CN114902251A - 混合式发电厂的功率管理 - Google Patents
混合式发电厂的功率管理 Download PDFInfo
- Publication number
- CN114902251A CN114902251A CN202080092928.0A CN202080092928A CN114902251A CN 114902251 A CN114902251 A CN 114902251A CN 202080092928 A CN202080092928 A CN 202080092928A CN 114902251 A CN114902251 A CN 114902251A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- plant
- power generation
- dispatch
- 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.)
- Pending
Links
- 238000010248 power generation Methods 0.000 claims abstract description 77
- 238000002347 injection Methods 0.000 claims abstract description 53
- 239000007924 injection Substances 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims abstract description 30
- 238000004146 energy storage Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims description 30
- 239000000243 solution Substances 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000010397 one-hybrid screening Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 28
- 238000004422 calculation algorithm Methods 0.000 description 23
- 238000012384 transportation and delivery Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007620 mathematical function Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 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
- G06Q10/04—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
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- 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
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
描述了一种混合式发电厂(100、110)的功率管理方法,所述混合式发电厂包括至少一种类型的可再生功率生成设备(101、103)以及能量存储系统(105),所述方法包括:在第一分派时间范围(125)之前:使用能量生产能力(121)和能量价格(123)的第一预报、并且特别是混合式电厂状态和电厂参数来导出定义了第一分派时间范围(125)中的功率生成的第一功率生成计划(127);在第一分派时间范围(125)内的分派时间点(129)处:使用能量生产能力和能量价格的第二预报、并且特别是电厂状态和电厂参数来导出定义了第二分派时间范围(133)中的功率生成的第二功率生成计划(135);以及基于第一功率生成计划(127)和第二功率生成计划(135),通过考虑至少一个约束来计算分派时间点(129)的最优功率注入值(137)。
Description
技术领域
本发明涉及包括至少一种类型的可再生功率生成设备(诸如风力涡轮机和/或太阳能转换设备)以及能量存储系统的混合式发电厂(hybrid power plant)的功率管理的方法和布置。另外,本发明涉及包括该布置的混合式发电厂。
背景技术
可再生发电厂包括至少一种类型的可再生能量生成设备。混合式发电厂附加地包括用于存储电能的存储系统。已经观察到的是,可再生发电厂的能量供应的可预测性和可分派性并非在所有情形下都以可靠的方式被满足。此外,期望对可预测性和连续性的改进,因为这可以允许可再生能量提供辅助服务,并且可以参与能源市场。
因此,可能需要一种混合式发电厂的功率管理的方法和对应的布置,其中可预测性和/或可分派性被改进,并且同时符合电网运营商设置要求。
发明内容
根据独立权利要求的主题可以满足该需要。从属权利要求描述了本发明的有利实施例。
根据本发明的实施例,提供了一种混合式发电厂的功率管理的方法,该混合式发电厂包括至少一种类型的可再生功率生成设备以及能量存储系统,该方法包括:在第一分派时间范围之前:使用能量生产能力和能量价格的第一预报(forecast)、并且特别是混合式发电厂状态和电厂参数来导出定义了第一分派时间范围中的功率生成的第一功率生成计划(schedule);在第一分派时间范围内的分派时间点处(并且特别是在第二分派时间范围之前):使用能量生产能力和能量价格的第二预报、并且特别是电厂状态和电厂参数来导出定义了第二分派时间范围中的功率生成的第二功率生成计划;以及基于第一功率生成计划和第二功率生成计划,通过考虑至少一个约束来计算该分派时间点的最优功率注入值。
该方法可以由例如可以远离可再生功率生成设备(诸如风场或太阳能场)的能量管理系统(EMS)来执行。在其它实施例中,该方法可以例如由发电厂控制器(诸如风场控制器或太阳能场控制器)来执行。可再生功率生成设备可以包括一个或多个风力涡轮机和/或一个或多个太阳能转换设备(诸如光伏电池单元)和/或一个潮汐能转换设备和/或其它类型的可再生功率生成设备。
能量存储系统可以例如包括一个或多个电池或蓄电池,其可以以化学能和/或机械能的形式来存储电能。可再生功率生成设备可以包括或者可以不包括转换器,该转换器例如用以将(例如,电池或蓄电池或光伏电池单元的)DC电压转换成AC电压,该AC电压具有例如对应于电气公用事业电网的标称频率(例如50Hz或60Hz)的频率。该混合式发电厂可以连接或可连接(例如,经由一个或多个断路器)到向多个用户提供电能的电气公用事业系统。功率管理可以涉及有功功率和/或无功功率的管理。
第一预报可以涉及基于与第一分派时间范围之前的时间相关的数据而导出的值。能量生产能力的预报可以例如包括由于风和/或太阳辐照度所产生的能量或功率的预报。关于能量价格的预报可以涉及针对不同类型的能量和/或不同时间跨度内的价格的预报。第一功率生成计划可以涉及要在第一分派时间范围中生成的有功功率和/或无功功率的计划。完全(exactly)根据第一功率生成计划来分派功率可能是不可能的,因为在第一分派时间范围内的实际分派时间点处的功率可能由于改变的天气条件而不可用,该改变的天气条件例如改变的风条件和/或太阳辐照度条件。因此,考虑第二预报、特别是能量生产能力和能量价格的最近的预报,以导出第二功率生成计划(也涉及要在第二分派时间范围中生成的有功功率和/或无功功率)。
第一分派时间范围和第二分派时间范围可以部分重叠或可以不部分重叠,使得至少对于一个时间点、特别是第一分派时间范围内的分派时间点,功率的计划值从第一功率生成计划以及从第二功率生成计划可获得。这两个功率值可能有偏差,这意味着例如第一功率生成计划中包括的功率不同于第二功率生成计划中包括的功率。在这种情况下(并且以及潜在地其它情况下),该方法提出基于第一功率生成计划以及还基于第二功率生成计划,通过考虑至少一个约束(例如,关于与先前导出的第一功率生成计划的偏差)来计算所考虑的分派时间点的最优功率注入值。
例如,第一功率生成计划可能已经被传送给电网运营商,并且电网运营商可能依赖于该混合式发电厂实际上将根据第一功率生成计划来注入其功率。如果然后,根据最近的预报,事实证明由第一功率生成计划所调度的功率不再相同,则可能期望减轻或最小化实际注入的功率与第一功率生成计划中所列出的功率的偏差。通过计算最优功率注入值(并且特别地还根据最优功率注入值来注入功率),来自该混合式发电厂的功率注入的可预测性被改进,由此也有助于稳定公用事业电网。
该方法可以被连续地执行,从而重复在稍后时间点处相继地导出进一步的功率生成计划,并且重复地计算用于稍后时间点的最优功率注入值。
根据本发明的实施例,该约束包括功率阈值,其中最优功率注入值被计算为使得最优功率注入值与根据第一功率生成计划的功率值之间的偏差低于功率阈值,其中功率阈值是定义了最大可允许偏差的相对功率阈值,该相对功率阈值特别地由电网运营商来定义。
当最优功率注入值被计算为使得最优功率注入值与根据第一功率生成计划的功率值之间的偏差低于功率阈值时,由该混合式发电厂进行的功率注入的可预测性被改进,并且公用事业电网中的振荡可以被减轻。例如,功率阈值可以是相对功率阈值,诸如在第一功率生成计划中包括的功率的例如+10%和-10%之间。因此,可以确保该混合式发电厂实际注入的功率仅略微地与第一功率生成计划所规定的功率有偏差。由此,电网运营商可以以改进的方式依赖于(可选地,先前传送的)功率生成计划。
根据本发明的实施例,计算最优功率注入值包括找到受制于约束的目标函数的极值、特别是最小值。
目标函数可以以数学的方式定义控制目的(control goal),例如能量输出的改进或优化、负载的改进或最小化、和/或与外部参考的符合性的改进或优化,该外部参考诸如功率参考(例如,关于有功和/或无功功率),如例如由电网运营商所定义的。由此,可以应用数学优化方法。例如,可以应用线性或非线性优化。
根据本发明的实施例,目标函数和/或至少一个约束被设计成实现以下各项中的至少一个:偏差减轻,由此特别是应用容量固定(capacity firming);技术优化,由此特别是应用容量固定;经济优化,由此特别是应用能量套利(energy arbitrage)和/或时间移位,其中处于不同的时间范围和/或针对不同类型的能量的价格差异被利用以用于利润最大化。
计算最优功率注入值可以使用包括目标函数和一个或多个约束的模型来执行。
该模型可以包括若干约束,该约束可以通过对应的数学函数来建模,该数学函数例如由该混合式发电厂的操作变量和/或预报值和/或功率限制和/或电厂状态和/或电网功率限制和/或存储限制/容量/负载状态等来定义。目标函数可以被表示/建立为数学函数,该数学函数取决于该混合式发电厂的操作变量和参数以及能量生产能力和能量价格的预报。目标函数以及一个或多个约束可以根据特定应用和控制目标或控制目的来选择或定义。由此,为有效地管理该混合式发电厂提供了极大的灵活性。
根据本发明的实施例,该模型(例如,由目标函数和约束集合所定义的)由具有线性特性的连续变量组成;该模型的目标函数和线性约束集合定义了包括最优功率注入值的凸解空间(convex solution space),其中最优功率注入值特别地是凸解空间的极值。
连续变量可能不同于整数变量,但是可以在实数空间中被定义。线性约束可以包括在该发电厂的一个或多个操作变量中是线性的或者在取决于该混合式发电厂的一个或多个操作参数以及如上面所列出的其它参数/变量的函数中是线性的约束。线性约束集合可以在高维空间中定义多面体,其中高维向量空间的维度可以等于不同(操作)变量的数量。优化问题的最优解可能在凸解空间的边或拐角处。基于线性约束以及最终基于凸解空间来求解优化问题可能比求解非线性优化问题更简单。
根据本发明的实施例,计算最优功率注入值包括应用SIMPLEX方法。SIMPLEX方法是用于线性规划的算法。多面体(凸解空间)的形状由被应用于目标函数的约束来定义。SIMPLEX方法可以最大化或最小化例如目标函数的变量中的线性表达式,该变量包括例如该混合式发电厂的操作变量。此外,所有约束可以在变量(例如,操作参数)中是线性的。解所在的可行域(feasible region)满足所有约束,并且可以是凸多面体,即凸解空间。凸多面体可以具有有限数量的拐角。最优解也可以被假设处于多面体的边处。SIMPLEX方法可以沿着多面体的边来评估目标函数,以找到最优值。多面体的顶点或边的数量也是有限的,因此,SIMPLEX算法总是终止。
根据本发明的实施例,该约束包括以下各项中的至少一个:至少一个混合式电厂要求;至少一个混合式电厂最大功率注入能力;存储系统的充电和/或放电能力;存储系统的允许充电和/或放电水平。在其它实施例中,也可以考虑其它约束。由此,根据特定需要,为设计方法提供了极大的灵活性。
根据本发明的实施例,第一功率生成计划和第二功率生成计划在时间上重叠或者在时间上不重叠。当第一和第二功率生成计划在时间上重叠时,则存在至少一个时间点,针对该至少一个时间点,相应的功率值由第一和第二功率生成计划两者来规定。另外,可以评估这两个功率值之间的偏差,并且可以基于这两个不同的功率值并且进一步可能地或可选地取决于其它值(诸如实际能量生产能力和/或能量价格等)来计算相应的最优功率注入值。
在其它实施例中,第一分派时间范围的终点可以等于第二分派时间范围的起点。因此,至少可以比较在第一分派时间范围的结束处并且对应于第二分派时间范围的开始的功率值,并且可以针对该时间点来计算相应的最优功率注入值。
根据本发明的实施例,最优功率注入值是进一步考虑实际能量生产能力和/或实际能量价格和/或实际混合式电厂状态来计算的。因此,不仅可以考虑预报能量生产能力和/或能量价格,而且还可以考虑实际可用的功率或能量(例如,由于风和/或由于太阳辐照度所产生)和能量的实际市场价格。由此,控制可以进一步被改进。
根据本发明的实施例,其中第一和/或第二分派时间范围具有1小时和48小时之间的持续时间;和/或其中每5分钟到60分钟来重复地计算随后分派时间点的最优功率注入值。其它时间范围是可能的。例如,分派时间范围可以基本上是1天。由此,电网运营商可以以改进的方式来规划向公用事业电网的能量注入的操作。
根据本发明的实施例,能量生产能力和/或能量价格的预报是从外部源获得的,和/或包括关于以下各项中的至少一个的预报:由于风所产生的功率;由于太阳辐照度所产生的功率;由于潮汐所产生的功率;电厂功率;风能的能量价格;太阳能的能量价格;潮汐能的能量价格;一般能量价格(任何源的能量价格)。
在其它实施例中,预报是(例如,部分地是)在内部计算的,例如基于所测量的风速和/或所测量的太阳辐照度,并且进一步包括从其它源取得的或在内部导出的天气预报数据。
根据本发明的实施例,第一和/或第二功率生成计划涉及在所有功率生成设备和能量存储系统所连接到的公共连接点处或在至少一个功率生成设备和/或至少能量存储系统所连接到的另一个点或节点处的混合式发电厂功率输出。
公共连接点可以经由一个或多个电厂变压器连接或可连接到公用事业电网。在相应发电厂与公用事业电网之间,例如可以布置高功率/电压AC传输线或高功率/电压DC传输线。风场可以涉及海上安装或陆上安装的风场。这可以同样适用于太阳能路径。
根据本发明的实施例,第一和/或第二功率生成计划被导出,以便最大化电厂功率输出和/或最小化存储在存储系统中的能量的使用和/或最大化销售所生成的能量的利润;和/或其中该混合式电厂包括至少一个风力涡轮机、特别是风场、和/或至少一个太阳能转换单元、特别是太阳能场、和/或潮汐能转换设备。因此,提供了高灵活性。
应当理解的是,针对混合式发电厂的功率管理的方法单独地或以任何组合的方式公开、描述、解释或提供的特征也单独地或以任何组合的方式可被应用于根据本发明的实施例的用于混合式发电厂的功率管理的布置,并且反之亦然。
根据本发明的实施例,提供了一种用于混合式发电厂的功率管理的布置,该混合式发电厂包括至少一种类型的可再生功率生成设备以及能量存储系统,该布置包括处理器,该处理器被适配成:在第一分派时间范围之前:使用能量生产能力和能量价格的第一预报、并且特别是混合式电厂状态和电厂参数来导出定义了第一分派时间范围中的功率生成的第一功率生成计划;在分派时间点处:使用能量生产能力和能量价格的第二预报、并且特别是电厂状态和电厂参数来导出定义了第二分派时间范围中的功率生成的第二功率生成计划;以及基于第一功率生成计划和第二功率生成计划,通过考虑至少一个约束来计算该分派时间点的最优功率注入值,其中该布置特别地被适配成实行或控制根据前述权利要求之一的方法。
此外,提供了一种混合式发电厂系统,其包括:至少一种类型的可再生功率生成设备,诸如至少一个风力涡轮机和/或至少一个太阳能转换设备;能量存储系统;以及根据前述实施例的布置。
至少一种类型的可再生功率生成设备以及能量存储系统形成了混合式发电厂。
本发明的上面定义的方面和另外方面从下文中要描述的实施例的示例是显而易见的,并且参考实施例的示例来解释。下文中将参考实施例的示例来更详细地描述本发明,但是本发明不限于这些示例。
附图说明
图1示意性地图示了混合式发电厂系统,其包括根据本发明的实施例的用于混合式发电厂的功率管理的布置,执行根据本发明的实施例的功率管理的方法;
图2示意性地图示了根据本发明的实施例的用于管理混合式发电厂的布置;
图3示意性地图示了根据本发明的实施例的管理方法和布置的方面;以及
图4示意性地图示了根据本发明的实施例所应用的优化算法/函数。
具体实施方式
附图中的图示是以示意性形式的。要注意的是,在不同的图中,在结构和/或功能上相似或相同的元素被提供有相同的参考符号或仅在第一数字内不同的参考符号。在一个实施例中未描述的元素的描述可以从关于另一个实施例的该元素的描述取得。
图1中示意性图示的混合式发电厂系统100包括混合式发电厂110。混合式发电厂110包括至少一种类型的可再生功率生成设备101a、101b,并且包括另一种类型的可再生功率生成设备103a、103b。此外,混合式发电厂110包括存储系统105。可再生功率生成设备101a、101b、103a、103b、105以及能量存储系统105全部(例如经由未图示的断路器)连接到公共连接点107。经由场变压器109,功率被递送到公用事业系统111。
除了混合式发电厂110之外,混合式发电厂系统100还包括根据本发明的实施例的用于功率管理的布置150。功率生成设备101、103以及还有能量存储系统105由相应的电厂控制器113来控制和/或直接由作为根据本发明的实施例的用于功率管理的布置150的一部分的功率递送引擎115来控制,该布置150也标示为能量管理系统。布置150包括至少一个处理器,该处理器被适配成实行或控制混合式发电厂110的功率管理的方法。
在图1中所图示的实施例中,布置150(能量管理系统EMS)以两个阶段或两个块来实现,即出价预报计算块或模块117和功率递送引擎115。出价预报计算块117通信地耦合到预报服务119或内部预报模块119。出价预报计算模块117从模块119接收关于能量生产能力121和关于能量价格123的预报。
特别地,出价预报计算块117(例如,在第一分派时间范围125之前)使用能量生产能力和能量价格的第一预报来导出定义了第一分派时间范围125中的功率生成的第一功率生成计划127。另外,在第一分派时间范围125内的分派时间点129处,出价预报计算模块117使用能量生产能力和能量价格的第二预报来导出定义了第二分派时间范围133中的功率生成的第二功率生成计划135。基于第一功率生成计划127和第二功率生成计划135,功率递送引擎115计算第一分派时间范围125的最优功率注入计划137。
第一计划可以例如由出价预报计算算法来计算,第二计划可以由引擎针对相同的时间范围来计算。出价预报可以计算稍后被建立为针对引擎算法的“参考”的计划。引擎算法可以将该计划取作为输入并且计算最优功率注入,以便分派在可容许的界限内的上述计划。该过程示例在图1中被重复了三次,并且可以针对稍后的时间点被进一步重复地继续。
稍后,该过程通过使用能量生产和能力的第三预报导出第三功率生成计划139而继续,其中第三功率生产计划139涉及第三分派时间范围141。特别地,功率递送引擎115可以计算最优功率注入计划137,即,例如对于相应的15分钟间隔,每15分钟一次,每天96次。
存储设备(例如,图1中的105)到可再生发电厂中的并入以及适当的功率生成和能量价格预报一起已经使得有可能开发出朝向改进混合式发电厂的能量管理而定向的预测性优化算法。
图2以示意性方式示意性地图示了用于功率管理250的布置。布置250,也被称为能量管理系统,包括两个主要子系统,该两个主要子系统允许该混合式电厂更可预测且可分派。EMS可以将混合式电厂视为独特且可控的功率源。
能量管理系统EMS基于两个阶段,即出价预报计算模块217和功率递送引擎215。出价预报计算模块217计算未来功率生成计划227。功率递送引擎215在分派时刻处优化当前可用的生成和存储系统能力或容量,以便保证功率到电网中的注入,如由出价预报计算模块217确定的功率计划227所建立的那样,同时避免可能受制于处罚(penalization)的功率偏差。
特别地,出价预报计算模块217利用自然预报221(可选地,iforecast数据249)以及财务预报223以用于计算功率计划227。功率递送引擎215接收出价参考(也被称为功率计划)227,并且最终针对每个分派时间点计算被递送到混合式发电厂210的最优功率注入值237。
出价预报计算可以异步地或同步地执行,并且时间标度在实际分派时段之前。功率递送引擎215可以同步且连续地执行,并且时间标度可以在分派时段期间。以这种方式,可以可能的是,被提供有存储能力的可再生能量电厂呈现出传统或“可分派”发电厂的特性,其中有可能选择最优未来功率注入,并且能够在该时刻到达时实际地递送功率。
发送到发电厂的目标功率计划(例如,图2中的210)可以考虑在互连点(例如,图1中的107)处或仅去往BESS(电池能量存储系统)连接点的生产输出,或者还可以考虑在其它点或节点处的功率或电气特性。因此,能量管理系统不单独地控制存储系统、风力涡轮发电机或光伏逆变器。代替地,本地电厂控制器(例如,图1中的控制器113)和/或功率递送引擎115可以具有功率跟踪可能性,并且它可以负责借助于控制形成发电厂的个体发电机和存储元件的生产来满足功率参考。EMS将考虑所有这些,并且将仅发送总功率参考。
图3示意性地图示了根据本发明的实施例的布置或能量管理系统可以执行或提供哪些服务。作为第一服务,提供了容量固定343,并且作为第二服务,提供了能量套利/时间移位345。基于自然预报347并且使用功率递送引擎315,通过提供偏差减轻340来减轻与先前调度的功率的偏差。基于其它预报数据349(iforecast)并且使用功率递送引擎315,实现了技术优化362。
在能量套利345期间,使用财务预报算法351来在经济上优化功率计划,并且功率递送引擎315计算其最优分派功率计划370。
在下文中,描述了两个主要模块的示例性实施例,即出价预报计算模块和功率递送引擎。本发明的实施例不限于以下细节。
出价预报计算:
在EMS的“出价预报计算”阶段中,基于预测性优化算法来计算和定义未来功率注入计划。该优化算法将把针对未来某个时间段的电功率生产和市场价格预报、以及电厂状态和参数取作为输入,并且将计算该时间段的最优功率注入(最优功率注入计划)。
该特征将允许电厂参与不同的能量市场(诸如日前市场、日内市场和连续市场),在这些市场中,固定(例如,在某个裕度内恒定的)功率值报价是强制性的。
“出价预报计算”内的优化算法能够计算最适当的功率生成和存储管理策略,以便实现特定功率注入目标(基于市场的功率时间移位和功率注入优化)。
最优解的搜索被局限于由数学模型公式中包括的必要技术要求(约束)所定义的可行空间,该必要技术要求诸如电厂的最大功率注入能力、电池的放电和充电功率和容量、以及其可允许的充电水平。
该优化算法将基于针对所考虑的规划时间的接收到的预报和所估计的电厂和电池状态来计算最优未来功率注入计划。
该优化算法是通过仅使用连续变量而不是使用混合整数建模来制定该算法而被开发的。这允许定义线性连续模型,该模型的解可以使用SIMPLEX方法(或其变体)来计算,而不需要专门的分支和界限和/或启发式解方法。
功率递送引擎:
在EMS的“功率递送引擎”阶段中,计算最优功率值,以便允许将可容许的界限内的先前计算的最优功率注入计划注入到电网中。
“功率递送引擎”内的优化算法将把最近的功率生成预报、以及电厂状态和参数取作为输入,并且它将计算最优功率注入值,这考虑了它们必须被维持接近先前计算和定义的计划,从而避免高于可允许百分比的偏差,因此避免处罚。
最优解的搜索被局限于由数学模型公式中包括的必要技术要求(约束)所定义的可行空间,该必要技术要求诸如可允许的偏差百分比、电厂的最大功率注入能力、电池的放电和充电功率和容量、以及其可允许的充电水平。
功率递送引擎的主要思想是功率参考跟踪和偏差最小化算法(以避免不必要的电池操作)以及对界限松弛变量的包括,因此即使在分派时刻处意外低能量可用性的场景中,该算法也可以收敛到一个解。
EMS可以执行优化算法。
图4以示意性方式示意性地图示了优化算法,该优化算法可以由出价预报计算模块和/或由被包括在也被标示为EMS的用于功率管理的布置中的功率递送引擎来执行。作为输入,优化算法460接收例如混合式电厂的功率限制、存储元件或电池的功率和容量、混合式电厂状态和参数、电网的功率限制、功率生成预报和电网能量预报,如用参考符号461、463所标记的。在内部硬件和/或软件模块465中,目标函数467和电厂的功率和能量约束468以及电网的功率约束469可以是可定义的或者被定义或被考虑。求解器471可以基于所有(操作)输入参数461、463进行求解以找到受制于约束468、469的目标函数467的极值。该输出可以是最优功率注入值(或计划)437,该最优功率注入值437可以被连续地导出以用于随后的分派时间点。
下面描述了优化算法的特定实施例。本发明不限于下面描述的优化算法。
优化算法:
EMS基于数学优化模型的建模和解析。该模型通过一个或多个目标函数来公式化,以通过考虑由约束集合定义的可行解空间进行优化。这些约束是根据必要的电厂和电网的功率和能量要求来定义的。
该优化模型在数学上被定义如下:
Min{f 1(x), f 2(x) ,..., f m (x)}
C k (x)≤0
D k (x) = 0
x ∊ Ω
其中,
f (x) = 目标函数
Ω = 解空间
C k = 不等式约束
D k = 等式约束
x = 所建模的变量
该优化模型由目标函数以及由具有线性特性的连续变量组成的约束集合来定义。
本发明的实施例还可以允许参与电力市场,如下面将描述的那样:
EMS可以例如发布针对特定时间间隔的生产预报(这由“出价预报计算”子系统来完成)。
如果该预报被确认(这可以由外部系统手动地或自动地完成),则功率递送引擎将采用最新的预报,并且它将通过考虑目标函数以及其约束来计算最优生产计划,该计划将被发送到本地电厂控制器。
可以适配时间跨度、间隔和更新频率,以便使该系统适配于不同的电力市场或外部控制系统。
作为本发明的实施例的优点,可以预测针对某个时间跨度的最优生产日历,并且本地电厂控制可以调整该生产以满足参考。
为了克服可再生能量的可预测性和可分派性的缺乏,虚拟发电厂(VPP)被认为是可能的解决方案。对多个生成资源的控制可以允许补偿它们之间的生成误差。然而,虚拟发电厂可以是分配和传输系统水平处的解决方案,但是在发电厂公共连接点水平处没有被考虑,这与所提出的能量管理系统不同。
应当注意的是,术语“包括”不排除其它元素或步骤,并且“一”或“一个”不排除多个。与不同实施例相关联地描述的元素也可以被组合。还应当注意的是,权利要求中的参考符号不应当被解释为限制权利要求的范围。
Claims (15)
1.混合式发电厂(100、110)的功率管理的方法,所述混合式发电厂包括至少一种类型的可再生功率生成设备(101、103)以及能量存储系统(105),所述方法包括:
在第一分派时间范围(125)之前:使用能量生产能力(121)和能量价格(123)的第一预报、并且特别是混合式电厂状态和电厂参数来导出定义了第一分派时间范围(125)中的功率生成的第一功率生成计划(127);
在第一分派时间范围(125)内的分派时间点(129)处:使用能量生产能力和能量价格的第二预报、并且特别是电厂状态和电厂参数来导出定义了第二分派时间范围(133)中的功率生成的第二功率生成计划(135);以及
基于第一功率生成计划(127)和第二功率生成计划(135),通过考虑至少一个约束来计算分派时间点(129)的最优功率注入值(137)。
2.根据前述权利要求所述的方法,其中所述约束包括功率阈值,其中所述最优功率注入值被计算为使得最优功率注入值(137)与根据第一功率生成计划(127)的功率值之间的偏差低于功率阈值,
其中所述功率阈值是定义了最大可允许偏差的相对功率阈值,所述相对功率阈值特别地由电网运营商来定义。
3.根据前述权利要求之一所述的方法,其中计算最优功率注入值(137)包括找到受制于约束的目标函数的极值、特别是最小值。
4.根据前述权利要求之一所述的方法,其中所述目标函数和/或所述至少一个约束被设计为实现以下各项中的至少一个:
偏差减轻,由此特别是应用容量固定;
技术优化,由此特别是应用容量固定;
经济优化,由此特别是应用能量套利和/或时间移位,其中处于不同的时间范围和/或针对不同类型的能量的价格差异被利用以用于利润最大化。
5.根据前述权利要求之一所述的方法,
计算最优功率注入值是使用包括目标函数的模型来执行的,
其中所述模型由具有线性特性的连续变量组成;
其中所述模型的目标函数和线性约束集合定义了包括最优功率注入值的凸解空间,
其中所述最优功率注入值特别地是凸解空间的极值。
6.根据前述权利要求之一所述的方法,
第一和/或第二功率生成计划涉及在所有功率生成设备和能量存储系统所连接到的公共连接点处或在至少一个功率生成设备和/或至少能量存储系统所连接到的另一个点或节点处的混合式电厂功率输出。
7.根据前述权利要求之一所述的方法,其中所述约束包括以下各项中的至少一个:
至少一个混合式电厂要求;
至少一个混合式电厂最大功率注入能力;
存储系统的充电和/或放电能力;
存储系统的允许充电和/或放电水平。
8.根据前述权利要求之一所述的方法,其中所述第一功率生成计划(127)和第二功率生成计划(135)在时间上重叠或者在时间上不重叠。
9.根据前述权利要求之一所述的方法,其中所述最优功率注入值(137)是通过进一步考虑实际能量生产能力和/或实际能量价格和/或实际混合式电厂状态来计算的。
10.根据前述权利要求之一所述的方法,
其中所述第一和/或第二分派时间范围(125、133)具有1小时和48小时之间的持续时间;和/或
其中每5分钟到60分钟来重复地计算随后分派时间点的最优功率注入值(137)。
11.根据前述权利要求之一所述的方法,其中能量生产能力(121)和/或能量价格(123)的预报是从外部源获得的,和/或包括关于以下各项中的至少一个的预报:
由于风所产生的功率;
由于太阳辐照度所产生的功率;
由于潮汐所产生的功率;
电厂功率;
风能的能量价格;
太阳能的能量价格;
潮汐能的能量价格;
任何类型能量的能量价格;
任何其它能量生成或消耗。
12.根据前述权利要求之一所述的方法,其中所述第一和/或第二功率生成计划(127、135)涉及在所有功率生成设备(101、103)和能量存储系统(105)所连接到的公共连接点(107)处或在至少一个功率生成设备和/或至少能量存储系统所连接到的另一个点或节点处的混合式电厂功率输出。
13.根据前述权利要求之一所述的方法,
其中所述第一和/或第二功率生成计划(127、135)被导出,以便最大化电厂功率输出和/或最小化存储在存储系统中的能量的使用和/或最大化销售所生成的能量的利润;和/或
其中所述混合式电厂(110)包括至少一个风力涡轮机、特别是风场、和/或至少一个太阳能转换单元、特别是太阳能场、和/或潮汐能转换设备。
14.用于混合式发电厂的功率管理的布置(150),所述混合式发电厂包括至少一种类型的可再生功率生成设备以及能量存储系统,所述布置包括处理器(115、117),所述处理器被适配成:
在第一分派时间范围(125)之前:使用能量生产能力(121)和能量价格(123)的第一预报、并且特别是混合式电厂状态和电厂参数来导出定义了第一分派时间范围(125)中的功率生成的第一功率生成计划(127);
在分派时间点(129)处:使用能量生产能力和能量价格的第二预报、并且特别是电厂状态和电厂参数来导出定义了第二分派时间范围(133)中的功率生成的第二功率生成计划(133);以及
基于第一功率生成计划(127)和第二功率生成计划(135),通过考虑至少一个约束来计算分派时间点(129)的最优功率注入值(137),
其中所述布置特别地被适配为实行或控制根据前述权利要求之一的方法。
15.混合式发电厂系统(100),包括:
至少一种类型的可再生功率生成设备(101、103);
能量存储系统(105);以及
根据前述权利要求的布置(150)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20380001.6A EP3848865A1 (en) | 2020-01-13 | 2020-01-13 | Power management of a hybrid power plant |
EP20380001.6 | 2020-01-13 | ||
PCT/EP2020/085059 WO2021144073A1 (en) | 2020-01-13 | 2020-12-08 | Power management of a hybrid power plant |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114902251A true CN114902251A (zh) | 2022-08-12 |
Family
ID=69500694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080092928.0A Pending CN114902251A (zh) | 2020-01-13 | 2020-12-08 | 混合式发电厂的功率管理 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230073358A1 (zh) |
EP (2) | EP3848865A1 (zh) |
CN (1) | CN114902251A (zh) |
WO (1) | WO2021144073A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12074445B1 (en) | 2023-09-13 | 2024-08-27 | 8Me Nova, Llc | Scheduling delivery of energy associated with energy attribute certificates from networked renewable energy power plants |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
US20110307109A1 (en) * | 2010-05-27 | 2011-12-15 | Sri-Jayantha Sri M | Smarter-Grid: Method to Forecast Electric Energy Production and Utilization Subject to Uncertain Environmental Variables |
WO2013106941A1 (en) * | 2012-01-17 | 2013-07-25 | Energiebüro AG | Method of predicting the expected future power production of a wind or solar power plant |
CN103827482A (zh) * | 2011-06-14 | 2014-05-28 | 维斯塔斯风力系统集团公司 | 风力涡轮机发电厂的选择性下垂响应控制 |
CN104969436A (zh) * | 2013-02-07 | 2015-10-07 | 维斯塔斯风力系统集团公司 | 用于提供电网辅助服务的发电厂和能量存储系统 |
CN107332286A (zh) * | 2017-07-27 | 2017-11-07 | 清华大学 | 一种含储热的热电联产与风电协调调度方法 |
WO2017201427A1 (en) * | 2016-05-19 | 2017-11-23 | The Catholic University Of America | System and methods for improving the accuracy of solar energy and wind energy forecasts for an electric utility grid |
CN108028543A (zh) * | 2015-09-14 | 2018-05-11 | Abb瑞士股份有限公司 | 发电厂斜变率控制 |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8706650B2 (en) * | 2009-01-14 | 2014-04-22 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US20150278968A1 (en) * | 2009-10-23 | 2015-10-01 | Viridity Energy, Inc. | Facilitating revenue generation from data shifting by data centers |
US9026259B2 (en) * | 2012-01-25 | 2015-05-05 | General Electric Company | Power generation optimization in microgrid including renewable power source |
US9778627B2 (en) * | 2012-11-16 | 2017-10-03 | Siemens Aktiengesellschaft | Method of controlling a power network |
US10734811B2 (en) * | 2017-11-27 | 2020-08-04 | Ihi Inc. | System and method for optimal control of energy storage system |
EP3823125A1 (en) * | 2019-11-15 | 2021-05-19 | Siemens Gamesa Renewable Energy Innovation & Technology, S.L. | Controlling a hybrid power plant |
EP3954012A1 (en) * | 2019-05-20 | 2022-02-16 | Siemens Gamesa Renewable Energy Innovation & Technology S.L. | Controlling a hybrid power plant |
-
2020
- 2020-01-13 EP EP20380001.6A patent/EP3848865A1/en not_active Withdrawn
- 2020-12-08 EP EP20828964.5A patent/EP4066179A1/en active Pending
- 2020-12-08 US US17/789,882 patent/US20230073358A1/en active Pending
- 2020-12-08 CN CN202080092928.0A patent/CN114902251A/zh active Pending
- 2020-12-08 WO PCT/EP2020/085059 patent/WO2021144073A1/en unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110307109A1 (en) * | 2010-05-27 | 2011-12-15 | Sri-Jayantha Sri M | Smarter-Grid: Method to Forecast Electric Energy Production and Utilization Subject to Uncertain Environmental Variables |
CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
CN103827482A (zh) * | 2011-06-14 | 2014-05-28 | 维斯塔斯风力系统集团公司 | 风力涡轮机发电厂的选择性下垂响应控制 |
WO2013106941A1 (en) * | 2012-01-17 | 2013-07-25 | Energiebüro AG | Method of predicting the expected future power production of a wind or solar power plant |
CN104969436A (zh) * | 2013-02-07 | 2015-10-07 | 维斯塔斯风力系统集团公司 | 用于提供电网辅助服务的发电厂和能量存储系统 |
CN108028543A (zh) * | 2015-09-14 | 2018-05-11 | Abb瑞士股份有限公司 | 发电厂斜变率控制 |
WO2017201427A1 (en) * | 2016-05-19 | 2017-11-23 | The Catholic University Of America | System and methods for improving the accuracy of solar energy and wind energy forecasts for an electric utility grid |
CN107332286A (zh) * | 2017-07-27 | 2017-11-07 | 清华大学 | 一种含储热的热电联产与风电协调调度方法 |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3848865A1 (en) | 2021-07-14 |
US20230073358A1 (en) | 2023-03-09 |
EP4066179A1 (en) | 2022-10-05 |
WO2021144073A1 (en) | 2021-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghasemi et al. | Optimal energy management of a renewable-based isolated microgrid with pumped-storage unit and demand response | |
Mehrjerdi | Dynamic and multi-stage capacity expansion planning in microgrid integrated with electric vehicle charging station | |
Zhang et al. | A two-layer model for microgrid real-time dispatch based on energy storage system charging/discharging hidden costs | |
Rabiee et al. | Optimal operation of microgrids through simultaneous scheduling of electrical vehicles and responsive loads considering wind and PV units uncertainties | |
Motalleb et al. | Optimal placement and sizing of the storage supporting transmission and distribution networks | |
Mehrjerdi et al. | Energy and uncertainty management through domestic demand response in the residential building | |
Logenthiran et al. | Multiagent system for real-time operation of a microgrid in real-time digital simulator | |
US20220255323A1 (en) | Controlling a hybrid power plant | |
Zhai et al. | Robust model predictive control for energy management of isolated microgrids | |
EP3823125A1 (en) | Controlling a hybrid power plant | |
CN111711184A (zh) | 一种基于最坏场景辨识的电力系统鲁棒经济调度方法 | |
CN111555366B (zh) | 一种基于多时间尺度的微网三层能量优化管理方法 | |
Zaree et al. | An MILP formulation for centralized energy management strategy of microgrids | |
Zacharia et al. | Optimal energy management and scheduling of a microgrid in grid-connected and islanded modes | |
Saha | Adaptive model-based receding horizon control of interconnected renewable-based power micro-grids for effective control and optimal power exchanges | |
Lazaroiu et al. | Energy trading optimization of a virtual power plant on electricity market | |
Paul et al. | Demand side management based optimal scheduling portfolio of a microgrid in linear programming platform | |
Anderson et al. | Distributed wind-hybrid microgrids with autonomous controls and forecasting | |
US20230073358A1 (en) | Power management of a hybrid power plant | |
Paliwal et al. | Short-term optimal energy management in stand-alone microgrid with battery energy storage | |
Prajapati et al. | Congestion management of power system with integration of renewable resources and energy storage system | |
Tripathy et al. | Establishing the stacked value of battery energy storage in electric power systems | |
Liu et al. | Networked microgrids for improving economics and resiliency | |
Gupta | Generation scheduling at PCC in grid connected microgrid | |
Bouaicha et al. | Economic scheduling of a hybrid microgrid based on weather forecasts |
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 |