CN111291963B - 一种协调经济性与可靠性的园区综合能源系统规划方法 - Google Patents

一种协调经济性与可靠性的园区综合能源系统规划方法 Download PDF

Info

Publication number
CN111291963B
CN111291963B CN201911400679.2A CN201911400679A CN111291963B CN 111291963 B CN111291963 B CN 111291963B CN 201911400679 A CN201911400679 A CN 201911400679A CN 111291963 B CN111291963 B CN 111291963B
Authority
CN
China
Prior art keywords
reliability
planning
cost
energy system
comprehensive energy
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
CN201911400679.2A
Other languages
English (en)
Other versions
CN111291963A (zh
Inventor
侯恺
朱彧姝
刘泽宇
贾宏杰
朱乐为
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
Original Assignee
Tianjin University
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 filed Critical Tianjin University
Priority to CN201911400679.2A priority Critical patent/CN111291963B/zh
Publication of CN111291963A publication Critical patent/CN111291963A/zh
Application granted granted Critical
Publication of CN111291963B publication Critical patent/CN111291963B/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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • 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)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (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

本发明涉及一种协调经济性与可靠性的园区综合能源系统规划方法，包括以下步骤：步骤1：输入综合能源系统数据；步骤2：建立园区综合能源系统经济性优化模型，求解经济性最优规划方案；步骤3：对园区综合能源系统经济性最优规划方案进行可靠性评估；步骤4：比较可靠性指标是否满足要求，若满足，则输出园区综合能源系统规划方案；步骤5：基于可靠性边际成本求解以最小代价满足可靠性标准的可靠性提升方案，并将提升方案作为约束反馈到经济性优化模型；该规划方法通过经济性优化模型和可靠性校验模型的反复循环迭代，得到可靠性与经济性相互协调的园区综合能源系统规划方案，弥补了现有规划方法对可靠性考虑不足的缺陷。

Description

一种协调经济性与可靠性的园区综合能源系统规划方法
技术领域
本发明涉及一种园区综合能源系统的规划方法，特别是一种经济性与可靠性协调的电热冷园区综合能源系统规划方法。
背景技术
当今世界，环境污染、能源短缺等问题日益严重，综合能源系统被认为是实现能源的低碳排放和高效运行的有效途径，将成为未来人类社会能源的主要承载形式，受到了广泛的关注。综合能源系统以电力系统为核心，统一规划调度电/气/冷/热等多种能源系统，提高能源利用率，促进可再生资源的开发与利用，对国民经济和社会发展产生极大的促进作用。园区综合能源系统(Integrated Community Energy System,ICES)依托于大型园区，如学校、居民社区、工业园区等，采用燃气轮机、热泵、制冷机等设备实现更加广泛的多能互补，为用户提供绿色、高效、可靠的供能服务，是当前综合能源系统的主要实现形式，具有广阔的应用前景。作为ICES建设的必要工作，其优化规划是当前主要的研究热点。
ICES优化规划的目的是实现园区综合能源系统高效、经济、环保和可靠的运行。其基本思路是，以经济性、可靠性、环保性等为目标，计及安全性和可行性约束，优选出使目标最优的设备种类与容量。目前现有园区综合能源系统规划方法通常不考虑可靠性影响，将可能导致园区未来运行隐患。可靠性的提升往往是以经济性为代价的，因此园区综合能源系统规划应充分考虑可靠性与经济性的相互制约关系，现有研究对可靠性与经济性关系多集中于定性讨论，缺乏定量分析，进而难以准确评估可靠性提升所带来的整体效益。
发明内容
本发明的目的在于克服现有园区综合能源系统规划方法中的缺陷，提供一种在兼顾系统经济性前提下提升园区综合能源系统可靠性的规划模型，以可靠性边际成本衡量可靠性与经济性的定量关系。该模型由两部分组成，一部分是经济性规划模型，是以经济性最优为目标求解规划方案；另一部分是可靠性提升模型，对园区经济规划方案进行可靠性分析，基于可靠性边际成本确定可靠性提升方向，提出相应的可靠性提升措施并反馈到经济性优化模型。
本发明解决其现实问题是采取以下技术方案实现的：
步骤1：输入综合能源系统数据，包括可靠性指标，系统参数，设备参数和能源成本；具体输入有：系统可靠性指标、负荷数据、燃气轮机参数、燃气锅炉参数、电锅炉参数、热泵参数、制冷机参数、购电成本、购气成本；
步骤2：建立园区综合能源系统经济性规划模型，求解经济性最优规划方案；
步骤3：对园区综合能源系统经济性最优规划方案进行可靠性评估；
步骤4：比较可靠性指标是否满足要求，满足，则转到步骤6；不满足，则进入下一步；
步骤5：求解以最小代价满足可靠性标准的可靠性提升具体方案，并将可靠性改进措施作为约束条件返回至步骤2，转到步骤2；
步骤6：输出园区综合能源系统规划方案。
所述步骤2的具体方法为：
采用线性规划方法对综合能源系统规划模型的经济性进行评估。目标函数为整个规划期间内园区综合能源系统的整体投资和运行费用最小：
Figure BDA0002347377990000021
其中，CAC,CI,CM,CO分别代表整个系统、投资、维护和运行的年度成本；ΩCP代表规划总设备集合；CI,i和Pi,cap分别代表第i种设备的单位产能投资成本和出力大小；r为贴现率，具体取值根据项目实际情况而定；l代表设备的运行寿命期望值，单位为年；Dd代表全年中季节典型日d的年化天数；步长Δt＝1h，T＝24h；Pi(t,d),Pgrid(t,d),Pgas(t,d)分别代表在典型日d的t时刻，第i个设备出力、系统的购电功率和购气功率；CM,i代表第i个设备的维护费用；Cgrid(t)、Cgas(t)分别代表t时刻的购电价格和购气价格。
经济性规划模型约束包括设备约束、电气热冷母线功率平衡约束、决策变量约束和购电购气功率上限。
经济性规划模型从园区规划配置和运行调度方面进行考虑，因此相应的决策变量包括投资决策变量X和运行决策变量Y：
Figure BDA0002347377990000022
变量约束条件为：
Figure BDA0002347377990000023
其中，X代表设备的类型与设备出力；Y(t,d)代表设备在d典型日t时刻的运行功率。
所述步骤3的具体方法为：
判断步骤2得出的规划方案是否满足园区综合能源系统可靠性要求。综合能源系统的可靠性评估一般分为三个部分：(a)状态选择；(b)最优负荷削减量计算；(c)可靠性指标计算。
(a)状态选择：
采用状态枚举法对选择系统状态。系统状态概率的计算公式为：
Figure BDA0002347377990000031
其中，nd和nr分别是在系统状态s中的不可用(停运状态)元件数和部分可用(降额状态)元件数；n是系统中的元件总数；PFi是元件i的不可用率；PPi是元件i处于降额状态的概率。
(b)最优负荷削减量计算：
基于所选择的系统状态，对系统状态进行最优负荷削减量计算。以多能源系统的能源购买成本和负荷削减惩罚成本之和最小为目标函数，构建综合能源系统的最优负荷削减模型：
Figure BDA0002347377990000032
其中，I为能源枢纽的输入端口集合，包括电和气2种能源；J为能源枢纽的输出端口集合，包括电、热、冷3种负荷；pi(d,t)为第i类能源d典型日t时刻的价格；Pi(d,t)为第i类能源d典型日t时刻的输入功率；βj为第j类负荷削减的惩罚单价；Lj(d,t)为第j类负荷d典型日t时刻的负荷削减量。
定义约束变量Z(t,d):
Z(t,d)＝[Y(t,d),LCE(t,d),LCH(t,d),LCC(t,d)] (6)
其中，LCE(t,d),LCH(t,d),LCC(t,d)分别代表电、热、冷的负荷削减量。
最优负荷削减模型的约束条件为能源母线约束条件和变量约束条件：
0≤Z(t,se)≤[X,LE(t,d),LH(t,d),LC(t,d)] (7)
(c)可靠性指标计算：
通过枚举出所有可能出现的系统状态，计算其发生的概率及影响，进而计算出系统的可靠性指标，具体的计算公式为：
Figure BDA0002347377990000033
其中，Ω为园区综合能源系统全部失效状态的集合；F(s)为状态s的概率；Ii(s)为第i种能源在状态s的最优负荷削减量。
所述步骤4的具体方法为：
将步骤3中求得的系统可靠性指标R与选定的可靠性标准进行比较，若可靠性指标满足标准(可靠性指标≤可靠性标准)，则该规划方案满足可靠性要求；否则，该规划方案不满足可靠性要求，需要进行可靠性提升。
所述步骤5的具体方法为：
基于可靠性边际成本(Reliability marginal cost)，求解满足可靠性指标的具体可靠性提升规划方案，主要由以下几个步骤组成：(a)可靠性边际成本计算；(b)可靠性提升方向选择；(c)提升选定设备的规划容量，并对提升方案进行可靠性评估；(e)可靠性校验。
(a)可靠性边际成本计算：
定义可靠性边际成本为系统可靠性与年化成本的定量关系，即系统每提升一单位可靠性所需要增加的经济成本。基于灵敏度分析原理系统内各规划设备的可靠性边际成本，选择成本代价最小的作为可靠性提升方向。具体计算过程如下：
第i个设备的可靠性边际成本RMCi为：
Figure BDA0002347377990000041
Figure BDA0002347377990000042
Figure BDA0002347377990000043
用a代替式(10)-(11)中的常数部分：
Figure BDA0002347377990000044
Figure BDA0002347377990000045
其中，R为系统可靠性指标。可以看出，式(12)和式(13)分别含有最优负荷削减模型(5)-(7)和经济性优化模型(1)-(3)中目标函数对约束右端向量值的导数，该部分等于上述两个模型的对偶最优解，则可靠性边际成本可通过式(9)计算得到。
(b)可靠性提升方向选择：
对步骤(a)所求得的各设备可靠性边际成本RMCi进行比较，选择RMCi最小的第i个设备，作为系统的可靠性提升方向；
(c)提升选定设备的规划容量，并对提升方案进行可靠性评估：
提高步骤(b)中选定设备i的规划容量，得到提升一单位容量后的规划方案，并对提升后的规划方案进行可靠性评估。
(d)可靠性校验：
对步骤(c)评估得到的系统可靠性指标进行校验，若满足可靠性指标要求(可靠性指标≤可靠性标准)，则得到该园区可靠性提升规划方案；否则，返回步骤(a)，继续进行可靠性提升。
本发明的优点和有益效果为：
本发明提出的协调可靠性与经济性的园区综合能源优化规划方法，考虑了园区综合能源系统典型的电/气/热/冷设备，通过建立经济性优化模型和可靠性评估模型，以可靠性边际成本衡量可靠性与经济性的定量关系，优化模型和校验模型反复迭代，实现了兼顾系统经济性前提下提升园区综合能源系统可靠性的系统的规划，弥补了现有园区综合能源系统规划很少考虑可靠性的不足，可以准确评估可靠性提升对园区所带来的整体效益。
附图说明
图1是协调经济性与可靠性的园区综合能源系统规划方法流程图；
图2是可靠性提升方案求解算法流程图；
图3是经济性优化模型与可靠性校验模型迭代循环示意图；
图4是园区综合能源系统测试算例结构图；
图5是园区冷、热、电负荷季节典型日负荷曲线图。
具体实施方式
下面结合实施例和附图对本发明的一种协调经济性与可靠性的园区综合能源系统规划方法进一步详述，如图1-3所示，包括如下步骤：
步骤1：输入综合能源系统数据，包括可靠性指标，系统参数，设备参数和能源成本等。具体输入有：系统可靠性指标、负荷数据、燃气轮机参数、燃气锅炉参数、电锅炉参数、热泵参数、制冷机参数、购电成本、购气成本；
步骤2：建立园区综合能源系统经济性规划模型，求解经济性最优规划方案，具体方法为：
采用线性规划方法对综合能源系统规划模型的经济性进行评估。目标函数为整个规划期间内园区综合能源系统的整体投资和运行费用最小：
Figure BDA0002347377990000051
其中，CAC,CI,CM,CO分别代表整个系统、投资、维护和运行的年度成本；ΩCP代表规划总设备集合；CI,i和Pi,cap分别代表第i种设备的单位产能投资成本和出力大小；r为贴现率，具体取值根据项目实际情况而定；l代表设备的运行寿命期望值，单位为年；为不失一般性，选取四季典型日模拟系统全年运行状态；Dd代表全年中季节典型日d的年化天数；步长Δt＝1h，T＝24h；Pi(t,d),Pgrid(t,d),Pgas(t,d)分别代表在典型日d的t时刻，第i个设备出力、系统的购电功率和购气功率；CM,i代表第i个设备的维护费用；Cgrid(t)、Cgas(t)分别代表t时刻的购电价格和购气价格。
本发明实施例所讨论的园区综合能源系统中包含的设备有燃气轮机(CHP)、燃气锅炉(GB)、电锅炉(EB)、地源热泵(Gshp)、空气源热泵(Ashp)、电制冷机(EC)、吸收式制冷机(AC)，经济性优化模型的约束包括上述设备约束、功率平衡约束和变量约束。
按照设备的用途，园区内设备可以分为供电设备、供热设备和供冷设备。设备约束条件为：
Figure BDA0002347377990000061
其中，Pi(t,d)、Gi(t,d)、Hi(t,d)、Oi(t,d)分别代表第i种设备在典型日d的t时刻的电功率、气功率、热功率和冷功率；ηi代表第i种设备的效率；vCHP代表热电联产设备的热功率比。
能源母线功率平衡约束条件为：
Figure BDA0002347377990000062
其中，LE(t,d)、LH(t,d)、LC(t,d)分别代表典型日d的t时刻的电、热、冷的负荷需求。
经济性规划模型从园区规划配置和运行调度方面进行考虑，因此相应的决策变量包括投资决策变量X和运行决策变量Y：
Figure BDA0002347377990000063
约束条件为：
Figure BDA0002347377990000071
其中，X代表设备的类型与设备出力；Y(t,d)代表设备在d典型日t时刻的运行功率。
同时，针对购电功率和购气功率，存在以下约束条件：
Figure BDA0002347377990000072
步骤3：对步骤2得到的园区综合能源系统规划方案进行可靠性评估，具体方法为：
判断步骤2得出的规划方案是否满足园区综合能源系统可靠性要求。综合能源系统的可靠性评估一般分为三个部分：(a)状态选择；(b)最优负荷削减量计算；(c)可靠性指标计算。
(a)状态选择：
采用状态枚举法对选择系统状态；系统状态概率的计算公式为：
Figure BDA0002347377990000073
其中，nd和nr分别是在系统状态s中的不可用(停运状态)元件数和部分可用(降额状态)元件数；n是系统中的元件总数；PFi是元件i的不可用率；PPi是元件i处于降额状态的概率。
(b)最优负荷削减量计算：
基于所选择的系统状态，对系统状态进行最优负荷削减量计算；以多能源系统的能源购买成本和负荷削减惩罚成本之和最小为目标函数，构建综合能源系统的最优负荷削减模型：
Figure BDA0002347377990000074
其中，I为能源枢纽的输入端口集合，包括电和气2种能源；J为能源枢纽的输出端口集合，包括电、热、冷3种负荷；pi(d,t)为第i类能源d典型日t时刻的价格；Pi(d,t)为第i类能源d典型日t时刻的输入功率；βj为第j类负荷削减的惩罚单价；Lj(d,t)为第j类负荷d典型日t时刻的负荷削减量。
定义约束变量Z(t,d):
Z(t,d)＝[Y(t,d),LCE(t,d),LCH(t,d),LCC(t,d)] (22)
其中，LCE(t,d),LCH(t,d),LCC(t,d)分别代表电、热、冷的负荷削减量。
最优负荷削减模型的约束条件为能源母线约束条件和变量约束条件：
Figure BDA0002347377990000081
(c)可靠性指标计算：
通过枚举出所有可能出现的系统状态，计算其发生的概率及影响，进而计算出系统的可靠性指标，具体的计算公式为：
Figure BDA0002347377990000082
其中：Ω为园区综合能源系统全部失效状态的集合；F(s)为状态s的概率；Ii(s)为第i种能源在状态s的最优负荷削减量。
步骤4：比较可靠性指标是否满足要求，满足，则转到步骤6；不满足，则进入下一步：
将步骤3中求得的系统可靠性指标R与选定的可靠性标准进行比较，若可靠性指标满足标准(可靠性指标≤可靠性标准)，则该规划方案满足可靠性要求；否则，该规划方案不满足可靠性要求，需要进行可靠性提升，进入下一步。
步骤5：求解以最小代价满足可靠性标准的可靠性提升具体方案，并将可靠性改进措施(即设备容量下限)作为约束条件返回至步骤2，转到步骤2：
可靠性水平提升的主要措施：一是通过设备扩容提高供能充裕性，从而改善可靠性；二是增加新设备，丰富系统的能量转化途径，通过多能互补提高系统可靠性；三是设置备用设备，在故障时提供紧急供能服务，但由于备用机组的利用率不高，在本发明考虑园区综合能源系统中的设备的可靠性边际成本均低于设备扩容和新增设备，因此采用前两种方法作为提升可靠性指标的措施。
基于可靠性边际成本(Reliability marginal cost)，求解满足可靠性指标的具体可靠性提升规划方案，整体过程主要包括：(a)可靠性边际成本计算；(b)可靠性提升方向选择；(c)提升选定设备的规划容量，并对提升方案进行可靠性评估；(d)可靠性校验。
(a)可靠性边际成本计算：
定义可靠性边际成本为系统可靠性与年化成本的定量关系，即系统每提升一单位可靠性所需要增加的经济成本；基于灵敏度分析原理系统内各规划设备的可靠性边际成本，选择成本代价最小的作为可靠性提升方向。具体计算过程如下：
第i个设备的可靠性边际成本RMCi为：
Figure BDA0002347377990000091
Figure BDA0002347377990000092
Figure BDA0002347377990000093
用a代替式(26)-(27)中的常数部分：
Figure BDA0002347377990000094
Figure BDA0002347377990000095
其中，R为系统可靠性指标；可以看出，式(12)和式(13)分别含有最优负荷削减模型(5)-(7)和经济性优化模型(1)-(3)中目标函数对约束右端向量值的导数，该部分等于上述两个模型的对偶最优解，则可靠性边际成本可通过式(9)计算得到。
(b)可靠性提升方向选择：
对步骤(a)所求得的各设备可靠性边际成本RMCi进行比较，选择RMCi最小的第i个设备，作为系统的可靠性提升方向；
(c)提升选定设备的规划容量，并对提升方案进行可靠性评估：
提高步骤(b)中选定设备i的规划容量，得到提升一单位容量后的规划方案，并对提升后的规划方案进行可靠性评估。
(d)可靠性校验：
对步骤(c)评估得到的系统可靠性指标进行校验，若满足可靠性指标要求(可靠性指标≤可靠性标准)，则得到该园区可靠性提升规划方案；否则，返回步骤(a)，继续进行可靠性提升。
步骤6：满足可靠性标准，输出园区综合能源系统规划方案。
本发明中提出的一种协调经济性与可靠性的园区综合能源系统规划方法，实现了电热冷系统在兼顾经济性前提下实现系统可靠性的进一步提升，可用于园区综合能源系统的规划设计。
对于本发明的实施例，其算例由苏州某综合能源系统示范园区作为研究对象，如图4所示。园区规划的设备参数，经济性和可靠性相关参数如表4-5所示，其中，电价低谷为22:00～7:00，高峰为11:00～15:00和19:00～21:00，其余时间为平段。园区冷、热、电负荷季节典型日负荷曲线如图5所示。
本发明实施例的计算机硬件配置包括Core i5-6500 CPU(3.20GHz)，8GB内存；操作系统为Windows 10操作系统，仿真软件为MATLAB2018a。
本发明实施例中将本发明的协调经济性与可靠性的园区综合能源系统规划方法应用于可靠性评估中，可靠性评估方法为状态枚举法，指标为EENS，状态枚举阶数为2，选取年负荷损失量0.01％作为可靠性的校验标准。
基于所提方法，对该园区进行优化规划，结果如表1-表2所示。首先，对园区综合能源系统进行经济性优化得到规划方案1，通过可靠性校验发现，尽管方案1的整体可靠性较高，但其热可靠性明显较差，高出标准76.89％。为提升规划方案的可靠性，对方案1的可靠性提升边际成本进行分析，结果如表3所示。
表1规划方案结果
Figure BDA0002347377990000101
表2规划方案的成本和可靠性指标
Figure BDA0002347377990000102
表3中的可靠性提升措施主要有三类，一是通过设备扩容提高供能充裕性，从而改善可靠性；二是增加新设备，丰富系统的能量转化途径，通过多能互补提高系统可靠性；三是设置备用设备，在故障时提供紧急供能服务，但由于备用机组的利用率不高，在本算例其可靠性边际成本均低于设备扩容和新增设备。根据表3给出的方案1可靠性提升边际成本，新增燃气锅炉的可靠性边际成本为2元/EENS，远远大于其他策略，而新增电锅炉和空气源热泵扩容为次优方案，可靠性边际成本约为20元/EENS，这是因为燃气锅炉投资成本低，且燃气成本低于电价成本，所以新增燃气锅炉是最为经济的方案。在方案1的基础上，逐步增加燃气锅炉容量，直到新增13MW的燃气锅炉后方案可满足可靠性校验标准。因此，将13MW作为燃气锅炉容量变量下限约束返回到经济性优化模型。
再次进行经济性优化模型求解得到经济最优的规划方案2，对该方案进行可靠性校验发现，规划方案2为了弥补新建燃气锅炉的成本，保证经济性最优，空气源由13.2MW下降为10.3MW，系统供热充裕性不足，热可靠性无法满足要求，需要继续进行可靠性提升，相应的提升策略及其可靠性边际成本如表5所示。显然，空气源热泵是成本最优的可靠性提升措施，类似地，逐步增加空气源热泵容量，直到扩容到空气源热泵13MW后方案可满足可靠性校验标准。因此，将13MW作为空气源热泵规划容量变量下限约束返回到经济性优化模型。重新进行经济性优化，得到方案3。
表3方案1和2的可靠性提升边际成本
Figure BDA0002347377990000111
经过经济优化和可靠校验的多次迭代优化，得到经济性和可靠性协调优化的方案4。结合表1,2，可以看出，通过新增燃气锅炉优化供给结构、热泵扩容提高供能充裕性等措施，相较于未进行可靠性校验的规划方案1，最终方案4的热可靠性提升了43％，而年化总成本只增加了44万元，约占总成本的0.1％，在保证系统整体的年综合费用较优的情况下，有效地提升了系统可靠性，使园区综合能源系统可以更加经济可靠的运行。
需要强调的是，本发明所述实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。
表4算例参数
Figure BDA0002347377990000112
Figure BDA0002347377990000121
表5设备可靠性参数
Figure BDA0002347377990000122

Claims (2)

1.一种协调经济性与可靠性的园区综合能源系统规划方法，其特征在于，包含以下步骤：
步骤1：输入综合能源系统数据，包括：系统可靠性指标、负荷数据、燃气轮机参数、燃气锅炉参数、电锅炉参数、热泵参数、制冷机参数、购电成本、购气成本；
步骤2：建立园区综合能源系统经济性规划模型，求解经济性最优规划方案；
包括：采用线性规划方法对综合能源系统规划模型的经济性进行评估；目标函数为整个规划期间内园区综合能源系统的整体投资和运行费用最小：
Figure QLYQS_1
其中，CAC,CI,CM,CO分别代表整个系统、投资、维护和运行的年度成本；ΩCP代表规划总设备集合；CI,i和Pi,cap分别代表第i种设备的单位产能投资成本和出力大小；r为贴现率，具体取值根据项目实际情况而定；l代表设备的运行寿命期望值，单位为年；选取四季典型日模拟系统全年运行状态；Dd代表全年中季节典型日d的年化天数；步长Δt＝1h，T＝24h；Pi(t,d),Pgrid(t,d),Pgas(t,d)分别代表在典型日d的t时刻，第i个设备出力、系统的购电功率和购气功率；CM,i代表第i个设备的维护费用；Cgrid(t)、Cgas(t)分别代表t时刻的购电价格和购气价格；
经济性规划模型约束包括设备约束、电气热冷母线功率平衡约束、决策变量约束和购电购气功率上限；
经济性规划模型从园区规划配置和运行调度方面进行考虑，因此相应的决策变量包括投资决策变量X和运行决策变量Y：
Figure QLYQS_2
变量约束条件为：
Figure QLYQS_3
其中，X代表选定设备的设备出力；Xmin代表选定设备的设备出力下限；Y(t,d)代表设备在d典型日t时刻的运行功率；
针对购电功率和购气功率，存在以下约束条件：某时刻的购电/气功率应该小于购电/气功率的最大值；
步骤3：对园区综合能源系统经济性最优规划方案进行可靠性评估；其中：
判断步骤2得出的规划方案是否满足园区综合能源系统可靠性要求；综合能源系统的可靠性评估分为三个部分：
(a)状态选择：
采用状态枚举法选择系统状态；系统状态概率的计算公式为：
Figure QLYQS_4
其中，nd和nr分别是在系统状态s中的不可用元件数和部分可用元件数；n是系统中的元件总数；PFi是元件i的不可用率；PPi是元件i处于降额状态的概率；
(b)最优负荷削减量计算：
基于所选择的系统状态，对系统状态进行最优负荷削减量计算；以多能源系统的能源购买成本和负荷削减惩罚成本之和最小为目标函数，构建综合能源系统的最优负荷削减模型：
Figure QLYQS_5
其中，I为能源枢纽的输入端口集合，包括电和气2种能源；J为能源枢纽的输出端口集合，包括电、热、冷3种负荷；pi(d,t)为第i类能源d典型日t时刻的价格；Pi(d,t)为第i类能源d典型日t时刻的输入功率；βj为第j类负荷削减的惩罚单价；Lj(d,t)为第j类负荷d典型日t时刻的负荷削减量；
定义约束变量Z(t,d):
Z(t,d)＝[Y(t,d),LCE(t,d),LCH(t,d),LCC(t,d)] (6)
其中，LCE(t,d),LCH(t,d),LCC(t,d)分别代表电、热、冷的负荷削减量；
最优负荷削减模型的约束条件为能源母线约束条件和变量约束条件：
0≤Z(t,se)≤[X,LE(t,d),LH(t,d),LC(t,d)] (7)
(c)可靠性指标计算：
通过枚举出所有可能出现的系统状态，计算其发生的概率及影响，进而计算出系统的可靠性指标，具体的计算公式为：
Figure QLYQS_6
其中：Ω为园区综合能源系统全部失效状态的集合；F(s)为状态s的概率；Ii(s)为第i种能源在状态s的最优负荷削减量；
步骤4：比较可靠性指标是否满足要求，满足，则转到步骤6；不满足，则进入下一步；
步骤5：求解以最小代价满足可靠性标准的可靠性提升具体方案，并将可靠性改进措施作为约束条件返回至步骤2，转到步骤2；其中，步骤5包括：
基于可靠性边际成本，求解满足可靠性指标的具体可靠性提升规划方案，整体过程包括：
(a)可靠性边际成本计算：
定义可靠性边际成本为系统可靠性与年化成本的定量关系，即系统每提升一单位可靠性所需要增加的经济成本；基于灵敏度分析原理系统内各规划设备的可靠性边际成本，选择成本代价最小的作为可靠性提升方向，具体计算过程如下：
第i个设备的可靠性边际成本RMCi为：
Figure QLYQS_7
Figure QLYQS_8
Figure QLYQS_9
用a代替式(10)-(11)中的常数部分：
Figure QLYQS_10
Figure QLYQS_11
其中，R为系统可靠性指标；可以看出，式(12)和式(13)分别含有最优负荷削减模型(5)-(7)和经济性优化模型(1)-(3)中目标函数对约束右端向量值的导数，该部分等于上述两个模型的对偶最优解，则可靠性边际成本可通过式(9)计算得到；
(b)可靠性提升方向选择：
对步骤(a)所求得的各设备可靠性边际成本RMCi进行比较，选择RMCi最小的第i个设备，作为系统的可靠性提升方向；
(c)提升选定设备的规划容量，并对提升方案进行可靠性评估：
提高步骤(b)中选定设备i的规划容量，得到提升一单位容量后的规划方案，并对提升后的规划方案进行可靠性评估；
(d)可靠性校验：
对步骤(c)评估得到的系统可靠性指标进行校验，若满足可靠性指标要求，则得到该园区可靠性提升规划方案；否则，返回步骤(a)，继续进行可靠性提升；
步骤6：输出园区综合能源系统规划方案。
2.根据权利要求1中所述一种协调经济性与可靠性的园区综合能源系统规划方法，其特征在于，步骤4包括：
将步骤3中求得的系统可靠性指标R与选定的可靠性标准进行比较，若可靠性指标满足标准，则该规划方案满足可靠性要求；否则，该规划方案不满足可靠性要求，需要进行可靠性提升。
CN201911400679.2A 2019-12-30 2019-12-30 一种协调经济性与可靠性的园区综合能源系统规划方法 Active CN111291963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911400679.2A CN111291963B (zh) 2019-12-30 2019-12-30 一种协调经济性与可靠性的园区综合能源系统规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911400679.2A CN111291963B (zh) 2019-12-30 2019-12-30 一种协调经济性与可靠性的园区综合能源系统规划方法

Publications (2)

Publication Number Publication Date
CN111291963A CN111291963A (zh) 2020-06-16
CN111291963B true CN111291963B (zh) 2023-06-16

Family

ID=71030659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911400679.2A Active CN111291963B (zh) 2019-12-30 2019-12-30 一种协调经济性与可靠性的园区综合能源系统规划方法

Country Status (1)

Country Link
CN (1) CN111291963B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932115B (zh) * 2020-08-10 2022-11-18 国家电网有限公司 计及源荷互动的电力系统区间扩展规划方法
CN111985702B (zh) * 2020-08-10 2023-10-13 华北电力大学 一种计及电能替代效果的园区级综合能源系统优化方法
CN112200347A (zh) * 2020-09-08 2021-01-08 国网天津市电力公司电力科学研究院 一种园区综合能源系统薄弱环节辨识及扩容改造方法
CN112507507B (zh) * 2020-10-12 2022-06-17 上海电力大学 一种基于经济性与可靠性的综合能源设备优化配置方法
CN112580867B (zh) * 2020-12-15 2022-06-03 国网福建省电力有限公司经济技术研究院 一种基于q学习的园区综合能源系统低碳运行方法
CN112580994A (zh) * 2020-12-23 2021-03-30 华北电力大学 含分布式能源接入的园区综合能源系统规划方法
CN112907074B (zh) * 2021-02-20 2024-07-12 国网江苏省电力有限公司营销服务中心 面向综合能源系统用户的能效敏感指标检测方法及系统
CN113158547B (zh) * 2021-03-11 2022-10-18 上海电力大学 计及经济性和可靠性的区域综合能源系统优化配置方法
CN113298351B (zh) * 2021-04-27 2023-10-24 东南大学 基于时域分析动态可控性指标的冷热电能源系统规划方法
CN114548956B (zh) * 2022-04-26 2022-09-16 国网天津市电力公司电力科学研究院 一种基于蜂窝拓扑的综合能源配电系统及其运行方法
CN114862059A (zh) * 2022-06-21 2022-08-05 国网(苏州)城市能源研究院有限责任公司 一种城市重要用能形态优化分析系统
CN115345386A (zh) * 2022-10-18 2022-11-15 广东电网有限责任公司 一种能源系统的安全性评估方法、装置及存储介质
CN115358493B (zh) * 2022-10-20 2023-02-10 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置

Citations (8)

* 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
CN108830485A (zh) * 2018-06-19 2018-11-16 广州供电局有限公司 一种电-热综合能源系统可靠性评价方法
CN108846506A (zh) * 2018-05-29 2018-11-20 清华-伯克利深圳学院筹备办公室 一种能源系统的规划方法、装置、设备和存储介质
CN109059193A (zh) * 2018-05-25 2018-12-21 天津大学 考虑机组启停费用的园区综合能源系统优化调度方法
CN109063992A (zh) * 2018-07-18 2018-12-21 国网重庆市电力公司经济技术研究院 考虑区域综合能源系统优化运行的配电网扩展规划方法
CN109256797A (zh) * 2018-06-20 2019-01-22 上海电力学院 一种考虑市场交易的含风光储的局域电网优化方法
CN109784591A (zh) * 2019-03-22 2019-05-21 大唐环境产业集团股份有限公司 一种带储能和风电的综合能源系统优化调度方法及系统
CN110378058A (zh) * 2019-07-26 2019-10-25 中民新能投资集团有限公司 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法

Patent Citations (8)

* 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
CN109059193A (zh) * 2018-05-25 2018-12-21 天津大学 考虑机组启停费用的园区综合能源系统优化调度方法
CN108846506A (zh) * 2018-05-29 2018-11-20 清华-伯克利深圳学院筹备办公室 一种能源系统的规划方法、装置、设备和存储介质
CN108830485A (zh) * 2018-06-19 2018-11-16 广州供电局有限公司 一种电-热综合能源系统可靠性评价方法
CN109256797A (zh) * 2018-06-20 2019-01-22 上海电力学院 一种考虑市场交易的含风光储的局域电网优化方法
CN109063992A (zh) * 2018-07-18 2018-12-21 国网重庆市电力公司经济技术研究院 考虑区域综合能源系统优化运行的配电网扩展规划方法
CN109784591A (zh) * 2019-03-22 2019-05-21 大唐环境产业集团股份有限公司 一种带储能和风电的综合能源系统优化调度方法及系统
CN110378058A (zh) * 2019-07-26 2019-10-25 中民新能投资集团有限公司 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法

Also Published As

Publication number Publication date
CN111291963A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN111291963B (zh) 一种协调经济性与可靠性的园区综合能源系统规划方法
Trappey et al. The analysis of renewable energy policies for the Taiwan Penghu island administrative region
CN109523128A (zh) 一种促进消纳的可再生能源容量配置方法
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
Wang et al. Multi-attribute decision analysis for optimal design of park-level integrated energy systems based on load characteristics
CN116245338A (zh) 一种矿山综合能源系统低碳经济运行优化方法
Szypowski et al. Optimization of energy-supply structure in residential premises using mixed-integer linear programming
CN115115193A (zh) 一种工业园区低碳分析及优化规划方法
Hu et al. Strategies for grid-friendly and uncertainty-adaptive design in zero energy buildings
Xue et al. Design optimization of community energy systems based on dual uncertainties of meteorology and load for robustness improvement
CN114266471A (zh) 一种面向冷热电多能流耦合综合能源的能效评价方法
Wu et al. A review on modelling methods, tools and service of integrated energy systems in China
Liu et al. Carbon emission measurement method of regional power system based on LSTM-Attention model
CN115660234B (zh) 一种基于混合测算方法的双碳预测优化模型
CN117474286A (zh) 一种可再生能源并网发电项目的碳减排管理方法
Lin et al. Evaluation on the Cost of Energy Transition: A Case Study of Fujian, China
Shang et al. Study on quantitative estimation method of energy saving and emission reduction of renewable energy system based on fuzzy matter-element method
Hou et al. A review of regional distributed energy system planning and design
CN115965291A (zh) 一种智能配电网绿色性评估方法
Chung et al. Analysis of Renewable Energy Potential Combinations in Microgrid Systems
Chung et al. Economic Feasibility Analysis and Breakeven Point Estimation of Microgrid System Combinations Under Carbon Fee Policies
Ren et al. Decision-making approach in charging mode for electric vehicle based on cumulative prospect theory
Wang et al. On the use of techno‐economic evaluation on typical integrated energy technologies matching different companies
Li et al. [Retracted] Construction of an Optimal Scheduling Method for Campus Energy Systems Based on Deep Learning Models
Cao et al. Optimal capacity configuration of battery storage system for zero energy office building on campus

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