CN106447152A - 基于能源中心的电‑气‑热系统协同调度方法和系统 - Google Patents
基于能源中心的电‑气‑热系统协同调度方法和系统 Download PDFInfo
- Publication number
- CN106447152A CN106447152A CN201610466283.8A CN201610466283A CN106447152A CN 106447152 A CN106447152 A CN 106447152A CN 201610466283 A CN201610466283 A CN 201610466283A CN 106447152 A CN106447152 A CN 106447152A
- Authority
- CN
- China
- Prior art keywords
- energy
- electric
- gas
- load
- centre
- 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 26
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 154
- 239000003345 natural gas Substances 0.000 claims abstract description 77
- 238000004146 energy storage Methods 0.000 claims abstract description 15
- 239000007789 gas Substances 0.000 claims description 77
- 230000033228 biological regulation Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 18
- 230000009365 direct transmission Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 description 20
- 230000005611 electricity Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000013022 venting Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000001172 regenerating effect Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于能源中心的电‑气‑热系统协同调度方法和系统，其方法包括：获取电‑气‑热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；获取所述电‑气‑热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。采用本发明方案，可以有效地实现电‑气‑热系统的协同调度。
Description
技术领域
本发明涉及电力系统协调调度技术领域，特别是涉及一种基于能源中心的电-气-热系统协同调度方法和系统。
背景技术
随着能源需求的增加和环境压力的加大，而以能源互联网为核心的第三次工业革命正在兴起。国内外学者在研究的基础上，提出了能源互联网是以电力系统为核心，以可再生能源为一次能源，与天然气网络、交通网络等其他系统紧密耦合而成的复杂多网络系统。
能源互联网框架下，可再生能源将逐步替代煤炭等传统化石燃料，成为主要一次能源。然而可再生能源发电出力的波动性和间歇性直接制约了可再生能源的应用场景和利用效率，导致了风电场弃风等现象的发生。近年来逐渐成熟的电转气(Power to Gas，PtG)技术则为可再生能源的大范围存储和利用提供了新的思路：通过PtG设备将富余的电能转化成人造天然气，注入到现有的天然气网络中进行存储和传输，通过协调电力系统与天然气网络之间的运行，可以极大地提高系统接纳可再生能源的能力。
在能源互联网的框架下，考虑到在源-网-荷架构下多能源系统的耦合特点，如何有效地实现多能源系统的协同调度成为了一个亟待解决的问题，
发明内容
本发明的目的在于提供一种基于能源中心的电-气-热系统协同调度方法和系统，可以有效地实现多能源系统的协同调度。
本发明的目的通过如下技术方案实现：
一种基于能源中心的电-气-热系统协同调度方法，包括：
获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；
获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；
分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。
一种基于能源中心的电-气-热系统协同调度系统，包括：
获取单元，用于获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；
处理单元，用于获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；
调度单元，用于分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。
根据上述本发明的技术方案，其是获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值，获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划，分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行，采用本发明方案，可以有效地实现多能源系统的协同调度。
附图说明
图1为多能源系统的协调调度架构示意图；
图2为本发明实施例一的基于能源中心的电-气-热系统协同调度方法的实现流程示意图；
图3为典型能源中心的组成结构示意图；
图4为天然气传输线路模型示意图；
图5为4节点的多能源系统的组成结构示意图；
图6为场景1和场景3的发电出力对比图；
图7为场景1和场景3的供热出力图；
图8为场景1中储气设备的工作状态图；
图9为不同PtG设备容量下系统风电出力对比图；
图10为本发明实施例二的基于能源中心的电-气-热系统协同调度系统的组成结构示意图一；
图11为本发明实施例二的基于能源中心的电-气-热系统协同调度系统的组成结构示意图二。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
在能源互联网的框架下，针对特定能源系统的运行研究也将拓展到多能源系统之间的协调运行。在源-网-荷的能源系统架构下，电力、天然气、热力等多能源之间的耦合主要存在于“源”和“荷”两方面，因此不同能源传输网络的建模互相没有影响，可以按照传统的方法进行建模。而不同能源系统的耦合部分，可以按照能源中心(energy hub)的建模方法对其进行建模。
参见图1所示，为为多能源系统的协调调度架构示意图，本发明是利用能源中心的建模方式，将电-气-热多能源网络系统根据结构和地域分解为众多能源中心和连接能源中心的传输网络。在协同调度模型中，各能源中心收集次日的电力、天然气和热力等负荷情况，将信息呈报给多能源系统的调度机构，由调度机构对发电机、气源、PtG设备等进行联合调度，能源中心主要功能是收集中心内部不同能源在次日的负荷情况，呈报给调度机构，而能源中心内部的调度计划由统一的调度机构根据某种目标制定。以下通过实施例对本发明方案进行详细阐述。
实施例一
本发明实施例一提供一种基于能源中心的电-气-热系统协同调度方法，该实施例中的基于能源中心的电-气-热系统协同调度方法是以系统调度机构的处理过程为例进行说明。图2为本发明实施例一的基于能源中心的电-气-热系统协同调度方法的实现流程示意图，如图2所示，该实施例一中的基于能源中心的电-气-热系统协同调度方法包括：
步骤S101：获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；
这里，目标时段可以根据实际需要选定，一般选次日作为目标时段较佳；
这里，能源中心可以看作是一种集成了能源的生产、传输和消费功能的建模单元，能源中心可以用来描述不同规模的实体，例如钢铁厂、造纸厂等工业设施，机场、商场等大型建筑，甚至是城镇、乡村等区域。从系统的角度看，能源中心为多输入多输出的能源传输、转化和存储中心，所述输入和所述输出均包括多种能源载体，如电能、天然气、热能等；所述能源中心的内部包含三种元素，所述三种元素指直接传输设备、转换器和储能设备；所述直接传输设备指将对应的能源载体从输入直接输送到输出，能源载体的种类不发生变化，，能源载体的功率一般会发生改变，例如，电力线缆和天然气管道；所述转换器指进行能源载体形式的转换，即将能源载体从一种形式转化为另一种形式，如PtG设备、热电联产机组(Combined Heat and Power Unit，CHP)、燃气锅炉和热泵等；储能设备，如电池和储气罐等。为了便于理解能源中心，图3示出了一个典型能源中心的组成结构。
能源中心多能源载体的平衡方程可用式(1)描述。
式中：L为能源中心的负荷向量，P为能源中心的能源输入向量，[α，β，…，ω]对应电能、天然气、热能等能源载体种类，C表示耦合矩阵，其中的耦合系数cα，β描述当前调度模式下能源中心输入端α能源经由能源中心内各转换器后对β能源的稳态综合转换系数，由能源中心内部接线方式、各能源转换器效率和调度系数共同确定。在能源中心的负荷一定的情况下，通过优化能源中心内部的分配因数和能源输入，可以对能源中心的运行方式进行优化调度。能源中心具有一定程度的运行灵活性和响应特性。
在其中一个实施例中，在步骤S101之间，还包括步骤：根据系统结构和地域将所述电-气-热系统分解为各能源中心和连接各能源中心的传输网络。
在其中一个实施例中，所述能源中心可以根据电力负荷历史值、天然气负荷历史值和热负荷历史值分别对所述目标时段的电力负荷、天然气负荷、热负荷进行预测，获得所述电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值，并将所获得的所述电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值上报给系统调度机构。
具体地，可以对所述目标时段(以次日为例)之前的多日的电力负荷值求取平均值，所求取的平均值作为所述目标时段的电力负荷预测值，也可以根据所述目标时段之前的多日的电力负荷值确定电力负荷的变化趋势，结合该变化趋势以及所述目标时段之前的多日的电力负荷值确定电力负荷预测值，例如，变化趋势为电力负荷平均每日递增0.5％，则可以在今日的电力负荷值的基础上增加0.5％作为电力负荷预测值，也可以根据历史同期的电力负荷值确定，实现方式也不限于此。所述天然气负荷预测值和所述热负荷预测值的确定方式，与电力负荷预测值的确定方式，在此不予赘述。
各能源中心可以分别根据上述方式获得各自的电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值，并将所获得各自的所述电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值上报给系统调度机构，以实现后续的对发电机、气源、PtG设备等进行联合调度。
步骤S102：获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；
这里，所述调度目标可以根据实际需要选取，所述约束条件可以根据实际情况确定，在其中一个实施例，所述调度目标为所述电-气-热系统的运行成本最小，所述约束条件包括：多能源的供给-需求平衡、能源中心内部的运行约束和能源传输网络的潮流约束，也就是说，在一个调度周期内，在满足每个能源中心的供给-需求平衡、能源中心内部的运行约束和能源传输网络的潮流约束的条件下，最小化电-气-热系统的运行成本。
具体地，以入下的公式(2)为目标优化函数：
式中：F表示多能源系统运行的成本函数，T表示一个调度周期内(例如一天)的调度时段数，NP表示电力系统的发电机集合，ai、bi、ci表示第i台发电机组的成本系数，表示第i台发电机组在时段t的发电出力，NG表示网络内的气源集合，gj表示第j个天然气源成本系数，表示第j个天然气源在t时间段的天然气出力。
在一个调度周期内，应满足多能源的供给-需求平衡、能源中心内部不同能源之间的转化和储能装置的运行约束。在忽略电力和天然气的损耗时，能源中心内部多能源的供给-需求平衡可以表述为：
式中：为第m个能源中心在第t时段内的输入的电力功率和天然气功率，约定能源中心是净能量输入时，和为正，能源中心是净能量输出时和为负；分别表示第m个能源中心在第t时段内的PtG设备的电功率，热泵功率，能源中心的电力负荷和热电联产机组的发电功率；分别表示第m个能源中心在第t时段内PtG设备转换的气功率，储气装置的放气功率、充气功率，热电联产机组的耗气功率，燃气锅炉耗气功率和天然气负荷。分别表示第m个能源中心的热负荷，热泵产热功率，燃气锅炉产热功率，热电联产机组产热功率；用效率因数来代表热能供热网路中损失。式(3)-(5)中的各种能源变量通过各种能源转换器联系在一起，多能源载体之间的相互转化可以表述为：
式中：分别表示电转气设备，燃气锅炉，热泵和热电联产机组热、电的效率因数。
对于能源中心内部的储气设备，它在第t个调度时段内的储气量与该时段的充气/放气功率和前一时段的储气量有关，并且应满足规定的储气量上下限约束，如式(11)和式(12)。
Smin，k≤Sk，t≤Smax，k (12)
式中：ηch，ηdch为储气设备充气效率和放气效率，Δt为一个调度时段(本文假定为1小时)，Smin，k，Smax，k分别表示第k个储气设备储气状态的上限和下限，Sk，t表示第k个储气设备t时段的储气状态；βk表示第k个储气设备的额定储气容量。同时考虑到储气设备在一个特定的调度时段不能同时储气和放气，需要引入式(13)对应的约束。考虑的调度周期较短，为了使调度可持续性，假设调度周期内储气和放气达到平衡，即在一个调度周期内储气设备的充气量和放气量相等，如式(14)所示。若考虑较长的调度时段，为了增加调度的灵活性，可以不加入式(14)的约束。
能源传输网络约束主要包括电力系统网络约束和天然气系统网络约束。电力系统网络约束包括节点潮流约束、发电机上下限约束、节点电压约束和线路传输功率约束。
多时段节点潮流平衡如(15)式所示：
式中：NB为所有的电力节点集合；别表示在t时段节点i的有功发电功率和无功发电功率；分别为在t时段节点i的有功负荷功率和无功负荷功率，也是节点i所连接的能源中心输入的电力功率；Ui，t，θij，t分别为在t时段节点i的电压幅值和节点i与节点j的相角差；Gij，Bij分别为节点导纳矩阵的实部与虚部。
发电机出力上下限约束：
式中：PG min，i，PG max，i分别为机组i的有功出力的上限和下限，表示机组i在t时段的有功出力；QG min，i，QG max，i分别为机组i的无功出力的上限和下限，表示机组i在t时段的有功出力。
节点电压约束：
Umin，i≤Ui，t≤Umax，i (17)
式中：Umin，i，Umax，i分别为节点i的电压的上限和下限，Ui，t表示节点i在t时段的电压。
线路传输功率约束：
式中：Pl，max为线路l允许的传输功率上限，Ui，t，θij，t分别为在t时段节点i的电压幅值和节点i与节点j的相角差，Uj，t为在t时段节点j的电压幅值。
天然气网络建模的对象包括天然气管道，加压气站，储气罐等。对于任意天然气气节点i，其节点潮流平衡可以表述为：
式中：NGB为所有的天然气节点集合，Gsi，t表示在t时段节点i的气源功率，为在t时段节点i的天然气负荷，也是节点i相连的能源中心的输入的天然气功率，Gij，t表示在t时段从节点i到节点j的天然气潮流，由于天然气在输送过程中会因为管壁摩擦等原因造成压力损失，因此通常需要通过加压气站对管道内的气体进行增压。如图4所示。
线路的潮流Gij，t是从加压站出口n到管道节点j的天然气潮流Gnj，t与加压站消耗的天然气潮流之和，可以表示为：
经天然气管道传输的气潮流，与管道两端的电压和管道的传输系数有关，可以表示为式(21)-(24)。
Gmin，l≤Gij，t≤Gmax，l (23)
pmin，i≤pi≤pmax，i (24)
式中：Gnj，t表示在t时段从节点n到节点j的天然气潮流；Kij表示节点i与节点j之间的传输线路的传输系数，由气温、管道的直径、长度和摩擦系数等有关；pn，t，pn，t分别表示在t时段n节点的气压和j节点的气压；Gmin，l，Gmax，l表示天然气线路l的气潮流的下限和上限；Pmin，i，Pmax，i分别表示天然气节点i的气压的上限和下限，pi表示表示天然气节点i的气压。与通过加压站的气潮流和加压站的加压比相关：
式中：是与节点i与节点j之间的线路上的加压站的相关的常系数，λh，λu分别为加压站的加压比的上限和下限。
在根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划时，对于这种大规模高维非线性优化模型，可以采用AMPL/IPOPT进行求解，在此不予赘述。
步骤S103：分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。
据此，根据上述实施例的方案，其是获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值，获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划，分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行，实现了电-气-热的多能源系统的之间的协同调度。
为了说明本发明方案的可行性和有效性，以下以4节点能源中心测试系统为例进行说明，该4节点能源中心测试系统网络的结构如图5所示。图5所示系统包括4个能源中心以及连接它们的电力网络和天然气网络。节点1(能源中心1)与节点2(能源中心2)各有一个火电厂，节点4(能源中心4)有一个风电场。1号节点为平衡节点。天然气网络在节点1接入上级天然气系统，即1号节点为该系统的气源节点，用N表示。能源中心4内部的结构图如图3；其他能源中心内无储气设备和电转气设备。算例中电力、天然气、热量的能量单位用标幺值p.u.表示，成本单位用标幺值m.u.表示，网络参数无特别说明也用标幺值表示。
考虑设置以下场景：场景1：含PtG设备的冬季典型日(高热负荷)的系统优化调度；场景2：不含PtG设备的冬季典型日系统优化调度；场景3：含PtG设备的夏季典型日(低热负荷)的系统优化调度；场景4：不含PtG设备的夏季典型日的系统优化调度。
表1不同场景下的系统运行成本
对比以上四种场景，系统优化运行成本如表1所示。可见，在冬季和夏季，，引入电转气设备对系统运行费用分别节约1.87％和1.7％，使系统运行更加经济，下面我们详细地阐述多能源系统优化调度模型的基本特征。
场景1和场景3中电-气-热联合系统的发电和供热出力如图6和图7所示，两种场景下的CHP机组皆工作在一天内电力负荷较高的时间，且场景1相较于场景3火电机组出力比例较低，CHP机组出力较高。主要原因是冬季热负荷较高，供热由燃气锅炉和CHP机组联合提供，CHP机组承担了调峰的功能，CHP机组的出力主要是由电力负荷决定；夏季热负荷较低，供热仅由CHP机组提供，CHP机组的工作状态受热负荷所限，导致场景3中的CHP机组发电出力也较低。
图8为场景1中在一个调度周期内储气设备的工作状态，由图6-图9可以描绘出场景1中电-气-热联合系统的工作状态。在夜间，天然气负荷和电负荷都较低时，运行PtG设备将富余的电力转化为天然气储存在储气设备中，白天7时至9时，天然气负荷到达一天内第一个峰值，储气设备将内部储存的气体释放出来，保持系统气负荷供需平衡，10时至13时，天然气负荷下降，储气设备再次充气；16至20时，电力负荷和天然气负荷达到同时达到峰值，此时发电成本较高，储气设备释放天然气，能源中心内部的CHP启动提供电力。
当假定PtG设备容量足够大时，利用PtG可以实现系统风电全部消纳。考虑到实际PtG容量有限，PtG设备的容量对系统消纳风电的影响也较大，如图9所示。PtG容量越高，系统消纳风电的能力越强。另外，PtG设备也会降低电-气-热联合系统的化石能源(燃煤、天然气)消耗和整体损耗，降低系统碳排放，如表2所示。通过引入PtG设备，冬季的化石能源消耗降低2.4％，输电损耗由0.269％减少至0.243％，加压站的气损耗由17.5％下降为16.8％；夏季的化石能源消耗降低2.87％，输电损耗由0.276％减少为0.254％，加压站的气损耗由5.43％下降为5.19％，化石能源能耗降低的主要原因是PtG设备将多余的风电转换为天然气，被系统储存或利用，减少了能源中心从节点1连接的天然气源中获得的天然气量。冬季输电损耗要低于夏季损耗，主要原因是夏季热负荷较低，限制了CHP的出力，能源中心需要从电力网络中获得更多的电力，从而增加了输电损耗；冬季和夏季在引入PtG设备后损耗都有所降低，主要原因是PtG设备将风电转化为天然气，减少了能源中心从网络中获取的天然气，从而降低了损耗。
表2不同场景下风电发电量及能源消耗对比
实施例二
基于上述的实施例一，本发明实施例二提供一种基于能源中心的电-气-热系统协同调度系统，参见图10所示，为本发明实施例二的基于能源中心的电-气-热系统协同调度系统的组成结构示意图一；如图10所示，该实施例中的基于能源中心的电-气-热系统协同调度系统包括获取单元201、处理单元202和调度单元203，其中：
获取单元201，用于获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；
处理单元202，用于获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；
调度单元203，用于分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。
在其中一个实施例中，基于能源中心的电-气-热系统协同调度系统，如图11所示，还包括：
分解单元204，用于根据系统结构和地域将所述电-气-热系统分解为各能源中心和连接各能源中心的传输网络，其中，所述能源中心为多输入多输出的能源传输、转化和存储中心，所述输入和所述输出均包括多种能源载体；所述能源中心的内部包含三种元素，所述三种元素指直接传输设备、转换器和储能设备，所述直接传输设备指将对应的能源载体从输入直接输送到输出，能源载体的种类不发生变化，所述转换器指进行能源载体形式的转换。
在其中一个实施例中，所述能源中心根据电力负荷历史值、天然气负荷历史值和热负荷历史值分别对所述目标时段的电力负荷、天然气负荷、热负荷进行预测，获得所述电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值。
在其中一个实施例中，所述调度目标为所述电-气-热系统的运行成本最小。
在其中一个实施例中，所述约束条件包括：多能源的供给-需求平衡、能源中心内部的运行约束和能源传输网络的潮流约束。
本实施例提供的基于能源中心的电-气-热系统协同调度系统，需要指出的是：以上对于基于能源中心的电-气-热系统协同调度系统的描述，与上述基于能源中心的电-气-热系统协同调度方法的描述是类似的，并且具有上述基于能源中心的电-气-热系统协同调度方法的有益效果，为节约篇幅，不再赘述；因此，以上对本发明实施例提供的基于能源中心的电-气-热系统协同调度系统中未披露的技术细节，请参照上述提供的基于能源中心的电-气-热系统协同调度方法的描述。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于能源中心的电-气-热系统协同调度方法，其特征在于，包括：
获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；
获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；
分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。
2.根据权利要求1所述的基于能源中心的电-气-热系统协同调度方法，其特征在于，还包括：
根据系统结构和地域将所述电-气-热系统分解为各能源中心和连接各能源中心的传输网络，其中，所述能源中心为多输入多输出的能源传输、转化和存储中心，所述输入和所述输出均包括多种能源载体；所述能源中心的内部包含三种元素，所述三种元素指直接传输设备、转换器和储能设备，所述直接传输设备指将对应的能源载体从输入直接输送到输出，能源载体的种类不发生变化，所述转换器指进行能源载体形式的转换。
3.根据权利要求1所述的基于能源中心的电-气-热系统协同调度方法，其特征在于，所述能源中心根据电力负荷历史值、天然气负荷历史值和热负荷历史值分别对所述目标时段的电力负荷、天然气负荷、热负荷进行预测，获得所述电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值。
4.根据权利要求1所述的基于能源中心的电-气-热系统协同调度方法，其特征在于，所述调度目标为所述电-气-热系统的运行成本最小。
5.根据权利要求1所述的基于能源中心的电-气-热系统协同调度方法，其特征在于，所述约束条件包括：多能源的供给-需求平衡、能源中心内部的运行约束和能源传输网络的潮流约束。
6.一种基于能源中心的电-气-热系统协同调度系统，其特征在于，包括：
获取单元，用于获取电-气-热系统的各能源中心上报的目标时段的电力负荷预测值、天然气负荷预测值和热负荷预测值；
处理单元，用于获取所述电-气-热系统的调度目标以及约束条件，根据所述调度目标、所述约束条件以及所获取的电力负荷预测值、天然气负荷预测值和热负荷预测值确定各所述能源中心的调度计划；
调度单元，用于分别将各所述能源中心的调度计划发送给对应的能源中心，其中，各所述能源中心内部的能源转化器和储能设备分别根据所接收到的调度计划运行。
7.根据权利要求6所述的基于能源中心的电-气-热系统协同调度系统，其特征在于，还包括：
分解单元，用于根据系统结构和地域将所述电-气-热系统分解为各能源中心和连接各能源中心的传输网络，其中，所述能源中心为多输入多输出的能源传输、转化和存储中心，所述输入和所述输出均包括多种能源载体；所述能源中心的内部包含三种元素，所述三种元素指直接传输设备、转换器和储能设备，所述直接传输设备指将对应的能源载体从输入直接输送到输出，能源载体的种类不发生变化，所述转换器指进行能源载体形式的转换。
8.根据权利要求6所述的基于能源中心的电-气-热系统协同调度系统，其特征在于，所述能源中心根据电力负荷历史值、天然气负荷历史值和热负荷历史值分别对所述目标时段的电力负荷、天然气负荷、热负荷进行预测，获得所述电力负荷预测值、所述天然气负荷预测值和所述热负荷预测值。
9.根据权利要求6所述的基于能源中心的电-气-热系统协同调度系统，其特征在于，所述调度目标为所述电-气-热系统的运行成本最小。
10.根据权利要求6所述的基于能源中心的电-气-热系统协同调度系统，其特征在于，所述约束条件包括：多能源的供给-需求平衡、能源中心内部的运行约束和能源传输网络的潮流约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610466283.8A CN106447152A (zh) | 2016-06-21 | 2016-06-21 | 基于能源中心的电‑气‑热系统协同调度方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610466283.8A CN106447152A (zh) | 2016-06-21 | 2016-06-21 | 基于能源中心的电‑气‑热系统协同调度方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106447152A true CN106447152A (zh) | 2017-02-22 |
Family
ID=58183941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610466283.8A Pending CN106447152A (zh) | 2016-06-21 | 2016-06-21 | 基于能源中心的电‑气‑热系统协同调度方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106447152A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107239859A (zh) * | 2017-06-05 | 2017-10-10 | 国网山东省电力公司电力科学研究院 | 基于串联长短期记忆循环神经网络的供热负荷预测方法 |
| CN107609712A (zh) * | 2017-09-30 | 2018-01-19 | 新智能源系统控制有限责任公司 | 一种基于分类预测的能量对齐方法和装置 |
| CN107730129A (zh) * | 2017-10-24 | 2018-02-23 | 重庆大学 | 考虑光热热电联产与电锅炉的电‑气‑热互联系统风险评估方法 |
| CN107769237A (zh) * | 2017-11-30 | 2018-03-06 | 南方电网科学研究院有限责任公司 | 基于电动汽车接入的多能源系统协同调度方法及装置 |
| CN107808216A (zh) * | 2017-10-24 | 2018-03-16 | 重庆大学 | 电‑气‑热互联系统弃风弃光和电气热负荷削减综合最小优化模型构建方法 |
| CN107871181A (zh) * | 2017-10-17 | 2018-04-03 | 广东电网有限责任公司电力调度控制中心 | 一种热电联产机组发电计划制定方法、装置及系统 |
| CN108846506A (zh) * | 2018-05-29 | 2018-11-20 | 清华-伯克利深圳学院筹备办公室 | 一种能源系统的规划方法、装置、设备和存储介质 |
| CN109412181A (zh) * | 2018-11-06 | 2019-03-01 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
| CN109670694A (zh) * | 2018-12-10 | 2019-04-23 | 国网河南省电力公司经济技术研究院 | 一种多能源供给系统负荷预测方法 |
| WO2019080807A1 (zh) * | 2017-10-23 | 2019-05-02 | 深圳市爱能森科技有限公司 | 一种供能设备管理的方法、系统及终端设备 |
| CN110009152A (zh) * | 2019-04-03 | 2019-07-12 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
| CN110070213A (zh) * | 2019-03-28 | 2019-07-30 | 广东工业大学 | 一种电-气综合能源系统的日前调度方法 |
| CN110516868A (zh) * | 2019-08-21 | 2019-11-29 | 广东电网有限责任公司 | 一种考虑网络约束的综合能源系统优化运行模型 |
| CN110768304A (zh) * | 2019-10-28 | 2020-02-07 | 北京市燃气集团有限责任公司 | 燃气场站多电能耦合调度系统和方法 |
| CN117474241A (zh) * | 2023-10-26 | 2024-01-30 | 河海大学 | 一种考虑碳排放约束的电-气-热综合能源系统扩展规划方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103997125A (zh) * | 2014-05-22 | 2014-08-20 | 珠海许继电气有限公司 | 一种多源配电网节能优化调度系统 |
| CN104537435A (zh) * | 2014-12-18 | 2015-04-22 | 国家电网公司 | 基于用户侧经济性指标的分布式电源优化配置方法 |
| CN104616121A (zh) * | 2015-02-28 | 2015-05-13 | 南京飞腾电子科技有限公司 | 一种区域能量综合协调管控系统 |
| CN105046369A (zh) * | 2015-08-13 | 2015-11-11 | 河海大学 | 一种基于能源中心的电气混联系统建模和优化调度方法 |
| CN105515196A (zh) * | 2016-01-05 | 2016-04-20 | 深圳合纵能源技术有限公司 | 一种基于广义需求侧响应的地区电网调度系统及方法 |
-
2016
- 2016-06-21 CN CN201610466283.8A patent/CN106447152A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103997125A (zh) * | 2014-05-22 | 2014-08-20 | 珠海许继电气有限公司 | 一种多源配电网节能优化调度系统 |
| CN104537435A (zh) * | 2014-12-18 | 2015-04-22 | 国家电网公司 | 基于用户侧经济性指标的分布式电源优化配置方法 |
| CN104616121A (zh) * | 2015-02-28 | 2015-05-13 | 南京飞腾电子科技有限公司 | 一种区域能量综合协调管控系统 |
| CN105046369A (zh) * | 2015-08-13 | 2015-11-11 | 河海大学 | 一种基于能源中心的电气混联系统建模和优化调度方法 |
| CN105515196A (zh) * | 2016-01-05 | 2016-04-20 | 深圳合纵能源技术有限公司 | 一种基于广义需求侧响应的地区电网调度系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王业磊等: "具有电转气功能的多能源系统的市场均衡分析", 《电力系统自动化》 * |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107239859A (zh) * | 2017-06-05 | 2017-10-10 | 国网山东省电力公司电力科学研究院 | 基于串联长短期记忆循环神经网络的供热负荷预测方法 |
| CN107609712B (zh) * | 2017-09-30 | 2021-06-15 | 新智能源系统控制有限责任公司 | 一种基于分类预测的能量对齐方法和装置 |
| CN107609712A (zh) * | 2017-09-30 | 2018-01-19 | 新智能源系统控制有限责任公司 | 一种基于分类预测的能量对齐方法和装置 |
| CN107871181A (zh) * | 2017-10-17 | 2018-04-03 | 广东电网有限责任公司电力调度控制中心 | 一种热电联产机组发电计划制定方法、装置及系统 |
| WO2019080807A1 (zh) * | 2017-10-23 | 2019-05-02 | 深圳市爱能森科技有限公司 | 一种供能设备管理的方法、系统及终端设备 |
| CN107730129A (zh) * | 2017-10-24 | 2018-02-23 | 重庆大学 | 考虑光热热电联产与电锅炉的电‑气‑热互联系统风险评估方法 |
| CN107808216A (zh) * | 2017-10-24 | 2018-03-16 | 重庆大学 | 电‑气‑热互联系统弃风弃光和电气热负荷削减综合最小优化模型构建方法 |
| CN107808216B (zh) * | 2017-10-24 | 2021-07-06 | 重庆大学 | 电-气-热互联系统弃风弃光和电气热负荷削减综合最小优化模型构建方法 |
| CN107730129B (zh) * | 2017-10-24 | 2021-06-22 | 重庆大学 | 考虑光热热电联产与电锅炉的电-气-热互联系统风险评估方法 |
| CN107769237A (zh) * | 2017-11-30 | 2018-03-06 | 南方电网科学研究院有限责任公司 | 基于电动汽车接入的多能源系统协同调度方法及装置 |
| CN108846506A (zh) * | 2018-05-29 | 2018-11-20 | 清华-伯克利深圳学院筹备办公室 | 一种能源系统的规划方法、装置、设备和存储介质 |
| CN108846506B (zh) * | 2018-05-29 | 2021-02-09 | 清华-伯克利深圳学院筹备办公室 | 一种能源系统的规划方法、装置、设备和存储介质 |
| CN109412181A (zh) * | 2018-11-06 | 2019-03-01 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
| CN109412181B (zh) * | 2018-11-06 | 2020-06-02 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
| CN109670694A (zh) * | 2018-12-10 | 2019-04-23 | 国网河南省电力公司经济技术研究院 | 一种多能源供给系统负荷预测方法 |
| CN109670694B (zh) * | 2018-12-10 | 2020-09-25 | 国网河南省电力公司经济技术研究院 | 一种多能源供给系统负荷预测方法 |
| CN110070213B (zh) * | 2019-03-28 | 2022-05-20 | 广东工业大学 | 一种电-气综合能源系统的日前调度方法 |
| CN110070213A (zh) * | 2019-03-28 | 2019-07-30 | 广东工业大学 | 一种电-气综合能源系统的日前调度方法 |
| CN110009152A (zh) * | 2019-04-03 | 2019-07-12 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
| CN110516868B (zh) * | 2019-08-21 | 2022-05-10 | 广东电网有限责任公司 | 一种考虑网络约束的综合能源系统优化运行模型 |
| CN110516868A (zh) * | 2019-08-21 | 2019-11-29 | 广东电网有限责任公司 | 一种考虑网络约束的综合能源系统优化运行模型 |
| CN110768304A (zh) * | 2019-10-28 | 2020-02-07 | 北京市燃气集团有限责任公司 | 燃气场站多电能耦合调度系统和方法 |
| CN110768304B (zh) * | 2019-10-28 | 2021-12-14 | 北京市燃气集团有限责任公司 | 燃气场站多电能耦合调度系统和方法 |
| CN117474241A (zh) * | 2023-10-26 | 2024-01-30 | 河海大学 | 一种考虑碳排放约束的电-气-热综合能源系统扩展规划方法 |
| CN117474241B (zh) * | 2023-10-26 | 2024-07-16 | 河海大学 | 一种考虑碳排放约束的电-气-热综合能源系统扩展规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106447152A (zh) | 基于能源中心的电‑气‑热系统协同调度方法和系统 | |
| CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法 | |
| CN106208157B (zh) | 基于电转气的电-气互联综合能源系统削峰填谷方法 | |
| CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
| CN111769600B (zh) | 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法 | |
| CN109063992A (zh) | 考虑区域综合能源系统优化运行的配电网扩展规划方法 | |
| CN111401665B (zh) | 协同优化的综合能源系统设计方案的获取方法和系统 | |
| CN109687444A (zh) | 一种微电网电源多目标双层优化配置方法 | |
| CN103577891B (zh) | 一种含分布式电源的多孤岛微网优化合作运行方法 | |
| CN105676824A (zh) | 一种可再生能源冷热电联供能量优化调度系统与方法 | |
| CN103455729B (zh) | 一种确定光储并网联合发电调度值的方法 | |
| CN112365021A (zh) | 一种基于混合储能的区域综合能源系统规划优化方法 | |
| CN110119888A (zh) | 一种基于分布式电源接入的有源网格化规划方法 | |
| CN111639819B (zh) | 一种综合能源园区多阶段优化控制方法 | |
| CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
| CN113298407B (zh) | 一种工业园区电-气综合能源系统优化调度模型建立方法 | |
| CN115170343A (zh) | 一种区域综合能源系统分布式资源和储能协同规划方法 | |
| CN115859686B (zh) | 考虑扩展碳排放流的综合能源系统低碳调度方法及系统 | |
| CN112862253A (zh) | 考虑风电不确定性的电-气-热储能协同规划方法及系统 | |
| 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 | |
| CN117852712B (zh) | 一种海岛综合能源系统的优化方法 | |
| CN106022958A (zh) | 多能源互联系统的能源分配方法和系统 | |
| CN102208834B (zh) | 智能电网调度系统及方法 | |
| CN113078684B (zh) | 一种基于双层优化的区域能源社区规划方法 |
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: 20170222 |