CN110826815B - 一种考虑综合需求响应的区域综合能源系统运行优化方法 - Google Patents

一种考虑综合需求响应的区域综合能源系统运行优化方法 Download PDF

Info

Publication number
CN110826815B
CN110826815B CN201911114800.5A CN201911114800A CN110826815B CN 110826815 B CN110826815 B CN 110826815B CN 201911114800 A CN201911114800 A CN 201911114800A CN 110826815 B CN110826815 B CN 110826815B
Authority
CN
China
Prior art keywords
heat
gas
energy
power
period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911114800.5A
Other languages
English (en)
Other versions
CN110826815A (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 CN201911114800.5A priority Critical patent/CN110826815B/zh
Publication of CN110826815A publication Critical patent/CN110826815A/zh
Application granted granted Critical
Publication of CN110826815B publication Critical patent/CN110826815B/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
    • G06Q10/04—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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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

Abstract

本发明公开了一种考虑综合需求响应的区域综合能源系统运行优化方法，包括如下步骤：S1：建立可再生能源、能源转化设备及储能设备模型；S2：建立基于电、热、气三种负荷综合需求响应模型；S3：建立考虑综合需求响应的区域综合能源系统运行模型；S4：将未来24h的电、热、气负荷预测结果代入步骤S3模型中，并在Cplex优化器中求解。本发明根据区域综合能源系统的能源供给和需求响应的特性，使能量之间互相转化，达到减少弃风、弃光现象，增加能量存储与供给，使区域综合能源系统稳定且经济运行。

Description

一种考虑综合需求响应的区域综合能源系统运行优化方法
技术领域
本发明属于能源优化运行领域，具体涉及一种考虑综合需求响应的区域综合能源系统运行优化方法。
背景技术
区域综合能源系统作为能源互联网发展的重要组成，对可再生能源发展、消纳和提高社会能源利用效率以及国家节能减排具有重要意义。为了减少可再生能源在能源系统中固有的间歇性和波动性，深度调峰技术、储能技术、需求侧响应等方式被提出，其中，综合需求响应(Integrated Demand Response，IDR)是指通过价格或者激励机制刺激需求调整能源生产和消费方式来实现供需双侧资源的协调优化。
目前，对于IDR参与到区域综合能源系统运行调度，国内外已经开展了相关研究，但大多研究只关注电与热、电与气需求响应之间耦合关系，忽略了电、热、天然气三种需求响应之间的联系，无法真正解决区域综合能源系统中能源供给和需求合理分配所带来的问题。因此，需要进一步考虑三种负荷需求，对含电热气储能的区域综合能源系统进行合理优化，满足需求能源供给及其系统经济运行具有重要的意义。
公开号为CN110163411A的中国发明专利申请公开了一种区域综合能源系统运行优化方法，包括以下步骤：S1、建立能源网络传输模型；S11、建立天然气网络模型；S12、建立热力网络模型；S13、建立电-热-气耦合网络系统模型；S2、建立区域综合能源系统经济调度模型；S3、将区域综合能源系统经济调度模型与天然气网络模型、热力网络模型和电-热-气耦合网络系统模型相结合，建立区域综合能源系统的混合整数线性规划模型；S4、通过果蝇优化算法求得混合整数线性规划模型的结果。该发明综合考虑了电力系统、热力系统和天然气系统之间的耦合关系，其可以实现热电联产的经济优势，提高区域综合能源的利用效率。但是，该专利仅考虑了电-热-气网络之间的耦合关系，忽略了用户电热气需求响应，使得运行成本较高，无法实现经济性目标。
公开号为CN109713723A的中国发明专利申请公开了一种区域综合能源系统运行优化方法，应用于新能源与微电网技术领域；该发明首先建立一种以风电消纳量最大为优化目标和以区域综合能源系统的运行成本最小为优化目标的目标函数的区域综合能源系统运行优化模型，其次对模型的冷热电负荷、设备运行、电储能系统以及可转移负荷进行约束，在已有的约束条件下对目标函数进行求解。该发明能够以少量的负荷转移成本换取更低的综合能源系统运行成本和更高的风电消纳能力，并且对系统内可控机组运行条件进行改善。但是，该专利在储能方面仅考虑了电储能系统，且未考虑气负荷，使得多余的热能和天然气不能进行存储，忽略了电热气负荷之间的联系，区域综合能源系统运行优化问题考虑不全面。
发明内容
为克服上述缺陷，本发明的目的在于提供一种考虑综合需求响应的区域综合能源系统运行优化方法。
为实现上述目的，本发明采用如下技术方案：
一种考虑综合需求响应的区域综合能源系统运行优化方法，包括如下步骤：
S1：建立可再生能源、能源转化设备及储能设备模型；
S2：建立基于电、热、气三种负荷综合需求响应模型；
S3：建立考虑综合需求响应的区域综合能源系统运行模型
将S1和S2中模型结合，建立一种考虑综合需求响应的区域综合能源系统运行模型，以一天24h为调度时长，单位调度时间为1h，步骤如下：
1)建立系统运行优化目标函数；
2)建立系统运行约束条件；
S4：将未来24h的电、热、气负荷预测数据代入步骤S3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，得到能源转化设备和储能设备计划出力值及其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中所述的能源转化设备包括微型燃气轮机、余热锅炉、电锅炉和电转气设备。
优选地，步骤S1中所述的储能设备包括蓄电池、储热罐和储气罐。
优选地，步骤S2中所述的响应模型包括电力价格型需求响应模型、天然气价格型需求响应模型和热力需求相应模型。
优选地，步骤S3中所述的目标函数为：
min F＝FWP+FE+FG+FEM
Figure GDA0002786059600000031
Figure GDA0002786059600000032
Figure GDA0002786059600000033
Figure GDA0002786059600000034
式中，F为系统总运行成本；FWP为周期内风机和光伏总弃用费用；FE为周期内购买电力费用；FG为周期内购买天然气费用；FEM表示周期内微型燃气轮机排放含碳气体治理费用；
Figure GDA0002786059600000041
为t时段内单位弃风价格；
Figure GDA0002786059600000042
为t时段内单位弃光价格；
Figure GDA0002786059600000043
为第i台风机在t时段的弃风功率；
Figure GDA0002786059600000044
为第j组光伏在t时段的弃光功率；
Figure GDA0002786059600000045
为t时段电力网价格；
Figure GDA0002786059600000046
为t时段天然气网价格；Pt Net为t时段从电力网购电量；
Figure GDA0002786059600000047
为t时段从天然气网购气量；αGL含碳气体排放折扣费用；λL含碳气体的排放因子；Pt MT为t时段微型燃气轮机的输出电功率。
优选地，步骤S3中所述的约束条件包括电、热、气负荷供需平衡，能源转化设备和储能设备运行约束，与电力网/天然气网交互功率约束。
本发明的积极有益效果
1.本发明考虑综合需求响应的区域综合能源系统运行优化方法，根据区域综合能源系统的能源供给和需求响应的特性，利用峰谷分时电力价、天然气价策略，协调系统内能量的流动，在考虑到运行成本的前提下，使能量之间互相转化，增加能量存储与供给，达到减少弃风、弃光现象，增加能量存储与供给，使区域综合能源系统稳定且经济运行。
2.本发明建立考虑综合需求响应的区域综合能源系统运行模型以区域综合能源系统的运行成本最低为优化目标，系统中电、热、气负荷供需平衡、能源转化和储能设备、与电力网/天然气网交互功率为约束条件，满足用能需求及设备出力为优化变量，利用Cplex优化器为工具，在满足用能需求的同时，记录系统运行成本最小时的状态。
在含外界能源网、可再生能源、能源转化设备、储能设备和负荷的区域综合能源系统当中，考虑电力价格型需求响应、天然气价格型需求响应和热力需求响应三种综合需求响应，通过建立考虑综合需求响应的区域综合能源系统模型，以系统运行成本最低为优化目标，在满足用能需求及负荷供需平衡的前提下，得到能源转化设备和储能设备计划出力值及系统运行状态、最低运行成本值，使得区域综合能源系统能稳定且经济运行。
附图说明
图1为区域综合能源系统结构图。
图2为本发明运行优化方法步骤框图。
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1为本发明区域综合能源系统结构图，包括能源转化设备、储能设备、可再生能源、外界能源网和负荷。
能源转化设备包括：微型燃气轮机(Micro-gas turbine,MT)、余热锅炉(Wasteheatboiler,WHB)、电锅炉(Electric boiler,EB)、电转气设备(Powerto gas,PtG)；
储能设备包括：蓄电池(Energy storage,ES)、储热罐(Heat storage,HS)、储气罐(Gas storage,GS)；
可再生能源包括：风电(Wind turbine,WT)、光伏(Photovoltaic,PV)；
外界能源网包括：电力网、天然气网；
负荷包括：电负荷、热负荷和气负荷
参见图2，本发明考虑综合需求响应区域综合能源系统运行优化方法，包括如下步骤：
S1：建立可再生能源、能源转化设备及储能设备模型；
风电WT模型
Figure GDA0002786059600000061
式中，Pt WT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
Pt PV＝ξcosθηPVAPV
式中，Pt PV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。
微型燃气轮机MT模型
Figure GDA0002786059600000062
式中，Pt MT为时段t内MT的输出电功率，
Figure GDA0002786059600000063
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。
电锅炉EB模型
Figure GDA0002786059600000064
式中：
Figure GDA0002786059600000065
为电锅炉t时段制热量；Wt EB为电锅炉t时段耗电量；ηEB为电锅炉转热效率；
蓄电池ES模型
Figure GDA0002786059600000066
式中，Pt ES、
Figure GDA0002786059600000071
分别为蓄电池在t和t0时刻的剩余电量，λES为蓄电池的自放电率，Pc ES、
Figure GDA0002786059600000072
分别为蓄电池的充放电功率，
Figure GDA0002786059600000073
分别为蓄电池的充放电效率。
储热罐HS模型
Figure GDA0002786059600000074
式中，
Figure GDA0002786059600000075
分别为储热罐在t和t0时段的剩余热量，λHS为储热罐的散热损失率，
Figure GDA0002786059600000076
分别为储热罐的吸热、放热功率，
Figure GDA0002786059600000077
Figure GDA0002786059600000078
分别为储热罐的吸放热效率。
余热锅炉WHB模型
Figure GDA0002786059600000079
式中，
Figure GDA00027860596000000710
为t时刻WHB供热量，ηWHB为热能转换效率，λWHB为热损失，
Figure GDA00027860596000000711
为MT供给WHB的热量。
电转气PtG模型
Figure GDA00027860596000000712
式中：
Figure GDA00027860596000000713
为t时段输出的天然气量；Pt PtG为t时段输入电功率；ηPtG为电转气效率；
储气罐GS模型
Figure GDA00027860596000000714
式中，
Figure GDA00027860596000000715
分别为储气罐t和t0时段储气量，
Figure GDA00027860596000000716
分别为储气罐的进气量和出气量。
S2：建立基于电、热、气三种负荷综合需求响应模型
所述的响应模型包括电力价格型需求响应模型、天然气价格型需求响应模型和热力需求相应模型。
电力价格型需求响应模型采用电量电价弹性矩阵法，具体如下：
Figure GDA0002786059600000081
Figure GDA0002786059600000082
Figure GDA0002786059600000083
Figure GDA0002786059600000084
ΔJt＝J't·Eele·ΔPt
Figure GDA0002786059600000085
Figure GDA0002786059600000086
式中，η为电负荷弹性系数；J为电量，ΔJ为电量增量，P为电价，ΔP为电价增量；Eele为电价弹性矩阵，ηii表示自弹性系数，ηij表示交叉弹性系数，i和j表示时段；
Figure GDA0002786059600000087
为需求响应前t时段的电量，ΔJt为价格型需求响应调整可控负荷用电状态所得后t时段的电量变化量；Jt'为t时段电量矩阵；ΔPt为响应后t时段电价变化量；Jt为响应后的t时段用户用电量。
天然气和电力均属于当今社会重要能源，类比于价格型电负荷，采用气量气价弹性矩阵，具体如下：
Figure GDA0002786059600000091
Figure GDA0002786059600000092
Figure GDA0002786059600000093
Figure GDA0002786059600000094
ΔHt＝H't·Egas·ΔQt
Figure GDA0002786059600000095
Figure GDA0002786059600000096
式中：ε为天然气负荷弹性系数；H为天然气量，ΔH为天然气量增量，Q为天然气价，ΔQ为天然气价增量；Egas为天然气价弹性矩阵，εii表示自弹性系数，εij表示交叉弹性系数,i和j表示时段；
Figure GDA0002786059600000097
为需求响应前t时段的天然气量，ΔHt为价格型需求响应调整可控负荷用电状态所得后t时段的天然气量变化量；Ht'为t时段天然气量矩阵；ΔQt为响应后t时段天然气价变化量；ΔHt为响应后的t时段用户用天然气量。
电力、天然气为价格型响应，热力需求不考虑从热网购买，全部由电锅炉和余热锅炉供给；热力需求响应温度具有延迟性，因此在一定范围内对于用户来说不会产生太大影响。
供热系统的温度特性可根据数据挖掘或物理模型得到，其供热温度自回归滑动平均(ARMA)模型如下：
Figure GDA0002786059600000101
Figure GDA0002786059600000102
式中，Tt h，Tt g，Tt n Tt w分别为热力网回水温度、供水温度、室内温度、室外温度；α，β，γ，θ，φ，ω为供热系统热惯性物理参数；J是ARMA时间序列模型种的阶次，表示热传输时延迟的程度。
S3：建立考虑综合需求响应的区域综合能源系统运行模型
将S1和S2中模型结合，建立考虑综合需求响应的区域综合能源系统运行模型，以一天24h为调度时长，单位调度时间为1h，步骤如下：
1)建立系统运行优化目标函数：
minF＝FWP+FE+FG+FEM
Figure GDA0002786059600000103
Figure GDA0002786059600000104
Figure GDA0002786059600000105
Figure GDA0002786059600000106
式中，F为系统总运行成本；FWP为周期内风机和光伏总弃用费用；FE为周期内购买电力费用；FG为周期内购买天然气费用；FEM表示周期内微型燃气轮机排放含碳气体治理费用；
Figure GDA0002786059600000107
为t时段内单位弃风价格；
Figure GDA0002786059600000108
为t时段内单位弃光价格；
Figure GDA0002786059600000109
为第i台风机在t时段的弃风功率；
Figure GDA00027860596000001010
为第j组光伏在t时段的弃光功率；
Figure GDA0002786059600000111
为t时段电力网价格；
Figure GDA0002786059600000112
为t时段天然气网价格；Pt Net为t时段从电力网购电量；
Figure GDA0002786059600000113
为t时段从天然气网购气量；αGL含碳气体排放折扣费用；λL为含碳气体的排放因子；Pt MT为t时段微型燃气轮机的输出电功率；
2)建立系统运行约束条件：
与电力网交互功率约束：Pin,min≤Pt in≤Pin,max
与天然气网交互功率约束：
Figure GDA0002786059600000114
式中：Pin,min、Pin,max分别为最小、最大购电功率；Gin,min、Gin,max分别为最小、最大购气功率；Pt in、
Figure GDA0002786059600000115
分别为时段t购电、购气功率。
电负荷平衡约束：Pt WT+Pt PV+Pt MT+Pt ES+Pt Net＝Pt Load+Pt PtG
式中：Pt Load为t时段电负荷需求；
热负荷平衡约束：
Figure GDA0002786059600000116
式中：
Figure GDA0002786059600000117
为t时段内热负荷需求；
气负荷平衡约束：
Figure GDA0002786059600000118
式中：
Figure GDA0002786059600000119
为t时段气负荷需求。
能源转化设备运行约束：Pb,min≤Pb≤Pb,max
式中：Pb,min、Pb,max分别为各能源转化设备最小、最大出力功率
储能设备运行约束：
Figure GDA00027860596000001110
式中：
Figure GDA00027860596000001111
和
Figure GDA00027860596000001112
分别表示第t时段储能设备k的功率和容量，
Figure GDA00027860596000001113
和
Figure GDA00027860596000001114
分别表示储能设备k的最大充放倍率，λmin和λmax分别表示储能的最大和最小剩余状态，Pk,cp表示储能设备k的最大储能容量；
S4：根据未来24h的电、热、气负荷预测数据，以1h为一个单位调度周期，带入上述步骤S3目标函数和约束条件中，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，得到能源转化设备和储能设备计划出力值及其在满足需求响应的同时系统运行最低成本，达到减少弃风、弃光现象和系统经济最优运行的目的。
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 (2)

1.一种考虑综合需求响应的区域综合能源系统运行优化方法，其特征在于，包括如下步骤：
S1：建立可再生能源、能源转化设备及储能设备模型；
S2：建立基于电、热、气三种负荷综合需求响应模型；
S3：建立考虑综合需求响应的区域综合能源系统运行模型
将S1和S2中模型结合，建立考虑综合需求响应的区域综合能源系统运行模型，以一天24h为调度时长，单位调度时间为1h，步骤如下：
1)建立系统运行优化目标函数；
2)建立系统运行约束条件；
S4：将未来24h的电、热、气负荷预测数据代入步骤S3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，得到能源转化设备和储能设备计划出力值及其系统最低运行成本值；
步骤S1中所述的可再生能源包括风电和光伏；
步骤S1中所述的能源转化设备包括微型燃气轮机、余热锅炉、电锅炉和电转气设备；
步骤S1中所述的储能设备包括蓄电池、储热罐和储气罐；
步骤S2中所述的响应模型包括电力价格型需求响应模型、天然气价格型需求响应模型和热力需求相应模型；
步骤S3中所述的目标函数为：minF＝FWP+FE+FG+FEM
Figure FDA0002786059590000011
Figure FDA0002786059590000012
Figure FDA0002786059590000013
Figure FDA0002786059590000014
式中，F为系统总运行成本；FWP为周期内风机和光伏总弃用费用；FE为周期内购买电力费用；FG为周期内购买天然气费用；FEM表示周期内微型燃气轮机排放含碳气体治理费用；
Figure FDA0002786059590000021
为t时段内单位弃风价格；
Figure FDA0002786059590000022
为t时段内单位弃光价格；
Figure FDA0002786059590000023
为第i台风机在t时段的弃风功率；
Figure FDA0002786059590000024
为第j组光伏在t时段的弃光功率；
Figure FDA0002786059590000025
为t时段电力网价格；
Figure FDA0002786059590000026
为t时段天然气网价格；Pt Net为t时段从电力网购电量；
Figure FDA0002786059590000027
为t时段从天然气网购气量；αGL含碳气体排放折扣费用；λL含碳气体的排放因子；Pt MT为t时段微型燃气轮机的输出电功率；
步骤S1中所述的微型燃气轮机MT模型
Figure FDA0002786059590000028
式中，Pt MT为时段t内MT的输出电功率，
Figure FDA0002786059590000029
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；
蓄电池ES模型
Figure FDA00027860595900000210
式中，Pt ES、
Figure FDA00027860595900000211
分别为蓄电池在t和t0时刻的剩余电量，λES为蓄电池的自放电率，
Figure FDA00027860595900000212
分别为蓄电池的充放电功率，
Figure FDA00027860595900000213
分别为蓄电池的充放电效率；
储热罐HS模型
Figure FDA00027860595900000214
式中，
Figure FDA00027860595900000215
分别为储热罐在t和t0时段的剩余热量，λHS为储热罐的散热损失率，
Figure FDA00027860595900000216
分别为储热罐的吸热、放热功率，
Figure FDA00027860595900000217
分别为储热罐的吸放热效率；
余热锅炉WHB模型
Figure FDA00027860595900000218
式中，
Figure FDA0002786059590000031
为t时刻WHB供热量，ηWHB为热能转换效率，λWHB为热损失，
Figure FDA0002786059590000032
为MT供给WHB的热量；
电转气PtG模型
Figure FDA0002786059590000033
式中：
Figure FDA0002786059590000034
为t时段输出的天然气量；Pt PtG为t时段输入电功率；ηPtG为电转气效率；
储气罐GS模型
Figure FDA0002786059590000035
式中，
Figure FDA0002786059590000036
分别为储气罐t和t0时段储气量，
Figure FDA0002786059590000037
分别为储气罐的进气量和出气量。
2.根据权利要求1所述的一种考虑综合需求响应的区域综合能源系统运行优化方法，其特征在于，步骤S3中所述的约束条件包括电、热、气负荷供需平衡，能源转化设备和储能设备运行约束，与电力网/天然气网交互功率约束。
CN201911114800.5A 2019-11-14 2019-11-14 一种考虑综合需求响应的区域综合能源系统运行优化方法 Active CN110826815B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911114800.5A CN110826815B (zh) 2019-11-14 2019-11-14 一种考虑综合需求响应的区域综合能源系统运行优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911114800.5A CN110826815B (zh) 2019-11-14 2019-11-14 一种考虑综合需求响应的区域综合能源系统运行优化方法

Publications (2)

Publication Number Publication Date
CN110826815A CN110826815A (zh) 2020-02-21
CN110826815B true CN110826815B (zh) 2021-01-22

Family

ID=69555202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911114800.5A Active CN110826815B (zh) 2019-11-14 2019-11-14 一种考虑综合需求响应的区域综合能源系统运行优化方法

Country Status (1)

Country Link
CN (1) CN110826815B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489193B (zh) * 2020-03-31 2023-08-15 杭州鸿晟电力设计咨询有限公司 一种电-气互联能源系统下用户价格响应特性的计算方法
CN111900714B (zh) * 2020-04-14 2023-12-08 华北电力大学 多能源协同系统优化调度模型构建方法、装置和计算设备
CN111967659B (zh) * 2020-08-03 2023-10-31 华北电力大学 一种基于光伏消纳的区域综合能源系统配置优化方法
CN112464477A (zh) * 2020-11-27 2021-03-09 国网山东省电力公司青岛供电公司 计及需求响应的多能耦合综合能源运行仿真方法
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
CN113112087A (zh) * 2021-04-23 2021-07-13 国网宁夏电力有限公司经济技术研究院 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN113326605B (zh) * 2021-05-08 2022-07-26 华南理工大学 考虑灵活性冷负荷调控的多模式集中供冷系统优化方法
CN113706027A (zh) * 2021-08-31 2021-11-26 广东电网有限责任公司 一种综合能源系统的能源调度管理方法、装置及系统
CN115775054B (zh) * 2023-02-10 2023-05-05 国网山东省电力公司威海供电公司 考虑需求响应的海洋牧场综合能源系统的规划方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007148711A (ja) * 2005-11-28 2007-06-14 Hitachi Ltd サービス運用システム
CN109815629A (zh) * 2019-02-26 2019-05-28 南京工业大学 一种面向综合能源系统的中长期综合需求响应建模方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494018A (zh) * 2018-03-15 2018-09-04 广东电网有限责任公司电网规划研究中心 一种考虑需求侧响应的智慧能源示范区规划方法
CN109088442B (zh) * 2018-10-29 2021-12-14 国网山东省电力公司日照供电公司 多时间尺度下考虑多种储能的微能源网优化调度模型
CN109347095A (zh) * 2018-10-29 2019-02-15 国网山东省电力公司枣庄供电公司 考虑多能互补特性的主动配电网分层分布式协调控制器
CN109687529B (zh) * 2018-12-26 2021-06-25 新奥数能科技有限公司 一种能源调度方法、装置、可读介质及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007148711A (ja) * 2005-11-28 2007-06-14 Hitachi Ltd サービス運用システム
CN109815629A (zh) * 2019-02-26 2019-05-28 南京工业大学 一种面向综合能源系统的中长期综合需求响应建模方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法

Also Published As

Publication number Publication date
CN110826815A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN110826815B (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN111445090B (zh) 一种离网型综合能源系统双层规划方法
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN108154309B (zh) 计及冷热电多负荷动态响应的能源互联网经济调度方法
CN113112087A (zh) 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN109523092B (zh) 多能互补冷热电联供系统及其协同调度方法
CN111738502A (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
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
CN109543889A (zh) 一种区域综合能源系统日前协同优化运行方法
CN109993345B (zh) 一种面向园区的孤岛运行多能互补系统动态经济调度方法
CN112165122A (zh) 一种综合能源系统的运行方法及系统
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN110705737A (zh) 一种多能微网多种储能容量综合优化配置方法
Yang et al. Multi-criteria optimization of multi-energy complementary systems considering reliability, economic and environmental effects
CN110783917A (zh) 含有新能源消纳的多能源能量枢纽配置方法
CN114386256A (zh) 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法
CN110061499B (zh) 一种差异化电源电价下并网型微电网的运行方法
Xia et al. Coordinated dispatch of combined heat and power microgrid based on the improved sparrow search algorithm
Jiarui et al. Research on Demand Response Strategy of Electricity Market Based on Intelligent Power Consumption
Zhu et al. Demand response strategy for promoting distributed power consumption based on resident load participation
CN111817340A (zh) 一种污水厂可再生能源综合利用系统
CN112446616B (zh) 园区型综合能源系统优化运行策略与负荷特性建模方法
Long et al. Partitioned day-ahead economic scheduling of large-scale farm park considering demand side response
CN212784787U (zh) 一种污水厂可再生能源综合利用系统

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
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: 20201225

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