CN109066823B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109066823B CN109066823B CN201811054641.XA CN201811054641A CN109066823B CN 109066823 B CN109066823 B CN 109066823B CN 201811054641 A CN201811054641 A CN 201811054641A CN 109066823 B CN109066823 B CN 109066823B
- Authority
- CN
- China
- Prior art keywords
- microgrid
- micro
- grid
- layer
- direct current
- 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
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
- H02J5/00—Circuit arrangements for transfer of electric power between ac networks and dc 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了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,该交直流混合微网采用两层优化结构,以三端口电力电子变压器为上层决策者,优化主网、交流微网和直流微网的功率调度曲线,以交流微网和直流微网为下层从属者,将上层调度曲线作为约束协调各微源出力;上层决策者以降低公共联结点负荷曲线方差、提高负荷率为上层目标,下层从属者以降低交流微网区和直流微网区运行费用为下层目标。本发明利用两层优化,兼顾了三端口PET的发展现状及微网运行效益,为制定交直流混合微网的运行方式提供指导和帮助。
Description
技术领域
本发明涉及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,属于交直流混合微网运行优化技术。
背景技术
交直流混合微网能高效集成不同形式的分布式电源(DG)和负载,近年来得到了快速发展。为提升微网灵活性,学术界提出以三端口电力电子变压器(PET)为并网接口的交直流微网,利用三端口PET具有交流、直流接口以及变压、隔离、潮流双向可控功能,增强微网对DG的控制,从而支撑主网和混合微网的协同优化。
目前,国内外已展开了三端口PET的样机研制,FREEDM研制了8kVA三端口样机,北卡大学实验样机为20kVA,中科院电工所验样机为1MVA。受技术限制,PET容量短期难以大幅提升,且PET为电力电子器件,不具备过载能力,限制了其在工程领域的推广应用。
交直流混合微网运行优化主要从降低运行成本的角度确定混合微网的运行策略,但这会造成公共联结点(PCC)峰值功率大,而目前三端口PET容量小、过载能力差,难以承载较大的并网功率,且优化模型荷电状态(SOC)对储能损耗成本的影响,与工程实际不符。
综上,现有研究主要从降低运行成本的角度确定混合微网的运行策略,但会造成公共联结点(PCC)峰值功率大,而目前三端口PET容量小、过载能力差,难以承载较大的并网功率。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供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,PET为上层决策者,以公共联结点负荷曲线削峰填谷为目标,优化主网、交流微网、直流微网的功率调度曲线;交流微网和直流微网为下层从属者,以降低各自运行成本最低为目标,上层调度曲线为约束协调各微源出力。本发明将自适应惯性权重引入粒子群算法求解模型,加快了求解速度。
技术方案:为实现上述目的,本发明采用的技术方案为:
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,该交直流混合微网采用两层优化结构,以三端口电力电子变压器为上层决策者,优化主网、交流微网和直流微网的功率调度曲线,交流微网和直流微网为下层从属者,以上层调度曲线为约束协调各微源出力。
根据上述两层结构,建立以对公共联结点(PCC)负荷曲线削峰填谷为上层目标,交流微网和直流微网运行费用最低为下层目标的两层优化模型。
提出一种动态惯性权重调整方法平衡粒子群算法的局部搜索能力和全局搜索能力,并利用改进后的算法求解两层优化模型,加快了求解速度。该方法具体实施过程如下:
(一)上层优化模型
1.1上层优化模型:
对PCC负荷曲线削峰填谷可降低PET的负荷峰值,从而降低并网时的PET的容量。数学上利用负荷曲线方差衡量削峰填谷效果,但仅通过降低负荷曲线方差难以完整反映负荷特性,故引入负荷率,建立以降低PCC负荷曲线方差、提高负荷率为目标的PET层优化模型:
对PCC而言,主网、交流微网、直流微网均为双向可调负荷,没有固定负荷侧,忽略损耗情况下可认为:
1.2上层优化模型的约束条件:
PGrid+PAC+PDC=0 (4)
上层优化模型及其约束条件中涉及的字母含义如下:N为调度周期时段数,P(i)为i时段公共联结点负荷功率,Pmax为公共联结点的最大负荷功率;PGrid、PAC和PDC为主网、交流微网和直流微网的净负荷功率,Ppet为三端口电力电子变压器的额定功率;
(二)下层优化模型
2.1交流微网优化模型:
交流微网和直流微网电源特性和负荷特性差异较大,故作为不同下层从属者,以降低各自区域运行成本为目标,上层调度曲线为约束协调各微源出力。
2.2交流微网优化模型的约束条件:
交流微源有功约束:Pk.min≤Pk≤Pk.max (13)
交流微网优化模型及其约束条件中涉及的字母含义如下:FAC为交流微网的运行费用,fAC.1、fAC.2、fAC.3、fAC.4和fAC.5分别表示交流微源的折旧成本、维护成本、燃料成本、治污成本和购电成本,N为调度周期时段数,m为交流微源个数,l、mk、uk、nk、T、cl和Qkl分别表示贷款年利率、还款期、交流微源单位容量建设成本、交流微源使用率、维护系数、污染物种类、环境成本系数和污染物排放量,Pk为第k个交流微源的功率,nMT为燃机个数,为第k个燃机燃料成本和该燃机功率间的函数关系,和PG-AC表示交流微网向主网的购电价格和购电量,和PAC-DC表示交流微网向直流微网的售电价格和售电量;Pload.AC为交流微网负载功率,PAC为交流微网的净负荷功率,Pk.max和Pk.min为第k个交流微源的功率上限和下限,Rup和Rdown为燃机增大和降低出力的限值,t和t-1表示t时刻和t-1时刻;
2.3直流微网优化模型
2.4直流微网优化模型的约束条件:
直流微源有功约束:Pk.min≤Pk≤Pk.max (24)
蓄电池运行状态约束:PSB.min≤PSB≤PSB.max (25)
蓄电池运行状态约束:SOCmin≤SOC≤SOCmax (26)
直流微网优化模型及其约束条件中涉及的字母含义如下:FDC为直流微网的运行费用,fDC.1、fDC.2、fDC.3、fDC.4、fDC.5和fDC.6分别表示直流微源的储能损耗成本、折旧成本、维护成本、燃料成本、治污成本和购电成本,N为调度周期时段数,CSB为储能初始投资成本、QSB全寿命周期充放电量、PSB(Δt)为燃料电池在Δt时段内的功率,m为直流微源个数,nFC为燃料电池个数,l、mk、uk、nk、T、cl和Qkl分别表示贷款年利率、还款期、直流微源单位容量建设成本、直流微源使用率、维护系数、污染物种类、环境成本系数和污染物排放量,Pk为第k个直流微源的功率,表示第k个燃料电池功率,该电池燃料成本间的函数关系,和PG-AC表示交流微网向主网的购电价格和购电量,和PAC-DC表示交流微网向直流微网的售电价格和售电量;Pload.DC为直流微网负载功率,PDC为直流微网的净负荷功率,Pk.max和Pk.min为第k个直流微源的功率上限和下限,PSB.max和PSB.min为燃料电池出力的最大和最小值,SOCmax和SOCmin为荷电状态的最大和最小值。
(三)改进的粒子群算法
为避免算法陷入局部最优,加快收敛速度,采用动态惯性权重改进粒子群算法(PSO)求解所述两层优化模型,动态惯性权重选择方法如下:
其中:ωmax和ωmin为动态惯性权重ω的最小值和最大值,Favg和Fmin为当前粒子F的平均值和最小值。相对于固定权重,动态惯性权重ω随着粒子目标函数值自动调整:当粒子目标值趋于一致或局部最优时,动态惯性权重ω趋于最大值以增强全局搜索能力;目标值较为分散时,动态惯性权重ω较小,对局部区域进行精确搜索。改进后的粒子群算法具体步骤为:
步骤1:设定粒子群规模,问题维度,最大飞行速度,最大迭代次数等参数,随机初始化上层粒子位置和速度,粒子位置信息由上层模型制定的三端口电力电子变压器的各端口功率调度曲线决定;
步骤2:根据上层优化策略确定的交流微网、直流微网、配网调度曲线,求解交流区域和直流区域的运行方案和运行费用;
步骤3:并评价各粒子适应度,将各粒子的位置和适应度存储在pbest中,将pbest中的最优个体的位置和适应度值存储于gbest中;
步骤4:按照下式更新粒子速度和位置信息:
其中,ij为粒子飞行的轨迹;t表示当前迭代次数;ω为动态惯性权重;c1,c2为学习因子,为两个常数,r1,r2为介于0和1之间的随机数;
步骤5:按照式(29)更新动态惯性权重ω;
步骤6:求解下层模型得到交流微网、直流微网运行点,评价每个粒子适应度,更新全局最优解及每个粒子的历史最优点;
步骤7:判断算法是否达到限定的迭代次数或者收敛精度。如果达到则结束并输出全局最优粒子表示的优化策略;如果没有达到,则转到步骤4。
有益效果:本发明提供的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,相对于现有技术,具有如下优势:1、可以降低微网并网时的PET容量,并兼顾微网运行效益;2、积分模型反映了SOC动态变化对储能损耗的影响,提高了模型精度;3、改进的粒子群算法为平衡了算法的全局搜索能力和局部搜索能力,提高了模型求解效率。
附图说明
图1为三端口PET并网的交直流混合微网结构示意图;
图2为典型日风速与光照关系图;
图3为典型日微网负载;
图4为验证算例中交直流混合微网新能源功率;
图5(a)为算例1中各分布式电源出力;
图5(b)为算例2中各分布式电源出力;
图6为不同算法收敛曲线。
具体实施方式
为验证本文分层优化的有效性,设置如下算例对比分析:
一、不同优化方法对比
算例1:采用所提两层优化模型,但不考虑SOC动态变化对储能损耗的影响;
算例2:采用传统单层经济最优模型;
算例1中,微源总出力根据负荷水平变化,在中午和晚高峰时段出力较大,其他时段出力较小,实现了PCC负载曲线的削峰填谷。微网内部则优先考虑储能及经济性环境效益较好的风光满足负荷需求。算例2中,由于22时~7时外网价格较低,直流微网和交流微网主要从外网购电以满足负荷需求,内部微源出力较小,储能系统工作在充电状态,其余时段外网电价较高,利用储能放电和经济性较好的微源满足负载需求。
表1.不同优化策略结果对比
策略 | f1 | f2 | F<sub>AC</sub> | F<sub>DC</sub> | PET负荷峰值 |
算例1 | 117 | 0.548 | 1884 | 912 | 69.1 |
算例2 | 1945 | 0.408 | 1857 | 883 | 165.2 |
表1为优化目标具体结果,通过对PCC负载削峰填谷,算例1中PET负荷峰值为69kW,算例2只考虑了微网经济性,PET负荷峰值为165kW。一般长期供电变压器以最大负荷除以0.65为额定容量,以该调度周期为例,算例2中,混合微网需采用额定容量260kVA的PET并网,而算例1中,106kVA的PET即可满足微网并网需求,缓解了容量不足对PET在工程应用中的限制。
二、不同求解方法的效率对比
图6为传统粒子群算法(PSO)和本文改进的粒子群算法(IPSO)求解算例1时的收敛曲线,PSO在迭代了45次时才收敛,而本文改进的算法迭代33次后便达到收敛条件,收敛速度更快。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一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,其特征在于:该交直流混合微网采用两层优化结构,以三端口电力电子变压器为上层决策者,优化主网、交流微网和直流微网的功率调度曲线,以交流微网和直流微网为下层从属者,将上层调度曲线作为约束协调各微源出力,上层决策者以降低公共联结点负荷曲线方差、提高负荷率为上层目标,下层从属者以降低交流微网区和直流微网区运行费用为下层目标;
(一)上层优化模型
1.1上层优化模型:
1.2上层优化模型的约束条件:
PGrid+PAC+PDC=0 (4)
上层优化模型及其约束条件中涉及的字母含义如下:N为调度周期时段数,P(i)为i时段公共联结点负荷功率,Pmax为公共联结点的最大负荷功率;PGrid、PAC和PDC为主网、交流微网和直流微网的净负荷功率,Ppet为三端口电力电子变压器的额定功率;
(二)下层优化模型
2.1交流微网优化模型:
2.2交流微网优化模型的约束条件:
交流微源有功约束:Pk.min≤Pk≤Pk.max (13)
交流微网优化模型及其约束条件中涉及的字母含义如下:FAC为交流微网的运行费用,fAC.1、fAC.2、fAC.3、fAC.4和fAC.5分别表示交流微源的折旧成本、维护成本、燃料成本、治污成本和购电成本,N为调度周期时段数,m为交流微源个数,l、mk、Qmk、uk、nk、T、cl和Qkl分别表示贷款年利率、还款期、交流微源单位容量建设成本、交流微源使用率、维护系数、污染物种类、环境成本系数和污染物排放量,Pk为第k个交流微源的功率,nMT为燃机个数,为第k个燃机的燃料成本和该燃机的功率间的函数关系,和PG-AC表示交流微网向主网的购电价格和购电量,和PAC-DC表示交流微网向直流微网的售电价格和售电量;Pload.AC为交流微网负载功率,PAC为交流微网的净负荷功率,Pk.max和Pk.min为第k个交流微源的功率上限和下限,Rup和Rdown为燃机增大和降低出力的限值,t和t-1表示t时刻和t-1时刻;
3.1直流微网优化模型:
3.2直流微网优化模型的约束条件:
直流微源有功约束:Pk.min≤Pk≤Pk.max (24)
蓄电池运行状态约束:PSB.min≤PSB≤PSB.max (25)
蓄电池运行状态约束:SOCmin≤SOC≤SOCmax (26)
直流微网优化模型及其约束条件中涉及的字母含义如下:FDC为直流微网的运行费用,fDC.1、fDC.2、fDC.3、fDC.4、fDC.5和fDC.6分别表示直流微源的储能损耗成本、折旧成本、维护成本、燃料成本、治污成本和购电成本,N为调度周期时段数,CSB为储能初始投资成本、QSB全寿命周期充放电量、PSB(Δt)为燃料电池在Δt时段内的功率,m为直流微源个数,nFC为燃料电池个数,l、mk、uk、nk、T、cl和Qkl分别表示贷款年利率、还款期、直流微源单位容量建设成本、直流微源使用率、维护系数、污染物种类、环境成本系数和污染物排放量,Pk为第k个直流微源的功率,表示第k个燃料电池功率,为燃料电池的燃料成本和间的函数关系,和PG-AC表示交流微网向主网的购电价格和购电量,和PAC-DC表示交流微网向直流微网的售电价格和售电量;Pload.DC为直流微网负载功率,PDC为直流微网的净负荷功率,Pk.max和Pk.min为第k个直流微源的功率上限和下限,PSB.max和PSB.min为燃料电池出力的最大和最小值,SOCmax和SOCmin为荷电状态的最大和最小值。
2.根据权利要求1所述的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,其特征在于:采用改进的粒子群算法求解所述两层优化模型,所述改进的粒子群算法中,权重采用动态惯性权重进行实时调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811054641.XA CN109066823B (zh) | 2018-09-11 | 2018-09-11 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811054641.XA CN109066823B (zh) | 2018-09-11 | 2018-09-11 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109066823A CN109066823A (zh) | 2018-12-21 |
CN109066823B true CN109066823B (zh) | 2020-06-16 |
Family
ID=64761144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811054641.XA Active CN109066823B (zh) | 2018-09-11 | 2018-09-11 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109066823B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414796B (zh) * | 2019-07-03 | 2022-04-12 | 南方电网科学研究院有限责任公司 | 一种交直流混合配电网网架规划方法、装置及存储介质 |
CN111146825A (zh) * | 2020-01-03 | 2020-05-12 | 天津大学 | 计及不同主体的含pet交直流混合微网双层控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108258694A (zh) * | 2018-01-18 | 2018-07-06 | 南京工程学院 | 基于电力电子变压器的交直流微网协调控制方法 |
CN108376994A (zh) * | 2018-02-02 | 2018-08-07 | 南京工程学院 | 基于三端口电力电子变压器并网的交直流混合微网运行优化方法 |
-
2018
- 2018-09-11 CN CN201811054641.XA patent/CN109066823B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108258694A (zh) * | 2018-01-18 | 2018-07-06 | 南京工程学院 | 基于电力电子变压器的交直流微网协调控制方法 |
CN108376994A (zh) * | 2018-02-02 | 2018-08-07 | 南京工程学院 | 基于三端口电力电子变压器并网的交直流混合微网运行优化方法 |
Non-Patent Citations (1)
Title |
---|
"基于二层规划模型的交直流混合微网源荷储协调分区优化经济调度";李鹏等;《中国电机工程学报》;20161220;第36卷(第24期);第6769-6779页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109066823A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sobu et al. | Optimal operation planning method for isolated micro grid considering uncertainties of renewable power generations and load demand | |
CN103151797B (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN111191820B (zh) | 一种综合能源系统中储能装置的选址定容优化规划方法 | |
WO2020140743A1 (zh) | 配电台区源-荷协同接入方法、终端、存储介质 | |
CN106026152A (zh) | 一种电动汽车接入微电网的充放电调度方法 | |
CN110598913B (zh) | 一种园区综合能源系统设备容量配置的优化方法及系统 | |
CN105576684B (zh) | 一种含高渗透率光电微电网中的电动汽车优化调度方法 | |
CN113437756B (zh) | 考虑配电网静态电压稳定性的微电网优化配置方法 | |
CN110729726A (zh) | 一种智慧社区能量优化调度方法和系统 | |
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 | |
CN111224432B (zh) | 微电网优化调度方法和装置 | |
CN115241923A (zh) | 一种基于蛇优化算法的微电网多目标优化配置方法 | |
Yuanyuan et al. | Optimization scheduling method of power grid energy-saving based on fuzzy decision | |
CN114741960A (zh) | 一种综合能源经济环境调度优化方法及系统 | |
CN112531788B (zh) | 考虑多重不确定性和自趋优运行的透明微网群规划方法 | |
Fu et al. | Research on the stackelberg game method of building micro-grid with electric vehicles | |
CN113300400A (zh) | 一种分布式微电网调度方法 | |
CN108695907B (zh) | 一种微电网多时间尺度优化调度方法 | |
Tong et al. | An intelligent scheduling control method for smart grid based on deep learning | |
CN115796533A (zh) | 考虑清洁能源消纳的虚拟电厂双层优化调度方法及装置 | |
CN110610328B (zh) | 一种直流微电网多维运行评估方法 | |
Ghahramani et al. | Optimal energy management of a parking lot in the presence of renewable sources | |
Li et al. | An optimal dynamic generation scheduling for a wind-thermal power system | |
CN111798044B (zh) | 基于改进最小叉熵的ries运行规划仿真方法 | |
Ge et al. | Research and Simulation of Dual-level Optimal Scheduling of Industrial Park Microgrid Considering Flexible Load |
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 |