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】
本专利技术属于电网,具体涉及一种微电网日前调度规划方法、装置、设备及介质。
技术介绍
1、微电网是一种由分布式电源、储能和负荷等组成的小型发配电系统,具有灵活、局部化和模块化的特点,可以在并网或孤网状态下运行。通过整合各分布式电源和合理配置各机组的输出,微电网极大地提高了电网运行的稳定性和能源利用率。同时,通过有效利用可再生能源,微电网大大降低了对传统能源的依赖,并减轻了传统能源所带来的环境问题,实现了节能减排的目标。分布式发电可以利用分散的可再生能源进行发电,并具有较高的能源利用率和较好的灵活性。储能装置可以抑制微电网的瞬时功率跳动,提高微电网电能质量水平,并能充分发挥削峰填谷的功能,对于保证微电网的平稳运转具有重要意义。
2、伴随着可再生能源发电技术的不断发展和国家新能源政策的大力支持,包含分布式电源、储能以及负荷等单元组成的微电网技术得到了快速发展。可再生能源受到天气和环境等因素的影响,其输出功率具有随机性与间隙性特点,与大电网并网功率的波动,造成微电网不能很好的消纳可再生能源。
技术实现思路
1、有鉴于此,本专利技术的目的在于克服现有技术的不足,提供一种微电网日前调度规划方法、装置、设备及介质,以解决现有技术中微电网与大电网并网功率波动较大的问题。
2、为实现以上目的,本专利技术采用如下技术方案:一种微电网日前调度规划方法,包括:
3、确定调度参数,基于所述调度参数构建目标函数及与所述目标函数相应的约束条件;
4、根据所述目标
5、采用粒子群优化算法对所述微电网日前调度模型进行迭代求解,得到日前调度计划。
6、进一步的,所述目标函数以减少与大电网交换电量为目标,所述目标函数为
7、
8、cmg(t)=pmg(t)-pmgp(t)
9、cl(t)=pl(t)-plp(t)
10、chess(t)=phess(t)
11、其中,λ1、λ2、λ3分别为分布式发电单元、微电网负荷及混合储能系统权重系数;cmg(t)为分布式发电单元功率预测差值;pmg(t)为t时刻可分布式发电单元功率;pmgp(t)为t时刻可分布式发电单元预测功率;cl(t)为微电网负荷功率预测差值;pl(t)为t时刻微电网负荷功率;plp(t)为t时刻微电网负荷功率预测值;phess(t)为t时刻混合储能系统的输出功率;nt为日调度时段数;chess(t)为t时刻混合储能系统的输出功率。
12、进一步的,所述约束条件,包括:
13、微电网有功功率平衡约束,
14、pg(t)=pmg(t)+phess(t)-pl(t)
15、并联电网功率约束,
16、(1-α)|pg,min(t)|≤|pg(t)|≤(1+α)|pg,max(t)|
17、分布式发电单元功率约束,
18、pmg,min(t)≤pmg(t)≤pmg,max(t)
19、混合储能系统约束,
20、
21、其中,pg(t)为t时刻实际并网功率;α为允许的跟踪误差系数;pmg,max(t)、pmg,min(t)分别为可分布式发电单元功率上限和下限;phess,max(t)、phess,min(t)分别为混合储能系统的输出功率上限和下限;soc(t)为电池剩余容量;socmin(t)为电池剩余容量下限;socmax(t)为电池剩余容量上限。
22、进一步的,所述采用粒子群优化算法对所述微电网日前调度模型进行迭代求解,得到日前调度计划,包括:
23、初始化粒子群,记录并计算每个粒子在解空间中随机初始化一个位置和速度;
24、根据当前位置计算每个粒子的适应度值;
25、根据当前位置和速度以及粒子自身的经验和群体最优经验,更新粒子的速度和位置;
26、根据所有粒子的适应度值,得到粒子目标函数值;
27、基于预设收敛条件,判断所述粒子目标函数值是否满足收敛条件,若满足,则得到日前调度计划的最优解,否则继续迭代至满足收敛条件。
28、进一步的,采用以下方式更新粒子的速度和位置,
29、
30、x[i][j]=x[i][j]+v[i][j]
31、其中,v[i][j]为第i个粒子在第j个维度上的速度;w、c1、c2分别为权重因子;r1、r2为随机因子;为第i个粒子历史上最佳位置;为整个群体历史上的最佳位置;x[i][j]为第i个粒子在第j个维度上的位置。
32、进一步的,所述收敛条件,包括:
33、最大迭代次数或适应度值达到阈值。
34、进一步的,所述调度参数包括:
35、储能系统运行参数、可再生能源功率预测参数和负荷功率预测参数。
36、本申请实施例提供一种微电网日前调度规划装置,包括:
37、确定模块,用于确定调度参数,基于所述调度参数构建目标函数及与所述目标函数相应的约束条件;
38、构建模块,用于根据所述目标函数和相应的约束条件构建微电网日前调度模型;
39、求解模块,用于采用粒子群优化算法对所述微电网日前调度模型进行迭代求解,得到日前调度计划。
40、本申请实施例提供一种计算机设备,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述任一项微电网日前调度规划方法的步骤。
41、本申请实施例还提供一种计算机存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述任一项微电网日前调度规划方法的步骤。
42、本专利技术采用以上技术方案,能够达到的有益效果包括:
43、本专利技术提供一种微电网日前调度规划方法、装置、设备及介质,本申请提供的微电网日前调度模型是指在未来一天的时间范围内,通过对微电网中各种能源设备的功率进行调度,使得微电网的负荷需求得到满足,同时尽可能减少与大电网的交换电量。该模型是微电网能源管理系统的核心部分,对于实现微电网的经济性和可靠性具有重要意义。微电网日前调度模型是通过预测微电网负荷需求和可再生能源的功率输出等信息,确定微电网各设备的运行状态和功率输出,以满足微电网负荷需求的前提下,尽可能减少与大电网的交换电量。
44、本申请通过粒子群优化算法求解调度模型,得到日前调度计划的最优解,本申请通过对微电网中各种能源设备的功率进行调度,使得微电网的负荷需求得到满足,同时尽可能减少与大电网的交换电量,减少并网功率波动。除此之外,本申请通过pso算法对模型进行求解,可以获得最优解,提高预测准确性。
本文档来自技高网...【技术保护点】
1.一种微电网日前调度规划方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述目标函数以减少与大电网交换电量为目标,所述目标函数为
3.根据权利要求2所述的方法,其特征在于,所述约束条件,包括:
4.根据权利要求1所述的方法,其特征在于,所述采用粒子群优化算法对所述微电网日前调度模型进行迭代求解,得到日前调度计划,包括:
5.根据权利要求4所述的方法,其特征在于,采用以下方式更新粒子的速度和位置,
6.根据权利要求4所述的方法,其特征在于,所述收敛条件,包括:
7.根据权利要求1所述的方法,其特征在于,所述调度参数包括:
8.一种微电网日前调度规划装置,其特征在于,包括:
9.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的微电网日前调度规划方法。
10.一种计算机存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处
...【技术特征摘要】
1.一种微电网日前调度规划方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述目标函数以减少与大电网交换电量为目标,所述目标函数为
3.根据权利要求2所述的方法,其特征在于,所述约束条件,包括:
4.根据权利要求1所述的方法,其特征在于,所述采用粒子群优化算法对所述微电网日前调度模型进行迭代求解,得到日前调度计划,包括:
5.根据权利要求4所述的方法,其特征在于,采用以下方式更新粒子的速度和位置,
6.根据权利要求4所述的方法,其特征在于,所述...
【专利技术属性】
技术研发人员:耿琳,邓立,张梦凡,孟繁林,徐丹蕾,王国成,史普鑫,肖伟栋,汪姝君,史沛然,
申请(专利权)人:国家电网有限公司华北分部,
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。