CN114626624A - 一种计及热负荷转换的综合能源系统电热联合优化调度方法 - Google Patents

一种计及热负荷转换的综合能源系统电热联合优化调度方法 Download PDF

Info

Publication number
CN114626624A
CN114626624A CN202210294202.6A CN202210294202A CN114626624A CN 114626624 A CN114626624 A CN 114626624A CN 202210294202 A CN202210294202 A CN 202210294202A CN 114626624 A CN114626624 A CN 114626624A
Authority
CN
China
Prior art keywords
heat
energy
electric
power
gas
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
Application number
CN202210294202.6A
Other languages
English (en)
Inventor
余洋
王紫阳
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202210294202.6A priority Critical patent/CN114626624A/zh
Publication of CN114626624A publication Critical patent/CN114626624A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Power Engineering (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种计及热负荷转换的综合能源系统电热联合优化调度方法。本发明的技术方案步骤包括：首先，建立供能、能量转换以及储能设备的数学模型，分析能量流动与能量耦合关系，建立综合能源系统架构；然后，依据用户热能获取方式将热负荷分类，建立基于供能方式转换的需求响应模型，建立需求响应补偿机制；最后，以运行费用最低建立优化调度的目标函数，建立设备运行及能量平衡约束条件，调用Cplex求解器进行求解，得到最优电热联合调度方案。本发明可通过电热联合优化调度，实现综合能源系统经济运行的同时，有效的缓解了用电高峰时电网供电压力。

Description

一种计及热负荷转换的综合能源系统电热联合优化调度方法
技术领域
本发明涉及电力系统领域，特别是一种计及热负荷转换的综合能源系统电热联合优化调度方法
技术背景
综合能源系统(integrated energy system，IES)作为能源互联网的物理载体，将各能源子系统的网络架构、能源转换元件、负荷侧资源有机协调，实现多种异质能源子系统之间的协调规划和互补互济，在提高能源利用率、能源系统的可持续性以及安全可靠性方面具有重要意义。
综合能源系统中终端用户在能源使用上存在一定的行为习惯，使能源利用产生了一定的峰谷特性，导致在用能高峰时段设备容量不足，而在用能低谷时段设备利用率不足，造成资源的浪费，如何通过合理的调度措施，激励用户改变用能习惯成为当前调度方法中考虑的关键问题之一。
需求响应通过对终端用户的用电方式实施有效的引导和激励手段，提高用户的用电效率，改变用户的用电方式，实现能源供需匹配关系优化，缓解电力供应紧张矛盾，降低电力系统峰谷差。随着综合能源系统的发展，需求响应也由电力需求响应扩展到电、热综合需求响应。当前研究大多只是在能源形式上进行了简单的扩展，常限于单一能源形式需求响应的累加，响应形式较为单一，比如将电需求响应中的负荷削减、转移特性应用于热需求响应，并未考虑用户负荷供能方式的相互转换替代。另外，仅考虑负荷在时间尺度上的转移或用能削减，对用户用能习惯改变较大，用户的积极性低，响应潜力有限，而用户负荷供能方式的相互转换替代可保持用户用能需求不变，对用户用能满意度影响较小。部分用户热负荷的峰值时段与电网供电峰时段基本可以保持一致，用户热负荷供能方式的转化，可以降低用能峰时供能网络压力，增强综合能源网络的稳定性。
发明内容
本发明提供一种计及热负荷转换的综合能源系统电热联合优化调度方法，其有利于提高综合能源系统运行经济性，并缓解用电高峰时电网供电压力。
本发明采用技术方案：一种计及热负荷转换的综合能源系统电热联合优化调度方法，其包括步骤：
(1)建立供能、能量转换以及储能设备的数学模型，分析能量流动与能量耦合关系，建立综合能源系统架构；
(2)依据用户热能获取方式将热负荷分类，建立基于供能方式转换的需求响应模型，建立需求响应补偿机制；
(3)以运行费用最低建立优化调度的目标函数，建立设备运行及能量平衡约束条件，调用Cplex求解器进行求解，得到最优电热联合调度方案。
本发明中综合能源系统包含电、热、气三种能源形式，供能设备包括风电机组、微型燃气轮机、燃气锅炉，能量转换设备包括余热锅炉、电锅炉，储能设备包括电储能、热储能，电负荷由风电机组、微型燃气轮机、电储能、电网满足，热负荷由燃气锅炉、余热锅炉、电锅炉、热储能满足，电热耦合由微型燃气轮机与电锅炉实现，气电耦合由微型燃气轮机实现，气热耦合由燃气锅炉实现。
综合能源系统主要设备模型如下：
(1)风电机组
Figure BSA0000269484830000021
式中：
Figure BSA0000269484830000022
Pr分别为风机输出功率、额定输出功率，vci、vco、vr分别为切入风速、切出风速、额定风速，a、b为风速相关系数。
(2)微型燃气轮机
Figure BSA0000269484830000023
式中：
Figure BSA0000269484830000024
分别为t时段微燃机的排气余热量、电功率、发电效率，ηL为散热损失率。
微燃机燃料成本为：
Figure BSA0000269484830000025
式中：FMT为微燃机的燃料成本，
Figure BSA0000269484830000026
为t时段的天然气价格，Lgas为天然气低热值。
(3)余热锅炉
Figure BSA0000269484830000027
式中：
Figure BSA0000269484830000028
ηh、Coph分别为t时段余热锅炉的制热量、制热系数、烟气回收率。
(4)燃气锅炉
Figure BSA0000269484830000031
式中：
Figure BSA0000269484830000032
为t时段燃气锅炉输出的热功率，ηBL为燃气锅炉燃烧效率，
Figure BSA0000269484830000033
为t时段所消耗的天然气量，Lgas为天然气低热值。
燃气锅炉燃料成本为：
Figure BSA0000269484830000034
式中：FBL为燃气锅炉的燃料成本，
Figure BSA0000269484830000035
为t时段的天然气价格。
(5)电锅炉
Figure BSA0000269484830000036
式中：
Figure BSA0000269484830000037
分别为t时段电锅炉的用电功率、制热功率，ηEB为电热转换效率。
(6)电储能
Figure BSA0000269484830000038
式中：
Figure BSA0000269484830000039
为时段t电储能的储电容量；
Figure BSA00002694848300000310
分别为时段t内电储能充电、放电功率，ηin、ηdis分别为充、放电效率。
(7)热储能
Figure BSA00002694848300000311
式中：
Figure BSA00002694848300000312
为时段t热储能的储热容量；
Figure BSA00002694848300000313
分别为时段t内热储能吸热、放热功率，ηh，in、ηh，dis分别为吸、放热效率，μ为热储能的散热损失率。
依据用户热能获取方式不同将热负荷分为气热负荷和电热负荷，气热负荷由微型燃气轮机、燃气锅炉、热储能满足，电热负荷由电锅炉满足，通过用户侧需求响应，实现热负荷供能方式的转换，缓解电网供电高峰时的供电压力。
基于供能方式转换的需求响应模型如下：
Figure BSA0000269484830000041
式中：
Figure BSA0000269484830000042
分别为时段t内经过需求响应调节后的系统电热负荷、气热负荷；
Figure BSA0000269484830000043
分别为时段t内第i个用户未经需求响应调节前的电热负荷、气热负荷，
Figure BSA0000269484830000044
为时段t内第i个用户的替换响应功率，αe为替换系数，M为参与需求响应的用户数量。
为激励用户更积极地参与需求响应，对用户采取费用补偿机制，补偿费用由供能系统承担，补偿成本为：
Figure BSA0000269484830000045
式中：FD为需求响应补偿成本，
Figure BSA0000269484830000046
为时段t内替换响应功率的单位补偿价格，
Figure BSA0000269484830000047
时段t内的替换响应功率。
综合能源系统优化调度以运行费用最低为目标，目标函数为：
min F＝FMT+FBL+FEX+FD (12)
式中：FMT为微燃机的燃料成本，FBL为燃气锅炉的燃料成本，FEX为向大电网购电成本，FD为需求响应补偿成本；
Figure BSA0000269484830000048
式中：
Figure BSA0000269484830000049
分别为时段t内向大电网的购电功率、单位购电价格；
综合能源系统运行主要包括设备运行及能量平衡约束条件，具体如下：
(1)电功率平衡约束
Figure BSA00002694848300000410
式中：
Figure BSA00002694848300000411
为时段t系统电负荷；
(2)热功率平衡约束
Figure BSA00002694848300000412
式中：
Figure BSA0000269484830000051
为时段t系统电负荷；
(3)联络线交换功率约束
Figure BSA0000269484830000052
式中：
Figure BSA0000269484830000053
分别为交换功率的最小值、最大值；
(4)设备出力上下限约束
Figure BSA0000269484830000054
式中：
Figure BSA0000269484830000055
为第i台设备出力值，
Figure BSA0000269484830000056
分别为第i台设备出力的最小值、最大值；
(5)设备爬坡率约束
Figure BSA0000269484830000057
式中：
Figure BSA0000269484830000058
为时段t第i台设备出力值，
Figure BSA0000269484830000059
分别为第i台设备的爬坡率下限、爬坡率上限。
(6)电储能约束
Figure BSA00002694848300000510
式(19)为电储能运行功率与充放电状态约束，其中
Figure BSA00002694848300000511
为电储能最大充、放电功率，
Figure BSA00002694848300000512
为0-1变量，表征电储能的充放电状态；
Figure BSA00002694848300000513
式(20)为电储能容量约束，其中
Figure BSA00002694848300000514
分别为电储能最小、最大容量；
(7)热储能约束
Figure BSA00002694848300000515
式(21)为热储能运行功率与吸放热状态约束，其中
Figure BSA00002694848300000516
为热储能最大吸、放热功率，
Figure BSA00002694848300000517
为0-1变量，表征热储能的吸放热状态；
Figure BSA0000269484830000061
式(22)为热储能容量约束，其中
Figure BSA0000269484830000062
分别为热储能最小、最大容量；
将综合能源系统的优化调度问题整合为混合整数线性规划问题，采用MATLAB的yalmip平台，调用Cplex求解工具进行运行优化求解，得到最优电热联合调度方案。
本发明提供的技术方案具有的有益效果如下：针对电热综合能源系统，建立供能、能量转换以及储能设备模型，依据用户热能获取方式将热负荷分类，建立基于供能方式转换的需求响应模型和补偿机制，使用户改变用能供应方式来提高需求侧响应能力，将综合能源系统优化调度问题抽象为混合整数线性规划问题，以综合能源系统运行费用最低为目标函数，建立设备运行及能量平衡约束条约束条件，通过Cplex求解混合整数线性规划问题，得到最优电热联合调度方案，实现综合能源系统经济运行的同时，有效缓解了用电高峰时电网供电压力。
附图说明
下面结合附图对本发明作进一步说明：
图1为本发明的流程图；
图2为综合能源系统架构图；
图3为优化前后电负荷对比图；
图4为综合能源系统电负荷和机组出力图；
图5为综合能源系统热负荷和机组出力图。
具体实施方案
为了更好地理解本发明的目的、技术方案及技术效果，以下结合附图对本发明进行进一步的讲解说明。
本发明提出了一种计及热负荷转换的综合能源系统电热联合优化调度方法，如图1所示，其实施流程包括如下详细步骤。
步骤1建立供能、能量转换以及储能设备的数学模型，分析能量流动与能量耦合关系，建立综合能源系统架构；
本发明中综合能源系统包含电、热、气三种能源形式，供能设备包括风电机组、微型燃气轮机、燃气锅炉，能量转换设备包括余热锅炉、电锅炉，储能设备包括电储能、热储能，电负荷由风电机组、微型燃气轮机、电储能、电网满足，热负荷由燃气锅炉、余热锅炉、电锅炉、热储能满足，电热耦合由微型燃气轮机与电锅炉实现，气电耦合由微型燃气轮机实现，气热耦合由燃气锅炉实现。
所建综合能源架构如图2所示，包括能量输入环节、能量储存转换环节以及能量输出环节。
综合能源系统主要设备模型如下：
(1)风电机组
Figure BSA0000269484830000071
式中：
Figure BSA0000269484830000072
Pr分别为风机输出功率、额定输出功率，vci、vco、vr分别为切入风速、切出风速、额定风速，a、b为风速相关系数。
(2)微型燃气轮机
Figure BSA0000269484830000073
式中：
Figure BSA0000269484830000074
分别为t时段微燃机的排气余热量、电功率、发电效率，ηL为散热损失率。
微燃机燃料成本为：
Figure BSA0000269484830000075
式中：FMT为微燃机的燃料成本，
Figure BSA0000269484830000076
为t时段的天然气价格，Lgas为天然气低热值。
(3)余热锅炉
Figure BSA0000269484830000077
式中：
Figure BSA0000269484830000078
ηh、Coph分别为t时段余热锅炉的制热量、制热系数、烟气回收率。
(4)燃气锅炉
Figure BSA0000269484830000079
式中：
Figure BSA00002694848300000710
为t时段燃气锅炉输出的热功率，ηBL为燃气锅炉燃烧效率，
Figure BSA00002694848300000711
为t时段所消耗的天然气量，Lgas为天然气低热值。
燃气锅炉燃料成本为：
Figure BSA0000269484830000081
式中：FBL为燃气锅炉的燃料成本，
Figure BSA0000269484830000082
为t时段的天然气价格。
(5)电锅炉
Figure BSA0000269484830000083
式中：
Figure BSA0000269484830000084
分别为t时段电锅炉的用电功率、制热功率，ηEB为电热转换效率。
(6)电储能
Figure BSA0000269484830000085
式中：
Figure BSA0000269484830000086
为时段t电储能的储电容量；
Figure BSA0000269484830000087
分别为时段t内电储能充电、放电功率，ηin、ηdis分别为充、放电效率。
(7)热储能
Figure BSA0000269484830000088
式中：
Figure BSA0000269484830000089
为时段t热储能的储热容量；
Figure BSA00002694848300000810
分别为时段t内热储能吸热、放热功率，ηh，in、ηh，dis分别为吸、放热效率，μ为热储能的散热损失率。
步骤2依据用户热能获取方式将热负荷分类，建立基于供能方式转换的需求响应模型，建立需求响应补偿机制；
依据用户热能获取方式不同将热负荷分为气热负荷和电热负荷，气热负荷由微型燃气轮机、燃气锅炉、热储能满足，电热负荷由电锅炉满足，通过用户侧需求响应，实现热负荷供能方式的转换，缓解电网供电高峰时的供电压力。
基于供能方式转换的需求响应模型如下：
Figure BSA0000269484830000091
式中：
Figure BSA0000269484830000092
分别为时段t内经过需求响应调节后的系统电热负荷、气热负荷；
Figure BSA0000269484830000093
分别为时段t内第i个用户未经需求响应调节前的电热负荷、气热负荷，
Figure BSA0000269484830000094
为时段t内第i个用户的替换响应功率，αe为替换系数，M为参与需求响应的用户数量。
为激励用户更积极地参与需求响应，对用户采取费用补偿机制，补偿费用由供能系统承担，补偿成本为：
Figure BSA0000269484830000095
式中：FD为需求响应补偿成本，
Figure BSA0000269484830000096
为时段t内替换响应功率的单位补偿价格，
Figure BSA0000269484830000097
时段t内的替换响应功率。
步骤3以运行费用最低建立优化调度的目标函数，建立设备运行及能量平衡约束条件，调用Cplex求解器进行求解，得到最优电热联合调度方案；
综合能源系统优化调度以运行费用最低为目标，目标函数为：
min F＝FMT+FBL+FEX+FD (12)
式中：FMT为微燃机的燃料成本，FBL为燃气锅炉的燃料成本，FEX为向大电网购电成本，FD为需求响应补偿成本；
Figure BSA0000269484830000098
式中：
Figure BSA0000269484830000099
分别为时段t内向大电网的购电功率、单位购电价格；
综合能源系统运行主要包括设备运行及能量平衡约束条件，具体如下：
(1)电功率平衡约束
Figure BSA00002694848300000910
式中：
Figure BSA00002694848300000911
为时段t系统电负荷；
(2)热功率平衡约束
Figure BSA0000269484830000101
式中：
Figure BSA0000269484830000102
为时段t系统电负荷；
(3)联络线交换功率约束
Figure BSA0000269484830000103
式中：
Figure BSA0000269484830000104
分别为交换功率的最小值、最大值；
(4)设备出力上下限约束
Figure BSA0000269484830000105
式中：
Figure BSA0000269484830000106
为第i台设备出力值，
Figure BSA0000269484830000107
分别为第i台设备出力的最小值、最大值；
(5)设备爬坡率约束
Figure BSA0000269484830000108
式中：
Figure BSA0000269484830000109
为时段t第i台设备出力值，
Figure BSA00002694848300001010
分别为第i台设备的爬坡率下限、爬坡率上限。
(6)电储能约束
Figure BSA00002694848300001011
式(19)为电储能运行功率与充放电状态约束，其中
Figure BSA00002694848300001012
为电储能最大充、放电功率，
Figure BSA00002694848300001013
为0-1变量，表征电储能的充放电状态；
Figure BSA00002694848300001014
式(20)为电储能容量约束，其中
Figure BSA00002694848300001015
分别为电储能最小、最大容量；
(7)热储能约束
Figure BSA00002694848300001016
式(21)为热储能运行功率与吸放热状态约束，其中
Figure BSA0000269484830000111
为热储能最大吸、放热功率，
Figure BSA0000269484830000112
为0-1变量，表征热储能的吸放热状态；
Figure BSA0000269484830000113
式(22)为热储能容量约束，其中
Figure BSA0000269484830000114
分别为热储能最小、最大容量；
将综合能源系统的优化调度问题整合为混合整数线性规划问题，采用MATLAB的yalmip平台，调用Cplex求解工具进行运行优化求解，得到最优电热联合调度方案。
为了进一步理解本发明，以某综合能源系统作为算例。
以一天24h为调度时长，单位调度时间是1h，将负荷端用电情况分为峰平谷3个时段，其中峰时段为7至12和19至22时段、平时段为13至18时段、谷时段为1至6和23至24时段，峰平谷3个时段电价分别为1.243、0.893、0.471元/kW·h；天然气采用分时气价，7至12和19至22时段天然气价格为1.57元/m3，其它时段天然气价格为2.05元/m3，天然气低热值为9.75kW·h/m3。系统各机组运行参数如表1。
Figure BSA0000269484830000115
优化前后电负荷对比如图3所示。由图3可见，优化后电负荷相比优化前电负荷在早晚高峰用电时段得到了降低，这是用户在需求响应的影响下将电热负荷转换为气热负荷的结果，说明了本发明有效缓解了用电高峰时电网供电压力。
图4为综合能源系统电负荷和机组出力情况。由图4可见，电储能主要在低电价和低负荷时段进行充电，在高电价或高负荷时段则进行放电；在7至12时段以及19至22时段，电价较高，微燃机出力增加，电网购电减少；在13至18时段，电价相对不高，微燃机出力减少，电网购电增加；在电价谷时段，系统电负荷由风电和电网购电承担。
图5为综合能源系统热负荷和机组出力情况。由图5可见，与电储能不同，热储能主要在高电价时段进行吸热，在低电价时段进行放热；在电价峰时段，由于系统利用微燃机进行主要供电，导致余热锅炉出力增加，燃气锅炉出力相对减少；在电价平时段与电价谷时段，系统热负荷主要由燃气锅炉和热储能满足。

Claims (4)

1.一种计及热负荷转换的综合能源系统电热联合优化调度方法，其特征在于，包括步骤：
(1)建立供能、能量转换以及储能设备的数学模型，分析能量流动与能量耦合关系，建立综合能源系统架构；
(2)依据用户热能获取方式将热负荷分类，建立基于供能方式转换的需求响应模型，建立需求响应补偿机制；
(3)以运行费用最低建立优化调度的目标函数，建立设备运行及能量平衡约束条件，调用Cplex求解器进行求解，得到最优电热联合调度方案。
2.根据权利要求1所述的一种计及热负荷转换的综合能源系统电热联合优化调度方法，其特征在于，所述步骤(1)中综合能源系统包含电、热、气三种能源形式，供能设备包括风电机组、微型燃气轮机、燃气锅炉，能量转换设备包括余热锅炉、电锅炉，储能设备包括电储能、热储能，电负荷由风电机组、微型燃气轮机、电储能、电网满足，热负荷由燃气锅炉、余热锅炉、电锅炉、热储能满足，电热耦合由微型燃气轮机与电锅炉实现，气电耦合由微型燃气轮机实现，气热耦合由燃气锅炉实现；
综合能源系统主要设备模型如下：
(1)风电机组
Figure FSA0000269484820000011
式中：Pt wind、Pr分别为风机输出功率、额定输出功率，vci、vco、vr分别为切入风速、切出风速、额定风速，a、b为风速相关系数；
(2)微型燃气轮机
Figure FSA0000269484820000012
式中：
Figure FSA0000269484820000013
Pt MT、
Figure FSA0000269484820000014
分别为t时段微燃机的排气余热量、电功率、发电效率，ηL为散热损失率；
微燃机燃料成本为：
Figure FSA0000269484820000015
式中：FMT为微燃机的燃料成本，
Figure FSA0000269484820000021
为t时段的天然气价格，Lgas为天然气低热值；
(3)余热锅炉
Figure FSA0000269484820000022
式中：
Figure FSA0000269484820000023
ηh、Coph分别为t时段余热锅炉的制热量、制热系数、烟气回收率；
(4)燃气锅炉
Figure FSA0000269484820000024
式中：
Figure FSA0000269484820000025
为t时段燃气锅炉输出的热功率，ηBL为燃气锅炉燃烧效率，Ft BL为t时段所消耗的天然气量，Lgas为天然气低热值；
燃气锅炉燃料成本为：
Figure FSA0000269484820000026
式中：FBL为燃气锅炉的燃料成本，
Figure FSA0000269484820000027
为t时段的天然气价格；
(5)电锅炉
Figure FSA0000269484820000028
式中：Pt EB、
Figure FSA0000269484820000029
分别为t时段电锅炉的用电功率、制热功率，ηEB为电热转换效率；
(6)电储能
Figure FSA00002694848200000210
式中：
Figure FSA00002694848200000211
为时段t电储能的储电容量；Pt EES，in、Pt EES，dis分别为时段t内电储能充电、放电功率，ηin、ηdis分别为充、放电效率；
(7)热储能
Figure FSA00002694848200000212
式中：
Figure FSA00002694848200000213
为时段t热储能的储热容量；
Figure FSA00002694848200000214
分别为时段t内热储能吸热、放热功率，ηh，in、ηh，dis分别为吸、放热效率，μ为热储能的散热损失率。
3.根据权利要求1所述的一种计及热负荷转换的综合能源系统电热联合优化调度方法，其特征在于，所述步骤(2)中依据用户热能获取方式不同将热负荷分为气热负荷和电热负荷，气热负荷由微型燃气轮机、燃气锅炉、热储能满足，电热负荷由电锅炉满足，通过用户侧需求响应，实现热负荷供能方式的转换，缓解电网供电高峰时的供电压力；
基于供能方式转换的需求响应模型如下：
Figure FSA0000269484820000031
式中：
Figure FSA0000269484820000032
分别为时段t内经过需求响应调节后的系统电热负荷、气热负荷；
Figure FSA0000269484820000033
分别为时段t内第i个用户未经需求响应调节前的电热负荷、气热负荷，
Figure FSA0000269484820000034
为时段t内第i个用户的替换响应功率，αe为替换系数，M为参与需求响应的用户数量；
为激励用户更积极地参与需求响应，对用户采取费用补偿机制，补偿费用由供能系统承担，补偿成本为：
Figure FSA0000269484820000035
式中：FD为需求响应补偿成本，
Figure FSA0000269484820000036
为时段t内替换响应功率的单位补偿价格，
Figure FSA0000269484820000037
时段t内的替换响应功率。
4.根据权利要求1所述的一种计及热负荷转换的综合能源系统电热联合优化调度方法，其特征在于，所述步骤(3)中综合能源系统优化调度以运行费用最低为目标，目标函数为：
min F＝FMT+FBL+FEX+FD (12)
式中：FMT为微燃机的燃料成本，FBL为燃气锅炉的燃料成本，FEX为向大电网购电成本，FD为需求响应补偿成本；
Figure FSA0000269484820000038
式中：
Figure FSA0000269484820000039
分别为时段t内向大电网的购电功率、单位购电价格；
综合能源系统运行主要包括设备运行及能量平衡约束条件，具体如下：
(1)电功率平衡约束
Pt MT+Pt ex+Pt wind+Pt EES，dis＝Pt load+Pt ESS，in+Pt EB (14)
式中：Pt load为时段t系统电负荷；
(2)热功率平衡约束
Figure FSA0000269484820000041
式中：Pt load为时段t系统电负荷；
(3)联络线交换功率约束
Figure FSA0000269484820000042
式中：
Figure FSA0000269484820000043
分别为交换功率的最小值、最大值；
(4)设备出力上下限约束
Pi min≤Pi eq≤Pi max (17)
式中：Pi eq为第i台设备出力值，Pi min、Pi max分别为第i台设备出力的最小值、最大值；
(5)设备爬坡率约束
Figure FSA0000269484820000044
式中：
Figure FSA0000269484820000045
为时段t第i台设备出力值，Pi down、Pi up分别为第i台设备的爬坡率下限、爬坡率上限。
(6)电储能约束
Figure FSA0000269484820000046
式(19)为电储能运行功率与充放电状态约束，其中
Figure FSA0000269484820000047
为电储能最大充、放电功率，
Figure FSA0000269484820000048
为0-1变量，表征电储能的充放电状态；
Figure FSA0000269484820000049
式(20)为电储能容量约束，其中
Figure FSA00002694848200000410
分别为电储能最小、最大容量；
(7)热储能约束
Figure FSA0000269484820000051
式(21)为热储能运行功率与吸放热状态约束，其中
Figure FSA0000269484820000052
为热储能最大吸、放热功率，
Figure FSA0000269484820000053
为0-1变量，表征热储能的吸放热状态；
Figure FSA0000269484820000054
式(22)为热储能容量约束，其中
Figure FSA0000269484820000055
分别为热储能最小、最大容量；
将综合能源系统的优化调度问题整合为混合整数线性规划问题，采用MATLAB的yalmip平台，调用Cplex求解工具进行运行优化求解，得到最优电热联合调度方案。
CN202210294202.6A 2022-03-18 2022-03-18 一种计及热负荷转换的综合能源系统电热联合优化调度方法 Pending CN114626624A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210294202.6A CN114626624A (zh) 2022-03-18 2022-03-18 一种计及热负荷转换的综合能源系统电热联合优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210294202.6A CN114626624A (zh) 2022-03-18 2022-03-18 一种计及热负荷转换的综合能源系统电热联合优化调度方法

Publications (1)

Publication Number Publication Date
CN114626624A true CN114626624A (zh) 2022-06-14

Family

ID=81903905

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210294202.6A Pending CN114626624A (zh) 2022-03-18 2022-03-18 一种计及热负荷转换的综合能源系统电热联合优化调度方法

Country Status (1)

Country Link
CN (1) CN114626624A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117592620A (zh) * 2024-01-19 2024-02-23 浙江浙达能源科技有限公司 一种面向水泥企业的生产计划优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117592620A (zh) * 2024-01-19 2024-02-23 浙江浙达能源科技有限公司 一种面向水泥企业的生产计划优化方法

Similar Documents

Publication Publication Date Title
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN110991000B (zh) 计及固体氧化物燃料电池和电转气的能量枢纽建模方法
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN111950807B (zh) 计及不确定性与需求响应的综合能源系统优化运行方法
CN112186755B (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN112464477A (zh) 计及需求响应的多能耦合综合能源运行仿真方法
CN108808663B (zh) 一种基于多能互补的工业用户热需求响应方法
CN115238987A (zh) 计及多类型低碳因素与需求响应的能效提升调度方法
Long et al. Impact of EV load uncertainty on optimal planning for electric vehicle charging station
CN117350419A (zh) 计及柔性负荷和碳流的园区综合能源系统优化运行方法
CN116167483A (zh) 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法
CN114881328A (zh) 计及气网混氢和低碳奖励的综合能源系统经济调度方法
CN113313351B (zh) 计及多能耦合影响的电-气-热系统灵活性评估方法
CN114626624A (zh) 一种计及热负荷转换的综合能源系统电热联合优化调度方法
CN108960564A (zh) 基于集中式建模的冷热电联供型微网配电系统调度方法
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
CN115936336B (zh) 一种虚拟电厂容量配置与调控运行优化方法
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
CN116187648A (zh) 基于热电解耦的虚拟电厂热电联合优化调度方法
CN115906456A (zh) 考虑需求侧响应不确定性的含氢储能ies调度优化模型
CN115619015A (zh) 一种考虑用户需求响应的综合能源系统优化运行方法
CN113313305A (zh) 一种基于非合作博弈的综合能源系统优化调度方法
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
CN214836589U (zh) 一种具有调峰功能的气体供电装置
CN116826867B (zh) 提升源荷多元调峰主动性的优化调度及费用补偿分摊方法

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