基于动态随机模型的微电网群能量管理方法技术

基于动态随机模型的微电网群能量管理方法，属于微电网群能量管理领域。解决了未考虑动态随机因素对微电网群系统能量管理的影响，导致能量管理能力差的问题。本发明专利技术先构建动态随机性模型，利用其生成可再生能源预测数据和负荷预测数据，然后利用电网间能量交易模型对其预测数据进行优化处理，获得优化结果，再利用日前调度模型结合实时电价，对其所接收的可再生能源预测数据、负荷预测数据和微电网间能量交易模型生成的优化结果进行调度处理，获得微电网内和微电网间能量流动数据；最后利用日内滚动优化模型利用实时的气象信息和微电网群系统状态，对微电网内和微电网间能量流动数据进行修正，完成能量管理。主要用于微电网群能量间的能量管理。能量间的能量管理。能量间的能量管理。

【技术实现步骤摘要】
基于动态随机模型的微电网群能量管理方法


[0001]本专利技术属于微电网群能量管理领域。

技术介绍

[0002]随着微电网技术的快速发展，一定区域内，微电网之间可能存在并联、串联、嵌套等关系，从而构成复杂的微电网群。微电网群系统是微电网的延伸和深化。由于所建地区的风光资源和人口密集度不同，单个微电网的发电能力和负荷消耗也不同，所以单个微电网往往存在余电或缺电的情况，考虑到经济性，余电微电网会将多余电量低价售给电力系统，为了供电可靠性，缺电微电网会向电力系统购电以满足负荷维持微电网正常运行。多个微电网互联构成微电网群系统可以进一步促进微电网间的能量交换，系统内单个微电网之间可以进行互联互供满足区域供电需求。微电网群系统的构建对单个微电网的运行具有积极意义，相较于单个微电网，微电网群系统包含复杂的可再生能源发电单元类型和大量分布式单元。为了满足系统稳定性、供电可靠性和经济性，在多微电网运行时，对微电网群的能量管理提出了更高的要求，微电网群不仅需要保证其子微电网的单独控制与稳定运行，还需要实现系统内互联子微电网之间的能量交互，从而实现微电网群系统经济运行。
[0003]因此，如何对微电网群系统为了正常运行，需要满足子微电网内部功率平衡，不考虑动态随机因素时，按经验值得出的发电量和负荷值会使功率计算发生误差。对功率是否平衡的判断不准确，且微电网之间进行互联互供或微电网与配电网能量交互时，必须对各子微电网的净电量进行计算。而未考虑动态随机因素的确定性模型下计算净电量，会导致净电量计算值偏离实际值，且能量调度管理不是真正的最优。因此，考虑动态随机下微电网群的能量调度管理方法十分必要，微电网群系统进行合理有效的能量管理成为了解决微电网群优化运行的关键，因此，以上问题亟需解决。

技术实现思路

[0004]本专利技术目的是为了解决未考虑动态随机因素对微电网群系统能量管理的影响，导致能量管理能力差的问题，本专利技术提供了基于动态随机模型的微电网群能量管理方法。
[0005]基于动态随机模型的微电网群能量管理方法，该方法包括步骤：
[0006]S1、构建动态随机性模型，并利用构建的动态随机性模型生成可再生能源预测数据、负荷预测数据，并将其生成的可再生能源预测数据和负荷预测数据送至微电网间能量交易模型和日前调度模型；其中，可再生能源包括光伏发电能源和风机发电能源；
[0007]S2、微电网间能量交易模型对其所接收的可再生能源预测数据和负荷预测数据进行优化处理，生成优化结果，并将该优化结果送至日前调度模型；
[0008]S3、日前调度模型结合实时电价，对其所接收的可再生能源预测数据、负荷预测数据和微电网间能量交易模型生成的优化结果进行调度处理，获得微电网内和微电网间能量流动数据；
[0009]S4、日内滚动优化模型利用实时的气象信息和微电网群系统状态，生成修正指令
对日前调度模型输出的微电网内和微电网间能量流动数据进行修正，从而完成微电网群能量的管理。
[0010]优选的是，S1中、构建动态随机性模型的实现方式为：利用贝塔分布和威布尔分布构建动态随机性模型。
[0011]优选的是，微电网间能量交易模型采用粒子群优化算法实现。
[0012]优选的是，S2中、微电网间能量交易模型对其所接收的可再生能源预测数据和负荷预测数据进行优化处理，生成优化结果的实现方式为：
[0013]微电网间能量交易模型对其所接收的可再生能源预测数据和负荷预测数据进行优化基于以下两个原则，从而获得优化结果，所述两个原则分别为：
[0014]原则一、将可再生能源渗透率和线路损耗的乘积作为微电网间能量交易模型的能量交易的参数，且将当两个以上微电网能量富余时，可再生能源渗透率高于预设值的微电网优先提供能量；将当两个以上微电网能量缺省时，可再生能源渗透率低于预设值的微电网优先获得能量；
[0015]原则二、对于收益，余电微电网：在能量交易中所获得的收益等于向少电微电网售电收益部分，交易后的日整体经济成本等于能量交易后运行维护成本减去收益部分；
[0016]少电微电网：少电微电网从大电网购电转变为从余电微电网购电，交易后的日整体经济成本等于能量交易后运行维护成本加上从余电微电网购电成本部分。
[0017]优选的是，日前调度模型进行调度处理，遵循微电网群的能量管理以日整体运行费用最低为经济目标。
[0018]优选的是，微电网群的能量管理以日整体运行费用最低的经济目标函数为：
[0019][0020]式中，minF1表示日整体运行费用最低；
[0021]表示第i个微电网的光伏在时段t小时内的运行维护成本；i为整数；
[0022]表示第i个微电网的风机在时段t小时内的运行维护成本；
[0023]表示第i个微电网的蓄电池在时段t小时内的运行维护成本；
[0024]表示第i个微电网的柴油发电机在时段t小时内的运行成本；
[0025]表示第i个微电网在时段t小时内与大电网交易费用；
[0026]表示第i个微电网在时段t小时内供电不足时切负荷的成本；
[0027]n为变量。
[0028]优选的是，所述余电微电网定义为微电网能量富余，且ΔP
it
＞0；
[0029]少电微电网定义为微电网能量缺省；且ΔP
it
＜0；
[0030]其中，
[0031][0032]ΔP
it
为第i个微电网在时段t小时内产生的可再生能源发电功率与负荷功率的差；i为整
[0033]数；
[0034]为第i个微电网在时段t小时内的光伏出力功率；
[0035]为第i个微电网在时段t小时内的风机出力功率；
[0036]为第i个微电网在时段t小时内的负载功率。
[0037]优选的是，当ΔP
it
＝0时，认定第i个微电网在时段t小时内能量自给自足。
[0038]本专利技术带来的有益效果：
[0039]本专利技术先构建动态随机性模型，利用其生成可再生能源预测数据和负荷预测数据，然后利用电网间能量交易模型对其预测数据进行优化处理，获得优化结果，再利用日前调度模型结合实时电价，对其所接收的可再生能源预测数据、负荷预测数据和微电网间能量交易模型生成的优化结果进行调度处理，获得微电网内和微电网间能量流动数据；最后利用日内滚动优化模型利用实时的气象信息和微电网群系统状态，对微电网内和微电网间能量流动数据进行修正，从而完成微电网群能量的管理。
[0040]本专利技术提出一种基于动态随机模型的微电网群能量管理方法，建立基于光伏、风机及负荷的动态随机性模型，提出微电网群分层控制，实现微电网间的能量交易和管理，最终，实现微电网群的经济优化运行。
附图说明
[0041]图1是本专利技术所述基于动态随机模型的微电网群能量管理方法的原理示意图；
[0042]图2是微电网交易前后成本对比图；其中，t为时间段，h为小时；
...

【技术保护点】

【技术特征摘要】
1.基于动态随机模型的微电网群能量管理方法，其特征在于，该方法包括步骤：S1、构建动态随机性模型，并利用构建的动态随机性模型生成可再生能源预测数据、负荷预测数据，并将其生成的可再生能源预测数据和负荷预测数据送至微电网间能量交易模型和日前调度模型；其中，可再生能源包括光伏发电能源和风机发电能源；S2、微电网间能量交易模型对其所接收的可再生能源预测数据和负荷预测数据进行优化处理，生成优化结果，并将该优化结果送至日前调度模型；S3、日前调度模型结合实时电价，对其所接收的可再生能源预测数据、负荷预测数据和微电网间能量交易模型生成的优化结果进行调度处理，获得微电网内和微电网间能量流动数据；S4、日内滚动优化模型利用实时的气象信息和微电网群系统状态，生成修正指令对日前调度模型输出的微电网内和微电网间能量流动数据进行修正，从而完成微电网群能量的管理。2.根据权利要求1所述的基于动态随机模型的微电网群能量管理方法，其特征在于，S1中、构建动态随机性模型的实现方式为：利用贝塔分布和威布尔分布构建动态随机性模型。3.根据权利要求1所述的基于动态随机模型的微电网群能量管理方法，其特征在于，微电网间能量交易模型采用粒子群优化算法实现。4.根据权利要求1所述的基于动态随机模型的微电网群能量管理方法，其特征在于，S2中、微电网间能量交易模型对其所接收的可再生能源预测数据和负荷预测数据进行优化处理，生成优化结果的实现方式为：微电网间能量交易模型对其所接收的可再生能源预测数据和负荷预测数据进行优化基于以下两个原则，从而获得优化结果，所述两个原则分别为：原则一、将可再生能源渗透率和线路损耗的乘积作为微电网间能量交易模型的能量交易的参数，且将当两个以上微电网能量富余时，可再生能源渗透率高于预设值的微电网优先提供能量；将当两个以上微电网能量缺省时，可再生能源渗透率低于预设值的微电网优先获得能量；原则二、对于收益，...

【专利技术属性】
技术研发人员：郝文波，徐明宇，王盼宝，胡本然，颜庆宇，王卫，徐殿国，鲍锋，曹融，崔佳鹏，
申请(专利权)人：哈尔滨工业大学黑龙江省工业技术研究院国家电网有限公司，
类型：发明
国别省市：