CN112886602A - 一种双阶段家庭能量管理系统调度优化方法 - Google Patents

一种双阶段家庭能量管理系统调度优化方法 Download PDF

Info

Publication number
CN112886602A
CN112886602A CN202110051234.9A CN202110051234A CN112886602A CN 112886602 A CN112886602 A CN 112886602A CN 202110051234 A CN202110051234 A CN 202110051234A CN 112886602 A CN112886602 A CN 112886602A
Authority
CN
China
Prior art keywords
optimization
load
stage
scheduling
storage battery
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110051234.9A
Other languages
English (en)
Inventor
朱翰鑫
余涛
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202110051234.9A priority Critical patent/CN112886602A/zh
Publication of CN112886602A publication Critical patent/CN112886602A/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
    • H02J3/12—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • 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
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • 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
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • 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
    • 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
    • Y04S20/242—Home appliances

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种双阶段家庭能量管理系统调度优化方法，包括以下步骤：S1、构建家庭能量管理系统；S2、根据家庭基本负荷对使用时间是否具有弹性，即负荷使用是否是用户刚性需求将负荷分为可转移类负荷以及不可转移类负荷，以此建立负荷模型，并根据可转移类负荷调控的特性定义用户用电满意度；S3、建立光伏发电模型以及蓄电池模型；S4、建立光伏能量调度优化模型作为第一阶段优化；S5、根据第一阶段优化结果进行第二阶段的多目标优化；S6、处理两阶段优化调度模型的优化问题，获得理想帕累托前沿，并选取平衡各目标优化效果的择中解作为无偏见的最优解；S7、根据所求最优解对家庭能量管理系统进行优化调度。

Description

一种双阶段家庭能量管理系统调度优化方法
技术领域
本发明涉及家庭能量管理领域，特别是涉及一种双阶段家庭能量管理系统调度优化方法。
背景技术
随着现代社会对节能可持续发展的要求越来越高，家庭能量管理系统的研究也日益深入。发展完善家庭能量管理系统，不仅为智能用电技术提供实践配合载体，也为电力需求侧管理提供重要手段。家庭能量管理系统可实现用户侧分布式电源，储能设备以及负荷的优化调度配合，节约家庭耗用能源，有利于实现对家庭电能的科学管理。
而在实际家庭用户日常用电中，实时电价因其具有更合理电价分布以及对需求侧响应的潜力的灵活挖掘已被欧美国家逐步采用。现有家庭能量管理系统多未考虑实时电价，且多忽略源、储、荷的相互协调配合，满足不了用户对减少用能成本，提高用电收益的期望。同时现有优化策略多只考虑用能成本，忽略了部分负荷的调度对用户造成的影响，因此除考虑用户用能成本外，还应考虑用户舒适度，将单目标模型改进为多目标模型，在此基础上进行优化，实现更科学的家庭用电，也顺应了电力需求侧管理的要求。
因此，如何基于实时电价的基础，充分开发源、储、荷之间的协调配合能力，构建更完善的家庭管理系统模型并完善其优化调度策略，成为了一个不可回避亟需解决的问题。
发明内容
为了解决上述问题，本发明提出一种双阶段家庭能量管理系统调度优化方法。
本发明至少通过如下技术方案之一实现。
一种双阶段家庭能量管理系统调度优化方法，包括以下步骤：
步骤S1、构建家庭能量管理系统；
步骤S2、根据家庭基本负荷对使用时间是否具有弹性，即负荷使用是否是用户刚性需求将负荷分为可转移类负荷以及不可转移类负荷，以此建立负荷模型，并根据可转移类负荷调控的特性定义用户用电满意度；
步骤S3、建立光伏发电模型以及蓄电池模型；
步骤S4、建立光伏能量调度优化模型作为第一阶段优化；
步骤S5、根据第一阶段优化结果进行第二阶段的多目标优化；
步骤S6、处理两阶段优化调度模型的优化问题，获得理想帕累托前沿，并选取平衡各目标优化效果的择中解作为无偏见的最优解；
步骤S7、根据所求最优解对家庭能量管理系统进行优化调度。
优选的，所述家庭能量管理系统充分考虑源、储、荷的相互配合，具体包括分布式分布式电源和储能电源，所述分布式电源包括光伏，储能电源包括蓄电池。
优选的，家庭具有源、储、荷完整设备，其中负荷根据其对时间是否具有弹性分为不可转移类负荷以及可转移类负荷，不可转移类负荷对时间不具有弹性，用固定负荷表示，表达式如下：
Figure BDA0002899128200000021
其中c为不可转移类负荷，Pc,rated为负荷额定功率，
Figure BDA0002899128200000022
为工作状态，dc为总工作时间，Pc为实时功率，Ec为总用电量；
对可转移负荷调控，根据模糊理论建立用户满意度如下：
Figure BDA0002899128200000031
其中，Cs(t)为用户用户t时刻的满意度，H(.)为阶梯函数，Fs为负荷的用户偏好使用区间，tmi,s、tmx,s分别为负荷可参与调控的区间起始值与终止值，he,s、h1,s分别为用户偏好使用区间的起始值和终止值，t表示时间；Ts为可转移负荷参与调控的时间。
优选的，所述光伏发电模型的参数包括：光伏输出功率、标准情况下光伏发电输出功率最大值、电池板接收太阳光强度、标准条件下电池板接收太阳光的最大强度、光伏系统温度系数、环境温度、标准条件下的环境温度；所述蓄电池模型的参数包括蓄电池充电功率、蓄电池放电功率、蓄电池充电状态、蓄电池放电状态、蓄电池充电效率、蓄电池放电效率。
优选的，所述光伏发电模型如下：
Figure BDA0002899128200000032
Ppv(k)为k调度时刻的功率输出值，Ppv,src为标准状态下功率输出最大值，K(k)为太阳光强度，Ksrc为标准状态下太阳光最大强度，εpv为系统温度系数，T(k)为环境温度，Tsrc为标准状态环境温度；
所述蓄电池模型如下：
Figure BDA0002899128200000033
其中PBatt,ch(t)为电池充电功率，PBatt,dch(t)为电池放电功率，sch(t)、sdch(t)分别是电池的充放电状态，PBatt(t)为t时刻蓄电池的功率。
优选的，第一阶段优化蓄电池不参与调控，获得光伏优化得到家庭负荷的分布情况；
第一阶段优化目标包括家庭能量效益最大、光伏消纳率最大、保证用户满意度；
家庭能量效益如下：
Figure BDA0002899128200000041
式中：
Figure BDA0002899128200000042
为的光伏功率输出值；
Figure BDA0002899128200000043
为光伏发电补偿价格；
Figure BDA0002899128200000044
分别为光伏馈电功率值和补偿价格；
Figure BDA0002899128200000045
分别为光伏消纳功率及电网电价；
Figure BDA0002899128200000046
为负荷总功率；ηk、μk分别为馈电状态和购电状态，fall为家庭能量总收益；Δt为最小时间段；
Figure BDA0002899128200000047
分别为不可转移负荷及可转移负荷的功率值；n为光伏个数；
光伏消纳率表征的是系统负荷消纳光伏发电量的能力：
Figure BDA0002899128200000048
Figure BDA0002899128200000049
为k调度时刻光伏发电被消纳的电量，UPV为光伏消纳率；
用户满意度用下式表示：
Figure BDA00028991282000000410
即每个可转移负荷的满意度构成总体用户满意度，Cs(t)为用户t时刻的满意度，m为可转移负荷的个数；
多目标模型目标函数为：
max{fall,UPV,Sloadd}
第一阶段优化目标函数满足常规约束，即家庭能量系统有功功率平衡约束。
优选的，所述第二阶段采用蓄电池能量调度优化模型进行优化；第二阶段的优化目标为家庭能量效益最大和光伏消纳率；
在第二阶段优化调度中，蓄电池的使用成本因其参与调度频繁开关必须考虑在内，则家庭能量收益模型如下：
Figure BDA0002899128200000051
其中，Fs为每次切换蓄电池状态的耗损成本，FB为蓄电池使用寿命耗尽的更换成本，CB为蓄电池额定切换状态次数，fB为蓄电池参与调度获得的收益；
Figure BDA0002899128200000054
为0-1变量，代表蓄电池的充放电状态，
Figure BDA0002899128200000052
分别为蓄电池充放电功率值，
Figure BDA0002899128200000055
Figure BDA0002899128200000056
分别为蓄电池放电补偿电价及充电电价，SOCmax、SOCmin分别为蓄电池最大、最小荷电量；nB为调度周期内蓄电池充放电切换次数；
Figure BDA0002899128200000053
表示电池放电量；
多目标模型为：
max{fB,UPV}
第二阶段优化模型除了满足家庭能量系统有功功率平衡约束外，还应满足蓄电池调度周期内的充放电平衡约束，即调度周期初始蓄电池状态与调度周期结束后蓄电池状态相同。
优选的，每阶段优化模型均为多目标模型，采用基于精英策略的非支配排序遗传算法得到理想帕累托前沿，为了平衡各优化目标优化效果，选取最优择中解作为无偏见的最优解。
优选的，根据所求最优解对家庭能量管理系统进行优化调度，包括对光伏以及蓄电池的优化调度。
上述双阶段家庭能量管理系统调度优化方法通过采用基于精英策略的非支配排序遗传算法(NSGA-II)来对新构建的双阶段家庭能量管理系统进行优化调度。首先根据模糊理论定义了家庭用户满意度指标，然后根据家庭能量调度优化的多个目标，包括家庭能量收益最大，光伏消纳率最大，用户满意度最大等构建多目标优化模型。根据蓄电池储能优化调控需要预先获得光伏优化后的家庭负荷分布情况这一问题，利用模型优化的手段将该多目标家庭能量管理系统模型割分为双阶段优化模型，首先第一阶段不考虑蓄电池参与优化光伏参与负荷分布过程，第二阶段在第一阶段负荷分布基础上对蓄电池储能进行优化。采用算法NSGA-II处理该多目标优化问题得到帕累托(Parato)解集，并用最优择中解选取最优解，使得最优解平衡各优化目标的优化效果。所得结果可作为家庭能源管理系统优化调度的理论依据，包括指导制定光伏及蓄电池的调度方案。
本发明相对于现有技术具有如下的优点及效果：
(1)本发明的双阶段家庭能量管理系统充分考虑源、储、荷之间的协调配合，并且模型建立基于实时电价，相比其他模型更加符合实际发展趋势。
(2)本发明的双阶段家庭能量管理系统调度优化方法，除考虑传统的用能费用最低以外，还考虑了用户满意度，光伏消纳率等指标。其中用户满意度的定义基于模糊理论，结合模型对负荷分类，用户满意度较完整描述了用户对负荷调控的接受程度。
(3)本发明的双阶段家庭能量管理系统调度优化方法，双阶段模型均为多目标模型，采用NSGA-II算法来进行处理，对比其他算法可较快获得该模型较为理想的帕累托前沿，同时考虑平衡多目标优化效果，选取最优择中解作为无偏见的最优解。
附图说明
图1为本实施例的双阶段家庭能量管理系统调度优化方法的具体流程图；
图2为本实施例家庭能量管理系统架构图；
图3为本实施例实时电价示意图；
图4为本实施例双阶段家庭能量管理系统优化调度模型求解流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下结合附图并举实施例对本发明作进一步详细描述。
如图1、图2、图3、图4，本发明的一个实施方式提供一种双阶段家庭能量管理系统调度优化方法。该实施方式主要以家庭中光伏电源、蓄电池以及用电负荷为研究对象，对各对象进行分类建模，通过对光伏电源、蓄电池与用电负荷的协调配合进行家庭能量管理。该双阶段家庭能量管理系统调度优化方法包括以下步骤：
步骤S110、构建用户侧家庭能量管理系统如图2，分布式能源以光伏发电为代表，储能设备以蓄电池为代表。光伏发电可给家庭用户负荷功能，蓄电池能对多余电能进行存储。
步骤S120、根据家庭负荷对时间是否有弹性性质进行分类，构造家庭负荷用电模型，并基于模糊理论对弹性负荷进行用户满意度定义。家庭负荷可分为不可转移类负荷和可转移类负荷。不可转移类负荷对时间不具有弹性，一般为固定负荷，表达式如下：
Figure BDA0002899128200000071
其中c为不可转移类负荷，Pc,rated为负荷额定功率，
Figure BDA0002899128200000072
为工作状态，dc为总工作时间，Pc为实时功率，Ec为总用电量；
对可转移负荷调控考虑其用户满意度，根据模糊理论建立用户满意度如下：
Figure BDA0002899128200000081
H(.)为阶梯函数，Fs为负荷的用户偏好使用区间，tmi,s、tmx,s分别为负荷可参与调控的区间起始值与终止值，he,s、h1,s分别为用户偏好使用区间的起始值和终止值，t表示时间；Ts为可转移负荷参与调控的时间。
步骤S130、构建光伏发电模型以及蓄电池储模型。基于实用性考虑，忽略次要因素，构建光伏发电模型如下：
Figure BDA0002899128200000082
Ppv(k)为功率输出值，Ppv,src为标准状态下功率输出最大值，K(k)为太阳光强度，Ksrc为标准状态下太阳光最大强度，εpv为系统温度系数，T(k)为环境温度，Tsrc为标准状态环境温度。
构建的蓄电池模型如下：
Figure BDA0002899128200000083
其中PBatt,ch(t)为电池充电功率，PBatt,dch(t)为电池放电功率，sch(t)、sdch(t)分别是电池的充放电状态，PBatt(t)为t时刻蓄电池的功率。
步骤S140、根据蓄电池是否参与调度将构建的家庭能量管理系统调度模型划分为光伏能量调度优化模型和有蓄电池参与的能量调度优化模型，确定第一阶段目标函数。蓄电池参与调度需要提前获知光伏优化后的负荷分布情况，因此，第一阶段只考虑光伏发电参与调度。第一阶段优化目标函数为：家庭能量效益最大、光伏消纳率最大、保证用户满意度。
家庭能量效益如下：
Figure BDA0002899128200000091
式中：
Figure BDA0002899128200000092
为的光伏功率输出值；
Figure BDA0002899128200000093
为光伏发电补偿价格；
Figure BDA0002899128200000094
分别为光伏馈电功率值和补偿价格；
Figure BDA0002899128200000095
分别为光伏消纳功率及电网电价；
Figure BDA0002899128200000096
为负荷总功率；ηk、μk分别为馈电状态和购电状态，fall为家庭能量总收益；Δt为最小时间段；
Figure BDA0002899128200000097
分别为不可转移负荷及可转移负荷的功率值；n为光伏个数；
光伏消纳率表征的是系统负荷消纳光伏发电量的能力：
Figure BDA0002899128200000098
Figure BDA0002899128200000099
为k调度时刻光伏发电被消纳的电量，UPV为光伏消纳率。
用户满意度用下式表示：
Figure BDA00028991282000000910
即每个可转移负荷的满意度构成总体用户满意度，Cs(t)为用户满意度，m为可转移负荷的个数；
多目标模型目标函数为：
max{fall,UPV,Sloadd}
第一阶段优化目标函数满足常规约束，即家庭能量系统有功功率平衡约束。
步骤S150、在第一阶段优化基础上进行第二阶段优化，确定有蓄电池参与的能量调度优化模型目标函数。第一阶段优化得到光伏发电优化后用户负荷的分布情况，在此基础上联动蓄电池，调动储能潜力进行进一步的能量调度优化。第二阶段模型优化目标为：家庭能量效益最大、光伏消纳率。
在第二阶段优化调度中，蓄电池的使用成本因其参与调度频繁开关必须考虑在内，则家庭能量收益模型修改如下：
Figure BDA0002899128200000101
Fs为每次切换蓄电池状态的耗损成本，FB为蓄电池使用寿命耗尽的更换成本，CB为蓄电池额定切换状态次数，fB为蓄电池参与调度获得的收益；
Figure BDA0002899128200000104
为0-1变量，代表蓄电池的充放电状态，
Figure BDA0002899128200000102
分别为蓄电池充放电功率值，
Figure BDA0002899128200000105
Figure BDA0002899128200000106
分别为蓄电池放电补偿电价及充电电价，SOCmax、SOCmin分别为蓄电池最大、最小荷电量；nB为调度周期内蓄电池充放电切换次数；
Figure BDA0002899128200000103
表示电池放电量；
多目标模型为：
max{fB,UPV}
第二阶段优化模型除了满足家庭能量系统有功功率平衡约束外，还应满足蓄电池调度周期内的充放电平衡约束，即调度周期初始蓄电池状态与调度周期结束后蓄电池状态相同。
步骤S160、采用NSGA-II算法处理双阶段模型优化问题，获得理想帕累托前沿，并选取平衡各目标优化效果的择中解作为无偏见的最优解。
步骤S170、根据所求最优解对家庭能量管理系统进行优化调度。
本方法构建的两阶段优化模型每一阶段都为多目标模型，因此使用基于精英策略的非支配排序算法处理该模型可得到理想的帕累托前沿，然后为了平衡各优化目标的优化效果，选择最优择中解作为模型理论最优解，得到完整的决策方案。具体算法求解流程如图4所示。
通过以上步骤就可以得到一组符合用户利益以及满意度的家庭能量管理系统源荷储的调度计划，通过该计划的实施，能够达到家庭能量管理系统高光伏消纳率，高用户舒适度以及低用电费用的目标。
以上所述实施例仅表达了本发明的一种实施方式，并未对本发明作任何形式上的限制。本领域的普通技术人员来说，在不脱离本发明构思的前提下，做出若干简单修改、等同变化或修饰，均属于本发明的保护范围。

Claims (9)

1.一种双阶段家庭能量管理系统调度优化方法，其特征在于，包括以下步骤：
步骤S1、构建家庭能量管理系统；
步骤S2、根据家庭基本负荷对使用时间是否具有弹性，即负荷使用是否是用户刚性需求将负荷分为可转移类负荷以及不可转移类负荷，以此建立负荷模型，并根据可转移类负荷调控的特性定义用户用电满意度；
步骤S3、建立光伏发电模型以及蓄电池模型；
步骤S4、建立光伏能量调度优化模型作为第一阶段优化；
步骤S5、根据第一阶段优化结果进行第二阶段的多目标优化；
步骤S6、处理两阶段优化调度模型的优化问题，获得理想帕累托前沿，并选取平衡各目标优化效果的择中解作为无偏见的最优解；
步骤S7、根据所求最优解对家庭能量管理系统进行优化调度。
2.根据权利要求1所述的双阶段家庭能量管理系统调度优化方法，其特征在于，所述家庭能量管理系统充分考虑源、储、荷的相互配合，具体包括分布式分布式电源和储能电源，所述分布式电源包括光伏，储能电源包括蓄电池。
3.根据权利要求2所述的双阶段家庭能量管理系统调度优化方法，其特征在于，家庭具有源、储、荷完整设备，其中负荷根据其对时间是否具有弹性分为不可转移类负荷以及可转移类负荷，不可转移类负荷对时间不具有弹性，用固定负荷表示，表达式如下：
Figure FDA0002899128190000011
其中c为不可转移类负荷，Pc,rated为负荷额定功率，
Figure FDA0002899128190000012
为工作状态，dc为总工作时间，Pc为实时功率，Ec为总用电量；
对可转移负荷调控，根据模糊理论建立用户满意度如下：
Figure FDA0002899128190000021
其中，Cs(t)为用户用户t时刻的满意度，H(.)为阶梯函数，Fs为负荷的用户偏好使用区间，tmi,s、tmx,s分别为负荷可参与调控的区间起始值与终止值，he,s、h1,s分别为用户偏好使用区间的起始值和终止值，t表示时间；Ts为可转移负荷参与调控的时间。
4.根据权利要求3所述的双阶段家庭能量管理系统调度优化方法，其特征在于，所述光伏发电模型的参数包括：光伏输出功率、标准情况下光伏发电输出功率最大值、电池板接收太阳光强度、标准条件下电池板接收太阳光的最大强度、光伏系统温度系数、环境温度、标准条件下的环境温度；所述蓄电池模型的参数包括蓄电池充电功率、蓄电池放电功率、蓄电池充电状态、蓄电池放电状态、蓄电池充电效率、蓄电池放电效率。
5.根据权利要求4所述的双阶段家庭能量管理系统调度优化方法，其特征在于，所述光伏发电模型如下：
Figure FDA0002899128190000022
Ppv(k)为k调度时刻的功率输出值，Ppv,src为标准状态下功率输出最大值，K(k)为太阳光强度，Ksrc为标准状态下太阳光最大强度，εpv为系统温度系数，T(k)为环境温度，Tsrc为标准状态环境温度；
所述蓄电池模型如下：
Figure FDA0002899128190000031
其中PBatt,ch(t)为电池充电功率，PBatt,dch(t)为电池放电功率，sch(t)、sdch(t)分别是电池的充放电状态，PBatt(t)为t时刻蓄电池的功率。
6.根据权利要求5所述的双阶段家庭能量管理系统调度优化方法，其特征在于，第一阶段优化蓄电池不参与调控，获得光伏优化得到家庭负荷的分布情况；
第一阶段优化目标包括家庭能量效益最大、光伏消纳率最大、保证用户满意度；
家庭能量效益如下：
Figure FDA0002899128190000032
式中：
Figure FDA0002899128190000033
为的光伏功率输出值；
Figure FDA0002899128190000034
为光伏发电补偿价格；
Figure FDA0002899128190000035
分别为光伏馈电功率值和补偿价格；
Figure FDA0002899128190000036
分别为光伏消纳功率及电网电价；
Figure FDA0002899128190000037
为负荷总功率；ηk、μk分别为馈电状态和购电状态，fall为家庭能量总收益；Δt为最小时间段；
Figure FDA0002899128190000038
分别为不可转移负荷及可转移负荷的功率值；n为光伏个数；
光伏消纳率表征的是系统负荷消纳光伏发电量的能力：
Figure FDA0002899128190000039
Figure FDA00028991281900000310
为k调度时刻光伏发电被消纳的电量，UPV为光伏消纳率；
用户满意度用下式表示：
Figure FDA00028991281900000311
即每个可转移负荷的满意度构成总体用户满意度，Cs(t)为用户t时刻的满意度，m为可转移负荷的个数；
多目标模型目标函数为：
max{fall,UPV,Sloadd}
第一阶段优化目标函数满足常规约束，即家庭能量系统有功功率平衡约束。
7.根据权利要求6所述的双阶段家庭能量管理系统调度优化方法，其特征在于，所述第二阶段采用蓄电池能量调度优化模型进行优化；第二阶段的优化目标为家庭能量效益最大和光伏消纳率；
在第二阶段优化调度中，蓄电池的使用成本因其参与调度频繁开关必须考虑在内，则家庭能量收益模型如下：
Figure FDA0002899128190000041
其中，Fs为每次切换蓄电池状态的耗损成本，FB为蓄电池使用寿命耗尽的更换成本，CB为蓄电池额定切换状态次数，fB为蓄电池参与调度获得的收益；
Figure FDA0002899128190000042
为0-1变量，代表蓄电池的充放电状态，
Figure FDA0002899128190000043
分别为蓄电池充放电功率值，
Figure FDA0002899128190000044
Figure FDA0002899128190000045
分别为蓄电池放电补偿电价及充电电价，SOCmax、SOCmin分别为蓄电池最大、最小荷电量；nB为调度周期内蓄电池充放电切换次数；
Figure FDA0002899128190000046
表示电池放电量；
多目标模型为：
max{fB,UPV}
第二阶段优化模型除了满足家庭能量系统有功功率平衡约束外，还应满足蓄电池调度周期内的充放电平衡约束，即调度周期初始蓄电池状态与调度周期结束后蓄电池状态相同。
8.根据权利要求7所述的双阶段家庭能量管理系统调度优化方法，其特征在于，每阶段优化模型均为多目标模型，采用基于精英策略的非支配排序遗传算法得到理想帕累托前沿，为了平衡各优化目标优化效果，选取最优择中解作为无偏见的最优解。
9.根据权利要求8所述的双阶段家庭能量管理系统调度优化方法，其特征在于，根据所求最优解对家庭能量管理系统进行优化调度，包括对光伏以及蓄电池的优化调度。
CN202110051234.9A 2021-01-14 2021-01-14 一种双阶段家庭能量管理系统调度优化方法 Pending CN112886602A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110051234.9A CN112886602A (zh) 2021-01-14 2021-01-14 一种双阶段家庭能量管理系统调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110051234.9A CN112886602A (zh) 2021-01-14 2021-01-14 一种双阶段家庭能量管理系统调度优化方法

Publications (1)

Publication Number Publication Date
CN112886602A true CN112886602A (zh) 2021-06-01

Family

ID=76049519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110051234.9A Pending CN112886602A (zh) 2021-01-14 2021-01-14 一种双阶段家庭能量管理系统调度优化方法

Country Status (1)

Country Link
CN (1) CN112886602A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2461454A2 (en) * 2010-11-30 2012-06-06 General Electric Company Integration of renewable power generating technologies with integrated volt/var control systems
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 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
CN104182809A (zh) * 2014-08-29 2014-12-03 国家电网公司 一种家庭智能用电系统的优化方法
US20170346286A1 (en) * 2016-05-28 2017-11-30 PXiSE Energy Solutions, LLC Decoupling Synchrophasor Based Control System for Multiple Distributed Energy Resources

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2461454A2 (en) * 2010-11-30 2012-06-06 General Electric Company Integration of renewable power generating technologies with integrated volt/var control systems
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 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
CN104182809A (zh) * 2014-08-29 2014-12-03 国家电网公司 一种家庭智能用电系统的优化方法
US20170346286A1 (en) * 2016-05-28 2017-11-30 PXiSE Energy Solutions, LLC Decoupling Synchrophasor Based Control System for Multiple Distributed Energy Resources

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李中伟: "家庭能量管理系统多目标能量调度优化策略", 《自动化仪表》 *

Similar Documents

Publication Publication Date Title
CN113394817B (zh) 一种风光水火储系统的多能容量优化配置方法
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
CN109523092B (zh) 多能互补冷热电联供系统及其协同调度方法
US20230070151A1 (en) Hierarchical energy management for community microgrids with integration of second-life battery energy storage systems and photovoltaic solar energy
CN110994694A (zh) 计及差异化需求响应的微电网源荷储协调优化调度方法
CN110209135B (zh) 基于微型热电联产多时间尺度的家庭能源优化调度方法
CN110752629B (zh) 一种交直流混合家庭微电网能量优化管理方法
CN109713666A (zh) 一种基于K-means聚类的电力市场下分布式储能经济性调控方法
CN112800658A (zh) 一种考虑源储荷互动的主动配电网调度方法
CN113780670B (zh) 基于两阶段的区域电网电动汽车调峰优化调度方法
CN111668878A (zh) 一种可再生微能源网的优化配置方法和系统
CN115374993A (zh) 一种考虑最优建设时序的区域综合能源系统低碳规划方法
CN112952847A (zh) 考虑用电需求弹性的多区域主动配电系统调峰优化方法
CN111160636A (zh) 一种cchp型微电网调度优化方法
CN111224393A (zh) 智能家居电能调度优化方法、装置及存储介质
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN115293457A (zh) 基于分布式协同优化策略的综合能源系统季节性氢储优化配置方法
CN105894122A (zh) 一种用于家庭能量管理系统的用电设备运行调度方法
CN108182487A (zh) 基于粒子群优化和本德尔分解的家庭能量数据优化方法
CN116388246A (zh) 一种电氢综合能源系统的优化调度方法及系统
CN114285093B (zh) 一种源网荷储互动调度方法及系统
CN110165692A (zh) 基于光伏-蓄电池-温控负荷的虚拟储能调峰系统与方法
CN115841216A (zh) 计及分布式光伏消纳率的配电网储能优化配置方法
CN112886602A (zh) 一种双阶段家庭能量管理系统调度优化方法
CN114723278A (zh) 一种考虑光伏储能的社区微电网调度方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210601