CN112232586A - 一种基于机会约束规划的综合能源微网群协调控制方法 - Google Patents
一种基于机会约束规划的综合能源微网群协调控制方法 Download PDFInfo
- Publication number
- CN112232586A CN112232586A CN202011176979.XA CN202011176979A CN112232586A CN 112232586 A CN112232586 A CN 112232586A CN 202011176979 A CN202011176979 A CN 202011176979A CN 112232586 A CN112232586 A CN 112232586A
- Authority
- CN
- China
- Prior art keywords
- gas
- natural gas
- energy microgrid
- microgrid
- energy
- 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 53
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 136
- 239000003345 natural gas Substances 0.000 claims abstract description 68
- 230000008878 coupling Effects 0.000 claims abstract description 5
- 238000010168 coupling process Methods 0.000 claims abstract description 5
- 238000005859 coupling reaction Methods 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 86
- 238000003860 storage Methods 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 23
- 238000010248 power generation Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 230000003828 downregulation Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000003827 upregulation Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
- G06Q10/04—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
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于机会约束规划的综合能源微网群协调控制方法,综合能源微网群包括多个综合能源微网,综合能源微网包括电力模块、天然气模块和能量耦合模块,综合能源微网中设有调度中心,调度中心对相应区域内的能源进行调控,多个综合能源微网的调度中心之间通过信息共享进行协同运行,综合能源微网相互独立运行,在不影响数据隐私性和约束条件的前提下,达到满足预设目标对应的最优运行点的协同运行方式。与现有技术相比,本发明具有保证单个综合能源微网运营商的信息隐私性和决策独立性、提升系统的经济性和安全性等优点。
Description
技术领域
本发明涉及综合能源系统优化运行技术领域,尤其是涉及一种基于机会约束规划的综合能源微网群协调控制方法。
背景技术
能源是经济社会发展的物质基础。近年来,随着现代化水平的提高,人民对能源的需求量日益加大,能源供给面临挑战。能源紧缺、环境污染以及气候变化是当今世界制约经济社会可持续发展的重要因素。针对能源短缺问题,大力开发清洁新能源、发展含多种能源的综合能源系统、实现能源的集约与高效利用成为解决能源短缺问题的关键途径。因此,在用能侧出现大量分属不同利益主体的综合能源微网,而相邻综合能源微网以微网群的形式协同运行将是综合能源微网今后发展的重要趋势。
目前,国内外在该领域的研究成果较少,有文献提出了一种解决电力和天然气输配网络相互依赖的协调优化模型,该模型可在天然气高度依赖的条件下为系统运营商提供最佳的短期机组组合和电力调度策略。同时也有文献设计了一种适用于电力和天然气市场的日前优化调度方法,以实现电力-天然气系统的运行成本最小化,然而,上述研究成果大多采用集中优化策略,需要一个中央调度中心来维持整个系统的运行状态。随着相互连接的综合能源微网群在地理上的扩展,多综合能源微网群优化问题的规模不断扩大。因此,在这种情况下,较大的通信负担、信息隐私和不同利益主体微网运行决策者的独立性使得传统集中优化方法不在适用于综合能源微网群。在此基础上,有文献针对综合能源微网群系统,提出了一种分散最优能量流法,并采用迭代交替方向乘数法算法进行收敛求解。但由于可再生能源发电的随机性,该方法忽略了双向功率和气体转换。而且虽然电力和天然气输送系统的运行是高度相互依赖的,但在实际运行中,它们是由不同的运营商在不同的市场规则下控制的。此外,越来越多的可再生能源由于其清洁和可持续的特点,已接入综合能源微网群系统。因此,可再生能源和负荷预测的误差使得系统运营商处理日前调度问题具有一定的难度。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于机会约束规划的综合能源微网群协调控制方法,充分考虑单个综合能源微网运营商的信息隐私性和决策独立性,确保每个微网运营商的最优协作,以实现综合能源微网群系统的安全经济运行。
本发明的目的可以通过以下技术方案来实现:
一种基于机会约束规划的综合能源微网群协调控制方法,所述综合能源微网群包括多个综合能源微网,所述综合能源微网包括电力模块、天然气模块和能量耦合模块,综合能源微网中设有调度中心,所述调度中心对相应区域内的能源进行调控,多个综合能源微网的调度中心之间通过信息共享进行协同运行,综合能源微网相互独立运行,在不影响数据隐私性和约束条件的前提下,达到满足预设目标对应的最优运行点的协同运行方式。
所述电力模块包括火电机组、风机机组、光伏机组和负荷机组。
进一步地,所述调度中心根据随机优化法,将所述火电机组的发电成本最小作为目标函数进行优化,具体公式如下所示:
进一步地,所述电力模块的机会约束条件具体如下:
在给定负荷损失概率ξt约束条件下,火电热机组需要提供足够的容量储备以适应风能、太阳能和负荷预测误差造成的有功平衡偏差:
电力模块的潮流过载概率小于给定值ψt:
Pr{-PLl≤PLl,t≤PLl}≥1-ψt
电力模块的潮流平衡约束:
火电机组的出力约束、爬坡约束、下降约束和备用容量约束:
Pi,t-Pi,t-1≤Ui
Pi,t-1-Pi,t≤Di
风能、光伏发电和电力负荷的随机约束:
其中,和分别为综合能源微网α中火电机组集合、风电机组集合、光伏机组集合、电转气装置集合和负荷机组需求集合,Ri,t为备用容量,P为出力大小,PLl为综合能源微网的支路容量,SFl为平移因子,ξt和ψt分别为失负荷概率和过负荷概率,Ui和Di分别为火电机组的上调常数和下调常数,Ri为火电机组的备用容量,E(·)为随机变量的期望值,为概率分布函数,μ和σ分别为平均值和方差。
进一步地,所述风电机组和光伏机组的预测误差随机变量采用均值为0的正态分布,所述负荷机组的预测误差随机变量采用均值为0的截断正态分布。
所述天然气模块包括气源、储气装置和气负荷。
进一步地,所述度中心根据随机优化法,将所述气源的生产成本和储气装置的运行成本最小化为目标函数进行优化,具体公式如下所示:
其中,pgas为天然气价格,Ggs,t为t时刻气源gs气体产量,T为时间周期,δ为储气装置的运行成本系数,GSch,t和GSdisch,t分别为t时刻储气装置的充电功率和放电功率。
进一步地,本发明采用线性暂态模型来获取协调系统的物理特性,所述天然气模块的运行约束具体如下所示:
牛顿第二定律的温德罗夫微分近似:
天然气管道质量守恒的温德罗夫微分近似:
所有天然气节点的流量平衡:
t时刻天然气节点m负荷量等于常规非电用气负荷与气转电装置用气之和:
储气装置状态约束:
Qss,t=Qss,t-Δt+[GSch,t-GSdisch,t]Δt
天然气源输出约束、天然气管道潮流约束、天然气管道压力约束以及储气装置充放功率和容量的约束:
其中,为天然气管道集合,为天然气气体产量集合,为电转气装置集合,为储气装置容量集合,为气转电装置集合,Smn、dmn和Lmn分别为气体管道的横截面积、直径和长度,ωmn为天然气管道中天然气流动速度,和分别为天然气在管道mn在出口和入口的流量大小,πm,t为t时刻气体节点m的压力,Ωavg、Rg和εavg分别为天然气管道的平均压缩系数、气体常数和平均环境温度,Qss,t和GDm,t分别为天然气t时刻在储气装置中储存量和气网节点m在t时刻的用气需求量。
所述综合能源微网中设有电转气装置(P2G)和气转电装置(NGU)实现电能和气能的相互转换。
所述综合能源微网之间设定有一致性约束,具体如下所示:
Ο—Γ=0
其中,Ο为目标变量,表示综合能源微网作为独立系统优化时的共享信息向量,Γ为响应变量,表示综合能源微网协同运行时提供的共享信息向量,当不满足上述约束时,综合能源微网中电力模块和天然气模块的运行决策是相互独立的。
变换后,综合能源微网的电力模块的优化问题转换为一个凸二次规划问题。
对于一致性约束,通过在目标函数增加一个拉格朗日惩罚项松弛一致性约束,以表示共享信息对目标函数值的影响,具体变换如下所示:
目标函数具体如下:
(SPα-E)minFα
(SPα-G)minKα
一致性约束具体如下:
变换前后如下所示:
其中,和分别为综合能源微网α电力模块和天然气模块的优化变量向量,λα和ρα分别为电力模块和天然气模块共享运行信息不一致时的拉格朗日惩罚乘数向量,(·)*为协调运行产生的共享变量,λα′和ρα′分别为综合能源微网群协调运行的拉格朗日惩罚乘数的更新向量。
电力模块和天然气模块的原始模型经过上述转换后,采用分层迭代方法对模型进行求解。
与现有技术相比,本发明具有以下有益效果:
本发明采用机会约束规划方法,协调分属不同利益主体的综合能源微网,在共享有限信息和彼此独立决策的条件下,寻求微网群系统的最优运行方案,通过调度中心对电力模块、天然气模块和能量耦合模块的能源进行调控,保证了单个综合能源微网运营商的信息隐私性和决策独立性,在提高发电量的同时减小了综合能源微网运行的运行成本。
附图说明
图1为本发明的结构示意图;
图2为本发明综合能源微网内信息共享模型的结构示意图;
图3为本发明综合能源微网群内信息共享模型的结构示意图;
图4为本发明分层迭代算法的流程示意图;
图5为本发明二个互联综合能源微网的拓扑结构图;
图6为本发明实施例一中微型燃气轮机和电力连接线的调度结果图;
图7为本发明实施例一中天然气气源和天然气管道的调度结果图;
图8为本发明实施例一中内层迭代最大松弛误差的示意图;
图9为本发明实施例一中外层迭代最大松弛误差的示意图;
图10为本发明实施例一中系统运行成本与失负荷概率的关系图;
图11为本发明实施例一中计算时间与失负荷概率的关系图;
图12为本发明实施例一中失负荷概率和标准差的总运行成本关系图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例一
如图1所示,一种基于机会约束规划的综合能源微网群协调控制方法,综合能源微网群包括多个综合能源微网,综合能源微网包括电力模块、天然气模块和能量耦合模块,综合能源微网中设有调度中心,调度中心对相应区域内的能源进行调控,多个综合能源微网的调度中心之间通过信息共享进行协同运行,综合能源微网相互独立运行,在不影响数据隐私性和约束条件的前提下,达到满足预设目标对应的最优运行点的协同运行方式。
电力模块包括火电机组、风机机组、光伏机组和负荷机组。
调度中心根据随机优化法,将火电机组的发电成本最小作为目标函数进行优化,具体公式如下所示:
电力模块的机会约束条件具体如下:
在给定负荷损失概率ξt约束条件下,火电热机组需要提供足够的容量储备以适应风能、太阳能和负荷预测误差造成的有功平衡偏差:
电力模块的潮流过载概率小于给定值ψt:
Pr{-PLl≤PLl,t≤PLl}≥1-ψt
电力模块的潮流平衡约束:
火电机组的出力约束、爬坡约束、下降约束和备用容量约束:
Pi,t-Pi,t-1≤Ui
Pi,t-1-Pi,t≤Di
风能、光伏发电和电力负荷的随机约束:
其中,和分别为综合能源微网α中火电机组集合、风电机组集合、光伏机组集合、电转气装置集合和负荷机组需求集合,Ri,t为备用容量,P为出力大小,PLl为综合能源微网的支路容量,SFl为平移因子,ξt和ψt分别为失负荷概率和过负荷概率,Ui和Di分别为火电机组的上调常数和下调常数,Ri为火电机组的备用容量,E(·)为随机变量的期望值,为概率分布函数,μ和σ分别为平均值和方差。
风电机组和光伏机组的预测误差随机变量采用均值为0的正态分布,负荷机组的预测误差随机变量采用均值为0的截断正态分布。
天然气模块包括气源、储气装置和气负荷。
度中心根据随机优化法,将气源的生产成本和储气装置的运行成本最小化为目标函数进行优化,具体公式如下所示:
其中,pgas为天然气价格,Ggs,t为t时刻气源gs气体产量,T为时间周期,δ为储气装置的运行成本系数,GSch,t和GSdisch,t分别为t时刻储气装置的充电功率和放电功率。
本发明采用线性暂态模型来获取协调系统的物理特性,天然气模块的运行约束具体如下所示:
牛顿第二定律的温德罗夫微分近似:
天然气管道质量守恒的温德罗夫微分近似:
所有天然气节点的流量平衡:
t时刻天然气节点m负荷量等于常规非电用气负荷与气转电装置用气之和:
储气装置状态约束:
Qss,t=Qss,t-Δt+[GSch,t-GSdisch,t]Δt
天然气源输出约束、天然气管道潮流约束、天然气管道压力约束以及储气装置充放功率和容量的约束:
其中,为天然气管道集合,为天然气气体产量集合,为电转气装置集合,为储气装置容量集合,为气转电装置集合,Smn、dmn和Lmn分别为气体管道的横截面积、直径和长度,ωmn为天然气管道中天然气流动速度,和分别为天然气在管道mn在出口和入口的流量大小,πm,t为t时刻气体节点m的压力,Ωavg、Rg和εavg分别为天然气管道的平均压缩系数、气体常数和平均环境温度,Qss,t和GDm,t分别为天然气t时刻在储气装置中储存量和气网节点m在t时刻的用气需求量。
如图2所示,综合能源微网中设有电转气装置(P2G)和气转电装置(NGU)实现电能和气能的相互转换。
综合能源微网之间设定有一致性约束,具体如下所示:
Ο—Γ=0
其中,Ο为目标变量,表示综合能源微网作为独立系统优化时的共享信息向量,Γ为响应变量,表示综合能源微网协同运行时提供的共享信息向量,当不满足上述约束时,综合能源微网中电力模块和天然气模块的运行决策是相互独立的。
综合能源微网之间通过电力连接线和天然气管道实现互联,并形成综合能源微网群,为了保障综合能源微网决策的独立性和信息的保密性,本实施例中采用假定虚拟能源、虚拟负荷和虚拟节点,以松弛微网群的优化问题,如图3所示,两个微网的联络线潮流替换为虚拟发电机和虚拟负荷,其中PDl为从微网a视角下电力联络线共享信息的目标变量,即微网b的负荷需求量,并由微网a在决策中提供;PGl为从微网b发出的响应变量,即微网a产生的功率,并由微网b在决策中提供。
变换后,综合能源微网的电力模块的优化问题转换为一个凸二次规划问题。
对于一致性约束,通过在目标函数增加一个拉格朗日惩罚项松弛一致性约束,以表示共享信息对目标函数值的影响,具体变换如下所示:
目标函数具体如下:
(SPα-E)minFα
(SPα-G)minKα
一致性约束具体如下:
变换前后如下所示:
其中,和分别为综合能源微网α电力模块和天然气模块的优化变量向量,λα和ρα分别为电力模块和天然气模块共享运行信息不一致时的拉格朗日惩罚乘数向量,(·)*为协调运行产生的共享变量,λα′和ρα′分别为综合能源微网群协调运行的拉格朗日惩罚乘数的更新向量。
电力模块和天然气模块的原始模型经过上述转换后,采用分层迭代方法对模型进行求解,具体算法流程如图4所示,图4中,N和M分别为内层和外层的迭代次数;内层更新共享变量(·)*N时,本实施例考虑了多种能源间的转换效率,如下式所示:
其中,ηP2G和ηMT分别为电转气和气转电的效率,内层和外层收敛的判别式分别如下所示:
其中,ε和ω均为收敛阈值,内层循环和外层循环的拉格朗日惩罚因子更新公式为:
其中,k和a分别为更新系数。
如图5所示,本实施例选取2个互联的综合能源微网IEMG,每个综合能源微网均包括6个电力节点和6个天然气节点,求解平台为Matlab/R2016a,调用Gurobi商业求解器。黑色连线和黑色圆球分别表示电力线路和电力节点;白色连线和白色空心圆球分别表示天然气管道和天然气节点。综合能源微网间通过电力连接线(IEMG1-电节点3和IEMG2-电节点1)和天然气管道相连(IEMG1-气节点6和IEMG2-气节点2);IEMG1-电节点4和IEMG2-电节点4均安装了气转电装置;IEMG1-电节点5和IEMG2-电节点5均安装了气转电装置;IEMG1-电节点2和IEMG2-电节点6均安装了风机;IEMG1-电节点6和IEMG2-电节点2均安装了光伏;IEMG1-气节点5和IEMG2-气节点1均安装了气源,气节点4均安装气储能。
本实施例中,σd、σw和σs分别为电力负荷、风能和太阳能预测误差分布函数的标准差;ξt和ψt分别为0.05和0.1;k和a均为1.25,罚乘子的初值为1,收敛阈值均为0.001。
如图6和图7所示,本实施例从系统运行成本、计算时间和算法收敛性对集中优化法和本发明的方法进行比较分析,其中方法一为集中优化法,方法二为本发明所提方法,由图6和图7可知,在一个调度周期内,方法二下MT的总发电量为2161.5MW,天然气气源的总供气量为43035.0MBtu;方法一下MT的总发电量为2162.1MW,天然气气源的总供气量为44198.1MBtu。方法一下从综合能源微网1流向综合能源微网2的电功率为1189.8MW,天然气量为8131.5MBtu,而方法二下电功率为1,186.3MW,天然气量为8000MBtu。另外,方法二下二个微网的运行成本为407.1万元(其中,电力部分为55.6万元和天然气部分为351.5万元);方法一下系统运行成本为407.4万元(其中,电力部分为55.7万元和天然气部分为351.7万元)。由此可表明,本发明所提方法的系统运行成本优于方法一,低于方法一计算得到的系统运行成本0.7%。
如图8和图9所示,本发明在外层循环中迭代14次收敛,而内层循环次数从8次逐步减少到1次。本发明中所用方法的计算时间为67.7s。
如图10和图11所示,为了分析可靠性约束对系统运行成本的影响,本实施例比较分析了不同失负荷概率下两种方法的运行成本和计算时间。实际工程经验表明,失负荷概率值越高,安全需求越低,系统安全水平降低,运行成本降低。由此可见,最优运行策略应该是在经济性和可靠性之间进行权衡。由图10和图11可知,两种方法的运行成本差异很小,尽管计算时间上差异性较大,系统运行成本差异较小,但在实际微电网群系统日前优化运行时,本发明所提方法的计算时间是可以接受的。
如图12所示,总运行成本随着随机变量的方差值降低而降低,说明预测越准确,运行成本越低。此外,在失负荷概率较低情况时,系统运行成本差异性更为明显,说明安全性要求较高的综合能源微网群系统对可再生能源预测误差更敏感。
此外,需要说明的是,本说明书中所描述的具体实施例子,所取名称可以不同,本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化,均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述综合能源微网群包括多个综合能源微网,所述综合能源微网包括电力模块、天然气模块和能量耦合模块,综合能源微网中设有调度中心,所述调度中心对相应区域内的能源进行调控,多个综合能源微网的调度中心之间通过信息共享进行协同运行,综合能源微网相互独立运行,在不影响数据隐私性和约束条件的前提下,达到满足预设目标对应的最优运行点的协同运行方式。
2.根据权利要求1所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述电力模块包括火电机组、风机机组、光伏机组和负荷机组。
4.根据权利要求3所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述电力模块的机会约束条件具体如下:
Pr{-PLl≤PLl,t≤PLl}≥1-ψt
Pi min≤Pi,t≤Pi max
Pi,t-Pi,t-1≤Ui
Pi,t-1-Pi,t≤Di
Ri,t=min{Ri max,Pi max-Pi,t}
5.根据权利要求4所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述风电机组和光伏机组的预测误差随机变量采用均值为0的正态分布,所述负荷机组的预测误差随机变量采用均值为0的截断正态分布。
6.根据权利要求1所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述天然气模块包括气源、储气装置和气负荷。
8.根据权利要求7所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述天然气模块的运行约束具体如下所示:
Qss,t=Qss,t-Δt+[GSch,t-GSdisch,t]Δt
9.根据权利要求1所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述综合能源微网中设有电转气装置(P2G)和气转电装置(NGU)实现电能和气能的相互转换。
10.根据权利要求1所述的一种基于机会约束规划的综合能源微网群协调控制方法,其特征在于,所述综合能源微网之间设定有一致性约束,具体如下所示:
Ο—Γ=0
其中,Ο为目标变量,表示综合能源微网作为独立系统优化时的共享信息向量,Γ为响应变量,表示综合能源微网协同运行时提供的共享信息向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011176979.XA CN112232586B (zh) | 2020-10-29 | 2020-10-29 | 一种基于机会约束规划的综合能源微网群协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011176979.XA CN112232586B (zh) | 2020-10-29 | 2020-10-29 | 一种基于机会约束规划的综合能源微网群协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112232586A true CN112232586A (zh) | 2021-01-15 |
CN112232586B CN112232586B (zh) | 2023-06-27 |
Family
ID=74109724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011176979.XA Active CN112232586B (zh) | 2020-10-29 | 2020-10-29 | 一种基于机会约束规划的综合能源微网群协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112232586B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105939029A (zh) * | 2016-06-21 | 2016-09-14 | 中国南方电网有限责任公司电网技术研究中心 | 综合能源系统规划方案获取方法和系统 |
US20170018928A1 (en) * | 2014-03-11 | 2017-01-19 | Vamell M. Castor | Combined renewable energy and compressed gas energy storage and generator microgrid system using reciprocating piezoelectric generators |
CN107958300A (zh) * | 2017-08-21 | 2018-04-24 | 浙江工业大学 | 一种考虑互动响应的多微网互联运行协调调度优化方法 |
CN109919478A (zh) * | 2019-02-28 | 2019-06-21 | 天津大学 | 一种考虑综合供能可靠性的综合能源微网规划方法 |
CN109978362A (zh) * | 2019-03-20 | 2019-07-05 | 南京工程学院 | 一种气电网联合多区域综合能源系统建模及系统规划方法 |
CN109993419A (zh) * | 2019-03-18 | 2019-07-09 | 东南大学 | 一种综合能源服务商云协同-边缘协同优化调度方法 |
CN110135631A (zh) * | 2019-04-26 | 2019-08-16 | 燕山大学 | 基于信息间隙决策理论的电气综合能源系统调度方法 |
CN110544025A (zh) * | 2019-08-21 | 2019-12-06 | 河海大学 | 电转气-储气罐组合的气电综合能源系统优化调度方法 |
CN110659830A (zh) * | 2019-09-25 | 2020-01-07 | 国网天津市电力公司 | 面向综合能源系统的多能源微网规划方法 |
-
2020
- 2020-10-29 CN CN202011176979.XA patent/CN112232586B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170018928A1 (en) * | 2014-03-11 | 2017-01-19 | Vamell M. Castor | Combined renewable energy and compressed gas energy storage and generator microgrid system using reciprocating piezoelectric generators |
CN105939029A (zh) * | 2016-06-21 | 2016-09-14 | 中国南方电网有限责任公司电网技术研究中心 | 综合能源系统规划方案获取方法和系统 |
CN107958300A (zh) * | 2017-08-21 | 2018-04-24 | 浙江工业大学 | 一种考虑互动响应的多微网互联运行协调调度优化方法 |
CN109919478A (zh) * | 2019-02-28 | 2019-06-21 | 天津大学 | 一种考虑综合供能可靠性的综合能源微网规划方法 |
CN109993419A (zh) * | 2019-03-18 | 2019-07-09 | 东南大学 | 一种综合能源服务商云协同-边缘协同优化调度方法 |
CN109978362A (zh) * | 2019-03-20 | 2019-07-05 | 南京工程学院 | 一种气电网联合多区域综合能源系统建模及系统规划方法 |
CN110135631A (zh) * | 2019-04-26 | 2019-08-16 | 燕山大学 | 基于信息间隙决策理论的电气综合能源系统调度方法 |
CN110544025A (zh) * | 2019-08-21 | 2019-12-06 | 河海大学 | 电转气-储气罐组合的气电综合能源系统优化调度方法 |
CN110659830A (zh) * | 2019-09-25 | 2020-01-07 | 国网天津市电力公司 | 面向综合能源系统的多能源微网规划方法 |
Non-Patent Citations (1)
Title |
---|
沈海平等: "计及电转气耦合的电-气互联系统机组组合线性模型研究", 《电力系统保护与控制》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112232586B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107634547B (zh) | 基于新能源出力预测误差的电气联合系统出电控制方法 | |
CN111652447B (zh) | 基于分布式神经动态优化的综合能源系统经济调度方法 | |
CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
Ahmethodžić et al. | Microgrid energy management: Classification, review and challenges | |
An et al. | Real-time optimal operation control of micro energy grid coupling with electricity-thermal-gas considering prosumer characteristics | |
CN115099590A (zh) | 计及光荷不确定性的主动配电网经济优化调度方法及系统 | |
CN115344995A (zh) | 能源承载能力评估方法、装置、计算机设备和存储介质 | |
CN113868814A (zh) | 一种考虑频率安全约束的多直流外送电网规划方法 | |
CN113869742A (zh) | 基于行动家和评论家网络的综合供需侧的电力调度系统 | |
CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
CN112232586B (zh) | 一种基于机会约束规划的综合能源微网群协调控制方法 | |
CN111967646A (zh) | 一种虚拟电厂可再生能源优化配置方法 | |
CN115496427B (zh) | 一种多微网系统柔性互联投资规划决策方法 | |
CN116885840A (zh) | 一种基于实时数据的分布式新能源在线监测方法及系统 | |
Zhou et al. | Optimal dispatching of distribution network considering system flexibility and user thermal comfort | |
CN107196348A (zh) | 一种考虑多端柔直的日前发电计划编制方法 | |
Li et al. | Flexibility Robust Optimal Operation Strategy for Cross-Regional Interconnected Power Under Load-Source Coordination | |
Alkano et al. | Distributed MPC for Power-to-Gas facilities embedded in the energy grids | |
Pan et al. | Distributed Operation Strategy of Electricity-Gas Integrated System Based on Improved ADMM | |
Liu et al. | Multi-region Decomposition-Coordination Robust Optimization Model Considering New Energy Uncertainty | |
CN109586286A (zh) | 一种基于机组组合的储能电站容量确定方法 | |
CN117670071B (zh) | 源网储协同规划方案的生成方法及装置、介质、终端 | |
Sun et al. | A Distributionally robust optimization model based on data mining for energy management of distribution network with renewable energy | |
CN116050574A (zh) | 一种计及可靠性的电-气综合能源系统优化方法 | |
Liu | Optimal Operation and Maximal Hosting Capacity of High-Renewable Islanded Microgrids |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 1122 Yuanshen Road, Pudong New Area, Shanghai, 200122 Applicant after: STATE GRID SHANGHAI MUNICIPAL ELECTRIC POWER Co. Applicant after: Shanghai University of Electric Power Address before: 200090 No. 2103, Pingliang Road, Shanghai, Yangpu District Applicant before: Shanghai University of Electric Power Applicant before: STATE GRID SHANGHAI MUNICIPAL ELECTRIC POWER Co. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |