多时间尺度源储荷微电网协调调度+日前日内实时+需求响应——附代码

目录

摘要:

一、储能电站的运行特性:

二、需求响应资源的分类:

三、日前调度优化模型:

四、日前调度优化模型:

 五、调度结果:

 六、本文复现Matlab代码:


对于论文:考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略的基本复现

摘要:

        为提高区域电网新能源消纳率,使电力系统运行成本最小,提高电力系统供电可靠性。提出考虑特性分布的储能电站接入的电网多时间尺度“源–储–荷”协调调度策略。综合储能电站、负荷侧各类需求响应资源的多时间尺度特性制定日前调度计划,并通过日内滚动与实时修正实现对预测数据更高精度的保证。以系统运行成本、弃风惩罚成本、失负荷惩罚成本为目标函数,建立多时间尺度调度模型。最后通过 MATLAB 平台调用商用软件包 CPLEX 完成混合整数规划优化,结果表明该调度策略可以达到系统运行成本最优,降低弃风率的效果。有效提高了“源–储–荷”系统的新能源消纳率。

一、储能电站的运行特性:

        抽水蓄能电站具有快速的启动速度,较大的储能容量的优点,同时也有受地理环境限制更大的劣势。现有的其他储能方式有空间布置灵活,调节速度快的优势,但是有设备成本高,储能容量有限的劣势。本文选取抽水蓄能电站与最常见的电化学储能电站作为样例进行分析。
        1.1 抽水蓄能储能电站
        抽水储能电站主要由上水库、引水系统、抽水蓄能机组和下水库组成。在电力系统高峰负荷时发电,在负荷低谷时抽水,达到机械能和电能转化的目的。抽水蓄能电站的发电运行原理与常规水电厂一致,机械能通过水轮机带动发电机转动,发出电能通过变压器接入电网。因此其调节速度与常规的水电机组一致,不具备快速调节能力。
        1.2 电化学储能电站
        电化学储能技术主要是通过蓄电池或超级电容技术实现电能与化学能的转化。综合能量效率可以达到 85%~90%。电化学储能技术不同于常规机组,它有较快的反应速度和灵活调节能力,并且其能量密度很大,可以存储较大容量的电能。电化学储能技术能够较好地平抑分布式电源的出力波动,促进系统消纳,还具有环境适应性强、能够小型分散配置且建设周期短的技术优势。

二、需求响应资源的分类:

        负荷侧需求响应资源(demand response,DR)根据用户响应方式的不同分为电价型(price-based demand response,PDR)和激励型(incentive-based demand response,IDR)2 种。其中 PDR 可以通过制定不同的电价策略来改变用户的用电方式,常见的包括分时电价(time of use pricing,TOU)、实时电价(real time pricing,RTP)和尖峰电价(critical peak pricing,CPP)等;IDR 是指 DR 实施机构制定优惠政策来激励用户响应调度信号。主要包括直接负荷控制(direct load control,DLC)、可中断负荷(interruptible load,IL)、需求侧竞价(demand side bidding,DSB)
和紧急需求响应(emergency demand response,EDR)。生活中常见有智能家电、智能楼宇等。
在本文模型中电价采用动态的日前定价模式,因此 PDR 需要在日前调度中确定。而 IDR 根据响
应电网调度指令时间的长短,可以分为以下几种:
        1)A 类 IDR,计划提前 1 天制定。
        2)B 类 IDR,响应时长 15 min~2 h。
        3)C 类 IDR,响应时长 5~15 min。
        4)D 类 IDR,实时做出响应。

三、日前调度优化模型:

        根据已有的研究,日前调度采用适用于大不确定性的多场景随机规划方法,对于不同负荷、新能源出力预测情境下的误差,满足系统安全约束条件。

3.1目标函数
        为达到提升电网新能源的消纳能力,提高电网紧急模式下的供电可靠性的目的,日前调度模型的目标函数应在系统总运行成本最小的基础上,通过将弃风量和负荷缺电量折算成惩罚成本计入系统运行成本中,同时计及电化学储能的折旧成本。能达到优化经济性,提升新能源消纳能力以及紧急模式下供电可靠性。

四、日前调度优化模型:

日内滚动优化调度通常是将当前状态下实测的系统数据反馈到日内滚动优化模型中,结合未来4 h 内时间尺度为 15 min 的风光负荷的预测数据来求解最优控制序列。

 五、调度结果:

 六、本文复现Matlab代码:

  • 2
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
基于风光储能和需求响应电网日前经济调度,可以通过Python代码实现。 首先,需要将电网中的各种设备建模,包括风力发电机、光伏发电机、能源储存设备(如电池)以及消费设备(如家庭电器)。使用Python的建模库,可以创建出每个设备的模型,并设置其相应的参数,例如发电机的最大输出功率、电池的充放电能力等等。 然后,根据实际情况,可以设置一段时间内的需求响应策略,例如在用电高峰期间降低电器的使用,或者在用电低谷期间增加电池的充电。这些策略可以通过编写Python函数来实现。 接下来,可以通过编写优化算法,例如线性规划或遗传算法,来确定电网中各设备的实际运行方案。优化算法的目标是最小化电网的总成本,包括发电机的燃料成本、电池的充放电效率损失、电网的购电成本等等。通过调用Python的优化库,可以使用已有的优化算法函数,将成本最小化作为优化目标。 最后,根据得到的最优解,可以编写代码来模拟电网的实际运行情况。通过使用Python的时间序列库,可以模拟电网在一段时间内的发电、储能和用电情况,并将结果进行可视化展示,例如绘制发电量和用电量的曲线图。 综上所述,基于风光储能和需求响应电网日前经济调度可以通过Python代码实现,具体包括设备建模、需求响应策略、优化算法和运行模拟等步骤。使用Python的建模、优化和可视化库可以方便地实现这些步骤,并得到最优的电网运行方案。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值