CN112952915A - 一种综合能源系统中平抑电网峰谷的优化调度方法 - Google Patents
一种综合能源系统中平抑电网峰谷的优化调度方法 Download PDFInfo
- Publication number
- CN112952915A CN112952915A CN202110205116.9A CN202110205116A CN112952915A CN 112952915 A CN112952915 A CN 112952915A CN 202110205116 A CN202110205116 A CN 202110205116A CN 112952915 A CN112952915 A CN 112952915A
- Authority
- CN
- China
- Prior art keywords
- energy
- gas
- power
- model
- scheduling method
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000000087 stabilizing effect Effects 0.000 title claims abstract description 45
- 230000005611 electricity Effects 0.000 claims abstract description 57
- 239000002245 particle Substances 0.000 claims abstract description 26
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 86
- 239000007789 gas Substances 0.000 claims description 59
- 238000004146 energy storage Methods 0.000 claims description 45
- 239000003345 natural gas Substances 0.000 claims description 43
- 230000008878 coupling Effects 0.000 claims description 38
- 238000010168 coupling process Methods 0.000 claims description 38
- 238000005859 coupling reaction Methods 0.000 claims description 38
- 238000005457 optimization Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 239000000243 solution Substances 0.000 claims description 17
- 239000000446 fuel Substances 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 12
- RZGZMLICFFEUIQ-UHFFFAOYSA-N 5-[(1-phenylcyclohexyl)amino]pentanoic acid Chemical compound C=1C=CC=CC=1C1(NCCCCC(=O)O)CCCCC1 RZGZMLICFFEUIQ-UHFFFAOYSA-N 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 8
- 239000012088 reference solution Substances 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 4
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 239000001257 hydrogen Substances 0.000 claims description 3
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012946 outsourcing Methods 0.000 claims description 3
- 238000002407 reforming Methods 0.000 claims description 3
- 230000027756 respiratory electron transport chain Effects 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 230000003993 interaction Effects 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 241001125929 Trisopterus luscus Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种综合能源系统中平抑电网峰谷的优化调度方法，包括以下步骤：步骤1，获取可再生能源出力数据、三类负荷数据以及分时电价数据，并基于所述数据建立综合能源系统的优化调度模型；步骤2，采用粒子群算法求解所述优化调度模型，并获得优化调度策略。基于本发明中的方法，可以构建综合能源系统的优化调度模型，采用粒子群算法获得优化调度策略，缓解电网峰谷现象，实现经济效益最大化，促进可再生能源的消纳。
Description
技术领域
本发明涉及电网调度领域，更具体地，涉及一种综合能源系统中平抑电网峰谷的优化调度方法。
背景技术
目前，综合能源系统作为一种涵盖了多种不同能源类型的集成系统，能够对多种不同能源进行统一规划、协调分配，使得不同类型的发电及输配电设备在电网中协调运行，并使消费者或储能端合理消费，从而提高能源的利用效率，促进能源的可持续发展。因此，综合能源系统得到了越来越广泛的应用。
通常来说，综合能源系统的负荷需求来自两个方面，即来自综合能源系统内部的耦合转换设备或来自综合能源系统外部的上级网络中的能量交互。若综合能源系统与外部上级网络进行大量的能量交互，则系统的运行必将对外部电网产生一定程度的影响。例如，由于综合能源系统的用能特性，会引起外部电网的峰谷差。然而，现有技术中，尚未针对综合能源系统与其外部上级电网之间的能量交互的协调提供相应的解决方案。因此，现有技术无法基于综合能源系统与其外部上级电网之间的能量交互而实现优化运行，并且也无法促进再生能源的消纳，无法缓解电网中峰谷现象。
针对上述问题，亟需一种新的综合能源系统中平抑电网峰谷的优化调度方法。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种综合能源系统中平抑电网峰谷的优化调度方法，通过构建综合能源系统的优化调度模型，采用粒子群算法获得优化调度策略，以缓解电网峰谷现象，实现经济效益最大化，促进可再生能源的消纳。
本发明采用如下的技术方案。
一种综合能源系统中平抑电网峰谷的优化调度方法，包括以下步骤：步骤1，获取可再生能源出力数据、三类负荷数据以及分时电价数据，并基于数据建立综合能源系统的优化调度模型；步骤2，采用粒子群算法求解优化调度模型，并获得优化调度策略。
优选地，步骤1中还包括：可再生能源出力数据包括风电机组测得的风速、光伏机组测得的光照强度；三类负荷数据包括典型日内电、气、热三类数据的需求曲线；分时电价数据包括峰时电价、平时电价和谷时电价。
优选地，步骤1中还包括：综合能源系统的优化调度模型中包括热电联产模型、气热耦合模型、电热耦合模型、气电耦合模型、储能模型和分时电价总成本模型。
优选地，热电联产模型是基于热电联产装置构建出能量输入输出模型的；并且，
Sgas,CHP(t)＝Pgas,CHP(t)Δt/LCVNG (1)
PCHP(t)＝Pgas,CHP(t)ηCHP (2)
QCHP(t)＝PCHP(t)ηpro (3)
其中，Sgas,CHP(t)、Pgas,CHP(t)分别为燃气轮机在t时段内的天然气消耗流量和天然气消耗功率，Δt为单位优化时段，LCVNG为天然气低热值，PCHP(t)、QCHP(t)分别为时段t内的发电功率和制热功率，ηCHP(t)、ηpro分别为发电效率和热电比。
优选地，气热耦合模型是基于燃气锅炉装置构建出能量输入输出模型的；并且，
QGB(t)＝Pgas,GB(t)ηGB (4)
Sgas,GB(t)＝Pgas,GB(t)Δt/LCVNG (5)
其中，QGB(t)、Pgas,GB(t)、ηGB分别表示t时段内燃气锅炉的制热功率、燃气消耗功率和转换效率，Sgas,GB(t)表示在t时段内燃气锅炉的天然气消耗流量，Δt为单位优化时段，LCVNG为天然气低热值。
优选地，电热耦合模型是基于燃料电池装置构建出能量输入输出模型的；并且，
其中，PFC(t)、Sgas,FC(t)分别为时段t内燃料电池系统的输出电功率和天然气消耗量，ηFC为天然气重整制氢的转换效率，VFC表示燃料电池的电堆电压，C为常数，由燃料电池反应过程中的电子转移数决定，NFC表示燃料电池的串联个数。
优选地，热电联产模型、气热耦合模型、电热耦合模型、气电耦合模型中设备的输出功率介于设备的出力下限和设备的出力上限之间。
优选地，储能模型是基于储能系统中储能电池的储能容量构建出的；并且，
EEES(t)＝(1-τ)EEES(t-1)+[PEES,c(t)ηc-PEES,d(t)/ηd]Δt (8)
其中，EEES(t)、PEES,c(t)、PEES,d(t)分别为储能电池在t时刻的储电容量、充电功率、放电功率，τ为储能电池的自身能量损失率；ηc、ηd分别为储能电池的充电效率和放电效率，Δt为单位优化时段。
优选地，储能电池的充电功率小于等于最大充电功率，储能电池的放电功率小于等于最大放电功率，t时刻储能电池中储存的能量介于最大储能能量值与最小储能能量值之间。
优选地，依据峰谷分时电价策略计算日峰谷分时电价总成本为
其中，cele,t表示不同时段内的电价，Pe表示从上级电网购买的电量，Cgas,total表示从上级天然气网络购买的燃气费用，N表示耦合系统内的设备总数量，OMi、Cdpi、Poli分别表示耦合系统内第i台设备的运行维护费用、设备折旧费用、污染治理费用。
优选地，综合能源系统满足电能平衡约束、热能平衡约束和天然气平衡约束。
优选地，电能平衡约束公式为：
Pre(t)+Pge(t)-Pcs(t)+Pg(t)＝Pload(t)±Pst(t) (10)
其中，Pre(t)表示风光机组发出的功率，Pge(t)表示耦合系统内设备的输出功率，Pcs(t)表示耦合系统内设备消耗的电功率，Pg(t)表示电网购电功率，Pload(t)表示系统的电负荷，Pst(t)表示储电设备的储能/释能功率，当综合能源系统处于储能状态时公式为“+”，释放能量状态时公式为“-”。
优选地，热能平衡约束公式为：
Qge(t)+Qbl(t)＝Qload(t) (11)
其中，Qge(t)表示耦合系统内设备所生成的热功率，Qbl(t)表示系统维持热平衡的外购功率，Qload(t)表示系统的热负荷。
优选地，天然气平衡约束公式为：
Sg(t)-Scs(t)＝Sload(t) (12)
其中，Sg(t)表示系统从外界天然气网购买的天然气，Scs(t)表示耦合系统内设备消耗的天然气，Sload(t)表示天然气负荷。
优选地，步骤2中还包括：采用粒子群算法对优化调度模型进行求解并获得最优解；调用Cplex求解器对优化调度模型进行求解并获得参考解；使用参考解对最优解进行验证。
本发明的有益效果在于，与现有技术相比，本发明中一种综合能源系统中平抑电网峰谷的优化调度方法，通过构建综合能源系统的优化调度模型，采用粒子群算法获得优化调度策略，缓解了电网峰谷现象。
本发明的有益效果还包括：
1、本发明基于相关耦合转换设备的能量模型，充分考虑促进光伏发电和风力发电等可再生能源的消纳，使得经济效益调度模型更具合理性。
2、以分时电价为指导策略，使得综合能源系统与上级电网之间的能量交互避免电网峰谷差，在平抑电网峰谷方面具有重要的指导意义。
附图说明
图1为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中综合能源系统的结构示意图；
图2为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中优化调度方法的流程示意图；
图3为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中光伏发电和风力发电的设备出力示意图；
图4为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中电气热三类负荷数据的示意图；
图5为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中分时电价示意图；
图6为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于优化调度策略形成的各个设备出力示意图；
图7为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于优化调度策略形成系统与上级电网、上级气网进行能源交互的示意图；
图8为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于Cplex方法对最优解进行验证的示意图；
图9为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于PSO方法对最优解进行验证的示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
图1为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中综合能源系统的结构示意图。图2为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中优化调度方法的流程示意图。如图1-2所示，一种综合能源系统中平抑电网峰谷的优化调度方法，包括步骤1和步骤2。
步骤1，获取可再生能源出力数据、三类负荷数据以及分时电价数据，并基于数据建立综合能源系统的优化调度模型。
通常，可再生能源出力数据、三类负荷数据以及分时电价数据是通过从综合能源系统和电网设备中读取出来的。
优选地，可再生能源出力数据包括风电机组测得的风速、光伏机组测得的光照强度等；三类负荷数据包括典型日内电、气、热三类数据的需求曲线，可以通过读取综合能源系统在典型日内的相关数据，可以得到系统的需求曲线；分时电价数据包括峰时电价、平时电价和谷时电价。
优选地，综合能源系统的优化调度模型中包括热电联产模型、气热耦合模型、电热耦合模型、气电耦合模型、储能模型和分时电价总成本模型。可以通过对综合能源系统内的耦合转换设备的能量模型进行分析，从而建立优化调度模型。
具体的，热电联产装置是电、气、热三种能源之间重要耦合设备，主要是通过燃烧天然气生成电能和热能。热电联产模型是基于热电联产装置构建出能量输入输出模型的；并且，
Sgas,CHP(t)＝Pgas,CHP(t)Δt/LCVNG (1)
PCHP(t)＝Pgas,CHP(t)ηCHP (2)
QCHP(t)＝PCHP(t)ηpro (3)
其中，Sgas,CHP(t)、Pgas,CHP(t)分别为燃气轮机在t时段内的天然气消耗流量和天然气消耗功率，Δt为单位优化时段，LCVNG为天然气低热值，PCHP(t)、QCHP(t)分别为时段t内的发电功率和制热功率，ηCHP(t)、ηpro分别为发电效率和热电比。
具体的，燃气锅炉是连接气、热两种能源之间的耦合设备。气热耦合模型是基于燃气锅炉装置构建出能量输入输出模型的；并且，
QGB(t)＝Pgas,GB(t)ηGB (4)
Sgas,GB(t)＝Pgas,GB(t)Δt/LCVNG (5)
其中，QGB(t)、Pgas,GB(t)、ηGB分别表示t时段内燃气锅炉的制热功率、燃气消耗功率和转换效率，Sgas,GB(t)表示在t时段内燃气锅炉的天然气消耗流量，Δt为单位优化时段，LCVNG为天然气低热值。
具体的，电锅炉是连接电能与热能之间的耦合转换设备，电热耦合模型是基于燃料电池装置构建出能量输入输出模型的；并且，
其中，PFC(t)、Sgas,FC(t)分别为时段t内燃料电池系统的输出电功率和天然气消耗量，ηFC为天然气重整制氢的转换效率，VFC表示燃料电池的电堆电压，C为常数，由燃料电池反应过程中的电子转移数决定，NFC表示燃料电池的串联个数。
优选地，热电联产模型、气热耦合模型、电热耦合模型、气电耦合模型中设备的输出功率介于设备的出力下限和设备的出力上限之间。通常，设备运行过程中需要满足自身出力的上下限约束，如公式Pi min≤Pout≤Pi max中所示。其中，Pout为设备的输出功率，Pi max、Pi min为耦合转换设备的出力上限和下限。i表示综合能源系统中的某个耦合转换设备。
图3为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中光伏发电和风力发电的设备出力示意图。如图3所示，系统内的可再生能源包括风、光两类能源，可再生能源的出力中包括光伏发电设备的发电功率在典型日内24小时中的变化情况，以及风力发电设备的发电功率在典型日内24小时中的变化情况。这两种变化情况可以基于风电机组测得的风速、光伏机组测得的光照强度等基础数据预测出来，也可以根据设备的实际出力情况记录下来。
表1为本发明中综合能源系统中的各个设备参数。两类可再生能源设备及其他的耦合转换设备的功率限额如表1所述。
| 参数 | 数值 |
| 风机装机容量 | 50kwh |
| 光伏装机容量 | 100kwh |
| 热电联产系统功率限额p<sub>CHP</sub><sup>min</sup>/p<sub>CHP</sub><sup>max</sup> | 0kw/100kw |
| 燃气锅炉功率限额p<sub>GB</sub><sup>min</sup>/p<sub>GB</sub><sup>max</sup> | 0kw/55kw |
| 电锅炉功率限额p<sub>EB</sub><sup>min</sup>/p<sub>EB</sub><sup>max</sup> | 0kw/45kw |
| 燃料电池功率限额p<sub>FC</sub><sup>min</sup>/p<sub>FC</sub><sup>max</sup> | 0kw/40kw |
具体的，储能系统能够将能量供给过剩时段的能量存储起来，并在能量供需紧张时释放使用，从而实现能量的跨时段迁移应用，能有效缓解系统的能量供需不平衡现象。在本发明实施例中，储能设备主要是储能电池，因此储能模型是基于储能系统中储能电池的储能容量构建出的；并且，
EEES(t)＝(1-τ)EEES(t-1)+[PEES,c(t)ηc-PEES,d(t)/ηd]Δt (8)
其中，EEES(t)、PEES,c(t)、PEES,d(t)分别为储能电池在t时刻的储电容量、充电功率、放电功率，τ为储能电池的自身能量损失率；ηc、ηd分别为储能电池的充电效率和放电效率，Δt为单位优化时段。
优选地，储能电池的充电功率小于等于最大充电功率，所述储能电池的放电功率小于等于最大放电功率，t时刻储能电池中储存的能量介于最大储能能量值与最小储能能量值之间。由储能电池自身充放电特性可知，储能电池充电动作和放电动作在同一时刻不能同时发生。因此，有0≤PEES,c(t)≤max[PEES,c]，即t时刻的充电功率应不大于最大充电功率；有0≤PEES,d(t)≤max[PEES,d]，即t时刻的放电功率应不大于最大的放电功率；有min[EEES]≤EEES(t)≤max[EEES]，即t时刻储存的能量应介于最大储存能量值与最小储存能量值之间。
图4为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中电气热三类负荷数据的示意图。如图4所示，电气热三类负荷数据24小时内的变化情况如图所示。在该综合能源系统中，白天的电能负荷需求整体上高于夜间的电能负荷需求，具有较为明显的峰谷不平衡特征。由于综合能源系统所在的配电网结点与上级电网之间存在能量交互现象，因此容易进一步引发出上级电网的峰谷现象。为了削弱这种现象，可以采用分时电价，通过需求侧的需求转换优化对于综合能源系统内的耦合设备的调度方式，从而抑制峰谷现象的严重程度。
本公开中，还可以依据峰谷分时电价策略建立模型的目标函数。因此，需要依据峰谷分时电价策略计算日峰谷分时电价总成本。依据峰谷分时电价策略计算日峰谷分时电价总成本为
其中，cele,t表示不同时段内的电价，Pe表示从上级电网购买的电量，Cgas,total表示从上级天然气网络购买的燃气费用，N表示耦合系统内的设备总数量，OMi、Cdpi、Poli分别表示耦合系统内第i台设备的运行维护费用、设备折旧费用、污染治理费用。一实施例中，可以设置耦合系统内的设备总数量N＝7。i在1至7之间取值。
图5为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中分时电价示意图。分时电价是用能管理中的一条重要措施，该策略能够运用价格引导用户改变自己的用能行为，从而有效缓解系统在不同时段下用能紧缺或用能不足的状况，实现资源的优化配置。
如图5所示，以抑制峰谷现象作为指导原则设计分时电价，可以设计每日的0：00至7：00和24：00之间电价为谷时电价，8：00至12：00和19：00至21：00之间电价为峰时电价，13：00至18：00和22：00至23：00之间电价为平时电价。其中峰时电价为0.83元/kWh，平时电价为0.42元/kWh，谷时电价为0.17元/kWh。在实际的电力市场中还可能会存在其他费用成分，因为这部分未计算在内的费用是固定的，所以在本发明实施例中并没有考虑其他固定费用。
优选地，综合能源系统在运行过程中，各类能量需要保持平衡。因此，可知综合能源系统满足电能平衡约束、热能平衡约束和天然气平衡约束。
电能平衡约束公式为：
Pre(t)+Pge(t)-Pcs(t)+Pg(t)＝Pload(t)±Pst(t) (10)
其中，Pre(t)表示风光机组发出的功率，Pge(t)表示耦合系统内设备的输出功率，Pcs(t)表示耦合系统内设备消耗的电功率，Pg(t)表示电网购电功率，Pload(t)表示系统的电负荷，Pst(t)表示储电设备的储能/释能功率，当所述综合能源系统处于储能状态时公式为“+”，释放能量状态时公式为“-”。
热能平衡约束公式为：
Qge(t)+Qbl(t)＝Qload(t) (11)
其中，Qge(t)表示耦合系统内设备所生成的热功率，Qbl(t)表示系统维持热平衡的外购功率，Qload(t)表示系统的热负荷。
天然气平衡约束公式为：
Sg(t)-Scs(t)＝Sload(t) (12)
其中，Sg(t)表示系统从外界天然气网购买的天然气，Scs(t)表示耦合系统内设备消耗的天然气，Sload(t)表示天然气负荷。
步骤2，采用粒子群算法求解所述优化调度模型，并获得优化调度策略。
采用粒子群算法求解优化调度模型，首先应当初始化粒子位置和粒子速度。在粒子群算法的迭代求解过程中，有两个关键公式即速度更新公式和位置更新公式，用以表示最优化求解的迭代过程。通常，上述两个公式可以表示为：在一个D维空间中的群体共有m个粒子，则在第t次迭代时第i个粒子的速度和粒子速度为
vi(t)＝[vi1(t),vi2(t),vi3(t),...viD(t)] (13)
xi(t)＝[xi1(t),xi2(t),xi3(t),...xiD(t)] (14)
根据粒子速度和粒子位置，可以计算出个体最优和全局最优，其中个体最优为：
pbesti(t)＝[pbesti1(t),pbesti2(t),pbesti3(t),...pbestiD(t)] (15)
全局最优为：
gbest(t)＝[gbest1(t),gbest2(t),gbest3(t),...gbestD(t)] (16)
计算个体最优和全局最优后，粒子i会进行自身速度和位置的迭代，其中，
vik(t+1)＝wvik(t)
+c1random(0,1)[pbestik(t)-xik(t)]
+c2random(0,1)[gbestk(t)-xik(t)] (17)
xik(t+1)＝xik(t)+vik(t) (18)
在公式(17)和(18)中，有k＝1,2,3,…D；w表示惯性因子，通过调整w的大小，可以实现全局寻优及局部寻优性能的调整，c1、c2表示调节学习因子，能够分别根据自身经验的学习和社会经验的学习对因子的取值进行调整，random(0，1)表示均匀分布在区间(0，1)上的随机数。
经过上述循环后，直到获得的粒子速度和粒子位置都能够满足约束条件时，则可以获得最优解并输出。
图6为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于优化调度策略形成的各个设备出力示意图。图7为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于优化调度策略形成系统与上级电网、上级气网进行能源交互的示意图。如图6-7所示，根据粒子群算法，可以得到基于获取到的优化策略实现的各个设备出力的示意图和能源交互的示意图。根据优化的调度结果可知，综合能源系统首先将可再生能源设备的出力进行较为完全的消纳，然后对系统内的各个耦合转换设备进行合理的调度，使得各个设备在不同时段内的出力不同。
并且，在电价高峰时段，综合能源系统与上级电网的能量交互功率明显降低，而在电价较低时则明显增强与电网的能量交互。因此，该方法能够有效抑制电网峰谷现象。
优选地，步骤2中还包括：采用粒子群算法对所述优化调度模型进行求解并获得最优解；调用Cplex求解器对优化调度模型进行求解并获得参考解；使用参考解对最优解进行验证。
值得注意的是，本发明实施例中使用了两种方法，即使用Matlab中的Cplex求解器和PSO(粒子群优化，Particle Swarm Optimization)算法进行求解，Cplex求解器使用Yalmip优化软件包求解出参考解，PSO算法求解出最优解，通过参考解对最优解进行验证。得到的验证结果是根据本发明中的粒子群优化算法能够有效地获得优化调度策略。
通过对两类算法得到的结果进行比较，既对所得结果进行了验证，也可以比较不同求解方法之间的区别。
图8为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于Cplex方法对最优解进行验证的示意图。图9为本发明一种综合能源系统中平抑电网峰谷的优化调度方法中基于PSO方法对最优解进行验证的示意图。如图8和图9中比较可以得出，两种方法获得的各个设备出力是基本相同的，即优化结果相同。
因此，基于粒子群算法获得的优化调度策略是可行的，即能够有效的指导综合能源系统内的设备出力以实现综合能源系统的经济效益，又能够削减上级配电网络的峰谷现象，是一种理想的调度方案，能为电网的优化调度提供参考。
本发明的有益效果在于，与现有技术相比，本发明中一种综合能源系统中平抑电网峰谷的优化调度方法，通过构建综合能源系统的优化调度模型，采用粒子群算法获得优化调度策略，缓解了电网峰谷现象。
本发明的有益效果还包括：
1、本发明基于相关耦合转换设备的能量模型，充分考虑促进可再生能源消纳的有利影响，使得经济效益调度模型更具合理性；
2、以分时电价为指导策略，使得综合能源系统与上级电网之间的能量交互避免电网峰谷差，在平抑电网峰谷方面具有重要的指导意义。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (15)
1.一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于，包括以下步骤：
步骤1，获取可再生能源出力数据、三类负荷数据以及分时电价数据，并基于所述数据建立综合能源系统的优化调度模型；
步骤2，采用粒子群算法求解所述优化调度模型，并获得优化调度策略。
2.根据权利要求1中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于，所述步骤1中还包括：
所述可再生能源出力数据包括风电机组测得的风速、光伏机组测得的光照强度；
所述三类负荷数据包括典型日内电、气、热三类数据的需求曲线；
所述分时电价数据包括峰时电价、平时电价和谷时电价。
3.根据权利要求1中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于，所述步骤1中还包括：
所述综合能源系统的优化调度模型中包括热电联产模型、气热耦合模型、电热耦合模型、气电耦合模型、储能模型和分时电价总成本模型。
4.根据权利要求3中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述热电联产模型是基于热电联产装置构建出能量输入输出模型的；并且，
Sgas,CHP(t)＝Pgas,CHP(t)Δt/LCVNG (1)
PCHP(t)＝Pgas,CHP(t)ηCHP (2)
QCHP(t)＝PCHP(t)ηpro (3)
其中，Sgas,CHP(t)、Pgas,CHP(t)分别为燃气轮机在t时段内的天然气消耗流量和天然气消耗功率，Δt为单位优化时段，LCVNG为天然气低热值，PCHP(t)、QCHP(t)分别为时段t内的发电功率和制热功率，ηCHP(t)、ηpro分别为发电效率和热电比。
5.根据权利要求3中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述气热耦合模型是基于燃气锅炉装置构建出能量输入输出模型的；并且，
QGB(t)＝Pgas,GB(t)ηGB (4)
Sgas,GB(t)＝Pgas,GB(t)Δt/LCVNG (5)
其中，QGB(t)、Pgas,GB(t)、ηGB分别表示t时段内燃气锅炉的制热功率、燃气消耗功率和转换效率，Sgas,GB(t)表示在t时段内燃气锅炉的天然气消耗流量，Δt为单位优化时段，LCVNG为天然气低热值。
6.根据权利要求3中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述电热耦合模型是基于燃料电池装置构建出能量输入输出模型的；并且，
其中，PFC(t)、Sgas,FC(t)分别为时段t内燃料电池系统的输出电功率和天然气消耗量，ηFC为天然气重整制氢的转换效率，VFC表示燃料电池的电堆电压，C为常数，由燃料电池反应过程中的电子转移数决定，NFC表示燃料电池的串联个数。
7.根据权利要求3-6任意一项中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述热电联产模型、气热耦合模型、电热耦合模型、气电耦合模型中设备的输出功率介于设备的出力下限和设备的出力上限之间。
8.根据权利要求3中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述储能模型是基于储能系统中储能电池的储能容量构建出的；并且，
EEES(t)＝(1-τ)EEES(t-1)+[PEES,c(t)ηc-PEES,d(t)/ηd]Δt (8)
其中，EEES(t)、PEES,c(t)、PEES,d(t)分别为储能电池在t时刻的储电容量、充电功率、放电功率，τ为储能电池的自身能量损失率；ηc、ηd分别为储能电池的充电效率和放电效率，Δt为单位优化时段。
9.根据权利要求8中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述储能电池的充电功率小于等于最大充电功率，所述储能电池的放电功率小于等于最大放电功率，t时刻储能电池中储存的能量介于最大储能能量值与最小储能能量值之间。
10.根据权利要求1中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述依据峰谷分时电价策略计算日峰谷分时电价总成本为
其中，cele,t表示不同时段内的电价，Pe表示从上级电网购买的电量，Cgas,total表示从上级天然气网络购买的燃气费用，N表示耦合系统内的设备总数量，OMi、Cdpi、Poli分别表示耦合系统内第i台设备的运行维护费用、设备折旧费用、污染治理费用。
11.根据权利要求3中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述综合能源系统满足电能平衡约束、热能平衡约束和天然气平衡约束。
12.根据权利要求11中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述电能平衡约束公式为：
Pre(t)+Pge(t)-Pcs(t)+Pg(t)＝Pload(t)±Pst(t) (10)
其中，Pre(t)表示风光机组发出的功率，Pge(t)表示耦合系统内设备的输出功率，Pcs(t)表示耦合系统内设备消耗的电功率，Pg(t)表示电网购电功率，Pload(t)表示系统的电负荷，Pst(t)表示储电设备的储能/释能功率，当所述综合能源系统处于储能状态时公式为“+”，释放能量状态时公式为“-”。
13.根据权利要求11中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述热能平衡约束公式为：
Qge(t)+Qbl(t)＝Qload(t) (11)
其中，Qge(t)表示耦合系统内设备所生成的热功率，Qbl(t)表示系统维持热平衡的外购功率，Qload(t)表示系统的热负荷。
14.根据权利要求11中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于：
所述天然气平衡约束公式为：
Sg(t)-Scs(t)＝Sload(t) (12)
其中，Sg(t)表示系统从外界天然气网购买的天然气，Scs(t)表示耦合系统内设备消耗的天然气，Sload(t)表示天然气负荷。
15.根据权利要求1中所述的一种综合能源系统中平抑电网峰谷的优化调度方法，其特征在于，所述步骤2中还包括：
采用粒子群算法对所述优化调度模型进行求解并获得最优解；
调用Cplex求解器对所述优化调度模型进行求解并获得参考解；
使用所述参考解对所述最优解进行验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110205116.9A CN112952915B (zh) | 2021-02-24 | 2021-02-24 | 一种综合能源系统中平抑电网峰谷的优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110205116.9A CN112952915B (zh) | 2021-02-24 | 2021-02-24 | 一种综合能源系统中平抑电网峰谷的优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112952915A true CN112952915A (zh) | 2021-06-11 |
| CN112952915B CN112952915B (zh) | 2023-11-03 |
Family
ID=76245885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110205116.9A Active CN112952915B (zh) | 2021-02-24 | 2021-02-24 | 一种综合能源系统中平抑电网峰谷的优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112952915B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117521979A (zh) * | 2024-01-04 | 2024-02-06 | 广东省建筑工程监理有限公司 | 数据驱动设计的基建设备能源节省方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101882898A (zh) * | 2010-05-28 | 2010-11-10 | 王峰 | 低温烟气温差发电装置 |
| CN109659927A (zh) * | 2018-10-24 | 2019-04-19 | 国网天津市电力公司电力科学研究院 | 一种考虑储能参与度的综合能源微网储能容量配置方法 |
| CN110110897A (zh) * | 2019-04-11 | 2019-08-09 | 华北电力大学 | 一种考虑不同储能运行策略的综合能源系统优化方法 |
| WO2019196375A1 (zh) * | 2018-04-13 | 2019-10-17 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
| CN112383053A (zh) * | 2020-11-19 | 2021-02-19 | 东北大学 | 一种基于改进粒子群算法的综合能源系统优化调度方法 |
-
2021
- 2021-02-24 CN CN202110205116.9A patent/CN112952915B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101882898A (zh) * | 2010-05-28 | 2010-11-10 | 王峰 | 低温烟气温差发电装置 |
| WO2019196375A1 (zh) * | 2018-04-13 | 2019-10-17 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| CN109659927A (zh) * | 2018-10-24 | 2019-04-19 | 国网天津市电力公司电力科学研究院 | 一种考虑储能参与度的综合能源微网储能容量配置方法 |
| CN110110897A (zh) * | 2019-04-11 | 2019-08-09 | 华北电力大学 | 一种考虑不同储能运行策略的综合能源系统优化方法 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
| CN112383053A (zh) * | 2020-11-19 | 2021-02-19 | 东北大学 | 一种基于改进粒子群算法的综合能源系统优化调度方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117521979A (zh) * | 2024-01-04 | 2024-02-06 | 广东省建筑工程监理有限公司 | 数据驱动设计的基建设备能源节省方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112952915B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
| CN105591406B (zh) | 一种基于非合作博弈的微电网能量管理系统的优化算法 | |
| Deng et al. | System modeling and optimization of microgrid using genetic algorithm | |
| CN103151803B (zh) | 一种含风电系统机组及备用配置的优化方法 | |
| Sanjari et al. | Analytical rule-based approach to online optimal control of smart residential energy system | |
| CN110635514B (zh) | 一种并网型微网优化配置方法 | |
| Angelim et al. | Energy management on university campus with photovoltaic generation and BESS using simulated annealing | |
| CN112952915B (zh) | 一种综合能源系统中平抑电网峰谷的优化调度方法 | |
| CN117639105A (zh) | 一种考虑火电机组爬坡影响的微电网容量优化配置方法 | |
| CN108494014A (zh) | 一种混合能源热电联产经济性优化管理方法 | |
| CN113013881B (zh) | 考虑能源站的配电网分布式光伏并网接纳能力计算方法 | |
| Rahmanzadeh et al. | Optimal energy management of microgrid based on fcchp in the presence of electric and thermal loads considering energy storage systems | |
| Gong et al. | Research on scheduling of wind solar energy storage microgrid considering new energy consumption | |
| CN111668882A (zh) | 智慧能环网中微电源出力优化方法及装置 | |
| CN112561120A (zh) | 一种基于微电网参考日前市场出清系统优化运行方法 | |
| Zhu et al. | Demand response strategy for promoting distributed power consumption based on resident load participation | |
| Kan et al. | Optimal configuration of the hybrid energy storage system for reducing the amount of discarded photovoltaic | |
| Wang et al. | Source-load-storage coordinated optimal scheduling of virtual power plant participating demand response | |
| CN111555270A (zh) | 一种综合能源优化与动态分析的方法及系统 | |
| CN111062532A (zh) | 一种考虑v2g的增量配电园区内电网容量配置优化方法 | |
| Luo et al. | The dynamic multi-objective optimal dispatch of grid-connected micro grid | |
| Mao et al. | Generalized Energy Storage Configuration Method Based on Bi-level Optimization for Distribution Power System with High Penetration of Renewable Energy | |
| Zhang et al. | Research on optimal schedule strategy of distributed generation considering distribution network margin | |
| Wentao et al. | Multi-objective optimization of capacity configuration for grid-connected microgrid system | |
| Fan et al. | Flexibility Enhancement Planning of Active Distribution Networks Considering Optimal Dispatch of 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 |