CN109102104B - 一种基于碳排放流的多能源系统协同低碳规划方法 - Google Patents
一种基于碳排放流的多能源系统协同低碳规划方法 Download PDFInfo
- Publication number
- CN109102104B CN109102104B CN201810698650.6A CN201810698650A CN109102104B CN 109102104 B CN109102104 B CN 109102104B CN 201810698650 A CN201810698650 A CN 201810698650A CN 109102104 B CN109102104 B CN 109102104B
- Authority
- CN
- China
- Prior art keywords
- energy system
- carbon emission
- energy
- regional
- carbon
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 234
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 25
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 114
- 239000003345 natural gas Substances 0.000 claims abstract description 58
- 230000005540 biological transmission Effects 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 239000007789 gas Substances 0.000 claims description 54
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000010248 power generation Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 4
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000013433 optimization analysis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
- G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Biodiversity & Conservation Biology (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了属于电力系统优化分析技术领域的一种基于碳排放流的多能源系统协同低碳规划方法。所述方法包括:对碳排放总量限值进行初始分配;采用区域级多能源系统模型优化区域级多能源系统的最优配置;采用跨区级多能源系统模型优化跨区级多能源系统中的输电线路、天然气管道以及电源点;求解多能源系统碳排放流分布确定各区域级多能源系统的碳排放量,对比各区域碳排放总量限值以及区域级多能源系统的计算碳排放量,对各区域碳排放总量限值进行调整,并重新进行规划,通过迭代实现多能源系统的协同低碳规划。本发明通过对整体碳排放总量限值合理分配,得到整体最优的多能源系统协同低碳规划方法,为能源系统的低碳化规划奠定良好的基础。
Description
技术领域
本发明属于电力系统优化分析技术领域,尤其涉及一种基于碳排放流的多能源系统协同低碳规划方法。
背景技术
随着能源问题与气候变化问题日益凸出,实现低碳发展、减少化石能源的过度消耗逐渐成为人类社会的共同目标。低碳发展的核心是技术创新、制度创新和发展观的改变,这将涉及生产模式、生活方式、价值观念的重新调整,与国家权益密切相关。多能源系统通过将电力、热力、天然气等多种形式的能源在不同时空环节相互耦合,实现了不同能源系统的协同效应,可提升能源的整体利用效率,提高可再生能源的消纳能力,有效降低碳排放,从而具备显著的低碳效益。从空间维度上,可以将多能源系统分成跨区级多能源系统和区域级多能源系统两类。跨区级多能源系统主要包括输电网和输气网,实现能源的大规模传输;区域级多能源系统是指各类能源在相对较小的空间范围内相互耦合而形成的有机整体,如园区级能源系统等。
目前多能源系统的规划问题中大多以经济最优作为目标函数,考虑常规的能源网络方程约束,较少考虑碳排放的限制,没有充分发挥多能源系统的低碳减排效益,也无法区分不同区域多能源系统的碳排放责任。在低碳发展目标下,多能源系统的规划模式将发生显著改变。在低碳发展目标下,多能源系统的规划模式将发生显著改变。碳排放总量控制目标的引入将同时改变跨区级多能源系统和区域级多能源系统的规划结果。与现有技术中的单一能源系统相比,多能源系统的低碳规划需要统筹考虑多种能源形式、多个能源网络。多能源系统的低碳规划,需要综合考虑不同的能源形式以及不同的区域能源系统,通过合理分摊碳排放责任,实现多能源系统的联合规划。在当前气候变化问题日益严峻的背景下,研究面向低碳的多能源系统规划问题具有十分重要的现实意义。
发明内容
针对上述问题,本发明提出了一种基于碳排放流的多能源系统协同低碳规划方法,其特征在于,所述方法将包含电、热、气的多能源系统划分为上层跨区级多能源系统和下层区域级多能源系统,采用电网和天然气网的网络方程对上层跨区级多能源系统进行规划建模,采用能量枢纽对下层区域级多能源系统进行规划建模,分别得到上层跨区级多能源系统规划模型和下层区域级多能源系统规划模型,并采用碳排放流计算方法求解模型,将整体碳排放总量在各区域级多能源系统之间进行分配,实现跨区级多能源系统与区域级多能源系统之间的协同规划,具体包括以下步骤:
1)根据设定的整体碳排放总量目标,将多能源系统整体碳排放总量限值在各区域级多能源系统之间进行初始分配;
2)以区域级多能源系统的碳排放总量限值为边界条件,采用下层区域级多能源系统规划模型,优化区域级多能源系统各能量转换元件的最优配置;
3)根据步骤2)得到的各区域级多能源系统的输入能源需求,采用上层跨区级多能源系统规划模型,优化跨区级多能源系统中的输电线路、输气管道以及可再生能源发电机组的投资决策;
4)根据步骤2)和步骤3)的规划结果,采用碳排放流计算方法求解得到多能源系统的碳排放流分布,确定各区域级多能源系统的碳排放量;通过对比各区域碳排放总量限值以及区域级多能源系统的计算碳排放量,对各区域碳排放总量限值进行调整;
5)重新进行区域级多能源系统规划以及跨区级多能源系统规划,利用上下层多能源系统规划模型相互迭代的计算方法,实现多能源系统的协同低碳规划。
所述步骤1)具体包括:
1-1)计算碳排放量,在不考虑碳排放总量约束的前提下,分别求解上层跨区级多能源系统规划模型和下层区域级多能源系统规划模型,并采用碳排放流计算方法计算各区域级多能源系统的碳排放量;
1-2)对碳排放总量限值进行初始分配,若各区域级多能源系统的碳排放量之和大于碳排放总量限值,则根据各区域级多能源系统的实际碳排放量大小等比例设定各区域碳排放总量限值的初始值;若各区域级多能源系统的碳排放量之和小于碳排放总量限值,则设置各区域碳排放总量限值为不考虑碳排放约束对应的实际碳排放量。
所述下层区域级多能源系统规划模型为:
(1)目标函数
式中:ΩCC、ΩCB、ΩCF分别表示待建热电联产机组、电锅炉、燃气锅炉的集合;分别表示待建热电联产机组j、电锅炉q、燃气锅炉c的0-1决策变量;分别为对应的各类设备的投资成本;δGas、δEle分别表示向跨区级多能源系统购买电力和天然气的价格;分别表示时段t能量枢纽h的电力和天然气需求;表示时段t的持续时间;
(2)约束条件
(2-1)区域级多能源系统负荷约束
对于电力负荷:
对于热力负荷:
式中:ΩEB、ΩEF分别表示已有电锅炉和燃气锅炉的集合;ηgh表示热电联产机组j的热能转化效率;ηEB分别表示时段t电锅炉q的能源输入和转化效率;ηGF分别表示时段t燃气锅炉c的能源输入和转化效率;表示时段t的热力负荷;
(2-2)能量枢纽的稳态能量守恒约束
对于电能和热能分别有:
(2-3)能源转化设备的运行约束
对于已有热电联产机组、电锅炉、燃气锅炉,分别有:
对于待建热电联产机组、电锅炉、燃气锅炉,分别有:
(2-4)区域碳排放量约束
其中,
所述上层跨区级多能源系统规划模型为:
(1)目标函数
式中:ΩCR、ΩCL、ΩCP分别表示待建可再生能源发电机组、输电线路、天然气管道集合;Xw、Yl、Zp分别为待建可再生能源发电机组w、输电线路l、天然气管道p的0-1决策变量;分别表示待建可再生能源发电机组w、输电线路l、天然气管道p的等年值投资成本;ΩTG、ΩGS分别表示常规火电机组和气源集合;分别表示时段t常规火电机组i的有功出力和平均发电成本;分别表示时段t气源s的天然气输出和平均成本;
(2)约束条件:
(2-1)电力系统节点负荷平衡约束
式中:ΩB表示电网节点集合;A、G、W、H分别表示电网中的节点-线路关联矩阵、节点-发电机组关联矩阵、节点-可再生能源发电机组关联矩阵以及能量枢纽-节点关联矩阵;ΩEL、ΩER、ΩEH分别表示已建线路、已建可再生能源发电机组以及能量枢纽的集合;表示时段t线路l的潮流;表示时段t可再生能源发电机组w的有功出力;表示时段t节点b的负荷;
(2-2)线路潮流约束
已建线路潮流约束:
待建线路潮流约束:
式中:M为一个正数;
若规划结果为新建线路l,即Yl=1,则线路潮流满足潮流方程和容量约束;若规划结果为非新建线路l,即Yl=0,则线路潮流限制为0;
(2-3)发电机组出力约束
对于常规火电机组:
对于已建可再生能源发电机组和待建可再生能源发电机组:
(2-4)天然气系统节点负荷平衡约束
式中:ΩN表示天然气网节点集合;B、C、D分别表示天然气网中的节点-管道关联矩阵、节点-气源关联矩阵以及能量枢纽-节点关联矩阵;ΩEP表示已建管道集合;表示时段t管道p的气流量;表示时段t节点n的负荷;
(2-5)天然气管道流量约束
对于已建管道,有:
对于待建管道,有:
(2-6)气源天然气输出约束
(2-7)节点碳势方程约束
所述步骤4)具体包括:
4-1)根据下层区域级多能源系统的规划结果和上层跨区级多能源系统的规划结果,采用碳排放流计算方法重新计算各区域级多能源系统的碳排放量,若所有区域的实际碳排放量均小于对应区域碳排放总量限值,则无需调整区域碳排放总量限值,跳出调整环节;反之,则进入步骤4-2);
4-2)如果对于部分区域级多能源系统,碳排放量超过其对应区域碳排放总量限值,对于其他区域级多能源系统,碳排放量小于其对应的区域碳排放总量限值,则提高前者的区域碳排放总量限值,降低后者的区域碳排放总量限值,提高或降低的额度与区域碳排放量和区域碳排放总量限值之差的绝对值成正比,跳出调整环节。
所述步骤5)利用上下层多能源系统规划模型相互迭代的计算方法,实现多能源系统的协同低碳规划的具体步骤为:
5-1)初始化:给定区域级多能源系统输入能源和电网、气网节点碳势的初值,并设定迭代次数k=0;
5-5)判断规划结果是否满足收敛条件,即:
式中:ξ为收敛系数;
若规划结果满足收敛条件,则求解结束,得到最终的规划结果;若不满足收敛条件,则令k=k+1,重复步骤5-2)~步骤5-5)。
本发明的有益效果在于:
(1)本发明通过建立跨区级多能源系统规划模型和区域级多能源系统规划模型,采用碳排放流计算方法得到各区域级多能源系统碳排放量,并调整所分配的区域碳排放总量限值,实现整体碳排放总量限值的合理分配,通过将整体碳排放总量分配到各区域级多能源系统,可在各区域级多能源系统独立规划的基础上,实现碳排放总量约束下跨区级多能源系统与区域级多能源系统、以及区域级多能源系统之间的协同规划,得到现实可行、整体最优的多能源系统协同低碳规划方案。
(2)本发明可为多能源系统的优化规划提供实践指导,在引入整体碳排放总量控制目标的基础上,以总成本最低为目标同时优化跨区级多能源系统的网络结构规划和区域级多能源系统中能源转化设备的最优配置,为能源系统的低碳化规划奠定良好的基础。
附图说明
附图1为本发明提出的一种基于碳排放流的多能源系统协同低碳规划方法流程图;
附图2为本发明中所建立的区域级多能源系统的能量枢纽结构图;
附图3为本发明应用实例的6节点多能源系统拓扑结构图;
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
附图1为本发明提出的一种基于碳排放流的多能源系统协同低碳规划方法流程图,如图1所示,所述方法将包含电、热、气的多能源系统划分为上层跨区级多能源系统和下层区域级多能源系统,采用电网和天然气网的网络方程对上层跨区级多能源系统进行规划建模,采用能量枢纽对下层区域级多能源系统进行规划建模,分别得到上层跨区级多能源系统规划模型和下层区域级多能源系统规划模型,并采用碳排放流计算方法求解模型,将整体碳排放总量在各区域级多能源系统之间进行分配,实现跨区级多能源系统与区域级多能源系统之间的协同规划,具体包括以下步骤:
1)根据设定的整体碳排放总量目标,将多能源系统整体碳排放总量限值在各区域级多能源系统之间进行初始分配;
2)以区域级多能源系统的碳排放总量限值为边界条件,采用下层区域级多能源系统规划模型,优化区域级多能源系统各能量转换元件的最优配置;
3)根据步骤2)得到的各区域级多能源系统的输入能源需求,采用上层跨区级多能源系统规划模型,优化跨区级多能源系统中的输电线路、输气管道以及可再生能源发电机组的投资决策;
4)根据步骤2)和步骤3)的规划结果,采用碳排放流计算方法求解得到多能源系统的碳排放流分布,确定各区域级多能源系统的碳排放量;通过对比各区域碳排放总量限值以及区域级多能源系统的计算碳排放量,对各区域碳排放总量限值进行调整;
5)重新进行区域级多能源系统规划以及跨区级多能源系统规划,利用上下层多能源系统规划模型相互迭代的计算方法,实现多能源系统的协同低碳规划。
具体的,所述步骤1)中,在各区域级多能源系统之间进行碳排放总量限值的初始分配包括以下步骤:
1-1)在不考虑碳排放总量约束的前提下,分别求解上层跨区级多能源系统规划模型和下层区域级多能源系统规划模型,并根据碳排放流计算方法,计算各区域级多能源系统的碳排放量;
1-2)若各区域级多能源系统的碳排放量之和大于碳排放总量限值,则根据各区域级多能源系统的实际碳排放量大小等比例设定各区域碳排放总量限值的初始值;若各区域级多能源系统的碳排放量之和小于碳排放总量限值,则设置各区域碳排放总量限值为不考虑碳排放约束对应的实际碳排放量。
具体的,所述步骤2)中,采用下层区域级多能源系统规划模型,优化区域级多能源系统各能量转换元件的最优配置,首先采用能量枢纽模型对下层区域级多能源系统进行建模,即将每个区域级多能源系统建成一个多输入-多输出的端口的模型,如图2所示的区域级多能源系统的能量枢纽结构图,每个能量枢纽包含燃气锅炉、电锅炉、热电联产机组等能源转化设备,将输入的电力和天然气转化为电、热满足负荷需求;然后根据所分配的区域碳排放总量限值以及碳排放流计算方法,以总成本最小为目标决定区域内各能源转化设备的最优容量配置以及电力和天然气负荷需求。
下面以区域级多能源系统h为例,以投资成本和运行成本之和最小为目标函数,建立下层区域级多能源系统规划模型,其表达式为:
(1)目标函数
式中:ΩCC、ΩCB、ΩCF分别表示待建热电联产机组、电锅炉、燃气锅炉的集合;分别表示待建热电联产机组j、电锅炉q、燃气锅炉c的0-1决策变量;分别为对应的各类设备的投资成本;δGas、δEle分别表示向跨区级多能源系统购买电力和天然气的价格;分别表示时段t能量枢纽h的电力和天然气需求;表示时段t的持续时间;
(2)约束条件
(2-1)区域级多能源系统负荷约束
能量枢纽中各转化设备的输出应该满足电力、热力负荷需求。因此对于电力负荷,需满足实时平衡:
对于热力负荷,需满足各转化设备的热能输出不小于热力负荷需求:
式中:ΩEB、ΩEF分别表示已有电锅炉和燃气锅炉的集合;ηgh表示热电联产机组j的热能转化效率;ηEB分别表示时段t电锅炉q的能源输入和转化效率;ηGF分别表示时段t燃气锅炉c的能源输入和转化效率;表示时段t的热力负荷;
(2-2)能量枢纽的稳态能量守恒约束
能量枢纽中,从输入端口输入的能量等于分配到各能源转化设备中的能量之和,对于电能和热能分别有:
(2-3)能源转化设备的运行约束
各能源转化设备的输入能源不能超过最大允许输入能源,对于已有热电联产机组、电锅炉、燃气锅炉,分别有:
对于待建热电联产机组、电锅炉、燃气锅炉,分别有:
(2-4)区域碳排放量约束
为了实现低碳发展目标,区域级多能源系统的碳排放量不能超过预先分配得到的区域排放总量限值,根据碳排放流计算方法,时段t区域级多能源系统的碳排放量等于电力、天然的能源消耗与对应的碳势的乘积,计算公式为:
因此,区域碳排放量约束的表达式为:
具体的,所述步骤3)中,采用基于电网和天然气网络方程的上层跨区级多能源系统规划模型,优化跨区级多能源系统中的输电线路、输气管道以及可再生能源发电机组的投资决策,跨区级多能源系统规划模型在满足各节点和下层各区域级多能源系统的负荷需求的前提下,关注跨区级多能源系统中输电线路、天然气管道以及可再生能源发电机组的最优拓展规划方案,并根据规划方案求解系统节点碳势。本发明以系统投资成本和运行成本之和最小为目标函数,建立上层跨区级多能源系统规划模型,其表达式为:
(1)目标函数
式中:ΩCR、ΩCL、ΩCP分别表示待建可再生能源发电机组、输电线路、天然气管道集合;Xw、Yl、Zp分别为待建可再生能源发电机组w、输电线路l、天然气管道p的0-1决策变量;分别表示待建可再生能源发电机组w、输电线路l、天然气管道p的等年值投资成本;ΩTG、ΩGS分别表示常规火电机组和气源集合;分别表示时段t常规火电机组i的有功出力和平均发电成本;分别表示时段t气源s的天然气输出和平均成本;
(2)约束条件:
(2-1)电力系统节点负荷平衡约束
该约束为电力系统中各节点的有功注入与有功流出保持平衡,即:
式中:ΩB表示电网节点集合;A、G、W、H分别表示电网中的节点-线路关联矩阵、节点-发电机组关联矩阵、节点-可再生能源发电机组关联矩阵以及能量枢纽-节点关联矩阵;ΩEL、ΩER、ΩEH分别表示已建线路、已建可再生能源发电机组以及能量枢纽的集合;表示时段t线路l的潮流;表示时段t可再生能源发电机组w的有功出力;表示时段t节点b的负荷;
(2-2)线路潮流约束
线路潮流约束包括已建线路潮流约束和待建线路潮流约束。对于已建线路,线路上流过的潮流需要满足潮流方程且在线路容量范围之内,即:
对于待建线路,可以利用大M法将线路潮流约束表示为一组线性方程,即:
式中:M为一个足够大的正数。
式(18)~(19)表明,若规划结果为新建线路l(Yl=1),则线路潮流需要满足潮流方程和容量约束;若规划结果为不新建线路l(Yl=0),则线路潮流限制为0。
(2-3)发电机组出力约束
对于常规火电机组,有功出力在最大出力和最小出力之间,即:
对于已建可再生能源发电机组,有功出力不能超过预测出力,对于待建可再生能源发电机组,若规划结果为不新建可再生能源发电机组w,即Xw=0,则其有功出力为0,即:
(2-4)天然气系统节点负荷平衡约束
天然气系统中各节点同样需要满足负荷平衡约束,即节点注入的天然气与节点流出的天然气保持相等,即:
式中:ΩN表示天然气网节点集合;B、C、D分别表示天然气网中的节点-管道关联矩阵、节点-气源关联矩阵以及能量枢纽-节点关联矩阵;ΩEP表示已建管道集合;表示时段t管道p的气流量;表示时段t节点n的负荷;
(2-5)天然气管道流量约束
天然气管道流量取决于管道两端节点的气压大小以及管道参数,管道流量方程是一个非凸非线性方程,求解困难。为了求解更加快速,此处采用线性化的管道流量约束,即管道流量不能超过容量。
对于已建管道,有:
对于待建管道,有:
(2-6)气源天然气输出约束
气源的天然气输出不能超过最大允许输出,即:
(2-7)节点碳势方程约束
在得到跨区级多能源系统的规划结果以后,根据系统的能量流分布及发电机组、气源的碳排放强度,求解得到跨区级多能源系统的碳排放流分布,进而得到电网、天然气网中各节点的节点碳势。
具体的,所述步骤4)中,由于各区域级多能源系统分属于不同的运营管理主体,因此不同区域级多能源系统的规划是相对分散、独立进行的。为了保证各区域级多能源系统的规划结果能够满足整体碳排放总量限值限制,且通过分散协同实现整体规划结果的最优,需要将整体碳排放总量限值在各区域级多能源系统之间进行合理分配。通过求解多能源系统碳排放流分布确定各区域级多能源系统的碳排放量。对比各区域碳排放总量限值以及区域级多能源系统的实际碳排放量,对区域级多能源系统的碳排放配额限值进行调整。具体包括以下内容:
4-1)根据初始化得到的区域碳排放总量限值,求解上、下层规划模型,并利用碳排放流计算方法,重新计算各区域级多能源系统的碳排放量。如果所有区域的实际碳排放量都小于对应的区域碳排放总量限值,则无需调整区域碳排放总量限值,跳出调整环节;反之,则进入步骤4-2)。
4-2)如果对于部分区域级多能源系统,碳排放量超过其对应的区域碳排放总量限值,对于其他区域级多能源系统,碳排放量小于其对应的区域碳排放总量限值,则提高前者的区域碳排放总量限值,降低后者的区域碳排放总量限值。提高或降低的额度与区域碳排放量和区域碳排放总量限值之差的绝对值成正比,跳出调整环节。
具体的,所述步骤5)中,下层区域级多能源系统规划模型和上层跨区级多能源系统规划模型相互耦合、互相依存。一方面,下层区域级多能源系统电力、天然气输入是上层跨区级多能源系统的负荷,将影响上层模型的规划结果;另一方面,上层跨区级多能源系统求解得到的节点碳势结果是下层区域级多能源系统的边界条件,将影响下层的规划结果。因此,采用基于上、下层相互迭代的算法求解该双层模型,求解方法如下所述:
5-1)初始化:给定区域级多能源系统输入能源和电网、气网节点碳势的初值,并设定迭代次数k=0;
5-5)判断规划结果是否满足收敛条件,即:
式中:ξ为收敛系数;
若规划结果满足收敛条件,则求解结束,得到最终的规划结果;若不满足收敛条件,则令k=k+1,重复步骤5-2)~步骤5-5)。
实施例1
下面以某6节点的系统为例进行规划,应用实例说明如下:
本实例系统为6节点的多能源系统,跨区级多能源网络的拓扑结构如图3所示。该系统包含4台发电机组(其中1台为风电机组)、2个气源和3个区域级多能源系统(H1~H3)。上层的跨区级多能源系统,包括1个容量为50MW待建的风电机组、8条待建输电线路和19条待建天然气管道;每个区域级多能源系统(能量枢纽)包括1个已建电锅炉、1个已建燃气锅炉和3个待建热电联产机组。考虑冬季和夏季两个典型日的负荷曲线,每个负荷曲线的持续时间为6个月。
设定整体碳排放总量限值为710000tCO2,运用本发明得到的该多能源系统的规划结果如表1所示。
表1. 6节点多能源系统实例规划结果
项目 | 结果 |
新建输电线路 | 1-5,2-4 |
新建天然气管道 | 1-2,4-5 |
H1、H2、H3的新建热电联产机组数目 | 1,1,1 |
跨区级多能源系统规划总成本(亿美元) | 915.4 |
区域级多能源系统规划总成本(亿美元) | 286.2,313.1,229.9 |
整体规划成本(亿美元) | 1873.9 |
区域级多能源系统碳排放量(tCO2) | 217500,243100,229700 |
整体碳排放量(tCO2) | 690300 |
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种基于碳排放流的多能源系统协同低碳规划方法,其特征在于,所述方法将包含电、热、气的多能源系统划分为上层跨区级多能源系统和下层区域级多能源系统,采用电网和天然气网的网络方程对上层跨区级多能源系统进行规划建模,采用能量枢纽对下层区域级多能源系统进行规划建模,分别得到上层跨区级多能源系统规划模型和下层区域级多能源系统规划模型,并采用碳排放流计算方法求解模型,将整体碳排放总量在各区域级多能源系统之间进行分配,实现跨区级多能源系统与区域级多能源系统之间的协同规划,具体包括以下步骤:
1)根据设定的整体碳排放总量目标,将多能源系统整体碳排放总量限值在各区域级多能源系统之间进行初始分配;
2)以区域级多能源系统的碳排放总量限值为边界条件,采用下层区域级多能源系统规划模型,优化区域级多能源系统各能量转换元件的最优配置;
3)根据步骤2)得到的各区域级多能源系统的输入能源需求,采用上层跨区级多能源系统规划模型,优化跨区级多能源系统中的输电线路、输气管道以及可再生能源发电机组的投资决策;
4)根据步骤2)和步骤3)的规划结果,采用碳排放流计算方法求解得到多能源系统的碳排放流分布,确定各区域级多能源系统的碳排放量;通过对比各区域碳排放总量限值以及区域级多能源系统的计算碳排放量,对各区域碳排放总量限值进行调整;
5)重新进行区域级多能源系统规划以及跨区级多能源系统规划,利用上下层多能源系统规划模型相互迭代的计算方法,实现多能源系统的协同低碳规划;
步骤5)利用上下层多能源系统规划模型相互迭代的计算方法,实现多能源系统的协同低碳规划的具体步骤为:
5-1)初始化:给定区域级多能源系统输入能源和电网、气网节点碳势的初值,并设定迭代次数k=0;
5-5)判断规划结果是否满足收敛条件,即:
式中:ξ为收敛系数;
若规划结果满足收敛条件,则求解结束,得到最终的规划结果;若不满足收敛条件,则令k=k+1,重复步骤5-2)~步骤5-5)。
2.根据权利要求1所述的一种基于碳排放流的多能源系统协同低碳规划方法,其特征在于,所述步骤1)具体包括:
1-1)计算碳排放量,在不考虑碳排放总量约束的前提下,分别求解上层跨区级多能源系统规划模型和下层区域级多能源系统规划模型,并采用碳排放流计算方法计算各区域级多能源系统的碳排放量;
1-2)对碳排放总量限值进行初始分配,若各区域级多能源系统的碳排放量之和大于碳排放总量限值,则根据各区域级多能源系统的实际碳排放量大小等比例设定各区域碳排放总量限值的初始值;若各区域级多能源系统的碳排放量之和小于碳排放总量限值,则设置各区域碳排放总量限值为不考虑碳排放约束对应的实际碳排放量。
3.根据权利要求1所述的一种基于碳排放流的多能源系统协同低碳规划方法,其特征在于,所述下层区域级多能源系统规划模型为:
(1)目标函数
式中:ΩCC、ΩCB、ΩCF分别表示待建热电联产机组、电锅炉、燃气锅炉的集合;分别表示待建热电联产机组j、电锅炉q、燃气锅炉c的0-1决策变量;分别为对应的各类设备的投资成本;δGas、δEle分别表示向跨区级多能源系统购买电力和天然气的价格;分别表示时段t能量枢纽h的电力和天然气需求;表示时段t的持续时间;
(2)约束条件
(2-1)区域级多能源系统负荷约束
对于电力负荷:
对于热力负荷:
式中:ΩEB、ΩEF分别表示已有电锅炉和燃气锅炉的集合;ηgh表示热电联产机组j的热能转化效率;ηEB分别表示时段t电锅炉q的能源输入和转化效率;ηGF分别表示时段t燃气锅炉c的能源输入和转化效率;表示时段t的热力负荷;
(2-2)能量枢纽的稳态能量守恒约束
对于电能和热能分别有:
(2-3)能源转化设备的运行约束
对于已有热电联产机组、电锅炉、燃气锅炉,分别有:
对于待建热电联产机组、电锅炉、燃气锅炉,分别有:
(2-4)区域碳排放量约束
其中,
4.根据权利要求1所述的一种基于碳排放流的多能源系统协同低碳规划方法,其特征在于,所述上层跨区级多能源系统规划模型为:
(1)目标函数
式中:ΩCR、ΩCL、ΩCP分别表示待建可再生能源发电机组、输电线路、天然气管道集合;Xw、Yl、Zp分别为待建可再生能源发电机组w、输电线路l、天然气管道p的0-1决策变量;分别表示待建可再生能源发电机组w、输电线路l、天然气管道p的等年值投资成本;ΩTG、ΩGS分别表示常规火电机组和气源集合;分别表示时段t常规火电机组i的有功出力和平均发电成本;分别表示时段t气源s的天然气输出和平均成本;
(2)约束条件:
(2-1)电力系统节点负荷平衡约束
式中:ΩB表示电网节点集合;A、G、W、H分别表示电网中的节点-线路关联矩阵、节点-发电机组关联矩阵、节点-可再生能源发电机组关联矩阵以及能量枢纽-节点关联矩阵;ΩEL、ΩER、ΩEH分别表示已建线路、已建可再生能源发电机组以及能量枢纽的集合;表示时段t线路l的潮流;表示时段t可再生能源发电机组w的有功出力;表示时段t节点b的负荷;
(2-2)线路潮流约束
已建线路潮流约束:
待建线路潮流约束:
式中:M为一个正数;
若规划结果为新建线路l,即Yl=1,则线路潮流满足潮流方程和容量约束;若规划结果为非新建线路l,即Yl=0,则线路潮流限制为0;
(2-3)发电机组出力约束
对于常规火电机组:
对于已建可再生能源发电机组和待建可再生能源发电机组:
(2-4)天然气系统节点负荷平衡约束
式中:ΩN表示天然气网节点集合;B、C、D分别表示天然气网中的节点-管道关联矩阵、节点-气源关联矩阵以及能量枢纽-节点关联矩阵;ΩEP表示已建管道集合;表示时段t管道p的气流量;表示时段t节点n的负荷;
(2-5)天然气管道流量约束
对于已建管道,有:
对于待建管道,有:
(2-6)气源天然气输出约束
(2-7)节点碳势方程约束
5.根据权利要求1所述的一种基于碳排放流的多能源系统协同低碳规划方法,其特征在于,所述步骤4)具体包括:
4-1)根据下层区域级多能源系统的规划结果和上层跨区级多能源系统的规划结果,采用碳排放流计算方法重新计算各区域级多能源系统的碳排放量,若所有区域的实际碳排放量均小于对应区域碳排放总量限值,则无需调整区域碳排放总量限值,跳出调整环节;反之,则进入步骤4-2);
4-2)如果对于部分区域级多能源系统,碳排放量超过其对应区域碳排放总量限值,对于其他区域级多能源系统,碳排放量小于其对应的区域碳排放总量限值,则提高前者的区域碳排放总量限值,降低后者的区域碳排放总量限值,提高或降低的额度与区域碳排放量和区域碳排放总量限值之差的绝对值成正比,跳出调整环节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810698650.6A CN109102104B (zh) | 2018-06-29 | 2018-06-29 | 一种基于碳排放流的多能源系统协同低碳规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810698650.6A CN109102104B (zh) | 2018-06-29 | 2018-06-29 | 一种基于碳排放流的多能源系统协同低碳规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109102104A CN109102104A (zh) | 2018-12-28 |
CN109102104B true CN109102104B (zh) | 2022-02-18 |
Family
ID=64845145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810698650.6A Active CN109102104B (zh) | 2018-06-29 | 2018-06-29 | 一种基于碳排放流的多能源系统协同低碳规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109102104B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859072A (zh) * | 2019-03-06 | 2019-06-07 | 华北电力大学 | 一种高校综合能源系统规划方法 |
CN110345775A (zh) * | 2019-06-19 | 2019-10-18 | 广东工业大学 | 一种陶瓷辊道窑的碳排放控制方法及相关装置 |
CN110490765A (zh) * | 2019-08-23 | 2019-11-22 | 深圳市新系区块链技术有限公司 | 一种资源控制方法、系统、装置及计算机可读存储介质 |
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 |
CN113642184B (zh) * | 2021-08-18 | 2022-05-20 | 西南石油大学 | 一种碳中和目标下的天然气管道操作优化方法 |
CN114253155B (zh) * | 2021-11-10 | 2022-09-30 | 中国东方电气集团有限公司 | 风光水火储一体化能源系统的碳排放测试平台及方法 |
CN116128262B (zh) * | 2023-04-19 | 2023-07-25 | 山东科技大学 | 一种综合能源系统低碳调度方法及系统 |
CN116894354B (zh) * | 2023-09-11 | 2023-12-26 | 国网浙江省电力有限公司 | 一种多能源耦合环节的碳流计算方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975770A (zh) * | 2016-04-29 | 2016-09-28 | 中国南方电网有限责任公司电网技术研究中心 | 跨省区碳交易机制下发电碳排放配额分配模型的构建方法 |
CN107317325A (zh) * | 2017-06-28 | 2017-11-03 | 国网山东省电力公司经济技术研究院 | 一种考虑碳排放流的低碳电源电网规划模型 |
CN107862419A (zh) * | 2017-12-08 | 2018-03-30 | 清华大学 | 一种多能源网络的低碳优化调度方法及系统 |
CN107992963A (zh) * | 2017-11-23 | 2018-05-04 | 东南大学 | 基于多能流系统双层规划模型协调双边利益的优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178833A1 (en) * | 2010-01-20 | 2011-07-21 | International Business Machines Corporation | Developing an optimal long term electricity generation capacity resource plan under a carbon dioxide regulatory regime |
-
2018
- 2018-06-29 CN CN201810698650.6A patent/CN109102104B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975770A (zh) * | 2016-04-29 | 2016-09-28 | 中国南方电网有限责任公司电网技术研究中心 | 跨省区碳交易机制下发电碳排放配额分配模型的构建方法 |
CN107317325A (zh) * | 2017-06-28 | 2017-11-03 | 国网山东省电力公司经济技术研究院 | 一种考虑碳排放流的低碳电源电网规划模型 |
CN107992963A (zh) * | 2017-11-23 | 2018-05-04 | 东南大学 | 基于多能流系统双层规划模型协调双边利益的优化方法 |
CN107862419A (zh) * | 2017-12-08 | 2018-03-30 | 清华大学 | 一种多能源网络的低碳优化调度方法及系统 |
Non-Patent Citations (3)
Title |
---|
Carbon Emission Flow From Generation to Demand: A Network-Based Model;Chongqing Kang 等;《IEEE Transactions on Smart Grid》;20150930;第6卷(第5期);第2386-2394页 * |
低碳多能源系统的研究框架及展望;程耀华 等;《中国电机工程学报》;20170720;第37卷(第14期);第4060-4069页 * |
多能互补、集成优化能源系统关键技术及挑战;艾芊 等;《电力系统自动化》;20180225;第42卷(第4期);第2-10、46页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109102104A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102104B (zh) | 一种基于碳排放流的多能源系统协同低碳规划方法 | |
CN110245878B (zh) | 智能楼宇群体的分布式综合能源需求响应协同优化方法 | |
CN109345045B (zh) | 基于双乘子迭代算法的电热综合能源系统经济调度方法 | |
CN111950809B (zh) | 基于主从博弈的综合能源系统分层分区优化运行方法 | |
CN108846507A (zh) | 基于混合整数二阶锥规划的电-气耦合系统日前经济调度方法 | |
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 | |
CN111900732B (zh) | 考虑风电不确定性及无功潮流与电压约束的风电集群接入方式规划方法 | |
CN105576657B (zh) | 主动配电网与输电网集成系统随机模糊连续潮流建模方法 | |
CN109861302B (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
CN109066812B (zh) | 一种基于双层一致性算法的电力系统多目标优化调度方法 | |
CN106786753A (zh) | 多用户的区域能源互联网的系统及其调节方法 | |
CN110707755B (zh) | 一种考虑非理想通信条件下基于能量枢纽的综合能源系统超短期调度方法 | |
CN111553544B (zh) | 基于一致性算法的工业园区分布式综合需求响应方法 | |
Gu et al. | Bi-level decentralized optimal economic dispatch for urban regional integrated energy system under carbon emission constraints | |
Qiu et al. | Day-ahead optimal scheduling of power–gas–heating integrated energy system considering energy routing | |
CN112531788B (zh) | 考虑多重不确定性和自趋优运行的透明微网群规划方法 | |
CN114139837B (zh) | 一种考虑双层碳排放优化分配模型的区域多系统双层分散优化调度方法 | |
CN113131513B (zh) | 考虑碳排放的电、热、气转换优化运行配置方法和存储介质 | |
CN115719972A (zh) | 一种分布式电源接入配电网的节能降损优化方法 | |
CN113988435A (zh) | 基于服务商引导的综合能源系统源-荷协同优化方法 | |
Jiang et al. | Combined heat and power dispatch using simplified district heat flow model | |
Wu et al. | Hierarchical autonomous cooperative operation of district integrated heating and power system | |
Cao et al. | Low-Carbon Planning of Integrated Energy System Considering a Reward and Punishment Ladder-type Carbon Trading Mechanism | |
Zhang et al. | Integrated Planning of Data Center and Distributed Renewable Energy in Distribution Systems | |
CN111210107A (zh) | 一种综合能源调度系统和综合能源调度方法 |
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 |