CN111327078A - 户用能源调度方法、能源管理模块及户用能源系统 - Google Patents
户用能源调度方法、能源管理模块及户用能源系统 Download PDFInfo
- Publication number
- CN111327078A CN111327078A CN202010119674.9A CN202010119674A CN111327078A CN 111327078 A CN111327078 A CN 111327078A CN 202010119674 A CN202010119674 A CN 202010119674A CN 111327078 A CN111327078 A CN 111327078A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- storage battery
- energy
- battery
- 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
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
-
- 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
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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
Abstract
本发明提供一种户用能源调度方法、能源管理模块及户用能源系统,包括:预计估算当前调度周期内的光伏发电功率及负载功率;根据光伏预估发电功率、预估负载功率、储能电池的容量及充放电功率、电动汽车电池的容量及充放电功率、储能电池的循环寿命,利用混合整数线性规划求解当前调度周期内的目标成本函数的最小值;获得目标成本函数最小时对应的各系统参数及用电费用,得到能源调度方案。本发明以用户用电费用最小为优化调度目标,同时将储能电池的消耗成本引入调度目标,利用混合整数线性规划方法,对各类用电设备、电动汽车和储能电池进行协同调度,在用电费用最小的同时最小化储能电池消耗,延长储能电池寿命,从而提高整个系统的总收益。
Description
技术领域
本发明涉及能源管理领域,特别是涉及一种户用能源调度方法、能源管理模块及户用能源系统。
背景技术
在社会、环境、能源和可持续性发展等要求的推动下,新能源的推广应用已成为全球共识,全球向更可持续的能源体系过渡,而太阳能作为新能源中最主要的可再生能源,在未来发展中占有重要地位。近年来,分布式光伏系统无论在家庭、商业还是工业领域都取得了长足进展。但光伏发电的间歇性输出给电力运营的可靠性带来了极大挑战,同时随着其能源占比的增多挑战会日益严峻,因此越来越多的电池储能被用于整合能源并提高电网灵活性。另一方面,用户端的用能系统也更将多样化智能化,如何协调优化产能、储能、用能等将是亟待解决的难题,对可用以解决在不同网络中发现的能量优化问题的能源管理系统(Energy Management System,EMS)来说,迎来了巨大的挑战和机遇。
户用能源系统主要由能源管理系统、负载设备、分布式可再生能源和储能系统构成。能源管理系统通过收集用电设备的工作状态和室内外环境信息,对这些信息加以分析产生对各类设备的调度决策,在满足用户舒适度的同时,减少不必要的能耗,提高用电效率,节省电费开支。负载设备可分为可调度负载和不可调度负载,可调度负载是指对其进行适当调度时不会影响用户的舒适性,一般有电动汽车、洗衣机、热水器等;不可调度负载在系统中直接影响用户舒适性或正常运行,正常情况不对其进行调度,一般包括照明、空调、新风、冰箱、电脑、其他运行设备等。其中电动汽车较为特殊,在某些情况也可将其视为储能装置。分布式可再生能源最常见的是太阳能光伏发电系统,由于太阳能的间歇性,引入储能系统用于整合。在满足户用能源需求后,若可再生能源供电仍有余量,则可将多余的电能为储能电池充电或者直接并网以实现收益。储能系统除了用于提高可再生能源的电能质量和电能利用率外,还可以在电力需求的“谷底”从电网获取电能,在用电高峰时期供给家庭用电负载使用,或者售给电网来获取经济效益,降低用户的用电费用。
在能源管理系统中,优化调度方法是核心部分,优化调度的目的是通过控制光伏发电、负载用电和储能设备,提高光伏发电的利用率,调动储能电池的用途,提高家庭用电效率,降低用电费用提高可再生能源系统和储能系统的收益。目前的调度方案由于考虑因素的不全面导致其发展受限,因此,如何进一步优化能源调度方案已成为本领域技术人员亟待解决的问题之一。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种户用能源调度方法、能源管理模块及户用能源系统,用于解决现有技术中能源调度方案考虑的因素不全面,导致发展受限的问题。
为实现上述目的及其他相关目的,本发明提供一种户用能源调度方法,所述户用能源调度方法至少包括:
1)预计估算当前调度周期内的光伏发电功率及负载功率;
2)根据光伏预估发电功率、预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命,利用混合整数线性规划求解当前调度周期内的目标成本函数的最小值;
3)获得所述目标成本函数最小时对应的各系统参数及用电费用,得到能源调度方案;
4)重复步骤1)~3),计算下一调度周期的能源调度方案;
其中,一个调度周期平均划分成N个时间段,每一时间段的时间间隔为T。
可选地,所述光伏预估发电功率基于天气预报信息获得。
可选地,所述目标成本函数满足如下关系式:
0≤Pfromgrid(D)≤Pmax fromgrid×γgrid;
0≤Ptogrid(D)≤Pmax togrid×(1-γgrid);
其中,D为时间段的序列,D=1,2,3…,N;T为单个时间段的时间间隔;Pfromgrid(D)为时间段D内的取电功率;p+(D)为时间段D内的用电单价;Ptogrid(D)为时间段D内的售电功率;p-(D)为时间段D内的售电单价;Closs(D)为时间段D内储能电池的损失容量;为储能电池单位损失容量成本;Pmax fromgrid为从电网取电的最大取电功率;Pmax togrid为并网售电的最大售电功率;γgrid∈{0,1},当从电网取电时γgrid=1,当并网售电时γgrid=0。
更可选地,所述储能电池的损失容量满足如下关系式:
其中,系数kDOC(D)与储能电池的循环深度成正比;系数krate(D)与储能电池的循环倍率成正比;Pbat(D)为时间段D内储能电池的充放电功率,Ebatnom为储能电池的实际容量。
更可选地,所述储能电池单位损失容量成本满足如下关系式:
其中,COSTbattery为储能电池的购买成本,ε为储能电池允许的损失容量最大百分比,Cbatnom为储能电池的标称容量。
更可选地,所述户用能源调度方法存在功率平衡关系,满足如下关系式:
Pfromgrid(D)+ηinv×PPV(D)=Pload(D)+PEV(D)+Pbat(D)+Ptogrid(D);
其中,PPV(D)为时间段D内的所述光伏预估发电功率;Pload(D)为时间段D内的所述预估负载功率;PEV(D)为时间段D内电动汽车电池的充放电功率;Pbat(D)为储能电池的充放电功率;ηinv为逆变器将直流电转换为交流电的效率。
更可选地,所述储能电池的充放电功率满足如下关系式:
0≤Pbat+(D)≤Pmax bat+×(1-αbat);
0≤Pbat-(D)≤Pmax bat-×αbat;
其中,Pbat+(D)为时间段D内储能电池的充电功率;Pbat-(D)为时间段D内储能电池的放电功率;αbat为储能电池的充放电状态,αbat∈{0,1},当储能电池处于充电状态时αbat=0,当储能电池处于放电状态时αbat=1;Pmax bat+为储能电池的最大充电功率;Pmax bat-为储能电池的最大放电功率。
更可选地,所述储能电池下一时刻的荷电状态满足如下关系式:
Smin bat≤Sbat(D)≤Smax bat;
其中,Sbat(D+1)为时间段D+1内储能电池的荷电状态;Sbat(D)为时间段D内储能电池的荷电状态;Ebatnom为储能电池的实际容量;Smin bat为储能电容的最小荷电状态;Smax bat为储能电容的最大荷电状态。
更可选地,所述电动汽车电池的充放电功率满足如下关系:
0≤PEV+(D)≤Pmax EV+×(1-βEV);
0≤PEV-(D)≤Pmax EV-×βEV;
其中,PEV+(D)为时间段D内电动汽车电池的充电功率;PEV-(D)为时间段D内电动汽车电池的放电功率;βEV∈{0,1},当电动汽车电池处于正常充电状态时βEV=0,当电动汽车电池处于应急放电状态时βEV=1;Pmax EV+为电动汽车电池的最大充电功率;Pmax EV-为电动汽车电池的最大放电功率。
更可选地,所述电动汽车电池下一时刻的荷电状态可由时间序列递推得到:
Smin EV≤SEV(D)≤Smax EV;
其中,SEV(D+1)为时间段D+1内电动汽车电池的荷电状态;SEV(D)为时间段D内电动汽车电池的荷电状态;EEVnom为电动汽车电池的实际容量;Smin EV为电动汽车电池的最小荷电状态;Smax EV为电动汽车电池的最大荷电状态。
更可选地,步骤3)中各系统参数包括取电功率,售电功率,储能电池的充放电功率及电动汽车电池的充放电功率;
所述目标成本函数最小时对应的从电网取电序列满足如下关系式:
{Pfromgrid(D)min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的并网售电序列满足如下关系式:
{Ptogrid(D)|min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的储能电池充放电序列满足如下关系式:
{Pbat(D)min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的电动汽车电池充放电序列满足如下关系式:
{PEV(D)|min(Z),D=1,2,3,…,N};
其中,Pbat(D)为储能电池的充放电功率;PEV(D)为时间段D内电动汽车电池的充放电功率。
更可选地,步骤3)中所述目标成本函数最小时对应的用电费用满足如下关系式:
为实现上述目的及其他相关目的,本发明还提供一种能源管理模块,所述能源管理模块至少包括:
估计单元,用于得到光伏预估发电功率及预估负载功率;
目标成本计算单元,基于所述光伏预估发电功率、所述预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命计算目标成本函数;
调度单元,基于所述目标成本函数的最小值时的各系统参数及用电费用获得对应的能源调度方案。
可选地,所述系统参数包括所述目标成本函数的最小值对应的取电功率、售电功率、储能电池充放电功率及电动汽车电池充放电功率。
为实现上述目的及其他相关目的,本发明还提供一种户用能源系统,所述户用能源系统至少包括:
上述能源管理模块、光伏发电板、交直流转换模块、储能电池、电动汽车、负载及电网;
所述交直流转换模块连接所述光伏发电板、所述储能电池及所述电动汽车,用于电能转换;
所述能源管理模块连接所述交直流转换模块、所述电动汽车、所述负载及所述电网,并接受天气预报信息,用于进行能源调度。
如上所述,本发明的户用能源调度方法、能源管理模块及户用能源系统,具有以下有益效果:
本发明的户用能源调度方法、能源管理模块及户用能源系统以用户用电费用最小为优化调度目标,同时将储能电池的消耗成本引入调度目标,利用混合整数线性规划方法,根据用电负载信息和光伏发电预测,对各类用电设备、电动汽车和储能电池进行协同调度,在实现用电费用最小的同时,最小化储能电池消耗,延长储能电池寿命,从而使整个系统的收益期更长,提高总收益。
附图说明
图1显示为本发明的户用能源调度方法的流程示意图。
图2显示为本发明的能源管理模块的结构示意图。
图3显示为本发明的户用能源系统的结构示意图。
元件标号说明
1~4 步骤
11 能源管理模块
111 估计单元
112 目标成本计算单元
113 调度单元
12 光伏发电板
13 交直流转换模块
14 储能电池
15 电动汽车
16 负载
17 电网
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1~图3。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
能源调度算法主要有三种:用电总功耗小于设定值;在电力短缺地区,电力公司与用户签订协议,以经济赔偿的方式向用户发送电力需求控制信号,指定持续时间内的用电上限,此时通过调度算法控制用电设备使总能耗小于上限设定值。光伏利用率最大;由于光伏发电的不稳定性,为了提高其电能利用率,需配合储能系统使用,这类调度算法首先满足用户的自需用电,其次是储能系统,如有多余,才将其并网售出。用电费用最小,综合考虑光伏发电、负载用电、储能系统、电力定价等信息,在调度周期内,对用电设备和储能设备进行时空间上的优化调度,在约束范围内寻找最小化电力费用的调度方法。在户用能源管理系统中,储能系统受电池的循环寿命限制使其成本居高不下,在一定程度上阻碍了其发展推广。本发明利用调度算法延长储能电池的使用寿命,进而大大降低其使用成本。
实施例一
如图1所示,本实施例提供一种户用能源调度方法,所述户用能源调度方法包括:
1)预计估算当前调度周期内的光伏发电功率及负载功率。
具体地,将一个调度周期平均划分为N段,N为不小于1的整数,作为示例N可设定为1、2、5、6、12,在此不一一赘述;相应地,每一段具有时间间隔为T(T*N=1个调度周期)。N的具体数值可基于实际需要进行设置,不以本实施例为限。
具体地,预估当前调度周期内的光伏发电功率,估计时考虑的因素包括但不限于天气预报信息,任意对光伏发电功率产生影响的因素均可包括在内,在此不一一赘述。
具体地,预估当前调度周期内的负载功率,估计时考虑的因素包括但不限于用电设备的数量、各用电设备对应的负载功率,任意对负载功率产生影响的因素均可包括在内,在此不一一赘述。
2)根据光伏预估发电功率、预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命,利用混合整数线性规划求解当前调度周期内的目标成本函数的最小值。
具体地,基于从电网取电的费用、并网售电的收益和储能电池的容量损失成本建立目标成本函数,满足如下关系式:
所述取电功率Pfromgrid(D)需满足如下约束条件:
0≤Pfromgrid(D)≤Pmax fromgrid×γgrid;
所述售电功率Ptogrid(D)需满足如下约束条件:
0≤Ptogrid(D)≤Pmax togrid×(1-γgrid);
其中,D为时间段的序列,D=1,2,3…,N;T为单个时间段的时间间隔,Pfromgrid(D)为时间段D内的取电功率,p+(D)为时间段D内的用电单价,Ptogrid(D)为时间段D内的售电功率,p-(D)为时间段D内的售电单价,Closs(D)为时间段D内储能电池的损失容量,为储能电池单位损失容量成本;Pmax fromgrid为从电网取电的最大取电功率;Pmax togrid为并网售电的最大并网售电功率;γgrid∈{0,1}(为0或1的变量),当从电网取电时γgrid=1,当并网售电时γgrid=0。
作为示例,所述的储能电池的损失容量满足如下关系式:
其中,系数kDOC(D)与储能电池的循环深度成正比,系数kDOC(D)与储能电池的循环深度的具体关系可基于储能电池的材料及性能参数进行设置;系数krate(D)与储能电池的循环倍率成正比,系数krate(D)与储能电池的循环倍率的具体关系可基于储能电池的材料及性能参数进行设置;Pbat(D)为时间段D内储能电池的充放电功率,Ebatnom为储能电池的实际容量。
作为示例,通常,当储能电池的容量损失至ε时认为储能电池的性能严重下降,不适宜继续使用,定义ε为储能电池允许的损失容量最大百分比,常取ε=20%,在实际使用中,根据电池剩余容量的实际情况,ε的值可以增大,如30%甚至更多。因此,所述储能电池单位损失容量成本满足如下关系式:
其中,COSTbattery为储能电池的购买成本,Cbatnom为储能电池的标称容量。
具体地,作为本发明的一种实施方式,所述户用能源调度方法存在功率平衡关系,满足如下关系式:
Pfromgrid(D)+ηinv×PPV(D)=Pload(D)+PEV(D)+Pbat(D)+Ptogrid(D);
其中,PPV(D)为时间段D内的所述光伏预估发电功率;Pload(D)为时间段D内的所述预估负载功率;PEV(D)为时间段D内电动汽车电池的充放电功率;Pbat(D)为储能电池的充放电功率;ηinv为逆变器将直流电转换为交流电的效率。
所述储能电池的充放电功率满足如下关系式:
所述储能电池的充电功率需满足如下约束条件:
0≤Pbat+(D)≤Pmax bat+×(1-αbat);
所述储能电池的放电功率需满足如下约束条件:
0≤Pbat-(D)≤Pmax bat-×αbat;
其中,Pbat+(D)为时间段D内储能电池的充电功率;Pbat-(D)为时间段D内储能电池的放电功率;αbat为储能电池的充放电状态,αbat∈{0,1}(为0或1的变量),当储能电池处于充电状态时αbat=0,当储能电池处于放电状态时αbat=1;Pmax bat+为储能电池的最大充电功率;Pmax bat-为储能电池的最大放电功率。
具体地,对所述储能电池的荷电状态(State of Charge,SOC)进行考量,所述储能电池的荷电状态表示储能电池当前的剩余容量与实际容量的比值,下一时刻的荷电状态可由时间序列递推得到,作为示例,满足如下关系式:
所述储能电池的荷电状态需满足如下约束条件:
Smin bat≤Sbat(D)≤Smax bat;
其中,Sbat(D+1)为时间段D+1内储能电池的荷电状态;Sbat(D)为时间段D内储能电池的荷电状态;Ebatnom为储能电池的实际容量;Smin bat为储能电容的最小荷电状态;Smax bat为储能电容的最大荷电状态;当储能电池的荷电状态小于最小荷电状态Smin bat时停止放电,进入充电模式,储能电池的循环寿命减小。
在家庭能源管理系统中,电动汽车作为一种特殊的负载,正常情况下仅对其进行充电调度,在紧急情况下可作为应急储能电源使用放电调度。因此,所述电动汽车电池的充放电功率满足如下关系式:
所述电动汽车电池的充电功率需满足如下约束条件:
0≤PEV+(D)≤Pmax EV+×(1-βEV);
所述电动汽车电池的放电功率需满足如下约束条件:
0≤PEV-(D)≤Pmax EV-×βEV;
其中,PEV+(D)为时间段D内电动汽车电池的充电功率;PEV-(D)为时间段D内电动汽车电池的放电功率;βEV用以表示是否紧急调用电动汽车电池进行应急放电,βEV∈{0,1}(为0或1的变量),当电动汽车电池处于正常充电状态时βEV=0,当电动汽车电池处于应急放电状态时βEV=1。
具体地,对所述电动汽车电池的荷电状态进行考量,所述电动汽车电池的荷电状态表示电动汽车电池当前的剩余容量与实际容量的比值,下一时刻的荷电状态可由时间序列递推得到,作为示例,满足如下关系式:
所述荷电状态需满足如下约束条件:
Smin EV≤SEV(D)≤Smax EV;
其中,SEV(D+1)为时间段D+1内电动汽车电池的荷电状态;SEV(D)为时间段D内电动汽车电池的荷电状态;EEVnom为电动汽车电池的实际容量;Smin EV为电动汽车电池的最小荷电状态;Smax EV为电动汽车电池的最大荷电状态;当电动汽车电池的荷电状态小于最小荷电状态Smin EV时停止放电,进入充电模式,电池的循环寿命减小。
需要说明的是,本实施例所列举的关系式仅作为一种示例,在实际使用中,任意可表示相应参数的关系式均适用于本发明,不以本实施例为限。
3)获得所述目标成本函数最小时对应的各系统参数及用电费用,得到能源调度方案。
具体地,基于所述目标成本函数得到述目标成本函数最小时对应的各系统参数及用电费用,其中,各系统参数包括但不限于取电功率,售电功率,储能电池的充放电功率及电动汽车电池的充放电功率。
更具体地,所述目标成本函数最小时对应的电网取电序列满足如下关系式:
{Pfromgrid(D)min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的并网售电序列满足如下关系式:
{Ptogrid(D)|min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的储能电池充放电序列满足如下关系式:
{Pbat(D)|min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的电动汽车电池充放电序列满足如下关系式:
{PEV(D)min(Z),D=1,2,3,…,N}。
更具体地,所述目标成本函数最小时对应的用电费用满足如下关系式:
由此协调设置本调度周期内的系统参数,可得到兼顾用户用电费用及储能电池消耗成本的能源调度方案。
4)重复步骤1)~3),计算下一调度周期的能源调度方案。
实施例二
如图2所示,本实施例提供一种能源管理模块11,所述能源管理模块11包括:
估计单元111、目标成本计算单元112及调度单元113。
如图2所示,所述估计单元111用于得到光伏预估发电功率及预估负载功率。
具体地,所述估计单元111接收的信息包括但不限于天气预报信息,负载设备信息,电网信息,在此不一一赘述。在本实施例中,基于所述天气预报信息得到光伏预估发电功率,基于用电设备的数量、各用电设备对应的负载功率得到预估负载功率。
如图2所示,所述目标成本计算单元112基于所述光伏预估发电功率、所述预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命计算目标成本函数。
具体地,所述目标成本计算单元112连接所述估计单元111获取所述光伏预估发电功率及所述预估负载功率。基于从电网取电的费用、并网售电的收益和储能电池的容量损失成本获得目标成本函数;基于所述光伏预估发电功率、所述预估负载功率、储能电池的充放电功率、电动汽车电池的充放电功率建立功率平衡关系;同时考量储能电池及电动汽车电池的荷电状态。所述目标成本函数、功率平衡关系及荷电状态满足的关系在实施例一中做了详细说明,在此不一一赘述。
如图2所示,所述调度单元113基于所述目标成本函数的最小值时的各系统参数及用电费用获得对应的能源调度方案。
具体地,所述调度单元113连接所述目标成本计算单元112,获得所述目标成本函数的最小值时的各系统参数及用电费用,以确定对应的能源调度方案。
实施例三
如图3所示,本实施例提供一种户用能源系统1,所述户用能源系统包括:
能源管理模块11、光伏发电板12、交直流转换模块13、储能电池14、电动汽车15、负载16及电网17。
如图3所示,所述光伏发电板12用于实现太阳能-电能的转换。
如图3所示,所述储能电池14连接所述交直流转换模块13,用于实现电能的储存。
如图3所示,所述交直流转换模块13连接所述光伏发电板12、所述储能电池14及所述电动汽车15,用于电能转换。
如图3所示,所述电动汽车15既可作为负载,又可在应急情况下供电。
如图3所示,所述负载16包括但不限于家电,在此不一一赘述。
如图3所示,所述能源管理模块11连接所述交直流转换模块13、所述电动汽车15、所述负载16及所述电网17,并接受天气预报信息,用于对所述户用能源系统1进行能源调度。
具体地,所述能源管理模块11的结构及原理如实施例一及实施例二所述,在此不一一赘述。
综上所述,本发明提供一种户用能源调度方法、能源管理模块及户用能源系统,户用能源调度方法包括:预计估算当前调度周期内的光伏发电功率及负载功率;根据光伏预估发电功率、预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命,利用混合整数线性规划求解当前调度周期内的目标成本函数的最小值;获得所述目标成本函数最小时对应的各系统参数及用电费用,得到能源调度方案;重复上述步骤,计算下一调度周期的能源调度方案。能源管理模块包括:估计单元,用于得到光伏预估发电功率及预估负载功率;目标成本计算单元,基于所述光伏预估发电功率、所述预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命计算目标成本函数;调度单元,基于所述目标成本函数的最小值时的各系统参数及用电费用获得对应的能源调度方案。户用能源系统包括:能源管理模块、光伏发电板、交直流转换模块、储能电池、电动汽车、负载及电网。本发明的户用能源调度方法、能源管理模块及户用能源系统以用户用电费用最小为优化调度目标,同时将储能电池的消耗成本引入调度目标,利用混合整数线性规划方法,根据用电负载信息和光伏发电预测,对各类用电设备、电动汽车和储能电池进行协同调度,在实现用电费用最小的同时,最小化储能电池消耗,延长储能电池寿命,从而使整个系统的收益期更长,提高总收益。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (15)
1.一种户用能源调度方法,其特征在于,所述户用能源调度方法至少包括:
1)预计估算当前调度周期内的光伏发电功率及负载功率;
2)根据光伏预估发电功率、预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命,利用混合整数线性规划求解当前调度周期内的目标成本函数的最小值;
3)获得所述目标成本函数最小时对应的各系统参数及用电费用,得到能源调度方案;
4)重复步骤1)~3),计算下一调度周期的能源调度方案;
其中,一个调度周期平均划分成N个时间段,每一时间段的时间间隔为T。
2.根据权利要求1所述的户用能源调度方法,其特征在于:所述光伏预估发电功率基于天气预报信息获得。
3.根据权利要求1所述的户用能源调度方法,其特征在于:所述目标成本函数满足如下关系式:
0≤Pfromgrid(D)≤Pmax fromgrid×γgrid;
0≤Ptogrid(D)≤Pmax togrid×(1-γgrid);
6.根据权利要求3所述的户用能源调度方法,其特征在于:所述户用能源调度方法存在功率平衡关系,满足如下关系式:
Pfromgrid(D)+ηinv×PPV(D)=Pload(D)+PEV(D)+Pbat(D)+Ptogrid(D);
其中,PPV(D)为时间段D内的所述光伏预估发电功率;Pload(D)为时间段D内的所述预估负载功率;PEV(D)为时间段D内电动汽车电池的充放电功率;Pbat(D)为储能电池的充放电功率;ηinv为逆变器将直流电转换为交流电的效率。
11.根据权利要求3所述的户用能源调度方法,其特征在于:步骤3)中各系统参数包括取电功率,售电功率,储能电池的充放电功率及电动汽车电池的充放电功率;
所述目标成本函数最小时对应的电网取电序列满足如下关系式:
{Pfromgrid(D)|min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的并网售电序列满足如下关系式:
{Ptogrid(D)|min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的储能电池充放电序列满足如下关系式:
{Pbat(D)min(Z),D=1,2,3,…,N};
所述目标成本函数最小时对应的电动汽车电池充放电序列满足如下关系式:
{PEV(D)|min(Z),D=1,2,3,…,N};
其中,Pbat(D)为储能电池的充放电功率;PEV(D)为时间段D内电动汽车电池的充放电功率。
13.一种能源管理模块,其特征在于,所述能源管理模块至少包括:
估计单元,用于得到光伏预估发电功率及预估负载功率;
目标成本计算单元,基于所述光伏预估发电功率、所述预估负载功率、储能电池的容量、储能电池的充放电功率、电动汽车电池的容量、电动汽车电池的充放电功率及储能电池的循环寿命计算目标成本函数;
调度单元,基于所述目标成本函数的最小值时的各系统参数及用电费用获得对应的能源调度方案。
14.根据权利要求13所述的能源管理模块,其特征在于:所述系统参数包括所述目标成本函数的最小值对应的取电功率、售电功率、储能电池充放电功率及电动汽车电池充放电功率。
15.一种户用能源系统,其特征在于,所述户用能源系统至少包括:
如权利要求13~14任意一项所述的能源管理模块、光伏发电板、交直流转换模块、储能电池、电动汽车、负载及电网;
所述交直流转换模块连接所述光伏发电板、所述储能电池及所述电动汽车,用于电能转换;
所述能源管理模块连接所述交直流转换模块、所述电动汽车、所述负载及所述电网,并接受天气预报信息,用于进行能源调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010119674.9A CN111327078A (zh) | 2020-02-26 | 2020-02-26 | 户用能源调度方法、能源管理模块及户用能源系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010119674.9A CN111327078A (zh) | 2020-02-26 | 2020-02-26 | 户用能源调度方法、能源管理模块及户用能源系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111327078A true CN111327078A (zh) | 2020-06-23 |
Family
ID=71171037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010119674.9A Pending CN111327078A (zh) | 2020-02-26 | 2020-02-26 | 户用能源调度方法、能源管理模块及户用能源系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111327078A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113036898A (zh) * | 2021-02-25 | 2021-06-25 | 云南电网有限责任公司电力科学研究院 | 一种新型户用电能路由器系统及控制方法 |
CN113224758A (zh) * | 2021-05-25 | 2021-08-06 | 上海玫克生储能科技有限公司 | 光储充电站的储能充放电的控制方法、系统、设备及介质 |
CN113268527A (zh) * | 2021-05-27 | 2021-08-17 | 中清能绿洲科技股份有限公司 | 智能光伏储能调度分析方法、装置、服务器及存储介质 |
CN113517709A (zh) * | 2021-04-28 | 2021-10-19 | 青岛理工大学 | 一种户用电能存储系统的控制和管理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698710A (zh) * | 2013-12-12 | 2014-04-02 | 中南大学 | 一种电池寿命周期预测方法 |
CN105117797A (zh) * | 2015-08-13 | 2015-12-02 | 浙江工业大学 | 基于孤岛划分的微网日前经济最优调度方法 |
-
2020
- 2020-02-26 CN CN202010119674.9A patent/CN111327078A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698710A (zh) * | 2013-12-12 | 2014-04-02 | 中南大学 | 一种电池寿命周期预测方法 |
CN105117797A (zh) * | 2015-08-13 | 2015-12-02 | 浙江工业大学 | 基于孤岛划分的微网日前经济最优调度方法 |
Non-Patent Citations (4)
Title |
---|
YU CHENG 等: "A MILP Model for Optimizing Distributed Resource System with Energy Storage and PV Considering Energy Storage Life Loss", 《2018 2ND IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》 * |
崔明勇 等: "独立模式下微网多能存储系统优化配置", 《电力系统自动化》 * |
张延宇 等: "智能电网环境下家庭能源管理系统优化调度算法", 《电力系统保护与控制》 * |
朱洁 等: "基于混合整数线性规划的家庭微电网能量优化研究", 《电力系统保护与控制》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113036898A (zh) * | 2021-02-25 | 2021-06-25 | 云南电网有限责任公司电力科学研究院 | 一种新型户用电能路由器系统及控制方法 |
CN113517709A (zh) * | 2021-04-28 | 2021-10-19 | 青岛理工大学 | 一种户用电能存储系统的控制和管理方法 |
CN113517709B (zh) * | 2021-04-28 | 2022-07-26 | 青岛理工大学 | 一种户用电能存储系统的控制和管理方法 |
CN113224758A (zh) * | 2021-05-25 | 2021-08-06 | 上海玫克生储能科技有限公司 | 光储充电站的储能充放电的控制方法、系统、设备及介质 |
WO2022247811A1 (zh) * | 2021-05-25 | 2022-12-01 | 上海玫克生储能科技有限公司 | 光储充电站的储能充放电的控制方法、系统、设备及介质 |
CN113268527A (zh) * | 2021-05-27 | 2021-08-17 | 中清能绿洲科技股份有限公司 | 智能光伏储能调度分析方法、装置、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109193812B (zh) | 一种园区光储荷微电网经济调度实现方法 | |
CN111327078A (zh) | 户用能源调度方法、能源管理模块及户用能源系统 | |
CN107508284B (zh) | 计及电气互联的微电网分布式优化调度方法 | |
CN110601334B (zh) | 一种充电站及其能量调度管理方法 | |
CN110752629B (zh) | 一种交直流混合家庭微电网能量优化管理方法 | |
CN107069786B (zh) | 一种提升风电消纳的系统及方法 | |
Ahmad et al. | Efficient energy management in a microgrid | |
Yao et al. | Real-time energy management optimization for smart household | |
CN102931683A (zh) | 基于变电站典型日负荷曲线的风光直流微电网并网控制方法 | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
CN114243795A (zh) | 一种典型充电站综合能源协同交互优化配置方法及系统 | |
Li et al. | Energy management system for dc microgrids considering battery degradation | |
CN108564230B (zh) | 一种户用分布式能源管理方法及系统 | |
CN111525624A (zh) | 基于蓄电池储能系统的家庭分布式能源调度方法 | |
CN112491045A (zh) | 一种智能户用光储充能源互联系统及其能效管理方法 | |
CN112366684A (zh) | 一种海岛微电网系统 | |
CN110826210B (zh) | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 | |
CN112307603A (zh) | 考虑大规模风电接入的混合储能容量优化配置方法及系统 | |
CN115940284A (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN114723278A (zh) | 一种考虑光伏储能的社区微电网调度方法及系统 | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
CN110929908B (zh) | 多微网系统容量配置与经济调度的协同优化方法及系统 | |
CN112653195A (zh) | 一种并网型微电网鲁棒优化容量配置方法 | |
Zhang et al. | Research on Optimal Configuration of Energy Storage in Wind-Solar Microgrid Considering Real-Time Electricity Price | |
Zhu et al. | Multi-Objective Optimal Configuration of Integrated Energy System Considering the Load Transfer |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200623 |