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() 基于需求响应参与的微电网风险约束调度方法技术_技高网

基于需求响应参与的微电网风险约束调度方法技术

技术编号:44003470 阅读:1 留言:0更新日期:2025-01-10 20:20
本发明专利技术涉及微电网智能调度技术领域,公开了一种基于需求响应参与的微电网风险约束调度方法,包括预调度阶段和再调度阶段:所述预调度阶段对可控微电源、风电、光伏组成的确定性电能输出的微电网进行调度,通过经济模型对微电网中可控微电源和需求响应进行调度,达到供需平衡;再调度阶段,将备用电源消纳加入到微电网的调度中,通过“条件风险约束调度模型”得到在安全频率状态下的需求响应消纳、备用机组消纳、可控微电源成本投入在当前电价的预期利润;将需求响应加入到了微电网调度中,保障运营商在安全频率范围内,实现利润最大化。

【技术实现步骤摘要】

本专利技术涉及微电网智能调度,具体涉及一种基于需求响应参与的微电网风险约束调度方法


技术介绍

1、微电网(micro-grid,以下简称mg)是指一个含分布式能源和相关负荷、能够独立运行或与该地区主网联合运行的集群。随着可再生能源的渗透率提高和信息技术的发展,微电网运营商面临着如何管理响应性负荷以优化资源和资产的挑战。

2、微电网有并网和孤岛两种运行方式。并网运行时与外部电网存在能量交互,能够为系统能源供应提供支撑,保证所有负荷的可靠供应。当电网出现故障检修或处于偏远海岛区域时,系统则会处于孤岛状态。失去了外部电网的有效支撑,微能源网的运行与控制将变得更加复杂和困难。

3、中国专利公开号为“cn108053057a”,公开了一种基于cvar的虚拟电厂优化调度建模方法,该方法通过风险的理论去探讨vpp(虚拟发电厂)调度优化问题,vpp中含有大量风光等可再生能源,其出力与常规能源不同,具有很强的间隙性及波动性,因此vpp优化调度问题是一个具有不确定性的问题,从而使得调度vpp有可能面临风险,而利用cvar理论可以准确地度量vpp在调度运行中的风险,从而权衡经济性与风险性。

4、但该调度建模方法中并未将需求响应作为一个消纳电网风险因素去考虑,需求响应是指通过电价策略和补贴方式,使得需求侧根据调度需求完成相应操作,如,在用电高峰时,减少一些负载的运行方式来减轻电网过载风险。由于用户并不一定遵从约定执行用电,特别是在孤岛状态的微电网,引入需求响应控制方式微电网的不确定性更加凸显,导致微电网的不确定风险增加,因此对于孤岛运营的微电网的控制,如何调度电网中可控微电源、备用电源、需求响应这些资源,使得电网安全情况下运营收益最大化的目的。


技术实现思路

1、为了实现使得电网安全情况下运营收益最大化的目的,解决微电网中可控微电源、备用电源、需求响应的如何合理调度的问题。

2、本专利技术提出一种基于需求响应参与的微电网风险约束调度方法,包括预调度阶段和再调度阶段:所述预调度阶段对可控微电源、风电、光伏组成的确定性电能输出的微电网进行调度,包括如下步骤:

3、s11:对微电网中的风电、光伏的供电能力进行建模分析;得到风电、光伏组成微电网的供电量曲线,

4、s12:通过历史用电数据分析得到负荷用电需求曲线;

5、s13:通过对电能电价进行调节,并对响应需求的用户进行补贴的方式,将需求响应加入到微电网供需调节中;

6、s14:建立对微电网进行确定性调度的经济模型,该经济模型以经济最大化为目标,通过经济模型对微电网中可控微电源和需求响应进行调度,达到供需平衡;

7、所述再调度阶段,将备用电源消纳加入到微电网的调度中,

8、具体包括如下步骤:

9、s21:对备用供电设备进行建模分析,得到备用供电设备的供电能力;

10、s22:通过“蒙特卡洛法生成”模拟风电机组、光伏机组的功率及负荷变化的大量突发场景,并在大量突发场景中选择出其中发生突发状态的典型场景;

11、s23:建立典型场景的微电网不确定性模型,得到各典型场景下的风电和光伏形成的微电网供电能力,来模拟微电网的不确定性;

12、s24:将条件风险约束调度模型作为运营商的风险规避模型,基于场景的随机优化方法中,采用α-cvar表示随机场景下的预期利润,通过“条件风险约束调度模型”得到在安全频率状态下的需求响应消纳、备用机组消纳、可控微电源成本投入在当前电价的预期利润;

13、s25:在满足微电网运行安全状态下,通过“目标函数”来选用利益最大化的需求响应消纳量和备用机组投入量。

14、进一步,在步骤s14中,参与响应需求的用户在某时刻的经济效益满足如下负荷经济模型:

15、

16、其中,表示t时段用户j参与需求响应dr后的负荷需求;dj,t表示t时段用户j的负荷需求;ρj,t表示相应的负荷电价;表示用户买卖电量的电价;ej,t,t表示用户j在时段t的自弹性系数,系数ηj表示用户j参与需求响应dr的系数。

17、进一步,在步骤s23中,通过“分布函数”生成大量表示不确定的场景,并采用“k-means算法”筛选出能够充分表示不确定性的典型场景。

18、进一步,在步骤s23中,将典型场景中的风速、太阳辐射和负荷预测误差输入到误差模型中,进而提取到风电或光伏的发电量,以及负荷消耗量。

19、进一步,在步骤s25中,所述目标函数满足如下关系:

20、

21、其中,ps为场景s的利润;πs为场景s的概率;ηs为非负变量,ηs等于ξ与利润小于ξ时的利润差,β为风险规避因子,ξ表示利润阈值。选择较高的β值,mg运营商更容易规避风险;如β=0时,说明mg运营商是中性风险决策者。

22、进一步,所述条件风险价值模型的约束条件中引入了需求侧约束,所述需求侧约束满足:

23、其中,dj,t表示t时段负荷j的功率需求;为用户负荷需求最大、最小值;为t时段负荷j的上、下旋转备用量。通过提供上旋转备用量,用户会分别减少其消耗量,反之用户会增加其消耗量。

24、最后,所述条件风险价值模型的约束条件中还引入了交流潮流约束,通过交流潮流约束条件使得微电网中的有功和无功功率流动都在安全极限之内,以保证微电网运行的安全性。

25、与现有微电网运营调度相比,本方案将需求响应加入到了微电网调度中,对微电网运营商运行的预期利润采用条件风险价值模型进行分析,通过该模型对不同场景进行预测给到运营商在安全频率范围内,实现利润最大化。通过实际试验,用户参与需求响应来对微电网调度,不仅能够提高运营商的预期利润,还对微电网中的频率安全有改善作用。

本文档来自技高网...

【技术保护点】

1.基于需求响应参与的微电网风险约束调度方法,其特征在于:包括预调度阶段和再调度阶段:所述预调度阶段对可控微电源、风电、光伏组成的确定性电能输出的微电网进行调度,所述预调度阶段包括如下步骤:

2.根据权利要求1所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:在步骤S14中,参与响应需求的用户在某时刻的经济效益满足如下负荷经济模型:

3.根据权利要求1所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:在步骤S23中,通过“分布函数”生成大量表示不确定的场景,并采用“k-means算法”筛选出能够充分表示不确定性的典型场景。

4.根据权利要求1所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:在步骤S24中,将典型场景中的风速、太阳辐射和负荷预测误差输入到误差模型中,进而提取到风电或光伏的发电量,以及负荷消耗量。

5.根据权利要求1所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:在步骤S25中,所述目标函数满足如下关系:

6.根据权利要求5所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:所述条件风险价值模型的约束条件中引入了需求侧约束,所述需求侧约束满足:

7.根据权利要求6所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:所述条件风险价值模型的约束条件中还引入了交流潮流约束。

...

【技术特征摘要】

1.基于需求响应参与的微电网风险约束调度方法,其特征在于:包括预调度阶段和再调度阶段:所述预调度阶段对可控微电源、风电、光伏组成的确定性电能输出的微电网进行调度,所述预调度阶段包括如下步骤:

2.根据权利要求1所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:在步骤s14中,参与响应需求的用户在某时刻的经济效益满足如下负荷经济模型:

3.根据权利要求1所述的基于需求响应参与的微电网风险约束调度方法,其特征在于:在步骤s23中,通过“分布函数”生成大量表示不确定的场景,并采用“k-means算法”筛选出能够充分表示不确定性的典型场景。

4.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员:王剑张宇宁
申请(专利权)人:国家电投集团四川电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1