CN111952980B - 考虑需求侧响应不确定性的综合能源系统优化方法及系统 - Google Patents

考虑需求侧响应不确定性的综合能源系统优化方法及系统 Download PDF

Info

Publication number
CN111952980B
CN111952980B CN202010802759.7A CN202010802759A CN111952980B CN 111952980 B CN111952980 B CN 111952980B CN 202010802759 A CN202010802759 A CN 202010802759A CN 111952980 B CN111952980 B CN 111952980B
Authority
CN
China
Prior art keywords
load
energy
response
demand
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
Application number
CN202010802759.7A
Other languages
English (en)
Other versions
CN111952980A (zh
Inventor
王磊
侯崇琦
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202010802759.7A priority Critical patent/CN111952980B/zh
Publication of CN111952980A publication Critical patent/CN111952980A/zh
Application granted granted Critical
Publication of CN111952980B publication Critical patent/CN111952980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的一种考虑需求侧响应不确定性的综合能源系统优化方法及系统，通过建立了考虑需求侧响应的区域综合能源系统能量耦合矩阵，提出综合需求响应线性模型，探究激励价格与需求响应范围的关系，采用区间法描述需求响应的不确定性，只需较少的数据量即可得到用户参与需求响应的区间，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的优化模型，并提出求解方案，本发明方法能够有效提升系统的能源利用效率，降低区域综合能源系统运行成本，实现供需双方的利益最大化，希望能为区域综合能源需求响应的研究提供帮助。

Description

考虑需求侧响应不确定性的综合能源系统优化方法及系统
技术领域
本发明涉及综合能源系统需求侧响应技术领域，具体涉及一种考虑需求侧响应不确定性的综合能源系统优化方法及系统。
背景技术
目前全球能源危机和环境问题日益严重，可再生能源得到大力发展，区域综合能源系统也成为能源结构转型与发展的关键环节，近年来，不少学者已经意识到需求侧响应在能源辅助服务环节存在巨大的挖掘潜力。随着高比例可再生能源接入综合能源系统，对系统的安全性、稳定性有了更高要求，区域综合能源系统的需求侧响应能够提升系统的灵活性，可以有效缓解可再生能源接入造成的影响。综合能源需求侧响应涉及电/冷/热/三类负荷，负荷种类多，用户群体大，参与响应的随机性强，因此有必要对区域综合能源需求侧响应的不确定性进行研究。
需求响应不确定性问题的求解方法主要有概率法、模糊法、区间法等。目前区域综合能源系统的需求侧响应研究正处于起步阶段，无法获得准确、大量的统计数据，故概率法和模糊法可行性不高。相对于前两种方法，区间法所需的数据量较少，简单便捷，符合目前研究的实际情况。
发明内容
本发明提出的一种考虑需求侧响应不确定性的综合能源系统优化方法，可解决上述背景技术的技术缺陷。
为实现上述目的，本发明采用了以下技术方案：
一种考虑需求侧响应不确定性的综合能源系统优化方法，包括以下步骤：
S100、根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况；
S200、基于S100中的能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型；
S300、建立区域综合能源系统需求响应线性模型，基于S200建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系；
S400、基于步骤S100、S200、S300所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解。
进一步的，所述S100、根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况具体包括：
S101、根据能源类型和负荷种类，综合考虑建设成本和用户基本需求条件，确定系统中的各类能源设备，并建立区域综合能源系统内部能源传输关系；
S102、基于能源集线器模型，结合能源传输关系，建立考虑综合需求响应的区域综合能源系统能量耦合矩阵，得到系统内部的能量传输关系；
Figure BDA0002627988930000021
Le、Lc、Lh分别为输出的电/冷/热负荷，Pe为电网电能，Pv为光伏，Pw为风电，Pg为天然气耗量，Se为储电装置的充放电功率；PDRe为电负荷需求侧响应量；PDRc为冷负荷需求侧响应量；PDRh为热负荷需求侧响应量；ηGB为燃气锅炉的热效率；
Figure BDA0002627988930000022
和
Figure BDA0002627988930000023
分别为燃气轮机的电效率和热效率；ηAR为吸收式制冷机的制冷效率；
Figure BDA0002627988930000031
和
Figure BDA0002627988930000032
分别为空调制冷和制热能效比；α1为直接将电能供给用户的电能分配系数，α2和α3分别为空调夏季制冷和冬季制热的电能分配系数；β1为燃气轮机供给电负荷及热负荷的天然气分配系数，β2为燃气轮机通过吸收式制冷机二次转换为用户制冷的天然气分配系数，β3为燃气锅炉制热的天然气分配系数，β4为燃气锅炉通过吸收式制冷机二次转换为用户制冷的天然气分配系数。
进一步的，所述能源公司规划区域综合能源系统中包含的能源种类及负荷类型，获得该区域各类能源消耗量及不同负荷需求量的历史数据。
进一步的，所述能量转换设备包括燃气轮机(CHP)、燃气锅炉(GB)、空调(AC)和吸收式制冷机(AR)，储能设备为电储能设备；
其中，热负荷由燃气轮机、燃气锅炉以及空调供应，冷负荷由空调和吸收式制冷机供应，电负荷由电网、风电、光伏、燃气轮机、储能设备提供；
能源输入包括电网电能Pe、光伏Pv、风电Pw、和天然气Pg；输出负荷包括电负荷Le、冷负荷Lc和热负荷Lh。
进一步的，所述S200、基于S100中的能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型包括：
S201、建立可削减负荷模型；
Figure BDA0002627988930000033
式中，ρLAr,t为t时刻负荷削减的系数；St为t时刻用户负荷容量；PLAr,t为t时刻负荷削减功率；WLAr,T为可削减负荷在T时段的削减量；tLAr与
Figure BDA0002627988930000034
分别为负荷削减的起始和终止时间；W LAr,T与
Figure BDA0002627988930000035
分别为可削减负荷的下限和上限；
S202、建立可转移负荷模型；
Figure BDA0002627988930000041
ρLAs,t为t时刻负荷转移的系数；PLAs,t为t时刻负荷转移功率；WLAs,T为T时段负荷转移量；t LAs与
Figure BDA0002627988930000042
为负荷转移的起止时刻；
其中，
Figure BDA0002627988930000043
式中TLAs为可转移负荷参与需求侧响应的最短持续时间；
Figure BDA0002627988930000044
与P LAs,t分别为可转移负荷功率的上下限；
Figure BDA0002627988930000045
与W LAs,T分别为T时段负荷转移量的上下限；
S203、建立可中断负荷模型；
Figure BDA0002627988930000046
ρLAt,t为t时刻负荷可中断的系数；PLAt,t为t时刻负荷中断功率；WLAt,T为T时段负荷中断量；t LAt与
Figure BDA0002627988930000047
为负荷中断的起止时刻；
Figure BDA0002627988930000048
式(6)为可中断负荷参与需求侧响应的持续时间约束，TLAt为温控负荷需求侧响应最小持续时间；
Figure BDA0002627988930000049
Tin为室内温度；Tcbj为舒适温度；T LAt与
Figure BDA00026279889300000410
为舒适温度变化的上下限；LLAt,t与L′LAt,t为可中断负荷在T时段参与需求侧响应前后的冷/热负荷；W LAt,T与
Figure BDA00026279889300000411
分别为T时段可中断负荷变化量的上下限。
进一步的，所述S300建立区域综合能源系统需求响应线性模型，基于S200建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系具体包括：
S301、用户参与响应的随机性受激励价格影响，能源公司通过设置价格补贴决定用户的需求响应水平；
设置基于价格激励的需求响应曲线：
纵坐标为需求侧响应系数ρ，包含可削减系数ρLAr，可转移系数ρLAs，可中断系数ρLAt，横坐标为激励价格x；
S302、当激励价格为x时，负荷参与需求侧响应的上下界分别为ρup和ρdown，函数表达式如下：
Figure BDA0002627988930000051
Figure BDA0002627988930000052
S303、采用区间法描述综合需求响应的不确定性，能源公司根据各类负荷不同时段需求情况的历史数据，综合考虑用户基本需求和补贴成本因素，设置不同时段的激励价格(x1，x2，…，xn)；
S304、能源用户根据能源公司不同时段设置的激励价格，在需求响应边界范围内部自主参与需求响应，不同价格对应的需求响应系数范围分别为[(ρ1down，ρ1up)，(ρ2down，ρ2up)，…，(ρndown，ρnup)]；
S305、能源公司可根据当前负荷情况修改补贴价格，从而控制用户参与需求响应的容量范围，用户也可根据需求响应范围，在范围内自主决定参与响应负荷量，实现用户与能源公司之间的互利共赢。
进一步的，所述S400、基于步骤S100、S200、S300所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解具体包括：
S401、建立优化运行模型的目标函数，以总成本最低为目标，即购能成本与设备建设运维成本之和扣除用户补贴最低；
Figure BDA0002627988930000061
式中，CICES为区域综合能源系统的总运行成本；Cm(t)为设备建设运维成本；Cc(t)为购能成本；Cs(t)为负荷补贴成本；N为总时段数，M为供能设备的数量；Pi为第i类供能设备的实际功率；πi为第i类供能设备输出单位数量能量的建设运维成本；Pe为购电量，Pg为购气量；πe为电力价格，πg为天然气价格；
S402、设置以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的约束条件，确保系统的安全性和稳定性；
S403、采用Matlab中Yalmip调用Gurobi求解器对模型求解。
进一步的，所述S402设置以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的约束条件，确保系统的安全性和稳定性包括：
1)功率平衡约束
Figure BDA0002627988930000062
Figure BDA0002627988930000063
Figure BDA0002627988930000064
2)网络约束
Figure BDA0002627988930000065
式中，
Figure BDA0002627988930000066
和
Figure BDA0002627988930000067
分别为配电网传输功率的上下限；
Figure BDA0002627988930000068
和
Figure BDA0002627988930000069
分别天然气网传输天然气量换算的能量值的上下限；
3)供能设备约束
供能设备的种类包括：光伏机组、风电机组、燃气轮机、燃气锅炉、空调和吸收式制冷机，其统一约束模型如下所示；
Figure BDA0002627988930000071
式中，Pi为第i类供能设备的实际功率，Pi Max为第i类供能设备的额定功率；ΔPi为第i类供能设备的输入功率在t时段到(t+1)时段的变化量绝对值，ΔPi Max和ΔPi Min分别为该变化量的上下限；
4)需求侧响应约束
Figure BDA0002627988930000072
Figure BDA0002627988930000073
0≤ρ≤α (16)
式(14)为用户参与响应的容量约束，ρ(xj)为价格xj下的需求响应系数，Sj为用户j的用能总量；式(15)为可靠度约束，Prj为系统可靠度；式(16)为用户响应系数约束，α为综合能源系统需求响应系数的最大值。
另一方面，本发明还公开一种考虑需求侧响应不确定性的区域综合能源系统优化系统，包括以下单元：
区域综合能源系统能量耦合矩阵单元，用于根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况；
可削减/转移/中断负荷模型单元，用于基于能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型；
区域综合能源系统需求响应线性模型单元，用于建立区域综合能源系统需求响应线性模型，基于建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系；
区域综合能源系统优化运行模型单元，用于基于所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解。
由上述技术方案可知，本发明的考虑需求侧响应不确定性的综合能源系统优化方法及系统通过建立了考虑需求侧响应的区域综合能源系统能量耦合矩阵，提出综合需求侧响应线性模型，采用区间法描述需求响应的不确定性，得到激励价格与需求响应范围的关系，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的优化模型，并采用Matlab中Yalmip工具调用Gurobi求解器对模型求解。
与现有技术相比，本发明有益效果体现在：
本发明建立了包含需求响应的区域综合能源系统能量耦合矩阵，提出了区域综合能源系统需求响应不确定模型，采用区间法描述需求响应的不确定性，所需数据量少，方法简单实用。考虑各类约束，以运行成本最低为目标建立了完整的优化运行模型，并提供求解方案，有效降低系统的运行成本，提升系统的能源利用效率，能够实现能源公司和用户双方的经济效益最大化。
附图说明
图1是本发明的方法流程图；
图2为区域综合能源系统内部结构示意图；
图3为区域综合能源系统需求响应线性模型；
图4为夏季典型日温度及负荷曲线；
图5优化后的夏季典型日负荷曲线及设备运行情况；
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，本实施例所述的考虑需求侧响应不确定性的综合能源系统优化方法，包括以下步骤：
S100、根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况；
S200、基于S100中的能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型；
S300、建立区域综合能源系统需求响应线性模型，基于S200建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系；
S400、基于步骤S100、S200、S300所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解。
以下结合具体应用具体说明：
以某园区为研究对象，取夏季典型日进行分析，夏季典型日温度及负荷曲线如图4所示。以1h为单位，将典型日划分为24个时段。设园区内配备一台额定功率为500kW的小型风电机组，园区内太阳能电池板的总覆盖面积为4500m2。
步骤1.根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况。
步骤1.1能源公司规划区域综合能源系统中包含的能源种类及负荷类型，获得该区域各类能源消耗量及不同负荷需求量的历史数据。
步骤1.2根据能源类型和负荷种类，综合考虑建设成本和用户基本需求等条件，确定系统中的各类能源设备，并建立区域综合能源系统内部能源传输示意图，具体如图2所示。
系统中，能量转换设备包括燃气轮机(CHP)、燃气锅炉(GB)、空调(AC)和吸收式制冷机(AR)，储能设备为电储能设备。其中，热负荷主要由燃气轮机、燃气锅炉以及空调供应，冷负荷主要由空调和吸收式制冷机供应，电负荷由电网、风电、光伏、燃气轮机、储能设备提供。能源输入包括电网电能Pe、光伏Pv、风电Pw、和天然气Pg；输出负荷包括电负荷Le、冷负荷Lc和热负荷Lh。
步骤1.3基于能源集线器模型，结合能源传输示意图，建立考虑综合需求响应的区域综合能源系统能量耦合矩阵。得到系统内部的能量传输关系。
Figure BDA0002627988930000101
Le、Lc、Lh分别为输出的电/冷/热负荷，Pe为电网电能，Pv为光伏，Pw为风电，Pg为天然气耗量，Se为储电装置的充放电功率；PDRe为电负荷需求侧响应量；PDRc为冷负荷需求侧响应量；PDRh为热负荷需求侧响应量；ηGB为燃气锅炉的热效率；
Figure BDA0002627988930000102
和
Figure BDA0002627988930000103
分别为燃气轮机的电效率和热效率；ηAR为吸收式制冷机的制冷效率；
Figure BDA0002627988930000104
和
Figure BDA0002627988930000105
分别为空调制冷和制热能效比；α1为直接将电能供给用户的电能分配系数，α2和α3分别为空调夏季制冷和冬季制热的电能分配系数；β1为燃气轮机供给电负荷及热负荷的天然气分配系数，β2为燃气轮机通过吸收式制冷机二次转换为用户制冷的天然气分配系数，β3为燃气锅炉制热的天然气分配系数，β4为燃气锅炉通过吸收式制冷机二次转换为用户制冷的天然气分配系数。
步骤2.基于步骤1中的能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型。
步骤2.1可削减负荷模型
Figure BDA0002627988930000111
式中，ρLAr,t为t时刻负荷削减的系数；St为t时刻用户负荷容量；PLAr,t为t时刻负荷削减功率；WLAr,T为可削减负荷在T时段的削减量；t LAr与
Figure BDA0002627988930000112
分别为负荷削减的起始和终止时间；W LAr,T与
Figure BDA0002627988930000113
分别为可削减负荷的下限和上限。
步骤2.2可转移负荷模型
Figure BDA0002627988930000114
ρLAs,t为t时刻负荷转移的系数；PLAs,t为t时刻负荷转移功率；WLAs,T为T时段负荷转移量；t LAs与
Figure BDA0002627988930000115
为负荷转移的起止时刻。
Figure BDA0002627988930000116
式中TLAs为可转移负荷参与需求侧响应的最短持续时间；
Figure BDA0002627988930000117
与P LAs,t分别为可转移负荷功率的上下限。
Figure BDA0002627988930000118
与W LAs,T分别为T时段负荷转移量的上下限。
步骤2.3建立可中断负荷模型
Figure BDA0002627988930000119
ρLAt,t为t时刻负荷可中断的系数；PLAt,t为t时刻负荷中断功率；WLAt,T为T时段负荷中断量；t LAt与
Figure BDA00026279889300001110
为负荷中断的起止时刻。
Figure BDA00026279889300001111
上式为可中断负荷参与需求侧响应的持续时间约束，TLAt为温控负荷需求侧响应最小持续时间。
Figure BDA00026279889300001112
Tin为室内温度；Tcbj为舒适温度；T LAt与
Figure BDA0002627988930000121
为舒适温度变化的上下限；LLAt,t与L′LAt,t为可中断负荷在T时段参与需求侧响应前后的冷/热负荷；W LAt,T与
Figure BDA0002627988930000122
分别为T时段可中断负荷变化量的上下限。
步骤3.建立区域综合能源系统需求响应线性模型，基于步骤2建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应(转移/削减/中断)的不确定性，探究激励价格与综合需求响应之间的关系。
步骤3.1用户参与响应的随机性受激励价格影响，能源公司通过设置价格补贴决定用户的需求响应水平。基于价格激励的需求响应曲线如图3所示。
纵坐标为需求侧响应系数ρ，包含可削减系数ρLAr，可转移系数ρLAs，可中断系数ρLAt，横坐标为激励价格x。
当激励价格为0时，用户虽然具有一定的响应空间ρ0，但是具有很强的不确定性；随着激励价格不断增加，需求侧响应系数增大，用户会倾向于减少负荷量，负荷量增加的随机性降低，波动范围降低；当激励价格到达临界点B时，用户可以保证不会增加用能负荷，B点由负荷削减/转移/中断成本的最大值确定；当激励价格达到饱和点C时，用户需求侧响应系数达到最大且波动范围近似忽略，反映最大有效激励强度，C点由需求响应系数最大时的响应成本确定。
步骤3.2当激励价格为x时，负荷参与需求侧响应的上下界分别为ρup和ρdown，函数表达式如下：
Figure BDA0002627988930000123
Figure BDA0002627988930000124
步骤3.3采用区间法描述综合需求响应的不确定性，能源公司根据各类负荷不同时段需求情况的历史数据，综合考虑用户基本需求和补贴成本等因素，设置不同时段的激励价格(x1，x2，…，xn)；夏季典型日基准电价为某区域夏季(7～9月)10kV工商业分时电价，其电价在高峰、平段和低谷时分别为1.15元/kWh、0.73元/kWh和0.45元/kWh。天然气价格恒定为2.76元/m3。激励价格采用电价高峰时段补贴价格为0.3元/kWh，电价平段时补贴价格为0.2元/kWh，电价低谷时段补贴价格为0.1元/kWh的激励方案。
步骤3.4能源用户根据能源公司不同时段设置的激励价格，在需求响应边界范围内部自主参与需求响应，不同价格对应的需求响应系数范围分别为[(ρ1down，ρ1up)，(ρ2down，ρ2up)，…，(ρndown，ρnup)]，夏季典型日激励价格对应的高峰、平段、低谷时段需求响应系数分别为0.4，(0.2，0.3)，(0，0.2)。
步骤3.5能源公司可以根据当前负荷情况修改补贴价格，从而控制用户参与需求响应的容量范围，用户也可以根据需求响应范围，在范围内自主决定参与响应负荷量，实现用户与能源公司之间的互利共赢。
步骤4.基于步骤1、2、3所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解。
步骤4.1建立优化运行模型的目标函数，以总成本最低为目标，即购能成本与设备建设运维成本之和扣除用户补贴最低。
Figure BDA0002627988930000131
式中，CICES为区域综合能源系统的总运行成本；Cm(t)为设备建设运维成本；Cc(t)为购能成本；Cs(t)为负荷补贴成本；N为总时段数，M为供能设备的数量；Pi为第i类供能设备的实际功率；πi为第i类供能设备输出单位数量能量的建设运维成本；Pe为购电量，Pg为购气量；πe为电力价格，πg为天然气价格。
步骤4.2设置以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的约束条件，确保系统的安全性和稳定性。
1)功率平衡约束
Figure BDA0002627988930000141
Figure BDA0002627988930000142
Figure BDA0002627988930000143
2)网络约束
Figure BDA0002627988930000144
式中，Pe Min和Pe Max分别为配电网传输功率的上下限；Pg Min和Pg Max分别天然气网传输天然气量换算的能量值的上下限。
3)供能设备约束
供能设备的种类包括：光伏机组、风电机组、燃气轮机、燃气锅炉、空调和吸收式制冷机，其统一约束模型如下所示。
Figure BDA0002627988930000145
式中，Pi为第i类供能设备的实际功率，Pi Max为第i类供能设备的额定功率；ΔPi为第i类供能设备的输入功率在t时段到(t+1)时段的变化量绝对值，ΔPi Max和ΔPi Min分别为该变化量的上下限。
4)需求侧响应约束
Figure BDA0002627988930000146
Figure BDA0002627988930000147
0≤ρ≤α (16)
式(14)为用户参与响应的容量约束，ρ(xj)为价格xj下的需求响应系数，Sj为用户j的用能总量；式(15)为可靠度约束，Prj为系统可靠度；式(16)为用户响应系数约束，α为综合能源系统需求响应系数的最大值。
步骤4.3采用Matlab中Yalmip调用Gurobi求解器对模型求解，得到优化后的夏季典型日负荷曲线及设备运行情况如图5所示(其中TRAN为电网，CHP为燃气轮机，AR为吸收式制冷机，GB为燃气锅炉，AC为空调，Battery为储能装置，PV为光伏，WP为风电)，与图3对比，考虑价格激励的综合需求响应后，用户参与响应效果明显，负荷曲线波谷差明显减小，负荷曲线波动情况得到显著改善，各类设备运行效率明显提升，系统充分利用各类能源，从而提高整体能效比。考虑能源成本及需求侧响应补贴等因素，得到优化前后的用能成本及补贴，如表1所示。
表1：优化前后的成本及补贴
优化前后 购电成本(元) 购气成本(元) 用能成本(元) 补贴(元) 总成本(元) 成本节约(总)
优化前 13173.58 6617.45 19791.03 — 19791.03 —
优化后 (8067，8676) (6597，6640) (14707，15273) (1470，1791) (13237，13482) (31.88％，33.12％)
可见，考虑可再生能源接入、综合需求响应后，购能成本大幅降低，优化前后总成本节约了33.18％至33.12％。本优化运行模型效果良好，园区用能成本显著降低，负荷曲线得到明显改善，能源利用效率大幅提升，可以实现供需双方的效益最大化。
综上所述，本发明通过建立了考虑需求侧响应的区域综合能源系统能量耦合矩阵，提出综合需求响应线性模型，探究激励价格与需求响应范围的关系，采用区间法描述需求响应的不确定性，只需较少的数据量即可得到用户参与需求响应的区间，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的优化模型，并提出求解方案，本发明方法能够有效提升系统的能源利用效率，降低区域综合能源系统运行成本，实现供需双方的利益最大化，希望能为区域综合能源需求响应的研究提供帮助。
另一方面，本发明还公开一种考虑需求侧响应不确定性的区域综合能源系统优化系统，包括以下单元：
区域综合能源系统能量耦合矩阵单元，用于根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况；
可削减/转移/中断负荷模型单元，用于基于能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型；
区域综合能源系统需求响应线性模型单元，用于建立区域综合能源系统需求响应线性模型，基于建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系；
区域综合能源系统优化运行模型单元，用于基于所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解。
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)

1.一种考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于，包括以下步骤：
S100、根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况；
S200、基于S100中的能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型；
S300、建立区域综合能源系统需求响应线性模型，基于S200建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系；
S400、基于步骤S100、S200、S300所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解；
其中，所述S300建立区域综合能源系统需求响应线性模型，基于S200建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系具体包括：
S301、用户参与响应的随机性受激励价格影响，能源公司通过设置价格补贴决定用户的需求响应水平；
设置基于价格激励的需求响应曲线：
纵坐标为需求侧响应系数ρ，包含可削减系数ρLAr，可转移系数ρLAs，可中断系数ρLAt，横坐标为激励价格x；
S302、当激励价格为x时，负荷参与需求侧响应的上下界分别为ρup和ρdown，函数表达式如下：
Figure FDA0003888055040000011
Figure FDA0003888055040000012
S303、采用区间法描述综合需求响应的不确定性，能源公司根据各类负荷不同时段需求情况的历史数据，综合考虑用户基本需求和补贴成本因素，设置不同时段的激励价格(x1，x2，…，xn)；
S304、能源用户根据能源公司不同时段设置的激励价格，在需求响应边界范围内部自主参与需求响应，不同价格对应的需求响应系数范围分别为[(ρ1down，ρ1up)，(ρ2down，ρ2up)，…，(ρndown，ρnup)]；
S305、能源公司可根据当前负荷情况修改补贴价格，从而控制用户参与需求响应的容量范围，用户也可根据需求响应范围，在范围内自主决定参与响应负荷量，实现用户与能源公司之间的互利共赢。
2.根据权利要求1所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于：所述S100、根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况具体包括：
S101、根据能源类型和负荷种类，综合考虑建设成本和用户基本需求条件，确定系统中的各类能源设备，并建立区域综合能源系统内部能源传输关系；
S102、基于能源集线器模型，结合能源传输关系，建立考虑综合需求响应的区域综合能源系统能量耦合矩阵，得到系统内部的能量传输关系；
Figure FDA0003888055040000021
Le、Lc、Lh分别为输出的电/冷/热负荷，Pe为电网电能，Pv为光伏，Pw为风电，Pg为天然气耗量，Se为储电装置的充放电功率；PDRe为电负荷需求侧响应量；PDRc为冷负荷需求侧响应量；PDRh为热负荷需求侧响应量；ηGB为燃气锅炉的热效率；
Figure FDA0003888055040000022
和
Figure FDA0003888055040000023
分别为燃气轮机的电效率和热效率；ηAR为吸收式制冷机的制冷效率；
Figure FDA0003888055040000024
和
Figure FDA0003888055040000025
分别为空调制冷和制热能效比；α1为直接将电能供给用户的电能分配系数，α2和α3分别为空调夏季制冷和冬季制热的电能分配系数；β1为燃气轮机供给电负荷及热负荷的天然气分配系数，β2为燃气轮机通过吸收式制冷机二次转换为用户制冷的天然气分配系数，β3为燃气锅炉制热的天然气分配系数，β4为燃气锅炉通过吸收式制冷机二次转换为用户制冷的天然气分配系数。
3.根据权利要求2所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于：所述区域综合能源系统中包含的能源种类及负荷类型，获得该区域各类能源消耗量及不同负荷需求量的历史数据。
4.根据权利要求2所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于：
所述能量转换设备包括燃气轮机(CHP)、燃气锅炉(GB)、空调(AC)和吸收式制冷机(AR)，储能设备为电储能设备；
其中，热负荷由燃气轮机、燃气锅炉以及空调供应，冷负荷由空调和吸收式制冷机供应，电负荷由电网、风电、光伏、燃气轮机、储能设备提供；
能源输入包括电网电能Pe、光伏Pv、风电Pw、和天然气Pg；输出负荷包括电负荷Le、冷负荷Lc和热负荷Lh。
5.根据权利要求1所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于：所述S200、基于S100中的能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型包括：
S201、建立可削减负荷模型；
Figure FDA0003888055040000031
式中，ρLAr,t为t时刻负荷削减的系数；St为t时刻用户负荷容量；PLAr,t为t时刻负荷削减功率；WLAr,T为可削减负荷在T时段的削减量；t LAr与
Figure FDA0003888055040000032
分别为负荷削减的起始和终止时间；W LAr,T与
Figure FDA0003888055040000033
分别为可削减负荷的下限和上限；
S202、建立可转移负荷模型；
Figure FDA0003888055040000034
ρLAs,t为t时刻负荷转移的系数；PLAs,t为t时刻负荷转移功率；WLAs,T为T时段负荷转移量；t LAs与
Figure FDA0003888055040000035
为负荷转移的起止时刻；
其中，
Figure FDA0003888055040000036
式中TLAs为可转移负荷参与需求侧响应的最短持续时间；
Figure FDA0003888055040000037
与P LAs,t分别为可转移负荷功率的上下限；
Figure FDA0003888055040000041
与W LAs,T分别为T时段负荷转移量的上下限；
S203、建立可中断负荷模型；
Figure FDA0003888055040000042
ρLAt,t为t时刻负荷可中断的系数；PLAt,t为t时刻负荷中断功率；WLAt,T为T时段负荷中断量；t LAt与
Figure FDA0003888055040000043
为负荷中断的起止时刻；
Figure FDA0003888055040000044
式(6)为可中断负荷参与需求侧响应的持续时间约束，TLAt为温控负荷需求侧响应最小持续时间；
Figure FDA0003888055040000045
Tin为室内温度；Tcbj为舒适温度；T LAt与
Figure FDA0003888055040000046
为舒适温度变化的上下限；LLAt,t与L′LAt,t为可中断负荷在T时段参与需求侧响应前后的冷/热负荷；W LAt,T与
Figure FDA0003888055040000047
分别为T时段可中断负荷变化量的上下限。
6.根据权利要求5所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于：所述S400、基于步骤S100、S200、S300所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解具体包括：
S401、建立优化运行模型的目标函数，以总成本最低为目标，即购能成本与设备建设运维成本之和扣除用户补贴最低；
Figure FDA0003888055040000048
式中，CICES为区域综合能源系统的总运行成本；Cm(t)为设备建设运维成本；Cc(t)为购能成本；Cs(t)为负荷补贴成本；N为总时段数，M为供能设备的数量；Pi为第i类供能设备的实际功率；πi为第i类供能设备输出单位数量能量的建设运维成本；Pe为购电量，Pg为购气量；πe为电力价格，πg为天然气价格；
S402、设置以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的约束条件，确保系统的安全性和稳定性；
S403、采用Matlab中Yalmip调用Gurobi求解器对模型求解。
7.根据权利要求6所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于：所述S402设置以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的约束条件，确保系统的安全性和稳定性包括：
1)功率平衡约束
Figure FDA0003888055040000051
Figure FDA0003888055040000052
Figure FDA0003888055040000053
2)网络约束
Figure FDA0003888055040000054
式中，Pe Min和Pe Max分别为配电网传输功率的上下限；
Figure FDA0003888055040000055
和
Figure FDA0003888055040000056
分别天然气网传输天然气量换算的能量值的上下限；
3)供能设备约束
供能设备的种类包括：光伏机组、风电机组、燃气轮机、燃气锅炉、空调和吸收式制冷机，其统一约束模型如下所示；
Figure FDA0003888055040000057
式中，Pi为第i类供能设备的实际功率，Pi Max为第i类供能设备的额定功率；ΔPi为第i类供能设备的输入功率在t时段到(t+1)时段的变化量绝对值，ΔPi Max和ΔPi Min分别为该变化量的上下限；
4)需求侧响应约束
Figure FDA0003888055040000058
Figure FDA0003888055040000061
0≤ρ≤α (16)
式(14)为用户参与响应的容量约束，ρ(xj)为价格xj下的需求响应系数，Sj为用户j的用能总量；式(15)为可靠度约束，Prj为系统可靠度；式(16)为用户响应系数约束，α为综合能源系统需求响应系数的最大值。
8.一种考虑需求侧响应不确定性的区域综合能源系统优化系统，用于实现权利要求1-7任意一项所述的考虑需求侧响应不确定性的综合能源系统优化方法，其特征在于，包括以下单元：
区域综合能源系统能量耦合矩阵单元，用于根据能源集线器模型建立考虑需求侧响应的区域综合能源系统能量耦合矩阵，分析系统中的能量传输情况；
可削减/转移/中断负荷模型单元，用于基于能量耦合矩阵，矩阵中输出的电/冷/热负荷以负荷转移/削减/中断的形式参与需求响应，结合负荷特性，建立可削减/转移/中断负荷模型；
区域综合能源系统需求响应线性模型单元，用于建立区域综合能源系统需求响应线性模型，基于建立的可转移/削减/中断负荷模型，采用区间法分析负荷参与响应的不确定性，探究激励价格与综合需求响应之间的关系；
区域综合能源系统优化运行模型单元，用于基于所建立的耦合矩阵、负荷模型、需求响应模型，建立以运行成本最低为目标，以网络约束、设备约束、需求侧响应约束、功率平衡约束为约束的，考虑需求侧响应不确定性的区域综合能源系统优化运行模型，采用Matlab中Yalmip调用Gurobi求解器对模型求解。
CN202010802759.7A 2020-08-11 2020-08-11 考虑需求侧响应不确定性的综合能源系统优化方法及系统 Active CN111952980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010802759.7A CN111952980B (zh) 2020-08-11 2020-08-11 考虑需求侧响应不确定性的综合能源系统优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010802759.7A CN111952980B (zh) 2020-08-11 2020-08-11 考虑需求侧响应不确定性的综合能源系统优化方法及系统

Publications (2)

Publication Number Publication Date
CN111952980A CN111952980A (zh) 2020-11-17
CN111952980B true CN111952980B (zh) 2022-12-09

Family

ID=73331610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010802759.7A Active CN111952980B (zh) 2020-08-11 2020-08-11 考虑需求侧响应不确定性的综合能源系统优化方法及系统

Country Status (1)

Country Link
CN (1) CN111952980B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112365108B (zh) * 2021-01-12 2021-06-22 南方电网数字电网研究院有限公司 一种园区综合能源系统多目标优化协同运行方法
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
CN113159380B (zh) * 2021-03-18 2023-04-07 国网山东综合能源服务有限公司 一种计及需求响应的综合能源系统运行优化方法
CN113128775B (zh) * 2021-04-26 2023-03-31 山东大学 考虑需求响应和耦合度的综合能源系统调度方法及装置
CN113240279B (zh) * 2021-05-14 2023-04-18 国网山东省电力公司电力科学研究院 基于综合需求侧响应的综合能源系统运行控制方法及系统
CN113610351A (zh) * 2021-07-13 2021-11-05 国网浙江省电力有限公司电力科学研究院 用户需求响应能力评估方法、系统、终端及介质
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
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
CN114219316B (zh) * 2021-12-17 2023-04-28 国网四川省电力公司电力科学研究院 一种基于节点电价的交通-电网融合园区需求响应的方法
CN115983430B (zh) * 2022-12-02 2023-12-29 成都市迈德物联网技术有限公司 一种综合能源系统管理优化的方法及系统
CN116388205B (zh) * 2023-06-06 2023-08-11 中国电力科学研究院有限公司 一种适用于智慧能源单元的负荷设备功率调控方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106712005A (zh) * 2017-01-11 2017-05-24 东南大学 一种计及需求响应的电网安全优化调度方法
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
CN110311421A (zh) * 2019-07-12 2019-10-08 燕山大学 基于需求侧响应的微电网多时间尺度能量管理方法
CN110535128A (zh) * 2019-09-05 2019-12-03 东北大学 基于用能舒适度的多区域综合能源系统协同调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106712005A (zh) * 2017-01-11 2017-05-24 东南大学 一种计及需求响应的电网安全优化调度方法
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
CN110311421A (zh) * 2019-07-12 2019-10-08 燕山大学 基于需求侧响应的微电网多时间尺度能量管理方法
CN110535128A (zh) * 2019-09-05 2019-12-03 东北大学 基于用能舒适度的多区域综合能源系统协同调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于能源集线器的微能源网能量流建模及优化运行分析;马腾飞等;《电网技术》;20180131;第42卷(第1期);第179-186页 *

Also Published As

Publication number Publication date
CN111952980A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN111952980B (zh) 考虑需求侧响应不确定性的综合能源系统优化方法及系统
Li et al. Optimal scheduling of integrated demand response-enabled integrated energy systems with uncertain renewable generations: A Stackelberg game approach
CN108717594B (zh) 一种冷热电联供型多微网系统经济优化调度方法
Merdanoğlu et al. Finding optimal schedules in a home energy management system
CN111738502A (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
Yang et al. Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage
CN112186755A (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN112270433B (zh) 考虑可再生能源不确定性和用户满意度的微电网优化方法
Li et al. A coordinated peak shaving strategy using neural network for discretely adjustable energy-intensive load and battery energy storage
Shen et al. Optimal dispatch of regional integrated energy system based on a generalized energy storage model
CN110649594A (zh) 一种基于多能协同的工业园区综合需求响应调度方法
CN113435095A (zh) 一种用于综合能源系统的优化调度的方法及系统
CN110705737A (zh) 一种多能微网多种储能容量综合优化配置方法
CN112465236B (zh) 一种考虑综合满意度的社区综合能源系统调度方法
Yang et al. Optimal scheduling of electro-thermal system considering refined demand response and source-load-storage cooperative hydrogen production
Cui et al. Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems
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
Liu et al. Optimal dispatch of community integrated energy system considering comprehensive user satisfaction method
Jiao et al. Optimal operation of park-based integrated energy system
CN117239771A (zh) 一种综合能源系统中的负荷柔性调度方法及系统
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源系统优化运行方法
CN110516863A (zh) 一种冷热电联供型多微网主动配电系统双层优化方法
CN115906456A (zh) 考虑需求侧响应不确定性的含氢储能ies调度优化模型
Najafi-Ghalelou et al. Multi-objective economic and emission scheduling of smart apartment building
CN116432807A (zh) 考虑耦合效应与不确定性的综合需求响应系统及其方法

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
GR01 Patent grant
GR01 Patent grant