CN111738498B - 一种综合能源系统鲁棒规划方法及系统 - Google Patents
一种综合能源系统鲁棒规划方法及系统 Download PDFInfo
- Publication number
- CN111738498B CN111738498B CN202010514136.XA CN202010514136A CN111738498B CN 111738498 B CN111738498 B CN 111738498B CN 202010514136 A CN202010514136 A CN 202010514136A CN 111738498 B CN111738498 B CN 111738498B
- Authority
- CN
- China
- Prior art keywords
- energy
- planning
- energy system
- load
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000010276 construction Methods 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 238000004146 energy storage Methods 0.000 claims description 21
- 239000007789 gas Substances 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 17
- 239000000446 fuel Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000013486 operation strategy Methods 0.000 abstract description 2
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 17
- 238000011160 research Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Algebra (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的一种综合能源系统鲁棒规划方法及系统,包括以下步骤:S100、基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;S200、基于S100获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划;S300、得到综合能源系统规划区内设备的具体型号以及容量配置。本发明基于改进的能源集线器模型合理化表征综合能源系统的实际架构,并通过进一步考虑负荷的不确定性,构建内嵌经济性运行策略的综合能源系统鲁棒规划模型。本发明有利于提升城市综合能源的利用效率,降低城市综合能源系统的建设成本与供能成本,促进城市能源互联网结构建设与规划技术的合理发展。
Description
技术领域
本发明涉及能源管理技术领域,具体涉及一种综合能源系统鲁棒规划方法及系统。
背景技术
能源是人类赖以生存和发展的基础,能源的终端利用形式主要是电、气、热、冷等形式,由于传统化石能源的不可再生性以及日益严峻的环保问题,如何提高能源的利用效率成为亟待解决的重要问题。采用多能互补集成优化理念的综合能源系统的相关研究通过能源的多级阶梯式利用,极大地提高了能源利用效率。这样一个打破原有各能源子系统各自规划、各自运行的互补集成系统是能源互联网未来发展方向之一。能源互联网中综合能源系统的建设,对于提升社会用能效率、促进可再生能源规模化利用等都具有重要意义。综合能源系统内的设备实施合理规划与配置将对提高能源利用效率、减少供能成本起到至关重要的作用,也是保障综合能源系统有效运营的基础,因此,综合能源系统的规划是目前研究的热点问题之一。
目前国内外针对综合能源规划研究领域已有一定的研究,一些研究针对已有的规划研究中没有考虑多利益主体和用户差异化用能需求,提出了考虑多利益主体和差异化用能需求的规划流程;一些研究针对现有经济性目标规划中没有考虑能源品质造成的无法准确衡量能源利用效率的问题,提出一种同时考虑经济性和效率的多目标优化模型;一些研究针对未考虑不同能源运营商分属不同投资主体而造成的博弈关系的问题,提出了一种基于多主体博弈的电气联合规划方法;一些研究针对综合能源系统规划中的经济性与可靠性矛盾的问题,提出了一种兼有考虑经济性和可靠性的双层规划模型;一些研究针对已有能源站规划中未考虑供能管线的布局的问题,提出了一种考虑系统拓扑结构的管线布局优化方法;一些研究针对已有综合能源系统未考虑负荷不确定性的问题,提出一种考虑多能负荷不确定性的鲁棒规划。
虽然目前对于综合能源系统规划领域的研究已有一定的基础。然而,当前研究存在以下几个问题:第一,忽视了负荷的不确定性导致原有问题的最优解并不是实际问题的真实解;第二,部分研究在考虑负荷不确定时多采用黑盒式不确定集导致容易出现过度保守的问题,从而进一步降低经济性。
发明内容
本发明提出的一种综合能源系统鲁棒规划方法,可解决上述技术问题。
为实现上述目的,本发明采用了以下技术方案:
一种综合能源系统鲁棒规划方法,包括以下步骤:
S100、基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;
S200、基于S100获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划;
S300、得到综合能源系统规划区内设备的具体型号以及容量配置。
进一步的,所述综合能源系统鲁棒规划模型的构建过程包括以下步骤:
S201、构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
S202、基于S201的能源集线器模型,进一步对能源集线器模型中存在的负荷需求的不确定性进行处理;
S203、基于S201的能源集线器模型,以及S202中对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型。
进一步的,所述S201、构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
具体包括:
L(t)=C·P(t)-Qch(t)+Qdis(t) (2)
上式中,L(t)表示t时刻的综合能源系统内多能源负荷矩阵;P(t)表示t时刻下综合能源系统内多类型能源的输入矩阵;C表示耦合矩阵,其中矩阵内的元素cij=ηijνij,i,j=α,β...χ,其中η、ν、α、β、χ等符号的含义与式(1)相同;Qch(t)表示t时刻综合能源系统内储能设备的能量存储功率;Qdis(t)表示t时刻综合能源系统内储能设备的能量释放功率。
进一步的,所述S202、基于S201的能源集线器模型,进一步对能源集线器模型中存在的负荷需求的不确定性进行处理;
具体包括:
选取基数性不确定集,根据所述基数性不确定集描述不确定负荷波动范围;
通过对负荷预测的偏移量的控制来衡量负荷波动性。
进一步的,负荷的基数性不确定集合为:
式(3)、(4)、(5)中,分别为s场景下t时刻电/热/冷负荷实际值;/>分别为s场景下t时刻电/热/冷负荷预测值;/>为s场景下t时刻电/热/冷负荷实际值距离预测值的最大偏移量;/>为s场景下t时刻电/热/冷负荷下界值;/>为s场景下t时刻电/热/冷负荷上界值;Γt为t时段的不确定参度;T为总调度时段。
进一步的,所述S203、基于S201的能源集线器模型,以及S202中对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型;
具体包括:
将综合能源系统整体规划的设备投资成本、燃料和外部购能成本作为优化目标,确定目标函数,对综合能源系统的供能设备组合进行优化,
基于目标函数以及综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系、机组出力约束、机组爬坡速率约束以及综合能源系统和外部电网/燃气网联络管线的功率约束,构建得到综合能源系统鲁棒规划模型。
进一步的,目标函数方程式如下所示:
min(Cinv+Cope) (6)
式中,Cinv为综合能源系统内设备的年投资成本,Cope为综合能源系统的运行成本,包括燃料和购电成本;
其中,Cinv的计算方式如方程(7)所示:
式中,s为规划场景;为规划场景集合;KEQ,s为设备单位容量的建设成本;NEQ,s为规划设备的建设数量;PEQ,s为规划设备的容量;R为成本年折算系数,计算方式如下所示:
R=m(1+m)y/[(1+m)y-1] (8)
式中,y是投资回收年限;m是利率;
Cope为综合能源系统内设备的运行成本,具体包括燃料和购电成本,计算方式如下所示:
式中,Pgas(t)为综合能源系统内燃气设备的输出功率,含义与式(2)中的P(t)一致;Kgas为燃气价格,Qgas是天然气燃料低热值;Ke是电力价格;Pe(t)为综合能源系统内电力设备的输出功率。
另一方面,本发明还公开一种综合能源系统鲁棒规划系统,包括以下单元:
数据获取单元,用于基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;
规划单元,用于基于获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划,得到综合能源系统规划区内设备的具体型号以及容量配置。
进一步包括:
能源集线器模型构建单元,用于构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
能源集线器模型优化单元,用于基于所述能源集线器模型对能源集线器模型中存在的负荷需求的不确定性进行处理;
综合能源系统鲁棒规划模型建立单元,用于基于能源集线器模型,以及对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型。
所述能源集线器模型优化单元,包括:
波动范围描述子单元,用于选取基数性不确定集,根据所述基数性不确定集描述不确定负荷波动范围;
波动衡量子单元,用于通过对负荷预测的偏移量的控制来衡量负荷波动性。
由上述技术方案可知,本发明的综合能源系统鲁棒规划方法,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划,进而得到综合能源系统规划区内设备的具体型号以及容量配置。
其中,综合能源系统通过基于改进的能源集线器模型合理化表征综合能源系统的实际架构,并通过进一步考虑负荷的不确定性,构建了内嵌经济性运行策略的综合能源系统鲁棒规划模型。具体的说,本发明基于改进的能源集线器模型,表征了含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系,并通过鲁棒改进方式避免了需求侧不确定性的影响,进而构建了一种考虑终端负荷不确定性的综合能源系统鲁棒规划模型,以规划周期内的经济性最优为目标函数,在满足设备装置及系统运行约束的前提下,通过调节各设备的建设数量以及设备出力,以NEQ,s、Pgas(t)及Pe(t)为优化变量,在满足供能需求的同时实现规划周期内的经济性最优。
本发明可兼顾综合能源系统规划的鲁棒性与经济性,能够为城市综合能源系统的规划建设提供有效指导,有利于提升城市综合能源的利用效率,降低城市综合能源系统的建设成本与供能成本,促进城市能源互联网结构建设与规划技术的合理发展。
附图说明
图1是本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
如图1所示,本实施例所述的综合能源系统鲁棒规划方法,包括:
S100、基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;
S200、基于S100获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划;
S300、得到综合能源系统规划区内设备的具体型号以及容量配置。
其中,所述综合能源系统鲁棒规划模型的构建过程包括以下步骤:
S201、构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
S202、基于S201的能源集线器模型,进一步对能源集线器模型中存在的负荷需求的不确定性进行处理;
S203、基于S201的能源集线器模型,以及S202中对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型。
以下对所述综合能源系统鲁棒规划模型的构建过程具体说明:
(1)构建改进的能源集线器模型
建立改进的能源集线器模型的目的是通过改进的能源集线器模型有效地描述综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关系,从而为后续综合能源系统规划模型的建立奠定基础。
传统的能源集线器模型通过矩阵运算来表示综合能源系统内多能源之间的转换和分配关系,即如下所示矩阵方程:
上式中,α、β、λ、χ分别表示综合能源系统内不同的能源类型;Lα,Lβ...Lχ表示α、β、χ等不同能源类型终端负荷的需求;Pα,Pβ...Pχ表示外部对于α、β、χ等不同能源类型的能源供应;η表示不同类型能源之间的转换效率,例如,ηβα表示能源β转换到另一种能源α的效率;ν介于0到1之间,表示某一种能源在多个能源转换设备间的分配系数,且上述矩阵中某一列的分配系数之和为1。
然而,上述矩阵方程,即式(1)未能体现储能设备在综合能源系统中的作用,因此,本发明对上述矩阵方程进行改进以体现储能设备在综合能源系统中的作用,改进后的能源集线器模型如式(2)所示:
L(t)=C·P(t)-Qch(t)+Qdis(t) (2)
上式中,L(t)表示t时刻的综合能源系统内多能源负荷矩阵;P(t)表示t时刻下综合能源系统内多类型能源的输入矩阵;C表示耦合矩阵,其中矩阵内的元素cij=ηijνij,i,j=α,β...χ,其中η、ν、α、β、χ等符号的含义与式(1)相同;Qch(t)表示t时刻综合能源系统内储能设备的能量存储功率;Qdis(t)表示t时刻综合能源系统内储能设备的能量释放功率。
(2)建立负荷不确定性鲁棒模型
在实际综合能源系统的规划工作中,通常会遇到用能负荷难以预测、发展具有不确定性的情况,给综合能源系统的规划工作以及规划结果带来了影响,因此,本发明在构建改进的能源集线器模型的基础上,进一步对能源集线器模型中负荷元素L(t)的不确定性进行处理,从而提高综合能源系统规划结果的准确性与实用性。
为了计及调度运行时的冷负荷、热负荷和电负荷的不确定性,需要建立一个对等的鲁棒规划模型来体现负荷不确定性对决策的影响。“不确定集合”指的是鲁棒优化过程中不确定参量的变动范围,本发明实施例特指负荷波动范围,本发明实施例选取基数性不确定集来描述不确定负荷波动范围,通过对负荷预测的偏移量的控制来更好衡量负荷波动性,负荷的基数性不确定集合为:
式(3)、(4)、(5)中,分别为s场景下t时刻电/热/冷负荷实际值;/>分别为s场景下t时刻电/热/冷负荷预测值;/>为s场景下t时刻电/热/冷负荷实际值距离预测值的最大偏移量。/>为s场景下t时刻电/热/冷负荷下界值;/>为s场景下t时刻电/热/冷负荷上界值;Γt为t时段的不确定参度;T为总调度时段。
(3)建立综合能源系统鲁棒规划模型
基于步骤(1)中提出的表征区域综合能源系统的能源集线器模型,以及步骤(2)中对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,进一步建立综合能源系统鲁棒规划模型。
具体将综合能源系统整体规划的设备投资成本、燃料和外部购能成本作为优化目标,对综合能源系统的供能设备组合进行优化,目标函数方程式如下所示:
min(Cinv+Cope) (6)
式中,Cinv为综合能源系统内设备的年投资成本,Cope为综合能源系统的运行成本,包括燃料和购电成本。其中,Cinv的计算方式如方程(7)所示:
式中,s为规划场景;φ1为规划场景集合;KEQ,s为设备单位容量的建设成本;NEQ,s为规划设备的建设数量;PEQ,s为规划设备的容量;R为成本年折算系数,计算方式如下所示:
R=m(1+m)y/[(1+m)y-1] (8)
式中,y是投资回收年限;m是利率。
Cope为综合能源系统内设备的运行成本,具体包括燃料和购电成本,计算方式如下所示:
式中,Pgas(t)为综合能源系统内燃气设备的输出功率,含义与式(2)中的P(t)一致;Kgas为燃气价格,结合中国实际情况,本发明中燃气价格取2.5元/m3;Qgas是天然气燃料低热值,本发明中取值为9.78kWh/m3;Ke是电力价格,结合中国某地实际情况,采用峰谷平电价;Pe(t)为综合能源系统内电力设备的输出功率,含义与式(2)中的P(t)一致。
基于公式(6)所示的目标函数,综合考虑公式(2)中所示的综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系,并进一步考虑包括机组出力约束、机组爬坡速率约束以及综合能源系统和外部电网/燃气网联络管线的功率约束,即构建了综合能源系统鲁棒规划模型。
以下是本实施例的具体应用:
以中国北方某一综合能源待规划区域为研究对象。待选设备包括7种冷热电三联供(CCHP)系统,功率范围从5MW到35MW。燃气热泵(GB)有10种类型,从10MW到100MW不等。电制冷机(EC)有10种类型,从2.5MW到25MW。各供能设备相关参数见表1~表3。规划期10年,年利率5%。考虑到该地区不同类型用户的冷、热、电负荷的特点,利用成熟的商业DEST软件,得到了综合能源待规划区域全年的小时冷、热、电负荷曲线,提取了6个典型日的冷/热/电负荷数据。其中,电负荷为1个典型日(占30.7%),电负荷和热负荷为2个典型日(分别占23.3%和12.1%),电负荷和冷负荷为3个典型日(分别占7.4%、13.2%和13.4%)。
表1 CCHP参数
表2 EC参数
表3 GB参数
为了进行比较,最佳实施方案设置的对比场景包括:(1)场景1考虑典型日1的负荷不确定性(不包括冷负荷和热负荷的不确定性);(2)场景2考虑典型日2的负荷不确定性(最大热负荷);(3)场景3考虑典型日4的负荷不确定性(最大冷负荷)。L取典型日冷/热/电负荷数据,最大偏差参数Γ的变化范围在1到10之间。不同场景的规划结果对比如下:
表4场景1考虑负荷不确定性的规划结果
场景1仅考虑电力负荷的不确定性,这可以看作是一年中春秋季节,场景1考虑所述负荷不确定性的规划结果如表4所示。由于冷/热负荷无变化,只有当电负荷不确定性较大时(如Γ=9时),CCHP的计划容量才会发生变化,此时CCHP的投资成本从0.262×109¥变为0.315×109¥。同时,总投资成本随着电负荷的不确定性而增加。
值得注意的是,当Γ=8变为Γ=9时,CCHP的规划容量有所增加,从而使得降低了整个规划方案的电能购买费用;虽然天然气购买费用有所上升,但总运行成本显著下降,表明了本发明所提出的考虑投资费用与运营费用联合优化的规划方法的有效性。
表5算例2考虑负荷不确定性的规划结果
场景2考虑电负荷和热负荷的不确定性,这可以看作是一年中冬季,场景2考虑负荷不确定性的规划结果如表5所示。随着Γ的增加,热负荷的不确定性也随之增加,且CCHP和GB的投资成本与Γ呈现正相关的趋势。
值得注意的是,当Γ=6变为Γ=7时,CCHP的规划容量有所增加,虽然CCHP的投资成本增加,但显著降低了EC设备的投资成本,研究结果表明了本发明所提的规划方法能正确反映综合能源系统多能互补和综合优化的特点。
表6算例3考虑负荷不确定性的规划结果
场景3考虑电负荷和冷负荷的不确定性,这可以看作是一年中夏季,算例3考虑负荷不确定性的规划结果如表6所示。随着冷负荷不确定性的增加,EC的投资成本不断增加,且CCHP的投资成本保持不变。研究结果表明,热负荷确定性较强且冷负荷波动性较大的场景下,增加EC的投资成本比提高CCHP的投资成本更为经济,与实际情况一致,说明本发明所提的规划方法能正确反映现实场景。
综上所述,本发明基于改进的能源集线器模型,表征了含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系,并通过鲁棒改进方式避免了需求侧不确定性的影响,进而构建了一种考虑终端负荷不确定性的综合能源系统鲁棒规划模型,以规划周期内的经济性最优为目标函数,在满足设备装置及系统运行约束的前提下,通过调节各设备的建设数量以及设备出力,以NEQ,s、Pgas(t)及Pe(t)为优化变量,在满足供能需求的同时实现规划周期内的经济性最优。目前上述模型已有较为成熟的求解算法,可以采用CPLEX/GUROBI/LINGO等求解器求解。本发明在MATLAB环境中基于YALMIP平台,调用成熟的商业求解器CPLEX进行求解,通过调节各装置的出力,得到日内不同时段各装置的出力状态以及运行经济性。
另一方面本发明实施例还公开一种综合能源系统鲁棒规划系统,包括以下单元:
数据获取单元,用于基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;
规划单元,用于基于获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划,得到综合能源系统规划区内设备的具体型号以及容量配置。
进一步包括:
能源集线器模型构建单元,用于构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
能源集线器模型优化单元,用于基于所述能源集线器模型对能源集线器模型中存在的负荷需求的不确定性进行处理;
综合能源系统鲁棒规划模型建立单元,用于基于能源集线器模型,以及对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型。
所述能源集线器模型优化单元,包括:
波动范围描述子单元,用于选取基数性不确定集,根据所述基数性不确定集描述不确定负荷波动范围;
波动衡量子单元,用于通过对负荷预测的偏移量的控制来衡量负荷波动性。
可理解的是,本发明实施例提供的系统与本发明实施例提供的方法相对应,相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种综合能源系统鲁棒规划方法,其特征在于,包括以下步骤:
S100、基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;
S200、基于S100获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划;
S300、得到综合能源系统规划区内设备的具体型号以及容量配置;
所述综合能源系统鲁棒规划模型的构建过程包括以下步骤:
S201、构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
S202、基于S201的能源集线器模型,进一步对能源集线器模型中存在的负荷需求的不确定性进行处理;
S203、基于S201的能源集线器模型,以及S202中对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型;
所述S201、构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
具体包括:
L(t)=C·P(t)-Qch(t)+Qdis(t)
上式中,L(t)表示t时刻的综合能源系统内多能源负荷矩阵;P(t)表示t时刻下综合能源系统内多类型能源的输入矩阵;C表示耦合矩阵,其中矩阵内的元素cij=ηijνij,i,j=α,β...χ;Qch(t)表示t时刻综合能源系统内储能设备的能量存储功率;Qdis(t)表示t时刻综合能源系统内储能设备的能量释放功率;α、β、χ分别表示综合能源系统内不同的能源类型,η表示不同类型能源之间的转换效率,ν介于0到1之间,表示某一种能源在多个能源转换设备间的分配系数。
2.根据权利要求1所述的综合能源系统鲁棒规划方法,其特征在于:
所述S202、基于S201的能源集线器模型,进一步对能源集线器模型中存在的负荷需求的不确定性进行处理;
具体包括:
选取基数性不确定集,根据所述基数性不确定集描述不确定负荷波动范围;
通过对负荷预测的偏移量的控制来衡量负荷波动性。
3.根据权利要求2所述的综合能源系统鲁棒规划方法,其特征在于:负荷的基数性不确定集合为:
式中,分别为s场景下t时刻电/热/冷负荷实际值;/>分别为s场景下t时刻电/热/冷负荷预测值;/> 为s场景下t时刻电/热/冷负荷实际值距离预测值的最大偏移量;/>为s场景下t时刻电/热/冷负荷下界值;/>为s场景下t时刻电/热/冷负荷上界值;Γt为t时段的不确定参度;T为总调度时段。
4.根据权利要求1所述的综合能源系统鲁棒规划方法,其特征在于:所述S203、基于S201的能源集线器模型,以及S202中对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型;
具体包括:
将综合能源系统整体规划的设备投资成本、燃料和外部购能成本作为优化目标,确定目标函数,对综合能源系统的供能设备组合进行优化,
基于目标函数以及综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系、机组出力约束、机组爬坡速率约束以及综合能源系统和外部电网/燃气网联络管线的功率约束,构建得到综合能源系统鲁棒规划模型。
5.根据权利要求4所述的综合能源系统鲁棒规划方法,其特征在于:目标函数方程式如下所示:
min(Cinv+Cope)
式中,Cinv为综合能源系统内设备的年投资成本,Cope为综合能源系统的运行成本,包括燃料和购电成本;
其中,Cinv的计算方式如下:
式中,s为规划场景;为规划场景集合;KEQ,s为设备单位容量的建设成本;NEQ,s为规划设备的建设数量;PEQ,s为规划设备的容量;R为成本年折算系数,计算方式如下所示:
R=m(1+m)y/[(1+m)y-1]
式中,y是投资回收年限;m是利率;
Cope为综合能源系统内设备的运行成本,具体包括燃料和购电成本,计算方式如下所示:
式中,Pgas(t)为综合能源系统内燃气设备的输出功率,Kgas为燃气价格,Qgas是天然气燃料低热值;Ke是电力价格;Pe(t)为综合能源系统内电力设备的输出功率。
6.一种综合能源系统鲁棒规划系统,采用如权利要求1所述的方法,其特征在于:包括以下单元:
数据获取单元,用于基于综合能源系统规划区土地面积与功能需求信息,获取负荷需求数据、设备类型以及设备型号数据;
规划单元,用于基于获取的数据,通过预先构建的综合能源系统鲁棒规划模型消除负荷不确定性的影响,并进行综合能源系统的规划,得到综合能源系统规划区内设备的具体型号以及容量配置。
7.根据权利要求6所述的综合能源系统鲁棒规划系统,其特征在于:进一步包括:
能源集线器模型构建单元,用于构建改进的能源集线器模型,表征含储能综合能源系统中能源供给侧、能源转换环节以及能源需求侧之间的关联关系;
能源集线器模型优化单元,用于基于所述能源集线器模型对能源集线器模型中存在的负荷需求的不确定性进行处理;
综合能源系统鲁棒规划模型建立单元,用于基于能源集线器模型,以及对能源集线器模型内负荷元素L(t)不确定性的鲁棒性改进,建立综合能源系统鲁棒规划模型。
8.根据权利要求6所述的综合能源系统鲁棒规划系统,其特征在于:
所述能源集线器模型优化单元,包括:
波动范围描述子单元,用于选取基数性不确定集,根据所述基数性不确定集描述不确定负荷波动范围;
波动衡量子单元,用于通过对负荷预测的偏移量的控制来衡量负荷波动性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514136.XA CN111738498B (zh) | 2020-06-08 | 2020-06-08 | 一种综合能源系统鲁棒规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514136.XA CN111738498B (zh) | 2020-06-08 | 2020-06-08 | 一种综合能源系统鲁棒规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738498A CN111738498A (zh) | 2020-10-02 |
CN111738498B true CN111738498B (zh) | 2024-05-24 |
Family
ID=72648465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010514136.XA Active CN111738498B (zh) | 2020-06-08 | 2020-06-08 | 一种综合能源系统鲁棒规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738498B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633575B (zh) * | 2020-12-22 | 2023-01-31 | 山东大学 | 基于鲁棒优化的多能互补综合能源系统容量配置方法及系统 |
CN112712199B (zh) * | 2020-12-25 | 2023-01-10 | 杭州鸿晟电力设计咨询有限公司 | 基于激励的需求响应下综合能源系统元件选址定容方法 |
CN113537618B (zh) * | 2021-07-29 | 2022-10-25 | 中国电建集团河南省电力勘测设计院有限公司 | 一种考虑居民用户需求响应的综合能源系统优化调度方法 |
CN114662775A (zh) * | 2022-04-06 | 2022-06-24 | 国网山东省电力公司枣庄供电公司 | 综合能源系统规划的优化方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012004815A2 (en) * | 2010-07-09 | 2012-01-12 | Logica Private Limited | System and method of proving energy as service |
KR101725684B1 (ko) * | 2015-12-01 | 2017-04-27 | 연세대학교 산학협력단 | 에너지 인센티브 정책을 위한 건축물 에너지 성능 평가 장치 및 방법 |
CN106786603A (zh) * | 2017-02-22 | 2017-05-31 | 天津大学 | 一种区域综合能源系统多目标最优混合潮流算法 |
CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补系统的网格化协调规划方法 |
CN110503250A (zh) * | 2019-08-08 | 2019-11-26 | 燕山大学 | 考虑电-热转移负荷转移量不确定性的综合能源规划方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9678520B2 (en) * | 2013-03-15 | 2017-06-13 | Dominion Resources, Inc. | Electric power system control with planning of energy demand and energy efficiency using AMI-based data analysis |
JP2015002588A (ja) * | 2013-06-14 | 2015-01-05 | 株式会社日立製作所 | 電力消費管理システムおよび方法 |
US10417719B2 (en) * | 2015-02-23 | 2019-09-17 | Nec Corporation | Electric energy adjustment apparatus, system, method and program |
-
2020
- 2020-06-08 CN CN202010514136.XA patent/CN111738498B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012004815A2 (en) * | 2010-07-09 | 2012-01-12 | Logica Private Limited | System and method of proving energy as service |
KR101725684B1 (ko) * | 2015-12-01 | 2017-04-27 | 연세대학교 산학협력단 | 에너지 인센티브 정책을 위한 건축물 에너지 성능 평가 장치 및 방법 |
CN106786603A (zh) * | 2017-02-22 | 2017-05-31 | 天津大学 | 一种区域综合能源系统多目标最优混合潮流算法 |
CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补系统的网格化协调规划方法 |
CN110503250A (zh) * | 2019-08-08 | 2019-11-26 | 燕山大学 | 考虑电-热转移负荷转移量不确定性的综合能源规划方法 |
Non-Patent Citations (2)
Title |
---|
含分布式新能源的配电网风险规划;叶斌等;《电力建设》;20160430;第37卷(第4期);第117-123页 * |
基于配置-运行协同优化的分布式能源站选型与定容规划;王丹等;《电力自动化设备》;第39卷(第8期);第152-159段 * |
Also Published As
Publication number | Publication date |
---|---|
CN111738498A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738498B (zh) | 一种综合能源系统鲁棒规划方法及系统 | |
CN109858759B (zh) | 一种工业园区综合能源平衡调度方法 | |
Henning et al. | A comprehensive model for the German electricity and heat sector in a future energy system with a dominant contribution from renewable energy technologies—Part I: Methodology | |
CN108197768B (zh) | 一种能源系统与管网布局联合优化方法 | |
CN113746144B (zh) | 一种源网荷实时交互的电碳控制方法及其智能管理系统 | |
CN111291963B (zh) | 一种协调经济性与可靠性的园区综合能源系统规划方法 | |
WO2021062748A1 (zh) | 综合能源系统的优化方法、装置和计算机可读存储介质 | |
CN113822496B (zh) | 一种多机组热电厂供热模式及参数在线寻优方法 | |
CN108537409A (zh) | 一种考虑多能源耦合特性的工业园区配电网协同规划方法 | |
CN111950807B (zh) | 计及不确定性与需求响应的综合能源系统优化运行方法 | |
CN109830955B (zh) | 考虑柔性约束与全周期成本的电-气配网柔性规划方法 | |
CN102522756B (zh) | 一种避免电压越限风险的电网感性无功补偿方法 | |
CN110378058A (zh) | 一种综合考虑可靠性与经济性的电热耦合微网最优响应模型的建立方法 | |
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 | |
WO2021062753A1 (zh) | 综合能源系统的仿真方法、装置和计算机可读存储介质 | |
CN101917024A (zh) | 安全约束调度中通用性成本空间的生成方法 | |
CN107248017B (zh) | 一种考虑热电联产的实时发电计划优化方法 | |
CN111950122A (zh) | 园区综合能源系统运行优化方法 | |
CN114154744A (zh) | 综合能源系统的扩容规划方法、装置及电子设备 | |
CN114266382A (zh) | 一种考虑热惯性的热电联产系统两阶段优化调度方法 | |
CN107748963A (zh) | 一种基于ocd分散式优化的电‑热网协调运行方法 | |
CN107832873A (zh) | 基于双层母线式结构的综合能源系统优化规划方法及装置 | |
Tang et al. | Multi-objective optimal dispatch for integrated energy systems based on a device value tag | |
CN114450682A (zh) | 综合能源系统的控制方法、装置和计算机可读存储介质 | |
Meng et al. | Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation |
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 |