CN111193258A - 一种微电网发电量优化方法及系统 - Google Patents

一种微电网发电量优化方法及系统 Download PDF

Info

Publication number
CN111193258A
CN111193258A CN202010024517.XA CN202010024517A CN111193258A CN 111193258 A CN111193258 A CN 111193258A CN 202010024517 A CN202010024517 A CN 202010024517A CN 111193258 A CN111193258 A CN 111193258A
Authority
CN
China
Prior art keywords
power generation
optimal
generation amount
distributed power
power supply
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
CN202010024517.XA
Other languages
English (en)
Inventor
金乐婷
邱革非
余欣蓉
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202010024517.XA priority Critical patent/CN111193258A/zh
Publication of CN111193258A publication Critical patent/CN111193258A/zh
Pending legal-status Critical Current

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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

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

本发明公开了一种微电网发电量优化方法和系统，其中，微电网包括能量管理中心和多个分布式电源，所述微电网发电量优化方法包括：每个分布式电源从能量管理中心获取除该分布式电源外其他所有分布式电源的个体净发电量，根据纳什均衡策略，计算得到系统总收益条件下所述分布式电源相对于其他所有分布式电源的最优可平移发电量；所述能量管理中心确定所述最优系统总收益条件下每个分布式电源相对于其他分布式电源的最优可平移发电量；每个分布式电源根据所述能量管理中心的确定结果，将所述可平移发电量调节至所述最优可平移发电量。本发明的技术方案能解决分布式电源相互竞争，发电不均衡，收益低下的问题。

Description

一种微电网发电量优化方法及系统
技术领域
本发明涉及一种微电网发电量优化方法及系统，属于微电网技术领域。
背景技术
微电网也被称为微网，是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。微电网旨在实现分布式电源的灵活、高效应用，解决数量庞大、形式多样的分布式电源并网问题。
微电网能够接入到配电网中，通过自身分布式电源的供电，通过配电网输送至用户侧，以实现对用户侧负荷的高可靠供给。微电网的开发和延伸，能够充分促进分布式电源与可再生能源的大规模接入，是实现主动式配电网的一种有效方式，使传统电网向智能电网过渡。
通常微电网存在多种类型的分布式电源，例如光电、风电、水电或常规电源等。这些不同类型的电源都需要在微电网的能量管理中心的统一协调下集中供应给用户，满足用户侧负荷需要。然而，多种类型的分布式电源之间存在着竞争关系，当存在较大负荷需要时，往往多个分布式电源均提高发电量，导致总体发电量过多而每个分布式电源的收益降低；在存在较小负荷需求时，各个分布式电源均减少发电量，虽然单个发电模块收益较高却容易导致总体发电量不能满足需要。这样就不能够使得各个分布式电源发电均衡。
发明内容
本发明要解决的技术问题是提供一种微电网发电量优化方法及系统，用于解决现有技术中微电网中各个分布式电源存在竞争关系，发电不均衡，收益低下的问题。
为实现上述目的，本发明提供了一种微电网发电量优化方法，用于微电网的分布式电源，其中，所述微电网包括多个分布式电源和能量管理中心；所述微电网发电量优化方法包括：
计算对应分布式电源的可平移发电量，根据所述可平移发电量计算得到个体净发电量，将所述个体净发电量发送至能量管理中心；
接收所述能量管理中心发送的除所述对应分布式电源外其他所有分布式电源的个体净发电量；
根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的最优系统净发电量，其中，所述系统总收益为根据微电网的用户侧负荷计算得到，所述系统净发电量为所有分布式电源的个体净发电量之和；
根据纳什均衡策略，结合所述最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量；
将所述对应分布式电源的可平移发电量调节至所述最优可平移发电量。
优选地，所述根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的系统净发电量，包括：
根据系统总收益函数：E(NLh)＝-C(NLh)和系统总成本函数C(NLh)＝a'(NLh)2+b'(NLh)，a'＞0，计算得到所述最优系统净发电量，其中，E(NLh)为h时段的系统总收益，C(NLh)为h时段的系统总成本，NLh为h时段的系统净发电量，a’和b’分别为成本拟合系数。
优选地，所述根据纳什均衡策略，结合所述最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量，包括：
计算当前时段所述最优系统净发电量与所述其他所有分布式电源的个体净发电量之差，得到当前时段所述对应分布式电源的初步最优个体净发电量；
根据所述初步最优个体净发电量计算得到当前时段所述对应分布式电源的初步最优可平移发电量；
根据当前时段的个体收益在系统总收益的占比与所述最优系统总收益的乘积，计算得到当前时段所述对应分布式电源的初步最优收益，其中，所述当前时段的个体收益在系统总收益的占比等效于当前时段个体净发电量与系统净发电量之比；
将所述初步最优收益发送至能量管理中心，以使所述能量管理中心根据当前时段分布式电源的初步最优收益与系统总收益之差的绝对值是否小于预设阈值，向所述分布式电源发送确定信号；
接收能量管理中心发送的确定信号，若接收到所述确定信号，将所述初步最优可平移发电量确定为当前时段对应分布式电源的最优可平移发电量，或者，若未接收到所述确定信号，重复执行上述步骤，直至得到所述最优可平移发电量；
对总时段内每个时段依次执行上述步骤，直至得到所述对应分布式电源在总时段内的最优可平移发电量。
优选地，所述根据可平移发电量计算得到个体净发电量，包括：
接收能量管理中心发送的储能电量；
根据个体净发电量函数：
Figure BDA0002361972230000031
和总发电量函数：
Figure BDA0002361972230000032
结合所述可平移净发电量和所述储能电量，计算各个时段的个体净发电量，其中，
Figure BDA0002361972230000033
为h时段分布式电源i的净发电量，
Figure BDA0002361972230000034
为h时段分布式电源i的总发电量，Pi h为h时段分布式电源i向微电网中储能装置的储能电量，
Figure BDA0002361972230000035
为h时段分布式电源i的固定发电量，
Figure BDA0002361972230000036
为h时段的分布式电源i的可平移发电量。
根据本发明的第二方面，本发明提供了一种微电网发电量优化方法，用于微电网的能量管理中心，所述能量管理中心管理多个分布式电源；所述微电网发电量优化方法包括：
向每个分布式电源发送个体光伏接入方案和个体储能电量，以使每个分布式电源计算所述分布式电源的可平移发电量和个体净发电量；
接收每个分布式电源发送的个体净发电量，将除所述分布式电源外其他所有分布式电源的个体净发电量分别发送至所述分布式电源；
确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他分布式电源的最优可平移发电量，以使每个分布式电源对应分布式电源的可平移发电量调节至所述最优可平移发电量。
优选地，所述确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他所有分布式电源的最优可平移发电量，包括：
接收每个分布式电源发送的当前时段所述对应分布式电源的初步最优收益；
计算当前时段系统总收益与所有分布式电源的初步最优收益之差的绝对值作为上层目标函数，判断所述上层目标函数是否小于预设阈值；
若所述上层目标函数小于预设阈值，则向所述分布式电源发送确定信号，所述确定信号用于确定所述初步最优可平移发电量为当前时段对应分布式电源的最优可平移发电量；
若所述上层目标函数大于或等于预设阈值，则将所述所有分布式电源的初步最优收益作为新的系统总收益，重复执行上述步骤，直至确定当前时段所有分布式电源的最优可平移发电量；
对总时段内每个时段依次执行上述步骤，直至确定所有分布式电源在总时段内的可平移发电量。
根据本发明的第三方面，本发明提供了一种微电网发电量优化系统，用于微电网的分布式电源，其中，所述微电网包括多个分布式电源和能量管理中心；所述微电网发电量优化系统包括：
可平移发电量计算模块，用于计算对应分布式电源的可平移发电量；
个体发电量计算模块，用于根据所述可平移发电量计算得到个体净发电量；
第一个体净发电量发送模块，用于将所述个体净发电量发送至能量管理中心；
第一个体净发电量接收模块，用于接收所述能量管理中心发送的除所述对应分布式电源外其他所有分布式电源的个体净发电量；
最优系统净发电量计算模块，用于根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的最优系统净发电量，其中，所述系统总收益为根据微电网的用户侧负荷计算得到，所述系统净发电量为所有分布式电源的个体净发电量之和；
最优可平移发电量计算模块，用于根据纳什均衡策略，结合所述最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量；
可平移发电量调节模块，用于将所述对应分布式电源的可平移发电量调节至所述最优可平移发电量。
优选地，所述最优可平移发电量计算模块包括：
初步最优个体净发电量计算子模块，用于计算当前时段所述最优系统净发电量与所述其他所有分布式电源的个体净发电量之差，得到当前时段所述对应分布式电源的初步最优个体净发电量；
初步最优可平移发电量计算子模块，用于根据所述初步最优个体净发电量计算得到当前时段所述对应分布式电源的初步最优可平移发电量；
初步最优收益计算子模块，用于根据当前时段的个体收益在系统总收益的占比、与所述最优系统总收益的乘积，计算得到当前时段所述对应分布式电源的初步最优收益，其中，所述当前时段的个体收益在系统总收益的占比等效于当前时段个体净发电量与系统净发电量之比；
初步最优收益发送子模块，用于将所述初步最优收益发送至能量管理中心，以使所述能量管理中心根据当前时段分布式电源的初步最优收益与系统总收益之差的绝对值是否小于预设阈值，向所述分布式电源发送确定信号；
确定信号接收子模块，用于接收能量管理中心发送的确定信号；
最优可平移负荷确定子模块，用于若接收到所述确定信号，将所述初步最优可平移发电量确定为当前时段对应分布式电源的最优可平移发电量，或者，若未接收到所述确定信号，重复执行上述步骤，直至得到所述最优可平移发电量；
第一重复执行子模块，用于对总时段内每个时段依次执行上述步骤，直至得到所述对应分布式电源在总时段内的最优可平移发电量。
根据本发明的第四方面，本发明还提供了一种微电网发电量优化系统，用于微电网的能量管理中心，所述能量管理中心管理微电网中多个分布式电源；所述微电网发电量优化方法包括：
方案发送模块，用于向每个分布式电源发送个体光伏接入方案和个体储能电量，以使每个分布式电源计算所述分布式电源的可平移发电量和个体净发电量；
第二个体净发电量接收模块，用于接收每个分布式电源发送的个体净发电量；
第二个体净发电量发送模块，用于将除所述分布式电源外其他所有分布式电源的个体净发电量分别发送至所述分布式电源；
最优可平移发电量确定模块，用于确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他分布式电源的最优可平移发电量，以使每个分布式电源对应分布式电源的可平移发电量调节至所述最优可平移发电量。
优选地，所述微电网发电量优化系统，所述最优可平移发电量确定模块，包括：
初步最优收益接收子模块，用于接收每个分布式电源发送的当前时段所述对应分布式电源的初步最优发电量；
上层目标函数计算子模块，用于计算当前时段系统总收益与所有分布式电源的初步最优收益之差的绝对值作为上层目标函数；
上层目标函数判断子模块，用于判断所述上层目标函数是否小于预设阈值；
确定信号发送子模块，用于若所述上层目标函数小于预设阈值，则向所述分布式电源发送确定信号，所述确定信号用于确定所述初步最优可平移发电量为当前时段对应分布式电源的最优可平移发电量；
第二重复执行子模块，用于若所述上层目标函数大于或等于预设阈值，则将所述所有分布式电源的初步最优发电量作为新的系统总收益，重复执行上述步骤，直至确定当前时段所有分布式电源的最优可平移发电量；
第三重复执行子模块，用于对总时段内每个时段依次执行上述步骤，直至确定所有分布式电源在总时段内的可平移发电量。
本发明的有益效果是：本申请提出的技术方案，能量管理中心计算对应分布式电源的可平移发电量，然后根据可平移发电量计算得到用个体净发电量；以最优系统总收益为目标，得到最优系统净发电量，根据纳什均衡策略，计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量。使用该最优可平移发电量调节该分布式电源的用电情况。由于最优可平移发电量是以最优系统总收益为目标的，经过纳什均衡策略结合最优系统净发电量计算得到的，因此该最优可平移发电量是本分布式电源相对于其他所有分布式电源的最优可平移发电量。当每个分布式电源均达到最优可平移发电量时，系统总收益也将达到最优，整个微电网在各个时段内的发电量相对均衡，能够避免各个分布式电源相互竞争导致的发电不均衡，收益低下的问题。
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示出的结构获得其他的附图。
图1是本发明实施例提供的第一种微电网发电量优化方法的流程示意图；
图2是图1所示实施例提供的一种个体净发电量的计算方法的流程示意图；
图3是图1所示实施例提供的一种最优可平移发电量的计算方法的流程示意图；
图4是本发明实施例提供的第二种微电网发电量优化方法的流程示意图；
图5是图4所示实施例提供的一种最优可平移发电量的确定方法的流程示意图；
图6是本发明实施例提供的第一种微电网发电量优化系统的结构示意图；
图7是图6所示实施例提供的一种最优可平移发电量计算模块的结构示意图；
图8是本发明实施例提供的第二种微电网发电量优化系统的结构示意图；
图9是图8所示实施例提供的一种最优可平移发电量确定模块的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
因为现有技术中，传统的多微电网调度机制设计需要高深的专业知识和敏锐的经济直觉，是复杂且困难的任务，每当新增应用场景时，都需要经济学家针对性地调整原有激励机制并设计新的，能够适用于新应用场景的激励机制，导致新的激励机制难以被迅速设计出来。
为了解决上述问题，本申请下述各实施例通过使用神经网络技术设计多微电网调度机制，从而快速且自动地设计出适应各种经济应用场景的最优多微电网调度机制。
请参见图1，图1为本发明实施例提供的一种微电网发电量优化方法的流程示意图，该微电网发电量优化方法用于微电网的分布式电源，其中，微电网包括多个分布式电源和能量管理中心。如图1所示，该微电网发电量优化方法包括以下步骤：
S110：计算对应分布式电源的可平移发电量，根据可平移发电量计算得到个体净发电量，将个体净发电量发送至能量管理中心。
可平移发电量为能够根据时间调整的发电量，具体地，分布式电源根据收益或用户侧负荷等信号能够调整发电时间，持续满足用户侧负荷要求的发电量。对此类可平移发电量建立的模型包括发电量的大小、持续时间及可选择时间范围等信息。例如指定H个时间段内第i个分布式电源的可平移发电量集合为：sli＝{sli1,sli2，…，sliH}，i为正整数。
假设第i个分布式电源包括的可平移发电量的数量为k，第h个时段内第i个分布式电源的可平移发电量，具体模型如下：
Figure BDA0002361972230000071
式中，
Figure BDA0002361972230000072
为第i个分布式电源第k个可平移发电量的取值范围，tik为可平移发电量的开始时刻，ΔTik为可平移发电量的持续时间。
具体地，如图2所示，在计算得到分布式电源的可平移发电量时，可通过以下方法，计算得到个体净发电量：
S111：接收能量管理中心发送的储能电量。
S112：根据个体净发电量函数：
Figure BDA0002361972230000073
和总发电量函数：
Figure BDA0002361972230000074
结合可平移净发电量和储能电量，计算各个时段的个体净发电量。其中，
Figure BDA0002361972230000075
为h时段分布式电源i的净发电量，
Figure BDA0002361972230000076
为h时段分布式电源i的总发电量，Pi h为h时段分布式电源i向微电网中储能装置的储能电量，
Figure BDA0002361972230000077
为h时段分布式电源i的固定发电量，
Figure BDA0002361972230000078
为h时段的分布式电源i的可平移发电量。
微电网包括多个分布式电源和储能装置，分布式电源发出的电能大部分输出至外网，以满足用户端负荷需求，同时也存在部分电能流入至储能装置进行保存。因此在接收到能量管理中心发送的储能电量后，根据上述公式
Figure BDA0002361972230000079
能够根据总发电量与储能电量的差值，计算得到分布式电源的个体净发电量，其中总发电量包括固定发电量以及上述可平移发电量。因此通过上述公式即可计算得到各个时段的净发电量。
S120：接收能量管理中心发送的除对应分布式电源外其他所有分布式电源的个体净发电量。
S130：根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的最优系统净发电量，其中，系统净发电量为所有分布式电源的个体净发电量之和。
系统净发电量为微电网内所有分布式电源的净发电量之和，因此对应分布式电源接收除自身外的其他所有分布式电源的净发电量，确定系统净发电量之后，减去其他所有分布式电源的个体净发电量，能够得到对应分布式电源的初步最优个体净发电量，然后根据该初步最优个体净发电量进一步得到系统总收益条件下该分布式电源的最优个体净发电量。
其中，该步骤S130：根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的系统净发电量具体同以下公式计算得到：
根据系统总收益函数：E(NLh)＝-C(NLh)和系统总成本函数C(NLh)＝a'(NLh)2+b'(NLh)，a'＞0，计算得到最优系统净发电量，其中，E(NLh)为h时段的系统总收益，C(NLh)为h时段的系统总成本，NLh为h时段的系统净发电量，a’和b’分别为成本拟合系数。
由上述公式计算得知，系统成本函数在
Figure BDA0002361972230000081
C(NLh)具有最小值
Figure BDA0002361972230000082
即系统总收益具有最大值
Figure BDA0002361972230000083
S140：根据纳什均衡策略，结合最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量。
纳什均衡策略是一种基于博弈论的策略组合，即使得同一时间内每个参与者的策略是对其他参与者策略的最优反应，该策略反映到具体的包括多个分布式电源的微电网中，即当前时段内某一分布式电源相对于其他所有分布式电源的最优个体净发电量以及最优可平移发电量。
具体地，微电网的发电量问题本质是各个分布式电源追求自身收益最大化的博弈问题，由于微电网中每个时段的系统总成本是系统净发电量的函数，因此每个分布式电源的收益与其他分布式电源的净发电量息息相关，比如某一时段的系统净发电量较小，系统总成本也相应较小，分布式电源为了节约总成本，提高收益会倾向于将可平移发电量安排在该时刻，若大量分布式电源均采取该操作，将会造成该时刻系统净发电量的增大和系统总收益的下降，单个分布式电源的收益也将下降，因此，每个分布式电源都需要在可平移发电量上进行博弈，寻找对自身最有利的发电安排。博弈中的一个策略组合，具有每个博弈方的策略都是针对其他博弈方策略的最佳策略的特性时，则称之为一个“纳什均衡”，此时，各个分布式电源的最优可平移负荷作为各个分布式电源的最优发电量安排。当每个分布式电源均达到最优可平移发电量时，系统总收益达到最优，每个分布式电源均没有意愿改变可平移发电量，整个微电网在各个时段内的发电量达到相对均衡。
具体地，如图3所示，该步骤S140：根据纳什均衡策略，结合最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量，包括：
S141：计算当前时段最优系统净发电量与其他所有分布式电源的个体净发电量之差，得到当前时段对应分布式电源的初步最优个体净发电量。每个分布式电源均执行该步骤，得到对应分布式电源的初步最优个体净发电量。
S142：根据初步最优个体净发电量计算得到当前时段对应分布式电源的初步最优可平移发电量。
具体地上述个体净发电量函数，以及总发电量函数，结合初步最优个体净发电量和储能电量，计算得到各个时段内分布式电源的初步最优可平移发电量。
S143：根据当前时段的个体收益在系统总收益的占比与最优系统总收益的乘积，计算得到当前时段对应分布式电源的初步最优收益，其中，当前时段的个体收益在系统总收益的占比等效于当前时段个体净发电量与系统净发电量之比。
S144：将初步最优收益发送至能量管理中心，以使能量管理中心根据当前时段分布式电源的初步最优收益与系统总收益之差的绝对值是否小于预设阈值，向分布式电源发送确定信号。
因为能量管理中心结束所有分布式电源的个体净发电量的数据，能量管理中心能够根据所有分布式电源的个体净发电量之和NLh结合系统总收益函数计算得到，所有分布式电源的初步最优收益与最优系统收益往往难以完全一致，因此当所有分布式电源的初步最优收益与系统总收益之差的绝对值小于预设阈值时，可近似认为达到最优系统收益，此时能力管理中心将发送确定信号，以通知各个分布式电源所有分布式电源的收益达到最优。
此时，定义上层目标函数的概念，该上层目标函数为所有分布式电源的初步最优收益与系统总收益之差的绝对值，通过判断上层目标函数是否小于预设阈值，能够确定在当前时段内所有分布式电源的总收益是否达到最优。
S145：接收能量管理中心发送的确定信号，若接收到确定信号，将初步最优可平移发电量确定为当前时段对应分布式电源的最优可平移发电量，或者，若未接收到确定信号，重复执行上述步骤，直至得到最优可平移发电量。
S146：对总时段内每个时段依次执行上述步骤，直至得到对应分布式电源在总时段内的最优可平移发电量。
每个分布式电源计算各自的初步最优可平移发电量和初步最优收益，当所有分布式电源的初步最优收益之和与系统总收益之差的绝对值小于或等于预设阈值时，即能够确定该初步最优可平移发电量为最优可平移发电量，进而使用该最优可平移发电量调节自身的发电情况。由于初步最优可平移发电量为最优系统净发电量与其他所有分布式电源的可平移发电量之差得到的，因此当所有分布式电源的初步最优收益与系统总收益之差的绝对值达到预设阈值时，分布式电源的个体发电量达到最优，分布式电源将没有改变可平移发电量的需要，整个微电网系统的发电将相对均衡，从而提高发电收益。
S150：将对应分布式电源的可平移发电量调节至最优可平移发电量。
本申请实施例提出的技术方案中，分布式电源能够接收能量管理中心计算对应分布式电源的可平移发电量，然后根据可平移发电量计算得到用个体净发电量；以最优系统总收益为目标，得到最优系统净发电量，根据纳什均衡策略，计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量。使用该最优可平移发电量调节该分布式电源的用电情况。由于最优可平移发电量是以最优系统总收益为目标的，经过纳什均衡策略结合最优系统净发电量计算得到的，因此该最优可平移发电量是本分布式电源相对于其他所有分布式电源的最优可平移发电量。当每个分布式电源均达到最优可平移发电量时，系统总收益也将达到最优，整个微电网在各个时段内的发电量相对均衡，能够避免各个分布式电源相互竞争导致的发电不均衡，收益低下的问题。
与分布式电源的个体发电量优化方式相对应，如图4所示，本发明实施例提供了一种用于微电网的能量管理中心的微电网发电量优化方法，该能量管理中心管理多个分布式电源。如图4所示，该微电网发电量优化方法包括：
S210：向每个分布式电源发送个体光伏接入方案和个体储能电量，以使每个分布式电源计算分布式电源的可平移发电量和个体净发电量。
S220：接收每个分布式电源发送的个体净发电量，将除分布式电源外其他所有分布式电源的个体净发电量分别发送至分布式电源。
通过接收每个分布式电源的个体净发电量，将除每个分布式电源对应其他分布式电源的个体净发电量发送给能量管理中心，能够使得能量管理中心结合计算得到的最优系统净发电量，计算得到对应于每个分布式电源的最优用户净发电量。
S230：确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他分布式电源的最优可平移发电量，以使每个分布式电源对应分布式电源的可平移发电量调节至最优可平移发电量。
通过驱动最优系统总收益条件下每个分布式电源相对于其他所有分布式电源的最优可平移发电量，能够使得最优系统总收益条件下，微电网内所有分布式电源均到达纳什均衡，每一分布式电源的可平移发电量成为均相对于其他分布式电源的最优可平移发电量，因此微电网内各个分布式电源的发电量相对均衡，对需求侧负荷的应对较为有利，收益较高。
其中，如图5所示，该步骤S230：确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他所有分布式电源的最优可平移发电量，具体包括以下步骤：
S231：接收每个分布式电源发送的当前时段对应分布式电源的初步最优收益。
S232：计算当前时段系统总收益与所有分布式电源的初步最优收益之差的绝对值作为上层目标函数，判断上层目标函数是否小于预设阈值；若上层目标函数小于预设阈值，则执行步骤S233；若上层目标函数大于或等于预设阈值，则执行步骤S234。
S233：向分布式电源发送确定信号，确定信号用于确定初步最优可平移发电量为当前时段对应分布式电源的最优可平移发电量。
S234：将所有分布式电源的初步最优收益作为新的系统总收益，重复执行上述步骤，直至确定当前时段所有分布式电源的最优可平移发电量。
S235：对总时段内每个时段依次执行上述步骤，直至确定所有分布式电源在总时段内的可平移发电量。
当能量管理中心判定上层目标函数，即所有分布式电源的初步最优收益与系统总收益之差达到预设阈值时，即可向每个分布式电源发送确定信号，以使分布式电源确定该初步最优可平移发电量为最优可平移发电量，使用该最优可平移发电量调节自身的用电情况。当所有分布式电源的发电量达到最优时，整个微电网的发电将达到均衡，从而提高发电收益。
基于同一发明构思，本申请还提供了微电网发电量优化系统，由于系统对应的方法是本申请上述实施例提供的微电网发电量优化方法，并且该系统解决问题的原理与上述方法相似，因此该系统的实施可参见方法的实施，重复之处不再赘述。
参见图6，图6为本发明实施例提供的一种微电网发电量优化系统的结构示意图。该微电网发电量优化系统用于微电网的分布式电源，其中，微电网包括多个分布式电源和能量管理中心。如图6所示，该微电网发电量优化系统包括：
可平移发电量计算模块601，用于计算对应分布式电源的可平移发电量；
个体净发电量计算模块602，用于根据可平移发电量计算得到个体净发电量；
第一个体净发电量发送模块603，用于将个体净发电量发送至能量管理中心；
第一个体净发电量接收模块604，用于接收能量管理中心发送的除对应分布式电源外其他所有分布式电源的个体净发电量；
最优系统净发电量计算模块605，用于根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的最优系统净发电量，其中，系统总收益为根据微电网的用户侧负荷计算得到，系统净发电量为所有分布式电源的个体净发电量之和；
最优可平移发电量计算模块606，用于根据纳什均衡策略，结合最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量；
可平移发电量调节模块607，用于将对应分布式电源的可平移发电量调节至最优可平移发电量。
本申请实施例提出的技术方案中，分布式电源能够接收能量管理中心计算对应分布式电源的可平移发电量，然后根据可平移发电量计算得到用个体净发电量；以最优系统总收益为目标，得到最优系统净发电量，根据纳什均衡策略，计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量。使用该最优可平移发电量调节该分布式电源的用电情况。由于最优可平移发电量是以最优系统总收益为目标的，经过纳什均衡策略结合最优系统净发电量计算得到的，因此该最优可平移发电量是本分布式电源相对于其他所有分布式电源的最优可平移发电量。当每个分布式电源均达到最优可平移发电量时，系统总收益也将达到最优，整个微电网在各个时段内的发电量相对均衡，能够避免各个分布式电源相互竞争导致的发电不均衡，收益低下的问题。
其中，如图7所示，图7实施例中的最优可平移发电量计算模块506包括：
初步最优个体净发电量计算子模块6061，用于计算当前时段最优系统净发电量与其他所有分布式电源的个体净发电量之差，得到当前时段对应分布式电源的初步最优个体净发电量。
初步最优可平移发电量计算子模块6062，用于根据初步最优个体净发电量计算得到当前时段对应分布式电源的初步最优可平移发电量。
初步最优收益计算子模块6063，用于根据当前时段的个体收益在系统总收益的占比、与最优系统总收益的乘积，计算得到当前时段对应分布式电源的初步最优收益，其中，当前时段的个体收益在系统总收益的占比等效于当前时段个体净发电量与系统净发电量之比。
初步最优收益发送子模块6064，用于将初步最优收益发送至能量管理中心，以使能量管理中心根据当前时段分布式电源的初步最优收益与系统总收益之差的绝对值是否小于预设阈值，向分布式电源发送确定信号。
确定信号接收子模块6065，用于接收能量管理中心发送的确定信号；
最优可平移负荷确定子模块6066，用于若接收到确定信号，将初步最优可平移发电量确定为当前时段对应分布式电源的最优可平移发电量，或者，若未接收到确定信号，重复执行上述步骤，直至得到最优可平移发电量。
第一重复执行子模块6067，用于对总时段内每个时段依次执行上述步骤，直至得到对应分布式电源在总时段内的最优可平移发电量。
另外，参见图8，图8为本发明实施例提供的一种微电网发电量优化系统的结构示意图，该微电网发电量优化系统用于微电网的能量管理中心，能量管理中心管理微电网中多个分布式电源。如图8所示，该微电网发电量优化方法包括：
方案发送模块701，用于向每个分布式电源发送个体光伏接入方案和个体储能电量，以使每个分布式电源计算分布式电源的可平移发电量和个体净发电量。
第二个体净发电量接收模块702，用于接收每个分布式电源发送的个体净发电量。
第二个体净发电量发送模块703，用于将除分布式电源外其他所有分布式电源的个体净发电量分别发送至分布式电源。
最优可平移发电量确定模块704，用于确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他分布式电源的最优可平移发电量，以使每个分布式电源对应分布式电源的可平移发电量调节至最优可平移发电量。
其中，如图8所示，图7实施例中的最优可平移发电量确定模块604，包括：
初步最优收益接收子模块7041，用于接收每个分布式电源发送的当前时段对应分布式电源的初步最优发电量。
上层目标函数计算子模块7042，用于计算当前时段系统总收益与所有分布式电源的初步最优收益之差的绝对值作为上层目标函数。
上层目标函数判断子模块7043，用于判断上层目标函数是否小于预设阈值。
确定信号发送子模块7044，用于若上层目标函数小于预设阈值，则向分布式电源发送确定信号，确定信号用于确定初步最优可平移发电量为当前时段对应分布式电源的最优可平移发电量。
第二重复执行子模块7045，用于若上层目标函数大于或等于预设阈值，则将所有分布式电源的初步最优发电量作为新的系统总收益，重复执行上述步骤，直至确定当前时段所有分布式电源的最优可平移发电量。
第三重复执行子模块7046，用于对总时段内每个时段依次执行上述步骤，直至确定所有分布式电源在总时段内的可平移发电量。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种微电网发电量优化方法，其特征在于：
Step1：每个分布式电源从所述能量管理中心获取除所述分布式电源外其他所有分布式电源的个体净发电量，根据纳什均衡策略，计算得到系统总收益条件下所述分布式电源相对于其他所有分布式电源的最优可平移发电量；
Step2：所述能量管理中心确定所述最优系统总收益条件下每个分布式电源相对于其他分布式电源的最优可平移发电量；
Step3：每个分布式电源根据所述能量管理中心的确定结果，将所述可平移发电量调节至所述最优可平移发电量。
2.根据权利要求1所述的微电网发电量优化方法，其特征在于：所述Step1具体为：
Step1.1：分布式电源计算对应所述分布式电源的可平移发电量，根据所述可平移发电量计算得到所述分布式电源的个体净发电量，将所述个体净发电量发送至能量管理中心；
Step1.2：所述分布式电源接收所述能量管理中心发送的除所述对应所述分布式电源外其他所有分布式电源的个体净发电量；
Step1.3：所述分布式电源根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的最优系统净发电量，其中，所述系统净发电量为所有分布式电源的个体净发电量之和；
Step1.4：所述分布式电源根据纳什均衡策略，结合所述最优系统净发电量计算最优系统总收益条件下对应所述分布式电源相对于其他所有分布式电源的最优可平移发电量。
3.根据权利要求2所述的微电网发电量优化方法，其特征在于：所述分布式电源根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的系统净发电量，具体为：
根据系统总收益函数：E(NLh)＝-C(NLh)和系统总成本函数C(NLh)＝a'(NLh)2+b'(NLh)，a'＞0，计算得到所述最优系统净发电量；
其中，E(NLh)为h时段的系统总收益，C(NLh)为h时段的系统总成本，NLh为h时段的系统净发电量，a’和b’分别为成本拟合系数。
4.根据权利要求2所述的微电网发电量优化方法，其特征在于：所述Step1.4具体为：
Step1.4.1：计算当前时段所述最优系统净发电量与所述其他所有分布式电源的个体净发电量之差，得到当前时段所述对应分布式电源的初步最优个体净发电量；
Step1.4.2：根据所述初步最优个体净发电量计算得到当前时段所述对应分布式电源的初步最优可平移发电量；
Step1.4.3：根据当前时段的个体收益在系统总收益的占比与所述最优系统总收益的乘积，计算得到当前时段所述对应分布式电源的初步最优收益，其中，所述当前时段的个体收益在系统总收益的占比等效于当前时段个体净发电量与系统净发电量之比；
Step1.4.4：将所述初步最优收益发送至能量管理中心，以使所述能量管理中心根据当前时段分布式电源的初步最优收益与系统总收益之差的绝对值是否小于预设阈值，向所述分布式电源发送确定信号；
Step1.4.5：接收能量管理中心发送的确定信号，若接收到所述确定信号，将所述初步最优可平移发电量确定为当前时段对应分布式电源的最优可平移发电量，或者，若未接收到所述确定信号，重复执行上述步骤，直至得到所述最优可平移发电量；
Step1.4.6：对总时段内每个时段依次执行上述步骤，直至得到所述对应分布式电源在总时段内的最优可平移发电量。
5.根据权利要求2所述的微电网发电量优化方法，其特征在于：所述分布式电源根据可平移发电量计算得到个体净发电量，具体为：
接收能量管理中心发送的储能电量；
根据个体净发电量函数：
Figure FDA0002361972220000021
和总发电量函数：
Figure FDA0002361972220000022
结合所述可平移净发电量和所述储能电量，计算各个时段的个体净发电量，其中，
Figure FDA0002361972220000023
为h时段分布式电源i的净发电量，
Figure FDA0002361972220000024
为h时段分布式电源i的总发电量，
Figure FDA0002361972220000025
为h时段分布式电源i向微电网中储能装置的储能电量，
Figure FDA0002361972220000026
为h时段分布式电源i的固定发电量，
Figure FDA0002361972220000027
为h时段的分布式电源i的可平移发电量。
6.根据权利要求1所述的微电网发电量优化方法，其特征在于：所述Step2具体为：
Step2.1：能量管理中心向每个分布式电源发送个体光伏接入方案和个体储能电量，以使每个分布式电源计算所述分布式电源的可平移发电量和个体净发电量；
Step2.2：能量管理中心接收每个分布式电源发送的个体净发电量，将除所述分布式电源外其他所有分布式电源的个体净发电量分别发送至所述分布式电源；
Step2.3：能量管理中心确定最优系统总收益条件下每个分布式电源相对于其他分布式电源的最优可平移发电量，以使每个分布式电源的可平移发电量调节至所述最优可平移发电量。
7.根据权利要求6所述的微电网发电量优化方法，其特征在于：所述Step2.3具体为：
Step2.3.1：接收每个分布式电源发送的当前时段所述对应分布式电源的初步最优收益；
Step2.3.2：计算当前时段系统总收益与所有分布式电源的初步最优收益之差的绝对值作为上层目标函数，判断所述上层目标函数是否小于预设阈值；
Step2.3.3：若所述上层目标函数小于预设阈值，则向所述分布式电源发送确定信号，所述确定信号用于确定所述初步最优可平移发电量为当前时段对应分布式电源的最优可平移发电量；
Step2.3.4：若所述上层目标函数大于或等于预设阈值，则将所述所有分布式电源的初步最优收益作为新的系统总收益，重复执行上述步骤，直至确定当前时段所有分布式电源的最优可平移发电量；
Step2.3.5：对总时段内每个时段依次执行上述步骤，直至确定所有分布式电源在总时段内的可平移发电量。
8.一种微电网发电量优化系统，其特征在于包括：
布式电源管理模块，用于控制每个分布式电源从所述能量管理中心获取除所述分布式电源外其他所有分布式电源的个体净发电量，根据纳什均衡策略，计算得到系统总收益条件下所述分布式电源相对于其他所有分布式电源的最优可平移发电量；
能量管理中心管理模块，用于控制所述能量管理中心确定所述最优系统总收益条件下每个分布式电源相对于其他分布式电源的最优可平移发电量；
所述分布式电源管理模块，还用于控制每个分布式电源根据所述能量管理中心的确定结果，将所述可平移发电量调节至所述最优可平移发电量。
9.根据权利要求8所述的微电网发电量优化方法，其特征在于：
所述分布式电源管理模块包括：
可平移发电量计算模块，用于计算对应分布式电源的可平移发电量；
个体发电量计算模块，用于根据所述可平移发电量计算得到个体净发电量；
第一个体净发电量发送模块，用于将所述个体净发电量发送至能量管理中心；
第一个体净发电量接收模块，用于接收所述能量管理中心发送的除所述对应分布式电源外其他所有分布式电源的个体净发电量；
最优系统净发电量计算模块，用于根据系统总收益与系统净发电量之间关系，计算得到最优系统总收益对应的最优系统净发电量，其中，所述系统总收益为根据微电网的用户侧负荷计算得到，所述系统净发电量为所有分布式电源的个体净发电量之和；
最优可平移发电量计算模块，用于根据纳什均衡策略，结合所述最优系统净发电量计算最优系统总收益条件下对应分布式电源相对于其他所有分布式电源的最优可平移发电量；
可平移发电量调节模块，用于将所述对应分布式电源的可平移发电量调节至所述最优可平移发电量；
所述最优可平移发电量计算模块包括：
初步最优个体净发电量计算子模块，用于计算当前时段所述最优系统净发电量与所述其他所有分布式电源的个体净发电量之差，得到当前时段所述对应分布式电源的初步最优个体净发电量；
初步最优可平移发电量计算子模块，用于根据所述初步最优个体净发电量计算得到当前时段所述对应分布式电源的初步最优可平移发电量；
初步最优收益计算子模块，用于根据当前时段的个体收益在系统总收益的占比、与所述最优系统总收益的乘积，计算得到当前时段所述对应分布式电源的初步最优收益，其中，所述当前时段的个体收益在系统总收益的占比等效于当前时段个体净发电量与系统净发电量之比；
初步最优收益发送子模块，用于将所述初步最优收益发送至能量管理中心，以使所述能量管理中心根据当前时段分布式电源的初步最优收益与系统总收益之差的绝对值是否小于预设阈值，向所述分布式电源发送确定信号；
确定信号接收子模块，用于接收能量管理中心发送的确定信号；
最优可平移负荷确定子模块，用于若接收到所述确定信号，将所述初步最优可平移发电量确定为当前时段对应分布式电源的最优可平移发电量，或者，若未接收到所述确定信号，重复执行上述步骤，直至得到所述最优可平移发电量；
第一重复执行子模块，用于对总时段内每个时段依次执行上述步骤，直至得到所述对应分布式电源在总时段内的最优可平移发电量。
10.根据权利要求8所述的微电网发电量优化方法，其特征在于：
所述能量管理中心管理模块包括：
方案发送模块，用于向每个分布式电源发送个体光伏接入方案和个体储能电量，以使每个分布式电源计算所述分布式电源的可平移发电量和个体净发电量；
第二个体净发电量接收模块，用于接收每个分布式电源发送的个体净发电量；
第二个体净发电量发送模块，用于将除所述分布式电源外其他所有分布式电源的个体净发电量分别发送至所述分布式电源；
最优可平移发电量确定模块，用于确定最优系统总收益条件下每个分布式电源对应分布式电源相对于其他分布式电源的最优可平移发电量，以使每个分布式电源的可平移发电量调节至所述最优可平移发电量；
所述最优可平移发电量确定模块包括：
初步最优收益接收子模块，用于接收每个分布式电源发送的当前时段的初步最优发电量；
上层目标函数计算子模块，用于计算当前时段系统总收益与所有分布式电源的初步最优收益之差的绝对值作为上层目标函数；
上层目标函数判断子模块，用于判断所述上层目标函数是否小于预设阈值；
确定信号发送子模块，用于若所述上层目标函数小于预设阈值，则向所述分布式电源发送确定信号，所述确定信号用于确定所述初步最优可平移发电量为当前时段对应分布式电源的最优可平移发电量；
第二重复执行子模块，用于若所述上层目标函数大于或等于预设阈值，则将所述所有分布式电源的初步最优发电量作为新的系统总收益，重复执行上述步骤，直至确定当前时段所有分布式电源的最优可平移发电量；
第三重复执行子模块，用于对总时段内每个时段依次执行上述步骤，直至确定所有分布式电源在总时段内的可平移发电量。
CN202010024517.XA 2020-01-10 2020-01-10 一种微电网发电量优化方法及系统 Pending CN111193258A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010024517.XA CN111193258A (zh) 2020-01-10 2020-01-10 一种微电网发电量优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010024517.XA CN111193258A (zh) 2020-01-10 2020-01-10 一种微电网发电量优化方法及系统

Publications (1)

Publication Number Publication Date
CN111193258A true CN111193258A (zh) 2020-05-22

Family

ID=70710031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010024517.XA Pending CN111193258A (zh) 2020-01-10 2020-01-10 一种微电网发电量优化方法及系统

Country Status (1)

Country Link
CN (1) CN111193258A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112350310A (zh) * 2020-10-29 2021-02-09 怀化智信能源科技有限公司 一种新能源智能储能方法及新能源智能储能装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104578145A (zh) * 2014-12-17 2015-04-29 天津大学 一种面向智能用电的连续任务型负荷能量控制方法
CN106447125A (zh) * 2016-10-20 2017-02-22 云南电网有限责任公司电力科学研究院 基于需求侧响应的光伏用户用电负荷优化方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104578145A (zh) * 2014-12-17 2015-04-29 天津大学 一种面向智能用电的连续任务型负荷能量控制方法
CN106447125A (zh) * 2016-10-20 2017-02-22 云南电网有限责任公司电力科学研究院 基于需求侧响应的光伏用户用电负荷优化方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112350310A (zh) * 2020-10-29 2021-02-09 怀化智信能源科技有限公司 一种新能源智能储能方法及新能源智能储能装置

Similar Documents

Publication Publication Date Title
Zhou et al. Demand response in smart grids: A randomized auction approach
CN110544112B (zh) 一种考虑可再生能源的区域调频市场出清的方法及装置
CN114077910A (zh) 柔性负荷参与调峰优化配置的方法、装置及计算机设备
CN111950934A (zh) 电力需求响应聚合负荷协同控制方法、装置和系统
CN110752598B (zh) 多点分布式储能系统灵活性评价方法和装置
CN111193258A (zh) 一种微电网发电量优化方法及系统
CN110518570A (zh) 一种基于事件驱动型自动需求响应的户用多微网系统优化控制方法
CN112510690A (zh) 考虑风火储联合和需求响应奖惩的优化调度方法及系统
CN117353346A (zh) 通信基站与电力系统的需求响应方法和装置
CN114780860B (zh) 基于多维大数据融合汇聚的自主决策方法
CN115759775A (zh) 一种考虑公平性的ncfi碳排放责任分摊方法及装置
CN116111580A (zh) 电力优化调度方法、装置、设备及存储介质
CN115833240A (zh) 考虑梯级水电站连接的风-光-水互补系统的容量配置优化方法
CN112365184B (zh) 一种计及负荷集成商历史调控性能的需求响应调度方法
CN114418232A (zh) 储能系统运行优化方法、系统、服务器及存储介质
CN114580919A (zh) 多场景两阶段需求响应资源优化调度方法、装置及设备
CN114331757A (zh) 能源管理方法、装置、计算机设备和计算机可读存储介质
CN109740178B (zh) 多租户数据中心能效优化方法、系统及联合建模方法
CN112927095B (zh) 一种电热联合系统多时间尺度协调调度方法
CN115566701B (zh) 确定定速抽蓄容量和变速抽蓄容量的方法及装置
CN117175587B (zh) 考虑柔性负荷的配电网调度优化方法、系统、终端及介质
CN115438521B (zh) 虚拟电厂参与的电力市场出清方法、装置、设备及介质
CN116454876B (zh) 电力市场水电机组的组合控制方法、装置、设备和介质
CN117543582A (zh) 考虑综合需求响应不确定性的配电网优化调度方法及系统
CN117638954A (zh) 分级调用可中断负荷的爬坡辅助服务市场出清方法及装置

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: 20200522

RJ01 Rejection of invention patent application after publication