CN110098611A - 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 - Google Patents
一种独立型交直流混合微网的两阶段鲁棒优化调度方法 Download PDFInfo
- Publication number
- CN110098611A CN110098611A CN201910188224.2A CN201910188224A CN110098611A CN 110098611 A CN110098611 A CN 110098611A CN 201910188224 A CN201910188224 A CN 201910188224A CN 110098611 A CN110098611 A CN 110098611A
- Authority
- CN
- China
- Prior art keywords
- period
- formula
- power
- indicate
- diesel
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 97
- 239000000446 fuel Substances 0.000 claims abstract description 17
- 240000002853 Nelumbo nucifera Species 0.000 claims abstract description 8
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims abstract description 8
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims abstract description 8
- 238000004146 energy storage Methods 0.000 claims description 67
- 230000014509 gene expression Effects 0.000 claims description 38
- 230000002463 transducing effect Effects 0.000 claims description 37
- 238000007599 discharging Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 5
- 239000002283 diesel fuel Substances 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 239000002355 dual-layer Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 239000005417 food ingredient Substances 0.000 claims description 2
- 235000013324 preserved food Nutrition 0.000 claims description 2
- 230000002045 lasting effect Effects 0.000 claims 1
- 238000010977 unit operation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 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
- H02J3/28—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
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- H02J3/383—
-
- 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
- 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]
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种独立型交直流混合微网的两阶段鲁棒优化调度方法,首先建立独立型交直流混合微网经济运行的目标函数,该目标函数考虑了设备的启停、燃料和运行维护成本等;接着建立微网优化调度的系统运行及各设备单元的运行约束,包括系统功率平衡约束和设备单元运行约束;最后建立微网运行的两阶段鲁棒优化调度模型,考虑源荷不确定性和换流联络线断线不确定性。通过求解上述优化模型得到独立型交直流混合微网中各设备的运行控制量,依据此结果进行相应的控制与运行。本发明能够有效处理微网优化调度中的多种类型不确定性问题,保证系统运行的经济性。
Description
技术领域
本发明属于领域独立型交直流混合微网技术领域,具体涉及一种独立型交直流混合微 网的两阶段鲁棒优化调度方法。
背景技术
由于化石能源的日益枯竭及其对生态环境的高污染,以风能、太阳能为代表的可再生 清洁能源得到了广泛关注,目前越来越多的可再生能源发电接入了电网。交直流混合微网 作为一种新型微网结构,通过双向换流器连接交流与直流母线,实现了交直流的分区供电。 交直流混合微网的优化调度相比于传统交流微网更加复杂,为了保证微网可靠经济地运 行,需为微网制定合理的运行调度计划。
可再生能源受自然条件的影响具有较大随机性和间歇性,而负荷预测也会有一定的误 差,因此微网中存在较多功率不确定性因素,这给微网的优化调度带来了巨大挑战。目前 常用的处理方法为随机优化和鲁棒优化,而鲁棒优化利用更易准确获取的不确定性区间即 能求解出满足所有可能场景的优化调度方案,且该方法无需多次优化,所以鲁棒优化在微 网优化调度中得到越来越多的关注。
发明内容
针对上述问题,本发明提出一种独立型交直流混合微网的两阶段鲁棒优化调度方法, 通过建立微网运行的两阶段鲁棒优化调度模型,使微网系统在最恶劣的情况下仍能以较为 经济的方式安全运行,消除了可再生能源和负荷不确定性及换流联络线断线带来的不利影 响。
实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
一种独立型交直流混合微网的两阶段鲁棒优化调度方法,包括:
获取独立型交直流混合微网经济运行的目标函数,所述目标函数考虑了设备的启停、 燃料和运行维护成本;
获取独立型交直流混合微网运行约束中的确定性约束;
基于所述独立型交直流混合微网经济运行的目标函数和独立型交直流混合微网运行 约束中的确定性约束,建立独立型交直流混合微网运行的两阶段鲁棒优化调度模型,其中 考虑了源荷不确定性和换流联络线断线不确定性;
求解上述两阶段鲁棒优化调度模型得到独立型交直流混合微网中各设备的运行控制 量,依据此结果进行相应的控制与运行。
优选地,所述独立型交直流混合微网经济运行的目标函数为:
式中,C表示系统运行成本;和分别表示柴油发电机的启动和关停成本;表 示柴油发电机的燃料成本;和分别表示柴油发电机、储能、 双向换流器、风机和光伏的运行维护成本;表示储能损耗成本;表示负荷切除的停 电惩罚费用。
优选地,所述柴油发电机的启动和关停成本表达式如式(2)所示:
式中,和分别表示柴油发电机一次启动和关停的成本系数;t表示当前时刻;Nt表示优化所包含的总时段数;IDE,t为t时段柴油发电机的启动标志位,1表示柴油发电机 在t时段被启动,0表示柴油发电机在t时段未被启动;MDE,t为t时段柴油发电机的关停标志位,1表示柴油发电机在t时段被关停,0表示柴油发电机在t时段未被关停;
所述柴油发电机的燃料成本表达式如式(3)所示:
式中,表示燃料价格系数;aDE和bDE分别表示柴油发电机耗油特性系数;PDE,t和分别表示柴油发电机在t时段的运行功率和额定功率;UDE,t表示t时段柴油发电机的运行 状态,1表示柴油发电机在t时段处于开机状态,0表示柴油发电机在t时段处于停机状态; Δt为两时段的时间间隔;
所述柴油发电机的运行维护成本如式(4)所示:
式中,表示柴油发电机运行维护成本系数;PDE,t表示柴油发电机在t时段的运行 功率;Δt为两时段的时间间隔;
所述储能运行维护成本如式(5)所示:
式中,表示储能运行维护成本系数;和分别表示储能在t时段的充电和放 电功率;Δt为两时段的时间间隔;
所述双向换流器运行维护成本如式(6)所示:
式中,表示双向换流器运行维护成本系数;表示双向换流器在t时段从交流母 线到直流母线的换流功率;表示双向换流器在t时段从直流母线到交流母线的换流功 率;Δt为两时段的时间间隔;
所述风机和光伏运行维护成本如式(7)所示:
式中,和分别表示风机和光伏的运行维护成本系数;PWT,t和PPV,t分别表示 风机和光伏在t时段的发电功率;Δt为两时段的时间间隔;
所述储能损耗成本如式(8)所示:
式中,表示储能损耗成本系数;和分别表示储能在t时段的充电和放电功 率;Δt为两时段的时间间隔;
所述负荷切除的停电惩罚费用如式(9)所示:
式中,表示切负荷惩罚费用系数;和分别表示t时段交流区和直流区被切 除的负荷功率;Δt为两时段的时间间隔。
优选地,所述独立型交直流混合微网的确定性约束包括系统运行约束、风光发电运行 约束、柴油发电机运行约束、储能运行约束、双向换流器运行约束和交直流负荷运行约束; 所述系统运行约束包括直流功率平衡约束、交流功率平衡约束和换流功率平衡约束
优选地,所述直流功率平衡约束如式(10)所示:
式中,PPV,t为光伏在t时段的发电功率;为t时段经双向换流器流入直流区的功率; 表示t时段直流负荷的计划运行功率;表示t时段直流区被切除的负荷功率;表 示t时段直流可转移负荷的运行功率;和分别表示储能在t时段的充电和放电功率;
所述交流功率平衡约束如式(11)所示:
式中,PWT,t表示风机在t时段的发电功率;PDE,t表示柴油发电机在t时段的运行功率; 为t时段经双向换流器流入交流区的功率;表示t时段交流负荷的计划运行功率; 表示t时段交流区被切除的负荷功率;表示t时段交流可转移负荷的运行功率;
所述换流功率平衡约束如式(12)、(13)所示:
式中,为t时段经双向换流器流入直流区的功率;为t时段经双向换流器流入 交流区的功率;和分别表示双向换流器正向和负向换流效率;表示双向换流器 在t时段从交流母线到直流母线的换流功率;表示双向换流器在t时段从直流母线到交 流母线的换流功率;
所述风光发电运行约束如式(14)、(15)所示:
式中,PWT,t和PPV,t分别表示风机和光伏在t时段的发电功率;为t时段风机最大可 输出功率;为t时段光伏最大可输出功率;
所述柴油发电机运行约束如式(16)-(22)所示:
IDE,t+MDE,t≤1 (19)
IDE,t-MDE,t=UDE,t-UDE,t-1 (20)
式(16)-(18)分别限定了柴油发电机的最小持续开机时间、最小持续关机时间和最大持 续开机时间;式(19)表示任意时段柴油发电机只能有一个启停状态变化;式(20)给出启停标 志位和开停机运行状态之间的关系;式(21)为柴油发电机的运行功率上下限;式(22)为柴油 发电机的爬坡速度约束;k表示第k个时段;和分别表示柴油发电机的 最小持续开机时段数、最小持续关机时段数和最大持续开机时段数;IDE,t为t时段柴油发 电机的启动标志位,1表示柴油发电机在t时段被启动,0表示柴油发电机在t时段未被启 动;MDE,t为t时段柴油发电机的关停标志位,1表示柴油发电机在t时段被关停,0表示柴 油发电机在t时段未被关停;UDE,t和UDE,t-1分别表示t和t-1时段柴油发电机的运行状态, 1表示柴油发电机在t时段处于开机状态,0表示柴油发电机在t时段处于停机状态;PDE,t和PDE,t-1分别表示柴油发电机在t和t-1时段的运行功率;和分别表示柴油发电机 开机状态下运行功率的上限和下限;和分别表示柴油发电机的单位时段下爬坡和上 爬坡的速率限值;
所述储能运行约束如式(23)-(26)所示:
Smin≤S(t)≤Smax (25)
S(0)=S(Nt) (26)
式(23)表示储能的最大充放电功率约束;和分别表示储能在t时段的充电和放 电功率;和分别为储能的最大充电和放电功率;Smin和Smax分别表示储能允许 荷电状态的下限和上限;S(t)和S(t-1)分别表示t和t-1时段储能的荷电状态;Δt为两时段 的时间间隔;ηC和ηD分别表示储能的充电和放电效率;S(0)表示储能的初始荷电状态;S(Nt) 表示储能在调度周期末的荷电状态;
所述双向换流器运行约束如式(27)-(29)所示:
式(27)为双向换流器的换流功率限值约束;式(28)表示双向换流器在任意时段只有一种 换流运行状态;式(29)表示双向换流器的功率波动约束;是t时段双向换流器的正向换 流运行状态标志,1表示t时段存在正向换流,0表示t时段不存在正向换流;是t时 段双向换流器的负向换流运行状态标志,1表示t时段存在负向换流,0表示t时段不存在 负向换流;和分别表示双向换流器在t和t-1时段从交流母线到直流母线的换流功 率;和分别表示双向换流器在t和t-1时段从直流母线到交流母线的换流功率; 和分别表示正向换流和负向换流的运行功率最大限值;和分别表示双向 换流器在相邻时段运行功率波动的下限值和上限值;
所述交直流负荷运行约束如式(30)-(32)所示:
式(30)-(31)分别限定了各时段交直流被切除负荷和可调度负荷的运行功率;和 分别表示t时段交流区和直流区被切除的负荷功率;和分别表示t时段交 流和直流最大的可切除负荷功率;和分别表示t时段交流和直流可转移负荷的运 行功率,和分别表示t时段交流和直流可调度负荷的最大运行功率;[tac,1,tac,end] 表示交流可调度负荷的运行时段区间;[tdc,1,tdc,end]表示直流可调度负荷的运行时段区间; 和分别表示交流和直流可调度负荷的计划用电量;Δt为两时段的时间间隔。
优选地,所述基于所述独立型交直流混合微网经济运行的目标函数和独立型交直流混 合微网运行约束中的确定性约束,建立独立型交直流混合微网运行的两阶段鲁棒优化调度 模型,具体包括以下步骤:
确定风光、交直流负荷及双向换流器的不确定性情况;
基于风光、交直流负荷及双向换流器的不确定性情况,建立不确定性集内最恶劣场景 下的最小日运行费用目标函数。
优选地,所述风光、交直流负荷及双向换流器的不确定性情况如式(33)-(36)所示:
式中,W、P、L和R分别表示风机、光伏出力、交直流负荷及双向换流器的不确定 性集。对于W,wt、和分别表示t时段风机最大可输出功率的实际值、预测标称 值、预测上偏差值和预测下偏差值;引入参数和使得在不确定区间内;Πw为风机出力存在不确定性的时段预算参数,Πw取值范围为[0,Nt],改变Πw大小实 现调节鲁棒优化的保守程度;若Πw=0表示风机出力无不确定性,鲁棒优化模型转化为确 定模型,无保守性;若Πw=Nt,表示风机出力在整个调度期内均存在不确定性,鲁棒优化 的保守性最大;对于P,pt、和分别表示t时段光伏出力最大可输出功率的实际值、 预测标称值、预测上偏差值和预测下偏差值;引入参数ξ+ t和ξ- t使得在不确定区间 内;Πp为光伏出力存在不确定性的时段预算参数,Πp取值范围为[0,Nt],改变Πp大小实现调节鲁棒优化的保守程度;若Πp=0表示光伏出力无不确定性,鲁棒优化模型转化 为确定模型,无保守性;若Πp=Nt,表示风机出力在整个调度期内均存在不确定性,鲁棒优化的保守性最大;对于L,ldc,t、和分别表示t时段直流负荷最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;lac,t、和分别表示t 时段交流负荷最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;表示t时段交流负荷的计划运行功率;表示t时段直流负荷的计划运行功率;引入参数 和使得在不确定区间内;引入参数和使得在不确定 区间内;Πl为交直流负荷出力存在不确定性的时段预算参数,Πl取值范 围为[0,Nt],改变Πl大小实现调节鲁棒优化的保守程度;若Πl=0表示交直流负荷出力无不 确定性,鲁棒优化模型转化为确定模型,无保守性;若Πl=Nt,表示交直流负荷出力在整个 调度期内均存在不确定性,鲁棒优化的保守性最大;Πl,dc为直流负荷出力存在不确定性的 时段预算参数;Πl,ac为交流负荷出力存在不确定性的时段预算参数;对于R,考虑到联络线 断线在时间上存在连续性,rt表示[t,t+Πr-1]时段内并网联络线的运行状态,1表示该时段 内联络线正常运行,0表示联络线断开,Πr表示并网联络线断线的不确定性时段预算参数;
所述不确定性集内最恶劣场景下的最小日运行费用目标函数如式(37)所示,即为鲁棒 优化模型:
s.t式(10)-(32) (37)
式中,C表示系统运行成本;和分别表示柴油发电机的启动和关停成本;表 示柴油发电机的燃料成本;和分别表示柴油发电机、储能、 双向换流器、风机和光伏的运行维护成本;表示储能损耗成本;表示负荷切除的停 电惩罚费用;IDE为柴油发电机的启动标志位;UDE表示柴油发电机的运行状态;
MDE为柴油发电机的关停标志位;是双向换流器的正向换流运行状态标志;是 双向换流器的负向换流运行状态标志;PWT,t和PPV,t分别表示风机和光伏在t时段的发电功 率;和分别表示储能的充电和放电功率;表示t时段直流负荷的计划运行功率; 表示t时段交流负荷的计划运行功率;PDE表示柴油发电机运行功率;表示双向换 流器从交流母线到直流母线的换流功率;表示双向换流器从直流母线到交流母线的换 流功率;和分别表示交流和直流最大的可切除负荷功率;和分别 表示交流和直流可转移负荷的运行功率;和分别表示双向换流器在t和t+1时段 从交流母线到直流母线的换流功率;和分别表示双向换流器在t和t+1时段从直 流母线到交流母线的换流功率。
优选地,所述求解上述两阶段鲁棒优化调度模型得到独立型交直流混合微网中各设备 的运行控制量,依据此结果进行相应的控制与运行,具体为:
将式(37)的鲁棒优化模型简写成式(38)-(42)的矩阵形式:
s.t.Ax≤b,x∈{0,1} (39)
Ω(x,u)={Dy≤f, (40)
Fy≤h-Gx,
(41)
Jy≤u} (42)
式中,x为第一阶段的0-1状态优化变量向量,y为第二阶段的功率优化变量向量,x和y分别为式(37)中对应变量的集合;u为不确定性优化变量向量;Ω(x,u)为y在某一确定的x、u下的可行域;式(39)表示仅与x相关的约束;式(40)表示仅与y相关的约束;式(41) 表示与x和y相关的不等式约束;式(42)表示与u相关的约束;cT为式(38)变量x的优化系 数;dT为式(38)变量y的优化系数;A为式(39)变量x的优化系数;D为式(40)变量y的优化系 数;F为式(41)变量y的优化系数;G为式(41)变量x的优化系数;J为式(42)变量y的优化系 数;b为式(39)不确定性优化变量向量;f为与y相关的约束;h为不确定性优化变量向 量;
将上述步骤中的min-max-min问题转化为包含主问题和子问题的双层优化问题;
采用C&CG算法利用主问题和子问题的交替迭代求解鲁棒优化模型,获得独立型交直 流混合微网中各设备的运行控制量。
优选地,所述将上述步骤中的min-max-min问题转化为包含主问题和子问题的双层优 化问题,具体为:
求子问题,针对max-min形式的子问题,即鲁棒优化的第二阶段,引入对偶变量将其 转化为max形式的问题如式(43)所示:
式中,α、χ和γ分别是式(40)-(42)中y的对偶变量;式(43)的目标函数中存在双线性形 式的γTu使得子问题为较难求解的非线性优化问题,而考虑到不确定性集U独立于所有其 他变量,因此u的优化结果必定是不确定性集的极值点,可利用大M法将式(43)转化为混 合整数线性规划问题;αT、xT、γT分别是α、χ和γ的转置;h为不确定性优化变量向量;dT为式(38)变量y的优化系数;D为式(40)变量y的优化系数;F为式(41)变量y的优化系数;G为式(41)变量x的优化系数;J为式(42)变量y的优化系数;
求主问题,通过求解子问题可获得第k次迭代优化出的最恶劣场景uk及相应的yk,将 优化结果(uk,yk)代入主问题,此时主问题的表述形式如式(44)所示:
式中,l为总迭代次数,主问题优化出的x作为已知变量代入子问题,直至满足收敛条件;A为x的优化变量系数;η为优化变量。
优选地,所述采用C&CG算法利用主问题和子问题的交替迭代求解鲁棒优化模型,获 得独立型交直流混合微网中各设备的运行控制量,具体为:
A初始化:设置x0为主问题的一个可行解,将x0代入子问题求解得到(u1,y1),设置下 边界LB=-∞,上边界UB=+∞,迭代次数l=1,设置收敛条件ε;
B将(ul,yl)代入式(44)进行优化求解,优化出(xl,ηl);修正LB=cTxl+ηl;
C将xl代入子问题求解得到(ul+1,yl+1),同时获得子问题的目标函数值为修正
D判断UB-LB<ε成立,则停止并给出优化结果;否则l=l+1,跳回步骤B。
式中,l为迭代次数,cT为优化变量系数;x0为一个可行解;LB为下边界;UB为上 边界(B不单独定义);(ul,yl)为优化求解结果。
与现有技术相比,本发明的有益效果:
本发明专利提出了一种独立型交直流混合微网的两阶段鲁棒优化调度方法,首先建立 独立型交直流混合微网经济运行的目标函数,该目标函数考虑了柴油发电机启停成本及燃 料成本、柴油发电机运行维护成本、储能运行维护成本、双向换流器运行维护成本、风机 和光伏运行维护成本及储能损耗成本,同时加入较大的切负荷惩罚费用以限制负荷失电情 况;接着建立微网优化调度的系统运行及各设备单元的运行约束,考虑了系统功率平衡约 束和设备单元运行约束,系统运行约束包含直流功率平衡约束、交流功率平衡约束和换流 功率平衡约束;设备运行约束主要包括风机、光伏、柴油发电机、储能、双向换流器、交 流负荷及直流负荷的运行约束;最后建立微网运行的两阶段鲁棒优化调度模型,考虑源荷 不确定性和换流联络线断线不确定性;最后通过C&CG算法求解上述优化模型得到独立型 交直流混合微网中各设备的运行控制量,依据此结果进行相应的控制与运行,实现了能够 有效处理微网优化调度中的多种类型不确定性问题,克服可再生能源和负荷波动给独立型 交直流混合微网运行带来的不利影响,保证系统运行的经济性。
附图说明
图1是独立型交直流混合微网结构示意图;
图2是风光出力及交直流负荷功率的预测标称值示意图;
图3(a)是优化结果示意图之一;
图3(b)是优化结果示意图之二;
图3(c)是优化结果示意图之三。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进 行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于 限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
本发明实施例提供了一种独立型交直流混合微网的两阶段鲁棒优化调度方法,如图1 所示是独立型交直流混合微网结构示意图,所述独立型交直流混合微网包括风机、柴油发 电机及交流负荷接入交流母线,光伏、储能与直流负荷均接入直流母线;交流母线与直流 母线之间通过双向换流器BC相连;交流负荷主要由风机供电,因此交流负荷与风机组成 交流区,而直流负荷则由光伏供电,直流负荷与光伏构成直流区,交流区和直流区可通过 双向换流器实现功率的双向流动,双向换流器及联络线为换流区;图2所示风光出力及交 直流负荷功率的预测标称值示意图,一天内交流负荷相对稳定,白天直流负荷较大且存在 用电高峰时段,风电出力存在明显的反调峰特性。
本发明的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,包括以下步骤:
步骤1)建立独立型交直流混合微网经济运行的目标函数:
式中,C表示系统运行成本,单位:元;和分别表示柴油发电机的启动和关停成本,单位:元;表示柴油发电机的燃料成本,单位:元;和分别表示柴油发电机、储能、双向换流器、风机和光伏的运行维护成本,单位: 元;表示储能损耗成本,单位:元;表示负荷切除的停电惩罚费用,单位:元。
式(1)中柴油发电机的启动和关停成本表达式如式(2)所示:
式中,和分别表示柴油发电机一次启动和关停的成本系数,单位:元/次;t表 示当前时刻;Nt表示优化所包含的总时段数;IDE,t为t时段柴油发电机的启动标志位,1表示柴油发电机在t时段被启动,0表示柴油发电机在t时段未被启动;MDE,t为t时段柴油 发电机的关停标志位,1表示柴油发电机在t时段被关停,0表示柴油发电机在t时段未被 关停;
式(1)中柴油发电机的燃料成本表达式如式(3)所示:
式中,表示燃料价格系数,单位:元/L;aDE和bDE分别表示柴油发电机耗油特性系数,单位:L/kWh;PDE,t和分别表示柴油发电机在t时段的运行功率和额定功率,单 位:kW;UDE,t表示t时段柴油发电机的运行状态,1表示柴油发电机在t时段处于开机状态, 0表示柴油发电机在t时段处于停机状态;Δt为两时段的时间间隔,单位:h。
式(1)中柴油发电机的运行维护成本如式(4)所示:
式中,表示柴油发电机运行维护成本系数,单位:元/kWh;PDE,t表示柴油发电机 在t时段的运行功率,单位:kW;Δt为两时段的时间间隔,单位:h。
式(1)中储能运行维护成本如式(5)所示:
式中,表示储能运行维护成本系数,单位:元/kWh;和分别表示储能在 t时段的充电和放电功率,单位:kW;Δt为两时段的时间间隔,单位:h。
式(1)中双向换流器运行维护成本如式(6)所示:
式中,表示双向换流器运行维护成本系数,单位:元/kWh;表示双向换流器在t时段从交流母线到直流母线的换流功率,单位:kW;表示双向换流器在t时段从直流母线到交流母线的换流功率,单位:kW;Δt为两时段的时间间隔,单位:h。
式(1)中风机和光伏运行维护成本如式(7)所示:
式中,和分别表示风机和光伏的运行维护成本系数,单位:元/kWh;PWT,t和PPV,t分别表示风机和光伏在t时段的发电功率,单位:kW;Δt为两时段的时间间隔,单位:h。
式(1)中储能损耗成本如式(8)所示:
式中,表示储能损耗成本系数,单位:元/kWh;和分别表示储能在t时段的充电和放电功率,单位:kW;Δt为两时段的时间间隔,单位:h。
式(1)中负荷切除的停电惩罚费用如式(9)所示:
式中,表示切负荷惩罚费用系数,单位:元/kWh;和分别表示t时段交流区和直流区被切除的负荷功率,单位:kW;Δt为两时段的时间间隔,单位:h。
步骤2)建立独立型交直流混合微网运行约束中的确定性约束;
步骤201)建立系统运行约束,所述系统运行约束包括:直流功率平衡约束、交流功率平衡约束和换流功率平衡约束;
在本发明实施例的一种具体实施方式中,直流母线上接有光伏、储能、双向换流器及 直流负荷,所述直流功率平衡约束如式(10)所示:
式中,PPV,t为光伏在t时段的发电功率,单位:kW;为t时段经双向换流器流入直流区的功率,单位:kW;表示t时段直流负荷的计划运行功率,单位:kW;表 示t时段直流区被切除的负荷功率,单位:kW;表示t时段直流可转移负荷的运行 功率,单位:kW;和分别表示储能在t时段的充电和放电功率,单位:kW。
在本发明实施例的一种具体实施方式中,交流母线上接有风机、柴油发电机、双向换 流器及交流负荷,所述交流功率平衡约束如式(11)所示:
式中,PWT,t表示风机在t时段的发电功率,单位:kW;PDE,t表示柴油发电机在t时段的运行功率,单位:kW;为t时段经双向换流器流入交流区的功率,单位:kW;表 示t时段交流负荷的计划运行功率,单位:kW;表示t时段交流区被切除的负荷功率, 单位:kW;表示t时段交流可转移负荷的运行功率,单位:kW。
在本发明实施例的一种具体实施方式中,换流区连接着交流区和直流区,利用双向换 流器的功率双向流动特性实现区域间功率互平衡,所述换流功率平衡约束如式(12)、(13) 所示:
式中,为t时段经双向换流器流入直流区的功率,单位:kW;为t时段经双向换流器流入交流区的功率,单位:kW;和分别表示双向换流器正向和负向换流效率;表示双向换流器在t时段从交流母线到直流母线的换流功率,单位:kW;表示双向换流器在t时段从直流母线到交流母线的换流功率,单位:kW。
步骤202)确定风光发电运行约束;
在本发明实施例的一种具体实施方式中,风光发电功率在每个时段不应大于其预测的 最大可输出功率,所述风光发电运行约束如式(14)、(15)所示:
式中,PWT,t和PPV,t分别表示风机和光伏在t时段的发电功率,单位:kW;为t时段风机最大可输出功率,单位:kW;为t时段光伏最大可输出功率,单位:kW。
步骤203)确定柴油发电机运行约束;
在本发明实施例的一种具体实施方式中,柴油发电机在运行中除了要考虑输出功率的 限制外,还应满足开停时间和爬坡速率约束,所述柴油发电机运行约束如式(16)-(22)所 示:
IDE,t+MDE,t≤1 (19)
IDE,t-MDE,t=UDE,t-UDE,t-1 (20)
式(16)-(18)分别限定了柴油发电机的最小持续开机时间、最小持续关机时间和最大 持续开机时间;式(19)表示任意时段柴油发电机只能有一个启停状态变化;式(20)给出启 停标志位和开停机运行状态之间的关系;式(21)为柴油发电机的运行功率上下限;式(22) 为柴油发电机的爬坡速度约束;k表示第k个时段;和分别表示柴 油发电机的最小持续开机时段数、最小持续关机时段数和最大持续开机时段数;IDE,t为t 时段柴油发电机的启动标志位,1表示柴油发电机在t时段被启动,0表示柴油发电机在t时段未被启动;MDE,t为t时段柴油发电机的关停标志位,1表示柴油发电机在t时段被关 停,0表示柴油发电机在t时段未被关停;UDE,t和UDE,t-1分别表示t和t-1时段柴油发电 机的运行状态,1表示柴油发电机在t时段处于开机状态,0表示柴油发电机在t时段处 于停机状态;PDE,t和PDE,t-1分别表示柴油发电机在t和t-1时段的运行功率,单位:kW;和分别表示柴油发电机开机状态下运行功率的上限和下限,单位:kW;和分 别表示柴油发电机的单位时段下爬坡和上爬坡的速率限值,单位:kW。
步骤204)确定储能运行约束;
在本发明实施例的一种具体实施方式中,由于储能设备存在运行极限,储能需满足最 大充放电功率约束;过低的荷电状态会大大降低储能的运行寿命,因此设定储能荷电状态 上下限约束;为保证储能的循环运行,储能在调度周期的始末荷电状态应相等,所述储能 运行约束如式(23)-(26)所示:
Smin≤S(t)≤Smax (25)
S(0)=S(Nt) (26)
式(23)表示储能的最大充放电功率约束;式(24)-(25)使得储能的荷电状态在设定范 围内;式(26)保证了储能的始末荷电状态相等;和分别表示储能在t时段的充电 和放电功率,单位:kW;和分别为储能的最大充电和放电功率,单位:kW;Smin和Smax分别表示储能允许荷电状态的下限和上限,单位:kWh;S(t)和S(t-1)分别表示t 和t-1时段储能的荷电状态,单位:kWh;Δt为两时段的时间间隔,单位:h;ηC和ηD分 别表示储能的充电和放电效率;S(0)表示储能的初始荷电状态,单位:kWh;S(Nt)表示储 能在调度周期末的荷电状态,单位:kWh。
步骤205)确定双向换流器运行约束;
在本发明实施例的一种具体实施方式中,考虑到双向换流设备存在运行限值及换流功 率波动过大会对交流区及直流区的稳定运行和电能质量带来不良影响,所以双向换流器应 运行在换流功率限值范围内,并且其功率波动不宜太大;所述双向换流器运行约束,如式 (27)-(29)所示:
式(27)为双向换流器的换流功率限值约束;式(28)表示双向换流器在任意时段只有一 种换流运行状态;式(29)表示双向换流器的功率波动约束;是t时段双向换流器的正 向换流运行状态标志,1表示t时段存在正向换流,0表示t时段不存在正向换流;是 t时段双向换流器的负向换流运行状态标志,1表示t时段存在负向换流,0表示t时段不存在负向换流;和分别表示双向换流器在t和t-1时段从交流母线到直流母线 的换流功率,单位:kW;和分别表示双向换流器在t和t-1时段从直流母线到 交流母线的换流功率,单位:kW;和分别表示正向换流和负向换流的运行 功率最大限值,单位:kW;和分别表示双向换流器在相邻时段运行功率波动的下 限值和上限值,单位:kW。
步骤206)确定交直流负荷运行约束;
在本发明实施例的一种具体实施方式中,负荷存在不同的运行特性,在独立型交直流 混合微网中考虑重要负荷、可切除负荷及可调度负荷。重要负荷必须得到满足,可切除负 荷在发电不足的情况下可适当切除,可调度负荷可在一定的时间段内实现调度,但总用电 量不变。因此交直流负荷运行约束如式(30)-(32)所示:
式(30)-(31)分别限定了各时段交直流被切除负荷和可调度负荷的运行功率;式(32) 保证了交直流可调度负荷的用电量;和分别表示t时段交流区和直流区被切除 的负荷功率,单位:kW;和分别表示t时段交流和直流最大的可切除负荷 功率,单位:kW;和分别表示t时段交流和直流可转移负荷的运行功率,单位:kW;
和分别表示t时段交流和直流可调度负荷的最大运行功率,单位:kW; [tac,1,tac,end]表示交流可调度负荷的运行时段区间;[tdc,1,tdc,end]表示直流可调度负荷的运行 时段区间;和分别表示交流和直流可调度负荷的计划用电量,单位:kWh;Δt 为两时段的时间间隔,单位:h。
步骤30)建立独立型交直流混合微网运行的两阶段鲁棒优化调度模型,具体包括以下 子步骤:
步骤301)确定风光、交直流负荷及双向换流器的不确定性情况如式(33)-(36)所示:
式中,W、P、L和R分别表示风机、光伏出力、交直流负荷及双向换流器的不确定 性集。对于W,wt、和分别表示t时段风机最大可输出功率的实际值、预测标称 值、预测上偏差值和预测下偏差值;引入参数和使得在不确定区间内;Πw为风机出力存在不确定性的时段预算参数,Πw取值范围为[0,Nt],改变Πw大小实 现调节鲁棒优化的保守程度;若Πw=0表示风机出力无不确定性,鲁棒优化模型转化为确 定模型,无保守性;若Πw=Nt,表示风机出力在整个调度期内均存在不确定性,鲁棒优化 的保守性最大;对于P,pt、和分别表示t时段光伏出力最大可输出功率的实际值、 预测标称值、预测上偏差值和预测下偏差值;引入参数ξ+ t和ξ- t使得在不确定区间 内;Πp为光伏出力存在不确定性的时段预算参数,Πp取值范围为[0,Nt],改变Πp大小实现调节鲁棒优化的保守程度;若Πp=0表示光伏出力无不确定性,鲁棒优化模型转化 为确定模型,无保守性;若Πp=Nt,表示风机出力在整个调度期内均存在不确定性,鲁棒优化的保守性最大;对于L,ldc,t、和分别表示t时段直流负荷最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;lac,t、和分别表示t 时段交流负荷最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;表示t时段交流负荷的计划运行功率;表示t时段直流负荷的计划运行功率;引入参数 和使得在不确定区间内;引入参数和使得在不确定区间内;Πl为交直流负荷出力存在不确定性的时段预算参数,Πl取值范围为[0,Nt],改变Πl大小实现调节鲁棒优化的保守程度;若Πl=0表示交直流负荷出力无不 确定性,鲁棒优化模型转化为确定模型,无保守性;若Πl=Nt,表示交直流负荷出力在整个 调度期内均存在不确定性,鲁棒优化的保守性最大;Πl,dc为直流负荷出力存在不确定性的 时段预算参数;Πl,ac为交流负荷出力存在不确定性的时段预算参数;对于R,考虑到联络线 断线在时间上存在连续性,rt表示[t,t+Πr-1]时段内并网联络线的运行状态,1表示该时段 内联络线正常运行,0表示联络线断开,Πr表示并网联络线断线的不确定性时段预算参数。
步骤302)基于上述步骤301)确定的独立型交直流混合微网的不确定性情况,建立不确定性集内最恶劣场景下的最小日运行费用目标函数如式(37)所示:
s.t式(10)-(32) (37)
式中,C表示系统运行成本;和分别表示柴油发电机的启动和关停成本;表 示柴油发电机的燃料成本;和分别表示柴油发电机、储能、 双向换流器、风机和光伏的运行维护成本;表示储能损耗成本;表示负荷切除的停 电惩罚费用;IDE为柴油发电机的启动标志位;UDE表示柴油发电机的运行状态;
MDE为柴油发电机的关停标志位;是双向换流器的正向换流运行状态标志;是 双向换流器的负向换流运行状态标志;PWT,t和PPV,t分别表示风机和光伏在t时段的发电功 率;和分别表示储能的充电和放电功率;表示t时段直流负荷的计划运行功率; 表示t时段交流负荷的计划运行功率;PDE表示柴油发电机运行功率;表示双向换 流器从交流母线到直流母线的换流功率;表示双向换流器从直流母线到交流母线的换 流功率;和分别表示交流和直流最大的可切除负荷功率;和分别 表示交流和直流可转移负荷的运行功率;和分别表示双向换流器在t和t+1时段 从交流母线到直流母线的换流功率;和分别表示双向换流器在t和t+1时段从直 流母线到交流母线的换流功率。
鲁棒优化中将柴油发电机的启停状态和双向换流器的换流运行状态作为第一阶段变 量,而设备运行功率作为第二阶段变量,其意义在于鲁棒优化的第一阶段优化结果保证了 对不确定性集内任意场景均存在可行的设备运行功率,即在风光出力和负荷在不确定性集 内的任意波动下,无需改变柴油发电机和双向换流器的运行状态,只需调整各设备出力即 可保证系统安全运行。
步骤40)利用C&CG算法将两阶段鲁棒模型分解为MILP形式的主问题和子问题求解:
步骤401)为方便表述,将式(37)的鲁棒优化模型简写成式(38)-(42)的矩阵形式:
s.t.Ax≤b,x∈{0,1} (39)
Ω(x,u)={Dy≤f, (40)
Fy≤h-Gx, (41)
Jy≤u} (42)
式中,x为第一阶段的0-1状态优化变量向量,y为第二阶段的功率优化变量向量,x和y分别为式(37)中对应变量的集合;u为不确定性优化变量向量;Ω(x,u)为y在某一确 定的x、u下的可行域;式(39)表示仅与x相关的约束;式(40)表示仅与y相关的约束; 式(41)表示与x和y相关的不等式约束;式(42)表示与u相关的约束;cT为式(38)变量x 的优化系数;dT为式(38)变量y的优化系数;A为式(39)变量x的优化系数;D为式(40)变量y 的优化系数;F为式(41)变量y的优化系数;G为式(41)变量x的优化系数;J为式(42)变量y 的优化系数;b为式(39)不确定性优化变量向量;f为与y相关的约束;h为不确定性优 化变量向量。
步骤402)将上述步骤401)中的min-max-min问题转化为包含主问题和子问题的双层优化问题:
步骤4021)求子问题,针对max-min形式的子问题,即鲁棒优化的第二阶段,引入对偶变量将其转化为max形式的问题如式(43)所示:
式中,α、χ和γ分别是式(40)-(42)中y的对偶变量;式(43)的目标函数中存在双线性 形式的γTu使得子问题为较难求解的非线性优化问题,而考虑到不确定性集U独立于所有其 他变量,因此u的优化结果必定是不确定性集的极值点,可利用大M法将式(43)转化为混 合整数线性规划问题,便于问题的求解;αT、xT、γT分别是α、χ和γ的转置;h为不确定性优化变量向量;dT为式(38)变量y的优化系数;D为式(40)变量y的优化系数;F为式(41) 变量y的优化系数;G为式(41)变量x的优化系数;J为式(42)变量y的优化系数。
步骤4022)求主问题,通过求解子问题可获得第k次迭代优化出的最恶劣场景uk及相 应的yk,将优化结果(uk,yk)代入主问题,此时主问题的表述形式如式(44)所示:
式中,l为总迭代次数。主问题优化出的x作为已知变量代入子问题,直至满足收敛条件;A为x的优化变量系数;η为优化变量。
步骤403)采用C&CG算法利用主问题和子问题的交替迭代求解鲁棒优化模型,在本发 明实施例的一种具体实施方式中,具体包括以下子步骤:
初始化:设置x0为主问题的一个可行解,将x0代入子问题求解得到(u1,y1)。设置下边界LB=-∞,上边界UB=+∞,迭代次数l=1,设置收敛条件ε。
步骤4031):将(ul,yl)代入式(44)进行优化求解,优化出(xl,ηl);修正LB=cTxl+ηl。
步骤4032):将xl代入子问题求解得到(ul+1,yl+1),同时获得子问题的目标函数值为 修正
步骤4033):判断UB-LB<ε成立,则停止并给出优化结果;否则l=l+1,跳回步骤4031);
式中,l为迭代次数,cT为优化变量系数;x0为一个可行解;LB为下边界;UB为上 边界;(ul,yl)为优化求解结果。
本实施例是针对包含风机、光伏、储能、柴油发电机、双向换流器及交直流可控负荷 的独立型交直流混合微网,考虑源荷不确定性和换流联络线断线不确定性,提出一种两阶 段鲁棒优化调度模型。第一阶段优化确定柴油发电机的启停变量和双向换流器的换流运行 状态变量,第二阶段以第一阶段的优化结果为基础确定各设备单元的运行功率及对应场 景。在满足系统及设备运行约束下两阶段优化进行交互,采用C&CG算法进行快速有效地 求解,最小化最恶劣场景下的微网日运行费用。
以图1所示的独立型交直流混合微网作为算例开展分析,优化模型中的相关参数如表 1所示。
表1微网模型参数
某典型日的风光出力及交直流负荷功率的预测标称值,可以看出一天内交流负荷相对 稳定,白天直流负荷较大且存在用电高峰时段,风电出力存在明显的反调峰特性。假定风 光出力预测上下偏差值为标称值的±10%,交直流计划负荷预测上下偏差值均为标称值的 5%。
设定各时段交流区和直流区的最大可切除负荷功率为交直流计划负荷运行功率的0.2 倍;交直流区的可调度负荷参数如表2所示,收敛条件ε为0.01。
表2可调度负荷参数
设定Πw、Πp、Πl,dc、Πl,ac分别为24,12,16,8,对优化模型及算法进行测试分析,优化 结果如图3所示。
由图3(a)可知,在鲁棒优化最恶劣场景中,风光往往在预测出力较大的时段取下限值, 此时风光资源减少较多,需增加柴油发电机发电,微网运行费用越大;但风机预测出力更 大的1-5、75-96时段未取下限值,因为运行约束使得风机出现较大的弃风量,其实际出 力小于不确定性集下限值。图3(b)中交、直流负荷在风光出力较小且负荷预测标称值较大的时段取上限值,此时增加的负荷需由柴油发电机供电或直接切除,运行费用大大增大。交直流区未出现切负荷,交、直流区可调度负荷分别运行在9-18和79-88时段,向风光 出力大的时段转移,从而由成本很低的风机和光伏直接供电。
由图3(c)可知,柴油发电机在风光出力无法满足负荷需求时启动;储能将多余的夜间 风机及中午光伏发电量转移到早晨及傍晚,减少柴油发电机的发电量,储能SOC在0.3-0.8 区间内波动;双向换流器在晚上进行正向换流,而白天进行负向换流,在47-54时段发生 联络线断线,此时交流区功率缺额无法由直流区来补偿,由此导致柴油发电机供电增加, 该场景更恶劣。采用C&CG算法求解鲁棒优化模型,共迭代4次,求解时间为9.49s,优化 目标值为530.73¥。
本发明充分考虑了源荷不确定性和双向换流器断线不确定性,进而提出一种独立型交 直流混合微网两阶段鲁棒优化调度模型,优化调度在满足系统及设备运行约束下最小化最 恶劣场景下的微网日运行费用,日运行费用包括了柴油发电机的启停成本及燃料成本、风 光柴储及双向换流器的运行维护成本、储能损耗成本和负荷切除惩罚费用。本实施例中利 用C&CG算法将两阶段鲁棒模型分解为MILP形式的主问题和子问题,能够快速有效求解。 本方法能够有效处理微网优化调度中的多种类型不确定性问题,保证系统运行的经济性。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员 应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明 的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化 和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等 效物界定。
Claims (10)
1.一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于,包括:
获取独立型交直流混合微网经济运行的目标函数,所述目标函数考虑了设备的启停、燃料和运行维护成本;
获取独立型交直流混合微网运行约束中的确定性约束;
基于所述独立型交直流混合微网经济运行的目标函数和独立型交直流混合微网运行约束中的确定性约束,建立独立型交直流混合微网运行的两阶段鲁棒优化调度模型,其中考虑了源荷不确定性和换流联络线断线不确定性;
求解上述两阶段鲁棒优化调度模型得到独立型交直流混合微网中各设备的运行控制量,依据此结果进行相应的控制与运行。
2.根据权利要求1所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述独立型交直流混合微网经济运行的目标函数为:
式中,C表示系统运行成本;和分别表示柴油发电机的启动和关停成本;表示柴油发电机的燃料成本;和分别表示柴油发电机、储能、双向换流器、风机和光伏的运行维护成本;表示储能损耗成本;表示负荷切除的停电惩罚费用。
3.根据权利要求2所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述柴油发电机的启动和关停成本表达式如式(2)所示:
式中,和分别表示柴油发电机一次启动和关停的成本系数;t表示当前时刻;Nt表示优化所包含的总时段数;IDE,t为t时段柴油发电机的启动标志位,1表示柴油发电机在t时段被启动,0表示柴油发电机在t时段未被启动;MDE,t为t时段柴油发电机的关停标志位,1表示柴油发电机在t时段被关停,0表示柴油发电机在t时段未被关停;
所述柴油发电机的燃料成本表达式如式(3)所示:
式中,表示燃料价格系数;aDE和bDE分别表示柴油发电机耗油特性系数;PDE,t和分别表示柴油发电机在t时段的运行功率和额定功率;UDE,t表示t时段柴油发电机的运行状态,1表示柴油发电机在t时段处于开机状态,0表示柴油发电机在t时段处于停机状态;Δt为两时段的时间间隔;
所述柴油发电机的运行维护成本如式(4)所示:
式中,表示柴油发电机运行维护成本系数;PDE,t表示柴油发电机在t时段的运行功率;Δt为两时段的时间间隔;
所述储能运行维护成本如式(5)所示:
式中,表示储能运行维护成本系数;和分别表示储能在t时段的充电和放电功率;Δt为两时段的时间间隔;
所述双向换流器运行维护成本如式(6)所示:
式中,表示双向换流器运行维护成本系数;表示双向换流器在t时段从交流母线到直流母线的换流功率;表示双向换流器在t时段从直流母线到交流母线的换流功率;Δt为两时段的时间间隔;
所述风机和光伏运行维护成本如式(7)所示:
式中,和分别表示风机和光伏的运行维护成本系数;PWT,t和PPV,t分别表示风机和光伏在t时段的发电功率;Δt为两时段的时间间隔;
所述储能损耗成本如式(8)所示:
式中,表示储能损耗成本系数;和分别表示储能在t时段的充电和放电功率;Δt为两时段的时间间隔;
所述负荷切除的停电惩罚费用如式(9)所示:
式中,表示切负荷惩罚费用系数;和分别表示t时段交流区和直流区被切除的负荷功率;Δt为两时段的时间间隔。
4.根据权利要求1所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述独立型交直流混合微网的确定性约束包括系统运行约束、风光发电运行约束、柴油发电机运行约束、储能运行约束、双向换流器运行约束和交直流负荷运行约束;所述系统运行约束包括直流功率平衡约束、交流功率平衡约束和换流功率平衡约束。
5.根据权利要求4所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述直流功率平衡约束如式(10)所示:
式中,PPV,t为光伏在t时段的发电功率;为t时段经双向换流器流入直流区的功率;
表示t时段直流负荷的计划运行功率;表示t时段直流区被切除的负荷功率;
表示t时段直流可转移负荷的运行功率;和分别表示储能在t时段的充电和放电功率;
所述交流功率平衡约束如式(11)所示:
式中,PWT,t表示风机在t时段的发电功率;PDE,t表示柴油发电机在t时段的运行功率;
为t时段经双向换流器流入交流区的功率;表示t时段交流负荷的计划运行功率;
表示t时段交流区被切除的负荷功率;表示t时段交流可转移负荷的运行功率;
所述换流功率平衡约束如式(12)、(13)所示:
式中,为t时段经双向换流器流入直流区的功率;为t时段经双向换流器流入交流区的功率;和分别表示双向换流器正向和负向换流效率;表示双向换流器在t时段从交流母线到直流母线的换流功率;表示双向换流器在t时段从直流母线到交流母线的换流功率;
所述风光发电运行约束如式(14)、(15)所示:
式中,PWT,t和PPV,t分别表示风机和光伏在t时段的发电功率;为t时段风机最大可输出功率;为t时段光伏最大可输出功率;
所述柴油发电机运行约束如式(16)-(22)所示:
IDE,t+MDE,t≤1 (19)
IDE,t-MDE,t=UDE,t-UDE,t-1 (20)
式(16)-(18)分别限定了柴油发电机的最小持续开机时间、最小持续关机时间和最大持续开机时间;式(19)表示任意时段柴油发电机只能有一个启停状态变化;式(20)给出启停标志位和开停机运行状态之间的关系;式(21)为柴油发电机的运行功率上下限;式(22)为柴油发电机的爬坡速度约束;k表示第k个时段;和分别表示柴油发电机的最小持续开机时段数、最小持续关机时段数和最大持续开机时段数;IDE,t为t时段柴油发电机的启动标志位,1表示柴油发电机在t时段被启动,0表示柴油发电机在t时段未被启动;MDE,t为t时段柴油发电机的关停标志位,1表示柴油发电机在t时段被关停,0表示柴油发电机在t时段未被关停;UDE,t和UDE,t-1分别表示t和t-1时段柴油发电机的运行状态,1表示柴油发电机在t时段处于开机状态,0表示柴油发电机在t时段处于停机状态;PDE,t和PDE,t-1分别表示柴油发电机在t和t-1时段的运行功率;和分别表示柴油发电机开机状态下运行功率的上限和下限;和分别表示柴油发电机的单位时段下爬坡和上爬坡的速率限值;
所述储能运行约束如式(23)-(26)所示:
Smin≤S(t)≤Smax (25)
S(0)=S(Nt) (26)
式(23)表示储能的最大充放电功率约束;和分别表示储能在t时段的充电和放电功率;和分别为储能的最大充电和放电功率;Smin和Smax分别表示储能允许荷电状态的下限和上限;S(t)和S(t-1)分别表示t和t-1时段储能的荷电状态;Δt为两时段的时间间隔;ηC和ηD分别表示储能的充电和放电效率;S(0)表示储能的初始荷电状态;S(Nt)表示储能在调度周期末的荷电状态;
所述双向换流器运行约束如式(27)-(29)所示:
式(27)为双向换流器的换流功率限值约束;式(28)表示双向换流器在任意时段只有一种换流运行状态;式(29)表示双向换流器的功率波动约束;是t时段双向换流器的正向换流运行状态标志,1表示t时段存在正向换流,0表示t时段不存在正向换流;是t时段双向换流器的负向换流运行状态标志,1表示t时段存在负向换流,0表示t时段不存在负向换流;和分别表示双向换流器在t和t-1时段从交流母线到直流母线的换流功率;和分别表示双向换流器在t和t-1时段从直流母线到交流母线的换流功率;和分别表示正向换流和负向换流的运行功率最大限值;和分别表示双向换流器在相邻时段运行功率波动的下限值和上限值;
所述交直流负荷运行约束如式(30)-(32)所示:
式(30)-(31)分别限定了各时段交直流被切除负荷和可调度负荷的运行功率;和分别表示t时段交流区和直流区被切除的负荷功率;和分别表示t时段交流和直流最大的可切除负荷功率;和分别表示t时段交流和直流可转移负荷的运行功率,和分别表示t时段交流和直流可调度负荷的最大运行功率;[tac,1,tac,end]表示交流可调度负荷的运行时段区间;[tdc,1,tdc,end]表示直流可调度负荷的运行时段区间;和分别表示交流和直流可调度负荷的计划用电量;Δt为两时段的时间间隔。
6.根据权利要求5所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述基于所述独立型交直流混合微网经济运行的目标函数和独立型交直流混合微网运行约束中的确定性约束,建立独立型交直流混合微网运行的两阶段鲁棒优化调度模型,具体包括以下步骤:
确定风光、交直流负荷及双向换流器的不确定性情况;
基于风光、交直流负荷及双向换流器的不确定性情况,建立不确定性集内最恶劣场景下的最小日运行费用目标函数。
7.根据权利要求6所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述风光、交直流负荷及双向换流器的不确定性情况如式(33)-(36)所示:
式中,W、P、L和R分别表示风机、光伏出力、交直流负荷及双向换流器的不确定性集。对于W,wt、和分别表示t时段风机最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;引入参数和使得在不确定区间 内;Πw为风机出力存在不确定性的时段预算参数,Πw取值范围为[0,Nt],改变Πw大小实现调节鲁棒优化的保守程度;若Πw=0表示风机出力无不确定性,鲁棒优化模型转化为确定模型,无保守性;若Πw=Nt,表示风机出力在整个调度期内均存在不确定性,鲁棒优化的保守性最大;对于P,pt、和分别表示t时段光伏出力最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;引入参数ξ+ t和ξ-t使得在不确定区间内;Πp为光伏出力存在不确定性的时段预算参数,Πp取值范围为[0,Nt],改变Πp大小实现调节鲁棒优化的保守程度;若Πp=0表示光伏出力无不确定性,鲁棒优化模型转化为确定模型,无保守性;若Πp=Nt,表示风机出力在整个调度期内均存在不确定性,鲁棒优化的保守性最大;对于L,ldc,t、和分别表示t时段直流负荷最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;lac,t、和分别表示t时段交流负荷最大可输出功率的实际值、预测标称值、预测上偏差值和预测下偏差值;表示t时段交流负荷的计划运行功率;表示t时段直流负荷的计划运行功率;引入参数和使得在不确定区间 内;引入参数和使得在不确定区间内;Πl为交直流负荷出力存在不确定性的时段预算参数,Πl取值范围为[0,Nt],改变Πl大小实现调节鲁棒优化的保守程度;若Πl=0表示交直流负荷出力无不确定性,鲁棒优化模型转化为确定模型,无保守性;若Πl=Nt,表示交直流负荷出力在整个调度期内均存在不确定性,鲁棒优化的保守性最大;Πl,dc为直流负荷出力存在不确定性的时段预算参数;Πl,ac为交流负荷出力存在不确定性的时段预算参数;对于R,考虑到联络线断线在时间上存在连续性,rt表示[t,t+Πr-1]时段内并网联络线的运行状态,1表示该时段内联络线正常运行,0表示联络线断开,Πr表示并网联络线断线的不确定性时段预算参数;
所述不确定性集内最恶劣场景下的最小日运行费用目标函数如式(37)所示,即为鲁棒优化模型:
式中,C表示系统运行成本;和分别表示柴油发电机的启动和关停成本;表示柴油发电机的燃料成本;和分别表示柴油发电机、储能、双向换流器、风机和光伏的运行维护成本;表示储能损耗成本;表示负荷切除的停电惩罚费用;IDE为柴油发电机的启动标志位;UDE表示柴油发电机的运行状态;MDE为柴油发电机的关停标志位;是双向换流器的正向换流运行状态标志;是双向换流器的负向换流运行状态标志;PWT,t和PPV,t分别表示风机和光伏在t时段的发电功率;和分别表示储能的充电和放电功率;表示t时段直流负荷的计划运行功率;表示t时段交流负荷的计划运行功率;PDE表示柴油发电机运行功率;表示双向换流器从交流母线到直流母线的换流功率;表示双向换流器从直流母线到交流母线的换流功率;和分别表示交流和直流最大的可切除负荷功率;和分别表示交流和直流可转移负荷的运行功率;和分别表示双向换流器在t和t+1时段从交流母线到直流母线的换流功率;和分别表示双向换流器在t和t+1时段从直流母线到交流母线的换流功率。
8.根据权利要求7所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述求解上述两阶段鲁棒优化调度模型得到独立型交直流混合微网中各设备的运行控制量,依据此结果进行相应的控制与运行,具体为:
将式(37)的鲁棒优化模型简写成式(38)-(42)的矩阵形式:
s.t.Ax≤b,x∈{0,1} (39)
Ω(x,u)={Dy≤f, (40)
Fy≤h-Gx, (41)
Jy≤u} (42)
式中,x为第一阶段的0-1状态优化变量向量,y为第二阶段的功率优化变量向量,x和y分别为式(37)中对应变量的集合;u为不确定性优化变量向量;Ω(x,u)为y在某一确定的x、u下的可行域;式(39)表示仅与x相关的约束;式(40)表示仅与y相关的约束;式(41)表示与x和y相关的不等式约束;式(42)表示与u相关的约束;cT为式(38)变量x的优化系数;dT为式(38)变量y的优化系数;A为式(39)变量x的优化系数;D为式(40)变量y的优化系数;F为式(41)变量y的优化系数;G为式(41)变量x的优化系数;J为式(42)变量y的优化系数;b为式(39)不确定性优化变量向量;f为与y相关的约束;h为不确定性优化变量向量;
将上述步骤中的min-max-min问题转化为包含主问题和子问题的双层优化问题;
采用C&CG算法利用主问题和子问题的交替迭代求解鲁棒优化模型,获得独立型交直流混合微网中各设备的运行控制量。
9.根据权利要求8所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述将上述步骤中的min-max-min问题转化为包含主问题和子问题的双层优化问题,具体为:
求子问题,针对max-min形式的子问题,即鲁棒优化的第二阶段,引入对偶变量将其转化为max形式的问题如式(43)所示:
式中,α、χ和γ分别是式(40)-(42)中y的对偶变量;式(43)的目标函数中存在双线性形式的γTu使得子问题为较难求解的非线性优化问题,而考虑到不确定性集U独立于所有其他变量,因此u的优化结果必定是不确定性集的极值点,可利用大M法将式(43)转化为混合整数线性规划问题;αT、xT、γT分别是α、χ和γ的转置;h为不确定性优化变量向量;dT为式(38)变量y的优化系数;D为式(40)变量y的优化系数;F为式(41)变量y的优化系数;G为式(41)变量x的优化系数;J为式(42)变量y的优化系数;
求主问题,通过求解子问题可获得第k次迭代优化出的最恶劣场景uk及相应的yk,将优化结果(uk,yk)代入主问题,此时主问题的表述形式如式(44)所示:
式中,l为总迭代次数,主问题优化出的x作为已知变量代入子问题,直至满足收敛条件;A为x的优化变量系数;η为优化变量。
10.根据权利要求9所述的一种独立型交直流混合微网的两阶段鲁棒优化调度方法,其特征在于:所述采用C&CG算法利用主问题和子问题的交替迭代求解鲁棒优化模型,获得独立型交直流混合微网中各设备的运行控制量,具体为:
A初始化:设置x0为主问题的一个可行解,将x0代入子问题求解得到(u1,y1),设置下边界LB=-∞,上边界UB=+∞,迭代次数l=1,设置收敛条件ε;
B将(ul,yl)代入式(44)进行优化求解,优化出(xl,ηl);修正LB=cTxl+ηl;
C将xl代入子问题求解得到(ul+1,yl+1),同时获得子问题的目标函数值为修正
D判断UB-LB<ε成立,则停止并给出优化结果;否则l=l+1,跳回步骤B。
式中,l为迭代次数,cT为优化变量系数;x0为一个可行解;LB为下边界;UB为上边界(B不单独定义);(ul,yl)为优化求解结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910188224.2A CN110098611A (zh) | 2019-03-13 | 2019-03-13 | 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910188224.2A CN110098611A (zh) | 2019-03-13 | 2019-03-13 | 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110098611A true CN110098611A (zh) | 2019-08-06 |
Family
ID=67443937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910188224.2A Pending CN110098611A (zh) | 2019-03-13 | 2019-03-13 | 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110098611A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739684A (zh) * | 2019-10-15 | 2020-01-31 | 上海电力大学 | 基于多时间尺度的多交直流混合微电网优化调度方法 |
CN111740451A (zh) * | 2020-06-11 | 2020-10-02 | 国网河南省电力公司电力科学研究院 | 多源随机扰动下的分布式储能系统优化调度方法及装置 |
CN112257229A (zh) * | 2020-09-18 | 2021-01-22 | 西安理工大学 | 一种微网两阶段鲁棒调度方法 |
CN112290531A (zh) * | 2020-07-27 | 2021-01-29 | 四川大学 | 一种用于交直流配电网结合改进乘子法的优化系统和方法 |
CN113394786A (zh) * | 2021-07-20 | 2021-09-14 | 天津大学 | 考虑数据负载不确定性的数据中心供能系统经济运行方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108108846A (zh) * | 2017-12-28 | 2018-06-01 | 东南大学 | 一种交直流混合微网鲁棒优化协调调度方法 |
CN108388964A (zh) * | 2018-02-28 | 2018-08-10 | 东南大学 | 一种多微网系统的双层协调鲁棒优化调度方法 |
CN108539732A (zh) * | 2018-03-30 | 2018-09-14 | 东南大学 | 基于多区间不确定性鲁棒优化的交直流微网经济调度 |
-
2019
- 2019-03-13 CN CN201910188224.2A patent/CN110098611A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108108846A (zh) * | 2017-12-28 | 2018-06-01 | 东南大学 | 一种交直流混合微网鲁棒优化协调调度方法 |
CN108388964A (zh) * | 2018-02-28 | 2018-08-10 | 东南大学 | 一种多微网系统的双层协调鲁棒优化调度方法 |
CN108539732A (zh) * | 2018-03-30 | 2018-09-14 | 东南大学 | 基于多区间不确定性鲁棒优化的交直流微网经济调度 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739684A (zh) * | 2019-10-15 | 2020-01-31 | 上海电力大学 | 基于多时间尺度的多交直流混合微电网优化调度方法 |
CN110739684B (zh) * | 2019-10-15 | 2023-04-07 | 上海电力大学 | 基于多时间尺度的多交直流混合微电网优化调度方法 |
CN111740451A (zh) * | 2020-06-11 | 2020-10-02 | 国网河南省电力公司电力科学研究院 | 多源随机扰动下的分布式储能系统优化调度方法及装置 |
CN112290531A (zh) * | 2020-07-27 | 2021-01-29 | 四川大学 | 一种用于交直流配电网结合改进乘子法的优化系统和方法 |
CN112257229A (zh) * | 2020-09-18 | 2021-01-22 | 西安理工大学 | 一种微网两阶段鲁棒调度方法 |
CN112257229B (zh) * | 2020-09-18 | 2024-04-16 | 西安理工大学 | 一种微网两阶段鲁棒调度方法 |
CN113394786A (zh) * | 2021-07-20 | 2021-09-14 | 天津大学 | 考虑数据负载不确定性的数据中心供能系统经济运行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110098611A (zh) | 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 | |
CN108258695B (zh) | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 | |
Pourmousavi et al. | Real-time energy management of a stand-alone hybrid wind-microturbine energy system using particle swarm optimization | |
CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
CN106451552B (zh) | 一种基于势博弈的微电网能量管理系统分布式优化算法 | |
CN106300336A (zh) | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 | |
Tang et al. | Optimal operation method for microgrid with wind/PV/diesel generator/battery and desalination | |
Semero et al. | Optimal energy management strategy in microgrids with mixed energy resources and energy storage system | |
Gbadega et al. | JAYA algorithm-based energy management for a grid-connected micro-grid with PV-wind-microturbine-storage energy system | |
Altin et al. | Artificial intelligence applications for energy management in microgrid | |
CN106300323A (zh) | 分布式电源电网 | |
Huang et al. | Optimal design of an island microgrid with considering scheduling optimization | |
Sharma et al. | Comparative analysis of different types of micro-grid architectures and controls | |
Liu et al. | Multi-objective optimization dispatch of PV-MG considering demand response actions | |
AL-Maaitah et al. | Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System | |
Hao et al. | Research on optimization scheduling of wind/solar/diesel/storage micro-grid based on genetic algorithm | |
Wang et al. | Optimal dispatch of an island MG including a multiple energy storage system | |
Sun et al. | Optimal operation strategy of wind-hydrogen integrated energy system based on NSGA-II algorithm | |
Li et al. | Optimal Scheduling of Multi-Source Combined System with Pumped Storage Based on Improved Black Hole Algorithm | |
CN112069676A (zh) | 一种含清洁能源的微电网能量管理方法 | |
Ghahramani et al. | Optimal energy management of a parking lot in the presence of renewable sources | |
CN105762917B (zh) | 一种基于神经网络用电量预报的智能离网光伏系统和方法 | |
Cao et al. | Research on energy efficiency optimization of energy internet data center based on intelligent energy technology | |
Luo et al. | The dynamic multi-objective optimal dispatch of grid-connected micro grid | |
Chen et al. | Chinese national condition based power dispatching optimization in microgrids |
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 |