CN112332412A - 一种含p2g弃风启停的电-气互联综合能源系统优化调度方法 - Google Patents

一种含p2g弃风启停的电-气互联综合能源系统优化调度方法 Download PDF

Info

Publication number
CN112332412A
CN112332412A CN202011156366.XA CN202011156366A CN112332412A CN 112332412 A CN112332412 A CN 112332412A CN 202011156366 A CN202011156366 A CN 202011156366A CN 112332412 A CN112332412 A CN 112332412A
Authority
CN
China
Prior art keywords
gas
constraint
power
wind
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.)
Granted
Application number
CN202011156366.XA
Other languages
English (en)
Other versions
CN112332412B (zh
Inventor
粟世玮
赵一鸣
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.)
China Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
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 China Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN202011156366.XA priority Critical patent/CN112332412B/zh
Publication of CN112332412A publication Critical patent/CN112332412A/zh
Application granted granted Critical
Publication of CN112332412B publication Critical patent/CN112332412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

一种含P2G弃风启停的电‑气互联综合能源系统优化调度方法，包括构建优化调度模型，其目标函数包括机组运行成本最小函数、弃风惩罚函数、碳排放权函数。构建优化调度模型的约束条件，包括电力网络约束与天然气网络约束，电力网络约束包括电功率平衡约束、发电机组功率约束、P2G功率约束、节点电压约束、平衡节点相角约束、线路功率约束；天然气网络约束包括气源点约束、管道流量约束、管存约束、储气罐容量约束、压缩机流量约束、节点能量平衡。P2G弃风启停约束：使得在系统运行过程中，P2G设备的输入功率全部来源于弃风功率；当系统无弃风时，P2G设备处于关闭状态。本发明方法能够有效降低碳排放量、减少机组运行成本；同时建立的模型更具有实际效益。

Description

一种含P2G弃风启停的电-气互联综合能源系统优化调度方法
技术领域
本发明涉及综合能源系统优化调度技术领域，具体涉及一种含P2G弃风启停的电-气互联综合能源系统优化调度方法。
背景技术
含P2G的电-气互联综合能源系统示意图如图1所示，P2G与燃气轮机将电力网络与天然气网络双向连接起来，两者协同可以在消纳弃风的同时减少系统净负荷。此外，电-气互联综合能源系统也会使碳排放量降低，天然气作为一种清洁能源，减少二氧化碳排放量60％和氮氧化合物排放量50％，改善环境质量。燃气轮机可以替代部分火电机组出力，从而在电源侧减少二氧化碳排放，同时，因为P2G在第二个反应阶段吸收二氧化碳，故P2G在本身也具有减少碳排的功能，实现低碳排放；在环境保护越加重要的今天，电-气互联综合能源系统消纳弃风、低碳运行具有可观的前景。
在考虑碳交易市场背景下，由于P2G设备的吸碳性，在国家发电机组单位电量的碳排放配额为0.7598t/(MW.h)条件下，且当下碳交易价格较高时，极大可能存在P2G设备与燃气轮机的碳排放收益超过成本，且随P2G的发展，成本会进一步降低。这就导致P2G在系统无弃风时也会作为负荷运行，以降低系统的总成本，但因为弃风已被完全消纳，此时P2G并无实际作用，当P2G作为负荷运行时，输入功率会全部来源于燃气轮机的出力，这部分的额外出力并没有实际效益，虽然此时系统的总成本得到减少，但碳排放总量却增加。故需要约束P2G设备，使P2G设备仅在系统存在弃风时运行，即设置P2G弃风启停约束。
发明内容
本发明提供一种含P2G弃风启停的电-气互联综合能源系统优化调度方法，能够有效降低碳排放量、减少机组运行成本；同时建立的模型更具有实际效益。
本发明采取的技术方案为：
一种含P2G弃风启停的电-气互联综合能源系统优化调度方法，包括以下步骤：
步骤一、构建优化调度模型：
优化调度模型的目标函数包括机组运行成本最小函数、弃风惩罚函数、碳排放权函数，设系统中含有N台火电机组，M台燃气轮机、Y台风电机组、X台P2G设备、J个气源点、Q个储气罐，则系统总成本为：
minF＝f1+f2+f3 (1)
f1为机组运行成本最小函数：
Figure BDA0002742921240000021
式中：CG为火电机组燃料价格；
PP2G,x,t为时间t时第x台P2G设备的出力；
QN,j,t为t时刻气源点j的供应流量；
Qs,q,t为t时刻储气罐q的流入流量；
CP2G为单位出力成本；
CN为气源点j处的天然气价格；
CS为第q个储气罐的存储价格；
T、X、J、Q、N分别为时刻、P2G设备、起源点、储气罐、火电机组个数；
t、n、x、j、q分别为一天中的某个时刻、编号为n的火电机组、编号为x的P2G设备、编号为j的气源点、编号为q的储气罐。
fG(PG,n,t)为火电机组的热耗函数，关系式如下所示：
Figure BDA0002742921240000022
式中：ai、bi、ci分别为火电机组耗量特性曲线参数,PG,n,t表示t时刻第n台火电机组出力；
f2为弃风惩罚函数：
f2＝λPl,t (4)
式中：λ为分段弃风惩罚因子，如下式所示：
Figure BDA0002742921240000023
Pl,t表示弃风功率；
f3为碳排放权函数：
Figure BDA0002742921240000024
式中：
Figure BDA0002742921240000032
为碳交易价格，χN为火电机组单位发电量碳排放量，χM为燃气轮机单位发电量碳排放量，χx为P2G单位发电量碳吸放量，χq为单位发电量的碳排放分配额。
PG,n,t表示t时刻第n台火电机组出力；
Pg,m,t表示t时刻第m台燃气轮机出力；
PP2G,x,t表示t时刻第x台P2G设备消耗电功率；
T、N、M、X分别为一天的小时数、火电机组个数、燃气轮机个数、P2G个数。
步骤二、构建优化调度模型的约束条件，包括电力网络约束与天然气网络约束，电力网络约束包括电功率平衡约束、发电机组功率约束、P2G功率约束、节点电压约束、平衡节点相角约束、线路功率约束，表达式分别如下：
(1)电功率平衡约束：
Figure BDA0002742921240000031
式中：PG,n,t、Pg,m,t、Pw,y,t、分别为第n台火电机组、第m台燃气轮机、第y台风电机在时段t内发出的电功率，PP2G,x,t为第x台P2G在时段t内吸收的电功率；
T、N、M、X分别为一天的小时数、火电机组个数、燃气轮机个数、P2G个数。
(2)发电机组功率约束：
0≤Pw,t≤Pw,max (8)
PG,min≤PG,t≤PG,max (9)
Pg,min≤Pg,t≤Pg,max (10)
式中：Pw,t、PG,t、Pg,t分别为t时刻风电机组出力、火电机组出力、燃气轮机出力。
Pw,max表示风电最大出力；
PG,min、PG,max分别表示火电机组最小、最大出力；
Pg,min、Pg,max分别表示燃气轮机最小、最大出力；
(3)P2G功率约束：
PP2G,min＜PP2G,t＜PP2G,max (11)
PP2G,t为t时刻P2G消耗功率。
PP2G,min、PP2G,max分别为P2G设备最小、最大功率。
(4)节点电压约束：
Ui,min≤Ui,t≤Ui,max (12)
Ui,t为t时刻节点i的电压；
Ui,min、Ui,max为节点i的电压幅值的下、上限；
(5)平衡节点相角约束：
tanθbal,t-fbal,t/ebal,t＝0 (13)
θbal,t为平衡节点在t时刻的电压相角，fbal,t、ebal,t分别为平衡节点在t时刻的电压虚部、实部。
(6)线路功率约束：
Pl,min≤Pl,t≤Pl,max (14)
Pl,t为t时刻线路l上的功率；
Pl,min、Pl,max为t时刻线路功率的下限、上限；
天然气网络约束包括气源点约束、管道流量约束、管存约束、储气罐容量约束、压缩机流量约束、节点能量平衡，表达式分别如下：
①气源点约束：
Qj,min≤Qj,t≤Qj,max (15)
式中，Qj,t为t时刻第j个气源点供气量；
Qj,min为气源点j供应流量的下限，Qj,max为气源点j供应流量的上限。
②管道流量约束：
管道内气体流量通常用非线性方程描述，表达式如下：
Figure BDA0002742921240000041
Figure BDA0002742921240000042
xn为天然气管道传输系数。xb、xa分别为两端节点b和a的气压，λab为管道内天然气传输方向。
Fn,min≤Fn,ab≤Fn,max (18)
Fn,ab为管道节点b到节点a的流量，Fn,min、Fn,max为管道内流量的下限、上限。
③管存约束：
管存与管道两端的平均压力和管道参数成正比，表达式如下：
Lab,t＝Mab(xb,t-xa,t)/2 (19)
Mab为与管道长度、半径等有关的常数；
xb,t、xa,t分别为t时刻管道b点与a点的压力；
④储气罐容量约束如下：
Figure BDA0002742921240000051
Figure BDA0002742921240000052
Figure BDA0002742921240000053
式中：
Figure BDA0002742921240000054
分别为t时刻储气罐a的输入、输出流量；
Figure BDA0002742921240000055
分别为储气罐a的输入、输出流量的上限；
Sa,min、Sa,max分别为储气罐储存容量的最小、最大值；
Sa,t-1为储气罐t-1时刻的存储容量。
⑤压缩机流量约束：
压缩机的天然气流入量与流出量关系式为：
Fk,out＝Fk,inσ(xb-xa) (23)
σ为压缩机常数；Fk,in、Fk,out分别为流出压缩机、流出压缩机的天然气量；
xa、xb分别为管道b点、a点的压力；
Figure BDA0002742921240000056
Rk,min、Rk,max分别为压缩机的下、上限。
Pa、Pb分别为节点a、b的容量；
⑥节点能量平衡约束：
天然气网络与电力网络类似，同样存在节点流量平衡。
Figure BDA0002742921240000057
式中：Gk,t为与节点a相连的气源k在t时刻的出气量，GP2G,t为与节点a相连的P2G设备在t时刻的产气量，
Figure BDA0002742921240000058
为与节点a相连的储气罐在t时刻的出气量、进气量，
Figure BDA0002742921240000059
Figure BDA00027429212400000510
为与节点a相连的压缩机在t时刻的进气量、出气量，GP,t为与节点a相连的燃气电厂在t时刻的耗气量，GL,t为与节点a相连的天然气负荷在t时刻的耗气量。
步骤三、P2G弃风启停约束：
加入如下函数：
Figure BDA0002742921240000061
其中：Pl,t为弃风功率，PP2G,min、PP2G,max为电转气最小、最大功率。同时满足：
onoffPP2G,min≤PP2G,t≤onoffPP2G,max (27)
当onoff为0时，电转气功率必然为0，使电转气设备输入功率全部来源于为弃风；
通过上述步骤，使得在系统运行过程中，P2G设备的输入功率全部来源于弃风功率；当系统无弃风时，P2G设备处于关闭状态。
步骤四：粒子群优化算法进行求解，分别在不同场景下进行仿真计算：
不同场景包括：
场景一：系统不考虑P2G弃风启停函数，仅考虑P2G，优化调度模型的目标函数综合考虑机组运行成本最小函数f1、弃风惩罚函数f2、碳排放权函数f3。
场景二：系统考虑P2G弃风启停函数，系统考虑P2G，优化调度模型的目标函数综合考虑机组运行成本最小函数f1、弃风惩罚函数f2、碳排放权函数f3。
使用粒子群优化算法进行计算，步骤如下：
S4.1：给定初始条件，利用随机生成函数将粒子初始化，每个粒子包含风电、火电和天然气的输入数据，限定粒子位置和速度的范围；
S4.2：利用式(1)～式(6)，求取所有粒子的适应度值；
S4.3：由式(7)～式(27)，对全部粒子的可行性进行判断；若满足条件则保留该粒子，不满足条件则采用罚函数的方式，将该粒子剔除。
S4.4：对所有的粒子，将其适应值分别与个体极值以及全局极值进行比较，得到最优的极值和最优位置。
S4.5：根据速度和位置更新公式，以及变惯性权重式，更新每个粒子的速度和位置。
S4.6：判断当前迭代次数是否已经达到最大迭代此时，或所求的全局最优位置是否满足最小值，若满足，则实处结果；若不满足，则继续进行迭代。
本发明一种含P2G弃风启停的电-气互联综合能源系统优化调度方法，技术效果如下：1)模型中加入P2G弃风启停约束，可以保证在任何目标函数任何场景下P2G的输入功率都来源于弃风功率，若没有P2G弃风启停约束，在碳交易背景下，当碳交易价格较高时，会存在P2G设备与燃气轮机的碳排放收益超过成本，导致P2G在系统无弃风时也会作为负荷运行。增加系统碳排放量。
2)通过两种算例对比，有P2G弃风启停约束下，系统虽然在碳交易市场获得的利润减少，但碳排放量低，机组运行成本小，达到了节能减排的目标，更符合实际。
附图说明
图1为本发明实施例提出的电气互联综合能源系统图。
图2(1)为修改的电–气互联综合能源系统示意图；
图2(2)为修改的电–气互联综合能源系统结构图；
图3为一日内电负荷、风电可用出力、气负荷曲线图。
图4为粒子群算法流程图。
图5为场景一日调度结果图。
图6为场景二日调度结果图。
具体实施方式
一种含P2G弃风启停的电-气互联综合能源系统优化调度方法，以机组运行成本最小、弃风量最小、碳排放量最小为目标，同时引入电转气弃风启停与碳交易市场，使系统兼顾碳排放目标与消纳弃风目标的同时更具实际效益；利用MATLAB中的粒子群优化算法进行求解，分别在不同场景下进行仿真计算；计算结果表明P2G在碳交易价格较高时应设置弃风启停，以避免P2G在日间无弃风时运行使碳排放增加。包括以下步骤：
步骤一、构建优化调度模型：
优化调度模型的目标函数包括机组运行成本最小函数、弃风惩罚函数、碳排放权函数，将弃风量与碳排放量折算到经济维度后与机组运行成本一同构成多目标函数。若系统中含有N台火电机组，M台燃气轮机、Y台风电机组、X台P2G设备、J个气源点、Q个储气罐，则系统总成本为：
minF＝f1+f2+f3 (1)
f1为机组运行成本最小函数：
Figure BDA0002742921240000071
式中：CG、CP2G、CN、CS分别为火电机组燃料价格、P2G单位出力成本气源点j处的天然气价格、第q个储气罐的存储价格；PP2G,x,t为时间t时第x台P2G设备的出力，QN,j,t为t时刻气源点j的供应流量，Qs,q,t为t时刻储气罐q的流入流量。
fG(PG,n,t)为火电机组的热耗函数，关系式如下所示：
Figure BDA0002742921240000081
式中：ai、bi、ci分别为火电机组耗量特性曲线参数。
f2为弃风惩罚函数：
f2＝λPl,t (4)
式中λ为分段弃风惩罚因子，如下式所示：
Figure BDA0002742921240000082
f3为碳排放权函数，在碳交易市场中对企业设置碳排放权配额，对超出配额的排放设立惩罚，对低于配额的排放给予奖励，充分调动企业节能减排的积极性。
Figure BDA0002742921240000083
式中：Cco2为碳交易价格，χN为火电机组单位发电量碳排放量，χM为燃气轮机单位发电量碳排放量。其中：χN取为1.2tCO2/(MW.h),χM取为0.4tCO2/(MW.h)，χx为P2G单位发电量碳吸放量，取为-0.2tCO2(MW.h)，χq为单位发电量的碳排放分配额，取为0.7598tCO2/(MW.h)。
步骤二、构建优化调度模型的约束条件，包括电力网络约束与天然气网络约束，电力网络约束包括电功率平衡约束、发电机组功率约束、P2G功率约束、节点电压约束、平衡节点相角约束、线路功率约束，表达式分别如下：
(1)电功率平衡约束：
Figure BDA0002742921240000084
式中：PG,n,t、Pg,m,t、Pw,y,t、分别为第n台火电机组、第m台燃气轮机、第y台风电机在时段t内发出的电功率，PP2G,x,t为第x台P2G在时段t内吸收的电功率。
(2)发电机组功率约束：
0≤Pw,t≤Pw,max (8)
PG,min≤PG,t≤PG,max (9)
Pg,min≤Pg,t≤Pg,max (10)
式中：Pw,t、PG,t、Pg,t、PP2G,t分别为t时刻风电机组出力、火电机组出力、燃气轮机出力。
(3)P2G功率约束：
PP2G,min＜PP2G,t＜PP2G,max (11)
PP2G,t为t时刻P2G消耗功率。
(4)节点电压约束：
Ui,min≤Ui,t≤Ui,max (12)
(5)平衡节点相角约束：
tanθbal,t-fbal,t/ebal,t＝0 (13)
(6)线路功率约束：
Pl,min≤Pl,t≤Pl,max (14)
Pl,min、Pl,max为t时刻线路功率的下限、上限,Ui,min、Ui,max为节点i的电压幅值的下、上限；θbal,t为平衡节点在t时刻的电压相角，fbal,t、ebal,t分别为平衡节点在t时刻的电压虚部、实部。天然气网络约束包括气源点约束、管道流量约束、管存约束、储气罐容量约束、压缩机流量约束、节点能量平衡，表达式分别如下：
①气源点约束：
Qj,min≤Qj,t≤Qj,max (15)
式中，Qj,min为气源点j供应流量的下限，Qj,max为气源点j供应流量的上限。
②管道流量约束：
管道内气体流量通常用非线性方程描述，表达式如下：
Figure BDA0002742921240000091
Figure BDA0002742921240000092
xn为天然气管道传输系数。xb、xa分别为两端节点b和a的气压，λab为管道内天然气传输方向。
Fn,min≤Fn,ab≤Fn,max (18)
Fn,min、Fn,max为管道内流量的下限和上限。
③管存约束：
管存与管道两端的平均压力和管道参数成正比，表达式如下：
Lab,t＝Mab(xb,t-xa,t)/2 (19)
Mab为与管道长度、半径等有关的常数。
④储气罐容量约束如下：
Figure BDA0002742921240000101
Figure BDA0002742921240000102
Figure BDA0002742921240000103
式中：
Figure BDA0002742921240000104
分别为t时刻储气罐a的输入、输出流量，
Figure BDA0002742921240000105
分别为储气罐a的输入、输出流量的上限，Sa,min、Sa,max分别为储气罐储存容量的最小、最大值，Sa,t-1为储气罐t-1时刻的存储容量。
⑤压缩机流量约束：
压缩机的天然气流入量与流出量关系式为：
Fk,out＝Fk,inσ(xb-xa) (23)
σ为压缩机常数。
Figure BDA0002742921240000106
Rk,min、Rk,max分别为压缩机的下、上限。
⑥节点能量平衡约束。
天然气网络与电力网络类似，同样存在节点流量平衡。
Figure BDA0002742921240000107
式中：Gk,t为与节点a相连的气源k在t时刻的出气量，GP2G,t为与节点a相连的P2G设备在t时刻的产气量，
Figure BDA0002742921240000108
为与节点a相连的储气罐在t时刻的出气量、进气量，
Figure BDA0002742921240000109
Figure BDA00027429212400001010
为与节点a相连的压缩机在t时刻的进气量、出气量，GP,t为与节点a相连的燃气电厂在t时刻的耗气量，GL,t为与节点a相连的天然气负荷在t时刻的耗气量。
步骤三、P2G弃风启停约束：
加入如下函数：
Figure BDA00027429212400001011
其中：Pl,t为弃风功率，PP2G,min、PP2G,max为电转气最小、最大功率。同时满足：
onoffPP2G,min≤PP2G,t≤onoffPP2G,max (27)
当onoff为0时，电转气功率必然为0，使电转气设备输入功率全部来源于为弃风；
通过上述步骤，使得在系统运行过程中，应保证P2G的输入功率全部来源于弃风功率，当系统无弃风时，必须保证P2G设备处于关闭状态。
实施例：
(一)、算例结构：
本发明采用算例为IEEE6节点电力系统与7节点天然气系统，如图2(1)、图2(2)所示。其中，第1、3、5台发电机为燃煤火电机组，2、4台发电机为燃气轮机，分别接入到天然气系统的1、3节点。气源W1、W2的成本系数为2$/kcf，P2G的成本系数为20$/(MW·h)，储气设备的使用成本是1$/kcf。图3为一日内电负荷、风电可用出力、气负荷曲线，表1为主要设备参数表。
表1主要设备参数表
Figure BDA0002742921240000111
(二)、场景说明：
场景一：系统不考虑P2G弃风启停函数，仅考虑P2G，优化调度模型的目标函数综合考虑机组运行成本最小函数f1、弃风惩罚函数f2、碳排放权函数f3。
场景二：系统考虑P2G弃风启停函数，系统考虑P2G，优化调度模型的目标函数综合考虑机组运行成本最小函数f1、弃风惩罚函数f2、碳排放权函数f3。
(三)、场景计算：
粒子群优化算法具有求解效率高、速度快、算法简单的优势，常用来求解多目标非线性规划模型。本算例使用粒子群优化算法进行计算，步骤如下：
S4.1：给定初始条件，利用随机生成函数将粒子初始化，每个粒子包含风电、火电和天然气的输入数据，限定粒子位置和速度的范围；
S4.2：利用式(1)～式(6)，求取所有粒子的适应度值；
S4.3：由式(7)～式(27)，对全部粒子的可行性进行判断；若满足条件则保留该粒子，不满足条件则采用罚函数的方式，将该粒子剔除。
S4.4：对所有的粒子，将其适应值分别与个体极值以及全局极值进行比较，得到最优的极值和最优位置。
S4.5：根据速度和位置更新公式，以及变惯性权重式，更新每个粒子的速度和位置。
S4.6：判断当前迭代次数是否已经达到最大迭代此时，或所求的全局最优位置是否满足最小值，若满足，则实处结果；若不满足，则继续进行迭代。具体流程图如图4所示。
(四)、结果分析：
场景一与场景二的日调度结果如图5、图6所示，其余仿真结果如表2所示。
表2仿真优化结果表
Figure BDA0002742921240000121
可以看出，P2G无弃风启停时出力较有启停时增加，且在无弃风时段9-12时运行。电转气日消耗功率由764.2MW增加为1 037MW。如表2所示，机组运行成本由于P2G与燃气轮机出力增加而升高，相应的由于P2G与燃气轮机碳排放收益大于成本，使系统总的碳排放成本减少，但是碳排放量增加，对低碳排放形成反作用。
综上，当P2G设备与燃气轮机的碳排放收益高于成本时，此时P2G含弃风启停较之不含弃风启停有更好的低碳排放能力，碳排放量降低，机组运行成本减少，使模型更具有实际效益。

Claims (2)

1.一种含P2G弃风启停的电-气互联综合能源系统优化调度方法，其特征在于包括以下步骤：
步骤一、构建优化调度模型：
优化调度模型的目标函数包括机组运行成本最小函数、弃风惩罚函数、碳排放权函数，设系统中含有N台火电机组，M台燃气轮机、Y台风电机组、X台P2G设备、J个气源点、Q个储气罐，则系统总成本为：
minF＝f1+f2+f3 (1)
f1为机组运行成本最小函数：
Figure FDA0002742921230000011
式中：CG为火电机组燃料价格；
PP2G,x,t为时间t时第x台P2G设备的出力；
QN,j,t为t时刻气源点j的供应流量；
Qs,q,t为t时刻储气罐q的流入流量；
CP2G为单位出力成本；
CN为气源点j处的天然气价格；
CS为第q个储气罐的存储价格；
T、X、J、Q、N分别为时刻、P2G设备、起源点、储气罐、火电机组个数；
t、n、x、j、q分别为一天中的某个时刻、编号为n的火电机组、编号为x的P2G设备、编号为j的气源点、编号为q的储气罐；
fG(PG,n,t)为火电机组的热耗函数，关系式如下所示：
Figure FDA0002742921230000012
式中：ai、bi、ci分别为火电机组耗量特性曲线参数,PG,n,t表示t时刻第n台火电机组出力；
f2为弃风惩罚函数：
f2＝λPl,t (4)
式中：λ为分段弃风惩罚因子，如下式所示：
Figure FDA0002742921230000021
Pl,t表示弃风功率；
f3为碳排放权函数：
Figure FDA0002742921230000022
式中：
Figure FDA0002742921230000023
为碳交易价格，χN为火电机组单位发电量碳排放量，χM为燃气轮机单位发电量碳排放量，χx为P2G单位发电量碳吸放量，χq为单位发电量的碳排放分配额；
PG,n,t表示t时刻第n台火电机组出力；
Pg,m,t表示t时刻第m台燃气轮机出力；
PP2G,x,t表示t时刻第x台P2G设备消耗电功率；
T、N、M、X分别为一天的小时数、火电机组个数、燃气轮机个数、P2G个数；
步骤二、构建优化调度模型的约束条件，包括电力网络约束与天然气网络约束，
电力网络约束包括电功率平衡约束、发电机组功率约束、P2G功率约束、节点电压约束、平衡节点相角约束、线路功率约束，表达式分别如下：
(1)电功率平衡约束：
Figure FDA0002742921230000024
式中：PG,n,t、Pg,m,t、Pw,y,t、分别为第n台火电机组、第m台燃气轮机、第y台风电机在时段t内发出的电功率，PP2G,x,t为第x台P2G在时段t内吸收的电功率；
T、N、M、X分别为一天的小时数、火电机组个数、燃气轮机个数、P2G个数；
(2)发电机组功率约束：
0≤Pw,t≤Pw,max (8)
PG,min≤PG,t≤PG,max (9)
Pg,min≤Pg,t≤Pg,max (10)
式中：Pw,t、PG,t、Pg,t分别为t时刻风电机组出力、火电机组出力、燃气轮机出力；
Pw,max表示风电最大出力；
PG,min、PG,max分别表示火电机组最小、最大出力；
Pg,min、Pg,max分别表示燃气轮机最小、最大出力；
(3)P2G功率约束：
PP2G,min＜PP2G,t＜PP2G,max (11)
PP2G,t为t时刻P2G消耗功率；
PP2G,min、PP2G,max分别为P2G设备最小、最大功率；
(4)节点电压约束：
Ui,min≤Ui,t≤Ui,max (12)
Ui,t为t时刻节点i的电压；
Ui,min、Ui,max为节点i的电压幅值的下、上限；
(5)平衡节点相角约束：
tanθbal,t-fbal,t/ebal,t＝0 (13)
θbal,t为平衡节点在t时刻的电压相角，fbal,t、ebal,t分别为平衡节点在t时刻的电压虚部、实部；
(6)线路功率约束：
Pl,min≤Pl,t≤Pl,max (14)
Pl,t为t时刻线路l上的功率；
Pl,min、Pl,max为t时刻线路功率的下限、上限；
天然气网络约束包括气源点约束、管道流量约束、管存约束、储气罐容量约束、压缩机流量约束、节点能量平衡，表达式分别如下：
①气源点约束：
Qj,min≤Qj,t≤Qj,max (15)
式中，Qj,t为t时刻第j个气源点供气量；
Qj,min为气源点j供应流量的下限，Qj,max为气源点j供应流量的上限；
②管道流量约束：
管道内气体流量通常用非线性方程描述，表达式如下：
Figure FDA0002742921230000031
Figure FDA0002742921230000032
xn为天然气管道传输系数；xb、xa分别为两端节点b和a的气压，λab为管道内天然气传输方向；
Fn,min≤Fn,ab≤Fn,max (18)
Fn,ab为管道节点b到节点a的流量，Fn,min、Fn,max为管道内流量的下限、上限；
③管存约束：
管存与管道两端的平均压力和管道参数成正比，表达式如下：
Lab,t＝Mab(xb,t-xa,t)/2 (19)
Mab为与管道长度、半径等有关的常数；
xb,t、xa,t分别为t时刻管道b点与a点的压力；
④储气罐容量约束如下：
Figure FDA0002742921230000041
Figure FDA0002742921230000042
Figure FDA0002742921230000043
式中：
Figure FDA0002742921230000044
分别为t时刻储气罐a的输入、输出流量；
Figure FDA0002742921230000045
分别为储气罐a的输入、输出流量的上限；
Sa,min、Sa,max分别为储气罐储存容量的最小、最大值；
Sa,t-1为储气罐t-1时刻的存储容量；
⑤压缩机流量约束：
压缩机的天然气流入量与流出量关系式为：
Fk,out＝Fk,inσ(xb-xa) (23)
σ为压缩机常数；Fk,in、Fk,out分别为流出压缩机、流出压缩机的天然气量；
xa、xb分别为管道b点、a点的压力；
Figure FDA0002742921230000046
Rk,min、Rk,max分别为压缩机的下、上限；
Pa、Pb分别为节点a、b的容量；
⑥节点能量平衡约束：
天然气网络与电力网络类似，同样存在节点流量平衡；
Figure FDA0002742921230000051
式中：Gk,t为与节点a相连的气源k在t时刻的出气量，GP2G,t为与节点a相连的P2G设备在t时刻的产气量，
Figure FDA0002742921230000052
为与节点a相连的储气罐在t时刻的出气量、进气量，
Figure FDA0002742921230000053
Figure FDA0002742921230000054
为与节点a相连的压缩机在t时刻的进气量、出气量，GP,t为与节点a相连的燃气电厂在t时刻的耗气量，GL,t为与节点a相连的天然气负荷在t时刻的耗气量；
步骤三、P2G弃风启停约束：
加入如下函数：
Figure FDA0002742921230000055
其中：Pl,t为弃风功率，PP2G,min、PP2G,max为电转气最小、最大功率；同时满足：
onoffPP2G,min≤PP2G,t≤onoffPP2G,max (27)
当onoff为0时，电转气功率必然为0，使电转气设备输入功率全部来源于为弃风；
通过上述步骤，使得在系统运行过程中，P2G设备的输入功率全部来源于弃风功率；当系统无弃风时，P2G设备处于关闭状态。
2.根据权利要求1所述一种含P2G弃风启停的电-气互联综合能源系统优化调度方法，其特征在于还包括：
步骤四：粒子群优化算法进行求解，分别在不同场景下进行仿真计算：
不同场景包括：
场景一：系统不考虑P2G弃风启停函数，仅考虑P2G，优化调度模型的目标函数综合考虑机组运行成本最小函数f1、弃风惩罚函数f2、碳排放权函数f3；
场景二：系统考虑P2G弃风启停函数，系统考虑P2G，优化调度模型的目标函数综合考虑机组运行成本最小函数f1、弃风惩罚函数f2、碳排放权函数f3；
使用粒子群优化算法进行计算，步骤如下：
S4.1：给定初始条件，利用随机生成函数将粒子初始化，每个粒子包含风电、火电和天然气的输入数据，限定粒子位置和速度的范围；
S4.2：利用式(1)～式(6)，求取所有粒子的适应度值；
S4.3：由式(7)～式(27)，对全部粒子的可行性进行判断；若满足条件则保留该粒子，不满足条件则采用罚函数的方式，将该粒子剔除；
S4.4：对所有的粒子，将其适应值分别与个体极值以及全局极值进行比较，得到最优的极值和最优位置；
S4.5：根据速度和位置更新公式，以及变惯性权重式，更新每个粒子的速度和位置；
S4.6：判断当前迭代次数是否已经达到最大迭代此时，或所求的全局最优位置是否满足最小值，若满足，则实处结果；若不满足，则继续进行迭代。
CN202011156366.XA 2020-10-26 2020-10-26 含p2g弃风启停的电-气互联综合能源系统优化调度方法 Active CN112332412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011156366.XA CN112332412B (zh) 2020-10-26 2020-10-26 含p2g弃风启停的电-气互联综合能源系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011156366.XA CN112332412B (zh) 2020-10-26 2020-10-26 含p2g弃风启停的电-气互联综合能源系统优化调度方法

Publications (2)

Publication Number Publication Date
CN112332412A true CN112332412A (zh) 2021-02-05
CN112332412B CN112332412B (zh) 2022-02-01

Family

ID=74311760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011156366.XA Active CN112332412B (zh) 2020-10-26 2020-10-26 含p2g弃风启停的电-气互联综合能源系统优化调度方法

Country Status (1)

Country Link
CN (1) CN112332412B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113131513A (zh) * 2021-03-31 2021-07-16 国电南瑞南京控制系统有限公司 考虑碳排放的电、热、气转换优化运行配置方法和存储介质
CN113642184A (zh) * 2021-08-18 2021-11-12 西南石油大学 一种碳中和目标下的天然气管道操作优化方法
CN114362152A (zh) * 2021-12-24 2022-04-15 江苏科能电力工程咨询有限公司 综合能源系统多时间尺度调度方法
CN115345391A (zh) * 2022-10-20 2022-11-15 广东电网有限责任公司 一种电-气能源系统的灾后恢复方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN110334884A (zh) * 2019-07-26 2019-10-15 国网辽宁省电力有限公司阜新供电公司 一种提升区域电网风电消纳能力的电-热联合调度方法
CN110414185A (zh) * 2019-08-26 2019-11-05 电子科技大学 一种用于多可再生能源发电系统的储能设备容量优化方法
CN110829504A (zh) * 2019-11-08 2020-02-21 山东大学 弃风参与电网调频的电转气-储气-燃气轮机容量优化配置方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN110334884A (zh) * 2019-07-26 2019-10-15 国网辽宁省电力有限公司阜新供电公司 一种提升区域电网风电消纳能力的电-热联合调度方法
CN110414185A (zh) * 2019-08-26 2019-11-05 电子科技大学 一种用于多可再生能源发电系统的储能设备容量优化方法
CN110829504A (zh) * 2019-11-08 2020-02-21 山东大学 弃风参与电网调频的电转气-储气-燃气轮机容量优化配置方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YUEWEN JIANG ET AL.: "Research on Wind Power Accommodation for an Electricity-Heat-Gas Integrated Microgrid System With Power-to-Gas", 《IEEE ACCESS》 *
唐春童等: "考虑 P2G的多能源系统优化运行研究", 《电测与仪表》 *
孙建梅等: "含电转气技术的电气耦合系统优化运行", 《科学技术与工程》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113131513A (zh) * 2021-03-31 2021-07-16 国电南瑞南京控制系统有限公司 考虑碳排放的电、热、气转换优化运行配置方法和存储介质
CN113131513B (zh) * 2021-03-31 2022-08-02 国电南瑞南京控制系统有限公司 考虑碳排放的电、热、气转换优化运行配置方法和存储介质
CN113642184A (zh) * 2021-08-18 2021-11-12 西南石油大学 一种碳中和目标下的天然气管道操作优化方法
CN113642184B (zh) * 2021-08-18 2022-05-20 西南石油大学 一种碳中和目标下的天然气管道操作优化方法
CN114362152A (zh) * 2021-12-24 2022-04-15 江苏科能电力工程咨询有限公司 综合能源系统多时间尺度调度方法
CN114362152B (zh) * 2021-12-24 2024-03-26 江苏科能电力工程咨询有限公司 综合能源系统多时间尺度调度方法
CN115345391A (zh) * 2022-10-20 2022-11-15 广东电网有限责任公司 一种电-气能源系统的灾后恢复方法、装置及存储介质

Also Published As

Publication number Publication date
CN112332412B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN112332412B (zh) 含p2g弃风启停的电-气互联综合能源系统优化调度方法
WO2023134254A1 (zh) 一种能源互联系统的设备选型方法
CN109523065B (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
CN106372742A (zh) 考虑电转气多源储能型微网日前最优经济调度方法
CN110318877B (zh) 基于双模态解耦的热电联产系统的风电消纳方法
CN112668791A (zh) 热电联供系统的优化方法
CN114723175A (zh) 一种综合能源系统能量流和碳流分布的计算方法
CN110532642A (zh) 一种综合能源系统概率能流的计算方法
Li et al. A hybrid dynamic economic environmental dispatch model for balancing operating costs and pollutant emissions in renewable energy: A novel improved mayfly algorithm
Nikoobakht et al. Co-operation of electricity and natural gas systems including electric vehicles and variable renewable energy sources based on a continuous-time model approach
Cui et al. Optimal strategies for distribution network reconfiguration considering uncertain wind power
CN114881328B (zh) 计及气网混氢和低碳奖励的综合能源系统经济调度方法
CN115423161A (zh) 基于数字孪生的多能耦合优化调度方法及系统
CN116957294A (zh) 基于数字孪生的虚拟电厂参与电力市场交易的调度方法
CN115204562A (zh) 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统
CN113298407B (zh) 一种工业园区电-气综合能源系统优化调度模型建立方法
CN113902343A (zh) 面向气-电互联系统的脆弱线路和脆弱负荷节点辨识方法
CN112862157B (zh) 一种考虑耦合度的综合能源系统优化调度方法及系统
CN111724026B (zh) 一种多能源网络与配水网耦合运行的优化方法
Chen et al. Optimal dispatch of medium-voltage microgrid using an adaptive PSO algorithm
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
CN115169128A (zh) 考虑网络动态特性的综合能源系统机组组合方法及系统
CN112713590B (zh) 计及idr的冷热电联供微网与主动配电网联合优化调度方法
CN115034453A (zh) 考虑碳交易市场的综合能源系统灵活运行方法及计算平台
CN113705991A (zh) 一种多能源园区的建立及低碳调度方法

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