CN114841574A - 一种考虑不确定性的综合能源系统电热负荷联合恢复方法 - Google Patents
一种考虑不确定性的综合能源系统电热负荷联合恢复方法 Download PDFInfo
- Publication number
- CN114841574A CN114841574A CN202210501788.9A CN202210501788A CN114841574A CN 114841574 A CN114841574 A CN 114841574A CN 202210501788 A CN202210501788 A CN 202210501788A CN 114841574 A CN114841574 A CN 114841574A
- Authority
- CN
- China
- Prior art keywords
- uncertainty
- building
- load
- node
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005485 electric heating Methods 0.000 claims abstract description 10
- 230000005611 electricity Effects 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims 2
- 230000010485 coping Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000010438 heat treatment Methods 0.000 description 8
- 239000003990 capacitor Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002918 waste heat Substances 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
- G06Q10/06—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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种考虑不确定性的综合能源系统电热负荷联合恢复方法,涉及综合能源系统运行领域,包括以下步骤:S1、建立综合能源系统可再生能源出力不确定性模型;S2、建立综合能源系统建筑物室外温度不确定性模型;S3、建立考虑不确定性的综合能源系统电热负荷鲁棒联合恢复模型;本发明分别建立综合能源系统可再生能源出力确定性模型及建筑物室外温度不确定性模型,基于此建立考虑不确定性的综合能源系统电热负荷联合鲁棒恢复模型,将该模型转化为等价的确定性模型,最后求解模型得到负荷恢复方案,从而解决不确定环境下的综合能源系统电热负荷协同恢复问题,提高不确定性环境下综合能源系统应对极端事件的能力。
Description
技术领域
本发明涉及综合能源系统运行领域,具体的是一种考虑不确定性的综合能源系统电热负荷联合恢复方法。
背景技术
近年来,极端气象事件及信息攻击事件频发,给能源系统安全稳定运行带来了极大的威胁,提高能源系统应对极端事件的能力(即恢复力或弹性),是当前能源系统领域所面临的重要问题,在综合能源系统中,多种能流间的耦合关系十分负载,使得系统弹性变得十分复杂,一方面,多能间的耦合关系可能导致发生级联故障,另一方面,多种不确定因素影响着系统运行的鲁棒性,进而影响系统恢复力,随着综合能源系统在工程应用中的不断推广,如何提高其应对极端事件的能力特别是故障后的负荷恢复能力,正得到越来越多的关注。
在综合能源系统负荷恢复过程中,电热能流间的紧密耦合关系导致电负荷恢复和热负荷恢复过程相互影响,可再生能源出力及建筑物室外温度等多类型不确定因素给系统恢复过程亦带来了极大的威胁,因此不确定环境下的综合能源系统电热负荷恢复问题成为一个极具挑战的难题,如果不对电热负荷恢复过程进行协调,不考虑可再生能源出力及室外温度等不确定性因素,将严重影响系统故障后的电热负荷恢复,极大地降低系统应对极端事件的能力。
发明内容
为解决上述背景技术中提到的不足,本发明的目的在于提供一种考虑不确定性的综合能源系统电热负荷联合恢复方法,本发明分别建立综合能源系统可再生能源出力确定性模型及建筑物室外温度不确定性模型,基于此建立考虑不确定性的综合能源系统电热负荷联合鲁棒恢复模型,将该模型转化为等价的确定性模型,最后求解模型得到负荷恢复方案,从而解决不确定环境下的综合能源系统电热负荷协同恢复问题,提高不确定性环境下综合能源系统应对极端事件的能力。
本发明的目的可以通过以下技术方案实现:
一种考虑不确定性的综合能源系统电热负荷联合恢复方法,包括以下步骤:
S1、建立综合能源系统可再生能源出力不确定性模型;
S2、建立综合能源系统建筑物室外温度不确定性模型;
S3、建立考虑不确定性的综合能源系统电热负荷鲁棒联合恢复模型;
S4、将鲁棒联合恢复模型转换为等价的确定性模型;
S5、求解模型并得到负荷恢复方案。
进一步地,所述步骤S1建立综合能源系统可再生能源出力不确定性模型,进一步包括:
S11,基于随机变量一阶矩和二阶矩信息建立可再生能源出力不确定性的模糊集:
其中,t为调度时段;i为电网节点索引;Pres为可再生能源出力不确定性的模糊集;P为可再生能源出力不确定性的概率函数;为概率函数集合;为表示t时段电网节点i处可再生能源出力不确定性的随机变量;EP[·]为期望函数;为给定的随机变量的标准差;
S12,建立考虑不确定性的可再生能源出力机会约束:
其中,为t时段电网节点i处可再生能源出力预测值;为t时段电网节点i处可再生能源实际出力功率变量;1为元素值均为1的列向量;为t时段电网节点i处可再生能源三相出力调度变量;εres为设定的所允许约束不成立的概率。
进一步地,所述步骤S2建立综合能源系统建筑物室外温度不确定性模型,进一步包括:
S21,基于随机变量一阶矩和二阶矩信息建立建筑物室外温度不确定性的模糊集:
S22,建立考虑不确定性的建筑物平均室内温度机会约束:
其中,为表示t时段建筑物室外温度不确定性的随机变量;为t时段建筑物室外温度预测值;为t时段建筑物室外温度实际值;k为热网节点索引集合;T为调度时段索引集合;N为调度时段数;Φln为热网负荷节点索引集合;为t时段热网节点k处的建筑物室内温度; τ in建筑物室内温度上下限;ετ为设定的所允许约束不成立的概率。
进一步地,所述步骤S3建立考虑不确定性的综合能源系统电热负荷鲁棒联合恢复模型进一步包括:
S31,建立综合能源系统电热联合恢复问题的目标函数:
minθfe+(1-θ)fh
fe=ωe1fe1+ωe2fe2+ωe3fe3
其中,t为调度时段;Δt为调度时段间隔;T为调度时段集合;Eb为电网节点索引集合;Ebr为电网线路索引集合;Φln为热网负荷节点索引集合;fe为电负荷恢复目标函数;fh为热负荷恢复问题的目标函数;θ为fe的权重系数;fe1、fe2、fe3分别为失负荷成本、燃料成本和购电成本、电网能量损耗惩罚成本;ωe1、ωe2、ωe3分别为失负荷成本、燃料成本和购电成本、电网能量损耗惩罚成本的权重系数;为t时段节点i处恢复的三相电负荷变量;为节点i处电负荷优先级系数;cgas为燃气成本;ηgt为燃气轮机发电效率;为t时段节点i负荷的燃气轮机三相发电功率变量;cgrid为电网购电价格;为三相购电功率变量;rj为线路j的电阻;为线路t时段线路j的三相电流平方变量;1为各元素均为1的列向量;为t时段节点k处建筑物室内温度变量;τopt为建筑物室内温度理想值;
S32,建立电力系统运行约束;
S33,建立热网运行约束条件;
S34,建立建筑物热负荷约束条件。
进一步地,所述步骤S4将鲁棒联合恢复模型转换为等价的确定性模型进一步包括:
S41,将可再生能源出力机会约束转化为等价的确定性约束:
S42,将建筑物热负荷目标函数与室内温度机会约束转化为确定形式。
进一步地,所述步骤S42将建筑物热负荷目标函数与室内温度机会约束转化为确定形式进一步包括:
S421,将目标函数中的fh转化为确定性形式:
S422,将室内温度机会约束转化为等价的确定性约束:
本发明的有益效果:分别建立综合能源系统可再生能源出力确定性模型及建筑物室外温度不确定性模型,基于此建立考虑不确定性的综合能源系统电热负荷联合鲁棒恢复模型,将该模型转化为等价的确定性模型,最后求解模型得到负荷恢复方案,从而解决不确定环境下的综合能源系统电热负荷协同恢复问题,提高不确定性环境下综合能源系统应对极端事件的能力。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明综合能源系统结构图;
图2是本发明一种考虑不确定性的综合能源系统电热负荷鲁棒联合恢复方法流程图;
图3是本发明实施例2的综合能源系统结构图;
图4是本发明实施例2的电功率出力结果;
图5是本发明实施例2的热功率出力结果;
图6是本发明实施例2的热网供回水温度结果;
图7是本发明实施例2的建筑物室内温度结果;
图8是本发明实施例2的不同场景下的电负荷恢复时间。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
本实施例运用于综合能源系统中,该综合能源系统结构如图1所示。
一种考虑不确定性的综合能源系统电热负荷鲁棒联合恢复方法,如图2所示,包括以下步骤:
S1,建立综合能源系统可再生能源出力不确定性模型:
S11,基于随机变量一阶矩和二阶矩信息建立可再生能源出力不确定性的模糊集:
其中,t为调度时段;i为电网节点索引;Pres为可再生能源出力不确定性的模糊集;P为可再生能源出力不确定性的概率函数;为概率函数集合;为表示t时段电网节点i处可再生能源出力不确定性的随机变量;EP[·]为期望函数;为给定的随机变量的标准差。
S12,建立考虑不确定性的可再生能源出力机会约束:
其中,为t时段电网节点i处可再生能源出力预测值;为t时段电网节点i处可再生能源实际出力功率变量;1为元素值均为1的列向量;为t时段电网节点i处可再生能源三相出力调度变量;εres为设定的所允许约束不成立的概率。
S2,建立综合能源系统建筑物室外温度不确定性模型:
S21,基于随机变量一阶矩和二阶矩信息建立建筑物室外温度不确定性的模糊集:
S22,建立考虑不确定性的建筑物平均室内温度机会约束:
其中,为表示t时段建筑物室外温度不确定性的随机变量;为t时段建筑物室外温度预测值;为t时段建筑物室外温度实际值;k为热网节点索引集合;T为调度时段索引集合;N为调度时段数;Φln为热网负荷节点索引集合;为t时段热网节点k处的建筑物室内温度; τ in建筑物室内温度上下限;ετ为设定的所允许约束不成立的概率。
S3,建立考虑不确定性的综合能源系统电热负荷鲁棒联合恢复模型:
S31,建立综合能源系统电热联合恢复问题的目标函数:
minθfe+(1-θ)fh
fe=ωe1fe1+ωe2fe2+ωe3fe3
其中,t为调度时段;Δt为调度时段间隔;T为调度时段集合;Eb为电网节点索引集合;Ebr为电网线路索引集合;Φln为热网负荷节点索引集合;fe为电负荷恢复目标函数;fh为热负荷恢复问题的目标函数;θ为fe的权重系数;fe1、fe2、fe3分别为失负荷成本、燃料成本和购电成本、电网能量损耗惩罚成本;ωe1、ωe2、ωe3分别为失负荷成本、燃料成本和购电成本、电网能量损耗惩罚成本的权重系数;为t时段节点i处恢复的三相电负荷变量;为节点i处电负荷优先级系数;cgas为燃气成本;ηgt为燃气轮机发电效率;为t时段节点i负荷的燃气轮机三相发电功率变量;cgrid为电网购电价格;为三相购电功率变量;rj为线路j的电阻;为线路t时段线路j的三相电流平方变量;1为各元素均为1的列向量;为t时段节点k处建筑物室内温度变量;τopt为建筑物室内温度理想值。
S32,建立电力系统运行约束:
S321,建立电负荷恢复约束:
S322,建立电网联络线和设备运行约束:
建立联络线功率约束:
建立补偿电容器无功功率约束:
建立可再生能源出力约束:
建立热电联产机组运行约束:
其中,为节点i处燃气轮机额定发电功率上限与下限;为节点i处燃气轮机无功功率输出上限与下限;为t时段节点i处燃气轮机输出的三相有功功率和无功功率变量;为节点i处燃气轮机爬坡速率;为节点i处燃气轮机热损耗率;为节点i处余热回收锅炉效率;为t时段节点i处热电联产机组输出热功率变量。
建立电锅炉运行约束:
S323,建立综合能源系统三相不平衡配电网约束:
建立电压约束:
建立线路电流约束:
建立电压调节器运行约束:
建立线路潮流方程约束:
其中,为线路j的等效三相电阻和电抗;为线路j的等效阻抗;为t时段线路j的三相电流平方变量;为t时段线路j的相有功功率和无功功率变量;为t时段节点i处相电压平方变量;为t时段线路j的相电流平方变量。Li为与节点i相连的线路索引集合。
建立节点功率平衡约束:
其中,为t时段线路i的三相有功功率和无功功率变量;为t时段节点i处恢复的三相有功负荷和无功负荷变量;为t时段线路j的三相有功功率和无功功率变量;为t时段节点i处燃气轮机三相有功功率和无功功率变量;为t时段节点i处可再生能源三相有功功率和无功功率变量;为t时段节点i处电锅炉三相有功功率变量;为t时段节点i处电容补偿器三相无功功率变量;ri、xi为t时段线路i的电阻与电抗;为t时段线路i的三相电流平方变量。
S33,建立热网运行约束条件:
S331,建立热源功率平衡约束:
S332,建立热源与热负荷节点的功率、温度方程:
其中,分别为流出/流入节点k的管道索引集合;Φsn、Φln分别为热网中源节点和负荷节点的索引集合;cw为水的比热容;mj为管道j热媒质量流量;为t时刻供水、回水网络中节点k处的热媒温度变量;为t时段节点k处的热负荷功率变量。
S333,建立管道传输延时与热损约束:
其中,Φp为热网管道索引集合;为管道j与传输延时相关的系数;参数βj为管道j的保温系数;为t时刻管道环境温度;为t时刻供水管道j的入口和出口处热媒温度变量;为t时刻回水管道j的入口和出口处热媒温度变量。
S334,建立热网节点功率平衡约束:
S335,建立热网节点水温混合约束:
S336,建立热网供回水温度上下限约束:
S34,建立建筑物热负荷约束条件:
其中,为热网负荷节点k处的建筑物参数;为t时段热网负荷节点k处的建筑物室内温度变量;为t时段热网负荷节点k处的建筑物热负荷供热功率变量;为建筑物室外温度;N为调度周期长度; τ in为建筑物室温上限和下限。
S4,将鲁棒联合恢复模型转换为等价的确定性模型:
S41,将可再生能源出力机会约束转化为等价的确定性约束:
S42,将建筑物热负荷目标函数与室内温度机会约束转化为确定形式:
S421,将目标函数中的fh转化为确定性形式:
S422,将室内温度机会约束转化为等价的确定性约束:
S5,求解模型并得到负荷恢复方案。
实施例2
本实施例的多能流系统由一个33节点三相不平衡配电系统和一个51节点供热系统组成,如图3所示。系统包含1台4MW的燃气轮机,1台5MW电锅炉,1台容量为300kW的光伏(光伏1),1台容量为500kW的光伏(光伏2),1台容量为500kW的风机(风机1)。优化周期为3h,调度时间间隔取5min。建筑物室内温度上下限分别设置为26℃和18℃,理想室内温度设置为22℃。假设风电随机变量和室外温度随机变量的标准差相同,设为σ,设室外温度随机变量的协方差为σco,设置8个不同场景来反映不确定因素的影响,如下表所示。
根据本发明的步骤进行电热负荷联合恢复,8个场景下的目标函数值如下表所示。结果表明,不确定性越大,负荷恢复成本越高,电负荷恢复成本和热负荷恢复成本均有所增加。
a对比基准为场景1;b对比基准为场景3。
以场景6为例给出决策结果。电功率出力结果如图4所示,热动力出力结果如图5所示,热网供回水温度如图6所示,建筑物室内温度结果如图7所示,各场景下的负荷恢复时间如图8所示。可见,可再生能源出力及建筑物室外温度不确定因素影响着综合能源系统电热负荷恢复时间、恢复成本等。所提出的方法可以较好的应对恢复过程中的不确定因素,给出一种鲁棒的恢复方案。
因而本方法全面考虑了综合能源系统三相不平衡电网约束、热网约束和建筑物热负荷约束,可对电负荷恢复过程、热负荷恢复过程、以及热负荷恢复过程中的用户热舒适度进行精确刻画,通过所提出的方法可解决可再生能源出力、建筑物室外温度等不确定环境下的综合能源系统电热负荷协同恢复问题,提高不确定性环境下综合能源系统应对极端事件的能力。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (6)
1.一种考虑不确定性的综合能源系统电热负荷联合恢复方法,其特征在于,包括以下步骤:
S1、建立综合能源系统可再生能源出力不确定性模型;
S2、建立综合能源系统建筑物室外温度不确定性模型;
S3、建立考虑不确定性的综合能源系统电热负荷鲁棒联合恢复模型;
S4、将鲁棒联合恢复模型转换为等价的确定性模型;
S5、求解模型并得到负荷恢复方案。
2.根据权利要求1所述的一种考虑不确定性的综合能源系统电热负荷联合恢复方法,其特征在于,所述步骤S1建立综合能源系统可再生能源出力不确定性模型,进一步包括:
S11,基于随机变量一阶矩和二阶矩信息建立可再生能源出力不确定性的模糊集:
其中,t为调度时段;i为电网节点索引;Pres为可再生能源出力不确定性的模糊集;P为可再生能源出力不确定性的概率函数;为概率函数集合;为表示t时段电网节点i处可再生能源出力不确定性的随机变量;EP[·]为期望函数;为给定的随机变量的标准差;
S12,建立考虑不确定性的可再生能源出力机会约束:
3.根据权利要求1所述的一种考虑不确定性的综合能源系统电热负荷联合恢复方法,其特征在于,所述步骤S2建立综合能源系统建筑物室外温度不确定性模型,进一步包括:
S21,基于随机变量一阶矩和二阶矩信息建立建筑物室外温度不确定性的模糊集:
S22,建立考虑不确定性的建筑物平均室内温度机会约束:
4.根据权利要求1所述的一种考虑不确定性的综合能源系统电热负荷联合恢复方法,其特征在于,所述步骤S3建立考虑不确定性的综合能源系统电热负荷鲁棒联合恢复模型进一步包括:
S31,建立综合能源系统电热联合恢复问题的目标函数:
min θfe+(1-θ)fh
fe=ωe1fe1+ωe2fe2+ωe3fe3
其中,t为调度时段;Δt为调度时段间隔;T为调度时段集合;Eb为电网节点索引集合;Ebr为电网线路索引集合;Φln为热网负荷节点索引集合;fe为电负荷恢复目标函数;fh为热负荷恢复问题的目标函数;θ为fe的权重系数;fe1、fe2、fe3分别为失负荷成本、燃料成本和购电成本、电网能量损耗惩罚成本;ωe1、ωe2、ωe3分别为失负荷成本、燃料成本和购电成本、电网能量损耗惩罚成本的权重系数;为t时段节点i处恢复的三相电负荷变量;为节点i处电负荷优先级系数;cgas为燃气成本;ηgt为燃气轮机发电效率;为t时段节点i负荷的燃气轮机三相发电功率变量;cgrid为电网购电价格;为三相购电功率变量;rj为线路j的电阻;为线路t时段线路j的三相电流平方变量;1为各元素均为1的列向量;为t时段节点k处建筑物室内温度变量;τopt为建筑物室内温度理想值。
S32,建立电力系统运行约束;
S33,建立热网运行约束条件;
S34,建立建筑物热负荷约束条件。
6.根据权利要求5所述的一种考虑不确定性的综合能源系统电热负荷联合恢复方法,其特征在于,所述步骤S42将建筑物热负荷目标函数与室内温度机会约束转化为确定形式进一步包括:
S421,将目标函数中的fh转化为确定性形式:
S422,将室内温度机会约束转化为等价的确定性约束:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210501788.9A CN114841574B (zh) | 2022-05-09 | 2022-05-09 | 一种考虑不确定性的综合能源系统电热负荷联合恢复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210501788.9A CN114841574B (zh) | 2022-05-09 | 2022-05-09 | 一种考虑不确定性的综合能源系统电热负荷联合恢复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114841574A true CN114841574A (zh) | 2022-08-02 |
CN114841574B CN114841574B (zh) | 2024-05-03 |
Family
ID=82571114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210501788.9A Active CN114841574B (zh) | 2022-05-09 | 2022-05-09 | 一种考虑不确定性的综合能源系统电热负荷联合恢复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114841574B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455134A (zh) * | 2023-08-03 | 2024-01-26 | 三峡大学 | 含水产养殖温室的乡村综合能源系统分布鲁棒日前调度方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034508A (zh) * | 2018-10-18 | 2018-12-18 | 东南大学 | 考虑电热双重不确定性的综合能源系统鲁棒优化调度方法 |
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 |
WO2019233134A1 (zh) * | 2018-06-06 | 2019-12-12 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN113036819A (zh) * | 2021-03-10 | 2021-06-25 | 浙江大学 | 一种考虑源荷双侧不确定性的电热综合能源系统鲁棒调度方法 |
-
2022
- 2022-05-09 CN CN202210501788.9A patent/CN114841574B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2019233134A1 (zh) * | 2018-06-06 | 2019-12-12 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN109034508A (zh) * | 2018-10-18 | 2018-12-18 | 东南大学 | 考虑电热双重不确定性的综合能源系统鲁棒优化调度方法 |
CN113036819A (zh) * | 2021-03-10 | 2021-06-25 | 浙江大学 | 一种考虑源荷双侧不确定性的电热综合能源系统鲁棒调度方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455134A (zh) * | 2023-08-03 | 2024-01-26 | 三峡大学 | 含水产养殖温室的乡村综合能源系统分布鲁棒日前调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114841574B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gulzar et al. | An innovative converterless solar PV control strategy for a grid connected hybrid PV/wind/fuel-cell system coupled with battery energy storage | |
Wang | Modeling and control of hybrid wind/photovoltaic/fuel cell distributed generation systems | |
Mardaneh et al. | Siting and sizing of DG units using GA and OPF based technique | |
CN107622324A (zh) | 一种考虑多微网能量交互的鲁棒环境经济调度方法 | |
Ku et al. | Enhancement of power system operation by renewable ancillary service | |
Obara | Dynamic-characteristics analysis of an independent microgrid consisting of a SOFC triple combined cycle power generation system and large-scale photovoltaics | |
Poudel et al. | Optimal operation of SMR-RES hybrid energy system for electricity & district heating | |
Rouhani et al. | A comprehensive method for optimum sizing of hybrid energy systems using intelligence evolutionary algorithms | |
CN112132363A (zh) | 一种增强系统运行鲁棒性的储能选址定容方法 | |
CN114841574B (zh) | 一种考虑不确定性的综合能源系统电热负荷联合恢复方法 | |
Dallmer-Zerbe et al. | Assessment of capacity factor and dispatch flexibility of concentrated solar power units | |
CN113011655A (zh) | 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法 | |
Rasouli et al. | Net zero energy home including photovoltaic solar cells, wind turbines, battery energy storage systems and hydrogen vehicles | |
Tan et al. | Utility-scale photovoltaic generators: A review on trends, grid code requirements and challenges | |
Ma et al. | Research on Optimization for Siting and Sizing of Distributed Generation Considering Wind and Light Abandonment and Environmental Cost | |
CN114899816A (zh) | 一种基于双目标优化的综合能源系统电热负荷联合恢复方法 | |
CN111106622A (zh) | 一种基于rmpc的主动配电网供电恢复方法 | |
Ali et al. | Automatic Generation Control of a Multi-Area Hybrid Renewable Energy System Using a Proposed Novel GA-Fuzzy Logic Self-Tuning PID Controller | |
Sami et al. | Numerical modeling, simulation and validation of hybrid solar photovoltaic, wind turbine and fuel cell power system | |
Li et al. | An Optimal Operation Method of Hybrid AC/DC Distribution Network Under the Goal of Peaking Carbon Dioxide Emissions and Carbon Neutrality | |
El-Sayed | Smart grid operation with hybrid renewable resources and electric vehicle | |
Labbadi et al. | Modeling, Optimization and Intelligent Control Techniques in Renewable Energy Systems: An Optimal Integration of Renewable Energy Resources Into Grid | |
Naick et al. | Load frequency control in two area network including DG | |
Pang et al. | Improved differential evolution algorithm for integrated energy system scheduling | |
Zeng et al. | Reliability evaluation of coupled heat and electricity systems with CSP considering thermal dynamic characteristics |
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 |