一种基于双层优化模型的多能互补微网储能优化配置方法技术

本发明专利技术公开了一种基于双层优化模型的多能互补微网储能优化配置方法，步骤如下：1以离网状态下的多能互补微网系统的储能配置的经济性为目标，考虑最大出力功率约束及爬坡率约束等，构建上层优化模型。2并网状态下的多能互补微网系统的经济性和环保性为目标，考虑功率平衡约束、功率约束等各种因素，构建下层优化模型。再利用随机加权法对双目标问题进行单目标化处理。3对于上层和下层优化模型得到的适应值进行归一化处理，便于加权计算最终结果。本发明专利技术同时考虑多能互补系统离网模式下的储能配置需求以及并网模式下的运行状态，有助于提高储能和容量配置的有效性、经济性，建立了综合考虑离网和并网运行模式的微网储能优化配置模型。

【技术实现步骤摘要】

本专利技术涉及多能互补微网
，特别涉及一种基于双层优化模型的多能互补微网储能优化配置方法。
技术介绍
随着我国经济发展，传统粗放经济发展方式的能源利用效率低、污染严重、结构不够合理等问题越专利技术显。多能互补微网系统将多种分布式电源、负荷、储能元件结合在一起，同时向用户提供电、热、冷能，实现了冷热电联产(CombinedCooling,HeatingandPower，CCHP)。但同时，微源出力特性的不确定、微网的运行模式切换等过程也给系统的稳定运行及其电能质量造成了很大影响，容易引起电网电压、频率波动，影响用户及电网的正常运行。储能装置的引入，有助于优化多能互补微网系统中微源配置，降低其装机及发电成本，提高电力系统设备的利用效率；有助于提高系统运行的稳定性。微网离网运行状态下，配置储能装置有助于降低运行成本、提高供电的可靠性。但目前市场上适用于微网系统的储能元件，其成本通常较高，因此在离网运行状态下储能容量配置的研究中，需要考虑到分布式电源及储能装置之间的容量匹配。对于并网运行模式下的多能互补微网系统，通过配置一定容量的储能装置，可以提高微网运行性能，维持电能的电压、频率稳定；实现对负荷的削峰填谷；提高微网的供电可靠性等。针对以蓄电池为储能设备的多能互补微网，同时考虑离网状态下的微网供电需求及并网模式下系统的优化运行，建立了基于综合性能最优的多能互补微网储能双层优化配置模型，并提出了求解方法。双层优化理论：最初由J.Bracken和J.McGill于1973年推导出来并且进行严格定义。目前该理论在电力系统主要应用于输电能力评估、无功优化、发电商最优供给函数、分布式发电系统准入功率极限计算等方面。其基本结构为：上层优化确定最优解，下层优化在上层模型的基础上确定最优解取值，然后将下层优化结果返回到上层，通过迭代得到上下层优化的最优解及其对应的最优值。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术提供基于双层优化模型的多能互补微网储能优化配置方法，实现的目的之一是有助于提高储能配置的有效性以及容量配置的经济性，基于双层优化模型理论，建立了综合考虑离网和并网运行模式的微网储能优化配置模型。以离网运行模式下的储能配置优化作为上层优化目标，以并网运行模式下系统运行优化为目标构建下层模型，通过往复迭代得到储能配置的优化结果。为实现上述目的，本专利技术提供了一种基于双层优化模型的多能互补微网储能优化配置方法，包括以下步骤：(1)以离网状态下的多能互补微网系统的储能配置的经济性为目标，考虑最大出力功率约束及爬坡率约束等，构建上层优化模型，包括如下步骤：(1-1)综合考虑离网运行模式下，储能设备的年平均化成本CBSE与并网运行状态下的优化目标成本f归一化后的最小成本minF，通过线性加权的方式作为目标函数，表示如下：minF＝ρ1·CBSE+ρ2·fCBSE＝(Civ+Cwe)·kde·n·g式中，CBSE为储能装置年平均化成本；Civ为储能装置的投资成本；Cwe为储能装置的维护成本；kde为储能装置的年折旧系数；n为储能系统中蓄电池组的个数；g储能系统中单个蓄电池组的价格；f为优化目标成本是下层优化模型目标函数的适应值，受上层决策变量影响；ρ1、ρ2为权重系数；(1-2)在多能互补微网离网情景下，建立储能优化配置模型时所需要考虑的约束条件：燃气轮机机组容量Pload与储能装置功率Pload之和不小于最大负荷值Pload，max，如下所示：式中，Pload为微网实际负荷(kW)；PGT,max为燃气轮机装机容量(kW)；PBSE,max为储能装置最大出力功率(kW)；ΔPU为上升率限制(kW/h)；ΔPD为下降率限制(kW/h)；(2)并网状态下的多能互补微网系统的经济性f1和环保性f2为目标，考虑功率平衡约束、功率约束、储能能量约束、购电功率约束、微电源最短连续运行时间和最短连续停运时间约束以及各元件爬坡速率约束，构建下层优化模型；然后利用基于线性加权思想的随机加权法对双目标问题进行单目标化处理；(3)对于上层和下层优化模型得到的适应值，由于其量级存在差异，需要对其进行归一化处理，便于加权计算最终结果；所述上层和下层优化模型得到的适应值，由于其量级存在差异，需要对其进行归一化处理，以便于加权计算最终结果，对其归一化的转换表达式为：式中，fg为上、下层优化模型通过迭代得到的适应值。优选的，所述优化目标成本f是籍由随机加权法后的多目标优化值，具体步骤如下：采取随机加权法，给所述经济性f1和所述环保性f2两个目标随机分配权重，并保证所有目标的总权重为1，将多目标优化问题转化为单目标优化进行处理，公式为：f＝κ1f1+κ2f2式中：κ1、κ2为随机数，0≤κ1≤1，0≤κ2≤1且κ1+κ2＝1。优选的，所述经济性f1包括微源的运行成本CR、维护成本CM、微源设备的启停成本CS、储能设备的充放电惩罚δPbat、从电网购电成本MB，公式为：式中，CR为微源的运行成本(元/kWh)；CM为微电源的运行维护成本(元/kWh)；CS为微源设备的启停成本(元/次)；δPbat为蓄电池充放电罚函数(元/kWh)；MB为微网向电网购电的价格(元/kWh)；其中，K(t)为微源的启停状态，当数值为1时表示运行，0时表示停运(元/kW)；P(t)为微源的输出功率(元/kWh)；KB为微网从电网购电的状态，当数值为1时表示运行，0时表示停运；PGRID(t)为微网向电网购电的功率(kWh)。优选的，所述环保性f2公式为：式中：Fi为微网设备单位发电量对应的污染物排放量(kg/kWh)；Pgi为微网设备发出功率(kW)。优选的，在步骤(2)中，对于多能互补微网系统，所述功率平衡约束包括冷、热、电功率平衡约束，表达式如下：式中，Pgrid为电网交换功率(购电时为正，售电时为负)(kW)；PMT为燃气轮机输出功率(kW)；PBSE_D为蓄电池放电功率(kW)；PEL为电负荷(kW)；QEC_in为电制冷机吸收电功率(kW)；PBSE_C为蓄电池充电功率(kW)；为余热回收装置输出的热功率(kW)；QGBheat为燃气锅炉输出的热功率(kW)；QHSE_D为蓄热装置输出热功率(kW)；QHL为系统热负荷(kW)；QHSE_C为蓄热装置蓄热功率(kW)；为电制冷机输出的冷功率(kW)；QISE_C、QISE_D为蓄冷装置蓄冷、制冷功率(kW)；QAC_cool为吸收式制冷机输出的冷功率(kW)；QCL为系统冷负荷(kW)。优选的，在步骤(2)中，所述功率约束是指各单元出力/储能设备功率约束Pi，函数关系式如下：Ki·Pi,min≤Pi≤Ki·Pi,max式中，Ki为第i个单元的状态情况(1表示运行，0表示停运)；Pi，min、Pi，max为第i个单元的出力功率上下限(kW)；Pi为第i个单元出力功率(kW)。优选的，在步骤(2)中，所述储能能量约束是指储能设备储能约束Qi，函数关系式如下：Qi,min≤Qi≤Qi,max式中，Qi,min、Qi,max为各储能设备单元的储能能量上下限值(kWh)；Qi为t时段的分布式各储能设备单元的能量储值(kWh)。优选的，在步骤(2)中，所述购电功率约束是指微网系统与电网系统能量交互约束K本文档来自技高网...

【技术保护点】
一种基于双层优化模型的多能互补微网储能优化配置方法，包括以下步骤：(1)以离网状态下的多能互补微网系统的储能配置的经济性为目标，考虑最大出力功率约束及爬坡率约束，构建上层优化模型，包括如下步骤：(1‑1)综合考虑离网运行模式下，储能设备的年平均化成本CBSE与并网运行状态下的优化目标成本f归一化后的最小成本min F，通过线性加权的方式作为目标函数，表示如下：minF＝ρ1·CBSE+ρ2·fCBSE＝(Civ+Cwe)·kde·n·g式中，CBSE为储能装置年平均化成本；Civ为储能装置的投资成本；Cwe为储能装置的维护成本；kde为储能装置的年折旧系数；n为储能系统中蓄电池组的个数；g储能系统中单个蓄电池组的价格；f为优化目标成本是下层优化模型目标函数的适应值，受上层决策变量影响；ρ1、ρ2为权重系数；(1‑2)在多能互补微网离网情景下，建立储能优化配置模型时所需要考虑的约束条件：燃气轮机机组容量Pload与储能装置功率Pload之和不小于最大负荷值Plcad，max，如下所示：Pload,max≤PGT,max+PBSE,maxPU(t)-PU(t-1)≤ΔPUPD(t)-PD(t-1)≤ΔPD]]>式中，Pload为微网实际负荷(kW)；PGT,max为燃气轮机装机容量(kW)；PBSE,max为储能装置最大出力功率(kW)；ΔPU为上升率限制(kW/h)；ΔPD为下降率限制(kW/h)；(2)并网状态下的多能互补微网系统的经济性f1和环保性f2为目标，考虑功率平衡约束、功率约束、储能能量约束、购电功率约束、微电源最短连续运行时间和最短连续停运时间约束以及各元件爬坡速率约束，构建下层优化模型；然后利用基于线性加权思想的随机加权法对双目标问题进行单目标化处理；(3)对于上层和下层优化模型得到的适应值其进行归一化处理，对其归一化的转换表达式为：fg=fg-fg,minfg,max-fg,min]]>式中，fg为上、下层优化模型通过迭代得到的适应值。...

【技术特征摘要】
1.一种基于双层优化模型的多能互补微网储能优化配置方法，包括以下步骤：(1)以离网状态下的多能互补微网系统的储能配置的经济性为目标，考虑最大出力功率约束及爬坡率约束，构建上层优化模型，包括如下步骤：(1-1)综合考虑离网运行模式下，储能设备的年平均化成本CBSE与并网运行状态下的优化目标成本f归一化后的最小成本minF，通过线性加权的方式作为目标函数，表示如下：minF＝ρ1·CBSE+ρ2·fCBSE＝(Civ+Cwe)·kde·n·g式中，CBSE为储能装置年平均化成本；Civ为储能装置的投资成本；Cwe为储能装置的维护成本；kde为储能装置的年折旧系数；n为储能系统中蓄电池组的个数；g储能系统中单个蓄电池组的价格；f为优化目标成本是下层优化模型目标函数的适应值，受上层决策变量影响；ρ1、ρ2为权重系数；(1-2)在多能互补微网离网情景下，建立储能优化配置模型时所需要考虑的约束条件：燃气轮机机组容量Pload与储能装置功率Pload之和不小于最大负荷值Plcad，max，如下所示：Pload,max≤PGT,max+PBSE,maxPU(t)-PU(t-1)≤ΔPUPD(t)-PD(t-1)≤ΔPD]]>式中，Pload为微网实际负荷(kW)；PGT,max为燃气轮机装机容量(kW)；PBSE,max为储能装置最大出力功率(kW)；ΔPU为上升率限制(kW/h)；ΔPD为下降率限制(kW/h)；(2)并网状态下的多能互补微网系统的经济性f1和环保性f2为目标，考虑功率平衡约束、功率约束、储能能量约束、购电功率约束、微电源最短连续运行时间和最短连续停运时间约束以及各元件爬坡速率约束，构建下层优化模型；然后利用基于线性加权思想的随机加权法对双目标问题进行单目标化处理；(3)对于上层和下层优化模型得到的适应值其进行归一化处理，对其归一化的转换表达式为：fg=fg-fg,minfg,max-fg,min]]>式中，fg为上、下层优化模型通过迭代得到的适应值。2.如权利要求1所述的一种基于双层优化模型的多能互补微网储能优化配置方法，其特征在于：所述优化目标成本f是籍由随机加权法后的多目标优化值，具体步骤如下：采取随机加权法，给所述经济性f1和所述环保性f2两个目标随机分配权重，并保证所有目标的总权重为1，将多目标优化问题转化为单目标优化进行处理，公式为：f＝κ1f1+κ2f2式中：κ1、κ2为随机数，0≤κ1≤1，0≤κ2≤1且κ1+κ2＝1。3.如权利要求2所述的一种基于双层优化模型的多能互补微网储能优化配置方法，其特征在于：所述经济性f1包括微源的运行成本CR、维护成本CM、微源设备的启停成本CS、储能设备的充放电惩罚δPbat、从电网购电成本MB，公式为：minf1=CR+CM+CS+δPbat+MBCR=ΣtK(t)Cr(t)P(t)CM=ΣtK(t)Cr(t)P(t)CS=ΣtK(t)(1-K(t-1))·Cs(t)MB=KB(t)PGRID(t)MB(t)]]>式中，CR为微源的运行成本(元/kWh)；CM为微电源的运行维护成本(元/kWh)；CS为微源设备的启停成本(元/次)；δPbat为蓄电池充放电罚函数(元/kWh)；MB为微网向电网购电的价格(元/kWh)；其中，K(t)为微源的启停状态，当数值为1时表示运行，0时表示停运(元/kW)；P(t)为微源的输出功率(元/kWh)；KB为微网从电网购电的状态，当数值为1时表示运行，0时表示停运；PGRID(t)为微网向电网购电的功率(kWh)。4.如权利要求2所述的一种基于双层优化模型的多能互补微网储能优化配置方法，其特征在于：所述环保性f2公式为：minf2=ΣiFi(Pgi)]]>式中：Fi为微网设备单位发电量对应...

【专利技术属性】
技术研发人员：刘波，袁智强，曹哲，陈云辉，叶诚明，
申请(专利权)人：上海电力设计院有限公司，
类型：发明
国别省市：上海;31