CN115099550A - 考虑综合能源系统灵活性的市场互动收益模型计算装置 - Google Patents
考虑综合能源系统灵活性的市场互动收益模型计算装置 Download PDFInfo
- Publication number
- CN115099550A CN115099550A CN202210441541.2A CN202210441541A CN115099550A CN 115099550 A CN115099550 A CN 115099550A CN 202210441541 A CN202210441541 A CN 202210441541A CN 115099550 A CN115099550 A CN 115099550A
- Authority
- CN
- China
- Prior art keywords
- energy
- price
- distribution network
- park
- model
- 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
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 47
- 238000012821 model calculation Methods 0.000 title claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 163
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 128
- 239000007789 gas Substances 0.000 claims description 103
- 230000005611 electricity Effects 0.000 claims description 67
- 239000003345 natural gas Substances 0.000 claims description 63
- 238000005457 optimization Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 24
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004146 energy storage Methods 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 1
- 238000009472 formulation Methods 0.000 abstract description 2
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 16
- 238000011160 research Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种考虑综合能源系统灵活性的市场互动收益模型计算装置,基于计算机系统构建,包括园区综合能源系统供应商、运营商、用户收益模型,基于上述模型,进一步构建园区综合能源系统供应商收益模型,第一层以最大化园区综合能源系统供应商盈利为目标函数,第二层以运营商盈利最大为目标函数,将用户收益转化为约束,求解能源定价策略和购售能方案;使用Matlab对双层优化配置数学模型进行求解,为园区综合能源系统提供考虑综合能源系统灵活性的能源定价策略和购售能方案;将该定价策略用于实际园区运行调控中,以实现园区综合能源系统各主体对购售能策略的合理制定,保障用户用能需求,提升园区运行经济性。
Description
技术领域
本发明属于电力系统及其自动化,考虑综合能源系统优化配置技术领域,尤其涉及一 种考虑综合能源系统灵活性的市场互动收益模型计算装置。
背景技术
能源是人类赖以生存和发展的基础,是国民经济的命脉。为此“开源”和“节流”已成为人类未来能源发展的两大重要趋势:“开源”在于开发各类清洁能源,如电力系统中 天然气、风、光等清洁能源发电比例不断提高;“节流”在于利用多能协同互补,提高能 源综合利用效率。电力系统是能源清洁高效利用的最重要载体之一,其燃气、新能源发电 等装机容量近年来获得迅猛发展,系统低碳化水平不断提高。然而,随着具有极强波动性 和随机性的可再生电源以及数量日益增加的电力电子设备接入电网,其低抗扰、弱支撑、 低惯量特性将使电网频率、电压等安全稳定问题日益突出,同时也限制了可再生能源在电 网中能源利用水平的提升。
为解决上述问题,世界各国开展了大量学术研究和工程示范,如增加清洁电源选址多 样性,降低网络中清洁能源发电总值的波动幅度;建立跨区域特高压互联大电网,使得新 能源发电充足的区域能够及时向高负荷区域输电;增加网络中储能(抽蓄,压缩空气,电 池等),实现过剩电能的存储和转移利用;在一定范围内实施需求侧管理,如基于分时电价引导用户改变其用电时间分布等,进而提升电网中功率平衡调节水平。归纳来看,上述手段均从不同侧面提升了电力系统的设备可控性或配置冗余性,使电力系统运行更为灵活, 有助于系统应对各类不确定性扰动,维持稳定运行。然而,随着电力系统的发展,系统复 杂度逐渐提升,其源、荷两端的功率波动水平将持续增加,一味加大投入、增加冗余的解决方案将难以为继。如何进一步经济高效地开发系统中可调控灵活性资源,有待实现进一步突破。
近年来,随着能源互联网及综合能源利用理念的发展,电力与燃气、供热乃至供水、 交通系统等的耦合水平不断增强,由此产生的新形态特征一方面给电力系统引入了更高的 运行复杂度,另一方面多种能源系统之间横向的互补协同也可转化为一类新型可调控灵活 性资源。综合能源系统灵活性是电力系统灵活性在综合能源系统(IntegratedEnergy System,综合能源系统)中发展出的一种新形式,目前已有大量相关研究。经过国内外文 献调研,本节将综合能源系统灵活性与电力系统灵活性做一简要对比,如表1所示。可见, 综合能源系统灵活性不仅可为功率实时平衡强刚性电网提供“能量缓冲”、提升电力系统 应对随机扰动的能力,还可为综合能源系统灵活调度提供支撑,有助于提升综合能源系统 运行经济性。
表1电力系统灵活性与综合能源系统灵活性的对比
欧盟已在其“Horizon 2020project:Tools and Technolog综合能源系统forCoordination and Integration of The European Energy System”项目中,明确提出“要通过电力与燃气、供热系统的协同运行,为欧洲电网提供灵活性调控潜力,并建立相应市场机制”。中国国家能源局与德国联邦经济能源部联合开展的“中德能源转型研究” (2017-2022年)中,也将多能协同背景下能源灵活性的提升作为主要研究内容之一。然而, 目前综合能源系统灵活性概念尚缺乏学术界公认的定义,相关研究的思路和方法亟待系统 性的梳理和归纳。
要挖掘综合能源系统中的综合能源系统灵活性潜力,首先应明确综合能源系统灵活性 的概念。综合能源系统灵活性作为综合能源系统灵活性中的一类,其概念由电力系统灵活 性发展而来,因此本节首先对电力系统灵活性的定义做一综述,并指出其对综合能源系统 灵活性概念的支撑作用。国内外已有诸多学者从不同角度给对电力系统灵活性进行了定义, 表1归纳了其中具有代表性的定义。
表1电力系统灵活性定义归纳
由表1可见,在电力系统发展的不同阶段,灵活性的定义和内涵各有不同的侧重,总 结如下:
1)强调平抑电力系统源、荷两端功率波动的电力系统灵活性定义。这一类是较为基 础的电力系统灵活性定义,强调电力系统通过冗余配置维持源-荷间功率平衡的能力,侧 重于电力系统对自身备用资源的调控。
2)在电力系统灵活性定义中考虑不同时间尺度。随着电力系统灵活性外延逐渐扩大、 相关辅助服务市场不断发展,电力系统灵活性的研究已涉及日前、小时级、分钟级等不同 时间尺度。为此,一些学者在提出电力系统灵活性的定义时,对灵活性的时间尺度做出了 进一步界定。
3)在电力系统灵活性定义中精细化考虑可调控资源的运行约束。随着电力系统的发 展,柔性开关、负荷管理、电动汽车充电规划等技术为电力系统提供了更丰富的可调控灵 活性资源。然而这些灵活性资源的调控方式较通过冗余配置获得的灵活性更为复杂,在调 控中需更精细化地考虑这些可调控资源的运行约束。
将上述分析推广到综合能源系统灵活性中,可见其概念应包含以下几项要点:
1)综合能源系统灵活性是一种促进综合能源系统中电能与其他能源形式分别实现 “源-荷”能量平衡的可调控的资源,可响应系统中的波动或不确定性,在系统“源-荷”间起到“能量缓冲”的作用;
2)综合能源系统灵活性应包含不同的时间尺度;
3)提供综合能源系统灵活性的设备来自综合能源系统,对其进行调控时应确保电力 系统与多能源系统各自的运行约束均不被破坏。
园区综合能源系统多主体根据能源供应环节考虑了能源供应商、能源运营商及能源用 户,其中能源供应商考虑了配电网运营商和配气网运营商,能源运营商则是以社会资本、 能源企业、园区管委会、设备制造企业、互联网企业联合成立的能源主体,能源用户则是 考虑以电动汽车、热泵、负荷侧暖通空调、用户侧储能为代表的灵活性可调控资源用户。本节以用户侧灵活资源如电动汽车、可转移负荷等为例分析其参与市场互动收益模型以及价格引导激励机制。在电力市场中,能源运营商从市场购买电能,并将其销售给终端用户。能源用户的灵活需求侧资源(如EV集群、热泵集群、暖通空调等),能够提供多种需求 侧响应服务,如快速功率响应、提供可调节容量等,对其开展研究有重要意义。
在能源运营商售电电价、售热价格波动的影响下,以及考虑到用户侧灵活性资源放电 获得的收益取决于市场电价和价格激励,在保证用户电、热用能需求的前提下,能源用户 倾向于调整自身用能策略,使得自身用能成本最低。当能源运营商参与日前市场时,市场 电价的波动性、价格激励、接入时段的时间分布、充放电特性给能源运营商负荷功率预测 和能源用户的灵活资源管理带来了不确定性,给能源市场带来了新的挑战。已有研究开始 探究能源用户侧灵活资源参与对日前电力市场的影响,用户侧灵活资源的接入主要是通过 能源运营商来实现,后者通过电、热能源价格引导调控用户侧灵活资源的响应,而参与的 能源用户需要提前与能源运营商签订合同。在电力市场中,能源运营商可以作为一个零售 商,从市场购买电能,并将电能销售给用户。已有研究仍存在一定不足:园区级电力市场 参与主体多且杂,各主体间互动关系及利益诉求各不相同,体现于市场环境下各主体的运 行优化目标不明晰;由于用户侧灵活性资源不确定性和用户个人喜好的影响,用户侧灵活 性资源响应的模型十分复杂。
为解决上述问题,在园区级市场下,在日前最优竞价时需要考虑以下三个方面:
1)零售商日前负荷预测受用户侧灵活性资源时间分布特性的影响,日前竞价的研究 时段需要考虑接入时段的时间分布特性,要求研究时段能够覆盖所有用户侧灵活资源的接 入时段。
2)考虑到用户侧灵活性资源和市场的不确定性、电池损耗、用户个人喜好,用户对于改变充电时段和提供放电服务的选择会不同。
3)竞价曲线对于零售商参与日前市场和获取最大竞价收益十分重要,在考虑用户侧 灵活性资源参与和日前/实时市场不确定性的基础上,日前最优竞价策略需要探究如何获 取最优竞价曲线。
发明内容
鉴于上述问题,本发明提出了一种考虑综合能源系统灵活性的市场互动收益模型计算 装置,基于计算机系统构建了可解决现有技术存在问题的计算模型,包括园区综合能源系 统供应商、运营商、用户收益模型,基于上述模型,进一步构建园区综合能源系统供应商 收益模型,第一层以最大化园区综合能源系统供应商盈利为目标函数,第二层以运营商盈 利最大为目标函数,将用户收益转化为约束,求解能源定价策略和购售能方案;使用Matlab对双层优化配置数学模型进行求解,为园区综合能源系统提供考虑综合能源系统灵活性的能源定价策略和购售能方案;将该定价策略用于实际园区运行调控中,以实现园区综合能源系统各主体对购售能策略的合理制定,保障用户用能需求,提升园区运行经济性。
其具体采用以下技术方案:
一种考虑综合能源系统灵活性的市场互动收益模型计算装置,基于计算机系统,包括:
园区综合能源系统供应商收益模型、园区综合能源系统运营商收益模型和园区综合能 源系统用户收益模型;
以及关联以上三个模型的园区综合能源系统灵活性的市场互动收益优化模型,其第一 层以最大化园区综合能源系统供应商盈利为目标函数,第二层以运营商盈利最大为目标函 数,将用户收益转化为约束;通过求解园区综合能源系统灵活性的市场互动收益优化模型, 输出能源定价策略和购售能方案。
进一步地,在所述园区综合能源系统供应商收益模型中,同时考虑上级配电网和上级 配气网,收益模型为盈利最大;对所述上级配电网中配电网主体的网络节点功率平衡通过 DistFlow模型进行刻画,对配电线路的电流上下界进行节点电压上下界的约束,对配电 网运营商面向电力用户的电力价格进行约束;对所述上级配气网进行节点能量平衡约束、 配气网潮流约束和天然气价格约束;其中,在配气网潮流约束中,使用Weymouth方程对天然气潮流进行近似化出力;
在所述园区综合能源系统运营商收益模型中,设园区综合能源运营商的收益目标为盈利最 大,并进行能源设备约束、能量平衡约束和能源价格约束;
在所述园区综合能源系统用户收益模型中,设园区能源用户能够根据能源运营商制定能源 价格调整自身用能行为,其收益目标为用能成本最低;并将负荷分为刚性负荷和柔性负荷, 刚性负荷不受价格影响,柔性负荷则是对能源价格敏感的可转移负荷,即可根据能源运营 商制定的能源价格从价格峰值阶段转移到价格谷时阶段。
进一步地,所述园区综合能源系统灵活性的市场互动收益优化模型通过Matlab进行 建模,并采用SNOPT求解器对双层优化模型进行求解。
将该计算装置用于实际园区运行调控中,以实现园区综合能源系统各主体对购售能策 略的定量规划,保障用户用能需求,提升园区运行经济性。
与现有的技术相比,本发明及其优选方案通过模型定量表征了园区级参与市场互动的 主体及其互动关系,分别建立了园区综合能源系统供应商、运营商、用户收益模型,并在 上述模型基础上建立考虑综合能源系统灵活性的市场互动收益模型,以保障了园区不同主 体的利益诉求且结合了能源系统的客观规律属性,有效提高园区运行的合理性与经济性, 接着通过横向、纵向两个维度提炼了不同市场参与主体之间的博弈关系及博弈框架,各参 与主体通过能源价格信息及能源需求进行耦合互动,参与市场响应能够该模型能够覆盖不 同类型用户侧灵活性资源。考虑到用户侧灵活性资源价格响应模型对用户参与度的分析, 同时考虑到市场电价、气价不确定性、电池成本和市场调查等因素,提出用价格激励机制 来描述用户侧灵活性资源对不同时段激励价格的响应。
该模型能够考虑园区能源市场不同参与主体不同利益诉求,包括能源供应商、能源运 营上和能源用户的收益,并且该模型将激励价格转化为优化的决策变量来最大化能源运营 商的收益;同时,该模型的优化约束将考虑能源用户不同类型灵活性资源对能源价格的响 应程度,以最小化能源用户的用能成本。
其主要有益效果包括:
1)考虑了不同市场参与主体之间的博弈关系及博弈框架,确保各参与主体通过能源 价格信息及能源需求进行耦合互动;
2)该模型能够表征园区能源市场不同参与主体不同利益诉求,包括能源供应商、能 源运营上和能源用户的收益,并且该模型将激励价格转化为优化的决策变量来最大化能源 运营商的收益;
3)该模型的优化约束将考虑能源用户不同类型灵活性资源对能源价格的响应程度, 以最小化能源用户的用能成本。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明:
图1是本发明实施例中多主体互动机制框架示意图;
图2是本发明实施例模型中各主体关键要素示意图;
图3是本发明实施例中能源用户电负荷示意图;
图4是本发明实施例中能源用户热负荷示意图;
图5是本发明实施例中配电网运营商电价示意图;
图6是本发明实施例中能源运营商售电价格示意图;
图7是本发明实施例中能源运营商售热价格示意图;
图8是本发明实施例中能源运营商经济效益结果示意图;
图9是本发明实施例中能源用户经济效益结果示意图。
具体实施方式
为让本专利的特征和优点能更明显易懂,下文特举实施例,作详细说明如下:
如图1、图2所示,本实施例提供考虑综合能源系统灵活性的市场互动收益模型计算 装置的具体构建过程:
首先,建立园区综合能源系统供应商收益模型。其次,建立园区综合能源系统运营商 收益模型。再次,建立园区综合能源系统用户收益模型。最后,分析园区综合能源系统参与主体及其互动机制,建立考虑综合能源系统灵活性的市场互动收益模型。并通过一个典型ICES算例验证所提方法的准确性。
本实施例提供的考虑综合能源系统灵活性的市场互动收益模型,参见图1,构建过程 包括:
步骤101:构建园区综合能源系统供应商收益模型;
步骤102:构建园区综合能源系统运营商收益模型;
步骤103:构建园区综合能源系统用户收益模型;
步骤104:基于步骤101-103所得的园区综合能源系统参与主体收益模型,构建考虑综 合能源系统灵活性的市场互动收益优化模型,上层为园区综合能源系统供应商,以一定的 能源价格向能源运营商提供能源;中间层以最大化园区综合能源系统运营商净收益为目标 函数,求解能源运营商售能价格及总成本;下层以最小化园区综合能源系统用户成本为目 标函数,求解能源用户用能策略。
采用Matlab对步骤104中所建立的优化模型进行求解,实现园区综合能源系统各类用 户收益最大化。
最后获得的计算装置基于计算机系统将步骤104所得的方案用于实际园区综合能源系 统运行调控中,以保障园区综合能源系统能源服务商制定面向用户的能源价格,实现其利 益最大化;园区用户根据能源服务上制定的能源价格,调整自身的用能策略(可控负荷的 数值),实现用户自身购能成本最小化。
下面结合计算公式、实例、附图对上述的考虑综合能源系统灵活性的市场互动收益模 型进行进一步地介绍,详见下文描述:
步骤201:构建园区综合能源系统供应商收益模型
园区能源供应商主要由上游电力公司和上游燃气公司构成。上游电力公司为配电网运 营商,上游燃气公司为配气网运营商。在园区能源互联网中,电力公司和燃气公司分别制 定电力价格和燃气价格向园区能源运营商售卖电力和天然气。
其中,步骤201具体为:
一、上级配电网
上级配电网主体的收益模型为盈利最大,主要包括了售电利润和网损费用。其目标函 数可表示为:
配电网主体的网络节点功率平衡可通过DistFlow模型进行刻画,如(2)-(3)所示,节 点降落方程如(4)所示,支路电流与功率关系如(5)所示。
式中,Δj为配电网中以j为末端节点的支路首端节点集合;Ωj为配电网中以j为首端节点的支路末端节点集合;rij、xij分别为线路ij的电阻、电抗值;Iij,t为t时刻线路 ij电流;Vi,t为t时刻节点i的电压;和分别为t时刻上级电网通过节点j向配 电网输送的有功功率和无功功率;Pij,t和Qij,t分别为t时刻配电网线路ij的有功功率和 无功功率;和分别为t时刻节点j的有功负荷和无功负荷。Pjk,t和Qjk,t分别为t 时刻配电网线路jk的有功功率和无功功率。
由于配电线路的传输容量有一定的上限,故对配电线路的电流上下界进行如(6)所示 的约束;配电网节点电压其上下界的约束如(7)所示:
Vi min≤Vi,t≤Vi max (7)
配电网运营商以批发电价从上级电网购买电能,并向配电网区域内的电力用户出售电 力。为保证配电网区域内电力用户的利益,需要对配电网运营商面向电力用户的电力价格 进行约束:
二、上级配气网
配气网运营商参与园区级市场目标为盈利最大为目标,其目标函数可表达为:
配气网主要是由天然气传输管道和天然气负荷组成。和配电网类似,在运行过程中 同样存在约束条件,即节点能量平衡约束、传输管道约束。
1)节点能量平衡约束
配气网的运行也必须满足能量的节点平衡守恒规律。配气网的节点平衡代表了流入天 然气节点的气量等于流出节点的气量,如所示。
式中,Δm为配气网中以m为末端节点的支路首端节点集合;Ωm为配气网中以m为首端节点的支路末端节点集合;Gmn,t为t时刻配气网传输管道mn段的流量;Grm,t为t 时刻配气网传输管道rm段的流量;为t时刻注入m节点的天然气量;为t时刻 m节点的天然气负荷。
2)配气网潮流约束
由于本发明考虑的是配电网系统的日前优化运行,其调度时间间隔为1小时,时间尺 度较长,故可忽略天然气的传输慢惯性。对天然气配气系统的日前经济调度研究多采用天 然气系统稳态模型,管道中的天然气潮流可以利用节点气压和管道特性的非线性关系来表 示。在一定供气压力要求下,使用Weymouth方程对天然气潮流进行近似化出力,如所示(12) 所示;天然气管道的传输容量将收到其上下界的限制,如(13)所示;配气网的节点气压将 受到其上下界的限制,如(14)所示。由于压缩机一般用于远距离传输、节点运行气压较高、 天然气潮流传输较大的输气网运行模型中,配气网的节点气压一般属于中低压,其实际运 行中不含压缩机,故本实施例中忽略压缩机的影响。
3)天然气价格约束
配气网运营商以批发天然气价格从上级输气网购买天然气,并以天然气零售价格出售 给配气网区域内的天然气用户。为保证配气网区域内燃气用户的利益,需要对配气网面向 燃气用户的零售气价进行约束。
式中,和β分别为配气网运营商售气价格和购气价格比值上下限;式(15)给出了配气网运营商售气价格的上下限约束;式(16)使得优化时段T内配气网区域内燃气用户的平均购气价格低于直接从外部气网购得的燃气价格;rt g为t时刻燃气网气价,上标min 和max分别代表最大值和最小值。
步骤202:构建园区综合能源系统运营商收益模型
园区综合能源系统内“源—储”元件设备、控制和保护设备、数据采集设备和信息细 化平台往往由不同主体投资。对于分布式能源、配电设备等现有设施,主要由电、热(冷)、 气等能源领域企业进行投资改造;对于储能、数据采集设备、信息化平台等新增设施,园 区管委会可实行开放公平的竞争机制,吸引社会资本积极参与园区综合能源系统投资、建 设和运营。不同设施、不同主体之间利益在运营过程中通常存在冲突和矛盾,为保证能源 供需实时平衡和总体收益最大化,园区综合能源系统通常采取一体化运营,即园区综合能 源系统内有且仅有一个能源运营商。园区的能源运营商虽然唯一,但是可由能源领域企业、 设备制造企业、互联网企业、园区管委会等多元主体联合成立。
园区能源运营商在园区级综合能源系统中的角色为能源供应商和能源用户的中间商。 通过从能源供应商,即上级配电网和上级配气网处购买电力、天然气,园区能源运营商能 够经由园区综合能源系统中的能源转换设备,在满足园区能源用户的电、热(冷)、气等 负荷需求的前提下获取合理的收益和投资回报。
假设园区综合能源运营商作为能源供应商和能源用户的中间商,其收益目标为盈利最 大,其目标函数为:
max CPro-COM (17)
其中,CPro为售能收益;COM为运行维护成本。以满足园区电、热能源用户需求为 例,CPro具体可表示为:
运行维护成本由三部分组成:配电网购电费用,配气网购气费用和设备维护费用,COM具体可表示为:
能源运营商的约束条件由能源设备约束、能量平衡约束和能源价格约束三部分构成。
典型园区能源运营商能源设备主要包括了热电联产机组,光伏、燃气锅炉、电热锅炉 和储能设备。
1)热电联产机组约束
热电联产机组通过消耗天然气产生电能和热能,其运行约束为:
式中:Pt CHP和分别为t时刻CHP机组电出力和热出力;和P CHP分别为CHP机组出力上下限;ft CHP为d日t时刻CHP机组消耗的天然气;为CHP机组天然气发 电效率;为天然气机组热电比;CapCHP为CHP容量。
2)光伏约束
光伏(Photovoltaic,PV)出力主要受其安装容量和光照强度所影响,其约束如(22) 所示:
Pt PV=λPVCapPVGt/GSTC (23)
式中:Pt PV为t时刻PV出力;λPV为PV降额系数,一般取0.9;Gt为t时刻光照强度; GSTC为标准测试条件下光照强度,一般取1kW/m2;CapPV为光伏容量。
3)燃气锅炉约束
燃气锅炉(Gas Boiler,GB)通过消耗天然气产热,约束如下所示:
4)电热锅炉约束
电热锅炉(Electric Boiler,EB)通过消耗电能产热,约束如(26)-(27)所示:
5)储能设备约束
电储能单元(Electricity Storage System,ESS)和热储能单元(HeatingStorage System,HSS)充放能功率在一定范围内连续可调,储能量不超过储能上下限,充能和放能 不能同时进行,并在一个调度周期内将存储的能量释放完,避免长期存储带来的能量损耗。
式(28)-(29)给出ESS约束,HSS约束可类比ESS约束,在此不再赘述。
Pt es,chPt es,dis=0 (33)
式中:Pt es,ch和Pt es,dis分别为t时刻ESS充电功率和放电功率;和分别为ESS 充放电上限;σes为ESS自放电率;ηes,ch和ηes,dis分别为ESS充放电效率;Wt ES为t时刻 ESS的储能量;W ES和分别为ESS储能量上下限。
6)功率平衡约束
能源运营商向能源用户提供电、热能源,须满足以下功率平衡约束:
Pt grid+Pt PV+Pt CHP+Pt ES,dis-Pt ES,ch=Pt LD+Pt EB (34)
7)能源定价约束
能源运营商向能源用户供能的同时,为保证能源用户的利益,还需对能源运营商制定 的能源价格进行约束,使其制定的能源平均价格不得高于能源供应商能源售价的平均价格, 具体表述如下:
其中式(36)和式(38)分别为能源运营商售电价格和售热价格上下限约束,α和分 别为能源运营商售电价格与能源供应商售电价格的比值下限和上限;β和分别为售热价格与能源供应商售热价格的比值下限和上限;式(37)和式(39)分别为售电价格和售热价格平均值约束,和分别为EP的t时刻售电价格和售热价格。
步骤203:构建园区综合能源系统用户收益模型
能源用户作为园区综合能源系统的终端用户,根据能源运营商能源价格,从能源运营 商处购买电、热(冷)、气满足自身用能需求。能源用户作为用能设备按照能源类型可分 为电负荷,如电动汽车、照明负荷等,热(冷)负荷为热水、冷水、供热负荷等。按照负 荷的可转移性和可削减性,能源用户用能负荷能够分为两大类负荷,分别为柔性负荷和刚 性负荷,其中柔性负荷能够根据能源运营商的能源价格进行响应调整,如电动汽车,供热(冷)负荷等,刚性负荷则是不受能源运营商能源价格的影响。
园区能源用户能够根据能源运营商制定能源价格调整自身用能行为,可调节的设备包 括空调、供暖阀门、电动汽车等负荷设备,其收益目标为用能成本最低,具体表达如所示:
能够看出,能源用户的用能成本与能源运营商的售能收益相同。
对于能源用户来讲,可将负荷分为刚性负荷和柔性负荷。刚性负荷不受价格影响,柔 性负荷则是对能源价格敏感的可转移负荷,即可根据能源运营商制定的能源价格从价格峰 值阶段转移到价格谷时阶段。能源用户柔性负荷:
式中:Pt LD,fixed和Pt LD,flex分别为t时刻EC的电刚性负荷和柔性负荷;和分别为t时刻EC的热刚性负荷和柔性负荷;和P t LD,flex分别为t时刻EC电 柔性负荷的可调上下限;和分别为t时刻EC热柔性负荷的可调上下限; 当Pt LD,flex>0且时,柔性负荷从其他时刻转移至该时刻,当Pt LD,flex<0且 时,柔性负荷从该时刻转出至其他时刻。
步骤204:构建考虑综合能源系统灵活性的市场互动收益模型
根据本实施例图1所示的模型框架,构建考虑综合能源系统灵活性的市场互动收益模 型如下。
一、主体博弈框架及价格引导激励机制
针对园区级市场下综合能源系统,根据上述分析可以分为配电网运营商,配气网运营 商、能源运营商和能源用户,各主体互动机制如图1、图2所示。能源运营商作为园区综合能源系统的主导者,以电能和热能售价为纽带联动参与者能源用户、配电网运营商和配气网进行系统的优化运行。下面分析各参与主体的互动机制。
(1)配电网运营商和配气网运营商作为上级能源供应商,能够分别向园区能源运营 商售卖电能和天然气,配电网运营商能够调节面向能源运营商的售电价格引导能源服务商 的用电行为,从而达到削峰,降低网损,最大化售电利润的目的;配气网运营商能够调节 面向能源运营商天然气价格引导能源运营商的用气行为,从而达到售气利润最大化的目的。 因此,能源供应商中的配电网运营商和配气网运营商通过价格信号引导能源运营商的用能 行为,两个主体因为个体理性调整售电价格和售气价格,在保证自身系统运行安全稳定的 前提下,争抢能源运营商的用能市场,构成非合作博弈关系。
(2)能源运营商为上层能源供应商和下层能源用户的中介,融合电、天然气和热能为用户提供综合能源服务,同时投资建设CHP系统并负责其运营,丰富其能源服务来源, 提高综合能源服务运营灵活性,降低能源成本,提高市场竞争能力以获取更高收益。作为 以社会资本为基础的利益主体,其运营目标即为通过协调能源来源和能源价格策略最大化运营收益。能源运营商的运营成本包括分别从电网、天然气网和热网购电、天然气和热能成本,设备维护成本和运营基本费用,其收益则为售电和售热价差收益。因此,作为配电 网运营商和配气网运营商的价格接收者,上层配电网运营商、配气网运营商和中间层能源 运营商构成了主从博弈模型。
(3)能源用户作为用能主体,随者用电智能化,能够通过自主的用能管理根绝能源运营商提供的能源价格调整自身用能行为。因此,作为能源运营商的价格接收者,能源用户和能源运营商构成了主从博弈模型。
二、考虑综合能源系统灵活性的市场互动收益模型
对于下层的园区用户来讲,能源价格是确定的,即该优化模型是线性模型。因此可转 为等价KKT最优条件,并作为中间层优化模型的约束条件,从而将三层优化模型转化为双 层优化模型,模型如式(42)所示。
min finv(X)
s.t.
G1(X)≤0 (42)
式中:finv(X)为第一层目标函数;X为第一层优化变量;fopr(Z)为第二层目标函数;Z为第二层优化变量;G2(Z,X)为第二层等式约束条件;H2(Z,X)为第二层不等式约 束条件;G1(Z,X)为第一层等式约束条件;
仅考虑能源运营商与能源用户之间的互动及价格引导激励关系时。
1、第一层模型
第一层模型控制变量为园区能源价格、购能策略。
第一层模型的目标函数为园区综合能源系统供应商盈利最大,主要包括了售电利润和 网损费用,如式(1)所示:约束条件如式(2)-(16)所示。
2、第二层模型
第二层模型控制变量为园区能源价格、购能策略、用户用能策略。
第二层模型的目标函数为园区综合能源系统供应商净收益最大化及用户成本最小化, 主要包括了售能收益和运行维护成本,如式(17)所示:约束条件如式(18)-(39)、(41)所 示。
本实施例在Matlab中使用基于该算法的SNOPT求解器对上述双层规划模型进行求解。
步骤205:求解双层优化配置问题
本实施例所构建考虑综合能源系统灵活性的市场互动收益模型为典型的非线性优化 问题,可使用MATLAB软件进行求解。具体步骤如下:
1)构建模型:使用MATLAB编写上述考虑综合能源系统灵活性的市场互动收益模型;
2)数据初始化:输入计算所需数据如电采暖系统典型日负荷及光照强度,设备经济、 技术参数等;
3)求解:使用SNOPT工具箱进行求解并输出数据。
由此基于计算机系统获得考虑综合能源系统灵活性的市场互动收益模型计算装置,包 括以下模块:
园区综合能源系统供应商收益计算模块,获取园区内部供能价格、网损、供应商购能 策略,构建园区综合能源系统供应商收益模型,确定供应商售能收益;
园区综合能源系统运营商收益计算模块,获取外部供能价格、设备容量、输出功率、 用户负荷数据,构建园区综合能源系统运营商收益模型,确定运营商定价策略及购电策略;
园区综合能源系统用户收益计算模块,获取园区综合能源系统能源价格、设备容量、 输出功率、用户负荷数据,构建园区综合能源系统用户收益模型,确定用户用能策略;
园区综合能源系统灵活性的市场互动收益优化模块,集成园区综合能源系统供应商收 益计算模块、园区综合能源系统运营商收益计算模块、园区综合能源系统用户收益计算模 块,构建园区综合能源系统灵活性的市场互动收益优化模型,使各主体收益最大化。
应用例
本应用例选取中国北方某ICES验证本发明方法的正确性及有效性。
能源供应商与能源运营商之间的博弈关系在该算例中暂不考虑,在此仅考虑能源运营 商与能源用户之间的互动及价格引导激励关系。其中能源用户为电热耦合用户,能源运营 商对ICES多能设备和可再生能源设备进行运营。其中园区的多能设备为热电联供机组CHP, GB,EB,ESS和HSS,ICES系统相关参数如表2所示。
表2 ICES能源转换设备参数
考虑到ICES全年实际运行情况,选取过渡季、夏季和冬季典型日的光照数据和负荷 数据,各典型日电/热负荷曲线如图3,4所示,能源供应商对能源采用分时电价,如图5所示。天然气价格为2.53元/m3,折算为0.26元/kWh。
为充分体现考虑市场多主体及其博弈行为对ICES运行调控的影响及所提方法的有效 性,算例设置两个场景进行对比分析:
场景一:考虑能源运营商与能源用户进行博弈,园区各参与主体的收益;
场景二:不考虑能源运营商与能源用户博弈,园区各参与主体的收益。
1)引导激励价格结果分析
图6、图7分别给出的增量配网运营商能源价格曲线,图内从左至右依次是运营商在 过渡季、夏季、冬季制定的能源价格,运营商将峰值能源价格制定在能源用户负荷峰时阶 段,主要有两方面原因,一方面原因是在负荷峰时阶段获取更多的收益,另一方面原因是 引导能源用户将峰时柔性负荷转移至能源价格谷时阶段,减少外部电网高价时段运营商从 外部电网购买的电量。
2)园区主体经济效益结果分析
对于增量配网运营商来讲,由图8可知,与场景一相比,场景二中从上级电网的年购 电成本降低了4.92万元,降幅为1.44%;从上级气网的年购气成本减少了16.21万元,降幅为4.65%;年维护成本增加了1.93万元,增幅为3.06%。
对于能源用户来讲,由图9可知,与场景一相比,场景二中的EC年购电费用降低了28.03万元,购热费用增加2.64万元,总费用降低25.39万元。其原因是能源用户根据 增量配网运营商制定的能源价格调整自身的用能策略,将柔性负荷转移到价格谷时阶段, 以降低其用能成本。
基于该ICES的优化结果证明了本发明提供装置的有效性,结论如下:
研究了综合能源系统需求侧运行灵活性,研究了园区级市场下综合能源系统参与主体 及其互动机制,构建了园区及综合能源系统供应商、运行商、用户的多主体收益模型。
1)该模型能够考虑园区能源市场不同参与主体不同利益诉求,包括能源供应商、能 源运营上和能源用户的收益,并且该模型将激励价格转化为优化的决策变量来最大化能源 运营商的收益,降低了园区综合能源系统的运行成本;
2)该模型的优化约束将考虑能源用户不同类型灵活性资源对能源价格的响应程度, 以最小化能源用户的用能成本。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产 品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。
本发明实施例对各器件的型号除做特殊说明的以外,其他器件的型号不做限制,只要 能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号 仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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。
本专利不局限于上述最佳实施方式,任何人在本专利的启示下都可以得出其它各种形 式的考虑综合能源系统灵活性的市场互动收益模型计算装置,凡依本发明申请专利范围所 做的均等变化与修饰,皆应属本专利的涵盖范围。
Claims (10)
1.一种考虑综合能源系统灵活性的市场互动收益模型计算装置,基于计算机系统,其特征在于,包括:
园区综合能源系统供应商收益计算模块,用于获取园区内部供能价格、网损、供应商购能策略,构建园区综合能源系统供应商收益模型,确定供应商售能收益;
园区综合能源系统运营商收益计算模块,用于获取外部供能价格、设备容量、输出功率、用户负荷数据,构建园区综合能源系统运营商收益模型,确定运营商定价策略及购电策略;
园区综合能源系统用户收益计算模块,用于获取园区综合能源系统能源价格、设备容量、输出功率、用户负荷数据,构建园区综合能源系统用户收益模型,确定用户用能策略;
园区综合能源系统灵活性的市场互动收益优化模块,用于集成园区综合能源系统供应商收益计算模块、园区综合能源系统运营商收益计算模块、园区综合能源系统用户收益计算模块,构建园区综合能源系统灵活性的市场互动收益优化模型,通过计算使各主体收益最大化;
所述园区综合能源系统灵活性的市场互动收益优化模型的上层为园区综合能源系统供应商,以一定的能源价格向能源运营商提供能源;中间层以最大化园区综合能源系统运营商净收益为目标函数,求解能源运营商售能价格及总成本;下层以最小化园区综合能源系统用户成本为目标函数,求解能源用户用能策略。
2.根据权利要求1所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:所述园区综合能源系统供应商收益模型具体包括:
上级配电网模型:
上级配电网主体的收益模型为盈利最大,包括售电利润和网损费用,其目标函数可表示为:
其中,第一项为配电网运营商向终端园区综合能源系统售电利润,第二项为配电网网损费用;为t时刻配电网电价,Pt e,g为上级配电网t时刻售卖给能源运营商的电能,Pt e,loss为配电网的网损,rt e为能源运营商制定的t时刻电价;
配电网主体的网络节点功率平衡通过DistFlow模型进行刻画,如(2)-(3)所示,节点降落方程如(4)所示,支路电流与功率关系如(5)所示:
式中,Δj为配电网中以j为末端节点的支路首端节点集合;Ωj为配电网中以j为首端节点的支路末端节点集合;rij、xij分别为线路ij的电阻、电抗值;Iij,t为t时刻线路ij电流;Vi,t为t时刻节点i的电压;和分别为t时刻上级电网通过节点j向配电网输送的有功功率和无功功率;Pij,t和Qij,t分别为t时刻配电网线路ij的有功功率和无功功率;和分别为t时刻节点j的有功负荷和无功负荷;Pjk,t和Qjk,t分别为t时刻配电网线路jk的有功功率和无功功率;
由于配电线路的传输容量有一定的上限,故对配电线路的电流上下界进行如(6)所示的约束;配电网节点电压其上下界的约束如(7)所示:
Vi min≤Vi,t≤Vi max (7)
配电网运营商以批发电价从上级电网购买电能,并向配电网区域内的电力用户出售电力;为保证配电网区域内电力用户的利益,对配电网运营商面向电力用户的电力价格进行约束:
式中,和α分别为配电网运营商售电价格和购电价格比值的上限和下限;式(8)给出了配电网运营商售电价格上下限约束;式(9)使得优化时段T内配电网区域电力用户的平均购电价格低于直接从外网的购电价格;为t时刻配电网电价,上标min和max分别代表最大值和最小值;
上级配气网模型:
配气网运营商参与园区级市场目标为盈利最大为目标,其目标函数表达为:
配气网主要是由天然气传输管道和天然气负荷组成,在运行过程中存在以下几类约束:
1)节点能量平衡约束
配气网的运行必须满足能量的节点平衡守恒规律,配气网的节点平衡代表了流入天然气节点的气量等于流出节点的气量,如(11)所示:
式中,Δm为配气网中以m为末端节点的支路首端节点集合;Ωm为配气网中以m为首端节点的支路末端节点集合;Gmn,t为t时刻配气网传输管道mn段的流量;Grm,t为t时刻配气网传输管道rm段的流量;为t时刻注入m节点的天然气量;为t时刻m节点的天然气负荷;
2)配气网潮流约束
在考虑配电网系统的日前优化运行,其调度时间时间尺度较长的情况下,可忽略天然气的传输慢惯性;对天然气配气系统采用天然气系统稳态模型,管道中的天然气潮流可以利用节点气压和管道特性的非线性关系来表示:在一定供气压力要求下,使用Weymouth方程对天然气潮流进行近似化出力,如所示(12)所示;天然气管道的传输容量将收到其上下界的限制,如(13)所示;配气网的节点气压将受到其上下界的限制,如(14)所示;并忽略压缩机的影响:
3)天然气价格约束
配气网运营商以批发天然气价格从上级输气网购买天然气,并以天然气零售价格出售给配气网区域内的天然气用户;为保证配气网区域内燃气用户的利益,需要对配气网面向燃气用户的零售气价进行约束:
3.根据权利要求2所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:所述园区综合能源系统运营商收益模型具体包括:
园区能源运营商在园区级综合能源系统中的角色为能源供应商和能源用户的中间商;通过从能源供应商,即上级配电网和上级配气网处购买电力、天然气,园区能源运营商能够经由园区综合能源系统中的能源转换设备,在满足园区能源用户的电、热或冷、气的负荷需求的前提下获取合理的收益和投资回报;
设园区综合能源运营商的收益目标为盈利最大,其目标函数为:
max CPro-COM(17)
其中,CPro为售能收益;COM为运行维护成本;CPro具体可表示为:
运行维护成本由三部分组成:配电网购电费用,配气网购气费用和设备维护费用,COM具体可表示为:
能源运营商的约束条件由能源设备约束、能量平衡约束和能源价格约束三部分构成;
典型园区能源运营商能源设备包括热电联产机组,光伏、燃气锅炉、电热锅炉和储能设备:
1)热电联产机组约束
热电联产CHP机组通过消耗天然气产生电能和热能,其运行约束为:
式中:Pt CHP和分别为t时刻CHP机组电出力和热出力;和PCHP分别为CHP机组出力上下限;ft CHP为d日t时刻CHP机组消耗的天然气;为CHP机组天然气发电效率;为天然气机组热电比;CapCHP为CHP容量;
2)光伏约束
光伏PV出力约束如(23)所示:
式中:Pt PV为t时刻PV出力;λPV为PV降额系数,取0.9;Gt为t时刻光照强度;GSTC为标准测试条件下光照强度,取1kW/m2;CapPV为光伏容量;
3)燃气锅炉约束
燃气锅炉GB通过消耗天然气产热,约束如(24)所示:
4)电热锅炉约束
电热锅炉EB通过消耗电能产热,约束如(26)-(27)所示:
5)储能设备约束
电储能单元ESS的充放能功率在一定范围内连续可调,储能量不超过储能上下限,充能和放能不能同时进行,并在一个调度周期内将存储的能量释放完,由此,通过式(28)-(29)给出ESS约束:
Pt es,chPt es,dis=0 (33)
式中:Pt es,ch和Pt es,dis分别为t时刻ESS充电功率和放电功率;和分别为ESS充电和放电上限;σes为ESS自放电率;ηes,ch和ηe,dis分别为ESS充电和放电效率;为ESS的储能量;WES和分别为ESS储能量上限和下限;CapESS为ESS容量;为ESS规划容量上限;
热储能单元HSS的约束采用与ESS约束相同的规则;
6)功率平衡约束
能源运营商向能源用户提供电、热能源,须满足以下功率平衡约束:
Pt grid+Pt PV+Pt CHP+Pt ES,dis-Pt ES,ch=Pt LD+Pt EB (34)
7)能源定价约束
能源运营商向能源用户供能的同时,为保证能源用户的利益,还需对能源运营商制定的能源价格进行约束,使其制定的能源平均价格不得高于能源供应商能源售价的平均价格,具体表述如下:
4.根据权利要求3所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:所述园区综合能源系统用户收益模型具体包括:
设园区能源用户能够根据能源运营商制定能源价格调整自身用能行为,可调节的设备包括各类负荷设备,其收益目标为用能成本最低,具体表达如所示:
能源用户的用能成本与能源运营商的售能收益相同;
对于能源用户,将负荷分为刚性负荷和柔性负荷;其中,刚性负荷不受价格影响,柔性负荷则是对能源价格敏感的可转移负荷,即可根据能源运营商制定的能源价格从价格峰值阶段转移到价格谷时阶段;能源用户柔性负荷表示为:
5.根据权利要求1所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:在所述园区综合能源系统灵活性的市场互动收益优化模型中:
配电网运营商和配气网运营商作为上级能源供应商构成非合作博弈关系;
能源运营商作为配电网运营商和配气网运营商的价格接收者,上层配电网运营商、配气网运营商和中间层能源运营商构成主从博弈模型;
能源用户作为能源运营商的价格接收者,能源用户和能源运营商构成主从博弈模型。
6.根据权利要求4所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:
对于下层的园区用户来讲,能源价格是确定的,即对应的优化模型是线性模型,将其转为等价KKT最优条件,并作为中间层优化模型的约束条件,从而将三层优化模型转化为双层优化模型,模型如式(42)所示:
min finv(X)
s.t.
G1(X)≤0 (42)
式中:finv(X)为第一层目标函数;X为第一层优化变量;fopr(Z)为第二层目标函数;Z为第二层优化变量;G2(Z,X)为第二层等式约束条件;H2(Z,X)为第二层不等式约束条件;G1(Z,X)为第一层等式约束条件;
仅考虑能源运营商与能源用户之间的互动及价格引导激励关系时:
1、第一层模型
第一层模型控制变量为园区能源价格、购能策略;
第一层模型的目标函数为园区综合能源系统供应商盈利最大,包括售电利润和网损费用,如式(1)所示:约束条件如式(2)-(16)所示;
2、第二层模型
第二层模型控制变量为园区能源价格、购能策略、用户用能策略;
第二层模型的目标函数为园区综合能源系统供应商净收益最大化及用户成本最小化,包括售能收益和运行维护成本,如式(17)所示:约束条件如式(18)-(39)、(41)所示。
7.根据权利要求6所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:所述园区综合能源系统灵活性的市场互动收益优化模块通过调用Matlab中的SNOPT求解器对所述双层优化模型进行求解。
8.一种考虑综合能源系统灵活性的市场互动收益模型计算装置,基于计算机系统,其特征在于,包括:
园区综合能源系统供应商收益模型、园区综合能源系统运营商收益模型和园区综合能源系统用户收益模型;
以及关联以上三个模型的园区综合能源系统灵活性的市场互动收益优化模型,其第一层以最大化园区综合能源系统供应商盈利为目标函数,第二层以运营商盈利最大为目标函数,将用户收益转化为约束;通过求解园区综合能源系统灵活性的市场互动收益优化模型,输出能源定价策略和购售能方案。
9.根据权利要求8所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:在所述园区综合能源系统供应商收益模型中,同时考虑上级配电网和上级配气网,收益模型为盈利最大;对所述上级配电网中配电网主体的网络节点功率平衡通过DistFlow模型进行刻画,对配电线路的电流上下界进行节点电压上下界的约束,对配电网运营商面向电力用户的电力价格进行约束;对所述上级配气网进行节点能量平衡约束、配气网潮流约束和天然气价格约束;其中,在配气网潮流约束中,使用Weymouth方程对天然气潮流进行近似化出力;
在所述园区综合能源系统运营商收益模型中,设园区综合能源运营商的收益目标为盈利最大,并进行能源设备约束、能量平衡约束和能源价格约束;
在所述园区综合能源系统用户收益模型中,设园区能源用户能够根据能源运营商制定能源价格调整自身用能行为,其收益目标为用能成本最低;并将负荷分为刚性负荷和柔性负荷,刚性负荷不受价格影响,柔性负荷则是对能源价格敏感的可转移负荷,即可根据能源运营商制定的能源价格从价格峰值阶段转移到价格谷时阶段。
10.根据权利要求9所述的考虑综合能源系统灵活性的市场互动收益模型计算装置,其特征在于:所述园区综合能源系统灵活性的市场互动收益优化模型通过Matlab进行建模,并采用SNOPT求解器对双层优化模型进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210441541.2A CN115099550A (zh) | 2022-04-25 | 2022-04-25 | 考虑综合能源系统灵活性的市场互动收益模型计算装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210441541.2A CN115099550A (zh) | 2022-04-25 | 2022-04-25 | 考虑综合能源系统灵活性的市场互动收益模型计算装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115099550A true CN115099550A (zh) | 2022-09-23 |
Family
ID=83287360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210441541.2A Pending CN115099550A (zh) | 2022-04-25 | 2022-04-25 | 考虑综合能源系统灵活性的市场互动收益模型计算装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099550A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117081169A (zh) * | 2023-08-17 | 2023-11-17 | 四川大学 | 一种聚合园区分布式光伏能源的运营方法 |
CN117993740A (zh) * | 2024-04-03 | 2024-05-07 | 国网山西省电力公司营销服务中心 | 一种计及n-1故障失负荷成本的多元配电网配置方法 |
-
2022
- 2022-04-25 CN CN202210441541.2A patent/CN115099550A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117081169A (zh) * | 2023-08-17 | 2023-11-17 | 四川大学 | 一种聚合园区分布式光伏能源的运营方法 |
CN117081169B (zh) * | 2023-08-17 | 2024-02-23 | 四川大学 | 一种聚合园区分布式光伏能源的运营方法 |
CN117993740A (zh) * | 2024-04-03 | 2024-05-07 | 国网山西省电力公司营销服务中心 | 一种计及n-1故障失负荷成本的多元配电网配置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Majidi et al. | Optimal robust operation of combined heat and power systems with demand response programs | |
Tan et al. | Multi-scenario operation optimization model for park integrated energy system based on multi-energy demand response | |
Mianaei et al. | Chance-constrained programming for optimal scheduling of combined cooling, heating, and power-based microgrid coupled with flexible technologies | |
Yang et al. | A two-stage optimization model for Park Integrated Energy System operation and benefit allocation considering the effect of Time-Of-Use energy price | |
Hawkes et al. | Modelling high level system design and unit commitment for a microgrid | |
Li et al. | Double-layer energy management system based on energy sharing cloud for virtual residential microgrid | |
Miao et al. | Improved gray wolf optimization algorithm for solving placement and sizing of electrical energy storage system in micro-grids | |
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 | |
Tan et al. | Feasibility study on the construction of multi-energy complementary systems in rural areas—Eastern, central, and western parts of China are taken as examples | |
Pezhmani et al. | A centralized stochastic optimal dispatching strategy of networked multi-carrier microgrids considering transactive energy and integrated demand response: Application to water–energy nexus | |
Cao et al. | Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response | |
Zhang et al. | Optimizing the planning of distributed generation resources and storages in the virtual power plant, considering load uncertainty | |
Lin et al. | Capacity planning of micro energy grid using double-level game model of environment-economic considering dynamic energy pricing strategy | |
Deng et al. | Optimal scheduling for combined district heating and power systems using subsidy strategies | |
CN115660343A (zh) | 面向碳中和的城市综合能源发展规划方法 | |
Azimi et al. | Optimal operation of integrated energy systems considering demand response program | |
Taghizadegan et al. | Dominated GSO algorithm for optimal scheduling of renewable microgrids with penetration of electric vehicles and energy storages considering DRP | |
Karami et al. | Retailer energy management of electric energy by combining demand response and hydrogen storage systems, renewable sources and electric vehicles | |
CN115099550A (zh) | 考虑综合能源系统灵活性的市场互动收益模型计算装置 | |
Mahoor et al. | Smart energy management for a micro-grid with consideration of demand response plans | |
Mohseni et al. | A game-theoretic approach to model interruptible loads: application to micro-grid planning | |
Shah et al. | Optimization solutions for demand side management and monitoring | |
Li et al. | Multi-agent schedule optimization method for regional energy internet considering the improved tiered reward and punishment carbon trading model | |
Feng et al. | Economic research on application of electric heating system based on game theory | |
Zhang et al. | Optimal Scheduling Strategies of the Virtual Power Plant Considering Different Development Stages of the Electricity Market |
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 |