一种家用微电网调度方法、管理系统和家用微电网技术方案

本发明专利技术涉及一种家用微电网调度方法、管理系统和家用微电网。一种家用微电网调度方法，应用于微电网的能量管理系统，包括：获取决策变量；所述决策变量包括各个分布式发电系统的最大输出功率、储能模块的能量状态、预测负荷数据以及预测光伏发电数据；基于所述决策变量得到日前调度计划；基于所述日前调度计划驱动所述微电网执行供电工作；当储能模块的SOC值偏离所述SOC计划曲线时，调整多个分布式发电系统协同工作。在充分保证SOFC发电系统稳态化运行基础上生成更加精准的第二目标功率曲线，提高可再生能源利用率，控制储能模块的SOC，提高SOFC发电系统平均效率，更能降低对储能模块的有害操作。的有害操作。的有害操作。

【技术实现步骤摘要】
一种家用微电网调度方法、管理系统和家用微电网


[0001]本专利技术涉及微电网控制领域，尤其涉及一种家用微电网调度方法、管理系统和家用微电网。

技术介绍

[0002]在环境保护和可持续发展被日益重视的背景下，基于可再生能源的微电网得到了快速发展。微电网作为一种重要的分布式供电技术，能够集成多种能源形成优势互补，具有很强的灵活性和扩展性，在我国能源结构改革与偏远地区供电等方面具有重要意义。固体氧化物燃料电池(SolidOxideFuelCell,SOFC)是一种绿色、高效、可控的发电技术，很适合作为微电网的组成部分，能够弥补光伏、风能等间歇性能源不能长期稳定供电的不足。
[0003]微电网的容量配置优化和控制策略是其在应用过程中的核心问题，目前，常用的微电网是规则控制，即通过预设的规则实现对微电网各发电设备的能量分配，其优势是能够实现实时控制，不依赖预测数据，但是微电网运行工况复杂，通过规则控制很难实现微电网的最优经济调度，对于具有SOFC的微电网更是难以实现最优调度。

技术实现思路

[0004]鉴于上述现有技术的不足之处，本专利技术的目的之一在于提供一种家用微电网调度方法，能够实现家用微电网的最优经济调度，节约成本，提高家用微电网的能源利用率。
[0005]本专利技术的目的之二在于提供一种能量管理系统和家用微电网。
[0006]本专利技术的目的之三在于提供一种家用微电网。
[0007]本专利技术的目的之四在于提供一种计算机可读介质。
[0008]为了达到上述目的，本专利技术采取了以下技术方案：一方面，本专利技术提供一种家用微电网调度方法，应用于微电网的能量管理系统，所述微电网还包括分别与所述能量管理系统连接的多个分布式发电系统和储能模块；所述分布式发电系统包括光伏发电系统、风力发电系统和SOFC发电系统；所述调度方法包括：获取决策变量；所述决策变量包括各个分布式发电系统的最大输出功率、储能模块的能量状态、预测负荷数据以及预测光伏发电数据；所述预测负荷数据为以第一时间粒度为基础的次日负荷数据；所述预测光伏发电数据为以第一时间粒度为基础的次日光伏发电数据；基于所述决策变量得到日前调度计划；所述日前调度计划包括光伏发电系统、风力发电系统的第一目标功率曲线、以及SOFC发电系统的第二目标功率曲线、以及储能模块的SOC计划曲线；其中，基于所述决策变量通过调度模型得到以所述第一时间粒度为基础的每个分布式发电系统的第一目标功率曲线和所述储能模块的SOC计划曲线；对SOFC发电系统的所述第一目标功率曲线基于SOFC功率跟踪速度进行约束处理，得到以第二时间粒度为基础的SOFC发电系统的第二目标功率曲线；基于所述日前调度计划驱动所述微电网执行供电工作；当储能模块的SOC值偏离
所述SOC计划曲线时，调整多个分布式发电系统协同工作。
[0009]进一步的，所述的家用微电网调度方法，所述调度模型为二次规划函数模型；所述调度模型的约束条件包括：各个分布式发电系统的功率范围约束：0≤P
PV
(t)≤P
PV
‑
Max
；0≤P
WTG
(t)≤P
WTG
‑
Max
；0≤P
SOFC
(t)≤P
SOFC
‑
Max
；P
BESS
‑
Min
≤P
BESS
(t)≤P
BESS
‑
Max
；其中，P
PV
(t)为光伏发电系统的输出功率；P
PV
‑
Max
为光伏发电系统的最大工作功率；P
WTG
(t)为风力发电系统的输出功率；P
WTG
‑
Max
为风力发电系统的最大工作功率；P
SOFC
(t)为SOFC发电系统的输出功率；P
SOFC
‑
Max
为SOFC发电系统的最大工作功率；P
BESS
(t)为储能模块的输出功率；P
BESS
‑
Min
为储能模块的最小输出功率；P
BESS
‑
Max
为储能模块最大输出功率；功率平衡约束：P
load
(t)=P
PV
(t)+P
WTG
(t)+P
SOFC
(t)+P
BESS
(t)；其中，P
load
(t)为微电网对外供电功率；储能模块的能量状态平衡约束：E(t)=E(t
‑
1)+
△
t*P
Ch
‑△
t*P
Dis
；其中，E(t)为储能模块当前时间点的能量状态；E(t
‑
1)为储能模块前一时间点的能量状态；P
Ch
为储能模块的充电功率；P
Dis
为储能模块的放电功率；
△
t为当前时间点与前一时间点的时间差值；储能模块的SOC范围约束：0.2≤SOC(t)≤0.8；其中，SOC(t)为储能模块当前时间点的SOC值。
[0010]进一步的，所述的家用微电网调度方法，所述约束处理为SOFC斜坡约束；所述SOFC斜坡约束为所述SOFC发电系统的输出功率增长或下降的速率限制预定斜率以内。
[0011]进一步的，所述的家用微电网调度方法，所述调度方法还包括：基于SOFC发电系统的第二目标功率曲线和SOFC成本函数计算SOFC发电系统的燃料消耗成本；所述SOFC成本函数为：C
SOFC
=FP
·
（b1·
P
SOFC
(t)2/Size
SOFC
+b2·
P
SOFC
(t)+b3·
Size
SOFC
）其中，C
SOFC
为SOFC成本；FP是天然气价格；Size
SOFC
是SOFC的额定输出功率；b1、b2、b3分别为参数。
[0012]进一步的，所述的家用微电网调度方法，所述调度方法还包括：根据各个分布式发电系统的第二目标功率曲线以及储能模块的SOC、能量状态使用储能成本函数进行储能成本计算；所述储能成本函数为：C
BESS
(t)=a1·
P
dis
(t)2/Cap+a2·
P
dis
(t)+a3·
P
ch
(t)2/Cap+a4·
P
ch
(t)+a5·
E(t)+a6·
Cap；其中，C
BESS
(t)为储能成本；P
ch
(t)为充电功率；P
dis
(t)为放电功率；E(t)为能量状态；a1、a2、a本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种家用微电网调度方法，其特征在于，应用于微电网的能量管理系统，所述微电网还包括分别与所述能量管理系统连接的多个分布式发电系统和储能模块；所述分布式发电系统包括光伏发电系统、风力发电系统和SOFC发电系统；所述调度方法包括：获取决策变量；所述决策变量包括各个分布式发电系统的最大输出功率、储能模块的能量状态、预测负荷数据以及预测光伏发电数据；所述预测负荷数据为以第一时间粒度为基础的次日负荷数据；所述预测光伏发电数据为以第一时间粒度为基础的次日光伏发电数据；基于所述决策变量得到日前调度计划；所述日前调度计划包括光伏发电系统、风力发电系统的第一目标功率曲线、以及SOFC发电系统的第二目标功率曲线、以及储能模块的SOC计划曲线；其中，基于所述决策变量通过调度模型得到以所述第一时间粒度为基础的每个分布式发电系统的第一目标功率曲线和所述储能模块的SOC计划曲线；对SOFC发电系统的所述第一目标功率曲线基于SOFC功率跟踪速度进行约束处理，得到以第二时间粒度为基础的SOFC发电系统的第二目标功率曲线；基于所述日前调度计划驱动所述微电网执行供电工作；当储能模块的SOC值偏离所述SOC计划曲线时，调整多个分布式发电系统协同工作。2.根据权利要求1所述的家用微电网调度方法，其特征在于，所述调度模型为二次规划函数模型；所述调度模型的约束条件包括：各个分布式发电系统的功率范围约束：0≤P
PV
(t)≤P
PV
‑
Max
；0≤P
WTG
(t)≤P
WTG
‑
Max
；0≤P
SOFC
(t)≤P
SOFC
‑
Max
；P
BESS
‑
Min
≤P
BESS
(t)≤P
BESS
‑
Max
；其中，P
PV
(t)为光伏发电系统的输出功率；P
PV
‑
Max
为光伏发电系统的最大工作功率；P
WTG
(t)为风力发电系统的输出功率；P
WTG
‑
Max
为风力发电系统的最大工作功率；P
SOFC
(t)为SOFC发电系统的输出功率；P
SOFC
‑
Max
为SOFC发电系统的最大工作功率；P
BESS
(t)为储能模块的输出功率；P
BESS
‑
Min
为储能模块的最小输出功率；P
BESS
‑
Max
为储能模块最大输出功率；功率平衡约束：P
load
(t)=P
PV
(t)+P
WTG
(t)+P
SOFC
(t)+P
BESS
(t)；其中，P
load
(t)为微电网对外供电功率；储能模块的能量状态平衡约束：E(t)=E(t
‑
1)+
△
t*P
Ch
‑△
t*P
Dis
；其中，E(t)为储能模块当前时间点的能量状态；E(t
‑
1)为储能模块前一时间点的能量状态；P
Ch
为储能模块的充电功率；P
Dis
为储能模块的放电功率；

【专利技术属性】
技术研发人员：李曦，杨霖，
申请(专利权)人：浙江国氢能源科技发展有限公司，
类型：发明
国别省市：