CN111861783A - 考虑负荷转移的综合能源系统多目标优化配置方法 - Google Patents
考虑负荷转移的综合能源系统多目标优化配置方法 Download PDFInfo
- Publication number
- CN111861783A CN111861783A CN202010337764.5A CN202010337764A CN111861783A CN 111861783 A CN111861783 A CN 111861783A CN 202010337764 A CN202010337764 A CN 202010337764A CN 111861783 A CN111861783 A CN 111861783A
- Authority
- CN
- China
- Prior art keywords
- model
- formula
- cost
- power
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012546 transfer Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 35
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 27
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 27
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims abstract description 7
- 239000007789 gas Substances 0.000 claims description 56
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 38
- 239000003345 natural gas Substances 0.000 claims description 19
- 239000002918 waste heat Substances 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 4
- 239000003546 flue gas Substances 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000002330 electrospray ionisation mass spectrometry Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 6
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (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负荷转移的综合能源系统多目标优化配置方法,首先依据综合能源系统的相关数据信息建立燃气轮机、热泵、蓄电池等设备模型,并考虑需求响应,建立了电负荷转移模型以及价格补偿机制,同时设置约束条件;其次,由于负荷转移偏离计划负荷,考虑其对用户体验的影响,建立了以成本、碳排放、用能不满意度为目标的多目标优化模型;然后采用分层序列法处理多目标问题,优先级别依次为成本、用能不满意度、碳排放量;最后将各个能源设备容量设定为变量,基于LINGO18.0软件对所建的优化调度模型进行求解,得到负荷优化结果和设备容量配置结果。本发明所述方法能够平衡多个优化目标,适用于综合能源系统的规划与运行调度。
Description
技术领域
本发明涉及能源系统,具体涉及一种综合能源系统多目标规划方法。
背景技术
综合能源系统已成为多种能源网络的集成发展方向,是能源互联网的物理载体。综 合能源系统的规划与运行优化也是近年来学者研究的重点。随着电力市场的逐步改革和 综合能源市场的不断发展,多主体的运行环境也对能源互联网的决策制定带来新的难题,系统运营者可充分利用价格信号以及激励响应等因素,充分利用需求侧资源,终端 能源用户可作为需求响应的直接参与者参与调度运行,为提高综合能源系统运行的经济 性和可靠性提供重要保障。基于上述背景,研究需求响应下的综合能源系统的优化配置, 并计及成本、碳排放以及用户体验需求是十分有意义的。
发明内容
发明目的:为满足用户用电需求和进一步的优化电力系统的资源配置问题,本发明 提供一种考虑负荷转移的综合能源系统多目标优化配置方法。
技术方案:一种考虑负荷转移的综合能源系统多目标优化配置方法,包括以下步骤:
(1)输入包含有综合能源系统的结构、设备类型及参数、电负荷、热负荷、风力 发电预测功率、分时电价、天然气价格、价格补偿信息、污染排放数据的综合能源系统 数据及信息;
(2)建立电力负荷转移模型以及价格补偿模型;
(3)建立综合能源系统的能源设备模型,包括燃气轮机模型、燃气锅炉模型、余 热锅炉模型、热泵模型、蓄电池模型;
(4)设置约束条件:能量平衡约束、机组爬坡约束、设备出力约束、转移功率约 束、购电功率约束、蓄电池约束;
(5)建立成本、碳排放以及用能不满意度多个目标模型,并采用分层序列法处理;
(6)求解所述综合能源系统多目标优化配置模型,输出综合能源系统信息,包括燃气轮机的电/热出力量和容量、消耗天然气量、购电量、余热锅炉热出力量和容量、燃 气锅炉热出力量和容量、热泵出力量和容量、风电出力量、蓄电池充放电功率和容量、 优化后电负荷、成本、碳排放量、用户不满意度。
步骤与(2)所建立电力负荷转移模型以及价格补偿模型的过程具体如下:
(21)根据式(1)建立电力负荷转移模型,
式(1)中:Δle,t为负荷转移前后电负荷变化量,数值为正表示负荷移出,数值为负表 示负荷移入;
(22)基于费希纳定律的用户响应模型确定用户参与负荷转移的补偿价格,补偿价格与负荷转移量成正相关,根据式(2)建立价格补偿模型,
式(2)中:le,t为用户计划电负荷;Pcom,t为单位功率负荷转移的补偿价格;g和h分别为补偿价格的相关系数。
进一步的,步骤(3)建立综合能源系统的能源设备模型包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、热泵模型和蓄电池模型,具体如下:
(31)根据式(3)计算燃气轮机模型,
式(3)中:Qgt,t和Pgt,t分别表示时段t燃气轮机的烟气余热量和发电功率;ηgt为燃气轮 机的发电效率;ηloss为损失率。
(32)根据式(4)计算燃气锅炉模型,
Qgb,t/ηgb=Fgb,t·GHV (4)
式(4)中:Qgb,t为时段t燃气锅炉的输出热功率;ηgb为燃气锅炉的热效率;Fgb,t为时段 t燃气锅炉消耗的天然气量;GHV为天然气的热值。
(33)根据式(5)计算余热锅炉模型,
Qhb,t=Qgt,t·ηhb (5)
式(5)中:Qhb,t为时段t余热锅炉的输出热功率;ηhb为余热回收效率。
(34)根据式(6)计算热泵模型,
Qhp,t=Php,t·ηhp (6)
式(6)中:Php,t为时段t热泵消耗的电功率;Qhp,t为时段t热泵输出的热功率;ηhp为制 热效率。
(35)根据式(7)计算蓄电池模型,
式(7)中:St表示时段t蓄电池的储能量;σ为自耗率;Pt c、Pt d分别为时段t蓄电池 的充放电功率;ηcha、ηdis分别为时段t蓄电池的充放电效率。
进一步的,步骤(4)设置约束条件的设立过程如下:
(41)根据式(8)和式(9)设立能量平衡约束,
Qhb,t+Qgb,t+Qhp,t=Qt (9)
式(8)、(9)中:Pwt,t为时段t的风电出力;Pe,t为时段t的实际电负荷;Qt为时
段t的热负荷;
(42)根据式(10)设立机组爬坡约束,其表达式如下:
(43)根据式(11)设立设备出力约束,其表达式如下:
Pj,min≤Pj,t≤Pj,max (11)
式(11)中:Pj,min和Pj,max分别为设备j输出功率的上下限;
(44)根据式(12)设立负荷转移范围约束,其表达式如下:
-αle,t≤Δle,t≤αle,t (12)
式(12)中:α为转移负荷占用户计划负荷的比例上限;
(45)根据式(13)设立购电功率约束,其表达式如下:
(46)根据式(14)设立蓄电池运行约束,
进一步的,步骤(5)所述中建立包含成本、碳排放以及用能不满意度的多目标优化模型,具体步骤如下:
(51)计算成本:总成本包括用能成本、运行维护成本、设备等值投资成本以及补偿给用户成本,根据式(15)建立最小化总成本函数:
min F1=Cfu+Com+Cinv+Ccom (15)
式(15)中,F1为综合能源系统的日总经济成本;Cfuel、Com、Cinv和Ccom分别为系统 的用能成本、维护成本、设备安装投资成本和补偿给用户的成本;
根据式(16)计算用能成本:
式(16)中,ce和cgas分别为单位电能和天然气的价格;
根据式(17)计算运行维护成本:
根据式(18)计算设备等值投资成本:
式(18)中:cinv,j为待安装设备j的单位容量投资成本;Wj为设备j的容量;Ri为设备j的投资回收系数;r为贴现率;Nj为设备j的使用年限;
根据式(19)计算补偿用户成本:
(52)根据式(20)建立最小化用户不满意度函数,用户的不满意度与负荷转移所导致的用户用能偏离计划有关,与负荷需求变化量的平方成正比:
(53)根据式(21)建立最小化碳排放函数:
Pgtr,t=Pgt,t+Qgt,t+Qgb,t (22)
式(21-22)中,F3为实际的碳排放量;a1、b1、c1为火电碳排放计算系数,a2、b2、c2为天然气供能碳排放系数;Pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和;
(54)采用分层序列法建立多目标优化模型,优先级别由高到低依次为成本、用户不满意度、碳排放,优先级高的目标函数优先求解,结果作为下层目标的约束条件。
更进一步的,步骤(6)中设计典型综合能源系统算例,基于LINGO18.0软件平台 编写模型程序并调用全局求解器对其求解考虑负荷转移的综合能源系统多目标优化配 置模型,并输出数据。
有益效果:与现有技术相比,本发明所述的一种考虑负荷转移的综合能源系统多目 标优化配置方法通过在综合能源系统优化中考虑需求侧的用户互动特性,建立负荷转移 模型,并基于费希纳定律的用户响应模型确定补偿价格,使其更加符合实际情况,其好处在于可以充分利用需求侧的资源,调整负荷结构,达到削峰填谷的效果。同时考虑了 负荷转移对于用户的影响,构建用户体验指标,并连同经济性与环保性,构建了多目标 优化模型,并采用分层序列法处理,好处在于兼顾整个系统的综合利益,保障用户的体 验度。最后基于LINGO18.0软件对所建的优化配置模型进行求解,得到系统的设备优 化配置结果以及各目标函数值,其好处在于求解速度快。算例分析验证了本发明所提方 法的有效性,可为工程应用中的综合能源系统规划与调度提供决策支撑。
附图说明
图1为本发明所述方法的实施流程示意图;
图2为本发明所述方法在综合能源系统的算例结构图;
图3为用户计划电热负荷以及风电最大预测功率;
图4为经本发明所述方法优化前后电负荷对比图。
图5为实施例中能源系统中蓄电池充放电状态图。
具体实施方式
为了详细的说明本发明所公开的技术方案,下面结合说明书附图和具体实施例对本 发明进行详细说明。
本发明所提供的是一种考虑负荷转移的综合能源系统多目标优化配置方法。该方法 在于考虑需求侧互动特性,建立电力负荷转移模型以及价格补偿机制,并考虑负荷转移给用户带来的影响,引入用能不满意度指标,综合系统成本、碳排放以及用户不满意度, 建立多目标优化模型,以得到系统各设备的优化配置以及用户响应策略,实现综合效益 最优,具体的实施过程如图1所示,包括以下步骤:
(1)向综合能源系统输入系统数据及信息。
输入包含有综合能源系统的结构、设备类型及参数、电负荷、热负荷、风力发电预测功率、分时电价、天然气价格、价格补偿信息、污染排放数据的综合能源系统数据及 信息。
(2)建立电力负荷转移模型以及价格补偿模型;
负荷的转移需满足一个周期内的总用电量不变,电力负荷转移模型为:
式中:Δle,t为负荷转移前后电负荷变化量,为正表示负荷移出,为负表示负荷移入。
基于费希纳定律的用户响应模型确定用户参与负荷转移的补偿价格,补偿价格与负 荷转移量成正相关,其模型为:
式中:le,t为用户计划电负荷;Pcom,t为单位功率负荷转移的补偿价格;g和h分别为补偿 价格的相关系数。
(3)建立综合能源系统的能源设备模型
A、燃气轮机模型
燃气轮机通过消耗天然气同时产生电能和热能,本发明中设定热电比是不可调,其 模型为:
式中:Qgt,t和Pgt,t分别表示时段t燃气轮机的烟气余热量和发电功率;ηgt为燃气轮机的 发电效率;ηloss为损失率。
B、燃气锅炉模型
燃气锅炉作为燃气轮机供热不足时的热能补充,其模型为:
Qgb,t/ηgb=Fgb,t·GHV
式中:Qgb,t为时段t燃气锅炉的输出热功率;ηgb为燃气锅炉的热效率;Fgb,t为时段t燃 气锅炉消耗的天然气量;GHV为天然气的热值。
C、余热锅炉模型
余热锅炉将燃气锅炉释放出的高温烟气中的热能转移到热水中,以供用户使用,其 模型为:
Qhb,t=Qgt,t·ηhb
式中:Qhb,t为时段t余热锅炉的输出热功率;ηhb为余热回收效率。
D、热泵模型
热泵可高效地将电能转换为热能,其模型为:
Qhp,t=Php,t·ηhp
式中:Php,t为时段t热泵消耗的电功率;Qhp,t为时段t热泵输出的热功率;ηhp为制热效率。
E、蓄电池模型
蓄电池作为综合能源系统中重要的调峰装置,其模型为:
(4)设置综合能源系统运行约束条件
A、能量平衡约束
Qhb,t+Qgb,t+Qhp,t=Qt
式中:Pwt,t为时段t的风电出力;Pe,t为时段t的实际电负荷;Qt为时段t的热负
荷。
B、机组爬坡约束
本发明中主要考虑燃气轮机的爬坡率:
C、设备出力约束
Pj,min≤Pj,t≤Pj,max
式中:Pj,min和Pj,max分别为设备j输出功率的上下限。
D、负荷转移范围约束
-αle,t≤Δle,t≤αle,t
式中:α为转移负荷占用户计划负荷的比例上限。
E、购电功率约束
F、蓄电池运行约束
(5)建立多目标优化模型
A、成本:成本包括用能成本、运行维护成本、设备等值投资成本以及补偿给用户成本,最小化总成本函数:
min F1=Cfu+Com+Cinv+Ccom
式中,F1为综合能源系统的日总经济成本;Cfuel、Com、Cinv和Ccom分别为系统的用能成本、维护成本、设备安装投资成本和补偿给用户的成本;
A1、用能成本:
式中,ce和cgas分别为单位电能和天然气的价格;
A2、维护成本:
A3、设备等值投资成本:
式中:cinv,j为待安装设备j的单位容量投资成本;Wj为设备j的容量;Ri为设备j的投 资回收系数;r为贴现率;Nj为设备j的使用年限;
A4、补偿用户成本:
B、用户的不满意度:用户的不满意度与负荷转移所导致的用户用能偏离计划有关, 与负荷需求变化量的平方成正比。
最小化用户不满意度函数:
C、碳排放
最小化碳排放函数:
Pgtr,t=Pgt,t+Qgt,t+Qgb,t
式中,F3为实际的碳排放量;a1、b1、c1为火电碳排放计算系数,a2、b2、c2为天然气供能碳排放系数;Pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和。
D、分层序列法
分层序列法的数学模型为:
式中:和分别表示与第i个单目标函数Fi相应的、与Fi *相比的目标超出值和不足 值,即正、负偏差变量;pl表示第l个优先级;表示在同一优先级pl中,不同 目标的正、负偏差变量的权系数;gj,min、gj,max为不等式约束gj的上下限
进一步的说,本发明中综合能源系统算例结构如图2所示,本发明的工作是实现能源设备的容量优化配置以及系统的优化调度。待配置的设备为燃气轮机,余热回收装置,燃气锅炉,蓄电池,设备具体数据见表1。风电机组容量不参与优化。以24h为一个调 度周期,单位调度时间为1h。系统典型日计划负荷曲线、风电预测出力曲线如图3所示。 电价采用分时电价。使用商业软件LINGO18.0进行建模与求解。目标优先级由高到低 分别为系统成本、用户不满意度、碳排放量。
本发明中算例的主要参数设置:天然气价格为2.07元/m3,热值为35169kJ/m3,负荷转移量不得超过当前计划负荷的10%。联络线最大传输功率为1000kW。算例中待配 置设备的参数如表1所示,分时电价见表2。
表2:分时电价
表3:设备容量优化结果
设备 | 蓄电池 | 燃气轮机 | 余热锅炉 | 燃气锅炉 | 热泵 |
容量/kW | 937 | 2242 | 2391 | 2759 | 100 |
表4:单目标以及多目标优化结果
表3为设备容量优化结果。由结果可以看出,综合能源系统的电能和热能主要由燃气轮机提供,除燃气轮机产生的热能外,其余由燃气锅炉补充。虽然热泵的效率较高, 但热泵的投资成本高于燃气锅炉,而且热泵容量的增加会导致燃气轮机容量的增加,不 利于系统的经济性,所以燃气锅炉的配置容量远大于热泵的配置容量。
表4为不同运行模式下的优化结果。当以单目标进行优化时,很难兼顾多个指标的平衡。例如,最小化总运行成本时,碳排放量较大。而在本文提出的多目标优化模 式下,综合能源系统总运行成本相比于单目标最优值增加了8%,用户不满意度相比于 单目标最优值增加了9.4%,碳排放量相比于单目标最优值增加了10%,实现了多个目 标之间的平衡,达到综合效益最优,算法的有效性得到验证。
图4为优化电负荷曲线。引入负荷转移机制后,由于分时电价的影响,高峰时段 的电负荷转移到电价较低的时段,电负荷结构得以优化,实现了电负荷的削峰填谷。 且负荷越大,参与需求响应的负荷越多。图5为蓄电池的充放电状态,在处于用电低 谷以及风电较多的夜晚,蓄电池进行充电,在午高峰以及晚高峰释放电能,以缓解供 电压力。
Claims (5)
1.一种考虑负荷转移的综合能源系统多目标优化配置方法,其特征在于:包括以下步骤:
(1)输入包含有综合能源系统的结构、设备类型及参数、电负荷、热负荷、风力发电预测功率、分时电价、天然气价格、负荷转移成本信息、污染排放数据的综合能源系统数据及信息;
(2)建立电力负荷转移模型;
(3)建立综合能源系统的能源设备模型,包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、热泵模型、蓄电池模型;
(4)设置约束条件:能量平衡约束、机组爬坡约束、设备出力约束、转移功率约束、购电功率约束、蓄电池约束;
(5)建立成本、碳排放以及用能不满意度的综合能源系统多目标优化配置模型,并采用分层序列法处理;
(6)求解综合能源系统多目标优化配置模型,输出综合能源系统信息,包括燃气轮机的电/热出力量和容量、消耗天然气量、购电量、余热锅炉热出力量和容量、燃气锅炉热出力量和容量、热泵出力量和容量、风电出力量、蓄电池充放电功率和容量、优化后电负荷、成本、碳排放量、负荷偏离计划程度。
3.根据权利要求1所述的考虑负荷转移的综合能源系统多目标优化配置方法,其特征在于,步骤(3)建立综合能源系统的能源设备模型包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、热泵模型和蓄电池模型,具体如下:
所述燃气轮机模型的计算表达式如下:
式中:Qgt,t和Pgt,t分别表示时段t燃气轮机的烟气余热量和发电功率;ηgt为燃气轮机的发电效率;ηloss为损失率;
所述燃气锅炉模型的计算表达式如下:
Qgb,t/ηgb=Fgb,t·GHV
式中:Qgb,t为时段t燃气锅炉的输出热功率;ηgb为燃气锅炉的热效率;Fgb,t为时段t燃气锅炉消耗的天然气量;GHV为天然气的热值;
所述余热锅炉模型的计算表达式如下:
Qhb,t=Qgt,t·ηhb
式中:Qhb,t为时段t余热锅炉的输出热功率;ηhb为余热回收效率;
所述热泵模型的计算表达式如下:
Qhp,t=Php,t·ηhp
式中:Php,t为时段t热泵消耗的电功率;Qhp,t为时段t热泵输出的热功率;ηhp为制热效率;
所述蓄电池模型的计算表达式如下:
式中:St表示时段t蓄电池的储能量;σ为自耗率;Pt c、Pt d分别为时段t蓄电池的充放电功率;ηcha、ηdis分别为时段t蓄电池的充放电效率。
4.根据权利要求1所述的考虑负荷转移的综合能源系统多目标优化配置方法,其特征在于,步骤(4)中设置的综合能源系统约束条件具体如下:
设立能量平衡约束条件如下:
Pgrid,t+Pwt,t+Pgt,t+Pt d=Pe,t+Pt c+Php,t
Qhb,t+Qgb,t+Qhp,t=Qt
式中,Pwt,t为时段t的风电出力;Pe,t为时段t的实际电负荷;Qt为时段t的热负荷;
设立机组爬坡约束条件如下:
设立设备出力约束条件如下:
Pj,min≤Pj,t≤Pj,max
式中,Pj,min和Pj,max分别为设备j输出功率的上下限;
设立负荷转移范围约束条件如下:
-αle,t≤Δle,t≤αle,t
式中:α为转移负荷占用户计划负荷的比例上限;
设立购电功率约束条件如下:
设立蓄电池运行约束条件如下:
5.根据权利要求1所述的考虑负荷转移的综合能源系统多目标优化配置方法,其特征在于,步骤(5)建立多目标优化模型包括如下步骤:
(51)计算成本:总成本包括用能成本、运行维护成本、设备等值投资成本以及补偿给用户成本;所述最小化总成本函数的计算表达式如下所示:
min F1=Cfu+Com+Cinv+Ccom
式中,F1为综合能源系统的日总经济成本;Cfuel、Com、Cinv和Ccom分别为系统的用能成本、维护成本、设备安装投资成本和补偿给用户的成本;
所述用能成本计算公式如下:
式中,ce和cgas分别为单位电能和天然气的价格;
所述运行维护成本计算公式如下:
所述设备等值投资成本计算公式如下:
式中:cinv,j为待安装设备j的单位容量投资成本;Wj为设备j的容量;Ri为设备j的投资回收系数;r为贴现率;Nj为设备j的使用年限;
所述补偿用户成本计算公式如下:
(52)建立最小化用户不满意度函数,用户的不满意度与负荷转移所导致的用户用能偏离计划有关,与负荷需求变化量的平方成正比,其计算表达式如下所示:
(53)建立最小化碳排放函数,其计算表达式如下所示:
Pgtr,t=Pgt,t+Qgt,t+Qgb,t
式中,F3为实际的碳排放量;a1、b1、c1为火电碳排放计算系数,a2、b2、c2为天然气供能碳排放系数;Pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和;
(54)根据分层序列法建立多目标优化模型,优先级别由高到低依次为成本、用户不满意度、碳排放,优先级高的目标函数优先求解,结果作为下层目标的约束条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337764.5A CN111861783A (zh) | 2020-04-26 | 2020-04-26 | 考虑负荷转移的综合能源系统多目标优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337764.5A CN111861783A (zh) | 2020-04-26 | 2020-04-26 | 考虑负荷转移的综合能源系统多目标优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111861783A true CN111861783A (zh) | 2020-10-30 |
Family
ID=72985129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010337764.5A Pending CN111861783A (zh) | 2020-04-26 | 2020-04-26 | 考虑负荷转移的综合能源系统多目标优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861783A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949093A (zh) * | 2021-04-08 | 2021-06-11 | 湘潭大学 | 面向智能楼宇可调度负荷模型 |
CN112966392A (zh) * | 2021-03-26 | 2021-06-15 | 江西省能源大数据有限公司 | 一种能源大数据的智能分析模型 |
CN113378409A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 综合能源系统多能互补优化调度方法及系统 |
CN113393077A (zh) * | 2021-04-26 | 2021-09-14 | 广东电网有限责任公司广州供电局 | 考虑用户用能不确定性的电-气多能存储系统配置方法 |
CN113591335A (zh) * | 2021-09-30 | 2021-11-02 | 中国电力科学研究院有限公司 | 一种面向电网热网耦合的电制热补热规划配置方法及系统 |
CN113642802A (zh) * | 2021-08-24 | 2021-11-12 | 国网江苏省电力有限公司营销服务中心 | 一种基于碳计量模型的综合能源站能源优化调度方法和系统 |
CN113822572A (zh) * | 2021-09-22 | 2021-12-21 | 国网内蒙古东部电力有限公司 | 考虑能源共享和多风险的园区综合能源系统优化调度方法 |
CN114186752A (zh) * | 2021-12-17 | 2022-03-15 | 沈阳工程学院 | 一种基于用户侧柔性负荷需求响应优化调度方法 |
CN115241931A (zh) * | 2022-09-23 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 基于时变电碳因子曲线的园区综合能源系统调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110288152A (zh) * | 2019-06-25 | 2019-09-27 | 河海大学 | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 |
-
2020
- 2020-04-26 CN CN202010337764.5A patent/CN111861783A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110288152A (zh) * | 2019-06-25 | 2019-09-27 | 河海大学 | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 |
Non-Patent Citations (1)
Title |
---|
孙云涛等: "售电市场环境下电力用户选择售电公司行为研究", 《电网技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966392A (zh) * | 2021-03-26 | 2021-06-15 | 江西省能源大数据有限公司 | 一种能源大数据的智能分析模型 |
CN112949093A (zh) * | 2021-04-08 | 2021-06-11 | 湘潭大学 | 面向智能楼宇可调度负荷模型 |
CN113393077A (zh) * | 2021-04-26 | 2021-09-14 | 广东电网有限责任公司广州供电局 | 考虑用户用能不确定性的电-气多能存储系统配置方法 |
CN113393077B (zh) * | 2021-04-26 | 2023-03-14 | 广东电网有限责任公司广州供电局 | 考虑用户用能不确定性的电-气多能存储系统配置方法 |
CN113378409A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 综合能源系统多能互补优化调度方法及系统 |
CN113642802A (zh) * | 2021-08-24 | 2021-11-12 | 国网江苏省电力有限公司营销服务中心 | 一种基于碳计量模型的综合能源站能源优化调度方法和系统 |
CN113642802B (zh) * | 2021-08-24 | 2024-02-02 | 国网江苏省电力有限公司营销服务中心 | 一种基于碳计量模型的综合能源站能源优化调度方法和系统 |
CN113822572A (zh) * | 2021-09-22 | 2021-12-21 | 国网内蒙古东部电力有限公司 | 考虑能源共享和多风险的园区综合能源系统优化调度方法 |
CN113822572B (zh) * | 2021-09-22 | 2024-02-13 | 国网内蒙古东部电力有限公司 | 考虑能源共享和多风险的园区综合能源系统优化调度方法 |
CN113591335A (zh) * | 2021-09-30 | 2021-11-02 | 中国电力科学研究院有限公司 | 一种面向电网热网耦合的电制热补热规划配置方法及系统 |
CN114186752A (zh) * | 2021-12-17 | 2022-03-15 | 沈阳工程学院 | 一种基于用户侧柔性负荷需求响应优化调度方法 |
CN115241931A (zh) * | 2022-09-23 | 2022-10-25 | 国网浙江省电力有限公司宁波供电公司 | 基于时变电碳因子曲线的园区综合能源系统调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861783A (zh) | 考虑负荷转移的综合能源系统多目标优化配置方法 | |
CN110288152B (zh) | 考虑电/热柔性负荷的区域综合能源系统储能配置方法 | |
CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
CN110889549B (zh) | 考虑人体舒适度的综合能源系统多目标优化调度方法 | |
CN113792953B (zh) | 一种虚拟电厂优化调度方法及系统 | |
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 | |
CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
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 | |
CN111950808B (zh) | 基于综合需求响应的综合能源系统随机鲁棒优化运行方法 | |
CN110676847A (zh) | 考虑风电-储热机组-电锅炉联合运行的优化调度方法 | |
CN113036819A (zh) | 一种考虑源荷双侧不确定性的电热综合能源系统鲁棒调度方法 | |
CN112671040A (zh) | 一种考虑新能源消纳最大的多能互补系统日前优化调度方法 | |
CN114936720A (zh) | 一种源-荷-储协调的综合能源系统低碳经济调度方法 | |
CN113435095A (zh) | 一种用于综合能源系统的优化调度的方法及系统 | |
CN116780646A (zh) | 一种计及灵活性的电力系统资源优化调度方法及终端 | |
CN115133548A (zh) | 一种考虑运行灵活性的含储协电力系统优化调度方法 | |
CN116167483A (zh) | 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法 | |
CN116070732A (zh) | 考虑需求响应的跨境综合能源系统主从博弈协同运行优化方法 | |
Chun et al. | Unit commitment considering coordinated dispatch of large scale electric vehicles and wind power generation | |
CN113128868B (zh) | 一种区域综合能源系统调度优化方法及装置 | |
CN113240205A (zh) | 一种基于多能源综合利用的区域用能系统替代优化方法 | |
CN108960564A (zh) | 基于集中式建模的冷热电联供型微网配电系统调度方法 | |
CN110070216B (zh) | 一种工业园区综合能源系统经济运行优化方法 | |
CN117408853A (zh) | 基于CVaR的含碳交易机制的综合能源系统多目标规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |