文摘

由于非线性约束的存在,很难直接解决功率流。提出了一种微型智能电网"最优调度策略使用二阶锥松弛法实现线性变换,以最小化总成本的微型智能电网"。首先,建立了微型智能电网" electricity-gas综合能源系统模型,和非线性约束分支功率流转换的二阶锥放松方法。然后,基于微型智能电网"模型,应用二阶锥条件放松转换方法进行了研究,并与总成本最优调度策略提出了微型智能电网"作为目标函数。此外,在的微型智能电网"系统不满足二阶锥规划的应用条件,是解决优化问题增加了线损。最后,给出了一个例子来验证该方法的有效性。

1。介绍

近年来,随着全球经济的快速发展,能源需求越来越大,导致化石燃料的迅速消耗和增加全球环境污染(1,2]。作为一个小系统,包括分布式能源,能源存储系统、热力和电力负荷,保护,和监控设备,微型智能电网"将在未来能源网络扮演着重要的角色。它可以充分发挥分布式发电的经济和环境效益,具有巨大的社会和经济意义。同时,也为维护系统稳定具有重要意义,提高能源管理和环境保护的效率(3,4),因此研究微型智能电网"系统越来越重要。

如今,大部分的研究集中在结构和算法的微型智能电网"。在微型智能电网"结构方面,主要涉及各种能源的类型和耦合关系在微型智能电网"。相关研究包括建立综合冷却加热供电(燃气热电冷联产)基于电力冷却加热系统模型结构(5]。考虑到风力发电机和光伏之间耦合关系,综合能源微型智能电网"建立优化模型6]。此外,能量存储系统在能量存储优化中起着重要的作用,因为其优点灵活的规定,因此,研究微型智能电网"包括能源存储系统也非常广泛。在文献[7),提出了一种模拟能源存储模型来表示能量转移过程的时间依赖性特征。在文献[8),微型智能电网"由屋顶光伏(PV)系统,电池储能系统(贝丝),一个冰能量存储系统(ice-TESS),负载。在上述的基础上,氢能源,清洁能源,越来越广泛应用于微型智能电网"系统。综合能源系统主要由氢能源的未来发展提供了方向综合能源系统(9]。有一些研究微网的优化算法。常用的方法是减少系统的总成本,解决这个问题通过使用混合整数规划方法(10]。为了满足新能源的需求,一个近似动态规划算法来更好地满足日常调度需求独立的微型智能电网"新发电作为主要电源(11]。为特定微观网络,介绍了粒子群优化和人工群优化解决微网优化调度的问题(12- - - - - -14]。如今,随机优化技术(15和上下两层的优化技术16,17]中越来越常见的选择优化算法由于其实用性。此外,传统的集中优化调度方法是难以充分反映不同的利益要求代理在能量集成的微型智能电网",和人工智能技术的应用在综合能源调度需要进一步探讨。人工智能算法成为一个新的研究方向18,19]。在相关的研究中,介绍了自适应神经网络文献[20.]。本文的主要贡献是一个创新的设计和验证online-trained人工神经网络控制系统混合动力微型智能电网"。

微型智能电网"系统建模时,由于非线性的存在限制了微型智能电网"功率流的线性变换是必要的。在过去,线性化方法已广泛应用于解决非线性最优调度问题由于其简单的优势(21- - - - - -23]。然而,这些方法仍然有明显的缺陷在解决非线性模型,如解决速度慢,容易陷入局部最优,而且无法保证全局最优。解决这些问题要求研究人员探索更有效的算法来满足全球的需求优化和求解速度快。提出了二阶锥松弛法由于其高效、全面的解决方案的优点。二阶锥松弛法主要应用于功率流约束的线性变换在分销网络24- - - - - -26]。为了解决综合能源系统的问题,提出了一种改进的二阶锥放松方法在文献[27]。一个二阶锥规划(二)方法用于解决优化问题,这实际上是一个整数非凸非线性规划问题。文献[28)提出一个替代混合整数非线性规划制定无功最优潮流(ROPF)问题,利用整数二阶锥规划(MISOCP)为基础的方法找到全局最优的解决方案的提出ROPF问题公式化。

内部网格结构的微型智能电网"非常接近实际电力系统的分销网络,在稳态操作,他们大多是径向网络操作(29日),因此研究结果的二阶锥松弛法在配电网也适用于微型智能电网"系统类似的结构。摘要非线性功率流约束微型智能电网"模型是线性转换利用二阶锥松弛法,和二阶锥项目(二次)。基于微型智能电网"模型,讨论了二阶锥松弛法的应用条件;同时,微型智能电网"模式的解决问题,而会议研究了二次锥规划的应用条件,和解决问题的方法提出了通过增加线损;最后,给出了一个例子验证了该方法的有效性和准确性。

2。调度模型集成能源微型智能电网"

本文建立的微型智能电网"模型是一个electricity-gas集成微型智能电网"系统考虑氢能源,天然气和混合储能,其结构图如图1。

2.1。目标函数

在这篇文章中,微型智能电网"系统操作的优化目标是最低的综合运营成本,其中包括系统操作成本和环境成本。从的角度来看整个微型智能电网"系统,氢能源消耗在微型智能电网"系统,不与外界交换。只有与外部交换电力和天然气。因此,整体的运营成本微型智能电网"电力系统由微型智能电网"的主要网络之间交换成本和能源与天然气交换成本。与此同时,我们也希望在能量转换系统的能量损失尽可能小,因此,能量损失处罚成本应该被添加到系统操作成本控制能量损失。时间步长设置为 。安排时间T。

2.1.1。系统运行成本

(1)成本和收益之间能量交换的微型智能电网"和主电网。在(1),f11的成本和收益之间的能量交换微型智能电网"系统和主网络,表示为 在哪里的时候使用微型智能电网"通过主电网购买电力的价格,虽然是使用的时间从微型智能电网"主要电网电价,微型智能电网"购买力的有功功率是通过主要网格t期,的有功功率微型智能电网"的主要电网电力出售t时期。(2)能量交换微型智能电网"和天然气网络的成本和收益。在(1),f12是采购和销售天然气的成本和收益的微型智能电网"天然气网络,表示为 在哪里天然气的购买价格,天然气的销售价格,代表了CH4权力的微型智能电网"从天然气网络购买t期间,代表了CH4电力出售的微型智能电网"t期,H是高热值的天然气。(3)处罚系统操作的能量损失成本。在(1),f13是能量损失的违约成本微型智能电网"系统操作,表示为 在哪里是权重系数,表明系统能量损失的重要性吗 ; , , ,和代表电解槽的能量损失,燃料电池,氢气体设备,微型燃气轮机(MT)在能量转换。

2.1.2。环境成本

为了简化处理,转换成各种形式的能量在这个微型智能电网"系统被认为是不产生有害气体,因此,环境成本主要由有限公司₂排放。环境成本的表达式如下: 在哪里平均有限公司₂发射系数单位供电的地区电网,是有限公司₂太发电的发射系数,是有限公司₂捕捉CH系数₄。

2.1.3。综合运营成本

结合上面的数学表达式,目标函数综合运营成本考虑经济和环境保护如下: 在哪里和是最大的操作成本和最大微网络系统和环境成本和各自的权重系数的系统操作成本和环境成本。摘要多目标优化问题转化为一个简略的优化问题,赋予了不同的权重系数对系统操作成本和环境成本根据程度的关注。

2.2。功率流约束的微型智能电网"

因为本文的应用二阶锥松弛法在解决微型智能电网"功率流,这里只列出了微型智能电网"功率流约束,和在其他微型智能电网"的约束系统,如天然气电网电力流约束,输出各种能量转换设备的限制,和能源存储设备的限制,这里不讨论。微型智能电网"功率流的基本模型如下:

在(7)- (12),分支阻抗 , ,节点导纳 ,和是常数。因为微型智能电网"系统的内部电压水平400 V(如图2),导纳的影响和在微型智能电网"功率流很小。对于简单的计算,和在(7)可以被忽略。节点电压V目前,分公司我、分支功率流q和节点注入功率q是优化变量,这是明显的非线性。这种非线性约束条件将被转换的二阶锥松弛法3。方程(7)- (11)的共同约束方程一般功率流;方程(12)是独一无二的每个微型智能电网"系统的约束条件,它是由自己的电力负荷,微源和其他内部结构的微型智能电网"。

3所示。微型智能电网"功率流的非线性约束转换

3.1。二阶锥松弛转换

在这篇文章中,该模型的非线性约束线性化的二阶锥松弛法,和系统的非线性规划问题转化为二次。的转换方程(9),首先定义 , ,然后是二阶锥松弛转换获得 与方程(13)可以相当于标准形式的二阶锥放松2型表达的规范。然后,用 和 方程(7)- (8),最优潮流约束方程二阶锥放松后可以获得:

3.2。二阶锥放松模型的分析

非凸可行域原问题转化为一个凸可行域通过SOC放松。如果最优解年代获得的二阶锥松弛转换模型仍然是一个点 ,二阶锥放松转换是严格有效;也就是说,最优的解决方案年代也是原问题的最优解。摘要二阶锥实际上是一个二阶锥旋转;标准形式如下:

因为 , ,很明显,方程(13)满足的条件 在方程(20.),是完全一样的。图2是微型智能电网"系统的结构图,这显然是一个径向电网。径向电网,二阶锥松弛模型建立严格准确;即计算出的最优解二阶锥弛豫模型也是原始问题的最优解。同时,如果微型智能电网"操作的优化调度目标函数是凸,严格增加分支电流的函数,然后二阶锥松弛转换模型是准确的收敛。

摘要微型智能电网"系统,系统优化的目标成本的严格递增函数分支电流。分析如下:条件下(13),节点电压在微型智能电网"基本上是不变的约束条件的上限和下限电压(电压损失 )。分支电流(实际上分支电流的平方)可以有一个广泛的值上限和下限的约束下的电流。然而,更大的区别和分公司的实际值电流,损失就越大在树枝上的微型智能电网",所以电源需要提供更多的有功功率,以满足有功功率平衡约束(15),导致系统的增加成本的目标。因此,微型智能电网"系统是一个严格的成本目标增加分支电流的函数 。的过程中寻求成本最低的目标系统,收敛的等号(13),最终使等于当前分支的实际价值。因此,系统模型得到的二阶锥放松对权力流约束是有效和准确的。

4所示。仿真分析

为了验证模型的有效性和准确性,分析了微型智能电网"系统的仿真例子,和时间步长作为1 h,安排时间吗T是24小时。仿真结果是基于MATLAB编程。为了方便起见,Gurobi解算器是用于解决优化问题。

4.1。基本数据

微型智能电网"一天24小时的负荷分布如图3。

一天天气预报风力涡轮机的输出如图4价格是金银铜如图5,和天然气价格为2.5元/米³。

4.2。二阶锥为微型智能电网"没有放弃风能转换模型

当风力涡轮机的输出是正常的,风力发电的微型智能电网"系统和微型智能电网"分支图所示6,而当前微型智能电网"分支L23 L36如图7。

从数据可以看出6和7,在没有废弃的风在微型智能电网",微型智能电网"功率流模型后得到的二阶锥转换是完全与实际值一致。此时,二阶锥转换方法是有效和准确的,和上面的结论,目标函数是严格递增函数的分支电流也是完全正确的。当前分支图的实际价值7通过方程(21根据节点电压)和线路功率流 - - - - - -问检查计算。

4.3。二阶锥为微型智能电网"废弃风能转换模型

当风力涡轮机的输出是正常状态的1.5倍,弃风出现在微型智能电网"系统。此时,放弃了风的力量和分支的微型智能电网"图所示8,而当前的分支L23 L36如图9。

当风放弃发生在微型智能电网",每个分支的电流计算转换模型不同于实际价值,弃风也不同于实际的价值。从图可以看出8废弃的风卷的微型智能电网"计算的二阶锥松弛转换模型小于实际的废弃的风卷,和差异很大,而从图可以看出9微型智能电网"计算的分支电流的二阶锥松弛转换模型电流大于实际的分支,差别也很大。同时,由二阶锥放松转换模型获得的结果有很大的不同时期的实际价值0:00-7:00 23:00-24:00,也就是说,这段时间晚上当微型智能电网"已经放弃了风,而在白天,当没有放弃了风的微型智能电网",与实际价值没有区别,所以它是准确的。对于这个问题,解释可以由分析给出方程(13)和(14)。

在没有风的情况下放弃在微型智能电网",上述结论,目标函数是严格递增函数的分支电流是正确的。然而,在风的情况下放弃在微型智能电网"系统,当大于实际值,损失呢在树枝上的微型智能电网"“增加”,输出功率进一步增加,但在这个时候,风力发电机作为电源,增加分支损耗功率补偿由废弃的风力发电。因此,在解决的过程中最优成本目标函数,这部分“增加”损耗功率不会增加系统成本,但是造成的假象,减少废弃的风卷的微型智能电网"系统。最终结果如图7和8;通过求解二阶锥松弛转换模式,抛弃了风力发电的微型智能电网"系统降低和分支电流增加。因此,从上面的分析可以看出,当微型智能电网"系统抛弃了风,系统成本的目标不再是严格递增函数的分支电流 。

4.4。解决二阶锥转换模型的偏差问题

从上面的分析可以看出,当微型智能电网"系统抛弃了风,方程的约束(13)和(15)不足以使分支电流收敛于实际价值,因为在这一次的目标成本函数不再是严格递增函数 。在夜间风遗弃,有一个大偏差二阶锥之间的转换值和实际值0:00-7:00和23:00-24:00。总线路损失的最大偏差为34.5千瓦,最大偏差的风放弃权力是43千瓦的最大偏差分支L12电流430 A,和分支的最大偏差L36电流135 A。这些偏差显然不允许在实际应用。为了解决上述问题,有必要添加一个严格递增函数在目标成本函数,显然,有功功率损失的微型智能电网"分支是严格递增函数 ,也是实际添加分支损失成本目标函数。方程(22)是增加有功功率损失的成本函数的微型智能电网"分支: 在哪里分支损失成本系数,这是非常小的。它的功能是确保目标成本函数是严格递增函数的分支电流微型智能电网"在任何时候,它几乎不影响最优调度的微型智能电网"系统。后添加分支损失成本函数的微型智能电网"为目标成本函数,微型智能电网"系统的最优调度问题是解决了,如图10和11。结果表明,当微型智能电网"系统抛弃了风,二阶锥放松转换模型的解决方案的结果仍然是实际有效的值,验证了该方法的有效性。

5。结论

本文主要研究二阶锥的应用松弛法求解最优功率流的微型智能电网"。通过二阶锥松弛法,微型智能电网"功率流的非线性约束转化为二阶锥规划问题(二)和应用条件的二阶锥松弛法进一步讨论。在微型智能电网"操作优化调度问题,如果微型智能电网"结构是一个径向电力网络和系统成本的目标是严格递增函数当前分支的微型智能电网",然后二阶锥转换后的微型智能电网"模型是准确的和有效的。当没有放弃了风的微型智能电网"系统,分支电流严格递增函数系统的成本目标,和二阶锥松弛法是精确的。然而,当微型智能电网"系统抛弃了风,分支电流不再是严格递增函数的优化目标,和二阶锥放松方法是有偏见的。这个问题可以通过增加解决线损成本函数。仿真结果表明了该方法的有效性。虽然这个方法可以有效地提高二阶锥规划的应用范围,仍存在一些问题,如解决速度慢和复杂的操作。未来的研究方向应该是研究改进的二阶锥松弛法可以很快解决这个问题。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持部分由中国国家自然科学基金批准号51777193。