文摘
微型电网允许在多个相互连接的微型电网之间能量交换以提高能源利用率和集体经济利益。然而,在某些情况下,一些内部的微型电网网络的好处可能不是不确定。针对日益发展的电动车(电动车),提出了一种多目标模型来提高性能的微型电网通过集成电vehicles-to-grid (V2G)和vehicles-to-building (V2B)基于全局和个人利益的平衡。两个参考模型构建来验证该方法的有效性,和模型制定解决混合整数线性规划格式的加权方法。微型电网的一组参数采用模型驱动的行为(例如,可用小时的EV),能源事务(如电能),性能因素(例如,排放因子),分布式能源(如太阳能电池板)和能源负荷的五个商业建筑(如宾馆)位于上海。仿真结果证明操作决策模型的有效性在微型电网的能源管理下中性,proeconomic proenvironmental和proenergy加权场景。案例研究的结果说明,该方法可以实现运营成本,有限公司2发射,主要能源消费减少为每个微型智能电网",总效益略有下降。
1。介绍
全球能源消耗不断增加,由于人口增长、经济发展和近年来城市化加速。作为一个更大的能源消耗的比例,电力需求预计将增加近28%从23300千瓦时近30000太瓦时(TWh)在2020年到2030年(1]。向客户提供可靠的电力供应、电网的基础设施需要升级和扩大,这可能会导致较高的资本投资和严重的环境污染。处理这些问题,微型智能电网"技术近年来发展迅速,包括分布式能源(例如,可再生能源资源,发电机,和存储系统)和能源负载(2]。微型智能电网"可以提供一个好的机会,有效提高能源利用率和减少环境污染,预计将发挥重要作用在许多国家在构建智能城市(3- - - - - -5]。
微型智能电网"电力可以被定义为一个有界区域的分布式网络聚合本地分布式发电来源(例如,太阳能发电)和能源存储设备(例如,电动存储)和可控负载(例如,电力负荷),以形成一个自给自足的能源系统(6]。电力需求的增加,能源效率的微型智能电网"可能限制由于能力有限的局部有界区域分布式发电来源。基于互联网技术的发展,不同的微型电网可以协作来提高效率和可靠性以及经济互相交换能量,被认为是微型电网技术(7,8]。在过去的几十年里,大量研究已经试图获得对个人微型智能电网"和微型电网节能运行策略。
至于个人微型智能电网",现有的工作主要集中在优化能源调度目标是最大化经济效益(9,10),环境效益和可靠性(11]。例如,由于冷却相结合的能源利用效率高,加热,和电力(燃气热电冷联产)系统,作者在12)使用一种新颖的两级协调控制方法解决燃气热电冷联产微型智能电网"能源管理问题与客观成本降到最低。为了降低操作成本,减少气体排放,提高消费者满意度,作者(13)提供一个实用的多目标动态优化调度模型将能量储存和用户体验。同时,针对电动汽车的不断发展,汽车电网(V2G)和vehicle-to-building (V2B)技术提出了克服电压和频率的波动造成的电动汽车的充电(14- - - - - -16]。在V2G和V2B双向通信,电动汽车可以供电电网/建筑利用双向转换器在插入式电动汽车。作者在17)关注之间的利益平衡微型电网和电动汽车电池交换站和多方参与的情况下提出一种新的上下两层的优化调度模型。此外,作者在18]扩展数学模型协调灵活的需求反应和多种可再生能源的不确定性。然而,微型电网之间的利益冲突将被忽略。
由于经济性能和发电微型电网的可靠性,微型电网之间的协同操作最近吸引了研究者的注意。微型电网的操作过程比较复杂,多种可再生能源补充和多种类型的能量交换(19]。几个工作(例如,框架开发、造型和解决方案方法)是由研究微型电网为了充分利用服务和福利(20.- - - - - -22]。作者在23]研究能源共享和交易小说时空网络通过V2B V2G交互和评估techno-economic-environmental势的能源网络。微型电网随机和健壮的文中针对协作操作方法是获得能源调度方案,制定的目标是最小化总不确定因素下微型电网的运行成本(19,24]。研究了多目标优化调度为微型电网与电动汽车充电达到最小化操作成本,削减温室气体排放,提高服务的可靠性(25]。这些操作决策模型主要关注集体利益最大化通过聚合所有的实体到整个微型智能电网"系统作为一个单位,而个人微型智能电网"的好处是不考虑。
然而,每一个微型智能电网"的个人利益可能受损的如果只专注微型电网所带来的好处。利益的冲突会导致微型电网被解散异构(即当微型智能电网"的运营商。、独立)和利益驱动的实体。为了解决这个问题,平衡集体和个人经济利益应该专注于获得调度与协调能源战略实现微型电网操作(26,27]。一个数学决策框架提出了(28]研究微型电网的交互能源管理当地的能源交易市场。此外,机会约束模型使用一个交互能源结构提出了在微型电网在考虑不确定性管理能量交换,和仿真结果证明微型电网既可以获得集体和个人经济利益基于机制(29日]。然而,方法从多个角度平衡全局和本地微型电网的好处来自于现实问题的人失踪。和决策者的偏好更专注于微型智能电网"优化问题。
桥这些研究空白,我们提出的多目标模型集成微型电网的V2G和V2B基于利益平衡,以确保个人微型智能电网"的利益。电动汽车可以利用动态可配置分散能源存储微型电网的能源供应和需求的平衡。微型电网的目标是最小化集体成本(成本),二氧化碳排放(CDE),和初级能源消耗(压电陶瓷),确保个人微型智能电网"的利益。三种多目标模型制定检查性能的变化,以及不同重量组合被认为代表决策者的偏好。第一个参考模型的重点是减少集体利益在任何微型电网中能量交换,建筑和充电站(CS)。第二个参考模型是实现协作网络微型电网整合V2G和V2B,当能量可以自由交换在微型电网中,建筑和充电站。该模型旨在最大化微型电网的全球和地方利益整合V2G V2B。在案例研究中,调查了四个场景的微型电网在上海在不同运营商的重要性水平。总之,本研究的贡献在于三个方面:(1)提出了一种多目标数学决策框架来平衡个人微型电网的兴趣和讨论了参考问题;(2)加权法用于解决多目标模型和权重场景设置根据决策者的偏好; and (3) multidimensional experiments are analyzed in the case study to illustrate the models’ scalability.
剩下的论文结构如下:部分2描述了技术路线图和问题描述;节3多目标协同模型,用来描述在微型电网能源共享;节4、参考决策模型提出了;节5数值案例研究的结果,提出了多目标下的微型电网能量管理系统不同的权重情况报告;而在部分6,得出了若干结论。
2。问题描述
在这个研究中,建模框架开发研究微型电网的能源管理。提出了网络的布局图1,整个系统由电网和多个微型电网。每个微型智能电网"由最终用户(如建筑),燃气热电冷联产系统中,光伏(PV)面板和充电站。电动汽车到达充电站在双向功率交换使用电网和最终用户基于V2G和V2B技术。此外,局部冷却网络和建立了微型电网,使电力和冷却微型电网内能量转移,描绘成实线以绿色和蓝色颜色如图1,分别。
的具体布局提出网络显示在图2,每一个微型智能电网"可以共享和交换与其他微型电网电力和冷却能量通过电线和管道内的网络,分别。的微型智能电网"由电网建设和充电站。建筑,作为最终用户,配有燃气热电冷联产系统和光伏电池板。由于更高的效率和更低的排放,静止的固体氧化物燃料电池(SOFC)是部署为燃气热电冷联产系统的原动机来发电。加热能源可以产生的回收系统,并通过一个辅助锅炉燃料可以转化成热量满足冷却和加热的需求。CS有能力同时负责多个电动汽车,使用电力的光伏电池板、电网建设、和其他微型电网。电网的微型智能电网"网络连接,可以使从电网馈入或购买电力。
绿色在图中的实线2代表电力流动。构建在每个微型智能电网"的电负载是由燃气热电冷联产,公用电网,PV, CS和其他微型电网。电动汽车的电力负荷在每个微型智能电网"满足公用电网,PV,建筑,和其他微型电网。实线与蓝色和红色的颜色如图2分别显示冷却流和暖气流。建筑的冷负荷在每个微型智能电网"是由燃气热电冷联产系统和其他的吸收式制冷机的微型电网通过冷却管道。热泵的热负荷是满意和燃气热电冷联产系统。
如数据所示1和2,本研究的目的是获得最优电网能量管理策略,电动汽车,燃气热电冷联产系统,光伏和能源事务与平衡全球和个人利益。采用最优策略,提出系统和每个微型智能电网"经济、环境和能源性能可以最大化的约束下设备的特性,建筑的负荷,EVs特征(例如,电动汽车电池平衡和能源需求)。成本、CDE和压电陶瓷的系统最优策略探讨以下四个不同的权重场景下提供更好的视图表现的案例:中性,proeconomic proenvironmental, proenergy。
3所示。微型电网的数学模型
在本节中,一个混合整数线性规划(MILP)模型是制定减少经济成本,环境污染,能源消耗获得最优策略集成微型电网的V2G和V2B技术。建立了模型从系统的角度,考虑多个微型电网之间的相互关系。索引的符号、参数和变量应用模型显示在表中1。所有的参数和变量都是非负的。
3.1。约束
3.1.1。电网容量约束
从公用电网建设电力购买( )和充电站( )受到公用电网的容量( )如下: 在哪里和分别是微型电网的数量和时间。
3.1.2。构建操作决策模型
(一)电动负载平衡约束。电显示平衡方程(2)意味着电力供给等于需求为构建在微型智能电网" 。左边的电力供应由太阳能光伏发电( ),固体氧化物燃料电池( ),从电网购买( ),充电站( )以及其他微型电网( )。正确的(需求)的项目包括电力消耗的电力电子商务( )和惠普( ),电力销售回效用网格( ),建筑电气负载( ),电力传输到CS ( ),和其他微型电网( )。微型电网内的传输损耗的电能是通过实现的因素 。 (b)热负载平衡约束。加热平衡是显示在方程(3),回收热量( )从固体氧化物燃料电池发电+加热锅炉供应( )和热泵( )是用来满足吸收式冷水机组的供热消费( )和建筑热负荷( )在微型智能电网" 。同样,冷却显示平衡方程(4)意味着冷却能源供应应该等于电力需求时间为构建在微型智能电网" 。左边(供应)的冷却需求包括冷却产生的吸收式制冷机( )和电动冷水机组( )加上从其他微型电网传输( )。正确的(需求)的冷却需求包括建筑的冷却需求( )和其他微型电网传输( )。 代表冷却微型电网中能量的传输损耗。 (c)光伏的约束。光伏发电面板( )可以计算它的大小( )乘以发电效率( )和太阳辐射( )在微型智能电网"如下: (d)燃气热电冷联产的约束。固体氧化物燃料电池的电/热输出( ),锅炉( ),吸收式制冷机的( ),电动冷水机组( ),和热泵( )必须不超过相应的安装能力( )在微型智能电网"在方程(6)- (10)。能量转换效率给出了方程(11)- (16),显示了能源效率燃气热电冷联产系统的各种设备。
3.1.3。电动汽车充电站操作决策模型
(一)电动负载平衡约束。约束方程(17)代表电力的供应和需求应该一律平等CS的微型智能电网" 。对微型智能电网" ,能源供应商包括从公用电网购买( ),从建筑传播( ),生成的CS的PV ( ),从其他微型电网和传播( )。能源需求包括电力销售回效用网格( ),传播给其他建筑( ),要求能源电动汽车充电( ),和传播到其他微型智能电网"( )。约束(18)意味着电力要求能源电动汽车充电=电动汽车的充电-放电能量。 (b)约束的光伏。同样,发电CS的光伏面板( )是克制的能力( )次发电效率( )和太阳辐射( )在微型智能电网" 。 (c)限制电动汽车。电动汽车,代表了电动汽车到达和离开CS微型智能电网" ,分别被认为是可用的和不可用的时间。在电动汽车停车时间(时间),热能存储在电动汽车( )是有界的见方程(20.),可以计算充电能量-放电能量显示在方程(21)和(22)。约束(23)保证电动汽车的电力水平( )可满足主人的需要电力水平当EV CS。方程(24)指定,EVs不能充电( )和放电( )国家在同一时间。约束(25)和(26)是用来保证电动汽车电池充电和放电电是有限的,他们的最大和最小充电和放电率,分别。
3.1.4。限制电网交流
约束(27)表明,电力不能进口和出口到电网同时为微型智能电网"。方程(28从公用电网和CS)确保电力限制最大容量。同样,方程(29日)国家电力馈入公用电网和CS是最大容量限制。
3.1.5。约束的网络
表达的约束方程(30.),(33)和(36)表明,电力/冷却馈入和进口不能同时发生。请注意,和是二进制变量来表示建筑物和CS在微型电网发电来分别交换地位。电能的传输( , )限制交易状态方程中定义(31日),(32),(34)和(35)。是二进制变量来控制冷却从微型电网建设来交换地位。约束(37)和(38)确保冷却能量的传输( , )受限于交换地位。是一个巨大的数字,通常采用混合整数规划。
3.2。目标
在这项研究中,三个目标是评估的经济、环保和节能的角度来看,分别。
3.2.1之上。运营成本(成本)
微型电网的集体利益可以制定为方程(39个),这是减少每一个微型智能电网"的能源成本的总和方程(39 b)。如方程所示(39 b),能源成本的微型智能电网"可以分为成本与天然气(第一项),设备维护成本(第二项),与电网相关成本(第三项),和收入与公用电网(上学期)。
3.2.2。二氧化碳排放(CDE)
发电的温室气体燃烧燃料环境恶化,全球变暖是一个至关重要的问题。CDE被选中作为环境指数和微型电网的集体环境效益可以建立方程(40),目标是最小化的总和每个微型智能电网"的CDE方程(40 b)。显示在方程(40 b),每个微型智能电网"可以估计的CDE排放的天然气消费(第一项)和购买电力从公用电网(第二项)。
3.2.3。一次能源消费(压电陶瓷)
微型电网的集体能量的好处可以制定为方程(41个),这是减少每个微型智能电网"的压电方程(的总和41 b)。每个微型智能电网"包括一次能源消费的压电陶瓷的天然气(第一项),公用电网(第二项),和光伏面板(最后一项),如方程所示(41 b)。
3.3。多目标优化
多目标优化(MOO)算法大大不同于简略优化以来有很多种但在MOO冲突的评价指标。加权方法使用权重来表示决策者偏好的目标(30.),这是解决该模型采用归一化后。
3.3.1。规范化的指标
在方程(42),三个指标有不同的单位和特点,在其中代表客观、显示了规范化的客观计算 在哪里 和 。
3.3.2。加权法
经过规范化的这些指标和使用加权的方法,多目标模型可以转换为以下简略模型: 在哪里表示重量的目的,它将确定适应度函数和显示性能的解决优先级。不同的权重场景代表决策者的偏好在不同的上下文中。
4所示。操作交互能源管理决策模型
进行这种分析,该模型(即。,model III) balancing global and local benefits is compared with two reference models (i.e., models I and II). Reference model I is presented to search for the total benefit for all the microgrids that are disconnected and operated separately, which is used to compare the performance of the microgrids with single microgrid operation. The global microgrids are obtained in the reference model II integrating V2G and V2B, when each microgrid can freely connect with other microgrids to share information and exchange energy in the transactive energy work.
4.1。我参考模型
数学模型作为参考模型和制定是总微型电网的性能。约束(45)确保没有微型电网之间的能量交换,建筑和充电站。
我参考模型:
4.2。参考模型二世
在此操作模型中,第二参考模型构建研究微型电网的经营决策,目的是获得全球微型电网的好处,当能量微型电网之间可以自由交换。在这个模型中,集体利益最大化全球微型电网的焦点和MILP模型获得微型电网的运行决策制定。
参考模型2:
4.3。模型3
虽然参考模型II可以最小化的集体利益,个人利益的微型智能电网"可能无法保证。也就是说,一些微型电网可能要花更多的钱,如果他们加入集群。利益驱动的实体(即。,the microgrid’s owner), to guarantee each microgrid achieves cost savings in the clusters, reference model II is extended to model III by introducing a constraint in equation (48)。 , ,和是参数显示感兴趣的储蓄比例视为同一水平。此外,方程(48)- (50)可以修改约束来保证微型智能电网"的经济,环境和能源的好处当微型智能电网"决定标记注意实现个人利益。
模型3:
5。案例研究
验证的经济、环境和能源标准的系统使用多目标模型的建立,在上海的微型电网,中国作为一个案例研究调查。在这个研究中,决策时间间隔设置在1 h。组成的微型电网5(即公共建筑类别。,hotel, office, hospital, school, and supermarket) are selected for analysis in the case. The typical weekday hourly energy demand profiles including electric, heating, and cooling of each building in the transition season are plotted in Figure3(31日]。石头的能源价格显示在图4(26),太阳辐射指数呈现在图5(32]。
充电站,每个停车场设置五电动汽车的最大容量。此外,它假定每个CS在相应的时间间隔设置为全状态表2。EVs到达CS以20%的电池充电,充电电池为100%。此外,其他参数模型给出相关表3。
电脑的英特尔(R) (™) i5 - 8265 u CPU核心@1.60 10 GHz处理器和8 GB内存运行Windows 64位操作系统用于实验。提出的多目标优化方法的交互实现能源管理Python 3。优化的数学模型采用编程语言代码在IBM ILOG最大化策略v12.8优化器。通过Python API,优化模型解决了由IBM决定优化最大化策略(DOcplex)造型Python。验证模型的可伸缩性和可行性三个操作决策模型下四个权重场景检查负责经济、环境、和能量性能的目标函数。
5.1。中性的场景
在中性的场景中,平等权重(即, )采用手术决策模型和代表三个同样重要的目标。后运行参考模型i ii和III模型,经济和环境以及能源性能的微型智能电网"记录在表4和这三个模型运行316秒。总成本、CDE和压电陶瓷为我参考模型下的微型电网3350 .44点美元,18.46吨,12.49104,分别。证明参考模型II可以实现压电陶瓷CDE减少约22%和12%储蓄与参考模型。尽管参考模型I和II的成本大约是相同的,每个微型智能电网"节约成本水平是不同的。模型采用三世获得一个最优的能源战略,平衡全球和单项成本与利益 ,微型智能电网"实体集中的经济表现。此外,和设置为0。参考模型和模型3的结果如表所示4减少和储蓄/经济、环境和能源每个微型智能电网"在不同操作的性能模型显示在图6。
(一)
(b)
(c)
如表所示4三个模型的目标函数(例如, )在中立的情况下可以用0.67,0.67,0.014。因此,该方法可以实现经济、环境和能源同时受益。在图6,经济利益的微型智能电网"可以确保模型三世当1-th成本,2-th, 3-th,和5日微型智能电网"大于参考模型即与参考我相比,压电陶瓷和减少CDE第三层次的每个microgridare相似模型和参考模型II。子图(a)、(b)和(c)在图6还表明,经济利益是最好的时候。因此,如表所示4和图6,提出了微型电网整合的V2G V2B制定多目标模型可以获得multibenefits,实现全球和个人利益之间的平衡在一个中立的情况下。
5.2。Proeconomic场景
在proeconomic场景中, 和 将代表proenvironmental态度和用于操作决策模型。表5显示每个微型智能电网"三下操作的性能模型,和这三个模型运行309秒。在参考模型II proeconomic场景中,集中集体操作可以实现成本节约6%左右,CDE减少9%,和4%相比减少压电陶瓷与参考模型。然而,每个微型智能电网"可能的经济利益没有保障,例如,成本和CDE以及压电陶瓷2-th微型智能电网"增加。proeconomic微型智能电网"实体,约束确保经济效益被添加到该模型三世。模型采用三保证每个微型智能电网"可以节省费用最低的水平。设置(即平均百分比。基于整体成本节约6%),和以及设置为0。
如表所示5的价值, 在proeconomic权重情况下可以知道1,0,0.038。因此,该方法可以得到multibenefits类似参考模型II和优于参考模型我一个人在微型电网运行。在图7的成本和压电陶瓷3-th微型智能电网"高于单独操作,这代表利益受损。子图(a)、(b)和(c)在图7还表明,经济利益是最好的时候。因此,如表所示5和图7,提出了微型电网整合的V2G V2B制定多目标模型可以获得multibenefits和全球和个人利益之间达到平衡proeconomic权重下的场景。
(一)
(b)
(c)
5.3。Proenvironmental场景
在proenvironmental场景中, 和 将代表proenvironmental态度和采取的行动决策模型。表6显示每个微型智能电网"在微型电网的表演,这三个模型运行311秒。在参考模型II proenvironmental场景中,集中集体操作可以实现压电陶瓷CDE降低22%和12%减少当每个微型智能电网"的环境污染排放减少不同的百分比。为了平衡全球和单身的好处,模型采用三世保证每个微型智能电网"可以减少CDE相同的水平。基于整体CDE还原,设置为21%时没有与平均水平(即最优解。,22%)。此外,,设置为0。
在表6的值, 在proenvironmental权重情况下可以获得0.67,0.1586和0.338。因此,所提出的预测模型multibenefits三世不如参考二世时忽视个人利益,也比我独自在考虑微型电网运行参考模型。图8表明,CDE减少水平的每个微型智能电网"提出的方法比其他模型的平衡。如表所示6和图8的好处,虽然微型电网减少而忽视利益平衡,提出了微型电网整合的V2G和V2B制定多目标模型可以实现全球和个人利益之间的平衡在proenvironmental权重的场景。
(一)
(b)
(c)
5.4。Proenergy场景
在proenergy场景中,参考模型和模型三世得到解决 和 ,代表了proenergy态度。表7显示每个微型智能电网"的微型电网的性能,和这三个模型运行322秒。在参考模型II proenergy场景中,集中集体操作可以实现12%的CDE储蓄,CDE降低24%,脉冲涡流减少9%,当每个微型智能电网"的压电陶瓷是减少了一个不同的百分比。此外,模型采用三世保证每个微型智能电网"可以达到减少压电陶瓷在同一水平。基于脉冲涡流减少整体,建立在没有8%平均百分比(即最优解决方案。,9%)。此外,和设置为0。
在表7的值, 可以计算出proenvironmental权重的场景下,0,0.0017。因此,multibenefits制定模型与参考模型II和III是相似的比参考。每个微型智能电网"达到优秀的能源利益与参考模型I和II(见图9)。如表所示7和图9,提出了微型电网整合的V2G V2B制定多目标模型可以实现平衡的全球和个人利益在proenergy加权的情况下,当微型电网基本保证的利益。
(一)
(b)
(c)
6。结论
在这个研究中,多目标模型进行交互研究制定微型电网整合电动汽车能源管理。选择成本、CDE和压电陶瓷的经济、环境和能源指标,分别。提出了三种不同的操作模式,分析微型电网的能源管理。我是制定的参考模型的总效益最大化没有微型电网之间的交换。第二参考模型提出了集体利益最大化下交换微型电网之间的电力和冷却能源。该模型采用三集体利益最大化个人利益在一个令人满意的水平。在案例研究中,微型电网不同权重下位于上海场景分析,数学模型是由IBM的商业规划求解最大化策略解决在Python运行平均大约315秒。实验结果表明,该方法可以确保利益的微型智能电网"(即权重下的场景。决策者的偏好),当微型电网的多个利益接近忽视利益的平衡。例如,每个微型智能电网"成本节约超过6% proeconomic权重下的场景。因此,该方法可以用来确保微型电网的可持续发展。
在这项研究中,能源供应和需求作为预定的假设。然而,他们受到许多因素的影响,如极端天气,设备故障和交通拥堵。在未来的研究中,分析了能源管理可以考虑各种不确定因素(例如,太阳辐射、能源负载和电动汽车驾驶时间表)。鲁棒性编程可用于制定微型电网的随机优化问题。此外,与微型电网的规模的扩张,可以调整,采用智能优化算法来解决微型电网的数学模型。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
小林楚概念化的研究中,提出了方法,建立了软件,验证研究,写了初稿。彭王调查研究中,提供了软件,并审查和编辑手稿,杨董和概念化的研究,指导研究,审查和编辑的手稿。
确认
这项工作得到了国家自然科学基金(71971053);2022年上海教师专业发展项目和培训计划;2021黄金的上海立信会计和金融大学;上海大学的2022名年轻教师培训资助项目;稳定运行基金项目重点实验室的电磁散射(622102 y070108);上海市科学技术委员会(20 zr1454800)。