CN116885729A - 一种智慧园区广义多微网优化运行控制方法 - Google Patents
一种智慧园区广义多微网优化运行控制方法 Download PDFInfo
- Publication number
- CN116885729A CN116885729A CN202310814607.2A CN202310814607A CN116885729A CN 116885729 A CN116885729 A CN 116885729A CN 202310814607 A CN202310814607 A CN 202310814607A CN 116885729 A CN116885729 A CN 116885729A
- Authority
- CN
- China
- Prior art keywords
- micro
- control
- sub
- control unit
- park
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000008901 benefit Effects 0.000 claims abstract description 15
- 238000004146 energy storage Methods 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000010248 power generation Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 61
- 230000008859 change Effects 0.000 claims description 18
- 238000013084 building-integrated photovoltaic technology Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 abstract description 6
- 238000004088 simulation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 102100031325 Anthrax toxin receptor 2 Human genes 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 101000796085 Homo sapiens Anthrax toxin receptor 2 Proteins 0.000 description 1
- 101001010835 Homo sapiens Intraflagellar transport protein 74 homolog Proteins 0.000 description 1
- 102100029997 Intraflagellar transport protein 74 homolog Human genes 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H02J3/12—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
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
-
- 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
- H02J2203/10—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
- H02J2300/40—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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智慧园区广义多微网优化运行控制方法,属于配电网控制技术领域,该方法包括:通过智慧园区中负荷与储能单元智能可控的特性和建筑光伏组件绿色发电能力,控制源荷相互协调以及动态划分子微网,对各子微网计算微增率目标值,根据微增率目标值计算园区系统最优运行状态所需的控制参考值建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所需要的成本数值中的控制参考值下发至各控制单元进行控制,从而完成系统优化运行控制,使园区整体运行于广义多微网模式,从而具有不增加额外控制装置、充分利用现有控制资源和提高园区整体低碳经济运行能力的优势。
Description
技术领域
本发明涉及绿色建筑供配电技术领域,特别涉及一种智慧园区广义多微网优化运行控制方法。
背景技术
智慧园区中灵活可控的负荷有助于实现园区范围内的管理主体经济运行和建筑集群低碳运行。近年来建筑光伏组件的兴起,为园区近零碳运行的实现提供了新动力。建筑光伏组件(Building integrated Photovoltaic,BIPV)通常是指在建筑中安装、使用或具备建筑功能及发电功能的太阳能光伏组件。当建筑光伏组件数量或规模达到一定程度后,可以和建筑集群已有的负荷与储能单元构建成区域微网,达到进一步提高提升主体经济和低碳运行能力的控制效果。
然而,现有建筑光伏组件通常以单体建筑的形式存在,对园区内多个建筑物之间潜在的相互协调能力挖掘不足。同时,由于建筑物高度、外部遮挡程度等存在差异,使得光照强度变化或受阴影遮挡时单体建筑难以运行于最优状态,导致建筑物集群无法充分发挥经济运行能力。
发明内容
本发明实施例提供了一种智慧园区广义多微网优化运行控制方法,以至少解决相关技术中基于建筑光伏组件的园区多微网控制没有挖掘子微网间协调能力的技术问题。
根据本发明实施例的一方面,提供了一种智慧园区广义多微网优化运行控制方法,包括:
园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤;
根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值,园区系统的各控制单元包括建筑光伏组件的控制单元;
根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;
根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;
建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
可选地,所述园区系统的各控制单元还包括:可控负荷的控制单元、储能的控制单元及其他形式的发电单元的控制单元。
可选地,根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的控制单元的微增率目标值,包括以下步骤:
将任一子微网中的控制单元的微增率数值代入一致性协议算式,并迭代计算,当迭代计算结果满足子微网内部功率平衡约束条件时,则进一步判断迭代计算结果是否满足一致性收敛条件,若满足一致性收敛条件,则将迭代计算结果的数值作为所在子微网的微增率目标值;
重复前述步骤,直至将所有子微网中的控制单元微增率数值代入计算,得到每个子微网的微增率目标值。
可选地,根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值,包括以下步骤:
分别将所有子微网的微增率目标值代入分组一致性协议算式,并迭代计算,当迭代计算结果满足园区系统整体功率平衡约束条件时,则进一步判断迭代计算结果是否满足一致性收敛条件,若满足一致性收敛条件,则将当前迭代计算结果的数值作为系统最优运行状态所需的控制参考值。
可选地,所述一致性协议算式为:
式中,wij为权重矩阵中,第i行第j列的权重系数;为第i个控制单元的微增率初值的迭代计算结果;δ为调节系数;k表示第k次迭代计算的结果,k=1,2,3,…,n;j表示权重矩阵的列数,j∈Ni={1,2,3,…,n};Pi-er[k]为误差估计值;
其中,误差估计值Pi-er的更新规则为:
式中,Pini-er为用于迭代计算功率误差估计的中间量,Pi[k+1]为表示第i个控制单元在第k+1次迭代计算时的功率值,γi和ξi均为第i个单元的计算因子,为第i个控制单元的微增率初值的迭代计算结果。
可选地,所述子微网内部功率平衡约束条件为:
式中,P为功率,对应的下标i-Gen、j-Load、m-Bat和m-BIPV分别表示第i个传统发电单元、第j个负荷单元、第m个储能单元和第m个BIPV单元;下标i-DW和i-UP表示第i个控制单元的下边界和上边界,i=1,2,…,n。
可选地,所述目标成本函数为:
式中,C表示成本,C∑表示成本总和,Ci表示第i个传统发电单元的成本;Cj表示表示第j个负荷单元的成本;Cm表示第m个储能单元的成本;C的下标MG表示子微网,C的下标CMG1、CMG2、CMGn分别表示子微网1、子微网2和子微网n的成本。
根据本发明实施例的另一方面,还提供了一种智慧园区广义多微网优化运行控制装置,包括:园区系统运行模式控制模块,用于在园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤;
微增率数值计算模块,用于根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值,园区系统的各控制单元包括建筑光伏组件的控制单元;
微增率目标值计算模块,用于根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;
控制参考值技术模块,用于根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;
成本计算模块,用于股建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
根据本发明实施例的另一方面,还提供了一种智慧园区广义多微网优化运行控制系统,所述智慧园区广义多微网优化运行控制系统包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述任意一项所述的智慧园区广义多微网优化运行控制方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的智慧园区广义多微网优化运行控制方法。
与现有的技术相比,本发明具有如下有益效果:
本发明实施例中,通过智慧园区中负荷与储能单元智能可控的特性和建筑光伏组件绿色发电能力,通过控制源荷相互协调以及动态划分子微网,对各子微网计算微增率目标值,根据微增率目标值计算园区系统最优运行状态所需的控制参考值,建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制,使园区整体运行于广义多微网模式,从而具有不增加额外控制装置、充分利用现有控制资源和提高园区整体低碳经济运行能力的优势。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的园区微网系统的物理拓扑示意图;
图2为本发明实施例提供的园区微网系统的通信拓扑示意图;
图3为本发明实施例提供的优化运行控制方法的流程示意图;
图4为本发明实施例提供的全区微网系统运行模式切换示意图;
图5为本发明实施例提供的需求功率变化前后单微网的微增率成本计算结果示意图;
图6为本发明实施例提供的需求功率变化前后多微网的微增率成本计算结果示意图;
图7为本发明实施例提供的需求功率变化前后单微网的运行效益示意图;
图8为本发明实施例提供的需求功率变化前后多微网的运行效益示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种智慧园区广义多微网优化运行控制方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
如图3是根据本发明实施例的一种智慧园区广义多微网优化运行控制方法的流程图,如图3所示,该方法包括如下步骤:
步骤S1、园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤步骤S2;
其中,单微网运行模式为园区系统在控制实现时表现为一个微电网;多微网运行模式为园区系统在控制实现时表现为两个或两个以上微电网。
步骤S2、根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值园区系统的各控制单元包括建筑光伏组件的控制单元;
其中,园区系统的各控制单元还包括:可控负荷的控制单元、储能的控制单元及其他形式的发电单元的控制单元;
步骤S3、根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;
步骤S4、根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;
步骤S5、建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
上述的智慧园区广义多微网优化运行控制方法,通过智慧园区中负荷与储能单元智能可控的特性和建筑光伏组件绿色发电能力,通过控制源荷相互协调以及动态划分子微网,对各子微网计算微增率目标值,根据微增率目标值计算园区系统最优运行状态所需的控制参考值,建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制,使园区整体运行于广义多微网模式,从而具有不增加额外控制装置、充分利用现有控制资源和提高园区整体低碳经济运行能力的优势。
作为一种可选的实施例,步骤S2中微增率数值的计算公式为:
式中,γi为第i个单元的计算因子,ξi为第i个单元的计算因子,Pi为第i个单元的有功功率,i=1,2,3,…,n;Pi-er表示误差估计值,下标Pi-er表示第一个控制单元的误差估计值,er为“error”的略写;为第i个控制单元的微增率初值;Pi[0]为第i个控制单元的功率初值。
作为一种可选的实施例,步骤S3根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的控制单元的微增率目标值,包括以下步骤:
步骤S31、将任一子微网中的控制单元的微增率数值代入一致性协议算式,并迭代计算;
步骤S32、判断步骤S31的迭代计算结果是否满足子微网内部功率平衡约束条件,当迭代计算结果满足子微网内部功率平衡约束条件时,进入步骤S33,反之,重复步骤S32,直至满足约束条件;
步骤S33、判断迭代计算的结果是否满足一致性收敛条件,若满足一致性收敛条件,则将当前的迭代计算结果的数值作为所在子微网的微增率目标值,反之,重复步骤S33,直至满足约束条件;
步骤S34、重复前述步骤S31-S34,直至将所有子微网中的控制单元微增率数值代入计算,得到每个子微网的微增率目标值。
作为一种可选的实施例,步骤S31中的一致性协议算式为:
式中,wij为权重矩阵中,第i行第j列的权重系数;为第i个控制单元的微增率初值的迭代计算结果;δ为调节系数;k表示第k次迭代计算的结果,k=1,2,3,…,n;j表示权重矩阵的列数,j∈Ni={1,2,3,…,n};Pi-er[k]为误差估计值;
其中,误差估计值Pi-er的更新规则为:
式中,Pini-er为用于迭代计算功率误差估计的中间量,Pi[k+1]为表示第i个控制单元在第k+1次迭代计算时的功率值,γi和ξi均为第i个单元的计算因子,为第i个控制单元的微增率初值的迭代计算结果。
作为一种可选的实施例,步骤S32中的子微网内部功率平衡约束条件为:
式中,P为功率,对应的下标i-Gen、j-Load、m-Bat和m-BIPV分别表示第i个传统发电单元、第j个负荷单元、第m个储能单元和第m个BIPV单元;下标i-DW和i-UP表示第i个控制单元的下边界和上边界,i=1,2,…,n。
作为一种可选的实施例,步骤S33中的一致性收敛条件为:
式中,为第i个控制单元的微增率初值的迭代计算结果,ε为非零正实数,可根据收敛速度需求设计,其数量级通常取为10-1~10-4。
作为一种可选的实施例,步骤S4根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值,包括以下步骤:
步骤S41、分别将所有子微网的微增率目标值代入分组一致性协议算式,并迭代计算;
步骤S42、判断步骤S41的迭代计算结果是否满足园区系统整体功率平衡约束条件,当迭代计算结果满足园区系统整体功率平衡约束条件时,进入步骤S43,反之,重复步骤S42,直至满足约束条件;
步骤S43、判断迭代计算得到的结果是否满足一致性收敛条件,若满足一致性收敛条件,则将当前的迭代计算结果的数值作为系统最优运行状态所需的控制参考值,反之,重复步骤S43,直至满足约束条件。
作为一种可选的实施例,步骤S41中的分组一致性协议计算式为:
式中,σ为收敛系数并且σ>0;i∈{1,2,…,n}时,时,/> 为第i个控制单元的微增率初值的迭代计算结果,ui[k]为表示第i个控制单元在第k次迭代计算得到的分组修正量。
作为一种可选的实施例,步骤S42中的园区系统整体功率平衡约束条件与一致性收敛条件与步骤S3中的计算方法一致。
作为一种可选的实施例,步骤S5中,目标成本函数为:
式中,C表示成本,C∑表示成本总和,Ci表示第i个传统发电单元的成本;Cj表示表示第j个负荷单元的成本;Cm表示第m个储能单元的成本;C的下标MG表示子微网,C的下标CMG1、CMG2、CMGn分别表示子微网1、子微网2和子微网n的成本。
实施例2
为了验证本发明所提计及建筑光伏组件的智慧园区广义多微网优化运行控制方法的实现效果,将采用本方法时多微网运行模式和未采用本方法时的整体单微网运行模式进行仿真与对比测试,以使本领域技术人员更了解本发明,具体说明如下:
首先设置有关参数,在本实施例中,本发明广义多微网优化运行控制方法中有光参数设置如下:发电单元容量分别为150kW、90kW、200kW和80kW(对应的计算因子γ和ξ分别为:0.0109、0.1501;0.0131、0.1396;0.0082、0.098;0.0179、0.1897);负荷容量分别为60kW、80kW、80kW、100kW、100kW、70kW、80kW、70kW和60kW(对应的计算因子γ和ξ分别为:0.0361、8.252;0.0269、7.201;0.0304、7.802;0.0301、8.049;0.0251、8.451;0.0301、8.7503;0.0425、8.997;0.0345、7.049;0.0385、8.152);储能单元容量为180kW(对应的计算因子γ和ξ分别为:0.011、0.198)。建筑光伏组件的容量为50kW,发电成本为0,故计算因子均取为0。迭代计算的精度取为0.001。
根据上述数据进行仿真,其中仿真设置两个工况,具体如下。
设置仿真工况1为:初始时刻建筑光伏组件出力为0kW,园区运行于整体单微网模式,当满足收敛条件时改变建筑光伏组件出力为50kW。
设置仿真工况2为:初始时刻建筑光伏组件出力为50kW,园区运行于广义多微网模式,在负荷需求量不变的情况下切换双微网模式为三微网模式。
依据上述仿真工况得到如图5-图8所示的仿真对比图,其中,图5和图6对应仿真工况1所得的仿真对比结果,图7和图8对应仿真工况2的仿真对比结果。图5给出了园区微网系统运行于整体单微网模式下的各控制单元微增率计算曲线,图6给出了园区微网系统运行于广义多微网模式下的各控制单元微增率计算曲线。图7给出了园区微网系统运行于广义多微网模式下,划分为两个子微网时的多微网运行与单微网运行的经济效益对比结果,图8给出了园区微网系统运行于广义多微网模式下,划分为三个子微网时的多微网运行与单微网运行的经济效益对比结果。
根据图5可以看出,整体单微网模式下所有控制单元均达到所选取的计算精度,需迭代计算180次。各控制单元最终收敛至相同的微增率成本,即22.1701元。当建筑光伏组件有功出力增加50kW时,各控制单元需再次进行一致性协议计算,并获取最新的微增率成本,计算结果为21.2236元。
根据图6可以看出,园区微网系统运行于广义多微网模式时,微网系统在通信控制层面被划分为两个子微网。子微网1与子微网2均达到所选取的计算精度时,需迭代计算233次。建筑光伏组件处于弱出力状态时,子微网1中各控制单元的微增率成本收敛至23.9836元;子微网2中各控制单元的微增率成本收敛至20.1492元。子微网1与子微网2的微增率成本求和后的均值为22.0664元,低于图5所示整体单微网运行模式下的微增率成本(22.1701元)。当建筑光伏组件有功出力增加50kW时,由于该光伏组件位于子微网1内部,因而仅需子微网1中的可控单元参与控制,再次经一致性协议迭代计算后,子微网1内各可控单元微增率成本收敛至22.1883元,此时,子微网1和子微网2的微增率成本均值为21.1688元,同样低于图5所示的相同状态下微增率成本(21.2236元)。
根据图7和图8可以进一步看出,建筑光伏组件处于强出力状态时,多微网运行模式下系统整体运行成本为约为16.571万元,而在双微网运行模式下,采用广义多微网运行时园区整体运行成本可降低至约6.543万元;当进一步将园区微网系统划分为三微网运行模式时,采用广义多微网运行时园区整体运行成本可降低至5.096万元。图7和图7的对比假设功率需求变化为0kW,但实际子微网数量的划分需充分考虑功率约束条件,以制定所需运行的子微网数量。
实施例3
根据本发明实施例的另一方面,还提供了一种智慧园区广义多微网优化运行控制装置,智慧园区广义多微网优化运行控制装置应用上述的智慧园区广义多微网优化运行控制方法,智慧园区广义多微网优化运行控制装置包括:
园区系统运行模式控制模块,用于在园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤;
微增率数值计算模块,用于根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值,园区系统的各控制单元包括建筑光伏组件的控制单元;
微增率目标值计算模块,用于根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;
控制参考值技术模块,用于根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;
成本计算模块,用于股建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
本发明不局限于以上的具体实施方式,以上仅为本发明的较佳实施案例而已,并不用以限制本发明,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。
实施例4
根据本发明实施例的另一方面,还提供了一种智慧园区广义多微网优化运行控制系统,所述智慧园区广义多微网优化运行控制系统包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述任意一项所述的智慧园区广义多微网优化运行控制方法。
实施例5
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,该计算机可读存储介质包括存储的程序,其中,在程序运行时控制计算机可读存储介质所在设备执行上述中任意一项的智慧园区广义多微网优化运行控制方法。
可选地,在本实施例中,上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中,上述计算机可读存储介质包括存储的程序。
可选地,在程序运行时控制计算机可读存储介质所在设备执行以下功能:园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤;根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值,园区系统的各控制单元包括建筑光伏组件的控制单元;根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-0nlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种智慧园区广义多微网优化运行控制方法,其特征在于,包括:
园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤;
根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值,园区系统的各控制单元包括建筑光伏组件的控制单元;
根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;
根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;
建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
2.根据权利要求1所述的智慧园区广义多微网优化运行控制方法,其特征在于,所述园区系统的各控制单元还包括:可控负荷的控制单元、储能的控制单元及其他形式的发电单元的控制单元。
3.根据权利要求1所述的智慧园区广义多微网优化运行控制方法,其特征在于,根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的控制单元的微增率目标值,包括以下步骤:
将任一子微网中的控制单元的微增率数值代入一致性协议算式,并迭代计算,当迭代计算结果满足子微网内部功率平衡约束条件时,则进一步判断迭代计算结果是否满足一致性收敛条件,若满足一致性收敛条件,则将迭代计算结果的数值作为所在子微网的微增率目标值;
重复前述步骤,直至将所有子微网中的控制单元微增率数值代入计算,得到每个子微网的微增率目标值。
4.根据权利要求1所述的智慧园区广义多微网优化运行控制方法,其特征在于,根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值,包括以下步骤:
分别将所有子微网的微增率目标值代入分组一致性协议算式,并迭代计算,当迭代计算结果满足园区系统整体功率平衡约束条件时,则进一步判断迭代计算结果是否满足一致性收敛条件,若满足一致性收敛条件,则将当前迭代计算结果的数值作为系统最优运行状态所需的控制参考值。
5.根据权利要求3所述的智慧园区广义多微网优化运行控制方法,其特征在于,所述一致性协议算式为:
式中,wij为权重矩阵中,第i行第j列的权重系数;为第i个控制单元的微增率初值的迭代计算结果;δ为调节系数;k表示第k次迭代计算的结果,k=1,2,3,…,n;j表示权重矩阵的列数,j∈Ni={1,2,3,…,n};Pi-er[k]为误差估计值;
其中,误差估计值Pi-er的更新规则为:
式中,Pini-er为用于迭代计算功率误差估计的中间量,Pi[k+1]为表示第i个控制单元在第k+1次迭代计算时的功率值,γi和ξi均为第i个单元的计算因子,为第i个控制单元的微增率初值的迭代计算结果。
6.根据权利要求3所述的智慧园区广义多微网优化运行控制方法,其特征在于,所述子微网内部功率平衡约束条件为:
式中,P为功率,对应的下标i-Gen、j-Load、m-Bat和m-BIPV分别表示第i个传统发电单元、第j个负荷单元、第m个储能单元和第m个BIPV单元;下标i-DW和i-UP表示第i个控制单元的下边界和上边界,i=1,2,…,n。
7.根据权利要求1所述的智慧园区广义多微网优化运行控制方法,其特征在于,所述目标成本函数为:
式中,C表示成本,C∑表示成本总和,Ci表示第i个传统发电单元的成本;Cj表示表示第j个负荷单元的成本;Cm表示第m个储能单元的成本;C的下标MG表示子微网,C的下标CMG1、CMG2、CMGn分别表示子微网1、子微网2和子微网n的成本。
8.一种智慧园区广义多微网优化运行控制装置,其特征在于,包括:
园区系统运行模式控制模块,用于在园区系统在运行时,园区系统处于整体单微网运行模式,当检测到负荷或新能源出力变化超出设定阈值,且导致园区系统运行效益降低时,则将园区系统切换为多微网运行模式,进入下一步骤;
微增率数值计算模块,用于根据园区系统的各控制单元在需求功率变化前的功率初值,求解划分的子微网中各控制单元对应的微增率数值,园区系统的各控制单元包括建筑光伏组件的控制单元;
微增率目标值计算模块,用于根据子微网中各控制单元对应的微增率数值,分别计算每个子微网的微增率目标值;
控制参考值技术模块,用于根据所有子微网的微增率目标值计算园区系统最优运行状态所需的控制参考值;
成本计算模块,用于股建立目标成本函数,结合园区系统最优运行状态所需的控制参考值对目标成本函数求解得到所需要的成本数值,并将所述所需要的成本数值中的控制参考值下发至各控制单元,控制单元根据相应的控制参考值进行控制,从而完成系统优化运行控制。
9.一种智慧园区广义多微网优化运行控制系统,其特征在于,所述智慧园区广义多微网优化运行控制系统包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现如权利要求1至7中任意一项所述的智慧园区广义多微网优化运行控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的智慧园区广义多微网优化运行控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310814607.2A CN116885729A (zh) | 2023-07-05 | 2023-07-05 | 一种智慧园区广义多微网优化运行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310814607.2A CN116885729A (zh) | 2023-07-05 | 2023-07-05 | 一种智慧园区广义多微网优化运行控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116885729A true CN116885729A (zh) | 2023-10-13 |
Family
ID=88256104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310814607.2A Pending CN116885729A (zh) | 2023-07-05 | 2023-07-05 | 一种智慧园区广义多微网优化运行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116885729A (zh) |
-
2023
- 2023-07-05 CN CN202310814607.2A patent/CN116885729A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Energy management of cooperative microgrids: A distributed optimization approach | |
Li et al. | A distributed coordination control based on finite-time consensus algorithm for a cluster of DC microgrids | |
CN110929948B (zh) | 基于深度强化学习的完全分布式智能电网经济调度方法 | |
CN108134401B (zh) | 交直流混合系统多目标潮流优化及控制方法 | |
CN107706921B (zh) | 基于纳什博弈的微电网电压调节方法和装置 | |
Xi et al. | A wolf pack hunting strategy based virtual tribes control for automatic generation control of smart grid | |
CN108448563B (zh) | 一种直流微电网分布式协同控制系统及直流微电网 | |
CN107069812B (zh) | 并网型微电网中多储能单元的分布式协同控制方法 | |
CN106340890B (zh) | 用于协调配电网储能系统充放电效率的分布式控制方法 | |
Liu et al. | Distributed adaptive expansion approach for transmission and distribution networks incorporating source-contingency-load uncertainties | |
CN110120673B (zh) | 基于戴维南等值参数辨识的分布式输配协同无功优化方法及系统 | |
CN117411007A (zh) | 一种分布式光伏和储能联合的配网低电压治理方法 | |
CN106611966B (zh) | 多逆变器型交流微电网分布式经济性自动发电控制算法 | |
Ye et al. | A hybrid charging management strategy for solving the under-voltage problem caused by large-scale EV fast charging | |
Liu et al. | Fully distributed control to coordinate charging efficiencies for energy storage systems | |
Dong et al. | A distributed power transfer limit calculation method for multi-area interconnection power networks | |
Huang et al. | Distributed real-time economic dispatch for islanded microgrids with dynamic power demand | |
CN115000994A (zh) | 一种多储能单元分组一致性功率分配方法 | |
CN113328425A (zh) | 一种考虑事件触发的配电网一致性经济控制方法 | |
CN111146815B (zh) | 一种智能配电网分布式发电规划配置方法 | |
CN109638837B (zh) | 一种面向新能源并网的动态负载管理方法及系统 | |
CN111211567A (zh) | 基于事件触发机制的孤岛微电网分布式最优频率调节方法 | |
CN116885729A (zh) | 一种智慧园区广义多微网优化运行控制方法 | |
CN114552664B (zh) | 一种基于双层有向图的多微网优化协调运行控制方法 | |
CN113762622B (zh) | 一种虚拟电厂接入点及容量优化规划方法 |
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 |