基于模型预测控制的厨余垃圾处理厂分布式发电系统优化调度

doi:10.3969/j.issn.1008-0198.2022.04.015

湖南电力 ›› 2022, Vol. 42 ›› Issue (4): 75-80.doi: 10.3969/j.issn.1008-0198.2022.04.015

基于模型预测控制的厨余垃圾处理厂分布式发电系统优化调度

李安乐, 易志刚, 彭星

湖南仁和环境股份有限公司,湖南长沙 410005

收稿日期:2022-03-18 修回日期:2022-04-26 出版日期:2022-08-25 发布日期:2022-10-14
作者简介:李安乐(1974),男,工程师,主要研究方向为工业与民用电气设计、分布式发电技术研究和能量管理。

Optimal Scheduling of Distributed Generation System for Kitchen Waste Treatment Plant Based on Model Predictive Control

LI Anle, YI Zhigang, PENG Xing

Hunan Renhe Environment Company Limited, Changsha 410005, China

Received:2022-03-18 Revised:2022-04-26 Online:2022-08-25 Published:2022-10-14

摘要/Abstract

摘要： 在厨余垃圾处理厂中,为了充分利用分布式光伏发电系统,满足厂用电需求,减少电网用电量的同时降低对电网的冲击,提出基于模型预测控制的分布式发电系统优化调度策略。首先,对分布式光伏发电系统出力进行日前预测,结合厂用电计算出对主网用电量的需求计划。然后,基于模型预测控制对储能系统出力进行滚动优化调度,通过合理调整储能系统出力来平抑分布式光伏发电系统出力预测误差。最后,以某厨余垃圾处理厂实际算例进行验证,并对其经济效益与环境效益进行测算,结果表明所提策略具有较高的环境和经济效益。

关键词: 分布式发电系统, 厨余垃圾处理厂, 模型预测控制, 优化调度

Abstract: To make full use of the distributed power generation system in the food waste treatment plant, meet the plant power demand, and reduce the power consumption of the grid while reducing the impact on the grid, the optimal dispatching strategy of the distributed power generation system based on model prediction control is proposed. Firstly, the power output of distributed power generation system is day-ahead predicted, and the load demand plan for upper grid power is calculated by combining with plant power consumption. Then, the output of energy storage system is optimally dispatched on a rolling basis based on model prediction control, and the prediction error of distributed power generation system is suppressed by reasonably adjusting the power output of energy storage system. Finally, the actual example of a waste treatment plant is verified, and its economic and environmental benefits are measured. The results show that the proposed strategy has high environmental and economic benefits.

Key words: distributed generation system, food waste treatment plant, model predictive control, optimal scheduling

中图分类号:

TM714

李安乐, 易志刚, 彭星. 基于模型预测控制的厨余垃圾处理厂分布式发电系统优化调度[J]. 湖南电力, 2022, 42(4): 75-80.

LI Anle, YI Zhigang, PENG Xing. Optimal Scheduling of Distributed Generation System for Kitchen Waste Treatment Plant Based on Model Predictive Control[J]. Hunan Electric Power, 2022, 42(4): 75-80.

参考文献

[1] 冯凯辉, 闫湖, 戴吴珍, 等. 计及能源利用效率的含生物质沼气发电农村能源系统优化运行[J/OL].中国电力: 1-10(2020-12-21)[2022-04-29].http://kns.cnki.net/kcms/detail/11.3265.TM.20201221.1417.010.html.
[2] 张彩庆,李丽萍,臧鹏飞. 沼气发电工程秸秆物流配送中心选址规划研究[J]. 中国沼气, 2017, 35(3): 74-78.
[3] 李金平, 曹忠耀, 刘明静, 等. 兰州花庄沼气发电工程九年运行效果研究[J]. 中国沼气, 2017, 35(3): 79-84.
[4] 张蓝宇,李俊,欧阳进,等.大型建筑屋顶分布式光伏发电项目的研究与应用[J].湖南电力,2019,39(6):34-37.
[5] 向加佳,刘顺成,周灿.采用盒式鲁棒优化的并网光伏电站极限容量计算[J].湖南电力,2019,39(4):27-30.
[6] 陈浩,石辉,邓小亮.光伏大规模发电并网对湖南电网运行影响分析[J].湖南电力,2018,38(6):5-7.
[7] 杜永安, 杜丽艳, 徐岩. 光伏发电接入柔直互联区域调频策略[J]. 电力系统保护与控制, 2021, 49(6): 1-9.
[8] 田剑刚, 张沛, 彭春华, 等. 基于分时长短期记忆神经网络的光伏发电超短期功率预测[J]. 现代电力, 2020, 37(6): 629-638.
[9] 田鑫, 张健, 李雪亮, 等. 基于时序运行模拟的山东电网光伏发电消纳能力评估[J]. 电力系统保护与控制, 2020, 48(8): 34-43.
[10] Bermudez-Garcia Anderson, Voarino Philippe, Raccurt Olivier. Environments, needs and opportunities for future space photovoltaic power generation: Areview[J]. Applied Energy, 2021, 29(5):116757.
[11] 王琬, 曾博, 刘宗歧, 等. 光伏发电并网规划综合评价模型及其应用[J]. 现代电力, 2011, 28(6): 82-86.
[12] 王震, 鲁宗相, 段晓波, 等. 分布式光伏发电系统的可靠性模型及指标体系[J]. 电力系统自动化, 2011, 35(15): 18-24.
[13] 吴智泉, 贾纯超, 陈磊, 等. 新型电力系统中储能创新方向研究[J]. 太阳能学报, 2021, 42(10): 444-451.
[14] 李翠萍, 东哲民, 李军徽, 等. 提升配电网新能源消纳能力的分布式储能集群优化控制策略[J]. 电力系统自动化, 2021, 45(23): 76-83.
[15] Beltran H, Jaume I, Castello de la Plana. Evaluation of Storage Energy Requirements for Constant Production in PV PowerPlants[J]. IEEE transactions on industrial electronics, 2013, 60(3), 1225-1234.
[16] 侯慧, 徐焘, 肖振锋, 等. 计及可调控负荷的发用电一体化综合优化调度[J]. 电网技术, 2020, 44(11): 4294-4304.
[17] 王伟, 薛金花, 叶季蕾, 等. 基于SOC调控的用于抑制光伏波动的电池储能优化控制方法[J]. 电力系统保护与控制, 2014, 42(2): 75-80.
[18] 彭道刚, 杨梦雪, 车权, 等. 多能源电力系统互补短期优化调度[J]. 电力系统及其自动化学报, 2021, 33(12): 53-59.
[19] 昌玲,邓国安.基于LightGBM及LSTM融合的科技园区短期负荷预测[J].湖南电力,2021,41(6):31-35.
[20] 邓威,郭钇秀,李勇,等.基于聚类及趋势指标的长短期神经网络配网负荷短期预测[J].湖南电力,2021,41(4):27-33
[21] 邓建新,崔挺,王玎,等.基于灵敏系数和模型预测控制的电压优化策略[J].湖南电力,2021,41(1):25-30.

基于模型预测控制的厨余垃圾处理厂分布式发电系统优化调度

Optimal Scheduling of Distributed Generation System for Kitchen Waste Treatment Plant Based on Model Predictive Control

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价