CN110276486B - 一种基于价格激励的综合能源系统调度方法 - Google Patents

一种基于价格激励的综合能源系统调度方法 Download PDF

Info

Publication number
CN110276486B
CN110276486B CN201910515670.XA CN201910515670A CN110276486B CN 110276486 B CN110276486 B CN 110276486B CN 201910515670 A CN201910515670 A CN 201910515670A CN 110276486 B CN110276486 B CN 110276486B
Authority
CN
China
Prior art keywords
load
energy
user
power
heat
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
Application number
CN201910515670.XA
Other languages
English (en)
Other versions
CN110276486A (zh
Inventor
钱一民
丁凯
李伟
胡畔
王易
万黎
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.)
Hubei Fangyuan Dongli Electric Power Science Research Co ltd
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910515670.XA priority Critical patent/CN110276486B/zh
Publication of CN110276486A publication Critical patent/CN110276486A/zh
Application granted granted Critical
Publication of CN110276486B publication Critical patent/CN110276486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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]
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Biophysics (AREA)
  • Power Engineering (AREA)
  • Evolutionary Biology (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Physiology (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)

Abstract

本发明提供一种基于价格激励的综合能源系统调度方法，综合能源系统涵盖多种能源形式，供给侧、用户侧的供需互动更为复杂，需求侧管理迎来了新的挑战。本发明为需求侧管理提供了一种调度手段，具体步骤包括输入园区设备、负荷和能源价格相关参数；构建综合能源系统调度模型；基于双层优化方法，设计模型的求解方法。在MATLAB上编程完成模型的求解，可以得到调度过程中供能商最佳的补贴价格和补贴时段，同时可以得到预估的用户用能成本、用户满意度、供能商收益以及相应的用电计划。

Description

一种基于价格激励的综合能源系统调度方法
技术领域
本发明涉及电力系统调度领域，具体是一种基于价格激励的综合能源系统调度方法。
背景技术
随着经济和社会的发展，能源需求不断增长，化石燃料等不可再生资源的消耗不断加剧，能源问题的日益严峻。提高能源利用效率，开发新能源成为人们解决能源问题的主要措施。电力系统作为能源利用的枢纽平台，各类新能源的接入日益广泛，电力系统的形态也伴随着各类设备的接入逐渐发生改变。其中，冷热电三联产在电力系统中的应用，提升了能源利用效率，对各类新能源的接入具有友好性，综合能源系统应运而生并得到了电力系统领域的广泛关注，各类试点工程逐步推进。
传统的电力系统，在调度阶段仅需要考虑电能的变化，而综合能源系统中由于存在空调、燃气轮机等热电耦合负荷，热能需求的变化成为综合能源系统调度过程中不得不考虑的问题。由于用户在能源使用上存在一定的用户习惯，导致能源利用产生了一定的峰谷特性，在用能高峰时段容易产生设备容量不足等问题，而在用能低谷时段则设备利用率不足，导致资源的浪费。如何通过合理的调度措施，激励用户改变用能习惯成为当前调度方法中考虑的关键问题之一。
当前，供电企业多使用峰谷电价对用户的用电行为进行调节。电价的高低直接影响企业的收益和用户的用能成本，但峰谷电价的制定往往基于调度人员的主观经验进行判断和制定，缺少有效的计算依据。同时，在综合能源系统中，存在热电耦合负荷，在制定相关价格措施时更需要计入用户对热能使用的需求。以往的峰谷电价调节手段在综合能源系统中难以取得最佳的调节效果。
发明内容
本发明提供了一种综合能源系统的调度方法，该调度方法适用的综合能源系统特指包括有光伏系统(PV)、风力发电机(WT)、柔性负荷、冷热电三联产机组(CCHP机组)的综合能源系，该方法可以利用价格激励手段，激励用户积极参与综合能源系统调度过程，实现用能负荷峰谷时段的调节，帮助供能商制定有效的补贴电价，降低用户用电习惯对系统产生的不利影响，同时节约用户的用能成本。
一种基于价格激励的综合能源系统调度方法，包括如下步骤：
步骤1.输入园区内设备参数，包括光伏系统装机容量、风力发电机装机容量、冷热电三联产机组装机容量、风力发电机的切入风速、额定风速和切出风速、冷热电三联产机组的发电效率、热系数、热损失系数以及上述所有设备的最大爬坡速度；输入园区内负荷数据，包括电负荷用电计划、热负荷用电计划、可平移负荷的大小及可平移时段、可削减负荷的削减范围、热电耦合负荷的削减范围。输入园区内的价格数据，包括供能商单位成本电价、外部电网的分时电价、燃气网的购气电价、综合能源系统运营商的售热售电价格以及光伏和风机上网补贴电价；
步骤2.构建基于价格激励的综合能源系统调度模型，模型具体参数如下：
(1)用户模型的目标函数
用户的用能成本的计算包含有两部分内容，一是购买电能和热能的费用，二是在需求响应时段参与调峰，供能商提供的相关补贴，用户的用能成本用下式进行描述:
Figure BDA0002094958900000021
式中，pE和pG分别为供能商制定的电价和热价，rE为供能商在需求响应时段给出的补贴价格，
Figure BDA0002094958900000025
和
Figure BDA0002094958900000026
为用户在t时段的理想供用电量和理想供热量，Wt和Qt为实际使用的电量和热量，TD为供能商提供补贴的时段，μ为补贴状态系数，只有在用户响应需求侧管理，降低了自身能耗时才给予补贴，满足:
Figure BDA0002094958900000022
用户参与需求响应的积极性不仅仅受用电成本的影响。用户在收到价格信号后，调整自身的用电方式和用电计划，虽然可以降低用电的支出费用，但会影响自身生活品质，造成心理满意度上的缺失。因此，用户不会完全以用电成本最小化为目标安排用电计划，而是以用电成本与心理满意度或舒适度为综合标准制定用电计划。构建用户满意度函数如下：
Figure BDA0002094958900000023
式中，
Figure BDA0002094958900000027
和
Figure BDA0002094958900000028
为用户在t时段的理想供用电量和理想供热量，Wt和Qt为实际使用的电量和热量，θ和λ分别为满意度函数的调整参数，且满足-1<θ<0，λ>0，取θ＝-0.5，λ＝5。该满意度函数是一个单调递减的函数：当理想值与实际使用量相等时满意度函数的值为0；当实际使用量小于理想值时，满意度函数大于0表示用户不满意；反之则满意度函数小于0表示用户满意。同时，随着电能和热能实际使用量的增大，满意度函数的梯度会逐渐变小，增长速度趋于饱和，这是为了保证在能源使用过剩的情况下，用户的满意度也不会无限制的提升。将C1和 C2两项目标函数改写为单一目标函数的形式，为消除两项函数之间量纲不同的影响，设置一个新的变量K，K表示单位满意度等价的费用，因此用户的目标函数可以合并为：
C＝C1+KC2 (21)
(2)综合能源系统供能商的目标函数
在优化调度阶段，综合能源系统供能商的调度策略主要是面向自身的运行成本和服务收益而制定的。自身运行成本主要包括：从外部电网的购电费用、从外部天然气网的购气费用、自身设备的发电综合成本费用和支付给用户的需求响应补贴。服务收益主要包括：售电收益、供热收益以及PV和WT的上网补贴。因此，综合能源系统供能商的效用函数可以写为：
Figure BDA0002094958900000024
式中，pE和pG分别为供能商出售给用户的电价和热价，pR为PV和WT的上网补贴，pBE为供能商从外部电网的购电价格，pBG为供能商从外部天然气网的购气价格，L为天然气的低位热值，近似取9.8kWh/Nm3，α为CCHP机组的热电比，η为发电效率，pMO为供能商自身设备的发电综合成本价格。Wt和Qt为实际使用的电量和热量，
Figure BDA00020949589000000312
Figure BDA00020949589000000313
Figure BDA00020949589000000314
为光伏系统、风力发电机和CCHP机组在t时刻的出力大小。
(3)电负荷的约束条件
按照用电需求对电负荷的类型进行划分，包括刚性负荷、可削减负荷和可平移负荷，其中刚性负荷不可调节，可削减负荷可以在用电时间段内进行削减，但会降低用户的舒适度。可平移负荷不可以调节需求总量，但可以在一定时间段内调节用电时间。所以，在某一时刻的电负荷可以表示为：
Figure BDA0002094958900000031
式中,T为一个调度周期的时刻数，Wt为区域内的总负荷,
Figure BDA00020949589000000310
和
Figure BDA00020949589000000311
分别为 t时刻总负荷中包含的刚性负荷、可削减负荷和可平移负荷。其中，可削减负荷的削减电量存在着范围约束，不可无限制削减负荷电量；可平移负荷可以改变用电时间段，但总的用电量不变。这两项约束可以描述为：
Figure BDA0002094958900000032
Figure BDA0002094958900000033
式中，
Figure BDA0002094958900000034
和
Figure BDA0002094958900000035
分别为可削减负荷可调节区间的最小值和最大值，
Figure BDA0002094958900000036
为可平移负荷在可平移时段[tn,tm]中消耗的电能总量。
(4)热负荷的约束条件
区别于传统电网，综合能源系统中存在热力管网，用户可以直接消耗热力管网中的热能。除此之外，由于用户自身还具备空调、电暖气等热电耦合设备，热负荷的变化会引起电负荷的变化，这种热电耦合关系可以描述为：
Figure BDA0002094958900000037
式中，
Figure BDA0002094958900000038
为t时段内因用户调整热负荷而产生的电负荷变化量；ζ为单位热量与电能的换算系数。考虑到热电耦合的变化量，热负荷总量可以表示为：
Qt＝Q′t-ΔQt (27)
式中，Qt’为t时段内用户原始热负荷的计划量。同时，受用户舒适度感受的影响，用户可接受的热电耦合负荷的最大变化量存在一定的约束范围：
0≤ΔQt≤ΔQt,max (28)
式中，ΔQt,max为用户可接受的热负荷最大调整量。
(5)光伏系统的约束条件
根据标准测试条件(STC)，已知温度和光照强度的情况下，光伏电源的出力大小可用下式表达。
Figure BDA0002094958900000039
其中，PPV是PV的出力大小；
Figure BDA0002094958900000041
是STC条件(光照强度为1000W/m2，温度为25℃)下，设备厂家测定的PV最大出力；Gc为实际光照强度；GSTC为STC 条件下的光照强度；Tc为实际温度；TSTC为STC条件下的温度大小；k为功率温度系数，k＝0.0045。
除出力大小需要满足上述等式条件外，与传统机组相似，PV同时存在有爬坡约束，如下式所述：
Figure BDA0002094958900000042
式中，
Figure BDA0002094958900000043
和
Figure BDA0002094958900000044
分别为PV的向下和向上调节速度。
Figure BDA0002094958900000045
和
Figure BDA0002094958900000046
分别为t+1时刻和t时刻PV的出力大小。Δt为一个调度时间间隔的时长，单位是小时。
(6)风力发电机的约束条件
在已知风速的情况下，风力发电机的出力可表述为如下分段函数的形式。
Figure BDA0002094958900000047
其中，PWT是WT的出力大小，Vc为切入风速，Vr为额定风速，Vco为切出风速，Vt为WT工作时的实际风速，
Figure BDA0002094958900000048
为厂家标定的风力发电机的额定功率。
风力发电机同样存在出力调节速度的约束，如下式所述：
Figure BDA0002094958900000049
式中,
Figure BDA00020949589000000410
和
Figure BDA00020949589000000411
分别为WT阵列的向下和向上调节速度。
Figure BDA00020949589000000412
和
Figure BDA00020949589000000413
分别为t+1 时刻和t时刻WT的出力大小。Δt为一个调度时间间隔的时长，单位是小时。
(7)冷热电三联产机组的约束条件
冷热电联产机组作为综合能源系统内的主要供热源，一般运行在以热定电的模式下，发电功率可以由下式进行计算：
Figure BDA00020949589000000414
式中，
Figure BDA00020949589000000415
为CCHP机组在t时刻的出力大小，η为CCHP机组的发电效率，ηL为CCHP机组的热损失系数，δH为热系数，Ht为CCHP机组在t时刻的产热功率，受机组容量限制，产热功率存在一定的变化范围，机组爬坡也受调节速度的约束：
Figure BDA00020949589000000416
式中，Hmin和Hmax分别为产热功率的调节下限和调节上限；
Figure BDA00020949589000000417
和
Figure BDA00020949589000000418
分别为电功率的向下和向上调节速度。
步骤3.基于双层优化方法，设计模型的求解方法。汇总步骤2中的目标函数和约束条件，写为双层优化的形式，如下所示：
Figure BDA0002094958900000051
在MATLAB上，输入步骤1中的数据到步骤2中的模型利用遗传算法和非线性规划编程，最终完成模型的求解，可以得到调度过程中供能商最佳的补贴价格和补贴时段，同时可以得到预估的用户用能成本、用户满意度、供能商收益以及相应的用电计划，以上即完成了一种基于价格激励的综合能源系统调度方法。
本发明为需求侧管理提供了一种调度手段，通过输入园区设备、负荷和能源价格相关参数，构建综合能源系统调度模型，基于双层优化方法设计模型的求解方法，然后在MATLAB上编程完成模型的求解，可以得到调度过程中供能商最佳的补贴价格和补贴时段，同时可以得到预估的用户用能成本、用户满意度、供能商收益以及相应的用电计划。
附图说明
图1是本发明温度、光照强度、风速数据图像；
图2是本发明外部电网实施的调峰电价系数图像；
图3是本发明负荷相关数据图像；
图4是本发明基于混合算法的双层线性优化问题求解方法；
图5是本发明算法的收敛特性图像；
图6是本发明用户用电行为对比图像；
图7是本发明用户可平移负荷在各时段分配情况图像。
具体实施方式
下面将结合本发明中的图，对本发明中的技术方案进行清楚、完整地描述。
一种基于价格激励的综合能源系统调度方法，包括
步骤1.输入园区内设备、负荷以及价格相关价格。以某一工业园区的24h 的负荷数据对上述模型和方法进行仿真验证。园区内温度、风速和光照强度预测数据如图1所示。
PV、WT装机容量分别为14MW和10MW，CCHP机组工作在以热定电方式下，电出力大小由供热量决定，WT的切入风速、额定风速和切出风速分别为 2.5m/s，11m/s和60m/s。CCHP机组及其他相关价格参数如表1所示。每个时刻的刚性负荷和可削减负荷量如图所示，假设用户全天可接受需求侧管理，可平移负荷在一天内的分配量为44MWh。外部电网实施的峰谷分时电价调节系数如图2所示，实际电价等于外部电网基准电价与电价调节系数的乘积。负荷相关数据如图3所示。
表1仿真中的相关参数设置
Figure BDA0002094958900000061
步骤2.构建基于价格激励的综合能源系统调度模型，具体包括：
(1)用户模型的目标函数
用户的用能成本的计算包含有两部分内容，一是购买电能和热能的费用，二是在需求响应时段参与调峰，供能商提供的相关补贴。用户的用能成本可以用下式进行描述:
Figure BDA0002094958900000062
式中，pE和pG分别为供能商制定的电价和热价，rE为供能商在需求响应时段给出的补贴价格，
Figure BDA0002094958900000063
和
Figure BDA0002094958900000064
为用户在t时段的理想供用电量和理想供热量，Wt和Qt为实际使用的电量和热量，TD为供能商提供补贴的时段，μ为补贴状态系数，只有在用户响应需求侧管理，降低了自身能耗时才给予补贴，满足:
Figure BDA0002094958900000065
用户参与需求响应的积极性不仅仅受用电成本的影响。用户在收到价格信号后，调整自身的用电方式和用电计划，虽然可以降低用电的支出费用，但会影响自身生活品质，造成心理满意度上的缺失。因此，用户不会完全以用电成本最小化为目标安排用电计划，而是以用电成本与心理满意度或舒适度为综合标准制定用电计划。构建用户满意度函数如下：
Figure BDA0002094958900000066
式中，
Figure BDA0002094958900000067
和
Figure BDA0002094958900000068
为用户在t时段的理想供用电量和理想供热量，Wt和Qt为实际使用的电量和热量，θ和λ分别为满意度函数的调整参数，且满足-1<θ<0，λ>0，取θ＝-0.5，λ＝5。该满意度函数是一个单调递减的函数：当理想值与实际使用量相等时满意度函数的值为0；当实际使用量小于理想值时，满意度函数大于0表示用户不满意；反之则满意度函数小于0表示用户满意。同时，随着电能和热能实际使用量的增大，满意度函数的梯度会逐渐变小，增长速度趋于饱和，这是为了保证在能源使用过剩的情况下，用户的满意度也不会无限制的提升。将C1和 C2两项目标函数改写为单一目标函数的形式，为消除两项函数之间量纲不同的影响，设置一个新的变量K，K表示单位满意度等价的费用，因此用户的目标函数可以合并为：
C＝C1+KC2 (38)
(2)综合能源系统供能商的目标函数
在优化调度阶段，综合能源系统供能商的调度策略主要是面向自身的运行成本和服务收益而制定的。自身运行成本主要包括：从外部电网的购电费用、从外部天然气网的购气费用、自身设备的发电综合成本费用和支付给用户的需求响应补贴。服务收益主要包括：售电收益、供热收益以及PV和WT的上网补贴。因此，综合能源系统供能商的效用函数可以写为：
Figure BDA0002094958900000071
式中，pE和pG分别为供能商出售给用户的电价和热价，pR为PV和WT的上网补贴，pBE为供能商从外部电网的购电价格，pBG为供能商从外部天然气网的购气价格，L为天然气的低位热值，近似取9.8kWh/Nm3，α为CCHP机组的热电比，η为发电效率，pMO为供能商自身设备的发电综合成本价格。Wt和Qt为实际使用的电量和热量，
Figure BDA0002094958900000072
为光伏系统、风力发电机和CCHP机组在t时刻的出力大小。
(3)电负荷的约束条件
按照用电需求对电负荷的类型进行划分，包括刚性负荷、可削减负荷和可平移负荷，其中刚性负荷不可调节，可削减负荷可以在用电时间段内进行削减，但会降低用户的舒适度。可平移负荷不可以调节需求总量，但可以在一定时间段内调节用电时间。所以，在某一时刻的电负荷可以表示为：
Figure BDA0002094958900000073
式中,T为一个调度周期的时刻数，Wt为区域内的总负荷,
Figure BDA0002094958900000074
和
Figure BDA0002094958900000075
分别为 t时刻总负荷中包含的刚性负荷、可削减负荷和可平移负荷。其中，可削减负荷的削减电量存在着范围约束，不可无限制削减负荷电量；可平移负荷可以改变用电时间段，但总的用电量不变。这两项约束可以描述为：
Figure BDA0002094958900000076
Figure BDA0002094958900000077
式中，
Figure BDA0002094958900000078
和
Figure BDA0002094958900000079
分别为可削减负荷可调节区间的最小值和最大值，
Figure BDA00020949589000000710
为可平移负荷在可平移时段[tn,tm]中消耗的电能总量。
(4)热负荷的约束条件
区别于传统电网，综合能源系统中存在热力管网，用户可以直接消耗热力管网中的热能。除此之外，由于用户自身还具备空调、电暖气等热电耦合设备，热负荷的变化会引起电负荷的变化，这种热电耦合关系可以描述为：
ΔWt Q＝ξΔQt (43)
式中，
Figure BDA00020949589000000711
为t时段内因用户调整热负荷而产生的电负荷变化量；ζ为单位热量与电能的换算系数。考虑到热电耦合的变化量，热负荷总量可以表示为：
Qt＝Q′t-ΔQt (44)
式中，Q′t为t时段内用户原始热负荷的计划量。同时，受用户舒适度感受的影响，用户可接受的热电耦合负荷的最大变化量存在一定的约束范围：
0≤ΔQt≤ΔQt,max (45)
式中，ΔQt,max为用户可接受的热负荷最大调整量。
(5)光伏系统的约束条件
根据标准测试条件(STC)，已知温度和光照强度的情况下，光伏电源的出力大小可用下式表达。
Figure BDA0002094958900000081
其中，PPV是PV的出力大小；
Figure BDA0002094958900000082
是STC条件(光照强度为1000W/m2，温度为25℃)下，设备厂家测定的PV最大出力；Gc为实际光照强度；GSTC为STC 条件下的光照强度；Tc为实际温度；TSTC为STC条件下的温度大小；k为功率温度系数，k＝0.0045。
除出力大小需要满足上述等式条件外，与传统机组相似，PV同时存在有爬坡约束，如下式所述：
Figure BDA0002094958900000083
式中，
Figure BDA0002094958900000084
和
Figure BDA0002094958900000085
分别为PV的向下和向上调节速度。
Figure BDA0002094958900000086
和
Figure BDA0002094958900000087
分别为t+1时刻和t时刻PV的出力大小。Δt为一个调度时间间隔的时长，单位是小时。
(6)风力发电机的约束条件
在已知风速的情况下，风力发电机的出力可表述为如下分段函数的形式。
Figure BDA0002094958900000088
其中，PWT是WT的出力大小，Vc为切入风速，Vr为额定风速，Vco为切出风速，Vt为WT工作时的实际风速，
Figure BDA0002094958900000089
为厂家标定的风力发电机的额定功率。
风力发电机同样存在出力调节速度的约束，如下式所述：
Figure BDA00020949589000000810
式中,
Figure BDA00020949589000000811
和
Figure BDA00020949589000000812
分别为WT阵列的向下和向上调节速度。
Figure BDA00020949589000000813
和
Figure BDA00020949589000000814
分别为t+1 时刻和t时刻WT的出力大小。Δt为一个调度时间间隔的时长，单位是小时。
(7)冷热电三联产机组的约束条件
冷热电联产机组作为综合能源系统内的主要供热源，一般运行在以热定电的模式下，发电功率可以由下式进行计算：
Figure BDA00020949589000000815
式中，
Figure BDA00020949589000000816
为CCHP机组在t时刻的出力大小，η为CCHP机组的发电效率，ηL为CCHP机组的热损失系数，δH为热系数，Ht为CCHP机组在t时刻的产热功率，受机组容量限制，产热功率存在一定的变化范围，机组爬坡也受调节速度的约束：
Figure BDA0002094958900000091
式中，Hmin和Hmax分别为产热功率的调节下限和调节上限；
Figure BDA0002094958900000092
和
Figure BDA0002094958900000093
分别为电功率的向下和向上调节速度。
步骤3.基于双层优化方法，设计模型的求解方法，具体如求解流程图4所示。在MATLAB上，输入步骤1中的数据到步骤2中的模型利用遗传算法和非线性规划编程，最终完成模型的求。
仿真在MATLAB2013b中进行，遗传算法采用谢菲尔德遗传算法工具箱，线性规划采用YALMIP调用CPLEX进行求解，遗传算法参数设置如下：种群数量为15，最大进化次数为50，代沟为0.9，重组概率为0.2，变异概率为0.9，算法的收敛特性如图5所示。
优化计算后，供能商提供的需求侧响应补贴价格最优为0.136元/kWh，最佳补贴时段分别为第3、6、11、14、16、17和22个调度时段。在最佳补贴和补贴时段的情况下，用户及供能商各项成本和收益参数如表2所示。
表2最优补贴下供能商和用户各项成本和收益参数
Figure BDA0002094958900000094
实施补贴前后，用户的用能行为变化情况如图6所示，可平移负荷的分配情况如图7所示。结合外部电网实施的调峰电价，在考虑的补贴情况下，用户会更愿意调整自身的用电负荷情况，从而优化自身的用电成本：外部电网购电价格低的时段，供能商更愿意给用户提供需求侧响应补贴，而供能商给出补贴的时段，用户更愿意将可平移负荷在其他时段消耗，从而削减自身的用电负荷来赚取该时段的补贴费用。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种基于价格激励的综合能源系统调度方法，其特征在于：包括如下步骤：
步骤1.输入园区内设备参数、负荷数据和价格数据；
步骤2.构建基于价格激励的综合能源系统调度模型，所述综合能源系统调度模型的具体参数包括用户模型的目标函数、综合能源系统供能商的目标函数、电负荷的约束条件、热负荷的约束条件、光伏系统的约束条件、风力发电机的约束条件、冷热电三联产机组的约束条件；
步骤3.基于双层优化方法，设计综合能源系统调度模型的求解方法：汇总步骤2中的目标函数和约束条件，写为双层优化的形式，在MATLAB上输入步骤1中的数据到步骤2中的模型，利用遗传算法和非线性规划编程，最终完成模型的求解，得到调度过程中供能商最佳的补贴价格和补贴时段，同时得到预估的用户用能成本、用户满意度、供能商收益以及相应的用电计划；
步骤2中用户模型的目标函数为
C＝C1+KC2 (1)
其中C1表示用户的用能成本，C2表示用户满意度函数，K表示单位满意度等价的费用；
其中用户的用能成本用下式进行描述:
Figure FDA0002996184070000011
式中，pE和pG分别为供能商制定的电价和热价，rE为供能商在需求响应时段给出的补贴价格，
Figure FDA0002996184070000012
和
Figure FDA0002996184070000013
为用户在t时段的理想供用电量和理想供热量，Wt和Qt为实际使用的电量和热量，TD为供能商提供补贴的时段，μ为补贴状态系数，只有在用户响应需求侧管理，降低了自身能耗时才给予补贴，满足:
Figure FDA0002996184070000014
用户满意度函数如下：
Figure FDA0002996184070000015
式中，
Figure FDA0002996184070000016
和
Figure FDA0002996184070000017
为用户在t时段的理想供用电量和理想供热量，Wt和Qt为实际使用的电量和热量，θ和λ分别为满意度函数的调整参数，且满足-1<θ<0，λ>0；
步骤2中综合能源系统供能商的效用函数为：
Figure FDA0002996184070000018
式中，pE和pG分别为供能商出售给用户的电价和热价，pR为PV和WT的上网补贴，pBE为供能商从外部电网的购电价格，pBG为供能商从外部天然气网的购气价格，L为天然气的低位热值，α为CCHP机组的热电比，η为发电效率，pMO为供能商自身设备的发电综合成本价格，Wt和Qt为实际使用的电量和热量，
Figure FDA0002996184070000021
为光伏系统、风力发电机和CCHP机组在t时刻的出力大小；
在某一时刻的电负荷表示为：
Wt＝Wt A+Wt B+Wt C,t∈T (6)
式中,T为一个调度周期的时刻数，Wt为区域内的总负荷,
Figure FDA0002996184070000022
和
Figure FDA0002996184070000023
分别为t时刻总负荷中包含的刚性负荷、可削减负荷和可平移负荷，其中，可削减负荷的削减电量存在着范围约束，不可无限制削减负荷电量；可平移负荷可以改变用电时间段，但总的用电量不变，步骤2中电负荷的约束条件描述为：
Figure FDA0002996184070000024
Figure FDA0002996184070000025
式中，
Figure FDA0002996184070000026
和
Figure FDA0002996184070000027
分别为可削减负荷可调节区间的最小值和最大值，
Figure FDA0002996184070000028
为可平移负荷在可平移时段[tn,tm]中消耗的电能总量；
热电耦合关系描述为：
ΔWt Q＝ξΔQt (9)
式中，ΔWt Q为t时段内因用户调整热负荷而产生的电负荷变化量；ζ为单位热量与电能的换算系数，考虑到热电耦合的变化量，热负荷总量表示为：
Qt＝Q′t-ΔQt (10)
式中，Q′t为t时段内用户原始热负荷的计划量，同时，受用户舒适度感受的影响，步骤2中热负荷的约束条件如下：用户可接受的热电耦合负荷的最大变化量存在一定的约束范围：
0≤ΔQt≤ΔQt,max (11)
式中，ΔQt,max为用户可接受的热负荷最大调整量；
步骤2中光伏系统的约束条件如下：
根据标准测试条件，已知温度和光照强度的情况下，光伏电源的出力大小用下式表达：
Figure FDA0002996184070000029
其中，PPV是PV的出力大小；
Figure FDA00029961840700000210
是STC条件，即光照强度为1000W/m2，温度为25℃下，设备厂家测定的PV最大出力；Gc为实际光照强度；GSTC为STC条件下的光照强度；Tc为实际温度；TSTC为STC条件下的温度大小；k为功率温度系数，k＝0.0045；
除出力大小需要满足上述等式条件外，与传统机组相似，PV同时存在有爬坡约束，如下式所述：
Figure FDA00029961840700000211
式中，
Figure FDA0002996184070000031
和
Figure FDA0002996184070000032
分别为PV的向下和向上调节速度，
Figure FDA0002996184070000033
和
Figure FDA0002996184070000034
分别为t+1时刻和t时刻PV的出力大小，Δt为一个调度时间间隔的时长，单位是小时；
步骤2中风力发电机的约束条件如下式所述：
Figure FDA0002996184070000035
式中,
Figure FDA0002996184070000036
和
Figure FDA0002996184070000037
分别为WT阵列的向下和向上调节速度，
Figure FDA0002996184070000038
和
Figure FDA0002996184070000039
分别为t+1时刻和t时刻WT的出力大小，Δt为一个调度时间间隔的时长，单位是小时；
在已知风速的情况下，风力发电机的出力PWT表述为如下分段函数的形式：
Figure FDA00029961840700000310
其中，PWT是WT的出力大小，Vc为切入风速，Vr为额定风速，Vco为切出风速，Vt为WT工作时的实际风速，
Figure FDA00029961840700000311
为厂家标定的风力发电机的额定功率；
步骤2中冷热电三联产机组的约束条件为：
Figure FDA00029961840700000312
式中，Hmin和Hmax分别为产热功率的调节下限和调节上限；
Figure FDA00029961840700000313
和
Figure FDA00029961840700000314
分别为电功率的向下和向上调节速度；
冷热电联产机组作为综合能源系统内的主要供热源，运行在以热定电的模式下，发电功率由下式进行计算：
Figure FDA00029961840700000315
式中，
Figure FDA00029961840700000316
为CCHP机组在t时刻的出力大小，η为CCHP机组的发电效率，ηL为CCHP机组的热损失系数，δH为热系数，Ht为CCHP机组在t时刻的产热功率。
2.如权利要求1所述的基于价格激励的综合能源系统调度方法，其特征在于：步骤1中园区内设备参数包括光伏系统装机容量、风力发电机装机容量、冷热电三联产机组装机容量、风力发电机的切入风速、额定风速和切出风速、冷热电三联产机组的发电效率、热系数、热损失系数以及上述所有设备的最大爬坡速度；园区内负荷数据包括电负荷用电计划、热负荷用电计划、可平移负荷的大小及可平移时段、可削减负荷的削减范围、热电耦合负荷的削减范围；园区内的价格数据包括供能商单位成本电价、外部电网的分时电价、燃气网的购气电价、综合能源系统运营商的售热售电价格以及光伏和风机上网补贴电价。
3.如权利要求1所述的基于价格激励的综合能源系统调度方法，其特征在于：取θ＝-0.5，λ＝5。
CN201910515670.XA 2019-06-14 2019-06-14 一种基于价格激励的综合能源系统调度方法 Active CN110276486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910515670.XA CN110276486B (zh) 2019-06-14 2019-06-14 一种基于价格激励的综合能源系统调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910515670.XA CN110276486B (zh) 2019-06-14 2019-06-14 一种基于价格激励的综合能源系统调度方法

Publications (2)

Publication Number Publication Date
CN110276486A CN110276486A (zh) 2019-09-24
CN110276486B true CN110276486B (zh) 2021-05-11

Family

ID=67960823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910515670.XA Active CN110276486B (zh) 2019-06-14 2019-06-14 一种基于价格激励的综合能源系统调度方法

Country Status (1)

Country Link
CN (1) CN110276486B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110782136B (zh) * 2019-10-09 2020-11-20 南方电网能源发展研究院有限责任公司 基于综合能源大数据的能源信息处理系统及方法
CN111404146B (zh) * 2020-03-19 2021-08-13 南方电网科学研究院有限责任公司 基于用户负荷转移舒适度的配电方法、系统、终端和介质
CN111523708B (zh) * 2020-04-09 2023-08-18 中新春兴新能源电力（苏州）有限公司 一种基于价格型需求响应的能量优化管理方法
CN113327065B (zh) * 2021-06-30 2023-08-22 中国人民解放军国防科技大学 针对发电侧的用户复杂用电情况的能源管理方法及系统
CN113394777A (zh) * 2021-07-07 2021-09-14 国网天津市电力公司 基于配电网运行与用户侧能源系统需求响应协同优化方法
CN116843406B (zh) * 2023-05-16 2024-10-01 中国长江电力股份有限公司 综合能源系统参与电力系统调节的市场机制设计方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002931A (zh) * 2018-08-22 2018-12-14 河海大学 日前发电调度与日前峰谷分时电价联合优化方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002931A (zh) * 2018-08-22 2018-12-14 河海大学 日前发电调度与日前峰谷分时电价联合优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Bi-level Model for Demand Side Management in Integrated Energy System》;QianYimin;《 2019 IEEE 3rd International Electrical and Energy Conference (CIEEC)》;20190709;全文 *
基于需求响应潜力时变性的风火荷协同控制方法;宁佳;《电工技术学报》;20190430;全文 *

Also Published As

Publication number Publication date
CN110276486A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
CN110276486B (zh) 一种基于价格激励的综合能源系统调度方法
Jiang et al. Day-ahead stochastic economic dispatch of wind integrated power system considering demand response of residential hybrid energy system
Arun et al. Intelligent residential energy management system for dynamic demand response in smart buildings
Torkan et al. A genetic algorithm optimization approach for smart energy management of microgrids
CN109657946B (zh) 基于博弈论的区域能源互联网规划的数学模型和规划方法
Lu et al. Robust day-ahead coordinated scheduling of multi-energy systems with integrated heat-electricity demand response and high penetration of renewable energy
Moradi et al. Operational strategy optimization in an optimal sized smart microgrid
US20140214219A1 (en) Energy management system, energy management method, medium, and server
CN110689189A (zh) 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN109409595B (zh) 一种园区多能互补系统日前调度方法
Chen et al. Retail dynamic pricing strategy design considering the fluctuations in day-ahead market using integrated demand response
Wang et al. Optimal management of multi stakeholder integrated energy system considering dual incentive demand response and carbon trading mechanism
JP6253797B2 (ja) 発電設備運用装置および運用方法
Conteh et al. Energy management systems for hybrid distributed generation sources in grid connected and stand-alone micro-grids
Yang et al. Parallel autonomous optimization of demand response with renewable distributed generators
Fattaheian-Dehkordi et al. Incentive-based flexible-ramp-up management in multi-microgrid distribution systems
Li et al. Multi-time scale scheduling for virtual power plants: Integrating the flexibility of power generation and multi-user loads while considering the capacity degradation of energy storage systems
Castelli et al. Robust optimization of seasonal, day-ahead and real time operation of aggregated energy systems
Secchi et al. Peer-to-peer electricity sharing: Maximising PV self-consumption through BESS control strategies
Haddadipour et al. Strategic bidding of a multi‐carrier microgrid in energy market
CN110661255B (zh) 一种多能源系统的热电优化运行方法、装置及设备
Ning et al. A two-layer optimal scheduling method for multi-energy virtual power plant with source-load synergy
Liu et al. Optimal design of a score-based incentive mechanism for promoting demand response participations of residential users
Li et al. Research on optimization of multi energy-type coordinated microgrid considering user satisfaction
Yang et al. Integrated Energy Management of Smart Grids in Smart Cities Based on PSO Scheduling Models

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: 20240611

Address after: 430077 no.227 Xudong street, Hongshan District, Wuhan City, Hubei Province

Patentee after: STATE GRID HUBEI ELECTRIC POWER Research Institute

Country or region after: China

Patentee after: STATE GRID CORPORATION OF CHINA

Patentee after: HUBEI FANGYUAN DONGLI ELECTRIC POWER SCIENCE RESEARCH CO.,LTD.

Address before: 430077 no.227 Xudong street, Hongshan District, Wuhan City, Hubei Province

Patentee before: STATE GRID HUBEI ELECTRIC POWER Research Institute

Country or region before: China

Patentee before: STATE GRID CORPORATION OF CHINA

TR01 Transfer of patent right