CN109494809A - 包含电转气装置的电-气互联系统及运行方法 - Google Patents
包含电转气装置的电-气互联系统及运行方法 Download PDFInfo
- Publication number
- CN109494809A CN109494809A CN201910012450.5A CN201910012450A CN109494809A CN 109494809 A CN109494809 A CN 109494809A CN 201910012450 A CN201910012450 A CN 201910012450A CN 109494809 A CN109494809 A CN 109494809A
- Authority
- CN
- China
- Prior art keywords
- gas
- natural gas
- electric
- flow
- power grid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 title claims abstract description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 296
- 239000007789 gas Substances 0.000 claims abstract description 183
- 239000003345 natural gas Substances 0.000 claims abstract description 115
- 238000003860 storage Methods 0.000 claims description 59
- 238000006243 chemical reaction Methods 0.000 claims description 45
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 40
- 229910052739 hydrogen Inorganic materials 0.000 claims description 40
- 239000001257 hydrogen Substances 0.000 claims description 40
- 238000005457 optimization Methods 0.000 claims description 35
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 18
- 239000001569 carbon dioxide Substances 0.000 claims description 18
- 238000005868 electrolysis reaction Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 7
- 229910052815 sulfur oxide Inorganic materials 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 6
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- TXKMVPPZCYKFAC-UHFFFAOYSA-N disulfur monoxide Inorganic materials O=S=S TXKMVPPZCYKFAC-UHFFFAOYSA-N 0.000 claims description 2
- 239000000356 contaminant Substances 0.000 claims 1
- 230000032258 transport Effects 0.000 claims 1
- 229910052799 carbon Inorganic materials 0.000 abstract description 11
- 238000004140 cleaning Methods 0.000 abstract 1
- 230000029087 digestion Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 12
- 239000000243 solution Substances 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 239000003344 environmental pollutant Substances 0.000 description 5
- 150000002431 hydrogen Chemical class 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000001595 flow curve Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H02J3/386—
-
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种包含电转气装置的电‑气互联系统运行方法，包括：根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型；根据天然气网络参数，建立天然气网络成本最小和二氧化碳排放量最小的多目标优化运行模型；当燃气轮机所在节点的压力越界时，调整燃气轮机的出力参数。此外，本发明还公开了一种包含电转气装置的电‑气互联系统。采用本发明的技术方案可以达到减少弃风、提高风电消纳率的目的，实现含电转气装置的电‑气互联系统可靠稳定且节能低碳环保的运行，实现了在能源互联网背景下，风能的有效利用和电‑气互联系统清洁低碳安全高效的运行。
Description
技术领域
本发明涉及能源互联网技术领域，特别涉及一种包含电转气装置的电-气互联系统及运行方法。
背景技术
随着世界能源低碳化进程的进一步加快，以及能源危机、环境污染等问题的日益严峻，天然气和非化石能源已成为世界能源发展的主要方向。近年来，风能、太阳能等可再生清洁能源在世界范围内得到大力发展，我国风电的发展尤为迅猛，预计2020年我国风电装机规模将达到2.1亿千瓦以上。然而，由于风电的间歇性、不确定性以及电力系统调峰能力不足，难以适应风电大规模并网消纳的要求，于是部分地区的弃风现象日益突出。那么，如何解决风电大规模并网背景下的弃风问题成为近年来的研究热点之一。
现有技术中，较为常规的解决办法是借助于储能系统，然而受限于传统储能系统的存储容量小且经济成本高等特点，对于消纳大规模风电的作用仍是杯水车薪；伴随着“能源互联网”这一能源利用新模式的出现，以及电转气(Power-to-Gas，P2G)技术的日趋成熟，电网和天然气网络的耦合关系日益紧密，可以实现能量在电网和天然气网络之间的双向流动，互为备用。一方面，通过P2G技术将难以消纳的风电转化为氢气(Power to Hydrogen，P2H)或甲烷(Power to Methane，P2M)，输入天然气网络，不仅补充了天然气供应量，而且更为重要的是，增加了风电消纳量，并将这部分电能储存于天然气网络中，此时的天然气网络相当于一个容量极大的电力储能系统；另一方面，通过燃气轮机将天然气转换为低碳的电能或热能，以补充电力供应或做调峰使用。可见，P2G技术为风电的消纳提供了新的有效的解决途径。从系统角度而言，增加风电消纳量，不仅意味着能源系统整体效率的提高，更意味着火电燃煤机组出力的下降，随之带来的便是系统整体的节能低碳环保效益。可见，作为“能源互联网”形式之一的“含P2G的电-气互联系统”，成为了未来能源领域发展的重要趋势之一。
起初，针对P2G的研究主要集中在技术实现、安全应用等方面。P2G技术又分为电转氢气(P2H)技术和电转甲烷(P2M)技术，二者在转化效率方面有一定的差异，一般而言，P2H的效率可达73％，而P2M的效率约为64％，其中，天然气网络对于氢气的输入有着严格的比例限制，而且不同地区和不同天然气网络也会有较大的差别。
国内外学者针对电-气互联系统的最优潮流、机组组合、优化调度和稳态分析等方面也进行了相关的研究。其中，对于最优潮流的计算，多以互联系统的总运行成本为优化目标，采用对偶内点法、蒙特卡罗模拟法、点估计法等进行求解，部分学者还引入能源集线器来处理电-气不同能源形式之间的转换；对于系统优化运行策略的研究，多采用确定性优化方法或随机优化方法，并将电网和天然气网络分开进行优化；而对于电-气系统的稳态分析，则主要是在借鉴电力系统稳态分析的基础上，通过电网和天然气网络的类比分析，实现天然气系统的建模，进而给出电-气系统稳态分析综合求解模型。
然而，发明人经研究发现，现有技术中，上述研究仅考虑了燃气轮机，均没有考虑P2G的参与，而P2G作为电-气互联系统耦合优化运行的纽带，在电力系统中具有广阔的发展前景和发展潜力，对于风电等可再生能源的消纳起着关键作用。因此，非常有必要对含P2G的电-气互联系统的协调优化运行等方面展开研究。近两年，对于含P2G的电-气互联系统协调优化运行的研究，虽然取得了一定的成果，但是目前看来仍处于探索阶段，存在各种各样的问题，主要包括以下三个方面：
第一，优化目标方面：优化目标的选择是研究系统协调优化运行首当其冲的问题，目前多采用总运行成本最低，少数研究还考虑了风电消纳量最大、或者购能成本最低、或者净负荷波动最小。忽略了系统可靠性、稳定性(净负荷波动)、低碳和污染物控制等(或仅考虑其中的一项指标)。而随着温室效应和环境污染的加剧，低碳和污染物控制已然成为能源系统运行的重要要求。
第二，优化模型构建方面：主要采用基于两层最优潮流结构的电-气独立优化，分别针对电网和天然气网络，建立独立的基于最优潮流的优化模型，再通过P2G将电网优化模型和天然气网络优化模型整合在一起进行求解；几乎没有涉及电网与气网之间的交互优化。
第三，算法方面：优化算法一般采用传统算法，如混合整数规划法，内点法等，很少采用收敛快，全局寻优能力强的智能优化算法。
发明内容
本发明基于风电等可再生能源有效利用这一基础问题，从解决风电大规模并网和难于被消纳这一实际矛盾出发，针对“含P2G的电-气互联系统”研究中存在的普遍问题，首先，考虑到系统的可靠性和稳定性，综合考虑系统运行成本与减排控制，进而建立可靠稳定节能低碳环保的协调优化运行机制；其次，采用交互潮流优化方法和黑洞粒子群优化算法相结合以求得到更精确的最优解。
基于此，为解决现有技术中的技术问题，特提出了一种包含电转气装置的电-气互联系统，包括：
电网、风电机组、电转气(P2G)装置、燃气轮机、天然气网络；
所述电网与所述风电机组相互连接，所述风电机组与所述电转气模块相互连接；所述风电机组通过风力发电获取的电能可以分别输送至所述电网及所述电转气模块；
所述天然气网络通过所述燃气轮机连接至所述电网；所述燃气轮机利用天然气网络提供的天然气将所述天然气转换为电能并输送至所述电网；
所述电转气装置获取风电机组输送的电能并将电能转换为氢气或者甲烷；所述电转气模块将转换得到的氢气或者甲烷输送至天然气网络中。
在一种实施例中，所述包含电转气(P2G)装置的电-气互联系统包括电转甲烷(P2M)模块、甲烷储气装置。
其中，所述电转甲烷模块具有电解水模块、甲烷化模块；所述电解水模块获取风电机组输送的电能，通过电解水模块进行电解水处理将电能转换生成氢气；述电转甲烷模块的所述甲烷化模块利用二氧化碳(CO2)以及电解水模块转换获取的氢气在甲烷化模块中进行甲烷化处理生成甲烷；
其中，所述电转甲烷模块将生成的甲烷输送至天然气网络，或者输送至所述甲烷储气装置中进行存储。
在一种实施例中，所述电转气装置包括电转氢气(P2H)模块、储氢装置。
其中，所述电转氢气模块具有电解水模块；所述电解水模块获取风电机组输送的电能，通过电解水处理将电能转换生成氢气；
所述电转氢气模块将生成的氢气输送至天然气网络，或者输送至所述储氢装置中进行存储。
此外，为解决现有技术中的技术问题，特提出了一种包含电转气(P2G)装置的电-气互联系统运行方法，对表征供电可靠性的失负荷率目标函数进行约束化处理，包括：
步骤1，根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型；基于随机黑洞粒子群优化算法，得出各燃煤机组、燃气机组、风电机组的发电量以及风电弃风量；
在一种实施例中，采用牛拉法计算所述电网的电力潮流；
步骤2，根据天然气网络参数，建立天然气网络成本最小和CO2排放量最小的多目标优化运行模型；基于随机黑洞粒子群优化算法，计算得到P2G吸纳的风电出力参数、P2G产出的天然气流量参数、各气源点流量参数、各储气罐流量参数、各节点压力参数、各管道的管存参数；
在一种实施例中，采用信任域法计算所述天然气网络的潮流；
步骤3，若燃气轮机所在节点的压力越界，则调整燃气轮机的出力参数，进而返回步骤1重新对所述电网进行调度。
在一种实施例中，所述根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型具体包括：
设置所述电网优化运行的目标函数，所述电网优化运行的目标函数为：
其中，Fp为总燃料费用，PGi表示发电机组(燃煤机组、燃气轮机、风电机组等)；其中燃气轮机t时刻的发电功率可以表示为燃气轮机t时刻的发电流量×天然气的高热值×燃气轮机的能量转换效率，即QGT(t)HHVgηGT(t)；ai，bi，ci表示发电机组的燃料费用系数；ESOx表示硫氧化物等污染物的排放量；αi、βi、γi、δi、λi分别表示污染气体排放量系数；NG为发电机组个数；T为小时数；Lp为是失负荷率，以表征电网的供电可靠性；PL为电负荷；PP2G为P2G吸收的电功率。
设置所述电网优化运行的约束条件；所述电网优化运行的约束条件包括发电出力约束条件、燃煤机组爬坡约束条件、线路容量约束条件；
(1)所述发电出力约束条件为：
其中和分别为发电机组出力的最小值和最大值
(2)所述燃煤机组爬坡约束条件为：
其中，和表示机组的向上和向下的爬坡速率。
(3)所述线路容量约束条件为：
其中表示线路容量的最大值。
在一种实施例中，所述根据天然气网络参数，建立天然气网络成本最小和CO2排放量最小的多目标优化运行模型具体包括：
设置所述天然气网络优化运行的目标函数，所述天然气网络优化运行的目标函数为：
Min Cwell+Cgs+CP2G-SP2G
其中，表示气源点的燃气费用，为气源点输出流量×该气源点在t时刻的天然气价格；
表示储气成本，为储气罐在t时刻的存储价格×储气罐的天然气流出流量；
CP2G表示P2G的运行费用，为P2G吸纳的风电出力×单位出力下的运行费用；SP2G表示运行P2G而节省的天然气费用，为P2G的产出流量×天然气价格；
其中，表示天然气系统排放的二氧化碳总量；分别表示t时刻第k个气源点排放的二氧化碳量、第j个储气罐排放的二氧化碳量、第m个P2G设备在甲烷化过程中吸收的二氧化碳量。
设置所述天然气网络优化运行的约束条件；所述天然气网络优化运行的约束条件包括气源点流量约束条件、管道流量方程约束条件、管存约束条件、节点流量平衡方程约束条件、储气罐容量及流量约束条件、压缩机约束条件；
(1)气源点流量约束条件为：
其中，Qs,i(t)表示t时刻第i个气源点流量；和表示第i个气源点流量的最小值和最大值；
(2)管道流量方程约束条件为：
所述天然气系统在运行中需要满足流体力学质量守恒定律和伯努利方程(Bernoulli equation)，可用下述方程表示：
其中，为ij之间的管道平均流量，和分别表示ij管道首端注入流量(即注入i的流量)、ij管道末端输出流量(即j输出的流量)；Mi(t)和Mj(t)分别表示节点i和节点j的压力；
其中，Cij是与管道长度、内径、温度、压缩因子等有关的常数。
(3)管存约束条件为：
由于天然气是可以压缩的，基于该特性，管道首端注入流量和末端输出流量可能不同，当天然气有所富裕时，使得部分天然气会暂时储存在管道中以备天然气负荷增高时使用，这部分存储的天然气即为管存。t时刻管存Lij(t)的大小与管道平均压力和管道自身参数有关：
其中ωij是与管道参数、天然气气体常数、压缩因子、气体密度、平均温度等相关的常数。
(4)节点流量平衡方程约束条件为：
其中，QGT,i(t)和QL,i(t)分别表示t时刻由储气罐输出至节点i的流量、节点i处P2G输出流量、与节点i相连的管道ij的输入流量、由节点i输入至储气罐的流量、与节点i相连的管道ij的输出流量、节点i处燃气轮机的发电流量、节点i的负荷值。
(5)储气罐容量及流量约束条件为：
其中，Sk(t)、分别表示第k个储气罐时刻t的存储容量、容量最小值和容量最大值；另外，第k个储气罐流入和流出流量也要满足其上限与下限的要求，如下式所示：
(6)压缩机约束条件为：
压缩站中压缩机的存在主要是通过提高气网压力来保证气网中天然气可靠传输到每个负荷点，本发明中压缩机消耗的能量来源于通过压缩机的天然气。
其中，第m个压缩机消耗的流量值为：
其中βc表示压缩机的能量转换系数(gas turbine fuel rate coefficient of acompressor)；Pc,m(t)表示压缩机消耗的电能，用下式表示：
其中，Qc,m(t)表示t时刻流过第m个压缩机的流量；ηc,m表示第m个压缩机的效率；α表示压缩机的多变指数；Mj(t)和Mi(t)分别表示第m个压缩机输出端和输入端的压力值。
实施本发明实施例，将具有如下有益效果：
通过本发明的技术方案，可以达到减少弃风、提高风电消纳率的目的，实现含P2G模块的电-气互联系统可靠稳定且节能低碳环保的运行，实现了在能源互联网背景下，风能的有效利用和电-气互联系统清洁低碳安全高效的运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为本发明的包含电转气(P2G)装置的电-气互联系统示意图；
图2为本发明的电-气互联系统中电网各机组出力曲线图；
图3为本发明的电-气互联系统中天然气网络各流量曲线图；
图4为本发明的电-气互联系统中P2G装置流量对比示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
包含P2G装置的电-气互联系统涉及到两种不同能源网络的互联和耦合，通过P2G和燃气轮机来实现能量的互换，在利用P2G技术将电能转换为氢气或甲烷时，P2G装置既是电网负荷，又是天然气网络的气源；在利用燃气轮机将天然气转换为电能时，燃气轮机既是天然气网络的负荷，又是电网的电源。不难看出，P2G参数、燃气轮机参数、电网参数、天然气网络参数都是相互影响、相互作用的，进而又会影响到风电消纳量、电网运行总成本、天然气网络运行总成本，二氧化碳(CO2)的排放量、硫氧化物(SOx)等污染物的排放量，还会进一步影响到电网供电可靠性指标、天然气网络供气可靠性指标和系统稳定性等。可见，如何处理“源-荷”耦合关系并实现系统的协调优化运行是研究包含P2G模块的电-气互联系统的关键；另一方面，P2G技术给电-气互联系统带来了诸如增加风电消纳量、减少燃料费用、降低污染排放等环境经济效益，如何将这些环境经济效益进行定量化评估是一个具有重要意义的研究课题，从而为P2G技术在电-气互联系统中的合理有效应用提供理论指导。
如图1所示，本发明公开了一种包含电转气(P2G)装置的电-气互联系统，包括：
电网、风电机组、电转气(P2G)装置、燃气轮机、天然气网络；
所述电网与所述风电机组相互连接，所述风电机组与所述电转气模块相互连接；所述风电机组通过风力发电获取的电能可以分别输送至所述电网及所述电转气模块；
所述天然气网络通过所述燃气轮机连接至所述电网；所述燃气轮机利用天然气网络提供的天然气将所述天然气转换为电能并输送至所述电网；
所述电转气装置获取风电机组输送的电能并将电能转换为氢气或者甲烷；所述电转气模块将转换得到的氢气或者甲烷输送至天然气网络中。
在一种实施例中，所述包含电转气(P2G)装置的电-气互联系统包括电转甲烷(P2M)模块、甲烷储气装置。
其中，所述电转甲烷模块具有电解水模块、甲烷化模块；所述电解水模块获取风电机组输送的电能，通过电解水模块进行电解水处理将电能转换生成氢气；述电转甲烷模块的所述甲烷化模块利用二氧化碳(CO2)以及电解水模块转换获取的氢气在甲烷化模块中进行甲烷化处理生成甲烷；
其中，所述电转甲烷模块将生成的甲烷输送至天然气网络，或者输送至所述甲烷储气装置中进行存储。
在一种实施例中，所述电转气装置包括电转氢气(P2H)模块、储氢装置。
其中，所述电转氢气模块具有电解水模块；所述电解水模块获取风电机组输送的电能，通过电解水处理将电能转换生成氢气；
所述电转氢气模块将生成的氢气输送至天然气网络，或者输送至所述储氢装置中进行存储。
本发明公开了一种包含电转气(P2G)装置的电-气互联系统运行方法，对表征供电可靠性的失负荷率目标函数进行约束化处理，包括：
步骤1，根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型；基于随机黑洞粒子群优化算法，得出各燃煤机组、燃气机组、风电机组的发电量以及风电弃风量；
在一种实施例中，采用牛拉法计算所述电网的电力潮流；
步骤2，根据天然气网络参数，建立天然气网络成本最小和CO2排放量最小的多目标优化运行模型；基于随机黑洞粒子群优化算法，计算得到P2G吸纳的风电出力参数、P2G产出的天然气流量参数、各气源点流量参数、各储气罐流量参数、各节点压力参数、各管道的管存参数；
在一种实施例中，采用信任域法计算所述天然气网络的潮流；
步骤3，若燃气轮机所在节点的压力越界，则调整燃气轮机的出力参数，进而返回步骤1重新对所述电网进行调度。
在一种实施例中，所述根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型具体包括：
设置所述电网优化运行的目标函数，所述电网优化运行的目标函数为：
其中，Fp为总燃料费用，PGi表示发电机组(燃煤机组、燃气轮机、风电机组等)；其中燃气轮机t时刻的发电功率可以表示为燃气轮机t时刻的发电流量×天然气的高热值×燃气轮机的能量转换效率，即QGT(t)HHVgηGT(t)；ai，bi，ci表示发电机组的燃料费用系数；ESOx表示硫氧化物等污染物的排放量；αi、βi、γi、δi、λi分别表示污染气体排放量系数；NG为发电机组个数；T为小时数；Lp为是失负荷率，以表征电网的供电可靠性；PL为电负荷；PP2G为P2G吸收的电功率。
设置所述电网优化运行的约束条件；所述电网优化运行的约束条件包括发电出力约束条件、燃煤机组爬坡约束条件、线路容量约束条件；
(1)所述发电出力约束条件为：
其中和分别为发电机组出力的最小值和最大值
(2)所述燃煤机组爬坡约束条件为：
其中，和表示机组的向上和向下的爬坡速率。
(3)所述线路容量约束条件为：
其中表示线路容量的最大值。
在一种实施例中，所述根据天然气网络参数，建立天然气网络成本最小和CO2排放量最小的多目标优化运行模型具体包括：
设置所述天然气网络优化运行的目标函数，所述天然气网络优化运行的目标函数为：
Min Cwell+Cgs+CP2G-SP2G
其中，表示气源点的燃气费用，为气源点输出流量×该气源点在t时刻的天然气价格；
表示储气成本，为储气罐在t时刻的存储价格×储气罐的天然气流出流量；
CP2G表示P2G的运行费用，为P2G吸纳的风电出力×单位出力下的运行费用；SP2G表示运行P2G而节省的天然气费用，为P2G的产出流量×天然气价格；
其中，表示天然气系统排放的二氧化碳总量；分别表示t时刻第k个气源点排放的二氧化碳量、第j个储气罐排放的二氧化碳量、第m个P2G设备在甲烷化过程中吸收的二氧化碳量。
设置所述天然气网络优化运行的约束条件；所述天然气网络优化运行的约束条件包括气源点流量约束条件、管道流量方程约束条件、管存约束条件、节点流量平衡方程约束条件、储气罐容量及流量约束条件、压缩机约束条件；
(1)气源点流量约束条件为：
其中，Qs,i(t)表示t时刻第i个气源点流量；和表示第i个气源点流量的最小值和最大值；
(2)管道流量方程约束条件为：
所述天然气系统在运行中需要满足流体力学质量守恒定律和伯努利方程(Bernoulli equation)，可用下述方程表示：
其中，为ij之间的管道平均流量，和分别表示ij管道首端注入流量(即注入i的流量)、ij管道末端输出流量(即j输出的流量)；Mi(t)和Mj(t)分别表示节点i和节点j的压力；
其中，Cij是与管道长度、内径、温度、压缩因子等有关的常数。
(3)管存约束条件为：
由于天然气是可以压缩的，基于该特性，管道首端注入流量和末端输出流量可能不同，当天然气有所富裕时，使得部分天然气会暂时储存在管道中以备天然气负荷增高时使用，这部分存储的天然气即为管存。t时刻管存Lij(t)的大小与管道平均压力和管道自身参数有关：
其中ωij是与管道参数、天然气气体常数、压缩因子、气体密度、平均温度等相关的常数。
(4)节点流量平衡方程约束条件为：
其中，QGT,i(t)和QL,i(t)分别表示t时刻由储气罐输出至节点i的流量、节点i处P2G输出流量、与节点i相连的管道ij的输入流量、由节点i输入至储气罐的流量、与节点i相连的管道ij的输出流量、节点i处燃气轮机的发电流量、节点i的负荷值。
(5)储气罐容量及流量约束条件为：
其中，Sk(t)、分别表示第k个储气罐时刻t的存储容量、容量最小值和容量最大值；另外，第k个储气罐流入和流出流量也要满足其上限与下限的要求，如下式所示：
(6)压缩机约束条件为：
压缩站中压缩机的存在主要是通过提高气网压力来保证气网中天然气可靠传输到每个负荷点，本发明中压缩机消耗的能量来源于通过压缩机的天然气。
其中，第m个压缩机消耗的流量值为：
其中βc表示压缩机的能量转换系数(gas turbine fuel rate coefficient of acompressor)；Pc,m(t)表示压缩机消耗的电能，用下式表示：
其中，Qc,m(t)表示t时刻流过第m个压缩机的流量；ηc,m表示第m个压缩机的效率；α表示压缩机的多变指数；Mj(t)和Mi(t)分别表示第m个压缩机输出端和输入端的压力值。
根据本发明的技术方案，所述电-气互联系统的失负荷率在满足约束条件的情况下该系统的总成本和总排污量最小。
为验证上述模型和算法的可行性与有效性、分析P2G对于电网系统与天然气网络系统的影响，本发明针对一个电-气互联系统进行了算例仿真；其中电网系统为IEEE39节点系统，含有5个燃煤机组、3个燃气轮机、2个风电机组、2个P2G(分别位于2个风电场内)；天然气网络系统共有20个节点、24条管道、2个气源点、3个储气罐。针对电-气互联系统中不含有P2G和含有P2G的两种情形之下进行仿真计算，得到对比的运行结果。
由如下表1、图2、图3和图4可以得到所述含有P2G的电-气互联系统优化运行结果与不含有P2G的电-气互联系统运行结果的对比：
其中，表1为含有P2G及不含有P2G的电-气互联系统运行结果的对比；
首先，电网总成本上升了20000$，这是因为成本中考虑了P2G的运行费用，并且由于P2G的加入，使得燃气轮机的发电量有了一定的增长，进而燃煤机组的发电量有所下降，而燃气轮机的发电成本是略高于燃煤机组的，故而使得总成本有了一定程度的微涨；
其次，硫氧化物等的排污量下降了5.8吨，下降比例为8.5％，这是由于燃气轮机的排污量低于燃煤机组的排污量，故而随着燃气轮机发电出力的增加和燃煤机组发电出力的降低，排污量有了明显的下降；
再次，总燃气费用下降了23000$，下降比例为2.9％。这是由于P2G注入的天然气缓解了气源点和储气罐的压力，使得总燃气费用得以下降；
最后，得益于P2G的运行，总CO2排放量下降了230.9吨，弃风量下降了2194.58MW，P2G消纳了89.3％的弃风量，使得弃风率由原来的14.9％下降至1.6％。
实施本发明实施例，将具有如下有益效果：
在本发明的技术方案中，P2G的运行对于电-气互联系统消纳风电、降低燃气费用、降低硫氧化物排放量、降低CO2排放量均有明显的作用，保证了电-气互联系统的低碳环保节能运行。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种包含电转气(P2G)装置的电-气互联系统运行方法，对表征供电可靠性的失负荷率目标函数进行约束化处理，其特征在于，包括：
步骤1，根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型；基于随机黑洞粒子群优化算法，得出各燃煤机组、燃气机组、风电机组的发电量以及风电弃风量；
步骤2，根据天然气网络参数，建立天然气网络成本最小和二氧化碳(CO2)排放量最小的多目标优化运行模型；基于随机黑洞粒子群优化算法，计算得到电转气装置吸纳的风电出力参数、电转气装置产出的天然气流量参数、各气源点流量参数、各储气罐流量参数、各节点压力参数、各管道的管存参数；
步骤3，当燃气轮机所在节点的压力越界时，调整燃气轮机的出力参数，进而返回步骤1重新对所述电网进行调度。
2.根据权利要求1所述的方法，其特征在于，
所述根据电网参数建立电网成本最小和排污量最小的多目标优化调度模型具体包括：
设置所述电网优化运行的目标函数，所述电网优化运行的目标函数为：
其中，Fp为总燃料费用；PGi表示发电机组，包括燃煤机组、燃气轮机、风电机组；其中燃气轮机t时刻的发电功率可以表示为燃气轮机t时刻的发电流量×天然气的高热值×燃气轮机的能量转换效率，即QGT(t)HHVgηGT(t)；ai，bi，ci表示发电机组的燃料费用系数；ESOx表示硫氧化物污染物的排放量；αi、βi、γi、δi、λi分别表示污染气体排放量系数；NG为发电机组个数；T为小时数；Lp为是失负荷率，以表征电网的供电可靠性；PL为电负荷；PP2G为P2G吸收的电功率。
3.根据权利要求2所述的方法，其特征在于，
设置所述电网优化运行的约束条件；所述电网优化运行的约束条件包括发电出力约束条件、燃煤机组爬坡约束条件、线路容量约束条件；
其中，所述发电出力约束条件为：
其中和分别为发电机组出力的最小值和最大值；
其中，所述燃煤机组爬坡约束条件为：
其中，和表示机组的向上和向下的爬坡速率；
其中，所述线路容量约束条件为：
其中表示线路容量的最大值。
4.根据权利要求1所述的方法，其特征在于，
所述根据天然气网络参数建立天然气网络成本最小和二氧化碳排放量最小的多目标优化运行模型具体包括：
设置所述天然气网络优化运行的目标函数，所述天然气网络优化运行的目标函数为：
Min Cwell+Cgs+CP2G-SP2G
其中，表示气源点的燃气费用，为气源点输出流量×该气源点在t时刻的天然气价格；
表示储气成本，为储气罐在t时刻的存储价格×储气罐的天然气流出流量；
CP2G表示P2G的运行费用，为P2G吸纳的风电出力×单位出力下的运行费用；SP2G表示运行P2G而节省的天然气费用，为P2G的产出流量×天然气价格；
其中，表示天然气系统排放的二氧化碳总量；分别表示t时刻第k个气源点排放的二氧化碳量、第j个储气罐排放的二氧化碳量、第m个P2G设备在甲烷化过程中吸收的二氧化碳量。
5.根据权利要求4所述的方法，其特征在于，
设置所述天然气网络优化运行的约束条件；所述天然气网络优化运行的约束条件包括气源点流量约束条件、管道流量方程约束条件、管存约束条件、节点流量平衡方程约束条件、储气罐容量及流量约束条件、压缩机约束条件；
其中，所述气源点流量约束条件为
其中，Qs,i(t)表示t时刻第i个气源点流量；和表示第i个气源点流量的最小值和最大值；
其中，所述管道流量方程约束条件为
其中，为ij之间的管道平均流量，和分别表示ij管道首端注入流量(即注入i的流量)、ij管道末端输出流量(即j输出的流量)；Mi(t)和Mj(t)分别表示节点i和节点j的压力；
其中，Cij是与管道长度、内径、温度、压缩因子相关的常数；
其中，t时刻管存Lij(t)的大小与管道平均压力和管道自身参数有关，所述管存约束条件为：
其中ωij是与管道参数、天然气气体常数、压缩因子、气体密度、平均温度相关的常数；
其中，所述节点流量平衡方程约束条件为：
其中，QP2G,i(t)、QGT,i(t)和QL,i(t)分别表示t时刻由储气罐输出至节点i的流量、节点i处P2G输出流量、与节点i相连的管道ij的输入流量、由节点i输入至储气罐的流量、与节点i相连的管道ij的输出流量、节点i处燃气轮机的发电流量、节点i的负荷值。
其中，所述储气罐容量及流量约束条件为：
其中，Sk(t)、分别表示第k个储气罐时刻t的存储容量、容量最小值和容量最大值；第k个储气罐流入和流出流量也要满足其上限与下限的要求：
其中，所述压缩机约束条件为：
第m个压缩机消耗的流量值为
其中βc表示压缩机的能量转换系数(gas turbine fuel rate coefficient of acompressor)；Pc,m(t)表示压缩机消耗的电能为：
其中，Qc,m(t)表示t时刻流过第m个压缩机的流量；ηc,m表示第m个压缩机的效率；α表示压缩机的多变指数；Mj(t)和Mi(t)分别表示第m个压缩机输出端和输入端的压力值；压缩站中压缩机通过提高天然气网压力保证天然气网中天然气可靠传输到每个负荷点，压缩机消耗的能量来源于通过压缩机的天然气。
6.一种包含电转气装置的电-气互联系统，其特征在于，包括：
电网、风电机组、电转气装置、燃气轮机、天然气网络；
所述电网与所述风电机组相互连接，所述风电机组与所述电转气模块相互连接；所述风电机组通过风力发电获取的电能可以分别输送至所述电网及所述电转气模块；
所述天然气网络通过所述燃气轮机连接至所述电网；所述燃气轮机利用天然气网络提供的天然气将所述天然气转换为电能并输送至所述电网；
所述电转气装置获取风电机组输送的电能并将电能转换为甲烷；所述电转气模块将转换得到的甲烷输送至天然气网络中。
7.根据权利要求6所述的装置，其特征在于，
所述电转气装置包括电转甲烷模块；所述电转甲烷模块具有电解水模块、甲烷化模块；所述电解水模块获取风电机组输送的电能，通过电解水处理将电能转换生成氢气；所述甲烷化模块利用二氧化碳以及电解水模块转换获取的氢气进行甲烷化处理生成甲烷；所述电转甲烷模块将生成的甲烷输送至天然气网络。
8.根据权利要求7所述的装置，其特征在于，
所述包含电转气装置的电-气互联系统甲烷储气装置；所述电转甲烷模块将生成的甲烷输送至所述甲烷储气装置中进行存储。
9.根据权利要求6所述的装置，其特征在于，
所述电转气装置包括电转氢模块；所述电转氢气模块具有电解水模块；所述电解水模块获取风电机组输送的电能，通过电解水处理将电能转换生成氢气；所述电转氢模块将生成的氢气输送至天然气网络。
10.根据权利要求9所述的装置，其特征在于，
所述包含电转气装置的电-气互联系统储氢装置；所述电转氢模块将生成的氢气输送至所述储氢装置中进行存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910012450.5A CN109494809B (zh) | 2019-01-07 | 2019-01-07 | 包含电转气装置的电-气互联系统及运行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910012450.5A CN109494809B (zh) | 2019-01-07 | 2019-01-07 | 包含电转气装置的电-气互联系统及运行方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109494809A true CN109494809A (zh) | 2019-03-19 |
| CN109494809B CN109494809B (zh) | 2020-12-29 |
Family
ID=65714126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910012450.5A Active CN109494809B (zh) | 2019-01-07 | 2019-01-07 | 包含电转气装置的电-气互联系统及运行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109494809B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110265995A (zh) * | 2019-05-23 | 2019-09-20 | 上海航天智慧能源技术有限公司 | 一种多能互补的气电耦合供能系统 |
| CN110414185A (zh) * | 2019-08-26 | 2019-11-05 | 电子科技大学 | 一种用于多可再生能源发电系统的储能设备容量优化方法 |
| CN110707705A (zh) * | 2019-10-22 | 2020-01-17 | 太原理工大学 | 一种电-气耦合综合能源系统潮流顺序分析模型 |
| CN110912140A (zh) * | 2019-12-13 | 2020-03-24 | 福州大学 | 一种计及电解水制氢系统精细化模型的直流配电网潮流计算方法 |
| CN111815131A (zh) * | 2020-06-28 | 2020-10-23 | 华南理工大学 | 一种沿岸地区电-气互联系统环境经济调度方法 |
| CN112288590A (zh) * | 2020-09-23 | 2021-01-29 | 国网(苏州)城市能源研究院有限责任公司 | 一种富余电网资源支持气网调度的决策支持系统及方法 |
| CN112332412A (zh) * | 2020-10-26 | 2021-02-05 | 三峡大学 | 一种含p2g弃风启停的电-气互联综合能源系统优化调度方法 |
| CN112330020A (zh) * | 2020-11-05 | 2021-02-05 | 东方电子股份有限公司 | 一种电-气综合能源系统协同优化方法 |
| CN113642184A (zh) * | 2021-08-18 | 2021-11-12 | 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 |
| CN115079564A (zh) * | 2022-07-21 | 2022-09-20 | 清华四川能源互联网研究院 | 区域电氢系统脱碳路径规划优化方法 |
| CN116894612A (zh) * | 2023-07-17 | 2023-10-17 | 中国长江三峡集团有限公司 | 一种储氢系统容量配置优化方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106208157A (zh) * | 2016-07-19 | 2016-12-07 | 河海大学 | 基于电转气的电‑气互联综合能源系统削峰填谷方法 |
| CN107769237A (zh) * | 2017-11-30 | 2018-03-06 | 南方电网科学研究院有限责任公司 | 基于电动汽车接入的多能源系统协同调度方法及装置 |
| CN108173282A (zh) * | 2017-12-29 | 2018-06-15 | 国网山东省电力公司电力科学研究院 | 一种考虑电转气运行成本综合能源系统优化调度方法 |
| CN108832656A (zh) * | 2018-06-20 | 2018-11-16 | 天津大学 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
| CN108960479A (zh) * | 2018-04-30 | 2018-12-07 | 国网浙江省电力有限公司经济技术研究院 | 一种电-气集成能源系统随机优化的方法 |
| CN109062151A (zh) * | 2018-05-08 | 2018-12-21 | 国网山东省电力公司青岛供电公司 | 综合能源系统多目标集成设计与优化控制方法 |
-
2019
- 2019-01-07 CN CN201910012450.5A patent/CN109494809B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106208157A (zh) * | 2016-07-19 | 2016-12-07 | 河海大学 | 基于电转气的电‑气互联综合能源系统削峰填谷方法 |
| CN107769237A (zh) * | 2017-11-30 | 2018-03-06 | 南方电网科学研究院有限责任公司 | 基于电动汽车接入的多能源系统协同调度方法及装置 |
| CN108173282A (zh) * | 2017-12-29 | 2018-06-15 | 国网山东省电力公司电力科学研究院 | 一种考虑电转气运行成本综合能源系统优化调度方法 |
| CN108960479A (zh) * | 2018-04-30 | 2018-12-07 | 国网浙江省电力有限公司经济技术研究院 | 一种电-气集成能源系统随机优化的方法 |
| CN109062151A (zh) * | 2018-05-08 | 2018-12-21 | 国网山东省电力公司青岛供电公司 | 综合能源系统多目标集成设计与优化控制方法 |
| CN108832656A (zh) * | 2018-06-20 | 2018-11-16 | 天津大学 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| STEPHEN CLEGG等: ""Integrated Modeling and Assessment of the Operational Impact of Power-to-Gas (P2G) on Electrical and Gas Transmission Networks"", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
| 李奇: ""园区级综合能源系统运营优化策略研究"", 《万方学位论文数据库》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110265995A (zh) * | 2019-05-23 | 2019-09-20 | 上海航天智慧能源技术有限公司 | 一种多能互补的气电耦合供能系统 |
| CN110414185A (zh) * | 2019-08-26 | 2019-11-05 | 电子科技大学 | 一种用于多可再生能源发电系统的储能设备容量优化方法 |
| CN110414185B (zh) * | 2019-08-26 | 2022-06-14 | 电子科技大学 | 一种用于多可再生能源发电系统的储能设备容量优化方法 |
| CN110707705A (zh) * | 2019-10-22 | 2020-01-17 | 太原理工大学 | 一种电-气耦合综合能源系统潮流顺序分析模型 |
| CN110707705B (zh) * | 2019-10-22 | 2023-01-17 | 太原理工大学 | 一种电-气耦合综合能源系统潮流顺序分析模型 |
| CN110912140A (zh) * | 2019-12-13 | 2020-03-24 | 福州大学 | 一种计及电解水制氢系统精细化模型的直流配电网潮流计算方法 |
| CN110912140B (zh) * | 2019-12-13 | 2023-04-28 | 福州大学 | 计及电解水制氢系统精细化模型的配电网潮流计算方法 |
| CN111815131A (zh) * | 2020-06-28 | 2020-10-23 | 华南理工大学 | 一种沿岸地区电-气互联系统环境经济调度方法 |
| CN112288590A (zh) * | 2020-09-23 | 2021-01-29 | 国网(苏州)城市能源研究院有限责任公司 | 一种富余电网资源支持气网调度的决策支持系统及方法 |
| CN112288590B (zh) * | 2020-09-23 | 2024-05-14 | 国网(苏州)城市能源研究院有限责任公司 | 一种富余电网资源支持气网调度的决策支持系统及方法 |
| CN112332412A (zh) * | 2020-10-26 | 2021-02-05 | 三峡大学 | 一种含p2g弃风启停的电-气互联综合能源系统优化调度方法 |
| CN112332412B (zh) * | 2020-10-26 | 2022-02-01 | 三峡大学 | 含p2g弃风启停的电-气互联综合能源系统优化调度方法 |
| CN112330020B (zh) * | 2020-11-05 | 2022-12-23 | 东方电子股份有限公司 | 一种电-气综合能源系统协同优化方法 |
| CN112330020A (zh) * | 2020-11-05 | 2021-02-05 | 东方电子股份有限公司 | 一种电-气综合能源系统协同优化方法 |
| CN113642184A (zh) * | 2021-08-18 | 2021-11-12 | 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 |
| US12055274B2 (en) | 2021-08-18 | 2024-08-06 | Southwest Petroleum University | Optimization method for natural gas pipeline operation under the carbon neutrality target |
| CN115079564A (zh) * | 2022-07-21 | 2022-09-20 | 清华四川能源互联网研究院 | 区域电氢系统脱碳路径规划优化方法 |
| CN116894612A (zh) * | 2023-07-17 | 2023-10-17 | 中国长江三峡集团有限公司 | 一种储氢系统容量配置优化方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109494809B (zh) | 2020-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109494809B (zh) | 包含电转气装置的电-气互联系统及运行方法 | |
| CN108832656B (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
| CN106208157B (zh) | 基于电转气的电-气互联综合能源系统削峰填谷方法 | |
| CN104734155B (zh) | 一种获取电‑气互联能源系统可用输电能力的方法 | |
| CN109742800B (zh) | 一种基于天然气、氢气、电力的能源互联网系统及工作方法 | |
| CN109919399B (zh) | 一种综合能源系统日前经济调度方法及系统 | |
| CN109031952B (zh) | 一种电-气互联综合能源系统混合控制方法 | |
| 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 | |
| CN110318877B (zh) | 基于双模态解耦的热电联产系统的风电消纳方法 | |
| CN114169727A (zh) | 一种考虑碳捕集和电转气协同的多能流综合能源低碳调度方法 | |
| 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 | |
| CN105958537A (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
| CN116169682A (zh) | 一种考虑碳排放流及风光消纳的综合能源系统优化调度策略 | |
| CN114462889A (zh) | 一种氢-电耦合多能源跨区域优化配置方法及系统 | |
| CN115455709A (zh) | 计及碳捕集设备加装的低碳综合能源系统仿真及配置方法 | |
| CN110245863B (zh) | 一种基于电气转换储能的电气联合系统及在线调控方法 | |
| Kandpal et al. | Renewable energy sources–a review | |
| 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 | |
| CN117787636A (zh) | 一种综合能源系统的多目标规划方法、系统及设备 | |
| CN110380447B (zh) | 一种风机失效下的电-气互联能源系统降风险调度方法 | |
| CN115495906A (zh) | 高比例可再生能源接入的配网多能互补协同优化方法 | |
| CN113822598A (zh) | 一种考虑能量流动环节的综合能源系统能效分析方法与系统 | |
| CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法 | |
| CN209358250U (zh) | 一种基于天然气、氢气、电力的能源互联网系统 | |
| Wang et al. | Optimization dispatch of integrated natural gas and electricity energy system under the mode of electricity-orientated |
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 |