CN110417063A - 一种综合能源系统日前优化调度方法 - Google Patents
一种综合能源系统日前优化调度方法 Download PDFInfo
- Publication number
- CN110417063A CN110417063A CN201910703974.9A CN201910703974A CN110417063A CN 110417063 A CN110417063 A CN 110417063A CN 201910703974 A CN201910703974 A CN 201910703974A CN 110417063 A CN110417063 A CN 110417063A
- Authority
- CN
- China
- Prior art keywords
- formula
- power
- gas
- indicate
- follows
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 39
- 239000007789 gas Substances 0.000 claims abstract description 73
- 238000013178 mathematical model Methods 0.000 claims abstract description 41
- 238000013210 evaluation model Methods 0.000 claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 239000005431 greenhouse gas Substances 0.000 claims abstract description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 28
- 230000008901 benefit Effects 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 15
- 239000003345 natural gas Substances 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 238000010248 power generation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003245 coal Substances 0.000 claims description 6
- 230000005619 thermoelectricity Effects 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000013022 venting Methods 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000009897 systematic effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 235000015170 shellfish Nutrition 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000012797 qualification Methods 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种综合能源系统日前优化调度方法，包括具体步骤：构建区域综合能源系统中配电系统数学模型、配气系统数学模型以及EC系统数学模型；建立综合评价模型对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价；以最小化的运行成本、温室气体及污染气体排放量为目标来制定目标函数；构建多目标随机优化数学模型；采用NSGA‑II优化算法对多目标随机优化问题进行求解。本发明基于多目标优化调度分析，提供一系列可选方案，优化结果实现了ICES在随机性条件下的经济环保运行。
Description
技术领域
本发明实施例涉及综合能源系统技术领域，尤其涉及一种综合能源系统日前优化调度方法。
背景技术
随着能源供需关系的日益紧张，全球环境的不断恶化，区域综合能源系统(integrated community energysystem，ICES)相对于单一能源系统不仅能提供更为安全经济的可持续用能方案，还有助于提高能源利用效率和减少污染气体排放，对推动未来低碳城市的建设具有重要意义。
从区域综合能源系统的评价角度较为单一且不同地区在人口、面积以及GDP等方面各有差异，区域综合能源系统的可靠性、环保性等造成的影响也不尽相同，分析区域综合能源系统面临的基本问题的同时，满足终端用户对电力、天然气以及热能等多类型用能需求，实现对区域范围内的配电系统、配气系统以及能量中心(energy center，EC)系统的多维度优化调度和能量管理，考虑新能源发电设备以及负荷等不确定性因素带来的影响，研究能计及评价模型的区域综合能源系统优化调度方法具有重要的意义。
发明内容
为此，本发明实施例提供一种综合能源系统日前优化调度方法，通过构建ICES中配电系统数学模型、配气系统数学模型以及EC系统数学模型；对电力系统可靠、经济、环保、高效四个方面加以评价，建立综合评价模型；以最小化运行成本和温室气体及污染气体排放量为目标函数，基于机会约束法构建多目标随机优化数学模型，采用NSGA-II优化算法对多目标随机优化问题进行求解，以解决现有技术中由于区域综合能源系统的评价角度单一，且不同地区在人口、面积以及GDP等方面各有差异而导致的对区域综合能源系统可靠性、环保性等造成负面影响的问题。
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：
一种综合能源系统日前优化调度方法，包括具体步骤：
步骤S100、构建ICES中配电系统数学模型、配气系统数学模型以及EC系统数学模型；
步骤S200、分别对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价，并建立综合评价模型。
步骤S300、以最小化的运行成本、温室气体及污染气体排放量为目标来制定目标函数；
步骤S400、构建多目标随机优化数学模型；
步骤S500、采用NSGA-II优化算法对多目标随机优化问题进行求解。
进一步地，构建ICES中配电系统数学模型、配气系统数学模型以及EC系统数学模型：
所述配电系统数学模型的构建方法为：基于概率模型分别对配电系统中的风机与光伏设备进行建模；
所述配气系统数学模型的构建方法为：通过对燃气压缩机功率进行热值转换对天然气流量进行建模；
所述EC系统数学模型的构建方法为：通过假设EC中电负荷和热负荷满足正态分布进行建模；
式中Le和Lk分别为电负荷和热负荷抽样值；和分别为电负荷和热负荷的期望值；和分别为电负荷和热负荷的标准差。
进一步地，所述风机与光伏设备建模的方法包括：
假定风速满足威伯尔分布，所述配电系统数学模型的概率密度函数如式所示：
式中f表示概率密度函数；vwind为风速抽样值；k为形状参数；c为尺度参数；
基于所述配电系统数学模型的概率密度函数进行风机设备建模，风机的输出功率根据下式进行计算：
式中功率与负荷的相关变量单位均为千瓦；Pwind表示风机输出功率；vin表示风机的切入速度；vr表示风机的额定速度；vout表示风机的切出速度；Pwr为风机的额定功率；
基于所述配电系统数学模型的概率密度函数进行光伏设备建模，光伏出力满足贝塔分布，其概率密度函数如下式所示：
式中PPV表示光伏设备的实际输出功率；表示光伏设备的最大输出功率；Γ表示Gamma函数；α和β均为贝塔分布的尺度函数。
进一步地，天然气流量建模的具体步骤如下：
制定燃气压缩机功率方程：
式中Pcp表示燃气压缩机消耗功率；kcp表示压缩比；Fout表示压缩机的出口流量；Tk表示天然气温度；Pin表示压缩机入口压力；Pout表示压缩机出口压力；α表示压缩机的多变指数；
通过燃气压缩机功率得到天然气流量模型，表达式如下：
式中Fcp为燃气压缩机的天然气流量；qgas为天然气热值。
进一步地，步骤S200中分别对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价，其方法包括：
通过用户的平均停电时间have和用户平均停电次数nave来表征效益评价模型的可靠性，其表达式如下：
式中hi表示第i次的停电小时数；ni为第i次的停电用户数；nc为总供电用户数；
利用全环节成本Call来表征效益评价模型的经济性，其表达式如下：
式中Cg表示发电成本；Ct表示输电成本；Cd表示配供电成本；Cm表示管理成本；Ci表示第i种电源的发电成本；i表示发电能源的类型；
通过清洁能源发电量占比ηc来表征效益评价模型的环保型，其表达式如下：
式中Wc表示清洁能源发电量；Wf为地区总发电量；Wi为第i种电源的发电量；
清洁能源的节约的环境成本的计算公式如下：
式中E0_i和Ei分别为第i种排放物按当前发电量折合全火电情形下排放量以及实际排放量；α0和α分别为全火电情形下发电煤耗及实际发电煤耗；ej为第j种排放物排放系数；Ve_j和Vc_j分别为第j种排放物的环境价值和减排的单位成本；
区域综合能源系统的高效性ηal以发电和输电两个环节来计算，其表达式如下：
式中：Lf和L1分别为地区发电厂用电率和线损率；Wdi为第i种电厂的厂用电量；Wp、Win和Wout分别为总供电量、地区内净供电量和净外送量。
步骤S200中建立综合评价模型，其具体步骤包括：
步骤S201、计算权重：将矩阵E归一化处理为P＝|Pij|m×n，其中Pij归一化公式为：
第j个指标的权重pj的计算方法为：
式中fj为第j个指标信息熵值；
步骤S202、在综合赋值之后，该地区系统方案的综合评价值为V，表达式如下：
进一步地，在步骤S300中制定目标函数的具体方法为：
在t时段内的运行成本如下式所示：
minC0(t)＝min(Celec，tPelec，tΔt+Cgas,tPgas,tΔt)
式中：Celec，t为t时段内的电价，Pelec，t为t时段内的用电量；Cgas，t为t时段内的气的价格，Pgas，t为t时段内的用气量；Δt为t时段的时长；
在t时段内的温室及污染气体排放量如下式所示：χ
式中：ETelec为配电系统购电时的电网产生的气体排放量；ETags为使用天然气产生的气体排放量；NPG为电网产生的气体排放的类型；χelec，P为电网运行时的第p种气体的排放因子；χgas为天然气的气体排放因子。
进一步地，步骤S400所述构建多目标随机优化数学模型，其方法包括：基于区域综合能源系统最小化运行成本目标函数、区域综合能源系统最小化温室气体及污染气体排放量目标函数，以及基于机会约束法，进行构建计及效益评价模型的区域综合能源系统日前优化调度多目标随机优化数学模型。
本发明的实施方式具有如下优点：
(1)针对一个典型的ICES进行考虑效益评价的多目标日前优化调度分析，所提方法能够为系统调度员提供一系列可选方案，优化结果合理反映了随机性条件下ICES的运行特性，在能够满足多种能源系统的潮流约束条件下，实现了ICES在随机性条件下的经济环保运行；
(2)与基于确定性优化方法获得的调度方案相比，本发明所提方法考虑了随机性对优化结果的影响，可为ICES提供更为合理的调度方案；
(3)本发明所提优化调度方法在考虑区域综合能源系统内部特性的同时，加入了待评价地区的自身特点。
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区域综合能源的效益评价模型示意图；
图2为本发明实施方式中区域综合能源系统的效益评价指标体系示意图；
图3为本发明实施方式中区域综合能源系统的效益评价模型的求解流程图。
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。
如图1至图3所示，本发明公布了一种综合能源系统日前优化调度方法，包括具体步骤：
步骤S100、构建ICES中配电系统数学模型、配气系统数学模型以及EC系统数学模型；
步骤S200、分别对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价，并建立综合评价模型。
步骤S300、以最小化的运行成本、温室气体及污染气体排放量为目标来制定目标函数；
步骤S400、构建多目标随机优化数学模型；
步骤S500、采用NSGA-II优化算法对多目标随机优化问题进行求解。
进一步地，构建ICES中配电系统数学模型、配气系统数学模型以及EC系统数学模型：
所述配电系统数学模型的构建方法为：基于概率模型分别对配电系统中的风机与光伏设备进行建模；
所述配气系统数学模型的构建方法为：通过对燃气压缩机功率进行热值转换对天然气流量进行建模；
所述EC系统数学模型的构建方法为：通过假设EC中电负荷和热负荷满足正态分布进行建模；
式中Le和Lk分别为电负荷和热负荷抽样值；和分别为电负荷和热负荷的期望值；和分别为电负荷和热负荷的标准差。
进一步地，步骤S101所述风机与光伏设备建模的方法包括：
假设风速满足威伯尔分布，所述配电系统数学模型的概率密度函数如式所示：
式中：f(·)表示概率密度函数；vwind为风速抽样值；k为形状参数；c为尺度参数；
基于所述配电系统数学模型的概率密度函数进行风机设备建模，风机的输出功率根据下式进行计算：
式中：功率与负荷的相关变量单位均为千瓦；Pwind表示风机输出功率；vin表示风机的切入速度；vr表示风机的额定速度；vout表示风机的切出速度；Pwr为风机的额定功率；
基于所述配电系统数学模型的概率密度函数进行光伏设备建模，光伏出力满足贝塔分布，其概率密度函数如下式所示：
式中：PPV表示光伏设备的实际输出功率；表示光伏设备的最大输出功率；Γ表示Gamma函数；α和β均为贝塔分布的尺度函数。
为保证配电系统安全稳定运行，对配电系统的潮流方程进行约束，考虑的潮流约束包括系统购电约束、节点电压约束和线路功率约束，如下式所示：
式中：Pelec,t为t时段内配电系统的购电功率；表示购电功率的下限；表示购电功率的上限；表示节点i的电压；表示节点电压的下限；表示节点电压的上限。Sij为线路ij流过的视在功率；线路ij允许的最大功率。
进一步地，天然气流量建模的具体步骤如下：
制定燃气压缩机功率方程：
式中Pcp表示燃气压缩机消耗功率；kcp表示压缩比；Fout表示压缩机的出口流量；Tk表示天然气温度；Pin表示压缩机入口压力；Pout表示压缩机出口压力；α表示压缩机的多变指数；
通过燃气压缩机功率得到天然气流量模型，且表达式如下：
式中：Fcp为燃气压缩机的天然气流量；qgas为天然气热值。
配气系统的组成与配电系统具有一定的相似性，主要由节点、燃气管道和压缩机构成圈，根据燃气管网的拓扑结构，可以采用节点—支路关联矩阵S来去描述节点和燃气管道的数学关系，S矩阵中的第k行，第n列的元素Skn表示节点k与管道n之间的关联信息，配气系统数学模型的取值如下式所示：
燃气管网满足节点方程和回路方程：
S*F＝f；
式中：F表示流量矩阵，第n行元素Fn表示燃气管道n的流量；f表示负荷矩阵，第k行元素fk表示k的燃气负荷。
式中pn-start表示管道n所连始节点的压力；pn-eed表示管道n的末节点的压力。
回路方程：
BΔP＝0；
式中：B表示回路关联矩阵；ΔP为管道压降矩阵。
配气系统的潮流约束包括购气约束，压缩机压缩比约束及节点压力约束
式中：Fgas,t为t时段内配气系统的购气流量；表示购气流量的下限；购气流量的上限；表示压缩比的下限；表示压缩比的上限；表示节点压力的下限；表示节点压力的上限。
EC产生的热能以热媒的形式供应给换热器，随输入侧的热负荷，同时将EC内部各能量转换设备的运行效率设为定值。
进一步地，步骤S200中分别对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价，其方法包括：
通过用户的平均停电时间have和用户平均停电次数nave来表征效益评价模型的可靠性，其表达式如下：
式中：hi表示第i次的停电小时数；ni为第i次的停电用户数；nc为总供电用户数；
利用全环节成本Call来表征效益评价模型的经济性，其表达式如下：
式中的Cg表示发电成本；Ct表示输电成本；Cd表示配供电成本；Cm表示管理成本；Ci表示第i种电源的发电成本；i表示发电能源的类型；
通过清洁能源发电量占比ηc来表征效益评价模型的环保型，其表达式如下：
式中：Wc表示清洁能源发电量；Wf为地区总发电量；Wi为第i种电源的发电量；
清洁能源的节约的环境成本的计算公式如下：
式中：E0_i和Ei分别为第i种排放物按当前发电量折合全火电情形下排放量以及实际排放量；α0和α分别为全火电情形下发电煤耗及实际发电煤耗；ej为第j种排放物排放系数；Ve_j和Vc_j分别为第j种排放物的环境价值和减排的单位成本；
区域综合能源系统的高效性ηal以发电和输电两个环节来计算，其表达式如下：
式中：Lf和L1分别为地区发电厂用电率和线损率；Wdi为第i种电厂的厂用电量；Wp、Win和Wout分别为总供电量、地区内净供电量和净外送量；
步骤S200中建立综合评价模型，其具体步骤包括：
步骤S201、计算权重：将矩阵E归一化处理为P＝|Pij|m×n，其中Pij归一化公式为：
第j个指标的权重pj的计算方法为：
式中：fj为第j个指标信息熵值；
指标标准化：设该地区有n个评价指标，该地区的第j个评价指标a1j；该地区的评价指标矩阵为A：
A＝(a11,a12…a1n)T，
效益型的指标是数值越大评价越有利的指标，其标准化公式为：
式中b1j为a1j的标准化后指标；amax1j为该列矩阵的的最大值
成本型的指标是数值越小评价越有利的指标，其标准化公式：
式中amin1j为该列的最小值指标，标准化能够消除不同指标间量纲不同、数量级相差较大的问题。
权重系数实质上是对评价指标自身的评价，常用的赋权方法可以分为主观赋权法、客观赋权法以及综合赋权法，本发明采用结合主、客观赋权法的综合赋权法，其计算原理为：
wj＝k1pj+k2qj；
式中：wj表示第j个指标综合赋权法得到的权重系数；k1和k2分别为客观赋权法和主观赋权法的倾向程度；pj、qj分别为第j个指标通过客观赋权法和主观赋权法得到的权重系数。
本发明主、客观赋权法分别采用快速Delphi法和墒权法，其中，墒权法主要根据数据自身包含的信息量确定指标权重，若某个指标的墒值越小，则说明该指标的变异程度越大，所提供的信息量越多，在综合评价中该指标起的作用越大，其权重应该越大。
步骤S202、在综合赋值之后，该地区系统方案的综合评价值为V，其表达式如下：
进一步地，步骤S300所述以最小化的运行成本、温室气体及污染气体排放量为目标制定目标函数的方法包括：
以ICES最小化运行成本建立目标函数，其在t时段内的运行成本如下式所示：
minC0(t)＝min(Celec，tPelec，tΔt+Cgas,tPgas，tΔt)
式中：Celec，t为t时段内的电价，Pelec，t为t时段内的用电量；Cgas，t为t时段内的气的价格，Pgas，t为t时段内的用气量；Δt为t时段的时长；
在t时段内的温室及污染气体排放量如下式所示：χ
式中：ETelec为配电系统购电时的电网产生的气体排放量；ETgas为使用天然气产生的气体排放量；NPG为电网产生的气体排放的类型；χelec，P为电网运行时的第p种气体的排放因子；χgas为天然气的气体排放因子。
进一步地，步骤S400所述构建多目标随机优化数学模型，其方法包括：基于ICES最小化运行成本目标函数、ICES最小化温室气体及污染气体排放量目标函数，以及基于机会约束法，进行构建计及效益评价模型的区域综合能源系统日前优化调度多目标随机优化数学模型。步骤S101、构建配电系统模型：基于概率模型分别对配电系统中的风机与光伏设备进行建模。
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 (8)
1.一种综合能源系统日前优化调度方法，其特征在于，包括具体步骤：
步骤S100、构建区域综合能源系统中配电系统数学模型、配气系统数学模型以及EC系统数学模型；
步骤S200、建立综合评价模型对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价；
步骤S300、以最小化的运行成本、温室气体及污染气体排放量为目标来制定目标函数；
步骤S400、构建多目标随机优化数学模型；
步骤S500、采用NSGA-II优化算法对多目标随机优化问题进行求解。
2.根据权利要求1所述的一种综合能源系统日前优化调度方法，其特征在于，构建区域综合能源系统中配电系统数学模型、配气系统数学模型以及EC系统数学模型的具体方法为：
所述配电系统数学模型的构建方法为：基于概率模型分别对配电系统中的风机与光伏设备进行建模；
所述配气系统数学模型的构建方法为：通过对燃气压缩机功率进行热值转换对天然气流量进行建模；
所述EC系统数学模型的构建方法为：假定EC中电负荷和热负荷满足正态分布进行建模；
式中Le和Lk分别为电负荷和热负荷抽样值；和分别为电负荷和热负荷的期望值；和分别为电负荷和热负荷的标准差。
3.根据权利要求2所述的一种综合能源系统日前优化调度方法，其特征在于，所述风机与光伏设备建模的方法包括：
假定风速满足威伯尔分布，所述配电系统数学模型的概率密度函数如式所示：
式中f表示概率密度函数；vwind为风速抽样值；k为形状参数；c为尺度参数；
基于所述配电系统数学模型的概率密度函数进行风机设备建模，风机的输出功率根据下式进行计算：
式中功率与负荷的相关变量单位均为千瓦；Pwind表示风机输出功率；vin表示风机的切入速度；vr表示风机的额定速度；vout表示风机的切出速度；Pwr为风机的额定功率；
基于所述配电系统数学模型的概率密度函数进行光伏设备建模，光伏出力满足贝塔分布，其概率密度函数如下式所示：
式中PPV表示光伏设备的实际输出功率；表示光伏设备的最大输出功率；Γ表示Gamma函数；α和β均为贝塔分布的尺度函数。
4.根据权利要求2所述的一种综合能源系统日前优化调度方法，其特征在于，天然气流量建模的具体步骤如下：
制定燃气压缩机功率方程：
式中Pcp表示燃气压缩机消耗功率；kcp表示压缩比；Fout表示压缩机的出口流量；Tk表示天然气温度；Pin表示压缩机入口压力；Pout表示压缩机出口压力；α表示压缩机的多变指数；
通过燃气压缩机功率得到天然气流量模型，表达式如下：
式中Fcp为燃气压缩机的天然气流量；qgas为天然气热值。
5.根据权利要求1所述的一种综合能源系统日前优化调度方法，其特征在于，步骤S200中分别对电力系统的可靠性、经济性、环保性、高效性四个方面进行评价，其方法包括：
通过用户的平均停电时间have和用户平均停电次数nave来表征效益评价模型的可靠性，其表达式如下：
式中hi表示第i次的停电小时数；ni为第i次的停电用户数；nc为总供电用户数；
利用全环节成本Call来表征效益评价模型的经济性，其表达式如下：
式中Cg表示发电成本；Ct表示输电成本；Cd表示配供电成本；Cm表示管理成本；Ci表示第i种电源的发电成本；i表示发电能源的类型；
通过清洁能源发电量占比ηc来表征效益评价模型的环保型，其表达式如下：
式中Wc表示清洁能源发电量；Wf为地区总发电量；Wi为第i种电源的发电量；
清洁能源的节约的环境成本的计算公式如下：
式中E0_i和Ei分别为第i种排放物按当前发电量折合全火电情形下排放量以及实际排放量；α0和α分别为全火电情形下发电煤耗及实际发电煤耗；ej为第j种排放物排放系数；Ve_j和Vc_j分别为第j种排放物的环境价值和减排的单位成本；
区域综合能源系统的高效性ηal以发电和输电两个环节来计算，其表达式如下：
式中：Lf和L1分别为地区发电厂用电率和线损率；Wdi为第i种电厂的厂用电量；Wp、Win和Wout分别为总供电量、地区内净供电量和净外送量。
6.根据权利要求5所述的一种综合能源系统日前优化调度方法，其特征在于，步骤S200中建立综合评价模型，其具体步骤包括：
步骤S201、计算权重：将矩阵E归一化处理为P＝|Pij|m×n，其中Pij归一化公式为：
第j个指标的权重pj的计算方法为：
式中fj为第j个指标信息熵值；
步骤S202、在综合赋值之后，该地区系统方案的综合评价值为V，表达式如下：
7.根据权利要求1所述的一种综合能源系统日前优化调度方法，其特征在于，在步骤S300中制定目标函数的具体方法为：
在t时段内的运行成本如下式所示：
式中：Celec，t为t时段内的电价，Pelec，t为t时段内的用电量；Cgas，t为t时段内的气的价格，Pgas，t为t时段内的用气量；Δt为t时段的时长；
在t时段内的温室及污染气体排放量如下式所示：χ
式中：ETelec为配电系统购电时的电网产生的气体排放量；ETgas为使用天然气产生的气体排放量；NPG为电网产生的气体排放的类型；χelec，P为电网运行时的第p种气体的排放因子；χgas为天然气的气体排放因子。
8.根据权利要求1所述的一种综合能源系统日前优化调度方法，其特征在于，步骤S400所述构建多目标随机优化数学模型，其方法包括：基于区域综合能源系统最小化运行成本目标函数、区域综合能源系统最小化温室气体及污染气体排放量目标函数，以及基于机会约束法，进行构建计及效益评价模型的区域综合能源系统日前优化调度多目标随机优化数学模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910703974.9A CN110417063A (zh) | 2019-07-31 | 2019-07-31 | 一种综合能源系统日前优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910703974.9A CN110417063A (zh) | 2019-07-31 | 2019-07-31 | 一种综合能源系统日前优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110417063A true CN110417063A (zh) | 2019-11-05 |
Family
ID=68364872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910703974.9A Pending CN110417063A (zh) | 2019-07-31 | 2019-07-31 | 一种综合能源系统日前优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110417063A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232984A (zh) * | 2020-10-15 | 2021-01-15 | 浙江大学 | 一种分布式数据中心算力与能流融合的综合能源系统优化调度方法 |
| CN113256041A (zh) * | 2020-02-11 | 2021-08-13 | 中国农业大学 | 一种用于计算农村微能网能效的方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105373967A (zh) * | 2015-11-19 | 2016-03-02 | 许昌许继软件技术有限公司 | 一种基于博弈论组合赋权的光伏电站性能评估方法 |
| CN106355336A (zh) * | 2016-08-31 | 2017-01-25 | 许昌许继软件技术有限公司 | 一种光伏电站发电效率评价方法 |
| CN107784442A (zh) * | 2017-10-26 | 2018-03-09 | 国网能源研究院有限公司 | 一种电力系统综合效益的自动化评价方法 |
| CN108565863A (zh) * | 2018-04-13 | 2018-09-21 | 国网浙江省电力有限公司电力科学研究院 | 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 |
-
2019
- 2019-07-31 CN CN201910703974.9A patent/CN110417063A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105373967A (zh) * | 2015-11-19 | 2016-03-02 | 许昌许继软件技术有限公司 | 一种基于博弈论组合赋权的光伏电站性能评估方法 |
| CN106355336A (zh) * | 2016-08-31 | 2017-01-25 | 许昌许继软件技术有限公司 | 一种光伏电站发电效率评价方法 |
| CN107784442A (zh) * | 2017-10-26 | 2018-03-09 | 国网能源研究院有限公司 | 一种电力系统综合效益的自动化评价方法 |
| CN108565863A (zh) * | 2018-04-13 | 2018-09-21 | 国网浙江省电力有限公司电力科学研究院 | 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 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113256041A (zh) * | 2020-02-11 | 2021-08-13 | 中国农业大学 | 一种用于计算农村微能网能效的方法及系统 |
| CN112232984A (zh) * | 2020-10-15 | 2021-01-15 | 浙江大学 | 一种分布式数据中心算力与能流融合的综合能源系统优化调度方法 |
| CN112232984B (zh) * | 2020-10-15 | 2023-02-17 | 浙江大学 | 一种分布式数据中心算力与能流融合的综合能源系统优化调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guo et al. | Optimal operation of regional integrated energy system considering demand response | |
| Di Somma et al. | Optimal bidding strategy for a DER aggregator in the day-ahead market in the presence of demand flexibility | |
| Zhou et al. | Distributionally robust co-optimization of energy and reserve for combined distribution networks of power and district heating | |
| JP2020054085A (ja) | 電源システムおよび電源システムの制御方法 | |
| CN110417062A (zh) | 一种电气综合能源系统优化调度方法 | |
| JP2014176161A (ja) | エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ | |
| Lu et al. | Optimal operation scheduling of household energy hub: A multi-objective optimization model considering integrated demand response | |
| CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
| Homayouni et al. | Sizing and performance analysis of standalone hybrid photovoltaic/battery/hydrogen storage technology power generation systems based on the energy hub concept | |
| CN104751373A (zh) | 计及污染气体排放风险的环境经济调度方法 | |
| CN105243600A (zh) | 一种电网发电调节方法 | |
| CN110417063A (zh) | 一种综合能源系统日前优化调度方法 | |
| Ju et al. | A dynamic risk aversion model for virtual energy plant considering uncertainties and demand response | |
| CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
| Deng et al. | Optimal scheduling for combined district heating and power systems using subsidy strategies | |
| CN115860241A (zh) | 基于salr的互联多区域综合能源系统分布式调度方法及装置 | |
| Melo et al. | A decision-making method to choose optimal systems considering financial and environmental aspects: Application in hybrid CCHP systems | |
| Naghikhani et al. | Optimal thermal and power planning considering economic and environmental issues in peak load management | |
| Tabar et al. | Impact of bi-facial PV panels’ presence as the novel option on the energy management and scheduling of the interconnected grids: Comprehensive outlook | |
| CN105391091A (zh) | 一种基于层次分析法和隶属度的分布式能量管理方法 | |
| Goudarzi et al. | Optimal scheduling of residential building energy system under B2G, G2B and B2B operation modes | |
| JP2020058141A (ja) | 蓄電設備管理装置および蓄電設備管理方法 | |
| CN115906456A (zh) | 考虑需求侧响应不确定性的含氢储能ies调度优化模型 | |
| CN115936336A (zh) | 一种虚拟电厂容量配置与调控运行优化方法 | |
| CN115082235A (zh) | 一种虚拟能源站内部多能共享的交易方法及系统 |
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 |
Application publication date: 20191105 |
|
| RJ01 | Rejection of invention patent application after publication |