CN112381473B - 一种区域综合能源系统集群划分及参与日前市场出清方法 - Google Patents
一种区域综合能源系统集群划分及参与日前市场出清方法 Download PDFInfo
- Publication number
- CN112381473B CN112381473B CN202110053826.4A CN202110053826A CN112381473B CN 112381473 B CN112381473 B CN 112381473B CN 202110053826 A CN202110053826 A CN 202110053826A CN 112381473 B CN112381473 B CN 112381473B
- Authority
- CN
- China
- Prior art keywords
- cluster
- energy system
- flexibility
- formula
- power
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005485 electric heating Methods 0.000 claims abstract description 27
- 238000013178 mathematical model Methods 0.000 claims abstract description 23
- 230000008878 coupling Effects 0.000 claims abstract description 19
- 238000010168 coupling process Methods 0.000 claims abstract description 19
- 238000005859 coupling reaction Methods 0.000 claims abstract description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 238000004146 energy storage Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005338 heat storage Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 12
- 238000006467 substitution reaction Methods 0.000 abstract description 7
- 238000011156 evaluation Methods 0.000 description 5
- 101100001677 Emericella variicolor andL gene Proteins 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 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
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域综合能源系统集群划分及参与日前市场出清方法，考虑以可靠性、灵活性和基于改进电气距离的模块度指标为集群划分判据，建立电热耦合的区域综合能源系统集群的数学模型，并以社会福利最大化为目标函数，参与日前市场出清的方法。该方法能同时得出区域综合能源系统集群的划分方法以及每个区域综合能源系统集群的最优电热负荷需求。该方法既能深度挖掘不同能源间的互补性和替代性，又能实现综合能源的充分消纳和经济效益最优，突破传统能源系统总体利用率和经济效益不高的应用瓶颈。
Description
技术领域
本发明涉及综合能源系统技术领域，尤其是一种区域综合能源系统集群划分及参与日前市场出清方法。
背景技术
随着全球范围内能源行业高速发展，用户的能源需求种类愈发多样化，供能系统愈发复杂，但由于不同类型的能源系统之间存有较大差异，故传统的能源系统间缺少互补协调、能源市场分开组织，由此造成能源的总体利用率不高和能源的经济效益未能达到最优的局面。
为了减少能源浪费和实现能源的最优配置，近年将传统的能源系统升级转型，形成能够满足多种能源互补运行的区域综合能源系统集群的呼声越来越大。公开号为CN107506851A的发明专利提出了一种多区域虚拟电厂综合能源协调调度优化模型，对位于不同区域含冷热电三种能源类型的分布式能源和负荷的虚拟电厂进行了冷热电协调调度优化建模，有效降低了含冷热电在内的虚拟电厂的成本；公开号为CN110266004A的发明专利提出了一种综合能源系统能量枢纽模型的标准化构建方法，通过在综合能源系统的能量枢纽模型中增加一个限定方程的方式考虑了能量环流的情况，并通过增加虚拟能量转化设备的方式避免了不同简单综合能源系统能量枢纽模型的耦合矩阵不匹配的情况；公开号为CN111313429A的发明专利提出了一种用于综合能源系统的可靠性评估方法及系统，考虑了网络拓扑、传输延时、终端热惯性以及用户可靠性需求的差异性，对该综合能源系统进行潮流计算，利用潮流计算结果并结合序贯蒙特卡洛方法来确定综合能源系统的可靠性指标，提高了综合能源系统可靠性评估的精度。
现有技术大多都是针对单一的区域综合能源系统的优化调度或能量枢纽模型的构建，尚未深度挖掘不同能源间的互补性和替代性，缺少将多个单一的区域综合能源系统划分为集群的技术。同时，现有的评估体系大多只考虑了单一指标，缺乏对对诸如可靠性、灵活性和模块度等指标综合评估的技术。此外，自新电力体制改革方案出台后，电力市场化进程在各省间快速推进，其他能源市场也在稳步推进，这就为综合能源系统的能源交易和实现社会经济效益最优提供了可靠稳定的平台，但是现有的技术中对综合能源系统参与市场的研究有限。因此，现有技术还有待于改进和发展。
发明内容
本发明公开了一种区域综合能源系统集群划分及参与日前市场出清方法，该方法能同时得出区域综合能源系统集群的划分方法以及每个区域综合能源系统集群的最优电热负荷需求，既能深度挖掘不同能源间的互补性和替代性，又能实现综合能源的充分消纳和经济效益最优，突破传统能源系统总体利用率和经济效益不高的应用瓶颈。
本发明提供一种区域综合能源系统集群划分及参与日前市场出清方法，包括如下步骤：
S1：初始化区域综合能源系统的基础数据。
S2：建立电热系统关键元件数学模型；其中，关键元件包括热电联产机组、电锅炉和蓄热装置等。
（1）热电联产机组的数学模型为：
p 1 =c m ( h 1 -h 0 )
式中，p 1为热电联产机组发电量，h 1为热电联产机组供热量，h 0为蒸汽推动汽轮机做功的热量阈值；c m 为背压式机组曲线的斜率。
（2）电锅炉的数学模型为：
h 2=η p 2 (η<1 )
式中，η为转换系数，p 2为电锅炉输入电能，h 2为电锅炉输出热能。
（3）热水储热形式的蓄热装置的数学模型为：
式中， H为热水罐储热量；t为时间； Q in （Q out ）和T in （ T out ）分别为进（出）水的流量和温度；H loss 为单位时间的热损失；c为水的比热容；ρ为水的密度。
S3：建立能量枢纽的数学模型。综合能源系统中的主体不仅包含热电厂、电锅炉等单个元件，更多的是这些元件的高一级封装和组合，这些元件互相耦合，连接关系复杂，难以分析。事实上，一个系统最关键的是其输入输出特性，即“外端口”特性。对于多能源系统，通过建立能量枢纽的数学模型，以此解决等效内部元件耦合转化关系，建立映射电、热输入输出的外端口模型。所述能量枢纽的耦合矩阵为：
式中，P j 和L i 分别为输入、输出的不同形式能量，
，
；c ij 为耦合因子。
S4：补充电网和热网的等式约束。
（1）电网的支路特性方程为：
式中，V e 和 V f 分别为节点e和节点f的电压，
为支路（e, f ）的相角差；P ef 和Q ef 分别为支路首端的有功功率和无功功率；g ef 为支路导纳；b ef 为支路电纳。
（2）热网的支路水力方程、支路热力方程和节点工质混合方程分别为：
式中，
和
分别为节点e和节点f的压力；f ef 为支路（e, f ）的流量；
和
分别为支路（e, f ）首端温度和末端温度；C h 为与管道特性相关的常数；U h 和L h 分别为管道的表面积和长度；T e 为节点e注入的温度；f e 为节点e注入的流量。
S5：输出单一综合能源的耦合矩阵。目的是为了后续进一步求解出N个综合能源系统（或者说是综合能源系统集群，两者意义相同）的耦合矩阵。
S6：建立基于可靠性指标的集群划分判据。
所述功率平衡率量化值的计算公式如下：
式中，
表示在响应时间长度为
时，t时刻综合考虑集群i内部实时发电设备出力（包括储能设备出力）、电热负荷和与其他集群j间交换功率的功率平衡率量化值；
为实时电热负荷；
为实时发电设备出力，
为实时储能设备出力；
为集群i和与其他集群j间的实时交换功率，
表示集群i接受其他集群j的功率补偿，
表示集群i向其他集群j的提供功率援助；T为日前市场规划时间。
所述计算可靠性指标的公式如下：
式中，A 1为标幺化的可靠性指标；N表示全体综合能源系统集群的集合；
为T周期内集群i的累计可靠性需求值；
为T周期内的所有集群最大累计可靠性需求值。
S7：建立基于灵活性指标的集群划分判据。
计算向上和向下爬坡灵活性需求值的公式如下：
式中，
表示在响应时间长度为
时，t时刻集群i中的可调节发电设备、储能设备和可调节电热负荷的向上和向下爬坡灵活性需求值，
；
表示在响应时间长度为
时，t时刻综合考虑集群i中的灵活性资源供给的爬坡容量，
；
表示在响应时间长度为
时，t时刻综合考虑集群i中净负荷需求的爬坡容量,
；T 1为日前市场规划时间内的高灵活性调节需求时段，T 2为日前市场规划时间内的低灵活性调节需求时段；λ1和λ2灵活性调节系数，可根据不同的市场需求设定具体值，需保证λ1 >λ2且λ1 +λ2=1。
所述灵活性指标的计算公式如下：
式中，A 2为标幺化的灵活性指标；N表示全体综合能源系统集群的集合；
为T周期内集群i的累计灵活性需求值；
为T周期内的所有集群最大累计灵活性需求值。
S8：建立基于考虑改良电气距离的模块度指标的集群划分判据。
所述计算改良电气距离的公式如下：
式中，L ef 为节点e和节点f之间的改良电气距离；Z ef 为节点e和节点f之间的等效阻抗；
为节点e和节点f之间的电压有功灵敏度系数；
为节点e和节点f之间的电压无功灵敏度系数。
考虑改良电气距离的模块度指标的计算公式如下：
式中，A 3为标幺化的考虑改良电气距离的模块度指标；n为进行集群划分的总节点数；
为所有与节点f相连的线路的改良电气距离之和；
为所有与节点e连的线路的改良电气距离之和；
为电热网络中所有线路的改良电气距离之和；δ(e, f )为集群判断值，当节点e和节点f处于相同集群时，δ(e, f )=1，否则δ(e, f )=0。
S9：考虑以可靠性、灵活性和基于改进电气距离的模块度指标集群划分判据的目标函数，其计算公式为：
max (k 1 A 1+ k 2 A 2+ k 3 A 3)
式中，A 1、A 2、A 3 分别为可靠性指标、灵活性指标和基于改进电气距离的模块度指标；k 1、k 2、k 3分别为各指标所占目标函数权值，基于不同的设计场景，可将其设置为不同的一组值。
S10：输出区域综合能源系统集群的耦合矩阵。
目的是为了日前市场出清模型的输入决策变量，决策变量为：第i个综合能源系统集群的最优电热负荷需求
。
S11：输入电力负荷及热力负荷的申报价格，以社会福利最大化为目标函数，得出日前市场的出清数学模型：
max(Q out -Q in )
式中，Q out 表示全体综合能源系统集群的总支出；Q in 表示全体综合能源系统集群的总收入。
S12：用cplex求解器求解该多目标混合整数非线性规划问题，输出以社会福利最大化为目标函数的综合能源系统集群的最优电热负荷需求。
本发明的有益效果为：采用上述方法后，可得到以可靠性、灵活性和基于改进电气距离的模块度指标为集群划分判据的综合能源系统集群，以及以社会福利最大化为目标函数的综合能源系统集群的最优电热负荷需求；相较于现有技术，本发明不仅通过集群间能源互济的方式深度挖掘了不同能源间的互补性和替代性，还改善了现有技术以单一指标为评估标准的集群划分方式的局限，更探索了综合能源系统集群参与电力市场的可能性。因此，本发明能实现综合能源的充分消纳和经济效益最优，突破传统能源系统总体利用率和经济效益不高的应用瓶颈。
附图说明
图1是所述的一种区域综合能源系统集群划分及参与日前市场出清方法流程图。
图2是本发明的方法流程图的简略图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图1并举实例对本发明进一步详细说明。
由于现有的现有技术大多都是针对单一的区域综合能源系统的优化调度或能量枢纽模型的构建，尚未深度挖掘不同能源间的互补性和替代性，缺少将多个单一的区域综合能源系统划分为集群的技术；评估体系大多只考虑了单一指标，
本发明公开了一种区域综合能源系统集群划分及参与日前市场出清方法，能够按照对可靠性指标、灵活性指标和基于改进电气距离的模块度指标施以一定权重的方式，将其作为集群划分的判据，建立电热耦合的区域综合能源系统集群的数学模型，并以社会福利最大化为目标函数，参与日前市场的出清。该方法既能深度挖掘不同能源间的互补性和替代性，又能实现综合能源的充分消纳和经济效益最优，突破传统能源系统总体利用率和经济效益不高的应用瓶颈。
如图1和2所示，本发明提供一种区域综合能源系统集群划分及参与日前市场出清方法，具体包括如下步骤：
S1：初始化区域综合能源系统的基础数据。
S2：建立电热系统关键元件数学模型。其中，关键元件包括热电联产机组、电锅炉和蓄热装置等。
（1）热电联产机组的数学模型为：
p 1 =c m ( h 1 -h 0 )
式中，p 1为热电联产机组发电量，h 1为热电联产机组供热量，h 0为蒸汽推动汽轮机做功的热量阈值；c m 为背压式机组曲线的斜率。
（2）电锅炉的数学模型为：
h 2=η p 2 (η<1)
式中，η为转换系数，p 2为电锅炉输入电能，h 2为电锅炉输出热能。
（3）热水储热形式的蓄热装置的数学模型为：
式中，H为热水罐储热量；t为时间；Q in （Q out ）和T in （ T out ）分别为进（出）水的流量和温度；H loss 为单位时间的热损失；c为水的比热容；ρ为水的密度。
S3：建立能量枢纽的数学模型。综合能源系统中的主体不仅包含热电厂、电锅炉等单个元件，更多的是这些元件的高一级封装和组合，这些元件互相耦合，连接关系复杂，难以分析。事实上，一个系统最关键的是其输入输出特性，即“外端口”特性。对于多能源系统，通过建立能量枢纽的数学模型，以此解决等效内部元件耦合转化关系，建立映射电、热输入输出的外端口模型。能量枢纽的耦合矩阵为：
式中，P j 和L i 分别为输入、输出的不同形式能量，
，
；c ij 为耦合因子。
S4：补充电网和热网的等式约束。
（1）电网的支路特性方程为：
式中，V e 和V f 分别为节点e和节点f的电压，
为支路（e, f ）的相角差；P ef 和Q ef 分别为支路首端的有功功率和无功功率；g ef 为支路导纳；b ef 为支路电纳。
（2）热网的支路水力方程、支路热力方程和节点工质混合方程分别为：
式中，
和
分别为节点e和节点f的压力；f ef 为支路（e, f ）的流量；
和
分别为支路（e, f ）首端温度和末端温度；C h 为与管道特性相关的常数；U h 和L h 分别为管道的表面积和长度；T e 为节点e注入的温度；f e 为节点e注入的流量。
S5：输出单一区域综合能源系统的耦合矩阵。
S6：建立基于可靠性指标的集群划分判据。
所述功率平衡率量化值的计算公式如下：
式中，
表示在响应时间长度为
时，t时刻综合考虑集群i内部实时发电设备出力（包括储能设备出力）、电热负荷和与其他集群j间交换功率的功率平衡率量化值；
为实时电热负荷；
为实时发电设备出力，
为实时储能设备出力；
为集群i和与其他集群j间的实时交换功率，
表示集群i接受其他集群j的功率补偿，
表示集群i向其他集群j的提供功率援助；T为日前市场规划时间，共24h,分为24*4=96个点。
所述计算可靠性指标的公式如下：
式中，A 1为标幺化的可靠性指标；N表示全体综合能源系统集群的集合；
为T周期内集群i的累计可靠性需求值；
为T周期内的所有集群最大累计可靠性需求值。
S7：建立基于灵活性指标的集群划分判据。
计算向上和向下爬坡灵活性需求值的公式如下：
式中，
表示在响应时间长度为
时，t时刻集群i中的可调节发电设备、储能设备和可调节电热负荷的向上和向下爬坡灵活性需求值，
；
表示在响应时间长度为
时，t时刻综合考虑集群i中的灵活性资源供给的爬坡容量，
；
表示在响应时间长度为
时，t时刻综合考虑集群i中净负荷需求的爬坡容量,
；T 1为日前市场规划时间内的高灵活性调节需求时段，T 2为日前市场规划时间内的低灵活性调节需求时段，此处令T 1为0—12时，T 2为13—24时，具体时间可根据所规划的综合能源系统园区的具体情况做出调整；λ1和λ2灵活性调节系数，此处令λ1 =0.6且λ2=0.4，表明高灵活性调节需求时段对灵活性指标的贡献度大于低灵活性调节需求时段。
所述灵活性指标的计算公式如下：
式中，A 2为标幺化的灵活性指标；N表示全体综合能源系统集群的集合；
为T周期内集群i的累计灵活性需求值；
为T周期内的所有集群最大累计灵活性需求值。
S8：建立基于考虑改良电气距离的模块度指标的集群划分判据。
所述计算改良电气距离的公式如下：
式中，L ef 为节点e和节点f之间的改良电气距离；Z ef 为节点e和节点f之间的等效阻抗；
为节点e和节点f之间的电压有功灵敏度系数；
为节点e和节点f之间的电压无功灵敏度系数。
考虑改良电气距离的模块度指标的计算公式如下：
式中，A 3为标幺化的考虑改良电气距离的模块度指标；n为进行集群划分的总节点数；
为所有与节点f相连的线路的改良电气距离之和；
为所有与节点e连的线路的改良电气距离之和；
为电热网络中所有线路的改良电气距离之和；δ(e, f )为集群判断值，当节点e和节点f处于相同集群时，δ(e, f )=1，否则δ(e, f )=0。
S9：考虑以可靠性、灵活性和基于改进电气距离的模块度指标集群划分判据的目标函数，其计算公式为：
式中，A 1、A 2、A 3分别为可靠性指标、灵活性指标和基于改进电气距离的模块度指标；S 1表示综合能源系统集群可靠性最优的运用场景，S 2表示综合能源系统集群灵活性最优的运用场景，S 3表示综合能源系统集群结构特性最优的运用场景。
S10：输出区域综合能源系统集群的耦合矩阵。
S11：输入电力负荷及热力负荷的申报价格，以社会福利最大化为目标函数，得出日前市场的出清数学模型：
式中，
表示第i个综合能源系统集群的电热负荷支出，
表示第i个综合能源系统集群的电热负荷需求，C L.i 第i个综合能源系统集群的电热负荷申报价格；
表示第i个综合能源系统集群与其他集群j间的交换功率支出；
表示第i个综合能源系统集群的功率上调支出；
表示第i个综合能源系统集群的功率下调收入；
表示第i个综合能源系统集群的发电设备收入；
表示第i个综合能源系统集群的储能设备收入；
表示第i个综合能源系统集群的电锅炉和蓄热装置收入。
S12：用cplex求解器求解该多目标混合整数非线性规划问题，输出以社会福利最大化为目标函数的第i个综合能源系统集群的最优电热负荷需求
；其中，
表示区域综合能源系统集群内部不能自给自足，需要从外购入电热功率；
表示区域综合能源系统集群内部能够自给自足，可以向外售出电热功率。
以上是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的技术人员来说，不付出创造性劳动对本发明技术方案的修改或者等同替换，都不脱离本发明技术方案的保护范围。
Claims (3)
1.一种区域综合能源系统集群划分及参与日前市场出清方法，其特征在于，包括以下步骤：
步骤1：建立单一电热耦合的区域综合能源系统数学模型，所述区域综合能源系统数学模型包括：电热系统关键元件数学模型、能量枢纽模型、考虑电网和热网的等式约束；并求解出单一区域综合能源系统的耦合矩阵；
步骤2：考虑以可靠性、灵活性和基于改进电气距离的模块度指标为集群划分判据，建立电热耦合的区域综合能源系统集群的数学模型，给出基于不同的设计场景的目标函数；并求解出区域综合能源系统集群的耦合矩阵；
步骤3：输入电力负荷及热力负荷的申报价格，以社会福利最大化为目标函数，得出日前市场的出清数学模型，求解得出综合能源系统集群的最优电热负荷需求；
其中，所述步骤2中考虑以可靠性、灵活性和基于改进电气距离的模块度指标为集群划分判据，建立电热耦合的区域综合能源系统集群的数学模型，包括以下步骤：
S20：可靠性指标;
可靠性：统一并网的全部发电机组按可接受标准及期望数量满足电力系统负荷电力和电量需求的能力；下面为计算功率平衡率量化值的公式：
式中，
表示在响i应时间长度为
时，t时刻综合考虑集群i内部实时发电设备出力、电热负荷和与其他集群j间交换功率的功率平衡率量化值；
为实时电热负荷；
为实时发电设备出力，
为实时储能设备出力；
为集群i和与其他集群j间的实时交换功率，
表示集群i接受其他集群j的功率补偿，
表示集群i向其他集群j的提供功率援助；T为日前市场规划时间；
计算可靠性指标的公式如下：
式中，A 1为标幺化的可靠性指标；N表示全体综合能源系统集群的集合；
为T周期内集群i的累计可靠性需求值；
为T周期内的所有集群最大累计可靠性需求值；
S21：灵活性指标；
计算向上和向下爬坡灵活性需求值的公式如下：
式中，
表示在响应时间长度为
时，t时刻集群i中的可调节发电设备、储能设备和可调节电热负荷的向上和向下爬坡灵活性需求值，
；
表示在响应时间长度为
时，t时刻综合考虑集群i中的灵活性资源供给的爬坡容量，
；
表示在响应时间长度为
时，t时刻综合考虑集群i中净负荷需求的爬坡容量,
；T 1为日前市场规划时间内的高灵活性调节需求时段，T 2为日前市场规划时间内的低灵活性调节需求时段；λ1和λ2灵活性调节系数，可根据不同的市场需求设定具体值，需保证λ1 >λ2且λ1 +λ2=1；
计算灵活性指标的公式如下：
式中，A 2为标幺化的灵活性指标；N表示全体综合能源系统集群的集合；
为T周期内集群i的累计灵活性需求值；
为T周期内的所有集群最大累计灵活性需求值；
S22：考虑改良电气距离的模块度指标；
计算改良电气距离的公式如下：
式中，
为节点e和节点f之间的改良电气距离；
为节点e和节点f之间的等效阻抗；
为节点e和节点f之间的电压有功灵敏度系数；
为节点e和节点f之间的电压无功灵敏度系数；
计考虑改良电气距离的模块度指标的计算公式如下：
式中，A 3为标幺化的考虑改良电气距离的模块度指标；n为进行集群划分的总节点数；
为所有与节点f相连的线路的改良电气距离之和；
为所有与节点e连的线路的改良电气距离之和；
为电热网络中所有线路的改良电气距离之和；
为集群判断值，当节点e和节点f处于相同集群时，
=1，否则
=0；
S23：考虑以可靠性、灵活性和基于改进电气距离的模块度指标集群划分判据的目标函数，其计算公式为：
max (k 1 A 1+ k 2 A 2+ k 3 A 3)
式中，A 1、A 2、A 3分别为可靠性指标、灵活性指标和基于改进电气距离的模块度指标；k 1、k 2、k 3分别为各指标所占目标函数权值，基于不同的设计场景，可将其设置为不同的一组值；
S24：输出基于不同的设计场景的目标函数。
2.根据权利要求1所述的区域综合能源系统集群划分及参与日前市场出清方法，其特征在于：所述步骤1中单一电热耦合的区域综合能源系统，包括发电设备、热电联产机组、电锅炉和蓄热装置、储能设备和电热负荷。
3.根据权利要求1所述的区域综合能源系统集群划分及参与日前市场出清方法，其特征在于：所述步骤3中电力日前市场的出清数学模型，其计算公式为：
max(Q out - Q in )
式中，Q out 表示全体综合能源系统集群的总支出；Q in 表示全体综合能源系统集群的总收入。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110053826.4A CN112381473B (zh) | 2021-01-14 | 2021-01-14 | 一种区域综合能源系统集群划分及参与日前市场出清方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110053826.4A CN112381473B (zh) | 2021-01-14 | 2021-01-14 | 一种区域综合能源系统集群划分及参与日前市场出清方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112381473A CN112381473A (zh) | 2021-02-19 |
| CN112381473B true CN112381473B (zh) | 2021-06-22 |
Family
ID=74581885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110053826.4A Active CN112381473B (zh) | 2021-01-14 | 2021-01-14 | 一种区域综合能源系统集群划分及参与日前市场出清方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112381473B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113487207B (zh) * | 2021-07-16 | 2022-06-28 | 重庆大学 | 基于多智能体系统最优用户集群的多能源社区中的多目标能源管理系统 |
| CN113610394B (zh) * | 2021-08-06 | 2023-06-13 | 天津大学 | 一种基于区域互联的能源市场双边竞价出清方法 |
| CN114243709A (zh) * | 2021-12-13 | 2022-03-25 | 广东电网有限责任公司 | 一种需求侧可调节资源分层分级的调度运行方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111404183B (zh) * | 2020-04-22 | 2021-07-02 | 南方电网科学研究院有限责任公司 | 区域综合能源系统多元储能协同配置方法、程序、系统与应用 |
| CN112084705B (zh) * | 2020-08-25 | 2024-05-24 | 华北电力大学 | 一种用于综合能源系统的并网协调规划方法及系统 |
| CN111969657B (zh) * | 2020-08-26 | 2022-11-25 | 华北电力大学（保定） | 一种基于谈判博弈的多能源站系统经济优化运行方法 |
| CN112036747A (zh) * | 2020-08-31 | 2020-12-04 | 国网河南省电力公司经济技术研究院 | 一种园区综合能源系统多需求响应实施模型的评价方法 |
-
2021
- 2021-01-14 CN CN202110053826.4A patent/CN112381473B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112381473A (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112381473B (zh) | 一种区域综合能源系统集群划分及参与日前市场出清方法 | |
| JP7261507B2 (ja) | 電気ヒートポンプ－熱電併給システムを最適化する調整方法及びシステム | |
| WO2022048127A1 (zh) | 一种电热泵-热电联合系统的优化调控方法及系统 | |
| de Queiroz | Stochastic hydro-thermal scheduling optimization: An overview | |
| CN109711601A (zh) | 电-气-热综合能源系统分布式优化调度方法和装置 | |
| CN109919452B (zh) | 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法 | |
| CN108734350A (zh) | 一种含微电网的配电网独立与联合调度的求解方法 | |
| CN106056478B (zh) | 一种电-热耦合系统中热网的区间潮流计算方法 | |
| CN108206543A (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
| Diniz et al. | Short-term hydrothermal dispatch with river-level and routing constraints | |
| CN109861302B (zh) | 一种基于主从博弈的能源互联网日前优化控制方法 | |
| CN107681655B (zh) | 一种潮汐流能发电场协调规划方法 | |
| CN117494993A (zh) | 一种基于阶梯碳交易的源网荷分布协同低碳调度方法 | |
| CN110620397A (zh) | 一种高比例可再生能源电力系统的调峰平衡评估方法 | |
| CN112668186B (zh) | 基于elm的输配一体储能系统选址定容协同优化方法 | |
| CN115204562B (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 | |
| CN116911533B (zh) | 区域综合能源系统多微网能量共济方法 | |
| CN112072644B (zh) | 一种热电厂日前市场产量决策运行计划优化方法及系统 | |
| CN113487342A (zh) | 一种热力系统作为利益整体参与电力市场的决策方法 | |
| CN114154744A (zh) | 综合能源系统的扩容规划方法、装置及电子设备 | |
| CN113919754A (zh) | 一种基于区块链的综合能源系统分布式状态估计方法 | |
| CN111062598A (zh) | 综合能源系统的分布式优化调度方法及系统 | |
| CN113011655B (zh) | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 | |
| Yu et al. | Energy hub model for energy management in energy internet | |
| Xu et al. | Combined heat and power dispatch based on integrated demand response and heat transmission for wind power accommodation |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230719 Address after: Room 822, Room 406, No. 1, Yichang Street, Zhongxin Ciudad del Saber, Huangpu District, Guangzhou, Guangdong 510000 Patentee after: China Southern Power Grid Artificial Intelligence Technology Co.,Ltd. Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| TR01 | Transfer of patent right |