CN109146257A - 一种基于熵的微网可调度性建模方法及评价方法 - Google Patents

Abstract

本发明提供一种基于熵的微网可调度性建模方法及评价方法，基于熵的微网可调度性建模方法，包括步骤：1)形成区间序列I：假设ΔP₀为足够小的区间长度，P₀为任意常数，在实数轴上以P₀为起点分别往正方向和负方向按ΔP₀划分区间，形成区间序列I：I＝{D_i|D_i＝[P_i,P_i+1),ΔP₀＝P_i+1‑P_i,i∈Z}；2)确定某时段的联络线功率熵值S_h：3)确定一年内单个调度时段的平均联络线功率熵值SI：

Description

一种基于熵的微网可调度性建模方法及评价方法

技术领域

本发明涉及微电网技术领域，特别是涉及一种基于熵的微网可调度性建模方法及评价方法。

背景技术

目前，微网内可再生能源的不确定性增加了外部电网对微网调度控制的难度，可调度性则是针对微网的不确定性特征所提出的提高微网对外部电网友好性的重要要求。微网与外部电网间联络线的交换功率需具备较强的可控性，才能够减少联络线计划外的功率交换，从而实现微网对外部电网的友好接入。

微网在进行规划建设时，应对微网的可调度性进行评价，以评估微网系统接入对外部电网带来的影响，为微网的储能配置等规划问题提供决策依据。

但是，目前没有合适的方案对微网系统的可调度性进行评价。

因此，需要提供一种基于熵的微网可调度性建模方法及评价方法以解决上述技术问题。

发明内容

本发明主要解决的技术问题是提供一种基于熵的微网可调度性建模方法及评价方法，采用熵对微网的可调度性进行建模，提出微网的可调度性评价指标，最后采用蒙特卡洛抽样法对微网系统的可调度性指标进行计算，实现对微网系统的可调度性评价。

为解决上述技术问题，本发明采用的第一种技术方案是提供一种基于熵的微网可调度性建模方法，包括步骤：

1)形成区间序列I：

假设ΔP₀为足够小的区间长度，P₀为任意常数，在实数轴上以P₀为起点分别往正方向和负方向按ΔP₀划分区间，形成区间序列I：

I＝{D_i|D_i＝[P_i,P_i+1),ΔP₀＝P_i+1-P_i,i∈Z} (1)

2)确定某时段的联络线功率熵值S_h：

p_i,h表示调度时段h的联络线功率落在区间D_i的概率，K为常系数；3)确定一年内单个调度时段的平均联络线功率熵值SI：

K为一年所包含的典型日总数，H为一个典型日内所包含的调度时段总数，S_h,i为典型日k调度时段h的联络线功率熵值，1≤k≤K。

为解决上述技术问题，本发明采用的第一种技术方案是提供一种基于熵的微网可调度性评价方法，包括步骤：

4)利用权利要求1所述的基于熵的微网可调度性建模方法，进行微网可调度性建模；

5)获取微网系统参数、典型日预测数据：包括单个调度时段的持续时间、联络线功率偏差惩罚价格、微网电池储能功率的上限和下限、微网电池储能的额定功率和额定容量、各典型日的风电预测功率、各典型日的光伏预测功率、各典型日的负荷预测功率、各典型日的荷电功率、联络线的计划交换功率、微网电池储能的吸收功率、电池储能荷电状态的上限和下限、电池储能单位电能损耗成本、联络线功率偏差惩罚价格；6)建立规划模型：假设风电、光伏、负荷各时段的出力服从以典型日相应时段的预测出力为均值的正态分布，通过蒙特卡洛抽样产生若干个场景的风电、光伏的出力，规划模型的目标函数为：

下标h表示变量为调度时段h的值，下标s表示变量属于场景集S中的某个场景s，P_bess,h,s表示微网电池储能的吸收功率，c_bess表示电池储 能单位电能损耗成本，c_penalty表示功率偏差惩罚价格，T_d为单个调度时段的持续时间，H为调度时段总数，P_line,h,s为联络线功率，P_{line_ref,h}为联络线的计划交换功率；

联络线计划交换功率基于典型日的预测场景确定：

P_{line_ref,h}＝P_{wind_ref,h}+P_{pv_ref,h}-P_{load_ref,h} (5)

P_{wind_ref,h}、P_{pv_ref,h}、P_{load_ref,h}分别表示典型日的风电预测功率、光伏预测功率、负荷预测功率；

7)确定约束条件：

功率平衡约束为：

P_line,h,s＝P_wind,h,s+P_pv,h,s-P_load,h,s-P_bess,h,s (6)

式中，P_wind,h,s、P_pv,h,s、P_load,h,s分别表示风电功率、光伏功率、负荷功率；

储能功率限值约束为：

-P_n≤P_bess,h,s≤P_n (7)

储能荷电状态限值约束为：

x_bess,min≤x_bess,h,s≤x_bess,max (8)

E_bess,nx_bess,h,s＝E_bess,nx_bess,h-1,s+P_bess,hT_d (9)

式中，P_bess,h为微网电池储能的额定功率，x_bess,h,s为微网电池储能的额定容量，x_bess,h,s、x_bess,max、x_bess,min分别为电池储能的荷电状态、电池储能荷电状态的上限和下限；

储能日内能量平衡约束为：

x_bess,H,s＝x_bess,0 (10)

式中，x_bess,H,s为储能日内电池储能的平均荷电状态，x_bess,0为电池储能的初始荷电状态；

8)分别代入各个典型日的数据和微网系统参数到约束条件和规划模型中，求解所述规划模型，得到各个典型日的各个时段的联络线功率，依据式(2)计算各个典型日的各个时段的联络线功率熵S_h，依据式(3)求得微网系统可调度性指标SI。

本发明的有益效果是：本发明提供的一种基于熵的微网可调度性评价方法，采用熵对微网的可调度性进行建模，提出微网的可调度性评价指标，最后采用蒙特卡洛抽样法对微网系统的可调度性指标进行计算，实现对微网系统的可调度性评价。

具体实施方式

下面对本发明的技术方案进行详述。

信息论中，熵用于表征信源的不确定程度，而在微网内部风光出力具有不确定性的情况下，微网的可调度性可通过经储能调控后的联络线功率的不确定程度表征。若微网的可调度性较弱，则实际联络线功率易受风光出力的影响，具有较大的不确定性；若微网的可调度性较强，则实际联络线功率会趋向于稳定在计划交换功率附近，具有较小的不确定性。联络线功率的熵值表征了联络线功率的不确定程度，进而反映微网的可调度性。

本发明提供的第一种方案是，提供一种基于熵的微网可调度性建模方法，包括步骤：

1)形成区间序列I：

假设ΔP₀为足够小的区间长度，P₀为任意常数，在实数轴上以P₀为起点分别往正方向和负方向按ΔP₀划分区间，形成区间序列I：

I＝{D_i|D_i＝[P_i,P_i+1),ΔP₀＝P_i+1-P_i,i∈Z} (1)

2)确定某时段的联络线功率熵值S_h：

式中，S_h为调度时段h的联络线功率熵值，p_i,h表示调度时段h的联络线功率落在区间D_i的概率，K为常系数；由熵理论可知，式(2)定义的联络线功率熵值具有如下意义：1)S_h＝0时，意味着通过储能的调控后调度时段h的联络线功率必然落在计划交换功率所在的区间，偏差不超过ΔP₀，不确定性最小，微网的可调度性较强；2)随着S_h增大，调度时段h的联络线功率所落区间的不确定性增强，即联络线功率倾向于偏离计划交换功率落在更多的区间中，意味着此时联络线功率受风电、光伏不确定性的影响较大，易发生计划外的功率交换，微网的可调度性变弱；通过上述分析可知，联络线功率熵值S_h可较好地衡量调度时段h的微网可调度性；

3)确定一年内单个调度时段的平均联络线功率熵值SI：

式中，K为一年所包含的典型日总数，H为一个典型日内所包含的调度时段总数，S_h,i为典型日k调度时段h的联络线功率熵值，SI的含义为一年内单个调度时段的平均联络线功率熵值，反映了微网整体在一年内的可调度性，1≤k≤K。

本实施例的基于熵的微网可调度性建模方法，采用熵对微网的可调度性进行建模，提出微网的可调度性评价指标。

本发明提供的第二种方案是提供一种基于熵的微网系统可调度性评价方法，包括步骤：

4)利用权利要求1所述的基于熵的微网可调度性建模方法，进行微网可调度性建模；

5)获取微网系统参数、典型日预测数据：包括单个调度时段的持续时间、联络线功率偏差惩罚价格、微网电池储能功率的上限和下限、 微网电池储能的额定功率和额定容量、各典型日的风电预测功率、各典型日的光伏预测功率、各典型日的负荷预测功率、各典型日的荷电功率、联络线的计划交换功率、微网电池储能的吸收功率、电池储能荷电状态的上限和下限、电池储能单位电能损耗成本、联络线功率偏差惩罚价格；6)建立规划模型：假设风电、光伏、负荷各时段的出力服从以典型日相应时段的预测出力为均值的正态分布，通过蒙特卡洛抽样产生若干个场景的风电、光伏的出力，规划模型的目标函数为：

目标函数的意义是综合使储能的寿命损耗和微网的非计划功率交换最小；下标h表示变量为调度时段h的值，下标s表示变量属于场景集S中的某个场景s，P_bess,h,s表示微网电池储能的吸收功率，c_bess表示电池储能单位电能损耗成本，c_penalty表示功率偏差惩罚价格，Td为单个调度时段的持续时间，H为调度时段总数，P_line,h,s为联络线功率，P_{line_ref,h}为联络线的计划交换功率；

联络线计划交换功率基于典型日的预测场景确定：

P_{line_ref,h}＝P_{wind_ref,h}+P_{pv_ref,h}-P_{load_ref,h} (5)

P_{wind_ref,h}、P_{pv_ref,h}、P_{load_ref,h}分别表示典型日的风电预测功率、光伏预测功率、负荷预测功率；

7)确定约束条件：

功率平衡约束为：

P_line,h,s＝P_wind,h,s+P_pv,h,s-P_load,h,s-P_bess,h,s (6)

式中，P_wind,h,s、P_pv,h,s、P_load,h,s分别表示风电功率、光伏功率、负荷功率；

储能功率限值约束为：

-P_n≤P_bess,h,s≤P_n (7)

储能荷电状态限值约束为：

x_bess,min≤x_bess,h,s≤x_bess,max (8)

E_bess,nx_bess,h,s＝E_bess,nx_bess,h-1,s+P_bess,hT_d (9)

式中，P_bess,h为微网电池储能的额定功率，x_bess,h,s为微网电池储能的额定容量，x_bess,h,s、x_bess,max、x_bess,min分别为电池储能的荷电状态、电池储能荷电状态的上限和下限；

储能日内能量平衡约束为：

x_bess,H,s＝x_bess,0 (10)

式中，x_bess,H,s为储能日内电池储能的平均荷电状态，x_bess,0为电池储能的初始荷电状态；

8)分别代入各个典型日的数据和微网系统参数到约束条件和规划模型中，求解所述规划模型，得到各个典型日的各个时段的联络线功率，依据式(2)计算各个典型日的各个时段的联络线功率熵S_h，依据式(3)求得微网系统可调度性指标SI。

目前尚无对微网系统可调度性进行评价的方法。本实施例的基于熵的微网系统可调度性评价方法，填补了这一空白，评价结果可反映微网系统的可调度性，为微网系统的规划建设、微网系统储能装置配置、减少微网系统可再生能源不确定性对外部电网的影响、提高微网系统可再生能源渗透率等问题提供重要参考依据。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (2)

1.一种基于熵的微网可调度性建模方法，其特征在于，包括步骤：

1)形成区间序列I：

假设ΔP₀为足够小的区间长度，P₀为任意常数，在实数轴上以P₀为起点分别往正方向和负方向按ΔP₀划分区间，形成区间序列I：

I＝{D_i|D_i＝[P_i,P_i+1),ΔP₀＝P_i+1-P_i,i∈Z} (1)

2)确定某时段的联络线功率熵值S_h：

p_i,h表示调度时段h的联络线功率落在区间D_i的概率，K为常系数；

3)确定一年内单个调度时段的平均联络线功率熵值SI：

K为一年所包含的典型日总数，H为一个典型日内所包含的调度时段总数，S_h,i为典型日k调度时段h的联络线功率熵值，1≤k≤K。

2.一种基于熵的微网系统可调度性评价方法，其特征在于，包括步骤：

4)利用权利要求1所述的基于熵的微网可调度性建模方法，进行微网可调度性建模；

5)获取微网系统参数、典型日预测数据：包括单个调度时段的持续时间、联络线功率偏差惩罚价格、微网电池储能功率的上限和下限、微网电池储能的额定功率和额定容量、各典型日的风电预测功率、各典型日的光伏预测功率、各典型日的负荷预测功率、各典型日的荷电功率、联络线的计划交换功率、微网电池储能的吸收功率、电池储能荷电状态的上限和下限、电池储能单位电能损耗成本、联络线功率偏差惩罚价格；

6)建立规划模型：假设风电、光伏、负荷各时段的出力服从以典型日相应时段的预测出力为均值的正态分布，通过蒙特卡洛抽样产生若干个场景的风电、光伏的出力，规划模型的目标函数为：

下标h表示变量为调度时段h的值，下标s表示变量属于场景集S中的某个场景s，P_bess,h,s表示微网电池储能的吸收功率，c_bess表示电池储能单位电能损耗成本，c_penalty表示功率偏差惩罚价格，T_d为单个调度时段的持续时间，H为调度时段总数，P_line,h,s为联络线功率，P_{line_ref,h}为联络线的计划交换功率；

联络线计划交换功率基于典型日的预测场景确定：

P_{line_ref,h}＝P_{wind_ref,h}+P_{pv_ref,h}-P_{load_ref,h} (5)

P_{wind_ref,h}、P_{pv_ref,h}、P_{load_ref,h}分别表示典型日的风电预测功率、光伏预测功率、负荷预测功率；

7)确定约束条件：

功率平衡约束为：

P_line,h,s＝P_wind,h,s+P_pv,h,s-P_load,h,s-P_bess,h,s (6)

式中，P_wind,h,s、P_pv,h,s、P_load,h,s分别表示风电功率、光伏功率、负荷功率；

储能功率限值约束为：

-P_n≤P_bess,h,s≤P_n (7)

储能荷电状态限值约束为：

x_bess,min≤x_bess,h,s≤x_bess,max (8)

E_bess,nx_bess,h,s＝E_bess,nx_bess,h-1,s+P_bess,hT_d (9)

式中，P_bess,h为微网电池储能的额定功率，x_bess,h,s为微网电池储能的额定容量，x_bess,h,s、x_bess,max、x_bess,min分别为电池储能的荷电状态、电池储能荷电状态的上限和下限；

储能日内能量平衡约束为：

x_bess,H,s＝x_bess,0 (10)

式中，x_bess,H,s为储能日内电池储能的平均荷电状态，x_bess,0为电池储能的初始荷电状态；

8)分别代入各个典型日的数据和微网系统参数到约束条件和规划模型中，求解所述规划模型，得到各个典型日的各个时段的联络线功率，依据式(2)计算各个典型日的各个时段的联络线功率熵S_h，依据式(3)求得微网系统可调度性指标SI。