CN113792969A - 考虑气网动态特性和电转气综合能源系统优化调度方法 - Google Patents

考虑气网动态特性和电转气综合能源系统优化调度方法 Download PDF

Info

Publication number
CN113792969A
CN113792969A CN202110916054.2A CN202110916054A CN113792969A CN 113792969 A CN113792969 A CN 113792969A CN 202110916054 A CN202110916054 A CN 202110916054A CN 113792969 A CN113792969 A CN 113792969A
Authority
CN
China
Prior art keywords
gas
network
power
node
energy system
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.)
Withdrawn
Application number
CN202110916054.2A
Other languages
English (en)
Inventor
段建东
秦博
涂思宇
刘帆
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN202110916054.2A priority Critical patent/CN113792969A/zh
Publication of CN113792969A publication Critical patent/CN113792969A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了考虑气网动态特性和电转气综合能源系统优化调度方法,建立电气热综合能源系统;根据电气热综合能源系统中的电力系统网络特性、热力系统热力网络参数、天然气网络参数分别构建电力系统网络特性约束、热网特性约束以及考虑气网动态特性及电转气的气网特性约束;根据电力系统网络特性约束、热网特性约束以及气网特性约束,以总运行成本最小为目标函数构建优化调度模型;获取电气热综合能源系统中各设备的详细参数,以及电转气的详细参数,利用增量线性法将优化调度模型线性化并使用求解器求解优化调度模型,得到电气热综合能源系统优化调度方案。本发明原理简单、易于实现,调度结果更加符合实际,具有一定的工程实用价值。

Description

考虑气网动态特性和电转气综合能源系统优化调度方法
技术领域
本发明属于综合能源系统优化调度技术领域,具体涉及考虑气网动态特性和电转气综合能源系统优化调度方法。
背景技术
随着可再生能源并网渗透率提高,我国传统电力、热力、天然气系统的独立运行,使得各种能源的互补潜力缺失。未来电力系统的发展趋势将与天然气、热力系统等耦合运行,形成多源联供、多能流耦合的综合能源系统。综合能源系统是具备多能协调互补特性,是能够协调多种能源和消纳的关键的能源利用新模式。
综合能源系统利用物联网、通信信息等技术融合,实现对多种能流信息的整合,强调对于电、气、热多种能源的互补特性挖掘,采用能量梯级综合利用,通过对综合能源系统各子系统的整合规划和运行调度,实现整体可再生能源渗透率、消纳能力的上升,各能源系统运行成本降低。在碳中和背景下,我国综合能源系统强调通过天然气以及冷热电三联供、可再生能源等方式扩大新能源的接入容量,实现在电力系统供给侧革新,提供额外的可再生能源的渗透率。综合能源系统通过电力、热力、天然气网络耦合联系采用统一的协调调度可以根据热网、气网网络的动、静态特性差异,挖掘其动态特性带来的网络惯性,给予综合能源系统内更多的能源储存能力,便于调峰及经济运行。综合能源系统通过用户需求侧的能源转换技术发展、以及终端单元,将电力、热力、天然气多种能源互相转换和分配,实现能量的梯级利用,为可再生能源的消纳提供了额外能力。
综上所述,综合能源系统中的热电耦合特性、风电消纳问题亟需解决。可以考虑综合能源系统气网动态特性,并对电转气设备、储能元件的协调作用分析。因此协调各个能源系统,统一化建立考虑动态特性的综合能源系统优化调度模型,将热、气网惯性、耦合单元能力转换作为系统的调度资源,可以提高综合能源系统的消纳能力,降低成本,并为综合能源系统经济运行提供理论支撑和服务,具有一定的工程与科研意义。
发明内容
本发明的目的在于提供考虑气网动态特性和电转气综合能源系统优化调度方法,该调度方法能充分考虑综合能源系统的网络特性及电转气耦合单元,具有原理简单、易于实现的优点。
本发明所采用的技术方案是:考虑气网动态特性和电转气综合能源系统优化调度方法,具体操作步骤如下:
步骤1、建立电气热综合能源系统,其中电气热综合能源系统包括各设备、热力网络参数、天然气网络参数和电力网络负荷需求数据;
步骤2、根据电气热综合能源系统中的电力系统网络特性,构建电力系统网络特性约束;
步骤3、根据电气热综合能源系统中热力系统热力网络参数,构建热网特性约束;
步骤4、根据电气热综合能源系统中天然气网络参数,构建考虑气网动态特性及电转气的气网特性约束;
步骤5、根据步骤2-4中获得的电力系统网络特性约束、热网特性约束以及气网特性约束以总运行成本最小为目标函数构建优化调度模型;
步骤6、获取电气热综合能源系统中各设备的详细参数,以及电转气的详细参数,利用增量线性法将优化调度模型线性化并使用求解器CPLEX求解优化调度模型,得到电气热综合能源系统优化调度方案。
本发明的特点还在于,
步骤2中,电力系统包括的发电机组、输配电线路、电力负荷,在运行过程中需要满足如下条件:
在步骤2中,在综合能源系统中,其电力子系统的主体与传统的电力系统基本一致,主要由源、网、荷、储四个环节组成,在优化调度中主要分析以下约束条件:
步骤2.1:功率平衡约束:
Figure BDA0003205302190000031
其中,Pe,t为t时刻在节点i上所有电力供应机组及储能的有功出力,其中电力供应机组集合包括常规火电机组集合Ωcon、热电联产机组Ωchp、电储能装置Ωbe
Figure BDA0003205302190000032
是t时刻风电机组p的有功出力;
Figure BDA0003205302190000033
是节点i平衡功率,仅在网络平衡节点存在;
Figure BDA0003205302190000034
是节点i的负荷功率;Pij,t是节点i相连节点的支路功率;
步骤2.2:机组出力约束:
Figure BDA0003205302190000035
Figure BDA0003205302190000036
其中,Pemax、Pemin是机组的有功出力上下限;
Figure BDA0003205302190000037
为可在能源机组P在t时刻的有功出力预测值;
步骤2.3:机组爬坡约束:
Figure BDA0003205302190000038
其中,
Figure BDA0003205302190000039
分别是各传统火电机组及CHP机组向下、向上爬坡功率最大功率。
步骤3中,根据热力网络参数,构建热网特性约束,具体为:
步骤3.1:构建如下公式(5)的热功率平衡约束:
Figure BDA00032053021900000310
其中,
Figure BDA00032053021900000311
为热电联产机组的热出力,
Figure BDA00032053021900000312
为平衡热功率,
Figure BDA00032053021900000313
为换热站所需热功率;
步骤3.2:构建换热站热功率需求,如下公式(6)和(7):
换热站热功率需求可以表示为:
Figure BDA0003205302190000041
Figure BDA0003205302190000042
其中,
Figure BDA0003205302190000043
为换热站热功率需求;
Figure BDA0003205302190000044
为换热站入口处流量;
Figure BDA0003205302190000045
为入口处供水、回水温度,且回水温度被限定在一定范围内;
步骤3.3:构建如下公式(8)-(12)的热力网络约束:
Figure BDA0003205302190000046
Figure BDA0003205302190000047
Figure BDA0003205302190000048
Figure BDA0003205302190000049
Figure BDA00032053021900000410
在热网节点的交汇处遵循节点温度混合规律,可认为所有水流温度在该节点的出口充分混合,且混合温度等于所有流出该节点的管道出口温度;
其中,A为热力网络的关联矩阵,
Figure BDA00032053021900000411
为热力网络中所有热力管道流量,mi,q为各个节点的注入流量,Ωpipe-、Ωpipe+表示以节点i为终点、起始点的管网集合;
Figure BDA00032053021900000412
为节点i处供水温度、回水温度。
步骤4中,根据天然气网络参数,构建考虑气网动态特性及电转气的气网特性约束,具体为:
步骤4.1:构建如下公式(13)的气源约束:
Figure BDA00032053021900000413
其中,
Figure BDA00032053021900000414
为气源的输出气流,fs,t
Figure BDA00032053021900000415
为气流的上下限约束,ΩNS为系统内气源集合。
步骤4.2:构建如下公式(14)的节点流量平衡约束:
Figure BDA0003205302190000051
其中,
Figure BDA0003205302190000052
为与节点i相连全部气网管道净流量之和,fL,i为节点i气网消耗量,fG,i为节点i气源供给量;
步骤4.3:构建如下公式(15)的节点压力约束:
Figure BDA0003205302190000053
其中,
Figure BDA0003205302190000054
为节点i的压力上下限,pi,t为t时刻节点i的压力。
步骤4.4:构建如下公式(16)-(17)的压缩机约束:
pi,t≤βcompk,t (16)
Figure BDA0003205302190000055
其中,βcom为压缩机的增压比系数上限;αc为压缩机的能耗系数,反应其工作消耗的气流。
步骤4.5:构建如下公式(18)-(20)的气网管存约束:
Figure BDA0003205302190000056
Figure BDA0003205302190000057
pij,t=(pi,t+pj,t)/2 (20)
其中,
Figure BDA0003205302190000058
为节点i-j间管道在t时刻和t-1时刻的管存,
Figure BDA0003205302190000059
为节点i-j间管道m的气体流量,Lij为管道长度,Dij为管道内径,R为气体常数,Tgas为管道气体温度,ρ0为标准条件下天然气密度,pij,t为管道入口和出口的平均压力。
步骤5中目标函数如公式(24):
Figure BDA0003205302190000061
其中,
Figure BDA0003205302190000062
为常规火电机组运行成本,式中au、bu、cu为火电机组的运行成本系数、
Figure BDA0003205302190000063
为火电机组出力,反应的是煤耗与发电量之间的关系;
Figure BDA0003205302190000064
为系统弃风惩罚成本,式中
Figure BDA0003205302190000065
为风电机组的弃风惩罚系数,
Figure BDA0003205302190000066
为风电机组在t时刻的预测出力与实际出力;Ck为热电联产机组运行成本;Cg为天然气气源成本;Cm为系统内耦合设备运行维护成本如下式(29)所示。
Figure BDA0003205302190000067
其中,mEC、mER
Figure BDA00032053021900000611
mGB分别为电转气一阶段、二阶段、储氢、燃气轮机的单位维护成本。
步骤6具体如下:
为降低求解难度,采用增量线性化方法,将优化调度模型线性化并使用求解器CPLEX求解,得到电气热综合能源系统优化调度方案。
具体线性化过程如下:
(1)确定合适的线性化分段段数K-1,以保证在求解计算量和线性化精度之间作出平衡;
(2)在x的取值范围内计算各个分段点取值;
(3)求取各分段点对应的f(x)取值;
(4)将f(x)按照公式(33)-(36)表示:
Figure BDA0003205302190000068
Figure BDA0003205302190000069
Figure BDA00032053021900000610
Figure BDA0003205302190000071
其中:Ψ是分段点集合;δi是取值范围为0到1的连续变量,表示在第i个分段区间上的位置;εi为二进制变量,用来保证分段线性化时从左至右填满整个分段区间。
本发明的有益效果是:
本发明的考虑气网动态特性和电转气综合能源系统优化调度方法,充分利用了综合能源系统中天然气网络的动态特性即管存特性,以及电转气相关的耦合单元的能源转换关系,原理简单、易于实现,使得综合能源系统调度结果更加符合实际,具有一定的工程实用价值。
附图说明
图1是本发明考虑气网动态特性和电转气综合能源系统优化调度方法的流程图。
图2是本发明考虑气网动态特性和电转气综合能源系统优化调度方法的用于实例的综合能源系统示意图。
图3是本发明考虑气网动态特性和电转气综合能源系统优化调度方法的天然气管道示意图。
图4是本发明考虑气网动态特性和电转气综合能源系统优化调度方法中所使用的典型日电力、热力、天然气负荷变化曲线。
图5是本发明考虑气网动态特性和电转气综合能源系统优化调度方法的中得到的三种场景风机出力对比图。
图6是本发明考虑气网动态特性和电转气综合能源系统优化调度方法的中得到的电转气出力对比图。
图7是本发明考虑气网动态特性和电转气综合能源系统优化调度方法的管存变化图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明考虑气网动态特性和电转气综合能源系统优化调度方法,参照图1,按照以下步骤实施:
步骤1、建立电气热综合能源系统,其中电气热综合能源系统包括各设备、热力网络参数、天然气网络参数和电力网络负荷需求数据;
步骤2、根据参与优化调度的电力系统的网络特性,构建电力系统的网络特性约束;
电力系统主要包括发电机组、输配电线路、电力负荷,在优化调度中需要满足以下条件:
1)功率平衡约束:
Figure BDA0003205302190000081
其中,Pe,t为t时刻在节点i上所有电力供应机组及储能的有功出力,其中电力供应机组集合包括常规火电机组集合Ωcon、热电联产机组Ωchp、电储能装置Ωbe
Figure BDA0003205302190000082
是t时刻风电机组p的有功出力;
Figure BDA0003205302190000083
是节点i功率平衡功率,仅在网络平衡节点存在;
Figure BDA0003205302190000084
是节点i的负荷功率;Pij,t是节点i相连节点的支路功率;
2)机组出力约束:
Figure BDA0003205302190000085
Figure BDA0003205302190000086
其中,Pemax、Pemin是机组的有功出力上下限;
Figure BDA0003205302190000087
为可在能源机组P在t时刻的有功出力预测值;
3)机组爬坡约束:
Figure BDA0003205302190000088
其中,
Figure BDA0003205302190000089
分别是各传统火电机组及CHP机组向下、向上爬坡功率最大功率。
步骤3、根据热力系统中热力网络的参数,构建热网特性约束。
1)热功率平衡约束:
Figure BDA0003205302190000091
其中,
Figure BDA0003205302190000092
为热电联产机组的热出力,
Figure BDA0003205302190000093
为平衡热功率,
Figure BDA0003205302190000094
为换热站所需热功率;
2)换热站热功率需求:
换热站热功率需求可以表示为:
Figure BDA0003205302190000095
Figure BDA0003205302190000096
其中,
Figure BDA0003205302190000097
为换热站热功率需求;
Figure BDA0003205302190000098
为换热站入口处流量;
Figure BDA0003205302190000099
为入口处供水、回水温度,且回水温度被限定在一定范围内;
3)热力网络约束:
Figure BDA00032053021900000910
Figure BDA00032053021900000911
Figure BDA00032053021900000912
Figure BDA00032053021900000913
Figure BDA00032053021900000914
在热网节点的交汇处遵循节点温度混合规律,可以认为所有水流温度在该节点的出口充分混合,且混合温度等于所有流出该节点的管道出口温度。
其中,A为热力网络的关联矩阵,
Figure BDA00032053021900000915
为热力网络中所有热力管道流量,mi,q为各个节点的注入流量,Ωpipe-、Ωpipe+表示以为节点m为终点、起始点的管网集合;
Figure BDA00032053021900000916
为节点m处供水温度、回水温度;
步骤4、根据天然气网络的参数,构建考虑气网动态特性及电转气的气网特性约束。
1)气源约束:
Figure BDA0003205302190000101
其中,
Figure BDA0003205302190000102
为气源的输出气流,fs,t
Figure BDA0003205302190000103
为气流的上下限约束,ΩNS为系统内气源集合。
2)节点流量平衡约束:
Figure BDA0003205302190000104
其中,
Figure BDA0003205302190000105
为与节点i相连全部气网管道净流量之和,fL,i为节点i气网消耗量,fG,i为节点i气源供给量。
3)节点压力约束:
Figure BDA0003205302190000106
其中,
Figure BDA0003205302190000107
为节点i的压力上下限,pi,t为t时刻节点i的压力。
4)压缩机约束:
pi,t≤βcompk,t (14)
Figure BDA0003205302190000108
其中,βcom为压缩机的增压比系数上限;αc为压缩机的能耗系数,反应其工作消耗的气流。
5)气网管存及动态特性约束:
Figure BDA0003205302190000109
Figure BDA00032053021900001010
pij,t=(pi,t+pj,t)/2 (18)
其中,
Figure BDA00032053021900001011
为节点i-j间的管道在t时刻和t-1时刻的管存,
Figure BDA00032053021900001012
为节点i-j间管道m的气体流量,Lij为管道长度,Dij为管道内径,R为气体常数,Tgas为管道气体温度,ρ0为标准条件下天然气密度,pij,t为管道入口和出口的平均压力。
如图3所示,同时节点i-j间的管道m还需要满足管道压力约束,如式(21)所示。
Figure BDA0003205302190000111
其中,ρB,m为与管道长度、管径、温度相关的常数,θm,t为管道m内气体流向,若管道编号方向与管道压力方向同向时为1,反向时为-1。
考虑管存后,节点压力约束方程可以由式(22)所示。
Figure BDA0003205302190000112
其中,C为气网系统内气源集合,fG,n,t、fD,n,t分别为气源流量和气负荷,m:oI(m)=n和m:oT(m)=n分别为进出节点n的管道m。
以上公式计算了节点i-j间管道m的可能“管存”容量的大小,其管存和节点i-j间的平均压力成正比。但该管存仅存在某一管道内,若某气网系统的联系紧密,则可以将该整个系统内气网管道的管存特性进行分析。如式(23)所示。
Figure BDA0003205302190000113
由于管存效应的存在,使得在气网系统中可以利用整个气网网络的管存容量以满足气负荷的波动,使得气网动态平衡的成本降低。如果气负荷在较短时段快速增加,会利用整体气网管存来实现流量平衡,从而使得气网各节点气压下降;如果气负荷在较短时间内快速减少,则各节点的气压上升,根据公式(23)管道内管存会上升,使得气网的惯性更强,更易于优化调度。
步骤5、根据步骤2-4中获得的电力系统网络特性约束、热网特性约束以及气网特性约束,以总运行成本最小为目标函数构建优化调度模型;
目标函数如公式(24):
Figure BDA0003205302190000121
常规发电机组运行成本为:
Figure BDA0003205302190000122
其中,au、bu、cu为机组的运行成本系数,反应的是煤耗与发电量之间的关系。
系统弃风惩罚成本为:
Figure BDA0003205302190000123
其中,
Figure BDA0003205302190000124
为风电机组的弃风惩罚系数,
Figure BDA0003205302190000125
为风电机组在t时刻的预测出力与实际出力。
热电联产机组运行成本为:
Figure BDA0003205302190000126
天然气气源成本为:
Figure BDA0003205302190000127
其中,Ωws为天然气气源集合,PG.ws,i为在气源i的购气量,CG.ws,i为气源i处的购气费用。
系统内耦合设备运行维护成本:
Figure BDA0003205302190000128
其中,mEC、mER
Figure BDA0003205302190000129
mGB分别为电转气一阶段、二阶段、储氢、燃气轮机的单位维护成本。
步骤6、获取电气热综合能源系统中各设备的详细参数,以及电转气的详细参数,利用增量线性法将优化调度模型线性化并使用求解器CPLEX求解优化调度模型,得到电气热综合能源系统优化调度方案。
综合能源系统中,电转气是实现电、气、热协同互补的关键途径。电转气过程分为电解制氢及氢气甲烷化两部分过程。电解槽将清洁能源的电能消纳,转化为氢气,一部分进入储氢罐储存;一部分进入甲烷反应器为气网系统提供气源。
针对电转气的两阶段过程及储能罐,建立如下模型
电转气两阶段模型:
PEC,t=ηECPECin,t (30)
PMR,t=ηMRPMRin,t (31)
Figure BDA0003205302190000131
其中,PEC,t、PECin,t分别为P2G第一阶段的输出、输入功率;PMR,t、PMRin,t分别为P2G第二阶段的输出、输入功率;
Figure BDA0003205302190000135
为t时刻的储能状态,
Figure BDA0003205302190000134
为储氢功率及储氢效率,
Figure BDA0003205302190000136
为放氢功率及其放氢效率。
由于模型中存在的非线性方程,如步骤5中目标函数里常规火电机组运行成本
Figure BDA0003205302190000132
为非线性。为降低求解难度,采用增量线性化方
法,将优化调度模型线性化并使用求解器CPLEX求解,得到电气热综合能源系统优化调度方案。
具体线性化过程如下:
(1)确定合适的线性化分段段数K-1,以保证在求解计算量和线性化精度之间作出平衡;
(2)在x的取值范围内计算各个分段点取值;
(3)求取各分段点对应的f(x)取值;
(4)将f(x)按照公式(33)-(36)表示:
Figure BDA0003205302190000133
Figure BDA0003205302190000141
Figure BDA0003205302190000142
Figure BDA0003205302190000143
其中:Ψ是分段点集合;δi是取值范围为0到1的连续变量,表示在第i个分段区间上的位置;εi为二进制变量,用来保证分段线性化时从左至右填满整个分段区间。
本发明一种考虑气网动态特性和电转气的综合能源系统优化调度方法,充分利用了综合能源系统中天然气网络的动态特性即管存特性,以及电转气相关的耦合单元的能源转换关系,求解得到电气热综合能源系统的最佳优化调度方案。
下面通过具体的实施例对本发明一种考虑气网动态特性和电转气综合能源系统优化调度方法进行详细解释说明;
表1接入设备节点信息
Figure BDA0003205302190000144
作为一种实施例,首先选取改进的39节点电力系统-20节点天然气系统-6节点热力系统的综合能源系统为测试算例系统。其中电力系统30节点替换为CHP机组,33节点、37节点发电机组替换成燃气轮机,如图2所示。系统内总电力负荷为941.5MW,天然气总负荷为18.32×105NM3,热力系统总负荷为47.43MW,设备接入点信息如表1所示。
该算例以24小时为一个优化周期,调度时间间隔设置为1h,选用的典型日风电场出力和电、热能源系统一天内负荷需求情况见图4,电网负荷夜间达到谷值,日渐中午12点左右和晚上10点左右达到峰值,为用电高峰期。
该算例考虑气网动态特性和电转气的综合能源系统优化调度方案设置了三种场景对比分析:
场景1:不考虑气网络动态特性,只考虑电转气设备
场景2:只考虑气网络动态特性,不考虑电转气设备
场景3:同时考虑气网络动态特性,也考虑电转气设备。
图5为各场景下风电机组出力情况,图6为场景1和场景3下电转气设备出力情况,图7为考虑网络动态特性下的场景2、场景3气网管存变化图。
如图5所示,场景1只考虑电转气设备,在算例内弃风部分全部由P2G设备消纳。场景2只考虑网络动态特性,在算例内弃风部分的消纳主要是由算例热、气网络动态特性及配合热电联产机组减少在风电高峰期间的电出力,而提供的风电上网空间。场景3同时考虑电转气设备和网络动态特性,该场景可以同时利用网络的动态特性协调热电联产机组以及电转气直接消纳风电的能力。也因此在弃风严重的0:00-8:00、16:00-24:00期间,场景3的风电出力最大,场景1次之、场景2的弃风量最大。
如图6所示,场景1和场景3均考虑了电转气设备,不同的是场景1未考虑网络动态特性。图中在3:00-8:00、12:00-23:00时刻内,场景3下的P2G设备出力明显大于场景1下,而在8:00-12:00、23:00-3:00时刻内,场景1的电转气设备出力高于场景3。分析其原因是因为热、气网络动态特性提供的热惯性及气网管存,为场景3的负荷波动情况提供了一定的裕度,体现到电转气的出力上是其出力变化滞后于系统风机的出力变化。
图7为考虑网络动态特性下的场景2、场景3气网管存变化图,可以看到在0:00-13:00时刻,气网管存快速下降,分析其原因是因为该时段风电出力波动较大,系统对气源的需求增加,电转气设备及燃气轮机机组处于高负荷状态,部分管存在该电负荷高峰期释放。14:00-19:00时刻,处于气负荷高峰期,但该时刻电、热负荷有所回落,使得系统管存下降速度减缓,于20:00达到典型日管存最低值。在20:00-24:00时刻管存快速回复,分析原因是气网负荷快速下降,气源的总出力变化相对于气负荷变化较小,使得天然气网络节点压力上升,从而使得网络管存增加。
表2三种场景下系统运行成本对比
Figure BDA0003205302190000161
上表2为三种场景下,算例系统的运行费用、弃风量、弃风率结果对比。场景1的运行费用和弃风量为中间水平,弃风达到363MWh,弃风率为18.8%。场景2在只考虑网络动态特性下,通过增加热电联产机组的出力灵活性减少弃风,但是运行费用和弃风量为最高,弃风达到413MWh,弃风率21.5%。场景3其运行费用最低为,弃风量为263MWh,弃风率为13.7%。对比分析场景3相对于只考虑电转气设备降低了4%和相对于只考虑网络动态特性降低了5%的成本,可见电转气设备在该算例系统中更能够降低网络运行费用。分析三种场景下的风机的消纳情况,相比于只考虑电转气设备、弃风率降低了5.1%,只考虑网络动态特性下降低了7.8%。
通过考虑不同程度下的气网网络动态特性和电转气设备的算例调度结果对比,说明了考虑气网动态特性和电转气情况下,综合能源系统具有更好的经济效益,而且得到了具有更加符合实际情况的调度结果。
本发明一种考虑气网动态特性的综合能源系统优化调度方法,充分利用了综合能源系统中天然气网络的动态特性即管存特性,以及电转气相关的耦合单元的能源转换关系,原理简单、易于实现,使得综合能源系统调度结果更加符合实际,具有一定的工程实用价值。

Claims (6)

1.考虑气网动态特性和电转气综合能源系统优化调度方法,其特征在于,具体操作过程包括如下步骤:
步骤1、建立电气热综合能源系统,其中电气热综合能源系统包括各设备、热力网络参数、天然气网络参数和电力网络负荷需求数据;
步骤2、根据电气热综合能源系统中的电力系统网络特性,构建电力系统网络特性约束;
步骤3、根据电气热综合能源系统中热力系统热力网络参数,构建热网特性约束;
步骤4、根据电气热综合能源系统中天然气网络参数,构建考虑气网动态特性及电转气的气网特性约束;
步骤5、根据步骤2-4中获得的电力系统网络特性约束、热网特性约束以及气网特性约束以总运行成本最小为目标函数构建优化调度模型;
步骤6、获取电气热综合能源系统中各设备的详细参数,以及电转气的详细参数,利用增量线性法将优化调度模型线性化并使用求解器CPLEX求解优化调度模型,得到电气热综合能源系统优化调度方案。
2.根据权利要求1所述的考虑气网动态特性和电转气综合能源系统优化调度方法,其特征在于,步骤2中,所述电力系统包括的发电机组、输配电线路、电力负荷,在运行过程中需要满足如下条件:
在步骤2中,在综合能源系统中,其电力子系统的主体与传统的电力系统基本一致,主要由源、网、荷、储四个环节组成,在优化调度中主要分析以下约束条件:
步骤2.1:功率平衡约束:
Figure FDA0003205302180000011
其中,Pe,t为t时刻在节点i上所有电力供应机组及储能的有功出力,其中电力供应机组集合包括常规火电机组集合Ωcon、热电联产机组Ωchp、电储能装置Ωbe
Figure FDA0003205302180000021
是t时刻风电机组p的有功出力;
Figure FDA0003205302180000022
是节点i平衡功率,仅在网络平衡节点存在;
Figure FDA0003205302180000023
是节点i的负荷功率;Pij,t是节点i相连节点的支路功率;
步骤2.2:机组出力约束:
Figure FDA0003205302180000024
Figure FDA0003205302180000025
其中,Pemax、Pemin是机组的有功出力上下限;
Figure FDA0003205302180000026
为可在能源机组P在t时刻的有功出力预测值;
步骤2.3:机组爬坡约束:
Figure FDA0003205302180000027
其中,
Figure FDA0003205302180000028
分别是各传统火电机组及CHP机组向下、向上爬坡功率最大功率。
3.根据权利要求1所述的考虑气网动态特性和电转气综合能源系统优化调度方法,其特征在于,步骤3中,根据热力网络参数,构建热网特性约束,具体为:
步骤3.1:构建如下公式(5)的热功率平衡约束:
Figure FDA0003205302180000029
其中,
Figure FDA00032053021800000210
为热电联产机组的热出力,
Figure FDA00032053021800000211
为平衡热功率,
Figure FDA00032053021800000212
为换热站所需热功率;
步骤3.2:构建换热站热功率需求,如下公式(6)和(7):
换热站热功率需求可以表示为:
Figure FDA00032053021800000213
Figure FDA00032053021800000214
其中,
Figure FDA00032053021800000215
为换热站热功率需求;
Figure FDA00032053021800000216
为换热站入口处流量;
Figure FDA00032053021800000217
为入口处供水、回水温度,且回水温度被限定在一定范围内;
步骤3.3:构建如下公式(8)-(12)的热力网络约束:
Figure FDA0003205302180000031
Figure FDA0003205302180000032
Figure FDA0003205302180000033
Figure FDA0003205302180000034
Figure FDA0003205302180000035
在热网节点的交汇处遵循节点温度混合规律,可认为所有水流温度在该节点的出口充分混合,且混合温度等于所有流出该节点的管道出口温度;
其中,A为热力网络的关联矩阵,
Figure FDA0003205302180000036
为热力网络中所有热力管道流量,mi,q为各个节点的注入流量,Ωpipe-、Ωpipe+表示以节点i为终点、起始点的管网集合;
Figure FDA0003205302180000037
为节点i处供水温度、回水温度。
4.根据权利要求4所述的考虑气网动态特性和电转气综合能源系统优化调度方法,其特征在于,步骤4中,根据天然气网络参数,构建考虑气网动态特性及电转气的气网特性约束,具体为:
步骤4.1:构建如下公式(13)的气源约束:
Figure FDA0003205302180000038
其中,
Figure FDA0003205302180000039
为气源的输出气流,f s,t
Figure FDA00032053021800000310
为气流的上下限约束,ΩNS为系统内气源集合;
步骤4.2:构建如下公式(14)的节点流量平衡约束:
Figure FDA00032053021800000311
其中,
Figure FDA00032053021800000312
为与节点i相连全部气网管道净流量之和,fL,i为节点i气网消耗量,fG,i为节点i气源供给量;
步骤4.3:构建如下公式(15)的节点压力约束:
Figure FDA0003205302180000041
其中,
Figure FDA0003205302180000042
为节点i的压力上下限,pi,t为t时刻节点i的压力;
步骤4.4:构建如下公式(16)-(17)的压缩机约束:
pi,t≤βcompk,t (16)
Figure FDA0003205302180000043
其中,βcom为压缩机的增压比系数上限;αc为压缩机的能耗系数,反应其工作消耗的气流;
步骤4.5:构建如下公式(18)-(20)的气网管存约束:
Figure FDA0003205302180000044
Figure FDA0003205302180000045
pij,t=(pi,t+pj,t)/2 (20)
其中,
Figure FDA0003205302180000046
为节点i-j间管道在t时刻和t-1时刻的管存,
Figure FDA0003205302180000047
为节点i-j间管道m的气体流量,Lij为管道长度,Dij为管道内径,R为气体常数,Tgas为管道气体温度,ρ0为标准条件下天然气密度,pij,t为管道入口和出口的平均压力。
5.根据权利要求1所述的考虑气网动态特性和电转气综合能源系统优化调度方法,其特征在于:步骤5中所述目标函数如公式(24):
Figure FDA0003205302180000048
其中,
Figure FDA0003205302180000049
为常规火电机组运行成本,式中au、bu、cu为火电机组的运行成本系数、
Figure FDA00032053021800000410
为火电机组出力,反应的是煤耗与发电量之间的关系;
Figure FDA00032053021800000411
为系统弃风惩罚成本,式中
Figure FDA00032053021800000412
为风电机组的弃风惩罚系数,
Figure FDA00032053021800000413
为风电机组在t时刻的预测出力与实际出力;Ck为热电联产机组运行成本;Cg为天然气气源成本;Cm为系统内耦合设备运行维护成本如下式(29)所示,
Figure FDA0003205302180000051
其中,mEC、mER
Figure FDA0003205302180000052
mGB分别为电转气一阶段、二阶段、储氢、燃气轮机的单位维护成本。
6.根据权利要求1所述的考虑气网动态特性和电转气综合能源系统优化调度方法,其特征在于:步骤6具体如下:
为降低求解难度,采用增量线性化方法,将优化调度模型线性化并使用求解器CPLEX求解,得到电气热综合能源系统优化调度方案;
具体线性化过程如下:
(1)确定合适的线性化分段段数K-1,以保证在求解计算量和线性化精度之间作出平衡;
(2)在x的取值范围内计算各个分段点取值;
(3)求取各分段点对应的f(x)取值;
(4)将f(x)按照公式(33)-(36)表示:
Figure FDA0003205302180000053
Figure FDA0003205302180000054
Figure FDA0003205302180000055
Figure FDA0003205302180000056
其中:Ψ是分段点集合;δi是取值范围为0到1的连续变量,表示在第i个分段区间上的位置;εi为二进制变量,用来保证分段线性化时从左至右填满整个分段区间。
CN202110916054.2A 2021-08-10 2021-08-10 考虑气网动态特性和电转气综合能源系统优化调度方法 Withdrawn CN113792969A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110916054.2A CN113792969A (zh) 2021-08-10 2021-08-10 考虑气网动态特性和电转气综合能源系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110916054.2A CN113792969A (zh) 2021-08-10 2021-08-10 考虑气网动态特性和电转气综合能源系统优化调度方法

Publications (1)

Publication Number Publication Date
CN113792969A true CN113792969A (zh) 2021-12-14

Family

ID=78875848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110916054.2A Withdrawn CN113792969A (zh) 2021-08-10 2021-08-10 考虑气网动态特性和电转气综合能源系统优化调度方法

Country Status (1)

Country Link
CN (1) CN113792969A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114387129A (zh) * 2022-01-14 2022-04-22 国网江苏省电力有限公司扬州供电分公司 考虑天然气管网的综合能源调度方法、装置、设备及介质
CN114662764A (zh) * 2022-03-25 2022-06-24 四川大学 考虑电转气的水-电-气多能源系统协同优化调度方法
CN115345391A (zh) * 2022-10-20 2022-11-15 广东电网有限责任公司 一种电-气能源系统的灾后恢复方法、装置及存储介质
CN115906488A (zh) * 2022-11-25 2023-04-04 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114387129A (zh) * 2022-01-14 2022-04-22 国网江苏省电力有限公司扬州供电分公司 考虑天然气管网的综合能源调度方法、装置、设备及介质
CN114387129B (zh) * 2022-01-14 2023-09-12 国网江苏省电力有限公司扬州供电分公司 考虑天然气管网的综合能源调度方法、装置、设备及介质
CN114662764A (zh) * 2022-03-25 2022-06-24 四川大学 考虑电转气的水-电-气多能源系统协同优化调度方法
CN114662764B (zh) * 2022-03-25 2023-04-07 四川大学 考虑电转气的水-电-气多能源系统协同优化调度方法
CN115345391A (zh) * 2022-10-20 2022-11-15 广东电网有限责任公司 一种电-气能源系统的灾后恢复方法、装置及存储介质
CN115906488A (zh) * 2022-11-25 2023-04-04 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法
CN115906488B (zh) * 2022-11-25 2024-01-23 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法

Similar Documents

Publication Publication Date Title
CN108596453B (zh) 考虑网络动态特性的综合能源系统日前优化调度方法及系统
CN113792969A (zh) 考虑气网动态特性和电转气综合能源系统优化调度方法
Geidl et al. A modeling and optimization approach for multiple energy carrier power flow
CN110930073B (zh) 计及价格型需求响应的风-光-光热联合发电系统日前调度方法
CN113725915A (zh) 一种考虑可再生能源不确定性和热惰性的乡村电热综合能源系统运行优化方法
Zhang et al. Bi-level optimization dispatch of integrated-energy systems with P2G and carbon capture
CN113141005B (zh) 一种面向新能源消纳的综合能源系统多时间尺度调度方法
CN112862158B (zh) 一种综合能源系统日前优化调度方法及系统
CN112418537B (zh) 一种面向多能源云储能系统的优化调度方法
CN114077934A (zh) 一种综合能源微网互联系统及其调度方法
CN112926835A (zh) 一种考虑热网动态特性的综合能源系统优化调度方法
CN116341881B (zh) 计及热网灵活性的电-热系统鲁棒超前调度方法及系统
Yu et al. Day-ahead optimal dispatch of integrated energy system considering wind power forecasting and integrated demand response
CN113077173B (zh) 一种基于综合能源系统节点能价策略的综合需求响应方法
Yang et al. Coordinated optimal scheduling of multi-energy microgrid considering uncertainties
CN113794242A (zh) 一种计及天然气网动态特性的区间优化调度方法
CN114757469A (zh) 考虑多能流设备的区域综合能源系统日前优化调度方法
CN114066056A (zh) 考虑热电协同综合能源系统灵活性的优化调度方法及系统
Wang et al. Optimization dispatch of integrated natural gas and electricity energy system under the mode of electricity-orientated
Jinglin et al. Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters
Feng et al. The study of optimization model and cooperative control method for heat storage electric boiler to consume the abandoned wind and light
Xia et al. Optimization of Multi-energy Storage Configurations for Regional Integrated Energy Systems
Xu et al. Multi-sources coordination and operating optimization in micro energy internet considering loads dynamic response
Wang et al. Optimized Operation of Integrated Electricity-Heat-Gas Energy System Considering the Optimal Consumption of Wind and Photovoltaic Power Generation
Sun et al. Flexibility Mining and Improvement for Urban Electricity-Gas-Heat-Storage Integrated Energy Systems: A Review

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211214