CN111489193A - 一种电-气互联能源系统下用户价格响应特性的计算方法 - Google Patents

一种电-气互联能源系统下用户价格响应特性的计算方法 Download PDF

Info

Publication number
CN111489193A
CN111489193A CN202010243813.9A CN202010243813A CN111489193A CN 111489193 A CN111489193 A CN 111489193A CN 202010243813 A CN202010243813 A CN 202010243813A CN 111489193 A CN111489193 A CN 111489193A
Authority
CN
China
Prior art keywords
gas
demand
constraint
electricity
power
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
Application number
CN202010243813.9A
Other languages
English (en)
Other versions
CN111489193B (zh
Inventor
洪文骁
徐潇潇
洪建�
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.)
Hangzhou Hongsheng Electric Power Design Consulting Co ltd
Original Assignee
Hangzhou Hongsheng Electric Power Design Consulting Co ltd
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 Hangzhou Hongsheng Electric Power Design Consulting Co ltd filed Critical Hangzhou Hongsheng Electric Power Design Consulting Co ltd
Priority to CN202010243813.9A priority Critical patent/CN111489193B/zh
Publication of CN111489193A publication Critical patent/CN111489193A/zh
Application granted granted Critical
Publication of CN111489193B publication Critical patent/CN111489193B/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电‑气互联能源系统下用户价格响应特性的计算方法，包括以下步骤：计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy；根据凝聚谱值Nxy确定用户价格响应特性的计算内容；建立电‑气互联能源系统调度模型；利用电‑气互联能源系统调度模型计算反映用户价格响应特性的需求弹性矩阵。其为电‑气互联能源系统下价格型需求侧响应——分时电价优化模型的制定提供有效参考。

Description

一种电-气互联能源系统下用户价格响应特性的计算方法
技术领域
本发明涉及电-气互联能源领域，具体涉及一种电-气互联能源系统下用户价格响应特性的计算方法。
背景技术
伴随着电力改革力度的加大以及电力市场制度的不断完善的，关于需求侧响应的研究不断深入。其中价格型需求侧响应，希望借助供电价格引导电能消费者制定切实可行的用电结构和用电方式，将电力负荷维持在较平稳运行状态下，对我国电力工业的发展及节能环保等均具有重要的战略意义。
作为电力市场机制的指挥棒，电价作为电能需求量影响因素中的一种，其影响力不言而喻。因此，充分发挥电价的调节作用对于建立一套规范合理的供用电关系是十分必要的。探究能源系统下用户价格响应特性，对于合理定价，最优化实现电力价格对用户用电的引导，建设智能电网，为电力用户需求响应提供了双向交互平台具有重要作用。
发明内容
本发明的目的是针对电-气互联能源系统，提供一种电-气互联能源系统下用户价格响应特性的计算方法。
本发明提供的电-气互联能源系统下用户价格响应特性的计算方法，包括以下步骤：
计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy；
根据凝聚谱值Nxy确定用户价格响应特性的计算内容；
建立电-气互联能源系统调度模型；
利用电-气互联能源系统调度模型计算反映用户价格响应特性的需求弹性矩阵。
优选的，根据凝聚谱值Nxy确定用户价格响应特性的计算内容，包括以下步骤：当Nxy≥预设值时，计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵以及电对气交叉需求弹性矩阵和气对电交叉需求弹性矩阵；当Nxy<预设值时，需求弹性的计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵。
优选的，预设值为0.2-0.4。
优选的，计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy，包括：
将电力需求与天然气需求以两个时间序列X＝x1，x2，…，xn，Y＝y1，y2，…，yn的形式表示；
计算X，Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx，
Figure BDA0002433422750000021
Figure BDA0002433422750000022
Figure BDA0002433422750000023
Figure BDA0002433422750000024
其中，k表示落后阶数，k＝0，1，2，…，M；n表示时间序列的长度，M＝n/3表示截断点数量，决定谱分析中滞后窗的选择；
计算得到2个时间序列协谱ch(f)、qh(f)，
Figure BDA0002433422750000025
Figure BDA0002433422750000026
Figure BDA0002433422750000027
其中，f表示谱分析相应的频率，ω(k)表示权重函数；
计算X，Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f)，
Figure BDA0002433422750000028
Figure BDA0002433422750000029
Sxy(f)＝ch(f)+iqh(f)；
计算X，Y的凝聚谱Nxy，
Figure BDA00024334227500000210
优选的，还包括历史数据预处理，包括以下步骤：对于首末端数据空缺，以趋势比例法进行补全；对于中间数据空缺，以非邻均值生成法进行补全。
优选的，还包括定义电-气互联能源系统下需求弹性矩阵内容，包括以下步骤：
将电力系统中电力需求对电力价格的自需求弹性定义为电对电自需求弹性eij，
Figure BDA00024334227500000211
ΔQe，i＝Qe，i-Qe，i0，
ΔPe，j＝Pe，j-Pe，j0，
式中，ΔQe，i和ΔPe，j分别为i时段的电量变化量和j时段的电价变化量；Qe，i0、Pe，j0分别为i时段的原始电量和j时段原始电价；Qe，i、Pe，j分别为实行分时电价后i时段的用电量和j时段的分时电价，
电对电自需求弹性矩阵E为：
Figure BDA0002433422750000031
式中，n为时段数；
将天然气需求对天然气价格的自需求弹性定义为气对气自需求弹性ρij，
Figure BDA0002433422750000032
ΔQg，i＝Qg，i-Qg，i0，
ΔPg，j＝Pg，j-Pg，j0，
式中，ΔQg，i和ΔPg，j分别为i时段的天然气变化量和j时段的天然气价变化量；Qg，i0、Pg，j0分别为i时段的原始天然气量和j时段原始天然气价；Qg，i、Pg，j分别为实行分时天然气价后i时段的用气量和j时段的分时气价，
气对气自需求弹性矩阵F为：
Figure BDA0002433422750000033
式中，n为时段数；
将电力需求对天然气价格的交叉需求弹性定义为电对气交叉需求弹性αij，
Figure BDA0002433422750000034
电对气交叉需求弹性矩阵G为：
Figure BDA0002433422750000035
将天然气需求对电力价格的交叉需求弹性定义为气对电交叉需求弹性，
Figure BDA0002433422750000036
气对电交叉需求弹性矩阵H为：
Figure BDA0002433422750000037
优选的，建立电-气互联能源系统调度模型包括：
建立电-气互联能源系统的典型供能架构；
建立电-气互联能源系统下典型设备的能量流的数学模型；
建立电-气互联能源系统的综合调度模型的优化目标；
建立电-气互联能源系统的综合调度模型的约束条件。
优选的，建立电-气互联能源系统的综合调度模型的优化目标，包括：
以运行维护成本COM、购电成本CES、购热成本CHS、储能折旧成本Cbw、燃料成本Cf、启停成本CSS构成的运行费用CATC最小为优化的目标函数：
minCATC＝COM+CES+CHS+Cbw+Cf+CSS，其中，
Figure BDA0002433422750000041
式中，
Figure BDA0002433422750000042
为设备s单位输出功率的运行维护费用，
Figure BDA0002433422750000043
表示第s个设备在时刻t的输出功率，T为单位时段长度；
Figure BDA0002433422750000044
式中，96为全天时段总数，全天时段总数也可以为其他适合的值，Cbuy(t)为时段t的分时电价，Pbuy(t)为时段t从主网的得到的供电功率，T为单位时段长度，
Figure BDA0002433422750000045
Cbw＝∑t cbwPES_in(t)，PES_in(t)＞0，
式中，Cbat.rep为蓄电池的更换成本，Qlifetime为电池单体全寿命输出总电量，T为单位时段长度，
Figure BDA0002433422750000046
式中，Cgas(t)为逐时气价，FGB(t)为燃气锅炉t时段的燃气消耗量，T为单位时段长度，
Figure BDA0002433422750000047
式中，cHS为蒸汽价格，T为单位时段长度，Hbuy(t)为购热功率，蒸汽消耗速率Fbuy(t)(t/h)，Fbuy(t)＝Hbuy(t)/996，蒸汽购买量Pbuy(t)＝Fbuy(t)T，
Figure BDA0002433422750000048
式中，cSS.i表示设备i单位时刻开停机成本，Ui(t)为t时刻设备i的启停状态。
优选的，建立电-气互联能源系统的综合调度模型的约束条件，包括电功率约束、热功率约束与冷功率约束条件，其中，电功率约束包括交流母线电功率约束、交直流转换器效率约束、直流母线总负荷约束、电池储能约束、冰蓄冷空调系统设备约束、关口功率约束，电池储能约束，其中包括充放电功率约束、容量约束、爬坡率约束和日电量累积约束，冰蓄冷空调系统设备约束包括耗电功率约束、容量约束和日积累量约束；
交流母线电功率约束为：
Pbuy(t)+PGT(t)＝PAC-load(t)+PAC-DC(t)+γice(t)Pice(t)+γac(t)Pac(t)+PBr(t)
式中，γice(t)和γac(t)为冰蓄冷和电制冷空调系统的比例系数，PBr(t)为溴化锂吸收式制冷机内冷却塔与泵的耗电功率；
交直流转换器效率约束为：
Figure BDA0002433422750000051
式中，ηA-D为交流转换为直流的转换效率，ηD-A为直流转化为交流的转换效率，PDC(t)为时段t的直流母线总负荷；
直流母线总负荷约束为：
PDC(t)+PPV(t)＝PDC-load(t)+PES_in(t)+PES_out(t)；
式中，PPV(t)为光伏发电功率，PDC-load(t)为直流负荷，
充放电功率约束为：
Figure BDA0002433422750000052
Figure BDA0002433422750000053
0≤γin+γout≤1，
式中，
Figure BDA0002433422750000054
最大放电效率，
Figure BDA0002433422750000055
为最大充电效率，γin和γout分别表示储能设备在时段，处于充能和放能的0-1状态变量，
容量约束为：
Figure BDA0002433422750000056
Figure BDA0002433422750000057
Figure BDA0002433422750000058
SES(0)＝SOCintR，
式中，
Figure BDA0002433422750000059
为储能电池最大电量，
Figure BDA00024334227500000510
为储能电池最低电量，SES(t)为时段t电池储能状态，SOCint、SOCmin和SOCmax为初始荷电状态、最小荷电状态和最大荷电状态，R为电池容量；
爬坡率约束为：
Figure BDA00024334227500000511
Figure BDA00024334227500000512
式中，
Figure BDA0002433422750000061
分别为电池储能的最大充、放电功率，γES是爬坡率约束系数，
日电量累积约束：
Figure BDA0002433422750000062
耗电功率约束为：
Figure BDA0002433422750000063
容量约束为：
Figure BDA0002433422750000064
Figure BDA0002433422750000065
Figure BDA0002433422750000066
Figure BDA0002433422750000067
式中，
Figure BDA0002433422750000068
为蓄冰槽最大蓄冰量，
Figure BDA0002433422750000069
为蓄冰槽最低蓄冰量，Stank(t)为时段t的蓄冰状态，
Figure BDA00024334227500000610
和
Figure BDA00024334227500000611
分别为为初始蓄冰状态、最小蓄冰状态和最大蓄冰状态，S为蓄冰槽容量，
日积累量约束为：
Figure BDA00024334227500000612
关口功率约束为：
P(t)≤Pupp(t)，
其中，Pupp(t)为电网关口功率约束，
热功率约束为：
Figure BDA00024334227500000613
Figure BDA00024334227500000614
Hac(t)+HBr(t)≥Hspace(t)，
冷功率约束为：
QBr(t)+Qice(t)+EERcoldPac(t)＝Qsys(t)，
式中，Qsys(t)为冷负荷需求。
本发明还提供了一种电-气互联能源系统下用户价格响应特性的计算系统，包括：凝聚谱值Nxy获取模块，用于计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy；计算内容确定模块，用于根据凝聚谱值Nxy确定用户价格响应特性的计算内容；
建模模块，用于建立电-气互联能源系统调度模型；
需求弹性矩阵模块，用于利用电-气互联能源系统调度模型计算反映用户价格响应特性的需求弹性矩阵。
本发明的有益效果：本文提出了一种电-气互联能源系统下用户价格响应特性的计算方法，基于经济学定义中价格弹性的模型原理，对电-气互联能源系统下需求弹性矩阵进行了重新定义。基于电-气互联能源系统的电力与天然气的耦合关系，提出了基于电力需求与天然气需求相关性分析的需求侧响应的价格响应特性的计算方法，同时建立了耦合系统的调度模型。当电力与天然气的耦合关系较强时，求解自需求弹性矩阵与交叉弹性需求矩阵，当电力与天然气的耦合关系较弱时，只求解自需求弹性矩阵。需求弹性矩阵将作为价格响应特性的重要表现形式，为电-气互联能源系统下价格型需求侧响应——分时电价优化模型的制定提供有效参考。
附图说明
图1为实施例所示计算方法的流程图。
具体实施方式
以下将结合附图，对本发明进行更为详细的描述，需要说明的是，以下参照附图对本发明进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。
本发明提供了一种电-气互联能源系统下用户价格响应特性的计算方法，该计算方法由电力需求与天然气需求相关性分析和用户价格响应特性计算两部分构成。
所述电力需求与天然气需求相关性分析包括如下步骤：
(1.1)历史数据预处理；
(1.2)计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy；
(1.3)根据凝聚谱值Nxy确定用户价格响应特性的计算内容。
所述用户价格响应特性计算包括如下步骤：
(2.1)定义电-气互联能源系统下需求弹性矩阵内容；
(2.2)建立电-气互联能源系统调度模型；
(2.3)利用电-气互联能源系统调度模型计算反映用户价格响应特性的需求弹性矩阵。
其中，作为优选的实施例，步骤(1.1)、(2.1)可省略。
进一步的，所述步骤(1.1)具体内容为提高建模数据质量与相关性分析可靠度，需要对原始数据进行预处理。主要处理方法如下：对于首末端数据空缺，以趋势比例法进行补全；对于中间数据空缺，以非邻均值生成法进行补全。
进一步的，所述步骤(1.2)主要包含以下子步骤：
(1.2.1)将电力需求与天然气需求以两个时间序列X＝x1，x2，…，xn，Y＝y1，y2，…，yn的形式表示。
(1.2.2)计算X，Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx。
Figure BDA0002433422750000081
Figure BDA0002433422750000082
Figure BDA0002433422750000083
Figure BDA0002433422750000084
其中，k表示落后阶数，k＝0，1，2，…，M；n表示时间序列的长度，M＝n/3表示截断点数量，决定谱分析中滞后窗的选择。
(1.2.3)计算得到2个时间序列协谱ch(f)、qh(f)。
Figure BDA0002433422750000091
Figure BDA0002433422750000092
式中：f表示谱分析相应的频率；ω(k)是一个权重函数，可表示为
Figure BDA0002433422750000093
(1.2.4)计算X，Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f)。
Figure BDA0002433422750000094
Figure BDA0002433422750000095
Sxy(f)＝ch(f)+iqh(f) (10)
(1.2.5)计算X，Y的凝聚谱Nxy。
Figure BDA0002433422750000096
进一步的，所述步骤(1.2)计算得到的凝聚谱在[0，1]内取值，刻画了2个时间序列在频域内的交叉相关性，值越大表明2个序列之间相关性越强。所述步骤(1.3)凝聚谱值与相关性相对应关系主要划分为以下四个等级：
Figure BDA0002433422750000097
本方法的相关性阈值设置为0.3，若Nxy＜0.3则说明电力需求与天然气需求的耦合关系关系较弱，后续用户价格响应特性只考虑电力需求对电力价格和天然气需求对天然气价格的自需求弹性；若Nxy＞0.3则说明电力需求与天然气需求的耦合关系关系较强，后续用户价格响应特性将额外考虑电力需求对天然气价格的交叉需求弹性和天然气需求对电力价格的交叉需求弹性。
进一步的，所述步骤(2.1)根据经济学理论中价格弹性的定义，对电力系统中的需求弹性进行了相应定义。电力系统中电力需求对电力价格的自需求弹性(后简称为电对电自需求弹性)表示为各时段用电量对电力价格的灵敏度，即在一定时段内电量变化率与电价变化率之比，即：
Figure BDA0002433422750000101
ΔQe，i＝Qe，i-Qe，i0 (13)
ΔPe，j＝Pe，j-Pe，j0 (14)
式中：ΔQe，i和ΔPe，j分别为i时段的电量变化量和j时段的电价变化量；Qe，i0、Pe，j0分别为i时段的原始电量和j时段原始电价；Qe，i、Pe，j分别为实行分时电价后i时段的用电量和j时段的分时电价。式(12)表示i时段电量随j时段电价的变化情况，当i＝j时，eij为该时段电对电自需求弹性中的自弹性部分，当i≠j时，eij为该时段电对电自需求弹性中的交叉弹性部分。因为在实际情况中，用户在i时段的用电量不仅与当时电价有关，还受其他时段电价的影响。因此，eij即电对电自需求弹性的自弹性和交叉弹性将构成的电对电自需求弹性矩阵E为：
Figure BDA0002433422750000102
式中，n为时段数，n越大，计算的负荷转移就越准确。根据经济学原理，当电价升高时，用户当时的需求将减少，因此电对电自需求弹性下的自弹性为负。当j时段的电价降低时，用户将减少i时段的用电量，从而把i时段的负荷转移一部分到j时段，因此电对电自需求下的交叉弹性通常为正。
电力系统中，天然气需求对天然气价格的自需求弹性(后简称为气对气自需求弹性)表示为各时段用气量对天然气价格的灵敏度，即在一定时段内天然气量变化率与天然气价变化率之比，即：
Figure BDA0002433422750000111
ΔQg，i＝Qg，i-Qg，i0 (17)
ΔPg，j＝Pg，j-Pg，j0 (18)
式中：ΔQg，i和ΔPg，j分别为i时段的天然气变化量和j时段的天然气价变化量；Qg，i0、Pg，j0分别为i时段的原始天然气量和j时段原始天然气价；Qg，i、Pg，j分别为实行分时天然气价后i时段的用气量和j时段的分时气价。式(16)表示i时段天然气量随j时段天然气价的变化情况，当i＝j时，ρij为该时段气对气自需求弹性中的自弹性部分，当i≠j时，ρij为该时段气对气自需求弹性中的交叉弹性部分。因为在实际情况中，用户在i时段的用气量不仅与当时气价有关，还受其他时段气价的影响。因此，ρij即气对气自需求弹性的自弹性和交叉弹性将构成的气对气自需求弹性矩阵F为：
Figure BDA0002433422750000112
式中，n为时段数，n越大，计算的负荷转移就越准确。根据经济学原理，当气价升高时，用户当时的需求将减少，因此气对气自需求弹性下的自弹性为负。当j时段的气价降低时，用户将减少i时段的用气量，从而把i时段的负荷转移一部分到j时段，因此气对气自需求下的交叉弹性通常为正。
同理可得，电力需求对天然气价格的交叉需求弹性(后简称电对气交叉需求弹性)：
Figure BDA0002433422750000121
由电对气交叉需求弹性βij组成的电对气交叉需求弹性矩阵G为：
Figure BDA0002433422750000122
同理可得，天然气需求对电力价格的交叉需求弹性(后简称气对电交叉需求弹性)：
Figure BDA0002433422750000123
由电对气交叉需求弹性βij组成的气对电交叉需求弹性矩阵H为：
Figure BDA0002433422750000124
进一步的，所述步骤(2.2)主要搭建电-气互联能源系统的综合模型用于后续需求弹性矩阵的实时计算。
(2.2.1)建立电-气互联能源系统的典型供能架构。在电-气互联能源系统的园区生产过程中，涉及到冷、热、电、气多种能源形式的耦合与转换，且负荷种类多样、设备供能丰富。工厂中的主要设备包括：燃气内燃机、光伏机组、余热锅炉、吸收式制冷机、中央空调、燃气锅炉、电池储能、冰蓄冷装置。能源系统通过集中式电力母线与公共电网进行电力交换，向外电网进行购电从而满足工厂的电负荷需求。此外，能源系统园区内存在大型热电联供系统(combined heat and power，CHP)，CHP所发的电量输送到公共电网，园区内的工业用户可向CHP购买热蒸汽。同时，工厂内部无燃气生产，工厂与燃气公司也存在单向购买行为。由燃气内燃机、余热锅炉和吸收式制冷机共同构成了冷热电联供系统，燃气内燃机利用高温蒸汽(1100℃左右)发电，余热经过余热锅炉利用后，供给热负荷，剩余热量通过吸收式制冷机转化为冷量，供给冷负荷。在供冷/热系统中，中央空调、锅炉可提供空间冷、热负荷，作为空间冷、热负荷的调峰设备。冰蓄冷装置在制冷量满足当前所需且电价较低时储存冷量，待需要时释放冷量。
(2.2.2)建立电-气互联能源系统下典型设备的模型。针对电-气互联能源系统下的典型供能架构中的各种供能、用能、储能设备，建立其能量流的数学模型。
燃气内燃机是冷热电联供系统的核心设备，其产电功率与产热功率如下：
PGT(t)＝ηGT.eλgasFGT(t) (24)
HGT(t)＝ηGT.h(1-ηGT.e)λgasFGT(t) (25)
-DGT(t)≤PGT(t+1)-PGT(t)≤BGT(t) (26)
Figure BDA0002433422750000131
式中，FGT(t)是t时段燃气内燃机的燃气消耗速率(m3/h)；PGT(t)为燃气内燃机的产电功率(kW)；
Figure BDA0002433422750000132
和
Figure BDA0002433422750000133
为燃气内燃机的最小和最大产电功率；ηGT.e和ηGT.h分别为燃气内燃机的产电效率，余热锅炉的热回收率(取0.33、0.6)；HGT(t)为t时段余热锅炉回收的热功率(kW)；BGT(t)和DGT(t)分别表示燃气内燃机爬坡上限和爬坡下限；λgas为天然气热值(取9.9kwh/m3)。
吸收式制冷机以能源生产设备的余热作为热源，供应部分冷量，其制冷量与其热能输入量成正比如下：
QBr(t)＝HBr.in(t)COPBr.c (28)
Figure BDA0002433422750000134
式中，QBr(t)为溴化锂吸收式制冷机的制冷功率；HBr.in(t)为溴化锂吸收式制冷机的耗热功率；
Figure BDA0002433422750000135
为溴化锂吸收式制冷机的最大耗热功率；COPBr.c为溴化锂吸收式。
燃气锅炉是热能调峰设备，通过燃烧天然气输出热能。
HGB(t)＝FGB(t)λgasηGB (30)
Figure BDA0002433422750000141
式中，HGB(t)、ηGB(取0.9)分别为燃气锅炉的产热功率(kW)和产热效率，FGB(t)为t时段燃气锅炉燃气消耗速率(m3/h)；λgas为天然气热值(取9.9kwh/m3)。
电制冷空调利用电能产生冷量，其制冷量与其输入电功率成正比。
Qac(t)＝Pac(t)EERcold (32)
Figure BDA0002433422750000142
式中，Qac(t)和Pac(t)分别为电制冷空调的制冷功率和耗电功率；EERcold(取4.3)为电制冷空调的制冷能效比；
Figure BDA0002433422750000143
为电制冷空调的最大耗电功率。
冰蓄冷主要由制冷机和蓄冰槽构成，制冷机可生产冷量存储于蓄冰槽中，也可以同时制冷。
Qref(t)＝Pref(t)EERref (34)
Figure BDA0002433422750000144
Pice(t)＝Pref(t)+Ptank(t) (36)
Qice(t)＝Qref(t)+Qtank(t) (37)
Figure BDA0002433422750000145
式中，Pref(t)和Qref(t)分别为制冷机的制冷耗电功率与制冷功率；EERref为制冷机的制冷能效比(取3)。Qtank(t)和Ptank(t)分别为蓄冰槽的制冷功率与蓄冰耗电功率，且制冷与蓄冰作业不可在同一时段进行。Pice(t)为冰蓄冷空调系统的耗电功率。Stank(t)为蓄冰槽的蓄冰容量，
Figure BDA0002433422750000146
为蓄冰槽的自损耗系数(取0.002)，
Figure BDA0002433422750000147
为蓄冰槽的制冰能效比(取4)，
Figure BDA0002433422750000148
为蓄冰槽的制冷释放效率(取0.95)。
电储能设备
Figure BDA0002433422750000151
式中，
Figure BDA0002433422750000152
是电池储能的自损耗系数(取0.0025)；ηES_in和qES_out分别表示电池储能的充电效率和放电效率；PES_in(t)和PES_out(t)分别表示电池储能的充电功率和放电功率；SES(t)是电池储能的容量；T为单位时段。
交直流双向变流器
Figure BDA0002433422750000153
式中，ηA-D为交流转换为直流的转换效率，ηD-A为直流转化为交流的转换效率，PDC(t)为时段t的直流母线总负荷。
(2.2.3)建立电-气互联能源系统的综合调度模型的优化目标。考虑到电-气互联能源系统应用的主要场景多为工业园区。因为以以运行维护成本COM、购电成本CES、购热成本CHS、储能折旧成本Cbw、燃料成本Cf、启停成本CSS构成的运行费用CATC最小为优化的目标函数：
minCATC＝COM+CES+CHS+Cbw+Cf+CSS (41)
运行维护成本：
Figure BDA0002433422750000154
式中，
Figure BDA0002433422750000155
为设备s单位输出功率的运行维护费用，
Figure BDA0002433422750000156
表示第s个设备在时刻t的输出功率，T为单位时段长度。
购电成本：
Figure BDA0002433422750000157
式中，96为全天时段总数，全天时段总数也可以为其他适合的值。Cbuy(t)为时段t的分时电价。Pbuy(t)为时段t从主网的得到的供电功率。T为单位时段长度。
储能折旧成本：
通常情况下，随着放电深度的增加，蓄电池的充放电可循环次数降低，但循环充放电总量基本保持不变。本文假设蓄电池在全寿命周期内的充放电总量恒定，基于该假设，可以方便地得到蓄电池累计充电1kWh的折旧成本：
Figure BDA0002433422750000161
Cbw＝∑t cbwPES_in(t)，PES_in(t)＞0 (45)
式中，Cbat.rep为蓄电池的更换成本，Qlifetime为电池单体全寿命输出总电量(9615kWh)。T为单位时段长度。
燃料成本：
Figure BDA0002433422750000162
式中，Cgas(t)为逐时气价，FGB(t)为燃气锅炉t时段的燃气消耗量。天然气价格为3.45元/m3，折合成单位热值价格为0.349元/kWh。T为单位时段长度。
购热成本，除了能够向电网进行购电，还可以向上级能源系统进行购热。
Figure BDA0002433422750000163
式中，cHS为蒸汽价格(348元/吨，热值为2694800kJ/吨，1kwh＝3600kJ，折合成单位热值价格为0.465元/kWh)，T为单位时段长度，Hbuy(t)为购热功率。蒸汽消耗速率Fbuy(t)(t/h)：Fbuy(t)＝Hbuy(t)/996。蒸汽购买量Pbuy(t)＝Fbuy(t)T。
启停成本：
Figure BDA0002433422750000164
式中，cSS.i表示设备i单位时刻开停机成本，Ui(t)为t时刻设备i的启停状态，其值为0表示停机状态，为1表示开机状态。
(2.2.4)建立电-气互联能源系统的综合调度模型的约束条件。电-气互联能源系统的约束条件主要包括电功率约束、热功率约束与冷功率约束条件三大类。
其中，电功率约束包括交流母线电功率约束、交直流转换器效率约束、直流母线总负荷约束、电池储能约束、冰蓄冷空调系统设备约束、关口功率约束六大类。
(2.2.4.1)交流母线电功率约束
Pbuy(t)+PGT(t)＝PAC-load(t)+PAC-DC(t)+γice(t)Pice(t)+γac(t)Pac(t)+PBr(t) (49)
式中，考虑到冰蓄冷空调系统、电制冷空调系统中，冷却塔与泵也存在相应能耗，因此在主机能耗乘以一定的比例系数，来保证模型的准确度。γice(t)和γac(t)为冰蓄冷和电制冷空调系统的比例系数，取1.05。PBr(t)为溴化锂吸收式制冷机内冷却塔与泵的耗电功率。
(2.2.4.2)交直流转换器效率约束：
Figure BDA0002433422750000171
式中，ηA-D为交流转换为直流的转换效率，ηD-A为直流转化为交流的转换效率，PDC(t)为时段t的直流母线总负荷。
(2.2.4.3)直流母线总负荷约束：
PDC(t)+PPV(t)＝PDC-load(t)+PES_in(t)+PES_out(t) (51)
式中，PPV(t)为光伏发电功率，PDC-load(t)为直流负荷。
(2.2.4.4)电池储能约束，其中包括充放电功率约束、容量约束、爬坡率约束和日电量累积约束。
电池储能充放电功率约束：
Figure BDA0002433422750000181
Figure BDA0002433422750000182
0≤γin+γout≤1 (54)
式中，
Figure BDA0002433422750000183
最大放电效率，
Figure BDA0002433422750000184
为最大充电效率。γin和γout分别表示储能设备在时段，处于充能和放能的0-1状态变量，γin取1表示充能，γout取1表示放能。
电池储能容量约束：
Figure BDA0002433422750000185
Figure BDA0002433422750000186
Figure BDA0002433422750000187
SES(0)＝SOCintR (58)
式中，
Figure BDA0002433422750000188
为储能电池最大电量，
Figure BDA0002433422750000189
为储能电池最低电量，SES(t)为时段t电池储能状态。SOCint、SOCmin和SOCmax为初始荷电状态、最小荷电状态和最大荷电状态，R为电池容量。
电池储能爬坡率约束：
Figure BDA00024334227500001810
Figure BDA00024334227500001811
式中，
Figure BDA00024334227500001812
分别为电池储能的最大充、放电功率，γES是爬坡率约束系数，取1。
电池储能日电量累积约束：
Figure BDA0002433422750000191
(2.2.4.5)冰蓄冷空调系统设备约束包括耗电功率约束、容量约束和日积累量约束。
冰蓄冷空调系统设备耗电功率约束：
Figure BDA0002433422750000192
冰蓄冷空调系统设备容量约束：
Figure BDA0002433422750000193
Figure BDA0002433422750000194
Figure BDA0002433422750000195
Figure BDA0002433422750000196
式中，
Figure BDA0002433422750000197
为蓄冰槽最大蓄冰量，
Figure BDA0002433422750000198
为蓄冰槽最低蓄冰量，Stank(t)为时段t的蓄冰状态。
Figure BDA0002433422750000199
和
Figure BDA00024334227500001910
分别为为初始蓄冰状态、最小蓄冰状态和最大蓄冰状态，S为蓄冰槽容量。
冰蓄冷空调系统设备日积累量约束：
Figure BDA00024334227500001911
(2.2.4.6)关口功率约束
P(t)≤Pupp(t) (68)
其中，Pupp(t)为电网关口功率约束。
(2.2.4.7)热功率约束
Figure BDA00024334227500001912
Figure BDA00024334227500001913
Hac(t)+HBr(t)≥Hspace(t) (71)
(2.2.4.8)冷功率约束
QBr(t)+Qice(t)+EERcoldPac(t)＝Qsys(t) (72)
式中，Qsys(t)为冷负荷需求。
进一步的，所述步骤(2.3)主要包括以下内容：若Nxy＜0.3，则说明电力需求与天然气需求的耦合关系关系较弱，则调用上述步骤(2.2)电-气互联能源系统调度模型，通过控制变量法，计算电对电自需求弹性矩阵和气对气自需求弹性矩阵。若Nxy＞0.3，则说明电力需求与天然气需求的耦合关系关系较强，则调用上述步骤(2.2)电一气互联能源系统调度模型，通过控制变量法，计算电对电自需求弹性矩阵和气对气自需求弹性矩阵以及电对气交叉需求弹性矩阵和气对电交叉需求弹性矩阵。
下面将具体说明下本发明提供的电-气互联能源系统下用户价格响应特性的计算方法。
1.交叉谱分析法
交叉谱作为探究2个时间序列数据特性的有效工具，能够在单谱分析的基础上从数据整体出发对2个时间序列在频域变化上的相互关系进行描述。且交叉谱分析方法能够在不同频率(即不同时间尺度)对2个时间序列进行相关性计算分析。
交叉谱分析以2个以两个时间序列X＝x1，x2，…，xn，Y＝y1，y2，…，yn为输入，计算X，Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx。
Figure BDA0002433422750000201
Figure BDA0002433422750000202
Figure BDA0002433422750000203
Figure BDA0002433422750000204
其中，k表示落后阶数，k＝0，1，2，…，M；n表示时间序列的长度，M＝n/3表示截断点数量，决定谱分析中滞后窗的选择。
计算得到2个时间序列协谱ch(f)、qh(f)。
Figure BDA0002433422750000211
Figure BDA0002433422750000212
式中：f表示谱分析相应的频率；ω(k)是一个权重函数，可表示为
Figure BDA0002433422750000213
计算X，Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f)。
Figure BDA0002433422750000214
Figure BDA0002433422750000215
Sxy(f)＝ch(f)+iqh(f) (10)
计算X，Y的凝聚谱Nxy。
Figure BDA0002433422750000216
所计算得到的凝聚谱在[0，1]内取值，刻画了2个时间序列在频域内的交叉相关性，值越大表明2个序列之间相关性越强。凝聚谱值与相关性相对应关系主要划分为以下四个等级：
Figure BDA0002433422750000217
2.需求价格弹性定义
经济学中，需求价格弹性在经济理论的定量分析中具有广泛的应用性。需求价格弹性是指商品的价格变动对商品需求量的影响大小的量度，即需求量对价格变动的反应程度。实践表明，研究需求量对价格变动的反应程度只讨论绝对改变量与绝对变化率是不够的，必须研究它们的相对改变量和相对变化率，弹性正是一个相对变化的概念，刻画的是一个变量对另一个变量微小变化所作的反应。
Figure BDA0002433422750000221
设商品的收益函数为R＝R(P)，则R＝R(P)＝P·Q(P)，求导得边际收益函数为
Figure BDA0002433422750000222
式中，Q(P)＞0，E＜0，由此可知，(1)当E＜-1时，|E|＞1、MR＜0，需求变动的幅度大于价格的变动幅度，收益随价格的提高反而减少，此时应采取降价促销的策略，我们称需求富有弹性。(2)当E＝-1时，|E|＝1、MR＝0，此时需求量为不变弹性，收益不受价格变动的影响。(3)当-1＜E＜0时，|E|＜1、MR＞0，需求变动的幅度小于价格的变动幅度，收益不因价格上涨而减少，此类商品多为生活必需品，我们称需求缺乏弹性。
3.电-气互联能源系统典型功能架构
在电-气互联能源系统的园区生产过程中，涉及到冷、热、电、气多种能源形式的耦合与转换，且负荷种类多样、设备供能丰富。工厂中的主要设备包括：燃气内燃机、光伏机组、余热锅炉、吸收式制冷机、中央空调、燃气锅炉、电池储能、冰蓄冷装置。能源系统通过集中式电力母线与公共电网进行电力交换，向外电网进行购电从而满足工厂的电负荷需求。此外，能源系统园区内存在大型热电联供系统(combined heat and power，CHP)，CHP所发的电量输送到公共电网，园区内的工业用户可向CHP购买热蒸汽。同时，工厂内部无燃气生产，工厂与燃气公司也存在单向购买行为。由燃气内燃机、余热锅炉和吸收式制冷机共同构成了冷热电联供系统，燃气内燃机利用高温蒸汽(1100℃左右)发电，余热经过余热锅炉利用后，供给热负荷，剩余热量通过吸收式制冷机转化为冷量，供给冷负荷。在供冷/热系统中，中央空调、锅炉可提供空间冷、热负荷，作为空间冷、热负荷的调峰设备。冰蓄冷装置在制冷量满足当前所需且电价较低时储存冷量，待需要时释放冷量。
4.控制变量法
由于本方法调度模型的分时电价和分时气价均划分为96个时间段，且存在复杂的耦合关系，因此采用控制变量法对需求弹性矩阵进行计算。控制i时段的分时电价改变，并重新调度电-气互联能源系统，与基准值对比计算可得相应的电对电自需求弹性矩阵的第i列元素，以及气对电交叉需求弹性矩阵的第i列元素；控制j时段的分时电价改变，并重新调度电-气互联能源系统，与基准值对比计算可得相应的气对气自需求弹性矩阵的第j列元素，以及电对气交叉需求弹性矩阵的第j列元素。

Claims (9)

1.一种电-气互联能源系统下用户价格响应特性的计算方法，其特征在于，包括以下步骤：
计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy；
根据凝聚谱值Nxy确定用户价格响应特性的计算内容；
建立电-气互联能源系统调度模型；
利用电-气互联能源系统调度模型计算反映用户价格响应特性的需求弹性矩阵。
2.根据权利要求1所述的计算方法，其特征在于，根据凝聚谱值Nxy确定用户价格响应特性的计算内容，包括以下步骤：当Nxy≥预设值时，计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵以及电对气交叉需求弹性矩阵和气对电交叉需求弹性矩阵；当Nxy<预设值时，需求弹性的计算内容包括电对电自需求弹性矩阵和气对气自需求弹性矩阵。
3.根据权利要求2所述的计算方法，其特征在于，预设值为0.2-0.4。
4.根据权利要求1所述的计算方法，其特征在于，计算得到反映电力需求与天然气需求之间相关性的凝聚谱值Nxy，包括：
将电力需求与天然气需求以两个时间序列X＝x1，x2，…，xn，Y＝y1，y2，…，yn的形式表示；
计算X，Y的自相关系数Rxx和Ryy以及落后互相关系数Rxy和Ryx，
Figure FDA0002433422740000011
Figure FDA0002433422740000012
Figure FDA0002433422740000013
Figure FDA0002433422740000014
其中，k表示落后阶数，k＝0，1，2，…，M；n表示时间序列的长度，M＝n/3表示截断点数量，决定谱分析中滞后窗的选择；
计算得到2个时间序列协谱ch(f)、qh(f)，
Figure FDA0002433422740000015
Figure FDA0002433422740000016
Figure FDA0002433422740000017
其中，f表示谱分析相应的频率，ω(k)表示权重函数；
计算X，Y的单谱Sxx(f)、Syy(f)和交叉谱Sxy(f)，
Figure FDA0002433422740000021
Figure FDA0002433422740000022
Sxy(f)＝ch(f)+iqh(f)；
计算X，Y的凝聚谱Nxy，
Figure FDA0002433422740000023
5.根据权利要求1所述的计算方法，其特征在于，还包括历史数据预处理，包括以下步骤：对于首末端数据空缺，以趋势比例法进行补全；对于中间数据空缺，以非邻均值生成法进行补全。
6.根据权利要求1所述的计算方法，其特征在于，还包括定义电-气互联能源系统下需求弹性矩阵内容，包括以下步骤：
将电力系统中电力需求对电力价格的自需求弹性定义为电对电自需求弹性eij，
Figure FDA0002433422740000024
ΔQe，i＝Qe，i-Qe，i0，
ΔPe，j＝Pe，j-Pe，j0，
式中，ΔQe，i和ΔPe，j分别为i时段的电量变化量和j时段的电价变化量；Qe，i0、Pe，j0分别为i时段的原始电量和j时段原始电价；Qe，i、Pe，j分别为实行分时电价后i时段的用电量和j时段的分时电价，
电对电自需求弹性矩阵E为：
Figure FDA0002433422740000025
式中，n为时段数；
将天然气需求对天然气价格的自需求弹性定义为气对气自需求弹性ρij，
Figure FDA0002433422740000026
ΔQg，i＝Qg，i-Qg，i0，
ΔPg，j＝Pg，j-Pg，j0，
式中，ΔQg，i和ΔPg，j分别为i时段的天然气变化量和j时段的天然气价变化量；Qg，i0、Pg，j0分别为i时段的原始天然气量和j时段原始天然气价；Qg，i、Pg，j分别为实行分时天然气价后i时段的用气量和j时段的分时气价，
气对气自需求弹性矩阵F为：
Figure FDA0002433422740000031
式中，n为时段数；
将电力需求对天然气价格的交叉需求弹性定义为电对气交叉需求弹性αij，
Figure FDA0002433422740000032
电对气交叉需求弹性矩阵G为：
Figure FDA0002433422740000033
将天然气需求对电力价格的交叉需求弹性定义为气对电交叉需求弹性，
Figure FDA0002433422740000034
气对电交叉需求弹性矩阵H为：
Figure FDA0002433422740000035
7.根据权利要求1所述的计算方法，其特征在于，建立电-气互联能源系统调度模型包括：
建立电-气互联能源系统的典型供能架构；
建立电-气互联能源系统下典型设备的能量流的数学模型；
建立电-气互联能源系统的综合调度模型的优化目标；
建立电-气互联能源系统的综合调度模型的约束条件。
8.根据权利要求7所述的计算方法，其特征在于，建立电-气互联能源系统的综合调度模型的优化目标，包括：
以运行维护成本COM、购电成本CES、购热成本CHS、储能折旧成本Cbw、燃料成本Cf、启停成本CSS构成的运行费用CATC最小为优化的目标函数：
minCATC＝COM+CES+CHS+Cbw+Cf+CSS，其中，
Figure FDA0002433422740000036
式中，
Figure FDA0002433422740000037
为设备s单位输出功率的运行维护费用，
Figure FDA0002433422740000038
表示第s个设备在时刻t的输出功率，T为单位时段长度；
Figure FDA0002433422740000039
式中，96为全天时段总数，全天时段总数也可以为其他适合的值，Cbuy(t)为时段t的分时电价，Pbuy(t)为时段t从主网的得到的供电功率，T为单位时段长度，
Figure FDA0002433422740000041
Cbw＝∑tcbwPES_in(t)，PES_in(t)＞0，
式中，Cbat，rep为蓄电池的更换成本，Qlifetime为电池单体全寿命输出总电量，T为单位时段长度，
Figure FDA0002433422740000042
式中，Cgas(t)为逐时气价，FGB(t)为燃气锅炉t时段的燃气消耗量，T为单位时段长度，
Figure FDA0002433422740000043
式中，cHS为蒸汽价格，T为单位时段长度，Hbuy(t)为购热功率，蒸汽消耗速率Fbuy(t)(t/h)，Fbuy(t)＝Hbuy(t)/996，蒸汽购买量Pbuy(t)＝Fbuy(t)T，
Figure FDA0002433422740000044
式中，cSS.i表示设备i单位时刻开停机成本，Ui(t)为t时刻设备i的启停状态。
9.根据权利要求7所述的计算方法，其特征在于，建立电-气互联能源系统的综合调度模型的约束条件，包括电功率约束、热功率约束与冷功率约束条件，其中，电功率约束包括交流母线电功率约束、交直流转换器效率约束、直流母线总负荷约束、电池储能约束、冰蓄冷空调系统设备约束、关口功率约束，电池储能约束，其中包括充放电功率约束、容量约束、爬坡率约束和日电量累积约束，冰蓄冷空调系统设备约束包括耗电功率约束、容量约束和日积累量约束；
交流母线电功率约束为：
Pbuy(t)+PGT(t)＝PAC-load(t)+PAC-DC(t)+γice(t)Pice(t)+γac(t)Pac(t)+PBr(t)
式中，γice(t)和γac(t)为冰蓄冷和电制冷空调系统的比例系数，PBr(t)为溴化锂吸收式制冷机内冷却塔与泵的耗电功率；
交直流转换器效率约束为：
Figure FDA0002433422740000045
式中，ηA-D为交流转换为直流的转换效率，ηD-A为直流转化为交流的转换效率，PDC(t)为时段t的直流母线总负荷；
直流母线总负荷约束为：
PDC(t)+PPV(t)＝PDC-load(t)+PES_in(t)+PES_out(t)；
式中，PPV(t)为光伏发电功率，PDC-load(t)为直流负荷，
充放电功率约束为：
Figure FDA0002433422740000051
Figure FDA0002433422740000052
0≤γin+γout≤1，
式中，
Figure FDA0002433422740000053
最大放电效率，
Figure FDA0002433422740000054
为最大充电效率，γin和γout分别表示储能设备在时段，处于充能和放能的0-1状态变量，
容量约束为：
Figure FDA0002433422740000055
Figure FDA0002433422740000056
Figure FDA0002433422740000057
SES(0)＝SOCintR，
式中，
Figure FDA0002433422740000058
为储能电池最大电量，
Figure FDA0002433422740000059
为储能电池最低电量，SES(t)为时段t电池储能状态，SOCint、SOCmin和SOCmax为初始荷电状态、最小荷电状态和最大荷电状态，R为电池容量；
爬坡率约束为：
Figure FDA00024334227400000510
Figure FDA00024334227400000511
式中，
Figure FDA00024334227400000512
分别为电池储能的最大充、放电功率，γES是爬坡率约束系数，
日电量累积约束：
Figure FDA00024334227400000513
耗电功率约束为：
Figure FDA00024334227400000514
容量约束为：
Figure FDA00024334227400000515
Figure FDA0002433422740000061
Figure FDA0002433422740000062
Figure FDA0002433422740000063
式中，
Figure FDA0002433422740000064
为蓄冰槽最大蓄冰量，
Figure FDA0002433422740000065
为蓄冰槽最低蓄冰量，Stank(t)为时段t的蓄冰状态，
Figure FDA0002433422740000066
和
Figure FDA0002433422740000067
分别为为初始蓄冰状态、最小蓄冰状态和最大蓄冰状态，S为蓄冰槽容量，
日积累量约束为：
Figure FDA0002433422740000068
关口功率约束为：
P(t)≤Pupp(t)，
其中，Pupp(t)为电网关口功率约束，
热功率约束为：
Figure FDA0002433422740000069
Figure FDA00024334227400000610
Hac(t)+HBr(t)≥Hspace(t)，
冷功率约束为：
QBr(t)+Qice(t)+EERcoldPac(t)＝Qsys(t)，
式中，Qsys(t)为冷负荷需求。
CN202010243813.9A 2020-03-31 2020-03-31 一种电-气互联能源系统下用户价格响应特性的计算方法 Active CN111489193B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010243813.9A CN111489193B (zh) 2020-03-31 2020-03-31 一种电-气互联能源系统下用户价格响应特性的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010243813.9A CN111489193B (zh) 2020-03-31 2020-03-31 一种电-气互联能源系统下用户价格响应特性的计算方法

Publications (2)

Publication Number Publication Date
CN111489193A true CN111489193A (zh) 2020-08-04
CN111489193B CN111489193B (zh) 2023-08-15

Family

ID=71798077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010243813.9A Active CN111489193B (zh) 2020-03-31 2020-03-31 一种电-气互联能源系统下用户价格响应特性的计算方法

Country Status (1)

Country Link
CN (1) CN111489193B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822550A (zh) * 2021-09-02 2021-12-21 国网河北省电力有限公司石家庄供电分公司 一种综合能源系统规划风险评估应用系统及方法
CN115034832A (zh) * 2022-07-05 2022-09-09 广东电网有限责任公司 一种天然气和电力的协调调度方法、装置及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140122177A1 (en) * 2012-10-25 2014-05-01 State Grid Corporation Of China Electric power demand response system and method
US20140324532A1 (en) * 2013-04-24 2014-10-30 International Business Machines Corporation System and method for modeling and forecasting cyclical demand systems with dynamic controls and dynamic incentives
CN105281363A (zh) * 2015-10-12 2016-01-27 清华大学 计及用户消费粘性的多能源优化与控制方法
CN107944630A (zh) * 2017-12-01 2018-04-20 华北电力大学 一种季节性分时电价优化制定方法
CN109272353A (zh) * 2018-09-10 2019-01-25 华北电力大学 计及综合需求响应不确定性的系统动态概率能流分析方法
CN110046780A (zh) * 2018-11-16 2019-07-23 国网浙江平阳县供电有限责任公司 基于分时电价的孤岛微电网需求响应经济调度方法及系统
CN110163443A (zh) * 2019-05-27 2019-08-23 西南石油大学 考虑电-气综合需求响应的天然气调压站微能网优化调度方法
CN110826815A (zh) * 2019-11-14 2020-02-21 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140122177A1 (en) * 2012-10-25 2014-05-01 State Grid Corporation Of China Electric power demand response system and method
US20140324532A1 (en) * 2013-04-24 2014-10-30 International Business Machines Corporation System and method for modeling and forecasting cyclical demand systems with dynamic controls and dynamic incentives
CN105281363A (zh) * 2015-10-12 2016-01-27 清华大学 计及用户消费粘性的多能源优化与控制方法
CN107944630A (zh) * 2017-12-01 2018-04-20 华北电力大学 一种季节性分时电价优化制定方法
CN109272353A (zh) * 2018-09-10 2019-01-25 华北电力大学 计及综合需求响应不确定性的系统动态概率能流分析方法
CN110046780A (zh) * 2018-11-16 2019-07-23 国网浙江平阳县供电有限责任公司 基于分时电价的孤岛微电网需求响应经济调度方法及系统
CN110163443A (zh) * 2019-05-27 2019-08-23 西南石油大学 考虑电-气综合需求响应的天然气调压站微能网优化调度方法
CN110826815A (zh) * 2019-11-14 2020-02-21 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张通;刘理峰;杨才明;张伊宁;郭创新;谢栋;: "考虑需求响应和风电不确定性的能源系统调度", no. 08 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822550A (zh) * 2021-09-02 2021-12-21 国网河北省电力有限公司石家庄供电分公司 一种综合能源系统规划风险评估应用系统及方法
CN115034832A (zh) * 2022-07-05 2022-09-09 广东电网有限责任公司 一种天然气和电力的协调调度方法、装置及系统

Also Published As

Publication number Publication date
CN111489193B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
Nan et al. Optimal residential community demand response scheduling in smart grid
Gu et al. Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch
JP5789792B2 (ja) 需給制御装置、需給制御方法、および、需給制御システム
US8019445B2 (en) Method and apparatus for optimization of distributed generation
CN113112087A (zh) 考虑电热负荷需求响应的综合能源系统运行成本优化方法
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
CN109409595B (zh) 一种园区多能互补系统日前调度方法
CN104376385A (zh) 一种微电网电价优化方法
Tasdighi et al. Energy management in a smart residential building
CN112165122A (zh) 一种综合能源系统的运行方法及系统
CN111724045B (zh) 基于数据驱动的综合能源系统能效评价与提升方法
CN110474370B (zh) 一种空调可控负荷、光伏储能系统的协同控制系统及方法
CN110807588A (zh) 一种多能源耦合综合能源系统的优化调度方法
CN115660309A (zh) 考虑电-碳-绿证联合交易的虚拟电厂日前优化调度方法
CN111489193A (zh) 一种电-气互联能源系统下用户价格响应特性的计算方法
CN112258021A (zh) 用于家庭燃料电池热电联供建筑的能效评估方法及系统
CN112421642B (zh) 一种综合能源系统ies可靠性评估方法和系统
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
CN117332989A (zh) 一种区域综合能源系统削峰填谷方法
CN114169800B (zh) 综合能源系统的能量调度方法
Arun et al. Prosumer based demand response for profitable power exchange between end-user and utility
CN110061499B (zh) 一种差异化电源电价下并网型微电网的运行方法
Zhou et al. Optimal modeling of integrated energy demand response under time-shared electricity price
CN113036751A (zh) 一种考虑虚拟储能的可再生能源微电网优化调度方法
Ye et al. Research on optimal scheduling strategy for household loads considering rooftop photovoltaic

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