CN110210104B - 一种多能源系统运行调度方法 - Google Patents

一种多能源系统运行调度方法 Download PDF

Info

Publication number
CN110210104B
CN110210104B CN201910451417.2A CN201910451417A CN110210104B CN 110210104 B CN110210104 B CN 110210104B CN 201910451417 A CN201910451417 A CN 201910451417A CN 110210104 B CN110210104 B CN 110210104B
Authority
CN
China
Prior art keywords
node
natural gas
power
chp
operation scheduling
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.)
Expired - Fee Related
Application number
CN201910451417.2A
Other languages
English (en)
Other versions
CN110210104A (zh
Inventor
滕贤亮
杜刚
吴仕强
陈�胜
卫志农
孙国强
臧海祥
王文学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Nari Technology Co Ltd
Original Assignee
Hohai University HHU
Nari Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hohai University HHU, Nari Technology Co Ltd filed Critical Hohai University HHU
Priority to CN201910451417.2A priority Critical patent/CN110210104B/zh
Priority to PCT/CN2019/089897 priority patent/WO2020237700A1/zh
Publication of CN110210104A publication Critical patent/CN110210104A/zh
Application granted granted Critical
Publication of CN110210104B publication Critical patent/CN110210104B/zh
Priority to ZA2021/10354A priority patent/ZA202110354B/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H02J3/38—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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种多能源系统运行调度方法，包括：分别构建多能源系统中的电力系统运行调度模型、天然气系统运行调度模型、热力系统运行调度模型；分别求解电力系统调度模型、天然气系统调度模型及热力系统调度模型的最优性条件；构建多能源系统的运行调度目标优化函数，并以求解到的最优性条件为约束；求解目标优化函数，获取多能源系统非合作博弈的纳什均衡点；多能源系统中的电力系统、天然气系统、热力系统分别按照所述纳什均衡点对应的调度策略进行运行调度。本发明可以实现最优运行调度。

Description

一种多能源系统运行调度方法
技术领域
本发明涉及多能源系统技术，尤其涉及一种多能源系统运行调度方法。
背景技术
热电联供(combined heat and power，CHP)能源转化效率高，近年来广泛应用于电力系统(尤其是配电系统)。CHP以天然气为燃料，同时产出电功率与热功率。因此，CHP在电力系统与热力系统中分别充当电源与热源角色，而在天然气系统相当于气负荷，并逐步加深了多能源系统之间的耦合。
电力、天然气及热力系统传统规划与运行独立，在子能源系统之间耦合逐步加深的背景下，独立的运行调度并非经济上严格最优，甚至易造成安全性与可靠性方面的隐患。解决该问题最为直接的方法是构建统一的综合能源运行调度框架，即单个调度人员同时获取多能源系统的运行参数，执行统一同步的调度决策。该方法从全局保证了调度决策的最优性，然而实际操作中仍然面临诸多困难，例如未能保护多能源系统的信息隐私，子能源系统之间调度目标不一致及决策不同步等问题。因而更为实际的解决方案是保持现有各能源系统独立运行的框架，通过系统之间充分的信息交互，实现多能源系统的协同最优调度。
发明内容
发明目的：本发明针对现有技术存在的问题，提供一种多能源系统运行调度方法。
技术方案：本发明所述的多能源系统运行调度方法包括：
(1)构建多能源系统中的电力系统运行调度模型；
(2)构建多能源系统中的天然气系统运行调度模型；
(3)构建多能源系统中的热力系统运行调度模型；
(4)分别求解电力系统调度模型、天然气系统调度模型及热力系统调度模型的最优性条件；
(5)构建多能源系统的运行调度目标优化函数，并以步骤(4)中求解到的最优性条件为约束；
(6)求解步骤(5)中的目标优化函数，获取多能源系统非合作博弈的纳什均衡点；
(7)多能源系统中的电力系统、天然气系统、热力系统分别按照所述纳什均衡点对应的调度策略进行运行调度。
进一步的，步骤(1)中构建的电力系统运行调度模型具体为：
Figure BDA0002075266920000021
Figure BDA0002075266920000022
Figure BDA0002075266920000023
Figure BDA0002075266920000024
Figure BDA0002075266920000025
Figure BDA0002075266920000026
Figure BDA0002075266920000027
Figure BDA0002075266920000028
Figure BDA0002075266920000029
式中：下标i、j及l表示电力系统节点，下标c表示CHP系统，上标max与min分别指变量的上限值与下限值，PG与QG分别指电源注入有功功率与无功功率，PL与QL分别指负荷的有功功率与无功功率，CG指电源成本，FCHP,c指电力系统调度中CHP机组消耗的天然气量，uc指天然气系统的节点边际气价，
Figure BDA00020752669200000210
指CHP机组电输出效率，
Figure BDA00020752669200000211
指热力系统的节点边际热价HLMP，Pjl与Pij分别表示线路j-l与线路i-j的有功功率，Qjl与Qij分别表示线路j-l与线路i-j的无功功率，
Figure BDA00020752669200000214
指线路i-j的电流幅值平方，Ui、Uj指节点i、j的电压幅值平方，t表示时刻t时的对应值，rij与xij分别指线路i-j的电阻与电抗。
进一步的，步骤(2)中构建的天然气系统运行调度模型具体为：
Figure BDA00020752669200000212
Figure BDA00020752669200000213
Figure BDA0002075266920000031
τk＝θkFC,k (A13)
Figure BDA0002075266920000032
Figure BDA0002075266920000033
Figure BDA0002075266920000034
Figure BDA0002075266920000035
式中：下标m与n表示天然气节点，下标k表示加压站，上标max与min分别指变量的上限值与下限值，FS为气源点输出，CS为气源成本系数，FD为天然气负荷，τk为加压站气负荷，FCHP,c指电力系统调度中CHP机组消耗的天然气量，Fmn为管道m-n的天然气流量，FC为加压站流量，π为节点压力变量，Cmn为管道m-n的Weymouth常量，θk为天然气驱动加压站k能耗系数，
Figure BDA0002075266920000036
与
Figure BDA0002075266920000037
分别为加压站k的最大加压比与最小加压比，
Figure BDA0002075266920000038
与
Figure BDA0002075266920000039
分别为加压站k入口与出口压力。
进一步的，步骤(3)中构建的热力系统运行调度模型具体为：
Figure BDA00020752669200000310
Figure BDA00020752669200000311
Figure BDA00020752669200000312
(∑mout)Tout＝∑(minTin) (A21)
Figure BDA00020752669200000313
Figure BDA00020752669200000314
Figure BDA00020752669200000315
式中：下标w指热源，上标max与min分别指变量的上限值与下限值，Φw指热源的热功率输出，Cw为热源供应的成本系数，Aw、Ac及Ad分别为热源-节点、CHP-节点及负荷-节点关联矩阵，FCHP,c指电力系统调度中CHP机组消耗的天然气量，
Figure BDA0002075266920000041
为CHP的热转化效率，Φd为热负荷功率，CP指水的比热容，mq为管道固定流量，Ts指热水注入节点温度，To指热水流出节点温度，Tstart和Tend分别为管道起点和终点的温度，Ta为环境温度，L表示管道长度，λ表示管道导热系数，m表示管道流量，min与mout分别指注入与流出管道的流量，Tin与Tout分别指注入节点与流出节点的热水温度。
进一步的，步骤(5)中构建的目标优化函数具体为：
Figure BDA0002075266920000042
s.t.J1r+E1s-h1＝0:μ (A26)
J2r+E2s-h2≤0:v (A27)
s∈κ:w (A28)
Figure BDA0002075266920000043
Figure BDA0002075266920000044
Figure BDA0002075266920000045
A1x+B1y-g1＝0:λ (A32)
A2x+B2y-g2≤0:γ (A33)
Figure BDA0002075266920000046
Figure BDA0002075266920000047
Figure BDA0002075266920000048
Figure BDA0002075266920000049
s.t.A(26)-A(36)
式中，上标T表示矩阵/向量转置，r与s为决策变量，J1、J2、E1及E2为常数矩阵，e、f、h1及h2为常数向量，μ、v及w分别为A(26)-A(28)的对偶变量，s∈κ指SOC约束，x与y为决策变量，A1、A2、B1及B2为常数矩阵，c1、c2、g1及g2为常数向量，λ与γ分别为式A(32)与A(33)的对偶变量，PG,i指节点i电源注入有功功率与CG,i指电源成本，FS,m为天然气节点m的气源点输出，CS,m为气源成本系数，Φw指热源的热功率输出，Cw为热源供应的成本系数，Υi表示节点i电价，um表示节点m气价，
Figure BDA0002075266920000057
表示节点w热价，Υc表示节点c电价，FCHP,c指电力系统调度中CHP机组消耗的天然气量，
Figure BDA0002075266920000056
指CHP机组电输出效率，
Figure BDA0002075266920000058
指热力系统的节点边际热价HLMP，
Figure BDA0002075266920000059
表示CHP机组热输出效率，uc指天然气系统的节点边际气价。
有益效果：本发明与现有技术相比，其显著优点是：本发明提出了一种多能源系统的运行调度方法，将电力、天然气及热力系统独立执行运行调度，且子能源系统之间交互完整的能源交易量与交易价格信息，电力系统传递购气量报价至天然气系统，天然气系统反馈气价信息；另一方面，电力系统传递供热报价至热力系统，热力系统反馈热价信息，具体而言，电力、天然气及热力系统以各自利益最大化(运行成本最优)为目标，独立决策，然而各自的利益相互关联，构成了非合作博弈的关系；在博弈的均衡点(即纳什均衡)处，任意一方无法通过改变决策达到提高自身利益的目的。归纳而言，博弈的均衡点对个体(各子能源系统)而言严格最优，在完整信息交互的条件对全局(整个综合能源系统)而言亦为最优。
附图说明
图1是本发明的一个实施例的流程示意图。
具体实施方式
本实施例提供了一种多能源系统运行调度方法，如图1所示，包括以下步骤：
步骤1：构建多能源系统中的电力系统运行调度模型。
其中，电力系统运行调度模型采用二阶锥(Second-order cone,SOC)形式，具体为：
Figure BDA0002075266920000051
Figure BDA0002075266920000052
Figure BDA0002075266920000053
Figure BDA0002075266920000054
Figure BDA0002075266920000055
Figure BDA0002075266920000061
Figure BDA0002075266920000062
Figure BDA0002075266920000063
Figure BDA0002075266920000064
式中：下标i、j及l表示电力系统节点，下标c表示CHP系统，上标max与min分别指变量的上限值与下限值，PG与QG分别指电源注入有功功率与无功功率，PL与QL分别指负荷的有功功率与无功功率，CG指电源成本，FCHP,c指电力系统调度中CHP机组消耗的天然气量，uc指天然气系统的节点边际气价(gas locational marginal price，GLMP)，
Figure BDA0002075266920000065
指CHP机组电输出效率，
Figure BDA0002075266920000069
指热力系统的节点边际热价(heat locational marginal price，HLMP)，Pjl与Pij分别表示线路j-l与线路i-j的有功功率，Qjl与Qij分别表示线路j-l与线路i-j的无功功率，
Figure BDA00020752669200000610
指线路i-j的电流幅值平方，Ui、Uj指节点i、j的电压幅值平方，t表示时刻t时的对应值，rij与xij分别指线路i-j的电阻与电抗。
电力系统调度目标函数(1)包括电源成本、CHP机组燃料成本及CHP机组向热网供热盈利的负值。式(2)-(9)表示电力系统运行约束。式(2)与式(3)分别指节点j的有功功率与无功功率平衡约束。式(4)表示线路i-j首末端节点电压幅值平方、线路功率及电流幅值平方的线性关系。式(5)指线路i-j与视在功率相关的SOC约束。式(6)与式(7)分别为电力系统节点电压幅值约束及线路传输电流约束。式(8)与式(9)分别为电源的有功输出与无功输出约束。
需要说明的是，电力系统运行调度中天然气系统u(GLMP)与热力系统
Figure BDA0002075266920000066
为固定常量，因而电力系统调度模型(1)-(9)为二阶锥优化(SOC programming,SOCP)问题，且有功平衡方程(2)的对偶变量为节点边际电价Υ(electricity locational marginalprice，ELMP)。
步骤2：构建多能源系统中的天然气系统运行调度模型。
其中，SOC形式的天然气系统运行调度模型具体为：
Figure BDA0002075266920000067
Figure BDA0002075266920000068
Figure BDA0002075266920000071
τk＝θkFC,k (13)
Figure BDA0002075266920000072
Figure BDA0002075266920000073
Figure BDA0002075266920000074
Figure BDA0002075266920000075
式中：下标m与n表示天然气节点，下标k表示加压站。FS为气源点输出，FD为天然气负荷，τk为加压站气负荷，Fmn为管道m-n的天然气流量，FC为加压站流量，π为节点压力变量，
Figure BDA0002075266920000076
与
Figure BDA0002075266920000077
分别为加压站k入口与出口压力。CS为气源成本系数，Cmn为管道m-n的Weymouth常量，θk为天然气驱动加压站k能耗系数，
Figure BDA0002075266920000078
与
Figure BDA0002075266920000079
分别为加压站k的最大加压比与最小加压比。
天然气系统调度目标函数(10)为供气成本最小。式(11)为天然气流量平衡方程，计及了气源输入，天然气负荷，加压站气负荷。式(12)为管道m-n流量与首末段压力平方降的SOC约束。式(13)表示加压站消耗的天然气与流量成正比(一般介于1％至3％之间)。式(14)为加压站升压比约束。式(15)为加压站传输流量约束。式(16)与(17)分别为气源供应约束与节点压力约束。
概括而言，天然气系统运行约束中式(12)为SOC约束，其余为线性约束，因而天然气系统调度模型为SOCP问题，且流量平衡方程(11)的对偶变量为GLMP。
步骤3：构建多能源系统中的热力系统运行调度模型。
其中，热力系统运行调度模型具体为：
Figure BDA00020752669200000710
Figure BDA00020752669200000711
Figure BDA00020752669200000712
(∑mout)Tout＝∑(minTin) (21)
Figure BDA00020752669200000713
Figure BDA00020752669200000714
Figure BDA0002075266920000081
式中：下标w指热源。Φw指热源的热功率输出，Φd为热负荷功率，mq为管道固定流量，min与mout分别指注入与流出管道的流量，Ts指热水注入节点温度，To指热水流出节点温度，Tin与Tout分别指注入节点与流出节点的热水温度，Tstart和Tend分别为管道起点和终点的温度。Cw为热源供应的成本系数，
Figure BDA0002075266920000082
为CHP的热转化效率，Aw、Ac及Ad分别为热源-节点、CHP-节点及负荷-节点关联矩阵，Ta为环境温度，L表示管道长度，λ表示管道导热系数，CP指水的比热容，m表示管道流量。
热力系统调度优化目标(18)为热供应成本最优。式(19)表示各节点的供热平衡方程。式(20)描述了管道首末端温度差与管道流量的函数关系。式(21)表示节点温度混合方程。式(22)与式(23)为注入节点与流出节点热水温度上下限约束，式(24)为热源供应上下限约束。
假定热力系统管道流量固定，则热力系统调度模型(18)-(24)为线性规划(linearprogramming，LP)问题，且热功率平衡方程(19)的对偶变量为HLMP。
步骤4：分别求解电力系统调度模型、天然气系统调度模型及热力系统调度模型的最优性条件。
步骤5：构建多能源系统的运行调度目标优化函数，并以步骤4中求解到的最优性条件为约束。
其中，电力、天然气及热力系统各自以系统运行成本最优为目标，独立执行系统运行调度，然而多能源系统之间的运行调度结果相互关联；换句话而言，子能源系统决策独立，然而自身利益受耦合系统的决策影响。因此，电力-天然气-热力系统的调度构成了非合作博弈的关系，该博弈的最优解即为纳什均衡点。
本发明中，电力系统与天然气系统调度为SOCP问题；为便于叙述，SOCP问题的一般形式为：
Figure BDA0002075266920000083
J1r+E1s-h1＝0:μ (26)
J2r+E2s-h2≤0:v (27)
s∈κ:w (28)
式中：上标T表示矩阵/向量转置。r与s为决策变量。J1、J2、E1及E2为常数矩阵。e、f、h1及h2为常数向量。μ、v及w分别为式(26)-(28)的对偶变量。s∈κ指SOC约束，等价于
Figure BDA0002075266920000091
(o为变量s的维数)。
SOCP问题(25)-(28)的最优性条件包括：
1)原问题约束：(26)-(28)；
2)对偶问题约束：
Figure BDA0002075266920000092
Figure BDA0002075266920000093
3)强对偶方程：
Figure BDA0002075266920000094
式(26)-(31)构成了原SOCP问题(25)-(28)的最优性条件。由于SOCP问题(25)-(28)为凸优化问题，满足式(26)-(31)的解与原问题(25)-(28)的最优解严格等价。
同理，热力系统优化为LP问题，其一般形式为：
Figure BDA0002075266920000095
A1x+B1y-g1＝0:λ (33)
A2x+B2y-g2≤0:γ (34)
式中：x与y为决策变量。A1、A2、B1及B2为常数矩阵，c1、c2、g1及g2为常数向量。λ与γ分别为式(33)与(34)的对偶变量。
LP问题(32)-(34)的最优性条件包括：
1)原问题约束(33)与(34)；
2)对偶问题约束：
Figure BDA0002075266920000096
Figure BDA0002075266920000097
3)强对偶方程：
Figure BDA0002075266920000098
式(33)-(37)构成了凸优化LP问题(32)-(34)的最优性条件；换句话而言，LP问题(32)-(34)的全局最优解与式(33)-(37)的解集严格等价。
多能源系统博弈的纳什均衡点对电力、天然气及热力系统均为最优解，即对于SOCP问题(25)-(28)及LP问题(32)-(34)同时达到最优解。由上述最优性条件可知，SOCP问题(25)-(28)最优解等价于式(26)-(31)，而LP问题(32)-(34)最优解等价于式(33)-(37)。因此，多能源系统博弈的纳什均衡解充分必要条件为满足式(26)-(31)与式(33)-(37)的解集(单个或多个解)。
式(26)-(31)与式(33)-(37)包含多个等式与不等式约束，难以直接获取解析解。为此，本发明提出以下优化模型：
Figure BDA0002075266920000101
优化模型(38)的最优解必然为纳什均衡点。该方法本质为直接法，无需迭代与设置初值。
进一步的，对于多个纳什均衡点问题，调度人员一般寻求对应于社会效益最大化(39)或能源生产者盈利最大化(40)的纳什均衡点：
Figure BDA0002075266920000102
Figure BDA0002075266920000103
式中，，Υi表示节点i电价，um表示节点m气价，
Figure BDA0002075266920000104
表示节点w热价，Υc表示节点c电价，
Figure BDA0002075266920000105
表示CHP机组热输出效率。
一般而言，社会效益最大化对应于低能源价格(包括ELMP、GLMP及HLMP)，而能源生产者盈利最大化对应于高能源价格。
步骤6：求解步骤5中的目标优化函数，获取多能源系统非合作博弈的纳什均衡点。
在非合作的均衡点处，即优化模型(38)、(39)或(40)的最优解，任意一方(电力、天然气或热力系统调度人员)无法通过改变自身决策，而降低各自的运行成本，即多能源系统达到了全局最优的平衡状态。
步骤7：多能源系统中的电力系统、天然气系统、热力系统分别按照所述纳什均衡点对应的调度策略进行运行调度。
以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (4)

1.一种多能源系统运行调度方法，其特征在于该方法包括：
(1)构建多能源系统中的电力系统运行调度模型；
(2)构建多能源系统中的天然气系统运行调度模型；
(3)构建多能源系统中的热力系统运行调度模型；
(4)分别求解电力系统调度模型、天然气系统调度模型及热力系统调度模型的最优性条件；
(5)构建多能源系统的运行调度目标优化函数，并以步骤(4)中求解到的最优性条件为约束；其中，构建的目标优化函数具体为：
Figure FDA0002542818740000011
s.t. J1r+E1s-h1＝0:μ (A26)
J2r+E2s-h2≤0:v (A27)
s∈κ:w (A28)
Figure FDA0002542818740000012
Figure FDA0002542818740000013
Figure FDA0002542818740000014
A1x+B1y-g1＝0:λ (A32)
A2x+B2y-g2≤0:γ (A33)
Figure FDA0002542818740000015
Figure FDA0002542818740000016
Figure FDA0002542818740000017
Figure FDA0002542818740000018
s.t.A(26)-A(36)
式中，上标T表示矩阵/向量转置，r与s为决策变量，J1、J2、E1及E2为常数矩阵，e、f、h1及h2为常数向量，μ、v及w分别为A(26)-A(28)的对偶变量，s∈κ指SOC约束，x与y为决策变量，A1、A2、B1及B2为常数矩阵，c1、c2、g1及g2为常数向量，λ与γ分别为式A(32)与A(33)的对偶变量，PG,i指节点i电源注入有功功率与CG,i指电源成本，FS,m为天然气节点m的气源点输出，CS,m为气源成本系数，Φw指热源的热功率输出，Cw为热源供应的成本系数，Υi表示节点i电价，um表示节点m气价，
Figure FDA0002542818740000021
表示节点w热价，Υc表示节点c电价，FCHP,c指电力系统调度中CHP机组消耗的天然气量，
Figure FDA0002542818740000022
指CHP机组电输出效率，
Figure FDA0002542818740000023
指热力系统的节点边际热价HLMP，
Figure FDA0002542818740000024
表示CHP热输出效率，uc指天然气系统的节点边际气价；
(6)求解步骤(5)中的目标优化函数，获取多能源系统非合作博弈的纳什均衡点；
(7)多能源系统中的电力系统、天然气系统、热力系统分别按照所述纳什均衡点对应的调度策略进行运行调度。
2.根据权利要求1所述的多能源系统运行调度方法，其特征在于：步骤(1)中构建的电力系统运行调度模型具体为：
Figure FDA0002542818740000025
Figure FDA0002542818740000026
Figure FDA0002542818740000027
Figure FDA0002542818740000028
Figure FDA0002542818740000029
Figure FDA00025428187400000210
Figure FDA00025428187400000211
Figure FDA00025428187400000212
Figure FDA00025428187400000213
式中：下标i、j及l表示电力系统节点，下标c表示CHP系统，上标max与min分别指变量的上限值与下限值，PG与QG分别指电源注入有功功率与无功功率，PL与QL分别指负荷的有功功率与无功功率，CG指电源成本，FCHP,c指电力系统调度中CHP机组消耗的天然气量，uc指天然气系统的节点边际气价，
Figure FDA0002542818740000031
指CHP机组电输出效率，
Figure FDA0002542818740000032
指热力系统的节点边际热价HLMP，Pjl与Pij分别表示线路j-l与线路i-j的有功功率，Qjl与Qij分别表示线路j-l与线路i-j的无功功率，lij指线路i-j的电流幅值平方，Ui、Uj指节点i、j的电压幅值平方，t表示时刻t时的对应值，rij与xij分别指线路i-j的电阻与电抗。
3.根据权利要求1所述的多能源系统运行调度方法，其特征在于：步骤(2)中构建的天然气系统运行调度模型具体为：
Figure FDA0002542818740000033
Figure FDA0002542818740000034
Figure FDA0002542818740000035
τk＝θkFC,k (A13)
Figure FDA0002542818740000036
Figure FDA0002542818740000037
Figure FDA0002542818740000038
Figure FDA0002542818740000039
式中：下标m与n表示天然气节点，下标k表示加压站，上标max与min分别指变量的上限值与下限值，FS为气源点输出，CS为气源成本系数，FD为天然气负荷，τk为加压站气负荷，FCHP,c指电力系统调度中CHP机组消耗的天然气量，Fmn为管道m-n的天然气流量，FC为加压站流量，π为节点压力变量，Cmn为管道m-n的Weymouth常量，θk为天然气驱动加压站k能耗系数，
Figure FDA00025428187400000310
与
Figure FDA00025428187400000311
分别为加压站k的最大加压比与最小加压比，
Figure FDA00025428187400000312
与
Figure FDA00025428187400000313
分别为加压站k入口与出口压力。
4.根据权利要求1所述的多能源系统运行调度方法，其特征在于：步骤(3)中构建的热力系统运行调度模型具体为：
Figure FDA0002542818740000041
Figure FDA0002542818740000042
Figure FDA0002542818740000043
(∑mout)Tout＝∑(minTin) (A21)
Figure FDA0002542818740000044
Figure FDA0002542818740000045
Figure FDA0002542818740000046
式中：下标w指热源，上标max与min分别指变量的上限值与下限值，Φw指热源的热功率输出，Cw为热源供应的成本系数，Aw、Ac及Ad分别为热源-节点、CHP-节点及负荷-节点关联矩阵，FCHP,c指电力系统调度中CHP机组消耗的天然气量，
Figure FDA0002542818740000047
为CHP的热转化效率，Φd为热负荷功率，CP指水的比热容，mq为管道固定流量，Ts指热水注入节点温度，To指热水流出节点温度，Tstart和Tend分别为管道起点和终点的温度，Ta为环境温度，L表示管道长度，λ表示管道导热系数，m表示管道流量，min与mout分别指注入与流出管道的流量，Tin与Tout分别指注入节点与流出节点的热水温度。
CN201910451417.2A 2019-05-28 2019-05-28 一种多能源系统运行调度方法 Expired - Fee Related CN110210104B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910451417.2A CN110210104B (zh) 2019-05-28 2019-05-28 一种多能源系统运行调度方法
PCT/CN2019/089897 WO2020237700A1 (zh) 2019-05-28 2019-06-04 一种多能源系统运行调度方法
ZA2021/10354A ZA202110354B (en) 2019-05-28 2021-12-13 Operation scheduling method for multiple energy systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910451417.2A CN110210104B (zh) 2019-05-28 2019-05-28 一种多能源系统运行调度方法

Publications (2)

Publication Number Publication Date
CN110210104A CN110210104A (zh) 2019-09-06
CN110210104B true CN110210104B (zh) 2020-11-06

Family

ID=67789053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910451417.2A Expired - Fee Related CN110210104B (zh) 2019-05-28 2019-05-28 一种多能源系统运行调度方法

Country Status (3)

Country Link
CN (1) CN110210104B (zh)
WO (1) WO2020237700A1 (zh)
ZA (1) ZA202110354B (zh)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110492536B (zh) * 2019-09-14 2021-06-01 福州大学 一种分布式发电调节方法、调节器及系统
CN111555368B (zh) * 2020-05-15 2022-12-06 广西大学 一种综合能源系统的深度生成式对抗网络调度与控制方法
CN112734451B (zh) * 2021-01-15 2023-06-06 山东大学 一种基于非合作博弈的农业大棚多能源系统和优化方法
CN113298293B (zh) * 2021-04-30 2024-03-26 中国石油天然气股份有限公司 一种天然气管网输送路径匹配方法
CN113313305A (zh) * 2021-05-28 2021-08-27 华能定边新能源发电有限公司 一种基于非合作博弈的综合能源系统优化调度方法
CN113363973A (zh) * 2021-06-16 2021-09-07 国网冀北电力有限公司检修分公司 一种热电联合调度方法及装置
CN113469424B (zh) * 2021-06-22 2022-07-29 天津大学 一种综合能源系统多目标规划方法
CN113570117B (zh) * 2021-07-02 2024-02-09 浙江华云电力工程设计咨询有限公司 一种基于二阶锥松弛转化方法的电-气综合能源微网优化调度方法
CN113675843A (zh) * 2021-07-28 2021-11-19 国网吉林省电力有限公司松原供电公司 含高渗透率光伏cchp微电网的主动配电网控制方法
CN113537618B (zh) * 2021-07-29 2022-10-25 中国电建集团河南省电力勘测设计院有限公司 一种考虑居民用户需求响应的综合能源系统优化调度方法
CN113689033B (zh) * 2021-08-10 2022-09-27 南方电网能源发展研究院有限责任公司 容量发电价核定方法、装置、计算机设备和存储介质
CN113627021A (zh) * 2021-08-11 2021-11-09 东南大学 一种基于序列凸规划的电气互联系统最优能流计算方法
CN113762781B (zh) * 2021-09-10 2022-07-12 国网江苏省电力有限公司常州供电分公司 计及电转气的电-气综合能源系统的优化调度方法、装置
CN113837589B (zh) * 2021-09-18 2024-06-21 清华大学 一种综合能源系统n-1调度方法及装置
CN114117696B (zh) * 2021-11-12 2024-05-10 南京科远智慧科技集团股份有限公司 一种供热实时调度方法
CN114048919A (zh) * 2021-11-25 2022-02-15 杭州众工电力科技有限公司 一种基于热网调节优化的综合能源系统灵活性评价方法
CN114091954A (zh) * 2021-11-29 2022-02-25 国网河北省电力有限公司雄安新区供电公司 电气综合能源系统优化调度方法、装置及电子设备
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
CN114997457A (zh) * 2022-03-22 2022-09-02 武汉大学 基于集中供热系统储热特性的热电联产机组灵活性优化调度方法
CN114970964A (zh) * 2022-04-24 2022-08-30 国网福建省电力有限公司 基于普适性㶲损模型的电热气综合能源系统优化调度方法
CN115204562B (zh) * 2022-05-10 2023-06-30 浙江工业大学 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统
CN115099007B (zh) * 2022-05-31 2023-04-18 华北电力大学（保定） 基于综合成本-能耗曲线的综合能源系统优化运行方法
CN115222102B (zh) * 2022-06-23 2023-04-07 杭州鸿晟电力设计咨询有限公司 输配一体化综合能源系统的分布式调度方法
CN115907072B (zh) * 2022-09-21 2024-03-01 东南大学溧阳研究院 一种基于免疫克隆的用户侧气热电耦合低碳经济用能方法
CN115619006B (zh) * 2022-09-23 2023-12-05 河海大学 一种计及辅助服务的电-气-氢混联综合能源系统优化调度方法
CN115719162A (zh) * 2022-11-09 2023-02-28 国网山东省电力公司枣庄供电公司 一种面向多能负荷不确定性的综合能源系统风险评估方法
CN115906488B (zh) * 2022-11-25 2024-01-23 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法
CN115833101B (zh) * 2022-12-06 2023-11-14 北京百度网讯科技有限公司 电力调度方法、装置、电子设备和存储介质
CN115907232B (zh) * 2023-01-05 2023-06-09 中国电力科学研究院有限公司 区域综合能源系统集群协同优化方法、系统、设备及介质
CN116384536B (zh) * 2023-01-06 2024-05-07 国网江苏省电力有限公司扬州供电分公司 一种中大型能源用户综合能源协同规划方法
CN116452009B (zh) * 2023-02-15 2024-03-12 浙江大学 一种考虑时间关联特性的综合能源枢纽灵活域评估方法
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
CN116523250B (zh) * 2023-05-08 2024-07-30 上海枢源节能科技有限公司 一种能源调控辅助决策方法
CN117494910B (zh) * 2024-01-02 2024-03-22 国网山东省电力公司电力科学研究院 一种基于碳减排的多能源协调优化控制系统及方法
CN117649102B (zh) * 2024-01-30 2024-05-17 大连理工大学 一种基于最大熵强化学习的钢铁工业多能流系统最优调度方法
CN118296653B (zh) * 2024-06-05 2024-08-09 太原理工大学 基于改进信息伪装的电热协同调度隐私保护方法及终端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109149656A (zh) * 2018-09-19 2019-01-04 南京师范大学 一种气-电互联综合能源系统机组组合方法
CN109190824A (zh) * 2018-09-04 2019-01-11 东北大学 基于用户侧区域综合能源系统的联盟博弈优化运行方法
CN109685291A (zh) * 2019-02-15 2019-04-26 河海大学 基于多能互补的区域综合能源系统日前优化分析方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392269B (zh) * 2014-11-19 2017-04-19 天津大学 一种基于人工免疫的微电网分布式电源竞价方法
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
CN108565900B (zh) * 2018-05-14 2021-09-14 南京邮电大学 一种基于博弈论的分布式能源优化运行方法
CN108846507B (zh) * 2018-05-29 2020-11-10 西安交通大学 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
CN109217299A (zh) * 2018-09-29 2019-01-15 河海大学 一种基于二阶锥优化算法求解电气互联综合能源系统最优能量流的方法
CN109241662A (zh) * 2018-09-29 2019-01-18 河海大学 一种电热互联综合能源系统最优能量流计算方法
CN109409705B (zh) * 2018-10-11 2021-11-23 河海大学 一种区域综合能源系统的多目标优化调度方法
CN109242366B (zh) * 2018-11-06 2020-08-07 国电南瑞科技股份有限公司 一种电-气互联综合能源系统的多时段潮流优化方法
CN109711601B (zh) * 2018-11-28 2021-02-02 国网浙江省电力有限公司电力科学研究院 电-气-热综合能源系统分布式优化调度方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109190824A (zh) * 2018-09-04 2019-01-11 东北大学 基于用户侧区域综合能源系统的联盟博弈优化运行方法
CN109149656A (zh) * 2018-09-19 2019-01-04 南京师范大学 一种气-电互联综合能源系统机组组合方法
CN109685291A (zh) * 2019-02-15 2019-04-26 河海大学 基于多能互补的区域综合能源系统日前优化分析方法

Also Published As

Publication number Publication date
WO2020237700A1 (zh) 2020-12-03
CN110210104A (zh) 2019-09-06
ZA202110354B (en) 2022-03-30

Similar Documents

Publication Publication Date Title
CN110210104B (zh) 一种多能源系统运行调度方法
CN109524957B (zh) 考虑碳交易机制和柔性负荷的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
CN106055773B (zh) 结合热网模型的多区域综合能源系统配置模型的建立方法
CN105869075A (zh) 一种冷热电联供型微型能源网经济优化调度方法
CN110163443A (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
Zhang et al. Optimization of distributed integrated multi-energy system considering industrial process based on energy hub
CN110535128A (zh) 基于用能舒适度的多区域综合能源系统协同调度方法
CN107910871A (zh) 一种能源互联网多能互补控制方法
CN110854930A (zh) 一种考虑多能协同的园区综合能源系统优化调度方法
CN107862418A (zh) 基于储能能源枢纽的热电耦合系统优化调度方法及装置
CN112182915B (zh) 一种协同促进风电消纳的优化调度方法及系统
CN113988435B (zh) 基于服务商引导的综合能源系统源-荷协同优化方法
CN111062598B (zh) 综合能源系统的分布式优化调度方法及系统
CN105631557B (zh) 考虑蓄冰空调并具有电冷耦合特征的微电网优化调度方法
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
CN110377973B (zh) 一种标准线性化综合能源系统模型的构建方法
CN111724026A (zh) 一种多能源网络与配水网耦合运行的优化方法
CN115082235A (zh) 一种虚拟能源站内部多能共享的交易方法及系统
Wu et al. Distributed optimal scheduling of integrated energy system based on ADMM algorithm
CN116187648A (zh) 基于热电解耦的虚拟电厂热电联合优化调度方法
CN115906401A (zh) 考虑辅助服务碳交易的综合能源系统运行优化方法
Zhang et al. Modeling of CHP-EHP coupled energy station considering load side flexibility
CN114021385A (zh) 基于主从博弈的区域综合能源系统的优化设计方法和装置
Pan et al. Bi-level low-carbon optimal dispatch model for P2G plant within power and natural gas markets

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201106