CN112736903A - 一种海岛微网能量优化调度方法及装置 - Google Patents

一种海岛微网能量优化调度方法及装置 Download PDF

Info

Publication number
CN112736903A
CN112736903A CN202011559745.3A CN202011559745A CN112736903A CN 112736903 A CN112736903 A CN 112736903A CN 202011559745 A CN202011559745 A CN 202011559745A CN 112736903 A CN112736903 A CN 112736903A
Authority
CN
China
Prior art keywords
day
scheduling
island
energy
optimization
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
CN202011559745.3A
Other languages
English (en)
Inventor
牛耕
季宇
吴鸣
寇凌峰
丁保迪
屈小云
张颖
庞成明
熊雄
张智慧
王文博
刘晓娟
孙树敏
王玥娇
于芃
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.)
China Online Shanghai Energy Internet Research Institute Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Shandong Electric Power Co Ltd
Original Assignee
China Online Shanghai Energy Internet Research Institute Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Shandong Electric Power 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 China Online Shanghai Energy Internet Research Institute Co ltd, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd, State Grid Shandong Electric Power Co Ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202011559745.3A priority Critical patent/CN112736903A/zh
Publication of CN112736903A publication Critical patent/CN112736903A/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
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • 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
    • H02J2203/20—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
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel 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
    • 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
    • H02J2300/24—The renewable source being solar energy of photovoltaic 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
    • H02J2300/28—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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种海岛微网能量优化调度方法，包括：以海岛经济性为目标，构建海岛微网能量优化调度模型；根据海洋能发电及海岛负荷特性，制定日前调度计划；将所述日前调度计划与日内实时滚动计算结果进行比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。解决现有的微网能量优化调度方法并不适用于海岛微网系统的问题。

Description

一种海岛微网能量优化调度方法及装置
技术领域
本申请涉及海岛微电网能量优化领域，具体涉及一种海岛微网能量优化调度方法，同时涉及一种海岛微网能量优化调度装置。
背景技术
远离陆地的海岛供电多采用独立微网进行供电，而目前关于微网优化调度的研究主要是针对内陆微网在开展，内陆微网并不包含海洋能发电也不涉及海岛负荷特性，所以提出的微网能量优化调度方法并不适用于海岛微网系统。
发明内容
为解决上述问题，本申请提供一种海岛微网能量优化调度方法，包括：
以海岛经济性为目标，构建海岛微网能量优化调度模型；
根据海洋能发电及海岛负荷特性，制定日前调度计划；
根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案。
优选的，以海岛经济性为目标，构建海岛微网能量优化调度模型，包括：
以海岛系统运行经济性为目标，选取日运行费用，停电成本和系统可再生能源利用率三个优化子目标函数；
由所述三个优化子目标函数组成海岛微网能量优化调度模型。
优选的，由所述三个优化子目标函数组成海岛微网能量优化调度模型，包括：
采用线性加权求和法定义日运行费用，停电成本和可再生能源利用率三个优化子目标函数的权重系数分为别为m1，m2，m3；
由所述三个优化子目标函数组成的海岛微网能量优化调度模型为，
min f＝m1g1+m2g2-m3g3
g1为日运行费用，g2为停电成本，g3为可再生能源利用率。
优选的，日运行费用优化子目标函数，由各大发电单元日运行费用组成，日运行费用为，
min g1＝CW+CPV+CWE+CTE+CDE+CSB
式中，g1为日运行费用，其中CW、CPV、CWE、CTE、CDE、CSB分别为微电网中风机、光伏、波浪能、潮汐能、蓄电池、柴油机日运行费用。
优选的，停电成本优化子目标函数，利用中断负荷补偿费用来表示停电成本，停电成本为，
min g2＝CIL
Figure BDA0002860005960000021
式中，g2为停电成本，CIL为可中断负荷补偿费用，M为用户数量，N为调度时段总数；CIL,price(i)为第i个用户的可中断负荷报价；UIL(i,t)是0-1变量，表示第i用户在t时段是否被选中的状态,其值取1表示可中断负荷在该时段被调用；S(i,t)为第i个用户t时段的中断容量。
优选的，可再生能源利用率，是系统可再生能源发电量占总负荷的比值，max g3＝URES
Figure BDA0002860005960000022
式中，g3为可再生能源利用率，URES为系统可再生能源发电量占总负荷的比值，Pload(t)为微网在t时段的负荷需求(含可中断负荷)，Pwater(t)为海水淡化机组在t时段的出力，PDE(t)为柴油发电机出力，UWT(t)是0-1变量，表示海水淡化机组在t时段是否被选中，其值取1表示可中断负荷在该时段被调用，N为调度时段总数。
优选的，根据海洋能发电及海岛负荷特性，制定日前调度计划，包括：
根据下一日风、光以及海洋水文预报数据，利用可再生能源发电模型预测各个微源出力；
结合负荷需求预测数据，预测蓄水池荷电状态以及淡水蓄水量；
针对响应速度慢和动作的大功率负荷制定未来24小时的调度计划。
优选的，根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案，包括：
根据日前调度计划，调用当前负荷、蓄电池荷电状态以及淡水储备情况，根据当日下一小时天气与海洋预报数据，对下一小时岛上的源、荷、储进行预测，获取日内实时调度方案；
根据日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取日内实时滚动计算结果，将计算结果与日前调度计划对应时段进行比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。
本申请同时提供一种海岛微网能量优化调度装置，包括：
模型构建单元，以海岛经济性为目标，构建海岛微网能量优化调度模型；
调度计划制定单元，根据海洋能发电及海岛负荷特性，制定日前调度计划；
优化方案获取单元，根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案。
优选的，优化方案获取单元，包括：
预测子单元，根据日前调度计划，调用当前负荷、蓄电池荷电状态以及淡水储备情况，根据当日下一小时天气与海洋预报数据，对下一小时岛上的源、荷、储进行预测，获取日内实时调度方案；
优化方案获取子单元，根据日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取日内实时流动计算结果，并将计算结果与日前调度计划对应时段进行比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。
附图说明
图1是本申请提供的一种海岛微网能量优化调度方法的流程示意图；
图2是本申请涉及的日前调度流程图；
图3是本申请涉及的日内调度流程图；
图4是本申请涉及的海岛典型日负荷图；
图5是本申请涉及的海岛分布式可再生能源出力预测曲线图；
图6是本申请涉及的海岛典型日源荷调度结果图；
图7是本申请涉及的未考虑源荷切除的不平衡功率对比图；
图8是本申请提供的一种海岛微网能量优化调度装置示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
图1是本申请提供的一种海岛微网能量优化调度方法的流程示意图，下面结合图1对本申请提供的方法进行详细说明。
步骤S101，以海岛经济性为目标，构建海岛微网能量优化调度模型。
本申请针对海岛微电网分布式电源和负荷的独有特性，以海岛系统运行经济性为目标，考虑可再生能源消纳因素，选取日运行费用，停电成本和系统可再生能源利用率三个优化子目标函数；由所述三个优化子目标函数组成海岛微网能量优化调度模型，具体如下：
针对不同海岛场景实际情况下的不同需求，选取了三个个优化子目标函数，分别为日运行费用，停电成本和系统可再生能源利用率。每个海岛场景下各个优化目标的重要程度不同，所以本发明采用线性加权求和法将多目标优化问题转换为单目标优化问题。
采用线性加权求和法定义日运行费用，停电成本和可再生能源利用率三个优化子目标函数的权重系数分为别为m1，m2，m3；目标函数的权重系数可以按照实际调度需求进行调节。
由所述三个优化子目标函数组成的海岛微网能量优化调度模型为，
min f＝m1g1+m2g2-m3g3 (1)
g1为日运行费用，g2为停电成本，g3为可再生能源利用率。
(1)日运行费用：日运行费用优化子目标函数，由各大发电单元日运行费用组成，各发电单元日运行费用包含运行维护成本，折旧成本和安装成本。
min g1＝CW+CPV+CWE+CTE+CDE+CSB (2)
式中，g1为日运行费用，其中CW、CPV、CWE、CTE、CDE、CSB分别为微电网中风机、光伏、波浪能、潮汐能、蓄电池、柴油机日运行费用。
各发电单元的日运行成本的表达式分别如下：
Figure BDA0002860005960000041
式中，CW,DP(t)、CW,OM(t)分别为风机投资折旧成本和运行维护成本。t为调度时段编号，N为调度时段总数。
Figure BDA0002860005960000042
式中CPV,DP(t)、CPV,OM(t)分别为光伏投资折旧成本和运行维护成本。
Figure BDA0002860005960000051
式中CWE,DP(t)、CWE,OM(t)分别为波浪能投资折旧成本和运行维护成本。
Figure BDA0002860005960000052
式中CTE,DP(t)、CTE,OM(t)分别为潮汐能投资折旧成本和运行维护成本。
Figure BDA0002860005960000053
式中CDE,DP(t)、CDE,OM(t)、CDE,fuel(t)、CE(t)、
Figure BDA0002860005960000054
分别为柴油机投资折旧成本、运行维护成本、燃料费用、环境成本,以及柴油机组的启、停机成本。UDE为柴油机组m的在t时段的启停标志，为0-1变量，其值取1时表示在t时段柴油机组m启动。
Figure BDA0002860005960000055
式中CSB,DP(t)、CSB,OM(t)分别为蓄电池投资折旧成本和运行维护成本。
(2)停电成本：停电成本优化子目标函数，利用中断负荷补偿费用来表示停电成本，间接反映系统可靠性。
min g2＝CIL (9)
Figure BDA0002860005960000056
式中，g2为停电成本，CIL为可中断负荷补偿费用，M为用户数量，N为调度时段总数；CIL,price(i)为第i个用户的可中断负荷报价；UIL(i,t)是0-1变量，表示第i用户在t时段是否被选中的状态,其值取1表示可中断负荷在该时段被调用；S(i,t)为第i个用户t时段的中断容量。
(3)可再生能源利用率：本申请采用可再生能源利用率来表征环保性。系统可再生能源发电量占总负荷的比值定义为可再生能源利用率，如下所示:
max g3＝URES (11)
Figure BDA0002860005960000057
式中，g3为可再生能源利用率，URES为系统可再生能源发电量占总负荷的比值，Pload(t)为微网在t时段的负荷需求(含可中断负荷)，Pwater(t)为海水淡化机组在t时段的出力，PDE(t)为柴油发电机出力。UWT(t)是0-1变量，表示海水淡化机组在t时段是否被选中，其值取1表示可中断负荷在该时段被调用，N为调度时段总数。
日前日内优化调度模型优化目标函数一致，由于时间尺度的不同，日内日前优化调度模型仅在约束条件存在区别。与日前相比，日内时间尺度小，其约束需要考虑柴油发电机爬坡率约束，同时为了应对海上突发强对流天气源荷预测的影响，在日内调度内需要考虑在负荷平衡约束中添加失负荷功率Ploss(t)。
日前约束条件:
(1)功率平衡约束
在任意时刻都要保证各个发电单元和储能装置的输出功率满足负荷需求。
Pload(t)-PIL(t)＝PW(t)+PPV(t)+PWE(t)+PTE(t)+PDE(t)+PSB(t) (13)
Figure BDA0002860005960000061
式中PIL(t)为可中断负荷在t时刻的实际负荷需求。PW(t)、PPV(t)、PWE(t)、PTE(t)、PDE(t)和PSB(t)分别为t时刻风机、光伏、波浪能、潮汐能、蓄电池和柴油发电机的出力。
(2)微电网中各微源出力上下限约束
Pmin≤Px≤Pmax (15)
式中Px代表各微源出力。
(3)蓄电池相关约束
a.蓄电池的荷电状态约束
SOCmin≤SOC(t)≤SOCmax (16)
b.蓄电池充放电功率限制
PSBmin≤P(t)≤PSBmax (17)
c.蓄电池最大充电率限制
-PSB(t)≤[SOCmax-SOC(t)]αc (18)
式中αc为蓄电池的最大充电功率,SOC(t)为蓄电池荷电状态，SOCmax为蓄电池最大的荷电状态。
(4)可中断负荷相关约束
a.可中断负荷容量约束
S(i,t)≤Smax(i) (19)
式中Smax(i)为用户i允许中断容量的上限。
b.可中断负荷中断持续时间约束
Td(i)≤Tdmax(i) (20)
式中Tdmax(i)为第i个用户每次允许中断持续时间上限。
c.可中断负荷切断总次数约束
Figure BDA0002860005960000071
式中ΔT为单位调度时间，yi为用户i每天允许中断的次数。
d.可中断负荷中断时间间隔约束
Figure BDA0002860005960000072
式中n(i)为用户i两次中断要求的最小时间间隔。
(5)海水淡化系统相关约束
a.海水淡化机组出力上下限约束
Pwater-min≤Pwater(t)≤Pwater-max (23)
b.海水淡化蓄水池容量约束
Cwater-min≤Cwater(t)≤Cwater-max (24)
式中，Cwater(t)为蓄水池t时的容量。
日内约束条件：
(1)负荷平衡约束
Pload(t)-PIL(t)＝PW(t)+PPV(t)+PWE(t)+PTE(t)+PDE(t)+PSB(t)+Ploss(t)(25)
(2)柴油发电机爬坡率约束
rdown≤|PDE(t)-PDE(t-1)|≤rup (26)
式中rdown、rup分别为柴油机的上、下爬坡率限制。
步骤S102，根据海洋能发电及海岛负荷特性，制定日前调度计划。
本申请考虑蓄电池和海水淡化系统蓄水池容量等状态变量的连续性，为避免状态变量某一时刻的计算偏差对当日调度计算结果全局最优的影响，将调度计划分为日前24小时调度计划和日内1小时滚动调度计划两部分，利用日前调度计划与日内实时滚动推演结果比对，依据日内滚动计算结果修正日前调度计划，利用该方法对调度模型进行求解实现当日微网能量调度全局最优。
其中，日前调度计划，根据下一日风、光以及海洋水文预报数据，利用可再生能源发电模型预测各个微源出力，结合负荷需求预测数据，预测蓄水池荷电状态以及淡水蓄水量，针对响应速度慢和动作的大功率负荷制定未来24小时的调度计划。如图3所示。
步骤S103，根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案。
根据日前调度计划，调用当前负荷、蓄电池荷电状态以及淡水储备情况，根据当日下一小时天气与海洋预报数据，对下一小时岛上的源、荷、储进行预测，获取日内实时调度方案，使用CPLEX进行迭代计算，根据日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取日内实时流动计算结果，并将计算结果与日前调度计划对应时段进行比对，同时为避免陷入局部最优进行剩余时段预测推演，并与日前调度结果进行二次比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。流程如图4所示。
应用的最佳实施例如下：
以东部沿海某独立海岛微电网系统为研究对象。该系统包含光伏、风机、波浪能和潮汐能发电装置、柴油发电机和蓄电池，源荷配置如附表1所示。岛上典型日负荷曲线如附图4所示，海岛分布式可再生能源出力预测曲线如附图5所示。日前和日内调度计算均采用典型日负荷数据，其基本反映了岛上居民的生产和生活规律。
附表1海岛微网系统源荷配置
Figure BDA0002860005960000081
利用本发明所提出的优化调度方法，对上述海岛微电网系统进行能量优化调度，优化调度方法流程如附图2-3所示。
利用上述优化调度方法对本发明建立的优化调度模型进行求解，调度结果如附图6-7所示。
结合岛上源、荷数据(附图4-5)，分析典型日源荷调度结果和不平衡功率对比结果(附图6-7)可以发现，在新能源过剩时仅在4-5h时间段切除新能源，在负荷高峰期仅在22-23h时间段出现切除少量负荷。其余时间段通过蓄电池、柴油发电机和海水淡化系统的调节均能使海岛微电网系统保持功率平衡，充分保障了系统的稳定性。
基于同一发明构思，本申请同时提供一种海岛微网能量优化调度装置800，如图8所示，包括：
模型构建单元810，以海岛经济性为目标，构建海岛微网能量优化调度模型；
调度计划制定单元820，根据海洋能发电及海岛负荷特性，制定日前调度计划；
优化方案获取单元830，根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案。
优选的，优化方案获取单元，包括：
预测子单元，根据日前调度计划，调用当前负荷、蓄电池荷电状态以及淡水储备情况，根据当日下一小时天气与海洋预报数据，对下一小时岛上的源、荷、储进行预测；
优化方案获取子单元，根据日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取日内实时流动计算结果，并将计算结果与日前调度计划对应时段进行比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。
本发明公开了一种海岛微网能量优化调度方法，解决现有的微网能量优化调度方法并不适用于海岛微网系统的问题。同时针对目前优化调度求解过程中未考虑模型中状态变量连续性对全局最优结果的影响，将日前调度与日内实时滚动计算相结合，提出一种海岛微网能量调度方法，实现当日微网能量调度的全局最优。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应该说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种海岛微网能量优化调度方法，其特征在于，包括：
以海岛经济性为目标，构建海岛微网能量优化调度模型；
根据海洋能发电及海岛负荷特性，制定日前调度计划；
根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案。
2.根据权利要求1所述的方法，其特征在于，以海岛经济性为目标，构建海岛微网能量优化调度模型，包括：
以海岛系统运行经济性为目标，选取日运行费用，停电成本和系统可再生能源利用率三个优化子目标函数；
由所述三个优化子目标函数组成海岛微网能量优化调度模型。
3.根据权利要求2所述的方法，其特征在于，由所述三个优化子目标函数组成海岛微网能量优化调度模型，包括：
采用线性加权求和法定义日运行费用，停电成本和可再生能源利用率三个优化子目标函数的权重系数分为别为m1，m2，m3；
由所述三个优化子目标函数组成的海岛微网能量优化调度模型为，
min f＝m1g1+m2g2-m3g3
g1为日运行费用，g2为停电成本，g3为可再生能源利用率。
4.根据权利要求2所述的方法，其特征在于，日运行费用优化子目标函数，由各大发电单元日运行费用组成，日运行费用为，
min g1＝CW+CPV+CWE+CTE+CDE+CSB
式中，g1为日运行费用，其中CW、CPV、CWE、CTE、CDE、CSB分别为微电网中风机、光伏、波浪能、潮汐能、蓄电池、柴油机日运行费用。
5.根据权利要求2所述的方法，其特征在于，停电成本优化子目标函数，利用中断负荷补偿费用来表示停电成本，停电成本为，
min g2＝CIL
Figure FDA0002860005950000011
式中，g2为停电成本，CIL为可中断负荷补偿费用，M为用户数量，N为调度时段总数；CIL,price(i)为第i个用户的可中断负荷报价；UIL(i,t)是0-1变量，表示第i用户在t时段是否被选中的状态,其值取1表示可中断负荷在该时段被调用；S(i,t)为第i个用户t时段的中断容量。
6.根据权利要求2所述的方法，其特征在于，可再生能源利用率，是系统可再生能源发电量占总负荷的比值，
max g3＝URES
Figure FDA0002860005950000021
式中，g3为可再生能源利用率，URES为系统可再生能源发电量占总负荷的比值，Pload(t)为微网在t时段的负荷需求(含可中断负荷)，Pwater(t)为海水淡化机组在t时段的出力，PDE(t)为柴油发电机出力，UWT(t)是0-1变量，表示海水淡化机组在t时段是否被选中，其值取1表示可中断负荷在该时段被调用，N为调度时段总数。
7.根据权利要求1所述的方法，其特征在于，根据海洋能发电及海岛负荷特性，制定日前调度计划，包括：
根据下一日风、光以及海洋水文预报数据，利用可再生能源发电模型预测各个微源出力；
结合负荷需求预测数据，预测蓄水池荷电状态以及淡水蓄水量；
针对响应速度慢和动作的大功率负荷制定未来24小时的调度计划。
8.根据权利要求1所述的方法，其特征在于，根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案，包括：
根据日前调度计划，调用当前负荷、蓄电池荷电状态以及淡水储备情况，根据当日下一小时天气与海洋预报数据，对下一小时岛上的源、荷、储进行预测，获取日内实时调度方案；
根据日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取日内实时滚动计算结果，将计算结果与日前调度计划对应时段进行比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。
9.一种海岛微网能量优化调度装置，其特征在于，包括：
模型构建单元，以海岛经济性为目标，构建海岛微网能量优化调度模型；
调度计划制定单元，根据海洋能发电及海岛负荷特性，制定日前调度计划；
优化方案获取单元，根据所述日前调度计划与日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取当日海岛微网能量调度优化方案。
10.根据权利要求9所述的装置，其特征在于，优化方案获取单元，包括：
预测子单元，根据日前调度计划，调用当前负荷、蓄电池荷电状态以及淡水储备情况，根据当日下一小时天气与海洋预报数据，对下一小时岛上的源、荷、储进行预测，获取日内实时调度方案；
优化方案获取子单元，根据日内实时调度方案，对所述海岛微网能量优化调度模型进行求解，获取日内实时流动计算结果，并将计算结果与日前调度计划对应时段进行比对，根据比对结果及日内实时流动计算结果修正日前调度计划，获取当日海岛微网能量调度优化方案。
CN202011559745.3A 2020-12-25 2020-12-25 一种海岛微网能量优化调度方法及装置 Pending CN112736903A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011559745.3A CN112736903A (zh) 2020-12-25 2020-12-25 一种海岛微网能量优化调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011559745.3A CN112736903A (zh) 2020-12-25 2020-12-25 一种海岛微网能量优化调度方法及装置

Publications (1)

Publication Number Publication Date
CN112736903A true CN112736903A (zh) 2021-04-30

Family

ID=75616014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011559745.3A Pending CN112736903A (zh) 2020-12-25 2020-12-25 一种海岛微网能量优化调度方法及装置

Country Status (1)

Country Link
CN (1) CN112736903A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118532A (zh) * 2021-11-06 2022-03-01 深圳供电局有限公司 孤岛微网的调度方法、装置、计算机设备、存储介质
CN115001024A (zh) * 2022-07-04 2022-09-02 华北电力大学 一种海岛群微电网能量优化调度方法及系统
CN117350515A (zh) * 2023-11-21 2024-01-05 安徽大学 一种基于多智能体强化学习的远洋海岛群能量流调度方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118532A (zh) * 2021-11-06 2022-03-01 深圳供电局有限公司 孤岛微网的调度方法、装置、计算机设备、存储介质
CN115001024A (zh) * 2022-07-04 2022-09-02 华北电力大学 一种海岛群微电网能量优化调度方法及系统
CN117350515A (zh) * 2023-11-21 2024-01-05 安徽大学 一种基于多智能体强化学习的远洋海岛群能量流调度方法
CN117350515B (zh) * 2023-11-21 2024-04-05 安徽大学 一种基于多智能体强化学习的远洋海岛群能量流调度方法

Similar Documents

Publication Publication Date Title
CN106160091B (zh) 促进可再生能源消纳的电动汽车换电站充放电调度方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN107565607B (zh) 一种基于实时电价机制的微电网多时间尺度能量调度方法
CN106253315B (zh) 一种考虑电动汽车充电站可调度性的储能容量配置方法
CN109103926A (zh) 基于多辐照特性年气象场景的光伏发电接纳能力计算方法
CN108090632B (zh) 基于鲁棒优化的新能源并网电力系统多时间尺度调度方法
CN104299173B (zh) 一种适用于多种能源接入的鲁棒优化日前调度方法
CN111210079B (zh) 一种分布式能源虚拟电厂运行优化方法及系统
CN107104462B (zh) 一种用于风电场储能调度的方法
CN112736903A (zh) 一种海岛微网能量优化调度方法及装置
CN115940292B (zh) 基于圆圈搜索算法的含风储电力系统优化调度方法及系统
Xiao et al. A multi‐energy complementary coordinated dispatch method for integrated system of wind‐photovoltaic‐hydro‐thermal‐energy storage
CN112836849A (zh) 一种考虑风电不确定性的虚拟电厂调度方法
CN112886645A (zh) 一种基于氢能超高比例的新能源电力系统运行模拟方法
CN117436773B (zh) 一种含可中断负荷的独立微网资源规划方法和系统
CN105932668B (zh) 用于最小化弃风弃光电量的新能源发电权置换评估的方法
CN105896535B (zh) 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN106026191B (zh) 用于最小化弃光电量光伏电站发电权置换电量评估的方法
CN110601233B (zh) 一种电力系统中储能电站的调峰调度方法
Wang et al. Day-ahead optimal dispatching of wind-solar-hydro-thermal combined power system with pumped-storage hydropower integration
CN112016186A (zh) 一种基于随机场景构建的年度弃风、弃光率计算方法
CN116205458A (zh) 考虑不确定性的水电制氢的综合能源系统优化调度模型建立方法
CN105939013B (zh) 最小化弃风电量的风电场发电权置换电量评估方法
CN115659096A (zh) 考虑源荷不确定性的微网多时间尺度能量调度方法及装置
CN114362255A (zh) 一种源网荷储电力系统多目标日前调度优化方法及系统

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