CN111639819B - 一种综合能源园区多阶段优化控制方法 - Google Patents
一种综合能源园区多阶段优化控制方法 Download PDFInfo
- Publication number
- CN111639819B CN111639819B CN202010514301.1A CN202010514301A CN111639819B CN 111639819 B CN111639819 B CN 111639819B CN 202010514301 A CN202010514301 A CN 202010514301A CN 111639819 B CN111639819 B CN 111639819B
- Authority
- CN
- China
- Prior art keywords
- stage
- eset
- energy
- equipment
- capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013486 operation strategy Methods 0.000 claims abstract description 13
- 238000011217 control strategy Methods 0.000 claims abstract description 7
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- 101100256746 Mus musculus Setdb1 gene Proteins 0.000 claims description 74
- 238000004146 energy storage Methods 0.000 claims description 38
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000035699 permeability Effects 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 239000003345 natural gas Substances 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 8
- 230000001737 promoting effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 abstract description 18
- 238000010276 construction Methods 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 7
- 238000013461 design Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000010438 heat treatment Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
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
- G06Q10/067—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
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种综合能源园区多阶段优化控制方法,将控制周期分成若干阶段,在每个控制阶段期初进行设备选型和容量配置,得到该阶段的优化控制策略,用于满足长时间尺度下负荷增长的需求,包括:首先,建立各设备的数学模型;其次,建立多阶段优化控制框架,设计多阶段优化控制实施路径;进而,以全寿命周期成本最低为目标,以设备运行和功率平衡为约束,建立多阶段优化控制模型;采用混合整数线性规划算法进行求解,得到各阶段最优设备组合和容量配置方案以及优化运行策略,提升光伏消纳能力。本发明解决了现有研究未结合园区建设时序特征,忽略未来负荷需求变化,导致园区运行与设计阶段预期不符,造成资源浪费,限制效能发挥等问题。
Description
技术领域
本发明涉及园区综合能源领域,尤其涉及一种综合能源园区多阶段优化控制方法。
背景技术
近年来,随着国民经济的快速增长,可再生能源发电、多能互补、集成优化技术的推广,综合能源服务产业得到了快速发展。园区综合能源系统(Park-level IntegratedEnergy System,PIES)作为用户侧电/气/热/冷多能源的典型耦合与供应对象之一,可显著提升可再生能源消纳能力以及综合能源利用效率,在各地不同类型园区获得了快速发展和应用,如上海迪士尼度假区示范工程、天津中新生态城、天津大学滨海工业研究院园区、国网客服中心北方园区型绿色能源网等。
然而,大量工程实践表明,部分PIES运行阶段经济性与设计阶段既定目标不符,存在运行初期超前建设、设备闲置;运行后期设备老化、容量短缺等问题,严重限制了PIES 的供能水平,而该现象出现的一个重要原因,就在于初期控制方案与后期运行之间缺乏有效衔接。合理控制是促进PIES运行效能发挥的首要环节。控制方案的制定需充分考虑PIES 未来冷/热/电负荷变化特征,通过能源生产、转换、储存环节的有机协同实现系统在长时间尺度不同季节、短时间尺度不同时段的互补优化,以降低系统用能成本。
现有研究从设备选型、储能接入、促进可再生能源消纳等角度研究了PIES优化控制方法,但忽略了PIES的建设时序特性。一般假设PIES在整个控制期内负荷水平不变,可在建设期初将所有能源设备一次投入,得到的控制方案源自预测的冷热电负荷水平。然而在实际工程中,随着园区开发深入,负荷随之增长,PIES的工程也往往划分为多期。在 PIES运行初期,用户较少,负荷需求较低,冗余的配置导致设备不能得到充分利用,造成了超前投资和资产闲置,带来极大的资源浪费;在PIES运行后期,随着越来越多用户入驻,园区的负荷增加,导致设备容量短缺和老化,无法满足负荷需求,供能水平下降。
总之,当前控制方法未能结合PIES的建设时序特征,忽略了未来系统冷热电负荷需求的变化。随着时间的推移,当负荷变化与设计阶段预期不符时,就会造成资源的浪费,限制PIES效能的发挥。因此,急需一种综合能源园区多阶段优化控制方法。
发明内容
本发明提供了一种综合能源园区多阶段优化控制方法,本发明解决了上述现有研究未能结合PIES的建设时序特征,忽略未来系统冷热电负荷需求的变化,导致负荷变化与设计阶段预期不符,造成资源浪费,限制PIES效能发挥等问题,详见下文描述:
一种综合能源园区多阶段优化控制方法,所述方法将综合能源园区的控制周期分成若干阶段,在每个控制阶段期初进行设备选型和容量配置,得到该阶段的优化控制策略,用于满足长时间尺度下负荷增长的需求,包括以下步骤:
首先,建立各能量生产、转换、储存单元数学模型,其次,建立综合能源园区多阶段优化控制框架,设计多阶段优化控制的实施路径;在此基础上以全寿命周期成本最低为目标,以每个控制阶段的设备运行和功率平衡为约束,建立综合能源园区多阶段优化控制模型;
采用混合整数线性规划算法进行求解,得到各控制阶段的最优设备组合和容量配置方案以及优化运行策略,促进促进PIES对光伏的消纳。
其中,所述综合能源园区多阶段优化控制框架和多阶段优化控制的实施路径具体为:
输入综合能源园区的信息和数据,确定控制周期、控制阶段、负荷数据等。
将PIES的控制周期n分为N个阶段,多阶段序列S记为:
S=[S1,S2,…,Si,…,SN]
式中,Si表示第i个阶段,i=1,2,…,N。
对应配置的设备集序列Eset为:
Eset=[Eset1,Eset2,…,Eseti,Eseti+1,…,EsetN]
式中,Eseti表示Si阶段配置的设备集合,包含M种候选设备类型;Eseti+1是在Eseti,Eseti-1,…,Eset1基础上的设备增量集合。
首先在S1初年,即控制周期初年,优化配置Eset1,确定其中各类型设备的容量,以满足S1的负荷需求;进而,在S2初年,在Eset1基础上,优化配置Eset2,确定Eset2中各类型设备容量,以满足负荷增长下S2的供能需求,以此类推,在Si初年,在已配置的设备集
Εset1∪Eset2...∪Eseti-1的基础上,优化配置Eseti中各类型设备的容量,以满足Si的负荷需求,直至最后一个控制阶段SN,优化配置EsetN。
其中,所述PIES的多阶段优化控制模型包括:多阶段优化控制目标函数和约束条件,
(1)多阶段优化控制目标函数
式中,C表示全寿命周期成本;为Si的设备投资费用;Rk=(1+r)-k表示第k年的现值系数;k表示费用发生的时间距离期初的年数,r表示折现率;为Si起始年的现值系数;和分别表示第k年的运行费用和维护费用;FRV表示期末的设备残值;Rn为期末的现值系数;
(2)约束条件
a)满足各母线的功率平衡约束;
b)在Si阶段,各能量生产、转换设备的最大出力不超过累计投资容量
进一步地,所述采用混合整数线性规划算法进行求解,得到各控制阶段的最优配置方案以及优化运行策略具体为:
得到Eset中各类型设备的容量配置矩阵Q,如下所示:
Q=[Q1,Q2,…,Qi,…,QN]
得到Eset中各类型设备累计配置容量矩阵W,如下所示:
W=[W1,W2,…,Wi,…,WN]
以及得到配套的优化运行方案如下:
P=[P1,P2,…,Pk,…,Pn]
其中,所述促进园区综合能源系统对光伏的消纳具体为:
促使园区综合能源系统的光伏能量消纳率和光伏能量渗透率维持高水平,增强园区综合能源系统对光伏能源的利用。
本发明提供的技术方案的有益效果是:
1、本发明建立了PIES多阶段设备选型和容量配置模型,可密切结合园区的实际建设进程,充分考虑了PIES未来负荷变化特征,通过能源生产、转换、储存环节的有机协同,实现了系统在长时间尺度不同季节、短时间尺度不同时段的互补优化,降低了系统用能成本;
2、本发明采用多阶段优化控制技术,将综合能源园区的控制周期划分为若干阶段,设置并完善了适用于综合能源园区特征、多阶段控制实施进程的目标函数和约束条件,可得到更精细、更准确的各阶段最优设备组合、容量配置方案和优化运行策略,在控制方案和PIES运行之间建立了紧密衔接,有效减弱了传统控制方法存在的PIES运行前期超前投资、设备闲置,以及PIES运行后期设备容量不足等问题,节约了资源,提高了PIES的运行效能及供能水平;
3、本发明在优化控制的同时,建立了光伏能量消纳率、光伏能量渗透率等指标,便于对优化控制结果进行定量分析和对比,本发明的多阶段优化控制方法可促进园区对光伏的消纳。
附图说明
图1为本发明的一种综合能源园区优化控制方法的流程图;
图2为园区综合能源系统统一母线式结构图;
图3为本发明的综合能源园区多阶段优化控制框架和实施路径示意图;
图4a为本发明实施例中夏季典型日园区负荷曲线和光伏预测出力曲线;
图4b为本发明实施例中冬季典型日园区负荷曲线和光伏预测出力曲线;
图4c为本发明实施例中过渡季典型日园区负荷曲线和光伏预测出力曲线;
图5为本发明实施例中分时电价曲线;
图6为本发明实施例中场景I和场景II的全寿命周期成本;
图7为本发明实施例中PIES运行前期过渡季典型日ES、CHP和GB的运行曲线;
图8a为本发明实施例中光伏能量消纳率曲线;
图8b为本发明实施例中光伏能量渗透率曲线。
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,下面对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种综合能源园区多阶段优化控制方法,将综合能源园区的控制周期分成若干个阶段,随着园区负荷水平的不断提升,在每个控制阶段期初进行设备选型和容量配置,得到该阶段的优化控制策略,以满足长时间尺度下负荷增长的需求。
首先,建立各能量生产、转换、储存单元数学模型;其次,建立综合能源园区多阶段优化控制框架,设计多阶段优化控制的实施路径;在此基础上,以全寿命周期成本最低为目标,以每个控制阶段的设备运行和功率平衡为约束,建立综合能源园区多阶段优化控制模型,并采用混合整数线性规划算法进行求解,得到各控制阶段的最优设备组合和容量配置方案以及优化运行策略;最后,对多阶段优化控制方案进行分析和评价。验证了本发明的一种综合能源园区多阶段优化控制方法在提升园区运行效能、促进光伏消纳等方面的有效性。
如图1所示,本发明的一种综合能源园区多阶段优化控制方法,包括如下步骤:
1)根据综合能源园区特征,对园区综合能源系统进行建模;
建立候选设备单元模型以及基于统一母线结构的园区综合能源系统模型,如图2所示。候选设备包括光伏(Photovoltaic,PV)、热电联产系统(Combined Heat andProduction,CHP)、地源热泵(Ground Source Heat Pump,HP)、电锅炉(Electric Boiler,EB)、燃气锅炉(Gas Boiler, GB)等能量生产、转换设备,还包括储电装置(ElectricityStorage,ES)、蓄热系统(Heat Storage, HS)等能量储存环节。上述设备构成的集合为PIES的设备集(Equipments Set,Eset)。
(1)热电联产系统
热电联产系统的热能和电能的产生是通过消耗天然气获得。CHP的模型和运行约束为:
式中,HCHP(t)和PCHP(t)分别表示t时刻CHP的供热功率和供电功率;GCHP(t)表示t时刻CHP消耗的天然气功率;ηH,CHP和ηP,CHP分别表示CHP的供热效率和供电效率;H CHP和表示CHP供热功率的上下限。
(2)地源热泵
HP消耗一定的电能,将热能从低温热源转移到高温热源来提供热能,其运行模型为:
式中,HHP(t)表示t时刻HP的供热功率;PHP(t)表示t时刻HP消耗的电功率;COPH,HP表示电制热能效比;HHP表示HP供热功率上限。
(3)光伏
假设PV工作在最大功率点追踪(Maximum Power Point Tracking,MPPT)模式下,故基于典型日光照数据,PV预测出力曲线设定为MPPT工作模式下的最大出力曲线,PV在t时刻的实际消纳功率不能超过该时刻MPPT下最大的输出功率,即:
0≤PPV,c(t)≤PPV(t) (3)
式中,PPV,c(t)为t时刻PV的消纳功率;PPV(t)为t时刻PV在MPPT模式下的最大输出功率。
采用PV能量消纳率λPV,c评价PV的消纳能力,它是PV全年实际消纳电量与最大输出电量的比值;采用PV能量渗透率λPV,p表示PIES对光伏发电量的接纳能力,它是PV全年实际消纳电量与PIES全年电负荷的比值,计算公式为:
式中,Δt为调度时段步长,本发明取1小时;PL(t)表示t时刻的电负荷功率。
(4)燃气锅炉
GB通过燃烧天然气来提供热能,它的运行模型为:
式中,HGB(t)表示t时刻GB的供热功率;GGB(t)表示t时刻GB消耗的天然气功率;ηGB表示GB供热效率;HGB表示GB供热功率上限。
(5)电锅炉
EB是将电能转化为热能的装置,它的运行模型为:
式中,HEB(t)表示t时刻EB的供热功率;PEB(t)表示t时刻EB消耗的电功率;ηEB表示EB供热效率;HEB表示EB供热功率上限。
(6)储能装置
ES、HS的储放能机理和能量转换关系相似,本发明采用一个通用储能装置模型加以描述,如式(8)所示,其单位时段内储放能功率满足储放能功率上下限限制,储存能量不能超过自身的最大容量,且储能和放能不能同时进行,储能装置在调度期初和期末的荷电状态相等。
式中,Pc(t)和Pd(t)分别是Δt时段储能功率与放能功率;Pc,max和Pd,max为最大储能、放能功率;SOC(t)为储能t时刻的荷电状态;SOCmax、SOCmin为储能荷电状态的上下限;ηc和ηd分别为储能和放能效率;WESS为储能装置的容量;SOC(0)、SOC(T)分别为储能装置调度期初和期末的荷电状态。
在PIES典型设备模型的基础上,为灵活描述PIES的运行方式和各环节的耦合关系,本发明采用统一母线式结构对PIES建模,如图2所示,PIES包括电母线、天然气母线和热母线,各母线需满足如下的功率平衡约束。
1、电母线功率平衡约束
2、热母线功率平衡约束
3、天然气母线功率平衡约束
Ggas(t)=GCHP(t)+GGB(t) (11)
式中,Ggas(t)表示t时刻输入系统的天然气功率。
2)建立综合能源园区多阶段优化控制框架,设计综合能源园区多阶段优化控制的实施路径。
密切结合园区的开发进程,输入综合能源园区的信息和数据,确定控制周期、控制阶段、负荷数据等,如图3上半部分所示
将PIES的控制周期n分为N个阶段,多阶段序列S记为:
S=[S1,S2,…,Si,…,SN] (12)
式中,Si表示第i个阶段,i=1,2,…,N。
对应配置的设备集序列Eset为:
Eset=[Eset1,Eset2,…,Eseti,Eseti+1,…,EsetN] (13)
式中,Eseti表示Si阶段配置的设备集合,包含M种候选设备类型;Eseti+1是在Eseti,Eseti-1,…,Eset1基础上的设备增量集合。
在此基础上,设计综合能源园区多阶段优化控制的实施路径为,如图3下半部分所示,首先在S1初年,即控制周期初年,优化配置Eset1,确定其中各类型设备的容量,以满足S1的负荷需求;进而,在S2初年,在Eset1基础上,优化配置Eset2,确定Eset2中各类型设备容量,以满足负荷增长下S2的供能需求,以此类推,在Si初年,在已配置的设备集
Εset1∪Eset2...∪Eseti-1的基础上,优化配置Eseti中各类型设备的容量,以满足Si的负荷需求,直至最后一个控制阶段SN,优化配置EsetN。
3)根据综合能源园区多阶段优化控制框架,建立综合能源园区多阶段优化控制模型,包括多阶段优化控制目标函数和约束条件。
(1)优化控制目标函数
综合能源园区多阶段优化控制的目标函数为全寿命周期成本最低,即
式中,C表示全寿命周期成本;为Si的设备投资费用;Rk=(1+r)-k表示第k年的现值系数;k表示费用发生的时间距离期初的年数,r表示折现率;为Si起始年的现值系数;和分别表示第k年的运行费用和维护费用;FRV表示期末的设备残值;Rn为期末的现值系数。
(2)约束条件
a)功率平衡约束
PIES需要满足各母线的功率平衡约束,如式(9)-(11)所示。
b)设备运行约束
在满足式(1)-(3)、(6)-(7)的基本运行约束的同时,在Si阶段,各能量生产、转换设备的最大出力不能超过其累计投资容量,以m型设备为例,需满足下式:
4)采用混合整数线性规划求解器,利用混合整数线性规划算法(Mixed IntegerLinear Programming,MILP)对上述多阶段优化控制模型进行求解,输出各阶段最优设备组合和容量配置方案以及优化运行策略,并验证综合能源园区多阶段优化控制方法的有效性。
得到Eset中各类型设备的容量配置矩阵Q,如下所示:
Q=[Q1,Q2,…,Qi,…,QN] (16)
同时,得到Eset中各类型设备累计配置容量矩阵W,如下所示:
W=[W1,W2,…,Wi,…,WN] (17)
以及得到配套的优化运行方案如下:
P=[P1,P2,…,Pk,…,Pn] (19)
5)对多阶段优化控制方案进行分析和评价,计算全寿命周期成本、光伏能量消纳率、光伏能量渗透率等指标,定量分析多阶段优化控制方法的结果。
较传统的单阶段控制方法,多阶段优化控制方法对综合能源园区的各个控制阶段采取更精细的控制策略,充分考虑了PIES未来负荷变化特征,通过能源生产、转换、储存环节的有机协同,在控制方案和PIES运行之间建立了紧密衔接,实现了系统在长时间尺度不同季节、短时间尺度不同时段的互补优化,降低了系统用能成本;避免了单阶段控制方法产生的PIES运行前期超前建设、容量冗余,以及运行后期设备容量不足、供能质量下降等问题,有效提升了园区的运行效能。并且多阶段优化控制方法使得PIES的光伏能量消纳率和光伏能量渗透率均较高,增强了PIES对光伏等可再生能源的利用。因此,综合能源园区多阶段优化控制方法是有效的,更具科学性和工程实用性。
下面给出实施例。
实施例选取某北方电/气/热耦合的综合能源园区,采用本发明的多阶段优化控制方法,得到该综合能源园区的最优设备组合、容量配置方案以及优化运行策略。假设综合能源园区的控制周期n为15年,分为3个阶段,即N=3。各阶段的信息如表1所示。各阶段Eseti(i=1,2,3)包含的候选设备类型为PV、CHP、HP、EB、GB、ES和HS,相关参数如表2 所示。
为真实反映园区的实际运行情况,选取夏季、冬季、过渡季三个典型日的数据,各典型日的电/热负荷曲线(标幺值)和PV预测出力曲线(标幺值)分别如图4a-4c所示。园区采用分时电价,将一天分为峰时段(11:00-16:00和19:00-21:00)、平时段(8:00-11:00、16:00-19:00 和22:00-0:00)以及谷时段(0:00-8:00),各时段的电价分别为1.35元/kWh、0.9元/kWh和0.47 元/kWh,如图5所示。天然气采用固定气价,为2.71元/m3,天然气低热值为9.7kWh/m3,经过折算后的天然气价格为0.28元/kWh。折现率r取8%,设备净残值率δ取6%。
表1 PIES各阶段信息
表2设备参数
为说明本发明的一种综合能源园区多阶段优化控制方法的有效性,实施例设置两个场景进行对比:
场景I:结合PIES建设时序,采用本发明的多阶段优化控制方法,规划各阶段设备配置方案,得到各阶段PIES优化运行策略;
场景II:采用传统单阶段控制方法,仅在第一年初规划设备配置方案以及PIES运行策略。
(1)设备选型与容量配置结果
采用混合整数线性规划求解器求解场景I和场景II的优化控制方案,得到各阶段Eset配置的设备类型和容量如表3所示。
表3各场景Eset设备组合及容量配置结果
在投入设备的顺序上,不同于场景II只在期初一次性全部投入设备;场景I充分考虑了PIES未来负荷变化特征,由于S1阶段负荷水平较低,场景I只投入较小容量的设备,并根据园区增长的负荷需求,在此后每个阶段都分批次投入一定容量的设备,做到了精细化的优化控制,避免了场景II产生的超前建设、设备冗余的问题。在设备选型上,场景I 的设备类型选择更优化,场景I和场景II都没有配置EB,且场景I与场景II相比,减少了GB的配置。此外,场景I的设备容量配置也相对较优,解决了后期场景II供能设备容量不足的问题,至期末,场景I的PV、CHP和HP等主要供能设备的总配置容量高于场景 II,而ES、HS等储能设备的总配置容量低于场景II。因此,场景I通过能源生产、转换、储存环节的有机协同,使得全寿命周期成本比场景II有所降低,如图6所示。
(2)设备出力情况对比
图7为PIES运行前期过渡季典型日ES、CHP和GB的出力曲线,场景II由于采用传统单阶段控制方法,存在PIES运行前期设备容量冗余、部分设备出力低的问题。如表1 所示,通过多阶段优化控制方法,虽然场景I的CHP配置容量约为场景II的二分之一, ES配置容量约为场景II的三分之二,但如图7所示,在过渡季典型日,场景I中ES的充放能量和CHP的出力均高于场景II,使得ES和CHP等设备得到了充分利用。另外,如图7所示,场景II的GB出力一直为0,遭到了弃用,说明场景II存在由于容量冗余导致设备闲置的问题;而场景II通过多阶段优化控制,去除了GB的配置,有效解决了该问题。
(3)光伏消纳情况对比
采用式(4)和式(5)定义的PV能量消纳率λPV,c和PV能量渗透率λPV,p刻画2个场景中PIES 对光伏的消纳情况。场景I和场景II在S1-S3的PV能量消纳率和PV能量渗透率如图8a和8b所示。
在S1阶段,虽然由于场景I初始配置的PV容量较低,PV能量渗透率低于场景I,但其可完全消纳光伏电量;相反,场景II的PV能量消纳率只有90%。在S2和S3阶段,虽然场景I和场景II的PV能量消纳率均为100%,但是场景I通过优化控制,PV配置容量提升,PV能量渗透率比场景II高。因此,通过多阶段优化控制,在整个控制周期,场景I 的PV能量渗透率为25.49%,比场景II高4.46%,验证了多阶段优化控制方法更有利于提升光伏的消纳能力。
综上,通过实施例表明,与传统单阶段控制方法相比,本发明的一种综合能源园区多阶段优化控制方法,随着园区建设的深入,充分考虑了园区未来增长的负荷需求,分阶段配置设备,得到更精细准确的优化运行策略。通过能源生产、转换、储存环节的有机协同,实现了系统在长时间尺度不同季节、短时间尺度不同时段的互补优化,降低了系统用能成本,得到的控制方案更合理、更具工程实用性和科学性。并在控制方案和PIES运行之间建立了紧密衔接,可避免PIES运行前期产生的超前建设、容量冗余以及运行后期设备容量不足等问题,降低了PIES全寿命周期成本,提高了PIES的运行效能。此外,本发明的多阶段优化控制方法与单阶段控制方法相比,对光伏进行多阶段优化配置,提升了光伏能量消纳率和光伏能量渗透率,增强了PIES对光伏的消纳能力。
本发明实施例对各器件的型号除做特殊说明的以外,其他器件的型号不做限制,只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种综合能源园区多阶段优化控制方法,其特征在于,所述方法将综合能源园区的控制周期分成若干阶段,在每个控制阶段期初进行设备选型和容量配置,得到每个控制阶段的优化控制策略,用于满足长时间尺度下负荷增长的需求,包括以下步骤:
首先,建立各能量生产、转换、储存单元数学模型,其次,建立综合能源园区多阶段优化控制框架,设计多阶段优化控制的实施路径;在此基础上,以全寿命周期成本最低为目标,以每个控制阶段的设备运行和功率平衡为约束,建立综合能源园区多阶段优化控制模型;
采用混合整数线性规划算法进行求解,得到各控制阶段的最优设备组合和容量配置方案以及优化运行策略,促进园区综合能源系统对光伏的消纳;
其中,所述建立综合能源园区多阶段优化控制框架,设计多阶段优化控制的实施路径具体为:
输入综合能源园区的信息和数据,确定控制周期、控制阶段、负荷数据;
将综合能源园区的控制周期n分为N个阶段,多阶段序列S记为:
S=[S1,S2,…,Si,…,SN]
式中,Si表示第i个阶段,i=1,2,…,N;
对应配置的设备集序列Eset为:
Eset=[Eset1,Eset2,…,Eseti,Eseti+1,…,EsetN]
式中,Eseti表示Si阶段配置的设备增量集合,包含M种候选设备类型;Eseti+1是在Eseti,Eseti-1,…,Eset1基础上的设备增量集合;在S1初年,即控制周期初年,优化配置Eset1,确定Eset1中各类型设备的容量,以满足S1的负荷需求;进而,在S2初年,在Eset1基础上,优化配置Eset2,确定Eset2中各类型设备容量,以满足负荷增长下S2的供能需求,以此类推,在Si初年,在已配置的设备集合Eset1∪Eset2...∪Eseti-1的基础上,优化配置Eseti中各类型设备的容量,以满足Si的负荷需求,直至最后一个控制阶段SN,优化配置EsetN;
所述综合能源园区多阶段优化控制模型包括:多阶段优化控制目标函数和约束条件,
(1)多阶段优化控制目标函数
式中,C表示全寿命周期成本;为Si的设备投资费用;Rk=(1+r)-k表示第k年的现值系数;k表示费用发生的时间距离期初的年数,r表示折现率;为Si起始年的现值系数;和分别表示第k年的运行费用和维护费用;FRV表示期末的设备残值;Rn为期末的现值系数;
(2)约束条件
a)满足各母线的功率平衡约束,包括:电母线、天然气母线和热母线的功率平衡约束;
b)在Si阶段,各能量生产、转换设备的最大出力不超过累计投资容量
对于储能设备,单位时段内储放能功率满足储放能功率上下限限制,储存能量不能超过储能设备的最大容量,且储能和放能不能同时进行,储能设备在调度期初和期末的荷电状态相等;
0≤Pc(t)≤Pc,max
0≤Pd(t)≤Pd,max
SOCmin≤SOC(t)≤SOCmax
Pc(t)Pd(t)=0
SOC(0)=SOC(T)
式中,Pc(t)和Pd(t)分别是△t时段储能功率与放能功率;Pc,max和Pd,max分别为最大储能、放能功率;SOC(t)为储能t时刻的荷电状态;SOC(t+△t)为储能t+△t时刻的荷电状态;SOCmax、SOCmin为储能荷电状态的上下限;ηc和ηd分别为储能和放能效率;WESS为储能设备的容量;SOC(0)、SOC(T)分别为储能设备调度期初和期末的荷电状态;
所述采用混合整数线性规划算法进行求解,得到各控制阶段的最优设备组合和容量配置方案以及优化运行策略具体为:
得到Eset中各类型设备的容量配置矩阵Q,如下所示:
Q=[Q1,Q2,…,Qi,…,QN]
得到Eset中各类型设备累计配置容量矩阵W,如下所示:
W=[W1,W2,…,Wi,…,WN]
以及得到配套的优化运行策略如下:
P=[P1,P2,…,Pk,…,Pn]
所述促进园区综合能源系统对光伏的消纳具体为:
促使园区综合能源系统的光伏能量消纳率和光伏能量渗透率维持高水平,增强园区综合能源系统对光伏能源的利用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514301.1A CN111639819B (zh) | 2020-06-08 | 2020-06-08 | 一种综合能源园区多阶段优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514301.1A CN111639819B (zh) | 2020-06-08 | 2020-06-08 | 一种综合能源园区多阶段优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111639819A CN111639819A (zh) | 2020-09-08 |
CN111639819B true CN111639819B (zh) | 2022-09-30 |
Family
ID=72332226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010514301.1A Active CN111639819B (zh) | 2020-06-08 | 2020-06-08 | 一种综合能源园区多阶段优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639819B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907098B (zh) * | 2021-03-08 | 2022-08-05 | 国网江苏省电力有限公司经济技术研究院 | 园区综合能源系统的多阶段容量配置方法及配置系统 |
CN113378374B (zh) * | 2021-06-08 | 2022-07-26 | 国网江苏省电力有限公司经济技术研究院 | 一种园区综合能源系统优化配置方法 |
CN113610380A (zh) * | 2021-08-02 | 2021-11-05 | 上海电气集团股份有限公司 | 一种多能互补能源规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255502A (zh) * | 2018-11-01 | 2019-01-22 | 天津大学 | 基于多阶段决策的可再生能源发电基地时序优化规划方法 |
CN109508499A (zh) * | 2018-11-15 | 2019-03-22 | 国网江苏省电力有限公司经济技术研究院 | 多时段多场景分布式电源最优接入位置与容量研究方法 |
CN109784564A (zh) * | 2019-01-22 | 2019-05-21 | 天津大学 | 考虑可再生能源接入的园区综合能源系统能源站规划方法 |
CN110659830A (zh) * | 2019-09-25 | 2020-01-07 | 国网天津市电力公司 | 面向综合能源系统的多能源微网规划方法 |
CN110909954A (zh) * | 2019-12-03 | 2020-03-24 | 西安交通大学 | 一种最大化可再生能源利用的多阶段电源规划方法 |
CN111200281A (zh) * | 2019-12-23 | 2020-05-26 | 北京交通大学 | 互联微网储能配置扩容优化方法 |
-
2020
- 2020-06-08 CN CN202010514301.1A patent/CN111639819B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255502A (zh) * | 2018-11-01 | 2019-01-22 | 天津大学 | 基于多阶段决策的可再生能源发电基地时序优化规划方法 |
CN109508499A (zh) * | 2018-11-15 | 2019-03-22 | 国网江苏省电力有限公司经济技术研究院 | 多时段多场景分布式电源最优接入位置与容量研究方法 |
CN109784564A (zh) * | 2019-01-22 | 2019-05-21 | 天津大学 | 考虑可再生能源接入的园区综合能源系统能源站规划方法 |
CN110659830A (zh) * | 2019-09-25 | 2020-01-07 | 国网天津市电力公司 | 面向综合能源系统的多能源微网规划方法 |
CN110909954A (zh) * | 2019-12-03 | 2020-03-24 | 西安交通大学 | 一种最大化可再生能源利用的多阶段电源规划方法 |
CN111200281A (zh) * | 2019-12-23 | 2020-05-26 | 北京交通大学 | 互联微网储能配置扩容优化方法 |
Non-Patent Citations (2)
Title |
---|
Two-stage Planning of Integrated Energy System Considering Investment Flexibility;Yue Qiu et al;《Journal of Physics: Conference Series》;20191231;第1346卷;第1-10页 * |
考虑冷热电联供的综合能源系统规划研究;权超;《中国优秀硕士学位论文全文数据库工程科技II辑》;20200115(第01期);摘要,第7-36页,第44-47页,第52-58页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111639819A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luo et al. | Multi-objective capacity optimization of a distributed energy system considering economy, environment and energy | |
CN111738502B (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 | |
CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
CN111639819B (zh) | 一种综合能源园区多阶段优化控制方法 | |
CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法 | |
CN110619110B (zh) | 一种含热泵的综合能源系统协调运行优化方法 | |
CN112907098B (zh) | 园区综合能源系统的多阶段容量配置方法及配置系统 | |
Liu et al. | Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios | |
CN111030094B (zh) | 一种多能互补园区供能可靠性评估方法 | |
CN112417651B (zh) | 一种基于后悔规避的用户级综合能源系统优化方法 | |
CN110163415B (zh) | 一种变工况特性下的多能流系统多目标模糊协同优化方法 | |
CN111724045B (zh) | 基于数据驱动的综合能源系统能效评价与提升方法 | |
CN112165122A (zh) | 一种综合能源系统的运行方法及系统 | |
CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
CN112785065A (zh) | 基于混合人工鱼群算法的综合能源系统规划方法及系统 | |
Zhi et al. | Scenario-based multi-objective optimization strategy for rural PV-battery systems | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
CN115099007A (zh) | 基于综合成本-能耗曲线的综合能源系统优化运行方法 | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
CN113128844A (zh) | 一种基于供电设备容量限制下分布式电源规划方法 | |
CN110119850B (zh) | 基于光热发电调节的储热量双阶段优化调度方法 | |
CN115906456A (zh) | 考虑需求侧响应不确定性的含氢储能ies调度优化模型 | |
CN114240010A (zh) | 应对需求侧不确定性的热电联产燃气轮机组调度方法 | |
Zhang et al. | Modeling of CHP-EHP coupled energy station considering load side flexibility | |
Cao et al. | Optimal Capacity Configuration of Battery Storage System for Zero Energy Office Building on Campus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |