CN109687449A - 微电网协调控制装置及控制方法 - Google Patents
微电网协调控制装置及控制方法 Download PDFInfo
- Publication number
- CN109687449A CN109687449A CN201910027360.3A CN201910027360A CN109687449A CN 109687449 A CN109687449 A CN 109687449A CN 201910027360 A CN201910027360 A CN 201910027360A CN 109687449 A CN109687449 A CN 109687449A
- Authority
- CN
- China
- Prior art keywords
- micro
- power
- grid
- population
- source
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005611 electricity Effects 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 13
- 230000035772 mutation Effects 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 10
- 230000006978 adaptation Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 7
- 238000004146 energy storage Methods 0.000 description 17
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing 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
- H02J3/008—Circuit arrangements for AC mains or AC distribution networks involving trading of energy or energy transmission rights
-
- 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
-
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
本发明公开了一种微电网协调控制装置及控制方法，要解决的技术问题是减少微电网的发电成本和运行成本。本发明的方法包括：确定微电网模型，确定约束条件，进行差分进化算法，得到各微源实际输出的有功功率，向微源控制器下达信号给微源执行。本发明的微电网协调控制装置，设有多微源协调控制模块，多微源协调控制模块对微电网进行协调控制和保护，进行差分进化算法。本发明与现有技术相比，将基于差分进化算法引入到微电网协调控制方法中，在并网及孤岛状态下，可保持微电网系统经济性运行,如果某一微源需停机，在微电网协调控制装置的协调下，其他微源可按经济最优运行方案协调功率输出，具有极强的兼容性和灵活性，收敛快，精度高，实时性好。
Description
技术领域
本发明涉及一种微电网及其控制方法，特别是一种微电网控制装置及其控制方法。
背景技术
随着新能源的不断投入，微电网的经济运行与优化调度成为研究热点，微电网在运行过程中，如何合理分配风电、光伏的就地消纳，对蓄电池进行充放电管理，减少资源浪费，已经成为亟需研究的首要问题。微电网协调控制装置作为微电网控制系统的核心装置，在核心装置中引入智能优化算法，对能量进行集中管理，通过迭代的方式，寻求最佳的调配方案，从而提高整体的经济效益。
在并网和孤岛状态下，通过微电网协调控制装置对包含储能设备在内的各种分布式电源DG(微源)、多样性负荷进行有效协调控制，维持微电网稳定、经济运行，实现各种分布式电源的有效接入和高效利用。对于企业而言，降低微电网建设成本，缩短投资回报率，优化资源配置显得尤为重要。因此，通过微电网协调控制装置合理调配各微源的功率输出，在满足调度需求的条件下，使微电网收益最大，成为经济运行的关键。
现有技术对微电网经济运行的控制采用智能优化方法很多，比如采用遗传算法、粒子群算法、蚁群算法、但是这些方法的实时性差，迭代速度慢，在调配微源功率输出时，无法准确地获得最优调度结果。
发明内容
本发明的目的是提供一种微电网协调控制装置及控制方法，要解决的技术问题是减少微电网的发电成本和运行成本。
本发明采用以下技术方案：一种微电网协调控制方法，包括以下步骤：
一、确定微电网协调控制装置当前应用的微电网模型，微电网模型为微源与负荷的组合；
二、根据微电网模型，以微电网的发电成本最小为优化目标，作为调度模型，确定约束条件，
调度模型：
Call＝CGrid+C+CSelf (11)
式(11)中，Call为综合运行经济成本，CGrid为微电网系统与配电网的交互成本，C为微源的运行成本，CSelf为微电网系统自运行的固定成本；
约束条件：
(1)功率平衡约束条件，
Pout＝PW-Pself-PLoad (21)
式(21)中，Pout为微电网输出的有功功率，PW微电网的总有功功率输出，Pself为微电网系统的自损耗功率，Pload为负荷消耗的总功率；
(2)微源输出有功功率P约束条件，
Pmin≤P≤Pmax (3)
式(3)中，Pmin为微源最小功率输出，Pmax为微源的最大功率输出；
(3)微电网向大电网购电功率Pb约束条件、售电功率Ps约束条件：
Pbmin≤Pb≤Pbmax (4)
Psmin≤Ps≤Psmax (5)
式(4)和式(5)中，Pbmin,Pbmax分别为微电网向大电网购电的功率上、下限，Psmin,Psmax分别为微电网向大电网售电的功率上、下限，Pb为购电功率，为Ps售电功率。
(4)蓄电池荷电状态约束条件，
20％SOCmax≤SOC≤80％SOCmax (6)
式(6)中，SOC表示蓄电池的荷电状态，SOC max为蓄电池满充电状态；
(5)微电网与主网交互的传输功率约束条件：
0≤PGrid≤PGridmax (7)
式(7)中，PGrid为微电网和主网交互的传输功率，PGridmax为微电网和主网交互的最大传输功率；
三、微电网协调控制装置根据配电网调度下达微电网总需求有功功率的调度指令，按调度模型，满足全部约束条件，进行差分进化算法，得到在发电成本最小的情况下，各微源实际输出的有功功率，向微源控制器下达信号给微源执行。
本发明的微源为：蓄电池储能、风力发电机、光伏发电机和柴油发电机，所述负荷为工业负荷、商业负荷和居民生活负荷。
本发明的差分进化算法，包括以下步骤：
(1)初始化种群参数，设置种群大小、迭代次数n，以微电网综合运行经济成本为目标，以微源输出有功功率为变量；
(2)将种群分为三个子种群，微源实际输出功率满足约束条件，每个子种群随机初始化；
(3)判断子种群中是否有满足约束条件的个体，确定每个子种群至少有一个可行解；
(4)筛选每个子种群发电成本最小的个体，进行比较得到的最优个体，保留下来，作为下一次迭代的初始值，不可行解直接舍去；
(5)对每个子种群开始迭代，执行变异操作；
(6)交叉操作；
(7)筛选出各种群的最优值，将最优值保留下来，得到微源发电成本值。
(8)判断自适应值是否满足终止条件，如果满足，输出最优解和对应的决策变量。
本发明的种群大小为28，迭代次数为150。
本发明的差分进化算法步骤(3)判断子种群中是否有满足约束条件的个体，如果不存在可行解，返回步骤(2)对该种群重新初始化。
本发明的差分进化算法步骤(8)判断自适应值是否满足终止条件，如果步满足，返回步骤(5)，进行下一次迭代。
一种微电网协调控制装置，设有多微源协调控制模块，多微源协调控制模块对微电网进行协调控制和保护，在并网或孤岛状态下，进行差分进化算法。
本发明微电网协调控制装置的差分进化算法，包括以下步骤：
(1)初始化种群参数，设置种群大小、迭代次数n，以微电网综合运行经济成本为目标，以微源输出有功功率为变量；
(2)将种群分为三个子种群，微源实际输出功率满足约束条件，每个子种群随机初始化；
(3)判断子种群中是否有满足约束条件的个体，确定每个子种群至少有一个可行解；
(4)筛选每个子种群发电成本最小的个体，进行比较得到的最优个体，保留下来，作为下一次迭代的初始值，不可行解直接舍去；
(5)对每个子种群开始迭代，执行变异操作；
(6)交叉操作；
(7)筛选出各种群的最优值，将最优值保留下来，得到微源发电成本值。
(8)判断自适应值是否满足终止条件，如果满足，输出最优解和对应的决策变量。
本发明微电网协调控制装置的差分进化算法，种群大小为28，迭代次数为150。
本发明微电网协调控制装置的差分进化算法步骤(3)判断子种群中是否有满足约束条件的个体，如果不存在可行解，返回步骤(2)对该种群重新初始化；所述步骤(8)判断自适应值是否满足终止条件，如果不满足，返回步骤(5)，进行下一次迭代。
本发明与现有技术相比，将基于差分进化算法引入到微电网协调控制方法中，在并网及孤岛状态下，可保持微电网系统经济性运行,如果某一微源需停机，在微电网协调控制装置的协调下，其他微源可按经济最优运行方案协调功率输出，具有极强的兼容性和灵活性，收敛快，精度高，实时性好。
附图说明
图1是本发明的微电网协调控制方法流程图。
图2是典型的微电网系统结构示意图。
图3是本发明的差分进化算法流程图。
图4是本发明实施例的已知微源出力及负荷情况曲线图。
图5是本发明实施例的发电成本最小微源优化出力情况曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。微电网系统(微电网)是由分布式电源(微源)光伏、风电、燃料电池、蓄电池、负荷、能量转换装置以及监控和保护装置等组成的小型发配电系统。通过协调各微源的有功出力，优化资源配置，使得在微电网建设成本低和运行成本低的情况下，提高有功功率输出，缩短投资回报率。
如图2所示，微电网系统经公共耦合点PCC连接至区域电网(大电网)。微电网系统包括一次电力线连接的储能蓄电池DG1、小型风力发电机DG2、光伏发电机DG3、柴油发电机DG4、…、微源n DGn，工业负荷1、商业负荷2、居民负荷3、…、负荷m。n为微源的个数，n至少为4，m为负荷的个数，m至少为3。
微电网系统设有微电网协调控制装置MGCC，MGCC通过控制网与微源控制器MC(MC1、MC2、MC3、MC4、…、MCn)、负荷控制器LC(LC1、LC2、LC3、…、LCm)建立控制信号传递的通信连接。
配电网调度DMS向微电网综合监控MEMS(监控系统SCADA+能量管理系统EMS)发出调度指令，即下发微电网的总有功功率需求。MGCC实时读取监控系统SCADA和能量管理系统EMS的总有功功率，从而协调各微源的功率输出，满足调度需求。
MGCC经MEMS与微源控制器MC、负荷控制器LC、智能电子设备IEC，如智能电表、继电保护、环境监测装置建立通信连接。
微电网协调控制装置作为微电网控制系统的核心控制设备，对微电网进行协调控制和保护，微电网协调控制装置设有多微源功率协调控制模块(多微源协调控制模块，功率协调模块)，在并网或孤岛状态下，进行差分进化算法，对整个微电网内各分布式电源、储能、负荷协调控制，实现微电网的功率平衡和稳定经济运行。
在并网状态下，即微电网系统经公共耦合点连接至大电网，当微电网协调控制装置收到配电网调度DMS的调度指令，根据微源在各自工况下的运行状态，结合实际电价、自然条件因素，利用差分进化算法计算出经济最优的运行方案，下达指令给分布式能源执行。
微电网经济运行是通过协调各微源的有功出力，使微电网建设成本和运行成本低，出力大，缩短投资回报率，优化资源配置。本发明中的微网功率，微源功率均为有功功率。
如图1所示，本发明的微电网协调控制方法，包括以下步骤：
一、微电网协调控制装置的多微源协调控制模块根据微网的实际建设方案(微网结构)，确定微电网协调控制装置当前应用的微电网模型。
微电网模型为：蓄电池储能、风力发电机、光伏发电机、柴油发电机微源与工业负荷、商业负荷和居民负荷的组合。
二、多微源协调控制模块根据微电网模型，以微电网的发电成本最小为优化目标，作为调度模型(微源的经济运行优化模型)，确定约束条件。
调度模型：
本实施例中，微电网系统包含有蓄电池储能、风力发电机、光伏发电、柴油发电机、重要负荷、可调度负荷和一般负荷。如果某一微源需停机运维，可及时切断微源控制器，在微电网协调控制装置的协调下，其他微源可按经济最优运行方案协调功率输出。微电网系统(微电网，系统)综合运行经济成本Call：
Call＝f(p)＝CGrid+CWind+CPV+CGen+CBat+CSelf (1)
式(1)中，Call＝f(p)表示综合运行经济成本，是各微源输出功率的函数，p为各微源输出的有功功率(决策变量)。CGrid为微电网系统与大电网的交互成本；CWind为风力发电(风电)的运行成本；CPV为光伏发电(光伏)的运行成本；CGen为柴油发电机(柴发)的运行成本；CBat为储能系统(储能)的运行成本；CSelf为微电网系统自运行的固定成本。微电网综合运行经济成本为各微源运行成本的总和，也包含系统自耗电、老化和运维的固定成本。
约束条件：
(1)功率平衡约束条件，约束微电网的输出功率Pout
Pout＝PWind+PPV+PBat+PGen-Pself-PLoad (2)
式(2)中，Pwind为风力发电机的总功率输出，Ppv为光伏发电的总功率输出，Pbat为蓄电池储能的总功率输出，Pgen为柴油发电机的总功率输出，Pself为微电网系统的自损耗功率，Pload为负荷消耗的总功率。
微电网的输出功率与发电功率、自损耗功率和负荷功率保持动态平衡。
(2)风电、光伏、柴发、储能微源输出有功功率P约束条件：
Pmin≤P≤Pmax (3)
式(3)中，Pmin为各微源最小功率输出，Pmax为各微源的最大功率输出。同时，所有微源的输出功率必须在其额定范围内。
(3)微电网向大电网购电功率Pb约束条件、售电功率Ps约束条件：
Pbmin≤Pb≤Pbmax (4)
Psmin≤Ps≤Psmax (5)
式(4)和式(5)中，Pbmin,Pbmax分别为微电网向大电网购电的功率上、下限，Psmin,Psmax分别为微电网向大电网售电的功率上、下限。
(4)蓄电池荷电状态SOC约束条件：
20％SOCmax≤SOC≤80％SOCmax (6)
式(6)中，SOC表示蓄电池的荷电状态，SOCmax为蓄电池满充电状态。
蓄电池在微电网中充放电交替进行，一般情况下，蓄电池不允许深度充放电，会对蓄电池造成损伤，为延长蓄电池的充放电寿命，电池容量必须在额定容量的20％～80％。
(5)微电网与主网(大电网)交互的传输功率约束条件：
0≤PGrid≤PGridmax (7)
式(7)中，PGrid为微电网和主网交互的传输功率，PGridmax为微电网和主网交互的最大传输功率。当微电网和主网能量交换时，其传输功率应在其允许最大传输功率PGridmax范围内。
三、配电网调度DMS下达微电网总需求有功功率(功率)的调度指令，多微源协调控制模块进行差分进化算法，得到在发电成本最小的情况下，各微源实际输出的有功功率，作为经济最优的运行方案，向微源控制器下达信号给分布式能源执行。
差分进化算法的最终目的是引导搜索微网发电成本最小情况下，对应的各微源有功功率输出，差分进化算法基于种群的差分向量进行(文献1：郑金华.多目标进化算法及其应用[M].科学出版社,ISBN：9787030184894，2007-02-01.55-67)，如图3所示，包括以下四个步骤：
(1)初始化种群
在t时刻，多微源功率协调模块收到实际发电的总需求功率值，在微源输出功率P满足其约束条件下，即满足微源功率上下限，随机初始化种群，随机设定一组功率值，分配给每一个微源控制器，如表2的功率上、下限之间，随机分配柴发35kW，风电21kW，光伏10kW，储能-28kW，该组随机功率值组合为一个随机个体(微源随机功率值组合)，本实施例中，设28个随机个体，为一个种群，设定3个种群，即初始化存在有84个个体。
个体数量和种群个数可根据算法的迭代速度设定，本实施例中，种群个数为3，个体个数为28，个体数量太多则影响算法的迭代速度，数量太少则降低算法的精度。
(2)变异操作
判断个体是否满足以下所列的全部约束条件：(1)功率平衡约束，(2)风电、光伏、柴发、储能微源输出有功功率约束，(3)微电网向大电网购电功率约束、售电功率约束，(4)蓄电池荷电状态约束，(5)微电网与主网交互的传输功率约束。将每个种群中满足约束条件的个体保留下来，如果不满足，则重新随机初始化种群。
将个体作为决策变量，采用式(1)计算出一个个体对应的发电成本值，比较个体之间发电成本值的大小，将三个种群中发电成本值最小的个体保留下来，被保留下来的个体可看作下一次迭代的父代个体。每一次变异操作可视为一次迭代。
变异操作是差分进化算法的核心部分，将保留下来的个体进行变异操作：随机挑选两组满足约束条件的个体，两个个体的功率值相减作为差分源，与保留下来的成本最小的个体相加，得到一个新的个体，此个体命名为变异个体。
(3)交叉操作
交叉操作的目的是为了弥补变异操作的不足，交叉操作的表达式：
式(8)中，Cr为交叉概率，设定的交叉概率为0.4，rand(0,1)为0～1之间的1个随机数，本实施例中，在0～1之间随机生成一个值，当此值大于交叉概率Cr，则将被保留的个体作为下一次迭代的父代个体，如果此值小于交叉概率Cr，则将变异个体作为下一次迭代的父代个体。
当Cr＝1时，交叉操作产生的个体全部继承自变异个体。因此，交叉操作是变异操作的延续，个体的迭代次数受控于交叉概率的大小。
(4)选择操作
将交叉操作得到的发电成本最小的个体作为参考个体，开始下一次迭代，当再次发现比参考个体更优(发电成本更小)的个体时，则替换原个体。这个不断选择最优个体(发电成本最小的个体)的过程为选择操作，直到找到发电成本最小的个体为止。
本实施例中，设差分进化算法参数：交叉概率Cr＝0.4，种群规模为28个个体，迭代次数取150。
微电网协调控制装置的功率协调模块通过微电网综合监控监测配电网调度下达微电网总需求有功功率的调度指令，开始随机初始化各微源的功率输出，通过不断迭代的方式，最终寻找到发电成本最优的个体，由式(1)知，此个体对应各微源的输出功率，将各微源的输出功率分别下发到微源控制器，协调微源的功率输出。
如图3所示，本发明差分进化算法，包括以下步骤：
(1)初始化种群参数，设置种群大小D、迭代次数n，以微电网综合运行经济成本为目标，以各微源输出有功功率为变量。D为28，n为150。迭代为完成一次变异操作和交叉操作。
(2)将种群分为三个子种群(个体，个体向量)，保证决策变量(各微源的实际输出功率)满足约束条件，每个子种群随机初始化。
(3)评估每个子种群的个体发电成本值，即判断子种群中是否有满足约束条件的个体，确定每个子种群至少有一个可行解(满足所有约束条件的个体)。如果不存在可行解，则返回步骤(2)对该种群重新初始化。
(4)筛选每个子种群发电成本最小的个体，即视为该种群的最优个体，将种群间的最优个体进行比较，比较得到的最优个体，保留下来，作为下一次迭代的初始值，不可行解(不满足任一约束条件的个体)直接舍去。
(5)对每个子种群开始迭代，执行变异操作，得到各微源发电成本更优的功率协调方案。
(6)交叉操作，以弥补差分变异操作的不足，避免个体陷入局部收敛(多次迭代，其最优解不再发生变化，视为算法已经收敛；当算法已经收敛，而实际上未找到最优解，即为局部收敛)，即不能找到最佳协调方案。
(7)评估子种群的自适应值(发电成本值)，筛选出各种群的最优值，将最优解保留下来，得到微源发电成本值。
(8)判断自适应值是否满足终止条件，如果满足，则输出最优解和对应的决策变量(经济最优运行方案)，否则，返回步骤(5)，进行下一次迭代。
当微电网协调控制装置的多微源协调控制模块收到新的调度指令时，再一次执行差分进化算法进行功率分配，即重复步骤三的操作。
本实施例中，对深圳市某包含蓄电池储能、小型风力发电机、光伏发电、柴油发电机四种微源的微电网示范项目进行仿真，各微源参数如表1。
表1各微源参数
在各微源协调功率输出时，优先调用风电和光伏的机组出力，跟踪控制功率最大输出，同时发电成本最低。如图4所示，微电网工作一天发电情况和负荷情况，在10～20时，负荷需求较大，在7～20时，光伏发电才能出力，而风力发电虽存在波动，但每一时刻都有30～40kW的功率输出。
如图5所示，系统发电成本最小的优化目标下，各微源出力情况，可以看出，此时微电网处于并网状态，在微电网协调控制装置的调配下，光伏和风电全额输出，由于柴油发电机的发电成本较高，当负荷较大，储能出力不够，微电网向电网购电，柴油发电机仍不工作；在离网紧急情况下，且微电网其他微源出力不够时，柴油机开始供电。
如图4所示，0～6时，微电网负荷较轻，风力、光伏给储能电池充电，此时电价较低，如果分布式电源满足负荷需求的前提下，不足以给电池充满电，可向主网购电，保证储能电池达到满电状态；6～18时，微电网负荷较大，风电和光伏无法满足负荷需求，则优先调用储能电池的有功出力，蓄电池处于满功率放电状态；18～20时，储能电池SOC状态已达下限，此时，储能电池不再出力，如果光伏和风电没有多余的电量给电池充电，需从电网购电。20～24时，负荷减少，储能电池充电。
本发明的方法考虑到峰谷电价差异，储能电池寿命，系统与配网功率交互因素，协调各微源的有功出力，在0～6时，用电低谷期，通过主网购电的方式，保证储能电池的电量充满；用电高峰期，风电和光伏全额输出，储能电池根据功率需求协调出力；柴油发电机在孤岛应急情况下，为微电网供电。从而保证微电网安全、稳定、可靠、经济运行。如果仅依靠微电网的分布式电源完成功率调配，其发电成本大大增加。
Claims (10)
1.一种微电网协调控制方法，包括以下步骤：
一、确定微电网协调控制装置当前应用的微电网模型，微电网模型为微源与负荷的组合；
二、根据微电网模型，以微电网的发电成本最小为优化目标，作为调度模型，确定约束条件，
调度模型：
Call＝CGrid+C+CSelf (11)
式(11)中，Call为综合运行经济成本，CGrid为微电网系统与配电网的交互成本，C为微源的运行成本，CSelf为微电网系统自运行的固定成本；
约束条件：
(1)功率平衡约束条件，
Pout＝PW-Pself-PLoad (21)
式(21)中，Pout为微电网输出的有功功率，PW微电网的总有功功率输出，Pself为微电网系统的自损耗功率，Pload为负荷消耗的总功率；
(2)微源输出有功功率P约束条件，
Pmin≤P≤Pmax (3)
式(3)中，Pmin为微源最小功率输出，Pmax为微源的最大功率输出；
(3)微电网向大电网购电功率Pb约束条件、售电功率Ps约束条件：
Pbmin≤Pb≤Pbmax (4)
Psmin≤Ps≤Psmax (5)
式(4)和式(5)中，Pbmin,Pbmax分别为微电网向大电网购电的功率上、下限，Psmin,Psmax分别为微电网向大电网售电的功率上、下限，Pb为购电功率，为Ps售电功率。
(4)蓄电池荷电状态约束条件，
20％SOCmax≤SOC≤80％SOCmax (6)
式(6)中，SOC表示蓄电池的荷电状态，SOC max为蓄电池满充电状态；
(5)微电网与主网交互的传输功率约束条件：
0≤PGrid≤PGridmax (7)
式(7)中，PGrid为微电网和主网交互的传输功率，PGridmax为微电网和主网交互的最大传输功率；
三、微电网协调控制装置根据配电网调度下达微电网总需求有功功率的调度指令，按调度模型，满足全部约束条件，进行差分进化算法，得到在发电成本最小的情况下，各微源实际输出的有功功率，向微源控制器下达信号给微源执行。
2.根据权利要求1所述的微电网协调控制方法，其特征在于：所述微源为：蓄电池储能、风力发电机、光伏发电机和柴油发电机，所述负荷为工业负荷、商业负荷和居民生活负荷。
3.根据权利要求1所述的微电网协调控制方法，其特征在于：所述差分进化算法，包括以下步骤：
(1)初始化种群参数，设置种群大小、迭代次数n，以微电网综合运行经济成本为目标，以微源输出有功功率为变量；
(2)将种群分为三个子种群，微源实际输出功率满足约束条件，每个子种群随机初始化；
(3)判断子种群中是否有满足约束条件的个体，确定每个子种群至少有一个可行解；
(4)筛选每个子种群发电成本最小的个体，进行比较得到的最优个体，保留下来，作为下一次迭代的初始值，不可行解直接舍去；
(5)对每个子种群开始迭代，执行变异操作；
(6)交叉操作；
(7)筛选出各种群的最优值，将最优值保留下来，得到微源发电成本值。
(8)判断自适应值是否满足终止条件，如果满足，输出最优解和对应的决策变量。
4.根据权利要求3所述的微电网协调控制方法，其特征在于：所述种群大小为28，迭代次数为150。
5.根据权利要求3所述的微电网协调控制方法，其特征在于：所述步骤(3)判断子种群中是否有满足约束条件的个体，如果不存在可行解，返回步骤(2)对该种群重新初始化。
6.根据权利要求3所述的微电网协调控制方法，其特征在于：所述步骤(8)判断自适应值是否满足终止条件，如果步满足，返回步骤(5)，进行下一次迭代。
7.一种微电网协调控制装置，其特征在于，所述微电网协调控制装置设有多微源协调控制模块，多微源协调控制模块对微电网进行协调控制和保护，在并网或孤岛状态下，进行差分进化算法。
8.根据权利要求7所述的微电网协调控制装置，其特征在于，所述差分进化算法，包括以下步骤：
(1)初始化种群参数，设置种群大小、迭代次数n，以微电网综合运行经济成本为目标，以微源输出有功功率为变量；
(2)将种群分为三个子种群，微源实际输出功率满足约束条件，每个子种群随机初始化；
(3)判断子种群中是否有满足约束条件的个体，确定每个子种群至少有一个可行解；
(4)筛选每个子种群发电成本最小的个体，进行比较得到的最优个体，保留下来，作为下一次迭代的初始值，不可行解直接舍去；
(5)对每个子种群开始迭代，执行变异操作；
(6)交叉操作；
(7)筛选出各种群的最优值，将最优值保留下来，得到微源发电成本值。
(8)判断自适应值是否满足终止条件，如果满足，输出最优解和对应的决策变量。
9.根据权利要求8所述的微电网协调控制装置，其特征在于，所述种群大小为28，迭代次数为150。
10.根据权利要求8所述的微电网协调控制装置，其特征在于：所述步骤(3)判断子种群中是否有满足约束条件的个体，如果不存在可行解，返回步骤(2)对该种群重新初始化；所述步骤(8)判断自适应值是否满足终止条件，如果不满足，返回步骤(5)，进行下一次迭代。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910027360.3A CN109687449B (zh) | 2019-01-11 | 2019-01-11 | 微电网协调控制装置及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910027360.3A CN109687449B (zh) | 2019-01-11 | 2019-01-11 | 微电网协调控制装置及控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109687449A true CN109687449A (zh) | 2019-04-26 |
| CN109687449B CN109687449B (zh) | 2020-11-03 |
Family
ID=66192212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910027360.3A Active CN109687449B (zh) | 2019-01-11 | 2019-01-11 | 微电网协调控制装置及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109687449B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110048418A (zh) * | 2019-05-08 | 2019-07-23 | 辽宁工程技术大学 | 一种基于细胞-组织算法的微电网经济调度方法及装置 |
| CN118659447A (zh) * | 2024-08-19 | 2024-09-17 | 国网天津市电力公司营销服务中心 | 光伏-固体氧化物燃料电池混合能源系统控制方法、系统及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103198384A (zh) * | 2013-04-10 | 2013-07-10 | 国家电网公司 | 一种基于离散差分进化的自适应电网资源调度方法 |
| US20140306451A1 (en) * | 2013-04-12 | 2014-10-16 | King Fahd University Of Petroleum And Minerals | Adaptive pitch control system for wind generators |
| CN104850917A (zh) * | 2015-06-02 | 2015-08-19 | 国家电网公司 | 一种微网经济运行智能优化方法 |
| CN106295885A (zh) * | 2016-08-11 | 2017-01-04 | 中国电力科学研究院 | 基于主动管理模式的主动配电网联合规划方法 |
| CN108009745A (zh) * | 2017-12-19 | 2018-05-08 | 国网江苏省电力有限公司淮安供电分公司 | 工业园区内多元用户协同能量管理方法 |
-
2019
- 2019-01-11 CN CN201910027360.3A patent/CN109687449B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103198384A (zh) * | 2013-04-10 | 2013-07-10 | 国家电网公司 | 一种基于离散差分进化的自适应电网资源调度方法 |
| US20140306451A1 (en) * | 2013-04-12 | 2014-10-16 | King Fahd University Of Petroleum And Minerals | Adaptive pitch control system for wind generators |
| CN104850917A (zh) * | 2015-06-02 | 2015-08-19 | 国家电网公司 | 一种微网经济运行智能优化方法 |
| CN106295885A (zh) * | 2016-08-11 | 2017-01-04 | 中国电力科学研究院 | 基于主动管理模式的主动配电网联合规划方法 |
| CN108009745A (zh) * | 2017-12-19 | 2018-05-08 | 国网江苏省电力有限公司淮安供电分公司 | 工业园区内多元用户协同能量管理方法 |
Non-Patent Citations (2)
| Title |
|---|
| ANIL KUMAR P.G等: "Microgrid Energy Management using Differential Evolution Algorithm", 《2018 INTERNATIONAL CONFERENCE ON ADVANCES IN COMPUTING, COMMUNICATIONS AND INFORMATICS (ICACCI)》 * |
| 黄淑媛等: "基于差分进化算法的微电网多目标优化调度", 《船电技术》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110048418A (zh) * | 2019-05-08 | 2019-07-23 | 辽宁工程技术大学 | 一种基于细胞-组织算法的微电网经济调度方法及装置 |
| CN110048418B (zh) * | 2019-05-08 | 2023-03-24 | 辽宁工程技术大学 | 一种基于细胞-组织算法的微电网经济调度方法及装置 |
| CN118659447A (zh) * | 2024-08-19 | 2024-09-17 | 国网天津市电力公司营销服务中心 | 光伏-固体氧化物燃料电池混合能源系统控制方法、系统及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109687449B (zh) | 2020-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ma et al. | Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic | |
| CN105207267B (zh) | 一种微网能量管理系统 | |
| CN103187807B (zh) | 锂-液流电池联合储能电站的实时功率分配方法及系统 | |
| CN109492824B (zh) | 考虑源-网-荷多方利益的分散式风储系统优化方法 | |
| CN103229380A (zh) | 便于分布式发电资源的电力电子接口的控制策略的方法和系统 | |
| CN110783959B (zh) | 一种新能源发电系统的稳定状态控制系统 | |
| CN105429297B (zh) | 微电网多运行模式控制及切换方法 | |
| CN109066822A (zh) | 一种基于电力电子变压器的多点分散式配电系统调度方法 | |
| CN106992549A (zh) | 一种独立微电网系统的容量优化配置方法及装置 | |
| CN109274099A (zh) | 主动配电网分层分区协调调度方法及装置 | |
| CN110417018B (zh) | 一种多应用模式的并网型微电网能量管理方法及装置 | |
| CN201966627U (zh) | 一种多电力多蓄电智能平衡供电系统 | |
| CN110061515A (zh) | 一种应用于光伏发电场的锌铁液流电池的储能监控装置 | |
| CN104978609B (zh) | 一种微电网的能量优化管理方法 | |
| CN109687449A (zh) | 微电网协调控制装置及控制方法 | |
| CN115663791A (zh) | 基于运行环境时变性的智能配电网多目标自适应调度方法 | |
| CN104281984A (zh) | 一种用于微电网经济运行的供电方法 | |
| CN103094910A (zh) | 多级自动电压无功控制系统avc协调控制方法 | |
| CN105977992B (zh) | 一种基于负载变化智能调节无功输出的配电系统 | |
| CN107171333B (zh) | 基于智能负荷的虚拟电池模型的实时控制方法 | |
| CN102957147B (zh) | 一种多负荷特性匹配的低频减载优化控制系统及方法 | |
| CN115983890A (zh) | 5g基站储能系统的soc偏移优化控制方法及系统 | |
| CN115296415A (zh) | 一种基于新型智能融合终端的台区综合能源管理系统 | |
| Zhang et al. | Research on optimal configuration of energy storage in wind-solar microgrid considering real-time electricity price | |
| CN202772602U (zh) | 兼具离网、并网两种模式的风力发电系统 |
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 |