CN109066744B - 一种含储能配电网协调调度方法和系统 - Google Patents
一种含储能配电网协调调度方法和系统 Download PDFInfo
- Publication number
- CN109066744B CN109066744B CN201810893759.5A CN201810893759A CN109066744B CN 109066744 B CN109066744 B CN 109066744B CN 201810893759 A CN201810893759 A CN 201810893759A CN 109066744 B CN109066744 B CN 109066744B
- Authority
- CN
- China
- Prior art keywords
- power
- day
- energy storage
- storage device
- distribution network
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 193
- 238000009826 distribution Methods 0.000 title claims abstract description 177
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005611 electricity Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000007599 discharging Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种含储能配电网协调调度方法和系统,包括:在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划并执行;在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;循环执行储能装置的出力计划,直到调度结束。该方法和系统通过储能参与日前调度可减少配电网的运行成本,参与日内的再调度可平抑因可再生能源预测误差而导致的配电网与大电网之间的功率波动,提高配电网的可控性,减少对大电网的冲击。
Description
技术领域
本发明属于配电网运行控制技术领域,具体涉及一种含储能配电网协调调度方法和系统。
背景技术
在能源互联网的发展背景下,大量分布式电源、分布式储能、可控负荷等接入电网,对电网的运行提出了新的挑战。主动配电网通过先进的信息与自动化技术,可以对区域内供应侧与需求侧资源实施主动管理,以实现能源的高效、清洁和安全利用,可有效解决大规模分布式电源接入的问题。在配电网中,储能是实现能量高效利用和系统安全运行的关键设备,它打破了能源生产和消费的不同步性,使能源在时间上具有可平移性。另外,将储能系统与分布式电源相结合,还可以有效平滑间歇性电源的功率波动。
配电网的优化调度方法通常是根据日前调度计划执行,在传统的配电网中可实现系统的经济运行。但是由于风电等可再生能源的出力具有随机性和波动性的特点,其大量接入可能会导致配电网与大电网的交换功率严重偏离其日前调度计划,此偏离如果完全由大电网进行承担,将会对大电网造成一定的冲击,如发生电压越限、变压器过负荷等。
发明内容
为克服上述现有技术的不足,本发明提出一种含储能配电网协调调度方法和系统。该方法和系统能够很好地消除可再生能源预测误差对系统运行的影响,在保证配电网运行经济性的同时,减小并网处的功率波动,提高配电网运行的可控性。
实现上述目的所采用的解决方案为:
一种含储能配电网协调调度方法,其改进之处在于:
在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
循环执行所述储能装置的出力计划,直到调度结束。
本发明提供的第一优选技术方案,其改进之处在于,所述根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定储能装置和配电网交换功率的日前调度计划,包括:
以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划。
本发明提供的第二优选技术方案,其改进之处在于,所述最小化配电网的日运行成本为目标,如下式所示:
其中,Cmin表示配电网的日运行成本最小值,ws为可再生能源场景s发生的概率,Ns为可再生能源场景总数,ws和Ns根据可再生能源的日前预测功率数据和概率分布得到;pt为t时段的交易电价,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt G为t时段柴油发电机的输出功率,a、b和c分别为柴油发电机的燃料成本系数,T为时段总个数。
本发明提供的第三优选技术方案,其改进之处在于,所述日前配电网功率平衡约束如下式所示:
Pt G+Pt w,s+Pt ex,s+Pt dis=Pt L+Pt ch
其中,Pt G为t时段柴油发电机的输出功率,Pt w,s为t时段可再生能源场景s中可再生能源的日前预测功率,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt ch为储能装置t时段的充电功率,Pt dis为储能装置t时段的放电功率,Pt L为配电网内部t时段的电负荷。
本发明提供的第四优选技术方案,其改进之处在于,所述柴油发电机的日前运行约束如下式所示:
It·PG,min≤Pt G≤It·PG,max
其中,Pt G为t时段柴油发电机的输出功率,为t前一时段柴油发电机的输出功率,PG,max为柴油发电机的出力上限,PG,min为柴油发电机的出力下限,It为柴油发电机t时段的开停机状态,It=1表示处于开机状态,It=0表示处于停机状态,ΔPmax为柴油发电机的最大上/下爬坡率。
本发明提供的第五优选技术方案,其改进之处在于,所述配电网并网处的日前功率约束如下式所示:
-Pex,max≤Pt ex,s≤Pex,max
其中,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pex,max为配电网并网处的最大可交换功率。
本发明提供的第六优选技术方案,其改进之处在于,所述储能装置的日前运行约束如下式所示:
Et=Et-1+ηch·Pt ch-Pt dis/ηdis
Emin≤Et≤Emax
其中,Et为储能装置t时段的储电量,Et-1为储能装置t前一时段的储电量,Pt ch为储能装置t时段的充电功率,Pt dis为储能装置t时段的放电功率,ηch为储能装置的充电效率,ηdis为储能装置的放电效率,Emax为储能装置的储能量上限,Emin为储能装置的储能量下限,Pch,max为储能装置的充电功率上限,Pdis,max为储能装置的放电功率上限;为储能装置在t时段的充电状态,表示处于充电状态,表示不处于充电状态;为储能装置在t时段的放电状态,表示处于放电状态,表示不处于放电状态。
本发明提供的第七优选技术方案,其改进之处在于,所述每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划,包括:
在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
输入可再生能源的时段预测功率数据和所述日前调度计划,得到储能装置的出力计划。
本发明提供的第八优选技术方案,其改进之处在于,所述以最小化配电网交换功率的偏差为目标,如下式所示:
Dmin=min|Pt ex,ID-Pt ex,DA|
其中,Dmin表示配电网交换功率的偏差最小值,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pt ex,DA为通过日前优化确定的t时段的交换功率日前调度计划,Pt ex,DA如下式计算:
其中,s表示可再生能源场景,Ns为可再生能源场景总数,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt ex,s根据日前调度计划确定。
本发明提供的第九优选技术方案,其改进之处在于,所述日内功率平衡约束如下式所示:
Pt G+Pt w,ID+Pt ex,ID+Pt dis,ID=Pt L+Pt ch,ID
其中,Pt G为t时段柴油发电机的输出功率,Pt w,ID为t时段可再生能源的预测功率,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pt L为配电网内部t时段的电负荷,Pt ch,ID为日内调度阶段t时段储能装置的充电功率,Pt dis,ID为日内调度阶段t时段储能装置的放电功率。
本发明提供的第十优选技术方案,其改进之处在于,所述配电网并网处的日内功率约束如下式所示:
-Pex,max≤Pt ex,ID≤Pex,max
其中,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pex,max为配电网并网处的最大可交换功率。
本发明提供的第十一优选技术方案,其改进之处在于,所述储能装置的日内运行约束如下式所示:
其中,为日内调度阶段储能装置在t时段的储电量,为日内调度阶段储能装置在t前一时段的储电量,ηch为储能装置的充电效率,ηdis为储能装置的放电效率,Pt ch,ID为日内调度阶段t时段储能装置的充电功率,Pt dis,ID为日内调度阶段t时段储能装置的放电功率,Emax为储能装置的储能量上限,Emin为储能装置的储能量下限,Pch,max为储能装置的充电功率上限,Pdis,max为储能装置的放电功率上限,为储能装置在t时段的充电状态,表示处于充电状态,表示不处于充电状态;为储能装置在t时段的放电状态,表示处于放电状态,表示不处于放电状态。
一种含储能配电网协调调度系统,其改进之处在于,包括:日前计划模块、日内计划模块和执行模块;
所述日前计划模块,用于在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
所述日内计划模块,用于在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
所述执行模块,用于循环执行所述储能装置的出力计划,直到调度结束。
本发明提供的第十二优选技术方案,其改进之处在于,所述日前计划模块包括日前设定单元和日前输出单元;
所述日前设定单元,用于以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
所述日前输出单元,用于输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划。
本发明提供的第十三优选技术方案,其改进之处在于,所述日内计划模块包括:日内设定单元和日内输出单元;
所述日内设定单元,用于在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
所述日内输出单元,用于输入可再生能源的时段预测功率数据和所述日前调度计划,得到储能装置的出力计划。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明提供的一种含储能配电网协调调度方法和系统,根据可再生能源的日前功率预测数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本的期望值为目标函数,确定柴油发电机的出力和配电网交换功率的日前调度计划;在日内调度阶段,根据可再生能源的各时段前预测信息,以最小化配电网交换功率的偏差为目标函数,确定储能装置的日内调度计划并执行计划。储能参与日前调度可减少配电网的运行成本,参与日内的再调度可平抑因可再生能源预测误差而导致的配电网与大电网之间的功率波动,提高配电网的可控性,减少对大电网的冲击。
附图说明
图1为本发明提供的一种含储能配电网协调调度方法流程示意图;
图2为本发明提供的含储能装置的配电网示意图;
图3为本发明提供的一种含储能配电网协调调度方法整体技术框架示意图;
图4为本发明提供的一种含储能配电网协调调度系统基本结构示意图;
图5为本发明提供的一种含储能配电网协调调度系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种含储能配电网协调调度方法流程示意图如图1所示,包括:
步骤1:在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
步骤2:在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
步骤3:循环执行储能装置的出力计划,直到调度结束。
具体的,以风电作为可再生能源,以24小时为调度周期,对本申请提出的方法进行进一步说明。含储能装置的配电网如图2所示,含储能配电网协调调度方法整体技术框架如图3所示。
一种含储能配电网协调调度方法主要包括以下几个步骤:
步骤101:获取风电的日前预测数据、概率分布和电负荷预测数据。
本发明中,可根据一定的预测模型得到未来24小时的电负荷预测数据和风电预测数据以及风电的概率分布。
步骤102:根据风电的预测数据以及风电的概率分布,得到风电场景。
本发明中,可采用蒙特卡洛法产生一系列的风电场景,但是过多的场景会大大增加优化求解的时间;采用同步回代法对场景进行削减,将少量有代表性的场景作为风电场景。
步骤103:建立如式(1)至式(10)所示的配电网一阶段调度模型,作为日前优化调度模型,将步骤102得到的未来24小时的电负荷功率和风电在各风电场景下的功率,输入日前优化调度模型,确定储能装置和配电网交换功率的日前调度计划。
步骤103中,首先确定以配电网日前系统运行成本最小为目标函数,目标函数包括配电网购售电成本的期望值和柴油发电机的燃料成本,如式(1)所示:
式中,ws为风电场景s发生的概率,Ns为风电场景总数,pt为t时段的交易电价,Pt ex,s为t时段风电场景s中配电网购售电的日前计划值,Pt G为t时段柴油发电机的输出功率,a、b和c为分别柴油发电机的燃料成本系数。
然后确定系统的约束条件,主要包括:
式(2)确定日前配电网功率平衡约束条件:
Pt G+Pt w,s+Pt ex,s+Pt dis=Pt L+Pt ch (2)
式中,Pt w,s为t时段风电场景s中风电的出力,Pt ch、Pt dis分别为储能装置的充/放电功率,Pt L为配电网内部t时段的电负荷。
式(3)和(4)确定柴油发电机的日前运行约束条件,其中式(3)是柴油发电机的出力约束条件,式(4)是柴油发电机的爬坡约束条件:
It·PG,min≤Pt G≤It·PG,max (3)
式中,PG,max、PG,min分别为柴油发电机的出力上、下限,为t前一时段柴油发电机的输出功率,It为柴油发电机的开停机状态,1表示处于开机状态,0表示处于停机状态,ΔPmax为柴油发电机的最大上/下爬坡率。
式(5)确定配电网并网处的日前功率约束:
-Pex,max≤Pt ex,s≤Pex,max (5)
式中,Pex,max为配电网与大电网的最大可交换功率。
式(6)-(10)确定储能装置的日前运行约束,其中式(6)储能装置的储能量约束,式(7)为储能装置的容量约束,式(8)为储能装置的充电功率约束,式(9)为储能装置的放电功率约束,式(10)为储能装置的充放电状态约束:
Et=Et-1+ηch·Pt ch-Pt dis/ηdis (6)
Emin≤Et≤Emax (7)
式中,Et为储能装置t时段的储电量,Et-1为储能装置t前一时段的储电量,式中,Et为储能装置t时段的储电量,ηch、ηdis分别为储能装置的充/放电效率,Emax、Emin分别为储能装置的储能量上限和下限;Pch,max、Pdis,max分别为储能装置的充放电功率上限;分别为储能装置在t时段的充放电状态,为二进制变量,如表示储能装置在t时段处于充电状态,表示不处于充电状态,为储能装置在t时段的放电状态,表示处于放电状态,表示不处于放电状态。
求解日前优化调度模型,确定未来24小时柴油发电机的出力。本发明中,可采用Yalmip优化工具求解日前优化调度模型。确定柴油发电机的出力后,将出力指令送至柴油发电机,令柴油发电机按照出力指令在接下来的调度周期内执行。配电网并网处的日前交换功率可根据各场景下的期望值来确定,如式(11)所示:
式中,Pt ex,DA为通过日前优化确定的t时段的交换功率日前计划。
步骤104:在二阶段,即日内调度阶段,在下一时刻,根据风电的最新预测信息,建立配电网日内阶段的调度模型,目标函数为最小化交换功率与日前计划的偏差,如式(12)所示:
min|Pt ex,ID-Pt ex,DA| (12)
式中,Pt ex,ID为日内调度阶段t时段并网处的交换功率。
日内调度阶段的日内功率平衡约束如式(13)所示:
Pt G+Pt w,ID+Pt ex,ID+Pt dis,ID=Pt L+Pt ch,ID (13)
式中,Pt w,ID为t时段风电的时前预测值,Pt ch,ID、Pt dis,ID分别为日内调度阶段t时段储能装置的充/放电功率。
日内调度阶段配电网并网处的日内功率约束如式(14)所示:
-Pex,max≤Pt ex,ID≤Pex,max (14)
式中,Pex,max为配电网并网处的最大可交换功率。
日内调度阶段储能装置的日内运行约束如式(15)-(19)所示,其中式(15)储能装置的储能量约束,式(16)为储能装置的容量约束,式(17)为储能装置的充电功率约束,式(18)为储能装置的放电功率约束,式(19)为储能装置的充放电状态约束:
式中,为日内调度阶段储能装置在t时段的储电量,为日内调度阶段储能装置在t前一时段的储电量,ηch、ηdis分别为储能装置的充/放电效率,Emax、Emin分别为储能装置的储能量上限和下限;Pch,max、Pdis,max分别为储能装置的充放电功率上限;分别为储能装置在t时段的充放电状态,为二进制变量,如表示储能装置在t时段处于充电状态,表示不处于放电状态,为储能装置在t时段的放电状态,表示处于放电状态,表示不处于放电状态。
求解日内优化调度模型,得到配电网与大电网的交换功率和储能装置在日内调度阶段的充放电功率,对储能装置的出力进行调整,确定储能装置的最终出力。具体可采用采用Yalmip优化工具进行求解。
步骤105:每个时间段执行一次步骤104,将储能装置的的出力指令发送至储能装置并执行,直到调度周期结束。
实施例2:
基于同一发明构思,本发明还提供了一种含储能配电网协调调度系统,由于这些设备解决技术问题的原理与含储能配电网协调调度方法相似,重复之处不再赘述。
该系统基本结构如图4所示,包括:
日前计划模块、日内计划模块和执行模块;
其中,日前计划模块,在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
日内计划模块,用于在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
执行模块,用于循环执行储能装置的出力计划,直到调度结束。
含储能配电网协调调度系统具体结构如图5所示。其中,日前计划模块包括日前设定单元和日前输出单元;
日前设定单元,用于以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
日前输出单元,用于输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划。
其中,最小化配电网的日运行成本为目标,如下式所示:
其中,Cmin表示配电网的日运行成本最小值,ws为可再生能源场景s发生的概率,Ns为可再生能源场景总数,ws和Ns根据可再生能源的日前预测功率数据和概率分布得到;pt为t时段的交易电价,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt G为t时段柴油发电机的输出功率,a、b和c分别为柴油发电机的燃料成本系数,T为时段总个数。
其中,日前配电网功率平衡约束如下式所示:
Pt G+Pt w,s+Pt ex,s+Pt dis=Pt L+Pt ch
其中,Pt G为t时段柴油发电机的输出功率,Pt w,s为t时段可再生能源场景s中可再生能源的日前预测功率,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt ch为储能装置t时段的充电功率,Pt dis为储能装置t时段的放电功率,Pt L为配电网内部t时段的电负荷。
其中,柴油发电机的日前运行约束如下式所示:
It·PG,min≤Pt G≤It·PG,max
其中,Pt G为t时段柴油发电机的输出功率,为t前一时段柴油发电机的输出功率,PG,max为柴油发电机的出力上限,PG,min为柴油发电机的出力下限,It为柴油发电机t时段的开停机状态,It=1表示处于开机状态,It=0表示处于停机状态,ΔPmax为柴油发电机的最大上/下爬坡率。
其中,配电网并网处的日前功率约束如下式所示:
-Pex,max≤Pt ex,s≤Pex,max
其中,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pex,max为配电网并网处的最大可交换功率。
其中,储能装置的日前运行约束如下式所示:
Et=Et-1+ηch·Pt ch-Pt dis/ηdis
Emin≤Et≤Emax
其中,Et为储能装置t时段的储电量,Et-1为储能装置t前一时段的储电量,Pt ch为储能装置t时段的充电功率,Pt dis为储能装置t时段的放电功率,ηch为储能装置的充电效率,ηdis为储能装置的放电效率,Emax为储能装置的储能量上限,Emin为储能装置的储能量下限,Pch,max为储能装置的充电功率上限,Pdis,max为储能装置的放电功率上限;为储能装置在t时段的充电状态,表示处于充电状态,表示不处于充电状态;为储能装置在t时段的放电状态,表示处于放电状态,表示不处于放电状态。
其中,日内计划模块包括:日内设定单元和日内输出单元;
日内设定单元,用于在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
日内输出单元,用于输入可再生能源的时段预测功率数据和日前调度计划,得到储能装置的出力计划。
其中,以最小化配电网交换功率的偏差为目标,如下式所示:
Dmin=min|Pt ex,ID-Pt ex,DA|
其中,Dmin表示配电网交换功率的偏差最小值,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pt ex,DA为通过日前优化确定的t时段的交换功率日前调度计划,Pt ex,DA如下式计算:
其中,s表示可再生能源场景,Ns为可再生能源场景总数,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt ex,s根据日前调度计划确定。
其中,日内功率平衡约束如下式所示:
Pt G+Pt w,ID+Pt ex,ID+Pt dis,ID=Pt L+Pt ch,ID
其中,Pt G为t时段柴油发电机的输出功率,Pt w,ID为t时段可再生能源的预测功率,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pt L为配电网内部t时段的电负荷,Pt ch,ID为日内调度阶段t时段储能装置的充电功率,Pt dis,ID为日内调度阶段t时段储能装置的放电功率。
其中,配电网并网处的日内功率约束如下式所示:
-Pex,max≤Pt ex,ID≤Pex,max
其中,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pex,max为配电网并网处的最大可交换功率。
其中,储能装置的日内运行约束如下式所示:
其中,为日内调度阶段储能装置在t时段的储电量,为日内调度阶段储能装置在t前一时段的储电量,ηch为储能装置的充电效率,ηdis为储能装置的放电效率,Pt ch,ID为日内调度阶段t时段储能装置的充电功率,Pt dis,ID为日内调度阶段t时段储能装置的放电功率,Emax为储能装置的储能量上限,Emin为储能装置的储能量下限,Pch,max为储能装置的充电功率上限,Pdis,max为储能装置的放电功率上限,为储能装置在t时段的充电状态,表示处于充电状态,表示不处于充电状态;为储能装置在t时段的放电状态,表示处于放电状态,表示不处于放电状态。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (10)
1.一种含储能配电网协调调度方法,其特征在于:
在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
循环执行所述储能装置的出力计划,直到调度结束;
所述根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定储能装置和配电网交换功率的日前调度计划,包括:
以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划;
所述最小化配电网的日运行成本为目标,如下式所示:
其中,Cmin表示配电网的日运行成本最小值,ws为可再生能源场景s发生的概率,Ns为可再生能源场景总数,ws和Ns根据可再生能源的日前预测功率数据和概率分布得到;pt为t时段的交易电价,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt G为t时段柴油发电机的输出功率,a、b和c分别为柴油发电机的燃料成本系数,T为时段总个数;
所述每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划,包括:
在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
输入可再生能源的时段预测功率数据和所述日前调度计划,得到储能装置的出力计划。
2.如权利要求1所述的方法,其特征在于,所述日前配电网功率平衡约束如下式所示:
Pt G+Pt w,s+Pt ex,s+Pt dis=Pt L+Pt ch
其中,Pt G为t时段柴油发电机的输出功率,Pt w,s为t时段可再生能源场景s中可再生能源的日前预测功率,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pt ch为储能装置t时段的充电功率,Pt dis为储能装置t时段的放电功率,Pt L为配电网内部t时段的电负荷。
4.如权利要求1所述的方法,其特征在于,所述配电网并网处的日前功率约束如下式所示:
-Pex,max≤Pt ex,s≤Pex,max
其中,Pt ex,s为t时段可再生能源场景s中配电网购售电的日前计划值,Pex,max为配电网并网处的最大可交换功率。
5.如权利要求1所述的方法,其特征在于,所述储能装置的日前运行约束如下式所示:
Et=Et-1+ηch·Pt ch-Pt dis/ηdis
Emin≤Et≤Emax
7.如权利要求1所述的方法,其特征在于,所述日内功率平衡约束如下式所示:
Pt G+Pt w,ID+Pt ex,ID+Pt dis,ID=Pt L+Pt ch,ID
其中,Pt G为t时段柴油发电机的输出功率,Pt w,ID为t时段可再生能源的预测功率,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pt L为配电网内部t时段的电负荷,Pt ch,ID为日内调度阶段t时段储能装置的充电功率,Pt dis,ID为日内调度阶段t时段储能装置的放电功率。
8.如权利要求1所述的方法,其特征在于,所述配电网并网处的日内功率约束如下式所示:
-Pex,max≤Pt ex,ID≤Pex,max
其中,Pt ex,ID为日内调度阶段t时段并网处的交换功率,Pex,max为配电网并网处的最大可交换功率。
9.如权利要求1所述的方法,其特征在于,所述储能装置的日内运行约束如下式所示:
10.一种含储能配电网协调调度系统,其特征在于,包括:日前计划模块、日内计划模块和执行模块;
所述日前计划模块,用于在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
所述日内计划模块,用于在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
所述执行模块,用于循环执行所述储能装置的出力计划,直到调度结束;
所述日前计划模块包括日前设定单元和日前输出单元;
所述日前设定单元,用于以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
所述日前输出单元,用于输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划;
所述日内计划模块包括:日内设定单元和日内输出单元;
所述日内设定单元,用于在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
所述日内输出单元,用于输入可再生能源的时段预测功率数据和所述日前调度计划,得到储能装置的出力计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810893759.5A CN109066744B (zh) | 2018-08-08 | 2018-08-08 | 一种含储能配电网协调调度方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810893759.5A CN109066744B (zh) | 2018-08-08 | 2018-08-08 | 一种含储能配电网协调调度方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109066744A CN109066744A (zh) | 2018-12-21 |
CN109066744B true CN109066744B (zh) | 2021-06-25 |
Family
ID=64678770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810893759.5A Active CN109066744B (zh) | 2018-08-08 | 2018-08-08 | 一种含储能配电网协调调度方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109066744B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109638896B (zh) * | 2018-10-24 | 2023-10-20 | 中国电力科学研究院有限公司 | 一种面向能源互联网的能源联合供能管控方法及系统 |
CN109742796B (zh) * | 2019-01-10 | 2021-01-15 | 华北电力大学 | 一种风光水火储联合系统的多时间尺度协调调度方法 |
CN111342501B (zh) * | 2020-02-24 | 2022-09-27 | 国网浙江省电力有限公司嘉善县供电公司 | 一种含分布式电源微电网的无功功率控制方法 |
CN111680829A (zh) * | 2020-05-25 | 2020-09-18 | 广东电网有限责任公司 | 一种考虑充放成本的分布式储能集群调度方法 |
CN111969602B (zh) * | 2020-08-14 | 2022-02-01 | 山东大学 | 一种综合能源系统的日前随机优化调度方法及装置 |
CN114118532A (zh) * | 2021-11-06 | 2022-03-01 | 深圳供电局有限公司 | 孤岛微网的调度方法、装置、计算机设备、存储介质 |
CN116151486B (zh) * | 2023-04-19 | 2023-07-07 | 国网天津市电力公司城西供电分公司 | 含储能系统的光伏充电站多时间尺度随机优化方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106160008A (zh) * | 2016-07-08 | 2016-11-23 | 华北电力大学 | 一种消纳新能源受阻功率的荷源协调控制滚动修正方法 |
CN106651026A (zh) * | 2016-12-20 | 2017-05-10 | 太原理工大学 | 多时间尺度微电网能量管理优化调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160225006A1 (en) * | 2015-01-30 | 2016-08-04 | Fujitsu Limited | Utilization of coupons in residential demand response |
-
2018
- 2018-08-08 CN CN201810893759.5A patent/CN109066744B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106160008A (zh) * | 2016-07-08 | 2016-11-23 | 华北电力大学 | 一种消纳新能源受阻功率的荷源协调控制滚动修正方法 |
CN106651026A (zh) * | 2016-12-20 | 2017-05-10 | 太原理工大学 | 多时间尺度微电网能量管理优化调度方法 |
Non-Patent Citations (2)
Title |
---|
"计及负荷储能特性的微网荷储协调联络线功率波动平抑策略";冯雷等;《电力系统自动化》;20170910;第41卷(第17期);第22-28页 * |
冯雷等."计及负荷储能特性的微网荷储协调联络线功率波动平抑策略".《电力系统自动化》.2017,第41卷(第17期),第22-28页. * |
Also Published As
Publication number | Publication date |
---|---|
CN109066744A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109066744B (zh) | 一种含储能配电网协调调度方法和系统 | |
Roslan et al. | Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction | |
CN112104007B (zh) | 一种广义源储系统调度的集中控制方法 | |
CN112583017B (zh) | 考虑储能运行约束的混合微电网能量分配方法及系统 | |
CN113205273B (zh) | 一种计及区外电能交易的低碳化电源规划方法及系统 | |
Liang et al. | Inertia pricing in stochastic electricity markets | |
CN114897346A (zh) | 计及不确定性和需求响应的虚拟电厂鲁棒优化调度方法 | |
Li et al. | A coordinated peak shaving strategy using neural network for discretely adjustable energy-intensive load and battery energy storage | |
CN114243691A (zh) | 一种电力系统低碳优化调度方法 | |
CN113538066A (zh) | 虚拟电厂参与电力市场的控制方法、系统、设备及介质 | |
CN111030101A (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
CN112039126B (zh) | 含分布式电源的配电网多时间尺度协调调度方法及系统 | |
CN112134271A (zh) | 一种多能互补系统装机容量优化方法及系统 | |
CN107622331B (zh) | 一种发电机组与电力用户直接交易方式的优化方法和装置 | |
CN116742812A (zh) | 一种多能互补发电系统储能容量协调优化配置方法和系统 | |
JP2017042032A (ja) | エネルギーシステムのエネルギー生産を管理する方法、および関連する管理装置 | |
CN115441516A (zh) | 基于剩余需求曲线的光储系统运行方法及装置 | |
CN115566680A (zh) | 一种新能源电力系统时序生产模拟运行优化方法及装置 | |
CN115776125A (zh) | 一种储能与新能源场站的协同运行优化方法及装置 | |
CN114844119A (zh) | 一种储能发电装机和容量优化配置方法及系统 | |
CN115085227A (zh) | 一种微电网源储容量配置方法及装置 | |
CN108258734B (zh) | 基于风功率区间预测的鲁棒最优调度方法 | |
CN110401210A (zh) | 需求响应参与下风电储能系统调度方法 | |
CN110224445A (zh) | 一种联络线送出新能源比例信息推送方法及系统 | |
CN114744632B (zh) | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 |
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 |