CN109193626B - 一种分布式能源站选型与定容优化规划统一求解方法 - Google Patents
一种分布式能源站选型与定容优化规划统一求解方法 Download PDFInfo
- Publication number
- CN109193626B CN109193626B CN201811077615.9A CN201811077615A CN109193626B CN 109193626 B CN109193626 B CN 109193626B CN 201811077615 A CN201811077615 A CN 201811077615A CN 109193626 B CN109193626 B CN 109193626B
- Authority
- CN
- China
- Prior art keywords
- energy
- planning
- power
- equipment
- constraint
- 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
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式能源站选型与定容优化规划统一求解方法,所述方法包括以下步骤:依据分布式能源站供用能特征建立分布式能源站集成各能源耦合设备模型、及其分布式能源站综合模型;依据优化规划目的,建立分布式能源站优化规划求解目标函数;根据规划系统特征,建立相应的规划、优化变量及约束条件;利用混合整数线性规划求解器对模型进行求解,通过规划约束生成各设备规划容量与投资成本。本方法在规划基础上考虑系统运行优化,在传统运行优化模型的基础上,增设规划类约束条件,实现了设备选型、定容规划与系统运行优化的统一求解。
Description
技术领域
本发明涉及能源互联网、区域综合能源系统、分布式能源站领域,尤其涉及一种分布式能源站选型与定容优化规划统一求解方法。
背景技术
近年来,在能源生产消费上推动电能等绿色、清洁能源的替代作用,以解决煤炭为主的能源结构为环境造成的危害是我国乃至世界大多国家的战略选择。随着区域综合能源系统(regional integrated energy system,RIES)的快速发展,电、气、热等多种能源间的耦合与联系逐步加深,对能源的产生、传输与分配等环节进行有机协调与优化成为研究的热点。
分布式能源站(distributed energy station,DES)是RIES中典型的能源耦合载体,其借助苏黎世联邦理工学院所提出的能源集线器(energy hub,EH)概念,将各类耦合设备进行合理的规划、设计、整合,实现不同类型能源的有机协调和协同优化。作为RIES能源网络中的广义节点与运营中心,DES将用户与各能源网络紧密相连,以满足多样化的用能需求,起到对能源管控,对负荷供能的作用。DES的出现改变了现有能源系统自上而下的传统结构和供需模式,对促进能效提升与清洁替代具有重要意义。DES的快速发展与以热电联产(combined heat and power,CHP)为代表的各类耦合组件的兴起密不可分。DES集成的冷热电气多种能源耦合设备与系统供用能特征息息相关,对其关键设备型号与容量进行合理、准确的规划,可提升资产的利用率,减少投资冗余,进一步优化系统运行状态。
目前针对DES各类型耦合设备的规划研究多考虑不够全面,运行优化欠缺使得总体规划结果不完全贴合实际,准确性较低;规划目标只考虑容量配置而忽略设备类型的选取导致结果存在一定的局限性。因此,设计更为实际,考虑更加全面的DES优化规划设计有待进一步挖掘。
发明内容
本发明提供了一种分布式能源站选型与定容优化规划统一求解方法,本发明实现了DES设备选型、定容与系统运行优化统一求解,详见下文描述:
一种分布式能源站选型与定容优化规划统一求解方法,所述方法包括以下步骤:
依据分布式能源站供用能特征建立分布式能源站集成各能源耦合设备模型、及其分布式能源站综合模型;
依据优化规划目的,建立分布式能源站优化规划求解目标函数;根据规划系统特征,建立相应的规划、优化变量及约束条件;
利用混合整数线性规划求解器对模型进行求解,通过规划约束生成各设备规划容量与投资成本。
其中,所述分布式能源站综合模型:由能源供给部分、能源存储部分、以及能源转换部分组成;
Lload-Pstore=Ctran(Pnet+Pre)
其中,Ctran为能源转换部分的转换矩阵、Pnet为能量网络输入矩阵、Pre为可再生能源输入矩阵、Pstore为储能功率矩阵、Lload为负荷功率矩阵。
进一步地,所述能源供给部分的能量关系表示为:
Pin=Pnet+Pre
式中,Pin为能源供给部分输出矩阵、Pnet为能量网络输入矩阵、Pre为可再生能源输入矩阵;e表示电能相关参数,g表示天然气相关参数、Ppv为光伏的输出功率、Pwt为风机的输出功率。
进一步地,所述能源转换部分的能量关系表示为:
式中,λ1表示热泵消耗电能占电能供给部分的比例;μ1、μ2表示CHP机组、锅炉消耗燃气占燃气供给部分的比例;为热泵的热转换效率,为锅炉的热转换效率,为CHP机组的热输出功率,为CHP机组的电输出功率。
其中,所述能源存储部分与负荷直接相连,可当作对负荷端的修正:
Lout=Lload-Pstore
进一步地,所述约束条件包括:规划类约束与运行类约束,其中,所述规划类约束包括:设备投运约束、设备选型约束、以及设备定容约束。
其中,所述设备投运约束具体为:
式中,χi∈(1,0)为设备投运系数,应用于非选型设备的投运问题;CAPi为各类规划设备i的规划容量;CAPi_min、CAPi_max分别为容量的上限和下限,s表示设备i第s种类型。
优选地,所述设备选型约束具体为:
优选地,所述设备定容约束具体为:
优选地,所述模型具体为:
其中,finv(x)、foper(y)分别为运行、规划部分目标函数,hinv(x)为规划类约束中的等式约束,ginv(x)为规划类约束中的不等式约束,hDES(y)为分布式能源站的能量流平衡方程,goper(y)为运行约束,x为规划决策变量;y为运行决策变量。
本发明提供的技术方案的有益效果是:
1、本发明提出的配置-运行协同优化方法在规划基础上考虑系统运行优化,在传统运行优化模型的基础上,增设规划类约束条件,实现了设备选型、定容规划与系统运行优化的统一求解;
2、本发明在一般能源站设备定容规划基础上增加了更为切实的设备选型规划;
3、本发明可以实现DES的协调规划,同时,模拟以年为周期,小时级最优调度,减少设备配置冗余,降低系统运行成本。
附图说明
图1为分布式能源站结构图;
图2为规划与运行优化统一求解流程图;
图3为可再生能源与DES电负荷、热负荷特性曲线;
图4为DES规划结果图;
图5为DES电力优化运行结果图;
图6为DES热力优化运行结果图;
图7为不同场景下优化结果对比图;
图8为两种场景下实时运行成本图。
表1为CHP机组各型号设备参数;
表2为热泵、锅炉各型号设备参数;
表3为其它设备参数;
表4为规划与运行综合优化成本。
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,下面对本发明实施方式作进一步地详细描述。
实施例1
为了实现DES设备选定与定容的协调规划,模拟以年为周期,小时级最优调度,减少设备配置冗余,降低系统运行成本,本发明实施例提供了一种分布式能源站选型与定容优化规划统一求解方法-配置运行协同优化法(coordinated optimization ofconfiguration and operation,COCO),详见下文描述:
101:依据分布式能源站供用能特征建立数学描述模型;其中,所述数学描述模型包含分布式能源站DES集成各能源耦合设备模型、及其分布式能源站综合模型(即DES模型);
在RIES中,DES不仅是分布式发电技术(例如风电、光伏、天然气发电等)的应用对象,也是一些能源耦合环节的能量供应者,具有较多的可控资源,是整个系统多能耦合的重要载体。DES从结构上主要分为能源供给、能源转换、能源存储三个主要部分,各部分由特定的能源耦合设备组成,耦合互联形成一个有机整体。本实施例研究的面向用户的分布式能源站规划模型可用图1所示结构描述。其内部集成了多种能量互动单元,对其关键设备型号与容量的合理规划至关重要,并且规划又与运行紧密相关,为了对DES进行系统的优化规划设计,需要对其集成的各类能源设备及整体进行数学描述,建立起DES的求解模型。
首先是DES集成的多种能源耦合设备模型,以图1所示DES结构为例,其中能量供给装置有光伏、风机;能量转换装置以供热设备为主,包含CHP、热泵、锅炉;能量存储装置包含电储能、热储能。但是,其中各类设备的配置容量未知,并且联供设备CHP机组有三个待选类型,供热设备热泵、锅炉分别有两个待选类型,各类型设备主要存在单位成本以及转换效率的差异。
(1)光伏、风机模型
光伏发电是一种利用最丰富能源创造最清洁电能的可再生能源发电技术,属于DES的能源供给部分,对于促进清洁化供能尤为重要。光伏发电的输出功率取决于光伏面板单位面积上接受到的辐射程度,具体关系为:
式中,Ppv为光伏的输出功率;Prpv为光伏的额定输出功率;Rβ为单位面积上接受到的辐射程度,β为功率温度系数;Tt、Tr分别为t时刻光伏设备温度以及标准环境下的参考温度;Rr为标准环境下的光照强度,r表示标准环境下的有关参数。
风机出力则与每时刻的风速v密切相关:
(2)CHP机组模型
CHP机组既能生产电能,又能利用生产过程中发出的高温蒸汽供热,是DES的核心能源转换设备。由于本文重点关注的是分布式能源站各设备规划问题,负载率对CHP机组运行影响被适当简化,仅通过固定效率表示。本实施例涉及的CHP机组的供电供热表达式分别为:
(3)热泵、锅炉模型
热泵(heat pump,HP)、锅炉是两种常见的能量转换设备,可以作为系统的热源,投资成本低,维修方便,应用广泛。本实施例涉及的地源热泵、空气源热泵,燃气锅炉(gasboiler,GB)均可通过以下表达式表述:
式中,Pi h为设备i的热输出功率,i为各类热泵或锅炉;ηi h为设备i的转换效率;Pi k为设备i的k种能源形式输入功率,k为电能或天然气。
(4)储能模型
储能是协调能源系统供给和利用之间供需平衡问题的有效途径,同时也是提升可再生能源消纳的可靠手段。本实施例依据负荷特性规划了电储能以及热储能两种形式,其充放能关系式分别为:
式中,E(t)、H(t)分别为电储能t时刻存储的电量以及热储能t时刻存储的热量; 分别为电储能的自放电损失率以及热储能的散热损失率;分别为电储能、热储能的充放电效率;分别为电储能t时刻充放电功率以及热储能t时刻的充放热功率;同时,以SOC(state of charge)表示电池的荷电状态;CAPbat为蓄电池的容量。
即,上述公式(1)-(6)构成了分布式能源站DES集成各能源耦合设备模型。
其次是DES综合模型,一般的能源集线器模型通过矩阵表示能源间的耦合作用,由输入(供应)端、转换端、输出端(负荷)端表示,即:
L=CP (7)
式中,P和L分别是能源集线器的输入和输出向量;C为耦合矩阵。
由于本实施例中DES结构较为复杂,包含了能源设备间的串联结构,所以需要对能源集线器模型进行修正,下面按照图1所示的能源供给、转换、存储三个部分进行描述。
(1)能源供给部分
DES的能源供给部分在电、天然气网络输入的基础上增加了光伏、风机发电,相当于对能源集线器输入端向量P进行修正。能量关系表示为:
Pin=Pnet+Pre (8)
式中,Pin为能源供给部分输出矩阵、Pnet为能量网络输入矩阵、Pre为可再生能源输入矩阵;e表示电能相关参数,g表示天然气相关参数。
(2)能源转换部分
能源转换部分通过调度CHP、热泵、锅炉的出力起到了管控能源、调节供需的作用,能量关系可以表示为:
(3)能源存储部分
能源存储部分与负荷直接相连,可以当作对输出(负荷)端的修正:
Lout=Lload-Pstore (11)
式中,Lout、Pstore分别为能源存储部分的输出以及储能功率矩阵,h为热力部分相关参数。
最后,将上述各部分能量方程联立、变形可以得到基于能源集线器的DES模型,表达式为:
Lload-Pstore=Ctran(Pnet+Pre) (13)
通过该模型可以实现DES的统一建模,针对不同的规划结果,只需改变矩阵中不同位置的参数即可实现对模型的修改。
102:依据优化规划目的,建立分布式能源站优化规划求解目标函数;根据规划系统特征,建立相应的规划、优化变量及约束条件;
本实施例以DES关键设备投资费用Cinv与规划年运行费用Coper总体最低为规划目标,目标函数为:
Ccost=min(Cinv+Coper) (14)
(1)关键设备投资费用
(2)规划年运行费用
规划年运行费用包含了设备燃料消耗与购电费用Cc、设备运行维护费用Cm、等值碳税费用Ce,运行部分目标函数为:
Coper=Cc+Cm+Ce (16)
1)设备燃料消耗与购电费用
2)设备运行维护费用
3)等值碳税费用
配置运行协同优化法实现DES规划与运行统一求解的关键之处在于其在传统优化约束条件的基础上设置了规划约束条件。通过规划约束中设置的规划系数起到限制设备配置容量,选择设备装设类型的作用。
(1)规划类约束
1)设备投运约束
式中,χi∈(1,0)为设备投运系数,应用于非选型设备的投运问题;CAPi为各类规划设备i的规划容量;CAPi_min、CAPi_max分别为容量的上限和下限。
2)设备选型约束
3)设备定容约束
为了实现设备容量配置,又满足系统线性特征,同时实现规划与运行优化间的相互作用,需要设置定容约束,使得设备运行功率不能超过其规划容量,即:
(2)运行类约束
DES运行约束主要包含了功率平衡约束、各设备运行安全约束等。
1)功率平衡约束
借助DES综合建模公式可以化简出电、热、气各能量子系统存在的以下能量平衡,通过运行功率可以表示为:
式中,分为电、热、气负荷大小;分别为热泵的电输入功率和热输出功率以及锅炉的天然气输入功率和热输出功率;由于本文所研究的DES未考虑天然气负荷,所以其中Pi k表示设备i全体的输入输出功率,即待选型设备Pi k的值由各类型求和表示,即:
Pi k=∑Pi s,k (25)
2)能源网络功率约束
考虑到能源网络运行可靠性与安全性,需要对其与DES接口网络设置功率约束:
3)CHP机组运行约束
CHP机组运行约束包含了CHP的出力约束以及爬坡率约束,分别为:
4)热泵、锅炉运行约束
热泵、锅炉运行约束主要是设备的出力约束,即:
5)储能设备运行约束
借助SOC模型对电储能约束条件进行表述,设置了电储能的充放电功率约束,同时考虑到过度充放电会降低电储能的寿命,其SOC应该被限制在一定的范围内:
式中,分别表示蓄电池充放电功率上下限约束。蓄电池充放电功率约束即表示蓄电池荷电状态的爬坡率约束;SOC(t)为蓄电池t时刻的荷电状态,SOCmax,SOCmin分别为蓄电池的充放电深度,即荷电状态上下限。
热储能相比电储能约束较为简单,本方法仅考虑输入输出功率的约束:
103:利用混合整数线性规划求解器对模型进行求解,通过规划约束生成各设备规划容量与投资成本。
不同于一般的规划、运行优化双层求解思路,本方法是在传统运行优化模型的基础上,增设规划类约束条件,实现设备选型、定容规划与运行优化的统一求解,属于单层优化。
通过上文公式(14-31)可以看出,该方法建立的求解模型中涉及的所有目标函数、约束条件均为决策变量与等式、不等式构成的线性公式,其中整数决策变量用于能源耦合设备的选型与定容,连续型决策变量用于能源耦合设备的运行与调度。其求解模型可以表示为:
其中,finv(x)、foper(y)分别为运行、规划部分目标函数,与公式(15-16)相对应;hinv(x)为规划类约束中的等式约束,与公式(22-23)中的等式部分对应;ginv(x)为规划类约束中的不等式约束,与公式(20-22)中的不等式部分对应;hDES(y)为DES能量流平衡方程,与公式(24)对应;goper(y)为运行约束,与公式(25-31)对应;x为规划决策变量(设备安装容量及选型投运系数);y为运行决策变量(设备运行输入输出功率)。
本方法借助YAMLIP求解器调用CPLEX在MATLAB中对所述模型进行仿真和求解,步骤104中所提混合整数线性规划求解器即YAMLIP求解器调用CPLEX。求解流程可主要分为以下3个阶段,如图2所示:
1)参数输入阶段:输入DES负荷信息,可再生能源信息,待规划设备信息以及能源价格等信息;
2)综合建模阶段:分析DES系统特征,建立规划求解目标函数与规划、运行约束;依据规划需求设定各设备规划所需变量、依据运行需求设定各设备运行状态变量;
3)约束处理阶段:借助于规划、运行两类约束条件的限制,实现目标函数下各决策变量的取值,完成规划与运行优化的统一求解。
为了表述清晰,本阶段的等效逻辑顺序可描述为:
首先在满足规划约束的条件下,通过处理投运、选型系数使各设备规划容量仅为0或者其它,并生成投资成本。
其次,各设备规划容量被传递至运行约束,在满足此规划结果以及运行约束的条件下,进行全年优化调度,并生成运行成本。
最后通过目标函数判断总成本是否最优,若是,则输出优化规划结果,否则返回规划约束重新进行调整。
综上所述,本方法可以实现DES的协调规划,同时,模拟以年为周期,小时级最优调度,减少设备配置冗余,降低系统运行成本。
实施例2
下面以具体的实验来验证本发明实施例提供的优化方法的可行性,详见下文描述:
以北方某工业园区为规划对象,园区主要从事材料加工产业,以电、热负荷为主。针对其供能特征与用能需求选取了如图1中所示结构的DES进行选型与定容规划设计。同时,借助图3给出的园区电、热负荷以及可再生能源特性曲线进行小时级等值年运行优化调度。
从图3所给出的负荷曲线可以看出,园区全年电负荷分布较为平稳,峰值不超过350kW,并且一般情况下,各季度初期电负荷相对较高,这与园区每季度生产计划不无关系。相比之下,园区热负荷则具有较为明显的季节特征,夏季需求较少,冬季需求较高,峰值达到900kW,是同期电负荷的3倍。
因此,本算例中规划的能源耦合设备以供热设备为主。本实施例中所涉及的各种待定设备参数信息由表1-3给出,设备规划容量大致按照最大电负荷设定为300kW,可再生能源装机容量考虑到实际空间大小,按照100kW设置。分时电价中峰、平、谷电价分别为0.9640元/kWh(8-10h、18-22h)、0.6785元/kWh(7h、11-17h)、0.4090元/kWh(1-6h、23-24h),天然气价格折合成单位热值价格为0.34元/kWh。电网的线损率取7%,等值碳税为0.3元/kg,燃煤电厂、天然气燃烧CO2排放系数分别为0.80kg/kWh和0.19kg/kWh。
通过规划求解,可以在既满足系统不同种类的供用能需求又实现经济性的情况下,得到DES选型与定容规划结果,以及系统全年运行优化调度结果。其中,规划与运行优化综合成本如表4所示。可以看出,求解结果中,等值年运行成本占总成本比重较大,系统优化规划结果与以能源价格为主的运行成本更为相关。
表1
表2
表3
表4
其中,DES具体的选型与定容规划结果如图4所示。CHP与热泵部分选择了效率较高的CHP-3型与地源热泵机组,规划容量分别为197kW、290kW。而燃气锅炉部分选择的是价格相对较低的燃气锅炉-1型,容量达到了规划上限300kW。另外,光伏、风机虽然造价很高,但由于不存在燃料消耗与环境费用,规划容量也达到了上限,这表明DES倾向于可再生能源的最大化利用。储能部分作为协调可再生能源的消纳以及利用削峰填谷提升系统经济性的关键设备,也得到了充分规划,但由于电储能单位成本较高,使用年限较短,并未达到规划上限。
与此同时,本方法得到的部分等值年运行优化调度结果如图5、6所示。从整体趋势来看,CHP机组由于其灵活的热电耦合特性及天然气消耗的经济性与环保性成为了负荷能量的首要供给对象,并且在春季和冬季出力较大,与热负荷的分布紧密相关。但由于CHP机组存在规划容量以及运行状态的约束和限制,使其不能完全满足负荷高峰时能量的供应,存在热电供能差额,因此需要能源网络或其它设备择优进行补充,实现能量的协调调度。
一方面,电能差额主要通过电网补充,储能调控,光伏与之协调实现全部消纳。结合CHP供电曲线可以看出,电网在夏季和秋季出力较大,特别是在3700-6500h(此时CHP出力较低),用于补充电负荷以及各用电设备的能量差额供应。电储能充放电状态与电网、可再生能源出力及分时电价紧密相关,既可以在电价较低时储能,电价较高时放能,又能够在负荷低谷期提升可再生能源消纳,除冬季部分时段(800-1400h)由于电网出力较少导致利用不足外,基本实现了全年的高效运行,如图5所示。通过DES各电能耦合设备的协调配合,大幅度提升了系统供电方式的多样性与灵活性。
另一方面,热能差额按照转换效率依次通过热泵、锅炉补充、储能调控,实现协调供应。在热负荷较高的冬季、春季(0-3500h、6200-8760h),当CHP机组供热出力达到上限,则热泵首先投运补充热能,若仍不能满足需求,再由燃气锅炉进行补充。在3600-6300h时段,CHP机组仍然持续保持了峰值100kW左右的供热出力,但此时段热负荷需求却基本维持50kW,CHP供热出力大于热负荷需求。可以看出,这是由于CHP机组具有一定的热电比,产生电能的同时也会产生相应的热能,由于分时电价影响,CHP机组尽可能在电价高峰时运行以减少购电成本,实现最优运行,此时多余部分的热能则通过热储能进行协调,如图6所示。可见,储能对于DES实现能源间的协调调度及系统最优运行起到了很好的支撑作用,这也是规划结果中热储能容量达到上限的原因之一。系统燃气优化结果是CHP机组以及燃气锅炉运行所需燃气的总和,因此也与热负荷的分布密切相关。
图7展示了两种场景下的优化结果对比,其中,场景A研究对象为电、气、热分立运行系统,电网供电,燃气锅炉-1型供热。场景B研究对象为建设图1所示DES的多能协同系统。对比两种场景得出以下结论:
1)场景B中DES的规划提高了可再生能源的消纳水平,并促进了以CHP机组为主导的各类能源耦合单元的协同运行;电网购电量显著降低,清洁能源天然气购气量明显提高,系统能源利用形式得到良好改善。
2)虽然场景B中DES的建设大幅提高了设备的投资费用,但场景A系统实时运行成本均较场景B高,如图8所示。场景A系统实时成本均较场景B高。其中夏季出现的4个成本高峰是由于该所取时段购电成本较高所致。因此,可以分析得到,场景A分立运行系统供能单元独立,单元出力固定,导致缺少供能设备间的合理配合,而场景B多能互补条件下,各供能设备实现深度耦合,通过协同调度满足实时变化的热、电负荷需求,使得系统实时运行成本大幅降低,购电购气费用降低约37.8%。同时,可再生能源与清洁能源的充分利用也使得环境成本降低约39.4%,因此RIES装设DES可以获得更好的经济与环境效益。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种分布式能源站选型与定容优化规划统一求解方法,其特征在于,所述方法包括以下步骤:
依据分布式能源站供用能特征建立分布式能源站集成各能源耦合设备模型、及其分布式能源站综合模型;
依据优化规划目的,建立分布式能源站优化规划求解目标函数;根据规划系统特征,建立相应的规划、优化变量及约束条件;
利用混合整数线性规划求解器对模型进行求解,通过规划约束生成各设备规划容量与投资成本;
所述约束条件包括:规划类约束与运行类约束,其中,所述规划类约束包括:设备投运约束、设备选型约束、以及设备定容约束;
所述设备选型约束具体为:
2.根据权利要求1所述的一种分布式能源站选型与定容优化规划统一求解方法,其特征在于,所述分布式能源站综合模型:
由能源供给部分、能源存储部分、以及能源转换部分组成;
Lload-Pstore=Ctran(Pnet+Pre)
其中,Ctran为能源转换部分的转换矩阵、Pnet为能量网络输入矩阵、Pre为可再生能源输入矩阵、Pstore为储能功率矩阵、Lload为负荷功率矩阵。
8.根据权利要求7所述的一种分布式能源站选型与定容优化规划统一求解方法,其特征在于,所述模型具体为:
其中,finv(x)、foper(y)分别为运行、规划部分目标函数,hinv(x)为规划类约束中的等式约束,ginv(x)为规划类约束中的不等式约束,hDES(y)为分布式能源站的能量流平衡方程,goper(y)为运行约束,x为规划决策变量;y为运行决策变量;
其中,以DES关键设备投资费用Cinv与规划年运行费用Coper总体最低为规划目标,目标函数为:
Ccost=min(Cinv+Coper)
规划年运行费用包含了设备燃料消耗与购电费用Cc、设备运行维护费用Cm、等值碳税费用Ce,运行部分目标函数为:
Coper=Cc+Cm+Ce
goper(y)为运行约束,为:
Pi k表示设备i全体的输入输出功率,即待选型设备Pi k的值由各类型求和表示,即:
Pi k=∑Pi s,k
能源网络功率约束
CHP机组运行约束
热泵、锅炉运行约束
储能设备运行约束
SOCmin≤SOC(t)≤SOCmax
式中,分别表示蓄电池充放电功率下限和上限约束;蓄电池充放电功率约束即表示蓄电池荷电状态的爬坡率约束;SOC(t)为蓄电池t时刻的荷电状态,SOCmax,SOCmin分别为蓄电池的充放电深度,即荷电状态上下限;
输入输出功率的约束:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811077615.9A CN109193626B (zh) | 2018-09-15 | 2018-09-15 | 一种分布式能源站选型与定容优化规划统一求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811077615.9A CN109193626B (zh) | 2018-09-15 | 2018-09-15 | 一种分布式能源站选型与定容优化规划统一求解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109193626A CN109193626A (zh) | 2019-01-11 |
CN109193626B true CN109193626B (zh) | 2021-08-20 |
Family
ID=64911589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811077615.9A Active CN109193626B (zh) | 2018-09-15 | 2018-09-15 | 一种分布式能源站选型与定容优化规划统一求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109193626B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263966B (zh) * | 2019-05-06 | 2023-04-18 | 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 |
CN110197300A (zh) * | 2019-05-27 | 2019-09-03 | 国网浙江省电力有限公司温州供电公司 | 基于年综合费用最小的经开区综合能源系统规划方法 |
CN110390438A (zh) * | 2019-07-26 | 2019-10-29 | 广州市供电局有限公司 | 基于综合能源分布控制的园区用户的储能设计定容方法 |
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 |
CN110738359A (zh) * | 2019-09-24 | 2020-01-31 | 天津大学 | 一种基于p中位模型的分布式能源站选址方法 |
CN110717226B (zh) * | 2019-09-30 | 2023-09-22 | 国网浙江杭州市萧山区供电有限公司 | 一种考虑能源网拓扑特性的区域综合能源系统布局规划方法 |
CN110676888A (zh) * | 2019-10-14 | 2020-01-10 | 国网山东省电力公司莱芜供电公司 | 一种多能互补系统容量计算方法、系统、终端及存储介质 |
CN111582658B (zh) * | 2020-04-16 | 2022-05-17 | 天津大学 | 考虑多区域互联协同的能源站设备配置及管线规划方法 |
CN111401665B (zh) * | 2020-04-22 | 2022-04-15 | 山东大学 | 协同优化的综合能源系统设计方案的获取方法和系统 |
CN111859683B (zh) * | 2020-07-24 | 2022-09-30 | 天津大学 | 基于动态能量集线器的园区综合能源系统优化配置方法 |
CN113036787A (zh) * | 2021-03-15 | 2021-06-25 | 天津城建大学 | 一种制氢站能量优化配置方法和系统 |
CN113947321A (zh) * | 2021-10-25 | 2022-01-18 | 国网天津市电力公司电力科学研究院 | 一种分布式信息能源网络拓扑结构构建方法和系统 |
CN114118558A (zh) * | 2021-11-22 | 2022-03-01 | 国网经济技术研究院有限公司 | 一种能源站设备容量配置优化方法及系统 |
CN114004110B (zh) * | 2021-11-24 | 2024-04-12 | 天津大学 | 一种面向电-热综合能源系统的量子化事件驱动仿真方法 |
CN114462163B (zh) * | 2022-01-26 | 2022-09-30 | 天津大学 | 一种考虑能源品质的㶲集线器模型 |
CN115049149A (zh) * | 2022-07-08 | 2022-09-13 | 天津泰达滨海清洁能源集团有限公司 | 一种综合能源系统容量优化配置与优化调度方法 |
CN116187586B (zh) * | 2023-04-24 | 2023-07-21 | 山东大学 | 一种综合能源系统的分布式规划求解方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103151798A (zh) * | 2013-03-27 | 2013-06-12 | 浙江省电力公司电力科学研究院 | 独立微网系统的优化方法 |
CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网系统的通用优化调度策略 |
CN103400042A (zh) * | 2013-08-07 | 2013-11-20 | 东南大学 | 一种冷热电联供型微电网优化配置方法 |
CN106447122A (zh) * | 2016-10-12 | 2017-02-22 | 国网上海市电力公司 | 一种区域型能源互联网及其一体化优化规划方法 |
CN107301275A (zh) * | 2017-05-27 | 2017-10-27 | 上海电气分布式能源科技有限公司 | 用于分布式能源系统技术选型的配置及容量优化方法 |
-
2018
- 2018-09-15 CN CN201811077615.9A patent/CN109193626B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103151798A (zh) * | 2013-03-27 | 2013-06-12 | 浙江省电力公司电力科学研究院 | 独立微网系统的优化方法 |
CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网系统的通用优化调度策略 |
CN103400042A (zh) * | 2013-08-07 | 2013-11-20 | 东南大学 | 一种冷热电联供型微电网优化配置方法 |
CN106447122A (zh) * | 2016-10-12 | 2017-02-22 | 国网上海市电力公司 | 一种区域型能源互联网及其一体化优化规划方法 |
CN107301275A (zh) * | 2017-05-27 | 2017-10-27 | 上海电气分布式能源科技有限公司 | 用于分布式能源系统技术选型的配置及容量优化方法 |
Non-Patent Citations (5)
Title |
---|
A heuristic approach for Distributed Generation sources location and capacity evaluation in distribution systems;K. Manjunatha Sharma 等;《ENCON 2008 - 2008 IEEE Region 10 Conference》;20090127;全文 * |
基于能源路由器的用户侧能源互联网规划;吴聪;《电力系统自动化》;20170225;第41卷(第4期);第20-25页 * |
气电热联供网络规划与运行联合优化;孙凯华等;《电力建设》;20160401(第04期);全文 * |
综合能源系统规划设计方法;于波等;《电力建设》;20160201(第02期);全文 * |
考虑P2G多源储能型微网日前最优经济调度策略研究;陈沼宇 等;《中国电机工程学报》;20170605;第37卷(第11期);第3067-3072页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109193626A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109193626B (zh) | 一种分布式能源站选型与定容优化规划统一求解方法 | |
CN111445090B (zh) | 一种离网型综合能源系统双层规划方法 | |
CN109327042B (zh) | 一种微电网多能源联合优化调度方法 | |
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 | |
CN111950807B (zh) | 计及不确定性与需求响应的综合能源系统优化运行方法 | |
CN110826815B (zh) | 一种考虑综合需求响应的区域综合能源系统运行优化方法 | |
CN110889600A (zh) | 一种考虑柔性热负荷的区域综合能源系统优化调度方法 | |
CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
CN104537443A (zh) | 一种热电联供型微网经济协调优化调度方法 | |
CN111882105A (zh) | 含共享储能系统的微电网群及其日前经济优化调度方法 | |
CN108521132B (zh) | 多能互补支撑电网频率调节的多时间尺度优化控制方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN112417651B (zh) | 一种基于后悔规避的用户级综合能源系统优化方法 | |
CN110391655B (zh) | 一种含多能源耦合的微能源网经济优化调度方法及装置 | |
CN109543889A (zh) | 一种区域综合能源系统日前协同优化运行方法 | |
CN115186902A (zh) | 温室综合能源系统的调控方法、装置、终端及存储介质 | |
CN110994606A (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
Li et al. | Planning model of integrated energy system considering P2G and energy storage | |
CN113128799A (zh) | 能源管控方法、装置、电子设备及计算机存储介质 | |
Meng et al. | Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation | |
CN110783917A (zh) | 含有新能源消纳的多能源能量枢纽配置方法 | |
CN213783243U (zh) | 一种面向产业园区的综合能源系统运行优化装置 | |
CN114330835A (zh) | 一种综合能源微网中电/热混合储能系统的优化配置方法 | |
CN114565480A (zh) | 考虑碳排放量的区域分布式多能源系统多目标规划方法 | |
CN114066056A (zh) | 考虑热电协同综合能源系统灵活性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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: 300452 Binhai Industrial Research Institute Campus of Tianjin University, No. 48 Jialingjiang Road, Binhai New Area, Tianjin Patentee after: Tianjin University Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92 Patentee before: Tianjin University |
|
CP02 | Change in the address of a patent holder |