CN110163443B - 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 - Google Patents
考虑电-气综合需求响应的天然气调压站微能网优化调度方法 Download PDFInfo
- Publication number
- CN110163443B CN110163443B CN201910446244.5A CN201910446244A CN110163443B CN 110163443 B CN110163443 B CN 110163443B CN 201910446244 A CN201910446244 A CN 201910446244A CN 110163443 B CN110163443 B CN 110163443B
- Authority
- CN
- China
- Prior art keywords
- natural gas
- energy
- gas
- demand response
- pressure regulating
- 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
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 314
- 239000003345 natural gas Substances 0.000 title claims abstract description 157
- 239000007789 gas Substances 0.000 title claims abstract description 105
- 230000004044 response Effects 0.000 title claims abstract description 94
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 27
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 10
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 10
- 230000008878 coupling Effects 0.000 claims abstract description 7
- 238000010168 coupling process Methods 0.000 claims abstract description 7
- 238000005859 coupling reaction Methods 0.000 claims abstract description 7
- 230000005284 excitation Effects 0.000 claims abstract description 6
- 238000010248 power generation Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 13
- 239000003344 environmental pollutant Substances 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 11
- 231100000719 pollutant Toxicity 0.000 claims description 11
- 239000000446 fuel Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 239000002918 waste heat Substances 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000002994 raw material Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000012946 outsourcing Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000001816 cooling Methods 0.000 claims 1
- 238000011144 upstream manufacturing Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000000295 complement effect Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/90—Financial instruments for climate change mitigation, e.g. environmental taxes, subsidies or financing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑电‑气综合需求响应的天然气调压站微能网优化调度方法。根据天然气调压站结构与参数，在接入天然气压力能的基础上，对天然气调压站微能网进行建模分析；根据微能网用能特性，建立调压站电‑气综合需求响应模型；在此基础上，兼顾经济性和低碳性建立天然气调压站的微能网优化调度模型，求解得到需求响应策略及优化目标等。本发明充分考虑天然气压力能的发电及冷能综合利用、调压站负荷调节特性、微能网多能互补耦合关系及调压站的电/气价格需求响应和气负荷激励需求响应特性，可较好地实现调压站与能源网间的灵活互动，缓解能源网络供能压力，提高系统环境经济效益，可靠地满足调压站区域内冷热电气等供能需求。
Description
技术领域
本发明涉及一种考虑电-气综合需求响应的天然气调压站微能网优化调度方法，属于电气信息技术领域。
背景技术
能源的大量需求、化石能源的不可再生性及其消耗所带来的环境污染问题已成为社会经济高速发展的主要制约因素。因此，如何引入新型清洁能源、提高能源利用率、实现节能减排及多种能源集成互补成为热门研究课题。在此背景下，微型综合能源网(简称微能网)应运而生。微能网是指集成电、气、热、冷、水等多种能源和物质的互联耦合系统，通过接入新型清洁能源、协调优化运行以实现多能互补及替代用能，提高运行的经济性和灵活性及能源利用率。其容量一般在几兆瓦至几十兆瓦间，可面向工业园区、小型城镇、智能楼宇等。
天然气网络的大规模扩展及高压管网的大力建设，天然气调压站的能源回收及综合利用具有充分的发展机遇与前景，旨在实现能源可持续性。传统的天然气调压站在用能的统一优化调度方面相对匮乏，普遍存在能源浪费、能源供应不稳定等问题，很大程度上影响了系统的环境经济效益及运行稳定性。而在天然气调压站中，高压天然气降压过程中蕴含大量可利用的压力能，若能将这部分能量引入微能网，不仅提高了能源利用效率，还降低了调压站的综合用能成本及污染物排放。同时调压站能量管理系统较少涉及多种能源需求间的耦合互补及优化调度，缺乏与能源网络间的灵活互动，没有考虑能源需求响应特性。因此，如何考虑电、气、热、冷等多种能源需求响应，兼顾经济性和低碳性对天然气调压站的多种能源需求进行协调优化调度，缓解能源网络供能压力，安稳可靠地满足调压站区域内用能需求成为一个亟待解决的问题。
发明内容
为了解决上述存在的问题，本发明的目的旨在提出了一种考虑电-气综合需求响应的天然气调压站微能网优化调度方法。该方法可处理天然气调压站区域内冷热电气相互耦合的需求，在接入天然气压力能的基础上，对天然气调压站微能网进行建模分析，考虑调压站区域与电力网络及天然气网络的综合需求响应，制定兼顾经济性和低碳性的天然气调压站多种能源需求优化调度计划。
为实现上述目的，本发明所采用的技术方案的具体步骤如下：
步骤1、构建天然气调压站的微能网架构。
在天然气调压站的运行过程中，高压天然气降压产生的压力能通过膨胀机发电和天然气液化回收冷能被综合利用，将所回收的电能及冷能接入到微能网中，为调压站区域内多类负荷及设备供能。天然气调压站区域内的主要设备包括：膨胀机、天然气液化工艺、燃气轮机、余热锅炉、燃气锅炉、电制冷机和吸收式制冷机。天然气调压站通过向外部电网及天然气管网进行购能，在调压站的微能网中进行电、气、冷、热4种能源的耦合与转换，以满足调压站区域内部能源负荷需求。将天然气液化工艺溢出蒸发气体及外购天然气作为燃气轮机及燃气锅炉燃料，电负荷由电网购电、膨胀机发电及燃气轮机发电供给；热负荷由余热锅炉回收燃气锅炉尾气热能和燃气锅炉产热供给；冷负荷由天然气膨胀后冷能、电制冷机和吸收式制冷机制冷供给；调压站内气负荷由燃料天然气和天然气液化工艺原料气组成。
步骤2、天然气调压站的微能网建模。
根据天然气调压站微能网的结构和参数，建立其各类设备供能出力、物质能量转换关系、物质能量平衡约束及设备运行约束等数学模型。
物质能量平衡约束包含天然气调压站天然气流量平衡、微能网电能平衡、微能网热能平衡及冷能平衡。
天然气流量平衡为：
QNG.t＝QDNG.t+QILNG.t+QFNG.t (1)
式中，QNG.t为上游天然气气源流量；QDNG.t为进入下游天然气管道天然气流量；QILNG.t为用于液化的天然气进料流量；当液化天然气蒸发气体不足以供给燃气轮机和燃气锅炉时，利用天然气管网小部分天然气作为燃料供应，QFNG.t为燃料天然气流量。
电能平衡为：
Pg.t·ηt+PGT.t+PEXP.t＝PEC.t+PL.t (2)
式中，Pg.t为电网购电功率，ηt为电力变压器效率；PEXP.t为膨胀机发电功率；PL.t为集成系统电负荷需求。
热能平衡为：
HHRB.t+HGB.t＝HAC.t+HL.t (3)
式中HL.t为集成系统热负荷需求。
冷能平衡为：
CAC.t+CEC.t+CEXP.t＝CL.t (4)
式中，CEXP.t为经过膨胀机发电后分配给下游天然气管道的天然气冷能，CL.t为集成系统冷负荷需求。
步骤3、根据微能网的用能特性，建立其电-气综合需求响应模型。
微能网以外网电力和管网天然气为能源供应，使其能根据电力市场和天然气市场价格信号改变其用能行为；天然气液化工艺以天然气作为原料，使其能良好适应气源负荷变化，可积极参与天然气管网的灵活互动。因此，引入价格型和激励型两类需求响应，建立电-气综合需求响应模型。
1)价格型需求响应
根据微能网用能特性，电力市场和天然气市场均可参与价格型需求响应，为分析负荷对不同能源价格的反应情况，基于能源需求价格弹性理论，建立不同负荷的不同时刻能源价格的响应模型。天然气需求价格弹性系数为：
式中，etk为自弹性系数表征t时段天然气负荷对当前时段气价变化的响应，ett为交叉弹性系数表征t时段天然气负荷对其他时段气价变化的响应；ΔQt和Δqt分别是t时段天然气负荷和天然气价格的变化量；Qt0和qt0分别为t时段PBDR实施前天然气负荷和价格；Qt和qt分别为PBDR实施后t时段天然气负荷量和气价。根据天然气液化工艺的天然气负荷需求波动性，分析其受价格影响程度，选取合适的天然气负荷弹性系数。
基于天然气调压站的天然气需求价格弹性矩阵，采用天然气分时价格分析价格需求响应对微能网的影响，在实施天然气价格需求响应后，天然气负荷与气价关系式如下：
式中，qt0和和qt分别取为分时气价和实时气价；T为一天总时段数，依据气负荷具有一定的延迟性，取值为24；实时气价公式如下：
电力与天然气具有相似的能源市场属性，可采用上述相似方法，计算电负荷需求响应，此处不再赘述。
2)激励性需求响应
天然气液化工艺以天然气作为原料，在满足自身生产计划情况下，调压站天然气负荷可积极响应天然气市场的激励需求响应，通过签订需求响应协议可根据天然气市场的调度指令，在短时间内进行负荷的增加或削减，以获得响应的经济补偿。经济补偿可表示为：
式中，α和β分别为参与激励型需求响应时气负荷增加和削减所享受的气价折扣率；wt和wt’为0-1变量，用于表征t时段集成系统气负荷响应情况，值为1时参与响应；ΔQup.t和ΔQdown.t分别为集成系统在t时段的气负荷增加量和削减量。
步骤4、基于微能网能流关系及电-气综合需求响应，建立天然气调压站的微能网优化调度模型。
微能网优化调度模型以日运行成本最低为目标函数，主要包括4个部分：运维成本FOM、购能成本FE、碳排放成本FC、需求响应经济补偿FIBDR。约束条件分别考虑微能网物质能量平衡、设备元件约束、外部能源供应限制和需求响应约束。
目标函数表示为：
式中，m为设备元件类型总和，i分别指代各设备元件；λi为各元件运维费用系数，Pi.t为各元件功率；pt为实时电价；n为排放源i的污染物类型总和，j指代排放源i的各类污染物，δi.j为排放源i的污染物j的排放系数，cj为污染物j的排放单价，εi.j.t为排放源i的污染物j的排放惩罚。
外部能源供应限制：为确保外部电网和天然气管网的稳定运行，微能网向电网和天然气网购能需满足其联络线的功率约束。可表示为
式中，Pg max和Pg min分别为电网购电上下限约束；QL max和QL min分别为气网购能上下限约束。
需求响应约束：为保证集成系统设备的安全稳定运行，防止削峰及填谷时段负荷的骤降及骤增，需添加激励响应时等比例削峰及填谷约束，确保负荷的均衡分配。可表示为：
步骤5、利用Matlab-CPLEX工具包对优化调度模型进行求解，得到需求响应策略、优化目标函数值及运行工况等。
本发明的有益效果如下：考虑电-气综合需求响应的微能网优化调度方法，立足于解决天然气调压站微能网优化调度问题，充分考虑天然气压力能的发电及冷能综合利用、调压站气负荷调节特性及微能网多能互补耦合关系，发挥调压站的电/气价格需求响应及气负荷激励需求响应特性对缓解能源网络供能压力、提高能源利用率及系统环境经济效益的作用。全面挖掘天然气调压站需求响应资源，将电-气能源需求响应与微能网优化用能相结合，经济可靠地满足调压站区域内部冷热电气等供能需求，激发了微能网的灵活性，平抑了能源供应波动性，体现了调压站与能源网间的灵活互动。
附图说明
图1为本发明所提出的考虑电-气综合需求响应的微能网优化调度方法；
图2为本发明天然气调压站的微能网架构图；
图3为本发明电-气综合需求响应机制；
图4为不同场景下电负荷变化曲线；
图5为不同场景下气负荷变化曲线；
具体实施方式
下面结合附图及实施算例，对本发明进行进一步详细说明。
如图1-3所示，本发明所提出的考虑电-气综合需求响应的天然气调压站微能网优化调度方法，包括如下步骤：
步骤1、根据天然气调压站结构，构建气微能网架构。天然气调压站区域内主要设备包括：膨胀机、天然气液化工艺、燃气轮机、余热锅炉、燃气锅炉、电制冷机和吸收式制冷机，如图2所示。
步骤2、根据天然气调压站微能网的结构和参数，对微能网进行建模，其中包括各类设备供能出力、物质能量转换关系、物质能量平衡约束及设备运行约束等数学模型。
步骤3、根据微能网以外网电力和管网天然气为能源供应的用能特性，建立调压站电-气综合需求响应模型，其电-气综合需求响应机制如图3所示。
步骤4、基于微能网能流关系及电-气综合需求响应，建立天然气调压站的微能网优化调度模型。为兼顾经济性与低碳性，以日运行成本最低为目标函数，包括运维成本、购能成本、碳排放成本及需求响应补偿。约束条件分别考虑微能网物质能量平衡、设备元件约束、外部能源供应限制和需求响应约束。
步骤5、利用Matlab-CPLEX工具包对优化调度模型进行求解，得到需求响应策略、优化目标函数值及运行工况等。
实施算例
下面以某实际天然气调压站为例，进行其微能网优化调度的演示。
步骤一：获取天然气调压站供能和用能设备的主要参数，依据本发明所提出微能网架构，对其进行建模，生成供能出力与约束条件集合。详细参数见表1。
表1天然气调压站的微能网结构及参数
步骤二、获取调压站7月典型日数据，如：天然气负荷流量、区域内电、冷和热负荷等。并获取电力市场及天然气市场7月负荷曲线及对调压站的分时价格，依据负荷曲线划分不同峰、谷、平时段，电力分时价格为峰时电价1.15元/kWh(12-14h，19-22h)、平时电价为0.76元/kWh(8-11h，15-18h)、谷时电价为0.4元/kWh(1-7h，23-24h)，天然气分时价格为峰时气价3.72元/Nm3(1-8h，12-13h，18-19h，21-24h)、峰、平时气价3.25元/Nm3(20h)、谷时气价2.5元/Nm3(9-11h，14-17h)。根据天然气调压站负荷需求波动性，分析其受价格影响程度，选取合适的负荷弹性系数，即天然气负荷需求弹性系数为-0.581，电力负荷需求弹性系数为-0.2。天然气市场调度指令以天然气管网供能压力而决定，气负荷增加和削减所享受的气价折扣率分别为0.14和0.2。由此生成电-气综合需求响应模型。
步骤三、制定不同场景，根据供能出力与约束条件集合与电-气综合需求响应模型，生成其微能网优化调度模型。其中场景1采用分时电价和气价，不考虑需求响应；场景2采用实时电价和气价，考虑电-气综合需求响应。
步骤四、利用Matlab-CPLEX工具包对优化调度模型进行求解，得到需求响应策略、优化目标函数值及运行工况等。不同场景下不同调度策略的电/气负荷变化曲线，分别如图4和图5所示。对比不同场景采用不同调度策略微能网的日运行成本，结果见表2。
表2不同场景下微能网日运行成本
如图4和图5所示，对比不同场景下电/气负荷曲线可看出，场景2考虑电-气综合需求响应的优化调度，峰时能源价格时段负荷削减转移到谷时能源价格时段，具有削峰填谷的作用，可平抑负荷波动，在一定程度上缓解了能源网供能压力。如表2所示，对比不同场景下微能网日运行成本可看出，考虑电-气综合需求响应后，负荷的转移使购能成本明显降低，运维成本和碳排放成本也存在不同程度的减少，总运行成本减少了19512.75元，提高了微能网的环境经济效益。综上，上述考虑电-气综合需求响应的微能网优化调度方法，充分考虑天然气压力能的发电及冷能综合利用、调压站负荷可调节的电-气综合需求响应特性，能较为贴合实际调压站系统运行，经济可靠地满足调压站区域内部冷热电气等供能需求，激发了微能网的灵活性，平抑了能源供应波动性，实现了调压站与能源网间的灵活互动。
以上所述，仅为本发明具体实施方式的详细说明，而非对本发明的限制。相关技术领域的技术人员在不脱离本发明的原则和范围的情况下，做出的各种替换、变型以及改进均应包含在本发明的保护范围之内。
Claims (6)
1.一种考虑电-气综合需求响应的天然气调压站微能网优化调度方法，其特征在于，包括如下步骤：
步骤1、根据天然气调压站结构，构建气微能网架构；天然气调压站区域内主要设备包括：膨胀机、天然气液化工艺、燃气轮机、余热锅炉、燃气锅炉、电制冷机和吸收式制冷机；
步骤2、根据天然气调压站微能网的结构和参数，对微能网进行建模，其中包括各类设备供能出力、物质能量转换关系、物质能量平衡约束及设备运行约束数学模型；
步骤3、根据微能网以外网电力和管网天然气为能源供应的用能特性，建立调压站电-气综合需求响应模型，其中包括电/气价格型需求响应和气负荷激励型需求响应；
步骤4、基于微能网能流关系及电-气综合需求响应，建立天然气调压站的微能网优化调度模型；为兼顾经济性与低碳性，以日运行成本最低为目标函数，包括运维成本、购能成本、碳排放成本及需求响应补偿；约束条件分别考虑微能网物质能量平衡、设备元件约束、外部能源供应限制和需求响应约束；
步骤5、利用Matlab-CPLEX工具包对优化调度模型进行求解，得到需求响应策略、优化目标函数值及运行工况；
步骤3所述的电-气综合需求响应模型，具体如下：
1)价格型需求响应
根据微能网用能特性，电力市场和天然气市场均可参与价格型需求响应，为分析负荷对不同能源价格的反应情况，基于能源需求价格弹性理论，建立不同负荷的不同时刻能源价格的响应模型，天然气需求价格弹性系数为：
式中，etk为自弹性系数表征t时段天然气负荷对当前时段气价变化的响应，ett为交叉弹性系数表征t时段天然气负荷对其他时段气价变化的响应；ΔQt和Δqt分别是t时段天然气负荷和天然气价格的变化量；Qt0和qt0分别为t时段PBDR实施前天然气负荷和价格；Qt和qt分别为PBDR实施后t时段天然气负荷量和气价；根据天然气液化工艺的天然气负荷需求波动性，分析其受价格影响程度，选取合适的天然气负荷弹性系数；
基于天然气调压站的天然气需求价格弹性矩阵，采用天然气分时价格分析价格需求响应对微能网的影响，在实施天然气价格需求响应后，天然气负荷与气价关系式如下：
式中，qt0和qt分别取为分时气价和实时气价；T为一天总时段数，依据气负荷具有一定的延迟性，取值为24；实时气价公式如下：
电力与天然气具有相似的能源市场属性，可采用上述气价格型需求响应的计算方法，计算电价格型需求响应，此处不再赘述；
2)激励性需求响应
天然气液化工艺以天然气作为原料，在满足自身生产计划情况下，调压站天然气负荷可积极响应天然气市场的激励需求响应，通过签订需求响应协议可根据天然气市场的调度指令，在短时间内进行负荷的增加或削减，以获得响应的经济补偿，经济补偿可表示为：
式中，α和β分别为参与激励型需求响应时气负荷增加和削减所享受的气价折扣率；wt和wt’为0-1变量，用于表征t时段集成系统气负荷响应情况，值为1时参与响应；ΔQup.t和ΔQdown.t分别为集成系统在t时段的气负荷增加量和削减量。
2.根据权利要求1所述的考虑电-气综合需求响应的天然气调压站微能网优化调度方法，其特征在于，步骤1所述的天然气调压站微能网架构，具体如下：
天然气调压站通过向外部电网及天然气管网进行购能，在调压站的微能网中进行电、气、冷、热4种能源的耦合与转换，以满足调压站区域内部能源负荷需求；将天然气液化工艺溢出蒸发气体及外购天然气作为燃气轮机及燃气锅炉燃料，电负荷由电网购电、膨胀机发电及燃气轮机发电供给；热负荷由余热锅炉回收燃气锅炉尾气热能和燃气锅炉产热供给；冷负荷由天然气膨胀后冷能、电制冷机和吸收式制冷机制冷供给；调压站内气负荷由燃料天然气和天然气液化工艺原料气组成。
3.根据权利要求1所述的考虑电-气综合需求响应的天然气调压站微能网优化调度方法，其特征在于，步骤2所述物质能量平衡约束，其中包括天然气调压站天然气流量平衡、微能网电能平衡、微能网热能平衡及冷能平衡，具体如下：
天然气流量平衡为：
QNG.t＝QDNG.t+QILNG.t+QFNG.t (1)
式中，QNG.t为上游天然气气源流量；QDNG.t为进入下游天然气管道天然气流量；QILNG.t为用于液化的天然气进料流量；当液化天然气蒸发气体不足以供给燃气轮机和燃气锅炉时，利用天然气管网小部分天然气作为燃料供应，QFNG.t为燃料天然气流量；
电能平衡为：
Pg.t·ηt+PGT.t+PEXP.t＝PEC.t+PL.t (2)
式中，Pg.t为电网购电功率，ηt为电力变压器效率；PEXP.t为膨胀机发电功率；PL.t为集成系统电负荷需求；
热能平衡为：
HHRB.t+HGB.t＝HAC.t+HL.t (3)
式中HL.t为集成系统热负荷需求；
冷能平衡为：
CAC.t+CEC.t+CEXP.t＝CL.t (4)
式中，CEXP.t为经过膨胀机发电后分配给下游天然气管道的天然气冷能，CL.t为集成系统冷负荷需求。
4.根据权利要求1所述的考虑电-气综合需求响应的天然气调压站微能网优化调度方法，其特征在于，步骤4所述的微能网优化调度模型以日运行成本最低为目标函数，主要包括4个部分：运维成本FOM、购能成本FE、碳排放成本FC、需求响应经济补偿FIBDR，具体实现如下：
目标函数表示为：
式中，m为设备元件类型总和，i分别指代各设备元件；λi为各元件运维费用系数，Pi.t为各元件功率；pt为实时电价；n为排放源i的污染物类型总和，j指代排放源i的各类污染物，δi.j为排放源i的污染物j的排放系数，cj为污染物j的排放单价，εi.j.t为排放源i的污染物j的排放惩罚，Pg.t为电网购电功率，QFNG.t为燃料天然气流量，qt实时气价。
5.根据权利要求1所述的考虑电-气综合需求响应的天然气调压站微能网优化调度方法，其特征在于，步骤4所述的外部能源供应限制，具体如下：
为确保外部电网和天然气管网的稳定运行，微能网向电网和天然气网购能需满足其联络线的功率约束，可表示为：
式中，Pg max和Pg min分别为电网购电上下限约束；QL max和QL min分别为气网购能上下限约束，Pg.t为电网购电功率，QFNG.t为燃料天然气流量，QILNG.t为用于液化的天然气进料流量。
6.根据权利要求1所述的考虑电-气综合需求响应的天然气调压站微能网优化调度方法，其特征在于，步骤4所述的需求响应约束，具体如下：
为保证集成系统设备的安全稳定运行，防止削峰及填谷时段负荷的骤降及骤增，需添加激励响应时等比例削峰及填谷约束，确保负荷的均衡分配，可表示为：
式中，ΔQup.t+1和ΔQdown.t+1分别为集成系统在t+1时段气负荷响应增加量和削减量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910446244.5A CN110163443B (zh) | 2019-05-27 | 2019-05-27 | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910446244.5A CN110163443B (zh) | 2019-05-27 | 2019-05-27 | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110163443A CN110163443A (zh) | 2019-08-23 |
| CN110163443B true CN110163443B (zh) | 2022-09-09 |
Family
ID=67629255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910446244.5A Active CN110163443B (zh) | 2019-05-27 | 2019-05-27 | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110163443B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113256041A (zh) * | 2020-02-11 | 2021-08-13 | 中国农业大学 | 一种用于计算农村微能网能效的方法及系统 |
| CN111489193B (zh) * | 2020-03-31 | 2023-08-15 | 杭州鸿晟电力设计咨询有限公司 | 一种电-气互联能源系统下用户价格响应特性的计算方法 |
| CN111461429B (zh) * | 2020-03-31 | 2024-03-15 | 上海能源建设工程设计研究有限公司 | 一种气电协调的多能互补系统优化方法 |
| CN112365105B (zh) * | 2020-12-08 | 2022-03-25 | 国网宁夏电力有限公司 | 一种电力物联网背景下考虑需求响应的负荷预测方法 |
| CN112784484B (zh) * | 2021-01-19 | 2022-08-02 | 国网江苏省电力有限公司经济技术研究院 | 一种区域综合能源系统多目标优化方法及优化系统 |
| CN113077173B (zh) * | 2021-04-19 | 2023-01-24 | 南京华盾电力信息安全测评有限公司 | 一种基于综合能源系统节点能价策略的综合需求响应方法 |
| CN113095581B (zh) * | 2021-04-21 | 2023-02-24 | 广东电网有限责任公司电力调度控制中心 | 一种天然气供应链安全监测与预警方法及系统 |
| 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 |
| CN115062982B (zh) * | 2022-06-20 | 2024-05-31 | 西南石油大学 | 一种基于复合能源管道供能的综合能源系统优化调度方法 |
| CN115638038A (zh) * | 2022-09-08 | 2023-01-24 | 西南石油大学 | 一种天然气压力能综合利用系统 |
| CN116843070B (zh) * | 2023-07-03 | 2024-01-26 | 上海轻环能源科技有限公司 | 电力现货市场天然气长输管网运行调度最优化方法及系统 |
| CN117374975B (zh) * | 2023-12-06 | 2024-02-27 | 国网湖北省电力有限公司电力科学研究院 | 一种基于近似动态规划的配电网实时协同调压方法 |
| CN117391764A (zh) * | 2023-12-12 | 2024-01-12 | 国网浙江省电力有限公司电力科学研究院 | 一种综合能源系统优化调度方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014129470A1 (ja) * | 2013-02-19 | 2014-08-28 | 富士電機株式会社 | エネルギーマネジメント支援装置及びエネルギーマネジメント支援プログラム |
| CN107609684A (zh) * | 2017-08-24 | 2018-01-19 | 浙江万克新能源科技有限公司 | 一种基于微电网的综合能源系统经济优化调度方法 |
| CN107807523A (zh) * | 2017-10-18 | 2018-03-16 | 国网天津市电力公司电力科学研究院 | 考虑分时电价的区域能源互联网多源协调优化运行策略 |
| CN109325679A (zh) * | 2018-09-11 | 2019-02-12 | 浙江大学 | 考虑综合需求响应的综合能源系统线性化随机调度方法 |
| CN109654376A (zh) * | 2019-01-02 | 2019-04-19 | 西南石油大学 | 一种基于lng预冷传输的超导能源管道系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7565227B2 (en) * | 2007-08-15 | 2009-07-21 | Constellation Energy Group, Inc. | Multi-building control for demand response power usage control |
-
2019
- 2019-05-27 CN CN201910446244.5A patent/CN110163443B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014129470A1 (ja) * | 2013-02-19 | 2014-08-28 | 富士電機株式会社 | エネルギーマネジメント支援装置及びエネルギーマネジメント支援プログラム |
| CN107609684A (zh) * | 2017-08-24 | 2018-01-19 | 浙江万克新能源科技有限公司 | 一种基于微电网的综合能源系统经济优化调度方法 |
| CN107807523A (zh) * | 2017-10-18 | 2018-03-16 | 国网天津市电力公司电力科学研究院 | 考虑分时电价的区域能源互联网多源协调优化运行策略 |
| CN109325679A (zh) * | 2018-09-11 | 2019-02-12 | 浙江大学 | 考虑综合需求响应的综合能源系统线性化随机调度方法 |
| CN109654376A (zh) * | 2019-01-02 | 2019-04-19 | 西南石油大学 | 一种基于lng预冷传输的超导能源管道系统 |
Non-Patent Citations (3)
| Title |
|---|
| Short Term Load Forecasting of Offshore Oil Field Microgrids Based on DA-SVM;Yating Feng et al.;《Energy Procedia》;20190228;第158卷;第2448-2455页 * |
| 基于可再生能源不确定性的多能源微网调度优化模型研究;李美成 等;《电网技术》;20190405;第43卷(第4期);第1260-1270页 * |
| 面向区域能源互联网的"源-网-荷"协同规划综述;郭创新 等;《电网技术》;20190514;第43卷(第9期);第3071-3080页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110163443A (zh) | 2019-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110163443B (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
| 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 | |
| CN111738502B (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
| CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法 | |
| CN110163411B (zh) | 一种区域综合能源系统运行优化方法 | |
| CN110544025B (zh) | 电转气-储气罐组合的气电综合能源系统优化调度方法 | |
| CN110163415B (zh) | 一种变工况特性下的多能流系统多目标模糊协同优化方法 | |
| Tian et al. | Day-ahead scheduling of SMR integrated energy system considering heat-electric-cold demand coupling response characteristics | |
| CN113128868B (zh) | 一种区域综合能源系统调度优化方法及装置 | |
| Feng et al. | Review of operations for multi-energy coupled virtual power plants participating in electricity market | |
| CN112862157B (zh) | 一种考虑耦合度的综合能源系统优化调度方法及系统 | |
| CN114255137A (zh) | 考虑清洁能源的低碳综合能源系统优化规划方法及系统 | |
| CN113487188A (zh) | 考虑电气联合价格引导机制的综合能源系统优化调度方法 | |
| CN113131513A (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 | |
| CN117611382A (zh) | 考虑多层协同及需求响应的农村综合能源系统优化方法 | |
| CN111724026A (zh) | 一种多能源网络与配水网耦合运行的优化方法 | |
| Zhang et al. | Two-stage low-carbon economic dispatch of integrated demand response-enabled integrated energy system with ladder-type carbon trading | |
| Fang et al. | Optimal operation strategy considering wind power accommodation in heating district | |
| CN114997662A (zh) | 含电动车充电桩的区域分布式多能源系统低碳规划方法 | |
| CN113794242A (zh) | 一种计及天然气网动态特性的区间优化调度方法 | |
| CN107528352A (zh) | 一种基于可再生能源高渗透率的配电网有功优化方法 | |
| CN113869793A (zh) | 一种基于需求响应和经济运行的多能微网调控方法及系统 | |
| CN115470609A (zh) | 一种热电气耦合园区的综合需求响应方法 | |
| Ma et al. | Research on collaborative planning of distributed resources and energy storage in regional integrated energy system | |
| Xia et al. | Low carbon operation of integrated energy systems considering electric and thermal flexible loads |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230517 Address after: Room 2402, 24 / F, unit 1, building 3, No. 387, Tianren Road, Chengdu hi tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610000 Patentee after: Chengdu Minshan green hydrogen energy Co.,Ltd. Address before: 610500, Xindu Avenue, Xindu District, Sichuan, Chengdu, 8 Patentee before: SOUTHWEST PETROLEUM University |
|
| TR01 | Transfer of patent right |