本发明涉及一种能源管理框架,具体为一种能源管理框架及其发电优化协调方法,属于电力系统。
背景技术:
1、能源管理策略已经引入了电力系统的电力流改进。从发电到电力消耗,能源管理正成为提升电力网可持续性的最重要策略之一。公用事业电网的复杂性要求实时采取多个监控、控制和保护方案,以提高电力系统的整体效率。
2、由于能源需求增长、能源生成不足以及全球范围内许多人无法接入公用事业电网,能源系统变得越来越复杂。可再生能源资源(rers)的整合使公用事业能够解决一些技术问题。然而,由于发电不确定性,可再生能源对电力系统的电力流质量提出了更多挑战。
技术实现思路
1、本发明的目的就在于为了解决上述可再生能源资源的整合问题而提供一种能源管理框架及其发电优化协调方法,该能源管理框架能够提高能源系统的总体发电能力,平衡光伏和风电的波动性;该发电优化协调方法能够协调能源系统,并通过改进的遗传算法求解目标函数,促进可再生能源的消纳。
2、本发明通过以下技术方案来实现上述目的:一种能源管理框架,包括光伏模块、风电模块、储能模块、主电网模块和居民用电模块,光伏模块和风电模块所产生的一部分电能对居民用电模块发电上网,光伏模块和风电模块所产生的另一部分电能对储能模块充电,储能模块对主电网模块充电上网,主电网模块对居民用电模块供电;
3、光伏模块通过太阳能电池板将阳光直接转化为电能,风电模块通过风力涡轮机将风的动能转化为电能,储能模块运用动态分布式储能策略捕捉和存储光伏模块和风电模块过剩的电力,主电网模块连接到传统电力网络,所述居民用电模块为终端用户。
4、光伏模块的数学表达式为光伏面板产生的功率与面板的表面积和该表面能够接收的太阳辐射水平成正比变化,其发电的功率为:
5、ppv=ηpv·apv·i
6、其中,ppv是在给定时间内由光伏产生的功率,ηpv是光伏效率,apv是光伏的有效表面积,i是在给定时间内测得的光伏上的太阳辐照度;
7、对于指定的时间范围n,计算光伏产生的能量:
8、
9、光伏模块发电成本为:
10、
11、prder表示可再生能源(光伏模块和风电模块组合)上网电价。
12、风电模块的数学表达式为风力涡轮机产生的能量取决于电力产量,其发电的功率为:
13、
14、其中,t是采样时间,δt是所选时间范围n的时间变化;
15、风电模块发电成本为:
16、
17、电池能量储存系统(bess)被认为是提高系统运行效率的最佳策略之一,涉及电压和频率控制、协调电力流以及提高电力系统的短期容量。通过考虑电池的soc(充电状态),可以建立动态分布式储能策略(ddess),储能模块的数学表达式为:
18、soc(t)=soc(0)+nc·ech(t)-nd·edisc(t)
19、其中,soc(t)表示时间t时的充电状态,soc(0)是初始充电状态,ech(t)和edisc(t)分别是电池在充电和放电期间的能量。
20、通过动态策略,初始充电状态(soc)可以按照每个时间样本递增到下一个soc值,提出了一个用于能量存储的分析模型;
21、在电池充电状态下,可以重新表述如下:
22、
23、其中,ηch是电池的充电系数,ηinv是逆变器系数,cb是电池的容量。
24、在放电状态下,电池储能上的能量表达为:
25、
26、其中,ηdisc是电池的放电系数;
27、
28、其中,ha是电池的运行小时数,ed.avg是每小时需求的平均值,dod是电池的放电深度;
29、dod与soc不成比例的变化;当假设运行效率和电池老化忽略不计时,电池的状态深度通过以下关系表达为soc的函数:
30、dod(t)=100-soc(t)
31、电池的soc被重新表达为:
32、soc(t+1)=soc(t)+nc(t)·ech(t)-ndc(t)·edisc(t)
33、ech(t)=epv(t)+ewt(t)-ed(t)
34、edisc(t)=eop(t)+ed(t)-epv(t)-ewt(t)
35、
36、
37、eb(t)=soc(t)·emax
38、储能模块发电成本为:
39、
40、进一步地,其目标函数为:
41、
42、k是时间样本,j表示时间变化;
43、约束条件包括能量消耗的约束、主电网约束、光伏模块和风电模块约束和储能电池约束;
44、能量消耗的约束为:
45、ed(t)=ewt(t)+epv(t)+egr(t)+edc(t)
46、主电网约束为:
47、
48、
49、光伏模块和风电模块约束为:
50、
51、
52、
53、
54、储能电池约束为:
55、
56、
57、socmin(k)≤soc(k)≤socmax(k)。
58、主电网模块购电成本数学表达式为:
59、
60、居民用电模块数学表达式为:
61、ed(t)=ewt(t)+epv(t)+egr(t)+edc(t)
62、其中,ed(t)是需求侧的用电量,ewt(t)是风力发电产生的电量,epv(t)是光伏产生的电量,egr(t)是主电网模块提供的电量,edc(t)是储能系统的放电电量。
63、一种能源管理框架的发电优化协调方法,包括能源管理框架,该发电优化协调方法的目标函数采用改进的遗传算法求解,具体包括以下步骤:
64、步骤1:确定时间步长nc和仿真时间n;
65、步骤2:运行储能模块设计的ddess策略;
66、步骤3:在选择时间样本k更新光伏模块、风电模块和储能模块参数;
67、步骤4:使用智能电表读取模型不同模块的产生的电量;
68、步骤5:以最小化电力消耗的总体成本为目标,采用改进遗传算法求解,设置迭代阈值、选择率、变异率和扰动率,随机生成种群;
69、步骤6:基于种群个体的调度策略,计算得到各个模块的成本;
70、步骤7:计算种群个体的适应度,并基于选择率进行淘汰选择;
71、步骤8:通过交叉产生后代、并基于变异率对后代进行交换变异;
72、步骤9:计算扰动率,判断扰动率是否达到要求或迭代次数是否达到阈值,没有达到则进行步骤6继续迭代,是则进入下一步;
73、步骤10:生成系统的最优解;
74、步骤11:更新时间样本,即kupdated=k+1;
75、步骤12:从步骤2重复系统过程到步骤7,直到达到仿真时间n。
76、本发明的有益效果是:
77、1)本发明所提出的能源管理框架包括光伏模块、风电模块和储能模块,有助于提高能源系统的总体发电能力,平衡光伏和风电的波动性,并采用发电优化协调机制,实现了动态分布式储能策略(ddess),以优化协调能源系统,促进了可再生能源的消纳,通过改进遗传算法求解目标函数,实现最小化电力消耗的总体成本;
78、2)通过整合可再生能源,优化传输和配电网络的传输能力,并满足对提高质量和可靠供电的需求,智能电网还引入了一种管理和更积极地解决运营和规划中的不可预测事件和不确定性的途径,智能电网技术基于实时控制实施,以提高电网的可靠性、安全性和效率。智能电网环境从小规模到大规模能源生成一直到终端用户运营,保证了分布式发电(dg)和能量存储系统(ess)的有效适应性增长。