CN117353304A - 一种用于微电网群的合作运行全分布式控制方法及系统 - Google Patents
一种用于微电网群的合作运行全分布式控制方法及系统 Download PDFInfo
- Publication number
- CN117353304A CN117353304A CN202311652624.7A CN202311652624A CN117353304A CN 117353304 A CN117353304 A CN 117353304A CN 202311652624 A CN202311652624 A CN 202311652624A CN 117353304 A CN117353304 A CN 117353304A
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- power
- group
- optimal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 238000004146 energy storage Methods 0.000 claims description 60
- 238000010248 power generation Methods 0.000 claims description 35
- 230000008901 benefit Effects 0.000 claims description 19
- 230000009194 climbing Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 9
- 238000007599 discharging Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 4
- 230000007613 environmental effect Effects 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
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—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]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种用于微电网群的合作运行全分布式控制方法及系统，涉及微电网技术领域，包括：步骤一，获取区域负荷数据，根据区域负荷数据获取区域环境参数；步骤二，获取主动配电网各节点数据，并核对各节点与微电网群的连接状况；步骤三，基于主动配电网各节点数据，将区域环境参数作为输入，确定主动配电网的节点边际价格；步骤四，建立微电网群控制模型，基于微电网群和微电网的交易电功率，获取微电网和微电网群交易时的最优网损成本；步骤五，以微电网群控制模型为基础，将区域负荷数据和主动配电网各节点数据作为输入；本发明通过价格成本为导向，提高电网分配的效果，优化微电网的控制方式，以实现电力系统的平衡和优化。
Description
技术领域
本发明涉及微电网技术领域，尤其涉及一种用于微电网群的合作运行全分布式控制方法及系统。
背景技术
随着我国电力体制改革的深入，可再生能源通过微电网方式接入主动配电网，降低了配电网的负荷压力，加快了主动配电网的发展；微电网群是对微网的继承和深化，微电网群可以通过灵活的网络拓扑来管理潮流，实现对多个单微网的控制，与可再生能源具有良好的兼容性，同时微网群接入主动配电网可以有效缓解主动配电网的压力。
微电网群是指局部区域内的三个及以上的微电网按照某种特定的合约进行合作博弈，微网群的运营商需要根据调度评估第二天的微电网群整体和个体的利益预期量并参与电力市场，接入主动配电网的微电网群的日前调度通常根据主动配电网的节点边际价格进行；由于配电网各节点的边际价格不同，微电网的节点价格是不同的；由于微电网的节点价格不同，微电网之间的电力交易会吸引他们从其他微电网那里获取电力，从而降低了微网对配电网的依赖。
但是，在微电网的交易中，由于节点边际价格不同，导致微电网资源分配不均匀，影响导整个电力系统的平衡和优化。
发明内容
本申请实施例通过提供一种用于微电网群的合作运行全分布式控制方法及系统，解决了现有技术中电力资源分配不均的问题，提高了电力分配的效率。
本申请实施例提供了一种用于微电网群的合作运行全分布式控制方法，包括：
步骤一，获取区域负荷数据，根据区域负荷数据获取区域环境参数；
步骤二，获取主动配电网各节点数据，并核对各节点与微电网群的连接状况；
步骤三，基于主动配电网各节点数据，将区域环境参数作为输入，确定主动配电网的节点边际价格；
步骤四，建立微电网群控制模型，基于微电网群和微电网的交易电功率，获取微电网和微电网群交易时的最优网损成本；
步骤五，以微电网群控制模型为基础，将区域负荷数据和主动配电网各节点数据作为输入，获取微电网的最优运行成本；
步骤六，以微电网群控制模型为基础，根据虚拟交易功率获得第一罚因子和第二罚因子；基于第一罚因子和第二罚因子，以最优网损成本为输入获取微电网群的最优调度的方式，以最优运行成本为输入，获取微电网的最优调度的方式；
步骤七，根据微电网群控制模型，确定主动配电网进行交易时各微电网产生网损分摊情况；
步骤八，根据微网群控制中心，确定各微网合作交易的最优利益方案。
一种用于微电网群的合作运行全分布式控制系统，包括：
两个以上的分布式发电单元，发电环境监测单元、通讯单元、微电网群控制单元、网损获取单元、运行成本获取单元；
分布式发电单元用于进行发电；
发电环境监测单元用于获取区域负荷数据和主动配电网各节点数据；
通讯单元用于将获取的区域负荷数据和主动配电网各节点数据，发送到微电网群控制单元；
微电网群控制单元用于以微电网群控制模型为基础，获取微电网的最优调度的方式；
网损获取单元用于获取微电网运行时的网损成本；
运行成本获取单元用于获取微电网运行时的最优运行成本。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本发明中通过分析网损价格的变化，获得微电网与微电网群之间交易的电功率的变化；根据网损价格来调整微电网群之间的交易功率，调整微电网与微电网群之间的输入功率和输出功率，降低运营成本。
本发明基于对微电网各个节点之间合作交易的不同，确定了微电网在不同接入节点时，微电网群的交易能力不同，微电网的运行成本也随之变化，此时可以根据微电网的交易能力调整微电网的节点，提高交易的效率，从而调整微电网各个节点之间电力的输入与输出，实现对各个节点的输入功率与输出功率的控制。
根据微电网在交易时网损分摊的情况不同与微电网交易的利益方案不同，使得节点在进行交易时能达到最优的利益形式，提高了微电网分配的情况下，提高了微电网对发电资源的协调，使得微电网各层都能得到最优的处理方案。
根据微电网之间交易成本优化来调整电力系统资源的分配，从而提高电力资源的分配效果，实现对微电网的调整与优化。
附图说明
图1为一种用于微电网群的合作运行全分布式控制方法的流程示意图；
图2为一种用于微电网群的合作运行全分布式控制系统的系统示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
现有技术的技术方案存在如下技术问题：
微电网（Micro-Grid）也译为微网，是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。微电网旨在实现分布式电源的灵活、高效应用，解决数量庞大、形式多样的分布式电源并网问题；开发和延伸微电网能够充分促进分布式电源与可再生能源的大规模接入，实现对负荷多种能源形式的高可靠供给。
但是，微电网的应用前提是需要控制电力的传输，具体的，微电网通过联络线与大系统相连，由于供电与需求的不平衡性，微电网与主网之间互供或者独立运行。微电网与主网的互供是通过电力交易来实现，当电力价格发生变化时，资源分配形式容易出现不均匀分布，造成资源浪费、成本叠加等问题。
为了解决上述电力交易时出现的边缘分配资源不均，本发明通过对微电网各个节点数据进行控制，根据不同节点价格的不同调整微电网电力资源的分配。
如图1所示，一种用于微电网群的合作运行全分布式控制方法，包括：
步骤一，获取区域负荷数据，根据区域负荷数据获取区域环境参数。
微电网群、微电网、耦合连接器n，三者之间互相通信。
区域负荷数据是获取微电网群中所有设备在连续日期内的数据，区域环境参数包括各个发电机的出力值、负载值、线路传输限制、各个发电机的出清价格；
可以理解的是，每个区域内电力交易的前提是根据发电量和传输线路来确定是否进行交易的，在得到线路传输限制和发电机的出力值后，就可以判断在正常电力交易中可以进行交易的电力量，从而知道电力交易的价格，从而得到具体的实现方式。
步骤二，获取主动配电网各节点数据，并核对各节点与微电网群的连接状况。
此步骤通过获取与微电网相连的主动配电网，核对每个节点的电压数据、节点状态以及线路数据，如节点的电压幅值、相位角、电阻、电感、电容、开关状态（通断状态）、故障信息、设备状态等，并确定与微电网连接的通信状况，从而可以更加快速的识别微电网的运行状况。
步骤三，基于主动配电网各节点数据，将区域环境参数作为输入，确定主动配电网的节点边际价格。
其中，节点边际价格是指在电力市场中各个供电节点上，供需平衡时最低的电力出清价格，根据不同主动配电网与微电网的组合预测节点边际价格。
具体的，节点边际价格的获取方式如下所示：
使用拉格朗日函数获取节点边界价格与各区域环境参数之间的关系；
；
；
其中，式中：,,和为函数的对偶因子，为配电网的分布式发电机，为配电网负载。为各发电机的出清价格。和分别为分布式发电机的最大、最小出力值。为 线路ij传输限制，为表示电量单位，为分布式发电机的有功功率。
通过拉格朗日函数获取节点边际价格中受个电机出清价格的影响，根据各区域环境参数，确定单位时间内节点价格变化量，根据节点价格变化量获取节点边际价格受环境参数的影响，其中，环境参数包括配电网分布式电机、配电网负载、发电机的出清价格、发电机的最大、最小出力值、线路传输限制。
此时，通过配电网发电机相关的环境参数来判断节点边际价格的变化量，从而可以知道什么环境因素对节点边际价格的影响权重比例较大。
进一步，节点边界价格分为边际发电价格和边界拥塞价格组成，边际发电价格是节点发电的价格、边界拥塞价格是指节点边界在不同的时间段因拥塞程度而造成价格上升或者下降；获取每个时刻的边界发电价格和边界拥塞价格，将获取的节点边界价格的计算方式视为两者的和。
步骤四，建立微电网群控制模型，基于微电网群和微电网的交易电功率，获取微电网和微电网群交易时的最优网损成本。
微电网群控制模型分为上下两层，上层建立微网之间相互协调的非对称Nash谈判模型，下层建立主动配电网的网损成本和与微网交易成本的最小化优化模型；
上层通过每个微电网之间的非对称性建立Nash谈判模型，上层用于考虑微电网与主动配电网以及微电网之间的交易能力，下层用于获取微电网群与微电网之间的交易量；
获取每个配电网的网损情况，根据网损对应的交易功率，确定电力交易的最小损失率；网损是指电能传输中，以热能形式散发的功率损失，即为电阻和电导消耗损失的有功功率。
具体的，本步骤优先建立以微电网与下层交易最小化模型，微电网n和微电网群交易时的最优网损成本具体为以下所示：
；
；
其中，为微电网与微电网群的出清价格，为网损的出清价格；为微电网群的交易总电功率；为主动配电网交易产生的网损，为最优网损成本。
此时，根据每个配电网网损对应的出清价格和微电网与微电网群之间交易的功率，确定每个配电网造成在每个时间段产生的网损价格；一般情况下，在电力交易时需要控制网损对应的价格，从而减少电力交易产生的成本，从而可以最大化利用资源的分配。
此时，为了减少电力交易的成本，对于微电网产生的成本的控制方式，包括：
（1）对微电网群和微电网的交易电功率进行限制，微电网群的交易电功率处于微电网的最大交易电功率和最小交易电功率之间。
（2）对单个节点的注入功率进行平衡，比较每个时刻电路支路的电感和阻抗，比较每个时刻有功功率和无功功率的变化情况，将每个时刻功率的变化情况作为判断功率变化的情况。
具体的，每个配电网和微电网的电流和电压均采用下面公式表示：
；
根据每个支路上的电压和电流，获取每个电流支路上电流和电压的损耗情况；
；
；
其中，分别为支路 i j 在时刻t的电感和阻抗；用于衡量电流的损耗，用于衡量电压的损耗，为t时刻微电网的支路电流，为t时刻配电网的节点电压，分别为t时刻的配电网的负载；为节点j上的电功率；表示节点之间的流动功率；为节点j和发电设备之间的交易电功率；为t时刻支路 i j有功功率，为t时刻支路 i j 无功功率；为主动配电网交易产生的网损。
此时，获取每个时刻支路产生的电抗和阻抗对配电网网损的影响，利用二阶锥松弛进行快速求解，得到发电机功率与交易电功率之间的相互影响状况，从而确定不同节点之间功率的均衡平衡状况。
优选的，获取微电网节点的注入功率、电压、传输约束，对于每个节点的最大输入值和最小输入值进行限制，且每个时刻微电网节点的有功功率和无功功率之和均小于最大输入值。
本步骤是获取，在每个时刻下，输出的功率之间的平衡状况，将满足平衡状况的节点，根据功率损失状况等，来确定此时选择的成本；将对微电网成本的控制具体到每个节点阻抗，获取当节点功率消耗平衡状态下，每个微电网节点的输出功率，根据每个节点的输出功率从而得到每个节点在电力交易时，网损产生的成本量。
步骤五，以微电网群控制模型为基础，将区域负荷数据和主动配电网各节点数据作为输入，获取微电网的最优运行成本；
根据节点输入功率的平衡状况，获取微电网的最小运行成本。
获取微电网的最优运行成本包括：获取微电网的运行成本、可转移负荷成本、发电机运行成本、储能运行成本。
微电网的运行成本是指微电网直接运行时电力交换时产生的成本消耗。
可转移负荷成本是指在电力系统中，可以从一个电源或负荷点转移到另一个电源或负荷点的负荷，负荷转移时产生的成本。这种负荷转移通常是为了实现电力系统的灵活性、可靠性和经济性。
在电力系统中，负荷是指电力系统所供应的电能消耗者，例如家庭、工厂、商业建筑等。当一个负荷点无法得到足够的供电时，可以通过可转移负荷的方式将该负荷点的电力需求转移到其他可供应电力的地方，以满足需求。这样可以避免负荷点的停电或电能不足的情况发生。
发电机运行成本是发电机运行产生电力时消耗的成本。
储能运行成本是指储能装置在进行充电和放电时，产生的运行成本。
首先，根据获取微电网的运行成本、可转移负荷成本、发电机运行成本、储能运行成本建立微电网的最优运行成本：
；
；
其中，为微电网与微电网群的出清价格，为可转移负荷的出清价格，为发电机运行出清价格，为储能装置运行的出清价格；为微电网群和微电网之间的交易电功率，为可切断负荷的上限，为可切断负荷的下限，为发电机运行出力值，为储能装置的充电值，为储能装置的放电值，为最优运行成本。
需要说明的是，上述函数中分为了四个部分，每个加号两端的算式为一部分，分别表示微电网的购电成本、可转移负荷成本、发电机运行成本、储能维护成本；微电网的购电成本根据微电网的出清价格和微电网之间的交易功率确定；可转移负荷成本是根据可转移负荷上下限之间的差值和可转移负荷的出清价格确定；发电机运行成本是发电机运行处理值和发电机运行出清价格确定；储能运行成本是指储能装置充电值、放电值和储能装置运行的出清价格确定的。
优选的，为了保持微电网在运行保持稳定性，减少资源成本的浪费，微电网需要满足以下约束条件：功率平衡约束、联络线上下限约束、分布式电源输出约束、爬坡约束、储能约束、需求响应约束。
功率平衡约束：各个微电网节点注入与功率消耗之间需要保持平稳，以保持微电网的稳定运行；
联络线上下限约束：将两个相邻的电力系统的功率流动进行限制，确保联络线的功率流动在可接受的范围内；
分布式电源输出约束：对分布式电源的输出进行约束限制，确保分布式电源的功率不超过其设备能力，以避免过载和设备损坏；
爬坡约束：将发电机或分布式电源的功率变化斜率进行限制，限制其在单位时间内功率的变化速率，以避免过度负荷对电力系统的稳定性造成影响；
储能约束：将电力系统的运行进行限制，以确保按规定要求进行充电放电操作，以维护电力系统的稳定性和可靠性；
需求响应约束：调整用户的电力需求来实现对电力系统的支持，以平衡供应关系、提高能源效率和优化电力系统的运行。
上述的功率平衡约束，具体表现形式如下：
；
其中，为微电网群和微电网之间的交易电功率，为储能装置的充电值，为储能装置的放电值，为发电机运行出力值，为可再生能源出力，为微电网可控负荷，为可切断负荷的上限，为可切断负荷的下限。
在本式中，通过对功率平衡约束的几个发明实现了对微电网对应的电力系统的优化；如：发电机控制、负荷管理、输电网调节、储能系统的运用来实现。
发电机控制：发电机的输出功率根据可再生能源出力、发电机运行出力值调整系统的需求；
负荷管理：根据微电网可控负荷、可切断负荷的上限、可切断负荷的下限确定微电网负荷措施；
输电网调节：根据微电网群和微电网之间的交易电功率，来调整输电线路的功率分配，以实现功率平衡；
储能系统的运用：根据储能装置的充电值、储能装置的放电值以平衡发电节点和负荷节点之间的功率差异。
上述的联络线上下限约束具体公式如下：
；
其中为联络线出力下限，为联络线出力上限，为微电网群和微电网之间的交易电功率。
本式中，微电网群和微电网之间的交易电功率大于联络线出力下限，微电网群和微电网之间的交易电功率小于联络线出力上限。
上述的分布式电源输出约束公式如下：
；
其中为分布式发电设备出力上限，为分布式发电设备出力下限，为发电机运行出力值；本式中发电机运行出力值需要位于分布式发电设备出力的上下限值之间。
上述的爬坡约束公式如下：
；
其中为分布式发电设备爬坡率的下限，为分布式发电设备爬坡率的上下限，为t时刻发电机运行出力值，为t-1时刻发电机运行出力值；本式中，确定每个连续时刻内发电机的运行出力值均处在爬坡率的下限，以调整发电机运行出力值的变化率调整微电网的平衡。
上述的储能约束的公式如下：
；
；
；
；
；
；
其中，为储能装置放电的下限，为储能装置放电的上限，为储能装置充电的下限，为储能装置充电的上限，为储能装置的充电值，为储能装置的放电值，为充电的最大次数，为放电的最大次数；为t时刻储能装置的容量，为储能装置的容量的下限，为储能装置的容量的上限；和为储能装置的调节因子，为t时刻储能装置充电的次数，为t-1时刻储能装置充电的次数；为t时刻储能装置放电的次数，为t-1时刻储能装置放电的次数。
在储能约束中，储能装置充电、放电值均处在储能装置充电放电的上下限范围内；调节因子用于分析储能装置上下限与储能装置出力值之间的相关性，根据当前时刻的电力系统环境调整微电网充电网放电与充电的范围；储能装置的容量也根据调节因子进行适应性调整；调节因子之和小于1，调节因子值范围在0到1之间；对于储能装置的充电次数，每个连续时间段充电次数之和需要小于充电装置设置的最大次数，这里是表示多次交互充电装置不能大于设置的充电放电的最大次数。
优选的，连续两个时刻内的储能装置容量与储能装置的放电效率、充电效率的时间变化量程正比；具体公式如下所示：
；
其中，为t时刻储能装置的容量，为t+1时刻储能装置的容量；为储能装置的放电效率，为储能装置的充电效率；为储能装置的充电值；为储能装置的放电值；连续时刻内储能装置的容量均会根据当前充电量与放电量之间的关系，实时增加当前时间段内充电与放电的差值。
进一步，上述的需求响应约束，具体公式如下所示：
；
；
；
其中 为可控负载因子，，为可切断负荷的上限，为可切断负荷的下限，为最大输出功率限制；可控负载量处于最大输出功率范围内，从而使得可控负载量不会超出系统负担。
通过以上多种约束方式，确定在运行成本达到最小时，微电网中多个环境参数的限制形式，从而可以满足微电网的实现方式。
步骤六，以微电网群控制模型为基础，根据虚拟交易功率获得第一罚因子和第二罚因子；基于第一罚因子和第二罚因子，以最优网损成本为输入获取微电网群的最优调度的方式，以最优运行成本为输入，获取微电网的最优调度的方式。
为了使微电网能根据电力交易时的交易效率，提高微电网的分配效果，根据微电网的虚拟交易能力，获取耦合变量，根据耦合变量的组合形式，确定最优调度值。
根据微电网和微电网群的虚拟交易能力，分解出虚拟交易功率，虚拟交易功率满足方程：
；
其中，、作为判断虚拟交易能力的虚拟交易功率，虚拟交易功率初始值为0。虚拟交易功率包括：第一交易功率和第二交易功率，根据第一交易功率和第二交易功率确定微电网群下层的目标函数；微电网群下层的目标函数时用于求解当前设备最优的调度值，从而得到在保持最低成本的前提下，最优的调度方式。
具体的，微电网群的最优调度的方式为：
；
其中，其中和分别为一次罚函数和二次罚函数的因子，为微电网群和微电网之间的交易电功率，为第一交易功率；本式中将交易电功率与交易能力进行调整，控制最终实现最优调度的方式，为最优网损成本。
可以理解的是，微电网群在实现最优调度时，需要考虑每个微电网的支路的交易电功率量和交易效率，从而确定最终想要达到最优时需要优化的条件，根据设置的一次惩罚函数和二次惩罚函数的因子，确定调度的权重分布。
优选的，微电网的最优调度的方式为：
；
其中为一次罚函数的第一罚因子，是二次罚函数的第二罚因子，是微电网的最优运行成本，为微电网群和微电网之间的交易电功率，为第二交易功率。罚函数用于把非线性约束优化问题转化为无线性优化约束问题，来获取目标函数优化的罚因子。
此公式的目的和微电网群的实现目的相同。
进一步，为了实现第一罚因子和第二罚因子的自适应变化，进而提高微电网的优化调整，具体步骤如下：
G1，初始化第一罚因子和第二罚因子, 第一交易功率与第二交易功率设置为0, 以及迭代次数。是用于记录当前循环次数。
G2，设定,并根据下层优化模型求解最优调度子问题，得到一组最优MG发电设备最优日前调度值，并将第一交易功率发送给微网群控制中心下层， 并对每个微网进行并行求解，以加快计算速度。
G3，微网群控制中心下层在接收到微网层发来的信息后，根据优化模型求解最优调度问题，得到一组最优主动配电网功率损耗值，并将第二交易功率发回微网层。
G4，根据第一交易功率和第二交易功率，确定循环是否收敛。如果是，输出结果。否则，继续执行步骤G5。
；
其中 为收敛系数，，为次循环的第一交易功率，为次循环的第二交易功率，为次循环的第一交易功率。
此步骤是判断多次循环后，第一交易功率与第二交易功率是否符合提取条件，并且第一交易功率前后两次的变化值小于收敛函数；若小于收敛系数，说明此时虚拟交易功率变化量保持平衡，电力系统运行稳定。
G5，更新第一罚因子和第二罚因子，并返回到步骤G2开始新的迭代，直到第一罚因子和第二罚因子达到最优。
；
；
其中是个定值，，为次循环的第一罚因子，为次循环的第二罚因子，为次循环的第一罚因子，为次循环的第二罚因子，为次循环的第一交易功率，为次循环的第二交易功率，为次循环的第一交易功率。
在本式中，当第一交易功率和第二交易功率的结果不为0时，第一罚因子增加相应的数值；第二罚因子根据第一交易功率和第二交易功率的大小，调整第二罚因子的大小。
本步骤通过优化获取最终目标函数的情况下，根据第一罚因子和第二罚因子的优化，得到最终能够满足最终优化的目标函数。
步骤七，根据微电网群控制模型，确定主动配电网进行交易时各微电网产生网损分摊情况。
为了，确定在获取运行成本和交易功率得到的最优成本下，将网损产生的运行成本进行计算，确定电力交易时，各个微电网的网损情况。
具体的，各微电网之间的网损分摊情况表示为：
；
其中，为节点i上微电网交易的网损，为主动配电网交易产生的网损，为节点0上的电功率，为微电网群的交易总电功率，为i节点的平衡系数。
本式中，采用大型网络作为平衡节点，平衡系数的初始值，在对各个节点计算微电网的损失中，平衡节点不参与电力损失的分配，但是需要根据平衡系数得到当前平衡节点对微电网网损的影响。
当将发电设备接入到微电网节点时，节点的功率损耗应为发电设备与节点负载产生的功率损耗之和。此时接入的发电设备的网损通过以下公式显示:
；
其中，为节点j上发电设备的网损，为节点j在t时刻注入的功率，为节点j上的无功功率，为节点j的平衡系数，为节点j和发电设备之间的交易电功率。
根据平衡系数和交易功率的变化，从而确定接入的发电设备应该承担的网损，使得对于微电网整体把控的精确度更高。
步骤八，根据微电网群控制模型，确定各微网合作交易的最优利益方案。
本步骤采用非对称Nash谈判建立微网群控制中心的上层优化模型，从而确定各微电网合作时利益最大的方案。
具体的，各微电网的最优利益方案表现为：
；
；
；
其中，为微电网之间的交易电功率，为主动配电网与微电网群之间的交易功率，为主动配电网与微电网群之间的交易功率的出清价格，为节点0上的交易量，为微电网群的总交易量，为交易平衡系数。
需要说明的是，节点0上的交易量指的是位于网络中的节点编号为0的节点所处理或记录的交易数量，微电网群的总交易量指的是微电网群所有的交易电功率之和，交易平衡系数用于平衡微电网、微电网群和配电网之间的交易量。
优选的，在获取微电网之间进行电力交易时应满足以下约束：联络线功率平衡约束、微网间交易功率平衡约束、微网间交易利益平衡约束、微电网间联络线上下限约束、可靠性约束、微网间合作与非合作的不平衡利益约束。
联络线功率平衡约束公式表示为:
；
其中，为节点i上微电网交易的网损，为主动配电网与微电网群之间的交易功率，为微电网群的交易总电功率，为微电网之间的交易电功率。
需要注意的，微电网之间交易量之和应该为0，交易平衡系数的总和为0；微电网之间的交易量为0说明当前电力交易时处于正常的交易状态，交易平衡系数总和为0，说明交易时正常进行的。
具体的，微网间交易功率平衡约束表示为：
；
其中，为微电网之间的交易电功率。
具体的，微网间交易利益平衡约束表示为：
；
其中，为交易平衡系数。
对于微电网之间的联络线需满足微电网间联络线上下限约束，微电网间联络线上下限约束表示为：
；
；
其中，为微电网之间的交易电功率，为微电网之间的交易电功率的下限，为微电网之间的交易电功率的上限；为微电网之间的交易电功率的上限；为主动配电网与微电网群之间的交易功率，为主动配电网与微电网群之间的交易功率下限。
可靠性约束表示为:
；
；
其中，为微电网之间的交易电功率，为微电网群的交易总电功率，为主动配电网与微电网群之间的交易功率。根据可靠性约束确保ADN中的功率流不反转。
微网间合作与非合作的不平衡利益约束表示为：
；
其中，为节点0上的交易量，为微电网群的总交易量，为交易平衡系数。从而确保整体在交易获得的量能够满足利益分配。
；
其中，为微电网之间的交易电功率，为微网群参与合作博弈时的贡献度，当微网相互交易时，无论买卖功率是否为贡献度，且功率贡献度越大，的值越大。
本发明采用系统IEEE 33节点分布式系统，在光伏（PV）、风电站（Wind）、分布式电源（DG）、储能（ES）的基础上增加了3个微网。分布式电源的成本因素如表1所示。此外，微电网（MG）中储能相关参数如表2所示。
；
；
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本发明中通过分析网损价格的变化，获得微电网与微电网群之间交易的电功率的变化；根据网损价格来调整微电网群之间的交易功率。
本发明基于对微电网各个节点之间合作交易的不同，确定了微电网在不同接入节点时，微电网群的交易能力不同，微电网的运行成本也随之变化，此时可以根据微电网的交易能力调整微电网的节点，提高交易的效率。
根据微电网在交易时网损分摊的情况不同与微电网交易的利益方案不同，使得节点在进行交易时能达到最优的利益形式，提高了微电网分配的情况下，提高了微电网对发电资源的协调，使得微电网各层都能得到最优的处理方案。
本发明还提供了一种用于微电网群的合作运行全分布式控制系统，如图2所示，包括：两个以上的分布式发电单元，发电环境监测单元、通讯单元、微电网群控制单元、网损获取单元、运行成本获取单元。
分布式发电单元用于进行发电；
发电环境监测单元用于获取区域负荷数据和主动配电网各节点数据；
通讯单元用于将获取的区域负荷数据和主动配电网各节点数据，发送到微电网群控制单元；
微电网群控制单元用于以微电网群控制模型为基础，获取微电网的最优调度的方式。
网损获取单元用于获取微电网运行时的网损成本。
运行成本获取单元用于获取微电网运行时的最优运行成本。
以上所述仅为本发明的优选实施方式，并不用于限制本发明，对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明精神和原则内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于微电网群的合作运行全分布式控制方法，其特征在于，包括：步骤一，获取区域负荷数据，根据区域负荷数据获取区域环境参数；
步骤二，获取主动配电网各节点数据，并核对各节点与微电网群的连接状况；
步骤三，基于主动配电网各节点数据，将区域环境参数作为输入，确定主动配电网的节点边际价格；
步骤四，建立微电网群控制模型，基于微电网群和微电网的交易电功率，获取微电网和微电网群交易时的最优网损成本；
步骤五，以微电网群控制模型为基础，将区域负荷数据和主动配电网各节点数据作为输入，获取微电网的最优运行成本；
步骤六，以微电网群控制模型为基础，根据虚拟交易功率获得第一罚因子和第二罚因子；基于第一罚因子和第二罚因子，以最优网损成本为输入获取微电网群的最优调度的方式，以最优运行成本为输入，获取微电网的最优调度的方式；
步骤七，根据微电网群控制模型，确定主动配电网进行交易时各微电网产生网损分摊情况；
步骤八，根据微网群控制中心，确定各微网合作交易的最优利益方案。
2.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，微电网n和微电网群交易时的最优网损成本具体为以下所示：
其中，为微电网与微电网群的出清价格，为网损的出清价格；为微电网群的交易总电功率；为主动配电网交易产生的网损，为最优网损成本。
3.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，获取微电网的最优运行成本包括：获取微电网的运行成本、可转移负荷成本、发电机运行成本、储能运行成本；
根据获取微电网的运行成本、可转移负荷成本、发电机运行成本、储能运行成本建立微电网的最优运行成本：
其中，为微电网与微电网群的出清价格，为可转移负荷的出清价格，为发电机运行出清价格，为储能装置运行的出清价格；为微电网群和微电网之间的交易电功率，为可切断负荷的上限，为可切断负荷的下限，为发电机运行出力值，为储能装置的充电值，为储能装置的放电值，为最优运行成本。
4.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，获取微电网的最优运行成本时，微电网需要满足以下约束条件：功率平衡约束、联络线上下限约束、分布式电源输出约束、爬坡约束、储能约束、需求响应约束；
微电网之间进行电力交易时应满足以下约束：联络线功率平衡约束、微网间交易功率平衡约束、微网间交易利益平衡约束、微电网间联络线上下限约束、可靠性约束、微网间合作与非合作的不平衡利益约束。
5.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，微电网群的最优调度的方式为：
其中，其中 和分别为一次罚函数和二次罚函数的因子，为最优网损成本，为微电网群和微电网之间的交易电功率，为第一交易功率；本式中将交易电功率与交易能力进行调整，控制最终实现最优调度的方式。
6.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，微电网的最优调度的方式为：
其中为一次罚函数的第一罚因子，是二次罚函数的第二罚因子，是微电网的最优运行成本，为微电网群和微电网之间的交易电功率，为第二交易功率。
7.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，第一罚因子和第二罚因子的自适应变化，具体步骤为：
G1，初始化第一罚因子和第二罚因子，第一交易功率与第二交易功率设置为0， 以及迭代次数 ；
G2，设定并根据下层优化模型求解最优调度子问题，得到一组最优MG发电设备最优日前调度值，并将第一交易功率发送给微网群控制中心下层，并对每个微网进行并行求解，以加快计算速度；
G3，微网群控制中心下层在接收到微网层发来的信息后，根据优化模型求解最优调度问题，得到一组最优主动配电网功率损耗值，并将第二交易功率发回微网层；
G4，根据第一交易功率和第二交易功率，确定循环是否收敛；如果是，输出结果，否则，继续执行步骤G5；
G5，更新第一罚因子和第二罚因子，并返回到步骤G2开始新的迭代，直到第一罚因子和第二罚因子达到最优。
8.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，各微电网之间的网损分摊情况表示为：
其中，为节点i上微电网交易的网损，为主动配电网交易产生的网损，为节点0上的电功率，为微电网群的交易总电功率，为i节点的平衡系数。
9.如权利要求1所述的一种用于微电网群的合作运行全分布式控制方法，其特征在于，各微电网的最优利益方案表现为：
其中，为微电网之间的交易电功率，为主动配电网与微电网群之间的交易功率，主动配电网与微电网群之间的交易功率的出清价格，为节点0上的交易量，为微电网群的总交易量，为交易平衡系数。
10.一种用于微电网群的合作运行全分布式控制系统，其特征在于，包括：两个以上的分布式发电单元，发电环境监测单元、通讯单元、微电网群控制单元、网损获取单元、运行成本获取单元；
分布式发电单元用于进行发电；
发电环境监测单元用于获取区域负荷数据和主动配电网各节点数据；
通讯单元用于将获取的区域负荷数据和主动配电网各节点数据，发送到微电网群控制单元；
微电网群控制单元用于以微电网群控制模型为基础，获取微电网的最优调度的方式；
网损获取单元用于获取微电网运行时的网损成本；
运行成本获取单元用于获取微电网运行时的最优运行成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311652624.7A CN117353304B (zh) | 2023-12-05 | 2023-12-05 | 一种用于微电网群的合作运行全分布式控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311652624.7A CN117353304B (zh) | 2023-12-05 | 2023-12-05 | 一种用于微电网群的合作运行全分布式控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117353304A true CN117353304A (zh) | 2024-01-05 |
| CN117353304B CN117353304B (zh) | 2024-03-15 |
Family
ID=89361764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311652624.7A Active CN117353304B (zh) | 2023-12-05 | 2023-12-05 | 一种用于微电网群的合作运行全分布式控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117353304B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109546651A (zh) * | 2018-12-04 | 2019-03-29 | 国网安徽省电力有限公司电力科学研究院 | 含高渗透率分布式电源的微网群内部电价的协调优化方法 |
| CN109687454A (zh) * | 2019-01-24 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 一种分布式能源集群优化调度系统、方法及装置 |
-
2023
- 2023-12-05 CN CN202311652624.7A patent/CN117353304B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109546651A (zh) * | 2018-12-04 | 2019-03-29 | 国网安徽省电力有限公司电力科学研究院 | 含高渗透率分布式电源的微网群内部电价的协调优化方法 |
| CN109687454A (zh) * | 2019-01-24 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 一种分布式能源集群优化调度系统、方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张润凡 等: "主动配电网的动态虚拟微电网群分布式群级协同控制", 电力系统自动化, vol. 46, no. 14, pages 55 - 62 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117353304B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112467722B (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
| Wang et al. | Transactive energy sharing in a microgrid via an enhanced distributed adaptive robust optimization approach | |
| CN107546743B (zh) | 一种辐射状配电网分布式优化潮流方法 | |
| CN105262129B (zh) | 一种含复合储能微电网的多目标优化系统及方法 | |
| US10078315B2 (en) | Collaborative balancing of renewable energy overproduction with electricity-heat coupling and electric and thermal storage for prosumer communities | |
| CN110601198B (zh) | 计及谐波和电压不平衡约束的混合微电网优化运行方法 | |
| Wang et al. | Load curve smoothing strategy based on unified state model of different demand side resources | |
| Mohamed et al. | Microgrid online management and balancing using multiobjective optimization | |
| CN108599235B (zh) | 一种分布式光伏入网的定容方法 | |
| Li et al. | An optimization-based demand response in radial distribution networks | |
| Zaree et al. | An MILP formulation for centralized energy management strategy of microgrids | |
| Olivier et al. | Foreseeing new control challenges in electricity prosumer communities | |
| CN117791610A (zh) | 一种基于admm算法的多微电网能源调度优化方法 | |
| Hashmi | Optimization and control of storage in smart grids | |
| CN115149540A (zh) | 一种基于分区自治的多区域虚拟电厂协同优化运行方法 | |
| Maulik et al. | Determination of optimal size of battery energy storage system (BESS) for a renewable power based microgrid | |
| CN117096856B (zh) | 考虑配网三相电价和相间电压不平衡的虚拟电厂调度方法 | |
| Ghiani et al. | Smart integration and aggregation of nanogrids: Benefits for users and DSO | |
| CN109687449B (zh) | 微电网协调控制装置及控制方法 | |
| CN116404665A (zh) | 基于柔性软开关的主动配电网电压三相不平衡抑制方法 | |
| CN117353304B (zh) | 一种用于微电网群的合作运行全分布式控制方法及系统 | |
| Li et al. | Optimal operation of AC/DC hybrid microgrid under spot price mechanism | |
| Qian et al. | Economic dispatch of DC microgrids under real-time pricing using adaptive differential evolution algorithm | |
| CN115907372A (zh) | 一种适用于分布式光伏发电的优化配置方法及装置 | |
| Wada et al. | Frequency control using fast demand response in power system with a large penetration of renewable energy sources |
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 |