一种多时间尺度社区能源局域网能量调度方法

文档序号:9811205阅读:415来源:国知局
一种多时间尺度社区能源局域网能量调度方法
【技术领域】
[0001] 本发明涉及电力系统能量调度技术领域,特别是一种多时间尺度社区能源局域网 能量调度方法。
【背景技术】
[0002] 近年来,传统能源的日益枯竭和使用传统能源造成的巨大污染使得提高能源利用 效率、加强可再生能源的利用,成为解决能源需求增长与能源紧缺、能源利用与环境保护之 间矛盾的必然选择。作为能源最清洁、最高效的利用方式之一,分布式发电技术利用各种可 用的分散存在的能源进行发电供能,有助于充分利用各地丰富的清洁和可再生能源,向用 户提供"绿色电力",其研究日益受到各国关注。其中,光伏发电由于其方便操作性及相对完 善的理论基础,已成为分布式发电的重要形式之一,并得到国家的大力推广。户用光伏,作 为一种经济便捷的小型分布式发电,已进入普通社区,部分居民已装备户用光伏发电单元 及相应的分布式储能系统。
[0003] 随着分布式发电渗透率的不断提高和各种智能电气设备的接入,急需一个有效的 调度和协调各设备的平台。能量调度系统可根据电网的实际运行情况,结合电价信息,对电 网中可控单元,如分布式储能单元进行调控,给出最优的调度计划安排,保证电网运行的经 济性、稳定性、可靠性以及电力用户的自身利益,提供了一个能量管理平台。
[0004] 然而,分布式发电和用户负荷需求具有不确定性,根据预测信息提出的长期调度 计划和实际的电网单元运行情况不符。以往的能量调度方法大多将不确定性因素通过机会 约束的方式处理,但不确定性对调度计划的影响仍然很大,使调度计划与实际运行产生大 的偏差,从而影响社区电网的经济可靠运行。另外,过去的优化算法将每个可控单元设为独 立的变量。当小区中存在大量分布式发电及储能单元时,长期调度方式多样化、能量管理算 法的复杂度大大增加,算法运行时间变长。

【发明内容】

[0005] 本发明的目的在于克服现有技术的不足,提供一种设计合理、运算效率高且计算 结果可靠性强的多时间尺度社区能源局域网能量调度方法。
[0006] 本发明解决其技术问题是采取以下技术方案实现的:
[0007] -种多时间尺度社区能源局域网能量调度方法,包括以下步骤:
[0008] 步骤1、根据社区光伏出力和负荷需求的历史数据,调用遗传算法进行长期预测能 量优化,生成社区未来24小时内的调度计划的预测值;
[0009] 步骤2、将社区光伏出力和负荷需求的实时运行数据与步骤1中所得调度计划的预 测值进行对比,计算社区偏差值并根据该社区偏差值的大小对社区光伏出力和负荷需求进 行实时短期能量优化。
[0010]而且,所述步骤1的具体步骤包括:
[0011] (1)生成未来24小时内光伏出力及负荷需求预测值;
[0012] (2)建立以光伏利用率最大化、社区购电量最小化及一日峰谷率最小化为目标的 评价指标体系和运行约束的数学模型;
[0013] (3)设置种群个数、遗传代数、选择方式、交叉率和变异率;初始化染色体,令染色 体的组成为光伏弃光标志位和社区内储能总出力,社区内各个储能单元的出力按照保持各 储能单元荷电状态相等的策略进行分配;
[0014] (4)判断是否满足终止条件,若满足,则保留最优个体,跳出遗传算法循环,若不满 足,继续进行选择、交叉、变异操作;
[0015] (5)设置社区储能总功率并生成社区未来24小时内的调度计划。
[0016] 而且,所述步骤2的具体步骤包括:
[0017] (1)对能量路由器上传的光伏单元、负荷、储能单元运行数据进行有效性判断,整 理归类后存入后台实时数据库;
[0018] (2)设置新变量记录光伏出力和负荷需求的实际值与预测值的偏差值,并设置偏 差允许值;
[0019] (3)计算社区光伏实际总出力与预测总出力、负荷实际总需求与预测总需求的社 区总偏差值;
[0020] (4)若该社区总偏差值小于偏差允许值,则更新社区总偏差值并计算各户偏差值 后成倍放大或缩小调度计划中储能总功率,再按照比例分配储能单元出力;
[0021] (5)若该社区总偏差值大于偏差允许值,则将社区总偏差值归零并重新调用长期 优化算法,生成当前时刻至当日结束的调度计划,再将社区光伏总出力和负荷总需求的实 际值与新的调度计划进行重新比较。
[0022] 而且,所述步骤1的第(1)步的具体步骤包括:
[0023] ①调用历史数据库中相近时期的光伏出力数据及负荷需求数据,利用插值法进行 数据拟合,形成典型曲线;
[0024]②将天气预报和节假日信息输入典型曲线,生成未来24小时内光伏出力及负荷需 求预测值。
[0025]而且,所述步骤1的第(2)步建立的评价指标体系和运行约束的数学模型为:
[0028]上述表达式中:PPCC为并网点功率,PLDi为第i个可控负荷的功率,P PVi为第i个光伏 发电单元的出力功率,PEssi为第i个储能单元充放电功率,n-dpv为弃光光伏单元数,PVR为 峰谷率,pPCCmax、pPCCmin分别为研究时段内并网点功率最大值及最小值,P pmax、PpmiA别为并网 点功率的上下限,SOCess为储能的荷电状态,SOCo为研究时段初储能的荷电状态,SOC ESSfinai 为研究时段末储能的荷电状态,SOCmmSOUiA^^lj为储能荷电状态的上下限,β为储能始末 荷电状态的差异率。
[0029]而且,所述步骤1的第(3)步所述社区内各个储能单元的出力PESSj$照如下公式进 行分配:
[0031] 上述表达式中,PESS为社区储能系统总功率,SOCi为第i个储能单元的荷电状态。
[0032] 而且,所述步骤2的第(3)步中按照如下公式计算社区光伏实际总出力与预测总出 力、负荷实际总需求与预测总需求的社区总偏差值Delta:

[0034] 上述表达式中:PPVacti为第i个光伏发电单元的实际出力功率,PpVforei为第i个光伏 发电单兀的预测出力功率,PLDacti为第i个可控负荷的实际功率,PLDforei为第i个可控负荷的 预测功率。
[0035] 而且,所述步骤2的第(4)步按照公式 成倍放大或缩小调度 计划中储能总功率;
[0036] 上述表达式中:PESSact为储能单元实际功率,P PVact为光伏发电单元的实际总出力功 率,PpVfore为光伏发电单兀的预测总出力功率,PLDact为可控负荷的实际总功率,PLDfore为可控 负荷的预测总功率。
[0037]本发明的优点和积极效果是:
[0038] 1、本发明针对含分布式光伏发电单元及分布式储能单元的社区建立以光伏利用 率最大化、社区购电量最小化及一日峰谷率最小化为指标的评价体系,采用保持社区内储 能单元荷电状态平衡的策略,通过分析电网运行情况,将多个储能单元充放电功率变量被 整合为单个变量,各储能单元按照其荷电状态成比例分配功率,利用遗传算法对储能系统 和用户间售电进行长期能量优化制定调度计划,在实际运行中结合实时运行数据及长期调 度计划进行不间断的短期能量优化,使实际运行贴近调度计划,保证电网运行达到最优方 式。从而压缩优化算法解空间,减少计算时间,提高算法效率。长期和短期能量优化相结合 的方式也可减轻光伏出力和负荷需求不确定性的影响。
[0039] 2、本发明考虑到社区中某几个储能单元充电,某几个储能单元放电的情况是不合 理的,且为了保持各户储能单元荷电状态的稳定,按照储能单元荷电状态分配功率,即充电 时,荷电状态低的储能单元设置充电功率大,而放电时设置放电功率小。并且将多个储能变 量简化成一个变量,能成指数倍地减小遗传算法的搜索空间,提高算法效率。
[0040] 3、本发明结合长期预测能量优化生成的社区未来24小时内度计划进行实时调整, 设置全局变量记录实际与预测值的偏差,按照偏差的大小决定只改变该时刻的储能出力还 是重新进行长期优化生成新的调度计划,从而得以以较低的操作复杂度有效地修正光伏及 负荷不确定性的影响。
【附图说明】
[0041] 图1是本发明的处理流程示意图;
[0042] 图2是本发明的长期预测能量优化的算法流程示意图;
[0043] 图3是本发明的实时短期能量优化的算法流程示意图;
[0044]图4是本发明的长期预测能量优化的储能系统调度结果图;
[0045]图5是本发明的实时短期能量优化的储能系统出力情况图。
【具体实施方式】
[0046] 以下结合附图对本发明实施例作进一步详述:
[0047] -种基于储能比例分配的多时间尺度社区能源局域网能量调度方法,如图1所示, 包括以下步骤:
[0048] 步骤1、根据社区光伏出力和负荷需求的历史数据,调用遗传算法进行长期预测能 量优化,生成社区未来24小时内的调度计划的预测值。
[0049] 所述步骤1调用的遗传算法流程如图2所示,其具体步骤包括:
[0050] (1)生成未来24小时内光伏出力及负荷需求预测值,其具体方法是:①调用历史数 据库中最近7天及近年相同日期的光伏出力数据及负荷需求数据,利用插值法进行数据拟 合,形成典型曲线;②将天气预报和节假日信息输入典型曲线,生成未来24小时内光伏出力 及负荷需求预测值,预测数据时间间隔为1小时。
[0051 ] (2)建立以光伏利用率最大化、社区购电量最小化及一日峰谷率最小化为目标的 评价指标体系和运行约束的数学模型为:
[0054]上述表达式中:PPCC为并网点功率,PLDi为第i个可控负荷的功率,P PVi为第i个光伏 发电单元的出力功率,PEssi为第i个储能单元充放电功率,n-dpv为弃
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1