CN112150310A - 一种电转气风电消纳的综合能源网多能耦合优化调度方法 - Google Patents

一种电转气风电消纳的综合能源网多能耦合优化调度方法 Download PDF

Info

Publication number
CN112150310A
CN112150310A CN202011030187.1A CN202011030187A CN112150310A CN 112150310 A CN112150310 A CN 112150310A CN 202011030187 A CN202011030187 A CN 202011030187A CN 112150310 A CN112150310 A CN 112150310A
Authority
CN
China
Prior art keywords
gas
electricity
power
grid
heat
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
CN202011030187.1A
Other languages
English (en)
Inventor
高扬
艾芊
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong 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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202011030187.1A priority Critical patent/CN112150310A/zh
Publication of CN112150310A publication Critical patent/CN112150310A/zh
Pending legal-status Critical Current

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
    • 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
    • H02J3/38—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
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • 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
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • 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)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Power Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电转气风电消纳的综合能源网多能耦合优化调度方法，涉及综合能源系统协调优化领域。首先，考虑设备限制和功率平衡限制，建立多能量网络模型。然后，提出一种考虑电转气(power to gas，P2G)吸收风能的双层层优化策略，上层模型为电转气的天然气系统的日前调度，下层模型为含风电的电‑热系统的日前经济调度。再次，根据下部模型的KKT条件，将两层模型转换为单层模型，将非线性方程线性化，将非线性模型转换为混合线性优化问题，并调用GAMS优化软件进行求解。实现电‑气‑热互联综合能源系统的双向耦合，使综合能源系统的运行成本最小，提高风电利用效率。

Description

一种电转气风电消纳的综合能源网多能耦合优化调度方法
技术领域
本发明涉及综合能源系统协调优化领域，尤其涉及一种电转气风电消纳的综合能源网多能耦合优化调度方法。
背景技术
随着新能源发电，灵活的AC/DC传输技术，电动汽车和储能设备等柔性负载的大规模使用，微电网的动态过程得到了极大的加速，并且极大地依赖于信息反馈和决策。目前，信息通信系统中事件的离散性和电力系统中时间的连续性使得网络物理能源系统的研究更加复杂。
目前，对于综合能源系统协调优化运行已有一些研究。英国曼彻斯特大学开发了电-热-气系统及用户交互平台的综合能源系统，对用户终端实现了用能、节能和需求响应3个功能。德国通过鼓励E-Energy项目建设，侧重于能源和信息系统集成，采用数字网络实现发电的安全供给、高效利用以及气候保护。欧盟规划了欧盟电网新计划路线图，致力于融合各国能源系统建设跨欧洲的高效能源系统。日本早在2010年就成立日本智能社区联盟，专注于智能社区技术与综合能源系统示范工程建设。有文献提出了含有冷热电联供和风电的IES优化调度策略，并将天然气系统安全约束集成到优化调度模型中；也有文献提出了考虑机组调峰主动性的电热协调调度方法；也有文献建立了与电力系统模型相容的热力系统能量流模型，然后考虑换热环节约束建立了优化调度模型。
以风电为代表的可再生能源发电具有较强的波动性和间歇性，在电网调节资源有限的情况下，会产生较大的弃风，而电转气(power to gas，P2G)技术为风电消纳提供新思路。电转气技术可通过化学反应产生合成天然气，从而实现电能到天然气的转化，同时进一步加深电-气综合能源系统的耦合，与燃气轮机共同实现两个系统的双向耦合。有文献介绍电转气技术的原理，并对其经济性进行分析；也有文献从长期运行角度对电转气技术对电-气综合能源系统运行的影响进行分析，但并未分析其对于风电消纳的影响。电转气消耗的电能可以改变系统的负荷分布，增加负荷低谷时刻的负荷值，将富余的风电进行再利用，从而促进风电消纳。
在市场环境下，天然气系统各气源的报价不同，若忽略其优化分配会降低天然气系统运行的经济性，故各气源供气量需要进行优化调度。但在已有对于电-气综合能源系统的研究中，同时考虑天然气系统与电力系统优化调度的研究较少，且多考虑电转气过程中产生的合成天然气进行长期储存，未对技术成熟后电转气作为储气站参与到天然气网络运行中的作用进行分析。同时，电力和天然气系统在进行协调调度过程中，两个系统参数的数量级等存在差异，故统一构建优化模型难以同时兼顾两个系统的经济性。
目前缺乏成熟的电转气技术来合理消纳弃风资源，参与电、气、热能源协调运行。传统基于单一能源系统的独立分析方法已不适用于强耦合的电力-天然气-热力能源系统，迫切需要从电-气-热综合能源系统角度出发，寻求计及三者运行约束的协调优化运行方式。
因此，本领域的技术人员致力于开发一种考虑电转气合理利用弃风的电-气-热综合能源系统优化调度方法。构建一种考虑电转气合理消纳风电的电–气-热综合能源系统双层优化调度模型；通过燃气机组和电转气，实现电-气-热互联综合能源系统的双向耦合，使综合能源系统的运行成本最小，提高风电利用效率。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是构建一种考虑电转气合理消纳风电的电–气-热综合能源系统双层优化调度模型；通过燃气机组和电转气，实现电-气-热互联综合能源系统的双向耦合，使综合能源系统的运行成本最小，提高风电利用效率。
为实现上述目的，本发明提供了一种电转气风电消纳的综合能源网多能耦合优化调度方法，包括以下步骤：
步骤1、考虑设备限制和功率平衡限制，建立多能量网络模型；
步骤2、提出考虑电转气吸收风能的双层优化策略，上层模型为包含电转气的天然气系统的日前调度，下层模型为含风电的电-热系统的日前经济调度；
步骤3、根据所述下部模型的KKT条件，将两层模型转换为单层模型，将非线性方程线性化，将非线性模型转换为混合线性优化问题，并调用GAMS优化软件进行求解。
进一步地，所述上层模型的上层天然气系统优化调度的目标函数为天然气系统运行的总费用最小。
进一步地，所述上层模型可表示为：
Figure BDA0002703423930000021
式中cgi是各气源售气价格。
进一步地，所述下层模型的电-热系统日前经济调度的目标函数为最小化系统成本。
进一步地，所述系统成本包括机组报价成本、弃风补偿成本和电转气收益。
进一步地，所述下层模型可表示为：
Figure BDA0002703423930000031
式中：Fgrid(t)为系统与电网的购电费用；Fmain(t)为系统设备维护费用；Fp2g(t)为电转气收益成本系数；Fpoll(t)为污染气体排放治理费用。
进一步地，所述系统与电网的购电费用可表示为：
Fgrid(t)＝Pgrid(t)·Δt·fgrid(t)
式中：Pgrid(t)为系统与电网的购电功率；fgrid(t)为电网的实时电价。
进一步地，所述系统设备维护费用可表示为：
Figure BDA0002703423930000032
式中：kGE[PGE(t)]为燃气内燃机在不同输出功率下的维护系数；PGE(t)为燃气内燃机输出电功率；
Figure BDA0002703423930000033
分别为烟气吸收热泵设备的冷、热功率维护系数；QAP,cool(t)、QAP,heat(t)分别为烟气吸收热泵输出冷、热功率；kAC,heat[QAC,heat(t)]为吸收式制冷机的维护系数；QAC,heat(t)为吸收式制冷机吸收的热功率；
Figure BDA0002703423930000034
分别为储电设备、储热设备维护系数；
Figure BDA0002703423930000035
Figure BDA0002703423930000036
分别为储电设备、储热设备的交互功率。
进一步地，所述污染气体排放治理费用可表示为：
Figure BDA0002703423930000037
式中：i为系统的污染排放物；λi为不同排放物的治理费用；αgrid,i为电网功率对不同排放物的排放系数；αGE,i为燃气内燃机电功率对不同排放物的排放系数。
进一步地，所述污染排放物包括CO2、SO2、NOx。
本发明与现有技术相比较，具有如下显而易见的实质性特点和显著优点：
1、新的燃气轮机和电转气转换技术，实现了电-气-热互连的双向耦合并提高了限风率的利用率。
2、新的双层框架将具有耦合关系的复杂双层模型转换为简化的单层优化模型，并根据其KKT条件构造下层模型的拉格朗日函数，将下层模型转换为上层模型的附加条件。
3、构建一种考虑电转气合理消纳风电的电–气-热综合能源系统双层优化调度模型。通过燃气机组和电转气，实现电-气-热互联综合能源系统的双向耦合，使综合能源系统的运行成本最小，提高风电利用效率。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的电-气-热综合能源系统双层优化模型图；
图2是本发明的一个较佳实施例的优化算法流程图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件的厚度。
本发明涉及到一种考虑电转气合理利用弃风的电-气-热综合能源系统优化调度方法。
如图1所示，基于电转气的运行特性，考虑合理利用弃风，提出了一种电–气互联综合能源系统双层优化调度模型。新的鲁棒优化混合线性化方法，通过引入辅助变量来线性化网络非线性约束。图2是优化算法流程图。
P2G技术将电力系统，热力系统和天然气系统的单向耦合转换为双向耦合，其运行特性为风电消耗提供了有效途径，因此，提出了一种合理利用弃风的电-气-热综合能源系统的最优调度模型。首先，考虑设备限制和功率平衡限制，建立多能量网络模型。然后，提出了一种考虑P2G吸收风能的双层层优化策略，上层模型为包含P2G的天然气系统的日前调度，下层模型为含风电的电-热系统的日前经济调度。再次，根据下部模型的KKT条件，将两层模型转换为单层模型，将非线性方程线性化，将非线性模型转换为混合线性优化问题，并调用GAMS优化软件进行求解。
构建综合能源系统双层优化模型，包括含电转气的天然气系统日前调度上层模型和电-热系统日前经济调度下层模型。
1、含电转气的上层天然气系统日前调度
天然气网络中，假设各个气源的售气价格不同，其售气费用与售气量呈正比例关系。上层天然气系统优化调度的目标函数为天然气系统运行的总费用最小，即气源售气费用最小，约束条件为天然气网络约束，其中若电转气所产生的SNG进行长期储存，则不考虑其运行成本。故计及电转气的天然气系统优化调度上层模型为：
Figure BDA0002703423930000051
式中cgi是各气源售气价格。
2、下层含风电的电-热日前经济调度模型
含风电的电-热系统日前经济调度的目标函数为最小化系统成本，包括机组报价成本、弃风补偿成本和电转气收益。忽略机组爬坡约束和旋转备用约束，满足功率平衡等约束，具体模型可表示为：
Figure BDA0002703423930000052
式中：Fgrid(t)为系统与电网的购电费用，元；Fmain(t)为系统设备维护费用，元；Fp2g(t)为电转气收益升本系数，元；Fpoll(t)为污染气体排放治理费用，元。其中，
系统购电费用、设备维护费用、污染气体排放治理费用具体表示如下:
Figure BDA0002703423930000053
Figure BDA0002703423930000054
式中：Pgrid(t)为系统与电网的购电功率，kW；fgrid(t)为电网的实时电价，元/kW；kGE[PGE(t)]为燃气内燃机在不同输出功率下的维护系数，元/kW；PGE(t)为燃气内燃机输出电功率，kW；
Figure BDA0002703423930000055
分别为烟气吸收热泵设备的冷、热功率维护系数，元/kW；QAP,cool(t)、QAP,heat(t)分别为烟气吸收热泵输出冷、热功率；kAC,heat[QAC,heat(t)]为吸收式制冷机的维护系数，元/kW；QAC,heat(t)为吸收式制冷机吸收的热功率，元/kW；
Figure BDA0002703423930000056
分别为储电设备、储热设备维护系数，元/kW；
Figure BDA0002703423930000057
分别为储电设备、储热设备的交互功率，kW；i为系统的污染排放物，包括CO2、SO2、NOx；λi为不同排放物的治理费用，元/m3；αgrid,i为电网功率对不同排放物的排放系数；αGE,i为燃气内燃机电功率对不同排放物的排放系数。
Figure BDA0002703423930000058
Pbatt.cha.min≤Pbatt.cha(t)≤Pbatt.cha.max
Pbatt.dis.min≤Pbatt.dis(t)≤Pbatt.dis.max
Ebatt.min≤Ebatt(t)≤Ebatt.max
式中：Ebatt(t)为储电设备实时容量，kW·h；为储电设备的自损耗系数；kL分别为储电设备的充电、放电效率；ηbatt.cha、ηbatt.dis分别为储电设备的充、放电功率，kW；Pbatt.dis.max、Pbatt.dis.min分别为储电设备最大、小放电功率，kW；Pbatt.cha.max、Pbatt.cha.min分别为充电设备最大、最小充电功率，kW；Ebatt.max、Ebatt.min分别为充电设备最大、最小储电容量，kW·h。
Figure BDA0002703423930000061
Qstor.cha.min≤Qstor.cha(t)≤Qstor.cha.max
Qstor.dis.min≤Qstor.dis(t)≤Qstor.dis.max
Bstor.min≤Bstor(t)≤Bstor.max
式中：Bstor(t)为储热设备实时容量，kW·h；ks为储热设备的自损耗系数；ηstor.cha、ηstor.dis分别为储热设备的吸热、热效率；Qstor.cha(t)、Qstor.dis(t)分别为储热设备的吸热、放热功率，kW；Qstor.cha.max、Qstor.cha.min分别为储热设备的最大、最小吸热功率，kW；Qstor.dis.max、Qstor.dis.min分别为储热设备的最大、最小放热功率，kW；Bstor.max、Bstor.min分别为储热设备的最大、最小容量，kW·h。
Pgrid(t)+Pwind(t)+PGE(t)+Pbatt.dis(t)·Dbatt.dis(t)＝Pbatt.cha(t)·Dbatt.cha(t)+Pele(t)+PEB(t)+PEC(t)
式中：Dbatt.dis(t)、Dbatt.cha(t)分别为储电设备的放电、充电变量；Pele(t)为电力负荷，kW。
QJW(t)+QAP.heat(t)+QEB(t)+Qstor.dis(t)·Dstor.dis(t)＝Qstor.cha(t)·Dstor.cha(t)+Qheat(t)+QAC.heat(t)
式中：Dstor.dis(t)、Dstor.cha(t)分别为储热设备的放热、吸热变量；Qheat(t)为热力负荷，kW。
QAC.cool(t)+QEC(t)+QAP.cool(t)＝Qcool(t)
式中：Qcool(t)为冷力负荷，kW。
Figure BDA0002703423930000062
式中，Pwind(t)和
Figure BDA0002703423930000063
为风电调度出力和预测出力。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，包括以下步骤：
步骤1、考虑设备限制和功率平衡限制，建立多能量网络模型；
步骤2、提出考虑电转气吸收风能的双层优化策略，上层模型为含电转气的天然气系统的日前调度，下层模型为含风电的电-热系统的日前经济调度；
步骤3、根据所述下部模型的KKT条件，将两层模型转换为单层模型，将非线性方程线性化，将非线性模型转换为混合线性优化问题，并调用GAMS优化软件进行求解。
2.如权利要求1所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述上层模型的上层天然气系统优化调度的目标函数为天然气系统运行的总费用最小。
3.如权利要求2所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述上层模型可表示为：
Figure FDA0002703423920000011
式中cgi是各气源售气价格。
4.如权利要求1所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述下层模型的电-热系统日前经济调度的目标函数为最小化系统成本。
5.如权利要求4所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述系统成本包括机组报价成本、弃风补偿成本和电转气收益。
6.如权利要求5所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述下层模型可表示为：
Figure FDA0002703423920000012
式中：Fgrid(t)为系统与电网的购电费用；Fmain(t)为系统设备维护费用；Fp2g(t)为电转气收益成本系数；Fpoll(t)为污染气体排放治理费用。
7.如权利要求6所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述系统与电网的购电费用可表示为：
Fgrid(t)＝Pgrid(t)·Δt·fgrid(t)
式中：Pgrid(t)为系统与电网的购电功率；fgrid(t)为电网的实时电价。
8.如权利要求6所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述系统设备维护费用可表示为：
Figure FDA0002703423920000021
式中：kGE[PGE(t)]为燃气内燃机在不同输出功率下的维护系数；PGE(t)为燃气内燃机输出电功率；kAP,cool[QAP,cool(t)]、kAP,heat[QAP,heat(t)]分别为烟气吸收热泵设备的冷、热功率维护系数；QAP,cool(t)、QAP,heat(t)分别为烟气吸收热泵输出冷、热功率；
Figure FDA0002703423920000026
为吸收式制冷机的维护系数；QAC,heat(t)为吸收式制冷机吸收的热功率；
Figure FDA0002703423920000022
分别为储电设备、储热设备维护系数；
Figure FDA0002703423920000023
Figure FDA0002703423920000024
分别为储电设备、储热设备的交互功率。
9.如权利要求6所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述污染气体排放治理费用可表示为：
Figure FDA0002703423920000025
式中：i为系统的污染排放物；λi为不同排放物的治理费用；αgrid,i为电网功率对不同排放物的排放系数；αGE,i为燃气内燃机电功率对不同排放物的排放系数。
10.如权利要求9所述的电转气风电消纳的综合能源网多能耦合优化调度方法，其特征在于，所述污染排放物包括CO2、SO2、NOx。
CN202011030187.1A 2020-09-27 2020-09-27 一种电转气风电消纳的综合能源网多能耦合优化调度方法 Pending CN112150310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011030187.1A CN112150310A (zh) 2020-09-27 2020-09-27 一种电转气风电消纳的综合能源网多能耦合优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011030187.1A CN112150310A (zh) 2020-09-27 2020-09-27 一种电转气风电消纳的综合能源网多能耦合优化调度方法

Publications (1)

Publication Number Publication Date
CN112150310A true CN112150310A (zh) 2020-12-29

Family

ID=73894748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011030187.1A Pending CN112150310A (zh) 2020-09-27 2020-09-27 一种电转气风电消纳的综合能源网多能耦合优化调度方法

Country Status (1)

Country Link
CN (1) CN112150310A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966909A (zh) * 2021-02-23 2021-06-15 国网山东省电力公司经济技术研究院 计及需求响应的区域综合能源系统的优化调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992963A (zh) * 2017-11-23 2018-05-04 东南大学 基于多能流系统双层规划模型协调双边利益的优化方法
CN108764519A (zh) * 2018-04-11 2018-11-06 华南理工大学 一种园区能源互联网能源设备容量优化配置方法
CN109885009A (zh) * 2019-03-19 2019-06-14 广东电网有限责任公司电网规划研究中心 计及电转气规划的多能互补园区能源优化配置方法
CN110361969A (zh) * 2019-06-17 2019-10-22 清华大学 一种冷热电综合能源系统优化运行方法
CN110503241A (zh) * 2019-07-24 2019-11-26 清华大学 冷-热-电综合能源系统的多目标优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992963A (zh) * 2017-11-23 2018-05-04 东南大学 基于多能流系统双层规划模型协调双边利益的优化方法
CN108764519A (zh) * 2018-04-11 2018-11-06 华南理工大学 一种园区能源互联网能源设备容量优化配置方法
CN109885009A (zh) * 2019-03-19 2019-06-14 广东电网有限责任公司电网规划研究中心 计及电转气规划的多能互补园区能源优化配置方法
CN110361969A (zh) * 2019-06-17 2019-10-22 清华大学 一种冷热电综合能源系统优化运行方法
CN110503241A (zh) * 2019-07-24 2019-11-26 清华大学 冷-热-电综合能源系统的多目标优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张儒峰，等: "考虑电转气消纳风电的电–气综合能源系统双层优化调度", 《中国电机工程学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966909A (zh) * 2021-02-23 2021-06-15 国网山东省电力公司经济技术研究院 计及需求响应的区域综合能源系统的优化调度方法

Similar Documents

Publication Publication Date Title
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
CN106058942B (zh) 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型
CN108717594A (zh) 一种冷热电联供型多微网系统经济优化调度方法
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
WO2011134430A1 (zh) 用于能源利用的系统能效控制器、能效增益装置及智能能源服务系统
Tabar et al. Achieving a nearly zero energy structure by a novel framework including energy recovery and conversion, carbon capture and demand response
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
CN104361416A (zh) 一种考虑大规模电动汽车接入的电网双层优化调度方法
CN110318877B (zh) 基于双模态解耦的热电联产系统的风电消纳方法
CN110854930A (zh) 一种考虑多能协同的园区综合能源系统优化调度方法
CN115689035A (zh) 一种基于共享储能的园区级综合能源系统协同优化方法
CN111382902A (zh) 基于运行效益增量的区域综合能源系统储能优化配置方法
CN206850461U (zh) 一种加油站新能源超级充电系统
CN115659651A (zh) 一种考虑多种灵活性资源的综合能源协同优化调度方法
CN112150310A (zh) 一种电转气风电消纳的综合能源网多能耦合优化调度方法
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
Mao et al. Study on Multi-energy Flow Management for Multi-energy Network Systems.
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
CN114186875A (zh) 一种高新能源占比的园区多能源优化调度控制方法
Zhang et al. Modeling of CHP-EHP coupled energy station considering load side flexibility
Liu et al. Research on operation of electrothermal integrated energy system including heat pump and thermal storage units based on capacity planning
Wang et al. Power grid optimal dispatching strategy considering carbon trading mechanism
Li et al. Optimal dispatching of distributed energy supply system based on model predictive control
CN114362152B (zh) 综合能源系统多时间尺度调度方法
Huan et al. Optimization of Integrated Energy Service Provider Considering Carbon Trading

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