《2022年需求响应微电网优化运行研究报告》由会员分享,可在线阅读,更多相关《2022年需求响应微电网优化运行研究报告(7页珍藏版)》请在金锄头文库上搜索。
1、个人资料整理仅限学习使用基于智能用电技术的微电网优化运行研究肖智宏1,尚志娟2,周晖2 Technology Co., Ltd.,100053ABSTRACT:随着微电网技术的逐步成熟,微网的运行研究得到了越来越多的关注。如何使微网的能源得到最大程度的利用,其关键问题在于如何做好微网综合资源的优化调配。在分析了需求响应技术可以实现对电网运行特性改善的基础上,以一个与主网相连的含风资源、水资源、储能装置、以及本地负载的微电网为研究对象,建立了该微网系统的综合资源优化的数学模型,并采用例子群算法来进行求解,比较了应用需求响应技术前后微网运行的各项运行指标,说明需求响应是提高微网运行性能不可或缺的手
2、段。.KEY WORDS:微电网;运行特性;综合资源规划;需求响应;粒子群算法0 引言风能是目前一种技术较成熟、发展迅速、市场价值已为人们所接受的清洁能源,其分布广泛且资源量巨大,但具有随机性、间歇性、难以预测性及不可存储性等特点。风能大规模利用的最有效方法是进行发电并接入电力系统。由于风能的不确定性,很难对风电的输出功率进行较准确的 预 测 12。 而 电 力 系 统 是 一 个 瞬 时 平 衡 系统,因此风电的接入给电力系统的安全稳定运行带来挑战34 。研究风电输出功率并制定其上网计划成为当今风能利用的重要议题之一。建立风电互补系统成为当今解决以上问题的有效途径,但目前主要以孤网运行为主。
3、如风柴互补发电系统5 需采用化石燃料,会对环境造成一定的污染,较适用于独立用户;风光互补发电系统 67 从季节上来看是互补的,冬天风大而阳光弱,夏天风小而阳光强,一般适合小系统;风电-氢能储能系统8 牵涉到氢能源的供求平衡系统的建设,尚待时日。而水力资源与风能具有较好的互补性,之前有较多的文献研究了抽水蓄能电站与风电互补的运行 9 12 。但抽水蓄能电站的建设条件要求比较高,且投资大、运行成本高,它在系统中所占的比例也较小,因此用它来实现与风电的互补,其调节能力会受到一定的限制;文献13 提出了用一般可调节水电站与风电进行互补的思精选学习资料 - - - - - - - - - 名师归纳总结
4、- - - - - - -第 1 页,共 7 页个人资料整理仅限学习使用想,具有普遍应用价值,但目前尚缺乏对风水互补系统的运行做深入分析。考虑到常规水电站只具有水能调节能力,通过错开水电与风力发电的时间,来达到充分利用风能及水能的目的。但由于常规水电站并不具有消耗多余风电的能力,因此构建含储能装置在内的风水互补系统,并将之与电网互联。这样既可以使该互补系统的能源获得充分的利用,又可以大大地减少不确定性给大系统运行带来的影响。此外,互补系统与大电网相连,还能增加两者的运行可靠性。通过建立该系统的数学模型,利用粒子群优化算法(Particle Swarm Optimization,简称 PSO 对
5、具体算例进行仿真计算,并深入分析了给定运行条件下的功率的分配及收益情况;并比较了两种不同负荷曲线情况下的计算结果,得出通过移峰填谷提高日负荷率对于改善互补系统运行特性是十分重要的。1 风资源、水资源的互补性及储能装置在我国较多地区同时存在着比较丰富的水电资源和风能资源。从季节上看,冬春季节水库的水位较低,水电站出力不足,这时风电场的风速较大,能够承担更多的负荷;夏秋季节风速小,风电场的出力较低,而这时正是雨量充沛的时候,水电站可承担相对较高的负荷。这说明风电和水电在季节上具有较强的互补性。另外,水电的短期波动性较小,在一昼夜里径流量基本是均匀的,而风电的短期波动性却很大,也能体现出风电和水电的
6、互补性13 。由于常规水电站不能做“负瓦”运行,在风电出力比较大时,会出现风电过剩的情况。因此需要配置一定容量的储能装置,来实现能源的充分利用。目前风能储存的方法有很多,而蓄电池发展较为成熟,具有工作效率高、简单可靠、放电功率大、充电迅速、循环寿命长、重量轻等优点。选择蓄电池作为风水互补系统中的储能装置(本文将含蓄电池的风水互补系统简称为风水互补系统 ,对多余的风能进行存储并在合适的时候向负载提供电力。2 风水互补发电优化运行模型风水互补发电优化运行的基本原理是:在丰水期,水电站一般带基荷运行,但需考虑水库的防洪水位,以免来水大时发生灾害;而此时风能不是太大,可用来调峰。在枯水期,风能比较丰富
7、,一般带基荷运行;此时水电站径流量较小,可用来调峰,不需要考虑防洪。本文仅对第二种情况下的日运行计划作分析计算。2.1 目标函数将一天分为24个小时段,保证风水互补系统与电网交换功率最小,以日收益最大为互补系统运行的目标函数,则有:式 中 , 、 分 别 为 风 电 、 水 电 在 t时 刻 的 出力;为蓄电池在t时刻的充(放 电功率 (正值为放电、负值为充电;为风水互补系统不能满足负荷需求时系统在t时刻向负荷所供的电力;和分别为风电和水电单位千瓦时的销售电价;为大电网对互补系统的售电电价。2.2 约束条件1日电力平衡约束: (2 2水电站出力约束(3 3蓄电池容量约束 (4 4水量平衡约束
8、(5 5水库蓄水量约 (6 6水电站发电引用流量约束:(7 在约束条件(2 (4 中,为 t时刻风机实际输出功率,其在风机类型已定的情况下和每一时刻的风速有关,是风速的函数,一般用(8式来近似表示:tcitco33wRtciwtcitR33RciwRtRvvvvP .(vv )P,vvvvvPv0,v或, (8 和分别为风机的切入和切出风速;是额定风速;精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 2 页,共 7 页个人资料整理仅限学习使用是 t时刻的风速;是风机的额定输出功率。在进行运行分析时,假定预测的风速已知,则可根据式 (8 得到各时刻的
9、风电出力。为第t时刻的当地负荷;为蓄电池在t时刻的容量;为第t时刻电网的输入或输出功率,如(9所示:(9 为互补系统不能满足负荷需求时电网在t时刻向负荷提供的电力;和为互补系统满足负荷需求时在 t时刻向电网输入的多余风电和水电。在约束条件(5 (7 中,为水电站第t时刻初 水 库 蓄 水 量 ; 为 水 电 站 第 t时 刻 末 水 库 蓄 水量;为水电站第t时刻平均径流量;为水电站在t时刻的发电流量。水电站的出力为: (10 为水电站在t时刻的发电净水头,由上游水位和下游水位的差值再扣除水头损失可得,上游水位与水库库容有关,下游水位与流量有一一对应 的关 系, 水头 损失 可 忽 略 ; A
10、 是水电站出力系数,一般大型水电站取8.5,中型取 8.0 8.5 ,小型取 6.0 8.0 。假定不考虑蓄电池充放电速度,简单的认为充放电是瞬时完成的。3 基于粒子群优化算法的风水互补优化的计算步骤3.1 算法的基本思想粒子群优化算法(PSO14 是由 Eberhart 和Kennedy 于 1995 年提出的一种新的高效的全局优化的搜索算法,源于对鸟群捕食的行为研究,通过鸟之间的协调合作使群体达到最优。PSO求解优化问题时,每个优化问题的解都是搜索空间中一只鸟的位置,通常称这些鸟为“ 粒子 ” 。所有的粒子都有一个由目标函数决定的适应值,还有自己的速度和位置来决定他们飞翔的方向和距离。每个
11、粒子追随当前的最优粒子,在解空间中搜索,粒子每次迭代的过程不是完全随机的,而是以上次迭代的较好解为依据来寻找下一个解。令PSO初始化为一群随机粒子,通过迭代找到最优解,在每一次迭代中,粒子通过跟踪两个“ 极值 ” 来更新自己,一个是粒子本身所找到的最好解,即个体极值pBest ;另一个是整个种群目前找到的最好解,即全局极值gBest 。根据这两个最好解,粒子可利用式(11 和式 (12 来更新自己的速度和位置。设有 m个粒子,粒子i的信息可用D维向量表示 ,位 置 表 示 为 Xi=(Xi1,Xi2, ,XiD, 速 度 表 示 为Vi=(Vi1,Vi2, ,ViD,i=(1,2, ,m ,
12、其 他 向 量 类似,位置和速度更新方程如下: (11 (12 式中, d=( 1,2, ,D ; 为惯性权重,保持原来速度的系数,一般取值为0.8,1.2 ; c1、 c2是学习因子,分别表示粒子跟踪自己历史最优值和群体最优值的权重系数,即粒子对自己的认识和 对 整 个 群 体 知 识 的 认 识 , 通 常 设 置 为 2 ;rand1、 rand2是 0,1 内的随机数;是粒子i在第 k次迭代中第d维的速度;是粒子i在第 k次迭代中第 d维的位置。为保证粒子始终都在限定的搜索空间内,粒子的每一维速度都会被限制在一个最大速度,如果某一维更新后的速度超过用户设定的,则这一维速度就被限定为。3
13、.2 PSO 算法流程本文所描述的含蓄电池的风水互补优化运行问题,实际上是讨论在某日如何优化调度蓄电池充(放 电功率和水电站引水发电流量,来确保互补系统在安全可靠运行的前提下达到效益最大化。也就是在满足各种约束条件下找到各时刻的和,使得互补系统对电网的影响最小并获得最优收益。在本问题中,决策变量是蓄电池充(放 电容量和水电站发电流量。通过确定发电流量来确定时刻末库容,求出上游水位、下游水位和水电的出力,进而确定互补系统与电网交换的功率。粒精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 3 页,共 7 页个人资料整理仅限学习使用子维数为24*2 ,和
14、各为24维,则粒子i 的位置向量表示为 (13 速度向量对应于各粒子在每一时段的变化情况,各时段每一变量变化后的值必须满足上述模型中的各种约束条件。PSO算法步骤如下:(1 确定 PSO 基本参数值;(2 在各时段允许范围内随机生成m组 24*2维的时段末变化序列,即初始化m个粒子的速度和位置;(3 计算 m个粒子的目标函数值,记录每个粒子的个体极值,找出m个个体极值中最大的一个为全局极值,并记录相应的序列号;(4 依据公式(1 和 (2 更新粒子的速度和位置;(5 根据约束条件修改粒子的位置,并检查速度是否超过限值,如果超过则将速度限制为该限值;(6 计算各粒子的目标函数值,更新并记录粒子当
15、前最优位置和全局最优位置;(7 检验是否达到最大迭代次数,是则迭代终止,输出结果;否则转到第(4步继续迭代。在综合分析含蓄电池的风-水互补系统优化运行数学模型中各个变量的相互关系之后,采取如下步骤实现优化算法的MATLAB编程:1 由 已 知 的 风 速 计 算 出 各 时 刻 的 风 电 出力;2根据当地负荷和风电出力确定蓄电池充(放 电容量的取值范围并随机产生各时刻的粒子;3随机产生各时刻水电站引水发电流量的粒子,在初始库容和平均径流量已知并保证库容约束条件下,计算时刻末的库容和水电出力; 4 由、和确定互补系统与电网的交换功率。最后,以模型的目标函数作为适应度函数,按照 PSO算法的步骤
16、实现粒子的不断优化,求得优化后的最优解。4 实例计算与分析对于所研究的算例,水库基本参数为:总库容 1.0343 亿 m3,水库正常蓄水位1179.6m ,相应库容 2990万 m3,汛期限制水位1177.1m ,防洪库容 930 万 m3, 死 水 位 1175.8m , 死 库 容 5730 万m3,多年平均年径流量为7244 万 m3,径流量在一昼夜里是基本均匀的(汛期除外 ,春季平均径流 量 为 2.3 m3/s 。 水 电 站 由 3 台 800kW , 1 台400kW 组成的小型水电站,总容量为2800kW 。水库水位与库容的关系见表1,计算水能时暂且不考虑水电站水头损失。假定水
17、库日初始库容7032.143 万 m3。风 电 场 装 机 单 机 容 量 600kW 的 S52-600kW风力发电机6台,总装机容量3600kW ,风速与功率的特性曲线如图1所示。其他参数设置见表2。表 1 水库水位与库容的关系Tab.1 The relationship between water level and reservoir capacity 水位 (m 1175.8 1177.1 1177.5 1178.2 库容 (亿m3 0.573 0.67 0.7032 0.763 水位 (m 1179.6 1180.8 1181.9 1183.1 库容 (亿m3 0.89 1.014
18、6 1.0298 1.034 图 1 S52-600kW风力发电机风速-功率输出曲线Fig.1 The wind speed-output power curve of S52-600kW wind turbine表 2 模型的参数设置Tab.2 Parameters settings referred to the discussed 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 4 页,共 7 页个人资料整理仅限学习使用model变量 (kW (kW (亿 m3 (亿 m3 取值0 2800 0.573 0.89 变量(kW (kW (m3/
19、s (m3/s 取值0 600 0 3.56 变量(元 (元 (元 A 取值0.51 0.267 0.61 7.5 图 2给出春季某日地区24小时负荷需求。从图 中 可 以 看 出 , 负 荷 在 一 昼 夜 内 是 随 机 变 化的,在 10 点出现日早高峰负荷,19 点出现日晚高峰负荷,在凌晨为日最低负荷;日平均负荷为 548.2kW , 日 负 荷 率 为 39.79% , 峰 谷 差 为1236.6kW 。图 2 春季某日负荷曲线Fig.2 Daily load curve in spring season 图 3给出某日地区24小时风电场风速情况。从图中可以看出,风速在一昼夜也是随机
20、变化的,一般在下午和夜间风速会比较大,在21点出现最大风速,8点出现最小风速,日平均风速为5.12m/s 。图 3 春季某日风速曲线Fig.3Dailyspeed curve in spring season 经过仿真计算,得出了各种电源的发电情况。图 4显示了风-蓄系统所供负荷的功率和水电站对负荷进行调峰的情况,也显示了风水互补系统与大电网的功率交换情况。设定与电网的交换功率为 -500,500 kW范围内为安全稳定运行。图 4 风电 -水电的互补曲线和与电网的交换功率图Fig.4 Power allocation among wind power with battery storage,
21、 hydropower station and the exchanged power with main grid对风水互补发电系统优化运行后,根据图4分析如下:(1 横坐标之上三者功率的和代表各个时刻的负荷功率值,横坐标之下代表供向电网的多余风电;(2在第 7-15 时刻和 18-20 时刻由于风速较小不能满足负荷的需求,需利用水电对负荷进行补偿调节,优化了风电上网的功率特性,体现了水精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 5 页,共 7 页个人资料整理仅限学习使用电相对于风电的互补性,互补效果明显;(3 在第 1-6 、 16 、 1
22、7、和 21-24 时刻,风速较大且负荷相对很小,这时优先使用风电,多余的风能先用来充满蓄电池,还有多余则供向电网;水轮机处于停发状态,并将天然来水存储起来用于在负荷高峰时对风电不足进行互补调节;(4 图4中发现并没有多余的水电输向电网而只有多余的风电输向电网,这是由于风电出力是无法控制和调节的,只能让其随着风速的变化发出一定的功率,而且当地的负荷需求比较小;相反,水电站可以通过控制流量调节它的出力,此时正好处于枯水期,水电只是用来对负荷进行调峰,多余的水量存储起来用于在下一阶段对负荷调峰,或者用于在夏季负荷高峰期时发电。(5 风水互补系统优化运行最基本的目标是对电网造成的扰动最小,其次才会考
23、虑自身的收益。但是,风水互补系统所发出的电能在某些时刻并不完全与负荷功率相守恒,或多或少总会对系 统 造 成 一 定 的 影 响 。 例 如 , 在 第 10和 19 时刻,负荷较大,风水互补系统不能满足此时负荷的需求,为了让用户能够得到可靠的电力,需从电网供给负载电能并付给电网相应的费用;而在第 4、 16、 21 、 23和 24时刻,风-蓄系统已经满足该时刻的负荷需求,而且蓄电池也已经被充满,故将多余的风电供向电网获得相应的收益。且并发现在第4和 21时刻风电供向电网的功率超过了允许的500kW ,在给定的要求下不能满足系统的安全稳定运行要求,这种情况在实际运行中是存在的。为了能够使电网
24、安全稳定运行,则互补系统与电网交换的功率要在设定的-500,500 kW 范围内。由负荷曲线图2分析可知,负荷峰谷差偏大,由此导致负荷率偏低,说明互补系统的供用电情况不好1516。可以考虑合理调整用户的用电时间或者大小,即对需求侧负荷曲线波形的形状进行调整。采取移峰填谷措施,提高负荷率,使得当地供用电情况得到改善。经分析,将原日负荷率39.79% 调整为 53.05% ,日负荷用电需求保持不变,调整的时刻和对应调整前后的负荷值见表 3。表 3 负荷调整时刻和对应的调整前后的负荷值Tab.3 Times of load adjustment and the corresponding load
25、valuesbefore and after adjustment调整时刻1 2 3 4 调整前负荷141.3 141.3 141.3 176.7 调整后负荷221.3 221.3 221.3 270.2 调整时刻5 18 19 20 调整前负荷176.7 1024.7 1378 918.7 调整后负荷270.2 819.7 1033.5 826.8 调整时刻21 24 调整前负荷424 176.7 调整后负荷593.6 221.3 负荷曲线调整后,互补系统与电网交换功率情况见表4。表中,负值表示互补系统输入电网的多余风电,正值表示需从电网向负荷提供的电力。比较可知,负荷曲线调整后较调整前更优
26、,此时互补系统与电网的交换功率在给定的要求范围-500,500kW内,大大减少了对电网的影响,可以安全稳定运行;另外互补系统所获得的日收益也从 6043.86 元增加到 6080.8 元。表 4 不同负荷曲线时互补系统与电网的交换功率情况单位: kW Tab.4 The exchange power conditions of complementary system and the main grid when using different load curves对比时刻4 10 16 19 21 23 24 未调整负荷曲线-561.1 48.4 -147.5 208.9 -593 -20
27、3.9 -284.3 调整后负荷曲线-227.6 48.4 -147.5 0 -423.4 -203.9 -239.7 5 结论归纳所做的研究工作,得到了以下结论:1)建立了含蓄电池的风水互补发电系统及在丰水期和枯水期的不同数学模型,对枯水期的模型进行了具体分析,并通过PSO算法求得不同时刻水电出力、蓄电池充放电功率和风水互补系统与精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 6 页,共 7 页个人资料整理仅限学习使用电网交换的功率值。保证互补系统与电网交换功率最小,获得最优收益。2)通过具体算例验证了在枯水期通过配置蓄电池,安排风电带基荷运行、
28、水电对负荷调峰的可行性,使互补系统与电网交换功率最小,并充分发挥可再生能源的利用价值;分析了给定运行方式下各种电源功率的分配情况和对电力系统的影响。3)对采用不同负荷曲线时风水互补系统运行对电网造成的影响和所获得的收益进行了比较,说明改善当地负荷情况对风水互补系统的运行特性是十分有益的。本文所提出的风水互补系统优化运行的模式增加了风能的利用效率,有效控制了互补系统的功率特性,更能安全稳定地接入电网,使得绿色能源创造更多的价值。参考文献1 Wang LF , Singh C. Tradeoff between risk and cost in economic dispatch includin
29、g wind powerpenetration using particle swarm optimization C./International Conference on Power System Technology.2006,Chongqing:1-7.2 Ciornei I , Kyriakides E. Heuristic solution for the nonconvex dispatch of generation in powersystems with high wind power share C. /Power & Energy Society General Me
30、eting.2009,Calgary, AB :1-7.3 吴雄飞.大型风电系统并网系统电压稳定性研究J.电工电气, 2018,(8:14-17,25.WU Xiong-fei. Study on voltage stability of system connected with large-scale wind farmJ. Electrical electrician, 2018,(8:14-17,25.4 张红光,张粒子,陈树勇,安宁.大容量风电场接入电网的暂态稳定特性和调度对策研究J.中国电机工程学报,2007.11,27(31:45-51.ZHANG Hong-guang, ZHA
31、NG Li-zi, CHEN Shu-yong, AN Ning. Studies on the transient behavior and dispatching strategy of power system integrated with large scale wind farmsJ. Proceedings of the China Society for Electrical Engineering, 2007.11 ,27(31:45-51.5ELHADIDDY M A , SHAAHID S M. Optimal sizing of battery storagefor h
32、ybrid (wind+diesel power systemJ.Renewable Energy ,1999,18(1:77-86.6 孙楠,邢德山,杜海玲.风光互补发电系统的发展与应用J.山西电力,2018.8,(4:54-56,72.SUN Nan, XING De-shan, DU Hai-ling. Development and application of wind-solar hybrid power generating systemJ. SHANXI Electric Power, 2018.8,(4:54-56,72.7 郭天勇等 .基于风光互补的微网系统建模与仿真J.电
33、力系统保护与控制, 2018.11.1,38(21:104-108.GUO Tian-yong etc. Modeling and simulation of microgrid system based on wind-solar hybridJ. Power System Protection and Control, 2018.11.1,38(21:104-108.8BECHRAKIS D A, MCKEOGH E J, GALLAGHER P D. Simulation and operational assessment for a small autonomous wind-hyd
34、rogen energy systemJ. Energy Conversion and Management, 2006,47(1:46-59. 9 Tuohy, A. O Malley, M. Impact of pumped storage on power system with increasing wind penetrationJ. Power & Energy Society General Meeting, 2009.6: 1-8.10E.D. 卡斯特罗诺沃等.风力 -水力联合电站日运行的优化J.水利水电快报, 2005.10,26(20:3-8.E. D. Castronov
35、o etc. The optimization for daily operation of wind park combined with water power systemJ. Express Water Resources & Hydropower Information, 2005.10 ,26(20:3-8.11潘文霞,范永威,杨威.风-水电联合优化运行分析J.太阳能学报,2008.1,29(1:80-84.PAN Wen-xia, FAN Yong-wei, YANG Wei. The optimization for operation of wind park combine
36、d with water power systemJ. Acta Energiae Solaris Sinica, 2008.1,29(1:80-84.12 顾圣平,索丽生.风电场与抽水储能电站联合供电的系统规划初探J.水利水电科技进展,1998,18(3:28-31.GU Sheng-ping, SUO Li-sheng.The planning forpower supply systems of wind farm combined with pumped storage power stationJ. Advances in Science and Technology of Wate
37、r Resources, 1998,18(3:28-31.13 孙春顺 .水电 - 风电系统联合运行研究J. 太阳能学报,2009.2 ,30(2:232-236.SUN Chun-shun. Study on combined operation of Hydro and wind power generation systemJ. Acta Energiae Solaris Sinica, 2009.2,30(2:232-236.14 纪震,廖惠连,吴青华.粒子群算法及应用 M. 北京:科学出版社,2009.1:64-70.JI Zhen, LIAO Hui-lian, WU Qing-h
38、ua. Partical Swarm Optimization and ApplicationM. Beijing: Science Press, 2009.1 :64-70.15 王孔良.用电管理 M. 北京:中国电力出版社,2007.WANG Kong-liang. Power ManagementM. Beijing: China Electric Power Press,2007.16 曾鸣.电力需求侧管理 M. 北京:中国电力出版社,2001.ZENG Ming. Demand Side ManagementM. Beijing: China Electric Power Press,2001.作者简介周晖 1964-),女,副教授,博士、硕士生导师,主要从事电力负荷预测、电力系统调度与运行、电力市场、风电接入等方面的研究。E-mail:, 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 7 页,共 7 页