[发明专利]一种微电网多能源联合优化调度方法有效
申请号: | 201811129669.5 | 申请日: | 2018-09-27 |
公开(公告)号: | CN109327042B | 公开(公告)日: | 2023-02-10 |
发明(设计)人: | 高辉;宋乐;宋伟;曹佳男;虞小辉 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | H02J3/38 | 分类号: | H02J3/38;H02J3/46;H02J3/00 |
代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 牛莉莉 |
地址: | 210023 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电网 多能 联合 优化 调度 方法 | ||
1.一种微电网多能源联合优化调度方法,其特征在于:包括以下步骤,
步骤1、基于不同场景下供能设备出力情况及储能设备运行状态,搭建多能源系统的物理模型;所述多能源系统的物理模型包含分布式可再生能源,热电联产单元、热储能、电储能及可控性分布式电源,所述多能源系统同时为负荷至少提供热、电能源的供应,且电力网络和热网络之间基于热电联产机组相互耦合;为同时保证热、电能量的供需平衡,电负荷方面,当系统中电能过剩时,由蓄电池储能进行吸纳或者向外输送到低压配电网,电能不足时启动备用电源进行支撑;热负荷方面,微型燃气轮机利用其热电联产综合效益高的优势,以满足热负荷的需求,其出力应根据系统在各时段的热电负荷比值及各种能源的价格来综合决策,当微型燃气轮机供热过剩时,由热储能吸纳,避免资源的浪费;当微型燃气轮机供热不足时,由外部补燃锅炉和热储能同时进行补充;
步骤2、建立微电网多能源系统各单元数学模型,包括风力发电机模型、光伏发电模型、微燃机模型、燃料电池模型以及储能模型;
步骤3、以系统运行的最低综合费用为目标,综合考虑各DG的运行约束、系统安全约束以及多能源之间的耦合特性,建立微电网多能源优化调度模型;其中,DG为分布式电源,包括光伏、风力、燃料电池,微燃机;
步骤4:基于逆序动态规划对微电网多能源优化模型进行求解,得到微网多能源联合优化运行策略,
步骤4.1、将优化调度过程分为24个阶段决策过程,在进行每个阶段决策时,应考虑从本阶段直至最后一个阶段的存储量;
步骤4.2、列出微网优化调度模型的动态规划方程,采用内点法协调不等式约束和改善等式约束,并采用序列二次规划进行求解。
2.根据权利要求1所述的微电网多能源联合优化调度方法,其特征在于:所述步骤2的具体步骤为:分别建立风力发电机模型、光伏发电模型、微燃机模型、燃料电池模型、储能模型;
步骤2.1、所述风力发电机模型,
风力发电机的风速统计描述的概率密度函数表达式为:
式中,v为风速;k和c为Weibull分布的两个重要参数,k为形状参数,k0;c称为尺度参数,c1;
风力发电机的输出功率PWT与风速v之间关系可用如下分段函数关系近似表示:
式中,vin、vn、vout分别为切入风速、限定风速、切出风速;Pr为风机额定功率;aWT、bWT、cWT根据风力发电机风速-功率特性曲线拟合得到;
步骤2.2、所述光伏发电模型,
光伏发电输出功率至少与太阳光照射强度、环境温度因素密切相关,据统计,在1~10h内太阳光照强度可以近似看成Beta分布,其概率密度函数可表示如下:
式中,Γ为Gamma函数,G和Gmax分别为这一段时间内的实际光照强度和最大光照强度;α和β为Beta分布的形状参数,可由这一段时间内的光照强度平均μ值和标准差σ得到;
光伏电池的输出功率可由其标准测试条件下的输出、光照强度、环境温度等于实际工作条件下的光照强度通过式(4)对比估算得到:
式中,含下标STC的物理量为标准测试条件下的运行参数;GSTC为标准测试条件下的太阳光照强度,取为1000W/m2;TSTC为标准参考温度;T为太阳能电池的表面工作温度;
由式(3)和式(4)综合可得光伏发电系统的输出功率的概率密度分布为:
步骤2.3、所述微燃机模型:
当微型燃气轮机工作在热电联产模式时,其热电耦合关系及燃耗的相关数学模型可表示为:
式中,QMT为微型燃气轮机排气余热量;Pe为微型燃气轮机输出的电功率;ηe为燃气发电效率;η1为微型燃气轮机散热损失系数;QHE为微型燃气轮机烟气余热提供的制热量;KHE为溴冷机的制热系数;VMT为微型燃气轮机消耗的天然气量;LHVf为天然气地热热值,取为9.7KW·h/m3;△t为两次调度之间的时间间隔;
根据式(6),综合热、电联产总效益,微型燃气轮机的运行总效率ηMT可由式(7)计算:
式中,mf为天然气的流量;
确定微型燃气轮机的总运行效率后,微型燃气轮机的运行成本CMT可以表述为:
式中,cgas为天然气的价格;
步骤2.4、所述燃料电池模型:
燃料电池可通过其出厂的功率-效率曲线拟合得到,求得燃料电池的运行效率后,其燃耗成本CFC可近似按式(9)计算:
式中,PFC(t)为燃料电池的输出功率;ηFC为燃料电池的发电效率;
步骤2.5、所述储能模型:
储能系统为微网中的重要组成部分,储能充放电过程中,储能在t时段的荷电状态SOC与t-1时段的荷电状态、[t-1,t]时段蓄电池的充放电量以及每小时的电量衰减量有关;储能充电时,t时段的SOC可表示为:
储能放电时,t时段的SOC可表示为:
式中,Soc(t)为储能在t时刻的荷电状态;σ为储能的自放电率;ηc和ηd分别为储能的充电及放电效率;Pch,t为t时段的储能充电功率;Pdis,t为t时段的储能放电功率;Ebat为储能容量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811129669.5/1.html,转载请声明来源钻瓜专利网。