Day-Ahead Optimal Scheduling of Co-phase Traction Power Supply System with Photovoltaic and Hybrid Energy Storage
-
摘要:
既有牵引供电系统中以负序为主的电能质量问题以及电分相环节严重制约了其安全、高效运行，目前理想的解决方案是基于对称补偿理论的同相供电技术. 通过同相补偿装置中的直流母线接入光伏发电系统以及混合储能装置，进一步实现再生回馈能量利用和牵引负荷削峰填谷，提高光伏渗透率. 因此，建立了一种同相牵引供电系统优化运行模型，该模型以同相牵引变电所日运行成本最低为目标，以混合储能装置充放电策略、光伏出力以及潮流控制器功率为决策变量，尤其考虑了电网侧三相电压不平衡度约束；进一步将原始优化模型中非线性约束进行线性化处理，得到混合整数线性规划模型，并利用商业规划求解器CPLEX进行求解. 算例分析结果表明：接入光伏与混合储能装置后日运行成本可节省36.45%，且三相电压不平衡度满足国标上限2%的要求.
Abstract:Power quality issues represented by voltage unbalance and the electrical sectioning issues have severely restricted the safe and efficient operation of the traction power supply system. At present, the ideal solution is the co-phase power supply technology based on symmetrical compensation theory. By integrating the photovoltaic power generation system and the hybrid energy storage system with the DC bus of power flow controller, the utilization of regenerative braking energy, and peak-shaving and valley-filling of traction load can be further achieved to improve photovoltaic penetration rate. For this purpose, the optimal operation model of co-phase traction power supply system is established, which sets the minimum daily operation cost of traction substation as the objective, and takes the charging and discharging strategy of hybrid energy storage, photovoltaic output and power flow controller power as decision variables, and also takes into account the three-phase voltage unbalance constraint. The nonlinear constraints are linearized to formulate the mixed-integer linear programming model, which can be solved by programming solver CPLEX. The case study results show that the integration of photovoltaic and hybrid energy storage can effectively reduce 36.45% of daily operating cost, while the three-phase voltage unbalance meets the upper limit of 2% in the national standard.
-
图 3 牵引负荷及最大光伏出力日前预测数据
Figure 3. Day-ahead forecast values of traction load and maximum photovoltaic output
图 6 反馈电能计费方案 a、b 和 c 结果对比
Figure 6. Comparison of feedback power billing schemes a, b and c
表 1 模型输入参数
Table 1. Input parameters of model
项目 参数 参数取值 电网 US/kV 220.0 Scap/（MV·A） 750 ¯εU/% 2 牵引变压器 N1 4 N2 4/√3 UT/kV 27.5 潮流控制器 Uα/kV 27.5 Uβ/kV 27.5 Sα,cap/（MV·A） 10 Sβ,cap/ （MV·A） 10 混合储能装置 电池 超级电容 SOC 范围 [0.20, 0.80] [0.05, 0.95] 初始 SOC 0.5 0.5 效率（充/放电） 0.80/0.80 0.95/0.95 额定容量/（MW·h） 5.00 0.25 额定功率/MW 2 10 日最大循环数/次 15 不限 电价 峰时 平时 谷时 电度/ （元·（kW·h）−1） 1.252 0.782 0.370 需量/
（元·（kW·月−1）−1）42.000 42.000 42.000 时间段 8：00—11：00,
18：00—21：007：00—8：00,
12：00—17：000：00—6：00,
22：00—0：00反馈电能
计费方案方案 a cfed = 0 方案 b cfed = cbuy 方案 c cfed = −0.8cbuy 
下载: 导出CSV
表 2 方案Ⅰ与方案Ⅱ优化结果对比
Table 2. Comparison of scheme Ⅰ and scheme Ⅱ
指标 方案Ⅰ 方案Ⅱ 优化率/% 经济 电度电费/元 67 077.81 44 674.85 33.40 需量电费/元 17 129.90 10 489.85 38.76 回馈电能计费/元 14 759.58 26 36.13 82.14 光伏运维费用/元 0 12 56.80 储能运维费用/元 0 3 833.72 总成本/元 98 967.29 62 891.35 36.45 技术 制动能量
利用率/%0 80.27 80.27 最大电压
不平衡度/%2.79 2.00 28.32
下载: 导出CSV
表 3 反馈电能计费方案a、b和c优化结果对比
Table 3. Optimal result comparison of feedback power billing schemes a, b and c
项目 方案 a 方案 b 方案 c 总弃光量/（MW·h） 1.43 1.47 0 电池日循环数 15 15 6 电度电费/元 44 674.85 44 674.85 53 149.54 需量电费/元 10 489.85 10 489.85 10 489.85 回馈电能收费/元 0 2 636.13 −12 704.86 光伏运维费用/元 1 261.25 1 256.80 1 409.51 储能运维费用/元 3 770.44 3 833.72 1 713.61 总成本/元 60 196.39 62 891.35 5 4057.66 总成本节省率
（相较方案Ⅰ） /%28.51 36.45 25.33
下载: 导出CSV
-
[1] 李群湛. 我国高速铁路牵引供电发展的若干关键技术问题[J]. 铁道学报,2010,32(4): 119-124. doi: 10.3969/j.issn.1001-8360.2010.04.022LI Qunzhan. On some technical key problems in the development of traction power supply system for high-speed railway in China[J]. Journal of the China Railway Society, 2010, 32(4): 119-124. doi: 10.3969/j.issn.1001-8360.2010.04.022 [2] 李群湛. 论新一代牵引供电系统及其关键技术[J]. 西南交通大学学报,2014,49(4): 559-568. doi: 10.3969/j.issn.0258-2724.2014.04.001LI Qunzhan. On new generation traction power supply system and its key technologies for electrification railway[J]. Journal of Southwest Jiaotong University, 2014, 49(4): 559-568. doi: 10.3969/j.issn.0258-2724.2014.04.001 [3] 邓文丽,戴朝华,陈维荣. 轨道交通能源互联网背景下光伏在交/直流牵引供电系统中的应用及关键问题分析[J]. 中国电机工程学报,2019,39(19): 5692-5702,5897. doi: 10.13334/j.0258-8013.pcsee.181848DENG Wenli, DAI Chaohua, CHEN Weirong. Application of PV generation in AC/DC traction power supply system and the key problem analysis under the background of rail transit energy Internet[J]. Proceedings of the CSEE, 2019, 39(19): 5692-5702,5897. doi: 10.13334/j.0258-8013.pcsee.181848 [4] 李群湛,王喜军,黄小红,等. 电气化铁路飞轮储能技术研究[J]. 中国电机工程学报,2019,39(7): 2025-2033. doi: 10.13334/J.0258-8013.PCSEE.180919LI Qunzhan, WANG Xijun, HUANG Xiaohong, et al. Research on flywheel energy storage technology for electrified railway[J]. Proceedings of the CSEE, 2019, 39(7): 2025-2033. doi: 10.13334/J.0258-8013.PCSEE.180919 [5] 黄小红,赵艺,李群湛,等. 电气化铁路同相储能供电技术[J]. 西南交通大学学报,2020,55(4): 856-864. doi: 10.3969/j.issn.0258-2724.20181083HUANG Xiaohong, ZHAO Yi, LI Qunzhan, et al. Co-phase traction power supply and energy storage technology for electrified railway[J]. Journal of Southwest Jiaotong University, 2020, 55(4): 856-864. doi: 10.3969/j.issn.0258-2724.20181083 [6] MERLIN Project. Sustainable and intelligent management of energy for smarter railway systems in europe[EB/OL]. (2015-12-10)[2020-3-25]. http://www.merlin-rail.eu. [7] KHAYYAM S, PONCI F, GOIKOETXEA J, et al. Railway energy management system: centralized-decentralized automation architecture[J]. IEEE Transactions on Smart Grid, 2016, 7(2): 1164-1175. doi: 10.1109/TSG.2015.2421644 [8] RAZIK L, BERR N, KHAYYAM S, et al. REM-S–railway energy management in real rail operation[J]. IEEE Transactions on Vehicular Technology, 2019, 68(2): 1266-1277. doi: 10.1109/TVT.2018.2885007 [9] AGUADO J A, SÁNCHEZ RACERO A J, DE LA TORRE S. Optimal operation of electric railways with renewable energy and electric storage systems[J]. IEEE Transactions on Smart Grid, 2018, 9(2): 993-1001. doi: 10.1109/TSG.2016.2574200 [10] ŞENGÖR İ, KILIÇKIRAN H C, AKDEMIR H, et al. Energy management of a smart railway station considering regenerative braking and stochastic behaviour of ESS and PV generation[J]. IEEE Transactions on Sustainable Energy, 2018, 9(3): 1041-1050. doi: 10.1109/TSTE.2017.2759105 [11] CHEN M W, CHENG Z, LIU Y L, et al. Multitime-scale optimal dispatch of railway FTPSS based on model predictive control[J]. IEEE Transactions on Transportation Electrification, 2020, 6(2): 808-820. doi: 10.1109/TTE.2020.2992693 [12] 葛乐,陆文涛,袁晓冬,等. 基于多维动态规划的柔性光储参与主动配电网优化运行[J]. 电网技术,2017,41(10): 3300-3306. doi: 10.13335/j.1000-3673.pst.2016.2523GE Le, LU Wentao, YUAN Xiaodong, et al. Optimal operation of active distribution network based on photovoltaic and energy-storage system of multi-dimensional dynamic programming[J]. Power System Technology, 2017, 41(10): 3300-3306. doi: 10.13335/j.1000-3673.pst.2016.2523 [13] 周丹,孙可,张全明,等. 含多个综合能源联供型微网的配电网日前鲁棒优化调度[J]. 中国电机工程学报,2020,40(14): 4473-4485,4727. doi: 10.13334/J.0258-8013.PCSEE.190390ZHOU Dan, SUN Ke, ZHANG Quanming, et al. Day-ahead robust dispatch of distribution network with multiple integrated energy System-based Micro-grids[J]. Proceedings of the CSEE, 2020, 40(14): 4473-4485,4727. doi: 10.13334/J.0258-8013.PCSEE.190390 [14] ZHANG C, XU Y, DONG Z Y, et al. Robust operation of microgrids via two-stage coordinated energy storage and direct load control[J]. IEEE Transactions on Power Systems, 2017, 32(4): 2858-2868. doi: 10.1109/TPWRS.2016.2627583 [15] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 电能质量 三相电压不平衡: GB/T 15543—2008[S]. 北京: 中国标准出版社, 2009 [16] CHEN M W, LI Q Z, ROBERTS C, et al. Modelling and performance analysis of advanced combined co-phase traction power supply system in electrified railway[J]. IET Generation, Transmission & Distribution, 2016, 10(4): 906-916. [17] HAMIDI A, GOLSHANNAVAZ S, NAZARPOUR D. D-FACTS cooperation in renewable integrated microgrids: a linear multiobjective approach[J]. IEEE Transactions on Sustainable Energy, 2019, 10(1): 355-363. doi: 10.1109/TSTE.2017.2723163 期刊类型引用(19)
1. 唐兆祥，许万涛，邓昊，卢文杰. 基于机会约束规划的含电动汽车市域铁路牵引供电系统优化运行. 储能科学与技术. 2024(02): 526-535 . 
百度学术2. 刘明亮，田忠北，董鸿志，郑俊锋，朱东坡. 考虑节能降耗的轨道牵引供电系统优化仿真模型. 自动化与仪器仪表. 2024(02): 82-86 . 百度学术3. 李光耀，袁佳歆，甘栋良，杨爱民. 高铁新能源混合储能系统低碳经济优化运行研究. 电气工程学报. 2024(01): 67-78 . 百度学术4. 赵丽颖，张灵芝，郑焕坤，龚事引. 考虑光伏和能量调度装置的电气化铁路储能运行调度. 东北电力大学学报. 2024(02): 51-57 . 百度学术5. 李俊豪，涂春鸣，王鑫，郭祺，肖凡. 基于“规则+优化”的电气化铁路站点实时能量管控策略. 电工技术学报. 2024(11): 3339-3352 . 百度学术6. 高锋阳，宋志翔，高建宁，高翾宇，杨凯文. 计及光伏和储能接入的牵引供电系统日前调度. 上海交通大学学报. 2024(05): 760-775 . 百度学术7. 周萌，于龙，王子龙. “双碳”目标下电气化铁路源网车储关键技术研究. 电力电子技术. 2024(07): 80-85 . 百度学术8. 王飞阳，陈玉新. 多维度融合发展策略下城市轨道交通碳排放测算模型. 市政技术. 2024(08): 130-135+161 . 百度学术9. 康德建，胡亮，乔美林，杨步荣. 基于运行图优化的重载牵引负荷削峰策略研究. 电气化铁道. 2024(04): 82-85 . 百度学术10. 秦浩庭，钟帆. 光伏接入铁路牵引供电系统谐振特性分析. 铁道标准设计. 2024(12): 169-175 . 百度学术11. 陈冲，贾利民，赵天宇，邵晨虎，王扬慧. 光伏和储能植入铁路牵引供电系统的拓扑架构与控制策略研究综述. 电工技术学报. 2024(24): 7874-7901 . 百度学术12. 刘继宗，张祖涛，王浩，孔苓吉，伊敏熠，朱忠尹. 城轨交通制动能量利用技术研究现状与展望. 西南交通大学学报. 2024(06): 1322-1345 . 
本站查看13. 陈民武，陈垠宇，徐烈，崔明建. 基于机会约束的贯通式同相牵引供电系统分布式优化运行策略. 中国电机工程学报. 2024(24): 9583-9594 . 百度学术14. 董文哲，杨斯泐，梁宗佑，陈垠宇. 集成混合储能及RPC的牵引供电系统优化运行. 储能科学与技术. 2023(04): 1185-1193 . 百度学术15. 周桔红，刘建委，殷杰，陈朝晖，贾沛，周海琦，冯玎，林圣. 地铁交流供电系统无功平衡策略研究——以广州地铁18号线为例. 都市快轨交通. 2023(03): 160-167 . 百度学术16. 赵宏程，李再华，赖俊宏，陈垠宇，张波琦，龚康华，曾毅. 基于RPC的混合储能接入双流制牵引供电系统协调运行方法. 储能科学与技术. 2023(09): 2862-2870 . 百度学术17. 陈垠宇，陈民武，李东阳，范家彬，梁宗佑，李波. 计及牵引负荷不确定性的同相供电系统随机优化运行策略. 中国铁道科学. 2023(05): 191-200 . 百度学术18. 刘骆川，黄大锐. 牵引供电系统光储接入方案及其控制策略. 电工技术. 2023(18): 44-48 . 百度学术19. 龚志恒，张翼扬，朱楚扬，赵鼎威，刘湘. 计及新能源接入的柔性牵引供电系统区间最优潮流研究. 电工技术. 2022(24): 48-52+57 . 百度学术其他类型引用(19)
-
下载:
百度学术
点击查看大图
计量
- 文章访问数: 585
- HTML全文浏览量: 309
- PDF下载量: 50
- 被引次数: 38