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

doi:10.3969/j.issn.1000-7229.2019.08.005

电力建设 ›› 2019, Vol. 40 ›› Issue (8): 34-42.doi: 10.3969/j.issn.1000-7229.2019.08.005

• 综合能源系统正常状态运行调度 • 上一篇下一篇

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

肖海伟1，孙久严2，3，李章溢1，肖浩2，张亮1，黄娟1，裴玮2，3

1. 欣旺达电子股份有限公司，广东省深圳市 518108；2. 中国科学院电工研究所，北京市 100190；3. 中国科学院大学，北京市 100049

出版日期:2019-08-01
作者简介:肖海伟（1980），男，高级工程师，主要研究方向为电网储能和综合能源；孙久严（1995），男，硕士研究生，主要研究方向为分布式能源系统控制；李章溢（1976），男，博士，高级工程师，主要研究方向为电网储能和综合能源；肖浩（1987），男，博士，副研究员，主要研究方向为微电网能量管理与协调控制方法；张亮（1984），男，工程师，主要研究方向为电网储能和综合能源；黄娟（1981），女，硕士，工程师，主要研究方向为电网储能和综合能源；裴玮（1982），男，博士，研究员，主要研究方向为分布式发电与微网、交直流配网等。
基金资助:
国家重点研发计划项目（2017YFB0903400）；重20180005分布式光伏—储能电站联合运行调度管理系统的关键技术研发（JSGG20180507183525619）

Real-Time MPC Control Method for Tie-Line Power in Industrial Park Considering Integrated Energy Storage Devices

XIAO Haiwei1，SUN Jiuyan2，3，LI Zhangyi1，XIAO Hao2，ZHANG Liang1，HUANG Juan1，PEI Wei2，3

1.Sunwoda Electronic Co.， Ltd.， Shenzhen 518108， Guangdong Province， China；2.Institute of Electrical Engineering， Chinese Academy of Sciences， Beijing 100190， China；3. University of Chinese Academy of Sciences， Beijing 100049， China

Online:2019-08-01
Supported by:
This work is supported by the National Key Research and Development Program of China（No. 2017YFB0903400）.

摘要/Abstract

摘要： 工业园区微电网基础设施完善、储能设备众多，具有参与日前调峰、日内实时跟踪控制的潜力。工业园区内可能存在多个企业厂房，生产设备的种类有所差异，通过调整燃机出力实时控制联络线功率的传统控制方式，在不同的考核方案下难以兼顾各利益主体间的关系。因此从园区角度，利用园区内可支配的储能设备实行日内实时控制，能够有效协调各方经济利益，获得良好的控制效果。文章建立了储气、储冷、储电等多种储能设备的数学模型和房间热模型，为应对由于光伏、风电等清洁能源日前预测误差所产生的联络线功率波动，同时确保多种储能设备满足运行约束和冷、热、电、气负荷能量平衡约束，提出了一种基于模型预测控制（model predictive control，MPC）的日内滚动优化校正策略，在日前经济调度结果的基础上，通过调整储能设备的运行功率消除微电网中不确定因素的影响，以确保实现对日前调度结果的跟踪。以南方某蓄电池生产工业园区为例，通过算例分析验证了所提优化模型及算法的有效性。

关键词: 微电网, 模型预测控制（MPC）, 日内实时控制, 热负荷, 联络线考核方案

Abstract: With complete infrastructure and numerous energy storage devices， the industrial parks have the potential to participate in day-ahead peak-load regulation and day-ahead real-time tracking control. There may be many factory buildings in the industrial park， and the types of production devices are different. By adjusting the traditional control method of tie-line power real-time controlled by gas turbine power output， it is difficult to take into account the relationship between various interest subjects under different assessment schemes. Therefore， from the perspective of the park， by using of disposable energy storage devices in the park to implement real-time control， can effectively coordinate the economic interests of all parties， and obtain good control effect. Mathematics model of gas storage， cooling storage， electricity storage and some other storage devices and the thermal model of the room are established in this paper. In response to the tie-line power fluctuations caused by forecast error of the photovoltaic， wind power and other clean energy， and at the same time to ensure a variety of energy storage devices to meet operating constraints and energy balance constraints of cooling， heat， electricity， gas load， this paper proposes an intra-day rolling optimization correction strategy on the basis of MPC. According to the results of day-ahead economic operation， operators can adjust the operating power of energy storage devices to eliminate the influence of uncertain factors in the microgrid， and to ensure the implementation of scheduling results of tracking. Taking an industrial park for battery production in southern China as an example， the effectiveness of the proposed optimization model and algorithm is verified by numerical analysis.

Key words: micro-grid, model predictive control（MPC）, intra-day real-time control, thermal load, tie-line assessment scheme

中图分类号:

TM 734

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.

XIAO Haiwei，SUN Jiuyan，LI Zhangyi，XIAO Hao，ZHANG Liang，HUANG Juan，PEI Wei. Real-Time MPC Control Method for Tie-Line Power in Industrial Park Considering Integrated Energy Storage Devices[J]. Electric Power Construction, 2019, 40(8): 34-42.

参考文献

［1］刘敦楠，徐尔丰，许小峰. 面向园区微网的“源-网-荷-储”一体化运营模式［J］. 电网技术， 2018， 42（3）： 681-689.
LIU Dunnan， XU Erfeng， XU Xiaofeng. “Source-network-load-storage” integrated operation model for microgrid in park［J］. Power System Technology， 2018， 42（3）： 681-689.
［2］郭丽云，宗毅，江岳文. 计及需求侧响应的多源微电网优化运行［J］. 供用电， 2017， 34（12）： 8-14.
GUO Liyun， ZONG Yi， JIANG Yuewen. Optimal operation of multi-source micro-grid considering demand response［J］. Distribution & Utilization， 2017， 34（12）： 8-14.
［3］张世翔，吕帅康. 面向园区微电网的综合能源系统评价方法［J］. 电网技术， 2018， 42（8）： 2431-2439.
ZHANG Shixiang， L Shuaikang. Evaluation method of park-level integrated energy system for microgrid［J］. Power System Technology， 2018， 42（8）： 2431-2439.
［4］王成山，李鹏. 分布式发电、微网与智能配电网的发展与挑战［J］. 电力系统自动化， 2010， 34（2）： 10-14， 23.
WANG Chengshan， LI Peng. Development and challenges of distributed generation， the micro-grid and smart distribution system［J］. Automation of Electric Power Systems， 2010， 34（2）： 10-14， 23.
［5］张明锐，陈洁，杜志超，等. 考虑交互功率控制的微网经济运行［J］. 中国电机工程学报， 2014， 34（7）： 1013-1023.
ZHANG Mingrui， CHEN Jie， DU Zhichao， et al. Economic operation of micro-grid considering regulation of interactive power［J］. Proceedings of the CSEE， 2014， 34（7）： 1013-1023.
［6］潘浩，彭潇，潘舒扬，等. 考虑空调负荷的微网联络线功率波动平抑方法［J］. 南方电网技术， 2016， 10（8）： 56-60.
PAN Hao， PENG Xiao， PAN Shuyang， et al. Smoothing method of microgrid tie-line power fluctuation considering air conditioning load［J］. Southern Power System Technology， 2016， 10（8）： 56-60.
［7］吴杰，温晨阳，李珊，等. 基于分时电价的光伏-储能系统容量优化配置［J］. 电工电能新技术， 2018， 37（1）： 23-30.
WU Jie， WEN Chenyang， LI Shan， et al. Optimal allocation of PV and accumulator system based on time-of-use price［J］. Advanced Technology of Electrical Engineering and Energy， 2018， 37（1）： 23-30.
［8］徐青山，杨辰星，颜庆国. 计及规模化空调热平衡惯性的电力负荷日前削峰策略［J］. 电网技术， 2016， 40（1）： 156-163.
XU Qingshan， YANG Chenxing， YAN Qingguo. Strategy of day-ahead power peak load shedding considering thermal equilibrium inertia of large-scale air conditioning loads［J］. Power System Technology， 2016， 40（1）： 156-163.
［9］DIEKERHOF M， HECKER S， MONTI A. Modeling and optimization of industrial compressed-air energy systems for Demand Response［C］//2016 IEEE International Energy Conference （ENERGYCON）. New York， USA： IEEE， 2016.
［10］徐立中，易永辉，朱承治，等. 考虑风电随机性的微网多时间尺度能量优化调度［J］. 电力系统保护与控制， 2014， 42（23）： 1-8.
XU Lizhong， YI Yonghui， ZHU Chengzhi， et al. Multi-time scale optimal energy dispatch of microgrid considering stochastic wind power［J］. Power System Protection and Control， 2014， 42（23）： 1-8.
［11］刘方，杨秀，时珊珊，等. 不同时间尺度下基于混合储能调度的微网能量优化［J］. 电网技术， 2014， 38（11）： 3079-3087.
LIU Fang， YANG Xiu， SHI Shanshan， et al. Hybrid energy storage scheduling based microgrid energy optimization under different time scales［J］. Power System Technology， 2014， 38（11）： 3079-3087.
［12］PALMA-BEHNKE R， BENAVIDES C， LANAS F， et al. A microgrid energy management system based on the rolling horizon strategy［J］. IEEE Transactions on Smart Grid， 2013， 4（2）： 996-1006.
［13］肖浩，裴玮，孔力. 基于模型预测控制的微电网多时间尺度协调优化调度［J］. 电力系统自动化， 2016， 40（18）： 7-14， 55.
XIAO Hao， PEI Wei， KONG Li. Multi-time scale coordinated optimal dispatch of microgrid based on model predictive control［J］. Automation of Electric Power Systems， 2016， 40（18）： 7-14， 55.
［14］陈健，张维桐，张逸成，等. 考虑不同空调负荷特性的微网双层优化调度［J］. 电网技术， 2018， 42（5）： 1424-1431.
CHEN Jian， ZHANG Weitong， ZHANG Yicheng， et al. Bi-level optimal dispatch of microgrid considering different air-conditioning load characteristics［J］. Power System Technology， 2018， 42（5）： 1424-1431.
［15］SONG M， GAO C W， YAN H G， et al. Thermal battery modeling of inverter air conditioning for demand response［J］. IEEE Transactions on Smart Grid， 2018， 9（6）： 5522-5534.
［16］HUI H X， DING Y， LIU W D， et al. Operating reserve evaluation of aggregated air conditioners［J］. Applied Energy， 2017， 196： 218-228.
［17］马昕，裴玮，肖浩，等. 考虑复杂生产约束的电池生产工业园区能源网络与生产管理综合优化运行［J］. 电网技术， 2018， 42（11）： 3566-3575.
MA Xin， PEI Wei， XIAO Hao， et al. Integrated energy network and production management optimization operation of battery production industrial estate considering complex production constraints［J］. Power System Technology， 2018， 42（11）： 3566-3575.
［18］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.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	武赓，王昊婧，曾博，曾鸣. 计及灵活热负荷的综合能源服务商购电策略[J]. 电力建设, 2019, 40(1): 1-10.
[11]	孙志攀, 刘会兰，栗然，陈宇，霍启敬，郑豪东. 考虑电动汽车用户意愿的热电联供型微电网优化调度[J]. 电力建设, 2018, 39(9): 95-104.
[12]	刘宝林, 周少雄，陈燿圣，杨苹. 计及多时间尺度需求响应资源的微电网能量优化调度策略[J]. 电力建设, 2018, 39(8): 9-17.
[13]	朱永强, 王福源，赵娜，贾利虎. 主从控制混合微电网中互联变流器控制策略[J]. 电力建设, 2018, 39(8): 102-110.
[14]	梁海峰，董玥，郑灿. 基于下垂控制的逆变器参数对微电网稳定性的影响研究[J]. 电力建设, 2018, 39(8): 119-127.
[15]	张晴晴，吴倩，李盛伟，白星振. 计及不同需求响应群体的新能源并网系统优化调度[J]. 电力建设, 2018, 39(7): 107-114.

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

Real-Time MPC Control Method for Tie-Line Power in Industrial Park Considering Integrated Energy Storage Devices

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