CN113673754B - 一种计及柔性负荷满意度的热电联合系统优化运行方法 - Google Patents
一种计及柔性负荷满意度的热电联合系统优化运行方法 Download PDFInfo
- Publication number
- CN113673754B CN113673754B CN202110906950.0A CN202110906950A CN113673754B CN 113673754 B CN113673754 B CN 113673754B CN 202110906950 A CN202110906950 A CN 202110906950A CN 113673754 B CN113673754 B CN 113673754B
- Authority
- CN
- China
- Prior art keywords
- load
- cost
- satisfaction
- electric automobile
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004044 response Effects 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 239000002245 particle Substances 0.000 claims abstract description 4
- 238000010438 heat treatment Methods 0.000 claims description 19
- 238000012546 transfer Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 7
- 238000010977 unit operation Methods 0.000 claims description 7
- 239000003245 coal Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- RJKFOVLPORLFTN-LEKSSAKUSA-N Progesterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](C(=O)C)[C@@]1(C)CC2 RJKFOVLPORLFTN-LEKSSAKUSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009833 condensation Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000004060 metabolic process Effects 0.000 claims description 3
- 239000000178 monomer Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims 4
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000013486 operation strategy Methods 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010016326 Feeling cold Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000009423 ventilation 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种计及柔性负荷满意度的热电联合系统优化运行方法，包括：采集热电联合系统的数据；在所述热电联合系统中引入电锅炉实现热电解耦，对热电联产机组进行建模，优化热电联产机组出力；建立包含可削减负荷、可转移负荷的需求响应模型，并定义热、电负荷各自满意度模型；引入弃风惩罚成本，以系统最小运行成本为目标建立目标函数并使用粒子群算法进行求解。本发明计及柔性负荷满意度的热电联合系统优化运行策略方法，引入电锅炉参与运行，可提高系统运行灵活性，提高风电消纳率，降低系统运行成本；热、电柔性负荷参与综合需求响应可对负荷曲线进行优化，实现削峰填谷，进一步促进风电消纳。
Description
技术领域
本发明涉及热电联合系统优化运行策略的技术领域，尤其涉及一种计及柔性负荷满意度的热电联合系统优化运行方法。
背景技术
随着化石能源逐渐枯竭，以及使用化石能源造成温室气体排放、环境污染等问题，发展清洁能源是我国能源发展的重要战略。我国“三北”地区的风电资源充沛，风电得到大力发展，但伴随风电装机容量的增加，风电消纳问题愈发严重，“三北”地区供暖期间，为满足长周期、大容量供暖需求，热电联产机组在电源中占比高；冬季，“以热定电”的生产模式，无法进一步消纳风电，增加了系统运行成本。在此背景下，研究如何有效降低系统运行成本、提升系统的风电消纳能力具有重要意义。
目前，有关提高热电系统中风电并网消纳，降低系统运行成本问题的研究主要考虑在供给侧解决系统优化与风电消纳的问题。由于当柔性负荷参与需求响应后影响自身用能需求，将会产生负面影响，柔性负荷会对参与需求响应产生抵触心理；现有的优化运行策略普遍缺少对需求侧的柔性负荷和柔性负荷满意度的考虑，不能进一步实现风电消纳。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：我国“三北”地区供暖期间，热电联产机组的“以热定电”运行模式限制了系统调峰能力，导致弃风率和运行成本高的问题。
为解决上述技术问题，本发明提供如下技术方案：采集热电联合系统的数据；在所述热电联合系统中引入电锅炉实现热电解耦，对热电联产机组进行建模，优化热电联产机组出力；建立包含可削减负荷、可转移负荷的需求响应模型，并定义热、电负荷各自满意度模型；引入弃风惩罚成本，以系统最小运行成本为目标建立目标函数并使用粒子群算法进行求解。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：所述热电联合系统的数据包括热电联产机组容量、风电场装机容量、电锅炉额定容量、各型设备运行参数、电动汽车设备参数、电动汽车日行驶里程、出行、到达时刻概率分布、风电场出力预测曲线、热负荷、刚性电负荷、电动汽车充电负荷预测曲线、柔性负荷购热、购电电价。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：在所述热电联合系统中引入电锅炉实现热电解耦，对热电联产机组进行建模，优化热电联产机组出力包括，对热电联产机组进行建模：抽凝热电联产机组热电出力范围：
其中，和/>分别表示时段t第n台机组的发电功率与制热功率，Pn CHP,max和Pn CHP,min分别为纯凝工况下机组的最大、最小发电功率，/>表示机组的最大发热功率，G为常数，cm表示机组背压运行时，发电功率与制热功率的比例系数，cv1和cv2分别为最大、最小进气工况下的比例系数；
对电锅炉进行建模，锅炉出力模型为：
其中，和/>分别表示第n台电锅炉时段t的制热功率、耗电量以及电热转换效率。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：所述目标函数包括弃风惩罚的系统运行成本、热电联产机组运行成本、电锅炉运行成本、风电场成本、综合需求响应补偿成本、系统平衡约束、热电联产机组约束、电锅炉约束。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：还包括，所述弃风惩罚的系统运行成本为：
其中，C表示系统运行成本，CCHP表示热电联产机组运行成本，CEB表示电锅炉运行成本，表示弃风处罚成本，/>表示风电场运行维护成本，CIDR表示综合需求响应成；
所述热电联产机组运行成本为：
其中，NCHP表示热电联产机组数量，Pc和发布表示标准煤成本系数和热电联产机组运维成本系数，aCHP、bCHP、cCHP分别表示热电联产机组煤耗成本系数；
所述电锅炉运行成本为：
其中，NEB示电锅炉数量，分别表电锅炉运维成本系数；
所述风电场成本为：
其中，和/>分别表示风电场运维成本系数与弃风惩罚系数；Pt WP和Pt W分别表示时段t风电场发电总功率与实际并网功率；
所述综合需求响应补偿成本为：
CIDR＝CEV,trans+CH,cut。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：还包括，所述系统平衡约束为：
其中，Pt base表示t时刻基本电负荷；
所述热电联产机组约束为：
其中，Pn CHP,max和Pn CHP,min分别是热电联产机组n的最大电出力值和最小电出力值，和/>分别是热电联产机组n的最大热出力值和最小热出力值，Pn CHP,up和Pn CHP,down分别是热电联产机组n的最大、最小爬坡速率值。
所述电锅炉约束为：
其中，Pn EB,max表示电锅炉n的最大用电功率；
引入风电消纳率θ，反映系统的风电消纳水平：
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：建立可削减负荷模型包括，利用人体对温度在范围内变换不敏感的特点，对居民热负荷进行削减，模型如式所示：
其中，和Ht分别表示t时段参与负荷削减前后的居民热负荷，st表示t时段热负荷是否参与负荷削减的0_1变量，at表示t时段热负荷的削减比例，T表示居民热负荷可参与负荷削减的时段，因为“三北”地区特殊性，T为24小时；
参与需求响应的居民热负荷给予的经济补贴，补贴费用由削减容量决定，其用热成本费用与补贴费用如下所示：
其中，CH表示负荷削减后用热成本，表示购热单价，CH,cut表示补贴费用，/>表示单位功率的削减价格。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：还包括，建立居民热负荷满意度模型：定义描述人体与温度关系的人体舒适度评价指标衡量居民对热负荷满意程度，所述人体舒适度评价指标计算公式如下：
其中，Ts表示体表温度，Ta表示室内温度，Mo表示人体代谢率，Icl表示服装热阻；
利用下式求出不同温度对应热负荷大小：
其中，表示与温度边界对应的热负荷大小，Ts Tr表示温度边界值，Ts c为标准供热环境温度；
综上，居民热负荷用能满意度为：
居民热负荷支出满意度为：
其中，CH*表示居民热负荷参与需求响应前的购热成本；
居民热负荷满意度如下式所示：
其中，λH表示居民热负荷满意度，λH,1表示用能满意度，λH,2表示支出满意度。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：还包括，建立可转移负荷模型：单体电动汽车模型：
其中，表示t时段第k辆电动汽车的负荷，pEV表示电动汽车的额定充电功率，ηEV表示电动汽车的额定充电效率/>表示t时段第k辆电动汽车进行充电的0-1变量，/>表示第k辆电动汽车在t时段荷电状态大小，B代表电动汽车电池容量；
私家电动汽车运行约束如下式所示：
其中，和/>分别表示第k辆电动汽车的电动汽车负荷可转移时段，/>表示第k辆电动汽车初始SOC，/>表示电动汽车驶离电网时SOC，为保障电动汽车电池寿命，避免过充、过放，限制SOC在20％-90％范围内变化，保障电动汽车顺利出行，其驶离时荷电状态/>大于路程所需荷电状态/>与电池基本荷电状态之和；
大规模电动汽车可转移负荷模型为：
其中，表示t时段第k辆电动汽车实现负荷转移后的电动汽车负荷功率值；
对于参与负荷转移的电动汽车充电成本与经济补贴费用如下式所示：
其中，分别表示电动汽车负荷转移后的充电成本，/>表示电动汽车充电电价，表示电动汽车负荷转移补偿费用，/>表示负荷转移补偿价格。
作为本发明所述的计及柔性负荷满意度的热电联合系统优化运行方法的一种优选方案，其中：还包括，建立可转移负荷模型：定义私家电动汽车满意度λEV分为用能满意度λEV,1和支出满意度λEV,2，第k辆私家电动汽车的用能满意度为：
第k辆私家电动汽车支出满意度为：
其中，和/>分别表示私家电动汽车最大、最小充电成本；
私家电动汽车满意度如下式所示:
本发明的有益效果：本发明计及柔性负荷满意度的热电联合系统优化运行策略方法，引入电锅炉参与运行，可提高系统运行灵活性，提高风电消纳率，降低系统运行成本；热、电柔性负荷参与综合需求响应可对负荷曲线进行优化，实现削峰填谷，进一步促进风电消纳。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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它的附图。其中：
图1为本发明一个实施例提供的一种计及柔性负荷满意度的热电联合系统优化运行方法的基本流程示意图；
图2为本发明一个实施例提供的一种计及柔性负荷满意度的热电联合系统优化运行方法的热电联合系统结构示意图；
图3为本发明一个实施例提供的一种计及柔性负荷满意度的热电联合系统优化运行方法的热电联产机组出力区间示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1～3，为本发明的一个实施例，提供了一种计及柔性负荷满意度的热电联合系统优化运行方法，包括：
S1：采集热电联合系统的数据；需要说明的是：
所采集的热电联合系统的数据包括热电联产机组容量、风电场装机容量、电锅炉额定容量、各型设备运行参数、电动汽车设备参数、电动汽车日行驶里程、出行、到达时刻概率分布、风电场出力预测曲线、热负荷、刚性电负荷、电动汽车充电负荷预测曲线、柔性负荷购热、购电电价。
S2：在热电联合系统中引入电锅炉实现热电解耦，对热电联产机组进行建模，优化热电联产机组出力；需要说明的是：
对热电联产机组进行建模：抽凝热电联产机组热电出力范围：
其中，和/>分别表示时段t第n台机组的发电功率与制热功率，Pn CHP,max和Pn CHP,min分别为纯凝工况下机组的最大、最小发电功率，/>表示机组的最大发热功率，G为常数，cm表示机组背压运行时，发电功率与制热功率的比例系数，cv1和cv2分别为最大、最小进气工况下的比例系数；
对电锅炉进行建模，锅炉出力模型为：
其中，和/>分别表示第n台电锅炉时段t的制热功率、耗电量以及电热转换效率。
S3：建立包含可削减负荷、可转移负荷的需求响应模型，并定义热、电负荷各自满意度模型；
具体的：
建立热负荷需求响应模型：热电联合系统中存在大量热柔性负荷，其用能大小或用能时段均可以在一定范围内变换，包括建立可削减负荷模型和建立居民热负荷满意度模型；
(1)建立可削减负荷模型：
本发明对热电联合系统中居民热负荷建模；利用人体对温度在范围内变换不敏感的特点，对居民热负荷进行削减，模型如式所示：
其中，和Ht分别表示t时段参与负荷削减前后的居民热负荷，st表示t时段热负荷是否参与负荷削减的0_1变量，at表示t时段热负荷的削减比例，T表示居民热负荷可参与负荷削减的时段，因为“三北”地区特殊性，T为24小时；
参与需求响应的居民热负荷给予的经济补贴，补贴费用由削减容量决定，其用热成本费用与补贴费用如下所示：
其中，CH表示负荷削减后用热成本，表示购热单价，CH,cut表示补贴费用，/>表示单位功率的削减价格。
(2)建立居民热负荷满意度模型：
本发明将居民热负荷满意度λH分为用能满意度λH,1和支出满意度λH,2；用能满意度是指热负荷在一定范围内变化时，居民对热负荷满意程度；本发明引入描述人体与温度关系的人体舒适度评价指标衡量居民对热负荷满意程度；人体舒适度评价指标计算公式如下：
其中，Ts表示体表温度，Ta表示室内温度，Mo表示人体代谢率，Icl表示服装热阻；
人体舒适度评价指标的值IPMV与人体感受的关系如表1所示；标准ISO7730指出IPMV在±0.5内，人体无法察觉温度变化，《GB 50019-2016采暖通风与空气调节设计规范》规定IPMV属于±1范围内，满足冬季供暖需求。
表1：人体舒适度评价指标的值IPMV与人体感受的关系表。
| IPMV | -3 | -2 | -1 | 0 | 1 | 2 | 3 |
| 人体感受 | 寒冷 | 凉 | 较凉 | 适中 | 较暖 | 暖 | 较热 |
考虑PMV后，利用上式分别计算出IPMV为0.5、-0.5、1、-1时对应的室内温度边界：Ts H,f、Ts L,f、Ts H,s和Ts L,s；利用下式求出不同温度对应热负荷大小：
其中，表示与温度边界对应的热负荷大小，Ts Tr表示温度边界值，Ts c为标准供热环境温度；
综上，居民热负荷用能满意度为：
居民热负荷支出满意度为：
其中，CH*表示居民热负荷参与需求响应前的购热成本；
居民热负荷满意度如下式所示：
其中，λH表示居民热负荷满意度，λH,1表示用能满意度，λH,2表示支出满意度。
进一步的，建立电负荷需求响应模型：热电联合系统中存在大量电柔性负荷，其用能大小或用能时段均可以在一定范围内变换，包括建立可转移负荷模型和建立可转移负荷模型。
具体的：
(1)建立可转移负荷模型：单体电动汽车模型：
其中，表示t时段第k辆电动汽车的负荷，pEV表示电动汽车的额定充电功率，ηEV表示电动汽车的额定充电效率/>表示t时段第k辆电动汽车进行充电的0-1变量，/>表示第k辆电动汽车在t时段荷电状态大小，B代表电动汽车电池容量；
私家电动汽车运行约束如下式所示：
其中，和/>分别表示第k辆电动汽车的电动汽车负荷可转移时段，/>表示第k辆电动汽车初始SOC，/>表示电动汽车驶离电网时SOC，为保障电动汽车电池寿命，避免过充、过放，限制SOC在20％-90％范围内变化，保障电动汽车顺利出行，其驶离时荷电状态/>大于路程所需荷电状态/>与电池基本荷电状态之和；
大规模电动汽车可转移负荷模型为：
其中，表示t时段第k辆电动汽车实现负荷转移后的电动汽车负荷功率值；
对于参与负荷转移的电动汽车充电成本与经济补贴费用如下式所示：
其中，分别表示电动汽车负荷转移后的充电成本，/>表示电动汽车充电电价，表示电动汽车负荷转移补偿费用，/>表示负荷转移补偿价格。
(2)建立可转移负荷模型：
定义私家电动汽车满意度λEV分为用能满意度λEV,1和支出满意度λEV,2，第k辆私家电动汽车的用能满意度为：
第k辆私家电动汽车支出满意度为：
其中，和/>分别表示私家电动汽车最大、最小充电成本；
私家电动汽车满意度如下式所示:
S4：引入弃风惩罚成本，以系统最小运行成本为目标建立目标函数并使用粒子群算法进行求解；需要说明的是：
目标函数包括弃风惩罚的系统运行成本、热电联产机组运行成本、电锅炉运行成本、风电场成本、综合需求响应补偿成本、系统平衡约束、热电联产机组约束、电锅炉约束。
其中，弃风惩罚的系统运行成本为：
其中，C表示系统运行成本，CCHP表示热电联产机组运行成本，CEB表示电锅炉运行成本，表示弃风处罚成本，/>表示风电场运行维护成本，CIDR表示综合需求响应成；
热电联产机组运行成本为：
其中，NCHP表示热电联产机组数量，Pc和发布表示标准煤成本系数和热电联产机组运维成本系数，aCHP、bCHP、cCHP分别表示热电联产机组煤耗成本系数；
电锅炉运行成本为：
其中，NEB示电锅炉数量，分别表电锅炉运维成本系数；
风电场成本为：
其中，和/>分别表示风电场运维成本系数与弃风惩罚系数；Pt WP和Pt W分别表示时段t风电场发电总功率与实际并网功率；
综合需求响应补偿成本为：
CIDR＝CEV,trans+CH,cut。
还包括：
系统平衡约束为：
其中，Pt base表示t时刻基本电负荷；
热电联产机组约束为：
其中，Pn CHP,max和Pn CHP,min分别是热电联产机组n的最大电出力值和最小电出力值，和/>分别是热电联产机组n的最大热出力值和最小热出力值，Pn CHP,up和Pn CHP,down分别是热电联产机组n的最大、最小爬坡速率值。
电锅炉约束为：
其中，Pn EB,max表示电锅炉n的最大用电功率；
引入风电消纳率θ，反映系统的风电消纳水平：
本发明计及柔性负荷满意度的热电联合系统优化运行策略方法，引入电锅炉参与运行，可提高系统运行灵活性，提高风电消纳率，降低系统运行成本；热、电柔性负荷参与综合需求响应可对负荷曲线进行优化，实现削峰填谷，进一步促进风电消纳。
实施例2
该为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种计及柔性负荷满意度的热电联合系统优化运行方法验证测试，为对本方法中采用的技术效果加以验证说明，本实施例采用传统技术方案与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
传统的技术方案中，仅通过优化源侧设备或者仅考虑需求响应无法进一步挖掘系统的调节能力，未能进一步提高风电消纳率、降低系统运行成本；为验证本发明提出的方法可进一步提高风电消纳率、降低系统运行成本，本实例采用以下四种运行模式进行仿真对比，其中模式4采用本文所提出的运行策略。
模式1：不引入电锅炉，柔性负荷不参与综合需求响应；模式2：引入电锅炉，柔性负荷不参与综合需求响应；模式3：不引入电锅炉，考虑用能满意度均为0.95时，热、电柔性负荷参与综合需求响应；模式4：引入电锅炉，考虑用能满意度均为0.95时，热、电柔性负荷参与综合需求响应。
测试环境：通过MATLAB软件编程，利用PSO实现仿真验证，得到仿真结果，对比四种模式在经济性与风电消纳率的结果上的差异，结果如表2所示。
表2：四种模式在经济性与风电消纳率的结果表。
从上表可以看出，本发明方法相较于传统方法能进一步提高风电消纳率、降低系统运行成本。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于，包括：
采集热电联合系统的数据；
在所述热电联合系统中引入电锅炉实现热电解耦，对热电联产机组进行建模，优化热电联产机组出力；
在所述热电联合系统中引入电锅炉实现热电解耦，对热电联产机组进行建模，优化热电联产机组出力包括，
对热电联产机组进行建模：抽凝热电联产机组热电出力范围：
其中，和/>分别表示时段t第n台机组的发电功率与制热功率，/>和/>分别为纯凝工况下机组的最大、最小发电功率，/>表示机组的最大发热功率，G为常数，cm表示机组背压运行时，发电功率与制热功率的比例系数，cv1和cv2分别为最大、最小进气工况下的比例系数；
对电锅炉进行建模，锅炉出力模型为：
其中，和/>分别表示第n台电锅炉时段t的制热功率、耗电量以及电热转换效率；
建立包含可削减负荷、可转移负荷的需求响应模型，并定义热、电负荷各自满意度模型；
引入弃风惩罚成本，以系统最小运行成本为目标建立目标函数并使用粒子群算法进行求解；
所述目标函数包括弃风惩罚的系统运行成本、热电联产机组运行成本、电锅炉运行成本、风电场成本、综合需求响应补偿成本、系统平衡约束、热电联产机组约束、电锅炉约束；
所述弃风惩罚的系统运行成本为：
其中，C表示系统运行成本，CCHP表示热电联产机组运行成本，CEB表示电锅炉运行成本，表示弃风处罚成本，/>表示风电场运行维护成本，CIDR表示综合需求响应成；
所述热电联产机组运行成本为：
其中，NCHP表示热电联产机组数量，Pc和发布表示标准煤成本系数和热电联产机组运维成本系数，aCHP、bCHP、cCHP分别表示热电联产机组煤耗成本系数；
所述电锅炉运行成本为：
其中，NEB示电锅炉数量，分别表电锅炉运维成本系数；
所述风电场成本为：
其中，和/>分别表示风电场运维成本系数与弃风惩罚系数；Pt WP和Pt W分别表示时段t风电场发电总功率与实际并网功率；
所述综合需求响应补偿成本为：
CIDR＝CEV,trans+CH,cut。
2.如权利要求1所述的计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于：所述热电联合系统的数据包括热电联产机组容量、风电场装机容量、电锅炉额定容量、各型设备运行参数、电动汽车设备参数、电动汽车日行驶里程、出行、到达时刻概率分布、风电场出力预测曲线、热负荷、刚性电负荷、电动汽车充电负荷预测曲线、柔性负荷购热、购电电价。
3.如权利要求2所述的计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于：还包括，
所述系统平衡约束为：
其中，Pt base表示t时刻基本电负荷；
所述热电联产机组约束为：
其中，和Pn CHP,min分别是热电联产机组n的最大电出力值和最小电出力值，/>和/>分别是热电联产机组n的最大热出力值和最小热出力值，/>和/>分别是热电联产机组n的最大、最小爬坡速率值；
所述电锅炉约束为：
其中，表示电锅炉n的最大用电功率；
引入风电消纳率θ，反映系统的风电消纳水平：
4.如权利要求1所述的计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于：建立可削减负荷模型包括，
利用人体对温度在范围内变换不敏感的特点，对居民热负荷进行削减，模型如式所示：
其中，和Ht分别表示t时段参与负荷削减前后的居民热负荷，st表示t时段热负荷是否参与负荷削减的0_1变量，at表示t时段热负荷的削减比例，T表示居民热负荷可参与负荷削减的时段，因为“三北”地区特殊性，T为24小时；
参与需求响应的居民热负荷给予的经济补贴，补贴费用由削减容量决定，其用热成本费用与补贴费用如下所示：
其中，CH表示负荷削减后用热成本，表示购热单价，CH,cut表示补贴费用，/>表示单位功率的削减价格。
5.如权利要求1所述的计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于：还包括，
建立居民热负荷满意度模型：
定义描述人体与温度关系的人体舒适度评价指标衡量居民对热负荷满意程度，所述人体舒适度评价指标计算公式如下：
其中，Ts表示体表温度，Ta表示室内温度，Mo表示人体代谢率，Icl表示服装热阻；
利用下式求出不同温度对应热负荷大小：
其中，表示与温度边界对应的热负荷大小，Ts Tr表示温度边界值，Ts c为标准供热环境温度；
综上，居民热负荷用能满意度为：
居民热负荷支出满意度为：
其中，CH*表示居民热负荷参与需求响应前的购热成本；
居民热负荷满意度如下式所示：
其中，λH表示居民热负荷满意度，λH,1表示用能满意度，λH,2表示支出满意度。
6.如权利要求1所述的计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于：还包括，
建立可转移负荷模型：
单体电动汽车模型：
其中，表示t时段第k辆电动汽车的负荷，pEV表示电动汽车的额定充电功率，ηEV表示电动汽车的额定充电效率/>表示t时段第k辆电动汽车进行充电的0-1变量，/>表示第k辆电动汽车在t时段荷电状态大小，B代表电动汽车电池容量；
私家电动汽车运行约束如下式所示：
其中，和/>分别表示第k辆电动汽车的电动汽车负荷可转移时段，/>表示第k辆电动汽车初始SOC，/>表示电动汽车驶离电网时SOC，为保障电动汽车电池寿命，避免过充、过放，限制SOC在20％-90％范围内变化，保障电动汽车顺利出行，其驶离时荷电状态/>大于路程所需荷电状态/>与电池基本荷电状态之和；
大规模电动汽车可转移负荷模型为：
其中，表示t时段第k辆电动汽车实现负荷转移后的电动汽车负荷功率值；
对于参与负荷转移的电动汽车充电成本与经济补贴费用如下式所示：
其中，分别表示电动汽车负荷转移后的充电成本，/>表示电动汽车充电电价，/>表示电动汽车负荷转移补偿费用，/>表示负荷转移补偿价格。
7.如权利要求1所述的计及柔性负荷满意度的热电联合系统优化运行方法，其特征在于：还包括，
建立可转移负荷模型：
定义私家电动汽车满意度λEV分为用能满意度λEV,1和支出满意度λEV,2，第k辆私家电动汽车的用能满意度为：
第k辆私家电动汽车支出满意度为：
其中，和/>分别表示私家电动汽车最大、最小充电成本；
私家电动汽车满意度如下式所示:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110906950.0A CN113673754B (zh) | 2021-08-09 | 2021-08-09 | 一种计及柔性负荷满意度的热电联合系统优化运行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110906950.0A CN113673754B (zh) | 2021-08-09 | 2021-08-09 | 一种计及柔性负荷满意度的热电联合系统优化运行方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113673754A CN113673754A (zh) | 2021-11-19 |
| CN113673754B true CN113673754B (zh) | 2024-04-26 |
Family
ID=78541821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110906950.0A Active CN113673754B (zh) | 2021-08-09 | 2021-08-09 | 一种计及柔性负荷满意度的热电联合系统优化运行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113673754B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111768108A (zh) * | 2020-07-01 | 2020-10-13 | 长沙理工大学 | 一种含用热综合满意度的虚拟电厂热电联合经济调度方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108808659A (zh) * | 2018-06-05 | 2018-11-13 | 国网吉林省电力有限公司 | 风电消纳综合能源系统的协调优化控制及经济性评估方法 |
| CN112186755A (zh) * | 2020-09-25 | 2021-01-05 | 东南大学 | 一种区域综合能源系统柔性负荷储能化建模方法 |
| CN112668791A (zh) * | 2020-12-30 | 2021-04-16 | 华北电力大学（保定） | 热电联供系统的优化方法 |
-
2021
- 2021-08-09 CN CN202110906950.0A patent/CN113673754B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108808659A (zh) * | 2018-06-05 | 2018-11-13 | 国网吉林省电力有限公司 | 风电消纳综合能源系统的协调优化控制及经济性评估方法 |
| CN112186755A (zh) * | 2020-09-25 | 2021-01-05 | 东南大学 | 一种区域综合能源系统柔性负荷储能化建模方法 |
| CN112668791A (zh) * | 2020-12-30 | 2021-04-16 | 华北电力大学（保定） | 热电联供系统的优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113673754A (zh) | 2021-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109523052B (zh) | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 | |
| CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
| CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
| CN106026152A (zh) | 一种电动汽车接入微电网的充放电调度方法 | |
| CN108256670B (zh) | 基于热电联产的光热发电及热电机组联合调峰优化模型 | |
| CN113240210B (zh) | 一种基于多主体主从博弈的负荷聚合商经济优化方法 | |
| CN106786753A (zh) | 多用户的区域能源互联网的系统及其调节方法 | |
| CN112186755A (zh) | 一种区域综合能源系统柔性负荷储能化建模方法 | |
| CN113987734A (zh) | 机会约束条件的园区综合能源系统多目标优化调度方法 | |
| CN111738503A (zh) | 以氢能为核心的综合能源微网日前运行调度方法及系统 | |
| CN112668791A (zh) | 热电联供系统的优化方法 | |
| CN112465236B (zh) | 一种考虑综合满意度的社区综合能源系统调度方法 | |
| CN111324849A (zh) | 一种考虑热网特性的电热联合系统优化调度方法 | |
| CN113673754B (zh) | 一种计及柔性负荷满意度的热电联合系统优化运行方法 | |
| CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量系统容量优化方法 | |
| CN113642802A (zh) | 一种基于碳计量模型的综合能源站能源优化调度方法和系统 | |
| CN106842921A (zh) | 基于nsga2算法的分散式以电供热系统多目标优化方法 | |
| CN112036652A (zh) | 基于机会约束规划的光伏-储能综合能源系统规划方法 | |
| CN116167573A (zh) | 一种高铁站综合能源需求响应优化调度方法及相关装置 | |
| CN113610316B (zh) | 不确定环境下考虑综合需求响应的园区综合能源系统优化调度方法 | |
| CN113313329B (zh) | 一种含综合能源系统的配电网优化调度方法 | |
| CN116029518A (zh) | 一种计及广义储能的园区综合能源系统的碳排放规划方法 | |
| CN110112786A (zh) | 一种含电热负荷的微网系统能量管理方法 | |
| CN113627720B (zh) | 基于电能替代的综合园区风光储系统配置方法 | |
| CN115641209A (zh) | 一种计及碳交易与需求响应的综合能源优化模型构建方法 |
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 |