CN113690875A - 一种微网实时互动等值模型建立方法 - Google Patents
一种微网实时互动等值模型建立方法 Download PDFInfo
- Publication number
- CN113690875A CN113690875A CN202110852666.XA CN202110852666A CN113690875A CN 113690875 A CN113690875 A CN 113690875A CN 202110852666 A CN202110852666 A CN 202110852666A CN 113690875 A CN113690875 A CN 113690875A
- Authority
- CN
- China
- Prior art keywords
- microgrid
- time
- real
- market
- 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
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000033228 biological regulation Effects 0.000 claims description 26
- 230000002452 interceptive effect Effects 0.000 claims description 20
- 230000005611 electricity Effects 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 18
- 230000001105 regulatory effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010248 power generation Methods 0.000 claims description 11
- 238000004146 energy storage Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 230000003828 downregulation Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 6
- 238000002485 combustion reaction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
- H02J3/38—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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
Abstract
本发明提供一种微网实时互动等值模型建立方法,包括以下具体步骤:提出微网参与现货市场的微网‑当地能源市场‑外部市场的两级架构;定义微网参与当地能源市场的实时互动等值模型;建立仅依赖于部分可获得数据的微网实时互动等值模型。本发明在微网‑当地能源市场‑外部市场的两级现货市场架构下,考虑市场主体信息不对称约束,建立基于微网主体不完全信息、以调度周期内总实时调度成本最小为目标的微网实时互动等值数学模型,为多微网参与当地能源市场情况下,当地能源系统的全局优化调度提供依据。
Description
技术领域
本发明涉及新能源微电网领域,具体涉及一种微网实时互动等值模型建立方法。
背景技术
随着可再生能源发电成本的不断下降,用户侧自建可再生能源发电系统并配置一定规模的储能系统或常规能源发电系统从而形成微电网自治运行具有显著的经济和社会效益,将成为我国电力需求侧的主要发展趋势。同时,随着电力市场化改革,特别是电力现货市场的不断推进,微网将按照市场化规则进行电力交易和调度运行。
在微网参与现货市场交易和调度运行方面,目前国内外学者主要从两方面展开研究。一方面,微网可直接或聚合形成虚拟电厂参与外部市场交易、调度和需求响应;另一方面,多个微网之间也可通过当地能源市场(Local Energy Market,LEM)进行分布式电力交易和优化调度,实现灵活性互补和资源优化利用。在微网参与当地市场和外部市场的实时平衡调度中,微网实时互动等值模型的建立是当地能源市场运营商亟需研究解决的问题,当地能源市场运营商的实时最优调度策略依赖于对各个微网的实时调度成本的准确掌握,从而实现多个微网间的全局优化,最小化总调度成本。
目前的研究大多基于完全信息的微网内部模型,并建立多目标优化模型进行求解,但是,在市场化环境下,由于市场竞争需要,微网往往并未公开其全部机组和运行信息,当地能源市场运营商通常仅可获得微网公共连接点交互的日前计划功率和实际功率,从而无法基于微网内部模型信息进行全局优化计算。另一方面,在当地能源市场内,由于微网之间交易量较小而交易主体较多,沿用外部市场竞价机制将给微网主体和市场运营商带来较大的技术经济成本。
发明内容
本发明的目的是提供一种微网实时互动等值模型建立方法,在微网-当地能源市场-外部市场的两级现货市场架构下,考虑市场主体信息不对称约束,建立基于微网主体不完全信息、以调度周期内总实时调度成本最小为目标的微网实时互动等值数学模型,为多微网参与当地能源市场情况下,当地能源系统的全局优化调度提供依据。
本发明的技术方案:
一种微网实时互动等值模型建立方法,包括以下具体步骤:
提出微网参与现货市场的微网-当地能源市场-外部市场的两级架构;
定义微网参与当地能源市场的实时互动等值模型;
建立仅依赖于部分可获得数据的微网实时互动等值模型。
微网参与现货市场的微网-当地能源市场-外部市场的两级架构具体包括,
上一级市场为外部市场,微网通过当地市场运营商聚合为整体参与外部日前和实时市场,外部现货市场通过市场主体竞价出清确定次日发电计划和实时平衡调度策略;
下一级市场为当地能源市场,当地能源市场涉及各个微网主体与当地市场运营商,在日前阶段,微网向当地市场运营商提供其日前互动等值模型,即次日交互功率与对应成本的映射关系模型,当地市场运营商则根据各微网提供的等值模型信息进行全局优化计算,确定各微网的次日交互功率曲线,同时,为了便于当地市场运营商确定参与外部市场的实时平衡调度报价,以及制定内部各个微网的实时平衡调度指令,微网还向当地市场运营商提供其实时互动等值模型,该模型应反映在实时阶段微网调节功率与其调节成本间的映射关系,从而当地市场运营商即可基于该模型,并按照外部市场的实时调度指令要求,确定各微网的实时最优调度指令。
微网实时互动等值模型定义为:在已知微网公共连接点日前计划交换功率曲线和当前时刻实际功率的条件下,当前时刻公共连接点的有功调节量与微网内部调节成本之间的映射关系模型,且按照该映射关系模型,在一定时间周期内最小化微网的总实时调节成本。
微网公共连接点的有功实时调度指令与实时调度成本之间的映射关系,用公式(1)表示:
其中,为t时刻上级调度下发的有功调度指令,为给定量;Pe(t)为t时刻微网公共连接点的实际功率,可由实时量测得到;Pda为日前计划确定的微网公共连接点日前计划交换功率曲线,可由日前交易出清结果获知;C(t)即为该t时刻给定调度指令时的调度成本。
在一定时间周期内最小化微网的总实时调节成本的调控策略应满足以下目标函数:
目标函数如下:
其中,f(Pg(t),ΔPg(t))为可调节机组g在t时段的调节成本,Pg(t)为该机组在t时段的日前计划功率,ΔPg(t)为其功率调节量,Ng为可调节机组个数,NT为一定周期内包含的总时段数,微网内可调节型发电机组、储能、可调节负荷均统称为可调节机组,而且均以对外发出功率为正方向,即对于发电机组,Pg(t)为正值,对于负荷,Pg(t)则为负值,而对于储能,充电时为负值,放电时则为正值,ΔPg(t)亦以向外增加功率输出为正方向,
f(Pg(t),ΔPg(t))计算公式如(3)所示,
其中,λg(P)是机组g在运行点P时的单位发电成本,由机组的技术经济特性决定,其值通常由机组生产厂家提供,需要说明的是,对于负荷或充电状态的储能,即Pg(t)为负值时,λg(P)亦为负值,表示用电价格,
由于微网内部机组随机性和内部调控行为的影响,公共连接点实际功率往往已偏离日前计划功率,随机性机组包括随机性电源和负荷,
在已制定次日计划曲线的情况下,为使次日总调节成本最小,应找到次日各时段各可调节机组的最优功率调节量,即ΔPg(t)为待求解的决策变量,
按照公式(1)和(2),微网实时互动等值模型可表示如下:
微网内各机组的功率调节量之和应等于次日该时段的调节需求,即:
微网内各机组的技术特性约束主要包括发电能力约束和爬坡速率约束,
(1)发电能力约束
Pg min≤Pg(t)+ΔPg(t)≤Pg max (7)
其中,Pg min为机组g的最小出力,Pg max则为其最大出力,
对于储能机组,还应满足荷电状态约束,在t时刻的荷电状态SOCg(t)满足如下公式:
SOCg min≤SOCg(t)+ΔPg(t)Δt≤SOCg max (8)
其中,SOCg min为机组g的允许最小荷电状态,SOCg max则为其允许最大荷电状态,Δt为一个时段的时长,
(2)爬坡速率约束
与现有技术相比,本发明的有益效果是:通过建立微网实时互动等值模型,可避免上级调度对微网详细物理模型的依赖,同时上级调度又可基于微网实时互动等值模型进行全局优化调度,实现社会福利最大化。
附图说明
图1是本发明的现货市场环境下微网参与交易和调度的两级架构。
图2是本发明的典型日虚拟电厂出力计划曲线。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图,本发明提供一种技术方案:
一、提出微网参与现货市场的微网-当地能源市场-外部市场的两级架构
在微网快速发展和现货电力市场环境下,当地能源市场的概念随之兴起,并成为新的研究热点。当地能源市场在微网与外部市场之间架起一座桥梁,实现降低微网市场交易成本,并利用多微网间优化互补特性提高当地能源市场资源优化利用水平。
微网参与现货市场的两级架构如图1所示。
上一级市场为外部市场,微网通过当地市场运营商聚合为整体参与外部日前和实时市场,在外部现货市场机制方面,国内外已经取得了较为丰富的研究成果,一般地,外部现货市场通过市场主体竞价出清确定次日发电计划和实时平衡调度策略,图1所示为一种典型的日内和实时市场机制。
下一级市场即为当地能源市场,该市场涉及各个微网主体与当地市场运营商。在日前阶段,微网需向当地市场运营商提供其日前互动等值模型,即次日交互功率与对应成本的映射关系模型,当地市场运营商则根据各微网提供的等值模型信息进行全局优化计算,确定各微网的次日交互功率曲线。同时,为了便于当地市场运营商确定参与外部市场的实时平衡调度报价,以及制定内部各个微网的实时平衡调度指令,微网还需向当地市场运营商提供其实时互动等值模型,该模型应反映在实时阶段微网调节功率与其调节成本间的映射关系,从而当地市场运营商即可基于该模型,并按照外部市场的实时调度指令要求,确定各微网的实时最优调度指令。本发明建立微网实时互动等值模型。
二、定义微网参与当地能源市场的实时互动等值模型
按照微网参与现货市场的两级架构,微网应向当地能源市场运营商提供其实时互动等值模型,该模型应满足以下条件:
(1)在给定次日微网公共连接点交互功率曲线的基础上,根据实时互动等值模型,可得到任意实时调节量所对应的调节成本;
(2)为使当地能源市场实时调度成本最小,应优先调度实时调节成本最小的微网,因此条件(1)所述调节成本应为实施当前调节量所能达到的最小调节成本;
(3)由于在某一时间断面下,微网调节能力由各单元的当前运行点及其调节范围决定,调节成本则由各单元当前运行点下调节一定功率时的边际成本决定,而在一定时间周期内,某一个时间断面发生的调控行为可间接影响到未来其它时间断面的调节能力及其边际成本,因此实时调节中不应仅考虑当前时刻的成本最小化,而应考虑一定周期内的总成本,即按照该模型,应能够实现一定周期内调节总成本的最小化;
(4)在市场化环境下,由于市场竞争需要,微网往往并未公开其全部机组和运行信息,当地能源市场运营商通常只可获得微网日前交换功率曲线和实际功率,以及当前时刻的功率调节量,因此,该模型的实时计算应仅依赖于以上可获得信息。
因此,微网实时互动等值模型定义为:在已知微网公共连接点日前计划交换功率曲线和当前时刻实际功率的条件下,当前时刻公共连接点的有功调节量与微网内部调节成本之间的映射关系模型,且按照该映射关系模型,可在一定时间周期内最小化微网的总实时调节成本。
微网公共连接点的有功实时调度指令与实时调度成本之间的映射关系,可用公式(1)表示。
其中,为t时刻上级调度下发的有功调度指令,为给定量;Pe(t)为t时刻微网公共连接点的实际功率,可由实时量测得到;Pda为日前计划确定的微网公共连接点日前计划交换功率曲线,可由日前交易出清结果获知;C(t)即为该t时刻给定调度指令时的调度成本。
三、建立仅依赖于部分可获得数据的微网实时互动等值模型
公式(1)所示的微网实时调度成本的计算仅依赖于可获得信息,满足前述分析的模型要求,但是仍需要确定其映射关系F。
由于该模型是由微网主体向当地能源市场运营商上报,在确定映射关系F的过程中,微网内部信息均可作为已知量。而由于在给定日前计划曲线和实时调节量的情况下,微网的调节成本由其当前实际运行点和内部调控行为决定,因此,映射关系F的确定,可转化为在给定日前计划曲线和实时调节量的情况下求解最优内部调控策略的问题。
按照前述分析的条件(3),最优内部调控策略应满足以下目标函数:
目标函数如下:
其中,f(Pg(t),ΔPg(t))为可调节机组g在t时段的调节成本,Pg(t)为该机组在t时段的日前计划功率,ΔPg(t)为其功率调节量,Ng为可调节机组个数,NT为一定周期内包含的总时段数。这里微网内可调节型发电机组、储能、可调节负荷等均统称为可调节机组,而且均以对外发出功率为正方向,即对于发电机组,Pg(t)为正值,对于负荷,Pg(t)则为负值,而对于储能,充电时为负值,放电时则为正值。ΔPg(t)亦以向外增加功率输出为正方向。
f(Pg(t),ΔPg(t))计算公式如(3)所示。
其中,λg(P)是机组g在运行点P时的单位发电成本,由机组的技术经济特性决定,其值通常由机组生产厂家提供,需要说明的是,对于负荷或充电状态的储能,即Pg(t)为负值时,λg(P)亦为负值,表示用电价格。
由于微网内部机组随机性和内部调控行为的影响,公共连接点实际功率往往已偏离日前计划功率。这里,随机性机组包括随机性电源和负荷。
在已制定次日计划曲线的情况下,为使次日总调节成本最小,应找到次日各时段各可调节机组的最优功率调节量,即ΔPg(t)为待求解的决策变量。
按照公式(1)和(2),微网实时互动等值模型可表示如下:
包括以下约束条件:
微网内各机组的功率调节量一方面应满足上级调度下发的次日调节需求曲线要求,另一方面也受到其自身技术特性的约束。
一般地,前者意味着在次日任意时段,微网内各机组的功率调节量之和应等于次日该时段的调节需求,即:
如果该约束条件未得到满足,那么调节量偏差将影响到公共连接点功率,而目标函数中已包含新增的购电费用,即该约束条件已作为惩罚函数列入目标函数。因此,按照公式(2)所示目标函数,其约束条件仅考虑微网内各机组的技术特性即可。
微网内各机组的技术特性约束主要包括发电能力约束和爬坡速率约束。
(1)发电能力约束
Pg min≤Pg(t)+ΔPg(t)≤Pg max (7)
其中,Pg min为机组g的最小出力,Pg max则为其最大出力。
对于储能机组,还应满足荷电状态约束,在t时刻的荷电状态SOCg(t)满足如下公式:
SOCg min≤SOCg(t)+ΔPg(t)Δt≤SOCg max (8)
其中,SOCg min为机组g的允许最小荷电状态,SOCg max则为其允许最大荷电状态,Δt为一个时段的时长。
(2)爬坡速率约束
具体实施例
以包含风电、光伏、小水电、储能、微燃机和负荷的微网为算例对象,其中,风电、光伏、小水电均为不可调节机组,储能和微燃机则为可调节机组。各机组参数如表1所示。
表1虚拟电厂机组参数
风电、光伏、小水电和负荷的历史数据采用某地区电网2018年实际数据,并根据装机容量进行折算得到。储能、微燃机和外部电网的交互功率计划曲线通过日前优化调度模型计算得到(其中风电和光伏为优先消纳电源,成本为零,外部电网购电价格考虑峰谷平电价,如表2所示,而向外部电网售电的上网电价为0.6元/kWh)。典型日前优化调度结果如图2所示。其中,Pmt为微燃机的计划出力,Pes为储能的计划出力,Peg从外部电网购电的计划功率,Pd为微网的等值净负荷。
表2外部电网销售电价
按照本文所述模型和算法,在日前计划结果的基础上,利用matlab机器学习工具箱对微网的实时互动等值模型进行训练,其训练和测试结果如表3所示。
由表3可见,当样本数为2000时,神经网络模型结构较为简单,2个隐层,每层节点数为6的情况下,微网实时互动成本模型的精度已可达到99.95%,且训练时间仅需1.45s;随着样本数的增加,模型精度有所提高,但是精度提升较慢;而且随着样本数增加,神经网络模型的隐层数和节点数随之增加,模型的深度增加,训练时间逐渐变长,但是仍可在秒级内(小于一分钟)完成训练;当样本数达到6000时,微网实时互动成本模型的精度达到99.99%。
表3微网实时互动成本模型封装训练和测试结果
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种微网实时互动等值模型建立方法,其特征在于,包括以下具体步骤:
提出微网参与现货市场的微网-当地能源市场-外部市场的两级架构;
定义微网参与当地能源市场的实时互动等值模型;
建立仅依赖于部分可获得数据的微网实时互动等值模型。
2.根据权利要求1所述的一种微网实时互动等值模型建立方法,其特征在于,微网参与现货市场的微网-当地能源市场-外部市场的两级架构具体包括,
上一级市场为外部市场,微网通过当地市场运营商聚合为整体参与外部日前和实时市场,外部现货市场通过市场主体竞价出清确定次日发电计划和实时平衡调度策略;
下一级市场为当地能源市场,当地能源市场涉及各个微网主体与当地市场运营商,在日前阶段,微网向当地市场运营商提供其日前互动等值模型,即次日交互功率与对应成本的映射关系模型,当地市场运营商则根据各微网提供的等值模型信息进行全局优化计算,确定各微网的次日交互功率曲线,同时,为了便于当地市场运营商确定参与外部市场的实时平衡调度报价,以及制定内部各个微网的实时平衡调度指令,微网还向当地市场运营商提供其实时互动等值模型,该模型应反映在实时阶段微网调节功率与其调节成本间的映射关系,从而当地市场运营商即可基于该模型,并按照外部市场的实时调度指令要求,确定各微网的实时最优调度指令。
3.根据权利要求2所述的一种微网实时互动等值模型建立方法,其特征在于,微网实时互动等值模型定义为:在已知微网公共连接点日前计划交换功率曲线和当前时刻实际功率的条件下,当前时刻公共连接点的有功调节量与微网内部调节成本之间的映射关系模型,且按照该映射关系模型,在一定时间周期内最小化微网的总实时调节成本。
5.根据权利要求4所述的一种微网实时互动等值模型建立方法,其特征在于,在一定时间周期内最小化微网的总实时调节成本的调控策略应满足以下目标函数:
目标函数如下:
其中,f(Pg(t),ΔPg(t))为可调节机组g在t时段的调节成本,Pg(t)为该机组在t时段的日前计划功率,ΔPg(t)为其功率调节量,Ng为可调节机组个数,NT为一定周期内包含的总时段数,微网内可调节型发电机组、储能、可调节负荷均统称为可调节机组,而且均以对外发出功率为正方向,即对于发电机组,Pg(t)为正值,对于负荷,Pg(t)则为负值,而对于储能,充电时为负值,放电时则为正值,ΔPg(t)亦以向外增加功率输出为正方向,
f(Pg(t),ΔPg(t))计算公式如(3)所示,
其中,λg(P)是机组g在运行点P时的单位发电成本,由机组的技术经济特性决定,其值通常由机组生产厂家提供,需要说明的是,对于负荷或充电状态的储能,即Pg(t)为负值时,λg(P)亦为负值,表示用电价格,
由于微网内部机组随机性和内部调控行为的影响,公共连接点实际功率往往已偏离日前计划功率,随机性机组包括随机性电源和负荷,
在已制定次日计划曲线的情况下,为使次日总调节成本最小,应找到次日各时段各可调节机组的最优功率调节量,即ΔPg(t)为待求解的决策变量,
按照公式(1)和(2),微网实时互动等值模型可表示如下:
7.根据权利要求5所述的一种微网实时互动等值模型建立方法,其特征在于,微网内各机组的技术特性约束主要包括发电能力约束和爬坡速率约束,
(1)发电能力约束
Pg min≤Pg(t)+ΔPg(t)≤Pg max (7)
其中,Pg min为机组g的最小出力,Pg max则为其最大出力,
对于储能机组,还应满足荷电状态约束,在t时刻的荷电状态SOCg(t)满足如下公式:
SOCg min≤SOCg(t)+ΔPg(t)Δt≤SOCg max (8)
其中,SOCg min为机组g的允许最小荷电状态,SOCg max则为其允许最大荷电状态,Δt为一个时段的时长,
(2)爬坡速率约束
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852666.XA CN113690875B (zh) | 2021-07-27 | 2021-07-27 | 一种微网实时互动等值模型建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852666.XA CN113690875B (zh) | 2021-07-27 | 2021-07-27 | 一种微网实时互动等值模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113690875A true CN113690875A (zh) | 2021-11-23 |
CN113690875B CN113690875B (zh) | 2023-10-13 |
Family
ID=78578040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110852666.XA Active CN113690875B (zh) | 2021-07-27 | 2021-07-27 | 一种微网实时互动等值模型建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113690875B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542490A (zh) * | 2023-06-29 | 2023-08-04 | 国网智能电网研究院有限公司 | 虚拟电厂日前调度封装模型以及调度出清模型构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120185106A1 (en) * | 2011-01-14 | 2012-07-19 | International Business Machines Corporation | Integration of demand response and renewable resources for power generation management |
CN104915737A (zh) * | 2015-06-30 | 2015-09-16 | 国网山东省电力公司济南供电公司 | 基于风险控制含大规模风电的电力系统协调经济调度方法 |
WO2018171210A1 (zh) * | 2017-03-21 | 2018-09-27 | 国网天津市电力公司 | 一种基于Rollout算法的多能互补微网实时调度方法 |
WO2019233134A1 (zh) * | 2018-06-06 | 2019-12-12 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN111882111A (zh) * | 2020-06-30 | 2020-11-03 | 华南理工大学 | 一种源网荷储协同互动的电力现货市场出清方法 |
-
2021
- 2021-07-27 CN CN202110852666.XA patent/CN113690875B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120185106A1 (en) * | 2011-01-14 | 2012-07-19 | International Business Machines Corporation | Integration of demand response and renewable resources for power generation management |
CN104915737A (zh) * | 2015-06-30 | 2015-09-16 | 国网山东省电力公司济南供电公司 | 基于风险控制含大规模风电的电力系统协调经济调度方法 |
WO2018171210A1 (zh) * | 2017-03-21 | 2018-09-27 | 国网天津市电力公司 | 一种基于Rollout算法的多能互补微网实时调度方法 |
WO2019233134A1 (zh) * | 2018-06-06 | 2019-12-12 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN111882111A (zh) * | 2020-06-30 | 2020-11-03 | 华南理工大学 | 一种源网荷储协同互动的电力现货市场出清方法 |
Non-Patent Citations (2)
Title |
---|
范玉宏;丁珩;张维;徐秋实;: "电力现货市场建设关键问题研究", 湖北电力, no. 02 * |
陈新和;裴玮;邓卫;: "基于代理模型的分布式能源现货市场运营模式", 电力自动化设备, no. 10 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542490A (zh) * | 2023-06-29 | 2023-08-04 | 国网智能电网研究院有限公司 | 虚拟电厂日前调度封装模型以及调度出清模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113690875B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Faraji et al. | Optimal day-ahead self-scheduling and operation of prosumer microgrids using hybrid machine learning-based weather and load forecasting | |
Wu et al. | Dynamic economic dispatch of a microgrid: Mathematical models and solution algorithm | |
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 | |
Cao et al. | Two-stage energy generation schedule market rolling optimisation of highly wind power penetrated microgrids | |
CN111311012A (zh) | 基于多智能体的微电网电力市场双层竞价优化方法 | |
CN113888209A (zh) | 虚拟电厂参与电力市场和碳交易市场的协同竞价方法 | |
CN111932075A (zh) | 主动配电网多区域调度方法、系统、设备及可读存储介质 | |
CN113904385A (zh) | 新能源发电侧虚拟电厂共享储能方法、系统及存储介质 | |
He et al. | A new cooperation framework with a fair clearing scheme for energy storage sharing | |
Wehinger et al. | Modeling electricity wholesale markets with model predictive and profit maximizing agents | |
Negri et al. | Combined model predictive control and ANN-based forecasters for jointly acting renewable self-consumers: An environmental and economical evaluation | |
Zhang et al. | A master-slave game optimization model for electric power companies considering virtual power plant | |
Lin et al. | Blockchain-based intelligent charging station management system platform | |
Jin et al. | An overview of virtual power plant development from the perspective of market participation | |
Zhou et al. | Energy management for smart energy hub considering gas dispatch factor and demand response | |
Kong et al. | Independence enhancement of distributed generation systems by integrating shared energy storage system and energy community with internal market | |
CN113690875B (zh) | 一种微网实时互动等值模型建立方法 | |
CN108493943A (zh) | 多微电网系统电能的调度方法、系统、装置及存储介质 | |
CN110556821B (zh) | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 | |
CN114498769A (zh) | 一种高比例风光孤岛微电网群能量调度方法及系统 | |
Chen et al. | Value stacking of a behind-the-meter utility-scale battery for demand response markets and demand charge management: real-world operation on the UC San Diego campus | |
Zhang et al. | Optimal bidding strategy of PV-storage system in the electricity market | |
CN113629781A (zh) | 一种基于empc的多vpp日前日内协调优化方法及装置 | |
Li et al. | A Bargaining Game-Based Peer-to-Peer Trading Optimization Method for Microgrid System on the Island | |
Zhang et al. | Real-time active power dispatch for virtual power plant via a multi-agent leader-follower game approach |
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 |