CN109063992A - 考虑区域综合能源系统优化运行的配电网扩展规划方法 - Google Patents
考虑区域综合能源系统优化运行的配电网扩展规划方法 Download PDFInfo
- Publication number
- CN109063992A CN109063992A CN201810806857.0A CN201810806857A CN109063992A CN 109063992 A CN109063992 A CN 109063992A CN 201810806857 A CN201810806857 A CN 201810806857A CN 109063992 A CN109063992 A CN 109063992A
- Authority
- CN
- China
- Prior art keywords
- power
- distribution network
- power distribution
- resource system
- energy resource
- 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.)
- Granted
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
- G06Q10/0637—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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (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
本发明公开了考虑区域综合能源系统优化运行的配电网扩展规划方法,首先,建立区域综合能源系统模型并分析了其内部能量流动关系。其次,基于多代理系统搭建包含主管层、区域层、设备层的三层交互结构,实现空间尺度上不同实体的相互作用。然后,对含居民、商业、工业类区域综合能源系统的配电网,建立了双层优化模型,上层进行配电网的扩展规划,下层实现区域综合能源系统的优化运行,并采用遗传膜算法和序列二次规划法嵌套求解上下层模型。最后,仿真算例表明,考虑区域综合能源系统优化运行的配电网规划可以减少规划的总成本,提高能源利用效率和新能源消纳率。
Description
技术领域
本发明涉及电气信息领域,具体涉及考虑区域综合能源系统优化运行的配电网扩展规划方法,实现在满足负荷增长的前提下,减少电网建设的投资,增加未来电网运行的经济性、可靠性和环保性,促进系统内资源的优化利用。
背景技术
随着化石能源的逐渐减少和环境污染的愈发严重,新能源发电技术被世界各国高度重视,越来越多的风力、光伏发电投入使用,然而由于其具有的不确定性和波动性,给现有能源供应网络带来了一定不利影响,其自身的大量消纳也存在困难。于是,可通过横向多种能源互补、纵向源-网-荷-储协调以实现能源高效利用的综合能源系统受到较大关注。在转向能源互联网的初始阶段中,配电网和其他能源网的耦合使得已有配电网内逐渐形成了区域综合能源系统,配电网的扩展规划面临着新的要求与挑战。
目前,分布式电源和微电网的接入对配电网规划影响的问题已有较多研究。当配电网中含区域综合能源系统(regional integrated energy system,RIES)时,有必要研究内部RIES的运行对其规划的影响,建立运行和规划的联合优化,以利用RIES运行中多种能源间和能源供需间的互补协调,去实现电网规划总成本的减少,以及系统能源利用效率和新能源消纳率的提高。
发明内容
对于现有方法存在的缺陷或需要的改善,本发明旨在采用考虑区域综合能源系统优化运行的配电网扩展规划方法求解复杂的配电网网架多阶段规划问题,用于满足负荷增长并促进资源的优化利用。
本发明通过下述技术方案实现:
考虑区域综合能源系统优化运行的配电网扩展规划方法,该方法包括以下步骤:
步骤一:建立了包含光伏电源PV、风电机组WT、电动汽车EV、电转气P2G、热电联产CHP、燃气锅炉GB、储气GS、吸收式制冷AR、电制冷ER以及可进行需求侧响应的柔性负荷的区域综合能源系统RIES模型,并分析了RIES模型内部的能量流动关系;
步骤二:基于多代理系统,搭建了包含主管层、区域层、设备层的三层交互结构,以完成空间尺度上配电网代理、RIES代理和多种能源设备代理的信息传递;
步骤三:建立了考虑RIES优化运行的配电网扩展规划的双层优化模型,上层为主管层配电网代理进行配电网的扩展规划,下层为区域层RIES代理通过控制设备层代理进行自身的优化运行
步骤四:基于上述双层优化模型,采用遗传膜算法和序列二次规划法进行上下层模型的嵌套求解,得到了最优规划方案。
优选的,所述步骤一的区域综合能源系统内部能量流动关系如下:
式中:为P2G转换的天然气功率;为RIES向配电网购买的电功率;为PV的实际发电功率;为WT的实际发电功率;为EV的充放电功率;ηP2G为P2G的转换效率;为电能分配系数;为CHP的产电功率;为RIES向天然气管网购买的气功率;为GS的充放气功率;为CHP的产电效率;为天然气分配系数;为CHP的产热功率;为CHP的产热效率;为GB的产热功率;为GB的产热效率;为ER的制冷功率;为ER制冷所需的电功率;ηER为ER的制冷效率;为AR的制冷功率;为AR制冷所需的热功率;ηAR为AR的制冷效率;变量下标s为场景、t为时段。
优选的,所述步骤二的三层交互结构中主管层为最上层代理,代表配电网,其制定并传达区域激励信号,同时接受区域层中各区域综合能源系统代理自治优化后的供需电量和新能源出力量,从而根据各节点的所需电量值进行配电网的扩展规划;区域层为中间层代理,代表区域综合能源系统,其接收并响应上传配电网代理的激励信号,分析区域内部各种设备的出力特性和负荷响应特性,进行内部多能互补的优化运行;设备层为最下层代理,代表区域综合能源系统内部的各种设备,其响应区域综合能源系统代理的控制指令,并上传各设备响应结果,以达到区域综合能源系统代理的优化目标。
优选的,所述步骤三的双层优化模型中上层模型,考虑规划方案的综合经济性,以配电网规划总成本的等年值最小为目标:
min f1=CI+CP+CM+CF+CIM-CE-CD (7)
CM=λMCI (10)
式中:f1为规划总成本的等年值;CI为折算到每年的新建线路投资成本;CP为年网损成本;CM为年维护成本;CF为年故障成本;CIM为配电网的年购电成本;CE为促进配电网内新能源发电后减少的年环保成本;CD为投入设备的报废成本;Nnb为待新建线路数;xi为0-1变量,xi=0表示第i条待新建线路未被选中,xi=1表示第i条待新建线路被选中;cI,i为第i条新建线路的单位长度费用;li为第i条新建线路的长度;r为折现率;T为设备的寿命周期;cP为单位网损成本系数;Ns为场景数;Ts为第s场景的天数;Nt为一天的总时段数;Tt为每一时段的间隔时间;Ploss,s,t为配电网的有功损耗;λM为设备维护成本系数;cF为单位故障停电成本系数;EENS,s,t为配电网的供电不足期望值;Nb为配电网总支路数;λj为第j条线路的故障率;Nn为配电网总负荷节点数;PT,s,t,i为第j条线路故障引起第i个负荷节点的供电不足功率;cIM为配电网购电的电价;Nn0为配电网内普通电负荷节点数;Pe,s,t,i为第i个普通电负荷节点的所需电量值;NRIES为配电网内区域综合能源系统节点数;为第j个区域综合能源系统节点的所需电量值;Np为污染物的种类;CD,p、Cv,p为第p种污染物的排放费用和环境价值;Bp为燃煤发电产生第p种污染物的排放强度;为第i个区域综合能源系统节点中PV、WT的实际发电功率。
优选的,所述上层模型中需满足稳态运行约束条件如下:
其中,所述配电网稳态安全运行约束,包括节点功率平衡、节点电压限制和支路容量限制:
式中:Pe,s,t,i、Qe,s,t,i为节点i注入的有功功率和无功功率;Ue,s,t,i、Ue,s,t,j为节点i、j的电压幅值;Gij、Bij、θij为节点i、j间的电导、电纳、电压相角差;为节点i电压幅值的上下限值;Se,s,t,ij为支路ij的容量;为支路ij的传输容量极值。
所述天然气管网稳态安全运行约束,包括节点流量平衡、节点气压限制和管道流量限制:
Pg,s,t,ij=HGVFg,s,t,ij (20)
式中:F1,g,s,t,i为节点i注入管网的流量;j、k为节点i的上游和下游节点;Fg,s,t,j、Fg,s,t,k为节点j、k的流量;F2,g,s,t,i为节点i的天然气负荷;Ug,s,t,i为节点i的气压幅值;为节点i气压幅值的上下限值;Fg,s,t,ij为管道ij的流量;为管道ij的传输流量极值;Pg,s,t,ij为管道ij的天然气功率;HGV为天然气的热值。
优选的,所述步骤三的双层优化模型中下层模型,以有效利用的能量与实际消耗的能量之比作为能源利用效率,考虑不同典型日场景中一天24个时段的优化运行,以区域综合能源系统内部的能源利用效率和新能源消纳率之和最大为目标:
式中:f2为区域综合能源系统内部的能源利用效率和新能源消纳率之和;Le,s,t、Lh,s,t、Lc,s,t为区域综合能源系统内部电、热、冷负荷;为区域综合能源系统内部PV、WT的理想出力值。
优选的,不同典型日场景中一天24个时段的优化运行约束条件如下:
a.每种场景每一时段,区域综合能源系统内部电、热、冷功率应保持供需平衡:
b.每种场景每一时段,区域综合能源系统内部能源生产和能源转换设备的出力约束:
式中:PPV,max、PPV,min为PV出力的上下限值;PWT,max、PWT,min为WT出力的上下限值;PP2G ,max、PP2G,min为P2G转气功率的上下限值;Pe CHP,max、Pe CHP,min为CHP产电功率的上下限值;Ph CHP ,max、Ph CHP,min为CHP产热功率的上下限值;PGB,max、PGB,min为GB产热功率的上下限值;PER,max、PER ,min为ER制冷功率的上下限值;PAR,max、PAR,min为AR制冷功率的上下限值;
c.每种场景每一时段,区域综合能源系统内部EV充放电功率和EV电池容量约束:
式中:ρs,t为EV的停驶率;NEV为区域综合能源系统内部的EV数量;为单辆EV的额定放电和充电功率;Se,s,t、Se,s,t-1为第t和t-1时段所有EV电池的储电状态;ηEV,c、ηEV,d为单辆EV充放电的效率;CEV为单辆EV电池的最大容量;为EV电池存储容量系数的上下限值;
d.每种场景每一时段,区域综合能源系统内部GS充放气功率和GS容量约束:
式中:为GS放气和充气功率的上下限值;Sg,s,t、Sg,s,t-1为第t和t-1时段GS的储气状态;ηGS,c、ηGS,d为GS充放气的效率;CGS为GS的最大容量;为GS储气状态的上下限值;
e.区域综合能源系统内部用户参与了激励型电力需求响应项目,根据不同时段的电价调整用电量;设定每种场景每一时段电负荷转移量的约束和全时段内电负荷转移总量平衡约束:
式中:为电负荷转移出响应系数的上下限值;为电负荷转移出的功率;为电负荷转移进响应系数的上下限值;为电负荷转移进的功率;为原始电负荷值;
f.每种场景每一时段,区域综合能源系统内部电能、天然气分配系数的约束:
g.欲使用户响应区域综合能源系统的运行策略,应保证响应后用户购能总成本的减少:
式中:ce,s,t为区域综合能源系统的购电分时电价;cg为区域综合能源系统的购气价格;为区域综合能源系统不响应运行策略时购电量和购气量。
优选的,所述步骤四的遗传膜算法对上层模型的求解具体过程如下:遗传膜算法在膜计算的模型中融入遗传算法,首先搭建一个含有不同层次膜的膜系统,然后采用0-1编码进行解对象的编码,并在不同膜内产生初始解对象集,接着,根据序列二次规划法对下层模型的求解结果进行各解对象的适应度值计算,并按照遗传算法和膜计算的运行机制完成解对象的进化;最后判断是否达到收敛条件,若未达到则进行下一次的迭代,直到收敛。
优选的,所述序列二次规划法对下层模型的求解:序列二次规划法在某近似解处,将原问题转换为一个二次规划子问题,通过求解二次规划子问题来确定迭代收索方向,并重复迭代下去,直至求出原问题的解;结合MATLAB软件中的内置fmincon函数,基于上层模型的求解结果,在fmincon函数的参数中输入设定的变量初值、各变量的上下限值、目标函数表达式和约束条件表达式,并选择序列二次规划法作为求解算法,进行下层模型的优化计算。
本发明具有如下的优点和有益效果:
本发明考虑区域综合能源系统优化运行的配电网扩展规划方法,相较于不考虑区域综合能源系统优化运行的配电网规划,能够满足负荷增长并促进资源的优化利用,可优选出更合适的新建线路组合,从而在满足负荷需求条件下减少设备的初始投资;使配电网功率分布得到改善,降低了网络运行的经济费用;同时能够在供给和需求两个方面上提升配电网的可靠性,实现故障成本的减少,实现区域内风力、光伏、天然气和电动汽车的多途径供电,减少了在电价高峰时段的购电,从而使得购电成本大为减少;即大幅度地降低了规划的总成本。
本发明在区域综合能源系统运行经济性的约束下,凭借对能源转换设备的合理使用和实施电力需求响应项目,实现了不同能源间的互补利用和需求侧资源的灵活使用,提高能源利用效率和新能源消纳率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的RIES能量流示意图。
图中,RIES包含了能源生产设备:光伏电源(photovoltaic,PV)、风电机组(windturbine,WT)等,能源转换设备:电转气(power to gas,P2G)、热电联产(combined heatand power,CHP)、燃气锅炉(gas boiler,GB)、吸收式制冷(absorption refrigeration,AR)、电制冷(electrical refrigeration,ER)等,能源储存设备:电动汽车(electricvehicle,EV)、储气(gas storage,GS)等,以及可进行需求响应的柔性负荷,其间流动的能量包括了电能、热能和气能。
图2为本发明的基于MAS的三层交互结构图。
图3为本发明的GMA和SQP算法的求解流程图。
图4为IEEE 14节点配电网和11节点天然气管网构成图。
图中,细实线表示已有配电线路,粗实线表示待新建配电线路,虚线表示天然气管道。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
本实施例的配电网扩展规划方法,其主要思路是:首先,建立区域综合能源系统模型并分析了其内部能量流动关系。其次,基于多代理系统搭建包含主管层、区域层、设备层的三层交互结构,实现空间尺度上不同实体的相互作用。然后,对含居民、商业、工业类区域综合能源系统的配电网,建立了双层优化模型,上层进行配电网的扩展规划,下层实现区域综合能源系统的优化运行,并采用遗传膜算法和序列二次规划法嵌套求解上下层模型。最后,仿真算例表明,考虑区域综合能源系统优化运行的配电网规划可以减少规划的总成本,提高能源利用效率和新能源消纳率。
本实例中,考虑区域综合能源系统优化运行的配电网扩展规划方法,包括以下步骤:
(1)本发明从能源产生、转换、存储和使用出发,建立了包含光伏电源、风电机组、电动汽车、电转气、热电联产、燃气锅炉、储气、吸收式制冷、电制冷等能源设备以及可进行需求侧响应的柔性负荷的RIES模型,并分析了RIES内部的能量流动关系,如图1所示。
REIS不同能量间的转换关系:
式中:为P2G转换的天然气功率;为RIES向配电网购买的电功率;为PV的实际发电功率;为WT的实际发电功率;为EV的充放电功率;ηP2G为P2G的转换效率;为电能分配系数;为CHP的产电功率;为RIES向天然气管网购买的气功率;为GS的充放气功率;为CHP的产电效率;为天然气分配系数;为CHP的产热功率;为CHP的产热效率;为GB的产热功率;为GB的产热效率;为ER的制冷功率;为ER制冷所需的电功率;ηER为ER的制冷效率;为AR的制冷功率;为AR制冷所需的热功率;ηAR为AR的制冷效率;变量下标s为场景、t为时段。
(2)如图2所示,基于多代理系统(multi-agent system,MAS)搭建了包含主管层、区域层、设备层的三层交互结构,以完成空间尺度上配电网代理、RIES代理和多种能源设备代理的信息传递。
1)主管层:最上层代理,代表配电网。其制定并传达区域激励信号(主要为电价),同时接收区域层中各RIES Agent自治优化后的供需电量和新能源出力量,从而根据各节点的所需电量值进行配电网的扩展规划,以实现规划的总成本最小,同时也负责保证全系统的安全可靠运行。
2)区域层:中间层代理,代表RIES。其接收并响应上层配电网Agent的激励信号,分析区域内部各种设备的出力特性和负荷响应特性,进行内部多能互补的优化运行,以实现能源利用效率和新能源消纳率最大化,同时需满足内部能源转换关系和供需平衡。
3)设备层:最下层代理,代表RIES内部的各种设备。其响应RIES Agent的控制指令,并上传各设备响应结果(新能源出力、负荷转移值、EV充放电功率等),以达到RIESAgent的优化目标,同时需满足各设备的运行约束和电负荷的需求响应约束。
(3)考虑RIES优化运行的配电网扩展规划的双层优化模型:上层为主管层配电网代理进行配电网的扩展规划,下层为区域层RIES代理通过控制设备层代理进行自身的优化运行。
1)上层模型
考虑规划方案的综合经济性,以配电网规划总成本的等年值最小为目标:
min f1=CI+CP+CM+CF+CIM-CE-CD (7)
CM=λMCI (10)
式中:f1为规划总成本的等年值;CI为折算到每年的新建线路投资成本;CP为年网损成本;CM为年维护成本;CF为年故障成本;CIM为配电网的年购电成本;CE为促进配电网内新能源发电后减少的年环保成本;CD为投入设备的报废成本;Nnb为待新建线路数;xi为0-1变量,xi=0表示第i条待新建线路未被选中,xi=1表示第i条待新建线路被选中;cI,i为第i条新建线路的单位长度费用;li为第i条新建线路的长度;r为折现率;T为设备的寿命周期;cP为单位网损成本系数;Ns为场景数;Ts为第s场景的天数;Nt为一天的总时段数;Tt为每一时段的间隔时间;Ploss,s,t为配电网的有功损耗;λM为设备维护成本系数;cF为单位故障停电成本系数;EENS,s,t为配电网的供电不足期望值;Nb为配电网总支路数;λj为第j条线路的故障率;Nn为配电网总负荷节点数;PT,s,t,i为第j条线路故障引起第i个负荷节点的供电不足功率;cIM为配电网购电的电价;Nn0为配电网内普通电负荷节点数;Pe,s,t,i为第i个普通电负荷节点的所需电量值;NRIES为配电网内RIES节点数;为第j个区域综合能源系统节点的所需电量值;Np为污染物的种类;CD,p、Cv,p为第p种污染物的排放费用和环境价值;Bp为燃煤发电产生第p种污染物的排放强度;为第i个区域综合能源系统节点中PV、WT的实际发电功率。
对于CD的计算,若在规划期末设备达到使用周期则取CD为一定比例的最初投资值,若未到使用周期则由直线折旧法求取。
设定配电网稳态安全运行约束,包括节点功率平衡、节点电压限制和支路容量限制:
式中:Pe,s,t,i、Qe,s,t,i为节点i注入的有功功率和无功功率;Ue,s,t,i、Ue,s,t,j为节点i、j的电压幅值;Gij、Bij、θij为节点i、j间的电导、电纳、电压相角差;Umax e,i、Umin e,i为节点i电压幅值的上下限值;Se,s,t,ij为支路ij的容量;Smax e,s,t,ij为支路ij的传输容量极值。
设定天然气管网稳态安全运行约束,包括节点流量平衡、节点气压限制和管道流量限制:
Pg,s,t,ij=HGVFg,s,t,ij (20)
式中:F1,g,s,t,i为节点i注入管网的流量;j、k为节点i的上游和下游节点;Fg,s,t,j、Fg,s,t,k为节点j、k的流量;F2,g,s,t,i为节点i的天然气负荷;Ug,s,t,i为节点i的气压幅值;为节点i气压幅值的上下限值;Fg,s,t,ij为管道ij的流量;为管道ij的传输流量极值;Pg,s,t,ij为管道ij的天然气功率;HGV为天然气的热值。
2)下层模型
根据不同能源的供给和需求在时序上的差异性,当电力需求较大时,可进行EV放电和转移出部分电负荷,并减少ER出力。同时,可购买更多的天然气,通过CHP来供应部分电负荷,并由CHP和GB产热供应热负荷,再通过AR供应冷负荷。而当电力需求较少或新能源出力较大时,进行EV充电和转移进部分电负荷,并增加ER出力。同时,启动P2G将部分电转换为气,用GS储存起来或者由GB去供应部分热负荷。
以有效利用的能量与实际消耗的能量之比作为能源利用效率,考虑不同典型日场景中一天24个时段的优化运行,设定RIES内部的能源利用效率和新能源消纳率最大为目标:
式中:f2为区域综合能源系统内部的能源利用效率和新能源消纳率之和;Le,s,t、Lh,s,t、Lc,s,t为区域综合能源系统内部电、热、冷负荷;为区域综合能源系统内部PV、WT的理想出力值。
约束条件:
a.每种场景每一时段,RIES内部电、热、冷功率应保持供需平衡:
b.每种场景每一时段,RIES内部能源生产和能源转换设备的出力约束:
式中:PPV,max、PPV,min为PV出力的上下限值;PWT,max、PWT,min为WT出力的上下限值;PP2G ,max、PP2G,min为P2G转气功率的上下限值;为CHP产电功率的上下限值;为CHP产热功率的上下限值;PGB,max、PGB,min为GB产热功率的上下限值;PER ,max、PER,min为ER制冷功率的上下限值;PAR,max、PAR,min为AR制冷功率的上下限值。
c.每种场景每一时段,RIES内部EV充放电功率和EV电池容量约束:
式中:ρs,t为EV的停驶率;NEV为区域综合能源系统内部的EV数量;为单辆EV的额定放电和充电功率;Se,s,t、Se,s,t-1为第t和t-1时段所有EV电池的储电状态;ηEV,c、ηEV,d为单辆EV充放电的效率;CEV为单辆EV电池的最大容量;为EV电池存储容量系数的上下限值。
d.每种场景每一时段,RIES内部GS充放气功率和GS容量约束:
式中:为GS放气和充气功率的上下限值;Sg,s,t、Sg,s,t-1为第t和t-1时段GS的储气状态;ηGS,c、ηGS,d为GS充放气的效率;CGS为GS的最大容量;为GS储气状态的上下限值。
e.RIES内部用户参与了激励型电力需求响应项目,根据不同时段的电价调整用电量。设定每种场景每一时段电负荷转移量的约束和全时段内电负荷转移总量平衡约束:
式中:为电负荷转移出响应系数的上下限值;为电负荷转移出的功率;为电负荷转移进响应系数的上下限值;为电负荷转移进的功率;为原始电负荷值。
f.每种场景每一时段,RIES内部电能、天然气分配系数的约束:
g.欲使用户响应RIES的运行策略,应保证响应后用户购能总成本的减少:
式中:ce,s,t为区域综合能源系统的购电分时电价;cg为区域综合能源系统的购气价格;为区域综合能源系统不响应运行策略时购电量和购气量。
(4)求解算法
针对此双层优化模型,本发明采用遗传膜算法(GMA)和序列二次规划法(SQP)进行上下层模型的嵌套求解,求解过程如图3所示。
GMA对上层模型的求解:GMA在膜计算的模型中融入遗传算法,先搭建一个含有不同层次膜的膜结构;然后采用0-1编码(0表示对应线路不架设,1表示对应线路架设)进行解对象的编码,并在不同膜内产生初始解对象集;接着,根据SQP对下层模型的求解结果进行各解对象的适应度值计算,并按照遗传算法和膜计算的运行机制(膜内遗传操作、膜间交流操作)完成解对象的进化;最后判断是否达到收敛条件,若未达到则进行下一次的迭代,直至收敛。GMA在遗传算法的基础上具有更为丰富的对象规模和进化规则,较遗传算法有更强的全局收索能力。
SQP对下层模型的求解:针对非线性带约束的优化问题,SQP在某近似解处,将原问题转换为一个二次规划子问题,通过求解子问题来确定迭代收索方向,并重复迭代下去,直至求出原问题的解。结合MATLAB软件中的内置fmincon函数,基于上层模型的求解结果,在fmincon函数的参数中输入设定的变量初值、各变量的上下限值、目标函数表达式和约束条件表达式,并选择SQP作为求解算法,进行下层模型的优化计算。
实施例2
本实施例将上述实施例1的配电网规划方法应用于实际配电网进行仿真测试,具体过程如下:
如图1所示,在分析了规划问题的特点后,确定RIES能量流为PV、WT出力,EV放电和向配电网购买的电能据电能分配系数输送给电负荷、P2G和ER,ER产冷供给部分冷负荷。由P2G出力,GS放气和向天然气管网购买的天然气据天然气分配系数输送给CHP和GB,CHP产生的电输送给电负荷和ER,产生的热与GB产生的热共同输送给热负荷和AR,AR与ER产冷共同供给冷负荷。
如图3所示,先输入规划的原始数据,建立GMA膜结构,包括有配电网络的节点和支路参数、规划周期年数、折现率、子膜内初始解对象个数以及迭代次数等数据;采用二进制编码策略对解对象编码,并随机产生各膜初始解对象集;调用MATLAB fmincon函数,选择SQP法进行下层优化模型的求解;根据公式(7)~公式(13)计算各膜内解对象的适应度值;据适应度值的高低对解对象进行赌轮选择操作,同时采用精英保留策略将此代最优的对象直接保存至下代;将选择出的对象进行交叉换位操作和变异改写操作;判断是否满足约束条件,若不满足则将惩罚项加入适应度函数;更新上层模型解对象集,分别求出本膜几组最差解的平均适应度值;判断最差解的平均适应度是否小于外膜内相同组数最优解的平均适应度值,若满足则将外膜几组最优解替换本膜几组最差解,若不满足则不进行此次的膜间交流操作;判断是否满足迭代终止条件,若不满足则进入下一次迭代,若满足则输出膜系统内的最佳对象,即为最优的规划方案。
针对图4所示IEEE 14节点配电网和11节点天然气管网的10节点配电网络进行仿真计算。
据配电网和天然气管网地理上的重合特性,选择配电网的4、13、14节点和天然气管网的5、8、2节点对应组成居民、商业、工业三类RIES。设定配电网中新增负荷节点15~18,对应待选新建线路集为{2-15,5-15,6-15,7-16,9-16,10-16,9-17,12-17,14-17,7-18,9-18,14-18}。配电网支路参数和节点参数的如表1、2所示,天然气管网管道参数和节点参数如表3、4所示。
表1
注:表中的15~18节点为新增的负荷节点,对应的支路为待选新建线路。
表2
表3
表4
规划原始数据:
配电公司的购电电价为0.55元/kWh;折现率为10%;线路维护成本取为初始投资的3%;减少的环保成本按照燃煤发电污染物的排放费用、环境价值和排放强度来计算,其相关参数如表5所示;线路平均残值取为其初始投资的2%;设定夏、冬、春秋季三种典型日场景。
算法参数:
GMA搭建4层膜系统;每层膜内初始解对象为50个;交叉换位概率0.85;变异改写概率0.05;膜间交流解对象为5个;迭代次数100次。
表5
配电网规划结果:
采用两种配电网规划方案进行仿真,以完成对比分析,其中方案一为考虑RIES优化运行的配电网规划,方案二为不考虑RIES优化运行的配电网规划,即配电网按照满足各RIES的原始电负荷进行规划。两种规划方案的优化结果如表6所示。
表6
由表6可知:
1)两种方案对新增负荷节点17选定的新建线路有所不同,在新建线路投资成本上,方案一小于方案二,表明考虑RIES优化运行的配电网规划,可优选出更合适的新建线路组合,从而在满足负荷需求条件下减少设备的初始投资。
2)方案一的网损成本较方案二少,表明配电网中进行RIES优化运行后改变了负荷节点的需求电量值,使配电网功率分布得到改善,降低了网络运行的经济费用。
3)方案一的故障停电成本较方案二少,因为故障时RIES内CHP可燃烧天然气来供电,EV可选择放电模式来供电,同时,实施电力需求响应后因负荷转移还可降低峰荷,所以进行RIES优化运行后能够在供给和需求两方面上提升配电网的可靠性,实现故障成本的减少。
4)配电网中进行RIES的优化运行能够实现区内风力、光伏、天然气、电动汽车的多途径供电,再加上实施DSR后减少了在电价高峰时段的购电,从而使得配电公司从上级电网购电的成本大为减少。
5)从减少的环保成本上可发现,通过不同能源间的互补利用和需求侧资源的合理利用可减少发电污染,体现配电网规划方案的环境友好性。
RIES优化运行结果:
为验证RIES优化运行后能否提高区域内的能源利用效率和新能源消纳率,对居民、商业、工业三类RIES在夏、冬、春秋三种典型日场景下均选取了以下两种运行方式进行仿真分析。
方式一:RIES在下层的优化模型下运行。
方式二:考虑能源分产,RIES在电负荷由PV、WT和配电网供应,热负荷由GB供应,冷负荷ER供应,EV无序充电,负荷不参与需求响应的情况下运行。
分析两种方式下各RIES在三种典型日场景内的能源利用效率和新能源消纳率,以居民类RIES为例进行说明,结果如表7所示,其他两类RIES的情况可做类似分析。
表7
由表7可知,在RIES运行经济性的约束下,凭借对能源转换设备的合理使用和实施电力需求响应项目,实现了不同能源间的互补利用和需求侧资源的灵活使用,提高了RIES内部的能源利用效率和新能源消纳率。
两种运行方式下居民类RIES在三种典型日场景内的电负荷峰值和峰谷差率的比较如表所示。
表8
由表8可知,用户参与需求侧响应后,电负荷峰值和峰谷差率均有所减小,即负荷曲线变得更加平滑,实现了削峰填谷,减轻了负荷高峰时的供电压力,降低了电力设备的投资。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,该方法包括以下步骤:
步骤一:建立了包含光伏电源PV、风电机组WT、电动汽车EV、电转气P2G、热电联产CHP、燃气锅炉GB、储气GS、吸收式制冷AR、电制冷ER以及可进行需求侧响应的柔性负荷的区域综合能源系统RIES模型,并分析了RIES模型内部的能量流动关系;
步骤二:基于多代理系统,搭建了包含主管层、区域层、设备层的三层交互结构,以完成空间尺度上配电网代理、RIES代理和多种能源设备代理的信息传递;
步骤三:建立了考虑RIES优化运行的配电网扩展规划的双层优化模型,上层为主管层配电网代理进行配电网的扩展规划,下层为区域层RIES代理通过控制设备层代理进行自身的优化运行
步骤四:基于上述双层优化模型,采用遗传膜算法和序列二次规划法进行上下层模型的嵌套求解,得到了最优规划方案。
2.根据权利要求1所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述步骤一的区域综合能源系统内部能量流动关系如下:
式中:为P2G转换的天然气功率;为RIES向配电网购买的电功率;为PV的实际发电功率;为WT的实际发电功率;为EV的充放电功率;ηP2G为P2G的转换效率;为电能分配系数;为CHP的产电功率;为RIES向天然气管网购买的气功率;为GS的充放气功率;为CHP的产电效率;为天然气分配系数;为CHP的产热功率;为CHP的产热效率;为GB的产热功率;为GB的产热效率;为ER的制冷功率;为ER制冷所需的电功率;ηER为ER的制冷效率;为AR的制冷功率;为AR制冷所需的热功率;ηAR为AR的制冷效率;变量下标s为场景、t为时段。
3.根据权利要求2所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述步骤二的三层交互结构中主管层为最上层代理,代表配电网,其制定并传达区域激励信号,同时接受区域层中各区域综合能源系统代理自治优化后的供需电量和新能源出力量,从而根据各节点的所需电量值进行配电网的扩展规划;区域层为中间层代理,代表区域综合能源系统,其接收并响应上传配电网代理的激励信号,分析区域内部各种设备的出力特性和负荷响应特性,进行内部多能互补的优化运行;设备层为最下层代理,代表区域综合能源系统内部的各种设备,其响应区域综合能源系统代理的控制指令,并上传各设备响应结果,以达到区域综合能源系统代理的优化目标。
4.根据权利要求3所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述步骤三的双层优化模型中上层模型,考虑规划方案的综合经济性,以配电网规划总成本的等年值最小为目标:
min f1=CI+CP+CM+CF+CIM-CE-CD (7)
CM=λMCI(10)
式中:f1为规划总成本的等年值;CI为折算到每年的新建线路投资成本;CP为年网损成本;CM为年维护成本;CF为年故障成本;CIM为配电网的年购电成本;CE为促进配电网内新能源发电后减少的年环保成本;CD为投入设备的报废成本;Nnb为待新建线路数;xi为0-1变量,xi=0表示第i条待新建线路未被选中,xi=1表示第i条待新建线路被选中;cI,i为第i条新建线路的单位长度费用;li为第i条新建线路的长度;r为折现率;T为设备的寿命周期;cP为单位网损成本系数;Ns为场景数;Ts为第s场景的天数;Nt为一天的总时段数;Tt为每一时段的间隔时间;Ploss,s,t为配电网的有功损耗;λM为设备维护成本系数;cF为单位故障停电成本系数;EENS,s,t为配电网的供电不足期望值;Nb为配电网总支路数;λj为第j条线路的故障率;Nn为配电网总负荷节点数;PT,s,t,i为第j条线路故障引起第i个负荷节点的供电不足功率;cIM为配电网购电的电价;Nn0为配电网内普通电负荷节点数;Pe,s,t,i为第i个普通电负荷节点的所需电量值;NRIES为配电网内区域综合能源系统节点数;为第j个区域综合能源系统节点的所需电量值;Np为污染物的种类;CD,p、Cv,p为第p种污染物的排放费用和环境价值;Bp为燃煤发电产生第p种污染物的排放强度;为第i个区域综合能源系统节点中PV、WT的实际发电功率。
5.根据权利要求4所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述上层模型中需满足稳态运行约束条件如下:
其中,所述配电网稳态安全运行约束,包括节点功率平衡、节点电压限制和支路容量限制:
式中:Pe,s,t,i、Qe,s,t,i为节点i注入的有功功率和无功功率;Ue,s,t,i、Ue,s,t,j为节点i、j的电压幅值;Gij、Bij、θij为节点i、j间的电导、电纳、电压相角差;为节点i电压幅值的上下限值;Se,s,t,ij为支路ij的容量;为支路ij的传输容量极值。
所述天然气管网稳态安全运行约束,包括节点流量平衡、节点气压限制和管道流量限制:
Pg,s,t,ij=HGVFg,s,t,ij (20)
式中:F1,g,s,t,i为节点i注入管网的流量;j、k为节点i的上游和下游节点;Fg,s,t,j、Fg,s,t,k为节点j、k的流量;F2,g,s,t,i为节点i的天然气负荷;Ug,s,t,i为节点i的气压幅值;为节点i气压幅值的上下限值;Fg,s,t,ij为管道ij的流量;为管道ij的传输流量极值;Pg,s,t,ij为管道ij的天然气功率;HGV为天然气的热值。
6.根据权利要求4所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述步骤三的双层优化模型中下层模型,以有效利用的能量与实际消耗的能量之比作为能源利用效率,考虑不同典型日场景中一天24个时段的优化运行,以区域综合能源系统内部的能源利用效率和新能源消纳率之和最大为目标:
式中:f2为区域综合能源系统内部的能源利用效率和新能源消纳率之和;Le,s,t、Lh,s,t、Lc,s,t为区域综合能源系统内部电、热、冷负荷;为区域综合能源系统内部PV、WT的理想出力值。
7.根据权利要求6所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,不同典型日场景中一天24个时段的优化运行约束条件如下:
a.每种场景每一时段,区域综合能源系统内部电、热、冷功率应保持供需平衡:
b.每种场景每一时段,区域综合能源系统内部能源生产和能源转换设备的出力约束:
式中:PPV,max、PPV,min为PV出力的上下限值;PWT,max、PWT,min为WT出力的上下限值;PP2G,max、PP2G,min为P2G转气功率的上下限值;为CHP产电功率的上下限值;为CHP产热功率的上下限值;PGB,max、PGB,min为GB产热功率的上下限值;PER ,max、PER,min为ER制冷功率的上下限值;PAR,max、PAR,min为AR制冷功率的上下限值;
c.每种场景每一时段,区域综合能源系统内部EV充放电功率和EV电池容量约束:
式中:ρs,t为EV的停驶率;NEV为区域综合能源系统内部的EV数量;为单辆EV的额定放电和充电功率;Se,s,t、Se,s,t-1为第t和t-1时段所有EV电池的储电状态;ηEV,c、ηEV,d为单辆EV充放电的效率;CEV为单辆EV电池的最大容量;为EV电池存储容量系数的上下限值;
d.每种场景每一时段,区域综合能源系统内部GS充放气功率和GS容量约束:
式中:为GS放气和充气功率的上下限值;Sg,s,t、Sg,s,t-1为第t和t-1时段GS的储气状态;ηGS,c、ηGS,d为GS充放气的效率;CGS为GS的最大容量;为GS储气状态的上下限值;
e.区域综合能源系统内部用户参与了激励型电力需求响应项目,根据不同时段的电价调整用电量;设定每种场景每一时段电负荷转移量的约束和全时段内电负荷转移总量平衡约束:
式中:为电负荷转移出响应系数的上下限值;为电负荷转移出的功率;为电负荷转移进响应系数的上下限值;为电负荷转移进的功率;为原始电负荷值;
f.每种场景每一时段,区域综合能源系统内部电能、天然气分配系数的约束:
g.欲使用户响应区域综合能源系统的运行策略,应保证响应后用户购能总成本的减少:
式中:ce,s,t为区域综合能源系统的购电分时电价;cg为区域综合能源系统的购气价格;为区域综合能源系统不响应运行策略时购电量和购气量。
8.根据权利要求6所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述步骤四的遗传膜算法对上层模型的求解具体过程如下:遗传膜算法在膜计算的模型中融入遗传算法,首先搭建一个含有不同层次膜的膜系统,然后采用0-1编码进行解对象的编码,并在不同膜内产生初始解对象集,接着,根据序列二次规划法对下层模型的求解结果进行各解对象的适应度值计算,并按照遗传算法和膜计算的运行机制完成解对象的进化;最后判断是否达到收敛条件,若未达到则进行下一次的迭代,直到收敛。
9.根据权利要求8所述的考虑区域综合能源系统优化运行的配电网扩展规划方法,其特征在于,所述序列二次规划法对下层模型的求解:序列二次规划法在某近似解处,将原问题转换为一个二次规划子问题,通过求解二次规划子问题来确定迭代收索方向,并重复迭代下去,直至求出原问题的解;结合MATLAB软件中的内置fmincon函数,基于上层模型的求解结果,在fmincon函数的参数中输入设定的变量初值、各变量的上下限值、目标函数表达式和约束条件表达式,并选择序列二次规划法作为求解算法,进行下层模型的优化计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810806857.0A CN109063992B (zh) | 2018-07-18 | 2018-07-18 | 考虑区域综合能源系统优化运行的配电网扩展规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810806857.0A CN109063992B (zh) | 2018-07-18 | 2018-07-18 | 考虑区域综合能源系统优化运行的配电网扩展规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063992A true CN109063992A (zh) | 2018-12-21 |
CN109063992B CN109063992B (zh) | 2021-11-09 |
Family
ID=64834876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810806857.0A Active CN109063992B (zh) | 2018-07-18 | 2018-07-18 | 考虑区域综合能源系统优化运行的配电网扩展规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063992B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711706A (zh) * | 2018-12-21 | 2019-05-03 | 国网江西省电力有限公司经济技术研究院 | 考虑分布式电源和需求响应的主动配电网变电站规划方法 |
CN109901389A (zh) * | 2019-03-01 | 2019-06-18 | 国网甘肃省电力公司电力科学研究院 | 一种基于深度学习的新能源消纳方法 |
CN109919480A (zh) * | 2019-03-01 | 2019-06-21 | 广东电网有限责任公司 | 一种三层目标的能源互联网规划方法及设备 |
CN110222970A (zh) * | 2019-05-30 | 2019-09-10 | 天津大学 | 考虑储能备用的气-电耦合综合能源系统弹性调度方法 |
CN110489930A (zh) * | 2019-09-10 | 2019-11-22 | 南方电网科学研究院有限责任公司 | 天然气网稳态分析方法、装置、设备及存储介质 |
CN110504705A (zh) * | 2019-05-31 | 2019-11-26 | 上海电力学院 | 一种海上风电集群电气系统规划方法 |
CN110533225A (zh) * | 2019-08-07 | 2019-12-03 | 华北电力大学 | 一种基于机会约束规划的商业园区综合能源系统优化调度方法 |
CN111291963A (zh) * | 2019-12-30 | 2020-06-16 | 天津大学 | 一种协调经济性与可靠性的园区综合能源系统规划方法 |
CN111598478A (zh) * | 2020-05-25 | 2020-08-28 | 东方电子股份有限公司 | 一种综合能源需求响应量计算方法 |
CN111931977A (zh) * | 2020-06-23 | 2020-11-13 | 国网江苏省电力有限公司经济技术研究院 | 一种考虑电—热能传输价值投入的虚拟电厂扩展规划模型构建方法 |
CN112035984A (zh) * | 2020-08-10 | 2020-12-04 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
CN112085327A (zh) * | 2020-08-03 | 2020-12-15 | 国网福建省电力有限公司福州供电公司 | 一种配电商参与的主动配电网多层分区调控方法及系统 |
CN112116131A (zh) * | 2020-08-25 | 2020-12-22 | 清华大学 | 计及碳排放的综合能源系统多层级优化方法 |
CN112329988A (zh) * | 2020-10-16 | 2021-02-05 | 杭州鸿晟电力设计咨询有限公司 | 一种基于园区可调能力分析的需求侧响应计算方法 |
CN112330228A (zh) * | 2020-12-02 | 2021-02-05 | 国网山东省电力公司经济技术研究院 | 一种配电网双层适应性扩展规划方法和系统 |
CN113128737A (zh) * | 2019-12-31 | 2021-07-16 | 新奥数能科技有限公司 | 一种考虑配电网规划的区域能源系统优化方法 |
CN113392535A (zh) * | 2021-06-28 | 2021-09-14 | Abb电网投资(中国)有限公司 | 蓄热式电采暖双层优化配置方法 |
WO2021184778A1 (zh) * | 2020-03-17 | 2021-09-23 | 清华大学 | 一种基于安全域辨识的综合能源系统规划方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140148966A1 (en) * | 2012-11-29 | 2014-05-29 | Magdy Salama | Decentralized Volt/VAR Control for Advanced Distribution Automation Systems |
CN104899662A (zh) * | 2015-06-16 | 2015-09-09 | 北京亿利智慧能源科技有限公司 | 基于多代理互动的主动配电网能量优化调度方法 |
CN105046354A (zh) * | 2015-07-09 | 2015-11-11 | 国网四川省电力公司经济技术研究院 | 基于多代理的配电网规划场景模拟生成方法及其系统 |
CN106447113A (zh) * | 2016-10-08 | 2017-02-22 | 东南大学 | 一种基于运行优化模型的多区域综合能源系统运行方法 |
CN107248032A (zh) * | 2017-05-27 | 2017-10-13 | 武汉大学 | 一种区域综合能源系统的综合评估指标体系构建方法 |
-
2018
- 2018-07-18 CN CN201810806857.0A patent/CN109063992B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140148966A1 (en) * | 2012-11-29 | 2014-05-29 | Magdy Salama | Decentralized Volt/VAR Control for Advanced Distribution Automation Systems |
CN104899662A (zh) * | 2015-06-16 | 2015-09-09 | 北京亿利智慧能源科技有限公司 | 基于多代理互动的主动配电网能量优化调度方法 |
CN105046354A (zh) * | 2015-07-09 | 2015-11-11 | 国网四川省电力公司经济技术研究院 | 基于多代理的配电网规划场景模拟生成方法及其系统 |
CN106447113A (zh) * | 2016-10-08 | 2017-02-22 | 东南大学 | 一种基于运行优化模型的多区域综合能源系统运行方法 |
CN107248032A (zh) * | 2017-05-27 | 2017-10-13 | 武汉大学 | 一种区域综合能源系统的综合评估指标体系构建方法 |
Non-Patent Citations (1)
Title |
---|
别朝红等: "能源互联网规划研究综述及展望", 《中国电机工程学报》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711706B (zh) * | 2018-12-21 | 2023-04-07 | 国网江西省电力有限公司经济技术研究院 | 考虑分布式电源和需求响应的主动配电网变电站规划方法 |
CN109711706A (zh) * | 2018-12-21 | 2019-05-03 | 国网江西省电力有限公司经济技术研究院 | 考虑分布式电源和需求响应的主动配电网变电站规划方法 |
CN109901389A (zh) * | 2019-03-01 | 2019-06-18 | 国网甘肃省电力公司电力科学研究院 | 一种基于深度学习的新能源消纳方法 |
CN109919480A (zh) * | 2019-03-01 | 2019-06-21 | 广东电网有限责任公司 | 一种三层目标的能源互联网规划方法及设备 |
CN110222970A (zh) * | 2019-05-30 | 2019-09-10 | 天津大学 | 考虑储能备用的气-电耦合综合能源系统弹性调度方法 |
CN110222970B (zh) * | 2019-05-30 | 2022-12-06 | 天津大学 | 考虑储能备用的气-电耦合综合能源系统弹性调度方法 |
CN110504705A (zh) * | 2019-05-31 | 2019-11-26 | 上海电力学院 | 一种海上风电集群电气系统规划方法 |
CN110504705B (zh) * | 2019-05-31 | 2020-10-16 | 上海电力学院 | 一种海上风电集群电气系统规划方法 |
CN110533225A (zh) * | 2019-08-07 | 2019-12-03 | 华北电力大学 | 一种基于机会约束规划的商业园区综合能源系统优化调度方法 |
CN110533225B (zh) * | 2019-08-07 | 2023-10-20 | 华北电力大学 | 一种基于机会约束规划的商业园区综合能源系统优化调度方法 |
CN110489930A (zh) * | 2019-09-10 | 2019-11-22 | 南方电网科学研究院有限责任公司 | 天然气网稳态分析方法、装置、设备及存储介质 |
CN110489930B (zh) * | 2019-09-10 | 2023-09-01 | 南方电网科学研究院有限责任公司 | 天然气网稳态分析方法、装置、设备及存储介质 |
CN111291963B (zh) * | 2019-12-30 | 2023-06-16 | 天津大学 | 一种协调经济性与可靠性的园区综合能源系统规划方法 |
CN111291963A (zh) * | 2019-12-30 | 2020-06-16 | 天津大学 | 一种协调经济性与可靠性的园区综合能源系统规划方法 |
CN113128737A (zh) * | 2019-12-31 | 2021-07-16 | 新奥数能科技有限公司 | 一种考虑配电网规划的区域能源系统优化方法 |
WO2021184778A1 (zh) * | 2020-03-17 | 2021-09-23 | 清华大学 | 一种基于安全域辨识的综合能源系统规划方法 |
CN111598478A (zh) * | 2020-05-25 | 2020-08-28 | 东方电子股份有限公司 | 一种综合能源需求响应量计算方法 |
CN111931977B (zh) * | 2020-06-23 | 2022-11-18 | 国网江苏省电力有限公司经济技术研究院 | 一种考虑电—热能传输价值投入的虚拟电厂扩展规划模型构建方法 |
CN111931977A (zh) * | 2020-06-23 | 2020-11-13 | 国网江苏省电力有限公司经济技术研究院 | 一种考虑电—热能传输价值投入的虚拟电厂扩展规划模型构建方法 |
CN112085327B (zh) * | 2020-08-03 | 2022-05-03 | 国网福建省电力有限公司福州供电公司 | 一种配电商参与的主动配电网多层分区调控方法及系统 |
CN112085327A (zh) * | 2020-08-03 | 2020-12-15 | 国网福建省电力有限公司福州供电公司 | 一种配电商参与的主动配电网多层分区调控方法及系统 |
CN112035984A (zh) * | 2020-08-10 | 2020-12-04 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
CN112035984B (zh) * | 2020-08-10 | 2024-04-09 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
CN112116131B (zh) * | 2020-08-25 | 2022-08-30 | 清华大学 | 计及碳排放的综合能源系统多层级优化方法 |
CN112116131A (zh) * | 2020-08-25 | 2020-12-22 | 清华大学 | 计及碳排放的综合能源系统多层级优化方法 |
CN112329988A (zh) * | 2020-10-16 | 2021-02-05 | 杭州鸿晟电力设计咨询有限公司 | 一种基于园区可调能力分析的需求侧响应计算方法 |
CN112330228A (zh) * | 2020-12-02 | 2021-02-05 | 国网山东省电力公司经济技术研究院 | 一种配电网双层适应性扩展规划方法和系统 |
CN113392535A (zh) * | 2021-06-28 | 2021-09-14 | Abb电网投资(中国)有限公司 | 蓄热式电采暖双层优化配置方法 |
CN113392535B (zh) * | 2021-06-28 | 2024-03-19 | Abb电网投资(中国)有限公司 | 蓄热式电采暖双层优化配置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109063992B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
JP7261507B2 (ja) | 電気ヒートポンプ-熱電併給システムを最適化する調整方法及びシステム | |
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 | |
CN104779611B (zh) | 基于集中式和分布式双层优化策略的微电网经济调度方法 | |
CN106058855A (zh) | 协调储能与柔性负荷的主动配电网多目标优化调度方法 | |
CN109858759A (zh) | 一种工业园区综合能源平衡调度方法 | |
CN106936147A (zh) | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 | |
CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
CN105958537B (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN114330827B (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
CN108596442A (zh) | 计及条件风险价值的综合能源系统经济调度方法 | |
CN114155103A (zh) | 基于区块链合作博弈的能量共享联盟灵活性交易方法 | |
Lu et al. | Optimal operation scheduling of household energy hub: A multi-objective optimization model considering integrated demand response | |
CN105955931A (zh) | 面向高密度分布式光伏消纳的区域能源网络优化调度方法 | |
CN111047097A (zh) | 一种综合能源系统日中滚动优化方法 | |
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 | |
CN116432824A (zh) | 基于多目标粒子群的综合能源系统优化方法及系统 | |
CN112883630B (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN105868841B (zh) | 一种基于风电优先上网的风水火联合调度方法 | |
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 | |
CN116502921A (zh) | 一种园区综合能源系统优化管理系统及其协调调度方法 | |
Liang et al. | Capacity configuration optimization of wind-solar combined power generation system based on improved grasshopper algorithm | |
Feng et al. | Economic research on application of electric heating system based on game theory |
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 |