CN105389630A - 一种基于线性动态规划算法的城市能源系统供需优化方法 - Google Patents
一种基于线性动态规划算法的城市能源系统供需优化方法 Download PDFInfo
- Publication number
- CN105389630A CN105389630A CN201510786945.5A CN201510786945A CN105389630A CN 105389630 A CN105389630 A CN 105389630A CN 201510786945 A CN201510786945 A CN 201510786945A CN 105389630 A CN105389630 A CN 105389630A
- Authority
- CN
- China
- Prior art keywords
- energy
- period
- supply
- cost
- urban
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000005457 optimization Methods 0.000 title claims abstract description 43
- 230000007613 environmental effect Effects 0.000 claims abstract description 49
- 238000005516 engineering process Methods 0.000 claims description 65
- 239000003245 coal Substances 0.000 claims description 47
- 230000005611 electricity Effects 0.000 claims description 25
- 239000003344 environmental pollutant Substances 0.000 claims description 24
- 239000003949 liquefied natural gas Substances 0.000 claims description 24
- 239000003915 liquefied petroleum gas Substances 0.000 claims description 24
- 231100000719 pollutant Toxicity 0.000 claims description 24
- 239000007789 gas Substances 0.000 claims description 22
- 238000010438 heat treatment Methods 0.000 claims description 21
- 230000001172 regenerating effect Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 239000002802 bituminous coal Substances 0.000 claims description 12
- 239000002283 diesel fuel Substances 0.000 claims description 12
- 239000003502 gasoline Substances 0.000 claims description 12
- 239000003350 kerosene Substances 0.000 claims description 12
- 239000003077 lignite Substances 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 12
- 239000011435 rock Substances 0.000 claims description 12
- 239000004575 stone Substances 0.000 claims description 12
- 239000002737 fuel gas Substances 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims description 8
- 239000003921 oil Substances 0.000 claims description 7
- 239000002028 Biomass Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000010792 warming Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 101150067055 minC gene Proteins 0.000 claims description 3
- 239000003209 petroleum derivative Substances 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于线性动态规划算法的城市能源系统供需优化方法。本方法立足城市能源供需现状,首先建立能源供需优化模型,在满足能源需求、资源条件、环境约束及各类能源规划要求的前提下使得城市能源系统的总成本最小化;同时,基于线性动态规划算法求解上述优化模型,为相关工作者制定城市能源规划提供指导依据,以更好地改善和优化能源结构,促进能源的合理有效利用与可持续发展。
Description
技术领域
本发明属于能源规划技术领域,特别是涉及一种基于线性动态规划算法的城市能源系统供需优化方法。
背景技术
近年来,随着城市社会经济的快速发展和人民生活水平的日益提高,城市能源消费量持续增长,能源供需矛盾日益紧张;同时,以煤炭为主的能源结构导致大量污染物质的排放,给城市带来严重的环境污染问题。我国城市能源管理面临着经济发展与环境保护的双重压力,以及资源能力、能源政策等多方面的约束,迫切需要建立合理有效的能源规划优化方法,以帮助确定满足各类约束条件下的能源系统最优结构和最优发展方向,有效解决城市能源问题。
目前我国尚不具有完全意义上的城市能源系统优化方法。已有的涉及能源优化的专利主要集中于能源消费预测及协调优化含新能源的电力机组组合两方面;能源系统动态平衡优化的专利较少,且集中于特定行业领域(例如钢铁企业);总体而言,当前尚未有考虑能源动态平衡的城市能源系统优化方法。
在已有的研究文献中,一方面,部分学者引入了国外能源规划和能源政策分析的典型能源模型,例如MARKAL、MESSAGE模型等,但是上述模型以特定国家或区域为具体背景,并建立在特定假设条件下,其参数设定和情景假设并不符合我国城市能源活动特点,无法准确反映我国城市能源系统实际情况;另一方面,部分学者建立了考虑环境约束的城市能源规划优化模型,寻求在满足能源需求、环境约束要求下使得系统能源总成本最小的供需格局,但这些模型所考虑的约束条件内容均存在一定局限性,也缺乏对城市电力规划特别是外受电量比重等约束的考虑。
发明内容
为了解决上述问题,本发明的目的在于提供一种基于线性动态规划算法的城市能源系统供需优化方法。
为了达到上述目的,本发明提供的基于线性动态规划算法的城市能源系统供需优化方法包括按顺序执行的下列步骤:
步骤1)获取城市能源供需历史数据的相关资料,利用上述资料分析包括本地资源潜力、对外资源依赖度在内的城市资源供给及能源需求情况,在此基础上划分城市系统的能源种类,建立城市能源供应体系;
步骤2)根据上述城市能源供应体系分析城市能源供应链中能源流动情况,确定优化变量;针对各优化变量所对应的能源种类,计算其涉及的能源成本;基于优化变量和对应的能源成本,以城市能源系统总成本最小化为目标,构建城市能源系统供需优化方法的目标函数;
步骤3)根据上述目标函数综合分析对城市能源供需格局有重要影响作用的各类因素,并结合城市政策文件的宏观目标要求,建立城市能源系统供需平衡的约束条件;
步骤4)收集并整理包括能源供应价格及未来价格变化趋势、各类能源技术的发电及成本、能源政策文件中的具体目标在内的数据,并将上述数据作为参数输入到由目标函数和约束条件构成的优化模型中;
步骤5)设定规划期,应用线性动态规划算法求解上述优化模型,最终获取在满足能源需求、环境要求约束条件下使城市能源系统总成本最小化的最优能源供需规划方案。
在步骤1)中,所述的城市能源系统的能源种类如下;
按照一次能源和二次能源分类,将能源分为煤炭、石油、天然气、电力、热力五大类;其中:
1.1)煤炭类按照国际煤炭分类标准,划分为褐煤、烟煤、无烟煤三种类型,按照供应来源各类型煤炭产品进一步分为本地所产、外地输入;
1.2)石油类划分为汽油、柴油、煤油三种主要的能源类型,按照供应来源各类型石油产品进一步分为本地所产、外地输入;
1.3)天然气类划分为液化石油气、液化天然气两种主要的能源类型,按照供应来源各类型天然气产品进一步分为本地所产、外地输入;
1.4)电力划分为包括纯凝煤电机组和热电联产煤电机组在内的煤电、燃气发电和包括水电、风电、核电、太阳能发电与生物质能发电在内的可再生能源电力,按照供应来源各类电力产品进一步分为本地所产电力及外受电力;
1.5)热力包括热电联产机组供热、燃煤锅炉供热、燃气锅炉供热、热泵地暖等供热技术,主要考虑本地供应量;
综上,本发明中城市能源系统中考虑褐煤、烟煤、无烟煤、汽油、柴油、煤油、液化石油气、液化天然气、电力、热力共10种能源载体类型。
在步骤2)中,所述的确定优化变量的方法为:
根据步骤1)中确定的褐煤、烟煤、无烟煤、汽油、柴油、煤油、液化石油气、液化天然气、电力、热力共10种能源载体类型,界定城市能源供需优化方法的优化变量如下:
a.1)包括煤炭、石油、天然气在内的化石能源优化量:
各品种化石能源在各个规划期内的本地供应优化量
各品种化石能源在各个规划期内的调入本地优化量
各品种化石能源在各个规划期内的调入本地优化量
其中Ν=[褐煤,烟煤,无烟煤,汽油,柴油,煤油,液化石油气,液化天然气],表示化石能源类型集合;
a.2)电力优化量:
各类型发电技术在各个规划期内的本地发电量
城市外受电力优化量IMEt;
城市外送电力优化量EXEt;
本地各类型发电技术在各个规划期内的新增容量
本地各类型发电技术在各个规划期内的发电量
其中Κ=[煤电,燃气发电,水电,风电,核电,生物质能发电,太阳能发电],表示发电技术类型集合;
为考虑可再生能源对能源供需结构的影响,将各规划期内的本地发电总量进一步划分为煤电本地发电总量燃气发电本地发电总量和可再生能源发电技术的本地发电总量且
a.3)热力供应优化量:
各类型供热技术在各个规划期内的本地供热量
各类型供热技术在各个规划期内的新增容量
其中Γ=[热电联产机组供热,燃煤锅炉供热,燃气锅炉供热,热泵地暖供热],表示供热技术类型集合。
在步骤2)中,所述的计算能源成本的方法为:
能源供应、能源转换和环境成本构成城市能源系统总成本;各项成本具体计算方法如下:
b.1)能源供应成本
能源供应成本是能源生产量、调入量和调出量与相应的成本或价格的乘积的总和,包括各类能源的生产、加工与运输成本:
其中:
Csup为能源供应成本;
PLSn,t为t时期本地生产能源n的价格;
PISn,t为t时期调入本地能源n的价格;
PESn,t为t时期调出本地能源i的价格;
LSn,t为t时期能源n的本地生产量;
IMSn,t为t时期能源n的调入本地量;
EXSn,t为t时期能源n的调出本地量;
PIEt为t时期外受电力的价格;
PEEt为t时期调出本地电力的价格;
IMEt为t时期的外受电量;
EXEt为t时期调出本地的电量;
b.2)能源转换成本
能源转换技术主要是指发电技术和供热技术,成本包括已建及新建机组或设备的运行成本、新投建机组或设备的投资成本两部分:
其中:
Ctran为能源转换成本;
CGk,t为t时期内本地发电技术k的运行成本,不包括燃料成本;
GSk,t为t时期内本地发电技术k的发电量,热电联产机组仅考虑其发电部分;
NGk,t为t时期内本地发电技术k的新增容量;
为t时期内本地发电技术k新增容量的单位投资成本;
CHl,t为t时期内本地供热技术l的运行成本,不包括燃料成本;
HSl,t为t时期内本地供热技术l的供热量;
NHl,t为t时期内本地供热技术l的新增容量;
为t时期内本地供热技术l新增容量的单位投资成本;
GSk,t为t时期本地各类型发电技术在各个规划期内的发电量;
b.3)环境成本
本方法中,主要考虑各类火电机组的环境成本,包括环境治理成本与环境损失成本;环境治理成本指为避免或控制污染物对环境造成的影响或为了减少污染物排放而投入的技术、设备及管理的单位成本;环境损失成本指电厂因为排放的污染物向有关部门缴纳的排污费、碳税等费用;同时,本方法也考虑政府对于机组进行污染减排给予的补贴费用;
其中:
Cenv为环境成本;
χk,t(u)为t时期发电技术k的污染物u排放系数;
χl,t(u)为t时期供热技术l的污染物u排放系数;
CEPk,t(u)为t时期发电技术k的污染物u的环境治理成本;
CEPl,t(u)为t时期供热技术k的污染物u的环境治理成本;
GBk,t为t时期发电技术k实施环保所获政府补贴;
GBl,t为t时期供热技术k实施环保所获政府补贴;
U表示发电或供热技术所排放污染物的类型集合,在此U=[SO2,CO2,CO,NOx,粉尘]。
在步骤2)中,所述的构建城市能源系统供需优化方法的目标函数的表达式为:
minCcity=Csup+Ctran+Cenv
其中:Ccity为城市能源系统总成本;Csup为能源供应成本;Ctran为能源转换成本;Cenv为环境成本。
在步骤3)中,所述的约束条件为:
所述的约束条件包括能源供需平衡约束、能源最大开采能力约束、技术容量约束、能源规划政策约束、可再生能源配额标准约束、外受电比重约束、环保约束及非负约束;
各类约束条件的具体含义及内容如下:
3.1)能源供需平衡约束
考虑各品种煤、石油、天然气类能源的供需平衡约束及电力供需平衡约束:
LSn,t+IMSn,t-EXSn,t≥Dn,t
式中:
Dn,t为t时期能源n的需求量;
hk,t为t时期发电技术k新增容量的年运行时间;
ηk为t时期发电技术k的厂用电系数;
DEt为t时期对电力的需求总量;
3.2)能源最大开采能力约束
根据城市能源系统中各类能源的探明储量与可持续发展开采计划,确定各时期各类能源的最大开采能力:
LSn,t≤βn,t
式中:
βn,t为t时期能源n的生产能力上限;
3.3)技术容量约束
根据各时期发电机组的装机规模,确定发电量范围:
式中:
GCk,t为t时期发电技术k的装机容量规模上限;
为t时期发电技术k的平均年运行时间;
3.4)能源规划政策约束
根据各城市政策文件中有关节能减排的规划目标,设定化石能源在总能源供应中的比重:
LSn,t≤νn,t
νn,t为t时期政府能源规划文件中控制的能源n的供应能力上限;
3.5)可再生能源配额标准约束
保障各年中各类可再生能源配额标准任务的完成;当前暂未实施可再生能源配额制,可将此约束看作各类可再生能源的最低发展目标约束;
式中:
RPSt为t时期可再生能源在能源消费总量中的最低目标比重;
3.6)外受电比重约束
考虑城市未来规划目标,外受电在总电能供应量中要满足最低比例目标;
式中:
δt为t时期外受电在总电能供应中比重的最低目标;
3.7)环保约束
式中:
ω(u)t为t时期城市各类污染物u的排放上限额;
3.8)非负约束
为保证本方法中各变量取值具有实际意义,设定相关供应量的非负约束:
LSn,t,IMSi,t,EXSi,t,GSk,t,NGk,t,HSl,t,NHl,t≥0。
在步骤4)中,所述的数据包括城市历年能源供应量、消费量、能源供应结构、能源价格与成本在内的数据,可再生能源发展政策、能源开采与规划类政策、电力规划、环境保护在内的文件中的数据。
在步骤5)中,所述的应用线性动态规划算法求解优化模型的方法包括按顺序进行的下列步骤:
5.1)分析变量间的耦合关系,例如各品种能源间的替代、转化关系;
5.2)依据变量间耦合关系,将供需优化方法转化为多阶段线性规划问题,并确保各阶段线性规划内部变量间不存在耦合关系;
5.3)确定不同阶段间的线性规划关系,获得线性动态规划组;
5.4)分阶段求解,获得供需优化结果。
本发明提供的基于线性动态规划算法的城市能源系统供需优化方法的有益效果:通过建模求解能够获得保证城市能源成本最小的城市能源供需格局,有利于改善和优化能源结构,促进能源的合理有效利用与可持续发展,对于相关工作者制定城市能源规划具有重要指导意义。
附图说明
图1为本发明提供的基于线性动态规划算法的城市能源系统供需优化方法流程图。
图2为本发明中城市能源系统的能源分类图。
图3为本发明中应用线性动态规划算法求解优化模型的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明提供的基于线性动态规划算法的城市能源系统供需优化方法进行详细说明。
如图1所示,本发明提供的基于线性动态规划算法的城市能源系统供需优化方法包括按顺序执行的下列步骤:
步骤1)获取城市能源供需历史数据的相关资料,利用上述资料分析包括本地资源潜力、对外资源依赖度在内的城市资源供给及能源需求情况,在此基础上划分城市系统的能源种类,建立城市能源供应体系;
步骤2)根据上述城市能源供应体系分析城市能源供应链中能源流动情况,确定优化变量;针对各优化变量所对应的能源种类,计算其涉及的能源成本;基于优化变量和对应的能源成本,以城市能源系统总成本最小化为目标,构建城市能源系统供需优化方法的目标函数;
步骤3)根据上述目标函数综合分析对城市能源供需格局有重要影响作用的各类因素,并结合城市政策文件的宏观目标要求,建立城市能源系统供需平衡的约束条件;
步骤4)收集并整理包括能源供应价格及未来价格变化趋势、各类能源技术的发电及成本、能源政策文件中的具体目标在内的数据,并将上述数据作为参数输入到由目标函数和约束条件构成的优化模型中;
步骤5)设定规划期,应用线性动态规划算法求解上述优化模型,最终获取在满足能源需求、环境要求约束条件下使城市能源系统总成本最小化的最优能源供需规划方案。
在步骤1)中,如图2所示,所述的城市能源系统的能源种类如下;
按照一次能源和二次能源分类,将能源分为煤炭、石油、天然气、电力、热力五大类;其中:
1.1)煤炭类按照国际煤炭分类标准,划分为褐煤、烟煤、无烟煤三种类型,按照供应来源各类型煤炭产品进一步分为本地所产、外地输入;
1.2)石油类划分为汽油、柴油、煤油三种主要的能源类型,按照供应来源各类型石油产品进一步分为本地所产、外地输入;
1.3)天然气类划分为液化石油气、液化天然气两种主要的能源类型,按照供应来源各类型天然气产品进一步分为本地所产、外地输入;
1.4)电力划分为包括纯凝煤电机组和热电联产煤电机组在内的煤电、燃气发电和包括水电、风电、核电、太阳能发电与生物质能发电在内的可再生能源电力,按照供应来源各类电力产品进一步分为本地所产电力及外受电力;
1.5)热力包括热电联产机组供热、燃煤锅炉供热、燃气锅炉供热、热泵地暖等供热技术,主要考虑本地供应量;
综上,本发明中城市能源系统中考虑褐煤、烟煤、无烟煤、汽油、柴油、煤油、液化石油气、液化天然气、电力、热力共10种能源载体类型。
在步骤2)中,所述的确定优化变量的方法为:
根据步骤1)中确定的褐煤、烟煤、无烟煤、汽油、柴油、煤油、液化石油气、液化天然气、电力、热力共10种能源载体类型,界定城市能源供需优化方法的优化变量如下:
a.1)包括煤炭、石油、天然气在内的化石能源优化量:
各品种化石能源在各个规划期内的本地供应优化量
各品种化石能源在各个规划期内的调入本地优化量
各品种化石能源在各个规划期内的调入本地优化量
其中Ν=[褐煤,烟煤,无烟煤,汽油,柴油,煤油,液化石油气,液化天然气],表示化石能源类型集合。
a.2)电力优化量:
各类型发电技术在各个规划期内的本地发电量
城市外受电力优化量IMEt;
城市外送电力优化量EXEt;
本地各类型发电技术在各个规划期内的新增容量
本地各类型发电技术在各个规划期内的发电量
其中Κ=[煤电,燃气发电,水电,风电,核电,生物质能发电,太阳能发电],表示发电技术类型集合。
为考虑可再生能源对能源供需结构的影响,将各规划期内的本地发电总量进一步划分为煤电本地发电总量燃气发电本地发电总量和可再生能源发电技术的本地发电总量且
a.3)热力供应优化量:
各类型供热技术在各个规划期内的本地供热量
各类型供热技术在各个规划期内的新增容量
其中Γ=[热电联产机组供热,燃煤锅炉供热,燃气锅炉供热,热泵地暖供热],表示供热技术类型集合。
在步骤2)中,所述的计算能源成本的方法为:
能源供应、能源转换和环境成本构成城市能源系统总成本。本城市能源供需优化方法的目标是使城市能源系统总成本最小化;需特别说明的是,本发明中将发电技术的成本分为燃料成本和运行投资成本两大类,燃料成本主要为煤、油、气的成本,归入能源供应成本中;运行投资成本归入能源转换成本中;各项成本具体计算方法如下:
b.1)能源供应成本
能源供应成本是能源生产量、调入量和调出量与相应的成本或价格的乘积的总和,包括各类能源的生产、加工与运输成本:
其中:
Csup为能源供应成本;
PLSn,t为t时期本地生产能源n的价格;
PISn,t为t时期调入本地能源n的价格;
PESn,t为t时期调出本地能源i的价格;
LSn,t为t时期能源n的本地生产量;
IMSn,t为t时期能源n的调入本地量;
EXSn,t为t时期能源n的调出本地量;
PIEt为t时期外受电力的价格;
PEEt为t时期调出本地电力的价格;
IMEt为t时期的外受电量;
EXEt为t时期调出本地的电量;
b.2)能源转换成本
能源转换技术主要是指发电技术和供热技术,成本包括已建及新建机组或设备的运行成本、新投建机组或设备的投资成本两部分:
其中:
Ctran为能源转换成本;
CGk,t为t时期内本地发电技术k的运行成本,不包括燃料成本;
GSk,t为t时期内本地发电技术k的发电量,热电联产机组仅考虑其发电部分;
NGk,t为t时期内本地发电技术k的新增容量;
为t时期内本地发电技术k新增容量的单位投资成本;
CHl,t为t时期内本地供热技术l的运行成本,不包括燃料成本;
HSl,t为t时期内本地供热技术l的供热量;
NHl,t为t时期内本地供热技术l的新增容量;
为t时期内本地供热技术l新增容量的单位投资成本;
GSk,t为t时期本地各类型发电技术在各个规划期内的发电量;
b.3)环境成本
本方法中,主要考虑各类火电机组的环境成本,包括环境治理成本与环境损失成本;环境治理成本指为避免或控制污染物对环境造成的影响或为了减少污染物排放而投入的技术、设备及管理的单位成本;环境损失成本指电厂因为排放的污染物向有关部门缴纳的排污费、碳税等费用;同时,本方法也考虑政府对于机组进行污染减排给予的补贴费用;
其中:
Cenv为环境成本;
χk,t(u)为t时期发电技术k的污染物u排放系数;
χl,t(u)为t时期供热技术l的污染物u排放系数;
CEPk,t(u)为t时期发电技术k的污染物u的环境治理成本;
CEPl,t(u)为t时期供热技术k的污染物u的环境治理成本;
GBk,t为t时期发电技术k实施环保所获政府补贴;
GBl,t为t时期供热技术k实施环保所获政府补贴;
U表示发电或供热技术所排放污染物的类型集合,在此U=[SO2,CO2,CO,NOx,粉尘]。
在步骤2)中,所述的构建城市能源系统供需优化方法的目标函数的表达式为:
minCcity=Csup+Ctran+Cenv
其中:Ccity为城市能源系统总成本;Csup为能源供应成本;Ctran为能源转换成本;Cenv为环境成本;
在步骤3)中,所述的约束条件为:
考虑各类对城市能源系统供需格局存在影响的因素,同时结合城市能源规划政策文件中的要求,建立相关约束条件,包括能源供需平衡约束、能源最大开采能力约束、技术容量约束、能源规划政策约束、可再生能源配额标准约束、外受电比重约束、环保约束及非负约束;
各类约束条件的具体含义及内容如下:
3.1)能源供需平衡约束
考虑各品种煤、石油、天然气类能源的供需平衡约束及电力供需平衡约束:
LSn,t+IMSn,t-EXSn,t≥Dn,t
式中:
Dn,t为t时期能源n的需求量;
hk,t为t时期发电技术k新增容量的年运行时间;
ηk为t时期发电技术k的厂用电系数;
DEt为t时期对电力的需求总量;
3.2)能源最大开采能力约束
根据城市能源系统中各类能源的探明储量与可持续发展开采计划,确定各时期各类能源的最大开采能力:
LSn,t≤βn,t
式中:
βn,t为t时期能源n的生产能力上限;
3.3)技术容量约束
根据各时期发电机组的装机规模,确定发电量范围:
式中:
GCk,t为t时期发电技术k的装机容量规模上限;
为t时期发电技术k的平均年运行时间;
3.4)能源规划政策约束
根据各城市政策文件中有关节能减排的规划目标,设定化石能源在总能源供应中的比重:
LSn,t≤νn,t
νn,t为t时期政府能源规划文件中控制的能源n的供应能力上限;
3.5)可再生能源配额标准约束
保障各年中各类可再生能源配额标准任务的完成;当前暂未实施可再生能源配额制,可将此约束看作各类可再生能源的最低发展目标约束;
式中:
RPSt为t时期可再生能源在能源消费总量中的最低目标比重;
3.6)外受电比重约束
考虑城市未来规划目标,外受电在总电能供应量中要满足最低比例目标;
式中:
δt为t时期外受电在总电能供应中比重的最低目标;
3.7)环保约束
式中:
ω(u)t为t时期城市各类污染物u的排放上限额;
3.8)非负约束
为保证本方法中各变量取值具有实际意义,设定相关供应量的非负约束:
LSn,t,IMSi,t,EXSi,t,GSk,t,NGk,t,HSl,t,NHl,t≥0。
在步骤4)中,所述的数据包括城市历年能源供应量、消费量、能源供应结构、能源价格与成本在内的数据,可再生能源发展政策、能源开采与规划类政策、电力规划、环境保护在内的文件中的数据。
在步骤5)中,如图3所示,所述的应用线性动态规划算法求解优化模型的方法包括按顺序进行的下列步骤:
5.1)分析变量间的耦合关系,例如各品种能源间的替代、转化关系;
5.2)依据变量间耦合关系,将供需优化方法转化为多阶段线性规划问题,并确保各阶段线性规划内部变量间不存在耦合关系;
5.3)确定不同阶段间的线性规划关系,获得线性动态规划组;
5.4)分阶段求解,获得供需优化结果。
本发明旨在提出一种基于线性动态规划算法的城市能源系统供需优化方法;立足城市能源供需现状,建立能源供需优化模型,在满足能源需求、资源条件、环境约束及各类能源规划要求的前提下使得城市能源系统的总成本最小化;同时,基于线性动态规划算法求解上述优化模型,为相关工作者制定城市能源规划提供指导依据,以更好地改善和优化能源结构,促进能源的合理有效利用与可持续发展。
Claims (8)
1.一种基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:所述的优化方法包括按顺序执行的下列步骤:
步骤1)获取城市能源供需历史数据的相关资料,利用上述资料分析包括本地资源潜力、对外资源依赖度在内的城市资源供给及能源需求情况,在此基础上划分城市系统的能源种类,建立城市能源供应体系;
步骤2)根据上述城市能源供应体系分析城市能源供应链中能源流动情况,确定优化变量;针对各优化变量所对应的能源种类,计算其涉及的能源成本;基于优化变量和对应的能源成本,以城市能源系统总成本最小化为目标,构建城市能源系统供需优化方法的目标函数;
步骤3)根据上述目标函数综合分析对城市能源供需格局有重要影响作用的各类因素,并结合城市政策文件的宏观目标要求,建立城市能源系统供需平衡的约束条件;
步骤4)收集并整理包括能源供应价格及未来价格变化趋势、各类能源技术的发电及成本、能源政策文件中的具体目标在内的数据,并将上述数据作为参数输入到由目标函数和约束条件构成的优化模型中;
步骤5)设定规划期,应用线性动态规划算法求解上述优化模型,最终获取在满足能源需求、环境要求约束条件下使城市能源系统总成本最小化的最优能源供需规划方案。
2.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤1)中,所述的城市能源系统的能源种类如下;
按照一次能源和二次能源分类,将能源分为煤炭、石油、天然气、电力、热力五大类;其中:
1.1)煤炭类按照国际煤炭分类标准,划分为褐煤、烟煤、无烟煤三种类型,按照供应来源各类型煤炭产品进一步分为本地所产、外地输入;
1.2)石油类划分为汽油、柴油、煤油三种主要的能源类型,按照供应来源各类型石油产品进一步分为本地所产、外地输入;
1.3)天然气类划分为液化石油气、液化天然气两种主要的能源类型,按照供应来源各类型天然气产品进一步分为本地所产、外地输入;
1.4)电力划分为包括纯凝煤电机组和热电联产煤电机组在内的煤电、燃气发电和包括水电、风电、核电、太阳能发电与生物质能发电在内的可再生能源电力,按照供应来源各类电力产品进一步分为本地所产电力及外受电力;
1.5)热力包括热电联产机组供热、燃煤锅炉供热、燃气锅炉供热、热泵地暖等供热技术,主要考虑本地供应量;
综上,本发明中城市能源系统中考虑褐煤、烟煤、无烟煤、汽油、柴油、煤油、液化石油气、液化天然气、电力、热力共10种能源载体类型。
3.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤2)中,所述的确定优化变量的方法为:
根据步骤1)中确定的褐煤、烟煤、无烟煤、汽油、柴油、煤油、液化石油气、液化天然气、电力、热力共10种能源载体类型,界定城市能源供需优化方法的优化变量如下:
a.1)包括煤炭、石油、天然气在内的化石能源优化量:
各品种化石能源在各个规划期内的本地供应优化量
各品种化石能源在各个规划期内的调入本地优化量
各品种化石能源在各个规划期内的调入本地优化量
其中Ν=[褐煤,烟煤,无烟煤,汽油,柴油,煤油,液化石油气,液化天然气],表示化石能源类型集合;
a.2)电力优化量:
各类型发电技术在各个规划期内的本地发电量
城市外受电力优化量IMEt;
城市外送电力优化量EXEt;
本地各类型发电技术在各个规划期内的新增容量
本地各类型发电技术在各个规划期内的发电量
其中Κ=[煤电,燃气发电,水电,风电,核电,生物质能发电,太阳能发电],表示发电技术类型集合;
为考虑可再生能源对能源供需结构的影响,将各规划期内的本地发电总量进一步划分为煤电本地发电总量燃气发电本地发电总量和可再生能源发电技术的本地发电总量且
a.3)热力供应优化量:
各类型供热技术在各个规划期内的本地供热量
各类型供热技术在各个规划期内的新增容量
其中Γ=[热电联产机组供热,燃煤锅炉供热,燃气锅炉供热,热泵地暖供热],表示供热技术类型集合。
4.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤2)中,所述的计算能源成本的方法为:
能源供应、能源转换和环境成本构成城市能源系统总成本;各项成本具体计算方法如下:
b.1)能源供应成本
能源供应成本是能源生产量、调入量和调出量与相应的成本或价格的乘积的总和,包括各类能源的生产、加工与运输成本:
其中:
Csup为能源供应成本;
PLSn,t为t时期本地生产能源n的价格;
PISn,t为t时期调入本地能源n的价格;
PESn,t为t时期调出本地能源i的价格;
LSn,t为t时期能源n的本地生产量;
IMSn,t为t时期能源n的调入本地量;
EXSn,t为t时期能源n的调出本地量;
PIEt为t时期外受电力的价格;
PEEt为t时期调出本地电力的价格;
IMEt为t时期的外受电量;
EXEt为t时期调出本地的电量;
b.2)能源转换成本
能源转换技术主要是指发电技术和供热技术,成本包括已建及新建机组或设备的运行成本、新投建机组或设备的投资成本两部分:
其中:
Ctran为能源转换成本;
CGk,t为t时期内本地发电技术k的运行成本,不包括燃料成本;
GSk,t为t时期内本地发电技术k的发电量,热电联产机组仅考虑其发电部分;
NGk,t为t时期内本地发电技术k的新增容量;
为t时期内本地发电技术k新增容量的单位投资成本;
CHl,t为t时期内本地供热技术l的运行成本,不包括燃料成本;
HSl,t为t时期内本地供热技术l的供热量;
NHl,t为t时期内本地供热技术l的新增容量;
为t时期内本地供热技术l新增容量的单位投资成本;
GSk,t为t时期本地各类型发电技术在各个规划期内的发电量;
b.3)环境成本
本方法中,主要考虑各类火电机组的环境成本,包括环境治理成本与环境损失成本;环境治理成本指为避免或控制污染物对环境造成的影响或为了减少污染物排放而投入的技术、设备及管理的单位成本;环境损失成本指电厂因为排放的污染物向有关部门缴纳的排污费、碳税等费用;同时,本方法也考虑政府对于机组进行污染减排给予的补贴费用;
其中:
Cenv为环境成本;
χk,t(u)为t时期发电技术k的污染物u排放系数;
χl,t(u)为t时期供热技术l的污染物u排放系数;
CEPk,t(u)为t时期发电技术k的污染物u的环境治理成本;
CEPl,t(u)为t时期供热技术k的污染物u的环境治理成本;
GBk,t为t时期发电技术k实施环保所获政府补贴;
GBl,t为t时期供热技术k实施环保所获政府补贴;
U表示发电或供热技术所排放污染物的类型集合,在此U=[SO2,CO2,CO,NOx,粉尘]。
5.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤2)中,所述的构建城市能源系统供需优化方法的目标函数的表达式为:
minCcity=Csup+Ctran+Cenv
其中:Ccity为城市能源系统总成本;Csup为能源供应成本;Ctran为能源转换成本;Cenv为环境成本。
6.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤3)中,所述的约束条件为:
所述的约束条件包括能源供需平衡约束、能源最大开采能力约束、技术容量约束、能源规划政策约束、可再生能源配额标准约束、外受电比重约束、环保约束及非负约束;
各类约束条件的具体含义及内容如下:
3.1)能源供需平衡约束
考虑各品种煤、石油、天然气类能源的供需平衡约束及电力供需平衡约束:
LSn,t+IMSn,t-EXSn,t≥Dn,t
式中:
Dn,t为t时期能源n的需求量;
hk,t为t时期发电技术k新增容量的年运行时间;
ηk为t时期发电技术k的厂用电系数;
DEt为t时期对电力的需求总量;
3.2)能源最大开采能力约束
根据城市能源系统中各类能源的探明储量与可持续发展开采计划,确定各时期各类能源的最大开采能力:
LSn,t≤βn,t
式中:
βn,t为t时期能源n的生产能力上限;
3.3)技术容量约束
根据各时期发电机组的装机规模,确定发电量范围:
式中:
GCk,t为t时期发电技术k的装机容量规模上限;
为t时期发电技术k的平均年运行时间;
3.4)能源规划政策约束
根据各城市政策文件中有关节能减排的规划目标,设定化石能源在总能源供应中的比重:
LSn,t≤νn,t
νn,t为t时期政府能源规划文件中控制的能源n的供应能力上限;
3.5)可再生能源配额标准约束
保障各年中各类可再生能源配额标准任务的完成;当前暂未实施可再生能源配额制,可将此约束看作各类可再生能源的最低发展目标约束;
式中:
RPSt为t时期可再生能源在能源消费总量中的最低目标比重;
3.6)外受电比重约束
考虑城市未来规划目标,外受电在总电能供应量中要满足最低比例目标;
式中:
δt为t时期外受电在总电能供应中比重的最低目标;
3.7)环保约束
式中:
ω(u)t为t时期城市各类污染物u的排放上限额;
3.8)非负约束
为保证本方法中各变量取值具有实际意义,设定相关供应量的非负约束:
LSn,t,IMSi,t,EXSi,t,GSk,t,NGk,t,HSl,t,NHl,t≥0。
7.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤4)中,所述的数据包括城市历年能源供应量、消费量、能源供应结构、能源价格与成本在内的数据,可再生能源发展政策、能源开采与规划类政策、电力规划、环境保护在内的文件中的数据。
8.根据权利要求1所述的基于线性动态规划算法的城市能源系统供需优化方法,其特征在于:在步骤5)中,所述的应用线性动态规划算法求解优化模型的方法包括按顺序进行的下列步骤:
5.1)分析变量间的耦合关系,例如各品种能源间的替代、转化关系;
5.2)依据变量间耦合关系,将供需优化方法转化为多阶段线性规划问题,并确保各阶段线性规划内部变量间不存在耦合关系;
5.3)确定不同阶段间的线性规划关系,获得线性动态规划组;
5.4)分阶段求解,获得供需优化结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510786945.5A CN105389630A (zh) | 2015-11-16 | 2015-11-16 | 一种基于线性动态规划算法的城市能源系统供需优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510786945.5A CN105389630A (zh) | 2015-11-16 | 2015-11-16 | 一种基于线性动态规划算法的城市能源系统供需优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105389630A true CN105389630A (zh) | 2016-03-09 |
Family
ID=55421896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510786945.5A Pending CN105389630A (zh) | 2015-11-16 | 2015-11-16 | 一种基于线性动态规划算法的城市能源系统供需优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389630A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156955A (zh) * | 2016-08-24 | 2016-11-23 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种考虑电力需求侧不确定性的电力规划方法 |
CN107590359A (zh) * | 2017-08-10 | 2018-01-16 | 新奥泛能网络科技股份有限公司 | 分布式能源系统污染物排放量的计算方法 |
CN108985512A (zh) * | 2018-07-11 | 2018-12-11 | 中国石油大学(北京) | 确定生物质原料供应链网络的方法及装置 |
CN110942217A (zh) * | 2018-09-21 | 2020-03-31 | 潜能恒信能源技术股份有限公司 | 一种构建零碳绿色能源体系的方法和系统 |
CN112070397A (zh) * | 2020-09-08 | 2020-12-11 | 国网能源研究院有限公司 | 非化石能源发电协调运行多电源扩展优化决策方法及系统 |
CN112990418A (zh) * | 2019-12-02 | 2021-06-18 | 国网能源研究院有限公司 | 基于粒子群-线性规划算法的多能源跨区域优化配置方法 |
CN117910885A (zh) * | 2024-03-18 | 2024-04-19 | 国网安徽省电力有限公司经济技术研究院 | 一种综合能源服务的综合评价方法及系统 |
-
2015
- 2015-11-16 CN CN201510786945.5A patent/CN105389630A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156955A (zh) * | 2016-08-24 | 2016-11-23 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种考虑电力需求侧不确定性的电力规划方法 |
CN107590359A (zh) * | 2017-08-10 | 2018-01-16 | 新奥泛能网络科技股份有限公司 | 分布式能源系统污染物排放量的计算方法 |
CN108985512A (zh) * | 2018-07-11 | 2018-12-11 | 中国石油大学(北京) | 确定生物质原料供应链网络的方法及装置 |
CN110942217A (zh) * | 2018-09-21 | 2020-03-31 | 潜能恒信能源技术股份有限公司 | 一种构建零碳绿色能源体系的方法和系统 |
CN112990418A (zh) * | 2019-12-02 | 2021-06-18 | 国网能源研究院有限公司 | 基于粒子群-线性规划算法的多能源跨区域优化配置方法 |
CN112990418B (zh) * | 2019-12-02 | 2024-05-07 | 国网能源研究院有限公司 | 基于粒子群-线性规划算法的多能源跨区域优化配置方法 |
CN112070397A (zh) * | 2020-09-08 | 2020-12-11 | 国网能源研究院有限公司 | 非化石能源发电协调运行多电源扩展优化决策方法及系统 |
CN117910885A (zh) * | 2024-03-18 | 2024-04-19 | 国网安徽省电力有限公司经济技术研究院 | 一种综合能源服务的综合评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105389630A (zh) | 一种基于线性动态规划算法的城市能源系统供需优化方法 | |
Liu et al. | China’s renewable energy strategy and industrial adjustment policy | |
Kong et al. | Pumped storage power stations in China: The past, the present, and the future | |
Meier et al. | US electric industry response to carbon constraint: a life-cycle assessment of supply side alternatives | |
Guo et al. | Carbon footprint of the photovoltaic power supply chain in China | |
Chen et al. | Western China energy development and west to east energy transfer: Application of the Western China Sustainable Energy Development Model | |
Razmjoo et al. | Development of smart energy systems for communities: Technologies, policies and applications | |
Yan et al. | Carbon footprint in building distributed energy system: An optimization-based feasibility analysis for potential emission reduction | |
CN107153885B (zh) | 考虑火电机组深度调峰的实时发电计划优化方法 | |
Koval et al. | Economic efficiency of biogas generation from food product waste | |
CN115205082A (zh) | 一种基于全生命周期理论的建筑碳排放计算系统 | |
Ren et al. | Feasibility assessment of introducing distributed energy resources in urban areas of China | |
CN105447776A (zh) | 一种绿色建筑碳排放评价方法 | |
Cao et al. | A comprehensive study on low-carbon impact of distributed generations on regional power grids: A case of Jiangxi provincial power grid in China | |
CN103577901A (zh) | 潮间带风电接入电网的方法 | |
Gao et al. | Possibility and challenge of smart community in Japan | |
CN107330564A (zh) | 一种基于时空双尺度的电动汽车优化调度模型 | |
Kubatko et al. | Economic and environmental aspects of Smart Grid technologies implementation in Ukraine | |
CN104484543A (zh) | 一种兼顾节能减排和三公调度的机组综合运行评价方法 | |
Melo et al. | A decision-making method to choose optimal systems considering financial and environmental aspects: Application in hybrid CCHP systems | |
CN114266445A (zh) | 一种分布式电源与电动汽车充电站协调规划方法 | |
Song et al. | Urban metabolism based on emergy and slack based model: A case study of Beijing, China | |
CN102799951A (zh) | 能源的优化分配方法 | |
CN110414805A (zh) | 一种跨境电力贸易环境下基于神经网络的低碳综合评估方法 | |
Somano et al. | Design and modelling of hybrid PV-micro hydro power generation case study Jimma Zone |
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: 20160309 |