CN111815111B - 一种考虑管线风险水平的区域综合能源扩展规划方法 - Google Patents
一种考虑管线风险水平的区域综合能源扩展规划方法 Download PDFInfo
- Publication number
- CN111815111B CN111815111B CN202010487900.9A CN202010487900A CN111815111B CN 111815111 B CN111815111 B CN 111815111B CN 202010487900 A CN202010487900 A CN 202010487900A CN 111815111 B CN111815111 B CN 111815111B
- Authority
- CN
- China
- Prior art keywords
- energy
- pipeline
- model
- gas
- 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.)
- Active
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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑管线风险水平的区域综合能源扩展规划方法,包括:根据多能潮流求解与能量平衡定律获取多能潮流模型,所述模型用于区域综合能源系统多能潮流的求解结果;基于多能潮流模型及求解结果,配合扩容方案不同管线型号下的潮流上限作为约束条件,基于复杂网络理论建立能源管线风险水平评价指标,用以评判管线潮流越限风险;选取区域综合能源系统电、气、热计算潮流小于各多能管线承载上限作为机会约束条件;以扩容管线成本与能源管线风险水平作为上层多目标函数,下层以能源站运行成本最优作为目标,建立区域综合能源系统双层规划模型;采用NSGA‑II在MATLAB仿真平台上,迭代求解不同机会约束置信度下的区域综合能源系统管线扩容规划方案。
Description
技术领域
本发明涉及区域综合能源扩展领域,尤其涉及一种考虑管线风险水平的区域综合能源扩展规划方法。
背景技术
综合能源系统是能源互联网的表现形式之一,主要指综合能源背景下借助热电联产、电热泵、储能等多能耦合元件,实现的多种能源有机协调与协同优化,有助于改善能源的利用形式,提升综合能效。综合能源规划是能源系统建设的首要环节,是确保多种能源有机协调与协同优化,改善能源的利用形式,提升综合能效的关键。传统的能源系统规划、运行局限于电、气、热、冷等单一能源形式内部,无法充分发挥能源间的优势互补,能源利用效率、可再生能源消纳、节能减排等问题遭遇瓶颈。对于区域综合能源系统规划,需要打破行业壁垒,由过去电、气、热、冷分产分供,独立规划模式转向多种形式能源联合规划,不仅要实现技术突破,更要破除政策、地域等界限。
目前由于光伏和风力发电的建设成本持续下降,以及政策驱动下可再生能源的装机容量持续增加,现有能源系统需要更大的灵活性应对这些具有不确定性的可再生能源资源的大范围整合问题。社会的高速发展带动了对多能需求的持续增加,用户用能行为更加多变,多能负荷的随机波动范围也更大。充分挖掘能源系统灵活性以补偿系统所接纳的不确定性、实现供能实时平衡,是解决大规模不确定性新能源并网的关键方法。综合能源系统所具有的多能耦合的灵活性及系统中多类型储能所具有的灵活性,成为补偿可再生能源资源与多能负载的不确定性波动的重要研究方向。
综合能源系统的不确定性包含多元源荷的不确定性、能源价格、政策因素以及负荷侧需求响应、运行方式的不确定性等,这使得综合能源规划所面临的问题更加开放,复杂。需要分析不确定因素的成因,特性,并针对不确定因素机理,选择合适的模型、方法进行研究,以明确不确定因素对系统造成的影响。考虑这些多重不确定性因素对规划的影响,是进一步优化能源协同特性,提升清洁能源占比,提升综合能效的关键之一。
发明内容
本发明提供了一种考虑管线风险水平的区域综合能源扩展规划方法,本发明通过考虑管线风险水平对扩展规划的影响,可有效解决因为未来多能源荷的增长与不确定性导致的区域综合能源系统中电力、燃气、热力管线型号扩容变更问题,详见下文描述:
一种考虑管线风险水平的区域综合能源扩展规划方法,所述方法包括:
1)根据多能潮流求解与能量平衡定律获取多能潮流模型,所述模型用于区域综合能源系统多能潮流的求解结果;
2)基于多能潮流模型及求解结果,配合扩容方案不同管线型号下的潮流上限作为约束条件,基于复杂网络理论建立能源管线风险水平评价指标,用以评判管线潮流越限风险;
3)选取区域综合能源系统电、气、热计算潮流小于各多能管线承载上限作为机会约束条件;
4)以扩容管线成本与能源管线风险水平作为上层多目标函数,下层以能源站运行成本最优作为目标,建立区域综合能源系统双层规划模型;
5)采用NSGA-II算法在MATLAB仿真平台上,迭代求解不同机会约束置信度下的区域综合能源系统管线扩容规划方案。
本发明提供的技术方案的有益效果是:
1、应用本规划方案,可针对一个含有光伏、风机、电力负荷、燃气负荷、热力负荷、能源站的区域综合能源系统进行随机扩展规划。通过考虑管线的风险水平,采用多目标随机双层规划的方法,分析不确定性对管线扩容型号选择的影响,同时得到经济和风险作用下的管线型号扩容提升结果,有效解决区域综合能源系统中的能源网络扩展规划问题。平衡经济性与管线风险,使得综合能源服务商可以以最小的成本降低管线由于流量超越上限导致的风险。
2、本发明以机会约束去衡量不同置信度水平下,可再生能源和多能负荷的不确定性对区域综合能源系统规划的影响。弥补了传统确定性规划方法由于欠缺对于源荷随机性的考虑而导致的管线型号选择失准的问题,能够更好的降低系统改造的经济成本,平衡经济与风险收益。
附图说明
图1为算例1的拓扑结构示意图;
图2为算例2规划拓扑方案示意图;
图3为算例3规划拓扑方案示意图;
图4为算例2、3可再生能源消纳率对比示意图
图5为算例1、2和3的经济性比较示意图;
图6为置信度0.8下算例4规划拓扑方案示意图;
图7为置信度0.9下算例4规划拓扑方案示意图;
图8为置信度0.85下算例4高中低规划方案拓扑示意图;
图9为置信度0.8下算例5规划拓扑方案示意图;
图10为置信度0.9下算例5规划拓扑方案示意图;
图11为置信度0.85下算例5高中低规划方案拓扑示意图;
图12为算例4和5的经济性;
图13为算例4和5的可再生能源消纳率对比示意图;
图14为一种考虑管线风险水平的区域综合能源扩展规划方法的流程图。
表1为算例1,2和3的经济性比较表;
表2为算例1,2和3的管线规划方案;
表3为管线扩建成本和风险在不同算例4、5规划方案下的对比。
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。
1、考虑管线风险水平的区域综合能源系统构建
本发明实施例首先构建了考虑管线风险水平的区域综合能源模型,如图1所示。系统中包含光伏,风电,多能负荷,压缩空气储能,燃气锅炉等关键设备。其中,光伏和风机为分布式可再生能源发电装置,压缩空气储能和燃气锅炉为能源站多能转换设备,压缩空气储能输入为电,输出为电、冷、热。当充电时,储存电能并产生热;当放电时,释放电能,同时释放少量冷能。燃气锅炉消耗天然气产生热能供给热负荷。能源站耦合电力与燃气网络,供应区域内的工业用户用热。
2、考虑管线风险水平的区域综合能源系统设备建模
(1)多能负荷模型
(2)风电模型
式中,v表示风速;k表示威布尔分布的形状参数;c表示威布尔分布的尺度参数。
(3)光伏模型
式中,S表示光照强度;Sr表示额定光照强度;α,β表示贝塔分布的分布参数,Γ(.)表示伽马函数。
(4)压缩空气储能模型:L+PCAES=CESPin (4)
式中,ηT表示变压器效率;ηGB表示燃气锅炉效率;分别表示输出热力功率、冷能功率和电力功率;WCAES为压缩空气储能存储电能;分别表示压缩空气储能热力、冷能、电力转换系数;χcha,χdcha为决定压缩空气称呼能充放电的0-1变量,为压缩空气储能的充电功率,为压缩空气储能的充电功率上限,为压缩空气储能的放电功率,为压缩空气储能的放电功率上限,为从电网获取电能功率,为从燃气网络获取燃气功率,Ppv为从光伏获取电能功率,Pwt为从风机获取电能功率,P为外部能源网络能源输入矩阵,Pr为可再生能源输入矩阵,Pin为能源输入矩阵,L为负荷需求矩阵,PCAES为压缩空气储能充放电矩阵,CES为能源站能源转换矩阵。
(5)燃气锅炉模型:L=CESPin (11)
通过上述各个模型公式(1)-(12)构成了多能潮流模型。
3、考虑管线风险水平的区域综合能源系统机会约束
考虑管线风险水平的区域综合能源系统中,定义多能潮流有一定概率允许超过管线的承载上限,以机会约束和置信度来定义区域综合能源系统多能潮流的机会约束如下:
Pr{|Sij|≤Sij,max}≥γs (13)
Pr{|fij|≤fij,max}≥γf (14)
Pr{|mij|≤mij,max}≥γm (15)
式中:Sij、fij、mij表示管线功率及流量,Sij,max、fij,max、mij,max为管线传输功率及流量上限,γs、γf、γm为置信度。
4、考虑管线风险水平的区域综合能源系统多目标双层规划目标函数
上层规划目标函数I为:
xi、yj、zk为决策管线是否扩容的0-1变量,为第i条管线电力线路扩容为α型号管线的单位成本,为第j条燃气管道扩容为β型号管线的单位成本,为第k条热力管道扩容为γ型号管线的单位成本,u为电力线路总条数,v为燃气管道总条数,w为热力管道总条数。
上层规划目标函数II为:
式中,Ks、Kf、Km分别为电、气、热的管线风险;Ii、Ij、Ik为电、气、热不同管线的重要程度指标。
管线风险由各自电、气、热流量的大小比上管线传输上限决定。
式中,Ks、Kf、Km分别为电、气、热的管线风险;Sl为通过管线l的视在功率,Smax为管线l的功率载流量上限,L为电力线路l的集合;fw为通过管线w的燃气流量,fmax为管线w的燃气流量上限,W为燃气管道w的集合;mu为通过管线u的热力流量,mmax管线u的热力流量上限,M为热力管道m的集合。
拓扑结构和能源管道类型决定了负荷承载能力和运行风险。根据复杂网络理论中的边介数定义,边介数定义为通过边l的最短路径数与网络拓扑中最短路径总数的比值。边介数表明了网络中某条边的重要性。类似地,如式(22)所示,管线重要性指数被定义为供应负荷经过某管线路径条数与路径总数的比率。
式中,Nsk为从s至k路径中经过管线的条数,MG为系统中总路径数目。s为源端,k为负荷端,G为系统内节点集合。
下层规划目标函数为:
5、考虑运行优化的海水淡化微能源网规划方法
对于建立的含多种能源、多种能源转换装置、多种负荷区域综合能源系统,其考虑管线风险水平的规划方法应用主要包含以下部分:
1)根据多能潮流求解算法与能量平衡定律获取多能潮流平衡方程用于区域综合能源系统多能潮流的求解结果;
2)基于多能潮流模型及求解结果,配合扩容方案不同管线型号下的潮流上限作为约束条件,基于复杂网络理论建立能源管线风险水平评价指标,用以评判管线潮流越限风险;
3)选取区域综合能源系统电、气、热计算潮流小于各多能管线承载上限作为机会约束条件;
4)以扩容管线成本与能源管线风险水平作为上层多目标函数,下层以能源站运行成本最优作为目标,建立区域综合能源系统双层规划模型;
5)采用NSGA-II算法在MATLAB仿真平台上,迭代求解不同机会约束置信度下的区域综合能源系统管线扩容规划方案。
其中,NSGA-II算法、迭代求解为本领域公知的技术,本发明实施例对此不做赘述。
下面结合实例对区域综合能源系统规划方案进行分析,详见下文描述:
为研究多能源荷的不确定性与管线风险对区域综合能源系统能源网络扩容规划的影响,本发明实施例在某区域综合能源系统下,共设置5个算例进行对比分析。算例1为电力与燃气系统在不耦合下的确定性规划,算例2为5MW压缩空气储能加15MW燃气锅炉的能源站方案下的确定性规划,算例3为20MW燃气锅炉的能源站方案下的确定性规划,算例4为5MW压缩空气储能加15MW燃气锅炉的能源站方案下的随机规划,算例5为20MW燃气锅炉的能源站方案下的随机规划。算例拓扑如图1所示。表1和图5显示了算例1、2和3的扩展成本和日运行成本比较。算例2、3的规划结果相比算例1主要在可再生能源附近的管线扩容规划结果有差别,具体是15到18号管线的扩容型号有区别。算例1在非耦合规划下的能源网络扩容成本为3956万元,日运行成本为36万元。中午时分,随着可再生能源平均出力达到峰值,靠近可再生能源的多能源并未达到峰值。因此,很难完全消纳可再生能源出力,可再生能源的消纳率降低至80%左右,如图4所示。
在算例2的规划方案下,能源网络扩容成本为4175万元,日运行成本为30万元。与算例1相比,管线扩建成本增加219万元。与实例1相比,耦合规划提高了能源利用效率。同时,由于添加了5MW的CAES,有利于可再生能源的吸收,减少能源峰谷差。运行费用降低0.06万元,中午前后可再生能源消耗率提高到90%左右,提高10%左右。
算例3,能源网络扩建成本为4131万元,日运行成本为31万元。与算例2相比,主要区别在于CAES所在支线的规划扩建管道方案有所改进。与算例1相比,扩建成本增加175万元,运营成本减少0.5万元。但与算例2相比,日运行费用增加0.01万元。这是因为CAES在能源管理方面具有更大的优势。
因此,在满足多能源负荷峰值的前提下,对1、2、3种情况下的能源网络进行扩容。考虑耦合的确定性规划与不考虑耦合的规划相比,扩容费用略有增加,而日运行费用明显降低。从长远规划和运行来看,算例2最具优势,其次是算例3,最后的不耦合算例1经济性较差。
表1算例1,2和3的经济性比较(单位:万¥)
表2算例1,2和3的管线规划方案
在算例4和算例5的规划方案中,靠近能源侧的重要能源管道基本都有扩容,大大降低了重要能源管道故障带来的风险。算例4、5的规划方案结果表明,置信度越高则规划结果越接近于确定性规划结果。算例4在燃气管线扩容方面相较于算例5更少,因为压缩空气储能通过消纳可再生能源产热,分担了燃气管网的燃气压力。能源管线的扩容成本与管线风险近似呈二次函数下降趋势,低成本招致高风险,高成本则管线风险小。
选择置信度为0.8、0.9和0.85的算例4、55的一些规划方案进行比较,如图6-11及表2所示。在0.85置信水平的情况下,水平选择高、中和低扩容成本的三个方案进行比较,如图8和11所示。可以看出,扩建成本与管道风险之间的关系近似为二次关系。由于PVG、WTG和负荷的不确定性,置信度的降低主要影响靠近源侧管道的扩展和主管道的扩展类型。在表3中,算例4中,与高方案相比,中、低方案的扩建成本分别降低了1643万元和2833万元,风险分别增加了1.22×105和2.31×105。第五种情况下,扩容成本分别降低了1745万元和2875万元,风险分别增加了1.40×105和2.83×105,。从可再生能源的平均消纳率来看,由于电耦合设备的存在,算例4在PV4输出峰值时比算例5能存储和利用更多的能源。通过该方法将帮助综合能源服务商在考虑经济性与风险的情况下对能源管线的扩容型号进行更合理的选择。
表3管线扩建成本和风险在不同算例4、5规划方案下的对比
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)
1.一种考虑管线风险水平的区域综合能源扩展规划方法,其特征在于,所述方法包括:
1)根据多能潮流求解与能量平衡定律获取多能潮流模型,所述多能潮流模型用于区域综合能源系统多能潮流的求解结果;
2)基于多能潮流模型及求解结果,配合扩容方案不同管线型号下的潮流上限作为约束条件,基于复杂网络理论建立能源管线风险水平评价指标,用以评判管线潮流越限风险;
3)选取区域综合能源系统电、气、热计算潮流小于各多能管线承载上限作为机会约束条件;
4)以扩容管线成本与能源管线风险水平作为上层多目标函数,下层以能源站运行成本最优作为目标,建立区域综合能源系统双层规划模型;
5)采用NSGA-II算法在MATLAB仿真平台上,迭代求解不同机会约束置信度下的区域综合能源系统管线扩容规划方案;
其中,所述多能潮流模型包括:多能负荷模型、风电模型、光伏模型、压缩空气储能模型和燃气锅炉模型;
(1)多能负荷模型
(2)风电模型
式中,v表示风速;k表示威布尔分布的形状参数;c表示威布尔分布的尺度参数;
(3)光伏模型
式中,S表示光照强度;Sr表示额定光照强度;α,β表示贝塔分布的分布参数,Γ(.)表示伽马函数;
(4)压缩空气储能模型
L+PCAES=CESPin
式中,L为负荷需求矩阵,PCAES为压缩空气储能充放电矩阵,CES为能源站能源转换矩阵,Pin为能源输入矩阵;
(5)燃气锅炉模型
L=CESPin
其中,所述机会约束条件具体为:
Pr{|Sij|≤Sij,max}≥γs
Pr{|fij|≤fij,max}≥γf
Pr{|mij|≤mij,max}≥γm
式中:Sij表示管线功率,fij、mij表示管线流量,Sij,max表示管线传输功率上限,fij,max、mij,max表示管线传输流量上限,γs、γf、γm为置信度,Pr{.}为事件发生的概率;
其中,所述上层多目标函数具体为:
上层规划目标函数I为:
式中,分别为电、气、热的管线扩容成本;li、mj、nk为管线长度;xi、yj、zk为决策管线是否扩容的0-1变量,为第i条电力线路扩容为α型号管线的单位成本,为第j条燃气管道扩容为β型号管线的单位成本,为第k条热力管道扩容为γ型号管线的单位成本,u为电力线路总条数,v为燃气管道总条数,w为热力管道总条数;
上层规划目标函数II为:
式中,Ks、Kf、Km分别为电、气、热的管线风险;Ii、Ij、Ik为电、气、热不同管线的重要程度指标;
其中,所述基于复杂网络理论建立能源管线风险水平评价指标,用以评判管线潮流越限风险具体为:
管线风险由各电、气、热管线流量的大小比上管线传输上限决定;
式中,Ks、Kf、Km分别为电、气、热的管线风险;Sl为通过管线l的视在功率,Smax为管线l的功率载流量上限,L为电力线路l的集合;fw为通过管线w的燃气流量,fmax为管线w的燃气流量上限,W为燃气管道w的集合;mu为通过管线u的热力流量,mmax管线u的热力流量上限,M为热力管道m的集合;
拓扑结构和能源管道类型决定了负荷承载能力和运行风险;边界数定义为通过边l的最短路径数与网络拓扑中最短路径总数的比值;管线重要性指数定义为供应负荷经过某管线路径条数与路径总数的比率;
式中,Nsk为从s至k路径中经过管线的条数,MG为系统中总路径数目;s为源端,k为负荷端,G为系统内节点集合;
其中,所述下层以能源站运行成本最优作为目标具体为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010487900.9A CN111815111B (zh) | 2020-06-02 | 2020-06-02 | 一种考虑管线风险水平的区域综合能源扩展规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010487900.9A CN111815111B (zh) | 2020-06-02 | 2020-06-02 | 一种考虑管线风险水平的区域综合能源扩展规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111815111A CN111815111A (zh) | 2020-10-23 |
CN111815111B true CN111815111B (zh) | 2022-05-13 |
Family
ID=72848224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010487900.9A Active CN111815111B (zh) | 2020-06-02 | 2020-06-02 | 一种考虑管线风险水平的区域综合能源扩展规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111815111B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469424B (zh) * | 2021-06-22 | 2022-07-29 | 天津大学 | 一种综合能源系统多目标规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446809A (zh) * | 2018-04-09 | 2018-08-24 | 国网河南省电力公司经济技术研究院 | 一种区域综合能源设备及网络双层优化配置方法 |
CN109242366A (zh) * | 2018-11-06 | 2019-01-18 | 国电南瑞科技股份有限公司 | 一种电-气互联综合能源系统的多时段潮流优化方法 |
CN109255471A (zh) * | 2018-08-17 | 2019-01-22 | 国网山东省电力公司电力科学研究院 | 一种含风电的电-气-热综合能源系统扩展规划优化方法 |
CN110163450A (zh) * | 2019-05-31 | 2019-08-23 | 国网山东省电力公司经济技术研究院 | 一种基于运行受限的配电网规划双层优化模型构建方法 |
CN110348602A (zh) * | 2019-06-06 | 2019-10-18 | 国网浙江省电力有限公司经济技术研究院 | 计及天然气管网和热力管网特性的综合能源系统优化方法 |
CN110717226A (zh) * | 2019-09-30 | 2020-01-21 | 国网浙江杭州市萧山区供电有限公司 | 一种考虑能源网拓扑特性的区域综合能源系统布局规划方法 |
CN110991839A (zh) * | 2019-11-21 | 2020-04-10 | 中国电建集团国际工程有限公司 | 一种电-气综合能源系统整体脆弱性的评估方法 |
-
2020
- 2020-06-02 CN CN202010487900.9A patent/CN111815111B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446809A (zh) * | 2018-04-09 | 2018-08-24 | 国网河南省电力公司经济技术研究院 | 一种区域综合能源设备及网络双层优化配置方法 |
CN109255471A (zh) * | 2018-08-17 | 2019-01-22 | 国网山东省电力公司电力科学研究院 | 一种含风电的电-气-热综合能源系统扩展规划优化方法 |
CN109242366A (zh) * | 2018-11-06 | 2019-01-18 | 国电南瑞科技股份有限公司 | 一种电-气互联综合能源系统的多时段潮流优化方法 |
CN110163450A (zh) * | 2019-05-31 | 2019-08-23 | 国网山东省电力公司经济技术研究院 | 一种基于运行受限的配电网规划双层优化模型构建方法 |
CN110348602A (zh) * | 2019-06-06 | 2019-10-18 | 国网浙江省电力有限公司经济技术研究院 | 计及天然气管网和热力管网特性的综合能源系统优化方法 |
CN110717226A (zh) * | 2019-09-30 | 2020-01-21 | 国网浙江杭州市萧山区供电有限公司 | 一种考虑能源网拓扑特性的区域综合能源系统布局规划方法 |
CN110991839A (zh) * | 2019-11-21 | 2020-04-10 | 中国电建集团国际工程有限公司 | 一种电-气综合能源系统整体脆弱性的评估方法 |
Non-Patent Citations (3)
Title |
---|
Combined Heat and Power Dispatch Based on Integrated Demand Response and Heat Transmission for Wind Power Accommodation;Yeyan Xu et al;《2018 IEEE Power & Energy Society General Meeting (PESGM)》;20181224;第1-5页 * |
考虑区域综合能源系统拓扑特性的能源站和管线规划;徐成司 等;《电力系统自动化》;20200210;第44卷(第3期);第74-82页 * |
考虑运行约束的区域电力–天然气–热力综合能源系统能量流优化分析;王伟亮 等;《中国电机工程学报》;20171220;第37卷(第24期);第7108-7120页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111815111A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lei et al. | Multi-objective stochastic expansion planning based on multi-dimensional correlation scenario generation method for regional integrated energy system integrated renewable energy | |
Yan et al. | Stochastic multi-scenario optimization for a hybrid combined cooling, heating and power system considering multi-criteria | |
Tabar et al. | Achieving a nearly zero energy structure by a novel framework including energy recovery and conversion, carbon capture and demand response | |
Chen et al. | Optimal operation of integrated energy system based on exergy analysis and adaptive genetic algorithm | |
Tang et al. | Operational flexibility constrained intraday rolling dispatch strategy for CHP microgrid | |
Fan et al. | Review on coordinated planning of source-network-load-storage for integrated energy systems | |
CN112182887A (zh) | 一种综合能源系统规划优化仿真方法 | |
Tahir et al. | Exergy hub based modelling and performance evaluation of integrated energy system | |
CN114077934A (zh) | 一种综合能源微网互联系统及其调度方法 | |
CN113240204A (zh) | 考虑可再生能源消纳区域能源站容量优化配置方法及系统 | |
CN110244568B (zh) | 工业企业微网的能源枢纽模型及其多能互补优化控制方法 | |
CN111815111B (zh) | 一种考虑管线风险水平的区域综合能源扩展规划方法 | |
CN104899659A (zh) | 一种智能园区多级能耗传递模型 | |
CN113886761A (zh) | 一种综合能源系统能效分析评估方法 | |
Zhou et al. | Multi-objective station-network synergy planning for regional integrated energy system considering energy cascade utilization and uncertainty | |
Peng et al. | Comprehensive energy cooperative optimization model based on energy conversion efficiency considering investment benefit | |
Mahdad et al. | Solving multi-objective optimal power flow problem considering wind-STATCOM using differential evolution | |
CN116468215A (zh) | 计及源荷不确定性的综合能源系统调度方法及装置 | |
Zhao et al. | Research on Multiobjective Optimal Operation Strategy for Wind‐Photovoltaic‐Hydro Complementary Power System | |
CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
Mou et al. | An Optimal Allocation Strategy for Multienergy Networks Based on Double‐Layer Nondominated Sorting Genetic Algorithms | |
Zheng et al. | Optimal rural integrated energy system configuration against the background of the rural energy transformation strategy | |
Liu et al. | Expansion planning of community-scale regional integrated energy system considering grid-source coordination: A cooperative game approach | |
Jinglin et al. | Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters | |
An et al. | A multi-energy microgrid configuration method in remote rural areas considering the condition value at risk |
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 | ||
CP02 | Change in the address of a patent holder |
Address after: 300452 Binhai Industrial Research Institute Campus of Tianjin University, No. 48 Jialingjiang Road, Binhai New Area, Tianjin Patentee after: Tianjin University Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92 Patentee before: Tianjin University |
|
CP02 | Change in the address of a patent holder |