CN113471976A - 基于多能互补微电网与主动配电网的优化调度方法 - Google Patents

基于多能互补微电网与主动配电网的优化调度方法 Download PDF

Info

Publication number
CN113471976A
CN113471976A CN202110795559.8A CN202110795559A CN113471976A CN 113471976 A CN113471976 A CN 113471976A CN 202110795559 A CN202110795559 A CN 202110795559A CN 113471976 A CN113471976 A CN 113471976A
Authority
CN
China
Prior art keywords
grid
distribution network
micro
power distribution
active power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110795559.8A
Other languages
English (en)
Other versions
CN113471976B (zh
Inventor
苏慧玲
陈铭明
杨世海
黄奇峰
孔月萍
陆婋泉
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.)
State Grid Jiangsu Electric Power Co ltd Marketing Service Center
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Jiangsu Electric Power Co ltd Marketing Service Center
State Grid Jiangsu 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 State Grid Jiangsu Electric Power Co ltd Marketing Service Center, State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Jiangsu Electric Power Co ltd Marketing Service Center
Priority to CN202110795559.8A priority Critical patent/CN113471976B/zh
Publication of CN113471976A publication Critical patent/CN113471976A/zh
Application granted granted Critical
Publication of CN113471976B publication Critical patent/CN113471976B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J3/28—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
    • 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
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
    • H02J7/00302—Overcharge protection
    • 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
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
    • H02J7/00306—Overdischarge protection
    • 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

Landscapes

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

Abstract

本发明公开了一种基于多能互补微电网与主动配电网的优化调度方法，分别建立多能互补微电网的优化调度目标模型以及主动配电网的优化调度目标模型；建立优化调度约束条件；以多能互补微电网的优化调度目标模型和主动配电网的优化调度目标模型为优化目标，以优化调度约束条件为约束条件，建立双层优化模型；求解该双层优化模型，并基于求解结果进行优化调度运行。本发明实现了多能互补微电网与主动配电网的协调优化，既能满足微电网自身内部的多种能源要求，实现不同能源的梯级利用，也能兼顾主动配电网的运行状态，为配电网的安全运行提供支撑，能够提升用户侧综合能源系统的能源效益。

Description

基于多能互补微电网与主动配电网的优化调度方法
技术领域
本发明属于电力系统综合能源运行调度领域，具体涉及一种基于多能互补微电网与主动配电网的用于提升用户侧综合能源系统能源效益的优化调度方法。
背景技术
随着传统一次能源的逐渐枯竭，各种形式的可再生能源得到了广泛的应用。随着可再生能源普及率的逐渐提高，传统配电网转变为主动配电网，其特点是控制和调度是分布式的，潮流是双向的。为了应对日益增长的电力供应安全问题，并考虑到能源、清洁和各种辅助服务的经济性，多微电网接入配电网逐渐成为主流。作为分布式电源，储能装置和用户负荷的可控集成单元，微电网可灵活控制和管理，可在并网或孤岛模式下运行。微电网将分散性的多种分布式电源优化配置整合后，集中单点接入主动配电网将显著增强配电网与用户的能量互动性、信息互动性。另外，接入主动配电网的不同微电网之间互补协调运行，有效弥补分布式电源的分散性、随机性、间歇性、波动性，保障分散的用户安全、经济、优质用电，提高电网对分布式能源的消纳能力。
传统的微电网研究主要集中在电力的利用上。随着能源互联网概念的引入和通信技术的发展，各种形式的能源之间的障碍正在打破。多能源系统集成了天然气、煤炭、石油和可再生能源等多种能源，它们在生产、传输和管理方面高度耦合。冷、热和电(CCHP)联供技术在中小型微电网中得到了广泛的应用，这给微电网的优化调度带来了新的挑战。近年来，对于多能互补型微电网的研究也日渐增多，通过考虑微电网中不同形式的负载与多种供能设备的耦合(燃气轮机为核心，结合多种设备如吸收式制冷、余热锅炉的拓扑结构)以及不同运行模式下(以热定电、以电定热、经济最优)的调度策略来实现多能互补型微电网的合理调度。
现有技术中对多能互补型微电网的调度大多集中在微电网内部，并未考虑多能互补微电网所在的主动配电网的整体情况，且大多研究未能够对配电网的拓扑结构进行考虑，使得优化调度具有局限性，并未达到全局最优。本发明致力于多能互补微电网与主动配电网的协调优化，考虑分层调度且研究主动配电网的网络重构，能够有效提高系统运行的经济性和安全性，促进可再生能源与分布式电源的高效利用，具有良好的社会经济效益。
发明内容
为解决现有技术中存在的不足，本发明的目的在于提供一种基于多能互补微电网与主动配电网的优化调度方法，其能够提升用户侧综合能源系统的能源效益，既能满足微电网自身内部的多种能源要求，实现不同能源的梯级利用，也能兼顾主动配电网的运行状态，为配电网的安全运行提供支撑。
本发明采用如下的技术方案：
一种基于多能互补微电网与主动配电网的优化调度方法，一个或多个多能互补微电网接入主动配电网运行，该方法包括如下步骤：
步骤1，基于待优化调度的多能互补微电网和主动配电网，分别建立多能互补微电网的优化调度目标模型以及主动配电网的优化调度目标模型；
步骤2，基于待优化调度的多能互补微电网和主动配电网，建立优化调度约束条件；
步骤3，以多能互补微电网的优化调度目标模型和主动配电网的优化调度目标模型为优化目标，以优化调度约束条件为约束条件，建立双层优化模型；
步骤4，求解该双层优化模型，并基于求解结果对多能互补微电网和主动配电网进行优化调度运行。
优选的，步骤1中多能互补微电网的优化调度目标模型为微电网的总运行成本最小化，主动配电网的优化调度目标模型为主动配电网的网络损耗和电压偏移最小化。
优选的，多能互补微电网的优化调度目标模型为：
Figure BDA0003162689820000021
其中，Coperation为微电网的总运行成本，Cgas，i是第i个微电网的购气成本，Cgrid，i为第i个微电网与主动配电网的交互成本，Cex，i为第i个微电网与其余微电网的交互成本；Cmc，i为第i个微电网内设备维护成本，目标区域内微电网的总个数为NMG个。
优选的，微电网的购气成本、微电网与主动配电网的交互成本、微电网与其余微电网的交互成本、微电网的设备维护成本根据下式计算：
Figure BDA0003162689820000022
Figure BDA0003162689820000031
Figure BDA0003162689820000032
Figure BDA0003162689820000033
其中，cgas，t为购买天然气的交易价格，FGT(t)与FGB(t)为第i个微电网内部燃气轮机与燃气锅炉消耗的天然气使用量；cgrid，t、cex，t、ck，t分别为第i个微电网与主动配电网的交易电价、第i个微电网与其它微电网之间的交易电价、第i个微电网内部设备单位功率的维护成本，Pgrid(t)、PMG(t)、Pk(t)分别为第i个微电网与主动配电网的交互电量、第i个微电网与其它微电网之间的交易电量、第i个微电网内部设备的出力；Δt为设置的时间间隔，T为总时间间隔；Ndv为第i个微电网内部设备的总个数。
优选的，主动配电网的优化调度目标模型为：
Figure BDA0003162689820000034
其中，
Figure BDA0003162689820000035
为主动配电网在总时间间隔T的网络损耗，Voff为主动配电网中的电压偏移量，ω为权重因子。
优选的，网络损耗和电压偏移量采用下式计算：
Figure BDA0003162689820000036
Figure BDA0003162689820000037
其中，Ploss，t通过主动配电网中所有支路的网络损耗之和计算，Pi，t、Qi，t为第i条支路上的有功、无功功率，Ui，t为第i条支路的电压，ri为第i条支路的电阻，si，t为第i条支路上的远程控制支路开关的开关状态，当si，t为0时代表支路断开，当si，t为1时代表支路闭合，所有支路的总数为Nbt；Voff通过计算总时间间隔T内主动配电网中所有电压母线的电压偏移量之和，电压母线的总数为Nbus。
优选的，步骤2中的约束条件包括微电网约束、主动配电网约束以及联络线约束，根据微电网以及主动配电网中的拓扑结构、设备出力等来确定。
优选的，微电网约束包括燃气轮机约束、储能系统约束、其他设备约束、能量平衡方程。
优选的，燃气轮机约束包括：
Figure BDA0003162689820000041
Figure BDA0003162689820000042
Figure BDA0003162689820000043
Figure BDA0003162689820000044
其中，PGT(t)为燃气轮机的发电量，RG为天然气热值、
Figure BDA0003162689820000045
为燃气轮机的发电效率、
Figure BDA0003162689820000046
为燃气轮机的热损失效率；PLR代表燃气轮机的实际负荷率，
Figure BDA0003162689820000047
为燃气轮机的实际发电效率；
Figure BDA0003162689820000048
和
Figure BDA0003162689820000049
分别为燃气轮机出力的最小值和最大值，uGT(t)为燃气轮机启停状态，在开启时等于1，关闭时等于0。
优选的，储能系统约束包括储能系统充放电方程以及荷电比约束；
Figure BDA00031626898200000410
Figure BDA00031626898200000411
其中，SESS(t)和SESS(t+1)分别表示储能系统t时刻和t+1时刻的荷电比，Δt为时间间隔，δ为自放电系数，Pch(t)、Pdis(t)分别为t时刻的充电和放电功率，ηch和ηdis为储能系统的充电、放电效率；
Figure BDA00031626898200000412
和
Figure BDA00031626898200000413
分别为储能系统的荷电比最小值和最大值。
优选的，其它设备包括燃气锅炉、余热锅炉、电制冷机、吸收式制冷机以及换热器；其它设备约束包括：
xout＝xinη
xmin≤xout≤xin
其中，xout和xin分别表示设备的输出和输入，η表示设备的工作效率；xmin表示设备输出的最小值。
优选的，能量平衡方程包括电力平衡方程、冷负荷平衡方程、热负荷平衡方程以及蒸汽母线平衡方程，分别为：
PPV(t)+PWT(t)+PGT(t)+Pgrid(t)+Pdis(t)+PMG(t)
＝PLoad(t)+Pch(t)+PEC(t)
PEC(t)ηEC+HAC＝Hcooling(t)
HHX(t)+HGB(t)＝Hheating(t)
HC(t)+Hh(t)＝HWH(t)
其中，PPV(t)、PWT(t)、PGT(t)分别为光伏、风电以及燃气轮机的发电量，Pgrid(t)、PMG(t)分别为微电网与主动配电网以及其它微电网之间交互的电量，Pdis(t)、Pch(t)分别为储能系统充电、放电的电量，PLoad(t)、PEC(t)分别是负荷、电制冷机使用的电量；ηEC为电制冷机的制冷效率，HAC为吸收式制冷机提供的制冷量，Hcooling(t)为冷负荷使用的冷量；HHX(t)和HGB(t)分别为换热器和燃气锅炉产生的制热量，Hheating(t)为热负荷使用的热量；HC(t)、Hh(t)分别为从余热锅炉传输给吸收式制冷机和换热器的热量，HWH(t)为余热锅炉的输出热量。
优选的，主动配电网约束包括节点注入功率和输出功率的平衡约束、节点电压约束以及配电网拓扑辐射状约束和开关工作次数限制约束。
优选的，节点注入功率和输出功率的平衡约束包括：
Figure BDA0003162689820000051
Figure BDA0003162689820000052
其中，
Figure BDA0003162689820000053
为每个节点的电压，
Figure BDA0003162689820000054
分别为t时刻节点i发电机发电功率、负荷、微电网的注入有功功率；
Figure BDA0003162689820000055
分别为t时刻节点i发电机发电功率、负荷、微电网的注入无功功率；
Figure BDA0003162689820000056
和
Figure BDA0003162689820000057
为t时刻节点i的电压；
Figure BDA0003162689820000058
为t时刻节点i，j之间的电压相角；Gij、Bij为支路ij的电导与电纳；Γ为连有发电机的电网节点的集合，Ω为带有负荷的电网节点的集合；φ为连有微电网的电网节点的集合；Nbus为电网节点个数。
优选的，节点电压约束包括：
Figure BDA0003162689820000059
其中，每个节点的电压
Figure BDA00031626898200000510
大于等于其下限
Figure BDA00031626898200000511
小于等于其上限
Figure BDA00031626898200000512
优选的，配电网拓扑辐射状约束包括：
Nf＝NBus-1
开关工作次数限制约束包括：
Figure BDA0003162689820000061
Noperation≤Nmax
其中，Nf为连通支路数，电压母线的总数为Nbus；Noperation为开关动作的次数，其不能超过规定的最大值Nmax，si，t、si，t-1为第i条支路t时刻、t-1时刻的远程控制支路开关的开关状态，|si，t-si，t-1|为1表示支路开关动作，为0表示支路开关未动作，Nbr为所有支路的总数。
优选的，联络线约束是指微电网与主动配电网以及微电网与其余微电网之间的联络线的传输功率均不能过载，包括：
Figure BDA0003162689820000062
Figure BDA0003162689820000063
其中，Pgrid(t)、PMG(t)分别为微电网与主动配电网之间、微电网之间的交互电量，
Figure BDA0003162689820000064
分别为微电网与主动配电网之间交互电量的最小值和最大值，
Figure BDA0003162689820000065
分别为微电网之间交互电量的最小值和最大值。
优选的，步骤3中的双层优化模型中，第一层级是主动配电网的优化调度目标模型，以最小化主动配电网的功率损耗和电压偏移为目标，主动配电网约束为约束条件；第二层级是微电网的优化调度目标模型，以最小化微电网的运行成本为目标，微电网约束和联络线约束为约束条件。
优选的，步骤4中，在求解双层优化模型时，采用粒子群算法求解第一层级的优化模型，采用求解0-1混合整数线性规划问题的算法求解第二层级的优化模型。
本发明的有益效果在于，与现有技术相比：
(1)本发明的基于多能互补微电网与主动配电网的优化调度方法，实现了多能互补微电网与主动配电网的协调优化，既能满足微电网自身内部的多种能源要求，实现不同能源的梯级利用，也能兼顾主动配电网的运行状态，为配电网的安全运行提供支撑，能够提升用户侧综合能源系统的能源效益；
(2)本发明的基于多能互补微电网与主动配电网的优化调度方法，其采用主动配电网的功率损耗和电压偏移以及微电网的运行成本作为优化目标，能够有效降低整个主动配电网系统的功率损耗、电压偏移，改善潮流分布，获得较好的全局经济最优值，同时能够降低微电网付出的代价，实现进一步的优化；
(3)本发明的基于多能互补微电网与主动配电网的优化调度方法，通过建立主动配电网的支路开断的闭环设计、开环运行模型以及配电网的连通性、辐射状网络约束在优化时考虑了配电网的拓扑结构的灵活性；
(4)在进行本发明优化之后，主动配电网的运行状态得到了显著的改善，配电网的网络损耗得到了有效的降低，时段内最差电压得到了有效的抬升，相比只考虑自身利益的成本优化，微电网的成本虽然有所增加，但是通过主动配电网的协同优化可以有效减少不必要的成本增加，真正实现协同优化。
附图说明
图1是本发明的基于多能互补微电网与主动配电网的优化调度方法的流程示意图；
图2是本发明应用实例中主动配电网运行最劣节点电压情况；
图3是本发明应用示例中微电网的设备出力与能源利用情况。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明的主动配电网包括一个或多个并网运行的微电网。各微电网是多能互补型微电网，其包括可再生能源、多能耦合装置、储能装置，其中可再生能源包括风电机组与光伏发电装置，多能耦合装置包含燃气轮机、余热回收装置、燃气锅炉、吸收式制冷机、电制冷机、换热器，储能装置包括蓄电池。各微电网接入主动配电网运行，并与其它微电网之间可以进行电能的交互。
本发明的基于多能互补微电网和主动配电网的优化调度方法，包括：
基于待优化调度的多能互补微电网和主动配电网，分别建立多能互补微电网的优化调度目标模型以及主动配电网的优化调度目标模型；
基于待优化调度的多能互补微电网和主动配电网，建立优化调度约束条件；
以多能互补微电网的优化调度目标模型和主动配电网的优化调度目标模型为优化目标，以优化调度约束条件为约束条件，建立双层优化模型；
求解该双层优化模型，并基于求解结果对多能互补微电网和主动配电网进行优化调度运行。
图1示出了本发明的基于多能互补微电网和主动配电网的优化调度方法的流程图。如图1所示，本发明的基于多能互补微电网和主动配电网的优化调度方法共包括步骤1-4：
步骤S1，基于待优化调度的多能互补微电网和主动配电网，分别建立多能互补微电网的优化调度目标模型以及主动配电网的优化调度目标模型；
步骤S1包括：
步骤S1-1，基于多能互补型微电网系统的组成，根据消耗的天然气量、交互的电量以及维护需要等，构建多能互补微电网的总运行成本模型，以总运行成本最小化作为微电网的优化调度目标模型，对于微电网来说，由于区域分布相对较近，因此一般不考虑潮流约束，因为并网约束，所以不考虑其电压变化，而运行成本是一个反应微电网运行工况的较为直观的指标，可以用来考察微电网的运行情况。
多能互补型微电网的总运行成本为优化目标区域内所有多能互补微电网的运行成本之和。每个微电网的成本包括购气成本、交互成本和设备维护成本。其中，购气成本是指微电网购买天然气的成本；交互成本是指微电网与主动配电网、其它微电网之间进行电量交易的成本，若微电网从主动配电网或其它微电网购电，则成本为正，若微电网向主动配电网或其它微电网购电，则成本为正；设备维护成本是指对设备进行维护的成本。
多能互补微电网的优化调度目标模型为：
Figure BDA0003162689820000081
其中，Coperation为微电网的总运行成本，Cgas，i是第i个微电网的购气成本，Cgrid，i为第i个微电网与主动配电网的交互成本，Cex，i为第i个微电网与其余微电网的交互成本；Cmc，i为第i个微电网内设备维护成本，目标区域内微电网的总个数为NMG个。
具体的，式(1)中，
Figure BDA0003162689820000082
Figure BDA0003162689820000083
Figure BDA0003162689820000091
Figure BDA0003162689820000092
在式(2)-(5)中，cgas，t为购买天然气的交易价格，FGT(t)与FGB(t)为第i个微电网内部燃气轮机与燃气锅炉消耗的天然气使用量；cgrid，t、cex，t、ck，t分别为第i个微电网与主动配电网的交易电价、第i个微电网与其它微电网之间的交易电价、第i个微电网内部设备单位功率的维护成本，Pgrid(t)、PMG(t)、Pk(t)分别为第i个微电网与主动配电网的交互电量、第i个微电网与其它微电网之间的交易电量、第i个微电网内部设备的出力；Δt为设置的时间间隔，T为总时间间隔；Ndv为第i个微电网内部设备的总个数。
多能互补型微电网的总运行成本为线性函数。
步骤S1-2，根据主动配电网的购电量、售电量、网络损耗等，构建主动配电网的网络损耗和电压偏移模型，以网络损耗和电压偏移最小化作为主动配电网的优化调度目标模型。
由于主动配电网考虑其潮流约束情况，在潮流计算中，支路网络损耗与节点电压偏移是描述电力潮流的非常重要的两个因素，因此这两个目标可以较完善的反应优化结果中潮流分布的质量。
主动配电网的优化调度目标模型为：
Figure BDA0003162689820000093
式(6)中
Figure BDA0003162689820000094
为主动配电网在总时间间隔的网络损耗，Voff为主动配电网中的电压偏移量，ω为权重因子。
由于本发明作为一个多目标问题，需要考虑诸如网络损耗在内的目标，采用权重因子法是因为其方法简短，计算高效，适合配电网重构这样的强非线性问题，权重因子主要根据经验进行选择，可具体为对两个指标的重要性的判断。
具体的，Ploss，t和Voff可以采用下式进行计算：
Figure BDA0003162689820000095
Figure BDA0003162689820000096
式(7)和(8)中，Ploss，t通过主动配电网中所有支路的网络损耗之和计算，Pi，t、Qi，t为第i条支路上的有功、无功功率，Ui，t为第i条支路的电压，ri为第i条支路的电阻，其中，Pi，t、Qi，t、Ui，t、ri、均为标幺值；si，t为第i条支路上的远程控制支路开关的开关状态，当si，t为0时代表支路断开，当si，t为1时代表支路闭合，所有支路的总数为Nbr。Voff通过计算总时间间隔内主动配电网中所有电压母线的电压偏移量之和，电压母线的总数为Nbus。
式(8)中，由于电压的基准值为1.0，因此|Ui，t-1|为电压偏移，电压的范围通常是0.95到1.05，因此电压偏移小于等于0.05。式(8)中采用了惩罚函数，约束值取为额定电压的5％，以限制电压约束。若电压越限，由于根号中第一项的存在，目标函数数值会大幅增加，这就大大减少了选择不可行的解决方案作为粒子群算法后代的可能性。
步骤S2，基于待优化调度的多能互补微电网和主动配电网，建立优化调度约束条件。
约束条件具体包括微电网约束、主动配电网约束以及联络线约束，根据微电网以及主动配电网中的拓扑结构、设备出力等来确定。
步骤S2包括：
步骤S2-1，确定微电网的约束条件。
微电网约束可分为燃气轮机约束、储能系统约束、其他设备约束、能量平衡方程。
对于燃气轮机，应当考虑其电气热的耦合关系。
天然气消耗(FGT(t))、产生余热(HGT(t))如下式所示：
Figure BDA0003162689820000101
Figure BDA0003162689820000102
其中，PGT(t)为燃气轮机的发电量，RG为天然气热值、
Figure BDA0003162689820000103
为燃气轮机的发电效率、
Figure BDA0003162689820000104
为燃气轮机的热损失效率。式(9)反映的是燃气轮机产生电能时消耗的天然气情况；式(10)反映的是燃气轮机在消耗天然气时产生的余热情况。燃气轮机的发电效率
Figure BDA0003162689820000105
与实际负荷率相关，具体可表示为：
Figure BDA0003162689820000106
其中，PLR代表燃气轮机的实际负荷率，
Figure BDA0003162689820000111
为燃气轮机的实际发电效率。式(11)反映的是燃气轮机的运行效率与负载率的关系。燃气轮机的实际发电效率曲线通过对于实际数据的拟合与训练获得。
燃气轮机出力约束如式(12)所示，具体为：
Figure BDA0003162689820000112
其中，
Figure BDA0003162689820000113
和
Figure BDA0003162689820000114
分别为燃气轮机出力的最小值和最大值，uGT(t)为燃气轮机启停状态，在开启时等于1，关闭时等于0。式(12)是燃气轮机输出电能的约束。对于储能系统约束，储能系统充放电方程以及荷电比约束为：
Figure BDA0003162689820000115
Figure BDA0003162689820000116
其中，SESS(t)和SESS(t+1)分别表示储能系统t时刻和t+1时刻的荷电比，Δt为时间间隔，δ为自放电系数，Pch(t)、Pdis(t)分别为t时刻的充电和放电功率，ηch和ηdis为储能系统的充电、放电效率；
Figure BDA0003162689820000117
和
Figure BDA0003162689820000118
分别为储能系统的荷电比最小值和最大值。式(13)描述的是电池电量随时间变化的情况，主要包括前时段的电量以及本时段的充电量或者放电量。式(14)则是荷电比约束，电池不能过度过度充放电。
对于其它设备约束，其它设备包括燃气锅炉、余热锅炉、电制冷机、吸收式制冷机，换热器，约束可统一表示为输出与输入的传递关系：
xout＝xinη (15)
xmin≤xout≤xin (16)
其中，xout和xin分别表示设备的输出和输入，η表示设备的工作效率；xmin表示设备输出的最小值。
为体现多能互补，本发明的约束条件还包括能量平衡方程。能量平衡方程包括电力平衡方程、冷负荷平衡方程、热负荷平衡方程以及蒸汽母线平衡方程。
电力平衡方程是指光伏PV、风电WT以及燃气轮机GT发出的电力与储能系统充放电的电力、与主动配电网或其它微电网交互的电力以及负荷的需求保持平衡；冷负荷平衡方程是指由电制冷机EC与吸收式制冷机AC的制冷量与冷负荷的需求保持平衡；热负荷平衡方程是指换热器HX与燃气锅炉GB的制热量与热负荷的需求保持平衡；蒸汽母线平衡方程是指余热锅炉产生余热的分配情况。
PPV(t)+PWT(t)+PGT(t)+Pgrid(t)+Pdis(t)+PMG(t)
＝PLoad(t)+Pch(t)+PEC(t) (17)
PEC(t)ηEC+HAC＝Hcooling(t) (18)
HHX(t)+HGB(t)＝Hheating(t) (19)
HC(t)+Hh(t)＝HWH(t)(20)
其中，PPV(t)、PWT(t)、PGT(t)分别为光伏、风电以及燃气轮机的发电量，Pgrid(t)、PMG(t)分别为微电网与主动配电网以及其它微电网之间交互的电量，Pdis(t)、Pch(t)分别为储能系统充电、放电的电量，PLoad(t)、PEC(t)分别是负荷、电制冷机使用的电量；ηEC为电制冷机的制冷效率，HAC为吸收式制冷机提供的制冷量，Hcooling(t)为冷负荷使用的冷量；HHX(t)和HHB(t)分别为换热器和燃气锅炉产生的制热量，Hheating(t)为热负荷使用的热量；HC(t)、Hh(t)分别为从余热锅炉传输给吸收式制冷机和换热器的热量，HWH(t)为余热锅炉的输出热量。
步骤S2-2，确定主动配电网的约束条件。
对于主动配电网，约束条件采用灵活拓扑的潮流方程，支路潮流等式遵循基尔霍夫定理，即注入节点的功率与节点输出功率保持平衡。
Figure BDA0003162689820000121
Figure BDA0003162689820000122
其中，式(21)和(22)分别为有功功率和无功功率的平衡方程。
Figure BDA0003162689820000123
为每个节点的电压，
Figure BDA0003162689820000124
分别为t时刻节点i发电机发电功率、负荷、微电网的注入有功功率；
Figure BDA0003162689820000125
分别为t时刻节点i发电机发电功率、负荷、微电网的注入无功功率；
Figure BDA0003162689820000126
和
Figure BDA0003162689820000127
为t时刻节点i的电压；
Figure BDA0003162689820000128
为t时刻节点i，j之间的电压相角；Gij、Bij为支路ij的电导与电纳；Γ为连有发电机的电网节点的集合，Ω为带有负荷的电网节点的集合；φ为连有微电网的电网节点的集合；Nbus为电网节点个数。每个节点的电压
Figure BDA0003162689820000131
不能超过上下限，如下式所示：
Figure BDA0003162689820000132
即每个节点的电压
Figure BDA0003162689820000133
大于等于其下限
Figure BDA0003162689820000134
小于等于其上限
Figure BDA0003162689820000135
对于主动配电网拓扑来说，需要保持辐射状，满足如下约束：
Nf＝NBus-1 (24)
此外，开关动作的次数也应当满足如下约束：
Figure BDA0003162689820000136
Noperation≤Nmax (26)
其中，Nf为连通支路数，电压母线的总数为Nbus；Noperation为开关动作的次数，其不能超过规定的最大值Nmax，其通过式(25)计算，si，t、si，t-1为第i条支路t时刻、t-1时刻的远程控制支路开关的开关状态，|si，t-si，t-1|为1表示支路开关动作，为0表示支路开关未动作，Nbr为所有支路的总数。
步骤S2-3，确定联络线约束。
联络线包括微电网与主动配电网以及微电网与其余微电网之间的联络线，联络线的传输功率均不能过载。
Figure BDA0003162689820000137
Figure BDA0003162689820000138
其中，Pgrid(t)、PMG(t)分别为微电网与主动配电网之间、微电网之间的交互电量，
Figure BDA0003162689820000139
分别为微电网与主动配电网之间交互电量的最小值和最大值，
Figure BDA00031626898200001310
分别为微电网之间交互电量的最小值和最大值。
步骤S3，以多能互补微电网的优化调度目标模型和主动配电网的优化调度目标模型为优化目标，以优化调度约束条件为约束条件，建立双层优化模型。
为了保证多能互补微电网与主动配电网各自的优化调度目标模型最优，建立双层优化模型的架构。
本发明中的模型可分为两个层级，第一层级是主动配电网的优化调度目标模型，以最小化主动配电网的功率损耗和电压偏移为目标；第二层级是微电网的优化调度目标模型，以最小化微电网的运行成本为目标。第一层定义微电网的注入主动配电网功率和遥控开关的状态，以最小化功率损耗和电压偏移；执行第二层的模型以获得微电网的最小调度成本。每个层级都有其目标功能和约束；两个层级之间耦合变量为微电网与主动配电网的交互功率，两个层级之间相互影响达到协同优化；从而建立了两个层级的关系，其详细数学模型可以表示如下：
第一层：
Figure BDA0003162689820000141
第一层约束
Figure BDA0003162689820000142
式中将主动配电网的目标函数作为第一层规划规划目标，微电网的目标函数作为第二层规划目标，耦合变量为主动配电网与微电网之间交互的功率，即
Figure BDA0003162689820000143
各层级之间通过合适的方法进行迭代优化。
步骤S4：求解该双层优化模型，并基于求解结果对多能互补微电网和主动配电网进行优化调度运行。
该双层优化模型的每个层级均可以通过合适的方法进行迭代优化。
对于第一层级的优化，参见式(29)，优化目标是最小化主动配电网的功率损耗和电压偏移，约束包括节点注入功率与输出功率平衡约束、节点电压限制约束、辐射状约束以及开关工作次数限制约束等。主动配电网的调度运行问题是一个复杂的非线性调度问题，本发明优选采用智能算法中的粒子群算法，其可以高效求解并保证结果的全局最优性。
主动配电网中的变量被抽象为没有质量和体积的粒子(点)，并扩展到N维空间。粒子k在第i次迭代N维空间中的位置表示为向量xi，k(即主动配电网中的决策变量)，第i次迭代时的飞行速度表示为vi，k(即变量的变化趋势)。每个粒子都有一个由目标函数决定的适应度值。最佳位置Pbest＝(pbest1，pbest2...，pbestM)是每个粒子的最佳位置的集合，其中M为粒子数。粒子所发现的最佳位置以及目前的位置可以看作是粒子自己的飞行经验。此外，所有粒子所知的最佳位置可表示为gbesti(Pbest中的最佳值)，这可以看作是粒子同伴的经验。粒子通过比较自身的适应度(即目标函数)与当前最佳位置下的适应度，更新自己的飞行速度和位置，通过一定的迭代次数寻求到最优值。
粒子群算法可以通过matlab的工具箱求解，也可通过编写代码求解，具有较强的灵活性。
对于第二层级的优化，微电网调度运行问题本质上是一个0-1混合整数线性规划问题(MLP)，其一般形式如下：
min f(x)
s.t.Aeqx＝beq
Ax≤b
xInteger＝{0，1}
lb＜xreal＜ub (30)
其中，f(x)为目标函数，Aeq，beq为等式约束两侧的向量。xInteger为0-1变量，xreal为连续变量，lb和ub分别为连续变量的下限和上限。
具体的，优化目标是微电网的运行成本，等式约束包括微电网能量平衡约束，储能设备充放电约束，不等式约束为多能耦合设备的出力约束、储能的充放电功率限制、荷电比限制以及联络线功率约束等。
在式(30)中，x是一个随时间变化的变量矩阵，本发明中优选设定为每小时更新一次。
0-1混合整数线性规划问题(MLP)问题可以用基于matlab开发的yalmip工具箱调用求解器cplex12.9进行求解，也可以自行编写代码求解，求解速度非常高效。
求解该双层优化模型得到优化结果后，基于该优化结果对多能互补微电网和主动配电网进行优化调度运行。
为了对本发明的优化方法进行验证，采用天津市某工业园区微电网中的冷热电联供设备以及监测平台采集到的数据为优化对象，采用标准的主动配电网与多能互补型微电网进行联合仿真，仿真结果如表1及附图2、3所示。
表1多能互补型微电网与主动配电网优化结果
Figure BDA0003162689820000161
表1中，场景1是仅对微电网进行优化，场景2是对微电网和主动配电网进行联合优化，场景3不仅为微电网和主动配电网进行了联合优化，在优化时还考虑了主动配电网的拓扑结构的变化。
参见表1，经过优化，与场景1相比，场景2和场景3的主动配电网的总功率损耗(17.49％和21.12％)和电压偏移(28.82％和28.58％)均显著下降。场景1仅考虑微电网本身，为了满足微电网的功率需求，场景1优化得到的调度方法将导致更多的联络线功率波动，从而导致更多的网络损耗和电压偏移。
附图2是主动配电网中运行最劣节点电压的情况，其中，Vworst表示最劣节点电压，Vlimit是限制电压，Case1/2/3分别对应于表1中提到的场景1/2/3。经过优化，相比于场景1，场景2在最劣运行节点的电压情况有所恶化，而相比于场景2，场景3在最极端节点的电压运行状况得到改善。
附图3为微电网中的冷、热、电负荷以及设备出力情况、与外部系统交互情况，可以看出所有能源被充分利用实现了多能互补。BT指代微电网1中储能装置的充电和放电功率；MG2和MG3为微电网1与微电网2，3的交互功率，buyDN指代微电网1向配电网交互的功率；EC为电制冷机消耗的功率；GT为燃气轮机产生的功率；WT，PV为风电、光伏产生的功率；Load为微电网1中的负荷；AC，QEC分别为吸收式制冷机与电制冷机产生的冷能；Qcold为微电网1的冷负荷；HX，GB分别指代微电网1的换热器和燃气锅炉产生的热量；Qheat为微电网的热负荷。
在场景2和场景3中，虽然微电网的总成本分别增加了23.31％和13.23％，这是由于在主动配电网的指令下，微电网中的设备将调整其运行状况，从而不再运行在成本最低的状态下。虽然微电网的运行成本增加，但是从全局来看，本发明能有效地降低整个主动配电网系统的功率损耗、电压偏移，改善潮流分布，获得较好的全局经济最优值，并通过改变配电网的拓扑结构降低微电网付出的代价，实现进一步的优化。
本发明的有益效果在于，与现有技术相比：
(1)本发明的基于多能互补微电网与主动配电网的优化调度方法，实现了多能互补微电网与主动配电网的协调优化，既能满足微电网自身内部的多种能源要求，实现不同能源的梯级利用，也能兼顾主动配电网的运行状态，为配电网的安全运行提供支撑，能够提升用户侧综合能源系统的能源效益；
(2)本发明的基于多能互补微电网与主动配电网的优化调度方法，其采用主动配电网的功率损耗和电压偏移以及微电网的运行成本作为优化目标，能够有效降低整个主动配电网系统的功率损耗、电压偏移，改善潮流分布，获得较好的全局经济最优值，同时能够降低微电网付出的代价，实现进一步的优化；
(3)本发明的基于多能互补微电网与主动配电网的优化调度方法，通过建立主动配电网的支路开断的闭环设计、开环运行模型以及配电网的连通性、辐射状网络约束在优化时考虑了配电网的拓扑结构的灵活性；
(4)在进行本发明优化之后，主动配电网的运行状态得到了显著的改善，配电网的网络损耗得到了有效的降低，时段内最差电压得到了有效的抬升，相比只考虑自身利益的成本优化，微电网的成本随然有所增加，但是通过主动配电网的协同优化可以有效减少不必要的成本增加，真正实现协同优化。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (19)

1.一种基于多能互补微电网与主动配电网的优化调度方法，一个或多个多能互补微电网接入主动配电网运行，该方法包括如下步骤：
步骤1，基于待优化调度的多能互补微电网和主动配电网，分别建立多能互补微电网的优化调度目标模型以及主动配电网的优化调度目标模型；
步骤2，基于待优化调度的多能互补微电网和主动配电网，建立优化调度约束条件；
步骤3，以多能互补微电网的优化调度目标模型和主动配电网的优化调度目标模型为优化目标，以优化调度约束条件为约束条件，建立双层优化模型；
步骤4，求解该双层优化模型，并基于求解结果对多能互补微电网和主动配电网进行优化调度运行。
2.如权利要求1所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
步骤1中多能互补微电网的优化调度目标模型为微电网的总运行成本最小化，主动配电网的优化调度目标模型为主动配电网的网络损耗和电压偏移最小化。
3.如权利要求2所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
多能互补微电网的优化调度目标模型为：
Figure FDA0003162689810000011
其中，Coperation为微电网的总运行成本，Cgas,i是第i个微电网的购气成本，Cgrid,i为第i个微电网与主动配电网的交互成本，Cex,i为第i个微电网与其余微电网的交互成本；Cmc,i为第i个微电网内设备维护成本，目标区域内微电网的总个数为NMG个。
4.如权利要求3所述的基于多能互补微电网与主动配电网的优化调度方法，其中，微电网的购气成本、微电网与主动配电网的交互成本、微电网与其余微电网的交互成本、微电网的设备维护成本根据下式计算：
Figure FDA0003162689810000012
Figure FDA0003162689810000013
Figure FDA0003162689810000021
Figure FDA0003162689810000022
其中，cgas,t为购买天然气的交易价格，FGT(t)与FGB(t)为第i个微电网内部燃气轮机与燃气锅炉消耗的天然气使用量；cgrid,t、cex,t、ck,t分别为第i个微电网与主动配电网的交易电价、第i个微电网与其它微电网之间的交易电价、第i个微电网内部设备单位功率的维护成本，Pgrid(t)、PMG(t)、Pk(t)分别为第i个微电网与主动配电网的交互电量、第i个微电网与其它微电网之间的交易电量、第i个微电网内部设备的出力；Δt为设置的时间间隔，T为总时间间隔；Ndv为第i个微电网内部设备的总个数。
5.如权利要求2所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
主动配电网的优化调度目标模型为：
Figure FDA0003162689810000023
其中，
Figure FDA0003162689810000024
为主动配电网在总时间间隔T的网络损耗，Voff为主动配电网中的电压偏移量，ω为权重因子。
6.如权利要求5所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
网络损耗和电压偏移量采用下式计算：
Figure FDA0003162689810000025
Figure FDA0003162689810000026
其中，Ploss,t通过主动配电网中所有支路的网络损耗之和计算，Pi,t、Qi,t为第i条支路上的有功、无功功率，Ui,t为第i条支路的电压，ri为第i条支路的电阻，si,t为第i条支路上的远程控制支路开关的开关状态，当si,t为0时代表支路断开，当si,t为1时代表支路闭合，所有支路的总数为Nbr；Voff通过计算总时间间隔T内主动配电网中所有电压母线的电压偏移量之和，电压母线的总数为Nbus。
7.如权利要求1所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
步骤2中的约束条件包括微电网约束、主动配电网约束以及联络线约束，根据微电网以及主动配电网中的拓扑结构、设备出力等来确定。
8.如权利要求7所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
微电网约束包括燃气轮机约束、储能系统约束、其他设备约束、能量平衡方程。
9.如权利要求8所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
燃气轮机约束包括：
Figure FDA0003162689810000031
Figure FDA0003162689810000032
Figure FDA0003162689810000033
Figure FDA0003162689810000034
其中，PGT(t)为燃气轮机的发电量，RG为天然气热值、
Figure FDA0003162689810000035
为燃气轮机的发电效率、
Figure FDA0003162689810000036
为燃气轮机的热损失效率；PLR代表燃气轮机的实际负荷率，
Figure FDA0003162689810000037
为燃气轮机的实际发电效率；
Figure FDA0003162689810000038
和
Figure FDA0003162689810000039
分别为燃气轮机出力的最小值和最大值，uGT(t)为燃气轮机启停状态，在开启时等于1，关闭时等于0。
10.如权利要求8所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
储能系统约束包括储能系统充放电方程以及荷电比约束；
Figure FDA00031626898100000310
Figure FDA00031626898100000311
其中，SESS(t)和SESS(t+1)分别表示储能系统t时刻和t+1时刻的荷电比，Δt为时间间隔，δ为自放电系数，Pch(t)、Pdis(t)分别为t时刻的充电和放电功率，ηch和ηdis为储能系统的充电、放电效率；
Figure FDA00031626898100000312
和
Figure FDA00031626898100000313
分别为储能系统的荷电比最小值和最大值。
11.如权利要求8所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
其它设备包括燃气锅炉、余热锅炉、电制冷机、吸收式制冷机以及换热器；其它设备约束包括：
xout＝xinη
xmin≤xout≤xin
其中，xout和xin分别表示设备的输出和输入，η表示设备的工作效率；xmin表示设备输出的最小值。
12.如权利要求8所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
能量平衡方程包括电力平衡方程、冷负荷平衡方程、热负荷平衡方程以及蒸汽母线平衡方程，分别为：
PPV(t)+PWT(t)+FGT(t)+Pgrid(t)+Pdis(t)+PMG(t)
＝PLoad(t)+Pch(t)+PEC(t)
PEC(t)ηEC+HAC＝Hcooling(t)
HHX(t)+HGB(t)＝Hheating(t)
HC(t)+Hh(t)＝HWH(t)
其中，PPV(t)、PWT(t)、PGT(t)分别为光伏、风电以及燃气轮机的发电量，Pgrid(t)、PMG(t)分别为微电网与主动配电网以及其它微电网之间交互的电量，Pdis(t)、Pch(t)分别为储能系统充电、放电的电量，PLoad(t)、PEC(t)分别是负荷、电制冷机使用的电量；ηEC为电制冷机的制冷效率，HAC为吸收式制冷机提供的制冷量，Hcooling(t)为冷负荷使用的冷量；HHX(t)和HGB(t)分别为换热器和燃气锅炉产生的制热量，Hheating(t)为热负荷使用的热量；HC(t)、Hh(t)分别为从余热锅炉传输给吸收式制冷机和换热器的热量，HWH(t)为余热锅炉的输出热量。
13.如权利要求7所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
主动配电网约束包括节点注入功率和输出功率的平衡约束、节点电压约束以及配电网拓扑辐射状约束和开关工作次数限制约束。
14.如权利要求13所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
节点注入功率和输出功率的平衡约束包括：
Figure FDA0003162689810000051
Figure FDA0003162689810000052
其中，
Figure FDA0003162689810000053
为每个节点的电压，
Figure FDA0003162689810000054
分别为t时刻节点i发电机发电功率、负荷、微电网的注入有功功率；
Figure FDA0003162689810000055
分别为t时刻节点i发电机发电功率、负荷、微电网的注入无功功率；
Figure FDA0003162689810000056
和
Figure FDA0003162689810000057
为t时刻节点i的电压；
Figure FDA0003162689810000058
为t时刻节点i，j之间的电压相角；Gij、Bij为支路ij的电导与电纳；Г为连有发电机的电网节点的集合，Ω为带有负荷的电网节点的集合；φ为连有微电网的电网节点的集合；Nbus为电网节点个数。
15.如权利要求13所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
节点电压约束包括：
Figure FDA0003162689810000059
其中，每个节点的电压
Figure FDA00031626898100000510
大于等于其下限
Figure FDA00031626898100000511
小于等于其上限
Figure FDA00031626898100000512
16.如权利要求13所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
配电网拓扑辐射状约束包括：
Nf＝NBus-1
开关工作次数限制约束包括：
Figure FDA00031626898100000513
Noperation≤Nmax
其中，Nf为连通支路数，电压母线的总数为Nbus；Noperation为开关动作的次数，其不能超过规定的最大值Nmax，si,t、si,t-1为第i条支路t时刻、t-1时刻的远程控制支路开关的开关状态，|si,t-si,t-1|为1表示支路开关动作，为0表示支路开关未动作，Nbr为所有支路的总数。
17.如权利要求7所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
联络线约束是指微电网与主动配电网以及微电网与其余微电网之间的联络线的传输功率均不能过载，包括：
Figure FDA0003162689810000061
Figure FDA0003162689810000062
其中，Pgrid(t)、PMG(t)分别为微电网与主动配电网之间、微电网之间的交互电量，
Figure FDA0003162689810000063
分别为微电网与主动配电网之间交互电量的最小值和最大值，
Figure FDA0003162689810000064
分别为微电网之间交互电量的最小值和最大值。
18.如权利要求1所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
步骤3中的双层优化模型中，第一层级是主动配电网的优化调度目标模型，以最小化主动配电网的功率损耗和电压偏移为目标，主动配电网约束为约束条件；第二层级是微电网的优化调度目标模型，以最小化微电网的运行成本为目标，微电网约束和联络线约束为约束条件。
19.如权利要求1所述的基于多能互补微电网与主动配电网的优化调度方法，其中，
步骤4中，在求解双层优化模型时，采用粒子群算法求解第一层级的优化模型，采用求解0-1混合整数线性规划问题的算法求解第二层级的优化模型。
CN202110795559.8A 2021-07-14 2021-07-14 基于多能互补微电网与主动配电网的优化调度方法 Active CN113471976B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110795559.8A CN113471976B (zh) 2021-07-14 2021-07-14 基于多能互补微电网与主动配电网的优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110795559.8A CN113471976B (zh) 2021-07-14 2021-07-14 基于多能互补微电网与主动配电网的优化调度方法

Publications (2)

Publication Number Publication Date
CN113471976A true CN113471976A (zh) 2021-10-01
CN113471976B CN113471976B (zh) 2023-11-07

Family

ID=77878487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110795559.8A Active CN113471976B (zh) 2021-07-14 2021-07-14 基于多能互补微电网与主动配电网的优化调度方法

Country Status (1)

Country Link
CN (1) CN113471976B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114035434A (zh) * 2021-11-22 2022-02-11 西南石油大学 一种燃气-蒸汽联合循环发电系统运行优化方法
CN114039348A (zh) * 2021-11-16 2022-02-11 国网湖南省电力有限公司 考虑光储充多主体互动的微电网能量调度方法
CN114498639A (zh) * 2022-04-15 2022-05-13 国网湖北省电力有限公司经济技术研究院 一种考虑需求响应的多微电网联合互济的日前调度方法
CN115431811A (zh) * 2022-11-08 2022-12-06 国网江苏省电力有限公司营销服务中心 一种基于电网数据采集网络的电动汽车有序充电控制系统和方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170337646A1 (en) * 2016-05-19 2017-11-23 Hefei University Of Technology Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price
CN108197766A (zh) * 2018-03-23 2018-06-22 湘潭大学 一种包含微电网群的主动配电网优化调度模型
CN109713732A (zh) * 2019-01-17 2019-05-03 南京邮电大学 一种多微电网和配电网协调优化调度的方法
CN109740846A (zh) * 2018-11-30 2019-05-10 国网江苏省电力有限公司电力科学研究院 智能小区需求响应调度方法和系统
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN111008760A (zh) * 2019-11-12 2020-04-14 东南大学 一种冷热电联供微电网系统的双层优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170337646A1 (en) * 2016-05-19 2017-11-23 Hefei University Of Technology Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price
CN108197766A (zh) * 2018-03-23 2018-06-22 湘潭大学 一种包含微电网群的主动配电网优化调度模型
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN109740846A (zh) * 2018-11-30 2019-05-10 国网江苏省电力有限公司电力科学研究院 智能小区需求响应调度方法和系统
CN109713732A (zh) * 2019-01-17 2019-05-03 南京邮电大学 一种多微电网和配电网协调优化调度的方法
CN111008760A (zh) * 2019-11-12 2020-04-14 东南大学 一种冷热电联供微电网系统的双层优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李楠;顾洁;刘波;卢海勇;: "基于改进粒子群算法的多能互补微电网系统优化配置与运行策略研究", 电器与能效管理技术, no. 18 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114039348A (zh) * 2021-11-16 2022-02-11 国网湖南省电力有限公司 考虑光储充多主体互动的微电网能量调度方法
CN114039348B (zh) * 2021-11-16 2023-07-14 国网湖南省电力有限公司 考虑光储充多主体互动的微电网能量调度方法
CN114035434A (zh) * 2021-11-22 2022-02-11 西南石油大学 一种燃气-蒸汽联合循环发电系统运行优化方法
CN114035434B (zh) * 2021-11-22 2023-09-01 西南石油大学 一种燃气-蒸汽联合循环发电系统运行优化方法
CN114498639A (zh) * 2022-04-15 2022-05-13 国网湖北省电力有限公司经济技术研究院 一种考虑需求响应的多微电网联合互济的日前调度方法
CN114498639B (zh) * 2022-04-15 2022-06-24 国网湖北省电力有限公司经济技术研究院 一种考虑需求响应的多微电网联合互济的日前调度方法
CN115431811A (zh) * 2022-11-08 2022-12-06 国网江苏省电力有限公司营销服务中心 一种基于电网数据采集网络的电动汽车有序充电控制系统和方法

Also Published As

Publication number Publication date
CN113471976B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
Liu et al. A novel distributed energy system combining hybrid energy storage and a multi-objective optimization method for nearly zero-energy communities and buildings
CN108229025B (zh) 一种冷热电联供型多微网主动配电系统经济优化调度方法
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
CN113471976B (zh) 基于多能互补微电网与主动配电网的优化调度方法
CN110244566B (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN107546743B (zh) 一种辐射状配电网分布式优化潮流方法
CN109993419B (zh) 一种综合能源服务商云协同-边缘协同优化调度方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN106950840A (zh) 面向电网削峰的综合能源系统分层分布式协调控制方法
CN109345012A (zh) 基于综合评价指标的园区能源互联网运行优化方法
CN113393126A (zh) 高耗能园区与电网交替并行协同优化调度方法
CN112016825A (zh) 一种区域综合能源系统的集中式交易优化决策方法
Mou et al. Real-time optimal control strategy for multienergy complementary microgrid system based on double-layer nondominated sorting genetic algorithm
CN113837449A (zh) 虚拟电厂参与的电网系统集中优化调度方法
Zhang et al. Day-ahead optimal dispatch of active distribution network with micro-energy grid considering demand response
Ling et al. Optimal dispatch of multi energy system using power-to-gas technology considering flexible load on user side
Yang et al. Economic dispatching of CCHP microgrid considering grid-connected revenue
Hui et al. Capacity Allocation Optimization of Components in Regional Integrated Micro-energy System
Wang et al. A two-layer coordinated operation optimization model for multi-energy complementary systems considering demand response
Sun et al. Multi-objective Optimization of Integrated Energy System Based on Weighted Fuzzy Algorithm
CN117353395B (zh) 一种分布式优化调度方法、系统、设备及存储介质
Zong et al. A Multi-Objective optimization Method for Multi-Energy Flow Coupling System Considering Environmental Protection
Liang et al. Two-level demand response scheduling optimization of park integrated energy system based on Stackelberg game
Shi et al. Optimal scheduling of integrated energy system combined with demand side flexible loads
Liu et al. Research on Self-Balancing Scheduling Control Strategy for Distribution Network Based on Soft Open Points Interconnection

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