CN114707289A - 基于机会约束的电热耦合综合能源系统多目标优化方法 - Google Patents

基于机会约束的电热耦合综合能源系统多目标优化方法 Download PDF

Info

Publication number
CN114707289A
CN114707289A CN202111624176.0A CN202111624176A CN114707289A CN 114707289 A CN114707289 A CN 114707289A CN 202111624176 A CN202111624176 A CN 202111624176A CN 114707289 A CN114707289 A CN 114707289A
Authority
CN
China
Prior art keywords
energy
constraint
equipment
power
energy system
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
CN202111624176.0A
Other languages
English (en)
Other versions
CN114707289B (zh
Inventor
王球
张群
王鑫
诸晓骏
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.)
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
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 Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202111624176.0A priority Critical patent/CN114707289B/zh
Publication of CN114707289A publication Critical patent/CN114707289A/zh
Application granted granted Critical
Publication of CN114707289B publication Critical patent/CN114707289B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明公开一种基于机会约束的电热耦合综合能源系统多目标优化方法,属于能源系统仿真领域。该方法首先构建电‑热耦合综合能源系统架构;然后根据能源网络类型与设备特点将模型划分为不同设备模块,建立联供设备、储能设备、制冷设备、辅助设备的数学模型;再搭建引入机会约束的电‑热耦合综合能源系统多目标优化调度模型;最后获取系统设备运行参数、电热冷负荷与可再生能源出力,进行仿真求解。该方法充分考虑可再生能源发电具有很大的间歇性、随机性和波动性的特点,引入机会约束优化电‑热耦合综合能源系统中可再生能源设备的出力,保证经济性和环保性指标的基础上,有效促进可再生能源消纳,提高系统运行可靠性。

Description

基于机会约束的电热耦合综合能源系统多目标优化方法
技术领域
本发明涉及一种基于机会约束的电-热耦合综合能源系统多目标优化方法,属于能源系统仿真技术领域。
背景技术
综合能源系统是利用先进的信息通信、能源转化和优化控制技术,耦合电、热、冷、气等多种异质能源,实现能源供应、传输与分配、转化、存储、利用环节中各能源子系统协同互补、灵活调度、实时交互的新型“源-网-荷-储”一体化系统。综合能源系统突破传统能源系统独立运行的壁垒,具有多能互补,能源梯级利用优势,对于推动我国能源结构向低碳化转型具有重要意义。
电-热耦合综合能源系统是综合能源系统建设的典型形式之一,它是以热电联产技术为基础,结合本地可再生能源和用户侧资源,实现向一定区域内的用户以清洁、高效的方式提供电力和冷/热服务的综合供能系统。电-热耦合综合能源系统耦合电、气、冷、热四种能源,实现各能源子系统在能源供应、转化、传输、存储环节的统一协调,现有研究围绕单元设备建模、运行优化、储能设备的引入和负荷侧需求响应等。电-热耦合综合能源系统在运行方式方面既可以孤岛运行,也可以与上级电网和上级市政供热管网并网运行。
电力和热力在成本、需求、时空等方面的不同以及相互耦合与转化的特性为电-热耦合综合能源系统的运行调度带来极大的优化空间。但近年来可再生能源渗透率不断提高,由于可再生能源发电具有很大的间歇性、随机性和波动性,影响电力系统运行的经济性和安全性,导致“弃风弃光”现象,制约能源转型中可再生能源的发展利用。
发明内容
本发明为了解决现有技术中存在的问题,提供一种满足经济性和环保性整体最优的多目标优化调度模型。
为了达到上述目的,本发明提出的技术方案为:一种基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
构建电热耦合综合能源系统架构,所述架构中设有可再生能源设备、联供设备、储能设备、制冷设备和辅助设备,建立架构中各设备的数学模型;
以经济性和环保性为一级指标,根据电热耦合综合能源系统负荷类型、储能设备配置方案和可再生能源设备出力配置方案构建多个不同的运行场景,对于每个运行场景分别单独以经济性和环保性为优化目标得到单一指标下的优化数据,以优化数据为矩阵元素来建立评估矩阵R′,对评估矩阵R′进行数据标准化处理得到新的评估矩阵R;根据新的评估矩阵R,求解一级指标的熵权;
根据架构中各设备的数学模型确定电热耦合综合能源系统优化调度的决策变量,依据决策变量,根据一级指标的熵权计算一级指标的加权和,并以该加权和最小为目标函数,构建约束条件中包含引入机会约束规划处理的可再生能源设备约束的多目标优化调度模型。
对上述技术方案的进一步设计为:所述引入机会约束规划处理的可再生能源设备约束的约束条件如下:
Figure RE-GDA0003645285120000021
其中:
Figure RE-GDA0003645285120000022
表示可再生能源设备发电功率的下限,
Figure RE-GDA0003645285120000023
分别表示可再生能源设备发电功率的实际功率大小与预测功率大小;η表示给定的置信度;
Figure RE-GDA0003645285120000024
是标准正态分布 N(0,1)的逆累积分布函数,
Figure RE-GDA0003645285120000025
为可再生能源设备发电预测功率服从高斯分布时的标准差。
对评估矩阵R′进行数据标准化处理过程为:
当指标是正向指标时,
Figure RE-GDA0003645285120000026
当指标是负向指标时,
Figure RE-GDA0003645285120000027
式中,r′ij为评估矩阵R′的元素,矩阵行i为运行场景,矩阵列j为指标,r′j为j指标列向量, rij为新的评估矩阵R的元素。
求解一级指标的熵权ωEWM的公式如下:
Figure RE-GDA0003645285120000028
Figure RE-GDA0003645285120000029
式中,Hj表示熵值,k=1/(ln i),为常数,M、N分别为评估矩阵R的总行数和总列数。
所述联供设备包括燃气轮机和余热回收器;储能设备包括蓄电池、蓄热槽和蓄冷槽;所述制冷设备包括电制冷机和吸收式冷机;所述辅助设备包括燃气锅炉、电锅炉和热交换器;所述可再生能源设备包括风力发电机和光伏发电装置。
所述多目标优化调度模型的约束条件包括功率平衡约束、与外部电网交互的电功率约束和微能源网内各设备运行约束;所述功率平衡约束包括电功率平衡约束、热功率平衡约束和冷功率平衡约束;所述微能源网内各设备运行约束包括引入机会约束规划处理的可再生能源设备约束,联供设备、制冷设备和辅助设备运行效率约束,联供设备、制冷设备和辅助设备运行边界约束和储能设备运行约束。
本公开的有益效果在于:
本发明的方法建立以经经济性和环保性为一级指标的多目标评价体系,对电-热耦合综合能源系统所带来的经济性和环保性进行综合评价,对于实际工程的落地建设具有指导意义。同时针对可再生能源发电具有很大的间歇性、随机性和波动性的特点,引入机会约束规划处理可再生能源出力的不确定性,有助提升电-热耦合综合能源系统消纳可再生能源的能力,减少“弃风弃光”现象,保障电力系统运行的经济性和安全性。
附图说明
图1为基于机会约束考虑可再生能源出力不确定性的电-热耦合综合能源系统多目标优化仿真方法流程图;
图2为本发明实施例的系统架构;
图3为本发明实施例的多目标评价指标体系;
图4为本发明实施例中未引入机会约束规划的经济性和环保性优化调度结果图;
图5为本发明实施例中未引入机会约束规划的输出功率图;
图6为本发明实施例中未引入机会约束规划的系统储能变化图;
图7为本发明实施例中引入机会约束规划的经济性和环保性优化调度结果图;
图8为本发明实施例中引入机会约束规划的输出功率图;
图9为本发明实施例中引入机会约束规划的系统储能变化图。
具体实施方式
下面结合附图以及具体实施例对本发明进行详细说明。
实施例
本实施例的基于机会约束的电热耦合综合能源系统多目标优化方法,其流程如图1所示,
步骤一、构建电-热耦合综合能源系统架构,如图2所示,在本实施例中,电-热耦合综合能源系统采用总线式结构,架构中各设备表示符号如表1所示。
表1电-热耦合综合能源系统各设备表示符号
Figure RE-GDA0003645285120000031
Figure RE-GDA0003645285120000041
上述架构中包括可再生能源设备、联供设备、储能设备、制冷设备和辅助设备等;建立架构中各设备的数学模型;
1、联供设备;
(1)燃气轮机
Figure RE-GDA0003645285120000042
Figure RE-GDA0003645285120000043
式中,
Figure RE-GDA0003645285120000044
分别表示燃气轮机的输入功率/输出电功率/输出热功率, kW;k表示机组台数;t表示调度时刻,h;
Figure RE-GDA0003645285120000045
表示燃气轮机发电效率;
Figure RE-GDA0003645285120000046
表示燃气轮机的热电比,kJ/kWh。
Figure RE-GDA0003645285120000047
(2)余热回收器
Figure RE-GDA0003645285120000048
式中,
Figure RE-GDA0003645285120000049
分别表示余热回收器的输入功率/输出热功率,kW;
Figure RE-GDA00036452851200000410
表示余热回收器的供热效率。
2、储能设备;
(1)蓄电池
Figure RE-GDA00036452851200000411
式中,
Figure RE-GDA00036452851200000412
表示蓄电池中储存的能量,kWh;μBT,loss表示蓄电池自身的能量损耗率;
Figure RE-GDA00036452851200000413
表示蓄电池的充能/放能功率,kW;Δt表示调度时间间隔,h。
(2)蓄热槽
Figure RE-GDA00036452851200000414
式中,
Figure RE-GDA00036452851200000415
表示蓄热槽中储存的能量,kWh;μTST,loss表示蓄热槽自身的能量损耗率;
Figure RE-GDA00036452851200000416
表示蓄热槽的充能/放能功率,kW。
(3)蓄冷槽
Figure RE-GDA0003645285120000051
式中,
Figure RE-GDA0003645285120000052
分别表示蓄电池/蓄热槽/蓄冷槽中储存的能量,kWh;μCsT,loss表示蓄冷槽自身的能量损耗率;
Figure RE-GDA0003645285120000053
表示蓄冷槽的充能/放能功率,kW。
3、制冷设备;
(1)电制冷机
Figure RE-GDA0003645285120000054
式中,
Figure RE-GDA0003645285120000055
分别表示电制冷机的输入功率/输出功率,kW;
Figure RE-GDA0003645285120000056
表示电制冷机的制冷效率。
(2)吸收式冷机
Figure RE-GDA0003645285120000057
式中,
Figure RE-GDA0003645285120000058
分别表示吸收式制冷机的输入功率/输出功率,kW;
Figure RE-GDA0003645285120000059
表示电制冷机的制冷效率。
4、辅助设备;
(1)燃气锅炉
Figure RE-GDA00036452851200000510
式中,
Figure RE-GDA00036452851200000511
分别表燃气锅炉的输入功率/输出功率,kW;
Figure RE-GDA00036452851200000512
表示燃气锅炉的制热效率。
(2)电锅炉
Figure RE-GDA00036452851200000513
式中,
Figure RE-GDA00036452851200000514
分别表示吸收式制冷机的输入功率/输出功率,kW;
Figure RE-GDA00036452851200000515
表示电锅炉的制热效率。
(3)热交换器
Figure RE-GDA00036452851200000516
式中,
Figure RE-GDA00036452851200000517
分别表示热交换器的输入热功率/输出热功率,kW;
Figure RE-GDA00036452851200000518
表示热交换器的运行效率。
步骤二、如图3所示,建立了以经济性和环保性为一级指标的电-热耦合综合能源系统多目标评价指标体系,其中经济性包含三个二级指标,分别是运行维护费用、天然气购买费用、从外部电网购电费用;环保性包含两个二级指标,分别是CO2气体排放量和一次能源消耗量。
根据图3所示指标体系,通过改变电-热耦合综合能源系统的负荷类型、储能设备配置方案、可再生能源设备出力大小构建多个不同的电-热耦合综合能源系统运行场景,然后对每个运行场景分别单独以经济性和环保性为优化目标得到单一指标下的优化数据,将优化数据作为评估矩阵R′的元素r′ij,矩阵行i为运行场景,列j为指标。
Figure RE-GDA0003645285120000061
由于不同单一指标优化所得数据的量纲不同,因此需要进行数据标准化处理以得到新的评估矩阵R=(rij)m×n
当j指标是正向指标时,
Figure RE-GDA0003645285120000062
当j指标是负向指标时,
Figure RE-GDA0003645285120000063
式中,r′j表示j指标列向量。
新的评估矩阵R求解指标的熵权:
Figure RE-GDA0003645285120000064
Figure RE-GDA0003645285120000065
式中,Hj表示熵值。
步骤三、针对同时考虑其经济性和环保性的特点,本实施例确定出优化调度中的决策变量,如表2,建立了分别反映不同属性的目标函数,并且给出优化过程中能源子网和设备的运行约束条件,以形成电-热耦合综合能源系统多目标优化调度模型。
表2多目标优化调度模型的决策变量
Figure RE-GDA0003645285120000066
Figure RE-GDA0003645285120000071
根据上述决策变量建立电-热耦合综合能源系统多目标优化调度模型的目标函数;
(1)经济性;
优化调度需要使系统经济性运行,即调度成本最小,包括设备的运行维护费用、天然气费用、从外部电网的购电费用。
min Gcost=COP+CNG+CEPG (18)
式中,Gcost表示电-热耦合综合能源系统的总运行成本;COP/CNG/CEPG分别表示系统内设备的运行维护费用、天然气费用、从外部电网的购电费用。
Figure RE-GDA0003645285120000072
Figure RE-GDA0003645285120000073
Figure RE-GDA0003645285120000074
式中,T表示调度周期长度,h;
Figure RE-GDA0003645285120000075
分别表示光伏/风力发电机/燃气轮机/蓄电池/蓄热槽/蓄冷槽的运行维护费用;
Figure RE-GDA0003645285120000076
Figure RE-GDA0003645285120000081
分别表示光伏/风力发电机/燃气轮机/蓄电池/蓄热槽/蓄冷槽的运行维护成本系数,元/kWh;
Figure RE-GDA0003645285120000082
表示天然气的价格,元;
Figure RE-GDA0003645285120000083
表示天然气的热值,kWh/m3;
Figure RE-GDA0003645285120000084
分别表示t时刻向外部电网的购电/售电电价,元/kWh。
(2)环保性;
环保性评价通过CO2排放量和一次能源消耗量来衡量,电-热耦合综合能源系统能源转化过程中燃烧天然气,或者从外部电网购入的电能的生产过程会产生CO2的排放。通过将一次能源转化为等价的标准煤耗量,其总的等价标准煤耗量即为一次能源消耗量。
Figure RE-GDA0003645285120000085
Figure RE-GDA0003645285120000086
Figure RE-GDA0003645285120000087
式中,
Figure RE-GDA0003645285120000088
表示电-热耦合综合能源系统的总CO2排放量,kg;Gcoal表示电-热耦合综合能源系统的总一次能源消耗量,kg;
Figure RE-GDA0003645285120000089
分别表示外部电网电能/天然气(GT) /天然气(GB)的CO2排放系数,kg/kWh;
Figure RE-GDA00036452851200000810
分别表示外部电网电能/天然气 (GT)/天然气(GB)的标准煤耗转化系数,kg/kWh。
(3)综合评价
本实施例的目标函数由最小化电-热耦合综合调度成本和环保性指标两个子目标函数加权之和,权重为上述计算得到的熵权。
Figure RE-GDA00036452851200000811
式中,ωEWM表示熵权法权重。
本实施例中,电-热耦合综合能源系统多目标优化调度模型的约束条件包括如下约束:
(1)功率平衡约束
①电功率平衡约束
Figure RE-GDA00036452851200000812
②热功率平衡约束
Figure RE-GDA00036452851200000813
③冷功率平衡约束
Pt EC,out+Pt AC,out+Pt CST,dis,ex=Pt CL+Pt CST,ch,ex (28)
④其他功率平衡约束
Figure RE-GDA0003645285120000091
Pt HX,out=Pt HL (30)
(2)与外部电网交互的电功率约束
由于设备运行状态和容量的限制,因此从外部电网进行购电、售电时具有功率的上下限约束,并且不能在同一时刻向外部电网购电、售电。
Figure RE-GDA0003645285120000092
式中,
Figure RE-GDA0003645285120000093
分别表示t时刻向外部电网购电/售电功率下限/上限,kW;
Figure RE-GDA0003645285120000094
分别表示t时刻向外部电网购电/售电的状态,
Figure RE-GDA0003645285120000095
表示向外部电网购电。
(3)微能源网内各设备运行约束
①可再生能源设备约束
可再生能源设备包括风力发电机和光伏发电装置,由于优化调度过程中可能存在“弃风弃光”,可再生能源设备出力具有不确定性,可再生能源设备风机、光伏发电功率满足区间范围即可,将可再生能源出力预测值作为上限:
Figure RE-GDA0003645285120000096
Figure RE-GDA0003645285120000097
本实施例中为了减少“弃风弃光”现象,保障电力系统运行的经济性和安全性,对可再生能源设备约束引入机会约束规划处理。
规划处理时考虑的随机变量是24h调度周期内每小时可再生能源设备(风机和光伏)发电功率
Figure RE-GDA0003645285120000098
采用高斯分布描述风电和光电功率随机变量的概率分布,将其机会约束条件转化为确定性约束条件,然后使用确定性规划方法进行求解。可再生能源出力约束条件的转化过程如式(34)所示:
Pr(Pt RES≤Pt RES,fore)≥η (34)
式中,
Figure RE-GDA0003645285120000099
分别表示可再生能源设备发电功率的实际功率大小与预测功率大小, kW;η表示给定的置信度。
可再生能源设备发电功率的概率分布以高斯分布表征,即
Figure RE-GDA0003645285120000101
则式(34)可以表述成如下形式:
Pr(Pt RES≥Pt RES,fore)=Φ(Pt RES)≤1-η (36)
式中,
Figure RE-GDA0003645285120000102
是可再生能源发电功率的累积分布函数,转化标准正态分布的形式如式 (37)所示:
Figure RE-GDA0003645285120000103
因此在置信度η下,可再生能源设备发电功率线性约束条件如式(38)所示:
Figure RE-GDA0003645285120000104
式中,
Figure RE-GDA0003645285120000105
是标准正态分布N(0,1)的逆累积分布函数。
多目标优化调度模型中可再生能源设备约束式-在引入机会约束规划后转变为式(39)和 (40):
Figure RE-GDA0003645285120000106
Figure RE-GDA0003645285120000107
②联供设备、制冷设备和辅助设备运行效率约束
Figure RE-GDA0003645285120000108
③联供设备、制冷设备和辅助设备运行边界约束
Figure RE-GDA0003645285120000111
④储能设备运行约束
Figure RE-GDA0003645285120000112
Figure RE-GDA0003645285120000113
式中,
Figure RE-GDA0003645285120000114
分别表示t时刻蓄电池/蓄热槽/蓄冷槽的充能/放能状态;
Figure RE-GDA0003645285120000115
分别表示蓄电池/蓄热槽/蓄冷槽的充能/放能功率下限和上限,kW。
Figure RE-GDA0003645285120000116
Figure RE-GDA0003645285120000117
式中,
Figure RE-GDA0003645285120000118
分别表示蓄电池/蓄热槽/蓄冷槽中储存能量的下限/上限, kWh;
Figure RE-GDA0003645285120000119
分别表示蓄电池/蓄热槽/蓄冷槽储能起始容量,kWh。
仿真实例
本实例采用的仿真平台为MATLAB R2018b,通过YALMIP编程实现上述实施例中数学模型的构建,求解优化模型时采用CPLEX 12.8求解器。
仿真调度周期设置为24小时,时间间隔设置为1小时。系统设备运行参数如表3所示;经济性下设的从外部电网购电费用二级指标根据电网分时电价计算,分时电价如表4所示;环保性下设的二级指标相关参数如表5所示。
表3算例系统设备运行参数
Figure RE-GDA0003645285120000121
表4能源CO2排放系数与标准煤耗转化系数
Figure RE-GDA0003645285120000122
表5能源CO2排放系数与标准煤耗转化系数
Figure RE-GDA0003645285120000123
Figure RE-GDA0003645285120000131
利用上述实施例步骤二中的方法求解经济性和环保性的权重,经济性和环保性为负向指标,按式(15)进行标准化。通过改变电-热耦合综合能源系统内负荷类型、储能设备配置方案、可再生能源出力的配置方案,拟定了四种类型负荷和三种类型可再生能源出力,用I、II、 III、IV表示,(I是优化所用,II、III、IV仅在求解权重部分使用),分别以经济性单一指标和环保性单一指标为优化目标,得到构造评估矩阵的场景数据,如表6所示。根据构建的矩阵求解经济性和环保性的权重,然后按照上述实施例中步骤三方法建立电-热耦合综合能源系统多目标优化调度模型,并求解模型;建立未引入机会约束规划可再生能源设备约束的电-热耦合综合能源系统多目标优化调度模型作为对比例。
表6评估矩阵场景数据
Figure RE-GDA0003645285120000132
设定未引入机会约束规划的基准场景为场景一,仿真相关结果如图4-图6所示,用于对比分析;引入机会约束规划后的仿真为场景二,仿真相关结果如图7-9所示。
电-热耦合综合能源系统风力发电和光伏发电功率的预测值置信度为0.9时,式(39)(40) 小于等于号右侧功率预测值所加常数为负值,如图8(a)所示,引入机会约束规划后,可再生能源出力下降,结合图8中其余功率平衡关系图共同分析,可以看出燃气轮机供电供热过程更加平稳,并且提高机组利用率,维持高输出功率进行供能;此外由于可再生能源供能减少,系统的电能输入以及电锅炉热能供应减少,在电、热负荷高峰时段,需要在更多时段同时启用两台燃气轮机机组,此外辅助设备出力也相对增加;但是相对于图6,图9中体现出储能设备调度周期内所储能量谷值的增大,减小充放能落差,有助于延长储能设备的使用寿命。
根据图7,从宏观的经济性和环保性指标来看,采用机会约束规划优化电-热耦合综合能源系统运行中可再生能源出力的确定性,提高了日调度成本,降低了环保效益,但是改善了热电联产机组出力波动与利用效率,可以降低储能设备供能时过放的发生概率,有助于增强电-热耦合综合能源系统运行的安全性。机会约束规划很好地实现了电-热耦合综合能源系统优化运行在多目标优化最优与考虑可再生能源出力不确定性的折中。
式(35)中高斯分布数学期望是可再生能源设备发电功率预测值
Figure RE-GDA0003645285120000141
作为样本估计实际发电功率
Figure RE-GDA0003645285120000142
的真实值,置信度表示
Figure RE-GDA0003645285120000143
总体数值位于
Figure RE-GDA0003645285120000144
某一区间内概率,置信度越大,在
Figure RE-GDA0003645285120000145
划定的置信区间范围越广,即
Figure RE-GDA0003645285120000146
Figure RE-GDA0003645285120000147
之间的误差越小。观察分析选择不同的置信度时多目标优化结果的变化情况,求解结果如表7所示。
表7不同置信度对多目标优化结果影响
Figure RE-GDA0003645285120000148
表7中的数据表明随着给定置信度的减小,目标函数值逐渐减小,不断接近引入机会约束规划前的最优目标函数值。当置信度过小时,不确定的处理程度降低,机会约束规划的优化效果不明显。因此电-热耦合综合能源系统运行优化时应当根据项目主体的地理位置、能效要求等因素选择合适的置信度以应对可再生能源出力不确定性。
综上,引入机会约束规划后,风机和光伏发电功率出现下降,来自可再生能源的电能供应减少,系统源侧的不确定性降低。电能供应降低的同时伴随电锅炉供热减少,此时燃气轮机机组出力增加,并且在电能和热能供应过程的波动降低。在电、热负荷高峰时段,会同时启用两台燃气轮机机组,此外储能设备、辅助设备也会协调进行能源供应。可再生能源发电成本相对较低且污染较少,引入机会约束处理可再生能源出力的不确定性一方面自然会使经济性和环保性指标有所下降,另一方面系统内不确定性因素减少,运行可靠性增强,验证了该仿真方法的可行性。
本发明的技术方案不局限于上述各实施例,凡采用等同替换方式得到的技术方案均落在本发明要求保护的范围内。

Claims (6)

1.一种基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
构建电热耦合综合能源系统架构,所述架构中设有可再生能源设备、联供设备、储能设备、制冷设备和辅助设备,建立架构中各设备的数学模型;
以经济性和环保性为一级指标,根据电热耦合综合能源系统负荷类型、储能设备配置方案和可再生能源设备出力配置方案构建多个不同的运行场景,对于每个运行场景分别单独以经济性和环保性为优化目标得到单一指标下的优化数据,以优化数据为矩阵元素来建立评估矩阵R′,对评估矩阵R′进行数据标准化处理得到新的评估矩阵R;根据新的评估矩阵R,求解一级指标的熵权;
根据架构中各设备的数学模型确定电热耦合综合能源系统优化调度的决策变量,依据决策变量,根据一级指标的熵权计算一级指标的加权和,并以该加权和最小为目标函数,构建约束条件中包含引入机会约束规划处理的可再生能源设备约束的多目标优化调度模型。
2.根据权利要求1所述基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
所述引入机会约束规划处理的可再生能源设备约束的约束条件如下:
Figure FDA0003438433150000011
其中:
Figure FDA0003438433150000012
表示可再生能源设备发电功率的下限,
Figure FDA0003438433150000013
分别表示可再生能源设备发电功率的实际功率大小与预测功率大小;η表示给定的置信度;
Figure FDA0003438433150000014
是标准正态分布N(0,1)的逆累积分布函数,
Figure FDA0003438433150000015
为可再生能源设备发电预测功率服从高斯分布时的标准差。
3.根据权利要求1所述基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
对评估矩阵R′进行数据标准化处理过程为:
当指标是正向指标时,
Figure FDA0003438433150000016
当指标是负向指标时,
Figure FDA0003438433150000017
式中,r′ij为评估矩阵R′的元素,矩阵行i为运行场景,矩阵列j为指标,rj′为j指标列向量,rij为新的评估矩阵R的元素。
4.根据权利要求3所述基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
求解一级指标的熵权ωEWM的公式如下:
Figure FDA0003438433150000021
Figure FDA0003438433150000022
式中,Hj表示熵值,k=1/(ln i),为常数,M、N分别为评估矩阵R的总行数和总列数。
5.根据权利要求1所述基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
所述联供设备包括燃气轮机和余热回收器;储能设备包括蓄电池、蓄热槽和蓄冷槽;所述制冷设备包括电制冷机和吸收式冷机;所述辅助设备包括燃气锅炉、电锅炉和热交换器;所述可再生能源设备包括风力发电机和光伏发电装置。
6.根据权利要求1所述基于机会约束的电热耦合综合能源系统多目标优化方法,其特征在于:
所述多目标优化调度模型的约束条件包括功率平衡约束、与外部电网交互的电功率约束和微能源网内各设备运行约束;所述功率平衡约束包括电功率平衡约束、热功率平衡约束和冷功率平衡约束;所述微能源网内各设备运行约束包括引入机会约束规划处理的可再生能源设备约束,联供设备、制冷设备和辅助设备运行效率约束,联供设备、制冷设备和辅助设备运行边界约束和储能设备运行约束。
CN202111624176.0A 2021-12-28 2021-12-28 基于机会约束的电热耦合综合能源系统多目标优化方法 Active CN114707289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111624176.0A CN114707289B (zh) 2021-12-28 2021-12-28 基于机会约束的电热耦合综合能源系统多目标优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111624176.0A CN114707289B (zh) 2021-12-28 2021-12-28 基于机会约束的电热耦合综合能源系统多目标优化方法

Publications (2)

Publication Number Publication Date
CN114707289A true CN114707289A (zh) 2022-07-05
CN114707289B CN114707289B (zh) 2023-07-18

Family

ID=82166181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111624176.0A Active CN114707289B (zh) 2021-12-28 2021-12-28 基于机会约束的电热耦合综合能源系统多目标优化方法

Country Status (1)

Country Link
CN (1) CN114707289B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115147014A (zh) * 2022-08-31 2022-10-04 国网浙江省电力有限公司宁波供电公司 一种综合能源系统的多目标均衡分配方法
CN115903549A (zh) * 2023-01-06 2023-04-04 国网浙江省电力有限公司金华供电公司 基于TwinCAT3的综合能源系统的调度策略筛选方法及装置
CN115906488A (zh) * 2022-11-25 2023-04-04 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法
CN116227750A (zh) * 2023-05-09 2023-06-06 烟台尚美丽家新能源有限公司 一种生物质原料多联供综合管理系统及管理方法
CN117669995A (zh) * 2024-02-01 2024-03-08 大唐东北电力试验研究院有限公司 一种综合能源系统的多元负荷优化调度方法、系统和平台

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140200868A1 (en) * 2013-01-16 2014-07-17 Siemens Corporation Semidefinite programming relaxation of a class of energy management models
WO2019134532A1 (zh) * 2018-01-02 2019-07-11 佛山科学技术学院 一种含风光可再生能源的热电联供系统运行方法
WO2019165701A1 (zh) * 2018-02-28 2019-09-06 东南大学 一种交直流混联微网的随机鲁棒耦合型优化调度方法
CN110990785A (zh) * 2019-11-27 2020-04-10 江苏方天电力技术有限公司 一种基于多目标的智慧园区综合能源系统优化调度方法
CN111463836A (zh) * 2020-05-13 2020-07-28 陕西燃气集团新能源发展股份有限公司 一种综合能源系统优化调度方法
CN111815081A (zh) * 2020-09-07 2020-10-23 华东交通大学 一种综合能源系统多目标置信间隙决策鲁棒优化调度方法
CN112784484A (zh) * 2021-01-19 2021-05-11 国网江苏省电力有限公司经济技术研究院 一种区域综合能源系统多目标优化方法及优化系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140200868A1 (en) * 2013-01-16 2014-07-17 Siemens Corporation Semidefinite programming relaxation of a class of energy management models
WO2019134532A1 (zh) * 2018-01-02 2019-07-11 佛山科学技术学院 一种含风光可再生能源的热电联供系统运行方法
WO2019165701A1 (zh) * 2018-02-28 2019-09-06 东南大学 一种交直流混联微网的随机鲁棒耦合型优化调度方法
CN110990785A (zh) * 2019-11-27 2020-04-10 江苏方天电力技术有限公司 一种基于多目标的智慧园区综合能源系统优化调度方法
CN111463836A (zh) * 2020-05-13 2020-07-28 陕西燃气集团新能源发展股份有限公司 一种综合能源系统优化调度方法
CN111815081A (zh) * 2020-09-07 2020-10-23 华东交通大学 一种综合能源系统多目标置信间隙决策鲁棒优化调度方法
CN112784484A (zh) * 2021-01-19 2021-05-11 国网江苏省电力有限公司经济技术研究院 一种区域综合能源系统多目标优化方法及优化系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
RONAN DOHERTY: "A New Approach to Quantify Reserve Demand in Systems With Significant Installed Wind Capacity", no. 20, pages 587 - 595 *
刘立阳;孟绍良;吴军基;: "基于风电预测误差区间的动态经济调度", no. 09 *
张宁宇;高山;赵欣;: "一种考虑风电随机性的机组组合模型及其算法", no. 05, pages 22 - 29 *
潘雄;周明;孔晓民;吴;刘文霞;廖平;: "风速相关性对最优潮流的影响", no. 06 *
顾伟;吴志;王锐;: "考虑污染气体排放的热电联供型微电网多目标运行优化", no. 14 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115147014A (zh) * 2022-08-31 2022-10-04 国网浙江省电力有限公司宁波供电公司 一种综合能源系统的多目标均衡分配方法
CN115906488A (zh) * 2022-11-25 2023-04-04 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法
CN115906488B (zh) * 2022-11-25 2024-01-23 国网江苏省电力有限公司电力科学研究院 一种用于楼宇综合能源系统的优化调度方法
CN115903549A (zh) * 2023-01-06 2023-04-04 国网浙江省电力有限公司金华供电公司 基于TwinCAT3的综合能源系统的调度策略筛选方法及装置
CN116227750A (zh) * 2023-05-09 2023-06-06 烟台尚美丽家新能源有限公司 一种生物质原料多联供综合管理系统及管理方法
CN117669995A (zh) * 2024-02-01 2024-03-08 大唐东北电力试验研究院有限公司 一种综合能源系统的多元负荷优化调度方法、系统和平台

Also Published As

Publication number Publication date
CN114707289B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN114707289B (zh) 基于机会约束的电热耦合综合能源系统多目标优化方法
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
CN109659927B (zh) 一种考虑储能参与度的综合能源微网储能容量配置方法
Jalili et al. Stochastic optimal operation of a microgrid based on energy hub including a solar-powered compressed air energy storage system and an ice storage conditioner
CN109634119B (zh) 一种基于日内滚动优化的能源互联网优化控制方法
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
CN111445107B (zh) 冷热电联供型微电网多目标优化配置方法
CN109861302B (zh) 一种基于主从博弈的能源互联网日前优化控制方法
CN109636056A (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN109345012A (zh) 基于综合评价指标的园区能源互联网运行优化方法
CN105373842A (zh) 一种基于全能流模型的微电网能量优化与评估方法
CN114595868A (zh) 一种综合能源系统源网荷储协同规划方法及系统
CN102593855B (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
Liu et al. Two-stage optimal economic scheduling for commercial building multi-energy system through internet of things
CN114519543A (zh) 一种乡村多能源系统边缘自治运行方法及系统
Chen et al. Optimal design of integrated urban energy systems under uncertainty and sustainability requirements
CN113469430B (zh) 综合用能园区的多能互补容量配置方法
CN113158547B (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
CN105447586A (zh) 一种基于全能流模型的微电网能量优化方法
CN114066204A (zh) 一种综合能源系统的一体化优化规划与运行方法及装置
CN112883630A (zh) 用于风电消纳的多微网系统日前优化经济调度方法
An et al. Real-time optimal operation control of micro energy grid coupling with electricity-thermal-gas considering prosumer characteristics
CN110992206B (zh) 一种多源电场的优化调度方法及系统
CN112085263A (zh) 一种用户侧分布式能源系统混合储能优化配置方法和系统
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

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