CN113762808B - 微网多能源系统与电网系统的联合调度方法 - Google Patents
微网多能源系统与电网系统的联合调度方法 Download PDFInfo
- Publication number
- CN113762808B CN113762808B CN202111120706.8A CN202111120706A CN113762808B CN 113762808 B CN113762808 B CN 113762808B CN 202111120706 A CN202111120706 A CN 202111120706A CN 113762808 B CN113762808 B CN 113762808B
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- energy
- personal
- energy system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 45
- 238000004146 energy storage Methods 0.000 claims description 73
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 10
- 238000005057 refrigeration Methods 0.000 claims description 9
- 230000000739 chaotic effect Effects 0.000 claims description 8
- 238000013486 operation strategy Methods 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种微网多能源系统与电网系统的联合调度方法,包括获取电网系统的数据信息、各微网多能源系统的调度数据和对应的约束条件;以各微网多能源系统的响应容量和运行成本为双目标构建联合调度模型;求解联合调度模型得到联合调度方案;按照联合调度方案对微网多能源系统与电网进行联合调度。本发明提供的这种微网多能源系统与电网系统的联合调度方法,通过对若干个微网多能源系统进行联合调度和综合运行,不仅实现了多个微网多能源系统参与电网系统的联合调度,而且提高了电网的运行可靠性,减少了微网多能源系统的运行成本,而且可靠性高、实用性好且科学合理。
Description
技术领域
本发明属于电气自动化领域,具体涉及一种微网多能源系统与电网系统的联合调度方法。
背景技术
随着经济技术的发展和人们生活水平的提高,电能已经成为了人们生产和生活中必不可少的二次能源,给人们的生产和生活带来了无尽的便利。因此,保障电力的稳定可靠供应,就成为了电力系统最重要的任务之一。
目前,人们对于电能的需求越来越大。能源短缺与环境问题也由此而生。在此背景下,通过将多种性质各异的能源有机结合在一起,对其生产和转换环节进行协调优化,从而实现能源梯级高效利用和可再生能源大幅消纳的多能源系统(integrated energysystem,IES)应运而生。微网多能源系统中存在较多的灵活资源,例如:储能、可中断电负荷、热水负荷等等,微网多能源系统可以通过调节灵活资源的应用从而参与到电网系统的调节中来。然而,单个多能源系统的可调节容量有限,由多个多能源系统参与电网辅助服务,可以提高多能源系统群的可响应容量和调节效率。
近年来,研究人员针对微网多能源系统的优化运行做出了许多研究:一方面,综合需求侧响应被提出,并用于改变自身的能源转换方式来调整负荷需求,从而优化微网多能源系统的经济成本和电力负荷曲线的峰谷差;另一方面,非合作博弈论用于实现综合能源产能基地、系统管理商和用户等多个存在利益冲突关系的主体的多目标优化运行,形成多方利益主体的相互制约。由此可见,目前的研究多关注于微网多能源系统内部的协调优化运行以及有利益冲突关系的多主体优化运行,但是并不存在针对微网多能源系统参与电网辅助服务的联合优化运行的研究。
发明内容
本发明的目的在于提供一种可靠性高、实用性好且科学合理的微网多能源系统与电网系统的联合调度方法。
本发明提供的这种微网多能源系统与电网系统的联合调度方法,包括如下步骤:
S1. 获取电网系统的数据信息;
S2. 获取各个微网多能源系统的调度数据和对应的约束条件;
S3. 根据步骤S1和步骤S2获取的数据信息,以各个微网多能源系统的响应容量和各个微网多能源系统的运行成本为双目标,构建联合调度模型;
S4. 在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案;
S5. 按照步骤S4得到的联合调度方案,对若干个微网多能源系统与电网进行联合调度。
步骤S2所述的获取各个微网多能源系统的调度数据和对应的约束条件,包括如下步骤:
A. 采用如下算式计算第i个微网多能源系统的可转移电负荷:
式中/>为第i个微网多能源系统的可转移负荷m在时段t的转移容量;/>为第i个微网多能源系统的负荷功率可转移阈值系数;/>为第i个微网多能源系统的可转移电负荷m在时段t参与可转移调节的状态变量,且/>表示第i个微网多能源系统的可转移负荷m在时段t处于可转移工作状态且参与柔性调节,否则/>;/>为第i个微网多能源系统的可转移负荷m在t时段的日前预测功率;/>为第i个微网多能源系统的可转移负荷m的可转移工作时段集合;为第i个微网多能源系统的可转移负荷m在时段t的移出功率;/>为第i个微网多能源系统的可转移负荷m在时段t的移出时长;/>为第i个微网多能源系统的可转移负荷m在时段t的移入功率;/>为第i个微网多能源系统的可转移负荷m在时段t的移入时长;T为时间段t的取值;/>为第i个微网多能源系统的可转移负荷m在调节周期内的最大转移次数;/>为第i个微网多能源系统在时段t的可转移电负荷;为第i个微网多能源系统在时段t的日前预测总功率;/>为时段可移入的负荷种类数;/>为时段可移出的负荷种类数;
B. 采用如下算式计算第i个微网多能源系统的可削减电负荷: 式中/>为第i个微网多能源系统的可削减电负荷n在时段t的削减容量;/>为第i个微网多能源系统的可削减电负荷n在时段t参与可削减调节的状态变量,且/>表示第i个微网多能源系统的可削减电负荷n在时段t参与可削减调节,否则/>;/>为第i个微网多能源系统的可削减电负荷n的功率可削减阈值系数;/>为第i个微网多能源系统的可削减电负荷n在t时刻的原负荷功率;/>为第i个微网多能源系统的可削减电负荷n的可削减工作时段集合;/>为第i个微网多能源系统的可削减电负荷n在时段t的削减比例系数;/>为第i个微网多能源系统的可削减电负荷n允许的削减速率系数;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的最短时长;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的时长;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的最长时长;/>为第i个微网多能源系统在t时刻削减之后的电负荷总功率;/>为第i个微网多能源系统在t时刻的可削减电负荷的原总功率;/>为可削减负荷的个数;
C. 采用如下算式计算第i个微网多能源系统的柔性热负荷:式中/>为第i个微网多能源系统在t时刻的最小热水负荷功率;/>为水的比热容;/>为水的密度;/>为第i个微网多能源系统在t时刻的新加入的冷水体积;/>为用户可接受的最小水温;/>为初始水温;/>为时间步长;/>为第i个微网多能源系统在t时刻的最大热水负荷功率;/>为用户可接受的最大水温;/>为第i个微网多能源系统在t时刻的热水负荷功率;
D. 采用如下算式计算第i个微网多能源系统的柔性冷负荷:式中/>为最小制冷负荷;/>为第i个微网多能源系统的t时刻的室外温度;/>为第i个微网多能源系统的满足用户要求的最低温度;R为建筑热阻;/>为最大制冷负荷;/>为第i个微网多能源系统的满足用户要求的最高温度;/>为第i个微网多能源系统的t时刻的冷却功率;
E. 采用如下算式作为第i个微网多能源系统的功率平衡约束: 式中为第i个微网多能源系统在t时刻的不可变电负荷;/>为第i个微网多能源系统在t时刻的调度响应容量;/>为第i个微网多能源系统在t时刻的电网购电量;/>为第i个微网多能源系统在t时刻的电储能充能量;/>为第i个微网多能源系统的产能设备y在t时刻的耗电量;Y为产能设备的总数量;/>为第i个微网多能源系统中产电设备l在t时刻的产电量;L为微网i中所有产电设备;/>为第i个微网多能源系统在t时刻的电储能放能量;/>为第i个微网多能源系统在t时刻的不可变热负荷;/>为第i个微网多能源系统在t时刻的热储能充能量;/>为第i个微网多能源系统在t时刻的产热量;H为微网i中所有产热设备;/>为第i个微网多能源系统在t时刻的热储能放能量;/>为第i个微网多能源系统在t时刻的不可变冷负荷;/>为第i个微网多能源系统在t时刻的冷储能充能量;为第i个微网多能源系统在t时刻的产冷量;C为微网i中所有产冷设备;/>为第i个微网多能源系统在t时刻的冷储能放能量;
F. 采用如下算式作为第i个微网多能源系统的储能设备约束:式中/>为第i个微网多能源系统在t时刻的x储能装置的当前容量;/>为x储能装置自损耗系数;/>为第i个微网多能源系统在t时刻的x储能装置的充能功率;/>为第i个微网多能源系统的x储能装置的充能效率;/>为第i个微网多能源系统在t时刻的x储能装置的放能效率;/>为第i个微网多能源系统的x储能装置的放能效率;/>为第i个微网多能源系统在t时刻的x储能装置的充能状态;/>为第i个微网多能源系统的x储能装置的最大充能功率;/>为第i个微网多能源系统在t时刻的x储能装置的放能状态;/>为第i个微网多能源系统的x储能装置的最大放能功率;/>为第i个微网多能源系统的x储能装置的最小储能容量;为第i个微网多能源系统的x储能装置的最大储能容量;x为指示变量,取值为1、2或3,x=1表示电储能装置,x=2表示热储能装置,x=3表示冷储能装置;
G. 采用如下算式作为第i个微网多能源系统的设备出力约束:式中/>为第i个微网多能源系统的设备q在t时刻的输出功率;/>为第i个微网多能源系统的设备q的效用系数;/>为第i个微网多能源系统的设备q在t时刻的输入功率;/>为第i个微网多能源系统的设备q的额定功率。
步骤S3所述的根据步骤S1和步骤S2获取的数据信息,以各个微网多能源系统的响应容量和各个微网多能源系统的运行成本为双目标,构建联合调度模型,具体包括如下步骤:
a. 采用如下算式作为各个微网多能源系统的响应容量最大化目标函数:式中/>为微网多能源系统参与调度的时间长度;start为微网多能源系统参与调度的初始时间;M为参与调度的微网多能源系统的个数;/>为第i个微网多能源系统在t时刻的调度响应容量;
b. 采用如下算式作为各个微网多能源系统的运行成本最小化目标函数:式中/>为t时刻的电网购电价格;/>为第i个微网多能源系统在t时刻的电网购电量;/>为购气价格;/>为第i个微网多能源系统在t时刻的购气量;/>为第i个微网多能源系统参与调度所获得的收益。
步骤S4所述的在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案,具体为采用混沌粒子群+Gurobi算法进行求解。
步骤S4所述的在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案,具体包括如下步骤:
(1)初始化混沌粒子群算法的参数,生成各个微网多能源系统的响应容量;
(2)计算各个微网多能源系统参与调度的收益分配;
(3)根据步骤(1)生成的各个微网多能源系统的响应容量,优化各个微网多能源系统的运行调度,得到当前轮次的各个微网多能源系统的最小运行成本;
(4)判断步骤(3)得到的当前轮次的各个微网多能源系统的最小运行成本是否优于之前轮次得到的各个微网多能源系统的最小运行成本:
若当前轮次的各个微网多能源系统的最小运行成本不优于之前轮次得到的各个微网多能源系统的最小运行成本,则返回步骤(2)重新进行优化;
若当前轮次的各个微网多能源系统的最小运行成本优于之前轮次得到的各个微网多能源系统的最小运行成本,则进行后续步骤;
(5)更新各个微网多能源系统的运行成本;
(6)判断是否达到设定的迭代次数上限:
若达到设定的迭代次数上限,则输出最终的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,并作为联合调度方案;结束;
若未达到设定的迭代次数上限,则返回步骤(2)再次进行优化。
步骤S4所述的在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案,具体包括如下步骤:
(1)初始化混沌粒子群算法的参数,生成各个微网多能源系统的响应容量;
(2)计算各个微网多能源系统参与调度的收益分配;
(3)根据步骤(1)生成的各个微网多能源系统的响应容量,优化各个微网多能源系统的运行调度,得到当前轮次的各个微网多能源系统的最小运行成本;
(4)判断步骤(3)得到的当前轮次的各个微网多能源系统的最小运行成本是否优于之前轮次得到的各个微网多能源系统的最小运行成本:
若当前轮次的各个微网多能源系统的最小运行成本不优于之前轮次得到的各个微网多能源系统的最小运行成本,则返回步骤(2)重新进行优化;
若当前轮次的各个微网多能源系统的最小运行成本优于之前轮次得到的各个微网多能源系统的最小运行成本,则进行后续步骤;
(5)更新各个微网多能源系统的运行成本;
(6)判断是否达到设定的迭代次数上限:
若达到设定的迭代次数上限,则输出最终的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,并作为联合调度方案;结束;
若未达到设定的迭代次数上限,则返回步骤(2)再次进行优化;
(7)将步骤(6)得到的优化的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,发送至电网系统和对应的各个微网多能源系统;
(8)电网系统和各个微网多能源系统对接收到的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量进行审核:
若审核通过,则将审核通过的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,并作为联合调度方案。
若审核不通过,则返回步骤(1)再次进行优化,直至审核通过,得到最终的联合调度方案。
所述的计算各个微网多能源系统参与调度的收益分配,具体为采用Shapley值法计算各个微网多能源系统参与调度的收益。
所述的计算各个微网多能源系统参与调度的收益分配,具体包括如下步骤:
采用如下算式计算第i个微网多能源系统参与调度的收益:式中/>为包含微网多能源系统i的所有子集;/>为子集s中的微网多能源系统的个数;M为微网多能源系统的数量;/>为集合s产生的收益;/>为微网集合s除去微网多能源系统i后产生的收益。
本发明提供的这种微网多能源系统与电网系统的联合调度方法,通过对若干个微网多能源系统进行联合调度和综合运行,不仅实现了多个微网多能源系统参与电网系统的联合调度,而且提高了电网的运行可靠性,减少了微网多能源系统的运行成本,而且可靠性高、实用性好且科学合理。
附图说明
图1为本发明的方法流程示意图。
实施方式
如图1所示为本发明的方法流程示意图:本发明提供的这种微网多能源系统与电网系统的联合调度方法,包括如下步骤:
S1. 获取电网系统的数据信息;
S2. 获取各个微网多能源系统的调度数据和对应的约束条件;具体包括如下步骤:
A. 采用如下算式计算第i个微网多能源系统的可转移电负荷:
式中/>为第i个微网多能源系统的可转移负荷m在时段t的转移容量;/>为第i个微网多能源系统的负荷功率可转移阈值系数;/>为第i个微网多能源系统的可转移电负荷m在时段t参与可转移调节的状态变量,且/>表示第i个微网多能源系统的可转移负荷m在时段t处于可转移工作状态且参与柔性调节,否则/>;/>为第i个微网多能源系统的可转移负荷m在t时段的日前预测功率;/>为第i个微网多能源系统的可转移负荷m的可转移工作时段集合;为第i个微网多能源系统的可转移负荷m在时段t的移出功率;/>为第i个微网多能源系统的可转移负荷m在时段t的移出时长;/>为第i个微网多能源系统的可转移负荷m在时段t的移入功率;/>为第i个微网多能源系统的可转移负荷m在时段t的移入时长;T为时间段t的取值;/>为第i个微网多能源系统的可转移负荷m在调节周期内的最大转移次数;/>为第i个微网多能源系统在时段t的可转移电负荷;为第i个微网多能源系统在时段t的日前预测总功率;/>为时段可移入的负荷种类数;/>为时段可移出的负荷种类数;对于可转移负荷,移入-移出的用电量应保持不变;
B. 采用如下算式计算第i个微网多能源系统的可削减电负荷: 式中/>为第i个微网多能源系统的可削减电负荷n在时段t的削减容量;/>为第i个微网多能源系统的可削减电负荷n在时段t参与可削减调节的状态变量,且/>表示第i个微网多能源系统的可削减电负荷n在时段t参与可削减调节,否则/>;/>为第i个微网多能源系统的可削减电负荷n的功率可削减阈值系数;/>为第i个微网多能源系统的可削减电负荷n在t时刻的原负荷功率;/>为第i个微网多能源系统的可削减电负荷n的可削减工作时段集合;/>为第i个微网多能源系统的可削减电负荷n在时段t的削减比例系数;/>为第i个微网多能源系统的可削减电负荷n允许的削减速率系数;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的最短时长;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的时长;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的最长时长;/>为第i个微网多能源系统在t时刻削减之后的电负荷总功率;/>为第i个微网多能源系统在t时刻的可削减电负荷的原总功率;/>为可削减负荷的个数;
C. 采用如下算式计算第i个微网多能源系统的柔性热负荷:式中/>为第i个微网多能源系统在t时刻的最小热水负荷功率;/>为水的比热容;/>为水的密度;/>为第i个微网多能源系统在t时刻的新加入的冷水体积;/>为用户可接受的最小水温;/>为初始水温;/>为时间步长;/>为第i个微网多能源系统在t时刻的最大热水负荷功率;/>为用户可接受的最大水温;/>为第i个微网多能源系统在t时刻的热水负荷功率;
D. 采用如下算式计算第i个微网多能源系统的柔性冷负荷:式中/>为最小制冷负荷;/>为第i个微网多能源系统的t时刻的室外温度;/>为第i个微网多能源系统的满足用户要求的最低温度;R为建筑热阻;/>为最大制冷负荷;/>为第i个微网多能源系统的满足用户要求的最高温度;/>为第i个微网多能源系统的t时刻的冷却功率;
E. 采用如下算式作为第i个微网多能源系统的功率平衡约束: 式中为第i个微网多能源系统在t时刻的不可变电负荷;/>为第i个微网多能源系统在t时刻的调度响应容量;/>为第i个微网多能源系统在t时刻的电网购电量;/>为第i个微网多能源系统在t时刻的电储能充能量;/>为第i个微网多能源系统的产能设备y在t时刻的耗电量;Y为产能设备的总数量;/>为第i个微网多能源系统中产电设备l在t时刻的产电量;L为微网i中所有产电设备;/>为第i个微网多能源系统在t时刻的电储能放能量;/>为第i个微网多能源系统在t时刻的不可变热负荷;/>为第i个微网多能源系统在t时刻的热储能充能量;/>为第i个微网多能源系统在t时刻的产热量;H为微网i中所有产热设备;/>为第i个微网多能源系统在t时刻的热储能放能量;/>为第i个微网多能源系统在t时刻的不可变冷负荷;/>为第i个微网多能源系统在t时刻的冷储能充能量;为第i个微网多能源系统在t时刻的产冷量;C为微网i中所有产冷设备;/>为第i个微网多能源系统在t时刻的冷储能放能量;
F. 采用如下算式作为第i个微网多能源系统的储能设备约束:式中/>为第i个微网多能源系统在t时刻的x储能装置的当前容量;/>为x储能装置自损耗系数;/>为第i个微网多能源系统在t时刻的x储能装置的充能功率;/>为第i个微网多能源系统的x储能装置的充能效率;/>为第i个微网多能源系统在t时刻的x储能装置的放能效率;/>为第i个微网多能源系统的x储能装置的放能效率;/>为第i个微网多能源系统在t时刻的x储能装置的充能状态;/>为第i个微网多能源系统的x储能装置的最大充能功率;/>为第i个微网多能源系统在t时刻的x储能装置的放能状态;/>为第i个微网多能源系统的x储能装置的最大放能功率;/>为第i个微网多能源系统的x储能装置的最小储能容量;为第i个微网多能源系统的x储能装置的最大储能容量;x为指示变量,取值为1、2或3,x=1表示电储能装置,x=2表示热储能装置,x=3表示冷储能装置;
G. 采用如下算式作为第i个微网多能源系统的设备出力约束:式中/>为第i个微网多能源系统的设备q在t时刻的输出功率;/>为第i个微网多能源系统的设备q的效用系数;对于离心机和热泵等机组,其效用系数均大于1;对于热水锅炉和燃气轮机等机组,其效用系数小于1;/>为第i个微网多能源系统的设备q在t时刻的输入功率;/>为第i个微网多能源系统的设备q的额定功率;
S3. 根据步骤S1和步骤S2获取的数据信息,以各个微网多能源系统的响应容量和各个微网多能源系统的运行成本为双目标,构建联合调度模型;具体包括如下步骤:
a. 采用如下算式作为各个微网多能源系统的响应容量最大化目标函数:式中/>为微网多能源系统参与调度的时间长度;start为微网多能源系统参与调度的初始时间;M为参与调度的微网多能源系统的个数;/>为第i个微网多能源系统在t时刻的调度响应容量;
b. 采用如下算式作为各个微网多能源系统的运行成本最小化目标函数:式中/>为t时刻的电网购电价格;/>为第i个微网多能源系统在t时刻的电网购电量;/>为购气价格;/>为第i个微网多能源系统在t时刻的购气量;/>为第i个微网多能源系统参与调度所获得的收益
S4. 在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案;具体为采用混沌粒子群+Gurobi算法进行求解,得到联合调度方案;
具体实施时,本步骤可以有两种实施方案:
方案一:具体包括如下步骤:
(1)初始化混沌粒子群算法的参数,生成各个微网多能源系统的响应容量;
(2)计算各个微网多能源系统参与调度的收益分配;具体为采用Shapley值法计算各个微网多能源系统参与调度的收益;具体包括如下步骤:
采用如下算式计算第i个微网多能源系统参与调度的收益:式中/>为包含微网多能源系统i的所有子集;/>为子集s中的微网多能源系统的个数;M为微网多能源系统的数量;/>为集合s产生的收益;/>为微网集合s除去微网多能源系统i后产生的收益;
(3)根据步骤(1)生成的各个微网多能源系统的响应容量,优化各个微网多能源系统的运行调度,得到当前轮次的各个微网多能源系统的最小运行成本;
(4)判断步骤(3)得到的当前轮次的各个微网多能源系统的最小运行成本是否优于之前轮次得到的各个微网多能源系统的最小运行成本:
若当前轮次的各个微网多能源系统的最小运行成本不优于之前轮次得到的各个微网多能源系统的最小运行成本,则返回步骤(2)重新进行优化;
若当前轮次的各个微网多能源系统的最小运行成本优于之前轮次得到的各个微网多能源系统的最小运行成本,则进行后续步骤;
(5)更新各个微网多能源系统的运行成本;
(6)判断是否达到设定的迭代次数上限:
若达到设定的迭代次数上限,则输出最终的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,并作为联合调度方案;结束;
若未达到设定的迭代次数上限,则返回步骤(2)再次进行优化;
方案二:具体包括如下步骤:
(1)初始化混沌粒子群算法的参数,生成各个微网多能源系统的响应容量;
(2)计算各个微网多能源系统参与调度的收益分配;具体为采用Shapley值法计算各个微网多能源系统参与调度的收益;具体包括如下步骤:
采用如下算式计算第i个微网多能源系统参与调度的收益:式中/>为包含微网多能源系统i的所有子集;/>为子集s中的微网多能源系统的个数;M为微网多能源系统的数量;/>为集合s产生的收益;/>为微网集合s除去微网多能源系统i后产生的收益;
(3)根据步骤(1)生成的各个微网多能源系统的响应容量,优化各个微网多能源系统的运行调度,得到当前轮次的各个微网多能源系统的最小运行成本;
(4)判断步骤(3)得到的当前轮次的各个微网多能源系统的最小运行成本是否优于之前轮次得到的各个微网多能源系统的最小运行成本:
若当前轮次的各个微网多能源系统的最小运行成本不优于之前轮次得到的各个微网多能源系统的最小运行成本,则返回步骤(1)重新进行优化;
若当前轮次的各个微网多能源系统的最小运行成本优于之前轮次得到的各个微网多能源系统的最小运行成本,则进行后续步骤;
(5)更新各个微网多能源系统的运行成本;
(6)判断是否达到设定的迭代次数上限:
若达到设定的迭代次数上限,则输出优化的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量;结束;
若未达到设定的迭代次数上限,则返回步骤(2)再次进行优化;
(7)将步骤(6)得到的优化的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,发送至电网系统和对应的各个微网多能源系统;
(8)电网系统和各个微网多能源系统对接收到的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量进行审核:
若审核通过,则将审核通过的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,并作为联合调度方案;
若审核不通过,则返回步骤(1)再次进行优化,直至审核通过,得到最终的联合调度方案;
S5. 按照步骤S4得到的联合调度方案,对若干个微网多能源系统与电网进行联合调度。
Claims (2)
1.一种微网多能源系统与电网系统的联合调度方法,包括如下步骤:
S1. 获取电网系统的数据信息;
S2. 获取各个微网多能源系统的调度数据和对应的约束条件;具体包括如下步骤:
A. 采用如下算式计算第i个微网多能源系统的可转移电负荷:
式中/>为第i个微网多能源系统的可转移负荷m在时段t的转移容量;/>为第i个微网多能源系统的负荷功率可转移阈值系数;/>为第i个微网多能源系统的可转移电负荷m在时段t参与可转移调节的状态变量,且/>表示第i个微网多能源系统的可转移负荷m在时段t处于可转移工作状态且参与柔性调节,否则/>;/>为第i个微网多能源系统的可转移负荷m在t时段的日前预测功率;/>为第i个微网多能源系统的可转移负荷m的可转移工作时段集合;为第i个微网多能源系统的可转移负荷m在时段t的移出功率;/>为第i个微网多能源系统的可转移负荷m在时段t的移出时长;/>为第i个微网多能源系统的可转移负荷m在时段t的移入功率;/>为第i个微网多能源系统的可转移负荷m在时段t的移入时长;T为时间段t的取值;/>为第i个微网多能源系统的可转移负荷m在调节周期内的最大转移次数;/>为第i个微网多能源系统在时段t的可转移电负荷;为第i个微网多能源系统在时段t的日前预测总功率;/>为时段可移入的负荷种类数;/>为时段可移出的负荷种类数;
B. 采用如下算式计算第i个微网多能源系统的可削减电负荷: 式中/>为第i个微网多能源系统的可削减电负荷n在时段t的削减容量;/>为第i个微网多能源系统的可削减电负荷n在时段t参与可削减调节的状态变量,且/>表示第i个微网多能源系统的可削减电负荷n在时段t参与可削减调节,否则/>;/>为第i个微网多能源系统的可削减电负荷n的功率可削减阈值系数;/>为第i个微网多能源系统的可削减电负荷n在t时刻的原负荷功率;/>为第i个微网多能源系统的可削减电负荷n的可削减工作时段集合;/>为第i个微网多能源系统的可削减电负荷n在时段t的削减比例系数;/>为第i个微网多能源系统的可削减电负荷n允许的削减速率系数;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的最短时长;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的时长;/>为第i个微网多能源系统的可削减电负荷n的参与可削减调节的最长时长;/>为第i个微网多能源系统在t时刻削减之后的电负荷总功率;/>为第i个微网多能源系统在t时刻的可削减电负荷的原总功率;/>为可削减负荷的个数;
C. 采用如下算式计算第i个微网多能源系统的柔性热负荷:式中/>为第i个微网多能源系统在t时刻的最小热水负荷功率;/>为水的比热容;/>为水的密度;/>为第i个微网多能源系统在t时刻的新加入的冷水体积;/>为用户可接受的最小水温;/>为初始水温;/>为时间步长;/>为第i个微网多能源系统在t时刻的最大热水负荷功率;/>为用户可接受的最大水温;/>为第i个微网多能源系统在t时刻的热水负荷功率;
D. 采用如下算式计算第i个微网多能源系统的柔性冷负荷:式中/>为最小制冷负荷;/>为第i个微网多能源系统的t时刻的室外温度;/>为第i个微网多能源系统的满足用户要求的最低温度;R为建筑热阻;/>为最大制冷负荷;/>为第i个微网多能源系统的满足用户要求的最高温度;/>为第i个微网多能源系统的t时刻的冷却功率;
E. 采用如下算式作为第i个微网多能源系统的功率平衡约束: 式中为第i个微网多能源系统在t时刻的不可变电负荷;/>为第i个微网多能源系统在t时刻的调度响应容量;/>为第i个微网多能源系统在t时刻的电网购电量;/>为第i个微网多能源系统在t时刻的电储能充能量;/>为第i个微网多能源系统的产能设备y在t时刻的耗电量;Y为产能设备的总数量;/>为第i个微网多能源系统中产电设备l在t时刻的产电量;L为微网i中所有产电设备;/>为第i个微网多能源系统在t时刻的电储能放能量;/>为第i个微网多能源系统在t时刻的不可变热负荷;/>为第i个微网多能源系统在t时刻的热储能充能量;/>为第i个微网多能源系统在t时刻的产热量;H为微网i中所有产热设备;/>为第i个微网多能源系统在t时刻的热储能放能量;/>为第i个微网多能源系统在t时刻的不可变冷负荷;/>为第i个微网多能源系统在t时刻的冷储能充能量;为第i个微网多能源系统在t时刻的产冷量;C为微网i中所有产冷设备;/>为第i个微网多能源系统在t时刻的冷储能放能量;
F. 采用如下算式作为第i个微网多能源系统的储能设备约束:式中/>为第i个微网多能源系统在t时刻的x储能装置的当前容量;/>为x储能装置自损耗系数;/>为第i个微网多能源系统在t时刻的x储能装置的充能功率;/>为第i个微网多能源系统的x储能装置的充能效率;/>为第i个微网多能源系统在t时刻的x储能装置的放能效率;/>为第i个微网多能源系统的x储能装置的放能效率;/>为第i个微网多能源系统在t时刻的x储能装置的充能状态;/>为第i个微网多能源系统的x储能装置的最大充能功率;/>为第i个微网多能源系统在t时刻的x储能装置的放能状态;/>为第i个微网多能源系统的x储能装置的最大放能功率;/>为第i个微网多能源系统的x储能装置的最小储能容量;为第i个微网多能源系统的x储能装置的最大储能容量;x为指示变量,取值为1、2或3,x=1表示电储能装置,x=2表示热储能装置,x=3表示冷储能装置;
G. 采用如下算式作为第i个微网多能源系统的设备出力约束:式中/>为第i个微网多能源系统的设备q在t时刻的输出功率;/>为第i个微网多能源系统的设备q的效用系数;/>为第i个微网多能源系统的设备q在t时刻的输入功率;/>为第i个微网多能源系统的设备q的额定功率;
S3. 根据步骤S1和步骤S2获取的数据信息,以各个微网多能源系统的响应容量和各个微网多能源系统的运行成本为双目标,构建联合调度模型;具体包括如下步骤:
a. 采用如下算式作为各个微网多能源系统的响应容量最大化目标函数:式中/>为微网多能源系统参与调度的时间长度;start为微网多能源系统参与调度的初始时间;M为参与调度的微网多能源系统的个数;/>为第i个微网多能源系统在t时刻的调度响应容量;
b. 采用如下算式作为各个微网多能源系统的运行成本最小化目标函数:式中/>为t时刻的电网购电价格;/>为第i个微网多能源系统在t时刻的电网购电量;/>为购气价格;/>为第i个微网多能源系统在t时刻的购气量;/>为第i个微网多能源系统参与调度所获得的收益,具体实施时采用Shapley值法进行计算,计算公式为/>,其中/>为包含微网多能源系统i的所有子集;/>为子集s中的微网多能源系统的个数;M为微网多能源系统的数量;/>为集合s产生的收益;/>为微网集合s除去微网多能源系统i后产生的收益;
S4. 在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案;具体为采用混沌粒子群+ Gurobi算法进行求解;
S5. 按照步骤S4得到的联合调度方案,对若干个微网多能源系统与电网进行联合调度。
2.根据权利要求1所述的微网多能源系统与电网系统的联合调度方法,其特征在于步骤S4所述的在步骤S1和步骤S2获取的数据信息基础上,对步骤S3构建的联合调度模型进行求解,得到联合调度方案,具体包括如下步骤:
(1)初始化混沌粒子群算法的参数,生成各个微网多能源系统的响应容量;(2)计算各个微网多能源系统参与调度的收益分配;
(3)根据步骤(1)生成的各个微网多能源系统的响应容量,优化各个微网多能源系统的运行调度,得到当前轮次的各个微网多能源系统的最小运行成本;
(4)判断步骤(3)得到的当前轮次的各个微网多能源系统的最小运行成本是否优于之前轮次得到的各个微网多能源系统的最小运行成本:
若当前轮次的各个微网多能源系统的最小运行成本不优于之前轮次得到的各个微网多能源系统的最小运行成本,则返回步骤(2)重新进行优化;
若当前轮次的各个微网多能源系统的最小运行成本优于之前轮次得到的各个微网多能源系统的最小运行成本,则进行后续步骤;
(5)更新各个微网多能源系统的运行成本;
(6)判断是否达到设定的迭代次数上限:
若达到设定的迭代次数上限,则输出优化的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量;结束;
若未达到设定的迭代次数上限,则返回步骤(2)再次进行优化;
(7)将步骤(6)得到的优化的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,发送至电网系统和对应的各个微网多能源系统;
(8)电网系统和各个微网多能源系统对接收到的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量进行审核:
若审核通过,则将审核通过的各个微网多能源系统的运行策略和各个微网多能源系统的响应容量,并作为联合调度方案;
若审核不通过,则返回步骤(1)再次进行优化,直至审核通过,得到最终的联合调度方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111120706.8A CN113762808B (zh) | 2021-09-24 | 2021-09-24 | 微网多能源系统与电网系统的联合调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111120706.8A CN113762808B (zh) | 2021-09-24 | 2021-09-24 | 微网多能源系统与电网系统的联合调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113762808A CN113762808A (zh) | 2021-12-07 |
CN113762808B true CN113762808B (zh) | 2023-06-09 |
Family
ID=78797368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111120706.8A Active CN113762808B (zh) | 2021-09-24 | 2021-09-24 | 微网多能源系统与电网系统的联合调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762808B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548291A (zh) * | 2016-11-07 | 2017-03-29 | 国网山东省电力公司电力科学研究院 | 一种基于Shapley值的微电网运行效益分配方法 |
CN107958300A (zh) * | 2017-08-21 | 2018-04-24 | 浙江工业大学 | 一种考虑互动响应的多微网互联运行协调调度优化方法 |
CN110046773A (zh) * | 2019-05-30 | 2019-07-23 | 东北大学 | 综合能源系统多主体合作优化运行与成本效益分配方法 |
CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
CN112054556A (zh) * | 2020-08-26 | 2020-12-08 | 济南大学 | 一种多微网分布式交互运行优化控制方法与系统 |
CN112380730A (zh) * | 2020-11-30 | 2021-02-19 | 湖北华中电力科技开发有限责任公司 | 一种考虑多能耦合交互的综合能源微网优化运行方法 |
CN112564102A (zh) * | 2020-12-11 | 2021-03-26 | 合肥工业大学 | 多微网负荷优化调度方法和系统 |
-
2021
- 2021-09-24 CN CN202111120706.8A patent/CN113762808B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548291A (zh) * | 2016-11-07 | 2017-03-29 | 国网山东省电力公司电力科学研究院 | 一种基于Shapley值的微电网运行效益分配方法 |
CN107958300A (zh) * | 2017-08-21 | 2018-04-24 | 浙江工业大学 | 一种考虑互动响应的多微网互联运行协调调度优化方法 |
CN110046773A (zh) * | 2019-05-30 | 2019-07-23 | 东北大学 | 综合能源系统多主体合作优化运行与成本效益分配方法 |
CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
CN112054556A (zh) * | 2020-08-26 | 2020-12-08 | 济南大学 | 一种多微网分布式交互运行优化控制方法与系统 |
CN112380730A (zh) * | 2020-11-30 | 2021-02-19 | 湖北华中电力科技开发有限责任公司 | 一种考虑多能耦合交互的综合能源微网优化运行方法 |
CN112564102A (zh) * | 2020-12-11 | 2021-03-26 | 合肥工业大学 | 多微网负荷优化调度方法和系统 |
Non-Patent Citations (2)
Title |
---|
多微网互联系统的动态经济调度研究;吴红斌;孙瑞松;蔡高原;;太阳能学报(第05期);第260-267页 * |
考虑可削减负荷参与的含风光储微网经济优化调度;李东东;徐连连;刘翔;林顺富;牛立群;;电力系统保护与控制;第45卷(第2期);第35-41页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113762808A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738502B (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
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 | |
WO2022048127A1 (zh) | 一种电热泵-热电联合系统的优化调控方法及系统 | |
Motevasel et al. | Multi-objective energy management of CHP (combined heat and power)-based micro-grid | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN112564102B (zh) | 多微网负荷优化调度方法和系统 | |
CN114374232B (zh) | 一种考虑需求响应的综合能源系统两阶段优化调度方法 | |
CN112186755A (zh) | 一种区域综合能源系统柔性负荷储能化建模方法 | |
CN114155103A (zh) | 基于区块链合作博弈的能量共享联盟灵活性交易方法 | |
CN112668791A (zh) | 热电联供系统的优化方法 | |
CN114662752A (zh) | 基于价格型需求响应模型的综合能源系统运行优化方法 | |
CN111047097A (zh) | 一种综合能源系统日中滚动优化方法 | |
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 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
Hayati et al. | A two-stage stochastic optimization scheduling approach for integrating renewable energy sources and deferrable demand in the spinning reserve market | |
CN115081891A (zh) | 一种电力用户增值服务决策方法 | |
Melo et al. | A decision-making method to choose optimal systems considering financial and environmental aspects: Application in hybrid CCHP systems | |
CN112580938B (zh) | 面向多重不确定性的综合能源系统优化调度方法及装置 | |
CN113673739B (zh) | 分布式综合能源系统的多时空尺度协同优化运行方法 | |
CN110992206B (zh) | 一种多源电场的优化调度方法及系统 | |
CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
CN113762808B (zh) | 微网多能源系统与电网系统的联合调度方法 | |
CN111523697A (zh) | 一种综合能源服务成本分摊与定价计算方法 |
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 |