文摘
国内发电PV-battery technoeconomic优化问题的混合能源系统调查。它把设备时间调度appliance-specific电力调度。优化的目的是为了减少能量消耗,可再生能源最大化渗透,增加用户满意度在有限的范围内。非线性目标函数和约束条件,以及离散和连续决策变量。解决大规模混合整数非线性规划问题,提出一个竞争群optimizer-based数值解算器的设计和使用。验证了该方法的有效性通过仿真结果。
1。介绍
最好的利用可再生能源已[接收持续关注的一个话题1]。光伏(PV)能量是最关注可再生能源之一,因为无处不在的太阳辐照和非常低的碳排放2]。因此,光伏发电并入电网在许多国家(3]。然而,由于光伏能源的间歇性的性质,很难单独使用光伏能源来支持持续的电力需求在复杂的背景下,国内电气负载等。利用光伏电源的流行范式是将光伏能源集成到混合能源系统,采用多个电源和派遣合作(4]。有一个巨大的数量的混合动力系统优化的研究在过去的二十年。先进的技术已经应用到经济实力在混合能源系统调度问题(5- - - - - -7]。大多数的研究集中在功率流控制策略的需求方面,而被认为是系统中约束。也有研究,需求管理引入混合能源系统管理8,9),而这些研究几乎探索控制两个功率流和负载的潜力的行为。一般来说,结合电力调度的潜力与需求管理在当前阶段仍有待探讨。事实上,这样的问题是困难的,因为复杂的电源和负载之间的相关性及其大规模的自然。
摘要technoeconomic优化问题是扩展和改进做进一步调查能源效率和经济潜力的国内发电PV-battery混合能源系统,基于一系列的先前的研究由Tazvinga et al。10- - - - - -15]。干预措施的有两个部分:电力调度决定权力是提供负载和设备调度决定当激活特定的家用电器来满足用户需求。优化是在有限的时间范围内实现的。有三个目标参与优化。首先,整体的能源成本在地平线必须最小化。能源成本主要来自于电网电力消耗,基于分时(石头)关税16]。电池损耗成本也集成到总体成本。其次,使用可再生能源的最大化。考虑到整个电力需求负载被认为是常数,这一目标转化为网格功耗最小化。第三,用户满意度最大化。提出了一个不便指标Setlhaolo和夏12),这样整体区别安排设备操作和基线计算设备操作。目标是这样介绍通过最小化这种不便指标。加权和的方法是用来同时优化的三个目标,受到一系列的制度约束。
本研究的主要贡献如下:首先,混合动力系统的设计改进。主要的改进从设计的角度来看,单独的每个连接设备,介绍了电力调度,而不是考虑到电力负荷(包括各种电器)作为一个整体。这是实现通过引入额外的每一对之间的电线电器和电源。因此,电力调度管理方式更为灵活。在前面的模型,所有电器都不得不选择相同的电源。改进系统的设计、部署额外的电线和开关,电器可以选择电源本身。结合各种电源提供的供应系统更灵活的电力调度的选择。例如,在高峰小时,电池银行不支持大量独立,因为它的容量限制。根据前面的设计,电池银行只能工作一段时间在晚上;否则,电力需求不能匹配。 In the new design, the battery bank has a much longer possible working time by only supporting a part of the loads, which leaves more space for the load scheduling. Improved flexibility brings more energy efficiency potentials, and thus, more economic benefits can be achieved.
其次,technoeconomic优化改进的数学公式,为决策变量的维度是最小化。前面提到的灵活性提高额外成本的决策变量,即。,额外的开/关状态开关。决策变量数量的增长很大程度上随着问题规模的增长空间的开关和纵向间隔的数量控制,相比以前的系统设计。减少由此产生的计算负担,开关之间的相互作用行为识别。一些开关行为约束;例如,电池只能一次充电或者放电,和设备只能有一个活跃的电源线连接。相关交换机清单有限状态;因此,一组离散状态变量。离散变量的值表示的组合开关的开/关状态相关。考虑到约束,状态变量选择的值从一个有限的范围内。 In this way, the number of variables to describe the complex and interacting switch behaviors is minimized. As the ON/OFF states of the switches are a major part of the decision variables, the dimension of the decision variables is largely reduced; therefore, the computational burden is smaller such that the problem is more promising to be solved within limited time.
第三,一个先进的数值解算器是专为提出问题。主要实现technoeconomic优化是解决困难。调查的问题包括非线性目标函数和约束条件,以及连续和离散决策变量。因此一个混合整数非线性规划问题(适应)。此外,正如上面提到的,决策变量可以是一个很大的数,例如,超过700。妥善解决这样一个复杂,因此需要大规模的优化问题。一个智能优化算法,即竞争群优化器(方案),被用来设计数值解算器。程和金首先提出方案算法解决大规模优化问题(17]。方案算法设计的基础上,粒子群优化(PSO)算法和一个非常不同的搜索机制。在PSO算法中,术语“粒子”是用来指个人的解决方案。的粒子具有两个向量,即位置和速度矢量。位置矢量描述解决方案的价值和速度矢量的增量值。PSO的更新位置矢量和速度矢量通过互动与全球最好的位置群(个人)的人口和个人历史上最佳位置(18]。方案算法采用PSO的位置和速度矢量建模但雇佣了一个随机成对竞争机制,失败者粒子可以学习赢家粒子更新它的位置和速度。这样,方案算法可以减少收敛到局部最优的机会,从而体现和满足总体性能比大规模的PSO算法。数值解算器被设计成对竞争概念的基础上,修改更好地匹配研究场景。
一个案例研究是用来验证该方法的有效性,在电力调度和设备每天时间调度应用于一个典型的南非家喻户晓的混合动力系统。彻底调查效率,结果从三个案例中,不同的目标函数在哪里应用新的灵活的电力调度和前面的调度方法,进行了说明和分析。所有情况下,CSO-based数值解算器,因此,电力调度方法是集中和比较。
本文的其余部分的结构如下:部分2介绍了混合动力系统的组件模型。部分3利用组件的造型制定technoeconomic优化问题。部分4描述了CSO-based数值解算器。部分5显示了案例研究与仿真结果和分析。部分6结论。
2。国内PV-Battery混合系统
国内发电PV-battery特此采用混合动力系统作为研究混合动力系统。PV-battery混合动力系统的总体布局如图1。这样一个系统的主要目的是提供一些家用电器的日常活动,例如,电热水器(EWH),火炉,电视机,洗衣机。相关设备连接到电网和光伏系统。电池银行还介绍了促进电力调度。电池电源银行可以收取,本例中是电网和光伏系统,和放电提供电器。为了利用所有可能的电源系统中,电源管理单元(PMU)从而引入实现能量转换和电力调度。这样,PMU系统的管理操作,包括(1)能量流的选择支持活跃的电器,(2)电器的时间安排,和(3)能量转换和电压/电流匹配。很明显,PMU的核心内容是混合动力系统能量平衡从电能质量管理。一个假设是采用电压/电流匹配由PMU维护得很好。我们的调查主要集中在电力调度。
电源管理图如图2。有几个PMU的组件。从光伏、太阳能充电控制器和逆变器。充电控制器集成了直流/直流转换器来优化光伏输出匹配的直流负载,包括电池。逆变器接收到的输入充电控制器和电池,将直流电源输入转换为交流负载,在这种情况下指的是电器。从电网侧,有一个AC充电器集成一个AC / DC变换器,允许电池充电的网格。还有许多的可控开关来实现开关控制策略。如图2描述中,有一个为每个电力线路开关。的开/关状态开关控制系统的功率流,即。,对设备及其供应商。对于每个连接的设备,有一组开关控制设备是否由太阳能提供,电池,或电网。每个输电线上的箭头指示功率流的方向。正如上面提到的,额外的交换机部署,这样任何连接设备可以选择在多个电源通过调整开关的开/关状态。利用发展智能电网,智能建筑技术、电器配备开放通信接口,它允许PMU同时安排电器和开关的活动,在这两个有线和无线的举止。因此,系统设计在图2在实践中变得可行。
备注1。越来越多的国内可以使直流负载在现代日常生活;例如,一个交流灯泡可以取代直流发光二极管(LED)灯泡。在未来,可以直接连接直流负载直流电源,例如,PV和电池银行。这样一个系统可以降低运营成本的可再生能源资源。然而,目前,大多数家用电器都是交流为了标准化。因此,系统设计主要关注的是交流负载在当前阶段;因此,所有涉及电源调是AC供应商。之间的直接连接直流供应商和直流负载可以参与未来的设计。
假设有n设备连接到系统。一组二进制变量是用来表示开关的开/关状态。让k表示时间即时操作期间,表示的开/关状态之间切换的光伏充电控制器和电池,充电控制器和逆变器,AC充电器和电池,电池和逆变器。表示光伏和电器之间的开关,电池和电器网格和电器。t表示时间即时操作。和表示从光伏充电电源和电网,分别。
,
,和表示相应的电源的功率输出。
在此系统中,设备的操作管理一起流动的力量。在这项研究中,运营管理是时间调度,电器的权力被认为是已知的先验和不变的。时间调度与功率流管理,同时实现供应可以匹配的需求,实现更高的能源效率的潜力。
的数学公式为每个组件的行为在系统介绍如下。
2.1。光伏系统
PV由太阳能电池阵列的太阳能转化为电能。转换功率正比于太阳辐照和光伏面板的大小。电网作为替代电源,输出功率是光伏系统的主要问题。它是制定如下: 在哪里表示每小时光伏输出功率(千瓦)表示太阳能电池的效率,表示每单位面积上的太阳辐射(千瓦/ m2),表示接受太阳能光伏电池板照射的面积( )。有一个间歇的光伏系统;也就是说,可以在一些没有采样瞬间。光伏系统的输出配置文件是必需的。通常,光伏输出成功24小时以上是可预测的19]。代表一个时期 。为 ,P光伏被认为是零得到一个非常小的吗光伏。光伏输出配置文件通常是用来表示一天每小时光伏电力输出。通过光伏输出配置文件可以被识别。
2.2。电池银行
其他电源,放电的电池银行费用支持电力负荷的活动。电池银行行为是动态的,由于复杂的调度电源和电器。电荷状态(SOC)是用来描述电池银行地位。SOC的动态可以制定如下: 在哪里表示采样时刻的SOCk; , ,和是二进制变量表示的开/关状态各自在即时开关吗k,如图2; , ,和上述功率输出;表示AC充电器的能量转换效率;和表示电池充电效率在操作期间。考虑到现阶段电池系统的局限性,同时从两个不同的来源或充电同时充电和放电被认为是未经许可。一个约束的开关必须考虑: 这样,只有一个开关 , ,和可以同时打开。后(2),在给定的时间SOCτ可以制定如下: 在哪里表示电池的初始状态。受到以下限制: 在哪里和表示最小和最大可用容量(千瓦时),分别。
电池磨损程度也评估。磨损成本制定如下: 在哪里表示电池的整体吞吐量银行直到即时τ和表示电池穿每千瓦时成本从吞吐量能量,在其中表示电池成本和表示整体吞吐量的能量。的计算从以往的研究可以发现15,20.,21]。
2.3。电网
从混合动力系统的角度来看,电网电力供应无限稳定在另一个220 V的电压水平。电网的功率都有代价,从而导致主要的运营成本。正如上面提到的,一个关税金银铜介绍,这样可以实现需求响应。让表示金银铜电价k的一天。根据这段时间的变化k在内部。总体运营成本在给定的时间τ可以制定如下:
2.4。电器
电气负载由所有电器的负载配置文件连接到混合动力系统。边界识别之前必须进行系统设计。鉴于国内调查系统的场景,一些合理的简化描述需求的活动。首先,系统内的所有设备需要标准的交流电源。其次,每个设备各自恒定的操作时间。控制策略可以涉及确定的操作这样的电器(22,23]。
根据先前的研究12- - - - - -14),从时间的角度来看,家用电器可以分为三种类型:灵活的加载,可移动的负载,固定负载。弹性负载的工作时间可以自由安排,在任何有利的工作时间。可移动的负载的工作时间可以安排在一个更可取的但有限的时间。固定负载下的工作时间是固定的,不变的。任何类型的任意设备,操作时间是恒定的,这样的时间安排可以为特征的选择开始。
调查系统,设备连接到光伏电池银行和网格。一个设备我从n电器。如图2,有一个为每个电源开关连接。三个开关的开/关状态k是用 , ,和 。同时从多个电源供应是未经许可的;因此,一个开关约束介绍如下:
让表示设备的即时开始我和手术持续时间。设备连续运行,直到最后一刻,用 。介绍了连续操作约束夏和张提出(24]: 在哪里是一个二进制变量,指示是否这个设备我是活跃的时k,即,the time schedule, andN表示一个有限长度的调度。在这种情况下,如果 ,和否则如果。值得注意的是,连续操作约束与实际的开关行为以下列方式:
让与表示在操作期间的加载配置文件 的设备我。假设是已知的先验,电力需求因此可以确定:如果 , ;否则, 。
2.5。系统的约束
必须引入一系列的约束系统的操作要求都满足,没有违反物理定律。(一)必须满足能量平衡随时操作期间,由下列方程表示: 在哪里 , ,和从光伏输出功率流、电池银行放电和电网供应和和表示的光伏逆变器效率和电池银行,分别。为方便计算,逻辑状态变量是用来描述的组合 , ,和 。 选择一个值 。 表示状态,关闭所有开关和开关状态等于0。表明,只 , ,只有 ,和,只有 。(b)能力约束必须遵循这样范围内的功率流保存组件的能力。系统中的功率流也有限。功率流和受到以下限制: 在哪里 ,如前所述,光伏的输出时间k和表示充电控制器效率。功率流和作为供应商受到以下限制: 在哪里和表示逆变器容量的光伏电池和银行,分别。功率流和受到以下限制: 在哪里表示的分配网格最大功率的发电系统。功率流 , ,和获得的能量平衡方程(11)。和由调度算法决定,决策变量的一部分。(c)开关控制策略也受到约束,防止不可行开关行为。制定本约束在前面的部分系统组件模型,即。、约束(3)和(8)- (10)。转换行为的进一步联系确认如下:
这样,美国的−在时间k可以确定的值 , ,和与 。
3所示。问题陈述
调查的主要管理目标优化问题是成本最小化。其次,涉及可再生能源渗透;也就是说,使用电网电力应该最小化。由于关税金银铜,同样两个目标清单某些差异,必须考虑调度。此外,用户满意度的时间安排是考虑。所有这些目标都是评估一个有限的地平线上。让T表示采样瞬间的数量。优化问题是制定如下。
3.1。决策变量
相关决策变量包括三个部分:(1)开关控制策略决策变量,(2)充电功率控制变量,和(3)设备时间调度决策变量。这是考虑到在接下来的讨论。
开关控制变量 ,最能描述的状态切换的系统约束(15)和(16)暗示。给定的约束(8)- (10),这是不必要的,覆盖整个有限的地平线。的设备我,当 ,和如果k是在工作时间之外。因此,控制变量的最低的要求与 。这部分的尺寸 。
充电功率控制变量和 。给定的约束(3)和(15),在任何给定时刻k;因此,这部分的尺寸T。
如上所述,该设备时间调度与已知的先验和简化的恒定负载概要文件和操作时间 。利用知识,实现调度决策变量 。这部分的尺寸n。
因此优化的维数 。与之前的研究[15),问题是扩展到更高的维度,但简化的利用和这样的尺寸的约束优化的增长慢于规模的问题。
3.2。目标
成本最小化目标制定如下: 在哪里代表一个重量表明更好的电池消耗到决策者的重要性。
可再生能源渗透目标制定如下:
用户满意度是通过不便评价指标,采用从研究Setlhaolo和夏12]: 在哪里表示设备的一个重要因素我和表示设备的基准时间我。(19)量化不同基线时间安排和时间表。考虑到系统建模和约束在这项研究中,用户满意度评价简化如下: 在哪里表示基线开始即时。这样的差别必须最小化,这样用户仍然满意优化设备时间表。
3.3。Technoeconomic优化
利用前面的目标函数和约束配方,technoeconomic优化问题是通过最小化目标函数如下: 受电池动力学(2)和约束(3),(8)- (10)和(11)- (16)。
根据上面的公式,有非线性目标函数和约束条件,以及连续和离散决策变量的问题。他们导致混合整数非线性规划问题(适应),在一个相对较大的规模。的一般理论方法解决适应问题仍然是一个悬而未决的问题;因此,解决数字被广泛采用。在前面的研究(15),一个OTPI工具箱https://www.inverseproblem.co.nz/OPTI/index.php/DL/DownloadOPTI/在采用MATLAB数值解算器。前解决了相当大量的计算时间。在这项研究中,智能优化算法的实现等问题进行调查。新算法命名为竞争群优化器(方案)是采用数值解算器。引入CSO-based解算器有以下部分。
4所示。数值解算器设计
4.1。竞争群优化器
在方案的算法,让x表示粒子和和l赢家和输家的指数在一对粒子。假设它是Gth迭代,有比赛。后kth竞争,下一代的赢家粒子 仍然是一样的 。失败者粒子 ,即位置向量,从而更新如下: 在哪里 下一代速度矢量,更新如下: 在哪里 , ,和是随机向量;是社区的中心提出粒子,即。,一组粒子足够接近 ;和φ的加权系数 。这样一个字段是预定义的。有一个小区覆盖整个群的特例,在哪里表明全球平均位置的粒子在迭代G。速度和位置向量用于连续病例。在离散情况下,例如,决策变量在这项研究中,必须采用其他更新机制。特此使用交叉机制如下: 在哪里表示随机生成指数的组件在一个粒子x和没有被选中的指标。(24)表明,粒子的赢家选择和其组件的一部分复制到下一代失败者粒子 。未选中的组成部分 保持一样的 。通过这种方式,失败者粒子可以学习赢家粒子。
为适应问题,同时有连续和离散的组件在一个粒子。在这种情况下,连续和离散部分分离,(23)和(22)实现连续部分,(24)实现离散部分。学习过程后,两个更新部分结合再次获得粒子的下一代。方案的收敛性的理论证明算法可以称为(17]。
|
备注2。介绍方案的算法主要是专为连续问题。离散决策变量,例如,二进制整数变量或离散PSO算法(26,27可以促进算法设计。成对的竞争可以进一步介绍给其他进化算法,如差分进化(DE)。
备注3。考虑到调查适应问题(21),原方案算法无法应用于一个简单的方法。修改匹配的决策变量是介绍,这样可以实现令人满意的表现。
4.2。修改CSO-Based解算器
为了实现方案算法在一个受限的问题,介绍了罚函数的原始目标函数(17)。考虑到有罚函数约束问题,是制定如下: 在哪里 在哪里米是一个很大的正数,是约束的权重因子我。从而制定一个适应度函数(17),(25)和(26):
这样,对于一个最小化问题,粒子变得越来越缺乏竞争力违反任何约束时,考虑到大量积极的将被添加到目标函数。
竞争后,输家赢家粒子粒子必须学习。然而,适应搜索空间和约束的调查问题非常复杂。银行的动力电池充电和放电调用搜索最优进一步困难。因此,算法的性能1不是令人满意的。以下修改从而提高表演在这个特定的问题。
首先,学习策略的修改,以提高搜索效率。让表示的意思是健身的当前群(Gth迭代)。后竞争,赢家和输家粒子的健康评估:(我)如果 ,赢家和输家粒子被认为是劣等的;因此,获胜者粒子必须学会从全球最好的粒子 ,而失败者粒子必须学习赢家。(2)如果 ,赢家和输家粒子被认为是优越;因此,粒子进入获胜者 ,失败者粒子实现突变的遗传算法的风格。(3)如果 ,最初的方案应用学习策略。
其次,约束(3)和(15)是用来生成银行电池充电和放电状态,即“knowledge-guided溶液过滤”。 , 首先确定主题(16)。如果 ,然后 。如果 ,然后内随机生成 。如果和 ,然后是随机生成的。如果达到上限k,然后 。通过这种方式,充电和放电决策变量保证是可行的。knowledge-guided溶液过滤降低成本优化期间的试验和错误,算法可以持续搜索可行的空间内。
备注4。根据模拟,不断修改的解决算法优于原方案的调查问题。在表演上缺乏理论分析,而一个假设是,性能优越的knowledge-guided过滤解决方案。小王和郑28)报道,增强了算法的开发以知识为基础的本地搜索。进一步的细节和调查,预计在未来的工作。
5。仿真结果和分析
5.1。案例研究
案例研究调查的操作一个家庭,短时间,PV-battery混合能源系统。检索的数据从南非国内设备操作研究[13- - - - - -15]。系统中有八个电器连接。使用的电器如表所示1每天,有144个时段,选择。采样瞬间。每个时间段持续10分钟。调度地平线是24小时,即。,一天。通过使用配置文件和基线时间安排为一个典型的工作日安排南非的家。强调,平均功率测量电器的力量。基线时间反映了更好的时间根据居民的习惯。例如,居民打开电热水器(EWH)一天两次的热水需求。早晨,打开EWH 5: 00点(31日时间段),经营了两个小时,和关闭7:00点(42-nd时间段),这样用户可以使用温水早餐后。下午,再次打开EWH 5: 10点(第104次槽)和关闭7:10点(第115次槽),这样晚上的热水可以准备好。这是最方便为用户EWH操作计划。 Similarly, the stove must be turn on twice for the cooking demands. The other appliances have to be turned on and off only once daily.
有几个进一步约束与给定的场景。首先,对可移动的设备,最好的时段开始给出了表1。灵活的设备一天可以随时开始,唯一的要求是,操作必须在年底前完成。固定设备不能安排;因此,最好不适用范围(N / A)。其次,洗衣机和电气干燥机工作在一个序列;即干燥器必须洗衣机工作完成后开始。在这种情况下,它会导致之前的一个额外的约束:
采用光伏电池系统和银行有自己的局限性,如表所示2。光伏系统集成了14的额定功率0.25千瓦的太阳能电池板。因此,整体的能力,即。,the rated output, of the PV system is 3.5 kW. Actually, the PV system output at any given time slot depends on the solar irradiation profile. Such a profile is possible to forecast 24 hours ahead of the scheduling [19]。在案例研究中,及时确定光伏输出基于每小时配置文件(29日),如表所示3,在那里是 。电池银行由4铅酸电池,每12 V额定电压和105啊额定容量;也就是总体容量为5.04千瓦时。电池成本计算在南非兰特(金),这是R5826。电池的寿命银行1000周期放电深度(http://www.trojanbattery.com/markets/renewable-energy-re/);因此,穿每1千瓦时吞吐量能源成本 。 鼓励,电池的使用。的重要因素为每一个我,即,我nvolved appliances, are considered equally important in this case. The efficiencies of the charge controller, AC charger, and inverters are given as well.
电网供应描述如下:家庭的最大电流是60,有限的公用事业公司。充电电网被认为是常数在这种情况下,这是5千瓦;也就是说,只能是0或5千瓦时。此外,采用关税金银铜的研究(13),如表所示4。
5.2。模拟
模拟程序在c++中使用以下运行环境:CPU是国米Core i3 - 8100(电子邮件保护)GHz, 16 GB的RAM, Windows系统10×64。三个案例是通过调整权重的因素(21)。(我) , ,和这样优化雇佣了一个目标,即。可再生能源的渗透。(2) , ,和这样,只有成本最小化的目标是优化。(3) , ,和这样的多目标优化21)实现 , ,和β也同样认为。
在每种情况下,有两个演示结果。结果之一是建议的方法,另一个是较前电力调度模式15)的比较结果。结果都是报道的平均20分,利用CSO-based提出优化器。方案的算法,群体大小是1500和迭代号码是10000。附近字段定义为最近的优越的粒子伪劣粒子。这样一个社区领域的细节可以称为(30.,31日]。
5.3。结果和分析
结果报告如下:(我)在第一种情况下,电网供电最小化是14千瓦时,R16.57的能源成本和不便的指标14.25。电力调度是描绘在图3。的比较结果,最小网格15.07千瓦时,R14.29的能源成本和不便的指标14.59。电力调度是描绘在图4。的改善目标 。平均运行时间为18.43分钟。(2)在第二种情况下,R7.06成本最小化,而整个从电网电源14.37千瓦时。给您带来的不便指标是13.89。电力调度是描绘在图5。的比较结果,最小成本是R7.72,电网供电的15.57千瓦时,不便的指标15.03。电力调度是描绘在图6。的改善目标 。平均运行时间为18.36分钟。(3)在第三个案例中,加权和的目标是最小化。优化的目标函数值为34.64,当能量消耗R8.29和电网电源15.53千瓦时,不便指标是10.82。电力调度是描绘在图7。的比较结果,目标函数的值是39.97,能源成本是9.53和网格的18.78千瓦时,不便指标为11.66。电力调度是描绘在图8。的改善目标 。平均运行时间为18.37分钟。
从数据3,5,7可以观察到,不同电源之间的重叠特别是高峰时段,而从数据4,6,8,没有一个时段允许多个电源。在这些情况下,电网电力输出有下抵抗调度建议的方法。从比较结果,供应变得断断续续,因为可再生渗透目标和供应之间的矛盾约束。允许多个电力供应减少这种间歇性的结合性能,根据能源和经济表现在案例研究中,更好地利用可再生能源。
结论,该方法优于以往模型在所有情况下。当比较新和以前的设计的结果,看来,灵活的电力调度允许更多的电器计划标准和非高峰时段,导致较低的能量消耗。的目标和体现一定的权衡。这是导致就业的关税,金银铜,一些非高峰时段可能不可行的PV系统由于其间歇性的本性。当比较结果在三个案例中,可以发现,前两个案例可以实现低能源成本和电网电力消耗,因为忽略了不便指标β。它调用一个有趣的主题为未来研究如何在用户满意度的冲突的利益之间取得平衡和能源效率的混合能源系统管理。
6。结论
探讨国内发电PV-battery technoeconomic优化问题的混合能源系统,通过扩展和改善先前提出的系统设计。根据前面的设计,电力调度决定整体的电气负载。在新模型中,电器组成电气负载,提供和管理分别通过额外的电线和开关电源。此外,该设备时间调度是融入这样一个灵活的电力调度。通过这种方式,系统达到更好的通过technoeconomic优化能源效率和经济效益。性能评估的三个优化目标:最小化能量消耗,可再生能源最大化渗透,提高用户满意度,在有限的范围内。有非线性目标函数和约束条件,以及离散和连续决策变量,在这样一个优化问题。结果,成为一个适应大规模问题,很难解决。竞争群optimizer-based数值解算器从而设计和使用。
为了验证新设计并改善表演,一个案例研究,电力调度和设备每天时间调度应用于一个典型的南非家喻户晓的混合动力系统。有三个优化情况下,每个都有不同的目标函数,只包括能源成本最小化,只可再生能源最大化渗透,这三个目标的加权和。模拟应用在这些情况下,比较结果也获得通过之前的系统的优化设计。相同的解算器和系统配置。在所有情况下,新设计的结果比之前的结果设计。改进的范围从来和体现,进一步提高能源效率和经济效益可以通过该方法。此外,解算器通常需要大约18.4分钟得到解决方案。它验证了该方法在实时环境中潜在的应用程序。
有几个未来的工作基于现阶段的调查结果。首先,绩效评估,如电池穿可再生能源成本和渗透,简化。在未来更实际的指标可以介绍。其次,从环境和用户需求不确定性在实践中是不可避免的。介绍的实时反馈机制可以克服这种不确定性。第三,游戏基于理论的电力调度和负载调度考虑利益冲突进一步研究。最后,CSO-based数值解算器可以进一步调查来提高算法性能。
数据可用性
所有相关数据用于支持本研究的结果中包括这篇文章。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是由中国国家自然科学基金支持下拨款61803162,中央大学的基础研究基金资助HUST: 2017 kfyxjj178。