基于需求侧响应的微电网多时间尺度能量管理方法技术

本发明专利技术提供一种基于需求侧响应的微电网多时间尺度能量管理方法，其包括以下步骤：S1、建立可中断负荷模型；S2、建立多能源互动机制；S3、确定日前调度阶段的目标函数以及约束条件；S4、建立可转移负荷模型；S5、建立蓄电池储能罚函数；S6、确定日内调度阶段的目标函数以及约束条件；S7、根据日前调度阶段各能源的输出计划值，修正日前调度阶段计划；S8、建立闭环控制系统；S9、确定实时调度阶段的目标函数以及约束条件；S10、对日内调度阶段进行实时反馈校正；S11、仿真验证。本发明专利技术提出了“多级协调，逐级细化”的多时间尺度能量管理方法，根据发电侧和需求侧资源设计了不同调度阶段的调度策略，有利于负荷与可再生能源发电在时间序列上的匹配。

Multi-time Scale Energy Management Method for Microgrid Based on Demand Side Response

【技术实现步骤摘要】
基于需求侧响应的微电网多时间尺度能量管理方法
本专利技术属于微电网优化调度领域，具体涉及一种基于需求侧响应的微电网多时间尺度能量管理方法。
技术介绍
微电网优化调度的基本任务是指在满足微电网系统负荷需求的前提下，按照一定的控制策略，合理、有效地安排各台分布式电源的出力以及与配电网的交互功率，使得整个微电网的运行维护成本、排放成本等最低。需求侧资源参与微电网的优化调度在提高风电接纳能力方面存在巨大潜力，供电侧和需求侧资源互动的微电网优化调度技术为应对可再生能源的高渗透接入提供了新的思路。随着需求侧管理技术的不断完善，用户的需求侧响应行为得到合理的改变，使得需求侧的部分负荷变得相对可控，从而更好地与可再生能源达到时间序列上的匹配。由于可再生资源和需求侧资源存在不确定性和波动性，只采用日前调度计划已经不能满足微电网经济调度的要求。对柔性负荷可调度潜力的精确评估，可以减小负荷侧的不确定性，便于制定相关的调度策略，安排分布式能源和发电机组具体的出力情况。
技术实现思路
针对以上情况，本专利技术提供一种基于需求侧响应的微电网多时间尺度能量管理方法，考虑到可再生能源与需求侧资源的不确定性和波动性，提出了“多级协调，逐级细化”的多时间尺度能量管理方法，并将其分为日前调度阶段、日内调度阶段和实时调度阶段，在不同的调度阶段，根据需求侧资源的特性设计不同的调度策略，有利于负荷与可再生能源发电在时间序列上的匹配。本专利技术提供一种基于需求侧响应的微电网多时间尺度能量管理方法，其包括以下步骤：S1、建立日前调度阶段的可中断负荷模型；S2、基于需求侧响应建立所述日前调度阶段的多能源互动机制；S3、确定所述日前调度阶段的目标函数以及约束条件；S4、建立日内调度阶段的可转移负荷模型；S5、建立所述日内调度阶段的蓄电池储能罚函数和充电补偿函数；S6、确定所述日内调度阶段的目标函数以及约束条件；S7、根据所述日前调度阶段各能源的输出计划值，同时利用当天最新的预测数据和系统状态，以1h为周期调整各能源的输出，修正所述日前调度阶段计划；S8、采用模型预测控制建立实时调度阶段的闭环控制系统；S9、确定所述实时调度阶段的目标函数以及约束条件；S10、以15min为启动周期，对所述日内调度阶段中可调节能源的输出力进行实时反馈校正；以及S11、仿真验证微电网多时间尺度能量管理方法的经济性和有效性。进一步地，所述步骤S2中多能源互动机制包括三类补偿费用，所述三类补偿费用具体为可中断补偿费用、冷负荷能补偿费用和热负荷能补偿费用，可中断补偿费用表达式为：式中，表示中断控制命令，其值为1时代表负荷中断，为0时表示不中断负荷，为中断负荷的单位补偿费用，T为总时段数，为可中断负荷功率，NIL为可中断负荷数；冷负荷能补偿费用表达式为：式中，ΔQi,t为冷负荷变化量，cq为冷价，nQ为冷负荷的改变量；以及热负荷能的补偿费用表达式为：式中，ΔHi,t为热负荷变化量，ch为热价，nH为热负荷改变量。进一步地，所述步骤S3中日前调度阶段的目标函数表达式为：式中，CM(t)为系统运行维护费用，其表达式为CZJ(t)为系统折旧损失成本，其表达式为Cfuel(t)为微燃机燃料成本，其表达式为Cgrid(t)为与大电网交互成本，其表达式为Cgrid(t)＝cgrid(t)Pgrid(t)，Cbat(t)为蓄电池使用成本，其表达式为PGT为微型燃气轮机的输出功率，Pgrid为与大电网的交互功率，Pbat为蓄电池的输出功率，其中正表示充电，负则表示放电，cgas为天然气价格，t为单位调度时间，ηGT为燃气轮机的效率，LHVNG为天然气的低热值，cgrid为电网电价，λbat为储能电池的调度成本系数，N为可控分布式电源数量。优选地，所述步骤S3中日前调度阶段的约束条件包括七个约束条件，所述七个约束条件具体为电功率平衡约束、热功率平衡约束、冷功率平衡约束、可中断负荷输出功率约束、微燃机输出功率约束、储能装置约束和与大电网交互功率约束，电功率平衡约束：PGT,t+PWT,t+PPV,t+Pgrid,t+Pbat,t+PILA,t＝PL；式中，PGT,t为燃气轮机的输出功率，PWT,t为风机的输出功率，PPV,t为光伏机组的输出功率，Pgrid,t为t时刻与大电网的交互功率，Pbat,t为蓄电池的输出功率，PILA,t为日前可中断负荷的功率值，PL为电负荷需求；热功率平衡约束：HLB,t+Hs,t+HEB,t+ΔHt＝HL；式中，HLB,t为溴化锂制冷机组的热输出，Hs,t为蓄热/冷槽的热输出，HEB,t为电锅炉的输出，ΔHt为t时刻热负荷的变化量，HL为热负荷需求；冷功率平衡约束：QLB,t+Qs,t+ΔQt＝QL；式中，QLB,t为溴化锂制冷机组的冷输出，Qs,t为蓄热/冷槽的冷输出，ΔQt为t时刻冷负荷的变化量，QL为冷负荷需求；可中断负荷输出功率约束：式中，为代表t时刻可中断容量的上限，为代表t时刻可中断容量的下限；微燃机输出功率约束：式中，PDGg(t)为各分布式电源在t时刻的功率变化，ΔPDGg为各分布式电源在Δt时刻的功率变化；储能装置约束：式中，PES(t)为储能装置的功率；EES(t)为储能装置的容量；CapES为总存储容量；γES,C为储能装置的最大充电；λmax为储能装置的最大电荷状态；λmin为储能装置的最小电荷状态；以及与大电网交互功率约束：进一步地，所述步骤S4中可转移负荷的补偿费用表达式为：式中，Pi,j为从i时刻到j时刻的负荷转移功率，为单位负荷成本差。进一步地，所述步骤S5中日内调度阶段的蓄电池储能罚函数和充电补偿函数包括谷平时段充电补偿函数、放电罚函数和峰时段充、放电罚函数，谷平时段充电补偿函数、放电罚函数：式中，λ为权重因子，δch为电池的充电状态，δdis为电池的放电状态，0.2δchPbat,ch为设计的谷、平时段蓄电池的充电补偿函数；以及峰时段充、放电罚函数：式中，A为蓄电池生命周期内总的累计安时量，U为蓄电池端电压，C为蓄电池的初始投资成本。进一步地，所述步骤S6中日内调度阶段的目标函数表达式为：优选地，所述步骤S6中日内调度阶段的约束条件包括三个约束条件，所述三个约束条件具体为电功率平衡约束、蓄电池充放电功率约束和可转移负荷约束，电功率平衡约束：蓄电池充放电功率约束：式中，Pbat,ch为储能电池的充电功率，Pbat,dis为储能电池的充电功率，SOCt为在t时蓄电池的剩余功率，SOCt-1为在t-1时蓄电池的剩余功率，ηc为蓄电池的充电效率，ηd为蓄电池的放电效率；以及可转移负荷约束：式中，P'd(t0)为t0负荷转移后的功率，Piout(t0,t)为t0时刻向t时刻转出负荷功率，为t0时刻最大允许转出负荷功率，为t时刻向t0时刻转入负荷功率，为t0时刻最大允许转入负荷功率。进一步地，所述步骤S9中实时调度阶段的目标函数表达式为：式中，Pr(k+n)为各分布式电源和可中断负荷的有功输出功率参考值，P(k+n)为各分布式电源和可中断负荷的有功输出功率预测值，P(k+n)＝[PDGg(k+n),Pgrid(k+n),PILB(k+n),Pbat(k+n)]，P0(k+n)为超短期尺度优化各部分有功出力的初始值，Δu(k+t-1)为预测的[k+t-本文档来自技高网...

【技术保护点】
1.一种基于需求侧响应的微电网多时间尺度能量管理方法，其特征在于，其包括以下步骤：S1、建立日前调度阶段的可中断负荷模型；S2、基于需求侧响应建立所述日前调度阶段的多能源互动机制；S3、确定所述日前调度阶段的目标函数以及约束条件；S4、建立日内调度阶段的可转移负荷模型；S5、建立所述日内调度阶段的蓄电池储能罚函数和充电补偿函数；S6、确定所述日内调度阶段的目标函数以及约束条件；S7、根据所述日前调度阶段各能源的输出计划值，同时利用当天最新的预测数据和系统状态，以1h为周期调整各能源的输出，修正所述日前调度阶段计划；S8、采用模型预测控制建立实时调度阶段的闭环控制系统；S9、确定所述实时调度阶段的目标函数以及约束条件；S10、以15min为启动周期，对所述日内调度阶段中可调节能源的输出力进行实时反馈校正；以及S11、仿真验证微电网多时间尺度能量管理方法的经济性和有效性。

【技术特征摘要】
1.一种基于需求侧响应的微电网多时间尺度能量管理方法，其特征在于，其包括以下步骤：S1、建立日前调度阶段的可中断负荷模型；S2、基于需求侧响应建立所述日前调度阶段的多能源互动机制；S3、确定所述日前调度阶段的目标函数以及约束条件；S4、建立日内调度阶段的可转移负荷模型；S5、建立所述日内调度阶段的蓄电池储能罚函数和充电补偿函数；S6、确定所述日内调度阶段的目标函数以及约束条件；S7、根据所述日前调度阶段各能源的输出计划值，同时利用当天最新的预测数据和系统状态，以1h为周期调整各能源的输出，修正所述日前调度阶段计划；S8、采用模型预测控制建立实时调度阶段的闭环控制系统；S9、确定所述实时调度阶段的目标函数以及约束条件；S10、以15min为启动周期，对所述日内调度阶段中可调节能源的输出力进行实时反馈校正；以及S11、仿真验证微电网多时间尺度能量管理方法的经济性和有效性。2.根据权利要求1所述的基于需求侧响应的微电网多时间尺度能量管理方法，其特征在于，所述步骤S2中多能源互动机制包括三类补偿费用，所述三类补偿费用具体为可中断补偿费用、冷负荷能补偿费用和热负荷能补偿费用，可中断补偿费用表达式为：式中，表示中断控制命令，其值为1时代表负荷中断，为0时表示不中断负荷，为中断负荷的单位补偿费用，T为总时段数，为可中断负荷功率，NIL为可中断负荷数；冷负荷能补偿费用表达式为：式中，ΔQi,t为冷负荷变化量，cq为冷价，nQ为冷负荷的改变量；以及热负荷能的补偿费用表达式为：式中，ΔHi,t为热负荷变化量，ch为热价，nH为热负荷改变量。3.根据权利要求1所述的基于需求侧响应的微电网多时间尺度能量管理方法，其特征在于，所述步骤S3中日前调度阶段的目标函数表达式为：式中，CM(t)为系统运行维护费用，其表达式为CZJ(t)为系统折旧损失成本，其表达式为Cfuel(t)为微燃机燃料成本，其表达式为Cgrid(t)为与大电网交互成本，其表达式为Cgrid(t)＝cgrid(t)Pgrid(t)，Cbat(t)为蓄电池使用成本，其表达式为PGT为微型燃气轮机的输出功率，Pgrid为与大电网的交互功率，Pbat为蓄电池的输出功率，其中正表示充电，负则表示放电，cgas为天然气价格，t为单位调度时间，ηGT为燃气轮机的效率，LHVNG为天然气的低热值，cgrid为电网电价，λbat为储能电池的调度成本系数，N为可控分布式电源数量。4.根据权利要求3所述的基于需求侧响应的微电网多时间尺度能量管理方法，其特征在于，所述步骤S3中日前调度阶段的约束条件包括七个约束条件，所述七个约束条件具体为电功率平衡约束、热功率平衡约束、冷功率平衡约束、可中断负荷输出功率约束、微燃机输出功率约束、储能装置约束和与大电网交互功率约束，电功率平衡约束：PGT,t+PWT,t+PPV,t+Pgrid,t+Pbat,t+PILA,t＝PL；式中，PGT,t为燃气轮机的输出功率，PWT,t为风机的输出功率，PPV,t为光伏机组的输出功率，Pgrid,t为t时刻与大电网的交互功率，Pbat,t为蓄电池的输出功率，PILA,t为日前可中断负荷的功率值，PL为电负荷需求；热功率平衡约束：HLB,t+Hs,t+HEB,t+ΔHt＝HL；式中，HLB,t为溴化锂制冷机组的热输出，Hs,t为蓄热/冷槽的热输出，HEB,t为电锅炉的输出，ΔHt为t时刻热负荷的变化量，HL为热负荷需求；冷功率平衡约束：QLB,t+Qs,t+ΔQt＝QL；式中，QLB,t为溴化锂制冷机组的冷输出，Qs,t为蓄热/冷槽的冷输出，ΔQt为t时刻冷负荷的变化量，QL为冷...

【专利技术属性】
技术研发人员：窦春霞，米雪，岳东，张占强，张博，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13