CN111415046A - 一种考虑热电余量交易的微网群优化调度方法 - Google Patents

一种考虑热电余量交易的微网群优化调度方法 Download PDF

Info

Publication number
CN111415046A
CN111415046A CN202010246902.9A CN202010246902A CN111415046A CN 111415046 A CN111415046 A CN 111415046A CN 202010246902 A CN202010246902 A CN 202010246902A CN 111415046 A CN111415046 A CN 111415046A
Authority
CN
China
Prior art keywords
micro
microgrid
heat
group
transaction
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.)
Pending
Application number
CN202010246902.9A
Other languages
English (en)
Inventor
王镇
窦迅
王俊
杜炜
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.)
Nanjing Tech University
Original Assignee
Nanjing Tech 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 Nanjing Tech University filed Critical Nanjing Tech University
Priority to CN202010246902.9A priority Critical patent/CN111415046A/zh
Publication of CN111415046A publication Critical patent/CN111415046A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (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

本发明公开了一种考虑热电余量交易的微网群优化调度方法，包括以下步骤：建立微网群内的能量互济特性，建立微网群运营框架；考虑配网运行约束，通过余电余热交易机制，建立微网群优化调度模型，获取运行成本；建立微网群内子微网间的热电交易策略和调度模型，获取余电余热交易情况、设备运行情况。本发明的有益效果：本发明考虑了微网群热电余量交易机制，有利于通过交易手段促使微网群对子微网余电余热的利用，减少弃电弃热；考虑了微网群内的余电余热交易，可以改变各子微网供给负荷的运行方式，降低运行成本；考虑了微网群热电交易的影响，有利于微网群内的资源进行优化调度，实现能源间的协调互补和微网间的能量互济，提高能源利用效率。

Description

一种考虑热电余量交易的微网群优化调度方法
技术领域
本发明涉及微网群内子微网的余电余热消纳和调度问题，尤其涉及一种考虑热电余量交易的微网群优化调度方法。
背景技术
目前微网群优化调度研究大多集中于对微电网、微能源网以及微网群。在微电网方面，现有研究主要集中在微网的调度运行和交易策略上，能够计及微电网不确定性，以微电网经济调度成本最小为目标，建立滚动优化模型，能够考虑环境等其他因素，提出多目标经济调度模型，也能够提出微电网与传统发电商、配网以及其他微网间的交易策略；在微能源网方面，现有研究主要集中在能量流分析与建模、协调规划与优化运行以及需求响应等方面，能够建立电-气互联型微能源网络的稳态能量流、最优潮流、概率能量流模型，能够基于能源集线器建立含电、气、热、冷等多种能源的微能源网模型，提出微能源网的协调调度、优化运行模型及策略，也能够从能量转移及主从博弈角度将需求响应引入微能源网的能量管理当中，分析需求响应的效果；在微网群方面，现有研究能够针对多个微电网、冷热电联供区域的多微网，以微网群总运行成本最低为目标，建立集中式优化调度模型，也能够建立离网海岛多微网的不确定性优化调度模型。
综上所述，现有研究主要针对的是单个微能源网建立不同的调度模型，对微能源网联合形成的微网群考虑较少，并且在微网群调度上，较少考虑交易因素的影响。并未考虑从微网群出发，研究微网间的能量互济能力，构建微网群内的余电余热交易机制，通过微网群热电交易的影响，对微网群内的资源进行优化调度，实现能源间的协调互补和微网间的能量互济。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：提供一种考虑热电余量交易的微网群优化调度方法，考虑微网群热电交易的影响，对微网群内的资源进行优化调度，实现能源间的协调互补和微网间的能量互济，提高能源利用效率。
为解决上述技术问题，本发明提供如下技术方案：一种考虑热电余量交易的微网群优化调度方法，包括以下步骤：建立微网群内的能量互济特性，建立微网群运营框架；考虑配网运行约束，通过余电余热交易机制，建立微网群优化调度模型，获取运行成本建立微网群内子微网间的热电交易策略和调度模型，获取余电余热交易情况、设备运行情况。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述微网群内的能量互济特性由网内自律平衡和网间平衡两部分组成；所述网内自律平衡指各子微网根据负荷预测，在各自网内进行负荷平衡；所述网间平衡指对于缺电缺热/余电余热的不平衡量，在群内的子微网间进行购售交易，剩余的不平衡量则通过与配电网和配气网的交互进行平衡，以此提高微网群内余电余热的消纳和运行经济性。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述微网群运营框架指在微网群内指子微网之间可通过热网进行热的交易；通过电网进行电交易；通过微网群内的能量互济，促进余电余热的消纳。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述微网群优化调度模型如下式所示，
Figure BDA0002434202300000021
式中，CMGC为微网群运行成本，CMG,i为微网群内子微网i的运行成本。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述子微网i的运行成本如下式，
Figure BDA0002434202300000022
式中，Ce,i,t、Cg,i,t、Ch,i,t、Cre,i,t、Crh,i,t分别为子微网i的购电成本、购气成本、购热成本、弃电成本和弃热成本。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述配网运行约束，包括以下步骤，冷热电联供约束；电锅炉运行约束；电制冷机运行约束；电功率平衡约束；热功率平衡约束；冷功率平衡约束和配网潮流约束。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述余电余热交易机制包括以下步骤，假设交易时刻为t，在t-45min前，根据负荷预测，进行网内自律平衡，实现子微网的自平衡，获取余电余热；t-30min前上报余电余热交易信息；微网群在t-15min前根据配网运行约束区间，完成安全校核；在t时刻，微网群确定各子微网交易量以及优化调度方案；在月末根据实际调度结果进行结算并发布公告。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述运行成本由子微网运行成本、微网群运行成本和弃电弃热运行成本。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述热电交易策略指子微网间的余电余热交易情况。
作为本发明所述的热电余量交易的微网群优化调度方法，其中：所述调度模型指各子微网的供电、供热和供冷情况。
本发明的有益效果：考虑了微网群热电余量交易机制，有利于通过交易手段促使微网群对子微网余电余热的利用，减少弃电弃热；考虑了微网群内的余电余热交易，可以改变各子微网供给负荷的运行方式，降低运行成本；考虑了微网群热电交易的影响，有利于微网群内的资源进行优化调度，实现能源间的协调互补和微网间的能量互济，提高能源利用效率。
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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明所述考虑热电余量交易的微网群优化调度方法的整体流程图；
图2为本发明所述微网群优化调度方法的测试算例图；
图3(a)为本发明所述子微网1电、热、冷负荷曲线；
图3(b)为本发明所述子微网2电、热、冷负荷曲线；
图3(c)为本发明所述子微网3电、热、冷负荷曲线；
图4为本发明所述电价和天然气价格示意图；
图5(a)为本发明所述烟气余热供热对比示意图；
图5(b)为本发明所述电锅炉供热对比示意图；
图6(a)为本发明所述子微网1供电设备运行情况示意图；
图6(b)为本发明所述子微网2供电设备运行情况示意图；
图6(c)为本发明所述子微网3供电设备运行情况示意图；
图7(a)为本发明所述子微网1供热设备运行情况示意图；
图7(b)为本发明所述子微网2供热设备运行情况示意图；
图7(c)为本发明所述子微网3供热设备运行情况示意图；
图8(a)为本发明所述子微网1供冷设备运行情况示意图；
图8(b)为本发明所述子微网2供冷设备运行情况示意图；
图8(c)为本发明所述子微网3供冷设备运行情况示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
微电网和微能源网统称为微网，作为能量互联网的终端供能系统，是未来能源系统发展的趋势之一。微网群是促进微网互动，提高能源利用效率的重要途经。在能源网络末端，多微网间的协调互补和能量互济构成了微网群，微网群内的能量互济提高了群内子微网运行方式的灵活性，也扩展了群内子微网间的能量交易方式。受价格和用户类型以及用能偏好影响，在微能源网的能量形成和消耗过程中会产生余电余热，势必造成能量的浪费、环境的污染和经济上的损失。因此，考虑微网群的交易机制，研究微网群的优化调度对提高微网经济性，有利于促进能源就地消纳。
参照图1的示意，示意为本实施例中提出的考虑热电余量交易的微网群优化调度方法的整体流程图，具体包括以下步骤：
S1：建立微网群内的能量互济特性，建立微网群运营框架；
S2：考虑配网运行约束，通过余电余热交易机制，建立微网群优化调度模型，获取运行成本；
S3：建立微网群内子微网间的热电交易策略和调度模型，获取余电余热交易情况、设备运行情况。
进一步的更加具体的，其中S1中的建立微网群内的能量互济特性和建立微网群运营框架还包括以下步骤：
S1.1：建立微网群内的能量互济特性。
子微网单独运行时，可从气网购买天然气驱动燃气轮机运行供给电负荷和热负荷，可从电网购买电力直接供给电负荷并驱动电锅炉和电制冷供给热负荷和冷负荷，也可以通过吸收式制冷供给冷负荷。微网群内每个子微网与配电网和配气网相连，各子微网根据负荷预测，在各自网内进行自律平衡，对于缺电缺热/余电余热的不平衡量，则在群内的子微网间进行购售交易，实现网间的协调互济，剩余的不平衡量则通过与配电网和配气网的交互进行平衡，以此提高微网群内余电余热的消纳和运行经济性。
S1.2：建立微网群运营框架。
微网群作为多微网联合形成的群体，与用户、电网、气网及热网之间的经济利益息息相关。各子微网构成微网群并与配电网和配气网相连。子微网之间可通过热网进行热的交易；通过电网进行电交易；通过微网群内的能量互济，促进余电余热的消纳。因此需在子微网运行的基本结构上，设计合理的运营模式，实现群内子微网收益之和最大化的运营目标。
进一步的更加具体的，其中S2中的建立微网群优化调度模型还包括以下步骤：
S2.1：建立微网群优化调度模型。
以微网群运行成本最低为优化目标，具体如下式：
Figure BDA0002434202300000061
式中，CMGC为微网群运行成本，CMG,i为微网群内子微网i的运行成本。
子微网i的运行成本具体如下式，
Figure BDA0002434202300000062
Figure BDA0002434202300000063
Figure BDA0002434202300000064
Figure BDA0002434202300000065
Cre,i,t＝ρrePre,i,t
Crh,i,t＝ρrhQrh,i,t
式中，Ce,i,t、Cg,i,t、Ch,i,t、Cre,i,t、Crh,i,t分别为子微网i的购电成本、购气成本、购热成本、弃电成本和弃热成本；T为时间周期；ρe,t为t时段的电价，ρg为天然气价格，ρem和ρh分别为子微网间的交易电价和热价；ρre和ρrh分别为弃电价格和弃热价格；PGRID,i,t为子微网i在t时段向主网的购电量；PEX,ij,t为子微网i在t时段从子微网j购买/出售的电量，为正时，表示购入电量，为负时表示售出电量；PMT,i,t为子微网i在t时段燃气轮机的输出电功率；ηMT,i为子微网i燃气轮机发电效率；HVng为天然气热值，取9.7kW·h/m3；QEX,ij,t为子微网i在t时段从子微网j购买/出售的热量，为正时，表示购入热量，为负时表示售出热量；Pre,i,t和Qrh,i,t为子微网i在t时段的弃电量和弃热量。
S2.2：考虑配网运行约束。
在微网群内，子微网之间可通过热网进行热的交易，可通过配网进行电交易，从而达成微网群内的能量互济，促进余电余热的消纳。但由于电交易需经过配网潮流，因此子微网间的交易需考虑配网运行约束，在配网运行约束区间范围内的交易申报才有可能成交，否则将无法通过安全校验。因此在构建微网群运营框架时，要兼顾交易和调度的关系。
①冷热电联供约束
Figure BDA0002434202300000071
Qco,i,t＝QMT,i,tCOPco,i
Qhe,i,t＝QMT,i,tCOPhe,i
PMT,i,min≤PMT,i,t≤PMT,i,max
式中，QMT,i,t为微网i在t时段微型燃气轮机排气余热量；ηL,i为微网i微型燃气轮机散热损失率；PMT,i,t为微网i在t时段燃气轮机输出功率；Qco,i,t为微网i吸收式制冷的制冷量；Qhe,i,t为微网i烟气余热提供的制热量；COPco,i与COPhe,i分别为微网i制冷、制热系数；PMT,i,max和PMT,i,min分别为燃气轮机输出电功率的上下限。
②电锅炉运行约束
QEB,i,t＝ηEB,iPEB,i,t
PEB,i,min≤PEB,i,t≤PEB,i,max
式中，QEB,i,t和PEB,i,t分别为微网i在t时段电锅炉的制热功率和用电功率；ηEB,i为微网i电锅炉的热效率；PEB,i,max和PEB,i,min分别为电锅炉用电功率的上下限。
③电制冷机运行约束
QEC,i,t＝ηEC,iPEC,i,t
PEC,i,min≤PEC,i,t≤PEC,i,max
式中，QEC,i,t和PEC,i,t分别为微网i在t时段电制冷机的制冷功率和用电功率；ηEC,i为微网i电制冷机的冷效率；PEC,i,max和PEC,i,min分别为电制冷机用电功率的上下限。
④电功率平衡约束
Figure BDA0002434202300000072
式中，Le,i,t为子微网i在t时段的电负荷，PPV,i,t和PWT,i,t为子微网i在t时段的光伏和风电功率。
⑤热功率平衡约束
Figure BDA0002434202300000081
式中，Lh,i,t为子微网i在t时段的热负荷。
⑥冷功率平衡
Lc,i,t＝QEC,i,t+Qco,i,t
式中，Lc,i,t为子微网i在t时段的冷负荷。
⑦配网潮流约束
对于辐射形配网，支路潮流如下式，
Figure BDA0002434202300000082
Figure BDA0002434202300000083
Pi,t＝PGRID,i,t
Qi,t＝Leq,i,t
Figure BDA0002434202300000084
Figure BDA0002434202300000085
式中：Pij,t和Qij,t分别为t时段支路ij上的有功功率和无功功率；k表示以节点j为首节点的末端节点集合；rij和xij分别为支路ij的电阻和电抗；Iij,t为支路ij的线路电流幅值；Pi,t和Qi,t分别为节点i处的有功功率和无功功率净注入值；Leq,i,t为t时段节点i处的负荷无功功率；Vi,t和Vj,t分别为节点i和j处的电压幅值。
S2.3：热电余量交易约束。
①余电余热交易约束
子微网交易双方一致性约束，即交易的两方，一定是购或者买的关系，具体如下：
PEX,ij,t＝-PEX,ji,t
QEX,ij,t＝-QEX,ji,t
子微网间的交易还受交易双方的电和热传输约束：
-PEX,ij,max≤PEX,ij,t≤PEX,ij,max
-QEX,ij,max≤QEX,ij,t≤QEX,ij,max
式中：PEX,ij,t和QEX,ij,t分别为t时段子微网i和j之间电和热发生传输的最大值，即电和热交易的最大值。
②激励相容约束
为保证子微网参与微网群交易的积极性，各子微网满足激励相容约束，即单个微网运行成本不高于不参与交易时的独立运行成本，具体如下：
Figure BDA0002434202300000091
式中，
Figure BDA0002434202300000092
为子微网i不参与微网群内交易时的独立运行成本。
为验证本实施提供方法的真实有效性。
以如图1所示的综合能源系统实际场景的例子进行实际试练，该综合能源系统采用修改后的IEEE33节点配电系统。对于IEEE33节点配电系统所做的修改主要体现在网络拓扑结构和负荷数据方面，基于原有网络结构，在节点31、32、33处分别接入微网MG1、MG2、MG3，共同构成一个微网群。其负荷数据如图3(a)、图3(b)、图3(c)所示，即各子微网电、热、冷负荷曲线。电价和天然气价格如图4所示。
各微网内配置的机组参数如表1所示。
表1：各子微网设备参数。
Figure BDA0002434202300000093
ηMT,i、ηL,i、COPco,i、COPhe,i、ηEB,i、ηEC,i分别取0.32、0.08、0.69、0.9、0.84、4。对于修改后的配电系统分别设置如下两个场景进行对比分析：
场景1：考虑热电余量交易的微网群优化调度。
场景2：不考虑热电余量交易的微网优化调度。
参照下表2，展示了上述两个场景的子微网运行成本、微网群运行成本、弃电弃热惩罚成本的对比。
表2：不同场景微网群成本对比。
Figure BDA0002434202300000094
根据表2，考虑热电余量交易的微网群优化调度方法，其运行成本相比不考虑考虑热电余量交易有所降低，通过交易手段促使了微网群对子微网余电余热的利用和就地消纳，减少弃电弃热的惩罚成本。场景S1中仍存在部分弃电弃热惩罚成本，主要是因为子微网间的余电交易受配网运行约束影响，须在满足安全校核的区间范围内，热交易受子微网间的传输限制影响。场景S1中的子微网MG1、MG2、MG3的运行成本均低于S2场景，除了子微网间能量互济的作用外，还受激励相容机制影响，子微网参与热电余量交易的约束中，要求参与交易后的运行成本不高于不参与交易，否则，若出现微网群整体成本减少，但某一子微网成本增加，则将降低该子微网参与交易的意愿，交易成效降低。
余热交易相比电更加频繁，这是由于微网内CCHP在供电的同时，会产生大量烟气通过换热器进行供热，当CCHP供电更具经济性时，其以电定热，将会产生大量余热，进而导致余热交易较多。由于余热交易对运行结果的影响较大，因此通过对比S1和S2场景的供热情况来对比本文所提交易方法对微网运行的影响。图5(a)和图5(b)对比了MG1在场景1和场景2的供热情况，即子微网1的供热情况对比。在t＝1h时，S1场景电锅炉出力明显低于S2场景，主要是因为该时段MG1从MG2和MG3购入了热能，所以不需要额外的电锅炉出力。在t＝7-15h时，S1场景从换热器输出的热功率明显高于S2，主要是由于该时段MG1的CCHP以电定热运行，产生的余热通过交易出售给了MG2和MG3，既避免了余热惩罚，又在电价较高时减少了购电；S2场景无微网群内的热电交易，为避免余热惩罚，CCHP以热定电，而此时电价相对较高，则其运行成本较高。可见考虑热电余量交易后，本文所提方法通过交易手段改变了微网群内各子微网的运行方式，降低了运行成本。
图6(a)、图6(b)和图6(c)为各子微网供电情况，纵轴为各供电设备的输出功率，图例分别为燃气轮机、电网购电、光伏、风电。根据图6(a)、图6(b)和图6(c)中，燃气轮机在1-7h、19-22h的供电出力占比较高，主要是由于这些时段热负荷较高，燃气轮机在供热的同时，也对电负荷进行了供给，在23-24h的购电比例较高，主要是由于该时段电价较低，从电网购电可以减少供电成本。
图7(a)、图7(b)和图7(c)为各子微网供热情况，纵轴为各供热设备的输出功率，图例分别为燃气轮机产生的烟气余热、电锅炉。根据图7(a)、图7(b)和图7(c)，热负荷主要由燃气轮机通过燃气轮机的烟气余热供给，而在23-24h，由于冷负荷降低，冷负荷在电、热、冷负荷中的占比降低，冷热电联供在供给时会造成浪费，再加上该时段电价较低，可通过电锅炉对热负荷进行供给。
图8(a)、图8(b)和图8(c)为各子微网供冷情况，其中纵轴为各供冷设备的输出功率，图例分别为吸收式制冷、电制冷。根据图8(a)、图8(b)和图8(c)中，大部分冷负荷由吸收式制冷对燃气轮机的烟气余热进行吸收供给，在6-11h、18-21h冷负荷较高的时段，则b需要通过电制冷对冷负荷进行供给。
根据图6(a)～(c)、图7(a)～(c)和图8(a)～(c)，以MG1在t＝23h的交易和运行情况为例，此时电价为0.59￥/kW·h，天然气价格为3.45￥/m3，MG1向MG3出售29.38kW·h电，从MG3购买20.64kW·h热，CCHP的电输出功率为177.78kW，电锅炉制热功率为168kW，电制冷制冷功率为20kW，从主网输进功率为442.60kW。可见CCHP的耦合出力使得电热冷之间的供给联系密切，10-13h、18-21h电价较高时段，CCHP出力明显上升，同时供电/热/冷，电锅炉基本处于最低运行状态，主要依赖于燃气轮机、换热器的供热。由于CCHP的耦合出力，吸收式制冷将部分烟气回收制冷，而电制冷效率相对较高，在6-11h、18-21h冷负荷较高的时段，也将提高到较大功率输出。
可见本发明的配置结果相比具有优异的效果，能够解决在考虑热电余量交易的微网群优化调度方面的一个现有技术不能解决的技术问题。
本发明建立了考虑热电余量交易的微网群优化调度模型，通过分析微网群内的能量互济特性，研究微网群内的余电余热交易机制，构建了考虑配网运行约束的微网群运营模式，基于余电余热交易，建立微网群优化模型，提出考虑热电余量交易的微网群优化调度方法；算例给出了本发明的微网群优化调度方案。
本发明考虑了微网群热电余量交易机制，有利于通过交易手段促使微网群对子微网余电余热的利用，减少弃电弃热；考虑了微网群内的余电余热交易，可以改变各子微网供给负荷的运行方式，降低运行成本；考虑了微网群热电交易的影响，有利于微网群内的资源进行优化调度，实现能源间的协调互补和微网间的能量互济，提高能源利用效率。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种考虑热电余量交易的微网群优化调度方法，其特征在于：包括，
建立微网群内的能量互济特性；
建立微网群运营框架；
考虑配网运行约束，通过余电余热交易机制，建立微网群优化调度模型，获取运行成本；
建立微网群内子微网间的热电交易策略和调度模型，获取余电余热交易情况、设备运行情况。
2.如权利要求1所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述微网群内的能量互济特性包括网内自律平衡和网间平衡；
所述网内自律平衡为各子微网根据负荷预测，在各自网内进行负荷平衡；
所述网间平衡为对于缺电缺热/余电余热的不平衡量，在群内的子微网间进行购售交易，剩余的不平衡量则通过与配电网和配气网的交互进行平衡。
3.如权利要求1或2所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述微网群运营框架包括，
在微网群内指子微网之间可通过热网进行热的交易；
通过电网进行电交易；
通过微网群内的能量互济，促进余电余热的消纳。
4.如权利要求3所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述微网群优化调度模型如下式所示，
Figure FDA0002434202290000011
式中，CMGC为微网群运行成本，CMG,i为微网群内子微网i的运行成本。
5.如权利要求4所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述子微网i的运行成本如下式，
Figure FDA0002434202290000012
式中，Ce,i,t、Cg,i,t、Ch,i,t、Cre,i,t、Crh,i,t分别为子微网i的购电成本、购气成本、购热成本、弃电成本和弃热成本。
6.如权利要求1～2、4或5任一所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述配网运行约束包括以下步骤，
冷热电联供约束；
电锅炉运行约束；
电制冷机运行约束；
电功率平衡约束；
热功率平衡约束；
冷功率平衡约束和配网潮流约束。
7.如权利要求6所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述余电余热交易机制包括以下步骤，
假设交易时刻为t；
在t-45min前，根据负荷预测，进行网内自律平衡，实现子微网的自平衡，获取余电余热；
t-30min前上报余电余热交易信息；
微网群在t-15min前根据配网运行约束区间，完成安全校核；
在t时刻，微网群确定各子微网交易量以及优化调度方案；
在月末根据实际调度结果进行结算并发布公告。
8.如权利要求7所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述运行成本包括子微网运行成本、微网群运行成本和弃电弃热运行成本。
9.如权利要求8所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述热电交易策略包括子微网间的余电余热交易情况。
10.如权利要求8或9所述的考虑热电余量交易的微网群优化调度方法，其特征在于：所述调度模型包括各子微网的供电、供热和供冷情况。
CN202010246902.9A 2020-03-31 2020-03-31 一种考虑热电余量交易的微网群优化调度方法 Pending CN111415046A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010246902.9A CN111415046A (zh) 2020-03-31 2020-03-31 一种考虑热电余量交易的微网群优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010246902.9A CN111415046A (zh) 2020-03-31 2020-03-31 一种考虑热电余量交易的微网群优化调度方法

Publications (1)

Publication Number Publication Date
CN111415046A true CN111415046A (zh) 2020-07-14

Family

ID=71494737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010246902.9A Pending CN111415046A (zh) 2020-03-31 2020-03-31 一种考虑热电余量交易的微网群优化调度方法

Country Status (1)

Country Link
CN (1) CN111415046A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221353A (zh) * 2021-05-11 2021-08-06 上海交通大学 一种多能微网协调优化的区域能源网多能互补调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130099565A1 (en) * 2011-04-15 2013-04-25 Deka Products Limited Partnership Modular power conversion system
CN105186562A (zh) * 2015-09-07 2015-12-23 中国农业大学 一种大规模分布式电源的微网群及其控制方法
US20170169140A1 (en) * 2015-12-11 2017-06-15 National Chung Shan Institute Of Science And Technology Simulation test system of cluster-based microgrid integrated with energy storage
CN107330549A (zh) * 2017-06-22 2017-11-07 华北电力大学 含多主体的多能互补微电网能量管理方法
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
CN109472409A (zh) * 2018-11-06 2019-03-15 哈尔滨工业大学 一种基于饥饿因子和优先因子的微电网群能量交易方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130099565A1 (en) * 2011-04-15 2013-04-25 Deka Products Limited Partnership Modular power conversion system
CN105186562A (zh) * 2015-09-07 2015-12-23 中国农业大学 一种大规模分布式电源的微网群及其控制方法
US20170169140A1 (en) * 2015-12-11 2017-06-15 National Chung Shan Institute Of Science And Technology Simulation test system of cluster-based microgrid integrated with energy storage
CN107330549A (zh) * 2017-06-22 2017-11-07 华北电力大学 含多主体的多能互补微电网能量管理方法
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
CN109472409A (zh) * 2018-11-06 2019-03-15 哈尔滨工业大学 一种基于饥饿因子和优先因子的微电网群能量交易方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘念 等: "基于合作博弈论的光伏微电网群交易模型", 《电工技术学报》 *
张晓晨: "基于博弈论的微电网群能量优化调度研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑（月刊） 电力工业》 *
曾智基 等: "基于目标级联法的微网群多主体分布式优化调度", 《华北电力大学学报》 *
杨轶凡 等: "基于变异粒子群算法的微网群能量管理策略", 《电子技术研发》 *
赵天阳 等: "基于自适应鲁棒优化的互联微网能量/备用共享调度", 《电网技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221353A (zh) * 2021-05-11 2021-08-06 上海交通大学 一种多能微网协调优化的区域能源网多能互补调度方法

Similar Documents

Publication Publication Date Title
Ma et al. Energy management for joint operation of CHP and PV prosumers inside a grid-connected microgrid: A game theoretic approach
CN111881616B (zh) 一种基于多主体博弈的综合能源系统的运行优化方法
Zhang et al. Distributed online optimal energy management for smart grids
CN108009693A (zh) 基于两级需求响应的并网微电网双层优化方法
Wu et al. Energy trading and generalized Nash equilibrium in combined heat and power market
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN112116476A (zh) 计及风电和碳交易机制的综合能源系统模拟方法
CN114050571B (zh) 一种考虑碳流的综合能源系统能量枢纽管控方法
CN112016825A (zh) 一种区域综合能源系统的集中式交易优化决策方法
CN114662752A (zh) 基于价格型需求响应模型的综合能源系统运行优化方法
CN112883584A (zh) 一种考虑利益交互的多能微网群冷热电多能耦合优化方法
Guo et al. A novel incentive mechanism for CCHP-based microgrids in spinning reserve
Yunshou et al. Cooperative operation framework for a wind-solar-CCHP multi-energy system based on Nash bargaining solution
Wu et al. Dynamic pricing and energy management of hydrogen-based integrated energy service provider considering integrated demand response with a bi-level approach
CN115423260A (zh) 一种电力市场及政策服务新能源利用的量化分析方法
Yang et al. Coordination and optimization of CCHP microgrid group game based on the interaction of electric and thermal energy considering conditional value at risk
CN113487188A (zh) 考虑电气联合价格引导机制的综合能源系统优化调度方法
Jiang et al. Solution to coordination of transmission and distribution for renewable energy integration into power grids: an integrated flexibility market
Tao et al. Research on multi-microgrids scheduling strategy considering dynamic electricity price based on blockchain
CN111415046A (zh) 一种考虑热电余量交易的微网群优化调度方法
CN115936228A (zh) 计及配网架构的大学城综合能源系统运行优化方法及装置
CN116070754A (zh) 考虑能量共享的多主体综合能源系统优化运行方法及系统
Lihui et al. A Multiobjective Scheduling Optimization Model for Multienergy Complementary System Integrated by Wind‐Photovoltaic‐Convention Gas Turbines considering Demand Response
CN112713590B (zh) 计及idr的冷热电联供微网与主动配电网联合优化调度方法
Chen et al. Robust optimization based multi-level coordinated scheduling strategy for energy hub in spot market

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