CN110826239A - 一种冷热电联供型多微网主动配电系统调度方法 - Google Patents

一种冷热电联供型多微网主动配电系统调度方法 Download PDF

Info

Publication number
CN110826239A
CN110826239A CN201911099431.7A CN201911099431A CN110826239A CN 110826239 A CN110826239 A CN 110826239A CN 201911099431 A CN201911099431 A CN 201911099431A CN 110826239 A CN110826239 A CN 110826239A
Authority
CN
China
Prior art keywords
power
heating
microgrid
micro
combined
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
Application number
CN201911099431.7A
Other languages
English (en)
Inventor
徐青山
杨斌
黄煜
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.)
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University, State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN201911099431.7A priority Critical patent/CN110826239A/zh
Publication of CN110826239A publication Critical patent/CN110826239A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (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

本发明公开了一种冷热电联供型多微网主动配电系统调度方法，首先给出典型的冷热电联供型微网的供能结构图，分析微网中设备类型、设备间能量流动关系，并对典型冷热电联供型微网中设备进行数学建模；然后建立多个冷热电联供型微网间以多微网经济运行成本最优为目标的优化调度模型，给出优化目标函数和约束条件；最后在Matlab中调用Cplex对问题进行求解，获得各个冷热电联供型微网日前优化调度计划。本发明提供了一种有效、实用、科学的能源优化调度方法，提高了冷热电联供型多微网系统的一次能源利用效率，满足冷热电联供型多微网的冷、热、电负荷需求，没有出现弃风、弃电等浪费能源的情况，有利于节能的推广应用。

Description

一种冷热电联供型多微网主动配电系统调度方法
技术领域
本发明属于电力系统技术领域，具体涉及一种冷热电联供型多微网主动配电系统调度方法。
背景技术
时代的进步和经济的快速增长，对能源供应提出越来越高的要求。我国化石能源总量大，但人均占有量少，主要的发电方式仍然是传统的火力发电，因此提高能源利用效率是应对能源危机的重要方法。冷热电联供作为新兴的能源系统，通过能量的梯级利用，一次能源利用率高达90％。在同一个配电网区域内，多个冷热电联供型微网同时接入，研究多个冷热电联供型微网的优化经济调度问题，具有重要的意义。
发明内容
本发明所要解决的技术问题在于：为了克服上述不足，本发明提供一种冷热电联供型多微网主动配电系统调度方法，其可减少多微网系统的运行经济成本，提高冷热电联供型多微网系统的综合能效。
本发明为解决上述技术而采用以下技术方案：
本发明提供一种冷热电联供型多微网主动配电系统调度方法，包括以下步骤：
S1：分析典型冷热电联供型微网供能结构图；
S2：给出冷热电联供型微网设备类型和能量流动关系；
S3：对步骤S2的典型设备进行数学建模；
S4：建立冷热电联供型多微网系统经济优化调度目标模型；
S5：建立冷热电联供型多微网系统经济优化调度目标模型的约束条件；
S6：在MATLAB中调用Cplex对问题进行求解，获得各冷热电联供型微网的日前调度计划。
进一步的，所述步骤S2中冷热电联供型微网设备类型分为分布式电源设备、辅助供能设备和储能设备，能量流动关系分为冷能流动关系、热能流动关系、电能流动关系和燃气流动关系。各个冷热电联供型微网中电制冷机和吸收式制冷机制冷功率与微网冷负荷功率平衡；微网中换热装置和燃气锅炉制热功率与微网热负荷功率平衡；微网中与电网购售电、蓄电池充放电、电制冷机消耗电、风电、光伏、燃气轮机发电与微网电负荷功率平衡。燃气从燃气公司输送到微网中，供给微网燃气锅炉和燃气轮机使用。
进一步的，所述步骤S3中对于设备的数学建模，包括分布式电源设备：燃气轮机、风电和光伏，辅助供能设备余热锅炉、燃气锅炉、换热装置、电制冷机和吸收式制冷机；其数学模型具体如下：
燃气轮机：
PGT(t)＝Pgas(t)ηGT
QGT(t)＝FGT(t)LNGηGT
式中：PGT(t)为t时段燃气轮机的输出功率；Pgas(t)为微型燃气轮机消耗的燃气功率；ηGT为微型燃气轮机的发电效率；QGT(t)为微型燃气轮机在t时段的输出电能；FGT(t)为微型燃气轮机在t时段的消耗燃气量；LNG为燃气热值；
吸收式制冷机：
QAC(t)＝PGT(t)γGTηWHηcoolingCOPAC
式中：QAC(t)为吸收式制冷机的输出制冷功率；γGT为燃气轮机的热电比；ηWH为余热锅炉的效率；ηcooling为燃气轮机余热用于制冷的比例；COPAC为吸收式制冷机的能效比；
电制冷机：
QEC(t)＝PEC(t)COPEC
式中：QEC(t)为电制冷机的输出制冷功率；PEC(t)为消耗的电功率；COPEC为电制冷机的能效比；
换热装置：
PHX(t)＝PGT(t)γGTηWHηheatingηHX
式中：PHX(t)为换热装置的输出制热功率；ηheating为燃气轮机余热用于制热的比例；ηHX为换热装置的效率；
燃气锅炉：
QGB(t)＝FGB(t)LNGηGB
式中：QGB(t)为燃气锅炉在t时段的输出热量；FGB(t)为燃气锅炉在t时段的消耗燃气量；ηGB为燃气锅炉的效率；
蓄电池：
Figure RE-GDA0002357732850000021
式中：Sstor(t)为t时段储能装置存储的能量；u为储能装置自放电率，一般可以忽略；ηabs和ηrelea为储能装置充电效率和放电效率；Pabs(t)和Prelea(t)为储能装置充电功率和放电功率；Δt为调度时段的时长；
风力发电：
Figure RE-GDA0002357732850000022
式中：Pwt是风力发电的风机输出功率；uci为风机的切入风速，uco为风机的切出风速，ur为额定风速；Pr为风机的额定输出功率；f(u)为风机的降额输出功率特性曲线，采用多项式拟合方法，其表达式为：
Figure RE-GDA0002357732850000031
光伏发电：
Ppv＝Nη1η2η3ARβ[1-a(Tc-25)]
式中：Ppv为光伏电池的输出电功率；N为光伏发电系统总组件的个数；η1为光伏电池的光电转换效率；η2为光伏电池的最大功率点跟踪的效率；η3为光伏发电的逆变器工作效率；A为光伏发电系统的总面积；Rβ为光伏发电阵列的斜面总太阳辐照度；a为温度系数；Tc为光伏电池板的温度。
进一步的，所述步骤S4中的优化调度模型可通过以下目标函数实现：
Figure RE-GDA0002357732850000032
其中，FMG为冷热电联供型多微网系统的运行，总费用m为冷热电联供型多微网系统中微网的个数，Ffuel,j为第j个微网中的消耗燃气费用，Fgrid,j为第j个微网与电网交互电能的费用，FRm,j为第j个微网中设备的运行维护费用。
进一步的，所述步骤S5中建立的约束条件具体为：
冷功率平衡约束方程：
Figure RE-GDA0002357732850000033
其中，
Figure RE-GDA0002357732850000034
为吸收式制冷机的制冷功率，
Figure RE-GDA0002357732850000035
为电制冷机的制冷功率，
Figure RE-GDA0002357732850000036
为冷热电联供型微网中冷负荷的需求量；
热功率平衡约束方程：
Figure RE-GDA0002357732850000037
其中，
Figure RE-GDA0002357732850000038
为燃气锅炉的输出热功率，
Figure RE-GDA0002357732850000039
为蒸汽热水换热装置的制热功率，
Figure RE-GDA00023577328500000310
为冷热电联供型微网中热负荷的需求量；
电功率平衡约束方程：
其中，
Figure RE-GDA00023577328500000312
为燃气轮机的发电功率，
Figure RE-GDA00023577328500000313
为蓄电池的充放电功率，放电为正值，充电为负值，
Figure RE-GDA00023577328500000314
为冷热电联供型微网和主动配电网的逐时电功率交换值，
Figure RE-GDA00023577328500000315
为风电出力，
Figure RE-GDA00023577328500000316
为光伏发电出力，
Figure RE-GDA00023577328500000317
为冷热电联供型微网电负荷量，为冷热电联供型微网中电制冷机耗电功率；
设备容量和运行约束条件：
燃气轮机：
Figure RE-GDA0002357732850000041
燃气锅炉：
Figure RE-GDA0002357732850000042
余热锅炉：
Figure RE-GDA0002357732850000043
电制冷机：
Figure RE-GDA0002357732850000044
换热装置：
吸收式制冷机：
Figure RE-GDA0002357732850000046
蓄电池：
Figure RE-GDA0002357732850000047
其中，
Figure RE-GDA0002357732850000048
为余热锅炉的输出功率，为电制冷机的输出功率，
Figure RE-GDA00023577328500000410
为换热装置的输出功率，
Figure RE-GDA00023577328500000411
为吸收式制冷机的输出功率，
Figure RE-GDA00023577328500000412
为储能装置在t时段储存的能量，
Figure RE-GDA00023577328500000413
为t时段储能功率，
Figure RE-GDA00023577328500000414
为蓄电池的充电状态，如果蓄电池在充电，则为1，否则为0，
Figure RE-GDA00023577328500000415
为蓄电池的放电状态，如果蓄电池在放电，则为1，否则为0；为蓄电池的最大充放电功率；
冷热电联供型微网与电网交互电功率：
Figure RE-GDA00023577328500000417
本发明采用以上技术方案，与现有技术相比的有益效果：
本发明与现有技术相比，提供一种有效、实用、科学的能源优化调度方法，提高了冷热电联供型多微网系统的一次能源利用效率，满足冷热电联供型多微网的冷、热、电负荷需求，没有出现弃风、弃电等浪费能源的情况，不但提高了冷热电联供型多微网系统的综合能效，而且减少了冷热电联供型多微网系统的经济运行成本。
附图说明
图1为本发明的流程示意图。
图2为本发明中典型冷热电联供型微网供能结构图。
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，以下结合实施例和说明书附图对本发明的技术方案进行清楚、完整的描述，显然，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
如图1所示，本发明提供一种冷热电联供型多微网主动配电系统调度方法，包括以下步骤：
S1：分析典型冷热电联供型微网供能结构图；
S2：给出冷热电联供型微网设备类型和能量流动关系；
S3：对步骤S2的典型设备进行数学建模；
S4：建立冷热电联供型多微网系统经济优化调度目标模型；
S5：建立冷热电联供型多微网系统经济优化调度目标模型的约束条件；
S6：在MATLAB中调用Cplex对问题进行求解，获得各冷热电联供型微网的日前调度计划。
如图2所示，本实施例中步骤S1中冷热电联供型微网供能结构包括分布式电源设备：燃气轮机、风力发电和光伏发电，辅助供能设备余热锅炉、燃气锅炉、换热装置、电制冷机和吸收式制冷机。步骤S2中冷热电联供型微网设备类型分为分布式电源设备、辅助供能设备和储能设备，能量流动关系分为冷能流动关系、热能流动关系、电能流动关系和燃气流动关系。各个冷热电联供型微网中电制冷机和吸收式制冷机制冷功率与微网冷负荷功率平衡；微网中换热装置和燃气锅炉制热功率与微网热负荷功率平衡；微网中与电网购售电、蓄电池充放电、电制冷机消耗电、风电、光伏、燃气轮机发电与微网电负荷功率平衡。燃气从燃气公司输送到微网中，供给微网燃气锅炉和燃气轮机使用。
本实施例步骤S3中对于设备的数学建模，其数学模型具体如下：
燃气轮机：
PGT(t)＝Pgas(t)ηGT
QGT(t)＝FGT(t)LNGηGT
式中：PGT(t)为t时段燃气轮机的输出功率；Pgas(t)为微型燃气轮机消耗的燃气功率；ηGT为微型燃气轮机的发电效率；QGT(t)为微型燃气轮机在t时段的输出电能；FGT(t)为微型燃气轮机在t时段的消耗燃气量；LNG为燃气热值，取9.7kWh/m3；
吸收式制冷机：
QAC(t)＝PGT(t)γGTηWHηcoolingCOPAC
式中：QAC(t)为吸收式制冷机的输出制冷功率；γGT为燃气轮机的热电比；ηWH为余热锅炉的效率；ηcooling为燃气轮机余热用于制冷的比例；COPAC为吸收式制冷机的能效比；
电制冷机：
QEC(t)＝PEC(t)COPEC
式中：QEC(t)为电制冷机的输出制冷功率；PEC(t)为消耗的电功率；COPEC为电制冷机的能效比；
换热装置：
PHX(t)＝PGT(t)γGTηWHηheatingηHX
式中：PHX(t)为换热装置的输出制热功率；ηheating为燃气轮机余热用于制热的比例；ηHX为换热装置的效率；
燃气锅炉：
QGB(t)＝FGB(t)LNGηGB
式中：QGB(t)为燃气锅炉在t时段的输出热量；FGB(t)为燃气锅炉在t时段的消耗燃气量；ηGB为燃气锅炉的效率；
蓄电池：
Figure RE-GDA0002357732850000061
式中：Sstor(t)为t时段储能装置存储的能量；u为储能装置自放电率，一般可以忽略；ηabs和ηrelea为储能装置充电效率和放电效率；Pabs(t)和Prelea(t)为储能装置充电功率和放电功率；Δt为调度时段的时长；
风力发电：
Figure RE-GDA0002357732850000062
式中：Pwt是风力发电的风机输出功率；uci为风机的切入风速，uco为风机的切出风速，ur为额定风速；Pr为风机的额定输出功率；f(u)为风机的降额输出功率特性曲线，采用多项式拟合方法，其表达式为：
Figure RE-GDA0002357732850000071
光伏发电：
Ppv＝Nη1η2η3ARβ[1-a(Tc-25)]
式中：Ppv为光伏电池的输出电功率；N为光伏发电系统总组件的个数；η1为光伏电池的光电转换效率；η2为光伏电池的最大功率点跟踪的效率；η3为光伏发电的逆变器工作效率；A为光伏发电系统的总面积；Rβ为光伏发电阵列的斜面总太阳辐照度；a为温度系数；Tc为光伏电池板的温度。
本实施例步骤S4中的优化调度模型可通过以下目标函数实现：
Figure RE-GDA0002357732850000072
其中，FMG为冷热电联供型多微网系统的运行，总费用m为冷热电联供型多微网系统中微网的个数，Ffuel,j为第j个微网中的消耗燃气费用，Fgrid,j为第j个微网与电网交互电能的费用，FRm,j为第j个微网中设备的运行维护费用。
本实施例步骤S5中建立的约束条件具体为：
冷功率平衡约束方程：
Figure RE-GDA0002357732850000073
其中，
Figure RE-GDA0002357732850000074
为吸收式制冷机的制冷功率，
Figure RE-GDA0002357732850000075
为电制冷机的制冷功率，
Figure RE-GDA0002357732850000076
为冷热电联供型微网中冷负荷的需求量；
热功率平衡约束方程：
Figure RE-GDA0002357732850000077
其中，
Figure RE-GDA0002357732850000078
为燃气锅炉的输出热功率，
Figure RE-GDA0002357732850000079
为蒸汽热水换热装置的制热功率，
Figure RE-GDA00023577328500000710
为冷热电联供型微网中热负荷的需求量；
电功率平衡约束方程：
Figure RE-GDA00023577328500000711
其中，
Figure RE-GDA00023577328500000712
为燃气轮机的发电功率，
Figure RE-GDA00023577328500000713
为蓄电池的充放电功率，放电为正值，充电为负值，
Figure RE-GDA00023577328500000714
为冷热电联供型微网和主动配电网的逐时电功率交换值，
Figure RE-GDA00023577328500000715
为风电出力，
Figure RE-GDA00023577328500000716
为光伏发电出力，
Figure RE-GDA00023577328500000717
为冷热电联供型微网电负荷量，为冷热电联供型微网中电制冷机耗电功率；
设备容量和运行约束条件：
燃气轮机：
Figure RE-GDA0002357732850000081
燃气锅炉：
Figure RE-GDA0002357732850000082
余热锅炉：
Figure RE-GDA0002357732850000083
电制冷机：
Figure RE-GDA0002357732850000084
换热装置：
Figure RE-GDA0002357732850000085
吸收式制冷机：
Figure RE-GDA0002357732850000086
蓄电池：
Figure RE-GDA0002357732850000087
其中，
Figure RE-GDA0002357732850000088
为余热锅炉的输出功率，
Figure RE-GDA0002357732850000089
为电制冷机的输出功率，
Figure RE-GDA00023577328500000810
为换热装置的输出功率，
Figure RE-GDA00023577328500000811
为吸收式制冷机的输出功率，
Figure RE-GDA00023577328500000812
为储能装置在t时段储存的能量，
Figure RE-GDA00023577328500000813
为t时段储能功率，为蓄电池的充电状态，如果蓄电池在充电，则为1，否则为0，
Figure RE-GDA00023577328500000815
为蓄电池的放电状态，如果蓄电池在放电，则为1，否则为0；为蓄电池的最大充放电功率；
冷热电联供型微网与电网交互电功率：
Figure RE-GDA00023577328500000817
本实施例中，冷热电联供型多微网采用冷热电联供型、冷电联供型、热电联供型3种类型各1个，各微网之间没有冷热电能交换的通道。为突出本发明所提出的冷热电联供型多微网系统调度方法的优势，采用单微网与多微网两种建模方法，分别计算了冷热电联供型微网、主动配电网和总体的运行成本，结果如表1所示：
表1集中式建模和分布式建模对比
类别 微网成本/元 配电网成本/元 总成本/元
单微网建模 116141.98 126992.38 243134.36
多微网建模 108148.25 135962.35 244110.60
由表1可以看出，在单微网建模方法下冷热电联供型微网主动配电系统总成本小，但多微网的成本比在单微网建模方法下要高，说明在单微网建模方法下，为了总体成本最低而牺牲自身的利益。在多微网建模下，能够细化两个不同利益主体间的利益博弈，通过主动配电网和冷热电联供型多微网优化经济调度模型的解耦与独立并行求解，使得两个不同利益主体可以同时达到各自的经济最优。
本技术领域技术人员可以理解的是，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
上面结合附图对本发明的实施方式作了详细地说明，但是本发明并不局限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (6)

1.一种冷热电联供型多微网主动配电系统调度方法，其特征在于：包括以下步骤：
S1：分析冷热电联供型微网供能结构图；
S2：给出冷热电联供型微网设备类型和能量流动关系；
S3：对步骤S2的设备进行数学建模；
S4：建立冷热电联供型多微网系统经济优化调度目标模型；
S5：建立冷热电联供型多微网系统经济优化调度目标模型的约束条件；
S6：在MATLAB中调用Cplex对问题进行求解，获得各冷热电联供型微网的日前调度计划。
2.根据权利要求1所述的一种冷热电联供型多微网主动配电系统调度方法，其特征在于：所述步骤S2中冷热电联供型微网设备类型分为分布式电源设备、辅助供能设备和储能设备，能量流动关系分为冷能流动关系、热能流动关系、电能流动关系和燃气流动关系。
3.根据权利要求1所述的一种冷热电联供型多微网主动配电系统调度方法，其特征在于：所述步骤S3中对于设备的数学建模，包括分布式电源设备：燃气轮机、风电和光伏，辅助供能设备余热锅炉、燃气锅炉、换热装置、电制冷机和吸收式制冷机；其数学模型具体如下：
燃气轮机：
PGT(t)＝Pgas(t)ηGT
QGT(t)＝FGT(t)LNGηGT
式中：PGT(t)为t时段燃气轮机的输出功率；Pgas(t)为微型燃气轮机消耗的燃气功率；ηGT为微型燃气轮机的发电效率；QGT(t)为微型燃气轮机在t时段的输出电能；FGT(t)为微型燃气轮机在t时段的消耗燃气量；LNG为燃气热值；
吸收式制冷机：
QAC(t)＝PGT(t)γGTηWHηcoolingCOPAC
式中：QAC(t)为吸收式制冷机的输出制冷功率；γGT为燃气轮机的热电比；ηWH为余热锅炉的效率；ηcooling为燃气轮机余热用于制冷的比例；COPAC为吸收式制冷机的能效比；
电制冷机：
QEC(t)＝PEC(t)COPEC
式中：QEC(t)为电制冷机的输出制冷功率；PEC(t)为消耗的电功率；COPEC为电制冷机的能效比；
换热装置：
PHX(t)＝PGT(t)γGTηWHηheatingηHX
式中：PHX(t)为换热装置的输出制热功率；ηheating为燃气轮机余热用于制热的比例；ηHX为换热装置的效率；
燃气锅炉：
QGB(t)＝FGB(t)LNGηGB
式中：QGB(t)为燃气锅炉在t时段的输出热量；FGB(t)为燃气锅炉在t时段的消耗燃气量；ηGB为燃气锅炉的效率；
蓄电池：
Figure RE-FDA0002357732840000021
式中：Sstor(t)为t时段储能装置存储的能量；u为储能装置自放电率；ηabs和ηrelea为储能装置充电效率和放电效率；Pabs(t)和Prelea(t)为储能装置充电功率和放电功率；Δt为调度时段的时长；
风力发电：
Figure RE-FDA0002357732840000022
式中：Pwt是风力发电的风机输出功率；uci为风机的切入风速，uco为风机的切出风速，ur为额定风速；Pr为风机的额定输出功率；f(u)为风机的降额输出功率特性曲线，采用多项式拟合方法，其表达式为：
光伏发电：
Ppv＝Nη1η2η3ARβ[1-a(Tc-25)]
式中：Ppv为光伏电池的输出电功率；N为光伏发电系统总组件的个数；η1为光伏电池的光电转换效率；η2为光伏电池的最大功率点跟踪的效率；η3为光伏发电的逆变器工作效率；A为光伏发电系统的总面积；Rβ为光伏发电阵列的斜面总太阳辐照度；a为温度系数；Tc为光伏电池板的温度。
4.根据权利要求1所述的一种冷热电联供型多微网主动配电系统调度方法，其特征在于：所述步骤S4中优化调度模型通过以下目标函数实现：
Figure RE-FDA0002357732840000024
其中，FMG为冷热电联供型多微网系统的运行总成本，m为冷热电联供型多微网系统中微网的个数，Ffuel,j为第j个冷热电联供型微网中的消耗燃气费用，Fgrid,j为第j个冷热电联供型微网与电网交互电能的费用，FRm,j为第j个冷热电联供型微网中设备的运行维护费用。
5.根据权利要求1所述的一种冷热电联供型多微网主动配电系统调度方法，其特征在于：所述步骤S5中的优化调度模型包括以下约束条件：各个冷热电联供型微网的电功率平衡约束、冷功率平衡约束、热功率平衡约束，各个冷热电联供型微网典型设备的出力约束、各个冷热电联供型微网与电网购售电的功率约束。
6.根据权利要求5所述的一种冷热电联供型多微网主动配电系统调度方法，其特征在于：所述步骤S5中建立的约束条件具体为：
冷功率平衡约束方程：
其中，
Figure RE-FDA0002357732840000032
为吸收式制冷机的制冷功率，为电制冷机的制冷功率，
Figure RE-FDA0002357732840000034
为冷热电联供型微网中冷负荷的需求量；
热功率平衡约束方程：
Figure RE-FDA0002357732840000035
其中，
Figure RE-FDA0002357732840000036
为燃气锅炉的输出热功率，
Figure RE-FDA0002357732840000037
为蒸汽热水换热装置的制热功率，
Figure RE-FDA0002357732840000038
为冷热电联供型微网中热负荷的需求量；
电功率平衡约束方程：
其中，
Figure RE-FDA00023577328400000310
为燃气轮机的发电功率，
Figure RE-FDA00023577328400000311
为蓄电池的充放电功率，放电为正值，充电为负值，
Figure RE-FDA00023577328400000312
为冷热电联供型微网和主动配电网的逐时电功率交换值，为风电出力，
Figure RE-FDA00023577328400000314
为光伏发电出力，为冷热电联供型微网电负荷量，
Figure RE-FDA00023577328400000316
为冷热电联供型微网中电制冷机耗电功率；
设备容量和运行约束条件：
燃气轮机：
Figure RE-FDA00023577328400000317
燃气锅炉：
Figure RE-FDA00023577328400000318
余热锅炉：
Figure RE-FDA00023577328400000319
电制冷机：
Figure RE-FDA0002357732840000041
换热装置：
Figure RE-FDA0002357732840000042
吸收式制冷机：
Figure RE-FDA0002357732840000043
蓄电池：
Figure RE-FDA0002357732840000044
其中，
Figure RE-FDA0002357732840000045
为余热锅炉的输出功率，为电制冷机的输出功率，为换热装置的输出功率，
Figure RE-FDA0002357732840000048
为吸收式制冷机的输出功率，
Figure RE-FDA0002357732840000049
为储能装置在t时段储存的能量，
Figure RE-FDA00023577328400000410
为t时段储能功率，
Figure RE-FDA00023577328400000411
为蓄电池的充电状态，如果蓄电池在充电，则为1，否则为0，
Figure RE-FDA00023577328400000412
为蓄电池的放电状态，如果蓄电池在放电，则为1，否则为0；
Figure RE-FDA00023577328400000413
为蓄电池的最大充放电功率；
冷热电联供型微网与电网交互电功率：
Figure RE-FDA00023577328400000414
CN201911099431.7A 2019-11-12 2019-11-12 一种冷热电联供型多微网主动配电系统调度方法 Pending CN110826239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911099431.7A CN110826239A (zh) 2019-11-12 2019-11-12 一种冷热电联供型多微网主动配电系统调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911099431.7A CN110826239A (zh) 2019-11-12 2019-11-12 一种冷热电联供型多微网主动配电系统调度方法

Publications (1)

Publication Number Publication Date
CN110826239A true CN110826239A (zh) 2020-02-21

Family

ID=69554198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911099431.7A Pending CN110826239A (zh) 2019-11-12 2019-11-12 一种冷热电联供型多微网主动配电系统调度方法

Country Status (1)

Country Link
CN (1) CN110826239A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113624052A (zh) * 2021-06-18 2021-11-09 淮阴工学院 一种冷热电联供系统及其余热回收方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150039145A1 (en) * 2013-07-31 2015-02-05 Abb Technology Ag Microgrid Energy Management System and Method for Controlling Operation of a Microgrid
CN106505634A (zh) * 2016-12-14 2017-03-15 东南大学 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN108717594A (zh) * 2018-04-16 2018-10-30 东南大学 一种冷热电联供型多微网系统经济优化调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150039145A1 (en) * 2013-07-31 2015-02-05 Abb Technology Ag Microgrid Energy Management System and Method for Controlling Operation of a Microgrid
CN106505634A (zh) * 2016-12-14 2017-03-15 东南大学 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN108717594A (zh) * 2018-04-16 2018-10-30 东南大学 一种冷热电联供型多微网系统经济优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐青山等: "冷热电联供型多微网主动配电系统日前优化经济调度", 《电网技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113624052A (zh) * 2021-06-18 2021-11-09 淮阴工学院 一种冷热电联供系统及其余热回收方法
CN113624052B (zh) * 2021-06-18 2023-02-24 淮阴工学院 一种冷热电联供系统及其余热回收方法

Similar Documents

Publication Publication Date Title
CN108717594B (zh) 一种冷热电联供型多微网系统经济优化调度方法
CN111445090B (zh) 一种离网型综合能源系统双层规划方法
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
Yousefi et al. GA/AHP-based optimal design of a hybrid CCHP system considering economy, energy and emission
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN106779471B (zh) 一种多能互联交直流混合微电网系统及优化配置方法
CN111950807B (zh) 计及不确定性与需求响应的综合能源系统优化运行方法
CN104716644A (zh) 一种可再生能源冷热电微网系统及控制方法
CN112036652A (zh) 基于机会约束规划的光伏-储能综合能源系统规划方法
CN108197412B (zh) 一种多能源耦合能量管理系统及优化方法
CN204407890U (zh) 一种可再生能源冷热电微网系统
Li et al. Micro-grid resource allocation based on multi-objective optimization in cloud platform
CN110516338A (zh) 一种冷热电联供型多微网系统调度方法
CN110826239A (zh) 一种冷热电联供型多微网主动配电系统调度方法
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源系统优化运行方法
Sameti Electrical energy efficient building through distributed generation
Zhang et al. Research on operation optimization method of regional integrated energy system
Sameti et al. Simulation of a ZEB electrical balance with aHybrid small wind/PV
Liang et al. Study on environmental and economic dispatching of combined cooling, heating and power microgrid
Fan et al. Research on collaborative optimization model of park-level integrated energy system participating in power peak shaving
Yang et al. Economic dispatching of CCHP microgrid considering grid-connected revenue
CN111786419A (zh) 一种区域电网能源配置系统
Zhang et al. Day-ahead optimal dispatch of active distribution network with micro-energy grid considering demand response
Yu et al. Planning of central energy station in community integrated energy system with electrical and heat storage devices
Wang et al. Low-carbon Optimal Dispatch of Integrated Energy System Considering Concentrating Solar Plant

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

Application publication date: 20200221

RJ01 Rejection of invention patent application after publication