CN110912203B - 多微电网协同控制及系统、计算机设备、可读存储介质 - Google Patents

多微电网协同控制及系统、计算机设备、可读存储介质 Download PDF

Info

Publication number
CN110912203B
CN110912203B CN201911124485.4A CN201911124485A CN110912203B CN 110912203 B CN110912203 B CN 110912203B CN 201911124485 A CN201911124485 A CN 201911124485A CN 110912203 B CN110912203 B CN 110912203B
Authority
CN
China
Prior art keywords
microgrid
electric energy
power
grid
micro
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
CN201911124485.4A
Other languages
English (en)
Other versions
CN110912203A (zh
Inventor
王廷凰
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau 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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN201911124485.4A priority Critical patent/CN110912203B/zh
Publication of CN110912203A publication Critical patent/CN110912203A/zh
Application granted granted Critical
Publication of CN110912203B publication Critical patent/CN110912203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种多微电网协同控制及系统、计算机设备、可读存储介质，每一微电网均通过交流线路与配电网连接，且相邻微电网之间通过直流线路连接，每一微电网包括发电装置和电能储存装置；所述方法包括如下步骤：实时获取各微电网的电网数据；根据所述电网数据生成电能传输指令；根据所述电能传输指令进行配电网及各微电网之间的电能传输。所述计算机设备包括控制器、存储有实现所述多微电网协同控制方法步骤的计算机程序的存储器，所述介质存储有实现所述多微电网协同控制方法步骤的计算机程序。实施本发明，能够解决多个微电网接入大电网后的协同工作问题。

Description

多微电网协同控制及系统、计算机设备、可读存储介质
技术领域
本发明属于配电网技术领域，特别涉及一种多微电网协同控制及系统、计算机设备、计算机可读存储介质。
背景技术
微电网是一种局部电网，其适应各种分布式电能和不同类型的电能用户，具体是由分布式电源、电能转换装置、储能装置等组成的小型配电网系统。微电网可以使得分布式电源灵活、高效的运行，充分挖掘分布式发电的价值和效益，其为通过本地分布式微型电源或中、小型传统发电方式的优化配置，向附近负荷提供电能和热能的特殊电网。其中，微电网规模介于分布式发电与大电网之间，可以连接缓冲分布式发电与大电网，也可以独立运行。微电网具有一定的电能管理能力，随着微电网大范围接入电网，在一定区域内出现多个微电网互联的网络，这样的网络由于分布式电能的间歇性质导致分布式发电和负载之间出现不匹配问题。现有的微电网协作方法通常会忽略具有一定条件约束的配电限制，如电能和功率的限制等，因此在实际系统中并不适用。
发明内容
本发明旨在提出一种多微电网协同控制及系统、计算机设备、计算机可读存储介质，以解决多个微电网接入大电网后的协同工作问题。
第一方面，本发明实施例提出一种多微电网协同控制方法，每一微电网均通过交流线路与配电网连接，且相邻微电网之间通过直流线路连接，每一微电网包括发电装置和电能储存装置；所述方法包括如下步骤：
实时获取各微电网的电网数据；
根据所述电网数据生成电能传输指令；
根据所述电能传输指令进行配电网及各微电网之间的电能传输。
在一实施例中，所述根据所述电网数据生成电能传输指令包括：
根据所述电网数据确定各微电网的电能存储状态；
根据各微电网的电能存储状态确定电能传输的始端和末端以及传输电能值；
根据所述电网数据对电能从所述始端传输至所述末端的路径进行优化得到最优电能传输路径；
根据所述传输电能值和最优电能传输路径生成电能传输指令。
在一实施例中，所述根据所述电网数据确定各微电网的电能存储状态包括：
根据所述电网数据确定各微电网的当前剩余电能；
根据所述电网数据确定各微电网在未来一定时间内新增储存电能；
根据各微电网的当前剩余电能和在未来一定时间新增储存电能确定各微电网的电能存储状态。
在一实施例中，所述根据所述电网数据确定各微电网的当前剩余电能具体如下公式所示：
ESN,T+t2＝ESN,T+(ηcPc-ηdPd)t2
其中，ESN,T表示T时刻微电网N的剩余电能水平，ESN,T+t2表示T+t2时刻微电网N的剩余电能水平，t2表示电能储存装置的充放电时间，Pc和Pd分别表示电能储存装置充、放电的功率，ηc和ηd表示电能储存装置充、放电的效率。
在一实施例中，根据所述电网数据对电能从所述始端传输至所述末端的路径进行优化得到最优电能传输路径的优化目标函数为：
minF＝CDCL+CCUT+∑YmPm
Figure BDA0002276379400000031
Figure BDA0002276379400000032
其中，minF为电能传输成本最小值，Ym为第m台设备的运行维护成本系数，Pm为第m台设备的发电功率，CCUT为交流负荷成本，CDCL为直流负荷成本，c1，c2表示直流和交流单位功率的价格；TM,N,t为t时刻微电网M到微电网N所传输的直流功率，含有功功率和损耗功率；Pgrid(t)为t时刻交流传输的功率；l1为交流支路总数；Pk(t)、Qk(t)分别为t时段第k条交流支路传输的有功功率和无功功率；Rk为第k条交流支路的线路电阻；Uk(t)为t时段第k条交流支路的电压有效值。
在一实施例中，各微电网满足以下约束条件：
Figure BDA0002276379400000033
ESMAX>ESN,T>0，ESMAX>ESN,T+t>0,
其中，
Figure BDA0002276379400000034
表示微电网N接收到的直流功率，Pgrid(N)表示微电网N接收到的交流功率，PN,C表示微电网N负载消耗的总功率，ESMAX表示微电网N的最大存储电能。
在一实施例中，在时间t内，微电网N接收到来自微电网M的功率如下公式：
Figure BDA0002276379400000035
其中，RM,N为直流线路的电阻，UM,N为直流线路发送端的电压。
第二方面，本发明实施例提出一种多微电网协同控制系统，其用于实现本发明实施例所述多微电网协同控制方法，所述系统包括：
数据获取单元，被配置为实时获取各微电网的电网数据；
数据处理单元，被配置为根据所述电网数据生成电能传输指令；
传输执行单元，被配置为根据所述电能传输指令进行微电网之间的电能传输。
第三方面，本发明实施例提出一种计算机设备，包括：存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据本发明实施例所述多微电网协同控制方法的步骤。
第四方面，本发明实施例提出一种计算机可读存储介质，包括：计算机可执行指令，当所述计算机可执行指令被运行时用以执行本发明实施例所述多微电网协同控制方法的步骤。
本发明实施例提出一种多微电网协同控制及系统、计算机设备、计算机可读存储介质，其中，多个微电网通过传统交流线路并入配电网形成交流电能接入网络和各微电网之间额外的直流线路相互连接形成分布式直流电能交换网络，基于该分布式直流电能交换网络，本实施例通过实时获取各微电网的电网数据，根据电网数据确定是否需要进行各微电网的电能优化配置，当需要进行电能优化配置时，生成电能传输指令，并控制执行机构执行该电能传输指令，完成分布式直流电能交换网络的电能优化配置，从而缓解分布式发电和需求之间的不匹配问题，并降低电力系统的总体成本。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一中一种多微电网协同控制方法流程图。
图2为本发明实施例一中多个微电网并入配电网的结构示例图。
图3为本发明实施例一中多个微电网间电能传递示意图。
图4为本发明实施例一中34节点的配电网络示意图。
图5为本发明实施例一中不同的拓扑连接示意图。
图6为本发明实施例二所述一种多微电网协同控制系统框架图。
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的一部分实施例，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做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构，而省略了与本发明关系不大的其他细节。
实施例一
本发明实施例一提出一种多微电网协同控制方法，图1为实施例一所述方法的流程图，参阅图1，所述方法包括如下步骤S101至S103：
步骤S101、实时获取各微电网的电网数据；
具体而言，步骤S101中获取的电网数据包括各微电网之间直流线路、各微电网与交流配电网之间的交流线路的线路传送功率、电压、电阻等数据，以及各微电网的发电装置信息，包括充、放电功率，各微电网的负荷信息，设备的运行维护成本等等。
步骤S102、根据所述电网数据生成电能传输指令；
具体而言，生成的电能传输指令例如为其中一个微电网的电能不足以为其负载供电，此时，需要从交流配电网或其他微电网中获取电能以解决其供电不足问题，本实施例中根据所述电网数据，确定从交流配电网和/或其他微电网传输一定电能给该微电网，并生成对应的电能传输指令。
步骤S103、根据所述电能传输指令进行配电网及各微电网之间的电能传输。
具体而言，多个微电网在并网运行之后，当微电网的剩余电能在满足自身负载的供电后，多余电能可以输送至交流配电网或其他微电网，当微电网的剩余电能不能满足自身负载的供电时，不足的电能可以从交流配电网或其他微电网处。
其中，每一微电网具有一电能传输接收装置，相邻微电网的电能传输接收装置通过直流线路连接，电能传输接收装置根据所述电能传输指令，将电能传输至接收端或从接收从其他地方传输过来的电能。
图2为多个微电网并入配电网的结构示例图，参阅图2，图2中示出了四个微电网的情形，当然，本实施例方法并不局限于四个微电网的并网，此处仅为举例，图2中第一微电网MG1分别与第二微电网MG2、第三微电网MG3、第四微电网MG4通过直流线路连接，第二微电网MG2分别与第一微电网MG1、第四微电网MG4通过直流线路连接，第三微电网MG3与第四微电网MG4通过直流线路连接，每一微电网均通过交流线路与配电网连接，每一微电网包括发电装置和电能储存装置，所述发电装置采用可再生能源发电，例如采用风力发电机和/或光伏发电机。
其中，第一微电网MG1分别与第二微电网MG2、第三微电网MG3、第四微电网MG4组成了分布式直流电能交换网络，该分布式直流电能交换网络与交流电能接入网络互联是由各个微电网通过各自公共点连接到基础配电网络的总线上。这些微电网也可以通过直流电能交换网络连接，这种电能交换网络是由一组地理相关的电力线组成的电能交换网络，微电网通过这种电能交换网络与相邻微电网直接进行电能交换。
在一实施例中，所述步骤S102具体包括如下子步骤：
步骤S201、根据所述电网数据确定各微电网的电能存储状态；
步骤S202、根据各微电网的电能存储状态确定电能传输的始端和末端以及传输电能值；
步骤S203、根据所述电网数据对电能从所述始端传输至所述末端的路径进行优化得到最优电能传输路径；
步骤S204、根据所述传输电能值和最优电能传输路径生成电能传输指令。
在一实施例中，所述步骤S201具体包括：
步骤S301、根据所述电网数据确定各微电网的当前剩余电能；
步骤S302、根据所述电网数据确定各微电网在未来一定时间内新增储存电能；
具体而言，电池剩余电能采用模型预测控制，设有一个大小为W小时的窗口，对可再生能源发电输出和未来W小时的负荷进行预测，W为常数值。在每个时隙ta，我们解决从ta到ta+W的电能管理问题，在问题解决之后，仅应用第一时隙T＝ta的最佳判定，
Figure BDA0002276379400000081
为电池运行成本),然后窗口移动到下一个时隙[ta+t，ta+t+W]，实现更新的预测信息。
步骤S303、根据各微电网的当前剩余电能和在未来一定时间新增储存电能确定各微电网的电能存储状态。
在一实施例中，所述步骤S301具体如下公式所示：
ESN,T+t2＝ESN,T+(ηcPc-ηdPd)t2
其中，ESN,T表示T时刻微电网N的剩余电能水平，ESN,T+t2表示T+t2时刻微电网N的剩余电能水平，t2表示电能储存装置的充放电时间，Pc和Pd分别表示电能储存装置充、放电的功率，ηc和ηd表示电能储存装置充、放电的效率。
在一实施例中，所述步骤S203中根据所述电网数据对电能从所述始端传输至所述末端的路径进行优化得到最优电能传输路径的优化目标函数为：
minF＝CDCL+CCUT+∑YmPm
Figure BDA0002276379400000082
Figure BDA0002276379400000083
其中，minF为电能传输成本最小值，Ym为第m台设备的运行维护成本系数，Pm为第m台设备的发电功率，CCUT为交流负荷成本，CDCL为直流负荷成本，c1，c2表示直流和交流单位功率的价格；TM,N,t为t时刻微电网M到微电网N所传输的直流功率，含有功功率和损耗功率；Pgrid(t)为t时刻交流传输的功率；l1为交流支路总数；Pk(t)、Qk(t)分别为t时段第k条交流支路传输的有功功率和无功功率；Rk为第k条交流支路的线路电阻；Uk(t)为t时段第k条交流支路的电压有效值。
具体而言，电能传输整个电能消耗是一定的，直流电能交换网络电能传输的成本较低，当直流电能交换网络使用越多，则成本最低，满足minF时等价于满足最大的直流负荷成本CDCL。
在一实施例中，各微电网满足以下约束条件：
Figure BDA0002276379400000091
ESMAX>ESN,T>0，ESMAX>ESN,T+t>0,
其中，
Figure BDA0002276379400000092
表示微电网N接收到的直流功率，Pgrid(N)表示微电网N接收到的交流功率，PN,C表示微电网N负载消耗的总功率，ESMAX表示微电网N的最大存储电能。
参考图3，微电网MG1，MG2，MG3实现电能的传输过程，在时间t内，从MGM到MGN所传出的功率记为TM,N,t，MGN接收到来自MGM的功率如下公式：
Figure BDA0002276379400000093
其中，RM,N为直流线路的电阻，UM,N为直流线路发送端的电压。
参考图4，将本实施例方法应用于34总线径向分布网络，在图4中，每个微电网单元由圆圈表示并且经由公共耦合点连接到分配网络。该网络有一个主馈线和4个侧面，额定电压为22kV，允许电压范围为5％。我们将三个MG(n＝3)分别位于节点4,8和19处。除了节点1之外，所有其他节点都是纯负载。
参考图5，对于直流电能交换网络，我们考虑4种不同的拓扑结构，线路(MG1<->MG2，MG1<->MG3，MG2<->MG3)的电阻分别选择为2.5Ω，2.5Ω和0.075Ω，传输电压Ui,j＝1.58kv,i,j∈{1,2,3},i≠j，在24h内间隔48次，则每次间隔0.5h，每个微电网储能的上下限分别为100kwh，20kwh。充电和放电的效率分别为0.8和1。充电和放电速率限制为30kW/h。分布式存储单元和微电网电能交换网络拓扑(图5中情况(a))，微电网MG1总是将电能传输到其他两个微电网中，因为MG1更靠近配电网络的馈电入口。当微电网MG3电能过剩，而微电网MG2电能缺乏，则微电网MG3在此期间充当类似供应商的角色，为微电网MG2提供补充电能，微电网MG3通过直流电能交换网络将电能传输给MG2。对于直流电能交换网络的规划，不同拓扑之间的比较有助于平衡电能交换网络结构的成本与电能交换网络可带来的收益之间的权衡。
本实施例方法将多个微电网通过传统交流线路并入配电网形成交流电能接入网络，各微电网之间存在额外的直流线路相互连接形成分布式直流电能交换网络，每个微电网都配备了可再生能源发电机以及分布式存储设备，根据分布式直流电能交换网络间电能传输的成本和交流电能接入网络电能传输的成本存在的差异，通过利用精确的最优功率通量的约束优化算法对微电网实行成本优化电能管理，能够缓解分布式发电和需求之间的不匹配问题，并降低电力系统的总体成本。
实施例二
本发明实施例二提出一种多微电网协同控制系统，其用于实现本发明实施例一所述多微电网协同控制方法，图6为实施例二所述多微电网协同控制系统的框架示意图，参阅图6，实施例二所述多微电网协同控制系统包括：
数据获取单元1，被配置为实时获取各微电网的电网数据；
数据处理单元2，被配置为根据所述电网数据生成电能传输指令；
传输执行单元3，被配置为根据所述电能传输指令进行微电网之间的电能传输。
优选地，所述数据处理单元2包括：
第一确定单元21，被配置为根据所述电网数据确定各微电网的电能存储状态；
第二确定单元22，被配置为根据各微电网的电能存储状态确定电能传输的始端和末端以及传输电能值；
路径优化单元23，被配置为根据所述电网数据对电能从所述始端微电网传输至所述终端微电网的路径进行优化得到最优电能传输路径；
指令生成单元24，被配置为根据所述传输电能值和最优电能传输路径生成电能传输指令。
优选地，所述第一确定单元21包括：
第一电能计算单元，被配置为根据所述电网数据确定各微电网的当前剩余电能；
第二电能计算单元，被配置为根据所述电网数据确定各微电网在未来一定时间内新增储存电能；
第三电能计算单元，被配置为根据各微电网的当前剩余电能和在未来一定时间新增储存电能确定各微电网的电能存储状态。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
需说明的是，实施例二所述系统与实施例一所述方法对应，因此，实施例二所述系统未详述部分可以参阅实施例一所述方法的内容得到，此处不再赘述。
并且，所述多微电网协同控制系统如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
实施例三
本发明实施例三提出一种计算机设备，包括：存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据本发明实施例一所述多微电网协同控制方法的步骤。
当然，所述计算机设备还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该计算机设备还可以包括其他用于实现设备功能的部件，在此不做赘述。
示例性的，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述计算机设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机设备的控制中心，利用各种接口和线路连接整个所述计算机设备的各个部分。
所述存储器可用于存储所述计算机程序和/或单元，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或单元，以及调用存储在存储器内的数据，实现所述计算机设备的各种功能。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例四
本发明实施例四提出一种计算机可读存储介质，包括：计算机可执行指令，当所述计算机可执行指令被运行时用以执行本发明实施例一所述多微电网协同控制方法的步骤。
具体而言，所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (6)

1.一种多微电网协同控制方法，其特征在于，每一微电网均通过交流线路与配电网连接，且相邻微电网之间通过直流线路连接，每一微电网包括发电装置和电能储存装置；所述方法包括如下步骤：
实时获取各微电网的电网数据；
根据所述电网数据生成电能传输指令；根据所述电能传输指令进行配电网及各微电网之间的电能传输；
其中，所述根据所述电网数据生成电能传输指令包括：根据所述电网数据确定各微电网的电能存储状态；根据各微电网的电能存储状态确定电能传输的始端和末端以及传输电能值；根据所述电网数据对电能从所述始端传输至所述末端的路径进行优化得到最优电能传输路径；以及，根据所述传输电能值和最优电能传输路径生成电能传输指令；其中，根据所述电网数据对电能从所述始端传输至所述末端的路径进行优化得到最优电能传输路径的优化目标函数为：
minF＝CDCL+CCUT+∑YmPm
Figure FDA0002887114610000011
Figure FDA0002887114610000012
其中，minF为电能传输成本最小值，Ym为第m台设备的运行维护成本系数，Pm为第m台设备的发电功率，CCUT为交流负荷成本，CDCL为直流负荷成本，c1，c2表示直流和交流单位功率的价格；TM,N,t为t时刻微电网M到微电网N所传输的直流功率，含有功功率和损耗功率；Pgrid(t)为t时刻交流传输的功率；l1为交流支路总数；Pk(t)、Qk(t)分别为t时段第k条交流支路传输的有功功率和无功功率；Rk为第k条交流支路的线路电阻；Uk(t)为t时段第k条交流支路的电压有效值；
其中，所述根据所述电网数据确定各微电网的电能存储状态包括：根据所述电网数据确定各微电网的当前剩余电能；根据所述电网数据确定各微电网在未来一定时间内新增储存电能；根据各微电网的当前剩余电能和在未来一定时间新增储存电能确定各微电网的电能存储状态；
其中，所述根据所述电网数据确定各微电网的当前剩余电能具体如下公式所示：
ESN,T+t2＝ESN,T+(ηcPc-ηdPd)t2
其中，ESN,T表示T时刻微电网N的剩余电能水平，ESN,T+t2表示T+t2时刻微电网N的剩余电能水平，t2表示电能储存装置的充放电时间，Pc和Pd分别表示电能储存装置充、放电的功率，ηc和ηd表示电能储存装置充、放电的效率。
2.如权利要求1所述的多微电网协同控制方法，其特征在于，各微电网满足以下约束条件：
Figure FDA0002887114610000021
ESMAX>ESN,T>0，ESMAX>ESN,T+t>0,
其中，
Figure FDA0002887114610000022
表示微电网N接收到的直流功率，Pgrid(N)表示微电网N接收到的交流功率，PN,C表示微电网N负载消耗的总功率，ESMAX表示微电网N的最大存储电能。
3.如权利要求2所述的多微电网协同控制方法，其特征在于，在时间t内，微电网N接收到来自微电网M的功率如下公式：
Figure FDA0002887114610000031
其中，RM,N为直流线路的电阻，UM,N为直流线路发送端的电压。
4.一种多微电网协同控制系统，其特征在于，其用于实现权利要求1-3中任一项所述多微电网协同控制方法，所述系统包括：
数据获取单元，被配置为实时获取各微电网的电网数据；
数据处理单元，被配置为根据所述电网数据生成电能传输指令；
传输执行单元，被配置为根据所述电能传输指令进行微电网之间的电能传输。
5.一种计算机设备，包括：权利要求4所述的多微电网协同控制系统，或存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据权利要求1-3中任一项所述多微电网协同控制方法的步骤。
6.一种计算机可读存储介质，其特征在于，包括：计算机可执行指令，当所述计算机可执行指令被运行时用以执行如权利要求1-3任一项所述的多微电网协同控制方法的步骤。
CN201911124485.4A 2019-11-18 2019-11-18 多微电网协同控制及系统、计算机设备、可读存储介质 Active CN110912203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911124485.4A CN110912203B (zh) 2019-11-18 2019-11-18 多微电网协同控制及系统、计算机设备、可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911124485.4A CN110912203B (zh) 2019-11-18 2019-11-18 多微电网协同控制及系统、计算机设备、可读存储介质

Publications (2)

Publication Number Publication Date
CN110912203A CN110912203A (zh) 2020-03-24
CN110912203B true CN110912203B (zh) 2021-04-16

Family

ID=69817752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911124485.4A Active CN110912203B (zh) 2019-11-18 2019-11-18 多微电网协同控制及系统、计算机设备、可读存储介质

Country Status (1)

Country Link
CN (1) CN110912203B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114123267B (zh) * 2021-11-25 2024-02-02 清远电力规划设计院有限公司 电力传输路径管理方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630840B (zh) * 2009-08-12 2011-06-08 电子科技大学 微电网能量智能控制系统
CN104242338B (zh) * 2014-08-27 2016-08-24 辽宁电能发展股份有限公司 一种含分布式电源的变电站用微网系统及控制方法
CN106329530B (zh) * 2016-10-26 2019-02-22 广东工业大学 一种交直流智能家庭微网协同系统及其运行方法

Also Published As

Publication number Publication date
CN110912203A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
Mahmoodi et al. Economic dispatch of a hybrid microgrid with distributed energy storage
Cai et al. Day-ahead optimal charging/discharging scheduling for electric vehicles in microgrids
Liu et al. Energy management of cooperative microgrids: A distributed optimization approach
Abdolrasol et al. An optimal scheduling controller for virtual power plant and microgrid integration using the binary backtracking search algorithm
Hoogsteen A cyber-physical systems perspective on decentralized energy management
Kargarian et al. Multi-microgrid energy systems operation incorporating distribution-interline power flow controller
CN105684257A (zh) 用于控制微电网的操作的微电网能量管理系统和方法
Liu et al. Robust microgrid scheduling with resiliency considerations
US11942782B2 (en) Grid asset manager
Zhao et al. New problem formulation for optimal demand side response in hybrid AC/DC systems
Olivier et al. Foreseeing new control challenges in electricity prosumer communities
CN111126882B (zh) 虚拟变电站调度方法及终端设备
Kelepouris et al. Optimal scheduling of prosumer's battery storage and flexible loads for distribution network support
CN110912203B (zh) 多微电网协同控制及系统、计算机设备、可读存储介质
Ibrahim et al. Energy management of multi-area islanded hybrid microgrids: a stochastic approach
Abdi‐Siab et al. Two‐stage scenario‐based DEP incorporating PEV using Benders’ decomposition
Chinthavali et al. Solid state power substations (SSPS): A multi-hierarchical architecture from substation to grid edge
Ciornei et al. Real-time optimal scheduling for prosumers resilient to regulatory changes
Shoeb et al. Coupling adjacent microgrids and cluster formation under a look-ahead approach reassuring optimal operation and satisfactory voltage and frequency
Kuppannagari et al. Optimal discrete net-load balancing in smart grids with high PV penetration
Davison et al. Decentralised energy market for implementation into the intergrid concept-Part 2: integrated system
Gacitúa et al. The role of fast-acting energy storage for contingency grid support in the transmission planning
Zhou et al. An integrated two-level distributed dispatch for interconnected microgrids considering unit commitment and transmission loss
Yeganehkia et al. Presenting a new IGDT-based scheme for risk-based developing of distribution system restoration using online islanding method
Chen et al. Congestion management of microgrids with renewable energy resources and energy storage 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
GR01 Patent grant
GR01 Patent grant