CN109063925B - 一种计及负荷聚合商的区域综合能源系统优化运行方法 - Google Patents
一种计及负荷聚合商的区域综合能源系统优化运行方法 Download PDFInfo
- Publication number
- CN109063925B CN109063925B CN201810963727.8A CN201810963727A CN109063925B CN 109063925 B CN109063925 B CN 109063925B CN 201810963727 A CN201810963727 A CN 201810963727A CN 109063925 B CN109063925 B CN 109063925B
- Authority
- CN
- China
- Prior art keywords
- load
- energy
- power
- energy system
- regional
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004146 energy storage Methods 0.000 claims abstract description 62
- 230000004044 response Effects 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000001816 cooling Methods 0.000 claims abstract description 15
- 238000010438 heat treatment Methods 0.000 claims abstract description 15
- 239000007789 gas Substances 0.000 claims description 31
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 14
- 239000003345 natural gas Substances 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 238000005338 heat storage Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000000714 time series forecasting Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Images
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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (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
本发明公开了一种计及负荷聚合商的区域综合能源系统优化运行方法,首先获得区域综合能源系统的电负荷日前预测数据及冷热负荷日前预测数据,负荷聚合商根据指定的不同的需求侧响应计划得到其各自的计及需求侧响应后的区域综合能源系统冷热负荷,以区域综合能源系统总运行成本最低为优化目标,以网络约束、能量生产和转换设备约束、储能设备约束及区域综合能源系统冷热电功率平衡为约束条件,建立最优化模型,得到各供能设备及储能设备的运行功率规划,比较各需求侧响应计划下的运行规划成本,确定最优负荷聚合商需求侧响应计划及各供能设备及储能设备的最优运行规划。本发明方法能有效提高区域综合能源系统运行的经济性。
Description
技术领域
本发明涉及电力系统的多能互补建模优化领域,具体地说是一种考虑基于负荷聚合商的区域综合能源系统运行优化方法。
背景技术
在新能源领域中存在着不同能源形式协同优化的情况,每一种能源在其开发利用的过程中,都需借助多种能源的协同互补才能实现高效利用。然而由于不同能源系统发展的差异,大都是单独规划、单独设计、独立运行,缺乏彼此间的相互协同,会带来能源利用率低、供能系统整体安全性和自愈能力不强等后果。随着智能电网技术的不断发展,分散化的能源市场和能源网络结构使得传统的电力需求侧响应逐渐向综合需求侧响应的方向发展,原本分布分散、随机性较强且难以调控的中小型负荷转变为可按照需求和用户意愿进行自动调控的负荷。然而,大量不同类型且分散的负荷同时进行调度,不仅难以形成规模效应,而且调度难度大。
目前的研究成果中,对基于能源集线器模型的区域综合能源系统建模虽然有不少关于需求侧响应的拓展,然而对于基于负荷聚合商的需求侧响应的市场机制拓展以及温控负荷聚合商的多能互补,目前仍然没有相关的公开报导。
发明内容
本发明是为避免上述现有技术所存在的不足,提供一种计及负荷聚合商的区域综合能源系统优化运行方法,以期实现对区域综合能源系统中的能量生产和转换设备的最优调度,提高综合能源系统的经济性。
本发明为解决技术问题采用如下技术方案:
本发明计及负荷聚合商的区域综合能源系统优化运行方法的特点是按如下步骤进行:
步骤1、获得区域综合能源系统的电负荷日前预测数据及冷热负荷日前预测数据:
所述区域综合能源系统电负荷日前预测数据是利用历史电负荷数据,并通过时间序列预测法得到;所述区域综合能源系统冷热负荷日前预测数据是利用日前气温数据,并通过一阶等效热参数模型得到;
步骤2、建立基于负荷聚合商的需求侧响应模型;
所述负荷聚合商通过与用户达成协议制定需求侧响应计划,所述需求侧响应计划是指在对用户舒适度影响较小的前提下,使冷热负荷响应电网侧调度,降低高峰时段电力需求,从而缓解电网压力,保证安全运行;所述基于负荷聚合商的需求侧响应模型是根据所述需求侧响应的不同计划,得到其各自的计及需求侧响应后的区域综合能源系统冷热负荷;
步骤3、建立区域综合能源系统冷热电功率平衡模型;
所述区域综合能源系统冷热电功率平衡模型包括:电负荷功率平衡模型、冬季供热功率平衡关系和夏季供冷功率平衡模型;
步骤4、建立并求解区域综合能源系统运行优化模型
所述区域综合能源系统运行优化模型是以区域综合能源系统总运行成本最低为优化目标,以网络约束、供能设备约束、储能设备约束以及区域综合能源系统冷热电功率平衡为约束条件,得到各供能设备及储能设备的日前功率优化结果,实现计及负荷聚合商的区域综合能源系统优化运行。
本发明计及负荷聚合商的区域综合能源系统优化运行方法的特点也在于:
将一天24小时划分为48个等长的时段,每个时段的时长为ΔT,以每个时段内的数据平均值作为相应时段的数据取值;
所述区域综合能源系统电负荷日前预测数据是按如下方式利用历史电负荷数据,并通过时间序列预测法得到:
所述时间序列预测法采用由式(2.1)所表征的自回归积分滑动平均模型:
λt=φ0+φ1λt-1+φ2λt-2+…+φpλt-p+εt+θ1εt-1+θ2εt-2+…θqεt-q (2.1),
式中:
t、t-1、t-2…表示连续的时段;
λt、λt-1、λt-2…λt-p表示时间序列,p为自回归积分滑动平均模型的自回归阶数;
εt、εt-1、εt-2…εt-q为白噪声序列,q为自回归积分滑动平均模型的移动平均阶数;
θ1、θ2、θ3…θq和φ0、φ1、φ2、φ3…φp均为不为零的待定系数;
依据式(2.1)所表征的自回归积分滑动平均模型获得电负荷时间序列预测模型,利用历史电负荷数据确定自回归积分滑动平均模型的自回归阶数p及移动平均阶数q,并对所述电负荷时间序列预测模型中的θ1、θ2、θ3…θq和φ0、φ1、φ2、φ3…φp进行参数估计,最终获得电负荷日前预测数据;
所述区域综合能源系统冷热负荷日前预测数据是按如下方式利用日前气温预测数据,并根据一阶等效热参数模型得到:
由式(2.2)所表征的一阶等效热参数模型描述室内温度与冷热负荷的关系:
式(2.2)中:
R和C分别为建筑物的等效热阻和等效热容;
利用式(2.2)得到由式(2.3)所表征的根据时段划分的热平衡方程:
本发明计及负荷聚合商的区域综合能源系统优化运行方法的特点也在于,所述步骤2是按如下方式建立基于负荷聚合商的需求侧响应模型:
根据用户允许夏季温度升高或冬季温度下降的区间大小对补偿价格的响应程度,以及负荷聚合商允许调控时间长度的不同,分别制定不同的需求侧响应计划,分别给与相应的价格补贴,建立由式(3.1)所表征的基于负荷聚合商的需求侧响应模型:
式(3.1)中:
Tmin为用户在需求侧响应计划下,夏季温度升高的最小值或冬季温度下降的最小值;
Tmax为用户在需求侧响应计划下,夏季温度升高的最大值或冬季温度下降的最大值;
Tcomfort为用户舒适温度,取26℃;
Lt reduce为在t时段削减的电负荷;
Lt before为不计及负荷聚合商的情况下在t时段的电负荷;
Lt after为计及负荷聚合商的情况下在t时段的电负荷;
πLA为单位能量的补贴价格;
本发明计及负荷聚合商的区域综合能源系统建模方法的特点也在于:所述步骤3是按如下方式建立区域综合能源系统冷热电功率平衡模型:
所述区域综合能源系统模型是基于能源集线器模型,所述区域综合能源系统中的供能设备的种类包括:燃气轮机、电锅炉、燃气锅炉、电制冷机和吸收式制冷机;
所述电负荷功率平衡关系由式(4.1)所表征:
所述冬季供热功率平衡关系由式(4.2)所表征:
所述夏季供冷功率平衡关系由式(4.3)所表征:
式中:
Le、Lh和Lc分别为区域综合能源系统的电负荷功率、冬季热负荷功率和夏季冷负荷功率;
Se为区域综合能源系统中各时段中储电装置的充放电功率,Se负值为充电状态,Se正值为放电状态;
Sh为区域综合能源系统中各时段中储热装置的充放热功率,Sh负值为储热状态,Sh正值为放热状态;
α1、α2和α3一一对应为电能直接供给电负荷的分配系数、夏季电锅炉的分配系数、冬季电制冷机的分配系数;
β1和β2分别为天然气分配给燃气轮机和燃气锅炉的分配系数;
ηEB和ηGB分别为电锅炉和燃气锅炉的热效率;
ηER和ηAR分别为电制冷机和吸收式制冷机的制冷效率。
本发明计及负荷聚合商的区域综合能源系统优化运行方法的特点也在于:按如下方式建立并求解区域综合能源系统运行优化模型,所述运行优化模型的目标函数为区域综合能源系统的总运行成本,设置包括网络约束、供能设备约束和储能设备约束的不等式约束;以所述区域综合能源系统冷热电功率平衡模型为等式约束,采用Cplex或Gurobi的优化工具进行求解;
所述运行优化模型的目标函数由式(5.1)所表征:
其中:
Ctotal为区域综合能源系统的总运行成本;
Ce(t)为购电成本,并有:Ce(t)=πePe(t)ΔT;
Cg(t)为购气成本,并有:Cg(t)=πgPg(t)ΔT;
CLA(t)为负荷聚合商补贴金额,并有:CLA(t)=πLAPLA(t)ΔT;
N为总时段数,M为供能设备的数量;
Pi为第i类供能设备的实际功率;Pe为购电量,Pg为购气量;PLA为聚合商负荷削减量;
πi为第i类供能设备输出单位数量的能量的运行维护成本;
πe为电力价格,πg为天然气价格;πLA为聚合商补贴价格;
所述网络约束包括由式(5.2)所表征的配电网购电约束和由式(5.3)所表征的燃气管网购气约束:
其中:
所述供能设备约束由式(5.4)所表征:
其中:
所述储能设备包括热储能设备和电储能设备,所述储能设备约束由式(5.5)和式(5.6)所表征:
其中:
以j表示第j种储能设备;
μj为0、1变量,以μ为0和1分别表示第j种储能设备为放能状态和充能状态;
ηj ch和ηj dis分别为第j种储能设备的充能效率和放能效率;
其中:
利用已得到的区域综合能源系统电负荷日前预测数据、冷热负荷日前预测数据以及不同需求侧响应计划下的计及需求侧响应后的区域综合能源系统冷热负荷,使用Cplex或Gurobi优化工具求解最优化模型,得到其各自的各供能设备及储能设备的日前运行优化结果,从中确定最优需求侧响应计划及各供能设备及储能设备的最优运行规划。
与已有技术相比,本发明有益效果体现在:
本发明将区域综合能源系统模型与基于负荷聚合商的需求侧响应机制结合,实现了对区域综合能源系统中的能量生产和转换设备的最优调度,使设备能够运行在最优的工况,有效提高综合能源系统的经济性的同时,充分挖掘了用户热负荷弹性,使之能够在负荷聚合商的调度下,参与日前电力市场需求侧响应,实现了电负荷的削峰填谷及负荷削减,不仅降低了用户的用能成本,也提高了多种能源之间的互补与协同性。
附图说明
图1为区域综合能源系统结构图
具体实施方式
本实施例中计及负荷聚合商的区域综合能源系统优化运行方法是按如下步骤进行:
步骤1、获得区域综合能源系统的电负荷日前预测数据及冷热负荷日前预测数据:
区域综合能源系统电负荷日前预测数据是利用历史电负荷数据,并通过时间序列预测法得到;区域综合能源系统冷热负荷日前预测数据是利用日前气温数据,并通过一阶等效热参数模型得到。
步骤2、建立基于负荷聚合商的需求侧响应模型;
负荷聚合商通过与用户达成协议制定需求侧响应计划,需求侧响应计划是指在对用户舒适度影响较小的前提下,使冷热负荷响应电网侧调度,降低高峰时段电力需求,从而缓解电网压力,保证安全运行;基于负荷聚合商的需求侧响应模型,根据需求侧响应的不同计划,得到其各自的计及需求侧响应后的区域综合能源系统冷热负荷。
步骤3、建立区域综合能源系统冷热电功率平衡模型,包括:电负荷功率平衡模型、冬季供热功率平衡关系和夏季供冷功率平衡模型。
区域综合能源系统冷热电功率平衡模型是基于能源集线器模型,能源集线器模型可以视作具有输入和输出的一个二端口模型,通过耦合矩阵描述能量的转化、存储和分配,从而宏观地描述能量供应与需求的平衡关系。
步骤4、建立并求解区域综合能源系统运行优化模型
区域综合能源系统运行优化模型是以区域综合能源系统总运行成本最低为优化目标,以网络约束、供能设备约束、储能设备约束以及区域综合能源系统冷热电功率平衡为约束条件,得到各供能设备及储能设备的日前功率优化结果,实现计及负荷聚合商的区域综合能源系统优化运行;供能设备包括能量生产设备和能量转换设备。
具体实施中,将一天24小时划分为48个等长的时段,每个时段的时长为ΔT,以每个时段内的数据平均值作为相应时段的数据取值。
区域综合能源系统电负荷日前预测数据是按如下方式利用历史电负荷数据,并通过时间序列预测法得到:
时间序列是一组按照发生时间排列的具有均匀时间间隔的统计数据。根据被预测量的过去变化规律建立相应模型,并利用其预测该变量的未来变化,就是时间序列分析。自回归积分滑动平均模型是一类常用的时间序列模型,利用时间序列的过去值、当前值一击滞后随机扰动来解释和预测事件的规律。
时间序列预测法采用由式(2.1)所表征的自回归积分滑动平均模型:
λt=φ0+φ1λt-1+φ2λt-2+…+φpλt-p+εt+θ1εt-1+θ2εt-2+…θqεt-q (2.1),
式中:
t、t-1、t-2…表示连续的时段;
λt、λt-1、λt-2…λt-p表示时间序列,p为自回归积分滑动平均模型的自回归阶数;
εt、εt-1、εt-2…εt-q为白噪声序列,q为自回归积分滑动平均模型的移动平均阶数;
θ1、θ2、θ3…θq和φ0、φ1、φ2、φ3…φp均为不为零的待定系数;
依据式(2.1)所表征的自回归积分滑动平均模型获得电负荷时间序列预测模型,利用历史电负荷数据确定自回归积分滑动平均模型的自回归阶数p及移动平均阶数q,并对电负荷时间序列预测模型中的θ1、θ2、θ3…θq和φ0、φ1、φ2、φ3…φp进行参数估计,最终获得电负荷日前预测数据。
区域综合能源系统冷热负荷日前预测数据是按如下方式利用日前气温预测数据,并根据一阶等效热参数模型得到:
由(2.2)所表征的一阶等效热参数模型描述室内温度与冷热负荷的关系:
式(2.2)中:
R和C分别为建筑物的等效热阻和等效热容;
利用式(2.2)得到由式(2.3)所表征的根据时段划分的热平衡方程:
将区域综合能源系统的冷热负荷日前预测数据,通过所建立的基于负荷聚合商的需求侧响应模型,进一步得到计及需求侧响应后的区域综合能源系统冷热负荷。
按如下方式建立基于负荷聚合商的需求侧响应模型:
根据用户允许夏季温度升高或冬季温度下降的区间大小对补偿价格的响应程度,以及负荷聚合商允许调控时间长度的不同,分别制定不同的需求侧响应计划,分别给与相应的价格补贴,建立建立由式(3.1)所表征的基于负荷聚合商的需求侧响应模型:
式(3.1)中:
Tmin为用户在需求侧响应计划下,夏季温度升高的最小值或冬季温度下降的最小值;
Tmax为用户在需求侧响应计划下,夏季温度升高的最大值或冬季温度下降的最大值;
Tcomfort为用户舒适温度,取26℃;
Lt reduce为在t时段削减的电负荷;
Lt before为不计及负荷聚合商的情况下在t时段的电负荷;
Lt after为计及负荷聚合商的情况下在t时段的电负荷;
πLA为单位能量的补贴价格;
区域综合能源系统模型基于能源集线器模型,区域综合能源系统中的供能设备的种类包括:燃气轮机、电锅炉、燃气锅炉、电制冷机和吸收式制冷机,储能设备包括:热储能设备和电储能设备,其结构如图1所示。
能源集线器模型可以描述电、气、冷、热间的耦合关系,通过耦合矩阵C描述能源输入P与能源输出L之间的关系,使之满足L=CP,能源集线器模型的一般形式由式(4.1.1)所表征:
式中,L为能量输出矩阵;C为能量耦合矩阵;P为能量输入矩阵,其中Cαα...Cωω为耦合因子表示特定输入与输出之间的耦合关系。
根据能源集线器模型,可获得电负荷功率、冬季供热功率、夏季供冷功率与各设备电功率与天然气功率的等式关系,建立如下所示的区域综合能源系统冷热电功率平衡模型:
电负荷功率平衡关系由式(4.1)所表征:
冬季供热功率平衡关系由式(4.2)所表征:
夏季供冷功率平衡关系由式(4.3)所表征:
式中:
Le、Lh和Lc分别为区域综合能源系统的电负荷功率、冬季热负荷功率和夏季冷负荷功率;
Se为区域综合能源系统中各时段中储电装置的充放电功率,Se负值为充电状态,Se正值为放电状态;
Sh为区域综合能源系统中各时段中储热装置的充放热功率,Sh负值为储热状态,Sh正值为放热状态;
α1、α2和α3一一对应为电能直接供给电负荷的分配系数、夏季电锅炉的分配系数、冬季电制冷机的分配系数;
β1和β2分别为天然气分配给燃气轮机和燃气锅炉的分配系数;
ηEB和ηGB分别为电锅炉和燃气锅炉的热效率;
ηER和ηAR分别为电制冷机和吸收式制冷机的制冷效率。
按如下方式建立并求解区域综合能源系统运行优化模型,运行优化模型的目标函数为区域综合能源系统的总运行成本,设置包括网络约束、供能设备约束和储能设备约束的不等式约束;以区域综合能源系统冷热电功率平衡模型为等式约束,采用Cplex或Gurobi的优化工具进行求解;
运行优化模型的目标函数由式(5.1)所表征:
其中:
Ctotal为区域综合能源系统的总运行成本;
Ce(t)为购电成本,并有:Ce(t)=πePe(t)ΔT;
Cg(t)为购气成本,并有:Cg(t)=πgPg(t)ΔT;
CLA(t)为负荷聚合商补贴金额,并有:CLA(t)=πLAPLA(t)ΔT;
N为总时段数,M为供能设备的数量;
Pi为第i类供能设备的实际功率;Pe为购电量,Pg为购气量;PLA为聚合商负荷削减量;
πi为第i类供能设备输出单位数量的能量的运行维护成本;
πe为电力价格,πg为天然气价格;πLA为聚合商补贴价格;
网络约束包括由式(5.2)所表征的配电网购电约束和由式(5.3)所表征的燃气管网购气约束:
其中:
供能设备约束由由式(5.4)所表征:
其中:
储能设备包括热储能设备和电储能设备,储能设备中储存的能量伴随能量的充放过程,并且在能量充放过程中伴随能量损失,储能设备约束由式(5.5)和式(5.6)所表征:
其中:
以j表示第j种储能设备;
μj为0、1变量,以μ为0和1分别表示第j种储能设备为放能状态和充能状态;
Pj ch和Pj dis分别为第j种储能设备的充能功率和放能功率;
ηj ch和ηj dis分别为第j种储能设备的充能效率和放能效率;
其中:
利用已得到的区域综合能源系统电负荷日前预测数据、冷热负荷日前预测数据以及不同需求侧响应计划下的计及需求侧响应后的区域综合能源系统冷热负荷,使用Cplex或Gurobi优化工具求解最优化模型,得到其各自的各供能设备及储能设备的日前运行优化结果,从中确定最优需求侧响应计划及各供能设备及储能设备的最优运行规划。
Claims (4)
1.一种计及负荷聚合商的区域综合能源系统优化运行方法,其特征是按如下步骤进行:
步骤1、获得区域综合能源系统的电负荷日前预测数据及冷热负荷日前预测数据:
所述区域综合能源系统电负荷日前预测数据是利用历史电负荷数据,并通过时间序列预测法得到;所述区域综合能源系统冷热负荷日前预测数据是利用日前气温数据,并通过一阶等效热参数模型得到;
步骤2、建立基于负荷聚合商的需求侧响应模型;
所述负荷聚合商通过与用户达成协议制定需求侧响应计划,所述需求侧响应计划是指在对用户舒适度影响较小的前提下,使冷热负荷响应电网侧调度,降低高峰时段电力需求,从而缓解电网压力,保证安全运行;所述基于负荷聚合商的需求侧响应模型是根据所述需求侧响应的不同计划,得到其各自的计及需求侧响应后的区域综合能源系统冷热负荷;
步骤3、建立区域综合能源系统冷热电功率平衡模型;
所述区域综合能源系统冷热电功率平衡模型包括:电负荷功率平衡模型、冬季供热功率平衡关系和夏季供冷功率平衡模型;
步骤4、建立并求解区域综合能源系统运行优化模型
所述区域综合能源系统运行优化模型是以区域综合能源系统总运行成本最低为优化目标,以网络约束、供能设备约束、储能设备约束以及区域综合能源系统冷热电功率平衡为约束条件,得到各供能设备及储能设备的日前功率优化结果,实现计及负荷聚合商的区域综合能源系统优化运行;
将一天24小时划分为48个等长的时段,每个时段的时长为ΔT,以每个时段内的数据平均值作为相应时段的数据取值;
所述区域综合能源系统电负荷日前预测数据是按如下方式利用历史电负荷数据,并通过时间序列预测法得到:
所述时间序列预测法采用由式(2.1)所表征的自回归积分滑动平均模型:
λt=φ0+φ1λt-1+φ2λt-2+…+φpλt-p+εt+θ1εt-1+θ2εt-2+…θqεt-q (2.1)
式中:
t、t-1、t-2…表示连续的时段;
λt、λt-1、λt-2…λt-p表示时间序列,p为自回归积分滑动平均模型的自回归阶数;
εt、εt-1、εt-2…εt-q为白噪声序列,q为自回归积分滑动平均模型的移动平均阶数;
θ1、θ2、θ3…θq和φ0、φ1、φ2、φ3…φp均为不为零的待定系数;
依据式(2.1)所表征的自回归积分滑动平均模型获得电负荷时间序列预测模型,利用历史电负荷数据确定自回归积分滑动平均模型的自回归阶数p及移动平均阶数q,并对所述电负荷时间序列预测模型中的θ1、θ2、θ3…θq和φ0、φ1、φ2、φ3…φp进行参数估计,最终获得电负荷日前预测数据;
所述区域综合能源系统冷热负荷日前预测数据是按如下方式利用日前气温预测数据,并根据一阶等效热参数模型得到:
由式(2.2)所表征的一阶等效热参数模型描述室内温度与冷热负荷的关系:
式(2.2)中:
Tt in和Tt out分别为t时段的室内温度和室外温度;
R和C分别为建筑物的等效热阻和等效热容;
利用式(2.2)得到由式(2.3)所表征的根据时段划分的热平衡方程:
2.根据权利要求1所述的计及负荷聚合商的区域综合能源系统优化运行方法,其特征是:所述步骤2是按如下方式建立基于负荷聚合商的需求侧响应模型:
根据用户允许夏季温度升高或冬季温度下降的区间大小对补偿价格的响应程度,以及负荷聚合商允许调控时间长度的不同,分别制定不同的需求侧响应计划,分别给与相应的价格补贴,建立由式(3.1)所表征的基于负荷聚合商的需求侧响应模型:
式(3.1)中:
Tmin为用户在需求侧响应计划下,夏季温度升高的最小值或冬季温度下降的最小值;
Tmax为用户在需求侧响应计划下,夏季温度升高的最大值或冬季温度下降的最大值;
Tcomfort为用户舒适温度,取26℃;
Lt reduce为在t时段削减的电负荷;
Lt before为不计及负荷聚合商的情况下在t时段的电负荷;
Lt after为计及负荷聚合商的情况下在t时段的电负荷;
πLA为单位能量的补贴价格;
tLA为负荷聚合商实际调控时间长度;
3.根据权利要求1所述的计及负荷聚合商的区域综合能源系统优化运行方法,其特征是:所述步骤3是按如下方式建立区域综合能源系统冷热电功率平衡模型:
所述区域综合能源系统模型是基于能源集线器模型,所述区域综合能源系统中的供能设备的种类包括:燃气轮机、电锅炉、燃气锅炉、电制冷机和吸收式制冷机;
所述电负荷功率平衡关系由式(4.1)所表征:
所述冬季供热功率平衡关系由式(4.2)所表征:
所述夏季供冷功率平衡关系由式(4.3)所表征:
式中:
Le、Lh和Lc分别为区域综合能源系统的电负荷功率、冬季热负荷功率和夏季冷负荷功率;
Se为区域综合能源系统中各时段中储电装置的充放电功率;
Se负值为充电状态,Se正值为放电状态;
Sh为区域综合能源系统中各时段中储热装置的充放热功率,Sh负值为储热状态,Sh正值为放热状态;
α1、α2和α3一一对应为电能直接供给电负荷的分配系数、夏季电锅炉的分配系数、冬季电制冷机的分配系数;
β1和β2分别为天然气分配给燃气轮机和燃气锅炉的分配系数;
ηEB和ηGB分别为电锅炉和燃气锅炉的热效率;
ηER和ηAR分别为电制冷机和吸收式制冷机的制冷效率。
4.根据权利要求3所述的计及负荷聚合商的区域综合能源系统优化运行方法,其特征是:按如下方式建立并求解区域综合能源系统运行优化模型,所述运行优化模型的目标函数为区域综合能源系统的总运行成本,设置包括网络约束、供能设备约束和储能设备约束的不等式约束;以所述区域综合能源系统冷热电功率平衡模型为等式约束,采用Cplex或Gurobi的优化工具进行求解;
所述运行优化模型的目标函数由式(5.1)所表征:
其中:
Ctotal为区域综合能源系统的总运行成本;
Ce(t)为购电成本,并有:Ce(t)=πePe(t)ΔT;
Cg(t)为购气成本,并有:Cg(t)=πgPg(t)ΔT;
CLA(t)为负荷聚合商补贴金额,并有:CLA(t)=πLAPLA(t)ΔT;
N为总时段数,M为供能设备的数量;
Pi为第i类供能设备的实际功率;Pe为购电量,Pg为购气量;PLA为聚合商负荷削减量;
πi为第i类供能设备输出单位数量的能量的运行维护成本;
πe为电力价格,πg为天然气价格;πLA为聚合商补贴价格;
所述网络约束包括由式(5.2)所表征的配电网购电约束和由式(5.3)所表征的燃气管网购气约束:
其中:
所述供能设备约束由式(5.4)所表征:
其中:
Pi为第i类供能设备的实际功率,Pi Max为第i类供能设备的额定功率;
ΔPi为第i类供能设备的输入功率变化量,ΔPi Min和ΔPi Max分别为第i类供能设备的爬坡功率下限值和上限值;
所述储能设备包括热储能设备和电储能设备,所述储能设备约束由式(5.5)和式(5.6)所表征:
其中:
以j表示第j种储能设备;
μj为0、1变量,以μ为0和1分别表示第j种储能设备为放能状态和充能状态;
Pj ch和Pj dis分别为第j种储能设备的充能功率和放能功率;
ηj ch和ηj dis分别为第j种储能设备的充能效率和放能效率;
其中:
Sj为第j种储能设备的实际储存能量的数值;
Pi dis为储能设备的实际放能功率;
利用已得到的区域综合能源系统电负荷日前预测数据、冷热负荷日前预测数据以及不同需求侧响应计划下的计及需求侧响应后的区域综合能源系统冷热负荷,使用Cplex或Gurobi优化工具求解最优化模型,得到其各自的各供能设备及储能设备的日前运行优化结果,从中确定最优需求侧响应计划及各供能设备及储能设备的最优运行规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810963727.8A CN109063925B (zh) | 2018-08-16 | 2018-08-16 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810963727.8A CN109063925B (zh) | 2018-08-16 | 2018-08-16 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063925A CN109063925A (zh) | 2018-12-21 |
CN109063925B true CN109063925B (zh) | 2021-08-17 |
Family
ID=64755931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810963727.8A Active CN109063925B (zh) | 2018-08-16 | 2018-08-16 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063925B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858759B (zh) * | 2018-12-29 | 2023-04-07 | 陕西鼓风机(集团)有限公司 | 一种工业园区综合能源平衡调度方法 |
CN109672176A (zh) * | 2019-01-09 | 2019-04-23 | 国家电网有限公司 | 一种温控负荷控制目标确定方法和系统 |
CN109829575B (zh) * | 2019-01-17 | 2021-05-28 | 新奥数能科技有限公司 | 能源数据预测的处理方法、装置、可读介质及电子设备 |
CN109872228A (zh) * | 2019-01-17 | 2019-06-11 | 华北电力大学(保定) | 计及不确定性的柔性负荷聚合商参与电力市场投标方法 |
CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源系统优化控制方法 |
CN110086208B (zh) * | 2019-04-18 | 2023-05-12 | 新奥数能科技有限公司 | 综合能源系统的设备调控方法及装置 |
CN110135028A (zh) * | 2019-04-29 | 2019-08-16 | 昆明理工大学 | 基于负荷聚合商的住宅智能能量路由器综合需求响应方法 |
CN110298138B (zh) * | 2019-07-09 | 2024-01-05 | 南方电网科学研究院有限责任公司 | 一种综合能源系统优化方法、装置、设备及可读存储介质 |
CN110515300B (zh) * | 2019-08-05 | 2022-11-29 | 广东电网有限责任公司 | 一种区域互联综合能源多目标优化配置方法 |
CN110705737A (zh) * | 2019-08-09 | 2020-01-17 | 四川大学 | 一种多能微网多种储能容量综合优化配置方法 |
CN110442103B (zh) * | 2019-08-13 | 2021-09-17 | 南方电网科学研究院有限责任公司 | 一种生产设备的运行调控方法、装置、设备及存储介质 |
CN110598913B (zh) * | 2019-08-21 | 2022-04-15 | 全球能源互联网研究院有限公司 | 一种园区综合能源系统设备容量配置的优化方法及系统 |
CN111091227B (zh) * | 2019-11-14 | 2023-04-18 | 中国电建集团西北勘测设计研究院有限公司 | 一种综合能源系统调度管理平台 |
CN110766241B (zh) * | 2019-11-27 | 2022-05-03 | 广西电网有限责任公司 | 需求响应控制方法、装置、设备和存储介质 |
CN111144628A (zh) * | 2019-12-16 | 2020-05-12 | 茂盟(上海)工程技术股份有限公司 | 一种分布式供能的冷热电负荷预测模型系统及方法 |
CN111219250B (zh) * | 2020-01-20 | 2022-10-21 | 上海电力大学 | 一种混合分布式供能系统 |
CN111900714B (zh) * | 2020-04-14 | 2023-12-08 | 华北电力大学 | 多能源协同系统优化调度模型构建方法、装置和计算设备 |
CN111509713B (zh) * | 2020-05-18 | 2023-05-23 | 无锡隆玛科技股份有限公司 | 区域综合能源系统模型优化配置方法及系统 |
CN111612273B (zh) * | 2020-05-28 | 2023-09-08 | 山东大学 | 一种区域级综合能源系统分区设计方法及系统 |
CN111754037B (zh) * | 2020-06-19 | 2023-01-20 | 国网河南省电力公司经济技术研究院 | 区域终端集成供能系统长期负荷混合预测方法 |
CN111668836B (zh) * | 2020-06-23 | 2021-08-31 | 华中科技大学 | 一种源-网-荷-储海量设备的聚合与分层调控方法 |
CN112180741B (zh) * | 2020-10-30 | 2022-06-21 | 合肥工业大学 | 一种负荷聚合商参与的综合需求响应方法及系统 |
CN112308409B (zh) * | 2020-10-30 | 2022-10-11 | 合肥工业大学 | 一种基于区块链的综合能源系统协调运行优化方法及系统 |
CN112464449A (zh) * | 2020-11-13 | 2021-03-09 | 上海电力大学 | 基于多种时间尺度耦合特性的综合需求响应潜力模拟方法 |
CN112686505A (zh) * | 2020-12-17 | 2021-04-20 | 清华大学 | 基于多代理的区域综合能源管理系统及方法 |
CN112580996B (zh) * | 2020-12-23 | 2024-06-28 | 大连理工大学 | 一种基于机组参数聚合的综合能源系统电-热平衡评价方法 |
CN112598195A (zh) * | 2020-12-31 | 2021-04-02 | 国网河北省电力有限公司经济技术研究院 | 楼宇型综合能源系统运行优化方法、装置及终端设备 |
CN113159380B (zh) * | 2021-03-18 | 2023-04-07 | 国网山东综合能源服务有限公司 | 一种计及需求响应的综合能源系统运行优化方法 |
CN113865166A (zh) * | 2021-03-31 | 2021-12-31 | 合肥工业大学 | 基于能量平衡和各供能单元负荷率的供冷热系统策略优化 |
CN113052722B (zh) * | 2021-04-16 | 2022-08-02 | 山东大学 | 基于虚拟负荷控制的综合能源系统运行优化方法及系统 |
CN113240279B (zh) * | 2021-05-14 | 2023-04-18 | 国网山东省电力公司电力科学研究院 | 基于综合需求侧响应的综合能源系统运行控制方法及系统 |
CN113537618B (zh) * | 2021-07-29 | 2022-10-25 | 中国电建集团河南省电力勘测设计院有限公司 | 一种考虑居民用户需求响应的综合能源系统优化调度方法 |
CN114118803B (zh) * | 2021-11-26 | 2024-04-26 | 国网江苏省电力有限公司电力科学研究院 | 一种多区域综合能源系统集成与协同优化方法及装置 |
CN114925546B (zh) * | 2022-06-17 | 2024-07-19 | 国网北京市电力公司 | 冷链负荷聚合参与电网调控的中标量分解方法、装置及存储介质 |
CN115081867B (zh) * | 2022-06-20 | 2024-06-28 | 国网浙江省电力有限公司经济技术研究院 | 一种综合能源系统储能规划方法、装置和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015060498A1 (ko) * | 2013-10-25 | 2015-04-30 | 벽산파워 주식회사 | 소셜 네트워크 서비스 기반의 개방형 전력사용이력 데이터를 활용한 소규모 수요반응 자원의 집단적 거래 서비스 시스템 및 방법 |
CN106230796A (zh) * | 2016-07-22 | 2016-12-14 | 国家电网公司 | 一种基于移动设备的电网调度态势感知系统 |
CN106487011A (zh) * | 2016-11-28 | 2017-03-08 | 东南大学 | 一种基于q学习的户用微电网能量优化方法 |
CN106777708A (zh) * | 2016-12-21 | 2017-05-31 | 天津大学 | 一种电力‑天然气区域综合能源系统的稳态分析方法 |
CN107358345A (zh) * | 2017-06-30 | 2017-11-17 | 上海电力学院 | 计及需求侧管理的分布式冷热电联供系统优化运行方法 |
CN107506851A (zh) * | 2017-07-26 | 2017-12-22 | 河海大学 | 一种多区域虚拟电厂综合能源协调调度优化模型 |
CN108224692A (zh) * | 2018-01-09 | 2018-06-29 | 合肥工业大学 | 一种考虑室外气温预测误差的空调柔性控制响应能力预测方法 |
-
2018
- 2018-08-16 CN CN201810963727.8A patent/CN109063925B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015060498A1 (ko) * | 2013-10-25 | 2015-04-30 | 벽산파워 주식회사 | 소셜 네트워크 서비스 기반의 개방형 전력사용이력 데이터를 활용한 소규모 수요반응 자원의 집단적 거래 서비스 시스템 및 방법 |
CN106230796A (zh) * | 2016-07-22 | 2016-12-14 | 国家电网公司 | 一种基于移动设备的电网调度态势感知系统 |
CN106487011A (zh) * | 2016-11-28 | 2017-03-08 | 东南大学 | 一种基于q学习的户用微电网能量优化方法 |
CN106777708A (zh) * | 2016-12-21 | 2017-05-31 | 天津大学 | 一种电力‑天然气区域综合能源系统的稳态分析方法 |
CN107358345A (zh) * | 2017-06-30 | 2017-11-17 | 上海电力学院 | 计及需求侧管理的分布式冷热电联供系统优化运行方法 |
CN107506851A (zh) * | 2017-07-26 | 2017-12-22 | 河海大学 | 一种多区域虚拟电厂综合能源协调调度优化模型 |
CN108224692A (zh) * | 2018-01-09 | 2018-06-29 | 合肥工业大学 | 一种考虑室外气温预测误差的空调柔性控制响应能力预测方法 |
Non-Patent Citations (3)
Title |
---|
A price decision approach for multiple multi-energy-supply microgrids considering demand response;Bei Li等;《2018 IEEE International Energy Conference (ENERGYCON)》;20180628;全文 * |
Bi-level optimal dispatch model for micro energy grid based on load aggregator business;Dezhi Li等;《2017 IEEE Conference on Energy Internet and Energy System Integration》;20180104;1-5 * |
基于能源集线器的微能源网能量流建模及优化运行分析;马腾飞等;《CNKI网络出版》;20170707;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109063925A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109063925B (zh) | 一种计及负荷聚合商的区域综合能源系统优化运行方法 | |
CN112072640B (zh) | 一种虚拟电厂聚合资源的容量优化方法 | |
CN109523052B (zh) | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 | |
CN107290968B (zh) | 一种多能互补综合能源系统的协调优化控制方法 | |
CN108039710B (zh) | 一种基于阶跃特性的空调负荷参与的电网日前调度方法 | |
CN110619110B (zh) | 一种含热泵的综合能源系统协调运行优化方法 | |
CN110535185B (zh) | 一种考虑需求响应的含光热电站多源优化运行方法 | |
CN106127337B (zh) | 基于变频空调虚拟机组建模的机组组合方法 | |
CN110400059B (zh) | 一种综合能源系统联络线功率控制方法 | |
CN105656064B (zh) | 利用供热时滞性实现热电机组参与系统调峰调度的方法 | |
CN107612017B (zh) | 基于需求响应和分布式储能的风电并网智能调控系统 | |
CN107579544B (zh) | 基于用户侧需求响应和分布式储能的风电并网控制方法 | |
CN110322056A (zh) | 一种计及中央空调系统的虚拟电厂随机自适应鲁棒优化调度方法 | |
Cole et al. | Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems | |
CN110209135B (zh) | 基于微型热电联产多时间尺度的家庭能源优化调度方法 | |
CN109685396B (zh) | 一种计及公共楼宇需求响应资源的配电网能量管理方法 | |
CN110474370B (zh) | 一种空调可控负荷、光伏储能系统的协同控制系统及方法 | |
CN113446661B (zh) | 一种智能高效的热网运行调节方法 | |
CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量系统容量优化方法 | |
CN111898806A (zh) | 电-热耦合的源储荷集成多能流园区运行优化方法及系统 | |
CN112413702B (zh) | 一种蓄热式电采暖负荷与配电网台区的匹配方法及系统 | |
CN114862252A (zh) | 可调负荷多层聚合调度潜力分析方法、系统、设备及介质 | |
CN108062025B (zh) | 基于终端热负荷非均一特性的电、热协同调度系统及其方法 | |
CN108155644B (zh) | 计及辅助服务的动态供热系统与电力系统耦合调度方法 | |
CN113885367A (zh) | 一种楼宇能效管理控制系统及方法 |
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 |