CN106786603B - 一种区域综合能源系统多目标最优混合潮流算法 - Google Patents

一种区域综合能源系统多目标最优混合潮流算法 Download PDF

Info

Publication number
CN106786603B
CN106786603B CN201710097987.7A CN201710097987A CN106786603B CN 106786603 B CN106786603 B CN 106786603B CN 201710097987 A CN201710097987 A CN 201710097987A CN 106786603 B CN106786603 B CN 106786603B
Authority
CN
China
Prior art keywords
energy
gas
formula
center
resource system
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.)
Active
Application number
CN201710097987.7A
Other languages
English (en)
Other versions
CN106786603A (zh
Inventor
穆云飞
林威
靳小龙
贾宏杰
余晓丹
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201710097987.7A priority Critical patent/CN106786603B/zh
Publication of CN106786603A publication Critical patent/CN106786603A/zh
Application granted granted Critical
Publication of CN106786603B publication Critical patent/CN106786603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种区域综合能源系统多目标最优混合潮流算法,包括:构建配电系统、燃气管网以及能量中心的数学模型、构建区域综合能源系统经济成本与污染气体排放量的多目标优化调度模型,选取约束条件后,在MATLAB软件中调用OpenDSS进行潮流计算,并基于改进非劣排序遗传算法进行优化,得到区域综合能源系统经济成本与污染气体排放量的帕累托前沿,通过将其与以经济成本与污染气体排放量为目标的单目标优化结果比较分析,证明了算法的正确性;并进一步可以得到区域综合能源系统的日前优化调度方案。本发明区域综合能源系统多目标最优混合潮流算法可以在保证满足系统运行约束条件下,为运行人员提供较多的调度方案,并根据实际需要决定最终运行方案。

Description

一种区域综合能源系统多目标最优混合潮流算法
技术领域
本发明涉及区域综合能源系统的优化运行,具体讲,涉及一种区域综合能源系统多目标最优混合潮流算法。
背景技术
为解决能源供需关系的日益紧张以及全球环境不断恶化这一人类共同面对的威胁,社会各界从开源和节流两个方向开展了大量的研究。通过电/气/热等多种能源系统的统一规划和协调运行,构建由分布式终端综合能源单元和与之相耦合的集中式能源供应网络共同构成的区域综合能源系统(Integrated Local Area Energy System,ILAES),一方面可促进新能源的充分利用,提高可再生能源的渗透率;另一方面可实现不同能源之间的优势互补,提高能源的利用效率,是适应人类社会用能领域变革,确保人类社会用能安全和长治久安的必由之路。
区域综合能源系统涉及多种能源系统(如电力系统、燃气管网、热力管网及能量中心(Energy Center,EC)等)及多种能源环节,既包含易于控制的能源环节(如常规可控发电机组、冷热电联供单元(Combined Cooling,Heating and Power,CCHP)、常规储能系统等),也包含具有间歇性和随机性的能源环节(如新能源发电、电动汽车以及需求响应环节构成的虚拟储能等)。对于这样一个复杂的综合能源系统,如何利用最优混合潮流技术实现对其内部多种能源系统及多种能源环节的协调优化及能量管理,充分挖掘和利用不同能源之间的互补替代潜力,实现各类能源的协同优化调度,是需要解决的关键技术难点。
区域综合能源系统的优化调度是在计及安全约束的前提下,采用不同目标函数,通过合理安排各能源系统出力及各用能环节用能调度,从而满足区域综合能源系统供需匹配的基本问题。考虑到区域综合能源系统本身的多目标属性,实现单一目标条件下的最优已经远远不能满足实际运行的需要。基于此,通过多目标最优混合潮流技术,实现在满足系统运行约束条件下,多个目标函数的联合优化,并进一步将其运用到了日前优化调度中,所形成的调度方案可全面地考虑经济性、环保性以及安全性,为运行人员提供了较多的可选方案。
[参考文献]
[1]王守相,王成山.现代配电系统分析[M].北京:高等教育出版社,2007.WangShouxiang,Wang Chengshan.Modern distribution system analysis[M].Beijing:Higher Education Press,2007(in Chinese)。
[2]江茂泽,徐羽镗,王寿喜,等.输配气管网的模拟与分析[M].北京:石油工业出版社,1995.Jiang Maoze,Xu Yutang,Wang Shouxi,et al.Simulation and analysis ofgas transmission and distribution network[M].Beijing:Petroleum IndustryPress,1995(in Chinese)。
[3]E.S.Menon,Gas Pipeline Hydraulics.New York:Taylor&Francis,2005。
[4]陈胜,卫志农,孙国强,等.电-气混联综合能源系统概率能量流分析[J].中国电机工程学报,2015,35(24):6331-6340.Chen Sheng,Wei Zhinong,Sun Guoqiang,etal.Probabilistic Energy Flow Analysis in Integrated Electricity and Natural-gas Energy systems[J].Proceedings of the CSEE,2015,35(24):6331-6340。
[5]徐宪东,贾宏杰,靳小龙,等.区域综合能源系统电/气/热混合潮流算法研究[J].中国电机工程学报,2015,35(14):3634-3642。
[6]Xu Xiandong,Jia Hongjie,Jin Xiaolong,et al.Study on Hybrid Heat-Gas-Power Flow Algorithm for Integrated Community Energy System[J].Proceedings of CSEE,2015,35(14):3634-3642(in Chinese)。
[7]魏学好,周浩.中国火力发电行业减排污染物的环境价值标准估算[J].环境科学研究,2003,16(1):53-56.Wei Xuehao,Zhou Hao.Evaluating the environmentalvalue schedule of pollutions mitigated in China thermal power industry[J].Research of Environmental Sciences,2003,16(1):53-56。
[8]Amin Shabanpour-Haghighi,Ali Reza Seifi.Multi-objective operationmanagement of a multi-carrier energy system[J].Energy,2015,88:430-442。
[9]Deb K,Agrawal S,Pratap A,et al.A fast elitist nondominated sortinggenetic algorithm for multi-objective optimization:NSGA-II[C]//Proceedings ofthe Parallel Problem Solving from Nature VI Conference.Paris,France:LectureNotes in Computer Science,2000:849-858。
[10]Dugan R C.Reference Guide:The open distribution system simulator(OpenDSS).Electric Power Research Institute,Inc,2012。
[11]New York Independent System Operator[Online].Available:http://www.nyiso.com。
[12]Pacific Gas&Electric.Tariffs.A-10TOU,200-500kW.http://www.pge.com/tariffs/electric.shtml。
[13]Morvaj B,Evins R,Carmeliet J.Optimization framework fordistributed energy systems with integrated electrical grid constraints[J].Applied Energy 2016,171:296-313。
[14]Adnot J,RIVIERE P,MARCHIO D,et al.Energy efficiency andcertification of central air conditioners(EECAC).Study for the DGtransportation-energy(DGTREN)of the Commission of the EU-final report 2003。
[15]Kaikko J,Backman J.Technical and economic performance analysisfor a microturbine in combined heat and power generation.Energy 2007;32(4):378-387。
[16]Huang Y,Mcllveen-Wright D R,Rezvani S,et al.Comparative techno-economic analysis of biomass fuelled combined heat and power for commercialbuildings.Applied Energy 2013;112:518-522。
发明内容
本发明以典型的区域综合能源系统为例,构建了区域综合能源系统中配电系统、燃气管网以及能量中心的数学模型。然后,基于多目标优化技术提出一种区域综合能源系统多目标最优混合潮流算法,通过对能量中心的能源分配比进行优化调控,实现了在满足运行约束条件下,对系统运行的经济成本以及污染气体排放量的联合优化,为运行人员提供了较多的选择方案,并进一步将该算法应用到区域综合能源系统的日前优化调度中,以便根据实际情况决定最终的运行方案。
为了解决上述技术问题,本发明提出的一种区域综合能源系统多目标最优混合潮流算法,包括以下步骤:
步骤一、区域综合能源系统建模,包括
1-1)配电系统模型
区域综合能源系统中三相电气网络支路ij的电压降方程如式(1)所示:
式(1)中,为节点i、j的电压;为支路电流;为线路自阻抗;为线路互阻抗;其中,
节点功率如式(2)所示:
1-2)燃气管网模型
天然气管道的流量方程如式(3)所示:
式(3)中,Fkn为管道中天然气流量;pk和pn分别为节点k和n的压力;skn为方向参数,可由式(4)得到;kkn为管道参数;
燃气压缩机的功率消耗Pcp和天然气流Fcp如式(5)和(6)所示:
Fcp=Pcp/qgas (6)
式(5)和式(6)中,Pcp为压缩机消耗功率;kcp为压缩机的压缩比;TK为天然气温度;pm和pk分别为压缩机入口处与出口处的压力;α为压缩机的多变指数;qgas为天然气热值;
1-3)能量中心模型
在区域综合能源系统中,电/气/热耦合环节是通过能量中心实现的,能量中心负责综合能源的转换、分配和存储,用能源集线器来描述能量中心中的能源耦合关系;
第一类能量中心由变压器、中央空调以及CHP构成,输入输出关系如式(7)所示:
式(7)中,vAC为电能分配系数;ηT为变压器效率;ηAC为中央空调能效比;为CHP产生电能与热能的效率;Pe和Ph分别为该能量中心输入端电功率与热功率;Le和Lh为该能量中心输出端电负荷与热负荷;
第二类能量中心包括变压器、CHP以及燃气锅炉,输入输出关系如式(8)所示:
式(8)中,vCHP为天然气分配系数;ηGB为燃气锅炉的效率;为CHP产生电能与热能的效率;
步骤二、构建区域综合能源系统的多目标优化调度模型
将配电系统、燃气管网以及能量中心的模型集成到区域综合能源系统的优化调控模型中,构建区域综合能源系统的多目标优化调度模型;包括:
3-1)区域综合能源系统的经济成本目标函数为:
式(9)中:
第一项为区域综合能源系统配电系统的购电成本,Pelec,t为t时配电系统用电量,单位:MW;Celec,t为t时电价,单位:$/MWh;
第二项为区域综合能源系统燃气管网的购气成本,Fgas,t为t时燃气管网用气量,单位:MW;Cgas,t为t时天然气价格,单位:$/MWh;
3-2)区域综合能源系统的污染气体排放量目标函数为:
式(10)中:
第一项为区域综合能源系统中配电系统购电时电网产生的污染气体,Eelec,i,t为t时电网第i种污染气体排放量,单位:ton;N为电网排放气体种类,包括CO2,CO,SO2以及氮氧化物;eelec,i为电网第i种污染气体的排放因子,单位:ton/MWh;
第二项为区域综合能源系统中能量中心运行时产生的污染气体,EEC,j,t为t时第j个能量中心污染气体排放量,单位:ton;n为能量中心的数量;χEC,j为第j个能量中心污染气体的排放因子,单位:ton/MWh;Lh,j,t为t时第j个能量中心的热负荷,单位:MWh;
步骤三、多目标优化调度约束条件选取
4-1)配电系统的约束条件包括:
4-1-1)配电网购电功率约束:
式(11)中,分别为购电功率的上限和下限;
4-1-2)配电网节点电压约束:
式(12)中,分别为配电网三相节点电压水平的上限和下限;
4-1-3)配电网线路功率约束:
式(13)中,为线路上允许流过的最大功率;
4-2)燃气管网的约束条件包括:
4-2-1)压缩机压缩比约束:
kmin≤kcp≤kmax (14)
式(14)中,kmax和kmin分别为压缩比的上限和下限;
4-2-2)燃气管网节点压力约束:
pmin≤pk≤pmax (15)
式(15)中,pmax和pmin分别为节点压力的上限和下限;
4-3)能量中心的约束条件包括:
4-3-1)第一类能量中心功率约束:
式(16)中,分别为能量中心购电功率的上限和下限;分别为能量中心购气功率的上限和下限;为CHP机组容量;为中央空调容量;
4-3-2)第二类能量中心功率约束:
步骤四、优化调度求解,为运行人员提供较多的调度方案
在MATLAB软件环境下调用OpenDSS软件对区域综合能源系统中的配电系统进行潮流计算,并基于改进非劣排序遗传算法对上述步骤二和步骤三所构建的模型进行求解,得到同时考虑区域综合能源系统经济成本与污染气体排放量的帕累托前沿,根据实际运行需要从中选择最终的运行方案。
与现有技术相比,本发明的有益效果是:
本发明区域综合能源系统多目标最优混合潮流算法,首先构建了区域综合能源系统中配电系统、燃气管网以及能量中心的数学模型;进而,将这些数学模型集成到区域综合能源系统优化调度模型中,通过对能量中心的能源分配比进行优化调节,实现对区域综合能源系统的优化调度;最后以一个典型的区域综合能源系统为例,对区域综合能源系统的经济成本与污染气体排放量进行优化,通过将其结果与分别以两个为目标函数的单目标优化调度结果进行对比,证明了算法的正确性。本发明区域综合能源系统多目标最优混合潮流算法的特点如下:
1)基于区域综合能源系统的多能源耦合特性,分别构建了配电系统、燃气管网以及能量中心的数学模型,进而完成了对区域综合能源系统的建模;
2)基于区域综合能源系统的数学模型,提出了多目标最优混合潮流算法,实现了在满足系统运行约束条件下,对多个目标函数的优化,以满足区域综合能源系统运行的多目标属性;
3)对区域综合能源系统在不同目标函数条件下进行单目标优化,对结果进行了详尽的分析,并将结果与多目标优化结果进行了对比,证明了所提算法的正确性;
4)将区域综合能源系统多目标最优混合潮流算法进一步应用到日前调度中,得到了日前的优化调度结果,为运行人员提供了较多的调度方案,以便根据实际需要决定最终的运方案。
综上,本发明区域综合能源系统多目标最优混合潮流算法可以在满足系统运行约束条件下,实现对区域综合能源系统多个目标的优化,为运行人员提供了较多的可选方案。
附图说明
图1是含燃气压缩机的天然气管道模型;
图2(a)和图2(b)分别为第一类能量中心和第二类能量中心的结构示意图;
图3是本发明中区域综合能源系统多目标最优混合潮流计算平台;
图4是本发明中区域综合能源系统多目标最优混合潮流算法的流程框图;
图5是本发明中实施例使用的区域综合能源系统模型;
图6是本发明中实施例使用的能源价格数据;
图7是以经济成本为优化目标时1时段配电网电压幅值;
图8是以经济成本为优化目标时18时段配电网电压幅值;
图9是以经济成本为优化目标时1时段与18时段燃气管网节点压力分布;
图10是以污染气体排放量为优化目标时1时段与18时段燃气管网节点压力分布;
图11是以污染气体排放量为优化目标时1时段配电网电压幅值;
图12是以污染气体排放量为优化目标时18时段配电网电压幅值;
图13是1时段区域综合能源系统多目标优化调度结果;
图14是18时段区域综合能源系统多目标优化调度结果;
图15是区域综合能源系统多目标日前优化调度结果。
具体实施方式
本发明以区域综合能源系统为例,通过构建区域综合能源系统中配电系统、燃气管网以及能量中心的数学模型,提出区域综合能源系统多目标最优混合潮流算法,通过对能量中心的能源分配比进行优化调节,实现了区域综合能源系统多目标的优化调度,为运行人员提供了较多的调度方案,并进一步将算法应用到区域综合能源系统的日前调度中,得到了日前优化调度方案。
下面结合附图和具体实施例对本发明技术方案作进一步详细描述,所描述的具体实施例仅对本发明进行解释说明,并不用以限制本发明。
本发明针对区域综合能源系统的多能源耦合属性,分别对配电系统、燃气管网以及能量中心进行建模,利用最优潮流技术以及多目标优化方法,形成了区域综合能源系统多目标最优混合潮流算法,包括以下步骤:
步骤一、首先,针对配电系统、图1示出的燃气管网和图2示出的两类能量中心进行建模,构建的数学模型分别如下:
1-1)配电系统
区域综合能源系统中三相电气网络支路ij的电压降方程如式(1)所示[1]
式(1)中:为节点i、j的电压;为支路电流;为线路自阻抗;为线路互阻抗;其中,
节点功率如式(2)所示:
1-2)燃气管网
图1示出的天然气管道的流量方程如式(3)所示[2]
式(3)中:Fkn为管道中天然气流量;pk和pn分别为节点k和n的压力;skn为方向参数,可由式(4)得到;kkn为管道参数[3][4]
由于天然气管道存在阻力,为保证供应压力,需要压缩机来提升管道压力,燃气压缩机的功率消耗Pcp和天然气流Fcp如式(5)和(6)所示:
Fcp=Pcp/qgas (6)
式(5)中,Pcp为压缩机消耗功率;kcp为压缩机的压缩比;TK为天然气温度;pm和pk分别为压缩机入口处与出口处的压力;α为压缩机的多变指数;式(6)中,qgas为天然气热值。
1-3)能量中心
在区域综合能源系统中,电/气/热耦合环节是通过能量中心(Energy Center,EC)实现的,其负责综合能源的转换、分配和存储,为此需要构建其适用的能量分析模型。能量中心存在不同的结构和组成方式,可用能源集线器来描述其中的能源耦合关系[5]。本发明涉及的两类能量中心模型如图2所示。能量中心产生的热能以热媒的形式供应给换热器,随后供应给用户。为简单起见,本发明中研究的热负荷是指换热器输入侧的热负荷,同时将能量中心内设备的运行效率设为定值。
第一类能量中心由变压器、中央空调以及CHP构成,输入包括电力与天然气两种形式的能源。其中,电力一部分供应给变压器满足部分电负荷,另一部分供应给中央空调产生热能满足部分热负荷;天然气供应给CHP,它能够在产生电能的同时产生热能,同时满足部分的电负荷与热负荷。第一类能量中心的输入输出关系如式(7)所示:
式(7)中,vAC为电能分配系数;ηT为变压器效率;ηAC为中央空调能效比;为CHP产生电能与热能的效率;Pe和Ph为能量中心输入端电功率与热功率;Le和Lh为能量中心出端电负荷与热负荷;
第二类能量中心主要由变压器、CHP以及燃气锅炉构成,其输入部分与输出部分与第一类能量中心相同,不同之处在于能量中心内部的结构发生了变化:输出部分的热负荷除了由CHP分担外,还由燃气锅炉满足。第二类能量中心的输入输出关系如式(8)所示:
式(8)中,vCHP为天然气分配系数;ηGB为燃气锅炉的效率。
步骤二、多目标优化调度目标函数构建
将配电系统、燃气管网以及能量中心的模型集成到区域综合能源系统的优化调控模型中,构建区域综合能源系统的多目标优化调度模型;
3-1)区域综合能源系统的经济成本目标函数为:
式(9)中:
第一项为区域综合能源系统配电系统的购电成本,Pelec,t为t时配电系统用电量,单位:MW;Celec,t为t时电价,单位:$/MWh;
第二项为区域综合能源系统燃气管网的购气成本,Fgas,t为t时燃气管网用气量,单位:MW;Cgas,t为t时天然气价格,单位:$/MWh;
3-2)区域综合能源系统的污染气体排放量目标函数为:
式(10)中:
第一项为区域综合能源系统中配电系统购电时电网产生的污染气体[7],Eelec,i,t为t时电网第i种污染气体排放量,单位:ton;N为电网排放气体种类,包括CO2,CO,SO2以及氮氧化物;eelec,i为电网第i种污染气体的排放因子,单位:ton/MWh;
第二项为区域综合能源系统中能量中心运行时产生的污染气体[8],EEC,j,t为t时第j个能量中心污染气体排放量,单位:ton;n为能量中心的数量;χEC,j为第j个能量中心污染气体的排放因子,单位:ton/MWh;Lh,j,t为t时第j个能量中心的热负荷,单位:MWh。
考虑到能量中心用电产生的污染气体排放已包含在配电系统购电时电网产生的污染气体中,而能量中心使用的天然气属于清洁能源,其排放的污染气体主要为CO2。因此,本发明对能量中心的污染气体仅考虑为CO2
步骤三、多目标优化调度约束条件选取
本发明所提区域综合能源系统多目标最优混合潮流算法的约束条件由配电系统、燃气管网及能量中心三部分的约束条件构成。
4-1)配电系统的约束条件包括:
4-1-1)配电网购电功率约束:
式(11)中分别为购电功率的上限和下限;
4-1-2)配电网节点电压约束:
式(12)中分别为配电网三相节点电压水平的上限和下限。
4-1-3)配电网线路功率约束:
式(13)中为线路上允许流过的最大功率。
4-2)燃气管网的约束条件包括:
4-2-1)压缩机压缩比约束:
kmin≤kcp≤kmax (14)
式(14)中kmax和kmin分别为压缩比的上限和下限。
4-2-2)燃气管网节点压力约束:
pmin≤pk≤pmax (15)
式(15)中pmax和pmin分别为节点压力的上限和下限。
4-3)能量中心的约束条件包括:
4-3-1)第一类能量中心功率约束:
式(16)中,分别为能量中心购电功率的上限和下限;分别为能量中心购气功率的上限和下限;为CHP机组容量;为中央空调容量。
4-3-2)第二类能量中心功率约束:
步骤四、优化调度求解,为运行人员提供较多的调度方案
在MATLAB软件环境下调用OpenDSS软件对区域综合能源系统中的配电系统进行潮流计算,并基于改进非劣排序遗传算法(Non-dominated sorting gentic algorithm II,NSGA-II)对上述步骤二和步骤三共同构成的优化数学模型进行求解,得到同时考虑区域综合能源系统经济成本与污染气体排放量的帕累托(Pareto)前沿,并将其提交给运行人员,根据实际运行需要选择最终的运行方案。
传统处理多目标优化问题的方法是将多个目标函数转化为单一目标就行求解,如加权求合法、ε-约束法以及最小最大法等。采用单目标优化方法对目标权重的选择需要大量的经验判断,此外还存在计算复杂度的增加、鲁棒性变差等问题。基于遗传算法的多目标优化算法能够给出尽可能多的非劣解,有效避免局部最优情况的出现,目前在解决多目标优化问题上得到了大规模的使用。其中,改进非劣排序遗传算法在处理多目标优化问题上得到的广泛的应用[9]。该算法通过引入了快速非劣排序算法,降低了计算的复杂度;通过引入分层(front)和拥挤距离(crowding distance)的概念作为保留优秀个体的标准,使帕累托前沿的范围得以扩展,同时最优前沿分布更加均匀;通过引入精英策略,使得种群中的优秀个体得以保存,算法的计算效率与鲁棒性得以提高。
为了对区域综合能源系统多目标最优混合潮流模型进行有效求解,本发明基于MATLAB、及OpenDSS平台搭建了如图3所示的计算平台。整个计算平台主要包括三个计算模块:1)配电网三相潮流计算模块;2)燃气管网潮流计算及EC潮流计算分析模块;3)优化计算模块。OpenDSS用来进行配电网三相潮流的计算分析[10]。燃气管网潮流计算分析、EC潮流计算分析以及最优混合潮流数学建模均在MATLAB平台实现。EC潮流计算分析模块用于分析计算EC与电/气网络的交换功率大小、边界以及EC内部的功率分配及能量转换。基于组件对象(OpenDSSEngine.DLL)可实现OpenDSS计算程序与MATLAB平台其他计算分析模块之间的数据通信。
首次读取系统原始数据,生成初代种群,初始化种群代数,设定最大迭代次数;然后根据式(7)~(8)生成EC的耦合矩阵,并进行求解;根据式(1)~(6)求解电/气网络潮流方程;然后根据(11)~(17)对潮流结果进行约束检查,若约束条件不满足,则重新生成个体进行潮流计算,直到约束满足;根据式(9)~(10)对经济成本与污染气体排放量进行计算,对种群个体进行分层,同时分配适应度值;根据遗传算子选择、交叉/变异对种群个体进行操作,产生子代;对子代个体进行潮流计算,并检查约束条件,计算经济成本与污染气体排放量;重组父代与子代个体,重新进行分层以及适应度值的分配,并产生下一代的种群;检查迭代次数是否大于设定的最大迭代次数,若不满足则更新当前迭代次数,重新进行遗传操作,直到迭代次数满足条件;输出帕累托前沿。多目标优混合潮流算法的流程图如图4所示。
实施例:首先,针对两个目标函数分别进行单目标优化,并对其优化结果进行分析;随后基于本发明区域综合能源系统多目标最优混合潮流算法形成的调度结果进行分析,通过对比证明了算法的正确性。
1、基础数据
以图5示出的典型的区域综合能源系统为例,首先分别以经济成本最小化和污染气体排放量最小化为单目标对区域综合能源系统最优混合潮流进行求解分析;随后,以经济成本最小化和污染气体排放量最小化为多目标对区域综合能源系统多目标最优混合潮流进行求解分析。其中,区域综合能源系统由IEEE37与一个14节点燃气管网通过9个EC耦合构成,EC根据配电系统线路的相数接入。ILAES系统中电/气/能量中心参数如表1~3所示。系统网络结构以及EC的位置分布如图5所示,其中EC1、EC3、EC5、EC7、EC9为第一类EC,EC2、EC4、EC6、EC8为第二类EC。实时电价与气价如图6所示[11],其中天然气价格为42.5$/MWh[12]。配电系统运行时产生的CO2,CO,SO2以及氮氧化物的排放因子(单位:ton/MWh)分别为0.8647,0.008,0.039,0.0309[7]。EC的排放因子(单位:ton/MWh)为0.04[8]。配电网各节点电压(单位:p.u.)满足0.9≤V≤1.1,燃气管网各节点压力(单位:p.u.)满足0.2≤p≤1.3。
表1 14节点燃气管网参数
表2能量中心参数
表3能量中心负荷数据
能源价格是引导区域综合能源系统优化运行的重要因素[13],因此本文分别对比了电价与气价差异较大的两个典型时刻(1时和18时)进行最优潮流计算分析。
2、以经济成本最小化为目标的单目标最优混合潮流求解分析
以经济成本最优为目标时,1时的优化结果为210.186$,18时的优化结果为408.028$。两个时刻对应的各个EC的运行情况如表4所示。
表4EC运行情况
由表4可以看出:对于第一类EC,两个时刻均通过购电来满足用能负荷;对于第二类EC,在低电价时刻(1时)同时购电购气来满足用能负荷,在高电价时刻(18时)主要购气来满足用能负荷。上述优化结果主要是由能源价格以及两类EC的设备组成特性差异造成的,分析如下:
第一类EC中的中央空调制热效率[14]远高于CHP的供能效率[15],因此该种类型的EC倾向于优先购电来满足用能负荷,从而降低运行成本,具体表现为:所有热负荷由中央空调来满足,所有电负荷将由变压器来满足,CHP不参与用能调度。
第二类EC由于1时电价较低,电负荷主要由变压器来满足,热负荷由CHP和燃气锅炉来满足,因此EC将同时购电购气来满足用能负荷。18时第二类EC主要购气来满足用能负荷,具体原因表现为:1)由于18时电价较高,为了降低经济成本,EC主要购气来满足用能负荷;2)由表A3可知,18时第二类EC的热电负荷比(1.30)与CHP的热电比(1.33)[16]较为匹配,因此EC将优先使用CHP供能,从而同时满足热电负荷,其中少量电负荷缺额将由变压器来满足。
1时和18时区域综合能源系统中的配电系统各节点电压以及燃气管网各节点气压分别如图7、图8以及图9所示。从结果中可以看出:
1)在以经济成本最小化为目标的单目标最优调度中,区域综合能源系统均能在满足配电系统以及燃气管网约束下运行;
2)由于18时区域综合能源系统购气量较大,因此18时燃气管网节点压力下降较为明显。
3、以污染气体排放量最小化为目标的单目标最优混合潮流求解分析
以污染气体排放量最小化为目标时,1时的优化结果为1.929ton,18时的优化结果为1.966ton。两个时刻对应的各个EC的运行情况如表2所示。
表5EC运行情况
由表2可以看出:在以污染气体排放量最小化为目标时,两类EC将加大购气量。其中,第一类EC在满足用能负荷的前提下,还将向电网反馈多余电量。
上述优化结果主要是由配电网用电及EC的污染气体排放因子差异造成的。由于配电网用电的污染气体排放因子较大,而EC污染气体排放因子较小,因此从降低污染气体排放量的角度出发,EC将优先使用天然气来满足用能负荷。在满足负荷的条件下,还将向电网反馈电能。若CHP不能完全满足电负荷,电负荷缺额将由变压器来满足。
1时和18时区域综合能源系统中的配电系统各节点电压以及燃气管网各节点气压分别如图11、图12以及图10所示。从结果中可以看出:
1)在以污染气体排放量最小化为目标的单目标最优调度中,区域综合能源系统均能在满足配电系统以及燃气管网约束下运行;
2)与以经济成本最小化为目标的单目标最优调度结果(图6、图7以及图8)相比,以污染气体排放量最小化为目标的最优调度中由于区域综合能源系统购电量明显降低,因此,1时和18时的配电网电压幅值高于以经济成本最小化为目标最优调度中的配电网电压幅值;同时,以污染气体排放量最小化为目标的最优调度中由于区域综合能源系统购气量明显增大,因此,1时和18时的燃气管网节点压力下降均较为明显。
4、多目标最优混合潮流求解分析
综合考虑经济成本最小化与污染气体排放量最小化两个优化目标的两个时刻的帕累托前沿分别如图13与图14所示,其中以经济成本最小化为目标和以污染气体排放量最小化为目标的单目标优化结果分别位于帕累托前沿的两端。从结果可以看出:区域综合能源系统的经济成本与污染气体排放量呈现近似反比的关系,随着经济成本的升高,污染气体排放量将有所降低,反之亦然。
1时和18时不同优化目标下的区域综合能源系统用能情况对比结果如表6与表7所示。从结果中可以看出:采用多目标最优混合潮流算法能够有效权衡区域综合能源系统的经济成本与污染气体排放量,为区域综合能源系统的运行决策人员提供较多的调度方案。
表6 1时区域综合能源系统用能情况
表7 18时区域综合能源系统用能情况
区域综合能源系统全天24小时的多目标优化调度结果如图15所示。从中可以看到,采用多目标最优混合潮流算法能够有效权衡区域综合能源系统的经济成本与污染气体排放量,使得区域综合能源系统在每个调度结果都呈现为帕累托前沿,为区域综合能源系统的运行决策人员提供较多的调度方案。
尽管上面结合附图对本发明进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨的情况下,还可以做出很多变形,这些均属于本发明的保护之内。

Claims (1)

1.一种区域综合能源系统多目标最优混合潮流算法,其特征在于,包括以下步骤:
步骤一、区域综合能源系统建模,包括
1-1)配电系统模型
区域综合能源系统中三相电气网络支路ij的电压降方程如式(1)所示:
式(1)中,为节点i、j的电压;为支路电流;为线路自阻抗;为线路互阻抗;其中,
节点功率如式(2)所示:
1-2)燃气管网模型
天然气管道的流量方程如式(3)所示:
式(3)中,Fkn为管道中天然气流量;pk和pn分别为节点k和n的压力;skn为方向参数,可由式(4)得到;kkn为管道参数;
燃气压缩机的功率消耗Pcp和天然气流Fcp如式(5)和(6)所示:
Fcp=Pcp/qgas (6)
式(5)和式(6)中,Pcp为压缩机消耗功率;kcp为压缩机的压缩比;TK为天然气温度;pm和pk分别为压缩机入口处与出口处的压力;α为压缩机的多变指数;qgas为天然气热值;
1-3)能量中心模型
在区域综合能源系统中,电/气/热耦合环节是通过能量中心实现的,能量中心负责综合能源的转换、分配和存储,用能源集线器来描述能量中心中的能源耦合关系;
第一类能量中心由变压器、中央空调以及CHP构成,输入输出关系如式(7)所示:
式(7)中,vAC为电能分配系数;ηT为变压器效率;ηAC为中央空调能效比;为CHP产生电能与热能的效率;Pe和Ph分别为该能量中心输入端电功率与热功率;Le和Lh为该能量中心输出端电负荷与热负荷;
第二类能量中心包括变压器、CHP以及燃气锅炉,输入输出关系如式(8)所示:
式(8)中,vCHP为天然气分配系数;ηGB为燃气锅炉的效率;为CHP产生电能与热能的效率;
步骤二、构建区域综合能源系统的多目标优化调度模型
将配电系统、燃气管网以及能量中心的模型集成到区域综个能源系统的优化调控模型中,构建区域综合能源系统的多目标优化调度模型;包括:
3-1)区域综合能源系统的经济成本目标函数为:
式(9)中:
第一项为区域综合能源系统配电系统的购电成本,Pelec,t为t时配电系统用电量,单位:MW;Celec,t为t时电价,单位:$/MWh;
第二项为区域综合能源系统燃气管网的购气成本,Fgas,t为t时燃气管网用气量,单位:MW;Cgas,t为t时天然气价格,单位:$/MWh;
3-2)区域综合能源系统的污染气体排放量目标函数为:
式(10)中:
第一项为区域综合能源系统中配电系统购电时电网产生的污染气体,Eelec,i,t为t时电网第i种污染气体排放量,单位:ton;N为电网排放气体种类,包括CO2,CO,SO2以及氮氧化物;eelec,i为电网第i种污染气体的排放因子,单位:ton/MWh;
第二项为区域综合能源系统中能量中心运行时产生的污染气体,EEC,j,t为t时第j个能量中心污染气体排放量,单位:ton;n为能量中心的数量;χEC,j为第j个能量中心污染气体的排放因子,单位:ton/MWh;Lh,j,t为t时第j个能量中心的热负荷,单位:MWh;
步骤三、多目标优化调度约束条件选取
4-1)配电系统的约束条件包括:
4-1-1)配电网购电功率约束:
式(11)中,分别为购电功率的上限和下限;
4-1-2)配电网节点电压约束:
式(12)中,Vi max和Vi min分别为配电网三相节点电压水平的上限和下限;
4-1-3)配电网线路功率约束:
式(13)中,为线路上允许流过的最大功率;
4-2)燃气管网的约束条件包括:
4-2-1)压缩机压缩比约束:
kmin≤kcp≤kmax (14)
式(14)中,kmax和kmin分别为压缩比的上限和下限;
4-2-2)燃气管网节点压力约束:
pmin≤pk≤pmax (15)
式(15)中,pmax和pmin分别为节点压力的上限和下限;
4-3)能量中心的约束条件包括:
4-3-1)第一类能量中心功率约束:
式(16)中,分别为能量中心购电功率的上限和下限;分别为能中心购气功率的上限和下限;为CHP机组容量;为中央空调容量;
4-3-2)第二类能量中心功率约束:
步骤四、优化调度求解,为运行人员提供较多的调度方案
在MATLAB软件环境下调用OpenDSS软件对区域综合能源系统中的配电系统进行潮流计算,并基于改进非劣排序遗传算法对上述步骤二和步骤三所构建的模型进行求解,得到同时考虑区域综合能源系统经济成本与污染气体排放量的帕累托前沿,根据实际运行需要从中选择最终的运行方案。
CN201710097987.7A 2017-02-22 2017-02-22 一种区域综合能源系统多目标最优混合潮流算法 Active CN106786603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710097987.7A CN106786603B (zh) 2017-02-22 2017-02-22 一种区域综合能源系统多目标最优混合潮流算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710097987.7A CN106786603B (zh) 2017-02-22 2017-02-22 一种区域综合能源系统多目标最优混合潮流算法

Publications (2)

Publication Number Publication Date
CN106786603A CN106786603A (zh) 2017-05-31
CN106786603B true CN106786603B (zh) 2019-07-19

Family

ID=58957739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710097987.7A Active CN106786603B (zh) 2017-02-22 2017-02-22 一种区域综合能源系统多目标最优混合潮流算法

Country Status (1)

Country Link
CN (1) CN106786603B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107808218A (zh) * 2017-10-25 2018-03-16 国网天津市电力公司 基于热电比调节的城市能源互联网潮流计算方法
CN107665384B (zh) * 2017-10-27 2021-02-19 天津大学 一种含多区域能源站的电力-热力综合能源系统调度方法
CN109960816B (zh) * 2017-12-14 2022-08-19 中国核动力研究设计院 一种基于遗传算法的核级管道自动优化布置方法
CN108565863A (zh) * 2018-04-13 2018-09-21 国网浙江省电力有限公司电力科学研究院 一种考虑随机性的区域综合能源系统多目标潮流优化方法
CN109062151B (zh) * 2018-05-08 2019-06-14 国网山东省电力公司青岛供电公司 综合能源系统多目标集成设计与优化控制方法
CN108830473B (zh) * 2018-06-05 2021-10-01 上海交通大学 耦合区域网络的规划方法及其系统
CN109409705B (zh) * 2018-10-11 2021-11-23 河海大学 一种区域综合能源系统的多目标优化调度方法
CN109830955B (zh) * 2018-12-31 2020-12-08 浙江大学华南工业技术研究院 考虑柔性约束与全周期成本的电-气配网柔性规划方法
CN109783916B (zh) * 2019-01-02 2021-06-18 大连理工大学 一种基于仿真技术的空气压缩机群组优化调度决策方法
CN110377973B (zh) * 2019-06-28 2021-08-13 西安交通大学 一种标准线性化综合能源系统模型的构建方法
CN110502791B (zh) * 2019-07-22 2021-05-11 清华大学 基于能源集线器的综合能源系统稳态建模方法
CN110458358B (zh) * 2019-08-13 2022-12-09 西南石油大学 计及生产工艺系统约束的海上微能系统优化调度方法
CN110955954B (zh) * 2019-08-19 2024-02-02 天津大学 一种分层解耦的电气热综合能源系统最优负荷削减量方法
CN110689199B (zh) * 2019-09-30 2022-06-07 上海电力大学 一种基于混合潮流模型的分布式协同调控方法
CN111404153B (zh) * 2020-04-16 2023-08-01 华北电力大学 计及可再生能源与需求响应的能量枢纽规划模型构建方法
CN111723456A (zh) * 2020-05-08 2020-09-29 华南理工大学 一种基于nsga-ⅱ算法的中央空调系统能效优化方法
CN111738498B (zh) * 2020-06-08 2024-05-24 国网安徽省电力有限公司经济技术研究院 一种综合能源系统鲁棒规划方法及系统
CN111882136B (zh) * 2020-08-06 2023-10-20 南方电网科学研究院有限责任公司 一种园区综合能源系统的双目标优化调度方法及装置
CN112949903A (zh) * 2021-01-26 2021-06-11 华北水利水电大学 一种含电转气和储能的区域综合能源系统日前优化调度方法
CN113393173A (zh) * 2021-07-14 2021-09-14 国网综合能源服务集团有限公司 一种区域综合能源系统优化调度方法、装置及终端设备
CN115147014A (zh) * 2022-08-31 2022-10-04 国网浙江省电力有限公司宁波供电公司 一种综合能源系统的多目标均衡分配方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6988025B2 (en) * 2000-11-28 2006-01-17 Power Measurement Ltd. System and method for implementing XML on an energy management device
CN102102645A (zh) * 2009-12-17 2011-06-22 于志伟 高效多功能能源系统优化集合
CN102751728A (zh) * 2012-07-26 2012-10-24 浙江大学 基于负荷中断模型的微网孤网运行的能量管理方法
CN104734147A (zh) * 2015-03-16 2015-06-24 河海大学 一种综合能源系统概率能量流分析方法
CN105811405A (zh) * 2016-03-25 2016-07-27 贵州电网有限责任公司 一种风光水气发电联合运行广域系统优化控制方法
CN106372742A (zh) * 2016-08-19 2017-02-01 天津大学 考虑电转气多源储能型微网日前最优经济调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6988025B2 (en) * 2000-11-28 2006-01-17 Power Measurement Ltd. System and method for implementing XML on an energy management device
CN102102645A (zh) * 2009-12-17 2011-06-22 于志伟 高效多功能能源系统优化集合
CN102751728A (zh) * 2012-07-26 2012-10-24 浙江大学 基于负荷中断模型的微网孤网运行的能量管理方法
CN104734147A (zh) * 2015-03-16 2015-06-24 河海大学 一种综合能源系统概率能量流分析方法
CN105811405A (zh) * 2016-03-25 2016-07-27 贵州电网有限责任公司 一种风光水气发电联合运行广域系统优化控制方法
CN106372742A (zh) * 2016-08-19 2017-02-01 天津大学 考虑电转气多源储能型微网日前最优经济调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
含燃气冷热电联供的智能微网应用;苏适;《云南电力技术》;20130331;第41卷(第Z1期);第8-11页

Also Published As

Publication number Publication date
CN106786603A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106786603B (zh) 一种区域综合能源系统多目标最优混合潮流算法
Lei et al. Multi-objective stochastic expansion planning based on multi-dimensional correlation scenario generation method for regional integrated energy system integrated renewable energy
Xin-gang et al. An improved quantum particle swarm optimization algorithm for environmental economic dispatch
Lu et al. A robust optimization approach for optimal load dispatch of community energy hub
Zhao et al. Matching model of energy supply and demand of the integrated energy system in coastal areas
Liu et al. Coordinated operation of multi-integrated energy system based on linear weighted sum and grasshopper optimization algorithm
CN103903073B (zh) 一种含分布式电源及储能的微电网优化规划方法及系统
Li et al. Bi-level optimal configuration strategy of community integrated energy system with coordinated planning and operation
CN105279578B (zh) 一种主动配电网区域电源优化配置双层规划方法
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
Jin et al. Game theoretical analysis on capacity configuration for microgrid based on multi-agent system
CN108565863A (zh) 一种考虑随机性的区域综合能源系统多目标潮流优化方法
CN111950809A (zh) 基于主从博弈的综合能源系统分层分区优化运行方法
CN104268712B (zh) 基于改进的混合多种群进化算法的能源平衡与调度方法
Zhang et al. Collaborative optimization for multiple energy stations in distributed energy network based on electricity and heat interchanges
CN108053104A (zh) 区域电力-天然气-热力综合能源系统能量流优化方法
Fan et al. Review on coordinated planning of source-network-load-storage for integrated energy systems
Lu et al. Optimal operation scheduling of household energy hub: A multi-objective optimization model considering integrated demand response
Dong et al. Hierarchical multi-objective planning for integrated energy systems in smart parks considering operational characteristics
Xiang et al. Distributed dispatch of multiple energy systems considering carbon trading
CN114266445A (zh) 一种分布式电源与电动汽车充电站协调规划方法
CN111768036B (zh) 一种综合能源配电系统与上级电网交互运行的功率优化方法
CN112001613A (zh) 基于多微能源网系统合作博弈决策机制的利益分配策略
Tian et al. Optimal design of integrated energy supply system for continuous greenhouse effect: a study on carbon emission and operational cost
Li et al. Energy system and scheduling strategies of electric–gas networks deeply coupled under dual electricity prices

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant