CN111860965A - 考虑储能多类型服务的用户综合能源系统优化调度方法 - Google Patents

考虑储能多类型服务的用户综合能源系统优化调度方法 Download PDF

Info

Publication number
CN111860965A
CN111860965A CN202010589349.9A CN202010589349A CN111860965A CN 111860965 A CN111860965 A CN 111860965A CN 202010589349 A CN202010589349 A CN 202010589349A CN 111860965 A CN111860965 A CN 111860965A
Authority
CN
China
Prior art keywords
energy storage
power
load
constraint
scheduling
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
CN202010589349.9A
Other languages
English (en)
Other versions
CN111860965B (zh
Inventor
徐青山
丁逸行
杨斌
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.)
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
State Grid Jiangsu Electric Power 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 Southeast University, State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN202010589349.9A priority Critical patent/CN111860965B/zh
Publication of CN111860965A publication Critical patent/CN111860965A/zh
Application granted granted Critical
Publication of CN111860965B publication Critical patent/CN111860965B/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
    • 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
    • G06Q10/063—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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了考虑储能多类型服务的用户综合能源系统优化调度方法，属于电力系统调度的技术领域，具体包括：提出需量管理的概念与长时间尺度中储能多种服务的逻辑行为框架；建立综合能源系统经济调度模型；建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率、可削减负荷约束和设备运行约束；建立以总运行成本最小为目标的日内调度模型；建立日内约束条件。得到最优的月前‑日内协调调度结果。本发明解决了储能电站如何通过需量管理、能量套利、参与需求响应和提供备用功率的组合以实现最高的经济效益的问题，充分挖掘了不同时间尺度储能在系统中的服务功能，提高了综合能源系统运行的可调度性与经济性。

Description

考虑储能多类型服务的用户综合能源系统优化调度方法
技术领域
本发明属于电力系统调度的技术领域，尤其涉及一种考虑储能多类型服务的用户综合能源系统优化调度方法。
背景技术
在能源和环境的双重压力下，欧洲、美国和中国分别设定了到2050年可再生能源发电占比100％、80％和60％的目标。电能、热能和天然气等多种能源耦合的综合能源系统因其较高的能源效率已成为国内外研究的热点。用户侧综合能源系统在用户侧建设和运行，为用户提供电、热、冷多种形式能源，如常见的工业园区综合能源系统。储能作为一种能量转移设备，能够实现CCHP的热电解耦，进一步提高系统的运行效率。由于储能的高昂成本，如何充分挖掘储能在系统中的经济效益一直是实现储能应用的关键。然而，如何优化系统内设备出力策略以充分利用储能多种服务的问题尚未有可借鉴的体系化研究。
本发明。
发明内容
本发明提出了一种考虑储能多类型服务的用户综合能源系统优化调度方法，在考虑储能电站在需求管理、需求侧响应、能量套利和提供备用的基础上，提出了长时间尺度中储能多种服务逻辑行为框架，建立了用户侧综合能源系统月前-日内调度模型，实现系统的经济运行。
本发明为解决上述技术问题采用以下技术方案：
考虑储能多类型服务的用户综合能源系统优化调度方法，具体包含如下步骤：
步骤S1，提出需量管理的概念与长时间尺度中储能多种服务的逻辑行为框架；
步骤S2，根据储能参与需量管理、需求响应及能量套利，建立以长时间总运行成本最小为目标的月前用户侧综合能源系统经济调度模型；
步骤S3，建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率约束、可削减负荷约束和设备运行约束；
步骤S4，对日内风电和负荷不确定性进行区间表示并考虑储能作为旋转备用资源，建立以总运行成本最小为目标的日内调度模型；
步骤S5，建立日内约束条件；
步骤S6，使用计算软件求解日内调度模型得到最优的月前-日内协调调度结果。
作为本发明考虑储能多类型服务的用户综合能源系统优化调度方法的进一步优选方案，在步骤S1中，需量管理概念具体如下，定义需量系数δ为优化调度前后最高负荷下降的比例，即：
Figure BDA0002554872070000021
式中，P’md和Pmd为需量管理前后月度最大净负荷值。
作为本发明考虑储能多类型服务的用户综合能源系统优化调度方法的进一步优选方案，在步骤S1中，长时间尺度中储能多种服务的逻辑行为框架具体如下：其中，储能共有四种服务模式：1)参与需量管理；2)需求响应；3)利用分时电价进行价格套利；4)提供旋转备用。
作为本发明考虑储能多类型服务的用户综合能源系统优化调度方法的进一步优选方案，在步骤S2中，考虑储能参与需量管理、需求响应及能量套利，建立以长时间总运行成本最小为目标的月前用户侧综合能源系统经济调度模型；
以长时间运行成本最低为目标的月前经济调度模型的目标函数为：
Figure BDA0002554872070000022
Figure BDA0002554872070000023
Figure BDA0002554872070000024
Figure BDA0002554872070000025
Figure BDA0002554872070000026
Figure BDA0002554872070000027
Figure BDA0002554872070000028
Figure BDA0002554872070000029
Figure BDA0002554872070000031
式中，Nt为时间间隔数；CCHP/GT/WH/HX/AC/GB/EC/WT/ES分别表示冷热电联产设备、燃气轮机、余热锅炉、换热装置、吸收式制冷机、燃气轮机、电制冷机、风机和储能；Ffuel、FG和FDR分别为燃料成本、从配电网购电成本和参与需求响应收益；
Figure BDA0002554872070000032
表示运维成本；cgas为天然气价格，取2.2元/m3；LNG为燃气热值，取9.7kWh/m3；Δt为时间间隔；P(·),t为t时刻的电功率；Q(·),t为t时刻的冷热功率；η(·)为效率；λ(t)为分时电价；Pbuy,t和Psel,t分别为t时刻从电网购买或卖出的电能功率；τ为容量电价，元/kW；
Figure BDA0002554872070000033
为单位运维成本；
Figure BDA0002554872070000034
和
Figure BDA0002554872070000035
分别为储能t时刻的充电和放电功率；cDR为参与需求响应的补偿电价，元/kWh；PDR为参与需求响应的功率，其取值方法由各地区制定的需求响应补偿政策决定；clos为单位削减负荷损失成本，ΔPEle,t为负荷削减量。
作为本发明考虑储能多类型服务的用户综合能源系统优化调度方法的进一步优选方案，在步骤S3中，建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率、可削减负荷约束和设备运行约束：
1)功率平衡约束：
Figure BDA0002554872070000036
QGB,t+QHX,t＝QHeat,t
QAC,t+QEC,t＝QCool,t
式中，QHeat,t和QCool,t分别为t时刻热负荷和冷负荷；
2)电网交换功率约束：
Figure BDA0002554872070000037
式中，Ubuy,t和Usel,t为0-1变量，当用户侧系统向电网买电时，Ubuy,t＝1，反之Ubuy,t＝0，Usel,t同理；Plim为联络线功率约束；
3)可削减负荷约束：
Figure BDA0002554872070000041
Figure BDA0002554872070000042
式中，
Figure BDA0002554872070000043
为用户可接受的负荷削减区间；
Figure BDA0002554872070000044
为实际参与需求响应的时段；
Figure BDA0002554872070000045
和
Figure BDA0002554872070000046
分别为用户在t时刻可中断负荷的上下限；
4)设备运行约束：
QHX,t＝PGT,tγGTηWHηh,tηHX
QAC,t＝PGT,tγGTηWHηc,tCOPAC
ηh,t+ηc,t＝1 ηh,t≥0 ηc,t≥0
Figure BDA0002554872070000047
Figure BDA0002554872070000048
Figure BDA0002554872070000049
Figure BDA00025548720700000410
Figure BDA00025548720700000411
Figure BDA00025548720700000412
SOCmin≤SOCt≤SOCmin
式中，ηh,t和ηc,t分别为t时刻余热用于加热和冷却的比例；(·)min和(·)max分别表示最小值和最大值；
Figure BDA00025548720700000413
和
Figure BDA00025548720700000414
分别为表示储能充放电状态的0-1变量，SOC为储能荷电状态，Erated为储能额定容量。
作为本发明考虑储能多类型服务的用户综合能源系统优化调度方法的进一步优选方案，在步骤S4中，对日内风电和负荷不确定性进行区间表示并考虑储能作为旋转备用资源，建立以总运行成本最小为目标的日内调度模型。其中日内风电和负荷不确定性区间表示为：
Figure BDA00025548720700000415
Figure BDA0002554872070000051
式中，
Figure BDA0002554872070000052
为t时刻风电可能出力值；
Figure BDA0002554872070000053
为t时刻风电预测区间中点；zWT,t为表示风机预测误差随机变量，取[-0,1,0.1]；
Figure BDA0002554872070000054
为t时刻的负荷可能值；
Figure BDA0002554872070000055
为t时刻负荷预测中点；zEle,t为表示负荷误差的随机变量，取[-0.05,0.05]；
目标函数中不考虑容量电价，即τ＝0。由于辅助市场的标准化和成熟，在日内调度中增加旋转备用成本；
目标函数为：
Figure BDA0002554872070000056
Figure BDA0002554872070000057
式中，Fspn为备用容量成本，αGT和βGT为燃气轮机的单位正/负旋转备用报价；αEES和βEES为储能电站正负旋转备用报价；
Figure BDA0002554872070000058
和
Figure BDA0002554872070000059
分别表示燃气轮机在t时刻承担的正/负旋转备用容量；
Figure BDA00025548720700000510
和
Figure BDA00025548720700000511
分别为储能电站在t时刻承担的正/负旋转备用容量。
作为本发明考虑储能多类型服务的用户综合能源系统优化调度方法的进一步优选方案，在步骤S5中，日内约束条件分为三个部分：一是月前调度中满足的净负荷最大需量和每日储能初始SOC，二是步骤S3中所提到的约束条件，三是备用约束如下：
Figure BDA00025548720700000512
Figure BDA00025548720700000513
Figure BDA00025548720700000514
式中，
Figure BDA00025548720700000515
和
Figure BDA00025548720700000516
为燃气轮机向上/向下爬坡速率；Δt10表示10分钟。
本发明与现有技术相比，本发明的优异效果是：
1)本发明提出了需量管理的概念。所提出的多时间尺度储能电站多服务逻辑行为框架，首次同时考虑了需量管理、参与需求响应、价格套利和提供备用容量四种不同类型服务。相较于常用的将每日储能初始SOC设为中间值0.5或者控制在0.4～0.6的常用方法，本发明解决了如何设置每日储能荷电状态初始值的问题。
2)本发明所建立的月前-日内协调调度模型，通过两阶段变量的传递，解决如何利用储能多类型服务获得最大经济效益的问题，实现系统的经济高效运行。其优化调度效果对于电网来说，改善负荷曲线，对于用户侧系统来说，降低了长时间运行成本，提高了经济效益。
附图说明
图1为本发明提供的一种考虑储能电站多类型服务的用户侧综合能源系统月前-日内协调调度方法流程图；
图2为考虑储能电站服务的系统调度计划框架图；
图3为月前调度结果图；
图4为月前最大负荷日调度结果图；
图5为月前需求响应及其基线负荷计算日调度结果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。
本发明所述的一种考虑储能电站多类型服务的用户侧综合能源系统月前-日内协调调度方法，流程图如图1所示，具体包括以下步骤：
步骤S1，提出需量管理的概念与长时间尺度中储能多种服务的逻辑行为框架；
步骤S2，考虑储能参与需量管理、需求响应及能量套利，建立以长时间总运行成本最小为目标的月前用户侧综合能源系统经济调度模型；
步骤S3，建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率、可削减负荷约束和设备运行约束；
步骤S4，对日内风电和负荷不确定性进行区间表示并考虑储能作为旋转备用资源，建立以总运行成本最小为目标的日内调度模型；
步骤S5，建立日内约束条件；
步骤S6，使用计算软件求解得到最优的月前-日内协调调度结果。
本发明所述步骤S1中，需量管理概念如下，由于在两部制电价背景下，月最高负荷的供电成本会以容量电价的形式传递给用户，用户侧通过优化调度的方式降低最高负荷的行为，称为需量管理。为了直观地表示需量管理的效果，定义“需量系数”δ为优化调度前后最高负荷下降的比例，即：
Figure BDA0002554872070000071
式中，P’md和Pmd为需量管理前后月度最大净负荷值。
长时间尺度中储能多种服务的逻辑行为框架如下。对于用户侧综合能源系统，从经济角度出发，储能共有四种服务模式。1)参与需量管理；2)需求响应；3)利用分时电价进行价格套利；4)提供旋转备用。在月前调度阶段，根据风电出力和负荷的预测值，制定一个月内各时段设备出力、电网购售电和储能充放电策略。其中月最高净负荷和每日储能初始SOC在月前调度中一旦确定，则在日内调度中不可修改。日内调度根据日内更新的风电出力和系统负荷预测值，调整剩余时段设备出力、电网购售电和储能充放电，并制定系统旋转容量承担方案。储能电站直接针对系统净负荷进行调节，参与系统集中调度。在月前调度中，主要考虑储能参与需量管理、需求响应和价格套利，在日内调度中，储能电站还具有提供系统旋转备用容量的功能。
本发明所述步骤S2中，考虑储能参与需量管理、需求响应及能量套利，建立以长时间总运行成本最小为目标的月前用户侧综合能源系统经济调度模型。
以长时间运行成本最低为目标的月前经济调度模型的目标函数为：
Figure BDA0002554872070000072
Figure BDA0002554872070000073
Figure BDA0002554872070000074
Figure BDA0002554872070000075
Figure BDA0002554872070000076
Figure BDA0002554872070000077
Figure BDA0002554872070000081
Figure BDA0002554872070000082
Figure BDA0002554872070000083
式中，Nt为时间间隔数；CCHP/GT/WH/HX/AC/GB/EC/WT/ES分别表示冷热电联产设备、燃气轮机、余热锅炉、换热装置、吸收式制冷机、燃气轮机、电制冷机、风机和储能；Ffuel、FG和FDR分别为燃料成本、从配电网购电成本和参与需求响应收益；
Figure BDA0002554872070000084
表示运维成本；cgas为天然气价格，取2.2元/m3；LNG为燃气热值，取9.7kWh/m3；Δt为时间间隔；P(·),t为t时刻的电功率；Q(·),t为t时刻的冷热功率；η(·)为效率；λ(t)为分时电价；Pbuy,t和Psel,t分别为t时刻从电网购买或卖出的电能功率；τ为容量电价，元/kW；
Figure BDA0002554872070000085
为单位运维成本；
Figure BDA0002554872070000086
和
Figure BDA0002554872070000087
分别为储能t时刻的充电和放电功率；cDR为参与需求响应的补偿电价，元/kWh；PDR为参与需求响应的功率，其取值方法由各地区制定的需求响应补偿政策决定；clos为单位削减负荷损失成本，ΔPEle,t为负荷削减量。
本发明所述步骤S3中，建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率、可削减负荷约束和设备运行约束：
1)功率平衡约束
Figure BDA0002554872070000088
QGB,t+QHX,t＝QHeat,t
QAC,t+QEC,t＝QCool,t
式中，QHeat,t和QCool,t分别为t时刻热负荷和冷负荷。
2)电网交换功率约束
Figure BDA0002554872070000089
式中，Ubuy,t和Usel,t为0-1变量，当用户侧系统向电网买电时，Ubuy,t＝1，反之Ubuy,t＝0，Usel,t同理；Plim为联络线功率约束。
3)可削减负荷约束
Figure BDA0002554872070000091
Figure BDA0002554872070000092
式中，
Figure BDA0002554872070000093
为用户可接受的负荷削减区间；
Figure BDA0002554872070000094
为实际参与需求响应的时段；
Figure BDA0002554872070000095
和
Figure BDA0002554872070000096
分别为用户在t时刻可中断负荷的上下限。
4)设备运行约束
QHX,t＝PGT,tγGTηWHηh,tηHX
QAC,t＝PGT,tγGTηWHηc,tCOPAC
ηh,t+ηc,t＝1 ηh,t≥0 ηc,t≥0
Figure BDA0002554872070000097
Figure BDA0002554872070000098
Figure BDA0002554872070000099
Figure BDA00025548720700000910
Figure BDA00025548720700000911
Figure BDA00025548720700000912
SOCmin≤SOCt≤SOCmin
式中，ηh,t和ηc,t分别为t时刻余热用于加热和冷却的比例；(·)min和(·)max分别表示最小值和最大值；
Figure BDA00025548720700000913
和
Figure BDA00025548720700000914
分别为表示储能充放电状态的0-1变量，SOC为储能荷电状态，Erated为储能额定容量。
本发明所述步骤S4中，对日内风电和负荷不确定性进行区间表示并考虑储能作为旋转备用资源，建立以总运行成本最小为目标的日内调度模型。其中日内风电和负荷不确定性区间表示为：
Figure BDA0002554872070000101
Figure BDA0002554872070000102
式中，
Figure BDA0002554872070000103
为t时刻风电可能出力值；
Figure BDA0002554872070000104
为t时刻风电预测区间中点；zWT,t为表示风机预测误差随机变量，取[-0,1,0.1]；
Figure BDA0002554872070000105
为t时刻的负荷可能值；
Figure BDA0002554872070000106
为t时刻负荷预测中点；zEle,t为表示负荷误差的随机变量，取[-0.05,0.05]。
目标函数中不考虑容量电价，即τ＝0。由于辅助市场的标准化和成熟，在日内调度中增加旋转备用成本。
目标函数为：
Figure BDA0002554872070000107
Figure BDA0002554872070000108
式中，Fspn为备用容量成本。αGT和βGT为燃气轮机的单位正/负旋转备用报价；αEES和βEES为储能电站正负旋转备用报价；
Figure BDA0002554872070000109
和
Figure BDA00025548720700001010
分别表示燃气轮机在t时刻承担的正/负旋转备用容量；
Figure BDA00025548720700001011
和
Figure BDA00025548720700001012
分别为储能电站在t时刻承担的正/负旋转备用容量。
本发明所述步骤S5中，日内约束条件分为三个部分。一是月前调度中满足的净负荷最大需量和每日储能初始SOC，二是步骤S3中所提到的约束条件，三是备用约束如下：
Figure BDA00025548720700001013
Figure BDA00025548720700001014
Figure BDA00025548720700001015
式中，
Figure BDA00025548720700001016
和
Figure BDA00025548720700001017
为燃气轮机向上/向下爬坡速率；Δt10表示10分钟。
本发明所述步骤S6中，本发明提出的模型可其转化为一个单目标混合整数线性规划问题(mixed-integer linear programming，MILP)，利用现有的商业软件能对其进行快速有效地求解，可通过YALMIP调用求解器Cplex在Matlab中编程对所建立的月前-日内调度模型进行求解。
以某一工业园区综合能源系统为例，对上述模型进行分析。容量电价40元/kW，需求响应补偿价格30元/kW，分时电价取自江苏省大工业峰电价。园区内包括冷热电联产设备(燃气轮机1500kW、余热锅炉4000kW、换热装置4000kW、吸收式制冷机4000kW)，燃气锅炉4000kW，电制冷机4000kW，储能1000kW/4000kWh。
表1
Figure BDA0002554872070000111
图3是系统月前调度结果，经过需量管理后的系统最大需量为1293.6kW，而配置储能前系统最大需量2055.8kW，需量系数δ＝1-1293.6/2055.8＝37.1％。第一个虚线框内为当月最大负荷发生日，第二个虚线框为当月需求响应发生日，两者调度结果放大图见图4和图5。需求响应量计算方法为，将需求响应日前一天的负荷作为基线负荷。从图4可以看出，储能在负荷高峰提供电力支持，且在低电价时充电高电价放电实现价格套利。图5显示了基线负荷确定日和需求响应日的调度策略，通过协调调度，最大化了需求响应功率和收益。可以看出，通过合理优化储能多种服务功能，可以有效降低用户侧综合能源系统的长期运行成本。
为了验证月前-日内调度的有效性，在基于上述月前调度结果的基础上随机选择一天进行日内调度分析。设置四种运行模式：模式1仅采用月前调度模型对各类资源进行配置，将旋转备用约束和旋转备用成本计入月前调度模型中；模式2在模式1的基础上考虑了电储能作为旋转备用资源；模式3不考虑储能参与旋转备用采用本文提出月前-日内协调调度模型，模式4采用本文提出的含电储能的综合能源系统月前-日内协调调度策略。四种运行模式下的一日系统成本如表2所示。由表2可见，相较于模式1和模式2，模式3和模式4中的系统旋转备用成本均明显降低。这主要是由于系统预测精度在日内时间尺度有了较大程度的提升，因而系统只需要较少的旋转备用容量。
表2
Figure BDA0002554872070000121

Claims (7)

1.考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于，具体包含如下步骤：
步骤S1，提出需量管理的概念与长时间尺度中储能多种服务的逻辑行为框架；
步骤S2，根据储能参与需量管理、需求响应及能量套利，建立以长时间总运行成本最小为目标的月前用户侧综合能源系统经济调度模型；
步骤S3，建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率约束、可削减负荷约束和设备运行约束；
步骤S4，对日内风电和负荷不确定性进行区间表示并考虑储能作为旋转备用资源，建立以总运行成本最小为目标的日内调度模型；
步骤S5，建立日内约束条件；
步骤S6，使用计算软件求解日内调度模型得到最优的月前-日内协调调度结果。
2.根据权利要求1所述的考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于：在步骤S1中，需量管理概念具体如下，定义需量系数δ为优化调度前后最高负荷下降的比例，即：
Figure FDA0002554872060000011
式中，P’md和Pmd为需量管理前后月度最大净负荷值。
3.根据权利要求1所述的考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于：在步骤S1中，长时间尺度中储能多种服务的逻辑行为框架具体如下：其中，储能共有四种服务模式：1)参与需量管理；2)需求响应；3)利用分时电价进行价格套利；4)提供旋转备用。
4.根据权利要求1所述的考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于：在步骤S2中，考虑储能参与需量管理、需求响应及能量套利，建立以长时间总运行成本最小为目标的月前用户侧综合能源系统经济调度模型；
以长时间运行成本最低为目标的月前经济调度模型的目标函数为：
Figure FDA0002554872060000012
Figure FDA0002554872060000021
Figure FDA0002554872060000022
Figure FDA0002554872060000023
Figure FDA0002554872060000024
Figure FDA0002554872060000025
Figure FDA0002554872060000026
Figure FDA0002554872060000027
Figure FDA0002554872060000028
式中，Nt为时间间隔数；CCHP/GT/WH/HX/AC/GB/EC/WT/ES分别表示冷热电联产设备、燃气轮机、余热锅炉、换热装置、吸收式制冷机、燃气轮机、电制冷机、风机和储能；Ffuel、FG和FDR分别为燃料成本、从配电网购电成本和参与需求响应收益；
Figure FDA0002554872060000029
表示运维成本；cgas为天然气价格，取2.2元/m3；LNG为燃气热值，取9.7kWh/m3；Δt为时间间隔；P(·),t为t时刻的电功率；Q(·),t为t时刻的冷热功率；η(·)为效率；λ(t)为分时电价；Pbuy,t和Psel,t分别为t时刻从电网购买或卖出的电能功率；τ为容量电价，元/kW；
Figure FDA00025548720600000210
为单位运维成本；
Figure FDA00025548720600000211
和
Figure FDA00025548720600000212
分别为储能t时刻的充电和放电功率；cDR为参与需求响应的补偿电价，元/kWh；PDR为参与需求响应的功率，其取值方法由各地区制定的需求响应补偿政策决定；clos为单位削减负荷损失成本，ΔPEle,t为负荷削减量。
5.根据权利要求1所述的考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于：在步骤S3中，建立约束条件，使综合能源系统满足功率平衡约束、电网交换功率、可削减负荷约束和设备运行约束：
1)功率平衡约束：
Figure FDA00025548720600000213
QGB,t+QHX,t＝QHeat,t
QAC,t+QEC,t＝QCool,t
式中，QHeat,t和QCool,t分别为t时刻热负荷和冷负荷；
2)电网交换功率约束：
Figure FDA0002554872060000031
式中，Ubuy,t和Usel,t为0-1变量，当用户侧系统向电网买电时，Ubuy,t＝1，反之Ubuy,t＝0，Usel,t同理；Plim为联络线功率约束；
3)可削减负荷约束：
Figure FDA0002554872060000032
Figure FDA0002554872060000033
式中，
Figure FDA0002554872060000034
为用户可接受的负荷削减区间；
Figure FDA0002554872060000035
为实际参与需求响应的时段；
Figure FDA0002554872060000036
和
Figure FDA0002554872060000037
分别为用户在t时刻可中断负荷的上下限；
4)设备运行约束：
QHX,t＝PGT,tγGTηWHηh,tηHX
QAC,t＝PGT,tγGTηWHηc,tCOPAC
ηh,t+ηc,t＝1ηh,t≥0ηc,t≥0
Figure FDA0002554872060000038
Figure FDA0002554872060000039
Figure FDA00025548720600000310
Figure FDA00025548720600000311
Figure FDA00025548720600000312
Figure FDA00025548720600000313
SOCmin≤SOCt≤SOCmin
式中，ηh,t和ηc,t分别为t时刻余热用于加热和冷却的比例；(·)min和(·)max分别表示最小值和最大值；
Figure FDA0002554872060000041
和
Figure FDA0002554872060000042
分别为表示储能充放电状态的0-1变量，SOC为储能荷电状态，Erated为储能额定容量。
6.根据权利要求1所述的考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于：在步骤S4中，对日内风电和负荷不确定性进行区间表示并考虑储能作为旋转备用资源，建立以总运行成本最小为目标的日内调度模型。其中日内风电和负荷不确定性区间表示为：
Figure FDA0002554872060000043
Figure FDA0002554872060000044
式中，
Figure FDA0002554872060000045
为t时刻风电可能出力值；
Figure FDA0002554872060000046
为t时刻风电预测区间中点；zWT,t为表示风机预测误差随机变量，取[-0,1,0.1]；
Figure FDA0002554872060000047
为t时刻的负荷可能值；
Figure FDA0002554872060000048
为t时刻负荷预测中点；zEle,t为表示负荷误差的随机变量，取[-0.05,0.05]；
目标函数中不考虑容量电价，即τ＝0。由于辅助市场的标准化和成熟，在日内调度中增加旋转备用成本；
目标函数为：
Figure FDA0002554872060000049
Figure FDA00025548720600000410
式中，Fspn为备用容量成本，αGT和βGT为燃气轮机的单位正/负旋转备用报价；αEES和βEES为储能电站正负旋转备用报价；
Figure FDA00025548720600000411
和
Figure FDA00025548720600000412
分别表示燃气轮机在t时刻承担的正/负旋转备用容量；
Figure FDA00025548720600000413
和
Figure FDA00025548720600000414
分别为储能电站在t时刻承担的正/负旋转备用容量。
7.根据权利要求1所述的考虑储能多类型服务的用户综合能源系统优化调度方法，其特征在于：在步骤S5中，日内约束条件分为三个部分：一是月前调度中满足的净负荷最大需量和每日储能初始SOC，二是步骤S3中所提到的约束条件，三是备用约束如下：
Figure FDA0002554872060000051
Figure FDA0002554872060000052
Figure FDA0002554872060000053
式中，
Figure FDA0002554872060000054
和
Figure FDA0002554872060000055
为燃气轮机向上/向下爬坡速率；Δt10表示10分钟。
CN202010589349.9A 2020-06-24 2020-06-24 考虑储能多类型服务的用户综合能源系统优化调度方法 Active CN111860965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010589349.9A CN111860965B (zh) 2020-06-24 2020-06-24 考虑储能多类型服务的用户综合能源系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010589349.9A CN111860965B (zh) 2020-06-24 2020-06-24 考虑储能多类型服务的用户综合能源系统优化调度方法

Publications (2)

Publication Number Publication Date
CN111860965A true CN111860965A (zh) 2020-10-30
CN111860965B CN111860965B (zh) 2023-11-14

Family

ID=72989927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010589349.9A Active CN111860965B (zh) 2020-06-24 2020-06-24 考虑储能多类型服务的用户综合能源系统优化调度方法

Country Status (1)

Country Link
CN (1) CN111860965B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112803451A (zh) * 2021-03-02 2021-05-14 青岛前沿发展技术有限公司 基于储能调控云平台及分布式储能的调度功率控制方法
CN112883560A (zh) * 2021-01-28 2021-06-01 华南理工大学 基于用户侧负荷削减响应的多能耦合供能网络的优化方法
CN113131475A (zh) * 2021-04-28 2021-07-16 清华大学 一种综合能源系统的动态调控方法
CN113422364A (zh) * 2021-05-06 2021-09-21 华翔翔能科技股份有限公司 考虑两部制电价的全埋变负荷管理方法
CN113449987A (zh) * 2021-06-28 2021-09-28 上海电机学院 可再生能源配额制下的园区能源系统优化调度方法
CN114282708A (zh) * 2021-11-19 2022-04-05 国电南瑞科技股份有限公司 考虑多尺度需求响应的跨区域综合能源系统优化运行方法及系统
CN114648195A (zh) * 2020-12-21 2022-06-21 国网辽宁省电力有限公司大连供电公司 一种电网多层级辅助服务中的储能电站智能协同调控办法
CN115392052A (zh) * 2022-09-22 2022-11-25 华北电力大学（保定） 考虑设备变工况运行特性的综合能源系统区间优化方法
CN116934040A (zh) * 2023-07-28 2023-10-24 天津大学 一种移动充电站日前协同优化调度方法
CN114648195B (zh) * 2020-12-21 2024-07-05 国网辽宁省电力有限公司大连供电公司 一种电网多层级辅助服务中的储能电站智能协同调控办法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014110878A1 (zh) * 2013-01-16 2014-07-24 国电南瑞科技股份有限公司 风火协调调度模式下日前调度计划优化辅助分析方法
CN109861290A (zh) * 2019-03-14 2019-06-07 国网上海市电力公司 一种考虑多种柔性负荷的综合能源系统优化调度方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014110878A1 (zh) * 2013-01-16 2014-07-24 国电南瑞科技股份有限公司 风火协调调度模式下日前调度计划优化辅助分析方法
CN109861290A (zh) * 2019-03-14 2019-06-07 国网上海市电力公司 一种考虑多种柔性负荷的综合能源系统优化调度方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YIXING DING 等: "Optimal sizing of user-side energy storage considering demand management and scheduling cycle", 《ELECTRIC POWER SYSTEMS RESEARCH》, pages 1 - 9 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114648195A (zh) * 2020-12-21 2022-06-21 国网辽宁省电力有限公司大连供电公司 一种电网多层级辅助服务中的储能电站智能协同调控办法
CN114648195B (zh) * 2020-12-21 2024-07-05 国网辽宁省电力有限公司大连供电公司 一种电网多层级辅助服务中的储能电站智能协同调控办法
CN112883560A (zh) * 2021-01-28 2021-06-01 华南理工大学 基于用户侧负荷削减响应的多能耦合供能网络的优化方法
CN112883560B (zh) * 2021-01-28 2022-12-16 华南理工大学 基于用户侧负荷削减响应的多能耦合供能网络的优化方法
CN112803451A (zh) * 2021-03-02 2021-05-14 青岛前沿发展技术有限公司 基于储能调控云平台及分布式储能的调度功率控制方法
CN113131475A (zh) * 2021-04-28 2021-07-16 清华大学 一种综合能源系统的动态调控方法
CN113422364A (zh) * 2021-05-06 2021-09-21 华翔翔能科技股份有限公司 考虑两部制电价的全埋变负荷管理方法
CN113449987A (zh) * 2021-06-28 2021-09-28 上海电机学院 可再生能源配额制下的园区能源系统优化调度方法
CN114282708A (zh) * 2021-11-19 2022-04-05 国电南瑞科技股份有限公司 考虑多尺度需求响应的跨区域综合能源系统优化运行方法及系统
CN114282708B (zh) * 2021-11-19 2024-04-09 国电南瑞科技股份有限公司 考虑多尺度需求响应的跨区域综合能源系统优化运行方法及系统
CN115392052A (zh) * 2022-09-22 2022-11-25 华北电力大学（保定） 考虑设备变工况运行特性的综合能源系统区间优化方法
CN116934040A (zh) * 2023-07-28 2023-10-24 天津大学 一种移动充电站日前协同优化调度方法
CN116934040B (zh) * 2023-07-28 2024-03-19 天津大学 一种移动充电站日前协同优化调度方法

Also Published As

Publication number Publication date
CN111860965B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
CN111860965B (zh) 考虑储能多类型服务的用户综合能源系统优化调度方法
CN110244566B (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN111882105B (zh) 含共享储能系统的微电网群及其日前经济优化调度方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN109409595B (zh) 一种园区多能互补系统日前调度方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN113361875B (zh) 计及需求侧响应和共享储能的多微电网综合能源系统优化调度方法
CN112398164A (zh) 含共享储能系统的微能源网群优化运行及成本分配方法
CN112186755A (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN114498639A (zh) 一种考虑需求响应的多微电网联合互济的日前调度方法
CN112465236B (zh) 一种考虑综合满意度的社区综合能源系统调度方法
CN110705737A (zh) 一种多能微网多种储能容量综合优化配置方法
CN116961044A (zh) 基于模糊机会约束规划广义共享储能优化配置方法及系统
CN117154777A (zh) 一种考虑频率动态约束的共享储能站和微网协同管理方法
CN112257951B (zh) 一种基于合作博弈的综合能源系统与配电公司的优化运行方法
Sudhoff et al. Achieving grid-friendly operation of renewable energy communities through smart usage of electric vehicle charging and flexibilities
CN112862237A (zh) 一种综合能源系统参与区域能源网络的调度方法及系统
Xiaofei et al. Research on the quantitative evaluation method of wind power and photovoltaic power curtailment in real-time market transactions
Bian et al. Economic Dispatch of A Virtual Power Plant with Wind-photovoltaic-storage Considering Demand Response
Xiaoting et al. Optimal scheduling of CCHP microgrid considering real-time demand
CN113158486B (zh) 一种用户端综合能源网络优化控制方法
Hui et al. Capacity Allocation Optimization of Components in Regional Integrated Micro-energy System
Bo et al. Operation of Residential Integrated Energy System under Integrated Demand Response
Zheng et al. Optimal Trading Strategy for Multiple Virtual Power Plants: A Stochastic P2P method
Liu et al. Coordination and interaction of source grid load and storage considering flexibility and economy

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