CN110417062A - 一种电气综合能源系统优化调度方法 - Google Patents
一种电气综合能源系统优化调度方法 Download PDFInfo
- Publication number
- CN110417062A CN110417062A CN201910702362.8A CN201910702362A CN110417062A CN 110417062 A CN110417062 A CN 110417062A CN 201910702362 A CN201910702362 A CN 201910702362A CN 110417062 A CN110417062 A CN 110417062A
- Authority
- CN
- China
- Prior art keywords
- node
- ieges
- gas
- electrical 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- 230000005611 electricity Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000009897 systematic effect Effects 0.000 claims abstract description 17
- 239000007789 gas Substances 0.000 claims description 64
- 230000004044 response Effects 0.000 claims description 38
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 29
- 239000003345 natural gas Substances 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims description 3
- 230000002411 adverse Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000013486 operation strategy Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了公开了一种电气综合能源系统优化调度方法，依据IEGES运营商的调度资源架构，建立IEGES系统稳态能量流模型；在IEGES系统稳态能量流模型的基础上，建立计及IDR不确定性的IEGES系统概率能量流模型，并采用三点估算进行计算；建立计及IDR不确定性的IEGES优化运行模型，将概率能量流的计算结果作为系统运行的不等式约束条件，并以IEGES运行收益最大化为目标，制定出计及IDR不确定性的IEGES优化运行方法，确定IEGES中各节点的销售电价，有利于减小系统负荷曲线的波动，从而减小不确定性对IEGES系统的安全经济运行造成负面影响。
Description
技术领域
本发明实施例涉及能源系统运行优化技术领域，尤其涉及一种电气综合能源系统优化调度方法。
背景技术
随着全球天然气资源的大规模开发利用，电-气综合能源系统(integratedelectricity-gas energy system，IEGES)的应用越来越多，IEGES被普遍认为是未来能源互联网发展的关键基础，在传统电-气能量流转换的基础上，电转气技术也趋于完善，使得电力系统和天然气系统之间的耦合性越来越强，传统的电力需求侧响应逐步向着可兼容不同能源形式转换的综合需求响应(integrated demand response,IDR)的方向发展，在IEGES中，IEGES运营商可以通过自主制定售电价格或和用户签订需求响应合同引导用户改变用能行为以推动整体系统趋优运行。
但是以往在研究IEGES优化运行时多是将需求侧响应量作为一个确定值，由于不同用户在生活习惯、理性程度与行为偏好上各不相同，相应的需求响应量措施具有很大不确定性，从而使得系统负荷曲线表现出较大波动，因此，如果忽略了IDR的不确定性，将对IEGES系统的安全经济运行造成很大影响。
发明内容
为此，本发明实施例提供一种电气综合能源系统优化调度方法，已解决现有技术中由于在研究IEGES优化运行时多是将需求侧响应量作为一个确定值，而不同用户在生活习惯、理性程度与行为偏好上各不相同，相应的需求响应量具有不确定性，使得系统负荷曲线表现出较大波动而导致的不利于IEGES系统安全经济运行的问题。
为了实现上述目的，本发明的实施方式公布了如下技术方案：
一种电气综合能源系统优化调度度方法，其特征在于，具体步骤包括：
步骤S100、依据IEGES运营商的调度资源架构，建立IEGES系统稳态能量流模型；
步骤S200、在IEGES系统稳态能量流模型的基础上，建立计及IDR不确定性的IEGES系统概率能量流模型，并采用三点估算法获得系统随机状态变量的各阶矩；
步骤S300、制定以IEGES运行收益最大化为目标的IEGES优化运行方法，确定IEGES中各节点的销售电价。
进一步地，所述步骤S100中建立IEGES系统稳态能量流模型，其表示为：
W＝f(X,Y)；
式中，W为系统节点输入变量构成的列向量；X为系统待求节点状态变量构成的列向量；Y为系统网络结构参数。
进一步地，IEGES稳态能量流模型的计算修正方程式根据扩展牛顿拉夫逊法表示如下：
式中，ΔP、ΔQ分别为电力系统节点的有功偏差和无功偏差；ΔG为节点天然气流量偏差；Δθ、ΔU分别为电力系统节点电压的相角偏差和幅值偏差；ΔП为天然气管道节点压力的平方偏差；J为雅可比矩阵。
进一步地，所述步骤S100中IEGES系统稳态能量流模型的推导方法包括：
建立IEGES系统能量流传输模型：
天然气网络输送燃气流量与网络中节点压力的表达式为：
式中，χij为管道ij的特性常数；i，t表示时段t气网节点i压力的平方值；j，t表示时段t气网节点j压力的平方值；Gi，t为系统中时段t气网节点i流出的燃气量；
在IEGES系统中，将燃气轮机组和电转气设备的模型简化为关于功能转换效率的线性函数：
式中，λ为燃气轮机组的能耗系数；为燃气耗量；为有功出力；为电转气设备的燃气产量；为P2G设备的电能消耗量；η为电转气设备的电气转换效率；βg为天然气的热值；
建立IDR模型：假定天然气价格为恒定，t时刻价格引导型负荷Li，t表示为：
Li,t＝αi(ci,t-ci,0)，
式中，αi为气网节点i用户响应的灵敏度系数；ci，0为基准电价；ci，t为t时刻的电价。
进一步地，所述步骤S200中在IEGES系统稳态能量流模型的基础上，建立计及IDR不确定性的IEGES系统概率能量流模型，并采用三点估算进行计算，其步骤包括：
步骤S201、分别建立IDR不确定性模型、常规负荷不确定性模型和风机的不确定性模型；
步骤S202、采用三点估计法计算IEGES的概率能量流，并将其状态变量计算结果以概率越限的形式作为优化模型的约束条件。
进一步地，所述步骤S201中建立IDR不确定性模型、常规负荷不确定性模型和风机的不确定性模型的方法如下：
建立IDR不确定性模型、需求响应量不确定性部分近似采用正态分布的概率模型，其表示为：
式中，为节点i处响应量L的期望值；ΔPIDR为响应量期望的偏差值；σIDR为ΔPIDR的标准差；
建立常规负荷不确定性模型、其模型使用正太分布函数来描述：
式中，L表示常规电/气负荷，即Pi，t、Qi，t和Gi，t；为电/气负荷的期望值；
建立风机的不确定性模型、各时段风速vt符合威布尔分布，风电输出功率由下式计算得到：
式中，表示单台风机的额定功率；vin、vout和vn分别表示切入风速、切出风速和额定风速。
进一步地，所述步骤S300中制定以IEGES运行收益最大化为目标的IEGES优化运行方法，确定IEGES中各节点的销售电价，其步骤包括：
步骤S301、建立计及IDR不确定性的IEGES优化运行模型；
步骤S302、在所述步骤S301中IEGES优化运行模型的基础上，制定IEGES系统运行收益最大的目标函数；
步骤S303、对所述步骤301中的目标函数进行约束，以保证IEGES系统安全稳定地运行；
进一步地，所述步骤S301中建立计及IDR不确定性的IEGES优化运行模型，其采用遗传算法求解计及IDR不确定性的IEGES优化模型，遗传算法的适应度计算式为：
式中，ω1和ω2均为惩罚因子；ui和vj分别为节点电压和节点气压的状态，当节点i的电压越限概率超过6σ约束时，其为1，否则为0，节点气压同理。
进一步地，所述步骤S302中制定IEGES系统运行收益最大的目标函数，其表达式为：
式中，和分别为从上级能源供应商的购电和购买气功率；为IEGES运营商自有常规发电机组的输出功率；和分别为签订需求响应合同的激励型响应电负荷和气负荷；和分别为激励型响应的电负荷和气负荷的单位功率补偿费用；和分别为从上级能源供应商的购电价格和购气价格；和分别为IEGES运营商的售电价格和售气价格；和分别为IEGES运营商自有的风电机组、常规发电机组、燃气轮机和电转气设备的单位功率运行费用；max F为系统节点构成的集合。
进一步地，所述步骤S303中对目标函数进行约束，约束条件包括：
a)系统功率平衡约束，为保证系统正常运行，需满足如下能源负荷功率平衡约束：
b)系统能流状态变量约束，依据统计学中的6σ原理，设置节点电压和节点气压等状态变量的约束为：
式中，σ为概率能量流计算结果中各节点电压和节点气压波动的标准差；
c)定价范围约束，终端用能用户在一定范围内的电价才会发生需求响应：
式中，和分别代节点i处电价的死区阈值和饱和区阈值；
d)功率交互约束，根据现有实际情况，IEGES运营商不能将能源传输给上级能源供应商，故针对交互功率有如下约束：
e)需求侧负荷响应可调潜力约束，考虑各类负荷自身的可调潜力，各需求侧负荷响应容量有如下约束：
本发明的实施方式具有如下优点：
从全局概率能量流最优的角度，依据IEGES运营商的调度资源架构，建立IEGES系统稳态能量流模型；然后，在此基础上，建立计及IDR不确定性的IEGES系统概率能量流模型，并采用三点估计法进行计算；最后，将概率能量流的计算结果作为系统运行的不等式约束条件，并以IEGES运行收益最大为优化目标，制定出计及IDR不确定性的IEGES优化运行方法，确定IEGES中各节点的销售电价。在综合能源系统优化运行过程中，充分考虑各不确定性因素，对其进行优化计算分析，从而为IEGES运营商制定出相应的经济且安全的最优运行策略。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施方式中IEGES系统示意图；
图2为本发明实施方式中算法流程图；
图3为本发明实施方式中IDR分布位置图；
图4为本发明实施方式中IEGES运营商的各时刻销售电价示意图。
图中：
P2G-电转气设备；GT-常规发电机组；WT-风电场；CU-燃气轮机组；E1～E13-电力系统；G1～G6-天然气节点系统。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。
本发明公布了一种电气综合能源系统优化调度方法，其思路是从全局概率能量流最优的角度，在综合能源系统优化运行过程中，充分考虑各不确定性因素，对其进行优化计算分析，从而为IEGES运营商制定出相应的经济且安全的最优运行策略。
本发明公布了一种电气综合能源系统优化调度方法，包括具体步骤：
步骤S100、依据IEGES运营商的调度资源架构，建立IEGES系统稳态能量流模型；
步骤S200、在IEGES系统稳态能量流模型的基础上，建立计及IDR不确定性的IEGES系统概率能量流模型，并采用三点估算进行计算；
步骤S300、制定出IEGES运行收益最大化为目标的IEGES优化运行方法，确定IEGES中各节点的销售电价。
进一步地，所述S100中建立IEGES系统稳态能量流模型，其表示为：
W＝f(X,Y)；
式中，W为系统节点输入变量构成的列向量，包括各时段t下节点有功/无功注入功率Pi，t、Qi，t以及节点天然气注入流量Gi，t；X为系统待求节点状态变量构成的列向量，包括各时段下电压相角i，t、电压幅值Ui，t以及节点压力平方i，t；Y为系统网络结构参数。
进一步地，根据扩展牛顿拉夫逊法，IEGES稳态能量流计算的修正方程式表示如下：
式中，ΔP、ΔQ分别为电力系统节点的有功偏差和无功偏差；ΔG为节点天然气流量偏差；Δθ、ΔU分别为电力系统节点电压的相角偏差和幅值偏差；ΔΠ为天然气管道节点压力的平方偏差；J为雅可比矩阵。
进一步地，所述S100中IEGES系统稳态能量流模型的推导方法包括：
建立IEGES系统能量流传输模型：
天然气网络输送燃气流量与网络中节点压力的表达式为：
式中，xij为管道ij的特性常数；i，t表示时段t气网节点i压力的平方值；Gi，t为系统中时段t气网节点i流出的燃气量；
在IEGES系统中，IEGES运营商使用耦合设备进行能量转换，包括燃气轮机组和电转气设备，将燃气轮机组和电转气设备的模型简化为关于功-能转换效率的线性函数：
式中，λ为燃气轮机组的能耗系数；为燃气耗量；为有功出力；为电转气设备的燃气产量；为P2G设备的电能消耗量；η为电转气设备的电气转换效率；βg为天然气的热值；
建立IDR模型：在IEGES中，价格引导型负荷是IEGES运营商通过自主制定售电价格来引导用户改变用能行为，假定天然气价格为恒定，价格引导型负荷表示为：
Li，t＝αi(ci，t-ci，0)；
式中，αi为用户响应的灵敏度系数，当αi较大时，表明该电力用户对价格变动的灵敏度较大，对于同样的电价波动用户响应量较大，当αi较小时情况相反；ci.0为基准电价；ci.t为t时刻的电价。
进一步地，所述S200中在IEGES系统稳态能量流模型的基础上，建立计及IDR不确定性的IEGES系统概率能量流模型，并采用三点估算进行计算，其步骤包括：
S201、分别建立IDR不确定性模型、常规负荷不确定性模型和风机的不确定性模型；
S202、采用三点估计法计算IEGES的概率能量流，并将其状态变量计算结果以概率越限的形式作为优化模型的约束条件。
进一步地，所述S201中建立IDR不确定性模型、常规负荷不确定性模型和风机的不确定性模型的方法如下：
建立IDR不确定性模型方法：在IEGES中，用户的响应量存在不确定性，将用户的需求响应量用确定性部分和含有随机性的不确定性部分的和来表示，依据大数定理，需求响应量不确定性部分近似采用正态分布的概率模型，其表示为：
式中，为节点i处响应量L的期望值；ΔPIDR为响应量期望的偏差值；σIDR为ΔPIDR的标准差；
建立常规负荷不确定性模型方法：其模型使用正太分布函数来描述：
式中，L表示常规电/气负荷，即Pi，t、Qi，t和Gi，t；为电/气负荷的期望值；
建立风机的不确定性模型方法：风电机组发电出力主要取决于其安装位置的瞬时风速，各时段风速vt符合威布尔分布，风电输出功率由下式计算得到：
式中，表示单台风机的额定功率；vin、vout和vn分别表示切入风速、切出风速和额定风速。
进一步地，所述S300中制定以IEGES运行收益最大化为目标的IEGES优化运行方法，确定IEGES中各节点的销售电价，其步骤包括：
步骤S301、建立计及IDR不确定性的IEGES优化运行模型；
步骤S302、在所述S301中IEGES优化运行模型的基础上，制定IEGES系统运行收益最大的目标函数；
步骤S303、对所述301中的目标函数进行约束，以保证IEGES系统安全稳定地运行；
进一步地，所述S301中建立计及IDR不确定性的IEGES优化运行模型，其采用遗传算法求解计及IDR不确定性的IEGES优化模型，其中，决策变量为24时刻的销售电价，即IEGES运营商制定的优化运行策略，算法流程如图2所示，遗传算法的适应度计算式为：
式中，ω1和ω2均为惩罚因子；ui和vj分别为节点电压和节点气压的状态，当节点i的电压越限概率超过6σ约束时，其为1，否则为0，节点气压同理。
值得注意的是，计算过程中，时间断面为1h，计算周期为24h，故以下以负荷功率替代电气能量进行计算分析。
进一步地，所述S302中制定IEGES系统运行收益最大的目标函数，其表达式为：
式中，和分别为从上级能源供应商的购电和购买气功率；为IEGES运营商自有常规发电机组的输出功率；和令别为签订需求响应合同的激励型响应电负荷和气负荷；和分别为激励型响应的电负荷和气负荷的单位功率补偿费用；和分别为从上级能源供应商的购电价格和购气价格；和分别为IEGES运营商的售电价格和售气价格；和分别为IEGES运营商自有的风电机组、常规发电机组、燃气轮机和电转气设备的单位功率运行费用；max F为系统节点构成的集合。
进一步地，所述S303中对目标函数进行约束，约束条件包括：
a)系统功率平衡约束
为保证系统正常运行，需满足如下能源负荷功率平衡约束：
b)系统能流状态变量约束
依据统计学中的6σ原理，设置节点电压和节点气压等状态变量的约束为：
式中，σ为概率能量流计算结果中各节点电压和节点气压波动的标准差；
c)定价范围约束
终端用能用户在一定范围内的电价才会发生需求响应，故有：
式中，和分别代节点i处电价的死区阈值和饱和区阈值；
d)功率交互约束
根据现有实际情况，IEGES运营商不能将能源传输给上级能源供应商，故针对交互功率有如下约束：
e)需求侧负荷响应可调潜力约束
考虑各类负荷自身的可调潜力，各需求侧负荷响应容量有如下约束：
为验证本发明方法的有效性，进行以下实验：以改进的IEEE-13个电力系统(E1～E13)和6个天然气节点系统(G1～G6)耦合而成的IEGES为例作实施案例，如图3所示，IEGES运营商自有设备包括：1个10MW风电场(WT)，1个20MW常规发电机组(CU)，1个5MW电转气设备(P2G)和1个5MW燃气轮机组(GT)。IDR实施区域有1-5、7-2和12-3等(电-气节点)，其他节点区域为合同激励型需求响应实施区域；电力和天然气的基准销售电价分别为0.6元/KWh和3元/m3，而设定IEGES运营商从上级能源供应商所购置的能源价格在调度周期内为恒定，即0.5元/KWh和2.85元/m3。
为说明所产生的效果，采用场景对比法，即设置IDR的标准差分别为其期望值的0、5％和10％等3个场景，由本发明所提优化算法进行计算结果比较，结果如表1和图4所示。
表1 各场景下IEGES运营商的经济性和安全性
表1展示了3个场景下，IEGES运营商的系统运行的效益和安全性。由表1可见，随着IDR不确定性的增大，IEGES运营商的收益减小。另一方面，随着IDR不确定性的增大，系统运行期间的越限个数增多。可见，IEGES运营商不得不为系统安全运行，牺牲部分经济收益，以达到系统的经济安全最优运行。如果忽略IDR不确定性的话，IEGES系统将多处存在安全隐患，如场景3中已达12处之多，一旦确实出现故障，系统则无法正常运行，甚至全网都不能再提供能源服务。
图4展示了3个场景下，IEGES运营商为达到系统安全经济最优运行目的，所制定的不同时刻的销售电价。从图中可见，不同场景下调度期间的销售电价变化明显，但由于销售电价有最高限制，所以部分高峰期间的电价已达上限，即0.9元/KWh。在用能低谷时段(如1-7h)时，销售电价较基准电价低，甚至低于IEGES运营商的能源购置价格，这是因为IEGES运营商尽量消纳自身更多的风电所产生的电能，从而在调度运行期间整体收益最大化。
与现有技术相比，本发明可适用于计及IDR不确定性的综合能源系统优化运行并在优化过程中兼顾系统运行的安全性。
另外，本发明以区域级IEGES为例，其所提出的优化运行方法可扩展应用于更多元的综合能源系统场景下。
本发明从全局概率能量流最优的角度，在综合能源系统优化运行过程中，充分考虑各不确定性因素，对其进行优化计算分析，从而为IEGES运营商制定出相应的经济且安全的最优运行策略。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种电气综合能源系统优化调度方法，其特征在于，具体步骤包括：
步骤S100、依据电气综合能源系统运营商的调度资源架构，建立系统稳态能量流模型；
步骤S200、在系统稳态能量流模型的基础上，建立计及综合需求响应不确定性的系统概率能量流模型，并采用三点估算法获得系统随机状态变量的各阶矩；
步骤S300、制定以电气综合能源系统运行收益最大化为目标的电气综合能源系统优化运行方法，确定电气综合能源系统中各节点的销售电价。
2.根据权利要求1所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S100中建立的系统稳态能量流模型表示为：
W＝f(X,Y)，
式中，W为系统节点输入变量构成的列向量；X为系统待求节点状态变量构成的列向量；Y为系统网络结构参数。
3.根据权利要求2所述的一种电气综合能源系统优化调度方法，其特征在于，稳态能量流模型的计算修正方程式根据扩展牛顿拉夫逊法表示如下：
式中，ΔP、ΔQ分别为电力系统节点的有功偏差和无功偏差；ΔG为节点天然气流量偏差；Δθ、ΔU分别为电力系统节点电压的相角偏差和幅值偏差；ΔП为天然气管道节点压力的平方偏差；J为雅可比矩阵。
4.根据权利要求2所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S100中系统稳态能量流模型的推导方法包括：
建立电气综合能源系统能量流传输模型：
天然气网络输送燃气流量与网络中节点压力的表达式为：
Πi，t≥Πj，t，
式中，χij为管道ij的特性常数；i，t表示时段t气网节点i压力的平方值；j，t表示时段t气网节点j压力的平方值；Gi，t为系统中时段t气网节点i流出的燃气量；
在电气综合能源系统中，将燃气轮机组和电转气设备的模型简化为关于功能转换效率的线性函数：
式中，λ为燃气轮机组的能耗系数；为燃气耗量；为有功出力；为电转气设备的燃气产量；为P2G设备的电能消耗量；η为电转气设备的电气转换效率；βg为天然气的热值；
建立综合需求响应模型：假定天然气价格为恒定，t时刻价格引导型负荷Li，t表示为：
Li,t＝αi(ci,t-ci,0)，
式中，a：为气网节点i用户响应的灵敏度系数；ci，0为基准电价；ci，t为t时刻的电价。
5.根据权利要求1所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S200中在系统稳态能量流模型的基础上，建立计及综合需求响应不确定性的系统概率能量流模型，并采用三点估算进行计算，其步骤包括：
步骤S201、分别建立综合需求响应不确定性模型、常规负荷不确定性模型和风机的不确定性模型；
步骤S202、采用三点估计法计算的概率能量流，并将其状态变量计算结果以概率越限的形式作为优化模型的约束条件。
6.根据权利要求5所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S201中建立综合需求响应不确定性模型、常规负荷不确定性模型和风机的不确定性模型的方法如下：
建立综合需求响应不确定性模型方法、需求响应量不确定性部分近似采用正态分布的概率模型，其表示为：
式中，为节点i处响应量L的期望值；ΔPIDR为响应量期望的偏差值；σmn为ΔPIDR的标准差；
建立常规负荷不确定性模型方法、其模型其模型使用正太分布函数来描述：
式中，L表示常规电气负荷，即Pi，t、Qi，t和Gi，t；为电气负荷的期望值；
建立风机的不确定性模型方法、各时段风速vt符合威布尔分布，风电输出功率Pt WT由下式计算得到：
式中，表示单台风机的额定功率；vin、vout和vn分别表示切入风速、切出风速和额定风速。
7.根据权利要求1所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S300中制定以电气综合能源系统运行收益最大化为目标的电气综合能源系统优化运行方法，确定电气综合能源系统中各节点的销售电价，其步骤包括：
步骤S301、建立计及综合需求响应不确定性的电气综合能源系统优化运行模型；
步骤S302、在所述步骤S301中电气综合能源系统优化运行模型的基础上，制定电气综合能源系统运行收益最大的目标函数；
步骤S303、对所述步骤301中的目标函数进行约束，以保证电气综合能源系统安全稳定地运行。
8.根据权利要求7所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S301中建立计及综合需求响应不确定性的电气综合能源系统优化运行模型，其采用遗传算法求解计及综合需求响应不确定性的电气综合能源系统优化模型，遗传算法的适应度计算式为：
式中，ω1和ω2均为惩罚因子；ui和vj分别为节点电压和节点气压的状态，当节点i的电压越限概率超过6σ约束时，其为1，否则为0，节点气压同理。
9.根据权利要求7所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S302中制定电气综合能源系统运行收益最大的目标函数，其表达式为：
式中，和分别为从上级能源供应商的购电和购买气功率；为电气综合能源系统运营商自有常规发电机组的输出功率；和分别为签订需求响应合同的激励型响应电负荷和气负荷；和分别为激励型响应的电负荷和气负荷的单位功率补偿费用；和分别为从上级能源供应商的购电价格和购气价格；和分别为电气综合能源系统运营商的售电价格和售气价格；和分别为电气综合能源系统运营商自有的风电机组、常规发电机组、燃气轮机和电转气设备的单位功率运行费用；max F为系统节点构成的集合。
10.根据权利要求7所述的一种电气综合能源系统优化调度方法，其特征在于，所述步骤S303中对目标函数进行约束，约束条件包括：
a)系统功率平衡约束，为保证系统正常运行，需满足如下能源负荷功率平衡约束：
b)系统能流状态变量约束，依据统计学中的6σ原理，设置节点电压和节点气压等状态变量的约束为：
式中，σ为概率能量流计算结果中各节点电压和节点气压波动的标准差；
c)定价范围约束，终端用能用户在一定范围内的电价才会发生需求响应：
式中，和分别代节点i处电价的死区阈值和饱和区阈值；
d)功率交互约束，根据现有实际情况，电气综合能源系统运营商不能将能源传输给上级能源供应商，故针对交互功率有如下约束：
e)需求侧负荷响应可调潜力约束，考虑各类负荷自身的可调潜力，各需求侧负荷响应容量有如下约束：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910702362.8A CN110417062B (zh) | 2019-07-31 | 2019-07-31 | 一种电气综合能源系统优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910702362.8A CN110417062B (zh) | 2019-07-31 | 2019-07-31 | 一种电气综合能源系统优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110417062A true CN110417062A (zh) | 2019-11-05 |
| CN110417062B CN110417062B (zh) | 2022-11-29 |
Family
ID=68364695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910702362.8A Active CN110417062B (zh) | 2019-07-31 | 2019-07-31 | 一种电气综合能源系统优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110417062B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111525569A (zh) * | 2020-06-10 | 2020-08-11 | 南方电网科学研究院有限责任公司 | 一种区域综合能源系统优化调度方法、系统及设备 |
| CN111697574A (zh) * | 2020-06-19 | 2020-09-22 | 杭州岑石能源科技有限公司 | 一种基于6sigma原理的短期低压配电网转供判定方法 |
| CN111784409A (zh) * | 2020-07-13 | 2020-10-16 | 南方电网能源发展研究院有限责任公司 | 用于配置削峰措施的模型构建方法、装置、设备及介质 |
| CN111950807A (zh) * | 2020-08-26 | 2020-11-17 | 华北电力大学（保定） | 计及不确定性与需求响应的综合能源系统优化运行方法 |
| CN112580938A (zh) * | 2020-12-03 | 2021-03-30 | 国家电网有限公司 | 面向多重不确定性的综合能源系统优化调度方法及装置 |
| CN113158450A (zh) * | 2021-04-08 | 2021-07-23 | 国网河南省电力公司电力科学研究院 | 一种基于楼宇能量管理系统经济调度方法及系统 |
| CN113991646A (zh) * | 2021-10-20 | 2022-01-28 | 国网四川省电力公司经济技术研究院 | 一种兼顾经济性与公平性的电力系统优化调度方法 |
| CN115345391A (zh) * | 2022-10-20 | 2022-11-15 | 广东电网有限责任公司 | 一种电-气能源系统的灾后恢复方法、装置及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005940A (zh) * | 2015-07-09 | 2015-10-28 | 河海大学 | 计及相关性的电-气互联系统概率最优潮流计算方法 |
| CN108594658A (zh) * | 2018-04-24 | 2018-09-28 | 长沙理工大学 | 一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法 |
| CN109327042A (zh) * | 2018-09-27 | 2019-02-12 | 南京邮电大学 | 一种微电网多能源联合优化调度方法 |
| CN109523096A (zh) * | 2018-12-28 | 2019-03-26 | 广东电网有限责任公司 | 可中断负荷作备用辅助服务的气电联合系统优化调度方法 |
| CN109727158A (zh) * | 2019-01-25 | 2019-05-07 | 燕山大学 | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 |
| CN109978362A (zh) * | 2019-03-20 | 2019-07-05 | 南京工程学院 | 一种气电网联合多区域综合能源系统建模及系统规划方法 |
-
2019
- 2019-07-31 CN CN201910702362.8A patent/CN110417062B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005940A (zh) * | 2015-07-09 | 2015-10-28 | 河海大学 | 计及相关性的电-气互联系统概率最优潮流计算方法 |
| CN108594658A (zh) * | 2018-04-24 | 2018-09-28 | 长沙理工大学 | 一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法 |
| CN109327042A (zh) * | 2018-09-27 | 2019-02-12 | 南京邮电大学 | 一种微电网多能源联合优化调度方法 |
| CN109523096A (zh) * | 2018-12-28 | 2019-03-26 | 广东电网有限责任公司 | 可中断负荷作备用辅助服务的气电联合系统优化调度方法 |
| CN109727158A (zh) * | 2019-01-25 | 2019-05-07 | 燕山大学 | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 |
| CN109978362A (zh) * | 2019-03-20 | 2019-07-05 | 南京工程学院 | 一种气电网联合多区域综合能源系统建模及系统规划方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111525569A (zh) * | 2020-06-10 | 2020-08-11 | 南方电网科学研究院有限责任公司 | 一种区域综合能源系统优化调度方法、系统及设备 |
| CN111697574A (zh) * | 2020-06-19 | 2020-09-22 | 杭州岑石能源科技有限公司 | 一种基于6sigma原理的短期低压配电网转供判定方法 |
| CN111697574B (zh) * | 2020-06-19 | 2023-08-25 | 杭州致成电子科技有限公司 | 一种基于6sigma原理的短期低压配电网转供判定方法 |
| CN111784409A (zh) * | 2020-07-13 | 2020-10-16 | 南方电网能源发展研究院有限责任公司 | 用于配置削峰措施的模型构建方法、装置、设备及介质 |
| CN111784409B (zh) * | 2020-07-13 | 2024-04-26 | 南方电网能源发展研究院有限责任公司 | 用于配置削峰措施的模型构建方法、装置、设备及介质 |
| CN111950807A (zh) * | 2020-08-26 | 2020-11-17 | 华北电力大学（保定） | 计及不确定性与需求响应的综合能源系统优化运行方法 |
| CN111950807B (zh) * | 2020-08-26 | 2022-03-25 | 华北电力大学（保定） | 计及不确定性与需求响应的综合能源系统优化运行方法 |
| CN112580938A (zh) * | 2020-12-03 | 2021-03-30 | 国家电网有限公司 | 面向多重不确定性的综合能源系统优化调度方法及装置 |
| CN112580938B (zh) * | 2020-12-03 | 2024-05-14 | 国家电网有限公司 | 面向多重不确定性的综合能源系统优化调度方法及装置 |
| CN113158450A (zh) * | 2021-04-08 | 2021-07-23 | 国网河南省电力公司电力科学研究院 | 一种基于楼宇能量管理系统经济调度方法及系统 |
| CN113991646A (zh) * | 2021-10-20 | 2022-01-28 | 国网四川省电力公司经济技术研究院 | 一种兼顾经济性与公平性的电力系统优化调度方法 |
| CN115345391A (zh) * | 2022-10-20 | 2022-11-15 | 广东电网有限责任公司 | 一种电-气能源系统的灾后恢复方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110417062B (zh) | 2022-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110417062A (zh) | 一种电气综合能源系统优化调度方法 | |
| Majidi et al. | Application of information gap decision theory in practical energy problems: A comprehensive review | |
| Chen et al. | Bargaining game-based profit allocation of virtual power plant in frequency regulation market considering battery cycle life | |
| Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
| Kanakasabapathy et al. | Evolutionary tristate PSO for strategic bidding of pumped-storage hydroelectric plant | |
| CN107239847A (zh) | 一种主动配电网储能系统动态规划方法 | |
| CN113572163B (zh) | 基于改进仿射算法的分布式电源主动配电网优化调度方法 | |
| Wasilewski | Optimisation of multicarrier microgrid layout using selected metaheuristics | |
| CN106953362A (zh) | 并网型微电网的能量管理方法及系统 | |
| CN112215433A (zh) | 基于市场出清电价不确定性的虚拟电厂日前优化调度方法 | |
| CN109510241A (zh) | 工业园区风光燃储能能源的并网模式优化配置系统及方法 | |
| CN103259258B (zh) | 微电网及其控制方法和装置 | |
| CN114662330A (zh) | 计及碳交易机制和需求响应的综合能源系统模型构建方法 | |
| Ju et al. | A risk aversion optimal model for microenergy grid low carbon‐oriented operation considering power‐to‐gas and gas storage tank | |
| Li et al. | A data-driven joint chance-constrained game for renewable energy aggregators in the local market | |
| CN113690875B (zh) | 一种微网实时互动等值模型建立方法 | |
| Ju et al. | Three‐level energy flexible management strategy for micro energy grids considering multiple uncertainties at different time scales | |
| CN111509784A (zh) | 计及不确定性的虚拟电厂鲁棒出力可行域辨识方法及装置 | |
| Dou et al. | Double‐deck optimal schedule of micro‐grid based on demand‐side response | |
| Zadeh et al. | Optimized day-ahead hydrothermal wind energy systems scheduling using parallel PSO | |
| CN110867904A (zh) | 电量出清方法和设备 | |
| Eltamaly | A novel energy storage and demand side management for entire green smart grid system for NEOM city in Saudi Arabia | |
| Li et al. | A day-ahead peer to peer energy sharing strategy among energy hubs considering flexibility of energy storage and loads | |
| CN110417063A (zh) | 一种综合能源系统日前优化调度方法 | |
| Wu et al. | An efficient decomposition method for bilevel energy storage arbitrage problem |
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 |