CN112966855B - 考虑风电不确定性的电-气耦合能源配网协调优化方法 - Google Patents
考虑风电不确定性的电-气耦合能源配网协调优化方法 Download PDFInfo
- Publication number
- CN112966855B CN112966855B CN202110176988.7A CN202110176988A CN112966855B CN 112966855 B CN112966855 B CN 112966855B CN 202110176988 A CN202110176988 A CN 202110176988A CN 112966855 B CN112966855 B CN 112966855B
- Authority
- CN
- China
- Prior art keywords
- gas
- wind power
- network
- distribution network
- electric
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 53
- 230000008878 coupling Effects 0.000 title claims abstract description 48
- 238000010168 coupling process Methods 0.000 title claims abstract description 48
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000007789 gas Substances 0.000 claims description 119
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 239000003345 natural gas Substances 0.000 claims description 7
- 230000010485 coping Effects 0.000 claims description 6
- 230000005251 gamma ray Effects 0.000 claims description 6
- 239000002343 natural gas well Substances 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G06Q10/0637—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—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
- H02J3/381—Dispersed generators
-
- 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
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开考虑风电不确定性的电‑气耦合能源配网协调优化方法,本发明针对电‑气综合能源系统,研究考虑风电不确定性的电‑气耦合能源配网分布式协同优化运行,用机会约束处理风电的不确定性,并充分利用P2G和燃气轮机应对其带来的影响,在此基础上,将电网和气网作为不同的利益主体,同时考虑到各主体数据的隐私性,使用更贴近实际状况的求解方法,通过使得各自的运行成本最小实现各系统各单元的优化运行,在提升系统经济性的同时提高了系统的灵活性,增强了系统应对不确定性的能力,有效了提升风电资源的利用率。此外,平滑了与主网交互节点的电压波动水平,更利于系统的安全稳定运行。
Description
技术领域
本发明属于大规模分布式风电并网的电-气耦合能源配网的优化运行领域,特别涉及考虑风电不确定性的电-气耦合能源配网协调优化方法。
背景技术
随着分布式发电技术的不断进步与风电并网规模的不断增加,越来越大规模的分散式风电将会接入配电网,而配电网负荷相对较小,风电出力固有的不确定特性为系统的优化运行带来的影响将会随之增大,同时可能会导致弃风现象。电转气(P2G)设备和燃气轮机将电网和天然气网进行互联,实现能源互补的同时提升风电的利用率,但同时也加深了电、气两网的耦合程度,传统意义上电网和气网分属不同的利益主体,集中优化的方法将不再适用,因此,亟需研究含风电和P2G的电-气耦合能源系统的分布式协调优化的新模式。
针对电-气耦合能源系统的优化运行,国内外学者陆续展开了一些研究。比如:1)针对含大规模风电的电-气耦合能源系统,探索风电的经济价值,进行经济调度方法的研究。2)考虑系统安全约束,针对含风电的电-气综合能源系统进行集中式优化运行方法的研究。3)考虑风电接入系统后呈现的不确定性特点,计及不确定性带来的影响,进行电-气综合能源系统的优化运行研究。然而,1)中重点侧重经济调度的研究,而忽略了系统安全约束,而波动性电源的接入势必会造成电压越限等问题;2)中考虑了系统安全运行约束,但仍未计及风电出力不确定性的影响,而风电出力特点深刻影响着优化的结果;3)中仍属于传统的集中式优化调度,两网需交换全部的系统信息,而对于目前两网分属不同管理机构的现状,数据的私密性无法得到保证。
发明内容
本发明的目的是提供考虑风电不确定性的电-气耦合能源配网协调优化方法。解决了现有技术中存在的集中优化无法适应电、气两网的较高耦合程度的情况的问题。
本发明所采用的技术方案是:
采用目标级联算法(ATC)对配电网和配气网进行分布式协调优化,同时利用机会约束模拟风电出力不确定性的特点,并通过优化方案给出燃气轮机和P2G的可调裕度,提高系统运行的灵活性、经济性和可靠性。具体按照以下步骤实施:
步骤1:建立电-气耦合能源配网中的各元件模型及风电出力不确定性模型,初始化配电网和配气网的系统参数,给出最大优化迭代次数。
步骤2:使用目标级联分布式优化算法(ATC),进行分布式迭代求解。其中,首先利用CPLEX求解器独立求解配电网的优化模型,求出耦合变量。将配电网优化模型所求的耦合变量信息传递给配气网,利用CPLEX求解器独立求解配气网优化模型。
步骤3:根据步骤2中所得耦合变量及电-气耦合能源配网的总成本,判断是否满足误差要求,或达到最大迭代次数,若满足,则输出最终优化方案,若不满足,则返回步骤2进行下一次求解,直到满足最大迭代次数。
本发明的特点还在于:
在步骤1中主要包括电转气(P2G)、燃气轮机和储气罐数学模型以及于配电网和配气网有关的安全运行约束,其配电网和配气网的优化目标表达式为:
式(1)中,Ce,t和Cg为购电和燃气轮机购气成本系数;T为总调度时段;为向主网购电功率;/>为从气网的购气功率;NG为燃气轮机总数;p为P2G总数;/>和Ccur为P2G的日运行成本和弃风成本系数;ΔPw,t为弃风电量;/>为P2G向气网售气收益系数;/>为向气网售出的天然气量;/>为可向气网售出的风电量;/>为气网反馈给电网的实际消纳风电量;/>为气网反馈给电网的可供天然气量;γw,t和λw,t分别为有关P2G的朗格朗日一、二次惩罚系数;γi,t和λi,t分别为有关燃气轮机的拉格朗日一、二次惩罚系数;式(2)中,Cwell为从天然气井的购气成本系数;/>为从天然气井的购气量;Nstorage为储气罐的个数;Cstorage为储气罐成本系数;/>为储气罐的出气量。
P2G和燃气轮机出力受风电出力不确定性影响,也呈现一定的不确定性,用机会约束描述,其表达式如下:
其中,Pr为约束需要满足的概率;为P2G出力上、下限;/>为燃气轮机出力上、下限;1-αp和1-αi为须满足的置信水平,其值越大代表对风电不确定性的应对能力越高。
利用P2G和燃气轮机承担风电不确定性的影响,且P2G转换风电量应与风电变化呈现相同的规律,燃气轮机的出力应与风电变化呈现相反的趋势,具体表达式如下:
其中,为P2G风电转化量的随机变量;/>为燃气轮机出力的随机变量;Γt为系统内所有风电机组产生的误差,是均值为μ,标准差为σ的随机变量。δp和δi分别为P2G和燃气轮机对风电不确定性的功率分配因子。
在步骤2中电-气耦合能源配网中电网和气网分属不同层次的不同主体,采用ATC算法进行电网和气网的分布式协调优化。电网将自身优化所得耦合变量下发给气网,气网再将自身优化所得耦合变量反馈给电网。
在步骤3中需要满足耦合变量约束,具体表达式如下:
具体实施时,耦合变量及系统成本需满足最小误差约束,具体表达式如下:
本发明的有益效果是:
本发明利用机会约束处理风电出力不确定性的同时,将燃气轮机和电转气(P2G)设备作为主要应对不确定性的元件,提高系统应对不确定性的能力,提升风电的消纳水平,平滑与主网交互节点的波动水平。
本发明考虑到电网和气网分属不同的管理机构,采用ATC分布式优化算法进行求解,可以有效保证两网的数据私密性,同时提高运算效率。
附图说明
图1是本发明方法的流程图。
图2是本发明方法中得到的燃气轮机和P2G的不确定性功率分配因子。
图3是本发明方法中四个场景的与主网交互节点的电压。
图4是本发明方法用于实例的配网系统示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
参见图1,本发明一种考虑风电不确定性的电-气耦合能源配网分布式协调优化方法,按照以下步骤实施:
步骤1:建立电-气耦合能源配网中的各元件模型及风电出力不确定性模型,初始化配电网和配气网的系统参数,给出最大优化迭代次数。
步骤2:使用目标级联分布式优化算法(ATC),进行分布式迭代求解。其中,首先利用CPLEX求解器独立求解配电网的优化模型,求出耦合变量。将配电网优化模型所求的耦合变量信息传递给配气网,利用CPLEX求解器独立求解配气网优化模型。
步骤3:根据步骤2中所得耦合变量及电-气耦合能源配网的总成本,判断是否满足误差要求,或达到最大迭代次数,若满足,则输出最终优化方案,若不满足,则返回步骤2进行下一次求解,直到满足最大迭代次数。
进一步,在步骤1中主要包括电转气(P2G)、燃气轮机和储气罐数学模型以及于配电网和配气网有关的安全运行约束,其配电网和配气网的优化目标表达式为:
式(1)中,Ce,t和Cg为购电和燃气轮机购气成本系数;T为总调度时段;为向主网购电功率;/>为从气网的购气功率;NG为燃气轮机总数;p为P2G总数;/>和Ccur为P2G的日运行成本和弃风成本系数;ΔPw,t为弃风电量;/>为P2G向气网售气收益系数;/>为向气网售出的天然气量;/>为可向气网售出的风电量;/>为气网反馈给电网的实际消纳风电量;/>为气网反馈给电网的可供天然气量;γw,t和λw,t分别为有关P2G的朗格朗日一、二次惩罚系数;γi,t和λi,t分别为有关燃气轮机的拉格朗日一、二次惩罚系数;式(2)中,Cwell为从天然气井的购气成本系数;/>为从天然气井的购气量;Nstorage为储气罐的个数;Cstorage为储气罐成本系数;/>为储气罐的出气量。
P2G和燃气轮机出力受风电出力不确定性影响,也呈现一定的不确定性,用机会约束描述,其表达式如下:
其中,Pr为约束需要满足的概率;为P2G出力上、下限;/>为燃气轮机出力上、下限;1-αp和1-αi为须满足的置信水平,其值越大代表对风电不确定性的应对能力越高。
利用P2G和燃气轮机承担风电不确定性的影响,且P2G转换风电量应与风电变化呈现相同的规律,燃气轮机的出力应与风电变化呈现相反的趋势,具体表达式如下:
其中,为P2G转化量的随机变量;/>为燃气轮机出力的随机变量;Γt为系统内所有风电机组产生的误差,是均值为μ,标准差为σ的随机变量。δp和δi分别为P2G和燃气轮机对风电不确定性的功率分配因子。
进一步,在步骤2中电-气耦合能源配网中电网和气网分属不同层次的不同主体,采用ATC算法进行电网和气网的分布式协调优化。电网将自身优化所得耦合变量下发给气网,气网再将自身优化所得耦合变量反馈给电网。
进一步,在步骤3中需要满足耦合变量约束,具体表达式如下:
具体实施时,耦合变量及系统成本需满足最小误差约束,具体表达式如下:
实施例
下面通过具体实施例说明本发明有益效果。
如附图4所示,以IEEE 33节点配电网和24节点配气网构成的电-气耦合能源系统进行仿真分析。
(1)风电出力不确定性对优化结果的影响
通过本发明所提模型,分别对考虑风电不确定性和不考虑风电不确定性进行对比分析,得到的系统各部分的成本见表1。
表1各部分成本
(2)设置不同场景,对比不确定性功率的分配情况和与主网交互节点的电压波动情况。
场景一:系统内不含P2G和储气罐。
场景二:系统内包含P2G、不包含储气罐。
场景三:系统内包含储气罐、不包含P2G。
场景四:系统内同时包含P2G和储气罐。
具体结果见附图2和附图3。
其中,附图2为不确定性功率的分配因子图,场景一和场景三中,由于系统中不包含P2G,风电波动产生的不确定性均由系统内的燃气轮机承担,其承担因子为1,当系统因风电出力突然变化而产生调度计划的偏差时,其只能通过燃气轮机的灵活性进行调节,调节方式单一;场景二和场景四中既包含燃气轮机也包含P2G,当风电波动引起不确定性时,燃气轮机和P2G同时作为灵活性资源去承担因不确定性带来的调度计划偏差,燃气轮机和P2G各自承担的比例由附图2给出,此时系统的调节方式更加灵活且快速,且能调节的范围更大,比场景一和场景三中不包含P2G的情况具有更多的调节裕度,能应对更大的不确定性。附图3为配电网首节点的电压波动情况,相比于不含P2G,系统接入P2G后首节点电压的波动幅度得到了明显的改善。
通过上述案例说明,本发明考虑风电不确定性的电-气耦合能源配网协调优化方法,研究考虑风电不确定性的电气耦合能源配网分布式协同优化运行,用机会约束处理风电的不确定性,并充分利用P2G应对其带来的影响,在此基础上,将电网和气网作为不同的利益主体,同时考虑到各主体数据的隐私性,使用更贴近实际状况的求解方法,通过使得各自的运行成本最小实现各系统各单元的优化运行,在提升系统经济性的同时提高了系统的灵活性,增强了系统应对不确定性的能力,有效了提升风电资源的利用率。此外,平滑了与主网交互节点的电压波动水平,更利于系统的安全稳定运行。
Claims (3)
1.考虑风电不确定性的电-气耦合能源配网协调优化方法,其主要特征在于,包括以下步骤:
步骤1:建立电-气耦合能源配网中的各元件模型及风电出力不确定性模型,初始化配电网和配气网的系统参数,给出最大优化迭代次数;
所述步骤1中,主要包括电转气、燃气轮机和储气罐数学模型以及于配电网和配气网有关的安全运行约束,其配电网和配气网的优化目标表达式为:
式(1)中,Ce,t和Cg为购电和燃气轮机购气成本系数;T为总调度时段;Pt grid为向主网购电功率;为从气网的购气功率;NG为燃气轮机总数;p为P2G总数;/>和Ccur为P2G的日运行成本和弃风成本系数;ΔPw,t为弃风电量;/>为P2G向气网售气收益系数;/>为向气网售出的天然气量;/>为可向气网售出的风电量;/>为气网反馈给电网的实际消纳风电量;/>为气网反馈给电网的可供天然气量;γw,t和λw,t分别为有关P2G的朗格朗日一、二次惩罚系数;γi,t和λi,t分别为有关燃气轮机的拉格朗日一、二次惩罚系数;式(2)中,Cwell为从天然气井的购气成本系数;Vt well为从天然气井的购气量;Nstorage为储气罐的个数;Cstorage为储气罐成本系数;/>为储气罐的出气量;
P2G和燃气轮机出力受风电出力不确定性影响,也呈现一定的不确定性,用机会约束描述,其表达式如下:
其中,Pr为约束需要满足的概率;为P2G出力上、下限;/>为燃气轮机出力上、下限;1-αp和1-αi为须满足的置信水平,其值越大代表对风电不确定性的应对能力越高;
利用P2G和燃气轮机承担风电不确定性的影响,且P2G转换风电量应与风电变化呈现相同的规律,燃气轮机的出力应与风电变化呈现相反的趋势,具体表达式如下:
其中,为P2G风电转化量的随机变量;/>为燃气轮机出力的随机变量;Γt为系统内所有风电机组产生的误差,是均值为μ,标准差为σ的随机变量;δp和δi分别为P2G和燃气轮机对风电不确定性的功率分配因子;
步骤2:使用目标级联分布式优化算法,进行分布式迭代求解;
步骤3:根据步骤2中所得耦合变量及电-气耦合能源配网的总成本,判断是否满足误差要求,或达到最大迭代次数,若满足,则输出最终优化方案,若不满足,则返回步骤2进行下一次求解,直到满足最大迭代次数;
所述步骤3中,需要满足耦合变量约束,具体表达式如下:
具体实施时,耦合变量及系统成本需满足最小误差约束,具体表达式如下:
2.根据权利要求1所述的考虑风电不确定性的电-气耦合能源配网协调优化方法,其主要特征在于,所述步骤2中,首先利用CPLEX求解器独立求解配电网的优化模型,求出耦合变量,将配电网优化模型所求的耦合变量信息传递给配气网,利用CPLEX求解器独立求解配气网优化模型。
3.根据权利要求1所述的考虑风电不确定性的电-气耦合能源配网协调优化方法,其主要特征在于,所述步骤2中,电-气耦合能源配网中电网和气网分属不同层次的不同主体,采用ATC算法进行电网和气网的分布式协调优化;电网将自身优化所得耦合变量下发给气网,气网再将自身优化所得耦合变量反馈给电网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176988.7A CN112966855B (zh) | 2021-02-09 | 2021-02-09 | 考虑风电不确定性的电-气耦合能源配网协调优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176988.7A CN112966855B (zh) | 2021-02-09 | 2021-02-09 | 考虑风电不确定性的电-气耦合能源配网协调优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112966855A CN112966855A (zh) | 2021-06-15 |
CN112966855B true CN112966855B (zh) | 2023-10-24 |
Family
ID=76284457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110176988.7A Active CN112966855B (zh) | 2021-02-09 | 2021-02-09 | 考虑风电不确定性的电-气耦合能源配网协调优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966855B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642165B (zh) * | 2021-07-29 | 2024-04-12 | 西安理工大学 | 考虑需求侧不确定性的电-气耦合配网的分布式优化方法 |
CN113673912B (zh) * | 2021-09-16 | 2024-03-08 | 国网山东省电力公司潍坊供电公司 | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
CN114004098B (zh) * | 2021-11-04 | 2022-07-12 | 东南大学 | 一种考虑机会约束的电气耦合系统最大供能能力评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106786766A (zh) * | 2017-01-19 | 2017-05-31 | 大连理工大学 | 一种基于p2g技术的提高风电最大并网容量的方法 |
CN108229865A (zh) * | 2018-03-30 | 2018-06-29 | 天津大学 | 一种基于碳交易的电热气综合能源系统低碳经济调度方法 |
CN110009152A (zh) * | 2019-04-03 | 2019-07-12 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
WO2019233134A1 (zh) * | 2018-06-06 | 2019-12-12 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN111030110A (zh) * | 2019-12-28 | 2020-04-17 | 福州大学 | 一种考虑电转气消纳风电的电力-天然气耦合系统鲁棒协同调度方法 |
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 |
-
2021
- 2021-02-09 CN CN202110176988.7A patent/CN112966855B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106786766A (zh) * | 2017-01-19 | 2017-05-31 | 大连理工大学 | 一种基于p2g技术的提高风电最大并网容量的方法 |
CN108229865A (zh) * | 2018-03-30 | 2018-06-29 | 天津大学 | 一种基于碳交易的电热气综合能源系统低碳经济调度方法 |
WO2019233134A1 (zh) * | 2018-06-06 | 2019-12-12 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN110009152A (zh) * | 2019-04-03 | 2019-07-12 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
CN111030110A (zh) * | 2019-12-28 | 2020-04-17 | 福州大学 | 一种考虑电转气消纳风电的电力-天然气耦合系统鲁棒协同调度方法 |
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 (2)
Title |
---|
Data-driven Robust Dispatch of Integrated Electricity-gas Energy Systems Considering Uncertainty of Wind Power;Xiangyang Su 等;2019 IEEE Power & Energy Society General Meeting (PESGM);全文 * |
考虑风电不确定度的风-火-水-气-核-抽水蓄能多源协同旋转备用优化;梁子鹏 等;电网技术;第42卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112966855A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112966855B (zh) | 考虑风电不确定性的电-气耦合能源配网协调优化方法 | |
CN108599373B (zh) | 高比例可再生能源电力系统输配协调调度目标级联分析法 | |
CN111242392B (zh) | 多虚拟电厂参与主动配电网的双层-两阶段运行方法 | |
CN111416356B (zh) | 基于交替方向乘子法及最优潮流的输配电网联动优化方法 | |
CN107546743A (zh) | 一种辐射状配电网分布式优化潮流方法 | |
CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄系统容量优化方法 | |
CN104578183B (zh) | 提高电力系统低碳化水平的联络线送电计划优化方法 | |
CN110676849B (zh) | 一种孤岛微电网群能量调度模型的构建方法 | |
CN110707755B (zh) | 一种考虑非理想通信条件下基于能量枢纽的综合能源系统超短期调度方法 | |
CN105956693B (zh) | 一种基于分布式梯度算法的虚拟电厂经济调度方法 | |
CN113241757A (zh) | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 | |
CN115640963A (zh) | 一种考虑投资运营模式的海上风电接入系统鲁棒规划方法 | |
CN114996908B (zh) | 考虑智能软开关接入的主动配电网扩展规划方法及系统 | |
CN110867907B (zh) | 一种基于多类型发电资源同质化的电力系统调度方法 | |
CN115411777A (zh) | 一种配电网灵活性评估及资源配置方法及系统 | |
Li et al. | Optimized energy storage system configuration for voltage regulation of distribution network with PV access | |
CN109726416B (zh) | 一种基于新能源集群预测及潮流计算的调度决策方法 | |
CN113364043A (zh) | 一种基于条件风险价值的微电网群优化方法 | |
CN112668186A (zh) | 基于elm的输配一体储能系统选址定容协同优化方法 | |
CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
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 | |
CN115496427A (zh) | 一种多微网系统柔性互联投资规划决策方法 | |
CN116306181A (zh) | 低碳经济下源荷储主动配电网协调规划方法 | |
CN111082475B (zh) | 一种基于交直流混合配电网协调能量管控方法 | |
CN113673912A (zh) | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
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 |