基于模型预测控制的园区热电联供微电网能量优化

doi:10.3969/j.issn.1000-7229.2019.03.004

电力建设 ›› 2019, Vol. 40 ›› Issue (3): 27-33.doi: 10.3969/j.issn.1000-7229.2019.03.004

• 综合能源系统 ·栏目主持文福拴教授、赵俊华副教授、鲁刚博士· • 上一篇下一篇

基于模型预测控制的园区热电联供微电网能量优化

蔡超1，窦晓波2，曹水晶2，陈曦1，王娜1

1.国网江苏省电力公司经济技术研究院，南京市 210008；2.东南大学电气工程学院，南京市 210096

出版日期:2019-03-01
作者简介:蔡超(1985)，男，博士研究生，主要从事电力系统继电保护方面的研究工作；窦晓波(1979)，男，通信作者，教授，博士生导师，主要研究方向为分布式电源（储能）变流器优化控制、分布式电源高渗透配电网、微电网运行控制与能量优化、智能变电站与电力通信；曹水晶(1994)，女，硕士研究生，主要研究方向为微电网能量管理；陈曦(1988)，男，硕士研究生，主要从事电力系统规划、直流输电系统、柔性直流电网可靠性等方面的研究工作；王娜(1986)，女，博士研究生，主要研究方向为航空负载特性、电网集成仿真及其稳定性分析。
基金资助:
国网江苏省电力有限公司科技项目(J2018058)

Energy Optimization Based on Model Predictive Control for Combined Heating and Power Microgrid in Industrial Park

CAI Chao1， DOU Xiaobo2， CAO Shuijing2， CHEN Xi1， WANG Na1

1.State Grid Jiangsu Economic Research Institute， Nanjing 210008， China；2. School of Electrical Engineering， Southeast University， Nanjing 210096， China

Online:2019-03-01
Supported by:
This work is supported by State Grid Jiangsu Electric Power Company Research Program (No. J2018058).

摘要/Abstract

摘要： 热电联供（combined heat and power，CHP）微电网利用电、天然气作为热能来源，具有经济、环保的特性，能够有效解决综合供电供热问题，在工业园区有着广阔的应用前景。CHP微电网中可再生能源出力的随机性和负荷预测误差会导致能量优化的精确性降低，并且由于电、热负荷存在差异，高热电耦合度的CHP微电网经济性较差。因此，基于模型预测控制（model predictive control，MPC）算法提出一种多时间尺度能量优化方法。该方法在日前预测下一天的机组出力、储能调度计划；在日内基于MPC算法参考日前计划进行实时能量优化，并根据系统中的热损设计反馈环节，提高优化结果精确性。最后，基于MATLAB进行了算例仿真，验证了所提方法可以降低系统运行成本，能够实现系统热电解耦、储能削峰填谷、提高可再生能源消纳率的效果，并且具有较好的适用性和准确性。

关键词: 园区, 微电网, 热电联供（CHP）, 多时间尺度, 能量优化, 模型预测控制（MPC）

Abstract: Combined heat and power (CHP) microgrid uses electricity and natural gas as sources of heat energy， which has the characteristics of economy and environmental protection. It can effectively solve the problem of comprehensive power and heat supply， and has broad application prospects in industrial parks. Considering the randomness of renewable energy in CHP microgrid and the error of load forecasting， the accuracy of energy optimization will be reduced. And there are differences between electric and thermal loads， and the economy of CHP microgrid with high thermoelectric coupling is poor. This paper proposes a multi-time-scale energy optimization method based on model predictive control (MPC). The allocation energy and storage scheduling is optimized according to the day-ahead plan. Applying the MPC algorithm， the real-time energy optimization is planned in the day， and the optimization results are improved due to the feedback design of heat loss in the system. Finally， in the case simulation in MATLAB， the applicability and the accuracy of the proposed method is verified， and the operation cost of the system is reduced. The simulation results show that the method achieves the effect of thermoelectric decoupling and peak shaving and valley filling by energy storage， meanwhile improving the utilization of renewable energy.

Key words: industrial park, microgrid, combined heat and power (CHP), multi-time scale, energy optimization, model predictive control (MPC)

中图分类号:

TM 744

蔡超，窦晓波，曹水晶，陈曦，王娜. 基于模型预测控制的园区热电联供微电网能量优化[J]. 电力建设, 2019, 40(3): 27-33.

CAI Chao， DOU Xiaobo， CAO Shuijing， CHEN Xi， WANG Na. Energy Optimization Based on Model Predictive Control for Combined Heating and Power Microgrid in Industrial Park[J]. Electric Power Construction, 2019, 40(3): 27-33.

参考文献

［1］中国建筑节能协会.中国建筑能耗研究报告(2017年)［R］.上海: 中国建筑节能协会，2017.
［2］DONG Q， TIAN K， ZHANG Y， et al. The situation and problems of CHP industry in China［C］//Proceedings of International Conference on Management and Service Science. IEEE， 2009:1-4.
［3］MYRSINE S， HERACLES P， DIAS H. Industrial combined heat and power (CHP) planning:Development of a methodology and application in Greece［J］. Applied Energy， 2011， 88(5):1519-1531.
［4］ZSEBIK， A. Implementation of CHP plants: The best investment possibilities in Hungary［J］. Cogeneration & Distributed Generation Journal， 2008， 23(1):65-79.
［5］HENRIK L， WOODROW C. Management of fluctuations in wind power and CHP comparing two possible Danish strategies［J］.Energy，2002，27(5):471-483
［6］裴玮，邓卫，沈子奇，等.可再生能源与热电联供混合微网能量协调优化［J］电力系统自动化，2014，38(16):9-15.
PEI Wei， DENG Wei， SHEN Ziqi， et al. Energy coordination and optimization of hybrid microgrid based on renewable energy and CHP supply［J］. Automation of Electric Power Systems，2014，38(16):9-15.
［7］吴雄，王秀丽，别朝红，等.含热电联供系统的微网经济运行［J］. 电力自动化设备，2013，33(8):1-6.
WU Xiong， WANG Xiuli，BIE Zhaohong， et al. Economic operation of microgrid with combined heat and power system［J］.Electric Power Automation Equipment， 2013，33(8):1-6.
［8］王锐，顾伟，吴志. 含可再生能源的热电联供型微网经济运行优化［J］. 电力系统自动化，2011，35(8):22-27.
WANG Rui， GU Wei， WU Zhi. Economic and optimal operation of a combined heat and power microgrid with renewable energy resources［J］.Automation of Electric Power Systems，2011，35(8):22-27.
［9］裴哲义，王新雷，董存，等. 东北供热机组对新能源消纳的影响分析及热电解耦措施［J］. 电网技术，2017，41(6):1786-1792.
PEI Zheyi， WANG Xinlei， DONG Cun， et al. Analysis of impact of CHP plant on renewable energy accommodation in northeast China and thermoelectric decoupling measures［J］.Power System Technology， 2017， 41(6): 1786-1792.
［10］吴鸣，骆钊，季宇，等. 基于模型预测控制的冷热电联供型微网动态优化调度［J］. 中国电机工程学报，2017， 37（24）:1-10.
WU Ming， LUO Zhao， JI Yu， et al. Optimal dynamic dispatch for combined cooling， heating and power microgrid based on model predictive control［J］. Proceedings of the CSEE， 2017， 37（24）:1-10.
［11］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):26-33.
WANG Chengshan， HONG Bowen， GUO Li， et al. A general modeling method for optimal dispatch of combined cooling， heating and power microgrid［J］. Proceedings of the CSEE，33(31):26-33.
［12］PEPENMANS G， DRIESEN J， HAESELDONCKX D，et al. Distributed generation: Definition， benefits and issues［J］. Energy Policy，2005，6(3):787-798.
［13］王英瑞，曾博，郭经，等.电–热–气综合能源系统多能流计算方法［J］.电网技术，2016，40(10):2942-2951.
WANG Yingrui， ZENG Bo， GUO Jing，et al. Multi-energy flow calculation method for integrated energy system containing electricity， heat and gas［J］. Power System Technology，2016，40(10):2942-2951.
［14］陈鸿亮. 面向大型园区供能的冷热电联供型微网优化调度研究［D］.南京：南京理工大学，2017.
CHEN Hongliang. Research on the optimal scheduling of CCHP microgrid oriented to large industrial park［D］. Nanjing: Nanjing University of Science & Technology， 2017.
［15］邹涛，丁宝苍，张端. 模型预测控制工程应用导论［M］. 北京:化学工业出版社， 2010.
［16］NGUYENT A. Optimization in microgrid design and energy management ［D］.Rolla: Missouri University of Science and Technology， 2014
［17］XU Y， LI Z. Distributed optimal resource management based on the consensus algorithm in a microgrid［J］.IEEE Transactions on Industrial Electronics，2015，62(4):2584-2592.
［18］魏大钧. 小型冷热电联供系统多目标优化设计与能量管理策略研究［D］.济南：山东大学，2016.
WEI Dajun. Multi-objective optimal design and energy management of the small-scale combined cooling heating and power system［D］.Jinan:Shandong University， 2016.
［19］BASU A K，CHOWHURY S.Operational management of CHP-based microgrid［C］//2010 International Conference on Power System Technology(POWERCON). Hangzhou， China: IEEE，2010:1-5.
［20］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.
DOU Xiaobo， XIAO Yu， YUAN Xiaodong， et al. Energy management strategy based on improved model predictive control for microgrid［J］. Automation of Electric Power Systems，2017，41(22):56-65.

[1]	李鹏，杨莘博，李慧璇，田春筝，李锰，谭忠富. 计及多能源多需求响应手段的园区综合能源系统优化调度模型[J]. 电力建设, 2020, 41(5): 45-57.
[2]	丁保迪，季宇，王永刚，苏剑，魏大钧，陈继开. 面向多能互补微网的故障辨识与继电保护算法[J]. 电力建设, 2020, 41(4): 10-21.
[3]	刘自发，王新月，于寒霄，高建宇，吴刚. 微电网与配电网的成本效益关系及交互电量定价方法[J]. 电力建设, 2020, 41(3): 39-46.
[4]	贾利虎，高毅，葛磊蛟，田庄，赵高帅，张来，张海宁. 计及光热电站不确定性的CHP系统两阶段优化调度方法[J]. 电力建设, 2020, 41(1): 64-70.
[5]	张涌新，沈弘，文俊. 面向综合需求响应的综合能源系统储能控制面向综合需求响应的综合能源系统储能控制[J]. 电力建设, 2019, 40(9): 43-51.
[6]	王莉，吴国沛，曾顺奇，何仲潇，董树锋. 考虑上级电网与工业园区互动的综合需求响应[J]. 电力建设, 2019, 40(9): 52-63.
[7]	肖海伟，孙久严2，李章溢，肖浩，张亮，黄娟，裴玮. 基于综合储能设备的工业园区联络线功率实时MPC控制方法[J]. 电力建设, 2019, 40(8): 34-42.
[8]	陈厚合，李汶明，张儒峰，钱叶牛. 考虑建筑供冷区域储能特性的工业园区综合能源系统日前优化调度模型[J]. 电力建设, 2019, 40(8): 43-50.
[9]	陈非凡，高亚静，梁海峰，段杰. 基于地理分区的综合能源园区用能特性评价模型及供能分区方法[J]. 电力建设, 2019, 40(6): 23-32.
[10]	王辉，廖昆，林艺璇，金彬斌. 需求响应下含微电网配电侧市场多目标出清模型[J]. 电力建设, 2019, 40(2): 29-36.
[11]	霍现旭，吴盼，黄鑫，严晶晶，汪可友，徐科，姚程，陈培育. 基于自适应参数虚拟同步机的微电网稳定控制[J]. 电力建设, 2019, 40(2): 79-86.
[12]	朱永强，张泉，刘康，王植，韩民晓. 交直流混合微电网互联变流器新型控制策略[J]. 电力建设, 2019, 40(11): 48-54.
[13]	高山，邹子卿，刘宇. 考虑多类型需求响应负荷的热电联供系统协调优化运行[J]. 电力建设, 2019, 40(10): 9-17.
[14]	朱永强，刘康，张泉，田源，蔡冰倩，夏瑞华. 考虑储能系统调度的交直流混合微电网中互联变流器容量配置[J]. 电力建设, 2019, 40(10): 84-93.
[15]	钟永洁，翟苏巍，孙永辉. 孤岛模式下互联微电网的自适应同步频率控制[J]. 电力建设, 2019, 40(10): 75-83.

基于模型预测控制的园区热电联供微电网能量优化

Energy Optimization Based on Model Predictive Control for Combined Heating and Power Microgrid in Industrial Park

PDF

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