CN111525620A - 一种基于热网蓄热的风电与热电联产系统的优化调度方法 - Google Patents
一种基于热网蓄热的风电与热电联产系统的优化调度方法 Download PDFInfo
- Publication number
- CN111525620A CN111525620A CN202010396014.5A CN202010396014A CN111525620A CN 111525620 A CN111525620 A CN 111525620A CN 202010396014 A CN202010396014 A CN 202010396014A CN 111525620 A CN111525620 A CN 111525620A
- Authority
- CN
- China
- Prior art keywords
- heat
- wind power
- heat exchange
- cogeneration
- output
- 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
Links
Images
Classifications
-
- 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
- H02J3/381—Dispersed generators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D11/00—Central heating systems using heat accumulated in storage masses
- F24D11/001—Central heating systems using heat accumulated in storage masses district heating system
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D2200/00—Heat sources or energy sources
- F24D2200/13—Heat from a district heating network
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Heat-Pump Type And Storage Water Heaters (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种基于热网蓄热的风电与热电联产系统的优化调度方法,所述方法包括:对风电场输出功率预测误差进行估计;根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成;根据所述风电场场景生成对应的风电功率,对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。可以使得基于热网蓄热的风电与热电联产系统对电网的出力值与上报的出力值趋于一致,减少风电能源的浪费和电网波动,提升基于热网蓄热的风电与热电联产系统的效率。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种基于热网蓄热的风电与热电联产系统的优化调度方法。
背景技术
随着能源环境问题的不断加剧,风能作为一种常见的可再生能源逐渐获得迅猛发展。截止2018年,我国的风电装机容量达到了2.1亿千瓦,但同时也带来严重的风电并网消纳问题。风电的随机性和间歇性特点使得大规模风电并网后,系统对备用容量的需求大幅增加。如何应对风电不确定性,使其经济安全消纳,是目前面临的重要挑战之一。
风电利用客观上需要一定规模的灵活调节电源与之相匹配,良好的电源结构和充足的备用容量是风电并网消纳的基础。但在我国风电大规模集中开发的北方地区,电源结构以燃煤火电机组为主,其中35%~50%的发电机组为热电联产(combined heat andpower,CHP)机组,调节能力有限,限制风电的利用水平,弃风现象严重。相较于电力系统,热力系统具有易储存、难传输的特点,通过与热力系统配合,CHP机组可提升灵活调节的能力,为风电提供备用调节容量,在一定程度上消除风电出力波动性对系统的影响,促进风电并网消纳。
在实现本发明的过程中,发明人发现如下技术问题:上述方法并未考虑风电预测误差的影响,以确定性风电出力预测曲线为基准,未充分计及风电出力波动带来的影响。风电出力波动将会导致风电场实际出力与计划出力存在偏差,风电场需要承担额外的惩罚费用,影响风电并网消纳与经济运行。
发明内容
本发明实施例提供了一种基于热网蓄热的风电与热电联产系统的优化调度方法,以解决现有技术中基于热网蓄热的风电与热电联产系统中由于风电出力波动影响并网消纳的技术问题。
本发明实施例提供了一种基于热网蓄热的风电与热电联产系统的优化调度方法,包括:
对风电场输出功率预测误差进行估计;
根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成;
根据所述风电场场景生成对应的风电功率,对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
进一步的,所述对风电场输出功率预测误差进行估计,包括:
采集场景样本数据;
根据所述场景样本数据利用自回归滑动平均模型对预测误差进行估计。
进一步的,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,包括:
确定热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数;
根据所述热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数利用调度模型的目标函数,确定并调整所述热电联产机组的出力,以使得热网蓄热的风电与热电联产系统在惩罚规则下取得最大收益。
进一步的,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还包括:
根据风电运行约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
进一步的,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还包括:
根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
进一步的,所述热电联产机组约束条件,包括:
调度周期的初、末时刻Treturn相同。
进一步的,在根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整之前,所述方法还包括:
通过传输延时和管道入口处水温历史数据的时间序列,结合传输过程的热损耗,计算出各时段管道出口处的水温;
根据所述出口处的水温结合换热管道的拓扑模型计算回水温度,以便于根据所述回水温度确定是否满足约束条件。
进一步的,所述通过传输延时和管道入口处水温历史数据的时间序列,结合传输过程的热损耗,计算出各时段管道出口处的水温,包括:
利用如下方式计算:
进一步的,所述根据所述出口处的水温结合换热管道的拓扑模型计算回水温度,包括:
确定换热管道的拓扑模型;
根据各时段管道出口处的水温计算混合水温;
根据换热首站换热模型计算热首站的供、回水温度;
根据所述换热首站的供、回水温度、拓扑模型和换热站模型计算回水温度。、更进一步的,所述根据各时段管道出口处的水温计算混合水温包括:
所述根据各时段管道出口处的水温计算混合水温,包括:
采用如下方式计算:
所述根据换热首站换热模型计算热首站的供、回水温度,包括:
采用如下方式计算:
式中:为τ时段换热首站的换热量,kJ;cw为水的比热容,kJ/(kg·℃);mτ,w为τ时段流经换热首站的热水质量,kg;Tτ supply和分别为τ时段换热首站的供、回水温度,℃;为CHP机组在τ时段的热功率,kW;Δt为调度仿真步长,单位为s;
所述换热站模型采用如下方式计算:
本发明实施例提供的基于热网蓄热的风电与热电联产系统的优化调度方法,通过对风电场输出功率预测误差进行估计;根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成;根据所述风电场场景生成对应的风电功率,对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。利用自回归滑动平均模型基于时间序列分析,根据已有场景对预测误差进行估计。并根据估计的预测误差进行风电场场景重建,以得到更为准确的风电出力,进而根据上报的功率对热电联产机组出力进行调整,以使得基于热网蓄热的风电与热电联产系统对电网的出力值与上报的出力值趋于一致,减少风电能源的浪费和电网波动,提升基于热网蓄热的风电与热电联产系统的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的基于热网蓄热的风电与热电联产系统的优化调度方法方法的流程示意图;
图2是本发明实施例二提供的基于热网蓄热的风电与热电联产系统的优化调度方法方法的流程示意图;
图3是本发明实施例二提供的基于热网蓄热的风电与热电联产系统的优化调度方法方法中有向加权网络的结构示意图;
图4是本发明实施例三提供的基于热网蓄热的风电与热电联产系统的优化调度方法方法的流程示意图;
图5是本发明实施例四提供的基于热网蓄热的风电与热电联产系统的优化调度方法装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供基于热网蓄热的风电与热电联产系统的优化调度方法的流程示意图,本实施例可适用于对于热网蓄热的风电与热电联产系统中热电机组进行调整的情况,具体包括如下步骤:
S110,对风电场输出功率预测误差进行估计。
由于风电为绿色能源,受到国家政策支持,风电与CHP机组发电量优先上网,电网调度中心根据联合日前计划出力全额安排次日上网电量。联合系统通过向电网售电、为用户供热获得经济收益。但由于风电输出功率受各种环境因素影响,容易对电网产生冲击,当联合系统的实际出力与申报的联合日前计划出力发生偏离时,需要根据出力偏差的大小承担一定的惩罚费用。图2为本发明实施例一提供的基于热网蓄热的风电与热电联产系统的优化调度方法中风电与CHP机组联合系统示意图,参见图2,风电与CHP机组联合系统可以包括:风电场、热电联产、热网、热用户、调度中心等。调度中心可以对热电联产进行优化调度,以满足供热和减少惩罚的目的。
目前,对于风电场输出功率主要是通过天气预报结合历史发电信息对其输出功率进行预测。但该种方式与实际情况相比,仍然存在一定误差。因此,在本实施例中,需要对预测误差进行估计,以得到更加准确的风电场输出功率的预测结果。
示例性的,所述对风电场输出功率预测误差进行估计,可以包括:
采集场景样本数据;
根据所述场景样本数据利用自回归滑动平均模型对预测误差进行估计。
下表中为某典型日生成的20个风电不确定性场景。
表1风电不确定性出力场景
单位:MW
自回归滑动平均模型本质上是利用时间序列的数据,建立相应的数学模型,确定对应的自回归项和移动平均项。ARMA(p,q)模型中包含了p个自回归项和q个移动平均项,ARMA(p,q)模型可以表示为:
p和q是模型的自回归阶数和移动平均阶数;φ和θ是不为零的待定系数;εt独立的误差项。
利用上述场景样本数据,可以对p、q和φ、θ的值,并可通过其它样本数据进行检验。以得到相应的预测误差。
S120,根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成。
当所要求解的问题是某种事件出现的概率,或者是某个随机变量的期望值时,它们可以通过某种“试验”的方法,得到这种事件出现的频率,或者这个随机变数的平均值,并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。蒙特卡罗方法通过抓住事物运动的几何数量和几何特征,利用数学方法来加以模拟,即进行一种数字模拟实验。它是以一个概率模型为基础,按照这个模型所描绘的过程,通过模拟实验的结果,作为问题的近似解。根据蒙特卡洛方法,结合上述估计误差,可以得到风电场景的不确定性概率。下表示出了上述场景对应的不确定性概率。根据不确定性概率对风电场不同场景进行生成。
可选的,由于场景数量过多所需计算量巨大,依据缩减前后概率距离最小的原则对生成的场景进行缩减。
S130,根据所述风电场场景生成对应的风电功率,对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
统CHP机组电、热出力成比例,且均跟随热负荷变动,电出力没有调节能力。考虑了热网的蓄热特性后,由于热网可起到储、放热的作用,CHP机组热出力将不必与热负荷实时平衡,电出力可灵活调节。因此,CHP机组与热网蓄热配合将打破“以热定电”带来的热电强耦合约束,提升CHP机组灵活调节的能力,可在一定程度上为风电场提供备用,平抑风电出力波动,具体可以应用于如下场景:
1)当风电实际出力过小时,CHP机组可以增大出力,多发的电出力补齐电量缺额,降低由于出力偏差导致的惩罚费用,盈余的热出力储存在热网中,伴随着热网中水温提升。
2)当风电实际出力过大时,CHP机组可以减小出力,提升风电消纳量,不足的热出力由热网放热补齐,伴随着热网中水温降低。
示例性的,所述述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,包括:
确定热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数;
根据所述热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数利用调度模型的目标函数,确定并调整所述热电联产机组的出力,以使得热网蓄热的风电与热电联产系统在惩罚规则下取得最大收益。
示例性的,考虑热网蓄热的风电与热电联产多场景联合优化调度模型的目标函数为:
式中:i表示第i个风电场景;N为风电场景总数;ρi为第i个风电场景的概率;为τ时段第i个风电场景的联合系统上网收益,包括CHP机组上网收益和风电上网收益,单位元;为τ时段第i个风电场景的惩罚费用,单位元;为τ时段第i个风电场景的CHP机组燃煤费用,单位元。
利用上述公式可以计算得到联合系统上网收益最大时,热电联产机组CIP对应的燃煤费用,进而确定其出力,并根据出力情况对热电联产机组CIP进行调度调整。实现热网蓄热的风电与热电联产系统在惩罚规则下取得最大收益。
本实施例通过对风电场输出功率预测误差进行估计;根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成;根据所述风电场场景生成对应的风电功率,对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。利用自回归滑动平均模型基于时间序列分析,根据已有场景对预测误差进行估计。并根据估计的预测误差进行风电场场景重建,以得到更为准确的风电出力,进而根据上报的功率对热电联产机组出力进行调整,以使得基于热网蓄热的风电与热电联产系统对电网的出力值与上报的出力值趋于一致,减少风电能源的浪费和电网波动,提升基于热网蓄热的风电与热电联产系统的效率。
在本实施例的一个优选实施方式中,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还可包括:根据风电运行约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。上述方法虽然能够减少风电场输出功率预测误差,但仍然会存在一定的误差。并且上述热网蓄热的风电与热电联产多场景联合优化调度模型的目标函数也存在出现负数或者超出显示可能数据的计算结果,因此,需要对其进行约束。示例性的,所述风电约束条件如下:
实施例二
图2为本发明实施例二提供的基于热网蓄热的风电与热电联产系统的优化调度方法的流程示意图。本实施例以上述实施例为基础进行优化,在本实施例中,将所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还包括:根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
相应的,本实施例所提供的基于热网蓄热的风电与热电联产系统的优化调度方法,具体包括:
S210,对风电场输出功率预测误差进行估计。
S220,根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成。
S230,根据所述风电场场景生成对应的风电功率,确定热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数。
S240,根据所述热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数利用调度模型的目标函数,根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
在我国供热需求比较大的地区,CHP机组分布广泛。背压式CHP机组以其能源利用效率高、污染物排放量少等优点得到国家相关产业政策的鼓励与支持。
在北方冬季供热期,CHP机组采取“以热定电”的模式,电出力完全由其热出力决定,热出力实时满足用户热负荷需求,机组将不具备调节能力。CHP机组模型如下所示:
式中:为CHP机组在τ时段的电功率,kW;ε为CHP机组的热电比;η为煤-热转化效率,kJ/kg;为τ时段CHP机组燃煤量,kg;和分别为CHP机组热出力的上、下限,kW;和分别为CHP机组出力向上、向下爬坡速率极限,单位kW,上述公司可以作为CHP机组的约束条件。
传统CHP机组电、热出力成比例,且均跟随热负荷变动,电出力没有调节能力。考虑了热网的蓄热特性后,由于热网可起到储、放热的作用,CHP机组热出力将不必与热负荷实时平衡,电出力可灵活调节。因此,CHP机组与热网蓄热配合将打破“以热定电”带来的热电强耦合约束,提升CHP机组灵活调节的能力,可在一定程度上为风电场提供备用,平抑风电出力波动。
虽然增加了热网蓄热环节,但受到供热各种条件影响,如果单纯以发电出力作为热电联产机组的优化调整条件,有可能会出现由于热量过高造成管道损坏或者热量过低无法满足供热要求的可能。因此,在本实施例中,需要增加热电联产机组约束条件。示例性的,所述热电联产机组约束条件可以包括:
调度周期的初、末时刻Treturn相同。
其中温度设计上限用于满足管道要求,过高的温度会对管道产生损坏,回水温度标明为供热户提供的热量是否能够满足供热要求。
为了便于计算换热首站的回水温度,在本实施例中,根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整之前,所述方法还包括:
通过传输延时和管道入口处水温历史数据的时间序列,结合传输过程的热损耗,计算出各时段管道出口处的水温;
根据所述出口处的水温结合换热管道的拓扑模型计算回水温度,以便于根据所述回水温度确定是否满足约束条件。
图3是本发明实施例二提供的基于热网蓄热的风电与热电联产系统的优化调度方法中供热系统结构图,图4是在本发明实施例二提供的基于热网蓄热的风电与热电联产系统的优化调度方法中供热系统节点供热网络结构拓扑图,参考图3和图4,与电能的传输不同,热网中热水的传输速度往往在1~1.5m/s。相比与电能,热能传输过程具有很大的延迟,同一时段进入和流出管道的热水热量未必相等,热网可起缓冲能量、延时响应的作用,从而对外表现出类似于储能系统的储、放热特性。热网的储、放热可通过管网中水温变化来体现,水温升高,对应热网储热,水温降低,对应热网放热。因此,热网中不同时段的水温变化关系是描述热网蓄热特性的关键。
考虑到热能在供热管道中传输存在延时和热损耗,本发明实施例采用一种改进的节点法描述热能输运的准动态过程。通过传输延时和管道入口处水温历史数据的时间序列,结合传输过程的热损耗,计算出各时段管道出口处的水温。具体的,所述通过传输延时和管道入口处水温历史数据的时间序列,结合传输过程的热损耗,计算出各时段管道出口处的水温,包括:
利用如下方式计算:
由图3可以看出,对于换热站,其是对热水进行混合,然后输送到供热户,因此,需要根据拓扑模型来计算混合水温。所述拓扑模型表明各个换热站之间的管道连接关系。
示例性的,可以通过如下方式根据各时段管道出口处的水温计算混合水温:其中,和分别为与节点n相连并从节点n结束和起始管道的集合;τ为时段编号,τ=1,2,…,N;qτ,j和qτ,k分别为τ时段管道j和k中热水的质量流率。单位为kg/s;
换热首站通常与热电联产机组直接相连,其输出的水温最高,回水温度最低,因此,需要建立供热首站的模型,
所述根据换热首站换热模型计算热首站的供、回水温度,包括:
采用如下方式计算:
式中:为τ时段换热首站的换热量,kJ;cw为水的比热容,kJ/(kg·℃);mτ,w为τ时段流经换热首站的热水质量,kg;Tτ supply和分别为τ时段换热首站的供、回水温度,℃;为CHP机组在τ时段的热功率,kW;Δt为调度仿真步长,单位为s;
相应的,根据换热站模型计算回水温度,所述换热站模型采用如下方式计算:
利用上述方式可以描述热水在热网中循环流动的温度变化过程。在一个调度时段内,热网储、放热可通过水温变化来体现。以供热首站回水温度Treturn为例,若热源热出力大于(小于)用户热需求,热网发挥储热(放热)作用,则回水温度较上一时段温度升高(降低)。热网回水温度过高会导致运行安全问题,热网损耗也会增大,而回水温度过低则会影响热网与用户之间的换热效果。因此,可以利用上述方式以温度方式进行约束。此外,为保证调度的连续性,调度周期前后热网内蓄热量应维持不变,即调度周期的初、末时刻温度应相同。
本实施例通过将所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还包括:根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。通过对拓扑网络结果的换热管道进行分析,进而对优化调度方法提出热网蓄热的约束条件,结合更为准确的风电场输出功率场景预测,能够在满足蓄热、供热条件的前提下,对热电联产系统实现优化调度。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于热网蓄热的风电与热电联产系统的优化调度方法,其特征在于,包括:
对风电场输出功率预测误差进行估计;
根据所述预测误差利用蒙特卡洛模拟进行风电场场景生成;
根据所述风电场场景生成对应的风电功率,对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
2.根据权利要求1所述的方法,其特征在于,所述对风电场输出功率预测误差进行估计,包括:
采集场景样本数据;
根据所述场景样本数据利用自回归滑动平均模型对预测误差进行估计。
3.根据权利要求1所述的方法,其特征在于,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,包括:
确定热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数;
根据所述热电联产机组的运营成本、热电联产机组的上网费用、风电上网费用和惩罚费用函数利用调度模型的目标函数,确定并调整所述热电联产机组的出力,以使得热网蓄热的风电与热电联产系统在惩罚规则下取得最大收益。
4.根据权利要求3所述的方法,其特征在于,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还包括:
根据风电运行约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
5.根据权利要求1所述的方法,其特征在于,所述对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整,还包括:
根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整。
7.根据权利要求6所述的方法,其特征在于,在根据热电联产机组约束条件对热网蓄热的风电与热电联产系统中的热电联产机组的出力进行调整之前,所述方法还包括:
通过传输延时和管道入口处水温历史数据的时间序列,结合传输过程的热损耗,计算出各时段管道出口处的水温;
根据所述出口处的水温结合换热管道的拓扑模型计算回水温度,以便于根据所述回水温度确定是否满足约束条件。
9.根据权利要求7所述的方法,其特征在于,所述根据所述出口处的水温结合换热管道的拓扑模型计算回水温度,包括:
确定换热管道的拓扑模型;
根据各时段管道出口处的水温计算混合水温;
根据换热首站换热模型计算热首站的供、回水温度;
根据所述换热首站的供、回水温度、拓扑模型和换热站模型计算回水温度。
10.根据权利要求9所述的方法,其特征在于,所述根据各时段管道出口处的水温计算混合水温包括:
所述根据各时段管道出口处的水温计算混合水温,包括:
所述根据换热首站换热模型计算热首站的供、回水温度,包括:
采用如下方式计算:
式中:为τ时段换热首站的换热量,kJ;cw为水的比热容,kJ/(kg·℃);mτ,w为τ时段流经换热首站的热水质量,kg;和分别为τ时段换热首站的供、回水温度,℃;为CHP机组在τ时段的热功率,kW;Δt为调度仿真步长,单位为s;
所述换热站模型采用如下方式计算:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010396014.5A CN111525620A (zh) | 2020-05-12 | 2020-05-12 | 一种基于热网蓄热的风电与热电联产系统的优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010396014.5A CN111525620A (zh) | 2020-05-12 | 2020-05-12 | 一种基于热网蓄热的风电与热电联产系统的优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111525620A true CN111525620A (zh) | 2020-08-11 |
Family
ID=71907115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010396014.5A Pending CN111525620A (zh) | 2020-05-12 | 2020-05-12 | 一种基于热网蓄热的风电与热电联产系统的优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111525620A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106230028A (zh) * | 2016-09-08 | 2016-12-14 | 安徽电气工程职业技术学院 | 一种风电—抽水蓄能联合系统的多目标优化方法 |
CN109787294A (zh) * | 2019-02-25 | 2019-05-21 | 华中科技大学 | 一种电力系统优化调度方法 |
CN110263966A (zh) * | 2019-05-06 | 2019-09-20 | 天津大学 | 考虑动态传热过程的电-热综合能源系统优化调度方法 |
-
2020
- 2020-05-12 CN CN202010396014.5A patent/CN111525620A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106230028A (zh) * | 2016-09-08 | 2016-12-14 | 安徽电气工程职业技术学院 | 一种风电—抽水蓄能联合系统的多目标优化方法 |
CN109787294A (zh) * | 2019-02-25 | 2019-05-21 | 华中科技大学 | 一种电力系统优化调度方法 |
CN110263966A (zh) * | 2019-05-06 | 2019-09-20 | 天津大学 | 考虑动态传热过程的电-热综合能源系统优化调度方法 |
Non-Patent Citations (1)
Title |
---|
戴远航等: "风电场与含储热的热电联产联合运行的优化调度", 《中国电机工程学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858759B (zh) | 一种工业园区综合能源平衡调度方法 | |
CN108258679B (zh) | 考虑供热网储热特性的电-热综合能源系统优化调度方法 | |
CN109190785B (zh) | 一种电热耦合综合能源系统运行优化方法 | |
CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
CN110188492B (zh) | 一种考虑热网特性的冷热电联供微网优化调度方法 | |
CN112701687B (zh) | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 | |
CN109389248B (zh) | 基于区域热网的综合能源系统热电功率协调调度方法 | |
CN109472050A (zh) | 基于热惯性的热电联产系统混合时间尺度调度方法 | |
Zhai et al. | Optimization of integrated energy system considering photovoltaic uncertainty and multi-energy network | |
CN113256045A (zh) | 考虑风光不确定性的园区综合能源系统日前经济调度方法 | |
CN116341881B (zh) | 计及热网灵活性的电-热系统鲁棒超前调度方法及系统 | |
CN112926835A (zh) | 一种考虑热网动态特性的综合能源系统优化调度方法 | |
CN103632045A (zh) | 一种评估省级电网发电调度理想度的计算方法 | |
CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN111369064B (zh) | 一种基于能源枢纽最优运行缓减配电网阻塞的方法 | |
CN111062598B (zh) | 综合能源系统的分布式优化调度方法及系统 | |
CN110992206B (zh) | 一种多源电场的优化调度方法及系统 | |
CN112365034A (zh) | 一种电热综合能源系统调度方法及系统 | |
CN109193666B (zh) | 基于通用能量母线的综合能源系统时序能量流计算方法 | |
Zhai et al. | Low carbon economic dispatch of regional integrated energy system considering load uncertainty | |
CN111047069A (zh) | 一种考虑热网储能特性的热电联合调度灵活性评估方法 | |
CN111525620A (zh) | 一种基于热网蓄热的风电与热电联产系统的优化调度方法 | |
CN112508730A (zh) | 一种综合能源虚拟电厂的风电消纳策略 | |
Qu et al. | A novel optimization model of integrated energy system considering thermal inertia and gas inertia |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200811 |