CN109687504B - 基于源荷平衡的微电网能源优化分配方法 - Google Patents

基于源荷平衡的微电网能源优化分配方法 Download PDF

Info

Publication number
CN109687504B
CN109687504B CN201811352144.8A CN201811352144A CN109687504B CN 109687504 B CN109687504 B CN 109687504B CN 201811352144 A CN201811352144 A CN 201811352144A CN 109687504 B CN109687504 B CN 109687504B
Authority
CN
China
Prior art keywords
power
electricity
grid
energy
triple
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
Application number
CN201811352144.8A
Other languages
English (en)
Other versions
CN109687504A (zh
Inventor
倪立洲
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.)
Hangzhou Telehems Electronics Technology Co ltd
Original Assignee
Hangzhou Telehems Electronics Technology Co ltd
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 Hangzhou Telehems Electronics Technology Co ltd filed Critical Hangzhou Telehems Electronics Technology Co ltd
Priority to CN201811352144.8A priority Critical patent/CN109687504B/zh
Publication of CN109687504A publication Critical patent/CN109687504A/zh
Application granted granted Critical
Publication of CN109687504B publication Critical patent/CN109687504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H02J3/383—
    • 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
    • H02J3/386—
    • 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]
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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

本发明提供了基于源荷平衡的微电网能源优化分配方法，步骤主要为将风力和光伏满发接入微电网，计算风力和光伏的发电量；测算微电网内冷热需求量及用电量；获取当前外网电价，并计算三联供机组发电成本；根据三联供机组发电成本和外网电价，调整三联供机组电热比使三联供机组发电成本为最低值；计算发电量总量，判断发电总量是否大于预测用电量，如果是，则微电网向外网售电，如果否，则微电网向外网购电。本发明通过调控各类发电成本的比较计算，涉及多种参数计算和调节，基于调控成本，实现了功率合理的分配，有效的使得微电网系统高效、经济的运行。

Description

基于源荷平衡的微电网能源优化分配方法
技术领域
本发明涉及微电网领域，尤其涉及基于源荷平衡的微电网能源优化分配方法。
背景技术
微电网（Micro-Grid）是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。微电网是一个能够实现自我控制、保护和管理的自治系统，既可以与外部电网并网运行，也可以孤立运行。微电网的提出旨在实现分布式电源的灵活、高效应用，解决数量庞大、形式多样的分布式电源并网问题。
冷热电三联供，即CCHP（Combined Cooling, Heating and Power），是指以天然气为主要燃料带动燃气轮机、微燃机或内燃机发电机等燃气发电设备运行，产生的电力供应用户的电力需求，系统发电后排出的余热通过余热回收利用设备（余热锅炉或者余热直燃机等）向用户供热、供冷。微电网应用冷热电三联供，通过这种方式大大提高整个微电网系统的一次能源利用率，实现了能源的梯级利用。还可以提供并网电力作能源互补，整个系统的经济收益及效率均相应增加。包含冷热电三联供的微电网运行复杂，在保证源荷平衡的基础上，实现微电网的经济运行是需要解决的关键问题。
发明内容
本发明所要解决的技术问题是提供基于源荷平衡的微电网能源优化分配方法，其成本合理分配，经济性高。为此，本发明采用以下技术方案：
基于源荷平衡的微电网能源优化分配方法，其特征在于，所述方法包括以下步骤：
（1）将风力和光伏满发接入微电网，计算风力和光伏的发电量；
（2）预测算微电网内冷热需求量及用电量；
（3）获取当前外网电价，并计算三联供机组发电成本；
所述计算三联供机组发电成本步骤，包括：
（3.1）设定三联供机组的电热比例；
（3.2）获取当前燃气气价；
（3.3）计算不同电热比例下的三联供机组能量转换率和对应该能量转换率的发电成本。
（4）根据三联供机组发电成本和外网电价，调整三联供机组电热比使三联供机组发电成本为最低值；
（5）计算发电量总量，判断发电量总量是否大于预测用电量，如果是，则微电网向外网售电，如果否，则微电网向外网购电。
进一步的，步骤（2）中所述预测微电网内冷热需求量及用电量，包括：
（2.1）选取当天之前N天的历史用能数据为数据窗口数据，计算数据窗口数据内的平均冷热需求量及平均用电量；
（2.2）剔除周末、节假日、数据窗口数据内低于75%的平均冷热需求量，或低于75%的平均冷热需求量用电量的日期；
（2.3）计算每日总用电量，选择数据窗口数据内总用电量最大的N/2天作为典型日；
（2.4）将一天均分为T个时段，计算每个典型日的每个T时间内的典型日用电量均值和典型日冷热需求量均值，用典型日用电量均值和典型日冷热需求量均值作为当天的基本预测微电网内冷热需求量及用电量。
进一步的，在所述步骤（3）获取当前外网电价之前，还包括判断外部电网是否可用，如果不可用，则三联供机组满发，并开启储能设备。
进一步的，步骤（3）中所述外网电价为实时电价或分时电价。
进一步的，所述步骤（4），当三联供机组发电成本大于外网电价，三联供机组的燃机发电运行至最低电热比；当三联供机组发电成本小于外网电价，三联供机组的燃机发电运行至最高电热比。
进一步的，所述步骤（4）还包括，计算当前冷热发电量，并将当前冷热发电量与预测冷热需求量进行对比，判断当前冷热发电量是否满足需求，如果不满足需求，则储冷罐、储热罐进行供能，并且削减冷热需求量。
进一步的，所述步骤（5）中，还包括在向外网购电前，判断是否达到外网购电限制，如果是则储能设备开始放电，如果否则储能设备开始充电。
进一步的，所述步骤（5）中，还包括在向外网售电前，判断是否达到外网购电限制，如果是则储能设备充电，并削减微电网中风力和光伏发电。
进一步的，储能设备开始放电后，判断储能设备是否消耗至备用储能，如果是则关闭储能设备，并进一步削减冷热需求量
通过以上技术方案，本发明的有益效果为：本发明通过调控各类发电成本的比较计算，涉及多种参数计算和调节，基于调控成本。本发明实现了冷热电三联供电功率合理的分配，能通过实际情况对各供电比例进行调控、且具有合理配合的储能设备，能有效的使得微电网系统高效、经济的运行。
附图说明
图1 是本发明提供的基于源荷平衡的微电网能源优化分配方法的流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步详细描述。
参照附图1，是根据本发明的实施例提供的基于源荷平衡的微电网能源优化分配方法的流程图。
步骤S101，将风力和光伏满发接入微电网，计算风力和光伏的发电量。
风力和光伏满发是指微电网优先将风力和光伏设备生产出的发电量进行使用。
将一天均分为T个时段，分别计算发电量风力、光伏T时间段内的发电量。
步骤S102，预测微电网内冷热需求量及用电量。
预测微电网内冷热需求量及用电量，包括：
（2.1）选取当天之前N天的历史用能数据为数据窗口数据，计算数据窗口数据内的平均冷热需求量及平均用电量；
（2.2）剔除周末、节假日、数据窗口数据内低于75%的平均冷热需求量，或低于75%的平均冷热需求量用电量的日期；
（2.3）计算每日总用电量，选择数据窗口数据内总用电量最大的N/2天作为典型日；
（2.4）将一天均分为T个时段，计算每个典型日的每个T时间内的典型日用电量均值和典型日冷热需求量均值，用典型日电量均值和典型日冷热需求量均值作为当天的基本预测微电网内冷热需求量及用电量。
步骤S103，获取当前外网电价，并计算三联供机组发电成本。
其中，外网电价是实时电价或分时电价。
在获取当前外网电价之前，还包括判断外部电网是否可用，如果不可用，则三联供机组满发，并开启储能设备。
计算三联供机组发电成本步骤，包括：
（3.1）设定三联供机组的电热比例；
（3.2）获取当前燃气气价；
（3.3）计算不同电热比例下的三联供机组能量转换率和对应该能量转换率的发电成本。
步骤S104，根据三联供机组发电成本和外网电价，三联供机组发电成本调整三联供机组电热比。
当三联供机组发电成本大于外网电价，三联供机组的燃机发电运行至最低电热比；当三联供机组发电成本小于外网电价，三联供机组的燃机发电运行至最高电热比。
同时在调整步骤中，还包括计算当前冷热发电量，并将当前冷热发电量与预测冷热需求量进行对比，判断当前冷热发电量是否满足需求，如果不满足需求，则储冷、储热罐进行供能，并且削减冷热需求量。
步骤S105，计算发电量总量，判断发电总量是否大于预测用电量，如果是，则微电网向外网售电，如果否，则向外网购电。
在向外网售电前，判断是否达到外网购电限制，如果是则储能设备充电，并削减微电网中风力和光伏发电。
储能设备开始放电后，判断储能设备是否消耗至备用储能，如果是则关闭储能设备，并进一步削减冷热需求量。
上述实施例用于对本发明作进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。

Claims (8)

1.基于源荷平衡的微电网能源优化分配方法，其特征在于，所述方法包括以下步骤：
（1） 将风力和光伏满发接入微电网，计算风力和光伏的发电量；
（2） 预测算微电网内冷热需求量及用电量；
（3） 获取当前外网电价，并计算三联供机组发电成本；
所述计算三联供机组发电成本步骤，包括：
（3.1）设定三联供机组的电热比例；
（3.2）获取当前燃气气价；
（3.3）计算不同电热比例下的三联供机组能量转换率和对应该能量转换率的发电成本；
（4） 根据三联供机组发电成本和外网电价，调整三联供机组电热比使三联供机组发电成本为最低值；
（5）计算发电量总量，判断发电量总量是否大于预测用电量，如果是，则微电网向外网售电，如果否，则微电网向外网购电；
步骤（2）中所述预测微电网内冷热需求量及用电量，包括：
（2.1）选取当天之前N天的历史用能数据为数据窗口数据，计算数据窗口数据内的平均冷热需求量及平均用电量；
（2.2）剔除周末、节假日、数据窗口数据内低于75%的平均冷热需求量，或低于75%的平均冷热需求量用电量的日期；
（2.3）计算每日总用电量，选择数据窗口数据内总用电量最大的N/2天作为典型日；
（2.4）将一天均分为T个时段，计算每个典型日的每个T时间内的典型日用电量均值和典型日冷热需求量均值，用典型日用电量均值和典型日冷热需求量均值作为当天的基本预测微电网内冷热需求量及用电量。
2.如权利要求1所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，在所述步骤（3）获取当前外网电价之前，还包括判断外部电网是否可用，如果不可用，则三联供机组满发，并开启储能设备。
3.如权利要求1所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，步骤（3）中所述外网电价为实时电价或分时电价。
4.如权利要求1所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，所述步骤（4），当三联供机组发电成本大于外网电价，三联供机组的燃机发电运行至最低电热比；当三联供机组发电成本小于外网电价，三联供机组的燃机发电运行至最高电热比。
5.如权利要求1或4所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，所述步骤（4）还包括，计算当前冷热发电量，并将当前冷热发电量与预测冷热需求量进行对比，判断当前冷热发电量是否满足需求，如果不满足需求，则储冷罐、储热罐进行供能，并且削减冷热需求量。
6.如权利要求1所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，所述步骤（5）中，还包括在向外网购电前，判断是否达到外网购电限制，如果是则储能设备开始放电，如果否则储能设备开始充电。
7.如权利要求1所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，所述步骤（5）中，还包括在向外网售电前，判断是否达到外网购电限制，如果是则储能设备充电，并削减微电网中风力和光伏发电。
8.如权利要求1或7所述的基于源荷平衡的微电网能源优化分配方法，其特征在于，储能设备开始放电后，判断储能设备是否消耗至备用储能，如果是则关闭储能设备，并进一步削减冷热需求量。
CN201811352144.8A 2018-11-14 2018-11-14 基于源荷平衡的微电网能源优化分配方法 Active CN109687504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811352144.8A CN109687504B (zh) 2018-11-14 2018-11-14 基于源荷平衡的微电网能源优化分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811352144.8A CN109687504B (zh) 2018-11-14 2018-11-14 基于源荷平衡的微电网能源优化分配方法

Publications (2)

Publication Number Publication Date
CN109687504A CN109687504A (zh) 2019-04-26
CN109687504B true CN109687504B (zh) 2021-02-23

Family

ID=66185382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811352144.8A Active CN109687504B (zh) 2018-11-14 2018-11-14 基于源荷平衡的微电网能源优化分配方法

Country Status (1)

Country Link
CN (1) CN109687504B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826863B (zh) * 2019-10-17 2021-09-21 中国南方电网有限责任公司 电量分配方法、装置、计算机设备及存储介质
CN114156951B (zh) * 2022-02-10 2022-05-17 西安思安云创科技有限公司 一种源网荷储系统的控制优化方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10060296B2 (en) * 2012-11-15 2018-08-28 Kevin Lee Friesth Quintuple-effect generation multi-cycle hybrid renewable energy system with integrated energy provisioning, storage facilities and amalgamated control system cross-reference to related applications
CN103490422B (zh) * 2013-09-30 2015-04-01 陕西省地方电力（集团）有限公司 一种实现电力需求响应的方法及装置
CN104167763B (zh) * 2014-09-04 2017-04-19 华电电力科学研究院 一种分布式能量管理方法
CN104392286B (zh) * 2014-12-02 2017-07-21 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN104734168B (zh) * 2015-03-13 2017-01-25 山东大学 一种基于电热联合调度的微电网运行优化系统及方法
CN105955931B (zh) * 2016-05-10 2019-02-19 东南大学 面向高密度分布式光伏消纳的区域能源网络优化调度方法
CN107358345B (zh) * 2017-06-30 2021-07-20 上海电力学院 计及需求侧管理的分布式冷热电联供系统优化运行方法

Also Published As

Publication number Publication date
CN109687504A (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
KR101834061B1 (ko) 신재생 에너지 연계형 ess의 전력 관리 방법
US10622834B2 (en) Virtual power plant
Gupta et al. Modelling of hybrid energy system—Part I: Problem formulation and model development
US9002531B2 (en) System and method for predictive peak load management via integrated load management
US8019445B2 (en) Method and apparatus for optimization of distributed generation
CN113962828B (zh) 考虑碳消耗的综合能源系统协调调度方法
US10069300B2 (en) Methods and apparatus for dispatching electrical energy from distributed energy resources
CN113112087A (zh) 考虑电热负荷需求响应的综合能源系统运行成本优化方法
US20110082598A1 (en) Electrical Power Time Shifting
CN108487994B (zh) 一种微能源网复合储能系统
US10452032B1 (en) Optimizing power contribution of distributed energy resources for real time power demand scheduling
Wu et al. Optimal generation scheduling of a microgrid
CN112990523A (zh) 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
CN112836882B (zh) 考虑设备负载率变化的区域综合能源系统运行优化方法
CN109687504B (zh) 基于源荷平衡的微电网能源优化分配方法
Mohammadshahi et al. A flexible analytical model for operational investigation of solar hydrogen plants
CN108023348B (zh) 一种基于外送通道确定风电最佳调峰装机规模的方法
Liu et al. A prediction‐based optimization strategy to balance the use of diesel generator and emergency battery in the microgrid
Wakui et al. Impact analysis of sampling time interval and battery installation on optimal operational planning of residential cogeneration systems without electric power export
KR102028368B1 (ko) 계층적 능동부하 투입 제어 장치 및 방법
Mohamed et al. Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization
Chen et al. Techno-economic comparison of cooling storage and battery for electricity flexibility at long and short timescales in buildings
JP7386028B2 (ja) 電力供給システム
JP2014086367A (ja) 集合住宅における燃料電池の稼動制御方法および稼動制御システム
CN109687518B (zh) 一种家庭微电网系统的优化调度方法

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