一种含分布式压缩空气储能的低碳微网运行方法技术

本发明专利技术公开了一种含分布式压缩空气储能的低碳微网运行方法，包括以下步骤：S1、构建含分布式压缩空气储能的微网系统；S2、构建含分布式压缩空气储能的微网模型；所述微网模型包括分布式新能源模型、压缩机与透平机模型、储气室模型；S3、以微网系统低碳运行成本的最小值为优化目标构建目标函数。本发明专利技术首先考虑区域微网环境复杂，提出分布式压缩空气储能系统与微网耦合结构，接着建立微网中新能源输出模型与压缩空气储能系统模型，最后考虑新能源消纳，构建微网低碳运行目标函数来提升微网经济性，降低微网中弃风弃光率；其有效提高了微网的环境适用性，给分布式新能源的微网优化发展作出了一定的贡献。作出了一定的贡献。作出了一定的贡献。

【技术实现步骤摘要】
一种含分布式压缩空气储能的低碳微网运行方法


[0001]本专利技术涉及新能源领域，尤其涉及一种含分布式压缩空气储能的低碳微网运行方法。

技术介绍

[0002]微网是实现分布式新能源高效利用与有效消纳的手段之一，其由分布式新能源、储能装置与负荷构成。我国各地新能源快速发展，以新能源为主要能源输入的微网作用明显。但在地区差异、环境因素与新能源发电间歇性等因素下，电化学储能等储能装置工作可靠性不高且无法满足长时间能源供给需求，这也成为了限制微网发展的主要原因之一。分布式压缩空气储能运行灵活高效，在高寒、低气压等极端环境条件下也能长时段持续运行，与以分布式新能源为主要能源输入的微网十分契合。因此在用能分散且环境复杂的微网中建立含分布式压缩空气储能的微网系统，为复杂环境地区微网低碳、安全、灵活发展提供了新思路。
[0003]含分布式新能源的微网优化调度是当下研究的热门。现有研究虽然极大程度上促进了微网的发展，但仍存在碳排放以及储能装置存在局限性，在复杂环境下无法安全稳定等问题。
[0004]为解决上述问题，一些学者们将研究方向重心转移至分布式压缩空气储能，以适应各类型的微网。然而，其在研究上虽然验证了压缩空气储能在新能源微网中的良好性能，但各微网因其所处地理位置不同，其风光资源差异性较大，使得分布式压缩空气储能系统在不同能源输入的微网优化调度中差别显著。本专利技术针对复杂环境下微网适用性较差的问题，提出了一种含分布式压缩空气储能的低碳微网运行方法。

技术实现思路

[0005]本专利技术目的是针对上述问题，提供一种可以有效降低运行成本的含分布式压缩空气储能的低碳微网运行方法。
[0006]为了实现上述目的，本专利技术的技术方案是：
[0007]一种含分布式压缩空气储能的低碳微网运行方法，包括以下步骤：
[0008]S1、构建含分布式压缩空气储能的微网系统；
[0009]S2、构建含分布式压缩空气储能的微网模型；所述微网模型包括分布式新能源模型、压缩机与透平机模型、储气室模型；
[0010]S3、以微网系统低碳运行成本的最小值为优化目标构建目标函数，其目标函数为：
[0011]minC＝C
r
+C
loss
；
[0012]C
r
＝f
CAES
(P
cp,rp
+P
tb,rp
)；
[0013][0014]式中：C
r
为分布式压缩空气储能系统运行维护成本；C
loss
为弃风弃光惩罚成本；f
CAES
为分布式压缩空气储能系统日运行维护系数；P
cp,rp
为压缩机的额定功率；P
tb,rp
为透平
机的额定功率；γ
c
为分布式新能源发电设备的弃电量惩罚系数；P
c
(t)为t时段的弃电功率。
[0015]进一步的，所述步骤S1中，微网系统包括分布式压缩空气储能系统、风力发电设备、光伏发电设备、用电负荷；所述风力发电设备、光伏发电设备均与分布式压缩空气储能系统的输入端相连接，分布式压缩空气储能系统的输出端与用电负荷相连接。
[0016]进一步的，所述步骤S1中，分布式压缩空气储能系统包括压缩机、储能装置、透平机，压缩机的输入端与风力发电设备、光伏发电设备的输出端相连接，压缩机的输出端与储能装置的输入端相连接，储能装置的输出端与透平机的输入端相连接，透平机的输出端与用电负荷相连接。
[0017]进一步的，所述步骤S2中，分布式新能源模型的计算公式为：
[0018][0019][0020]式中，为第n个分布式光伏发电设备t时段的输出功率；为第n个分布式风力发电设备t时段的输出功率；P
pv
(t)为微网系统中光伏发电设备出力t时段的输出功率；P
wd
(t)为微网系统中风力发电设备出力t时段的输出功率；a为分布式光伏发电设备的数量、b为分布式风力发电设备的数量。
[0021]进一步的，所述步骤S2中，压缩机与透平机模型的计算公式为：
[0022]M
cp
(t)＝η
cp
P
e
(t)；
[0023]P
tb
(t)＝η
tb
M
tb
(t)；
[0024]式中，P
e
(t)为t时段压缩机消耗的电功率；η
cp
为压缩机转换系数；M
cp
(t)为t时段压缩机产生的高压空气质量；M
tb
(t)为t时段储气室输出高压空气质量；η
tb
为透平机转换系数；P
tb
(t)为t时段透平机输出电功率。
[0025]进一步的，所述步骤S2中，储气室模型的计算公式为：
[0026][0027]式中，p
SOC
(t)为t时刻储气室的压强；η
SOC
为储气室的交换空气效率；R
g
为理想气体常数；T为储气室温度；V为储气室体积。
[0028]进一步的，所述步骤S3中，目标函数的约束条件包括电量平衡约束、分布式压缩空气储能系统的元件运行约束、其他运行约束；
[0029]所述电量平衡约束为：
[0030][0031]式中，P
load
(t)为t时段内微网系统的电负荷；
[0032]所述分布式压缩空气储能系统的元件运行约束为：
[0033]0≤P
e
(t)≤Q
cp
；
[0034]0≤P
tb
(t)≤Q
tb
；
[0035]p
SOC_min
≤p
SOC
(t)≤p
SOC_max
；
[0036]式中，P
e
(t)为t时段压缩机消耗的电功率；P
tb
(t)为t时段透平机输出电功率；p
SOC
(t)为t时刻储气室的压强；Q
cp
为压缩机的最大功率；Q
tb
为透平机的最大功率；p
SOC_min
、p
SOC_max
分别为储气室压强的最小值、最大值；
[0037]所述其他运行约束为：
[0038]0≤P
c
(t)≤λ
c
(P
pv
(t)+P
wd
(t))；
[0039]式中，λ
c
为最大弃风弃光比例。
[0040]与现有技术相比，本专利技术具有的优点和积极效果是：
[0041]本专利技术提出了一种含分布式压缩空气储能的低碳微网运行方法，其首先考虑区域微网环境复杂，提出分布式压缩空气储能系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含分布式压缩空气储能的低碳微网运行方法，其特征在于：包括以下步骤：S1、构建含分布式压缩空气储能的微网系统；S2、构建含分布式压缩空气储能的微网模型；所述微网模型包括分布式新能源模型、压缩机与透平机模型、储气室模型；S3、以微网系统低碳运行成本的最小值为优化目标构建目标函数，其目标函数为：min C＝C
r
+C
loss
；C
r
＝f
CAES
(P
cp,rp
+P
tb,rp
)；式中：C
r
为分布式压缩空气储能系统运行维护成本；C
loss
为弃风弃光惩罚成本；f
CAES
为分布式压缩空气储能系统日运行维护系数；P
cp,rp
为压缩机的额定功率；P
tb,rp
为透平机的额定功率；γ
c
为分布式新能源发电设备的弃电量惩罚系数；P
c
(t)为t时段的弃电功率。2.如权利要求1所述的含分布式压缩空气储能的低碳微网运行方法，其特征在于：所述步骤S1中，微网系统包括分布式压缩空气储能系统、风力发电设备、光伏发电设备、用电负荷；所述风力发电设备、光伏发电设备均与分布式压缩空气储能系统的输入端相连接，分布式压缩空气储能系统的输出端与用电负荷相连接。3.如权利要求2所述的含分布式压缩空气储能的低碳微网运行方法，其特征在于：所述步骤S1中，分布式压缩空气储能系统包括压缩机、储能装置、透平机，压缩机的输入端与风力发电设备、光伏发电设备的输出端相连接，压缩机的输出端与储能装置的输入端相连接，储能装置的输出端与透平机的输入端相连接，透平机的输出端与用电负荷相连接。4.如权利要求3所述的含分布式压缩空气储能的低碳微网运行方法，其特征在于：所述步骤S2中，分布式新能源模型的计算公式为：步骤S2中，分布式新能源模型的计算公式为：式中，为第n个分布式光伏发电设备t时段的输出功率；为第n个分布式风力发电设备t时段的输出功率；P
pv
(t)为微网系统中光伏发电设备出力t时段的输出功率；P
wd
(t)为微网系统中风力发电设备出力t时段的输出功率；a为分布式光伏发电设备的数量、b为分布式风力发电设备的数量。5.如权利要求4所述的含分布式压缩空气储能的低碳微网运行方法，其特征在于：所述步骤S2中，压缩机与透平机模型的计算公式为：M
cp

【专利技术属性】
技术研发人员：陈来军，陈晓弢，司杨，殷骏，杜锡力，
申请(专利权)人：青海大学，
类型：发明
国别省市：