CN113822480A - 一种农村综合能源系统多层协同优化方法及系统 - Google Patents
一种农村综合能源系统多层协同优化方法及系统 Download PDFInfo
- Publication number
- CN113822480A CN113822480A CN202111113336.5A CN202111113336A CN113822480A CN 113822480 A CN113822480 A CN 113822480A CN 202111113336 A CN202111113336 A CN 202111113336A CN 113822480 A CN113822480 A CN 113822480A
- Authority
- CN
- China
- Prior art keywords
- power
- energy system
- optimization
- constraint
- comprehensive energy
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000010248 power generation Methods 0.000 claims abstract description 49
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 18
- 238000004146 energy storage Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 12
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Inorganic materials [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 10
- 238000007599 discharging Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 239000002918 waste heat Substances 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (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
本发明提供一种农村综合能源系统多层协同优化方法及系统,属于综合能源技术领域,优化方法包括:在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,优化总发电功率和交换功率,根据优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,优化分布式电源的出力,根据优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,优化分布式电源的出力及可中断负荷,并计算分布式电源的边际成本,根据分布式电源的边际成本迭代更新机组边际成本系数,得到最佳出力。保证农村综合能源系统中各设备之间协调出力,降低综合能源系统的运行成本,减少能源损耗。
Description
技术领域
本发明涉及综合能源技术领域,特别是涉及一种农村综合能源系统多层协同优化方法及系统。
背景技术
能源是人类生产生活的保障,传统的火力发电对环境影响严重,长期使用造成了严重的能源危机。为减少火电上网的比例,综合能源系统多能互补协调优化成为减少能源损耗,促进低碳化的重要手段。在负荷相对较小的农村地区为减少火电上网的比例在传统配电网中增加分布式清洁供能设备,发展农村综合能源系统多能互补协调优化成为减少能源损耗促进清洁能源消纳以及提高居民用电经济性的重要手段。
发展农村综合能源促进风力、光伏、沼气机组的联合供能适宜农村新能源发展,有利于风电、光伏等分布式清洁能源的就地消纳,促进了空气源热泵、溴化锂制冷机等新型供冷、供热设备的推广。但随着农村综合能源系统分布式设备的增加,各设备之间如何协调出力,在保证配电网安全稳定运行的前提下,提高用户用能的经济性成为了一个关键性问题。
基于上述问题,亟需一种新的优化方法以降低综合能源系统的运行成本。
发明内容
本发明的目的是提供一种农村综合能源系统多层协同优化方法及系统,可降低综合能源系统的运行成本。
为实现上述目的,本发明提供了如下方案:
一种农村综合能源系统多层协同优化方法,所述农村综合能源系统多层协同优化方法包括:
获取各村级综合能源系统的初始总发电功率、各村级综合能源系统与配电网的初始交换功率以及初始机组边际成本系数;
针对第i次迭代优化,根据第i-1次优化后的总发电功率、第i-1次优化后的交换功率和第i-1次优化后的机组边际成本系数,在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,对第i-1次优化后的总发电功率和第i-1次优化后的交换功率进行优化,得到第i次优化后的总发电功率和第i次优化后的最优交互功率;1≤i≤I,I为迭代阈值;第0次优化后的总发电功率为初始总发电功率,第0次优化后的交换功率为初始交换功率,第0次优化后的机组边际成本系数为初始机组边际成本系数;
根据第i次优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,对分布式电源的出力进行优化,得到第第i次优化后的出力;其中,所述分布式电源包括:风力发电机组、光伏发电机组、沼气发电机组、储能电池以及空气源热泵;
根据第i次优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,对分布式电源的出力以及可中断负荷进行优化,并计算分布式电源的边际成本;
根据所述分布式电源的边际成本,更新第i-1次优化后的机组边际成本系数;直至优化次数达到迭代阈值或机组边际成本趋于稳定时结束迭代,则当前分布式电源的出力为优化后的最佳出力。
可选地,根据以下公式,计算乡镇级综合能源系统的最小运行成本:
其中,minCtown为乡镇级综合能源系统的最小运行成本,t为一天中的时刻,T=24,N为村级综合能源系统的数量,Pn(t)为村级综合能源系统n的总发电功率,Pexc,n(t)为村级综合能源系统n与配电网的交换功率,f(Pn(t))为村级综合能源系统n在t时刻的发电成本,f(Pexc,n(t))为村级综合能源系统n与配电网在t时刻的交换功率成本,an、bn、cn为机组边际成本系数,εn为传递成本系数,v(t)为实时电价。
可选地,所述第一约束条件包括功率平衡约束、综合能源系统的发电功率约束以及联络线功率约束。
可选地,所述功率平衡约束为:
所述综合能源系统的发电功率约束为:
所述联络线功率约束为:
可选地,根据以下公式,计算村级综合能源系统的最小运行成本:
其中,minCC为村级综合能源系统的最小运行成本,t为一天中的时刻,T=24,M为村级综合能源系统中用户的数量,CWT,t为风力发电机组发电成本,CPV,t为光伏发电机组发电成本,CBIOGAS,t为沼气发电机组发电成本,CBESS,t为储能电池充放电成本,CAST,t为空气源热泵运行成本,CAC,t为空调运行成本,CLiBr,t为溴化锂制冷机的运行成本。
可选地,所述第二约束条件包括:电功率平衡约束、热功率平衡约束、冷功率平衡约束、风力发电机组出力约束、光伏发电机组出力约束、沼气发电机组出力约束、沼气日产量约束以及储能电池充放电约束。
可选地,根据以下公式,计算用户级综合能源系统的运行成本:
其中,minCu为用户级综合能源系统的最小运行成本,t为一天中的时刻,T=24,CWT,t为风力发电机组发电成本,CPV,t为光伏发电机组发电成本,CBIOGAS,t为沼气发电机组发电成本,CBESS,t为储能电池充放电成本,CDeal为用户间交易电量成本,CIload,t为可中断负荷成本。
可选地,所述第三约束条件包括电功率平衡约束、可中断负荷约束以及用户间交易电量约束。
为实现上述目的,本发明还提供了如下方案:
一种农村综合能源系统多层协同优化系统,所述农村综合能源系统多层协同优化系统包括:
数据获取单元,用于获取各村级综合能源系统的初始总发电功率、各村级综合能源系统与配电网的初始交换功率以及初始机组边际成本系数;
乡镇级优化单元,与所述数据获取单元连接,用于针对第i次迭代优化,根据第i-1次优化后的总发电功率、第i-1次优化后的交换功率和第i-1次优化后的机组边际成本系数,在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,对第i-1次优化后的总发电功率和第i-1次优化后的交换功率进行优化,得到第i次优化后的总发电功率和第i次优化后的最优交互功率;1≤i≤I,I为迭代阈值;第0次优化后的总发电功率为初始总发电功率,第0次优化后的交换功率为初始交换功率,第0次优化后的机组边际成本系数为初始机组边际成本系数;
村级优化单元,与所述乡镇级优化单元连接,用于根据第i次优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,对分布式电源的出力进行优化,得到第i次优化后的出力;其中,所述分布式电源包括:风力发电机组、光伏发电机组、沼气发电机组、储能电池以及空气源热泵;
用户级优化单元,与所述村级优化单元连接,用于根据第i次优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,对分布式电源的出力以及可中断负荷进行优化,并计算分布式电源的边际成本;
更新单元,分别与所述用户级优化单元及所述乡镇级优化单元连接,用于根据所述分布式电源的边际成本,更新第i-1次优化后的机组边际成本系数;直至优化次数达到迭代阈值或机组边际成本趋于稳定时结束迭代,则当前分布式电源的出力为优化后的最佳出力。
根据本发明提供的具体实施例,本发明公开了以下技术效果:通过以运行成本最小为目标,分别设置不同的约束条件,对乡镇级、村级和用户级综合能源系统进行迭代协同优化,保证农村综合能源系统中各设备之间协调出力,在保证配电网安全稳定运行的前提下,降低了综合能源系统的运行成本,减少了能源损耗,进而降低环境污染。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,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他的附图。
图1为本发明农村综合能源系统多层协同优化方法的流程图;
图2为本发明基于遗传的优化调度流程图;
图3为本发明农村综合能源系统多层协同优化方系统的模块结构示意图。
符号说明:
数据获取单元-1,乡镇级优化单元-2,村级优化单元-3,更新单元-4。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术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,都属于本发明保护的范围。
本发明的目的是提供一种农村综合能源系统多层协同优化方法及系统,通过以运行成本最小为目标,分别设置不同的约束条件,对乡镇级、村级和用户级综合能源系统进行迭代协同优化,保证农村综合能源系统中各设备之间协调出力,在保证配电网安全稳定运行的前提下,降低了综合能源系统的运行成本,减少了能源损耗,进而降低环境污染。
农村地区具有丰富的生物质资源,且与城市相比其用能特点也有较大区别,本发明考虑农村地区供用能特点,将农村综合能源系统按照区域范围分为三个层级,提出了一种用户级-村级-乡镇级的多能源分层协同运行优化方法,通过遗传算法逐级优化,得到各分布式电源以及供热、供冷设备的最优出力,大大提高了用户用能的经济性。
通过遗传算法得到各层级、各分部式电源的最优出力方案大大提高了用户用能的经济性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明农村综合能源系统多层协同优化方法包括:
S1:获取各村级综合能源系统的初始总发电功率、各村级综合能源系统与配电网的初始交换功率以及初始机组边际成本系数。
S2:针对第i次迭代优化,根据第i-1次优化后的总发电功率、第i-1次优化后的交换功率和第i-1次优化后的机组边际成本系数,在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,对第i-1次优化后的总发电功率和第i-1次优化后的交换功率进行优化,得到第i次优化后的总发电功率和第i次优化后的最优交互功率;1≤i≤I,I为迭代阈值;第0次优化后的总发电功率为初始总发电功率,第0次优化后的交换功率为初始交换功率,第0次优化后的机组边际成本系数为初始机组边际成本系数。具体地,所述总发电功率为村级出力。
S3:根据第i次优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,对分布式电源的出力进行优化,得到第i次优化后的出力;其中,所述分布式电源包括:风力发电机组、光伏发电机组、沼气发电机组、储能电池以及空气源热泵。
S4:根据第i次优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,对分布式电源的出力以及可中断负荷进行优化,并计算分布式电源的边际成本。
S5:根据所述分布式电源的边际成本,更新第i-1次优化后的机组边际成本系数;直至优化次数达到迭代阈值或机组边际成本趋于稳定时结束迭代,则当前分布式电源的出力为优化后的最佳出力。
优选地,本实施例采用遗传算法进行迭代优化。
具体地,根据以下公式,更新机组边际成本系数:
乡镇级优化时未考虑沼气余热回收供热,而村级优化时考虑到了沼气余热回收后给用户供热。村级优化中沼气不仅发电,也进行了供热,势必造成其边际成本下降。村级计算出的成本系数会返回至乡镇级重新优化,直至各级成本系数不再变化,或达到最大迭代次数为止。
进一步地,根据以下公式,计算乡镇级综合能源系统的最小运行成本:
其中,minCtown为乡镇级综合能源系统的最小运行成本,t为一天中的时刻,T=24,N为村级综合能源系统的数量,Pn(t)为村级综合能源系统n的总发电功率,Pexc,n(t)为村级综合能源系统n与配电网的交换功率,f(Pn(t))为村级综合能源系统n在t时刻的发电成本,将每一个村级综合能源系统等效为一个发电单元,其发电成本与乡镇级总发电功率成二次函数关系,f(Pexc,n(t))为村级综合能源系统n与配电网在t时刻的交换功率成本,an、bn、cn为机组边际成本系数,εn为传递成本系数,v(t)为实时电价。
具体地,乡镇级综合能源系统运行优化约束条件需考虑功率平衡、综合能源系统运行出力上下限以及电网联络线功率。
所述第一约束条件包括功率平衡约束、综合能源系统的发电功率约束以及联络线功率约束。
其中,所述功率平衡约束为:
在优化时,需要保证综合能源系统的负荷与发电功率和传输功率的平衡,即综合能源系统s的负荷等于综合能源系统s的发电功率与综合能源系统s与其他综合能源系统的传输功率之差。
所述综合能源系统的发电功率约束为:
所述联络线功率约束为:
更进一步地,根据以下公式,计算村级综合能源系统的最小运行成本:
其中,minCC为村级综合能源系统的最小运行成本,t为一天中的时刻,T=24,M为村级综合能源系统中用户的数量,CWT,t为风力发电机组发电成本,CPV,t为光伏发电机组发电成本,CBIOGAS,t为沼气发电机组发电成本,CBESS,t为储能电池充放电成本,CAST,t为空气源热泵运行成本,CAC,t为空调运行成本,CLiBr,t为溴化锂制冷机的运行成本。
本发明还可以根据以下公式,计算综合能源系统的最小供热成本:
由于风力发电机组和光伏发电机组运行需考虑运维成本。本实施例中,根据以下公式,计算t时刻风力发电机组发电成本和光伏发电机组发电成本:
CWT,t=PWT,t·δWT;
CPV,t=PPV,t·δPV;
其中,CWT,t为t时刻风力发电机组发电成本,CPV,t为t时刻光伏发电机组发电成本,PWT,t为t时刻风力发电机组的出力,PPV,t为t时刻光伏发电机组的出力,δWT为风力发电机组的运行维护成本,δPV为光伏发电机组的运行维护成本。
沼气发电机组出力大小与沼气量和沼气等因素相关,综合考虑沼气机组规模、沼气产量以及沼气发电机组的运行维护费用等,建立沼气发电成本模型。本实施例中,根据以下公式,计算t时刻沼气发电机组发电成本:
CBIOGAS,t=PBIOGAS,t·δBIOGAS;
其中,CBIOGAS,t为t时刻沼气发电机组发电成本,PBIOGAS,t为t时刻沼气发电机组出力,δBIOGAS为沼气发电机组运行维护成本,α0为常数项系数,α1沼气发电压强的线性项系数,α2为和沼气消耗量的线性项系数,α3为沼气压强的二次项系数,FP,t为t时刻沼气压强,FBIOGAS,t为t时刻沼气消耗量。
由于储能电池的充放电次数有限,需要考虑电池的衰减。本实施例中,根据以下公式,计算t时刻储能电池充放电成本:
CBESS,t=PDIS,t·δDIS+PCH,t·δCH;
其中,CBESS,t为t时刻储能电池充放电成本,PDIS,t为t时刻储能电池放电功率,PCH,t为t时刻储能电池充电功率,δDIS为储能电池放电的成本系数,δCH为储能电池充电的成本系数。
空气源热泵运行过程中,综合考虑空气源热泵热损、设备运行维护以及热负荷环境因素,折算为经济成本系数。本实施例中,根据以下公式,计算t时刻空气源热泵运行成本:
CAST,t=PAST,t·δAST;
其中,CAST,t为t时刻空气源热泵运行成本,PAST,t为t时刻空气源热泵消耗的电功率,δAST为空气源热泵的经济成本系数。
通过优化24个时刻出力,调整分布式电源出力,实现村级微电网运行的经济性。村级综合能源系统考虑对沼气发电机组余热进行回收利用,以满足村级综合能源系统内的热能需求。当供热不能满足系统内需求时,由空气源热泵补充供热。又因热能不适合远距离传输,所以暂只考虑在村级综合能源系统内使用沼气发电机组余热供给热能。
具体地,所述第二约束条件包括:电功率平衡约束、热功率平衡约束、冷功率平衡约束、风力发电机组出力约束、光伏发电机组出力约束、沼气发电机组出力约束、沼气日产量约束以及储能电池充放电约束。沼气作为农村较为特殊的资源,使农村综合能源系统区别于城市综合能源系统。本发明考虑了沼气发电的余热回收供给热能,降低了农村综合能源系统的运行成本。
所述电功率平衡约束为:
PELE,t=PWT,t+PPV,t+PBIOGAS,t+PDIS,t-PCH,t-PAST,t;
其中,PELE,t为t时刻综合能源系统电负荷,PWT,t为t时刻风力发电机组的出力,PPV,t为t时刻光伏发电机组的出力,PBIOGAS,t为t时刻沼气发电机组出力,PDIS,t为t时刻储能电池放电功率,PCH,t为t时刻储能电池充电功率,PAST,t为t时刻空气源热泵消耗的电功率。在本实施例中,综合能源系统的电负荷需要等于各发电机组的总功率。综合能源系统的电负荷可为乡镇级优化后的总发电功率。
其中,所述热功率平衡约束为:
PHOT,t=PBIOGAS,t·λ+PAST,t·θ-PLoss;
PLoss=η·L;
其中,PHOT,t为t时刻综合能源系统热负荷,λ为沼气发电机组余热回收折算系数,θ为空气源热泵电热转换系数,PAST,t为t时刻空气源热泵消耗的电功率,PLoss为综合能源系统中热功率损失,η为单位距离传输热损系数,在本实施例中取30W/m,L为供热水管长度。
所述冷功率平衡约束为:
PCOLD,t=PLiBr,t+PAC,t;
其中,PCOLD,t为t时刻综合能源系统冷负荷,PLiBr,t为t时刻溴化锂制冷机功率,PAC,t为t时刻空调功率。
所述风力发电机组出力约束和光伏发电机组出力约束为:
所述沼气发电机组出力约束为:
沼气日产量约束为:
FBIOmin≤FBIO≤FBIOmax;
其中,FBIO为沼气日产量,FBIOmax为沼气日产量最大值,FBIOmin为沼气日产量最小值。
蓄电池充放电约束为:
因热能与冷能已在村级综合能源系统中进行了优化,故用户级综合能源系统优化时不再考虑热能与冷能的优化。
具体地,根据以下公式,计算用户级综合能源系统的最小运行成本:
其中,minCu为用户级综合能源系统的最小运行成本,CDeal为用户间交易电量成本,CIload,t为可中断负荷成本。
CDeal,t=τ·PDeal,t;
CIload,t=ρ·PIload,t;
其中,PIload,t为t时段的可中断负荷,ρ为用户补偿系数,PDeal,t为t时段交易电功率,τ为用户间交易实时电价。
具体地,所述第三约束条件包括电功率平衡约束、可中断负荷约束以及用户间交易电量约束。
所述电功率平衡约束为:
PELE,t=PWT,t+PPV,t+PBIOGAS,t+PDIS,t-PCH,t+PIload,t+PPP,t-PSE,t;
其中,PELE,t为t时刻综合能源系统电负荷,PWT,t为t时刻风力发电机组的出力,PPV,t为t时刻光伏发电机组的出力,PBIOGAS,t为t时刻沼气发电机组出力,PDIS,t为t时刻储能电池放电功率,PCH,t为t时刻储能电池充电功率,PPP,t为在t时段用户级综合能源系统的购电量,PSE,t为在t时刻用户级综合能源系统的售电量。
所述可中断负荷约束为:
0≤PIload,t≤PIload,tmax;
其中,PIload,tmax为可中断负荷的最大值。
所述用户间交易电量约束为:
0≤PDeal,t≤PDeal,tmax;
其中,PDeal,tmax为可交易电量的最大值。
用户级具有大量的分布式电源包括风力发电机组、光伏发电机组、沼气发电机组、储能电池、空气源热泵等,在响应上级调度策略的同时多余的电能既可日常使用也可向配电网进行售电,促进了新型清洁能源的就地消纳。
村级具有若干互联综合能源系统,其主要功能是规划综合能源系统中各个分布式电源协同出力,实现区域能量自治。通过三级自律优化策略使用电的经济性达到最优。
乡镇级的主要功能为协调各个村级电能的协调调度以及与上级配电网的交互,对电能交易进行选择在购电成本低于运行成本时选择购电,反之则进行售电。使整个系统稳定、安全、经济的运行。
乡镇级综合能源系统与村级综合能源系统之间需要进行信息交互,上下两级共同完成整个系统的协调调度优化。二者均以运行成本为目标函数,上下两级分别设置不同的约束条件,村级综合能源系统的发电总功率Pn(t)将上下两级综合能源系统有效的联系起来。乡镇级综合能源系统以经济性最优为目标,计算将各村级综合能源系统的发电功率并将其下发至村级。村级综合能源系统以运行成本最低为目标函数通过遗传算法协调各分布式电源出力,并将各分布式电源的发电功率下发至用户级。用户级设备启动发电。
优选地,在各约束条件下,通过遗传算法寻找目标最优解,当解的变化范围在迭代500次情况下小于1%,则收敛至最优解。或达到最大迭代次数,优化完成。
遗传算法作用是根据不同变量的配比,寻找并求解目标函数(即运行成本)最小值。寻找到目标函数最小值时所对应的各变量值,即为各机组最优出力。遗传算法使用的是matlab标准遗传算法工具箱。
以下为本发明基于遗传的优化调度过程,如图2所示:
(1)开始初始化数据,其中包括村级出力上下限,村级发电成本系数,风力发电、光伏发电、沼气发电的出力预测,各村级热、电负荷需求,以及各分布式电源的机组边界成本储能设备的容量等。
(2)对乡镇级综合能源系统进行优化,利用遗传算法对乡镇级综合能源系统模型进行求解,得到各村级综合能源系统的总发电功率和与配电网进行交互的功率,并将各村级综合能源系统的总发电功率下发。
(3)对村级综合能源系统进行优化,按照乡镇级综合能源系统下发的发电功率,以村级综合能源系统运行成本最小为目标,协调各用户级设备出力,得到最优的优化调度结果。上级下发的发电功率作为了村级优化的约束条件。即各发电机组的最大出力功率限制。
(4)对用户级综合能源系统进行优化,按照村级综合能源系统下发的发电功率,以用户级综合能源系统运行成本最小为目标,考虑可中断负荷,协调各用户级设备出力,得到最优的优化调度结果,并计算各设备的边际成本系数。
(5)判断设备的机组边际成本系数是否需要进行更新,机组边际成本系数在此时段是否准确。若机组边际成本系数需要更新,则回到初始化重新求解;若机组边际成本系数不需要更新,或达到最大迭代次数则优化过程结束,跳转至下一步。
(6)输出所得的最优结果,乡镇级综合能源系统将各村级综合能源系统发电总功率下发至村级,村级综合能源系统根据迭代完成后的结果将各分布式设备的发电功率下发至用户级,用户级分布式设备响应调度,优化完成。
如图3所示,本发明农村综合能源系统多层协同优化系统包括:数据获取单元1、乡镇级优化单元2、村级优化单元3、用户级优化单元4及更新单元5。
其中,所述数据获取单元1用于获取各村级综合能源系统的初始总发电功率、各村级综合能源系统与配电网的初始交换功率以及初始机组边际成本系数。
所述乡镇级优化单元2与所述数据获取单元1连接,所述乡镇级优化单元2用于针对第i次迭代优化,根据第i-1次优化后的总发电功率、第i-1次优化后的交换功率和第i-1次优化后的机组边际成本系数,在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,对第i-1次优化后的总发电功率和第i-1次优化后的交换功率进行优化,得到第i次优化后的总发电功率和第i次优化后的最优交互功率;1≤i≤I,I为迭代阈值;第0次优化后的总发电功率为初始总发电功率,第0次优化后的交换功率为初始交换功率,第0次优化后的机组边际成本系数为初始机组边际成本系数。
所述村级优化单元3与所述乡镇级优化单元2连接,所述村级优化单元3用于根据第i次优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,对分布式电源的出力进行优化,得到第i次优化后的出力;其中,所述分布式电源包括:风力发电机组、光伏发电机组、沼气发电机组、储能电池以及空气源热泵。
所述用户级优化单元4与所述村级优化单元3连接,所述用户级优化单元用于根据第i次优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,对分布式电源的出力以及可中断负荷进行优化,并计算分布式电源的边际成本。
所述更新单元5分别与所述用户级优化单元4及所述乡镇级优化单元2连接,所述更新单元5用于根据所述分布式电源的边际成本,更新第i-1次优化后的机组边际成本系数;直至优化次数达到迭代阈值或机组边际成本趋于稳定时结束迭代,则当前分布式电源的出力为优化后的最佳出力。
相对于现有技术,本发明农村综合能源系统多层协同优化系统与上述农村综合能源系统多层协同优化方法的有益效果相同,在此不再赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种农村综合能源系统多层协同优化方法,其特征在于,所述农村综合能源系统多层协同优化方法包括:
获取各村级综合能源系统的初始总发电功率、各村级综合能源系统与配电网的初始交换功率以及初始机组边际成本系数;
针对第i次迭代优化,根据第i-1次优化后的总发电功率、第i-1次优化后的交换功率和第i-1次优化后的机组边际成本系数,在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,对第i-1次优化后的总发电功率和第i-1次优化后的交换功率进行优化,得到第i次优化后的总发电功率和第i次优化后的最优交互功率;1≤i≤I,I为迭代阈值;第0次优化后的总发电功率为初始总发电功率,第0次优化后的交换功率为初始交换功率,第0次优化后的机组边际成本系数为初始机组边际成本系数;
根据第i次优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,对分布式电源的出力进行优化,得到第i次优化后的出力;其中,所述分布式电源包括:风力发电机组、光伏发电机组、沼气发电机组、储能电池以及空气源热泵;
根据第i次优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,对分布式电源的出力以及可中断负荷进行优化,并计算分布式电源的边际成本;
根据所述分布式电源的边际成本,更新第i-1次优化后的机组边际成本系数;直至优化次数达到迭代阈值或机组边际成本趋于稳定时结束迭代,则当前分布式电源的出力为优化后的最佳出力。
3.根据权利要求1所述的农村综合能源系统多层协同优化方法,其特征在于,所述第一约束条件包括功率平衡约束、综合能源系统的发电功率约束以及联络线功率约束。
6.根据权利要求1所述的农村综合能源系统多层协同优化方法,其特征在于,所述第二约束条件包括:电功率平衡约束、热功率平衡约束、冷功率平衡约束、风力发电机组出力约束、光伏发电机组出力约束、沼气发电机组出力约束、沼气日产量约束以及储能电池充放电约束。
8.根据权利要求1所述的农村综合能源系统多层协同优化方法,其特征在于,所述第三约束条件包括电功率平衡约束、可中断负荷约束以及用户间交易电量约束。
9.一种农村综合能源系统多层协同优化系统,其特征在于,所述农村综合能源系统多层协同优化系统包括:
数据获取单元,用于获取各村级综合能源系统的初始总发电功率、各村级综合能源系统与配电网的初始交换功率以及初始机组边际成本系数;
乡镇级优化单元,与所述数据获取单元连接,用于针对第i次迭代优化,根据第i-1次优化后的总发电功率、第i-1次优化后的交换功率和第i-1次优化后的机组边际成本系数,在第一约束条件的约束下,以乡镇级综合能源系统的运行成本最小为目标,对第i-1次优化后的总发电功率和第i-1次优化后的交换功率进行优化,得到第i次优化后的总发电功率和第i次优化后的最优交互功率;1≤i≤I,I为迭代阈值;第0次优化后的总发电功率为初始总发电功率,第0次优化后的交换功率为初始交换功率,第0次优化后的机组边际成本系数为初始机组边际成本系数;
村级优化单元,与所述乡镇级优化单元连接,用于根据第i次优化后的总发电功率,在第二约束条件的约束下,以村级综合能源系统的运行成本最小为目标,对分布式电源的出力进行优化,得到第i次优化后的出力;其中,所述分布式电源包括:风力发电机组、光伏发电机组、沼气发电机组、储能电池以及空气源热泵;
用户级优化单元,与所述村级优化单元连接,用于根据第i次优化后的出力,在第三约束条件的约束下,以用户级综合能源系统的运行成本最小为目标,对分布式电源的出力以及可中断负荷进行优化,并计算分布式电源的边际成本;
更新单元,分别与所述用户级优化单元及所述乡镇级优化单元连接,用于根据所述分布式电源的边际成本,更新第i-1次优化后的机组边际成本系数;直至优化次数达到迭代阈值或机组边际成本趋于稳定时结束迭代,则当前分布式电源的出力为优化后的最佳出力。
10.根据权利要求9所述的农村综合能源系统多层协同优化系统,其特征在于,所述第一约束条件包括功率平衡约束、综合能源系统的发电功率约束以及联络线功率约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111113336.5A CN113822480A (zh) | 2021-09-23 | 2021-09-23 | 一种农村综合能源系统多层协同优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111113336.5A CN113822480A (zh) | 2021-09-23 | 2021-09-23 | 一种农村综合能源系统多层协同优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113822480A true CN113822480A (zh) | 2021-12-21 |
Family
ID=78915220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111113336.5A Pending CN113822480A (zh) | 2021-09-23 | 2021-09-23 | 一种农村综合能源系统多层协同优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113822480A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463130A (zh) * | 2022-02-08 | 2022-05-10 | 河北农业大学 | 基于梯型碳交易机制和需求响应的能源系统调度方法 |
CN114519543A (zh) * | 2022-04-21 | 2022-05-20 | 国网江西省电力有限公司电力科学研究院 | 一种乡村多能源系统边缘自治运行方法及系统 |
-
2021
- 2021-09-23 CN CN202111113336.5A patent/CN113822480A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463130A (zh) * | 2022-02-08 | 2022-05-10 | 河北农业大学 | 基于梯型碳交易机制和需求响应的能源系统调度方法 |
CN114519543A (zh) * | 2022-04-21 | 2022-05-20 | 国网江西省电力有限公司电力科学研究院 | 一种乡村多能源系统边缘自治运行方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348709B (zh) | 基于氢能与储能设备的多能源系统的运行优化方法和装置 | |
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 | |
CN103151797B (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN106058942B (zh) | 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型 | |
CN109327042A (zh) | 一种微电网多能源联合优化调度方法 | |
Wang et al. | Synergistic planning of an integrated energy system containing hydrogen storage with the coupled use of electric-thermal energy | |
CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
CN113822480A (zh) | 一种农村综合能源系统多层协同优化方法及系统 | |
Hou et al. | Multisource energy storage system optimal dispatch among electricity hydrogen and heat networks from the energy storage operator prospect | |
CN112671040A (zh) | 一种考虑新能源消纳最大的多能互补系统日前优化调度方法 | |
CN115170343A (zh) | 一种区域综合能源系统分布式资源和储能协同规划方法 | |
CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
Zhou et al. | A collaborative management strategy for multi-objective optimization of sustainable distributed energy system considering cloud energy storage | |
Liang et al. | Capacity configuration optimization of wind-solar combined power generation system based on improved grasshopper algorithm | |
Zhou et al. | Research review on energy storage technology in power grid | |
Li et al. | Energy system and scheduling strategies of electric–gas networks deeply coupled under dual electricity prices | |
CN112884191A (zh) | 一种基于网源协调的热电日前调度模型及计算方法 | |
Liu et al. | The Research and Method on Planning Model of Integrated Energy Internet | |
Wang et al. | Multi-time scale optimization study of integrated energy system considering dynamic energy hub and dual demand response | |
CN117077368B (zh) | 计及工业综合需求响应的综合能源系统众目标规划方法 | |
Wang et al. | Review on Energy Storage Participation in Capacity Configuration and Scheduling Optimization in Modern Power System | |
Xing et al. | An Optimization Capacity Design Method of Wind/Photovoltaic/Hydrogen Storage Power System Based on PSO-NSGA-II | |
Zhang et al. | Distributed Bargaining Method of a Multi-integrated Energy System Based on Nash Theory | |
Li et al. | Multi-timescale Scheduling of Integrated Energy Systems Containing P2G Devices |
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 |