本发明属于配电网运行控制技术领域,具体涉及一种含储能配电网协调调度方法和系统。
背景技术
在能源互联网的发展背景下,大量分布式电源、分布式储能、可控负荷等接入电网,对电网的运行提出了新的挑战。主动配电网通过先进的信息与自动化技术,可以对区域内供应侧与需求侧资源实施主动管理,以实现能源的高效、清洁和安全利用,可有效解决大规模分布式电源接入的问题。在配电网中,储能是实现能量高效利用和系统安全运行的关键设备,它打破了能源生产和消费的不同步性,使能源在时间上具有可平移性。另外,将储能系统与分布式电源相结合,还可以有效平滑间歇性电源的功率波动。
配电网的优化调度方法通常是根据日前调度计划执行,在传统的配电网中可实现系统的经济运行。但是由于风电等可再生能源的出力具有随机性和波动性的特点,其大量接入可能会导致配电网与大电网的交换功率严重偏离其日前调度计划,此偏离如果完全由大电网进行承担,将会对大电网造成一定的冲击,如发生电压越限、变压器过负荷等。
技术实现要素:
为克服上述现有技术的不足,本发明提出一种含储能配电网协调调度方法和系统。该方法和系统能够很好地消除可再生能源预测误差对系统运行的影响,在保证配电网运行经济性的同时,减小并网处的功率波动,提高配电网运行的可控性。
实现上述目的所采用的解决方案为:
一种含储能配电网协调调度方法,其改进之处在于:
在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
循环执行所述储能装置的出力计划,直到调度结束。
本发明提供的第一优选技术方案,其改进之处在于,所述根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定储能装置和配电网交换功率的日前调度计划,包括:
以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划。
本发明提供的第二优选技术方案,其改进之处在于,所述最小化配电网的日运行成本为目标,如下式所示:
其中,cmin表示配电网的日运行成本最小值,ws为可再生能源场景s发生的概率,ns为可再生能源场景总数,ws和ns根据可再生能源的日前预测功率数据和概率分布得到;pt为t时段的交易电价,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,ptg为t时段柴油发电机的输出功率,a、b和c分别为柴油发电机的燃料成本系数,t为时段总个数。
本发明提供的第三优选技术方案,其改进之处在于,所述日前配电网功率平衡约束如下式所示:
ptg+ptw,s+ptex,s+ptdis=ptl+ptch
其中,ptg为t时段柴油发电机的输出功率,ptw,s为t时段可再生能源场景s中可再生能源的日前预测功率,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,ptch为储能装置t时段的充电功率,ptdis为储能装置t时段的放电功率,ptl为配电网内部t时段的电负荷。
本发明提供的第四优选技术方案,其改进之处在于,所述柴油发电机的日前运行约束如下式所示:
it·pg,min≤ptg≤it·pg,max
其中,ptg为t时段柴油发电机的输出功率,
本发明提供的第五优选技术方案,其改进之处在于,所述配电网并网处的日前功率约束如下式所示:
-pex,max≤ptex,s≤pex,max
其中,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,pex,max为配电网并网处的最大可交换功率。
本发明提供的第六优选技术方案,其改进之处在于,所述储能装置的日前运行约束如下式所示:
et=et-1+ηch·ptch-ptdis/ηdis
emin≤et≤emax
其中,et为储能装置t时段的储电量,et-1为储能装置t前一时段的储电量,ptch为储能装置t时段的充电功率,ptdis为储能装置t时段的放电功率,ηch为储能装置的充电效率,ηdis为储能装置的放电效率,emax为储能装置的储能量上限,emin为储能装置的储能量下限,pch,max为储能装置的充电功率上限,pdis,max为储能装置的放电功率上限;
本发明提供的第七优选技术方案,其改进之处在于,所述每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划,包括:
在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
输入可再生能源的时段预测功率数据和所述日前调度计划,得到储能装置的出力计划。
本发明提供的第八优选技术方案,其改进之处在于,所述以最小化配电网交换功率的偏差为目标,如下式所示:
dmin=min|ptex,id-ptex,da|
其中,dmin表示配电网交换功率的偏差最小值,ptex,id为日内调度阶段t时段并网处的交换功率,ptex,da为通过日前优化确定的t时段的交换功率日前调度计划,ptex,da如下式计算:
其中,s表示可再生能源场景,ns为可再生能源场景总数,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,ptex,s根据日前调度计划确定。
本发明提供的第九优选技术方案,其改进之处在于,所述日内功率平衡约束如下式所示:
ptg+ptw,id+ptex,id+ptdis,id=ptl+ptch,id
其中,ptg为t时段柴油发电机的输出功率,ptw,id为t时段可再生能源的预测功率,ptex,id为日内调度阶段t时段并网处的交换功率,ptl为配电网内部t时段的电负荷,ptch,id为日内调度阶段t时段储能装置的充电功率,ptdis,id为日内调度阶段t时段储能装置的放电功率。
本发明提供的第十优选技术方案,其改进之处在于,所述配电网并网处的日内功率约束如下式所示:
-pex,max≤ptex,id≤pex,max
其中,ptex,id为日内调度阶段t时段并网处的交换功率,pex,max为配电网并网处的最大可交换功率。
本发明提供的第十一优选技术方案,其改进之处在于,所述储能装置的日内运行约束如下式所示:
其中,
一种含储能配电网协调调度系统,其改进之处在于,包括:日前计划模块、日内计划模块和执行模块;
所述日前计划模块,用于在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
所述日内计划模块,用于在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及所述日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
所述执行模块,用于循环执行所述储能装置的出力计划,直到调度结束。
本发明提供的第十二优选技术方案,其改进之处在于,所述日前计划模块包括日前设定单元和日前输出单元;
所述日前设定单元,用于以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
所述日前输出单元,用于输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划。
本发明提供的第十三优选技术方案,其改进之处在于,所述日内计划模块包括:日内设定单元和日内输出单元;
所述日内设定单元,用于在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
所述日内输出单元,用于输入可再生能源的时段预测功率数据和所述日前调度计划,得到储能装置的出力计划。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明提供的一种含储能配电网协调调度方法和系统,根据可再生能源的日前功率预测数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本的期望值为目标函数,确定柴油发电机的出力和配电网交换功率的日前调度计划;在日内调度阶段,根据可再生能源的各时段前预测信息,以最小化配电网交换功率的偏差为目标函数,确定储能装置的日内调度计划并执行计划。储能参与日前调度可减少配电网的运行成本,参与日内的再调度可平抑因可再生能源预测误差而导致的配电网与大电网之间的功率波动,提高配电网的可控性,减少对大电网的冲击。
附图说明
图1为本发明提供的一种含储能配电网协调调度方法流程示意图;
图2为本发明提供的含储能装置的配电网示意图;
图3为本发明提供的一种含储能配电网协调调度方法整体技术框架示意图;
图4为本发明提供的一种含储能配电网协调调度系统基本结构示意图;
图5为本发明提供的一种含储能配电网协调调度系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种含储能配电网协调调度方法流程示意图如图1所示,包括:
步骤1:在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
步骤2:在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
步骤3:循环执行储能装置的出力计划,直到调度结束。
具体的,以风电作为可再生能源,以24小时为调度周期,对本申请提出的方法进行进一步说明。含储能装置的配电网如图2所示,含储能配电网协调调度方法整体技术框架如图3所示。
一种含储能配电网协调调度方法主要包括以下几个步骤:
步骤101:获取风电的日前预测数据、概率分布和电负荷预测数据。
本发明中,可根据一定的预测模型得到未来24小时的电负荷预测数据和风电预测数据以及风电的概率分布。
步骤102:根据风电的预测数据以及风电的概率分布,得到风电场景。
本发明中,可采用蒙特卡洛法产生一系列的风电场景,但是过多的场景会大大增加优化求解的时间;采用同步回代法对场景进行削减,将少量有代表性的场景作为风电场景。
步骤103:建立如式(1)至式(10)所示的配电网一阶段调度模型,作为日前优化调度模型,将步骤102得到的未来24小时的电负荷功率和风电在各风电场景下的功率,输入日前优化调度模型,确定储能装置和配电网交换功率的日前调度计划。
步骤103中,首先确定以配电网日前系统运行成本最小为目标函数,目标函数包括配电网购售电成本的期望值和柴油发电机的燃料成本,如式(1)所示:
式中,ws为风电场景s发生的概率,ns为风电场景总数,pt为t时段的交易电价,ptex,s为t时段风电场景s中配电网购售电的日前计划值,ptg为t时段柴油发电机的输出功率,a、b和c为分别柴油发电机的燃料成本系数。
然后确定系统的约束条件,主要包括:
式(2)确定日前配电网功率平衡约束条件:
ptg+ptw,s+ptex,s+ptdis=ptl+ptch(2)
式中,ptw,s为t时段风电场景s中风电的出力,ptch、ptdis分别为储能装置的充/放电功率,ptl为配电网内部t时段的电负荷。
式(3)和(4)确定柴油发电机的日前运行约束条件,其中式(3)是柴油发电机的出力约束条件,式(4)是柴油发电机的爬坡约束条件:
it·pg,min≤ptg≤it·pg,max(3)
式中,pg,max、pg,min分别为柴油发电机的出力上、下限,
式(5)确定配电网并网处的日前功率约束:
-pex,max≤ptex,s≤pex,max(5)
式中,pex,max为配电网与大电网的最大可交换功率。
式(6)-(10)确定储能装置的日前运行约束,其中式(6)储能装置的储能量约束,式(7)为储能装置的容量约束,式(8)为储能装置的充电功率约束,式(9)为储能装置的放电功率约束,式(10)为储能装置的充放电状态约束:
et=et-1+ηch·ptch-ptdis/ηdis(6)
emin≤et≤emax(7)
式中,et为储能装置t时段的储电量,et-1为储能装置t前一时段的储电量,式中,et为储能装置t时段的储电量,ηch、ηdis分别为储能装置的充/放电效率,emax、emin分别为储能装置的储能量上限和下限;pch,max、pdis,max分别为储能装置的充放电功率上限;
求解日前优化调度模型,确定未来24小时柴油发电机的出力。本发明中,可采用yalmip优化工具求解日前优化调度模型。确定柴油发电机的出力后,将出力指令送至柴油发电机,令柴油发电机按照出力指令在接下来的调度周期内执行。配电网并网处的日前交换功率可根据各场景下的期望值来确定,如式(11)所示:
式中,ptex,da为通过日前优化确定的t时段的交换功率日前计划。
步骤104:在二阶段,即日内调度阶段,在下一时刻,根据风电的最新预测信息,建立配电网日内阶段的调度模型,目标函数为最小化交换功率与日前计划的偏差,如式(12)所示:
min|ptex,id-ptex,da|(12)
式中,ptex,id为日内调度阶段t时段并网处的交换功率。
日内调度阶段的日内功率平衡约束如式(13)所示:
ptg+ptw,id+ptex,id+ptdis,id=ptl+ptch,id(13)
式中,ptw,id为t时段风电的时前预测值,ptch,id、ptdis,id分别为日内调度阶段t时段储能装置的充/放电功率。
日内调度阶段配电网并网处的日内功率约束如式(14)所示:
-pex,max≤ptex,id≤pex,max(14)
式中,pex,max为配电网并网处的最大可交换功率。
日内调度阶段储能装置的日内运行约束如式(15)-(19)所示,其中式(15)储能装置的储能量约束,式(16)为储能装置的容量约束,式(17)为储能装置的充电功率约束,式(18)为储能装置的放电功率约束,式(19)为储能装置的充放电状态约束:
式中,
求解日内优化调度模型,得到配电网与大电网的交换功率和储能装置在日内调度阶段的充放电功率,对储能装置的出力进行调整,确定储能装置的最终出力。具体可采用采用yalmip优化工具进行求解。
步骤105:每个时间段执行一次步骤104,将储能装置的的出力指令发送至储能装置并执行,直到调度周期结束。
实施例2:
基于同一发明构思,本发明还提供了一种含储能配电网协调调度系统,由于这些设备解决技术问题的原理与含储能配电网协调调度方法相似,重复之处不再赘述。
该系统基本结构如图4所示,包括:
日前计划模块、日内计划模块和执行模块;
其中,日前计划模块,在日前调度阶段,根据可再生能源的日前预测功率数据、概率分布和电负荷预测数据,以最小化配电网的日运行成本为目标,确定柴油发电机的出力计划和配电网交换功率的日前调度计划,并将柴油发电机的出力计划发送至柴油机执行;
日内计划模块,用于在日内调度阶段,每个时段根据可再生能源的时段预测功率数据以及日前调度计划,以最小化配电网交换功率的偏差为目标,确定储能装置的出力计划;
执行模块,用于循环执行储能装置的出力计划,直到调度结束。
含储能配电网协调调度系统具体结构如图5所示。其中,日前计划模块包括日前设定单元和日前输出单元;
日前设定单元,用于以最小化配电网的日运行成本为目标,并以日前配电网功率平衡约束、柴油发电机的日前运行约束、配电网并网处的日前功率约束和储能装置的日前运行约束为约束条件;
日前输出单元,用于输入可再生能源的日前预测功率数据、概率分布和电负荷预测数据,得到柴油发电机的出力计划和配电网交换功率的日前调度计划。
其中,最小化配电网的日运行成本为目标,如下式所示:
其中,cmin表示配电网的日运行成本最小值,ws为可再生能源场景s发生的概率,ns为可再生能源场景总数,ws和ns根据可再生能源的日前预测功率数据和概率分布得到;pt为t时段的交易电价,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,ptg为t时段柴油发电机的输出功率,a、b和c分别为柴油发电机的燃料成本系数,t为时段总个数。
其中,日前配电网功率平衡约束如下式所示:
ptg+ptw,s+ptex,s+ptdis=ptl+ptch
其中,ptg为t时段柴油发电机的输出功率,ptw,s为t时段可再生能源场景s中可再生能源的日前预测功率,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,ptch为储能装置t时段的充电功率,ptdis为储能装置t时段的放电功率,ptl为配电网内部t时段的电负荷。
其中,柴油发电机的日前运行约束如下式所示:
it·pg,min≤ptg≤it·pg,max
其中,ptg为t时段柴油发电机的输出功率,
其中,配电网并网处的日前功率约束如下式所示:
-pex,max≤ptex,s≤pex,max
其中,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,pex,max为配电网并网处的最大可交换功率。
其中,储能装置的日前运行约束如下式所示:
et=et-1+ηch·ptch-ptdis/ηdis
emin≤et≤emax
其中,et为储能装置t时段的储电量,et-1为储能装置t前一时段的储电量,ptch为储能装置t时段的充电功率,ptdis为储能装置t时段的放电功率,ηch为储能装置的充电效率,ηdis为储能装置的放电效率,emax为储能装置的储能量上限,emin为储能装置的储能量下限,pch,max为储能装置的充电功率上限,pdis,max为储能装置的放电功率上限;
其中,日内计划模块包括:日内设定单元和日内输出单元;
日内设定单元,用于在每个时段,以最小化配电网交换功率的偏差为目标,并以日内功率平衡约束、配电网并网处的日内功率约束和储能装置的日内运行约束为约束条件;
日内输出单元,用于输入可再生能源的时段预测功率数据和日前调度计划,得到储能装置的出力计划。
其中,以最小化配电网交换功率的偏差为目标,如下式所示:
dmin=min|ptex,id-ptex,da|
其中,dmin表示配电网交换功率的偏差最小值,ptex,id为日内调度阶段t时段并网处的交换功率,ptex,da为通过日前优化确定的t时段的交换功率日前调度计划,ptex,da如下式计算:
其中,s表示可再生能源场景,ns为可再生能源场景总数,ptex,s为t时段可再生能源场景s中配电网购售电的日前计划值,ptex,s根据日前调度计划确定。
其中,日内功率平衡约束如下式所示:
ptg+ptw,id+ptex,id+ptdis,id=ptl+ptch,id
其中,ptg为t时段柴油发电机的输出功率,ptw,id为t时段可再生能源的预测功率,ptex,id为日内调度阶段t时段并网处的交换功率,ptl为配电网内部t时段的电负荷,ptch,id为日内调度阶段t时段储能装置的充电功率,ptdis,id为日内调度阶段t时段储能装置的放电功率。
其中,配电网并网处的日内功率约束如下式所示:
-pex,max≤ptex,id≤pex,max
其中,ptex,id为日内调度阶段t时段并网处的交换功率,pex,max为配电网并网处的最大可交换功率。
其中,储能装置的日内运行约束如下式所示:
其中,
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。