一种智能微电网分布式能源调度方法技术

本发明专利技术提供了一种智能微电网分布式能源调度方法，首先对智能微电网分布式能源调度系统进行分析，并建立相应的系统模型；然后对所建立好的系统模型进行分析，推导出相应的约束条件以及目标函数；根据所述目标函数以及约束条件，通过放缩使用李雅普诺夫框架并建立长时间平均约束，进行成本优化；对所述目标函数进行分布式算法研究；最后建立ADMM算法框架，计算获得所述分布式算法的最优解。本发明专利技术以电力能源调度输出成本最优为目的而进行实时分布式调度，随着存储容量的增加和传统发电机斜坡约束松动而渐近最优化，每个大型热电联产和聚合器可以独立优化，分布式实现具有快速的收敛速度，可以在广泛的存储容量范围内实现近乎最佳的性能。

A distributed energy scheduling method for intelligent microgrid

The invention provides a micro grid distributed energy scheduling method of intelligent, the intelligent micro grid energy scheduling system is analyzed, and establish the corresponding system model; analysis of the system model and the establishment of good, push constraints are derived and the objective function; according to the objective function and constraints, through scaling using the Lyapunov framework and the establishment of long time average constraints, cost optimization; research on distributed algorithm on the target function; finally established the framework of ADMM algorithm, the optimal solution of the distributed algorithm. The invention of distributed real-time scheduling to output electric energy cost for the purpose of optimal scheduling, with storage capacity increases and the traditional generator ramp constraints loosening and asymptotic optimization, independent optimization can each large-scale cogeneration and aggregators, distributed implementation has fast convergence speed, can achieve near optimal performance in a wide range of storage capacity in.

【技术实现步骤摘要】
一种智能微电网分布式能源调度方法
本专利技术涉及一种以电力能源调度输出成本最优为目的的实时分布式调度算法，属于智能微电网分布式能源调度

技术介绍
能源是在目前这个世界所能够赖以发展和生产的根基，电力资源便是其中最为便利、清洁的能源发展形式，是当前国家发展经济的重要支撑点。随着环境问题的加剧，越来越多的可再生能源，如风能、太阳能等，将被纳入电网。例如，欧盟委员会的目标是：到2020年将20％的可再生能源纳入欧盟的能源利益，加州计划到2020年实现可再生能源零售额的33％。可再生能源通常是间歇性的，其调度能力有限，因此，其大规模整合可能会扰乱供需平衡，影响系统的可靠性。在这种情况下，世界上很多国家都把方向投入到多种多样的可再生能源的分布式发电等相干的技术范畴上。分布式发电技术的一个重要特点是：灵活：经济、环保。大型热电联产在技术上和可实施方面上，要求满足大型热需求或者是冷需求，其要求当地的对热量的需求必须足够大，这样才可以评价大型热电联产的规模，而且要求热负载在每天每个季节的情况下都比较恒定，这样才可以保证大型热电联产系统在大部分时间里能够满负载运转。如果在低负载的情况下运转，效率一定会降低。还有一个要求就是：大型热电联产要和热负载的特点相一致，燃料需具有容易获得性，主要是考量燃料的不间断供应特点。欧洲的一些国家和在北美洲的一些国家，在天然气方面目前已经算是比较广泛使用在大型热电联产系统之中，所以从这种层面上来说，这种技术还是比较具有可实施性和稳定可靠性。在应用方面上，大型热电联产需要具有比较合适的价格，以及和电网连接在一起，前提条件是有热负载需求的供应位置有电网，能够得到预备电力以及补得上不足的电力的适合和期望中的价格，这样在某种程度上就可以加大大型热电联产的灵活性，可以经过把超出的多余的电力售卖出去，这样可以增加经济来源，提高大型热电联产的经济性。热电联产发电的大规模集成可能会出现能源输出不稳定等情况，会直接影响电网的可靠性。在研究电力平衡问题时，包括下面所列的问题：(1)供应管理；(2)需求管理；(3)电池存储管理；(4)随机问题；(5)斜坡约束；(6)实时算法；(7)分布式算法。考虑由传统发电机和多个大型热电联产发电提供的一般电网，每个大型热电联产系统连接一个储热罐，并与外部电力市场连接。聚合器操作电网，通过协调供应单元、需求单元和储热罐，以维持供需之间的功率平衡，来保证运行电网。考虑一般热电联产综合电网的功率平衡、存储和柔性负载问题，如何尽可能减少长期的系统成本，脱离操作上的限制，提高易燃负载的服务质量，是本领域技术人员致力于解决的难题。
技术实现思路
本专利技术要解决的技术问题是考虑一般热电联产综合电网的功率平衡、存储和柔性负载问题，进行实时分布式调度时，如何尽可能减少长期的系统成本，松动传统发电机斜坡约束要求的限制，并使每个大型热电联产系统和聚合器能够独立优化进行控制。为了解决上述技术问题，本专利技术的技术方案是提供一种智能微电网分布式能源调度方法，其特征在于，该方法由以下5个步骤组成：步骤1：对智能微电网分布式能源调度系统进行分析，并建立相应的系统模型；步骤2：对所建立好的系统模型进行分析，推导出相应的约束条件以及目标函数；步骤3：根据所述目标函数以及约束条件，通过放缩使用李雅普诺夫框架并建立长时间平均约束，进行成本优化；步骤4：对所述目标函数进行分布式算法研究；步骤5：建立ADMM交替方向乘子算法框架，计算获得所述分布式算法的最优解。优选地，所述步骤1中，系统模型包括：一个传统发电机CG、一个聚合器、柔性负载、基础负载、热负载、外部能源市场以及多个热电联产CHP，聚合器连接传统发电机、柔性负载、基础负载、外部能源市场以及多个热电联产，热电联产连接外部天然气供应和热负载，每个热电联产分别对应一个储热罐。优选地，所述步骤2中，考虑一个电网是由一个CG和N个CHP组成，N为正整数，每个CHP与一个现场储热罐连接，电网连接到外部能源市场，并由聚合器操作，聚合器负责通过管理来自各种来源的能量来满足负载；假设系统在具有时隙t∈{0，1，2，...}的离散时间中操作；为了符号简单，使用能量单位而不是功率单位；(1)载荷：载荷包括基础、柔性和热负载；基础负载表示基本能量需求，一旦请求，则必须满足；柔性负载表示可控能量需求，考虑成本条件时，可以部分地减少可控能量需求；在时隙t处，通过lb，t∈[lb，min，lb，max]表示请求的基础负载的总量，并且通过lf，t∈[lf，min，lf，max]表示请求的柔性负载的总量，lb，min、lb，max分别表示在时隙t期间请求的基础负载总量的最小值和最大值，lf，min，lf，max分别表示在时隙t期间请求的柔性负载总量的最小值和最大值；总量lb，t和lf，t由用户基于其自己的需要产生并且被认为是随机的；令在时隙t期间满足的负载总量为lm，t，其应该满足lb，t≤lm，t≤lb，t+lf，t(1)柔性负载的控制需要满足特定的服务质量要求；对不满足的柔性载荷的部分施加上界，引入长期时间平均约束其中，α∈[0，1]是具有指示一个严格的服务质量要求的特定值的预设阈值；其中E[]表示对[]内的内容求期望。用lw，t表示在时隙t期间请求的热负载的总量，由于储热罐的设计和硬件约束，其应满足：lh，min≤lw，t≤lh，max(3)其中lh，min和lh，max分别表示请求的热负载总量的最小值和最大值；(2)CHP和现场储热罐：在第i个CHP处，i＝1、2、……、N，在时隙t期间，由ai，t∈[0，ai，max]表示大型热电联产发电量，其中ai，max是最大产生能量；由于大型热电联产的随机性质，所以ai，t是随机的；本专利技术假设每个CHP与一个能够充电和放电的现场储热罐单元对应；在时隙t期间，用表示充电的xi，t＞0表示第i个电池的充电能量xi，t，用表示放电的xi，t＜0表示第i个电池的放电能量xi，t；由于电池设计和硬件约束，xi，t的值有界如下：xi，min≤xi，t≤xi，max，(xi，min＜0＜xi，max)(4)这里，|xi，min|和xi，max分别代表放电和充电总量的最大值；对于第i个电池单元，用si，t表示在时隙t开始时的能量状态；由于充电放电操作，si，t的方程可由下式给出：si，t+1＝si，t+xi，t(5)此外，由于电池容量和操作约束，使得能量状态si，t的上下界如下：si，mmin≤si，t≤si，max(6)si，min表示电池允许的最小能量状态值，si，max表示允许的最大能量状态值，并且可以用来指示电池存储能力；为了模拟电池成本，使用Di(·)来表示与充电或放电量xi，t相关联的退化成本函数；在每个时隙期间，CHP都会向聚合器提供能量；用bi，t来表示在时隙t期间，第i个CHP贡献的能量总量；因为有关CHP的能量流应该保持平衡，所以有：bi，t＝ai，t-xi，t，bi，t＞0(7)特别地，如果xi，t＞0，则贡献的能量bi，t直接来自大型热电联产；如果xi，t＜0，则bi，t来自大型热电联产发电和电池；(3)CG：和CHP不同，CG的能量输出是可控的；用gt表示在时隙t期间CG的能量输出，其满足：0≤gt≤gmax(8)gmax本文档来自技高网...

【技术保护点】
一种智能微电网分布式能源调度方法，其特征在于：该方法由以下5个步骤组成：步骤1：对智能微电网分布式能源调度系统进行分析，并建立相应的系统模型；步骤2：对所建立好的系统模型进行分析，推导出相应的约束条件以及目标函数；步骤3：根据所述目标函数以及约束条件，通过放缩使用李雅普诺夫框架并建立长时间平均约束，进行成本优化；步骤4：对所述目标函数进行分布式算法研究；步骤5：建立ADMM交替方向乘子算法框架，计算获得所述分布式算法的最优解。

【技术特征摘要】
1.一种智能微电网分布式能源调度方法，其特征在于：该方法由以下5个步骤组成：步骤1：对智能微电网分布式能源调度系统进行分析，并建立相应的系统模型；步骤2：对所建立好的系统模型进行分析，推导出相应的约束条件以及目标函数；步骤3：根据所述目标函数以及约束条件，通过放缩使用李雅普诺夫框架并建立长时间平均约束，进行成本优化；步骤4：对所述目标函数进行分布式算法研究；步骤5：建立ADMM交替方向乘子算法框架，计算获得所述分布式算法的最优解。2.如权利要求1所述的一种智能微电网分布式能源调度方法，其特征在于：所述步骤1中，系统模型包括：一个传统发电机CG、一个聚合器、柔性负载、基础负载、热负载、外部能源市场以及多个热电联产CHP，聚合器连接传统发电机、柔性负载、基础负载、外部能源市场以及多个热电联产，热电联产连接外部天然气供应和热负载，每个热电联产分别对应一个储热罐。3.如权利要求2所述的一种智能微电网分布式能源调度方法，其特征在于：所述步骤2中，考虑一个电网是由一个CG和N个CHP组成，N为正整数，每个CHP与一个现场储热罐连接，电网连接到外部能源市场，并由聚合器操作，聚合器负责通过管理来自各种来源的能量来满足负载；假设系统在具有时隙t∈{0，1，2，...}的离散时间中操作；为了符号简单，使用能量单位而不是功率单位；(1)载荷：载荷包括基础、柔性和热负载；基础负载表示基本能量需求，一旦请求，则必须满足；柔性负载表示可控能量需求，考虑成本条件时，可以部分地减少可控能量需求；在时隙t处，通过lb，t∈[lb，min，lb，max]表示请求的基础负载的总量，并且通过lf，t∈[lf，min，lf，max]表示请求的柔性负载的总量，lb，min、lb，max分别表示在时隙t期间请求的基础负载总量的最小值和最大值，lf，min，lf，max分别表示在时隙t期间请求的柔性负载总量的最小值和最大值；总量lb，t和lf，t由用户基于其自己的需要产生并且被认为是随机的；令在时隙t期间满足的负载总量为lm，t，其应该满足lb，t≤lm，t≤lb，t+lf，t(1)柔性负载的控制需要满足特定的服务质量要求；对不满足的柔性载荷的部分施加上界，引入长期时间平均约束其中，α∈[0，1]是具有指示一个严格的服务质量要求的特定值的预设阈值；其中E[]表示对[]内的内容去期望。用lw，t表示在时隙t期间请求的热负载的总量，由于储热罐的设计和硬件约束，其应满足：lh，min≤lw，t≤lh，max(3)其中lh，min和lh，max分别表示请求的热负载总量的最小值和最大值；(2)CHP和现场储热罐：在第i个CHP处，i＝1、2、……、N，在时隙t期间，由ai，t∈[0，ai，max]表示大型热电联产发电量，其中ai，max是最大产生能量；由于大型热电联产的随机性质，所以ai，t是随机的；本发明假设每个CHP与一个能够充电和放电的现场储热罐单元对应；在时隙t期间，用表示充电的xi，t＞0表示第i个电池的充电能量xi，t，用表示放电的xi，t＜0表示第i个电池的放电能量xi，t；由于电池设计和硬件约束，xi，t的值有界如下：xi，min≤xi，t≤xi，max，(xi，min＜0＜xi，max)(4)这里，|xi，min|和xi，max分别代表放电和充电总量的最大值；对于第i个电池单元，用si，t表示在时隙t开始时的能量状态；由于充电放电操作，si，t的方程可由下式给出：si，t+1＝si，t+xi，t(5)此外，由于电池容量和操作约束，使得能量状态si，t的上下界如下：si，min≤si，t≤si，max(6)si，min表示电池允许的最小能量状态值，si，max表示允许的最大能量状态值，并且可以用来指示电池存储能力；为了模拟电池成本，使用Di(·)来表示与充电或放电量xi，t相关联的退化成本函数；在每个时隙期间，CHP都会向聚合器提供能量；用bi，t来表示在时隙t期间，第i个CHP贡献的能量总量；因为有关CHP的能量流应该保持平衡，所以有：bi，t＝ai，t-xi，t，bi，t＞0(7)特别地，如果xi，t＞0，则贡献的能量bi，t直接来自大型热电联产；如果xi，t＜0，则bi，t来自大型热电联产发电和电池；(3)CG：和CHP不同，CG的能量输出是可控的；用gt表示在时隙t期间CG的能量输出，其满足：0≤gt≤gmax(8)gmax表示能量输出的最大值；由于CG的操作限制，在两个连续的时隙输出的改变是有界的，这通常反映在CG输出上的斜坡约束；假设斜坡上升和斜坡下降约束是相同的，将整个斜坡约束表示为：|gt-gt-1|≤rgmax(9)其中，系数r∈[0，1]表示斜坡要求的紧密度；对于r＝0，CG随时间产生固定输出，而对于r＝1，斜率要求变得无效；此外，用C(·)表示CG的发电成本函数；(4)外部能源市场：除了内部能源资源，聚合器可以根据需要诉诸外部能源市场；在能源不足的情况下，聚合器可以从外部能量市场购买能量，或者在能量过剩的情况下将能量出售给市场；分别用pb，t∈[pb，min，pb，max]和ps，t∈[ps，min，ps，max]表示在时隙t处向外部能源市场购买和销售能量的单价，用pw，t∈[pw，min，pw，max]表示在时隙t处从外部天然气购买能量的单价，pb，min、pb，max分别表示在时隙t处向外部能源市场购买能量的单价的最小值和做大值，ps，min、ps，max分别表示在时隙t处向外部能源市场销售能量的单价的最小值和最大值，pw，min、pw，max分别表示在时隙t处从外部天然气购买能量的单价的最小值和最大值；为了避免能量套利，假设购买价格严格地大于销售价格，即pb，t＞ps，t；由于意想不到的市场行为，价格pb，t和ps，t以及pw，t是随机的；分别用eb，t和es，t表示在时隙t期间通过外部能源市场购买和销售的能量总量，其中：eb，t≥0，es，t≥0(10)整体系统的平衡要求如下：2ew，t表示在时隙t期间外部天然气供应的能量总量，整体系统满足的热负载供给要求如下：其中，系数ηw∈[0，1]表示需要CHP供应的程度；对于ηw＝0，CHP随时间产生固定输出至聚合器；而对于ηw＝1，CHP输出至聚合器要求变得无效。4.如权利要求3所述的一种智能微电网分布式能源调度方法，其特征在于：所述步骤3中，定义在时隙t处的控制动作：其中整体系统在时隙t处的成本包括所有的CHP和CG的成本以及利用外部能源市场的成本，系统成本由下式给出：基于之前描述的系统模型，将功率平衡的问题制定为随机优化问题P1：其中目标中的期望和公式(2)取决于系统状态的随机性以及控制动作的可能随机性，其中为了保持数学陈述简单，假定成本函数C(·)和Di(·)是连续可微的凸函数，分别用C′(·)和D′i(·)表示C(·)和Di(·)的导数，基于这种假设，可以得到导数C′(gt)∈[C′min，C′max]，和导数D′i(xi，t)∈[D′i，min，D′i，max]，为了提出一个实时算法，采用李雅普诺夫优化方法；提出以下问题：P2：和P1相比，在P2中的能量状态约束公式...

【专利技术属性】
技术研发人员：李龙龙，张光林，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海,31