CN112366685A - 一种根据联络线与储能寿命的海岛微电网优化运行方法 - Google Patents

一种根据联络线与储能寿命的海岛微电网优化运行方法 Download PDF

Info

Publication number
CN112366685A
CN112366685A CN202011025576.5A CN202011025576A CN112366685A CN 112366685 A CN112366685 A CN 112366685A CN 202011025576 A CN202011025576 A CN 202011025576A CN 112366685 A CN112366685 A CN 112366685A
Authority
CN
China
Prior art keywords
power
energy storage
tie
tie line
line
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
CN202011025576.5A
Other languages
English (en)
Inventor
赵璞
潘乐真
林群
戴瑞海
郑圣
郑思源
段浩
金东�
吴昌设
张清周
朱海立
周婕
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.)
Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Wenzhou Electric Power Design Co Ltd
Original Assignee
Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Wenzhou Electric Power Design 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 Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd, Wenzhou Electric Power Design Co Ltd filed Critical Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202011025576.5A priority Critical patent/CN112366685A/zh
Publication of CN112366685A publication Critical patent/CN112366685A/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
    • H02J3/28—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
    • H02J3/381—Dispersed generators
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • 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
    • 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)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种根据联络线与储能寿命的海岛微电网优化运行方法，其技术方案要点是包括建立蓄电池吞吐量寿命模型，蓄电池吞吐量寿命模型根据电池组荷电状态和反馈充放电深度状态折算成经济成本并进行评估；建立联络线功率评价指标，采用随机机会约束法引入自然资源和负荷的不确定约束，并且以正态分布描述误差的概率部分，将不确定约束转化为确定约束，添加到蓄电池吞吐量寿命模型中进行求解；采用目标隶属度函数，根据最大化满意度指标法将多目标问题转化成单目标进行优化求解，以海岛微电网的经济成本、联络线负载率和联络线功率方差为优化目标进行优化，该方法能够优化联络线的资产利用率和储能寿命，避免了单目标优化下的极端情况。

Description

一种根据联络线与储能寿命的海岛微电网优化运行方法
技术领域
本发明涉及海岛微电网优化技术领域，更具体地说，它涉及一种根据联络 线与储能寿命的海岛微电网优化运行方法。
背景技术
近年来，由于能源危机，环境污染，碳排放超标等问题，可再生能源发电 技术和能源存储技术受到了人们的关注。随着可再生能源的开发和利用，分布 式发电(distributedgeneration，DG)受到广泛关注，微电网技术也得到充 分发展。海岛区域含有丰富的风能，太阳能资源，中国海岸线广阔，拥有着众 多海岛微电网示范项目。例如，南麂岛电网于2014年进行了新能源改造，现有 风力发电系统1000kW，光伏发电系统835kW，柴油机发电系统1700kW；南方电 网自2011年起开始进行以西沙群岛为主的多能互补离网海岛微电网关键技术研 发，启动了万山海岛新能源微电网示范项目，在东澳岛、桂山岛等海岛构建了 风光柴储多能互补的一体化海岛智能微电网系统。
海岛微电网优化运行是微电网协调控制中的重要研究课题。目前学者对海 岛微电网优化运行的研究侧重于协调微电网内部的分布式电源和储能出力，以 达到经济性最优，系统内部稳定等目的，对微电网的资产利用率关注较少。并 且在使用储能平抑波动时，对储能的寿命损耗考虑不够充分。海岛地区位置偏 远，风光资源波动较大，储能寿命相对较短，因此，对于海岛微电网，储能的 寿命问题应该受到更多关注。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种根据联络线与储能 寿命的海岛微电网优化运行方法，该微电网优化运行方法能够优化联络线的资 产利用率和储能寿命，避免了单目标优化下的极端情况。
为实现上述目的，本发明提供了如下技术方案：一种根据联络线与储能寿 命的海岛微电网优化运行方法，所述方法包括有：
S1：建立蓄电池充放电模型，所述蓄电池充电模型用于反馈电池组荷电状 态和充放电深度状态；
S2：建立蓄电池吞吐量寿命模型，所述蓄电池吞吐量寿命模型根据电池组 荷电状态和反馈充放电深度状态折算成经济成本并进行评估；
S3：建立联络线功率评价指标，所述联络线功率评价指标包括有联络线利 用率、联络线负载率、联络线功率方差；
S4：采用随机机会约束法引入自然资源和负荷的不确定约束，并且以正态 分布描述误差的概率部分，将不确定约束转化为确定约束，添加到蓄电池吞吐 量寿命模型中进行求解；
S5：采用目标隶属度函数，根据最大化满意度指标法将多目标问题转化成 单目标进行优化求解，以海岛微电网的经济成本、联络线负载率和联络线功率 方差为优化目标进行优化。
本发明进一步设置为：所述步骤S1具体包括有：
S11：建立充放电模型，电池组荷电状态SOC表示为：
Figure BDA0002702019950000021
式中，SOC(t)为t时刻储能电池组荷电状态；Pdis为储能放电功率；Pch为储 能充电功率；ηd为储能变流器逆变转换效率；ηc为储能变流器整流转换效率；c 为储能电站额定容量；Δt为仿真步长；
S12：当仿真步长内储能与电网之间的交流功率为恒定值时，储能模型表示 为：
Ebat(t+Δt)＝Ebat(t)+ηcPch(t)Δt-Pdis(t)Δt/ηd
Ebat(t)为t时刻电池电量。
本发明进一步设置为：以柴油发电机作为备用可控电源，与储能、联络线 共同平衡分布式电源出力和负荷预测误差。
本发明进一步设置为：所述步骤S2具体包括有：
S21：建立寿命损耗模型，将每次储能对外充放电所损耗的寿命折算成经济 成本进行评估：
Figure BDA0002702019950000031
Figure BDA0002702019950000032
为蓄电池损失成本；
Figure BDA0002702019950000033
为蓄电池损失成本系数；
S22：根据蓄电池充或放出相同能量时，其寿命损耗权重与SOC的关系，对 蓄电池损失成本系数的计算：
Figure BDA0002702019950000034
Figure BDA0002702019950000035
f[SOC(t)]为蓄电池寿命损耗权重值；CES为储能单位寿命价格；
S23：海岛微电网日运行成本计算：
Figure BDA0002702019950000036
CDAY为海岛微电网日运行成本；cin(t)和cout(t)分别为t时刻海岛微电网向大电 网购电成本与售电成本；Pin(t)和Pout(t)分别为t时刻海岛微电网向大电网购电和售 电功率；cF为单位油价；F(t)为柴油发电机t时刻耗油量。
本发明进一步设置为：所述步骤S3具体包括有：
S31：联络线负载率：
Figure BDA0002702019950000041
Uline为联络线负载率；Sline为功率联络线额定容量；T为运行周期；
S32：联络线功率方差：
Figure BDA0002702019950000042
σline为联络线功率标准差，用来表征联络线上的功率波动；
Figure BDA0002702019950000046
为联络线在 运行周期上的平均功率。
本发明进一步设置为：所述步骤S4具体包括有：
S41：通过给定置信水平，可将旋转备用约束以概率形式描述：
[Pcontrol(t)+Rcontrol(t)]+[PPV(t)+δPV(t)]+[Pwind(t)+δwind(t)]≥Pload(t)+δload(t)≥α
Pcontrol(t)＝Pin(t)-Pout(t)+Pde(t)+Pdis(t)-Pch(t)
Pcontrol(t)为海岛电网系统在t时刻可用变量，包括联络线功率，柴油发电机与 系统储能；Pde(t)为柴油发电机t时刻发电量；Rcontrol(t)为海岛电网t时刻可控变量 备用量；δPV(t)，δwind(t)和δload(t)分别表示光伏、风力发电机与负荷的预测误差； 置信水平α为该备用约束条件成立所满足的概率值；
S42：以正态分布来描述误差的概率分布，因此可将式中的不确定约束转化 为确定约束，添加到求解模型中进行求解：
Figure BDA0002702019950000043
F-1(α)表示标准正态分布函数下的α分位点；
Figure BDA0002702019950000044
和
Figure BDA0002702019950000045
分别表示光伏， 风机和负荷预测误差正态分布的标准差。
本发明进一步设置为：所述步骤S5具体包括有在避免储能频繁充放电的情 况下，调整功率联络线流动功率，提高联络线负载率，降低联络线功率方差， 从而提高其联络线利用率。
本发明进一步设置为：所述步骤S4中海岛微电网运行中的海岛微电网运行 中的不确定约束还包括有运行约束和随机机会约束，所述运行约束包括有蓄电 池充放电约束、功率联络线容量与功率变化约束、功率平衡约束等。
综上所述，本发明具有以下有益效果：采用目标隶属度函数，利用最大化 满意度指标法将经济成本、联络线负载率和联络线功率方差等多目标问题转化 成单目标进行优化求解，综合考虑三者之间的影响，引入随机机会约束考虑海 岛微电网的可再生能源与负荷的不确定性，协调网内分布式电源出力进行优化。
本发明所提出的优化运行方法，综合协调三个优化目标值，联络线的资产 利用率和储能寿命均得到了较好的优化，避免了单目标优化下的极端情况，可 为相关海岛微电网工程的运行模式提供参考。
在保证供电质量的基础上，协调联络线流动功率、蓄电池出力与其他分布 式电源出力，达到了提升海岛微电网的资产利用率，延迟储能使用寿命的目的， 避免了单目标优化时所造成的联络线资产利用率低，储能充放电过于频繁的情 况。
附图说明
图1为根据联络线与储能寿命的海岛微电网优化运行方法的流程图；
图2为根据联络线与储能寿命的海岛微电网优化运行方法的运行框图；
图3为海岛微电网系统结构示意图；
图4为储能寿命损耗权重图；
图5为上半梯形隶属度函数；
图6为下半梯形隶属度函数。
具体实施方式
下面结合附图和实施例，对本发明进一步详细说明。其中相同的零部件用 相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、 “左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、 “内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
参照图1至图6所示，为实现上述目的，本发明提供了如下技术方案：一 种根据联络线与储能寿命的海岛微电网优化运行方法，方法包括有：
S1：建立蓄电池充放电模型，蓄电池充电模型用于反馈电池组荷电状态和 充放电深度状态；
S2：建立蓄电池吞吐量寿命模型，蓄电池吞吐量寿命模型根据电池组荷电 状态和反馈充放电深度状态折算成经济成本并进行评估；
S3：建立联络线功率评价指标，联络线功率评价指标包括有联络线利用率、 联络线负载率、联络线功率方差；
S4：采用随机机会约束法引入自然资源和负荷的不确定约束，并且以正态 分布描述误差的概率部分，将不确定约束转化为确定约束，添加到蓄电池吞吐 量寿命模型中进行求解；
S5：采用目标隶属度函数，根据最大化满意度指标法将多目标问题转化成 单目标进行优化求解，以海岛微电网的经济成本、联络线负载率和联络线功率 方差为优化目标进行优化。
海岛地区位置偏远，风光资源波动较大，储能寿命相对较短，储能的寿命 问题应该受到了更多关注。当蓄电池长期工作于较深的放电深度时，其有效循 环次数也在减小，本发明主要考虑蓄电池的充放电深度和荷电状态SOC对其寿命 的影响，采用易于预测和计算的蓄电池吞吐量寿命模型，将其每次储能对外充 放电所损耗的寿命折算成经济成本进行评估。
为提升联络线的资产利用率，本方法对联络线建立评价指标，包括有联络 线利用率、联络线负载率、联络线功率方差，联络线利用率的不同评价指标反 映了联络线利用率的不同侧重方面，联络线负载率反映了联络线上的实际输送 的电能的大小，联络线功率方差反映了联络线流动功率的波动情况。
海岛微电网内的风光资源存在着波动性，预测负荷与实际用电负荷之间 也存在一定的误差，采用随机机会约束的方法，能较好的描述出海岛微电网 可控变量与不可控变量之间的关系，在一定的置信区间内给出最佳运行方 案。
以经济成本、联络线负载率和联络线功率方差作为目标，属于多目标优化 问题，对于多目标优化求解，而且三个目标之间的量纲不同，单纯的采用系数 进行加权存在一定的主观性，运行结果不准确。本发明使用隶属度函数的方法， 将多目标问题模糊化，通过求解最大满意度方法将多目标问题转化为单目标问 题进行求解。
使用模糊隶属度最大满意度的方法，综合海岛微电网经济成本、联络线负 载率和联络线功率方差为优化目标，柴油发电机作为备用电源，考虑蓄电池充 放电约束，联络线功率约束，联络线功率流动约束，功率平衡约束和随机机会 约束，采用YALMIP工具箱和gurobi求解器进行求解。在避免储能频繁充放电的 情况下，调整功率联络线流动功率，提高联络线负载率，降低联络线功率方差， 从而提高其联络线利用率。
在保证供电质量的基础上，协调联络线流动功率、蓄电池出力与其他分布 式电源出力，达到了提升海岛微电网的资产利用率，延迟储能使用寿命的目的， 避免了单目标优化时所造成的联络线资产利用率低，储能充放电过于频繁的情 况。
关键问题解释：
1、系统模型
(1)蓄电池模型
①充放电模型
电池组荷电状态SOC可表示为：
Figure BDA0002702019950000081
式中，SOC(t)为t时刻储能电池组荷电状态；Pdis为储能放电功率；Pch为储能 充电功率；ηd为储能变流器逆变转换效率；ηc为储能变流器整流转换效率；c为 储能电站额定容量；Δt为仿真步长。
假设在仿真步长内，储能与电网之间的交流功率为恒定值，则储能模型 可以表示为：
Ebat(t+Δt)＝Ebat(t)+ηcPch(t)Δt-Pdis(t)Δt/ηd (2)
式中，Ebat(t)为t时刻电池电量。
②寿命损耗模型
当蓄电池长期工作于较深的放电深度时，其有效循环次数也在减小。当 蓄电池的SOC较低，长期处于深度放电状态时，其损耗权重较大；当SOC较 高时，损耗权重随着SOC的增加呈线性下降，蓄电池的寿命损耗速度也随之 下降。海岛微电网应重点关注储能的寿命问题，过度充放电导致的储能相关 设备退化所造成的经济损失是不可忽略的，本发明将其每次储能对外充放电 所损耗的寿命折算成经济成本进行评估。
Figure BDA0002702019950000091
式中，
Figure BDA0002702019950000092
为蓄电池损失成本；
Figure BDA0002702019950000093
为蓄电池损失成本系数。
关于
Figure BDA0002702019950000094
的计算，图4给出了当蓄电池充或放出相同能量时，其寿命损 耗权重与SOC的关系。当SOC(t)小于等于0.5时，蓄电池实际充放1kWh电 量会使蓄电池实际寿命损耗增大于理论寿命损耗；SOC(t)等于1时，蓄电池 实际充放1kWh电量会使蓄电池寿命损耗小于理论寿命损耗。因此，蓄电池 寿命损耗权重值f[SOC(t)]与电池SOC(t)间的关系可用分段函数表示：
Figure BDA0002702019950000095
Figure BDA0002702019950000096
式中，CES为储能单位寿命价格。
海岛微电网日运行成本计算：
Figure BDA0002702019950000097
式中，CDAY为海岛微电网日运行成本；cin(t)和cout(t)分别为t时刻海岛微电网 向大电网购电成本与售电成本；Pin(t)和Pout(t)分别为t时刻海岛微电网向大电网 购电和售电功率；cF为单位油价；F(t)为柴油发电机t时刻耗油量。
(2)联络线功率评价指标
①联络线负载率
联络线的负载率即联络线上的实际输送的电能与额定容量之比：
Figure BDA0002702019950000098
式中，Uline为联络线负载率；Sline为功率联络线额定容量；T为运行周期。
②联络线功率波动
联络线的功率波动以联络线功率的标准差来描述联络线功率的波动情况：
Figure BDA0002702019950000101
式中，σline为联络线功率标准差，用来表征联络线上的功率波动；
Figure BDA0002702019950000103
为联络 线在运行周期上的平均功率。
2、综合能源网络的联合优化
(1)目标函数
经济性与功率联络线资产利用率二者量纲不同，单纯的采用系数进行加 权存在一定的主观性，运行结果不准确。本发明采用隶属度函数，将多目标 问题模糊化，从而将多目标问题转化成单目标进行求解。联络线每日流过的 能量越大，联络线的利用率也就越高，因此认为联络线负载率越大越好，选 择向上半梯形隶属函数来模糊化，如图5所示，隶属度越大，满意度μ(f2)越 高。具体隶属度函数如(9)所示：
Figure BDA0002702019950000102
联络线功率波动和海岛微电网每日运行成本越小越好，因此本文选择向 下半梯形隶属函数来模糊化。如图6所示。具体隶属度函数如式(10)(11)所 示
Figure BDA0002702019950000111
Figure BDA0002702019950000112
设δ为两个目标隶属度函数中的最小值，代表优化的满意度指标，即为：
δ＝min{μ(f1),μ(f2),μ(f3)} (12)
原多目标问题即可转化为在满足约束下的单目标优化问题：
Figure BDA0002702019950000113
(2)蓄电池运行约束
Figure BDA0002702019950000114
式中，Ebat(t)为t时刻电池电量；Ebat·max和Ebat·min电池电量上限和下限；Fc和Fd分别为充放电标志位；Pch和Pdis分别为储能电站充放电功率；Pcmax和Pdismax分别为 充放电功率上下限。
(3)联络线功率流动约束
Figure BDA0002702019950000121
式中，Pinlim和Pout分别为购电和售电功率上限；Fin(t)和Fout(t)分别为购电与售电标志位；Plim为联络线单位功率变化上限。
(4)功率平衡约束
Pin(t)+Ppv(t)+Pwind(t)+Pde(t)+Pdis(t)＝Pout(t)+Pch(t)+Pload(t) (16)
式中，PPV(t)，Pwind(t)，Pload(t)分别为t时刻光伏，风机和负荷功率。Pde(t)为 柴油发电机t时刻发电量
(5)随机机会约束
可再生能源发电与负荷的预测数据因为天气，社会事件影响等，通常与实 际运行数据存在一定误差，如果误差的概率分布模型能够较好的被描述出来， 则采用机会约束规划能较好地描述随机变量的不确定性问题，通过给定置信水 平，可将旋转备用约束以概率形式描述：
[Pcontrol(t)+Rcontrol(t)]+[PPV(t)+δPV(t)]+[Pwind(t)+δwind(t)]≥Pload(t)+δload(t)≥α (17)
Pcontrol(t)＝Pin(t)-Pout(t)+Pde(t)+Pdis(t)-Pch(t) (18)
式中，Pcontrol(t)为海岛电网系统在t时刻可用变量，包括联络线功率，柴油 发电机与系统储能；Pde(t)为柴油发电机t时刻发电量；Rcontrol(t)为海岛电网t时 刻可控变量备用量；δPV(t)，δwind(t)和δload(t)分别表示光伏、风力发电机与负荷的 预测误差；置信水平α为该备用约束条件成立所满足的概率值。
在本文中，以正态分布来描述误差的概率分布，因此可将式中的不确定 约束转化为确定约束，添加到求解模型中进行求解：
Figure BDA0002702019950000131
式中，F-1(α)表示标准正态分布函数下的α分位点；
Figure BDA0002702019950000132
和
Figure BDA0002702019950000133
分别表 示光伏，风机和负荷预测误差正态分布的标准差。
DG为分布式发电装置。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实 施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出， 对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进 和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述方法包括有：
S1：建立蓄电池充放电模型，所述蓄电池充电模型用于反馈电池组荷电状态和充放电深度状态；
S2：建立蓄电池吞吐量寿命模型，所述蓄电池吞吐量寿命模型根据电池组荷电状态和反馈充放电深度状态折算成经济成本并进行评估；
S3：建立联络线功率评价指标，所述联络线功率评价指标包括有联络线利用率、联络线负载率、联络线功率方差；
S4：采用随机机会约束法引入自然资源和负荷的不确定约束，并且以正态分布描述误差的概率部分，将不确定约束转化为确定约束，添加到蓄电池吞吐量寿命模型中进行求解；
S5：采用目标隶属度函数，根据最大化满意度指标法将多目标问题转化成单目标进行优化求解，以海岛微电网的经济成本、联络线负载率和联络线功率方差为优化目标进行优化。
2.根据权利要求1所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述步骤S1具体包括有：
S11：建立充放电模型，电池组荷电状态SOC表示为：
Figure FDA0002702019940000011
式中，SOC(t)为t时刻储能电池组荷电状态；Pdis为储能放电功率；Pch为储能充电功率；ηd为储能变流器逆变转换效率；ηc为储能变流器整流转换效率；c为储能电站额定容量；Δt为仿真步长；
S12：当仿真步长内储能与电网之间的交流功率为恒定值时，储能模型表示为：
Ebat(t+Δt)＝Ebat(t)+ηcPch(t)Δt-Pdis(t)Δt/ηd
Ebat(t)为t时刻电池电量。
3.根据权利要求2所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：以柴油发电机作为备用可控电源，与储能、联络线共同平衡分布式电源出力和负荷预测误差。
4.根据权利要求3所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述步骤S2具体包括有：
S21：建立寿命损耗模型，将每次储能对外充放电所损耗的寿命折算成经济成本进行评估：
Figure FDA0002702019940000021
Figure FDA0002702019940000022
为蓄电池损失成本；
Figure FDA0002702019940000023
为蓄电池损失成本系数；
S22：根据蓄电池充或放出相同能量时，其寿命损耗权重与SOC的关系，对蓄电池损失成本系数的计算：
Figure FDA0002702019940000024
Figure FDA0002702019940000025
f[SOC(t)]为蓄电池寿命损耗权重值；CES为储能单位寿命价格；
S23：海岛微电网日运行成本计算：
Figure FDA0002702019940000026
CDAY为海岛微电网日运行成本；cin(t)和cout(t)分别为t时刻海岛微电网向大电网购电成本与售电成本；Pin(t)和Pout(t)分别为t时刻海岛微电网向大电网购电和售电功率；cF为单位油价；F(t)为柴油发电机t时刻耗油量。
5.根据权利要求4所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述步骤S3具体包括有：
S31：联络线负载率：
Figure FDA0002702019940000031
Uline为联络线负载率；Sline为功率联络线额定容量；T为运行周期；
S32：联络线功率方差：
Figure FDA0002702019940000032
σline为联络线功率标准差，用来表征联络线上的功率波动；
Figure FDA0002702019940000033
为联络线在运行周期上的平均功率。
6.根据权利要求5所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述步骤S4具体包括有：
S41：通过给定置信水平，可将旋转备用约束以概率形式描述：
[Pcontrol(t)+Rcontrol(t)]+[PPV(t)+δPV(t)]+[Pwind(t)+δwind(t)]≥Pload(t)+δload(t)≥α
Pcontrol(t)＝Pin(t)-Pout(t)+Pde(t)+Pdis(t)-Pch(t)
Pcontrol(t)为海岛电网系统在t时刻可用变量，包括联络线功率，柴油发电机与系统储能；Pde(t)为柴油发电机t时刻发电量；Rcontrol(t)为海岛电网t时刻可控变量备用量；δPV(t)，δwind(t)和δload(t)分别表示光伏、风力发电机与负荷的预测误差；置信水平α为该备用约束条件成立所满足的概率值；
S42：以正态分布来描述误差的概率分布，因此可将式中的不确定约束转化为确定约束，添加到求解模型中进行求解：
Figure FDA0002702019940000034
F-1(α)表示标准正态分布函数下的α分位点；
Figure FDA0002702019940000035
和
Figure FDA0002702019940000036
分别表示光伏，风机和负荷预测误差正态分布的标准差。
7.根据权利要求1所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述步骤S5具体包括有在避免储能频繁充放电的情况下，调整功率联络线流动功率，提高联络线负载率，降低联络线功率方差，从而提高其联络线利用率。
8.根据权利要求1所述的一种根据联络线与储能寿命的海岛微电网优化运行方法，其特征是：所述步骤S4中海岛微电网运行中的海岛微电网运行中的不确定约束还包括有运行约束和随机机会约束，所述运行约束包括有蓄电池充放电约束、功率联络线容量与功率变化约束、功率平衡约束等。
CN202011025576.5A 2020-09-25 2020-09-25 一种根据联络线与储能寿命的海岛微电网优化运行方法 Pending CN112366685A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011025576.5A CN112366685A (zh) 2020-09-25 2020-09-25 一种根据联络线与储能寿命的海岛微电网优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011025576.5A CN112366685A (zh) 2020-09-25 2020-09-25 一种根据联络线与储能寿命的海岛微电网优化运行方法

Publications (1)

Publication Number Publication Date
CN112366685A true CN112366685A (zh) 2021-02-12

Family

ID=74507553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011025576.5A Pending CN112366685A (zh) 2020-09-25 2020-09-25 一种根据联络线与储能寿命的海岛微电网优化运行方法

Country Status (1)

Country Link
CN (1) CN112366685A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852373A (zh) * 2015-04-29 2015-08-19 南方电网科学研究院有限责任公司 一种含间歇性能源独立微电网的动态经济调度优化方法
CN109658012A (zh) * 2019-01-22 2019-04-19 武汉理工大学 一种计及需求侧响应的微电网多目标经济调度方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852373A (zh) * 2015-04-29 2015-08-19 南方电网科学研究院有限责任公司 一种含间歇性能源独立微电网的动态经济调度优化方法
CN109658012A (zh) * 2019-01-22 2019-04-19 武汉理工大学 一种计及需求侧响应的微电网多目标经济调度方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
周金辉等: "基于模型预测控制的分布式热电联供系统优化调度", 《浙江电力》 *
孙黎霞等: "计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行", 《发电技术》 *
孟明等: "考虑微电网联络线利用率的混合储能容量优化", 《现代电力》 *
谢敏等: "基于目标级联分析法的多微网主动配电系统自治优化经济调度", 《中国电机工程学报》 *
赵向阳等: "基于微电网联络线功率的多目标优化研究", 《电力电子技术》 *
陈洁等: "微网多目标经济调度优化", 《中国电机工程学报》 *

Similar Documents

Publication Publication Date Title
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
CN112366684A (zh) 一种海岛微电网系统
CN103151797A (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
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
CN105205552A (zh) 一种独立新能源混合发电系统优化规划方法
CN112600209A (zh) 一种含潮流能的海岛独立微电网容量多目标优化配置方法
Yao et al. Energy storage sizing optimization for large-scale PV power plant
CN115117940A (zh) 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法
Li et al. Long duration flexibility planning challenges and solutions for power system with ultra high share of renewable energy
Chen et al. Technoeconomic Analysis and Optimization of Hybrid Solar‐Wind‐Hydrodiesel Renewable Energy Systems Using Two Dispatch Strategies
CN112269966B (zh) 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法
Kushwaha et al. An Extensive Review of the Configurations, Modeling, Storage Technologies, Design Parameters, Sizing Methodologies, Energy Management, System Control, and Sensitivity Analysis Aspects of Hybrid Renewable Energy Systems
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
CN116247745A (zh) 考虑非计划离网风险的氢能微网滚动优化调度方法
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
Yang et al. Collaborative optimization of wind-solar-storage configuration in county distribution network considering near-zero carbon emission
CN112541778B (zh) 一种基于微电网参与两阶段市场出清系统优化运行方法
Huang et al. A multi-time scale scheduling method for wind-PV-pumped storage-electrochemical energy storage integrated generation system
CN112366685A (zh) 一种根据联络线与储能寿命的海岛微电网优化运行方法
Zhou et al. Optimal Planning of Battery Energy Storage in the Wind-Thermal-Hydro Power System
Ganesan et al. Dynamic and intelligent load servicing strategy for a stand-alone solar PV-based microgrid
CN111985844A (zh) 一种风力及光能综合能源系统日前经济调度方法
Yang et al. Optimal Economic Dispatch of Microgrid With Battery Energy Storage Considering Uncertainty of Renewable Generation
Zhao et al. Risk-constrained day-ahead scheduling for wind power and pumped hydro storage based on information-gap decision theory
Lu et al. Optimal Operation Scheduling of Multi-energy Complementary Systems Including Offshore Wind Power

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: 20210212