System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于多微电网优化调度,具体涉及多微电网低碳经济调度方法、装置、设备及介质。
技术介绍
1、电力行业作为碳排放的主要来源,每年的co2排放量占全国碳排放总量的40%,其具有重大的节能减排责任。以清洁能源为主要发电单元的微电网也是目前研究的热点。微电网(micro-grid,mg)是电力行业中的一种小型电力系统,主要由分布式电源装置、用户侧负载和能源管理系统组成,可以在并网模式或孤岛模式下运行。微电网将各种可再生能源供电形式,储能系统,负荷等有机结合在一起,能够促进风光的就地消纳,降低co2的排放量,对于推进电力系统节能减排具有重要意义。同时,在微电网中加入碳交易,利用市场的调节手段鼓励电力行业转变能源结构,提高技术创新,能够使传统单一经济调度模式向节能减排的环境经济调度模式转变。
2、关于考虑碳交易的微电网方面,目前有一些研究,如peng c等人在《dynamiceconomic dispatch for wind-thermal power system using a novel bi-populationchaotic differential evolution algorithm》以风光发电系统运行过程中的成本为约束条件,以多种污染物的排放量最少为目标函数,建立风光系统低碳调度模型。还有yufanzhang等人在《bi-level distributed day-ahead schedule for islanded multi-microgrids in acarbon trading marke
3、基于可再生能源的分布式发电(distributed generation,dg)出现彻底改变了微电网系统中随机过程的概念。这些风力发电机的输出功率与天气温度、风速等不确定的环境条件有关。因此,它们的到来给微电网下的碳交易带来了更多的不确定性。目前大多数关于微电网下碳交易中可再生能源不确定性的研究或是只考虑了单一的mg,或是缺少用户负荷侧不确定性的考虑,如liu,c等人《chance-constrained schedulingmodel of grid-connected microgrid based on probabilistic and robust optimisation》和shi,z等人《distributionally robust chance-constrained energy management for islandedmicrogrids》。同时,上述研究也均未考虑到微电网在与外部电网进行交易时绿电占比的这一不确定性。
4、因此,如何全面准确地衡量多微电网(multi-microgrid,mmg)各种不确定性因素,提升能源调控的精确性和有效性,提高多微电网系统的可靠性,使得多微电网下的碳交易高效进行,是当前多微电网进行节能减排仍需解决的难点。
技术实现思路
1、本专利技术针对现有多微电网低碳经济调度方法考虑的不确定性因素不够全面的不足,提供一种考虑多重不确定性的多微电网低碳经济调度方法,不仅考虑多微电网内部的不确定性,还考虑多微电网外部的不确定性如上级电网的绿电占比。本专利技术同时提供一种调度装置、计算机设备及可读存储介质。
2、为实现上述目的,本专利技术采用如下技术方案:一种考虑多重不确定性的多微电网低碳经济调度方法,所述考虑多重不确定性的多微电网低碳经济调度方法包括:
3、步骤s1、建立各微电网内部模型;
4、步骤s2、建立用户侧负荷不确定性模型;
5、步骤s3、构建碳交易成本模型;
6、步骤s4、根据各微电网内部模型、用户侧负荷不确定性模型和碳交易成本模型,采用场景分析法获得考虑各微电网的分布式电源及用户侧负荷不确定性的典型场景的概率,并将各微电网与碳交易统一优化,构建以总成本最低为目标的多微电网低碳优化运行模型;
7、步骤s5、根据多微电网低碳优化运行模型,基于信息间隙决策理论的风险规避策略,构造考虑外部上级电网绿电占比不确定性的多微电网随机-鲁棒混合优化调度模型,求解得到最优优化方案。
8、本专利技术的考虑多重不确定性的多微电网低碳经济调度方法,在步骤s1中建立了微电网内部模型,通过步骤s2建立用户侧负荷模型和步骤s3的碳交易成本模型,使得系统运营商充分考虑碳排放问题,再通过步骤s4得到总成本最小的目标函数,最后在步骤s5处理了绿电占比这一不确定性,最终得到每个微电网的最优发电量与碳排放量,兼顾成本最低与节能减排。步骤s1至步骤s3没有顺序关系,在步骤s1至步骤s3完成后,再进行步骤s4,最后进行步骤s5。
9、作为改进,步骤s1中,微电网内部设备包括柴油发电机、风力发电机、光伏发电设备和蓄电池,分别建立各设备模型及约束条件。
10、作为改进,步骤s1中,柴油发电机的约束条件表示为:
11、
12、
13、式(1)、(2)分别为发电限制和爬坡约束;
14、式中,pic,t表示柴油发电机在t时刻的有功功率,vic,t表示柴油发电机在t时刻状态变化的二进制变量,表示柴油发电机最大有功功率;rampic表示柴油发电机的斜坡速率,pic,t-1表示柴油发电机在t-1时刻的有功功率;
15、柴油发电机的成本函数是其输出功率的二次函数,柴油发电机运行成本的模型表示为:
16、
17、式中,为柴油发电机运行成本,α1、α2与α3为运行成本系数;
18、柴油发电机的启动成本模型表示为:
19、
20、γic,t=max[(νic,t-νic,t-1),0] (5)
21、式中,为柴油发电机在t时刻启动成本,γic,t为柴油发电机启停状态的二进制变量,为柴油发电机启动一次的成本,νic,t-1表示柴油发电机在t-1时刻状态变化的二进制变量,柴油发电机总成本为启动成本加运行成本,即costic,t,表示为:
22、
23、作为改进,步骤s1中,风力发电机的输出功率取决于风速,风速遵循威布尔分布,其概率密度函数表示为:
24、
25、式中,κ为威布尔分布形状因子,δ为威布尔分布尺度因子,v为风速;
26、风力发电机的发电功率是风速的函数,表示为:
27、
28、式中,为风力发电机的预测发电功率,是风力发电机的额定输出功率,vrated是风力发电机的额定风速,vin是风力发电机的切入功率,vo是风力发电机的切出功率;
29、风力发电机的出力不仅取决于风速,在风力发电的转换过程由于风机脱网、故障、检修以及风速越限引起的切入切出因素也会导致本文档来自技高网...
【技术保护点】
1.一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:所述考虑多重不确定性的多微电网低碳经济调度方法包括:
2.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤S1中,微电网内部设备包括柴油发电机、风力发电机、光伏发电设备和蓄电池,分别建立各设备模型及约束条件;
3.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤S2中,基于正态分布建立用户侧负荷不确定性模型,依据能量上下限建立与主网联络线约束模型;
4.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤S3中,碳交易成本模型表示为:
5.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤S4包括:
6.根据权利要求5所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤S4包括:
7.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤S5中,在随机-鲁棒优化的
8.一种考虑多重不确定性的多微电网低碳经济调度装置,其特征在于:包括:
9.一种计算机设备,其特征在于:包括:一个或多个处理器,所述处理器用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至7中任意一项所述的一种考虑多重不确定性的多微电网低碳经济调度方法。
10.一种计算机可读存储介质,其特征在于:其上存储有计算机程序,所述计算机程序被执行时,实现如权利要求1至7中任意一项所述的一种考虑多重不确定性的多微电网低碳经济调度方法。
...【技术特征摘要】
1.一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:所述考虑多重不确定性的多微电网低碳经济调度方法包括:
2.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤s1中,微电网内部设备包括柴油发电机、风力发电机、光伏发电设备和蓄电池,分别建立各设备模型及约束条件;
3.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤s2中,基于正态分布建立用户侧负荷不确定性模型,依据能量上下限建立与主网联络线约束模型;
4.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤s3中,碳交易成本模型表示为:
5.根据权利要求1所述的一种考虑多重不确定性的多微电网低碳经济调度方法,其特征在于:步骤s4包括:
6.根...
【专利技术属性】
技术研发人员:李熊,陆春光,刘炜,孙钢,沈然,孙毅,刘亚梁,杨泓玥,杜晓东,余圣彬,姜宏剑,王朝亮,庞凌嵩,
申请(专利权)人:国网浙江省电力有限公司营销服务中心,
类型:发明
国别省市:
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。