CN104537443A - 一种热电联供型微网经济协调优化调度方法 - Google Patents

一种热电联供型微网经济协调优化调度方法 Download PDF

Info

Publication number
CN104537443A
CN104537443A CN201510008383.1A CN201510008383A CN104537443A CN 104537443 A CN104537443 A CN 104537443A CN 201510008383 A CN201510008383 A CN 201510008383A CN 104537443 A CN104537443 A CN 104537443A
Authority
CN
China
Prior art keywords
power
grid system
type micro
cogeneration type
coordination
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.)
Pending
Application number
CN201510008383.1A
Other languages
English (en)
Inventor
戚艳
时燕新
李国栋
王旭东
刘涛
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
State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin 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, State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510008383.1A priority Critical patent/CN104537443A/zh
Publication of CN104537443A publication Critical patent/CN104537443A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Abstract

本发明公开了一种热电联供型微网经济协调优化调度方法,构建了包含风电机组、光伏电池、微型燃气轮机、燃气锅炉、蓄电池以及热电负荷在内的热电联供型微网系统;随后,在预测未来一天(24小时)风电、光伏功率以及热电负荷的基础上,构建了可综合考虑热电联供型微网系统运行成本和热电协调成本的热电联供型微网经济协调的多目标优化调度模型,并通过步长控制原对偶内点法进行求解。本发明所提热电联供型微网经济协调优化调度方法可提高热电联供型微网系统运行的综合经济性,对含可再生能源的热电联供型微网的能量管理具有一定的指导意义。

Description

一种热电联供型微网经济协调优化调度方法
技术领域
本发明属于微网优化调度技术领域,尤其涉及一种热电联供型微网经济协调优化调度方法。
背景技术
利用发电装置废热供给热负荷,能够通过能源的梯级利用提升系统综合能源利用率并降低生产成本。同时,微网不仅能消纳大量可再生能源(如太阳能、风能等),还能在保证电能质量的前提下满足本地负荷需求。当上游配电网发生故障情况下,微网可切换至孤岛运行,保障对局部区域关键负荷的可靠供能,有效提高系统运行的可靠性。因此,将热电联供系统与微网相结合构建为热电联供型微网系统具有提升能源利用效率、消纳间歇性可再生能源、改善供电质量以及提高供电可靠性等多方面的优势。微网系统内冷热电负荷具有不匹配性和随机特性,微网热能和电能供应具有耦合关系,机组运行在不同的热电生产状态下(以生产成本最小为目标/以协调成本最小为目标)所需热电协调成本不同,因此,热电联供型微网经济协调优化调度方法是决定微网经济、高效运行的关键技术问题;
发明内容
本发明实施例的目的在于提供一种热电联供型微网经济协调优化调度方法,旨在解决热电联供型微网热和电之间的耦合作用及其协调成本较高、局限性比较明显的问题。
本发明实施例是这样实现的,一种热电联供型微网经济协调优化调度方法,该热电联供型微网经济协调优化调度方法包括热电联供型微网系统生产成本和热电联供型微网系统热电协调成本;
热电联供型微网系统生产成本包括:从上游配电网购电的费用、燃气锅炉、微型燃气轮机的天然气使用费用、风电机组、光伏电池、微型燃气轮机、燃气锅炉、热交换器、蓄电池设备的维护费用;
热电联供型微网系统热电协调成本:针对微网系统内冷热电负荷的不匹配性和随机特性,结合分时电价,构建热电联供型微网系统热电协调成本函数;
热电协调成本函数表达式如下所示;
C 2 = Σ i = 1 24 [ C ph , i max { - [ Σ m = 1 N p P m ( i ) + ( 1 - k k i ) Σ k = 1 Nc P k ( i ) - Σ n = 1 N h H n ( i ) ] , 0 } - C se , i max { [ Σ m = 1 N p P m ( i ) + ( 1 + k k i ) Σ k = 1 Nc P k ( i ) - Σ n = 1 N h H n ( i ) ] , 0 } ]
式中,Cph,i为第i时段的购电价格;Cse,i为第i时段向电网的售电价格;k、ki分别为第i时段的热电比和热电负荷比。
进一步,热电联供型微网系统生产成本计算公式:
C 1 = Σ i = 1 24 [ C ph , i + C se , i 2 P ex , i + C ph , i + C se , i 2 | P ex , i | + C gas ( P MT , i η MT + P gb , i η gb ) + P MT , i C MT _ om + P MT , i γ MT η HE C HE _ om + P gb , i C gb _ om + | P bo , i | C bt _ om + P WT , i C WT _ om + P PV , i C PV _ om ]
式中,C1为热电联供型微网系统总生产成本;Pex,i为第i时段与电网的交换功率,购电为正,售电为负;PMT,i为第i时段微型燃气轮机的输出功率;Pgb,i为第i时段燃气锅炉的输出功率;Pbt,i为第i时段电池储能系统的充/放电功率,放电为正,充电为负;PWT,i为第i时段风电机组的功率;PPV,i为第i时段光伏电池的功率;Cph,i为第i时段的购电价格;Cse,i为第i时段的售电价格;Cgas为天然气的价格;CMT_om、CHE_om、Cgb_ocm、Cbt_om、CWT_om、CPV_om分别为微型燃气轮机、热交换器、燃气锅炉、蓄电池、风电机组以及光伏电池的设备维护价格;ηMT、ηgb、ηHE分别为微型燃气轮机、燃气锅炉和热交换器的效率;γMT为微型燃气轮机的热电比。
进一步,热电联供型微网系统热电协调成本的热电比、热电负荷比定义及计算方法:
热电比,是指热电联产机组发电量和供热量的比值,即供能期间电力与热力的比值,表达式如下所示;
k = H P
式中,H、P分别为微型燃气轮机的供热量、发电量;
热电负荷比,是指用户在不同的时刻热量需求与电量需求的比值,表达式如下所示;
Ki=HDi/PDi,i=1,2,3,…,24
式中,HDi、PDi分别为第i时段用户的热量需求和电量需求。
进一步,热电联供型微网热电协调成本给出热电联供型微网系统经济协调的多目标优化调度方法,多目标优化模型:
热电联供型微网系统经济协调的多目标优化调度模型的目标函数如下所示;
f=min(C1,C2)
式中,C1、C2分别为热电联供型微网系统在一天内的生产成本和热电协调成本。
进一步,多目标优化模型的约束条件:
功率平衡约束:
P ex , i + P MT , i + P WT , i + P PV , i + P bt , i η ch - P D , i = 0
Pex,i+PMT,i+PWT,i+PPV,i+Pbt,iηdis-PD,i=0
式中,PDi为时间段i内的电负荷;ηMT为微型燃气轮机的效率;ηch、ηdis为蓄电池的充、放电效率;
热量平衡约束:
PMT,iγMTηHE+Pgb,i-HDi=0
式中,HDi为时间段i内的热负荷;
与电网交换功率约束:
Pex,min≤Pex,i≤Pex,max
式中,Pex,min、Pex,max分别为在时间段i内热电联供型微网系统和上游配电网之间传输功率的最小值和最大值;
系统运行约束:
P MT , min ≤ P MT , i ≤ P MT , max P HE , min ≤ P MT , i γ MT η HE ≤ P HE , max P gb , min ≤ P gb , i ≤ P gb , max P bt , min ≤ P bt , i ≤ P bt , max Σ i = 1 24 P bt , t = 0 W bt , min ≤ W init - Σ i = 1 24 P bt , i ≤ W bt , max
式中,PMT,min或PMT,max为时间段i内微型燃气轮机输出功率的最小值或最大值;Pgb,min或Pgb,max为时间段i内燃气锅炉的输出功率的最小值或最大值;Pbt,min或Pbt,max为时间段i内蓄电池的最小或最大充、放电功率;Wbt,min或Wbt,max为蓄电池的最小或最大存储容量;系统运行约束公式中最后一个约束条件是为了保证电池储能初始值和终值相等。
进一步,热电联供型微网系统包括:
该热电联供型微网系统由电能部分和热能部分两部分组成:
电能部分包括:用户的用电负荷由风电机组、光伏电池、电池储能以及微型燃气轮机供给,风电机组、光伏电池利用可再生能源为用户供电;蓄电池的充电状态根据热电联供型微网系统的运行状态进行实时调整;电能部分和上游配电网进行双向电功率交换;当发电量大于电负荷量时可向上游配电网反供电,当发电量小于电负荷量时可从电网购电;
热能部分包括:用户的热负荷由系统内微型燃气轮机和燃气锅炉供给;微型燃气轮机和燃气锅炉利用一次能源天然气作为其动力来源;
进一步,风电机组和光伏电池连接逆变器,逆变器连接蓄电池,逆变器和蓄电池连接电负荷,微燃机连接蓄电池和热交换器,热交换器和燃气锅炉连接热负荷。
本发明提供的热电联供型微网经济协调优化调度方法,构建了包含风电机组、光伏电池、微型燃气轮机、燃气锅炉、蓄电池以及热电负荷在内的热电联供型微网系统;随后,在预测未来一天(24小时)风电、光伏功率以及热电负荷的基础上,构建了可综合考虑热电联供型微网系统运行成本和热电协调成本的热电联供型微网经济协调的多目标优化调度模型,并通过步长控制原对偶内点法进行求解。本发明所提多目标热电联供型微网经济协调优化调度方法可提高热电联供型微网系统运行的综合经济指标,与单纯以生产成本最小为目标的优化方法相比,该优化调度方法可有效提高热电协调方面的盈利;与单纯以热电协调成本最小为目标的优化方法相比,该方法可大大减少生产成本,因此,综合考虑生产成本和热电协调成本的多目标最优经济调度模型可实现微网的综合成本最优化,对含可再生能源的热电联供型微网的能量管理具有一定的指导意义,是一种先进的冷热电微网协调优化调度技术方案。
附图说明
图1是本发明实施例提供的热电联供型微网经济协调优化调度方法流程图;
图2是本发明实施例提供的含可再生能源的热电联供型微网系统结构示意图;
图3是本发明实施例提供的24h微网风电功率与光伏功率预测曲线示意图;
图4是本发明实施例提供的微网24h电负荷与热负荷预测曲线示意图;
图5是本发明实施例提供的以生产成本最小为优化目标的优化调度示意图;
图6是本发明实施例提供的以热电协调成本最小为目标的优化调度示意图;
图7是本发明实施例提供的经济协调的多目标优化调度仿真结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
如图1所示,本发明实施例的热电联供型微网经济协调优化调度方法包括以下步骤:
S101:构建含可再生能源的热电联供型微网系统模型;
S102:在步骤S101基础上,结合分时电价,建立微网系统生产成本函数;
S103:在步骤S101基础上,结合分时电价,建立微网系统热电协调成本函数;
S104:提出以生产成本与热电协调成本最小化的热电联供型微网经济协调的多目标优化调度方法;
S105:采用控制原对偶内点法计算热电联供型微网系统在一天24h内的最优经济协调调度运行方案。
本发明实施例的具体步骤:
1.含可再生能源的热电联供型微网系统:
本发明提出的含可再生能源的热电联供型微网如图2所示,该热电联供型微网系统由两部分组成:
电能部分:用户的用电负荷由风电机组、光伏电池、电池储能以及微型燃气轮机供给,其中风电机组、光伏电池利用可再生能源为用户供电;蓄电池的充电状态(State of Charge,SOC)可以根据热电联供型微网系统的运行状态进行实时调整;电能部分可以和上游配电网进行双向电功率交换;当发电量大于电负荷量时可向上游配电网反供电,当发电量小于电负荷量时可从电网购电;
风电机组和光伏电池连接逆变器,逆变器连接蓄电池,逆变器和蓄电池连接电负荷,微燃机连接蓄电池和热交换器,热交换器和燃气锅炉连接热负荷;
热能部分:用户的热负荷由系统内微型燃气轮机和燃气锅炉供给;微型燃气轮机和燃气锅炉利用一次能源天然气作为其动力来源;其中,微型燃气轮机构建起了微网电系统和热系统之间的桥梁,通过对其进行优化控制,不仅可以实现微网系统的热电联供,还可实现热电负荷之间的有机协调配比;
2.热电联供型微网系统经济协调优化调度方法:
2.1热电联供型微网系统生产成本:
热电联供型微网系统生产成本包括:从上游配电网购电的费用;燃气锅炉、微型燃气轮机的天然气使用费用;风电机组、光伏电池、微型燃气轮机、燃气锅炉、热交换器、蓄电池等设备的维护费用,其计算公式如(1)所示:
C 1 = Σ i = 1 24 [ C ph , i + C se , i 2 P ex , i + C ph , i + C se , i 2 | P ex , i | + C gas ( P MT , i η MT + P gb , i η gb ) + P MT , i C MT _ om + P MT , i γ MT η HE C HE _ om + P gb , i C gb _ om + | P bo , i | C bt _ om + P WT , i C WT _ om + P PV , i C PV _ om ] - - - ( 1 )
式中,C1为热电联供型微网系统总生产成本;Pex,i为第i时段与电网的交换功率,购电为正,售电为负;PMT,i为第i时段微型燃气轮机的输出功率;Pgb,i为第i时段燃气锅炉的输出功率;Pbt,i为第i时段电池储能系统的充/放电功率,放电为正,充电为负;PWT,i为第i时段风电机组的功率;PPV,i为第i时段光伏电池的功率;Cph,i为第i时段的购电价格;Cse,i为第i时段的售电价格;Cgas为天然气的价格;CMT_om、CHE_om、Cgb_ocm、Cbt_om、CWT_om、CPV_om分别为微型燃气轮机、热交换器、燃气锅炉、蓄电池、风电机组以及光伏电池的设备维护价格;ηMT、ηgb、ηHE分别为微型燃气轮机、燃气锅炉和热交换器的效率;γMT为微型燃气轮机的热电比;
2.2热电联供型微网系统热电协调成本:
本发明针对微网系统内冷热电负荷的不匹配性和随机特性,同时考虑机组运行在不同的热电生产状态下,结合分时电价,构建热电联供型微网系统热电协调成本函数;
2.2.1热电比、热电负荷比定义及计算方法:
定义1:热电比,是指热电联产机组发电量和供热量的比值,即供能期间电力与热力的比值,其表达式如(2)所示;
k = H P
式中,H、P分别为微型燃气轮机的供热量、发电量;
定义2:热电负荷比,是指用户在不同的时刻热量需求与电量需求的比值,其表达式如(3)所示;
Ki=HDi/PDi,i=1,2,3,…,24   (3)
式中,HDi、PDi分别为第i时段用户的热量需求和电量需求;
2.2.2热电联供型微网系统的热电协调成本函数:
热电协调成本是在满足微网热电负荷需求的基础上,根据额定的热电比,解决负荷不匹配的情况,并使得整个热电联供型微网系统的总煤耗最低;热电协调成本函数表达式如下(4)所示;
C 2 = Σ i = 1 24 [ C ph , i max { - [ Σ m = 1 N p P m ( i ) + ( 1 - k k i ) Σ k = 1 Nc P k ( i ) - Σ n = 1 N h H n ( i ) ] , 0 } - C se , i max { [ Σ m = 1 N p P m ( i ) + ( 1 + k k i ) Σ k = 1 Nc P k ( i ) - Σ n = 1 N h H n ( i ) ] , 0 } ]
式中,Cph,i为第i时段的购电价格;Cse,i为第i时段向电网的售电价格;k、ki分别为第i时段的热电比和热电负荷比;
2.3热电联供型微网系统经济协调的多目标优化调度方法:
结合2.2节提出的热电联供型微网热电协调成本,本发明给出热电联供型微网系统经济协调的多目标优化调度方法;
2.3.1多目标优化模型:
热电联供型微网系统经济协调的多目标优化调度模型的目标函数如(5)所示;
f=mi(nC C1,)    (5)
式中,C1、C2分别为热电联供型微网系统在一天内的生产成本和热电协调成本;多目标优化模型的目标就是使综合考虑生产成本和热电协调成本达到最小;若单纯以生产成本最小为目标,电力不足部分可以从电网购买,使得热电协调成本相对较大;若单纯以热电协调成本最小为目标,尽管热电协调成本最小,但是此时热电联供型微网系统会尽可能向电网售电,从而增加系统的发电量,使得生产成本大幅增加,不符合经济运行的原则;因此,应采用综合考虑生产成本和协调成本的多目标优化模型,从而获得最优的热电联供型微网系统的最优调度方案;
2.3.2约束条件:
1)功率平衡约束:
P ex , i + P MT , i + P WT , i + P PV , i + P bt , i η ch - P D , i = 0
Pex,i+PMT,i+PWT,i+PPV,i+Pbt,iηdis-PD,i=0    (7)
式中,PDi为时间段i内的电负荷;ηMT为微型燃气轮机的效率;ηch、ηdis为蓄电池的充、放电效率;
2)热量平衡约束:
PMT,iγMTηHE+Pgb,i-HDi=0     (8)
式中,HDi为时间段i内的热负荷;
3)与电网交换功率约束:
Pex,min≤Pex,i≤Pex,max     (9)
式中,Pex,min、Pex,max分别为在时间段i内热电联供型微网系统和上游配电网之间传输功率的最小值和最大值;
4)系统运行约束:
P MT , min ≤ P MT , i ≤ P MT , max P HE , min ≤ P MT , i γ MT η HE ≤ P HE , max P bt , min ≤ P bt , i ≤ P bt , max P bt , min ≤ P bt , i ≤ P bt , max Σ i = 1 24 P bt , t = 0 W bt , min ≤ W init - Σ i = 1 24 P bt , i ≤ W bt , max
式中,PMT,min(PMT,max)为时间段i内微型燃气轮机输出功率的最小(大)值;Pgb,min(Pgb,max)为时间段i内燃气锅炉的输出功率的最小(大)值;Pbt,min(Pbt,max)为时间段i内蓄电池的最小(大)充、放电功率;Wbt,min(Wbt,max)为蓄电池的最小(大)存储容量;式(10)中最后一个约束条件是为了保证电池储能初始值和终值相等。
结合以下仿真试验对本发明的应用效果做进一步的说明:
1.1算例
本发明采用步长控制原对偶内点法计算热电联供型微网系统在一天24h的最优经济协调调度运行方案;热电联供型微网系统仿真算例如图2所示;该微网一天24h风电、光伏功率以及热电负荷预测曲线如图3和图4所示;
算例仿真计算中的参数设置如表1所示,算例中电网的分时电价如表2所示;
表1仿真参数
表2分时电价
1.2优化仿真结果:
本发明给出的仿真结果分两部分:第一部分是分别以生产成本最小为目标和以热电协调成本最小为目标的单目标最优经济调度仿真结果;第二部分是综合考虑生产成本和热电协调成本的多目标协调最优经济调度仿真结果。
1.2.1单目标优化仿真结果:
单目标函数仿真结果如表3所示,其中C2负值表示分别以生产成本和热电协调成本为目标的热电联供型微网系统在热电协调方面盈利。
表3经济成本的单目标优化仿真结果
仿真结果显示,选择不同的经济协调优化目标,所得到的热电联供型微网系统的全天生产成本(C1)和热电协调成本(C2)是不同的;以全天生产成本为目标的C1为1801.6元,低于以全天热电协调成本为目标的C1为2648.7元;而以全天生产成本为目标的C2为-912.4元,高于以全天热电协调成本为目标的C2为-1257.6元,也即以全天生产成本为目标的经济调度方案在热电协调方面的盈利少于以全天热电协调成本为目标的经济调度方案;反之当以热电协调经济成本为优化目标时,生产成本C1会升高,同时热电成本C2会降低;二者对应的优化调度结果分别如图5、6所示;
1.2.2多目标优化仿真结果:
热电联供型微网系统经济协调的多目标优化调度仿真结果如表4所示,其中负值表示热电联供型微网系统盈利;
表4经济成本的多目标优化仿真结果
仿真结果显示,若单纯以生产成本最小为目标(见表3),电力不足部分可以从电网购买,使得热电协调成本相对多目标优化经济调度方案较大(-912.4>-1010.1),也即以生产成本最小为目标的经济调度方案在热电协调方面的盈利略少于多目标优化经济调度方案;若单纯以热电协调成本最小为目标(见表3),尽管热电协调成本相对多目标优化经济调度方案降低(-1257.6>-1010.1),但是此时热电联供型微网系统会尽可能向电网售电,从而增加系统的发电量,使得生产成本相对多目标优化经济调度方案大幅增加(2648.7>1816.3),不符合经济运行的原则;因此,本发明提出综合考虑生产成本和热电协调成本的多目标最优经济调度模型,以实现微网系统的综和成本最优,其优化调度结果如图7所示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种热电联供型微网经济协调优化调度方法,其特征在于,该热电联供型微网经济协调优化调度方法包括热电联供型微网系统生产成本和热电联供型微网系统热电协调成本;
热电联供型微网系统生产成本包括:从上游配电网购电的费用、燃气锅炉、微型燃气轮机的天然气使用费用、风电机组、光伏电池、微型燃气轮机、燃气锅炉、热交换器、蓄电池设备的维护费用;
热电联供型微网系统热电协调成本:针对微网系统内冷热电负荷的不匹配性和随机特性,结合分时电价,构建热电联供型微网系统热电协调成本函数;
热电协调成本函数表达式如下所示;
C 2 = Σ i = 1 24 [ C ph , i max { - [ Σ m = 1 N p p m ( i ) + ( 1 - k k i ) Σ k = 1 Nc P k ( i ) - Σ n = 1 N h H n ( i ) ] , 0 } - C se , i max { [ Σ m = 1 N p P m ( i ) + ( 1 - k k i ) Σ k = 1 Nc P k ( i ) - Σ n = 1 N h H n ( i ) ] , 0 } ]
式中,Cph,i为第i时段的购电价格;Cse,i为第i时段向电网的售电价格;k、ki分别为第i时段的热电比和热电负荷比。
2.如权利要求1所述的热电联供型微网经济协调优化调度方法,其特征在于,热电联供型微网系统生产成本计算公式:
C 1 = Σ i = 1 24 [ C ph , i + C se , i 2 P ex , i + C ph , i + C se , i 2 | P ex , i | + C gas ( P MT , i η MT + P gb , i η gb ) + P MT , i C MT _ om + P MT , i γ MT η HE C HE _ om + P gb , i C gb _ om + | P bt , i | C bt _ om + P WT , i C WT _ om + P PV , i C PV _ om ]
式中,C1为热电联供型微网系统总生产成本;Pex,i为第i时段与电网的交换功率,购电为正,售电为负;PMT,i为第i时段微型燃气轮机的输出功率;Pgb,i为第i时段燃气锅炉的输出功率;Pbt,i为第i时段电池储能系统的充/放电功率,放电为正,充电为负;PWT,i为第i时段风电机组的功率;PPV,i为第i时段光伏电池的功率;Cph,i为第i时段的购电价格;Cse,i为第i时段的售电价格;Cgas为天然气的价格;CMT_om、CHE_om、Cgb_ocm、Cbt_om、CWT_om、CPV_om分别为微型燃气轮机、热交换器、燃气锅炉、蓄电池、风电机组以及光伏电池的设备维护价格;ηMT、ηgb、ηHE分别为微型燃气轮机、燃气锅炉和热交换器的效率;γMT为微型燃气轮机的热电比。
3.如权利要求1所述的热电联供型微网经济协调优化调度方法,其特征在于,热电联供型微网系统热电协调成本的热电比、热电负荷比定义及计算方法:
热电比,是指热电联产机组发电量和供热量的比值,即供能期间电力与热力的比值,表达式如下所示;
k = H P
式中,H、P分别为微型燃气轮机的供热量、发电量;
热电负荷比,是指用户在不同的时刻热量需求与电量需求的比值,表达式如下所示;
Ki=HDi/PDi,i=1,2,3,...,24
式中,HDi、PDi分别为第i时段用户的热量需求和电量需求。
4.如权利要求1所述的热电联供型微网经济协调优化调度方法,其特征在于,热电联供型微网热电协调成本给出热电联供型微网系统经济协调的多目标优化调度方法,多目标优化模型:
热电联供型微网系统经济协调的多目标优化调度模型的目标函数如下所示;
f=min(C1,C2)
式中,C1、C2分别为热电联供型微网系统在一天内的生产成本和热电协调成本。
5.如权利要求4所述的热电联供型微网经济协调优化调度方法,其特征在于,多目标优化模型的约束条件:
功率平衡约束:
P ex , i + P MT , i + P WT , i + P PV , i + P bt , i η ch - P D , i = 0
Pex,i+PMT,i+PWT,i+PPV,i+Pbt,iηdis-PD,i=0
式中,PDi为时间段i内的电负荷;ηMT为微型燃气轮机的效率;ηch、ηdis为蓄电池的充、放电效率;
热量平衡约束:
PMT,iγMTηHE+Pgb,i-HDi=0
式中,HDi为时间段i内的热负荷;
与电网交换功率约束:
Pex,min≤Pex,i≤Pex,max
式中,Pex,min、Pex,max分别为在时间段i内热电联供型微网系统和上游配电网之间传输功率的最小值和最大值;
系统运行约束:
P MT , min ≤ P MT , i ≤ P MT , max P HE , min ≤ P MT , i γ MT η HE ≤ P HE , max P gb , min ≤ P gb , i ≤ P gb , max P bt , min ≤ P bt , i ≤ P bt , max Σ i = 1 24 P bt , i = 0 W bt , min ≤ W init - Σ i = 1 24 P bt , , i ≤ W bt , max
式中,PMT,min或PMT,max为时间段i内微型燃气轮机输出功率的最小值或最大值;Pgb,min或Pgb,max为时间段i内燃气锅炉的输出功率的最小值或最大值;Pbt,min或Pbt,max为时间段i内蓄电池的最小或最大充、放电功率;Wbt,min或Wbt,max为蓄电池的最小或最大存储容量;系统运行约束公式中最后一个约束条件是为了保证电池储能初始值和终值相等。
6.如权利要求1所述的热电联供型微网经济协调优化调度方法,其特征在于,热电联供型微网系统包括:
该热电联供型微网系统由电能部分和热能部分两部分组成:
电能部分包括:用户的用电负荷由风电机组、光伏电池、电池储能以及微型燃气轮机供给,风电机组、光伏电池利用可再生能源为用户供电;蓄电池的充电状态根据热电联供型微网系统的运行状态进行实时调整;电能部分和上游配电网进行双向电功率交换;当发电量大于电负荷量时可向上游配电网反供电,当发电量小于电负荷量时可从电网购电;
热能部分包括:用户的热负荷由系统内微型燃气轮机和燃气锅炉供给;微型燃气轮机和燃气锅炉利用一次能源天然气作为其动力来源。
7.如权利要求6所述的热电联供型微网经济协调优化调度方法,其特征在于,风电机组和光伏电池连接逆变器,逆变器连接蓄电池,逆变器和蓄电池连接电负荷,微燃机连接蓄电池和热交换器,热交换器和燃气锅炉连接热负荷。
CN201510008383.1A 2015-01-08 2015-01-08 一种热电联供型微网经济协调优化调度方法 Pending CN104537443A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510008383.1A CN104537443A (zh) 2015-01-08 2015-01-08 一种热电联供型微网经济协调优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510008383.1A CN104537443A (zh) 2015-01-08 2015-01-08 一种热电联供型微网经济协调优化调度方法

Publications (1)

Publication Number Publication Date
CN104537443A true CN104537443A (zh) 2015-04-22

Family

ID=52852962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510008383.1A Pending CN104537443A (zh) 2015-01-08 2015-01-08 一种热电联供型微网经济协调优化调度方法

Country Status (1)

Country Link
CN (1) CN104537443A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160450A (zh) * 2015-07-08 2015-12-16 上海电力学院 一种考虑环境因素的含能效电厂电源规划方法
CN105576678A (zh) * 2016-02-29 2016-05-11 东北大学 一种基于冷热电系统的混合储能系统及方法
CN105676824A (zh) * 2016-03-02 2016-06-15 山东大学 一种可再生能源冷热电联供能量优化调度系统与方法
CN106602584A (zh) * 2017-02-06 2017-04-26 上海电力设计院有限公司 一种基于双层优化模型的多能互补微网储能优化配置方法
CN107508370A (zh) * 2017-09-04 2017-12-22 国网冀北节能服务有限公司 电锅炉供电和智能监控系统及其监控方法
CN107784410A (zh) * 2016-08-26 2018-03-09 国网上海市电力公司 区域能源互联网集成系统以及优化其配置和运行的方法
CN108062022A (zh) * 2016-11-05 2018-05-22 南京理工大学 一种热电协同系统的优化控制方法
CN108717594A (zh) * 2018-04-16 2018-10-30 东南大学 一种冷热电联供型多微网系统经济优化调度方法
CN109539231A (zh) * 2017-08-09 2019-03-29 新疆工程学院 一种太阳能与风能耦合吸收式热泵循环的烟气余热回收系统
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
CN110190598A (zh) * 2019-06-06 2019-08-30 新奥数能科技有限公司 获取冷热电联供多微网系统的优化调度方案的方法及系统
CN110209135A (zh) * 2019-06-12 2019-09-06 东北大学 基于微型热电联产多时间尺度的家庭能源优化调度方法
CN110854930A (zh) * 2019-11-18 2020-02-28 国网浙江省电力有限公司台州供电公司 一种考虑多能协同的园区综合能源系统优化调度方法
CN111091404A (zh) * 2018-10-24 2020-05-01 中国电力科学研究院有限公司 一种微能源网能量售价确定方法及系统
CN113779757A (zh) * 2021-08-05 2021-12-10 成都信息工程大学 一种电气热联供能源集线器日前优化调度方法
CN114529070A (zh) * 2022-02-08 2022-05-24 天津大学 考虑随机停电供能可靠性的综合能源微网优化控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060282196A1 (en) * 2002-11-18 2006-12-14 Keiko Abe Operation-assisting system and operation-assisting computer program
US20080262857A1 (en) * 2004-12-16 2008-10-23 Perera Anil L M Reducing the Cost of Distributed Electricity Generation Through Opportunity Generation
US20100039062A1 (en) * 2008-08-18 2010-02-18 Gong-En Gu Smart charge system for electric vehicles integrated with alternative energy sources and energy storage
CN102354974A (zh) * 2011-10-13 2012-02-15 山东大学 微电网多目标优化运行控制方法
CN103065197A (zh) * 2012-12-12 2013-04-24 中国能源建设集团广东省电力设计研究院 分布式冷热电联供系统的优化配置方法
CN103246263A (zh) * 2013-04-22 2013-08-14 天津大学 冷热电联供微网系统的通用优化调度策略
CN103400042A (zh) * 2013-08-07 2013-11-20 东南大学 一种冷热电联供型微电网优化配置方法
CN103544372A (zh) * 2013-08-05 2014-01-29 中国科学院电工研究所 一种微型燃气轮机热电联供系统的机组选型方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060282196A1 (en) * 2002-11-18 2006-12-14 Keiko Abe Operation-assisting system and operation-assisting computer program
US20080262857A1 (en) * 2004-12-16 2008-10-23 Perera Anil L M Reducing the Cost of Distributed Electricity Generation Through Opportunity Generation
US20100039062A1 (en) * 2008-08-18 2010-02-18 Gong-En Gu Smart charge system for electric vehicles integrated with alternative energy sources and energy storage
CN102354974A (zh) * 2011-10-13 2012-02-15 山东大学 微电网多目标优化运行控制方法
CN103065197A (zh) * 2012-12-12 2013-04-24 中国能源建设集团广东省电力设计研究院 分布式冷热电联供系统的优化配置方法
CN103246263A (zh) * 2013-04-22 2013-08-14 天津大学 冷热电联供微网系统的通用优化调度策略
CN103544372A (zh) * 2013-08-05 2014-01-29 中国科学院电工研究所 一种微型燃气轮机热电联供系统的机组选型方法
CN103400042A (zh) * 2013-08-07 2013-11-20 东南大学 一种冷热电联供型微电网优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周任军: "分布式冷热电三联供系统节能协调优化调度", 《电网技术》 *
王锐等: "含可再生能源的热电联供型微网经济运行优化", 《电力系统自动化》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160450B (zh) * 2015-07-08 2018-09-18 上海电力学院 一种考虑环境因素的含能效电厂电源规划方法
CN105160450A (zh) * 2015-07-08 2015-12-16 上海电力学院 一种考虑环境因素的含能效电厂电源规划方法
CN105576678B (zh) * 2016-02-29 2018-04-27 东北大学 一种基于冷热电系统的混合储能系统及方法
CN105576678A (zh) * 2016-02-29 2016-05-11 东北大学 一种基于冷热电系统的混合储能系统及方法
CN105676824B (zh) * 2016-03-02 2018-05-01 山东大学 一种可再生能源冷热电联供能量优化调度系统与方法
CN105676824A (zh) * 2016-03-02 2016-06-15 山东大学 一种可再生能源冷热电联供能量优化调度系统与方法
CN107784410A (zh) * 2016-08-26 2018-03-09 国网上海市电力公司 区域能源互联网集成系统以及优化其配置和运行的方法
CN108062022A (zh) * 2016-11-05 2018-05-22 南京理工大学 一种热电协同系统的优化控制方法
CN106602584A (zh) * 2017-02-06 2017-04-26 上海电力设计院有限公司 一种基于双层优化模型的多能互补微网储能优化配置方法
CN109539231A (zh) * 2017-08-09 2019-03-29 新疆工程学院 一种太阳能与风能耦合吸收式热泵循环的烟气余热回收系统
CN107508370A (zh) * 2017-09-04 2017-12-22 国网冀北节能服务有限公司 电锅炉供电和智能监控系统及其监控方法
CN107508370B (zh) * 2017-09-04 2019-09-27 国网冀北节能服务有限公司 电锅炉供电和智能监控系统及其监控方法
CN108717594A (zh) * 2018-04-16 2018-10-30 东南大学 一种冷热电联供型多微网系统经济优化调度方法
CN108717594B (zh) * 2018-04-16 2020-02-18 东南大学 一种冷热电联供型多微网系统经济优化调度方法
CN111091404A (zh) * 2018-10-24 2020-05-01 中国电力科学研究院有限公司 一种微能源网能量售价确定方法及系统
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
CN109670730B (zh) * 2019-01-11 2021-05-25 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
CN110190598A (zh) * 2019-06-06 2019-08-30 新奥数能科技有限公司 获取冷热电联供多微网系统的优化调度方案的方法及系统
CN110209135A (zh) * 2019-06-12 2019-09-06 东北大学 基于微型热电联产多时间尺度的家庭能源优化调度方法
CN110209135B (zh) * 2019-06-12 2021-05-25 东北大学 基于微型热电联产多时间尺度的家庭能源优化调度方法
CN110854930A (zh) * 2019-11-18 2020-02-28 国网浙江省电力有限公司台州供电公司 一种考虑多能协同的园区综合能源系统优化调度方法
CN113779757A (zh) * 2021-08-05 2021-12-10 成都信息工程大学 一种电气热联供能源集线器日前优化调度方法
CN114529070A (zh) * 2022-02-08 2022-05-24 天津大学 考虑随机停电供能可靠性的综合能源微网优化控制方法
CN114529070B (zh) * 2022-02-08 2024-04-19 天津大学 考虑随机停电供能可靠性的综合能源微网优化控制方法

Similar Documents

Publication Publication Date Title
CN104537443A (zh) 一种热电联供型微网经济协调优化调度方法
Roslan et al. Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction
CN108229025B (zh) 一种冷热电联供型多微网主动配电系统经济优化调度方法
Zhao et al. Matching model of energy supply and demand of the integrated energy system in coastal areas
Lingmin et al. Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power
CN111445090B (zh) 一种离网型综合能源系统双层规划方法
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
Chen et al. An optimization on an integrated energy system of combined heat and power, carbon capture system and power to gas by considering flexible load
CN103728881B (zh) 一种多楼宇冷热电联供系统的优化运行方法
CN110417006A (zh) 考虑多能协同优化的综合能源系统多时间尺度能量调度方法
CN106779471B (zh) 一种多能互联交直流混合微电网系统及优化配置方法
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN107784382A (zh) 基于能源路由器的用户侧能源互联网规划方法
CN102509175A (zh) 分布式供电系统可靠性优化方法
Wang et al. Energy management strategy of hybrid energy storage based on Pareto optimality
CN109583623A (zh) 区域多能源供给系统日内滚动协同优化运行方法和装置
Bracco et al. A system of systems model for the control of the University of Genoa Smart Polygeneration Microgrid
CN113256045A (zh) 考虑风光不确定性的园区综合能源系统日前经济调度方法
Yuan et al. An advanced multicarrier residential energy hub system based on mixed integer linear programming
Zhao et al. Multi-objective bi-level planning of the integrated energy system considering uncertain user loads and carbon emission during the equipment manufacturing process
Li et al. Planning model of integrated energy system considering P2G and energy storage
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法
Cheng et al. A stochastic optimal model of micro energy internet contains rooftop PV and CCHP system
Yu et al. Optimization of urban multi-energy flow systems considering seasonal peak shaving of natural gas
Yang et al. Coordinated optimal scheduling of multi-energy microgrid considering uncertainties

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150422