CN110276485A - 一种孤立能源系统的综合能源容量优化方法、装置及设备 - Google Patents
一种孤立能源系统的综合能源容量优化方法、装置及设备 Download PDFInfo
- Publication number
- CN110276485A CN110276485A CN201910509376.8A CN201910509376A CN110276485A CN 110276485 A CN110276485 A CN 110276485A CN 201910509376 A CN201910509376 A CN 201910509376A CN 110276485 A CN110276485 A CN 110276485A
- Authority
- CN
- China
- Prior art keywords
- energy
- isolated
- comprehensive
- parameter
- controllable
- 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 58
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004146 energy storage Methods 0.000 claims abstract description 40
- 238000004088 simulation Methods 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims description 26
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 20
- 229910052799 carbon Inorganic materials 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 239000002245 particle Substances 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 8
- 239000010410 layer Substances 0.000 description 25
- 238000007726 management method Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种孤立能源系统的综合能源容量优化方法，包括：获取区域系统的系统参数；利用所述系统参数，计算出可控化石能源的单机容量；基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；调整可控化石能源与可再生能源的配置比例，得出最优配置方案。本发明能够以可控化石能源与可再生能源的综合能源配置的精细化分析为基础，实现可控化石能源与可再生能源的优化配置。
Description
技术领域
本发明涉及电力系统技术领域，尤其是涉及一种孤立能源系统的综合能源容量优化方法、装置及设备。
背景技术
目前，我国海洋资源较为辽阔，以及西部地区偏远山区众多，我国具有较多孤立的孤网，孤岛与山区偏远地区的能源供应对民生、经济发展意义重大。由于上述孤立能源系统难以实现与主干能源网络互联互通，在中小型孤网能源系统规划较为简单的背景下，科学的、精细化的、可移植的能源定容优化方法，是孤网能源电力规划的重中之重。与此同时，针对园区、孤网的能源互联网项目也得以开展，能源利用效率将以区域为单位得以提升，可再生能源消纳工作也将得以进一步深化。但是，现有技术由于缺少精细化的能源供应分析而未能实现最优能源配置。
发明内容
针对上述技术问题，本发明提供了一种孤立能源系统的综合能源容量优化方法、装置及设备，能够以可控化石能源与可再生能源的综合能源配置的精细化分析为基础，实现可控化石能源与可再生能源的优化配置。所述技术方案如下：
第一方面，本发明实施例提供了一种孤立能源系统的综合能源容量优化方法，包括：
获取区域系统的系统参数；
利用所述系统参数，计算出可控化石能源的单机容量；
基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；
调整可控化石能源与可再生能源的配置比例，得出最优配置方案。
在本发明第一方面的第一种可能的实现方式中，所述通过模拟运算优化可再生能源及电储能的配置，具体为：
构建可再生能源定容的目标函数；
根据所述目标函数构建双层优化模型；
将模拟参数通过所述双层优化模型进行求解，得出运算结果。
在本发明第一方面的第二种可能的实现方式中，所述构建可再生能源定容的目标函数，具体为：
计算碳排放罚值；
根据所述碳排放罚值，构建以全寿命周期净现值成本最低为优化目标的目标函数。
在本发明第一方面的第三种可能的实现方式中，所述根据所述目标函数构建双层优化模型，具体为：
根据所述目标函数，构建以可再生能源及电储能容量为优化对象的上层模型；
基于所述上层模型，构建用于计算碳排放罚值的运行、维护成本最低值的下层模型。
在本发明第一方面的第四种可能的实现方式中，所述将模拟参数通过所述双层优化模型进行求解，得出运算结果，包括：
利用离散二进制粒子群算法在所述上层模型搜索光伏、风电、储能的最优方案；
在所述下层模型中，利用在所述上层模型搜索所得的方案进行模拟运算，并反馈经济环境指标值。
在本发明第一方面的第五种可能的实现方式中，所述在所述下层模型中，利用在所述上层模型搜索所得的方案进行模拟运算，并反馈经济环境指标值，包括：
根据历史数据预测未来的负荷及资源禀赋情况；
根据预测所得的数据，在PV光伏开始发电的同时对电池进行充电，当光伏输出小于负载时提前放电以满足负载要求；
对比电储能与可控化石能源的成本以反映每一小时的成本。
在本发明第一方面的第六种可能的实现方式中，所述获取区域系统的系统参数，包括：
根据所述系统参数，判定所述区域系统的孤网类型；其中，所述孤网类型包括周转型孤网、旅游型孤网、综合型孤网。
在本发明第一方面的第七种可能的实现方式中，所述获取区域系统的系统参数，包括：
基于实时能源参数拟合区域系统的实时能源需求曲线。
第二方面，本发明实施例提供了一种孤立能源系统的综合能源容量优化装置，包括：
参数获取模块，用于获取区域系统的系统参数；
单机容量计算模块，用于利用所述系统参数，计算出可控化石能源的单机容量；
配置优化模块，用于基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；
配置方案输出模块，用于调整可控化石能源与可再生能源的配置比例，得出最优配置方案。
第三方面，本发明实施例提供了一种孤立能源系统的综合能源容量优化设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的孤立能源系统的综合能源容量优化方法。
相比于现有技术，本发明实施例具有如下有益效果：
本发明提供一种孤立能源系统的综合能源容量优化方法，根据不同区域系统的系统参数，所述系统参数包括负荷、成本信息、资源禀赋参数、机组参数等，充分考虑不同区域系统在能源资源禀赋上的差异，同时，通过计算出可控化石能源的单机容量，研究并探讨了区域系统的可控化石能源与高比例可再生能源的协同配置，对可控能源规模配置比例进行了测算，以在考虑可控化石能源供应的可行性的情况下实现实时平衡分析及科学定量；另外，考虑到电池储能较高的因素以及基于历史可再生能源数据中出现的异常出力等风险因素，通过模拟运算优化可再生能源及电储能的配置，有效地避免可再生能源与电储能的过度投资，有利于最终实现能源定容的最优化。
附图说明
图1是本发明实施例中的一种孤立能源系统的综合能源容量优化方法的流程图；
图2是本发明实施例中的一种孤立能源系统的综合能源容量优化方法的原理图；
图3是本发明实施例中的一种孤立能源系统的综合能源容量优化方法的周转型孤网供能框架图；
图4是本发明实施例中的一种孤立能源系统的综合能源容量优化方法的旅游型孤网供能框架图；
图5是本发明实施例中的一种孤立能源系统的综合能源容量优化方法的综合型孤网供能框架图；
图6是本发明实施例中的一种孤立能源系统的综合能源容量优化装置的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，其示出了本发明一个示例性实施例提供的一种孤立能源系统的综合能源容量优化方法，包括：
S101、获取区域系统的系统参数；其中，所述系统参数包括实时能源需求参数和规模参数；所述实时能源需求参数包括但不限于实际负荷值、预测负荷值等；所述规模参数包括但不限于成本信息、资源禀赋参数、机组参数等；
S102、利用所述系统参数，计算出可控化石能源的单机容量；其中，基于所述实时能源参数，进行年度8760小时的延时曲线拟合，结合可控化石能源产品序列，进行最优单机容量的求解；
S103、基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；
S104、调整可控化石能源与可再生能源的配置比例，得出最优配置方案。其中，基于能源运行效率、典型日运行曲线特性、能源运行整体经济性进行对比分析，并根据分析结果调整配置，提出最优配置方案。
可以理解的是，对于可控化石能源的定容，从实际项目规划考虑，可控化石能源产品容量序列呈现出明显的离散性，且可控化石能源整体能源利用效率一般随着单机容量的增长而提升，若孤网存在可控化石能源配置，其单机容量选择在满足机组性能最优化的同时，宜保障基荷机组化石能源长期运行在经济区间。
请参见图2，从综合能源定容的具体求解来看，通过单机容量的优化，以及根据孤网能源需求规模，设定可控化石能源的单机容量以及可选台数，形成“完全可再生能源”、“部分柴油机保障基荷”、“柴油机覆盖尖峰负荷”等多种情形，对各种情形下，求解对应情形下的可再生能源、储能的最优配置，基于能源运行效率、典型日运行曲线特性、能源运行整体经济性进行对比分析，提出最优配置方案。
本发明实施例提供一种孤立能源系统的综合能源容量优化方法，根据不同区域系统的系统参数，包括负荷、成本信息、资源禀赋参数、机组参数等，充分考虑不同区域系统在能源资源禀赋上的差异，同时，通过计算出可控化石能源的单机容量，研究并探讨了区域系统的可控化石能源与高比例可再生能源的协同配置，对可控能源规模配置比例进行了测算，以在考虑可控化石能源供应的可行性的情况下实现实时平衡分析及科学定量；另外，考虑到电池储能较高的因素以及基于历史可再生能源数据中出现的异常出力等风险因素，通过模拟运算优化可再生能源及电储能的配置，有效地避免可再生能源与电储能的过度投资，有利于最终实现能源定容的最优化。
优选地，所述通过模拟运算优化可再生能源及电储能的配置，具体为：
构建可再生能源定容的目标函数；
根据所述目标函数构建双层优化模型；
将模拟参数通过所述双层优化模型进行求解，得出运算结果。
优选地，所述构建可再生能源定容的目标函数，具体为：
计算碳排放罚值；
根据所述碳排放罚值，构建以全寿命周期净现值成本最低为优化目标的目标函数。
在本实施例中，在优化目标函数方面，本文从孤网能源定容整体优化的角度出发，以计及碳排放罚值的，全寿命周期净现值成本最低为优化目标，具体如下所示：
式(1)中：为第i种发电单元的初始投资，为第i种发电单元中在第t时段的运营成本，为第i种发电单元在第t时段的维护成本，Si(t)为第i种发电单元在第n年的补贴，PVt为折现系数，令折现率为r，其计算公式如下：
对于孤网综合能源系统各时刻运行成本，除计及燃料消耗、储能运行损耗等常规成本以外，本文同时考虑能源系统节能环保因素，在运行成本的计算模型中，各时刻将计及碳排放罚值，具体如下所示：
式(3)中，Cop为规划运行期间内的运行成本总值，α为单位碳排放罚值。GENcost(t)、分别为第t时刻内，储能充放电的运行消耗成本。
在本实施例中，一方面，基于动态平衡的双层优化理论，实现了考虑碳排放罚值因素的，全寿命净现值成本最低的能源定容配置，在保证能源供应为基础上，充分实现了光伏发电曲线与电力需求曲线的最佳匹配；另一方面，可充分提升一次能源利用效率，充分利用了孤网区域优质的太阳能资源，通过合理的配置，最大程度减少弃光情况发生；同时考虑了柴油资源的梯级利用的可行性，并充分利用了海水淡化和日产量导向的特点，实现了能源需求的削峰填谷效益，对平稳可控化石能源的运行曲线，提升设备运行效率，以及使用寿命，都具有较大的意义。
优选地，所述根据所述目标函数构建双层优化模型，具体为：
根据所述目标函数，构建以可再生能源及电储能容量为优化对象的上层模型；其中，所述上层模型，在可控电源的比例规模设定的基础之上，主要优化对象在于光伏、风力发电机、以及电储能单元的容量，优化变量即为光伏容量Ppv、风力发电台数Nwt，电池储能容量Qmax。上层优化模型即为：
基于所述上层模型，构建用于计算碳排放罚值的运行、维护成本最低值的下层模型。其中，下层决策变量Z则与上层决策变量相对应，为各供应单元的功率输出，其限制条件则与装置容量，最大、最小技术输出相关。在各时刻的优化目标中，主要以最大化消纳可再生能源出力、可控化石能源经济、稳定运行为原则，实现运行期Δt内，计及碳排放罚值的运行、维护成本最低，具体如下所示：
式(5)中，Co和CM分别为系统全寿命周期的运营和维护成本。G(t)、pch(t)、pdis(t)分别为第t时刻，发电单元的总出力、电池储能的充放电功率，运行情况受设备最大功率限制。SOC(t)为第t时刻，电池储能的荷电状态指标。
可以理解的是，对于上述的优化过程，在下层的实时运行调研优化中，可采用传统线性规划方法，也可根据实际的调度经验，进行相应能源配置下的优化运行模拟，得到S2的最优解以及各个状态变量的当前值。
在本实施例中，一方面，对于新兴孤网，可基于其区域空间规划成果进行基于小时尺度的能源需求预测分析，通过能源建设约束条件的输入，根据相应能源组合对应模拟运行指标，相应地选择适合本孤网的能源定容规模，以取得良好的应用推广前景；另一方面，基于当前的能源已有配置，以计及碳排放罚值的能源系统经济性最优为原则，在为既有能源系统提出运行策略的同时，寻求区域系统薄弱环节，提出相应的系统能源配置优化建议。
优选地，所述将模拟参数通过所述双层优化模型进行求解，得出运算结果，包括：
利用离散二进制粒子群算法在所述上层模型搜索光伏、风电、储能的最优方案；
在所述下层模型中，依据在所述上层模型搜索所得的方案进行模拟运算，并反馈经济环境指标值。
在本实施例中，对于上层优化算法，本文采用粒子群算法进行优化。由于上层优化的决策变量为整数型，为了更好地对该问题进行求解，采用离散二进制粒子群算法。所述离散二进制粒子群算法的粒子速度更新公式如下所示：
式(6)中，和分别为粒子i在第k次迭代在第j空间的变量值、速度和自身经过的最优值；在第k次迭代所有粒子在第j维空间的全局最优值；r′ij和r″ij分别为自身经验随机数和社会经验随机数，取值范围[0,1]。
可以理解的是，粒子的位置根据的大小进行更新。如果高一些，粒子的位置则以较大的概率置1。反之，则以较小的概率置1，而以较大的概率置0，具体如下公式所示：
式(7)中为将速度转换到概率区间[0,1]的sigmoid函数，该表达式如下所示：
本发明实施例设置粒子群算法惯性权重ω＝0.73、加速因子c'＝1.84和c”＝2.05、粒子群规模Np＝80、收敛精度和最大迭代K＝100。
本实施例的离散二进制粒子群算法相比于其他的进化算法(如遗传算法，模拟退火算法等)具有易于实现、精度高、收敛快等优点，在实际工程中得到了广泛的应用。
优选地，所述通过模拟运算优化可再生能源的定容配置，包括：
根据历史数据预测未来的负荷及资源禀赋情况；
根据预测所得的数据，在PV光伏开始发电的同时对电池进行充电，当光伏输出小于负载时提前放电以满足负载要求；
对比电储能与可控化石能源的成本以反映每一小时的成本。
可以理解的是，对于上述的下层模型，若完全采取传统规划方法，将在一定程度上影响实际的计算速度，下层模型向上层模型的指标反馈较慢。这里提出一套对于周转型孤网、旅游型孤网中，基于实际经验相对较为便捷的调度及指标反馈方法。一般情况来看，周转型孤网、旅游型孤网都存在可控电源-光伏-储能三个主要的供能单元，在百分之百光伏发电优先的前提下，如何最为快速地实现小型可控电源(一般是可控化石能源)，与储能的调度管理，是核心的问题所在。这里提出一套基于未来48小时光伏资源预测的调度方法：
在预测调度策略下，调度算法通过历史数据预测未来的电力需求，以及下一时刻的太阳能和风能资源可用性。与其他调度策略相比，PS策略通常会使系统运行成本更低。PS策略是预测未来48小时以内的负荷及资源情况，并利用这些数据以一种最经济的方式运行储能系统。这种运行策略为目前最先进的现代化市场调度模式，不仅最大限度消纳可再生能源，同时也使得供能成本最低。
预测调度控制算法允许电池在PV光伏开始发电的同时充电，当光伏输出小于负载时提前放电以满足负载要求。通过这样做，系统可以最大限度地提高可再生能源的消纳，而不是弃掉多余的光伏电能。
其中，为反映每一小时的成本，储能与可控能源的成本对比如下：
可控能源——固定成本等于每小时的运行维护成本加上每小时的更换成本和空载油耗成本，边际成本等于燃料曲线斜率乘以燃料价格(增加一度电的燃料成本)。如果成本分配涉及碳排放罚款，发电机的边际成本也应相应考虑增加。
储能——以置换成本表征固定成本，每一小时的综合成本即为计及单次使用的度电成本，其计算公式如下：
式(9)中，Bcost为调度时刻单位充、放电边际成本，Cr为储能的置换成本，N为电池组数，Qt为电池全寿命周期的充放电总电量，η为充放电循环功率。
在本实施例中，调度人员在夜间对电池进行放电，以满足负载，并留出空间来获得次日光伏PV产生的最大能量。可控化石能源仅在早上和晚上启动，以补充光伏和储能的生产。在这一天的上午，储能电池接近最小SOC，剩余的空间用来吸收这一天的光伏电能。在这一天下午，储能电池的SOC从～20％上升到100％，并且有一些过剩的光伏PV电能。在晚上储能优先为负载供电，可控化石能源不工作。电池有足够的空间来捕捉次日光伏PV产生的所有能量。本实施例提供一种便捷的调度及指标反馈方法，有利于提高下层模型向上层模型的指标反馈速度，从而提高模型的模拟运算的计算速度。
优选地，所述获取区域系统的系统参数，包括：
根据所述系统参数，判定所述区域系统的孤网类型；其中，所述孤网类型包括周转型孤网、旅游型孤网、综合型孤网。
在本实施例中，对于远陆的孤网，根据本次发明方案的大量研究成果，可基于划分为周转型孤网、旅游型孤网、综合型孤网，其中周转型孤网主要用于渔民等作业临时应用，存在大量的可平移负荷以及少量的办公负荷；旅游型孤网的特点是，除固定办公、公共事业负荷以外，在部分旅游旺季的月份中，存在一定的季节性冲击负荷；综合型孤网即类似于小型城镇，负荷体量相对较大，存在较为全面的负荷品种。对不同的孤网类型，其供能主要框架如下：
请参见图3，对于周转型孤网，其能源需求规模一般相对较小，宜充分利用光伏、风电的多能互补特性，结合部分可控能源的优化运行，增加可再生能源的消纳比重，即可考虑完全可再生能源、部分可控能源+光伏+风电+储能的供应方式，可控能源的比例为主要的优化因素；
请参见图4，旅游型孤网的负荷规模可达到兆瓦级左右，含有部分季节性旅游增量型负荷需求。同时考虑到投资因素、可再生能源建设条件因素，宜建立以部分可控能源为基础，结合以光伏为主的可再生能源+储能单元的供应方式，可控电源的配置比例为主要的优化因素；
请参见图5，综合型孤网的负荷规模一般可达到数兆瓦级，同时考虑到区域的重要类型负荷较多，宜考虑以可控能源为主，以光伏为主的可再生能源为辅的能源供应方式。同时宜增强可控能源单元的利用效率，探索其能源梯级利用的方式，充分利用其余热。一次能源的梯级优化利用，为该类孤网的主要优化因素。
本实施例提供一种孤立能源系统的综合能源容量优化方法，根据不同孤网类型能源电力供应框架方案，充分考虑不同功能孤网在能源资源禀赋上的差异，从而对应孤网类型实现更有针对性的能源需求分析及能源配置。
优选地，所述获取区域系统的系统参数，包括：
基于实时能源参数拟合区域系统的实时能源需求曲线。
在本实施例中，通过利用精细到每小时的实时负荷预测曲线，精细化地对孤网的实时负荷进行多时间尺度的分析，有利于加强精细化的实时平衡分析和能源配置定容。
请参见图6，其示出了本发明一个示例性实施例提供的一种孤立能源系统的综合能源容量优化装置，包括：
参数获取模块201，用于获取区域系统的系统参数；
单机容量计算模块202，用于利用所述系统参数，计算出可控化石能源的单机容量；
配置优化模块203，用于基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；
配置方案输出模块204，用于调整可控化石能源与可再生能源的配置比例，得出最优配置方案。
优选地，所述模拟运算优化模块，还包括：
函数构建模块，用于构建可再生能源定容的目标函数；
模型构建模块，用于根据所述目标函数构建双层优化模型；
模拟运算模块，用于将模拟参数通过所述双层优化模型进行求解，得出运算结果。
优选地，所述函数构建模块，还包括：
碳排放罚值计算模块，用于计算碳排放罚值；
目标函数构建模块，用于根据所述碳排放罚值，构建以全寿命周期净现值成本最低为优化目标的目标函数。
优选地，模型构建模块，还包括：
上层模型构建模块，用于根据所述目标函数，构建以可再生能源及电储能容量为优化对象的上层模型；
下层模型构建模块，用于基于所述上层模型，构建用于计算碳排放罚值的运行、维护成本最低值的下层模型。
优选地，所述模拟运算模块，还包括：
算法搜索模块，用于利用离散二进制粒子群算法在所述上层模型搜索光伏、风电、储能的最优方案；
数值反馈模块，用于在所述下层模型中，利用在所述上层模型搜索所得的方案进行模拟运算，并反馈经济环境指标值。
优选地，所述数值反馈模块，还包括：
预测模块，用于根据历史数据预测未来的负荷及资源禀赋情况；
充放电模块，用于根据预测所得的数据，在PV光伏开始发电的同时对电池进行充电，当光伏输出小于负载时提前放电以满足负载要求；
反馈模块，用于对比电储能与可控化石能源的成本以反映每一小时的成本。
优选地，所述参数获取模块，还包括：
判断模块，用于根据所述系统参数，判定所述区域系统的孤网类型；其中，所述孤网类型包括周转型孤网、旅游型孤网、综合型孤网。
优选地，所述参数获取模块，还包括：
曲线拟定模块，用于基于实时能源参数拟合区域系统的实时能源需求曲线。
本发明一个示例性实施例提供的一种孤立能源系统的综合能源容量优化设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的孤立能源系统的综合能源容量优化方法。
以上所述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，这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
Claims (10)
1.一种孤立能源系统的综合能源容量优化方法，其特征在于，包括：
获取区域系统的系统参数；
利用所述系统参数，计算出可控化石能源的单机容量；
基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；
调整可控化石能源与可再生能源的配置比例，得出最优配置方案。
2.如权利要求1所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述通过模拟运算优化可再生能源及电储能的配置，具体为：
构建可再生能源定容的目标函数；
根据所述目标函数构建双层优化模型；
将模拟参数通过所述双层优化模型进行求解，得出运算结果。
3.如权利要求2所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述构建可再生能源定容的目标函数，具体为：
计算碳排放罚值；
根据所述碳排放罚值，构建以全寿命周期净现值成本最低为优化目标的目标函数。
4.如权利要求2所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述根据所述目标函数构建双层优化模型，具体为：
根据所述目标函数，构建以可再生能源及电储能容量为优化对象的上层模型；
基于所述上层模型，构建用于计算碳排放罚值的运行、维护成本最低值的下层模型。
5.如权利要求4所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述将模拟参数通过所述双层优化模型进行求解，得出运算结果，包括：
利用离散二进制粒子群算法在所述上层模型搜索光伏、风电、储能的最优方案；
在所述下层模型中，利用在所述上层模型搜索所得的方案进行模拟运算，并反馈经济环境指标值。
6.如权利要求5所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述在所述下层模型中，利用在所述上层模型搜索所得的方案进行模拟运算，并反馈经济环境指标值，包括：
根据历史数据预测未来的负荷及资源禀赋情况；
根据预测所得的数据，在PV光伏开始发电的同时对电池进行充电，当光伏输出小于负载时提前放电以满足负载要求；
对比电储能与可控化石能源的成本以反映每一小时的成本。
7.如权利要求1所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述获取区域系统的系统参数，包括：
根据所述系统参数，判定所述区域系统的孤网类型；其中，所述孤网类型包括周转型孤网、旅游型孤网、综合型孤网。
8.如权利要求1所述的孤立能源系统的综合能源容量优化方法，其特征在于，所述获取区域系统的系统参数，包括：
基于实时能源参数拟合区域系统的实时能源需求曲线。
9.一种孤立能源系统的综合能源容量优化装置，其特征在于，包括：
参数获取模块，用于获取区域系统的系统参数；
单机容量计算模块，用于利用所述系统参数，计算出可控化石能源的单机容量；
配置优化模块，用于基于所述系统参数和所述单机容量，通过模拟运算优化可再生能源及电储能的配置；
配置方案输出模块，用于调整可控化石能源与可再生能源的配置比例，得出最优配置方案。
10.一种孤立能源系统的综合能源容量优化设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的孤立能源系统的综合能源容量优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910509376.8A CN110276485A (zh) | 2019-06-12 | 2019-06-12 | 一种孤立能源系统的综合能源容量优化方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910509376.8A CN110276485A (zh) | 2019-06-12 | 2019-06-12 | 一种孤立能源系统的综合能源容量优化方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110276485A true CN110276485A (zh) | 2019-09-24 |
Family
ID=67962066
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910509376.8A Pending CN110276485A (zh) | 2019-06-12 | 2019-06-12 | 一种孤立能源系统的综合能源容量优化方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110276485A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110717221A (zh) * | 2019-10-21 | 2020-01-21 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
| CN111898248A (zh) * | 2020-07-02 | 2020-11-06 | 北京市煤气热力工程设计院有限公司 | 综合能源仿真规划设计系统 |
| CN112801331A (zh) * | 2019-11-14 | 2021-05-14 | 谷歌有限责任公司 | 利用虚拟容量和优选位置实时调度进行计算负载的整形 |
| CN112836419A (zh) * | 2021-01-15 | 2021-05-25 | 西南交通大学 | 一种热源分流式余热发电系统及其粒子群优化控制方法 |
| CN113901672A (zh) * | 2021-11-17 | 2022-01-07 | 香港理工大学深圳研究院 | 净零能耗建筑应用风光互补电力蓄能系统的优化设计方法 |
| CN118353140A (zh) * | 2024-04-25 | 2024-07-16 | 东莞市创科达电机有限公司 | 一种储能电源充放电类型识别计量方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489043A (zh) * | 2013-09-25 | 2014-01-01 | 上海电力学院 | 一种风电装机与储能电池容量比例的优化方法 |
| CN108009700A (zh) * | 2017-10-20 | 2018-05-08 | 海南电网有限责任公司 | 一种孤立岛屿的能源供应配置方法及系统 |
-
2019
- 2019-06-12 CN CN201910509376.8A patent/CN110276485A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489043A (zh) * | 2013-09-25 | 2014-01-01 | 上海电力学院 | 一种风电装机与储能电池容量比例的优化方法 |
| CN108009700A (zh) * | 2017-10-20 | 2018-05-08 | 海南电网有限责任公司 | 一种孤立岛屿的能源供应配置方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 何礼鹏 等: "基于双层优化的季节旅游岛综合能源定容方法研究", 《电力需求侧管理》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110717221A (zh) * | 2019-10-21 | 2020-01-21 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
| CN110717221B (zh) * | 2019-10-21 | 2023-09-22 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机能源需求精细化分析方法及设备 |
| CN112801331A (zh) * | 2019-11-14 | 2021-05-14 | 谷歌有限责任公司 | 利用虚拟容量和优选位置实时调度进行计算负载的整形 |
| CN112801331B (zh) * | 2019-11-14 | 2024-02-06 | 谷歌有限责任公司 | 利用虚拟容量和优选位置实时调度进行计算负载的整形 |
| US11960255B2 (en) | 2019-11-14 | 2024-04-16 | Google Llc | Compute load shaping using virtual capacity and preferential location real time scheduling |
| CN111898248A (zh) * | 2020-07-02 | 2020-11-06 | 北京市煤气热力工程设计院有限公司 | 综合能源仿真规划设计系统 |
| CN112836419A (zh) * | 2021-01-15 | 2021-05-25 | 西南交通大学 | 一种热源分流式余热发电系统及其粒子群优化控制方法 |
| CN112836419B (zh) * | 2021-01-15 | 2023-04-18 | 西南交通大学 | 一种热源分流式余热发电系统及其粒子群优化控制方法 |
| CN113901672A (zh) * | 2021-11-17 | 2022-01-07 | 香港理工大学深圳研究院 | 净零能耗建筑应用风光互补电力蓄能系统的优化设计方法 |
| CN118353140A (zh) * | 2024-04-25 | 2024-07-16 | 东莞市创科达电机有限公司 | 一种储能电源充放电类型识别计量方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun | A multi-objective optimization model for fast electric vehicle charging stations with wind, PV power and energy storage | |
| CN110276485A (zh) | 一种孤立能源系统的综合能源容量优化方法、装置及设备 | |
| Peng et al. | Optimization of a hybrid system for solar-wind-based water desalination by reverse osmosis: Comparison of approaches | |
| CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
| Zhao et al. | Optimal sizing, operating strategy and operational experience of a stand-alone microgrid on Dongfushan Island | |
| CN104362677B (zh) | 一种主动配电网优化配置结构及其配置方法 | |
| Javed et al. | A hybrid method for scenario-based techno-economic-environmental analysis of off-grid renewable energy systems | |
| CN105205552B (zh) | 一种独立新能源混合发电系统优化规划方法 | |
| CN103544655A (zh) | 一种含微电网的区域配电网分层优化方法 | |
| CN109599861A (zh) | 考虑本地负荷调峰能力的送端电网电源结构规划方法 | |
| CN110350523A (zh) | 基于需求响应的多能源互补优化调度方法 | |
| CN109347151A (zh) | 一种新能源参与调峰的送端电网电源结构优化方法 | |
| CN107528341B (zh) | 一种用于高风电渗透率的大电网储能调度的方法 | |
| CN109687523A (zh) | 一种基于多时间尺度的微电网的运行优化方法 | |
| CN107565607A (zh) | 一种基于实时电价机制的微电网多时间尺度能量调度方法 | |
| CN108053057A (zh) | 一种基于CVaR的虚拟电厂优化调度建模方法 | |
| CN108233430A (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
| CN109993345A (zh) | 一种面向园区的孤岛运行多能互补系统动态经济调度方法 | |
| CN102593855A (zh) | 平抑电力系统中可再生能源电源输出功率波动的方法 | |
| CN116961114A (zh) | 基于分区自治的多虚拟电厂协调调度优化方法 | |
| CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
| CN114285093B (zh) | 一种源网荷储互动调度方法及系统 | |
| CN108493943A (zh) | 多微电网系统电能的调度方法、系统、装置及存储介质 | |
| CN108075471A (zh) | 基于随机性电源出力预测的多目标约束优化电网调度策略 | |
| Zhang et al. | A review on capacity sizing and operation strategy of grid-connected photovoltaic battery systems |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190924 |