CN112288590A - 一种富余电网资源支持气网调度的决策支持系统及方法 - Google Patents
一种富余电网资源支持气网调度的决策支持系统及方法 Download PDFInfo
- Publication number
- CN112288590A CN112288590A CN202011009440.5A CN202011009440A CN112288590A CN 112288590 A CN112288590 A CN 112288590A CN 202011009440 A CN202011009440 A CN 202011009440A CN 112288590 A CN112288590 A CN 112288590A
- Authority
- CN
- China
- Prior art keywords
- natural gas
- matrix
- representing
- gas
- converter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 287
- 239000003345 natural gas Substances 0.000 claims abstract description 143
- 239000007789 gas Substances 0.000 claims abstract description 130
- 238000010248 power generation Methods 0.000 claims abstract description 74
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 137
- 230000004044 response Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000009467 reduction Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 108010074506 Transfer Factor Proteins 0.000 claims description 5
- 239000013256 coordination polymer Substances 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000005611 electricity Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 14
- 230000006872 improvement Effects 0.000 description 8
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
-
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
- 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
Abstract
本发明公开了一种富余电网资源支持气网调度的决策支持系统及方法,该系统包括“电‑气”转换商最大可减少发电容量估计模块、“电‑气”转换商转换等效天然气所需成本测算模块、“成本‑等效天然气量”函数模块、考虑价格成本的最优气网竞价模块、等效天然气量对应的最优富余电网资源分配模块。本发明富余电网资源支持气网调度的决策支持系统及方法只涉及电网与气网,大大降低了系统的复杂性,有利于系统的稳定性。此外,该系统及方法在实现电转气时不需要使用到P2G设备或者热电联产设备,降低了系统的总成本。
Description
技术领域
本发明涉及能源转换技术领域,特别涉及一种富余电网资源支持气网调度的决策支持系统及方法。
背景技术
随着能源互联网的大力发展,电力和天然气系统的耦合程度越来越深,如何基于能源互联网的特点,实现电网络对气网紧急需求的支持成为当前的研究热点。目前的电转气技术通常为P2G技术或者热电联产技术,该技术需要考虑电网、气网与热网三个网络的耦合关系,建立的系统模型比较复杂,且稳定性比较差。此外,传统的P2G技术和热电联产技术需要额外的设备以完成对电-气之间的转换,需要考虑额外的设备成本,增加了系统的总成本,因此急需一种新的电转气技术来解决上述问题。
发明内容
本发明要解决的问题是提供一种简单可行,稳定性好,成本低的富余电网资源支持气网调度的决策支持系统及方法。
为了解决上述问题,本发明提供了一种富余电网资源支持气网调度的决策支持系统,包括:
“电-气”转换商最大可减少发电容量估计模块,用于接收虚拟电厂的报价和发电容量数据参数,构建转换商最大可减少发电容量估计模型,输出作为转换商的燃气机组的最大可减少发电容量;
“电-气”转换商转换等效天然气所需成本测算模块,用于接收所述最大可减少发电容量,建立转换商转换等效天然气量所需成本测算模型;
“成本-等效天然气量”函数模块,用于接收所述转换商转换等效天然气量所需成本测算模型,输出转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式;
考虑价格成本的最优气网竞价模块,用于接收所述成本与其转换等效天然气量的函数关系式、其他富余天然气资源、天然气网络参数以及最新负荷参数,输出富余电网资源转换的等效天然气量在天然气市场中的中标量;
等效天然气量对应的最优富余电网资源分配模块,用于接收所述富余电网资源转换的等效天然气量在天然气市场中的中标量,输出中标量对应的电网富余资源的最优分配结果。
作为本发明的进一步改进,通过公式(1)-(8)构建转换商最大可减少发电容量估计模型并求解;公式如下:
PL=xb.KLT.θ (6)
PLn=PLn,af (8)
式(6)-(8)是电力系统潮流约束边界,在公式(6)中,xb代表线路电纳,KLT代表节点-线路转移矩阵,θ代表节点电压向量角,在公式(7)中,表示日前线路剩余容量最大值,式(8)代表不同区域的电力潮流限制,n为不同区域间的连接管道,PLn是管道潮流,PLn,af是日前电网络管道潮流。
作为本发明的进一步改进,采用经典优化算法对所述转换商最大可减少发电容量估计模型进行求解。
作为本发明的进一步改进,通过公式(9)-(12)建立转换商转换等效天然气所需成本测算模型,公式如下:
O≤PW≤PW,max (11)
式(9)为模型目标函数,代表跨网需求响应成本最低。其中,ζv是第v个虚拟电厂的价格系数,表示第v个虚拟电厂的发电容量,式(10)表示电力系统负荷平衡约束,式(11)表示虚拟电厂的边界条件,PW表示虚拟电厂供电容量矩阵,PW,max表示虚拟电厂供电容量上限矩阵,式(12)表示电力系统线路潮流约束;其中,SF为转移因子矩阵,KP为发电机组关联矩阵,P为发电机组发电容量矩阵,KT为虚拟电厂关联矩阵,KD为负荷关联矩阵,表示矩阵的乘法。
作为本发明的进一步改进,通过公式(13)-(17)对考虑价格成本的最优气网竞价模块进行建模求解,公式如下:
wmin≤w≤wmax (17)
式(13)为模型目标函数,表示天然气气源与转换商供气成本最低,其中,Ww表示第w个天然气气源,ξw表示相对应的天然气气源供气价格,W表示天然气气源的数量,函数Bid_cost()表示“成本-等效天然气量”函数关系式,式(14)为天然气气源边界条件,其中,W表示天然气气源供气矩阵,Wmax表示天然气气源供气上限矩阵,式(15)表示气网络节点功率平衡约束,其中,TW为天然气气源关联矩阵、W_dr为“电-气”转换商供气矩阵、Tl为气网负荷关联矩阵、L为气网络负荷矩阵、Tf为气网络管道-潮流关联矩阵、F为关联潮流矩阵,式(16)表示Weymouth方程,其中,CP为Weymouth常数,wm,wn分别表示气网某一管道的首末节点气压,式(17)表示气网节点气压边界约束,其中,w为气网节点气压矩阵,wmax,wmin分别为气网节点气压上下限矩阵。
为了解决上述问题,本发明还提供了一种富余电网资源支持气网调度的决策支持方法,其包括以下步骤:
S10、接收虚拟电厂的报价和发电容量数据参数,构建转换商最大可减少发电容量估计模型,输出作为转换商的燃气机组的最大可减少发电容量;
S20、接收所述最大可减少发电容量,建立转换商转换等效天然气量所需成本测算模型;
S30、接收所述转换商转换等效天然气量所需成本测算模型,输出转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式;
S40、接收所述成本与其转换等效天然气量的函数关系式、其他富余天然气资源、天然气网络参数以及最新负荷参数,输出富余电网资源转换的等效天然气量在天然气市场中的中标量;
S50、接收所述富余电网资源转换的等效天然气量在天然气市场中的中标量,输出中标量对应的电网富余资源的最优分配结果。
作为本发明的进一步改进,通过公式(1)-(8)构建转换商最大可减少发电容量估计模型并求解;公式如下:
PL=xb.KLT.θ (6)
PLn=PLn,af (8)
式(6)-(8)是电力系统潮流约束边界,在公式(6)中,xb代表线路电纳,KLT代表节点-线路转移矩阵,θ代表节点电压向量角,在公式(7)中,表示日前线路剩余容量最大值,式(8)代表不同区域的电力潮流限制,n为不同区域间的连接管道,PLn是管道潮流,PLn,af是日前电网络管道潮流。
作为本发明的进一步改进,采用经典优化算法对所述转换商最大可减少发电容量估计模型进行求解。
作为本发明的进一步改进,通过公式(9)-(12)建立转换商转换等效天然气所需成本测算模型,公式如下:
O≤PW≤PW,max (11)
式(9)为模型目标函数,代表跨网需求响应成本最低。其中,ζv是第v个虚拟电厂的价格系数,表示第v个虚拟电厂的发电容量,式(10)表示电力系统负荷平衡约束,式(11)表示虚拟电厂的边界条件,PW表示虚拟电厂供电容量矩阵,PW,max表示虚拟电厂供电容量上限矩阵,式(12)表示电力系统线路潮流约束;其中,SF为转移因子矩阵,KP为发电机组关联矩阵,P为发电机组发电容量矩阵,KT为虚拟电厂关联矩阵,KD为负荷关联矩阵,表示矩阵的乘法。
作为本发明的进一步改进,通过公式(13)-(17)对考虑价格成本的最优气网竞价模块进行建模求解,公式如下:
wmin≤w≤wmax (17)
式(13)为模型目标函数,表示天然气气源与转换商供气成本最低,其中,Ww表示第w个天然气气源,ξw表示相对应的天然气气源供气价格,W表示天然气气源的数量,函数Bid_cost()表示“成本-等效天然气量”函数关系式,式(14)为天然气气源边界条件,其中,W表示天然气气源供气矩阵,Wmax表示天然气气源供气上限矩阵,式(15)表示气网络节点功率平衡约束,其中,TW为天然气气源关联矩阵、W_dr为“电-气”转换商供气矩阵、Tl为气网负荷关联矩阵、L为气网络负荷矩阵、Tf为气网络管道-潮流关联矩阵、F为关联潮流矩阵,式(16)表示Weymouth方程,其中,CP为Weymouth常数,wm,wn分别表示气网某一管道的首末节点气压,式(17)表示气网节点气压边界约束,其中,w为气网节点气压矩阵,wmax,wmin分别为气网节点气压上下限矩阵。
本发明的有益效果:
本发明富余电网资源支持气网调度的决策支持系统及方法只涉及电网与气网,大大降低了系统的复杂性,有利于系统的稳定性。此外,该系统及方法在实现电转气时不需要使用到P2G设备或者热电联产设备,降低了系统的总成本。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明优选实施例中富余电网资源支持气网调度的决策支持系统的结构示意图;
图2是本发明优选实施例中皮肤模型的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
如图1所示,为本发明优选实施例中的富余电网资源支持气网调度的决策支持系统,该系统包括“电-气”转换商最大可减少发电容量估计模块、“电-气”转换商转换等效天然气所需成本测算模块、“成本-等效天然气量”函数模块、考虑价格成本的最优气网竞价模块和等效天然气量对应的最优富余电网资源分配模块。
“电-气”转换商最大可减少发电容量估计模块用于接收虚拟电厂的报价和发电容量数据参数,构建转换商最大可减少发电容量估计模型,输出作为转换商的燃气机组的最大可减少发电容量。
具体的,通过公式(1)-(8)构建转换商最大可减少发电容量估计模型并求解;公式如下:
PL=xb·KZT.θ (6)
PLn=PLn,af (8)
式(6)-(8)是电力系统潮流约束边界,在公式(6)中,xb代表线路电纳,KLT代表节点-线路转移矩阵,θ代表节点电压向量角,在公式(7)中,表示日前线路剩余容量最大值,式(8)代表不同区域的电力潮流限制,n为不同区域间的连接管道,PLn是管道潮流,PLn,af是日前电网络管道潮流。
其中,采用经典优化算法对所述转换商最大可减少发电容量估计模型进行求解。上述经典优化算法如粒子群算法、遗传算法等。
“电-气”转换商转换等效天然气所需成本测算模块用于接收所述最大可减少发电容量,建立转换商转换等效天然气量所需成本测算模型。
具体的,通过公式(9)-(12)建立转换商转换等效天然气所需成本测算模型,公式如下:
O≤PW≤PW,max (11)
式(9)为模型目标函数,代表跨网需求响应成本最低。其中,ζv是第v个虚拟电厂的价格系数,表示第v个虚拟电厂的发电容量,式(10)表示电力系统负荷平衡约束,式(11)表示虚拟电厂的边界条件,PW表示虚拟电厂供电容量矩阵,PW,max表示虚拟电厂供电容量上限矩阵,式(12)表示电力系统线路潮流约束;其中,SF为转移因子矩阵,KP为发电机组关联矩阵,P为发电机组发电容量矩阵,KT为虚拟电厂关联矩阵,KD为负荷关联矩阵,表示矩阵的乘法。
“成本-等效天然气量”函数模块用于接收所述转换商转换等效天然气量所需成本测算模型,输出转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式。
其中,由于一般的机组优化数学模型的求解方法,如分支定界法、拉格朗日松弛法等是无法对目标函数直接求导,因此本发明将采用直接算法求解该数学模型,其求解步骤如下:
步骤1:建立约束方程组
C(pW)为不等约束转变的等式方程,E(pW)为等式约束方程对应的方程。
其中,NL表示电网络线路数量,NVPP表示虚拟电厂数量。
步骤2:引入变量等效天然气量:W_dri
其中,表示代表“电-气”转换商的燃气机组发生跨网需求响应后的发电容量,αi,βi,γi表示燃气机组的特性系数,表示燃气机组的日前耗气量。P表示跨网需求响应后全部机组发电容量矩阵,Paf表示除代表“电-气”转换商之外的发电机组的日前发电容量。
步骤3:将4个不等约束转变成等式约束
潮流上限约束:
其中,A1为未知数PW矩阵的系数矩阵,其维度为NL行NVPP列;B1为常数矩阵,其维度为NL行1列。
机组上限约束:
其中,A2为未知数PW矩阵的系数矩阵,其是单位矩阵,维度为NVPP行NVPP列;B2为常数矩阵,其维度为NVPP行1列。
潮流下限约束:
其中,A3为未知数PW矩阵的系数矩阵,其维度为NL行NVPP列;B3为常数矩阵,其维度为NL行1列。
机组下限约束:
其中,A4为未知数PW矩阵的系数矩阵,其是单位矩阵,维度为NVPP行NVPP列;B4为常数矩阵,其维度为NVPP行1列。
约束等式C(pW)=0可用ApW=B表示,则
步骤4:等式方程的提取
建立提取约束的矩阵NKC,维度为n行m列,其中
建立规则:
1、NKC矩阵每一行的和为(NVPP-1);
2、且同一行中,第d列与d+(NL+NVPP)列的元素和不等于(NVPP-1),其目的是保证不同时选择同一潮流约束和机组约束的上下限。
步骤5:方程组的求解
提取方程组:
L_Aq维度为NVPP行NVPP列,L_Bq维度为NVPP行1列。
依次计算所有NKCq提取而得的对应方程组,得:
步骤6:从所有NKCq提取而得的对应方程组的解集中选择最优解
因为Min()函数无法求导,因此采用近似的方法提取最小值,方法如下。又因解集矩阵中可能存在零元素,为方便右面的近似提取最小值的计算,将所有元素都加上一个不为零的常数κ。
有obj=obj+κ
其中,OBJ表示解集中的最优解,α为较大的整数。
通过构建“成本-等效天然气量”函数模块得到了“电-气”转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式。由于,天然气市场与电力市场的结构相似,所以可以将得到的“成本-等效天然气量”函数直接当做一个虚拟天然气气源加入到天然气市场中,与其他天然气气源进行竞价。
考虑价格成本的最优气网竞价模块用于接收所述成本与其转换等效天然气量的函数关系式、其他富余天然气资源、天然气网络参数以及最新负荷参数,输出富余电网资源转换的等效天然气量在天然气市场中的中标量。
等效天然气量对应的最优富余电网资源分配模块用于接收所述富余电网资源转换的等效天然气量在天然气市场中的中标量,输出中标量对应的电网富余资源的最优分配结果。
具体的,通过公式(13)-(17)对考虑价格成本的最优气网竞价模块进行建模求解,公式如下:
wmin≤w≤wmax (17)
式(13)为模型目标函数,表示天然气气源与转换商供气成本最低,其中,Ww表示第w个天然气气源,ξw表示相对应的天然气气源供气价格,W表示天然气气源的数量,函数Bid_cost()表示“成本-等效天然气量”函数关系式,式(14)为天然气气源边界条件,其中,W表示天然气气源供气矩阵,Wmax表示天然气气源供气上限矩阵,式(15)表示气网络节点功率平衡约束,其中,TW为天然气气源关联矩阵、W_dr为“电-气”转换商供气矩阵、Tl为气网负荷关联矩阵、L为气网络负荷矩阵、Tf为气网络管道-潮流关联矩阵、F为关联潮流矩阵,式(16)表示Weymouth方程,其中,CP为Weymouth常数,wm,wn分别表示气网某一管道的首末节点气压,式(17)表示气网节点气压边界约束,其中,w为气网节点气压矩阵,wmax,wmin分别为气网节点气压上下限矩阵。
在本实施例中,在得到考虑成本价格的气网最优竞价模型后,可以采用粒子群算法以及LM法对模型进行求解,得到富余电网资源转换的等效天然气量在天然气市场中的中标量。
在本实施例中,在得到富余电网资源转换的等效天然气量的中标量:W_dr后,该模块采用构建“成本-等效天然气量”函数模块中提出的直接算法进行求解,最后可以得到最优解对应的虚拟电厂最优发电容量分配PW。
如图2所示,本发明还公开了一种富余电网资源支持气网调度的决策支持方法,该方法包括以下步骤:
S10、接收虚拟电厂的报价和发电容量数据参数,构建转换商最大可减少发电容量估计模型,输出作为转换商的燃气机组的最大可减少发电容量。
具体的,通过上述公式(1)-(8)构建转换商最大可减少发电容量估计模型并求解。
S20、接收所述最大可减少发电容量,建立转换商转换等效天然气量所需成本测算模型。
具体的,通过上述公式(9)-(12)建立转换商转换等效天然气所需成本测算模型。
S30、接收所述转换商转换等效天然气量所需成本测算模型,输出转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式。
其中,由于一般的机组优化数学模型的求解方法,如分支定界法、拉格朗日松弛法等是无法对目标函数直接求导,因此本发明将采用直接算法求解该数学模型,其求解步骤如上述1-6。
S40、接收所述成本与其转换等效天然气量的函数关系式、其他富余天然气资源、天然气网络参数以及最新负荷参数,输出富余电网资源转换的等效天然气量在天然气市场中的中标量。
具体的,通过上述公式(13)-(17)对考虑价格成本的最优气网竞价模块进行建模求解。
S50、接收所述富余电网资源转换的等效天然气量在天然气市场中的中标量,输出中标量对应的电网富余资源的最优分配结果。
本发明富余电网资源支持气网调度的决策支持系统及方法基于能源互联网的特点,可以实现电网富余资源跨网支持气网的紧急需求,与其他电转气技术不同,该系统采用区域划分的方式,将电网络划分为不同区域,每个区域选取一个燃气机组作为“电-气”转换商,并采用约束条件约束位于同一个区域的富余电力资源只能提供给该区域的“电-气”转换商。在发生跨网需求响应时,将“电-气”转换商看作一个等效负荷点,通过富余电力资源支持该转换商以降低燃气机组的发电容量,这相当于降低了燃气机组的天然气用量,在气网侧相当于等效的增加了天然气量,实现了电网富余资源对气网调度的跨网支持。
现在的电转气技术往往是采用了P2G技术或者热电联产技术,使用该技术除了需要考虑电网与气网的耦合外还需要考虑热网,三个不同网络的耦合提高了系统的复杂性,降低了系统的稳定性。此外,采用P2G技术与热电联产技术需要考虑额外的设备成本,增加了系统的总成本。与此相比,本发明富余电网资源支持气网调度的决策支持系统及方法只涉及电网与气网,大大降低了系统的复杂性,有利于系统的稳定性。此外,该系统在实现电转气时不需要使用到P2G设备或者热电联产设备,降低了系统的总成本。
以上实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种富余电网资源支持气网调度的决策支持系统,其特征在于,包括:
“电-气”转换商最大可减少发电容量估计模块,用于接收虚拟电厂的报价和发电容量数据参数,构建转换商最大可减少发电容量估计模型,输出作为转换商的燃气机组的最大可减少发电容量;
“电-气”转换商转换等效天然气所需成本测算模块,用于接收所述最大可减少发电容量,建立转换商转换等效天然气量所需成本测算模型;
“成本-等效天然气量”函数模块,用于接收所述转换商转换等效天然气量所需成本测算模型,输出转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式;
考虑价格成本的最优气网竞价模块,用于接收所述成本与其转换等效天然气量的函数关系式、其他富余天然气资源、天然气网络参数以及最新负荷参数,输出富余电网资源转换的等效天然气量在天然气市场中的中标量;
等效天然气量对应的最优富余电网资源分配模块,用于接收所述富余电网资源转换的等效天然气量在天然气市场中的中标量,输出中标量对应的电网富余资源的最优分配结果。
2.如权利要求1所述的富余电网资源支持气网调度的决策支持系统,其特征在于,通过公式(1)-(8)构建转换商最大可减少发电容量估计模型并求解;公式如下:
PL=xb.KLT.θ (6)
PLn=PLn,af (8)
3.如权利要求2所述的富余电网资源支持气网调度的决策支持系统,其特征在于,采用经典优化算法对所述转换商最大可减少发电容量估计模型进行求解。
4.如权利要求1所述的富余电网资源支持气网调度的决策支持系统,其特征在于,通过公式(9)-(12)建立转换商转换等效天然气所需成本测算模型,公式如下:
0≤PW≤PW,max (11)
5.如权利要求1所述的富余电网资源支持气网调度的决策支持系统,其特征在于,通过公式(13)-(17)对考虑价格成本的最优气网竞价模块进行建模求解,公式如下:
wmin≤w≤wmax (17)
式(13)为模型目标函数,表示天然气气源与转换商供气成本最低,其中,Ww表示第w个天然气气源,ξw表示相对应的天然气气源供气价格,W表示天然气气源的数量,函数Bid_cos()表示“成本-等效天然气量”函数关系式,式(14)为天然气气源边界条件,其中,W表示天然气气源供气矩阵,Wmax表示天然气气源供气上限矩阵,式(15)表示气网络节点功率平衡约束,其中,TW为天然气气源关联矩阵、W_dr为“电-气”转换商供气矩阵、Tl为气网负荷关联矩阵、L为气网络负荷矩阵、Tf为气网络管道-潮流关联矩阵、F为关联潮流矩阵,式(16)表示Weymouth方程,其中,CP为Weymouth常数,wm,wn分别表示气网某一管道的首末节点气压,式(17)表示气网节点气压边界约束,其中,w为气网节点气压矩阵,wmax,wmin分别为气网节点气压上下限矩阵。
6.一种富余电网资源支持气网调度的决策支持方法,其特征在于,包括以下步骤:
S10、接收虚拟电厂的报价和发电容量数据参数,构建转换商最大可减少发电容量估计模型,输出作为转换商的燃气机组的最大可减少发电容量;
S20、接收所述最大可减少发电容量,建立转换商转换等效天然气量所需成本测算模型;
S30、接收所述转换商转换等效天然气量所需成本测算模型,输出转换商进行跨网需求响应所需成本与其转换等效天然气量的函数关系式;
S40、接收所述成本与其转换等效天然气量的函数关系式、其他富余天然气资源、天然气网络参数以及最新负荷参数,输出富余电网资源转换的等效天然气量在天然气市场中的中标量;
S50、接收所述富余电网资源转换的等效天然气量在天然气市场中的中标量,输出中标量对应的电网富余资源的最优分配结果。
7.如权利要求6所述的富余电网资源支持气网调度的决策支持方法,其特征在于,通过公式(1)-(8)构建转换商最大可减少发电容量估计模型并求解;公式如下:
PL=xb.KLT.θ (6)
PLn=PLn,af (8)
8.如权利要求6所述的富余电网资源支持气网调度的决策支持方法,其特征在于,采用经典优化算法对所述转换商最大可减少发电容量估计模型进行求解。
9.如权利要求6所述的富余电网资源支持气网调度的决策支持方法,其特征在于,通过公式(9)-(12)建立转换商转换等效天然气所需成本测算模型,公式如下:
0≤PW≤PW,max (11)
10.如权利要求6所述的富余电网资源支持气网调度的决策支持方法,其特征在于,通过公式(13)-(17)对考虑价格成本的最优气网竞价模块进行建模求解,公式如下:
wmin≤w≤wmax (17)
式(13)为模型目标函数,表示天然气气源与转换商供气成本最低,其中,Ww表示第w个天然气气源,ξw表示相对应的天然气气源供气价格,W表示天然气气源的数量,函数Bid_cost()表示“成本-等效天然气量”函数关系式,式(14)为天然气气源边界条件,其中,W表示天然气气源供气矩阵,Wmax表示天然气气源供气上限矩阵,式(15)表示气网络节点功率平衡约束,其中,TW为天然气气源关联矩阵、W_dr为“电-气”转换商供气矩阵、Tl为气网负荷关联矩阵、L为气网络负荷矩阵、Tf为气网络管道-潮流关联矩阵、F为关联潮流矩阵,式(16)表示Weymouth方程,其中,CP为Weymouth常数,wm,wn分别表示气网某一管道的首末节点气压,式(17)表示气网节点气压边界约束,其中,w为气网节点气压矩阵,wmax,wmin分别为气网节点气压上下限矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011009440.5A CN112288590B (zh) | 2020-09-23 | 一种富余电网资源支持气网调度的决策支持系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011009440.5A CN112288590B (zh) | 2020-09-23 | 一种富余电网资源支持气网调度的决策支持系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112288590A true CN112288590A (zh) | 2021-01-29 |
CN112288590B CN112288590B (zh) | 2024-05-14 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113381424A (zh) * | 2021-07-08 | 2021-09-10 | 广东工业大学 | 一种考虑储气成本的电网富余资源消纳系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103346562A (zh) * | 2013-07-11 | 2013-10-09 | 江苏省电力设计院 | 计及需求响应的多时间尺度微网能量控制方法 |
US20160105029A1 (en) * | 2014-10-14 | 2016-04-14 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Operating an Electric Power System with Distributed Generation and Demand Responsive Resources Based on Distribution Locational Marginal Prices |
CN109494809A (zh) * | 2019-01-07 | 2019-03-19 | 中国矿业大学(北京) | 包含电转气装置的电-气互联系统及运行方法 |
CN110070213A (zh) * | 2019-03-28 | 2019-07-30 | 广东工业大学 | 一种电-气综合能源系统的日前调度方法 |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN110544025A (zh) * | 2019-08-21 | 2019-12-06 | 河海大学 | 电转气-储气罐组合的气电综合能源系统优化调度方法 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103346562A (zh) * | 2013-07-11 | 2013-10-09 | 江苏省电力设计院 | 计及需求响应的多时间尺度微网能量控制方法 |
US20160105029A1 (en) * | 2014-10-14 | 2016-04-14 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Operating an Electric Power System with Distributed Generation and Demand Responsive Resources Based on Distribution Locational Marginal Prices |
WO2019200662A1 (zh) * | 2018-04-20 | 2019-10-24 | 东北大学 | 电-热-气综合能源系统的稳定评估与静态控制方法 |
CN109494809A (zh) * | 2019-01-07 | 2019-03-19 | 中国矿业大学(北京) | 包含电转气装置的电-气互联系统及运行方法 |
CN110070213A (zh) * | 2019-03-28 | 2019-07-30 | 广东工业大学 | 一种电-气综合能源系统的日前调度方法 |
CN110544025A (zh) * | 2019-08-21 | 2019-12-06 | 河海大学 | 电转气-储气罐组合的气电综合能源系统优化调度方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113381424A (zh) * | 2021-07-08 | 2021-09-10 | 广东工业大学 | 一种考虑储气成本的电网富余资源消纳系统 |
CN113381424B (zh) * | 2021-07-08 | 2022-04-12 | 广东工业大学 | 一种考虑储气成本的电网富余资源消纳系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chew et al. | Voltage balancing for bipolar DC distribution grids: A power flow based binary integer multi-objective optimization approach | |
Ding et al. | Multi-stage distributionally robust stochastic dual dynamic programming to multi-period economic dispatch with virtual energy storage | |
WO2021135332A1 (zh) | 一种基于边缘计算的多智能体负荷调控方法 | |
WO2023010760A1 (zh) | 配售电竞争态势下区域配电网的供电能力评估方法 | |
Dong et al. | Power flow analysis considering automatic generation control for multi-area interconnection power networks | |
CN110266038B (zh) | 一种多虚拟电厂分布式协调调控方法 | |
Chung et al. | Decomposed predictor-corrector interior point method for dynamic optimal power flow | |
Wang et al. | Two-stage full-data processing for microgrid planning with high penetrations of renewable energy sources | |
CN104156886B (zh) | 一种含可再生能源电力系统的电源灵活性评价方法 | |
CN109560547A (zh) | 一种考虑输配协同的主动配电网n-1安全评估方法 | |
CN109726416B (zh) | 一种基于新能源集群预测及潮流计算的调度决策方法 | |
KR20190088127A (ko) | 전력계통 구성요소 모델링 및 빅데이터 처리를 통한 송전손실계수 제공 방법 및 그 장치 | |
Mohan et al. | Synchronized phasor measurement unit-based central controller for normal and contingent operation of a high-capacity hvdc macrogrid for the continental us | |
CN112531703A (zh) | 一种多能源虚拟电厂提供多市场与本地服务的优化方法 | |
CN111952964A (zh) | 一种配电网多时段故障恢复模型的解耦方法 | |
CN112288590B (zh) | 一种富余电网资源支持气网调度的决策支持系统及方法 | |
CN112288590A (zh) | 一种富余电网资源支持气网调度的决策支持系统及方法 | |
Rudion et al. | MaWind-tool for the aggregation of wind farm models | |
Pooja Rani et al. | Impact of deregulated power system market in congestion management of a transmission line a conceptual approach | |
CN109447715B (zh) | 一种考虑风电并网传输裕度价值的节点电价计算方法 | |
Wan et al. | Economic dispatch constrained by central multi-period security for Global Energy Interconnection and its application in the Northeast Asia | |
CN108009665A (zh) | 一种考虑柔性电力负荷的最优潮流优化模型 | |
Zuo et al. | Game theory applied in system of renewable power generation with HVDC out-sending facilitated by hundred megawatts Battery Energy Storage Station | |
CN107562971B (zh) | 一种基于pss/e的交直流电网潮流计算方法 | |
CN110970939A (zh) | 一种分布式能源集群优化方法及系统 |
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 |