CN114759616A - 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 - Google Patents
一种考虑电力电子器件特性的微电网鲁棒优化调度方法 Download PDFInfo
- Publication number
- CN114759616A CN114759616A CN202210663710.7A CN202210663710A CN114759616A CN 114759616 A CN114759616 A CN 114759616A CN 202210663710 A CN202210663710 A CN 202210663710A CN 114759616 A CN114759616 A CN 114759616A
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- power
- electronic devices
- power electronic
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000004146 energy storage Methods 0.000 claims description 36
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000013178 mathematical model Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 abstract description 9
- 239000010410 layer Substances 0.000 description 6
- 238000010248 power generation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000000126 substance Substances 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
- 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
- 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
- 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
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- 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
- 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]
-
- 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
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明公开了一种考虑电力电子器件特性的微电网鲁棒优化调度方法,涉及电力系统调度的技术领域,包括以下步骤,建立含有电力电子器件的模型,建立微电网电源模型,建立考虑电力电子器件特性的鲁棒优化调度模型,采用C&CG算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解;本发明设计不确定集代替随机概率分布,得到即使在恶劣场景下依旧符合模型约束条件的调度方案,稳定性高、误差小,更加符合实际工程中的高可靠性需求。
Description
技术领域
本发明属于电力系统调度的技术领域,特别涉及一种考虑电力电子器件特性的微电网鲁棒优化调度方法。
背景技术
在能源使用逐渐走向绿色低碳的大背景下,微电网作为实现多种能源(如:可再生能源)形式接入的有效方式,提高了分布式电源的利用,减缓了对电网造成的冲击。与传统的大电网优化调度相比,微电网中影响电能质量和功率平衡的因素更加多样,程度更加显著,如何对其进行合理的优化调度值得关注。
目前,微电网的优化调度大多集中在考虑可再生能源发电的不确定性影响,以降低经济成本、环境成本等为目的进行微电源配置。随着多种能源形式的开发和利用,微电网模型中除包含风光电源、储能系统外还可能含有电动汽车、可调负荷等,微电网的优化调度也需要更多地考虑不确定因素造成的影响。微电网往往要求对可再生能源消纳有快速反应能力,换流器成为系统中的枢纽。储能系统中包含大量的具有潮流双向流动能力的电力电子器件;可代替传统馈线联络硬开关以实现更“柔性”网络重构的智能软开关也是基于电力电子变换器的应用。因此,微电网优化调度不仅需要考虑可再生能源发电的不确定性,还需要考虑电力电子器件特性。
在可再生能源发电不确定性方面,常用威布尔分布、Beta分布和正态分布来表示风速、光照和负荷需求的随机性,通过蒙特卡洛模拟法随机生成多个场景进行两阶段随机模型的优化此类随机优化方法需要以特定的概率分布函数对不确定性因素进行拟合,而实际情况不一定符合确定性的概率分布,导致优化模型不够准确。在求解优化问题方面,对于单一目标优化问题,常以日前运行经济性最优为单一目标,建立双层优化模型,在求解时采用线性化方法进行问题的转换,交替迭代双层问题获得最优解;对于多目标优化问题,常常借助智能算法进行求解,此类启发式算法效率较高、可行性良好,但结果可能陷入局部最优。微电网优化问题的多个目标之间也可能存在难以同时达到最优的情况。
上述技术存在的缺点是:已有的考虑风光机组处理不确定性的优化调度常忽略储能装置中电力电子器件特性的影响,含电力电子器件的电力系统惯性较低,忽略电力电子器件特性可能导致微电网稳定性降低;另一方面,随机优化方法需要以特定的概率分布函数对不确定性因素进行拟合,易造成较大误差。而设计不确定集代替随机概率分布,得到即使在恶劣场景下依旧符合模型约束条件的调度方案,更加符合实际工程中的高可靠性需求。
发明内容
为了解决现有技术中存在的上述问题,本发明提出一种考虑电力电子器件特性的微电网鲁棒优化调度方法。
本发明所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,包括以下步骤:
S1:建立含有电力电子器件、微电网电源的微电网模型,
所述电力电子器件包括储能系统换流器和微电网系统联络开关,所述微电网电源包括微型燃气轮机和风电、光伏机组;
S2:设计微电网电源出力不确定集,根据对运行场景的恶劣程度调整可调系数,
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集;
S3:以微电网总成本最小为目标函数,建立考虑电力电子器件特性的微电网鲁棒优化数学模型,
所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本,
所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本,所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本;
S4:将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题,采用列与约束生成(Column and Constraint Generation,C&CG)算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解。
作为优选,所述的储能系统换流器满足储能系统换流器容量约束和储能系统电池荷电状态约束。
作为优选,所述的微电网系统联络开关包括智能软开关。
作为优选,所述的智能软开关在传输过程中满足智能软开关有功功率传输约束、智能软开关无功功率上下限约束和智能软开关换流器容量约束。
作为优选,所述的微型燃气轮机满足微型燃气轮机(Micro Gas Turbine,MGT)出力上下限约束和微型燃气轮机爬坡约束。
作为优选,所述的微电网鲁棒优化数学模型满足传输功率上下限约束、潮流平衡约束、节点电压约束和线路传输能力约束。
作为优选,所述的步骤S4包括以下子步骤:
S4.1:主问题和子问题分解;
S4.2:采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理;
S4.3:列与约束生成算法求解主问题及子问题。
作为优选,所述步骤S4.3包含以下步骤:
S4.31:给定初始最恶劣场景中不确定变量,设定原问题下界、上界以及迭代次数;
S4.32:求解步骤S4.1中主问题,得到主问题最优解,其中目标函数最优值作为原问题下界;
S4.33:求解步骤S4.1中子问题,得到子问题最优解和最恶劣场景中不确定变量,更新原问题上界;
S4.34:设定该算法收敛判据,若符合判据则算法中止,并返回主问题最优解;否则,增加新变量和新约束条件,更新迭代次数并跳转至步骤S4.32,直到算法收敛为止。
本发明解决了现有技术忽略电力电子器件特性导致的微电网稳定性降低的问题,本发明设计不确定集代替随机概率分布,得到即使在恶劣场景下依旧符合模型约束条件的调度方案,更加符合实际工程中的高可靠性需求。
附图说明
图1为本发明储能系统换流器的模型示意图;
图2为本发明智能软开关的结构图;
图3为本发明潮流计算单元的结构图;
图4为本发明C&CG算法的流程图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,包括以下步骤:
S1:建立含有电力电子器件、微电网电源的微电网模型,
所述电力电子器件包括储能系统换流器和微电网系统联络开关,所述微电网电源包括微型燃气轮机和风电、光伏机组;
S2:设计微电网电源出力不确定集,根据对运行场景的恶劣程度调整可调系数,
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集;
S3:以微电网总成本最小为目标函数,建立考虑电力电子器件特性的微电网鲁棒优化数学模型,
所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本,
所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本,所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本;
S4:将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题,采用列与约束生成(Column and Constraint Generation,C&CG)算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解。
所述的储能系统换流器满足储能系统换流器容量约束和储能系统电池荷电状态约束。
所述的微电网系统联络开关包括智能软开关。
所述的智能软开关在传输过程中满足智能软开关有功功率传输约束、智能软开关无功功率上下限约束和智能软开关换流器容量约束。
所述的微型燃气轮机满足微型燃气轮机(Micro Gas Turbine,MGT)出力上下限约束和微型燃气轮机爬坡约束。
所述的微电网鲁棒优化数学模型满足传输功率上下限约束、潮流平衡约束、节点电压约束和线路传输能力约束。
所述的步骤S4包括以下子步骤:
S4.1:主问题和子问题分解;
S4.2:采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理;
S4.3:列与约束生成算法求解主问题及子问题。
所述步骤S4.3包含以下步骤:
S4.31:给定初始最恶劣场景中不确定变量,设定原问题下界、上界以及迭代次数;
S4.32:求解步骤S4.1中主问题,得到主问题最优解,其中目标函数最优值作为原问题下界;
S4.33:求解步骤S4.1中子问题,得到子问题最优解和最恶劣场景中不确定变量,更新原问题上界;
S4.34:设定该算法收敛判据,若符合判据则算法中止,并返回主问题最优解;否则,增加新变量和新约束条件,更新迭代次数并跳转至步骤S4.32,直到算法收敛为止。
本发明解决了现有技术忽略电力电子器件特性导致的微电网稳定性降低的问题,本发明设计不确定集代替随机概率分布,得到即使在恶劣场景下依旧符合模型约束条件的调度方案,更加符合实际工程中的高可靠性需求。
实施例1
一、建立含有电力电子器件、微电网电源的微电网模型:
所述电力电子器件包括储能系统换流器和微电网系统联络开关,所述微电网电源包括微型燃气轮机和风电、光伏机组,储能系统换流器如图1所示,为电池等效电阻,为等效电压源,为电池输出端口电压,表示电池内部充放电电流;为换流器等效电阻,为电网电压。
基于上述储能系统换流器模型,微电网调度时段内储能系统充放电过程中电池和换流器损耗可表示为
将处于充电状态的储能系统视为负荷,放电时视为发电装置,储能系统运行成本为
储能系统还需满足如下约束条件:
储能系统换流器容量约束:
储能系统电池荷电状态约束:
所述智能软开关(Soft Normally Open Point,SNOP)作为可代替传统联络开关的全控型电力电子装置,通过控制功率双向流动影响系统潮流分布,具有可连续调节功率、响应快、成本低等优点。以SNOP典型结构为例说明电力电子器件特性在微电网中的应用与影响,如图2所示,图中,VSC1、VSC2为背靠背型电压源换流器。
微电网系统网络重构需满足如下拓扑约束:
SNOP在传输过程中需满足如下约束条件:
SNOP有功功率传输约束:
SNOP无功功率上下限约束:
SNOP换流器容量约束:
式中:、分别为背靠背型电压源换流器所在的两个节点,为SNOP所在节点编号集合;分别为时刻SNOP两个换流器的有功功率和无功功率;为时刻SNOP传输功率损耗,计算方法与式(1)-(2)所述类似,此处不再赘述,其功率损耗成本计入网损成本;分别SNOP两个换流器的无功功率上下限;分别为SNOP两个换流器的容量上限。
二、设计微电网电源出力不确定集,根据对运行场景的恶劣程度调整可调系数:
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集,所述微型燃气轮机(Micro Gas Turbine,MGT)作为可控分布式电源,在微电网优化调度时可根据不可控微电源出力情况进行调节以达到总运行成本最低,其运行成本可用如下线性函数表示
微型燃气轮机需满足如下约束条件:
MGT出力上下限约束:
MGT爬坡约束:
所述风电、光伏机组属于不可控电源,由于风光均来自大自然,假定已知日前风电、光伏出力情况。风电、光伏机组出力具有不确定性,且在微电网中风光发电所占比例通常较大,影响也更加明显。对于微电网模型中风电、光伏机组出力不确定性,设计风电、光伏机组出力不确定集,引入可调系数,根据对运行场景的恶劣程度进行调整,减少解决微电网鲁棒优化问题时可能出现得到过于保守的调度方案的情况。
式中:、分别为风电、光伏在时刻的不确定变量;分别为风电、光伏在时刻的预测量;分别为风电、光伏在时刻的预测误差;分别为风电、光伏在时刻的预测误差系数;分别为风电、光伏出力可调系数,可根据运行场景变化进行调整,系数较大时表示运行场景恶劣,系数较小时表示对运行场景判断较为乐观,若系数为0,则为确定性分析,调度结果的准确程度取决于日前预测结果的准确程度。
三、以微电网总成本最小为目标函数,建立考虑电力电子器件特性的微电网鲁棒优化数学模型:
其目的在于在变化的最恶劣条件下求得最经济的调度方式,其目标函数形式如下:
其中,为时刻的节点电价,为时刻的传输功率,为正表示向上级电网购电,反之表示向上级电网售电;网损成本、弃风弃光成本和停电惩罚成本分别由成本系数乘以相应功率所得,、、、分别为网损成本系数、弃风成本系数、弃光成本系数和切负荷停电成本系数;、、、分别为时刻的网络损耗功率、弃风功率、弃光功率和切负荷量,、、分别为电力电子器件所在节点编号集合、风电机组所在节点编号集合、光伏机组所在节点编号集合。
该微电网鲁棒优化调度问题的约束条件除含电力电子器件的设备约束(4)-(5)、(7)-(10)和微电源出力约束(12)-(13)外,系统还需满足如下约束:
传输功率上下限约束:
潮流平衡约束,本文采用Distflow潮流方法计算微电网潮流,潮流计算单元结构如图3所示,潮流分布平衡方程可写为:
潮流平衡约束式(23)为非凸二次等式,将其松弛成不等式约束:
采用二阶锥松弛方法,式(24)等价于
节点电压约束:
线路传输能力约束:
将约束条件写为紧凑形式,即
其中,式(29)第一行为微电网鲁棒优化调度问题的目标函数,max结构在于找到运行周期内的最恶劣场景,对于每一时刻给定的风光出力不确定变量都可以转化为确定性优化目标;第二到七行分别为对应等式约束、不等式约束、不确定集和二阶锥约束的紧凑形式。
四、将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题,采用C&CG算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解:
所述考虑电力电子器件特性的微电网鲁棒优化调度问题步骤包括主问题和子问题分解、采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理、C&CG算法求解主问题及子问题。
根据强对偶理论,可将上述双层优化目标转化为单层max优化目标,形式如下:
值得注意的是,式(32)中目标函数包含双线性项,直接求解难度较大,需采用一定方法加以处理。由于不确定优化变量与对偶变量定义域相互独立,且当式(32)目标函数取得最优值时不确定参数将取得其上下限值,则连续变量可转化为0-1离散变量。采用大M法对双线性项进行线性化处理,得到如下线性化形式:
所述近似多边形的分段线性化方法主要解决例如式(2)、约束(4)和(10)中包含有决策变量的二次项的问题,对上述等式和约束进行转化,得到下列结果:
该min-max问题可最终转化为如下形式:
对于约束(4),采用近似多边形的分段线性化方法进行线性化,该方法需要在近似误差和问题优化程度进行折衷,故采用六边形进行近似,可以将两者较好地平衡。约束可由如下不等式替代:
同理,约束(10)也可采用六边形近似分段线性化方法用如下不等式替代:
所述C&CG算法求解主问题及子问题的步骤如图4所示,具体为:
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于,包括以下步骤:
S1:建立含有电力电子器件、微电网电源的微电网模型,
所述电力电子器件包括储能系统换流器和微电网系统联络开关,所述微电网电源包括微型燃气轮机和风电、光伏机组;
S2:设计微电网电源出力不确定集,根据对运行场景的恶劣程度调整可调系数,
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集;
S3:以微电网总成本最小为目标函数,建立考虑电力电子器件特性的微电网鲁棒优化数学模型,
所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本,
所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本,所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本;
S4:将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题,采用列与约束生成算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解。
2.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述的储能系统换流器满足储能系统换流器容量约束和储能系统电池荷电状态约束。
3.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述的微电网系统联络开关包括智能软开关。
4.根据权利要求3所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述的智能软开关在传输过程中满足智能软开关有功功率传输约束、智能软开关无功功率上下限约束和智能软开关换流器容量约束。
5.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述的微型燃气轮机满足微型燃气轮机出力上下限约束和微型燃气轮机爬坡约束。
6.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述的微电网鲁棒优化数学模型满足传输功率上下限约束、潮流平衡约束、节点电压约束和线路传输能力约束。
7.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述的步骤S4包括以下子步骤:
S4.1:主问题和子问题分解;
S4.2:采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理;
S4.3:列与约束生成算法求解主问题及子问题。
8.根据权利要求7所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法,其特征在于:所述步骤S4.3包含以下步骤:
S4.31:给定初始最恶劣场景中不确定变量,设定原问题下界、上界以及迭代次数;
S4.32:求解步骤S4.1中主问题,得到主问题最优解,其中目标函数最优值作为原问题下界;
S4.33:求解步骤S4.1中子问题,得到子问题最优解和最恶劣场景中不确定变量,更新原问题上界;
S4.34:设定该算法收敛判据,若符合判据则算法中止,并返回主问题最优解;否则,增加新变量和新约束条件,更新迭代次数并跳转至步骤S4.32,直到算法收敛为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210663710.7A CN114759616B (zh) | 2022-06-14 | 2022-06-14 | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210663710.7A CN114759616B (zh) | 2022-06-14 | 2022-06-14 | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114759616A true CN114759616A (zh) | 2022-07-15 |
CN114759616B CN114759616B (zh) | 2022-09-16 |
Family
ID=82336846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210663710.7A Active CN114759616B (zh) | 2022-06-14 | 2022-06-14 | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114759616B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115473284A (zh) * | 2022-08-09 | 2022-12-13 | 国网江苏省电力有限公司淮安供电分公司 | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008011522A2 (en) * | 2006-07-19 | 2008-01-24 | Indiana University Research And Technology Corporation | Integrated and optimized distributed generation and interconnect system controller |
CN106329523A (zh) * | 2016-11-19 | 2017-01-11 | 中国南方电网有限责任公司电网技术研究中心 | 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法 |
CN107887903A (zh) * | 2017-10-31 | 2018-04-06 | 深圳供电局有限公司 | 考虑元件频率特性的微电网鲁棒优化调度方法 |
CN107979111A (zh) * | 2017-07-21 | 2018-05-01 | 天津大学 | 一种基于两阶段鲁棒优化的微电网能量管理方法 |
CN108923459A (zh) * | 2018-07-10 | 2018-11-30 | 华北电力大学(保定) | 一种基于智能软开关的交直流配电网优化控制方法 |
CN110729765A (zh) * | 2019-08-30 | 2020-01-24 | 四川大学 | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 |
CN111355265A (zh) * | 2020-04-10 | 2020-06-30 | 中国人民解放军国防科技大学 | 一种微电网能量两阶段鲁棒优化方法及系统 |
CN111541248A (zh) * | 2020-06-11 | 2020-08-14 | 南方电网科学研究院有限责任公司 | 一种智能软开关与储能系统联合优化方法和装置 |
CN112257229A (zh) * | 2020-09-18 | 2021-01-22 | 西安理工大学 | 一种微网两阶段鲁棒调度方法 |
CN113541191A (zh) * | 2021-07-22 | 2021-10-22 | 国网上海市电力公司 | 考虑大规模可再生能源接入的多时间尺度调度方法 |
-
2022
- 2022-06-14 CN CN202210663710.7A patent/CN114759616B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008011522A2 (en) * | 2006-07-19 | 2008-01-24 | Indiana University Research And Technology Corporation | Integrated and optimized distributed generation and interconnect system controller |
CN106329523A (zh) * | 2016-11-19 | 2017-01-11 | 中国南方电网有限责任公司电网技术研究中心 | 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法 |
CN107979111A (zh) * | 2017-07-21 | 2018-05-01 | 天津大学 | 一种基于两阶段鲁棒优化的微电网能量管理方法 |
CN107887903A (zh) * | 2017-10-31 | 2018-04-06 | 深圳供电局有限公司 | 考虑元件频率特性的微电网鲁棒优化调度方法 |
CN108923459A (zh) * | 2018-07-10 | 2018-11-30 | 华北电力大学(保定) | 一种基于智能软开关的交直流配电网优化控制方法 |
CN110729765A (zh) * | 2019-08-30 | 2020-01-24 | 四川大学 | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 |
CN111355265A (zh) * | 2020-04-10 | 2020-06-30 | 中国人民解放军国防科技大学 | 一种微电网能量两阶段鲁棒优化方法及系统 |
CN111541248A (zh) * | 2020-06-11 | 2020-08-14 | 南方电网科学研究院有限责任公司 | 一种智能软开关与储能系统联合优化方法和装置 |
CN112257229A (zh) * | 2020-09-18 | 2021-01-22 | 西安理工大学 | 一种微网两阶段鲁棒调度方法 |
CN113541191A (zh) * | 2021-07-22 | 2021-10-22 | 国网上海市电力公司 | 考虑大规模可再生能源接入的多时间尺度调度方法 |
Non-Patent Citations (3)
Title |
---|
SONG, G: "A supply restoration method of distribution system based on Soft Open Point", 《2016 IEEE INNOVATIVE SMART GRID TECHNOLOGIES ASIA》 * |
施展: "柔性软开关控制策略及运行方式研究", 《万方数据知识服务平台》 * |
王家怡等: "考虑风电不确定性的交直流混合配电网分布式优化运行", 《中国电机工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115473284A (zh) * | 2022-08-09 | 2022-12-13 | 国网江苏省电力有限公司淮安供电分公司 | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 |
CN115473284B (zh) * | 2022-08-09 | 2024-02-02 | 国网江苏省电力有限公司淮安供电分公司 | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114759616B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107887903B (zh) | 考虑元件频率特性的微电网鲁棒优化调度方法 | |
CN112039069B (zh) | 一种配电网储能与柔性开关的双层协同规划方法及系统 | |
CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
CN112713618B (zh) | 基于多场景技术的主动配电网源网荷储协同优化运行方法 | |
CN106953316B (zh) | 微电网变时间尺度优化调度方法 | |
Salazar et al. | Energy management of islanded nanogrids through nonlinear optimization using stochastic dynamic programming | |
CN113572163B (zh) | 基于改进仿射算法的分布式电源主动配电网优化调度方法 | |
Bogaraj et al. | A novel energy management scheme using ANFIS for independent microgrid | |
CN110690702B (zh) | 一种考虑综合承载力的主动配电网优化调度及运行方法 | |
Kaysal et al. | Hierarchical energy management system with multiple operation modes for hybrid DC microgrid | |
CN111786417A (zh) | 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 | |
CN116667325B (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 | |
CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
CN115622101A (zh) | 一种促进可再生能源消纳的储能优化配置双层规划方法 | |
CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
Raza et al. | Robust nonlinear control of regenerative fuel cell, supercapacitor, battery and wind based direct current microgrid | |
El Zerk et al. | Decentralised strategy for energy management of collaborative microgrids using multi‐agent system | |
CN112467717A (zh) | 一种基于模糊控制的混合能源系统实时负荷分配方法 | |
CN116865270A (zh) | 一种含嵌入式直流的柔性互联配电网优化调度方法及系统 | |
CN116645089A (zh) | 一种考虑退役电池容量退化的储能系统双层优化配置方法 | |
Oladepo et al. | Optimum utilization of grid‐connected hybrid power system using hybrid particle swarm optimization/whale optimization algorithm | |
CN115765035A (zh) | 一种适应于全时段动态重构的柔性配电网扰动恢复方法 | |
CN115345350A (zh) | 一种交直流混合配电网规划方法、介质及系统 | |
Zehra et al. | A Cost-Effective Fuzzy-based Demand-Response Energy Management for Batteries and Photovoltaics | |
Cao et al. | Dynamic economic dispatch of AC/DC hybrid microgrid based on consensus algorithm |
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 |