CN110968827A - 一种多区域综合能源系统优化配置方法 - Google Patents
一种多区域综合能源系统优化配置方法 Download PDFInfo
- Publication number
- CN110968827A CN110968827A CN201911108186.1A CN201911108186A CN110968827A CN 110968827 A CN110968827 A CN 110968827A CN 201911108186 A CN201911108186 A CN 201911108186A CN 110968827 A CN110968827 A CN 110968827A
- Authority
- CN
- China
- Prior art keywords
- node
- model
- period
- power
- electric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 35
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 230000008878 coupling Effects 0.000 claims abstract description 20
- 238000010168 coupling process Methods 0.000 claims abstract description 20
- 238000005859 coupling reaction Methods 0.000 claims abstract description 20
- 239000007789 gas Substances 0.000 claims description 65
- 238000010521 absorption reaction Methods 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 17
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 14
- 238000009434 installation Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 8
- 239000003345 natural gas Substances 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 6
- 239000002918 waste heat Substances 0.000 claims description 6
- 238000005485 electric heating Methods 0.000 claims description 5
- 239000000446 fuel Substances 0.000 claims description 5
- 230000020169 heat generation Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 102000002423 Octamer Transcription Factor-6 Human genes 0.000 claims description 3
- 108010068113 Octamer Transcription Factor-6 Proteins 0.000 claims description 3
- 125000004432 carbon atom Chemical group C* 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q10/06315—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
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Power Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种多区域综合能源系统优化配置方法，该方法先获取多区域综合能源系统的基础数据，再基于获得的基础数据构建包括区域电力系统模型、区域热力系统模型和能源耦合系统模型的综合能源配电系统优化配置模型，然后求解该优化配置模型，得到多区域综合能源系统内各类设备的选型优化结果以及设备的最优运行结果，最后根据上述优化结果进行多区域综合能源系统的优化配置。本设计不仅提高了能源利用率、降低了系统的运行费用，而且提升了系统运行的灵活性。
Description
技术领域
本发明属于电力系统中综合能源系统优化配置领域，具体涉及一种多区域综合能源系统优化配置方法。
背景技术
综合能源系统作为一种能源产-供-消一体化系统，可以在提高能源利用效率、减少环境污染、加强能源安全、优化能源结构方面发挥积极作用，提供有效的技术手段以降低能耗。通过建设综合能源系统，可以最佳地共享所有类型的能源，并且显著地提高多能源利用率，降低系统运行成本。综合能源系统冷-热-电综合优化配置方法作为发展综合能源系统高效利用的必备条件，一直受到国内外学者的广泛关注。但是考虑到综合能源系统中多能耦合密切，其设备类型更是多种多样，优化配置模型本质是一个多维度、多层次以及非线性的复杂规划问题，而现阶段的综合能源系统优化配置方法大多只单纯的考虑独立系统(独立系统内荷侧的热电比与源侧的热电比不匹配制约着系统高效运行)，且没有考虑网络互联以及网络约束对于优化配置问题的影响，未充分利用多能源的互补特性。
发明内容
本发明的目的是针对现有技术存在的上述问题，提供一种考虑多区域互联的综合能源系统优化配置问题、能够有效提升系统运行灵活性的多区域综合能源系统优化配置方法。
为实现以上目的，本发明的技术方案如下：
一种多区域综合能源系统优化配置方法，依次包括以下步骤：
步骤A、获取多区域综合能源系统的基础数据；
步骤B、基于获得的基础数据构建综合能源配电系统优化配置模型，其中，所述综合能源配电系统优化配置模型包括区域电力系统模型、区域热力系统模型和能源耦合系统模型；
步骤C、求解上述优化配置模型，得到多区域综合能源系统内各类设备的选型优化结果以及设备的最优运行结果；
步骤D、根据上述优化结果进行多区域综合能源系统的优化配置。
步骤B中，所述区域电力系统模型为：
上式中，Pi(t)、Qi(t)分别为t时段节点i的有、无功注入功率，Ui(t)为t时段节点i的电压幅值，Uj(t)为t时段节点j的电压幅值，Gij、Bij分别为节点i到节点j之间线路的π型等值电路中的电导、电纳，θij为节点i与节点j之间的相角差，θij＝θi-θj，Iij(t)为t时段节点i到节点j支路的电流幅值，Iijmax为节点i到节点j支路的电流幅值上限，N为节点i的数量，T为总时间；
所述区域热力系统模型为：
上式中，Qi,t为t时段节点i与第i个综合能源系统之间的流量，qij,t为t时段管段中从节点i流向节点j的流量，Hex,i,t为t时段节点i与第i个综合能源配电系统之间的热能交互，c为水的比热容，Ts、Tr分别为给水温度、回水温度，Hij,t为t时段从管段中节点i流向节点j的热能，ηji为节点j到节点i的热损率，δ为单位长度管道热损率，lji为节点j到节点i的长度；
所述能源耦合系统模型为：
上式中，CHN为热网的投资成本，Ccchp为机组投资成本，Cpump为水泵运行电费，Cng为燃料费用，CDN为配网交互费用，R为年成本折算系数，priceHN,fix为热网管段安装的固定费用，priceHN,var为热网管段安装的可变费用，li为1km，Zi为节点i处的管段状态，N1为节点i的数量，Nc为冷热电联供系统的数量，ΩGT为燃气轮机的可选型号集合，ΩGB为燃气锅炉的可选型号集合，
为r型号燃气轮机的投资成本，
为r型号燃气锅炉的投资成本，priceeb为电热锅炉的投资成本，
xeb,i、xec,i、xac,i分别为节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷器、吸收式制冷器的安装状态，Kec、Kac分别为电制冷器、吸收式制冷器的单位容量价格，Wec,i、Wac,i分别为节点i处电制冷器、吸收式制冷器的容量，Nt为总时段数，ηpump,i为耗电输热比，Hij,t为从i节点流向节点j的管段流量，pricee,i,t为t时段节点i处的购电电价，Δt为单位时间间隔，priceng为燃气单价，Hng为天然气的热值，
为t时段节点i处r型号燃气轮机的电出力，
为r型号燃气轮机的发电效率，
为t时段节点i处r型号燃气锅炉的热出力，
为r型号燃气锅炉的发热效率，pricee,i,t为t时段节点i的电价，Pex,i,t为t时段节点i与配网间的交互功率。
所述能源耦合系统模型的约束条件包括：
功率平衡约束：
上式中，Pload,i,t、Hload,i,t、Cload,i,t分别为t时段节点i处的电、热、冷负荷需求，Qec,i,t、Qac,i,t分别为t时段节点i处电制冷机、吸收式制冷机的制冷量，COPec为电制冷机的热力系数，Qeb,i,t为t时段节点i处电热锅炉的产热量，ηeb为电热锅炉的制热效率，
为t时段节点i处r型号燃气轮机的热出力，ηhr为余热回收器的回收效率，ηhe为热交换器效率，
为燃气锅炉的发热效率，COPac为吸收式制冷机的热力系数；
设备出力约束：
上式中，
分别为r型号燃气轮机的电功率上、下限，
分别为r型号燃气轮机的热功率上、下限，
分别为r型号燃气锅炉的热功率上、下限，
分别为r型号电热锅炉的电功率上、下限，Qecmax、Qecmin分别为电制冷机的冷功率上、下限，Qacmax、Qacmin分别为吸收式制冷机的冷功率上、下限，
yeb,i,t、yec,i,t、yac,i,t分别为t时段节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷机、吸收式制冷机的运行状态；
状态变量约束：
所述步骤C采用SCIP优化工具包求解优化配置模型。
步骤A中，所述基础数据包括多区域综合能源系统组成部分、组合结构、电热冷负荷数据、设备的类型、设备的额定功率和效率、天然气价格、电价。
与现有技术相比，本发明的有益效果为：
本发明一种多区域综合能源系统优化配置方法构建了包括区域电力系统模型、区域热力系统模型和能源耦合系统模型的综合能源配电系统优化配置模型，该方法结合区域热力系统模型以及区域电力系统模型来综合考虑多区域互联的综合能源系统优化配置问题，在保证满足用户的多样化用能需求的前提下考虑了网络互联以及网络约束对于系统的影响，从而提供更合理的设备配置方式及能源耦合形式，一方面，该设计不仅有效地解决了机组设备容量小、设备利用率低、设备容量浪费等问题，提高了能源利用率，而且显著降低了系统的运行费用，另一方面，该设计通过多种能源网络耦合实现了多区域子系统之间的互联互通，保证了多区域综合能源系统的供需匹配，当某一子区域负荷有所波动时，既可以通过子区域内部设备出力变化来满足负荷的波动变化，也可以通过多种能源网络耦合系统来满足负荷的波动变化，从而有效提升了系统运行的灵活性。因此，本发明不仅提高了能源利用率、降低了系统的运行费用，而且提升了系统运行的灵活性。
附图说明
图1为本发明实施例中多区域综合能源系统结构示意图。
图2为本发明实施例中两情景下的年网损结果对比图。
图3为本发明实施例中两情景下电力系统E2节点的春、夏、秋、冬四个典型日的电压波动曲线对比图。
具体实施方式
下面结合具体实施方式和附图对本发明作进一步详细的说明。
一种多区域综合能源系统优化配置方法，依次包括以下步骤：
步骤A、获取多区域综合能源系统的基础数据；
步骤B、基于获得的基础数据构建综合能源配电系统优化配置模型，其中，所述综合能源配电系统优化配置模型包括区域电力系统模型、区域热力系统模型和能源耦合系统模型；
步骤C、求解上述优化配置模型，得到多区域综合能源系统内各类设备的选型优化结果以及设备的最优运行结果；
步骤D、根据上述优化结果进行多区域综合能源系统的优化配置。
步骤B中，所述区域电力系统模型为：
上式中，Pi(t)、Qi(t)分别为t时段节点i的有、无功注入功率，Ui(t)为t时段节点i的电压幅值，Uj(t)为t时段节点j的电压幅值，Gij、Bij分别为节点i到节点j之间线路的π型等值电路中的电导、电纳，θij为节点i与节点j之间的相角差，θij＝θi-θj，Iij(t)为t时段节点i到节点j支路的电流幅值，Iijmax为节点i到节点j支路的电流幅值上限，N为节点i的数量，T为总时间；
所述区域热力系统模型为：
上式中，Qi,t为t时段节点i与第i个综合能源系统之间的流量，qij,t为t时段管段中从节点i流向节点j的流量，Hex,i,t为t时段节点i与第i个综合能源配电系统之间的热能交互，c为水的比热容，Ts、Tr分别为给水温度、回水温度，Hij,t为t时段从管段中节点i流向节点j的热能，ηji为节点j到节点i的热损率，δ为单位长度管道热损率，lji为节点j到节点i的长度；
所述能源耦合系统模型为：
上式中，CHN为热网的投资成本，Ccchp为机组投资成本，Cpump为水泵运行电费，Cng为燃料费用，CDN为配网交互费用，R为年成本折算系数，priceHN,fix为热网管段安装的固定费用，priceHN,var为热网管段安装的可变费用，li均为1km，Zi为节点i处的管段状态，N1为节点i的数量，Nc为冷热电联供系统的数量，ΩGT为燃气轮机的可选型号集合，ΩGB为燃气锅炉的可选型号集合，
为r型号燃气轮机的投资成本，
为r型号燃气锅炉的投资成本，priceeb为电热锅炉的投资成本，
xeb,i、xec,i、xac,i分别为节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷器、吸收式制冷器的安装状态，Kec、Kac分别为电制冷器、吸收式制冷器的单位容量价格，Wec,i、Wac,i分别为节点i处电制冷器、吸收式制冷器的容量，Nt为总时段数，ηpump,i为耗电输热比，Hij,t为从i节点流向节点j的管段流量，pricee,i,t为t时段节点i处的购电电价，Δt为单位时间间隔，priceng为燃气单价，Hng为天然气的热值，
为t时段节点i处r型号燃气轮机的电出力，
为r型号燃气轮机的发电效率，
为t时段节点i处r型号燃气锅炉的热出力，
为r型号燃气锅炉的发热效率，pricee,i,t为t时段节点i的电价，Pex,i,t为t时段节点i与配网间的交互功率。
所述能源耦合系统模型的约束条件包括：
功率平衡约束：
上式中，Pload,i,t、Hload,i,t、Cload,i,t分别为t时段节点i处的电、热、冷负荷需求，Qec,i,t、Qac,i,t分别为t时段节点i处电制冷机、吸收式制冷机的制冷量，COPec为电制冷机的热力系数，Qeb,i,t为t时段节点i处电热锅炉的产热量，ηeb为电热锅炉的制热效率，
为t时段节点i处r型号燃气轮机的热出力，ηhr为余热回收器的回收效率，ηhe为热交换器效率，
为燃气锅炉的发热效率，COPac为吸收式制冷机的热力系数；
设备出力约束：
上式中，
分别为r型号燃气轮机的电功率上、下限，
分别为r型号燃气轮机的热功率上、下限，
分别为r型号燃气锅炉的热功率上、下限，
分别为r型号电热锅炉的电功率上、下限，Qecmax、Qecmin分别为电制冷机的冷功率上、下限，Qacmax、Qacmin分别为吸收式制冷机的冷功率上、下限，
yeb,i,t、yec,i,t、yac,i,t分别为t时段节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷机、吸收式制冷机的运行状态；
状态变量约束：
所述步骤C采用SCIP优化工具包求解优化配置模型。
步骤A中，所述基础数据包括多区域综合能源系统组成部分、组合结构、电热冷负荷数据、设备的类型、设备的额定功率和效率、天然气价格、电价。
本发明的原理说明如下：
本发明提供了一种多区域综合能源系统优化配置方法，该方法从融合区域热力系统和区域电力系统来考虑综合能源中设备的最佳接入容量以及最佳热网路径，建立了以最小化投资成本加运行成本为目标函数、以系统潮流约束等约束条件的能源耦合系统模型；同时，针对电力系统进行了详细建模，采用交流潮流计算，包含由电压用极坐标表示的节点功率方程、节点电压、支路电流，通过精确的非线性交流潮流模型可得到精确的潮流结果，将多种能源类型统一协调调度，实现电力系统和热力系统的结合，不仅能够改善系统电压水平，提升电能质量，而且能够优化系统内潮流分布，降低配电系统的网损。
状态变量约束：本发明通过状态变量约束保证了只有当设备已安装(x＝1)的情况下才可以正常运行(y＝1)。
实施例1：
一种多区域综合能源系统优化配置方法，依次按照以下步骤进行：
步骤1、获取多区域综合能源系统的基础数据，所述基础数据包括多区域综合能源系统组成部分、组合结构、电热冷负荷数据、设备的类型、设备的额定功率和效率、天然气价格、电价，具体数据如表1所示：
表1(a)24h购电、购气价格
| 时段 | 电价(元/kW·h) | 气价(元/kW·h) |
| 子区域1 | 0.54 | 0.242 |
| 子区域2 | 0.71 | 0.242 |
| 子区域3 | 0.9 | 0.242 |
表1(b1)子区域1春季典型日24小时各时段电/热/冷负荷
表1(b2)子区域1夏季典型日24小时各时段电/热/冷负荷
表1(b4)子区域1冬季典型日24小时各时段电/热/冷负荷
表1(b5)子区域2春季典型日24小时各时段电/热/冷负荷
表1(b6)子区域2夏季典型日24小时各时段电/热/冷负荷
表1(b7)子区域2秋季典型日24小时各时段电/热/冷负荷
表1(b8)子区域2冬季典型日24小时各时段电/热/冷负荷
表1(b9)子区域3春季典型日24小时各时段电/热/冷负荷
表1(b10)子区域3夏季典型日24小时各时段电/热/冷负荷
表1(b11)子区域3秋季典型日24小时各时段电/热/冷负荷
表1(b12)子区域3冬季典型日24小时各时段电/热/冷负荷
表1(g)设备参数
| 设备参数 | 数值 |
| 余热回收装置额定效率 | 0.9 |
| 换热装置额定效率 | 0.75 |
表1(h)系统设备及热网参数
步骤2、基于获得的基础数据构建综合能源配电系统优化配置模型，其中，所述综合能源配电系统优化配置模型包括区域电力系统模型、区域热力系统模型和能源耦合系统模型，本实施例选取区域电力系统中节点1为平衡节点，所述区域电力系统模型为：
上式中，Pi(t)、Qi(t)分别为t时段节点i的有、无功注入功率，Ui(t)为t时段节点i的电压幅值，Uj(t)为t时段节点j的电压幅值，Gij、Bij分别为节点i到节点j之间线路的π型等值电路中的电导、电纳，θij为节点i与节点j之间的相角差，θij＝θi-θj，Iij(t)为t时段节点i到节点j支路的电流幅值，Iijmax为节点i到节点j支路的电流幅值上限，N为节点i的数量，T为总时间；
所述区域热力系统模型为：
上式中，Qi,t为t时段节点i与第i个综合能源系统之间的流量，Qi,t<0时表示节点i向第i个综合能源配电系统注入流量，Qi,t>0时表示第i个综合能源配电系统向节点i注入流量，qij,t为t时段管段中从节点i流向节点j的流量，Hex,i,t为t时段节点i与第i个综合能源配电系统之间的热能交互，Hex,i,t<0时表示热能的流向时从节点i向第i个综合能源配电系统，Hex,i,t>0时表示热能的流向时从第i个综合能源配电系统向节点i，c为水的比热容，为4187J/(kg·℃)，Ts、Tr分别为给水温度、回水温度，具体数值为95℃和75℃，Hij,t为t时段从管段中节点i流向节点j的热能，ηji为节点j到节点i的热损率，δ为单位长度管道热损率，为0.1，lji为节点j到节点i的长度，另外，本实施例中，余热回收器的回收效率为0.75；热交换器效率为0.9；
所述能源耦合系统模型为：
上式中，CHN为热网的投资成本，Ccchp为机组投资成本，Cpump为水泵运行电费，Cng为燃料费用，CDN为配网交互费用，R为年成本折算系数，为0.13，priceHN,fix为热网管段安装的固定费用，priceHN,var为热网管段安装的可变费用，li均为1km，Zi为节点i处的管段状态，取1表示才存在该管段，N1为节点i的数量，Nc为冷热电联供系统的数量，ΩGT为燃气轮机的可选型号集合，ΩGB为燃气锅炉的可选型号集合，
为r型号燃气轮机的投资成本，
为r型号燃气锅炉的投资成本，priceeb为电热锅炉的投资成本，
xeb,i、xec,i、xac,i分别为节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷器、吸收式制冷器的安装状态，设备已安装时为1，Kec、Kac分别为电制冷器、吸收式制冷器的单位容量价格，Wec,i、Wac,i分别为节点i处电制冷器、吸收式制冷器的容量，Nt为总时段数，ηpump,i为耗电输热比，为0.0059，Hij,t为从i节点流向节点j的管段流量，pricee,i,t为t时段节点i处的购电电价，Δt为单位时间间隔，设定为1h，priceng为燃气单价，Hng为天然气的热值，为9.78(kW·h)/m3，
为t时段节点i处r型号燃气轮机的电出力，
为r型号燃气轮机的发电效率，
为t时段节点i处r型号燃气锅炉的热出力，
为r型号燃气锅炉的发热效率，pricee,i,t为t时段节点i的电价，Pex,i,t为t时段节点i与配网间的交互功率，Pload,i,t、Hload,i,t、Cload,i,t分别为t时段节点i处的电、热、冷负荷需求，Qec,i,t、Qac,i,t分别为t时段节点i处电制冷机、吸收式制冷机的制冷量，COPec为电制冷机的热力系数，Qeb,i,t为t时段节点i处电热锅炉的产热量，ηeb为电热锅炉的制热效率，
为t时段节点i处r型号燃气轮机的热出力，ηhr为余热回收器的回收效率，ηhe为热交换器效率，
为燃气锅炉的发热效率，COPac为吸收式制冷机的热力系数，
分别为r型号燃气轮机的电功率上、下限，
分别为r型号燃气轮机的热功率上、下限，
分别为r型号燃气锅炉的热功率上、下限，
分别为r型号电热锅炉的电功率上、下限，Qecmax、Qecmin分别为电制冷机的冷功率上、下限，Qacmax、Qacmin分别为吸收式制冷机的冷功率上、下限，
yeb,i,t、yec,i,t、yac,i,t分别为t时段节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷机、吸收式制冷机的运行状态，设备处于运行状态时为1；
步骤3、采用Cplex优化软件求解上述优化配置模型，得到多区域综合能源系统内各类设备的选型优化结果以及设备的最优运行结果，包括如表2所示的优化参数：
表2优化配置模型的优化参数
步骤4、根据上述优化结果进行多区域综合能源系统的优化配置。
为考察本发明方法的有效性，将不包含区域热力系统的多区域综合能源系统优化配置模型作为场景一得到的优化结果与包含区域热力系统的多区域综合能源系统优化配置模型(即本实施例)作为场景二得到的优化结果以及成本进行对比，优化结果对比参见表3、图2、图3，成本对比结果参见表4，：
表3场景一、二的优化结果对比数据
表4场景一、二的成本对比数据
不同的综合能源系统发展模式对于配电网的影响是不同的，综合负荷的季节性、波动性的特征也都会对配电网造成影响。图2显示了电力系统和热力系统的结合能够优化系统内潮流分布，降低网损，提高能源利用率；图3表明：通过多种能源网络的耦合能够减少整个系统与配电网之间的电能交互，优化系统内的潮流分布，从而有效改善配电网的运行电压水平，提升电能质量。
从表4可以看出，在年投资成本方面来说，场景二的年投资成本略高于场景一的年投资成本，高出16.4％，但在年运行费用方面，通过区域热力系统和区域电力系统实现了多区域的互连，显著降低了整个综合能源系统的配网交互成本，场景二的年运行成本小于场景一年运成本，减小了25.5％。综合考虑年投资总成本和年运行成本，场景二的年总成本为12842.03万元，场景一的年总成本为10432.25万元，相比较，场景二的经济性更好，整体节省了2409.78万元，节省率约为18.8％，这些数据表明了电力系统和热力系统的结合能够大幅降低系统运行费用。
综上，本发明使得综合能源系统的优势得到充分的体现，能够提供更合理的设备配置方式及能源耦合形式。
Claims (5)
1.一种多区域综合能源系统优化配置方法，其特征在于：
所述方法依次包括以下步骤：
步骤A、获取多区域综合能源系统的基础数据；
步骤B、基于获得的基础数据构建综合能源配电系统优化配置模型，其中，所述综合能源配电系统优化配置模型包括区域电力系统模型、区域热力系统模型和能源耦合系统模型；
步骤C、求解上述优化配置模型，得到多区域综合能源系统内各类设备的选型优化结果以及设备的最优运行结果；
步骤D、根据上述优化结果进行多区域综合能源系统的优化配置。
2.根据权利要求1所述的一种多区域综合能源系统优化配置方法，其特征在于：
步骤B中，所述区域电力系统模型为：
上式中，Pi(t)、Qi(t)分别为t时段节点i的有、无功注入功率，Ui(t)为t时段节点i的电压幅值，Uj(t)为t时段节点j的电压幅值，Gij、Bij分别为节点i到节点j之间线路的π型等值电路中的电导、电纳，θij为节点i与节点j之间的相角差，θij＝θi-θj，Iij(t)为t时段节点i到节点j支路的电流幅值，Iijmax为节点i到节点j支路的电流幅值上限，N为节点i的数量，T为总时间；
所述区域热力系统模型为：
上式中，Qi,t为t时段节点i与第i个综合能源系统之间的流量，qij,t为t时段管段中从节点i流向节点j的流量，Hex,i,t为t时段节点i与第i个综合能源配电系统之间的热能交互，c为水的比热容，Ts、Tr分别为给水温度、回水温度，Hij,t为t时段从管段中节点i流向节点j的热能，ηji为节点j到节点i的热损率，δ为单位长度管道热损率，lji为节点j到节点i的长度；
所述能源耦合系统模型为：
上式中，CHN为热网的投资成本，Ccchp为机组投资成本，Cpump为水泵运行电费，Cng为燃料费用，CDN为配网交互费用，R为年成本折算系数，priceHN,fix为热网管段安装的固定费用，priceHN,var为热网管段安装的可变费用，li均为1km，Zi为节点i处的管段状态，N1为节点i的数量，Nc为冷热电联供系统的数量，ΩGT为燃气轮机的可选型号集合，ΩGB为燃气锅炉的可选型号集合，
为r型号燃气轮机的投资成本，
为r型号燃气锅炉的投资成本，priceeb为电热锅炉的投资成本，
xeb,i、xec,i、xac,i分别为节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷器、吸收式制冷器的安装状态，Kec、Kac分别为电制冷器、吸收式制冷器的单位容量价格，Wec,i、Wac,i分别为节点i处电制冷器、吸收式制冷器的容量，Nt为总时段数，ηpump,i为耗电输热比，Hij,t为从i节点流向节点j的管段流量，pricee,i,t为t时段节点i处的购电电价，Δt为单位时间间隔，priceng为燃气单价，Hng为天然气的热值，
为t时段节点i处r型号燃气轮机的电出力，
为r型号燃气轮机的发电效率，
为t时段节点i处r型号燃气锅炉的热出力，
为r型号燃气锅炉的发热效率，pricee,i,t为t时段节点i的电价，Pex,i,t为t时段节点i与配网间的交互功率。
3.根据权利要求2所述的一种多区域综合能源系统优化配置方法，其特征在于：
所述能源耦合系统模型的约束条件包括：
功率平衡约束：
上式中，Pload,i,t、Hload,i,t、Cload,i,t分别为t时段节点i处的电、热、冷负荷需求，Qec,i,t、Qac,i,t分别为t时段节点i处电制冷机、吸收式制冷机的制冷量，COPec为电制冷机的热力系数，Qeb,i,t为t时段节点i处电热锅炉的产热量，ηeb为电热锅炉的制热效率，
为t时段节点i处r型号燃气轮机的热出力，ηhr为余热回收器的回收效率，ηhe为热交换器效率，
为燃气锅炉的发热效率，COPac为吸收式制冷机的热力系数；
设备出力约束：
上式中，
分别为r型号燃气轮机的电功率上、下限，
分别为r型号燃气轮机的热功率上、下限，
分别为r型号燃气锅炉的热功率上、下限，
分别为r型号电热锅炉的电功率上、下限，Qecmax、Qecmin分别为电制冷机的冷功率上、下限，Qacmax、Qacmin分别为吸收式制冷机的冷功率上、下限，
yeb,i,t、yec,i,t、yac,i,t分别为t时段节点i处r型号燃气轮机、r型号燃气锅炉、电热锅炉、电制冷机、吸收式制冷机的运行状态；
状态变量约束：
4.根据权利要求1-3中任一项所述的一种多区域综合能源系统优化配置方法，其特征在于：
所述步骤C采用SCIP优化工具包求解优化配置模型。
5.根据权利要求1-3中任一项所述的一种多区域综合能源系统优化配置方法，其特征在于：
步骤A中，所述基础数据包括多区域综合能源系统组成部分、组合结构、电热冷负荷数据、设备的类型、设备的额定功率和效率、天然气价格、电价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911108186.1A CN110968827B (zh) | 2019-11-13 | 2019-11-13 | 一种多区域综合能源系统优化配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911108186.1A CN110968827B (zh) | 2019-11-13 | 2019-11-13 | 一种多区域综合能源系统优化配置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110968827A true CN110968827A (zh) | 2020-04-07 |
| CN110968827B CN110968827B (zh) | 2023-06-27 |
Family
ID=70030558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911108186.1A Active CN110968827B (zh) | 2019-11-13 | 2019-11-13 | 一种多区域综合能源系统优化配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110968827B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111509702A (zh) * | 2020-04-16 | 2020-08-07 | 国网江苏省电力有限公司无锡供电分公司 | 一种综合能源系统及其控制方法 |
| CN111668836A (zh) * | 2020-06-23 | 2020-09-15 | 华中科技大学 | 一种源-网-荷-储海量设备的聚合与分层调控方法 |
| CN115986850A (zh) * | 2023-03-20 | 2023-04-18 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑多源平衡动态全响应的输配协同优化调度方法 |
| CN116826744A (zh) * | 2023-08-28 | 2023-09-29 | 国网湖北省电力有限公司经济技术研究院 | 交直流混合配电网灵活组网优化调度方法、系统及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2991440A1 (fr) * | 2012-06-04 | 2013-12-06 | Mobile Comfort Holding | Procede de regulation d'une installation comprenant des appareils de cogeneration et des systemes thermodynamiques destines a la climatisation et/ou au chauffage |
| CN106055773A (zh) * | 2016-05-27 | 2016-10-26 | 东南大学 | 结合热网模型的多区域综合能源系统配置模型的建立方法 |
| CN108229025A (zh) * | 2018-01-04 | 2018-06-29 | 东南大学 | 一种冷热电联供型多微网主动配电系统经济优化调度方法 |
| CN108229753A (zh) * | 2018-01-30 | 2018-06-29 | 清华大学 | 一种热电耦合系统的分布式调度方法 |
| CN109543889A (zh) * | 2018-11-08 | 2019-03-29 | 河海大学 | 一种区域综合能源系统日前协同优化运行方法 |
| CN110110913A (zh) * | 2019-04-26 | 2019-08-09 | 国网福建省电力有限公司 | 大型园区综合能源系统能源站优化配置方法 |
| AU2019101104A4 (en) * | 2019-09-25 | 2019-10-31 | Southeast University | An optimal dispatching method of multi-region power and gas coupled integrated energy system using tiered gas tariff |
-
2019
- 2019-11-13 CN CN201911108186.1A patent/CN110968827B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2991440A1 (fr) * | 2012-06-04 | 2013-12-06 | Mobile Comfort Holding | Procede de regulation d'une installation comprenant des appareils de cogeneration et des systemes thermodynamiques destines a la climatisation et/ou au chauffage |
| CN106055773A (zh) * | 2016-05-27 | 2016-10-26 | 东南大学 | 结合热网模型的多区域综合能源系统配置模型的建立方法 |
| CN108229025A (zh) * | 2018-01-04 | 2018-06-29 | 东南大学 | 一种冷热电联供型多微网主动配电系统经济优化调度方法 |
| CN108229753A (zh) * | 2018-01-30 | 2018-06-29 | 清华大学 | 一种热电耦合系统的分布式调度方法 |
| CN109543889A (zh) * | 2018-11-08 | 2019-03-29 | 河海大学 | 一种区域综合能源系统日前协同优化运行方法 |
| CN110110913A (zh) * | 2019-04-26 | 2019-08-09 | 国网福建省电力有限公司 | 大型园区综合能源系统能源站优化配置方法 |
| AU2019101104A4 (en) * | 2019-09-25 | 2019-10-31 | Southeast University | An optimal dispatching method of multi-region power and gas coupled integrated energy system using tiered gas tariff |
Non-Patent Citations (2)
| Title |
|---|
| 李明;陈皓勇;邱明;黄龙;陈思敏;: "基于能量网络理论的区域综合能源系统运行优化研究", 分布式能源 * |
| 王;顾伟;陆帅;张成龙;王志贺;唐沂媛;: "结合热网模型的多区域综合能源系统协同规划", 电力系统自动化 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111509702A (zh) * | 2020-04-16 | 2020-08-07 | 国网江苏省电力有限公司无锡供电分公司 | 一种综合能源系统及其控制方法 |
| CN111668836A (zh) * | 2020-06-23 | 2020-09-15 | 华中科技大学 | 一种源-网-荷-储海量设备的聚合与分层调控方法 |
| CN115986850A (zh) * | 2023-03-20 | 2023-04-18 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑多源平衡动态全响应的输配协同优化调度方法 |
| CN116826744A (zh) * | 2023-08-28 | 2023-09-29 | 国网湖北省电力有限公司经济技术研究院 | 交直流混合配电网灵活组网优化调度方法、系统及设备 |
| CN116826744B (zh) * | 2023-08-28 | 2023-11-03 | 国网湖北省电力有限公司经济技术研究院 | 交直流混合配电网灵活组网优化调度方法、系统及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110968827B (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Optimal scheduling strategy of district integrated heat and power system with wind power and multiple energy stations considering thermal inertia of buildings under different heating regulation modes | |
| CN111950809B (zh) | 基于主从博弈的综合能源系统分层分区优化运行方法 | |
| CN108258679B (zh) | 考虑供热网储热特性的电-热综合能源系统优化调度方法 | |
| CN110968827A (zh) | 一种多区域综合能源系统优化配置方法 | |
| CN108960503B (zh) | 基于内点法的综合能源系统多场景优化分析方法 | |
| CN106447529A (zh) | 考虑热水管网的分布式能源系统建模和运行优化方法 | |
| 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 | |
| CN112182887B (zh) | 一种综合能源系统规划优化仿真方法 | |
| CN107464008A (zh) | 一种大型楼宇冷热电联供系统的优化调度方法 | |
| CN110503241B (zh) | 冷-热-电综合能源系统的多目标优化方法 | |
| CN106055773B (zh) | 结合热网模型的多区域综合能源系统配置模型的建立方法 | |
| CN111899120A (zh) | 一种综合能源规划与运行联合优化模型建立方法 | |
| CN109447323A (zh) | 一种计及节点热价的综合能源系统两阶段容量配置方法 | |
| CN109389248B (zh) | 基于区域热网的综合能源系统热电功率协调调度方法 | |
| CN106844895B (zh) | 一种冷热电联供微网能量流的解耦计算方法 | |
| CN111062598B (zh) | 综合能源系统的分布式优化调度方法及系统 | |
| Gao et al. | Joint optimization of planning and operation in multi-region integrated energy systems considering flexible demand response | |
| CN113091124A (zh) | 一种基于区域供能能力的电热互补供热系统分区调控方法 | |
| CN111008760A (zh) | 一种冷热电联供微电网系统的双层优化方法 | |
| Yuan et al. | Load allocation methods for the thermal and electrical chillers in distributed energy systems for system efficiency improvement | |
| CN113379119A (zh) | 一种综合能源系统中能源设备容量的规划方法及系统 | |
| Hao et al. | A novel asynchronous time-scale holistic control method for heating system based on the energy state space | |
| CN114997460A (zh) | 考虑可再生能源最大消纳的区域型微能源网运行优化方法 | |
| Lei et al. | A Novel Methodology for Electric-Thermal Mixed Power Flow Simulation and Transmission Loss Analysis in Multi-Energy Micro-Grids | |
| Matsumoto et al. | Engineering-economic optimization of a fuel cell cogeneration plant |
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 |