CN111244948A - 一种基于nsga2算法的微电网优化调度方法 - Google Patents

一种基于nsga2算法的微电网优化调度方法 Download PDF

Info

Publication number
CN111244948A
CN111244948A CN202010129101.4A CN202010129101A CN111244948A CN 111244948 A CN111244948 A CN 111244948A CN 202010129101 A CN202010129101 A CN 202010129101A CN 111244948 A CN111244948 A CN 111244948A
Authority
CN
China
Prior art keywords
power
load
model
micro
following formula
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
CN202010129101.4A
Other languages
English (en)
Inventor
吴祝李
洪同庆
禹鹏
陈益华
冯乃华
赵景飞
周杰
符礼攀
陈运钦
羊冠宝
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.)
Sansha Power Supply Bureau Co.,Ltd.
Original Assignee
Sansha Power Supply Bureau Of Hainan Power Grid 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 Sansha Power Supply Bureau Of Hainan Power Grid Co ltd filed Critical Sansha Power Supply Bureau Of Hainan Power Grid Co ltd
Priority to CN202010129101.4A priority Critical patent/CN111244948A/zh
Publication of CN111244948A publication Critical patent/CN111244948A/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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/30—Wind power
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

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

Abstract

本发明提供一种基于NSGA2算法的微电网优化调度方法，其特征在于，包括如下步骤：S1、建立包含风电机组发电模型、光伏发电模型、储能模型的微电网系统模型；S2、建立所述微电网系统模型的柔性负荷调整策略，并建立微电网系统模型的优化函数；S3、通过NSGA2算法求解所述优化函数，获取微电网系统模型的最佳调节因子。

Description

一种基于NSGA2算法的微电网优化调度方法
技术领域
本发明涉及微电网调度技术领域，尤其涉及一种基于NSGA2算法的微电网优化调度方法。
背景技术
当前针对微电网优化仿真调度问题的研究主要侧重于微电网的经济性、污染度考虑，在优化过程中简化了对负荷的讨论与分析，忽略了对柔性负荷的优化调度研究。
发明内容
本发明的目的在于提供一种基于NSGA2算法的微电网优化调度方法，以解决上述背景技术中提出的问题。
本发明是通过以下技术方案实现的：一种基于NSGA2算法的微电网优化调度方法，包括如下步骤：
S1、建立包含风电机组发电模型、光伏发电模型、储能模型的微电网系统模型；
S2、建立所述微电网系统模型的柔性负荷调整策略，并建立微电网系统模型的优化函数；
S3、通过NSGA2算法求解所述优化函数，获取微电网系统模型的最佳调节因子。
优选的，所述风电机组发电模型满足下列式子：
Figure BDA0002395309660000021
式中，vout为风电机组的切出风速，vin为风电机组的切入风速，vout为风电机组的额定风速，pr w为风电机组的额定有功出力。
优选的，所述光伏发电模型通过下式进行构建：
Figure BDA0002395309660000022
其中，Ppv为光伏出力，Ypv为额定容量，fpv、αp为常数，
Figure BDA0002395309660000023
为光强，
Figure BDA0002395309660000024
为辐射强度，Tc为电池温度，Tc，STC为标况下的电池温度。
优选的，所述储能模型通过下式进行构建：
PC(t)*fC*Tc＝E(t)-(1-α)*E(t-1)
(1-α)*E(t-1)＝E(t)+Pf(t)*ff*Tf
式中，E(t)为t时刻蓄电池的电量，E(t-1)为前一时刻蓄电池电量，α为自放电率，PC(t)为充电功率，fC为充电效率，Tc为充电时间，Pf(t)为放电功率，ff为放电效率，Tf为放电时间。
优选的，所述柔性负荷调整策略包括可调整负荷的调度策略、可平移负荷的调度策略，所述可调整负荷的调度策略通过控制室内温度的上下限阈值实现对空调负荷出力的调度，采用下式进行表达：
Figure BDA0002395309660000025
Figure BDA0002395309660000026
Figure BDA0002395309660000027
在式中，Tmin、Tmax分别为某一区域温度的上下限；
所述可平移负荷的调度策略通过对用电装置的工作起始时间进行调整，实现对总平移负荷功率曲线的调度，采用下式进行表达：
Figure BDA0002395309660000031
式中，Pl，i表示第i时间点的总平移负荷功率，N1表示第一用电装置数量，N2表示第二用电装置数量，
Figure BDA0002395309660000032
表示第一用电装置负荷功率，
Figure BDA0002395309660000033
定示第二用电装置负荷功率。
优选的，所述优化函数包括第一目标函数以及第二目标函数，所述第一目标函数为用电装置的运行费用函数，通过下式进行表示：
Figure BDA0002395309660000034
式中，Δti为第i时段的时长，Kw(w)、Kw(pv)、Kw(ba)分别表示风力发电机、光伏电池、储能电池的运维系数，T为时间间隔，Pwi、Ppvi、Pba，i分别为第i时段内风力发电机、光伏电池、储能电池功率，Cin，i、Cout，i分别为第i时刻购电和售电电价，Pin，i、Pout，i分别为第i时刻购电和售电功率。
优选的，通过下式计算所述第i时刻的购电功率：
Figure BDA0002395309660000035
通过下式计算所述第i时刻的售电功率：
Figure BDA0002395309660000041
优选的，所述第二目标函数为用电装置的蓄电池使用寿命函数，通过下式进行表示：
Figure BDA0002395309660000042
Figure BDA0002395309660000043
式中，P′ba，i为蓄电池组第i段放电功率，Pba，i为不同时段蓄电池充放电功率。
优选的，通过NSGA2算法分别计算所述蓄电池使用寿命函数以及所述运行费用函数。
与现有技术相比，本发明达到的有益效果如下：
本发明提供的一种基于NSGA2算法的微电网优化调度方法，通过建立含有风力发电模块、光伏发电模块、储能模块一体化的微电网系统数学模型，提出风力发电出力、光伏发电出力的预测算法；通过采用NSGA2多目标优化算法对模型进行求解，有效降低了微电网的运行费用，提高了储能系统的使用寿命，保证微电网安全、经济运行。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的调度方法的流程图；
图2为本发明实施例提供的调度方法的流程图。
具体实施方式
为了更好理解本发明技术内容，下面提供具体实施例，并结合附图对本发明做进一步的说明。
参见图1至图2，一种基于NSGA2算法的微电网优化调度方法，包括如下步骤：
S1、建立包含风电机组发电模型、光伏发电模型、储能模型的微电网系统模型；
所述风电机组发电模型满足下列式子：
Figure BDA0002395309660000051
式中，vout为风电机组的切出风速，vin为风电机组的切入风速，vout为风电机组的额定风速，pr w为风电机组的额定有功出力。
所述光伏发电模型通过下式进行构建：
Figure BDA0002395309660000052
其中，Ppv为光伏出力，Ypv为额定容量，fpv、αp为常数，
Figure BDA0002395309660000053
为光强，
Figure BDA0002395309660000054
为辐射强度，Tc为电池温度，Tc，STC为标况下的电池温度。
所述储能模型通过下式进行构建：
PC(t)*fC*Tc＝E(t)-(1-α)*E(t-1)
(1-α)*E(t-1)＝E(t)+Pf(t)*ff*Tf
式中，E(t)为t时刻蓄电池的电量，E(t-1)为前一时刻蓄电池电量，α为自放电率，PC(t)为充电功率，fC为充电效率，Tc为充电时间，Pf(t)为放电功率，ff为放电效率，Tf为放电时间。
以30min为采样间隔，获取光伏电池组的额定容量，通过天气预报数据获取未来24h内光照强度，辐射强度数据，假设为标况下电池温度恒定，根据光伏发电预测模型预测未来24h内每时刻光伏系统的输出功率Ppvi；通过天气预报数据获取未来24h内风速数据，根据风力发电预测模型预测未来24h内每时刻的风电系统的输出功率Pwi。
S2、建立所述微电网系统模型的柔性负荷调整策略，并建立微电网系统模型的优化函数；
所述柔性负荷调整策略包括可调整负荷的调度策略、可平移负荷的调度策略，所述可调整负荷的调度策略通过控制室内温度的上下限阈值实现对空调负荷出力的调度，其具体的调节策略为：当室温达到温度上限时关断空调，使室内温度下降，直到室温降低至温度下限再开启空调，保证室内温度在一定的范围内波动，在满足约束条件的前提下通过控制室内温度的上下限阈值实现对空调负荷出力的调度，以达到最优的目标函数
采用下式进行表达：
Figure BDA0002395309660000061
Figure BDA0002395309660000062
Figure BDA0002395309660000063
在式中，Tmin、Tmax分别为某一区域温度的上下限；
所述可平移负荷的调度策略通过对用电装置的工作起始时间进行调整，实现对总平移负荷功率曲线的调度，其中用电装置包括电瓶车蓄电池组、洗衣机等，即对可平移负荷的调度是在满足约束条件的情况下，对每台电瓶车蓄电池组充电装置、洗衣机的工作起始时间tak进行调整，实现对总平移负荷功率曲线的调度，以达到最优的目标函数。
用下式进行表达：
Figure BDA0002395309660000071
式中，Pl，i表示第i时间点的总平移负荷功率，N1表示第一用电装置数量，N2表示第二用电装置数量，
Figure BDA0002395309660000072
定示第一用电装置负荷功率，
Figure BDA0002395309660000073
表示第二用电装置负荷功率。
考虑到居民区柔性负荷的波动性小，负荷较为稳定，以30min为采样间隔，以当前日的空调、电瓶车蓄电池组充电装置、洗衣机的运行状态作为未来24h内柔性负荷的运行状态，根据可调整负荷、可平移负荷的负荷模型计算未来24h内各时段的负荷值Pe，i、Pl，i。
具体的，所建立的优化函数包括第一目标函数以及第二目标函数，所述第一目标函数为用电装置的运行费用函数，通过下式进行表示：
Figure BDA0002395309660000074
式中，Δti为第i时段的时长，Kw(w)、Kw(pv)、Kw(ba)分别表示风力发电机、光伏电池、储能电池的运维系数，T为时间间隔，Pwi、Ppvi、Pba，i分别为第i时段内风力发电机、光伏电池、储能电池功率，Cin，i、Cout，i分别为第i时刻购电和售电电价，Pin，i、Pout，i分别为第i时刻购电和售电功率。
具体的，所述第i时刻的购电功率通过下式计算：
Figure BDA0002395309660000081
所述第i时刻的售电功率通过下式计算：
Figure BDA0002395309660000082
其中ηAC/AC为AC-AC变换器的额定功率，ηDC/AC为AC-DC变换器的额定功率
所述第二目标函数为用电装置的蓄电池使用寿命函数，通过下式进行表示：
Figure BDA0002395309660000083
Figure BDA0002395309660000084
式中，P′ba，i为蓄电池组第i段放电功率，Pba，i为不同时段蓄电池充放电功率。
S3、通过NSGA2算法求解所述优化函数，获取微电网系统模型的最佳调节因子。
其具体方式为，通过每台空调温度的上下限阈值Tmin、Tmax，每台电瓶车蓄电池组充电装置、洗衣机的工作起始时间tak以及与之对应的运行费用与蓄电池组使用寿命值，构成一个规模为N的初始种群Pt，在选择、交叉、变异过程下产生子代种群Qt，结合生成规模为2N的种群Rt。
对种群Rt进行快速非支配排序，形成非支配集Zi并对计算每个非支配层中个体的拥挤度，根据排序结果以及拥挤度筛选合适的个体，直至个体数量为N时，新一代父代种群Pt+1形成，继续重复上述步骤，直到NSGA2算法达到遗传代数，其满足遗传代数时所对应的运行费用以及蓄电池组使用寿命所对用的决策变量以及工作起始时间即为微电网系统模型的最佳调节因子。
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，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (9)

1.一种基于NSGA2算法的微电网优化调度方法，其特征在于，包括如下步骤：
S1、建立包含风电机组发电模型、光伏发电模型、储能模型的微电网系统模型；
S2、建立所述微电网系统模型的柔性负荷调整策略，并建立微电网系统模型的优化函数；
S3、通过NSGA2算法求解所述优化函数，获取微电网系统模型的最佳调节因子。
2.根据权利要求1所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，所述风电机组发电模型满足下列式子：
Figure FDA0002395309650000011
式中，vout为风电机组的切出风速，vin为风电机组的切入风速，vout为风电机组的额定风速，pr w为风电机组的额定有功出力。
3.根据权利要求1所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，所述光伏发电模型通过下式进行构建：
Figure FDA0002395309650000012
其中，Ppv为光伏出力，Ypv为额定容量，fpv、αp为常数，
Figure FDA0002395309650000013
为光强，
Figure FDA0002395309650000014
为辐射强度，Tc为电池温度，Tc,STC为标况下的电池温度。
4.根据权利要求1所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，所述储能模型通过下式进行构建：
PC(t)*fC*Tc＝E(t)-(1-α)*E(t-1)
(1-α)*E(t-1)＝E(t)+Pf(t)*ff*Tf
式中，E(t)为t时刻蓄电池的电量，E(t-1)为前一时刻蓄电池电量，α为自放电率，PC(t)为充电功率，fC为充电效率，Tc为充电时间，Pf(t)为放电功率，ff为放电效率，Tf为放电时间。
5.根据权利要求1所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，所述柔性负荷调整策略包括可调整负荷的调度策略、可平移负荷的调度策略，所述可调整负荷的调度策略通过控制室内温度的上下限阈值实现对空调负荷出力的调度，采用下式进行表达：
Figure FDA0002395309650000021
Figure FDA0002395309650000022
Figure FDA0002395309650000023
在式中，Tmin、Tmax分别为某一区域温度的上下限；
所述可平移负荷的调度策略通过对用电装置的工作起始时间进行调整，实现对总平移负荷功率曲线的调度，采用下式进行表达：
Figure FDA0002395309650000024
式中，Pl,i表示第i时间点的总平移负荷功率，N1表示第一用电装置数量，N2表示第二用电装置数量，
Figure FDA0002395309650000025
表示第一用电装置负荷功率，
Figure FDA0002395309650000026
表示第二用电装置负荷功率。
6.根据权利要求5所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，所述优化函数包括第一目标函数以及第二目标函数，所述第一目标函数为用电装置的运行费用函数，通过下式进行表示：
Figure FDA0002395309650000031
式中，Δti为第i时段的时长，Kw(w)、Kw(pv)、Kw(ba)分别表示风力发电机、光伏电池、储能电池的运维系数，T为时间间隔，Pwi、Ppvi、Pba,i分别为第i时段内风力发电机、光伏电池、储能电池功率，Cin,i、Cout,i分别为第i时刻购电和售电电价，Pin,i、Pout,i分别为第i时刻购电和售电功率。
7.根据权利要求6所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，通过下式计算所述第i时刻的购电功率：
Figure FDA0002395309650000032
通过下式计算所述第i时刻的售电功率：
Figure FDA0002395309650000033
8.根据权利要求7所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，所述第二目标函数为用电装置的蓄电池使用寿命函数，通过下式进行表示：
Figure FDA0002395309650000034
Figure FDA0002395309650000035
式中，P′ba,i为蓄电池组第i段放电功率，Pba,i为不同时段蓄电池充放电功率。
9.根据权利要求8所述的一种基于NSGA2算法的微电网优化调度方法，其特征在于，通过NSGA2算法分别计算所述蓄电池使用寿命函数以及所述运行费用函数。
CN202010129101.4A 2020-02-28 2020-02-28 一种基于nsga2算法的微电网优化调度方法 Pending CN111244948A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010129101.4A CN111244948A (zh) 2020-02-28 2020-02-28 一种基于nsga2算法的微电网优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010129101.4A CN111244948A (zh) 2020-02-28 2020-02-28 一种基于nsga2算法的微电网优化调度方法

Publications (1)

Publication Number Publication Date
CN111244948A true CN111244948A (zh) 2020-06-05

Family

ID=70866255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010129101.4A Pending CN111244948A (zh) 2020-02-28 2020-02-28 一种基于nsga2算法的微电网优化调度方法

Country Status (1)

Country Link
CN (1) CN111244948A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113517691A (zh) * 2021-07-19 2021-10-19 海南电网有限责任公司 一种基于峰谷分时电价的多类型电源协同调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130082529A1 (en) * 2011-09-29 2013-04-04 James Frederick Wolter Power generation system with integrated renewable energy generation, energy storage, and power control
CN103996075A (zh) * 2014-05-08 2014-08-20 南方电网科学研究院有限责任公司 考虑柴蓄协调增效的微电网多目标优化调度方法
CN104253432A (zh) * 2014-09-09 2014-12-31 上海交通大学 数据中心内利用风能和电池储能的运行费用计算方法
CN107834601A (zh) * 2017-11-17 2018-03-23 燕山大学 一种考虑柔性负荷的独立微电网系统容量优化配置方法
CN110365034A (zh) * 2019-07-04 2019-10-22 苏州瑞城电力科技有限公司 一种计及储能容量配置的微电网电能优化调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130082529A1 (en) * 2011-09-29 2013-04-04 James Frederick Wolter Power generation system with integrated renewable energy generation, energy storage, and power control
CN103996075A (zh) * 2014-05-08 2014-08-20 南方电网科学研究院有限责任公司 考虑柴蓄协调增效的微电网多目标优化调度方法
CN104253432A (zh) * 2014-09-09 2014-12-31 上海交通大学 数据中心内利用风能和电池储能的运行费用计算方法
CN107834601A (zh) * 2017-11-17 2018-03-23 燕山大学 一种考虑柔性负荷的独立微电网系统容量优化配置方法
CN110365034A (zh) * 2019-07-04 2019-10-22 苏州瑞城电力科技有限公司 一种计及储能容量配置的微电网电能优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘梦: ""含柔性负荷的微电网储能配置与调度方法研究"", 《中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）》 *
邱海峰 等: ""计及储能损耗和换流成本的交直流混合微网区域协调调度"", 《电力系统自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113517691A (zh) * 2021-07-19 2021-10-19 海南电网有限责任公司 一种基于峰谷分时电价的多类型电源协同调度方法

Similar Documents

Publication Publication Date Title
CN111445090A (zh) 一种离网型综合能源系统双层规划方法
CN112865075B (zh) 一种交直流混合微电网优化方法
CN111384719A (zh) 一种光伏并网时的分布式储能电站削峰填谷优化调度方法
CN116307505A (zh) 一种企业微电网能量经济优化调度方法
Huangfu et al. An optimal energy management strategy with subsection bi-objective optimization dynamic programming for photovoltaic/battery/hydrogen hybrid energy system
CN109861292B (zh) 一种基于多能源储能系统提高清洁能源消纳方法
CN116345629A (zh) 一种光伏储能设备的储能管理系统
Gbadega et al. JAYA algorithm-based energy management for a grid-connected micro-grid with PV-wind-microturbine-storage energy system
CN111244948A (zh) 一种基于nsga2算法的微电网优化调度方法
CN115693793B (zh) 一种区域微电网能源优化控制方法
CN116667406A (zh) 基于非线性规划的储能充放电策略优化方法
CN116154770A (zh) 一种基于光伏储能的建筑工地智慧用电调度系统及方法
CN115864475A (zh) 一种风光储容量优化配置方法及系统
CN107528352A (zh) 一种基于可再生能源高渗透率的配电网有功优化方法
CN114723278A (zh) 一种考虑光伏储能的社区微电网调度方法及系统
CN108183504B (zh) 一种新能源电动车充电站
Gong et al. Research on scheduling of wind solar energy storage microgrid considering new energy consumption
CN113361976A (zh) 基于多主体分布式运行的园区综合能源调度方法及系统
CN112600243B (zh) 一种混合电网发电装置
CN114336764B (zh) 一种基于sofc与电转气技术的微电网系统及其容量配置方法
CN117691685B (zh) 一种光伏逆变器智能调控系统
CN218407656U (zh) 一种基于污水厂水利发电的储能系统
CN116454987B (zh) 一种用于与新能源联合调度的储能优化方法及系统
Peter Anuoluwapo et al. JAYA Algorithm-Based Energy Management for a Grid-Connected Micro-Grid with PV-Wind-Microturbine-Storage Energy System
Huang et al. Evaluation Method of Comprehensive Balance Capacity for Provincial Power System Considering Efficient Interaction Between Source and Load

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220321

Address after: 570100 No. 23, hairuihou Road, Haikou City, Hainan Province

Applicant after: Sansha Power Supply Bureau Co.,Ltd.

Address before: No.23, hairuihou Road, Longhua District, Haikou City, Hainan Province, 570100

Applicant before: SANSHA POWER SUPPLY BUREAU OF HAINAN POWER GRID CO.,LTD.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200605