基于云计算的异构能源系统能源管理方法
时间：2022-12-09 09:00:05 来源：柠檬阅读网 本文已影响 人 
王斐，田志强，周小光，彭依明，崔旭东，李亚军
(1.广东电网有限责任公司广州供电局，广州 510620；
2.东方电子股份有限公司，山东 烟台 264000；
3.华南理工大学，广州 510635)
提高能源效率并减少温室气体排放成为许多国家的关键发展目标[1]。适当的能源管理和贸易策略可以最大限度地提高可再生资源开发利用率，优化运营成本，减少碳排放。然而，由于可再生能源的不可控性和间歇性，在异构能源系统中整合可再生能源面临多方面的挑战[2-3]。
目前已经有多项工作研究了可再生能源整合问题，以实现在传统单向功率流电网上进行可再生能源双向功率流的调度[4-6]。由于传统的配电管理系统架构通常缺乏分布式可再生发电调度能力，电网和本地负荷必须被动地接受开放式的分布式发电输出。为了实现可再生能源的管理整合，分布式发电可作为虚拟电厂集体整合[7-9]，管理分布式能源的同时考虑其实际位置来最大化收益[10]。需求响应从需求方的角度实现能源管理。作为智能电网的重要组成部分，需求响应提高了市场效率和运营可靠性[11-13]。微电网通过结合本地分布式能源，储能系统和可控负载自动运行。多个微电网可以参与市场，并通过两级多代理系统有效利用可再生能源[14-16]。然而上述可再生能源整合方案，必须针对不同方案建立对应的集中控制实体来实施相应的控制机制，这在实践中成本很高。随着更多分布式能源的开发，能源管理的复杂性将大大增加。
净计量是现有的最大限度提高小型可再生能源供应商的激励机制[17]。允许客户在竞争性市场中通过过量生产的可再生能源获取收益，客户可以自由选择售电商。然而实际只有少数售电商可提供购买计划。个人可再生能源发电商，面临实际选择很少的困难。
为了解决上述技术难题，提出了一个基于云计算的方法，为异构能源系统提供面向客户的能源管理服务，系统内相关的可再生能源提供商组成虚拟能源供应商。所提出的能源管理服务可以由现有的电网公司运营，以促进可再生能源的生产和交易。通过线性规划模型实现两个目标：最大限度地提高激励，提高公司和居民配备可再生能源发电机和使用该服务的意愿(降低全局成本)；
通过确定合约来加强可再生能源整合，这些合约类似于机组组合，但适用于可再生能源。
使用所提出的能源管理服务，在系统内交易可再生能源会出现新的价格。按照此价格与同一系统内的其他客户进行交易，可以降低客户整体成本并相互受益，而无需专门的物理控制器或运营实体。通过在系统各种组件内进行交易，可以为客户提供更多选择。文章的贡献可总结为：
(1)提出了基于云计算的能源管理方法，它显著降低了决策所需的基础设施成本，提高了系统可靠性和可扩展性，以及运营效率；
(2)提出的基于云的虚拟可再生能源交易系统，为小型可再生能源供应商提供了多种交易选择，促进了可再生能源的整合；
(3)建立了线性规划模型，使用案例研究对所提出的方法进行评估。
文中系统的四个基本要素是多周期波动价格，可再生能源预测，储能系统状态和能源需求。能源管理服务考虑以上全部要素，以便实现系统的成本优化。例如，如果波动的价格和储能系统是唯一考虑的因素，那么当价格较高时，客户将储存更多的可再生能源供将来使用。然而，如果他们储存超过未来需求的能源，则会降低系统的能源供应水平。因此，电力需求和可再生能源预测必须一起考虑。
以下首先介绍基于云的能源管理总体结构，然后分析了用于能源管理的数据。由于客户之间可能不存在物理能源传输线，因此可再生能源交易方案实际上是通过云服务程序中的映射来执行的，这在最后一节中通过协调过程来解决。
1.1 基于云计算的体系结构
云计算具有巨大的优势，包括可减少资本投资，减少维护费用，提供高效管理等[18-19]。在云架构上提供能源管理服务使得各种组件可通过公共或私有云轻松访问，例如浏览器或应用程序编程接口(API)。即使协调数据的复杂性增加，能源管理也能够应对效率，可靠性和可扩展性等方面的问题。现有的云计算主要服务模型是基础架构服务，平台服务和软件服务。所提出的管理方法是平台服务模型的扩展，为分布式能源提供商设计虚拟售电商，以实现最低成本并促进可再生能源整合。
所提出的基于云计算的能源管理方法架构如图1所示。信息池和服务管理器在云上运行。它们可以通过信息交换线路和客户端接口访问其他组件。按不同地理位置分类的顺序时间序列数据储存在信息池中，并由服务器使用。服务器为多个系统提供能源管理服务，并为系统内的每位客户提供能源交易建议。
图1 基于云计算的能源管理服务架构
系统内包括两类可再生能源供应方：第一类是大型可再生发电，由个别公司建造，旨在增加收入，如风力发电场和太阳能发电厂；
第二类是具有小型可再生发电机的供应商，例如安装在各种建筑物的屋顶上的光伏板。这些小型可再生发电供应商既是能源生产者又是能源消费者，降低日常需求的能源成本是他们的首要任务。大型和小型可再生发电机都按照标准与当地电网连接。
储能系统是所提出的方法的另一个重要组成部分。它能够快速储存和释放能量，如超级电容器。储能系统由服务经理维护，并与可再生能源发电机协作。储能和分布式可再生能源在同一地点成对连接，每个储能的最大储能容量为Smax。
1.2 数据采集
能源管理服务利用从不同组件收集的顺序时间序列数据，其中包括{Gb，Gs，D，Tc，Pm，Pr，Ps}。Gb为大型可再生能源发电机的功率;Gs为小型可再生发电机的功率;D为可以通过历史数据预测或客户提前输入的电力需求；
Tc为输电线的容量；
pm为买入传统能源的价格；
ps为用于向电网出售可再生能源的价格；
pr为用于在异构能源系统内交易可再生能源的价格。根据当地天气报告，以及其他环境条件进行可再生能源预测。
{Pm，Pr，Ps}是用来计算满足客户电力需求的相应成本的三个价格指标。Pm随时间变化，由传统电力公司根据预测将其在每个时间步骤下作为固定已知输入值提供给能源管理服务程序。环境成本也包含在价格指标中。Ps比Pm更低，因为Ps排除了环境成本，例如二氧化碳排放。二者之间的关系如式(1)所示，其中α取决于每个地区的环境保护标准。当系统形成虚拟售电商时，Pr出现。它在式(2)中作为Ps和Pm的中间值呈现，其中β根据客户和服务提供商之间的协议决定。
Ps=αPm, 0<α<1
(1)
Pr=β(1-α)Pm+Ps, 0<β<1
(2)
1.3 协调过程
如果由于其他物理网络约束或由预测误差引起的数据采集误差(例如不可预测的电力需求的突然变化)而不能满足建议的能源需求，则该服务是不可用的。因此，需要协调过程来完成服务程序。当观察到意外情况或预测误差时，能源不足或盈余(εa)时将以当前价格P*从外部电网买入或以价格αP*出售到外部电网，并产生差异成本εc。P*与Pm之间的差异也被视为预测误差并影响εc。
协调过程中使用q分钟作为协调间隔，它可以根据在实际市场中遵循的原则来分配。在每个协调间隔期间，客户通过图1中的输电网络的计量系统实时查看本地实际电力生产和需求量。服务经理通过API从客户获取这些实时数据，并将差异成本εc与整个系统的总成本Copt之间的比记录为一个因子δ。如果δ大于阈值ρ，则服务经理将在接下来的K个时间步长内重新启动能量管理。否则，所确定的决策变量将在下一个协调间隔内连续跟踪每个客户。协调过程如图2所示。
图2 能源管理协调流程
(3)
(4)
式中Id为按需买入的可再生能源；
Is为买入的供储能的可再生能源；
Im为按需买入的传统能源；
Err为出售到异构能源系统的可再生能源；
Erm为出售到电网的可再生能源；
Esr为出售到异构能源系统的储存的可再生能源；
Esm为出售到电网的储存的可再生能源。下标中i表示第i个小型可再生发电机，j表示第j个大型可再生发电机，t表示第t个时间步长，z表示第z条输电线。
为能源管理服务制定线性规划模型，假设储能系统和可再生能源的运营成本可以忽略不计。该模型由决策变量{Id,Is,Im,Err,Erm,Esr,Esm,Ebm,Ebr}和状态变量{S}组成。
建立该模型的目标是最大限度地降低整个异构能源系统在K个时间步长期间每个消费者的成本Cs和大规模可再生发电供应商的收益Cb，目标函数如式(5)所示。其中消费者使用能源成本如式(6)所示，大规模可再生发电供应商收益如式(7)所示。
(5)
(6)
(7)
制定的模型中的目标函数约束如下。约束条件式(8)显示了吸引客户参与能源管理的基本标准，无论其他负载管理算法如何，这都为满足生产消费者所需的电力需求提供了保证。
(8)
(9)
对于可再生能源，约束条件式(10)和式(11)确保出售能源等于其生产量。由于系统内总可用可再生能源取决于系统内消费者的不同选择，因此还需要式(12)来避免进口量超过可用量。
(10)
(11)
(12)
假定储能有效，忽略能量转换损耗，并且充电状态的范围为0～Smax。状态变量S取决于前一时间步骤中的状态变量和现阶段的充电或放电决策，其关系如式(13)所示。约束条件式(14)保证储能输出的能量不会超过当前储能的现有量，约束条件式(15)保证可再生发电机输入能量后储能区不会饱和。
(13)
(14)
(15)
Tu和Tl为系统内可再生能源生产的上下限参数，根据机组组合确定。由于能源管理服务将多个分布式能源和需求作为一个整体进行协调，因此它能够限制可再生能源在这两个值之间生产。Tu减去Tl的绝对值越小，传统发电机需要储备的容量越小。约束条件式(16)中总电力需求量减去传统发电机的总进口能源，是每个时间步骤下的可再生能源生产量。
(16)
制定的优化问题通过Yalmip求解器来解决，目标函数如式(5)所示，它受到式(8)～式(16)的各种约束，并且所有变量都大于或等于0。
介绍了不同客户数量、两种可再生能源生产与电力需求比例、以及三种管理方法对比的案例。详细讨论了所提出方法的成本节约性能，可再生能源整合，储能系统的影响和计算性能。
3.1 测试参数
调度时间范围K设置为24，并且每个时间步长为一个小时。图3给出了案例研究中所使用的数据。假设系统中仅存在光伏发电一种可再生资源，其发电功率范围为30 kW～170 kW，根据文献[20]的数据库所设计，在这个数据库中，基于光伏发电装置能够在夏季每天从6点到20点工作。
电力需求是基于图3(b)所示的典型家庭负荷曲线。根据每个家庭的环境或习惯不同的偏好，每个消费者的电力需求是将基准乘以0.5～1.5的范围内的均匀分布而产生的。客户随机连接到不同的配电线路，每条线路的可用容量Tc为连接客户数量乘以115 kW·h，小于最大电力需求量。
为了考虑实际应用，在式(17)中将价格指标Pm设定为二次燃料成本函数，其被热电厂广泛使用。假设有一个传统的发电厂支持系统内3 600名居民，它能够产生足够的功率Pout来支持其输出容量限制下的总电力需求，最大为500 MW，最小为100 MW。成本函数系数(a，b，c)=(240，7，0.007)，Pm设定为每千瓦时1分至6分。用于Ps和Pr的α和β被设置为0.4和0.5。价格指标的值如图3(c)所示。最大储能容量均设置为30 kW·h。
图3 测试系统基准数据
Cost(Pout)=a+b(Pout)+c(Pout)2
(17)
可再生能源生产与电力需求的比例(∑Gs+∑Gb)/D是系统内可再生能源整合的关键因素。随着该比例的提高，可以交易更多可用的可再生能源，以降低全局成本。为了说明不同比例的可再生能源生产对电力需求的影响，案例研究中使用了表1中的两种可再生能源场景。
表1 可再生能源场景数据
3.2 能源管理方法对比
使用两种具有不同的管理方法与所提出的方法进行比较。对比方法1为多时间步长(Multi-time, MT)方法，它广泛用于开放式分布式能源[21]。客户根据波动的价格指标单独做出决定。当Ps低时，倾向于储存生产的可再生能源，当Pm高时使用它，从而降低成本。
对比方法2采用所提出方法的单一时间步长版本。在该方法中，在每个调度间隔，客户倾向于通过使用常规发电和本地储能系统来满足他们的电力需求。未满足的需求将以价格Pr从异构能源系统购买可用的可再生能源，或以价格Pm从传统电网购买。需求满足后，客户将剩余的可再生能源储存到当地的储能系统，以满足未来的零成本需求。当储能系统饱和时，剩余的可再生能源将通过价格Pr与异构能源系统内的其他客户进行交易，并以价格Ps与主电网进行交易。而方法3采用基于所提出的方法进行能源管理。
3.3 成本节约性能
表2列出了在不同可再生能源场景下三种能源管理方法的成本对比。在场景1中，方法1的成本比方法3多3.86%，方法2则比方法3多3.84%。当场景2中可再生能源与电力需求的比例增加时，更多的可再生能源可在系统内进行交易，因此所提出的方法可以显著降低成本。而方法2的成本将比方法3高31.7%，方法2也比方法3高30.9%。
表2 不同方法的成本对比
3.4 可再生能源整合分析
为了证明可再生能源整合中使用的上下限参数的影响，表3列出了三种情况，客户规模为500。表4列出了具有不同能源管理计划的可再生能源生产情况，其中类型4使用上述的方法2中情况。当Tu设定为较低值时，所提出方法能够减少最高和最低产量之间的差异，传统发电机也可以更多地降低备用容量。但是，随着Tu值的减小，成本会增加，如图4所示。成本和整合能力之间存在权衡关系。此类分析为能源管理服务商提供了有价值的信息，以确定可再生能源发电的合适界限。
表3 可再生能源发电上下限数量类型
表4 不同上下限类型下可再生能源发电情况
图4 不同可再生能源发电上下限类型下成本对比
3.5 储能系统的影响
图5显示了可再生能源场景2(表1)下是否使用储能的影响。当储能系统不参与能源管理，所提出方法的成本比使用储能时高7.65%，但比方法2低20.3%。这说明，无论是否采用储能系统，所提出方法都能够降低成本，而储能系统的使用可进一步提升所提出方法的性能。与方法2之间的比较也表明，只有综合考虑多期信息才能体现储能系统的优点。如果不考虑未来时间步骤中的信息，客户将错过在当前时间步骤中以较高的Pr或Ps出售剩余可再生能源或者在未来时间步骤中以较低价格Pm或Pr购买能源来降低成本的机会。
图5 储能对系统成本影响
3.6 计算性能
基于云服务的计算时间可以分为两部分。第一部分用于执行服务，第二部分用于云管理数据，其中包括每个组件的连接时间。第二部分相对较小，已经有几项研究来改善通信延迟，从而实现云应用的实时运行。文中所提出方法的计算性能集中体现在执行服务上。服务的执行时间取决于现有云计算平台提供的不同实例类型。为了估计云计算平台的计算时间，在案例研究中使用了一个可公共访问的Linux服务器[22]，该服务器配备了32个内核和128 GB内存。
所提出的方法被公式化为线性规划问题，它在多项式时间内是可解的。图6显示了1 000～15 000个客户数量的确切计算时间，其中15 000可认为是足够大的数量以体现中等规模异构能源系统。1 000大小的计算时间仅为7 s，15 000大小的计算时间为3.2 min。它明显小于日前调度的运行间隔(24 h)，并且足以用于协调过程中的计算。因此，所提出的能源管理方法具备实用性。
图6 不同用户数量下的计算时间
提出了一个基于云计算的能源管理方法。能源管理方法利用顺序时间序列数据在不同类型的发电机，储能系统之间进行协调。系统内相关的分布式能源提供商构成虚拟零售电力供应商，使用所提出的方法在系统内交易可再生能源会出现新的价格。按照此价格与同一系统内的其他客户进行交易，可以降低客户整体成本并相互受益，而无需专门的物理控制器或运营实体。所提出方法的两个优点如下：
(1)实现多期全局最优成本：将能源价格和环境问题综合考虑在成本中，并根据决策变量的各种组合进行计算，这些决策变量通过线性规划模型为每个客户提出。可以实现在K个时间步长期间最小化相应成本。能够提高公司和居民装备可再生能源发电机和使用该服务的意愿；
(2)通过降低可调度常规发电机的储备容量，成功促进可再生能源整合。在案例研究中清楚地表述了在最小化相应成本和提高可再生能源整合能力之间的权衡关系。
猜你喜欢 能源管理储能发电机 《“十四五”新型储能发展实施方案》出台矿山安全信息(2022年9期)2022-11-24考虑用户优先级的云储能用电策略优化电子乐园·下旬刊(2022年5期)2022-05-13强化“两能制度”建设为推动实现碳达峰碳中和提供更为有力的支撑保障中国经贸导刊(2022年4期)2022-04-29笑声发电机故事作文·高年级(2021年12期)2021-12-21发电机少男少女·小作家(2021年8期)2021-09-13碳中和下的新赛道">储能：碳中和下的新赛道股市动态分析(2021年7期)2021-04-20小番茄发电机红领巾·探索(2020年2期)2020-05-19物联网技术在能源管理系统中的应用东方教育(2016年11期)2017-01-16浅谈EMS系统在本钢燃气系统中的应用科技创新与应用(2016年34期)2016-12-23随身携带的小发电机军事文摘·科学少年(2016年8期)2016-11-02
