CN110311423B - 基于超限惩罚的独立微电网动态回馈修正优化调度方法 - Google Patents

基于超限惩罚的独立微电网动态回馈修正优化调度方法 Download PDF

Info

Publication number
CN110311423B
CN110311423B CN201910682251.5A CN201910682251A CN110311423B CN 110311423 B CN110311423 B CN 110311423B CN 201910682251 A CN201910682251 A CN 201910682251A CN 110311423 B CN110311423 B CN 110311423B
Authority
CN
China
Prior art keywords
scheduling
short
micro
term
ultra
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
CN201910682251.5A
Other languages
English (en)
Other versions
CN110311423A (zh
Inventor
齐志远
于国晨
杨帆
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.)
Inner Mongolia University
Original Assignee
Inner Mongolia University
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 Inner Mongolia University filed Critical Inner Mongolia University
Priority to CN201910682251.5A priority Critical patent/CN110311423B/zh
Publication of CN110311423A publication Critical patent/CN110311423A/zh
Application granted granted Critical
Publication of CN110311423B publication Critical patent/CN110311423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers

Abstract

本发明属于微电网优化调度领域,公开了一种基于超限惩罚的独立微电网动态回馈修正优化调度方法,采用短期调度与超短期调度组合的动态优化调度方法,优化求解调度指令;短期调度采用动态回馈修正的优化调度方法,优化得到全天的调度计划;超短期调度采用超限惩罚的优化调度方法,将短期尺度调度结果作为超短期调度的约束条件,超短期调度依托短期调度结果在指定的调节范围内进行修正;当超短期调度值超过短期调度预测范围时,引入超限惩罚成本,使超短期调度依托短期调度结果在指定的调节范围内。本发明提供基于超限惩罚的独立微电网动态回馈修正优化调度方法,可提高可再生能源利用率、实现独立微电网经济稳定运行。

Description

基于超限惩罚的独立微电网动态回馈修正优化调度方法
技术领域
本发明属于微电网优化调度领域,涉及一种基于超限惩罚的独立微电网动态回馈修正优化调度方法;
背景技术
微电网拥有提高可再生能源综合利用率、减少分布式发电波动对电网的冲击、提高供电可靠性和电能质量的潜能和优势,成为解决能源问题的良好方案之一。将地理位置邻近的风光分布式电源组成自成体系的独立微电网,将会为无电地区实现电力自给提供一条便捷有效的途径。由于独立微电网没有大电网作为备用容量支持,且受风力发电、太阳能发电、负荷随机波动的影响,增加了独立微电网调度的复杂性。提高独立微电网运行的安全可靠性并降低运行成本,成为独立微电网调度追求的目标。
独立微电网调度可以分为静态调度和动态调度。静态调度对某一时间断面进行优化,没有考虑不同时间断面之间的联系。动态优化调度由于考虑独立微电网各组成部分在不同时间断面之间的耦合性,因此更符合独立微电网经济可靠运行的要求。
独立微电网优化调度按时间尺度可以分为日前的短期调度和日内的超短期调度。短期调度的优化主要用于微电网计划性检修场合。超短期调度由于时间尺度缩短使得风力发电、光伏发电以及非计划瞬时功率波动预测误差的减小,更能有效地应对各种扰动对调度准确性的影响。多时间尺度组合调度可以实现独立微电网能量管理的逐级细化以及全局和局部的协调。
现有独立微电网调度方法中,主要有:短期调度阶段进行潮流计算作为有功出力参考,超短期调度阶段滚动优化求解各分布式电源的出力;短期调度阶段考虑风电随机性,以最小运行费用为目标,超短期调度阶段控制所消耗的调节能量最小;短期调度阶段以最小运行费用为目标,超短期调度阶段以各微电源的调节量和误差最小为目标;短期调度阶段以计及蓄电池损耗最小的运行成本为目标,超短期阶段将平抑波动产生的成本作为附加成本;短期调度阶段以最小失电率为目标,超短期调度阶段以最小功率损耗为目标。
由于风力发电和光伏发电的随机性以及负荷的波动性,不合理的调度会导致各微电源的调节过于频繁且调节幅度相对较大,增加设备的磨损,同时降低独立微电网的稳定性。
综上所述,现有技术存在的问题是:
(1)不合理的调度导致各微电源的调节过于频繁且调节幅度相对较大,增加设备的磨损,使得独立微电网运行成本高。
(2)短期调度的时间尺度大,属于粗调节,使得独立微电网运行的安全稳定性低。
(3)采用两阶段多时间尺度调度未找到各级调度之间的合理接口,使得下级调度与上级调度实现有效衔接。
解决上述技术问题的难度:
(1)微型燃气轮机(以下简称微燃机)的频繁启停将影响其寿命,同时微燃机又有启动和停止爬坡率限制。因此在进行优化过程中,不仅以启停爬坡率作为约束条件,同时还要考虑微燃机的启停间隔。
(2)考虑天气变化和负荷波动的影响,风力发电功率、光伏发电功率和电负荷功率预测存在一定的偏差,超短期调度值超过短期调度预测调度范围时,超短期调度需要依托短期调度结果在指定的调节范围内进行修正。
(3)采用多时间尺度调度需要找到各级调度之间的接口,使得下级调度与上级调度实现合理衔接。
解决上述技术问题的意义:
(1)建立合理的分级动态优化调度方法,通过粗、精两级调度方式提高调度的准确度,从而增加可再生能源的利用效率,减少弃风、弃光现象的发生。
(2)在小时级短期优化调度中进行回馈自修正,不但可以减少微燃机的启停次数,提高微燃机使用寿命,而且能够提高调度精度。
(3)超短期优化调度与短期优化调度的有效衔接,实现了两级调度的嵌套,可以保证不同时间尺度调度间的平稳过渡,增加了调度指令的精准度。
发明内容
针对现有技术存在的问题,本发明提供了一种基于超限惩罚的独立微电网动态回馈修正优化调度方法,包括:采用短期调度与超短期调度组合的动态优化调度方法,优化求解调度指令。
短期调度采用动态回馈修正优化调度方法,优化得到全天24小时的调度计划。
将短期尺度调度结果作为超短期调度的约束条件,超短期调度依托短期调度结果在指定的调节范围内进行修正。当超短期调度值超过短期调度预测范围时,引入超限惩罚成本,使超短期调度值依托短期调度预测结果在指定的调节范围内进行修正。
进一步,所述短期调度包括:短期调度采用动态回馈修正优化调度方法,确定未来24小时内各整点时段独立微电网各单元的启停状态和功率分配状态。
进一步,所述超短期调度包括:超短期调度给出未来4小时内独立微电网各单元的工作计划指令。
进一步,所述动态优化调度方法包括:
步骤一,利用风力发电功率短期预测值、光伏发电功率短期预测值以及电负荷功率短期预测值制定初步短期调度计划。短期调度以1小时为时间尺度,通过动态回馈修正的方法优化得到全天的调度计划。
步骤二,依托短期调度进行超短期调度,即将短期调度预测结果作为超短期调度的约束条件,当超短期调度值超过短期调度预测范围时,引入超限成本进行惩罚。
进一步,步骤一中,所述动态回馈修正短期调度中微型燃气轮机(以下简称微燃机)的修正方法包括:
(1)启-停-启模式的修正:
1)从T0时刻初始优化,经过两步优化后在T2时刻得到的结果为微燃机在启动状态。
2)继续优化下一点T3时刻的结果为微燃机停止,再继续优化T4时刻的结果为微燃机再次启动。由于微燃机最小启停间隔为2小时,为了避免微燃机出现频繁启停的情况,这时要停止优化,然后从T4时刻返回T3时刻并强制改变微燃机继续在启动工作状态。同时重新优化T3时刻其他设备的运行状态。
3)判断蓄电池在T3时刻能否充电消纳多余电量,达到系统能量平衡。如果蓄电池不能消纳多余电量,再从T3时刻回到T2时刻,通过降低T2时刻微燃机的出力,同时蓄电池在T2时刻增加放电量。如果微燃机在T2时刻工作在最低出力状态,通过降低T3时刻风力发电机出力实现独立微电网能量平衡。当T3时刻重新完成优化后再继续T4时刻的优化。
(2)停-启-停模式的修正:
从T13时刻回到T12时刻,重新制定运行计划。判断蓄电池的荷电状态,进而决定微燃机在T12时刻是否工作。如果在T12时刻蓄电池放电能够实现微电网能量平衡,则利用蓄电池为负荷短时供电。如果在T12时刻启动微燃机,且蓄电池放电能力不能满足负荷电力需求,切次要负荷实现系统能量平衡。
进一步,步骤二中,所述超限惩罚的超短期调度的方法包括:
(1)当超短期调度误差值在设定范围内,不计算超限惩罚成本。
(2)当超短期调度的调整量超出短期调度的基准误差范围时,才应用超限惩罚成本函数调节超短期调度。
(3)比较微燃机的惩罚成本和蓄电池的惩罚成本,设定微燃机和蓄电池工作切换边界。微燃机和蓄电池设定各自的超限惩罚成本系数,蓄电池惩罚系数设定为一次函数,超限惩罚成本与蓄电池充放电量成比例。微燃机惩罚系数设定为二次函数,微燃机惩罚成本函数与蓄电池惩罚成本函数相交一点。当蓄电池惩罚成本小于微燃机惩罚成本时,利用蓄电池进行能量平衡。当蓄电池惩罚成本大于微燃机惩罚成本时,微燃机参加能量平衡调节。
(4)由于短期调度尺度是1小时,超短期调度尺度是15分钟,因此超短期调度尺度中间点的值采用插值法得到。
本发明的另一目的在于提供一种实施优化调度的独立微电网,包括:风力发电机、光伏电池板、储能装置、微型燃气轮机以及电负荷。
储能装置通过蓄电池平抑风力发电、光伏发电、负荷的功率波动。
微燃机用于补充风力发电和光伏发电功率不足时的供电缺口。
电负荷包括重要负荷及可中断次要负荷,通过切除更换重要负荷及可中断次要负荷。
综上所述,本发明的优点及积极效果为:
降低了微燃机的频繁启停次数。从仿真图8中可以看出在9-11时出现“启-停-启”现象,为避免微燃机频繁启停,将微燃机的启停计划调整为“启-启-启”,微燃机连续运行时间调整为7-11时。在19-21时刻修正前的运行计划出现“启-停-启-停”现象,通过回馈修正为“启-启-停-停”,微燃机连续运行时间调整为17-20时,修正后的运行状态避免了频繁启停的现象。
超限惩罚成本的引入降低了系统超短期调度运行成本。由于超限惩罚成本的引用,超短期调度结果更加优化,惩罚成本更低。当短期调度值与超短期负荷值之间出现偏差时,首先利用蓄电池进行能量调节。超出偏差设定边界后,利用惩罚成本调整超短期调度结果。当蓄电池惩罚成本超过微燃机惩罚成本时,微燃机进行调节。由于短期调度与超短期调度很好地进行了衔接,避免了各微电源大幅度调节的发生。
本发明提供基于超限惩罚的独立微电网动态回馈修正优化调度方法,可提高可再生能源利用率调、实现独立微电网经济稳定运行。本发明采用短期调度与超短期调度相结合的动态优化调度协多时间、多尺度调度之间的相互衔接,将短期调度结果作为超短期调度的约束条件,实现超短期调度与短期调度的联系。短期调度采用动态回馈修正优化得到全天的调度计划,用来确定未来24小时内各整点时段微电网各单元的启停状态和功率分配状态。超短期调度以15分钟为时间尺度,给出未来4小时内微电网各单元的工作计划指令。超短期调度依托短期调度结果在指定范围内调节,当超短期调度值超过短期调度预测范围时,引入超限惩罚成本,从而降低微燃机和蓄电池出力调整量,避免出现短时大幅度调节,减少设备的调节损耗。通过分级调度的方式提高对各种扰动的自适应调节能力,可以加大风能和太阳能资源的转换力度,更符合独立微电网的实际运行要求。利用风力发电功率短期预测值、光伏发电功率短期预测值以及电负荷功率短期预测值制定初步短期调度计划,为微电网设备的维护与检修做准备。短期优化调度可以缩小等效负荷曲线的峰谷差,缩短备用设备的运行时间。
短期调度是在风力发电功率短期预测值、光伏发电功率短期预测值和负荷预测值的基础上,以经济性最优为目标,以功率平衡和安全稳定性为约束条件进行动态优化。本发明提出基于回馈修正的方法进行微电网短期动态优化调度。超短期优化调度时不仅自身各点之间存在关联,同时超短期调度与短期调度的优化点之间也存在关联。超短期调度的目标是使得微燃机调节次数最少,以及蓄电池充放电次数最少,同时保证微电网供电可靠性满足指标要求;通过优化使得超限惩罚成本最小,降低微燃机的调节幅度。
附图说明
图1是本发明实施例提供的基于超限惩罚的独立微电网动态回馈修正优化调度方法流程图。
图2是本发明实施例提供的微电网优化调度框架图。
图3是本发明实施例提供的微燃机的回馈修正动态优化短期调度示意图。
图4是本发明实施例提供的短期调度与超短期调度的联系示意图。
图5是本发明实施例提供的超短期调度基准调节范围示意图。
图6是本发明实施例提供的超短期调度功率超限惩罚成本示意图。
图7是本发明实施例提供的独立微电网结构示意图。
图8是本发明实施例提供的微燃机短期调度的启停优化示意图。
图9是本发明实施例提供的超短期调度超限惩罚成本示意图。
图10是本发明实施例提供的独立微电网短期调度示意图。
图11是本发明实施例提供的独立微电网超短期调度示意图。
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。
现有技术中,独立微电网无备用容量支持。独立微电网受风力发电、太阳能发电、负荷随机波动的影响较大;不合理的调度会导致各微电源的调节过于频繁且调节幅度相对较大,增加设备的磨损,同时降低独立微电网的稳定性。独立微电网调度较复杂。独立微电网运行安全可靠性低且运行成本高。短期调度的时间尺度大,属于粗调节。
为解决上述问题,下面结合具体方案对本发明作详细描述。
本发明实施例提供的基于超限惩罚的独立微电网动态回馈修正优化调度方法包括:
采用短期调度与超短期调度组合的动态优化调度方法,将短期尺度调度结果作为超短期调度的约束条件,超短期调度依托短期调度结果在指定的调节范围内进行修正;分别短期调度和超短期调度的目标函数,结合不同的约束条件优化求解调度指令;当超短期调度值超过短期调度预测范围时,引入超限惩罚成本,迫使超短期调度依托短期调度结果在指定的调节范围内进行修正。
在本发明实施例中,短期调度包括:
短期调度以1小时为时间尺度,采用动态回馈修正优化调度方法,优化得到全天的调度计划,用来确定未来24小时内各整点时段独立微电网各单元的启停状态和功率分配状态。
超短期调度以15分钟为时间尺度,给出未来4小时内独立微电网各单元的工作计划指令。
下面结合附图对本发明作进一步描述。
如图1所示,本发明实施例提供的动态优化调度方法包括:
S101,利用风力发电功率短期预测值、光伏发电功率短期预测值以及电负荷功率短期预测值制定初步短期调度计划。
S102,短期调度以1小时为时间尺度,通过动态回馈修正的方法优化得到全天的调度计划。
S103,依托短期调度进行超短期调度,即将短期调度结果作为超短期调度的约束条件,当超短期调度值超过短期调度预测范围时,引入超限惩罚成本。
在本发明实施例中,图2是本发明提供的微电网优化调度框架图。
如图3所示,步骤S102中,本发明实施例提供的动态回馈修正短期调度的方法包括:
以经济性最优为目标,以功率平衡和安全稳定性为约束条件进行动态优化;前一时刻结果不但影响后一时刻结果,而且后一时刻结果通过回馈自修正也影响前一时刻结果。
设定微燃机的启停间隔要保证最少2小时,在优化过程中如果微燃机运行计划出现“停-启-停”和“启-停-启”情况时,即判定微燃机将出现频繁起停情况,需要对上一时刻优化进行修正。
(1)“启-停-启”模式的修正包括:
1)假设从T0时刻初始优化,经过两步优化后在T2时刻得到的结果为微燃机在启动状态。
2)继续优化下一点T3时刻的结果为微燃机停止,再继续优化T4时刻的结果为微燃机再次启动;由于微燃机最小启停间隔为2小时,为了避免微燃机出现频繁启停的情况,这时要停止优化,然后从T4时刻返回T3时刻并强制改变微燃机继续在启动工作状态;同时重新优化T3时刻其他设备的运行状态。
3)由于强制改变微燃机在继续运行状态,可能出现整个独立微电网系统中发电量大于负荷需求的情况;此时判断蓄电池在T3时刻能否充电消纳多余电量,达到系统能量平衡;如果蓄电池不能消纳多余电量,再从T3时刻回到T2时刻,通过降低T2时刻微燃机的出力,同时蓄电池在T2时刻增加放电量;这样,一方面T2时刻蓄电池增加的放电量与微燃机降低的发电量相互抵消,另一方面使蓄电池在T3时刻有充足的容量接纳由于微燃机启动工作产生的多余电能;如果微燃机在T2时刻工作在最低出力状态,由于蓄电池不能通过调整微燃机的出力进行容量释放,此时通过降低T3时刻风力发电机出力实现独立微电网能量平衡;当T3时刻重新完成优化后再继续T4时刻的优化。
(2)“停-启-停”模式的修正包括:
假设在T11-T13时段内微燃机出现“停-启-停”的情况,为了避免启停间隔过短,从T13时刻回到T12时刻,重新制定运行计划。判断蓄电池的荷电状态,进而决定微燃机在T12时刻是否工作;如果在T12时刻蓄电池放电可以实现微电网能量平衡,则利用蓄电池为负荷短时供电,微燃机不工作;如果蓄电池放电能力不能满足负荷电力需求,则通过切次要负荷实现系统能量平衡。
如图4-图6所示,步骤S103中,本发明实施例提供的基于超限惩罚的超短期调度方法包括:
超短期调度的时间尺度为15分钟,跨度为4小时。
例如在短期调度的T4-T5之间的1小时内存在超短期调度的4个优化点t1,t2,t3和t4;如果在短期调度中得到T4点前微燃机为停止状态,而在T5点微燃机为运行状态时,需要考虑微燃机的启动过程中的爬坡时间因素。
由于超短期调度中的优化点t2和t3时刻在T5点以前,因此这两点t2和t3要提前考虑微燃机的启动爬坡率,优化决定在t2和t3中的哪个时间点启动为最佳;由于在整点时刻t4点与T5点是重合的,因此t4点的优化约束要使得功率波动在T5点结果的允许调节范围内。
t1、t2点的优化与T4点关联,如果T4点有微燃机停止指令,则t1和t2点要考虑微燃机的停机下坡率,优化决定在t1和t2中的哪个时间点停机为最佳,这样可以保证微燃机停机过程不对微电网运行产生影响;其它时间段的优化以此类推;由于以短期和超短期两个调度计划中微燃机出力的偏差作为约束条件,实现了两种尺度调度的有效衔接。
考虑天气变化和负荷波动的影响,风光功率和负荷预测存在一定的偏差;因此,应该允许超短期调度值在短期调度值的基础上有一定的浮动;当超短期调度误差值在设定范围内,不计算超限惩罚成本;当超短期调度的调整量超出短期调度的基准误差范围时,才应用超限惩罚成本函数调节超短期调度;由于短期调度尺度是1小时,超短期调度尺度是15分钟,因此超短期调度尺度中间点的值采用插值法得到。
在超短期调度阶段,当能量平衡调节量在短期调度值基准偏差内时,利用蓄电池进行能量平衡调节;当调节量超过短期调度基准的偏差时,引入惩罚成本;优先使用蓄电池调节,如果微燃机在启动模式,尽量使微燃机出力的调整量最小;通过比较微燃机的惩罚成本和蓄电池的惩罚成本,设定微燃机和蓄电池工作切换边界;微燃机和蓄电池设定不同的超限惩罚成本系数,蓄电池惩罚系数设定为一次函数,超限惩罚成本与蓄电池充放电量成比例。
微燃机惩罚系数设定为二次函数,微燃机惩罚成本函数与蓄电池惩罚成本函数相交一点;当蓄电池惩罚成本小于微燃机惩罚成本时,利用蓄电池进行能量平衡;当蓄电池惩罚成本大于微燃机惩罚成本时,微燃机参加能量平衡调节。
如图7所示,本发明实施例提供的独立微电网包括:
由风力发电机、光伏电池板、储能装置、微燃机以及电负荷构成。
储能装置:蓄电池平抑风力发电、光伏发电、负荷的功率波动。
微燃机:补充风力发电和光伏发电功率不足时的供电缺口。
电负荷:从需求侧管理角度将负荷分为重要负荷及可中断次要负荷;当系统安全运行受到影响时,通过切除部分可中断负荷保证系统正常运行。
下面结合各运行模型对本发明作进一步描述。
本发明实施例中,微电网各功率模型包括:
(1)风力发电机功率模型包括:
风力发电机输出功率PW随风速V变化的关系式如下:
Figure BDA0002145180520000111
式中,Pe为额定功率,Vrated为额定风速,Vin为切入风速,Vout为切出风速。
(2)光伏电池板功率模型包括:
光伏电池板的功率输出取决于光照强度、电池板的面积以及转换效率,因此,光伏电池实际输出功率计算方法如下:
PS=G·A·η (2)
式中,PS为光伏电池输出功率,G为光照强度,A为光伏电池板面积,η为光伏电池的效率。
(3)蓄电池功率模型包括:
在风光互补发电系统中蓄电池有充电和放电两种状态,蓄电池存储电量关系如下:
Cbm(1-DOD)≤Cb≤Cbm (3)
式中,Cb为蓄电池电量,DOD为放电深度,Cbm为蓄电池最大蓄电量。
当系统发电量大于负载用电时,蓄电池处于充电状态,蓄电池能量关系式如下:
Cb(t)=Cb(t-1)+[PS(t)+PW(t)+PM(t)-PL(t)]·ηch≤Cbm (4)
式中,Cb(t)为t时刻蓄电池的电量,PW(t)、PS(t)、PM(t)、PL(t)分别为t时刻风力发电机、光伏电池板、微燃机以及电负荷的功率,ηch为充电效率;
当系统发电量小于负载用电量时,蓄电池处于放电状态,蓄电池能量关系式如下:
Cb(t)·ηdis=Cb(t-1)+[PL(t)-PS(t)-PW(t)-PM(t)]·ηdis≥Cbm(1-DOD) (5)
式中,ηdis为放电效率。
(4)微燃机模型
微燃机的输出功率表示为
Figure BDA0002145180520000121
式中,PM为微燃机输出功率,V为微燃机消耗的天然气量,LNG为天然气的低热值,ηM为微燃机的发电效率。
本发明实施例中,微电网调度模型包括:
(1)短期优化调度模型包括:
1)短期优化调度目标函数:因短期调度的时间尺度大,属于粗调节,故在短期调度的约束条件中设定供电可靠性为100%;但是由于外界波动的影响,在后面的超短期调度和实时控制中这个供电可靠性指标会下降。
建立以最小运行成本为目标的优化调度函数,表达式为:
Figure BDA0002145180520000122
式中,j为调度尺度,CS为微电网运行的总成本;i为微电网中微电源的序号,包括风力发电机、光伏电池板、微燃机以及蓄电池。CM(t)为微燃机在单位尺度内的燃料成本;Ci,r(t)为各微电源的折旧成本;Ci,m(t)为各微电源在单位调度尺度内的维护成本。
燃料成本、折旧成本以及维护成本的计算方法如下:
燃料成本:
Figure BDA0002145180520000131
式中,CNG为天然气单价;PM(t)为单位调度时间内微燃机的发电功率;ηM为微燃机的发电效率;LNG为天然气低热值。
折旧成本:
风力发电机、光伏电池板、蓄电池、微燃机的折旧成本通过各微电源的出力体现,计算方法如下:
Figure BDA0002145180520000132
Ci=CINSfcr (10)
Figure BDA0002145180520000133
式中,Ci为各微电源的安装费用折合平均每年后的值;Pr为额定功率;Ki为各微电源的容量因数,为年实际发电量与理论年总发电量之比;Pi(t)为各微电源在t时间内的出力;CINS为安装成本;fcr为资本回收系数;R为折旧率;ni为第i个微电源的寿命。
运行维护成本:
各微电源的维护成本计算如下:
Ci,m(t)=Ci,mu·Pi(t) (12)
式中,Ci,mu为各微电源的维护成本系数。
2)短期优化调度约束条件:
a各微电源出力:
Pi,min≤Pi(t)≤Pi,max (13)
式中,Pi(t)为微电源i的出力,Pi,max、Pi,min分别为各微电源的最大、最小出力。
b蓄电池荷电态:
SOCmin≤SOC(t)≤SOCmax (14)
式中,SOC(t)、SOCmax、SOCmin分别为蓄电池在时段t内的荷电态以及最大荷电态、最小荷电态。
c功率平衡:
微电网调度需要满足功率平衡。其表达式为:
PL(t)=PW(t)+PS(t)+PB(t)+PM(t) (15)
式中,PL(t)为时段t内的负载功率。
d负载失电率:
独立微电网由于没有常规电网支持,可能出现在极端情况下短时间内不能满足功率平衡的情况,此时需要考虑负载失电率;负载失电率(Loss Of Load Probability,LOLP)为系统缺少的电功率与负荷需求电功率的比值,它是衡量独立微电网系统中供电可靠性的指标;负载失电率的值越小,则系统的供电可靠性越高。负载失电率表达式如下:
Figure BDA0002145180520000141
(2)超短期优化调度模型包括:
1)超短期优化调度目标函数:建立功率超限惩罚成本函数,以短期调度值为调节基准线,当微燃机和蓄电池功率超过短期调度基准线偏差范围后,对超限功率事件进行惩罚;微电网超短期调度目标函数如下:
Figure BDA0002145180520000142
CMUF=kM(PMU-PMS)nM (18)
CBUF=kB(PBU-PBS)2nB (19)
式中,CUF为总超限惩罚成本;CMF为微燃机的超限惩罚成本,nM微燃机的单位功率超限量的惩罚成本;CBUF为蓄电池的超限惩罚成本,nB为蓄电池的单位功率超限量的惩罚成本;PMU为微燃机的超短期出力,PMS为微燃机的短期调度出力值;PBU为蓄电池的超短期出力,PBS为蓄电池的短期调度出力值;kM为蓄电池超限惩罚成本系数;kB为蓄电池超限惩罚成本系数;t为超短期调度尺度。
2)超短期优化调度约束条件包括:
a微燃机爬坡率约束
Figure BDA0002145180520000151
式中,
Figure BDA0002145180520000152
Figure BDA0002145180520000153
分别为微燃机爬坡功率的下限和上限幅值。
b功率平衡
微电网调度功率平衡表达式为:
PL(t)=PW(t)+PS(t)+PB(t)+PM(t) (21)
c微燃机功率约束
minPMU≤PMU(t)≤maxPMU (22)
minPMU=min{PMS(T-1),PMS(T)} (23)
maxPMU=max{PMS(T-1),PMS(T)} (24)
式中,PMS(T-1)和PMS(T)分别为微燃机在短期调度中T-1和T时刻的值;
3)蓄电池功率约束
minPBU≤PBU(t)≤maxPBU (25)
minPBU=min{PBS(T-1),PBS(T)} (26)
maxPBU=max{PBS(T-1),PBS(T)} (27)
式中,PBS(T-1)和PBS(T)分别为蓄电池在短期调度中T-1和T时刻的值。
下面结合具体实施例对本发明作进一步描述。
将风力发电、光伏发电及负荷功率预测值作为输入数据,对各微电源出力以及微燃机的启停进行优化。对建立的短期调度模型进行求解。为了实现对可再生能源发电的充分利用,首先充分利用光伏电池板发电,使其工作在最大功率跟踪状态。为了尽可能利用风能,使风力发电机工作在最大功率跟踪状态,只有在负荷较小时,使风力发电工作在负荷跟踪状态。
微燃机短期调度的启停优化结果如图8所示。状态‘1’代表启动;状态‘0’代表停止。从图中可以看出,在调度没有回馈修正时,微燃机在9h-11h、19h-21h区间内出现了“停-启-停”和“启-停-启”的情况。为了避免出现频繁启停,通过重新调整状态,并重新进行优化。回馈修正后的结果表明微燃机连续运行时间调整为7h-11h和17-20h,修正后的运行状态避免了频繁启停的现象,满足系统能量平衡需求。
超短期调度惩罚成本如图9所示。惩罚成本体现的是在超短期调度与短期调度中蓄电池与微型燃气轮机输出功率的变化情况,在超短期调度出力计划与短期调度出力计划相结合处惩罚成本为零,反之表明超短期调度计划中微型燃气轮机与锂离子电池的输出功率与短期调度计划不一致。由于8-12时及15-20时在短期调度在执行了微型燃气轮机启停计划,惩罚成本升高。
独立微电网短期调度如图10所示。黑线为电负荷的变化趋势,大致趋势是分别在早高峰、12时、18时左右的吃饭时间为用电的高峰期,在21时之后用电量开始降低,在凌晨4时达到最低;其他时间都表现为一般用电量;粉线为光伏出力,根据日照情况,表现为以13时为最高峰,两边逐渐降低的出力趋势;红线为风电出力,大致表现为与光伏发电互补的出力趋势;绿线为蓄电池出力,它根据供电与负荷的关系调整自身出力,用来避免燃气轮机的频繁启停和弃风现象的发生;蓝线表示燃气轮机出力,当风光供电不足时启动,大致是在早、晚用电高峰时启动。
独立微电网超短期调度如图11所示。从调度结果可以看出,黑线为电负荷的变化趋势,大致趋势是分别在中午和晚间为用电的高峰期,在20时之后用电量开始降低,在凌晨4时达到最低;粉线为光伏出力,根据日照情况,光伏供电随太阳辐射的强度变换,表现为以13时为最高峰,两边逐渐降低的出力趋势;红线为风电出力,表现为白天风小夜晚风大,故风电出力大致与光伏发电呈现互补的趋势;绿线为蓄电池出力,它根据供电与负荷的关系调整自身出力,当风光出力不足时由蓄电池继续供电,当风光出力有多余的时候由蓄电池充电来消纳多余的电量,用来避免燃气轮机的频繁启停和弃风现象的发生;蓝线表示燃气轮机出力,当风光供电不足时启动,在8-12时、17-21时风电与光电不足以为负荷供电时启动。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于超限惩罚的独立微电网动态回馈修正优化调度方法,其特征在于,所述基于超限惩罚的独立微电网动态回馈修正优化调度方法包括:
采用短期调度与超短期调度组合的动态优化调度方法,优化求解调度指令;
短期调度采用动态回馈修正的优化调度方法,优化得到全天的调度计划;
超短期调度采用超限惩罚的优化调度方法,将短期尺度调度结果作为超短期调度的约束条件,超短期调度依托短期调度结果在指定的调节范围内进行修正;当超短期调度值超过短期调度预测范围时,引入超限惩罚成本,使超短期调度依托短期调度结果在指定的调节范围内进行修正;
所述动态优化调度方法包括:
步骤一,利用风力发电功率短期预测值、光伏发电功率短期预测值以及电负荷功率短期预测值制定初步短期调度计划;通过动态回馈修正的方法优化得到全天的调度计划;
步骤二,超短期调度以15分钟为时间尺度,将短期调度结果作为超短期调度的约束条件,当超短期调度值超过短期调度预测范围时,引入超限惩罚成本;
步骤三,分别建立短期调度和超短期调度的目标函数,结合各自的约束条件优化求解调度指令;
步骤二中,所述超限惩罚的超短期调度的方法包括:
(1)当超短期调度误差值在设定范围内,不计算超限惩罚成本;
(2)当超短期调度的调整量超出短期调度的基准误差范围时,应用超限惩罚成本函数调节超短期调度值;
(3)比较微燃机的惩罚成本和蓄电池的惩罚成本,设定微燃机和蓄电池工作切换边界;微燃机和蓄电池设定各自的超限惩罚成本系数,蓄电池惩罚系数设定为一次函数,超限惩罚成本与蓄电池充放电量成比例;微燃机惩罚系数设定为二次函数,微燃机惩罚成本函数与蓄电池惩罚成本函数相交于一点;当蓄电池惩罚成本小于微燃机惩罚成本时,利用蓄电池进行能量平衡;当蓄电池惩罚成本大于微燃机惩罚成本时,微燃机参加能量平衡调节;
(4)短期调度尺度为1小时,超短期调度尺度为15分钟,超短期调度尺度中间点的值采用插值法得到。
2.如权利要求1所述基于超限惩罚的独立微电网动态回馈修正优化调度方法,其特征在于,所述短期调度包括:
短期调度采用动态回馈修正优化调度方法,优化得到全天的调度计划,确定未来24小时内各整点时段独立微电网各单元的启停状态和功率分配状态。
3.如权利要求1所述基于超限惩罚的独立微电网动态回馈修正优化调度方法,其特征在于,所述超短期调度包括:
超短期调度采用超限惩罚的优化调度方法,给出未来4小时内独立微电网各单元的工作计划指令。
4.如权利要求1所述基于超限惩罚的独立微电网动态回馈修正优化调度方法,其特征在于,步骤一中,所述动态回馈修正短期调度中微型燃气轮机的修正方法包括:
(1)启、停、启模式的修正:
1)从T0时刻初始优化,经过两步优化后在T2时刻得到的结果为微燃机在启动状态;
2)继续优化下一点T3时刻的结果为微燃机停止,再继续优化T4时刻的结果为微燃机再次启动;由于微燃机最小启停间隔为2小时,为了避免微燃机出现频繁启停的情况,这时要停止优化,然后从T4时刻返回T3时刻并强制改变微燃机继续在启动工作状态;同时重新优化T3时刻其他设备的运行状态;
3)判断蓄电池在T3时刻能否充电消纳多余电量达到系统能量平衡;如果蓄电池不能消纳多余电量,再从T3时刻回到T2时刻,通过降低T2时刻微燃机的出力,同时蓄电池在T2时刻增加放电量;如果微燃机在T2时刻工作在最低出力状态,通过降低T3时刻风力发电机出力实现独立微电网能量平衡;当T3时刻重新完成优化后再继续T4时刻的优化;
(2)停、启、停模式的修正:
如从T13时刻回到T12时刻,重新制定运行计划;判断蓄电池的荷电状态,进而决定微燃机在T12时刻是否工作;如果在T12时刻蓄电池放电实现微电网能量平衡,利用蓄电池为负荷短时供电;如果在T12时刻启动微燃机,且蓄电池放电能力不能满足负荷电力需求,切次要负荷实现系统能量平衡。
5.一种如实施要求1所述基于超限惩罚的独立微电网动态回馈修正优化调度方法的基于超限惩罚的独立微电网动态回馈修正优化调度系统。
CN201910682251.5A 2019-07-26 2019-07-26 基于超限惩罚的独立微电网动态回馈修正优化调度方法 Active CN110311423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910682251.5A CN110311423B (zh) 2019-07-26 2019-07-26 基于超限惩罚的独立微电网动态回馈修正优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910682251.5A CN110311423B (zh) 2019-07-26 2019-07-26 基于超限惩罚的独立微电网动态回馈修正优化调度方法

Publications (2)

Publication Number Publication Date
CN110311423A CN110311423A (zh) 2019-10-08
CN110311423B true CN110311423B (zh) 2023-01-20

Family

ID=68081760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910682251.5A Active CN110311423B (zh) 2019-07-26 2019-07-26 基于超限惩罚的独立微电网动态回馈修正优化调度方法

Country Status (1)

Country Link
CN (1) CN110311423B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112993345B (zh) * 2021-04-21 2022-05-03 北京氢澜科技有限公司 基于人工智能的燃料电池控制系统及控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092303A (zh) * 2014-07-03 2014-10-08 内蒙古大学 风光分布式发电独立微网能量管理协调控制系统及方法
CN105205737A (zh) * 2015-10-21 2015-12-30 东南大学 一种基于电站机组的经济性评价系统
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
CN108471143A (zh) * 2018-03-26 2018-08-31 国网天津市电力公司电力科学研究院 基于正负反馈粒子群算法的微电网多能源调度优化方法
CN109038689A (zh) * 2018-09-13 2018-12-18 中国南方电网有限责任公司电网技术研究中心 一种电力系统的超短期优化调度方法
CN109149567A (zh) * 2018-09-10 2019-01-04 华南理工大学 含混合储能的独立型微电网的多时间尺度协调控制方法
CN109460887A (zh) * 2018-09-12 2019-03-12 国网浙江省电力有限公司嘉兴供电公司 一种考虑光电接入的电力系统优化调度方法
CN109687523A (zh) * 2019-02-28 2019-04-26 广东工业大学 一种基于多时间尺度的微电网的运行优化方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10839302B2 (en) * 2015-11-24 2020-11-17 The Research Foundation For The State University Of New York Approximate value iteration with complex returns by bounding
US10423185B2 (en) * 2016-05-09 2019-09-24 General Electric Company Systems and methods for regulating a microgrid
US10656609B2 (en) * 2017-04-27 2020-05-19 Massachusetts Institute Of Technology Plug-and-play reconfigurable electric power microgrids
US10666054B2 (en) * 2017-06-20 2020-05-26 National Technology & Engineering Solutions Of Sandia, Llc Nonlinear power flow control for networked AC/DC microgrids
US10734811B2 (en) * 2017-11-27 2020-08-04 Ihi Inc. System and method for optimal control of energy storage system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092303A (zh) * 2014-07-03 2014-10-08 内蒙古大学 风光分布式发电独立微网能量管理协调控制系统及方法
CN105205737A (zh) * 2015-10-21 2015-12-30 东南大学 一种基于电站机组的经济性评价系统
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
CN108471143A (zh) * 2018-03-26 2018-08-31 国网天津市电力公司电力科学研究院 基于正负反馈粒子群算法的微电网多能源调度优化方法
CN109149567A (zh) * 2018-09-10 2019-01-04 华南理工大学 含混合储能的独立型微电网的多时间尺度协调控制方法
CN109460887A (zh) * 2018-09-12 2019-03-12 国网浙江省电力有限公司嘉兴供电公司 一种考虑光电接入的电力系统优化调度方法
CN109038689A (zh) * 2018-09-13 2018-12-18 中国南方电网有限责任公司电网技术研究中心 一种电力系统的超短期优化调度方法
CN109687523A (zh) * 2019-02-28 2019-04-26 广东工业大学 一种基于多时间尺度的微电网的运行优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Dynamic optimal dispatch for stand-alone microgrid;Du yue;《2017 Chinese Automation Congress》;20171231;全文 *

Also Published As

Publication number Publication date
CN110311423A (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN108306331B (zh) 一种风光储混合系统的优化调度方法
CN109787282B (zh) 一种规模化储能参与新能源场站无功协调控制方法和系统
CN110535119B (zh) 适应电网调峰调频的储能电站时段电量滚动控制方法
CN112838603B (zh) 一种风光储抽多源能源agc协调互补控制方法和装置
CN108539739A (zh) 微电网运行能量管理优化方法
CN107370171B (zh) 一种独立微网中大规模储能优化配置与协调控制方法
CN113919620B (zh) 一种风光储微电网日前能量调度算法
CN111064206B (zh) 基于双馈风电机组动态减载的电力系统频率应急控制方法
CN110829408A (zh) 基于发电成本约束的计及储能电力系统的多域调度方法
CN110311423B (zh) 基于超限惩罚的独立微电网动态回馈修正优化调度方法
CN113452044B (zh) 一种含氢与液态金属电池混合储能系统的风力光伏电网调度方法
US20140306527A1 (en) Method for providing control power with an energy generator and an energy consumer
CN112290586A (zh) 一种孤岛微电网系统电压稳定控制方法
CN116470528A (zh) 一种区域电网光储场站多时间尺度辅助调频方法
CN115001046A (zh) 多储能电站参与调峰调频双层优化控制方法
CN114611957A (zh) 一种用于供需预测偏差二次修正储能能量管理算法
CN114418453A (zh) 一种基于电力市场的微电网多时间尺度能量管理系统
CN114301071A (zh) 适应全调度周期考核模式的风电场计划偏差率整定方法
CN114336703A (zh) 一种大规模风光储电站自动协同控制方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
CN114123257A (zh) 考虑储能功率约束的日前调度方法
Song et al. Unit commitment optimization model of wind storage combined system considering peak load regulation of energy storage system
CN112311018A (zh) 一种配套调峰电源调节和多源协调调峰方法
Mei et al. Study on the optimal dispatching method of Power Grid Considering the energy storage regulation on power supply side
CN116799872B (zh) 一种基于梯级水电功能改造的水光泵互补调度方法及系统

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