计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行

doi:10.12096/j.2096-4528.pgt.19175

发电技术 ›› 2020, Vol. 41 ›› Issue (1): 64-72.DOI: 10.12096/j.2096-4528.pgt.19175

• 泛在电力物联网与综合能源系统关键技术 • 上一篇下一篇

计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行

孙黎霞¹(),鞠平¹(),白景涛¹,刘甜甜²

¹ 河海大学能源与电气学院, 江苏省南京市 211100
² 国网安徽省电力有限公司检修分公司, 安徽省合肥市 230000

收稿日期:2019-12-06 出版日期:2020-02-29 发布日期:2020-03-03
作者简介:孙黎霞(1978),女,博士,副教授,主要研究方向为电力电子在电力系统中的应用、同步发电机及其励磁系统的建模与参数辨识、非线性系统的控制等, Lixiasun@hhu.edu.cn|鞠平(1962),男,教授,博士生导师,主要研究方向为电力系统建模, pju@hhu.educn
基金资助:
国家自然科学基金项目(51837004);国家自然科学基金项目(51707056);高等学校学科创新引智计划（111计划）(B14022)

Multi-objective Economic Optimal Operation of Microgrid Based on Combined Cooling, Heating and Power Considering Battery Life

Lixia SUN¹(),Ping JU¹(),Jingtao BAI¹,Tiantian LIU²

¹ College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, Jiangsu Province, China
² Maintenance Branch, State Grid Anhui Electric Power Co. LTD., Hefei 230000, Anhui Province, China

Received:2019-12-06 Published:2020-02-29 Online:2020-03-03
Supported by:
the National Natural Science Foundation of China(51837004);the National Natural Science Foundation of China(51707056);Subject Innovation and Intellectual Introduction Plan of Institutions of Higher Learning (111 Project)(B14022)

摘要/Abstract

摘要：

冷热电联供（combined cooling，heating and power，CCHP）型微电网不仅能为清洁能源的开发利用提供良好的平台，降低能源消费带来的环境污染，而且能够改善供电电能质量，降低系统损耗。为使CCHP型微电网经济计算更加符合实际运行工况，考虑将蓄电池寿命损耗带来的经济损失加入经济调度计算模型，同时考虑CCHP型微电网的经济性和环保性，建立CCHP型微电网的多目标优化模型。根据最大满意度的原则将多目标优化模型转化为单目标优化模型，利用改进型遗传算法，优化日内各微源的出力。通过算例对比分析多目标优化和各个单目标优化对微电网中各微源出力的影响，结果表明：多目标优化模型能够兼顾CCHP型微电网的经济性和环保性，更加接近CCHP型微电网的实际运行工况。

关键词: 冷热电联供系统, 微电网, 经济运行, 改进遗传算法, 多目标优化, 储能, 蓄电池寿命

Abstract:

Combined cooling, heating and power (CCHP) microgrid can not only provide a good platform for the development and utilization of clean energy, but also greatly improve the efficiency of energy use, and can improve the quality of power supply and reduce the network loss of the system. In order to make the economic calculation of CCHP microgrid more in line with the actual operation conditions, this paper considered adding battery life to the economic calculation model. The multi-objective optimization model of CCHP microgrid was established considering the power generation cost and the cleanness of microgrid. The multi-objective optimization model was transformed into a single-objective optimization model by the principle of maximum satisfaction. The improved genetic algorithm was used to optimize the output of each micro-source in a day. The effects of multi-objective optimization and single-objective optimization on the output of micro-sources in the CCHP microgrid were compared and analyzed by numerical examples. The simulation results show that the multi-objective optimization model can simultaneously take into account the economic and cleanness of CCHP microgrid, and it is closer to the actual operating conditions of CCHP microgrid.

Key words: combined cooling, heating and power (CCHP) generation system, microgrid, economical operation, improved genetic algorithm, multi-objective optimization, energy storage, storage battery life

中图分类号:

TM73

孙黎霞,鞠平,白景涛,刘甜甜. 计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行[J]. 发电技术, 2020, 41(1): 64-72.

Lixia SUN,Ping JU,Jingtao BAI,Tiantian LIU. Multi-objective Economic Optimal Operation of Microgrid Based on Combined Cooling, Heating and Power Considering Battery Life[J]. Power Generation Technology, 2020, 41(1): 64-72.

参考文献

1	陈麒宇. 泛在电力物联网实施策略研究[J]. 发电技术, 2019, 40 (2): 99- 106.
2	彭楚宁, 罗冉冉, 王晓东. 新一代智能电能表支撑泛在电力物联网技术研究[J]. 电测与仪表, 2019, 56 (15): 137- 142.
3	杨挺, 翟峰, 赵英杰, 等. 泛在电力物联网释义与研究展望[J]. 电力系统自动化, 2019, 43 (13): 9- 20, 53.
4	王毅, 陈启鑫, 张宁, 等. 5G通信与泛在电力物联网的融合:应用分析与研究展望[J]. 电网技术, 2019, 43 (5): 1575- 1585.
5	孙秋野, 滕菲, 张化光. 能源互联网及其关键控制问题[J]. 自动化学报, 2017, 43 (2): 176- 194.
6	徐青山, 李淋, 盛业宏, 等. 冷热电联供型多微网主动配电系统日前优化经济调度[J]. 电网技术, 2018, 42 (6): 1726- 1735.
7	Gu W , Wang Z , Wu Z , et al. An online optimal dispatch schedule for CCHP microgrids based on model predictive control[J] IEEE Transactions on Smart Grid, 2017, 8 (5): 2332- 2342.
8	Yang H , Pan H , Luo F , et al. Operational planning of electric vehicles for balancing wind power and load fluctuations in a microgrid[J] IEEE Transactions on Sustainable Energy, 2017, 8 (2): 592- 604.
9	Yan B , Luh P B , Warner G , et al. Operation and design optimization of microgrids with renewables[J] IEEE Transactions on Automation Science and Engineering, 2017, 14 (2): 573- 585.
10	刘峪涵, 汪沨, 谭阳红. 并网型微电网多目标容量优化配置及减排效益分析[J]. 电力系统及其自动化学报, 2017, 29 (9): 70- 75.
11	张明锐, 谢青青, 李路遥, 等. 考虑电动汽车能量管理的微网储能容量优化[J]. 中国电机工程学报, 2015, 35 (18): 4663- 4673.
12	周任军, 冉晓洪, 毛发龙, 等. 分布式冷热电三联供系统节能协调优化调度[J]. 电网技术, 2012, 36 (6): 8- 14.
13	王成山, 洪博文, 郭力, 等. 冷热电联供微网优化调度通用建模方法[J]. 中国电机工程学报, 2013, 33 (31): 56- 63.
14	冉晓洪, 周任军, 李湘华, 等. 计及等排性能系数的冷热电多联供环境经济调度[J]. 电力自动化设备, 2013, 37 (9): 94- 99.
15	李正茂, 张峰, 梁军, 等. 计及附加机会收益的冷热电联供型微电网动态调度[J]. 电力系统自动化, 2015, 39 (14): 8- 15.
16	徐青山, 曾艾东, 王凯, 等. 基于Hessian内点法的微型能源网日前冷热电联供经济优化调度[J]. 电网技术, 2016, 40 (6): 1657- 1665.
17	Deng Q, Gao X, Zhou H, et al. System modeling and optimization of microgrid using genetic algorithm[C]//The 2nd International Conference on Intelligent Control and Information Processing. Harbin, China, 2011.
18	肖浩, 裴玮, 孔力, 等. 综合能源微网运行优化调度方法研究[J]. 电工电能新技术, 2016, 35 (12): 1- 11.
19	王守相, 吴志佳, 庄剑. 考虑微网间功率交互和微源出力协调的冷热电联供型区域多微网优化调度模型[J]. 中国电机工程学报, 2017, 37 (24): 7185- 7194.
20	刘方, 杨秀, 黄海涛, 等. 含热电联产热电解耦运行方式下的微网能量综合优化[J]. 电力系统及其自动化学报, 2016, 28 (1): 51- 57.
21	陈丽雪, 房方. 计及蓄电池寿命的风光储微网系统能量优化管理[J]. 现代电力, 2018, 35 (3): 62- 69.
22	刘春阳, 王秀丽, 刘世民, 等. 计及蓄电池使用寿命的微电网经济调度模型[J]. 电力自动化设备, 2015, 35 (10): 29- 36.
23	陈洁, 杨秀, 朱兰, 等. 基于遗传算法的热电联产型微网经济运行优化[J]. 电力系统保护与控制, 2013, 41 (8): 12- 20.
24	杨志鹏, 张峰, 梁军, 等. 含热泵和储能的冷热电联供型微网经济运行[J]. 电网技术, 2018, 42 (6): 1735- 1742.
25	陈念斌, 杨明玉. 热电联产型微网系统的优化调度研究[J]. 现代电力, 2015, 32 (4): 27- 33.
26	陈洁, 杨秀, 朱兰, 等. 微网多目标经济调度优化[J]. 中国电机工程学报, 2013, 33 (19): 57- 66.
27	Srinivas M , Patnaik L M . Adaptive probabilities of crossover and mutation in genetic algorithms[J] IEEE Transactions on Systems, Man and Cybernetics, 1994, 24 (4): 656- 667.
28	刘方, 杨秀, 时珊珊, 等. 考虑不确定因素下含充换储一体化电站的微电网能量优化[J]. 电网技术, 2015, 30 (3): 669- 676.
29	许小青.多能互补微电网的优化调度研究[D].西安:西安理工大学, 2016.

[1]	梁中荣, 蓝茂蔚, 郑国, 何荣强, 屈可扬, 甘云华. 基于最小二乘支持向量机的电站锅炉高效率低NO _x 的多目标优化研究[J]. 发电技术, 2023, 44(6): 809-816.
[2]	陈志华, 尤梦凯, 蔡伟, 胡经伟, 胡兴, 张爱芳, 张科杰, 王伟. 考虑全寿命周期的储能电站综合评价模型[J]. 发电技术, 2023, 44(6): 883-888.
[3]	石梦舒, 许小峰, 张继广, 李忆, 周保中, 乐鹰, 毕圣. 考虑电-氢市场的虚拟电厂两阶段优化策略研究[J]. 发电技术, 2023, 44(5): 645-655.
[4]	陈逸文, 赵晋斌, 李军舟, 毛玲, 屈克庆, 魏国庆. 电力低碳转型背景下氢储能的挑战与展望[J]. 发电技术, 2023, 44(3): 296-304.
[5]	郭学伯, 范良迟, 许浈婧, 李有, 林俊, 陈林. 助力节能降碳的相变储热材料研究和应用进展[J]. 发电技术, 2023, 44(2): 201-212.
[6]	叶珍珍, 陈鑫祺, 张抒婷, 汪剑, 崔超婕, 张刚, 张磊, 钱陆明, 金鹰, 骞伟中. 离子液体型双电层电容器在45 ℃和3 V状态下的长周期运行研究[J]. 发电技术, 2023, 44(2): 213-220.
[7]	郝艺博, 杜锡力, 李笑竹, 陈来军. 考虑储能性能差异的新能源场站群共享储能交易模式[J]. 发电技术, 2022, 43(5): 687-697.
[8]	谷晴, 李睿, 蔡旭, 谢宝昌. 面向百兆瓦级应用的电池储能系统拓扑与控制方法[J]. 发电技术, 2022, 43(5): 698-706.
[9]	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.
[10]	陈晓光, 杨秀媛, 王镇林, 王浩扬. 考虑多目标优化模型的风电场储能容量配置方案[J]. 发电技术, 2022, 43(5): 718-730.
[11]	魏少鑫, 金鹰, 王瑾, 杨周飞, 崔超婕, 骞伟中. 电池型电容器技术发展趋势展望[J]. 发电技术, 2022, 43(5): 748-759.
[12]	李泽航, 周浩, 李浩秒, 王康丽, 蒋凯. 面向电力系统的液态金属电池储能技术[J]. 发电技术, 2022, 43(5): 760-774.
[13]	郑俊生, 吕心荣, 郑剑平. 锂离子电容器性能分析及其应用[J]. 发电技术, 2022, 43(5): 775-783.
[14]	王宁, 陈志强, 刘明义, 张鹏, 曹曦, 陆泽宇, 雷浩东, 曹传钊, 严晓, 周国鹏. 基于模糊综合评价的锂离子电池健康状态评估[J]. 发电技术, 2022, 43(5): 784-791.
[15]	闫帅帅, 陆洋, 侯文会, 刘凯. 面向锂电储能系统的本质安全电池智能隔膜材料[J]. 发电技术, 2022, 43(5): 792-800.

计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行

Multi-objective Economic Optimal Operation of Microgrid Based on Combined Cooling, Heating and Power Considering Battery Life

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