【《能源路由器能量优化调度分析》3000字】

PAGE63能源路由器能量优化调度分析目录TOC\o"1-3"\h\u30702能源路由器能量优化调度分析 1154631.1基于直流微网的能源路由器优化模型构建 1189571.1.1系统优化目标函数 117541.1.2约束条件 2313391.2粒子群算法 3205401.3算例仿真分析 4291621.3.1典型微源特性分析 4177761.3.2算例仿真 8315811.4仿真结果分析 10本章构建一个光伏、风机、燃气轮机，和储能所构成的直流微网的能源路由器。提出系统经济最优的目标函数[72]。分析系统运行过程中所产生的成本，在约束条件下。采用粒子群算法对目标函数进行求解。在并网的运行状态下，根据天气状态参数求解分布式发电单元的功率、并且考虑负荷、电网、储能等单元功率的约束。优化在求解各个单元的输出功率，对系统进行能量调度[73]，使系统运行在最优状态下。1.1基于直流微网的能源路由器优化模型构建1.1.1系统优化目标函数在并网运行状态时，本文优化目标是实现系统经济最优。系统运行产生的费用有燃料成本、设备运行维护成本、与大电网交换能量时购电和售电成本。系统运行成本的标函数如式(5-1)所示: (5-1)式中：表示系统的总成本，表示燃机燃料费用，设备维护费用，表示购电价格,表示购买电量，表示售电价格，表示出售电量。 (5-2) (5-3)式中：表示时刻微源的燃料成本,表示微源设备维护成本系数，表示微源时刻发出的功率。1.1.2约束条件根据系统的运行状态，目标函数的约束条件分为：等式约束和不等式约束。等式约束即系统在运行过程中要保持能量平衡的条件，不等式约束包括：分布式发电单元功率约束、储能系统充电状态约束、储能系统充、放电功率约束、系统与大电网能量流动的约束。(1)功率平衡等式约束条件 (5-4)式中：、、、分别表示分布式发电单元以及储能单元某时刻的出力大小，储能系统吸收功率时，释放功率；从电网购电时，向电网售电时。(2)各个微电源有功出力约束微电源和蓄电池的出力必须满足上下限。 (5-5)其中表示出力下限，表示出力上限。(3)蓄电池荷电状态和充放电约束为了充分利用电池，增加使用寿命，减少运行成本。我们考虑电池荷电状态约束条件，使其合理范围内安全运行。 (5-6) (5-7)表5-1蓄电池约束参数参数符号参数符号荷电状态下限SOCmin(t)充放电功率下限Pmax(t)荷电状态下限SOCmax(t)充放电功率上限Pmin(t)(4)与主网的交互功率约束微电网与主网的交互功率必须在传输线的传输功率范围之内，即： (5-8)其中,表示与电网交换功率下限，分别表示交换功率的上限。1.2粒子群算法PSO算法实现了集合智能群体行为。它模仿了粒子群的运动局部相互作用，形成全局一致性[74]，算法中每个粒子在多维搜索空间中的运动和位置表达式如下： (5-9)式5-7中和表示粒子群的学习因子，和是随机数,和的范围在(0,1)上。图5-2是根据公式5-7粒子群算法的位置调整示意图。速度更新有动量部分、个体认知部分及社会认知部分三部分组成。第一项是前一刻的速度，表示粒子对当前自身运动状态的信任。第二项是个体认知部分，表示粒子自身的思考行为，自身对过往经历的思索为媒介来选择进一步的活动，这是粒子自身强化能力的历程；第三项是一种社会认知部分，表明粒子间信息分享与合作。粒子在搜索的过程中，总是把自己的经验作为重要的一部分，但是同时也参照其他粒子在搜索过程中获得的经验。当发现其他粒子有更好的经验验时，它们会及时调整自己的速度和位置，从而最终实现相同的认知过程。粒子群算法流程图如图5-1所示，其中：为粒子个体极值点的位置；为粒子在整个种群中全局极值点的位置。图5-1算法流程图图5-2粒子移动示意图1.3算例仿真分析1.3.1典型微源特性分析(1)光伏电池模型光伏电池的等效电路如图5-3所示，可以看成是恒流源构成放入单二极管电路。根据电路得出电流和电压关系[75]。图5-3光伏电池等效电路 (5-10)表5-2太阳能电池参数参数符号参数符号P-N结的理性因子A光生电流Iph波尔兹曼常数K输出电流I电池工作温度T输出电压Udc电子电荷量q串联电阻Rs二极管电流Id并联电阻Rsh反向饱和电流IO输出滤波电容Cpv理想情况下，，光伏输出电流为： (5-11)光伏电池的实时温度的与光照强度关系式为： (5-12)光伏实时输出功率大小为： (5-13)上式中：表示输出功率；表示标准条件下最大功率；表示温度系数。(2)风机模型风力发电是一种清洁能源，将风能转化为叶片的动能，然后通过发电机转化为电能，根据文献[76]可知，风机正常运行过程中，风机的吸收功率为： (5-14)表5-3风机功率参数参数符号参数符号风能利用系数Cp(β,λ)叶片半径γ桨距角的大小β空气密度ρ叶尖速比λ风速V在实际运行中，风机的输出功率与风速大小有关，其关系如图5-4所示：图5-4风机输出功率随风速变换曲线根据图5-4所示，风机实际输出功率的表达，如下式所示： (5-15)表5-4风机实际输出功率参数参数符号参数符号额定输出功率Pr额定风速Vr切入风速Vci切出风速Vco(3)微燃气轮机发电的数学模型微型汽轮机功率输出主要与发电效率、天然气燃气热值、排气热值等因素有关[77]。 (5-16)上式中，为发电效率；是输出功率。微型燃机的燃料成本与输出功率、天然气价格有关，如下式所示： (5-17)表5-5天然气成本参数参数符号参数符号天燃气单价CGAS燃机输出功率PMT(t)天然气低热值LHV燃机总效率ηMT(4)蓄电池储能的数学模型由于分布式发电的不稳定性，所以储能系统在维持系统稳定运行具有重要的作用，储能系统主要参数有荷电状态、充放电电流[78]等。蓄电池SOC表达式如下所示： (5-18)式中：表示剩余容量；表示总容量。储能电池的如式(5-21)，为时的荷电状态、为时的荷电状态。 (5-19) 其中表示充放电电流。 (5-20)表5-6蓄电池参数参数符号参数符号电池自放电率δ电池工作时间Δt电池充放电效率η(t)串联电池数目N1.3.2算例仿真本文的算例仿真取自某地典型日数据[79]进行仿真，以一个小时最小优化调度时段，一天为整个调度周期。某日的风速、光照、温度等天气数据和以及当日的负荷数据如图5-5、5-6、5-7、5-8所示。图5-5日光照强度曲线图5-6日温度曲线计算风力发电以及光伏发电需要知道风机的参数，以及光伏电池参数，其参数如表5-1、5-2所示，根据天气参数(温度、光照强度、风速)和各个单元的数学模型进行功率预测，能源路由器与大电网进行能量交换时的费用如表5-3所示。图5-7日风速曲线图5-8日负荷曲线表5-7光伏电池参数STC下最大功率200W额定工作温度(℃)452℃工作温度(℃)-40~+85℃工作温度系数(％/℃)-0.48/℃表5-8风机参数参数数值参数数值额定功率20KW切出风速20m/s风叶直径10m额定风速9m/s切入风速3.5m/s风能利用系数0.40表5-9电网购电售电价格时间/t负荷购电价格(元/KW·h)售电价格(元/KW·h)0:00-7:00负荷低谷0.170.137:00-10:00正常负荷0.490.3810:00-15:00负荷高峰0.830.6515:00-18:00正常负荷0.490.3818:00-21:00负荷高峰0.830.6521:00-23:00正常负荷0.490.3823:00-24:00负荷低谷0.170.13图5-9日售电、购电曲线图5-10日风、光出力曲线1.4仿真结果分析本文以一天为调度总周期，每个小时为一个调度段。即一天可以分为24个调度时间段。采用粒子群算法对所建立的目标函数进行求解以及各微源进行能量调度。(a)(b)(c)图5-11优化后各个发电单元出力曲线对于粒子群算法，算法的学习因子和分别取2.0。待优化变量个数为72，算法中设定种群大小取值60，最大迭代次数取值300，最大惯性权重为0.9，最小惯性权重为0.4，微网出力范围取值为-200kW~200kW，微型燃机的出力范围为2kW~10kW，储能系统范围为-100kw~150kw系统求解过程忽略各微源的排污治理费用和惩罚费用，微型燃机以天然气作为燃料，折算发电花费为0.4元/kW·h，储能系统折算费用为0.8元/kW·h。对目标函