CN113393126A - 高耗能园区与电网交替并行协同优化调度方法 - Google Patents

高耗能园区与电网交替并行协同优化调度方法 Download PDF

Info

Publication number
CN113393126A
CN113393126A CN202110666836.5A CN202110666836A CN113393126A CN 113393126 A CN113393126 A CN 113393126A CN 202110666836 A CN202110666836 A CN 202110666836A CN 113393126 A CN113393126 A CN 113393126A
Authority
CN
China
Prior art keywords
park
power grid
power
energy
parallel
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
CN202110666836.5A
Other languages
English (en)
Inventor
叶鹏
屈科明
关多娇
刘思奇
杨硕
王士元
王枫淇
李天岳
魏靖晓
张政斌
杨宏宇
王子赫
邵旸棣
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.)
Shenyang Institute of Engineering
Original Assignee
Shenyang Institute of Engineering
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 Shenyang Institute of Engineering filed Critical Shenyang Institute of Engineering
Priority to CN202110666836.5A priority Critical patent/CN113393126A/zh
Publication of CN113393126A publication Critical patent/CN113393126A/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
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种高耗能园区与电网交替并行协同优化调度方法，属于综合能源系统运行与控制技术领域，包括以下步骤：①建立常规发电机组、分布式电源、储能及其他设备的出力模型及负荷预测模型；②分别对园区侧电、热负荷及光伏出力及电网侧风力发电机组进行日前预测；③建立园区综合能源系统群与电网分解协同优化框架；④建立考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度模型；⑤建立基于并行交替方向乘子法的求解流程；⑥建立高耗能园区综合能源系统与电网并行分解协同优化调度Matlab平台求解互动流程。本发明为园区综合能源系统群与电网的稳定运行及大规模消纳风电提供技术依据和实用方法。

Description

高耗能园区与电网交替并行协同优化调度方法
技术领域
本发明属于电网运行技术领域，尤其涉及一种高耗能园区与电网交替并行协同优化调度方法。
背景技术
园区级综合能源系统由燃气轮机机组、分布式电源设备、辅助供能设备和储能设备构成，燃气轮机机组通过燃烧天然气产生电能，余热通过余热锅炉收集起来，余热通过吸收式制冷机制冷可以供给冷负荷使用，通过换热装置制热可以供给热负荷使用，冷热电联供系统内的蓄冷装置、蓄热装置和蓄电装置可以存储系统内剩余的冷能、热能和电能。通过对燃气轮机产生的余热进行充分利用，能够最大限度的提高系统的多种能源利用效率。
传统配电网的管理模式较为落后，存在对人工调节的依赖性大、自动化水平差、难以拓展功能等问题，难以适应分布式电源接入量逐渐提升及配电网电负荷不断增长的需要将冷热电联供型园区接入主动配电网，研究冷热电联供型
高耗能园区和配电网的经济优化调度对于实际工程项目具有重要的理论指导意义。
目前，有以下两个待进一步探究的问题：①虽然园区和电网分别以不同的利益主体进行建模，但求解时首先以电网的经济性为优先进行一次协调，随后多园区综合能源系统以自身经济性为目标进行二次协调，这种方式无法实现多园区和电网的并行求解；②MCIES多主体分散协调调度中考虑的利益主体不全面，未考虑电网和园区间的利益分配问题。
发明内容
本发明就是针对现有技术存在的缺陷，提供一种高耗能园区与电网交替并行协同优化调度方法，其为考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度，能够更有效和可靠的进行电网和综合能源系统群之间的协调控制，为综合能源系统协调控制提供技术依据和实用方法。该方法针对园区综合能源系统群与电网两个不同的利益主体，搭建区域层和局域层协调框架，建立分解协调控制模型，通过并行交替方向乘子法确定最优策略集，实现电网和园区综合能源系统群的经济稳定运行。
为实现上述目的，本发明采用如下技术方案，包括：
建立发电机组、分布式电源、储能及其他设备的出力模型及负荷预测模型。
针对已经建立好的出力模型及负荷预测模型，分别对园区侧电、热负荷及光伏出力及电网侧风力发电机组进行日前预测，作为各园区与电网协同优化调度的基础数据。
建立园区综合能源系统群与电网并行分解协同优化框架。
在协同优化框架的基础上，建立考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度模型。
在协同优化调度模型的基础上，建立基于并行交替方向乘子法的求解流程。
针对基于并行交替方向乘子法的求解流程，建立高耗能园区综合能源系统与电网并行分解协同优化调度Matlab平台求解互动流程。
进一步地，(最后一步)对高耗能园区综合能源系统与电网并行分解协同优化调度策略有效性进行仿真分析，验证分层协调的园区综合能源系统群与电网的分解协调策略能够实现园区综合能源系统群与电网的稳定经济运行。
进一步地，所述建立园区综合能源系统群与电网并行分解协同优化框架包括：建立分层分解优化模型来实现电网与园区综合能源系统群的分解协同优化控制：区域层为电网与高耗能园区群的分解协调控制、局域层为高耗能园区的独立优化控制。
区域层模型以电网侧售电收益最大及最大化接纳风电和高耗能园区群综合运行成本最小为目标函数，确定电网与高耗能园区群的最佳交互功率调度计划；局域层以各独立园区运行成本最小为目标函数，决策各园区中各分布式能源及其他设备的出力。
进一步地，所述建立考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度模型包括：
步骤1、确定决策变量。
步骤2、建立区域层及局域层目标函数。
步骤3、电网根据自身效益制定机组处理计划并下发给各园区；各园区结合自身的生产计划，选定电、热负荷模型及收益函数，在保证自身效益最大化的基础上向电网侧上报可平移负荷、可削减负荷及可改变负荷的量。
步骤4、电网侧汇总各户的情况之后，根据自身效益重新制定发电机组出力计划，并下发给用户，用户继续对自己的收益函数寻优，再次与电网互动。
步骤5、重复步骤3和4，直至所有优化对象不再发生改变。
进一步地，所述建立基于并行交替方向乘子法的求解流程包括：
初始化数：拉格朗日乘子初值和惩罚系数、耦合变量初值、原始残差和对偶残差允许值。
电网和高耗能园区群根据上次迭代所求的期待交互功率与其对端主体的期待交互功率计算本轮迭代的平均期待交互功率，得到本区域优化决策变量。
判断是否满足收敛条件或是否达到最大迭代次数，如否，则对对偶变量进行更新，重复上述操作，直至收敛达到最大迭代次数。
进一步地，所述建立高耗能园区综合能源系统与电网并行分解协同优化调度Matlab平台求解互动流程包括：
输入初始数据并设置参数，包括各园区典型日热电负荷曲线、园区电价、机组运行参数。
电网及园区群子优化问题并行计算。
耦合变量交换。
收敛判断；根据式判断算法是否收敛，若收敛，停止计算。
平均值变量更新。
乘子变量更新，进行下一步的迭代计算。
下层算法：利用非线性规划求解方法求解园区群的效益，并将优化后的结果上报给电网调度中心，所有园区均参与优化求解，则结束流程。
进一步地，园区综合能源系统群与电网通过电能的互动进行协同优化控制。
进一步地，建立区域层与局域层协同优化控制模型与互动模型来实现对园区综合能源系统群与电网的最优调度策略。
进一步地，分层协同优化控制模型中，区域调度层电网根据各园区提供的购售电价格、出力上下限等信息与电网中其他发电公司进行联合调度，以电网公司效益最大化为目标确定发电计划。各园区还需根据发电计划、分布式电源出力以及自身负荷预测数据以运行成本最小化为目标进行二次协调。
区域调度侧收益函数：
电网侧：
Figure BDA0003117125520000041
Figure BDA0003117125520000042
maxF＝λ1F1-λ2F2
式中：F1为电网对园区售能收益；
Figure BDA00031171255200000515
为负荷曲线的标准差；λ1、λ2分别为各自的权力系数
Figure BDA0003117125520000051
为园区与电网交互电量；当
Figure BDA0003117125520000052
时，电网向园区i输出电功率，
Figure BDA0003117125520000053
时，园区向电网输出电功率；m为不同的工业园区；α、β和χ分别为不同时段；
Figure BDA0003117125520000054
为不同时段的园区购售电价格；
Figure BDA0003117125520000055
为系统t时刻负荷；
Figure BDA0003117125520000056
为全天系统平均负荷；
Figure BDA0003117125520000057
为t时刻风电预测出力；
Figure BDA0003117125520000058
为t时刻弃凤电量。
园区群侧：
minFLI＝Fpur+F1+Fser
Figure BDA0003117125520000059
Figure BDA00031171255200000510
式中：FLI为园区群总成本；Fpur为综合能源系统群的购能费用；Fser为综合能源系统群的运行维护费用；pgas为天然气价格；PMT，i为第i个综合能源系统的燃气轮机出力；ηMT，i为第i个综合能源系统的燃气轮机发电效率；Hgas为天然气热值；NGB，i(t)为第i个综合能源系统的燃气锅炉消耗燃气量；vi，x为设备x在第i个园区内单位时间的运行维护费用；
Figure BDA00031171255200000511
为设备x在第i个园区内的出力，主要包括储电装置以及光伏发电设备。
局域调度侧成本收益函数：
Figure BDA00031171255200000512
Figure BDA00031171255200000513
Figure BDA00031171255200000514
式中：
Figure BDA0003117125520000061
为独立园区i的总成本；
Figure BDA0003117125520000062
为独立园区i的购能费用；
Figure BDA0003117125520000063
为独立园区i的运行维护费用；pgas为天然气价格。
进一步地，分布式优化算法比起集中优化的计算时间偏长，分布式优化在迭代过程中只交换各个分区边界变量信息，适用于应用在各个优化主体之间信息具有私密性的场合。
与现有技术相比本发明有益效果。
本发明高耗能园区综合能源系统与电网并行分解协同优化调度方法，电网和园区群作为不同的利益主体分别独立建模，在考虑网络安全约束的情况下并行分解求解，实现整个系统的最优化调度，能够兼顾不同园区的利益诉求，所提出的分解协同优化调度策略具有一定的适用性及优越性。优化后的调度策略能够实现在网络安全约束条件下电网的经济效益最大化以及各园区的最优化调度；配电网中各机组出力能够满足电网侧电负荷需求及电网与高耗能园区间的电能交互，同时避免了大范围弃凤现象的出现。
本发明易于实施，其是在综合能源系统群内部优化调度的基础之上建立起来的，加入综合能源系统群与电网的电能交互环节，使得综合能源系统的运行调度不脱离现实环境更符合实际情况。从控制上易于实施；同时，各预测函数有现成的算法或软件，控制策略也易于实施。
本发明便于商业化开发；随着综合能源系统应用的增多，该系统与电网的协同优化控制策略的开发必然具有较大需求，本发明具有较好的商业开发前景。
附图说明
下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。
图1是园区综合能源系统与电网分解协同优化框架。
图2是园区综合能源系统与电网分解协同优化流程图。
图3-5是迭代收敛曲线。
图6-10是园区综合能源系统群优化结果及电网侧机组出力优化结果。
图11是不同场景下的交互功率与电压水平。
具体实施方式
本发明分析典型高耗能园区内各设备组成以及能量流动，在此基础之上对各设备进行独立建模，针对电网和高耗能园区建立相应的优化调度模型，采用并行交替方向乘子法将联络线功率作为电网与园区的耦合变量，并将其等效为电网优化调度得到的耦合虚拟负荷以及园区调度得到的耦合虚拟电源，实现电网与高耗能园区的并行分解求解，针对辽宁菱镁产业园区的具体实施例表明高耗能园区与电网分解协同优化调度具有一定的优越性，能够实现园区与电网两个不同利益主体的最优化运行。
高耗能园区与电网交替并行协同优化调度方法，是指在引入电网侧运行安全约束基础之上，进行园区综合能源系统与电网并行分解协同优化调度，充分利用电网侧和园区侧负荷峰谷特性进行能量优化管理，从而降低系统整体的运行成本与负荷峰谷差，实现园区综合能源系统群与电网的经济安全运行。
如图1-11所示，本发明高耗能园区与电网交替并行协同优化调度方法包括以下步骤：
步骤1)针对海城菱镁产业园区综合能源系统群建立常规发电机组、分布式电源、储能及其他设备的出力模型及负荷预测模型。
步骤2)针对海城菱镁产业园区综合能源系统群，对已经建立好的出力模型及负荷预测模型，分别对园区侧电、热负荷及光伏出力及电网侧风力发电机组进行日前预测，作为各园区与电网协同优化调度的基础数据。
步骤3)针对海城菱镁产业园区综合能源系统群，建立园区综合能源系统群与电网并行分解协同优化框架。
(1)建立分层分解优化模型来实现电网与园区综合能源系统群的分解协同优化控制：区域层为电网与高耗能园区群的分解协调控制、局域层为高耗能园区的独立优化控制。
(2)区域层模型以电网侧售电收益最大及最大化接纳风电和高耗能园区群综合运行成本最小为目标函数，确定电网与高耗能园区群的最佳交互功率调度计划；局域层以各独立园区运行成本最小为目标函数，决策各园区中各分布式能源及其他设备的出力。
步骤4)针对海城菱镁产业园区综合能源系统群，在协同优化框架的基础上，建立考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度模型。
(1)确定决策变量。
(2)建立区域层及局域层目标函数。
(3)电网根据自身效益制定机组处理计划并下发给各园区；各园区结合自身的生产计划，选定电、热负荷模型及收益函数，在保证自身效益最大化的基础上向电网侧上报可平移负荷、可削减负荷及可改变负荷的量。
(4)电网侧汇总各户的情况之后，根据自身效益重新制定发电机组出力计划，并下发给用户，用户继续对自己的收益函数寻优，再次与电网互动。
(5)重复步骤3和4，直至所有优化对象不再发生改变。
步骤5)针对海城菱镁产业园区综合能源系统群，在协同优化调度模型的基础上，建立基于并行交替方向乘子法的求解流程。
(1)初始化数：拉格朗日乘子初值和惩罚系数、耦合变量初值、原始残差和对偶残差允许值。
(2)电网和高耗能园区群根据上次迭代所求的期待交互功率与其对端主体的期待交互功率计算本轮迭代的平均期待交互功率，得到本区域优化决策变量。
(3)判断是否满足收敛条件或是否达到最大迭代次数，如否，则对对偶变量进行更新，重复上述操作，直至收敛达到最大迭代次数。
步骤6)针对海城菱镁产业园区综合能源系统群，在基于并行交替方向乘子法的求解流程基础上，建立高耗能园区综合能源系统与电网并行分解协同优化调度Matlab平台求解互动流程。
(1)输入初始数据并设置参数,包括各园区典型日热电负荷曲线、园区电价、机组运行参数等。
(2)电网及园区群子优化问题并行计算。
(3)耦合变量交换。
(4)收敛判断；根据式判断算法是否收敛，若收敛，停止计算。
(5)平均值变量更新。
(6)乘子变量更新，进行下一步的迭代计算。
(7)下层算法：利用非线性规划求解方法求解园区群的效益，并将优化后的结果上报给电网调度中心，所有园区均参与优化求解，则结束流程。
步骤7)针对海城菱镁产业园区综合能源系统群，对高耗能园区综合能源系统与电网并行分解协同优化调度策略有效性进行仿真分析，验证分层协调的园区综合能源系统群与电网的分解协调策略能够实现园区综合能源系统群与电网的稳定经济运行。
优选地，园区综合能源系统群与电网通过电能的互动进行协同优化控制。
优选地，建立区域层与局域层协同优化控制模型与互动模型来实现对园区综合能源系统群与电网的最优调度策略。
优选地，分层协同优化控制模型中，区域调度层电网根据各园区提供的购售电价格、“出力”上下限等信息与电网中其他发电公司进行联合调度，以电网公司效益最大化为目标确定发电计划。各园区还需根据发电计划、分布式电源出力以及自身负荷预测数据以运行成本最小化为目标进行“二次协调”。
区域调度侧收益函数：
电网侧：
Figure BDA0003117125520000101
Figure BDA0003117125520000102
maxF＝λ1F1-λ2F2
式中：F1为电网对园区售能收益；
Figure BDA00031171255200001012
为负荷曲线的标准差；λ1、λ2分别为各自的权力系数
Figure BDA0003117125520000103
为园区与电网交互电量；当
Figure BDA0003117125520000104
时，电网向园区i输出电功率，
Figure BDA0003117125520000105
时，园区向电网输出电功率；m为不同的工业园区；α、β和χ分别为不同时段；
Figure BDA0003117125520000106
为不同时段的园区购售电价格；
Figure BDA0003117125520000107
为系统t时刻负荷；
Figure BDA0003117125520000108
为全天系统平均负荷；
Figure BDA0003117125520000109
为t时刻风电预测出力；
Figure BDA00031171255200001010
为t时刻弃凤电量。
园区群侧：
minFLI＝Fpur+F1+Fser
Figure BDA00031171255200001011
Figure BDA0003117125520000111
式中：FLI为园区群总成本；Fpur为综合能源系统群的购能费用；Fser为综合能源系统群的运行维护费用；pgas为天然气价格；PMT，i为第i个综合能源系统的燃气轮机出力；ηMT，i为第i个综合能源系统的燃气轮机发电效率；Hgas为天然气热值；NGB，i(t)为第i个综合能源系统的燃气锅炉消耗燃气量；vi，x为设备x在第i个园区内单位时间的运行维护费用；
Figure BDA0003117125520000112
为设备x在第i个园区内的出力，主要包括储电装置以及光伏发电设备。
局域调度侧成本收益函数：
Figure BDA0003117125520000113
Figure BDA0003117125520000114
Figure BDA0003117125520000115
式中：
Figure BDA0003117125520000116
为独立园区i的总成本；
Figure BDA0003117125520000117
为独立园区i的购能费用；
Figure BDA0003117125520000118
为独立园区i的运行维护费用；pgas为天然气价格。
进一步地，分布式优化算法比起集中优化的计算时间偏长，但是分布式优化在迭代过程中只交换各个分区边界变量信息，适用于应用在各个优化主体之间信息具有私密性的场合。
图1是分解协同总体优化框架，与上述计算步骤是一致的，值得说明的是本方法在电网与园区综合能源系统群分层协同控制的基础框架上，引入电网侧网络安全约束，考虑电网的实际运行条件，进一步建立区域层与局域层分布协同控制，求得各主体最优策略集即最优调度策略，这是与其它方法本质的区别所在。
图2是园区综合能源系统与电网分解协同优化流程图，域层中的电网和园区群属于不同的利益主体，此时电网与园区联络线功率即为协调变量，电网侧与园区侧即为区域层调度问题的上下两级，将上下两级的协调变量分别解耦为虚拟电源及虚拟负荷，对各子问题进行独立建模，实现上下级调度的分解协调求解，得到的电网与各园区联络线功率调度结果传递至局域层各园区内部进行优化调度。
图3-5是各园区主体的成本收敛曲线，各园区与电网互相协调，期待交互功率趋于稳定，使各园区的成本收敛于最优解，这一过程体现了多个园区主体的局部优化目标与系统整体目标的博弈与折中。
图6-10是园区综合能源系统群及电网侧发电机组优化结果。
区域电网共有3个园区每个园区配有CCHP系统，风、光伏发电设备，以及电、热储能。其中CCHP系统各设备参数设置如下；燃气轮机发电效率
Figure BDA0003117125520000121
余热回收效率
Figure BDA0003117125520000122
热泵、吸收式制冷机的转换效率分别为
Figure BDA0003117125520000123
Figure BDA0003117125520000124
电热储能容量限制为
Figure BDA0003117125520000125
Figure BDA0003117125520000126
电热储能充％放电效率为
Figure BDA0003117125520000127
园区内存在电、热两种类型的负荷需求，且多集中于低谷时段生产，使该区域内用电负荷呈现峰谷倒置现象如图5所示，且峰谷差较大，须针对产业园区的用电特点，开展园区综合能源系统和电网相结合的协同调控策略，所采用的算法参数中惩罚系数取0.015；对偶变量初值为零向量；原始残差及对偶残差判定值均取0.01。
从图中可以看出，电网侧负荷峰时段，园区内的燃气轮机机组满功率运行，同时园区内蓄电池进行放电，满足园区内的电负荷需求，并对电网输送电功率，降低电网峰时负荷；在电网负荷低谷时段，园区内的燃气轮机机组降低运行功率，蓄电池进行充电，电网向园区输送电功率，提升电网侧的谷时负荷，实现削峰填谷的效果，避免了辽宁电网谷电价时段大范围弃风现象的出现。同时，对于电网侧负荷波动降低较为剧烈的13时刻，通过改变电网侧火电机组的出力来适应电网侧负荷经济性不高，而通过改变园区热电联产机组的出力，电网向园区输送电功率，提升了能源利用效率与经济性。
园区群及园区1的热负荷由燃气锅炉和换热装置共同提供如图10、11所示，当燃气锅炉无法满足园区内供热需求时，通过换热装置进行补发，同时燃气锅炉的出力受到燃气轮机和园区热负荷的限制。
各园区在峰电价时段，均向电网输送电功率，目的是为了降低电网负荷峰值，但输送容量较小，这是由于从园区向电网输送电功率成本较高。在谷电价时段，各园区均从电网购电，此时风电出力较大，而电网侧火电机组以按照最低出力运行，通过增加园区负荷，避免大范围弃凤现象的出现。
图11是不同场景下的交互功率与电压水平。
考虑电网网络安全约束的场景3具有更高的成本，即系统为了满足网络安全运行约束条件牺牲了部分的经济性，该节点在时段4时刻越下限，此时削减电网对园区的售电量，使得该节点电压恢复至正常范围，可见采取网络安全约束的调度模型虽然牺牲了部分经济性，但能够根据网络整体运行状态实时调整配网-园区联络线功率，使配网在安全范围之内运行。从而证明了计及网络安全约束的分解协通调度方法的有效性。
可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。

Claims (10)

1.高耗能园区与电网交替并行协同优化调度方法，其特征在于，包括：
建立发电机组、分布式电源、储能及其他设备的出力模型及负荷预测模型；
针对已经建立好的出力模型及负荷预测模型，分别对园区侧电、热负荷及光伏出力及电网侧风力发电机组进行日前预测，作为各园区与电网协同优化调度的基础数据；
建立园区综合能源系统群与电网并行分解协同优化框架；
在协同优化框架的基础上，建立考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度模型；
在协同优化调度模型的基础上，建立基于并行交替方向乘子法的求解流程；
针对基于并行交替方向乘子法的求解流程，建立高耗能园区综合能源系统与电网并行分解协同优化调度Matlab平台求解互动流程。
2.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：对高耗能园区综合能源系统与电网并行分解协同优化调度策略有效性进行仿真分析，验证分层协调的园区综合能源系统群与电网的分解协调策略能够实现园区综合能源系统群与电网的稳定经济运行。
3.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：所述建立园区综合能源系统群与电网并行分解协同优化框架包括：
建立分层分解优化模型来实现电网与园区综合能源系统群的分解协同优化控制：区域层为电网与高耗能园区群的分解协调控制、局域层为高耗能园区的独立优化控制；
区域层模型以电网侧售电收益最大及最大化接纳风电和高耗能园区群综合运行成本最小为目标函数，确定电网与高耗能园区群的最佳交互功率调度计划；局域层以各独立园区运行成本最小为目标函数，决策各园区中各分布式能源及其他设备的出力。
4.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：所述建立考虑网络安全约束的高耗能园区综合能源系统与电网并行分解协同优化调度模型包括：
步骤1、确定决策变量；
步骤2、建立区域层及局域层目标函数；
步骤3、电网根据自身效益制定机组处理计划并下发给各园区；各园区结合自身的生产计划，选定电、热负荷模型及收益函数，在保证自身效益最大化的基础上向电网侧上报可平移负荷、可削减负荷及可改变负荷的量；
步骤4、电网侧汇总各户的情况之后，根据自身效益重新制定发电机组出力计划，并下发给用户，用户继续对自己的收益函数寻优，再次与电网互动；
步骤5、重复步骤3和4，直至所有优化对象不再发生改变。
5.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：所述建立基于并行交替方向乘子法的求解流程包括：
初始化数：拉格朗日乘子初值和惩罚系数、耦合变量初值、原始残差和对偶残差允许值；
电网和高耗能园区群根据上次迭代所求的期待交互功率与其对端主体的期待交互功率计算本轮迭代的平均期待交互功率，得到本区域优化决策变量；
判断是否满足收敛条件或是否达到最大迭代次数，如否，则对对偶变量进行更新，重复上述操作，直至收敛达到最大迭代次数。
6.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：所述建立高耗能园区综合能源系统与电网并行分解协同优化调度Matlab平台求解互动流程包括：
输入初始数据并设置参数，包括各园区典型日热电负荷曲线、园区电价、机组运行参数；
电网及园区群子优化问题并行计算；
耦合变量交换；
收敛判断；根据式判断算法是否收敛，若收敛，停止计算；
平均值变量更新；
乘子变量更新，进行下一步的迭代计算；
下层算法：利用非线性规划求解方法求解园区群的效益，并将优化后的结果上报给电网调度中心，所有园区均参与优化求解，则结束流程。
7.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：园区综合能源系统群与电网通过电能的互动进行协同优化控制。
8.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：建立区域层与局域层协同优化控制模型与互动模型来实现对园区综合能源系统群与电网的最优调度策略。
9.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：分层协同优化控制模型中，区域调度层电网根据各园区提供的购售电价格、出力上下限等信息与电网中其他发电公司进行联合调度，以电网公司效益最大化为目标确定发电计划。各园区还需根据发电计划、分布式电源出力以及自身负荷预测数据以运行成本最小化为目标进行二次协调；
区域调度侧收益函数：
电网侧：
Figure FDA0003117125510000031
Figure FDA0003117125510000041
maxF＝λ1F1-λ2F2
式中：F1为电网对园区售能收益；F2为负荷曲线的标准差；λ1、λ2分别为各自的权力系数
Figure FDA0003117125510000042
为园区与电网交互电量；当
Figure FDA0003117125510000043
时，电网向园区i输出电功率，
Figure FDA0003117125510000044
时，园区向电网输出电功率；m为不同的工业园区；α、β和χ分别为不同时段；
Figure FDA0003117125510000045
为不同时段的园区购售电价格；
Figure FDA0003117125510000046
为系统t时刻负荷；
Figure FDA0003117125510000047
为全天系统平均负荷；
Figure FDA0003117125510000048
为t时刻风电预测出力；
Figure FDA0003117125510000049
为t时刻弃凤电量；
园区群侧：
minFLI＝Fpur+F1+Fser
Figure FDA00031171255100000410
Figure FDA00031171255100000411
式中：FLI为园区群总成本；Fpur为综合能源系统群的购能费用；Fser为综合能源系统群的运行维护费用；pgas为天然气价格；PMT，i为第i个综合能源系统的燃气轮机出力；ηMT，i为第i个综合能源系统的燃气轮机发电效率；Hgas为天然气热值；NGB，i(t)为第i个综合能源系统的燃气锅炉消耗燃气量；vi，x为设备x在第i个园区内单位时间的运行维护费用；
Figure FDA00031171255100000412
为设备x在第i个园区内的出力，主要包括储电装置以及光伏发电设备；
局域调度侧成本收益函数：
Figure FDA00031171255100000413
Figure FDA00031171255100000414
Figure FDA0003117125510000051
式中：
Figure FDA0003117125510000052
为独立园区i的总成本；
Figure FDA0003117125510000053
为独立园区i的购能费用；
Figure FDA0003117125510000054
为独立园区i的运行维护费用；pgas为天然气价格。
10.根据权利要求1所述的高耗能园区与电网交替并行协同优化调度方法，其特征在于：分布式优化算法比起集中优化的计算时间偏长，分布式优化在迭代过程中只交换各个分区边界变量信息，适用于应用在各个优化主体之间信息具有私密性的场合。
CN202110666836.5A 2021-06-16 2021-06-16 高耗能园区与电网交替并行协同优化调度方法 Pending CN113393126A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110666836.5A CN113393126A (zh) 2021-06-16 2021-06-16 高耗能园区与电网交替并行协同优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110666836.5A CN113393126A (zh) 2021-06-16 2021-06-16 高耗能园区与电网交替并行协同优化调度方法

Publications (1)

Publication Number Publication Date
CN113393126A true CN113393126A (zh) 2021-09-14

Family

ID=77621402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110666836.5A Pending CN113393126A (zh) 2021-06-16 2021-06-16 高耗能园区与电网交替并行协同优化调度方法

Country Status (1)

Country Link
CN (1) CN113393126A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462724A (zh) * 2022-04-12 2022-05-10 中建安装集团有限公司 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法
CN115049323A (zh) * 2022-08-16 2022-09-13 东方电子股份有限公司 一种基于分布式资源协同的虚拟电厂监督系统
CN115619145A (zh) * 2022-10-14 2023-01-17 国网江苏省电力有限公司电力科学研究院 用于综合能源系统的协同控制方法、装置及计算机设备
CN116191575A (zh) * 2023-03-17 2023-05-30 长电新能有限责任公司 光储系统参与电网调压辅助服务的运行控制方法和系统
CN116933952A (zh) * 2023-09-19 2023-10-24 北京中电飞华通信有限公司 基于物联网可视化的园区低碳能源调度系统及方法
CN117200344A (zh) * 2023-09-07 2023-12-08 国网江苏省电力有限公司镇江供电分公司 一种多层级优化的高比例分布式电源台区自治控制方法
CN117669930A (zh) * 2023-11-21 2024-03-08 清华大学 协同调度方法、装置、设备、存储介质和程序产品
WO2024087319A1 (zh) * 2022-10-28 2024-05-02 云南电网有限责任公司电力科学研究院 多区域综合能源系统调度方法、设备和存储介质
CN118336717A (zh) * 2024-06-12 2024-07-12 国网山东省电力公司菏泽供电公司 一种电力系统源网协同规划方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105898222A (zh) * 2016-04-26 2016-08-24 国家电网公司 一种图像采集方法及图像采集系统
CN109473972A (zh) * 2018-08-31 2019-03-15 长沙理工大学 基于多功率曲线协整的源荷储优化控制方法
CN110212593A (zh) * 2019-05-17 2019-09-06 广西电网有限责任公司电力科学研究院 一种基于区间的耦合输配电系统分散调度方法
CN111130133A (zh) * 2019-12-27 2020-05-08 广东电网有限责任公司电力调度控制中心 一种分布式储能电池的联合调度方法和相关装置
CN112598224A (zh) * 2020-12-04 2021-04-02 国网辽宁省电力有限公司经济技术研究院 一种园区综合能源系统群与电网的互动博弈调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105898222A (zh) * 2016-04-26 2016-08-24 国家电网公司 一种图像采集方法及图像采集系统
CN109473972A (zh) * 2018-08-31 2019-03-15 长沙理工大学 基于多功率曲线协整的源荷储优化控制方法
CN110212593A (zh) * 2019-05-17 2019-09-06 广西电网有限责任公司电力科学研究院 一种基于区间的耦合输配电系统分散调度方法
CN111130133A (zh) * 2019-12-27 2020-05-08 广东电网有限责任公司电力调度控制中心 一种分布式储能电池的联合调度方法和相关装置
CN112598224A (zh) * 2020-12-04 2021-04-02 国网辽宁省电力有限公司经济技术研究院 一种园区综合能源系统群与电网的互动博弈调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
梁剑 等: "电池储能技术在风电系统调峰优化中的应用", 《电力信息与通信技术》 *
王皓 等: "基于交替方向乘子法的微电网群双层分布式调度方法", 《电网技术》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462724B (zh) * 2022-04-12 2022-07-01 中建安装集团有限公司 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法
CN114462724A (zh) * 2022-04-12 2022-05-10 中建安装集团有限公司 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法
CN115049323A (zh) * 2022-08-16 2022-09-13 东方电子股份有限公司 一种基于分布式资源协同的虚拟电厂监督系统
CN115049323B (zh) * 2022-08-16 2022-11-15 东方电子股份有限公司 一种基于分布式资源协同的虚拟电厂监督系统
CN115619145B (zh) * 2022-10-14 2024-03-19 国网江苏省电力有限公司电力科学研究院 用于综合能源系统的协同控制方法、装置及计算机设备
CN115619145A (zh) * 2022-10-14 2023-01-17 国网江苏省电力有限公司电力科学研究院 用于综合能源系统的协同控制方法、装置及计算机设备
WO2024087319A1 (zh) * 2022-10-28 2024-05-02 云南电网有限责任公司电力科学研究院 多区域综合能源系统调度方法、设备和存储介质
CN116191575B (zh) * 2023-03-17 2023-08-18 长电新能有限责任公司 光储系统参与电网调压辅助服务的运行控制方法和系统
CN116191575A (zh) * 2023-03-17 2023-05-30 长电新能有限责任公司 光储系统参与电网调压辅助服务的运行控制方法和系统
CN117200344A (zh) * 2023-09-07 2023-12-08 国网江苏省电力有限公司镇江供电分公司 一种多层级优化的高比例分布式电源台区自治控制方法
CN116933952B (zh) * 2023-09-19 2024-02-23 北京中电飞华通信有限公司 基于物联网可视化的园区低碳能源调度系统
CN116933952A (zh) * 2023-09-19 2023-10-24 北京中电飞华通信有限公司 基于物联网可视化的园区低碳能源调度系统及方法
CN117669930A (zh) * 2023-11-21 2024-03-08 清华大学 协同调度方法、装置、设备、存储介质和程序产品
CN118336717A (zh) * 2024-06-12 2024-07-12 国网山东省电力公司菏泽供电公司 一种电力系统源网协同规划方法

Similar Documents

Publication Publication Date Title
CN113393126A (zh) 高耗能园区与电网交替并行协同优化调度方法
CN111881616B (zh) 一种基于多主体博弈的综合能源系统的运行优化方法
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
Zhu et al. Optimal scheduling method for a regional integrated energy system considering joint virtual energy storage
He et al. Application of game theory in integrated energy system systems: a review
CN104734168B (zh) 一种基于电热联合调度的微电网运行优化系统及方法
Wang et al. Multi-stage optimal energy management of multi-energy microgrid in deregulated electricity markets
CN114091913B (zh) 考虑热网及p2g多园区综合能源系统低碳经济调度方法
CN112598224A (zh) 一种园区综合能源系统群与电网的互动博弈调度方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN109523065A (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
CN114050571B (zh) 一种考虑碳流的综合能源系统能量枢纽管控方法
CN109861302B (zh) 一种基于主从博弈的能源互联网日前优化控制方法
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN115693779A (zh) 一种多虚拟电厂与配网协同优化调度方法及设备
CN111030101B (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及系统
Wang et al. Research on collaborative operation optimization of multi-energy stations in regional integrated energy system considering joint demand response
Jintao et al. Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy
CN117236587A (zh) 一种园区综合能源系统电氢碳协同调度优化方法
Gu et al. Bi-level decentralized optimal economic dispatch for urban regional integrated energy system under carbon emission constraints
Jie et al. Study of energy scheduling and optimal cost management of a new structure CCHP system: A case study supplying energy for a chemical enterprise in Jiangsu Province
CN113822480A (zh) 一种农村综合能源系统多层协同优化方法及系统
CN112001613A (zh) 基于多微能源网系统合作博弈决策机制的利益分配策略
Li et al. Energy system and scheduling strategies of electric–gas networks deeply coupled under dual electricity prices
CN117039862A (zh) 基于氢共享储能服务的微网群双层优化配置方法和装置

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: 20210914

RJ01 Rejection of invention patent application after publication