CN112288216A - 一种基于合作博弈的电转气装置容量规划方法及系统 - Google Patents

一种基于合作博弈的电转气装置容量规划方法及系统 Download PDF

Info

Publication number
CN112288216A
CN112288216A CN202010920104.XA CN202010920104A CN112288216A CN 112288216 A CN112288216 A CN 112288216A CN 202010920104 A CN202010920104 A CN 202010920104A CN 112288216 A CN112288216 A CN 112288216A
Authority
CN
China
Prior art keywords
gas conversion
electric gas
constraint
conversion device
node
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
CN202010920104.XA
Other languages
English (en)
Inventor
孙乐平
郭小璇
韩帅
吴宛潞
陈卫东
肖静
杨艺云
秦丽娟
吴宁
黎新
廖敏乐
戴承承
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.)
Electric Power Research Institute of Guangxi Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangxi Power Grid 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 Electric Power Research Institute of Guangxi Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangxi Power Grid Co Ltd
Priority to CN202010920104.XA priority Critical patent/CN112288216A/zh
Publication of CN112288216A publication Critical patent/CN112288216A/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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于合作博弈的电转气装置容量规划方法及系统，其方法包括：构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件；基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。本发明实施例通过依靠联盟投资建设，使得电转气装置的运行效益显著提高。

Description

一种基于合作博弈的电转气装置容量规划方法及系统
技术领域
本发明涉及电力能源系统规划领域，尤其涉及一种基于合作博弈的电转气装置容量规划方法及系统。
背景技术
在节能减排的要求之下，可再生能源在世界范围内得到了迅速发展，然而可再生能源的发电间歇性与波动性将导致电力系统平衡存在风险。针对可再生能源的消纳措施，电转气装置在储量与储存周期上具有明显优势。
目前，经济性低成为电转气装置实现商业化的最大阻碍。相较于其他的化学储能形式，电转气的储能形式可以将产品甲烷储入已有的天然气管网中，但即使是这种节约运输与储气成本的形式，仍然无法使得电转气装置达到经济性运行。当前电转气装置的规划运行研究存在以下问题：(1)现有的电转气规划运行研究基本将电转气装置视为个体经营者，规划目标一般体现为电转气投资与运行成本最小化，但是这种围绕电转气个体进行优化的方式不能体现在电转气装置对其他能源主体的贡献上；(2)现有的电转气装置研究很少能实现电转气产品价值最大化利用，在大多数研究中，作为关注度最高的甲烷产量还无法实现商业化。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种基于合作博弈的电转气装置容量规划方法及系统，通过构建综合能源联盟可提高电转气装置的经济性运行。
为了解决上述问题，本发明提出了一种基于合作博弈的电转气装置容量规划方法，所述方法包括：
构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；
确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件；
基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；
利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；
基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。
可选的，对所述网络拓扑结构进行初始化包括：设定所述网络拓扑结构的各个节点信息，并输入所述网络拓扑结构的各个支路的阻抗值。
可选的，所述联盟内部各个成员包括配电公司、风电机组、供热企业和电转气装置。
可选的，所述约束条件包括电力系统运行约束条件、天然气网络运行约束条件和区域供热网运行约束条件；其中，
所述电力系统运行约束条件包括功率平衡约束、电压电流限制、电力传输限制、机组出力约束和热电联产机组爬坡量限制；所述天然气网络运行约束条件包括节点平衡约束、管道流量方程和节点气压限制；所述区域供热网运行约束条件包括热源端热平衡约束、节点融合约束、负荷取用约束、节点流量平衡约束、传热特性方程和供回水温度限制。
可选的，所述基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理包括：
基于二阶锥松弛法分别对所述约束条件中的电力传输限制和管道流量方程进行线性化处理。
可选的，所述沙普利值效益分配机制的理论公式为：
Figure BDA0002666426720000021
其中，n为联盟内部的成员数量，S为联盟中的一个合作团体的成员数量，W(S)为分配系数，v(S)为所述合作团体所取得的最大效益，v(S\i)为所述合作团体内部的各个成员可分配到的平均效益，Xi(v)为所述合作团体中的第i个成员所分配到的最大效益。
另外，本发明实施例还提供了一种基于合作博弈的电转气装置容量规划系统，所述系统包括：
构建模块，用于构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；
确定模块，用于确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件；
处理模块，用于基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；
计算模块，用于利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；
输出模块，用于基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。
可选的，所述联盟内部各个成员包括配电公司、风电机组、供热企业和电转气装置。
可选的，所述约束条件包括电力系统运行约束条件、天然气网络运行约束条件和区域供热网运行约束条件；其中，
所述电力系统运行约束条件包括功率平衡约束、电压电流限制、电力传输限制、机组出力约束和热电联产机组爬坡量限制；所述天然气网络运行约束条件包括节点平衡约束、管道流量方程和节点气压限制；所述区域供热网运行约束条件包括热源端热平衡约束、节点融合约束、负荷取用约束、节点流量平衡约束、传热特性方程和供回水温度限制。
可选的，所述沙普利值效益分配机制的理论公式为：
Figure BDA0002666426720000031
其中，n为联盟内部的成员数量，S为联盟中的一个合作团体的成员数量，W(S)为分配系数，v(S)为所述合作团体所取得的最大效益，v(S\i)为所述合作团体内部的各个成员可分配到的平均效益，Xi(v)为所述合作团体中的第i个成员所分配到的最大效益。
在本发明实施例中，基于沙普利值效益分配机制对所构建的综合能源联盟进行利润分配，可确定电转气装置与联盟内部的其他综合能源主体间的互利关系，同时保障联盟结构的稳定性，有利于提高电转气装置的经济性运行；且以利润和碳交易价格作为判定基准，可通过合理投资建设电转气装置来提高风电消纳率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例公开的一种基于合作博弈的电转气装置容量规划方法的流程示意图；
图2是本发明实施例公开的电转气装置规划容量随用电单价变化的曲线图；
图3是本发明实施例公开的电转气装置规划容量随碳交易价格变化的曲线图；
图4是本发明实施例公开的一种基于合作博弈的电转气装置容量规划系统的结构组成图。
具体实施方式
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前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1示出了本发明实施例中的一种基于合作博弈的电转气装置容量规划方法的流程示意图，所述方法包括如下：
S101、构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；
在本发明实施例中，考虑到供气与供热收益能否达到成本水平的问题，可以构建出区域综合能源系统的网络拓扑结构包括：配电网仿真采用IEEE(即电气和电子工程师协会)的33节点结构，配气网仿真采用11节点结构，供热网仿真采用8节点结构；其次对所述网络拓扑结构进行初始化包括：设定所述网络拓扑结构的各个节点信息，并输入所述网络拓扑结构的各个支路的阻抗值。
需要说明的是，所述区域综合能源系统(即合作联盟)在创建时应该围绕各个能源主体间的互利关系，基于所述联盟内部各个成员包括配电公司、风电机组、供热企业和电转气装置，此时各个成员间的互利关系如下：(1)电转气装置在售热、售气方面可有效地提高联盟整体的效益；(2)配电公司所管辖系统的碳排放收益促使整个系统内的清洁电源风电与热电联产机组增发出力，加上电转气装置的增发出力使得联盟可提供的总用电量提高；(3)增长的电转气用电量可以提高配电公司和风电机组的利益，同时拉动热电联产机组的负荷，使得供热企业的利益得到提高。
S102、确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件；
具体实施过程包括：
(1)确定联盟内部各个成员的收益目标函数；
A.配电公司的收益目标函数为：
Figure BDA0002666426720000051
B.风电机组的收益目标函数为：
Figure BDA0002666426720000061
C.供热企业的收益目标函数为：
Figure BDA0002666426720000062
D.电转气装置的收益目标函数为：
Figure BDA0002666426720000063
其中，Grid代表配电公司，WT代表风电机组，Heat代表供热企业，PtG代表电转气装置，R为以上各个成员的运行收益，C为以上各个成员的运行成本，CHP代表热电联产机组，GB代表燃气锅炉，ptran为电力输配电价，pout为联盟向外购电电价，pfe-wt为风电机组的上网电价，pfe-CHP为热电联产机组的上网电价，pre为风电机组的单位容量备用成本，pspr为电转气形式作为系统备用容量的备用价格，psh为售热价格，pse为售电价格(一般工业)，pgas为天然气价格，r1为风电机组接入所产生的上旋转备用系数，r2为风电机组接入所产生的下旋转备用系数，ω为电转气装置生产单位天然气时的二氧化碳用量系数，CM为电转气装置生产单位天然气时的二氧化碳价格，Cwind为单位弃风成本，HGB,t为燃气锅炉在t时刻的产热量，HPtG,t为电转气装置在t时刻的产热量，PWT,t为风电机组在t时刻的出力，PCHP,t为热电联产机组在t时刻的出力，PPtG,t为电转气装置在t时刻的出力，ffPtG,t为电转气装置在t时刻的天然气产量，
Figure BDA0002666426720000064
为风电机组在t时刻的预测出力，ηGT为热电联产机组的发电效率，ηss为热电联产机组的散热损失率，ηGB为燃气锅炉的热效率，LHVNG为天然气的低热值，
Figure BDA0002666426720000065
为日转换系数，
Figure BDA0002666426720000066
为电转气装置建设成本的折现系数，
Figure BDA0002666426720000067
为电转气装置的固定运行费用系数，xPtG为电转气装置的建设变量(0或1)，
Figure BDA0002666426720000068
为电转气装置的单位容量投资费用，
Figure BDA0002666426720000069
为待建电转气装置的额定容量。
(2)确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件，其中所述约束条件包括电力系统运行约束条件、天然气网络运行约束条件和区域供热网运行约束条件；
具体的，所述电力系统运行约束条件包括如下：
A.功率平衡约束
Figure BDA0002666426720000071
B.电压电流限制
Figure BDA0002666426720000072
C.电力传输限制
Figure BDA0002666426720000073
D.机组出力约束
Figure BDA0002666426720000074
E.热电联产机组爬坡量限制
Figure BDA0002666426720000075
其中，
Figure BDA0002666426720000076
为节点i处的火电机组在t时刻的有功出力，
Figure BDA0002666426720000077
为节点i处的热电联产机组在t时刻的有功出力，
Figure BDA0002666426720000078
为节点i处的风电机组在t时刻的有功出力，
Figure BDA0002666426720000079
为节点i处的电转气装置在t时刻的有功出力，
Figure BDA00026664267200000710
为节点i处的电负荷在t时刻的有功出力，αLe,i为节点i处的电负荷比例，
Figure BDA00026664267200000711
为节点i处所流出的有功功率，
Figure BDA00026664267200000712
为节点i处的火电机组在t时刻的无功出力，
Figure BDA00026664267200000713
为节点i处的电负荷在t时刻的无功出力，
Figure BDA00026664267200000714
为节点i处所流出的无功功率，Iki,t为线路ki在t时刻的电流平方，rki为线路ki的电阻值，xki为线路ki的电抗值，Ui,t为节点i处在t时刻的电压平方，
Figure BDA00026664267200000715
节点i处的电压平方上限，Ui 为节点i处的电压平方下限，
Figure BDA00026664267200000716
为节点i处的电流平方上限，Iij 为节点i处的电流平方下限，
Figure BDA0002666426720000081
为节点i处的火电机组的出力上限，Pi tpp 为节点i处的火电机组的出力下限，
Figure BDA0002666426720000082
为节点i处的热电联产机组的出力上限，
Figure BDA0002666426720000083
为节点i处的热电联产机组的出力下限，
Figure BDA0002666426720000084
为节点i处的电转气装置的出力上限，
Figure BDA0002666426720000085
为节点i处的电转气装置的出力下限，
Figure BDA0002666426720000086
为节点i处的热电联产机组的爬坡量上限，
Figure BDA0002666426720000087
为节点i处的热电联产机组的爬坡量下限。
具体的，所述天然气网络运行约束条件包括如下：
A.节点平衡约束
Figure BDA0002666426720000088
B.管道流量方程
Figure BDA0002666426720000089
C.节点气压限制
Figure BDA00026664267200000810
其中，
Figure BDA00026664267200000811
为节点m处的气源在t时刻的流量，
Figure BDA00026664267200000812
为节点m处的电转气装置在t时刻的流量，
Figure BDA00026664267200000813
为节点m处的热电联产机组在t时刻的流量，
Figure BDA00026664267200000814
为节点m处的居民用气负荷在t时刻的流量，
Figure BDA00026664267200000815
为节点m处从管道mn流出的流量，Kmn为管道传输系数，πm,t为节点m处在t时刻的气压，
Figure BDA00026664267200000816
为节点m处的气压上限，πm 为节点m处的气压下限。
具体的，所述区域供热网运行约束条件包括如下：
A.热源端热平衡约束
Figure BDA00026664267200000817
B.节点融合约束
Figure BDA00026664267200000818
Figure BDA00026664267200000819
C.负荷取用约束
Figure BDA00026664267200000820
D.节点流量平衡约束
Figure BDA0002666426720000091
E.供回水温度限制
Figure BDA0002666426720000092
F.传热特性方程
Figure BDA0002666426720000093
其中，
Figure BDA0002666426720000094
为节点i处燃气锅炉在t时刻的出力，
Figure BDA0002666426720000095
为节点i处热电联产机组在t时刻的放热出力，
Figure BDA0002666426720000096
为节点i处电转气装置在t时刻的放热出力，
Figure BDA0002666426720000097
为节点i处热源在t时刻的出力，
Figure BDA0002666426720000098
为热网的上关联矩阵，
Figure BDA0002666426720000099
为热网的下关联矩阵，
Figure BDA00026664267200000910
为管段pq始端的流量温度向量，
Figure BDA00026664267200000911
为管段pq末端的流量温度向量，
Figure BDA00026664267200000912
为第i条支路的始端温度，
Figure BDA00026664267200000913
为第i条支路的末端温度，fi为第i条支路流量，Tp,t为节点p处的温度，
Figure BDA00026664267200000914
为流出节点p的管段的起始温度，
Figure BDA00026664267200000915
为节点p处的热负荷，αLh,p为节点p处的热负荷比例，c为热煤比热容，ρ为热煤密度，ηHE为换热设备的平均效率，
Figure BDA00026664267200000916
为管段单位长度热阻，Ta为环境温度，Lpq为管段pq的长度，
Figure BDA00026664267200000917
为热源S的供水温度，
Figure BDA00026664267200000918
为热源S的回水温度，
Figure BDA00026664267200000919
为负荷L的供水温度，
Figure BDA00026664267200000920
为负荷L的回水温度。
S103、基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；
在本发明实施过程中，基于二阶锥松弛法分别对所述约束条件中的电力传输限制和管道流量方程进行线性化处理，包括：
(1)对所述电力传输限制进行线性化处理为：
Figure BDA0002666426720000101
(2)对所述管道流量方程进行线性化处理为：
Figure BDA0002666426720000102
Figure BDA0002666426720000103
其中，umn,t为引入的正变量，vmn,t为另一个引入的正变量。
S104、利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；
在本发明实施例中，以线性化处理后的约束条件作为限定基础，利用常见的GAMS(即通用代数建模系统)软件平台对所述收益目标函数进行建模处理，并结合MOSEK求解器(一款常见的数学优化求解器)对所述收益目标函数进行计算；在计算过程中，需要判断两次迭代之间的权值变化是否满足收敛条件，即判断该权值变化量是否小于等于设定的收敛间隙值，其判断结果包括：若该权值变化量大于所述收敛间隙值，说明当前的权值变化未满足收敛条件，则返回执行下一次迭代运算；若该权值变化量小于等于所述收敛间隙值，说明当前的权值变化满足收敛条件，则输出满足联盟整体经济性的最优解，该最优解即为最优的联盟总利润。
S105、基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。
在本发明实施例中，获取所述沙普利值效益分配机制的理论公式为：
Figure BDA0002666426720000111
其中，n为联盟内部的成员数量，S为联盟中的一个合作团体的成员数量，W(S)为分配系数，v(S)为所述合作团体所取得的最大效益，v(S\i)为所述合作团体内部的各个成员可分配到的平均效益，Xi(v)为所述合作团体中的第i个成员所分配到的最大效益。
其次，结合所述沙普利值效益分配机制对所述最优解进行利润合理分配，即以联盟内部的一个成员为基础，获取该成员与联盟内部的一个或多个成员组成合作团体运行时的利润，分别由表1至表4所示：
表1以配电公司为基础的利润分配结果
S v(S) v(S\S<sub>Grid</sub>) W(S)
{S<sub>Grid</sub>} 3265.111 0 1/4
{S<sub>Grid</sub>,S<sub>PtG</sub>} 3324.632 0 1/12
{S<sub>Grid</sub>,S<sub>WT</sub>} 4907.575 1970.314 1/12
{S<sub>Grid</sub>,S<sub>Heat</sub>} 4700.044 1436.003 1/12
{S<sub>Grid</sub>,S<sub>WT</sub>,S<sub>PtG</sub>} 6973.269 3289.800 1/12
{S<sub>Grid</sub>,S<sub>Heat</sub>,S<sub>PtG</sub>} 4787.700 1436.003 1/12
{S<sub>Grid</sub>,S<sub>WT</sub>,S<sub>Heat</sub>} 5828.140 2882.457 1/12
{S<sub>Grid</sub>,S<sub>PtG</sub>,S<sub>WT</sub>,S<sub>Heat</sub>} 8297.239 4300.331 1/4
表2以风电机组为基础的利润分配结果
S v(S) v(S\S<sub>WT</sub>) W(S)
{S<sub>WT</sub>} 1970.314 0 1/4
{S<sub>WT</sub>,S<sub>PtG</sub>} 3289.800 0 1/12
{S<sub>WT</sub>,S<sub>Grid</sub>} 4907.575 3265.111 1/12
{S<sub>WT</sub>,S<sub>Heat</sub>} 2882.457 1436.003 1/12
{S<sub>WT</sub>,S<sub>PtG</sub>,S<sub>Grid</sub>} 6973.269 3324.632 1/12
{S<sub>WT</sub>,S<sub>PtG</sub>,S<sub>Heat</sub>} 4300.331 1436.003 1/12
{S<sub>WT</sub>,S<sub>Grid</sub>,S<sub>Heat</sub>} 5828.140 4700.044 1/12
{S<sub>Grid</sub>,S<sub>PtG</sub>,S<sub>WT</sub>,S<sub>Heat</sub>} 8297.239 4787.700 1/4
表3以供热企业为基础的利润分配结果
S v(S) v(S\S<sub>H</sub>) W(S)
{S<sub>H</sub>} 1436.003 0 1/4
{S<sub>P</sub>,S<sub>H</sub>} 1436.003 0 1/12
{S<sub>G</sub>,S<sub>H</sub>} 4700.044 3265.111 1/12
{S<sub>W</sub>,S<sub>H</sub>} 2882.457 1970.314 1/12
{S<sub>P</sub>,S<sub>G</sub>,S<sub>H</sub>} 4787.700 3324.632 1/12
{S<sub>P</sub>,S<sub>W</sub>,S<sub>H</sub>} 4300.331 3289.800 1/12
{S<sub>G</sub>,S<sub>W</sub>,S<sub>H</sub>} 5828.140 4907.575 1/12
{S<sub>P</sub>,S<sub>G</sub>,S<sub>W</sub>,S<sub>H</sub>} 8297.239 6973.269 1/4
表4以电转气装置为基础的利润分配结果
S v(S) v(S\S<sub>P</sub>) W(S)
{S<sub>P</sub>} 0 0 1/4
{S<sub>P</sub>,S<sub>G</sub>} 3324.632 3265.111 1/12
{S<sub>P</sub>,S<sub>W</sub>} 3289.800 1970.314 1/12
{S<sub>P</sub>,S<sub>H</sub>} 1436.003 1436.003 1/12
{S<sub>P</sub>,S<sub>G</sub>,S<sub>W</sub>} 6973.269 4907.575 1/12
{S<sub>P</sub>,S<sub>G</sub>,S<sub>H</sub>} 4787.700 4700.044 1/12
{S<sub>P</sub>,S<sub>W</sub>,S<sub>H</sub>} 4300.331 2882.457 1/12
{S<sub>P</sub>,S<sub>G</sub>,S<sub>W</sub>,S<sub>H</sub>} 8297.239 5828.140 1/4
根据表1至表4，结合所述沙普利值效益分配机制所计算出来的配电公司的日利润为3441.1元，风电机组的日利润为2538.3元，供热企业的日利润为1288.1元，电转气装置的日利润为1029.8元，通过分析对比可知，除了供热企业外，联盟内的其他成员均可以分配得到超出个体经营时的所得利润，即联盟形式下的各成员利润分配结果可满足整体合理性要求，但不满足个体合理性，即联盟存在不稳定性。
在此基础上，考虑到联盟的稳定性，通过将电转气装置的利润让渡给供热企业，以此构建出极端联盟形式，此时对联盟内部的各个成员的组合利润分配结果分别由表5至表7所示：
表5以配电公司为基础的利润再分配结果
S v(S) v(S\S<sub>Grid</sub>) W(S)
{S<sub>G</sub>} 3265.111 0 1/3
{S<sub>G</sub>,S<sub>Pheat</sub>} 4787.700 1436.003 1/6
{S<sub>G</sub>,S<sub>W</sub>} 4907.575 1970.314 1/6
{S<sub>Pheat</sub>,S<sub>G</sub>,S<sub>W</sub>} 8297.239 4300.331 1/3
表6以风电机组为基础的利润再分配结果
S v(S) v(S\S<sub>WT</sub>) W(S)
{S<sub>W</sub>} 1970.314 0 1/3
{S<sub>W</sub>,S<sub>Pheat</sub>} 4300.331 1436.003 1/6
{S<sub>W</sub>,S<sub>G</sub>} 4907.575 3265.111 1/6
{S<sub>Pheat</sub>,S<sub>G</sub>,S<sub>W</sub>} 8297.239 4787.700 1/3
表7以电转气装置-为供热企业基础的利润再分配结果
S v(S) v(S\S<sub>Pheat</sub>) W(S)
{S<sub>Pheat</sub>} 1436.003 0 1/3
{S<sub>Pheat</sub>,S<sub>G</sub>} 4787.700 3265.111 1/6
{S<sub>Pheat</sub>,S<sub>W</sub>} 4300.331 1970.314 1/6
{S<sub>Pheat</sub>,S<sub>G</sub>,S<sub>W</sub>} 8297.239 4907.575 1/3
根据表5至表7，结合所述沙普利值效益分配机制所计算出来的配电公司的日利润为3468.8元，风电机组的日利润为2577.7元，电转气装置-供热企业组合的日利润为2250.7元，通过分析对比可知，此时联盟形式下的各成员利润分配结果既可满足整体合理性要求，又可满足个体合理性，即联盟存在稳定性。
最后，结合所述利润(即电转气装置-供热企业组合的日利润)和碳交易价格确定所述电转气装置的规划容量，具体包括：
(1)根据所述利润跟踪电转气装置的用电成本，通过定义电价变化区间为[0,1.6]以及仿真步距为0.2，控制电价为单一改变量进行仿真，对应的仿真结果如图2所示，可知：当用电成本足够高时，电转气装置将无法实现经济性运行；
(2)根据所述碳交易价格，通过定义碳交易价格变化区间为[0,300]以及仿真步距为50，控制碳交易价格为单一改变量进行仿真，与此同时额外增加两个运行点(即碳交易价格为1000元/t和2000元/t)来对电转气装置的容量上限进行限定，对应的仿真结果如图3所示，可知：当电转气装置的建设容量高于联盟内部电源出力之和时，电转气装置将无法产生更高的联盟价值；
(3)通过结合(1)和(2)中所表明的用电成本与碳交易价格来获取电转气装置的经济性运行上限要求，以此确定电转气装置的最优规划容量。
图4示出了本发明实施例中的一种基于合作博弈的电转气装置容量规划系统的结构组成图，所述系统包括：
构建模块201，用于构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；
确定模块202，用于确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件，其中所述联盟内部各个成员包括配电公司、风电机组、供热企业和电转气装置；
在本发明实施例中，所述约束条件包括电力系统运行约束条件、天然气网络运行约束条件和区域供热网运行约束条件；其中，所述电力系统运行约束条件包括功率平衡约束、电压电流限制、电力传输限制、机组出力约束和热电联产机组爬坡量限制；所述天然气网络运行约束条件包括节点平衡约束、管道流量方程和节点气压限制；所述区域供热网运行约束条件包括热源端热平衡约束、节点融合约束、负荷取用约束、节点流量平衡约束、传热特性方程和供回水温度限制。
处理模块203，用于基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；
计算模块204，用于利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；
输出模块205，用于基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。
其中，所述沙普利值效益分配机制的理论公式为：
Figure BDA0002666426720000151
式中：n为联盟内部的成员数量，S为联盟中的一个合作团体的成员数量，W(S)为分配系数，v(S)为所述合作团体所取得的最大效益，v(S\i)为所述合作团体内部的各个成员可分配到的平均效益，Xi(v)为所述合作团体中的第i个成员所分配到的最大效益。
其中，所述系统被配置用于执行上述的基于合作博弈的电转气装置容量规划方法，针对所述系统中的各个模块的具体实施方式请参考图1所示出的方法流程图及具体实施内容，在此不再赘述。
在本发明实施例中，基于沙普利值效益分配机制对所构建的综合能源联盟进行利润分配，可确定电转气装置与联盟内部的其他综合能源主体间的互利关系，同时保障联盟结构的稳定性，有利于提高电转气装置的经济性运行；且以利润和碳交易价格作为判定基准，可通过合理投资建设电转气装置来提高风电消纳率。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上对本发明实施例所提供的一种基于合作博弈的电转气装置容量规划方法及系统进行了详细介绍，本文中采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于合作博弈的电转气装置容量规划方法，其特征在于，所述方法包括：
构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；
确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件；
基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；
利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；
基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。
2.根据权利要求1所述的基于合作博弈的电转气装置容量规划方法，其特征在于，对所述网络拓扑结构进行初始化包括：设定所述网络拓扑结构的各个节点信息，并输入所述网络拓扑结构的各个支路的阻抗值。
3.根据权利要求1所述的基于合作博弈的电转气装置容量规划方法，其特征在于，所述联盟内部各个成员包括配电公司、风电机组、供热企业和电转气装置。
4.根据权利要求1所述的基于合作博弈的电转气装置容量规划方法，其特征在于，所述约束条件包括电力系统运行约束条件、天然气网络运行约束条件和区域供热网运行约束条件；其中，
所述电力系统运行约束条件包括功率平衡约束、电压电流限制、电力传输限制、机组出力约束和热电联产机组爬坡量限制；所述天然气网络运行约束条件包括节点平衡约束、管道流量方程和节点气压限制；所述区域供热网运行约束条件包括热源端热平衡约束、节点融合约束、负荷取用约束、节点流量平衡约束、传热特性方程和供回水温度限制。
5.根据权利要求4所述的基于合作博弈的电转气装置容量规划方法，其特征在于，所述基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理包括：
基于二阶锥松弛法分别对所述约束条件中的电力传输限制和管道流量方程进行线性化处理。
6.根据权利要求1所述的基于合作博弈的电转气装置容量规划方法，其特征在于，所述沙普利值效益分配机制的理论公式为：
Figure FDA0002666426710000021
其中，n为联盟内部的成员数量，S为联盟中的一个合作团体的成员数量，W(S)为分配系数，v(S)为所述合作团体所取得的最大效益，v(S\i)为所述合作团体内部的各个成员可分配到的平均效益，Xi(v)为所述合作团体中的第i个成员所分配到的最大效益。
7.一种基于合作博弈的电转气装置容量规划系统，其特征在于，所述系统包括：
构建模块，用于构建区域综合能源系统的网络拓扑结构，并对所述网络拓扑结构进行初始化；
确定模块，用于确定联盟内部各个成员的收益目标函数，并确定所述各个成员依赖于所述网络拓扑结构运行时的约束条件；
处理模块，用于基于二阶锥松弛法对所述约束条件中的非线性项进行线性化处理；
计算模块，用于利用MOSEK求解器对所述收益目标函数进行求解，并输出满足线性化处理后的约束条件的最优解；
输出模块，用于基于沙普利值效益分配机制对所述最优解进行利润合理分配，获取电转气装置所分配到的利润，并结合所述利润和碳交易价格确定所述电转气装置的规划容量。
8.根据权利要求7所述的基于合作博弈的电转气装置容量规划系统，其特征在于，所述联盟内部各个成员包括配电公司、风电机组、供热企业和电转气装置。
9.根据权利要求7所述的基于合作博弈的电转气装置容量规划系统，其特征在于，所述约束条件包括电力系统运行约束条件、天然气网络运行约束条件和区域供热网运行约束条件；其中，
所述电力系统运行约束条件包括功率平衡约束、电压电流限制、电力传输限制、机组出力约束和热电联产机组爬坡量限制；所述天然气网络运行约束条件包括节点平衡约束、管道流量方程和节点气压限制；所述区域供热网运行约束条件包括热源端热平衡约束、节点融合约束、负荷取用约束、节点流量平衡约束、传热特性方程和供回水温度限制。
10.根据权利要求7所述的基于合作博弈的电转气装置容量规划系统，其特征在于，所述沙普利值效益分配机制的理论公式为：
Figure FDA0002666426710000031
其中，n为联盟内部的成员数量，S为联盟中的一个合作团体的成员数量，W(S)为分配系数，v(S)为所述合作团体所取得的最大效益，v(S\i)为所述合作团体内部的各个成员可分配到的平均效益，Xi(v)为所述合作团体中的第i个成员所分配到的最大效益。
CN202010920104.XA 2020-09-04 2020-09-04 一种基于合作博弈的电转气装置容量规划方法及系统 Pending CN112288216A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010920104.XA CN112288216A (zh) 2020-09-04 2020-09-04 一种基于合作博弈的电转气装置容量规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010920104.XA CN112288216A (zh) 2020-09-04 2020-09-04 一种基于合作博弈的电转气装置容量规划方法及系统

Publications (1)

Publication Number Publication Date
CN112288216A true CN112288216A (zh) 2021-01-29

Family

ID=74419730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010920104.XA Pending CN112288216A (zh) 2020-09-04 2020-09-04 一种基于合作博弈的电转气装置容量规划方法及系统

Country Status (1)

Country Link
CN (1) CN112288216A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447539A (zh) * 2016-11-23 2017-02-22 国网浙江省电力公司电动汽车服务分公司 一种电转气机组与燃气机组在电力市场和天然气市场中的联合竞价方法
CN109784714A (zh) * 2019-01-11 2019-05-21 上海电机学院 一种基于Shapley值法的多主体合资下的P2G场站运营模式
CN109830955A (zh) * 2018-12-31 2019-05-31 浙江大学华南工业技术研究院 考虑柔性约束与全周期成本的电-气配网柔性规划方法
CN110729720A (zh) * 2019-10-18 2020-01-24 云南电网有限责任公司电力科学研究院 一种蓄热罐容量规划方法和电转气参数敏感性分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447539A (zh) * 2016-11-23 2017-02-22 国网浙江省电力公司电动汽车服务分公司 一种电转气机组与燃气机组在电力市场和天然气市场中的联合竞价方法
CN109830955A (zh) * 2018-12-31 2019-05-31 浙江大学华南工业技术研究院 考虑柔性约束与全周期成本的电-气配网柔性规划方法
CN109784714A (zh) * 2019-01-11 2019-05-21 上海电机学院 一种基于Shapley值法的多主体合资下的P2G场站运营模式
CN110729720A (zh) * 2019-10-18 2020-01-24 云南电网有限责任公司电力科学研究院 一种蓄热罐容量规划方法和电转气参数敏感性分析方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张衡等: "基于随机优化理论的输电网规划研究综述", 《电网技术》 *
李静等: "基于混合整数凸规划的含风力发电机组配电网无功补偿优化配置", 《电工技术学报》 *
林涛等: "电 - 气互联系统潮流优化与安全性研究综述", 《全球能源互联网》 *
王海: "含电转气厂站的气电互联系统合作规划研究", 《中国优秀博硕士学位论文全文数据库(硕士)•工程科技Ⅱ辑》 *
瞿凯平等: "碳交易机制下多区域综合能源系统的分散调度", 《中国电机工程学报》 *

Similar Documents

Publication Publication Date Title
Lu et al. Optimization model for the short-term joint operation of a grid-connected wind-photovoltaic-hydro hybrid energy system with cascade hydropower plants
Lu et al. Coordinated dispatch of multi-energy system with district heating network: Modeling and solution strategy
WO2023103862A1 (zh) 面向多能分散式资源的虚拟电厂多级聚合方法、装置及存储介质
Yuansheng et al. A two-stage planning and optimization model for water-hydrogen integrated energy system with isolated grid
Tabar et al. Achieving a nearly zero energy structure by a novel framework including energy recovery and conversion, carbon capture and demand response
Ju et al. A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator
Zhang et al. Collaborative optimization for multiple energy stations in distributed energy network based on electricity and heat interchanges
Zhang et al. Optimal scheduling strategy of virtual power plant with power-to-gas in dual energy markets
CN110503271A (zh) 一种综合能源系统的多类型储能配置方法
Yu et al. Optimal operation of the combined heat and power system equipped with power‐to‐heat devices for the improvement of wind energy utilization
CN114595868A (zh) 一种综合能源系统源网荷储协同规划方法及系统
CN108736507A (zh) 一种提升风电就地消纳的蓄热式电锅炉优化方法和装置
CN114066204A (zh) 一种综合能源系统的一体化优化规划与运行方法及装置
CN113592365A (zh) 一种考虑碳排放与绿电消纳的能源优化调度方法及系统
Han et al. Multi-stage distributionally robust optimization for hybrid energy storage in regional integrated energy system considering robustness and nonanticipativity
Hu et al. A two-stage dispatching method for wind-hydropower-pumped storage integrated power systems
Yang et al. Optimal scheduling of electro-thermal system considering refined demand response and source-load-storage cooperative hydrogen production
Feng et al. Review of operations for multi-energy coupled virtual power plants participating in electricity market
CN112001613A (zh) 基于多微能源网系统合作博弈决策机制的利益分配策略
Hu et al. A hierarchical transactive energy management framework for optimizing the reserve profile in district energy systems
Liang et al. Capacity configuration optimization of wind-solar combined power generation system based on improved grasshopper algorithm
Zhang et al. A review on configuration optimization of hybrid energy system based on renewable energy
Cai et al. Day-Ahead Forecast of Carbon Emission Factor Based on Long and Short-Term Memory Networks
CN112288216A (zh) 一种基于合作博弈的电转气装置容量规划方法及系统
CN114240203A (zh) 一种包含热泵的配电网与分布式风电协同规划方法和装置

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

Application publication date: 20210129

RJ01 Rejection of invention patent application after publication