CN117436773A - 一种含可中断负荷的独立微网资源规划方法和系统 - Google Patents
一种含可中断负荷的独立微网资源规划方法和系统 Download PDFInfo
- Publication number
- CN117436773A CN117436773A CN202311724883.6A CN202311724883A CN117436773A CN 117436773 A CN117436773 A CN 117436773A CN 202311724883 A CN202311724883 A CN 202311724883A CN 117436773 A CN117436773 A CN 117436773A
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- gas turbine
- interruptible load
- independent
- 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 74
- 238000005457 optimization Methods 0.000 claims abstract description 65
- 238000010248 power generation Methods 0.000 claims description 41
- 239000000446 fuel Substances 0.000 claims description 36
- 238000004146 energy storage Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 10
- 230000007774 longterm Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000544672 Myrmecobius fasciatus Species 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (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
一种含可中断负荷的独立微网资源规划方法和系统，方法包括：使用微网设备、可中断负荷和其他负荷建立独立微网模型；建立含可中断负荷的独立微网资源规划优化模型；运用场景概率法计算独立微网中新能源在设定时间段的功率；应用线性化建模方法将所建立的独立微网资源规划优化模型中的微型燃气轮机成本线性化，调用CPLEX求解器对线性化后的微型燃气轮机成本进行求解。与现有技术相比，本发明公开的方法能够有效降低微网资源规划的冗余度，提高微网资源的利用率，减少独立微网运营成本。
Description
技术领域
本发明涉及独立微网系统技术领域，尤其涉及一种含可中断负荷的独立微网资源规划方法和系统。
背景技术
在大电网无法经济覆盖的地区，规划建设独立微网是解决当地居民用电问题的有效措施。微网作为一种小型发、配、用电系统，一般由分布式电源、储能装置、用电负荷、监测保护装置组成，随着我国双碳目标的提出，微网因其能够对分布式能源进行高效利用的特点得到了迅速发展。
独立微网系统是指与大电网隔离、独立运行的小型电力系统，以偏远地区或者海岛为主要供电对象，并充分利用可再生能源发电，如光伏阵列和风力发电等多种类型的分布式发电单元组合在一起构成，可以有效发挥单一能源系统的优点，实现多种能源互补，提高整个独立微网系统的效率和能源利用率，相比单一的光储系统或者风储系统具有更低的成本和更高的供电可靠性。
关于微网的规划研究，曹晓宇等（曹晓宇，王建学，张忠，成宏亮.基于长期运行模拟的独立型微网规划方案动态评估[J]. 电工技术学报， 2016，31(21):46-56.）建立了以提高微网运营经济性、环保性和可靠性等多种优化目标的优化模型。黄弦超等（黄弦超.计及可控负荷的独立微网分布式电源容量优化[J].中国电机工程学报，2018，38(7):1962-1970.）指出在电源规划阶段合理考虑可控负荷的影响，将不仅有利于降低系统运营总成本，而且有利于降低系统的弃风光率。中国专利公开号CN 110994694A提出了一种考虑需求响应的微网源荷储协调优化方法，重点考虑了需求响应对微网运行而非规划的影响。在优化规划设计上，所配置柴油发电机单机容量的大小、多机设备的组合开机方式等都直接影响整个系统的技术经济指标，现有的独立微网优化设计方法中针对这一问题均对其简化处理，通常只能对柴油发电机组的总功率进行优化设计，未考虑柴油发电机的类型和多机组合方案，在优化变量中，未同时考虑设备类型和设备容量的组合优化。
以上研究均验证了需求侧资源在微网规划及运行具有积极作用，但没有将负荷的最大响应容量作为一项能源与分布式电源同时进行容量的优化规划。
现有技术文件1（CN 103151798 A）公开了一种独立微网系统优化设计方法，所述优化方法包括：基于独立微网系统的多目标优化设计模型，在优化规划设计模型上，考虑了多台柴油发电机的组合开机方式、储能电池与柴油发电机之间的协调控制策略，使得独立微网系统中的可再生能源利用率更高，运行更经济，更环保；针对系统优化规划设计模型的稳定性，考虑了独立微网稳定性需求的备用容量；在优化规划设计模型的求解算法上，采用基于NSGA-II的多目标遗传算法进行多目标问题求解。该方法从稳定性和可再生能源利用率方面对独立微网系统进行优化，其中涉及的成本方面并没有进行具体分类，只介绍了方法内容，没有涉及具体的公式和约束条件，未考虑多种柴油发电机的类型和多机组合情况，使得计算结果不准确。
现有技术文件2（CN 106549419 A）提供了一种基于万有引力算法的独立 微网系统设计方法，其包括如下步骤：建立具有多目标评价指标的独立微网系统模型；将多目标评价指标的独立微网系统模型转换为单目标评价指标的独立微网系统模型；选取可并入的风机台数Numwt、光伏电池阵列的并联串数Numpv、蓄电池并联串数Numbat作为优化变量；确定独立微网系统的运行控制策略，优先考虑用可再生能源发电量满足负荷需求，根据可再生能源发电量与负荷所需电量的差值，来决定蓄电池的充放电状态及柴油发电机的开停；利用万有引力算法对独立微网系统模型进行求解。该方法通过线性加权求和法将多目标评价指标转换为单目标指标的独立微网模型，主要从可再生能源发电量来优化微网模型，未考虑多种柴油发电机的类型和多机组合情况，涉及的多目标评价指标不全面，不能根据实际要求来进行多目标评价指标转换为单目标指标，约束条件不充足，致使计算结果不精准，没有考虑可中断负荷可作为一种能源与分布式电源同时进行微网容量的优化，万有引力算法计算时间长，需要不断训练，方法步骤复杂。
发明内容
为解决现有技术中存在的不足，本发明提供一种一种含可中断负荷的独立微网资源规划方法，将可中断负荷作为一项能源，将其最大调用容量与分布式电源的装机容量同时进行优化，实现了综合资源的统一优化规划；应用线性化方法，使得所建立的独立微网资源规划优化模型在电源规划阶段详尽考虑机组自身的运行约束条件，从而进一步完善了微网电源容量的优化。
本发明采用如下的技术方案。
本发明的第一方面提供了一种含可中断负荷的独立微网资源规划方法，包括以下步骤：
步骤1，将微网设备、可中断负荷和其他负荷建立独立微网模型；
步骤2，建立含可中断负荷的独立微网资源规划优化模型；
步骤3，运用场景概率法计算独立微网中新能源在设定时间段的功率；
步骤4，应用线性化建模方法将所建立的独立微网资源规划优化模型中的微型燃气轮机组成本线性化，调用CPLEX求解器对线性化后的微型燃气轮机组成本进行求解。
优选地，步骤1中，微网设备包括：风力发电机、太阳能发电、储能系统、微型燃气轮机四种电源类型。
优选地，步骤2中，通过使微网年运营总成本最小来建立含可中断负荷的独立微网资源规划优化模型，具体如下：
，
式中：C total为年运营总成本，C initial为年投资成本，C O&M为年维护运行费用，C demand为可中断负荷年调度成本。
更进一步地，年投资成本具体以如下公式表示：
，
，
，
式中：、/>、/>和/>分别代表太阳能发电、风力发电机、储能系统、微型燃气轮机这四种电源类型的安装数量，/>、/>、/>和/>分别代表太阳能发电、风力发电机、储能系统、微型燃气轮机这四种电源机组的初始投资成本，/>代表资金年回收率，/>代表实际贷款利率，L代表项目运行年限，/>代表长期贷款利率，/>代表通货膨胀率。
更进一步地，年运行维护费用以如下公式表示：
，
，
式中：为发电设备的维护费率，/>为调度间隔，M为微型燃气轮机组集合，、/>和/>分别为第m类微型燃气轮机组在t时刻的在运总数、开机总数和关机总数，/>和/>分别为第m类微型燃气轮机组的启机成本和停机成本，/>为第m类微型燃气轮机组的燃料成本函数，/>为发电设备的发电成本，T为设备运行时段数。
更进一步地，微型燃气轮机组在t时刻的燃料成本拟合函数，以如下公式表示：
，
式中：为第m类微型燃气轮机组在第t时段的出力；/>依次为第m类微型燃气轮机组燃料成本拟合函数的三次项、二次项、一次项和常数项系数。
更进一步地，可中断负荷年调度成本以如下公式表示：
，
式中：K为可中断负荷集合，为第k类可中断负荷的中断价格，/>为第k类可中断负荷在第t时段的实际中断容量，/>为第k类可中断负荷的容量价格，/>为第k类可中断负荷在第t时段的规划容量。
优选地，步骤2中所述含可中断负荷的独立微网资源规划优化模型需要满足功率平衡约束、微型燃气轮机运行约束、储能系统运行约束、可中断负荷运行约束。
更进一步地，所述功率平衡约束以如下公式表示：
，
式中：为微网在第t时段的总负荷需求，/>为第m类微型燃气轮机组在第t时段的出力，/>和/>分别为光伏电池和风电发电机机组在第t时段的出力，K为可中断负荷集合，/>为储能系统在t时段的放电功率，/>为储能系统在t时段的充电功率。
更进一步地，所述微型燃气轮机组运行约束具体如下：
a.运行状态约束以如下公式表示：
。
b.最小运行时间和停机时间约束以如下公式表示：
，
，
式中：为第m类微型燃气轮机组最小运行时间，/>为第m类微型燃气轮机组最小停机时间。
c.机组出力约束以如下公式表示：
，
，
，
，
式中：、/>、/>和/>分别为第m类微型燃气轮机组单台机组的最大最小出力以及启停机时刻的最大出力；/>和/>均低于机组的最大出力。
更进一步地，所述太阳能发电和风力发电机组运行约束以如下公式所示：
，
，
式中：、/>依次为在第t个调度时段光伏电池、风电发电机机组受自然条件决定的最大出力。
更进一步地，所述储能系统运行约束具体如下：
储能系统运行约束包括出力上下限约束、能量状态约束、能量守恒约束。
更进一步地，所述可中断负荷运行约束具体如下：
a.中断持续时间约束以如下公式表示：
，
，
，
式中：表示可中断负荷/>在时段t削减状态，为0-1变量，取1表示在该时段被削减， G表示可中断负荷运行时间，/>表示负荷削减的最大持续时间，/>为CL在前一调度周期最后中断持续时段；
b.调度间隔时间约束以如下公式表示：
，
，
式中：为最小调度间隔时间。
优选地，步骤3中，运用场景概率法计算微网中新能源在设定时间段的功率，即将太阳能发电和风力发电机用不同典型场景下概率加权表示：
风力发电机表示如下：
，
式中：为风力发电机组在第t时段的出力；V为风力发电机典型场景数；/>代表风力发电机典型场景v出现的概率；/>为风力发电机组在典型场景v下t时段的出力。
太阳能发电表示如下：
，
式中：为太阳能发电机组在第t时段的出力；U为太阳能发电典型场景数；/>代表典型场景u出现的概率；/>为太阳能发电机组在典型场景u下t时段的出力。
优选地，步骤4中，应用线性化建模方法将建立的独立微网资源规划优化模型中的微型燃气轮机组在t时刻的燃料成本线性化：
单台微型燃气轮机组的燃料成本为机组出力的非线性函数，利用分段线性化的方法对其进行线性化，用n段直线近似等效非线性曲线，以如下公式表示：
，
，
，
式中：表示第n段直线函数，/>表示第n段直线的起点横坐标,/>为第n段直线的末点横坐标，/>为第n段直线的起点横坐标/>的权重系数，/>为第n段直线的末点横坐标的权重系数，/>为第m类微型燃气轮机组在t时刻的燃料成本。
更进一步地，整数变量转化为0-1变量，以如下公式表示：
，
式中：第m类微型燃气轮机组在t时刻的在运总数，/>为0-1变量，可表达介于0和/>中的任何一个整数；
将微型燃气轮机组在t时刻的燃料成本线性化，调用CPLEX求解器进行计算得到聚合机组群燃料成本。
本发明的第二方面提供了一种含可中断负荷的独立微网资源规划系统，基于所述的一种含可中断负荷的独立微网资源规划方法：
包括： 独立微网模型生成模块，独立微网资源规划优化模型生成模块，独立微网新能源设定时间段功率计算模块，微型燃气轮机组成本计算模块；
独立微网模型生成模块使用微网设备、可中断负荷和其他负荷建立微网模型；
独立微网资源规划优化模型生成模块通过使微网年运营总成本最小建立含可中断负荷的独立微网资源规划优化模型；独立微网新能源设定时间段功率计算模块运用场景概率法计算微网中新能源在设定时间段的功率；微型燃气轮机组成本计算模块应用线性化建模方法将独立微网资源规划优化模型中的微型燃气轮机组成本线性化并调用CPLEX求解器进行计算得到聚合机组群燃料成本。
本发明的有益效果在于，与现有技术相比，本发明提供一种含可中断负荷的独立微网资源规划方法和系统，将可中断负荷作为一种能源，其最大调用容量与分布式电源的装机容量同时进行优化，实现了综合资源的统一优化规划，在系统供需出现较大波动时，可通过调度可中断负荷，以降低燃料成本，减少微网的整体运行成本，在系统供不应求时，通过调度可中断负荷，以减小机组装机容量，降低电源投资成本；通过使微网年运营总成本最小来建立含可中断负荷的独立微网资源规划优化模型，明确了优化方向，同时在电源规划阶段合理加入可中断负荷，有利于降低系统运营总成本和系统的弃风光率；详尽考虑了所建立的独立微网资源规划优化模型在电源规划阶段机组自身的运行约束条件，从而进一步完善了微网电源容量的优化；考虑到了柴油发电机的类型和多机组合方案，且在优化变量中，考虑到了设备类型和设备容量的组合优化；运用场景概率法计算独立微网中新能源在设定时间段的功率，便于使用不同时间段的新能源，提高新能源的利用率；应用线性化建模方法将建立的独立微网资源规划优化模型中的燃气轮机成本函数线性化，调用CPLEX求解器对线性化后的模型进行求解，优化了聚合微型燃气轮机组群燃料成本的计算过程，提高了计算结果的准确性。
附图说明
图1为本发明的一种含可中断负荷的独立微网资源规划方法步骤图；
图2为本发明的独立微网模型结构图；
图3为本发明的一种含可中断负荷的独立微网资源规划系统结构图；
图4位本发明的单台光伏装置日发电曲线；
图5位本发明的单台风电发电机装置日发电曲线；
图6位本发明的微网日负荷需求曲线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。
如图1所示，本发明的实施例1提供了一种含可中断负荷的独立微网资源规划方法，包括以下步骤：
步骤1，如图2所示，将微网设备、可中断负荷和其他负荷建立独立微网模型。
在优选但非限制性地实施方式中，步骤1中，微网设备包括：风力发电机、太阳能发电、储能系统、微型燃气轮机四种电源类型；其中风力发电机和太阳能发电通过逆变器接入配电网中，储能系统通过变流器接入配电网中，微型燃气轮机、可中断负荷和其他负荷直接接入配电网中。
步骤2，建立含可中断负荷的独立微网资源规划优化模型。
在优选但非限制性地实施方式中，步骤2中，通过使微网年运营总成本最小来建立含可中断负荷的独立微网资源规划优化模型，具体如下：
，
式中：C total为年运营总成本，C initial为年投资成本，C O&M为年维护运行费用，C demand为可中断负荷年调度成本。
更进一步地，年投资成本具体以如下公式表示：
，
，
，
式中：、/>、/>和/>分别代表太阳能发电、风力发电机、储能系统、微型燃气轮机这四种电源类型的安装数量，/>、/>、/>和/>分别代表太阳能发电、风力发电机、储能系统、微型燃气轮机这四种电源机组的初始投资成本，/>代表资金年回收率，/>代表实际贷款利率，L代表项目运行年限，/>代表长期贷款利率，/>代表通货膨胀率。
更进一步地，年运行维护费用以如下公式表示：
，
，
式中：为发电设备的维护费率，/>为调度间隔，M为微型燃气轮机组集合，、/>和/>分别为第m类微型燃气轮机组在t时刻的在运总数、开机总数和关机总数，/>和/>分别为第m类微型燃气轮机组的启机成本和停机成本，/>为第m类微型燃气轮机组的燃料成本函数，/>为发电设备的发电成本，T为设备运行时段数。
更进一步地，微型燃气轮机组在t时刻的燃料成本拟合函数，以如下公式表示：
，
式中：为第m类微型燃气轮机组在第t时段的出力；/>依次为第m类微型燃气轮机组燃料成本拟合函数的三次项、二次项、一次项和常数项系数。
更进一步地，可中断负荷年调度成本以如下公式表示：
，
式中：K为可中断负荷集合，为第k类可中断负荷的中断价格，/>为第k类可中断负荷在第t时段的实际中断容量，/>为第k类可中断负荷的容量价格，/>为第k类可中断负荷在第t时段的规划容量。
在优选但非限制性地实施方式中，步骤2中所述含可中断负荷的独立微网资源规划优化模型需要满足功率平衡约束、微型燃气轮机运行约束、储能系统运行约束、可中断负荷运行约束。
更进一步地，所述功率平衡约束以如下公式表示：
，
式中：为微网在第t时段的总负荷需求，/>为第m类微型燃气轮机组在第t时段的出力，/>和/>分别为光伏电池和风电发电机机组在第t时段的出力，K为可中断负荷集合，/>为储能系统在t时段的放电功率，/>为储能系统在t时段的充电功率。
更进一步地，所述微型燃气轮机组运行约束具体如下：
a.运行状态约束以如下公式表示：
。
b.最小运行时间和停机时间约束以如下公式表示：
，
，
式中：为第m类微型燃气轮机组最小运行时间，/>为第m类微型燃气轮机组最小停机时间。
c.机组出力约束以如下公式表示：
，
，
，
，
式中：、/>、/>和/>分别为第m类微型燃气轮机组单台机组的最大最小出力以及启停机时刻的最大出力；/>和/>均低于机组的最大出力。
更进一步地，所述太阳能发电和风力发电机组运行约束以如下公式所示：
，
，
式中：、/>依次为在第t个调度时段光伏电池、风电发电机机组受自然条件决定的最大出力。
更进一步地，所述储能系统运行约束具体如下：
储能系统运行约束包括出力上下限约束、能量状态约束、能量守恒约束。
更进一步地，所述可中断负荷运行约束具体如下：
a.中断持续时间约束以如下公式表示：
，
，
，
式中：表示可中断负荷/>在时段t削减状态，为0-1变量，取1表示在该时段被削减， G表示可中断负荷运行时间，/>表示负荷削减的最大持续时间，/>为CL在前一调度周期最后中断持续时段；
b.调度间隔时间约束以如下公式表示：
，
，
式中：为最小调度间隔时间。
步骤3，运用场景概率法计算独立微网中新能源在设定时间段的功率。
在优选但非限制性地实施方式中，步骤3中，运用场景概率法计算微网中新能源在设定时间段的功率，即将太阳能发电和风力发电机用不同典型场景下概率加权表示：
风力发电机表示如下：
，
式中：为风力发电机组在第t时段的出力；V为风力发电机典型场景数；/>代表风力发电机典型场景v出现的概率；/>为风力发电机组在典型场景v下t时段的出力。
太阳能发电表示如下：
，
式中：为太阳能发电机组在第t时段的出力；U为太阳能发电典型场景数；/>代表典型场景u出现的概率；/>为太阳能发电机组在典型场景u下t时段的出力。
步骤4，应用线性化建模方法将所建立的独立微网资源规划优化模型中的微型燃气轮机组成本线性化，调用CPLEX求解器对线性化后的微型燃气轮机组成本进行求解。
在优选但非限制性地实施方式中， 步骤4中，应用线性化建模方法将建立的独立微网资源规划优化模型中的微型燃气轮机组在t时刻的燃料成本线性化：
单台微型燃气轮机组的燃料成本为机组出力的非线性函数，利用分段线性化的方法对其进行线性化，用n段直线近似等效非线性曲线，以如下公式表示：
，
，
，
式中：表示第n段直线函数，/>表示第n段直线的起点横坐标,/>为第n段直线的末点横坐标，/>为第n段直线的起点横坐标/>的权重系数，/>为第n段直线的末点横坐标的权重系数，/>为第m类微型燃气轮机组在t时刻的燃料成本。
更进一步地，整数变量转化为0-1变量，以如下公式表示：
，
式中：第m类微型燃气轮机组在t时刻的在运总数，/>为0-1变量，可表达介于0和/>中的任何一个整数；
将微型燃气轮机组在t时刻的燃料成本线性化，调用CPLEX求解器进行计算得到聚合机组群燃料成本。
本发明的第2实例中，提供了一种含可中断负荷的独立微网资源规划系统，用于实行基于实例1所述的一种含可中断负荷的独立微网资源规划方法，如图3所示：
包括：独立微网模型生成模块，独立微网资源规划优化模型生成模块，独立微网新能源设定时间段功率计算模块，微型燃气轮机组成本计算模块；
独立微网模型生成模块使用微网设备、可中断负荷和其他负荷建立微网模型；独立微网资源规划优化模型生成模块通过使微网年运营总成本最小建立含可中断负荷的独立微网资源规划优化模型；独立微网新能源设定时间段功率计算模块运用场景概率法计算微网中新能源在设定时间段的功率；微型燃气轮机组成本计算模块应用线性化建模方法将独立微网资源规划优化模型中的微型燃气轮机组成本线性化并调用CPLEX求解器进行计算得到聚合机组群燃料成本。
本发明的第3实例中，为了验证本发明的实用效果，下面将进行实例验证。为清晰阐述本文方法，并充分体现可中断负荷在独立微网规划中发挥的作用，提炼可中断负荷容量规划策略，算例中仅以某个典型日数据为例进行计算。
不同类型分布式电源的参数如表1、表2所示，其中光伏电池是太阳能发电中的一种。可中断负荷参数如表3所示。
表1 风电发电机/光伏设备参数
表2 储能电池参数
表3 可中断负荷参数
光伏电池和单台风机的典型日出力曲线如图4、图5所示。从图中可以看出，在第3~5时段以及第20~22时段，风电发电机和光伏出力均为0；在第10时段风机出力大幅上升，第14时段风机出力大幅下降。
微网典型日负荷需求曲线如图6所示。从图中可以看出，在可再生能源出力为0的第20~22时段微网的负荷需求较大。
假设两种类型微型燃气轮机组容量相同，机组参数如表4所示。从表中可以看出，两个类型机组的最小出力限制相同；在发电成本上，第二类型机组无论是投资成本、启停机成本还是燃料成本均略低于第一类型机组；第一类型机组的最小运行时间和停机时间均小于第二类型机组，且启停机时刻出力上限高于第二类型机组。
表4 微型燃气轮机组参数
优化计算得到总成本费用为733.55万元，其中投资成本为323.49万元，运维成本为402.84万元，可中断负荷调度成本为7.22万元。各电源装机容量和可中断负荷在各时段的规划容量分别如表5和表6所示：
表5 电源容量规划方案
表6 可中断负荷容量规划方案
算例中可中断负荷一共调用三次，调用时段和调用容量如下表所示：
表7可中断负荷调用时段和容量
第18时段风电发电机和光伏出力满发，微型燃气轮机组开机运行8台，受开机出力限制，最大只能发出30kW，系统功率缺额2.15kW。此时，若多开机运行1台微型燃气轮机组，可满足负荷需求。但是相较于原优化方案，因为多开机一台机组，使得单台微型燃气轮机组出力由30kW降低至26.9kW，总燃料成本为180.10元。而调用可中断负荷的方案，机组总燃料成本为172.20元，可中断负荷调用成本为2.915元，合计175.12元。可见，最佳选择是在第18时段调用可中断负荷，而不是多开一台机组。
第20时段和第22时段风电发电机和光伏出力均为0，而负荷需求却达到了2292kW和2299kW。即使微型燃气轮机组全部满负荷运行，系统仍分别存在12kW和19kW功率缺口。为避免投资新的机组，最经济的选择是在这两个时段调用可中断负荷。
此外，从优化结果可以看出，在这两个时段调用的可中断负荷分别为72kW和69kW，这是因为第20时段新增开机12台，第23时段停机5台，受启停机出力限制，因而相较于满负荷出力情况分别多调用了60kW和50kW的可中断负荷。也可以在第19时段多开机或者第23时段少停机，正如上文分析，运行机组的增加将导致MT运行效率降低，反而造成微型燃气轮机组整体燃料成本的增加。由此可见，在微网中配置可中断负荷的经济性体现在两个方面：
（1）在系统供需出现较大波动时，为了使微型燃气轮机组尽量运行在更经济的运行点，通过调度可中断负荷，以降低燃料成本，减少微网的整体运行成本。
（2）在系统供不应求时，通过调度可中断负荷，以减小机组装机容量，降低电源投资成本。
在进行可中断负荷容量规划时，可以针对这些特点采取不同的策略。例如对于第一种用途的可中断负荷，可设置相对较高的中断价格以替代低负荷运行的微型燃气轮机组发电；而对于第二种用途的可中断负荷，可设置较高的容量价格，以吸引足够的用户参与可中断负荷计划，直至达到系统优化设计的容量，减少电源容量的投资。此外，需强调的是，可中断负荷的价格将影响其调用情况，在进行可中断负荷容量规划时，在调整价格的同时需相应调整其规划容量。
本发明的有益效果在于，与现有技术相比，本发明提供一种含可中断负荷的独立微网资源规划方法和系统，将可中断负荷作为一种能源，其最大调用容量与分布式电源的装机容量同时进行优化，实现了综合资源的统一优化规划，在系统供需出现较大波动时，可通过调度可中断负荷，以降低燃料成本，减少微网的整体运行成本，在系统供不应求时，通过调度可中断负荷，以减小机组装机容量，降低电源投资成本；通过使微网年运营总成本最小来建立含可中断负荷的独立微网资源规划优化模型，明确了优化方向，同时在电源规划阶段合理加入可中断负荷，有利于降低系统运营总成本和系统的弃风光率；详尽考虑了所建立的独立微网资源规划优化模型在电源规划阶段机组自身的运行约束条件，从而进一步完善了微网电源容量的优化；考虑到了柴油发电机的类型和多机组合方案，且在优化变量中，考虑到了设备类型和设备容量的组合优化；运用场景概率法计算独立微网中新能源在设定时间段的功率，便于使用不同时间段的新能源，提高新能源的利用率；应用线性化建模方法将建立的独立微网资源规划优化模型中的燃气轮机成本函数线性化，调用CPLEX求解器对线性化后的模型进行求解，优化了聚合微型燃气轮机组群燃料成本的计算过程，提高了计算结果的准确性。
本公开可以是方法和/或系统。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，
尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (17)
1.一种含可中断负荷的独立微网资源规划方法，其特征在于，包括以下步骤：
步骤1，建立包含微网设备、可中断负荷和其他负荷的独立微网模型；
步骤2，建立含可中断负荷的独立微网资源规划优化模型；
步骤3，运用场景概率法计算独立微网中新能源在设定时间段的功率；
步骤4，应用线性化建模方法将所建立的独立微网资源规划优化模型中的微型燃气轮机组成本线性化，调用CPLEX求解器对线性化后的微型燃气轮机组成本进行求解。
2.根据权利要求1所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
步骤1中，微网设备包括：风力发电机、太阳能发电、储能系统、微型燃气轮机四种电源类型。
3.根据权利要求1所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
步骤2中，通过使微网年运营总成本最小来建立含可中断负荷的独立微网资源规划优化模型，具体如下：
，
式中：C total为年运营总成本，C initial为年投资成本，C O&M为年维护运行费用，
C demand为可中断负荷年调度成本。
4.根据权利要求3所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
年投资成本具体以如下公式表示：
，
，
，
式中：、/> 和/>分别代表太阳能发电、风力发电机、储能系统、微型燃气轮机这四种电源类型的安装台数，/>、/>、/>和/>分别代表太阳能发电、风力发电机、储能系统、微型燃气轮机这四种电源机组的初始投资成本，/>代表资金年回收率，/>代表实际贷款利率，L 代表项目运行年限，/>代表长期贷款利率，/>代表通货膨胀率。
5.根据权利要求3所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
年运行维护费用以如下公式表示：
，
，
式中：为发电设备的维护费率，/>为调度间隔，M为微型燃气轮机组集合，/>、和/>分别为第m类微型燃气轮机组在t时刻的在运总数、开机总数和关机总数，和/>分别为第m类微型燃气轮机组的启机成本和停机成本，/>为第m类微型燃气轮机组在t时刻的燃料成本，/>为发电设备的发电成本，T为设备运行时段数。
6.根据权利要求5所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
微型燃气轮机组在t时刻的燃料成本拟合函数，以如下公式表示：
，
式中：为第m类微型燃气轮机组在第t时段的出力；/>依次为第m类微型燃气轮机组燃料成本拟合函数的三次项、二次项、一次项和常数项系数。
7.根据权利要求3所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
可中断负荷年调度成本以如下公式表示：
，
式中：K为可中断负荷集合，为第k类可中断负荷的中断价格，/> 为第k类可中断负荷在第t时段的实际中断容量，/>为第k类可中断负荷的容量价格，/>为第k类可中断负荷在第t时段的规划容量。
8.根据权利要求1或7所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
步骤2中所述含可中断负荷的独立微网资源规划优化模型需要满足功率平衡约束、微型燃气轮机运行约束、储能系统运行约束、可中断负荷运行约束。
9.根据权利要求8所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
所述功率平衡约束以如下公式表示：
，
式中：为微网在第t时段的总负荷需求，/>为第m类微型燃气轮机组在第t时段的出力，/>和/>分别为光伏电池和风电发电机机组在第t时段的出力，K为可中断负荷集合，/>为储能系统在t时段的放电功率，/>为储能系统在t时段的充电功率。
10.根据权利要求9所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
所述微型燃气轮机组运行约束具体如下：
a.运行状态约束以如下公式表示：
，
b.最小运行时间和停机时间约束以如下公式表示：
，
，
式中：为第m类微型燃气轮机组最小运行时间，/>为第m类微型燃气轮机组最小停机时间；
c.机组出力约束以如下公式表示：
，
，
，
，
式中：、/>、/>和/>分别为第m类微型燃气轮机组单台机组的最大最小出力以及启停机时刻的最大出力；/>和/>均低于机组的最大出力。
11.根据权利要求10所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
所述太阳能发电和风力发电机组运行约束以如下公式所示：
，
，
式中：、/>依次为在第t个调度时段光伏电池、风电发电机机组受自然条件决定的最大出力。
12.根据权利要求11所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
所述储能系统运行约束具体如下：
储能系统运行约束包括出力上下限约束、能量状态约束、能量守恒约束。
13.根据权利要求12所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
所述可中断负荷运行约束具体如下：
a.中断持续时间约束以如下公式表示：
，
，
，
式中：表示可中断负荷/>在时段t削减状态，为0-1变量，取1表示在该时段被削减， G表示可中断负荷运行时间，/>表示负荷削减的最大持续时间，/>为可中断负荷CL在前一调度周期最后中断持续时段；
b.调度间隔时间约束以如下公式表示：
，
，
式中：为最小调度间隔时间。
14.根据权利要求1所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
步骤3中，运用场景概率法计算微网中新能源在设定时间段的功率，即将太阳能发电和风力发电机用不同典型场景下概率加权表示：
风力发电机表示如下：
，
式中：为风力发电机组在第t时段的出力；V为风力发电机典型场景数；/>代表风力发电机典型场景v出现的概率；/>为风力发电机组在典型场景v下t时段的出力；
太阳能发电表示如下：
，
式中：为太阳能发电机组在第t时段的出力；U为太阳能发电典型场景数；/>代表典型场景u出现的概率；/>为太阳能发电机组在典型场景u下t时段的出力。
15.根据权利要求1所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
步骤4中，应用线性化建模方法将建立的独立微网资源规划优化模型中的微型燃气轮机组在t时刻的燃料成本线性化：
单台微型燃气轮机组的燃料成本为机组出力的非线性函数，利用分段线性化的方法对其进行线性化，用n段直线近似等效非线性曲线，以如下公式表示：
，
，
，
式中：表示第n段直线函数，/>表示第n段直线的起点横坐标, />为第n段直线的末点横坐标，/>为第n段直线的起点横坐标/>的权重系数，/>为第n段直线的末点横坐标的权重系数，/>为第m类微型燃气轮机组在t时刻的燃料成本。
16.根据权利要求15所述的一种含可中断负荷的独立微网资源规划方法，其特征在于：
整数变量转化为0-1变量，以如下公式表示：
，
式中：第m类微型燃气轮机组在t时刻的在运总数，/>为0-1变量，可表达介于0和中的任何一个整数；
将微型燃气轮机组在t时刻的燃料成本线性化，调用CPLEX求解器进行计算得到聚合机组群燃料成本。
17.一种实现权利要求1-16任一项权利要求所述方法的一种含可中断负荷的独立微网资源规划系统，包括：独立微网模型生成模块，独立微网资源规划优化模型生成模块，独立微网新能源设定时间段功率计算模块，微型燃气轮机组成本计算模块；其特征在于：
独立微网模型生成模块使用微网设备、可中断负荷和其他负荷建立微网模型；
独立微网资源规划优化模型生成模块通过使微网年运营总成本最小建立含可中断负荷的独立微网资源规划优化模型；独立微网新能源设定时间段功率计算模块运用场景概率法计算微网中新能源在设定时间段的功率；微型燃气轮机组成本计算模块应用线性化建模方法将独立微网资源规划优化模型中的微型燃气轮机组成本线性化并调用CPLEX求解器进行计算得到聚合机组群燃料成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311724883.6A CN117436773B (zh) | 2023-12-15 | 2023-12-15 | 一种含可中断负荷的独立微网资源规划方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311724883.6A CN117436773B (zh) | 2023-12-15 | 2023-12-15 | 一种含可中断负荷的独立微网资源规划方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117436773A true CN117436773A (zh) | 2024-01-23 |
| CN117436773B CN117436773B (zh) | 2024-04-12 |
Family
ID=89550140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311724883.6A Active CN117436773B (zh) | 2023-12-15 | 2023-12-15 | 一种含可中断负荷的独立微网资源规划方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117436773B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117726150A (zh) * | 2024-02-08 | 2024-03-19 | 天津天创绿能投资管理有限公司 | 基于预定时长段用能数据的能源站供能调配方法及设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112396256A (zh) * | 2020-12-18 | 2021-02-23 | 华北电力大学 | 基于聚合机组线性化方法的独立微网综合资源规划 |
| CN112906249A (zh) * | 2021-04-09 | 2021-06-04 | 华北电力大学 | 含可中断负荷的独立微网综合资源规划方法 |
-
2023
- 2023-12-15 CN CN202311724883.6A patent/CN117436773B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112396256A (zh) * | 2020-12-18 | 2021-02-23 | 华北电力大学 | 基于聚合机组线性化方法的独立微网综合资源规划 |
| CN112906249A (zh) * | 2021-04-09 | 2021-06-04 | 华北电力大学 | 含可中断负荷的独立微网综合资源规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| 黄弦超: "计及可控负荷的独立微网分布式电源容量优化", 《中国电机工程学报》, vol. 38, no. 7, 5 April 2018 (2018-04-05), pages 1962 - 1970 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117726150A (zh) * | 2024-02-08 | 2024-03-19 | 天津天创绿能投资管理有限公司 | 基于预定时长段用能数据的能源站供能调配方法及设备 |
| CN117726150B (zh) * | 2024-02-08 | 2024-04-26 | 天津天创绿能投资管理有限公司 | 基于预定时长段用能数据的能源站供能调配方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117436773B (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Uddin et al. | A novel peak shaving algorithm for islanded microgrid using battery energy storage system | |
| Yousif et al. | An optimal dispatch strategy for distributed microgrids using PSO | |
| CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
| CN109919399B (zh) | 一种综合能源系统日前经济调度方法及系统 | |
| Troy et al. | Multi-mode operation of combined-cycle gas turbines with increasing wind penetration | |
| CN111293691A (zh) | 基于模型预测控制的微电网多时间尺度优化调度方法 | |
| CN117436773B (zh) | 一种含可中断负荷的独立微网资源规划方法和系统 | |
| CN112086998B (zh) | 孤岛模式下直流微电网的能量优化调度方法 | |
| Semero et al. | Optimal energy management strategy in microgrids with mixed energy resources and energy storage system | |
| CN108197766A (zh) | 一种包含微电网群的主动配电网优化调度模型 | |
| Zhang et al. | Mid-long term optimal dispatching method of power system with large-scale wind-photovoltaic-hydro power generation | |
| CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
| Wei et al. | Energy-efficient distribution in smart grid | |
| Ma et al. | Long-term coordination for hydro-thermal-wind-solar hybrid energy system of provincial power grid | |
| CN117040027A (zh) | 一种农村虚拟电厂的协调优化方法和装置 | |
| Tian et al. | Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market | |
| Nunna et al. | Optimal management of microgrids | |
| CN115986812A (zh) | 一种考虑储能和需求响应的微电网经济规划方法及装置 | |
| CN112541778B (zh) | 一种基于微电网参与两阶段市场出清系统优化运行方法 | |
| Dorahaki et al. | Smart grids and building energy flexibility | |
| CN114188942A (zh) | 一种包含大规模新能源基地的电网调度方法 | |
| Rahmanzadeh et al. | Optimal energy management of microgrid based on fcchp in the presence of electric and thermal loads considering energy storage systems | |
| Chen | Optimize configuration of multi-energy storage system in a standalone microgrid | |
| Zahmoun et al. | Optimal Operation Scheduling of a Combined Wind-Hydro System for Peak Load Shaving | |
| Chen et al. | Mathematical programming model for energy system design |
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 |