CN112541778B - 一种基于微电网参与两阶段市场出清系统优化运行方法 - Google Patents
一种基于微电网参与两阶段市场出清系统优化运行方法 Download PDFInfo
- Publication number
- CN112541778B CN112541778B CN202011248216.1A CN202011248216A CN112541778B CN 112541778 B CN112541778 B CN 112541778B CN 202011248216 A CN202011248216 A CN 202011248216A CN 112541778 B CN112541778 B CN 112541778B
- Authority
- CN
- China
- Prior art keywords
- power
- time
- grid
- micro
- gas turbine
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Abstract
本发明公开了一种基于微电网参与两阶段市场出清系统优化运行方法,通过构建微电网参与两阶段市场出清多层模型,可以实现日前市场出清、微电网自优化以及实时市场出清和结算。实施本发明,可以提高微电网系统的稳定性以及经济性。
Description
技术领域
本发明属于微电网能量管理技术领域,特别是涉及一种基于微电网参与两阶段市场出清系统优化运行方法。
背景技术
在新一轮的电力体制改革的背景下,参与电力市场交易的主体规模逐步扩大。实时节点电价逐步取代了现行的目录电价制度,这将对微电网能源管理系统的控制策略带来巨大冲击。原本对微电网源、荷、储协调经济优化调度策略将会失去作用。传统微电网优化策略研究主要集中于分布式电源、储能装置、负荷、能量转换和保护装置等设备间的协调配合,即在一个运行周期内,以运行成本为调度优化目标,确定其优先级和运行方式。而随着电力市场和微电网的商业化发展,以及风机WT(Wind Turbine)、光伏PV(Photo Voltaic)等可再生能源RES(Renewable Energy Sources)的大量接入,进一步加大了微电网调度难度,也使得传统微电网电价机制难适应新变化。
在微电网源、荷、储协调优化调度的研究方面,主要集中于利用分时电价来引导用户进行价格型需求响应,促进微电网内部的供需平衡和稳定经济运行。但并未考虑在市场机制下微电网可再生能源如何进行消纳,以及如何通过价格机制引导需求响应,达到供需平衡的目的。同时仅仅依靠简单的供需关系来生成的分时电价,相比在电力市场中通过竞争机制出清的实时节点电价,后者更能有效引导电力资源在时间和空间上的配置。
总结国内外现有的微电网能量管理系统优化运行方法,大致可分为三类:
一、增加多目标优化函数调度策略。微电网的目标优化函数大体上从经济性、环保性以及可靠性角度进行考虑,多目标函数协同优化能提高微电网能源管理系统的综合性能。
二、积极的需求侧响应策略。通过供需关系生成分时电价,来引导用户改善负荷特性,从而合理的对内部的分布式发电、储能装置以及外电网交互进行优化控制。
三、增加日间调度补充策略。根据日前调度的结果,在日间增加以最优化潮流为目标函数调度方式。其主要目的是为了平衡负荷预测的误差,生成对底层设备直接响应的控制信号。
但是现有的技术还存在一些不足之处,其中:
对于增加多目标优化函数调度策略,由于微电网发展迅速,其内部的能源转换和调度十分复杂。除了上述提到的目标函数,经常需要引入的优化目标还包括微型燃气轮机启停成本、运行效率以及网损等。这就导致各目标之间决策变量相互制约,相互矛盾。最优解集合的拓扑结构过于复杂,致使多目标优化进展难以进行。
对于积极的需求侧响应策略,将需求侧响应引入微电网,一定程度上实现了发电与需求侧的同步优化。但是目前需求响应面临参与成员过于单一,导致竞价机制不合理,负荷特性改善不明显等问题。同时目前研究需求响应模型类似与线性模型,没有将不同时段不同负荷类型对电价响应差异性考虑在内。因此单单依靠积极的需求响应策略,已经难以实现复杂微电网进行削峰填谷和可再生能源的消纳功能。
对于增加日间调度补充策略,对于日间调度策略上,主要集中于缩小负荷偏差的研究。但对于预测偏差更大的可再生能源的分布式发电设备输出并未考虑。对于缩小偏差层面的调度,如果仅仅依靠控制发电端增减出力来完成,会造成经济效益低下,反应迟缓等问题。通过实时市场出清的方式,对偏差电量进行二次结算,可有效实现电力供需的瞬时平衡。
发明内容
本发明所要解决的技术问题在于,提供一种基于微电网参与两阶段市场出清系统优化运行方法,可以实现多层优化调度,提高微电网系统的稳定性以及经济性。
本发明所采用的技术方案在于,提供一种基于微电网参与两阶段市场出清系统优化运行方法,其包括如下步骤:
步骤S10,微电网侧整体向电力市场侧申报供需双方功率以及供需双方价格;
步骤S11,建立以最大化社会福利为目标的出清目标函数;
步骤S12,根据功率平衡约束、出清功率上下限以及出清价格约束为条件,对所述出清目标函数进行求解,获得日前市场出清功率及分时电价;
步骤S13,根据微电网侧的各成员的模型建立微电网侧的以最小化成本为目标的自优化目标函数;
步骤S14,根据功率平衡约束、机组出力上下限约束、微型燃气轮机机组爬坡约束、蓄电池充放电量约束以及日前市场出清供需功率为约束条件,对所述自优化目标函数进行求解,进行微电网自优化调度;
步骤S15,建立实时电力市场出清模型的目标函数,在日前市场出清结束后,计算日前、实时市场出清功率之间的预测差值,并根据功率平衡约束、机组增减出力速率约束对所述实时电力市场出清模型的目标函数进行求解,获得实时市场出清,包括:优化的微型燃气轮机出力、蓄电池充放电量和与外电网交易电量数值,并得到实时分时电价;
步骤S16,输出所述优化的微型燃气轮机出力、蓄电池充放电量和与外电网交易电量数值,以及实时分时电价。
优选地,所述步骤S10进一步包括:
所述微电网包括储能蓄电池、光伏发电机组、风力发电机组以及微型燃气轮机组;所述微电网侧整体向电力市场侧申报用户负荷数据、可再生及不可再生能源出力数据、用户能源供电商报价数据。
优选地,所述步骤S11进一步包括:
建立如下的出清目标函数:
其中,Scons和Sprod分别表示生产者和消费者的利润;Pclear、Ppv'、Pwt'、Pmt'分别为总出清功率、出清的光伏功率、出清的风机功率和出清的微型燃气轮机功率;Cclear、Ccons、Cpv、Cwt、Cmt分别为出清电价、用户申报电价、光伏机组申报电价、风电机组申报电价、微型燃气轮机申报电价,T为报价周期。
优选地,在所述步骤S12中,其中:
功率平衡约束为:Pp'v(t)+Pw't(t)+Pm't(t)=Pclear(t);
出清功率上下限约束为:
PD'G,j,min≤PD'G,j(t)≤PD'G,j,max
0≤Pclear≤Pl'oad
其中,PD'G,j,min和PD'G,j,max分别为第j台可控电源向电力市场申报的最小和最大功率;Pl'oad为用户向电力市场申报的功率。
优选地,在所述步骤S13中,其中的微电网侧的各成员的模型至少包括:风电机组模型、风电机组模型、微型燃气轮机模型以及储能蓄电池模型。
优选地,所述步骤S13进一步包括:
根据微电网侧的各成员的模型,并综合考虑微型燃气轮机成本、治污成本和与外电网交易成本,兼顾蓄电池调度成本,建立如下的自优化目标函数:
其中,Fmt、Futil、Fpollution、Fess分别表示在T时间周期内微型燃气轮机、外电网调度、治理污染和蓄电池调度的总成本;CM(t)、OM(t)SC(t)分别为t时刻
、的燃料成本、运行维护成本和启动成本;Cutil为外网调度成本系数;Putil(t)为特定时间与外网交换功率量;αmt(i)为微型燃气轮机排放三种污染物(CO2、SOx、NOX)的污染折算系数;Emt(i)为单位功率排放三类污染物的量;Pmt(t)为t时刻微型燃气轮机实际输出功率;δess为蓄电池调度的成本系数。
优选地,在所述步骤S14中,其中:
所述功率平衡约束如下:
Ppv(t)+Pwt(t)+Pmt(t)+Pbatt(t)+Putil(t)=Pload(t)-Pbatt,ch(t)-Putil,sell(t)
其中,Ppv(t)、Pwt(t)、Pmt(t)分别为光伏机组、风电机组和微型燃气轮机机组的出力功率;Pbatt(t)和Pbatt,ch(t)分别为蓄电池的放电和充电功率;Putil(t)和Putil,sell(t)分别为从外电网购买和卖出的电功率。
所述机组出力上下限约束如下:
PG,j,min(t)≤PG,j(t)≤PG,j,max(t)
其中,PG,j,min(t)和PG,j,max(t)分别为第j台可控电源最小和最大输出功率,PG,j(t)为t时刻第j台可控电源实际输出功率。
所述微型燃气轮机机组爬坡约束如下:
其中,Umt和Dmt分别为微型燃气轮机机组上升和下降的速率;ΔT为出清的调度的时间间隔。
所述蓄电池充放电量约束如下:
其中,Pbatt,min和Pbatt,max分别为ΔT调度时间蓄电池最小和最大放电功率;
Pbatt,ch,min和Pbatt,ch,max分别为ΔT调度时间蓄电池最小和最大充电功率;SOCmin和SOCmax分别为ΔT调度时间蓄电池最小和最大充电状态;SOCint为初始化的充电状态。
优选地,在所述步骤S15进一步包括:
建立如下实时电力市场出清模型的目标函数:
其中,Cbatt(t)、Cmz(t)、CM(t)分别为t时刻对蓄电池、微型燃气轮机和外电网所造成的偏差;Ccon为整个调度时间内所造成的总偏差量。
优选地,在所述步骤S15中,所述约束条件如下:
功率平衡约束条件:
机组增减出力速率约束条件:
其中,Umt和Dmt分别为微型燃气轮机机组上升和下降的速率;ΔTs为实时调度的时间间隔。
实施本发明,具有如下的有益效果:
本发明提供一种基于微电网参与两阶段市场出清系统优化运行方法,通过针对微电网参与日前市场出清、实时市场出清的三层优化调度模型,并根据各层模型特点,确定相应的求解机制;在日前市场出清的实时节点电价用于引导电能资源时间和空间上的配置,以市场的方式代替传统的需求响应,实现微电网源、荷、储全面互动,促进发电设备的经济稳定运行;
构建的日前市场出清模型以及实时市场出清模型,以市场的方式实现微电网电力供需关系的瞬时平衡;
本发明通过对整个时间段内蓄电池充放电进行合理规划,整体的可用储存能量较高,能够保障了蓄电池的循环利用,提高微电网系统的稳定性;
本发明采用优化的调度方式,能够减少微型燃气轮机的使用,减少污染物的排放,消纳更多的可再生能源;同时能够减少与外电网交互电量,更大程度上保证外电网的稳定性;
本发明的微电网通过参与电力市场,能够积极作出响应,用实时分时电价来引导微电网用户就地消纳新能源发电,提高了整个微电网的经济性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明涉及的微电网参与电力市场出清的运行机制示意图;
图2为本发明提供的一种基于微电网参与两阶段市场出清系统优化运行方法一个实施例的结构示意图;
图3为图2中涉及的微电网系统的框架结构;
图4为本发明涉及的多层优化的时间尺度模型。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
为使本领域的普通技术人员更加清楚地理解发明的目的、技术方案和优点,以下结合附图和实施例对发明做进一步的阐述。
请结合图1所述,给出了本发明涉及的微电网参与电力市场出清的运行机制示意图。微电网侧作为一个统一的利益整体,需要先向电力市场侧申报供、需双方功率以及价格。由电力市场运营商以最大化社会福利为目标进行日前市场出清。其中出清的供、需功率作为微电网自优化的约束条件,即出清的供应侧功率必须用于满足微电网自身的负荷需求,不得与外电网进行交易。
而在日前市场出清结束后,进入系统的实时运行阶段。实时市场出清和结算的方案采用两部制结算,即日前市场的出清结果有效,必须精准结算。实时市场将以日前市场出清结果作为基准,进行对偏差量的二次出清与结算。而出清的分时实时电价则作为微电网与外电网的交易电价。微电网侧的自优化模型以最小化成本为目标。其主要的外部成本来源是购买燃料成本和与电网交易成本,内部的成本有治污成本和蓄电池的调度成本。
更具体地,如图2所示,示出了本发明提供的一种基于微电网参与两阶段市场出清系统优化运行方法的一个实施例的主流程示意图,一并结合图3、图4所示,在本实施例中,所述方法包括如下步骤:
步骤S10,微电网侧整体向电力市场侧申报供需双方功率以及供需双方价格;
在一个具体的例子中,所述步骤S10进一步包括:
所述微电网包括储能蓄电池、光伏发电机组、风力发电机组以及微型燃气轮机组;所述微电网侧整体向电力市场侧申报用户负荷数据、可再生及不可再生能源出力数据、用户能源供电商报价数据。
步骤S11,建立以最大化社会福利为目标的出清目标函数;
在一个具体的例子中,所述步骤S11进一步包括:
建立如下的出清目标函数:
其中,Scons和Sprod分别表示生产者和消费者的利润;Pclear、Ppv'、Pwt'、Pmt'分别为总出清功率、出清的光伏功率、出清的风机功率和出清的微型燃气轮机功率;Cclear、Ccons、Cpv、Cwt、Cmt分别为出清电价、用户申报电价、光伏机组申报电价、风电机组申报电价、微型燃气轮机申报电价,其中T为报价周期(如24小时)。
步骤S12,根据功率平衡约束、出清功率上下限以及出清价格约束为条件,对所述出清目标函数进行求解,获得日前市场出清功率及分时电价;
在一个具体的例子中,在所述步骤S12中:
功率平衡约束为:Pp'v(t)+Pw't(t)+Pm't(t)=Pclear(t);
出清功率上下限约束为:
PD'G,j,min≤PD'G,j(t)≤PD'G,j,max
0≤Pclear≤Pl'oad
其中,PD'G,j,min和PD'G,j,max分别为第j台可控电源向电力市场申报的最小和最大功率;Pl'oad为用户向电力市场申报的功率。
在本发明实施例中,电力市场的出清模型是以最大化社会福利为目标函数,反映了市场对生产者和消费者利益的优化与协调。在电力市场体制下,生产者和消费者形成了良性竞争,促成了双方利益最大化下的日前市场出清模型。
而本发明涉及的电力市场的出清模型为混合整数模型,在实际例子中,可以采用Yalmip工具箱调用Cplex求解器来进行求解。
步骤S13,根据微电网侧的各成员的模型建立微电网侧的以最小化成本为目标的自优化目标函数;
如图3所示,在所述步骤S13中,其中的微电网侧的各成员的模型至少包括:风电机组模型、风电机组模型、微型燃气轮机模型以及储能蓄电池模型。
其中,光伏机组和储能蓄电池通过逆变器接入微电网的交流母线,实际向微电网输出的功率需要乘以逆变器效率nb。微电网能源供应商在满足微电网负荷条件下,可以将多余电量卖给外电网。同样当微电网负荷功率供应不足时,向外网购买电量。
具体地,风电机组模型如下:
风力发电机当前时段的输出功率与此时刻的风速、海拔高度、安装位置以及风电机组自身的参数密切相关。并且风机的出力与切入风速、额定风速、切出风速存在非线性关系,关系表达式如公式(1)。风机输出功率PWT与风速νi之间的表达式如公式(2)。
其中νin、νout、νr分别代表切入风速、切出风速和额定风速;PWT(νi)和PWT(νi+1)代表对应风速νi和νi+1时的风机功率;rho为空气密度;Cf为容量因数;D为风机旋转直径:Sweptarea为风机旋转时能够捕获的面积。
光伏机组模型如下:
光伏的输出功率由标准额定条件下的太阳辐照度GSTC;相对大气光学质量AM;电池温度TSTC;光照强度和环境温度决定,其表达式如公式(3)。
其中Ppv(k)为k时段光伏机组出力;PSTC为电池温度TSTC下的输出功率;Gc为工作点的辐照度;GSTC为电池温度TSTC工作点的辐照度;ν为功率温度系数;Tc为工作点的电池温度。
微型燃气轮机模型如下:
微型燃气轮机是通过燃烧天然气进行发电的设备,其主要模型主要体现在燃料成本、运行维护成本和启动成本上。具体表达式如公式(4)。
其中CM(t)、OM(t)、SC(t)分别为特定时间的燃料成本、运行维护成本和启动成本;Fmt为燃料消耗率;Pmt(t)为特定时间微型燃气轮机实际输出功率;Koc为运维费用与能量系数比;μ(t-1),MT为上个时间点燃气轮机的启停状态;δMT为热启动时间常数;σMT为冷启动时间常数;τoof,MT为关机时间常数;τMT为冷却时间常数;e为自然常数。
储能蓄电池模型如下:
储能蓄电池可以采用商用标准,25Ah的电池可以提供以恒压12V,每小时300W的电能输出。为了体现真实的电网,蓄电池连接逆变器接入交流母线。串联电池数量K表达式如公式(5),通过串联电池的数量可以得出蓄电池总初始容量Ahtotal如公式(6)。当释放功率为Pbnew对应的将要被消耗的电池容量Ahcur_con如公式(7),根据最大功率输出极限Pbmax和之前时间段输出功率pbold,计算当前消耗的电池容量Ahcon如公式(8),以此可以计算出当前的剩余容量Ahremain如公式(9),最终就可以计算出在当前功率Pbnew消耗后的电池的荷电状态SCO如公式(10),另外,Pbmax为最大功率输出极限;Ahint为单位电池的初始容量;pbold为之前时间段输出功率;K为一系数。
Ahtotal=AhintK (6)
Ahremain=Ahint-Ahcon (9)
在一个具体的例子中,所述步骤S13进一步包括:
根据微电网侧的各成员的模型,并综合考虑微型燃气轮机成本、治污成本和与外电网交易成本,兼顾蓄电池调度成本,建立如下的自优化目标函数:
其中,Fmt、Futil、Fpollution、Fess分别表示在T时间周期内微型燃气轮机、外电网调度、治理污染和蓄电池调度的总成本;CM(t)、OM(t)SC(t)分别为t时刻
、的燃料成本、运行维护成本和启动成本;Cutil为外网调度成本系数;Putil(t)为特定时间与外网交换功率量;αmt(i)为微型燃气轮机排放三种污染物(CO2、SOx、NOX)的污染折算系数;Emt(i)为单位功率排放三类污染物的量;δess为蓄电池调度的成本系数;Pmt(t)为t时刻微型燃气发电机输出功率。
可以理解的是,本发明涉及的优化目标函数,综合考虑微型燃气轮机成本、治污成本和与外电网交易成本,兼顾蓄电池调度成本,通过监管和控制蓄电池的充放电过程,最大化电池的电荷状态(SCO),可以达到延长电池寿命提高系统整体稳定性的作用。
步骤S14,根据功率平衡约束、机组出力上下限约束、微型燃气轮机机组爬坡约束、蓄电池充放电量约束以及日前市场分时电价为约束条件,对所述自优化目标函数进行求解,进行微电网自优化调度;
在一个具体的例子中,在所述步骤S14中,其中:
所述功率平衡约束如下:
Ppv(t)+Pwt(t)+Pmt(t)+Pbatt(t)+Putil(t)=Pload(t)-Pbatt,ch(t)-Putil,sell(t)
其中,Ppv(t)、Pwt(t)、Pmt(t)分别为光伏机组、风电机组和微型燃气轮机机组的出力功率;Pbatt(t)和Pbatt,ch(t)分别为蓄电池的放电和充电功率;Putil(t)和Putil,sell(t)分别为从外电网购买和卖出的电功率。
所述机组出力上下限约束如下:
PG,j,min(t)≤PG,j(t)≤PG,j,max(t)
其中,PG,j,min(t)和PG,j,max(t)分别为第j台可控电源最小和最大输出功率,PG,j(t)为t时刻第j台可控电源实际输出功率。
所述微型燃气轮机机组爬坡约束如下:
其中,Umt和Dmt分别为微型燃气轮机机组上升和下降的速率;ΔT为调度的时间间隔。
所述蓄电池充放电量约束如下:
其中,Pbatt,min和Pbatt,max分别为ΔT调度时间蓄电池最小和最大放电功率;
Pbatt,ch,min和Pbatt,ch,max分别为ΔT调度时间蓄电池最小和最大充电功率;SOCmin和SOCmax分别为ΔT调度时间蓄电池最小和最大充电状态;SOCint为初始化的充电状态。
步骤S15,建立实时电力市场出清模型的目标函数,在日前市场出清结束后,计算日前、实时市场出清功率之间的预测差值,并根据功率平衡约束、机组增减出力速率约束对所述实时电力市场出清模型的目标函数进行求解,获得实时市场出清,包括:优化的微型燃气轮机出力、蓄电池充放电量和与外电网功率,并得到实时分时电价;
在一个具体的例子中,在所述步骤S15进一步包括:
建立如下实时电力市场出清模型的目标函数:
其中,Cbatt(t)、Cmz(t)、CM(t)分别为t时刻对蓄电池、微型燃气轮机和外电网所造成的偏差;Ccon为整个调度时间内所造成的总偏差量;Pbatt(ts)为ts时间尺度下蓄电池输出功率;Pbatt(t)为t时间尺度下蓄电池输出功率;Pmt(ts)为ts时间尺度下微型燃气轮机输出功率;Putil(ts)为ts时间尺度下外电网输出功率。
在一个具体的例子中,在所述步骤S15中,所述约束条件如下:
功率平衡约束条件:
机组增减出力速率约束条件:
其中,Umt和Dmt分别为微型燃气轮机机组上升和下降的速率;ΔTs为调度的时间间隔。
步骤S16,输出所述优化的微型燃气轮机出力、蓄电池充放电量和与外电网交易电量数值,以及实时分时电价。
对于本发明提出的多层优化调度模型,存在两个时间尺度如图4所示。t时间尺度根据负荷及可再生能源预测完成日前市场出清和微电网自优化调度;在ts时间尺度则根据预测误差进行实时市场出清工作。
在本发明提供的实施例中,提出了一种多层EMS调度策略求解过程中,如下表所示。其中,通过日前电力市场出清模型实现上层优化,通过微网自优化模型实现中层优化,通过实时电力市场出清模型实现下层优化。其中日前市场出清中考虑了出清价格的约束,微电网自优化调度和实时市场出清综合考虑了功率平衡、机组爬坡、蓄电池充放电等约束条件。经过双时间尺度的调度优化,最终求解出实时状态变量。并根据微电网内部的供求关系生成实时分时电价。
实施本发明,具有如下的有益效果:
本发明提供一种基于微电网参与两阶段市场出清系统优化运行方法,通过针对微电网参与日前市场出清、实时市场出清的三层优化调度模型,并根据各层模型特点,确定相应的求解机制;在日前市场出清的实时节点电价用于引导电能资源时间和空间上的配置,以市场的方式代替传统的需求响应,实现微电网源、荷、储全面互动,促进发电设备的经济稳定运行;
构建的日前市场出清模型以及实时市场出清模型,以市场的方式实现微电网电力供需关系的瞬时平衡;
本发明通过对整个时间段内蓄电池充放电进行合理规划,整体的可用储存能量较高,能够保障了蓄电池的循环利用,提高微电网系统的稳定性;
本发明采用优化的调度方式,能够减少微型燃气轮机的使用,减少污染物的排放,消纳更多的可再生能源;同时能够减少与外电网交互电量,更大程度上保证外电网的稳定性;
本发明的微电网通过参与电力市场,能够积极作出响应,用实时分时电价来引导微电网用户就地消纳新能源发电,提高了整个微电网的经济性。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (7)
1.一种基于微电网参与两阶段市场出清系统优化运行方法,其特征在于,包括如下步骤:
步骤S10,微电网侧整体向电力市场侧申报供需双方功率以及供需双方价格;所述微电网包括储能蓄电池、光伏发电机组、风力发电机组以及微型燃气轮机组;所述微电网侧整体向电力市场侧申报用户负荷数据、可再生及不可再生能源出力数据、用户能源供电商报价数据;
步骤S11,建立以最大化社会福利为目标的出清目标函数;
步骤S12,根据第一功率平衡约束、出清功率上下限以及出清价格约束条件,对所述出清目标函数进行求解,获得日前市场出清供需功率及分时电价;
步骤S13,根据微电网侧的各成员的模型建立微电网侧的以最小化成本为目标的自优化目标函数;
步骤S14,根据第二功率平衡约束、机组出力上下限约束、微型燃气轮机机组爬坡约束、蓄电池充放电量约束以及日前市场出清供需功率约束条件,对所述自优化目标函数进行求解,进行微电网自优化调度;
步骤S15,建立实时电力市场出清模型的目标函数,在日前市场出清结束后,计算日前、实时市场出清功率之间的预测差值,并根据第三功率平衡约束、机组增减出力速率约束对所述实时电力市场出清模型的目标函数进行求解,获得实时市场出清,包括:优化的微型燃气轮机出力、蓄电池充放电量和与外电网交易电量数值,并得到实时分时电价;
步骤S16,输出所述优化的微型燃气轮机出力、蓄电池充放电量和与外电网交易电量数值,以及实时分时电价;
其中,所述步骤S11进一步包括:
建立如下的出清目标函数:
其中,Scons和Sprod分别表示生产者和消费者的利润;Pclear、Ppv'、Pwt'、Pmt'分别为总出清功率、出清的光伏功率、出清的风机功率和出清的微型燃气轮机功率;Cclear、Ccons、Cpv、Cwt、Cmt分别为出清电价、用户申报电价、光伏机组申报电价、风电机组申报电价、微型燃气轮机申报电价,T为报价周期。
2.如权利要求1所述的方法,其特征在于,在所述步骤S12中,其中:
第一功率平衡约束为:P’pv(t)+P’wt(t)+P’mt(t)=Pclear(t);
出清功率上下限约束为:
P’DG,j,min≤P’DG,j(t)≤P’DG,j,max
0≤Pclear≤P’load
其中,P’DG,j,min和P’DG,j,max分别为第j台可控电源向电力市场申报的最小和最大功率;P’load为用户向电力市场申报的功率。
3.如权利要求2所述的方法,其特征在于,在所述步骤S13中,其中的微电网侧的各成员的模型至少包括:风电机组模型、微型燃气轮机模型以及储能蓄电池模型。
4.如权利要求3所述的方法,其特征在于,所述步骤S13进一步包括:
根据微电网侧的各成员的模型,并综合考虑微型燃气轮机成本、治污成本和与外电网交易成本,兼顾蓄电池调度成本,建立如下的自优化目标函数:
其中,Fmt、Futil、Fpollution、Fess分别表示在T时间周期内微型燃气轮机、外电网调度、治理污染和蓄电池调度的总成本;CM(t)、OM(t)SC(t)分别为t时刻、的燃料成本、运行维护成本和启动成本;Cutil为外网调度成本系数;Putil(t)为特定时间与外网交换功率量;αmt(i)为微型燃气轮机排放三种污染物的污染折算系数,所述三种污染物为CO2、SOx、NOX;Emt(i)为单位功率排放三类污染物的量;Pmt(t)为t时刻微型燃气轮机实际输出功率;δess为蓄电池调度的成本系数。
5.如权利要求4中的方法,其特征在于,在所述步骤S14中,其中:
所述第二功率平衡约束如下:
Ppv(t)+Pwt(t)+Pmt(t)+Pbatt(t)+Putil(t)=Pload(t)-Pbatt,ch(t)-Putil,sell(t)
其中,Ppv(t)、Pwt(t)、Pmt(t)分别为光伏机组、风电机组和微型燃气轮机机组的出力功率;Pbatt(t)和Pbatt,ch(t)分别为蓄电池的放电和充电功率;Putil(t)和Putil,sell(t)分别为从外电网购买和卖出的电功率;
所述机组出力上下限约束如下:
PG,j,min(t)≤PG,j(t)≤PG,j,max(t)
其中,PG,j,min(t)和PG,j,max(t)分别为第j台可控电源最小和最大输出功率,PG,j(t)为t时刻第j台可控电源实际输出功率;
所述微型燃气轮机机组爬坡约束如下:
其中,Umt和Dmt分别为微型燃气轮机机组上升和下降的速率;ΔT为出清的调度的时间间隔;
所述蓄电池充放电量约束如下:
其中,Pbatt,min和Pbatt,max分别为ΔT调度时间蓄电池最小和最大放电功率;Pbatt,ch,min和Pbatt,ch,max分别为ΔT调度时间蓄电池最小和最大充电功率;SOCmin和SOCmax分别为ΔT调度时间蓄电池最小和最大充电状态;SOCint为初始化的充电状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011248216.1A CN112541778B (zh) | 2020-11-10 | 2020-11-10 | 一种基于微电网参与两阶段市场出清系统优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011248216.1A CN112541778B (zh) | 2020-11-10 | 2020-11-10 | 一种基于微电网参与两阶段市场出清系统优化运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112541778A CN112541778A (zh) | 2021-03-23 |
CN112541778B true CN112541778B (zh) | 2022-10-14 |
Family
ID=75013811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011248216.1A Active CN112541778B (zh) | 2020-11-10 | 2020-11-10 | 一种基于微电网参与两阶段市场出清系统优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541778B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255993B (zh) * | 2021-05-21 | 2023-10-10 | 中国三峡新能源(集团)股份有限公司 | 确定储能参与日前市场的优化申报策略的方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636671A (zh) * | 2018-12-18 | 2019-04-16 | 中南大学 | 一种考虑多层次市场联动型的风电消纳优化策略 |
CN110147907A (zh) * | 2019-05-20 | 2019-08-20 | 广西电网有限责任公司电力科学研究院 | 一种考虑网络约束的虚拟电厂双层优化模型 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10991041B2 (en) * | 2014-10-03 | 2021-04-27 | Open Access Technology International, Inc. | Next-generation energy market design and implementation |
WO2018049504A1 (en) * | 2016-09-13 | 2018-03-22 | Green Power Labs Inc. | Method and system for establishing in real-time an energy clearing price for microgrids having distributed energy resources |
-
2020
- 2020-11-10 CN CN202011248216.1A patent/CN112541778B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636671A (zh) * | 2018-12-18 | 2019-04-16 | 中南大学 | 一种考虑多层次市场联动型的风电消纳优化策略 |
CN110147907A (zh) * | 2019-05-20 | 2019-08-20 | 广西电网有限责任公司电力科学研究院 | 一种考虑网络约束的虚拟电厂双层优化模型 |
Also Published As
Publication number | Publication date |
---|---|
CN112541778A (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
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 | |
CN104951899A (zh) | 含大规模可再生能源的配电公司多时间尺度优化调度方法 | |
Jia et al. | Modeling and optimization of a hybrid renewable energy system integrated with gas turbine and energy storage | |
Yin et al. | Cooperative optimization strategy for large-scale electric vehicle charging and discharging | |
CN112270433B (zh) | 考虑可再生能源不确定性和用户满意度的微电网优化方法 | |
CN112990523A (zh) | 基于多目标模型预测控制的区域综合能源系统分层优化运行方法 | |
CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
CN112366684A (zh) | 一种海岛微电网系统 | |
CN115936244A (zh) | 考虑可再生能源发电不确定性的虚拟电厂优化调度方法 | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
Lei et al. | The optimal operation and revenue allocation method of virtual power plant considering carbon trading | |
CN112398176B (zh) | 一种考虑燃煤机组启停调峰的水火风互济系统日前优化调度方法 | |
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 | |
CN112561120B (zh) | 一种基于微电网参考日前市场出清系统优化运行方法 | |
Mao et al. | Economic Dispatch of Microgrid Considering Fuzzy Control Based Storage Battery Charging and Discharging. | |
CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
Tian et al. | Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market | |
Qi et al. | Study on the cooperative optimized operation of power system source-grid-load-storage based on Gurobi mathematical programming | |
CN117436773B (zh) | 一种含可中断负荷的独立微网资源规划方法和系统 | |
CN115936336B (zh) | 一种虚拟电厂容量配置与调控运行优化方法 | |
Tao et al. | Research on Power Storage Optimization Operation Strategy for Wind-Photovoltaic Power Coupled Hydrogen Production | |
Liu | Optimal Dispatching of Microgrid Considering Demand Response and Low-Carbon Hydrogen Production | |
Wentao et al. | Multi-objective optimization of capacity configuration for grid-connected microgrid system | |
Yang et al. | Optimal Scheduling of Thermoelectricity in Integrated Energy System Based on Waste Heat Recovery from Power to Gas and Flexible Thermoelectricity Ratio |
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 |