CN112529251A - 一种天然气发电机组选址定容优化规划方法及系统 - Google Patents
一种天然气发电机组选址定容优化规划方法及系统 Download PDFInfo
- Publication number
- CN112529251A CN112529251A CN202011277516.2A CN202011277516A CN112529251A CN 112529251 A CN112529251 A CN 112529251A CN 202011277516 A CN202011277516 A CN 202011277516A CN 112529251 A CN112529251 A CN 112529251A
- Authority
- CN
- China
- Prior art keywords
- natural gas
- gas generator
- generator set
- node
- 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
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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
Abstract
本发明提供一种天然气发电机组选址定容优化规划方法及系统,包括:确定天然气发电机组不同容量在系统不同布局点的不同分布情景;针对不同分布场景分别建立对应的天然气发电机组优化规划模型;采用非时序蒙特卡洛方法对天然气发电机组优化规划模型进行状态抽样、对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定天然气发电机组优化规划模型可靠性指标;采用双线性插值方法对各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到可靠性指标、天然气发电机组容量以及天然气发电机组在系统中的布局点之间的函数关系,并基于函数关系对天然气发电机组进行选址定容。本发明更好体现电气联合系统优化用能和能量交换的特点。
Description
技术领域
本发明属于电气联合技术领域,更具体地,涉及一种天然气发电机组选址定容优化规划方法及系统。
背景技术
随着能源综合系统的发展,电-气互联综合能源系统将电、气两种不同能源耦合互补并实现高效利用,将成为未来能源形式的主流之一。未来,用户对于能源的需求不断增长,只有通过工业基本建设,扩大能源系统规模才能满足。规划可按能源生产、传输和消纳等环节进行详尽开展;电-气联合系统中如电转气设备和天然气发电机组等耦合设备的规划是连接能源生产和消纳的桥梁和纽带,需要兼顾经济性和可靠性。作为能源系统的重要组成部分,优化规划电气联合系统天气发电机组,可保障电-气能源的安全、可靠、经济传输,是实现能源综合利用的重要基础工作。
目前,国内外研究者对电-气联合系统的耦合设备优化规划方法已进行一定程度的研究。中国专利说明书CN111222721A中公开了一种提升电力系统恢复力的电-气网扩展规划方法,针对不同极端事件下的电力系统与天然气系统故障场景的生成与削减;根据直流潮流对电力系统进行建模;根据韦茅斯方程对天然气系统进行建模;使用分段线性化的方法对非线性Weymouth方程进行线性化;利用hedging progressive algorithm方法对产生的随机规划问题进行求解,并得到天然气发电机组最优安装位置,提升综合能源系统的恢复力。该方法获取的天然气发电机安装位置,可以有效降低灾中电力系统的切负荷量,提升电力系统的恢复力。
上述专利关于电-气联合系统中天然气发电机组规划的研究,在侧重于所研究提升电力系统恢复能力的基础上,都得到了较好的规划方案,但在实现电-气等不同能源转化传输中,有必要考虑对耦合设备天然气发电机组在规定时间、规定条件下完成能源转化传输能力,从而进一步提升不同或同种能源间的能源利用率。为此,研究者进一步在规划中考虑了能源可靠性。可靠性可作为评估规划方案是否具有能源转化传输能力的重要指标,在规划模型中考虑供能可靠性可实现不同能源间高效传输转化。
文献“计及电转气规划的综合能源系统运行多指标评价”基于电转气设备和天然气发电机组在电气联合系统中可使能量双向流动的作用,提出一种配置电转气设备的电-气联合系统优化模型,分析电转气设备的应用对负荷供能率及可再生能源过剩率的影响。提出了电转气设备的应用场景及联合系统配置模型;设置了相应指标对联合系统进行建模,并以电转气设备、蓄电池和天然气发电机组的建设及运维成本最小为目标函数。在电气联合系统中计及电网削峰填谷率、天然气系统消纳率等指标,采用改进差分进化算法对目标函数进行优化,使用遍历方法以经济最优选取耦合设备的最佳安装位置。
文献“A Linear Programming Approach to Expansion Co-Planning in Gasand Electricity Markets”提出了一种新型以电-气联合系统总资本和运行成本最小为目标的扩展协同规划模型。在考虑低碳的环境要求下,天然气发电机组的持续快速增长将会提升天然气的需求增加。可靠性的供气成为电力系统规划中需要考虑的一个重要因素,并且天然气发电机组计及了天然气供应约束和输出容量要求。引入线性公式来处理目标函数和约束的非线性问题,并通过迭代过程模拟了电-气系统之间的物理和经济相互作用。
上述提出的方法或侧重于考虑了电转气能源的可靠性指标的协同规划,或未侧重于考虑多能源传输转化过程中可靠性指标。在工程实际中,用户对于电力能源的持续供给要求较高;如上得到的规划结果在体现电气联合系统高效利用电、气能源的特点上还可进一步完善,使天然气到电能的能源高效转换、电力和天然气能源利用可靠高效,达到提升系统经济性和持续供能的效果。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种天然气发电机组选址定容优化规划方法及系统,旨在解决在电气联合系统中缺乏计及可靠性指标对天然气发电机规划,并建立可靠性指标与天然气发电机选址定容之间函数的问题。
为实现上述目的,本发明提供了一种天然气发电机组选址定容优化规划方法,包括如下步骤:
确定天然气发电机组不同容量在天然气系统不同布局点的不同分布情景;
针对所述不同分布场景建立对应的天然气发电机组优化规划模型,所述模型以电气联合系统的运行成本和削减量成本之和最小为目标;
采用非时序蒙特卡洛方法对所述天然气发电机组优化规划模型进行状态抽样,然后对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定所述天然气发电机组优化规划模型的可靠性指标;
确定各个分布场景下天然气发电机组优化规划模型的可靠性指标;
采用双线性插值方法对所述各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到所述可靠性指标、天然气发电机组容量以及天然气发电机组在天然气系统中的布局点三者之间的函数关系,并基于所述函数关系对天然气发电机组进行选址定容。
在一个可选的实施例中,所述天然气发电机组优化规划模型的目标函数如下:
其中,Cg是天然气气源成本;Ce是电力能源成本;Fs.m是天然气节点m处气源流量;Ps.i是电力系统节点i处电源有功功率,其为传统发电机组有功功率PGi和风电机组有功功率PWi之和;Ce.i和Cg.m分别为电力系统节点i的电力负荷削减量和天然气系统节点m的天然气负荷削减量;ΔPw.i是电力系统节点i的弃风量;ai、bi和λe.i、λg.m以及λw.i均为对应的系数;Ne、Ng以及Nw分别是电力系统节点集合、天然气系统节点集合和风电节点集合。
在一个可选的实施例中,所述目标函数的约束条件如下:
电力系统的功率平衡约束为:
其中,PG.i和QG.i分别为电力系统节点i的传统发电机组有功功率和无功功率;PW.i和QW.i分别为电力系统节点i的风电有功功率和无功功率;PGPG.i和QGPG.i分别为电力系统节点i的天然气发电机组有功功率和无功功率;PL.i和QL.i分别为电力系统节点i的有功功率负荷需求和无功功率负荷需求;Vi、Vj和θij分别为电力系统节点i电压幅值、电力系统节点j电压幅值和电力系统节点i-j间相角差;Gij和Bij分别为电力系统支路i-j电导和电钠;PP2G.i是电力系统节点i的电转气设备消纳有功功率;Ce.i为电力系统节点i的电力负荷削减量;ΔPw.i是电力系统节点i的弃风量;
天然气运行约束为:
Fs.m+FP2G.m+Cg.m-FD.m-FGPG.m-Fm=0
其中,FP2G.m是天然气节点m的电转气设备注入的天然气;FD.m是天然气节点m的天然气负荷需求;FGPG.m是天然气节点m处天然气发电机消耗天然气流量;Fm是天然气节点m的注入天然气流量;Fs.m是天然气节点m处气源流量;Cg.m为天然气系统节点m的天然气负荷削减量;
天然气管道流量约束为:
其中,Cmn是天然气传输管道m-n的weymouth常数;πm、πn分别为天然气节点m、n的气压值;Fmn是天然气管道m-n的天然气流量;
电转气设备约束为:
其中,ηP2G为电转气设备转换效率;GHV为天然气高热值;FP2G为电转气设备输出的天然气量;PP2G为电转气设备消纳有功功率;
压缩机约束为:
天然气发电机组的布局点约束为:
其中,为0-1变量,为1表示天然气发电机组连接到天然气节点m,为0表示不连接;Nmax为天然气发电机组天然气系统中连接数量,FGPG,all为天然气发电机组消纳天然气流量总和;Ng为天然气系统节点集合;
天然气发电机组的容量约束为:
FGPG,min.m≤FGPG,m≤FGPG,max.m
其中,FGPG.min.m和FGPG.max.m分别为天然气节点m的天然气发电机消耗天然气流量的下限和天然气发电机消耗天然气流量的上限。
在一个可选的实施例中,所述天然气发电机组优化规划模型的可靠性指标包括:
电力不足期望值:
气量不足期望值:
系统弃风期望值:
其中,G1、G2和G3分别是电力负荷削减、天然气负荷削减和弃风现象的状态集,p(x)是系统状态x的概率;Ie(x)、Ig(x)和ΔPW(x)分别为系统状态x的电力负荷削减量、天然气负荷削减量和弃风量;
天然气发电机弃用概率:
式中,GUPk、G4.k分别为天然气发电机装置k的弃用概率和其处于关闭状态的状态集合;
天然气发电机容量利用率:
式中GCUk、Pr,GPG,k分别为天然气发电机装置k的容量利用率和装置额定容量;PGPG,k为天然气发电机装置k的实际出力值;G5.k是天然气发电机装置k处于运行状态的状态集合;
天然气发电机分别对电力不足期望值、气量不足期望值以及系统弃风期望值的贡献系数:
CGEDk=(EEDNS0-EEDNS1)/Pr,GPG,k
CGGDk=(EGDNS0-EGDNS1)/Pr,GPG,k
CGEWk=(EWC0-EWC1)/Pr,GPG,k
式中CGEDk、CGGDk、CGEWk分别为天然气发电机装置k对电力不足期望值、气量不足期望值和系统弃风期望值的贡献系数;EEDNS、EGDNS以及EWC的下标0代表天然气发电机装置k接入联合系统之前,下标1代表天然气发电机装置k接入联合系统之后。
在一个可选的实施例中,Fm是天然气节点m的注入天然气流量,计算公式入下:
其中,Fmn是无压缩机的天然气管道m-n的天然气流量,Fcom.mn是流过含压缩机的天然气管道m-n的天然气流量,τk是压缩机k的耗气量;Am.mn为天然气节点m与无压缩机的天然气管道m-n关联矩阵A的第m行第m-n列元素;Em.mn为天然气节点m与含压缩机的天然气管道m-n关联矩阵E第m行第m-n列元素;Tm.k是天然气节点m与压缩机k的入口关联矩阵T的第m行第k列元素;N1、NP分别为无压缩机天然气管道和含压缩机天然气管道支路总数;其中,Fmn和Fcom.mn可通过压缩比来计算,Fmn通过气压公式计算,τk可考虑为天然气节点m的气负荷。
第二方面,本发明提供了一种天然气发电机组选址定容优化规划系统,包括:
分布情景确定单元,用于确定天然气发电机组不同容量在天然气系统不同布局点的不同分布情景;
机组模型建立单元,用于针对所述不同分布场景建立对应的天然气发电机组优化规划模型,所述模型以电气联合系统的运行成本和削减量成本之和最小为目标;
可靠性指标确定单元,用于采用非时序蒙特卡洛方法对所述天然气发电机组优化规划模型进行状态抽样,然后对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定所述天然气发电机组优化规划模型的可靠性指标;以及确定各个分布场景下天然气发电机组优化规划模型的可靠性指标;
发电机组选址定容单元,用于采用双线性插值方法对所述各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到所述可靠性指标、天然气发电机组容量以及天然气发电机组在天然气系统中的布局点三者之间的函数关系,并基于所述函数关系对天然气发电机组进行选址定容。
在一个可选的实施例中,所述天然气发电机组优化规划模型的目标函数如下:
其中,Cg是天然气气源成本;Ce是电力能源成本;Fs.m是天然气节点m处气源流量;Ps.i是电力系统节点i处电源有功功率,其为传统发电机组有功功率PGi和风电机组有功功率PWi之和;Ce.i和Cg.m分别为电力系统节点i的电力负荷削减量和天然气系统节点m的天然气负荷削减量;ΔPw.i是电力系统节点i的弃风量;ai、bi和λe.i、λg.m以及λw.i均为对应的系数;Ne、Ng以及Nw分别是电力系统节点集合、天然气系统节点集合和风电节点集合。
在一个可选的实施例中,所述目标函数的约束条件如下:
电力系统的功率平衡约束为:
其中,PG.i和QG.i分别为电力系统节点i的传统发电机组有功功率和无功功率;PW.i和QW.i分别为电力系统节点i的风电有功功率和无功功率;PGPG.i和QGPG.i分别为电力系统节点i的天然气发电机组有功功率和无功功率;PL.i和QL.i分别为电力系统节点i的有功功率负荷需求和无功功率负荷需求;Vi、Vj和θij分别为电力系统节点i电压幅值、电力系统节点j电压幅值和电力系统节点i-j间相角差;Gij和Bij分别为电力系统支路i-j电导和电钠;PP2G.i是电力系统节点i的电转气设备消纳有功功率;Ce.i为电力系统节点i的电力负荷削减量;ΔPw.i是电力系统节点i的弃风量;
天然气运行约束为:
Fs.m+FP2G.m+Cg.m-FD.m-FGPG.m-Fm=0
其中,FP2G.m是天然气节点m的电转气设备注入的天然气;FD.m是天然气节点m的天然气负荷需求;FGPG.m是天然气节点m处天然气发电机消耗天然气流量;Fm是天然气节点m的注入天然气流量;Fs.m是天然气节点m处气源流量;Cg.m为天然气系统节点m的天然气负荷削减量;
天然气管道流量约束为:
其中,Cmn是天然气传输管道m-n的weymouth常数;πm、πn分别为天然气节点m、n的气压值;Fmn是天然气管道m-n的天然气流量;
电转气设备约束为:
其中,ηP2G为电转气设备转换效率;GHV为天然气高热值;FP2G为电转气设备输出的天然气量;PP2G为电转气设备消纳有功功率;
压缩机约束为:
天然气发电机组的布局点约束为:
其中,为0-1变量,为1表示天然气发电机组连接到天然气节点m,为0表示不连接;Nmax为天然气发电机组天然气系统中连接数量,FGPG,all为天然气发电机组消耗天然气流量总和;Ng为天然气系统节点集合;
天然气发电机组的容量约束为:
FGPG,min.m≤FGPG,m≤FGPG,max.m
其中,FGPG.min.m和FGPG.max.m分别为天然气节点m的天然气发电机消耗天然气流量的下限和天然气发电机消耗天然气流量的上限。
在一个可选的实施例中,所述天然气发电机组优化规划模型的可靠性指标包括:
电力不足期望值:
气量不足期望值:
系统弃风期望值:
其中,G1、G2和G3分别是电力负荷削减、天然气负荷削减和弃风现象的状态集,p(x)是系统状态x的概率;Ie(x)、Ig(x)和ΔPW(x)分别为系统状态x的电力负荷削减量、天然气负荷削减量和弃风量;
天然气发电机弃用概率:
式中,GUPk、G4.k分别为天然气发电机装置k的弃用概率和其处于关闭状态的状态集合;
天然气发电机容量利用率:
式中GCUk、Pr,GPG,k分别为天然气发电机装置k的容量利用率和装置额定容量;PGPG,k为天然气发电机装置k的实际出力值;G5.k是天然气发电机装置k处于运行状态的状态集合;
天然气发电机分别对电力不足期望值、气量不足期望值以及系统弃风期望值的贡献系数:
CGEDk=(EEDNS0-EEDNS1)/Pr,GPG,k
CGGDk=(EGDNS0-EGDNS1)/Pr,GPG,k
CGEWk=(EWC0-EWC1)/Pr,GPG,k
式中CGEDk、CGGDk、CGEWk分别为天然气发电机装置k对电力不足期望值、气量不足期望值和系统弃风期望值的贡献系数;EEDNS、EGDNS以及EWC的下标0代表天然气发电机装置k接入联合系统之前,下标1代表天然气发电机装置k接入联合系统之后。
在一个可选的实施例中,Fm是天然气节点m的注入天然气流量,计算公式入下:
其中,Fmn是无压缩机的天然气管道m-n的天然气流量,Fcom.mn是流过含压缩机的天然气管道m-n的天然气流量,τk是压缩机k的耗气量;Am.mn为天然气节点m与无压缩机的天然气管道m-n关联矩阵A的第m行第m-n列元素;Em.mn为天然气节点m与含压缩机的天然气管道m-n关联矩阵E第m行第m-n列元素;Tm.k是天然气节点m与压缩机k的入口关联矩阵T的第m行第k列元素;N1、NP分别为无压缩机天然气管道和含压缩机天然气管道支路总数;其中,Fmn和Fcom.mn可通过压缩比来计算,Fmn通过气压公式计算,τk可考虑为天然气节点m的气负荷。
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:
本发明提供一种天然气发电机组选址定容优化规划方法及系统,在传统电-气联合系统优化规划模型中,有针对性的对耦合元件天然气发电机组容量和天然气系统布局点进行规划,更好体现电-气联合系统优化用能和能量交换的特点。
本发明提供一种天然气发电机组选址定容优化规划方法及系统,在传统电力系统可靠性指标的基础上,从设备级可靠性指标角度,提出天然气发电机可靠性指标,可更好评估系统状态。
本发明提供一种天然气发电机组选址定容优化规划方法及系统,在利用传统非时序蒙特卡洛方法计算可靠性指标的基础上,采用双线性插值法建立可靠性指标和天然气发电机组规划之间函数关系,方便规划工作人员能够更合理的进行电-气互联系统规划。
附图说明
图1为本发明实施例提供的一种天然气发电机组选址定容优化规划方法流程图。
图2为本发明实施例提供的一种适合电-气联合系统的天然气发电机组选址定容优化规划方法思路图。
图3为本发明实施例提供的一种适合电-气联合系统的天然气发电机组选址定容优化规划方法中步骤5的思路图。
图4为本发明实施例提供的一种适合电-气联合系统的天然气发电机组选址定容优化规划方法的详细实施步骤流程图。
图5为本发明实施例提供的EEDNS指标与天然气发电机组规划关系图。
图6为本发明实施例提供的CGED指标情况与天然气发电机组规划关系图。
图7为本发明实施例提供的天然气发电机组容量利用率与天然气发电机组规划关系图。
图8为本发明实施例提供的一种天然气发电机组选址定容优化规划系统架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明公开了一种适合电-气联合系统的天然气发电机组选址定容优化规划方法。该方法在电-气联合系统中针对天然气发电机组规划问题,在建立的天然气发电机规划模型的基础上,采用非时序蒙特卡洛方法计算可靠性指标,通过双线性插值法建立可靠性指标、天然气发电机组容量和布局点间函数关系,从而实现对天然气发电机组的规划。规划模型中以系统运行成本和削减量成本最低为目标函数,约束条件包含电力系统约束、天然气系统约束和耦合元件约束。采用非时序蒙特卡洛方法计算电力不足期望、天然气不足期望、系统弃风期望、天然气发电机组弃用概率、天然气发电机组容量利用率、天然气发电机组对电力不足期望指标贡献系数、天然气发电机组对天然气不足期望指标贡献系数、天然气发电机组对系统弃风期望指标贡献系数等可靠性指标。采用双线性插值法分别建立天然气发电机组容量、天然气系统布局点和八项指标之间关系,可实现在不同指标值下天然气发电机组的最优规划结果,为规划工作人员在规划工作中提供参考。
针对现有技术的缺陷,本发明的目的在于提供一种适合电-气联合系统的天然气发电机组选址定容优化规划方法,旨在解决在目前的电-气联合系统优化规划中,缺少计及可靠性指标的天然气发电机组规划,并建立可靠性指标、天然气发电机组规划容量和天然气系统布局点之间的函数关系。
图1为本发明提供的一种天然气发电机组选址定容优化规划方法,包括如下步骤:
S101,确定天然气发电机组不同容量在天然气系统不同布局点的不同分布情景;
S102,针对所述不同分布场景建立对应的天然气发电机组优化规划模型,所述模型以电气联合系统的运行成本和削减量成本之和最小为目标;
S103,采用非时序蒙特卡洛方法对所述天然气发电机组优化规划模型进行状态抽样,然后对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定所述天然气发电机组优化规划模型的可靠性指标;
S104,确定各个分布场景下天然气发电机组优化规划模型的可靠性指标;
S105,采用双线性插值方法对所述各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到所述可靠性指标、天然气发电机组容量以及天然气发电机组在天然气系统中的布局点三者之间的函数关系,并基于所述函数关系对天然气发电机组进行选址定容。
具体地,各个步骤的细化步骤可参见以下实施例中的详细介绍。
在一个具体的实施例中,实现上述发明目的的技术方案为:一种适合电-气联合系统的天然气发电机组选址定容优化规划方法,图2为所提方法思路图,包括以下步骤:
步骤1:设置天然气发电机组容量、在天然气系统布局点情景
建立天然气发电机组不同的容量和天然气系统布局点的组合,称每一种组合为一个情景。其中容量在0MW-600MW范围内以50MW为间隔等量增加,天然气布局点按照气源点、压缩机入口节点、压缩机出口节点、无负荷节点和有负荷节点等情景设置。
步骤2:基于电-气联合系统,建立天然气发电机组优化规划模型
所述基于电-气联合系统的天然气发电机组优化规划模型中的目标函数是以系统运行成本和削减量成本之和最小为目标,约束条件包括传统电力系统约束、天然气系统约束和耦合元件约束;传统电力系统约束具体为电力系统功率平衡约束、电力线路约束、风电约束和电力系统安全性约束;天然气系统约束具体为天然气运行约束、天然气管道流量约束、天然气系统安全性约束和、压缩机约束;耦合元件约束为电转气设备约束和天然气发电机组约束。
目标函数如下:
其中,Cg是天然气气源成本;Ce是电力能源成本;Fs.m是天然气节点m处气源流量;Ps.i是电力系统节点i处电源有功功率,其为传统发电机组有功功率PGi和风电机组有功功率PWi之和;Ce.i和Cg.m分别为电力系统节点i的电力负荷削减量和天然气系统节点m的天然气负荷削减量;ΔPw.i是电力系统节点i的弃风量;ai、bi和λe.i、λg.m以及λw.i均为对应的系数;Ne、Ng以及Nw分别是电力系统节点集合、天然气系统节点集合和风电节点集合。
电力系统的功率平衡约束为:
其中,PG.i和QG.i分别为电力系统节点i的传统发电机组有功功率和无功功率;PW.i和QW.i分别为电力系统节点i的风电有功功率和无功功率;PGPG.i和QGPG.i分别为电力系统节点i的天然气发电机组有功功率和无功功率;PL.i和QL.i分别为电力系统节点i的有功功率负荷需求和无功功率负荷需求;Vi、Vj和θij分别为电力系统节点i电压幅值、电力系统节点j电压幅值和电力系统节点i-j间相角差;Gij和Bij分别为电力系统支路i-j电导和电钠;PP2G.i是电力系统节点i的电转气设备消纳有功功率。
天然气运行约束为:
Fs.m+FP2G.m+Cg.m-FD.m-FGPG.m-Fm=0 (4)
其中,FP2G.m是天然气节点m的电转气设备注入的天然气;FD.m是天然气节点m的天然气负荷需求;FGPG.m是天然气节点m处天然气发电机消耗天然气流量;Fm是天然气节点m的注入天然气流量,计算公式入下:
其中,Fmn是无压缩机的天然气管道m-n的天然气流量,Fcom.mn是流过含压缩机的天然气管道m-n的天然气流量,τk是压缩机k的耗气量;Am.mn为天然气节点m与无压缩机的天然气管道m-n关联矩阵A的第m行第m-n列元素;Em.mn为天然气节点m与含压缩机的天然气管道m-n关联矩阵E第m行第m-n列元素;Tm.k是天然气节点m与压缩机k的入口关联矩阵T的第m行第k列元素;N1、NP分别为无压缩机天然气管道和含压缩机天然气管道支路总数;其中,Fmn和Fcom.mn可通过压缩比来计算,Fmn通过气压公式计算,τk可考虑为天然气节点m的气负荷。
天然气管道流量约束为:
其中,Cmn是天然气传输管道m-n的weymouth常数;πm、πn分别为天然气节点m、n的气压值。
电转气设备约束为:
这里ηP2G为电转气设备转换效率,取值0.6。GHV为天然气高热值。FP2G为电转气设备输出的天然气量;PP2G为电转气设备消纳有功功率。
压缩机约束为:
天然气发电机组约束分为布局点约束和容量约束,布局点约束为:
FGPG,min.m≤FGPG,m≤FGPG,max.m (11)
这里FGPG.min.m和FGPG.max.m分别为天然气节点m的天然气发电消耗天然气流量的下限和天然气发电消耗天然气流量的上限。
步骤3:计算可靠性指标
基于步骤2中所模型,采用非时序蒙特卡洛方法进行状态抽样、电-气联合系统拓扑分析和电气联合系统能流计算,然后计算如下的可靠性指标。所述方法基于电-气联合系统天然气发电机组优化规划模型提出8个可靠性指标,主要含系统级可靠性指标和设备级可靠性指标。
系统级可靠性指标部分主要考虑电-气联合系统中的电力负荷、天然气负荷和弃风情况,即电力不足期望(EEDNS)、气量不足期望(EGDNS)和系统弃风期望(EWC)。这些指标反映了系统电力负荷和天然气负荷供应的风险水平,具体表达式如下:
其中,G1、G2和G3分别是电力负荷削减、天然气负荷削减和弃风现象的状态集,p(x)是系统状态x的概率。Ie(x)、Ig(x)和ΔPW(x)分别为系统状态x的电力负荷削减量、天然气负荷削减量和弃风量。具体表达式如下:
设备级可靠性指标部分如下:天然气发电机弃用概率(GUP),用以反映天然气发电机装置关闭的可能性。其表达式为:
式中,GUPk.、G4.k分别为天然气发电机装置k的弃用概率和其处于关闭状态的状态集合。
天然气发电机容量利用率(GCU),用以反映天然气发电机装置容量的利用情况。GCU等于天然气发电机装置投运期间的实际功率与其装置容量比值的期望值,其表达式为:
式中GCUk、Pr,GPG,k分别为天然气发电机装置k的容量利用率和装置额定容量,PGPG,k为天然气发电机装置k的实际出力值。
天然气发电机对电力、气量不足期望值贡献系数(CGED/CGGD)和对系统弃风期望值贡献系数(CGEW),用以反映单位容量天然气发电机装置对系统可靠性指标的贡献度。其等于天然气发电机组接入联合系统前后,系统可靠性指标变化量与天然气发电机组额定容量的比值,具体表达式为:
CGEDk=(EEDNS0-EEDNS1)/Pr,GPG,k (20)
CGGDk=(EGDNS0-EGDNS1)/Pr,GPG,k (21)
CGEWk=(EWC0-EWC1)/Pr,GPG,k (22)
式中CGEDk、CGGDk、CGEWk分别为天然气发电机装置k对电力不足期望值、气量不足期望值和系统弃风期望值的贡献系数;EEDNS、EGDNS以及EWC的下标0代表天然气发电机装置k接入联合系统之前,下标1代表天然气发电机装置k接入联合系统之后。
步骤4:建立可靠性指标函数关系
基于步骤3所得向量样本,建立可靠性指标、天然气发电机组容量、天然气发电机组在天然气系统中布局点的三维关系图。
步骤5:双线性插值法建立三维关系图
采用双线性插值方法拟合所得的向量样本,得到可靠性指标、天然气发电机组容量、天然气发电机组在天然气系统中布局点的函数关系,如图3所示。基于所得离散样本点,一方面,当给定可靠性指标后,已知天然气发电机组的布局点,可利用插值的方法计算系统的天然气发电机组最优容量;另一方面,当给定可靠性性指标和天然气发电机组容量后,可以利用插值的方法得到天然气发电机组的最优布局点。
图3中,x轴表示天然气发电机组容量,y轴表示天然气发电机组在天然气系统中布局点,z轴表示可靠性指标。点A为天然气发电机组在天然气系统中布局点、天然气发电机组容量、可靠性指标关系平面上的任意一点,其具有两方面含义:
一方面,表示在可靠性性指标为ZA,天然气发电机组在天然气系统中布局点为NGPG,A的条件下,系统需配置天然气发电机组容量为PGPG,A;
另一方面,表示在可靠性指标为ZA,系统天然气发电机组容量为PGPG,A的条件下,天然气发电机组在天然气系统中布局点为NGPG,A。
特别地,当点位于x0z平面时,如点B(PGPG,B,0,ZB)表示在未考虑天然气发电机组在天然气系统中布局点的情景下,可靠性指标与天然气发电机组容量之间的关系;当点位于y0z平面时,如点C(0,NGPG,C,ZC)则表示在未考虑天然气发电机组容量的情景下,可靠性指标与天然气发电机组在天然气系统中布局点之间的关系。
因此,通过此函数关系,可以方便地获得在满足给定可靠性指标的条件下,系统所需要的天然气发电机组容量或天然气发电机组布局点。
为了使本发明的目的、技术方案更加清晰明白,以下结合附图及实施案例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用于解释本发明,并不局限于本发明。
采用修改的IEEE 24节点电力系统-NGS 10节点天然气系统来说明所提出方法。实时步骤思路如图4所示。
实施步骤1:设置天然气发电机组布局点和天然气发电机组容量
在此步骤中,主要考虑:1)确定天然气发电机组容量下连接不同天然气系统布局点,有节点1、2、3、8、9、10;2)确定天然气网络布局点下不同天然气发电机组容量,主要在0MW-600MW范围内按50MW增加容量。
实施步骤2:输入初始状态参数并进行状态抽样
在此步骤中,设置K=1,输入所有电-气联合系统的初始数据,包括风电、电网、天然气网、天然气发电机组和电转气设备。然后对随机变量进行抽样后,采用非时序蒙特卡罗方法得到电气联合系统状态。
实施步骤3:拓扑分析
在此步骤中,根据发电机、输电线路、变压器、气源、天然气管道和压缩机的状态情况,将电气联合系统划分为子系统,从而识别采样的电气联合系统状态的连通性。
实施步骤4:能流计算
在此步骤中,求解实施步骤2状态采样电气联合系统中的最优规划模型。如果电气联合系统出现故障,则应执行实施步骤5,否则应执行实施步骤6。
实施步骤5:负荷削减量计算
在此步骤中,根据所建立的模型,求解考虑削减成本最小的最优规划模型,以求得弃风量、电负荷削减量和气负荷削减量的最小值。
实施步骤6:可靠性指标计算
在此步骤中,根据实施步骤4-步骤5计算得到的削减量,进一步计算系统级指标和设备级指标。当满足非时序蒙特卡洛方法的收敛判据时,进入实施步骤7,不满足时回到实施步骤2的状态抽样部分。
实施步骤7:分析天然气发电机组计算完成情况
根据实施步骤1中设置的天然气发电机组情景,检查天然气发电机组各容量和各布局点计算的完成情况。当满足以下条件时执行实施步骤8:1)所设置的天然气发电机组容量范围已经计算完成,2)天然气发电机组布局点中各布局点计算完成。否则,重复实施步骤1。这里以表1为例,其展示了天然气发电机组容量为200MW时,天然气发电机组在天然气系统中不同布局点的GUP和GCU指标值情况。
表1为天然气发电机组容量为200MW时,不同布局点下GUP和GCU指标值情况表
实施步骤8:建立可靠性指标、天然气发电机组容量、天然气发电机组在天然气系统中布局点的函数关系。
在这一步中,利用双线性插值建立可靠性指标、天然气发电机组容量、天然气发电机组在天然气系统中布局点的函数关系,其中包括实施步骤6中的8个可靠性指标和实施步骤1中的天然气发电机组规划内容。
这里对一个指标进行说明,图5-图7展示了部分实施仿真结果。
如图5所示:在天然气发电机组的天然气系统布局点为1、2、3、8、9、10和容量为0MW-600MW的范围内,电力不足期望(EEDNS)的数值整体上较为平稳,其中在天然气发电机组容量为300MW、天然气系统中连接节点为2时指标值最小,在天然气发电机组容量为150MW、天然气系统中连接节点为1时指标值最大。当系统对EEDNS的要求较低时,可选择天然气发电机组容量为300MW、天然气布局点为2作为规划结果,或者在该点附近利用插值法得到更加理想的天然气发电机组规划结果。
如图6所示,天然气发电机组对电力不足期望值贡献系数在天然气发电机组容量升高后呈现下降趋势,其中天然气发电机组容量在0MW-250MW范围内因连接节点不同而出现较大波动,在大于250MW后变化趋势较为平缓,并且布局点对此影响不大。如图7展示了整体GCU呈曲线变化的趋势,随着天然气发电机组容量的增加以及天然气发电机组连接天然气网络节点接近天然气负荷节点,GCU不断下降。同理可根据图5中规划天然气发电机组的方法,实现对CGED和GCU双重要求下天然气发电机组的规划。
通过对仿真中分析,通过本方法可以得到各指标值的范围情况,然后根据实际情况对指标的需求,选择合适的天然气发电机组的规划容量和天然气系统中布局点。本发明提出的方法和模型,为今后电-气联合系统的耦合元件规划和经济性分析提供了参考。
基于此,本发明在已有的电-气联合系统规划方法的基础上,计及可靠性指标,公开了一种适合电-气联合系统的天然气发电机组选址定容优化规划方法。首先,建立以系统运行成本和负荷削减量成本最低为目标函数的天然气发电机组优化规划模型,约束条件包含电力系统功率平衡约束、电力线路约束、风电约束、电力系统安全性约束、天然气运行约束、天然气管道流量约束、天然气系统安全性约束、电转气设备约束、压缩机约束、天然气发电机约束。其次,基于电-气联合系统的特点,提出电力不足期望、天然气不足期望、系统弃风期望、天然气发电机弃用概率、天然气发电机容量利用率、天然气发电机对电力不足期望指标贡献系数、天然气发电机对天然气不足期望指标贡献系数、天然气发电机对系统弃风期望指标贡献系数等可靠性指标;采用非时序蒙特卡洛方法计算八项可靠性指标。最后,采用双线性插值法分别建立天然气发电机容量、天然气系统布局点和八项指标之间关系,并实现三者之间关系的拟合,最终在要求可靠性指标的条件下实现天然气发电机组的选址定容规划。
图8为本发明实施例提供的一种天然气发电机组选址定容优化规划系统架构图,如图8所示,包括:
分布情景确定单元810,用于确定天然气发电机组不同容量在天然气系统不同布局点的不同分布情景;
机组模型建立单元820,用于针对所述不同分布场景建立对应的天然气发电机组优化规划模型,所述模型以电气联合系统的运行成本和削减量成本之和最小为目标;
可靠性指标确定单元830,用于采用非时序蒙特卡洛方法对所述天然气发电机组优化规划模型进行状态抽样,然后对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定所述天然气发电机组优化规划模型的可靠性指标;以及确定各个分布场景下天然气发电机组优化规划模型的可靠性指标;
发电机组选址定容单元840,用于采用双线性插值方法对所述各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到所述可靠性指标、天然气发电机组容量以及天然气发电机组在天然气系统中的布局点三者之间的函数关系,并基于所述函数关系对天然气发电机组进行选址定容。
具体地,图8中各个单元的功能可参见前述方法实施例中的详细介绍,在此不做赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种天然气发电机组选址定容优化规划方法,其特征在于,包括如下步骤:
确定天然气发电机组不同容量在天然气系统不同布局点的不同分布情景;
针对所述不同分布场景建立对应的天然气发电机组优化规划模型,所述模型以电气联合系统的运行成本和削减量成本之和最小为目标;
采用非时序蒙特卡洛方法对所述天然气发电机组优化规划模型进行状态抽样,然后对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定所述天然气发电机组优化规划模型的可靠性指标;
确定各个分布场景下天然气发电机组优化规划模型的可靠性指标;
采用双线性插值方法对所述各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到所述可靠性指标、天然气发电机组容量以及天然气发电机组在天然气系统中的布局点三者之间的函数关系,并基于所述函数关系对天然气发电机组进行选址定容。
3.根据权利要求2所述的天然气发电机组选址定容优化规划方法,其特征在于,所述目标函数的约束条件如下:
电力系统的功率平衡约束为:
其中,PG.i和QG.i分别为电力系统节点i的传统发电机组有功功率和无功功率;PW.i和QW.i分别为电力系统节点i的风电有功功率和无功功率;PGPG.i和QGPG.i分别为电力系统节点i的天然气发电机组有功功率和无功功率;PL.i和QL.i分别为电力系统节点i的有功功率负荷需求和无功功率负荷需求;Vi、Vj和θij分别为电力系统节点i电压幅值、电力系统节点j电压幅值和电力系统节点i-j间相角差;Gij和Bij分别为电力系统支路i-j电导和电钠;PP2G.i是电力系统节点i的电转气设备消纳有功功率;Ce.i为电力系统节点i的电力负荷削减量;ΔPw.i是电力系统节点i的弃风量;
天然气运行约束为:
Fs.m+FP2G.m+Cg.m-FD.m-FGPG.m-Fm=0
其中,FP2G.m是天然气节点m的电转气设备注入的天然气;FD.m是天然气节点m的天然气负荷需求;FGPG.m是天然气节点m处天然气发电机消耗天然气流量;Fm是天然气节点m的注入天然气流量;Fs.m是天然气节点m处气源流量;Cg.m为天然气系统节点m的天然气负荷削减量;
天然气管道流量约束为:
其中,Cmn是天然气传输管道m-n的weymouth常数;πm、πn分别为天然气节点m、n的气压值;Fmn是天然气管道m-n的天然气流量;
电转气设备约束为:
其中,ηP2G为电转气设备转换效率;GHV为天然气高热值;FP2G为电转气设备输出的天然气量;PP2G为电转气设备消纳有功功率;
压缩机约束为:
天然气发电机组的布局点约束为:
其中,为0-1变量,为1表示天然气发电机组连接到天然气节点m,为0表示不连接;Nmax为天然气发电机组天然气系统中连接数量,FGPG,all为天然气发电机组消纳天然气流量总和;Ng为天然气系统节点集合;
天然气发电机组的容量约束为:
FGPG,min.m≤FGPG,m≤FGPG,max.m
其中,FGPG.min.m和FGPG.max.m分别为天然气节点m的天然气发电机消耗天然气流量的下限和天然气发电机消耗天然气流量的上限。
4.根据权利要求3所述的天然气发电机组选址定容优化规划方法,其特征在于,所述天然气发电机组优化规划模型的可靠性指标包括:
电力不足期望值:
气量不足期望值:
系统弃风期望值:
其中,G1、G2和G3分别是电力负荷削减、天然气负荷削减和弃风现象的状态集,p(x)是系统状态x的概率;Ie(x)、Ig(x)和ΔPW(x)分别为系统状态x的电力负荷削减量、天然气负荷削减量和弃风量;
天然气发电机弃用概率:
式中,GUPk、G4.k分别为天然气发电机装置k的弃用概率和其处于关闭状态的状态集合;
天然气发电机容量利用率:
式中GCUk、Pr,GPG,k分别为天然气发电机装置k的容量利用率和装置额定容量;PGPG,k为天然气发电机装置k的实际出力值;G5.k是天然气发电机装置k处于运行状态的状态集合;
天然气发电机分别对电力不足期望值、气量不足期望值以及系统弃风期望值的贡献系数:
CGEDk=(EEDNS0-EEDNS1)/Pr,GPG,k
CGGDk=(EGDNS0-EGDNS1)/Pr,GPG,k
CGEWk=(EWC0-EWC1)/Pr,GPG,k
式中CGEDk、CGGDk、CGEWk分别为天然气发电机装置k对电力不足期望值、气量不足期望值和系统弃风期望值的贡献系数;EEDNS、EGDNS以及EWC的下标0代表天然气发电机装置k接入联合系统之前,下标1代表天然气发电机装置k接入联合系统之后。
5.根据权利要求2所述的天然气发电机组选址定容优化规划方法,其特征在于,Fm是天然气节点m的注入天然气流量,计算公式入下:
其中,Fmn是无压缩机的天然气管道m-n的天然气流量,Fcom.mn是流过含压缩机的天然气管道m-n的天然气流量,τk是压缩机k的耗气量;Am.mn为天然气节点m与无压缩机的天然气管道m-n关联矩阵A的第m行第m-n列元素;Em.mn为天然气节点m与含压缩机的天然气管道m-n关联矩阵E第m行第m-n列元素;Tm.k是天然气节点m与压缩机k的入口关联矩阵T的第m行第k列元素;N1、NP分别为无压缩机天然气管道和含压缩机天然气管道支路总数;其中,Fmn和Fcom.mn可通过压缩比来计算,Fmn通过气压公式计算,τk可考虑为天然气节点m的气负荷。
6.一种天然气发电机组选址定容优化规划系统,其特征在于,包括:
分布情景确定单元,用于确定天然气发电机组不同容量在天然气系统不同布局点的不同分布情景;
机组模型建立单元,用于针对所述不同分布场景建立对应的天然气发电机组优化规划模型,所述模型以电气联合系统的运行成本和削减量成本之和最小为目标;
可靠性指标确定单元,用于采用非时序蒙特卡洛方法对所述天然气发电机组优化规划模型进行状态抽样,然后对电气联合系统进行拓扑分析以及对电气联合系统进行能流计算,确定所述天然气发电机组优化规划模型的可靠性指标;以及确定各个分布场景下天然气发电机组优化规划模型的可靠性指标;
发电机组选址定容单元,用于采用双线性插值方法对所述各个分布场景下天然气发电机组优化规划模型的可靠性指标拟合,得到所述可靠性指标、天然气发电机组容量以及天然气发电机组在天然气系统中的布局点三者之间的函数关系,并基于所述函数关系对天然气发电机组进行选址定容。
8.根据权利要求7所述的天然气发电机组选址定容优化规划系统,其特征在于,所述目标函数的约束条件如下:
电力系统的功率平衡约束为:
其中,PG.i和QG.i分别为电力系统节点i的传统发电机组有功功率和无功功率;PW.i和QW.i分别为电力系统节点i的风电有功功率和无功功率;PGPG.i和QGPG.i分别为电力系统节点i的天然气发电机组有功功率和无功功率;PL.i和QL.i分别为电力系统节点i的有功功率负荷需求和无功功率负荷需求;Vi、Vj和θij分别为电力系统节点i电压幅值、电力系统节点j电压幅值和电力系统节点i-j间相角差;Gij和Bij分别为电力系统支路i-j电导和电钠;PP2G.i是电力系统节点i的电转气设备消纳有功功率;Ce.i为电力系统节点i的电力负荷削减量;ΔPw.i是电力系统节点i的弃风量;
天然气运行约束为:
Fs.m+FP2G.m+Cg.m-FD.m-FGPG.m-Fm=0
其中,FP2G.m是天然气节点m的电转气设备注入的天然气;FD.m是天然气节点m的天然气负荷需求;FGPG.m是天然气节点m处天然气发电机消耗天然气流量;Fm是天然气节点m的注入天然气流量;Fs.m是天然气节点m处气源流量;Cg.m为天然气系统节点m的天然气负荷削减量;
天然气管道流量约束为:
其中,Cmn是天然气传输管道m-n的weymouth常数;πm、πn分别为天然气节点m、n的气压值;Fmn是天然气管道m-n的天然气流量;
电转气设备约束为:
其中,ηP2G为电转气设备转换效率;GHV为天然气高热值;FP2G为电转气设备输出的天然气量;PP2G为电转气设备消纳有功功率;
压缩机约束为:
天然气发电机组的布局点约束为:
其中,为0-1变量,为1表示天然气发电机组连接到天然气节点m,为0表示不连接;Nmax为天然气发电机组天然气系统中连接数量,FGPG,all为天然气发电机组消耗天然气流量总和;Ng为天然气系统节点集合;
天然气发电机组的容量约束为:
FGPG,min.m≤FGPG,m≤FGPG,max.m
其中,FGPG.min.m和FGPG.max.m分别为天然气节点m的天然气发电机消耗天然气流量的下限和天然气发电机消耗天然气流量的上限。
9.根据权利要求8所述的天然气发电机组选址定容优化规划系统,其特征在于,所述天然气发电机组优化规划模型的可靠性指标包括:
电力不足期望值:
气量不足期望值:
系统弃风期望值:
其中,G1、G2和G3分别是电力负荷削减、天然气负荷削减和弃风现象的状态集,p(x)是系统状态x的概率;Ie(x)、Ig(x)和ΔPW(x)分别为系统状态x的电力负荷削减量、天然气负荷削减量和弃风量;
天然气发电机弃用概率:
式中,GUPk、G4.k分别为天然气发电机装置k的弃用概率和其处于关闭状态的状态集合;
天然气发电机容量利用率:
式中GCUk、Pr,GPG,k分别为天然气发电机装置k的容量利用率和装置额定容量;PGPG,k为天然气发电机装置k的实际出力值;G5.k是天然气发电机装置k处于运行状态的状态集合;
天然气发电机分别对电力不足期望值、气量不足期望值以及系统弃风期望值的贡献系数:
CGEDk=(EEDNS0-EEDNS1)/Pr,GPG,k
CGGDk=(EGDNS0-EGDNS1)/Pr,GPG,k
CGEWk=(EWC0-EWC1)/Pr,GPG,k
式中CGEDk、CGGDk、CGEWk分别为天然气发电机装置k对电力不足期望值、气量不足期望值和系统弃风期望值的贡献系数;EEDNS、EGDNS以及EWC的下标0代表天然气发电机装置k接入联合系统之前,下标1代表天然气发电机装置k接入联合系统之后。
10.根据权利要求7所述的天然气发电机组选址定容优化规划系统,其特征在于,Fm是天然气节点m的注入天然气流量,计算公式入下:
其中,Fmn是无压缩机的天然气管道m-n的天然气流量,Fcom.mn是流过含压缩机的天然气管道m-n的天然气流量,τk是压缩机k的耗气量;Am.mn为天然气节点m与无压缩机的天然气管道m-n关联矩阵A的第m行第m-n列元素;Em.mn为天然气节点m与含压缩机的天然气管道m-n关联矩阵E第m行第m-n列元素;Tm.k是天然气节点m与压缩机k的入口关联矩阵T的第m行第k列元素;N1、NP分别为无压缩机天然气管道和含压缩机天然气管道支路总数;其中,Fmn和Fcom.mn可通过压缩比来计算,Fmn通过气压公式计算,τk可考虑为天然气节点m的气负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011277516.2A CN112529251B (zh) | 2020-11-16 | 2020-11-16 | 一种天然气发电机组选址定容优化规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011277516.2A CN112529251B (zh) | 2020-11-16 | 2020-11-16 | 一种天然气发电机组选址定容优化规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529251A true CN112529251A (zh) | 2021-03-19 |
CN112529251B CN112529251B (zh) | 2022-04-05 |
Family
ID=74980863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011277516.2A Active CN112529251B (zh) | 2020-11-16 | 2020-11-16 | 一种天然气发电机组选址定容优化规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529251B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242355A (zh) * | 2014-09-19 | 2014-12-24 | 清华大学 | 考虑最小弃风的风电场接入电网的位置和容量的控制方法 |
CN107257132A (zh) * | 2017-05-17 | 2017-10-17 | 重庆大学 | 一种考虑风电弃用的电‑气互联系统综合负荷削减模型构建方法 |
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN108695859A (zh) * | 2018-06-04 | 2018-10-23 | 南京工程学院 | 一种接入主动配电网的电容器组选址定容方法 |
CN109390940A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑需求响应和综合效益的送端电网电源规划方法 |
CN111769553A (zh) * | 2020-07-06 | 2020-10-13 | 四川大学 | 考虑风电不确定性的气电互联系统优化运行方法 |
-
2020
- 2020-11-16 CN CN202011277516.2A patent/CN112529251B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242355A (zh) * | 2014-09-19 | 2014-12-24 | 清华大学 | 考虑最小弃风的风电场接入电网的位置和容量的控制方法 |
CN107257132A (zh) * | 2017-05-17 | 2017-10-17 | 重庆大学 | 一种考虑风电弃用的电‑气互联系统综合负荷削减模型构建方法 |
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN108695859A (zh) * | 2018-06-04 | 2018-10-23 | 南京工程学院 | 一种接入主动配电网的电容器组选址定容方法 |
CN109390940A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑需求响应和综合效益的送端电网电源规划方法 |
CN111769553A (zh) * | 2020-07-06 | 2020-10-13 | 四川大学 | 考虑风电不确定性的气电互联系统优化运行方法 |
Non-Patent Citations (5)
Title |
---|
JINGHUA LI: "Classification and location scheme selection of coupling components in integrated electrical and heating systems with renewable energy", 《CSEE JOURNAL OF POWER AND ENERGY SYSTEMS》 * |
JINGHUA LI: "Feature Analysis of Generalized Load Patterns Considering Active Load Response to Real-Time Pricing", 《IEEE ACCESS 》 * |
QIAN MA: "esearch on Optimization for Siting and Sizing of Distributed Generation Considering Wind and Light Abandonment and Environmental Cost", 《2019 IEEE PES ASIA-PACIFIC POWER AND ENERGY ENGINEERING CONFERENCE (APPEEC)》 * |
韦化: "求解大规模机组组合问题的策略迭代近似动态规划", 《中国电机工程学报》 * |
黎静华: "计及供能可靠性的电-气互联传输网络优化规划", 《电力自动化设备》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112529251B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109510224B (zh) | 光伏储能与分布式能源联合的容量配置与运行优化方法 | |
CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
CN106777708B (zh) | 一种电力-天然气区域综合能源系统的稳态分析方法 | |
CN108832656B (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
CN106786603A (zh) | 一种区域综合能源系统多目标最优混合潮流算法 | |
CN111291963A (zh) | 一种协调经济性与可靠性的园区综合能源系统规划方法 | |
Arandian et al. | Effects of environmental emissions on optimal combination and allocation of renewable and non-renewable CHP technologies in heat and electricity distribution networks based on improved particle swarm optimization algorithm | |
CN103066595B (zh) | 一种特高压暂态稳定控制的优化方法 | |
CN110955954A (zh) | 一种分层解耦的电气热综合能源系统最优负荷削减量方法 | |
CN112350369B (zh) | 光储充一体化电站能效评估方法 | |
CN112016033A (zh) | 一种基于前推回代法的电-热-气综合能源系统潮流计算方法 | |
CN115859686A (zh) | 考虑扩展碳排放流的综合能源系统低碳调度方法及系统 | |
CN113806972B (zh) | 一种考虑供需双侧灵活性的综合能源系统可靠性分析方法 | |
CN116341881B (zh) | 计及热网灵活性的电-热系统鲁棒超前调度方法及系统 | |
CN113158547A (zh) | 计及经济性和可靠性的区域综合能源系统优化配置方法 | |
CN112529251B (zh) | 一种天然气发电机组选址定容优化规划方法及系统 | |
Li et al. | Modeling of integrated energy system of offshore oil and gas platforms considering couplings between energy supply system and oil and gas production system | |
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 | |
CN115495906A (zh) | 高比例可再生能源接入的配网多能互补协同优化方法 | |
Chen et al. | ATC determination for the AC/DC transmission systems using modified CPF method | |
Jiandong et al. | Research on improving flexibility of integrated power and gas energy system considering P2G and demand response | |
Yang et al. | Coordinated Optimal Configuration Method of Hybrid Energy Storage Systems in Energy Internet System | |
CN113536650A (zh) | 粒子群算法求解多目标多能源电源规划模型方法 | |
Hu et al. | Review on Modeling and Optimal Scheduling in Integrated Energy Systems | |
Miao et al. | Coordinated Operation of Electricity and Natural Gas Integrated Energy Distribution Systems Considering Combined Electricity-gas Demand Response |
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 |