CN112862157A - 一种考虑耦合度的综合能源系统优化调度方法及系统 - Google Patents

一种考虑耦合度的综合能源系统优化调度方法及系统 Download PDF

Info

Publication number
CN112862157A
CN112862157A CN202110037907.5A CN202110037907A CN112862157A CN 112862157 A CN112862157 A CN 112862157A CN 202110037907 A CN202110037907 A CN 202110037907A CN 112862157 A CN112862157 A CN 112862157A
Authority
CN
China
Prior art keywords
energy
coupling
degree
energy system
coupling degree
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
CN202110037907.5A
Other languages
English (en)
Other versions
CN112862157B (zh
Inventor
王勇
吕华灿
王成福
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202110037907.5A priority Critical patent/CN112862157B/zh
Publication of CN112862157A publication Critical patent/CN112862157A/zh
Application granted granted Critical
Publication of CN112862157B publication Critical patent/CN112862157B/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
    • 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
    • H02J3/38—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]
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种考虑耦合度的综合能源系统优化调度方法及系统，所述方案提出了综合能源系统耦合度的定义，以定量方式描述IES中各子系统之间的关联特征；同时，在此基础上，建立了IES优化模型，并分析耦合度对IES运行经济性和可靠性的影响，采用GAMA/IPOPT内点法求解器求解提出的非线性模型。最后，通过包含三个能量枢纽的典型测试系统验证了该方法的有效性，并定量分析了耦合度对IES灵活性、经济性和可靠性的影响。

Description

一种考虑耦合度的综合能源系统优化调度方法及系统
技术领域
本公开属于电-气-热综合能源系统互联技术领域，尤其涉及一种考虑耦合度的综合能源系统优化调度方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
随着能源需求的不断提升和环境压力的持续加大，以化石能源为核心的能源系统结构逐渐发生变化，可再生能源发电技术得到迅速发展；然而，由于电力系统消纳可再生能源的能力不足，导致弃风现象频繁发生。在此背景下，综合能源系统(IES)成为一种消纳可再生能源的潜在方式。
传统能源系统包括电力系统、天然气系统、热(冷)力系统以及其他形式的能源系统，各系统独立运行。不同的能源系统在传输速度、储能特性和负荷特征上有很大的差异。传统能源系统之间的耦合不足，因此在很多情况下能源不能得到有效利用。例如，电力系统中的储能设备存在容量低、成本高的问题，无法满足风电等大规模间歇性能源的消纳需求。相反，天然气系统和热力系统具有较高的储能能力，但这一优势没有得到充分发挥。可见，这两种能源系统的互补优势和协同效益没有得到充分发挥。
针对上述问题，现有方法对电-气、电-热(冷)和电-气-热(冷)系统的协同运行进行了系统的研究，以实现不同能源的耦合。同时，为了从整体上分析能源耦合的优势，相继提出了综合能源系统系统(Integrated Energy System,IES)、能量枢纽(Energy Hub,EH)和能源互联网(Energy Internet,EI)等概念。
目前关于能源系统耦合的研究大多是从经济的角度考虑能源子系统耦合的效益；然而，由于具有高度不确定性的可再生能源在电网中的渗透率不断上升，面对这种情况，不仅要考虑经济问题，还要考虑系统可能存在的安全风险。部分研究人员考虑了综合能源系统各子系统的网络动态特性，证明了这些特性对提高系统运行的可靠性和灵活性具有一定的意义；同时分析了储能装置在不同运行策略下对电力系统可靠性的影响。在综合能源系统中，各能源之间的互补能力对提高系统可靠性具有重要作用，但现有方法只考虑了单个能源系统对提高系统可靠性的作用，没有从综合的角度分析系统耦合和能量转换对可靠性的影响。
发明人发现，IES通过能源子系统的耦合，虽然能够充分发挥其在经济性、可靠性以及可再生能源消纳方面的优势。然而，现有的IES优化模型大多仅通过能量平衡约束对电、气、热三个子系统进行耦合，没有定量考虑子系统之间的耦合程度。IES的耦合度表示通过耦合元件在各子系统之间传递能量的能力，其被用于表征各子系统间的能量流联系的紧密程度。IES耦合度越高，表明各子系统之间的互补互济能力越强。事实上，IES的耦合度会影响系统的运行成本、弃风量、可靠性等指标。因此，可以通过控制IES的耦合度来优化系统的各项指标。为了达到上述目的，必须对耦合度进行定量描述。
发明内容
本公开为了解决上述问题，提供了一种综合能源系统日前优化调度方法及系统，所述方案对综合能源系统的耦合度进行了定量描述，并通过所述耦合度对IES各子系统之间关联的紧密程度进行分析，对综合能源系统的各项指标进行了更准确合理的优化。
根据本公开实施例的第一个方面，提供了一种考虑耦合度的综合能源系统优化调度方法，包括：
利用综合能源系统中耦合元件的容量对耦合度进行定量描述；
以总运行成本最小为目标，建立考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；
利用外部求解器对所述综合能源系统模型进行求解。
进一步的，所述综合能源系统包括电、热和天然气三个子系统，所述综合能源系统的耦合度表示为三个子系统中每两个系统的耦合度之和，具体公式如下：
Figure BDA0002894043570000031
其中，DIES为综合能源系统耦合度；
Figure BDA0002894043570000032
为电-气耦合度；
Figure BDA0002894043570000033
为气-热耦合度；
Figure BDA0002894043570000034
为电-热耦合度。
进一步的，两个子系统间的耦合度表示为系统所有供能单元中两种能量的耦合度之和，所述供能单元中两种能量的耦合度表示用于关联这两种能量的耦合元件容量与机组总容量的比值。
进一步的，所述能源网络约束包括电力系统约束、天然气系统约束以及热力系统约束；所述能量枢纽内部约束为机组容量和爬升率的约束，同时，由于电力无法实现大量存储，在所述综合能源系统模型中增加储气装置，所述储气装置需要遵循储量限制约束；所述可靠性水平约束通过未供应能量期望来表示。
进一步的，所述综合能源系统模型的目标函数表示为：
F＝min(Copra+Cqf+Closs)
其中，Copra为设备运行成本，Cqf为弃风惩罚成本，Closs为可靠性惩罚成本。
进一步的，由于考虑耦合度的综合能源系统优化模型为非线性模型，根据模型特点，采用外部求解器寻求模型最优解，所述外部求解器采用GAMS/IPOPT求解器。
根据本公开实施例的第二个方面，提供了一种考虑耦合度的综合能源系统优化调度系统，包括：
耦合度定量描述单元，其用于利用综合能源系统中耦合元件的容量对耦合度进行定量描述；
目标函数构建单元，其用于以总运行成本最小为目标，建立考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；
优化求解单元，其用于利用外部求解器对所述综合能源系统模型进行求解。
根据本公开实施例的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种考虑耦合度的综合能源系统优化调度方法。
根据本公开实施例的第四个方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种考虑耦合度的综合能源系统优化调度方法。
与现有技术相比，本公开的有益效果是：
(1)本公开所述方案通过给出综合能源系统(IES)耦合度的定义，对IES各子系统之间关联的紧密程度进行了定量分析，同时，以系统经济性最优为目标，建立了考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；对所述综合能源系统的各项指标进行了更准确合理的优化。
(2)本公开所述方案通过设置不同的测试算例对所构造的综合能源你系统优化模型进行了仿真测试，分析了不同耦合度下IES的经济性和可靠性指标，对实际的耦合装置的规划和设计提供了良好的指导作用。
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例一中所述的综合能源系统结构示意图；
图2为本公开实施例一中所述的能量枢纽模型；
图3为本公开实施例一中所述的耦合度的物理含义示意图；
图4为本公开实施例一中所述的由三个能量枢纽组成的测试系统结构示意图；
图5(a)-图5(d)分别为本公开实施例一中所述的算例2和算例3中不同耦合元件出力情况示意图；
图6(a)-图6(c)分别为本公开实施例一中所述的综合能源系统在不同算例下产能结构示意图；
图7为本公开实施例一中所述的总运行成本和弃风惩罚成本示意图；
图8为本公开实施例一中所述的能源供应不足期望示意图；
图9为本公开实施例一中所述的可靠性指标示意图。
具体实施方式
下面结合附图与实施例对本公开做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
参数说明：
表1.实施例中所涉及的参数含义说明
Figure BDA0002894043570000051
Figure BDA0002894043570000061
实施例一：
本实施例的目的是提供一种考虑耦合度的综合能源系统优化调度方法。
一种考虑耦合度的综合能源系统优化调度方法，包括：
利用综合能源系统中耦合元件的容量对耦合度进行定量描述；
以总运行成本最小为目标，建立考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；
利用外部求解器对所述综合能源系统模型进行求解。
具体的，结合附图对本实施例中所述的综合能源系统优化调度方法进行详细说明：
1、综合能源系统(IES)结构与能量枢纽模型
1.1IES结构
在能源的生产、输送和消耗过程中，IES将电、气、热等多种能源形式集成在一起。本实施例中所述的综合能源系统主要包括电力系统、天然气系统和热力系统。其系统结构如图1所示。
IES的每个子系统由其能量输入单元、传输网络和负荷组成。通过电锅炉、热电联产机组、P2G设备、燃气锅炉等耦合装置，将三个独立的子系统耦合在一起，从而实现能量的相互转换。各子系统的耦合在能量传输网络中完成。耦合设备从能源传输网中获取能量，转换后经管道输送到负荷中心。
1.2能量枢纽-能量转换模型
从系统的角度来看，能量枢纽是一个具有多输入多输出接口的能量传输和转换中心，是IES能量耦合的关键。通过能量枢纽将异质能源子系统连接起来，可实现电能、天然气和热能的协同运行。在能量枢纽内，有三种能量处理模式：转换、储存和直接传输。其中，能量类型转换由P2G设备、热电联产机组、电锅炉、燃气锅炉等耦合元件完成。储能是通过储气罐来实现的。能源的直接输送通过电力线路、天然气管道、供热管道等实现，这种模式只改变能量的功率而不改变其种类。所述能量枢纽示意图如图2所示。
所述能量枢纽可以理解为一个描述IES中能量转换元件输入能量与输出能量之间耦合关系的双端口网络模型。其输入输出表达式可以用能量转换矩阵来描述，如公式(1)所示。
Figure BDA0002894043570000081
2、综合能源系统耦合度
2.1耦合度的物理意义
耦合通常是指能量从一种介质传输到另一种介质的过程。IES中的能量耦合是指不同类型的能量通过能量转换装置相互转换，从而将不同能量系统关联在一起。
IES的耦合度是指各能量子系统之间的关联或依赖程度，是表征各子系统之间耦合能力的一个物理量。由于IES的各子系统是通过能量流的转换关系连接在一起的，因此耦合度可以表示子系统之间能量传输的能力，而耦合度与耦合元件(电锅炉、燃气锅炉、P2G设备、热电联产机组)的容量有关。当系统耦合度为0时，各能量子系统独立运行。当系统耦合度非零时，表明各能量子系统之间存在能量转换的现象。此外，耦合度越强，各子系统之间的联系就越紧密。
IES的耦合度与其经济性、风电消纳量、可靠性等指标密切相关，这是因为IES在能量耦合方面比传统能源系统更具优势，通过不同种类能源之间的互补互济，系统的整体运行指标得以优化。通过对耦合度的定量描述，可以定量地反映IES中上述运行指标的优化程度。
2.2耦合度的定义
IES的耦合度表征了电、气、热三个子系统之间能量传递的能力，可以用耦合元件的容量来定量描述。供能单元g中能量m与能量n(两种不同类型的能量)的耦合度表示用于关联这两种能量的耦合元件容量与机组总容量的比值，用式(2)表示。
Figure BDA0002894043570000091
从能量m向能量n转换依赖于一个或多个能量转换设备，即耦合元件，它是一个单向的能量转换与联系。能量之间的转换越多，说明能量之间的联系越紧密，并且这种紧密程度取决于多个能量转换设备的总容量，如式(3)所示。NΩ代表耦合元件，如热电联产机组，P2G设备,电锅炉和燃气锅炉。
Figure BDA0002894043570000092
IES的两个子系统之间的耦合度定义为系统所有供能单元中两种能源的耦合度之和，可表示为式(4)。
Figure BDA0002894043570000093
IES包括电、热和天然气三个子系统。因此，其耦合程应指这三个子系统之间能量转换的能力。IES的耦合度定义为三个子系统中每两个系统的耦合度之和，可表示为式(5)。
Figure BDA0002894043570000094
由定义可知，IES的耦合度是指各子系统通过能量转换到达提高能源利用效率、降低系统运行成本目标的能力。
3.综合能源系统优化模型
3.1目标函数
综合能源系统经济优化调度模型考虑一个典型日24小时的系统调度问题，以综IES总运行费用最小为目标函数:
F＝min(Copra+Cqf+Closs) (6)
为了保证系统的综合效益，系统总运行成本应包括设备运行成本、弃风惩罚成本和可靠性惩罚成本。设备运行成本如式(7)所示。
Figure BDA0002894043570000101
所述弃风惩罚成本是对未消纳风能的惩罚性收费，可表示为式(8)。
Cqf＝πqfWqf (8)
所述可靠性惩罚成本由能量未供应期望决定，可表示为式(9)。
Figure BDA0002894043570000102
3.2约束条件
1)能量枢纽内部约束
热电联产机组、燃气锅炉、电锅炉和P2G设备必须满足机组容量和爬升率的约束，具体如式(10)-(17)所示。
Figure BDA0002894043570000103
Figure BDA0002894043570000104
Figure BDA0002894043570000105
Figure BDA0002894043570000106
Figure BDA0002894043570000111
Figure BDA0002894043570000112
Figure BDA0002894043570000113
Figure BDA0002894043570000114
电力在技术上很难实现大量储存，而天然气储存成本更低，容量更大。因此在本模型中考虑储气装置。在调度周期结束时，应将储气状态恢复到初始值。储气设备的能量平衡方程可表示为式(19)。储气设备的储量限制约束可描述为式(20)-(21)。
Figure BDA0002894043570000115
Figure BDA0002894043570000116
Figure BDA0002894043570000117
Figure BDA0002894043570000118
2)电力系统约束
电力平衡约束可以描述为式(22)，其中火力机组、风电机组等发电设备的发电量应与电转气设备、电锅炉、电负荷等的耗电量相等。
Figure BDA0002894043570000119
电网的正常运行需要满足潮流方程，如式(23)-(24)所示。
Figure BDA00028940435700001110
Figure BDA00028940435700001111
火电机组有功、无功输出约束可表示为式(25)-(26)。节点电压约束如式(27)所示。
Figure BDA0002894043570000121
Figure BDA0002894043570000122
Ui,min≤Ui,t≤Ui,max (27)
能量枢纽的电力输入约束可描述为式(28)。
Figure BDA0002894043570000123
风力发电受到风能预测值的限制，风电的约束可以用式(29)来描述。此外，一个典型日内综合能源系统的弃风总量如式(30)所示。
Figure BDA0002894043570000124
Figure BDA0002894043570000125
3)天然气系统约束
天然气平衡约束可表示为式(31)，其中天然气的产量等于其消耗量。
Figure BDA0002894043570000126
天然气网络中各节点的能量平衡可描述为式(32)，即流入天然气网络某节点的天然气量等于流出该节点的天然气量。
Figure BDA0002894043570000127
能量枢纽的天然气输入约束可以描述为式(33)。
Figure BDA0002894043570000128
4)热力系统约束
热力平衡约束可表示为式(34)，其中热能的产量等于其消耗。
Figure BDA0002894043570000131
燃煤机组容量约束可表示为式(35)。
Figure BDA0002894043570000132
5)可靠性约束
可靠性约束由未供应能量期望来反映，描述为式(36)-(37)。
Figure BDA0002894043570000133
Figure BDA0002894043570000134
3.3模型求解方法
考虑耦合度的综合能源系统优化模型是一个非线性模型，其求解是一个复杂的问题。GAMS是一种用于建立和解决大型复杂编程问题的软件平台。根据优化模型的特点，采用合适的外部求解器(如CPLEX、IPOPT、MINOS)寻求模型的最优解。其中，IPOPT属于内点法求解器，适用于求解大规模非线性问题，在许多领域都得到了广泛的应用。因此，本实施例采用GAMS/IPOPT来解决考虑耦合度的综合能源系统优化问题。
4、算例分析
4.1算例介绍
在本实施例中，建立了由三个能量枢纽组成的综合能源测试系统，如图4所示。
图中，右侧为IEEE 14节点网络模型，左侧为比利时20节点天然气系统。EH代表能源枢纽，其内部结构如图2所示。
根据本领域常用的冬季典型日预测数据，通过进行一些修正，得到了本实施例中所用数据。电、气、热功率以100MVA为基准值，以单位pu表示。成本的基准值为4$/(MVA)，以金融单位mu表示，也可用网络参数的标准值表示，此处不再赘述。
为了研究耦合度对综合能源系统优化的影响，设置三种仿真算例，以下三种情况的耦合度是由式(2)-(5)得到的:
算例1:耦合程为0,每个IES子系统独立运行。
算例2:将耦合度设置为20％，IES各子系统处于弱耦合状态。
算例3:将耦合度设置为70％，IES各子系统处于强耦合状态。
4.2优化结果分析
如图5、图6所示，展示了通过该测试系统的优化结果。
当系统不存在耦合时，耦合元件的输出为0。从图5(a)可以看出，算例3中P2G设备在1:00-6:00和24:00的输出均高于算例2。这表明，强耦合系统可以消纳更多的风能。从图5(b)可以看出，算例3中燃气锅炉的出力增加了，这是因为P2G设备夜间产生的天然气通过储气设备转移至白天，供燃气锅炉使用。由图5(c)可以看出，算例3中电锅炉出力下降，这是因为白天的电价比较高，可以用燃气锅炉的出力来代替电锅炉的出力。从图5(d)可以看出，算例3中热电联产机组的输出有所下降。这是由于电锅炉出力减少导致热电联产机组需要满足的电负荷也随之降低。
图6为不同耦合程度下综合能源系统的产能结构。由图6(a)可知，各子系统不耦合时，电力负荷由火电机组和风电机组承担，天然气负荷由气井压缩机承担，热负荷由燃煤机组承担。由于电力系统不能吸收全部风能，且火电机组有最小出力限制，所以在1:00-7:00和20:24:00会出现严重的弃风现象。由图6(b)和(c)可知，算例2和算例3的燃煤锅炉出力为0。产生这一结果的原因是本算例中热负荷较小，电锅炉、燃气锅炉和热电联产机组提供的热能已足以满足热负荷的需求。
随着系统耦合度的增加，燃煤锅炉、火电机组等传统化石能源的总产能量下降，而风力发电机组等新能源的总产能量增加。可以看出，IES耦合度越高，可再生能源消纳量越大，从而使系统的产能结构得到优化。、
4.3耦合度对经济性的影响
为了探讨耦合度对系统经济性的影响，本实施例在三个算例的基础上增加了若干新算例，使耦合度线性增长。系统总运行成本和弃风惩罚成本与耦合度的关系如图7所示。
随着耦合度的增加，IES的运行成本先降低后保持不变，最终，系统运行成本下降了2.27％。一方面，当耦合度较低时，随着耦合程度的增加，系统的运行成本显著降低。这是由于各子系统之间的互补作用，使得弃风量减少，燃煤机组和气井压缩机的出力减少。因此，能源利用效率得以提升。另一方面，当耦合度较高时，耦合设备的容量使其能够实现最优输出，且仍有剩余，因此，如果耦合程度继续增加，系统的运行成本不会改变。
随着耦合度的增加，P2G设备产量的增加导致系统的弃风惩罚成本逐渐降低。可以看出耦合度越高，系统的能源利用率越高。当耦合度小于30％时，这种影响尤为显著。系统之间的耦合不仅可以缓解能源供应压力，还可以提高能源系统消纳可再生能源的能力，从而减少化石能源的使用和温室气体的排放。
4.4耦合度对可靠性的影响
为了研究耦合度对系统可靠性的影响，本实施例中首先分析了不同情况下典型日的能源供应不足情况，结果如图8所示。
当系统间存在耦合时，由于能源的互补，系统的可靠性得到显著提高。系统的可靠性在0:00-6:00和20:00-21:00之间得到了显著提高。主要原因是风电在夜间消耗较多，部分风电通过耦合设备转化为热能，降低了热系统在夜间高峰时的供能压力。与算例2相比，算例3的可靠性在8:00-12:00得到提高。这是因为在此期间不同类型的能源负荷相差较大，可以通过耦合设备将供能压力较小的能源转换为供能压力较大的能源，以减少能源拥堵。
如图9所示，给出了可靠性指标与耦合度的关系。当综合能源系统的耦合度小于30％时，通过增加耦合度可以大大提高系统的可靠性。最后，总能源供应不足仅为非耦合系统的12.9％。在耦合度增加的初期，系统的可靠性得到迅速提高。这是因为通过可靠性提升和产能结构优化所节省的成本大于增加的耦合元件的运行成本。此时耦合元件的产量和容量都较高，设备利用率也较高。随着耦合度的增加，当系统达到最优运行状态时，如果为了提高系统的可靠性而增加耦合元件的输出，则会导致系统的总运行成本增加。
考虑到各子系统的可靠性，可以看出，电力和天然气系统的能源未供应量要小于热力系统。随着耦合度的增加，各子系统的可靠性指标降低，说明系统的可靠性有所提高，同时也说明这种互补互助策略在各子系统的安全运行中是双赢的。
IES可靠性提高的最根本原因是，当子系统不能满足自身需求时，可以利用耦合元件将其他类型的能量转换为所需类型，从而减少能量供应的不足，降低供能的压力。这说明综合能源系统充分实现了不同能源之间的互补互济。
当耦合度控制在30％时，系统运行成本、弃风量和系统可靠性均处于令人满意的水平。由此可见，定量探讨耦合度对综合能源系统的经济性和可靠性的影响，可以为耦合元件的规划设计提供一定的理论依据和指导意义。
本实施例给出了考虑耦合度的电、热、天然气综合能源系统的结构。在此基础上，建立了以系统总运行成本最小为目标，考虑电、气、热网络约束、能量枢纽约束、可靠性约束和耦合度的综合能源系统优化模型。最后，以包含三个能源枢纽的综合能源测试系统为算例进行了仿真验证，并定量分析了耦合度对优化结果的影响。通过上述算例表明，随着耦合度的增加，系统的风电消纳量增加，火电机组出力减少，系统的产能结构得到优化。通过增加系统的耦合度，增强了各能量子系统之间的互补能力，提高了系统的可靠性。这表明，IES是通过耦合元件实现能量互补的。同时，综合能源系统的总运行成本先下降后保持不变，说明存在一个耦合度，使得满足负荷需求时，系统运行成本最低，设备投资较少。
实施例二：
本实施例的目的是提供一种考虑耦合度的综合能源系统优化调度方法。
一种考虑耦合度的综合能源系统优化调度系统，包括：
耦合度定量描述单元，其用于利用综合能源系统中耦合元件的容量对耦合度进行定量描述；
目标函数构建单元，其用于以总运行成本最小为目标，建立考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；
优化求解单元，其用于利用外部求解器对所述综合能源系统模型进行求解。
实施例三：
本实施例的目的是提供一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种考虑耦合度的综合能源系统优化调度方法。
实施例四：
本实施例的目的是提供一种非暂态计算机可读存储介质。
一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种考虑耦合度的综合能源系统优化调度方法。
上述实施例提供的一种考虑耦合度的综合能源系统优化调度方法及系统可以实现，具有广阔的应用前景。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种考虑耦合度的综合能源系统优化调度方法，其特征在于，包括：
利用综合能源系统中耦合元件的容量对耦合度进行定量描述；
以总运行成本最小为目标，建立考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；
利用外部求解器对所述综合能源系统模型进行求解。
2.如权利要求1所述的一种考虑耦合度的综合能源系统优化调度方法，其特征在于，所述综合能源系统包括电、热和天然气三个子系统，所述综合能源系统的耦合度表示为三个子系统中每两个系统的耦合度之和，具体公式如下：
Figure FDA0002894043560000011
其中，DIES为综合能源系统耦合度；
Figure FDA0002894043560000012
为电-气耦合度；
Figure FDA0002894043560000013
为气-热耦合度；
Figure FDA0002894043560000014
为电-热耦合度。
3.如权利要求2所述的一种考虑耦合度的综合能源系统优化调度方法，其特征在于，两个子系统间的耦合度表示为系统所有供能单元中两种能量的耦合度之和，所述供能单元中两种能量的耦合度表示用于关联这两种能量的耦合元件容量与机组总容量的比值。
4.如权利要求1所述的一种考虑耦合度的综合能源系统优化调度方法，其特征在于，所述能源网络约束包括电力系统约束、天然气系统约束以及热力系统约束；所述能量枢纽内部约束为机组容量和爬升率的约束，同时，由于电力无法实现大量存储，在所述综合能源系统模型中增加储气装置，所述储气装置需要遵循储量限制约束；所述可靠性水平约束通过未供应能量期望来表示。
5.如权利要求1所述的一种考虑耦合度的综合能源系统优化调度方法，其特征在于，所述综合能源系统模型的目标函数表示为：
F＝min(Copra+Cqf+Closs)
其中，Copra为设备运行成本，Cqf为弃风惩罚成本，Closs为可靠性惩罚成本。
6.如权利要求1所述的一种考虑耦合度的综合能源系统优化调度方法，其特征在于，由于考虑耦合度的综合能源系统优化模型为非线性模型，根据模型特点，采用外部求解器寻求模型最优解。
7.如权利要求6所述的一种考虑耦合度的综合能源系统优化调度方法，其特征在于，所述外部求解器采用GAMS/IPOPT求解器。
8.一种考虑耦合度的综合能源系统优化调度系统，其特征在于，包括：
耦合度定量描述单元，其用于利用综合能源系统中耦合元件的容量对耦合度进行定量描述；
目标函数构建单元，其用于以总运行成本最小为目标，建立考虑能源网络约束、能量枢纽内部约束、可靠性水平约束以及耦合度的综合能源系统模型；
优化求解单元，其用于利用外部求解器对所述综合能源系统模型进行求解。
9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种考虑耦合度的综合能源系统优化调度方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种考虑耦合度的综合能源系统优化调度方法。
CN202110037907.5A 2021-01-12 2021-01-12 一种考虑耦合度的综合能源系统优化调度方法及系统 Active CN112862157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110037907.5A CN112862157B (zh) 2021-01-12 2021-01-12 一种考虑耦合度的综合能源系统优化调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110037907.5A CN112862157B (zh) 2021-01-12 2021-01-12 一种考虑耦合度的综合能源系统优化调度方法及系统

Publications (2)

Publication Number Publication Date
CN112862157A true CN112862157A (zh) 2021-05-28
CN112862157B CN112862157B (zh) 2023-05-30

Family

ID=76002985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110037907.5A Active CN112862157B (zh) 2021-01-12 2021-01-12 一种考虑耦合度的综合能源系统优化调度方法及系统

Country Status (1)

Country Link
CN (1) CN112862157B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118590A (zh) * 2021-11-30 2022-03-01 国网江苏省电力有限公司电力科学研究院 一种基于能源枢纽的综合能源系统可靠调度方法及装置
CN114219221A (zh) * 2021-11-19 2022-03-22 贵州电网有限责任公司 一种考虑多重不确定性的综合能源系统日前经济协调与调度方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109347095A (zh) * 2018-10-29 2019-02-15 国网山东省电力公司枣庄供电公司 考虑多能互补特性的主动配电网分层分布式协调控制器
CN109816201A (zh) * 2018-12-19 2019-05-28 中国农业大学 一种多异质能源同质化耦合的表征方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109347095A (zh) * 2018-10-29 2019-02-15 国网山东省电力公司枣庄供电公司 考虑多能互补特性的主动配电网分层分布式协调控制器
CN109816201A (zh) * 2018-12-19 2019-05-28 中国农业大学 一种多异质能源同质化耦合的表征方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋晨辉等: "考虑系统耦合性的综合能源协同优化", 《电力系统自动化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114219221A (zh) * 2021-11-19 2022-03-22 贵州电网有限责任公司 一种考虑多重不确定性的综合能源系统日前经济协调与调度方法
CN114118590A (zh) * 2021-11-30 2022-03-01 国网江苏省电力有限公司电力科学研究院 一种基于能源枢纽的综合能源系统可靠调度方法及装置
CN114118590B (zh) * 2021-11-30 2024-01-26 国网江苏省电力有限公司电力科学研究院 一种基于能源枢纽的综合能源系统可靠调度方法及装置

Also Published As

Publication number Publication date
CN112862157B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN108229025B (zh) 一种冷热电联供型多微网主动配电系统经济优化调度方法
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
Yang et al. Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage
CN111724045B (zh) 基于数据驱动的综合能源系统能效评价与提升方法
CN105162113A (zh) 一种基于灵敏度分析的微电网与配电网互动成本计算方法
CN112862157A (zh) 一种考虑耦合度的综合能源系统优化调度方法及系统
CN109523076A (zh) 一种储能参与下的综合能源系统日前稳态优化分析方法
US20230245006A1 (en) Multi-device site selection method for integrated energy virtual power plant
CN112701687A (zh) 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源系统优化运行方法
CN112036652A (zh) 基于机会约束规划的光伏-储能综合能源系统规划方法
CN110244568B (zh) 工业企业微网的能源枢纽模型及其多能互补优化控制方法
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
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法
Lv et al. Optimization scheduling of integrated energy system considering demand response and coupling degree
CN112862158B (zh) 一种综合能源系统日前优化调度方法及系统
CN113078684B (zh) 一种基于双层优化的区域能源社区规划方法
CN114266382A (zh) 一种考虑热惯性的热电联产系统两阶段优化调度方法
CN113298407A (zh) 一种工业园区电-气综合能源系统优化调度模型建立方法
CN111369064B (zh) 一种基于能源枢纽最优运行缓减配电网阻塞的方法
CN112926835A (zh) 一种考虑热网动态特性的综合能源系统优化调度方法
Yang et al. Regional integrated energy system reliability and low carbon joint planning considering multiple uncertainties
CN109615193B (zh) 一种考虑光伏与混合储能的综合能源系统规划方法
CN116957139A (zh) 考虑微网间碳交易的多综合能源微网优化运行方法及系统
CN113128799A (zh) 能源管控方法、装置、电子设备及计算机存储介质

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