CN111555366A - 一种基于多时间尺度的微网三层能量优化管理方法 - Google Patents
一种基于多时间尺度的微网三层能量优化管理方法 Download PDFInfo
- Publication number
- CN111555366A CN111555366A CN202010299313.7A CN202010299313A CN111555366A CN 111555366 A CN111555366 A CN 111555366A CN 202010299313 A CN202010299313 A CN 202010299313A CN 111555366 A CN111555366 A CN 111555366A
- Authority
- CN
- China
- Prior art keywords
- power
- agc
- energy storage
- storage device
- grid
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000007726 management method Methods 0.000 title claims abstract description 25
- 238000004146 energy storage Methods 0.000 claims abstract description 158
- 230000003993 interaction Effects 0.000 claims abstract description 19
- 238000007599 discharging Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 13
- 230000007717 exclusion Effects 0.000 claims description 12
- 230000002452 interceptive effect Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000006641 stabilisation Effects 0.000 claims description 6
- 238000011105 stabilization Methods 0.000 claims description 6
- NCKJIJSEWKIXAT-DQRAZIAOSA-N [(z)-2-diphenylphosphanylethenyl]-diphenylphosphane Chemical compound C=1C=CC=CC=1P(C=1C=CC=CC=1)/C=C\P(C=1C=CC=CC=1)C1=CC=CC=C1 NCKJIJSEWKIXAT-DQRAZIAOSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 11
- 230000000087 stabilizing effect Effects 0.000 abstract description 3
- 238000011217 control strategy Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 229910006367 Si—P Inorganic materials 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多时间尺度的微网三层能量优化管理方法。该方法在日前机组组合层,通过求解所建立的日前可控型微电源、储能装置等数学优化模型得到各微源在全天各个时段的启停状态和出力计划值,同时为下面两个阶段留出调节裕度。在经济调度阶段,利用实时点风光荷数据和储能单元的荷电状态、充放电状态、出力值进行各微源出力调整,以满足当前时段的运行要求,同时为AGC层留出裕度。在AGC层,以维持大电网和微网功率交互值恒定为目标,根据秒级实时数据,利用储能装置进行平抑。通过三层能量优化管理,维持微网与大电网在一个经济调度时段的功率交互恒定,迎合大电网的经济调度;同时可以解决微网中的间歇性微源对大电网造成冲击的问题。
Description
技术领域
本发明属本发明属于电力系统的运行、仿真、分析与调度技术领域,具体涉及一种基于多时间尺度的微网三层能量优化管理方法。
背景技术
微网能量管理是根据系统的电负荷、热负荷需求、大气环境、电网电价、燃气价格等信息,协调微网内的可控型分布式电源和储能等设备,保证微网安全稳定运行,实现微网最优经济运行。微网能量管理系统是微网系统的控制中心,是太阳能、风能等可再生新能源实现有效充分利用的重要保障,同时实现微网系统安全、可靠、高效、经济运行。
微网能量管理系统必须从微网整体出发,综合当地电/热负荷需求、电/气价格、电网的特殊要求、电能质量要求、零售服务要求、需求侧管理等信息作出决策,以决定微网与大电网间的交互功率、各个微电源出力分配及负荷控制命令,实现微网中各分布式电源、储能单元及负荷之间的最佳匹配。
目前,该领域研究尚处于理论研究阶段,暂时没有公认成熟的解决方案。现有研究多集中于微网实时经济运行优化调度,忽视了大时间尺度规划(如日前)对系统运行经济性的影响,缺乏多时间尺度的协调优化;同时现有研究手段也多集中于过于简化的启发式策略和过于复杂的混合整数非线性规划模型,前者无法达到数学上的最优点而无法保证长期运行的经济性,后者求解过程过于复杂且不易寻找到可行解。
发明内容
为了解决现有技术中存在的问题,本发明提出了一种基于多时间尺度的微网三层能量优化管理方法,分为机组组合、经济调度和AGC三个阶段,通过三层能量优化管理,维持微网与大电网在一个经济调度时段的功率交互恒定,这样可以迎合大电网的经济调度;同时作为一个可控“负荷”不会对大电网造成功率冲击,可以避免微网中的间歇性微源对大电网造成冲击,这在大电网中存在多个微网时更有意义。
本发明具体采用的技术方案如下:
一种基于多时间尺度的微网三层能量优化管理方法,其包括如下步骤:
第一步:根据微网内可控型微源的特性,将其成本-出力曲线的非线性函数进行分段线性化;
第二步:在日前层中,将未来一天24h的微网运行划分为多个等间隔时段,采用30mins为时间间隔,以微网全天24h总运行成本最小为目标,其中所有可控型微电源使用分段线性化模型,将此日前机组组合问题建模成一个混合整数线性规划问题进行求解,得到各个时段可控型微源的机组启停计划;由于需要利用储能装置进行实时功率波动平抑,日前层建立的数学模型把储能装置设为始终开机状态,优化结果给出其在各个时段的充放电状态和功率输出计划值;
第三步:在调整层中,在当前经济调度周期中,根据日前计划制定的日前机组启停优化方案的开停机结果,实时监测储能装置的SOC值,考虑为AGC层留出裕度,进行单一时段的经济运行成本最低的目标函数优化,得到各可控型微源此短时段的具体出力值、储能的初始出力以及AGC层需要维持恒定的微网与大电网交互功率值;
第四步:在AGC层中,利用监测到的秒级实时风光荷功率大小,计算净负荷值,反馈给储能装置,实时调整储能装置的出力,以平抑不平衡功率波动,继而维持微网与大电网交互功率恒定;
第五步:在下一经济调度周期,重复第三步和第四步,不断利用储能装置进行不平衡功率波动平抑。
在上述技术方案基础上,各步骤可以进一步采用如下优选方式实现。
作为优选,所述的第二步中日前机组组合问题的混合整数线性规划问题的形式为:
数学模型中的符号定义如下:ST为全天各时段集合;SG为可控型微电源集合;SS为储能装置集合;为可控型微电源成本-出力曲线第k分段的线性化参数,为第k时段的斜率,为可控型微电源分段曲线第k时段的功率,为对应的成本;k指可控电源分段曲线的段数编号;为可控型微电源分段曲线第k段的取值,LGi为可控型微电源成本曲线分段数;为可控型微电源开机成本;为可控型微电源有功出力;为可控型微电源工作状态,表示停机,表示开机;为可控型微电源开始开机标记位,为可控型微电源开始关机标记位;为可控型微电源分段曲线归属状态,微电源有功出力所在的曲线分段状态值为1,其余曲线分段状态值为0;为储能装置充电功率,为储能装置放电功率,为储能装置的荷电状态;分别为储能装置的充电状态、放电状态;为储能装置开始充电标记位,为储能装置开始放电标记位;为微网从大电网接受的功率值,为微网向大电网发送的功率值;为微网向大电网接受功率状态,为微网向大电网发送功率状态;分别为可控微电源开机成本、关机成本;KOMi为可控型微电源运行维护成本;cSi+、cSi-分别为储能装置充电成本系数、放电成本系数,为储能装置充放电循环成本系数;分别为微网向大电网买电价格、卖电价格;
连续优化变量x和离散优化变量u,分别定义为:
目标函数f(x,u)定义为:
其中fGi(x,u)、fSi(x,u)、fgrid(x,u)分别为可控电源的成本、储能设备的成本、微网与外部大电网功率交易产生的成本:
等式约束包括1.1)~1.5):
1.1)功率平衡约束满足:
1.2)可控电源分段运行归属标记位互斥条件满足:
1.3)可控电源出力定义满足:
1.4)储能装置的荷电状态定义满足:
其中ΔT代表一个第二层-经济调度层的周期时间长度;
1.5)储能装置始终为开机状态约束满足:
由于AGC层需要用储能装置平抑功率波动,所以在日前计划中,将储能装置状态定为始终开机;
不等式约束包括2.1)~2.10):
2.1)微网功率备用约束满足:
2.2)可控电源分段出力值定义满足:
2.3)可控电源输出功率约束满足:
2.4)可控电源有功爬坡率约束满足:
2.5)可控电源开始开机/停机的标记位定义满足:
2.6)储能装置的出力限值满足:
其中,分别代表储能装置充电功率的实际下限、上限; 分别代表储能装置放电功率的实际下限、上限;ΔPSi+ 代表储能装置为ED层和AGC层留出的充电功率下限的裕度值,代表储能装置为ED层和AGC层留出的充电功率上限的裕度值;Δ PSi- 代表储能装置为ED层和AGC层留出的放电功率下限的裕度值,代表储能装置为ED层和AGC层留出的放电功率上限的裕度值;
2.7)储能装置的开始充电/放电的标记位定义满足:
2.8)储能装置的荷电状态限值满足:
其中,代表储能装置在t时段的荷电状态;Ei 、分别代表储能装置荷电状态的下限、上限;ΔEi 代表储能装置为ED层和AGC层留出的荷电状态下限的裕度值,代表储能装置为ED层和AGC层留出的荷电状态上限的裕度值;
2.9)外部电网接入容量约束满足:
2.10)微网向外部电网买卖电状态互斥约束满足:
作为优选,所述第三步中单一时段的经济运行成本最低的目标函数为:
其中fGi(x)为可控电源的成本,fgrid(x)为微网与外部大电网功率交易产生的成本:
fgrid(x)=cgrid+·Pgrid+-cgrid-·Pgrid-
其中优化变量x定义为:
其中,Ei_nextperiod代表当前经济调度周期结束时储能装置的荷电状态,即下一经济调度周期开始时储能装置的荷电状态计划值;
第三步中目标函数优化时的等式约束包括3.1)~3.7):
3.1)功率平衡约束满足:
3.2)可控电源分段运行归属标记位互斥条件满足:
3.3)可控电源出力定义满足:
3.4)可控电源开停机状态遵循日前计划满足:
UGi=UGi0,i∈SG
其中,UGi0代表日前层给定的当前经济调度周期的可控微电源的开机/停机状态;
3.5)储能装置的荷电状态约束满足:
Ei_nextperiod-Ei0+ΔT·(PSi--PSi+)=0,i∈SS
其中,Ei0代表经济调度层开始时刻储能装置的荷电状态;ΔT代表经济调度层的调度周期时间间隔长度;
3.6)储能装置的充放电状态遵循日前计划满足:
USi+=USi+0,i∈SS
USi-=USi-0,i∈SS
其中,USi+0、USi-0代表日前层给定的当前经济调度周期的储能装置的充电/放电状态;
3.7)储能装置的荷电状态遵循日前计划满足:
ESi_nextperiod=ESi_nextperiod0,i∈SS
其中,ESi_nextperiod0代表日前层给定的当前经济调度周期结束时储能装置的荷电状态,即下一经济调度周期开始时储能装置的荷电状态计划值;
第三步中目标函数优化时的不等式约束包括4.1)~4.7):
4.1)可控电源分段出力值定义满足:
4.2)可控电源有功爬坡率约束满足:
其中,PGi0代表日前层给定的当前经济调度周期的可控微电源的出力计划值;
4.3)可控电源输出功率约束满足:
4.4)储能装置的出力限值满足:
4.5)储能装置的荷电状态上下限约束满足:
4.6)微网与大电网交互功率限制满足:
4.7)微网与大电网交互功率互斥条件满足:
Ugrid++Ugrid-≤1。
作为优选,所述第四步中调整储能装置的出力改变值的计算公式如下:
dPS(tagc)=Pgrid(tagc-1)-Pgrid(0)-dPWT(tagc)-dPPV(tagc)+dPL(tagc),tagc=0,1,...,nAGC
其中:
dPWT(tagc)=PWT(tagc)-PWT(tagc-1),t=0,1,...,nAGC
dPPV(tagc)=PPV(tagc)-PPV(tagc-1),t=0,1,...,nAGC
dPL(tagc)=PL(tagc)-PL(tagc-1),t=0,1,...,nAGC
式中:tagc为当前AGC层中的调度短周期的次数;nAGC为AGC层中的调度短周期总数;Pgrid(0)代表AGC层初始时刻,即经济调度优化得到的微网与大电网的交互功率值;PWT(tagc)为监测到的tagc时刻风力发电机的出力;PPV(tagc)为监测到的tagc时刻风力发电机的出力;PL(tagc)为监测到的tagc时刻负荷值;Pgrid(tagc)代表tagc时刻的微网与大电网的交互功率值;
则储能装置在AGC层的每个秒级时间点的出力值为:
PS(tagc)=PS(tagc-1)+dPS(tagc),tagc=0,1,...,nAGC
在AGC层控制中,改变量只有储能装置的出力值大小,而充放电状态不变,其它可控微源的开停机状态和出力值大小均不变。
作为优选,所述的储能装置为蓄电池。
本发明具有的有益效果是:本发明首次采用一种多时间尺度的三层能量管理优化方法,分为机组组合、经济调度和AGC三个阶段。通过三层能量优化管理,维持微网与大电网在一个经济调度时段的功率交互恒定,这样可以迎合大电网的经济调度;同时作为一个可控“负荷”不会对大电网造成功率冲击,可以避免微网中的间歇性微源对大电网造成冲击,这在大电网中存在多个微网时更有意义。
附图说明
图1是多时间尺度的三层能量管理优化方法流程图。
图2是可控型微电源能耗成本-出力曲线分段线性化示意图。
图3是AGC层蓄电池的控制策略(放电情况)图。
图4是示例微网系统结构图。
图5是微网内各可控微源、蓄电池日前出力计划图。
图6是一天24h内微网与大电网的实际交互功率值。
图7是无AGC层控制的微网与大电网交互功率值。
图8是AGC层策略下的蓄电池功率输出曲线。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。
在本发明中,针对并网型微网的能量优化管理问题,采用一种基于不同时间尺度的三层微网能量优化方法,分为机组组合、经济调度和AGC三个阶段。在日前机组组合层,通过求解所建立的日前可控型微电源、储能装置等数学优化模型得到各微源在全天各个时段的启停状态和出力计划值,同时为下面两个阶段留出调节裕度。在经济调度阶段,利用实时点风光荷数据和储能单元的荷电状态(SOC)、充放电状态、出力值进行各微源出力调整,以满足当前时段的运行要求,同时为AGC层留出裕度。在AGC层,以维持大电网和微网功率交互值恒定为目标,根据秒级实时数据,利用储能装置进行平抑。通过三层能量优化管理,维持微网与大电网在一个经济调度时段的功率交互恒定,这样可以迎合大电网的经济调度;同时作为一个可控“负荷”不会对大电网造成功率冲击,可以解决微网中的间歇性微源对大电网造成冲击的问题。
本发明的一种基于多时间尺度的微网三层能量优化管理方法,其具体实现步骤如下:
第一步:根据微网内可控型微源的特性,将其成本-出力曲线的非线性函数进行分段线性化。
第二步:在日前层中,将未来一天24h的微网运行划分为多个等间隔时段,采用30mins为时间间隔,以微网全天24h总运行成本最小为目标,其中所有可控型微电源使用分段线性化模型,将此日前机组组合问题建模成一个混合整数线性规划问题进行求解,得到各个时段可控型微源的机组启停计划;由于需要利用储能装置进行实时功率波动平抑,日前层建立的数学模型把储能装置设为始终开机状态,优化结果给出其在各个时段的充放电状态和功率输出计划值。
本步骤中日前机组组合问题的混合整数线性规划问题的形式为:
式中:R为实数集;h(x,u)为等式约束;g(x,u)为不等式约束,g为约束下限,为约束上限,x为连续优化变量,u为离散优化变量。需注意的是,此处的h(x,u)、g(x,u)、g、均为示意性变量,其具体所指代的含义将在后续的模型定义中给出。
数学模型中的符号定义如下:ST为全天各时段集合;SG为可控型微电源集合;SS为储能装置集合;为可控型微电源成本-出力曲线第k分段的线性化参数,为第k时段的斜率,为可控型微电源分段曲线第k时段的功率,为对应的成本;k指可控电源分段曲线的段数编号;为可控型微电源分段曲线第k段的取值,LGi为可控型微电源成本曲线分段数;为可控型微电源开机成本;为可控型微电源有功出力;为可控型微电源工作状态,表示停机,表示开机;为可控型微电源开始开机标记位,为可控型微电源开始关机标记位;为可控型微电源分段曲线归属状态,微电源有功出力所在的曲线分段状态值为1,其余曲线分段状态值为0,如:微电源有功出力落在线段F2上,则为储能装置充电功率,为储能装置放电功率,为储能装置的荷电状态;分别为储能装置的充电状态、放电状态;为储能装置开始充电标记位,为储能装置开始放电标记位;为微网从大电网接受的功率值,为微网向大电网发送的功率值;为微网向大电网接受功率状态,为微网向大电网发送功率状态;分别为可控微电源开机成本、关机成本;KOMi为可控型微电源运行维护成本;cSi+、cSi-分别为储能装置充电成本系数、放电成本系数,为储能装置充放电循环成本系数;分别为微网向大电网买电价格、卖电价格;
连续优化变量x和离散优化变量u,分别定义为:
目标函数f(x,u)定义为:
其中fGi(x,u)、fSi(x,u)、fgrid(x,u)分别为可控电源的成本、储能设备的成本、微网与外部大电网功率交易产生的成本:
等式约束包括1.1)~1.5):
1.1)功率平衡约束满足:
1.2)可控电源分段运行归属标记位互斥条件满足:
1.3)可控电源出力定义满足:
1.4)储能装置的荷电状态定义满足:
其中ΔT代表一个第二层-经济调度层的周期时间长度;
1.5)储能装置始终为开机状态约束满足:
由于AGC层需要用储能装置平抑功率波动,所以在日前计划中,将储能装置状态定为始终开机;
不等式约束包括2.1)~2.10):
2.1)微网功率备用约束满足:
2.2)可控电源分段出力值定义满足:
2.3)可控电源输出功率约束满足:
2.4)可控电源有功爬坡率约束满足:
2.5)可控电源开始开机/停机的标记位定义满足:
2.6)储能装置的出力限值满足:
其中,分别代表储能装置充电功率的实际下限、上限; 分别代表储能装置放电功率的实际下限、上限;ΔPSi+ 代表储能装置为ED层和AGC层留出的充电功率下限的裕度值,代表储能装置为ED层和AGC层留出的充电功率上限的裕度值;Δ PSi- 代表储能装置为ED层和AGC层留出的放电功率下限的裕度值,代表储能装置为ED层和AGC层留出的放电功率上限的裕度值;
2.7)储能装置的开始充电/放电的标记位定义满足:
2.8)储能装置的荷电状态限值满足:
其中,代表储能装置在t时段的荷电状态;Ei 、分别代表储能装置荷电状态的下限、上限;ΔEi 代表储能装置为ED层和AGC层留出的荷电状态下限的裕度值,代表储能装置为ED层和AGC层留出的荷电状态上限的裕度值;
2.9)外部电网接入容量约束满足:
2.10)微网向外部电网买卖电状态互斥约束满足:
第三步:在调整层中,在当前经济调度周期中,根据日前计划制定的日前机组启停优化方案的开停机结果,实时监测储能装置的SOC值,考虑为AGC层留出裕度,进行单一时段的经济运行成本最低的目标函数优化,得到各可控型微源此短时段的具体出力值、储能的初始出力以及AGC层需要维持恒定的微网与大电网交互功率值。
本步骤中,单一时段的经济运行成本最低的目标函数为:
其中fGi(x)为可控电源的成本,fgrid(x)为微网与外部大电网功率交易产生的成本:
fgrid(x)=cgrid+·Pgrid+-cgrid-·Pgrid-
其中优化变量x定义为:
其中,Ei_nextperiod代表当前经济调度周期结束时储能装置的荷电状态,即下一经济调度周期开始时储能装置的荷电状态计划值;
第三步中目标函数优化时的等式约束包括3.1)~3.7):
3.1)功率平衡约束满足:
3.2)可控电源分段运行归属标记位互斥条件满足:
3.3)可控电源出力定义满足:
3.4)可控电源开停机状态遵循日前计划满足:
UGi=UGi0(i∈SG)
其中,UGi0代表日前层给定的当前经济调度周期的可控微电源的开机/停机状态。
3.5)储能装置的荷电状态约束满足:
Ei_nextperiod-Ei0+ΔT·(PSi--PSi+)=0(i∈SS)
其中,Ei0代表经济调度层开始时刻储能装置的荷电状态;ΔT代表经济调度层的调度周期时间间隔长度。
3.6)储能装置的充放电状态遵循日前计划满足:
USi+=USi+0(i∈SS)
USi-=USi-0(i∈SS)
其中,USi+0、USi-0代表日前层给定的当前经济调度周期的储能装置的充电/放电状态。
3.7)储能装置的荷电状态遵循日前计划满足:
ESi_nextperiod=ESi_nextperiod0(i∈SS)
其中,ESi_nextperiod0代表日前层给定的当前经济调度周期结束时储能装置的荷电状态,即下一经济调度周期开始时储能装置的荷电状态计划值。
第三步中目标函数优化时的不等式约束包括4.1)~4.7):
4.1)可控电源分段出力值定义满足:
4.2)可控电源有功爬坡率约束满足:
其中,PGi0代表日前层给定的当前经济调度周期的可控微电源的出力计划值;
4.3)可控电源输出功率约束满足:
4.4)储能装置的出力限值满足:
4.5)储能装置的荷电状态上下限约束满足:
4.6)微网与大电网交互功率限制满足:
4.7)微网与大电网交互功率互斥条件满足:
Ugrid++Ugrid-≤1。
第四步:在AGC层中,利用监测到的秒级实时风光荷功率大小,计算净负荷值,反馈给储能装置,实时调整储能装置的出力,以平抑不平衡功率波动,继而维持微网与大电网交互功率恒定,辅助大电网做经济调度,减少间歇性电源对大电网的冲击。
本步骤中调整储能装置的出力改变值的计算公式如下:
dPS(tagc)=Pgrid(tagc-1)-Pgrid(0)-dPWT(tagc)-dPPV(tagc)+dPL(tagc)(tagc=0,1,...,nAGC)
其中:
dPWT(tagc)=PWT(tagc)-PWT(tagc-1)(t=0,1,...,nAGC)
dPPV(tagc)=PPV(tagc)-PPV(tagc-1)(t=0,1,...,nAGC)
dPL(tagc)=PL(tagc)-PL(tagc-1)(t=0,1,...,nAGC)
式中:tagc为当前AGC层中的调度短周期的次数;nAGC为AGC层中的调度短周期总数;Pgrid(0)代表AGC层初始时刻,即经济调度优化得到的微网与大电网的交互功率值;PWT(tagc)为监测到的tagc时刻风力发电机的出力;PPV(tagc)为监测到的tagc时刻风力发电机的出力;PL(tagc)为监测到的tagc时刻负荷值;Pgrid(tagc)代表tagc时刻的微网与大电网的交互功率值;
则储能装置在AGC层的每个秒级时间点的出力值为:
PS(tagc)=PS(tagc-1)+dPS(tagc)(tagc=0,1,...,nAGC)
在AGC层控制中,改变量只有储能装置的出力值大小,而充放电状态不变,其它可控微源的开停机状态和出力值大小均不变。
第五步:在下一经济调度周期,重复第三步和第四步,不断利用储能装置进行不平衡功率波动平抑。
为了展示本发明所能达到的效果,下面将上述方法应用于一个具体实施例中,其具体步骤不再赘述,下面主要展示其具体参数和技术效果。
实施例
考虑如图4所示的微网示例系统,以24小时为微网机组组合层时间长度,以30分钟为一个微网经济调度周期,10s为AGC层的时间间隔,并假定在该10s内风光荷功率保持不变,根据前述方法的第一步到第五步,对其进行经济运行优化调度。本实施例的流程图如图1所示,其中储能装置均为蓄电池。其中,可控型微电源能耗成本-出力曲线分段线性化如图2所示,AGC层蓄电池的控制策略(放电情况)如图3所示
通过在Matlab下编程,并调用Cplex优化工具箱计算日前可控型微电源启停优化模型,得到各可控型微电源在全天各经济调度时段的启停状态和计划出力值以及蓄电池的在全天各时段的开停状态和计划出力值,如图5所示。可以得出结论:在电网电价高、负荷大的情况下,相对发电成本较低的微电源基本是满发;当负荷高峰期结束,电网电价下降时,负荷量减少,则微电源相继停机退出运行。
蓄电池有功出力运行区间为0-90KW,而计划调度出力值在40KW-50KW之间,这是因为在日前层就位经济调度层和AGC层留出足够的裕度,以平抑一个经济调度周期内的风光荷功率波动。
在经济调度层,利用当前时刻的实时风光荷数据进行优化求解,对蓄电池有功输出约束条件相对于日前计划进行一定的松弛,按照之前介绍的优化方法进行优化求解,求出当前时刻微网与大电网的交互功率值。在AGC层对蓄电池进行调节便是以此微网与大电网的功率交互值为目标进行功率输出调节,以平抑一个经济调度周期内的风光荷功率波动。
图6为一天24h内,微网与大电网的实际交互功率值;由该图可以得知,通过运用本文提出的微网能量管理方法,可以保持30mins即一个经济调度周期内,微网与大电网交互功率恒定,避免风光荷实时功率波动对大电网造成的影响,同时可以迎合大电网的经济调度。
假设没有第3层AGC层对蓄电池的控制策略,那么微网与大电网的功率波动将会很大;若没有AGC层的功率平抑作用,则微网与大电网的交互功率是时刻在变化的,对大电网会产生较大的冲击。在电网中存在多个微网的情况下,这种多个微网对电网的冲击影响是很严重的,如果甚至可能会影响系统稳定性。没有AGC层的功率平抑作用,其效果图示如图7。
实际上,图7所示的交互功率值波动都是一个调度周期内的风光荷功率实时改变造成的,AGC层的目标是利用储能装置(本算例使用蓄电池)平抑这个功率波动,即达到维持微网与大电网交互功率恒定的目的。按照AGC层控制策略,蓄电池一天24h内的实际输出功率如图8所示。
由此可见,通过本发明的三层能量优化管理,可以维持微网与大电网在一个经济调度时段的功率交互恒定,迎合大电网的经济调度;同时可以解决微网中的间歇性微源对大电网造成冲击的问题。
以上所述的实施例只是本发明的一种较佳的方案,然其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (5)
1.一种基于多时间尺度的微网三层能量优化管理方法,其特征在于包括如下步骤:
第一步:根据微网内可控型微源的特性,将其成本-出力曲线的非线性函数进行分段线性化;
第二步:在日前层中,将未来一天24h的微网运行划分为多个等间隔时段,采用30mins为时间间隔,以微网全天24h总运行成本最小为目标,其中所有可控型微电源使用分段线性化模型,将此日前机组组合问题建模成一个混合整数线性规划问题进行求解,得到各个时段可控型微源的机组启停计划;由于需要利用储能装置进行实时功率波动平抑,日前层建立的数学模型把储能装置设为始终开机状态,优化结果给出其在各个时段的充放电状态和功率输出计划值;
第三步:在调整层中,在当前经济调度周期中,根据日前计划制定的日前机组启停优化方案的开停机结果,实时监测储能装置的SOC值,考虑为AGC层留出裕度,进行单一时段的经济运行成本最低的目标函数优化,得到各可控型微源此短时段的具体出力值、储能的初始出力以及AGC层需要维持恒定的微网与大电网交互功率值;
第四步:在AGC层中,利用监测到的秒级实时风光荷功率大小,计算净负荷值,反馈给储能装置,实时调整储能装置的出力,以平抑不平衡功率波动,继而维持微网与大电网交互功率恒定;
第五步:在下一经济调度周期,重复第三步和第四步,不断利用储能装置进行不平衡功率波动平抑。
2.如权利要求1所述的一种基于多时间尺度的微网三层能量优化管理方法,其特征在于:所述的第二步中日前机组组合问题的混合整数线性规划问题的形式为:
min f(x,u)
数学模型中的符号定义如下:ST为全天各时段集合;SG为可控型微电源集合;SS为储能装置集合;为可控型微电源成本-出力曲线第k分段的线性化参数,为第k时段的斜率,为可控型微电源分段曲线第k时段的功率,为对应的成本;k指可控电源分段曲线的段数编号;为可控型微电源分段曲线第k段的取值,LGi为可控型微电源成本曲线分段数;为可控型微电源开机成本;为可控型微电源有功出力;为可控型微电源工作状态,表示停机,表示开机;为可控型微电源开始开机标记位,为可控型微电源开始关机标记位;为可控型微电源分段曲线归属状态,微电源有功出力所在的曲线分段状态值为1,其余曲线分段状态值为0;为储能装置充电功率,为储能装置放电功率,为储能装置的荷电状态;分别为储能装置的充电状态、放电状态;为储能装置开始充电标记位,为储能装置开始放电标记位;为微网从大电网接受的功率值,为微网向大电网发送的功率值;为微网向大电网接受功率状态,为微网向大电网发送功率状态;分别为可控微电源开机成本、关机成本;KOMi为可控型微电源运行维护成本;cSi+、cSi-分别为储能装置充电成本系数、放电成本系数,为储能装置充放电循环成本系数;分别为微网向大电网买电价格、卖电价格;
连续优化变量x和离散优化变量u,分别定义为:
目标函数f(x,u)定义为:
其中fGi(x,u)、fSi(x,u)、fgrid(x,u)分别为可控电源的成本、储能设备的成本、微网与外部大电网功率交易产生的成本:
等式约束包括1.1)~1.5):
1.1)功率平衡约束满足:
1.2)可控电源分段运行归属标记位互斥条件满足:
1.3)可控电源出力定义满足:
1.4)储能装置的荷电状态定义满足:
其中ΔT代表一个第二层-经济调度层的周期时间长度;
1.5)储能装置始终为开机状态约束满足:
由于AGC层需要用储能装置平抑功率波动,所以在日前计划中,将储能装置状态定为始终开机;
不等式约束包括2.1)~2.10):
2.1)微网功率备用约束满足:
2.2)可控电源分段出力值定义满足:
2.3)可控电源输出功率约束满足:
2.4)可控电源有功爬坡率约束满足:
2.5)可控电源开始开机/停机的标记位定义满足:
2.6)储能装置的出力限值满足:
其中,分别代表储能装置充电功率的实际下限、上限; 分别代表储能装置放电功率的实际下限、上限;ΔPSi+ 代表储能装置为ED层和AGC层留出的充电功率下限的裕度值,代表储能装置为ED层和AGC层留出的充电功率上限的裕度值;ΔPSi- 代表储能装置为ED层和AGC层留出的放电功率下限的裕度值,代表储能装置为ED层和AGC层留出的放电功率上限的裕度值;
2.7)储能装置的开始充电/放电的标记位定义满足:
2.8)储能装置的荷电状态限值满足:
其中,代表储能装置在t时段的荷电状态;Ei 、分别代表储能装置荷电状态的下限、上限;ΔEi 代表储能装置为ED层和AGC层留出的荷电状态下限的裕度值,代表储能装置为ED层和AGC层留出的荷电状态上限的裕度值;
2.9)外部电网接入容量约束满足:
2.10)微网向外部电网买卖电状态互斥约束满足:
3.如权利要求1所述的一种基于多时间尺度的微网三层能量优化管理方法,其特征在于:所述第三步中单一时段的经济运行成本最低的目标函数为:
其中fGi(x)为可控电源的成本,fgrid(x)为微网与外部大电网功率交易产生的成本:
fgrid(x)=cgrid+·Pgrid+-cgrid-·Pgrid-
其中优化变量x定义为:
其中,Ei_nextperiod代表当前经济调度周期结束时储能装置的荷电状态,即下一经济调度周期开始时储能装置的荷电状态计划值;
第三步中目标函数优化时的等式约束包括3.1)~3.7):
3.1)功率平衡约束满足:
3.2)可控电源分段运行归属标记位互斥条件满足:
3.3)可控电源出力定义满足:
3.4)可控电源开停机状态遵循日前计划满足:
UGi=UGi0,i∈SG
其中,UGi0代表日前层给定的当前经济调度周期的可控微电源的开机/停机状态;
3.5)储能装置的荷电状态约束满足:
Ei_nextperiod-Ei0+ΔT·(PSi--PSi+)=0,i∈SS
其中,Ei0代表经济调度层开始时刻储能装置的荷电状态;ΔT代表经济调度层的调度周期时间间隔长度;
3.6)储能装置的充放电状态遵循日前计划满足:
USi+=USi+0,i∈SS
USi-=USi-0,i∈SS
其中,USi+0、USi-0代表日前层给定的当前经济调度周期的储能装置的充电/放电状态;
3.7)储能装置的荷电状态遵循日前计划满足:
ESi_nextperiod=ESi_nextperiod0,i∈SS
其中,ESi_nextperiod0代表日前层给定的当前经济调度周期结束时储能装置的荷电状态,即下一经济调度周期开始时储能装置的荷电状态计划值;
第三步中目标函数优化时的不等式约束包括4.1)~4.7):
4.1)可控电源分段出力值定义满足:
4.2)可控电源有功爬坡率约束满足:
其中,PGi0代表日前层给定的当前经济调度周期的可控微电源的出力计划值;
4.3)可控电源输出功率约束满足:
4.4)储能装置的出力限值满足:
4.5)储能装置的荷电状态上下限约束满足:
4.6)微网与大电网交互功率限制满足:
4.7)微网与大电网交互功率互斥条件满足:
Ugrid++Ugrid-≤1。
4.如权利要求1所述的一种基于多时间尺度的微网三层能量优化管理方法,其特征在于:所述第四步中调整储能装置的出力改变值的计算公式如下:
dPS(tagc)=Pgrid(tagc-1)-Pgrid(0)-dPWT(tagc)-dPPV(tagc)+dPL(tagc),tagc=0,1,...,nAGC
其中:
dPWT(tagc)=PWT(tagc)-PWT(tagc-1),t=0,1,...,nAGC
dPPV(tagc)=PPV(tagc)-PPV(tagc-1),t=0,1,...,nAGC
dPL(tagc)=PL(tagc)-PL(tagc-1),t=0,1,...,nAGC
式中:tagc为当前AGC层中的调度短周期的次数;nAGC为AGC层中的调度短周期总数;Pgrid(0)代表AGC层初始时刻,即经济调度优化得到的微网与大电网的交互功率值;PWT(tagc)为监测到的tagc时刻风力发电机的出力;PPV(tagc)为监测到的tagc时刻风力发电机的出力;PL(tagc)为监测到的tagc时刻负荷值;Pgrid(tagc)代表tagc时刻的微网与大电网的交互功率值;
则储能装置在AGC层的每个秒级时间点的出力值为:
PS(tagc)=PS(tagc-1)+dPS(tagc),tagc=0,1,...,nAGC
在AGC层控制中,改变量只有储能装置的出力值大小,而充放电状态不变,其它可控微源的开停机状态和出力值大小均不变。
5.如权利要求1所述的一种基于多时间尺度的微网三层能量优化管理方法,其特征在于:所述的储能装置为蓄电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010299313.7A CN111555366B (zh) | 2020-04-16 | 2020-04-16 | 一种基于多时间尺度的微网三层能量优化管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010299313.7A CN111555366B (zh) | 2020-04-16 | 2020-04-16 | 一种基于多时间尺度的微网三层能量优化管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111555366A true CN111555366A (zh) | 2020-08-18 |
CN111555366B CN111555366B (zh) | 2023-01-24 |
Family
ID=72007476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010299313.7A Active CN111555366B (zh) | 2020-04-16 | 2020-04-16 | 一种基于多时间尺度的微网三层能量优化管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111555366B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565164A (zh) * | 2022-03-03 | 2022-05-31 | 国网江苏综合能源服务有限公司 | 一种储能日前调度混合整数规划的三阶段优化方法及系统 |
AU2021218154B2 (en) * | 2020-08-24 | 2023-02-02 | Ihi Corporation | Power management system, power management method, and power management program |
CN117638944A (zh) * | 2023-12-19 | 2024-03-01 | 国网山东省电力公司济南供电公司 | 基于源荷储互动的电网容量裕度动态配置方法及系统 |
US11990759B2 (en) | 2019-04-03 | 2024-05-21 | Ihi Corporation | Power management system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
CN102289566A (zh) * | 2011-07-08 | 2011-12-21 | 浙江大学 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
CN102751728A (zh) * | 2012-07-26 | 2012-10-24 | 浙江大学 | 基于负荷中断模型的微网孤网运行的能量管理方法 |
WO2015062277A1 (zh) * | 2013-10-30 | 2015-05-07 | 江苏省电力公司南京供电公司 | 一种智能配电系统递进式调度方法 |
CN105207242A (zh) * | 2015-09-17 | 2015-12-30 | 山东大学 | 储能装置参与机组调频的优化控制与容量规划系统及方法 |
-
2020
- 2020-04-16 CN CN202010299313.7A patent/CN111555366B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
CN102289566A (zh) * | 2011-07-08 | 2011-12-21 | 浙江大学 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
CN102751728A (zh) * | 2012-07-26 | 2012-10-24 | 浙江大学 | 基于负荷中断模型的微网孤网运行的能量管理方法 |
WO2015062277A1 (zh) * | 2013-10-30 | 2015-05-07 | 江苏省电力公司南京供电公司 | 一种智能配电系统递进式调度方法 |
CN105207242A (zh) * | 2015-09-17 | 2015-12-30 | 山东大学 | 储能装置参与机组调频的优化控制与容量规划系统及方法 |
Non-Patent Citations (1)
Title |
---|
张伯明等: "消纳大规模风电的多时间尺度协调的有功调度系统设计", 《电力系统自动化》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11990759B2 (en) | 2019-04-03 | 2024-05-21 | Ihi Corporation | Power management system |
AU2021218154B2 (en) * | 2020-08-24 | 2023-02-02 | Ihi Corporation | Power management system, power management method, and power management program |
US11837870B2 (en) | 2020-08-24 | 2023-12-05 | Ihi Corporation | Power management system, power management method, and power management program |
CN114565164A (zh) * | 2022-03-03 | 2022-05-31 | 国网江苏综合能源服务有限公司 | 一种储能日前调度混合整数规划的三阶段优化方法及系统 |
CN114565164B (zh) * | 2022-03-03 | 2024-02-06 | 国网江苏综合能源服务有限公司 | 一种储能日前调度混合整数规划的三阶段优化方法及系统 |
CN117638944A (zh) * | 2023-12-19 | 2024-03-01 | 国网山东省电力公司济南供电公司 | 基于源荷储互动的电网容量裕度动态配置方法及系统 |
CN117638944B (zh) * | 2023-12-19 | 2024-08-27 | 国网山东省电力公司济南供电公司 | 基于源荷储互动的电网容量裕度动态配置方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111555366B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020102245A4 (en) | A grid hybrid rolling dispatching method considering congestion and energy storage tou price | |
CN111555366B (zh) | 一种基于多时间尺度的微网三层能量优化管理方法 | |
CN110970912B (zh) | 一种含储能的新能源电力系统运行模拟方法 | |
Pu et al. | Hierarchical energy management control for islanding DC microgrid with electric-hydrogen hybrid storage system | |
CN102289566B (zh) | 独立运行模式下的微电网多时间尺度能量优化调度方法 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN106169108B (zh) | 含电池储能系统的主动配电网短期有功优化方法 | |
CN106849190B (zh) | 一种基于Rollout算法的多能互补微网实时调度方法 | |
CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
CN104993522A (zh) | 一种基于mpc的主动配电网多时间尺度协调优化调度方法 | |
CN104967138A (zh) | 一种储能电站 | |
CN115102239B (zh) | 一种考虑soc均衡的储能电站一次调频控制方法及系统 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
CN113742944A (zh) | 一种考虑电制氢系统的虚拟电厂建模方法 | |
CN104253439B (zh) | 电池储能电站无功功率分配与控制方法 | |
Saha | Adaptive model-based receding horizon control of interconnected renewable-based power micro-grids for effective control and optimal power exchanges | |
CN107834574B (zh) | 一种分布式能源系统与电网交换功率的控制方法 | |
CN114050570B (zh) | 一种源网荷储系统协同调控方法及装置 | |
AU2021340055B2 (en) | Power regulation method and power regulation device | |
Zhang et al. | Hierarchical MPC-based energy management and frequency regulation participation of a virtual power plant | |
Paliwal et al. | Short-term optimal energy management in stand-alone microgrid with battery energy storage | |
CN114188980B (zh) | 一种考虑储能装置的透明微网群经济运行域生成方法 | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 | |
CN112257903A (zh) | 虚拟电厂的控制方法和装置 | |
CN118646102B (zh) | 一种风光储氢氨醇园区有功平衡控制方法及系统 |
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 |