本发明属于电力系统优化技术领域,尤其涉及一种岛礁综合能源系统优化调度方法及装置。
背景技术:
随着我国战略的不断推进,各级政府对岛礁资源开发利用、岛礁居民生活条件的条件改善日益重视,岛礁的开发规模和开发力度快速提升。然而由于远离大陆,岛礁的开发深受电力、淡水紧缺的制约。传统使用单一分布式可控发电机组的系统供电方式不仅存在供电可靠性较低,过分依赖外接能源输入,分布式可控发电机产生的污染和噪声也会破坏岛礁脆弱的生态平衡,严重影响岛礁的长期发展。因此,岛礁持续性发展的潜力在于充分利用自身所拥有的丰富风能、太阳能、海洋能等可再生能源。
由于风光等可再生能源资源的间歇性和波动性,不包含储能系统的可再生能源与分布式可控发电机组供电系统中可再生能源的渗透率仍然比较低,实质上仍然是以分布式可控发电机组为主的供电模式。因此,含可再生能源发电的岛礁供电系统中需要配置一定比例的电池储能系统来平抑可再生能源输出不确定性的影响,实现可再生能源的最大化利用,减少分布式可控发电机组的供电比例。然而,当前电池储能系统成本较高、循环充放电次数有限,为延长电池储能系统的使用寿命,增强岛礁供电系统的安全性、稳定性,有必要在系统运行调度模型考虑电池储能系统的运行维护成本。
同时,通过构建岛礁综合能源系统,充分发挥淡水子系统对电力子系统的削峰填谷作用,协调优化电力子系统与淡水子系统,降低岛礁综合能源系统总的运行成本,提升岛礁持续性发展能力。
技术实现要素:
本发明的目的在于,提供一种岛礁综合能源系统优化调度方法及装置,用于解决使用风、光等可再生能源的孤立岛礁在考虑分布式可控发电机组运行成本(包含燃料成本、启/停成本)、电池储能系统运行维护成本、海水淡化机组运行维护成本等经济性因素及分布式可控发电机组最小运行/停止时间约束、储能容量与充放电约束、海水淡化机组最小运行/停止时间约束、蓄水池容量与流入/流出约束等运行约束的前提下,岛礁综合能源系统优化调度的问题。
为了实现上述目的,本公开提出一种岛礁综合能源系统优化调度方法,具体包括以下步骤:
步骤1,获取当前时刻岛礁综合能源系统状态信息;
步骤2,根据岛礁综合能源系统状态信息构造岛礁综合预测模型;
步骤3,通过岛礁综合预测模型计算获得岛礁综合能源系统的未来系统状态;
步骤4,通过未来系统状态计算得到未来最小总成本;
步骤5,以未来最小总成本作为约束条件构建岛礁综合能源系统优化调度模型;
步骤6,通过岛礁综合能源系统优化调度模型计算得出优化的岛礁综合能源系统调度参数值;
其中,未来系统状态为未来t个时间段中第t个时间段的系统状态,包括常规电力负荷需求功率
其中,未来最小总成本包括未来t时间段内分布式可控发电机组运行成本、电池储能系统运行维护成本、海水淡化机组运行维护成本的最小值之和;
其中,调度参数值包括分布式可控发电机组运行状态与可控发电机组功率、电池储能系统充放电功率、海水淡化机组运行状态、蓄水池流入与流出淡水量。
进一步地,在步骤1中,获取当前时刻岛礁综合能源系统状态信息包括:
电力子系统状态信息,包括:电池储能系统的储电量eess(0)分布式可控发电机组k的运行/停机状态δdiesel,k(0)和分布式可控发电机组k的持续运行/停机时间γdiesel,k;
淡水子系统状态信息,包括:淡水蓄水池的蓄水量ews(0)、海水淡化机组l的运行/停机状态δdes,l(0)、海水淡化机组l的持续运行/停机时间γdes,l,;
岛礁综合能源系统参数,包括:岛礁综合能源系统内各分布式可控发电机组参数、电池储能系统参数、各海水淡化机组参数、淡水蓄水池参数、风力发电系统容量参数、光伏发电系统容量参数和常规电力负荷容量参数;
其中,若当前时刻海水淡化机组l处于停机状态,则δdes,l(0)=0,反之,δdes,l(0)=1;若当前时刻分布式可控发电机组k处于停机状态,则δdg,k(0)=0;反之,δdg,k(0)=1。
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述电力负荷需求预测模型构建方法为:通过时间序列arma模型分析电力负载需求功率构建常规电力负荷需求预测模型,
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述淡水需求预测模型构建方法为:
通过时间序列arma模型分析淡水需求构建淡水需求预测模型,
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述风电预测模型构建方法为:
通过风电机额定风速和切出风速进行拟合构建风电预测模型,所述风电预测模型为:
其中,awind、bwind为风电机组输出拟合系数,
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述光伏输出预测模型构建方法为:
通过光照强度进行拟合构建光伏输出预测模型,所述光伏输出预测模型为:
其中,
进一步地,在步骤3中,未来系统状态计算方法为对所述岛礁综合预测模型中的常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型、光伏输出预测模型进行矩估计并进行单步预测得到未来t个时间段中第t个时间段的未来系统状态。
进一步地,在步骤4中,计算未来最小总成本包括以下子步骤:
步骤4.1,整合岛礁综合能源系统中电力子系统与淡水子系统的目标函数,其目标函数cies_island表示为:
步骤4.2,构建分布式可控发电机组功率约束为,
步骤4.3,构建分布式可控发电机功率爬坡约束为,-pramp,k≤pdg,k(t+1)-pdg,k(t)≤pramp,k,其中,pramp,k表示分布式可控发电机组k的功率爬坡能力;
步骤4.4,构建分布式可控发电机组最小开机、停机时间约束为,
δdg,k(t)-δdg,k(t-1)≥δdg,k(τdies1),δdg,k(t-1)-δdg,k(t)≥δdg,k(τdies2),
其中,
步骤4.5,根据以下公式计算分布式可控发电机在时间段t总的运行成本函数cdg(t),
其中,k为岛礁综合能源系统中分布式可控发电机的数量,
步骤4.6,根据以下公式计算分布式可控发电机k在时间段t的燃油消耗成本
其中,ak、bk、ck分别表示分布式可控发电机k燃油消耗成本的二次项系数、一次项系数与常数项,pdg,k(t)为分布式可控发电机k在时间段t的功率,δt为时间段长度,
分布式可控发电机k在时间段t的停机成本
其中,
步骤4.7,根据以下公式计算分布式可控发电机k在时间段t的停机成本
其中,
步骤4.8,构建电池储能系统容量约束为:
其中,
电池储能系统充放电功率约束为:
其中,
步骤4.9,构建单个电池储能系统运行状态约束,
δbessd(t)+δbessc(t)≤1,并基于单个电池储能系统运行状态约束构建电池储能系统容量变化动态模型为,
ebess(t+1)=ebess(t)+(ηbesscpbessc(t)-1/ηbessdpbessd(t))δt-εbess,其中,ηbessc、ηbessd分别表示电池储能系统充电和放电效率,εbess为电池储能系统自放电率,表明电池储能系统t+1时间段的能量水平等于t时间段的能量水平加上t时间段充的能量或减去t时间段放掉的能量,电池储能系统储电量为,
步骤4.10,构建电池储能系统在时间段t的运行维护成本函数
其中,
步骤4.11,构建海水淡化机组正常运行时的最小运行时间和最小停机时间约束,
δdes,l(t)-δdes,l(t-1)≥δdes,l(τdes1),
δdes,l(t)-δdes,l(t-1)≥δdes,l(τdes2),
其中,
其中,
海水淡化机组在时间段t总的电负荷需求pdes(t)为:
海水淡化机组在时间段t总的淡水输出量wdes(t)为,
海水淡化机组在时间段t总的运行维护成本函数
进一步地,在步骤5中,构建岛礁综合能源系统优化调度模型的方法包括以下子步骤:
步骤5.1,未来最小总成本包括未来t时间段内分布式可控发电机组运行成本、电池储能系统运行维护成本、海水淡化机组运行维护成本的最小总成本为约束条件构建淡水蓄水池的容量约束、淡水量动态变化模型,淡水蓄水池的在任意时间段t的储水量ews(t),
步骤5.2,构建海水淡化机组在任意时间段t允许同时注入淡水的能力大于海水淡化机组的产水能力模型,
其中,
步骤5.3,构建海水淡化机组在任意时间段t允许同时流出淡水的能力大于岛礁综合能源系统的用水能力模型,
其中,
其中,海水淡化机组在时间段t总的输出水量等于淡水蓄水池在时间段t总的流入水量,在时间段t总的淡水需求等于淡水蓄水池在时间段t总的流出水量;
步骤5.4,构建淡水蓄水池中淡水量动态变化模型为:
ews(t+1)=ews(t)+wdes(t)δt-wload(t)δt-εws,
wload(t)表示岛礁综合能源系统在t时间段的淡水需求量,εws表示淡水蓄水池的蒸发率,
本公开还提供了一种岛礁综合能源系统优化调度装置,所述装置包括:
状态获取单元,用于获取当前时刻岛礁综合能源系统状态信息;
预测模型构造单元,用于根据岛礁综合能源系统状态信息构造岛礁综合预测模型;
系统状态计算单元,用于通过岛礁综合预测模型计算获得岛礁综合能源系统的未来系统状态;
成本计算单元,用于通过未来系统状态计算得到未来最小总成本;
调度模型构建单元,用于以未来最小总成本作为约束条件构建岛礁综合能源系统优化调度模型;
优化参数计算单元,用于通过岛礁综合能源系统优化调度模型计算得出优化的岛礁综合能源系统调度参数值
本公开的有益效果为:本发明考虑了分布式可控发电机组及海水淡化机组的机组组合问题、储能系统的最优充放电问题,以及淡水子系统通过需求响应的方式对电力子系统的辅助调剂作用,有效解决了含淡水子系统与电力系统的岛礁综合能源系统优化调度问题,通过构建岛礁综合能源系统,充分发挥淡水子系统对电力子系统的削峰填谷作用,协调优化电力子系统与淡水子系统,降低岛礁综合能源系统总的运行成本,提升岛礁持续性发展能力。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本公开的上述以及其他特征将更加明显,本公开附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为本公开的一种岛礁综合能源系统优化调度方法的流程图;
图2所示为本公开的时间序列模型的建模与预测流程图;
图3所示为岛礁综合能源系统日风力发电、光伏发电、常规负载需求功率坐标曲线图;
图4所示为本公开的一种实施例的岛礁综合能源系统内各分布式可控发电机组优化后的出力示意图;
图5所示为本公开的一种实施例的岛礁综合能源系统内电池储能系统优化后的出力及电量变化示意图;
图6所示为本公开的一种实施例的岛礁综合能源系统内淡水蓄水池优化后的水量变化示意图;
图7所示为本公开的一种实施例的岛礁综合能源系统内各海水淡化机组优化后的水量输出及总的淡水输出示意图;
图8所示为本公开的一种岛礁综合能源系统优化调度装置。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本公开的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
在本实施例中,岛礁综合能源系统包括电力子系统与淡水子系统,电力子系统包括风力发电系统、光伏发电系统、2台分布式可控发电机组、1套电池储能系统、常规电力负荷及海水淡化机组负荷;淡水子系统包括2套海水淡化机组、淡水蓄水池、岛礁用水负荷。由于雨水收集的不确定因素更大,一般作为淡水子系统的淡水补充来源,本实施例中暂不考虑雨水收集的这一因素。如图1所示为根据本公开的一种岛礁综合能源系统优化调度方法的流程图,图2所示为本公开的时间序列模型的建模与预测流程图,图3所示为岛礁综合能源系统日风力发电、光伏发电、常规负载需求功率坐标曲线图,由上述各图结合图1来阐述根据本公开的实施方式的一种岛礁综合能源系统优化调度方法。
本公开提出一种岛礁综合能源系统优化调度方法,具体包括以下步骤:
步骤1,获取当前时刻岛礁综合能源系统状态信息;
步骤2,根据岛礁综合能源系统状态信息构造岛礁综合预测模型;
步骤3,通过岛礁综合预测模型计算获得岛礁综合能源系统的未来系统状态;
步骤4,通过未来系统状态计算得到未来最小总成本;
步骤5,以未来最小总成本作为约束条件构建岛礁综合能源系统优化调度模型;
步骤6,通过岛礁综合能源系统优化调度模型计算得出优化的岛礁综合能源系统调度参数值;
其中,未来系统状态为未来t个时间段中第t个时间段的系统状态,包括常规电力负荷需求功率
其中,未来最小总成本包括未来t时间段内分布式可控发电机组运行成本、电池储能系统运行维护成本、海水淡化机组运行维护成本的最小值之和;
其中,调度参数值包括分布式可控发电机组运行状态与可控发电机组功率、电池储能系统充放电功率、海水淡化机组运行状态、蓄水池流入与流出淡水量。
进一步地,在步骤1中,获取当前时刻岛礁综合能源系统状态信息包括:
电力子系统状态信息,包括:电池储能系统的储电量eess(0)分布式可控发电机组k的运行/停机状态δdiesel,k(0)和分布式可控发电机组k的持续运行/停机时间γdiesel,k;
淡水子系统状态信息,包括:淡水蓄水池的蓄水量ews(0)、海水淡化机组l的运行/停机状态δdes,l(0)、海水淡化机组l的持续运行/停机时间γdes,l,;
岛礁综合能源系统参数,包括:岛礁综合能源系统内各分布式可控发电机组参数、电池储能系统参数、各海水淡化机组参数、淡水蓄水池参数、风力发电系统容量参数、光伏发电系统容量参数和常规电力负荷容量参数;
其中,若当前时刻海水淡化机组l处于停机状态,则δdes,l(0)=0,反之,δdes,l(0)=1;若当前时刻分布式可控发电机组k处于停机状态,则δdg,k(0)=0;反之,δdg,k(0)=1。
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述电力负荷需求预测模型构建方法为:通过时间序列arma模型分析电力负载需求功率构建常规电力负荷需求预测模型,
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述淡水需求预测模型构建方法为:
通过时间序列arma模型分析淡水需求构建淡水需求预测模型,
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述风电预测模型构建方法为:
通过风电机额定风速和切出风速进行拟合构建风电预测模型,所述风电预测模型为:
其中,awind、bwind为风电机组输出拟合系数,
进一步地,在步骤2中,所述岛礁综合预测模型包括常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型和光伏输出预测模型,其中,所述光伏输出预测模型构建方法为:
通过光照强度进行拟合构建光伏输出预测模型,所述光伏输出预测模型为:
其中,
采用图2所示的时间序列模型进行预测建模。首先,检测原数据序列的平稳性和正态性,若非平稳的,则需要对其进行差分处理,直到序列为平稳序列为止;其次,根据其性质判定是属于哪一类时间序列模型,主要由其自相关函数与偏相关函数的表现形式决定;模型识别之后就是对模型进行定阶和对模型的相关参数进行估计,常用的方法有矩估计、最小二乘估计和极大似然估计等;最后,进行数据预测,根据建立的模型进行单步或多步预测,并对预测误差进行及时的修正。
进一步地,在步骤3中,未来系统状态计算方法为对所述岛礁综合预测模型中的常规电力负荷需求预测模型、淡水需求预测模型、风电预测模型、光伏输出预测模型进行矩估计并进行单步预测得到未来t个时间段中第t个时间段的未来系统状态。
进一步地,在步骤4中,计算未来最小总成本包括以下子步骤:
步骤4.1,整合岛礁综合能源系统中电力子系统与淡水子系统的目标函数,其目标函数cies_island表示为:
步骤4.2,构建分布式可控发电机组功率约束为,
步骤4.3,构建分布式可控发电机功率爬坡约束为,-pramp,k≤pdg,k(t+1)-pdg,k(t)≤pramp,k,其中,pramp,k表示分布式可控发电机组k的功率爬坡能力;
步骤4.4,构建分布式可控发电机组最小开机、停机时间约束为,
δdg,k(t)-δdg,k(t-1)≥δdg,k(τdies1),δdg,k(t-1)-δdg,k(t)≥δdg,k(τdies2),
其中,
步骤4.5,根据以下公式计算分布式可控发电机在时间段t总的运行成本函数cdg(t),
其中,k为岛礁综合能源系统中分布式可控发电机的数量,
步骤4.6,根据以下公式计算分布式可控发电机k在时间段t的燃油消耗成本
其中,ak、bk、ck分别表示分布式可控发电机k燃油消耗成本的二次项系数、一次项系数与常数项,pdg,k(t)为分布式可控发电机k在时间段t的功率,δt为时间段长度,
分布式可控发电机k在时间段t的停机成本
其中,
步骤4.7,根据以下公式计算分布式可控发电机k在时间段t的停机成本
其中,
步骤4.8,构建电池储能系统容量约束为:
其中,
电池储能系统充放电功率约束为:
其中,
步骤4.9,构建单个电池储能系统运行状态约束,
δbessd(t)+δbessc(t)≤1,并基于单个电池储能系统运行状态约束构建电池储能系统容量变化动态模型为,
ebess(t+1)=ebess(t)+(ηbesscpbessc(t)-1/ηbessdpbessd(t))δt-εbess,其中,ηbessc、ηbessd分别表示电池储能系统充电和放电效率,εbess为电池储能系统自放电率,表明电池储能系统t+1时间段的能量水平等于t时间段的能量水平加上t时间段充的能量或减去t时间段放掉的能量,电池储能系统储电量为,
步骤4.10,构建电池储能系统在时间段t的运行维护成本函数
其中,
步骤4.11,构建海水淡化机组正常运行时的最小运行时间和最小停机时间约束,
δdes,l(t)-δdes,l(t-1)≥δdes,l(τdes1),
δdes,l(t)-δdes,l(t-1)≥δdes,l(τdes2),
其中,
其中,
海水淡化机组在时间段t总的电负荷需求pdes(t)为:
pdes,l表示海水淡化机组l的额定功率,l为海水淡化机组总的数量;
海水淡化机组在时间段t总的淡水输出量wdes(t)为,
海水淡化机组在时间段t总的运行维护成本函数
进一步地,在步骤5中,构建岛礁综合能源系统优化调度模型的方法包括以下子步骤:
步骤5.1,未来最小总成本包括未来t时间段内分布式可控发电机组运行成本、电池储能系统运行维护成本、海水淡化机组运行维护成本的最小总成本为约束条件构建淡水蓄水池的容量约束、淡水量动态变化模型,淡水蓄水池的在任意时间段t的储水量ews(t),
步骤5.2,构建海水淡化机组在任意时间段t允许同时注入淡水的能力大于海水淡化机组的产水能力模型,
其中,
步骤5.3,构建海水淡化机组在任意时间段t允许同时流出淡水的能力大于岛礁综合能源系统的用水能力模型,
其中,
其中,海水淡化机组在时间段t总的输出水量等于淡水蓄水池在时间段t总的流入水量,在时间段t总的淡水需求等于淡水蓄水池在时间段t总的流出水量;
步骤5.4,构建淡水蓄水池中淡水量动态变化模型为:
ews(t+1)=ews(t)+wdes(t)δt-wload(t)δt-εws,
wload(t)表示岛礁综合能源系统在t时间段的淡水需求量,εws表示淡水蓄水池的蒸发率,
进一步地,在步骤6中,由以上目标函数和约束条件可知,岛礁综合能源系统优化调度模型为混合整数二次规划模型(mixedintegerquadraticprogramming,miqp),选择最优化算法求解计算分布式可控发电机组运行状态(运行/停止)与功率、电池储能系统充/放电功率、海水淡化机组运行状态(运行/停止)、蓄水池流入与流出淡水量。
例如,选用ibmilogcplex12.0商用求解器求解岛礁综合能源系统优化调度的miqp模型,并调用yalmip工具箱,在matlab中联立求解。
最终得到一天之内岛礁综合能源系统内各分布式可控发电机组优化后的出力如图4所示,电池储能系统优化后的出力及电量变化如图5所示,淡水蓄水池优化后的水量变化如图6所示,各海水淡化机组优化后的水量输出及总的淡水输出如图7所示。
本公开还提供了一种岛礁综合能源系统优化调度装置,如图8所示,所述装置包括:
状态获取单元,用于获取当前时刻岛礁综合能源系统状态信息;
预测模型构造单元,用于根据岛礁综合能源系统状态信息构造岛礁综合预测模型;
系统状态计算单元,用于通过岛礁综合预测模型计算获得岛礁综合能源系统的未来系统状态;
成本计算单元,用于通过未来系统状态计算得到未来最小总成本;
调度模型构建单元,用于以未来最小总成本作为约束条件构建岛礁综合能源系统优化调度模型;
优化参数计算单元,用于通过岛礁综合能源系统优化调度模型计算得出优化的岛礁综合能源系统调度参数值。
所述一种岛礁综合能源系统优化调度装置可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种岛礁综合能源系统优化调度装置,可运行的装置可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种岛礁综合能源系统优化调度装置的示例,并不构成对一种岛礁综合能源系统优化调度装置的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种岛礁综合能源系统优化调度装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(centralprocessingunit,cpu),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,dsp)、专用集成电路(applicationspecificintegratedcircuit,asic)、现成可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种岛礁综合能源系统优化调度装置运行装置的控制中心,利用各种接口和线路连接整个一种岛礁综合能源系统优化调度装置可运行装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种岛礁综合能源系统优化调度装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(smartmediacard,smc),安全数字(securedigital,sd)卡,闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提出了岛礁综合能源系统优化调度方法,考虑了分布式可控发电机组及海水淡化机组的机组组合问题、储能系统的最优充放电问题、淡水子系统对电力子系统的辅助调剂作用。以系统总运行成本最低为目标,考虑了分布式可控发电机组最小运行/停止时间约束、储能容量与充放电约束、海水淡化机组最小运行/停止时间约束、蓄水池容量与流入/流出约束等,采用成熟商业求解软件求得最优决策值。思路清晰严谨,方法合理可靠,可有效解决含淡水子系统与电力系统的岛礁综合能源系统优化调度问题。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释,从而有效地涵盖本公开的预定范围。此外,上文以发明人可预见的实施例对本公开进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。