CN110391677B - 一种基于电力市场环境的水光蓄混合系统运行优化方法 - Google Patents

一种基于电力市场环境的水光蓄混合系统运行优化方法 Download PDF

Info

Publication number
CN110391677B
CN110391677B CN201910789325.5A CN201910789325A CN110391677B CN 110391677 B CN110391677 B CN 110391677B CN 201910789325 A CN201910789325 A CN 201910789325A CN 110391677 B CN110391677 B CN 110391677B
Authority
CN
China
Prior art keywords
water
hybrid system
power
light
maximum
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
CN201910789325.5A
Other languages
English (en)
Other versions
CN110391677A (zh
Inventor
胡维昊
李坚
黄琦
刘凯
张真源
井实
许潇
杜月芳
张蔓
曹迪
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910789325.5A priority Critical patent/CN110391677B/zh
Publication of CN110391677A publication Critical patent/CN110391677A/zh
Application granted granted Critical
Publication of CN110391677B publication Critical patent/CN110391677B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
    • F03B13/06—Stations or aggregates of water-storage type, e.g. comprising a turbine and a pump
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/38—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
    • Y02E10/20—Hydro energy
    • 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
    • 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
    • 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
    • Y02E60/16—Mechanical energy storage, e.g. flywheels or pressurised fluids
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Combustion & Propulsion (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Operations Research (AREA)
  • Chemical & Material Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于电力市场环境的水光蓄混合系统运行优化方法，考虑电力市场价格波动性，以经济效益指标作为水光蓄混合系统的优化目标，得到水光蓄混合系统得到最大经济效益以及对应的抽水蓄能装置每时刻的最优充放电功率。从而得到水光蓄混合系统优化运行方案；这样本发明不仅考虑电力市场的波动性和不稳定性，而且还采用抽水蓄能装置作为储能装置，更加有效合理地实现了水光蓄混合系统的经济效益最大化。

Description

一种基于电力市场环境的水光蓄混合系统运行优化方法
技术领域
本发明属于新能源技术领域，更为具体地讲，涉及一种基于电力市场环境的水光蓄混合系统运行优化方法。
背景技术
随着全球经济的快速发展，人们对电能的需求持续增加。由于可再生能源电站的投资成本较高，利润可能难以抵消投资成本，而且传统电网升级速度较慢，所以随着可再生能源的发展和电力市场的放开，混合可再生能源将在电力市场中发挥重要作用，用来解决经济问题。在当前的能源市场中，电价的变动非常频繁，电力市场的自由化导致一些国家以每小时的价格取代关税，除此之外，当电网因为维护而出现负载高峰和电力不足情况的时候，现货电价将会升高。高电价会在一定程度上影响人们的日常生活。实时电价可能是解决电价波动问题的一种有效可行的方法。由于现货市场价格可以提前一天获得，提前制定经营策略有利于投资者获得最大收益。
太阳能是一种可再生的、对环境友好的清洁能源。现在，光伏发电系统已在全球范围内广泛安装用来发电。在电力市场上，光伏发电可以卖给电力市场，赚取大量利润。然而，光伏发电系统产生的电能可以以相对较低的电价出售，而不需要储存电能，这对投资者来说是不利的。一个光伏系统具有储能装置，可以有效地解决这一问题。当电价较低时，由光伏系统产生的电能可以通过存储设备存储起来，而储存在设备里的电能可以以更高的电价出售。
最近这些年，国内外都在基于电力市场环境的混合可再生能源系统研究领域取得了丰硕的成果，例如，文献“J.E.Paiva,A.S.Carvalho,Controllable hybrid powersystem based on renewable energy sources for modern electrical grids,Renewable Energy,vol.53,pp.271-279,2013”研究了基于现代电网的混合可再生能源的联合运行，提出了行之有效的优化策略；文献“Bjarne Steffen,Christoph Weber,Optimaloperation of pumped-hydro storage plants with continuous time-varying powerprices,European Journal of Operational Research,vol.252,pp.308-321,2016”分析了在电价持续变化的电力市场中，抽水蓄能装置如何获得经济效益最大化，采用合适的优化算法，最终实现了运行要求。抽水蓄能装置在混合可再生能源系统中充当的是储能和供能的作用，有效地解决了可再生能源产能过剩和产能不足的问题，有效的实现了混合系统的经济效益最大化。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于电力市场环境的水光蓄混合系统运行优化方法，在考虑电力市场价格波动性的同时以经济效益指标作为系统的优化目标，得到水光蓄混合系统运行方案。
为实现上述发明目的，本发明一种基于电力市场环境的水光蓄混合系统运行优化方法，其特征在于，包括以下步骤：
(1)、构建水光蓄混合系统的出力模型；
(1.1)、构建光伏模块的出力模型；
Figure BDA0002179043760000021
其中，PPV-out为光伏面板的出力功率，PN-PV为光伏面板处于参考环境时的额定功率，G是太阳的辐射强度，Tref是光伏面板处于参考环境时的温度，Gref是参考条件时太阳的辐射强度，KT是最大的功率温度系数，Tamb是参考条件时水光蓄混合系统周围的环境温度；
(1.2)、构建抽水蓄能装置的出力模型；
Figure BDA0002179043760000022
其中，q1(t)是t时刻水轮机将水抽到上游水库时的水流量，p0(t)是t时刻抽水蓄能的输入功率，ρ是水的密度，g是当地的重力加速度，h是上游水库和下游水库的高度差，ηp是水轮机的抽水效率，PT(t)是t时刻涡轮发动机的水流量，ηT是涡轮发动机的效率，q2(t)是t时刻通过涡轮发动机的水流量，Q(t)是t时刻上游水库的储水量；
(2)、构建水光蓄混合系统的目标函数；
Figure BDA0002179043760000031
其中，R是水光蓄混合系统的总经济效益，PPV是光伏面板的发电功率，P(t)是t时刻抽水蓄能装置的充电或者放电功率，SPt是t时刻的现货电价，t1是抽水蓄能装置开始向电网买电的时刻，t2是抽水蓄能装置结束向电网买电的时刻，F是水光蓄混合系统的最大经济效益；
(3)、构建水光蓄混合系统的约束条件；
Figure BDA0002179043760000032
其中，Pmax是抽水蓄能装置的最大额定功率，Vt是t时刻上游水库的储水量，Vmax是上游水库的最大储水量；
(4)、基于水光蓄混合系统的出力模型和约束条件，采用变权重粒子群算法对水光蓄混合系统的目标函数进行优化，得到最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)。
本发明的发明目的是这样实现的：
本发明基于电力市场环境的水光蓄混合系统运行优化方法，考虑电力市场价格波动性，以经济效益指标作为水光蓄混合系统的优化目标，得到水光蓄混合系统得到最大经济效益以及对应的抽水蓄能装置每时刻的最优充放电功率。从而得到水光蓄混合系统优化运行方案；这样本发明不仅考虑电力市场的波动性和不稳定性，而且还采用抽水蓄能装置作为储能装置，更加有效合理地实现了水光蓄混合系统的经济效益最大化。
附图说明
图1是本发明基于电力市场环境的水光蓄混合系统运行优化方法流程图；
图2是水光蓄混合系统中各单元出力模型的结构示意图；
图3是变权重粒子群算法的优化流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
图1是本发明基于电力市场环境的水光蓄混合系统运行优化方法流程图。
在本实施例中，如图1所示，本发明一种基于电力市场环境的水光蓄混合系统运行优化方法，包括以下步骤：
S1、构建水光蓄混合系统的出力模型；
如图2所示，水光蓄混合系统包括：光伏模块、蓄能型小水电站、水轮机、变速抽水泵、电网和控制中心单元；
其中，光伏模块、蓄能型小水电站的水轮机和变速抽水泵与控制中心单元连接；控制中心单元与所述电网连接；
下面我们对水光蓄混合系统中的模块出力进行详细描述。
S1.1、构建光伏模块的出力模型；
Figure BDA0002179043760000041
其中，PPV-out为光伏面板的出力功率，PN-PV为光伏面板处于参考环境时的额定功率，G是太阳的辐射强度，Tref是光伏面板处于参考环境时的温度，Gref是参考条件时太阳的辐射强度，KT是最大的功率温度系数，Tamb是参考条件时水光蓄混合系统周围的环境温度；
S1.2、构建抽水蓄能装置的出力模型；
Figure BDA0002179043760000042
其中，q1(t)是t时刻水轮机将水抽到上游水库时的水流量，p0(t)是t时刻抽水蓄能的输入功率，ρ是水的密度，g是当地的重力加速度，h是上游水库和下游水库的高度差，ηp是水轮机的抽水效率，PT(t)是t时刻涡轮发动机的水流量，ηT是涡轮发动机的效率，q2(t)是t时刻通过涡轮发动机的水流量，Q(t)是t时刻上游水库的储水量；
S2、构建水光蓄混合系统的目标函数；
Figure BDA0002179043760000051
其中，R是水光蓄混合系统的总经济效益，PPV是光伏面板的发电功率，P(t)是t时刻抽水蓄能装置的充电或者放电功率，SPt是t时刻的现货电价，t1是抽水蓄能装置开始向电网买电的时刻，t2是抽水蓄能装置结束向电网买电的时刻，F是水光蓄混合系统的最大经济效益，在本实施例中，T取24，每个时刻t取1小时，从而计算出水光蓄混合系统的每一天的最大经济效益。
S3、构建水光蓄混合系统的约束条件；
Figure BDA0002179043760000052
其中，Pmax是抽水蓄能装置的最大额定功率，Vt是t时刻上游水库的储水量，Vmax是上游水库的最大储水量；
S4、基于水光蓄混合系统的出力模型和约束条件，采用变权重粒子群算法对水光蓄混合系统的目标函数进行优化，得到最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)。
令所述水光蓄混合系统的经济效益函数为该变权重粒子群算法的目标函数。所述水光蓄混合系统中抽水蓄能装置开始向电网买电的时刻t1,抽水蓄能装置结束向电网买电的时刻t2,以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)为该变权重粒子群算法中的优化变量。
对所述变权重粒子群算法中目标函数进行优化，得到所述变权重粒子群算法中目标函数最优值及所述变权重粒子群算法中目标函数最优值所对应的优化变量。
其中，如图3所示，采用变权重粒子群算法对水光蓄混合系统的目标函数进行优化的过程为：
S4.1、设置变权重粒子群算法的最大迭代次数K；在解空间范围内，随机初始化各粒子的位置和速度，得到解空间范围内全部粒子的初始位置；
S4.2、定义数组pbest和gbest；
根据水光蓄混合系统的出力模型及约束条件，以最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)为目标，计算出每个粒子在当前位置的适应值，即计算出每个粒子在最优充放电功率P(t)下的最大经济效益F；再将当前各粒子的位置及适应度值存储在pbest中，将pbest中最大适应度值个体的适应度值和位置作为群体的历史最优适应度值及对应位置，并存储在gbest中；
S4.3、选出每一个粒子的历史最优适应度值所对应的位置，记为
Figure BDA0002179043760000065
以及群体的历史最优适应度值所对应位置，记为
Figure BDA0002179043760000064
S4.4、判断迭代次数是否达到最大迭代次数，若达到，进入步骤S4.7；若未达到，进入步骤S4.5；
S4.5、对变权重的粒子群算法中的惯性权重因子、粒子速度及粒子位置进行更新；
Figure BDA0002179043760000061
其中，w(k)为第k次迭代时的惯性权重因子，wmax、wmin分别为惯性权重因子w的最大值和最小值；k为当前迭代次数，vi(k)、xi(k)为粒子i在第k次迭代时的速度和位置，
Figure BDA0002179043760000062
表示第k次迭代时第i个粒子的历史最优适应值对应位置，
Figure BDA0002179043760000063
表示第k次迭代时群体的历史最优适应值对应位置，c1、c2为学习因子，r1、r2是[0,1]之间的随机数；
S4.6、将当前迭代次数k加1，再返回至步骤S4.2；
S4.7、输出群体的历史最优适应值及对应的位置，从而找到水光蓄混合系统得到最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)。
通过分析和研究发现，在白天光照强度大而且电价高的时候，通过光伏模块产生的电能卖给电网，当电价低的时候，通过光伏产生的电能则储存在抽水蓄能装置中，等待电价变高的时候再卖出；在晚上光照强度弱的时候，则将储存在抽水蓄能装置中的电能卖给电网。另外，选择合适的时间向电网买电能储存在抽水蓄能装置中，再选择合适的时间将储存在抽水蓄能装置中的电能卖给电网。因此通过合理地控制抽水蓄能装置的充放电功率，从而获得经济利益，这样就有效合理地实现了水光蓄混合系统的经济效益最大化。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种基于电力市场环境的水光蓄混合系统运行优化方法，其特征在于，包括以下步骤：
(1)、构建水光蓄混合系统的出力模型；
(1.1)、构建光伏模块的出力模型；
Figure FDA0003861040850000011
其中，PPV-out为光伏面板的出力功率，PN-PV为光伏面板处于参考环境时的额定功率，G是太阳的辐射强度，Tref是光伏面板处于参考环境时的温度，Gref是参考条件时太阳的辐射强度，KT是最大的功率温度系数，Tamb是参考条件时水光蓄混合系统周围的环境温度；
(1.2)、构建抽水蓄能装置的出力模型；
Figure FDA0003861040850000012
其中，q1(t)是t时刻水轮机将水抽到上游水库时的水流量，p0(t)是t时刻抽水蓄能的输入功率，ρ是水的密度，g是当地的重力加速度，h是上游水库和下游水库的高度差，ηp是水轮机的抽水效率，PT(t)是t时刻涡轮发动机的水流量，ηT是涡轮发动机的效率，q2(t)是t时刻通过涡轮发动机的水流量，Q(t)是t时刻上游水库的储水量；
(2)、构建水光蓄混合系统的目标函数；
Figure FDA0003861040850000013
其中，T为水光蓄混合系统规划的优化时刻总数，R是水光蓄混合系统的总经济效益，PPV是光伏面板的发电功率，P(t)是t时刻抽水蓄能装置的充电或者放电功率，SPt是t时刻的现货电价，t1是抽水蓄能装置开始向电网买电的时刻，t2是抽水蓄能装置结束向电网买电的时刻，F是水光蓄混合系统的最大经济效益；
(3)、构建水光蓄混合系统的约束条件；
Figure FDA0003861040850000021
其中，Pmax是抽水蓄能装置的最大额定功率，Vt是t时刻上游水库的储水量，Vmax是上游水库的最大储水量；
(4)、基于水光蓄混合系统的出力模型和约束条件，采用变权重粒子群算法对水光蓄混合系统的目标函数进行优化，得到最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)。
2.根据权利要求1所述的基于电力市场环境的水光蓄混合系统运行优化方法，其特征在于，所述步骤(4)中，采用变权重粒子群算法对水光蓄混合系统的目标函数进行优化的过程为：
1)、设置变权重粒子群算法的最大迭代次数K；在解空间范围内，随机初始化各粒子的位置和速度，得到解空间范围内全部粒子的初始位置；
2)、定义数组pbest和gbest；
根据水光蓄混合系统的出力模型及约束条件，以最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)为目标，计算出每个粒子在当前位置的适应值，即计算出每个粒子在最优充放电功率P(t)下的最大经济效益F；再将当前各粒子的位置及适应度值存储在pbest中，将pbest中最大适应度值个体的适应度值和位置作为群体的历史最优适应度值及对应位置，并存储在gbest中；
3)、选出每一个粒子的历史最优适应度值所对应的位置，记为
Figure FDA0003861040850000024
以及群体的历史最优适应度值所对应位置，记为
Figure FDA0003861040850000023
4)、判断迭代次数是否达到最大迭代次数，若达到，进入步骤7)；若未达到，进入步骤5)；
5)、对变权重的粒子群算法中的惯性权重因子、粒子速度及粒子位置进行更新；
Figure FDA0003861040850000022
其中，w(k)为第k次迭代时的惯性权重因子，wmax、wmin分别为惯性权重因子w的最大值和最小值；k为当前迭代次数，vi(k)、xi(k)为粒子i在第k次迭代时的速度和位置，
Figure FDA0003861040850000031
表示第k次迭代时第i个粒子的历史最优适应值对应位置，
Figure FDA0003861040850000032
表示第k次迭代时群体的历史最优适应值对应位置，c1、c2为学习因子，r1、r2是[0,1]之间的随机数；
6)、将当前迭代次数k加1，再返回至步骤2)；
7)、输出群体的历史最优适应值及对应的位置，从而找到水光蓄混合系统得到最大经济效益F以及对应的抽水蓄能装置每时刻的最优充放电功率P(t)。
CN201910789325.5A 2019-08-26 2019-08-26 一种基于电力市场环境的水光蓄混合系统运行优化方法 Active CN110391677B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910789325.5A CN110391677B (zh) 2019-08-26 2019-08-26 一种基于电力市场环境的水光蓄混合系统运行优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910789325.5A CN110391677B (zh) 2019-08-26 2019-08-26 一种基于电力市场环境的水光蓄混合系统运行优化方法

Publications (2)

Publication Number Publication Date
CN110391677A CN110391677A (zh) 2019-10-29
CN110391677B true CN110391677B (zh) 2022-11-22

Family

ID=68289323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910789325.5A Active CN110391677B (zh) 2019-08-26 2019-08-26 一种基于电力市场环境的水光蓄混合系统运行优化方法

Country Status (1)

Country Link
CN (1) CN110391677B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111431179B (zh) * 2020-04-22 2021-12-10 电子科技大学 一种并网混合能源系统容量配置优化方法
CN111969591B (zh) * 2020-07-22 2023-04-18 电子科技大学 一种光蓄能水电站互补的离网式混合能源系统优化方法
CN111969595B (zh) * 2020-07-28 2023-04-18 电子科技大学 一种在离网/并网下水光蓄混合能源系统的运行优化方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108879793A (zh) * 2018-07-12 2018-11-23 电子科技大学 一种风光蓄能水电站互补的离网式混合能源系统优化方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007037226A (ja) * 2005-07-25 2007-02-08 Mitsubishi Electric Corp 電源システムおよびその制御方法
CN104283236B (zh) * 2014-10-25 2016-06-08 国网重庆武隆县供电有限责任公司 一种风光储能并网发电智能优化调度方法
CN105356518B (zh) * 2015-12-04 2016-06-29 华中科技大学 一种混合新能源电力系统机组组合优化方法
CN106786703A (zh) * 2017-01-25 2017-05-31 南京工程学院 一种用于光储混合能源系统的储能电池容量选配方法
CN108718099A (zh) * 2018-06-06 2018-10-30 北京华建网源电力设计研究院有限公司 一种抽水蓄能机组出力方法和抽水蓄能机组
CN109103929B (zh) * 2018-09-11 2021-07-20 燕山大学 基于改进动态克里丝金模型的配电网经济优化调度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108879793A (zh) * 2018-07-12 2018-11-23 电子科技大学 一种风光蓄能水电站互补的离网式混合能源系统优化方法

Also Published As

Publication number Publication date
CN110391677A (zh) 2019-10-29

Similar Documents

Publication Publication Date Title
CN108879793B (zh) 一种风光蓄能水电站互补的离网式混合能源系统优化方法
Prasad et al. Optimization of integrated photovoltaic–wind power generation systems with battery storage
CN107464010B (zh) 一种虚拟电厂容量优化配置方法
CN110391677B (zh) 一种基于电力市场环境的水光蓄混合系统运行优化方法
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN103606969B (zh) 含新能源及海水淡化负荷的海岛微电网优化调度方法
CN111327053B (zh) 一种适用于极地气候下的多源微电网容量优化配置方法
CN110601260B (zh) 一种限定联络线上功率波动的光-蓄系统容量优化方法
CN104242335A (zh) 一种基于额定容量的风光储发电单元容量优化配置方法
CN109888840B (zh) 风光-垃圾发电能源综合利用系统的调度优化方法及装置
CN111262242B (zh) 基于多场景技术的冷热电虚拟电厂运行方法
CN115600858A (zh) 一种考虑弃风弃光惩罚的风光储制氢系统经济性优化调度方法
CN113489004A (zh) 一种多能源供电系统经济运行的优化方法
CN111969595B (zh) 一种在离网/并网下水光蓄混合能源系统的运行优化方法
CN107732945A (zh) 一种基于模拟退火粒子群算法的储能单元优化方法
CN115115130A (zh) 一种基于模拟退火算法的风光储制氢系统日前调度方法
CN114914943A (zh) 面向绿色港口岸电系统的氢储能优化配置方法
CN107565880B (zh) 优化型风光互补混合发电系统
CN112202201A (zh) 一种考虑需求响应和电动汽车的联合微电网运行策略
CN110334856A (zh) 一种基于碳交易机制的风光储容量规划方法
CN111431179B (zh) 一种并网混合能源系统容量配置优化方法
CN109873419B (zh) 一种考虑相似度和经济收益的水光蓄系统运行优化方法
CN116865271A (zh) 一种基于数字孪生驱动的微电网多智能体协调优化控制策略
Huang et al. An optimal operation method for cascade hydro-photovoltaic-pumped storage hybrid generation system
CN110474330B (zh) 一种并网式混合能源系统的太阳能投资优化方法

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