能源互联网背景下的微电网能量管理分析

doi:10.12096/j.2096-4528.pgt.18239

发电技术 ›› 2019, Vol. 40 ›› Issue (1): 17-21.DOI: 10.12096/j.2096-4528.pgt.18239

能源互联网背景下的微电网能量管理分析

张国栋¹(),刘凯²()

¹ 山东科技大学电气信息系, 山东省济南市 253500
² 洛阳供电公司, 河南省洛阳市 471000

收稿日期:2018-11-19 出版日期:2019-02-28 发布日期:2019-02-26
作者简介:张国栋(1982),男,硕士,讲师,主要研究方向为电力系统运行控制, 459532455@qq.com|刘凯(1981),男,硕士,高级工程师,从事电网规划设计等工作, 51781628@qq.com
基金资助:
教育部产学合作协同育人计划项目(201702064021);山东科技大学济南校区教研项目(JNJG2017203)

Analysis of Microgrid Energy Management Under the Background of Energy Internet

Guodong ZHANG¹(),Kai LIU²()

¹ Department of Electrical and Information, Shandong University of Science and Technology, Jinan 253500, Shandong Province, China
² Luoyang Power Supply Company, Luoyang 471000, Henan Province, China

Received:2018-11-19 Published:2019-02-28 Online:2019-02-26
Supported by:
Ministry of Education's Cooperative Education Program Project(201702064021);Research Project of Jinan Campus of Shandong University of Science and Technology(JNJG2017203)

摘要/Abstract

摘要：

能源互联网背景下，可再生能源并网规模日益扩大。由于可再生能源发电功率具有很强的随机性，电力系统运行中出现了所谓“双侧随机问题”，影响安全稳定运行。如何对各种可再生能源进行经济有效的能量管理，是实现能源互联网的关键技术之一。为实现微电网运行的整体优化，对包含各种分布式电源的微电网，建立以综合发电成本最低、环境效益最好作为优化目标的多目标优化模型。利用遗传算法，进行能量管理的优化研究。以联网运行的含有多种分布式电源的微电网为算例进行仿真计算，仿真结果表明了优化模型及算法的有效性。

关键词: 能源互联网, 微电网, 分布式电源, 能量管理

Abstract:

Under the background of energy internet, the scale of renewable energy interconnection is increasing day by day. Due to the strong randomness of renewable energy generation power, the so-called "bilateral stochastic problems" appears in the operation of the power system, which affects the safety and stability. How to manage all kinds of renewable energy economically and effectively is one of the key technologies to realize the energy internet. In order to realize the overall optimization of microgrid operation, a multi-objective optimization model was established for microgrid including various distributed generators (DG) with the lowest comprehensive power generation cost and the best environmental benefits as the optimization objectives. The genetic algorithm is used to optimize the energy management. The simulation results of a microgrid with multiple DGs running on the grid show the effectiveness of the optimization model and algorithm.

Key words: energy Internet, micro-grid, distributed generator, energy management

张国栋,刘凯. 能源互联网背景下的微电网能量管理分析[J]. 发电技术, 2019, 40(1): 17-21.

Guodong ZHANG,Kai LIU. Analysis of Microgrid Energy Management Under the Background of Energy Internet[J]. Power Generation Technology, 2019, 40(1): 17-21.

参考文献

1	周孝信, 曾嵘, 高峰, 等. 能源互联网的发展现状与展望[J]. 中国科学:信息科学, 2017, 47 (2): 149- 170.
2	张涛, 张福兴, 张彦. 面向能源互联网的能量管理系统研究[J]. 电网技术, 2016, 40 (1): 146- 155.
3	曾鸣, 杨雍琦, 李源非, 等. 能源互联网背景下新能源电力系统运营模式及关键技术初探[J]. 中国电机工程学报, 2016, 36 (3): 681- 691.
4	何力, 吕红芳. 考虑经济性的多微电网优化调度研究[J]. 发电技术, 2018, 39 (5): 397- 404.
5	胡晓通, 刘天琪, 何川, 等. 计及蓄电池损耗特性的微电网多目标优化运行[J]. 中国电机工程学报, 2016, 36 (10): 2674- 2681.
6	曾洪瑜, 史翊翔, 蔡宁生. 燃料电池分布式供能技术发展现状与展望[J]. 发电技术, 2018, 39 (2): 165- 170.
7	李凯, 秦文萍, 张海涛, 等. 含混合储能的微电网能量管理系统控制策略[J]. 电力系统及其自动化学报, 2016, 28 (10): 85- 91.
8	田世明, 栾文鹏, 张东霞, 等. 能源互联网技术形态与关键技术[J]. 中国电机工程学报, 2015, 35 (14): 3482- 3494.
9	窦晓波, 晓宇, 袁晓冬, 等. 基于改进模型预测控制的微电网能量管理策略[J]. 电力系统自动化, 2017, 41 (22): 56- 65.
10	马喜平, 谢永涛, 董开松, 等. 多能互补微电网的能量管理研究[J]. 高压电器, 2015, 51 (6): 108- 114.
11	陈其森, 汪湘晋, 池伟, 等. 多微电网互联系统能量管理方法研究[J]. 电力系统保护与控制, 2018, 46 (11): 83- 91.
12	吴雄, 王秀丽, 刘世民, 等. 微电网能量管理系统研究综述[J]. 电力自动化设备, 2014, 34 (10): 7- 14.
13	王成山, 武震, 李鹏. 微电网关键技术研究[J]. 电工技术学报, 2014, 29 (2): 1- 12.
14	马守达, 杨锦成, 崔承刚, 等. 能源互联网储能技术应用研究[J]. 发电技术, 2018, 39 (5): 412- 418.
15	庄雅妮, 杨秀媛, 金鑫城. 风光储联合发电运行技术研究[J]. 发电技术, 2018, 39 (4): 296- 303.

[1]	孙健浩, 初壮. 考虑碳交易和无功补偿的分布式电源优化配置[J]. 发电技术, 2024, 45(1): 142-150.
[2]	刘洪波, 刘珅诚, 盖雪扬, 刘永发, 阎禹同. 高比例新能源接入的主动配电网规划综述[J]. 发电技术, 2024, 45(1): 151-161.
[3]	钟永洁, 纪陵, 李靖霞, 左建勋, 王紫东, 吴世伟. 虚拟电厂智慧运营管控平台系统框架与综合功能[J]. 发电技术, 2023, 44(5): 656-666.
[4]	王博斐, 肖浩哲, 李国豪, 修文恒, 莫云浩, 朱铭杰, 吴震. 基于控制目标的氢-电混动系统能量管理策略综述[J]. 发电技术, 2023, 44(4): 452-464.
[5]	杜将武, 唐小强, 罗志伟, 刘敦楠, 陈积旭, 徐尔丰, 毕圣. 面向综合能源园区的丰枯电价定价方法[J]. 发电技术, 2023, 44(2): 261-269.
[6]	霍龙, 张誉宝, 陈欣. 人工智能在分布式储能技术中的应用[J]. 发电技术, 2022, 43(5): 707-717.
[7]	刘建伟, 李学斌, 刘晓鸥. 有源配电网中分布式电源接入与储能配置[J]. 发电技术, 2022, 43(3): 476-484.
[8]	卢昕, 陈众励, 李辉. 基于自抗扰控制的直流微电网双向Buck-Boost变换器控制策略研究[J]. 发电技术, 2021, 42(2): 193-200.
[9]	申洪, 周勤勇, 刘耀, 孙蔚, 贺庆, 任大伟, 张彦涛. 碳中和背景下全球能源互联网构建的关键技术及展望[J]. 发电技术, 2021, 42(1): 8-19.
[10]	叶季蕾, 李斌, 张宇, 李明哲, 石博文, 王皓靖. 基于全球能源互联网典型特征的储能需求及配置分析[J]. 发电技术, 2021, 42(1): 20-30.
[11]	段穰达. 有源配网后评价指标体系及其综合评价方法[J]. 发电技术, 2021, 42(1): 86-93.
[12]	陆永耕, 李建刚, 黄禹铭, 李柏玉. 高渗透率分布式电源控制方法[J]. 发电技术, 2021, 42(1): 103-114.
[13]	邓景松, 王英民, 孙迪飞, 郑晨玲, 晏寒婷, 高小镜. 逆变型分布式电源接入对就地型馈线保护的影响分析[J]. 发电技术, 2021, 42(1): 115-121.
[14]	郭亦宗, 郭创新. 基于虚拟同步发电机的微电网并离网安全控制策略[J]. 发电技术, 2020, 41(6): 650-658.
[15]	赵海川, 芦彦东, 郑浩康, 邢作霞. 低压微网中小型直驱永磁风电机组低电压穿越技术研究[J]. 发电技术, 2020, 41(6): 659-666.

能源互联网背景下的微电网能量管理分析

Analysis of Microgrid Energy Management Under the Background of Energy Internet

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价