CN110266004A - 一种综合能源系统能量枢纽模型的标准化构建方法 - Google Patents

一种综合能源系统能量枢纽模型的标准化构建方法 Download PDF

Info

Publication number
CN110266004A
CN110266004A CN201910572554.1A CN201910572554A CN110266004A CN 110266004 A CN110266004 A CN 110266004A CN 201910572554 A CN201910572554 A CN 201910572554A CN 110266004 A CN110266004 A CN 110266004A
Authority
CN
China
Prior art keywords
energy
integrated
hinge model
energy system
integrated energy
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
Application number
CN201910572554.1A
Other languages
English (en)
Inventor
张冬冬
刘天晧
张建松
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201910572554.1A priority Critical patent/CN110266004A/zh
Publication of CN110266004A publication Critical patent/CN110266004A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—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
    • 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]
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种综合能源系统能量枢纽模型的标准化构建方法，该方法将一个复杂综合能源系统能量枢纽模型分成简单综合能源系统能量枢纽模型，通过将每一个简单综合能源系统能量枢纽模型的耦合矩阵进行有序叠乘，最终计算出整个复杂综合能源系统能量枢纽模型的耦合矩阵。在耦合矩阵的建立过程中，本专利通过在综合能源系统能量枢纽模型增加一个限定方程的方式考虑了能量环流的情况，并通过增加虚拟能量转化设备的方式避免不同简单综合能源系统能量枢纽模型的耦合矩阵不匹配的情况。同时，在耦合矩阵建模过程中，对储能设备位置和能源侧需求响应的概念进行了扩展，使得电力系统的储能和能源侧需求响应可以被推广到综合能源系统。

Description

一种综合能源系统能量枢纽模型的标准化构建方法
技术领域
本发明属于综合能源系统模型构建和优化领域，涉及一种综合能源系统能量枢纽模型的标准化构建方法。
背景技术
传统非可再生能源的日益减少带来的能源危机和使用传统非可再生能源对环境造成的破坏驱使着人们重新考虑现有的能源生产、消费和储存模式。为了解决这一能源困境，各国政府不约而同的加大了可再生能源的生产，分配和消费等方面的研究经费和政策支持，并在能源互联网和多能源系统整体规划方面达成共识。然而，与传统电力系统相比，综合能源系统更加复杂和庞大。这对综合能源系统的能源枢纽耦合矩阵建模造成了很大的困难。
基于能量枢纽建立的模型在城市能源规划方面有着独特的优点。一般来说，能量枢纽模型可以分为两种类型：将分配系数嵌入到耦合矩阵的经典能量枢纽模型和利用额外的能量流支路代替分配系数的线性化能量枢纽模型。标准建模方法是经典能量枢纽模型一个非常重要的方面。另外，在一个综合能源系统往往有多个能源存储设备和需求响应。传统的能量枢纽模型过程中一般假设能源存储设备在耦合矩阵的输入或者输出侧。然而，在一些情况下存储设备也可以安放在能量转换过程之间。对能量枢纽模型的建模中要考虑能源存储设备的安放不同位置的情况。类似于电力负荷需求响应，多能源需求响应的概念也被引入综合能源系统中。因此，综合能源系统统耦合矩阵的建模要考虑存储设备和需求响应的影响。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种综合能源系统能量枢纽模型的标准化构建方法，
为了达到上述目的，本发明采用以下技术方案予以实现：
本发明公开的一种综合能源系统能量枢纽模型的标准化构建方法，包括以下步骤：
1)将一个复杂综合能源系统能量枢纽模型分成若干简单综合能源系统能量枢纽模型；
2)简单综合能源系统能量枢纽模型的所有设备均不存在能量传递关系，因此可以直接列出其耦合矩阵；
3)通过将每一个简单综合能源系统能量枢纽模型的耦合矩阵进行有序叠乘，计算出整个复杂综合能源系统能量枢纽模型的耦合矩阵，从而构建得到该综合能源系统标准化能量枢纽模型。
优选地，步骤1)中，将一个复杂综合能源系统能量枢纽模型分成若干简单综合能源系统能量枢纽模型的具体方法如下：
将复杂综合能源系统按照能量流流入的顺序转化成若干简单综合能源系统，复杂综合能源系统的计算公式表示如下：
Pstep,k＝Cstep,kPstep,k-1,k＝1,....,n；
式中，n是所分的简单综合能源系统总数；Cstep,k为第k个简单综合能源系统的耦合矩阵；Pstep,(i-1)是第k个简单综合能源系统输入能量；Pinput是整个复杂综合能源系统的输入能量；Lload是整个复杂综合能源系统的负荷。
优选地，步骤1)中，当综合能源系统能存在能量环流时，通过在综合能源系统能量枢纽模型增加一个限定方程的方式考虑能量环流的情况，具体如下：
在综合能源系统找到第N层设备k的输出能量Qk是第M层设备j的输出能量Pj，其中M<N；此时，增加Pj＝Qk这一约束，则认为设备k和设备j之间没有能量传递关系。
优选地，针对不同的简单综合能源系统在设备空缺，不同层的能量枢纽模型的耦合矩阵不匹配的问题，在这些设备空缺的位置人为加入能量转换效率为1的虚拟的能量分配设备。
优选地，步骤1)中，对储能设备位置的概念进行扩展，方法如下：
将储能设备整合到能量枢纽模型后，其输入输出能源的关系为下式：
因此，储能设备的位置能够被扩展到能量转换任意位置。
优选地，在耦合矩阵建模过程中，对负荷需求响应的概念进行扩展，负荷需求包括两种情形：
1)负荷需求通过不同形式的能量来实现；
2)根据能源价格或激励来调整不同类型的能源在某个时间段的需求；
情形1)中，负荷侧的能量转换装置包含在能量枢纽模型中，并看作一个整体，通过对整个能量枢纽模型进行最优调度的计算，得到消费者对不同形式的能量的最优分配策；
情形2)中，将能源负荷从高价格时间区间重新分配到低价格时间区间，需求响应被视为虚拟存储器，其被安装在输出端子中，充能和释能效率为1；
需求响应表示为：
式中，表示在时段t的初始负荷向量；表示在时段t的负荷转移向量；表示在时段t的实际负荷向量；因此，限制条件表示为：
式中，是需求响应中的最大可参与调节的负荷向量；
由于需求响应能够被认为是存储效率为1的虚拟能量存储设备，因此需求响应通过使用能量中提到的方法来解决，因此，包含存储和需求响应的能量枢纽模型表示为:
与现有技术相比，本发明具有以下有益效果：
本发明基于图论的相关知识提出一种综合能源系统能量枢纽模型的标准化构建方法，采用分布建模原理，将一个复杂综合能源系统耦合矩阵求解问题转化成多个简单综合能源系统耦合矩阵的问题，以降低直接建模的难度，随后扩展存储设备的位置，需求响应相互能量转换和弹性负荷需求也都包括在能量枢纽模型中。
进一步地，在耦合矩阵的建立过程中，本发明方法通过在综合能源系统能量枢纽模型增加一个限定方程的方式考虑了能量环流的情况，并通过增加虚拟能量转化设备的方式避免不同简单综合能源系统能量枢纽模型的耦合矩阵不匹配的情况。同时，在耦合矩阵建模过程中，对储能设备位置和能源侧需求响应的概念进行了扩展，使得电力系统的储能和能源侧需求响应可以被推广到综合能源系统。
附图说明
图1为复杂综合能源系统转化成多个简单综合能源系统；
图2为复杂综合能源系统中的循环；
图3a为复杂综合能源系统中的循环设备空缺；
图3b为复杂综合能源系统中的循环添加虚拟设备；
图4为CHP能源系统模型及其能量流分配；
图5为经典能量枢纽模型的能量传输和转化关系；
图6为本文模型的能量传输和转化关系；
图7为某小区未集成能源存储和需求响应的能量枢纽模型；
图8为将图7所示的复杂复杂综合能源系统能量枢纽模型分成10个简单综合能源系统能量枢纽模型；
图9为某小区集成能源存储的能量枢纽模型；
图10为将图9所示的复杂复杂综合能源系统能量枢纽模型分成10个简单综合能源系统能量枢纽模型；
图11为某小区集成需求响应的能量枢纽模型；
图12为将图11所示的复杂复杂综合能源系统能量枢纽模型分成10个简单综合能源系统能量枢纽模型；
图13为某小区集成能源存储和需求响应的能量枢纽模型；
图14为将图13所示的复杂复杂综合能源系统能量枢纽模型分成10个简单综合能源系统能量枢纽模型。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
本发明公开了一种综合能源系统能量枢纽模型的标准化构建方法，该方法将一个复杂综合能源系统能量枢纽模型分成简单综合能源系统能量枢纽模型，通过将每一个简单综合能源系统能量枢纽模型的耦合矩阵进行有序叠乘，最终计算出整个复杂综合能源系统能量枢纽模型的耦合矩阵。
具体一个复杂综合能源系统能量枢纽模型分成简单综合能源系统能量枢纽模型的方法如下：
在实际的能源网络中，一些输入端口的能量通过多次能量转换到达输出端口。为了更加清晰等描述问题，在本文中我们将类似于水流的概念，引入能量流的概念，即不种类的能量在综合能源系统中从输入侧流向输出侧。对于任意复杂的综合能源系统，能量流的传递都是依次经过不同的能量转换和分配设备最终到达用户侧。因此，能量流先流经的能量转换和分配设备的输出能量正是能量流后流入的能量转换和分配设备的输入能量。因此，一个复杂综合能源系统可以按照能量流流入的顺序转化成多个简单的综合能源系统，如图1所示。复杂综合能源系统的计算公式可以表示为：
Pstep,k＝Cstep,kPstep,k-1,k＝1,....,n (1)
式中，n是所分的简单综合能源系统总数；Cstep,k为第k个简单综合能源系统的耦合矩阵；Pstep,(i-1)是第k个简单综合能源系统输入能量；Pinput是整个综合能源系统的输入能量；Lload是整个综合能源系统的负荷。
能源枢纽被定义为一种用于描述多能源系统中能源、负荷、网络之间交换、耦合关系的输入-输出端口模型。其描述输入能源和输出负荷端口的耦合矩阵能够简要表示电、热、气等多种形式能源之间的转化、存储、传输等各种耦合关系，在多能源系统的规划、运行研究中发挥重要作用。能源枢纽模型的设备包括热电联产机组，电转气设备，热泵，燃气或电锅炉，吸收式或压缩式制冷设备及不同类型的储存设备。
本发明中，简单综合能源系统指的是，输入能量只经过一次能量转换设备或分配设备到达输出侧的综合能源系统。比如，小型热电联产系统，如图4所示。能量转换设备或分配设备的作用相当于是将每一条输入能量累加，然后再分配给每一条输出支路，在能量转化的过程中一般存在能量的损耗。对于简单的综合能源系统模型，其经典能量枢纽模型的输入输出之间的耦合公式，如下式所示：
式中，L＝[L1,L2,...,Lm]T为输出能量向量，矩阵P＝[P1,P2,...,Pn]T为输出能量向量；xji(j＝1,2…m；i＝1,2…n)是输入Pi能量分配到能量Lj的那部分能量占的 Pi比例，这里将其称为分配系数；ηji为能量的转化效率。
由于经典能量枢纽模型为非线性模型，可以将式(3)中能量传输转化的关系用图5来表示。可以看出，图5的物理意义是，任一输入节点的能量Pi按照不同的比例分配并转化给不同的输出节点Lj，其中这个比例正是分配系数xji，转化的效率为ηji。在做能源系统优化时，由于xji和Pi均为未知的变量，因此，式(3)是非线性的，即公式中出现了xji和Pi相乘的情况。当综合能源系统设备较多时，经典能量枢纽模型的求解将变得非常复杂，而且很难获得全局最优解。
本发明中，复杂综合能源系统指的是，输入能量只经过多次能量转换设备或分配设备到达输出侧的综合能源系统。因此，复杂综合能源系统中的不同设备将偶合在一起，即经典能量枢纽模型的耦合矩阵中存在不同设备分配系数相乘的情况。综合能源系统越复杂，设备之间的耦合也变得越复杂，这使得经典能量枢纽模型的矩阵求解变得非常复杂。系统中设备替换时，经典能量枢纽模型的矩阵需要重新求解。由于对于复杂综合能源系统的经典能量枢纽模型设备之间存在相互耦合的复杂规律，因此，某一设备替换或者损坏时，需要对模型的耦合矩阵重新求解。
由于能量流的传递都是依次经过不同的能量转换和分配设备最终到达用户侧。因此，为了求解复杂综合能源系统的经典能量枢纽模型耦合矩阵，首先我们应按照能量流流经的每个能量转换和分配设备的顺序对每个设备进行分层。很明显，输入能量应该在模型的第一层。由于能量流到达每个输出能量经过的路径不同。因此，不同的输出能量可能分配到不同的层里面，这对综合能源系统能量流计算、分配和最优化分析没有影响。但经典能量枢纽模型的方程的形式将综合能源系统的输入节点放到一起，输出节点放在，然后通过耦合矩阵的形式将输入输出节点联系在了一起，如式(4)所示。因此，为了方便求解耦合矩阵，我们将输出能量人为的放到综合能源系统的最后一层。
L＝CP (4)
式中，C是耦合矩阵。
由于能量流到达每个输出能量经过的路径不同，即经过的能量转化和分配设备数不同，因此，人为的将输出能量放到最后一层，可能会出现该输出能量上面一层(或多层)出现设备空缺的情况，如图3a所示。设备空缺将不同层的能量枢纽模型的耦合矩阵不匹配的情况，即前后层的耦合矩阵不能相乘的情况，从而无法获得经典能量枢纽模型的耦合矩阵。为了求解耦合矩阵，在这些设备空缺的位置可以人为加入能量转换效率为1的虚拟的能量分配设备，如图3b所示。由于这些虚拟节点的效率为1，所以对解耦合矩阵求解结果没有影响。
在复杂综合能源系统中添加虚拟设备后，前面一层的简单综合能源系统的输出能量就是下一层的输入能量，如下式所示：
Lload,k＝Cstep,kLload,k-1 (5)
式中，Lload,k是第k层能源转换或分配设备的输出能量；Lload,k-1是第k-1层能源转换或分配设备的输出能量；Cstep,k是第k层综合能源系统的经典能量枢纽模型耦合矩阵。
因此，复杂综合能源系统的经典能量枢纽模型耦合矩阵C等于每层简单综合能源系统的经典能量枢纽模型耦合矩阵的乘积，如下式所示：
式中，n是所分的简单综合能源系统总数。
在一些复杂EMS中会存在循环能量流的情形，也就是说第N层设备的输出能量是第M层设备的输出能量(M<N)，如图2所示。此时，可以将支路jk打开，然后增加Pj＝Qk这一约束即可。
由于任意复杂的综合能源系统均可以转化成多个简单综合能源系统。因此，对于复杂的综合能源系统，我们首先可以将其转化为多个简单的综合能源系统，然后分别进行线性化处理即可。
储能设备在综合能源系统中起到能量调节的作用，在能量充足的时刻可以保存一部分能量，在供能不足的情况下释放能量。在大多数情况下，复杂综合能源系统中包含多个存储单元。这些存储设备可以安装在输入端、输出端或中间能量转换过程中。以前的研究通常假设储能设备安装在输入端或输出端。在这种情况下，能量存储装置可以被视为额外的输入端，原来输入能量向量可以变成增广矩阵。储能设备的差分模型如下式所示：
式中，Et为储能设备在t时段存储的能量，Et-1是为储能设备在t-1时段存储的能量，是充能效率向量，是放能效率向量，Δt每个时段的时长。和分别是是储能设备在t时段的输入输出能量。
储能设备的充放电的比率限制和充放电状态：
式中，和Min/out 分别是存储设备输入和输出能量的上下限；和E分别是储能设备容量的上下限。
为保证储能设备在每个周期内充放电状态的稳定。因此，储能设备初始时段的储能能量应和一个周期内最后一个时段的储能能量保持相等，如式(10)所示。
式中，Nt是一个储能周期的总的时段数。
本发明中，模型能量存储设备可以看成是特殊的输入能量，其输入的转换器件的能量为：
在电力系统中，需求响应指的是用户和电网之间的交互机制，值得是用户在电价或激励的作用下改变他们的消费行为。这一概念可以推广到复杂综合能源系统中，即多能量需求响应。多能量需求响应包括：在某一时刻将能量从一种形式转移到另一种形式；或者将负荷从高价时段转移到低价时段。因此，有两种类型的需求响应：
1)负荷需求可以通过不同形式的能量来实现。当电价高时，天然气可以取代电能用来做饭和取暖，而不是用电。
2)根据能源价格或激励，来调整不同类型的能源在某个时间段的需求。
在情形1)中，这类需求响应作用类似于能量存储，可被视为虚拟能量存储设备，其被安装在输出端子中，充能和释能效率为1。
在情形2)中，将能源负荷从高价格时间区间重新分配到低价格时间区间。用能负荷按其重要程度可分为三种类型：重要负荷、可推迟负荷和可切负荷。一般来说，在一些供能严重不足的情况下，能源供应商可以选择切断一些可切负荷。一般情况下，不建议在多能源系统运行过程中选择甩负荷。本文主要考虑负荷在高价格区间和低价格区间之间的转移。
t时段的需求响应可以表示为：
式中，是在t时段的初始负荷向量(不考虑需求响应)；DRt表示在时段 t的负荷转移向量；表示在时段t的实际负荷向量。所以，DRt限制条件可以表示为：
DRt≤DRmax (13)
式中，DRmax是需求响应中的最大可参与调节的负荷向量。在不考虑切负荷的情况下，一个供能周期的负荷转移应为0，如下式所示：
实施例1
为了验证本发明上述方法的适用性和效率，对某小区域夏季24小时需求负荷数据进行建模和优化调度。图7表示该小区多能源系统，该模型包括变压器、热电联产单元(CHP)、燃气锅炉、电加热器、空调器和吸收式冷却器。表1和表2列出了该系统的能量转换器、能量存储和需求响应的参数。模型结构和夏季负荷数据均来自广州某规划区。本优化案例是在GAMS上用英特尔内核I5 3.20 GHz CPU和16GB RAM计算的。在GAMS下利用CPLEX求解LP问题。在GAMS 下利用SBB/CONOPT解决NLP问题。迭代的最大次数设置为1000。利用本发明方法，将图7所示的复杂能源系统转化成10个简单能源系统，如图8所示。利用本发明方法，经过0.015个单元时间就可以获得该系统最运行解为9274.21元，而基于GAMS传统非线性方法则需要0.326个单元时间。
实施例2
为了验证所提出的方法的适用性和效率，对某小区域夏季24小时需求负荷数据进行建模和优化调度。图9表示该小区多能源系统为例，该模型包括变压器、热电联产单元(CHP)、燃气锅炉、电加热器、空调器、吸收式冷却器、蓄热器、蓄电装置。模型结构和夏季负荷数据均来自广州某规划区。表1和表2列出了该系统的能量转换器、能量存储和需求响应的参数。这本优化案例是在GAMS上用英特尔内核I5 3.20GHz CPU和16GB RAM计算的。在GAMS下利用CPLEX 求解LP问题。在GAMS下利用SBB/CONOPT解决NLP问题。迭代的最大次数设置为1000。利用本发明专利，我们可以将图9所示的复杂能源系统，转化成 10个简单能源系统，如图10所示。利用本专利，经过0.032单元时间就可以获得该系统最运行解为8537.53元，而基于GAMS传统非线性方法则需要0.812个单元时间。
实施例3
为了验证所提出的方法的适用性和效率，对某小区域夏季24小时需求负荷数据进行建模和优化调度。图11表示该小区多能源系统为例，该模型包括变压器、热电联产单元(CHP)、燃气锅炉、电加热器、空调器、吸收式冷却器和需求响应。表1和表2列出了该系统的能量转换器、能量存储和需求响应的参数。负荷采用需求响应策略。模型结构和夏季负荷数据均来自广州某规划区。本优化案例是在GAMS上用英特尔内核I5 3.20GHz CPU和16GB RAM计算的。在 GAMS下利用CPLEX求解LP问题。在GAMS下利用SBB/CONOPT解决NLP 问题。迭代的最大次数设置为1000。利用本发明专利，我们可以将图11所示的复杂能源系统，转化成11个简单能源系统，如图12所示。利用本专利，经过0.021 单元时间就可以获得该系统最运行解为9141.96元，而基于GAMS传统非线性方法则需要0.562个单元时间。
实施例4
为了验证所提出的方法的适用性和效率，对某小区域夏季24小时需求负荷数据进行建模和优化调度。图13表示该小区多能源系统为例，该模型包括变压器、热电联产单元(CHP)、燃气锅炉、电加热器、空调器、吸收式冷却器、蓄热器、蓄电装置和需求响应。表1和表2列出了该系统的能量转换器、能量存储和需求响应的参数。负荷采用需求响应策略。模型结构和夏季负荷数据均来自广州某规划区。本优化案例是在GAMS上用英特尔内核I53.20GHz CPU和16GB RAM计算的。在GAMS下利用CPLEX求解LP问题。在GAMS下利用 SBB/CONOPT解决NLP问题。迭代的最大次数设置为1000。利用本发明专利，我们可以将图13所示的复杂能源系统，转化成11个简单能源系统，如图14所示。利用本专利，经过0.035单元时间就可以获得该系统最运行解为8438.05元，而基于GAMS传统非线性方法则需要0.980个单元时间。
表1能源转换设备的参数
表2存储元件和需求侧响应的参数
*假设初始电存储为60kWh，初始热存储为100kWh.
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (6)

1.一种综合能源系统能量枢纽模型的标准化构建方法，其特征在于，包括以下步骤：
1)将一个复杂综合能源系统能量枢纽模型分成若干简单综合能源系统能量枢纽模型；
2)简单综合能源系统能量枢纽模型的所有设备均不存在能量传递关系，因此可以直接列出其耦合矩阵；
3)通过将每一个简单综合能源系统能量枢纽模型的耦合矩阵进行有序叠乘，计算出整个复杂综合能源系统能量枢纽模型的耦合矩阵，从而构建得到该综合能源系统标准化能量枢纽模型。
2.根据权利要求1所述的综合能源系统能量枢纽模型的标准化构建方法，其特征在于，步骤1)中，将一个复杂综合能源系统能量枢纽模型分成若干简单综合能源系统能量枢纽模型的具体方法如下：
将复杂综合能源系统按照能量流流入的顺序转化成若干简单综合能源系统，复杂综合能源系统的计算公式表示如下：
Pstep,k＝Cstep,kPstep,k-1,k＝1,....,n；
式中，n是所分的简单综合能源系统总数；Cstep,k为第k个简单综合能源系统的耦合矩阵；Pstep,(i-1)是第k个简单综合能源系统输入能量；Pinput是整个复杂综合能源系统的输入能量；Lload是整个复杂综合能源系统的负荷。
3.根据权利要求1所述的综合能源系统能量枢纽模型的标准化构建方法，其特征在于，步骤1)中，当综合能源系统能存在能量环流时，通过在综合能源系统能量枢纽模型增加一个限定方程的方式考虑能量环流的情况，具体如下：
在综合能源系统找到第N层设备k的输出能量Qk是第M层设备j的输出能量Pj，其中M<N；此时，增加Pj＝Qk这一约束，则认为设备k和设备j之间没有能量传递关系。
4.根据权利要求1所述的综合能源系统能量枢纽模型的标准化构建方法，其特征在于，针对不同的简单综合能源系统在设备空缺，不同层的能量枢纽模型的耦合矩阵不匹配的问题，在这些设备空缺的位置人为加入能量转换效率为1的虚拟的能量分配设备。
5.根据权利要求1所述的综合能源系统能量枢纽模型的标准化构建方法，其特征在于，步骤1)中，对储能设备位置的概念进行扩展，方法如下：
将储能设备整合到能量枢纽模型后，其输入输出能源的关系为下式：
因此，储能设备的位置能够被扩展到能量转换任意位置。
6.根据权利要求1所述的综合能源系统能量枢纽模型的标准化构建方法，其特征在于，在耦合矩阵建模过程中，对负荷需求响应的概念进行扩展，负荷需求包括两种情形：
1)负荷需求通过不同形式的能量来实现；
2)根据能源价格或激励来调整不同类型的能源在某个时间段的需求；
情形1)中，负荷侧的能量转换装置包含在能量枢纽模型中，并看作一个整体，通过对整个能量枢纽模型进行最优调度的计算，得到消费者对不同形式的能量的最优分配策；
情形2)中，将能源负荷从高价格时间区间重新分配到低价格时间区间，需求响应被视为虚拟存储器，其被安装在输出端子中，充能和释能效率为1；
需求响应表示为：
式中，表示在时段t的初始负荷向量；表示在时段t的负荷转移向量；表示在时段t的实际负荷向量；因此，限制条件表示为：
式中，是需求响应中的最大可参与调节的负荷向量；
由于需求响应能够被认为是存储效率为1的虚拟能量存储设备，因此需求响应通过使用能量中提到的方法来解决，因此，包含存储和需求响应的能量枢纽模型表示为：
CN201910572554.1A 2019-06-28 2019-06-28 一种综合能源系统能量枢纽模型的标准化构建方法 Pending CN110266004A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910572554.1A CN110266004A (zh) 2019-06-28 2019-06-28 一种综合能源系统能量枢纽模型的标准化构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910572554.1A CN110266004A (zh) 2019-06-28 2019-06-28 一种综合能源系统能量枢纽模型的标准化构建方法

Publications (1)

Publication Number Publication Date
CN110266004A true CN110266004A (zh) 2019-09-20

Family

ID=67922777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910572554.1A Pending CN110266004A (zh) 2019-06-28 2019-06-28 一种综合能源系统能量枢纽模型的标准化构建方法

Country Status (1)

Country Link
CN (1) CN110266004A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401713A (zh) * 2020-03-09 2020-07-10 上海交通大学 基于多级能量枢纽模型的多能源系统互补优化配置方法
CN112257294A (zh) * 2020-11-24 2021-01-22 山东大学 一种综合能源系统的能源集线器分部建模方法及系统
CN113515856A (zh) * 2021-07-01 2021-10-19 东北电力大学 基于图论和网络流的多能源系统通用矩阵建模方法
CN117371219A (zh) * 2023-10-20 2024-01-09 华北电力大学 一种应用于综合能源系统的拓展能源枢纽建模方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918795A (zh) * 2019-03-11 2019-06-21 长沙理工大学 一种兼顾物理性能和可靠性的能量枢纽标准矩阵稳态建模方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918795A (zh) * 2019-03-11 2019-06-21 长沙理工大学 一种兼顾物理性能和可靠性的能量枢纽标准矩阵稳态建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DONGDONG ZHANG等: "A Multi-Step Modeling and Optimal Operation Calculation Method for Large-Scale Energy Hub Model Considering Two Types Demand Responses", 《IEEE TRANSACTIONS ON SMART GRID》 *
TIANHAO LIU等: "Intelligent Modeling and Optimization for Smart Energy Hub", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401713A (zh) * 2020-03-09 2020-07-10 上海交通大学 基于多级能量枢纽模型的多能源系统互补优化配置方法
CN112257294A (zh) * 2020-11-24 2021-01-22 山东大学 一种综合能源系统的能源集线器分部建模方法及系统
CN113515856A (zh) * 2021-07-01 2021-10-19 东北电力大学 基于图论和网络流的多能源系统通用矩阵建模方法
CN117371219A (zh) * 2023-10-20 2024-01-09 华北电力大学 一种应用于综合能源系统的拓展能源枢纽建模方法
CN117371219B (zh) * 2023-10-20 2024-03-12 华北电力大学 一种应用于综合能源系统的拓展能源枢纽建模方法

Similar Documents

Publication Publication Date Title
CN110266004A (zh) 一种综合能源系统能量枢纽模型的标准化构建方法
JP7261507B2 (ja) 電気ヒートポンプ－熱電併給システムを最適化する調整方法及びシステム
Liu et al. Standardized modelling and economic optimization of multi-carrier energy systems considering energy storage and demand response
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
CN109063992B (zh) 考虑区域综合能源系统优化运行的配电网扩展规划方法
Ni et al. Optimal operation of electricity, natural gas and heat systems considering integrated demand responses and diversified storage devices
Turk et al. Day-ahead stochastic scheduling of integrated multi-energy system for flexibility synergy and uncertainty balancing
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
Liu et al. Coordinated operation of multi-integrated energy system based on linear weighted sum and grasshopper optimization algorithm
Xiong et al. Multi-stage equipment optimal configuration of park-level integrated energy system considering flexible loads
CN106532709B (zh) 一种含配电网重构的区域综合能源系统最优潮流计算方法
CN109524957A (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
Fan et al. A collaborative control optimization of grid-connected net zero energy buildings for performance improvements at building group level
Chen et al. Optimally coordinated dispatch of combined‐heat‐and‐electrical network with demand response
CN107392395A (zh) 一种基于价格激励机制的配电网和微电网协调优化方法
Shariatkhah et al. Adequacy modeling and evaluation of multi-carrier energy systems to supply energy services from different infrastructures
CN104734168A (zh) 一种基于电热联合调度的微电网运行优化系统及方法
CN109740786A (zh) 一种多端柔性互联配电网规划方法及系统
CN104573875B (zh) 一种低碳化的电源电网优化规划的方法
CN107546743A (zh) 一种辐射状配电网分布式优化潮流方法
CN108565863A (zh) 一种考虑随机性的区域综合能源系统多目标潮流优化方法
CN109919450A (zh) 解决综合智慧能源系统调度的博弈优化方法
CN103150686A (zh) 基于分布式预处理与分层协调的网省一体化计划编制方法
CN105956693A (zh) 一种基于分布式梯度算法的虚拟电厂经济调度方法
CN110119855A (zh) 一种气电耦合系统运行优化方法

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: 20190920