CN114977279B - 一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法 - Google Patents

一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法 Download PDF

Info

Publication number
CN114977279B
CN114977279B CN202210463358.2A CN202210463358A CN114977279B CN 114977279 B CN114977279 B CN 114977279B CN 202210463358 A CN202210463358 A CN 202210463358A CN 114977279 B CN114977279 B CN 114977279B
Authority
CN
China
Prior art keywords
carbon
unit
power
constraint
wind
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.)
Active
Application number
CN202210463358.2A
Other languages
English (en)
Other versions
CN114977279A (zh
Inventor
张晓峰
贺兴
艾芊
黄兴德
陈赟
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.)
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
State Grid Shanghai 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 Shanghai Jiaotong University, State Grid Shanghai Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN202210463358.2A priority Critical patent/CN114977279B/zh
Publication of CN114977279A publication Critical patent/CN114977279A/zh
Application granted granted Critical
Publication of CN114977279B publication Critical patent/CN114977279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004Generation forecast, e.g. methods or systems for forecasting future energy generation
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种风‑碳捕集‑电转气联合的发电系统中长期机组组合运行方法,通过调节风电为碳捕集和电转气提供的能耗功率消纳风电,并协调抽水蓄能站抑制风电波动影响,实现中长期尺度的风电全消纳。本发明结合碳排放流理论,对系统中的高碳势区域设置碳捕集和电转气设备,降低高碳势区域的节点碳势,减少系统的碳排放。

Description

一种风-碳捕集-电转气联合的发电系统中长期机组组合运行 方法
技术领域
本发明涉及能源系统技术领域,具体涉及一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法。
背景技术
近几年来,化石燃料短缺等资源和环境问题在世界范围内逐渐显现。为了实现节能减排和环境和社会的可持续发展,人类不断深化对可再生能源的发明。现阶段,可再生能源的发展取得了长足的进步。风电、光伏等装机容量持续增加,并网规模不断扩大。但由于风电具有较大的随机性和波动性,给电网带来了诸多安全稳定方面的问题,同时也产生了大量弃风的问题。发明合理优化调度方式解决风电消纳问题,实现节能减排,一直是发明热点。
现阶段,在低碳减排和风电消纳方面已有诸多相关发明。文献《考虑中长期交易与短期调度衔接的风电消纳模型》中,实现了中长期交易与短期调度结合,建立了双阶段风火优化调度模型,从市场和调度两个维度促进风电的消纳,但风电波动性方面没有针对措施。文献《面向风电消纳的区域综合能源系统鲁棒优化调度》中,建立了面向风电消纳的区域综合能源系统模型,通过区域综合能源系统的多元消纳技术和鲁棒优化调度解决弃风问题,但未考虑系统的低碳性。文献《含风电电力系统的月度机组组合模型》中,建立了与电力市场协调的节能发电月度机组组合模型,考虑了“标杆电价”和“一机一价”的两种电价机制,但机组模型比较单一,可协调的程度较小。文献《考虑中长期交易与短期调度衔接的风电消纳模型》中,考虑了碳捕集设备的约束,建立了风火发电商市场效益模型,综合探讨了碳交易价格、碳减排约束等的灵敏度问题,但是在风电消纳方面没有做深入发明。因此,单纯考虑式中一方面无法最大程度的利用资源实现节能减排和风电消纳,需要将风电消纳和节能减排两方面联合,综合考虑。
发明内容
为了解决或部分解决相关技术中存在的问题,本发明提供了一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,通过碳捕集和电转气降低碳排放并促进风电消纳,并与抽水蓄能站配合调节风电波动;通过调节火电、水电和抽水蓄能机组的出力实现电荷平衡与经济调度。
本发明提供了一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,包括:
基于碳捕集和电转气技术特性分析,构建风-碳捕集-电转气联合特性;
引入碳交易机制,以综合成本最小为目标,建立含有风、水、抽蓄、碳捕集和电转气的中长期机组组合模型。
可选地,还包括:
确定电力系统碳排放在电力网络中的分布,量化系统中各节点和/或各支路的碳排放,有助于碳排放责任分摊和有针对性地实施低碳减排措施。
可选地,节点碳势向量EN为:
EN=[eN1 eN2 ... eNN]T
式中,eNi为第i个节点的碳势;i=1,2,…,N;
节点碳势向量通过如下公式进行计算:
式中,PN为节点有功通量矩阵,PB为支路潮流分布矩阵,PG为机组注入分布矩阵,EG为机组碳排放强度向量;
得到节点碳势向量后可进而计算碳流率分布矩阵:
RB=PNdiag(ΕN)
式中,RB为碳流率分布矩阵。
可选地,风-碳捕集-电转气联合特性具体通过如下公式进行构建:
PO,t+PWc,t=ωED,t
Pp2g,t+PWp2g,t=λcηp2gEB,t
PWn,t+PWc,t+PWp2g,t=PW,t
式中,PO,t为碳捕集运行能耗,PWc,t为风电提供的碳捕集功率,ω为处理单位质量二氧化碳的运行功耗,PWp2g,t为风电提供的电转气能耗,Pp2g,t为电转气功耗负荷,λc为转换单位质量二氧化碳的功耗,ηp2g为电转气效率,EB,t为碳捕集捕获的二氧化碳量,PWn,t为风电上网功率,PW,t为风电预测功率。
可选地,模型以综合成本最低为目标函数Obj,该目标函数包括各个机组的运行成本及启动成本、碳交易成本、碳处理成本和运维成本;最低综合成本具体通过如下公式进行计算:
Obj=min(F1+F2+F3+F4+F5+F6)
EF,i,t=λPGN,i,t
EO,i,t=λpgPG,i,t
式中,F1为碳处理成本函数,F2为碳交易成本函数,F3为火电机组的成本函数,F4为抽水蓄能站成本函数,F5为水电机组的启动成本函数,F6成本函数为风电和水电的运维成本,T为调度时段,cpc为碳捕集运行成本系数,Ppc,i,t为碳捕集功率,cp2g为电转气运行成本系数,Pp2g,i,t为电转气功率,gm为天然气价格,EF,i,t为火电机组在t时段的碳排放分配额,λ为单位电量碳排放权额,PGN,i,t为火电机组的净出力,EO,i,t为火电机组在t时段的碳排放量,λpg为火电机组单位出力的碳排放强度,NG为火电机组数量,c为碳交易价格,fG,i,t为火电机组的燃料成本变量,chot,i为热启动成本系数,shot,i,t为热启动状态变量,ccold,i为冷启动成本系数,scold,i,t为冷启动状态变量,NX为抽水蓄能站的数量,ccx,j为抽水蓄能机组启动成本系数,ucx,j,t为抽水蓄能机组启动状态变量;第二项为抽水蓄能站抽水基础成本,cpp,j为抽水成本系数,spp,j,t为抽水状态变量,NH为水电机组的数量,cH,k为水电机组启动成本系数,sHst,k,t为水电机组启动状态变量,NW为风电机组的数量,cW为风电的运维成本系数,PW,h,t为风电机组的预测出力,ch为水电的运维成本系数,PH,k,t为水电机组出力。
可选地,模型以系统功率平衡约束、火电机组约束、电转气约束、风电机组约束、水电机组约束、抽水蓄能机组约束、上备用约束和下备用约束为约束条件。
可选地,系统功率平衡约束为:
式中,NP为电转气设备的设置数量,Ppg,j,t为抽水蓄能站发电机组出力,Ppp,j,t为抽水蓄能站抽水机组出力,Lt为负荷功率,PNU,t为核电机组出力。
可选地,火电机组约束包括火电机组启动状态约束、火电机组出力上下限约束、合同电量约束、爬坡约束和碳捕集约束;
火电机组启动状态约束为:
式中,sG,i,t为火电机组的状态变量,sG,i,t-1为上一时段的火电机组的状态变量,sst,i,t为火电机组启动状态变量,ssd,i,t为火电机组停机状态变量;
火电机组出力上下限约束为:
式中,为火电机组最小出力,为火电机组最大出力;
燃料成本约束为:
式中,a1、b1、a2、b2、a3和b3为火电机组发电成本分段线性化的系数;
合同电量约束为:
式中,QG为火电厂的合同电量,dT为时间粒度数值为8小时;
爬坡约束为:
|PG,i,t-PG,i,t-1|≤ΔPG
式中,△PG为火电机组爬坡速率约束;
碳捕集约束为:
式中,δi,t为烟气分流比,ED,i,t为t时段处理的二氧化碳的量,POmax为碳捕集运行能耗上限,△PC为碳捕集功耗爬坡速率约束。
可选地,电转气约束为:
式中,Pp2gmax为电转气最大功耗,△Pp2g为电转气功耗爬坡速率约束。
可选地,抽水蓄能机组约束包括抽水蓄能机组启动状态约束、运行工况互补约束、发电机组出力上下限约束、抽水机组出力上下限约束、库容量约束;
抽水蓄能机组启动状态约束为:
式中,spg,j,t为发电状态变量;
运行工况互补约束为:
spg,j,t+spp,j,t≤1
发电机组出力上下限约束为:
式中,为发电机组最小出力,为发电机组最大出力;
抽水机组出力上下限约束为:
式中,为抽水机组最小出力,为抽水机组最大出力;
库容量约束为:
式中,γcx为抽蓄机组的转换效率,QXN抽蓄电站库容准许变化量。
本发明提供的技术方案可以包括以下有益效果:
本发明在现有发明的基础上构建风-碳捕集-电转气联合的发电系统的中长期机组组合运行方法,碳捕集和电转气的部分能耗由风电提供,通过调节风电提供的能耗功率,协调抽水蓄能站抑制风电波动影响,实现中长期尺度的风电全消纳。结合碳排放流理论,对系统中的高碳势区域设置碳捕集和电转气设备,以降低高碳势区域的节点碳势,减少系统的碳排放。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚地说明本发明专利实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明专利的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中碳捕集的流程图;
图2为本发明实施例中联合发电系统的结构示意图;
图3为本发明实施例中发电系统中长期机组组合运行方法的方法流程图。
具体实施方式
下面将参照附图更详细地描述本发明的实施方式。虽然附图中显示了本发明的实施方式,但是应该理解的是,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本发明实施例结合碳排放流技术提供了一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法。请参阅图3,该方法一般包括如下步骤:S1、基于碳捕集和电转气(Power-to-gas,P2G)技术特性分析,构建碳捕集和P2G与风电的联合特性;S2、引入碳交易机制,以综合成本最小为目标,建立含有风、水、抽蓄、碳捕集、电转气的中长期机组组合模型。该方法通过碳捕集和电转气降低碳排放并促进风电消纳,并与抽水蓄能站配合调节风电波动。通过调节火电、水电、和抽水蓄能机组的出力实现电荷平衡与经济调度。
1、电力系统碳排放流理论
火电、燃气等非可再生能源发电产生大量的二氧化碳排入大气,形成碳排放。碳排放流是根据潮流和系统碳排放虚拟的一种网络流,用来描述电力系统碳排放在电力网络中的分布,使得碳排放在系统各节点和支路量化,有助于碳排放责任分摊和有针对性地实施低碳减排措施。
(1)碳排放流理论基础指标定义
电力系统碳排放流理论包含若干相关的基础指标。
1)碳排放流能量
碳排放流能量(carbon emission flow)为表征支路上碳流大小的物理量,即单位时间内通过支路的碳排放量,符号为FCEF,单位tCO2.
2)碳排放流率
碳排放流率(branch carbon emission flow rate)为单位时间内通过某条支路上的碳流量,符号为RCEFR,单位tCO2/h.
3)支路碳流密度
结合电力系统潮流理论,根据碳排放与有功潮流的关系,定义支路碳流密度(branch carbon emission flow intensity)为支路碳流率与有功潮流的比值,符号为ρCEFI,单位kg CO2/(kW·h)。
式中,PBF为支路潮流。
4)节点碳势
节点碳流密度即节点碳势,为描述节点碳排放强度的物理量(nodal carbonintensity),表征在该节点消费单位电量对应发电侧的等效碳排放值,符号为eNCI,单位kgCO2/(kW·h)。
式中,N+为与该节点相连的所有支路集合。
通过碳排放流理论的构建,可以根据系统潮流和发电机组的碳排放计算出系统的碳流分布和节点碳势,从而针对系统中的高碳流率、高碳势的区域设置碳捕集和电转气设备,减少碳排放。
(2)碳排放流理论基础指标计算
本发明以节点碳势为主要计算指标。设系统具有N个节点,式中存在K个节点为机组注入节点和M个负荷节点。设第i个节点的碳势为eNi,i=1,2,…,N,则节点碳势向量(nodal carbon intensity vector)可表示为:
EN=[eN1 eN2 ... eNN]T (4)
节点碳势向量的计算式如下所示:
式中,PN为节点有功通量矩阵,PB为支路潮流分布矩阵,PG为机组注入分布矩阵,EG为机组碳排放强度向量。
得到节点碳势向量后可进而计算碳流率分布矩阵:
RB=PNdiag(ΕN) (6)
式中,RB为碳流率分布矩阵。
2、风-碳捕集-电转气联合能源系统模型
(1)碳捕集运行原理简述
碳捕集的过程包括吸收、再生和压缩3个部分。整体流程可由图1简括表示。
碳捕集设备的能耗主要包括基本能耗和运行能耗。基本能耗的数值不受设备运行状态的影响,看作恒定不变。运行能耗为捕获二氧化碳过程中消耗的能量,受设备的运行状态的影响。碳捕集机组的出力和能耗特性如下:
PGN,t=PG,t-PC,t (7)
PC,t=PO,t+PGD (8)
式中,PGN,t为碳捕集机组的净发电功率,PG,t为碳捕集机组的等效发电出力,PC,t为由火电提供的碳捕集能耗,PO,t为碳捕集运行能耗,PGD为碳捕集固定能耗。
(2)电转气运行原理简述
P2G技术即将电能转化为天然气或氢气,并将生成的气体存储在天然气存储设备或储氢设备。P2G技术的主要原理是通过电解水产生氢气和氧气,然后二氧化碳与氢气发生反应生成甲烷和水,生成的甲烷可输送至天然气网络。本发明采用的是电转天然气技术。
(3)风-碳捕集-电转气联合特性
碳捕集过程收集的二氧化碳可用于电转气,通过将碳捕集技术和电转气技术结合可以的提高设备和资源的利用率,降低系统运行成本。碳捕集和电转气的部分功耗由风电提供以消纳部分风力。
PO,t+PWc,t=ωED,t (9)
Pp2g,t+PWp2g,t=λcηp2gEB,t (10)
PWn,t+PWc,t+PWp2g,t=PW,t (11)
式中,PWc,t为风电提供的碳捕集功率,ω为处理单位质量二氧化碳的运行功耗,PWp2g,t为风电提供的电转气能耗,Pp2g,t为电转气功耗负荷,λc为转换单位质量二氧化碳的功耗,ηp2g为电转气效率,EB,t为碳捕集捕获的二氧化碳量,PWn,t为风电上网功率,PW,t为风电预测功率。
风-水-抽蓄-碳捕集联合的发电系统如图2所示。在该系统中,火电机组、水电机组、抽水蓄能机组为主要的优化机组。火电机组承担主要的发电任务;水电机组承担调峰任务并与风电互补;抽水蓄能机组可在负荷低谷期蓄水储能与碳捕集和电转气设备共同消纳风电,抑制风电波动,在负荷高峰期发电调峰。不参与优化调度的核电机组与负荷整体看作为净负荷。通过调节参与优化调度的机组出力来实现发电量与净负荷的平衡,同时实现低碳减排的目标。
3、联合系统低碳经济调度模型
目标函数
本发明以综合成本最低为目标函数,包括各个机组的运行成本及启动成本,碳交易成本,碳处理成本和、运维成本等。详细情况如下所示
Obj=min(F1+F2+F3+F4+F5+F6) (12)
(1)F1为碳处理成本函数,由碳捕集运行成本、电转气运行成本和电转气收益组成。具体如下表示:
式中,三项分别为碳捕集运行成本、电转气运行成本、电转气收益,T为调度时段,cpc为碳捕集运行成本系数,Ppc,i,t为碳捕集功率,cp2g为电转气运行成本系数,Pp2g,i,t为电转气功率,gm为天然气价格。
(2)F2为碳交易成本函数。火电机组的碳交易成本由碳排放量和碳分配额决定。碳分配额为政府给每个碳排放源免费分配一定量的碳排放限度,与机组出力相关。火电机组的碳分配额如下表示:
EF,i,t=λPGN,i,t (14)
式中,EF,i,t为火电机组在t时段的碳排放分配额,λ为单位电量碳排放权额,PGN,i,t为火电机组的净出力,无碳捕集设备的火电机组净出力等于常规出力。
如果实际生产过程中碳排放源的碳排放量大于碳分配额,则需要到碳交易市场购买超出的部分,反之,则可向碳交易市场出售剩余的部分。火电机组的碳排放量可如下表示:
EO,i,t=λpgPG,i,t (15)
式中,EO,i,t为火电机组在t时段的碳排放量,λpg为火电机组单位出力的碳排放强度。
因此碳交易成本函数如下表示:
式中,NG为火电机组数量,c为碳交易价格。
(3)F3为火电机组的成本函数,包括燃料成本、热启动成本、冷启动成本。如下表示:
式中,三项分别为燃料成本、热启动成本、冷启动成本,fG,i,t为火电机组的燃料成本变量,chot,i为热启动成本系数,shot,i,t为热启动状态变量,ccold,i为冷启动成本系数,scold,i,t为冷启动状态变量。
(4)F4为抽水蓄能站成本函数,包括启动成本和抽水基础成本。如下表示:
式中,NX为抽水蓄能站的数量,第一项为抽水蓄能站启动成本函数,ccx,j为抽水蓄能机组启动成本系数,ucx,j,t为抽水蓄能机组启动状态变量;第二项为抽水蓄能站抽水基础成本,cpp,j为抽水成本系数,spp,j,t为抽水状态变量。
(5)F5为水电机组的启动成本函数。如下表示:
式中,NH为水电机组的数量,cH,k为水电机组启动成本系数,sHst,k,t为水电机组启动状态变量。
(6)F6成本函数为风电和水电的运维成本。如下表示:
式中,NW为风电机组的数量,cW为风电的运维成本系数,PW,h,t为风电机组的预测出力,ch为水电的运维成本系数,PH,k,t为水电机组出力.
3.2约束条件
1)系统功率平衡约束:
式中,NP为电转气设备的设置数量,Ppg,j,t为抽水蓄能站发电机组出力,Ppp,j,t为抽水蓄能站抽水机组出力,L,t为负荷功率,PNU,t为核电机组出力。
2)火电机组约束
启动状态约束:
式中,sG,i,t为火电机组的状态变量、sG,i,t-1为上一时段的火电机组的状态变量、sst,i,t为火电机组启动状态变量,ssd,i,t为火电机组停机状态变量。
火电机组出力上下限约束:
式中,为火电机组最小出力,为火电机组最大出力。
燃料成本约束:
式中,a1、b1、a2、b2、a3和b3为火电机组发电成本分段线性化的系数。
合同电量约束:
式中,QG为火电厂的合同电量,dT为时间粒度数值为8小时。
爬坡约束:
|PG,i,t-PG,i,t-1|≤ΔPG (26)
式中,△PG为火电机组爬坡速率约束
碳捕集约束:
式中,δi,t为烟气分流比,ED,i,t为t时段处理的二氧化碳的量,POmax为碳捕集运行能耗上限,△PC为碳捕集功耗爬坡速率约束。
3)电转气约束:
式中,Pp2gmax为电转气最大功耗,△Pp2g为电转气功耗爬坡速率约束。
4)风电机组约束:
5)水电机组约束
启动状态约束:
sHst,k,t≥sH,k,t-sH,k,t-1 (30)
式中,sH,k,t为水电机组的状态变量,sHst,k,t为水电机组启动状态变量。
水电机组出力上下限约束:
式中,为水电机组最小出力,为水电机组最大出力。
径流量约束:
式中,QHmax为水电机组最大径流量下的发电量。
6)抽水蓄能机组
抽水蓄能机组的机组状态包含发电和抽水两种状态,且同一时段内只能为抽水或发电一种状态。
启动状态约束:
式中,spg,j,t为发电状态变量。
运行工况互补约束:
spg,j,t+spp,j,t≤1 (34)
发电机组出力上下限约束:
式中,为发电机组最小出力,为发电机组最大出力。
抽水机组出力上下限约束:
式中,为抽水机组最小出力,为抽水机组最大出力。
库容量约束:
式中,γcx为抽蓄机组的转换效率,QXN抽蓄电站库容准许变化量。
7)上备用约束:
式中,Ru为上备用容量。
8)下备用约束:
式中,Rd为下备用容量。
为了降低模型的求解难度,加快计算速度,需要对模型中目标函数的非线性部分进行线性化处理,将其转化为MILP模型进行求解。
由于目标函数中的火电发电费用是关于机组出力的二次函数,因此,采用分段线性化函数进行近似,将其分成M段来线性逼近,每一段引入一个状态变量Bi,j,t和一个连续变量Pi,j,t。图1为发电费用曲线式中:αi,j和βi,j,分别为第i台机组发电费用的第j段分段线的斜率和等效截距;
发电费用的线性化函数表达式为:
式中,αi,j,和βi,j,分别为第i台机组发电费用的第j段分段线的斜率和等效截距;Pi,j为第i台机组出力的第j个分段点,其中Pi,1和Pi,M+1分别对应第i台机组的最小和最大出力;Pi,j,t为在t时段第i台机组第j段的出力,Bi,j,t为在t时段第i台机组第j段的运行状态。
成本线性化后的发电费用系数为:
表1火电机组燃料成本线性化参数
首先,在不考虑碳处理设备的情况下对机组进行优化,得到各机组出力和碳排放情况,通过某时一段优化结果计算系统各节点的节点碳势;其次,在高节点碳势区域的火力发电机节点设置碳捕集和电转气设备,得到相应的优化结果和系统节点碳势;最后,对两种情况下的机组出力、碳排放、风电消纳的情况进行对比。
(1)节点碳势计算
未设置碳处理设备时,各机组的碳排放强度如下:
EG=[0 1.08 0 0 1.08 0 1.08 1.08 0 0]T
取某时段的机组出力数据计算系统潮流和碳排放流,经过计算得到与机组节点相邻的节点碳势:
表2节点碳势计算结果
由表2可知,25节点、6节点、20节点相对23节点碳势较高,因此选择在31、34、37节点的火电机组设置碳捕集和电转气设备。
(2)设置碳捕集和电转气设备
设置碳捕集和电转气设备后,火电机组的碳排放量降低,对应的碳排放强度也相应降低,此时各机组的碳排放强度向量为:
E'G=[0.7013 0 0.80 0 1.08 0.658 0 0]T
由于30和32节点注入潮流为0,因此删去两节点及相连支路,再进行计算。得到的结果如表2所示:
表3节点碳势计算结果
由表3可知,加入碳捕集和电转气设备后,与火电机组节点相邻的高碳节点碳势显著降低。由于碳捕集和电转气能加了系统能耗,降低了碳交易成本,使得火电机组的等效出力增加,因此与未增设碳处理设备的火电机组相邻的23节点的节点碳势升高。
以上所述,仅为本发明的实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和范围之内做出的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。

Claims (6)

1.一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,包括:
基于碳捕集和电转气技术特性分析,构建风-碳捕集-电转气联合特性;
引入碳交易机制,以综合成本最小为目标,建立含有风、水、抽蓄、碳捕集和电转气的中长期机组组合模型,
确定电力系统碳排放在电力网络中的分布,量化系统中各节点和/或各支路的碳排放,
节点碳势向量EN为:
EN=[eN1 eN2 ... eNN]T
式中,eNi为第i个节点的碳势;i=1,2,…,N;
节点碳势向量通过如下公式进行计算:
式中,PN为节点有功通量矩阵,PB为支路潮流分布矩阵,PG为机组注入分布矩阵,EG为机组碳排放强度向量;
得到节点碳势向量后可进而计算碳流率分布矩阵RB
RB=PNdiag(ΕN)
式中,RB为碳流率分布矩阵,
风-碳捕集-电转气联合特性具体通过如下公式进行构建:
PO,t+PWc,t=ωED,t
Pp2g,t+PWp2g,t=λcηp2gEB,t
PWn,t+PWc,t+PWp2g,t=PW,t
式中,PO,t为碳捕集运行能耗,PWc,t为风电提供的碳捕集功率,ω为处理单位质量二氧化碳的运行功耗,PWp2g,t为风电提供的电转气能耗,Pp2g,t为电转气功耗负荷,λc为转换单位质量二氧化碳的功耗,ηp2g为电转气效率,ED,t为碳捕集设备处理的二氧化碳量,EB,t为碳捕集捕获的二氧化碳量,PWn,t为风电上网功率,PW,t为风电预测功率,
模型以综合成本最低为目标函数Obj,该目标函数包括各个机组的运行成本及启动成本、碳交易成本、碳处理成本和运维成本;最低综合成本具体通过如下公式进行计算:
Obj=min(F1+F2+F3+F4+F5+F6)
EF,i,t=λPGN,i,t
Eo,i,t=λpgPG,i,t
式中,F1为碳处理成本函数,F2为碳交易成本函数,F3为火电机组的成本函数,F4为抽水蓄能站成本函数,F5为水电机组的启动成本函数,F6成本函数为风电和水电的运维成本,T为调度时段,cpc为碳捕集运行成本系数,Ppc,i,t为碳捕集功率,cp2g为电转气运行成本系数,Pp2g,i,t为电转气功率,gm为天然气价格,VCH4,i,t为t时段生产的天然气量,EF,i,t为火电机组在t时段的碳排放分配额,λ为单位电量碳排放权额,PGN,i,t为火电机组的净出力,Eo,i,t为火电机组在t时段的碳排放量,λpg为火电机组单位出力的碳排放强度,PG,i,t为火电机组的总出力,NG为火电机组数量,c为碳交易价格,Eq,i,t为t时段的机组碳分配额度,fG,i,t为火电机组的燃料成本变量,chot,i为热启动成本系数,shot,i,t为热启动状态变量,ccold,i为冷启动成本系数,scold,i,t为冷启动状态变量,NX为抽水蓄能站的数量,ccx,j为抽水蓄能机组启动成本系数,ucx,j,t为抽水蓄能机组启动状态变量,cpp,j为抽水成本系数,spp,j,t为抽水状态变量,NH为水电机组的数量,cH,k为水电机组启动成本系数,sHst,k,t为水电机组启动状态变量,NW为风电机组的数量,cW为风电的运维成本系数,PW,h,t为风电机组的预测出力,ch为水电的运维成本系数,PH,k,t为水电机组出力。
2.如权利要求1所述的风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,模型以系统功率平衡约束、火电机组约束、电转气约束、风电机组约束、水电机组约束、抽水蓄能机组约束、上备用约束和下备用约束为约束条件。
3.如权利要求2所述的风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,系统功率平衡约束为:
式中,NP为电转气设备的设置数量,PWn,h,t为风电机组的上网功率,Ppg,j,t为抽水蓄能站发电机组出力,Ppp,j,t为抽水蓄能站抽水机组出力,Lt为负荷功率,PNU,t为核电机组出力。
4.如权利要求2所述的风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,火电机组约束包括火电机组启动状态约束、火电机组出力上下限约束、合同电量约束、爬坡约束和碳捕集约束;
火电机组启动状态约束为:
式中,sG,i,t为火电机组的状态变量,sG,i,t-1为上一时段的火电机组的状态变量,sst,i,t为火电机组启动状态变量,ssd,i,t为火电机组停机状态变量;
火电机组出力上下限约束为:
式中,为火电机组最小出力,为火电机组最大出力;
燃料成本约束为:
式中,a1、b1、a2、b2、a3和b3为火电机组发电成本分段线性化的系数;
合同电量约束为:
式中,QG为火电厂的合同电量,dT为时间粒度数值为8小时;
爬坡约束为:
|PG,i,t-PG,i,t-1|≤ΔPG
式中,△PG为火电机组爬坡速率约束;
碳捕集约束为:
式中,δi,t为烟气分流比,ED,i,t为t时段处理的二氧化碳的量,POmax为碳捕集运行能耗上限,△PC为碳捕集功耗爬坡速率约束。
5.如权利要求2所述的风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,电转气约束为:
式中,Pp2gmax为电转气最大功耗,△Pp2g为电转气功耗爬坡速率约束。
6.如权利要求2所述的风-碳捕集-电转气联合的发电系统中长期机组组合运行方法,其特征在于,抽水蓄能机组约束包括抽水蓄能机组启动状态约束、运行工况互补约束、发电机组出力上下限约束、抽水机组出力上下限约束、库容量约束;
抽水蓄能机组启动状态约束为:
式中,spg,j,t为发电状态变量;
运行工况互补约束为:
spg,j,t+spp,j,t≤1
发电机组出力上下限约束为:
式中,为发电机组最小出力,为发电机组最大出力;
抽水机组出力上下限约束为:
式中,为抽水机组最小出力,为抽水机组最大出力;
库容量约束为:
式中,γcx为抽蓄机组的转换效率,QXN抽蓄电站库容准许变化量。
CN202210463358.2A 2022-04-28 2022-04-28 一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法 Active CN114977279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210463358.2A CN114977279B (zh) 2022-04-28 2022-04-28 一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210463358.2A CN114977279B (zh) 2022-04-28 2022-04-28 一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法

Publications (2)

Publication Number Publication Date
CN114977279A CN114977279A (zh) 2022-08-30
CN114977279B true CN114977279B (zh) 2024-07-30

Family

ID=82980515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210463358.2A Active CN114977279B (zh) 2022-04-28 2022-04-28 一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法

Country Status (1)

Country Link
CN (1) CN114977279B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107482688A (zh) * 2017-07-26 2017-12-15 长沙理工大学 一种碳捕集虚拟电厂调度优化方法
CN112448413A (zh) * 2020-11-16 2021-03-05 成都精智艺科技有限责任公司 一种近零碳排放的分布式能源供给系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113689312A (zh) * 2021-10-26 2021-11-23 国网江西省电力有限公司电力科学研究院 考虑碳排放权价格随机性的虚拟电厂双阶段优化调度方法
CN114169727A (zh) * 2021-11-30 2022-03-11 南昌大学 一种考虑碳捕集和电转气协同的多能流综合能源低碳调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107482688A (zh) * 2017-07-26 2017-12-15 长沙理工大学 一种碳捕集虚拟电厂调度优化方法
CN112448413A (zh) * 2020-11-16 2021-03-05 成都精智艺科技有限责任公司 一种近零碳排放的分布式能源供给系统及方法

Also Published As

Publication number Publication date
CN114977279A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN110544935B (zh) 一种电-氢多能互补直流微电网协调调度方法
Mehrjerdi Optimal correlation of non-renewable and renewable generating systems for producing hydrogen and methane by power to gas process
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN110007600A (zh) 一种具有约束的多能流协调调度辅助决策系统
Ren et al. Modelling and capacity allocation optimization of a combined pumped storage/wind/photovoltaic/hydrogen production system based on the consumption of surplus wind and photovoltaics and reduction of hydrogen production cost
CN113742944A (zh) 一种考虑电制氢系统的虚拟电厂建模方法
CN114462889A (zh) 一种氢-电耦合多能源跨区域优化配置方法及系统
CN116191493A (zh) 一种火电机组深度调峰和复合储能协同规划方法与装置
CN113659627A (zh) 一种含光伏发电和液态空气储能的微电网优化调度方法
Zhang et al. Bi-level optimization dispatch of integrated-energy systems with P2G and carbon capture
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和系统
CN113919676A (zh) 计及需求响应与电制氢系统的虚拟电厂运行效果评估方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
CN117913914A (zh) 基于电量分类的一体化项目并网多时段调度方法及装置
CN117649089A (zh) 一种集成氢能的综合能源系统鲁棒低碳优化调度方法
CN117559391A (zh) 考虑电力系统灵活性供需平衡的混合储能联合规划方法
CN116683461A (zh) 一种考虑不确定性的虚拟电厂随机鲁棒调度控制方法
CN114977279B (zh) 一种风-碳捕集-电转气联合的发电系统中长期机组组合运行方法
CN116979512A (zh) 一种基于大数据的电力系统调峰方法及系统
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
CN115483718A (zh) 计及储能与需求响应的电-气虚拟电厂双层优化调度方法
Suryoatmojo et al. Economic and reliability evaluation of wind-diesel-battery system for isolated island considering CO2 emission
Park et al. Feasibility analysis of the power-to-gas concept in the future Swiss power system
Shi et al. Research on Energy Management Optimization Strategy of Integrated Energy System in Wind Photovoltaic Hydrogen Energy Storage Area
Xingyou et al. The Utility Analysis of LHSS Combined SMES System Considering Capacity Configuration

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