基于价值流分析的微网储能优化模型研究.docxVIP

基于价值流分析的微网储能优化模型研究 微网能源系统可以有效提高区域综合能源系统的能源利用率，减少光和风的损失。同时可有效解决分布式可再生能源并网波动性问题。以往研究表明，储能系统可为区域能源系统运行经济性提供重要支撑，而整个微网系统的建模与运行优化分析是保障储能系统运行合理性的重要手段 系统建模从模型求解方法上可分为因果模型（causal modeling）与非因果模型（acausal modeling) 系统建模还可分为动态模型与静态模型。静态模型常用于平衡态、（准）稳态过程，其建模对象的特点需要是输入变量与输出变量一一对应，不随时间变化。常用的稳态系统建模工具如Aspen,Ebsilon,VALI(Belsim),Thermoflow等。动态模型包含时间变量，可计算变量随时间的导数，模拟动态过程。常用的动态系统建模工具如Modelica、Simulink、20sim、gProms等。 带储能的微网系统控制运行优化研究方面，文献 储能系统节点的能量流动是双向的，更适宜采用非因果模型。且储能控制是一个动态过程，属于动态建模。为此本文基于Modelica采用非因果模型，对园区带储能的微网系统建立动态模型。基于价值流分析方法在Modelica开发环境下编写了面向微网系统的模型库EnergySystem。通过对园区含储能的微网系统进行建模仿真，计算微网储能系统的优化控制策略，验证了模型库的适用性与可靠性，提升了微网系统的运行经济性。 1 价值流分析与建模 1.1 价值流分析法 Modelica是一种基于方程的非因果建模的流程模拟语言，基于键合图理论 本文基于Modelica建模语言实现微网系统的价值流分析，但价值流分析难以只用流变量与势变量处理。这是因为价值流是可以双向流动的，其单价与流出设备一致的。而储能系统节点就是双向的，比如存储电网低谷期电量时，单价与上游市电价格一致；储能系统向负荷供电时单价是上游储能系统供应商定价。因此Modelica语言在计算与建模中需对流变量、势变量、单价变量分别进行处理。 1.2 平台中节点管理 在EnergySystem模型库中，流变量f(t)、势变量e(t)、单价变量c(t)具体计算如下： (1）流变量。为方便借助Modelica计算平台，凡是具有广义基尔霍夫电流定律特性的变量均定义为流变量f(t)。 即在任意时刻t，联通的节点的流变量之和为零，i为联通节点的编号。其中，正值定义为流变量从节点流入设备，负值定义为流变量从节点流出。微网系统中可归类为流变量计算的常见物理量包括质量流量、热流量、电流、功率、价值流。其中，价值流指单位时间流过的价值（元/小时），其计算方式与流变量f(t)一致，同样满足广义基尔霍夫电流定律。 (2）势变量。为方便借助Modelica计算平台，凡是具有如式(2)所示的广义基尔霍夫电压定律特性的变量按势变量e(t)处理。 微网系统中可归类为势变量计算的常见物理量包括压力、温度、电压等。 (3）单价变量。单价变量c(t)指载体从设备节点流出时的单价。需要注意的是对于储能这类含有双向流动的节点，当能量流入储能时其单价变量是由能量上游确定的。因此单价变量实际计算值c 式中，c 单价变量c(t)对相联通的节点具有式(4)的特性，即价值平衡方程 以图2的三节点汇流情景为例，单价变量的处理方法如下：载体从设备1、2节点流出，有f 2 日动态规划求解储能系统运行环境条件的优化模型及求解 动态规划算法是求解多阶段决策最优化问题的一种数学方法，适用于后续决策序列的最优解只取决于当前状态而与前一阶段决策无关的问题 (1）目标函数J，是微网系统的用电成本，元。基于价值流的储能系统充放电策略以从电网流入微网系统的N次决策过程的累计价值流∑H?Δt最小为目标函数，其物理意义即为从市电购买的累计电费最小。 (2）状态变量x(k)与决策变量u(k)。价值流函数H是储能系统在状态x(k)下做决策u(k)后产生的成本。状态变量x(k)的物理意义为储能系统容量，kW·h。决策变量u(t)物理意义是储能系统充放电功率，kW，正值代表充电，负值代表放电。动态规划就是求解一组决策序列[u(0),u(0),…,u(N-1)]使目标函数J最小。 (3）状态迁移函数F。动态规划问题的决策必须能分成若干子过程，前后两个过程中x(k+1)、x(k)、u(k)的关系称为状态转移函数，对储能系统既有x(k+1)=x(k)+η?Δt?u(k)。其中η为充放电效率。如从零时刻开始，将日控制策略分成24段，状态转移过程如图3所示。在决策序列[u(0)、u(0)、…，u(N-1)]控制下，储能系统状态由x(0)逐步迁移x(24)，每个时段的市电节点价值流之和 (4）约束条件g。本文的约束条件为 式中，P为储能额定充放电功率，kW;Q为储