发明内容
本发明针对在不确定性条件下社区多能源系统的混合储能系统优化规划问题,提出了一种考虑不确定性的两阶段随机规划模型,用于确定现有社区多能源系统中混合储能系统的最优规模;具体实现步骤如下:
S1、构建社区多能源系统CMES,所述社区多能源系统CMES包括热电联产机组、燃气锅炉、可再生能源机组RES、以及混合储能系统HESS,其中热电联产机组包括燃气轮机和热回收装置,混合储能系统HESS包括蓄电池和蓄热罐;
S2、构建混合储能系统HESS规划模型,在混合储能系统HESS规划模型基础上构建社区多能源系统CMES运行优化模型;
S3、根据步骤S2中分阶段构建的模型提出两阶段随机规划模型的紧凑形式,进一步将两阶段随机规划模型转化为确定的混合整数线性模型,使用求解器求解得出规划优化结果;
所述步骤S2中构建混合储能系统HESS规划模型具体包括确定蓄电池和蓄热罐的投资成本,具体如下:
其中C
inv是HESS的年度投资成本,r是资本利率,m是投资回报年度,
是蓄电池的单位容量投资成本,
是蓄热罐的单位容量投资成本,
是蓄电池的容量,
是蓄热罐的容量;
蓄电池和蓄热罐的约束包括蓄电池和储热罐的尺寸范围,具体如下:
所述步骤S2中在混合储能系统HESS规划模型基础上构建社区多能源系统CMES运行优化模型的步骤包括:
S21、确定社区多能源系统CMES的年度运营成本,具体如下:
第二阶段的目标包括燃料成本、购电净成本和运营维护成本,如下所示:
Coper=Cfuel+Cgrid+Com (3)
其中Coper是社区多能源系统的年度运营成本,Cfuel是燃料成本,Cgrid是购电净成本,Com是运营维护成本;
社区多能源系统CMES的燃料成本Cfuel包括燃气轮机和燃气锅炉的自然成本,其计算方法如下:
其中N是决策周期的长度,Δt是时间间隔h,c
gas是天然气的能源价格,η
gt是燃气轮机的发电效率,η
gb是燃气锅炉的效率,
是燃气轮机在时段t的电功率,
是燃气锅炉在t时段的热功率;
社区多能源系统CMES的购电净成本Cgrid等于购电成本减去售电收入,具体如下:
其中
是在时段t从主电网购买的电力价格,
是在时段t出售给主电网的电价,
是在时段t从主电网购买的电力,
是在时段t卖给主电网的电能;
燃气轮机、燃气锅炉、蓄电池和蓄热罐的运行维护费用,其计算公式如下:
其中
是燃气轮机的单位运行维护成本,
是燃气锅炉的单位运行维护成本,
是可再生能源机组RES的单元运行维护成本,
是蓄电池的单位运行维护成本,
是蓄热罐的单位运行维护成本;
S22、确定社区多能源系统CMES的运行约束条件,具体包括联络线功率约束、设备约束、功率平衡约束、供热网络约束和热负荷约束,具体如下:
社区多能源系统CMES通过联络线与主电网进行电力交换,联络线功率约束如下:
其中
是联络线功率容量,
是二进制变量,表示社区多能源系统是否在t时段从主电网购买电;
是二进制变量,表示社区多能源系统是否在时段t处向主电网出售电力;
设备约束包括热电联产机组约束、燃气锅炉约束、可再生能源机组RES约束、蓄电池约束、以及蓄热罐约束;
热电联产机组约束包括电力极限和电热方程,具体如下:
其中
是燃气轮机的额定发电功率,
是燃气轮机在t时段的热功率,η
loss是燃气轮机的能量损失率,η
hr是热电联产机组中余热回收装置的效率;
燃气锅炉约束包括热功率限制,具体如下:
可再生能源机组RES约束具体如下:
蓄电池约束包括充电功率限制、放电功率限制、能级方程、能级限制和充放电状态限制,具体如下:
其中
是充电功率极限的系数,
是放电功率极限的系数,
是电池的充电效率,
是电池的放电效率,
是能级的下限系数,
是能级的上限系数,
是表示变量在时间段t的充电状态的二进制变量,
是表示变量在时间段t的放电状态的二进制变量,
是电池的电量;
蓄热罐约束包括蓄热功率限制、释放功率限制、能级方程、能级限制和储放状态限制,具体如下:
其中,
是表示蓄热罐在时段t的存储状态的二进制变量,
是表示蓄热罐在时段t的释放状态的二进制变量,
是储能极限的系数,
是释放功率极限的系数,
是储热罐的储热效率,
是储热罐的释放效率,
是能级的下限系数,
是能级的上限系数,
是蓄热罐的能级;
社区多能源系统CMES的功率平衡约束包括电力平衡方程和热功率平衡方程,如下所示:
其中
是用户在时段t的用电负荷的预测值,
是在时段t注入热网的热功率;
社区多能源系统CMES的供热网络约束包括管道约束、节点约束以及温度约束;
管道约束:
根据节点法,管道的出口水温表示如下:
其中Φ
pipe是管道的索引集,
是供水管道b在k时段的进水温度,
是回水管道b在k时段的进水温度,
是供水管道b在k时段的出水温度,
是回水管道b在k时段的出水温度,
是在t时段加热网络的环境温度,γ
b,β
b,K
b,k和ξ
b是参数;
γb和βb关联管道b的传输延迟,Kb,k是时段t-k在管线b中流动的质量流量与从管线b中流出的当前质量流量之比,ξb是管道b的温降率,这些参数基于节点方法计算,如下所示:
其中
是管道b的质量流量,ρ是水密度,A
b是管道b的横截面积,l
b是管道
的长度,Z是整数集,R
b是从周期t到t-γ
b流入管道b的总质量流量;c为水的比热容,λ
b为管道b的传热系数;
节点约束:
在供热网络的源节点处,注入网络的热功率如下:
在供热网络的负荷节点处,提供给负荷的热功率如下:
其中
是供热网络中负荷节点的索引集,
是与负荷节点f连接的管道的索引集;
根据能量守恒定律,流入负荷节点的能量应等于流出负荷节点的能量,计算如下:
其中
是相交节点的索引集,
是流出负荷节点f的管道的索引集,
是流入负荷节点f的管道的索引集,
是t时段负荷节点f的供水温度,
是在t时段负荷节点f的回水温度;
流出同一节点的水应具有相同的温度,计算如下:
温度约束:
供热网络的水温约束如下:
其中
和
分别是最高和最低供应温度,
和
分别是最高和最低返回温度;
社区多能源系统CMES的热负荷约束包括建筑物的空间热负荷约束、生活热水的热负荷约束,
其中建筑物的空间热负荷约束使用等效热参数模型进行建模,如下所示:
其中R
f是建筑物在负荷节点f处的等效热阻,
是建筑物在负荷节点f时的等效热容,D
f是负荷节点f上的用户数,
是t时段建筑物室外温度的预测值,
是t时段负荷节点f处建筑物的室内温度,
是负荷节点f处在时段t的空间热负荷;
进一步增加如下约束条件:
其中N是决策周期的长度,
和
是室内热舒适度的最高和最低温度,
是预期的室内温度;
生活热水的热负荷约束使用一阶动态模型进行建模,如下所示:
其中
是负荷节点f的水箱容量,
是负荷节点f处用户在时段t的预计热水消耗量,
是注入水箱的冷水温度,
是在时段t负荷节点f处的热水温度,
是负荷节点f处的热水在时段t的热负荷;
进一步增加如下约束条件:
负荷节点f处的热负荷计算如下:
根据步骤S2中分阶段构建的模型提出两阶段随机规划模型的紧凑形式,具体如下:
其中x是第一阶段决策变量,即规划决策变量;包括电池容量
和蓄热罐容量
y是第二阶段决策变量,即运行决策变量;具体包括设备的输出参数、供热网络参数和建筑物的参数,即
和
u是随机变量,包括可再生能源的预测值
用电负荷的预测值
室外温度的预测值
和热水质量的预测值
X是决策变量x的可行区域;Y是决策变量y的可行区域;c,d,b和h是常数向量;A,E,F和G是常数矩阵;
在式(28)中,第一阶段的目标cTx由式(1)实现,第二阶段的目标dTy(x,u)由式(3)-(6)实现;可行区域X由式(2)约束,可行区域Y由式(7)-(14)和(18)-(27)实现;
定义随机变量u具有有限数量的实现,表示为方案u1,u2,...,uM,方案的可能性定义为ω1,ω2,...,ωM,将公式(28)转化为确定的混合整数线性模型,具体如下:
s.t.Ax≤b
Ex+Fyi-Gui≤h i=1,2,...,M (29)
其中yi是方案ui下的第二阶段决策变量,方案u1,u2,...,uM通过从随机变量u的概率分布函数采样生成;
使用求解器求解式(29)得出规划优化结果。
所述求解器为CPLEX求解器或GUR0BI求解器。
所述方案u1,u2,...,uM的采样方法为简单随机抽样、重要性抽样或拉丁超立方体抽样。
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案例对本发明进行深入地详细说明。应当理解,此处所描述的具体实施案例仅仅用以解释本发明,并不用于限定发明。
如图1-图3所示,本发明提供的一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法,包括如下步骤:
S1、构建社区多能源系统CMES,所述社区多能源系统CMES包括热电联产机组、燃气锅炉、可再生能源机组RES、以及混合储能系统HESS,其中热电联产机组包括燃气轮机和热回收装置,混合储能系统HESS包括蓄电池和蓄热罐;
S2、构建混合储能系统HESS规划模型,在混合储能系统HESS规划模型基础上构建社区多能源系统CMES运行优化模型;
S3、根据步骤S2中分阶段构建的模型提出两阶段随机规划模型的紧凑形式,进一步将两阶段随机规划模型转化为确定的混合整数线性模型,使用求解器求解得出规划优化结果;
所述步骤S2中构建混合储能系统HESS规划模型具体包括确定蓄电池和蓄热罐的投资成本,具体如下:
其中C
inv是HESS的年度投资成本,r是资本利率,m是投资回报年度,
是蓄电池的单位容量投资成本,
是蓄热罐的单位容量投资成本,
是蓄电池的容量,
是蓄热罐的容量;
蓄电池和蓄热罐的约束包括蓄电池和储热罐的尺寸范围,具体如下:
所述步骤S2中在混合储能系统HESS规划模型基础上构建社区多能源系统CMES运行优化模型的步骤包括:
S21、确定社区多能源系统CMES的年度运营成本,具体如下:
第二阶段的目标包括燃料成本、购电净成本和运营维扩成本,如下所示:
Coper=Cfuel+Cgrid+Com (3)
其中Coper是社区多能源系统的年度运营成本,Cfuel是燃料成本,Cgrid是购电净成本,Com是运营维护成本;
社区多能源系统CMES的燃料成本Cfuel包括燃气轮机和燃气锅炉的自然成本,其计算方法如下:
其中N是决策周期的长度,Δt是时间间隔h,c
gas是天然气的能源价格,η
gt是燃气轮机的发电效率,η
gb是燃气锅炉的效率,
是燃气轮机在时段t的电功率,
是燃气锅炉在t时段的热功率;
社区多能源系统CMES的购电净成本Cgrid等于购电成本减去售电收入,具体如下:
其中
是在时段t从主电网购买的电力价格,
是在时段t出售给主电网的电价,
是在时段t从主电网购买的电力,
是在时段t卖给主电网的电能;
燃气轮机、燃气锅炉、蓄电池和蓄热罐的运行维护费用,其计算公式如下:
其中
是燃气轮机的单位运行维护成本,
是燃气锅炉的单位运行维护成本,
是可再生能源机组RES的单元运行维护成本,
是蓄电池的单位运行维护成本,
是蓄热罐的单位运行维护成本;
S22、确定社区多能源系统CMES的运行约束条件,具体包括联络线功率约束、设备约束、功率平衡约束、供热网络约束和热负荷约束,具体如下:
社区多能源系统CMES通过联络线与主电网进行电力交换,联络线功率约束如下:
其中
是联络线功率容量,
是二进制变量,表示社区多能源系统是否在t时段从主电网购买电;
是二进制变量,表示社区多能源系统是否在时段t处向主电网出售电力;
设备约束包括热电联产机组约束、燃气锅炉约束、可再生能源机组RES约束、蓄电池约束、以及蓄热罐约束;
热电联产机组约束包括电力极限和电热方程,具体如下:
其中
是燃气轮机的额定发电功率,
是燃气轮机在t时段的热功率,η
loss是燃气轮机的能量损失率,η
hr是热电联产机组中余热回收装置的效率;
燃气锅炉约束包括热功率限制,具体如下:
可再生能源机组RES约束具体如下:
蓄电池约束包括充电功率限制、放电功率限制、能级方程、能级限制和充放电状态限制,具体如下:
其中
是充电功率极限的系数,
是放电功率极限的系数,
是电池的充电效率,
是电池的放电效率,
是能级的下限系数,
是能级的上限系数,
是表示变量在时间段t的充电状态的二进制变量,
是表示变量在时间段t的放电状态的二进制变量,
是电池的电量;
蓄热罐约束包括蓄热功率限制、释放功率限制、能级方程、能级限制和储放状态限制,具体如下:
其中,
是表示蓄热罐在时段t的存储状态的二进制变量,
是表示蓄热罐在时段t的释放状态的二进制变量,
是储能极限的系数,
是释放功率极限的系数,
是储热罐的储热效率,
是储热罐的释放效率,
是能级的下限系数,
是能级的上限系数,
是蓄热罐的能级;
社区多能源系统CMES的功率平衡约束包括电力平衡方程和热功率平衡方程,如下所示:
其中
是用户在时段t的用电负荷的预测值,
是在时间段t注入热网的热功率;
社区多能源系统CMES的供热网络约束包括管道约束、节点约束以及温度约束;
管道约束:
根据节点法,管道的出口水温表示如下:
其中Φ
pipe是管道的索引集,
是供水管道b在k时段的进水温度,
是回水管道b在k时段的进水温度,
是供水管道b在k时段的出水温度,
是回水管道b在k时段的出水温度,
是在t时段加热网络的环境温度,γ
b,β
b,K
b,k和ξ
b是参数;
γb和βb关联管道b的传输延迟,Kb,k是时段t-k在管线b中流动的质量流量与从管线b中流出的当前质量流量之比,ξb是管道b的温降率,这些参数基于节点方法计算,如下所示:
其中
是管道b的质量流量,ρ是水密度,A
b是管道b的横截面积,l
b是管道
的长度,Z是整数集,R
b是从周期t到t-γ
b流入管道b的总质量流量;c为水的比热容,λ
b为管道b的传热系数;
节点约束:
在供热网络的源节点处,注入网络的热功率如下:
在供热网络的负荷节点处,提供给负荷的热功率如下:
其中
是供热网络中负荷节点的索引集,
是与负荷节点f连接的管道的索引集;
根据能量守恒定律,流入负荷节点的能量应等于流出负荷节点的能量,计算如下:
其中
是相交节点的索引集,
是流出负荷节点f的管道的索引集,
是流入负荷节点f的管道的索引集,
是t时段负荷节点f的供水温度,
是在t时段负荷节点f的回水温度;
流出同一负荷节点的水应具有相同的温度,计算如下:
温度约束:
供热网络的水温约束如下:
其中
和
分别是最高和最低供应温度,
和
分别是最高和最低返回温度;
社区多能源系统CMES的热负荷约束包括建筑物的空间热负荷约束、生活热水的热负荷约束,
其中建筑物的空间热负荷约束使用等效热参数模型进行建模,如下所示:
其中R
f是建筑物在负荷节点f处的等效热阻,
是建筑物在负荷节点f时的等效热容,D
f是负荷节点f上的用户数,
是t时段建筑物室外温度的预测值,
是t时段负荷节点f处建筑物的室内温度,
是负荷节点f处在时段t的空间热负荷;
进一步增加如下约束条件:
其中N是决策周期的长度,
和
是室内热舒适度的最高和最低温度,
是预期的室内温度;
生活热水的热负荷约束使用一阶动态模型进行建模,如下所示:
其中
是负荷节点f的水箱容量,
是负荷节点f处用户在时段t的预计热水消耗量,
是注入水箱的冷水温度,
是在时段t负荷节点f处的热水温度,
是负荷节点f处的热水在时段t的热负荷;
进一步增加如下约束条件:
负荷节点f处的热负荷计算如下:
根据步骤S2中分阶段构建的模型提出两阶段随机规划模型的紧凑形式,具体如下:
其中x是第一阶段决策变量,即规划决策变量;包括电池容量
和蓄热罐容量
y是第二阶段决策变量,即运行决策变量;具体包括设备的输出参数、供热网络参数和建筑物的参数,即
和
u是随机变量,包括可再生能源的预测值
用电负荷的预测值
室外温度的预测值
和热水质量的预测值
X是决策变量x的可行区域;Y是决策变量y的可行区域;c,d,b和h是常数向量;A,E,F和G是常数矩阵;
在式(28)中,第一阶段的目标cTx由式(1)实现,第二阶段的目标dTy(x,u)由式(3)-(6)实现;可行区域X由式(2)约束,可行区域Y由式(7)-(14)和(18)-(27)实现;
定义随机变量u具有有限数量的实现,表示为方案u1,u2,...,uM,方案的可能性定义为ω1,ω2,...,ωM,将公式(28)转化为确定的混合整数线性模型,具体如下:
s.t.Ax≤b
Ex+Fyj-Gui≤h i=1,2,...,M (29)
其中yi是方案ui下的第二阶段决策变量,方案u1,u2,...,uM通过从随机变量u的概率分布函数采样生成;
使用求解器求解式(29)得出规划优化结果。
所述求解器为CPLEX求解器或GUROBI求解器。
所述方案u1,u2,...,uM的采样方法为简单随机抽样、重要性抽样或拉丁超立方体抽样。
实施例
社区多能源系统CMES通过能源分配网络为居民提供电力和热能,它为用户提供的热能用于采暖和生活热水,其热网络结构示意图如图3所示,社区多能源系统配备了一台4MW的燃气轮机、一台4WM燃气锅炉和总容量为10MW的光伏电池作为可再生能源机组RES,工作目标是为社区多能源系统配备最优的混合储能系统,包括蓄电池和蓄热罐,以提高社区多能源系统的可靠性、经济性和运行灵活性。将构建好的模型在配备i7CPU和16GB RAM的计算机上进行模拟,仿真平台为Matlab2020b,GUROBI采用MILP模型。
(1)社区多能源系统的参数和仿真设置
表1给出了模拟中使用的参数,社区多能源系统的年度运作日按季节分为四种类型,即春季(1月21日至4月20日)、夏季(4月21日至7月20日)、秋季(7月21日至10月14日)和冬季(10月15日至1月20日);四季都有生活热水需求,但只有冬春两季有供暖需求;蓄电池和蓄热罐的单位投资成本分别设定为500元/千瓦时和100元/千瓦时;电力负荷、太阳能发电、室外温度和生活热水质量的预测误差均服从正态分布,均值为0,标准偏差为20%。每一季节分别生成50个场景,最终有200个场景。由于夏季和秋季没有空间供暖需求,因此室外温度场景仅包含春季和冬季数据,设置了四个案例来考察热惯性对规划结果的影响,具体案例设置情况如表2所示。
表1社区多能源系统中的参数设置
表2案例设置情况
(2)规划结果分析
四种案例的规划结果见表3和表4。在案例1中,由于忽略了供热管网的热惯性、空间供暖需求和热水需求,因此这种方案的总成本最高,蓄电池和蓄热罐的投资容量也最大。
案例2考虑了供热管网的热惯性和空间供暖需求,总成本比案例1降低6.4%,蓄电池和蓄热罐的计划容量分别比案例1减少0.99MW和4.78MW。在这种案例下,蓄热罐的容量是最小的,这表明建筑物供热管网的热惯性对社区多能源系统的运行贡献了相当大的储热能力。
表3不同案例情况下年度投资成本和运营成本
表4不同案例情况下混合储能系统的投资情况
案例3中蓄电池和蓄热罐的计划容量分别比案例1减少了1.36MW和2.29MW,与案例2相比,年总成本有所降低,但蓄热罐容量有所增加,原因有两个,首先,夏秋两季采暖需求为零,而全年生活热水需求存在,因此在第三种案例情况下,生活热水需求的热惯性可以提供全年运行的灵活性,从而降低了更多的运行成本;其次,生活热水需求的热惯性小于空间供暖需求的热惯性,因此需要安装更多的储热罐容量才能为社区多能源系统提供所需的操作灵活性。
案例4考虑了供热管网的热惯性、空间供暖需求和生活热水需求,总成本比案例1降低了10.5%,蓄电池和蓄热罐的计划容量分别比案例1减少了2.61MW和2.19MW,在这种情况下,与案例2和案例3相比,电池的容量降低,而蓄热罐的容量增加,原因是蓄电池的单位投资成本高于蓄热罐;案例3和案例4的储热罐容量非常接近,说明空间供暖需求提供的额外热惯性被用来降低案例4的电池投资容量。
为了揭示供热网络的热惯性、空间供暖需求和生活热水需求对年投资成本、燃料成本、电网交易成本以及维护成本的影响,图4给出了每种案例下年度费用结果的详细信息,从结果可以得到以下几个重要结论:
a)混合储能系统的投资成本只占社区多能源系统年度运营成本的一小部分,在案例1-4中,其成本为0.82%-1.55%,但混合储能系统带来的效益是可观的,这一结果表明,在社区多能源系统中配置混合储能系统是提高运营灵活性的一个很好的选择。
b)从案例1到案例4,各项目的成本均有所降低,说明热惯性对各项目成本的影响是一致的,因此,在社区多能源系统的运行中利用热惯性不会带来任何额外的成本。
c)4个案例的燃料成本均超过全年总成本,社区多能源系统通过向主电网售电获得了可观的效益,因此,可以认为,社区多能源系统可以以较低的成本满足几乎所有社区对电力和热能的需求。
上述结果验证了所提出的规划模型的有效性,结果还表明,供热网络的热惯性可以有效地降低社区多能源系统的混合储能系统投资成本和系统运行成本,从结果可以看出,混合储能系统可以提高社区多能源系统的运作灵活性,且只需要很少的投资成本。
(3)经营成果分析
通过对案例4进行分析,发现燃气轮机的出力在不同的季节有很大的差异。在采暖季节(春季和冬季),燃气轮机的出力在00:00-8:00之间保持较高的水平,电力负荷处于较低水平,原因是这段时间的室外温度较低,需要更多的热能来供暖,因此,燃气轮机保持较高的出力以满足供热需求。总体而言,燃气轮机的发电量在采暖季节也有类似的趋势,夏季00:00-08:00燃气轮机出力较低,秋季出力波动较大,夏秋两季16:00-24:00燃气轮机出力有相似的变化趋势。而且,同一季节,不同场景的燃气轮机出力存在一定差异,8:00-16:00差异较大,00:00-08:00和16:00-24:00差异较小。根据这一结果,我们可以得出结论:在同一季节,当电负荷和热负荷极高或极低时,燃气轮机的出力变化不大,而当负荷处于中等水平时,燃气轮机的出力变化很大,造成这一结果的原因是,极端负荷水平将降低社区多能源系统CMES的运作灵活性。
在供暖季节,有空间供暖需求和生活热水需求,因此热负荷保持在较高水平。夏秋两季,社区只有生活热水需求,热负荷保持在中等水平;供热网络的注入热力情况与燃气轮机出力情况具有相似的趋势,这一结果表明,燃气轮机的出力在很大程度上取决于社区的热负荷。基于上述结果,可以得出结论:所提出的两阶段随机规划模型不仅可以确定最优的混合储能系统规模,而且只能协调社区多能源系统的运行。
综上所述,仿真结果验证了所提出的在社区多能源系统CMES中进行混合储能系统HESS优化规划模型的有效性,结果表明,混合储能系统HESS在社区多能源系统CMES中的设置只带来了很少的投资成本,但给系统运行带来了可观的收益,因此,本发明提供的一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法具有潜在的工程应用价值。