发明名称 一种自适应优化光伏建筑供电系统供电决策的方法
摘要 本发明公开了一种自适应优化光伏建筑供电系统供电决策的方法,包括光伏建筑供电系统预防控制与事故后控制供电成本的量化、优化模型的建立与求解以及仿真分析三部分。本发明基于协调优化理论,建立自适应优化光伏建筑供电系统供电决策的数学模型,并基于代价对参数的灵敏度来指导优化方向的寻优算法对该模型进行求解,量化了各类供电控制方案的经济性,并对预防控制量与事故后控制量对供电决策的影响进行了敏感性分析,为光伏建筑供电系统经济运行与可靠供电提供决策依据,是一种简单有效的决策优化方法。
申请公布号 CN102882235A 申请公布日期 2013.01.16
申请号 CN201210359668.6 申请日期 2012.09.24
申请人 南京航空航天大学 发明人 陈飞;罗运虎;张子明;代晓翔
分类号 H02J3/46(2006.01)I;H02J3/14(2006.01)I;H02J3/32(2006.01)I 主分类号 H02J3/46(2006.01)I
代理机构 南京经纬专利商标代理有限公司 32200 代理人 朱小兵
主权项 一种自适应优化光伏建筑供电系统供电决策的方法,其特征在于,从兼顾光伏建筑供电系统的预防控制与事故后控制角度,基于协调优化理论来决策光伏建筑供电系统供电决策;包括光伏建筑供电系统预防控制与事故后控制供电成本的量化、优化模型的建立与求解步骤;具体如下:步骤1,光伏建筑供电系统预防控制与事故后控制供电成本的量化,具体如下:①将t时段大电网的供电成本用函数表示为:C1(Pg,t)=λg,tPg,t式中:λg,t、Pg,t分别为t时段大电网向光伏建筑供电系统供电的供电价格、供电量,当大电网以峰谷分时电价方式参与光伏建筑供电系统供电时,t时段分为峰时段、平时段、谷时段,λg,t则为相应时段的电价;②将t时段燃料电池的供电成本用二次函数表示为: <mrow> <msub> <mi>C</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>a</mi> <mn>1</mn> </msub> <msubsup> <mi>P</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>t</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mn>1</mn> </msub> <msub> <mi>P</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mn>1</mn> </msub> </mrow>式中:a1、b1、c1分别为燃料电池的供电成本函数的系数,Pr,t为t时段燃料电池的供电量;③将t时段微型燃气轮机的供电成本用二次函数表示为: <mrow> <msub> <mi>C</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>a</mi> <mn>2</mn> </msub> <msubsup> <mi>P</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>t</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mn>2</mn> </msub> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mn>2</mn> </msub> </mrow>式中:a2、b2、c2分别为微型燃气轮机的供电成本函数的系数,Pq,t为t时段微型燃气轮机的供电量;④将可中断负荷IL的代价用二次函数表示为: <mrow> <msub> <mi>C</mi> <mn>4</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>a</mi> <mn>3</mn> </msub> <msubsup> <mi>P</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mn>3</mn> </msub> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mn>3</mn> </msub> </mrow>式中:a3、b3、c3分别为可中断负荷IL的中断成本函数的系数,Pi,t为t时段可中断负荷IL的中断量,即虚拟的供电量;步骤2,建立优化模型,将以光伏建筑供电系统各类供电控制成本之和最小为目标函数,表示为:minC(Pt)=C1(Pg,t)+C234(Pg,t,Pq,t,Pr,t,Pi,t,PL,t);式中:C234=C2+C3+C4,PL,t为t时段负荷需求水平,PL,t=Pg,t+[Pw,t+Ps,t+Pq,t+Pr,t+Pi,t],其中Pw,t、Ps,t分别为t时段风力发电量以及光伏发电量,且h(Pg,t,Pw,t,Ps,t,Pq,t,Pr,t,Pi,t)≥0;步骤3,选择t时段大电网的供电量Pg,t、微型燃气轮机的供电量Pq,t、燃料电池的供电量Pr,t、以及可中断负荷IL的中断量Pi,t中的任意一个为优化变量进行建模,根据等微增率准则, 运用基于数值灵敏度技术的寻优算法对步骤2建立的优化模型进行求解,求得该优化变量的最优值;当t时段大电网的供电量Pg,t、微型燃气轮机的供电量Pq,t、燃料电池的供电量Pr,t、以及可中断负荷IL的中断量Pi,t中的任意一个变量的最优值确定后,其余可控发电量的最优值也分别随之确定。
地址 210016 江苏省南京市白下区御道街29号