CN113852109B - 一种异构式微电网群的公平载荷裕度分布式调控方法 - Google Patents
一种异构式微电网群的公平载荷裕度分布式调控方法 Download PDFInfo
- Publication number
- CN113852109B CN113852109B CN202111111495.1A CN202111111495A CN113852109B CN 113852109 B CN113852109 B CN 113852109B CN 202111111495 A CN202111111495 A CN 202111111495A CN 113852109 B CN113852109 B CN 113852109B
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- load margin
- group
- load
- 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
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
- H02J3/28—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
- H02J1/00—Circuit arrangements for dc mains or dc distribution networks
- H02J1/10—Parallel operation of dc sources
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种异构式微电网群的公平载荷裕度分布式调控方法,利用群级控制与微电网级控制优化完成微电网群的能量管理:群级控制利用含延时的群体平衡性算法使各微电网载荷裕度的趋于平衡;微电网级控制中,利用游走优化求解以最小化微电网运行成本为目标的调度计划,调整调度计划以趋近载荷裕度平衡值。本发明基于各微电网群内部的系统构成,并同时考虑了微电网群级和微电网级的双层管理,以最小化运行成本为控制目标,利用邻居微电网通信交换减少通信压力,保证异构式微电网群级运行的公平性和经济性。
Description
技术领域
本发明属于微电网技术领域,特别是涉及一种异构式微电网群的公平载荷裕度分布式调控方法。
背景技术
面对气候变化、环境风险挑战、能源资源约束等日益严峻的全球问题,加快推进全球能源可持续发展新道路、可再生清洁能源的开发、能源多元化战略以及先进高效的能源利用技术己经成为人类社会可持续发展的必然选择。而单个直流微电网供电范围、储能容量等一般相对较小,对可再生能源的消纳能力不足,可再生能源以及负载波动会干扰系统的稳定性。考虑到能源利用的多元化、接入电网的友好化将是未来能源发展亟需解决的重要问题,欧盟支持的More Microgrids项目率先提出了微电网群的概念,即多个毗邻的微电网可以通过互联形成微电网群。而由于直流微电网的地理位置或者是使用需求的不同会导致内部系统构成的不同,进而形成异构的直流微电网群。其相比于单微电网,可消纳更多的可再生能源,为未来解决大规模可再生分布式电源集成提供有效解决方法;可通过与区域内其他微电网进行能量交互来完成能量互济并共享备用能量,以提高对负载的承载能力。而合适的群管理策略是实现各子网的多余电能消纳和互为备用支撑的关键所在,因此实现微电网群的功率分配和供电质量的运行智能化具有重要的理论意义和现实作用。
现有的微电网群的调控方法大多更为关注群级之间的控制,利用多智能体控制方法或者是博弈论的思想来解决微网之间的公平的功率分配,但并未结合微电网内部的系统构成和功率分配进行群级-微电网级的双层同步管理,对实际的微电网群功率交互的研究存在一定的局限性。
发明内容
为了解决上述问题,本发明提出了一种异构式微电网群的公平载荷裕度分布式调控方法,基于各微电网群内部的系统构成,并同时考虑了微电网群级和微电网级的双层管理,以最小化运行成本为控制目标,利用邻居微电网通信交换减少通信压力,保证异构式微电网群级运行的公平性和经济性。
为达到上述目的,本发明采用的技术方案是:一种异构式微电网群的公平载荷裕度分布式调控方法,包括步骤:
S100,初始化异构式直流微电网群的各子微电网系统;
S200,判断微电网内部有无功率缺额事件,并向邻居微电网发送信号和缺额量;
S300,建立异构式微电网群的载荷裕度评估模型,当子微电网接收到缺额信号时,根据该评估模型得到当前时刻的载荷裕度指标;
S400,邻居微电网间利用群级控制与微电网级控制的同步优化:群级控制以含延时的群体平衡性算法使各载荷裕度趋于平衡;微电网级控制以最小化运行成本为控制目标,调整调度计划,以跟随群级控制的载荷裕度平衡值。
进一步的是,所述异构式直流微电网群包含多个直流子微电网,直流子微电网均与大电网相连;所述直流子微电网包括可再生能源系统、储能系统和复合系统;所述各子微电网含有一个中央控制器,负责该微电网内部的调度和评估当前时刻的载荷裕度;
所述可再生能源系统包括光伏系统和风力发电机系统;所述储能系统包括电储能系统和氢储能系统;所述负荷系统包含直流负荷和交流负荷系统;
所述中央控制器采集当前可再生能源的输出功率、储能系统输出功率、直流负荷需求及交流侧负荷需求;并通过滚动式优化预测对安排整个系统的调度计划。
进一步的是,为了能够减少微电网与大电网交互带来的高成本,促进微电网之间的交互,在步骤S200中,根据子微电网内部的所有可再生能源系统当前出力与储能系统放电最大功率值的和若是不能满足当前时刻的交直流负荷需求,则被认定为具有无功率缺额事件,并向邻居微电网传送功率缺额信号Pbuy(t),其中功率缺额量计算式为:
其中,f表示标志位,若微电网包含该系统则取1,反之则取0;s是储能状态标志位;
Ppv是当前可再生能源光伏系统的输出功率,Pwt是当前可再生能源风力发电机系统的输出功率,Pdcload是直流负荷需求,Pacload是交流侧负荷需求,Pbat_max是蓄电池的最大功率,Pfc_max是燃料电池的最大功率,soc(t)是蓄电池t时刻的荷电状态,socmin是蓄电池所允许的最小荷电状态,sohc(t)是储氢罐t时刻的荷电状态,sohcmin是储氢罐所允许的最小荷电状态。
进一步的是,为了更加公平地决定各邻居微电网所应承担的缺额需求,根据评估模型得到当前时刻的载荷裕度指标LM:
LM=λ1LMref+λ2LMb+λ3LMf+λ4LMe
其中,αi和βi是系数;Cbat是蓄电池的容量;Pta是储氢罐的压强;Pbat是电储能系统的输出功率、Pfc是燃料电池系统的输出功率;Pel是氢储能系统的输出功率;LMref是可再生能源系统的载荷裕度;LMb是蓄电池系统的载荷裕度;LMf是可再生能源系统的载荷裕度;LMe是可再生能源系统的载荷裕度;socmax是蓄电池的最大荷电状态;sohcmax是储氢罐的最大荷电状态;λi是各载荷裕度的系数。
进一步的是,邻居微电网间利用群级控制与微电网级控制的同步优化,包括步骤:
S401,群级控制利用含延时的群体平衡性算法使各子微电网载荷裕度的平衡;
S402,微电网级控制以最小化运行成本为控制目标,调整各子微电网内部调度计划以趋近载荷裕度的平衡值;
S403,判断各载荷裕度是否趋于平衡,否则重复执行S401-S402。
进一步的是,在所述步骤401中,为了能够充分根据微电网的载荷能力决定各微电网所应承担的缺额负荷量,并考虑到通信压力和通信延时,采用邻居间通信的分布式方法,群级控制中利用含延时的群体平衡性算法,各微电网与其邻居进行通信进而驱动各子微电网载荷裕度的平衡;
微电网之间建立有向图,并利用有向图关系定义通信邻接矩阵;并结合邻居微电网反馈的节点信息更新微电网的载荷裕度信息;利用含延时的群体平衡性算法实现各微电网与其邻居进行通信,进而驱动各子微电网载荷裕度的平衡,矩阵对通信延时有较强的鲁棒性与较快的收敛速度。
进一步的是,在所述步骤402中,为了提高微电网运行的经济性,微电网级控制以最小化运行成本为控制目标,利用海微电网运行成本与系统功率游走优化算法调整调度计划,以跟随群级控制的载荷裕度平衡值。
进一步的是,所述微电网级控制以最小化运行成本为控制目标:
其中,N为可再生能源系统、储能系统换流器与逆变的总个数;Cin_s、Cop_s和Crep_s分别为各系统的初始投资成本、运维成本和置换成本;Cbuy是微电网的向外购电成本;Cbuy是微电网售电利润;
各系统功率的相关约束设置为:
其中,Ppv(t)、Pwt(t)、Pbat(t)、Pfc(t)和Pel(t)分别为光伏系统、风机系统、电储能系统、燃料电池系统和氢储能系统的输出功率,Pbuy(t)和Psell(t)分别是向其他微电网和电网购买的功率或是向其他微电网出售的功率,Pdcload是直流负荷需求,Pacload是交流侧负荷需求;f表示标志位,若微电网包含该系统则取1,反之则取0;下标min和max代表着该变量的最小值和最大值;soc为蓄电池的荷电状态;sohc为储氢罐的等效荷电状态。
进一步的是,利用微电网运行成本与系统功率游走优化算法下求出满足约束条件下的子微电网内部各系统的调度计划,具体步骤如下:
S4021,初始化阶段:
X0=Xmin+rand(Xmax-Xmin);
其中,Xmax、Xmin为各系统功率范围;rand()为[0,1]内的随机数;
S4022,计算适应度值,记录最优解;
S4023,优化阶段,根据迭代阶段,选择不同的迭代公式,并更新微电网运行成本的解:
其中,sk为移动步长;RB为呈正态分布的布朗游走随机向量;elitek为由微电网最优运行成本构造的精英矩阵;preyk为与精英矩阵具有相同维数的系统功率矩阵;为逐项乘法运算符;P等于0.5;R为[0,1]内均匀随机向量;n为种群规模;Iter和Max_Iter分别为当前和最大迭代次数;
迭代中期,由于微电网运行成本与系统功率的速度相同,此时优化算法描述如下:
其中,RL为呈Lévy分布的随机向量;CF=(1-Iter/Max_Iter)(2Iter/Max_Iter)为控制微电网运行成本变化步长的自适应参数;
为避免局部极值,克服早熟收敛问题,使用聚集装置:
其中,FADs为影响概率,取0.2;U为二进制向量;r为[0,1]内的随机数;r1和r2分别为运行成本矩阵的随机索引;
S4024,计算适应度值,更新最优成本;
S4025,判断是否满足迭代次数停止条件,如果不满足则重复步骤S4023-S4025,否则输出算法最优结果。
采用本技术方案的有益效果:
本发明针对异构式直流微电网群的功率交互问题:各微电网内部的储能系统种类多样,并且可再生能源受环境影响较大,当多微网互联形成微电网群时,可再生能源发电量与本地负荷差值、储能水平等均不一样。构建一种包含系统构成、运行功率、负荷需求和储能状态的载荷裕度评估模型,让各微电网更加公平地承载功率缺额微电网的负荷需求。各微电网间采用分布式控制,即与其邻居微电网交换通信,以减少通信压力并保证数据隐私。本发明不仅能够保证异构式微电网群级运行的公平性和经济性,并保证微电网的可靠性和独立性。
本发明用于解决微电网可能存在的功率不平衡问题并促进可再生能源的消纳,为了减少与大电网交互带来的不稳定现象,利用微电网群为未来解决大规模可再生分布式电源集成提供有效解决方法;可通过与区域内其他微电网进行能量交互来完成能量互济并共享备用能量,以提高对负载的承载能力。此外,设计异构式微电网群来满足不同微电网的使用需求。
本发明通过群级控制负责领导,通过邻居微电网的信息交互,采用含延时的群体平衡性算法得到载荷裕度平衡值;微电网级控制跟随,以最小化微电网运行成本为控制目标,调整调度计划并逼近群级控制下的载荷裕度平衡值,提高微电网的经济性。
附图说明
图1为本发明的一种异构式微电网群的公平载荷裕度分布式调控方法流程示意图;
图2为本发明实施例中利用群级控制与微电网级控制同步优化的流程示意图;
图3为本发明实施实例中微电网级优化算法的计算流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种异构式微电网群的公平载荷裕度分布式调控方法,包括步骤:
S100,初始化异构式直流微电网群的各子微电网系统;
S200,判断微电网内部有无功率缺额事件,并向邻居微电网发送信号和缺额量;
S300,建立异构式微电网群的载荷裕度评估模型,当子微电网接收到缺额信号时,根据该评估模型得到当前时刻的载荷裕度指标;
S400,邻居微电网间利用群级控制与微电网级控制的同步优化:群级控制以含延时的群体平衡性算法使各载荷裕度趋于平衡;微电网级控制以最小化运行成本为控制目标,调整调度计划,以跟随群级控制的载荷裕度平衡值。
其中,所述异构式直流微电网群包含多个直流子微电网,直流子微电网均与大电网相连;所述直流子微电网包括可再生能源系统、储能系统和复合系统;所述各子微电网含有一个中央控制器,负责该微电网内部的调度和评估当前时刻的载荷裕度;
所述可再生能源系统包括光伏系统和风力发电机系统;所述储能系统包括电储能系统和氢储能系统;其中所述电储能系统是由蓄电池和其连接的双向变流器或逆变器构成;所述氢储能系统是由燃料电池系统及其单向DC/DC变流器、电解槽系统及其单向DC/DC变流器和储氢罐系统构成;所述负荷系统包含直流负荷和交流负荷系统;
所述中央控制器采集当前可再生能源的输出功率Ppv和Pwt、储能系统输出功率Pbat、Pfc和Pel、直流负荷需求Pdcload及交流侧负荷需求Pacload;并通过滚动式优化预测对安排整个系统的调度计划。
作为上述实施例的优化方案,为了能够减少微电网与大电网交互带来的高成本,促进微电网之间的交互,在步骤S200中,根据子微电网内部的所有可再生能源系统当前出力与储能系统放电最大功率值的和若是不能满足当前时刻的交直流负荷需求,则被认定为具有无功率缺额事件,并向邻居微电网传送功率缺额信号Pbuy(t),其中功率缺额量计算式为:
其中,f表示标志位,若微电网包含该系统则取1,反之则取0;s是储能状态标志位;
Ppv是当前可再生能源光伏系统的输出功率,Pwt是当前可再生能源风力发电机系统的输出功率,Pdcload是直流负荷需求,Pacload是交流侧负荷需求,Pbat_max是蓄电池的最大功率,Pfc_max是燃料电池的最大功率,soc(t)是蓄电池t时刻的荷电状态,socmin是蓄电池所允许的最小荷电状态,sohc(t)是储氢罐t时刻的荷电状态,sohcmin是储氢罐所允许的最小荷电状态。
作为上述实施例的优化方案,为了更加公平地决定各邻居微电网所应承担的缺额需求,根据评估模型得到当前时刻的载荷裕度指标LM:
LM=λ1LMref+λ2LMb+λ3LMf+λ4LMe
其中,αi和βi是系数;Cbat是蓄电池的容量;Pta是储氢罐的压强;Pbat是电储能系统的输出功率、Pfc是燃料电池系统的输出功率;Pel是氢储能系统的输出功率;LMref是可再生能源系统的载荷裕度;LMb是蓄电池系统的载荷裕度;LMf是可再生能源系统的载荷裕度;LMe是可再生能源系统的载荷裕度;socmax是蓄电池的最大荷电状态;sohcmax是储氢罐的最大荷电状态;λi是各载荷裕度的系数。
作为上述实施例的优化方案,如图2所示为了能够同时管理微电网群和各子微电网,邻居微电网间利用群级控制与微电网级控制的同步优化,包括步骤:
S401,群级控制利用含延时的群体平衡性算法使各子微电网载荷裕度的平衡;
S402,微电网级控制以最小化运行成本为控制目标,调整各子微电网内部调度计划以趋近载荷裕度的平衡值;
S403,判断各载荷裕度是否趋于平衡,否则重复执行S401-S402。
优选的,在所述步骤401中,为了能够充分根据微电网的载荷能力决定各微电网所应承担的缺额负荷量,并考虑到通信压力和通信延时,采用邻居间通信的分布式方法,群级控制中利用含延时的群体平衡性算法,各微电网与其邻居进行通信进而驱动各子微电网载荷裕度的平衡;
微电网之间建立有向图,并利用有向图关系定义通信邻接矩阵;并结合邻居微电网反馈的节点信息更新微电网的载荷裕度信息;利用含延时的群体平衡性算法实现各微电网与其邻居进行通信,进而驱动各子微电网载荷裕度的平衡,矩阵对通信延时有较强的鲁棒性与较快的收敛速度。
优选的,在所述步骤402中,如图3所示,为了提高微电网运行的经济性,微电网级控制以最小化运行成本为控制目标,利用海微电网运行成本与系统功率游走优化算法调整调度计划,以跟随群级控制的载荷裕度平衡值。
所述微电网级控制以最小化运行成本为控制目标:
其中,N为可再生能源系统、储能系统换流器与逆变的总个数;Cin_s、Cop_s和Crep_s分别为各系统的初始投资成本、运维成本和置换成本;Cbuy是微电网的向外购电成本;Cbuy是微电网售电利润;
各系统功率的相关约束设置为:
其中,Ppv(t)、Pwt(t)、Pbat(t)、Pfc(t)和Pel(t)分别为光伏系统、风机系统、电储能系统、燃料电池系统和氢储能系统的输出功率,Pbuy(t)和Psell(t)分别是向其他微电网和电网购买的功率或是向其他微电网出售的功率,Pdcload是直流负荷需求,Pacload是交流侧负荷需求;f表示标志位,若微电网包含该系统则取1,反之则取0;下标min和max代表着该变量的最小值和最大值;soc为蓄电池的荷电状态;sohc为储氢罐的等效荷电状态。
利用微电网运行成本与系统功率游走优化算法下求出满足约束条件下的子微电网内部各系统的调度计划,具体步骤如下:
S4021,初始化阶段:
X0=Xmin+rand(Xmax-Xmin);
其中,Xmax、Xmin为各系统功率范围;rand()为[0,1]内的随机数;
S4022,计算适应度值,记录最优解;
S4023,优化阶段,根据迭代阶段,选择不同的迭代公式,并更新微电网运行成本的解:
其中,sk为移动步长;RB为呈正态分布的布朗游走随机向量;elitek为由微电网最优运行成本构造的精英矩阵;preyk为与精英矩阵具有相同维数的系统功率矩阵;为逐项乘法运算符;P等于0.5;R为[0,1]内均匀随机向量;n为种群规模;Iter和Max_Iter分别为当前和最大迭代次数;
迭代中期,由于微电网运行成本与系统功率的速度相同,此时优化算法描述如下:
其中,RL为呈Lévy分布的随机向量;CF=(1-Iter/Max_Iter)(2Iter/Max_Iter)为控制微电网运行成本变化步长的自适应参数;
为避免局部极值,克服早熟收敛问题,使用聚集装置:
其中,FADs为影响概率,取0.2;U为二进制向量;r为[0,1]内的随机数;r1和r2分别为运行成本矩阵的随机索引;
S4024,计算适应度值,更新最优成本;
S4025,判断是否满足迭代次数停止条件,如果不满足则重复步骤S4023-S4025,否则输出算法最优结果。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,包括步骤:
S100,初始化异构式直流微电网群的各子微电网系统;
S200,判断微电网内部有无功率缺额事件,并向邻居微电网发送信号和缺额量;
S300,建立异构式微电网群的载荷裕度评估模型,当子微电网接收到缺额信号时,根据该评估模型得到当前时刻的载荷裕度指标;
S400,邻居微电网间利用群级控制与微电网级控制的同步优化:群级控制以含延时的群体平衡性算法使各载荷裕度趋于平衡;微电网级控制以最小化运行成本为控制目标,调整调度计划,以跟随群级控制的载荷裕度平衡值;
微电网之间建立有向图,并利用有向图关系定义通信邻接矩阵;并结合邻居微电网反馈的节点信息更新微电网的载荷裕度信息;利用含延时的群体平衡性算法实现各微电网与其邻居进行通信,进而驱动各子微电网载荷裕度的平衡,矩阵对通信延时有较强的鲁棒性与较快的收敛速度。
2.根据权利要求1所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,所述异构式直流微电网群包含多个直流子微电网,直流子微电网均与大电网相连;所述直流子微电网包括可再生能源系统、储能系统和负荷系统;所述各子微电网含有一个中央控制器,负责该微电网内部的调度和评估当前时刻的载荷裕度;
所述可再生能源系统包括光伏系统和风力发电机系统;所述储能系统包括电储能系统和氢储能系统;所述负荷系统包含直流负荷和交流负荷系统;
所述中央控制器采集当前可再生能源的输出功率、储能系统输出功率、直流负荷需求及交流侧负荷需求;并通过滚动式优化预测对安排整个系统的调度计划。
3.根据权利要求2所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,在步骤S200中,根据子微电网内部的所有可再生能源系统当前出力与储能系统放电最大功率值的和若是不能满足当前时刻的交直流负荷需求,则被认定为具有无功率缺额事件,并向邻居微电网传送功率缺额信号Pbuy(t),其中功率缺额量计算式为:
其中,f表示标志位,若微电网包含该系统则取1,反之则取0;s是储能状态标志位;
Ppv是当前可再生能源光伏系统的输出功率,Pwt是当前可再生能源风力发电机系统的输出功率,Pdcload是直流负荷需求,Pacload是交流侧负荷需求,Pbat_max是蓄电池的最大功率,Pfc_max是燃料电池的最大功率,soc(t)是蓄电池t时刻的荷电状态,socmin是蓄电池所允许的最小荷电状态,sohc(t)是储氢罐t时刻的荷电状态,sohcmin是储氢罐所允许的最小荷电状态。
4.根据权利要求3所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,根据评估模型得到当前时刻的载荷裕度指标LM:
ZM=λ1LMref+λ2LMb+λ3LMf+λ4LMe;
其中,αi和βi是系数;Cbat是蓄电池的容量;Pta是储氢罐的压强;Pbat是电储能系统的输出功率、Pfc是燃料电池系统的输出功率;Pel是氢储能系统的输出功率;LMref是可再生能源系统的载荷裕度;LMb是蓄电池系统的载荷裕度;LMf是可再生能源系统的载荷裕度;LMe是可再生能源系统的载荷裕度;socmax是蓄电池的最大荷电状态;sohcmax是储氢罐的最大荷电状态;λi是各载荷裕度的系数。
5.根据权利要求1所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,邻居微电网间利用群级控制与微电网级控制的同步优化,包括步骤:
S401,群级控制利用含延时的群体平衡性算法使各子微电网载荷裕度的平衡;
S402,微电网级控制以最小化运行成本为控制目标,调整各子微电网内部调度计划以趋近载荷裕度的平衡值;
S403,判断各载荷裕度是否趋于平衡,否则重复执行S401-S402。
6.根据权利要求5所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,在所述步骤401中,采用邻居间通信的分布式方法,群级控制中利用含延时的群体平衡性算法,各微电网与其邻居进行通信进而驱动各子微电网载荷裕度的平衡;
微电网之间建立有向图,并利用有向图关系定义通信邻接矩阵;并结合邻居微电网反馈的节点信息更新微电网的载荷裕度信息;利用含延时的群体平衡性算法实现各微电网与其邻居进行通信,进而驱动各子微电网载荷裕度的平衡。
7.根据权利要求5所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,在所述步骤402中,微电网级控制以最小化运行成本为控制目标,利用海微电网运行成本与系统功率游走优化算法调整调度计划,以跟随群级控制的载荷裕度平衡值。
8.根据权利要求7所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,所述微电网级控制以最小化运行成本为控制目标:
其中,N为可再生能源系统、储能系统换流器与逆变的总个数;Cin_s、Cop_s和Crep_s分别为各系统的初始投资成本、运维成本和置换成本;Cbuy是微电网的向外购电成本;Csell是微电网售电利润;
各系统功率的相关约束设置为:
其中,Ppv(t)、Pwt(t)、Pbat(t)、Pfc(t)和Pel(t)分别为光伏系统、风机系统、电储能系统、燃料电池系统和氢储能系统的输出功率,Pbuy(t)和Psell(t)分别是向其他微电网和电网购买的功率或是向其他微电网出售的功率,Pdcload是直流负荷需求,Pacload是交流侧负荷需求;f表示标志位,若微电网包含该系统则取1,反之则取0;下标min和max代表着变量的最小值和最大值;soc为蓄电池的荷电状态;sohc为储氢罐的等效荷电状态。
9.根据权利要求7所述的一种异构式微电网群的公平载荷裕度分布式调控方法,其特征在于,利用微电网运行成本与系统功率游走优化算法下求出满足约束条件下的子微电网内部各系统的调度计划,具体步骤如下:
S4021,初始化阶段:
X0=Xmin+rand(Xmax-Xmin);
其中,Xmax、Xmin为各系统功率范围;rand()为[0,1]内的随机数;
S4022,计算适应度值,记录最优解;
S4023,优化阶段,根据迭代阶段,选择不同的迭代公式,并更新微电网运行成本的解:
其中,sk为移动步长;RB为呈正态分布的布朗游走随机向量;elitek为由微电网最优运行成本构造的精英矩阵;preyk为与精英矩阵具有相同维数的系统功率矩阵;为逐项乘法运算符;P等于0.5;R为[0,1]内均匀随机向量;n为种群规模;Iter和Max_Iter分别为当前和最大迭代次数;
迭代中期,由于微电网运行成本与系统功率的速度相同,此时优化算法描述如下:
其中,RL为呈Lévy分布的随机向量;CF=(1-Iter/Max_Iter)(2Iter/Max_Iter)为控制微电网运行成本变化步长的自适应参数;
使用聚集装置:
其中,FADs为影响概率,取0.2;U为二进制向量;r为[0,1]内的随机数;r1和r2分别为运行成本矩阵的随机索引;
S4024,计算适应度值,更新最优成本;
S4025,判断是否满足迭代次数停止条件,如果不满足则重复步骤S4023-S4025,否则输出算法最优结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111495.1A CN113852109B (zh) | 2021-09-23 | 2021-09-23 | 一种异构式微电网群的公平载荷裕度分布式调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111495.1A CN113852109B (zh) | 2021-09-23 | 2021-09-23 | 一种异构式微电网群的公平载荷裕度分布式调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113852109A CN113852109A (zh) | 2021-12-28 |
CN113852109B true CN113852109B (zh) | 2023-04-28 |
Family
ID=78979043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111111495.1A Active CN113852109B (zh) | 2021-09-23 | 2021-09-23 | 一种异构式微电网群的公平载荷裕度分布式调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113852109B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115224697A (zh) * | 2022-07-20 | 2022-10-21 | 北京能高自动化技术股份有限公司 | 一种多级综合能源微电网分层能量管理方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761586A (zh) * | 2014-02-11 | 2014-04-30 | 东南大学 | 微电网群“集中-分布式”协调优化调度方法 |
CN104036320A (zh) * | 2014-05-30 | 2014-09-10 | 国家电网公司 | 一种基于改进粒子群算法的微网系统动态经济调度方法 |
CN104392394A (zh) * | 2014-11-20 | 2015-03-04 | 四川大学 | 一种微电网储能裕度的检测方法 |
CN106022515A (zh) * | 2016-05-15 | 2016-10-12 | 华南理工大学 | 考虑不平衡度约束的单三相混联多微网日前经济优化方法 |
CN108183500A (zh) * | 2017-11-24 | 2018-06-19 | 国网甘肃省电力公司电力科学研究院 | 一种多能互补的农村微能网容量优化配置方法及装置 |
CN108493943A (zh) * | 2018-05-07 | 2018-09-04 | 广东工业大学 | 多微电网系统电能的调度方法、系统、装置及存储介质 |
CN109447715A (zh) * | 2018-11-09 | 2019-03-08 | 福州大学 | 一种考虑风电并网传输裕度价值的节点电价计算方法 |
CN110676849A (zh) * | 2019-11-19 | 2020-01-10 | 国网四川省电力公司经济技术研究院 | 一种孤岛微电网群能量调度模型的构建方法 |
KR102107483B1 (ko) * | 2019-07-19 | 2020-05-07 | 주식회사 에니텍시스 | IoT 하이브리드 마이크로 그리드 시스템 |
CN111882105A (zh) * | 2020-06-15 | 2020-11-03 | 东南大学 | 含共享储能系统的微电网群及其日前经济优化调度方法 |
KR102295922B1 (ko) * | 2020-10-29 | 2021-08-31 | (주)아이비티 | 우선순위에 따라 전력 공급이 가능한 마이크로그리드 시스템 |
-
2021
- 2021-09-23 CN CN202111111495.1A patent/CN113852109B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761586A (zh) * | 2014-02-11 | 2014-04-30 | 东南大学 | 微电网群“集中-分布式”协调优化调度方法 |
CN104036320A (zh) * | 2014-05-30 | 2014-09-10 | 国家电网公司 | 一种基于改进粒子群算法的微网系统动态经济调度方法 |
CN104392394A (zh) * | 2014-11-20 | 2015-03-04 | 四川大学 | 一种微电网储能裕度的检测方法 |
CN106022515A (zh) * | 2016-05-15 | 2016-10-12 | 华南理工大学 | 考虑不平衡度约束的单三相混联多微网日前经济优化方法 |
CN108183500A (zh) * | 2017-11-24 | 2018-06-19 | 国网甘肃省电力公司电力科学研究院 | 一种多能互补的农村微能网容量优化配置方法及装置 |
CN108493943A (zh) * | 2018-05-07 | 2018-09-04 | 广东工业大学 | 多微电网系统电能的调度方法、系统、装置及存储介质 |
CN109447715A (zh) * | 2018-11-09 | 2019-03-08 | 福州大学 | 一种考虑风电并网传输裕度价值的节点电价计算方法 |
KR102107483B1 (ko) * | 2019-07-19 | 2020-05-07 | 주식회사 에니텍시스 | IoT 하이브리드 마이크로 그리드 시스템 |
CN110676849A (zh) * | 2019-11-19 | 2020-01-10 | 国网四川省电力公司经济技术研究院 | 一种孤岛微电网群能量调度模型的构建方法 |
CN111882105A (zh) * | 2020-06-15 | 2020-11-03 | 东南大学 | 含共享储能系统的微电网群及其日前经济优化调度方法 |
KR102295922B1 (ko) * | 2020-10-29 | 2021-08-31 | (주)아이비티 | 우선순위에 따라 전력 공급이 가능한 마이크로그리드 시스템 |
Also Published As
Publication number | Publication date |
---|---|
CN113852109A (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110365052B (zh) | 基于功率优化调度的微网储能系统状态一致性控制方法 | |
CN112465181A (zh) | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 | |
CN111509743B (zh) | 一种应用储能装置提高电网稳定性的控制方法 | |
CN103151797A (zh) | 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 | |
CN112395748B (zh) | 考虑供需双侧灵活性资源的电力系统旋转备用容量优化方法 | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
CN110858718B (zh) | 考虑经济性的交流微电网分布式事件驱动的频率控制方法 | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
CN108462198A (zh) | 一种基于多代理技术的多能互补微网优化调度方法 | |
CN112290637A (zh) | 延长电池储能寿命的双电池运行策略生成方法 | |
CN111917140B (zh) | 一种新能源互补发电系统二层优化调度模型 | |
CN112734116A (zh) | 一种含分布式储能的主动配电网优化调度方法 | |
CN113852109B (zh) | 一种异构式微电网群的公平载荷裕度分布式调控方法 | |
CN115147245A (zh) | 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 | |
CN116667325A (zh) | 一种基于改进布谷鸟算法的微电网并网运行优化调度方法 | |
CN117559526A (zh) | 一种基于光储充一体化充电站的拟路由器能量调控方法 | |
CN116979611A (zh) | 一种源网荷储分层优化调度方法 | |
CN115940284A (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN111932057B (zh) | 一种交直流微电网经济调度方法 | |
CN115411776A (zh) | 住宅综合能源系统的热电协同调度方法及装置 | |
CN113177860A (zh) | 一种基于改进蚁狮算法的含电动汽车参与的微电网优化调度方法 | |
He et al. | Distributed Optimal Power Scheduling for Microgrid System via Deep Reinforcement Learning with Privacy Preserving | |
CN111668879B (zh) | 一种基于c-pso算法的高渗透率配电网调度模型及其计算方法 | |
Lin et al. | Hierarchical Optimization and Grid Scheduling Model for Energy Internet: A GA-Based Layered Approach | |
Zehra et al. | Solar and Grid Power Integration for Dynamic Energy Management in Electric Vehicle Charging and Load Fulfilment with Fuzzy Logic |
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 |