CN112054553A - 电热气互联系统协调优化运行方法、系统、介质及设备 - Google Patents

电热气互联系统协调优化运行方法、系统、介质及设备 Download PDF

Info

Publication number
CN112054553A
CN112054553A CN202010831098.0A CN202010831098A CN112054553A CN 112054553 A CN112054553 A CN 112054553A CN 202010831098 A CN202010831098 A CN 202010831098A CN 112054553 A CN112054553 A CN 112054553A
Authority
CN
China
Prior art keywords
wind power
moment
objective function
power
output
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
Application number
CN202010831098.0A
Other languages
English (en)
Inventor
王涛
胡丽
朱海南
李丰硕
薛云霞
王娟娟
李宗璇
宋静
孙华忠
孙娜
刘明
张锴
金峰
刘传良
刘堃
周阳
陈兵兵
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.)
State Grid Corp of China SGCC
Weifang Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Weifang Power Supply Co of State Grid Shandong 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 State Grid Corp of China SGCC, Weifang Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010831098.0A priority Critical patent/CN112054553A/zh
Publication of CN112054553A publication Critical patent/CN112054553A/zh
Pending legal-status Critical Current

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开提供了一种电热气互联系统协调优化运行方法、系统、介质及设备，属于电热气系统控制技术领域，所述方法包括以下步骤：获取有储能装置参与的风电的电热气互联系统的运行状态数据；将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；其中，预设目标函数模型以总运行成本最低为目标构建，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款；本公开建立了考虑储能设备的PHGS调度模型，提高了PHGS运行的经济性和灵活性；采用不确定性优化的方式给出了一个合理可靠的风电范围，提高了在满足备用和风险约束下的机组可接纳风电范围，极大的提高了系统运行的稳定性。

Description

电热气互联系统协调优化运行方法、系统、介质及设备
技术领域
本公开涉及电热气系统控制技术领域，特别涉及一种电热气互联系统协调优化运行方法、系统、介质及设备。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。
PHGS(Power-Heat-Gas System，电-热-气系统)包括多种能源(如电，天然气，热和冷)，协调后具备较高的能源效率和运行灵活性。为缓解严峻的风电不确定性导致的消纳问题，PHGS现已被视为的潜在解决方案。此外，PHGS还能满足多样化的能源供应与需求。
电力，供热和天然气网络之间的协同作用越来越紧密，但随着不同能源子系统耦合度的加深，彼此之间的协调问题面临重大挑战。一方面，燃气系统将通过改变供热机组的天然气供应来影响电力系统。另一方面，供热导致的天然气需求可能会影响电网运行灵活性，因为气网为电力系统提供灵活性的需求不断增长。随着可再生能源的渗透率提高，带有储能设备的电热互联系统可以更有效地利用分布式能源，并有助于提高灵活性，以均衡风能波动。
另外，储能是减少弃风量并提高系统灵活性的有效方法。有研究人员介绍了增加储能设备的重要性：储能可满足实时需求，从而接纳大量的波动性可再生能源。储能的好处在于平滑负荷，这需要降低负荷高峰期和增加非负荷高峰期的电力生产。此外，储热非常适合PHGS，因为与储电相比，它的投资成本较低，所以将在未来备受青睐。
现今，如何在PHGS中应对风的不确定性变得迫在眉睫，因为这将同时影响整体经济性和整个系统的安全性。再者，如何捕获风电的不确定性并减少弃风的影响是PHGS运营商面临的重大挑战。
本公开发明人发现，已有许多方法可处理不确定因素对PHGS安全运行的影响。但是，在描述不确定性时，包含风能的运行优化问题很难在算法精度和计算效率之间取得平衡。这是因为，场景方法的准确性和效率通常会受到场景数量的影响。区间优化法难以保证区间选择的适用性和灵活性。随机优化法所需的概率信息和计算过程是复杂且难以获得的，而机会约束法通常要求研究对象为非凸函数。鲁棒的优化方法尽管具有较高的计算效率，但保守性很强。总体而言，由于非线性约束和模糊的不确定信息，不确定性优化将使PHGS模型更难求解。综上所述，现存研究很少在PHGS中同时关注风的不确定性以及储能设备。
发明内容
为了解决现有技术的不足，本公开提供了一种电热气互联系统协调优化运行方法、系统、介质及设备，建立了考虑储能设备的PHGS调度模型，提高了PHGS运行的经济性和灵活性；采用不确定性优化的方式给出了一个合理可靠的风电范围，提高了在满足备用和风险约束下的机组可接纳风电范围，极大的提高了系统运行的稳定性。
为了实现上述目的，本公开采用如下技术方案：
本公开第一方面提供了一种电热气互联系统协调优化运行方法。
一种电热气互联系统协调优化运行方法，包括以下步骤：
获取有储能装置参与的风电的电热气互联系统的运行状态数据；
将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建。
本公开第二方面提供了一种电热气互联系统协调优化运行系统。
一种电热气互联系统协调优化运行系统，包括：
数据获取模块，被配置为：获取有储能装置参与的风电的电热气互联系统的运行状态数据；
协调优化模块，被配置为：将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建。
本公开第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的电热气互联系统协调优化运行方法中的步骤。
本公开第四方面提供了一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的电热气互联系统协调优化运行方法中的步骤。
与现有技术相比，本公开的有益效果是：
1、本公开所述的方法、系统、介质及电子设备，建立了考虑储能设备的PHGS调度模型，可用于提高PHGS运行的经济性和灵活性。
2、本公开所述的方法、系统、介质及电子设备，引入置信区间来计算风能波动的风险。同时，详细讨论了储能和风电区间的制衡关系和依存性，极大的提高了系统的稳定性和控制精度。
3、本公开所述的方法、系统、介质及电子设备，预设目标函数模型以总运行成本最低为目标构建，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款，通过设置的各种约束条件，保证了系统的经济、安全和稳定运行。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例1提供的电热气互联系统协调优化运行方法的流程示意图。
图2为本公开实施例1提供的不同情况下的风电接纳范围示意图。
图3为本公开实施例1提供的EPS的充放电状态的示意图。
图4为本公开实施例1提供的Case 2中发电机组的输出示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例1：
如图1所示，本公开实施例1提供了一种电热气互联系统协调优化运行方法，包括以下步骤：
获取有储能装置参与的风电的电热气互联系统的运行状态数据；
将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款。
详细的，包括以下内容：
S1：系统结构
本实施例研究的PHGS由三个子系统组成，即电力系统、热力系统和天然气系统。具体来说，各子系统经由诸如热电联产机组(CHP)和燃气轮机(GT)之类的能量转换设备彼此耦合，以形成多能网络。此外，出力不确定的风力涡轮机也安装在电网中。
S2：PHGS优化运行的目标函数
兼顾风电不确定性和储能，本文建立了一种完善的PHGS协调优化模型。求解此模型可以得到各个机组的出力及风电接纳范围。特别地，为了量化风电不确定性的风险值，将概率信息应用于PHGS优化运行模型。
PHGS优化运行的目的是最大程度地降低总运行成本，该成本(见式(1))由四个部分组成，即火电机组(TU)的运行成本，天然气源成本，储电(EPS)成本以及风电波动产生的罚款。其中，火电和气井的运行成本分别在公式(2)、(3)中。储电成本如公式(4)所示。不确定性风力发电的罚款费用在式(5)中制定。
Figure BDA0002638006630000061
Figure BDA0002638006630000062
Figure BDA0002638006630000063
Figure BDA0002638006630000064
Figure BDA0002638006630000065
其中Pu,t为火电机组u在t时刻的发电量，qω,t为气井ω在t时刻的产气量，
Figure BDA0002638006630000066
为储电设备k在t时刻的电输出，
Figure BDA0002638006630000067
为充/放电量，Pw,t是在t时刻从风电场k接入的风电量。系数au，bu，cu，Cω，
Figure BDA0002638006630000068
d k，
Figure BDA0002638006630000069
E w为相应机组的成本系数。
S3：子系统约束
S3.1：储能约束
关于电力系统的储能设备，在第t个调度周期内的储能容量与该时期的充放电效率、上一时刻的储能量直接相关。此外考虑到在运行期间不能同时对储能设备进行充气和放气，调度时需要引入对应于公式(8)的约束。假设在调度周期内达到了存储和电能平衡，即存储设备的充电和放电相等，这可以由等式(9)描述。
Figure BDA00026380066300000610
Sk,min≤Sk,t≤Sk,max (7)
Figure BDA00026380066300000611
Figure BDA00026380066300000612
其中，
Figure BDA0002638006630000071
为t时刻储能容量；
Figure BDA0002638006630000072
为储能充电功率；
Figure BDA0002638006630000073
为储能放电功率；βk为储能装置k的额定存储容量；ηch/dch为储能充放电效率；Sk,max/min为储能的最大、最小容量。
S3.2：基于风电置信区间的储能备用约束
为了确保系统在波动性风电的随机扰动下仍能保持能量平衡，电力系统要有足够的备用容量来响应。因此，在风电置信区间边界条件下，下列储能备用能力和可接受的风电上下限之间的关系必须满足。
Figure BDA0002638006630000074
Figure BDA0002638006630000075
在式(10)、(11)中，每一个储能设备对应一个风电接入点，式中，Pw,t为风电出力，
Figure BDA0002638006630000076
为风电出力下限；
Figure BDA0002638006630000077
为风电出力上限。
S3.2：节点能量平衡约束
S3.2.1：节点电能平衡约束：
Figure BDA0002638006630000078
其中，Ps,t为t时刻所有供电设备的电能供应量；
Figure BDA0002638006630000079
为t时刻i节点的负荷量；Pij,t为t时刻传输线路功率。
S3.2.2：节点天然气流量平衡：
Figure BDA00026380066300000710
其中，qω,t为t时刻气源提供的天然气量；qkl,t为天然气流速；qk,t为t时刻k节点的天然气负荷；
Figure BDA00026380066300000711
为t时刻燃气锅炉g消耗的天然气量。
S3.2.3：在热网中，热电冷联产机组热量与发电功率的关系可以表示为：
Figure BDA00026380066300000712
热量通过传输网络从热源传输到换热站。
Figure BDA0002638006630000081
其中，
Figure BDA0002638006630000082
指t时刻CHP c的电出力和热出力值，
Figure BDA0002638006630000083
指CHP的电热转换系数，
Figure BDA0002638006630000084
表示热负荷。
S3.3：机组出力限制
机组出力有上下限，满足于：
Figure BDA0002638006630000085
特别地，风电出力受限于：
Figure BDA0002638006630000086
另外，天然气源的出力气流量受限于：
qωmin≤qω,t≤qωmax (18)
其中，
Figure BDA0002638006630000087
是机组s的出力最小、最大值，qωmin/max代表气源ω的出力最小、最大值。
机组爬坡约束为：
Figure BDA0002638006630000088
其中，
Figure BDA0002638006630000089
和
Figure BDA00026380066300000810
分别是机组上升、下降爬坡率。
网络约束为
Figure BDA00026380066300000811
其中，
Figure BDA00026380066300000812
代表支路ij的潮流最大值。
S4：算例仿真
S4.1：算例系统介绍
为了说明本实施例提出的方法，将IEEE 24节点系统，比利时高热量20节点天然气系统和16节点供热系统集成在一起，以建立一个模拟系统进行案例分析。
风电场的额定功率为600MW，风电方差为其期望的20％。CHP机组的额定功率为250MW；风电盈余和不足的罚款成本分别设置为46$/(MW·h)和460$/(MW·h)。此外，由火电机组提供的上、下调储备成本均设置为28$/(MW·h)。时间步长为1h，调度时间为24h。
S4.2：算例仿真
在本实施例中，将详细阐述EPS(Emergency supply，应急电源，即储能系统)对PGHS的影响。为了清楚地进行比较和分析，考虑了以下两种情况。
Case 1：未考虑不确定的风能和储能的PGHS。
Case 2：考虑了EPS和风的不确定性的PGHS。
接下来分析图1所示的不同情况下的不同风电接纳范围。
S4.2.1：PHGS中风电区间结果
在Case 1中，风电的注入受到GT、TU和CHP机组电出力的限制。因此，如图2所示须在1-7h和22-24h期间这一电负载较低但热负载较高的时段，弃掉多余的风力。
在Case 2中，由于EPS的灵活性可以稳定风电的波动，即使在夜间难以容纳风电的情况下，风电的上限也会大大提高。但是，23-6h的风电接纳下限分别等于该时刻预测风能的期望值。
S4.2.2：PHGS中能量存储的分析
上述现象是因为不能同时执行电池的充电和放电过程，属于储能本身的局限性，如图3所示。
因此，为了维持电池的充放电平衡，当风能的上限高于风电预测值，即储能工作在充电状态时，风电下限将等于风能的期望值。换句话说，对风电短缺和风电盈余的接受度是矛盾的。在白天，弃风的压力不大，因此系统可以安排EPS工作在放电状态。
从表1中风电区间的置信系数来看，一天中Case 2风电范围的置信度最高为49.9％，最低为至1.5％。8-23h的上分位数对应高达0.9957的置信水平。此外，下界表示对风电短缺的容忍度，下界的分位数置信度低至0.1303。总而言之，风电消纳空间的增大和弃风量的减少，必然要求风电场承担相应的供电责任。
表1：Case 2的风电接纳区间的置信系数(C)
Figure BDA0002638006630000101
综上所述，EPS具有时移效应，可以为风电接纳区间提供可观的调整裕度，进而减少弃风，这都得益于EPS灵活的出力调整。
S4.2.3：PHGS中其他能源设备的分析
Case 2中其他发电机组的输出如图4所示，由于火力发电的成本通常低于天然气发电的成本，因此在9-21h期间它几乎接近满负荷状态。而燃气轮机主要用于高峰负荷期的调峰发电。此外，在所有调度期间，CHP的功率输出都遵循热量需求，因为此PHGS模型中的热量输出和电力输出捆绑运行。
总而言之，一方面，电力储存可作为IES中电力供应的后备，以提高电力供应系统运行的灵活性和安全性。另一方面，EPS会产生时移效应，这得益于EPS出力调节的灵活性。EPS可以为风电提供更大的调节裕度，从而减少弃风。因此，考虑到其较低的运行成本，该系统可以优先利用更多的风力。
在本实施例中，IES中的储能和风电越限惩罚的加入能提高系统运行的经济性和灵活性。首先，不确定性优化给出了一个合理可靠的风电范围，即在满足备用和风险约束下的可接纳风电范围。其次，储能增加了系统容纳风力发电的能力。EPS与IES的耦合进一步提高了IES中各机组协同运行的灵活性，从而获得系统的经济性和安全性的改善。实例仿真表明，基于本文提出的方法，EPS可以与风力发电相协调。
实施例2：
本公开实施例2提供了一种电热气互联系统协调优化运行系统，包括：
数据获取模块，被配置为：获取有储能装置参与的风电的电热气互联系统的运行状态数据；
协调优化模块，被配置为：将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款。
所述系统的工作方法与实施例1提供的电热气互联系统协调优化运行方法相同，这里不再赘述。
实施例3：
本公开实施例3提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例1所述的电热气互联系统协调优化运行方法中的步骤，所述步骤为：
获取有储能装置参与的风电的电热气互联系统的运行状态数据；
将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款。
详细步骤与实施例1提供的电热气互联系统协调优化运行方法相同，这里不再赘述。
实施例4：
本公开实施例4提供了一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例1所述的电热气互联系统协调优化运行方法中的步骤，所述步骤为：
获取有储能装置参与的风电的电热气互联系统的运行状态数据；
将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款。
详细步骤与实施例1提供的电热气互联系统协调优化运行方法相同，这里不再赘述。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开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和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种电热气互联系统协调优化运行方法，其特征在于，包括以下步骤：
获取有储能装置参与的风电的电热气互联系统的运行状态数据；
将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建。
2.如权利要求1所述的电热气互联系统协调优化运行方法，其特征在于，所述预设目标函数包括：
预设时间段内的储能充电总功率等于储能放电功率。
3.如权利要求1所述的电热气互联系统协调优化运行方法，其特征在于，所述预设目标函数包括：
某一时刻储能装置的放电功率大于或等于此时刻的风电出力与风电出力下限的差值，并且此时刻储能装置的充电功率大于或等于此时刻的风电出力上限与此时可的风电出力的差值。
4.如权利要求1所述的电热气互联系统协调优化运行方法，其特征在于，所述预设目标函数包括：
任一时刻某一节点的所有供电设备的电能供应量与此时刻的储能放电功率的加和等于此时刻此节点下的负荷量、此时刻传输线路功率与储能充电功率的加和。
5.如权利要求1所述的电热气互联系统协调优化运行方法，其特征在于，所述预设目标函数包括：
任一时刻某一节点的气源提供的天然气量与此时刻的天然气流速的加和等于此时刻此节点的天然气负荷与此时刻此节点下的燃气锅炉消耗的天然气量。
6.如权利要求1所述的电热气互联系统协调优化运行方法，其特征在于，所述预设目标函数包括：
当前时刻的机组出力与上一时刻的机组出力的差值大于或等于负的下降爬坡率与两时刻时间差的乘积，且当前时刻的机组出力与上一时刻的机组出力的差值小于或等于机组上升爬坡率与两时刻时间差的乘积。
7.如权利要求1所述的电热气互联系统协调优化运行方法，其特征在于，所述预设目标函数包括存在上限值和下限值的机组出力约束；
或者，所述预设目标函数包括存在上限值和下限值的风电出力约束；
或者，所述预设目标函数包括存在上限值和下限值的天然气源的出力气流量约束；
或者，所述预设目标函数包括：任一时刻某一支路的潮流的绝对超小于此支路的潮流最大值；
或者，总运行成本包括火电机组运行成本、天然气源成本、储电成本以及风电波动产生的罚款。
8.一种电热气互联系统协调优化运行系统，其特征在于，包括：
数据获取模块，被配置为：获取有储能装置参与的风电的电热气互联系统的运行状态数据；
协调优化模块，被配置为：将获取的运行状态数据输入到预设目标函数模型中，得到各个机组的出力及风电接纳范围；
其中，预设目标函数模型以总运行成本最低为目标构建。
9.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的电热气互联系统协调优化运行方法中的步骤。
10.一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的电热气互联系统协调优化运行方法中的步骤。
CN202010831098.0A 2020-08-18 2020-08-18 电热气互联系统协调优化运行方法、系统、介质及设备 Pending CN112054553A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010831098.0A CN112054553A (zh) 2020-08-18 2020-08-18 电热气互联系统协调优化运行方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010831098.0A CN112054553A (zh) 2020-08-18 2020-08-18 电热气互联系统协调优化运行方法、系统、介质及设备

Publications (1)

Publication Number Publication Date
CN112054553A true CN112054553A (zh) 2020-12-08

Family

ID=73600105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010831098.0A Pending CN112054553A (zh) 2020-08-18 2020-08-18 电热气互联系统协调优化运行方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN112054553A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113991754A (zh) * 2021-12-24 2022-01-28 中国电力科学研究院有限公司 一种风电场的控制方法、系统及计算设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130024014A1 (en) * 2011-07-20 2013-01-24 Nec Laboratories America, Inc. Optimal energy management of a rural microgrid system using multi-objective optimization
CN106208157A (zh) * 2016-07-19 2016-12-07 河海大学 基于电转气的电‑气互联综合能源系统削峰填谷方法
CN108173282A (zh) * 2017-12-29 2018-06-15 国网山东省电力公司电力科学研究院 一种考虑电转气运行成本综合能源系统优化调度方法
CN110210747A (zh) * 2019-05-28 2019-09-06 河海大学 一种电热气互联能源系统灵活性调度方法
CN110598945A (zh) * 2019-09-19 2019-12-20 南京邮电大学 一种基于热电气多能源微网系统的协调优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130024014A1 (en) * 2011-07-20 2013-01-24 Nec Laboratories America, Inc. Optimal energy management of a rural microgrid system using multi-objective optimization
CN106208157A (zh) * 2016-07-19 2016-12-07 河海大学 基于电转气的电‑气互联综合能源系统削峰填谷方法
CN108173282A (zh) * 2017-12-29 2018-06-15 国网山东省电力公司电力科学研究院 一种考虑电转气运行成本综合能源系统优化调度方法
CN110210747A (zh) * 2019-05-28 2019-09-06 河海大学 一种电热气互联能源系统灵活性调度方法
CN110598945A (zh) * 2019-09-19 2019-12-20 南京邮电大学 一种基于热电气多能源微网系统的协调优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XUNJIE WANG 等: "The optimal operation of power-heat-gas system with storage and wind generation", 《8TH RENEWABLE POWER GENERATION CONFERENCE (RPG 2019)》 *
李杨 等: "含电转气的电_气_热系统协同调度与消纳风电效益分析", 《电网技术》 *
魏震波 等: "含电转气和热电解耦热电联产机组的区域能源互联网联合经济调度", 《电网技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113991754A (zh) * 2021-12-24 2022-01-28 中国电力科学研究院有限公司 一种风电场的控制方法、系统及计算设备
CN113991754B (zh) * 2021-12-24 2022-03-18 中国电力科学研究院有限公司 一种风电场的控制方法、系统及计算设备

Similar Documents

Publication Publication Date Title
Santos et al. New multistage and stochastic mathematical model for maximizing RES hosting capacity—Part I: Problem formulation
Chen et al. Key technologies for integration of multitype renewable energy sources—Research on multi-timeframe robust scheduling/dispatch
CN105046395B (zh) 一种含多类型新能源的电力系统日内滚动计划编制方法
Fu et al. Research on joint optimal dispatching method for hybrid power system considering system security
CN113193547B (zh) 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN113256045B (zh) 考虑风光不确定性的园区综合能源系统日前经济调度方法
CN105305423A (zh) 一种考虑间歇性能源不确定性的最优误差边界的确定方法
CN115640982B (zh) 基于抽水蓄能优先调节的多能互补系统日前优化调度方法
CN113541205B (zh) 基于集群学习的低碳csp系统协同优化方法及装置
CN116341881B (zh) 计及热网灵活性的电-热系统鲁棒超前调度方法及系统
CN109286208A (zh) 一种综合能源系统调度方法和系统
CN105305485A (zh) 一种消纳大规模间歇性能源的安全约束经济调度方法
CN112383086A (zh) 一种孤岛微电网日前能量-备用联合优化调度方法
CN114781817A (zh) 电-气互联系统多时间尺度联合优化调度方法及系统
CN113313351B (zh) 计及多能耦合影响的电-气-热系统灵活性评估方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
CN116436040B (zh) 考虑频率动态安全约束的输配电协同优化调度方法和系统
CN112039126B (zh) 含分布式电源的配电网多时间尺度协调调度方法及系统
CN113762632A (zh) 一种电气综合能源系统的协同优化运行方法及系统
CN112054553A (zh) 电热气互联系统协调优化运行方法、系统、介质及设备
CN108306319B (zh) 一种新能源微网中储能配置优化方法及系统
CN106655282B (zh) 采用0-1整数规划模型实现的电力系统经济调度方法
CN115085227A (zh) 一种微电网源储容量配置方法及装置
Branchini et al. Wind-hydro-gas turbine unit commitment to guarantee firm dispatchable power

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: 20201208