目标调度动态无功备用对比图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种微电网多时间尺度优化调度方法,包括步骤:先结合预测技术综合考虑负荷和间歇式电源出力的预测结果对调度周期分段,再根据不同时段的情况分别匹配相应的调度策略;
将微电网的优化调度策略分为日前调度、滚动调度和实时调度三个时间尺度;在日前调度阶段将微电网下一调度周期分段并为各分段匹配相应的优化目标;在滚动调度阶段将当前调度周期的剩余时段重新分段并为各分段重新匹配相应的优化目标;在实时调度阶段基于超短期预测结果对日前调度计划进行修正,修正滚动调度阶段的预测偏差。
作为上述实施例的优化方案,所述日前调度策略包括步骤:
S100,对微电网下一调度周期内的负荷和间歇式电源出力情况进行预测,得到微电网下一调度周期的负荷和间歇式电源出力预测结果;
S200,根据所述微电网下一调度周期的负荷和间歇式电源出力预测结果得到微电网下一调度周期的净负荷功率预测数据;然后依据微电网下一调度周期的净负荷功率预测数据对下一调度周期进行分段;根据不同周期分段中微电网面临的失稳风险程度,为各周期分段匹配相应的优化目标;最后,构造日前优化调度模型,并求解得到日前调度策略。一般日前调度的周期为1天。
所述滚动调度策略包括步骤:
S300,对微电网调度周期剩余时段的负荷和间歇式电源出力情况进行预测,得到微电网调度周期剩余时段的负荷和间歇式电源出力预测结果;
S400,根据所述微电网调度周期剩余时段的负荷和间歇式电源出力预测结果得到微电网调度周期剩余时段的净负荷功率预测数据,然后依据微电网调度周期剩余时段的净负荷功率预测数据对调度周期剩余时段进行分段;根据不同周期分段微电网面临的失稳风险程度,为各周期分段匹配相应的优化目标;最终,得到滚动调度策略。一般滚动调度的周期为0.5~1小时。
所述实时调度策略包括步骤:
S500,对微电网一个实时调度周期的负荷和间歇式电源出力情况进行预测,得到微电网未来数分钟的负荷和间歇式电源出力预测结果;
S600,利用步骤S500中得到的负荷和间歇式电源出力预测结果对滚动计划进行修正,保证系统功率平衡,得到实时调度策略并发布给微电网中的电源、无功补偿设备和储能装置设备;同时判断下一个实时调度执行时是否需要执行日前调度,若是则在即将执行下一个实时调度时执行步骤S200,否则判断下一个实时调度执行时是否需要执行滚动调度,若是则在即将执行下一个实时调度时执行步骤S300,否则在即将执行下一个实时调度时执行步骤S500。一般实时调度的周期为5~10分钟。
由于日前调度的优化周期一般为24小时,其负荷预测结果和间歇式电源出力的预测结果和真实情况存在较大误差,因此基于该预测结果得到的调度周期分段结果和各分段的优化目标选择都不够准确。因此需要增加调度周期一般为0.5~1h的滚动调度,以在更小的时间尺度上修正日前调度中的预测误差,并对调度周期的剩余时段重新分段且为各分段选择合适的目标函数,使优化调度更加合理。实时调度的优化周期一般为5~10分钟,可以利用超短期预测结果对滚动调度计划轻微修正,抵御系统在短时间尺度上的干扰,保持功率平衡。
作为上述实施例的优化方案,所述步骤S200中,微电网下一调度周期的净负荷功率预测数据定义为:
Pload1=Pload-Pw
式中,Pload1、Pload和Pw分别表示下一调度周期的净负荷功率预测值、负荷预测值和风机出力预测值。
所述步骤S200中,所述日前优化调度模型的目标函数为:
Figure BDA0001708084600000081
式中,d表示微电网下一个调度周期所分的时段数;u1k、u2k和u3k分别代表第k个分段的经济性目标f1、稳定性目标f2和动态无功备用目标f3的权重系数,权重系数取值根据各分段的实际情况而定。
所述经济性目标权重系数f1为:
Figure BDA0001708084600000082
式中,m为微电网中的传统发电机个数;PGi为微电网中第i台传统发电机发出的有功功率;C0i、C1i和C2i为传统发电机的燃料耗费曲线参数;
所述稳定性目标权重系数f2为:
Figure BDA0001708084600000083
式中,l表示微电网中所有负荷节点的总数;Lj表示负荷节点j的L指标;
所述动态无功备用目标权重系数f3为:
Figure BDA0001708084600000084
式中,n代表微电网中快速动作无功补偿设备的总数;Qk代表第k个快速动作无功补偿设备的无功出力;Qkopt代表第k个快速动作无功补偿设备的最佳无功出力,是动态无功补偿设备出力上限和下限的平均值。
所述日前优化调度模型具有等式约束条件和不等式约束条件;
所述日前优化调度模型的等式约束条件为:
微电网中各个节点功率的潮流平衡方程约束,其中潮流平衡方程约束的极坐标形式为:
Figure BDA0001708084600000091
式中,j∈i代表节点j属于和所有和节点i连接的节点集合;Pi和Qi分别表示在节点i处向电网发出的有功和无功大小;Vi和Vj分别表示节点i和节点j的电压幅值;θij表示节点i和节点j之间的相角差;Gij和Bij分别表示节点导纳矩阵第i行,第j列元素的实数部分和虚数部分;
日前优化调度模型的不等式约束条件包括:
1)控制变量约束:微电网中各个电机发出有功功率的上限和下限约束,各个节点电压的幅值上限和下限约束,无功补偿设备的补偿上限和下限约束;控制变量约束表示为:umin≤u≤umax
式中,u表示控制变量;umin和umax分别表示控制变量的下限和上限;
2)依从变量约束:母线电压大小的上限和下限约束,各个电机母线发出无功功率上限和下限约束,微电网系统中所有母线的最大传输功率限制约束;依从变量约束表示为:hmin≤h(x,u,D,p,A)≤hmax
式中,x表示依从变量;u表示控制变量;D表示干扰变量或不可控变量;p表示网络元件参数;A表示网络的结构变量,由关联矩阵表示;h表示依从变量组成的向量;hmin和hmax分别表示依从变量的下限构成的向量和上限构成的向量。
以下结合附图,对本发明的一则实施例作详细说明,在具体实施例中:以如图2所示的微电网系统为基础,本发明方法实现的效果举例说明如下:
首先根据预测得到微电网中负荷日前预测结果如图3所示,和间歇式电源出力日前预测结果如图4所示;
然后根据净负荷功率计算公式得到净负荷功率预测结果如图5所示;
再然后根据净负荷功率对调度周期分段,分段后1h~6h为负荷低谷段,7h~10h为负荷增长段,11h~18h为负荷高峰段,19h~24h为负荷降低段;
最后为不同分段选择合适的优化目标并求解优化调度模型,最终得到调度计划。
一、本发明调度结果和传统经济调度的调度结果对比:
由图6、图7和图8可以看出,由于在传统经济调度中仅仅考虑微电网在运行过程中的发电成本而没有考虑系统的电压稳定性和动态无功备用,传统经济调度得到的系统经济成本在整个调度周期内都低于采用本发明后得到的系统经济成本,这表示采用传统经济调度的系统经济性更好。然而,传统经济调度得到的L指标值在7h~18h所对应的负荷增长段和负荷高峰段期间都高于本发明得到的L指标值。由于系统在负荷增长段和负荷高峰段对应的L指标值往往较大,系统更容易面临电压失稳的威胁,因此本发明的系统电压稳定性更好。由图8可以看出采用传统经济调度后的系统动态无功备用在7~22h时段的值为零,这表示当电网在此期间受到干扰后,无功补偿设备无法快速动作,而在微电网中由于存在大量的间歇式电源,经常受到小干扰的影响,动态无功备用为零会威胁微电网的稳定运行。而采用本发明后系统在各个时段都有动态无功备用,保障了电网的稳定运行,因此采用本发明可以更好的保障系统的动态无功备用。因此由于本发明同时考虑了系统的经济性、电压稳定性和动态无功备用目标,相比传统经济调度仅考虑系统的经济性目标,本发明考虑的更加全面,虽然在一定程度上会牺牲系统运行的经济性,但提高了系统的电压稳定性和动态无功备用,增强了电网的安全运行水平。由于微电网中存在出力具有随机性和波动性的间歇式电源,比传统电网更容易发生失稳现象,因此有必要在微电网中考虑电压稳定性和动态无功备用。鉴于此,本发明比传统经济调度更加适合微电网的优化调度。
二、本发明调度结果和传统多目标调度方法的调度结果对比:
由图9、图10和图11可以看出,系统在采用本发明后几乎在整个调度周期都比采用传统多目标调度方法后电网的L指标值更小,这表示采用本发明后电网的电压稳定性有所提高。在负荷增长段和负荷高峰段期间,采用本发明相比采用传统多目标调度方法得到电压稳定性更好,系统的经济成本更高即经济性更差,动态无功备用维持在一个比较合理的水平,而采用传统多目标调度方法得到的经济性虽然更好,但动态无功备用在11h时段动态无功备用为零,而且电压稳定性较差。由于在这两个时段系统的稳定运行容易受到挑战,优化目标应该主要考虑系统的电压稳定性和动态无功备用,因此在这两个时段采用本发明对电网进行优化调度更好。在负荷低谷段和负荷降低段采用本发明后系统的经济成本更低即经济性更好,L指标更小即电压稳定性更好,动态无功备用虽然更小,但维持在一个比较合理的水平。由于在这两个时段系统的负荷水平比较低其电压稳定性没有受到挑战,优化目标应该主要考虑系统的经济性而不需要过多的考虑系统的电压稳定性和动态无功备用,因此在这两个时段采用本发明对电网进行优化调度更好。由于传统多目标调度方法在整个调度周期采用同一个优化目标,需要同时兼顾系统的电压稳定性目标和经济性目标。因此传统多目标调度方法在负荷低谷段和负荷降低段期间,优化调度目标中电压稳定性目标和动态无功备用目标的权重设置过高,而在负荷高峰段和负荷增长段期间,优化调度目标中系统的经济性目标的权重设置过高。需要指出的是在负荷低谷段和负荷降低段,传统多目标调度方法对电压稳定性目标设置了较高的比重,但是采用传统多目标调度方法后得到的L指标值却比采用本发明得到的L指标值更大即电压稳定性更差,这是因为在这两个时段系统的L指标值很小,因此此时传统多目标调度方法中电压稳定性目标对电网优化调度的影响并不大,而经济性目标和动态无功备用目标对电网优化调度的影响更大,因此在此时段的得到的L指标值反而更大。综上,传统多目标调度方法只能根据调度周期的整体情况确定优化目标,在所有时段采用同一个优化目标进行优化调度,而本发明可以在调度周期的不同时段根据实际情况灵活设置个目标的权重。所以本发明能为不同时段选择更加合适的优化目标,在每个时段上选择的优化目标都能比传统多目标调度方法的优化目标更好,有效保障了微电网的经济、稳定运行。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种微电网多时间尺度优化调度方法,其特征在于,包括步骤:先结合预测技术综合考虑负荷和间歇式电源出力的预测结果对调度周期分段,再根据不同时段的情况分别匹配相应的调度策略;
将微电网的优化调度策略分为日前调度、滚动调度和实时调度三个时间尺度;在日前调度阶段将微电网下一调度周期分段并为各分段匹配相应的优化目标;在滚动调度阶段将当前调度周期的剩余时段重新分段并为各分段重新匹配相应的优化目标;在实时调度阶段基于超短期预测结果对日前调度计划进行修正,修正滚动调度阶段的预测偏差;
所述日前调度策略包括步骤:
S100,对微电网下一调度周期内的负荷和间歇式电源出力情况进行预测,得到微电网下一调度周期的负荷和间歇式电源出力预测结果;
S200,根据所述微电网下一调度周期的负荷和间歇式电源出力预测结果得到微电网下一调度周期的净负荷功率预测数据;然后依据微电网下一调度周期的净负荷功率预测数据对下一调度周期进行分段;根据不同周期分段中微电网面临的失稳风险程度,为各周期分段匹配相应的优化目标;最后,构造日前优化调度模型,并求解得到日前调度策略;
所述滚动调度策略包括步骤:
S300,对微电网调度周期剩余时段的负荷和间歇式电源出力情况进行预测,得到微电网调度周期剩余时段的负荷和间歇式电源出力预测结果;
S400,根据所述微电网调度周期剩余时段的负荷和间歇式电源出力预测结果得到微电网调度周期剩余时段的净负荷功率预测数据,然后依据微电网调度周期剩余时段的净负荷功率预测数据对调度周期剩余时段进行分段;根据不同周期分段微电网面临的失稳风险程度,为各周期分段匹配相应的优化目标;最终,得到滚动调度策略。
2.根据权利要求1所述的一种微电网多时间尺度优化调度方法,其特征在于,所述实时调度策略包括步骤:
S500,对微电网一个实时调度周期的负荷和间歇式电源出力情况进行预测,得到微电网未来数分钟的负荷和间歇式电源出力预测结果;
S600,利用步骤S500中得到的负荷和间歇式电源出力预测结果对滚动计划进行修正,保证系统功率平衡,得到实时调度策略并发布给微电网中的电源、无功补偿设备和储能装置设备;同时判断下一个实时调度执行时是否需要执行日前调度,若是则在即将执行下一个实时调度时执行步骤S200,否则判断下一个实时调度执行时是否需要执行滚动调度,若是则在即将执行下一个实时调度时执行步骤S300,否则在即将执行下一个实时调度时执行步骤S500。
3.根据权利要求1所述的一种微电网多时间尺度优化调度方法,其特征在于,所述步骤S200中,微电网下一调度周期的净负荷功率预测数据定义为:
Pload1=Pload-Pw
式中,Pload1、Pload和Pw分别表示下一调度周期的净负荷功率预测值、负荷预测值和风机出力预测值。
4.根据权利要求3所述的一种微电网多时间尺度优化调度方法,其特征在于,所述步骤S200中,所述日前优化调度模型的目标函数为:
Figure FDA0002595891370000021
式中,d表示微电网下一个调度周期所分的时段数;u1k、u2k和u3k分别代表第k个分段的经济性目标f1、稳定性目标f2和动态无功备用目标f3的权重系数,权重系数取值根据各分段的实际情况而定。
5.根据权利要求4所述的一种微电网多时间尺度优化调度方法,其特征在于,所述经济性目标权重系数f1为:
Figure FDA0002595891370000022
式中,m为微电网中的传统发电机个数;PGi为微电网中第i台传统发电机发出的有功功率;C0i、C1i和C2i为传统发电机的燃料耗费曲线参数;
所述稳定性目标权重系数f2为:
Figure FDA0002595891370000023
式中,l表示微电网中所有负荷节点的总数;Lj表示负荷节点j的L指标;
所述动态无功备用目标权重系数f3为:
Figure FDA0002595891370000031
式中,n代表微电网中快速动作无功补偿设备的总数;Qk代表第k个快速动作无功补偿设备的无功出力;Qkopt代表第k个快速动作无功补偿设备的最佳无功出力,是动态无功补偿设备出力上限和下限的平均值。
6.根据权利要求5所述的一种微电网多时间尺度优化调度方法,其特征在于,所述日前优化调度模型具有等式约束条件和不等式约束条件;
所述日前优化调度模型的等式约束条件为:
微电网中各个节点功率的潮流平衡方程约束,其中潮流平衡方程约束的极坐标形式为:
Figure FDA0002595891370000032
式中,j∈i代表节点j属于和所有和节点i连接的节点集合;Pi和Qi分别表示在节点i处向电网发出的有功和无功大小;Vi和Vj分别表示节点i和节点j的电压幅值;θij表示节点i和节点j之间的相角差;Gij和Bij分别表示节点导纳矩阵第i行,第j列元素的实数部分和虚数部分;
日前优化调度模型的不等式约束条件包括:
1)控制变量约束:微电网中各个电机发出有功功率的上限和下限约束,各个节点电压的幅值上限和下限约束,无功补偿设备的补偿上限和下限约束;控制变量约束表示为:umin≤u≤umax
式中,u表示控制变量;umin和umax分别表示控制变量的下限和上限;
2)依从变量约束:母线电压大小的上限和下限约束,各个电机母线发出无功功率上限和下限约束,微电网系统中所有母线的最大传输功率限制约束;依从变量约束表示为:hmin≤h(x,u,D,p,A)≤hmax
式中,x表示依从变量;u表示控制变量;D表示干扰变量或不可控变量;p表示网络元件参数;A表示网络的结构变量,由关联矩阵表示;h表示依从变量组成的向量;hmin和hmax分别表示依从变量的下限构成的向量和上限构成的向量。
CN201810670581.8A 2018-06-26 2018-06-26 一种微电网多时间尺度优化调度方法 Expired - Fee Related CN108695907B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810670581.8A CN108695907B (zh) 2018-06-26 2018-06-26 一种微电网多时间尺度优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810670581.8A CN108695907B (zh) 2018-06-26 2018-06-26 一种微电网多时间尺度优化调度方法

Publications (2)

Publication Number Publication Date
CN108695907A CN108695907A (zh) 2018-10-23
CN108695907B true CN108695907B (zh) 2020-09-29

Family

ID=63848179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810670581.8A Expired - Fee Related CN108695907B (zh) 2018-06-26 2018-06-26 一种微电网多时间尺度优化调度方法

Country Status (1)

Country Link
CN (1) CN108695907B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109217374B (zh) * 2018-11-13 2020-08-25 重庆大学 一种风电电力系统无功电压事前多时间尺度优化控制方法
CN114372650A (zh) * 2020-10-15 2022-04-19 中国南方电网有限责任公司 一种清洁能源跨区域消纳的可行性评估方法
CN114884108B (zh) * 2022-06-14 2024-06-25 福州大学 源网荷储一体化的微电网多时间尺度能量管理优化方法
CN118367555B (zh) * 2024-06-20 2024-08-30 东莞理工学院 一种大数据分析的微电网储能调度协同优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013106383A (ja) * 2011-11-10 2013-05-30 Toshiba Corp 運転計画システム及び運転計画作成方法
CN104181895A (zh) * 2014-08-28 2014-12-03 国家电网公司 适应新能源接入的短期与超短期协调滚动调度优化策略
CN104951899A (zh) * 2015-07-02 2015-09-30 东南大学 含大规模可再生能源的配电公司多时间尺度优化调度方法
CN105186584B (zh) * 2015-10-29 2017-12-05 东北电力大学 一种考虑调峰和爬坡需求的两阶段源‑荷调度方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013106383A (ja) * 2011-11-10 2013-05-30 Toshiba Corp 運転計画システム及び運転計画作成方法
CN104181895A (zh) * 2014-08-28 2014-12-03 国家电网公司 适应新能源接入的短期与超短期协调滚动调度优化策略
CN104951899A (zh) * 2015-07-02 2015-09-30 东南大学 含大规模可再生能源的配电公司多时间尺度优化调度方法
CN105186584B (zh) * 2015-10-29 2017-12-05 东北电力大学 一种考虑调峰和爬坡需求的两阶段源‑荷调度方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于多目标的微电网无功优化控制策略;刘宝磊等;《四川电力技术》;20180430;第41卷(第2期);第1-4,11页 *
微电网多时间尺度经济调度研究;沈扬;《万方数据》;20150519;正文第9-17页 *

Also Published As

Publication number Publication date
CN108695907A (zh) 2018-10-23

Similar Documents

Publication Publication Date Title
CN109888835B (zh) 一种基于改进粒子群的分布式光伏配电网规划方法
CN107301472B (zh) 基于场景分析法和电压调节策略的分布式光伏规划方法
CN108695907B (zh) 一种微电网多时间尺度优化调度方法
CN111934360B (zh) 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法
Eseye et al. Grid-price dependent optimal energy storage management strategy for grid-connected industrial microgrids
CN111244988A (zh) 考虑分布式电源的电动汽车和储能优化调度方法
Lv et al. Data-based optimal microgrid management for energy trading with integral Q-learning scheme
CN109726416B (zh) 一种基于新能源集群预测及潮流计算的调度决策方法
CN114362169A (zh) 一种计及光储型虚拟电厂边际成本的分层协调调控方法
Welch et al. Comparison of two optimal control strategies for a grid independent photovoltaic system
CN109066823B (zh) 一种适于三端口电力电子变压器的交直流混合微网两层优化方法
Sterling et al. Renewable energy management using action dependent heuristic dynamic programming
Wang et al. Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale
Kumar et al. Sensitivity analysis based multi-objective economic emission dispatch in microgrid
CN115659098A (zh) 一种分布式新能源消纳能力计算方法、装置、设备及介质
CN114398777A (zh) 一种基于巴什博弈理论的电力系统灵活性资源配置方法
Singh et al. Application of renewable energy system with fuzzy logic
Li et al. An optimal dynamic generation scheduling for a wind-thermal power system
Lin et al. Three-stage optimization model of medium and long-term contract energy decomposition considering equilibrium of carbon emissions
Meng et al. Electric Vehicle Load Control Strategy Based on Improved Aquila Optimizer Algorithm
Keswani et al. Day ahead optimal economic dispatch with solar energy integration using PSO
Liu et al. Wind power control strategy based on high precision prediction technology
Baliuta et al. Automated power supply control system for a food industry enterprise using a photovoltaic plant and energy storage
Ge et al. Research and Simulation of Dual-Level Optimal Scheduling of Industrial Park Microgrid Considering Flexible Load
Charafeddine et al. Optimum Power Flow Modelling and Dispatching of Power Plants in Lebanon's Energy System

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200929

Termination date: 20210626