CN112488363A - 基于广义储能的多能源电力系统优化调度方法 - Google Patents

基于广义储能的多能源电力系统优化调度方法 Download PDF

Info

Publication number
CN112488363A
CN112488363A CN202011237123.9A CN202011237123A CN112488363A CN 112488363 A CN112488363 A CN 112488363A CN 202011237123 A CN202011237123 A CN 202011237123A CN 112488363 A CN112488363 A CN 112488363A
Authority
CN
China
Prior art keywords
energy storage
power
energy
heat
load
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
CN202011237123.9A
Other languages
English (en)
Other versions
CN112488363B (zh
Inventor
叶畅
曹侃
蔡德福
闫秉科
陈汝斯
丁凯
钱一民
陈乔
李伟
胡畔
王易
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011237123.9A priority Critical patent/CN112488363B/zh
Publication of CN112488363A publication Critical patent/CN112488363A/zh
Application granted granted Critical
Publication of CN112488363B publication Critical patent/CN112488363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于广义储能的多能源电力系统优化调度方法，包括步骤一、建立多能源电力系统中发电单元、供热单元、广义储能的数学模型；步骤二、基于步骤一建立的多能源电力系统中发电单元、供热单元、广义储能的数学模型建立基于广义储能的多能源电力系统优化调度模型；步骤三、求解所述基于广义储能的多能源电力系统优化调度模型，得到基于广义储能的多能源电力系统优化调度策略。采用本发明，相对于常规储能，广义储能可以进一步发挥储能的灵活调节作用，充分利用系统各类调控资源；同时，在区域多能源电力系统中引入电转热装置，可增强系统内部热‑电转换能力，提高新能源消纳水平。

Description

基于广义储能的多能源电力系统优化调度方法
技术领域
本发明涉及配电网调度运行技术领域，具体是一种基于广义储能的多能源电力系统优化调度方法。
背景技术
为进一步促进新能源消纳，提升电力系统经济运行水平，有学者提出“能源互联网”概念，采用多能协调互补技术，实现能源的高效利用。能源集线器(Energy Hub，EH)作为能源互联的重要支撑手段，可为能源生产者和消费者之间提供有效接口，实现多种能源的耦合。在EH中，除风、光、水、火等电力能源外，还包含冷、热、气等多类型能源。EH可满足多种能源之间的转换需求，是能源相互转化、交换和传递的中心。目前，国内外在基于EH的多能源系统能量管理与调度方面已开展了部分研究。有学者针对能源集线器内部能量流动与交互，提出了智能能量管理策略。在此基础上，针对含电/热/气网络的综合能源系统，建立了EH扩展模型，并提出了以综合用能成本较低和用能能效较高为目标的优化调度策略。还有学者引入储热装置，提出了包含能源集线器优化层及网络优化层的综合能源系统分层优化调度策略。
在上述研究成果中，通常会配置储能以提高系统调控能力。然而现阶段研究中考虑的大都是传统意义上的常规储能。实际上，适当激励机制作用下的柔性负荷，可在一定程度上实现某个时段内电量或热量需求的增加或减少，其效果类似于传统储能装置，通常可称为虚拟储能，已有文献将传统储能及虚拟储能统称为广义储能(Generalized EnergyStorage,GES)。有学者研究了可平移负荷、可转移负荷和可削减负荷的响应特性，建立了包含实际储能和柔性负荷的广义储能模型，并对广义储能调节能力进行了分析。还有学者则将广义储能应用到综合能源系统中，提出了考虑广义储能的区域综合能源系统优化调度策略。
以上研究为含广义储能的多能源系统优化调度提供了有力基础，但仍存在以下局限和不足：一方面，目前多能源系统优化模型中，大都仅将电力柔性负荷作为广义储能的一部分，较少考虑热负荷调节能力对广义储能的贡献；另一方面，目前的研究对储电和储热装置的综合调节特性研究尚有不足，同时较少考虑系统电-热转化特性。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于广义储能的多能源电力系统优化调度方法，其目的在于针对现有基于能源集线器架构的多能源电力系统，引入广义储能参与系统调节，以优化系统运行方式；同时引入电转热装置，实现系统中电热能量的转化，改善系统运行特性，最终减小弃风、弃光量，实现系统整体运行成本降低。
为实现上述目的，本发明提供了一种基于广义储能的多能源电力系统优化调度方法，包括下述步骤：
一种基于广义储能的多能源电力系统优化调度方法，包括
步骤一、建立多能源电力系统中发电单元、供热单元、广义储能的数学模型；
步骤二、基于步骤一建立的多能源电力系统中发电单元、供热单元、广义储能的数学模型建立基于广义储能的多能源电力系统优化调度模型；
步骤三、求解所述基于广义储能的多能源电力系统优化调度模型，得到基于广义储能的多能源电力系统优化调度策略。
进一步的，步骤一中，所述发电单元包括风力发电、光伏发电及热电联产机组；所述供热单元包括燃气锅炉、热电联产机组的余热锅炉及电转热装置；所述广义储能包括传统储能及虚拟储能，其中传统储能为电池储能与储热罐，虚拟储能指电力柔性负荷及热柔性负荷，为可在一定程度上实现某个时段内电量或热量需求的增加或减少且调节效果类似于传统储能的单元。
进一步的，所述步骤一具体包括：
1.1建立基于广义储能的区域能源集线器架构
该架构中集电器的电力来源包括电网、风力发电、光伏发电、热电联产机组以及储电装置；相对地，集热器的热力来源包括燃气锅炉、热电联产机组的余热锅炉、电转热装置以及储热装置，集电器和集热器分别满足电负荷及热负荷的需求；
1.2建立多能源电力系统中发电单元数学模型，其中可再生能源出力采用预测功率曲线，热电联产CHP机组模型为：
Figure BDA0002767070990000031
同时，在某一时段内CHP机组的热功率和电功率用热电比表示为：
Figure BDA0002767070990000032
式中，
Figure BDA0002767070990000033
表示第iCHP台CHP机组在t时段输入的燃料热量，
Figure BDA0002767070990000034
表示第iCHP台CHP机组在t时段的电功率，
Figure BDA0002767070990000035
表示第iCHP台CHP机组在t时段的热功率，
Figure BDA0002767070990000036
和
Figure BDA0002767070990000037
分别为第iCHP台CHP机组的燃料耗费系数，
Figure BDA0002767070990000038
为第iCHP台CHP机组的热电比；
1.3建立多能源电力系统中供热单元数学模型，包括：
(1)燃气锅炉模型
Figure BDA0002767070990000039
式中，
Figure BDA00027670709900000310
表示燃气锅炉iGB在时段t产生的热功率，
Figure BDA00027670709900000311
表示燃气锅炉iGB在时段t输入的天然气燃料热量，
Figure BDA00027670709900000315
表示燃气锅炉iGB的气热转化效率；
(2)电转热装置模型
Figure BDA00027670709900000312
式中，
Figure BDA00027670709900000313
表示电转热装置iECH,t在时段t产生的热功率，
Figure BDA00027670709900000314
表示电转热装置iECH,t在时段t输入的电功率，
Figure BDA00027670709900000316
表示电转热装置的电热转化效率；
1.4建立广义储能模型，广义储能模型包括实际储能装置及虚拟储能装置；
(1)建立实际储电/储热装置统一模型，包括电池储能及储热罐；
利用能量状态(State of Energy,SOE)建立统一的电/热储能模型如下：
Figure BDA0002767070990000041
式中，
Figure BDA0002767070990000042
和
Figure BDA0002767070990000043
分别表示t时段和t-1时段储能装置iES的SOE，
Figure BDA0002767070990000044
和
Figure BDA0002767070990000045
分别表示储能装置iES在t时段的蓄电/热和放电/热功率，
Figure BDA0002767070990000046
和
Figure BDA0002767070990000047
分别表示储能装置iES的蓄电/热、放电/热效率，
Figure BDA0002767070990000048
表示储能装置iES的自耗率；
(2)建立虚拟储能装置模型，包括电力柔性负荷模型及热力柔性负荷模型；
1)电力柔性负荷模型
电力柔性负荷主要考虑可转移负荷和可削减负荷两类，设定系统电价包括峰、平、谷三个阶段，峰-平电价差记为Δc1，峰-谷电价差记为Δc2，平-谷电价差记为Δc3，假定高电价时段负荷向低电价时段平均转移，考虑响应之后的可转移负荷在峰、平、谷时段表示为：
Figure BDA0002767070990000049
式中，
Figure BDA00027670709900000410
分别表示转移后的实际峰、平、谷时段负荷，
Figure BDA00027670709900000411
分别表示原峰、平、谷时段的可转移负荷，tf、tp和tg分别表示峰、平、谷电价的某一时段，Tf、Tp和Tg分别表示峰、平、谷三个阶段的总时段数，
Figure BDA00027670709900000412
分别表示峰-平电价时段之间的负荷转移率、峰-谷电价时段之间的负荷转移率、平-谷电价时段的负荷转移率；
对于可中断负荷，采用事先与电网签订激励合同，在紧急情况下根据合同进行中断响应的方式参与电网功率调节，可表示为：
Figure BDA0002767070990000051
式中，
Figure BDA0002767070990000058
表示第iIL个可中断负荷在t时段内的实际出力状态，1表示正常出力，0表示中断出力；
Figure BDA0002767070990000057
表示第iIL个可中断负荷在t时段的实际功率，
Figure BDA0002767070990000052
表示第iIL个可中断负荷在t时段的原功率；
由此，可得系统在t时段的总电力负荷为：
Figure BDA0002767070990000053
式中，
Figure BDA0002767070990000054
表示t时段可转移负荷大小，PL,t表示t时段刚性电力负荷大小，NIL表示可中断负荷的总个数；
2)热力柔性负荷模型
对于热负荷，采用自回归滑动平均时间序列模型描述为：
Figure BDA0002767070990000055
式中，Tsupp,t、Tback,t、Tin,t和Tout,t分别表示供水温度、回水温度、室内温度和室外温度；αj、βj、γj、θ1、φ1、ω1均为供热系统的热惯性参数；J为ARMA模型的阶数；
由此可得到供热功率为：
Hsupp,t＝cm(Tsupp,t-Tback,t) (10)
式中，Hsupp,t表示t时段所需的供热功率，c为水的比热容，m为热水的流量。
进一步的，所述步骤二具体包括：
2.1建立基于广义储能的多能源电力系统优化调度模型目标函数
以系统运行成本最低为目标，得到目标函数为：
Figure BDA0002767070990000056
式中，CBuy,t、Cfuel,t、CREG,t和CGES,t分别表示外部电网购电成本、天然气购买成本、新能源相关成本及广义储能相关成本；
2.2建立基于广义储能的多能源电力系统优化调度模型的约束条件，包括电力/热力供需平衡约束、CHP机组爬坡约束、储能装置充放电/热约束、储能充放电/热状态约束、储能装置能量状态约束、可中断负荷中断时间约束、室内温度约束、供水温度约束、电源最大/最小功率约束、热源最大/最小放热功率约束、外部电网最大传输功率约束。
进一步的，为突出广义储能影响，仅考虑储能装置的运维成本，则步骤2.1中各项成本的表达式为：
Figure BDA0002767070990000061
式中，cBuy表示外部电网购电电价，PBuy,t表示t时段购电功率；cfuel表示天然气价格成本；
Figure BDA0002767070990000062
表示第iREG种可再生电源的弃电成本系数，
Figure BDA0002767070990000063
表示第iREG种可再生电源在t时段的弃电电量；cIL表示电力柔性负荷中断成本系数，
Figure BDA0002767070990000064
表示可中断负荷的原运行状态；
Figure BDA0002767070990000065
表示第iES个常规储能装置的运维成本系数；
Figure BDA0002767070990000066
表示常规储能装置在t时段的电/热功率；NCHP、NGB、NREG和NES分别表示CHP机组、燃气锅炉、可再生能源发电机组和常规储能装置的总个数。
进一步的，步骤2.2中各约束条件表达式分别为：
(1)电力/热力供需平衡约束
Figure BDA0002767070990000067
Figure BDA0002767070990000068
式中，
Figure BDA0002767070990000071
为t时段第iREG个可再生能源出力；
Figure BDA0002767070990000072
和
Figure BDA0002767070990000073
Figure BDA0002767070990000074
分别为电池储能的充、放电状态和功率；
Figure BDA0002767070990000075
和
Figure BDA0002767070990000076
分别为储热装置的蓄、放热状态和功率；
(2)CHP机组爬坡约束
Figure BDA0002767070990000077
式中，
Figure BDA0002767070990000078
和
Figure BDA0002767070990000079
分别为CHP机组的向下和向上爬坡速率；
(3)储能装置充放电/热约束
Figure BDA00027670709900000710
式中，
Figure BDA00027670709900000711
和
Figure BDA00027670709900000712
分别表示储能装置iES蓄电/热功率上、下限，
Figure BDA00027670709900000713
和
Figure BDA00027670709900000714
分别表示储能装置iES放电/热功率上、下限；
(4)储能充放电/热状态约束
Figure BDA00027670709900000715
式中，
Figure BDA00027670709900000716
和
Figure BDA00027670709900000717
分别表示储能装置iES在t时段的蓄电/热及放电/热状态，其值为0或1；
(5)储能装置能量状态约束
Figure BDA00027670709900000718
式中，
Figure BDA00027670709900000719
和
Figure BDA00027670709900000720
分别表示储能装置iES的SOE上、下限；
同时，为利于储能装置在每个调度周期循环利用，使得调度周期前后储能装置的能量状态不变，有以下约束：
Figure BDA00027670709900000721
式中，
Figure BDA00027670709900000722
分别表示一个周期内储能装置调度前及调度后储能装置的能量状态；
(6)可中断负荷中断时间约束
对于电力虚拟储能，需考虑可中断负荷的中断时间以提高用户用电体验，有以下约束：
Figure BDA00027670709900000723
式中，
Figure BDA0002767070990000081
表示在一个调度周期内第iIL个可中断负荷的最小总运行时段；
Figure BDA0002767070990000082
和
Figure BDA0002767070990000083
分别表示第iIL个可中断负荷的连续运行时间和允许最小连续运行时间，以避免可中断负荷频繁投切带来的负荷波动；
(7)室内温度约束
对于热力虚拟储能，为保证用户舒适度，室内温度需保持在某一温度范围内，有：
Tin,min≤Tin,t≤Tin,max (21)
式中，Tin,min和Tin,max分别表示保持用户舒适度所需的最低和最高温度。
(8)供水温度约束
Tback,t≤Tsupp,t≤Tsupp,max (22)
式中，Tsupp,max表示系统最大供水温度。
(9)电源最大/最小功率约束
Figure BDA0002767070990000084
Figure BDA0002767070990000085
式中，
Figure BDA0002767070990000086
和
Figure BDA0002767070990000087
分别为第iREG个可再生能源的出力上、下限，
Figure BDA0002767070990000088
和
Figure BDA0002767070990000089
分别为第iCHP个CHP机组的出力上、下限；
(10)热源最大/最小放热功率约束
Figure BDA00027670709900000810
Figure BDA00027670709900000811
式中，
Figure BDA00027670709900000812
和
Figure BDA00027670709900000813
分别为第iGB个燃气锅炉的出力上、下限，
Figure BDA00027670709900000814
和
Figure BDA00027670709900000815
分别为第iECH个电转热装置的出力上、下限；
(11)外部电网最大传输功率约束
PBuy,min≤PBuy,t≤PBuy,max (27)
式中，PBuy,max和PBuy,min为外部电网最大传输功率上、下限。
进一步的，步骤三中以15分钟为调度时间尺度，将所建模型转化为整数线性规划问题后，利用MATLAB/YALMIP工具箱进行求解，最终得到基于广义储能的多能源电力系统优化调度策略。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1、本发明的多能源系统中，同时对电力柔性负荷和热柔性负荷进行建模，并将其均作为广义储能的一部分，可充分利用系统电-热资源，挖掘系统调节潜力，进一步加强广义储能的协同调控能力；
2、在本技术方案中，除考虑CHP机组的热-电耦合特性外，还加入了电转热装置。本发明中的电转热装置为系统的热-电功率转换提供了桥梁，通过调节电转热装置的转换功率并配合其他电/热源，可实现负荷峰、谷时段系统功率的有效调节，并增大系统内新能源的消纳水平。
附图说明
图1是本发明实施例的基于广义储能的区域能源集线器架构；
图2是本发明实施例的可再生能源电站及系统总电力负荷预测曲线；
图3是本发明实施例的电力柔性负荷需求响应前后的系统负荷曲线；
图4是本发明实施例的考虑热负荷柔性特性前后的热负荷曲线；
图5是本发明实施例的供热系统相应温度变化曲线；
图6是本发明实施例的同时考虑电力负荷和热负荷的调节能力的系统优化调度结果。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例的基于广义储能的多能源电力系统优化调度方法，包括如下步骤：
1.建立多能源电力系统中发电单元、供热单元、广义储能的数学模型。所述发电单元包括风力发电、光伏发电及热电联产机组；所述供热单元包括燃气锅炉(Gas-firedboiler，GB)、热电联产机组(Combined heat and power，CHP)的余热锅炉及电转热(Electric to heat device，EHD)装置；所述广义储能包括传统储能及虚拟储能，其中传统储能为电池储能与储热罐，虚拟储能为可在一定程度上实现某个时段内电量或热量需求的增加或减少且调节效果类似于传统储能的单元，本发明中指电力柔性负荷及热柔性负荷。
1.1建立基于广义储能的区域能源集线器架构
如图1所示，该架构中集电器的电力来源包括电网、可再生能源发电(风电和光伏)、热电联产(Combined heat and power，CHP)机组以及储电装置。相对地，集热器的热力来源包括燃气锅炉(Gas-fired boiler，GB)、CHP机组的余热锅炉、电转热装置(Electricto heat device，EHD)以及储热装置。集电器和集热器分别满足电负荷及热负荷的需求。
1.2建立多能源电力系统中发电单元数学模型。其中可再生能源出力采用预测功率曲线，CHP机组模型为：
Figure BDA0002767070990000101
同时，在某一时段内CHP机组的热功率和电功率可用热电比表示为：
Figure BDA0002767070990000102
式中，
Figure BDA0002767070990000103
表示第iCHP台CHP机组在t时段输入的燃料热量，
Figure BDA0002767070990000104
表示第iCHP台CHP机组在t时段的电功率，
Figure BDA0002767070990000105
表示第iCHP台CHP机组在t时段的热功率，
Figure BDA0002767070990000106
和
Figure BDA0002767070990000107
分别为第iCHP台CHP机组的燃料耗费系数，
Figure BDA0002767070990000108
为第iCHP台CHP机组的热电比。
1.3建立多能源电力系统中供热单元数学模型，包括：
(1)燃气锅炉模型
Figure BDA0002767070990000109
式中，
Figure BDA00027670709900001010
表示燃气锅炉iGB在时段t产生的热功率，
Figure BDA00027670709900001011
表示燃气锅炉iGB在时段t输入的天然气燃料热量，
Figure BDA00027670709900001012
表示燃气锅炉iGB的气热转化效率。
(2)电转热装置模型
Figure BDA0002767070990000111
式中，
Figure BDA0002767070990000112
表示电转热装置iECH,t在时段t产生的热功率，
Figure BDA0002767070990000113
表示电转热装置iECH,t在时段t输入的电功率，
Figure BDA0002767070990000114
表示电转热装置的电热转化效率。
1.4建立广义储能模型，本发明广义储能模型包括实际储能装置及虚拟储能装置。
(1)建立实际储电/储热装置统一模型，包括电池储能及储热罐。
利用能量状态(State of Energy,SOE)建立统一的电/热储能模型如下：
Figure BDA0002767070990000115
式中，
Figure BDA0002767070990000116
和
Figure BDA0002767070990000117
分别表示t时段和t-1时段储能装置iES的SOE，
Figure BDA0002767070990000118
和
Figure BDA0002767070990000119
分别表示储能装置iES在t时段的蓄电/热和放电/热功率，
Figure BDA00027670709900001110
和
Figure BDA00027670709900001111
分别表示储能装置iES的蓄电/热、放电/热效率，
Figure BDA00027670709900001112
表示储能装置iES的自耗率。
(2)建立虚拟储能装置模型，包括电力柔性负荷模型及热力柔性负荷模型。
1)电力柔性负荷模型
电力柔性负荷主要考虑可转移负荷和可削减负荷两类。设定系统电价包括峰、平、谷三个阶段，峰-平电价差记为Δc1，峰-谷电价差记为Δc2，平-谷电价差记为Δc3。为简化计算，假定高电价时段负荷向低电价时段平均转移，因此考虑响应之后的可转移负荷在峰、平、谷时段可表示为：
Figure BDA0002767070990000121
式中，
Figure BDA0002767070990000122
分别表示转移后的实际峰、平、谷时段负荷，
Figure BDA0002767070990000123
分别表示原峰、平、谷时段的可转移负荷，tf、tp和tg分别表示峰、平、谷电价的某一时段，Tf、Tp和Tg分别表示峰、平、谷三个阶段的总时段数，
Figure BDA0002767070990000124
分别表示峰-平电价时段之间的负荷转移率、峰-谷电价时段之间的负荷转移率、平-谷电价时段的负荷转移率。
对于可中断负荷，采用事先与电网签订激励合同，在紧急情况下根据合同进行中断响应的方式参与电网功率调节，可表示为：
Figure BDA0002767070990000125
式中，
Figure BDA0002767070990000126
表示第iIL个可中断负荷在t时段内的实际出力状态，1表示正常出力，0表示中断出力；
Figure BDA0002767070990000127
表示第iIL个可中断负荷在t时段的实际功率，
Figure BDA0002767070990000128
表示第iIL个可中断负荷在t时段的原功率。
由此，可得系统在t时段的总电力负荷为：
Figure BDA0002767070990000129
式中，
Figure BDA00027670709900001210
表示t时段可转移负荷大小，PL,t表示t时段刚性电力负荷大小，NIL表示可中断负荷的总个数。
2)热力柔性负荷模型
对于热负荷而言，用户实际需求为室内温度的高低。由于人体对温度的非实时敏感性，一定范围内的温度变化对于用户来说是可接受的。为体现热负荷的柔性，可采用自回归滑动平均(Autoregressive moving average,ARMA)时间序列模型描述为：
Figure BDA00027670709900001211
式中，Tsupp,t、Tback,t、Tin,t和Tout,t分别表示供水温度、回水温度、室内温度和室外温度；αj、βj、γj、θ1、φ1、ω1均为供热系统的热惯性参数；J为ARMA模型的阶数。
由此可得到供热功率为：
Hsupp,t＝cm(Tsupp,t-Tback,t) (10)
式中，Hsupp,t表示t时段所需的供热功率，c为水的比热容，m为热水的流量。
2.建立基于广义储能的多能源电力系统优化调度模型。
2.1建立基于广义储能的多能源电力系统优化调度模型目标函数
以系统运行成本最低为目标，可得到目标函数为：
Figure BDA0002767070990000131
式中，CBuy,t、Cfuel,t、CREG,t和CGES,t分别表示外部电网购电成本、天然气购买成本、新能源相关成本及广义储能相关成本。为突出广义储能影响，本发明仅考虑储能装置的运维成本，则上述各项成本的详细表达式为：
Figure BDA0002767070990000132
式中，cBuy表示外部电网购电电价，PBuy,t表示t时段购电功率；cfuel表示天然气价格成本；
Figure BDA0002767070990000133
表示第iREG种可再生电源的弃电成本系数，
Figure BDA0002767070990000134
表示第iREG种可再生电源在t时段的弃电电量；cIL表示电力柔性负荷中断成本系数，
Figure BDA0002767070990000135
表示可中断负荷的原运行状态；
Figure BDA0002767070990000136
表示第iES个常规储能装置的运维成本系数；
Figure BDA0002767070990000137
表示常规储能装置在t时段的电/热功率；NCHP、NGB、NREG和NES分别表示CHP机组、燃气锅炉、可再生能源发电机组和常规储能装置的总个数。
2.2建立基于广义储能的多能源电力系统优化调度模型的约束条件，包括电力/热力供需平衡约束、CHP机组爬坡约束、储能装置充放电/热约束、储能充放电/热状态约束、储能装置能量状态约束、可中断负荷中断时间约束、室内温度约束、供水温度约束、电源最大/最小功率约束、热源最大/最小放热功率约束、外部电网最大传输功率约束。以上约束条件表达式分别为：
(1)电力/热力供需平衡约束
在系统运行过程中，需保证每一时刻的电力和热力功率平衡，其表达式为：
Figure BDA0002767070990000141
Figure BDA0002767070990000142
式中，
Figure BDA0002767070990000143
为t时段第iREG个可再生能源出力；
Figure BDA0002767070990000144
和
Figure BDA0002767070990000145
Figure BDA0002767070990000146
分别为电池储能的充、放电状态和功率；
Figure BDA0002767070990000147
和
Figure BDA0002767070990000148
分别为储热装置的蓄、放热状态和功率。
(2)CHP机组爬坡约束
Figure BDA0002767070990000149
式中，
Figure BDA00027670709900001410
和
Figure BDA00027670709900001411
分别为CHP机组的向下和向上爬坡速率。
(3)储能装置充放电/热约束
Figure BDA00027670709900001412
式中，
Figure BDA00027670709900001413
和
Figure BDA00027670709900001414
分别表示储能装置iES蓄电/热功率上、下限，
Figure BDA00027670709900001415
和
Figure BDA00027670709900001416
分别表示储能装置iES放电/热功率上、下限。
(4)储能充放电/热状态约束
Figure BDA00027670709900001417
式中，
Figure BDA00027670709900001418
和
Figure BDA00027670709900001419
分别表示储能装置iES在t时段的蓄电/热及放电/热状态，其值为0或1。
(5)储能装置能量状态约束
Figure BDA0002767070990000151
式中，
Figure BDA0002767070990000152
和
Figure BDA0002767070990000153
分别表示储能装置iES的SOE上、下限。
同时，为了利于储能装置在每个调度周期循环利用，需使得调度周期前后储能装置的能量状态不变，有以下约束：
Figure BDA0002767070990000154
式中，
Figure BDA0002767070990000155
分别表示一个周期内储能装置调度前及调度后储能装置的能量状态。
(6)可中断负荷中断时间约束
对于电力虚拟储能，需考虑可中断负荷的中断时间以提高用户用电体验，有以下约束：
Figure BDA0002767070990000156
式中，
Figure BDA0002767070990000157
表示在一个调度周期内第iIL个可中断负荷的最小总运行时段；
Figure BDA0002767070990000158
和
Figure BDA0002767070990000159
分别表示第iIL个可中断负荷的连续运行时间和允许最小连续运行时间，以避免可中断负荷频繁投切带来的负荷波动。
(7)室内温度约束
对于热力虚拟储能，为保证用户舒适度，室内温度需保持在某一温度范围内，有：
Tin,min≤Tin,t≤Tin,max (21)
式中，Tin,min和Tin,max分别表示保持用户舒适度所需的最低和最高温度。
(8)供水温度约束
Tback,t≤Tsupp,t≤Tsupp,max (22)
式中，Tsupp,max表示系统最大供水温度。
(9)电源最大/最小功率约束
Figure BDA00027670709900001510
Figure BDA00027670709900001511
式中，
Figure BDA0002767070990000161
和
Figure BDA0002767070990000162
分别为第iREG个可再生能源的出力上、下限，
Figure BDA0002767070990000163
和
Figure BDA0002767070990000164
分别为第iCHP个CHP机组的出力上、下限。
(10)热源最大/最小放热功率约束
Figure BDA0002767070990000165
Figure BDA0002767070990000166
式中，
Figure BDA0002767070990000167
和
Figure BDA0002767070990000168
分别为第iGB个燃气锅炉的出力上、下限，
Figure BDA0002767070990000169
和
Figure BDA00027670709900001610
分别为第iECH个电转热装置的出力上、下限。
(11)外部电网最大传输功率约束
PBuy,min≤PBuy,t≤PBuy,max (27)
式中，PBuy,max和PBuy,min为外部电网最大传输功率上、下限。
3.求解调度模型，得到基于广义储能的多能源电力系统优化调度策略。
上述调度模型为整数线性规划问题，可采用MATLAB/YALMIP工具箱软件编程求解。具体的，以15分钟为调度时间尺度，将所建模型转化为整数线性规划问题后，利用MATLAB/YALMIP工具箱进行求解，最终得到基于广义储能的多能源电力系统优化调度策略。
由以上步骤可以得到基于广义储能的多能源电力系统优化调度结果。在本发明实施例中，为验证所提优化调度方法的有效性，将提出的方法应用于含广义储能的多能源电力系统优化调度计算中。
算例采用的区域多能源电力系统中包括两座光伏电站和一座风电站，并与大电网相联。大电网向区域电网传输的最大功率为1600kW，考虑到新能源出力波动原因，不允许新能源向大电网倒送功率。算例选取冬季时段，假设两座光伏电站光照条件相同，考虑日前调度，选取调度时段为15min，光伏、风力电站及系统总电力负荷的预测曲线如图2所示。同时，峰-平、峰-谷及平-谷之间的负荷响应固定转移率分别为0.125、0.3125及0.0625。设定CHP的热电比为150％，电网峰、平、谷时段及其对应电价见表1，CHP机组参数、燃气锅炉参数及电转热参数见表2，电池储能及储热罐参数见表3，室外温度变化值见表4，供热系统初始及最大参数值见表5。
表1电网峰谷平时段及其对应电价
Figure BDA0002767070990000171
表2 CHP机组、燃气锅炉、电转热参数
Figure BDA0002767070990000172
表3电池储能、储热罐参数
Figure BDA0002767070990000173
表4室外温度变化值
Figure BDA0002767070990000174
表5供热系统初始及最大参数值
Figure BDA0002767070990000175
为了较好地阐述广义储能对系统调节能力的影响，并研究源、荷双侧不确定性对系统运行的影响，考虑以下几种算例情形：
算例1：不考虑广义储能的调节能力；
算例2：仅考虑电力柔性负荷的调节能力；
算例3：同时考虑电力负荷和热负荷的调节能力。
算例程序采用MATLAB平台编写，并调用YALMIP工具箱求解。算例1～算例3的调度成本依次为：20102元、19137元、11332元、16345元。下面将对仿真结果进行分析。
1)电力柔性负荷对广义储能调节能力的影响分析
电池储能和电力柔性负荷参与电网调控前后，系统等效负荷曲线变化情况如图3所示。由图3可知，将电力柔性负荷作为广义储能资源参与电网调节后，在负荷高峰时段，柔性负荷吸收负功率；在负荷低谷时段，柔性负荷吸收正功率。由此起到类似于储能“低储高放”的特性，最终实现原峰值负荷转移到负荷谷时段。原电力负荷最大峰谷差为3489kW，算例1等效负荷峰谷差为3482kW，算例2等效负荷峰谷差为2852kW。由此可见，柔性负荷作为广义储能进一步发挥了储能的作用，使得实际等效负荷曲线峰谷差显著降低。
2)热柔性负荷对广义储能调节能力的影响分析
固定热负荷下，室内温度恒定设定为25℃；考虑热柔性负荷情况下，室内温度设定为可在22℃～26℃之间变化。对比算例2和算例3，考虑热负荷柔性特性前后的热负荷曲线如图4所示。由此可知，当考虑热负荷柔性之后，相比原热负荷曲线，此时的热负荷曲线波动更加频繁。由于CHP机组以及电转热装置等形成的热-电耦合效应，在中午光伏大发以及晚间风电大发期间，热负荷会相应增大，以在一定程度上缓解弃电压力。算例3中供热系统的供水温度、回水温度、室内温度等变化曲线如图5所示。由图5可知，为了减小供热成本，室内温度维持在允许的较小值附近，且在22℃～23℃之间小幅波动。供热系统供水温度最高为107.9℃，最低为64.8℃；回水温度最高为32.9℃，最低为24.7℃。
3)电转热装置对系统运行的影响分析
电转热装置为系统的热-电功率转换提供了桥梁，上述分析中已涉及到相关论述，此处将从新能源消纳的角度作进一步分析。由图6可知，在夜间、午间12:00之后、晚间20:00之后新能源出力较大且电负荷较小时，电转热装置会将一部分电能转化为热能进行供热。设定电转热装置的最大热功率为400kW，在一个调度周期内，电转热装置消耗的电量为7219kW·h，新能源弃电电量为1798kW·h。再次设定电转热装置的最大热功率为100kW，此时一个调度周期内电转热装置消耗的电量为2667kW·h，新能源弃电电量为7878kW·h。对比以上两种情况，电转热装置消耗的电量减小4552kW·h，而新能源弃电量则增加了6080kW·h。因此，电转热装置并非简单地消耗多余的新能源电量，而是根据电、热功率平衡，动态地进行功率调整。
本发明在已有研究的基础上，提出一种基于广义储能的多能源电力系统优化调度方法。首先采用热电联供的区域能源集线器架构，对系统各实体单元进行建模；同时引入虚拟储能，分别采用需求侧响应模型和自回归滑动平均时间序列模型对电、热柔性负荷进行建模，进而建立了区域多能源系统优化调度模型，并对模型进行了求解。算例结果表明，相对于常规储能，广义储能可以进一步发挥储能的灵活调节作用，充分利用系统各类调控资源。同时，在区域多能源电力系统中引入电转热装置，可增强系统内部热-电转换能力，提高新能源消纳水平。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种基于广义储能的多能源电力系统优化调度方法，其特征在于：包括
步骤一、建立多能源电力系统中发电单元、供热单元、广义储能的数学模型；
步骤二、基于步骤一建立的多能源电力系统中发电单元、供热单元、广义储能的数学模型建立基于广义储能的多能源电力系统优化调度模型；
步骤三、求解所述基于广义储能的多能源电力系统优化调度模型，得到基于广义储能的多能源电力系统优化调度策略。
2.如权利要求1所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：步骤一中，所述发电单元包括风力发电、光伏发电及热电联产机组；所述供热单元包括燃气锅炉、热电联产机组的余热锅炉及电转热装置；所述广义储能包括传统储能及虚拟储能，其中传统储能为电池储能与储热罐，虚拟储能指电力柔性负荷及热柔性负荷，为可在一定程度上实现某个时段内电量或热量需求的增加或减少且调节效果类似于传统储能的单元。
3.如权利要求1或2所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：所述步骤一具体包括：
1.1建立基于广义储能的区域能源集线器架构
该架构中集电器的电力来源包括电网、风力发电、光伏发电、热电联产机组以及储电装置；相对地，集热器的热力来源包括燃气锅炉、热电联产机组的余热锅炉、电转热装置以及储热装置，集电器和集热器分别满足电负荷及热负荷的需求；
1.2建立多能源电力系统中发电单元数学模型，其中可再生能源出力采用预测功率曲线，热电联产CHP机组模型为：
Figure FDA0002767070980000011
同时，在某一时段内CHP机组的热功率和电功率用热电比表示为：
Figure FDA0002767070980000021
式中，
Figure FDA0002767070980000022
表示第iCHP台CHP机组在t时段输入的燃料热量，
Figure FDA0002767070980000023
表示第iCHP台CHP机组在t时段的电功率，
Figure FDA0002767070980000024
表示第iCHP台CHP机组在t时段的热功率，
Figure FDA0002767070980000025
和
Figure FDA0002767070980000026
分别为第iCHP台CHP机组的燃料耗费系数，
Figure FDA0002767070980000027
为第iCHP台CHP机组的热电比；
1.3建立多能源电力系统中供热单元数学模型，包括：
(1)燃气锅炉模型
Figure FDA0002767070980000028
式中，
Figure FDA0002767070980000029
表示燃气锅炉iGB在时段t产生的热功率，
Figure FDA00027670709800000210
表示燃气锅炉iGB在时段t输入的天然气燃料热量，
Figure FDA00027670709800000221
表示燃气锅炉iGB的气热转化效率；
(2)电转热装置模型
Figure FDA00027670709800000211
式中，
Figure FDA00027670709800000212
表示电转热装置iECH,t在时段t产生的热功率，
Figure FDA00027670709800000213
表示电转热装置iECH,t在时段t输入的电功率，
Figure FDA00027670709800000222
表示电转热装置的电热转化效率；
1.4建立广义储能模型，广义储能模型包括实际储能装置及虚拟储能装置；
(1)建立实际储电/储热装置统一模型，包括电池储能及储热罐；
利用能量状态(State of Energy,SOE)建立统一的电/热储能模型如下：
Figure FDA00027670709800000214
式中，
Figure FDA00027670709800000215
和
Figure FDA00027670709800000216
分别表示t时段和t-1时段储能装置iES的SOE，
Figure FDA00027670709800000217
和
Figure FDA00027670709800000218
分别表示储能装置iES在t时段的蓄电/热和放电/热功率，
Figure FDA00027670709800000219
和
Figure FDA00027670709800000220
分别表示储能装置iES的蓄电/热、放电/热效率，
Figure FDA00027670709800000223
表示储能装置iES的自耗率；
(2)建立虚拟储能装置模型，包括电力柔性负荷模型及热力柔性负荷模型；
1)电力柔性负荷模型
电力柔性负荷主要考虑可转移负荷和可削减负荷两类，设定系统电价包括峰、平、谷三个阶段，峰-平电价差记为Δc1，峰-谷电价差记为Δc2，平-谷电价差记为Δc3，假定高电价时段负荷向低电价时段平均转移，考虑响应之后的可转移负荷在峰、平、谷时段表示为：
Figure FDA0002767070980000031
式中，
Figure FDA0002767070980000032
分别表示转移后的实际峰、平、谷时段负荷，
Figure FDA0002767070980000033
分别表示原峰、平、谷时段的可转移负荷，tf、tp和tg分别表示峰、平、谷电价的某一时段，Tf、Tp和Tg分别表示峰、平、谷三个阶段的总时段数，
Figure FDA0002767070980000034
分别表示峰-平电价时段之间的负荷转移率、峰-谷电价时段之间的负荷转移率、平-谷电价时段的负荷转移率；
对于可中断负荷，采用事先与电网签订激励合同，在紧急情况下根据合同进行中断响应的方式参与电网功率调节，可表示为：
Figure FDA0002767070980000035
式中，
Figure FDA0002767070980000036
表示第iIL个可中断负荷在t时段内的实际出力状态，1表示正常出力，0表示中断出力；
Figure FDA0002767070980000037
表示第iIL个可中断负荷在t时段的实际功率，
Figure FDA0002767070980000038
表示第iIL个可中断负荷在t时段的原功率；
由此，可得系统在t时段的总电力负荷为：
Figure FDA0002767070980000039
式中，
Figure FDA00027670709800000310
表示t时段可转移负荷大小，PL,t表示t时段刚性电力负荷大小，NIL表示可中断负荷的总个数；
2)热力柔性负荷模型
对于热负荷，采用自回归滑动平均时间序列模型描述为：
Figure FDA0002767070980000041
式中，Tsupp,t、Tback,t、Tin,t和Tout,t分别表示供水温度、回水温度、室内温度和室外温度；αj、βj、γj、θ1、φ1、ω1均为供热系统的热惯性参数；J为ARMA模型的阶数；
由此可得到供热功率为：
Hsupp,t＝cm(Tsupp,t-Tback,t) (10)
式中，Hsupp,t表示t时段所需的供热功率，c为水的比热容，m为热水的流量。
4.如权利要求1所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：所述步骤二具体包括：
2.1建立基于广义储能的多能源电力系统优化调度模型目标函数
以系统运行成本最低为目标，得到目标函数为：
Figure FDA0002767070980000042
式中，CBuy,t、Cfuel,t、CREG,t和CGES,t分别表示外部电网购电成本、天然气购买成本、新能源相关成本及广义储能相关成本；
2.2建立基于广义储能的多能源电力系统优化调度模型的约束条件，包括电力/热力供需平衡约束、CHP机组爬坡约束、储能装置充放电/热约束、储能充放电/热状态约束、储能装置能量状态约束、可中断负荷中断时间约束、室内温度约束、供水温度约束、电源最大/最小功率约束、热源最大/最小放热功率约束、外部电网最大传输功率约束。
5.如权利要求4所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：为突出广义储能影响，仅考虑储能装置的运维成本，则步骤2.1中各项成本的表达式为：
Figure FDA0002767070980000051
式中，cBuy表示外部电网购电电价，PBuy,t表示t时段购电功率；cfuel表示天然气价格成本；
Figure FDA0002767070980000052
表示第iREG种可再生电源的弃电成本系数，
Figure FDA0002767070980000053
表示第iREG种可再生电源在t时段的弃电电量；cIL表示电力柔性负荷中断成本系数，
Figure FDA0002767070980000054
表示可中断负荷的原运行状态；
Figure FDA0002767070980000055
表示第iES个常规储能装置的运维成本系数；
Figure FDA0002767070980000056
表示常规储能装置在t时段的电/热功率；NCHP、NGB、NREG和NES分别表示CHP机组、燃气锅炉、可再生能源发电机组和常规储能装置的总个数。
6.如权利要求4所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：步骤2.2中各约束条件表达式分别为：
(1)电力/热力供需平衡约束
Figure FDA0002767070980000057
Figure FDA0002767070980000058
式中，
Figure FDA0002767070980000059
为t时段第iREG个可再生能源出力；
Figure FDA00027670709800000510
和
Figure FDA00027670709800000511
Figure FDA00027670709800000512
分别为电池储能的充、放电状态和功率；
Figure FDA00027670709800000513
和
Figure FDA00027670709800000514
分别为储热装置的蓄、放热状态和功率；
(2)CHP机组爬坡约束
Figure FDA00027670709800000515
式中，
Figure FDA00027670709800000516
和
Figure FDA00027670709800000517
分别为CHP机组的向下和向上爬坡速率；
(3)储能装置充放电/热约束
Figure FDA0002767070980000061
式中，
Figure FDA0002767070980000062
和
Figure FDA0002767070980000063
分别表示储能装置iES蓄电/热功率上、下限，
Figure FDA0002767070980000064
和
Figure FDA0002767070980000065
分别表示储能装置iES放电/热功率上、下限；
(4)储能充放电/热状态约束
Figure FDA0002767070980000066
式中，
Figure FDA0002767070980000067
和
Figure FDA0002767070980000068
分别表示储能装置iES在t时段的蓄电/热及放电/热状态，其值为0或1；
(5)储能装置能量状态约束
Figure FDA0002767070980000069
式中，
Figure FDA00027670709800000610
和
Figure FDA00027670709800000611
分别表示储能装置iES的SOE上、下限；
同时，为利于储能装置在每个调度周期循环利用，使得调度周期前后储能装置的能量状态不变，有以下约束：
Figure FDA00027670709800000612
式中，
Figure FDA00027670709800000613
分别表示一个周期内储能装置调度前及调度后储能装置的能量状态；
(6)可中断负荷中断时间约束
对于电力虚拟储能，需考虑可中断负荷的中断时间以提高用户用电体验，有以下约束：
Figure FDA00027670709800000614
式中，
Figure FDA00027670709800000615
表示在一个调度周期内第iIL个可中断负荷的最小总运行时段；
Figure FDA00027670709800000616
和
Figure FDA00027670709800000617
分别表示第iIL个可中断负荷的连续运行时间和允许最小连续运行时间，以避免可中断负荷频繁投切带来的负荷波动；
(7)室内温度约束
对于热力虚拟储能，为保证用户舒适度，室内温度需保持在某一温度范围内，有：
Tin,min≤Tin,t≤Tin,max (21)
式中，Tin,min和Tin,max分别表示保持用户舒适度所需的最低和最高温度。
(8)供水温度约束
Tback,t≤Tsupp,t≤Tsupp,max (22)
式中，Tsupp,max表示系统最大供水温度。
(9)电源最大/最小功率约束
Figure FDA0002767070980000071
Figure FDA0002767070980000072
式中，
Figure FDA0002767070980000073
和
Figure FDA0002767070980000074
分别为第iREG个可再生能源的出力上、下限，
Figure FDA0002767070980000075
和
Figure FDA0002767070980000076
分别为第iCHP个CHP机组的出力上、下限；
(10)热源最大/最小放热功率约束
Figure FDA0002767070980000077
Figure FDA0002767070980000078
式中，
Figure FDA0002767070980000079
和
Figure FDA00027670709800000710
分别为第iGB个燃气锅炉的出力上、下限，
Figure FDA00027670709800000711
和
Figure FDA00027670709800000712
分别为第iECH个电转热装置的出力上、下限；
(11)外部电网最大传输功率约束
PBuy,min≤PBuy,t≤PBuy,max (27)
式中，PBuy,max和PBuy,min为外部电网最大传输功率上、下限。
7.如权利要求1所述的基于广义储能的多能源电力系统优化调度方法，其特征在于：步骤三中以15分钟为调度时间尺度，将所建模型转化为整数线性规划问题后，利用MATLAB/YALMIP工具箱进行求解，最终得到基于广义储能的多能源电力系统优化调度策略。
CN202011237123.9A 2020-11-09 2020-11-09 基于广义储能的多能源电力系统优化调度方法 Active CN112488363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011237123.9A CN112488363B (zh) 2020-11-09 2020-11-09 基于广义储能的多能源电力系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011237123.9A CN112488363B (zh) 2020-11-09 2020-11-09 基于广义储能的多能源电力系统优化调度方法

Publications (2)

Publication Number Publication Date
CN112488363A true CN112488363A (zh) 2021-03-12
CN112488363B CN112488363B (zh) 2022-05-31

Family

ID=74929109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011237123.9A Active CN112488363B (zh) 2020-11-09 2020-11-09 基于广义储能的多能源电力系统优化调度方法

Country Status (1)

Country Link
CN (1) CN112488363B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066056A (zh) * 2021-11-16 2022-02-18 国网福建省电力有限公司 考虑热电协同综合能源系统灵活性的优化调度方法及系统
CN114463130A (zh) * 2022-02-08 2022-05-10 河北农业大学 基于梯型碳交易机制和需求响应的能源系统调度方法
CN114565236A (zh) * 2022-02-15 2022-05-31 石河子大学 一种双碳目标下的电力综合能源系统调度方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392286A (zh) * 2014-12-02 2015-03-04 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN105184406A (zh) * 2015-09-07 2015-12-23 国网天津市电力公司 一种绿色数据中心备用能源系统优化设计方法
WO2017217680A1 (ko) * 2016-06-15 2017-12-21 주식회사 엘지화학 직관적 에너지저장시스템(ess) 상태 표시 장치
US20180226800A1 (en) * 2017-02-08 2018-08-09 Battelle Energy Alliance, Llc System, method, and apparatus for peak shaving and load shaping using power storage with variable power generation
CN108631343A (zh) * 2018-06-12 2018-10-09 上海电力学院 一种多能互补能源互联网优化调度方法
CN109617099A (zh) * 2018-12-06 2019-04-12 中国电力科学研究院有限公司 一种虚拟储能协调控制系统及其方法
CN109742812A (zh) * 2019-03-11 2019-05-10 长沙理工大学 一种提高新能源消纳的源-荷-储协调调度方法
CN110263966A (zh) * 2019-05-06 2019-09-20 天津大学 考虑动态传热过程的电-热综合能源系统优化调度方法
CN110889549A (zh) * 2019-11-21 2020-03-17 国网江苏省电力有限公司经济技术研究院 考虑人体舒适度的综合能源系统多目标优化调度方法
CN111463773A (zh) * 2020-03-09 2020-07-28 中国电力科学研究院有限公司 一种区域型综合能源系统能量管理优化方法和装置
CN111640044A (zh) * 2020-06-03 2020-09-08 国网浙江省电力有限公司湖州供电公司 一种考虑虚拟储能的综合能源系统dg消纳策略研究方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392286A (zh) * 2014-12-02 2015-03-04 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN105184406A (zh) * 2015-09-07 2015-12-23 国网天津市电力公司 一种绿色数据中心备用能源系统优化设计方法
WO2017217680A1 (ko) * 2016-06-15 2017-12-21 주식회사 엘지화학 직관적 에너지저장시스템(ess) 상태 표시 장치
US20180226800A1 (en) * 2017-02-08 2018-08-09 Battelle Energy Alliance, Llc System, method, and apparatus for peak shaving and load shaping using power storage with variable power generation
CN108631343A (zh) * 2018-06-12 2018-10-09 上海电力学院 一种多能互补能源互联网优化调度方法
CN109617099A (zh) * 2018-12-06 2019-04-12 中国电力科学研究院有限公司 一种虚拟储能协调控制系统及其方法
CN109742812A (zh) * 2019-03-11 2019-05-10 长沙理工大学 一种提高新能源消纳的源-荷-储协调调度方法
CN110263966A (zh) * 2019-05-06 2019-09-20 天津大学 考虑动态传热过程的电-热综合能源系统优化调度方法
CN110889549A (zh) * 2019-11-21 2020-03-17 国网江苏省电力有限公司经济技术研究院 考虑人体舒适度的综合能源系统多目标优化调度方法
CN111463773A (zh) * 2020-03-09 2020-07-28 中国电力科学研究院有限公司 一种区域型综合能源系统能量管理优化方法和装置
CN111640044A (zh) * 2020-06-03 2020-09-08 国网浙江省电力有限公司湖州供电公司 一种考虑虚拟储能的综合能源系统dg消纳策略研究方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李宏仲 等: "考虑广义储能的区域综合能源系统优化运行研究", 《电网技术》 *
李宏仲 等: "考虑广义储能的区域综合能源系统优化运行研究", 《电网技术》, vol. 43, no. 9, 21 August 2019 (2019-08-21), pages 3130 - 3138 *
马世乾 等: "考虑广义储能的综合能源系统典型日优化运行", 《水电能源科学》 *
马世乾 等: "考虑广义储能的综合能源系统典型日优化运行", 《水电能源科学》, vol. 38, no. 1, 25 January 2020 (2020-01-25), pages 200 - 208 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066056A (zh) * 2021-11-16 2022-02-18 国网福建省电力有限公司 考虑热电协同综合能源系统灵活性的优化调度方法及系统
CN114463130A (zh) * 2022-02-08 2022-05-10 河北农业大学 基于梯型碳交易机制和需求响应的能源系统调度方法
CN114565236A (zh) * 2022-02-15 2022-05-31 石河子大学 一种双碳目标下的电力综合能源系统调度方法及装置

Also Published As

Publication number Publication date
CN112488363B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN111400641B (zh) 一种含蓄热式电采暖的综合能源系统日前优化调度方法
Jiang et al. Optimal integrated demand response scheduling in regional integrated energy system with concentrating solar power
CN112488363B (zh) 基于广义储能的多能源电力系统优化调度方法
CN110689189B (zh) 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN108154309B (zh) 计及冷热电多负荷动态响应的能源互联网经济调度方法
CN109523052B (zh) 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN110826815B (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN111738502A (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN113792953B (zh) 一种虚拟电厂优化调度方法及系统
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN112186755B (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN103296682A (zh) 一种多时空尺度渐进趋优的负荷调度模式设计方法
CN110244566A (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN110209135B (zh) 基于微型热电联产多时间尺度的家庭能源优化调度方法
CN109993345B (zh) 一种面向园区的孤岛运行多能互补系统动态经济调度方法
CN112465236B (zh) 一种考虑综合满意度的社区综合能源系统调度方法
CN113256045A (zh) 考虑风光不确定性的园区综合能源系统日前经济调度方法
CN112202201B (zh) 一种考虑需求响应和电动汽车的联合微电网运行策略
CN110930073A (zh) 计及价格型需求响应的风-光-光热联合发电系统日前调度方法
CN113240166A (zh) 考虑高比例新能源消纳的微能源网日前经济调度方法
CN107749645A (zh) 一种控制高压大容量储热供暖装置的方法
CN115170343A (zh) 一种区域综合能源系统分布式资源和储能协同规划方法
CN115688448A (zh) 一种考虑共享储能的多区域综合能源系统优化调度方法
CN109617052B (zh) 一种大规模电储热单元智能化分层控制方法

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