CN117060505A - 一种基于用采终端的微电网供电系统的优化管理方法 - Google Patents
一种基于用采终端的微电网供电系统的优化管理方法 Download PDFInfo
- Publication number
- CN117060505A CN117060505A CN202311151235.6A CN202311151235A CN117060505A CN 117060505 A CN117060505 A CN 117060505A CN 202311151235 A CN202311151235 A CN 202311151235A CN 117060505 A CN117060505 A CN 117060505A
- Authority
- CN
- China
- Prior art keywords
- grid
- micro
- power
- power generation
- power supply
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 238000005065 mining Methods 0.000 title claims abstract description 36
- 238000010248 power generation Methods 0.000 claims abstract description 84
- 238000004146 energy storage Methods 0.000 claims abstract description 51
- 230000005611 electricity Effects 0.000 claims abstract description 18
- 238000003491 array Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 25
- 238000013486 operation strategy Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 5
- 238000012946 outsourcing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 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
- H02J3/38—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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于配电设备领域,具体涉及一种基于用采终端的微电网供电系统的优化管理方法,以及对应的微电网供电系统的优化管理系统和设备。该优化管理方法包括如下步骤:S1:建立表征分布式发电系统总的发电能力的发电模型。S2:建立储能设备充放电的电量模型。S3:建立微电网内逆变器输出直供电的电量输出模型。S4:以系统中光伏阵列数量为优化变量,综合使用费用最低为优化目标,建立目标函数。S5:构建微电网内电力用户的用电负荷和发电能力的平衡约束。S6:通过求解多目标函数,在满足平衡约束条件下,生成光伏阵列的最优数量和储能系统的最优管理策略。本发明解决了现有微电网系统无法适应电力用户的需求变化和环境因素影响的问题。
Description
技术领域
本发明属于配电设备领域,具体涉及一种基于用采终端的微电网供电系统的优化管理方法,以及对应的微电网供电系统的优化管理系统和设备。
背景技术
随着光伏发电、风力发电等一系列新能源发电技术的不断进步,越来越多的分布式发电系统开始接入电网。这些分布式电力系统提高电力的清洁环保属性,也提高了台区的管理成本。
随着微网大规模接入电网,一定区域内多个邻近微网互联形成多微网系统。多微网系统规划设计是多微网系统稳定运行及完成协调控制等一系列策略的关键前提,其网架结构、电源及储能系统的类型选择、容量配置等优化设计对多微网系统运行性能有重要影响。现有的设计方法都是基于运营模式和技术形态给出一般规划设计流程:确定微网群设计需求,优化配置子微网和群级设备,时间方案评估和校验。在容量配置方面,有文献提出了一种考虑离网运行时间和系统极端条件下满足系统期望稳定运行时间指标要求的微网群复合储能系统容量配置方法。然而这些方案根据预测出的理论数据对系统的管理测量进行设计,无法应对台区内不同电力用户需求的变化其他环境因素的影响。
与单微网比,多微网系统的协调运行、资源分配更困难,需要针对具体应用场景,考虑多微网系统结构特性、技术特性和运营需求对其进行规划设计。因此,如何提供一种根据微电网供电系统内电力用户和相关设备的实际运行状态对微电网进行科学管理的系统,正成为本领域技术人员亟需解决的技术难题。
发明内容
为了解决现有多微电网系统无法适应台区内电力用户的需求变化和环境因素影响的问题,本发明提供一种基于用采终端的微电网供电系统的优化管理方法,以及对应的微电网供电系统的优化管理系统和设备。
本发明采用以下技术方案实现:
一种基于用采终端的微电网供电系统的优化管理方法,其用于采用分布式发电系统的微电网内,根据用采终端的采集信息对电力供应和负荷进行综合测算;进而得到满足经济效益的分布式发电系统的部署方案和储能系统的运行策略。该优化管理方法包括如下步骤:
S1:建立表征微电网内所有分布式发电系统总的发电能力的发电模型。
S2:利用蓄电池的荷电状态SOC建立微电网台区内配置的储能设备充放电的电量模型。其中,荷电状态SOC代表剩余电量在额定容量中的占比。
S3:根据逆变器的输出特性,建立微电网内逆变器输出的直供电的电量输出模型。
S4:以系统中光伏阵列数量N为优化变量,综合使用费用V最低为优化目标,建立目标函数,包括:
(1)定义微电网中电力用户的电力综合使用费率函数V如下:
上式中,VNPC表示当前微电网任意光伏阵列的总净现值;VSA是残值,即某个部件折旧后的剩余价值。
(2)计算光伏发电系统的容量P,计算公式如下:
上式中,M表示光伏发电系统的使用年限;Pn,all指第n年供电系统总输出功率;Pn,PV指第n年光伏发电系统的平均输出功率;hn,PV为根据第n年太阳能年均利用小时数。
S5:构建微电网内电力用户的用电负荷和发电能力的平衡约束,约束函数如下:
(1)微电网中功率平衡约束表示为:
Pall(t)=Pload(t),
上式中,Pall(t)表示t时刻分布式发电系统总输出功率;Pload(t)表示t时刻负载设备的用电功率(kW)。
(2)微电网内储能设备充放电过程满足的SOC平衡约束如下:
SOCmin<SOC<SOCmax,
上式中,SOCmin和SOCmax分别表示理想充放电条件下SOC的最小值和最大值。
S6:通过求解如下的多目标函数Y(N),在满足平衡约束条件下,生成光伏阵列的最优数量以及储能系统的最优管理策略:
上式中,y1(N)为一个表征微电网中外电网供电的占比的函数,y2(N)为一个表征微电网中光伏阵列利用小时数的函数。
作为本发明进一步的改进,步骤S1中,在一个仅包含光伏发电系统的微电网中,总的发电能力的发电模型如下:
E=N*PN*ηp*t
上式中,PN是光伏发电系统的额定功率;ηp是光伏发电系统的效率;t表示发电时长。
作为本发明进一步的改进,步骤S2中,储能设备在时间步长Δt内放电量SOC放(t)与充电量SOC充(t)分别表示为:
上式中,Pb(t)表示储能设备在t时刻的输出功率;Cb表示储能设备的额定容量;ηd为放电效率;ηc为充电效率;SOC(t-1)为储能设备前一时刻的荷电状态。
作为本发明进一步的改进,步骤S3中,光伏阵列产生的直流电经逆变器转换为交流电,逆变器的电量输出模型为:
EI=EI,max/ηI
上式中,EI,max为电网上的最大负荷需求;ηI为变流器效率。
作为本发明进一步的改进,步骤S4中,光伏阵列的总净现值VNPC的计算方法如下:
上式中,Vann(n)表示光伏阵列第n年的综合成本;M表示光伏阵列的寿命;a表示年实际贴现率。
作为本发明进一步的改进,综合成本Vann(n)的计算方法如下:
Vann(n)=Vann,1(n)+Vann,2(n)+Vann,3(n)
上式中,Vann,1(n)、Vann,2(n)和Vann,3(n)分别表示第n年的购买费用、折旧费、外购电量费用。
作为本发明进一步的改进,步骤S4中,分布式供电系统的总输出功率Pn,all的计算方法如下:
Pn,all=Pn,PV+Pn,b
上式中,Pn,b表示储能设备的输出功率。
作为本发明进一步的改进,步骤S6中,采用NSGA2算法求解多目标函数Y(N),得到满足函数值最小的解。
本发明还包括一种微电网供电系统的优化管理系统,其采用如前述的基于用采终端的微电网供电系统的优化管理方法,根据用采终端采集到的微电网内不同设备的运行数据,生成满足经济效益的分布式发电系统的部署方案和储能系统的运行策略。微电网供电系统的优化管理系统包括:逆变器、BMS(电池管理系统)、用采终端和数据处理中心。
其中,逆变器用于对当前微电网内的光伏发电系统产生的电量进行转换,并输出到微电网上。BMS用于对当前微电网内的储能设备的充放电状态进行管理。
用采终端用于采集当前微电网中电力用户的用能信息,以及逆变器和BMS的运行状态数据。
数据处理中心用于根据用采终端采集到的数据,分别建立表征微电网内所有分布式发电系统总的发电能力的发电模型,表征微电网台区内配置的储能设备充放电的电量模型,以及表征微电网内逆变器输出的直供电的电量输出模型。并基于上述数据模型构建一个多目标优化模型;多目标优化模型用于在满足平衡约束的条件下,生成可实现最高分布式发电系统利用率和最低用电成本的光伏阵列的部署方案和储能设备的运行策略。
本发明还包括一种微电网供电系统的优化管理设备,其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序。处理器执行计算机程序时,执行如前述的基于用采终端的微电网供电系统的优化管理方法的步骤,进而根据用采终端采集到的信息,在满足平衡约束的条件下,生成可实现最高分布式发电系统利用率和最低用电成本的一个光伏阵列的最优部署方案和储能设备的最佳运行策略。
本发明提供的技术方案,具有如下有益效果:
本发明提供的方案通过用采终端采集微电网台区内部电力用户的用电信息以及逆变器和BMS等设备的运行状态,进而生成光伏组件的发电模型、储能组件的电量模型,以及逆变器的输出模型。并综合设备成本和电力外购成本等因素构建出的电力综合使用费率,最后利用多目优化函数求解出在满足平衡约束条件下的光伏阵列的最优部署方案和储能设备的最佳运行策略。该方案可以对微电网的能源情况进行实时监控,进而根据采集到的动态数据生成优化后的管理方案。
该方案可以利用现场的实时数据进行分析,因而相对现有方案而言可以更加适应不同区域、不同类型的分布式发电系统的功率变化,也可以有针对性地满足不同类型电力用户的负载产生的电力负荷的波动。因此本发明体提供的方案更加具有使用价值,可以满足多微网系统在协调运行和资源分配上的复杂需求。本发明提供的方案可以根据实际需求,通过用采终端、逆变器、BMS等设备合理调配,并做出相应的控制措施,实现微电网分布式能源的科学管理和应用,为用户创造价值。
附图说明
图1为本发明实施例1中提供的一种基于用采终端的微电网供电系统的优化管理方法的步骤流程图。
图2为本发明实施例2中提供的一种微电网供电系统的优化管理系统的系统架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步地详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供一种基于用采终端的微电网供电系统的优化管理方法,其用于采用分布式发电系统的微电网内,根据用采终端的采集信息对电力供应和负荷进行综合测算;进而得到满足经济效益的分布式发电系统的部署方案和储能系统的运行策略。
本实施例以一个采用光伏发电组件作为分布式发电系统的楼宇型微电网对本发明提供的方案进行说明。在本实施例的应用场景中,使用太阳能组件发电接入微电网。太阳能供电受光照强度和光照时间影响较大,为确保供电可靠性,还增加蓄电池构成储能系统,对未完全消解的电能进行存储,同时用外电网作为备用电源。当光伏发电组件出现故障或供电不足时,由外电网或蓄电池供电。通过用采终端定时采集各办公楼电量、功率、用电总量,以及光伏发电系统发电量和蓄电池的充放电量等数据。
具体地,本方案场景中的微电网系统中包括:光伏发电组件、蓄电池、逆变器、用采终端、电力网、用户负荷。光伏发电组件的发电量优先供给用户负荷,剩余电量存储至蓄电池。当光伏发电量以及蓄电池电量不足以满足用户负荷时,用户从电力网购电,产生购电成本。通过采集终端可采集光伏上网电量及用户购电量以及其它电力数据。
在上述微电网系统中,如图1所示,本实施例提供的优化管理方法包括如下步骤:
S1:建立表征微电网内所有分布式发电系统总的发电能力的发电模型。具体地,在一个仅包含光伏发电系统的微电网中,总的发电能力的发电模型如下:
E=N*PN*ηp*t
上式中,PN是光伏发电系统的额定功率;ηp是光伏发电系统的效率,在本实施例中取值一般为95%;t表示发电时长。
S2:利用蓄电池的荷电状态SOC建立微电网台区内配置的储能设备充放电的电量模型。其中,荷电状态SOC代表剩余电量在额定容量中的占比。
本实施例中,储能设备在时间步长Δt内放电量SOC放(t)与充电量SOC充(t)分别表示为:
上式中,Pb(t)表示储能设备在t时刻的输出功率,单位为(kW);Cb表示储能设备的额定容量,单位为(kW·h);ηd为放电效率;ηc为充电效率;SOC(t-1)为储能设备前一时刻的荷电状态。
S3:根据逆变器的输出特性,建立微电网内逆变器输出的直供电的电量输出模型。光伏阵列产生的直流电经逆变器转换为交流电,逆变器的电量输出模型为:
EI=EI,max/ηI
上式中,EI,max为电网上的最大负荷需求单位为(kW·h);ηI为变流器效率。
S4:以系统中光伏阵列数量N为优化变量,综合使用费用V最低为优化目标,建立目标函数,包括:
(1)定义微电网中电力用户的电力综合使用费率函数V如下:
上式中,VNPC表示当前微电网任意光伏阵列的总净现值,单位为(元);VSA是残值,即某个部件折旧后的剩余价值。
其中,光伏阵列的总净现值VNPC的计算方法如下:
上式中,M表示光伏阵列的寿命;a表示年实际贴现率;Vann(n)表示光伏阵列第n年的综合成本,计算公式如下:
Vann(n)=Vann,1(n)+Vann,2(n)+Vann,3(n)
上式中,Vann,1(n)、Vann,2(n)和Vann,3(n)分别表示第n年的购买费用、折旧费、外购电量费用。
(2)光伏阵列的数量N决定了光伏发电系统的发电量,因此,通过下式可以计算光伏发电系统的容量P:
上式中,Pn,all指第n年供电系统总输出功率;Pn,PV指第n年光伏发电系统的平均输出功率;hn,PV为根据第n年太阳能年均利用小时数。
其中,分布式供电系统的总输出功率Pn,all的计算方法如下:
Pn,all=Pn,PV+Pn,b
上式中,Pn,b表示储能设备的输出功率。
S5:构建微电网内电力用户的用电负荷和发电能力的平衡约束,约束函数如下:
(1)微电网中功率平衡约束表示为:
Pall(t)=Pload(t),
上式中,Pall(t)表示t时刻分布式发电系统总输出功率;Pload(t)表示t时刻负载设备的用电功率(kW)。
(2)微电网内储能设备充放电过程满足的SOC平衡约束如下:
SOCmin<SOC<SOCmax,
上式中,SOCmin和SOCmax分别表示理想充放电条件下SOC的最小值和最大值。
S6:本实施例中优化办公楼宇微网供电结构的目标是在满足办公需求、经济发展、技术可行等要求的前提下,以经济最优投入,合理并高效地运用可再生能源,而单一的经济目标不能充分表征可再生能源的消纳情况,若同时考虑多个目标通常是相互冲突。
本实施例最终实现的优化目标需要综合考虑经济性和太阳能利用率,光伏阵列的数量要合理,同时要尽量增加太阳能利用小时数,尽可能减少外电网供电小时数,等。在此基础上,本实施例通过求解如下的多目标函数Y(N),在满足平衡约束条件下,生成光伏阵列的最优数量以及储能系统的最优管理策略:
上式中,y1(N)为一个表征微电网中外电网供电的占比的函数,y2(N)为一个表征微电网中光伏阵列利用小时数的函数。在本实施例中,最终采用NSGA2算法求解满足多目标函数Y(N)的函数值最小的解。
随着分布式电源在用户侧的规模化接入,作为微网群的子系统,办公楼宇型微电网的投入量将大幅增加。现有研究从不同角度解决微电网中可再生能源消纳问题,但存在供电模式简单、评价指标单一等缺点。分布式能源系统的选取因地理位置不同而不同,单一的方案无法适应不同的电力用户以及不同环境或地域的应用场景。本实施例方案针对融合外电网、太阳能、储能设备联合供电的办公楼宇智能微电网系统,以综合购电成本最低和太阳能利用率最高为优化目标,以微电网负荷平衡为约束条件,对光伏组件数量以及储能组件的运行策略进行最优化求解,可以为采用分布式能源的电力用户的台区管理提供经济性参考方案。
实施例2
本实施例提供一种微电网供电系统的优化管理系统,其采用如实施例1的基于用采终端的微电网供电系统的优化管理方法,根据用采终端采集到的微电网内不同设备的运行数据,生成满足经济效益的分布式发电系统的部署方案和储能系统的运行策略。如图2所示,微电网供电系统的优化管理系统包括:逆变器、BMS、用采终端和数据处理中心。
其中,逆变器用于对当前微电网内的光伏发电系统产生的电量进行转换,并输出到微电网上。BMS用于对当前微电网内的储能设备的充放电状态进行管理。
用采终端用于采集当前微电网中电力用户的用能信息,以及逆变器和BMS的运行状态数据。
数据处理中心用于根据用采终端采集到的数据,分别建立表征微电网内所有分布式发电系统总的发电能力的发电模型,表征微电网台区内配置的储能设备充放电的电量模型,以及表征微电网内逆变器输出的直供电的电量输出模型。并基于上述数据模型构建一个多目标优化模型;多目标优化模型用于在满足平衡约束的条件下,生成可实现最高分布式发电系统利用率和最低用电成本的光伏阵列的部署方案和储能设备的运行策略。
实施例3
本实施例提供一种微电网供电系统的优化管理设备,其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序。处理器执行计算机程序时,执行如实施例1的基于用采终端的微电网供电系统的优化管理方法的步骤,进而根据用采终端采集到的信息,在满足平衡约束的条件下,生成可实现最高分布式发电系统利用率和最低用电成本的一个光伏阵列的最优部署方案和储能设备的最佳运行策略。
本实施例提供的微电网供电系统的优化管理设备本质上是一种用于实现数据处理和指令生成的计算机设备,其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序。本实施例中提供的计算机设备可以是能执行程序的智能终端、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于:可通过系统总线相互通信连接的存储器、处理器。
本实施例中,存储器(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器可以是计算机设备的内部存储单元,例如该计算机设备的硬盘或内存。
在另一些实施例中,存储器也可以是计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。当然,存储器还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中,存储器通常用于存储安装于计算机设备的操作系统和各类应用软件等。此外,存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、图像处理器GPU(Graphics Processing Unit)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算机设备的总体操作。本实施例中,处理器用于运行存储器中存储的程序代码或者处理数据。
以上所述仅为本发明的较佳实施例而已,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。
Claims (10)
1.一种基于用采终端的微电网供电系统的优化管理方法,其特征在于,其用于在采用分布式发电系统的微电网内,根据用采终端的采集信息对电力供应和负荷进行综合测算;进而得到满足经济效益的分布式发电系统的部署方案和储能系统的运行策略;所述优化管理方法包括如下步骤:
S1:建立表征微电网内所有分布式发电系统总的发电能力的发电模型;
S2:利用蓄电池的荷电状态SOC建立微电网台区内配置的储能设备充放电的电量模型,所述荷电状态SOC代表剩余电量在额定容量中的占比;
S3:根据逆变器的输出特性,建立微电网内逆变器输出的直供电的电量输出模型;
S4:以系统中光伏阵列数量n为优化变量,综合使用费用V最低为优化目标,建立目标函数,包括:
(1)定义微电网中电力用户的电力综合使用费率函数V如下:
上式中,VNPC表示当前微电网任意光伏阵列的总净现值;VSA是残值,即某个部件折旧后的剩余价值;
(2)计算光伏发电系统的容量P,计算公式如下:
上式中,M表示光伏发电系统的使用年限;Pn,all指第n年供电系统总输出功率;Pn,PV指第n年光伏发电系统的平均输出功率;hn,PV为根据第n年太阳能年均利用小时数;
S5:构建微电网内电力用户的用电负荷和发电能力的平衡约束,约束函数如下:
(1)微电网中功率平衡约束表示为:
Pall(t)=Pload(t),
上式中,Pall(t)表示t时刻分布式发电系统总输出功率;Pload(t)表示t时刻负载设备的用电功率;
(2)微电网内储能设备充放电过程满足的SOC平衡约束如下:
SOCmin<SOC<SOCmax,
上式中,SOCmin和SOCmax分别表示理想充放电条件下SOC的最小值和最大值;
S6:通过求解如下的多目标函数Y(N),在满足平衡约束条件下,生成光伏阵列的最优数量以及储能系统的最优管理策略:
上式中,y1(N)为一个表征微电网中外电网供电的占比的函数,y2(N)为一个表征微电网中光伏阵列利用小时数的函数。
2.如权利要求1所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:步骤S1中,在一个仅包含光伏发电系统的微电网中,总的发电能力的发电模型如下:
E=N*PN*ηp*t
上式中,PN是光伏发电系统的额定功率;ηp是光伏发电系统的效率;t表示发电时长。
3.如权利要求1所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:步骤S2中,储能设备在时间步长Δt内放电量SOC放(t)与充电量SOC充(t)分别表示为:
上式中,Pb(t)表示储能设备在t时刻的输出功率;Cb表示储能设备的额定容量;ηd为放电效率;ηc为充电效率;SOC(t-1)为储能设备前一时刻的荷电状态。
4.如权利要求1所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:步骤S3中,光伏阵列产生的直流电经逆变器转换为交流电,逆变器的电量输出模型为:
EI=EI,max/ηI
上式中,EI,max为电网上的最大负荷需求;ηI为变流器效率。
5.如权利要求1所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:步骤S4中,光伏阵列的总净现值VNPC的计算方法如下:
上式中,Vann(n)表示光伏阵列第n年的综合成本;M表示光伏阵列的寿命;a表示年实际贴现率。
6.如权利要求5所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:所述综合成本Vann(n)的计算方法如下:
Vann(n)=Vann,1(n)+Vann,2(n)+Vann,3(n)
上式中,Vann,1(n)、Vann,2(n)和Vann,3(n)分别表示第n年的购买费用、折旧费、外购电量费用。
7.如权利要求1所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:步骤S4中,分布式供电系统的总输出功率Pn,all的计算方法如下:
Pn,all=Pn,PV+Pn,b
上式中,Pn,b表示储能设备的输出功率。
8.如权利要求1所述的基于用采终端的微电网供电系统的优化管理方法,其特征在于:步骤S6中,采用NSGA2算法求解所述多目标函数Y(N),得到满足函数值最小的解。
9.一种微电网供电系统的优化管理系统,其特征在于:其采用如权利要求1-8中任意一项所述的基于用采终端的微电网供电系统的优化管理方法,根据用采终端采集到的微电网内不同设备的运行数据,生成满足经济效益的分布式发电系统的部署方案和储能系统的运行策略;所述微电网供电系统的优化管理系统包括:
逆变器,其用于对当前微电网内的光伏发电系统产生的电量进行转换,并输出到微电网上;
BMS,其用于对当前微电网内的储能设备的充放电状态进行管理;
用采终端,其用于采集当前微电网中电力用户的用能信息,以及逆变器和BMS的运行状态数据;
数据处理中心,其用于根据所述用采终端采集到的数据,分别建立表征微电网内所有分布式发电系统总的发电能力的发电模型,表征微电网台区内配置的储能设备充放电的电量模型,以及表征微电网内逆变器输出的直供电的电量输出模型;并基于上述数据模型构建一个多目标优化模型;所述多目标优化模型用于在满足平衡约束的条件下,生成可实现最高分布式发电系统利用率和最低用电成本的光伏阵列的部署方案和储能设备的运行策略。
10.一种微电网供电系统的优化管理设备,其特征在于,其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,执行如权利要求1-8中任意一项所述的基于用采终端的微电网供电系统的优化管理方法的步骤,进而根据用采终端采集到的信息,在满足平衡约束的条件下,生成可实现最高分布式发电系统利用率和最低用电成本的一个光伏阵列的最优部署方案和储能设备的最佳运行策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311151235.6A CN117060505A (zh) | 2023-09-07 | 2023-09-07 | 一种基于用采终端的微电网供电系统的优化管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311151235.6A CN117060505A (zh) | 2023-09-07 | 2023-09-07 | 一种基于用采终端的微电网供电系统的优化管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117060505A true CN117060505A (zh) | 2023-11-14 |
Family
ID=88669281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311151235.6A Pending CN117060505A (zh) | 2023-09-07 | 2023-09-07 | 一种基于用采终端的微电网供电系统的优化管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117060505A (zh) |
-
2023
- 2023-09-07 CN CN202311151235.6A patent/CN117060505A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11757404B2 (en) | Coordinated control of renewable electric generation resource and charge storage device | |
Tu et al. | Optimization of a stand-alone photovoltaic–wind–diesel–battery system with multi-layered demand scheduling | |
US11025060B2 (en) | Providing computational resource availability based on power-generation signals | |
Acevedo-Arenas et al. | MPC for optimal dispatch of an AC-linked hybrid PV/wind/biomass/H2 system incorporating demand response | |
US20160218505A1 (en) | System and Method for Energy Asset Sizing and Optimal Dispatch | |
Chen et al. | Optimal allocation of distributed generation and energy storage system in microgrids | |
Georgilakis | State-of-the-art of decision support systems for the choice of renewable energy sources for energy supply in isolated regions | |
Xie et al. | Greedy energy management strategy and sizing method for a stand-alone microgrid with hydrogen storage | |
Wang et al. | Operation of residential hybrid renewable energy systems: Integrating forecasting, optimization and demand response | |
Osório et al. | New control strategy for the weekly scheduling of insular power systems with a battery energy storage system | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
Masrur et al. | An optimized and outage-resilient energy management framework for multicarrier energy microgrids integrating demand response | |
Guinot et al. | Economic impact of performances degradation on the competitiveness of energy storage technologies–Part 1: Introduction to the simulation-optimization platform ODYSSEY and elements of validation on a PV-hydrogen hybrid system | |
Awasthi et al. | Operation of datacenter as virtual power plant | |
Mannepalli et al. | Allocation of optimal energy from storage systems using solar energy | |
Mansoori et al. | Power system robust day-ahead scheduling with the presence of fast-response resources both on generation and demand sides under high penetration of wind generation units | |
Xue et al. | Optimal capacity allocation method of integrated energy system considering renewable energy uncertainty | |
Alharbi | Optimal planning and scheduling of battery energy storage systems for isolated microgrids | |
JP2018078669A (ja) | 管理装置、及び発電システム | |
Oloo et al. | Modelling and optimisation studies for generator dispatch strategies for deployment of an off-grid micro-grid in South Africa | |
CN116436048A (zh) | 一种多目标驱动的微电网群云储能优化配置方法及装置 | |
CN117060505A (zh) | 一种基于用采终端的微电网供电系统的优化管理方法 | |
Gong et al. | Economic dispatching strategy of double lead-acid battery packs considering various factors | |
Crosara et al. | Generation adequacy in the Nordic and Baltic area: The potential of flexible residential electric heating | |
Hashimoto et al. | Optimal operation of fuel cell and electrolyzer in household hybrid system by stochastic programming |
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 |