【技术实现步骤摘要】
多时间尺度下考虑多种储能的微能源网优化调度模型
本专利技术涉及能源互联网优化运行领域，尤其涉及一种多时间尺度下考虑多种储能的微能源网优化调度模型。
技术介绍
在能源互联网理念不断深入的背景下，多能互补、集成优化成为解决分布式可再生能源就地消纳问题、提高能源综合利用效率的有效途径。而微能源网作为能源互联网的重要组成部分，将代替微电网在区域综合能源系统中发挥重要作用。在微能源网中，储能的方式将更加丰富。除了在微电网中广泛应用的蓄电池储能外，还可包括储气罐、蓄热槽、冰蓄冷机组等气、热、冷多种能源形式的储能设备，结合能源转换技术可实现多种储能模式的协同调控，从而提高微能源网运行的经济性与灵活性。然而在微能源网中，由于风、光等可再生能源功率以及负荷功率不稳定，在日前预测时会产生较大误差，导致微能源网对风、光等可再生能源的利用率不高。因此，本领域的技术人员致力于开发一种在保证各储能设备日运行能量平衡的前提下有效应对可再生能源功率波动与负荷预测误差的微能源网优化调度模型，提高微能源网对风能、光能的消纳能力。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是在微...
【技术保护点】
1.一种多时间尺度下考虑多种储能的微能源网优化调度模型，其特征在于，微能源网包含电、热、气三种能量形式，包括P2G设备、热电联供型微燃机、电锅炉、燃气锅炉、蓄电池、蓄热槽、储气罐；多时间尺度考虑日前1小时与日内15分钟两种时间尺度，所述微能源网优化调度模型的建立包括以下步骤：步骤1：确定所述微能源网元件参数与网络参数；步骤2：建立所述微能源网日前1小时级优化调度模型；步骤3：建立所述微能源网日内15分钟级优化调度模型。
【技术特征摘要】
1.一种多时间尺度下考虑多种储能的微能源网优化调度模型，其特征在于，微能源网包含电、热、气三种能量形式，包括P2G设备、热电联供型微燃机、电锅炉、燃气锅炉、蓄电池、蓄热槽、储气罐；多时间尺度考虑日前1小时与日内15分钟两种时间尺度，所述微能源网优化调度模型的建立包括以下步骤：步骤1：确定所述微能源网元件参数与网络参数；步骤2：建立所述微能源网日前1小时级优化调度模型；步骤3：建立所述微能源网日内15分钟级优化调度模型。2.如权利要求1所述的多时间尺度下考虑多种储能的微能源网优化调度模型，其特征在于，所述微能源网元件参数包括所述蓄电池的额定充放能功率、额定容量及储能状态上下限，所述蓄热槽的额定充放能功率、额定容量及储能状态上下限，所述储气罐的额定充放能功率、额定容量及储能状态上下限，所述蓄电池的自放电率，所述蓄热槽的自散热率，所述P2G设备的综合能量转化效率和额定转化功率，所述热电联供型微燃机的额定进气功率、电转换效率、热转换效率和爬坡功率上下限，所述电锅炉、所述燃气锅炉的额定输入功率、产热效率和爬坡功率上下限；所述网络参数包括所述微能源网与外部电网、天然气网的联络线传输功率上下限和电能、天然气价格。3.如权利要求1所述的多时间尺度下考虑多种储能的微能源网优化调度模型，其特征在于，所述微能源网日前1小时级优化调度模型考虑优化目标函数、决策变量和约束条件；所述优化目标函数为所述微能源网日运行成本最低；所述决策变量为所述微能源网从外网的购入功率、所述蓄电池工作状态、所述蓄热槽工作状态、所述储气罐工作状态、可再生能源计划功率、所述P2G设备转换功率、所述热电联供型微燃机功率、所述电锅炉功率、所述燃气锅炉功率；所述约束条件为所述微能源网的网络约束和内部元件约束。4.如权利要求3所述的微能源网日前1小时级优化调度模型，其特征在于，所述微能源网日运行成本包括从外部电网与从外部天然气网购入的能源成本。5.如权利要求1所述的多时间尺度下考虑多种储能的微能源网优化调度模型，其特征在于，所述微能源网日内15分钟级优化调度模型采用模型预测控制的方法，分为参数预测、滚动优化和反馈校正三个步骤；所述参数预测是根据短期预测模型得到可再生能源可用功率以及电、热、气负荷不确定因素在对应滚动时域内的预测值，并传递给滚动优化模型；所述滚动优化是指滚动时域随时间不断向前推移，到下一调度时段时仅执行上一次优化中控制时域的优化结果，并利用更新后的数据重新开始下一轮优化；所述反馈校正是将实时更新的系统状...
【专利技术属性】
技术研发人员：卢芳，李勇钢，殷爽睿，刘祥波，艾芊，杨小婷，王家武，晋京，韩磊，徐延波，
申请(专利权)人：国网山东省电力公司日照供电公司，上海交通大学，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。