CN110807588A - 一种多能源耦合综合能源系统的优化调度方法 - Google Patents

一种多能源耦合综合能源系统的优化调度方法 Download PDF

Info

Publication number
CN110807588A
CN110807588A CN201911053799.XA CN201911053799A CN110807588A CN 110807588 A CN110807588 A CN 110807588A CN 201911053799 A CN201911053799 A CN 201911053799A CN 110807588 A CN110807588 A CN 110807588A
Authority
CN
China
Prior art keywords
energy
scheduling
equipment
power
natural gas
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
Application number
CN201911053799.XA
Other languages
English (en)
Other versions
CN110807588B (zh
Inventor
尹硕
白宏坤
李虎军
杨萌
刘军会
宋大为
邓方钊
杨钦臣
赵文杰
金曼
马任远
李宗�
柴喆
张鹏
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.)
Tianjin University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
Tianjin University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Henan 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 Tianjin University, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd filed Critical Tianjin University
Priority to CN201911053799.XA priority Critical patent/CN110807588B/zh
Publication of CN110807588A publication Critical patent/CN110807588A/zh
Application granted granted Critical
Publication of CN110807588B publication Critical patent/CN110807588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (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

本发明公开了一种多能源耦合综合能源系统的调度优化方法，包括如下步骤：S1：建立可再生能源、能源耦合设备及储能设备的模型；S2：建立日前调度模型；S3：将未来24h的电、冷、热、气负荷预测结果代入步骤S2模型中，并在Cplex优化器中求解；S4：建立日内滚动优化调度模型；S5：将实时电、冷、热、气负荷代入上述步骤S4所述的模型，并在Cplex优化器中求解。本发明调度优化方法利用日前日内多时间尺度调度，提高结果的准确性，进而降低系统的运行成本，保证系统稳定和经济运行。

Description

一种多能源耦合综合能源系统的优化调度方法
技术领域
本发明属于能源优化调度领域，具体涉及一种多能源耦合综合能源系统的调度优化方法。
背景技术
传统能源系统中，各能源子系统如电、冷、热、气系统相对独立，不同供需能源系统无法统一调度优化，造成系统能源利用率较低，运行成本较高，无法满足低碳性要求。多能源耦合的综合能源系统特指在规划、建设和运行调度等过程中，通过对能源的产生、传输与分配、转换、存储、消费等环节进行有机协调与优化后，形成的能源产销一体化系统，这样将会更好提高能源系统的稳定性和能源利用效率，达到低碳性要求。
目前，国内外关于此方面研究主要集中于综合能源系统宏观建模、运行架构、调度策略等，其中部分研究利用微电网或电力系统中所提理论，修正后适用于综合能源系统中，大多研究只关注电能和冷、热、气能其中一种进行耦合，选用的方法与传统方法较为接近，无法真正解决综合能源系统中能源和时间特性所带来的问题。因此，需要仔细分析综合能源系统特性，对多能流系统进行更优的调度，满足系统经济运行。
公开号为CN109685291A的中国专利申请公开了种基于多能互补的区域综合能源系统日前优化分析方法，首先，建立区域综合能源系统各子系统日前调度模型；然后，利用能源集线器将各子系统耦合在一起，组建区域综合能源系统日前调度模型；然后，利用二阶锥优化算法求解区域综合能源系统日前调度的多能互补方式；最后，利用算例验证所提方法的正确性和有效性。该发明考虑多能互补的区域综合能源系统日前调度优化分析方法，为区域综合能源系统优化运行提供支撑。但是，该专利仅考虑了综合能源系统日前调度，而没有对日内或者更短时间尺度的情况进行分析，易造成日内负荷供需不平衡，无法满足用户实际需求，而且没有对不同能源分别分析建模，造成运行成本过高，无法实现经济性目标。
公开号为CN108898290A的中国发明专利申请公开了一种面向多参与主体的工业园区综合能源系统互动方法，包括如下步骤：运营商发布日前削峰计划；用户对可调热负荷冷热电耦合互动投标和对可中断负荷日前竞价；运营商以补偿支出最小化为目标，进行基于可中断负荷日前竞价和冷热电耦合互动投标联合出清；日内执行日前削峰计划的出清结果，若日内实时负荷或基于日内负荷预测的结果超过负荷限值，对用户的可中断负荷进行日内邀约；日内负荷高峰还执行尖峰电价；根据用户实际响应量进行响应判定与结算。本发明结合冷热电多能耦合互补、可中断负荷和尖峰电价，多手段削峰、多主体参与，调度成本和用能成本低、可操作性和可持续性高，特别适用于多主体的工业园区综合能源系统的效能优化。但是，该专利通过设定日前中断负荷，来平衡日内负荷需求的平衡，没有考虑用户使用能源的突发需求，而且只考虑了冷热电系统，没有考虑天然气系统，优化调度不全面。
发明内容
为克服上述缺陷，本发明的目的在于提供一种多能源耦合综合能源系统的调度优化方法，根据综合能源系统中能源和时间尺度的特性，考虑电、冷、热、气多能流各自在调度时间尺度上的差异性，提出日前调度计划和日内滚动优化调度，消除可再生能源和负荷的随机波动性，达到稳定且经济运行。
为实现上述目的，本发明采用如下技术方案：
一种多能源耦合综合能源系统的调度优化方法，包括如下步骤：
S1：建立可再生能源、能源耦合设备及储能设备的模型；
S2：建立日前调度模型
日前调度模型以一天24h为调度时长，单位调度时间为1h，步骤如下：
1)建立系统优化调度目标函数为：
Figure BDA0002255989670000031
式中，Ce、
Figure BDA0002255989670000032
分别为时段T购电价格和消耗量，Cg、
Figure BDA0002255989670000033
分别为时段T购天然气价格和消耗量，其中
Figure BDA0002255989670000034
分别包括步骤S1中各设备在满足负荷供需时，向电网和天然气网所购能源值；
2)建立系统优化调度约束条件：
根据步骤S1所建立的模型，设定优化调度模型的约束条件；
S3：将未来24h的电、冷、热、气负荷预测结果代入步骤S2目标函数和约束条件中，并在Cplex优化器中求解，在未来24h运行成本最低目标情况下，得到能源耦合设备和储能设备计划出力值及其运行状态、系统最低运行成本值；
S4：建立日内滚动优化调度模型
日内分为三个子层：慢控制层、中间控制层和快控制子层，冷、热能在慢控制子层，天然气在中间控制子层，电能在快控制子层；
1)慢控制子层调度模型
根据步骤S3中能源耦合设备和储能设备运行状态，根据日内冷热负荷变化，调整设备出力，目标函数为：
Figure BDA0002255989670000035
式中，Fg,1、Fe,1分别为调度时段内购天然气成本和用电设备变化成本；
建立慢控制子层调度模型约束条件：
慢控制子层调度约束条件包括供冷平衡、供热平衡和耦合设备出力约束；
2)中间控制子层调度模型
根据步骤S3中能源耦合设备和储能设备运行状态，根据日内天然气负荷变化，调整设备出力，目标函数为：
Figure BDA0002255989670000041
式中，Fg,2、Fe,2分别为调度时段内与天然气网交互成本和用电设备变化成本；
建立中间控制子层调度模型约束条件：
中间控制子层调度约束条件包括供气平衡和系统与天然气网的交互功率约束；
3)快控制子层调度模型
根据步骤S3中能源耦合设备和储能设备运行状态，根据日内电负荷变化，调整设备出力，目标函数为：
Figure BDA0002255989670000042
式中，Fe,3、Fg,3和FES分别为调度时段内与电网交互成本、购天然气成本和储电充放电变化成本；
建立快控制子层调度模型约束条件：
快控制子层调度约束条件包括供电平衡和系统与电网的交互功率约束；
S5：将实时电、冷、热、气负荷代入上述步骤S4所述的目标函数和约束条件，并在Cplex优化器中求解，在运行成本最低目标情况下，得到能源耦合设备和储能设备出力值及其运行状态、以及系统最低运行成本值。
优选地，步骤S1中所述的可再生能源包括风电和光伏。
优选地，步骤S1中所述的能源耦合设备包括燃气轮机、燃料电池、余热锅炉、吸收式制冷机、燃气锅炉、电制冷机、电锅炉和电转气。
优选地，步骤S1中所述的储能设备包括蓄电池、冰蓄冷、储热罐和储气罐。
优选地，步骤S2中所述的约束条件包括电、冷、热、气能供需平衡，能源耦合设备和储能设备运行限定，与电网/天然气网交互功率约束。
本发明所能达到的效果是：
1.本发明多能源耦合综合能源系统的调度优化方法，根据综合能源系统中能源和时间尺度的特性，涉及系统能源耦合设备、储能设备、负荷，还有外部供能的电网和天然气网，考虑电、冷、热、气多能流各自在调度时间尺度上的差异性，提出日前调度模型和日内滚动优化调度模型，日前调度得到的初步调度计划，利用日内分层滚动再优化，及时有效纠正风、光及负荷预测误差引起的功率波动，实现对系统日前方案的修正，保证各能源之间稳定且经济运行，实现系统供需平衡，降低运行成本。
2.本发明日前调度模型以综合能源系统的运行成本最低为优化目标，系统中供需和设备为约束条件，用能需求及设备出力为优化变量，利用Cplex优化器为工具，在未来24h运行成本最低目标情况下，得到能源耦合设备和储能设备计划出力值及其运行状态、系统最低运行成本值，得到系统预调度计划；
日内滚动优化调度模型根据日前预调度计划，由于电、冷、热、气能自身在调度方面的时间特性，日内分为三层的优化模型，分别进行优化调度，结合能源分层优化调度的结果，在运行成本最低目标情况下，得到能源耦合设备和储能设备出力值及其运行状态、系统最低运行成本值，得出实际的调度计划，准确性高，而且进一步丰富了综合能源系统，使得供能方式更为多样，系统优化调度更为灵活，可以随时满足用户能源需求。
附图说明
图1为本发明优化调度方法步骤框图；
图2为多能源耦合综合能源系统结构图；
图3为日内多时间窗口下电、冷、热、气能滚动优化调度图。
具体实施方式
下面结合具体实施例对所提发明做进一步的详细说明。
图2为本发明多能源耦合综合能源系统，包括可再生能源，能源耦合设备、储能设备、外界能源网和负荷；能源耦合设备包括燃气轮机(Micro-gas turbine,MT)、余热锅炉(Waste heatboiler,WHB)、吸收式制冷机(吸收式制冷Absorption refrigerator,AR)，燃气锅炉(Gas boiler,GB)、电锅炉(Electric boiler,EB)、燃料电池(Fuel cell,FC)、电转气(Powerto gas,PtG)、电制冷机(Air conditioning,AC)；
储能设备包括蓄电池(Energy storage,ES)、冰蓄冷(Cold energy storage,CS)、储热罐(Heat storage,HS)、储气罐(Gas storage,GS)；
可再生能源包括风电(Windturbine,WT)、光伏(Photovoltaic,PV)；
外界能源网包括电网和天然气网；
负荷包括电负荷、气负荷、热负荷和冷负荷。
图3为日内多时间窗口下电、冷、热、气能滚动优化调度，在t0时刻，系统预测冷/热能t0+1至t0+3时段数据，并调整t0+1至t0+2时段内WHB、GB、EB、HS、AC、AR及CS设备计划出力值；与此同时，在t0时刻，系统预测天然气能t0+k2至t0+1+k2时段数据，并调整t0+k2至t0+1时段内PtG、MT、FC及GS设备计划出力值；与此同时，在t0时刻，系统预测电能t0+k3至t0+1+k3时段数据，并调度FC、MT及ES设备平移t0+k3至t0+2k3时段电功率波动。由于调度时段的差异，使得调度顺序为冷/热、天然气和电能。
本实施例中日内滚动优化调度模型中冷、热能所在的慢控制子层控制时域k1为1h，调度时间窗口为2h；天然气所在的中间控制子层控制时域k2为30min，调度时间窗口为1h；电能所在的快控制子层控制时域k3为5min，调度时间窗口为30min。
参见图1，本发明多能源耦合综合能源系统的优化调度方法，包括如下步骤：
S1：建立可再生能源、能源耦合设备及储能设备的模型；
风电WT模型
Figure BDA0002255989670000071
式中，为风机输出功率，vci、vco、vr分别为切入风速、切出风速和额定风速，Pr为额定输出功率，a、b为风速相关系数。
光伏PV模型
式中，
Figure BDA0002255989670000074
为光伏输出功率，ξ为实际光照辐射强度，θ为光照到太阳板的角度，ηPV为太阳能电池板的效率，APV为太阳能电池板的面积。
燃气轮机MT模型
Figure BDA0002255989670000081
式中，
Figure BDA0002255989670000082
为时段T内MT的输出电功率，
Figure BDA0002255989670000083
为MT在时段T内天然气消耗量，LMT为天然气的低位热值，ηMT为MT的发电效率，ΔT为单位调度时间。
燃料电池FC模型
Figure BDA0002255989670000084
式中，
Figure BDA0002255989670000085
为FC输出电功率，
Figure BDA0002255989670000086
为FC消耗的天然气消耗量，VFC为FC的电堆电压，NFC为FC的单体串联个数。
电锅炉EB模型
Figure BDA0002255989670000087
式中，
Figure BDA0002255989670000088
为EB在时段T内的供热量，ηEB为电热转换效率，μloss为热损失，
Figure BDA0002255989670000089
为EB在时段T内的耗电率。
燃气锅炉GB模型
Figure BDA00022559896700000810
式中，
Figure BDA00022559896700000811
为GB的热输出功率，
Figure BDA00022559896700000812
为GB在时段T内的天然气消耗量，LGB为天然气的低位热值，ηGB为GB的热效率。
电制冷机AC模型
Figure BDA00022559896700000813
式中，
Figure BDA00022559896700000814
为AC的输出冷功率，ηAC为制冷系数，
Figure BDA00022559896700000815
为AC的输入电功率。
蓄电池ES模型
Figure BDA0002255989670000091
式中，
Figure BDA0002255989670000092
分别为蓄电池在T和T0时刻的剩余电量，δ为蓄电池的自放电率，
Figure BDA0002255989670000093
分别为蓄电池的充放电功率，
Figure BDA0002255989670000094
分别为蓄电池的充放电效率。
储热罐HS模型
式中，分别为储热罐在T和T0时段的剩余热量，μHS为储热罐的散热损失率，
Figure BDA0002255989670000097
分别为储热罐的吸热、放热功率，
Figure BDA0002255989670000098
分别为储热罐的吸放热效率。
冰蓄冷CS模型
Figure BDA00022559896700000910
式中，
Figure BDA00022559896700000911
分别为冰蓄冷在T和T0时段的剩余冷量，μCS为冰蓄冷的散冷损失率，
Figure BDA00022559896700000912
分别为冰蓄冷的吸冷、放冷功率，
Figure BDA00022559896700000913
Figure BDA00022559896700000914
分别为冰蓄冷的吸放冷效率。
余热锅炉WHB模型
Figure BDA00022559896700000915
式中，
Figure BDA00022559896700000916
为T时刻WHB供热量，ηWHB为热能转换效率，μWHB为热损失，
Figure BDA00022559896700000917
为MT供给WHB的热量。
吸收式制冷机AR模型
式中，
Figure BDA00022559896700000919
为AR的输出冷功率，ηAR为制冷系数，
Figure BDA00022559896700000920
为AR的输入热功率。
电转气PtG模型
Figure BDA0002255989670000101
式中，
Figure BDA0002255989670000102
为T时刻PtG的输出天然气量，βPtG为转化天然气效率，
Figure BDA0002255989670000103
为PtG所消耗的电量。
储气罐GS模型
Figure BDA0002255989670000104
式中，
Figure BDA0002255989670000105
分别为储气罐T和T0时段储气量，
Figure BDA0002255989670000106
分别为储气罐的进气量和出气量。
S2：建立日前调度模型
日前调度模型以一天24h为调度时长，单位调度时间为1h，步骤如下：
1)建立目标函数：
Figure BDA0002255989670000107
式中，Ce、
Figure BDA0002255989670000108
分别为时段T购电价格和消耗量，Cg、
Figure BDA0002255989670000109
分别为时段T购天然气价格和消耗量。
2)约束条件：
供电平衡：
Figure BDA00022559896700001010
供气平衡：
Figure BDA00022559896700001011
供冷平衡：
供热平衡：
Figure BDA00022559896700001013
能源耦合设备出力：Pb,min≤Pb≤Pb,max
综合能源系统与电网/天然气网的交互功率：
Figure BDA00022559896700001014
Figure BDA00022559896700001015
储能设备出力：
Figure BDA00022559896700001016
式中，在时段T内，
Figure BDA00022559896700001017
为从电网获取的电功率；
Figure BDA00022559896700001018
为需求侧负荷总功率，
Figure BDA0002255989670000111
为耦合设备所消耗的电功率，
Figure BDA0002255989670000112
为第T时段天然气源中获取的天然气量，为需求侧用气负荷总量，
Figure BDA0002255989670000114
为耦合设备所消耗的量，
Figure BDA0002255989670000115
为需求侧冷负荷总量，
Figure BDA0002255989670000116
为需求侧第T时段用热负荷总量，Pb,min和Pb,max分别为各设备出力的最小值和最大值，Pgrid,ex、Gsource,ex分别为与电网和天然气源功率交互值，
Figure BDA0002255989670000117
和
Figure BDA0002255989670000118
分别为与电网功率交互的下、上限值，
Figure BDA0002255989670000119
为与天然气源功率交互的上限，与天然气网交互功率上限为1000m3。
Figure BDA00022559896700001110
和
Figure BDA00022559896700001111
分别表示第T时段储能k的功率和容量，
Figure BDA00022559896700001112
和
Figure BDA00022559896700001113
分别表示储能设备i最大充放倍率，λmin和λmax分别表示储能的最大和最小剩余状态，Ck,cp表示储能设备k的最大储能容量。
S3：根据未来24h的电、冷、热、气负荷预测结果，以1h为一个单位调度周期，代入上述步骤S2目标函数和约束条件方程中，运用Cplex优化器进行求解，实现在未来24h运行成本最低目标情况下，得到能源耦合设备和储能设备计划出力值及其运行状态、系统最低运行成本值；
S4：建立日内滚动优化调度模型
所述日内分为三个子层：慢控制、中间控制和快控制子层，冷热能在慢控制子层，天然气在中间控制子层，电能在快控制子层；
1)慢控制子层调度模型
根据步骤S3中燃气轮机的运行状态，以及冷热调度计划，根据冷热负荷在t时段的变化，调整各设备出力，目标函数：
Figure BDA00022559896700001114
其中，购天然气成本：
式中，
Figure BDA00022559896700001116
为t时段天然气单价，
Figure BDA00022559896700001117
分别为MT、GB的t时段消耗变化量，μMT、μGB分别为MT和GB单位调整成本，分别为t时段MT和GB调整功率，Δt为单位调度时段。
用电设备变化成本：
Fe,1＝μEB(ΔPEB)2Δt+μAC(ΔPAC)2Δt
式中，μEB、μAC分别为EB和AC单位调整成本，ΔPEB、ΔPAC分别为t时段EB和AC调整功率。
约束条件：
供冷平衡：
Figure BDA0002255989670000121
供热平衡：
Figure BDA0002255989670000122
耦合设备出力：Pb,min≤Pb≤Pb,max
式中，在时段t内，分别为第t时刻AC、CCHP、CS放吸冷出力值，
Figure BDA0002255989670000124
为需求侧冷负荷总量，
Figure BDA0002255989670000125
分别为GB、EB和CCHP设备在第t时段产生的热量，
Figure BDA0002255989670000126
分别为第t时段HS放吸热出力大小，
Figure BDA0002255989670000127
为需求侧第t时段用热负荷总量，Pb,min和Pb,max分别为各设备出力的最小值和最大值。
2)中间控制子层调度模型
根据步骤S3中储气罐的进出气状态，根据气负荷和慢控制子层中设备功率变化，对日前计划做出修正，目标函数：
Figure BDA0002255989670000128
其中，与天然气源交互成本：
Figure BDA0002255989670000129
式中，
Figure BDA00022559896700001210
为t时段与天然气网交互功率的变化量。
用电设备变化成本：
Figure BDA00022559896700001211
式中，μPtG为PtG单位调整成本，
Figure BDA00022559896700001212
为t时段PtG调整功率。
约束条件：
供气平衡:
Figure BDA0002255989670000131
系统与天然气网的交互功率:
Figure BDA0002255989670000132
式中，在时段t内，
Figure BDA0002255989670000133
分别为第t时段从PtG设备、天然气源和GS出进气中获取的天然气量，
Figure BDA0002255989670000134
为需求侧用气负荷总量，为耦合设备所消耗的量，Gsource,ex分别为与天然气网功率交互值，
Figure BDA0002255989670000136
为与天然气网功率交互的上限。
3)快控制子层调度模型
根据步骤S3中蓄电池的充放电状态，根据可再生能源波动、电负荷以及慢控制子层、中间控制子层中设备的功率变化，对日前计划做出修正，目标函数：
Figure BDA0002255989670000137
其中，与电网交互成本：
Figure BDA0002255989670000138
式中，
Figure BDA0002255989670000139
为t时段电价，
Figure BDA00022559896700001310
为t时段与电网交互功率的变化量，μgrid为交互功率单位调整成本。
购天然气成本
Figure BDA00022559896700001311
式中，
Figure BDA00022559896700001312
为t时段消耗变化量，μFC为FC单位调整成本，为t时段FC调整功率。
储能充放电变化成本
Figure BDA00022559896700001314
式中，μES为ES单位调整成本，
Figure BDA00022559896700001315
分别为t时段ES充放电调整功率。
约束条件：
供电平衡：
Figure BDA0002255989670000141
系统与电网的交互功率：
Figure BDA0002255989670000142
式中，在时段t内，
Figure BDA0002255989670000143
分别为WT和PV产生的电功率；
Figure BDA0002255989670000144
为从电网获取的电功率；
Figure BDA0002255989670000145
为MT所产生的电量；
Figure BDA0002255989670000146
为ES的放充电出力值；
Figure BDA0002255989670000147
为需求侧负荷总功率；为耦合设备所消耗的电功率，Pgrid,ex为与电网功率交互值，
Figure BDA0002255989670000149
和
Figure BDA00022559896700001410
分别为与电网功率交互的下、上限值。
S5：将实时电、冷、热、气负荷代入上述步骤S4目标函数和约束条件方程中，并在Cplex优化器中求解，在运行成本最低目标情况下，得到能源耦合设备和储能设备优化调度出力值及其运行状态，以满足负荷需求，以及系统最低运行成本值。
以上具体例子仅为说明本发明的基本思想，不能以此限定本发明的保护范围，只要根据本发明所提出的想法，均属于本发明的保护范围内。

Claims (5)

1.一种多能源耦合综合能源系统的调度优化方法，其特征在于，包括如下步骤：
S1：建立可再生能源、能源耦合设备及储能设备的模型；
S2：建立日前调度模型
日前调度模型以一天24h为调度时长，单位调度时间为1h，步骤如下：
1)建立系统优化调度目标函数为：
Figure FDA0002255989660000011
式中，Ce、
Figure FDA0002255989660000012
为时段T购电价格和消耗量，Cg、
Figure FDA0002255989660000013
分别为时段T购天然气价格和消耗量，其中分别包括步骤S1中各设备在满足负荷供需时，向电网和天然气网所购能量值；
2)建立系统优化调度约束条件：
根据步骤S1所建立的模型，设定优化调度模型的约束条件；
S3：将未来24h的电、冷、热、气负荷预测结果代入步骤S2目标函数和约束条件中，并在Cplex优化器中求解，在未来24h运行成本最低目标情况下，得到能源耦合设备和储能设备计划出力值及其运行状态、系统最低运行成本值；
S4：建立日内滚动优化调度模型
日内分为三个子层：慢控制层、中间控制层和快控制子层，冷、热能在慢控制子层，天然气在中间控制子层，电能在快控制子层；
1)慢控制子层调度模型
根据步骤S3中能源耦合设备和储能设备运行状态，根据日内冷热负荷变化，调整设备出力，目标函数为：
Figure FDA0002255989660000015
式中，Fg,1、Fe,1分别为调度时段内购天然气成本和用电设备变化成本；
建立慢控制子层调度模型约束条件：
慢控制子层调度约束条件包括供冷平衡、供热平衡和耦合设备出力约束；
2)中间控制子层调度模型
根据步骤S3中能源耦合设备和储能设备运行状态，根据日内天然气负荷变化，调整设备出力，目标函数为：
式中，Fg,2、Fe,2分别为调度时段内与天然气网交互成本和用电设备变化成本；
建立中间控制子层调度模型约束条件：
中间控制子层调度约束条件包括供气平衡和系统与天然气网的交互功率约束；
3)快控制子层调度模型
根据步骤S3中能源耦合设备和储能设备运行状态，根据日内电负荷变化，调整设备出力，目标函数为：
Figure FDA0002255989660000022
式中，Fe,3、Fg,3和FES分别为调度时段内与电网交互成本、购天然气成本和储电充放电变化成本；
建立快控制子层调度模型约束条件：
快控制子层调度约束条件包括供电平衡和系统与电网的交互功率约束；
S5：将实时电、冷、热、气负荷代入上述步骤S4所述的目标函数和约束条件，并在Cplex优化器中求解，在运行成本最低目标情况下，得到能源耦合设备和储能设备出力值及其运行状态、系统最低运行成本值。
2.根据权利要求1所述的一种多能源耦合综合能源系统的调度优化方法，其特征在于，步骤S1中所述的可再生能源包括风电和光伏。
3.根据权利要求1所述的一种多能源耦合综合能源系统的调度优化方法，其特征在于，步骤S1中所述的能源耦合设备包括燃气轮机、燃料电池、余热锅炉、吸收式制冷机、燃气锅炉、电制冷机、电锅炉和电转气。
4.根据权利要求1所述的一种多能源耦合综合能源系统的调度优化方法，其特征在于，步骤S1中所述的储能设备包括蓄电池、冰蓄冷、储热罐和储气罐。
5.根据权利要求1所述的一种多能源耦合综合能源系统的调度优化方法，其特征在于，步骤S2中所述的约束条件包括电、冷、热、气能供需平衡，能源耦合设备和储能设备运行限定，与电网/天然气网交互功率约束。
CN201911053799.XA 2019-10-31 2019-10-31 一种多能源耦合综合能源系统的优化调度方法 Active CN110807588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911053799.XA CN110807588B (zh) 2019-10-31 2019-10-31 一种多能源耦合综合能源系统的优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911053799.XA CN110807588B (zh) 2019-10-31 2019-10-31 一种多能源耦合综合能源系统的优化调度方法

Publications (2)

Publication Number Publication Date
CN110807588A true CN110807588A (zh) 2020-02-18
CN110807588B CN110807588B (zh) 2021-03-23

Family

ID=69489834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911053799.XA Active CN110807588B (zh) 2019-10-31 2019-10-31 一种多能源耦合综合能源系统的优化调度方法

Country Status (1)

Country Link
CN (1) CN110807588B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291942A (zh) * 2020-03-05 2020-06-16 燕山大学 一种考虑需求响应的综合能源系统两阶段调度方法及系统
CN112186755A (zh) * 2020-09-25 2021-01-05 东南大学 一种区域综合能源系统柔性负荷储能化建模方法
CN112700094A (zh) * 2020-12-22 2021-04-23 上海电力大学 一种基于mpc及loddlc的综合能源系统多时间尺度优化调度方法
CN112927095A (zh) * 2021-01-11 2021-06-08 东北电力大学 一种电热联合系统多时间尺度协调调度方法
CN113869741A (zh) * 2021-09-29 2021-12-31 国网上海市电力公司 一种考虑综合需求响应的综合能源系统优化运行方法
CN115204747A (zh) * 2022-08-22 2022-10-18 国网江苏省电力有限公司扬州供电分公司 一种新能源厂网交互分层优化调度方法
CN115271264A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种工业园区能源系统调配方法及计算设备
CN118034066A (zh) * 2024-04-11 2024-05-14 国网江苏省电力有限公司常州供电分公司 多能耦合舱能源系统协调运行控制方法、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130245847A1 (en) * 2009-10-23 2013-09-19 Alain P. Steven Facilitating revenue generation from wholesale electricity markets using an enineering-based energy asset model
CN103824134A (zh) * 2014-03-06 2014-05-28 河海大学 一种用于虚拟电厂的两阶段优化调度方法
CN108898290A (zh) * 2018-06-13 2018-11-27 广州供电局有限公司 一种面向多参与主体的工业园区综合能源系统互动方法
CN109685291A (zh) * 2019-02-15 2019-04-26 河海大学 基于多能互补的区域综合能源系统日前优化分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130245847A1 (en) * 2009-10-23 2013-09-19 Alain P. Steven Facilitating revenue generation from wholesale electricity markets using an enineering-based energy asset model
CN103824134A (zh) * 2014-03-06 2014-05-28 河海大学 一种用于虚拟电厂的两阶段优化调度方法
CN108898290A (zh) * 2018-06-13 2018-11-27 广州供电局有限公司 一种面向多参与主体的工业园区综合能源系统互动方法
CN109685291A (zh) * 2019-02-15 2019-04-26 河海大学 基于多能互补的区域综合能源系统日前优化分析方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291942A (zh) * 2020-03-05 2020-06-16 燕山大学 一种考虑需求响应的综合能源系统两阶段调度方法及系统
CN111291942B (zh) * 2020-03-05 2023-09-26 燕山大学 一种考虑需求响应的综合能源系统两阶段调度方法及系统
CN112186755B (zh) * 2020-09-25 2022-11-22 东南大学 一种区域综合能源系统柔性负荷储能化建模方法
CN112186755A (zh) * 2020-09-25 2021-01-05 东南大学 一种区域综合能源系统柔性负荷储能化建模方法
CN112700094A (zh) * 2020-12-22 2021-04-23 上海电力大学 一种基于mpc及loddlc的综合能源系统多时间尺度优化调度方法
CN112700094B (zh) * 2020-12-22 2022-06-17 上海电力大学 一种基于mpc及loddlc的综合能源系统多时间尺度优化调度方法
CN112927095A (zh) * 2021-01-11 2021-06-08 东北电力大学 一种电热联合系统多时间尺度协调调度方法
CN113869741A (zh) * 2021-09-29 2021-12-31 国网上海市电力公司 一种考虑综合需求响应的综合能源系统优化运行方法
CN115204747A (zh) * 2022-08-22 2022-10-18 国网江苏省电力有限公司扬州供电分公司 一种新能源厂网交互分层优化调度方法
CN115204747B (zh) * 2022-08-22 2023-09-12 国网江苏省电力有限公司扬州供电分公司 一种新能源厂网交互分层优化调度方法
CN115271264A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种工业园区能源系统调配方法及计算设备
CN118034066A (zh) * 2024-04-11 2024-05-14 国网江苏省电力有限公司常州供电分公司 多能耦合舱能源系统协调运行控制方法、设备和存储介质
CN118034066B (zh) * 2024-04-11 2024-08-16 国网江苏省电力有限公司常州供电分公司 多能耦合舱能源系统协调运行控制方法、设备和存储介质

Also Published As

Publication number Publication date
CN110807588B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN110807588B (zh) 一种多能源耦合综合能源系统的优化调度方法
Shahrabi et al. Developing optimal energy management of energy hub in the presence of stochastic renewable energy resources
Ma et al. The optimal structure planning and energy management strategies of smart multi energy systems
CN109523052B (zh) 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN110689189B (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
CN111340274A (zh) 一种基于虚拟电厂参与的综合能源系统优化方法和系统
CN111400641A (zh) 一种含蓄热式电采暖的综合能源系统日前优化调度方法
CN108133285B (zh) 一种接入大规模可再生能源的混合能源系统实时调度方法
CN108521132B (zh) 多能互补支撑电网频率调节的多时间尺度优化控制方法
CN110659788A (zh) 一种用户侧综合能源系统的供需平衡分析方法和系统
CN106779471A (zh) 一种多能互联交直流混合微电网系统及优化配置方法
CN110474370B (zh) 一种空调可控负荷、光伏储能系统的协同控制系统及方法
CN109767029A (zh) 局域能源互联网中冷热电三联供系统容量配置方法及系统
Zhi et al. Scenario-based multi-objective optimization strategy for rural PV-battery systems
CN112329260A (zh) 一种多能互补微网多元多目标优化配置与优化运行方法
CN117974365B (zh) 一种电热综合能源耦合系统多目标运行优化方法及系统
CN116683445A (zh) 基于模型预测控制的园区微电网多时间尺度运行优化方法
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
CN114037337A (zh) 一种基于模型预测控制的微能源网优化调度方法及系统
Yu et al. Transactive control of a residential community with solar photovoltaic and battery storage systems
Zheng et al. A techno-economic sizing method for PV/battery/grid hybrid solar systems for residential buildings
CN110119850A (zh) 基于光热发电调节的储热量双阶段优化调度方法
CN110137954A (zh) 一种含光热电站的虚拟电厂优化调度方法
Bagherinezhad et al. Indirect congestion management approach in distribution system with high PV penetration
Zhu et al. Optimal dispatch for grid-connecting microgrid considering shiftable and adjustable loads

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200812

Address after: 450052 C building, No. 87, Songshan office, South Zhengzhou Road, 27 District, Henan 1-10, China

Applicant after: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

Address before: 450000 C building, No. 87, Songshan office, South Zhengzhou Road, 27 District, Henan 1-10, China

Applicant before: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

Applicant before: STATE GRID CORPORATION OF CHINA

Applicant before: Tianjin University

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210301

Address after: 1-10 / F, C building, No.87 courtyard, Songshan South Road, Erqi District, Zhengzhou City, Henan Province

Applicant after: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

Applicant after: STATE GRID CORPORATION OF CHINA

Applicant after: Tianjin University

Address before: 1-10 / F, C building, No.87 courtyard, Songshan South Road, Erqi District, Zhengzhou City, Henan Province

Applicant before: ECONOMIC TECHNOLOGY RESEARCH INSTITUTE OF STATE GRID HENAN ELECTRIC POWER Co.

GR01 Patent grant
GR01 Patent grant