CN111967659A - 一种基于光伏消纳的区域综合能源系统配置优化方法 - Google Patents

一种基于光伏消纳的区域综合能源系统配置优化方法 Download PDF

Info

Publication number
CN111967659A
CN111967659A CN202010764996.9A CN202010764996A CN111967659A CN 111967659 A CN111967659 A CN 111967659A CN 202010764996 A CN202010764996 A CN 202010764996A CN 111967659 A CN111967659 A CN 111967659A
Authority
CN
China
Prior art keywords
energy
power
photovoltaic
cost
unit
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
CN202010764996.9A
Other languages
English (en)
Other versions
CN111967659B (zh
Inventor
刘松
燕蕾
吴悠
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010764996.9A priority Critical patent/CN111967659B/zh
Publication of CN111967659A publication Critical patent/CN111967659A/zh
Application granted granted Critical
Publication of CN111967659B publication Critical patent/CN111967659B/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • 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)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)

Abstract

一种基于光伏消纳的区域综合能源系统配置优化方法，包括根据区域电、冷、热负荷需求，建立基于光伏消纳的区域综合能源系统基本架构；以系统的经济性最高、系统供能可靠性最高和弃光率最低为目标函数构建区域综合能源系统容量配置优化模型；设定发电策略依次为光伏发电、冷热电联产供能单元、储能单元和外部大电网供能单元；利用MATLAB语言编程实现区域综合能源系统配置优化，得出最优容量配置，即各单元的配置数目，并计算得出配置功率；同时输出全年运行结果，包括系统供能构成、光伏消纳情况、供能中断情况。本发明的方法能够实现在保证供能可靠性的基础上有效促进光伏消纳的目的，有效地提高了光伏利用率和区域综合能源的优化效率。

Description

一种基于光伏消纳的区域综合能源系统配置优化方法
技术领域
本发明涉及综合能源系统配置优化领域和光伏发电领域，特别是一种基于光伏消纳的区域综合能源系统配置优化方法。
背景技术
随着经济发展和社会进步，能源需求急速增长，能源供给出现紧缺，这对能源利用效率和利用方式提出了更高要求。传统的能源系统在规划和运行时是彼此独立的，例如电力供应系统、热力供应系统等，能源的利用方式单一。综合能源系统将电力、冷热、天然气等多种能源耦合利用，对各环节进行协调和优化，实现了能源的高效利用的同时满足电冷热等多类型能源需求。区域综合能源系统的优化配置研究的是对一定区域内的能源系统进行架构研究和建模优化，在一定目标例如经济效益和环境效益目标下，对所包含的不同能源设备进行配置优化。
光伏发电装机是综合能源系统利用的一个重要方面，光伏发电装机的容量越来越多，它对能源系统规划、运行、控制的影响也越来越引起人们的关注。然而光伏发电具有不稳定性和随机性等缺陷，使得如何提高综合能源系统的光伏消纳率一直是光伏利用的重要问题和研究方向。
发明内容
本发明的目的是克服现有技术的上述不足而提供一种基于光伏消纳的区域综合能源系统配置优化方法，将光伏作为重点研究对象，将光伏消纳作为区域综合能源系统规划的优化目标之一，对考虑光伏消纳的区域综合能源系统配置优化进行研究。
本发明的技术方案是：一种基于光伏消纳的区域综合能源系统配置优化方法，包括如下步骤，
步骤一、根据区域电、冷、热负荷需求，建立基于光伏消纳的区域综合能源系统基本架构建立基于光伏消纳的区域综合能源系统基本架构。
所述区域综合能源系统基本架构包括光伏、冷热电联产供能单元、储能单元和外部大电网供能单元。其中，光伏由光伏极板串并联组成，将一次能源侧的太阳能转化为电能；冷热电联产供能单元包括燃气轮机、余热锅炉和吸收式制冷机，通过供给侧的天然气网将一侧能源侧的天然气转化为冷热电联产供能单元所需的能量，并输出能量至电负荷以及与储能单元进行热交换；储能单元包括蓄电装置、蓄热装置和蓄冷装置，通过储能单元分别为需求侧提供电负荷、热负荷和冷负荷；外部大电网供能单元指区域综合能源系统向由一侧能源侧煤提供能源的大电网购电，并将大电网作为外部供能单元输入蓄电装置。
步骤二、构建区域综合能源系统容量配置优化模型：以系统的经济性最高、系统供能可靠性最高和弃光率最低为目标函数，满足电-冷-热负荷平衡约束、设备运行约束和电网联络线约束条件，采用微分进化算法实现过程寻优。
步骤三、设定发电策略：首先考虑光伏发电，并最大程度的消纳，无法消纳的部分判定为系统弃光；其次由冷热电联产供能单元和储能单元满足负荷需求；当冷热电联产供能单元和储能单元无法满足时，区域综合能源系统向外部大电网供能单元购电；若外部大电网供能单元购电超出电网联络线约束，则判定为系统出现中断损失。
步骤四、利用MATLAB语言编程实现区域综合能源系统配置优化，得出最优容量配置，即各单元的配置数目，并计算得出配置功率；同时输出全年运行结果，包括系统供能构成、光伏消纳情况、供能中断情况。
本发明进一步的技术方案是：步骤二中所述目标函数中系统经济性成本包括区域综合能源系统的初始安装成本、区域综合能源系统的运行维护成本、冷热电联产供能单元的燃料购买成本和区域综合能源系统的电力交易成本，其中区域综合能源系统的初始安装成本为光伏、冷热电联产供能单元和储能设备的初始安装成本，区域综合能源系统的运行维护成本为光伏、冷热电联产供能单元和储能设备的运行维护成本，区域综合能源系统的电力交易成本为区域综合能源系统向外部大电网功能单元购电的交易成本；系统供能可靠性成本包括系统中断损失的惩罚成本；系统弃光成本包括系统弃光的惩罚成本。
所述目标函数计算公式如下：
Figure 768964DEST_PATH_IMAGE001
（1）
其中，
Figure 266941DEST_PATH_IMAGE002
为区域综合能源系统的初始安装成本；
Figure 710692DEST_PATH_IMAGE003
为区域综合能源系统的运行维护成本；
Figure 926910DEST_PATH_IMAGE004
为冷热电联产供能单元的燃料购买成本；
Figure 809415DEST_PATH_IMAGE005
为区域综合能源系统的电力交易成本；
Figure 161899DEST_PATH_IMAGE006
为系统供能可靠性成本；
Figure 776551DEST_PATH_IMAGE007
为系统弃光成本。
Figure 214486DEST_PATH_IMAGE008
（2）
其中，k为区域综合能源系统所含机组编号；
Figure 900682DEST_PATH_IMAGE009
、
Figure 107673DEST_PATH_IMAGE010
为第k个机组的单位容量安装成本与总安装容量；r为年折旧率；m为机组寿命。
Figure 158805DEST_PATH_IMAGE011
（3）
其中，
Figure 84036DEST_PATH_IMAGE012
为第k个机组的单位容量运行成本；
Figure 308344DEST_PATH_IMAGE013
为分布式光伏补贴政策规定的单位发电量补贴；
Figure 635420DEST_PATH_IMAGE014
为第k个机组的总输出功率。
Figure 857454DEST_PATH_IMAGE015
（4）
其中，
Figure 4402DEST_PATH_IMAGE016
为天然气价格；
Figure 32400DEST_PATH_IMAGE017
为天然气热值；
Figure 213983DEST_PATH_IMAGE018
为燃气轮机的发电功率；
Figure 603989DEST_PATH_IMAGE019
为燃气轮机的发电效率。
Figure 503811DEST_PATH_IMAGE020
（5）
其中，
Figure 69922DEST_PATH_IMAGE021
为t时刻区域综合能源系统向外部大电网功能单元的购电功率；
Figure 106011DEST_PATH_IMAGE022
为电网销售电价。
Figure 669848DEST_PATH_IMAGE023
（6）
其中，
Figure 791387DEST_PATH_IMAGE024
是系统中断损失；
Figure 161189DEST_PATH_IMAGE025
是惩罚系数，为给定值。
Figure 317364DEST_PATH_IMAGE026
（7）
其中，
Figure 52101DEST_PATH_IMAGE027
为t时刻系统未供应电能；
Figure 660937DEST_PATH_IMAGE028
为t时刻系统未供应热能；
Figure 568851DEST_PATH_IMAGE029
为t时刻系统未供应冷能。
Figure 579532DEST_PATH_IMAGE030
（8）
其中，
Figure 485171DEST_PATH_IMAGE031
为区域综合能源系统的总弃光功率；
Figure 581303DEST_PATH_IMAGE032
为系统弃光的惩罚系数，为给定值；
Figure 292907DEST_PATH_IMAGE033
为t 时刻系统的弃光功率。
本发明再进一步的技术方案是：所述步骤三中，光伏发电无法消纳的系统弃光计入系统弃光成本；系统的中断损失计入系统供能可靠性成本。
本发明更进一步的技术方案是：所述电-冷-热负荷平衡约束为：
Figure 423674DEST_PATH_IMAGE034
（9）
其中，
Figure DEST_PATH_IMAGE035
，
Figure 500214DEST_PATH_IMAGE036
和
Figure DEST_PATH_IMAGE037
是t 时刻的电负荷、热负荷和冷负荷；
Figure 818063DEST_PATH_IMAGE038
，
Figure DEST_PATH_IMAGE039
，
Figure 271041DEST_PATH_IMAGE040
，
Figure DEST_PATH_IMAGE041
，
Figure 256315DEST_PATH_IMAGE042
分别为t 时刻的大电网供能功率、光伏输出功率、燃气轮机输出电功率、余热锅炉输出热能和吸收式制冷机输出冷能；
Figure DEST_PATH_IMAGE043
，
Figure 503757DEST_PATH_IMAGE044
，
Figure DEST_PATH_IMAGE045
分别为蓄电装置的充放电功率、蓄热装置的蓄放热功率和蓄冷装置的蓄放冷功率。
所述设备运行约束为：
Figure 308902DEST_PATH_IMAGE046
（10）
其中，
Figure DEST_PATH_IMAGE047
为第j 个设备的运行参数，设备包括光伏、冷热电联产供能单元、储能设备；
Figure 299991DEST_PATH_IMAGE048
，
Figure DEST_PATH_IMAGE049
分别为设备运行参数的上下限。
所述电网联络线约束为：
Figure 139771DEST_PATH_IMAGE050
（11）
其中，
Figure DEST_PATH_IMAGE051
为大电网供能功率上限。
本发明更进一步的技术方案是：所述步骤二中的微分进化算法包括种群个体的初始化、变异、交叉和选择操作，通过迭代求出最优解。
本发明与现有技术相比具有如下特点：本发明建立了建立一种基于光伏消纳的区域综合能源系统基本架构，包括光伏、冷热电联产供能单元、储能单元和外部大电网供能单元，并对各单元的发电策略进行了设定，首先考虑光伏发电，其次由冷热电联产供能单元和储能单元满足负荷需求，再由外部大电网供能单元购电供电，以系统的经济性最高、供能可靠性最高和弃光率最低为目标函数作为区域综合能源系统规划的优化目标，在保证供能可靠性的基础上有效地促进了光伏消纳。
以下结合附图和具体实施方式对本发明的详细结构作进一步描述。
附图说明
图1为本发明区域综合能源系统的架构图。
图2为本发明区域综合能源系统配置优化方法流程图；
图3为本发明实施例一的配置迭代优化过程图。
图4为本发明实施例一的全年光伏消纳结果图。
图5为本发明实施例一的全年系统弃光结果图。
具体实施方式
以下所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一，如图1-2所示，一种基于光伏消纳的区域综合能源系统配置优化方法，包括如下步骤：
步骤一、根据区域电、冷、热负荷需求，建立基于光伏消纳的区域综合能源系统（Regional integrated energy system，即RIES）基本架构，包括光伏、冷热电联产供能单元(Combined Cooling Heating and Power，即CCHP)、储能单元和外部大电网供能单元；
其中，光伏由光伏极板串并联组成，将一次能源侧的太阳能转化为电能；冷热电联产供能单元包括燃气轮机、余热锅炉和吸收式制冷机，通过供给侧的天然气网将一侧能源侧的天然气转化为CCHP所需的能量，并输出能量至电负荷以及与储能单元进行热交换；储能单元包括蓄电装置、蓄热装置和蓄冷装置，通过储能单元分别为需求侧提供电负荷、热负荷和冷负荷；外部大电网供能单元指RIES向由一侧能源侧煤提供能源的大电网购电，将大电网作为外部供能单元输入蓄电装置，满足负荷需求。
本实施例中建立的RIES基本架构如图1所示，全年电负荷为4.70*107 kW，热负荷为2.03*107 kW，冷负荷为1.18*107 kW，仿真时间尺度为一年计8760h。
步骤二、构建RIES容量配置优化模型：以系统的经济性最高、系统供能可靠性最高和弃光率最低为目标函数，满足电-冷-热负荷平衡约束、设备运行约束和电网联络线约束条件，采用微分进化算法实现过程寻优。
所述目标函数中系统经济性成本步包括区域综合能源系统的初始安装成本、区域综合能源系统的运行维护成本、冷热电联产供能单元的燃料购买成本和区域综合能源系统的电力交易成本，其中区域综合能源系统的初始安装成本为光伏、冷热电联产供能单元和储能设备的初始安装成本。区域综合能源系统的运行维护成本为光伏、冷热电联产供能单元和储能设备的运行维护成本，区域综合能源系统的电力交易成本为区域综合能源系统向外部大电网功能单元购电的交易成本；系统供能可靠性成本包括系统中断损失的惩罚成本；系统弃光成本包括系统弃光的惩罚成本。
所述目标函数计算公式如下：
Figure 555185DEST_PATH_IMAGE052
（1）
其中，
Figure DEST_PATH_IMAGE053
为RIES的初始安装成本；
Figure 113205DEST_PATH_IMAGE054
为RIES的运行维护成本；
Figure DEST_PATH_IMAGE055
为冷热电联产供能单元的燃料购买成本；
Figure 642406DEST_PATH_IMAGE056
为RIES的电力交易成本；
Figure 602272DEST_PATH_IMAGE057
为系统供能可靠性成本；
Figure 253833DEST_PATH_IMAGE058
为系统弃光成本。
Figure 33571DEST_PATH_IMAGE059
（2）
其中，k为RIES所含机组编号；
Figure 366463DEST_PATH_IMAGE060
、
Figure 180835DEST_PATH_IMAGE061
为第k个机组的单位容量安装成本与总安装容量；r为年折旧率；m为机组寿命。
Figure 3298DEST_PATH_IMAGE062
（3）
其中，
Figure 270331DEST_PATH_IMAGE063
为第k个机组的单位容量运行成本；
Figure 406914DEST_PATH_IMAGE013
为分布式光伏补贴政策规定的单位发电量补贴；
Figure 75793DEST_PATH_IMAGE014
为第k个机组的总输出功率。
Figure 69157DEST_PATH_IMAGE064
（4）
其中，
Figure 761169DEST_PATH_IMAGE065
为天然气价格，取3.45元/m3；
Figure 763760DEST_PATH_IMAGE066
为天然气热值，取9.7 kWh/m3；
Figure 287146DEST_PATH_IMAGE067
为燃气轮机的发电功率；
Figure 451411DEST_PATH_IMAGE068
为燃气轮机的发电效率。
Figure 630719DEST_PATH_IMAGE069
（5）
其中，
Figure 171422DEST_PATH_IMAGE070
为t时刻RIES向大电网的购电功率；
Figure 549314DEST_PATH_IMAGE071
为电网销售电价。
本实施例中，电网销售电价6-8月为尖峰平谷电价，其他时间为峰平谷电价。高峰时段为8:30-11:30，16:00-21:00，此时段电价为0.9203元/kWh；低谷时段为23:00-7:00，此时段电价为0.3249元/kWh；其余时段为平时段，此时段电价为0. 6226元/kWh。尖峰时段为10:30-11:00，19:00-21:00，此时段电价为1.0394元/kWh，仅在6-8月实施。
Figure 150059DEST_PATH_IMAGE072
（6）
其中，
Figure 551085DEST_PATH_IMAGE073
是系统中断损失；
Figure 895478DEST_PATH_IMAGE025
是惩罚系数，为给定值，本实施例中取100。
Figure 127877DEST_PATH_IMAGE074
（7）
其中，
Figure 899524DEST_PATH_IMAGE075
为t时刻系统未供应电能；
Figure 787845DEST_PATH_IMAGE076
为t时刻系统未供应热能；
Figure 670351DEST_PATH_IMAGE077
为t时刻系统未供应冷能。
Figure 22834DEST_PATH_IMAGE078
（8）
其中，
Figure 965383DEST_PATH_IMAGE079
为RIES的总弃光功率；
Figure 338071DEST_PATH_IMAGE032
为系统弃光的惩罚系数，为给定值；
Figure 24267DEST_PATH_IMAGE080
为t 时刻系统的弃光功率。
所述电-冷-热负荷平衡约束为：
Figure 231257DEST_PATH_IMAGE081
（9）
其中，
Figure 344707DEST_PATH_IMAGE082
，
Figure 207621DEST_PATH_IMAGE083
和
Figure 431929DEST_PATH_IMAGE084
是t 时刻的电负荷、热负荷和冷负荷；
Figure 759005DEST_PATH_IMAGE085
，
Figure 777776DEST_PATH_IMAGE086
，
Figure 127986DEST_PATH_IMAGE087
，
Figure 155985DEST_PATH_IMAGE088
，
Figure 275251DEST_PATH_IMAGE089
分别为t 时刻的大电网供能功率、光伏输出功率、燃气轮机输出电功率、余热锅炉输出热能和吸收式制冷机输出冷能；
Figure 730503DEST_PATH_IMAGE090
，
Figure 364747DEST_PATH_IMAGE091
，
Figure 868540DEST_PATH_IMAGE092
分别为蓄电装置的充放电功率、蓄热装置的蓄放热功率和蓄冷装置的蓄放冷功率。
所述设备运行约束为：
Figure 170209DEST_PATH_IMAGE046
（10）
其中，
Figure 796362DEST_PATH_IMAGE047
为第j 个设备的运行参数，设备包括光伏、冷热电联产供能单元、储能设备；
Figure 917902DEST_PATH_IMAGE048
，
Figure 225386DEST_PATH_IMAGE049
分别为设备运行参数的上下限。
所述电网联络线约束为：
Figure 319244DEST_PATH_IMAGE050
（11）
其中，
Figure 116299DEST_PATH_IMAGE051
为大电网供能功率上限。RIES系统中能源转换设备和储能设备的相关计算参数分别如表1和表2所示，该参数包括设备的额定功率、单位造价、设备效率和寿命。
表1 RIES中能源转换设备的特性参数
Figure 725135DEST_PATH_IMAGE093
表2 RIES中储能设备的特性参数
Figure 633048DEST_PATH_IMAGE094
所述微分进化算法包括种群个体的初始化、变异、交叉和选择操作，通过迭代求出最优解，即RIES中各单元的配置数目，并计算得出配置功率
本实施例中设置群体个体的数量为 45，偏差放大因子F = 0.5，交叉因子Cr = 0.8，最大迭代次数为100。算例优化迭代过程如图3所示，随着迭代次数增加，RIES的系统总成本逐渐降低，直至收敛，本实施例中，系统总成本在60次左右迭代时已达到收敛，收敛结果为5.58*107元。
步骤三、考虑到光伏发电有着一定随机性和不可靠性，设定发电策略，保证供能可靠性的基础上促进光伏消纳：首先考虑光伏发电，并最大程度的消纳，无法消纳的部分判定为系统弃光，计入系统弃光成本；其次由冷热电联产供能单元 和储能满足负荷需求；当系统内部供能单元无法满足时，RIES可向大电网购电；若大电网购电超出电网联络线约束，则判定为系统出现中断损失，计入系统供能可靠性成本。
本实施例中，弃光惩罚系数为10，系统中断损失惩罚系数为100，此时系统总成本低，且光伏消纳率高，系统可靠性高。
步骤四、本发明利用MATLAB语言编程实现RIES配置优化，得出最优容量配置，即各单元的配置数目，并计算得出配置功率；同时输出全年运行结果，包括系统供能构成、光伏消纳情况、供能中断情况。
利用MATLAB语言编程实现的系统成本构成和RIES配置优化结果仿真如表3和表4所示。
表3 系统成本构成（单位：元）
系统总成本 经济性成本 可靠性成本 弃光成本
5.58*10<sup>7</sup> 5.02*10<sup>7</sup> 3.85*10<sup>5</sup> 5.17*10<sup>6</sup>
表4 RIES配置优化结果
优化结果 光伏 CCHP 蓄电装置 蓄热装置 蓄冷装置
配置个数 44,528 54 693 927 734
配置功率/kW 8,905.6 10,800 24,948 23,175 18,350
对运行结果进行计算和分析能够看出，在供能侧，光伏供电占比18.32%，冷热电联产供能单元供电占比81.67%，向外部大电网购电占极低比例，系统自给能力高；全年弃光率为5.39%，系统消纳光伏9.08*106kW，接近95%的光伏发电量被消纳，全年光伏消纳结果和系统弃光结果见图4和图5。在需求侧来，3843.07kW的电负荷和6.94kW的热负荷发生了中断，冷负荷没有发生中断，系统供能比达到99.99%，供能可靠性较高。结合电负荷特性分析，春秋季是一年电负荷需求最低的时间段，而光伏发电无法灵活调节，当光伏发电富余时，系统满足负荷后的余电由蓄电装置进行蓄电，当蓄电装置充满之后，光伏无法得以消纳，因此该时间段的弃光率较高，与图5中系统弃光结果相吻合。

Claims (5)

1.一种基于光伏消纳的区域综合能源系统配置优化方法，其特征是：包括如下步骤，
步骤一、根据区域电、冷、热负荷需求，建立基于光伏消纳的区域综合能源系统基本架构；
所述区域综合能源系统基本架构包括光伏、冷热电联产供能单元、储能单元和外部大电网供能单元；其中，光伏由光伏极板串并联组成，将一次能源侧的太阳能转化为电能；冷热电联产供能单元包括燃气轮机、余热锅炉和吸收式制冷机，通过供给侧的天然气网将一侧能源侧的天然气转化为冷热电联产供能单元所需的能量，并输出能量至电负荷以及与储能单元进行热交换；储能单元包括蓄电装置、蓄热装置和蓄冷装置，通过储能单元分别为需求侧提供电负荷、热负荷和冷负荷；外部大电网供能单元指区域综合能源系统向由一侧能源侧煤提供能源的大电网购电，并将大电网作为外部供能单元输入蓄电装置；
步骤二、构建区域综合能源系统容量配置优化模型：以系统的经济性最高、系统供能可靠性最高和弃光率最低为目标函数，满足电-冷-热负荷平衡约束、设备运行约束和电网联络线约束条件，采用微分进化算法实现过程寻优；
步骤三、设定发电策略：首先考虑光伏发电，并最大程度的消纳，无法消纳的部分判定为系统弃光；其次由冷热电联产供能单元和储能单元满足负荷需求；当冷热电联产供能单元和储能单元无法满足时，区域综合能源系统向外部大电网供能单元购电；若外部大电网供能单元购电超出电网联络线约束，则判定为系统出现中断损失；
步骤四、利用MATLAB语言编程实现区域综合能源系统配置优化，得出最优容量配置，即各单元的配置数目，并计算得出配置功率；同时输出全年运行结果，包括系统供能构成、光伏消纳情况、供能中断情况。
2.如权利要求1所述的一种基于光伏消纳的区域综合能源系统配置优化方法，其特征是：步骤二中所述目标函数中系统经济性成本包括区域综合能源系统的初始安装成本、区域综合能源系统的运行维护成本、冷热电联产供能单元的燃料购买成本和区域综合能源系统的电力交易成本，其中区域综合能源系统的初始安装成本为光伏、冷热电联产供能单元和储能设备的初始安装成本，区域综合能源系统的运行维护成本为光伏、冷热电联产供能单元和储能设备的运行维护成本，区域综合能源系统的电力交易成本为区域综合能源系统向外部大电网功能单元购电的交易成本；系统供能可靠性成本包括系统中断损失的惩罚成本；系统弃光成本包括系统弃光的惩罚成本；
所述目标函数计算公式如下：
Figure 923881DEST_PATH_IMAGE001
（1）
其中，
Figure 891837DEST_PATH_IMAGE002
为区域综合能源系统的初始安装成本；
Figure 925652DEST_PATH_IMAGE003
为区域综合能源系统的运行维护成本；
Figure 637256DEST_PATH_IMAGE004
为冷热电联产供能单元的燃料购买成本；
Figure 502444DEST_PATH_IMAGE005
为区域综合能源系统的电力交易成本；
Figure 578984DEST_PATH_IMAGE006
为系统供能可靠性成本；
Figure 162412DEST_PATH_IMAGE007
为系统弃光成本；
Figure 677707DEST_PATH_IMAGE008
（2）
其中，k为区域综合能源系统所含机组编号；
Figure 335085DEST_PATH_IMAGE009
、
Figure 644843DEST_PATH_IMAGE010
为第k个机组的单位容量安装成本与总安装容量；r为年折旧率；m为机组寿命；
Figure 715567DEST_PATH_IMAGE011
（3）
其中，
Figure 706657DEST_PATH_IMAGE012
为第k个机组的单位容量运行成本；
Figure 546437DEST_PATH_IMAGE013
为分布式光伏补贴政策规定的单位发电量补贴；
Figure 27097DEST_PATH_IMAGE014
为第k个机组的总输出功率；
Figure 585117DEST_PATH_IMAGE015
（4）
其中，
Figure 114319DEST_PATH_IMAGE016
为天然气价格；
Figure 808605DEST_PATH_IMAGE017
为天然气热值；
Figure 725746DEST_PATH_IMAGE018
为燃气轮机的发电功率；
Figure 505483DEST_PATH_IMAGE019
为燃气轮机的发电效率；
Figure 838375DEST_PATH_IMAGE020
（5）
其中，
Figure 652748DEST_PATH_IMAGE021
为t时刻区域综合能源系统向外部大电网功能单元的购电功率；
Figure 475210DEST_PATH_IMAGE022
为电网销售电价；
Figure 742243DEST_PATH_IMAGE023
（6）
其中，
Figure 878827DEST_PATH_IMAGE024
是系统中断损失；
Figure 547705DEST_PATH_IMAGE025
是惩罚系数，为给定值；
Figure 541069DEST_PATH_IMAGE026
（7）
其中，
Figure 230152DEST_PATH_IMAGE027
为t时刻系统未供应电能；
Figure 967164DEST_PATH_IMAGE028
为t时刻系统未供应热能；
Figure 490549DEST_PATH_IMAGE029
为t时刻系统未供应冷能；
Figure 920393DEST_PATH_IMAGE030
（8）
其中，
Figure 99702DEST_PATH_IMAGE031
为区域综合能源系统的总弃光功率；
Figure 374825DEST_PATH_IMAGE032
为系统弃光的惩罚系数，为给定值；
Figure 18296DEST_PATH_IMAGE033
为t 时刻系统的弃光功率。
3.如权利要求2所述的一种基于光伏消纳的区域综合能源系统配置优化方法，其特征是：所述步骤三中，光伏发电无法消纳的系统弃光计入系统弃光成本；系统的中断损失计入系统供能可靠性成本。
4.如权利要求1所述的一种基于光伏消纳的区域综合能源系统配置优化方法，其特征是：所述电-冷-热负荷平衡约束为：
Figure 353463DEST_PATH_IMAGE034
（9）
其中，
Figure 20068DEST_PATH_IMAGE035
，
Figure 98882DEST_PATH_IMAGE036
和
Figure 596859DEST_PATH_IMAGE037
是t 时刻的电负荷、热负荷和冷负荷；
Figure 368506DEST_PATH_IMAGE038
，
Figure 319145DEST_PATH_IMAGE039
，
Figure 139333DEST_PATH_IMAGE040
，
Figure 491817DEST_PATH_IMAGE041
，
Figure 434365DEST_PATH_IMAGE042
分别为t 时刻的大电网供能功率、光伏输出功率、燃气轮机输出电功率、余热锅炉输出热能和吸收式制冷机输出冷能；
Figure 809983DEST_PATH_IMAGE043
，
Figure 230600DEST_PATH_IMAGE044
，
Figure 703170DEST_PATH_IMAGE045
分别为蓄电装置的充放电功率、蓄热装置的蓄放热功率和蓄冷装置的蓄放冷功率；
所述设备运行约束为：
Figure 816619DEST_PATH_IMAGE046
（10）
其中，
Figure 679533DEST_PATH_IMAGE047
为第j 个设备的运行参数，设备包括光伏、冷热电联产供能单元、储能设备；
Figure 903841DEST_PATH_IMAGE048
，
Figure 965338DEST_PATH_IMAGE049
分别为设备运行参数的上下限；
所述电网联络线约束为：
Figure 249689DEST_PATH_IMAGE050
（11）
其中，
Figure 599899DEST_PATH_IMAGE051
为大电网供能功率上限。
5.如权利要求1所述的一种基于光伏消纳的区域综合能源系统配置优化方法，其特征是：所述步骤二中的微分进化算法包括种群个体的初始化、变异、交叉和选择操作，并通过迭代求出最优解。
CN202010764996.9A 2020-08-03 2020-08-03 一种基于光伏消纳的区域综合能源系统配置优化方法 Active CN111967659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010764996.9A CN111967659B (zh) 2020-08-03 2020-08-03 一种基于光伏消纳的区域综合能源系统配置优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010764996.9A CN111967659B (zh) 2020-08-03 2020-08-03 一种基于光伏消纳的区域综合能源系统配置优化方法

Publications (2)

Publication Number Publication Date
CN111967659A true CN111967659A (zh) 2020-11-20
CN111967659B CN111967659B (zh) 2023-10-31

Family

ID=73363697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010764996.9A Active CN111967659B (zh) 2020-08-03 2020-08-03 一种基于光伏消纳的区域综合能源系统配置优化方法

Country Status (1)

Country Link
CN (1) CN111967659B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785094A (zh) * 2021-03-09 2021-05-11 南京工程学院 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法
CN112906997A (zh) * 2021-05-10 2021-06-04 国网江西省电力有限公司电力科学研究院 基于Stackelberg博弈的区域综合能源系统优化调度方法及装置
CN113031447A (zh) * 2021-03-15 2021-06-25 上海电气集团股份有限公司 冷热电三联供系统中设备的配置方法、系统、设备和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108258679A (zh) * 2017-12-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 考虑供热网储热特性的电-热综合能源系统优化调度方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN110619425A (zh) * 2019-08-06 2019-12-27 国网山东省电力公司经济技术研究院 一种考虑源网荷储差异特性的多功能区综合能源系统协同规划方法
CN110661254A (zh) * 2019-09-26 2020-01-07 广东电网有限责任公司 一种区域综合能源系统冷热电互补效益量化方法
CN110705863A (zh) * 2019-09-27 2020-01-17 中冶赛迪电气技术有限公司 能源优化调度装置、设备及介质
CN110826815A (zh) * 2019-11-14 2020-02-21 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108258679A (zh) * 2017-12-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 考虑供热网储热特性的电-热综合能源系统优化调度方法
CN109784569A (zh) * 2019-01-23 2019-05-21 华北电力大学 一种区域综合能源系统优化控制方法
CN110619425A (zh) * 2019-08-06 2019-12-27 国网山东省电力公司经济技术研究院 一种考虑源网荷储差异特性的多功能区综合能源系统协同规划方法
CN110661254A (zh) * 2019-09-26 2020-01-07 广东电网有限责任公司 一种区域综合能源系统冷热电互补效益量化方法
CN110705863A (zh) * 2019-09-27 2020-01-17 中冶赛迪电气技术有限公司 能源优化调度装置、设备及介质
CN110826815A (zh) * 2019-11-14 2020-02-21 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王婉璐;杨莉;王蕾;张平;黄晶晶;王康元;: "考虑供热网储热特性的电-热综合能源系统优化调度", 电力系统自动化, no. 21, pages 61 - 71 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785094A (zh) * 2021-03-09 2021-05-11 南京工程学院 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法
CN113031447A (zh) * 2021-03-15 2021-06-25 上海电气集团股份有限公司 冷热电三联供系统中设备的配置方法、系统、设备和介质
CN112906997A (zh) * 2021-05-10 2021-06-04 国网江西省电力有限公司电力科学研究院 基于Stackelberg博弈的区域综合能源系统优化调度方法及装置

Also Published As

Publication number Publication date
CN111967659B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
Liu et al. Two-phase collaborative optimization and operation strategy for a new distributed energy system that combines multi-energy storage for a nearly zero energy community
CN111445090B (zh) 一种离网型综合能源系统双层规划方法
CN108229025B (zh) 一种冷热电联供型多微网主动配电系统经济优化调度方法
Deng et al. System modeling and optimization of microgrid using genetic algorithm
CN107807523A (zh) 考虑分时电价的区域能源互联网多源协调优化运行策略
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
CN107508328A (zh) 考虑风电消纳的联合系统能量优化方法
CN111967659B (zh) 一种基于光伏消纳的区域综合能源系统配置优化方法
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
CN106779471B (zh) 一种多能互联交直流混合微电网系统及优化配置方法
CN110138004A (zh) 一种多能互补系统优化运行方法
CN110391655B (zh) 一种含多能源耦合的微能源网经济优化调度方法及装置
CN111353128B (zh) 一种基于非合作博弈的多能量枢纽优化运行方法
CN112446546B (zh) 一种考虑能源可靠性的综合能源系统两阶段优化配置方法
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN110889581A (zh) 一种电动汽车参与的台区优化调度方法和系统
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
CN104578160A (zh) 一种微网能量控制方法
CN113850409A (zh) 一种考虑可再生能源接入的综合能源系统优化运行方法
Dong et al. Hierarchical multi-objective planning for integrated energy systems in smart parks considering operational characteristics
Kang et al. Feed-forward active operation optimization for CCHP system considering thermal load forecasting
CN112036652A (zh) 基于机会约束规划的光伏-储能综合能源系统规划方法
CN112883630B (zh) 用于风电消纳的多微网系统日前优化经济调度方法
CN114255137A (zh) 考虑清洁能源的低碳综合能源系统优化规划方法及系统
Yang et al. Optimal scheduling of CCHP with distributed energy resources based on water cycle algorithm

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