CN113240205A - 一种基于多能源综合利用的区域用能系统替代优化方法 - Google Patents

一种基于多能源综合利用的区域用能系统替代优化方法 Download PDF

Info

Publication number
CN113240205A
CN113240205A CN202110685194.3A CN202110685194A CN113240205A CN 113240205 A CN113240205 A CN 113240205A CN 202110685194 A CN202110685194 A CN 202110685194A CN 113240205 A CN113240205 A CN 113240205A
Authority
CN
China
Prior art keywords
energy
energy storage
power
cchp
maximum
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.)
Pending
Application number
CN202110685194.3A
Other languages
English (en)
Inventor
严玉廷
张子昊
苏适
杨洋
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202110685194.3A priority Critical patent/CN113240205A/zh
Publication of CN113240205A publication Critical patent/CN113240205A/zh
Pending legal-status Critical Current

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

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

Abstract

本发明公开了一种基于多能源综合利用的区域用能系统替代优化方法，包括建立能源站日前优化运行目标函数；优化运行约束条件；对已建模型中出现的非线性变量，分别采取相应的方法进行线性化；将优化求解问题转化为数学问题进行求解。本发明针对多能源站间多能互补和终端用能替代，为终端用能替代系统的推广建设提供了一定的理论指导。

Description

一种基于多能源综合利用的区域用能系统替代优化方法
技术领域
本发明涉及用能系统替代优化领域，特别是涉及一种多能源综合利用的区域终端用能替代优化技术方法。
背景技术
能源是经济发展的基础，随着工业生产和社会经济的迅速发展，能源消费量急剧增加，出现了一系列环境问题，如全球变暖、大气污染等。节能减排是全世界应对气候变化的迫切需求，为了减小能源消费对环境的影响，需要进一步减少化石能源的消耗量，增加清洁可再生能源的开发利用效率。
然而，可再生能源如太阳能、风能都具有间歇性和波动性等特点，在发电入网时存在接入困难、成本高且难以控制等缺点，且会对电网电能质量和可靠性产生不利影响。因此，如何提高可再生能源的消纳比例，实现可再生能源的高效利用，保证电力系统安全、低碳、稳定、高效、经济运行，是目前急需解决的问题。
针对该问题，考虑将分布式能源与传统能源系统相结合，形成多能源系统，协同运行多种形式能源，发挥不同能源的优势和潜能，实现资源的优化配置和可再生能源利用的最大化。
发明内容
本申请提供了一种基于多能源综合利用的区域用能系统替代优化方法，以解决可再生能源消纳比例较低，并高效利用可再生能源，保证电力系统安全、低碳、稳定、高效、经济运行。
本申请提供了一种基于多能源综合利用的区域用能系统替代优化方法，包括建立能源站日前优化运行目标函数；优化运行约束条件；对已建模型中出现的非线性变量，进行线性化处理；将优化求解问题转化为数学问题进行求解；其中，
所述建立能源站日前优化运行目标函数，其中优化是以选择不同参数来分别计算综合能源系统运行费用，并将综合能源系统费用最低的对应参数作为最终运行目标函数；
所述目标函数中的不确定性变量是配置光伏发电的能源站的光伏出力，主要体现在电能平衡约束中，
Figure BDA0003124307580000021
Figure BDA0003124307580000022
Figure BDA0003124307580000023
Figure BDA0003124307580000024
Figure BDA0003124307580000025
Figure BDA0003124307580000026
其中，x为所述CCHP机组、所述燃气锅炉、热泵、电制冷以及储能设备的出力大小，X为各设备的出力范围，w为光伏出力大小，W为光伏出力的误差范围，CF，o、CE，o、CS，o、CM，o、CR，o为燃料费、电费、启停费、维护费、需求响应收益，o代表能源站，Ns为能源站数，T为单日优化总时段数，Δt为单位优化运行时段时长，cf为天然气单价，c E(t)和
Figure BDA0003124307580000027
为每千瓦时购电和售电费，CCCHP，o和cGB，o为CCHP机组和燃气锅炉的启停费用，cR为每千瓦时电负荷参与需求响应收益，PL，e，o(t)为t时段预测电负荷，PR，e，o(t)为t时段需求响应后实际电负荷；
所述优化运行约束条件，具体包括能源站设备运行约束、能源站能量平衡约束、市电联络线最大功率约束以及需求响应约束；
所述能源站设备运行约束，包括：
CCHP机组运行约束的出力上下限约束、最小启停时间约束、最大上下爬坡速率约束以及溴化锂制冷和余热锅炉余热回收量的约束；
具体为，所述CCHP机组中溴化锂吸收式制冷输入热能小于同时刻燃气轮机的余热锅炉产热量，
Figure BDA0003124307580000031
Figure BDA0003124307580000032
Figure BDA0003124307580000033
PWHB，h(t)-PLRh(t)≥0；
其中，P CCHP，e为CCHP机组最小限制电出力功率，
Figure BDA0003124307580000034
为CCHP机组最大电出力功率，
Figure BDA0003124307580000035
为到t时段CCHP机组已经开机的时间，
Figure BDA0003124307580000036
为到t时段CCHP机组已经关机的时间，
Figure BDA0003124307580000037
和T CCHP为CCHP机组最小开机和关机时间，
Figure BDA0003124307580000038
和
Figure BDA0003124307580000039
为CCHP机组的最大上坡爬坡速率和下坡爬坡速率；
燃气锅炉运行约束的出力上下限约束、最小启停时间约束、最大上下爬坡速率约束；
具体为，
Figure BDA00031243075800000310
Figure BDA00031243075800000311
Figure BDA00031243075800000312
其中，P GB，h为燃气锅炉最小限制热出力功率，
Figure BDA00031243075800000313
为燃气锅炉最大热出力功率，
Figure BDA00031243075800000314
为到t时段燃气锅炉已经开机的时间，
Figure BDA00031243075800000315
为到t时段燃气锅炉已经关机的时间，
Figure BDA00031243075800000316
和T GB为燃气锅炉小开机和关机时间，
Figure BDA00031243075800000317
和
Figure BDA00031243075800000318
为燃气锅炉的最大上坡爬坡速率和下坡爬坡速率；
热泵和电制冷的额定出力约束；
具体为，所述热泵和所述电制冷出力小于额定出力，
Figure BDA00031243075800000319
其中，
Figure BDA00031243075800000320
为热泵额定功率，
Figure BDA00031243075800000321
为电制冷额定功率；
综合能源系统运行中，电、热、冷多种储能设备需满足荷电状态约束、最大充能功率约束、最大方能功率约束和始末能量约束；
具体为，电储能，热储能、冷储能的荷电状态约束为，
Figure BDA0003124307580000041
电储能、热储能，冷储能的最大充、放能功率约束为，
Figure BDA0003124307580000042
电储能、热储能、冷储能的始末能量约束为，
Figure BDA0003124307580000043
其中，
Figure BDA0003124307580000044
和
Figure BDA0003124307580000045
为电储能的最大和最小荷电状态，
Figure BDA0003124307580000046
和
Figure BDA0003124307580000047
为热储能的最大和最小荷电状态，
Figure BDA0003124307580000048
和
Figure BDA0003124307580000049
为冷储能的最大和最小荷电状态，
Figure BDA00031243075800000410
Figure BDA00031243075800000411
为电储能、热储能、冷储能的最大容量，EES(t)、EHS(t)、ECS(t)为电储能、热储能、冷储能在t时段的容量，
Figure BDA00031243075800000412
为电储能、热储能、冷储能的最大充能倍率，
Figure BDA00031243075800000413
为电储能、热储能、冷储能的最大放能倍率，EES(0)、EHS(0)、ECS(0)为电储能、热储能、冷储能在当天开始时段储能初始容量，EES(T)、EHS(T)、ECS(T)为电储能、热储能、冷储能在当天结束时段储能最终容量；
所述能源站能量平衡约束，具体为满足用户电热冷负荷需求；
ΔPe，o(t)＝PCCHP，e，o(t)+PPV，e，o(t)-PER，e，o(t)-PHP，e，o(t)+
Figure BDA00031243075800000414
ΔPh，o(t)＝PCCHP，h，o(t)+PGB，h，o(t)+PHP，h，o(t)-
Figure BDA00031243075800000415
Figure BDA00031243075800000416
其中，ΔPe，o(t)、ΔPh，o(t)、ΔPc，o(t)为t时段能源站o的电、热、冷不平衡功率；
所述市电联络线与所述综合能源系统功率，满足所述综合能源系统运行中，从电网购电向电网售电的最大功率，
Figure BDA0003124307580000051
其中，
Figure BDA0003124307580000052
分别为从电网购电最大功率和向电网售电最大功率；
所述需求响应约束过程中可平移电负荷需满足，
Figure BDA0003124307580000053
其中，Pdr(t)为参与需求响应后t时段电负荷功率，Ddr为优化运行当天预测电负荷量，
Figure BDA0003124307580000054
和
Figure BDA0003124307580000055
为t时段电负荷的最小、最大用电需求；
所述线性化处理包括CCHP机组模型线性化或燃气锅炉模型线性化处理；
所述CCHP机组模型线性化包括：
CCHP天然气输入量-电出力非线性变量分段线性化；
Figure BDA0003124307580000056
Figure BDA0003124307580000057
βi＝FCCHP，g(PCCHP，e，i)-PCCHP，e，iαi
PCCHP，e，iBi(t)≤PCCHP，ei(t)≤PCCHP，e，i+1Bi(t)
Figure BDA0003124307580000058
其中，αi和βi分别为所述CCHP机组出力曲线分段线性化参数，U(t)和Bi(t)为分段线性化引入的0-1变量参数；
CCHP机组上下爬坡速率约束线性化；
Figure BDA0003124307580000061
Figure BDA0003124307580000062
CCHP机组最小启停时间线性化；
Figure BDA0003124307580000063
所述燃气锅炉模型线性化包括：
燃气锅炉上下爬坡速率约束线性化；
Figure BDA0003124307580000064
Figure BDA0003124307580000065
燃气锅炉最小启停时间线性化；
Figure BDA0003124307580000066
所述综合能源系统的鲁棒优化模型为混合整数非线性规划，
Figure BDA0003124307580000067
Figure BDA0003124307580000068
其中，x为所述CCHP机组、所述燃气锅炉、热泵、电制冷以及储能设备的出力大小，O代表能源站，w为光伏出力大小；
优化求解选用MATLAB+Yalmip+Gurobi工具。
由以上技术方案可知，本申请提供了一种基于多能源综合利用的区域用能系统替代优化方法，对于现有技术多针对于某典型区域的用能系统进行替代优化配置研究，缺少涵盖多能源站间多能互补和终端用能替代的研究，本申请结合区域终端用能系统的数据特点，建立能源站日前优化运行目标函数，优化运行约束条件，同时对已建模型中出现的非线性变量，分别采取相应的方法进行线性化，最后将优化求解问题转化为数学问题进行求解。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一种基于多能源综合利用的区域用能系统替代优化方法的流程图；
图2为CCHP机组出力分段线性化曲线图。
具体实施方式
参见图1，为本申请一种基于多能源综合利用的区域用能系统替代优化方法的流程图；
由图1可知，本申请提供了一种基于多能源综合利用的区域用能系统替代优化方法，包括建立能源站日前优化运行目标函数；优化运行约束条件；对已建模型中出现的非线性变量，进行线性化处理；将优化求解问题转化为数学问题进行求解；
所述建立能源站日前优化运行目标函数，其中优化是以选择不同参数来分别计算综合能源系统运行费用，并将综合能源系统费用最低的对应参数作为最终运行目标函数；具体的，综合能源系统运行费用包含热点冷热电三联供(CCHP)机组和燃气锅炉消耗天然气的燃料费、综合能源系统从电网的购电费用、CCHP机组和燃气锅炉的启停费用、综合能源系统内部各设备的维护费用以及电负荷参加电网需求响应的收益。
所述目标函数中的不确定性变量是配置光伏发电的能源站的光伏出力，主要体现在电能平衡约束中，
Figure BDA0003124307580000081
Figure BDA0003124307580000082
Figure BDA0003124307580000083
Figure BDA0003124307580000084
Figure BDA0003124307580000085
Figure BDA0003124307580000086
其中，x为所述CCHP机组、所述燃气锅炉、热泵、电制冷以及储能设备的出力大小，X为各设备的出力范围，w为光伏出力大小，W为光伏出力的误差范围，CF，o、CE，o、CS，o、CM，o、CR，o为燃料费、电费、启停费、维护费、需求响应收益，o代表能源站，Ns为能源站数，T为单日优化总时段数，Δt为单位优化运行时段时长，cf为天然气单价，c E(t)和
Figure BDA0003124307580000087
为每千瓦时购电和售电费，CCCHP，o和cGB，o为CCHP机组和燃气锅炉的启停费用，cR为每千瓦时电负荷参与需求响应收益，PL，e，o(t)为t时段预测电负荷，PR，e，o(t)为t时段需求响应后实际电负荷；特别的，Ns取5，T取96，Δt取15分钟。
所述优化运行约束条件，具体包括能源站设备运行约束、能源站能量平衡约束、市电联络线最大功率约束以及需求响应约束；
所述能源站设备运行约束，包括：
CCHP机组运行约束的出力上下限约束、最小启停时间约束、最大上下爬坡速率约束以及溴化锂制冷和余热锅炉余热回收量的约束；CCHP机组中溴化锂吸收式制冷输入热能为燃气轮机的余热锅炉产热，具体为，所述CCHP机组中溴化锂吸收式制冷输入热能小于同时刻燃气轮机的余热锅炉产热量，
Figure BDA0003124307580000091
Figure BDA0003124307580000092
Figure BDA0003124307580000093
PWHB，h(t)-PLRh(t)≥0；
其中，P CCHP，e为CCHP机组最小限制电出力功率，
Figure BDA0003124307580000094
为CCHP机组最大电出力功率，
Figure BDA0003124307580000095
为到t时段CCHP机组已经开机的时间，
Figure BDA0003124307580000096
为到t时段CCHP机组已经关机的时间，
Figure BDA0003124307580000097
和T CCHP为CCHP机组最小开机和关机时间，
Figure BDA0003124307580000098
和
Figure BDA0003124307580000099
为CCHP机组的最大上坡爬坡速率和下坡爬坡速率；
燃气锅炉运行约束的出力上下限约束、最小启停时间约束、最大上下爬坡速率约束；
具体为，
Figure BDA00031243075800000910
Figure BDA00031243075800000911
Figure BDA00031243075800000912
其中，P GB，h为燃气锅炉最小限制热出力功率，
Figure BDA00031243075800000913
为燃气锅炉最大热出力功率，
Figure BDA00031243075800000914
为到t时段燃气锅炉已经开机的时间，
Figure BDA00031243075800000915
为到t时段燃气锅炉已经关机的时间，
Figure BDA00031243075800000916
和T GB为燃气锅炉小开机和关机时间，
Figure BDA00031243075800000917
和
Figure BDA00031243075800000918
为燃气锅炉的最大上坡爬坡速率和下坡爬坡速率；
热泵和电制冷的额定出力约束；
具体为，所述热泵和所述电制冷出力小于额定出力，
Figure BDA00031243075800000919
其中，
Figure BDA00031243075800000920
为热泵额定功率，
Figure BDA00031243075800000921
为电制冷额定功率；
综合能源系统运行中，电、热、冷多种储能设备需满足荷电状态约束、最大充能功率约束、最大方能功率约束和始末能量约束；其中荷电状态约束是为了保证储能设备在运行中不出现过充和过放，且在任何情况下均能充放能，始末能量约束保证储能能够连续优化运行。
具体为，电储能，热储能、冷储能的荷电状态约束为，
Figure BDA0003124307580000101
电储能、热储能，冷储能的最大充、放能功率约束为，
Figure BDA0003124307580000102
电储能、热储能、冷储能的始末能量约束为，
Figure BDA0003124307580000103
其中，
Figure BDA0003124307580000104
和
Figure BDA0003124307580000105
为电储能的最大和最小荷电状态，
Figure BDA0003124307580000106
和
Figure BDA0003124307580000107
为热储能的最大和最小荷电状态，
Figure BDA0003124307580000108
和
Figure BDA0003124307580000109
为冷储能的最大和最小荷电状态，
Figure BDA00031243075800001010
Figure BDA00031243075800001011
为电储能、热储能、冷储能的最大容量，EES(t)、EHS(t)、ECS(t)为电储能、热储能、冷储能在t时段的容量，
Figure BDA00031243075800001012
为电储能、热储能、冷储能的最大充能倍率，
Figure BDA00031243075800001013
为电储能、热储能、冷储能的最大放能倍率，EES(0)、EHS(0)、ECS(0)为电储能、热储能、冷储能在当天开始时段储能初始容量，EES(T)、EHS(T)、ECS(T)为电储能、热储能、冷储能在当天结束时段储能最终容量；
所述能源站能量平衡约束，具体为满足用户电热冷负荷需求；综合能源系统优化运行最重要的前提就是满足用户电热冷负荷的需求，在此基础上对系统经济性、一次能源利用率等进行优化，满足能量平衡约束就是满足用户用能需求，在能源站独立运行状况下，各能源站覆盖范围内用户电热冷负荷需求由各能源站满足。
Figure BDA0003124307580000111
Figure BDA0003124307580000112
Figure BDA0003124307580000113
Figure BDA0003124307580000114
Figure BDA0003124307580000115
其中，ΔPe，o(t)、ΔPh，o(t)、ΔPc，o(t)为t时段能源站o的电、热、冷不平衡功率；因为在能源站独立运行情况下，各能源站覆盖范围内电、热、冷负荷由各能源站供应，所以均为0。
所述市电联络线与所述综合能源系统功率，满足所述综合能源系统运行中，从电网购电向电网售电的最大功率，由于综合能源与电网的联络线存在最大功率，所以综合能源系统运行中从电网购电向电网售电都需满足最大功率约束。
Figure BDA0003124307580000116
其中，
Figure BDA0003124307580000117
分别为从电网购电最大功率和向电网售电最大功率；
所述需求响应约束过程中可平移电负荷需满足，
Figure BDA0003124307580000118
其中，Pdr(t)为参与需求响应后t时段电负荷功率，Ddr为优化运行当天预测电负荷量，
Figure BDA0003124307580000119
和
Figure BDA00031243075800001110
为t时段电负荷的最小、最大用电需求。综合能源系统包含电、热、冷多种负荷，理论上都具备参与需求响应的能力，但是考虑到当前能源价格机制，热能按量计价还未实行，所以只考虑电负荷参与需求响应。
进一步的，对已建模型中出现的非线性变量进行线性化处理，所述线性化处理包括CCHP机组模型线性化或燃气锅炉模型线性化处理；使得综合能源系统优化运行模型变为混合整数线性优化问题，各环节线性化方法如下，
所述CCHP机组模型线性化包括：
CCHP天然气输入量-电出力非线性变量分段线性化；
Figure BDA0003124307580000121
Figure BDA0003124307580000122
βi＝FCCHP，g(PCCHP，e，i)-PCCHP，e，iαi
PCCHP，e，iBi(t)≤PCCHP，e，i(t)≤PCCHP，e，i+1Bi(t)
Figure BDA0003124307580000123
其中，αi和βi分别为所述CCHP机组出力曲线分段线性化参数，U(t)和Bi(t)为分段线性化引入的0-1变量参数；参见图2为CCHP机组出力分段线性化曲线。
CCHP机组上下爬坡速率约束线性化；
Figure BDA0003124307580000124
Figure BDA0003124307580000125
CCHP机组最小启停时间线性化；
Figure BDA0003124307580000126
所述燃气锅炉模型线性化包括：
燃气锅炉上下爬坡速率约束线性化；
Figure BDA0003124307580000127
Figure BDA0003124307580000128
燃气锅炉最小启停时间线性化；
Figure BDA0003124307580000129
能源站日前鲁棒优化包含的线性变量有燃气锅炉出力、热泵、溴化锂制冷、电制冷、电热冷储能出力；非线性变量为CCHP机组发电出力，其拟合曲线为三次函数，0-1变量有燃气轮机和燃气锅炉启停状态，电热冷储能充放能状态。线性化后非线性变量转换为线性变量和0-1变量的组合，对CCHP机组出力曲线采用分段线性比，每段增加一个线性变量和一个0-1变量，各类型变量统计如表1所示。
表1
变量类型 线性化前 线性化后
线性变量 12*96＝1152 22*96＝2112
非线性变量 1*96＝96 0
0-1变量 6*96＝576 16*96＝1536
由表1可知，CCHP机组发电出力线性化后，非线性变量减少1个，线性变量增加了960个，0-1变量增加了960个，增量来源于CCHP机组发电出力分段线性化引入的10个线性变量和对应的10个0-1变量，优化总时段为96，所以变量数要相应乘以96。
进一步的，综合能源系统的优化求解问题转化为数学问题为对代数方程组、微分方程组、偏微分方程组的求解问题。如电力系统潮流计算是对非线性方程组的求解，对于天然气管网等温稳态模型的求解问题则是对非线性方程组和常微分方程组的求解，天然气管网的动态模型是对偏微分方程组的求解，热网的求解则是对非线性代数方程组的求解。求解线性方程组可采用直接法(高斯消去法、LU分解法)和迭代法(雅克比迭代法高斯-赛德尔迭代法、超松弛迭代法和共轭梯度法等)等。代数方程(组)求解方法对比分析如表2所示。
表2
Figure BDA0003124307580000131
所述综合能源系统的鲁棒优化模型为混合整数非线性规划，模型中包含0-1变量(CCHP机组和燃气锅炉的启停、储能的充放能状态)、非线性变量(CCHP机组效率曲线、电网电压-功率、燃气管网流量-压力、热水管网功率-流量和温度)。
Figure BDA0003124307580000141
Figure BDA0003124307580000142
其中，x为所述CCHP机组、所述燃气锅炉、热泵、电制冷以及储能设备的出力大小，o代表能源站，w为光伏出力大小。
优化求解选用MATLAB+Yalmip+Gurobi工具；即在MATLAB平台上基于Yalmip建模工具包调用Gurobi求解器进行求解。其特点为可以快速求解大规模混合整数线性规划问题，求解效率高且求解稳定，能够满足综合能源系统鲁棒优化对时效性的要求，但是对非线性问题的求解效率很低。
由以上技术方案可知，本申请提供了一种基于多能源综合利用的区域用能系统替代优化方法，结合区域终端用能系统的数据特点，建立能源站日前优化运行目标函数，优化运行约束条件，同时对已建模型中出现的非线性变量，分别采取相应的方法进行线性化，最后将优化求解问题转化为数学问题进行求解。
本领域技术人员在考虑说明书和实施例公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。

Claims (9)

1.一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，包括：
建立能源站日前优化运行目标函数；
优化运行约束条件；
对已建模型中出现的非线性变量，进行线性化处理；
将优化求解问题转化为数学问题进行求解。
2.根据权利要求1所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述建立能源站日前优化运行目标函数，其中优化是以选择不同参数来分别计算综合能源系统运行费用，并将综合能源系统费用最低的对应参数作为最终运行目标函数。
3.根据权利要求1所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述目标函数中的不确定性变量是配置光伏发电的能源站的光伏出力，主要体现在电能平衡约束中，
Figure FDA0003124307570000011
Figure FDA0003124307570000012
Figure FDA0003124307570000013
Figure FDA0003124307570000014
Figure FDA0003124307570000015
Figure FDA0003124307570000016
其中，x为所述CCHP机组、所述燃气锅炉、热泵、电制冷以及储能设备的出力大小，X为各设备的出力范围，w为光伏出力大小，W为光伏出力的误差范围，CF，o、CE，o、CS，o、CM,o、CR,o为燃料费、电费、启停费、维护费、需求响应收益，o代表能源站，Ns为能源站数，T为单日优化总时段数，Δt为单位优化运行时段时长，cf为天然气单价，c E(t)和
Figure FDA0003124307570000017
为每千瓦时购电和售电费，cCCHP,o和cGB,o为CCHP机组和燃气锅炉的启停费用，cR为每千瓦时电负荷参与需求响应收益，PL，e，o(t)为t时段预测电负荷，PR，e，o(t)为t时段需求响应后实际电负荷。
4.根据权利要求1所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述优化运行约束条件包括能源站设备运行约束、能源站能量平衡约束、市电联络线最大功率约束以及需求响应约束；
所述能源站设备运行约束，包括：
CCHP机组运行约束的出力上下限约束、最小启停时间约束、最大上下爬坡速率约束以及溴化锂制冷和余热锅炉余热回收量的约束；
所述CCHP机组中溴化锂吸收式制冷输入热能小于同时刻燃气轮机的余热锅炉产热量，
Figure FDA0003124307570000021
Figure FDA0003124307570000022
Figure FDA0003124307570000023
PWHB，h(t)-PLR，h(t)≥0；
其中，P CCHP,e为CCHP机组最小限制电出力功率，
Figure FDA0003124307570000024
为CCHP机组最大电出力功率，
Figure FDA0003124307570000025
为到t时段CCHP机组已经开机的时间，
Figure FDA0003124307570000026
为到t时段CCHP机组已经关机的时间，
Figure FDA0003124307570000027
和T CCHP为CCHP机组最小开机和关机时间，
Figure FDA0003124307570000028
和
Figure FDA0003124307570000029
为CCHP机组的最大上坡爬坡速率和下坡爬坡速率；
燃气锅炉运行约束的出力上下限约束、最小启停时间约束、最大上下爬坡速率约束；
Figure FDA00031243075700000210
Figure FDA00031243075700000211
Figure FDA00031243075700000212
其中，P GB,h为燃气锅炉最小限制热出力功率，
Figure FDA00031243075700000213
为燃气锅炉最大热出力功率，
Figure FDA00031243075700000214
为到t时段燃气锅炉已经开机的时间，
Figure FDA00031243075700000215
为到t时段燃气锅炉已经关机的时间，
Figure FDA0003124307570000031
和T GB为燃气锅炉小开机和关机时间，
Figure FDA0003124307570000032
和
Figure FDA0003124307570000033
为燃气锅炉的最大上坡爬坡速率和下坡爬坡速率；
热泵和电制冷的额定出力约束；
所述热泵和所述电制冷出力小于额定出力，
Figure FDA0003124307570000034
其中，
Figure FDA0003124307570000035
为热泵额定功率，
Figure FDA0003124307570000036
为电制冷额定功率；
综合能源系统运行中，电、热、冷多种储能设备需满足荷电状态约束、最大充能功率约束、最大方能功率约束和始末能量约束；
电储能，热储能、冷储能的荷电状态约束为，
Figure FDA0003124307570000037
电储能、热储能，冷储能的最大充、放能功率约束为，
Figure FDA0003124307570000038
电储能、热储能、冷储能的始末能量约束为，
Figure FDA0003124307570000039
其中，
Figure FDA00031243075700000310
和
Figure FDA00031243075700000311
为电储能的最大和最小荷电状态，
Figure FDA00031243075700000312
和
Figure FDA00031243075700000313
为热储能的最大和最小荷电状态，
Figure FDA00031243075700000314
和
Figure FDA00031243075700000315
为冷储能的最大和最小荷电状态，
Figure FDA00031243075700000316
Figure FDA00031243075700000317
为电储能、热储能、冷储能的最大容量，EES(t)、EHS(t)、ECS(t)为电储能、热储能、冷储能在t时段的容量，
Figure FDA00031243075700000318
为电储能、热储能、冷储能的最大充能倍率，
Figure FDA00031243075700000319
为电储能、热储能、冷储能的最大放能倍率，EES(0)、EHS(0)、ECS(0)为电储能、热储能、冷储能在当天开始时段储能初始容量，EES(T)、EHS(T)、ECS(T)为电储能、热储能、冷储能在当天结束时段储能最终容量；
所述能源站能量平衡约束，具体为满足用户电热冷负荷需求；
Figure FDA0003124307570000041
Figure FDA0003124307570000042
Figure FDA0003124307570000043
其中，ΔPe，o(t)、ΔPh，o(t)、ΔPc，o(t)为t时段能源站o的电、热、冷不平衡功率；
所述市电联络线与所述综合能源系统功率，满足所述综合能源系统运行中，从电网购电向电网售电的最大功率，
Figure FDA0003124307570000044
其中，
Figure FDA0003124307570000045
分别为从电网购电最大功率和向电网售电最大功率；
所述需求响应约束过程中可平移电负荷需满足，
Figure FDA0003124307570000046
其中，Pdr(t)为参与需求响应后t时段电负荷功率，Ddr为优化运行当天预测电负荷量，
Figure FDA0003124307570000047
和
Figure FDA0003124307570000048
为t时段电负荷的最小、最大用电需求。
5.根据权利要求1所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述线性化处理包括CCHP机组模型线性化或燃气锅炉模型线性化处理。
6.根据权利要求5所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述CCHP机组模型线性化包括：
CCHP天然气输入量—电出力非线性变量分段线性化；
Figure FDA0003124307570000051
Figure FDA0003124307570000052
βi＝FCCHP，g(PCCHP，e，i)-PCCHP，e，iαi
PCCHP，e，iBi(t)≤PCCHP，e，i(t)≤PCCH，P，e，i+1Bi(t)
Figure FDA0003124307570000053
其中，αi和βi分别为所述CCHP机组出力曲线分段线性化参数，U(t)和Bi(t)为分段线性化引入的0-1变量参数；
CCHP机组上下爬坡速率约束线性化；
Figure FDA0003124307570000054
Figure FDA0003124307570000055
CCHP机组最小启停时间线性化；
Figure FDA0003124307570000056
7.根据权利要求5所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述燃气锅炉模型线性化包括：
燃气锅炉上下爬坡速率约束线性化；
Figure FDA0003124307570000057
Figure FDA0003124307570000058
燃气锅炉最小启停时间线性化；
Figure FDA0003124307570000059
8.根据权利要求1所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，所述综合能源系统的鲁棒优化模型为混合整数非线性规划，
Figure FDA0003124307570000061
Figure FDA0003124307570000062
其中，x为所述CCHP机组、所述燃气锅炉、热泵、电制冷以及储能设备的出力大小，o代表能源站，w为光伏出力大小。
9.根据权利要求1所述的一种基于多能源综合利用的区域用能系统替代优化方法，其特征在于，优化求解选用MATLAB+Yalmip+Gurobi工具。
CN202110685194.3A 2021-06-21 2021-06-21 一种基于多能源综合利用的区域用能系统替代优化方法 Pending CN113240205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110685194.3A CN113240205A (zh) 2021-06-21 2021-06-21 一种基于多能源综合利用的区域用能系统替代优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110685194.3A CN113240205A (zh) 2021-06-21 2021-06-21 一种基于多能源综合利用的区域用能系统替代优化方法

Publications (1)

Publication Number Publication Date
CN113240205A true CN113240205A (zh) 2021-08-10

Family

ID=77140437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110685194.3A Pending CN113240205A (zh) 2021-06-21 2021-06-21 一种基于多能源综合利用的区域用能系统替代优化方法

Country Status (1)

Country Link
CN (1) CN113240205A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114135983A (zh) * 2021-11-19 2022-03-04 国网山东省电力公司电力科学研究院 一种水冷机组与风冷热泵机组的联合优化调度方法及系统
CN114595584A (zh) * 2022-03-14 2022-06-07 南方电网数字电网研究院有限公司 多能源互补的区域终端用能配置方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
CN111144668A (zh) * 2020-01-19 2020-05-12 河海大学 考虑场景模拟的综合能源系统随机优化模型的建立方法
CN111598289A (zh) * 2020-03-30 2020-08-28 国网河北省电力有限公司 计及lstm光伏出力预测的综合能源系统分散式优化方法
CN112529244A (zh) * 2020-10-23 2021-03-19 河海大学 一种考虑电负荷需求响应的综合能源系统协同优化运行法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670730A (zh) * 2019-01-11 2019-04-23 国网安徽省电力有限公司合肥供电公司 一种综合能源系统日前经济调度方法
CN111144668A (zh) * 2020-01-19 2020-05-12 河海大学 考虑场景模拟的综合能源系统随机优化模型的建立方法
CN111598289A (zh) * 2020-03-30 2020-08-28 国网河北省电力有限公司 计及lstm光伏出力预测的综合能源系统分散式优化方法
CN112529244A (zh) * 2020-10-23 2021-03-19 河海大学 一种考虑电负荷需求响应的综合能源系统协同优化运行法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114135983A (zh) * 2021-11-19 2022-03-04 国网山东省电力公司电力科学研究院 一种水冷机组与风冷热泵机组的联合优化调度方法及系统
CN114595584A (zh) * 2022-03-14 2022-06-07 南方电网数字电网研究院有限公司 多能源互补的区域终端用能配置方法及装置

Similar Documents

Publication Publication Date Title
CN109193626B (zh) 一种分布式能源站选型与定容优化规划统一求解方法
CN106372742A (zh) 考虑电转气多源储能型微网日前最优经济调度方法
Wang et al. Renewable production of ammonia and nitric acid
CN111027846B (zh) 一种考虑热氢联产的电氢综合能源系统及其容量配置方法
CN111614121A (zh) 考虑需求响应的含电动汽车的多能源园区日前经济调度方法
Jia et al. Modeling and optimization of a hybrid renewable energy system integrated with gas turbine and energy storage
CN110991000B (zh) 计及固体氧化物燃料电池和电转气的能量枢纽建模方法
Obara et al. Operation method study based on the energy balance of an independent microgrid using solar-powered water electrolyzer and an electric heat pump
CN113256045B (zh) 考虑风光不确定性的园区综合能源系统日前经济调度方法
CN108090666B (zh) 一种含aa-caes的电网电能与备用容量的协同调度方法
CN110163415B (zh) 一种变工况特性下的多能流系统多目标模糊协同优化方法
Li et al. Capacity design of a distributed energy system based on integrated optimization and operation strategy of exergy loss reduction
Lund et al. EnergyPLAN
CN112186755A (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN113240205A (zh) 一种基于多能源综合利用的区域用能系统替代优化方法
CN115186902A (zh) 温室综合能源系统的调控方法、装置、终端及存储介质
CN114844124B (zh) 一种基于目标优化的综合能源系统的运行控制方法
CN113128868B (zh) 一种区域综合能源系统调度优化方法及装置
CN117040027B (zh) 一种农村虚拟电厂的协调优化方法和装置
CN110783917A (zh) 含有新能源消纳的多能源能量枢纽配置方法
CN111126675A (zh) 多能互补微网系统优化方法
CN114396822B (zh) 一种能源综合利用配置与运行方法
CN115659585A (zh) 计及需求响应的微能网低碳协同调度方法、装置、存储器及设备
Zhang et al. Optimal Operation of a Regional Integrated Energy System Considering P2G and Stepped Carbon Trading
CN111555270A (zh) 一种综合能源优化与动态分析的方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210810