CN110007600A - 一种具有约束的多能流协调调度辅助决策系统 - Google Patents
一种具有约束的多能流协调调度辅助决策系统 Download PDFInfo
- Publication number
- CN110007600A CN110007600A CN201910335734.8A CN201910335734A CN110007600A CN 110007600 A CN110007600 A CN 110007600A CN 201910335734 A CN201910335734 A CN 201910335734A CN 110007600 A CN110007600 A CN 110007600A
- Authority
- CN
- China
- Prior art keywords
- constraint
- power
- function
- moment
- cost
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种具有约束的多能流协调调度辅助决策系统，包括优化调度模型和核心调度算法，所述优化调度模型，其以园区发电成本最小化为优化目标；建立以电网约束、天然气约束、热网约束以及耦合单元约束为约束条件的能源互联网电‑气‑热多能流协调优化调度模型；所述核心调度算法是以所述优化调度模型为基础建立的算法。在电、气、热详细的网络运行特性约束的基础上，本辅助决策系统以最小运行费用为目标，建立了天然气热电联供网络的多时段动态优化调度模型，合理分析调度能源；电、气、热等多种能源相互耦合、相互影响，实现能量的梯级利用和多能互补。
Description
技术领域
本发明属于多能流协调优化调度技术领域，具体涉及一种具有约束的多能流协调调度辅助决策系统。
背景技术
电能本身具有易转换、使用的特性，而电力网络则为其提供了迅速、便捷的电能传输方式，使得人类社会发展进一步提速，同时对能源依赖程度也大幅度提升，能源需求增长速度进一步提高。现如今从太空俯视地球，电力网络密布于地球表面有如人类社会的筋骨一般不可分割，而时下随着不断增长的能源需求，对以化石能源为主的能源模式有着极大的挑战，因而如何提高能源利用率和拓宽能源获取渠道是步入可持续发展型社会所亟需解决的两大问题。
因此，探寻一种能够有效整合各种类能源流的能源系统符合当下人类社会可持续发展的需求。顺应这一需求，综合能源系统和能源互联网的概念得到大力推广。
a、目前优化调度模型多采用通用的能源集线器模型，没有考虑供热和供气网络详细的网络运行特性约束，不能准确反映各种能量传输带来的损耗，影响所得到的多能源系统优化调度方案的准确性。
b、现有的多能源系统多为CCHP系统和电-气混合系统，很少综合考虑天然气热电联供、多种类型能源的储能装置以及接入分布式电源，以及它们之间的耦合关系、相互影响和协调运行。
因此，我们提出一种电-气-热综合能源系统模型框架，提高能源利用率以及降低发电成本，开发能源互联网多能流协调优化调度辅助决策系统。
发明内容
本发明的目的在于提供一种具有约束的多能流协调调度辅助决策系统，以解决上述背景技术中提出能源利用不合理，多能源系统不完善的问题。
为实现上述目的，本发明采用了如下技术方案：
一种具有约束的多能流协调调度辅助决策系统，包括优化调度模型和核心调度算法，
所述优化调度模型，其通过搭建以热电联产机组、电锅炉、P2G、燃气轮机机组以及燃气锅炉为耦合单元的能源互联网电-气-热综合能源系统的基础框架结构；以园区发电成本最小化为优化目标；建立以电网约束、天然气约束、热网约束以及耦合单元约束为约束条件的能源互联网电-气-热多能流协调优化调度模型；
所述核心调度算法是以所述优化调度模型为基础建立的算法，其算法流程如下：
根据园区能源网络结构编写并输入数据，
建立相应的非线性目标函数和约束条件，并将其线性化，
获得可控对象的运行方式，并进行辅助决策。
优选的，所述目标函数为
min(F 1+F 2+F 3+F 4+F 5)
其中F 1为常规发电机组成本，F 2为热电联产机组成本，F 3为燃气轮机组
成本，F 4为园区外购能源成本，F 5为弃风成本。
优选的，所述常规发电机组成本的函数为
F 1= F 11+F 12
其中，T为时段总数（24），NG为常规发电机组数目，为常规机组i的开机费用，为常规机组i的停机费用，为发电机组i的发电成本函数二次项系数，为发电机组i的发电成本函数一次项系数，为发电机组i 的发电成本函数常数项系数，为常规机组i在第t时段的有功出力，为常规机组开停机标志（1：开，0：停），为常规机组开机变量（1：开，0：停），为常规机组停机变量（1：停，0：开）；
所述热电联产机组成本的函数为
由于热电联产机组处于常开状态，其中，NG为热电联产机组数目，为热电联产机组i的发电成本函数二次项系数，为热电联产机组i的发电成本函数一次项系数，为热电联产机组i的发电成本函数常数项系数，为第i台热电联产机组的电功率出力，为第i台热电联产机组的热功率出力。
优选的，所述燃气轮机组成本函数为
F 3= F 31+F 32
其中，NGT为燃气轮机组数目，为燃气轮机组i的开机费用，为燃气轮机组i的停机费用，为燃气轮机组i的发电成本函数二次项系数，为燃气轮机组i的发电成本函数一次项系数，为燃气轮机组i的发电成本函数常数项系数，为燃气轮机组i在第t时段的有功出力，为燃气轮机组开停机标志（1：开，0：停），为燃气轮机组开机变量（1：开，0：停），为燃气轮机组停机变量（1：停，0：开）。
优选的，所述园区外购能源成本的函数为
其中，为天然气价格，为单位时间段t内的外购天然气功率，为天然气低热值(9.97(KWA)/m3）。
优选的，所述弃风成本的函数为
其中，NW为风电机组数量，为弃风惩罚系数，为t时刻第i台风电机组的预测出力，为t时刻第i台风电机组的实际调度出力。
优选的，所述电网约束包括有电功率平衡约束，常规机组约束、储电装置约束以及风电机组出力约束：
该电功率平衡约束的函数为
其中，为系统t时段总的电负荷功率，NESS为储电装置数量，为t时刻第i台储电装置充放电功率，Neb为电锅炉数量，为t时刻第i台电锅炉消耗的有功功率，NGT为热电联产机组数量，为t时刻第i台热电联产机组发出的有功功率，NP2G为P2G设备数量，为t时刻第i台P2G设备吸收的有功功率；
该常规机组约束包括有电功率约束、爬坡约束以及最小开停机时间和状态约束：
该电功率约束的函数为
其中，和分别为第i台常规机组电功率的上下限，
该爬坡约束的函数为
其中，，为常规机组i的爬坡速率和滑坡速率，
该最小开停机时间和状态约束的函数为
其中，，分别表示调度期初期机组必须开、停机的时间段；、分别表示机组的最小开、停机时间；、分别为机组i在第t时刻的连续开、停机时间；
该储电装置约束的函数为
其中，为第i个储电装置t时刻的充电状态（1：充电，0：放电），第i个储电装置t时刻的放电状态（1：放电，0：充电），为t时刻第i台储电装置放电功率，为t时刻第i台储电装置充电功率，为t时刻第i台储电装置的能量，为放电系数，为充电系数，为第i个储电装置容量的下限，为储电装置容量的上限；
该风电机组出力约束的函数为
优选的，所述天然气约束包括有功率平衡约束和气源注入量约束：
该功率平衡约束的函数为
其中，为t时刻外部气网的输入功率，为第i个P2G装置t时刻输入的功率，为t时刻系统中气负荷的功率，为t时刻第i台燃气轮机组消耗的功率，为t时刻第i台燃气锅炉消耗的功率；
该气源注入量约束的函数为
其中，和分别为气源供气量的下限和上限。
优选的，所述热网约束包括有热功率平衡约束和储热装置约束
该热功率平衡约束的函数为
其中，为t时刻第i台电锅炉的供热功率，Ncr为储热装置的数量，为t时刻第i台储热装置放热功率（＞0：储热，＜0：放热）；
该储热装置的约束函数为
其中，为t时刻第i台储热装置的储热状态，为t时刻第i台储热装置的放热状态，为t时刻第i台储热装置的储热功率，为t时刻第i台储热装置的放热功率，t时刻第i台热电装置的储热容量，为放热系数，为储热系数，和分别为第i个储热装置容量的下限和上限。
优选的，所述耦合单元约束包括有P2G装置约束、热电联产机组约束、燃气轮机组约束、燃气锅炉约束和电锅炉约束，
该P2G装置约束的函数为
其中为P2G装置的转换效率，其为80%，
该热电联产机组约束包括有热功率约束、爬坡约束和电热耦合约束，
该热功率约束的函数为
该爬坡约束的函数为
其中和分别为热电联产机组的爬坡率和滑坡率，
该电热耦合约束的函数为
其中，为热电比；
所述燃气轮机组约束包括与功率约束、最小开停机时间和状态约束以及电气耦合约束，
该功率约束的函数为
其中，和分别为燃气轮机机组用气量的下限和上限，
该最小开停机时间和状态约束的函数为
其中，，分别表示调度期初期机组必须开、停机的时间段；、分别表示机组的最小开、停机时间；、分别为机组i在第t时刻的连续开、停机时间；
该电气耦合约束的函数为
其中，燃气轮机组转换效率，
所述燃气锅炉约束包括有功率约束和爬坡约束，
该功率约束的函数为
该爬坡约束的函数为
其中，和分别为燃气锅炉的爬坡率和滑坡率；
所述电锅炉的约束包括有功率约束和电热耦合约束，
该功率约束的函数为
该电热耦合约束的函数为
其中，为电锅炉转换效率。
本发明的技术效果和优点：本发明提出的一种具有约束的多能流协调调度辅助决策系统，与现有技术相比，具有以下有点：
1、在电、气、热详细的网络运行特性约束的基础上，本辅助决策系统以最小运行费用为目标，并综合储电和储热多种类型储能装置不确定波动对能源网络调度的影响，建立了天然气热电联供网络的多时段动态优化调度模型，合理分析调度能源；
2、电、气、热等多种能源相互耦合、相互影响，多能源互联的协调优化运行能够有效提高整个能源网络运行的经济、环境效益，实现能量的梯级利用和多能互补。
附图说明
图1为本发明电气热协调的综合系统结构框图；
图2为本发明辅助决策系统的核心流程图。
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。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做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。
本发明提供了如图1-2所示的一种具有约束的多能流协调调度辅助决策系统，包括优化调度模型和核心调度算法，所述优化调度模型，其通过搭建以热电联产机组、电锅炉、P2G、燃气轮机机组以及燃气锅炉为耦合单元的能源互联网电-气-热综合能源系统的基础框架结构；以园区发电成本最小化为优化目标；建立以电网约束、天然气约束、热网约束以及耦合单元约束为约束条件的能源互联网电-气-热多能流协调优化调度模型；所述核心调度算法是以所述优化调度模型为基础建立的算法，其算法流程如下：
根据园区能源网络结构编写并输入数据，
建立相应的非线性目标函数和约束条件，并将其线性化，
获得可控对象的运行方式，并进行辅助决策。
所述目标函数为
min(F 1+F 2+F 3+F 4+F 5)
其中F 1为常规发电机组成本，F 2为热电联产机组成本，F 3为燃气轮机组
成本，F 4为园区外购能源成本，F 5为弃风成本。
所述常规发电机组成本的函数为
F 1= F 11+F 12
其中，T为时段总数（24），NG为常规发电机组数目，为常规机组i的开机费用，为常规机组i的停机费用，为发电机组i的发电成本函数二次项系数，为发电机组i的发电成本函数一次项系数，为发电机组i 的发电成本函数常数项系数，为常规机组i在第t时段的有功出力，为常规机组开停机标志（1：开，0：停），为常规机组开机变量（1：开，0：停），为常规机组停机变量（1：停，0：开）；
所述热电联产机组成本的函数为
由于热电联产机组处于常开状态，其中，NG为热电联产机组数目，为热电联产机组i的发电成本函数二次项系数，为热电联产机组i的发电成本函数一次项系数，为热电联产机组i的发电成本函数常数项系数，为第i台热电联产机组的电功率出力，为第i台热电联产机组的热功率出力。
所述燃气轮机组成本函数为
F 3= F 31+F 32
其中，NGT为燃气轮机组数目，为燃气轮机组i的开机费用，为燃气轮机组i的停机费用，为燃气轮机组i的发电成本函数二次项系数，为燃气轮机组i的发电成本函数一次项系数，为燃气轮机组i的发电成本函数常数项系数，为燃气轮机组i在第t时段的有功出力，为燃气轮机组开停机标志（1：开，0：停），为燃气轮机组开机变量（1：开，0：停），为燃气轮机组停机变量（1：停，0：开）。
所述园区外购能源成本的函数为
其中，为天然气价格，为单位时间段t内的外购天然气功率，为天然气低热值(9.97(KWA)/m3）。
所述弃风成本的函数为
其中，NW为风电机组数量，为弃风惩罚系数，为t时刻第i台风电机组的预测出力，为t时刻第i台风电机组的实际调度出力。
所述电网约束包括有电功率平衡约束，常规机组约束、储电装置约束以及风电机组出力约束：
该电功率平衡约束的函数为
其中，为系统t时段总的电负荷功率，NESS为储电装置数量，为t时刻第i台储电装置充放电功率，Neb为电锅炉数量，为t时刻第i台电锅炉消耗的有功功率，NGT为热电联产机组数量，为t时刻第i台热电联产机组发出的有功功率，NP2G为P2G设备数量，为t时刻第i台P2G设备吸收的有功功率；
该常规机组约束包括有电功率约束、爬坡约束以及最小开停机时间和状态约束：
该电功率约束的函数为
其中，和分别为第i台常规机组电功率的上下限，
该爬坡约束的函数为
其中，，为常规机组i的爬坡速率和滑坡速率，
该最小开停机时间和状态约束的函数为
其中，，分别表示调度期初期机组必须开、停机的时间段；、分别表示机组的最小开、停机时间；、分别为机组i在第t时刻的连续开、停机时间；
该储电装置约束的函数为
其中，为第i个储电装置t时刻的充电状态（1：充电，0：放电），第i个储电装置t时刻的放电状态（1：放电，0：充电），为t时刻第i台储电装置放电功率，为t时刻第i台储电装置充电功率，为t时刻第i台储电装置的能量，为放电系数，为充电系数，为第i个储电装置容量的下限，为储电装置容量的上限；
该风电机组出力约束的函数为
所述天然气约束包括有功率平衡约束和气源注入量约束：
该功率平衡约束的函数为
其中，为t时刻外部气网的输入功率，为第i个P2G装置t时刻输入的功率，为t时刻系统中气负荷的功率，为t时刻第i台燃气轮机组消耗的功率，为t时刻第i台燃气锅炉消耗的功率；
该气源注入量约束的函数为
其中，和分别为气源供气量的下限和上限。
所述热网约束包括有热功率平衡约束和储热装置约束
该热功率平衡约束的函数为
其中，为t时刻第i台电锅炉的供热功率，Ncr为储热装置的数量，为t时刻第i台储热装置放热功率（＞0：储热，＜0：放热）；
该储热装置的约束函数为
其中，为t时刻第i台储热装置的储热状态，为t时刻第i台储热装置的放热状态，为t时刻第i台储热装置的储热功率，为t时刻第i台储热装置的放热功率，t时刻第i台热电装置的储热容量，为放热系数，为储热系数，和分别为第i个储热装置容量的下限和上限。
所述耦合单元约束包括有P2G装置约束、热电联产机组约束、燃气轮机组约束、燃气锅炉约束和电锅炉约束，
该P2G装置约束的函数为
其中为P2G装置的转换效率，其为80%，
该热电联产机组约束包括有热功率约束、爬坡约束和电热耦合约束，
该热功率约束的函数为
该爬坡约束的函数为
其中和分别为热电联产机组的爬坡率和滑坡率，
该电热耦合约束的函数为
其中，为热电比；
所述燃气轮机组约束包括与功率约束、最小开停机时间和状态约束以及电气耦合约束，
该功率约束的函数为
其中，和分别为燃气轮机机组用气量的下限和上限，
该最小开停机时间和状态约束的函数为
其中，，分别表示调度期初期机组必须开、停机的时间段；、分别表示机组的最小开、停机时间；、分别为机组i在第t时刻的连续开、停机时间；
该电气耦合约束的函数为
其中，燃气轮机组转换效率，
所述燃气锅炉约束包括有功率约束和爬坡约束，
该功率约束的函数为
该爬坡约束的函数为
其中，和分别为燃气锅炉的爬坡率和滑坡率；
所述电锅炉的约束包括有功率约束和电热耦合约束，
该功率约束的函数为
该电热耦合约束的函数为
其中，为电锅炉转换效率。
本辅助决策系统应用开发部分针对算法设计和实用化软件模块的程序编写，然后按照CPLEX软件包格式进行相应优化模型中变量、目标函数和约束调节的构建，并对过程中的非线性约束条件和目标函数线性化，获得各可控对象的运行方式。并且，对约束调节的部分参数也可以进行设置，如储能充放电次数限制、电网电压电流范围等。
本发明建立综合能源系统多能流协调调度模型，从而能得到最优的能源供给和消纳方式，以及最小化系统能耗。以能源站、供电网络、供热网络、供气网络、储能装置的运行特性为约束条件。建立以园区发电成本最小为优化目标，以支路潮流、节点电压、支路电流、各元素运行等为约束条件的最优运行模型，从而获得各控制设备各时段的运行方式。本辅助功能决策模块制定的优化策略不直接控制各对象，而是通过信息交换总线传递给现有的配电管理系统，进而为调度员提供辅助决策。
本发明能源阶梯利用和能效分析：天然气热电联供能源网络系统将包含天然气站、燃气机组、制热设备、蓄电设备、分布式电源和供电、供气和供热网络。能源阶梯利用模型如下：将天然气站供给的天然气燃烧转换成电能，而产生的热能经制热设备供给用热负荷，多余部分则存储在储热设备中，而不足的部分则由电制热设备承担。基于这一流程，进行能源阶梯利用，从而降低能源损耗。削峰填谷和降低费用（用户端）：在夜间用电负荷低谷时段，维持最低配电网有功功率注入，其余网络供电负荷由燃气发电机组提供，同时，向各储能设备储存能量；而在白天用电负荷高峰时段，用能优先度如下：燃气发电机发电→储能设备释放能量→配电网供电，由此减少配电网购电量，进而削减网络运行费用。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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，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 (10)
1.一种具有约束的多能流协调调度辅助决策系统，包括优化调度模型和核心调度算法，其特征在于：
所述优化调度模型，其通过搭建以热电联产机组、电锅炉、P2G、燃气轮机机组以及燃气锅炉为耦合单元的能源互联网电-气-热综合能源系统的基础框架结构；以园区发电成本最小化为优化目标；建立以电网约束、天然气约束、热网约束以及耦合单元约束为约束条件的能源互联网电-气-热多能流协调优化调度模型；
所述核心调度算法是以所述优化调度模型为基础建立的算法，其算法流程如下：
根据园区能源网络结构编写并输入数据，
建立相应的非线性目标函数和约束条件，并将其线性化，
获得可控对象的运行方式，并进行辅助决策。
2.根据权利要求1所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：所述目标函数为
min(F 1+F 2+F 3+F 4+F 5)
其中F 1为常规发电机组成本，F 2为热电联产机组成本，F 3为燃气轮机组
成本，F 4为园区外购能源成本，F 5为弃风成本。
3.根据权利要求2所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述常规发电机组成本的函数为
F 1= F 11+F 12
其中，T为时段总数（24），NG为常规发电机组数目，为常规机组i的开机费用，为常规机组i的停机费用，为发电机组i的发电成本函数二次项系数，为发电机组i的发电成本函数一次项系数，为发电机组i 的发电成本函数常数项系数，为常规机组i在第t时段的有功出力，为常规机组开停机标志（1：开，0：停），为常规机组开机变量（1：开，0：停），为常规机组停机变量（1：停，0：开）；
所述热电联产机组成本的函数为
由于热电联产机组处于常开状态，其中，NG为热电联产机组数目，为热电联产机组i的发电成本函数二次项系数，为热电联产机组i的发电成本函数一次项系数，为热电联产机组i的发电成本函数常数项系数，为第i台热电联产机组的电功率出力，为第i台热电联产机组的热功率出力。
4.根据权利要求2所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述燃气轮机组成本函数为
F 3= F 31+F 32
其中，NGT为燃气轮机组数目，为燃气轮机组i的开机费用，为燃气轮机组i的停机费用，为燃气轮机组i的发电成本函数二次项系数，为燃气轮机组i的发电成本函数一次项系数，为燃气轮机组i的发电成本函数常数项系数，为燃气轮机组i在第t时段的有功出力，为燃气轮机组开停机标志（1：开，0：停），为燃气轮机组开机变量（1：开，0：停），为燃气轮机组停机变量（1：停，0：开）。
5.根据权利要求2所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述园区外购能源成本的函数为
其中，为天然气价格，为单位时间段t内的外购天然气功率，为天然气低热值(9.97(KWA)/m3）。
6.根据权利要求2所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述弃风成本的函数为
其中，NW为风电机组数量，为弃风惩罚系数，为t时刻第i台风电机组的预测出力，为t时刻第i台风电机组的实际调度出力。
7.根据权利要求1所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述电网约束包括有电功率平衡约束，常规机组约束、储电装置约束以及风电机组出力约束：
该电功率平衡约束的函数为
其中，为系统t时段总的电负荷功率，NESS为储电装置数量，为t时刻第i台储电装置充放电功率，Neb为电锅炉数量，为t时刻第i台电锅炉消耗的有功功率，NGT为热电联产机组数量，为t时刻第i台热电联产机组发出的有功功率，NP2G为P2G设备数量，为t时刻第i台P2G设备吸收的有功功率；
该常规机组约束包括有电功率约束、爬坡约束以及最小开停机时间和状态约束：
该电功率约束的函数为
其中，和分别为第i台常规机组电功率的上下限，
该爬坡约束的函数为
其中，，为常规机组i的爬坡速率和滑坡速率，
该最小开停机时间和状态约束的函数为
其中，，分别表示调度期初期机组必须开、停机的时间段；、分别表示机组的最小开、停机时间；、分别为机组i在第t时刻的连续开、停机时间；
该储电装置约束的函数为
其中，为第i个储电装置t时刻的充电状态（1：充电，0：放电），第i个储电装置t时刻的放电状态（1：放电，0：充电），为t时刻第i台储电装置放电功率，为t时刻第i台储电装置充电功率，为t时刻第i台储电装置的能量，为放电系数，为充电系数，为第i个储电装置容量的下限，为储电装置容量的上限；
该风电机组出力约束的函数为
8.根据权利要求1所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述天然气约束包括有功率平衡约束和气源注入量约束：
该功率平衡约束的函数为
其中，为t时刻外部气网的输入功率，为第i个P2G装置t时刻输入的功率，为t时刻系统中气负荷的功率，为t时刻第i台燃气轮机组消耗的功率，为t时刻第i台燃气锅炉消耗的功率；
该气源注入量约束的函数为
其中，和分别为气源供气量的下限和上限。
9.根据权利要求1所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述热网约束包括有热功率平衡约束和储热装置约束
该热功率平衡约束的函数为
其中，为t时刻第i台电锅炉的供热功率，Ncr为储热装置的数量，为t时刻第i台储热装置放热功率（＞0：储热，＜0：放热）；
该储热装置的约束函数为
其中，为t时刻第i台储热装置的储热状态，为t时刻第i台储热装置的放热状态，为t时刻第i台储热装置的储热功率，为t时刻第i台储热装置的放热功率，t时刻第i台热电装置的储热容量，为放热系数，为储热系数，和分别为第i个储热装置容量的下限和上限。
10.根据权利要求1所述的一种具有约束的多能流协调调度辅助决策系统，其特征在于：
所述耦合单元约束包括有P2G装置约束、热电联产机组约束、燃气轮机组约束、燃气锅炉约束和电锅炉约束，
该P2G装置约束的函数为
其中为P2G装置的转换效率，其为80%，
该热电联产机组约束包括有热功率约束、爬坡约束和电热耦合约束，
该热功率约束的函数为
该爬坡约束的函数为
其中和分别为热电联产机组的爬坡率和滑坡率，
该电热耦合约束的函数为
其中，为热电比；
所述燃气轮机组约束包括与功率约束、最小开停机时间和状态约束以及电气耦合约束，
该功率约束的函数为
其中，和分别为燃气轮机机组用气量的下限和上限，
该最小开停机时间和状态约束的函数为
其中，，分别表示调度期初期机组必须开、停机的时间段；、分别表示机组的最小开、停机时间；、分别为机组i在第t时刻的连续开、停机时间；
该电气耦合约束的函数为
其中，燃气轮机组转换效率，
所述燃气锅炉约束包括有功率约束和爬坡约束，
该功率约束的函数为
该爬坡约束的函数为
其中，和分别为燃气锅炉的爬坡率和滑坡率；
所述电锅炉的约束包括有功率约束和电热耦合约束，
该功率约束的函数为
该电热耦合约束的函数为
其中，为电锅炉转换效率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910335734.8A CN110007600A (zh) | 2019-04-24 | 2019-04-24 | 一种具有约束的多能流协调调度辅助决策系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910335734.8A CN110007600A (zh) | 2019-04-24 | 2019-04-24 | 一种具有约束的多能流协调调度辅助决策系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110007600A true CN110007600A (zh) | 2019-07-12 |
Family
ID=67174028
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910335734.8A Pending CN110007600A (zh) | 2019-04-24 | 2019-04-24 | 一种具有约束的多能流协调调度辅助决策系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110007600A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111324849A (zh) * | 2020-02-18 | 2020-06-23 | 南通大学 | 一种考虑热网特性的电热联合系统优化调度方法 |
| CN111900714A (zh) * | 2020-04-14 | 2020-11-06 | 华北电力大学 | 多能源协同系统优化调度模型构建方法、装置和计算设备 |
| CN111967683A (zh) * | 2020-08-26 | 2020-11-20 | 浙江浙能技术研究院有限公司 | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 |
| CN112288592A (zh) * | 2020-10-20 | 2021-01-29 | 东南大学 | 一种气热电耦合系统scuc优化调度方法、装置及存储介质 |
| CN113408777A (zh) * | 2021-03-19 | 2021-09-17 | 国网辽宁省电力有限公司 | 一种基于cls-pso算法的多目标电、气、热供暖协调方法 |
| CN113935540A (zh) * | 2021-10-28 | 2022-01-14 | 昆明电力交易中心有限责任公司 | 一种基于合作博弈的综合能源园区互动式能量优化方法 |
| CN116341762A (zh) * | 2023-05-23 | 2023-06-27 | 武汉中元华电科技股份有限公司 | 高海拔风电供电系统最优能流求解方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372742A (zh) * | 2016-08-19 | 2017-02-01 | 天津大学 | 考虑电转气多源储能型微网日前最优经济调度方法 |
| US20180038352A1 (en) * | 2014-06-04 | 2018-02-08 | William M. Conlon | Dispatchable combined cycle power plant |
| CN108229865A (zh) * | 2018-03-30 | 2018-06-29 | 天津大学 | 一种基于碳交易的电热气综合能源系统低碳经济调度方法 |
| CN108596525A (zh) * | 2018-06-29 | 2018-09-28 | 国家电网有限公司 | 冷热电气多能互补的微能源网鲁棒优化调度方法 |
| CN108832665A (zh) * | 2018-07-04 | 2018-11-16 | 四川大学 | 一种考虑风电不确定性的电热综合系统分布式鲁棒协调优化调度模型 |
| CN109146182A (zh) * | 2018-08-24 | 2019-01-04 | 南京理工大学 | 计及多种储能的分布式冷热电联供系统的经济调度方法 |
-
2019
- 2019-04-24 CN CN201910335734.8A patent/CN110007600A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180038352A1 (en) * | 2014-06-04 | 2018-02-08 | William M. Conlon | Dispatchable combined cycle power plant |
| CN106372742A (zh) * | 2016-08-19 | 2017-02-01 | 天津大学 | 考虑电转气多源储能型微网日前最优经济调度方法 |
| CN108229865A (zh) * | 2018-03-30 | 2018-06-29 | 天津大学 | 一种基于碳交易的电热气综合能源系统低碳经济调度方法 |
| CN108596525A (zh) * | 2018-06-29 | 2018-09-28 | 国家电网有限公司 | 冷热电气多能互补的微能源网鲁棒优化调度方法 |
| CN108832665A (zh) * | 2018-07-04 | 2018-11-16 | 四川大学 | 一种考虑风电不确定性的电热综合系统分布式鲁棒协调优化调度模型 |
| CN109146182A (zh) * | 2018-08-24 | 2019-01-04 | 南京理工大学 | 计及多种储能的分布式冷热电联供系统的经济调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 税月 等: "考虑风电不确定性的电热综合系统分布鲁棒协调优化调度模型", 《中国电机工程学报》 * |
| 税月等: "考虑风电不确定性的电气能源系统两阶段分布鲁棒协同调度", 《电力系统自动化》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111324849A (zh) * | 2020-02-18 | 2020-06-23 | 南通大学 | 一种考虑热网特性的电热联合系统优化调度方法 |
| CN111900714A (zh) * | 2020-04-14 | 2020-11-06 | 华北电力大学 | 多能源协同系统优化调度模型构建方法、装置和计算设备 |
| CN111900714B (zh) * | 2020-04-14 | 2023-12-08 | 华北电力大学 | 多能源协同系统优化调度模型构建方法、装置和计算设备 |
| CN111967683A (zh) * | 2020-08-26 | 2020-11-20 | 浙江浙能技术研究院有限公司 | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 |
| CN111967683B (zh) * | 2020-08-26 | 2023-10-31 | 浙江浙能技术研究院有限公司 | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 |
| CN112288592A (zh) * | 2020-10-20 | 2021-01-29 | 东南大学 | 一种气热电耦合系统scuc优化调度方法、装置及存储介质 |
| CN113408777A (zh) * | 2021-03-19 | 2021-09-17 | 国网辽宁省电力有限公司 | 一种基于cls-pso算法的多目标电、气、热供暖协调方法 |
| CN113408777B (zh) * | 2021-03-19 | 2024-03-01 | 国网辽宁省电力有限公司 | 一种基于cls-pso算法的多目标电、气、热供暖协调方法 |
| CN113935540A (zh) * | 2021-10-28 | 2022-01-14 | 昆明电力交易中心有限责任公司 | 一种基于合作博弈的综合能源园区互动式能量优化方法 |
| CN116341762A (zh) * | 2023-05-23 | 2023-06-27 | 武汉中元华电科技股份有限公司 | 高海拔风电供电系统最优能流求解方法及系统 |
| CN116341762B (zh) * | 2023-05-23 | 2023-07-25 | 武汉中元华电科技股份有限公司 | 高海拔风电供电系统最优能流求解方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110007600A (zh) | 一种具有约束的多能流协调调度辅助决策系统 | |
| 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 | |
| CN108173282B (zh) | 一种考虑电转气运行成本综合能源系统优化调度方法 | |
| 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 | |
| CN109861290A (zh) | 一种考虑多种柔性负荷的综合能源系统优化调度方法 | |
| CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
| CN109327042A (zh) | 一种微电网多能源联合优化调度方法 | |
| CN109687523A (zh) | 一种基于多时间尺度的微电网的运行优化方法 | |
| 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 | |
| CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
| CN109993345B (zh) | 一种面向园区的孤岛运行多能互补系统动态经济调度方法 | |
| CN105244869A (zh) | 一种含微网的配电网动态随机调度控制方法 | |
| CN104537443A (zh) | 一种热电联供型微网经济协调优化调度方法 | |
| CN109962476A (zh) | 一种微电网中源网荷储互动能量管理办法和装置 | |
| CN102509175A (zh) | 分布式供电系统可靠性优化方法 | |
| CN107784382A (zh) | 基于能源路由器的用户侧能源互联网规划方法 | |
| CN112186755A (zh) | 一种区域综合能源系统柔性负荷储能化建模方法 | |
| Ding et al. | Operation optimization for microgrids under centralized control | |
| CN108596442A (zh) | 计及条件风险价值的综合能源系统经济调度方法 | |
| CN109412148A (zh) | 计及环境成本与实时电价的可平移负荷模型构建方法 | |
| CN112380681A (zh) | 基于分布式优化的综合能源系统参数确定方法及相关装置 | |
| CN110391655A (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 | |
| CN112214883A (zh) | 一种微能源网综合能源系统运行优化方法和系统 | |
| CN108171384A (zh) | 一种基于复合粒子群算法微网能量管理方法 | |
| CN112561120B (zh) | 一种基于微电网参考日前市场出清系统优化运行方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190712 |