CN110428088B - 一种考虑增量负荷分配的联合分阶段供暖改造规划方法 - Google Patents
一种考虑增量负荷分配的联合分阶段供暖改造规划方法 Download PDFInfo
- Publication number
- CN110428088B CN110428088B CN201910588423.2A CN201910588423A CN110428088B CN 110428088 B CN110428088 B CN 110428088B CN 201910588423 A CN201910588423 A CN 201910588423A CN 110428088 B CN110428088 B CN 110428088B
- Authority
- CN
- China
- Prior art keywords
- coal
- electricity
- load
- heating
- formula
- 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
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 182
- 238000013439 planning Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 127
- 238000009826 distribution Methods 0.000 title claims abstract description 17
- 230000006872 improvement Effects 0.000 title description 8
- 230000005611 electricity Effects 0.000 claims abstract description 356
- 239000003245 coal Substances 0.000 claims abstract description 329
- 230000007613 environmental effect Effects 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000010248 power generation Methods 0.000 claims abstract description 23
- 238000012986 modification Methods 0.000 claims abstract description 11
- 230000004048 modification Effects 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 136
- 239000007789 gas Substances 0.000 claims description 101
- 239000003345 natural gas Substances 0.000 claims description 68
- 230000009466 transformation Effects 0.000 claims description 55
- 230000008859 change Effects 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 239000003344 environmental pollutant Substances 0.000 claims description 17
- 231100000719 pollutant Toxicity 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000002407 reforming Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 239000003034 coal gas Substances 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000011161 development Methods 0.000 claims description 4
- 238000005485 electric heating Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000005251 gamma ray Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012946 outsourcing Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 30
- 238000005265 energy consumption Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000009671 shengli Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种考虑增量负荷分配的联合分阶段供暖改造规划方法，包括以下步骤：1）基于发电能源结构和清洁能源实际发电量构建了“煤改电”新增电量精细化分析模型，并在此基础上提出了一种“煤改电”新增电量精细化分析方法；2）以“煤改电”、“煤改气”分阶段改造方案为决策变量，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本为优化目标，构建“煤改电”、“煤改气”联合分阶段规划模型；3）利用向量序优化算法对模型进行求解。本发明从供暖负荷的宏观分配角度出发，通过精细化的分析“煤改电”的新增电量，综合考虑“煤改电”、“煤改气”的优势和特点，提出了一种统筹兼顾经济、环境、能源等综合成本的联合分阶段规划方法。
Description
技术领域
本发明属于能源技术领域，尤其涉及一种有效提升供暖改造综合效益和规划科学性的煤改电和煤改气联合分阶段规划方法。
背景技术
为解决我国日益严重的冬季雾霾问题，从2017年起京津冀及周边地区“2+26”城市开始推动冬季供暖的“煤改电”、“煤改气”工作。然而，由于相关规划缺乏科学指导，供暖改造工作又导致我国天然气供需失衡，造成了大范围的气荒，严重影响了居民的正常生活。与此同时，随着经济下行压力增大，我国冬季电力负荷持续走低，出现大规模的弃风弃光现象，造成了严重的清洁能源浪费。因此，研究一种能够统筹考虑“煤改电”、“煤改气”的科学合理的规划方法，对于提升我国清洁能源消纳能力，改善能源结构，缓解环境危机都具有重要的理论与实际意义。
从我国近年来的工程实践来看，现有的供暖改造方法主要存在三个问题：
1)供暖“煤改电”、“煤改气”项目是独立规划，无法充分发挥多种能源形式之间的互补优势和协同效益。以河北省为例，其首先是直接划定省内“煤改电”、“煤改气”供暖改造比例，然后再按照该比例进行独立的规划，由于改造比例划分缺乏科学依据，相关部门盲目扩大“煤改气”规模，直接导致该省在2017年出现严重气荒。而另一方面，近几年来我国“三北”地区清洁能源的消纳问题日益严重，尤其在甘肃、新疆等地区，2017年弃风弃光率均超过20％。如果能够对“煤改电”、“煤改气”工程进行统筹规划，科学设计“煤改电”、“煤改气”比例，不仅可以有效缓解北方天然气供应紧张的局面，还可以提升我国的清洁能源消纳能力，实现能源结构的综合优化。
2)对“煤改电”产生的新增电量缺乏精细化的分析和度量。我国供电来源较为多样，包括燃煤火电、水电、核电、风力发电、光伏发电等。只有尽量引导“煤改电”产生的增量负荷消纳风电、光伏等清洁能源，才能够改善我国供电结构，实现环境效益最大化。然而清洁能源发电量会受到装机容量和环境气候因素的制约，如果在“煤改电”过程中缺乏对新增电量的精确计算和分析，则有可能导致“煤改电”产生的增量负荷过大，反而促进化石能源的消耗，降低“煤改电”的环境效益。
3)目前“煤改电”、“煤改气”规划方法较为粗放，大多考虑一次性规划，缺乏统筹整个规划周期内综合效益的全局性视角。一次改造规模过大，是导致北方在短时间内出现天然气供应紧张的主要原因之一。事实上，天然气管道、清洁能源的建设、投产都不是一次性完成，而是分期、分批次实现。因此，只有分阶段、有序地推进“煤改电”、“煤改气”工程，才能够保证供暖负荷与能源发展相适应，实现整个规划周期内的经济、环境、能源等方面的综合效益最大化。
因此，本发明针对上述问题，1)拟通过在规划过程中对“煤改电”新增电量进行精确分析，精细化提高系统的清洁能源消纳能力，2)基于分阶段的思路，提出一种“煤改电”、“煤改气”联合规划方法，从而使规划决策能够充分发挥不同供暖改造方式的优势和特点，计及规划周期内天然气供应能力和清洁能源装机规模的变化，有效的提升供暖改造的综合效益和规划科学性。
发明内容
本发明从供暖负荷的宏观分配角度出发，通过精细化的分析“煤改电”的新增电量，综合考虑“煤改电”、“煤改气”的优势和特点，提出了一种统筹兼顾经济、环境、能源等综合成本的联合分阶段规划方法。
为了解决背景技术中的问题，本发明提供了如下的技术方案：
一种考虑增量负荷分配的联合分阶段供暖改造规划方法，包括以下步骤：
1)基于发电能源结构和清洁能源实际发电量构建了“煤改电”新增电量精细化分析模型，并在此基础上提出了一种“煤改电”新增电量精细化分析方法；
2)以“煤改电”、“煤改气”分阶段改造方案为决策变量，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本为优化目标，构建“煤改电”、“煤改气”联合分阶段规划模型；
3)利用向量序优化算法对模型进行求解。
在步骤1)中，为精确表征“煤改电”过程中新增电量的分配情况，定义“煤改电”新增火电电量系数，该新增火电电量系数作为详细计算“煤改电”所带来的经济、环境、能源成本的重要参数。
在步骤2)中，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本最小为优化目标，考虑天然气、供暖、输电网络的相关约束条件，构建“煤改电”、“煤改气”联合分阶段规划模型。
在步骤1)中，定义“煤改电”新增火电电量系数为：
其中：
式中：α为“煤改电”新增火电电量系数；△Wc为“煤改电”产生的新增火电发电量；△Wz为“煤改电”产生的新增总发电量；PE(t)为典型日内的“煤改电”总增量用电负荷；PW(t)为区域电网内的清洁能源总弃电负荷。
区域内的“煤改电”总增量用电负荷的数学模型为：
式中：NE为“煤改电”的用户数量；
为单位“煤改电”用户的增量用电负荷，其取值根据典型日单位电供暖用户的供暖热负荷需求计算得到。
考虑到对于一个区域电网而言(例如中国电网往往以省为单位划分区域电网)，其清洁能源电厂存在区域内和区域外之分。因此，区域电网内的清洁能源总弃电负荷的数学模型为：
式中：
分别为典型日区域内清洁能源电厂i的弃电负荷和区域外电厂j的弃电负荷；/>
分别为区域内和区域外存在弃电问题的清洁能源电厂数量。
区域外清洁能源电厂向区域电网供电时，其供电负荷一般会受到输电断面热稳极限的制约。同时，本发明假设区域内网架建设合理，区域内清洁能源电厂供电不存在卡脖子现象。那么在典型日内某时刻下给区域电网供电的区域外各清洁能源电厂的弃电负荷为：
式中：
为典型日内ta时的区域外清洁能源电厂j的弃电负荷；/>
为ta时各清洁能源电厂的最大弃电负荷；/>
为区域外各清洁能源电厂输送到该区域的输电断面热稳极限。
综上，可得到“煤改电”新增火电电量系数为：
在步骤2)中，构建的目标函数为：
式中：
分别为第q阶段内改造完成的“煤改电”和“煤改气”的用户数量；CC为经济成本指标；CN为能源成本指标；CE为环境成本指标；
约束条件如下：
天然气最大供给容量约束为：
对于一个区域而言，受现阶段天然气开发能力、输气管道建设、非供暖用天然气负荷、外购力度等因素的影响，每个供暖改造阶段内供暖用天然气容量受区域内外天然气最大供给容量的限制。
式中：
分别为第q阶段区域内天然气最大供给容量和区域外天然气最大供给容量。
增量用电负荷约束为：
区域内各阶段“煤改电”增量用电负荷总量不得高于其最大供电负荷。
式中：
为区域内第q阶段“煤改电”增量用电负荷；/>
为非供暖用电负荷；/>
为最大供电负荷。
供暖负荷平衡约束为：
式中：
分别为区域内第q阶段的电供暖负荷、天然气供暖负荷和燃煤供暖负荷；/>
为区域内供暖负荷总需求。
其中，经济成本指标为：
CC＝CCI+CCO (9)
式中：CCI为用户承担的供暖设施改造投资成本；CCO为规划周期内各种供暖设备的运行成本。
①投资成本主要包括：考虑政府补贴后，用户承担的设备购买安装、保暖改造、线路改造、管道铺设等总成本。考虑资金的时间价值，其计算公式如下：
其中：
式中：
分别为第q阶段“煤改电”和“煤改气”的改造投资成本；/>
分别为第q阶段第p户“煤改电”用户和第h户“煤改气”用户的改造投资成本；Q为规划期内划分的阶段数；δq为净现值转化因子；r为贴现率。
②运行成本主要包括：“煤改电”用户的购电成本、“煤改气”用户的购气成本、传统燃煤用户购煤成本。计算公式如下：
其中：
式中：
分别为第q阶段内“煤改电”、“煤改气”和燃煤供暖的运行成本；/>
和/>
分别为第q阶段整个供暖期内第p户“煤改电”用户的峰时段和谷时段用电量；Gq,h、Fq,l分别为第q阶段第h户“煤改气”用户的用气量、第l户未改造用户的用煤量；
为第q阶段第h户“煤改气”用户的日均用气量、第l户未改造用户的日均用煤量；tq为第q阶段的供暖时长；第gG、gF、gEP和gEV分别为天然气、煤、峰时段和谷时段用电的单位价格；/>
分别为前q个阶段共完成改造的“煤改电”和“煤改电气”的总用户数量；/>
分别为第q阶段整个供暖期内第p户“煤改电”用户的峰时段电负荷和谷时段电负荷。/>
分别为第q、q-1阶段改造完成后剩余未改造的用户数量，即仍采用燃煤供暖的用户。
其中，能源成本指标为：
式中：CNG、
分别为规划期内“煤改气”用户消耗的天然气量、燃煤供暖用户的煤耗量、燃煤火电机组发出“煤改电”所需电能而产生的煤耗量；λG、λF分别为天然气和煤的折标准煤系数。
其中，各种化石能源消耗量计算如下：
式中：αq为第q阶段的“煤改电”新增火电电量系数；γF为燃煤火电机组发出单位电量时的耗煤量；
为第q阶段内“煤改电”用户的总耗电量，其计算公式如下：
其中，环境成本指标为：
其中：
式中：ξ为污染物的种类；zd为第d种污染物的排放权重因子；
为第d种污染物的排放量；/>
和/>
分别为燃气供暖单位气耗量、燃煤直接供暖单位煤耗量、燃煤火电机组单位煤耗量所排放的第d种污染物的量。
在步骤3)中，利用向量序优化算法对模型进行求解时，采用以下步骤：
步骤1：输入原始数据和参数。初始化求解所需的数据，包括负荷数据、机组出力数据、供暖设施数据(造价、能耗参数、排污参数)以及各种供暖燃料的单位价格。
步骤2：基于约束条件(22-24)，生成供暖改造规划初始方案集
依照均匀分布抽取n个可行解构成表征集合Θ，n的个数与解空间的大小密切相关，研究表明，在解空间小于108时，n的个数一般选1000。
步骤3：以公式(8)为基础构建序优化粗糙模型，采用公式(25)对公式(19)中的各阶段耗电量进行简化计算。并利用该粗糙模型对表征集合中的解进行排序分层得出序曲线(ordered performance curve，OPC)，进而确定供暖改造规划问题所属类型。
式中：
为粗糙模型中第q阶段区域供暖耗电量计算值、/>
分别为第q阶段第p户“煤改电”用户的日均峰时段和谷时段用电量，即/>
和/>
的粗糙值。
步骤4：在确定OPC曲线类型的基础上，选取粗糙评估结果的前s层中包含的可行解作为选定集合S，其中s具体公式为：
式中：s是关于k、
的函数，其中k为足够好解的个数，/>
为指定前/>
层为真实足够好解；e为自然对数；Z0、u、ε为回归参数，可根据OPC类型确定；φ为噪声分量。
步骤5：以公式(8)作为序优化精确模型，并对选定集合S进行排序分层从而形成Pareto非支配解集U。
步骤6：根据隶属度函数对解集U中各供暖改造规划方案进行排序，并比选出最优规划方案。本发明以隶属度值表征各供暖改造方案的综合成本。
式中：μ为供暖改造方案；Yμ为方案μ的隶属度值，该值越大，供暖改造的综合成本越小；
为“煤改电”和“煤改气”联合分阶段规划模型中成本指标的个数；/>
为方案μ中第m个成本指标值；/>
分别为第m个成本指标在解集U中的最大值和最小值。
一种“煤改电”新增电量精细化分析方法，包括以下步骤：
1)基于区域内发电能源结构和清洁能源发电情况的统计分析，对区域内“煤改电”新增火电电量系数进行定义：
其中：
式中：α为“煤改电”新增火电电量系数；△Wc为“煤改电”产生的新增火电发电量；△Wz为“煤改电”产生的新增总发电量；PE(t)为典型日内的“煤改电”总增量用电负荷；PW(t)为区域电网内的清洁能源总弃电负荷。
2)分别建立区域内的“煤改电”总增量用电负荷和区域电网内的清洁能源总弃电负荷的数学表达方式；
①区域内的“煤改电”总增量用电负荷的数学模型为：
式中：NE为“煤改电”的用户数量；
为单位“煤改电”用户的增量用电负荷，其取值根据典型日单位电供暖用户的供暖热负荷需求计算得到。/>
②考虑到对于一个区域电网而言(例如中国电网往往以省为单位划分区域电网)，其清洁能源电厂存在区域内和区域外之分。因此，区域电网内的清洁能源总弃电负荷的数学模型为：
式中：
分别为典型日区域内清洁能源电厂i的弃电负荷和区域外电厂j的弃电负荷；/>
分别为区域内和区域外存在弃电问题的清洁能源电厂数量。
区域外清洁能源电厂向区域电网供电时，其供电负荷一般会受到输电断面热稳极限的制约。同时，本发明假设区域内网架建设合理，区域内清洁能源电厂供电不存在卡脖子现象。那么在典型日内某时刻下给区域电网供电的区域外各清洁能源电厂的弃电负荷为：
式中：
为典型日内ta时的区域外清洁能源电厂j的弃电负荷；/>
为ta时各清洁能源电厂的最大弃电负荷；/>
为区域外各清洁能源电厂输送到该区域的输电断面热稳极限。
3)基于上述模型对区域内“煤改电”产生的新增电量中火电占比进行精细化计算求解。将公式(2-6)代入到公式(1)中可得“煤改电”新增火电电量系数：
与现有技术相比，本发明具有以下有益效果：
1)本发明提出了一种“煤改电”、“煤改气”分阶段联合规划的思路，从而使规划决策能够充分发挥不同供暖改造方式的优势和特点，计及规划周期内天然气供应能力和清洁能源装机规模的变化，可以有效提升供暖改造的综合效益和规划科学性；
2)通过在规划过程中对产生的新增电量进行精确分析，计算新增电量中的燃煤火电占比，以此合理控制“煤改电”改造规模，不仅可以保证供暖改造的能源、环境效益最大化，也能精细化的提高系统的清洁能源消纳能力，从而为我国的能源结构变革提供理论指导。
附图说明
图1是供暖改造中的供暖负荷转移过程图；
图2是“煤改电”增量用电负荷分配示意图；
图3是求解流程图；
图4是OPC曲线图；
图5是精确仿真的排序分层结果图；
图6是第一阶段清洁能源及火电利用情况图；
图7是“煤改电”用户数量与环境、能源成本关系图；
图8是各阶段下的新增火电电量系数图。
具体实施方式
一种考虑增量负荷分配的联合分阶段供暖改造规划方法，包括以下步骤：
1)基于发电能源结构和清洁能源实际发电量构建了“煤改电”新增电量精细化分析模型，并在此基础上提出了一种“煤改电”新增电量精细化分析方法；
2)以“煤改电”、“煤改气”分阶段改造方案为决策变量，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本为优化目标，构建“煤改电”、“煤改气”联合分阶段规划模型；
3)利用向量序优化算法对模型进行求解。
在步骤1)中，为精确表征“煤改电”过程中新增电量的分配情况，定义“煤改电”新增火电电量系数，该新增火电电量系数作为详细计算“煤改电”所带来的经济、环境、能源成本的重要参数。
在步骤2)中，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本最小为优化目标，考虑天然气、供暖、输电网络的相关约束条件，构建“煤改电”、“煤改气”联合分阶段规划模型。
1.“煤改电”新增电量精细化分析模型
(1)供暖改造的负荷转移过程
供暖改造本质上是对供暖负荷进行转移的过程。在以燃煤锅炉为基础的传统供暖系统中供暖负荷是一种燃煤负荷，政府通过基于“煤改电”、“煤改气”的供暖改造工程，将因供暖而产生的燃煤负荷转化为更为清洁环保的电负荷和天然气负荷，其具体过程如图1所示。
(2)“煤改电”环节中新增电量的分析模型
我国供电来源较为多样，包括燃煤火电、水电、核电、风力发电、光伏发电等。因此，为实现环境效益最大化，应当首先对“煤改电”产生的新增电量进行精细化的来源分析，然后以此为基础确定相应的“煤改电”规划方案，从而最大限度的消纳风电、光伏等清洁能源。同时考虑到在我国的电源结构中，燃煤火电是最主要的化石能源发电形式，因此在本发明的计算和分析中，假设化石能源发电即为燃煤火力发电。
对于一个存在弃风、弃光现象的区域电网而言，在一个典型日内，“煤改电”增量用电负荷分配示意图如图2所示。
在图2中，清洁能源弃电负荷曲线为风电、光伏发电的最大可供负荷与其实际发电负荷的差值，而弃电负荷曲线与时间的积分就是该典型日的清洁能源弃电量，这部分电量应当被优先消纳。而清洁能源弃电负荷曲线又分为两种典型情形，分别如图2中a、b所示，前者是清洁能源在整个典型日所有时段内均有弃电情况发生，后者则是在典型日部分时段有弃电情况发生。从趋势上来看，由于“煤改电”增量用电负荷与“煤改电”的用户数量成正比关系，因而，在图(2)a中，增量用电负荷曲线可分为三种情形：1)整个典型日内的“煤改电”增量用电负荷均低于清洁能源弃电负荷，如曲线A所示，此时，系统所有“煤改电”增量用电负荷均可用于消纳清洁能源弃电负荷；2)典型日内的“煤改电”增量用电负荷只在部分时段低于清洁能源弃电负荷，如曲线B所示，此时，系统某些时段(如t1～t2时段)的部分“煤改电”增量用电负荷会由燃煤火电机组承担；3)整个典型日内的“煤改电”增量用电负荷均高于清洁能源弃电负荷，如曲线C所示，此时，清洁能源弃电负荷得到全额消纳，且剩余的增量用电负荷由燃煤火电机组承担。而在图(2)b中所示的情形中，仅存在前文所述的2)、3)两种情形，在此不再赘述。
为精确表征“煤改电”过程中新增电量的分配情况，定义“煤改电”新增火电电量系数为：
其中：
式中：α为“煤改电”新增火电电量系数；△Wc为“煤改电”产生的新增火电发电量；△Wz为“煤改电”产生的新增总发电量；PE(t)为典型日内的“煤改电”总增量用电负荷；PW(t)为区域电网内的清洁能源总弃电负荷。
区域内的“煤改电”总增量用电负荷的数学模型为：
式中：NE为“煤改电”的用户数量；
为单位“煤改电”用户的增量用电负荷，其取值根据典型日单位电供暖用户的供暖热负荷需求计算得到。
考虑到对于一个区域电网而言(例如中国电网往往以省为单位划分区域电网)，其清洁能源电厂存在区域内和区域外之分。因此，区域电网内的清洁能源总弃电负荷的数学模型为：
式中：
分别为典型日区域内清洁能源电厂i的弃电负荷和区域外电厂j的弃电负荷；/>
分别为区域内和区域外存在弃电问题的清洁能源电厂数量。
区域外清洁能源电厂向区域电网供电时，其供电负荷一般会受到输电断面热稳极限的制约。同时，本发明假设区域内网架建设合理，区域内清洁能源电厂供电不存在卡脖子现象。那么在典型日内某时刻下给区域电网供电的区域外各清洁能源电厂的弃电负荷为：
式中：
为典型日内ta时的区域外清洁能源电厂j的弃电负荷；/>
为ta时各清洁能源电厂的最大弃电负荷；/>
为区域外各清洁能源电厂输送到该区域的输电断面热稳极限。
综上，可得到“煤改电”新增火电电量系数为：
由式(7)可知，“煤改电”新增火电电量系数可以作为详细计算“煤改电”所带来的经济、环境、能源成本的重要参数。其与区域电网内的清洁能源总弃电负荷、单位“煤改电”用户的增量用电负荷及“煤改电”的用户数量有关。单位“煤改电”用户的增量用电负荷相对比较稳定，而在用电负荷不变的情况下，区域电网内的清洁能源总弃电负荷会随着清洁能源发电装机规模的增加而增加。
2.构建“煤改电”、“煤改气”联合分阶段规划模型
本发明考虑“煤改电”中的增量用电负荷分配情况，以“煤改电”、“煤改气”改造方案为决策变量，以经济、环境、能源的综合成本最小为优化目标，考虑天然气、供暖、输电网络的相关约束条件，构建“煤改电”、“煤改气”联合分阶段规划模型。
(1)目标函数
“煤改电”、“煤改气”联合分阶段规划模型的目标函数为：
式中：
分别为第q阶段内改造完成的“煤改电”和“煤改气”的用户数量；CC为经济成本指标；CN为能源成本指标；CE为环境成本指标。
1)经济成本指标
定义经济成本指标为：
CC＝CCI+CCO (9)
式中：CCI为用户承担的供暖设施改造投资成本；CCO为规划周期内各种供暖设备的运行成本。
①投资成本主要包括：考虑政府补贴后，用户承担的设备购买安装、保暖改造、线路改造、管道铺设等总成本。考虑资金的时间价值，其计算公式如下：
其中：
式中：
分别为第q阶段“煤改电”和“煤改气”的改造投资成本；/>
分别为第q阶段第p户“煤改电”用户和第h户“煤改气”用户的改造投资成本；Q为规划期内划分的阶段数；δq为净现值转化因子；r为贴现率。
②运行成本主要包括：“煤改电”用户的购电成本、“煤改气”用户的购气成本、传统燃煤用户购煤成本。计算公式如下：
其中：
式中：
分别为第q阶段内“煤改电”、“煤改气”和燃煤供暖的运行成本；/>
和/>
分别为第q阶段整个供暖期内第p户“煤改电”用户的峰时段和谷时段用电量；Gq,h、Fq,l分别为第q阶段第h户“煤改气”用户的用气量、第l户未改造用户的用煤量；
为第q阶段第h户“煤改气”用户的日均用气量、第l户未改造用户的日均用煤量；tq为第q阶段的供暖时长；第gG、gF、gEP和gEV分别为天然气、煤、峰时段和谷时段用电的单位价格；/>
分别为前q个阶段共完成改造的“煤改电”和“煤改电气”的总用户数量；
分别为第q阶段整个供暖期内第p户“煤改电”用户的峰时段电负荷和谷时段电负荷。/>
分别为第q、q-1阶段改造完成后剩余未改造的用户数量，即仍采用燃煤供暖的用户。
2)能源成本指标
风电、光伏等清洁能源发电均利用可再生能源，不消耗诸如天然气、煤等化石能源。因此定义供暖消耗的天然气和煤的能源成本指标为：
式中：CNG、
分别为规划期内“煤改气”用户消耗的天然气量、燃煤供暖用户的煤耗量、燃煤火电机组发出“煤改电”所需电能而产生的煤耗量；λG、λF分别为天然气和煤的折标准煤系数。
其中，各种化石能源消耗量计算如下：
式中：αq为第q阶段的“煤改电”新增火电电量系数；γF为燃煤火电机组发出单位电量时的耗煤量；
为第q阶段内“煤改电”用户的总耗电量，其计算公式如下：
3)环境成本指标
与传统的燃煤供暖相比，燃气供暖和电供暖排放相对较少的污染气体，有较大的环境效益。本发明针对我国目前严重的雾霾现象，主要考虑的污染物包括CO2、CO、NOx、SO2和颗粒物。定义环境成本指标为：
其中：
式中：ξ为污染物的种类；zd为第d种污染物的排放权重因子；
为第d种污染物的排放量；/>
和/>
分别为燃气供暖单位气耗量、燃煤直接供暖单位煤耗量、燃煤火电机组单位煤耗量所排放的第d种污染物的量。
(2)约束条件
1)天然气最大供给容量约束
对于一个区域而言，受现阶段天然气开发能力、输气管道建设、非供暖用天然气负荷、外购力度等因素的影响，每个供暖改造阶段内供暖用天然气容量受区域内外天然气最大供给容量的限制。
式中：
分别为第q阶段区域内天然气最大供给容量和区域外天然气最大供给容量。
2)增量用电负荷约束
区域内各阶段“煤改电”增量用电负荷总量不得高于其最大供电负荷。
式中：
为区域内第q阶段“煤改电”增量用电负荷；/>
为非供暖用电负荷；/>
为最大供电负荷。
3)供暖负荷平衡约束
式中：
分别为区域内第q阶段的电供暖负荷、天然气供暖负荷和燃煤供暖负荷；/>
为区域内供暖负荷总需求。
3.基于向量序优化的规划模型求解
考虑增量用电负荷分配和经济、环境、能源多成本指标的供暖改造规划问题是一个典型的多目标优化问题，故本发明采用向量序优化算法对本发明的规划模型进行求解。求解流程如图3所示。
基于向量序优化算法求解的基本步骤如下：
步骤1：输入原始数据和参数。初始化求解所需的数据，包括负荷数据、机组出力数据、供暖设施数据(造价、能耗参数、排污参数)以及各种供暖燃料的单位价格。
步骤2：基于约束条件(22-24)，生成供暖改造规划初始方案集
依照均匀分布抽取n个可行解构成表征集合Θ，n的个数与解空间的大小密切相关，研究表明，在解空间小于108时，n的个数一般选1000。
步骤3：以公式(8)为基础构建序优化粗糙模型，采用公式(25)对公式(19)中的各阶段耗电量进行简化计算。并利用该粗糙模型对表征集合中的解进行排序分层得出序曲线(ordered performance curve，OPC)，进而确定供暖改造规划问题所属类型。
式中：
为粗糙模型中第q阶段区域供暖耗电量计算值、/>
分别为第q阶段第p户“煤改电”用户的日均峰时段和谷时段用电量，即/>
和/>
的粗糙值。
步骤4：在确定OPC曲线类型的基础上，选取粗糙评估结果的前s层中包含的可行解作为选定集合S，其中s具体公式为：
式中：s是关于k、
的函数，其中k为足够好解的个数，/>
为指定前/>
层为真实足够好解；e为自然对数；Z0、u、ε为回归参数，可根据OPC类型确定；φ为噪声分量。
步骤5：以公式(8)作为序优化精确模型，并对选定集合S进行排序分层从而形成Pareto非支配解集U。
步骤6：根据隶属度函数对解集U中各供暖改造规划方案进行排序，并比选出最优规划方案。本发明以隶属度值表征各供暖改造方案的综合成本。
式中：μ为供暖改造方案；Yμ为方案μ的隶属度值，该值越大，供暖改造的综合成本越小；
为“煤改电”和“煤改气”联合分阶段规划模型中成本指标的个数；/>
为方案μ中第m个成本指标值；/>
分别为第m个成本指标在解集U中的最大值和最小值。
一种“煤改电”新增电量精细化分析方法，包括以下步骤：
1)基于区域内发电能源结构和清洁能源发电情况的统计分析，对区域内“煤改电”新增火电电量系数进行定义：
其中：
式中：α为“煤改电”新增火电电量系数；△Wc为“煤改电”产生的新增火电发电量；△Wz为“煤改电”产生的新增总发电量；PE(t)为典型日内的“煤改电”总增量用电负荷；PW(t)为区域电网内的清洁能源总弃电负荷。
2)分别建立区域内的“煤改电”总增量用电负荷和区域电网内的清洁能源总弃电负荷的数学表达方式；
①区域内的“煤改电”总增量用电负荷的数学模型为：
式中：NE为“煤改电”的用户数量；
为单位“煤改电”用户的增量用电负荷，其取值根据典型日单位电供暖用户的供暖热负荷需求计算得到。
②考虑到对于一个区域电网而言(例如中国电网往往以省为单位划分区域电网)，其清洁能源电厂存在区域内和区域外之分。因此，区域电网内的清洁能源总弃电负荷的数学模型为：
式中：
分别为典型日区域内清洁能源电厂i的弃电负荷和区域外电厂j的弃电负荷；/>
分别为区域内和区域外存在弃电问题的清洁能源电厂数量。
区域外清洁能源电厂向区域电网供电时，其供电负荷一般会受到输电断面热稳极限的制约。同时，本发明假设区域内网架建设合理，区域内清洁能源电厂供电不存在卡脖子现象。那么在典型日内某时刻下给区域电网供电的区域外各清洁能源电厂的弃电负荷为：
式中：
为典型日内ta时的区域外清洁能源电厂j的弃电负荷；/>
为ta时各清洁能源电厂的最大弃电负荷；/>
为区域外各清洁能源电厂输送到该区域的输电断面热稳极限。
3)基于上述模型对区域内“煤改电”产生的新增电量中火电占比进行精细化计算求解。将公式(2-6)代入到公式(1)中可得“煤改电”新增火电电量系数：
该方法通过在规划过程中对产生的新增电量进行精确分析，计算新增电量中的燃煤火电占比，以此合理控制“煤改电”改造规模，不仅可以保证供暖改造的能源、环境效益最大化，也能精细化的提高系统的清洁能源消纳能力，从而为我国的能源结构变革提供理论指导。
实施例1:
1参数设置
本文选择修改后的河北省2017年供暖改造工程实例进行仿真验证。2017年，河北省内待改造用户数量为254万，供暖改造规划周期为3年，以规划期内的每个年度划分供暖改造阶段。河北省内天然气最大供给量为1.62×109m3，各阶段最大新增供气量均为5.4×108m3，各阶段最大天然气外购量均为6.9×108m3。目前河北省的跨省输电通道主要包括榆横-潍坊、锡盟-胜利等，其中榆横-石家庄、锡盟-承德等通道可为河北省输送新能源电量。因此河北省可利用的清洁能源弃电负荷包括省内和省外两个部分，具体弃电负荷数据如表1所示，其负荷曲线类型与图2(a)一致。单位“煤改电”用户的典型日增量用电负荷数据如表2所示。贴现率r＝0.07；折标煤系数λG＝1.2、λF＝0.7；燃煤火电机组发出单位电量时的耗煤量γF＝0.45kg/kW·h。
表1典型日内河北省内以及省外可利用的清洁能源弃电负荷
表2单位“煤改电”用户的典型日增量用电负荷
由于河北省内各地区清洁供暖改造的优惠政策存在差异，为方便计算，本文对河北省内所有供暖改造用户的优惠标准进行统一，在计及各种补贴后，单位用户需承担的供暖改造投资成本、燃料成本以及各供暖方式下的日均能耗水平如表3所示。
表3各供暖方式的相关参数
由于“煤改电”产生的增量用电负荷由清洁能源发电机组和燃煤火电机组两部分承担，因此本文需要计算燃煤火电机组的污染物排放。燃气、燃煤供暖设备以及燃煤火电机组的污染物排放水平如表4所示。由CO2、CO、NOx、SO2和颗粒各种污染物的环境价值确定其权重系数分别为：0.002、0.070、0.562、0.352、0.014。
表4各供暖方式下的污染物排放量
为验证本发明方法的有效性和正确性，分别采用以下3种规划方法对本发明算例进行计算，并对比其计算结果。
方法一：“煤改电”、“煤改气”独立一次性规划。该方法即为2017年河北省供暖改造所采用的思路；
方法二：“煤改电”、“煤改气”联合一次性规划；
方法三：“煤改电”、“煤改气”联合分阶段规划，即本发明所提方法。
2仿真结果及分析
(1)本发明所提方法的规划结果和分析
利用本发明向量序优化算法的粗糙模型对“煤改电”、“煤改气”联合分阶段规划模型的解空间进行预筛选，得到的OPC曲线如图4(a)所示。对比多目标优化的标准序曲线图4(b)可知，本发明对应的问题类型为neutral型。
本发明向量序优化算法中令k＝1和
其他参数的具体数值可根据OPC曲线类型确定。结合公式(25)计算得到s值为2，即取粗糙评估结果中的前两层可行解作为选定集合S。并利用向量序优化精确模型对选定集合S进行进一步排序分层，结果如图5所示。
在图5中，第一层(黑色圆点)上的可行解构成供暖改造规划的Pareto非支配解集。具体规划方案如表5所示。
由表5可知，19号方案的隶属度值最大，为2.0030，因而其为本发明方法的最优方案。在该方案中第一、二、三阶段的“煤改电”用户数量分别为55、14、2万户，“煤改气”用户数量分别为150、33、0万户。
表5 Pareto非支配解集对应的规划方案
为进一步研究供暖改造过程中，“煤改电”用户数量与电网清洁能源消纳能力之间的关系，计算不同“煤改电”用户下的新增火电电量系数和清洁能源利用率如图6所示。在一个典型日下，对清洁能源弃电电量利用率的具体定义如下：
式中：κ为清洁能源弃电电量利用率；△Ww为区域内典型日下清洁能源总弃电量；△Ww′为区域供暖消纳的清洁能源弃电量。
如图6所示，新增火电电量系数在“煤改电”用户数达到45万时开始从0递增，表明在本发明算例中，如果“煤改电”用户数小于45万，其“煤改电”新增电量将全部由清洁能源承担(即前文1.2节的分析中提到的情形一)，在“煤改电”用户数超过45万以后，仅依赖清洁能源的弃电负荷已不足以完全满足“煤改电”增量负荷的需求，需要增加火电出力以维持区域电网的功率平衡(即前文1.2节的分析中提到的情形二)。清洁能源利用率在“煤改电”用户数达到80万以后变为1，表明此时清洁能源弃电负荷已经被完全消纳，之后无论“煤改电”用户数如何增长都无法进一步提升清洁能源利用率(即前文1.2节的分析中提到的情形三)。
为进一步研究供暖改造过程中，“煤改电”用户数量与环境、能源成本之间的关系，计算不同“煤改电”用户下的环境、能源成本如图7所示。
由图7可以看出，供暖改造的环境成本和能源成本都是随着“煤改电”用户数的增加呈先降后升的关系，能源成本在“煤改电”用户数为63万户时达到最低，环境成本在“煤改电”用户数为52万户时达到最低。其原因在于，在“煤改电”用户数较小时，“煤改电”产生的增量负荷全部由清洁能源承担，此时“煤改电”的环境和能源成本极低，因此随着“煤改电”用户数量的增加，区域电网内的环境、能源总成本也会降低。但是，在“煤改电”用户数量增大到一定程度后，仅依靠清洁能源已无法满足“煤改电”产生的增量负荷，还需要增加火电出力才能满足系统的功率平衡，此时“煤改电”的能源、环境效益会随着“煤改电”用户数量的增加而降低，并最终低于“煤改电”的能源、环境效益，在这种情况下，继续扩大“煤改电”用户数量，意味着压缩“煤改电”的用户数量，从而导致区域电网内的环境、能源总成本增加。
由此可见，对“煤改电”产生的新增电量进行精确分析，是保证“煤改电”环境、能源效益的重要前提。只有合理的控制“煤改电”的用户规模，才能够保证供暖改造的能源、环境效益最大化。
为进一步研究供暖改造过程中，分阶段规划对“煤改电”环境效益的影响，计算不同规划阶段下，“煤改电”用户与新增火电电量系数的关系曲线如图8所示。
由图8可知，随着时间的推移，新增火电电量系数曲线的上升拐点被显著推迟。其原因是，随着时间的推移，清洁能源电厂的装机容量也会逐渐扩大，这意味着会有更多的清洁能源来承担“煤改电”增量供电负荷。
由此可见，在供暖改造过程中引入分阶段规划的思路，可以让规划决策充分计及整个规划周期内清洁能源的投运增容情况，更加合理的安排“煤改电”的用户规模。
(2)对比分析
1)“煤改电”、“煤改气”联合规划的必要性分析
为验证“煤改电”、“煤改气”联合规划的必要性，利用方法一和方法二分别对本发明中的算例进行求解，并将两种方法所得规划方案及其能源消耗情况进行对比，具体结果如表6和表7所示。
表6方法一、二的规划结果
表7方法一、二的各种能耗量
由表6和7可知，如果按照方法一的方案进行供暖改造，会导致天然气供给不足，在外购10.4×108Nm3天然气的情况下，仍有1.94×108Nm3的天然气缺额。这是由于方法一缺乏对“煤改电”、“煤改气”规划的统筹协调，直接设定规划比例，从而导致“煤改气”用户过高，导致天然气需求超过了实际的天然气供应能力，出现“气荒”。
与方法一相比，规划周期内方法二所得规划方案对清洁能源弃电电量的消纳能力增加了8.79×109kW·h，但与此同时，火电燃煤消耗也增加了252万吨。其原因是，由于方法二所得规划方案的“煤改电”用户数量较高，其增量用电负荷提升了电网对清洁能源弃电负荷的消纳能力。但是，由于增量用电负荷过大，仅依靠清洁能源已无法满足“煤改电”产生的增量负荷，还需要大幅增加火电出力才能满足系统的功率平衡，这就导致火电燃煤消耗也有所增加。另一方面，方法二所得规划方案中供暖煤耗降低到0。其原因是，方法一所得规划方案中存在供气缺额，部分已完成“煤改气”的用户无法实现供气，须采用燃煤进行供暖，故存在43.2万吨的供暖煤耗。而方法二统筹考虑了天然气最大供给容量约束，其所得规划方案中所有“煤改气”的用户均可实现供气，不存在燃煤直接供暖，因此方法二所得规划方案中没有供暖煤耗。相较于方法二中高额的火电燃煤消耗，方法一中较低的天然气缺额带来的燃煤供暖煤耗相对较低，这就导致方法二所得规划方案的煤耗总量增加了209万吨。
两种方法所得规划方案的各项具体成本结果如表8所示。
表8方法一、二的各成本值
由表8可知，相较于方法一，利用方法二所得规划方案的经济成本增加了9亿元。其原因是与方法一直接划定“煤改电”、“煤改气”的用户比例不同，方法二是构建了“煤改电”、“煤改气”的联合规划模型进行决策。由于方法二统筹考虑了天然气最大供给容量约束，因此，在方法二的最终方案中，其“煤改电”的用户更多。由于“煤改电”的改造投资成本和燃料成本均略高于“煤改气”，因此，与方法一相比，利用方法二得到的最终方案的成本更高。
相较于方法一，利用方法二所得规划方案的环境成本增加了1.55万吨。其原因是，由于方法二所得规划方案的“煤改电”用户数量过高，虽然在一定程度上提升了电网的清洁能源弃电负荷消纳能力，但由于需要大幅增加火电出力才能满足系统的功率平衡，这就导致“煤改电”的环境成本大大增加，从而进一步导致方法二所得规划方案的环境成本比方法一更高。
相较于方法一，利用方法二所得规划方案的能源成本降低了148万吨。其原因包括：1)由于方法二所得规划方案使得更多的清洁能源弃电电量被用来承担供暖负荷，这在一定程度上降低了因供暖导致的化石能源消耗量；2)天然气的折标煤系数比煤更大，由于方法一所得规划方案消耗的天然气更多，因而方法一所得规划方案的能源成本更高。
综上所述，方法一所得规划方案除了能源成本以外，其经济、环境成本均优于方法二。但是由于其规划的“煤改气”用户数量过大，导致天然气需求超过了实际的天然气供应能力，出现“气荒”，因而，在实际工程中，方法一的规划思路有效性较低，而本发明在供暖改造过程中对“煤改电”、“煤改气”进行联合规划的思路是必要的。
2)在联合规划模型中考虑分阶段规划的必要性分析
为验证在联合规划模型中考虑分阶段规划的必要性，利用方法三对本发明算例进行求解，并将所得规划方案的能源消耗情况与方法二进行对比，具体结果如表9所示。
表9方法二、三的各种能耗量
由表9可知，由于方法二和方法三均考虑了天然气供给约束，所以上述方法的规划结果都不会导致“气荒”问题。与方法二相比，方法三所得规划方案的天然气消耗量增加了7.1×108Nm3。其原因是，虽然受天然气最大供给容量约束的限制，方法三在第一年规划的“煤改气”用户数和方法二相同，但是由于方法三是采用分阶段规划的方式，其在第二阶段和第三阶段根据天然气供应能力的增长情况，追加了“煤改气”用户，所以在整个规划周期内，方法三的天然气消耗会更多。
与方法二相比，规划周期内方法三所得规划方案的火电煤耗大幅降低了238万吨，供暖煤耗增加了122万吨，但从总体来看，其总煤耗量降低了116万吨。其原因是，方法三对“煤改电”采用分阶段规划的思路，让每个规划阶段的“煤改电”增量用电负荷处于一个合理的水平，让其尽可能在不大幅增加火电出力的前提下最大限度的消纳清洁能源弃电负荷，这就使得方法三所得规划方案的火电煤耗大幅降低。由于方法三不会一次性完成对所有燃煤供暖用户的改造，而是根据清洁能源电厂的投运增容情况逐步增加“煤改电”用户，这就导致在整个规划周期内，方法三的规划方案还存在一定的供暖煤耗。但是从总体来看，方法三的规划方案能够降低“煤改电”规划的煤耗，提升其环境效益。
与方法二相比，规划周期内方法三所得规划方案消纳的清洁能源弃电量降低了2.36×109kW·h。其原因是，方法三而是根据清洁能源电厂的投运情况逐步增加“煤改电”用户，同时为了提升“煤改电”的环境效益，对每个阶段“煤改电”规模进行了限制，这在一定程度上降低了电网的清洁能源消纳能力。
两种方法所得规划方案的各项具体成本结果如表10所示。
表10方法二、三的各成本值
由表10可知，相较于方法二，利用方法三所得规划方案的经济成本降低了5亿元。其原因是“煤改电”的改造投资成本和燃料成本均略高于“煤改气”，而方法三在采用分阶段规划的思路后，在整个规划周期内对“煤改电”、“煤改气”用户进行了布局，根据天然气供应能力的增长情况分阶段追加了“煤改气”用户，这就使方法三规划的“煤改气”用户比方法二更多，从而降低了方法三的经济成本。
相较于方法二，利用方法三所得规划方案的环境成本降低了0.55万吨。其原因是，方法三是根据清洁能源电厂的投运情况逐步增加“煤改电”用户，让每个规划阶段的“煤改电”增量用电负荷处于一个合理的水平，从而有效降低了“煤改电”的煤耗，并进而降低了整个规划方案的环境成本。
相较于方法二，利用方法三所得规划方案在规划周期内的能源成本增加了4万吨。其原因是，由于方法三为了提升“煤改电”的环境效益，对每个阶段“煤改电”规模进行了限制，这在一定程度上降低了电网的清洁能源消纳能力，这就导致与方法二相比，在整个区域内，更多的供暖负荷是由化石能源来承担，从而在总体上增加了方法三所得规划方案的能源成本。
综上所述，虽然与方法二相比，方法三的能源成本稍高，但是其经济成本、环境成本以及综合成本都更低。由此可见，通过在联合规划模型中引入分阶段规划的思路，可以帮助供暖改造的决策者在整个规划周期内，根据天然气供应能力的增长情况和清洁能源电厂的投运情况对“煤改电”、“煤改气”的方案进行合理规划，让每个规划阶段的“煤改电”增量用电负荷处于一个合理的水平，从而最大限度的挖掘供暖改造的环境效益，降低其经济成本。
上述仿真结果表明：
1)对“煤改电”产生的新增电量进行精确分析，是保证“煤改电”环境、能源效益的重要前提。只有合理的控制“煤改电”的用户规模，才能够保证供暖改造的能源、环境效益最大化。
2)本发明提出的“煤改电”和“煤改气”联合规划的思路，可以统筹兼顾经济、环境、能源多方面的综合成本和各种实际工程约束，使规划决策能够充分发挥不同供暖改造方式的优势和特点，避免因供暖改造导致的“气荒”问题出现。
3)本发明所提出的方法通过在供暖改造的联合规划模型中引入分阶段规划的思路，可以帮助规划决策者在整个规划周期内，根据天然气供应能力的增长情况和清洁能源电厂的投运情况对“煤改电”、“煤改气”的方案进行合理规划，让每个规划阶段的“煤改电”增量用电负荷处于一个合理的水平，从而最大限度的挖掘供暖改造的环境效益，降低其经济成本。
Claims (3)
1.一种考虑增量负荷分配的联合分阶段供暖改造规划方法，其特征在于，包括以下步骤：
步骤1)基于发电能源结构和清洁能源实际发电量构建了“煤改电”新增电量精细化分析模型，并在此基础上提出了一种“煤改电”新增电量精细化分析方法；
在步骤1)中，为精确表征“煤改电”过程中新增电量的分配情况，定义“煤改电”新增火电电量系数，该新增火电电量系数作为详细计算“煤改电”所带来的经济、环境、能源成本的重要参数；
在步骤1)中，所提出的一种“煤改电”新增电量精细化分析方法，其具体过程如下：
1-1)基于区域内发电能源结构和清洁能源发电情况的统计分析，对区域内“煤改电”新增火电电量系数进行定义：
其中：
式中：α为“煤改电”新增火电电量系数；ΔWc为“煤改电”产生的新增火电发电量；ΔWz为“煤改电”产生的新增总发电量；PE(t)为典型日内的“煤改电”总增量用电负荷；PW(t)为区域电网内的清洁能源总弃电负荷；
1-2)分别建立区域内的“煤改电”总增量用电负荷和区域电网内的清洁能源总弃电负荷的数学表达方式；
①区域内的“煤改电”总增量用电负荷的数学模型为：
式中：NE为“煤改电”的用户数量；
为单位“煤改电”用户的增量用电负荷，其取值根据典型日单位电供暖用户的供暖热负荷需求计算得到；
②考虑到对于一个区域电网而言，其清洁能源电厂存在区域内和区域外之分，因此，区域电网内的清洁能源总弃电负荷的数学模型为：
式中：Pi IW(t)、
分别为典型日区域内清洁能源电厂i的弃电负荷和区域外电厂j的弃电负荷；
分别为区域内和区域外存在弃电问题的清洁能源电厂数量；
区域外清洁能源电厂向区域电网供电时，其供电负荷会受到输电断面热稳极限的制约，同时，假设区域内网架建设合理，区域内清洁能源电厂供电不存在卡脖子现象，那么在典型日内某时刻下给区域电网供电的区域外各清洁能源电厂的弃电负荷为：
式中：
为典型日内ta时的区域外清洁能源电厂j的弃电负荷；
为ta时各清洁能源电厂的最大弃电负荷；
为区域外各清洁能源电厂输送到该区域的输电断面热稳极限，
1-3)基于上述模型对区域内“煤改电”产生的新增电量中火电占比进行精细化计算求解，将公式(2)-(6)代入到公式(1)中可得“煤改电”新增火电电量系数：
步骤2)以“煤改电”、“煤改气”分阶段改造方案为决策变量，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本为优化目标，构建“煤改电”、“煤改气”联合分阶段规划模型；
在步骤2)中，以用户供暖支出的经济成本、供暖改造的环境成本和能源成本最小为优化目标，考虑天然气、供暖、输电网络的相关约束条件，构建“煤改电”、“煤改气”联合分阶段规划模型；
在步骤2)中，构建的目标函数为：
式中：
分别为第q阶段内改造完成的“煤改电”和“煤改气”的用户数量；CC为经济成本指标；CN为能源成本指标；CE为环境成本指标；
约束条件如下：
天然气最大供给容量约束为：
对于一个区域而言，受现阶段天然气开发能力、输气管道建设、非供暖用天然气负荷、外购力度因素的影响，每个供暖改造阶段内供暖用天然气容量受区域内外天然气最大供给容量的限制，
式中：
分别为第q阶段区域内天然气最大供给容量和区域外天然气最大供给容量，
增量用电负荷约束为：
区域内各阶段“煤改电”增量用电负荷总量不得高于其最大供电负荷，
式中：
为区域内第q阶段“煤改电”增量用电负荷；
为非供暖用电负荷；
为最大供电负荷，
供暖负荷平衡约束为：
式中：
分别为区域内第q阶段的电供暖负荷、天然气供暖负荷和燃煤供暖负荷；
为区域内供暖负荷总需求；
其中，经济成本指标为：
CC＝CCI+CCO (9)
式中：CCI为用户承担的供暖设施改造投资成本；CCO为规划周期内各种供暖设备的运行成本，
①投资成本主要包括：考虑政府补贴后，用户承担的设备购买安装、保暖改造、线路改造、管道铺设总成本，考虑资金的时间价值，其计算公式如下：
其中：
式中：
分别为第q阶段“煤改电”和“煤改气”的改造投资成本；
分别为第q阶段第p户“煤改电”用户和第h户“煤改气”用户的改造投资成本；Q为规划期内划分的阶段数；δq为净现值转化因子；r为贴现率，
②运行成本主要包括：“煤改电”用户的购电成本、“煤改气”用户的购气成本、传统燃煤用户购煤成本，计算公式如下：
其中：
式中：
分别为第q阶段内“煤改电”、“煤改气”和燃煤供暖的运行成本；
和
分别为第q阶段整个供暖期内第p户“煤改电”用户的峰时段和谷时段用电量；Gq,h、Fq,l分别为第q阶段第h户“煤改气”用户的用气量、第l户未改造用户的用煤量；
为第q阶段第h户“煤改气”用户的日均用气量、第l户未改造用户的日均用煤量；tq为第q阶段的供暖时长；第gG、gF、gEP和gEV分别为天然气、煤、峰时段和谷时段用电的单位价格；
分别为前q个阶段共完成改造的“煤改电”和“煤改电气”的总用户数量；
分别为第q阶段整个供暖期内第p户“煤改电”用户的峰时段电负荷和谷时段电负荷，
分别为第q、q-1阶段改造完成后剩余未改造的用户数量，即仍采用燃煤供暖的用户，
其中，能源成本指标为：
式中：CNG、
分别为规划期内“煤改气”用户消耗的天然气量、燃煤供暖用户的煤耗量、燃煤火电机组发出“煤改电”所需电能而产生的煤耗量；λG、λF分别为天然气和煤的折标准煤系数，
其中，各种化石能源消耗量计算如下：
式中：αq为第q阶段的“煤改电”新增火电电量系数；γF为燃煤火电机组发出单位电量时的耗煤量；
为第q阶段内“煤改电”用户的总耗电量，其计算公式如下：
其中，环境成本指标为：
其中：
式中：ξ为污染物的种类；zd为第d种污染物的排放权重因子；
为第d种污染物的排放量；
和
分别为燃气供暖单位气耗量、燃煤直接供暖单位煤耗量、燃煤火电机组单位煤耗量所排放的第d种污染物的量；
步骤3)利用向量序优化算法对模型进行求解。
2.根据权利要求1所述的一种考虑增量负荷分配的联合分阶段供暖改造规划方法，其特征在于，在步骤3)中，利用向量序优化算法对模型进行求解时，采用以下步骤：
3-1)：输入原始数据和参数，初始化求解所需的数据，包括负荷数据、机组出力数据、供暖设施数据以及各种供暖燃料的单位价格；
3-2)基于约束条件(22)-(24)，生成供暖改造规划初始方案集
依照均匀分布抽取n个可行解构成表征集合Θ，n的个数与解空间的大小密切相关；
3-3)以公式(8)为基础构建序优化粗糙模型，采用公式(25)对公式(19)中的各阶段耗电量进行简化计算，并利用该粗糙模型对表征集合中的解进行排序分层得出序曲线ordered performance curve，OPC，进而确定供暖改造规划问题所属类型；
式中：
为粗糙模型中第q阶段区域供暖耗电量计算值、
分别为第q阶段第p户“煤改电”用户的日均峰时段和谷时段用电量，即
和
的粗糙值；
3-4)在确定OPC曲线类型的基础上，选取粗糙评估结果的前s层中包含的可行解作为选定集合S，其中s具体公式为：
式中：s是关于k、
的函数，其中k为解的个数，
为真实解；e为自然对数；Z0、u、ε为回归参数，可根据OPC类型确定；φ为噪声分量；
3-5)以公式(8)作为序优化精确模型，并对选定集合S进行排序分层从而形成Pareto非支配解集U；
3-6)根据隶属度函数对解集U中各供暖改造规划方案进行排序，并比选出最优规划方案，以隶属度值表征各供暖改造方案的综合成本；
式中：μ为供暖改造方案；Yμ为方案μ的隶属度值，该值越大，供暖改造的综合成本越小；
为“煤改电”和“煤改气”联合分阶段规划模型中成本指标的个数；
为方案μ中第m个成本指标值；
分别为第m个成本指标在解集U中的最大值和最小值。
3.一种“煤改电”新增电量精细化分析方法，其特征在于，包括以下步骤：
步骤1：基于区域内发电能源结构和清洁能源发电情况的统计分析，对区域内“煤改电”新增火电电量系数进行定义：
其中：
式中：α为“煤改电”新增火电电量系数；ΔWc为“煤改电”产生的新增火电发电量；ΔWz为“煤改电”产生的新增总发电量；PE(t)为典型日内的“煤改电”总增量用电负荷；PW(t)为区域电网内的清洁能源总弃电负荷；
步骤2：分别建立区域内的“煤改电”总增量用电负荷和区域电网内的清洁能源总弃电负荷的数学表达方式；
①区域内的“煤改电”总增量用电负荷的数学模型为：
式中：NE为“煤改电”的用户数量；
为单位“煤改电”用户的增量用电负荷，其取值根据典型日单位电供暖用户的供暖热负荷需求计算得到，
②考虑到对于一个区域电网而言，其清洁能源电厂存在区域内和区域外之分，因此，区域电网内的清洁能源总弃电负荷的数学模型为：
式中：Pi IW(t)、
分别为典型日区域内清洁能源电厂i的弃电负荷和区域外电厂j的弃电负荷；
分别为区域内和区域外存在弃电问题的清洁能源电厂数量，
区域外清洁能源电厂向区域电网供电时，其供电负荷会受到输电断面热稳极限的制约，同时，假设区域内网架建设合理，区域内清洁能源电厂供电不存在卡脖子现象，那么在典型日内某时刻下给区域电网供电的区域外各清洁能源电厂的弃电负荷为：
式中：
为典型日内ta时的区域外清洁能源电厂j的弃电负荷；
为ta时各清洁能源电厂的最大弃电负荷；
为区域外各清洁能源电厂输送到该区域的输电断面热稳极限，
步骤3：基于上述模型对区域内“煤改电”产生的新增电量中火电占比进行精细化计算求解，将公式(2)-(6)代入到公式(1)中可得“煤改电”新增火电电量系数：
新增火电电量系数α由公式(7)获得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910588423.2A CN110428088B (zh) | 2019-07-01 | 2019-07-01 | 一种考虑增量负荷分配的联合分阶段供暖改造规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910588423.2A CN110428088B (zh) | 2019-07-01 | 2019-07-01 | 一种考虑增量负荷分配的联合分阶段供暖改造规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110428088A CN110428088A (zh) | 2019-11-08 |
| CN110428088B true CN110428088B (zh) | 2023-03-24 |
Family
ID=68409984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910588423.2A Active CN110428088B (zh) | 2019-07-01 | 2019-07-01 | 一种考虑增量负荷分配的联合分阶段供暖改造规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110428088B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114198805B (zh) * | 2021-12-10 | 2023-02-03 | 国网北京市电力公司 | 一种基于云服务的煤改电供热管理监控系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001349598A (ja) * | 2000-06-05 | 2001-12-21 | Shimizu Corp | 建物運用時性能評価システム |
| CN106845811A (zh) * | 2017-01-11 | 2017-06-13 | 国家电网公司 | 基于多因素适应性的煤改电接入电网的规划方法 |
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
-
2019
- 2019-07-01 CN CN201910588423.2A patent/CN110428088B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001349598A (ja) * | 2000-06-05 | 2001-12-21 | Shimizu Corp | 建物運用時性能評価システム |
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| CN106845811A (zh) * | 2017-01-11 | 2017-06-13 | 国家电网公司 | 基于多因素适应性的煤改电接入电网的规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110428088A (zh) | 2019-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Increasing the flexibility of combined heat and power for wind power integration in China: Modeling and implications | |
| CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法 | |
| CN110659830A (zh) | 面向综合能源系统的多能源微网规划方法 | |
| CN106786603A (zh) | 一种区域综合能源系统多目标最优混合潮流算法 | |
| CN109103926A (zh) | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 | |
| CN109523128A (zh) | 一种促进消纳的可再生能源容量配置方法 | |
| CN102855592B (zh) | 多目标调峰优化方法和系统 | |
| Tan et al. | Feasibility study on the construction of multi-energy complementary systems in rural areas—Eastern, central, and western parts of China are taken as examples | |
| CN112365021A (zh) | 一种基于混合储能的区域综合能源系统规划优化方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
| CN113408962A (zh) | 一种电网多时间尺度多目标能量优化调度方法 | |
| CN112862352A (zh) | 一种广域综合能源系统联合规划方法 | |
| CN115860413A (zh) | 基于负荷需求响应与双层可调鲁棒优化的并网冷热电联产微网系统经济调度方法 | |
| CN106709611A (zh) | 全寿命周期框架下的微电网优化配置方法 | |
| Wang et al. | Pathways of carbon emissions reduction under the water-energy constraint: A case study of Beijing in China | |
| Wu et al. | Multi-parameter optimization design method for energy system in low-carbon park with integrated hybrid energy storage | |
| CN114676878A (zh) | 面向多能互补和低碳化的多区域虚拟电厂优化调度方法 | |
| CN110428088B (zh) | 一种考虑增量负荷分配的联合分阶段供暖改造规划方法 | |
| Li et al. | Planning model of integrated energy system considering P2G and energy storage | |
| CN116629553A (zh) | 基于非完全区间多目标模糊优化的区域综合能源调度方法 | |
| CN115908047A (zh) | 一种综合能源系统多时间尺度运行方法及其应用 | |
| Wang et al. | Optimal planning and operation of typical rural integrated energy systems based on five-level energy hub | |
| Liu et al. | Promotion of distributed energy system considering capacity allocation optimization and multi-stakeholder decision-making behaviors | |
| CN113902167A (zh) | 计及站房投资的综合智慧能源系统配置优化方法及装置 | |
| Zhang et al. | Optimized configuration of integrated energy system considering the access and operation of renewable energy |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20191108 Assignee: Hubei Yunzhihang Drone Technology Co.,Ltd. Assignor: CHINA THREE GORGES University Contract record no.: X2023980044730 Denomination of invention: A Joint Staged Heating Renovation Planning Method Considering Incremental Load Distribution Granted publication date: 20230324 License type: Common License Record date: 20231027 |
|
| EE01 | Entry into force of recordation of patent licensing contract |