CN115693793A - 一种区域微电网能源优化控制方法 - Google Patents
一种区域微电网能源优化控制方法 Download PDFInfo
- Publication number
- CN115693793A CN115693793A CN202211241360.1A CN202211241360A CN115693793A CN 115693793 A CN115693793 A CN 115693793A CN 202211241360 A CN202211241360 A CN 202211241360A CN 115693793 A CN115693793 A CN 115693793A
- Authority
- CN
- China
- Prior art keywords
- energy
- microgrid
- grid
- model
- micro
- 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 37
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004146 energy storage Methods 0.000 claims abstract description 46
- 230000033228 biological regulation Effects 0.000 claims abstract description 38
- 238000004088 simulation Methods 0.000 claims abstract description 36
- 239000000446 fuel Substances 0.000 claims abstract description 25
- 230000005611 electricity Effects 0.000 claims description 26
- 238000012423 maintenance Methods 0.000 claims description 18
- 238000010248 power generation Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000002485 combustion reaction Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 230000001276 controlling effect Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000017525 heat dissipation Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000005338 heat storage Methods 0.000 claims description 2
- 238000013075 data extraction Methods 0.000 claims 1
- 239000007789 gas Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000002918 waste heat Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种区域微电网能源优化控制方法，包括：基于区域微电网中组成设备的物理实体在虚拟空间中构建微电网能源系统；基于区域微电网的运行参数和历史数据在微电网能源系统中建立微电网运行模型，包括能源出力模型、负荷预测模型、储能模型和约束条件；在保证供能负荷的前提下以单位能量成本最低为优化目标，基于微电网运行模型进行优化求解，得到优化调控方案；根据采用优化调控方案后的模型仿真数据和实际运行数据，对微电网运行模型进行修正。本发明不仅考虑了可再生能源接入微电网的情况，同时还考虑了燃烧燃料进行供能的设备接入情况，并且以单位能量成本最低为优化目标进行优化调控，从而提高能源利用效率，降低供能成本。
Description
技术领域
本发明涉及微电网技术领域，尤其是涉及一种区域微电网能源优化控制方法。
背景技术
微电网是未来智能配电网实现自愈、用户侧互动和需求响应的重要途径。微电网将满足多种能源综合利用需求并面临更多新问题，大量的入户式单相光伏、小型风机、冷热电三联供、电动汽车、蓄电池、氢能等家庭式分布电源、大量柔性电力电子装置的出现将进一步增加微电网的复杂性，屋顶电站、电动汽车充放电、智能用电楼宇和智能家居带来微电网形式的灵活多样化、多种微电源响应时间的协调问题、现有小发电机组并入微电网的可行性问题、微电网配置分布式电源/储能接口标准化问题，微电网建设环境评价、微电网内基于电力电子接口的电源和FACTS装置控制域耦合问题等都将成为微电网研究的新问题。加强对微电网的协调控制，通过对微网内能量优化、虚拟电厂技术及智能配网对微网群的全局优化调控，可以逐步提高微电网的经济性，实现更高层次的高效、经济、安全运行。
在中国专利文献上公开的“一种园区光储荷微电网经济调度实现方法”，其公开号为CN109193812B，公开日期为2021-07-30，包括：利用现有的BP神经网络算法预测未来一天各时段的光伏发电功率以及负荷功率；建立储能系统的运行维护成本函数；建立园区光储荷微电网经济调度运行成本最低目标函数：结合分时电价信息，根据峰谷电价时微电网经济运行的基本策略，利用遗传算法对园区微电网目标函数寻优，得到园区微电网各个单元的具体运行状态，合理配置园区微电网光伏、储能、负荷、与大电网的交换能量，制定园区微电网经济调度策略。本发明充分结合工业园区微电网实际特点，建立了园区微电网运行成本函数，解决了工业园区微电网经济调度面临的问题，同时也给工业园区微电网经济调度提供一种借鉴方法。但是该技术中心的微电网只考虑了光伏发电在微电网中的影响，并没有考虑其他分布式能源接入后对微电网调控的影响。
发明内容
本发明是为了克服现有技术中微电网的调控只考虑接入的分布式能源为可再生能源的问题，提供了一种区域微电网能源优化控制方法，不仅考虑了可再生能源接入微电网的情况，同时还考虑了燃烧燃料进行供能的设备接入情况，并且以单位能量成本最低为优化目标进行优化调控，从而提高能源利用效率，降低供能成本。
为了实现上述目的，本发明采用以下技术方案：
一种区域微电网能源优化控制方法，包括：
S1、基于区域微电网中组成设备的物理实体在虚拟空间中构建微电网能源系统；
S2、基于区域微电网的运行参数和历史数据在微电网能源系统中建立微电网运行模型，包括能源出力模型、负荷预测模型、储能模型和约束条件；
S3、在保证供能负荷的前提下以单位能量成本最低为优化目标，基于微电网运行模型进行优化求解，得到优化调控方案；
S4、根据采用优化调控方案后的模型仿真数据和实际运行数据，对微电网运行模型进行修正。
本发明中将组成区域微电网的设备的物理实体投影到虚拟空间中构建微电网能源系统，可以使得工作人员更加便于观察和操作；同时在微电网能源系统的各个部分都设置有对应的模型，如光伏发电设备的光伏发电出力模型，燃气轮机的出力模型，用户负荷侧的负荷预测模型等等，并添加设置有约束条件以保证区域微电网的安全运行；在本发明中以单位能量成本最低为优化目标，可以使得区域微电网在运行后能以最少的资金投入获得最大的能量产出，在提高能量利用效率的同时降低能量的生产成本；此外通过仿真运行数据和实际运行数据的对比，在误差超出阈值的情况下对微电网运行模型进行修正，可以提高优化调控的准确性，更符合实际运行情况。
作为优选，所述微电网能源系统包括：
数据采集模块，用于实时采集区域微电网的空间环境信息和运行数据并发送到模型映射模块；模型映射模块，接收数据采集模块发送的数据，建立微电网运行模型并进行仿真计算和可视化监控；
设备调控模块，根据模型映射模块中的仿真计算结果对区域微电网进行调控。
本发明中数据采集模块采集的数据信息包括但不限于微电网组成设备的物理实体的几何参数、所在环境的各种环境参数、微电网各项运行数据等，通过在实体设备各处设置传感器采集尽可能多的数据来完善微电网运行模型，使得其更贴近物理实体进行运行。设备调控模块则根据仿真计算结果对区域微电网进行远程控制，同时还可以设置有人工核验和操作单元，由人工核查仿真计算结果后再发送控制指令。模型映射模块包括有模型创建单元、数据信息处理单元、仿真计算单元和控制单元，达到对微电网全过程全周期的可视化监控。
作为优选，所述S3中包括以下步骤：
S31、以单位能量成本最低为优化目标构建目标函数：
Fall＝Fnet+Frl+Fo
其中Fall为在统计时间段内总的成本；Fnet、Frl、Fo分别为统计时间段内的从电网购电费用、燃料成本和维护成本；Eload为在统计时间段内总的负荷能量；Enet为在统计时间段内与电网交易的净购电量。
S32、根据微电网运行模型对目标函数进行求解，得到优化控制方案。
本发明中以单位能量成本最低为优化目标构建目标函数，统计时间段可以根据需要设定为一天、一周或者一月等；单位能量成本为总成本除以总能量，其中总成本包括从电网购电费用、燃烧燃料供能消耗的燃料费用以及微电网中设备维护的费用；总能量包括总的消耗的负荷能量和与电网交易的净购电量；本发明中的负荷能量包括电能和热能。
作为优选，所述目标函数中
其中n表示统计时间段内时间节点的个数；N表示微电网中的能源种类数；Pnet,i表示第i个时间节点电网的供电功率，大于零时表示向电网买电，小于零时表示向电网卖电；Cnet,i表示第i个时间节点的电价；Es表示储能设备的总容量；Ccycle表示储能设备单位容量的维护成本；Px,i表示第i个时间节点第x种能源的供能功率；Cx表示第x种能源每提供单位能量的维护成本；Mx表示统计时间段内第x种能源燃烧燃料提供的能量；cx和fx分别表示第x种能源燃烧燃料的比热和每单位质量的燃料价格。
本发明中在统计时间段内每个时间节点的电网供电功率之和即为与电网交易的净购电量；从电网购电费用则根据不同时间节点的供电功率和电价进行计算；维护成本包括能源设备供能的维护成本，如光伏发电设备等可再生能源和燃气轮机等燃烧设备，还包括储能设备的维护成本；燃料成本则是能源设备供能所消耗的燃料的资金，对于可再生能源设备其燃烧燃料提供的能量为零。
作为优选，所述微电网运行模型中的能源出力模型包括光伏发电出力模型：
其中Vi和Ii分别为第i个时间节点光伏组件的输出电压和输出电流；光伏组件的串联光伏电池数为ns，并联光伏电池数为np；Iph,i和Ios,i分别表示第i个时间节点的光生电流源电流和二极管的反向饱和电流；q、k分别表示电子电荷和玻尔兹曼常数；Tc表示光伏电池工作温度；Rs表示光伏电池串联电阻；A表示二极管拟合特性。
本发明中区域微电网内光伏发电设备是最为普遍和常用的可再生能源提供端，光伏发电出力模型根据组成光伏组件的光伏电池的工作情况进行构建，出力模型中；Iph,i表示光生电流源电流；Ios,i表示二极管的反向饱和电流，这两者的具体数据可以通过公式计算得到。
作为优选，所述储能模型包括电储能模型和热储能模型：
其中Ese(i)和Esh(i)分别表示第i时间节点的电储能容量和热储能容量；τ为电储能自放电率；μ为热储能散热损失率；
和
为第i时间节点的充放电功率；ηse,ch和ηse,dis为充放电效率；
和
为第i时间节点的吸热和放热功率；ηsh,ch和ηsh,dis为吸热和放热效率。
本发明中由于微电网中不仅包括单纯供电的光伏发电设备等部分，还包括既能发电也会提供热能的燃气轮机的燃烧设备，因此微电网的储能系统中不仅需要考虑电储能设备，还需要考虑热储能设备，在提高电能利用率的同时提高热能的利用率，从而达到提高能量利用效率的目的。
作为优选，所述约束条件包括一次能源利用率约束：
其中Ej为第j种可再生能源产生的能量；M为可再生能源的种类；ηgrid和ηnet分别表示电厂平均供电效率和电网输电效率；α为预设的一次能源利用率下限。
本发明中约束条件包括功率平衡约束、储能的充放能约束、燃气轮机的约束等等，从而保证微电网运行过程中的安全性；此外还设置了一次能源利用率约束，设置微电网中的一次能源利用率下限，可以保证微电网在调控过程中始终有较高的能量利用率，减少能量的损耗浪费。
作为优选，所述S4中计算微电网能源系统中依据优化调控方案的仿真运行数据，并和运行优化调控方案时区域微电网的实际运行数据进行对比，判断误差是否超出设定阈值，若超出阈值，则采用神经网络算法对仿真运行数据和实际运行数据进行特征数据提取，获得误差较大的数据并输出修正系数，以修正微电网运行模型。
本发明中在对目标函数进行求解得到最终的优化调控方案的同时，微电网运行模型会根据优化调控方案进行仿真计算得到模拟的仿真运行数据，而在采用优化调控方案进行实际的区域微电网控制时会产生实际运行数据；因为仿真模拟的情况和实际运行的情况始终会存在差别，以及相关参数的变化，所以需要根据仿真运行数据和实际运行数据进行对比，找出使得两者的结果误差超出设定阈值的影响参数并进行修正，从而使得微电网运行模型更贴合实际的物理实体。
本发明具有如下有益效果：本发明不仅考虑了可再生能源接入微电网的情况，同时还考虑了燃烧燃料进行供能的设备接入情况，并且以单位能量成本最低为优化目标进行优化调控，从而提高能源利用效率，降低供能成本；通过仿真运行数据和实际运行数据的对比，在误差超出阈值的情况下对微电网运行模型进行修正，可以提高优化调控的准确性，更符合实际运行情况。
附图说明
图1是本发明区域微电网能源优化控制方法的流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
如图1所示，一种区域微电网能源优化控制方法，包括：
S1、基于区域微电网中组成设备的物理实体在虚拟空间中构建微电网能源系统；微电网能源系统包括：数据采集模块，用于实时采集区域微电网的空间环境信息和运行数据并发送到模型映射模块；模型映射模块，接收数据采集模块发送的数据，建立微电网运行模型并进行仿真计算和可视化监控；设备调控模块，根据模型映射模块中的仿真计算结果对区域微电网进行调控。
S2、基于区域微电网的运行参数和历史数据在微电网能源系统中建立微电网运行模型，包括能源出力模型、负荷预测模型、储能模型和约束条件。
S3、在保证供能负荷的前提下以单位能量成本最低为优化目标，基于微电网运行模型进行优化求解，得到优化调控方案；S3中包括以下步骤：
S31、以单位能量成本最低为优化目标构建目标函数：
Fall＝Fnet+Frl+Fo
其中Fall为在统计时间段内总的成本；Fnet、Frl、Fo分别为统计时间段内的从电网购电费用、燃料成本和维护成本；Eload为在统计时间段内总的负荷能量，包括电能和热能；Enet为在统计时间段内与电网交易的净购电量。
S32、根据微电网运行模型对目标函数进行求解，得到优化控制方案。
S4、根据采用优化调控方案后的模型仿真数据和实际运行数据，对微电网运行模型进行修正。计算微电网能源系统中依据优化调控方案的仿真运行数据，并和运行优化调控方案时区域微电网的实际运行数据进行对比，判断误差是否超出设定阈值，若超出阈值，则采用神经网络算法对仿真运行数据和实际运行数据进行特征数据提取，获得误差较大的数据并输出修正系数，以修正微电网运行模型。
目标函数中
其中n表示统计时间段内时间节点的个数；N表示微电网中的能源种类数；Pnet,i表示第i个时间节点电网的供电功率，大于零时表示向电网买电，小于零时表示向电网卖电；Cnet,i表示第i个时间节点的电价；Es表示储能设备的总容量；Ccycle表示储能设备单位容量的维护成本；Px,i表示第i个时间节点第x种能源的供能功率；Cx表示第x种能源每提供单位能量的维护成本；Mx表示统计时间段内第x种能源燃烧燃料提供的能量；cx、ηx和fx分别表示第x种能源燃烧燃料的比热、燃烧效率和每单位质量的燃料价格。
微电网运行模型中的能源出力模型包括光伏发电出力模型：
其中Vi和Ii分别为第i个时间节点光伏组件的输出电压和输出电流；光伏组件的串联光伏电池数为ns，并联光伏电池数为np；Iph,i和Ios,i分别表示第i个时间节点的光生电流源电流和二极管的反向饱和电流；q、k分别表示电子电荷和玻尔兹曼常数；Tc,i表示光伏电池第i个时间节点的工作温度；Rs表示光伏电池串联电阻；A和B相等，表示二极管拟合特性；G表示太阳辐照强度；ISCR表示在太阳辐照强度为1000W/m2，电池温度为参考温度下的短路电流；KI表示ISCR下短路电流温度系数；Tr表示参考温度(Tr＝298.16K)；Ior表示在参考温度时的二极管饱和电流；EG表示硅的禁带宽度。公式中的温度都以华氏度计算。
微电网运行模型中的能源出力模型还包括燃气轮机出力模型：
其中QMT(i)表示第i时间节点燃气轮机的排气余热量；ηe(i)为第i时间节点燃气轮机的发电效率；η1为燃气轮机散热损失系数；Pe(i)表示第i时间节点的燃气轮机输出的电功率；Qhe(i)表示第i时间节点燃气轮机烟气余热提供的制热量；Khe表示制热系数；VMT表示燃气轮机消耗的天然气量；L表示天然气低热热值，取9.7kWh/m3。
储能模型包括电储能模型和热储能模型：
其中Ese(i)和Esh(i)分别表示第i时间节点的电储能容量和热储能容量；τ为电储能自放电率；μ为热储能散热损失率；
和
为第i时间节点的充放电功率；ηse,ch和ηse,dis为充放电效率；
和
为第i时间节点的吸热和放热功率；ηsh,ch和ηsh,dis为吸热和放热效率。
约束条件包括一次能源利用率约束：
其中Ej为第j种可再生能源产生的能量；M为可再生能源的种类；ηgrid和ηnet分别表示电厂平均供电效率和电网输电效率；α为预设的一次能源利用率下限。
燃气轮机爬坡率约束：增加功率时，
Pe(i)-Pe(i-1)≤Rup
减小功率时，
Pe(i-1)-Pe(i)≤Rdown
其中Rup和Rdown分别为在一个调度时段内燃气轮机调整的有功功率上下限。
功率平衡约束：
Pload,i＝Pnet,i+Px,i+Ps,i
其中Pload,i为第i时间节点总的负荷能量功率；Px,i为第i时间节点第x种能源的供能功率；Ps,i为第i时间节点总的储能设备的供能功率，大于零时表示储能设备供能，小于零时表示储能设备充能，其为电储能设备的功能功率和热储能设备的功能功率之和。对于储能设备的充放能约束可以使用常规的约束公式，因此不详细描述。
本发明中将组成区域微电网的设备的物理实体投影到虚拟空间中构建微电网能源系统，可以使得工作人员更加便于观察和操作；同时在微电网能源系统的各个部分都设置有对应的模型，如光伏发电设备的光伏发电出力模型，燃气轮机的出力模型，用户负荷侧的负荷预测模型等等，并添加设置有约束条件以保证区域微电网的安全运行；在本发明中以单位能量成本最低为优化目标，可以使得区域微电网在运行后能以最少的资金投入获得最大的能量产出，在提高能量利用效率的同时降低能量的生产成本；此外通过仿真运行数据和实际运行数据的对比，在误差超出阈值的情况下对微电网运行模型进行修正，可以提高优化调控的准确性，更符合实际运行情况。
本发明中数据采集模块采集的数据信息包括但不限于微电网组成设备的物理实体的几何参数、所在环境的各种环境参数、微电网各项运行数据等，通过在实体设备各处设置传感器采集尽可能多的数据来完善微电网运行模型，使得其更贴近物理实体进行运行。设备调控模块则根据仿真计算结果对区域微电网进行远程控制，同时还可以设置有人工核验和操作单元，由人工核查仿真计算结果后再发送控制指令。模型映射模块包括有模型创建单元、数据信息处理单元、仿真计算单元和控制单元，达到对微电网全过程全周期的可视化监控。
本发明中以单位能量成本最低为优化目标构建目标函数，统计时间段可以根据需要设定为一天、一周或者一月等；单位能量成本为总成本除以总能量，其中总成本包括从电网购电费用、燃烧燃料供能消耗的燃料费用以及微电网中设备维护的费用；总能量包括总的消耗的负荷能量和与电网交易的净购电量；本发明中的负荷能量包括电能和热能。
本发明中在统计时间段内每个时间节点的电网供电功率之和即为与电网交易的净购电量；从电网购电费用则根据不同时间节点的供电功率和电价进行计算；维护成本包括能源设备供能的维护成本，如光伏发电设备等可再生能源和燃气轮机等燃烧设备，还包括储能设备的维护成本；燃料成本则是能源设备供能所消耗的燃料的资金，对于可再生能源设备其燃烧燃料提供的能量为零。
本发明中区域微电网内光伏发电设备是最为普遍和常用的可再生能源提供端，光伏发电出力模型根据组成光伏组件的光伏电池的工作情况进行构建，出力模型中；Iph,i表示光生电流源电流；Ios,i表示二极管的反向饱和电流，这两者的具体数据可以通过公式计算得到。
本发明中由于微电网中不仅包括单纯供电的光伏发电设备等部分，还包括既能发电也会提供热能的燃气轮机的燃烧设备，因此微电网的储能系统中不仅需要考虑电储能设备，还需要考虑热储能设备，在提高电能利用率的同时提高热能的利用率，从而达到提高能量利用效率的目的。
本发明中约束条件包括功率平衡约束、储能的充放能约束、燃气轮机的约束等等，从而保证微电网运行过程中的安全性；此外还设置了一次能源利用率约束，设置微电网中的一次能源利用率下限，可以保证微电网在调控过程中始终有较高的能量利用率，减少能量的损耗浪费。
本发明中在对目标函数进行求解得到最终的优化调控方案的同时，微电网运行模型会根据优化调控方案进行仿真计算得到模拟的仿真运行数据，而在采用优化调控方案进行实际的区域微电网控制时会产生实际运行数据；因为仿真模拟的情况和实际运行的情况始终会存在差别，以及相关参数的变化，所以需要根据仿真运行数据和实际运行数据进行对比，找出使得两者的结果误差超出设定阈值的影响参数并进行修正，从而使得微电网运行模型更贴合实际的物理实体。
上述实施例是对本发明的进一步阐述和说明，以便于理解，并不是对本发明的任何限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种区域微电网能源优化控制方法，其特征在于，包括：
S1、基于区域微电网中组成设备的物理实体在虚拟空间中构建微电网能源系统；
S2、基于区域微电网的运行参数和历史数据在微电网能源系统中建立微电网运行模型，包括能源出力模型、负荷预测模型、储能模型和约束条件；
S3、在保证供能负荷的前提下以单位能量成本最低为优化目标，基于微电网运行模型进行优化求解，得到优化调控方案；
S4、根据采用优化调控方案后的模型仿真数据和实际运行数据，对微电网运行模型进行修正。
2.根据权利要求1所述的一种区域微电网能源优化控制方法，其特征在于，所述微电网能源系统包括：
数据采集模块，用于实时采集区域微电网的空间环境信息和运行数据并发送到模型映射模块；
模型映射模块，接收数据采集模块发送的数据，建立微电网运行模型并进行仿真计算和可视化监控；
设备调控模块，根据模型映射模块中的仿真计算结果对区域微电网进行调控。
3.根据权利要求1或2所述的一种区域微电网能源优化控制方法，其特征在于，所述S3中包括以下步骤：
S31、以单位能量成本最低为优化目标构建目标函数：
Fall＝Fnet+Frl+Fo
其中Fall为在统计时间段内总的成本；Fnet、Frl、Fo分别为统计时间段内的从电网购电费用、燃料成本和维护成本；Eload为在统计时间段内总的负荷能量；Enet为在统计时间段内与电网交易的净购电量。
S32、根据微电网运行模型对目标函数进行求解，得到优化控制方案。
4.根据权利要求3所述的一种区域微电网能源优化控制方法，其特征在于，所述目标函数中
其中n表示统计时间段内时间节点的个数；N表示微电网中的能源种类数；Pnet,i表示第i个时间节点电网的供电功率，大于零时表示向电网买电，小于零时表示向电网卖电；Cnet,i表示第i个时间节点的电价；Es表示储能设备的总容量；Ccycle表示储能设备单位容量的维护成本；Px,i表示第i个时间节点第x种能源的供能功率；Cx表示第x种能源每提供单位能量的维护成本；Mx表示统计时间段内第x种能源燃烧燃料提供的能量；cx、ηx和fx分别表示第x种能源燃烧燃料的比热、燃烧效率和每单位质量的燃料价格。
5.根据权利要求1或2或4所述的一种区域微电网能源优化控制方法，其特征在于，所述微电网运行模型中的能源出力模型包括光伏发电出力模型：
其中Vi和Ii分别为第i个时间节点光伏组件的输出电压和输出电流；光伏组件的串联光伏电池数为ns，并联光伏电池数为np；Iph,i和Ios,i分别表示第i个时间节点的光生电流源电流和二极管的反向饱和电流；q、k分别表示电子电荷和玻尔兹曼常数；Tc表示光伏电池工作温度；Rs表示光伏电池串联电阻；A表示二极管拟合特性。
6.根据权利要求1或2或4所述的一种区域微电网能源优化控制方法，其特征在于，所述储能模型包括电储能模型和热储能模型：
其中Ese(i)和Esh(i)分别表示第i时间节点的电储能容量和热储能容量；τ为电储能自放电率；μ为热储能散热损失率；
和
为第i时间节点的充放电功率；ηse,ch和ηse,dis为充放电效率；
和
为第i时间节点的吸热和放热功率；ηsh,ch和ηsh,dis为吸热和放热效率。
7.根据权利要求4所述的一种区域微电网能源优化控制方法，其特征在于，所述约束条件包括一次能源利用率约束：
其中Ej为第j种可再生能源产生的能量；M为可再生能源的种类；ηgrid和ηnet分别表示电厂平均供电效率和电网输电效率；α为预设的一次能源利用率下限。
8.根据权利要求1或2所述的一种区域微电网能源优化控制方法，其特征在于，所述S4中计算微电网能源系统中依据优化调控方案的仿真运行数据，并和运行优化调控方案时区域微电网的实际运行数据进行对比，判断误差是否超出设定阈值，若超出阈值，则采用神经网络算法对仿真运行数据和实际运行数据进行特征数据提取，获得误差较大的数据并输出修正系数，以修正微电网运行模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211241360.1A CN115693793B (zh) | 2022-10-11 | 2022-10-11 | 一种区域微电网能源优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211241360.1A CN115693793B (zh) | 2022-10-11 | 2022-10-11 | 一种区域微电网能源优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115693793A true CN115693793A (zh) | 2023-02-03 |
| CN115693793B CN115693793B (zh) | 2024-05-17 |
Family
ID=85064185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211241360.1A Active CN115693793B (zh) | 2022-10-11 | 2022-10-11 | 一种区域微电网能源优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115693793B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117175647A (zh) * | 2023-11-02 | 2023-12-05 | 江苏龙擎动力科技股份有限公司 | 一种应用于微电网的新能源储能方法及系统 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103151797A (zh) * | 2013-03-04 | 2013-06-12 | 上海电力学院 | 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 |
| 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 |
| CN104616208A (zh) * | 2015-02-04 | 2015-05-13 | 东南大学 | 一种基于模型预测控制的冷热电联供型微电网运行方法 |
| CN105207267A (zh) * | 2015-10-29 | 2015-12-30 | 南阳理工学院 | 一种微网能量管理系统 |
| CN105894108A (zh) * | 2016-03-25 | 2016-08-24 | 中国南方电网有限责任公司电网技术研究中心 | 微电网运行规划方法及系统 |
| CN106056246A (zh) * | 2016-05-30 | 2016-10-26 | 清华大学 | 一种冷热电多能流微电网考虑运行的储能容量优化方法 |
| CN107194516A (zh) * | 2017-06-07 | 2017-09-22 | 华北电力大学 | 含多主体的多能互补微电网分布式优化调度方法 |
| CN107609693A (zh) * | 2017-08-31 | 2018-01-19 | 安徽大学 | 基于Pareto档案粒子群算法的微电网多目标优化方法 |
| CN108494014A (zh) * | 2018-02-08 | 2018-09-04 | 能金云（北京）信息技术有限公司 | 一种混合能源热电联产经济性优化管理方法 |
| CN108539739A (zh) * | 2018-05-10 | 2018-09-14 | 安徽理工大学 | 微电网运行能量管理优化方法 |
| CN109034480A (zh) * | 2018-07-31 | 2018-12-18 | 湘潭大学 | 一种基于智能合约的互联微网分布式优化调度方法 |
| CN109146182A (zh) * | 2018-08-24 | 2019-01-04 | 南京理工大学 | 计及多种储能的分布式冷热电联供系统的经济调度方法 |
| CN109286187A (zh) * | 2018-10-19 | 2019-01-29 | 国网宁夏电力有限公司经济技术研究院 | 一种面向多主体利益均衡的微网日前经济调度方法 |
| CN110033321A (zh) * | 2019-04-02 | 2019-07-19 | 国网经济技术研究院有限公司 | 一种互联多微电网运行控制方法和系统 |
| CN110112786A (zh) * | 2019-06-25 | 2019-08-09 | 中腾微网（北京）科技有限公司 | 一种含电热负荷的微网系统能量管理方法 |
| US20190369581A1 (en) * | 2017-01-11 | 2019-12-05 | Southeast University | Integrated energy system operational optimization method considering thermal inertia of district heating networks and buildings |
| CN110752626A (zh) * | 2019-12-12 | 2020-02-04 | 厦门大学 | 一种主动配电网滚动优化调度方法 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN112785048A (zh) * | 2021-01-07 | 2021-05-11 | 太原理工大学 | 计及电动汽车用户需求的直流微电网经济调度方法 |
| CN113690941A (zh) * | 2021-03-24 | 2021-11-23 | 清华大学 | 配置光储充微网容量的方法、装置、设备及存储介质 |
| CN114219121A (zh) * | 2021-10-28 | 2022-03-22 | 国网浙江省电力有限公司海宁市供电公司 | 一种基于源-荷预测的区域综合能源多目标优化方法 |
| CN114723230A (zh) * | 2022-03-16 | 2022-07-08 | 华中科技大学 | 面向新能源发电和储能的微电网双层调度方法及系统 |
-
2022
- 2022-10-11 CN CN202211241360.1A patent/CN115693793B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103151797A (zh) * | 2013-03-04 | 2013-06-12 | 上海电力学院 | 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 |
| 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 |
| CN104616208A (zh) * | 2015-02-04 | 2015-05-13 | 东南大学 | 一种基于模型预测控制的冷热电联供型微电网运行方法 |
| CN105207267A (zh) * | 2015-10-29 | 2015-12-30 | 南阳理工学院 | 一种微网能量管理系统 |
| CN105894108A (zh) * | 2016-03-25 | 2016-08-24 | 中国南方电网有限责任公司电网技术研究中心 | 微电网运行规划方法及系统 |
| CN106056246A (zh) * | 2016-05-30 | 2016-10-26 | 清华大学 | 一种冷热电多能流微电网考虑运行的储能容量优化方法 |
| US20190369581A1 (en) * | 2017-01-11 | 2019-12-05 | Southeast University | Integrated energy system operational optimization method considering thermal inertia of district heating networks and buildings |
| CN107194516A (zh) * | 2017-06-07 | 2017-09-22 | 华北电力大学 | 含多主体的多能互补微电网分布式优化调度方法 |
| CN107609693A (zh) * | 2017-08-31 | 2018-01-19 | 安徽大学 | 基于Pareto档案粒子群算法的微电网多目标优化方法 |
| CN108494014A (zh) * | 2018-02-08 | 2018-09-04 | 能金云（北京）信息技术有限公司 | 一种混合能源热电联产经济性优化管理方法 |
| CN108539739A (zh) * | 2018-05-10 | 2018-09-14 | 安徽理工大学 | 微电网运行能量管理优化方法 |
| CN109034480A (zh) * | 2018-07-31 | 2018-12-18 | 湘潭大学 | 一种基于智能合约的互联微网分布式优化调度方法 |
| CN109146182A (zh) * | 2018-08-24 | 2019-01-04 | 南京理工大学 | 计及多种储能的分布式冷热电联供系统的经济调度方法 |
| CN109286187A (zh) * | 2018-10-19 | 2019-01-29 | 国网宁夏电力有限公司经济技术研究院 | 一种面向多主体利益均衡的微网日前经济调度方法 |
| CN110033321A (zh) * | 2019-04-02 | 2019-07-19 | 国网经济技术研究院有限公司 | 一种互联多微电网运行控制方法和系统 |
| CN110112786A (zh) * | 2019-06-25 | 2019-08-09 | 中腾微网（北京）科技有限公司 | 一种含电热负荷的微网系统能量管理方法 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN110752626A (zh) * | 2019-12-12 | 2020-02-04 | 厦门大学 | 一种主动配电网滚动优化调度方法 |
| CN112785048A (zh) * | 2021-01-07 | 2021-05-11 | 太原理工大学 | 计及电动汽车用户需求的直流微电网经济调度方法 |
| CN113690941A (zh) * | 2021-03-24 | 2021-11-23 | 清华大学 | 配置光储充微网容量的方法、装置、设备及存储介质 |
| CN114219121A (zh) * | 2021-10-28 | 2022-03-22 | 国网浙江省电力有限公司海宁市供电公司 | 一种基于源-荷预测的区域综合能源多目标优化方法 |
| CN114723230A (zh) * | 2022-03-16 | 2022-07-08 | 华中科技大学 | 面向新能源发电和储能的微电网双层调度方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| HAIBO HUANG等: "Optimal Sizing of Energy Storage Based on Improved Fruit Fly Algorithm", 《2020 CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》, 11 August 2020 (2020-08-11), pages 1322 - 1327, XP033809050, DOI: 10.1109/CCDC49329.2020.9164063 * |
| 刘勤等: "计及电量成本和系统自供电可靠性的西南地区微电网容量优化配置研究", 《电力系统保护与控制》, vol. 48, no. 10, pages 139 - 143 * |
| 吴迪等: "高渗透率分布式电源配电台区状态综合评估", 《农村电气化》, no. 9, 10 September 2022 (2022-09-10), pages 1 - 4 * |
| 王世萱等: "含冰蓄冷空调的CCHP 微电网优化调度", 《上海电力大学学报》, vol. 37, no. 1, pages 158 - 161 * |
| 米阳等: "基于两级需求响应的并网微电网双层优化调度", 《电网技术》, vol. 42, no. 6, 30 June 2018 (2018-06-30), pages 1899 - 1906 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117175647A (zh) * | 2023-11-02 | 2023-12-05 | 江苏龙擎动力科技股份有限公司 | 一种应用于微电网的新能源储能方法及系统 |
| CN117175647B (zh) * | 2023-11-02 | 2024-01-30 | 江苏龙擎动力科技股份有限公司 | 一种应用于微电网的新能源储能方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115693793B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
| CN111400641B (zh) | 一种含蓄热式电采暖的综合能源系统日前优化调度方法 | |
| CN106026152A (zh) | 一种电动汽车接入微电网的充放电调度方法 | |
| CN110689189A (zh) | 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 | |
| CN111950807B (zh) | 计及不确定性与需求响应的综合能源系统优化运行方法 | |
| CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 | |
| CN113437752B (zh) | 一种含混合储能的综合能源系统运行控制方法 | |
| CN103745268A (zh) | 含分布式电源的微电网多目标优化调度方法 | |
| CN107039975A (zh) | 一种分布式能源系统能量管理方法 | |
| CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
| CN112186755A (zh) | 一种区域综合能源系统柔性负荷储能化建模方法 | |
| CN116061742B (zh) | 一种分时电价光伏园区内电动汽车的充电控制方法和系统 | |
| CN114066204A (zh) | 一种综合能源系统的一体化优化规划与运行方法及装置 | |
| CN112036652A (zh) | 基于机会约束规划的光伏-储能综合能源系统规划方法 | |
| CN115577929A (zh) | 基于多场景分析的乡村综合能源系统随机优化调度方法 | |
| CN115693793B (zh) | 一种区域微电网能源优化控制方法 | |
| CN107832873A (zh) | 基于双层母线式结构的综合能源系统优化规划方法及装置 | |
| CN111899125B (zh) | 一种综合能源系统的优化建模运行方法、装置和介质 | |
| CN111652447B (zh) | 基于分布式神经动态优化的综合能源系统经济调度方法 | |
| CN116822831A (zh) | 含共享储能系统的微能源网群优化规划方法 | |
| CN110766285A (zh) | 一种基于虚拟电厂的日前能源调度方法 | |
| CN115169973A (zh) | 一种基于储氢装置的区域综合能源优化调度方法及系统 | |
| CN112561154B (zh) | 一种电热综合能源系统能量优化调度控制方法及装置 | |
| Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
| CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法 |
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 |