【西安交通大学课题组】智能微电网能量管理系统的设计与实现_30页_7mb

智能微电网能量管理系统设计与实现总结

核心内容

本文档系统地介绍了智能微电网能量管理系统（MEMS）的设计与实现，涵盖国内外微电网研究现状、MEMS的基本概念、主要功能模块、优化调度的数学模型及求解算法，以及微网能量管理面临的技术难点与挑战。

主要观点

• 微网与分布式发电：微电网通过接入多种分布式能源（如风电、光伏、燃料电池、储能设备等）实现本地化供电，需依赖储能设备进行调节，并通过系统级协调调度与控制来保障电能质量与供电可靠性。
• 微网发展的核心：技术难点在于控制问题，而发展关键在于经济性与政策支持。
• MEMS的作用：MEMS是微电网调度自动化的核心，提供实时信息，进行调度决策管理与控制，保障微网安全运行，提高供电质量与经济性。
• 功能模块：MEMS包括数据采集、预测、历史存储、报表统计、优化决策和管理信息发布等子系统，整体分为数据分析层、决策管理层和调度控制层。
• 优化调度目标：在满足系统稳定运行的前提下，实现运行费用最小化，同时兼顾排污最小化、交换功率最小化等多目标。
• 调度时间尺度：微网调度采用多时间尺度配合，包括周前/日前的出力安排、日内提前1-2小时的安排、分钟级及秒级的实时调度与控制。

关键信息

1. 微网研究现状

• 美国：关注电能质量与供电可靠性，已建立乡村微网并开发了Smart View TM能量管理软件。
• 日本：重视微电源的控制与储能技术，如Hachinohe微网采用光纤通讯和中央控制器进行能量调度。
• 欧洲：关注微网互联问题，电源靠近负荷，便于形成多个微网。

2. MEMS主要功能模块

3. 微网运行管理特点

• 管理范围小：适用于小型、局部区域。
• 电源种类多：包括风电、光伏、燃料电池、储能设备等。
• 管理场景多：并网运行、孤网运行及过渡过程。
• 稳定性要求高：需维持电压和频率稳定。

4. 功率预测模块

• 负荷预测：采用精细化建模，考虑主要用户用电特性，注意重要负荷的独立预测。
• 新能源预测：基于微观建模，利用自然资源数据和发电数据，采用精细的转换公式。

5. 需求侧管理模块

• 根据负荷优先级制定孤网运行时的切负荷策略。
• 在并网运行时，微网可作为可调度负荷。

6. 储能管理模块

• 储能设备是微网的重要组成部分，控制策略直接影响经济性和稳定性。
• 储能类型包括蓄电池、超级电容器、飞轮储能、超导储能等。
• 储能控制策略包括：作为备用电源、调峰电源、交替充放电等。
• 孤网运行时，储能设备作为主控电源，提供频率和电压支撑。

7. 潮流计算模块

• 微网潮流计算需考虑多节点、多级系统。
• 采用牛顿拉夫逊法、ZBus/YBus方法进行计算。
• 三相负荷不对称问题需通过三相潮流计算解决。

8. 电压无功优化模块

• 并网运行时，优化目标为减小网损与运行成本，维持较好电压水平。
• 实现方法包括逆变器控制策略和基于规则的调整方法。
• 孤网运行时，以稳定电压为目标，协调控制微电源。

9. 经济运行优化模块

• 在满足系统稳定运行的前提下，实现运行费用最小化。
• 制定可控机组的开停机计划、出力安排、负荷管理及与主网功率交换计划。

技术难点与挑战

• 新能源出力不确定性：风光等可再生能源出力具有较大的波动性与不可预测性，影响调度的准确性。
• 优化算法选取：需在算法最优性与可靠性之间取得平衡，考虑基于规则的启发式方法与数学优化算法的结合。
• 储能系统管理：多种储能技术各具优缺点，需优化配合与联合调度，兼顾技术性与经济性。
• 冷热电联合管理：微网多能输出的特点增加了能量管理的复杂度，需研究冷、热、电联合管理策略。

课题组简介

• 研究团队：由西安交通大学王秀丽教授、王建学教授带队，研究团队实力雄厚。
• 研究方向：微网规划与设计、新能源出力与冷/热/电负荷预测技术、MEMS核心计算功能的设计与开发。
• 成果：多项技术已在实际微网工程中应用，并于2015年通过中国电机工程协会鉴定。

调度案例（以日本Hachinohe为例）

• 系统组成：3台170kW沼气内燃机、130kW光伏、20kW风机、100kW储能蓄电池。
• 调度软件设计：采用光纤通讯，通过中央控制器进行能量调度管理。
• 调度内容：
  • 每周供需计划（考虑环境因素与燃料成本）；
  • 每3分钟一次的经济调度；
  • 1秒级的潮流控制；
  • 10ms级的频率控制。

总结

智能微电网能量管理系统（MEMS）是实现微电网高效、安全、经济运行的关键。其设计与实现需综合考虑多种电源与负荷的预测、储能管理、潮流计算、电压无功优化及经济调度等模块。各国在微电网研究上各有侧重，美国注重电能质量，日本强调控制与储能，欧洲关注互联问题。MEMS面临的主要挑战包括新能源出力不确定性、优化算法选择、储能系统管理及冷热电联合管理。课题组在微网方向的研究已取得显著成果，并持续推动相关技术的发展与应用。