CN111474900A - 一种基于虚拟电厂的区域综合能源系统运行方法及系统 - Google Patents
一种基于虚拟电厂的区域综合能源系统运行方法及系统 Download PDFInfo
- Publication number
- CN111474900A CN111474900A CN201911148980.9A CN201911148980A CN111474900A CN 111474900 A CN111474900 A CN 111474900A CN 201911148980 A CN201911148980 A CN 201911148980A CN 111474900 A CN111474900 A CN 111474900A
- Authority
- CN
- China
- Prior art keywords
- ies
- terminal
- regional
- energy
- energy supply
- 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 31
- 230000005611 electricity Effects 0.000 claims description 111
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000001816 cooling Methods 0.000 claims description 15
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 12
- 239000003546 flue gas Substances 0.000 claims description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000005485 electric heating Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- 239000003345 natural gas Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 2
- 230000007704 transition Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 239000000498 cooling water Substances 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000002485 combustion reaction Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000006735 deficit Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于虚拟电厂的区域综合能源系统运行方法和系统，获取终端IES和区域IES的运行结构并获取各终端IES当期的数据信息；对CCHP系统运行方式进行分类，建立终端IES最大冗余供能能力模型、预期净成本模型和约束条件；确定各设备单元对应的经济运行方式、最大冗余供能能力和终端IES的购电量售电量信息；控制各供能设备的实际出力；建立区域IES运营结算方案，形成各终端IES的实际净成本。本发明一种基于虚拟电厂的区域综合能源系统运行方法及系统构建了基于虚拟电厂的区域综合能源系统运行框架，实现了终端IES在不改变传统电力网络架构的前提下向区域IES过渡。
Description
技术领域
本发明涉及电力工程技术，具体涉及一种基于虚拟电厂的区域综合能源系统运行方法及 系统。
背景技术
综合能源系统(Integrated Energy System，简称IES)指在规划、建设和运行的过程中， 利用先进的大数据信息通讯技术和综合能源管理模式应用于多元能源的生产、传输、转换和 存储等各个环节，最后由综合能源调度运营中心协同管理，协调运行，实现多能流安全、经 济、灵活地服务于用户，进而形成能源产供销一体化系统。广义的IES一般指的是全域IES， 目前较为认可的发展IES的基本路径是从终端IES入手，逐步到区域、全域推进；区域IES 特指在一定区域内，以配电系统为核心，由区域调度运营中心对该区域的所有终端IES进行 统一调度，协调运行。IES作为一种系统化、集成化和精细化的能源产供销体系，其规模化 发展对于推动能源革命，构建现代能源体系具有重要意义。
目前，在对区域IES的建设、运营方面，现有技术存在下述不足：
1.在物理技术层面上，尚不完善的能源传输网络使得实现终端IES向区域IES过渡面临 着巨大挑战，鲜有运用适合的理论依托已建成的终端IES通过不改变传统电力网络架构的方 式构建区域IES的运行框架；对各终端IES内的供能设备的多种可能运行状态尚未充分考虑。
2.在市场运营层面上，仅单纯考虑整个区域IES运行成本，未涉及到区域内各个终端IES 交易以及区域IES适时与大电网交易的运营成本和收益问题，尚缺乏合理的区域运营结算方 案核算各终端IES的收支费用。
3.仅单独考虑区域IES内部所有设备的集中运行优化或区域IES的整体效益，然而区域 IES的市场运营层面需要物理技术层面为其奠定了技术基础，在区域IES的物理技术层面和 市场运营层面的通盘考虑方面还存在技术空白。
整体而言，目前对区域IES的研究和应用还处于起步和探索阶段，如何依托已建成的终 端IES，从物理技术层面和市场运营层面对区域IES进行综合研究成为目前亟待解决的问题。
发明内容
本发明所要解决的技术问题是现有的区域IES无法从物理技术层面和市场运营层面进行 技术分析，目的在于提供一种基于虚拟电厂的区域综合能源系统运行方法及系统，解决上述 问题。
本发明通过下述技术方案实现：
一种基于虚拟电厂的区域综合能源系统运行方法，包括以下步骤：
S1：对基于VPP的终端IES和区域IES进行分析获取终端IES和区域IES的运行结构；所述终端IES运行结构的运行中枢在于VPP数据控制中心；所述区域IES运行结构的运行中枢在于区域调度运营中心；根据所述终端IES和区域IES的运行结构获取区域IES下各终端IES当期的数据信息；所述数据信息包括所有设备单元的状态参数、电热冷负荷需求及购售电价信息；
S2：对终端IES中的CCHP系统的物理模型和供能特性进行分析，并对CCHP系统运行方式进行分类；建立终端IES最大冗余供能能力模型，并获取各终端IES在满足自身负荷条件下的剩余供能水平；建立以净成本最小化为目标的终端IES的预期净成本模型，并结合终端IES的CCHP系统的运行方式建立对应的约束条件；
S3：结合终端IES当期的数据信息、最大冗余供能能力模型和预期净成本模型，确定出 该终端IES在满足最小预期净成本条件下各设备单元对应的经济运行方式、最大冗余供能能 力和终端IES的购电量售电量信息；
S4：所述VPP数据控制中心结合终端IES的最大冗余供能能力和终端IES的购电量售电 量信息传送给所述区域调度运营中心；所述区域调度运营中心结合区域内各终端IES的各类 信息进行区域能量协调调度，并下发每个终端IES的最终出力指令给所述VPP数据控制中心， 所述VPP数据控制中心控制各供能设备的实际出力；
S5：建立区域IES运营结算方案，且根据协调调度结果和运营结算方案，对区域内各终 端IES进行费用结算，形成各终端IES的实际净成本。
进一步的，步骤S1包括以下子步骤：
多个终端IES依靠通信网络形成区域IES，且基于VPP的终端IES在独立运行时，VPP数据控制中心根据各供能单元运行的特征对所有资源进行分类和整合并调控各单元的出力。
进一步的，步骤S1还包括以下子步骤：
所述VPP数据控制中心实时接收所有设备单元的运行状态参数作为所有设备单元的状态 参数；
所述VPP数据控制中心将纯电负荷、热负荷和冷负荷作为终端系统用户负荷的处理对象， 且第i个终端IES的t时刻的纯电负荷、热负荷、冷负荷分别为：
进一步的，步骤S2中：
终端IES中的CCHP系统的物理模型为：
式中：
是第i个终端IES的CCHP系统t时刻天然气耗量，
为CCHP系统输出电功率，
为CCHP系统输出热功率，
为CCHP系统输出冷功率，ηge为对应的电 转换效率系数，ηgh为对应的热转换效率系数，ηgc为对应的冷转换效率系数。
进一步的，步骤S2包括以下子步骤：
根据CCHP系统的供能架构中高温烟气和中低温水在能量耦合设备中多能耦合机制对状 态进行分析生成极端状态结果；
将CCHP系统的运行方式分为以电定热模式、以热定电模式和冷定电模式，并将所述极 端状态结果与所述CCHP系统的运行方式结合形成运行工况。
进一步的，步骤S2中：
终端IES最大冗余供能能力模型为：
式中，Pi为第i个终端IES的T时段最大冗余供能能力；Y表示能源类别，当Y＝1时表示电能，当Y＝2时表示热能，当Y＝3时表示冷能；Z表示产能机组类别，当Z＝1时表示光伏，当Z＝2时表示风机，当Z＝3时表示CCHP系统；T表示供能时段；
表示t时刻第i个终 端IES第Z种机组可供第Y种能源的量值；
表示t时刻第i个终端IES的用户消耗第Y种 能量的量值。
一种基于虚拟电厂的区域综合能源系统运行系统，包括：
分析单元：用于对基于VPP的终端IES和区域IES进行分析获取终端IES和区域IES的 运行结构；所述终端IES运行结构的运行中枢在于VPP数据控制中心；所述区域IES运行结 构的运行中枢在于区域调度运营中心；根据所述终端IES和区域IES的运行结构获取区域IES 下各终端IES当期的数据信息；所述数据信息包括所有设备单元的状态参数、电热冷负荷需 求及购售电价信息；
分类单元：用于对终端IES中的CCHP系统的物理模型和供能特性进行分析，并对CCHP 系统运行方式进行分类；建立终端IES最大冗余供能能力模型，并获取各终端IES在满足自 身负荷条件下的剩余供能水平；建立以净成本最小化为目标的终端IES的预期净成本模型， 并结合终端IES的CCHP系统的运行方式建立对应的约束条件；
结合单元：用于结合终端IES当期的数据信息、最大冗余供能能力模型和预期净成本模 型，确定出该终端IES在满足最小预期净成本条件下各设备单元对应的经济运行方式、最大 冗余供能能力和终端IES的购电量售电量信息；
所述VPP数据控制中心结合终端IES的最大冗余供能能力和终端IES的购电量售电量信 息传送给所述区域调度运营中心；所述区域调度运营中心结合区域内各终端IES的各类信息 进行区域能量协调调度，并下发每个终端IES的最终出力指令给所述VPP数据控制中心，所 述VPP数据控制中心控制各供能设备的实际出力；
建立单元：用于建立区域IES运营结算方案，且根据协调调度结果和运营结算方案，对 区域内各终端IES进行费用结算，形成各终端IES的实际净成本。
进一步的，多个终端IES依靠通信网络形成区域IES，且基于VPP的终端IES在独立运 行时，VPP数据控制中心根据各供能单元运行的特征对所有资源进行分类和整合并调控各单 元的出力。
进一步的，所述VPP数据控制中心实时接收所有设备单元的运行状态参数作为所有设备 单元的状态参数；所述VPP数据控制中心将纯电负荷、热负荷和冷负荷作为终端系统用户负 荷的处理对象，且第i个终端IES的t时刻的纯电负荷、热负荷、冷负荷分别为：
进一步的，终端IES中的CCHP系统的物理模型为：
式中：
是第i个终端IES的CCHP系统t时刻天然气耗量，
为CCHP系统输出电功率，
为CCHP系统输出热功率，
为CCHP系统输出冷功率，ηge为对应的电 转换效率系数，ηgh为对应的热转换效率系数，ηgc为对应的冷转换效率系数。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明一种基于虚拟电厂的区域综合能源系统运行方法及系统，首创性地将虚拟电厂 (Virtual Power Plant，简称VPP)理论运用于区域IES的运行结构的构建中，通过其协调控 制技术、交易运营技术、智能计量技术和信息通信技术，可以在不改变传统电力网络架构的 前提下为终端IES过渡到区域IES、区域IES的多能流协调运行以及区域IES的内外交易结 算提供很好的技术支撑；创新性的建立了终端IES的最大冗余供能能力模型和预期净成本模 型，并依据现有政策和市场实际情况设计了区域IES的运营结算方案，为区域IES的经济运 营提供理论依据，有效实现对区域IES的经济运营。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不 构成对本发明实施例的限定。在附图中：
图1为实施例中终端IES的内部结构与能量流动示意图；
图2为实施例中VPP模式下终端IES的运行结构示意图；
图3为实施例中区域IES的运行结构示意图；
图4为实施例中区域IES的运营模式图；
图5为实施例中一般工商业用户的峰平谷电价示意图；
图6为实施例中区域IES在夏季典型日2:00-3:00时段各终端IES购/售电量示意图；
图7为实施例中区域IES在夏季典型日8:00-9:00时段各终端IES购/售电量示意图；
图8为实施例中区域IES在夏季典型日13:00-14:00时段各终端IES购/售电量示意图；
图9为区域IES在夏季典型日I1的各时段能量协调结果示意图；
图10为区域IES在夏季典型日I2的各时段能量协调结果示意图；
图11为区域IES在夏季典型日I3的各时段能量协调结果示意图；
图12为区域IES在夏季典型日I4的各时段能量协调结果示意图；
图13为区域IES在夏季典型日I5的各时段能量协调结果示意图；
图14为区域IES在夏季典型日I6的各时段能量协调结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明 作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本 发明的限定。
实施例
本发明一种基于虚拟电厂的区域综合能源系统运行方法，包括步骤：
S101：对基于VPP的终端IES和区域IES运行结构进行分析；VPP下的终端IES运行结构的运行中枢在于VPP数据控制中心，区域IES运行结构的运行中枢在于区域调度运营中心。
进一步，所述步骤S101中的基于VPP的终端IES在独立运行时，VPP数据控制中心根据各供能单元运行的特征对所有资源进行分类和整合，实现合理调控各单元的出力满足系统 本身的能量需求；多个终端IES依靠通信网络形成区域IES，VPP数据控制中心与区域调度 运营中心又形成了新一级的网控模式。在参与区域IES的能量协调调度时，与区域调度运营 中心进行信息互动，及时接受调度中心的指令并协调终端系统内部各设备的出力。区域调度 运营中心拥有区域内配电、售电和结算的权力。
采用上述进一步方案的有益效果是明确VPP数据控制中心和区域调度运营中心在基于 VPP的终端IES和区域IES的正常运行中所具有的功能，对将VPP技术融入区域IES和信息 的传递提供理论依据。
S102：依据基于VPP的终端IES和区域IES运行结构，获取区域IES下各终端IES当期的三类信息。
进一步，所述步骤S102中的终端IES当期的三类信息包括所有设备单元的状态参数、电 热冷负荷需求及购售电价信息；VPP数据控制中心实时接收所有设备单元的运行状态参数以 便更好的控制机组的运行；将纯电负荷(不含电制冷/热机组所耗电量)、热负荷和冷负荷作 为终端系统用户负荷的处理对象，第i个终端IES的t时刻的纯电负荷、热负荷、冷负荷分别 为：
实时的购售电价信息将影响终端IES最终的交易情况。
采用上述进一步方案的有益效果是对终端IES当期的信息进行分类，利于精确判断终端 IES的实时运行状况，为区域内的能量协调互补提供可靠依据。
S103：对终端IES中的CCHP(Combined Cooling Heating and Power，CCHP)系统的物 理模型和供能特性进行分析，对CCHP系统运行方式进行分类。
进一步，所述步骤S103中终端IES的CCHP系统，其物理模型为：
式中：
是第i个终端IES的CCHP系统t时刻天然气耗量，CCHP系统输出电、热、冷功率分别为
ηge/ηgh/ηgc分别为对应的电/热/冷转换效率系数；
为第 i个终端IES的燃气内燃机装机容量。在CCHP系统的供能架构中，高温烟气和中低温水都可 经过能量耦合设备供给冷热需求，鉴于多能耦合比较复杂，故考虑四种极端状态进行分析：
(1)高温烟气制造热量，中低温冷却水制造冷量，用符号表示为HC；
(2)高温烟气制造冷量，中低温冷却水制造热量，用符号表示为CH；
(3)高温烟气制造热量，中低温冷却水制造热量，用符号表示为HH；
(4)高温烟气制造冷量，中低温冷却水制造冷量，用符号表示为CC；
在终端IES中的CCHP系统的供能设备容量是指燃气内燃发电机(GT)的装机容量，CCHP系统的热/冷综合转换效率系数为：ηH,j,ηC,j，j＝1,2,3,4，分别代表四种状态 HC/CH/HH/CC。上述效率系数对应关系为：当第i个终端IES的CCHP系统在t时刻处于第 j种状态时输出电功率是
同时会输出
的热功率和
的冷功率。限于区域 配电网结构，仅允许CCHP系统的冗余电量上网，CCHP系统的三种运行模式分别为以电定 热模式(FHE模式)、以热定电模式(FEH模式)、以冷定电模式(FEC模式)，可见，每种运 行模式下对应四种极端状态，合计十二种运行方式。
采用上述进一步方案的有益效果是充分考虑了CCHP系统在极端条件下可能的运行方式， 避免了CCHP系统输出电功率、输出热功率以及输出冷功率的复杂分配问题。
S104：建立终端IES最大冗余供能能力模型，明确各终端IES在满足自身负荷条件下的 剩余供能水平；建立以净成本最小化为目标的终端IES的预期净成本模型，并结合终端IES 的CCHP系统的运行方式建立对应的约束条件。
进一步，所述步骤S4中终端IES最大冗余供能能力数学模型为：
式中，Pi为第i个终端IES的T时段最大冗余供能能力，其值为正时，表示终端IES能量冗余最大值，为负时，表示终端IES能量缺额；Y表示能源类别，Y＝1,2,3.分别表示电能，热能，冷能；Z表示产能机组类别，Z＝1，2，3，分别表示光伏、风机、CCHP系统；T表示 供能时段；
表示t时刻第i个终端IES第Z种机组可供第Y种能源的量值，单位为KW； 
表示t时刻第i个终端IES的用户消耗第Y种能量的量值，单位为KW。应当明确，终端IES的冗余量是终端IES各设备采取某种运行方式时产生的多余电量，不会超过该系统的最 大冗余供能能力。区域调度运营中心会从每个终端IES的VPP控制中心系统接收到其实时更 新的最大冗余供能能力作为协调调度的依据之一。
终端IES的预期净成本模型如下：
建立预期净成本函数Fi：
式中：Ft i为第i个终端IES的t时刻的预期净成本，Fi为第i个终端IES的T时段的预期净成本。
式中：
为第i个终端IES在t时刻的剩余纯电负荷，其中，
为光伏(PV)的输出功率，
为风机(WT)的输出功率；
表示第i个终端IES的t时 刻的光伏和风机出力大于终端系统的纯电负荷时的预期净成本，其值满足下式：
式中：
为第i个终端IES的电制热机的转换系数；
为第i个终端IES的电制冷机的 转换系数；
表示第i个终端IES的t时刻风光发电的上网电价。
表示第i个终端IES 的t时刻的购电单价。
式中：
分别表示第i个终端IES的t时刻的CCHP系统处于 第j种状态时的预期净成本、GT的输出电功率、购电量、售电量；
表示第i个终端IES的t时刻的CCHP系统的度电成本；
表示第i个终端IES的t时刻的售电单价。
终端IES的产能设备在不同出力模式下，GT发的电量和从区域调度运营商购买的电量可 能会用来满足终端系统的纯电负荷、热负荷、冷负荷，如下所示：
为求解
需要从CCHP系统对应的三种运行模式下对目标函数设置不同的约束条 件，最后选出预期净成本的最小值作为
三种模式下对应的约束条件如下：
1)FHE模式
2)FEH模式
a)当以热定电计算的电功率大于GT装机容量(热负荷尚未满足)，则令
如果GT发电满足剩余纯电负荷，余电量不满足剩余热负荷，即满足下式：
或满足剩余热负荷但不足以满足剩余冷负荷，即满足下式：
则约束条件为：
如果GT发电满足剩余纯电负荷，余电量满足剩余热负荷和冷负荷，多余上网，即满足 下式：
则约束条件为：
b)当以热定电计算的电功率小于GT装机容量(热负荷被满足)，则：
如果当以热定电时GT出力大于剩余纯电负荷，即满足下式：
则约束条件为：
如果采取以热定电模式计算出的GT出力小于剩余纯电负荷时，既满足下式：
则约束条件为：
3)FEC模式。FEC模式完全对照于FEH模式。
采用上述进一步方案的有益效果是通过对最大冗余供能能力，为区域内部协调调度提供 了参考依据，通过对预期净成本的计算，为终端IES控制内部供能设备的出力以及做出购售 电交易决策提供了理论依据，对实现终端IES合理运行和经济运营起到决定性作用。
S105：建立区域IES运营结算方案。
进一步，所述步骤S105中区域IES运营结算方案为：区域调度运营商以实时电价向终端IES售电，以标杆上网电价向终端IES购电；区域调度运营商与大电网交易时，以标杆上网 电价向其售电，以实时电价向其购电；在某些时段区域调度运营商由于购售电价所产生负收 益，最终将被售电的各终端IES分摊，分摊方式按照它们各自售电量的比例计算，各自分摊 的负收益将计入对应的预期净成本中以形成实际净成本。
采用上述进一步方案的有益效果是该结算方案一方面保证了区域调度运营商的收益，另 一方面避免了在实时电价低于上网电价的情况下，终端IES选择将自己的发的电以上网电价 (大于度电成本)上网而以较低的价格购电满足自身负荷或增加不必要的冗余量以赚取利润 的投机套利行为。
S106：结合终端IES当期的三类信息、最大冗余供能能力模型和预期净成本模型，确定 出该终端IES在满足最小预期净成本条件下各设备单元对应的经济运行方式、最大冗余供能 能力和终端IES的购电量或售电量，
进一步，所述步骤S6中终端IES的购电量对应其下网电量或缺额量，售电量对应其下上 网电量或冗余量。
S107：VPP数据控制中心聚合终端IES的最大冗余供能能力和其购电量或售电量信息传 送给区域调度运营中心，区域调度运营中心结合区域内各终端IES的各类信息进行区域能量 协调调度，下发每个终端IES的最终出力指令给VPP数据控制中心，VPP数据控制中心控制 各供能设备的实际出力。
进一步，所述步骤S107中区域调度运营中心汇集所有子系统的综合信息，对内采用“以 冗余量补缺额量”的方式进行协调调度以实现区域IES的自平衡，对于区域整体的总冗余或 总缺额对外也可以与大电网进行智能交易，实现大电网和区域IES的网对网辅助服务。
采用上述进一步方案的有益效果是充分发挥虚拟电厂理论在区域IES的运用，对于有冗 余量的终端IES而言，其作为一个“虚拟电厂”来看待，对于有缺额量的终端IES而言，作 为“用户”来看待，在区域调度运营中心的合理调度下，既可以实现区域内部的能量协调互 补，也可以间接地与大电网进行交易；区域IES作为一个整体，适时与大电网进行电量交易。
S108：区域调度运营商根据协调调度结果，结合运营结算方案，对区域内各终端IES进 行费用结算，形成各终端IES的实际净成本。
本实施例的有益效果为：本实施例从虚拟电厂和综合能源系统技术融合的角度出发，构 建了基于虚拟电厂的区域综合能源系统运行框架，实现了终端IES在不改变传统电力网络架 构的前提下向区域IES过渡；通过供能设备的多种可能运行状态建立终端IES的预期净成本 模型，并结合合理的区域IES运营结算方案，在保证区域内各终端成员成本经济性的同时， 整体也实现了区域IES的运营经济性。
为了进一步的说明本实施例的工作过程，结合实例进行分析：
终端IES作为一种分布式能源系统，主要连接于中低压配网，系统内部各能量单元之间 存在复杂的耦合关系，其详细的内部结构及其能量流动如图1所示。终端IES作为区域IES 的子系统，为实现终端到区域的合理过渡以及以区域IES的经济运营，针对图1的终端IES， 本发明提出了一种基于虚拟电厂的区域综合能源系统经济运行方法，包括步骤：
S1、对基于VPP的终端IES和区域IES运行结构进行分析；VPP下的终端IES运行结构的运行中枢在于VPP数据控制中心，区域IES运行结构的运行中枢在于区域调度运营中心。
结合图1的终端IES的内部结构，建立VPP模式下的终端IES，其运行结构见图2。由图2中可见，各设备单元与VPP数据控制中心互联成了网状结构，每个设备又受到控制中心的集中调控。终端IES独立运行时，数据控制中心根据各供能单元运行的特征对所有资源进行分类和整合，实现合理调控各单元的出力满足系统本身的能量需求；在参与区域IES的能量协调调度时，与区域调度运营中心进行信息互动，及时接受调度运营中心的指令并协调终 端系统内部各设备的出力。
区域IES的运行结构如图3所示，多个终端IES依靠通信网络形成区域IES，VPP数据控制中心与区域调度运营中心又形成了新一级的网控模式，其中，区域调度运营中心拥有区 域内配电、售电和结算的权力。此外，从图3可以见到，不仅各终端IES和区域调度运营商信息互动，各个终端IES相互间也有信息交流，可以知道除自己外的终端IES的设备出力的情况和电价等信息，由于涉及到区域能量交易，所以及时知道区域其余终端IES的实时状况对于自身制定购售电计划很有益处。
S2、依据基于VPP的终端IES和区域IES运行结构，获取区域IES下各终端IES当期的三类信息。
终端IES当期的三类信息包括所有设备单元的状态参数、电热冷负荷需求及购售电价信 息；VPP数据控制中心实时接收所有设备单元的运行状态参数以便更好的控制机组的运行； 将纯电负荷(不含电制冷/热机组所耗电量)、热负荷和冷负荷作为终端系统用户负荷的处理 对象，第i个终端IES的t时刻的纯电负荷、热负荷、冷负荷分别为：
实时 的购售电价信息将影响终端IES最终的交易情况。
S3、对终端IES中的CCHP(Combined Cooling Heating and Power，CCHP)系统的物理 模型和供能特性进行分析，对CCHP系统运行方式进行分类。
终端IES的CCHP系统，其物理模型为：
式中：
是第i个终端IES的CCHP系统t时刻天然气耗量，CCHP系统输出电、热、冷功率分别为
ηge/ηgh/ηgc分别为对应的电/热/冷转换效率系数；
为第 i个终端IES的燃气内燃机装机容量。在CCHP系统的供能架构中，高温烟气和中低温水都可 经过能量耦合设备供给冷热需求，鉴于多能耦合比较复杂，故考虑四种极端状态进行分析：
(1)高温烟气制造热量，中低温冷却水制造冷量，用符号表示为HC；
(2)高温烟气制造冷量，中低温冷却水制造热量，用符号表示为CH；
(3)高温烟气制造热量，中低温冷却水制造热量，用符号表示为HH；
(4)高温烟气制造冷量，中低温冷却水制造冷量，用符号表示为CC；
在终端IES中的CCHP系统的供能设备容量是指燃气内燃发电机(GT)的装机容量，CCHP系统的热/冷综合转换效率系数为：ηH,j,ηC,j，j＝1,2,3,4，分别代表四种状态 HC/CH/HH/CC。上述效率系数对应关系为：当第i个终端IES的CCHP系统在t时刻处于第 j种状态时输出电功率是
同时会输出
的热功率和
的冷功率。限于区域 配电网结构，仅允许CCHP系统的冗余电量上网，CCHP系统的三种运行模式分别为以电定 热模式(FHE模式)、以热定电模式(FEH模式)、以冷定电模式(FEC模式)，可见，每种运 行模式下对应四种极端状态，合计十二种运行方式。
S4、建立终端IES最大冗余供能能力模型，明确各终端IES在满足自身负荷条件下的剩 余供能水平；建立以净成本最小化为目标的终端IES的预期净成本模型，并结合终端IES的 CCHP系统的运行方式建立对应的约束条件。
终端IES最大冗余供能能力数学模型为：
式中，Pi为第i个终端IES的T时段最大冗余供能能力，其值为正时，表示终端IES能量冗余最大值，为负时，表示终端IES能量缺额；Y表示能源类别，Y＝1,2,3.分别表示电能，热能，冷能；Z表示产能机组类别，Z＝1，2，3，分别表示光伏、风机、CCHP系统；T表示 供能时段；
表示t时刻第i个终端IES第Z种机组可供第Y种能源的量值，单位为KW； 
表示t时刻第i个终端IES的用户消耗第Y种能量的量值，单位为KW。应当明确，终端 IES的冗余量是终端IES各设备采取某种运行方式时产生的多余电量，不会超过该系统的最 大冗余供能能力。区域调度运营中心会从每个终端IES的VPP控制中心系统接收到其实时更 新的最大冗余供能能力作为协调调度的依据之一。
终端IES的预期净成本模型如下：
建立预期净成本函数Fi：
式中：Ft i为第i个终端IES的t时刻的预期净成本，Fi为第i个终端IES的T时段的预期净成本。
式中：
为第i个终端IES在t时刻的剩余纯电负荷，其中，
为光伏(PV)的输出功率，
为风机(WT)的输出功率；
表示第i个终端IES的t时 刻的光伏和风机出力大于终端系统的纯电负荷时的预期净成本，其值满足下式：
式中：
为第i个终端IES的电制热机的转换系数；
为第i个终端IES的电制冷机的 转换系数；
表示第i个终端IES的t时刻风光发电的上网电价。
表示第i个终端IES 的t时刻的购电单价。
式中：
分别表示第i个终端IES的t时刻的CCHP系统处于 第j种状态时的预期净成本、GT的输出电功率、购电量、售电量；
表示第i个终端IES的t时刻的CCHP系统的度电成本；
表示第i个终端IES的t时刻的售电单价。
终端IES的产能设备在不同出力模式下，GT发的电量和从区域调度运营商购买的电量可 能会用来满足终端系统的纯电负荷、热负荷、冷负荷，如下所示：
为求解
需要从CCHP系统对应的三种运行模式下对目标函数设置不同的约束条 件，最后选出预期净成本的最小值作为
三种模式下对应的约束条件如下：
1)FHE模式
2)FEH模式
a)当以热定电计算的电功率大于GT装机容量(热负荷尚未满足)，则令
如果GT发电满足剩余纯电负荷，余电量不满足剩余热负荷，即满足下式：
或满足剩余热负荷但不足以满足剩余冷负荷，即满足下式：
则约束条件为：
如果GT发电满足剩余纯电负荷，余电量满足剩余热负荷和冷负荷，多余上网，即满足 下式：
则约束条件为：
b)当以热定电计算的电功率小于GT装机容量(热负荷被满足)，则：
如果当以热定电时GT出力大于剩余纯电负荷，即满足下式：
则约束条件为：
如果采取以热定电模式计算出的GT出力小于剩余纯电负荷时，既满足下式：
则约束条件为：
3)FEC模式。FEC模式完全对照于FEH模式。
综合来看，对于某个终端IES而言，如果区域的卖电价格比自身产能成本低，则买电供 能；如果区域的卖电价格比自身产能成本高，则终端IES在自己的供能能力范围内选择最小 预期净成本下的某一运行模式进行自给自足，如果负荷超出了自身的供能能力，则只能向区 域运营商买电供给缺额负荷。以上设计的预期净成本模型能够确定出每个终端IES在每个时 段需要向区域调度运营商提供的的购电量或售电量信息，以便区域调度运营商可以协调区域 的能量平衡和最终的费用结算。
S5、建立区域IES运营结算方案。
图4展现了区域IES的运营模式。VPP数据控制中心通过结合终端IES系统实际的运行 状态，分析出终端CCHP系统的经济运行模式从而确定设备的预出力，将终端系统的冗余或 缺额信息和各机组实时状态信息上传到区域调度运营中心，区域调度运营中心结合区域的所 有冗余/缺额量及其对应的用户信息制定合理的实时调度与交易计划。
区域IES运营时，CCHP系统的上网电价不按照各终端IES的个体成本制定，统一以标 杆上网电价上网；风电、光电执行对应的标杆上网电价。区域IES运营结算方案为：区域调 度运营商以实时电价向终端IES售电，以标杆上网电价向终端IES购电；区域调度运营商与 大电网交易时，以标杆上网电价向其售电，以实时电价向其购电；在某些时段区域调度运营 商由于购售电价所产生负收益，最终将被售电的各终端IES分摊，分摊方式按照它们各自售 电量的比例计算，各自分摊的负收益将计入对应的预期净成本中以形成实际净成本。
上述结算方式一方面保证了区域调度运营商的收益，另一方面避免了在实时电价低于上 网电价的情况下，终端IES选择将自己的发的电以上网电价(大于度电成本)上网而以较低 的价格购电满足自身负荷或增加不必要的冗余量以赚取利润的投机套利行为。
S6、结合终端IES当期的三类信息、最大冗余供能能力模型和预期净成本模型，确定出 该终端IES在满足最小预期净成本条件下各设备单元对应的经济运行方式、最大冗余供能能 力和终端IES的购电量或售电量。
本实施案例选取某市的6家典型企业I1～I6(终端IES)形成区域IES为例进行分析。 I1～I3属于一般工商业用户，I4～I6属于大工业用户。I4～I6的柔性负荷参与区域IES的运营， 由于其从事生产贸易行业，其用电性质也归为一般工商业用电。由于区域IES中的各终端IES 的电制冷机和电制热机效率转换系数难以完全掌握，统一采用中央空调系统(air conductor AC) 供冷和供热，其典型值为：ηeh＝4.14，ηec＝3.74，结合市场实际情况和相关政策，制定算例 中GT的度电成本为0.6286元/KW·h，标杆上网电价为0.67元/KW·h；风光上网电价采用 与GT平价的上网电价，实时电价以对应的峰平谷电价代替。结合企业的实际情况，I1～I6配 备PV装机容量分别为：200KW,150KW,250KW,3000KW,4000KW,5000KW；配备WT装机容 量分别：50KW,50KW,50KW,500KW,1000KW,3000KW；配备CCHP系统装机容量分别为： 2000KW,2000KW,5000KW,3000KW,3000KW,3000KW。一般工商业用户的峰平谷电价见图5 所示。CCHP系统四种状态下的综合转化效率系数如表1所示：
表1 CCHP系统综合转换效率系数
夏季典型日区域IES内部6个终端IES的三个典型时段所对应的购、售电量如图6～8所 示。
图中Pine代表购电量(缺额量)，Pout代表售电量(冗余量)，GT代表燃气内燃发电机的 上网电量，PV+WT则代表风光机组的上网电量。
由图6～8可见，各个终端IES在处于2:00-3:00的谷时段选择向外购电，一方面是由于此 刻购电电价低，另一方面是因为该时段风光出力较低，为满足系统能量需求且保证经济，I1-I6 都选择了向外购电，具体表现为区域调度运营商接收到购电信息后从大电网购电来满足区域 内部能量需求；在8:00-9:00时段仅有I4选择购电，此时区域调度运营商在满足区域内部能 量平衡后将多余的电量与大电网交易；在13:00-14:00时段所有终端IES选择向外售电的原因 则与2:00-3:00时段相反，此处不再详细阐述。从区域IES单个时段能量交易的情况来看，其 在协调区域内能量互补的同时，还作为一个整体与大电网进行交易，一定程度上体现了填谷 和削峰的功能。
图9～14给出了终端综合能源系统I1～I6在夏季典型日的能量协调与交易结果。图中上半 部分为系统的产能和购能，下半部分为耗能和售能；其中，PV表示光伏的输出功率，WT表 示风机的输出功率，GT表示CCHP系统的燃气内燃发电机的输出功率。由图9～14可见，区 域内所有终端IES购能时段基本集中在22：00-6:00时段，即谷电价时期，而售能则相对集中 购电电价相对较高的8:00-20:00时段。为了最大化系统本身利益，终端IES的CCHP系统在 每个时段都处于最佳运行方式(CCHP系统对应有四种运行状态和三种运行模式，总计十二 种可能的运行方式)。I4-I6在10:00-17:00时段不仅能够凭借风光机组满足系统自身能量需求， 还有较多的风光冗余量，既是由于这段时间风光单机输出功率较高，也因为其本身属于大工 业企业，占地面积广，风光装机容量相比于I1-I3要大很多，所以此时他们将多余的风光电量 售出以获得较高收益。结合区域IES运营结算方案和图9～14的能量协调与交易结果容易分析 得知，区域运营商在各个时段没有产生负收益，故各终端IES运营的预期净成本等于实际净 成本。总体而言，区域IES下的每个终端IES都运行在对自身最为有利的模式，先最大化利 用系统本身的清洁能源，然后将冗余能源向外售出以获得额外收益，终端系统相互间也能在 保证自身利益的前提下进行能量协调互补。
S7、VPP数据控制中心聚合终端IES的最大冗余供能能力和其购电量或售电量信息传送 给区域调度运营中心，区域调度运营中心结合区域内各终端IES的各类信息进行区域能量协 调调度，下发每个终端IES的最终出力指令给VPP数据控制中心，VPP数据控制中心控制各 供能设备的实际出力。
区域调度运营中心汇集所有子系统的综合信息，对内采用“以冗余量补缺额量”的方式 进行协调调度以实现区域IES的自平衡，对于区域整体的总冗余或总缺额对外也可以与大电 网进行智能交易，实现大电网和区域IES的网对网辅助服务。区域调度运营中心结合图9～14 所展示的各终端IES的购售电信息和其余信息，对于区域IES各个时刻的总冗余量或缺额量， 将与大电网进行实时交易。
S8、区域调度运营商根据协调调度结果，结合运营结算方案，对区域内各终端IES进行 费用结算，形成各终端IES的实际净成本。
本实施案例所选终端IES的用电性质同属于一般工商业性质，且对应的电压等级相同， I1-I6的购电的实时电价也相同，故其行为在对应的时段具有高度的一致性，I4-I6属于大工业 用户，其拥有大面积的风光装机容量，所以在购售电行为上相比于I1-I3有所不同。由图9～14 可见，在0:00-6:00和22:00-24:00时段内对应的为谷时段，谷电价比GT的度电成本和上网标 杆电价都要低，故所有终端IES都选择购电满足一部分负荷，此时区域调度运营商会从大电 网以谷电价购电满足区域内部的能量需求，对区域调度运营商没有产生收益，而在其余时段， 峰、平电价都比GT发电的上网标杆电价要高，所以区域调度运营商在从售电的终端IES买 电并将这部分卖给买电的终端IES时，将可以盈利。综上所述，在夏季典型日区域运营商在 协调调度后，各个时段其收益都不会为负，按照所设计的运营结算方案，最终售电的终端IES 不会有负收益的分摊，在区域内部能量协调后的冗余量在大电网全部出清的假设前提下，其 预期净成本就等于实时净成本。最终夏季典型日区域IES内各终端IES的实际净成本如表2 所示：
表2夏季典型日综合能源系统I1-I6实际净成本
由表2可以看出，I1-I3在下夏季典型日的各个时段对应的实际净成本都为正，没有实现 盈利，其还是以满足自身用能为主；I4-I6在夏季典型日的各个时段对应的实际净成本既有正 也有负，容易看出主要是在9:00-17:00这一时段实现了盈利，因为这一时段光伏的出力较高， 且I4-I6的光伏的装机容量相比于I1-I3要大很多，所以能够在满足自身用能需求的同时向外 售电以获得收益。
由实施案例结果可以证明，本发明提出基于虚拟电厂的区域综合能源系统经济运行方法
成功实现了终端IES向区域IES的过渡，通过合理的运营结算方案将给定约束条件下的 预期净成本形成实际净成本，合理考虑了每个终端综合能源系统的利益，从而有效实现了区 域IES的经济运营。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说 明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护 范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。
Claims (10)
1.一种基于虚拟电厂的区域综合能源系统运行方法，其特征在于，包括以下步骤：
S1：对基于VPP的终端IES和区域IES进行分析获取终端IES和区域IES的运行结构；所述终端IES运行结构的运行中枢在于VPP数据控制中心；所述区域IES运行结构的运行中枢在于区域调度运营中心；根据所述终端IES和区域IES的运行结构获取区域IES下各终端IES当期的数据信息；所述数据信息包括所有设备单元的状态参数、电热冷负荷需求及购售电价信息；
S2：对终端IES中的CCHP系统的物理模型和供能特性进行分析，并对CCHP系统运行方式进行分类；建立终端IES最大冗余供能能力模型，并获取各终端IES在满足自身负荷条件下的剩余供能水平；建立以净成本最小化为目标的终端IES的预期净成本模型，并结合终端IES的CCHP系统的运行方式建立对应的约束条件；
S3：结合终端IES当期的数据信息、最大冗余供能能力模型和预期净成本模型，确定出该终端IES在满足最小预期净成本条件下各设备单元对应的经济运行方式、最大冗余供能能力和终端IES的购电量售电量信息；
S4：所述VPP数据控制中心结合终端IES的最大冗余供能能力和终端IES的购电量售电量信息传送给所述区域调度运营中心；所述区域调度运营中心结合区域内各终端IES的各类信息进行区域能量协调调度，并下发每个终端IES的最终出力指令给所述VPP数据控制中心，所述VPP数据控制中心控制各供能设备的实际出力；
S5：建立区域IES运营结算方案，且根据协调调度结果和运营结算方案，对区域内各终端IES进行费用结算，形成各终端IES的实际净成本。
2.根据权利要求1所述的一种基于虚拟电厂的区域综合能源系统运行方法，其特征在于，步骤S1包括以下子步骤：
多个终端IES依靠通信网络形成区域IES，且基于VPP的终端IES在独立运行时，VPP数据控制中心根据各供能单元运行的特征对所有资源进行分类和整合并调控各单元的出力。
3.根据权利要求1所述的一种基于虚拟电厂的区域综合能源系统运行方法，其特征在于，步骤S1还包括以下子步骤：
所述VPP数据控制中心实时接收所有设备单元的运行状态参数作为所有设备单元的状态参数；
所述VPP数据控制中心将纯电负荷、热负荷和冷负荷作为终端系统用户负荷的处理对象，且第i个终端IES的t时刻的纯电负荷、热负荷、冷负荷分别为：
4.根据权利要求1所述的一种基于虚拟电厂的区域综合能源系统运行方法，其特征在于，步骤S2中：
终端IES中的CCHP系统的物理模型为：
式中：
是第i个终端IES的CCHP系统t时刻天然气耗量，
为CCHP系统输出电功率，
为CCHP系统输出热功率，
为CCHP系统输出冷功率，ηge为对应的电转换效率系数，ηgh为对应的热转换效率系数，ηgc为对应的冷转换效率系数。
5.根据权利要求1所述的一种基于虚拟电厂的区域综合能源系统运行方法，其特征在于，步骤S2包括以下子步骤：
根据CCHP系统的供能架构中高温烟气和中低温水在能量耦合设备中多能耦合机制对状态进行分析生成极端状态结果；
将CCHP系统的运行方式分为以电定热模式、以热定电模式和冷定电模式，并将所述极端状态结果与所述CCHP系统的运行方式结合形成运行工况。
6.根据权利要求1所述的一种基于虚拟电厂的区域综合能源系统运行方法，其特征在于，步骤S2中：
终端IES最大冗余供能能力模型为：
式中，Pi为第i个终端IES的T时段最大冗余供能能力；Y表示能源类别，当Y＝1时表示电能，当Y＝2时表示热能，当Y＝3时表示冷能；Z表示产能机组类别，当Z＝1时表示光伏，当Z＝2时表示风机，当Z＝3时表示CCHP系统；T表示供能时段；
表示t时刻第i个终端IES第Z种机组可供第Y种能源的量值；
表示t时刻第i个终端IES的用户消耗第Y种能量的量值。
7.一种基于虚拟电厂的区域综合能源系统运行系统，其特征在于，包括：
分析单元：用于对基于VPP的终端IES和区域IES进行分析获取终端IES和区域IES的运行结构；所述终端IES运行结构的运行中枢在于VPP数据控制中心；所述区域IES运行结构的运行中枢在于区域调度运营中心；根据所述终端IES和区域IES的运行结构获取区域IES下各终端IES当期的数据信息；所述数据信息包括所有设备单元的状态参数、电热冷负荷需求及购售电价信息；
分类单元：用于对终端IES中的CCHP系统的物理模型和供能特性进行分析，并对CCHP系统运行方式进行分类；建立终端IES最大冗余供能能力模型，并获取各终端IES在满足自身负荷条件下的剩余供能水平；建立以净成本最小化为目标的终端IES的预期净成本模型，并结合终端IES的CCHP系统的运行方式建立对应的约束条件；
结合单元：用于结合终端IES当期的数据信息、最大冗余供能能力模型和预期净成本模型，确定出该终端IES在满足最小预期净成本条件下各设备单元对应的经济运行方式、最大冗余供能能力和终端IES的购电量售电量信息；
所述VPP数据控制中心结合终端IES的最大冗余供能能力和终端IES的购电量售电量信息传送给所述区域调度运营中心；所述区域调度运营中心结合区域内各终端IES的各类信息进行区域能量协调调度，并下发每个终端IES的最终出力指令给所述VPP数据控制中心，所述VPP数据控制中心控制各供能设备的实际出力；
建立单元：用于建立区域IES运营结算方案，且根据协调调度结果和运营结算方案，对区域内各终端IES进行费用结算，形成各终端IES的实际净成本。
8.根据权利要求7所述的一种基于虚拟电厂的区域综合能源系统运行系统，其特征在于，多个终端IES依靠通信网络形成区域IES，且基于VPP的终端IES在独立运行时，VPP数据控制中心根据各供能单元运行的特征对所有资源进行分类和整合并调控各单元的出力。
9.根据权利要求7所述的一种基于虚拟电厂的区域综合能源系统运行系统，其特征在于，所述VPP数据控制中心实时接收所有设备单元的运行状态参数作为所有设备单元的状态参数；所述VPP数据控制中心将纯电负荷、热负荷和冷负荷作为终端系统用户负荷的处理对象，且第i个终端IES的t时刻的纯电负荷、热负荷、冷负荷分别为：
10.根据权利要求7所述的一种基于虚拟电厂的区域综合能源系统运行系统，其特征在于，终端IES中的CCHP系统的物理模型为：
式中：
是第i个终端IES的CCHP系统t时刻天然气耗量，
为CCHP系统输出电功率，
为CCHP系统输出热功率，
为CCHP系统输出冷功率，ηge为对应的电转换效率系数，ηgh为对应的热转换效率系数，ηgc为对应的冷转换效率系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911148980.9A CN111474900B (zh) | 2019-11-21 | 2019-11-21 | 一种基于虚拟电厂的区域综合能源系统运行方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911148980.9A CN111474900B (zh) | 2019-11-21 | 2019-11-21 | 一种基于虚拟电厂的区域综合能源系统运行方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111474900A true CN111474900A (zh) | 2020-07-31 |
| CN111474900B CN111474900B (zh) | 2021-07-06 |
Family
ID=71744909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911148980.9A Active CN111474900B (zh) | 2019-11-21 | 2019-11-21 | 一种基于虚拟电厂的区域综合能源系统运行方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111474900B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112531746A (zh) * | 2020-10-15 | 2021-03-19 | 南京淳宁电力科技有限公司 | 一种基于中央空调本地自治优化的虚拟电厂运行方法 |
| CN116031951A (zh) * | 2023-02-03 | 2023-04-28 | 国网安徽省电力有限公司营销服务中心 | 一种基于虚拟电厂的分布式光伏发电分流管理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
| US20170005515A1 (en) * | 2015-07-04 | 2017-01-05 | Dean Sanders | Renewable energy integrated storage and generation systems, apparatus, and methods with cloud distributed energy management services |
| CN108258679A (zh) * | 2017-12-25 | 2018-07-06 | 国网浙江省电力有限公司经济技术研究院 | 考虑供热网储热特性的电-热综合能源系统优化调度方法 |
| US10074981B2 (en) * | 2015-09-13 | 2018-09-11 | Alpha Technologies Inc. | Power control systems and methods |
| CN110135613A (zh) * | 2018-10-23 | 2019-08-16 | 上海交通大学 | 一种基于纳什谈判的多虚拟电厂协同优化运行方案 |
| CN110288152A (zh) * | 2019-06-25 | 2019-09-27 | 河海大学 | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 |
-
2019
- 2019-11-21 CN CN201911148980.9A patent/CN111474900B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170005515A1 (en) * | 2015-07-04 | 2017-01-05 | Dean Sanders | Renewable energy integrated storage and generation systems, apparatus, and methods with cloud distributed energy management services |
| US10074981B2 (en) * | 2015-09-13 | 2018-09-11 | Alpha Technologies Inc. | Power control systems and methods |
| CN105761109A (zh) * | 2016-02-19 | 2016-07-13 | 刘隽琦 | 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法 |
| CN108258679A (zh) * | 2017-12-25 | 2018-07-06 | 国网浙江省电力有限公司经济技术研究院 | 考虑供热网储热特性的电-热综合能源系统优化调度方法 |
| CN110135613A (zh) * | 2018-10-23 | 2019-08-16 | 上海交通大学 | 一种基于纳什谈判的多虚拟电厂协同优化运行方案 |
| CN110288152A (zh) * | 2019-06-25 | 2019-09-27 | 河海大学 | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112531746A (zh) * | 2020-10-15 | 2021-03-19 | 南京淳宁电力科技有限公司 | 一种基于中央空调本地自治优化的虚拟电厂运行方法 |
| CN112531746B (zh) * | 2020-10-15 | 2023-02-10 | 南京淳宁电力科技有限公司 | 一种基于中央空调本地自治优化的虚拟电厂运行方法 |
| CN116031951A (zh) * | 2023-02-03 | 2023-04-28 | 国网安徽省电力有限公司营销服务中心 | 一种基于虚拟电厂的分布式光伏发电分流管理系统 |
| CN116031951B (zh) * | 2023-02-03 | 2023-10-13 | 国网安徽省电力有限公司营销服务中心 | 一种基于虚拟电厂的分布式光伏发电分流管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111474900B (zh) | 2021-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jiang et al. | A multiagent-based hierarchical energy management strategy for maximization of renewable energy consumption in interconnected multi-microgrids | |
| Li et al. | Double-layer energy management system based on energy sharing cloud for virtual residential microgrid | |
| CN112308334A (zh) | 一种基于主从合作博弈的多虚拟电厂联合优化调度方法 | |
| Liu et al. | Energy management method of integrated energy system based on collaborative optimization of distributed flexible resources | |
| Kong et al. | A multi-agent optimal bidding strategy in microgrids based on artificial immune system | |
| Wang et al. | Bargaining-based energy trading market for interconnected microgrids | |
| Daneshvar et al. | A transactive energy management framework for regional network of microgrids | |
| He et al. | A new cooperation framework with a fair clearing scheme for energy storage sharing | |
| CN110649594A (zh) | 一种基于多能协同的工业园区综合需求响应调度方法 | |
| CN111474900B (zh) | 一种基于虚拟电厂的区域综合能源系统运行方法及系统 | |
| CN116579560A (zh) | 考虑多类型负荷需求响应的虚拟电厂能量分配方法 | |
| Kumar et al. | Impact of optimal sized pump storage unit on microgrid operating cost and bidding in electricity market | |
| Menniti et al. | Demand response program implementation in an energy district of domestic prosumers | |
| CN110556821B (zh) | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 | |
| Roy et al. | A game theoretic approach for distributed electricity providers in deregulated power market | |
| Rashidizadeh-Kermani et al. | Strategic offering of a price maker wind power producer in distribution-level energy markets in presence of flexible prosumers | |
| CN112270432B (zh) | 一种考虑多主体利益均衡的综合能源系统的能量管理方法 | |
| Wang et al. | Bi-level multi-agents interactive decision-making model in regional integrated energy system | |
| Chen et al. | Robust optimization based multi-level coordinated scheduling strategy for energy hub in spot market | |
| Wang et al. | Electricity-heat-based integrated demand response considering double auction energy market with multi-energy storage for interconnected areas | |
| Zhang et al. | Real-time active power dispatch for virtual power plant via a multi-agent leader-follower game approach | |
| Heydarian-Forushani et al. | A comprehensive smart energy management strategy for TVPP, CVPP, and energy communities | |
| Ma et al. | Optimal peer-to-peer energy transaction for distributed prosumers | |
| AU2021105856A4 (en) | Bi-level energy management system with grid reinforcement for solar energy | |
| Chao et al. | Multi-time scale simulation of optimal scheduling strategy for virtual power plant considering load response |
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 |