CN113659572B - 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 - Google Patents
考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 Download PDFInfo
- Publication number
- CN113659572B CN113659572B CN202110937348.3A CN202110937348A CN113659572B CN 113659572 B CN113659572 B CN 113659572B CN 202110937348 A CN202110937348 A CN 202110937348A CN 113659572 B CN113659572 B CN 113659572B
- Authority
- CN
- China
- Prior art keywords
- gas
- distribution network
- load
- moment
- power
- 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
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
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,将配电网重构的概念映射到配气网的运行中,结合辐射状运行和开关最大动作次数的约束,建立适用于网络重构的气电综合能源配网系统潮流模型;然后考虑需求响应过程的持续时间约束,构建激励型气电联合需求响应模型;以最小化气电综合能源配网系统总运行成本为目标,建立气电综合能源配网系统日前确定性优化运行模型;对模型的非线性潮流方程约束进行松弛处理,将其转化为混合整数二阶锥规划模型;并建立气电综合能源系统鲁棒优化运行模型,最终能够应对系统不确定性的鲁棒调度方案。本发明有效降低了系统运行成本,同时确保调度方案可以应对系统运行中可能出现的不确定性。
Description
技术领域
本发明属于综合能源系统优化运行技术领域,特别涉及一种考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法。
背景技术
能源领域碳排放总量大,是实现碳减排目标的关键,其中电力系统碳减排是能源行业碳减排的重要组成部分。可再生能源正在逐步代替传统化石燃料,成为主要的一次能源,提高其在能源系统的占比已成为国内外解决能源危机和促进节能减排的重要方法,同时也是未来能源领域的重要发展方向。能源可持续发展以及能源系统的低碳转型的压力不断加大,促使很多国家打破不同类型的能源系统单独规划、独立运行的既有模式,开展多种能源综合利用的研究和实现。为解决可再生清洁能源的接入和传统能源综合能效较低等问题,以互联、低碳、多源高效利用和协同运行等为特征的综合能源系统应运而生。
气电综合能源配网系统处于能量传输末端,作为综合能源系统最为典型的存在形式,是未来城市能源网络的重点发展方向,对提高能效、提升新能源消纳以和促进节能减排具有重要意义。传统配电网和配气网的能流管理和经济调度机构是相对分离的,其独立调度运行的模式已经不能满足多种能源互补的运行要求。气电综合能源系统在配网侧通过燃气机组和电转气设备等能源转换装置来达到系统内能量的双向流动,考虑源侧的机组组合、网侧的网络重构、荷侧的需求响应以及系统运行中关键不确定性的影响,对其进行协调优化运行能够提高气电综合能源配网系统运行的灵活性和经济性。
发明内容
本发明所要解决的技术问题是提供一种考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,该方法将配电网重构的概念映射到配气网中,实现了气电综合能源配网系统的网络重构;引入了激励型气电联合需求响应机制来实现削峰填谷的作用;并在此基础上考虑系统运行中存在的不确定性,有效提升配网系统运行的经济性、安全性。
为解决上述技术问题,本发明采用的技术方案是:
一种考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,包括以下步骤:
步骤1:将配电网重构的概念映射到配气网中,利用管道阀门实现配气网管道的开断,综合考虑配电网和配气网的网络重构,进而建立适用于网络重构的配电网、配气网模型,其包括经过大M法处理后的电力交流DistFlow潮流模型和天然气潮流模型;
步骤2:由于配网辐射状运行特性,结合线路开关、管道阀门的最大动作次数约束,建立基于生成树约束的气电综合能源配网辐射状运行模型;
步骤3:建立燃气机组、电转气耦合设备以及压缩机、储气设备的运行模型;
步骤4:基于阶梯状分段补偿曲线分别对可中断和可转移电、气负荷需求响应进行建模,并考虑进行需求响应的持续时间约束,引入激励型气电联合需求响应;
步骤5:构建以最小化系统总运行成本为目标函数,考虑配电网、配气网各种运行约束条件的气电综合能源配网系统确定性优化运行模型;
步骤6:利用二阶锥松弛方法和增强二阶锥松弛的方法分别对非线性配电网、配气网潮流方程约束进行处理,将非线性的气电综合能源配网系统优化调度模型转化为混合整数二阶锥规划问题进行求解;
步骤7:针对新能源出力与气、电负荷在系统运行中的不确定性,建立气电综合能源系统鲁棒优化模型,利用列与约束生成算法将其转换为主-子问题框架进行求解;
步骤8:输入气电综合能源配网系统结构数据、设备参数、运行参数等相关数据,采用商业求解器Gurobi对配网系统鲁棒优化运行模型进行求解,得出考虑网络重构和需求响应的配网系统鲁棒优化调度方案。
进一步的,步骤1所述适用于网络重构的配电网、配气网模型具体如下:
(1.1)配电网DistFlow交流潮流模型:
-(1-αij,t)·M≤Vij,t≤(1-αij,t)·M
式中:γ(j)为配电网中以j为首端节点的支路末端节点集合;N(j)为连接在节点j的设备集合;αij,t为配电线路ij的开断状态;Rij、Xij分别为配电线路ij段的电阻、电抗值;Iij,t为t时刻配电线路ij的电流;Vit和Vjt分别为节点i和节点j的电压大小;Vij,t为松弛变量;Pst、Qst分别为t时刻第s台发电机组的有功功率和无功功率;Pat为t时刻第a台电转气设备的耗电功率:为t时刻上级电网向配电网输送的有功功率;/>为t时刻上级电网向配电网输送的无功功率;Pwt为t时刻第w台风电场的发电量;Pij,t指配电网t时刻配电线路ij的有功功率;Qij,t指配电网t时刻配电线路ij的无功功率;Pdt为t时刻有功负荷d的实际值;/>为t时刻负荷d的失负荷值;χdt为t时刻电负荷的功率因数;/>为t时刻配电线路ij段所允许通过的最大电流值;/>为节点i的所允许的电压最低和最高值;/>为配电线路ij所允许通过的有功和无功功率最大值;Pjk,t、Qjk,t分别为配电网t时刻配电线路jk的有功功率和无功功率;Qdt为t时刻无功负荷d的实际值M为一个足够大的整数;
(1.2)配气网潮流模型:
-(1-αmn,t)·M≤πmn,t≤(1-αmn,t)·M
式中:Gst、Gat分别为t时刻第s台燃气机组和第a台电转气设备的耗气量及产气量;Gct为t时刻进入第c台压缩机的天然气潮流;为第c台压缩机的天然气消耗系数;/>分别为流入和流出到第r台储气设备的天然气量;/>为t时刻向上级气网购买的天然气;αmn,t为配气管道mn的开断状态;/>和/>分别为天然气网络节点n最小和最大的气压限制;Gmn,t为t时刻天然气管道mn所传输的潮流;Ggt为t时刻负荷g的实际值;/>为t时刻负荷g的失负荷值;πmt和πnt分别为天然气节点m和n的气压;Kmn为天然气管道的Weymouth特性参数;/>为配气管道mn所允许通过的天然气潮流最大值;Gno,t为t时刻天然气管道no所传输的潮流;γ(n)为以n为首端节点的支路末端节点集合;G(n)为连接在天然气节点n上的设备集合;Ω(c)为压缩机设备集合。
更进一步的,步骤2所述气电综合能源配网辐射状运行模型具体如下:
(2.1)配电网辐射状运行:
∑Ω(i,j)αij,t=Nj-1
βij,t+βji,t=αij,t
0≤αij,t≤1
βib,t=0,i∈N(b)
式中:Nj为配电网的总节点数;b为配电网的根节点;βij,t、βji,t为辅助变量;Ω(i,j)为配电线路(i,j)的集合;6(j)为以j为末端节点的支路首端节点集合;N(b)为连接到配电网根节点b上的设备集合。
(2.2)配气网辐射状运行:
∑Ω(m,n)αmn,t=Nn-1
βmn,t+βnm,t=αmn,t
0≤αmn,t≤1
βmb,t=0,m∈G(b)
式中:Nn为配气网的总节点数;G(b)为连接到配气网的根节点b上的设备集合;βmn,t、βnm,t为辅助变量;Ω(m,n)为配气管道(m,n)的集合;δ(n)为以n为末端节点的支路首端节点集合。
(2.3)配电网开关的最大动作次数:
γij,t≥αij,t-αij,t-1
γij,t≥αij,t-1-αij,t
(2.4)配气网阀门的最大动作次数:
γmn,t≥αmn,t-αmn,t-1
γmn,t≥αmn,t-1-αmn,t
更进一步的,步骤3所述耦合设备和压缩机、储气设备运行模型具体如下:
(3.1)燃气机组运行模型:
SUst≥sus·(Ist-Is(t-1)),SUst≥0
SDst≥sds·(Is(t-1)-Ist),SDst≥0
式中:GU为燃气机组的集合;Ist为t时刻第s台燃气机组的工作状态;为第s台燃气机组的热耗率曲线;/>和/>分别为燃气机组有功出力的最小和最大限制;/>和分别指燃气机组无功出力的最小和最大限制;/>和/>分别指燃气机组t时刻的开机和停机时间计数器;/>和/>分别指机组的最小开机和停机时间;sus和sds分别为机组s在进行开启和关停一次时产生的热耗成本;SUst和SDst分别为燃气机组s在t时刻进行开、停机所产生的费用;URs和DRs分别为机组的上爬坡率和下爬坡率;HHV为高发热值。
(3.2)电转气设备运行模
(3.3)压缩机运行模型:
Γc·πmt≥πnt
式中:Γc为压缩机运行的压缩比。
(3.4)储气设备运行模型:
GSr,0=GSr,T
式中:GSrt为t时刻第r台储气设备的天然气容量;分别为第r台储气设备的天然气注入和释放效率;/>分别为第r台储气设备天然气注入时的最小和最大值;/>分别为第r台储气设备天然气释放时的最小和最大值;/>分别为第r台储气设备的储存容量最小和最大值。
更进一步的,步骤4所述激励型气电联合需求响应模型具体如下:
分段阶梯状补偿曲线可以反映补偿价格与需求响应负荷量之间的关系,系统运营商提供的单位补偿价格越高,用户进行需求响应的能力就越大。
(4.1)激励型电负荷需求响应模型:
式中:Pf,dt、分别为t时刻预测电负荷值和参与需求响应的电负荷值;/> 分别为t时刻负荷d进行可中断、可转出、可转入的电负荷值;/>分别为t时刻负荷d在第h分段上的可中断、可转出负荷值;/>为t时刻负荷d在第h分段上的最大可中断、可转出负荷值;/>为t时刻负荷d的最大值;αdt为t时刻负荷d可参与进行需求响应的电负荷比例;/>分别为负荷d进行可中断和可转移响应的电负荷比例;分别为进行可转入和可转出响应的指示变量,如采/>表示t时刻负荷d将转入部分负荷,/>则表示t时刻负荷d将转出部分负荷;/>和/>分别指电负荷d在t时刻的可转入响应计数器;/>和/>分别指电负荷d在t时刻的可转出响应计数器;和/>分别指电负荷d进行可转入响应的最小保持和中断时间;/>和/>分别指电负荷d进行可转出响应的最小保持和中断时间。
(4.2)气负荷需求响应模型:
式中:Gf,gt、分别为t时刻预测气负荷值和参与需求响应的气负荷值;/>分别为t时刻负荷g进行可中断、可转出、可转入的气负荷值;/>分别为t时刻负荷g在第h分段上的可中断、可转出负荷值;/>为t时刻负荷g在第h分段上的最大可中断、可转出负荷值;/>为t时刻负荷g的最大值;αgt为t时刻负荷g可参与进行需求响应的气负荷比例;/>分别为负荷g进行可中断和可转移响应的气负荷比例;/> 分别为进行可转入和可转出响应的指示变量,如果/>表示t时刻负荷g将转入部分负荷,/>则表示t时刻负荷g将转出部分负荷;/>和/>分别指气负荷g在t时刻的可转入响应计数器;/>和/>分别指气负荷g在t时刻的可转出响应计数器;/>和/>分别指气负荷g进行可转入响应的最小保持和中断时间;/>和/>分别气负荷g进行可转出响应的最小保持和中断时间。
更进一步的,步骤5所述气电综合能源配网系统确定性优化运行模型具体如下:
(5.1)目标函数:气电综合能源配网系统目前协调优化运行模型以最小化综合能源配网系统的总运行成本为优化目标二
式中:F为目标函数;t为时间索引;d、g分别为电、气负荷的节点索引;csk为第s台发电机组在第k分段上所对应的增量燃料消耗;Pskt为t时刻第s台发电机组在第k分段上所对应的有功出力;分别为向上级电网购电费用、上级天然气网购气单位费用;/>为第s台发电机组的单位燃煤费用;/>分别为t时刻电负荷d在第h分段上所对应的单位需求响应补偿价格;/>分别为t时刻气负荷g在第h分段上所对应的单位需求响应补偿价格;cswi、cval分别为线路开关和管道阀门进行开断的单位成本;/>分别为失电负荷、失气负荷的单位惩罚费用;Ns为发电机组空载时的耗热量;/>为t时刻电负荷d在第h分段上所对应的需求响应量;/>为t时刻气负荷g在第h分段上所对应的需求响应量。
(5.2)配网系统与上级网络功率交换约束:
(5.3)配网系统失负荷约束:
更进一步的,步骤6所述配网潮流方程约束的处理方法具体如下:
(6.2)利用增强二阶锥松弛方法对配气网潮流方程约束进行处理,在基础二阶锥松弛的前提下对目标函数进行处理;进一步利用气压恢复来获得原始Weymouth天然气潮流方程的高质量节点气压解;
更进一步的,步骤7建立气电综合能源配网系统鲁棒优化调度模型,利用列与约束生成算法(CCG)将其转换为主-子问题框架进行求解具体如下:
(7.1)配网系统两阶段可调节鲁棒优化调度模型:
s.t.Ax≤f,x∈{0,1}
Bx+Cy+Dv=0
Ex+Fy≤e
式中:x代表与机组、电转气设备启停状态、网络拓扑变化以及需求响应指示标志等相关的二进制变量;y、z分别代表配网系统基础场景下和实时调度校正值;v为表征失电负荷、失气负荷以及弃风量等配网系统的安全违规值;u为系统中的不确定变量A,B,C,D,E,F,Kr,G,H,I,L,M为对应的矩阵参数;aT,bT,cT,f,e,q为对应的向量参数;u和u分别为不确定性变量和对应的不确定性合集。
(7.2)主问题为气电综合能源配网系统的网络重构以及相关调度安排问题,约束条件包括基础场景约束和关于最坏场景的约束,最坏场景指最大的失负荷场景,由迭代的子问题中求解得到;子问题为双层的max-min问题来辨识造成最大安全违规的最坏场景,通过对偶理论将其转化为单层的双线性最大化优化问题;采用列与约束生成算法,在主问题-子问题框架下来求解提出的两阶段鲁棒优化调度模型;
所述列与约束生成算法包括以下4步:
1)设置气电综合能源配网系统最坏场景最大安全违规阈值εmax以及迭代计数器q=1;
2)求解主问题,将得到的机组组合、网络拓扑以及需求响应调度结果带入到子问题中来检验气电综合能源配网系统运行的安全性;
更进一步的,步骤8所述的输入气电综合能源配网系统的结构数据还包括配网系统原始拓扑结构、可参与重构的配电线路/传输管道及其相关参数,所述设备参数包括分布式机组的成本系数、电转气设备的数量和出力上下限、风力发电机的容量、压缩机及储气设备相关运行参数,所述配网运行参数还包括激励型需求响应补偿价格、联合需求响应比例限制以及电、气负荷预测数据。
与现有技术相比,本发明的有益效果是:
1、将配电网重构的概念映射到配气网,通过调整管道阀门的运行状态实现配气网的网络重构。本文所提的气电联合网络重构方法能够根据系统负荷水平、运行状态对网络拓扑以及潮流进行调整,有效降低整个系统的网络能量损耗和运行成本。
2、结合电力与天然气系统之间的耦合特性,在运营商提供的需求响应激励下,用户通过一定比例的需求响应,在不同时间段内将电、气负荷进行转入、转出来实现削峰填谷。气负荷需求响应可以减轻配电网的电力短缺问题,电负荷需求响应可以减轻配气网的拥堵程度。本文所提的激励型气电联合需求响应有利于降低系统运行成本、提高配网系统运行的经济性和灵活性。
3、考虑网络重构和需求响应的两阶段鲁棒优化模型能够在电负荷、气负荷和风力发电不确定的情况下保证气电综合能源配网系统运行的安全性,总体来说就是改变系统运行的网络拓扑以及投入更多的分布式电源提供足够的系统爬坡能力,使得配网系统在面对运行不确定性时,能够安全和经济的进行目前协调优化调度。
附图说明
图1是本发明所述方法的步骤流程图。
图2为激励型需求响应阶梯状分段曲线图。
图3为IEEE33节点电力系统和20节点天然气系统耦合形成的气电综合能源系统配网实施例图。
图4为列与约束生成算法的流程图。
具体实施方式
为了详尽说明本发明所公开的技术方案,下面结合附图和具体实施例对本发明作进一步说明。
本发明公开的是一种考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法。具体实施步骤流程如图1所示,本发明技术方案包括以下步骤:
步骤1:将配电网重构的概念映射到配气网中,利用管道阀门实现配气网管道的开断,综合考虑配电网和配气网的网络重构,进而建立适用于网络重构的配电网、配气网模型,其主要包括经过大M法处理后的电力交流DistFlow潮流模型和天然气潮流模型。
原始配电网DistFlow潮流模型和配气网Weymouth潮流方程只能在线路和管道都是投入运行的单一状态下才能成立,当线路或管道退出运行时,原始配电网DistFlow潮流模型和配气网Weymouth潮流方程将不再适用,此时在配电网和配气网运行模型中分别引入线路投切变量αij,t和管道投切变量αmn,t,用以指示线路运行状态和管道运行状态的变化,利用大M方法对线路潮流、电流以及管道潮流进行松弛,得到可以适用于网络重构的配电网、配气网模型,从而实现气电综合能源配网系统的网络重构,充分释放气电综合能源配网系统中网架结构的优化空间,提升系统运行的经济性和灵活性。
(1.1)配电网DistFlow交流潮流模型:配电网运行首先需要满足节点能量平衡等式、节点电压降落等式、支路电流与功率等式等;配电线路的传输容量有一定的限制,其通过的电流受到上下界的限制以及母线电压受到其上下界的限制。
-(1-αij,t)·M≤Vij,t≤(1-αij,t)·M
式中:γ(j)为配电网中以j为首端节点的支路末端节点集合;N(j)为连接在节点j的设备集合;αij,t为配电线路ij的开断状态;Rij、Xij分别为配电线路ij段的电阻、电抗值;Iij,t为t时刻配电线路ij的电流;Vit为节点i的电压大小;Vij,t为松弛变量;Pst、Qst分别为t时刻第s台燃气机组的有功功率和无功功率;Pat为t时刻第a台电转气设备的耗电功率;为t时刻上级电网向配电网输送的有功功率;/>为t时刻上级电网向配电网输送的无功功率;Pwt为t时刻第w台风电场的发电量;Pij,t指配电网t时刻配电线路ij的有功功率;Qij,t指配电网t时刻配电线路ij的无功功率;Pdt为t时刻负荷d的实际值;/>为t时刻负荷d的失负荷值;χdt为t时刻电负荷的功率因数;/>为t时刻配电线路ij段所允许通过的最大电流值;/> 为节点i的所允许的电压最低和最高值;/>为配电线路ij所允许通过的有功和无功功率最大值。
(1.2)配气网潮流模型:配气网的运行同样必须满足能量节点平衡等式、Weymouth潮流方程、管道传输潮流限制、节点气压限制等。
-(1-αmn,t)·M≤πmn,t≤(1-αmn,t)·M
式中:Gst、Gat分别为t时刻第s台燃气机组和第a台电转气设备的耗气量及产气量;Gct为t时刻进入第c台压缩机的天然气潮流;为第c台压缩机的天然气消耗系数;/>分别为流入和流出到第r台储气设备的天然气量;/>为t时刻向上级气网购买的天然气;αmn,t为配气管道mn的开断状态;Vij,t为松弛变量;/>和/>分别为天然气网络节点n最小和最大的气压限制;Gmn,t为t时刻天然气管道mn所传输的潮流;Gdt为t时刻负荷g的实际值;为t时刻负荷g的失负荷值;πmt和πnt分别为天然气节点m和n的气压;Kmn为天然气管道的Weymouth特性参数;/>为配气管道mn所允许通过的天然气潮流最大值。
步骤2:建立气电综合能源配网辐射状运行模型。
配电网通常是“闭环设计、开环运行”的,开环运行一方面可以限制短路故障电流,另一方面能够控制故障波及范围,避免故障停电范围进一步扩大。通过调整管道阀门的开合状态可以保证配气网的辐射状运行,同时实现配气网的高效率运行。
(2.1)配电网辐射状运行:配电网系统总的闭合支路数等于节点数减变电站数是网络拓扑保持辐射状的必要条件。
∑Ω(i,j)αij,t=Nj-1
βij,t+βji,t=αij,t
0≤αij,t≤1
βib,t=0,i∈N(b)
式中:Nj为配电网的总节点数;b为配电网的根节点;βij,t、βji,t为辅助变量;Ω(i,j)为配电线路(i,j)的集合;δ(j)为以j为末端节点的支路首端节点集合;N(b)为连接到配电网根节点b上的设备集合。
(2.2)配气网辐射状运行:与配电网类似,假定配气网在运行中也需满足辐射状运行。
∑Ω(m,n)αmn,t=Nn-1
βmn,t+βnm,t=αmn,t
0≤αmn,t≤1
βmb,t=0,m∈G(b)
式中:Nn为配气网的总节点数;G(b)为连接到配气网的根节点b上的设备集合;βmn,t、βnm,t为辅助变量;Ω(m,n)为配气管道(m,n)的集合;δ(n)为以n为末端节点的支路首端节点集合。
(2.3)配电网开关的最大动作次数:过多的开关动作会降低线路开关的预期寿命,并增加磨损成本。在实际运行中,系统运营商有必要限制开关动作的次数。
γij,t≥αij,t-αij,t-1
γij,t≥αij,t-1-αij,t
(2.4)配气网阀门的最大动作次数:同样的,过多的开关动作会降低管道阀门的预期寿命,并增加磨损成本。在实际运行中,系统运营商有必要限制阀门动作的次数。
γmn,t≥αmn,t-αmn,t-1
γmn,t≥αmn,t-1-αmn,t
步骤3:建立耦合设备和压缩机、储气设备运行模型,包括进行气转电的燃气机组、进行电转气的P2G设备、天然气压缩机、储气设备运行模型。配网系统运行时将会受到上述设备的运行约束。
(3.1)燃气机组运行模型:燃气机组消耗天然气来产生电能。其有、无功出力受到最大最小容量的限制,且应该满足最小机组启停时间、机组开停机费用约束和上、下爬坡率约束。
SUst≥sus·(Ist-Is(t-1)),SUst≥0
SDst≥sds·(Is(t-1)-Ist),SDst≥0
式中:GU为燃气机组的集合;Ist为t时刻第s台燃气机组的工作状态;为第s台燃气机组的热耗率曲线;/>和/>分别为燃气机组有功出力的最小和最大限制;/>和分别指燃气机组无功出力的最小和最大限制;/>和/>分别指燃气机组t时刻的开机和停机时间计数器;/>和/>分别指机组的最小开机和停机时间;sus和sds分别为机组s在进行开启和关停一次时产生的热耗成本;SUst和SDst分别为燃气机组s在t时刻进行开、停机所产生的费用;URs和DRs分别为机组的上爬坡率和下爬坡率;HHV为高发热值。
(3.2)电转气设备运行模型:电转气设备消耗电能产生天然气,其产气量和电能消耗之间的关系如下所示。
式中:Iat为电转气设备在t时刻的工作状态;Gat为第a台电转气设备在t时刻产生的天然气量;为电转气设备的最大消耗电量;/>为能量转换系数,有/>HHV为高发热值,其值取1.026MBtu/kcf;/>为电转气设备的工作效率。
(3.3)压缩机运行模型:类似于电力系统中的变压器,在运行中出现压力不足的情况下进行增压。
Γc·πmt≥πnt
式中:Γc为压缩机运行的压缩比。
(3.4)储气设备运行模型:储气设备在运行中需要满足容量平衡等式、存储/释放速率限制、最大容量限制。
GSr,0=GSr,T
式中:GSrt为t时刻第r台储气设备的天然气容量;分别为第r台储气设备的天然气注入和释放效率;/>分别为第r台储气设备天然气注入时的最小和最大值;/> 分别为第r台储气设备天然气释放时的最小和最大值;/>分别为第r台储气设备的储存容量最小和最大值。
步骤4:分别对激励型电、气负荷需求响应进行建模,引入激励型气电联合需求响应。如图2所示,分段阶梯状补偿曲线可以反映补偿价格与需求响应负荷量之间的关系,系统运营商提供的单位补偿价格越高,用户进行需求响应的能力就越大。通过灵活对负荷进行削减以及转移负荷的用电时间,实现削峰填谷的效果,降低配网系统的运行成本。
(4.1)激励型电负荷需求响应模型:
需求响应电负荷分为可中断、可转出、可转入三种类型。代表电负荷d在时刻t转入一定量的负荷,且在之后的一定时段内需维持转出的状态;/>则代表电负荷d在时刻t转出一定量的负荷,且在之后的一定时段内需维持转入的状态。在总的调度时段内,可转入的负荷量与可转出的必须保持一致。考虑到电负荷不能根据补偿价格进行频繁变化,与机组的最小启停时间约束类似,对电负荷的需求响应进行限制。为了避免负荷的大幅度变化,可中断、可转入、可转出的电负荷量需要限制在一定范围内。
式中:式中:Pf,dt、分别为t时刻预测电负荷值和参与需求响应的电负荷值;/>/>分别为t时刻负荷d进行可中断、可转出、可转入的电负荷值;/>分别为t时刻负荷d在第h分段上的可中断、可转出负荷值;/>为t时刻负荷d在第h分段上的最大可中断、可转出负荷值;/>为t时刻负荷d的最大值;αdt为t时刻负荷d可参与进行需求响应的电负荷比例;/>分别为负荷d进行可中断和可转移响应的电负荷比例;/> 分别为进行可转入和可转出响应的指示变量,如果/>表示t时刻负荷d将转入部分负荷,则表示t时刻负荷d将转出部分负荷;/>和/>分别指电负荷d在t时刻的可转入响应计数器;/>和/>分别指电负荷d在t时刻的可转出响应计数器;/>知/>分别指电负荷d进行可转入响应的最小保持和中断时间;/>和/>分别指电负荷d进行可转出响应的最小保持和中断时间。
(4.2)激励型气负荷需求响应模型:与激励型电负荷需求响应类似,此处不再赘述。
式中:Gf,gt、分别为t时刻预测气负荷值和参与需求响应的气负荷值;/>分别为t时刻负荷g进行可中断、可转出、可转入的气负荷值;/>分别为t时刻负荷g在第h分段上的可中断、可转出负荷值;/>为t时刻负荷g在第h分段上的最大可中断、可转出负荷值;/>为t时刻负荷g的最大值;αgt为t时刻负荷g可参与进行需求响应的气负荷比例;/>)分别为负荷g进行可中断和可转移响应的气负荷比例;/>分别为进行可转入和可转出响应的指示变量,如果/>表示t时刻负荷g将转入部分负荷,则表示t时刻负荷g将转出部分负荷;/>和/>分别指气负荷g在t时刻的可转入响应计数器;/>和/>分别指气负荷g在t时刻的可转出响应计数器;/>知/>分别指气负荷g进行可转入响应的最小保持和中断时间;/>和/>分别气负荷g进行可转出响应的最小保持和中断时间。
步骤5:构建以最小化综合能源配网系统的总运行成本为目标函数,考虑配网节点能量平衡、网络重构等各种运行约束条件以及激励型气电联合需求响应的气电综合能源系统配网确定性优化运行模型。
(5.1)目标函数:气电综合能源配网系统目前协调优化运行模型以最小化综合能源配网系统的总运行成本为优化目标。运行成本费用主要包括燃煤机组的运行成本费用、向上级电网、气网购买能源的费用、需求响应成本费用、网络重构成本费用以及将失负荷以惩罚项的形式加入目标函数中。其中,燃气机组的调度成本和启停成本都计入购气成本中。
式中:F为目标函数;t为时间索引;d、g分别为电、气负荷的节点索引;csk为第s台发电机组在第k分段上所对应的增量燃料消耗;Pskt为t时刻第s台发电机组在第k分段上所对应的有功出力;分别为向上级电网购电费用、上级天然气网购气单位费用;/>为第s台发电机组的单位燃煤费用;/>分别为t时刻电负荷d在第h分段上所对应的单位需求响应补偿价格;/>分别为t时刻气负荷g在第h分段上所对应的单位需求响应补偿价格;cswi、cval分别为线路开关和管道阀门进行开断的单位成本;/>分别为失电负荷、失气负荷的单位惩罚费用;Ns为发电机组空载时的耗热量;/>为t时刻电负荷d在第h分段上所对应的需求响应量;/>为t时刻气负荷g在第h分段上所对应的需求响应量。
(5.2)配网系统与上级网络功率交换约束:
(5.3)配网系统失负荷约束:为了尽可能保证系统安全运行,在必要时强制进行负荷切断,节点失负荷量需要小于原始负荷量。
步骤6:利用二阶锥松弛方法和增强二阶锥松弛的方法分别对非线性配电网、配气网潮流方程约束进行处理,将非线性的气电综合能源配网系统优化调度模型转化为混合整数二阶锥规划问题。
(6.2)利用增强二阶锥松弛方法对配气网潮流方程约束进行处理,在基础二阶锥松弛的前提下对目标函数进行处理;进一步利用气压恢复来获得原始Weymouth天然气潮流方程的高质量节点气压解。
步骤7:建立考虑网络重构和激励型气电联合需求响应的气电综合能源配网系统鲁棒优化调度模型,利用列与约束生成算法(CCG)将其转换为主-子问题框架进行求解。
(7.1)配网系统两阶段可调节鲁棒优化调度模型:
本步骤所建立的两阶段可调节鲁棒优化调度模型采用一般形式的简化模型进行描述。可调节鲁棒优化模型考虑了基础场景的源侧机组组合、网侧网络重构以及负荷侧的需求响应,并且在实时优化调度时,考虑机组的出力调度校正措施来跟踪电力、天然气负荷或者风力发电,以应对不确定参数的实时变化。其中x代表与机组、电转气设备启停状态、网络拓扑变化以及需求响应指示标志等相关的二进制变量;y、z分别代表配网系统基础场景下和实时调度校正值;v为表征失电负荷、失气负荷以及弃风量等配网系统的安全违规值;u为系统中的不确定变量。
s.t.Ax≤f,x∈{0,1}
Bx+Cy+Dv=0
Ex+Fy≤e
式中:x代表与机组、电转气设备启停状态、网络拓扑变化以及需求响应指示标志等相关的二进制变量;y、z分别代表配网系统基础场景下和实时调度校正值;v为表征失电负荷、失气负荷以及弃风量等配网系统的安全违规值;u为系统中的不确定变量A,B,C,D,E,F,Kr,G,H,I,L,M为对应的矩阵参数;aT,bT,cT,f,e,q为对应的向量参数;u和U分别为不确定性变量和对应的不确定性合集。
(7.2)主-子问题框架:
主问题为气电综合能源配网系统的网络重构以及相关调度安排问题,主要是根据负荷以及风电出力的预测值来最小化基础场景下系统的总运行成本,同时保证得到的目前调度结果能够自适应地根据负荷和新能源等不确定参数的实际值来进行安全调整。与最小化最坏场景下的系统运行成本为目标函数的自适应鲁棒优化模型相比,能为系统调度机构提供更贴合实际调度运行的日前调度方案。约束条件包括基础场景约束和关于最坏场景的约束,最坏场景由迭代的子问题中求解得到,其中最坏场景指代的是最大的失负荷场景;子问题为双层的max-min问题来辨识造成最大安全违规的最坏场景,通过对偶理论将其转化为单层的双线性最大化优化问题。采用列与约束生成(CCG)算法,在主问题-子问题框架下来求解提出的两阶段鲁棒优化调度模型。
CCG方法的具体步骤包括以下4步:
1)设置气电综合能源配网系统最坏场景最大安全违规阈值εmax以及迭代计数器l=1;
2)求解主问题,将得到的机组组合、网络拓扑以及需求响应调度结果带入到子问题中来检验气电综合能源配网系统运行的安全性;
通过不断地求解主问题,检查安全违规子问题,进而将辨识到的最坏场景返回到主问题中进行求解,CCG法能够保证得到配网系统鲁棒优化调度问题的最优解。
下面通过具体实施例详细说明本发明效果。
(1)算例介绍。
如图3所示,利用IEEE33节点电力系统和20节点天然气系统构建气电综合能源配网系统算例。在IEEE33节点电力系统节点5添加一台风力发电机;燃气机组GU1和P2G设备接入电力系统的节点6和天然气系统的节点5;燃气机组GU2接入电力系统的节点12和天然气系统的节点10;3台燃煤机组GU3-GU4分别接入配电网的节点10、29。以1小时为间隔,24小时为调度周期。测试工具采用Matlab2018a编程软件和GUROBI 9.0商用求解器。
(2)实施例场景描述。
为验证考虑网络重构和需求响应的两阶段鲁棒优化调度方案经济性和灵活性优势,设置不考虑网络重构和需求响应的确定性优化、只考虑网络重构的确定性优化、只考虑需求响应的确定性优化、同时考虑网络重构和需求响应的确定性优化四个算例1-4;在算例1-4的基础上考虑鲁棒优化,得到算例5-8;为验证激励型气电联合需求响应的优势,在算例3的基础上设置不考虑任何需求响应、只考虑电负荷需求响应、只考虑气负荷响应以及考虑气电联合需求响应的四类运行方式,设置算例3.1-3.4如下表1。
算例1:不考虑网络重构和需求响应的确定性优化;
算例2:只考虑网络重构的确定性优化化;
算例3:只考虑需求响应的确定性优化;
算例4:同时考虑网络重构和需求响应的确定性优化;
算例5:不考虑网络重构和需求响应的鲁棒优化;
算例6:只考虑网络重构的鲁棒优化;
算例7:只考虑需求响应的鲁棒优化;
算例8:同时考虑网络重构和需求响应的鲁棒优化。
表1算例3.1-3.4
(3)实施例结果分析。
表2给出了算例1-8的配网系统优化调度结果对比,从中可以得到:配网系统网络重构可以通过调整网络运行拓扑和潮流分布,有效降低网络能量损耗和运行成本;气电联合需求响应可以通过削峰填谷来降低系统运行成本;同时考虑网络重构和需求响应,可以进一步降低系统总运行成本,提升系统运行的经济性;考虑系统运行不确定性的鲁棒优化调度方法能够在电、气负荷和风力发电不确定的情况下保证配网系统运行的经济性和安全性,总体来说就是改变系统的网络拓扑以及投入更多的机组提供足够的系统爬坡能力,以牺牲一定的经济性来换取系统运行的安全性。
表2算例1-8的调度结果
表3给出了算例3.1-3.4的配网系统优化运行结果,容易得到:引入气负荷需求响应可以通过减少电转气设备的电力供应来缓解高峰时段的电力短缺,减小配电网的失负荷量;电负荷需求响应同时也可以减轻潜在的配气网堵塞。通过与单一的电负荷或气负荷需求响应相比,气电联合需求响应可以充分利用电气之间的耦合特性,通过给予用户一定的激励进行负荷调整,实现削峰填谷,能够进一步降低运行成本,提高配网系统运行的经济性和灵活性。
表3算例3.1-3.4的调度结果
以上所述,仅为本发明的具体实施例,属于示意性,而不是限制性的。凡是利用本发明说明书以及附图内容进行等效变化或替换,直接或间接运用到其他相关技术领域,都应包括在本发明的保护范围之内。
Claims (6)
1.一种考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,其特征在于,包括以下步骤:
步骤1:将配电网重构的概念映射到配气网中,利用管道阀门实现配气网管道的开断,综合考虑配电网和配气网的网络重构,进而建立适用于网络重构的配电网、配气网模型,其包括经过大M法处理后的电力交流DistFlow潮流模型和天然气潮流模型;
步骤2:由于配网辐射状运行特性,结合线路开关、管道阀门的最大动作次数约束,建立基于生成树约束的气电综合能源配网辐射状运行模型;
步骤3:建立燃气机组、电转气耦合设备以及压缩机、储气设备的运行模型;
步骤4:基于阶梯状分段补偿曲线分别对可中断和可转移电、气负荷需求响应进行建模,并考虑进行需求响应的持续时间约束,引入激励型气电联合需求响应;
步骤5:构建以最小化系统总运行成本为目标函数,考虑配电网、配气网各种运行约束条件的气电综合能源配网系统确定性优化运行模型;
步骤6:利用二阶锥松弛方法和增强二阶锥松弛的方法分别对非线性配电网、配气网潮流方程约束进行处理,将非线性的气电综合能源配网系统优化调度模型转化为混合整数二阶锥规划问题进行求解;
步骤7:针对新能源出力与气、电负荷在系统运行中的不确定性,建立气电综合能源系统鲁棒优化模型,利用列与约束生成算法将其转换为主-子问题框架进行求解;
步骤8:输入气电综合能源配网系统结构数据、设备参数、运行参数相关数据,采用商业求解器Gurobi对配网系统鲁棒优化运行模型进行求解,得出考虑网络重构和需求响应的配网系统鲁棒优化调度方案;
步骤1所述适用于网络重构的配电网、配气网模型具体如下:
(1)配电网DistFlow交流潮流模型:
-(1-αij,t)·M≤Vij,t≤(1-αij,t)·M
式中:γ(j)为配电网中以j为首端节点的支路末端节点集合;N(j)为连接在节点j的设备集合;αij,t为配电线路ij的开断状态;Rij、Xij分别为配电线路ij段的电阻、电抗值;Iij,t为t时刻配电线路ij的电流;Vit和Vjt分别为节点i和节点j的电压大小;Vij,t为松弛变量;Pst、Qst分别为t时刻第s台发电机组的有功功率和无功功率;Pat为t时刻第a台电转气设备的耗电功率;为t时刻上级电网向配电网输送的有功功率;/>为t时刻上级电网向配电网输送的无功功率;Pwt为t时刻第w台风电场的发电量;Pij,t指配电网t时刻配电线路ij的有功功率;Qij,t指配电网t时刻配电线路ij的无功功率;Pdt为t时刻有功负荷d的实际值;/>为t时刻负荷d的失负荷值;χdt为t时刻电负荷的功率因数;/>为t时刻配电线路ij段所允许通过的最大电流值;/>为节点i的所允许的电压最低和最高值;/> 为配电线路ij所允许通过的有功和无功功率最大值;Pjk,t、Qjk,t分别为配电网t时刻配电线路jk的有功功率和无功功率;Qdt为t时刻无功负荷d的实际值,M为一个足够大的整数;
配气网潮流模型:
-(1-αmn,t)·M≤πmn,t≤(1-αmn,t)·M
式中:Gst、Gat分别为t时刻第s台燃气机组和第a台电转气设备的耗气量及产气量;Gct为t时刻进入第c台压缩机的天然气潮流;为第c台压缩机的天然气消耗系数;/>分别为流入和流出到第r台储气设备的天然气量;/>为t时刻向上级气网购买的天然气;αmn,t为配气管道mn的开断状态;/>和/>分别为天然气网络节点n最小和最大的气压限制;Gmn,t为t时刻天然气管道mn所传输的潮流;Ggt为t时刻负荷g的实际值;/>为t时刻负荷g的失负荷值;πmt和πnt分别为天然气节点m和n的气压;Kmn为天然气管道的Weymouth特性参数;/>为配气管道mn所允许通过的天然气潮流最大值;Gno,t为t时刻天然气管道no所传输的潮流;γ(n)为以n为首端节点的支路末端节点集合;G(n)为连接在天然气节点n上的设备集合;Ω(c)为压缩机设备集合;
步骤2所述气电综合能源配网辐射状运行模型具体如下:
(1)配电网辐射状运行:
∑Ω(i,j)αij,t=Nj-1
βij,t+βji,t=αij,t
0≤αij,t≤1
βib,t=0,i∈N(b)
式中:Nj为配电网的总节点数;b为配电网的根节点;βij,t、βji,t为辅助变量;Ω(i,j)为配电线路(i,j)的集合;δ(j)为以j为末端节点的支路首端节点集合;N(b)为连接到配电网根节点b上的设备集合;
(2)配气网辐射状运行:
∑Ω(m,n)αmn,t=Nn-1
βmn,t+βnm,t=αmn,t
0≤αmn,t≤1
βmb,t=0,m∈G(b)
式中:Nn为配气网的总节点数;G(b)为连接到配气网的根节点b上的设备集合;βmn,t、βnm,t为辅助变量;Ω(m,n)为配气管道(m,n)的集合;δ(n)为以n为末端节点的支路首端节点集合;
(3)配电网开关的最大动作次数:
γij,t≥αij,t-αij,t-1
γij,t≥αij,t-1-αij,t
γmn,t≥αmn,t-αmn,t-1
γmn,t≥αmn,t-1-αmn,t
步骤3所述耦合设备和压缩机、储气设备运行模型具体如下:
(1)燃气机组运行模型:
SUst≥sus·(Ist-Is(t-1)),SUst≥0
SDst≥sds·(Is(t-1)-Ist),SDst≥0
式中:GU为燃气机组的集合;Ist为t时刻第s台燃气机组的工作状态;为第s台燃气机组的热耗率曲线;/>和/>分别为燃气机组有功出力的最小和最大限制;/>和/>分别指燃气机组无功出力的最小和最大限制;/>和/>分别指燃气机组t时刻的开机和停机时间计数器;/>和/>分别指机组的最小开机和停机时间;sus和sds分别为机组s在进行开启和关停一次时产生的热耗成本;SUst和SDst分别为燃气机组s在t时刻进行开、停机所产生的费用;URs和DRs分别为机组的上爬坡率和下爬坡率;HHV为高发热值;
(2)电转气设备运行模型:
(3)压缩机运行模型:
Γc·πmt≥πnt
式中:Γc为压缩机运行的压缩比;
(4)储气设备运行模型:
GSr,0=GSr,T
2.根据权利要求1所述的考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,其特征在于,步骤4所述的激励型气电联合需求响应模型具体如下:
(1)激励型电负荷需求响应模型:
式中:Pf,dt、分别为t时刻预测电负荷值和参与需求响应的电负荷值;/> 分别为t时刻负荷d进行可中断、可转出、可转入的电负荷值;/> 分别为t时刻负荷d在第h分段上的可中断、可转出负荷值;/>为t时刻负荷d在第h分段上的最大可中断、可转出负荷值;/>为t时刻负荷d的最大值;αdt为t时刻负荷d可参与进行需求响应的电负荷比例;/>分别为负荷d进行可中断和可转移响应的电负荷比例;/>分别为进行可转入和可转出响应的指示变量,如果/>表示t时刻负荷d将转入部分负荷,/>则表示t时刻负荷d将转出部分负荷;/>和/>分别指电负荷d在t时刻的可转入响应计数器;/>和/>分别指电负荷d在t时刻的可转出响应计数器;/>和/>分别指电负荷d进行可转入响应的最小保持和中断时间;/>和/>分别指电负荷d进行可转出响应的最小保持和中断时间;
(2)气负荷需求响应模型:
式中:Gf,gt、分别为t时刻预测气负荷值和参与需求响应的气负荷值;/> 分别为t时刻负荷g进行可中断、可转出、可转入的气负荷值;/> 分别为t时刻负荷g在第h分段上的可中断、可转出负荷值;/>为t时刻负荷g在第h分段上的最大可中断、可转出负荷值;/>为t时刻负荷g的最大值;αgt为t时刻负荷g可参与进行需求响应的气负荷比例;/>分别为负荷g进行可中断和可转移响应的气负荷比例;/>分别为进行可转入和可转出响应的指示变量,如果/>表示t时刻负荷g将转入部分负荷,/>则表示t时刻负荷g将转出部分负荷;/>和/>分别指气负荷g在t时刻的可转入响应计数器;/>和/>分别指气负荷g在t时刻的可转出响应计数器;/>和/>分别指气负荷g进行可转入响应的最小保持和中断时间;/>和/>分别气负荷g进行可转出响应的最小保持和中断时间。
3.根据权利要求2所述的考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,其特征在于,步骤5所述气电综合能源配网系统确定性优化运行模型具体如下:
(1)目标函数:气电综合能源配网系统日前协调优化运行模型以最小化综合能源配网系统的总运行成本为优化目标;
式中:F为目标函数;t为时间索引;d、g分别为电、气负荷的节点索引;csk为第s台发电机组在第k分段上所对应的增量燃料消耗;Pskt为t时刻第s台发电机组在第k分段上所对应的有功出力;分别为向上级电网购电费用、上级天然气网购气单位费用;/>为第s台发电机组的单位燃煤费用;/>分别为t时刻电负荷d在第h分段上所对应的可中断和可转移单位需求响应补偿价格;/>分别为t时刻气负荷g在第h分段上所对应的可中断和可转移单位需求响应补偿价格;cswi、cval分别为线路开关和管道阀门进行开断的单位成本;/>分别为失电负荷、失气负荷的单位惩罚费用;Ns为发电机组空载时的耗热量;/>和/>分别为t时刻电负荷d在第h分段上所对应的可中断和可转移需求响应量;/>为t时刻气负荷g在第h分段上所对应的可转移需求响应量;
(2)配网系统与上级网络功率交换约束:
(3)配网系统失负荷约束:
4.根据权利要求1所述的考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,其特征在于,步骤6所述配网潮流方程约束的处理方法具体如下:
(2)利用增强二阶锥松弛方法对配气网潮流方程约束进行处理,在基础二阶锥松弛的前提下对目标函数进行处理;进一步利用气压恢复来获得原始Weymouth天然气潮流方程的高质量节点气压解;
5.根据权利要求1所述的考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,其特征在于,步骤7所述建立气电综合能源配网系统鲁棒优化调度模型,利用列与约束生成算法将其转换为主-子问题框架进行求解具体如下:
(1)配网系统两阶段可调节鲁棒优化调度模型:
s.t.Ax≤f,x∈{0,1}
Bx+Cy+Dv=0
Ex+Fy≤e
式中:x代表与机组、电转气设备启停状态、网络拓扑变化以及需求响应指示标志的相关的二进制变量;y、z分别代表配网系统基础场景下和实时调度校正值;v为表征失电负荷、失气负荷以及弃风量的配网系统的安全违规值;u为系统中的不确定变量A,B,C,D,E,F,Kr,G,H,I,L,M为对应的矩阵参数;aT,bT,cT,f,e,q为对应的向量参数;u和U分别为不确定性变量和对应的不确定性合集;
(2)主-子问题框架:
主问题为气电综合能源配网系统的网络重构以及相关调度安排问题,约束条件包括基础场景约束和关于最坏场景的约束,最坏场景指最大的失负荷场景,由迭代的子问题中求解得到;子问题为双层的max-min问题来辨识造成最大安全违规的最坏场景,通过对偶理论将其转化为单层的双线性最大化优化问题;采用列与约束生成算法,在主问题-子问题框架下来求解提出的两阶段鲁棒优化调度模型;
所述列与约束生成算法包括以下4步:
1)设置气电综合能源配网系统最坏场景最大安全违规阈值εmax以及迭代计数器q=1;
2)求解主问题,将得到的机组组合、网络拓扑以及需求响应调度结果带入到子问题中来检验气电综合能源配网系统运行的安全性;
6.根据权利要求1所述的考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法,其特征在于,步骤8所述的输入气电综合能源配网系统的结构数据还包括配网系统原始拓扑结构、可参与重构的配电线路/传输管道及其相关参数,所述设备参数包括分布式机组的成本系数、电转气设备的数量和出力上下限、风力发电机的容量、压缩机及储气设备相关运行参数,所述配网运行参数还包括激励型需求响应补偿价格、联合需求响应比例限制以及电、气负荷预测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937348.3A CN113659572B (zh) | 2021-08-16 | 2021-08-16 | 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937348.3A CN113659572B (zh) | 2021-08-16 | 2021-08-16 | 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113659572A CN113659572A (zh) | 2021-11-16 |
CN113659572B true CN113659572B (zh) | 2023-07-04 |
Family
ID=78491088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110937348.3A Active CN113659572B (zh) | 2021-08-16 | 2021-08-16 | 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113659572B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115222102B (zh) * | 2022-06-23 | 2023-04-07 | 杭州鸿晟电力设计咨询有限公司 | 输配一体化综合能源系统的分布式调度方法 |
CN115795875B (zh) * | 2022-12-02 | 2023-06-16 | 山东大学 | 考虑配电网络安全的聚合商鲁棒运行包络估计方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846507A (zh) * | 2018-05-29 | 2018-11-20 | 西安交通大学 | 基于混合整数二阶锥规划的电-气耦合系统日前经济调度方法 |
AU2019101043A4 (en) * | 2019-09-11 | 2019-10-24 | Southeast University | A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system |
CN111193295A (zh) * | 2020-01-06 | 2020-05-22 | 天津大学 | 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105373842A (zh) * | 2014-08-29 | 2016-03-02 | 国家电网公司 | 一种基于全能流模型的微电网能量优化与评估方法 |
US9926852B2 (en) * | 2015-03-03 | 2018-03-27 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
CN112701687B (zh) * | 2021-01-25 | 2023-03-24 | 四川大学 | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 |
-
2021
- 2021-08-16 CN CN202110937348.3A patent/CN113659572B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846507A (zh) * | 2018-05-29 | 2018-11-20 | 西安交通大学 | 基于混合整数二阶锥规划的电-气耦合系统日前经济调度方法 |
AU2019101043A4 (en) * | 2019-09-11 | 2019-10-24 | Southeast University | A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system |
CN111193295A (zh) * | 2020-01-06 | 2020-05-22 | 天津大学 | 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113659572A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103490410B (zh) | 一种基于多目标优化的微电网规划和容量配置方法 | |
CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
CN107968439B (zh) | 基于混合整数线性规划的主动配电网联合优化算法 | |
CN113659572B (zh) | 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 | |
CN112701687B (zh) | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 | |
Zhai et al. | Robust model predictive control for energy management of isolated microgrids | |
Lv et al. | Multi-stage resilience scheduling of electricity-gas integrated energy system with multi-level decentralized reserve | |
Wang et al. | ADMM-based distributed active and reactive power control for regional AC power grid with wind farms | |
CN116345466A (zh) | 一种考虑配网重构的主动配电网两阶段潮流优化方法 | |
Guo et al. | Flexible operation of integrated energy system with HVDC infeed considering multi-retrofitted combined heat and power units | |
CN113131513A (zh) | 考虑碳排放的电、热、气转换优化运行配置方法和存储介质 | |
Yu et al. | Optimization of urban multi-energy flow systems considering seasonal peak shaving of natural gas | |
Ma et al. | Distributed robust optimal dispatch of regional integrated energy systems based on ADMM algorithm with adaptive step size | |
Li et al. | Cooperative optimal scheduling of interconnected transmission-distribution-micro power system | |
Huang et al. | Transmission expansion planning for multienergy system with integrated demand response | |
Shirmardi et al. | Green Micro-Grid Operation Constrained to Reliability and Flexibility Indices in the Presence of Distributed Generations and Energy Storage Systems | |
Su et al. | A Data-Driven Multi-Time Scale Coordinated Economic Dispatch Model for Flexible Interconnection Low-voltage Distribution Station Areas | |
Chenrui et al. | Optimal Configuration of Energy Storage for Integrated Energy Stations Considering Multiple Scenarios | |
Wu et al. | Day-ahead optimal scheduling model of transmission–distribution integrated electricity–gas systems based on convex optimization | |
Gao et al. | Distributed coordinated management for multiple distributed energy resources optimal operation with security constrains | |
Qi et al. | Study on the cooperative optimized operation of power system source-grid-load-storage based on Gurobi mathematical programming | |
Liu et al. | Research on multi-objective optimal joint dispatching of wind-thermal-hydro power in multi time scales | |
Zhang et al. | Equalizing multi-temporal scale adequacy for low carbon power systems by co-planning short-term and seasonal energy storage | |
Zhang et al. | Distributed scheduling of active distribution network with multi-type distributed generation clusters | |
Miao et al. | Coordinated Operation of Electricity and Natural Gas Integrated Energy Distribution Systems Considering Combined Electricity-gas 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 |