CN103440597A - 可再生能源并网对电网经济运行影响的分析方法 - Google Patents

可再生能源并网对电网经济运行影响的分析方法 Download PDF

Info

Publication number
CN103440597A
CN103440597A CN2013103821443A CN201310382144A CN103440597A CN 103440597 A CN103440597 A CN 103440597A CN 2013103821443 A CN2013103821443 A CN 2013103821443A CN 201310382144 A CN201310382144 A CN 201310382144A CN 103440597 A CN103440597 A CN 103440597A
Authority
CN
China
Prior art keywords
grid
electricity
power grid
unit
renew
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013103821443A
Other languages
English (en)
Other versions
CN103440597B (zh
Inventor
张磊
麻常辉
蒋哲
武乃虎
张丹丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201310382144.3A priority Critical patent/CN103440597B/zh
Publication of CN103440597A publication Critical patent/CN103440597A/zh
Application granted granted Critical
Publication of CN103440597B publication Critical patent/CN103440597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种可再生能源并网对电网经济运行影响的分析方法;包括以下步骤:(1)建立可再生能源并网发电对电网经济运行影响的系统动力学模型;(2)构建电网经济运行的系统流图;(3)给出系统动力学方程式;(4)采用系统动力学软件,进行仿真模拟分析。本发明有益效果:本发明采用系统动力学方法,通过构建电网经济运行系统流图,对可再生能源并网对电网经济运行的影响评估具有较大的参考作用,可以避免传统分析方法的不足,保证变电站经济可靠地运行。

Description

可再生能源并网对电网经济运行影响的分析方法
技术领域
本发明涉及一种可再生能源并网对电网经济运行影响的分析方法。
背景技术
近年来,可再生能源发电技术不断进步,各地也相继出台多项鼓励政策,大大促进了可再生能源的开发与应用。风电、光伏等可再生能源发电技术具有其各自的电源特性,为可再生能源并网后的电网经济运行带来了巨大的挑战,因此,研究可再生能源并网对电网经济运行的影响,对于科学、合理选择电网经济运行方式、提高电网公司经营效益具有重大的意义。
在配电网中接入可再生能源发电系统后,整个配电网的负荷分布将发生变化,电网的损耗取决于可再生能源接入的位置、接入容量的大小以及网络的拓扑结构等因素。
风力发电或光伏发电由于其出力受天气等影响很大,具有间歇性和不确定性,这将直接导致系统的潮流也具有随机性,传统的潮流算法将不再适用。此外,可再生能源并网对经济调度运行也产生一定的影响,主要表现为功率预测困难、发电计划性差,给电网方式安排和实时监控带来挑战。
发明内容
为了解决以上问题,本发明提供了一种可再生能源并网对电网经济运行影响的分析方法。该方法基于系统动力学,可以避免传统分析方法的不足,有利于可再生能源并网对电网经济运行影响的准确分析。
为了实现上述目的,本发明采用如下技术方案:
一种可再生能源并网对电网经济运行影响的分析方法,包括以下步骤:
(1)选取可再生能源发电量、电网企业运行成本和电网企业收益三部分作为系统动力学模型中的核心指标绘制因果关系图。
(2)选取核心指标以及对核心指标产生影响的关联指标,构建电网经济运行的系统流图,建立可再生能源并网发电对电网经济运行影响的系统动力学模型。
(3)在构建系统流图的基础上,给出系统动力学方程式,所述系统动力学方程包括:状态方程、速率方程和辅助方程。
(4)采用系统动力学软件Vensim,模拟分析可再生能源并网对电网经济运行的影响。
所述可再生能源发电量的关联指标包括:电力损耗量、售电量和发电量变化值。
所述电力损耗量的关联指标包括:线路损耗成本和损耗率。
所述售电量的关联指标包括:损耗率、售电电价、电价补贴、厂用电率。
所述发电量变化值的关联指标包括:技术进步、技术进步权重、政策支持、政策支持权重。
所述线路损耗成本的关联指标包括:售电电价、电价补贴。
所述电网企业运行成本的关联指标包括:辅助服务成本、线路损耗成本、电网企业运行效益。
所述电网企业收益的关联指标包括:电网企业运行效益、电价补贴、售电电价和售电量。
所述状态方程为:
Q renew ( t ) = Q renew ( 0 ) + ∫ 0 t q renew ( t ) dt
其中,Qrenew(t)为可再生能源发电量,单位:kWh;Qrenew(0)为可再生能源初始发电量,单位:kWh;qrenew(t)为可再生能源发电变化值,单位:kWh/年。
所述速率方程为:
q renew ( t ) = TECH ( t ) * TECHW ( t ) + POLICY ( t ) * POLICYW ( t ) TECHW ( t ) + POLICYW ( t ) * Q renew ( t - 1 )
其中,qrenew(t)为可再生能源发电变化值,TECH(t)为技术进步因子;TECHW(t)为技术进步权重;POLICY(t)为政策支持因子;POLICYW(t)为政策支持权重;Qrenew(t-1)为可再生能源发电量。
所述辅助方程包括:
(1)电网企业运行成本:
Cgrid(t)=Cauxi(t)+Closs(t)
Closs(t)=Qloss(t)*pgrid(t)
Qloss(t)=Qrenew(t)*θ
其中,Cgrid(t)为电网企业运行成本,单位:元;Closs(t)为线路损耗成本,单位:元;Qloss(t)为电力损耗量,单位:kWh;Cauxi(t)为辅助服务成本;Qrenew(t)为可再生能源发电量;θ为损耗率;pgrid(t)为售电电价,单位:元/kWh。
(2)电网企业收入:
Bgrid(t)=Qgrid(t)*(pgrid(t)+psubs(t))
Q grid ( t ) = Q renew ( t ) * ( 1 - θ - ζ ) * ( α * p subs ( t ) β * p grid ( t ) )
其中,Bgrid(t)为电网企业收入,单位:元;Qgrid(t)为电网企业售电量,单位:元;pgrid(t)为售电电价;psubs(t)为补贴电价,单位:元/kWh;Qrenew(t)为可再生能源发电量;α为补贴电价影响系数,表示单位补贴电价对售电量带来的影响,与售电量成正比关系;β为售电电价影响系数,表示单位售电电价对售电量带来的影响,与售电量成反比关系;θ为损耗率;ζ为厂用电率。
(3)电网企业运行效益:
Egrid(t)=Bgrid(t)-Cgrid(t)
其中,Egrid(t)为电网企业运行效益;Bgrid(t)为为电网企业收入;Cgrid(t)为电网企业运行成本。
为了便于理解,下表对部分关联指标的含义作出了解释。
Figure BDA0000373488540000032
本发明的有益效果:
1.本发明基于系统动力学理论,对可再生能源并网下最为显著且可度量的经济效益进行研究与测算,并分析研究可再生能源并网发电的直接经济效益、辅助服务成本和环境效益,并构建其系统动力学模型,以此评估可再生能源并网发电的价值,这一方面凸显可再生能源并网发电的综合价值,另一方面为用户控制成本、提高效益提供了参考依据,为用户带来了良好的经济效益。
2.由于可再生能源发电并网会对电网侧系统规模、地理分布、发电容量结构、与相邻电力系统的互联程度及负荷变化等方面产生影响,尤其是随着可再生能源发电容量在电力系统中所占比例的逐年增加,它对电网规划和运行的影响也越来越大,本发明借助系统动力学工具,将可再生能源并网对电网规划电网经济运行的影响进行量化,为用户评价可再生能源并网带来的电网侧成本及效益提供参考依据,有助于用户控制成本、提高效益,推动电源电网协调规划的发展。
附图说明
图1为本发明电网经济运行系统流图;
图2为本发明模拟得出的可再生能源发电量趋势;
图3为本发明模拟得出的技术进步函数图象;
图4为本发明模拟得出的电网企业运行效益趋势。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
一种可再生能源并网对电网经济运行影响的分析方法,包括以下步骤:
1.选取可再生能源发电量、电网企业运行成本和电网企业收益三部分作为系统动力学模型中的核心指标绘制因果关系图。
2.选取核心指标以及对核心指标产生影响的关联指标,构建电网经济运行的系统流图,如图1所示,建立可再生能源并网发电对电网经济运行影响的系统动力学模型。
3.在构建系统流图的基础上,分析流图中各指标之间的定量关系,给出系统动力学方程式,包括:状态方程、速率方程和辅助方程。
所述状态方程为:
Q renew ( t ) = Q renew ( 0 ) + ∫ 0 t q renew ( t ) dt
其中,Qrenew(t)为可再生能源发电量,单位:kWh;Qrenew(0)为可再生能源初始发电量,单位:kWh;qrenew(t)为可再生能源发电变化值,单位:kWh/年。
所述速率方程为:
q renew ( t ) = TECH ( t ) * TECHW ( t ) + POLICY ( t ) * POLICYW ( t ) TECHW ( t ) + POLICYW ( t ) * Q renew ( t - 1 )
其中,qrenew(t)为可再生能源发电变化值,TECH(t)为技术进步因子;TECHW(t)为技术进步权重;POLICY(t)为政策支持因子;POLICYW(t)为政策支持权重;Qrenew(t-1)为可再生能源发电量。
所述辅助方程包括:
(1)电网企业运行成本:
Cgrid(t)=Cauxi(t)+Closs(t)
Closs(t)=Qloss(t)*pgrid(t)
Qloss(t)=Qrenew(t)*θ
其中,Cgrid(t)为电网企业运行成本,单位:元;Closs(t)为线路损耗成本,单位:元;Qloss(t)为电力损耗量,单位:kWh;Cauxi(t)为辅助服务成本;Qrenew(t)为可再生能源发电量;θ为损耗率;pgrid(t)为售电电价,单位:元/kWh。
(2)电网企业收入:
Bgrid(t)=Qgrid(t)*(pgrid(t)+psubs(t))
Q grid ( t ) = Q renew ( t ) * ( 1 - θ - ζ ) * ( α * p subs ( t ) β * p grid ( t ) )
其中,Bgrid(t)为电网企业收入,单位:元;Qgrid(t)为电网企业售电量,单位:元;pgrid(t)为售电电价;psubs(t)为补贴电价,单位:元/kWh;Qrenew(t)为可再生能源发电量;α为补贴电价影响系数,表示单位补贴电价对售电量带来的影响,与售电量成正比关系;β为售电电价影响系数,表示单位售电电价对售电量带来的影响,与售电量成反比关系;θ为损耗率;ζ为厂用电率。
(3)电网企业运行效益:
Egrid(t)=Bgrid(t)-Cgrid(t);
其中,Egrid(t)为电网企业运行效益;Bgrid(t)为为电网企业收入;Cgrid(t)为电网企业运行成本。
4.采用系统动力学软件Vensim,模拟分析可再生能源并网对电网经济运行的影响。
以某省可再生能源并网为例,连续模拟运行10年,时间间隔为1年,模拟分析从2011年到2020年可再生能源并网对电网经济运行的影响。
(1)对模型中的常数进行赋值,如下表所示:
Figure BDA0000373488540000061
(2)随着可再生能源发电技术的不断进步,通过Vensim软件对该模型进行模拟,得到可再生能源发电容量趋势如图2所示。
(3)考虑到可再生能源发电、并网、调度等方面技术的不断进步,本部分将“技术进步”设为变函数,其函数图象如图3所示。
(4)随着可再生能源发电技术的不断进步,通过Vensim软件对该模型进行模拟,得到可再生能源并网对电网企业运行效益的趋势如图4所示。
从以上趋势图可看出,未来10年,可再生能源发电量不断上升,电网企业的收益将逐渐改善,可再生能源的并网会促进电网经济运行。随着可再生能源发电技术、输电配套技术的不断发展,其发电量持续上升,电网经济运行不断优化,同时为电网企业带来的效益也日益突出。因此,从长远发展来看,该省应继续加大可再生能源发展力度,以技术、管理手为依托,不断促进可再生能源并网相关技术的进步和发展,提高可再生能源装机比例,进一步优化电网经济运行方式。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (5)

1.一种可再生能源并网对电网经济运行影响的分析方法,其特征是,包括以下步骤:
(1)选取可再生能源发电量、电网企业运行成本和电网企业收益三部分作为系统动力学模型中的核心指标绘制因果关系图;
(2)选取核心指标以及对核心指标产生影响的关联指标,构建电网经济运行的系统流图,建立可再生能源并网发电对电网经济运行影响的系统动力学模型;
(3)在构建系统流图的基础上,给出系统动力学方程式,所述系统动力学方程包括:状态方程、速率方程和辅助方程;
(4)采用系统动力学软件,模拟分析可再生能源并网对电网经济运行的影响。
2.如权利要求1所述的一种可再生能源并网对电网经济运行影响的分析方法,其特征是,所述可再生能源发电量的关联指标包括:电力损耗量、售电量和发电量变化值;
所述电力损耗量的关联指标包括:线路损耗成本和损耗率;
所述售电量的关联指标包括:损耗率、售电电价、电价补贴、厂用电率;
所述发电量变化值的关联指标包括:技术进步、技术进步权重、政策支持、政策支持权重;
所述线路损耗成本的关联指标包括:售电电价、电价补贴;
所述电网企业运行成本的关联指标包括:辅助服务成本、线路损耗成本、电网企业运行效益;
所述电网企业收益的关联指标包括:电网企业运行效益、电价补贴、售电电价和售电量。
3.如权利要求1所述的一种可再生能源并网对电网经济运行影响的分析方法,其特征是,所述状态方程为:
Q renew ( t ) = Q renew ( 0 ) ∫ 0 t q renew ( t ) dt
其中,Qrenew(t)为可再生能源发电量,单位:kWh;Qrenew(0)为可再生能源初始发电量,单位:kWh;qrenew(t)为可再生能源发电变化值,单位:kWh/年。
4.如权利要求1所述的一种可再生能源并网对电网经济运行影响的分析方法,其特征是,所述速率方程为:
q renew ( t ) = TECH ( t ) * TECHW ( t ) + POLICY ( t ) * POLICYW ( t ) TECHW ( t ) + POLICYW ( t ) * Q renew ( t - 1 )
其中,qrenew(t)为可再生能源发电变化值,TECH(t)为技术进步因子;TECHW(t)为技术进步权重;POLICY(t)为政策支持因子;POLICYW(t)为政策支持权重;Qrenew(t-1)为可再生能源发电量。
5.如权利要求1所述的一种可再生能源并网对电网经济运行影响的分析方法,其特征是,所述辅助方程包括:
(1)电网企业运行成本:
Cgrid(t)=Cauxi(t)+Closs(t);
Closs(t)=Qloss(t)*pgrid(t);
Qloss(t)=Qrenew(t)*θ;
其中,Cgrid(t)为电网企业运行成本,单位:元;Closs(t)为线路损耗成本,单位:元;Qloss(t)为电力损耗量,单位:kWh;Cauxi(t)为辅助服务成本;Qrenew(t)为可再生能源发电量;θ为损耗率;pgrid(t)为售电电价,单位:元/kWh;
(2)电网企业收入:
Bgrid(t)=Qgrid(t)*(pgrid(t)+psubs(t));
Q grid ( t ) = Q renew ( t ) * ( 1 - θ - ζ ) * ( α * p subs ( t ) β * p grid ( t ) )
其中,Bgrid(t)为电网企业收入,单位:元;Qgrid(t)为电网企业售电量,单位:元;pgrid(t)为售电电价;psubs(t)为补贴电价,单位:元/kWh;Qrenew(t)为可再生能源发电量;α为补贴电价影响系数,表示单位补贴电价对售电量带来的影响,与售电量成正比关系;β为售电电价影响系数,表示单位售电电价对售电量带来的影响,与售电量成反比关系;θ为损耗率;ζ为厂用电率;
(3)电网企业运行效益:
Egrid(t)=Bgrid(t)-Cgrid(t);
其中,Egrid(t)为电网企业运行效益;Bgrid(t)为为电网企业收入;Cgrid(t)为电网企业运行成本。
CN201310382144.3A 2013-08-28 2013-08-28 可再生能源并网对电网经济运行影响的分析方法 Active CN103440597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310382144.3A CN103440597B (zh) 2013-08-28 2013-08-28 可再生能源并网对电网经济运行影响的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310382144.3A CN103440597B (zh) 2013-08-28 2013-08-28 可再生能源并网对电网经济运行影响的分析方法

Publications (2)

Publication Number Publication Date
CN103440597A true CN103440597A (zh) 2013-12-11
CN103440597B CN103440597B (zh) 2016-05-04

Family

ID=49694289

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310382144.3A Active CN103440597B (zh) 2013-08-28 2013-08-28 可再生能源并网对电网经济运行影响的分析方法

Country Status (1)

Country Link
CN (1) CN103440597B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104375922A (zh) * 2014-11-13 2015-02-25 国家电网公司 电力信息系统的检测方法和装置
CN106228300A (zh) * 2016-07-20 2016-12-14 中国电力科学研究院 一种分布式电源运营管理系统
CN107292454A (zh) * 2017-07-27 2017-10-24 国网江西省电力公司南昌供电分公司 面向共享的电力资源优化配置管理方法
CN107819329A (zh) * 2017-10-30 2018-03-20 国家电网公司 采用swot和德尔菲法确定电网再生能源发展策略方法
CN111311084A (zh) * 2020-02-10 2020-06-19 南方电网科学研究院有限责任公司 发电网可行性的综合评价方法、装置及存储介质
CN111415061A (zh) * 2020-02-10 2020-07-14 南方电网科学研究院有限责任公司 一种可再生能源电力系统的综合评价方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390904A (zh) * 2013-07-18 2013-11-13 国家电网公司 可再生能源并网发电分析方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390904A (zh) * 2013-07-18 2013-11-13 国家电网公司 可再生能源并网发电分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曾鸣 等: "智能用电措施的成本效益分析", 《能源技术经济》 *
贾文昭 等: "智能电网促进低碳发展的能力与效益测评模型", 《电力系统自动化》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104375922A (zh) * 2014-11-13 2015-02-25 国家电网公司 电力信息系统的检测方法和装置
CN106228300A (zh) * 2016-07-20 2016-12-14 中国电力科学研究院 一种分布式电源运营管理系统
CN107292454A (zh) * 2017-07-27 2017-10-24 国网江西省电力公司南昌供电分公司 面向共享的电力资源优化配置管理方法
CN107292454B (zh) * 2017-07-27 2020-09-11 国网江西省电力公司南昌供电分公司 面向共享的电力资源优化配置管理方法
CN107819329A (zh) * 2017-10-30 2018-03-20 国家电网公司 采用swot和德尔菲法确定电网再生能源发展策略方法
CN111311084A (zh) * 2020-02-10 2020-06-19 南方电网科学研究院有限责任公司 发电网可行性的综合评价方法、装置及存储介质
CN111415061A (zh) * 2020-02-10 2020-07-14 南方电网科学研究院有限责任公司 一种可再生能源电力系统的综合评价方法及装置
CN111415061B (zh) * 2020-02-10 2022-07-22 南方电网科学研究院有限责任公司 一种可再生能源电力系统的综合评价方法及装置

Also Published As

Publication number Publication date
CN103440597B (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
Nafeh Optimal economical sizing of a PV-wind hybrid energy system using genetic algorithm
Ma et al. Multi‐objective optimal configuration method for a standalone wind–solar–battery hybrid power system
CN103440597B (zh) 可再生能源并网对电网经济运行影响的分析方法
CN103346563B (zh) 基于时间场景准入分析的分布式电源最大渗透率评估方法
CN103955777A (zh) 光伏发电接入配电网方案设计与分析评估辅助系统
CN104699959A (zh) 一种基于k-means算法的线损同类划分方法
Page A multi-energy modelling, simulation and optimization environment for urban energy infrastructure planning
Zhou et al. Economic assessment of a distributed energy system in a new residential area with existing grid coverage in China
CN104200289A (zh) 一种基于投资回报率的分布式光伏装机容量预测方法
Chupradit et al. Modeling and Optimizing the Charge of Electric Vehicles with Genetic‎ Algorithm in the Presence of Renewable Energy Sources
Guo et al. Stochastic optimization for economic operation of plug-in electric vehicle charging stations at a municipal parking deck integrated with on-site renewable energy generation
Zhou et al. Multi-time scale optimal scheduling model for active distribution grid with desalination loads considering uncertainty of demand response
Elenkova et al. A simulation platform for smart microgrids in university campuses
Xiang et al. Coordinated DG-Tie planning in distribution networks based on temporal scenarios
Kang et al. A model predictive scheduling algorithm in real-time control systems
CN106203742A (zh) 一种基于节能回报率的电网设备节能评价及选型方法
Tang et al. Combined electricity-gas-heat energy internet scheduling with power-to-gas and renewable power uncertainty
Yang et al. Review on distribution network planning methods considering large-scale access of flexible load
CN107220785A (zh) 协调输电网安全与发展的合理运行效率评价方法及系统
Tian et al. Analysis of 2030 large-scale wind energy integration in the eastern interconnection using WINS
Dong et al. Estimating life-cycle energy payback ratio of overhead transmission line toward low carbon development
Zhang et al. The research on smart power consumption technology based on big data
Chang et al. Bi‐level scheduling of large‐scale electric vehicles based on the generation side and the distribution side
Parida et al. A rule based electrical energy distribution model for energy efficiency in technical institutions: A case study
Liu et al. Generation and transmission investment decision framework under the global energy internet

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant