【技术实现步骤摘要】
基于模糊相关机会规划的含储能综合能源系统调度方法
本专利技术属于电力系统调度的
,尤其涉及一种基于模糊相关机会规划的含储能综合能源系统调度方法。
技术介绍
可再生能源和智能电网的发展,使世界进入了能源互联的时代。相较于传统的单一电力能源系统,综合能源系统通过电能、热能和天然气等多种能源的耦合,成为提高能源效率和降低运营成本的重要技术途径。在多能源系统中,储能电站作为供能侧与用户侧之间的“缓冲器”,使热电联供设备(combinedheatingandpower,CHP)或冷热电联供设备(combinedcoolingheatingandpower,CCHP)不必以常规的“以电定热”或“以热定电”的方式运行,实现热电解耦,提高了系统调度的效率。此外,考虑可再生能源与负荷不确定性的综合能源系统优化调度问题,已引起了国内外学者的广泛关注。然而现有调度策略中侧重于随机优化和鲁棒优化,不仅对原始数据要求较高,而且往往由于过于保守而牺牲了经济性。
技术实现思路
本专利技术针对
技术介绍
的不足提出了一种基于模 ...
【技术保护点】
1.基于模糊相关机会规划的含储能综合能源系统调度方法,其特征在于,具体包含如下步骤:/n步骤S1,对综合能源系统内储能设备进行数学建模,线性化单次储能充放电的损耗成本;/n步骤S2,建立风电和负荷预测不确定量的模糊表示,对含有不确定量的功率平衡方程进行松弛;/n步骤S3,根据步骤S2将功率平衡方程转化为最大化机会函数,并将此作为目标函数之一,建立以模糊事件可能性最大和运行成本最低为目标的多目标日前优化调度模型;/n步骤S4,对综合能源系统内其它设备出力进行约束,具体包含冷热电联产设备约束、燃气锅炉约束、电制冷机约束和电网交换功率约束;/n步骤S5,求解步骤S3建立的多目标日 ...
【技术特征摘要】
1.基于模糊相关机会规划的含储能综合能源系统调度方法,其特征在于,具体包含如下步骤:
步骤S1,对综合能源系统内储能设备进行数学建模,线性化单次储能充放电的损耗成本;
步骤S2,建立风电和负荷预测不确定量的模糊表示,对含有不确定量的功率平衡方程进行松弛;
步骤S3,根据步骤S2将功率平衡方程转化为最大化机会函数,并将此作为目标函数之一,建立以模糊事件可能性最大和运行成本最低为目标的多目标日前优化调度模型;
步骤S4,对综合能源系统内其它设备出力进行约束,具体包含冷热电联产设备约束、燃气锅炉约束、电制冷机约束和电网交换功率约束;
步骤S5,求解步骤S3建立的多目标日前调度模型,进而得到最优的日前调度结果。
2.根据权利要求1所述的基于模糊相关机会规划的含储能综合能源系统调度方法,其特征在于:在步骤S1中,综合能源系统中储能设备的数学模型描述具体如下:
式中,PEES,t为t时刻储能功率;和分别表示充电和放电;和分别为表示储能充放电状态的0-1变量,当储能处于充电状态时,反之为0;为储能电站最大充放电功率,Erated为储能额定容量;SOCt为储能在t时刻的荷电状态;ηch和ηdis分别为储能充放电时的效率;SOCmin和SOCmax分别为储能荷电状态的最小值和最大值,Δt为调度时间间隔,NT为时间间隔总数,t=1,2,…NT;
线性化单次储能充放电的损耗成本流程具体如下:设储能电池总吞吐电量Ethroughout与总充放电次数与充放电电深度有关,即:
Ethroughout=2NEESDODErated
式中,DOD为放电深度,NEES为全寿命周期充放电次数;
其中,损耗成本YEES为荷电状态SOC的指数函数,通过对指数函数的积分,可精确计算出单次储能从任一SOC充放到另外一个SOC时的损耗成本FEES,即:
为了使FEES为线性函数,将指数函数YEES近似为分段函数YE'ES,且每一段均为常数:
式中,m∈M,定义为SOC从1到m段的集合;如果SOC在段m中,取1,否则取0;为当SOC在段m中时的退化成本系数;每一段中的取值满足下式:
式中,SOCmax.m和SOCmin.m为段m中SOC的最大和最小值;
式中,C2、C3…CM为常数,其取值使为连续函数,则单次充电或放电的储能损耗函数改写为:
3.根据权利要求1所述的基于模糊相关机会规划的含储能综合能源系统调度方法,其特征在于:在步骤S2中,考虑不同时间尺度预测精度不同,建立风电和负荷预测不确定量的模糊表示,具体如下:分别用三角模糊数和确定性表示风电、电负荷和冷热负荷的预测误差与预测值;
风电与负荷的预测误差:
εWT,t=(-kwPWT,t,0,kwPWT,t)
εEle,t=(-kElePEle,t,0,kElePEle,t)
εHeat,t=(-kHeatQHeat,t,0,kHeatQHeat,t)
εCool,t=(-kCoolQCool,t,0,kCoolQCool,t)
式中,PWT,t、PEle,t、QHeat,t和QCool,t分别为为风电、电负荷、热负荷和冷负荷的日前预测值,kw、kEle、kHeat和kCool分别为最大预测误差比例系数;
对含有不确定量的电力平衡方程进行松弛的具体流程如下:
在考虑预测误差下的严格电、热、冷功率平衡方程为:
PGT,t+PWT,t+εWT,t+PGrid,t=PEle,t+εEle,t-ΔPWT,t+PEC,t+PEES,t
QGB,t+...
【专利技术属性】
技术研发人员:徐青山,丁逸行,杨斌,
申请(专利权)人:东南大学,国网江苏省电力有限公司,
类型:发明
国别省市:江苏;32
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。