CN114142535A - 一种微电网源网荷储的调度方法、系统、设备及介质 - Google Patents

Abstract

本发明属于微电网技术领域，具体公开了一种微电网源网荷储的调度方法、系统、设备及介质，包括以下步骤：步骤1，分别建立电力系统各个机组的优化调度模型；步骤2，分别建立电力系统各个机组的约束模型；步骤3，结合步骤1建立的优化调度模型和步骤2建立的约束模型建立以总损耗最小为目标的目标函数；步骤4，通过步骤3建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果并输出。实现了微电网源网荷储协调优化调度，有效提高系统运行灵活性。使得电力系统更加灵活高效地处理源与荷的统筹与转换，将电能定量、定点地准确调度，使电网各个终端均能实现能量的调度管理。

Description

一种微电网源网荷储的调度方法、系统、设备及介质

技术领域

本发明属于微电网技术领域，具体涉及一种微电网源网荷储的调度方法、系统、设备及介质。

背景技术

随着可再生能源技术的快速发展，分布式光伏接入电网的比例日益提升，使得配电网承担起了负荷分配与能源消纳的双重任务。同时电动汽车等新型负荷的出现使得负荷用电需求更加多样化，在合适的情况下，其又能够充当储能的角色。新型电力系统需要更加灵活高效地处理源与荷的统筹与转换,将电能定量、定点地准确调度，使电网各个终端均能实现能量的调度管理，打破传统电力系统和电力设备被动调节功率平衡的现状。但是目前国内外关于考虑需求侧响应的微电网源网荷储协调优化调度方法有待进一步研究。

发明内容

为了克服现有技术的缺点，本发明的目的在于提供一种微电网源网荷储的调度方法、系统、设备及介质，以解决不能实现源网荷储协调优化调度，无法灵活高效地处理源与荷的统筹与转换的问题。

为了达到上述目的，本发明采用以下技术方案实现：

第一方面，本发明提供一种微电网源网荷储的调度方法，包括：

步骤1，分别建立电力系统各个机组的优化调度模型；

步骤2，分别建立电力系统各个机组的约束模型；

步骤3，结合步骤1建立的优化调度模型和步骤2建立的约束模型建立以总损耗最小为目标的目标函数；

步骤4，通过步骤3建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果并输出。

进一步的，所述步骤1包括：

步骤11，建立储能非调度运行损耗模型：

式中，C_{es_run}(t)表示储能在t时刻的运行损耗成本；N_es表示储能机组总个数；P_i ^es(t)表示第i组储能t时刻的输出功率；τ_es表示储能寿命损耗系数；

表示单组储能成本；δ(t)表示最小优化时间；u_es,i(t)表示第i组储能是否调度的0、1变量，当储能处于调度运行时取0，非调度运行时取1；

步骤12，建立储能调度损耗模型：

式中，C_{es_dis}(t)表示储能在t时刻的调度成本；P_i ^es_dis(t)表示第i组储能在t时刻的调度功率；

步骤13，建立可中断负荷补偿模型：

式中，C_{load_com}(t)表示t时刻可中断负荷补偿成本；N_{load_com}表示可中断负荷总个数；

表示第i组可中断负荷的中断补偿成本；u_{load_com,i}(t)表示第i组可中断负荷是否中断的0、1变量，当负荷中断时取1，否则取0；

步骤14，建立可转移负荷补偿模型：

式中，C_{load_trans}(t)表示t时刻可转移负荷的补偿成本；N_{load_trans}表示可转移负荷总个数；

表示第i组可转移负荷的转移补偿费用单价；

表示第i个可转移负荷的转移功率；u_{load_trans,i}(t)表示第i组可转移负荷是否转移的0、1变量，当负荷转移时取1，否则取0；

步骤15，建立与大电网的交互模型：

C_gird(t)＝λ_gird(t)P_gird(t)u_gird(t)δ(t)

式中，C_gird(t)表示与大电网交互的费用，包括购电费用及售电费用；λ_gird(t)表示t时的电价；P_gird(t)表示t时与电网的交互功率；u_gird(t)表示与大电网交互的1、-1变量，当向大电网购电时取1，售电时取-1。

进一步的，所述步骤2包括：

步骤21，建立储能约束模型，具体包括：

步骤211，建立储能容量约束模型：

M_i(t)＝M_i(t-1)-P_i ^es(t-1)δ(t)

0.1M_max≤M_i(t)≤0.9M_max

式中，M_i(t)表示第i组储能t时刻的容量状态；M_max表示储能的最大容量，限制储能的充放电容量上下限为0.9M_max和0.1M_max；

步骤212，建立储能功率约束模型：

-P_{es_max}≤P_i ^es(t)≤P_{es_max}

-P_{es_max}≤P_i ^es_dis(t)≤P_{es_max}

式中，P_{es_max}表示储能的最大充放电功率。

进一步的，所述步骤2还包括：

步骤22，建立可中断负荷约束模型，具体包括：

步骤221，建立可中断负荷最大中断时间约束模型：

式中，

表示第i个可中断负荷的最大可中断持续时间；

步骤222，建立可中断负荷最小运行时间约束模型：

式中，

表示第i个可中断负荷的最小可中断持续时间；

步骤223，建立可中断负荷的功率上下限约束模型：

式中，P_{load_com,i}(t)表示第i个可中断负荷t时刻的输出功率；

表示第i个可中断负荷的最小输出功率；

表示第i个可中断负荷的最大输出功率。

进一步的，所述步骤2还包括：

步骤23，建立可转移负荷的约束模型，具体包括：

步骤231，建立可转移负荷的最小转移时间约束模型：

式中，

表示第i个可转移负荷的最小转移持续时间；

步骤232，建立可转移负荷的功率上下限约束模型：

式中，P_{load_trans,i}(t)表示第i个可转移负荷t时刻的输出功率；

表示第i个可转移负荷的最小输出功率；

表示第i个可转移负荷的最大输出功率；

步骤24，建立功率平衡约束模型：

式中，P_PV(t)表示t时刻的光伏发电功率；P_{load_fixed}(t)表示t时刻的固定负荷功率。

进一步的，所述步骤3包括：

结合步骤1建立的优化调度模型和步骤2建立的约束模型建立以总损耗最小为目标的目标函数：

式中，T表示优化时段。

进一步的，所述步骤4通过迭代优化算法求解未来24h各个优化时段各机组的出力结果，具体包括以下步骤：

步骤41，随机初始化各优化时段各机组的启停状态及出力结果；

步骤42：利用粒子群算法更新各优化时段各机组的启停状态及出力结果；

步骤43：更新个体最优值和全局最优值；

步骤44：通过目标函数求解，后一个优化时段的初始条件为前一个优化时段的优化结果，进行优化循环迭代；

步骤45：输出各优化时段最优机组组合、机组出力结果。

第二方面，本发明提供一种微电网源网荷储的调度系统，包括：

优化调度模型建立模块，用于分别建立电力系统各个机组的优化调度模型，建立储能非调度运行损耗模型、储能调度损耗模型、可中断负荷补偿模型、可转移负荷补偿模型和与大电网的交互模型；

约束模型建立模块，用于分别建立电力系统各个机组的约束模型，建立储能约束模型、可中断负荷约束模型、可转移负荷的约束模型和功率平衡约束模型；

目标函数建立模块，用于结合建立的优化调度模型和建立的约束模型建立以总损耗最小为目标的目标函数；

出力结果计算模块，用于通过建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果并输出。

第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述的一种微电网源网荷储的调度方法。

第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述的一种微电网源网荷储的调度方法。

本发明至少具有以下有益效果：

1、本发明首先建立了电力系统各个机组的优化调度模型，包括储能非调度运行损耗模型、储能调度损耗模型、可中断负荷补偿模型、可转移负荷补偿模型以及与大电网的交互模型。其次建立了各设备的约束模型，包括储能容量和功率约束模型、可中断负荷最大中断时间、最小运行时间和功率上下限约束模型、可转移负荷的最小转移时间和功率上下限约束模型以及功率平衡约束模型。再次结合优化调度模型和约束模型建立以总损耗最小为目标的目标函数。最后通过迭代优化算法求解了各个优化时段各机组的出力结果。实现了微电网源网荷储协调优化调度，有效提高系统运行灵活性。

2、本发明能够使得电力系统更加灵活高效地处理源与荷的统筹与转换，将电能定量、定点地准确调度，使电网各个终端均能实现能量的调度管理。

3、本发明通过协调可中断负荷及可转移负荷，实现削峰填谷的效果，最大程度提高系统运行效率，增加能源消纳。

4、本发明通过支付相对合理的补偿费用来激励用户负荷参与需求侧响应，可有效调度可利用资源，实现系统高效运行，提高系统运行经济性。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明提供的一种微电网源网荷储的调度方法的流程图；

图2为本发明提供的一种微电网源网荷储的调度方法步骤1的流程图；

图3为本发明提供的一种微电网源网荷储的调度方法步骤2的流程图；

图4为本发明提供的一种微电网源网荷储的调度方法步骤21的流程图；

图5为本发明提供的一种微电网源网荷储的调度方法步骤22的流程图；

图6为本发明提供的一种微电网源网荷储的调度方法步骤23的流程图；

图7为本发明提供的一种微电网源网荷储的调度系统的模块结构图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

实施例1

本发明提供一种微电网源网荷储的调度方法，包括以下步骤：

步骤1，分别建立电力系统各个机组的优化调度模型，具体包括以下步骤：

步骤11，建立储能非调度运行损耗模型：

式中，C_{es_run}(t)表示储能在t时刻的运行损耗成本；N_es表示储能机组总个数；P_i ^es(t)表示第i组储能t时刻的输出功率；τ_es表示储能寿命损耗系数；

表示单组储能成本；δ(t)表示最小优化时间；u_es,i(t)表示第i组储能是否调度的0、1变量，当储能处于调度运行时取0，非调度运行时取1。

步骤12，建立储能调度损耗模型：

式中，C_{es_dis}(t)表示储能在t时刻的调度成本；P_i ^es_dis(t)表示第i组储能在t时刻的调度功率。

步骤13，建立可中断负荷补偿模型：

式中，C_{load_com}(t)表示t时刻可中断负荷补偿成本；N_{load_com}表示可中断负荷总个数；

表示第i组可中断负荷的中断补偿成本；u_{load_com,i}(t)表示第i组可中断负荷是否中断的0、1变量，当负荷中断时取1，否则取0。

步骤14，建立可转移负荷补偿模型：

式中，C_{load_trans}(t)表示t时刻可转移负荷的补偿成本；N_{load_trans}表示可转移负荷总个数；

表示第i组可转移负荷的转移补偿费用单价；

表示第i个可转移负荷的转移功率；u_{load_trans,i}(t)表示第i组可转移负荷是否转移的0、1变量，当负荷转移时取1，否则取0。

步骤15，建立与大电网的交互模型：

C_gird(t)＝λ_gird(t)P_gird(t)u_gird(t)δ(t)

式中，C_gird(t)表示与大电网交互的费用，包括购电费用及售电费用；λ_gird(t)表示t时的电价；P_gird(t)表示t时与电网的交互功率；u_gird(t)表示与大电网交互的1、-1变量，当向大电网购电时取1，售电时取-1。

步骤2，分别建立电力系统各个机组的约束模型，具体包括以下步骤：

步骤21，建立储能约束模型，具体包括以下步骤：

步骤211，建立储能容量约束模型：

M_i(t)＝M_i(t-1)-P_i ^es(t-1)δ(t)

0.1M_max≤M_i(t)≤0.9M_max

式中，M_i(t)表示第i组储能t时刻的容量状态；M_max表示储能的最大容量，为延长储能使用寿命，限制储能的充放电容量上下限为0.9M_max和0.1M_max。

步骤212，建立储能功率约束模型：

-P_{es_max}≤P_i ^es(t)≤P_{es_max}

-P_{es_max}≤P_i ^es_dis(t)≤P_{es_max}

式中，P_{es_max}表示储能的最大充放电功率。

步骤22，建立可中断负荷约束模型，具体包括以下步骤：

步骤221，建立可中断负荷最大中断时间约束模型：

式中，

表示第i个可中断负荷的最大可中断持续时间。

步骤222，建立可中断负荷最小运行时间约束模型：

式中，

表示第i个可中断负荷的最小可中断持续时间。

步骤223，建立可中断负荷的功率上下限约束模型：

式中，P_{load_com,i}(t)表示第i个可中断负荷t时刻的输出功率；

表示第i个可中断负荷的最小输出功率；

表示第i个可中断负荷的最大输出功率。

步骤23，建立可转移负荷的约束模型，具体包括以下步骤：

步骤231，建立可转移负荷的最小转移时间约束模型：

式中，

表示第i个可转移负荷的最小转移持续时间。

步骤232，建立可转移负荷的功率上下限约束模型：

式中，P_{load_trans,i}(t)表示第i个可转移负荷t时刻的输出功率；

表示第i个可转移负荷的最小输出功率；

表示第i个可转移负荷的最大输出功率。

步骤24，建立功率平衡约束模型：

式中，P_PV(t)表示t时刻的光伏发电功率；P_{load_fixed}(t)表示t时刻的固定负荷功率。

步骤3，结合步骤1建立的优化调度模型和步骤2建立的约束模型建立以总损耗最小为目标的目标函数：

式中，T表示优化时段。

步骤4，通过步骤3建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果并输出。

步骤41，通过迭代优化算法求解未来24h各个优化时段各机组的出力结果，具体包括以下步骤：

步骤41，随机初始化各优化时段各机组的启停状态及出力结果；

步骤42：利用粒子群算法更新各优化时段各机组的启停状态及出力结果；

步骤43：更新个体最优值和全局最优值；

步骤44：通过目标函数求解，后一个优化时段的初始条件为前一个优化时段的优化结果，进行优化循环迭代；

步骤45：输出各优化时段最优机组组合、机组出力结果。

实施例2

本发明提供一种微电网源网荷储的调度系统，包括：

优化调度模型建立模块，用于分别建立电力系统各个机组的优化调度模型，建立储能非调度运行损耗模型、储能调度损耗模型、可中断负荷补偿模型、可转移负荷补偿模型和与大电网的交互模型；

约束模型建立模块，用于分别建立电力系统各个机组的约束模型，建立储能约束模型、可中断负荷约束模型、可转移负荷的约束模型和功率平衡约束模型；

目标函数建立模块，用于结合建立的优化调度模型和建立的约束模型建立以总损耗最小为目标的目标函数；

出力结果计算模块，用于通过步骤3建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果。

实施例3

本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现实施例1所述的一种微电网源网荷储的调度方法。

实施例4

本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现实施例1所述的一种微电网源网荷储的调度方法。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种微电网源网荷储的调度方法，其特征在于，包括：

步骤1，分别建立电力系统各个机组的优化调度模型；

步骤2，分别建立电力系统各个机组的约束模型；

步骤3，结合步骤1建立的优化调度模型和步骤2建立的约束模型建立以总损耗最小为目标的目标函数；

步骤4，通过步骤3建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果并输出。

2.根据权利要求1所述的一种微电网源网荷储的调度方法，其特征在于，所述步骤1包括：

步骤11，建立储能非调度运行损耗模型：

式中，C_{es_run}(t)表示储能在t时刻的运行损耗成本；N_es表示储能机组总个数；P_i ^es(t)表示第i组储能t时刻的输出功率；τ_es表示储能寿命损耗系数；

表示单组储能成本；δ(t)表示最小优化时间；u_es,i(t)表示第i组储能是否调度的0、1变量，当储能处于调度运行时取0，非调度运行时取1；

步骤12，建立储能调度损耗模型：

式中，C_{es_dis}(t)表示储能在t时刻的调度成本；P_i ^es_dis(t)表示第i组储能在t时刻的调度功率；

步骤13，建立可中断负荷补偿模型：

式中，C_{load_com}(t)表示t时刻可中断负荷补偿成本；N_{load_com}表示可中断负荷总个数；

表示第i组可中断负荷的中断补偿成本；u_{load_com,i}(t)表示第i组可中断负荷是否中断的0、1变量，当负荷中断时取1，否则取0；

步骤14，建立可转移负荷补偿模型：

式中，C_{load_trans}(t)表示t时刻可转移负荷的补偿成本；N_{load_trans}表示可转移负荷总个数；

表示第i组可转移负荷的转移补偿费用单价；

表示第i个可转移负荷的转移功率；u_{load_trans,i}(t)表示第i组可转移负荷是否转移的0、1变量，当负荷转移时取1，否则取0；

步骤15，建立与大电网的交互模型：

C_gird(t)＝λ_gird(t)P_gird(t)u_gird(t)δ(t)

式中，C_gird(t)表示与大电网交互的费用，包括购电费用及售电费用；λ_gird(t)表示t时的电价；P_gird(t)表示t时与电网的交互功率；u_gird(t)表示与大电网交互的1、-1变量，当向大电网购电时取1，售电时取-1。

3.根据权利要求2所述的一种微电网源网荷储的调度方法，其特征在于，所述步骤2包括：

步骤21，建立储能约束模型，具体包括：

步骤211，建立储能容量约束模型：

M_i(t)＝M_i(t-1)-P_i ^es(t-1)δ(t)

0.1M_max≤M_i(t)≤0.9M_max

式中，M_i(t)表示第i组储能t时刻的容量状态；M_max表示储能的最大容量，限制储能的充放电容量上下限为0.9M_max和0.1M_max；

步骤212，建立储能功率约束模型：

-P_{es_max}≤P_i ^es(t)≤P_{es_max}

-P_{es_max}≤P_i ^es_dis(t)≤P_{es_max}

式中，P_{es_max}表示储能的最大充放电功率。

4.根据权利要求3所述的一种微电网源网荷储的调度方法，其特征在于，所述步骤2还包括：

步骤22，建立可中断负荷约束模型，具体包括：

步骤221，建立可中断负荷最大中断时间约束模型：

式中，

表示第i个可中断负荷的最大可中断持续时间；

步骤222，建立可中断负荷最小运行时间约束模型：

式中，

表示第i个可中断负荷的最小可中断持续时间；

步骤223，建立可中断负荷的功率上下限约束模型：

式中，P_{load_com,i}(t)表示第i个可中断负荷t时刻的输出功率；

表示第i个可中断负荷的最小输出功率；

表示第i个可中断负荷的最大输出功率。

5.根据权利要求4所述的一种微电网源网荷储的调度方法，其特征在于，所述步骤2还包括：

步骤23，建立可转移负荷的约束模型，具体包括：

步骤231，建立可转移负荷的最小转移时间约束模型：

式中，

表示第i个可转移负荷的最小转移持续时间；

步骤232，建立可转移负荷的功率上下限约束模型：

式中，P_{load_trans,i}(t)表示第i个可转移负荷t时刻的输出功率；

表示第i个可转移负荷的最小输出功率；

表示第i个可转移负荷的最大输出功率；

步骤24，建立功率平衡约束模型：

式中，P_PV(t)表示t时刻的光伏发电功率；P_{load_fixed}(t)表示t时刻的固定负荷功率。

6.根据权利要求5所述的一种微电网源网荷储的调度方法，其特征在于，所述步骤3包括：

结合步骤1建立的优化调度模型和步骤2建立的约束模型建立以总损耗最小为目标的目标函数：

式中，T表示优化时段。

7.根据权利要求6所述的一种微电网源网荷储的调度方法，其特征在于，所述步骤4通过迭代优化算法求解未来24h各个优化时段各机组的出力结果，具体包括：

步骤41，随机初始化各优化时段各机组的启停状态及出力结果；

步骤42：利用粒子群算法更新各优化时段各机组的启停状态及出力结果；

步骤43：更新个体最优值和全局最优值；

步骤44：通过目标函数求解，后一个优化时段的初始条件为前一个优化时段的优化结果，进行优化循环迭代；

步骤45：输出各优化时段最优机组组合、机组出力结果。

8.一种微电网源网荷储的调度系统，其特征在于，包括：

优化调度模型建立模块，用于分别建立电力系统各个机组的优化调度模型，建立储能非调度运行损耗模型、储能调度损耗模型、可中断负荷补偿模型、可转移负荷补偿模型和与大电网的交互模型；

约束模型建立模块，用于分别建立电力系统各个机组的约束模型，建立储能约束模型、可中断负荷约束模型、可转移负荷的约束模型和功率平衡约束模型；

目标函数建立模块，用于结合建立的优化调度模型和建立的约束模型建立以总损耗最小为目标的目标函数；

出力结果计算模块，用于通过建立的目标函数，进行迭代优化算法求解各个优化时段各机组的出力结果并输出。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的一种微电网源网荷储的调度方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的一种微电网源网荷储的调度方法。

Images