CN110991857B - 一种电热综合能源系统风电消纳能力评估的方法 - Google Patents
一种电热综合能源系统风电消纳能力评估的方法 Download PDFInfo
- Publication number
- CN110991857B CN110991857B CN201911193254.9A CN201911193254A CN110991857B CN 110991857 B CN110991857 B CN 110991857B CN 201911193254 A CN201911193254 A CN 201911193254A CN 110991857 B CN110991857 B CN 110991857B
- Authority
- CN
- China
- Prior art keywords
- wind power
- heat
- representing
- electric
- respectively representing
- 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
- 238000005485 electric heating Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 238000010521 absorption reaction Methods 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 17
- 238000010438 heat treatment Methods 0.000 claims description 15
- 239000012530 fluid Substances 0.000 claims description 14
- 208000016344 lissencephaly with cerebellar hypoplasia Diseases 0.000 claims description 14
- 230000008878 coupling Effects 0.000 claims description 13
- 238000010168 coupling process Methods 0.000 claims description 13
- 238000005859 coupling reaction Methods 0.000 claims description 13
- 238000005338 heat storage Methods 0.000 claims description 10
- 230000014509 gene expression Effects 0.000 claims description 9
- 125000004432 carbon atom Chemical group C* 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 230000009194 climbing Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000003111 delayed effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电热综合能源系统风电消纳能力评估的方法,首先建立电热综合能源系统模型;然后建立基于凸包不确定集合CHUS表示下的风电出力形式;再构建两阶段风电消纳能力评估鲁棒模型,获得一组满足CHUS中所有风电出力不确定性并极小化运行风险的风电可接纳域;然后构造一系列的低维凸包LCH,并在高维空间中交汇成一种ACHUS;然后构建基于最坏场景的等比例伸缩规则,将ACHUS的动态不确定集合与两阶段鲁棒模型进行结合求解;再基于ACHUS的动态不确定集合与两阶段鲁棒模型结合的求解算法,获得新的风电可接纳域边界,并以此进行风电消纳能力评估。该方法评估结果更加准确,能为系统整体配置提供有力支持。
Description
技术领域
本发明涉及电热综合能源系统技术领域,尤其涉及一种电热综合能源系统风电消纳能力评估的方法。
背景技术
目前,由于风电可再生和低碳清洁的特性,风电在全球电力行业中发挥着越来越重要的作用,但是风电本身的波动性和不确定性给电力系统的决策问题带来了严峻的挑战。针对这一现象,已有一些研究旨在通过构建先进的高级决策体系去应对不确定场景以及安装具有较高操作灵活性的装置弥补不确定因素引起的电力系统运行波动。除此之外,近来有些研究开始关注通过与其它异质能源系统的耦合和协同来提高电力系统应对不确定性的能力,比如电力系统与天然气系统或者区域热力系统之间的耦合,利用天然气或热能易于储存的特性进行能量之间的转化和储存,从而能够调节电力系统中的源荷不平衡,起到充当外部储存设备的功能。然而,天然气系统与区域热力系统亦受到自身安全约束与工作条件的限制,意味着可能有电力系统中的不确定场景仍不能被完全应对。同时考虑到实际应用,在中国东北以及北欧的电热综合能源系统中,热电联产(Combined heat-and-power,CHP)机组承担着热网的主要供热职责,其电功率和热功率的输出具有一定的相关性,因此,受供热的影响电热综合能源系统的部分电功率也会受到限制,这使得电热综合能源系统中的风电消纳能力评估成为一个悬而未决的问题。
现有技术针对风电消纳能力问题,提出风电可接纳域的评估指标,采用随机调度或鲁棒调度的方法制定一套总体评估框架,但是随机调度涉及到的随机场景模拟风电不确定性仅能保证对抽样场景的可行性,可能无法应对实际出力偏离抽样场景的情形;而鲁棒调度使用不确定集合表征风电的不确定性,但现有研究中的不确定集合的构建总是忽略了风电出力的时空相关性,没有利用历史数据去挖掘准确的风电不确定特性,这使得最终风电消纳评估结果不够准确,进而影响到整体系统应对不确定性资源的配置成本。
发明内容
本发明的目的是提供一种电热综合能源系统风电消纳能力评估的方法,该方法通过历史数据挖掘风电出力的相关性,建立以凸包为不确定集合的两阶段鲁棒优化模型来评估电热综合能源系统的风电消纳能力,使评估结果更加准确,为系统整体配置提供有力支持。
本发明的目的是通过以下技术方案实现的:
一种电热综合能源系统风电消纳能力评估的方法,所述方法包括:
步骤1、首先建立电热综合能源系统模型,所述电热综合能源系统模型包括电力网络约束条件、热力网络约束条件和电热耦合约束条件;
步骤2、然后建立基于凸包不确定集合CHUS表示下的风电出力形式,用于表征所述电热综合能源系统模型中的风电出力不确定性;
步骤3、根据步骤1所建立的电热综合能源系统模型,构建两阶段风电消纳能力评估鲁棒模型,获得一组满足凸包不确定集合CHUS中所有风电出力不确定性并极小化运行风险的风电可接纳域;
步骤4、然后构造一系列的低维凸包LCH,并在高维空间中交汇成一种近似高维凸包不确定集合ACHUS,以保证算法在各维度计算的适用性;
步骤5、然后构建基于最坏场景的等比例伸缩规则,使近似高维凸包不确定集合ACHUS顶点对应的可行系数表示的最坏场景与风电可接纳域边界建立联系,从而将ACHUS的动态不确定集合与两阶段鲁棒模型进行结合求解;
步骤6、再基于ACHUS的动态不确定集合与两阶段鲁棒模型结合的求解算法,获得新的风电可接纳域边界,并以此进行风电消纳能力评估。
由上述本发明提供的技术方案可以看出,上述方法通过历史数据挖掘风电出力的相关性,建立以凸包为不确定集合的两阶段鲁棒优化模型来评估电热综合能源系统的风电消纳能力,使评估结果更加准确,为系统整体配置提供有力支持。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的电热综合能源系统风电消纳能力评估的方法流程示意图;
图2为本发明所举实例进行测试的系统拓扑结构示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
下面将结合附图对本发明实施例作进一步地详细描述,如图1所示为本发明实施例提供的电热综合能源系统风电消纳能力评估的方法流程示意图,所述方法包括:
步骤1、首先建立电热综合能源系统模型,所述电热综合能源系统模型包括电力网络约束条件、热力网络约束条件和电热耦合约束条件;
在该步骤中,所述电力网络约束条件包括如下公式:
节点功率平衡约束:
其中,t与b分别表示时刻和母线的序数;Pdt表示负荷需求的电功率,d与分别表示连接母线b的负荷序数与集合;表示流经线路的电功率,le与分别表示连接母线b的线路的序数及线路始端、线路末端的集合;表示热水泵消耗的电功率,h与分别表示连接母线b的加热站序数与集合;表示电锅炉消耗的电功率,s与分别表示连接母线b的热源的序数及电锅炉的集合;Pgt表示发电机的出力,g与分别表示连接母线b的发电机的序数及CHP机组、常规机组的集合;表示风电的预测出力,m与分别表示连接母线b的风电机组序数及集合;
发电机的出力约束:
发电机的爬坡约束:
式(5)-(6)分别表示线路的传输容量约束:
热力网络约束条件包括如下公式:
式(7)-(9)表示热转换约束:
上式中,Qgt、Qst、Qjt分别表示CHP机组产热量、电锅炉和热锅炉的产热量、换热站的耗热量;c表示流体的比热容;Mgt、Mst、Mjt分别表示流过CHP机组、电锅炉和热锅炉、换热站的流体质量;分别表示供热网与回热网的节点温度;分别表示连接节点n的CHP机组、电锅炉、热锅炉与换热站的集合;
式(10)-(11)表示热力管道的温度降约束:
上式中,lp表示热力管道的序数;表示流体在热力管道lp的延迟滞留时间;表示热力管道lp的热损失系数;分别表示供热网中热力管道始端与末端的温度;分别表示回热网中热力管道始端与末端的温度;Te表示热力管道周围的环境温度;
式(12)-(15)表示节点温度混合约束,其中式(12)-(13)表示来自不同管道的流体携带不同的温度在同一个节点完成温度混合,式(14)-(15)表示在同一个节点经历温度混合后流入不同管道的流体温度相同:
式(16)-(23)表示储热罐的出力约束;其中,式(16)表示储热罐的总体储热量;式(17)表示储热罐可释放的热量;式(18)表示储热罐内部损失的热量;式(19)表示储热罐内部损失热量的变化;式(20)表示储热罐实际释放的热量;式(21)表示储热罐热量变化的上下限约束;式(22)-(23)表示储热罐内部水层温度与外部热网温度的联系:
上式中,分别表示储热罐的集合与连接节点n的储热罐集合;分别表示储热罐的总热量、可释放热量、内部损失热量、内部损失热量的变化与最大热量变化;分别表示热水层体积、冷水层体积及混合层的一半体积;分别表示热水层温度与冷水层温度;表示储热罐混合层体积的扩张率;
式(24)表示热锅炉放热约束:
所述电热耦合约束条件包括如下公式:
式(25)-(27)表示多面体可行域下的CHP机组电热耦合出力:
上式中,SCHP表示CHP机组的集合;αgtk表示多面体可行域顶点对应的可行系数;Pgk、Qgk分别表示多面体可行域顶点对应的电出力与热出力;
式(28)-(29)表示电锅炉的出力约束:
式(30)-(31)表示加热站中水泵的耗电约束:
步骤2、然后建立基于凸包不确定集合(Convex hull based Uncertainty Set,CHUS)表示下的风电出力形式,用于表征所述电热综合能源系统模型中的风电出力不确定性;
在该步骤中,现有技术传统的BUS是常见的不确定性量化表示法,它的表达式为:
由于气象条件是影响风电不确定性的主要因素,风电出力受其影响具有区域相似性和短期一致性的特点,这表明在相邻风电场或时段内风电不确定性之间存在明显的相关性,同时考虑到一定条件预测误差范围内的历史出力数据,故本申请所建立的凸包不确定集合CHUS表示为:
与传统BUS相比,本申请所建立的CHUS更能体现出风电出力的相关性,并基于历史数据的分布特点减少对不确定集合中的一些不必要场景区域的考虑,从而降低决策的保守性。
步骤3、根据步骤1所建立的电热综合能源系统模型,构建两阶段风电消纳能力评估鲁棒模型,获得一组满足凸包不确定集合CHUS中所有风电出力不确定性并极小化运行风险的风电可接纳域;
在该步骤中,所构建的两阶段风电消纳能力评估鲁棒模型具体为:
式(3)-(31),式(33)-(34).}
具体地,弃风风险和切负荷风险的表达式如下:
式(38)-(39)表示风电可接纳域边界的约束;
式(40)以一对松弛变量作为双层max-min问题的目标函数,同时双层max-min优化模型包含约束式(3)-(31)、式(33)-(34)和式(41)-(42);
步骤4、然后构造一系列的低维凸包LCH(Lower-dimension convex hull,LCH),并在高维空间中交汇成一种近似高维凸包不确定集合ACHUS(Approximated convex hullbased uncertainty set,ACHUS),以保证算法在各维度计算的适用性;
在该步骤中,低维凸包LCH的构建原则如下:
事实上,LCH可以认为是CHUS在不同低维空间的投影,因此,进一步得出两种不确定集合的关系表示为:
根据式(47),CHUS是ACHUS的子集,相比较CHUS,ACHUS虽然略显保守,但却改善了计算负担且能进行效果展示。
步骤5、然后构建基于最坏场景的等比例伸缩规则,使近似高维凸包不确定集合ACHUS顶点对应的可行系数表示的最坏场景与风电可接纳域边界建立联系,从而将ACHUS的动态不确定集合与两阶段鲁棒模型进行结合求解;
在该步骤中,所构建基于最坏场景的等比例伸缩规则表示为:
上式中,c和τ分别表示已进行迭代的总次数与序数;和分别表示第τ次迭代中大于风电预测值的ACHUS顶点集合与小于风电预测值的ACHUS顶点集合;Xi τ表示第τ次迭代中ACHUS顶点对应的可行系数;和分别代表第τ次迭代中已求取的风电可接纳域的上界与下界;和分别代表第c次迭代中即将求取的风电可接纳域的上界与下界。
根据上述式(48),ACHUS顶点对应的可行系数表示的最坏场景与风电可接纳域边界建立联系,基于ACHUS的动态不确定集合与两阶段鲁棒模型结合求解的流程因此得到完善。
步骤6、再基于ACHUS的动态不确定集合与两阶段鲁棒模型结合的求解算法,获得新的风电可接纳域边界,并以此进行风电消纳能力评估。
在该步骤中,具体求解过程为:
首先,基于步骤3获得的风电可接纳域边界得到本次迭代中有效的风电历史数据,基于该有效的风电历史数据驱动生成本次迭代的ACHUS;
然后求取两阶段鲁棒模型的下层max-min问题,识别出这组风电可接纳域中基于所生成的ACHUS顶点的最坏场景;
如若不收敛,则更新迭代已求取的最坏场景集合,随后在两阶段鲁棒模型的上层问题中添加约束与变量,并进行基于最坏场景的等比例伸缩,再求取获得新的风电可接纳域边界,准备下一次迭代直至收敛。
下面以具体的实例对上述方法进行测试与结果分析,本实例采取改进的IEEE 6节点电力系统与9节点热力系统耦合而成的联合系统进行相关研究内容测试,如图2所示为本发明所举实例进行测试的系统拓扑结构示意图,基于图2:
1)热力系统耦合测试
考虑热力系统耦合对风电消纳评估结果的影响,本测试基于一系列二维凸包组成的ACHUS和BUS两种不确定集合分别在电力系统与电热综合能源系统中展开,具体事例设置如下:
Case 1:BUS+电力系统
Case 2:BUS+电热综合能源系统
Case 3:ACHUS+电力系统
Case 4:ACHUS+电热综合能源系统
如下表1所示,Case 1的运行风险要高于Case 2的运行风险,Case 3的运行风险高于Case 4的运行风险。说明对于ACHUS和BUS,考虑热力系统的耦合后均能够有效提高电力系统的灵活性,从而降低风电消纳的运行风险。同时表1亦可反映出ACHUS下的运行风险总是低于BUS下的运行风险,侧面说明ACHUS相比较传统的BUS能够改善决策的保守性从而降低运行风险。
表1 Case 1-4的运行风险($)
2)数据相关性测试
为了验证数据相关性研究对风电消纳能力评估的改善,本测试在正相关、负相关和不相关三种情况下构建不确定集合评估风电场24小时的消纳能力。同时不确定集合由ACHUS和BUS共同构成,ACHUS仍采用一系列二维凸包组成,根据不同数目的二维凸包构成的ACHUS与不同维度的BUS,设置以下事例:
Case 5:24维的BUS
Case 6:4个二维凸包构成ACHUS与16维的BUS
Case 7:8个二维凸包构成ACHUS与8维的BUS
Case 8:12个二维凸包构成的ACHUS
根据表2可知,三种数据分布情况下,不确定集合由Case 5到Case 8考虑的数据相关性越强,而运行风险由Case 5到Case 8逐步减少,说明随着ACHUS的应用维度增加,此时的不确定集合更能紧密表征风电的不确定性出力,由于减少了对一些冗余场景的考虑应对从而降低了决策的保守性,弱化了对不确定性应对资源的配置要求。
表2 Case 5-8的运行风险($)
值得注意的是,本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (8)
1.一种电热综合能源系统风电消纳能力评估的方法,其特征在于,所述方法包括:
步骤1、首先建立电热综合能源系统模型,所述电热综合能源系统模型包括电力网络约束条件、热力网络约束条件和电热耦合约束条件;
步骤2、然后建立基于凸包不确定集合CHUS表示下的风电出力形式,用于表征所述电热综合能源系统模型中的风电出力不确定性;
步骤3、根据步骤1所建立的电热综合能源系统模型,构建两阶段风电消纳能力评估鲁棒模型,获得一组满足凸包不确定集合CHUS中所有风电出力不确定性并极小化运行风险的风电可接纳域;
步骤4、然后构造一系列的低维凸包LCH,并在高维空间中交汇成一种近似高维凸包不确定集合ACHUS,以保证算法在各维度计算的适用性;
步骤5、然后构建基于最坏场景的等比例伸缩规则,使近似高维凸包不确定集合ACHUS顶点对应的可行系数表示的最坏场景与风电可接纳域边界建立联系,从而将ACHUS的动态不确定集合与两阶段鲁棒模型进行结合求解;
步骤6、再基于ACHUS的动态不确定集合与两阶段鲁棒模型结合的求解算法,获得新的风电可接纳域边界,并以此进行风电消纳能力评估;
具体求解过程为:
首先,基于步骤3获得的风电可接纳域边界得到本次迭代中有效的风电历史数据,基于该有效的风电历史数据驱动生成本次迭代的ACHUS;
然后求取两阶段鲁棒模型的下层max-min问题,识别出这组风电可接纳域中基于所生成的ACHUS顶点的最坏场景;
如若不收敛,则更新迭代已求取的最坏场景集合,随后在两阶段鲁棒模型的上层问题中添加约束与变量,并进行基于最坏场景的等比例伸缩,再求取获得新的风电可接纳域边界,准备下一次迭代直至收敛。
2.根据权利要求1所述电热综合能源系统风电消纳能力评估的方法,其特征在于,在步骤1中,所述电力网络约束条件包括如下公式:
节点功率平衡约束:
其中,t与b分别表示时刻和母线的序数;Pdt表示负荷需求的电功率,d与分别表示连接母线b的负荷序数与集合;表示流经线路的电功率,le与分别表示连接母线b的线路的序数及线路始端、线路末端的集合;表示热水泵消耗的电功率,h与分别表示连接母线b的加热站序数与集合;表示电锅炉消耗的电功率,s与分别表示连接母线b的热源的序数及电锅炉的集合;Pgt表示发电机的出力,g与分别表示连接母线b的发电机的序数及CHP机组、常规机组的集合;表示风电的预测出力,m与分别表示连接母线b的风电机组序数及集合;
发电机的出力约束:
发电机的爬坡约束:
式(5)-(6)分别表示线路的传输容量约束:
3.根据权利要求1所述电热综合能源系统风电消纳能力评估的方法,其特征在于,在步骤1中,热力网络约束条件包括如下公式:
式(7)-(9)表示热转换约束:
上式中,Qgt、Qst、Qjt分别表示CHP机组产热量、电锅炉和热锅炉的产热量、换热站的耗热量;c表示流体的比热容;Mgt、Mst、Mjt分别表示流过CHP机组、电锅炉和热锅炉、换热站的流体质量;分别表示供热网与回热网的节点温度;分别表示连接节点n的CHP机组、电锅炉、热锅炉与换热站的集合;
式(10)-(11)表示热力管道的温度降约束:
上式中,lp表示热力管道的序数;τlp表示流体在热力管道lp的延迟滞留时间;vlp表示热力管道lp的热损失系数;分别表示供热网中热力管道始端与末端的温度;分别表示回热网中热力管道始端与末端的温度;Te表示热力管道周围的环境温度;
式(12)-(15)表示节点温度混合约束,其中式(12)-(13)表示来自不同管道的流体携带不同的温度在同一个节点完成温度混合,式(14)-(15)表示在同一个节点经历温度混合后流入不同管道的流体温度相同:
式(16)-(23)表示储热罐的出力约束;其中,式(16)表示储热罐的总体储热量;式(17)表示储热罐可释放的热量;式(18)表示储热罐内部损失的热量;式(19)表示储热罐内部损失热量的变化;式(20)表示储热罐实际释放的热量;式(21)表示储热罐热量变化的上下限约束;式(22)-(23)表示储热罐内部水层温度与外部热网温度的联系:
上式中,分别表示储热罐的集合与连接节点n的储热罐集合;分别表示储热罐的总热量、可释放热量、内部损失热量、内部损失热量的变化与最大热量变化;分别表示热水层体积、冷水层体积及混合层的一半体积;分别表示热水层温度与冷水层温度;表示储热罐混合层体积的扩张率;
式(24)表示热锅炉放热约束:
4.根据权利要求1所述电热综合能源系统风电消纳能力评估的方法,其特征在于,在步骤1中,所述电热耦合约束条件包括如下公式:
式(25)-(27)表示多面体可行域下的CHP机组电热耦合出力:
式(28)-(29)表示电锅炉的出力约束:
式(30)-(31)表示加热站中水泵的耗电约束:
6.根据权利要求1所述电热综合能源系统风电消纳能力评估的方法,其特征在于,在步骤3中,所构建的两阶段风电消纳能力评估鲁棒模型具体为:
式(3)-(31),式(33)-(34).}
具体地,弃风风险和切负荷风险的表达式如下:
式(38)-(39)表示风电可接纳域边界的约束;
式(40)以一对松弛变量作为双层max-min问题的目标函数,同时双层max-min优化模型包含约束式(3)-(31)、式(33)-(34)和式(41)-(42);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911193254.9A CN110991857B (zh) | 2019-11-28 | 2019-11-28 | 一种电热综合能源系统风电消纳能力评估的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911193254.9A CN110991857B (zh) | 2019-11-28 | 2019-11-28 | 一种电热综合能源系统风电消纳能力评估的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110991857A CN110991857A (zh) | 2020-04-10 |
CN110991857B true CN110991857B (zh) | 2023-04-18 |
Family
ID=70087838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911193254.9A Active CN110991857B (zh) | 2019-11-28 | 2019-11-28 | 一种电热综合能源系统风电消纳能力评估的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991857B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539578B (zh) * | 2020-04-29 | 2022-08-26 | 清华大学 | 基于负荷安全距离的中长期电量安全校核可信度评判方法 |
CN112072708B (zh) * | 2020-07-27 | 2022-05-17 | 中国电力科学研究院有限公司 | 一种提升电力系统风电消纳水平的方法 |
CN112260268B (zh) * | 2020-09-22 | 2023-08-29 | 国网冀北电力有限公司经济技术研究院 | 一种获取系统灵活性域的方法 |
CN112257279B (zh) * | 2020-10-28 | 2024-04-16 | 东南大学 | 一种电热综合能源系统可行域构建方法 |
CN112528467B (zh) * | 2020-11-19 | 2023-08-11 | 华北电力大学 | 一种电热综合能源系统鲁棒机组组合模型的求解方法 |
CN112886572A (zh) * | 2021-01-21 | 2021-06-01 | 三峡大学 | 一种电网可再生能源消纳能力评估方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9058443B2 (en) * | 2012-07-17 | 2015-06-16 | International Business Machines Corporation | Planning economic energy dispatch in electrical grid under uncertainty |
CN104537204B (zh) * | 2014-11-07 | 2017-11-28 | 国家电网公司 | 热电联供电网中风电电量消纳能力的评估方法 |
CN107704978A (zh) * | 2017-11-27 | 2018-02-16 | 广东电网有限责任公司电网规划研究中心 | 基于帕累托进化和vikor方法的电热经济调度方法 |
CN109190850B (zh) * | 2018-10-24 | 2021-12-21 | 国网辽宁省电力有限公司阜新供电公司 | 一种含电极式锅炉的地区电网风电消纳能力评估方法 |
CN109818347B (zh) * | 2018-11-30 | 2021-01-01 | 华北电力大学 | 一种电力系统风电消纳能力的评估方法 |
CN110336307A (zh) * | 2019-08-12 | 2019-10-15 | 国网天津市电力公司 | 基于热网蓄热特性电热综合能源系统风电消纳方法及装置 |
-
2019
- 2019-11-28 CN CN201911193254.9A patent/CN110991857B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110991857A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991857B (zh) | 一种电热综合能源系统风电消纳能力评估的方法 | |
Xu et al. | Smart energy systems: A critical review on design and operation optimization | |
Huang et al. | Heat and power load dispatching considering energy storage of district heating system and electric boilers | |
CN111144668B (zh) | 考虑场景模拟的综合能源系统随机优化模型的建立方法 | |
CN106208157B (zh) | 基于电转气的电-气互联综合能源系统削峰填谷方法 | |
Henning et al. | A comprehensive model for the German electricity and heat sector in a future energy system with a dominant contribution from renewable energy technologies—Part I: Methodology | |
do Espirito Santo | An energy and exergy analysis of a high-efficiency engine trigeneration system for a hospital: A case study methodology based on annual energy demand profiles | |
CN110188492B (zh) | 一种考虑热网特性的冷热电联供微网优化调度方法 | |
CN112701687B (zh) | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 | |
CN111030094B (zh) | 一种多能互补园区供能可靠性评估方法 | |
Chen et al. | Optimal coordinative operation strategy of the electric–thermal–gas integrated energy system considering CSP plant | |
CN109818347B (zh) | 一种电力系统风电消纳能力的评估方法 | |
CN109376428A (zh) | 综合能源系统的可靠性评估方法、装置、设备及存储介质 | |
Fan et al. | Review on coordinated planning of source-network-load-storage for integrated energy systems | |
CN109523076A (zh) | 一种储能参与下的综合能源系统日前稳态优化分析方法 | |
CN114595868A (zh) | 一种综合能源系统源网荷储协同规划方法及系统 | |
CN105930980B (zh) | 一种电转气的综合能源系统多点线性概率能量流方法 | |
Tahir et al. | Exergy hub based modelling and performance evaluation of integrated energy system | |
CN106096849A (zh) | 分布式光伏接入电网综合评价系统及方法 | |
Ghaedi et al. | Operation Studies of the Power Systems Containing Combined Heat and Power Plants | |
CN107832873A (zh) | 基于双层母线式结构的综合能源系统优化规划方法及装置 | |
CN113886761A (zh) | 一种综合能源系统能效分析评估方法 | |
Bermúdez et al. | The role of sector coupling in the green transition: A least-cost energy system development in North Europe towards 2050 | |
Su et al. | An energy efficiency index formation and analysis of integrated energy system based on exergy efficiency | |
CN113011655B (zh) | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 |
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 |
Effective date of registration: 20210402 Address after: 102206 No. 2 Nong Road, Zhu Xin Zhuang, Beijing, Changping District Applicant after: NORTH CHINA ELECTRIC POWER University Applicant after: STATE GRID CORPORATION OF CHINA Applicant after: STATE GRID JIANGXI ELECTRIC POWER Co.,Ltd. Address before: 102206 No. 2 Nong Road, Zhu Xin Zhuang, Beijing, Changping District Applicant before: NORTH CHINA ELECTRIC POWER University |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |