CN112529244A - 一种考虑电负荷需求响应的综合能源系统协同优化运行法 - Google Patents

一种考虑电负荷需求响应的综合能源系统协同优化运行法 Download PDF

Info

Publication number
CN112529244A
CN112529244A CN202011145217.3A CN202011145217A CN112529244A CN 112529244 A CN112529244 A CN 112529244A CN 202011145217 A CN202011145217 A CN 202011145217A CN 112529244 A CN112529244 A CN 112529244A
Authority
CN
China
Prior art keywords
energy
day
ahead
equipment
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.)
Granted
Application number
CN202011145217.3A
Other languages
English (en)
Other versions
CN112529244B (zh
Inventor
刘皓明
唐宇
朱少杰
普月
袁晓玲
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202011145217.3A priority Critical patent/CN112529244B/zh
Publication of CN112529244A publication Critical patent/CN112529244A/zh
Application granted granted Critical
Publication of CN112529244B publication Critical patent/CN112529244B/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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • H02J3/003—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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • 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
    • 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

Abstract

本发明公开了一种考虑电负荷需求响应的综合能源系统协同优化运行法，涉及综合能源系统优化运行技术领域；本发明首先分析综合能源系统的网络以及设备构成，构建多能网络拓扑；然后根据能量在设备中的转换特性和多能流网络中的传输特性构建多能设备模型和网络传输模型；以设备及网络运行状态为约束条件，和日前优化调度得到的机组启停计划、储能充放能状态、设备出力大小为约束条件，构成综合能源系统日前‑日内协同优化运行模型；最后，输入设备及网络参数，输入日前负荷及光伏出力数据，得到日前优化调度计划，基于日前优化调度结果，对目标函数进行滚动优化求解，得出区域综合能源系统日前‑日内协同优化运行方案。

Description

一种考虑电负荷需求响应的综合能源系统协同优化运行法
技术领域
本发明涉及能源系统优化运行技术领域，尤其涉及一种考虑电负荷需求响应的综合能源系统协同优化运行法。
背景技术
在区域电网中引入风电、太阳能发电后会大大增加综合能源系统的不可预测性，一种解决办法是将可再生能源转换为热能和冷能等在物理性质上便于储存的能量；另一种解决办法就是降低系统中能源生产和使用的不可预测性，但是受现有的技术方法限制，在其他条件不变的情况下，要想使得预测更准确，只能减少预测的时间。预测精度具有随时间尺度逐级提高的特性，预测时间越短，预测误差相对越小，对系统带来的不确定性扰动越小。相对于综合能源系统日前协同调度，日内滚动调度可以很好地解决因为日前预测时间过长带来的预测精度不足的问题。可以使实际出力计划的调整量更小，大大提高综合能源系统供能的安全性、可靠性、经济性。
发明内容
本发明所要解决的技术问题是针对背景技术中日前预测时间过长带来的预测精度不足的问题提供一种考虑电负荷需求响应的综合能源系统协同优化运行法。
本发明为解决上述技术问题采用以下技术方案：
一种考虑电负荷需求响应的综合能源系统协同优化运行法，包含以下步骤：
步骤1、分析综合能源系统多能流网络结构及设备构成，构建多能网络拓扑；
步骤2、根据能量在多能源设备中的转换特性和多能流网络中的传输特性构建多能设备模型和网络传输模型；
步骤3、以设备及网络运行状态为约束条件，构建综合能源系统日前优化运行模型，以日前优化调度得到的机组启停计划、储能充放能状态、设备出力大小为约束条件，构建日内滚动优化运行模型，共同构成综合能源系统日前-日内协同优化运行模型；
步骤4、输入设备及网络参数，输入日前负荷及光伏出力数据，得到日前优化调度计划，在日内滚动运行阶段输入实时负荷及光伏预测数据，基于日前调度结果，对目标函数进行滚动优化求解，得出综合能源系统日前-日内协同优化运行方案。
作为本发明一种考虑电负荷需求响应的综合能源系统协同优化运行法的进一步优选方案，步骤1中所述的多能流网络包含电力线路、热水管道和天然气管道；设备包含冷热电联供机组、燃气锅炉、光伏发电、热泵、电制冷设备、以及电储能、热储能、冷储能等多种储能设备。
作为本发明一种考虑电负荷需求响应的综合能源系统协同优化运行法的进一步优选方案，步骤2中所述的设备模型为表征设备能效的输入输出模型和储能设备的充放能模型，网络传输模型为电网的电能传输模型，天然气管道的气体传输模型，热水管道的水力模型和热力模型。
作为本发明一种考虑电负荷需求响应的综合能源系统协同优化运行法的进一步优选方案，步骤3中所述的日前优化设备运行约束条件有冷热电联供机组的出力上下限约束、启停时间约束、上下坡速率约束，燃气锅炉的出力上下限约束、启停时间约束、上下坡速率约束，热泵和电制冷的出力上下限约束，储能设备的充放能功率约束、荷电状态约束、始末能量状态约束；网络运行约束条件有电网电压约束、电网传输功率约束，天然气管道压力约束，热水管道压力和温度约束。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、综合能源系统电负荷参与需求响应后可以有效降低区域综合能源系统的运行费用；
2、可以很好地解决因为日前预测时间过长带来的预测精度不足的问题，使实际发电计划的调整量更小，大大提高区域综合能源系统供能的安全性、可靠性。
附图说明
图1、本发明的流程图；
图2、本发明中综合能源系统多能网络拓扑图；
图3、能源站1的光伏及冷热电负荷的日前及日内预测功率曲线；
图4、能源站2的光伏及冷热电负荷的日前及日内预测功率曲线；
图5、能源站3的光伏及冷热电负荷的日前及日内预测功率曲线；
图6、能源站4的冷热电负荷日前及日内预测功率曲线；
图7、能源站5的冷热电负荷日前及日内预测功率曲线；
图8、日前、日内优化综合能源系统购售电功率曲线；
图9、日前、日内优化综合能源系统CCHP机组电出力曲线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
如图1所示，如图1所示，本发明提供的一种考虑电负荷需求响应的综合能源系统日前-日内协同优化运行方法，包括下列步骤：
1、分析综合能源系统多能流网络结构及设备构成，构建多能网络拓扑。
综合能源系统设备包含冷热电联供机组、燃气锅炉、光伏发电、热泵、电制冷设备、以及电储能、热储能、冷储能等多种储能设备。多能流网络包含电力线路、热水管道和天然气管道，多能网络拓扑如图2所示。
2、根据能量在多能源设备中的转换特性和多能流网络中的传输特性构建多能设备模型和网络传输模型。
多能设备模型建立如下：
冷热电联供机组
Figure BDA0002739459790000031
Figure BDA0002739459790000032
Figure BDA0002739459790000033
PCCHP,c(t)＝oCCHP(t)×PLR,h(t)×COPLR
PCCHP,h(t)＝PWHB,h(t)-PLR,h(t)
式中，FCCHP,g(t)为t时段CCHP机组天然气消耗量，m3/h；oCCHP(t)为t时段CCHP机组启停状态，1表示开机，0表示停机；PCCHP,e(t)为t时段CCHP机组的输出电功率，kW；
Figure BDA0002739459790000034
为CCHP机组的额定电功率；LHV为天然气的低热值，取9.7kWh/Nm3；aCCHP、bCCHP、cCCHP、dCCHP分别为CCHP机组的发电效率函数系数；ηCCHP,e(t)为t时段CCHP机组的发电效率；
Figure BDA0002739459790000035
为CCHP机组的热能自耗散率；PWHB,h(t)为t时段CCHP机组中余热回收锅炉输出热功率，kW；PCCHP,h(t)为t时段CCHP机组输出热功率，kW；PLR,h(t)为LR从燃气轮机吸收的热功率，kW；COPLR为LR的热冷转换效率；PCCHP,c(t)为CCHP机组输出冷功率，kW。
燃气锅炉
FGB,g(t)＝oGB(t)×PGB,h(t)/(ηGB×LHV)
式中，FGB,g(t)为t时段CCHP机组天然气消耗量，m3；oGB(t)为t时段GB启停状态，1表示开机，0表示停机；PGB,h(t)为t时段GB的输出热功率，kW；ηGB为GB的产热效率。
电制冷设备
PER,c(t)＝PER,e(t)×COPER
式中，PER,e(t)为t时段电制冷机组消耗电功率，kW；PER,c(t)为t时段生产冷能功率，kW；COPER为制冷系数。
热泵
PHP,h(t)＝PHP,e(t)×COPHP
式中，PHP,e(t)为t时段热泵消耗的电功率，kW；PHP,h(t)为t时段热泵输出的热功率，kW；COPHP为热泵的制热系数。
多能源储能设备
Figure BDA0002739459790000041
式中，EES(t)、EHS(t)、ECS(t)为t时段电、热、冷储能的储能量，kWh；EES(t-1)、EHS(t-1)、ECS(t-1)为t-1时段电、热、冷储能的储能量，kWh；δES、δHS、δCS为电、热、冷储能的自耗能率；Δt为单位优化运行时段时长，h；
Figure BDA0002739459790000042
和
Figure BDA0002739459790000043
为电储能在t时段充电和放电功率，kW；
Figure BDA0002739459790000044
和
Figure BDA0002739459790000045
为热储能在t时段充热和放热功率，kW；
Figure BDA0002739459790000046
和
Figure BDA0002739459790000047
为冷储能在t时段储冷和放冷功率，kW；
Figure BDA0002739459790000048
和
Figure BDA0002739459790000049
为电储能的充放电效率；
Figure BDA00027394597900000410
和
Figure BDA00027394597900000411
为热储能的充放能效率；
Figure BDA00027394597900000412
和
Figure BDA00027394597900000413
为蓄冰槽的充放能效率。
多能网络模型建立如下：
电力网络
各能源站间有功平衡方程为
Pi,e＝-∑j∈Ω(i)Pij,e(t)+PE,e
式中，Pij,e(t)为能源站ij间电力线路传输的有功功率；Pi,e为能源站i输出的有功功率；PE,e为电网传输到综合能源系统的电功率。
综合能源系统能源站ij间电压降方程为
Figure BDA0002739459790000051
式中，
Figure BDA0002739459790000052
和
Figure BDA0002739459790000053
分别表示能源站i和能源站j处在t时段的电压值平方；rij和xij分别表示能源站ij间电力线路的电阻和电抗值。
天然气网络
天然气管道传输模型可表示为
Figure BDA0002739459790000054
式中，Fij(t)为能源站i流向能源站j的天然气流量；Cij为天然气管道ij的系数；τi(t)为能源站i处的天然气压力。
多能源站间天然气管道在运行中除了需要满足管道压力约束，还需要满足节点流量平衡约束
Fi,g(t)＝-∑j∈Ω(i)Fij,g(t)+F0,g(t)
式中，Fi,g为节点i耗气量；Fij,g为管道ij天然气流量。由于只有能源站1直接与城市天然气管道相连，因此，除了能源站1其它能源站F0,g取0。
热力网络
热水管道的热力方程为
Figure BDA0002739459790000055
式中，Po,h(t)为能源站o输出热功率；C为热能传输介质水的比热容；Mo为节点o处换热器热水流量；To(t)和To'(t)分别为节点o处供回水温度；φij(t)为管道温降系数；环境温度
Figure BDA0002739459790000056
取夏季35℃，春、秋季20℃，冬季0℃；式中
Figure BDA0002739459790000057
水力网络流量平衡方程：
Figure BDA0002739459790000061
式中，Ah为热网关联矩阵；Bh为基本回路矩阵；Mij为管道流量向量；Mo为各节点流入流量向量；Kj为管道阻抗系数。
3、以设备及网络运行状态为约束条件，构建综合能源系统日前优化运行模型，以日前优化调度得到的机组启停计划、储能充放能状态、设备出力大小为约束条件，构建日内滚动优化运行模型，共同构成综合能源系统日前-日内协同优化运行模型
综合能源系统日前优化运行目标函数为
Figure BDA0002739459790000062
其中，CF为综合能源系统内部燃气轮机和燃气锅炉的天然气消耗费用：
Figure BDA0002739459790000063
CE为综合能源系统与电网的功率交互费用：
Figure BDA0002739459790000064
CS为综合能源系统内部燃气轮机和燃气锅炉的启停费用：
Figure BDA0002739459790000065
CM为综合能源系统内部所有设备的维护费用：
Figure BDA0002739459790000066
CR为综合能源系统参与电网需求响应的收益：
Figure BDA0002739459790000067
设备及网络运行状态约束包括
CCHP机组运行约束包含：出力上下限约束、最小启停时间约束、最大上下爬坡速率约束以及溴化锂制冷和余热锅炉余热回收量的约束。
Figure BDA0002739459790000071
Figure BDA0002739459790000072
Figure BDA0002739459790000073
PWHB,h(t)-PLR,h(t)≥0
式中：P CCHP,e为CCHP机组最小限制电出力功率；
Figure BDA0002739459790000074
为CCHP机组最大电出力功率；
Figure BDA0002739459790000075
为到t时段CCHP机组已经开机的时间；
Figure BDA0002739459790000076
为到t时段CCHP机组已经关机的时间；
Figure BDA0002739459790000077
和T CCHP为CCHP机组最小开机和关机时间；
Figure BDA0002739459790000078
和
Figure BDA0002739459790000079
为CCHP机组的最大上坡爬坡速率和下坡爬坡速率。
燃气锅炉运行约束包括出力上下限约束、最小启停时间约束、最大上下爬坡速率约束。
Figure BDA00027394597900000710
Figure BDA00027394597900000711
Figure BDA00027394597900000712
式中：P GB,h为燃气锅炉最小限制热出力功率；
Figure BDA00027394597900000713
为燃气锅炉最大热出力功率；
Figure BDA00027394597900000714
为到t时段燃气锅炉已经开机的时间；
Figure BDA00027394597900000715
为到t时段燃气锅炉已经关机的时间；
Figure BDA00027394597900000716
和T GB为燃气锅炉小开机和关机时间；
Figure BDA00027394597900000717
和
Figure BDA00027394597900000718
为燃气锅炉的最大上坡爬坡速率和下坡爬坡速率。
热泵和电制冷出力约束。
Figure BDA00027394597900000719
Figure BDA00027394597900000720
式中，
Figure BDA00027394597900000721
为热泵额定功率，kW；
Figure BDA00027394597900000722
为电制冷额定功率，kW。
综合能源系统中，电、热、冷多种储能设备需满足荷电状态约束、最大充能功率约束、最大放能功率约束和始末能量约束。
Figure BDA0002739459790000081
Figure BDA0002739459790000082
Figure BDA0002739459790000083
Figure BDA0002739459790000084
式中，
Figure BDA0002739459790000085
和
Figure BDA0002739459790000086
为电储能的最大和最小荷电状态；
Figure BDA0002739459790000087
和
Figure BDA0002739459790000088
为热储能的最大和最小荷电状态；
Figure BDA0002739459790000089
和
Figure BDA00027394597900000810
为冷储能的最大和最小荷电状态；
Figure BDA00027394597900000811
为电储能、热储能、冷储能的最大容量；EES(t)、EHS(t)、ECS(t)为电储能、热储能、冷储能在t时段的容量；
Figure BDA00027394597900000812
为电储能、热储能、冷储能的最大充能倍率；
Figure BDA00027394597900000813
为电储能、热储能、冷储能的最大放能倍率；EES(0)、EHS(0)、ECS(0)为电储能、热储能、冷储能在当天开始时段储能初始容量；EES(T)、EHS(T)、ECS(T)为电储能、热储能、冷储能在当天结束时段储能最终容量。
能源站能量平衡约束
综合能源系统优化运行需满足能量平衡约束，满足能量平衡约束就是满足用户用能需求，在多能源站协同运行状况下，各能源站覆盖范围内用户电热冷负荷需求不必在每个能源站内部平衡，在综合能源系统内部达到平衡就可。在多能源站协同运行中考虑到了天然气在各能源站间的输送，所以考虑电、热、冷、气平衡约束。
Figure BDA0002739459790000091
Figure BDA0002739459790000092
Figure BDA0002739459790000093
ΔFg,o(t)＝FL,g,o(t)+FCCHP,g,o(t)+FCCHP,g,o(t)
式中，ΔPe,o(t)、ΔPh,o(t)、ΔPc,o(t)为t时段能源站o的电、热、冷不平衡功率，ΔFg,o(t)为t时段能源站o的天然气输入量；FL,g,o(t)为能源站o的天然气负荷。
电气热能源网络运行约束
电网运行约束包含节点电压约束和线路传输功率约束。
节点电压约束可表示为
Figure BDA0002739459790000094
式中，U i和
Figure BDA0002739459790000095
分别为节点i的允许电压上下限。
能源站间传输功率约束为
Figure BDA0002739459790000096
式中，Sij,e为能源站ij间电力线路允许的传输视在功率。
天然气网络运行约束包含节点气压约束和管道输气流量约束。
节点气压约束为
Figure BDA0002739459790000097
管道输气流量约束为
Figure BDA0002739459790000098
为保证热力系统正常运行问题中某些变量应满足一定的约束条件，常用约束条件有：节点供回水温度约束、管道热水流量约束等。
Figure BDA0002739459790000099
Figure BDA00027394597900000910
市电联络线
由于综合能源系统与电网的联络线存在最大功率，所以综合能源系统运行中从电网购电向电网售电都需满足最大功率约束。
Figure BDA0002739459790000101
式中，
Figure BDA0002739459790000102
分别为从电网购电最大功率和向电网售电最大功率。
需求响应约束
综合能源系统包含电、热、冷多种负荷，理论上都具备参与需求响应的能力，但是考虑到当前能源价格机制，热能按量计价还未实行，所以只考虑电负荷参与需求响应。可平移电负荷在参与需求响应过程中，为保障用户用能舒适度，约束需满足
Figure BDA0002739459790000103
式中：Pdr(t)为参与需求响应后t时段电负荷功率；Ddr为优化运行当天预测电负荷量；
Figure BDA0002739459790000104
和
Figure BDA0002739459790000105
为t时段电负荷的最小/最大用电需求。
日内滚动优化运行目标函数为
Figure BDA0002739459790000106
CE为综合能源系统与电网的功率交互费用：
Figure BDA0002739459790000107
CE为综合能源系统与电网的功率交互费用：
Figure BDA0002739459790000108
CM为综合能源系统内部所有设备的维护费用：
Figure BDA0002739459790000109
CA为综合能源系统内部设备出力调整费用：
Figure BDA0002739459790000111
随着时间的推移，新的运行决策分别在t0+1、t0+2、…、t进行，目标是在一天内将后续时间的运行成本降到最低。
日前调度计划约束包括
综合能源系统日内滚动鲁棒优化约束条件，除了日前调度阶段需要满足的设备出力上下限约束、CCHP机组和燃气锅炉的上下爬坡速率约束、冷热电功率平衡约束以及多能源网络中电网的功率和电压约束、燃气管道的流量和压力约束、热水管道的流量和温度约束，还将增加储能出力约束、机组启停约束和电热冷旋转备用约束。
储能出力约束
在滚动优化中每次优化只有当天剩余时段，而储能由于受到荷电状态约束和充放能大小的约束，其每个时段的运行状态都影响着当天其他时段，也被当天其他时段运行状态所影响，所以储能的优化需要将一天的运行状态当成一个整体来优化。因此，在滚动调度中，储能将完全按照日前调度得到的出力进行充放能，储能充放能功率作为已知约束条件。
Figure BDA0002739459790000112
式中，
Figure BDA0002739459790000113
为日前优化调度的电、热、冷储能出力；PES(t)、PHS(t)、PCS(t)为日内滚动阶段的电、热、冷储能出力。
出力调整约束
由于综合能源系统的设备出力在单位调度时段内调整能力有限，在滚动调度阶段各设备出力大小必须以日前计划得到的机组设备出力情况为参考，实际出力保证在机组允许调整的范围内。
Figure BDA0002739459790000114
式中Pi DA(t)为设备i日前优化调度阶段的出力大小；Pi(t)为设备i在日内滚动优化阶段得到的出力大小；
Figure BDA0002739459790000115
为设备i的功率调整能力。
旋转备用约束
综合能源系统作为一个终端供能系统，为保证区域能源供给的可靠性，需要留有一定的旋转备用。由于冷热的惯性时间常数较大，即使在短时间内供需平衡不能满足也不会影响到系统的安全稳定运行，所以冷热不需要强制保留旋转备用。综合能源系统的电能旋转备用不仅可以由发电设备CCHP机组提供，还可以由内部的用电设备电制冷、电锅炉提供，区域多能源供给系统等同于一个虚拟电厂。
Figure BDA0002739459790000121
式中，Pχ为区域多能源供给系统的最小旋转备用，kW。
设备启停状态约束
在日内滚动调度阶段，燃气轮机和燃气锅炉的启停状态必须与日前优化调度计划相同。
Figure BDA0002739459790000122
式中，
Figure BDA0002739459790000123
和
Figure BDA0002739459790000124
为CCHP机组和燃气锅炉在日前优化调度阶段启停状态；oCCHP(t)和oGB(t)为CCHP机组和燃气锅炉在日内滚动优化调度阶段的启停状态。
4、输入设备及网络参数，输入日前负荷及光伏出力数据，得到日前优化调度计划，在日内滚动运行阶段输入实时负荷及光伏预测数据，基于日前调度结果，对目标函数进行滚动优化求解，得出综合能源系统日前-日内协同优化运行方案。日前及日内光伏、冷热电负荷功率曲线如图3、4、5、6、7所示。能源站设备配置情况如表1所示,考虑到不同能源站区域内负荷类型不同、光伏发电配置情况不同，综合能源系统各能源站配置也不一样，1号能源站电热冷负荷最大，且位于综合能源系统区域中心，1号能源站配置了所有能源生产转换和储能设备；4号和5号能源站位于区域边缘，没有配置光伏发电、电储能、热储能设备，且5号能源站不配置燃气锅炉，4号能源站不配置热泵。
表1
Figure BDA0002739459790000125
Figure BDA0002739459790000131
综合能源系统各能源站中设备参数如表2所示，储能参数如表3所示，网络参数如表4所示。
表2
Figure BDA0002739459790000132
表3
Figure BDA0002739459790000133
表4
Figure BDA0002739459790000134
电力线路单位长度阻抗为0.0080+j0.0056(pu.)，四段采用相同型号的输电线路，线路最大传输功率为2000kVA，最大节点电压偏差为±5％。天然气管道系数为80，管道节点气压最小值为10Mpa，最大值为50Mpa。热水管道的每公里温降为2摄氏度。
分别对不同程度负荷需求响应参与度情况下综合能源系统优化运行进行仿真分析，表4-3分别列出了不考虑需求响应和光伏发电出力不确定性优化运行结果(案例1)；不考虑需求响应，光伏出力不确定性为60％情况下的优化运行结果(案例2)；需求响应参与度为电负荷总量5％，光伏出力不确定性为60％情况下的优化运行结果(案例3)；需求响应参与度为电负荷总量10％，光伏出力不确定性为60％情况下的优化运行结果(案例4)；需求响应参与度为电负荷总量20％，，光伏出力不确定性为60％情况下的优化运行结果(案例5)。
通过对比表格中5种案例运行的总费用可知，系统运行费用最高的为案例2，运行费用最低的为案例5。说明鲁棒优化会增加系统运行费用，以此来保证当光伏出力偏离预测值时，综合能源系统能保证电能还有其他能源的供应。另一方面，需求响应参与度越高，系统运行费用越低，当电负荷需求响应参与度达到一定比例后，可以抵消光伏出力不确定性使系统运行费用的增加值。文章只考虑了可平移负荷参与需求响应情况，为了保证用户用能正常需求和用能舒适度，可平移负荷占总负荷比例不可能太高，所以系统运行费用降低也不会无限降低。
表5单位：元
Figure BDA0002739459790000141
对电负荷需求响应参与度为10％，光伏出力不确定性为60％情况下综合能源系统日前与日内设备出力情况进行对比分析。综合能源系统向电网购电、售电情况如图8所示，日前调度中综合能源系统不向电网售电，大部分时间向电网购电，电价处于尖峰电价部分时间购电功率为0；在日内滚动调度中大部分时间从电网购电，但是存在几个时段向电网售电。主要对日前和日内的购电功率进行分析，从图中可见，日前调度中购电功率较为稳定，除了从满功率购电状态转换成购电功率为0状态外，联络线功率几乎没有波动；而日内滚动优化时，出现了很多的“毛刺”装尖峰。说明日内滚动运行阶段，进行了更加精细化的能量优化管理，以便跟踪负荷波动。
如图9所示日前日内优化综合能源系统CCHP机组电出力曲线，图中仅列出1号能源站和2号能源站作为分析对象，黑线为日前优化调度结果，红线为日内滚动优化调度曲线。从图中可以看出由于在日内滚动运行阶段单位调度时长为5分钟，负荷预测功率步长也是5分钟，所以CCHP机组的电出力相比日前变为更加平滑的波动，且出力调整量均在允许的出力调整范围内波动。
以上技术方案仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内；本发明未涉及的技术均可通过现有技术加以实现。
最后应说明的几点是：首先，在本申请的描述中，需要说明的是，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变，则相对位置关系可能发生改变；
其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种考虑电负荷需求响应的综合能源系统协同优化运行法，其特征在于，包含以下步骤：
步骤1、分析综合能源系统多能流网络结构及设备构成，构建多能网络拓扑；
步骤2、根据能量在多能源设备中的转换特性和多能流网络中的传输特性构建多能设备模型和网络传输模型；
步骤3、以设备及网络运行状态为约束条件，构建综合能源系统日前优化运行模型，以日前优化调度得到的机组启停计划、储能充放能状态、设备出力大小为约束条件，构建日内滚动优化运行模型，共同构成综合能源系统日前-日内协同优化运行模型；
步骤4、输入设备及网络参数，输入日前负荷及光伏出力数据，得到日前优化调度计划，在日内滚动运行阶段输入实时负荷及光伏预测数据，基于日前调度结果，对目标函数进行滚动优化求解，得出综合能源系统日前-日内协同优化运行方案。
2.根据权利要求1所述的一种考虑电负荷需求响应的综合能源系统协同优化运行法，其特征在于：步骤1中所述的多能流网络包含电力线路、热水管道和天然气管道；设备包含冷热电联供机组、燃气锅炉、光伏发电、热泵、电制冷设备、以及电储能、热储能、冷储能等多种储能设备。
3.根据权利要求1所述的一种考虑电负荷需求响应的综合能源系统协同优化运行法，其特征在于：步骤2中所述的设备模型为表征设备能效的输入输出模型和储能设备的充放能模型，网络传输模型为电网的电能传输模型，天然气管道的气体传输模型，热水管道的水力模型和热力模型。
4.根据权利要求1所述的一种考虑电负荷需求响应的综合能源系统协同优化运行法，其特征在于：步骤3中所述的日前优化设备运行约束条件有冷热电联供机组的出力上下限约束、启停时间约束、上下坡速率约束，燃气锅炉的出力上下限约束、启停时间约束、上下坡速率约束，热泵和电制冷的出力上下限约束，储能设备的充放能功率约束、荷电状态约束、始末能量状态约束；网络运行约束条件有电网电压约束、电网传输功率约束，天然气管道压力约束，热水管道压力和温度约束。
CN202011145217.3A 2020-10-23 2020-10-23 一种考虑电负荷需求响应的综合能源系统协同优化运行法 Active CN112529244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011145217.3A CN112529244B (zh) 2020-10-23 2020-10-23 一种考虑电负荷需求响应的综合能源系统协同优化运行法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011145217.3A CN112529244B (zh) 2020-10-23 2020-10-23 一种考虑电负荷需求响应的综合能源系统协同优化运行法

Publications (2)

Publication Number Publication Date
CN112529244A true CN112529244A (zh) 2021-03-19
CN112529244B CN112529244B (zh) 2022-08-23

Family

ID=74980314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011145217.3A Active CN112529244B (zh) 2020-10-23 2020-10-23 一种考虑电负荷需求响应的综合能源系统协同优化运行法

Country Status (1)

Country Link
CN (1) CN112529244B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113158486A (zh) * 2021-05-08 2021-07-23 国网河北省电力有限公司经济技术研究院 一种用户端综合能源网络优化控制方法
CN113240205A (zh) * 2021-06-21 2021-08-10 云南电网有限责任公司电力科学研究院 一种基于多能源综合利用的区域用能系统替代优化方法
CN113240183A (zh) * 2021-05-20 2021-08-10 西安图迹信息科技有限公司 商业建筑电热负荷日前优化调度方法和系统
CN113393077A (zh) * 2021-04-26 2021-09-14 广东电网有限责任公司广州供电局 考虑用户用能不确定性的电-气多能存储系统配置方法
CN114135983A (zh) * 2021-11-19 2022-03-04 国网山东省电力公司电力科学研究院 一种水冷机组与风冷热泵机组的联合优化调度方法及系统
CN114841075A (zh) * 2022-05-19 2022-08-02 华北电力大学 一种电-气综合能源系统的最优能流计算建模方法
CN117913829A (zh) * 2024-03-19 2024-04-19 国网山西省电力公司信息通信分公司 基于源网荷储的能源协同输电方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277797A1 (en) * 2013-03-15 2014-09-18 Open Access Technology International, Inc. Systems and Methods of Determining Optimal Scheduling and Dispatch of Power Resources
CN107144044A (zh) * 2017-06-16 2017-09-08 国网上海市电力公司 一种含水蓄冷的冷热电联供系统用运行模式选择方法
CN107665384A (zh) * 2017-10-27 2018-02-06 天津大学 一种含多区域能源站的电力‑热力综合能源系统调度方法
CN109004686A (zh) * 2018-08-29 2018-12-14 三峡大学 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统
CN109543889A (zh) * 2018-11-08 2019-03-29 河海大学 一种区域综合能源系统日前协同优化运行方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277797A1 (en) * 2013-03-15 2014-09-18 Open Access Technology International, Inc. Systems and Methods of Determining Optimal Scheduling and Dispatch of Power Resources
CN107144044A (zh) * 2017-06-16 2017-09-08 国网上海市电力公司 一种含水蓄冷的冷热电联供系统用运行模式选择方法
CN107665384A (zh) * 2017-10-27 2018-02-06 天津大学 一种含多区域能源站的电力‑热力综合能源系统调度方法
CN109004686A (zh) * 2018-08-29 2018-12-14 三峡大学 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统
CN109543889A (zh) * 2018-11-08 2019-03-29 河海大学 一种区域综合能源系统日前协同优化运行方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱少杰: "含多个能源站的区域综合能源系统建模及协同优化运行策略", 《电力需求侧管理》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113393077A (zh) * 2021-04-26 2021-09-14 广东电网有限责任公司广州供电局 考虑用户用能不确定性的电-气多能存储系统配置方法
CN113158486A (zh) * 2021-05-08 2021-07-23 国网河北省电力有限公司经济技术研究院 一种用户端综合能源网络优化控制方法
CN113240183A (zh) * 2021-05-20 2021-08-10 西安图迹信息科技有限公司 商业建筑电热负荷日前优化调度方法和系统
CN113240183B (zh) * 2021-05-20 2023-08-18 西安图迹信息科技有限公司 商业建筑电热负荷日前优化调度方法和系统
CN113240205A (zh) * 2021-06-21 2021-08-10 云南电网有限责任公司电力科学研究院 一种基于多能源综合利用的区域用能系统替代优化方法
CN114135983A (zh) * 2021-11-19 2022-03-04 国网山东省电力公司电力科学研究院 一种水冷机组与风冷热泵机组的联合优化调度方法及系统
CN114841075A (zh) * 2022-05-19 2022-08-02 华北电力大学 一种电-气综合能源系统的最优能流计算建模方法
CN117913829A (zh) * 2024-03-19 2024-04-19 国网山西省电力公司信息通信分公司 基于源网荷储的能源协同输电方法及系统

Also Published As

Publication number Publication date
CN112529244B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN112529244B (zh) 一种考虑电负荷需求响应的综合能源系统协同优化运行法
CN109004686B (zh) 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统
CN107832979B (zh) 一种考虑能量梯级利用的工厂综合能源系统经济优化调度方法
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
US20080262857A1 (en) Reducing the Cost of Distributed Electricity Generation Through Opportunity Generation
CN109409595B (zh) 一种园区多能互补系统日前调度方法
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源系统优化调度方法
CN110991000B (zh) 计及固体氧化物燃料电池和电转气的能量枢纽建模方法
CN103346562A (zh) 计及需求响应的多时间尺度微网能量控制方法
CN112446546B (zh) 一种考虑能源可靠性的综合能源系统两阶段优化配置方法
CN112836882B (zh) 考虑设备负载率变化的区域综合能源系统运行优化方法
Zhai et al. Optimization of integrated energy system considering photovoltaic uncertainty and multi-energy network
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
CN112163968A (zh) 一种综合能源储能系统优化调度方法
CN106440902B (zh) 一种基于冷热电联产的储热调节系统及其调节方法
CN110190630B (zh) 一种含多微能源网的配网预防-紧急控制方法
CN112085263A (zh) 一种用户侧分布式能源系统混合储能优化配置方法和系统
CN109193666B (zh) 基于通用能量母线的综合能源系统时序能量流计算方法
CN113239550B (zh) 一种冷热电联供系统储能容量配置方法及冷热电联供系统
CN113313329B (zh) 一种含综合能源系统的配电网优化调度方法
CN116306194A (zh) 基于多目标优化理论的综合能源系统能效优化配置方法
CN113313305A (zh) 一种基于非合作博弈的综合能源系统优化调度方法
Dou et al. Optimal configuration of multitype energy storage for integrated energy system considering the system reserve value
CN114971000B (zh) 一种计及供需不平衡率的综合能源系统配置优化方法
CN111125611B (zh) 面向多场景的冷-热-电微能网群两阶段优化调度方法

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