CN117411085A - 计及对外交换功率安全约束的并网型多微网优化调度方法 - Google Patents
计及对外交换功率安全约束的并网型多微网优化调度方法 Download PDFInfo
- Publication number
- CN117411085A CN117411085A CN202311500207.0A CN202311500207A CN117411085A CN 117411085 A CN117411085 A CN 117411085A CN 202311500207 A CN202311500207 A CN 202311500207A CN 117411085 A CN117411085 A CN 117411085A
- Authority
- CN
- China
- Prior art keywords
- grid
- power
- energy storage
- micro
- microgrid
- 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 58
- 238000004146 energy storage Methods 0.000 claims abstract description 133
- 230000014509 gene expression Effects 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000010248 power generation Methods 0.000 claims abstract description 18
- 238000007599 discharging Methods 0.000 claims description 23
- 230000005855 radiation Effects 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 10
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
-
- 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
- H02J3/28—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
- 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
- H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- 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
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了计及对外交换功率安全约束的并网型多微网优化调度方法,涉及微网优化调度领域。包括以下步骤:S1:分析并网型多微网内包含的发电单元、储能单元、负荷单元的元件特性,构建并网型多微网系统模型;S2:考虑并网型多微网对外交换功率时的安全约束,包括储能系统能量约束、发电单元出力约束、功率平衡约束、交换功率约束,建立约束表达式;S3:以并网型多微网总运行成本最小化为目标函数,引入分布式优化算法,分布式求解优化调度结果。本发明可以在并网型多微网的优化调度求解中充分考虑对外交换功率的安全约束,保证微网及外电网的安全稳定运行。
Description
技术领域
本发明涉及微网优化调度领域,尤其涉及计及对外交换功率安全约束的并网型多微网优化调度方法。
背景技术
并网型多微网是指将分布式能源资源、储能系统和负载与主电网相互连接形成一个小型电力系统。与传统微网相比,并网型多微网具有更高的互联性和灵活性,可以与主电网进行双向能量交换。
随着可再生能源的不断发展和应用,微网中的可再生能源资源容量逐渐增大。并网型多微网通过与主电网连接,可以充分利用周围环境中的可再生能源,并将多余的能量注入主电网,从而促进清洁能源的使用。
并网型多微网旨在实现微网内部的能源供需平衡。微网内的负载需求和可再生能源的波动性导致能源供应和消耗之间的不平衡。优化调度策略可以帮助微网根据实时需求和能源可用性,决定何时从主电网购买能量或将多余的能量注入主电网,因此优化调度在并网型多微网中起着至关重要的作用,它能够实现微网内部能源的高效利用、负载需求的满足和与主电网之间的协调。
同时,在与主电网进行功率交换时,必须考虑微网和主电网的稳定性,需要满足安全性约束,保证微网的稳定运行、设备的安全性和整体电网的稳定性。目前现有技术中,在进行并网型多微网优化调度时没有考虑对外交换功率安全约束。
发明内容
为了克服并网型多微网与外电网进行功率交换时的安全约束问题,本发明提供了计及对外交换功率安全约束的并网型多微网优化调度方法。
为了解决上述技术问题,本发明提供了计及对外交换功率安全约束的并网型多微网优化调度方法,包括以下步骤:
S1:分析并网型多微网内包含的发电单元、储能单元、负荷单元的元件特性,构建并网型多微网系统模型;
S2:考虑并网型多微网对外交换功率时的安全约束,包括储能系统能量约束、发电单元出力约束、功率平衡约束、交换功率约束,建立约束表达式;
S3:以并网型多微网总运行成本最小化为目标函数,引入分布式优化算法,分布式求解优化调度结果。
进一步的,在步骤S1中,微网内的发电单元包括风力发电机组、光伏发电机组、柴油发电机组,其中风力机组和光伏机组的出力受环境因素影响,存在很大的随机性。柴油发电机组出力持续可控。
对于风力发电机组,输出功率的大小取决于风速,学术界及工业均普遍认为风速的概率分布服从经典的两参数“Weibull分布”,因此风速采用Weibull分布的概率密度函数进行拟合,具体表达式如下:
式中,v为实际风速;c为尺度参数,对出力曲线的影响为放大或缩小,但是不影响分布的形状;d为形状参数,决定分布密度曲线的基本形状。c与d通过对风速历史数据拟合得到。由风速模型可以得到风电机组出力表达式如下:
式中,vci、vco分别为风电机组切入风速、切出风速,vN为风电机组额定风速,PW为风电机组实时出力,PWN为风电机组额定功率。
对于光伏机组,其输出功率主要受太阳辐射的影响,一段时间内的太阳辐射近似为Beta分布,概率密度函数表达式为:
s=r/rN
式中,s为太阳辐射相对强度,α、β分别为形状参数,通过对历史数据的曲线拟合得到。r为太阳辐射强度,rN为光伏机组额定太阳辐射强度。则光伏机组的出力表达式为:
PV=sgPVN
式中,PV为光伏机组实时出力,PVN为光伏机组额定功率。
进一步的,微网内的储能单元包含固定式储能系统及移动式储能系统。固定式储能系统只在固定单个微网内使用,而移动式储能系统可能会在微网之间移动,并进行能量转移。下面分别进行分析建模。
固定式储能系统在微网电能盈余时进行充电,在微网电能欠缺时进行放电,起到削峰填谷的作用,固定式储能单元建模如下:
式中,Δt为优化调度的步长,m为固定式储能所在微网的编号, 分别为储能单元在t时段的充电功率、放电功率。/>分别储能单元的最大充电功率、最大放电功率。/>分别为储能单元在t时段的充电标志位、放电标志位,均为布尔变量,例如/>且/>表示储能单元在t时段处于充电状态,/>且/>表示储能单元在t时段处于放电状态,/>且/>表示储能单元在t时段处于无操作状态。socm,t表示储能单元在t时段剩余能量百分比,/>表示储能单元的额定容量,分别为储能单元的充电效率、放电效率。
移动式储能系统在能量有盈余的微网充电,进而在能量欠缺的微网放电,起到均衡源荷分布的作用,首先对移动式储能系统的空间转移进行建模:
uk,m,T=uk,m,1=uk,m,0
式中,k为移动式储能系统的编号,M为系统内的微网总数目,T为调度周期。uk,m,t表示t时段移动式储能k在微网m的空间状态,若uk,m,t=1,表示t时段移动式储能k停留在微网m,若uk,m,t=0,则表示t时段移动式储能k未停留在微网m。uk,m,0、uk,m,T分别表示移动式储能系统的始末位置状态。
其次,对移动式储能的能量模型进行构建,移动式储能搭载的主要是化学储能形式的蓄电池,可以在微网的充电站进行充电及放电操作,实现电能在微网之间的离散传输,具体表达式如下:
式中,分别为移动式储能系统在t时段的充电功率、放电功率,/>分别移动式储能系统的最大充电功率、最大放电功率。soc'k,t表示移动式储能系统在t时段剩余能量百分比,/>表示移动式储能系统的额定容量,分别为移动式储能系统的充电效率、放电效率。
进一步的,对于负荷单元,不考虑负荷在日内的随机波动,负荷功率曲线按照日内计划执行,微网负荷有功功率计算表达式为:
为微网m在t时段的负荷有功功率大小,/>为微网m在t时段负荷的计划视在功率大小,/>为微网m内负荷功率因数角。
在步骤S2中,考虑并网型多微网对外交换功率时的安全约束,包括储能系统能量约束、发电单元出力约束、功率平衡约束、交换功率约束,建立约束表达式;交换功率约束需要同时考虑外电网直接与微网进行交换的功率以及通过移动式储能间接与外电网进行交换的功率。
储能系统能量约束,为了在突发情况下,能够由储能系统提供一定的备用容量,因此需要对储能系统的最小能量百分比进行限制,同时限制储能系统的最大能量百分比防止储能系统过充,具体表达式如下:
socm,min≤socm,t≤socm,max
soc'k,min≤soc'k,t≤soc'k,max
同时,为保证储能单元在一个调度周期结束后,其能量状态不发生改变,需要对其始末能量状态制定约束条件如下:
socm,1=socm,T
soc'k,1=soc'k,T
发电单元出力约束,对于风电机组及光伏机组,由于存在弃风弃光现象,可能无法消纳所有的新能源,相关约束条件表达式为:
式中,及/>分别为微网m在t时段风电机组的实际出力及光伏机组的实际出力,/>及/>分别为微网m在t时段风电机组的消纳功率及光伏机组的消纳功率。
对于柴油发电机组,出力约束表达式为:
式中,为微网m内柴油机组在t时段的有功出力,/>为微网m内柴油机组最大有功出力。
功率平衡约束,各微网的功率流入包括:外电网输入功率、发电单元出力、储能单元放电功率;各微网的功率流出包括:向外电网输送功率、负荷消耗功率、储能单元充电功率。则各微网的功率平衡约束表达式为:
式中,及/>分别为微网m在t时段从外电网吸收的有功功率大小及微电网外送的有功功率大小。
交换功率约束,在日常运行中,为了维持外电网及为微网的稳定,需要考虑交换功率约束,表达式为:
式中,分别表示微网m从外电网吸收功率最大限值、微网m向外电网外送功率最大限值。同时为保证微网的独立运行能力,需要保证较长时间尺度内交换电量与微网内负荷用电量的比值小于设定值,既不能过多从外电网吸收电能,也不能过多向外电网输送电能,表达式为:
式中,χm,max为微网m交换电量占总用电量的比例最大限值。
在步骤S3中,微网运行成本包括从外电网购电成本、柴油发电机运行成本、风电及光伏机组的运行成本、储能系统的损耗成本,经济性收益包括向外电网售电收益。总运行成本表达式如下:
式中,Cin、Cout分别为微网购电成本系数、微网售电收益系数,CG为微网柴油发电机运行成本系数,CW、CV分别为微网风电机组运行成本系数、微网光伏机组运行成本系数,CEB、CEBM分别为微网固定式储能损耗成本系数、移动式储能损耗成本系数,CCOM为中间计算变量。
上述目标函数为集中式求解,本发明为了加快求解速度,同时保障各微网的数据隐私,采用分布式优化算法——交替方向乘子法对上述目标函数进行处理,表达式如下:
由于移动式储能系统在一个调度周期始末,其能量状态不变,因此满足以下等式:
对应得增广Lagrange函数为:
式中,λ为对偶变量,ρ为常量,且ρ>0。
交替方向乘子法具体得迭代更新式为:
式中,τ为迭代次数,函数argmin()为取得最小值时自变量的值,通过交替方向乘子法将集中式优化问题解耦为分布式优化问题。
与现有技术相比,本发明提供的计及对外交换功率安全约束的并网型多微网优化调度方法,具有以下有益效果:
本发明提供的计及对外交换功率安全约束的并网型多微网优化调度方法,包括构建并网型多微网系统模型、制定并网型多微网对外交换功率时的安全约束、使用交替方向乘子算法分布式求解优化调度结果。采用上述方案的有益效果是:针对并网型多微网与外电网进行功率交换时的安全约束问题,本发明首先结合微网内元件特性构建并网型多微网系统模型,其次考虑微网对外交换功率的安全约束,制定相关约束,保障微网及外电网的安全稳定运行,最后,以微网总运行成本最小化为目标函数,采用分布式优化算法求解优化调度结果,有效解决微网对外交换功率的安全约束越限的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面结合附图和实施例对本发明作进一步说明。
图1为本发明实施例中并网型微网的结构示意图;
图2为本发明实施例的含有多微网的配电网架构示意图;
图3为本发明实施例的流程示意图;
图4为本发明实施例的光伏机组日出力曲线示意图;
图5为本发明实施例的风电机组日出力曲线示意图;
图6为本发明实施例的负荷日曲线示意图;
图7为本发明实施例的微网柴油发电机出力曲线示意图;
具体实施方式
下列实施例是对本发明的进一步解释和补充,对本发明不构成任何限制。
以下结合附图描述本发明实施例的一种。
如图1-2所示,图1为本发明实施例中并网型微网的结构示意图;图2为本发明实施例的含有多微网的配电网架构示意图;配电网含有三个微网,四个移动式储能系统,各微网的发电单元装机、固定式储能装机、负荷容量情况如表1所示,并且各微网均包含供移动式储能系统进行充放电的充电站。
表1本发明实施例的各微网配置情况表
微网序号 | MG1 | MG2 | MG3 |
柴油发电机组容量(kWh) | 800 | 900 | 800 |
光伏机组装机容量(kW) | 100 | 100 | 100 |
风电机组装机容量(kW) | 150 | 150 | 150 |
固定式储能系统容量(kWh) | 100 | 100 | 100 |
负荷容量(kVA) | 1060 | 1180 | 1060 |
按照图3所示本发明实施例的流程示意图,对微网进行优化调度。
步骤一:分析并网型多微网内包含的发电单元、储能单元、负荷单元的元件特性,构建并网型多微网系统模型;
微网内的发电单元包括风力发电机组、光伏发电机组、柴油发电机组,其中风力机组和光伏机组的出力受环境因素影响,存在很大的随机性。柴油发电机组出力持续可控。
对于风电机组,输出功率的大小取决于风速,学术界及工业均普遍认为风速的概率分布服从经典的两参数“Weibull分布”,因此风速采用Weibull分布的概率密度函数进行拟合,具体表达式如下:
式中,v为实际风速;c为尺度参数,对出力曲线的影响为放大或缩小,但是不影响分布的形状;d为形状参数,决定分布密度曲线的基本形状。通过对风电机组历史数据拟合得到,c=5.126,d=1.502。
由风速模型可以得到风电机组出力表达式如下:
式中,v为风速,vci、vco分别为风电机组切入风速、切出风速,vN为风电机组额定风速,PW为风电机组实时出力,PWN为风电机组额定功率。结合当地气象局对风速的预测结果,可以获得风电机组出力的预测值,相关数据曲线如图4所示。
对于光伏机组,其输出功率主要受太阳辐射的影响,一段时间内的太阳辐射近似为Beta分布,概率密度函数表达式为:
s=r/rN
式中,s为太阳辐射相对强度,α、β分别为形状参数,通过对历史数据的曲线拟合得到,α=0.6761,β=2.245。r为太阳辐射强度,rN为光伏机组额定太阳辐射强度。则光伏机组的出力表达式为:
PV=sgPVN
式中,PV为光伏机组实时出力,PVN为光伏机组额定功率。结合当地气象局对太阳辐射强度的预测结果,可以获得光伏机组出力的预测值,相关数据曲线如图5所示。
微网内的储能单元包含固定式储能系统及移动式储能系统。固定式储能系统只在固定单个微网内使用,而移动式储能系统可能会在微网之间移动,并进行能量转移。下面分别进行分析建模。
固定式储能系统在微网电能盈余时进行充电,在微网电能欠缺时进行放电,起到削峰填谷的作用,固定式储能单元建模如下:
式中,Δt为优化调度的步长,取Δt=1h,m为固定式储能所在微网的编号,分别为储能单元在t时段的充电功率、放电功率。/> 分别储能单元的最大充电功率、最大放电功率,取值/> 分别为储能单元在t时段的充电标志位、放电标志位,均为布尔变量,例如/>且/>表示储能单元在t时段处于充电状态,/>且/>表示储能单元在t时段处于放电状态,且/>表示储能单元在t时段处于无操作状态。socm,t表示储能单元在t时段剩余能量百分比,/>表示储能单元的额定容量,/>分别为储能单元的充电效率、放电效率,取值/>
移动式储能系统在能量有盈余的微网充电,进而在能量欠缺的微网放电,起到均衡源荷分布的作用,首先对移动式储能系统的空间转移进行建模:
uk,m,T=uk,m,1=uk,m,0
式中,k为移动式储能系统的编号,M为系统内的微网总数目,M=3,T为调度周期,取T=24h。uk,m,t表示t时段移动式储能k在微网m的空间状态,若uk,m,t=1,表示t时段移动式储能k停留在微网m,若uk,m,t=0,则表示t时段移动式储能k未停留在微网m。uk,m,0、uk,m,T分别表示移动式储能系统的始末位置状态。
其次,对移动式储能的能量模型进行构建,移动式储能搭载的主要是化学储能形式的蓄电池,可以在微网的充电站进行充电及放电操作,实现电能在微网之间的离散传输,具体表达式如下:
式中,分别为移动式储能系统在t时段的充电功率、放电功率,/>分别移动式储能系统的最大充电功率、最大放电功率,取值soc'k,t表示移动式储能系统在t时段剩余能量百分比,表示移动式储能系统的额定容量,取值/> 分别为移动式储能系统的充电效率、放电效率,取值/>
对于负荷单元,不考虑负荷在日内的随机波动,负荷功率曲线按照日内计划执行,负荷日曲线如图6所示,微网负荷有功功率计算表达式为:
为微网m在t时段的负荷有功功率大小,/>为微网m在t时段负荷的计划视在功率大小,/>为微网m内负荷功率因数角,/>
步骤二:考虑并网型多微网对外交换功率时的安全约束,包括储能系统能量约束、发电单元出力约束、功率平衡约束、交换功率约束,建立约束表达式;其中交换功率约束需要同时考虑外电网直接与微网进行交换的功率以及通过移动式储能间接与外电网进行交换的功率。
储能系统能量约束,为了在突发情况下,能够由储能系统提供一定的备用容量,因此需要对储能系统的最小能量百分比进行限制,同时限制储能系统的最大能量百分比防止储能系统过充,具体表达式如下:
socm,min≤socm,t≤socm,max
soc'k,min≤soc'k,t≤soc'k,max
式中,socm,min=0.2,socm,max=0.95,soc'k,min=0.25,soc'k,max=0.95,同时,为保证储能单元在一个调度周期结束后,其能量状态不发生改变,需要对其始末能量状态制定约束条件如下:
socm,1=socm,T=0.9
soc'k,1=soc'k,T=0.9
发电单元出力约束,对于风电机组及光伏机组,由于存在弃风弃光现象,可能无法消纳所有的新能源,相关约束条件表达式为:
式中,及/>分别为微网m在t时段风电机组的实际出力及光伏机组的实际出力,/>及/>分别为微网m在t时段风电机组的消纳功率及光伏机组的消纳功率。
对于柴油发电机组,出力约束表达式为:
式中,为微网m内柴油机组在t时段的有功出力,/>为微网m内柴油机组最大有功出力,即微网内柴油发电机的装机容量。
功率平衡约束,各微网的功率流入包括:外电网输入功率、发电单元出力、储能单元放电功率;各微网的功率流出包括:向外电网输送功率、负荷消耗功率、储能单元充电功率。则各微网的功率平衡约束表达式为:
式中,及/>分别为微网m在t时段从外电网吸收的有功功率大小及微电网外送的有功功率大小。
交换功率约束,在日常运行中,为了维持外电网及为微网的稳定,需要考虑交换功率约束,表达式为:
式中,分别表示微网m从外电网吸收功率最大限值、微网m向外电网外送功率最大限值。同时为保证微网的独立运行能力,需要保证较长时间尺度内交换电量与微网内负荷用电量的比值小于设定值,既不能过多从外电网吸收电能,也不能过多向外电网输送电能,表达式为:
式中,χm,max=0.5为微网m交换电量占总用电量的比例最大限值。
步骤三:以并网型多微网总运行成本最小化为目标函数,引入分布式优化算法,分布式求解优化调度结果。微网运行成本包括从外电网购电成本、柴油发电机运行成本、风电及光伏机组的运行成本、储能系统的损耗成本,经济性收益包括向外电网售电收益。总运行成本表达式如下:
式中,Cin、Cout分别为微网购电成本系数、微网售电收益系数,CG为微网柴油发电机运行成本系数,CW、CV分别为微网风电机组运行成本系数、微网光伏机组运行成本系数,CEB、CEBM分别为微网固定式储能损耗成本系数、移动式储能损耗成本系数。各系数取值如下:Cin=0.85元/(kW·h),Cout=0.75元/(kW·h),CW=0.03元/(kW·h),CV=0.02元/(kW·h),CEB=0.1元/(kW·h),CEBM=0.15元/(kW·h),CG=0.8元/(kW·h)。CCOM为中间计算变量。
上述目标函数为集中式求解,本发明为了加快求解速度,同时保障各微网的数据隐私,采用分布式优化算法——ADMM算法对上述目标函数进行处理,表达式如下:
由于移动式储能系统在一个调度周期始末,其能量状态不变,因此满足以下等式:
对应得增广Lagrange函数为:
式中,λ为对偶变量,ρ为常量,且ρ>0。
ADMM算法具体得迭代更新式为:
式中,τ为迭代次数,函数argmin()为取得最小值时自变量的值。按照上述过程即可引入ADMM算法(交替方向乘子法),将集中式优化问题解耦为分布式优化问题。使用ADMM算法对微网优化调度进行求解,其中各微网的柴油发电机组出力曲线为图7所示。
本发明提供的计及对外交换功率安全约束的并网型多微网优化调度方法,包括构建并网型多微网系统模型、制定并网型多微网对外交换功率时的安全约束、使用交替方向乘子算法分布式求解优化调度结果。采用上述方案的有益效果是:针对并网型多微网与外电网进行功率交换时的安全约束问题,本发明首先结合微网内元件特性构建并网型多微网系统模型,其次考虑微网对外交换功率的安全约束,制定相关约束,保障微网及外电网的安全稳定运行,最后,以微网总运行成本最小化为目标函数,采用分布式优化算法求解优化调度结果,有效解决微网对外交换功率的安全约束越限的问题。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,包括以下步骤:
S1:分析并网型多微网内包含的发电单元、储能单元、负荷单元的元件特性,构建并网型多微网系统模型;
S2:考虑并网型多微网对外交换功率时的安全约束,包括储能系统能量约束、发电单元出力约束、功率平衡约束、交换功率约束,建立约束表达式;
S3:以并网型多微网总运行成本最小化为目标函数,引入分布式优化算法,分布式求解优化调度结果。
2.根据权利要求1所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,所述发电单元包括风力发电机组、光伏发电机组、柴油发电机组,其中,风力发电机组和光伏发电机组的出力受环境因素影响,具有随机性,柴油发电机组出力持续可控。
3.根据权利要求2所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,风力发电机组中的风速采用Weibull分布的概率密度函数进行拟合,表达式如下:
式中,v为实际风速;c为尺度参数;d为形状参数;c与d通过对风速历史数据拟合得到;由风速模型可以得到风力发电机组出力表达式如下:
式中,vci、vco分别为风电机组切入风速、切出风速,vN为风电机组额定风速,PW为风电机组实时出力,PWN为风电机组额定功率。
4.根据权利要求3所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,光伏发电机组中,一段时间内的太阳辐射近似为Beta分布,概率密度函数表达式为:
0≤s≤1,0≤α,0≤β
s=r/rN
式中,s为太阳辐射相对强度,α、β分别为形状参数,通过对历史数据的曲线拟合得到,r为太阳辐射强度,rN为光伏机组额定太阳辐射强度,光伏机组的出力表达式为:
PV=sgPVN
式中,PV为光伏机组实时出力,PVN为光伏机组额定功率。
5.根据权利要求4所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,储能单元包括固定式储能系统和移动式储能系统,固定式储能系统只在固定单个微网内使用,移动式储能系统可在微网之间移动,并进行能量转移。
6.根据权利要求5所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,固定式储能系统建模如下:
式中,Δt为优化调度的步长,m为固定式储能系统所在微网的编号,分别为储能单元在t时段的充电功率、放电功率,/>分别储能单元的最大充电功率、最大放电功率,/>分别为储能单元在t时段的充电标志位、放电标志位,socm,t表示储能单元在t时段剩余能量百分比,/>表示储能单元的额定容量,/>分别为储能单元的充电效率、放电效率;
移动式储能系统建模如下:
uk,m,T=uk,m,1=uk,m,0
式中,k为移动式储能系统的编号,M为系统内的微网总数目,T为调度周期,uk,m,t表示t时段移动式储能k在微网m的空间状态, 分别为移动式储能系统在t时段的充电功率、放电功率,/> 分别移动式储能系统的最大充电功率、最大放电功率,soc'k,t表示移动式储能系统在t时段剩余能量百分比,/>表示移动式储能系统的额定容量,/>分别为移动式储能系统的充电效率、放电效率。
7.根据权利要求6所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,微网负荷单元有功功率计算表达式为:
为微网m在t时段的负荷有功功率大小,/>为微网m在t时段负荷的计划视在功率大小,/>为微网m内负荷功率因数角。
8.根据权利要求7所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,储能系统能量约束:
socm,min≤socm,t≤socm,max
soc′k,min≤soc′k,t≤soc′k,max
socm,1=socm,T
soc′k,1=soc′k,T
发电单元出力约束,对于风电机组及光伏机组:
式中,及/>分别为微网m在t时段风电机组的实际出力及光伏机组的实际出力,及/>分别为微网m在t时段风电机组的消纳功率及光伏机组的消纳功率;
对于柴油发电机组,出力约束表达式为:
式中,为微网m内柴油机组在t时段的有功出力,/>为微网m内柴油机组最大有功出力;
功率平衡约束:
式中,及/>分别为微网m在t时段从外电网吸收的有功功率大小及微电网外送的有功功率大小;
交换功率约束:
式中,分别表示微网m从外电网吸收功率最大限值、微网m向外电网外送功率最大限值,χm,max为微网m交换电量占总用电量的比例最大限值。
9.根据权利要求8所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,并网型多微网总运行成本表达式如下:
式中,Cin、Cout分别为微网购电成本系数、微网售电收益系数,CG为微网柴油发电机运行成本系数,CW、CV分别为微网风电机组运行成本系数、微网光伏机组运行成本系数,CEB、CEBM分别为微网固定式储能损耗成本系数、移动式储能损耗成本系数,CCOM为中间计算变量。
10.根据权利要求9所述的计及对外交换功率安全约束的并网型多微网优化调度方法,其特征在于,采用分布式优化算法对目标函数进行处理,表达式如下:
对应的增广Lagrange函数为:
式中,λ为对偶变量,ρ为常量,且ρ>0;
交替方向乘子法具体得迭代更新式为:
式中,τ为迭代次数,函数argmin()为取得最小值时自变量的值,通过交替方向乘子法将集中式优化问题解耦为分布式优化问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311500207.0A CN117411085A (zh) | 2023-11-10 | 2023-11-10 | 计及对外交换功率安全约束的并网型多微网优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311500207.0A CN117411085A (zh) | 2023-11-10 | 2023-11-10 | 计及对外交换功率安全约束的并网型多微网优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117411085A true CN117411085A (zh) | 2024-01-16 |
Family
ID=89488961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311500207.0A Pending CN117411085A (zh) | 2023-11-10 | 2023-11-10 | 计及对外交换功率安全约束的并网型多微网优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117411085A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117728476A (zh) * | 2024-02-18 | 2024-03-19 | 北京国网电力技术股份有限公司 | 构网型储能变流器的智能控制方法及系统 |
-
2023
- 2023-11-10 CN CN202311500207.0A patent/CN117411085A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117728476A (zh) * | 2024-02-18 | 2024-03-19 | 北京国网电力技术股份有限公司 | 构网型储能变流器的智能控制方法及系统 |
CN117728476B (zh) * | 2024-02-18 | 2024-05-17 | 北京国网电力技术股份有限公司 | 构网型储能变流器的智能控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hou et al. | Multi-objective economic dispatch of a microgrid considering electric vehicle and transferable load | |
Roslan et al. | Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction | |
CN107508284B (zh) | 计及电气互联的微电网分布式优化调度方法 | |
Li et al. | A novel bi-level robust game model to optimize a regionally integrated energy system with large-scale centralized renewable-energy sources in Western China | |
CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN111293682B (zh) | 一种基于协同模型预测控制的多微网能量管理方法 | |
CN117411085A (zh) | 计及对外交换功率安全约束的并网型多微网优化调度方法 | |
Gao et al. | Optimal configuration for regional integrated energy systems with multi-element hybrid energy storage | |
CN108258701A (zh) | 调节功率的方法和装置 | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
Arcos-Aviles et al. | Fuzzy control-based energy management system for interconnected residential microgrids using the forecasts of power generation and load demand | |
Xue et al. | Review on multi-objective joint economic dispatching of microgrid in power system | |
CN110929908B (zh) | 多微网系统容量配置与经济调度的协同优化方法及系统 | |
Kumar et al. | Sensitivity analysis based multi-objective economic emission dispatch in microgrid | |
Feng et al. | Flexible Coordinated Optimal Operation Model of" source-grid-load-storage" in Smart Distribution Network | |
Chen et al. | Multi-Objective Optimal Scheduling of Virtual Power Plants Considering Cloud-Edge Collaboration | |
Ma et al. | Strategy-driven dynamic optimal dispatch for microgrids under TOU tariffs | |
Jin et al. | Optimization of Microgrid Capacity Allocation Based on Game Theory | |
Xu et al. | Two-stage optimization of hydrogen and storage coordination for a multi-region flexible intermodal multi-energy port system | |
Yang et al. | Research on Regulation Method of Energy Storage System Based on Multi-Stage Robust Optimization. | |
Qiu et al. | Optimization scheduling strategy of microgrid system based on multi-agent system | |
Shao et al. | Robust Optimization Configuration of Energy Storage Thermal Power Unit Peak Regulation System Considering System Economic Operation Under Different Daily Wind Power Uncertainty | |
Liu et al. | Multi-region Decomposition-Coordination Robust Optimization Model Considering New Energy Uncertainty | |
Yin et al. | Optimal Planning Method of Single-loop Load Storage in Distributed New Energy Multi-scale Source Network | |
Liao et al. | Research on Optimal Scheduling Algorithm of Microgrid Energy Based on Game Theory |
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 |