CN114219529A

CN114219529A - 一种考虑机组特性的区域电-热蒸汽系统协同定价方法

Info

Publication number: CN114219529A
Application number: CN202111531336.7A
Authority: CN
Inventors: 赵雅婷; 吴志; 胡敏强; 顾伟; 周苏洋; 王靖萱
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2021-12-14
Filing date: 2021-12-14
Publication date: 2022-03-22

Abstract

本发明涉及一种考虑机组特性的区域电‑热蒸汽系统协同定价方法，属于电热互联综合能源系统优化调度技术领域；通过构建热电联产机组的电出力和热出力的组合调度建模；组合调度建模基于考虑区域内用户的柔性负荷需求响应以及热管网储能特性，构建生成电‑热蒸汽管网联合调度模型。定价方法综合考虑区域内机组的组合和运行模式切换、热蒸汽管网储能特性以及电柔性负荷的需求响应对园区的经济效益、用户的购能成本、优化调度灵活性以及新能源消纳程度的影响，线性化处理非线性模型部分，为电‑热蒸汽互联综合能源系统提供优化调度下的定价机制。

Description

一种考虑机组特性的区域电-热蒸汽系统协同定价方法

技术领域

本发明涉及一种考虑机组特性的区域电-热蒸汽系统协同定价方法，属于电热互联综合能源系统优化调度技术领域。

背景技术

随着能源革命的快速发展，蒸汽在能源密集型行业得到广泛应用，包括食品加工、纸浆和造纸、化工、石油精炼和初级金属。在全球范围内，蒸汽生产约占制造业能源消耗的30％。作为世界范围的工业实践，需要蒸汽的工厂通常形成一个工业区域，共享蒸汽加热网络(SHN)基础设施，以提供更可靠和经济的蒸汽供应。多能互联综合能源系统打破了传统能源系统的运行壁垒，实现了多能源形式的相互耦合、替代及补充，促进了能源的多元化利用。其中，区域级综合能源系统的相关研究较为广泛，其优化调度策略也收到学者的研究关注，电-热蒸汽互联综合能源系统的优化调度以及所处工业区域的市场机制逐渐成为研究热点。

由于蒸汽是可压缩的，并且热蒸汽管网中存在大量蒸汽，蒸汽供需之间的暂时失配给用户带来的麻烦很少，除了热蒸汽管网中可接受的压力波动。

日益增长的能源消耗和人类面临的严重环境问题促使我们发展低碳和可持续的能源。综合能源系统通过多能源互补和能源梯级利用，提高整体能源效率，消耗更多可再生能源，被认为是一种安全、高效、清洁、灵活的能源系统。目前，常见的有热电联产机组、光伏/分布式新能源、储能协同互补场景。以热电联产机组为基础的热电一体化能源系统(HE-IES)是一种重要的综合能源形式。热电联产在优化调度和提高灵活性方面发挥着重要作用，需要充分利用热电联产机组的电热耦合特性，扩大其在能源系统中的灵活性。目前，在HE-IES的优化调度中，热电联产机组要么采用可调抽气模式，要么采用背压模式。事实上，NGCC- 热电联产包括以上两种加热模式，可以在不停机的情况下相互切换。抽气模式的热电比在一定范围内可调，这意味着由于低压缸(LPC)的最小冷却流量要求，它无法达到“最大加热功率”。背压模式的热电比是固定的，不能满足供热和发电的不同需求。

为实现系统中可再生能源、供能装置、储能装置的协调优化运行是IES调度的主要优化目标。以需求响应(DR)为资源参与运营，是优化IES的重要途径。此外，需求响应也是提高系统灵活性的有效途径。利用客户的弹性能源需求，包括热需求和电力需求，提供额外的弹性资源，增加新能源的消耗。由于需求侧可控负荷具有调度弹性特性，可以通过经济措施引导用户有选择地改变其能源消费方式，从而达到能源管理的目的。

发明内容

本发明所要解决的技术问题是：提出了一种考虑机组特性的区域电-热蒸汽系统协同定价方法，在保证解的可行性的同时，兼顾了算法的高效性，解决了现有松弛技术无法保证解的可行性的问题。

本发明为解决上述技术问题采用以下技术方案：

一种考虑机组特性的区域电-热蒸汽系统协同定价方法，包括电-热蒸汽管网联合调度模型的建立，所述电-热蒸汽管网联合调度模型的建立，包括以下步骤：

构建热电联产机组的电出力和热出力的组合调度建模；

组合调度建模基于考虑区域内用户的柔性负荷需求响应以及热管网储能特性，构建生成电-热蒸汽管网联合调度模型。

可选的，所述热电联产机组出力为背压式，构建热电联产机组的电出力和热出力的组合调度建模，包括:

P_i,t＝c_vH_i,t

其中，

和

分别表示机组i运行在背压模式下电、热出力的下限和上限；参数c_v表示机组热电比。

可选的，所述热电联产机组出力为抽凝和背压切换式，构建热电联产机组的电出力和热出力的组合调度建模，建立以下约束：

限制每一时刻t可热电联产机组最多只能在抽凝模式和背压模式中的一种模式下运行的逻辑约束；可热电联产机组热电系统全运行模式逻辑约束；最小启动和停止时间约束；抽凝和背压切换次数约束。

可选的，所述热电联产机组出力为抽凝式，构建热电联产机组的电出力和热出力的组合调度建模，包括:

P_i,t＝c_vH_i,t

其中，

和

可选的，所述区域内用户的柔性负荷需求响应，建立以下约束：

区域电热协同实时定价模型的目标函数同时考虑最大化区域代理商的收益以及最小化用户的购能成本的约束；用户电负荷需求响应的约束；光伏上下限约束；电储能约束；电功率平衡约束；热电机组爬坡约束。

可选的，所述热管网储能特性，包括：建立热蒸汽网络模型，热蒸汽网络模型的建立包括蒸汽管道约束和拓扑约束；建立热电机组热出力和用户负荷管网入口流量的关系。

可选的，所述电-热蒸汽管网联合调度模型的非线性约束进行线性化优化。

可选的，所述电-热蒸汽管网联合调度模型的非线性约束进行线性化优化，包括以下步骤：

对含有平方项的参数采用增量线性化的方法进行优化；

对多目标模型进行加权，

OBJ＝o₁OBJ₁+(1-o₁)OBJ₂

其中，o₁取值范围为0～1；

y＝εx，其中ε为0-1变量，x和y分别表示自变量和因变量；因此，机组组合问题表示为：

有益效果：

本申请定价方法考虑区域内机组的组合和运行模式切换、热蒸汽管网储能特性以及电柔性负荷的需求响应对园区的经济效益、用户的购能成本、优化调度灵活性以及新能源消纳程度的影响，线性化处理非线性模型部分，为电-热蒸汽互联综合能源系统提供优化调度下的定价机制。

附图说明

图1热电联产机组运行域；

图2分段线性方法化示意图；

图3电-热蒸汽网络测试系统；

图4场景1电出力调度结果；

图5场景2电热出力调度结果；

图6场景3考虑需求响应的电出力调度结果及定价方案；

图7场景4考虑需求响应与热储能特性的电热出力调度结果。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图3中示出。利用一个电-热蒸汽综合能源系统对考虑热电机组运行模式和需求响应的区域电- 热蒸汽管网协同定价方法进行具体实例分析。

一种考虑机组特性的区域电-热蒸汽系统协同定价方法，包括如下步骤：

步骤1，基于热电联产机组的生产成本参数以及不同运行模式运行域和运行曲线特征，对机组进行组合调度建模；

步骤2，构建考虑柔性负荷需求响应以及热管网储能特性的电-热蒸汽管网联合调度模型；

步骤3，对蒸汽管网的非线性约束进行拟合与线性化处理，将原模型转化为混合整数线性规划问题进行整体优化求解。

步骤1所述所述热电机组有2种类型，一种为背压式机组，另一种为背压- 抽凝可热电联产机组。

步骤1.1，抽凝模式(模式Ⅰ)的运行域以及运行出力特性：

其中，I表示机组数目，T表示调度时段，

为0-1变量，表示t时刻热电机组i在模式下的开停状态，0表示机组停运、1表示机组运行；变量P_i,t和H_i,t表示t时刻热电机组i的电出力和热出力；参数

和

表示机组单减上、下运行域边界的截距，c_i,v表示运行域单减边界的斜率数值，c_i,0表示运行域单增边界的截距，c_i,m表示运行域单增边界的斜率。

背压模式(模式Ⅱ)的运行域以及运行出力特性：

P_i,t＝c_vH_i,t

其中，

和

背压式机组只运行在模式Ⅱ情况下，抽凝-背压机组可以在模式Ⅰ与模式Ⅱ之间切换，如图1所示。

步骤1.2，逻辑约束限制每一时刻t可热电联产机组最多只能在一种模式下运行：

步骤1.3，可热电联产机组热电系统全运行模式逻辑约束：

其中，p_I,t、p_II,t和h_I,t、h_II,t表示t时刻热电机组i在不同运行模式下的电、热出力。

步骤1.4，最小启动和停止时间约束：

其中，

为抽凝模式、背压模式的最小运行时间，τ为每种模式的实际运行时间，为v_ae,t、v_bp,t表示为0-1变量，表示如果t时刻热电机组i切换至抽凝模式/背压模式，该变量值为1，否则为0；w_ae,t、w_bp,t为0-1变量，表示如果t 时刻热电机组i从抽凝模式/背压模式切换至其他模式，该变量值为1，否则为0。

步骤1.5，切换次数约束：

其中，num表示全运行周期所有热电机组的最大切换次数。

步骤2所述构建考虑柔性负荷需求响应以及热管网储能特性的电-热蒸汽管网联合调度模型如下。

步骤2.1，区域电热协同实时定价模型的目标函数同时考虑最大化区域代理商的收益以及最小化用户的购能成本，如下所示：

具体的，

C_R,t＝C_R,e,t+C_R,h,t＝p'_e,t(P′_fl,t+P_infl,t)+p'_h,tQ_t

C_C,i,t＝∑a(P_i,t+c_vP_i,t)²+b(P_i,t+c_vP_i,t)+c

其中，C_R,t表示区域用户t时刻向区域购买电能、热能的价格，C_C,i,t表示t 时刻热电机组i的燃煤成本，C_st,t表示机组的启动和停止成本以及模式切换成本。

步骤2.2，上述目标函数中考虑电负荷需求响应部分，负荷控制需根据各类负荷的工作特性，采取对应的控制策略。依据负荷工作时间弹性的大小，可以将家居负荷分为两类：

a)刚性负荷：无时间弹性，负荷不可控，一般不参与需求侧响应。刚性负荷包括区域基本的照明等刚性需求。

b)柔性负荷：一定时间范围内负荷是可控的。柔性负荷根据控制类型又可分为可中断与不可中断两类负荷：不可中断负荷一旦启动后不可停止，直到满足工作时长要求才结束工作；可中断负荷在工作时段内可随意开停，只要满足其总工作时长即可，此类负荷有空调、电动汽车等。

本发明所考虑的区域电负荷总需求由刚性负荷和柔性负荷部分组成，即 P_d,t＝P_inf,t+P_fl,t，具体内容如下：

P_fl,t＝αP_d,t

P_inf,t＝(1-α)P_d,t

P′_d,t＝P_inf,t+P′_fl,t

其中，P_d,t表示t时刻所有用户的用电总负荷，P_inf,t表示t时刻的刚性电负荷量，P_fl,t表示t时刻的柔性电负荷量，P′_fl,t表示t时刻的优化调度后的柔性负荷转移结果，P′_d,t表示经过柔性负荷转移之后t时刻的实际电负荷需求量，p'_e,t表示优化求解后t时刻的电价定价结果，

和

表示t时刻柔性负荷可转移的上下边界，

和

表示t时刻的电价可调节的上下边界，参数α表示柔性负荷占总电负荷需求的比例。

步骤2.3，光伏上下限约束：

其中，P_pv,t表示t时刻的光伏发电量，

表示t时刻光伏最大发电量。

步骤2.4，电储能约束：

E_t+1＝E_t+θ_chP_ch,tΔt-(1/θ_dis)P_dis,tΔt

u_ch,t+u_dis,t≤1

其中，P_ch,t和P_dis,t表示t时刻储能设备的充放电功率；E_t表示t时刻储能设备的容量；

和

表示t时刻储能设备的最大充放电功率；θ_ch和θ_dis表示储能设备的充放电效率；u_ch,t和u_dis,t为0-1变量，限制t时刻储能设备不能同时处于充、放电状态。

步骤2.6，电功率平衡约束：

如果考虑柔性负荷需求响应，则

步骤2.7，热电机组爬坡约束：

-Rd_i≤P_i,t-P_i,t-1≤Ru_i i∈CHP,t∈T

其中，Rd_i和Ru_i表示热电机组向下、向上最大爬坡功率。

为那些具有热蒸汽管网的工业区域中的微电网提供灵活性。额外的灵活性有助于微电网增强分布式可再生能源发电的适应能力并协调调度区域内供能设备的处理情况，从而降低运营成本、增加可再生能源消纳以及实现多能互补、提高区域供需调度灵活性。上述目标可以通过以下方式实现：在分布式可再生能源发电的谷底时间和负荷峰值时间，热电联产机组出力较大，多余的蒸汽储存在热蒸汽管网中，从而降低了变压器的峰值负荷；在分布式可再生能源发电的高峰期和负荷的低谷期，储存的蒸汽被释放，导致热电联产机组的出力更小，从而提供了更大的功率缺口用于容纳分布式可再生能源发电。

步骤2.8，建立热蒸汽网络模型，热蒸汽网络的建模主要涉及蒸汽管道和拓扑约束。目前许多工业园区都是用热蒸汽传输、供热，对此建模，并利用热蒸汽管网储能特性；首先进行一些假设，将管道内蒸汽视为一维稳态流动，由于蒸汽在管道统一截面处的参数变化不大，可认为蒸汽参数在同一截面上均匀分布；将管道内蒸汽视为单相可压缩流体，蒸汽在管道中传输，在压力损失、温度降低的过程中会产生冷凝水，建模中认为冷凝水可以由疏水器在沿途全部排出；

因此，一般来说，蒸汽在管道中的热动态过程可以被视作单相、一维流量，可以用质量守恒、能量守恒、动量守恒、状态方程和焓值方程来描述。然而这些方程过于复杂，所以针对上述方程进行简化。

简化1：只考虑水力过程，热蒸汽网运营者考虑水力状态变量(如，流量、压强和密度)远多于热状态变量(如，温度)。蒸汽供给遵循量调节，固定出口温度并调节流量；负荷侧的蒸汽是接近饱和；水力变量，尤其是压强，与网络安全运行关联很大。因此采用动态热水模型来描述管道内的蒸汽状态。

简化2：蒸汽虽然不是理想气体，但是热蒸汽网络中的蒸汽通常在一个固定或者变化范围很窄的区间运行，呈现出与理想气体近似的特征，因此使用理想气体模型来拟合得到误差允许范围之内的蒸汽稳态模型。

(1)基于上述的模型假设与简化，得到管道动量守恒方程：

其中，ρ管道每一段蒸汽微元的密度，单位kg/m³；表示P表示管道每一段蒸汽微元的压强，单位Pa；v表示管道每一段蒸汽微元的流速，单位m/s；x表示每一段蒸汽微元在管内轴向长度，单位m；d表示管道内径，单位m；θ表示管道与地平线的夹角。

上述动量方程中，第一项是惯性项，第二项是对流项，第四项是重力项。由模型假设可知，本发明认为蒸汽处于稳定流动状态，在结合实际情况的基础上，我们可以忽略惯性项、重力项、对流项这三项，具体理由如下：

1)由于蒸汽处于稳定流动状态，所以可以认为管道内的蒸汽参数与时间t 无关，在任意时刻均一致，故可以忽略惯性项。

2)从工程的角度出发，式中的对流项只有在气体流动速度非常大的时候才有意义(接近声速)，而蒸汽供热系统中蒸汽的流速一般在10-70m/s，远小于声速，所以对流项也可以被忽略。

3)根据实际的蒸汽供热系统参数，当蒸汽管网的标高差值不大时，也可以将重力项忽略。

由此可以得到稳定蒸汽流的动量平衡方程，如下所示：

蒸汽的质量流量Q(kg/s)与蒸汽参数存在如下关系：

带入动量平衡方程，消去蒸汽流速v，即可得到稳态时管道中蒸汽的栋梁微分方程：

由于蒸气密度ρ是关于压强P和温度T的变量，为降低方程求解复杂度，将蒸汽视为饱和蒸汽，蒸汽密度ρ可以仅仅是为是压强P的函数，因此利用蒸汽密度ρ和压强P的关系，可以消去动量守恒方程中的密度ρ。对于模型求解过程，采用饱和蒸汽密度与压强分段线性拟合关系式带入，在各压强范围内，该拟合式的相对误差在±2％以内。其表达式如下所示：

ρ＝c₁P+c₂

式中，c₁、c₂为拟合系数，其取值如表1。

将上式带入我微分方程式，并对微分方程进行积分，即可得到下式：

其中，L_i为管道长度，λ_i摩擦阻力系数λ可以由Colelbrook-White方程计算得到，再考虑管道局部阻力损失的影响，引入流量效率因素e，P_in,i,t和P_out,i,t。

Q_i是管道中的蒸汽流量，可以用管道始端和末端的蒸汽流量平均值代入，即：

Q_in,i,t和Q_out,i,t分别为t时刻流入和流出管道i的蒸汽流量。

(2)节点质量流量平衡方程：

∑Q_out,j,t-∑Q_in,k,t+Q_n,i,t＝0,j∈W_in,i,k∈W_out,k

其中，Q_n,i表示t时刻节点i的注入蒸汽流量，流入为正；W_in,i所有流入节点i 的管道集合；W_out,k W_in,i所有流出节点i的管道集合；N节点的热蒸汽网络，一共可以列出N个节点质量流量平衡方程。

步骤2.9：热电机组热出力和用户负荷管网入口流量的关系：

其中，M_in表示所有与热电机组相连的所有管道的集合。

步骤3所述采用分段线性化方法对热蒸汽网非线性部分进行线性化处理，将整体模型转化为混合整数线性规划问题进行优化求解，具体过程如下：

步骤3.1，系统约束式均存在非线性项，蒸汽管道的流量-压强约束式含有流量Q_ij,t和压强P_i,t的平方。对非线性模型进行求解比较复杂，为了降低模型求解的难度，针对这些平方项采用增量线性化的方法，从而将综合能源系统的模型转换为混合整数线性规划模型，实现全局最优化。

显然，模型中所有的非线性函数都是二次函数f(x)＝x²形式的单变量函数，且自变量x存在取值区间D:＝[A,B]，故可以在区间对非线性函数进行分段近似，如图2所示。

根据模型的规模和特点确定适当的线性化分段段数k-1，在取值区间内选取 k个离散点进行分段，各个离散点满足：A＝X₁≤X₂≤···≤X_k＝B，且对应的函数值为 f(x₁),i∈V:{1,···,k}。对于管道流量和节点压强，均可根据机组或系统的参数得到其取值的上下限，结合实际条件调整分段间隔，可以选择减少分段段数提高求解速度或者增加分段以提升求解精度。

增量分段线性化在网络优化方面有着十分优秀的计算速度性能。该方法将函数f(x)进行如下近似：

式中：P为分段点集合；δ_i为连续型变量，取值范围为0～1；ε_i为0-1型变量，用来确保线性化分段从左向右连续的填满整个取值空间。在2≤i≤k-1上，若存在δ_i＞0，则对任意1≤j≤i均满足δ_j＝1，这就表示如果分段i被选择了，则在分段i左侧的所有分段都必须被完全选取。分段线性拟合中的误差随着分段点的增加、分段间隔X_i+1-X_i的减小而降低。可以根据实际精度需求选择合适分段间隔。

步骤3.2，对多目标模型进行加权，

OBJ＝o₁OBJ₁+(1-o₁)OBJ₂

其中，o₁取值范围为0～1。

步骤3.3，由于热电机组的全运行系统和几个约束条件含有0-1变量，呈现出非线性特性，这个调度问题成为一个非线性规划问题，即y＝εx，其中ε为0-1 变量，x和y分别表示自变量和因变量；因此，机组组合问题表示为：

步骤3.4，利用yalmip工具箱调用GUROBI求解器对模型进行求解。

为了进行验证上述实施例，本申请采用了以下模拟试验：

在如图3所示的综合能源网络上进行，该网络包括2台背压式机组和2台抽凝-背压式可热电联产机组，1座19MW的光伏电站，以及2座8MW/4MWh储能电站，平日用电负荷25MW，高峰负荷30MW，在加工生产过程中需要大量的工业用热(蒸汽)，年用热量90多万吨。

为了验证模型有效性，如表1所示，设计了4种案例场景进行研究。案例1 为不考虑机组模式切换、柔性负荷需求响应以及热蒸汽管网特性的优化调度问题，案例2在案例1基础上引入机组模式切换，案例3在机组可进行模式切换的基础上考虑价格敏感型负荷的需求响应，案例4在案例3基础上考虑热蒸汽管网特性(案例1-3热出力和热负荷实时平衡)。

表1案例研究列表

表2中列出了3种案例时的价格数据以及新能源消纳对比数据，案例2利用热电机组可进行模式切换的特性，提高了区域收益、降低了机组燃煤成本并提升了新能源消纳比例。案例3应用价格敏感型-负荷需求响应技术，提高了区域收益、降低了用户购能成本、降低了机组燃煤成本并极大提高新能源消纳比例，而且在一定柔性范围内，随着柔性负荷比例的提升，相应的优化效果更好。

表2案例1-3研究结果对比

上表的运行结果可以由图4、图5进一步解释。图4显示了案例1和2的机组电、热出力调度情况，图5显示了案例2中热电机组3和4的运行模式状况，表3、表4显示了可热电联产机组3和4的运行模式状况，由于机组模式可切换的应用，在用电负荷高峰段(11-19点)时段，机组3和4由抽凝模式转为背压模式运行状态，在更大程度上消纳光伏的同时，这个时段机组电出力减少，通过模式切换能够满足同等热负荷需求，而机组不可切换的案例1为了满足热负荷需求，机组3和4只能运行在抽凝模式下，且光伏消纳比例较低。

表3场景2机组3模式切换结果

表4场景2机组4模式切换结果

图6为案例3机组组合以及实际电需求变化曲线，电能价格响应曲线，可见负荷模式切换结果，图3显示了案例1和2的电功率需求变化曲线，曲线中可以看出，电负荷转移到光伏出力多的时段以优先消纳光伏，机组出力可维持在较低水平。由于负荷量增大相应的该时段电价降低，原来负荷需求量大的刚性负荷部分价格降低，刚性负荷两小的部分价格升高，由于定价前后平均价格保持不变，所以用户购能成本呈现降低的效果。

表5案例研究结果对比

表5为案例4的调度结果，在考虑机组模式切换的条件下，考虑热网储能特性，第2行与第1行数据对比，区域收益提高、用户购能成本下降、机组燃煤成本下降且光伏消纳率显著提高。第3行为考虑柔性负荷需求响应下与第2行相比，用户购能成本与机组燃煤成本降低。

图7为案例4考虑热蒸汽网络特性下的机组电、热出力以及实际电、热需求变化曲线，灵活性为α＝0.25。0：00-8：00、9：00-11：00时段，机组热出力大于此时段热负荷需求，热管网提前储能，在中午电负荷部分消纳光伏发电时段，热电机组电出力减少，相应的热出力也减少，此时可以通过热蒸汽储存的热能释放来满足此刻的热负荷需求，因此通过热网储能特性以及热负荷的响应特性降低机组的燃煤成本也提高了综合能源系统调度运行的灵活性。

结果表明，本发明所提考虑热电机组运行模式和需求响应的区域电-热蒸汽管网协同定价方法能够有效得到问题的目标函数值，在考虑机组模式切换特性、价格-负荷需求响应特性以及热蒸汽网络储能特性之后，得到区域收益得到提高、用户购能成本减少、机组燃煤成本降低以及新能源消纳程度提高的效果，具有多能互补、网络调度灵活性提高的优势。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。