CN114545878A - 一种综合能源系统优化调度方法及系统 - Google Patents

一种综合能源系统优化调度方法及系统 Download PDF

Info

Publication number
CN114545878A
CN114545878A CN202210163940.7A CN202210163940A CN114545878A CN 114545878 A CN114545878 A CN 114545878A CN 202210163940 A CN202210163940 A CN 202210163940A CN 114545878 A CN114545878 A CN 114545878A
Authority
CN
China
Prior art keywords
power
energy
grid
gas
energy storage
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
Application number
CN202210163940.7A
Other languages
English (en)
Other versions
CN114545878B (zh
Inventor
李珂
孙志浩
张承慧
王瑞琪
王海洋
陈剑飞
蒋超
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.)
State Grid Shandong Integrated Energy Service Co ltd
Shandong University
Original Assignee
State Grid Shandong Integrated Energy Service Co ltd
Shandong University
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 State Grid Shandong Integrated Energy Service Co ltd, Shandong University filed Critical State Grid Shandong Integrated Energy Service Co ltd
Priority to CN202210163940.7A priority Critical patent/CN114545878B/zh
Publication of CN114545878A publication Critical patent/CN114545878A/zh
Application granted granted Critical
Publication of CN114545878B publication Critical patent/CN114545878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop
    • 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
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Technology Law (AREA)
  • Automation & Control Theory (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

本发明提供了一种综合能源系统优化调度方法及系统，包括：获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息；基于获取的参数和碳交易信息，以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行全面、准确控制。

Description

一种综合能源系统优化调度方法及系统
技术领域
本发明属于综合能源系统技术领域，尤其涉及一种综合能源系统优化调度方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
现有针对综合能源系统低碳调度的研究，部分采用了碳交易的形式，这种方式能够鼓励企业降低碳排放从而出售碳排放权以获得一定的收益，提高了企业参与的积极性。
但是，在碳交易的前提下，碳交易价格变化对系统的用能成本、碳交易成本、运行成本产生了影响，同时考虑碳交易机制及可再生能源出力的不确定性及两者的相互影响，为综合能源系统的优化调度带来了挑战。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种综合能源系统优化调度方法及系统，在考虑碳交易机制及可再生能源出力的不确定性的前提下，实现对综合能源系统内的电网、气网、能量存储设备和能量转换设备的全面、准确控制。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种综合能源系统优化调度方法，其包括：
获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息；
基于获取的参数和碳交易信息，以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率；
基于计算得到的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行控制。
进一步的，所述能量转换设备包括燃气轮机、燃气锅炉、吸收式制冷机和电制冷机。
进一步的，所述能量转换设备约束为所述燃气轮机的输出电功率、所述燃气轮机的输出热功率、所述燃气锅炉的输出热功率、所述吸收式制冷机的输入热功率和所述电制冷机的输入电功率不能超出设定的上限和下限。
进一步的，所述能量平衡约束包括：
所述燃气轮机和燃气锅炉的进气功率之和为气网的传输功率；
所述综合能源系统的冷负荷为，基于制冷系数，计算的所述吸收式制冷机的输入热功率和电制冷机的输入电功率的加权和；
所述综合能源系统的热负荷为，基于产热效率系数，计算的所述燃气锅炉和燃气轮机的进气功率的加权和，与吸收式制冷机的输入热功率的差值。
进一步的，所述能量平衡约束还包括：
所述综合能源系统的电负荷为燃气轮机的进气功率和产电效率之积、电网的传输功率、风机和光伏实际出力和能量存储设备的放电功率之和，与电制冷机的输入电功率和能量存储设备的充电功率之和的差值。
进一步的，所述能量存储设备约束包括：
所述调度周期内每个时刻能量存储设备的充电功率、放电功率和剩余能量不能超出设定的上限和下限；
一个调度周期结束时储能装置剩余能量需恢复至初始状态。
进一步的，所述联络线功率约束为所述电网和气网的传输功率不超过限值。
本发明的第二个方面提供一种综合能源系统优化调度系统，其包括：
数据获取模块，其被配置为：获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息；
优化模块，其被配置为：基于获取的参数和碳交易信息，以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率；
控制模块，其被配置为：基于计算得到的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行控制。
本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种综合能源系统优化调度方法中的步骤。
本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种综合能源系统优化调度方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明提供了一种综合能源系统优化调度方法，其以用能成本和碳交易成本之和最小化为目标，并采用模糊机会约束规划处理风机光伏的不确定性，能够更好的模拟随机变量的变化对系统的影响，实现了对综合能源系统内的电网、气网、能量存储设备和能量转换设备的全面、准确控制。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例一的综合能源系统结构图；
图2是本发明实施例一的梯形隶属度函数图；
图3是本发明实施例一的电能调度策略图；
图4是本发明实施例一的热能调度策略图；
图5是本发明实施例一的冷能调度策略图；
图6是本发明实施例一的碳交易价格对系统影响图；
图7是本发明实施例一的不同碳交易价格下燃气轮机进气功率图；
图8是本发明实施例一的不同碳交易价格对应的碳排放量图；
图9是本发明实施例一的不同置信水平对应的运行成本图；
图10是本发明实施例一的同一置信水平对应的碳交易成本图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例提供了一种综合能源系统优化调度方法，如图1所示，综合能源系统电负荷由外购电力、光伏、风机、燃气轮机、蓄电池满足，其中蓄电池在电价低谷时充电在电价高峰时放电，燃气轮机在产生电能的同时还产生余热；热负荷由燃气轮机、燃气锅炉满足，其中，燃气轮机的热能是通过换热装置将余热收集然后供给热负荷；冷负荷由电制冷机和吸收式制冷机满足，其中，电制冷机通过将电能转变为冷，吸收式制冷机将热能转变为冷。所述综合能源系统框图如图1所示。通过本文所述方法优化综合能源系统内各机组出力，合理安排机组出力计划，实现用能成本最低，具体包括以下步骤：
步骤1、获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息。
具体的，碳交易信息包括碳交易参数(碳成本参数为碳交易成本计算方式和碳成本价格c，或为碳交易成本计算方式、碳交易价格λ和碳交易价格增长幅度β)，综合能源系统产生的电能和热能的碳配额系数λe和λh，产生单位功率电和消耗单位功率天然气的碳排放系数εe和εg，碳排放区间长度l；
电网的参数包括电网最大传输功率
Figure BDA0003515285710000061
和调度周期T内每个时刻t的购电价格
Figure BDA0003515285710000062
气网的参数包括气网最大传输功率
Figure BDA0003515285710000063
和调度周期T内每个时刻t的购气价格
Figure BDA0003515285710000064
风机的参数为调度周期T内每个时刻t的风机的预测出力
Figure BDA0003515285710000065
光伏的参数为调度周期T内每个时刻t的光伏的预测出力
Figure BDA0003515285710000066
能量存储设备为蓄电池，能量存储设备的参数包括：能量存储设备的充能和释能效率ηes,c和ηes,d，θes能量存储设备的电能自损失率，
Figure BDA0003515285710000067
能量存储设备的初始能量；
能量转换设备包括燃气轮机、燃气锅炉、吸收式制冷机和电制冷机；能量转换设备的参数包括：燃气轮机的最大和最小技术出力
Figure BDA0003515285710000068
燃气锅炉、吸收式制冷机和电制冷机的最大技术出力
Figure BDA0003515285710000069
燃气轮机的产电和产热效率
Figure BDA00035152857100000610
燃气锅炉的产热效率ηgb，电制冷机和吸收式制冷机的制冷系数COPec、COPac；
另外还需要设置置信水平α和模糊度(比例系数)wi。
步骤2、以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻t的电网和气网的传输功率
Figure BDA00035152857100000611
和
Figure BDA00035152857100000612
能量转换设备的输入功率(燃气轮机的进气功率
Figure BDA00035152857100000613
燃气锅炉的进气功率
Figure BDA00035152857100000614
吸收式制冷机的吸热功率(输入热功率)
Figure BDA00035152857100000615
电制冷机的输入电功率
Figure BDA00035152857100000616
)、以及能量存储设备的充电功率
Figure BDA00035152857100000617
和放电功率
Figure BDA00035152857100000618
同时，得到燃气轮机的输出电功率
Figure BDA00035152857100000619
和热功率
Figure BDA00035152857100000620
燃气锅炉的输出热功率
Figure BDA00035152857100000621
总运行成本F，用电成本和燃气成本Ce、Cg，碳交易成本
Figure BDA00035152857100000622
本发明的目标函数设定为用能成本和碳交易成本之和，即：
Figure BDA0003515285710000071
Figure BDA0003515285710000072
Figure BDA0003515285710000073
式中，Ce和Cg分别为用电成本和燃气成本，
Figure BDA0003515285710000074
和
Figure BDA0003515285710000075
分别为t时刻的购电价格和购气价格，
Figure BDA0003515285710000076
和
Figure BDA0003515285710000077
分别为t时刻购电量和购气量(电网和气网的传输功率)，调度周期T为24小时，调度间隔Δt为1小时，碳交易成本的计算方式如下：
若碳交易成本计算方式为碳排放强度原则，则碳交易成本可以表示为：
Figure BDA0003515285710000078
若碳交易成本计算方式为碳排放总量原则，则碳交易成本可以表示为：
Figure BDA0003515285710000079
其中，c为碳排放强度原则下碳交易的价格，λ为碳排放总量原则下碳交易价格，l为碳排放区间长度，取2000kg，β为碳交易价格增长幅度，取25％；A为整个周期对应机组的碳排放量，D为整个周期对应机组的碳排放配额，机组包括燃轮机、燃气锅炉和外购电力，即机组的碳排放量A包括外购电力、燃气轮机和燃气锅炉产生的碳排放量，机组的碳排放配额D包括外购电力、燃气轮机和燃气锅炉的碳排放配额：
外购电力碳排放配额采用与其电量成比例的模型，即：
Dt e＝λePt b (5)
燃气轮机发电并额外提供热能，因此其碳配额为：
Dt gt＝λh(cehPt gt,e+Pt gt,h) (6)
燃气锅炉提供热能，采用碳排放配额与其供热量成比例的模型，即：
Dt gb＝λhPt gb (7)
外购电力、燃气轮机、燃气锅炉产生的碳排放量可分别表示为：
At e＝εePt b (8)
At gt＝εgGt gt (9)
At gb＝εgGt gb (10)
其中，ceh为电热转换系数，λe和λh分别为电和热的碳配额系数，εe和εg分别为产生单位功率电和消耗单位功率天然气的二氧化碳排放系数，Pt gt,e和Pt gt,h分别为t时刻燃气轮机产生的电量和热量，Pt gb为t时刻燃气锅炉的供热量，Gt gt和Gt gb分别为t时刻燃气轮机和燃气锅炉的耗气量。
优化运行的约束条件主要包含：能量转换设备约束、能量存储设备约束、联络线功率约束、能量平衡约束。
能量转换设备约束：
Figure BDA0003515285710000081
式中，下标{gt,gb,ac,ec}分别代表燃气轮机、燃气锅炉、吸收式制冷机、电制冷机，能量转换设备约束规定了各能量转换装置(燃气轮机、燃气锅炉、吸收式制冷机、电制冷机)在时刻t的最低技术出力和最高技术出力限制(燃气轮机的输出电功率、燃气轮机的输出热功率所述燃气锅炉的输出热功率、吸收式制冷机的输入热功率和电制冷机的输入电功率的上限和下限
Figure BDA0003515285710000091
)。
能量存储设备约束：
Figure BDA0003515285710000092
式中，下标x表示存储能源种类(在本实施例中仅包括电能e)，Ex t+1表示t+1时刻储能装置剩余能量；θx为能源自损率；ηxs,c,ηxs,d分别表示充能/释能效率；Pt xs,c、Pt xs,d为t时刻充能、释能功率；ux为0-1变量，表示在时刻t只能进行储存能量或者释放能量，两者不能同时进行；此外，一个调度周期结束时储能装置剩余能量需恢复至初始状态。
联络线功率约束：
Figure BDA0003515285710000093
Figure BDA0003515285710000094
联络线功率约束保证电网和气网的传输功率不超过其限值。
能量平衡约束：
Figure BDA0003515285710000095
Figure BDA0003515285710000096
Figure BDA0003515285710000097
Figure BDA0003515285710000098
其中，
Figure BDA0003515285710000101
和
Figure BDA0003515285710000102
为t时刻的电负荷、热负荷和冷负荷，η为对应装置的效率系数，即，
Figure BDA0003515285710000103
和
Figure BDA0003515285710000104
分别为燃气轮机的产电和产热效率系数，ηgb为燃气锅炉的产热效率系数，COPec和COPac分别为电制冷机和吸收式制冷机的制冷系数，
Figure BDA0003515285710000105
为t时刻从上级电网购功率，
Figure BDA0003515285710000106
为t时刻燃气轮机的进气功率，
Figure BDA0003515285710000107
为t时刻电制冷机的输入电功率，
Figure BDA0003515285710000108
和
Figure BDA0003515285710000109
分别为t时刻风机和光伏实际出力，
Figure BDA00035152857100001010
和
Figure BDA00035152857100001011
分别为t时刻蓄电池的放电和充电功率，
Figure BDA00035152857100001012
为t时刻燃气锅炉的进气功率，
Figure BDA00035152857100001013
为t时刻吸收式制冷机的吸热功率(输入热功率)，
Figure BDA00035152857100001014
为t时刻总的进气功率。
上述分别为系统的电热冷气能量平衡约束，保证系统能量实时平衡，其中η为对应设备的效率。
风机及光伏的出力具有不确定性，在实际生产中往往只能得到其大致范围而非精确值，具有明显的模糊性，因此可以用模糊机会约束规划方法进行处理模糊机会约束规划的模型如下所示：
Figure BDA00035152857100001015
式中，x为决策变量，对应
Figure BDA00035152857100001016
ξ为模糊变量(光伏出力
Figure BDA00035152857100001017
和风机出力
Figure BDA00035152857100001018
)，α为置信水平，Cr表示事件的可信度，ε为模糊参数向量。
具体求解流程如下所示：
1、利用梯形隶属度函数对风机、光伏出力模糊化处理，梯形隶属度函数可以表示为：
Figure BDA0003515285710000111
其中，梯形隶属度函数如图2所示，ξpre为不确定变量的预测值，即风机和光伏的出力预测值
Figure BDA0003515285710000112
和
Figure BDA0003515285710000113
由于本实施例的风机和光伏出力均能全部消纳，对应的预测值即可视为其实际出力，εi＝wiξpre,i＝1,2,3,4，wi为比例系数，由风机和光伏的历史数据得到。
如果约束函数满足如下形式：
g(x,ξ)＝h1(x)ξ1+h2(x)ξ2+...+ht(x)ξt+h0(x) (21)
Figure BDA0003515285710000114
Figure BDA0003515285710000115
当置信水平α≥0.5时，机会约束Cr{gj(x,ξ)≤0}≥α的清晰等价类可表示为：
Figure BDA0003515285710000116
其中，因为
Figure BDA0003515285710000117
可以表示为
Figure BDA0003515285710000118
x为决策变量，对应式中ξ为不确定变量，因此g(x,ξ)＝h1(x)ξ1+h2(x)ξ2+...+ht(x)ξt+h0(x)，这个公式中的hi(x)便是对应不确定变量前面的系数，即为-1，因此
Figure BDA0003515285710000119
中，
Figure BDA00035152857100001110
Figure BDA00035152857100001111
通过上述转化过程，含风机荷光伏的约束，即电能平衡约束式(15)可转化为：
Figure BDA0003515285710000121
经过上述一系列处理，所述综合能源系统的优化模型可以表示为：
Figure BDA0003515285710000122
上述优化模型基于matlab平台调用CPLEX进行求解。通过求解，可以求得各个能量转换装置及储存装置的实施出力情况、最小运行成本、碳交易成本。然后通过调整碳交易价格c、模糊度w、置信水平α，分析对系统产生的影响，即分析系统对上述参数的灵敏度，wwt1和wwt2为风机的比例系数，wpv1和wpv2为光伏的比例系数。
步骤3、基于计算得到的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行控制。
在本实施例中，设置以下三个场景：场景一：采用碳税机制，即碳排放成本为对应的碳税成本系数乘以碳排放量；场景二：采用碳排放强度原则，此种原则下，碳交易价格保持常数，不随碳排放量变化；场景三：采用碳排放总量原则，此种原则下，碳交易价格随碳排放量呈阶梯状变化。假设碳税成本系数与碳交易价格相等，且均为180(元/吨)时，调度结果如表1下所示：
表1：不同场景下的优化调度结果
Figure BDA0003515285710000123
Figure BDA0003515285710000131
由表1可知，场景二与场景一相比，系统总运行成本降低了13.95％，碳排放量降低了1.65％，因此相比于采用碳税机制来限制碳排放，采用碳交易机制不仅会使系统的碳排放降低而且会使系统总的运行成本降低，这样更能调动企业参与碳交易的积极性。场景二和场景三相比，虽然碳排放量有所降低，但总的成本有所上升，显然在碳交易市场建设的初期，场景二所对应的碳排放强度原则更适合，这也是中国等发展中国家采用碳排放强度原则的原因。以下分析均基于碳排放强度原则。
图3、图4和图5所处场景碳交易价格为140(元/吨)，且未考虑系统的不确定性。由图3可以看到，在电价的低谷时段，电负荷主要来自于电网，燃气轮机以最小功率运行。在电价较高的时段，燃气轮机出力达到最大，电能不足部分主要由外购电力满足。蓄电池在电价低谷时段(5-7时)和平时段(16-18时)充电，在电价高峰期(11-12时、19-20时)放电，用以缓解供电压力。储能装置的“低储高供”工作模式，实现了能源的时间和空间转移，有效的降低了系统的运行成本。由图4可以看出，由于在电价低谷时段，燃气轮机以最小功率运行，仅提供小部分热能，剩余大部分由燃气锅炉来满足；在电价较高时段(8-22时)，燃气轮机以最大功率运行，此时热负荷主要由燃气轮机满足，剩余小部分由燃气锅炉提供。由图5可以看出，冷负荷需求大部分由电制冷机满足，在满足热负荷且热能有所剩余的情况下，吸收式制冷机启动以提供部分冷。
由图6和图7可以看出，当碳交易价格较低于140元/吨时，对于系统的用能用能成本影响较小，因为此时碳交易价格较低，系统仍以外购电力为主，而当碳交易价格在140-180元/吨时，碳交易价格对于用能的成本具有显著的作用，因为此时燃气轮机的出力逐渐增加，因此成本上升幅度较大，当碳交易价格大于180元/吨时，用能成本增加又逐渐放缓，这主要是因为燃气轮机的出力已基本到达极限，系统运行状态趋于稳定。对于系统的碳交易成本，由图6和图8可以看出，随着碳交易价格的上升，碳交易成本首先上升然后逐渐下降，这是因为：碳交易成本由对应的价格乘以相应的碳排放量，一方面，随着碳交易价格升高，碳排放量逐渐减少，这会导致碳交易成本下降；而另一方面，随着碳交易价格的提高，碳交易成本系数升高，这会导致碳交易成本上升；当碳交易价格较低时，由于碳排放量减少所引起的碳交易成本的减少量小于由于碳交易价格上升所引起的碳交易成本增加量，故此时碳交易成本不断提高；当碳交易价格较高时，由于碳排放量减少所引起的碳交易成本的减少量大于由于碳交易价格上升所引起的碳交易成本增加量，故此时碳交易成本不断降低，甚至达到负值，此时表示该系统可以通过碳交易来获得收益。对于系统的运行成本，由图6可以看出，随着碳交易价格的升高先上升后下降。这是因为：系统的运行成本为用能成本和碳交易成本之和，由上面的分析可以看出，当碳交易价格较低时，随着碳交易价格的上升，系统的用能成本和碳交易成本均不断提高，因此，系统的运行成本不断升高；而当碳交易价格到达一定值时，随着碳交易价格的上升，碳交易成本将开始下降，当碳交易成本下降的幅度超过用能成本增加的幅度时，运行成本便开始降低。
表2：不同场景下对应可再生能源的模糊度
Figure BDA0003515285710000141
Figure BDA0003515285710000151
表3：不同场景下系统的优化结果
Figure BDA0003515285710000152
由表2和表3可知，碳交易价格为140元/吨，置信水平为0.85时，在置信水平固定时，随着模糊程度的增加，也就是可再生能源出力的不确定性增加，购电量和购气量也不断增加，因而造成运行成本不断上升。这就说明可再生能源出力的不确定性会使系统从外部购买更多的电能和天然气来满足系统的电负荷和热负荷，系统以经济性为代价换取了不确定环境下的可靠性。
由图9和图10可以看出，在模糊度固定的情况下，随着决策者所要求的置信水平的不断提高，系统的运行成本和碳交易成本均不断上升，这是由于随着置信水平上升，系统需要从外界购买更多的电力。高风险意味着高收益，高可靠性意味着高成本，决策者可以根据能够接受的置信水平在给定的模糊度下来进行优化调度以获得满意的收益。
实施例二
本实施例提供了一种综合能源系统优化调度系统，其具体包括如下模块：
数据获取模块，其被配置为：获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息；
优化模块，其被配置为：基于获取的参数和碳交易信息，以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率；
控制模块，其被配置为：基于计算得到的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行控制。
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的一种综合能源系统优化调度方法中的步骤。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的一种综合能源系统优化调度方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种综合能源系统优化调度方法，其特征在于，包括：
获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息；
基于获取的参数和碳交易信息，以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率；
基于计算得到的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行控制。
2.如权利要求1所述的一种综合能源系统优化调度方法，其特征在于，所述能量转换设备包括燃气轮机、燃气锅炉、吸收式制冷机和电制冷机。
3.如权利要求2所述的一种综合能源系统优化调度方法，其特征在于，所述能量转换设备约束为所述燃气轮机的输出电功率、所述燃气轮机的输出热功率、所述燃气锅炉的输出热功率、所述吸收式制冷机的输入热功率和所述电制冷机的输入电功率不能超出设定的上限和下限。
4.如权利要求2所述的一种综合能源系统优化调度方法，其特征在于，所述能量平衡约束包括：
所述燃气轮机和燃气锅炉的进气功率之和为气网的传输功率；
所述综合能源系统的冷负荷为，基于制冷系数，计算的所述吸收式制冷机的输入热功率和电制冷机的输入电功率的加权和；
所述综合能源系统的热负荷为，基于产热效率系数，计算的所述燃气锅炉和燃气轮机的进气功率的加权和，与吸收式制冷机的输入热功率的差值。
5.如权利要求4所述的一种综合能源系统优化调度方法，其特征在于，所述能量平衡约束还包括：
所述综合能源系统的电负荷为燃气轮机的进气功率和产电效率之积、电网的传输功率、风机和光伏实际出力和能量存储设备的放电功率之和，与电制冷机的输入电功率和能量存储设备的充电功率之和的差值。
6.如权利要求1所述的一种综合能源系统优化调度方法，其特征在于，所述能量存储设备约束包括：
所述调度周期内每个时刻能量存储设备的充电功率、放电功率和剩余能量不能超出设定的上限和下限；
一个调度周期结束时储能装置剩余能量需恢复至初始状态。
7.如权利要求1所述的一种综合能源系统优化调度方法，其特征在于，所述联络线功率约束为所述电网和气网的传输功率不超过限值。
8.一种综合能源系统优化调度系统，其特征在于，包括：
数据获取模块，其被配置为：获取综合能源系统内的电网、气网、风机、光伏、能量存储设备和能量转换设备的参数，以及碳交易信息；
优化模块，其被配置为：基于获取的参数和碳交易信息，以用能成本和碳交易成本之和最小化为目标，以能量转换设备约束、能量存储设备约束、联络线功率约束和能量平衡约束为条件，计算一个调度周期所有时刻的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率；
控制模块，其被配置为：基于计算得到的电网和气网的传输功率、能量转换设备的输入功率、以及能量存储设备的充电功率和放电功率，对综合能源系统内的电网、气网、能量存储设备和能量转换设备进行控制。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的一种综合能源系统优化调度方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种综合能源系统优化调度方法中的步骤。
CN202210163940.7A 2022-02-22 2022-02-22 一种综合能源系统优化调度方法及系统 Active CN114545878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210163940.7A CN114545878B (zh) 2022-02-22 2022-02-22 一种综合能源系统优化调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210163940.7A CN114545878B (zh) 2022-02-22 2022-02-22 一种综合能源系统优化调度方法及系统

Publications (2)

Publication Number Publication Date
CN114545878A true CN114545878A (zh) 2022-05-27
CN114545878B CN114545878B (zh) 2023-09-01

Family

ID=81677603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210163940.7A Active CN114545878B (zh) 2022-02-22 2022-02-22 一种综合能源系统优化调度方法及系统

Country Status (1)

Country Link
CN (1) CN114545878B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011134432A1 (zh) * 2010-04-30 2011-11-03 新奥科技发展有限公司 实现能源优化利用的泛能网及提供能源交易和服务的方法
EP2675112A1 (en) * 2012-06-13 2013-12-18 ABB Research Ltd. Method and energy management unit for load scheduling in building automation
CN104578183A (zh) * 2015-01-28 2015-04-29 国家电网公司 提高电力系统低碳化水平的联络线送电计划优化方法
US20170288401A1 (en) * 2016-04-01 2017-10-05 Tendril Networks, Inc. Orchestrated energy
WO2021062748A1 (zh) * 2019-09-30 2021-04-08 西门子股份公司 综合能源系统的优化方法、装置和计算机可读存储介质
CN113222465A (zh) * 2021-06-01 2021-08-06 昆明理工大学 一种计及碳-绿色证书交易机制的综合能源系统优化运行方法
CN113379121A (zh) * 2021-06-08 2021-09-10 国网甘肃省电力公司电力科学研究院 基于低碳目标的电气热综合能源系统优化调度方法
CN113435095A (zh) * 2021-06-11 2021-09-24 中国电力科学研究院有限公司 一种用于综合能源系统的优化调度的方法及系统
CN113780663A (zh) * 2021-09-14 2021-12-10 国网山东省电力公司经济技术研究院 基于碳交易模型的综合能源系统低碳调度方法和系统
CN113987734A (zh) * 2021-07-22 2022-01-28 太原理工大学 机会约束条件的园区综合能源系统多目标优化调度方法
CN114004476A (zh) * 2021-10-26 2022-02-01 华北电力大学 一种综合能源系统多时间尺度优化调度方法
CN114037292A (zh) * 2021-11-11 2022-02-11 云南电网有限责任公司保山供电局 一种考虑碳捕集的电-气综合能源系统低碳优化调度方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011134432A1 (zh) * 2010-04-30 2011-11-03 新奥科技发展有限公司 实现能源优化利用的泛能网及提供能源交易和服务的方法
EP2675112A1 (en) * 2012-06-13 2013-12-18 ABB Research Ltd. Method and energy management unit for load scheduling in building automation
CN104578183A (zh) * 2015-01-28 2015-04-29 国家电网公司 提高电力系统低碳化水平的联络线送电计划优化方法
US20170288401A1 (en) * 2016-04-01 2017-10-05 Tendril Networks, Inc. Orchestrated energy
WO2021062748A1 (zh) * 2019-09-30 2021-04-08 西门子股份公司 综合能源系统的优化方法、装置和计算机可读存储介质
CN113222465A (zh) * 2021-06-01 2021-08-06 昆明理工大学 一种计及碳-绿色证书交易机制的综合能源系统优化运行方法
CN113379121A (zh) * 2021-06-08 2021-09-10 国网甘肃省电力公司电力科学研究院 基于低碳目标的电气热综合能源系统优化调度方法
CN113435095A (zh) * 2021-06-11 2021-09-24 中国电力科学研究院有限公司 一种用于综合能源系统的优化调度的方法及系统
CN113987734A (zh) * 2021-07-22 2022-01-28 太原理工大学 机会约束条件的园区综合能源系统多目标优化调度方法
CN113780663A (zh) * 2021-09-14 2021-12-10 国网山东省电力公司经济技术研究院 基于碳交易模型的综合能源系统低碳调度方法和系统
CN114004476A (zh) * 2021-10-26 2022-02-01 华北电力大学 一种综合能源系统多时间尺度优化调度方法
CN114037292A (zh) * 2021-11-11 2022-02-11 云南电网有限责任公司保山供电局 一种考虑碳捕集的电-气综合能源系统低碳优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张浩禹;邱晓燕;周晟锐;赵有林;李凌昊;张楷;: "基于机会约束目标规划的多电-气互联综合能源系统分布式优化模型", 电力建设, no. 07 *
梁作放;潘华;何辉;尹茗晓;: "考虑碳交易的区域综合能源系统经济调度研究", 山东电力技术, no. 02 *

Also Published As

Publication number Publication date
CN114545878B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
CN109962499B (zh) 一种电网多时间尺度调度方法
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN110244566A (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN111244939B (zh) 一种计及需求侧响应的多能互补系统两级优化设计方法
CN109523065A (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN115640982B (zh) 基于抽水蓄能优先调节的多能互补系统日前优化调度方法
CN113435095A (zh) 一种用于综合能源系统的优化调度的方法及系统
CN115660309A (zh) 考虑电-碳-绿证联合交易的虚拟电厂日前优化调度方法
CN111210079A (zh) 一种分布式能源虚拟电厂运行优化方法及系统
CN111668878A (zh) 一种可再生微能源网的优化配置方法和系统
CN116109076A (zh) 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法
CN115689166A (zh) 一种区域分布式能源资源聚合利用方法及系统
Jintao et al. Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
CN116432824A (zh) 基于多目标粒子群的综合能源系统优化方法及系统
CN111126675A (zh) 多能互补微网系统优化方法
CN115936336B (zh) 一种虚拟电厂容量配置与调控运行优化方法
CN116739636A (zh) 一种基于igdt的含碳交易机制的综合能源站优化运行方法
CN116187648A (zh) 基于热电解耦的虚拟电厂热电联合优化调度方法
CN115986833A (zh) 考虑两阶段需求响应的热电联供微网低碳经济调度方法
CN114545878B (zh) 一种综合能源系统优化调度方法及系统

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