CN114492985A - 工业园区综合能源系统混合储能双层优化配置方法 - Google Patents
工业园区综合能源系统混合储能双层优化配置方法 Download PDFInfo
- Publication number
- CN114492985A CN114492985A CN202210080648.9A CN202210080648A CN114492985A CN 114492985 A CN114492985 A CN 114492985A CN 202210080648 A CN202210080648 A CN 202210080648A CN 114492985 A CN114492985 A CN 114492985A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- model
- hybrid energy
- heat
- hybrid
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005457 optimization Methods 0.000 claims abstract description 109
- 230000000694 effects Effects 0.000 claims abstract description 7
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 6
- 238000005338 heat storage Methods 0.000 claims description 47
- 238000003860 storage Methods 0.000 claims description 38
- 230000005611 electricity Effects 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 19
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000005485 electric heating Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000013486 operation strategy Methods 0.000 claims description 3
- 210000000352 storage cell Anatomy 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 5
- 238000007599 discharging Methods 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- -1 hydrogen Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012546 transfer 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
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种工业园区综合能源系统混合储能双层优化配置方法，通过采用双层优化模型求解综合能源系统混合储能配置问题，包括下列步骤：建立工业园区综合能源系统模型；利用该模型并综合考虑混合储能平抑新能源波动的效果及系统可靠性确定混合储能的配置地址；分别以典型日日运行成本最低和电热混合储能年均全寿命周期成本最小为优化目标建立混合储能双层优化配置模型；求解该混合储能双层优化配置模型获得不同工况下工业园区综合能源系统混合储能最优配置方案。该方法综合考虑了储能平抑新能源波动效果、系统可靠性和混合储能系统的全寿命周期成本，为工业园区综合能源系统的经济规划提供一定的参考。
Description
技术领域
本发明涉及工业园区综合能源系统，特别涉及一种工业园区综合能源系统的混合储能优化配置方法。
背景技术
近年来，在碳减排和能源需求迅速增长的双重压力下，综合能源系统建设被证明有助于实现多源协同运行，对促进可再生能源消纳和实现碳中和、碳达峰目标具有重大意义。由于不同类型能源生产和使用在时间和空间上具有很大差异，不同能源网络惯性不同，设备间耦合结构复杂，综合能源系统的发展也面临协调运行困难、安全风险和运行成本增大的挑战。多源储能可以作为不同能源系统的不间断电源和备用电源，采用储能设备可以打破传统机组运行模式限制，更好的发挥在时间维度上的优越性。如何实现多源储能容量的优化配置是综合能源储能规划的关键问题。
文献[1]分析了储能单元积极运行以转移需求峰值和抵御不确定性的能力，但没有充分考虑热电储能的互补效应。文献[2]综合考虑了需求侧响应和电储能对电-热系统长期规划的影响。文献[3]分析了电/热储能独立规划的弊端，提出了综合能源系统混合储能容量规划方法，但未考虑对储能设备寿命的影响。文献[4]在考虑社区级综合能源系统的灵活性和可靠性的基础上提出了一种储电装置配置方法，但没有考虑储能整个生命周期的经济性。文献[5]对综合能源系统中储电装置的经济和环境价值进行了评价。文献[6-7]提出了一种面向风电消纳的地区综合能源系统多类型储能联合调度方法，表明含电-热多类型储能设备，有助于提升系统消纳风电的能力。文献[8]研究表明，储能设备的寿命及其成本对综合能源系统的经济性有重要影响，在规划中忽视储能的寿命损耗会高估储能的投资效益，导致综合能源系统经济性与预期不符。目前关于综合能源系统中电/热混合储能配置的研究对储能设备的寿命及其成本所造成的影响考虑相对不足，也未充分考虑电/热储能之间的协同效应对储能设备寿命及经济性的影响。因此综合考虑混合储能与其全生命周期成本对综合能源系统的经济规划具有重要意义。
[参考文献]
[1]H.Li,C.Zhang,B.Sun,“Optimal design for component capacity ofintegrated energy system based on the active dispatch mode of multiple energystorages,”Energy,vol.227,Article 120522,October 2021.
[2]Z.M.Liu,Y.R.Zhao,X.N.Wang,“Long-term economic planning of combinedcooling heating and power systems considering energy storage and demandresponse,”Applied Energy,vol.279,Article 115819,December 2020.
[3]Z.D.Shi,W.S.Wang,Y.H.Huang,“Hierarchical optimization method forelectrical energy storage and heat storage capacity planning in multi-energycomplementary generation system,”Power System Technology,vol.40,pp.6815-6828,April 2020.
[4]N.Good,P.Mancarella,“Flexibility in multi-energy communities withelectrical and thermal storage:a stochastic,robust approach for multi-servicedemand response,”IEEE Transactions on Smart Grid,vol.10,pp.503-513,January2017.
[5]D.Pudjianto,M.Aunedi,G.Strbac“Whole-system assessment of the valueof energy storage in low-carbon electricity systems,”IEEE Transactions onSmart Grid,vol.5,pp.1098-1108,March 2014.
[6]王诚良，刘洪，宫建锋，等.面向风电消纳的综合能源系统多类型储能联合调度[J].电力建设，2018(4):35-44.
[7]谷万江,王飞，田小蕾，等.考虑储能及碳交易成本的电热联合系统优化调度策略[J].电网与清洁能源，2020，36(7):109-118.
[8]S.Li,S.Pischinger，C.Y.He,“A comparative study of model-basedcapacity estimation algorithms in dual estimation frameworks for lithium-ionbatteries under an accelerated aging test,”Applied Energy,vol.212,pp.1522-1536,April 2018.
发明内容
针对上述现有技术，本发明提供一种适用于工业园区综合能源系统混合储能的优化配置方法。
为了解决上述技术问题，本发明提出的一种工业园区综合能源系统混合储能双层优化配置方法，包括如下步骤：
1)建立工业园区综合能源系统模型，所述的工业园区综合能源系统模型包括工业园区电热负荷预测模型、综合能源系统电力网络和热力网络潮流模型和工业园区热电联产机组模型、热泵模型和混合储能设备模型；
2)利用步骤1)所建立的模型，并综合考虑混合储能平抑新能源波动的效果及系统可靠性确定混合储能的配置地址；
3)在步骤1)所建立的模型的基础上，在步骤2)确定的混合储能的配置地址上进行混合储能的优化配置，建立混合储能双层优化配置模型，所述的混合储能双层优化配置模型包括层优化模型和外层优化模型，其中的所述的内层优化模型以综合能源系统在典型日日运行成本最低为优化目标，优化约束条件是满足工业园区热电联产机组、热泵、混合储能设备自身约束，同时满足电功率和热功率潮流平衡约束；所述的外层优化模型以电热混合储能年均全寿命周期成本最小为优化目标，并以储能容量为优化约束条件；所述的内层优化模型和外层优化模型交替迭代从而得到混合储能双层优化配置模型；
4)求解步骤3)所述的混合储能双层优化配置模型，得到该工业园区综合能源系统混合储能优化配置方案。
进一步讲，本发明所述的工业园区综合能源系统混合储能双层优化配置方法，其中：
步骤2)包括如下步骤：
2-1)以系统节点混合储能的配置地址为变量，以节点电压偏差、系统负荷波动为指标建立优化目标函数，如式(1)所示：
式(1)中，M为节点总数，T表示总时刻数，Uij表示第i个节点在第j个时刻的电压值，
表示第i个节点在时间T内的电压均值，Pi,max表示在i时刻电网输入最大功率，
表示电网在时间T内的电网输入功率均值；
2-2)对综合能源网络节点进行广度优先搜索生成分块子系统，再依据深度优先搜索生成各子树直至遍历综合能源系统所有节点，选取使目标函数值最优的节点的地址作为混合储能配置地址。
步骤3)包括如下步骤：
3-1)内层优化模型用于生成混合储能优化运行方案，所述内层优化模型的目标函数如式(2)所示：
式(2)中：
为综合能源系统在大电网购电成本，
为CHP机组产电产热成本，
为热泵运行成本，
为储热罐的典型日日运行成本，
为储电装置典型日日运行成本；
3-2)将内层优化模型优化后的混合储能运行成本迭代到下述外层优化模型；
3-3)外层优化模型用于生成综合能源系统混合储能容量配置结果，所述外层优化模型的目标函数如式(3)所示：
式(3)中：Ne,Nh分别表示系统配置储电装置与储热罐的数量，
和
分别表示系统单个储电装置和储热罐的年均建设成本，
和
分别表示系统单个储电装置和储热罐的运维成本，
表示储电装置在项目周期内的替换成本；
式(4)中：Y为项目周期年限；
为储电装置的建设成本；Ees为储能配置额定容量；Ps为储能额定功率；单位为年；σ为贴现率(％)；CE为储能电池每千瓦时的单位容量价格,CP为能量转换装置每千瓦的单位功率价格；
式(5)中：Cf为每千瓦的单位固定维护成本，Ty为时间换算系数,取值为365；
为储电装置典型日日运行成本；
式(6)中：k为储能电池的更换次数，其值为Y/n-1且当Y/n-1为非整数时，k进一取整，其中n为储能电池的寿命周期；β为储能初始安装成本的年均下降比例；ε为第ε次更换储能的电池本体；
式(7)中：
为储热罐建设成本，
为储热罐单位体积成本，
为储热罐体积；
式(8)中：Qi为储热罐容量；Ki为储热罐热损失系数，取1％-5％；ΔT为储热罐供水温度与回水温度温度差；μ为储热容积率，η为常数；
式(9)中，δ为储热罐的单位容积固定维护成本系数；
3-4)返回步骤3-1)将外层优化模型优化求得的最优电热混合储能容量作为约束条件迭代到内层优化模型。
步骤4)中，在所述的内层优化模型和外层优化模型交替迭代中，利用CPLEX求解器进行迭代求解，直至生成最优解；最终分别输出电热混合储能最优配置容量和工业园区综合能源系统计及电热混合储能全周期寿命成本的典型日运行策略。
与现有技术相比，本发明的有益效果是：
本发明的一种工业园区综合能源系统混合储能双层优化配置方法，通过分别对电热储能进行全寿命周期经济分析，利用双层优化配置方法得出综合能源混合储能最优配置方案。通过对某工业园区负荷/光伏年时序数据进行场景削减，得到规划典型日用于表征规划年，对改进的IEEE33节点配电和45节点热网耦合系统算例的基础上进行仿真计算，求得电热混合储能最优容量配置结果，证明本发明提高了工业园区综合能源系统经济性。
附图说明
图1是本发明所述的混合储能优化配置方法中的优化模型框图；
图2是本发明一个算例网络拓扑图；
图3是本发明算例中电储能典型日运行出力图；
图4是本发明算例中热储能典型日运行出力图；
图5是本发明算例中电热混合储能典型日运行出力图；
图6是本发明算例中不同场景下电热储能容量配置图；
图7是本发明算例中不同场景优化配置年均成本图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。
本发明提出的一种工业园区综合能源系统混合储能双层优化配置方法的设计思路是：首先，综合考虑混合储能平抑新能源波动效果与系统可靠性选取工业园区综合能源系统合适节点进行混合储能配置；然后，在工业园区综合能源系统混合储能双层优化模型的基础上，建立双层工业园区综合能源混合储能容量配置策略，得到混合储能优化配置方案；本方法对于综合能源系统进行混合储能配置具有重要参考意义。
本发明的工业园区综合能源系统混合储能双层优化配置方法主要是：首先对工业园区综合能源系统及其设备进行建模，接着分别对电热储能进行全寿命周期经济性分析。最后构造双层交替求解模型；具体步骤如下：
步骤1)建立工业园区综合能源系统模型
所述的工业园区综合能源系统模型包括工业园区电热负荷预测模型、综合能源系统电力网络潮流模型和热力网络潮流模型及工业园区各设备模型(主要包括工业园区热电联产机组模型、热泵模型和混合储能设备模型)。
工业园区负荷预测模型：
对工业园区日负荷历史数据利用K均值聚类算法进行处理，即首先计算日负荷历史数据总体的算术均值并计算各历史数据到算术均值的最大距离(maxd)和最小距离(mind)；再将(maxd-mind)平均分为c等份，c为聚类数目；再将每一类的算术均值作为初始聚类中心；调用matlab软件中已有K均值聚类算法命令对历史负荷数据进行聚类得到工业园区负荷预测模型。
综合能源系统电力网络潮流模型：
式(1-1)、式(1-2)和式(1-3)中：
表示由节点k流向节点i线路的集合，为以节点i为末端节点的支路的首端节点集合；φi为以节点i为首端节点的支路的末端节点集合；Rij和Xij分别为交流支路ij的电阻和电抗；Pij,t、Qij,t分别为t时段交流节点i流向交流节点j的有功功率和无功功率；Iij,t和Vij,t分别为t时段交流节点i流向交流节点j的电流和交流节点i的电压；Pi,t和Qi,t分别为t时段交流节点i上注入的有功功率和无功功率之和。
所述综合能源系统热力网络潮流模型：对于热力网络中任一负荷节点，需满足流量平衡方程和节点能量平衡方程。
流量平衡方程：
式(1-4)中：
和
分别表示节点i流入和流出的流量，
表示节点i的负荷流量。
节点能量平衡方程：
式(1-5)中：Tt f,i和Tt o,i分别表示节点i的供水和回水温度，Tt load,i表示节点i的负荷温度。
所述热电联产机组(CHP)模型：CHP的电/热耦合关系根据运行模式不同可以表示为机组供电量与供热量之间的关系。
Pt CHP，h＝α·Pt CHP，e (1-6)
式(1-6)中：Pt CHP，h为CHP机组产热功率，Pt CHP，e为CHP机组供电功率，α为热电比。
CHP运行出力约束：
式(1-7)中：Pt CHP为CHP机组在t时刻下纯凝工况下的发电功率，
为CHP机组在t时刻最小发电功率，
为CHP机组t时刻最大发电功率。
热泵模型：热泵是一种将热能从低温热源传递到高温热源的装置。
式(1-8)中：Pt hp,out为热泵供热功率，Pt hp,co为热泵供热消耗的电功率，COP为热泵的能效比。
式(1-9)中：Pt hp为热泵在t时刻的出力，
和
分别为热泵在t时刻的最小出力和最大出力。
混合储能设备模型：电/热综合能源系统中储能设备主要包括储电装置和储热罐,它们的能量重放过程相似。主要考虑充放功率和能量限制。
式(1-10)中：
和
分别为t时刻储能装置的能量，δs为储能装置的自放电率，Pt s,r和Pt s,d分别为储能装置的充电功率和放电功率，ηs,r和ηs,d分别为储能装置的充电效率和放电效率。
受投资规模和场地限制，储能设备容量存在约束：
式(1-11)中：
和
分别为系统可配备储能设备的最大和最小容量。
充放状态约束：
式(1-12)中：
为0-1变量。
储能设备充放功率约束
式(1-13)和(1-14)中：Pt s,r和Pt s,d分别为t时刻储能设备放能功率和充能功率。
储能设备每个充放周期后能量恢复到初始状态约束：
式(1-15)中：
和
分别为储能设备充放周期初始和结束的能量。
步骤2)确定混合储能的配置地址
利用步骤1)所建立的模型，并综合考虑混合储能平抑新能源波动的效果及系统可靠性确定混合储能的配置地址，步骤如下：
2-1)以系统节点混合储能的配置地址为变量，以节点电压偏差、系统负荷波动为指标建立优化目标函数，如式(1)所示：
式(1)中，M为节点总数，T表示总时刻数，Uij表示第i个节点在第j个时刻的电压值，
表示第i个节点在时间T内的电压均值，Pi,max表示在i时刻电网输入最大功率，
表示电网在时间T内的电网输入功率均值；
2-2)对综合能源网络节点进行广度优先搜索生成分块子系统，再依据深度优先搜索生成各子树直至遍历综合能源系统所有节点，选取使目标函数值最优的节点的地址作为混合储能配置地址。
步骤3)建立混合储能双层优化配置模型
在步骤1)所建立的工业园区综合能源系统模型的基础上，在步骤2)确定的混合储能的配置地址上进行混合储能的优化配置，建立混合储能双层优化配置模型。
所述的混合储能双层优化配置模型包括层优化模型和外层优化模型，其中的所述的内层优化模型以综合能源系统在典型日日运行成本最低为优化目标，优化约束条件是满足工业园区热电联产机组、热泵、混合储能设备自身约束，同时满足电功率和热功率潮流平衡约束；所述的外层优化模型以电热混合储能年均全寿命周期成本最小为优化目标，并以储能容量为优化约束条件；所述的内层优化模型和外层优化模型交替迭代从而得到混合储能双层优化配置模型。
3-1)内层优化模型用于生成混合储能优化运行方案，所述内层优化模型以系统日运行成本最低为优化目标，目标函数如式(2)所示：
式(2)中：
为综合能源系统在大电网购电成本，
为CHP机组产电产热成本，
为热泵运行成本，
为储热罐的典型日日运行成本，
为储电装置典型日日运行成本；
式(2-1)中：
为分时电价，Pt meg为大电网购电功率。
式(2-2)中：Pt CHP,h为CHP机组产热功率，
为分时气价，
为CHP分时电价，ξ为CHP机组产热效率。
式(2-3)中：
为热泵电功率，Nhp为热泵个数。
式(2-4)中：Nhs为储热罐个数，
为储热设备的储热功率，
为储热设备的放热功率。
式(2-5)中：Nes为储电设备个数，
为储电设备的充电功率，
为储电设备的放电功率。
内层优化约束除满足各种设备自身约束外，还需满足以下运行约束。
电功率平衡约束：
式(2-6)中：Pt PV为光伏输出功率，Pt CHP,e为CHP机组发电功率，
为节点i的电负荷功率，Neload为负荷节点个数。
热功率平衡约束：
式(2-7)中：
为热泵输出热功率，
为节点i的热负荷功率，Nhload为负荷节点个数，Nhp为热泵个数。
3-2)将内层优化模型优化后的混合储能运行成本迭代到下述外层优化模型；
3-3)外层优化模型用于生成综合能源系统混合储能容量配置结果，所述的外层优化模型以电热混合储能年均全寿命周期成本最小为优化目标，并以储能容量为优化约束条件。
所述外层优化模型的目标函数如式(3)所示：
式(3)中：Ne,Nh分别表示系统配置储电装置与储热罐的数量，
和
分别表示系统单个储电装置和储热罐的年均建设成本，
和
分别表示系统单个储电装置和储热罐的运维成本，
表示储电装置在项目周期内的替换成本。
电热混合储能年均全寿命周期成本包括初始安装成本(建设成本)、替换成本和运维成本，在整个项目周期内初始安装成本和替换成本所占比例最高。
储电装置的年均建设成本：储电装置由电池本体和必要的辅助设施构成，其建设成本为：
式(4)中：Y为项目周期年限；
为储电装置的建设成本；Ees为储能配置额定容量；Ps为储能额定功率；单位为年；σ为贴现率(％)；CE为储能电池每千瓦时的单位容量价格,CP为能量转换装置每千瓦的单位功率价格。
年均运行维护成本：电池储能的固定运行维护成本与实际运行过程无关，主要与储能类型和额定功率相关，表示为：
式(5)中：Cf为每千瓦的单位固定维护成本，Ty为时间换算系数,取值为365,
为储电装置典型日日运行成本。
年均替换成本：实际项目周期一般为5到20年，当储能电池和能量转换装置的寿命周期小于实际项目周期时，储能电池及其转换装置需要更换，因此电池储能的更换成本来自电池本体，在项目周期内电池储能的年均更换成本为：
式(6)中：k为储能电池的更换次数，其值为Y/n-1且当Y/n-1为非整数时，k进一取整，其中n为储能电池的寿命周期；β为储能初始安装成本的年均下降比例；ε为第ε次更换储能的电池本体。
储热罐建设成本：
式(7)中：
为储热罐建设成本，
为储热罐单位建设成本，
为储热罐体积。
储热罐体积：
式(8)中：Qi为储热罐容量；Ki为储热罐热损失系数，取1％-5％；ΔT为储热罐供水温度与回水温度温度差；μ为储热容积率，η为常数；
储热罐运维成本：储热罐的运维成本为其建设成本的某个百分比δ
式(9)中，δ为储热罐的单位容积固定维护成本系数，
为储热罐典型日日运行成本。
3-4)将外层优化模型优化求得的最优电热混合储能容量作为约束条件迭代到内层优化模型。
步骤4)得到该工业园区综合能源系统混合储能优化配置方案
为了满足工业园区综合能源系统运行和储能配置的经济性，本发明采用了双层迭代求解模型进行优化求解。将优化问题转化为典型混合整数线性规划问题。
在所述的内层优化模型和外层优化模型交替迭代中，将外层优化模型求得的最优电热混合储能容量作为约束条件迭代输入到内层优化模型，利用CPLEX求解器进行迭代求解，具体步骤如图1所示，反复迭代，直至生成最优解；最终分别输出电热混合储能最优配置容量和工业园区综合能源系统计及电热混合储能全周期寿命成本的典型日运行策略。
研究材料：
以IEEE33节点电网与45节点热网耦合为例，该算例网络拓扑如图2所示，该算例中，通过分别在IEEE33节点电网7节点、33节点与45节点热网31节点、32节点安装热泵与热电联产机组，将IEEE33节点与45节点热网耦合。应用步骤2)的方法确定混合储能配置地址，得到储电装置最优配置地址为IEEE33节点电网中的21节点和32节点，储热罐最优配置地址为45节点热网中的2节点和15节点。
通过对北方某工业园区负荷数据进行K均值聚类，得到规划典型日用于表征规划年，典型日的电/热负荷值基准值为4.5MWe+j3.8Mvar。为充分体现储能设备的灵活性，在步骤3)计算如式(2)所示的内层优化模型中，所使用的能源价格均采用分时价格，分时电价
和分时气价
(如表1所示)，电热储能的单位电热储能建设成本CE和
及性能参数(如表2所示)。
表1
| 时段 | 分时电价(元/kW·h) | 分时气价(元/m<sup>3</sup>) |
| 0:00-1:00 | 0.280 | 1.000 |
| 1:00-2:00 | 0.280 | 1.000 |
| 2:00-3:00 | 0.280 | 1.000 |
| 3:00-4:00 | 0.280 | 1.000 |
| 4:00-5:00 | 0.280 | 1.000 |
| 5:00-6:00 | 0.280 | 1.000 |
| 6:00-7:00 | 0.280 | 2.200 |
| 7:00-8:00 | 0.532 | 2.200 |
| 8:00-9:00 | 0.784 | 3.800 |
| 9:00-10:00 | 0.784 | 3.800 |
| 10:00-11:00 | 0.784 | 3.800 |
| 11:00-12:00 | 0.532 | 3.800 |
| 13:00-14:00 | 0.532 | 3.800 |
| 14:00-15:00 | 0.532 | 3.800 |
| 15:00-16:00 | 0.532 | 3.800 |
| 16:00-17:00 | 0.532 | 2.200 |
| 17:00-18:00 | 0.532 | 2.200 |
| 18:00-19:00 | 0.784 | 3.800 |
| 19:00-20:00 | 0.784 | 3.800 |
| 20:00-21:00 | 0.784 | 3.800 |
| 21:00-22:00 | 0.784 | 1.000 |
| 22:00-23:00 | 0.784 | 1.000 |
| 23:00-24:00 | 0.784 | 1.000 |
表2
| 储能设备 | 单位储能建设成本(元/kW·h) | 寿命(年) |
| 电储能 | 3000 | 8-13 |
| 热储能 | 90 | 20 |
为对电热混合储能双层优化模型进行经济性分析，设置以下四个场景：
场景1：综合能源系统不配置储能，进行优化运行。
场景2：在场景1的基础上，单独配置储电设备，进行优化运行。
场景3：在场景1的基础上单独配置储热罐，进行优化运行。
场景4：在场景1的基础上，配置电热混合储能，进行优化运行。
将上述表1和表2的数据代入步骤3)中所得到的混合储能双层优化配置模型，进行迭代求解得到场景1电储能出力
和
情况如图3所示，场景2热储能出力
和
如图4所示，场景3电热储能出力情况如图5所示。图6展示了应用本发明中的混合储能双层优化配置模型得到的不同场景下储能容量优化配置结果，包括储电装置容量Ees和储热罐容量Qi，可以看到储热罐对储电装置具有一定的替代性和互补性。图7展示了系统不同场景下系统计及电热储能全周期寿命成本的成本构成情况，包括系统在大电网购电成本
CHP机组产电产热成本
和步骤3)中的外层优化目标计及寿命周期成本的电热储能成本。求解双层优化模型得到步骤3)中内层优化目标不同场景总年运行成本数据如表3所示。可以看出与配备单一储能相比，配置混合储能可以获得更好的经济性。
表3
| 场景 | 总年运行成本(元) |
| 场景1 | 38,732,000 |
| 场景2 | 37,780,000 |
| 场景3 | 36,260,000 |
| 场景4 | 33,770,000 |
在传统综合能源储能配置中，由于未计及不同储能的全寿命周期成本，使电储能利用自身快速响应特性获得更好的节能效果从而配置容量较大。但从储能全寿命周期成本的角度来看，由于电储能投资成本高、寿命短，使其整体经济性降低。根据运行结果，相比于单一储能配置，电热混合储能以合理的经济性提高综合能源系统的能量供给灵活性，降低对系统对主电网依赖的优越性得以凸显。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。
Claims (4)
1.一种工业园区综合能源系统混合储能双层优化配置方法，其特征在于，包括如下步骤：
1)建立工业园区综合能源系统模型，所述的工业园区综合能源系统模型包括工业园区电热负荷预测模型、综合能源系统电力网络和热力网络潮流模型和工业园区热电联产机组模型、热泵模型和混合储能设备模型；
2)利用步骤1)所建立的模型，并综合考虑混合储能平抑新能源波动的效果及系统可靠性确定混合储能的配置地址；
3)在步骤1)所建立的模型的基础上，在步骤2)确定的混合储能的配置地址上进行混合储能的优化配置，建立混合储能双层优化配置模型，所述的混合储能双层优化配置模型包括层优化模型和外层优化模型，其中的所述的内层优化模型以综合能源系统在典型日日运行成本最低为优化目标，优化约束条件是满足工业园区热电联产机组、热泵、混合储能设备自身约束，同时满足电功率和热功率潮流平衡约束；所述的外层优化模型以电热混合储能年均全寿命周期成本最小为优化目标，并以储能容量为优化约束条件；所述的内层优化模型和外层优化模型交替迭代从而得到混合储能双层优化配置模型；
4)求解步骤3)所述的混合储能双层优化配置模型，得到该工业园区综合能源系统混合储能优化配置方案。
2.根据权利要求1所述的工业园区综合能源系统混合储能双层优化配置方法，其特征在于，步骤2)的内容如下：
2-1)以系统节点混合储能的配置地址为变量，以节点电压偏差、系统负荷波动为指标建立优化目标函数，如式(1)所示：
式(1)中，M为节点总数，T表示总时刻数，Uij表示第i个节点在第j个时刻的电压值，
表示第i个节点在时间T内的电压均值，Pi,max表示在i时刻电网输入最大功率，
表示电网在时间T内的电网输入功率均值；
2-2)对综合能源网络节点进行广度优先搜索生成分块子系统，再依据深度优先搜索生成各子树直至遍历综合能源系统所有节点，选取使目标函数值最优的节点的地址作为混合储能配置地址。
3.根据权利要求1所述的工业园区综合能源系统混合储能双层优化配置方法，其特征在于，步骤3)的内容如下：
3-1)内层优化模型用于生成混合储能优化运行方案，所述内层优化模型的目标函数如式(2)所示：
式(2)中：
为综合能源系统在大电网购电成本，
为CHP机组产电产热成本，
为热泵运行成本，
为储热罐的典型日日运行成本，
为储电装置典型日日运行成本；
3-2)将内层优化模型优化后的混合储能运行成本迭代到下述外层优化模型；
3-3)外层优化模型用于生成综合能源系统混合储能容量配置结果，所述外层优化模型的目标函数如式(3)所示：
式(3)中：Ne,Nh分别表示系统配置储电装置与储热罐的数量，
和
分别表示系统单个储电装置和储热罐的年均建设成本，
和
分别表示系统单个储电装置和储热罐的运维成本，
表示储电装置在项目周期内的替换成本；
式(4)中：Y为项目周期年限；
为储电装置的建设成本；Ees为储能配置额定容量；Ps为储能额定功率；单位为年；σ为贴现率(％)；CE为储能电池每千瓦时的单位容量价格,CP为能量转换装置每千瓦的单位功率价格；
式(5)中：Cf为每千瓦的单位固定维护成本，Ty为时间换算系数,取值为365；
为储电装置典型日日运行成本；
式(6)中：k为储能电池的更换次数，其值为Y/n-1且当Y/n-1为非整数时，k进一取整，其中n为储能电池的寿命周期；β为储能初始安装成本的年均下降比例；ε为第ε次更换储能的电池本体；
式(7)中：
为储热罐建设成本，
为储热罐单位体积成本，
为储热罐体积；
式(8)中：Qi为储热罐容量；Ki为储热罐热损失系数，取1％-5％；ΔT为储热罐供水温度与回水温度温度差；μ为储热容积率，η为常数；
式(9)中，δ为储热罐的单位容积固定维护成本系数；
3-4)返回步骤3-1)将外层优化模型优化求得的最优电热混合储能容量作为约束条件迭代到内层优化模型。
4.根据权利要求1所述的工业园区综合能源系统混合储能双层优化配置方法，其特征在于，步骤4)中，在所述的内层优化模型和外层优化模型交替迭代中，利用CPLEX求解器进行迭代求解，直至生成最优解；最终分别输出电热混合储能最优配置容量和工业园区综合能源系统计及电热混合储能全周期寿命成本的典型日运行策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210080648.9A CN114492985B (zh) | 2022-01-24 | 2022-01-24 | 工业园区综合能源系统混合储能双层优化配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210080648.9A CN114492985B (zh) | 2022-01-24 | 2022-01-24 | 工业园区综合能源系统混合储能双层优化配置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114492985A true CN114492985A (zh) | 2022-05-13 |
| CN114492985B CN114492985B (zh) | 2024-08-23 |
Family
ID=81475103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210080648.9A Active CN114492985B (zh) | 2022-01-24 | 2022-01-24 | 工业园区综合能源系统混合储能双层优化配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114492985B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115374999A (zh) * | 2022-07-06 | 2022-11-22 | 国网浙江省电力有限公司丽水供电公司 | 一种适用制氢设备启停特性的水电制氢优化配置方法 |
| CN115545588A (zh) * | 2022-12-06 | 2022-12-30 | 北京大学 | 固定储能系统选址确定方法、装置、电子设备及存储介质 |
| CN117314043A (zh) * | 2023-08-23 | 2023-12-29 | 华北电力大学 | 一种场景驱动的综合能源互补容量规划方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103475013A (zh) * | 2013-09-27 | 2013-12-25 | 清华大学 | 储能电站规划与运行综合优化方法及系统 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN112365021A (zh) * | 2020-09-21 | 2021-02-12 | 华北电力大学 | 一种基于混合储能的区域综合能源系统规划优化方法 |
-
2022
- 2022-01-24 CN CN202210080648.9A patent/CN114492985B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103475013A (zh) * | 2013-09-27 | 2013-12-25 | 清华大学 | 储能电站规划与运行综合优化方法及系统 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN112365021A (zh) * | 2020-09-21 | 2021-02-12 | 华北电力大学 | 一种基于混合储能的区域综合能源系统规划优化方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115374999A (zh) * | 2022-07-06 | 2022-11-22 | 国网浙江省电力有限公司丽水供电公司 | 一种适用制氢设备启停特性的水电制氢优化配置方法 |
| CN115545588A (zh) * | 2022-12-06 | 2022-12-30 | 北京大学 | 固定储能系统选址确定方法、装置、电子设备及存储介质 |
| CN117314043A (zh) * | 2023-08-23 | 2023-12-29 | 华北电力大学 | 一种场景驱动的综合能源互补容量规划方法及系统 |
| CN117314043B (zh) * | 2023-08-23 | 2024-08-02 | 华北电力大学 | 一种场景驱动的综合能源互补容量规划方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114492985B (zh) | 2024-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
| Pu et al. | Optimal sizing for an integrated energy system considering degradation and seasonal hydrogen storage | |
| 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 | |
| CN106228258B (zh) | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 | |
| CN114492985B (zh) | 工业园区综合能源系统混合储能双层优化配置方法 | |
| CN117477557A (zh) | 一种虚拟电厂调峰优化调度方法、系统、电子设备及介质 | |
| CN116822831A (zh) | 含共享储能系统的微能源网群优化规划方法 | |
| CN114139837B (zh) | 一种考虑双层碳排放优化分配模型的区域多系统双层分散优化调度方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
| CN114580746A (zh) | 一种基于低碳经济效益量化的综合能源站复合储能配置优化方法 | |
| CN106300425A (zh) | 一种基于用户舒适度的分布式能源管理方法 | |
| Shi et al. | Economic operation of industrial microgrids with multiple kinds of flexible loads | |
| CN114240010A (zh) | 应对需求侧不确定性的热电联产燃气轮机组调度方法 | |
| CN113794242A (zh) | 一种计及天然气网动态特性的区间优化调度方法 | |
| CN114330835A (zh) | 一种综合能源微网中电/热混合储能系统的优化配置方法 | |
| Ma et al. | Sizing of Renewable Energy And Energy Storage In Electrified Railway Considering Multi-application Requirements | |
| Sun et al. | Multi-objective Optimization of Integrated Energy System Based on Weighted Fuzzy Algorithm | |
| Liu et al. | Operation strategy for community integrated energy systems considering wind and solar power consumption | |
| Lei et al. | An Economically Optimized Planning of Regional Integrated Energy System Considering Renewable Energy and Energy Storage | |
| Chen et al. | Distributed energy management for integrated energy system considering multiple independent operators | |
| Huang et al. | Optimal operation of micro energy network based on improved particle swarm optimization algorithm | |
| Yang et al. | Modelling of Optimal scheduling scheme for a power system operation with multi-energy storage systems | |
| Xu et al. | Multi-sources coordination and operating optimization in micro energy internet considering loads dynamic response | |
| Huan et al. | Optimization of Integrated Energy Service Provider Considering Carbon Trading | |
| Li et al. | Optimization model of distributed energy supply system based on multi-energy complementarity |
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 |