CN108596442A - 计及条件风险价值的综合能源系统经济调度方法 - Google Patents

计及条件风险价值的综合能源系统经济调度方法 Download PDF

Info

Publication number
CN108596442A
CN108596442A CN201810279444.1A CN201810279444A CN108596442A CN 108596442 A CN108596442 A CN 108596442A CN 201810279444 A CN201810279444 A CN 201810279444A CN 108596442 A CN108596442 A CN 108596442A
Authority
CN
China
Prior art keywords
scene
cvar
meter
constraint
economic load
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
CN201810279444.1A
Other languages
English (en)
Inventor
刘怀东
晏淑珍
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 CN201810279444.1A priority Critical patent/CN108596442A/zh
Publication of CN108596442A publication Critical patent/CN108596442A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (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)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种计及条件风险价值的综合能源系统经济调度方法：确定各个不确定量的每个场景s对应的成本；建立计及CVaR的综合能源系统经济调度模型，得到最优的调度策略；计及CVaR的综合能源系统经济调度模型包括目标函数和计及CVaR经济调度的约束条件；计及CVaR经济调度的成本函数最小为目标函数；计及CVaR经济调度的约束条件包括能量平衡约束、电池储能约束、蓄热约束、技术条件约束、需求响应约束、风电出力约束。本发明以包含热电联产机组、锂电池储电、蓄热和燃气锅炉的EH为基础，采用条件风险价值理论处理不确定量可能带来的风险，建立计及CVaR的IES经济调度模型，研究综合能源系统的调度策略和风险评估问题。

Description

计及条件风险价值的综合能源系统经济调度方法
技术领域
本发明涉及电气设备及电气工程领域，更具体的说，是涉及一种计及条件风险价值的综合能源系统经济调度方法。
背景技术
综合能源系统(integrated energy systems，IES)是指在规划、建设和运行等过程中，通过对能源的产生、传输与分配、转换、存储、消费等环节进行有机协调与优化后，形成的能源产供销一体化系统。也就是说，在实现能源供给的条件下，能够利用多能互补的优势，通过运行人员的调度使某一目标达到优化。
能源集结线(energy hub，EH)最早由苏黎世联邦理工学院的Geidl M和Andersson提出，它作为可以满足多种能源需求的能源转换单元，可同时为不同能源的输入输出提供接口，实现不同能源的转换、存储和传输。
条件风险价值(conditional value at risk，CVaR)是一种有效的风险评估工具，它是从风险价值VaR理论的基础上发展而来的。VaR是由Jorion Philippe于1994年提出的，是指在一定的置信水平和正常的市场波动情况下，某一金融资产或投资组合在未来某一时间段内所面临的损失阈值。由于VaR存在不满足一致性公理、某些情况下不满足次可加性、对尾部风险预测不准确等缺陷，Rockafeller和Uryasev于2000年提出了CVaR，它是指损失大于VaR的条件期望值，即当损失大于VaR的情况发生时，面临的平均损失。
发明内容
本发明的目的是为了克服现有技术中的不足，提供了一种计及条件风险价值的综合能源系统经济调度方法，以包含热电联产机组、锂电池储电、蓄热和燃气锅炉的EH为基础，采用条件风险价值理论处理不确定量可能带来的风险，建立计及CVaR的IES经济调度模型，研究综合能源系统的调度策略和风险评估问题。
本发明的目的是通过以下技术方案实现的。
本发明的计及条件风险价值的综合能源系统经济调度方法，包括以下步骤：
步骤一，确定各个不确定量的每个场景s对应的成本，按以下公式计算：
Cs＝CE+CG+CES+CHS+CDR
其中，
CDR＝λDR(udown,t,sLdown,t,s+uup,t,sLup,t,s)
式中，CE为购电成本；CG为天然气购买成本；CES为电池储能的成本；CHS为蓄热装置HS的成本；CDR为需求响应DR对应的成本；为场景s时段t对应的市场电价；λW为风电电价；和分别为场景s时段t对应的电网购电值和风电调度出力值；λG为天然气价格；Qgas为天然气的低热值，即9.97kWh/m3；为场景s时段t对应的天然气总购气功率；为电池储能的运行成本，理解为单位充放电量对应的电池损耗成本；和分别为场景s时段t对应的ES充电功率和放电功率；和为0-1变量，当ES充电时为1，反之，为1；为HS的运行成本；和分别为场景s时段t对应的蓄放热功率；和为0-1变量，当HS蓄热时为1，反之，为1；λH为单位供热功率的价格；λDR为单位负荷转移量对应的成本；Ldown,t,s和Lup,t,s分别为场景s时段t对应的下调负荷转移量和上调负荷转移量；udown,t,s和uup,t,s为0-1变量，当电力需求侧提供下调转移响应服务时，udown,t,s为1，反之，uup,t,s为1；
步骤二，在场景s对应的成本的基础上，建立计及CVaR的综合能源系统经济调度模型，进而得到最优的调度策略；计及CVaR的综合能源系统经济调度模型包括目标函数和计及CVaR经济调度的约束条件。
其中，计及CVaR经济调度的成本函数最小为目标函数如下所示：
min C＝βCEX+(1-β)CCVaR
式中，C为成本函数，CEX为EH经济调度的期望成本；CCVaR为EH经济调度的CVaR；β∈[0,1]为权重系数；s为场景编号；S场景总数，即不确定量的场景数目的乘积；ρs和Cs分别为场景s对应的概率和成本；ζ为计算CVaR引入的辅助决策变量，其最优值ζ*就是VaR[28]；α为置信水平，其大小反映了决策者对风险的厌恶水平；表达式[x]+＝max{x,0}；
其中，计及CVaR经济调度的约束条件，包括能量平衡约束、电池储能约束、蓄热约束、技术条件约束、需求响应约束、风电出力约束；
①能量平衡约束
电能平衡约束如下：
udown,t,sLdown,t,s-uup,t,sLup,t,s
式中，为场景s时段t对应的电负荷；ηT和ηW分别为变压器和AC/AC变换器的效率；为CHP的电效率；为总购气功率输入到CHP的天然气功率；
热平衡约束如下：
式中，为场景s时段t对应的热负荷；为CHP的热效率；和分别为燃气锅炉的效率和输入到燃气锅炉的天然气功率；
其中，输入到CHP的天然气功率和输入到燃气锅炉的天然气功率满足以下约束：
②电池储能约束
式中，为场景s时段t对应的ES状态；为ES的总容量；和分别为ES的最小和最大容量比例；和分别为ES的最小和最大允许充放电比例；和分别为ES的充放电效率；T为总的调度时段；
③蓄热约束
式中，为场景s时段t对应的HS蓄热状态；为HS的总容量；和分别为HS的最小和最大容量比例；和分别为HS的最小和最大允许充放电比例；和分别为HS的蓄放热效率；
④技术条件约束
式中，和分别为电网允许的最大输入功率和变压器允许的最大输入功率；为天然气网络允许的最大购气功率；为CHP允许的最大输入量；为燃气锅炉允许的最大输入量；
⑤需求响应约束
uup,t,s+udown,t,s＝1
式中，和分别为最大上调和最大下调负荷比例；
⑥风电出力约束
式中，为风电机组在场景s时段t的出力；
与风速满足以下关系：
式中，vt为时段t的风速；vin、vout和vr分别为风机的切入速度、切出速度和额定速度；为风机的额定功率。
步骤一中所述不确定量包括风电出力、市场电价、电能需求和热能需求。
与现有技术相比，本发明的技术方案所带来的有益效果是：
(1)就我们所知，IES中存在大量不确定性因素，诸如间歇性新能源的处理、市场电价以及能量需求等，不确定因素对于电力网络的影响及分析方法已经有较多研究，而不确定因素对IES的影响分析的研究少之又少。本专利中主要研究的不确定量包括风电出力、市场电价、电能需求和热能需求四部分。不确定因素的场景由蒙特卡罗采样法获得。本发明通过考虑IES中存在的不确定因素，在综合能源调度过程中能减少运行人员面临的风险。
(2)本发明实现电价高峰时电池储能进行放电，在电价低谷时电池储能进行充电。
(3)本发明分析不同因素对调度结果的影响，从而得到最优调度策略。
附图说明
图1是EH基本结构示意图。
具体实施方式
下面结合附图对本发明作进一步的描述。
本发明研究的EH结构包括三部分：1)供给侧，即EH的能量输入端，包括电力网络、风电机组和天然气网络三部分；2)需求侧，即EH的输出端，包括电力负荷和热负荷两部分；3)EH，由电力变压器、AC/AC变换器、热电联产机组、燃气锅炉、电池储能、蓄热装置和需求侧响应七部分组成。
本发明的计及条件风险价值的综合能源系统经济调度方法，包括以下步骤：
一、确定各个不确定量的每个场景s对应的成本，其中，不确定量包括风电出力、市场电价、电能需求和热能需求四部分，不确定量的场景由蒙特卡罗采样法获得，总场景数目S为不确定量的场景数目的乘积
场景s对应的成本表示如下：
Cs＝CE+CG+CES+CHS+CDR(1)
其中，
CDR＝λDR(udown,t,sLdown,t,s+uup,t,sLup,t,s) (6)
式中，CE为购电成本；CG为天然气购买成本；CES为电池储能的成本；CHS为蓄热装置HS的成本；CDR为需求响应DR对应的成本；为场景s时段t对应的市场电价；λW为风电电价；和分别为场景s时段t对应的电网购电值和风电调度出力值；λG为天然气价格；Qgas为天然气的低热值，即9.97kWh/m3；为场景s时段t对应的天然气总购气功率；为电池储能的运行成本，可以理解为单位充放电量对应的电池损耗成本；和分别为场景s时段t对应的ES充电功率和放电功率；和为0-1变量，当ES充电时为1，反之，为1；为HS的运行成本；和分别为场景s时段t对应的蓄放热功率；和为0-1变量，当HS蓄热时为1，反之，为1；λH为单位供热功率的价格；λDR为单位负荷转移量对应的成本；Ldown,t,s和Lup,t,s分别为场景s时段t对应的下调负荷转移量和上调负荷转移量；udown,t,s和uup,t,s为0-1变量，当电力需求侧提供下调转移响应服务时，udown,t,s为1，反之，uup,t,s为1。
从式(1)可知，每个场景s对应的成本Cs由五部分组成，分别为购电成本、天然气购买成本、电池储能成本、蓄热装置HS成本以及DR的成本。
二、在场景s对应的成本的基础上，建立计及CVaR的综合能源系统经济调度模型，进而得到最优的调度策略；计及CVaR的综合能源系统经济调度模型包括目标函数和计及CVaR经济调度的约束条件。
其中，计及CVaR经济调度的成本函数最小为目标函数如下所示：
min C＝βCEX+(1-β)CCVaR (7)
式中，C为成本函数，CEX为EH经济调度的期望成本；CCVaR为EH经济调度的CVaR；β∈[0,1]为权重系数；s为场景编号；S场景总数，即不确定量的场景数目的乘积；ρs和Cs分别为场景s对应的概率和成本；ζ为计算CVaR引入的辅助决策变量，其最优值ζ*就是VaR；α为置信水平，其大小反映了决策者对风险的厌恶水平；表达式[x]+＝max{x,0}。
目标函数由经济调度的期望成本和CVaR两部分组成，选用合适的权重系数进行加权求和。期望成本反映经济调度的“平均成本”，CVaR反映成本超过VaR的情况发生时，可能面临的“平均损失”。
其中，计及CVaR经济调度的约束条件，包括能量平衡约束、电池储能约束、蓄热约束、技术条件约束、需求响应约束、风电出力约束。
①能量平衡约束
IES经济调度的过程中，在每个时段都需要保证电能平衡和热能平衡。其中，电能平衡约束如下：
式中，为场景s时段t对应的电负荷；ηT和ηW分别为变压器和AC/AC变换器的效率；为CHP的电效率；为总购气功率输入到CHP的天然气功率。
电负荷由电网购电、风电机组、热电联产机组CHP、ES放电和需求侧响应提供下调五部分来供应。其中，ES和DR可以根据电价信号做出最优反应，有利于降低调度成本。
热平衡约束如下：
式中，为场景s时段t对应的热负荷；为CHP的热效率；和分别为燃气锅炉的效率和输入到燃气锅炉的天然气功率。
从式(11)可知，热负荷由CHP、燃气锅炉和HS的放热三部分供应。
其中，输入到CHP的天然气功率和输入到燃气锅炉的天然气功率满足以下约束：
②电池储能约束
电池储能ES需要满足以下约束条件：
式中，为场景s时段t对应的ES状态；为ES的总容量；和分别为ES的最小和最大容量比例；和分别为ES的最小和最大允许充放电比例；和分别为ES的充放电效率；T为总的调度时段。
式(13)是出于ES的寿命考虑，使ES的电量始终保持一定范围内，避免ES的过充和过放。式(15)和(16)保证ES在一个时段内的充放电量符合技术条件约束。式(17)是存在使得任一时段内ES只能进行充电或者放电。式(18)要求经过一天的运行，ES的容量能够恢复到初始状态。
③蓄热约束
蓄热装置需要满足以下约束条件：
式中，为场景s时段t对应的HS蓄热状态；为HS的总容量；和分别为HS的最小和最大容量比例；和分别为HS的最小和最大允许充放电比例；和分别为HS的蓄放热效率。
④技术条件约束
在综合能源系统调度过程中，需要满足以下技术条件约束，即上下限约束。
式中，和分别为电网允许的最大输入功率和变压器允许的最大输入功率；为天然气网络允许的最大购气功率；为CHP允许的最大输入量；为燃气锅炉允许的最大输入量。
式(25)-(29)保证输入量满足技术条件约束，使模型更符合实际情况。
⑤需求响应约束
需求侧响应DR需要满足以下约束：
uup,t,s+udown,t,s＝1 (33)
式中，和分别为最大上调和最大下调负荷比例。
DR的主要作用在于转移负荷，当电价较高时，提供下调服务，适当削减负荷，当电价较低时，适当增加负荷。式(30)保证总体上不降低用户的负荷量，只是进行时间上的平移。式(33)的存在使得任一时段只能提供上调负荷服务或下调负荷服务。
⑥风电出力约束
式中，为风电机组在场景s时段t的出力。
与风速满足以下关系：
式中，vt为时段t的风速；vin、vout和vr分别为风机的切入速度、切出速度和额定速度；为风机的额定功率。
式(34)要求风电被调度的出力不能大于实际出力，很多文献都表明风电实际出力与风速的关系符合式(35)。其中，不同场景的风速可以通过蒙特卡罗采样的方式获得。
具体实施例：
本实施例研究的EH基本结构，如图1所示，其中，实线表示电力传输通道，虚线代表天然气功率的传输通路。
为了验证本发明建立的计及CVaR的综合能源系统经济调度模型，采用图1所示EH框架构造。以文献[1]中的电价为基础数据，取其平均值为均值，0.1倍均值为标准差，依据正态分布生成10种电价场景。采用同样的方式，利用文献[2]中的电负荷、热负荷和风速数据分别构造10种电负荷场景、10种热负荷场景和10种风速场景。获得的风速场景结合式(35)产生风电出力场景。
因此，总的场景数S为10000个，为了降低求解负担，提高求解速率，采用文献[3]所述的快速后向缩减法将场景缩减至200个。本实施例中对每个场景按照等概率考虑，即ρs为0.005，其它参数见表1。
表1能源集线器参数
参考文献
[1]郝然，艾芊，朱宇超，等.基于能源集线器的区域综合能源系统分层优化调度[J].电力自动化设备，2017,37(6)：171-178.
[2]Pazouki S,Mahmoud-Reza H,Moser A.Uncertainty modeling in optimaloperation of energy hub in presence of wind,storage and demand response[J].Electrical Power and Energy Systems,2014(61):335–345.
[3]Dolatabadi A,Mohammadi-Ivatloo B.Stochastic risk-constrainedscheduling of smart energy hub in the presence of wind power and demandresponse[J].Applied Thermal Engineering,2017(123):40–49.
尽管上面结合附图对本发明的功能及工作过程进行了描述，但本发明并不局限于上述的具体功能和工作过程，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和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护之内。

Claims (2)

1.计及条件风险价值的综合能源系统经济调度方法，其特征在于，包括以下步骤：
步骤一，确定各个不确定量的每个场景s对应的成本，按以下公式计算：
Cs＝CE+CG+CES+CHS+CDR
其中，
CDR＝λDR(udown，t，sLdown，t，s+uup，t，sLup，t，s)
式中，CE为购电成本；CG为天然气购买成本；CES为电池储能的成本；CHS为蓄热装置HS的成本；CDR为需求响应DR对应的成本；为场景s时段t对应的市场电价；λW为风电电价；和分别为场景s时段t对应的电网购电值和风电调度出力值；λG为天然气价格；Qgas为天然气的低热值，即9.97kWh/m3；为场景s时段t对应的天然气总购气功率；为电池储能的运行成本，理解为单位充放电量对应的电池损耗成本；和分别为场景s时段t对应的ES充电功率和放电功率；和为0-1变量，当ES充电时为1，反之，为1；为HS的运行成本；和分别为场景s时段t对应的蓄放热功率；和为0-1变量，当HS蓄热时为1，反之，为1；λH为单位供热功率的价格；λDR为单位负荷转移量对应的成本；Ldown，t，s和Lup，t，s分别为场景s时段t对应的下调负荷转移量和上调负荷转移量；udown，t，s和uup，t，s为0-1变量，当电力需求侧提供下调转移响应服务时，udown，t，s为1，反之，uup，t，s为1；
步骤二，在场景s对应的成本的基础上，建立计及CVaR的综合能源系统经济调度模型，进而得到最优的调度策略；计及CVaR的综合能源系统经济调度模型包括目标函数和计及CVaR经济调度的约束条件。
其中，计及CVaR经济调度的成本函数最小为目标函数如下所示：
min C＝βCEX+(1-β)CCVaR
式中，C为成本函数，CEX为EH经济调度的期望成本；CCVaR为EH经济调度的CVaR；β∈[0，1]为权重系数；s为场景编号；S场景总数，即不确定量的场景数目的乘积；ρs和Cs分别为场景s对应的概率和成本；ζ为计算CVaR引入的辅助决策变量，其最优值ζ*就是VaR[28]；α为置信水平，其大小反映了决策者对风险的厌恶水平；表达式[x]+＝max{x，0}；
其中，计及CVaR经济调度的约束条件，包括能量平衡约束、电池储能约束、蓄热约束、技术条件约束、需求响应约束、风电出力约束；
①能量平衡约束
电能平衡约束如下：
式中，为场景s时段t对应的电负荷；ηT和ηW分别为变压器和AC/AC变换器的效率；为CHP的电效率；为总购气功率输入到CHP的天然气功率；
热平衡约束如下：
式中，为场景s时段t对应的热负荷；为CHP的热效率；和分别为燃气锅炉的效率和输入到燃气锅炉的天然气功率；
其中，输入到CHP的天然气功率和输入到燃气锅炉的天然气功率满足以下约束：
②电池储能约束
式中，为场景s时段t对应的ES状态；为ES的总容量；和分别为ES的最小和最大容量比例；和分别为ES的最小和最大允许充放电比例；和分别为ES的充放电效率；T为总的调度时段；
③蓄热约束
式中，为场景s时段t对应的HS蓄热状态；为HS的总容量；和分别为HS的最小和最大容量比例；和分别为HS的最小和最大允许充放电比例；和分别为HS的蓄放热效率；
④技术条件约束
式中，和分别为电网允许的最大输入功率和变压器允许的最大输入功率；为天然气网络允许的最大购气功率；为CHP允许的最大输入量；为燃气锅炉允许的最大输入量；
⑤需求响应约束
uup，t，s+udown，t，s＝1
式中，和分别为最大上调和最大下调负荷比例；
⑥风电出力约束
式中，为风电机组在场景s时段t的出力；
与风速满足以下关系：
式中，vt为时段t的风速；vin、vout和vr分别为风机的切入速度、切出速度和额定速度；为风机的额定功率。
2.根据权利要求1所述的计及条件风险价值的综合能源系统经济调度方法，其特征在于，步骤一中所述不确定量包括风电出力、市场电价、电能需求和热能需求。
CN201810279444.1A 2018-03-30 2018-03-30 计及条件风险价值的综合能源系统经济调度方法 Pending CN108596442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810279444.1A CN108596442A (zh) 2018-03-30 2018-03-30 计及条件风险价值的综合能源系统经济调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810279444.1A CN108596442A (zh) 2018-03-30 2018-03-30 计及条件风险价值的综合能源系统经济调度方法

Publications (1)

Publication Number Publication Date
CN108596442A true CN108596442A (zh) 2018-09-28

Family

ID=63625075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810279444.1A Pending CN108596442A (zh) 2018-03-30 2018-03-30 计及条件风险价值的综合能源系统经济调度方法

Country Status (1)

Country Link
CN (1) CN108596442A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263966A (zh) * 2019-05-06 2019-09-20 天津大学 考虑动态传热过程的电-热综合能源系统优化调度方法
CN111242406A (zh) * 2019-11-29 2020-06-05 国网浙江省电力有限公司 一种综合能源互动系统的用户侧能源断供风险处理方法
CN111681130A (zh) * 2020-06-15 2020-09-18 西安交通大学 一种考虑条件风险价值的综合能源系统优化调度方法
CN111932025A (zh) * 2020-08-24 2020-11-13 南方电网科学研究院有限责任公司 考虑光伏随机性的综合能源系统建设多阶段规划方法
CN112163698A (zh) * 2020-09-21 2021-01-01 国网河北省电力有限公司雄安新区供电公司 一种采暖期多能协同综合能源系统运行策略优化方法
CN112365129A (zh) * 2020-10-21 2021-02-12 天津大学 基于交叉超效率ccr模型的综合能源系统综合效率评价方法
CN112365034A (zh) * 2020-10-27 2021-02-12 燕山大学 一种电热综合能源系统调度方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103400217A (zh) * 2013-07-10 2013-11-20 国电南瑞科技股份有限公司 风电与常规能源协调调度风电相容性网络安全分析方法
CN104616208A (zh) * 2015-02-04 2015-05-13 东南大学 一种基于模型预测控制的冷热电联供型微电网运行方法
CN105634024A (zh) * 2016-02-23 2016-06-01 国网江苏省电力公司电力科学研究院 基于价格需求响应的日内经济调度模型及线性求解方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103400217A (zh) * 2013-07-10 2013-11-20 国电南瑞科技股份有限公司 风电与常规能源协调调度风电相容性网络安全分析方法
CN104616208A (zh) * 2015-02-04 2015-05-13 东南大学 一种基于模型预测控制的冷热电联供型微电网运行方法
CN105634024A (zh) * 2016-02-23 2016-06-01 国网江苏省电力公司电力科学研究院 基于价格需求响应的日内经济调度模型及线性求解方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘怀东 等: "计及条件风险价值的综合能源系统经济调度", 《电网技术》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263966A (zh) * 2019-05-06 2019-09-20 天津大学 考虑动态传热过程的电-热综合能源系统优化调度方法
CN111242406A (zh) * 2019-11-29 2020-06-05 国网浙江省电力有限公司 一种综合能源互动系统的用户侧能源断供风险处理方法
CN111242406B (zh) * 2019-11-29 2023-10-24 国网浙江省电力有限公司 一种综合能源互动系统的用户侧能源断供风险处理方法
CN111681130A (zh) * 2020-06-15 2020-09-18 西安交通大学 一种考虑条件风险价值的综合能源系统优化调度方法
CN111681130B (zh) * 2020-06-15 2024-04-16 西安交通大学 一种考虑条件风险价值的综合能源系统优化调度方法
CN111932025A (zh) * 2020-08-24 2020-11-13 南方电网科学研究院有限责任公司 考虑光伏随机性的综合能源系统建设多阶段规划方法
CN111932025B (zh) * 2020-08-24 2024-04-23 南方电网科学研究院有限责任公司 考虑光伏随机性的综合能源系统建设多阶段规划方法
CN112163698A (zh) * 2020-09-21 2021-01-01 国网河北省电力有限公司雄安新区供电公司 一种采暖期多能协同综合能源系统运行策略优化方法
CN112163698B (zh) * 2020-09-21 2022-08-02 国网河北省电力有限公司雄安新区供电公司 一种采暖期多能协同综合能源系统运行策略优化方法
CN112365129A (zh) * 2020-10-21 2021-02-12 天津大学 基于交叉超效率ccr模型的综合能源系统综合效率评价方法
CN112365034A (zh) * 2020-10-27 2021-02-12 燕山大学 一种电热综合能源系统调度方法及系统

Similar Documents

Publication Publication Date Title
CN108596442A (zh) 计及条件风险价值的综合能源系统经济调度方法
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
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
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
CN104135025B (zh) 基于模糊粒子群算法的微网并网经济优化方法
CN106058942B (zh) 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型
CN106505634A (zh) 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN108009693A (zh) 基于两级需求响应的并网微电网双层优化方法
CN110288152A (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN113452020A (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
CN103151797A (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN109523065A (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
Zhang et al. Collaborative optimization for multiple energy stations in distributed energy network based on electricity and heat interchanges
CN106950840A (zh) 面向电网削峰的综合能源系统分层分布式协调控制方法
Zhu et al. Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction
CN113393126A (zh) 高耗能园区与电网交替并行协同优化调度方法
WO2019223279A1 (zh) 计及环境成本与实时电价的可平移负荷模型构建方法
CN112186755A (zh) 一种区域综合能源系统柔性负荷储能化建模方法
Yang et al. Multi-Objective optimal scheduling of island microgrids considering the uncertainty of renewable energy output
CN111786422A (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN113435095A (zh) 一种用于综合能源系统的优化调度的方法及系统
CN110489915A (zh) 计及综合需求响应的电热联合调度方法及系统
Du et al. Regional collaborative planning equipped with shared energy storage under multi-time scale rolling optimisation method
CN112365034B (zh) 一种电热综合能源系统调度方法及系统
CN110992206B (zh) 一种多源电场的优化调度方法及系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180928