CN115238987A - 计及多类型低碳因素与需求响应的能效提升调度方法 - Google Patents

计及多类型低碳因素与需求响应的能效提升调度方法 Download PDF

Info

Publication number
CN115238987A
CN115238987A CN202210851775.4A CN202210851775A CN115238987A CN 115238987 A CN115238987 A CN 115238987A CN 202210851775 A CN202210851775 A CN 202210851775A CN 115238987 A CN115238987 A CN 115238987A
Authority
CN
China
Prior art keywords
energy
gas
representing
carbon
hydrogen
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210851775.4A
Other languages
English (en)
Inventor
马喜平
梁琛
李亚昕
郑伟
董晓阳
马彦宏
杨军亭
常鸿
韩旭杉
徐瑞
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.)
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power Co Ltd
Original Assignee
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu 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 STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE, State Grid Gansu Electric Power Co Ltd filed Critical STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202210851775.4A priority Critical patent/CN115238987A/zh
Publication of CN115238987A publication Critical patent/CN115238987A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Fuel Cell (AREA)

Abstract

本发明公开了计及多类型低碳因素与需求响应的能效提升调度方法，以购能成本、碳排放成本、设备运维成本及弃风惩罚成本最小的低碳经济运行目标，通过引入各类低碳手段以及利用储能和需求响应，需求响应从荷侧进一步提升综合能源系统的运行性能，通过调整实时电价优化机组出力，同时计及电力和天然气的可替代性，实现负荷的削峰填谷，充分消纳风电，减少碳排放，降低系统的运行成本。

Description

计及多类型低碳因素与需求响应的能效提升调度方法
技术领域
本发明属于综合能源系统调度技术领域，具体涉及计及多类型低碳因素与需求响应的能效提升调度方法。
背景技术
目前综合能源系统调度面临的主要问题是如何利用各类资源的运行控制特性，发挥其优势互补能力，在最大化消纳可再生能源的前提下，提高综合能源系统的各项能效。其中，引入多类型低碳因素与挖掘荷-储资源的灵活性是实现能效提升目标的两个重要方面。
设立阶梯型碳交易机制，引导清洁机组多发，实现碳减排的目标。在低碳技术层面，碳捕集与封存技术通过将常规火电机组改造成排放强度显著降低的碳捕集机组，其运行灵活性显著提高，爬坡速率更快，调峰能力更大，成为风电的理想配合电源。电转气是综合能源系统的重要支撑技术之一，通过细化电转气的两阶段运行过程，优先在制氢环节高品位利用氢能，降低能量的梯级利用造成的损耗，通过电-气网络的深度融合，为解决弃风减排问题提供了新的途径。
需求响应从荷侧进一步提升综合能源系统的运行性能，通过调整实时电价优化机组出力，同时计及电力和天然气的可替代性，通过引导用户合理调节负荷，提高系统的经济性与低碳性。现有技术主要集中在单一低碳因素上，仍无法突破现有设备碳捕集率较低、碳封存方法既不经济又有泄露风险的局限，也尚未完全发挥荷储侧灵活性资源对IES低碳经济运行的促进作用。鲜有在低碳背景下，分析制定碳交易政策，充分考虑多种低碳因素联合作用及荷-储灵活性资源共同参与对提高IES风电消纳率，降低碳排放，减少运行成本方面产生的影响。
发明内容
本发明的目的是提供计及多类型低碳因素与需求响应的能效提升调度方法，能够实现负荷的削峰填谷，充分消纳风电，减少碳排放，降低系统的运行成本。
本发明所采用的技术方案是，计及多类型低碳因素与需求响应的能效提升调度方法，具体按照以下步骤实施：
步骤1、根据综合能源系统的实际情况建立综合能源系统优化调度模型，包括热电联产机组模型、燃气锅炉模型、碳捕集电厂模型以及电、热、气储能设备模型；
步骤2、精细化电转气模型，构建阶梯型碳交易机制模型，将精细化后的电转气模型与阶梯型碳交易机制模型、碳捕集电厂模型耦合，形成低碳联合运行模式；
步骤3、建立需求响应机制，根据负荷在时间轴上可调整的方式，以及用能种类的关系，将需求响应分为价格型需求响应和替代型需求响应；
步骤4、将低碳联合运行模式以及需求响应机制加入综合能源系统优化调度模型中，以综合能源系统总运行成本最低为优化目标，结合约束条件建立调度模型，将综合能源系统内部的电、热、气负荷与风机输入功率预测结果输入调度模型，得到风电消纳率、碳交易成本、实际碳排放量、总运行成本以及负荷波动量作为调度结果。
本发明的特点还在于：
步骤1具体过程为：
1)建立热电联产机组出力数学模型如下：
Figure BDA0003754921700000031
其中，PCHP,e(t)表示t时段热电联产机组输出的电功率；PCHP,g(t)表示t时段热电联产机组输入的天然气功率；ηCHP表示热电联产机组的电转换效率；
Figure BDA0003754921700000032
Figure BDA0003754921700000033
分别表示热电联产机组输入的天然气功率上下限；
Figure BDA0003754921700000034
分别表示热电联产机组输入的天然气爬坡功率上下限；
热电联产机组通过余热锅炉的余热输出热能，热电比ξCHP表示t时段热电联产机组输出的热功率与电功率的比值，即
Figure BDA0003754921700000035
其中，PCHP,h(t)表示t时段热电联产机组输出的热功率；
Figure BDA0003754921700000036
分别表示热电联产机组的热电比上下限；
2)建立燃气锅炉出力数学模型如下：
Figure BDA0003754921700000037
其中，PGB,h(t)表示时段t内燃气锅炉输出的热功率；PGB,g(t)表示时段t内燃气锅炉输入的天然气功率；ηGB表示燃气锅炉的热转换效率；
Figure BDA0003754921700000038
分别表示热电联产机组输入的天然气功率上下限；
Figure BDA0003754921700000039
分别表示热电联产机组输入的天然气爬坡功率上下限；
3)碳捕集电厂对传统火电厂进行低碳化改造，利用碳捕集与封存将化石燃料燃烧生成气体中的CO2进行分离富集，捕集到的CO2一部分被封存，一部分供应给甲烷反应器，其出力数学模型如下：
Figure BDA0003754921700000041
Figure BDA0003754921700000042
其中，PPGU,e(t)表示时段t内火电机组出力，
Figure BDA0003754921700000043
分别表示火电机组出力上下限；
Figure BDA0003754921700000044
分别表示火电机组爬坡出力上下限；
Figure BDA0003754921700000045
表示时段t内火电机组排放的CO2量；a3、b3、c3表示火电供能碳排放系数，μCCS表示碳捕效率；
Figure BDA0003754921700000046
表示碳捕集系统捕获的CO2量；λCCS表示碳捕集系统的单位捕集CO2消耗的电功率；
Figure BDA0003754921700000047
表示碳捕集系统捕集CO2消耗的电功率；
Figure BDA0003754921700000048
表示经碳捕集系统处理后供应给MR的CO2量；
Figure BDA0003754921700000049
表示经碳捕集系统处理后封存的CO2量；
由于电储能、热储能与气储能设备模型近似，因此对电、热、气储能统一建模，统一建模表示为：
Figure BDA00037549217000000410
其中，T表示调度周期；
Figure BDA0003754921700000051
分别表示第n种储能装置时段t 内的充放能功率；
Figure BDA0003754921700000052
分别表示第n种储能装置的充放能功率上限；
Figure BDA0003754921700000053
均为二进制变量，
Figure BDA0003754921700000054
表示充能，
Figure BDA0003754921700000055
表示放能， EES,n(t)表示第n种储能装置的容量；
Figure BDA0003754921700000056
分别表示第n种储能装置的容量上下限；
Figure BDA0003754921700000057
分别表示第n种储能装置的充放能效率。
步骤2中电转气模型包括电解槽模型、甲烷反应器模型、氢燃料电池模型、储氢罐模型，步骤2精细化电转气模型具体过程为：
1)电解槽将电能转换为氢能，采用质子交换电解制氢，电解槽模型表达式如下：
Figure BDA0003754921700000058
其中，
Figure BDA00037549217000000512
表示t时段电解槽产氢物质的量；nELN表示电解槽的额定容量； PEL,e(t)表示t时段电解槽输入的电功率；PEL,eN(t)表示t时段电解槽输入电功率的额定值；
Figure BDA0003754921700000059
表示电解槽效率函数；aEL、bEL、cEL表示效率函数系数；
Figure BDA00037549217000000510
分别表示t时段电解槽输入电功率的上下限；
Figure BDA00037549217000000511
分别表示t 时段电解槽输入爬坡电功率的上下限；
2)甲烷反应器模型：
经电解槽转化的氢能进入甲烷反应器，与CO2一定比例混合后，经过催化放热反应转化为甲烷注入天然气系统，供应给气负荷、热电联产机组和燃气锅炉，多余氢能注入储氢罐，甲烷反应器数学模型如下：
Figure BDA0003754921700000061
其中，PMR,g(t)表示t时段甲烷反应器输出的天然气功率；
Figure BDA0003754921700000062
表示t时段甲烷反应器消耗的氢的物质的量；Hg表示天然气低热值；γg表示氢气转化为天然气的折算系数；κg表示天然气管道单位m3所对应的气体质量；
Figure BDA0003754921700000063
分别表示甲烷反应器消耗氢物质的量的上下限；
Figure BDA0003754921700000064
分别表示甲烷反应器消耗氢物质的量的爬坡上下限；
3)氢燃料电池模型表示为：
Figure BDA0003754921700000065
其中，NHFC表示氢燃料电池串联的个数，Vcell表示单电池的输出电压；VHFC表示串联氢燃料电池组的输出电压；iHFC(t)表示串联氢燃料电池组的输出电流；
Figure BDA0003754921700000066
表示t时段氢燃料电池消耗的氢的物质的量；F表示法拉第常数，
Figure BDA00037549217000000610
表示氢气的摩尔质量，PHFC,e(t)表示氢燃料电池输出的电功率；PHFC,h(t)表示氢燃料电池输出的热功率；ξHFC表示氢燃料电池的热电比；
Figure BDA0003754921700000067
其中，
Figure BDA0003754921700000068
分别表示氢燃料电池消耗氢的物质的量上下限；
Figure BDA0003754921700000069
Figure BDA0003754921700000071
分别表示氢燃料电池消耗氢物质的量的爬坡上下限；
4)储氢罐模型表示为：
Figure BDA0003754921700000072
其中，T表示调度周期；
Figure BDA0003754921700000073
分别表示储氢罐t时段充放氢的物质的量；
Figure BDA0003754921700000074
分别表示储氢罐的充放氢的物质的量上限；
Figure BDA0003754921700000075
Figure BDA0003754921700000076
均为二进制变量，
Figure BDA0003754921700000077
表示储氢，
Figure BDA0003754921700000078
表示放氢，
Figure BDA0003754921700000079
表示储氢罐t时段的容量；
Figure BDA00037549217000000710
分别表示储氢罐的容量上下限。
步骤3具体过程为：
价格型需求响应通过不同时段的购电、购气价格的差别引导价格敏感用户调整用能行为，实现削峰填谷，电、气负荷的价格型需求响应模型如下式所示：
Figure BDA00037549217000000711
其中，
Figure BDA00037549217000000712
表示价格型需求响应后的负荷；
Figure BDA00037549217000000713
表示可削减初始负荷；
Figure BDA00037549217000000714
表示可转移初始负荷；
Figure BDA00037549217000000715
表示可削减负荷变化量；
Figure BDA00037549217000000716
表示可转移负荷变化量；
对替代型需求响应进行建模：
Figure BDA00037549217000000717
Figure BDA0003754921700000081
Figure BDA0003754921700000082
Figure BDA0003754921700000083
其中，
Figure BDA0003754921700000084
和
Figure BDA0003754921700000085
分别表示ABDR前综合能源系统的电负荷和气负荷；
Figure BDA0003754921700000086
和
Figure BDA0003754921700000087
分别表示ABDR后系统的电负荷和气负荷；
Figure BDA0003754921700000088
和
Figure BDA0003754921700000089
分别表示电和气的单位热值；le和lg分别表示电和气的能源利用率；
Figure BDA00037549217000000810
和
Figure BDA00037549217000000811
分别表示替代电负荷与气负荷；
系统参与替代型需求响应的负荷量需满足以下约束：
Figure BDA00037549217000000812
其中，
Figure BDA00037549217000000813
和
Figure BDA00037549217000000814
分别表示可参与ABDR的最小、最大电负荷；
Figure BDA00037549217000000815
和
Figure BDA00037549217000000816
分别表示可参与ABDR的最小、最大气负荷；
需求响应后的电、气负荷表示为：
Figure BDA00037549217000000817
其中，Pload,e(t)、Pload,g(t)分别表示t时段系统的电负荷、气负荷。
步骤4中综合能源系统总运行成本包括弃风惩罚成本、购能成本、设备运维成本以及碳交易成本。
步骤4中综合能源系统总运行成本最低为优化目标获得目标函数表示为：
Figure BDA00037549217000000818
式中，C表示综合能源系统总运行成本，CWT,cut表示弃风惩罚成本，Cbuy表示购能成本，Com表示设备运维成本，
Figure BDA00037549217000000819
表示碳交易成本。
步骤4中约束条件包括平衡约束、设备运行约束、储能运行约束、购能约束。
弃风惩罚成本、购能成本、设备运维成本以及碳交易成本的具体表达式为：
1)弃风惩罚成本表示为：
Figure BDA0003754921700000091
其中，δWT,cut表示单位弃风惩罚成本；PWTI,e(t)表示t时段综合能源系统的风电输入功率；PWT,e(t)表示t时段综合能源系统消纳的风电功率；
2)购能成本表达式为：
Figure BDA0003754921700000092
其中，δbuy,e(t)表示t时段的电价；Pbuy,e(t)表示t时段综合能源系统的购电功率；δbuy,g(t)表示t时段的气价；Pbuy,g(t)表示t时段综合能源系统的购气功率；
3)设备运维成本
Figure BDA0003754921700000093
其中，OCHP、OGB、OPGU、OEL、OMR、OHFC分别表示热电联产、燃气锅炉、火电机组、电解槽、甲烷反应器、氢燃料电池的单位运维成本；
4)碳交易成本通过构建阶梯型碳交易成本的计算模型计算为公式(17)。平衡约束、设备运行约束、储能运行约束、购能约束具体表达式为：
1)平衡约束为：
电、热、气、氢分别满足的平衡约束如下：
Figure BDA0003754921700000101
Figure BDA0003754921700000102
Figure BDA0003754921700000103
Figure BDA0003754921700000104
其中，Pload,e(t)表示t时段综合能源的电负荷功率；Pload,e(t)表示t时段的热负荷功率；Pload,g(t)表示t时段的气负荷功率；PWT,e表示t时段的消纳的风电输入功率；
2)设备运行约束为：
风机：
0≤PWT,e(t)≤PWTI,e(t) (33)
热电联产机组：式(1)-(2)；
燃气锅炉：式(3)；
碳捕集电厂：式(4)-(5)；
电解槽：式(7)；
甲烷反应器：式(8)；
氢燃料电池：式(9)；
3)储能运行约束
电、热、气储能设备：式(6)；
储氢罐:式(10)；
4)购能约束：
Figure BDA0003754921700000111
其中，
Figure BDA0003754921700000112
分别表示t时段的购电、购气限值。
本发明有益效果是：
1)在综合能源系统中引入碳捕集电厂、电转气设备以及碳交易机制后，通过设置合理参数，使得系统总运行成本和碳排放量降低，风电消纳率提高。
2)将电转气过程精细化建模后，在促进风电消纳的同时，能够发挥氢能高能效的优势，同时减少能量的梯级损耗，综合能源系统内多元储能实现了多种能源的存储与再分配，有助于平抑风电随机性造成的负荷波动。
3)引入需求响应后，促进了电、气负荷的时域调配，负荷波动减少，实现了负荷的“削峰填谷”，在综合能源系统中计及多种类型低碳因素的前提下，需求响应与多元储能相配合，进一步降低了系统的总运行成本和碳排放量，提高了风电消纳率。
附图说明
图1是本发明计及多类型低碳因素与需求响应的能效提升调度方法流程图；
图2是本发明中综合能源系统架构图。
图3是本发明中需求响应机制图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明计及多类型低碳因素与需求响应的能效提升调度方法，如图1所示，从双重角度出发提升综合能源系统能效：其一，加入低碳技术、设备及政策，设计一种在综合能源系统中计及碳捕集、电转气设备以及碳交易机制的联合运行模式；其二，充分挖掘荷-储灵活性资源，针对综合能源系统多能耦合的特点，引入多元储能，如蓄电池、蓄热罐等，利用可控负荷的特性，推行需求响应机制。为了有效评估调度结果，提出风电消纳率、碳交易成本、实际碳排放量、总运行成本和负荷波动量五种能效指标；具体按照以下步骤实施：
步骤1、综合能源系统如图2所示，根据综合能源系统的实际情况建立综合能源系统优化调度模型，包括热电联产机组模型、燃气锅炉模型、碳捕集电厂模型以及电、热、气储能设备模型；具体过程为：
1)建立热电联产机组出力数学模型如下：
Figure BDA0003754921700000121
其中，PCHP,e(t)表示t时段热电联产机组输出的电功率；PCHP,g(t)表示t时段热电联产机组输入的天然气功率；ηCHP表示热电联产机组的电转换效率；
Figure BDA0003754921700000122
Figure BDA0003754921700000123
分别表示热电联产机组输入的天然气功率上下限；
Figure BDA0003754921700000124
分别表示热电联产机组输入的天然气爬坡功率上下限；
热电联产机组通过余热锅炉的余热输出热能，热电比ξCHP表示t时段热电联产机组输出的热功率与电功率的比值，即
Figure BDA0003754921700000125
其中，PCHP,h(t)表示t时段热电联产机组输出的热功率；
Figure BDA0003754921700000126
分别表示热电联产机组的热电比上下限；
2)建立燃气锅炉出力数学模型如下：
Figure BDA0003754921700000131
其中，PGB,h(t)表示时段t内燃气锅炉输出的热功率；PGB,g(t)表示时段t内燃气锅炉输入的天然气功率；ηGB表示燃气锅炉的热转换效率；
Figure BDA0003754921700000132
分别表示热电联产机组输入的天然气功率上下限；
Figure BDA0003754921700000133
分别表示热电联产机组输入的天然气爬坡功率上下限；
3)碳捕集电厂对传统火电厂进行低碳化改造，利用碳捕集与封存将化石燃料燃烧生成气体中的CO2进行分离富集，捕集到的CO2一部分被封存，一部分供应给甲烷反应器，其出力数学模型如下：
Figure BDA0003754921700000134
Figure BDA0003754921700000135
其中，PPGU,e(t)表示时段t内火电机组出力，
Figure BDA0003754921700000136
分别表示火电机组出力上下限；
Figure BDA0003754921700000137
分别表示火电机组爬坡出力上下限；
Figure BDA0003754921700000138
表示时段t内火电机组排放的CO2量；a3、b3、c3表示火电供能碳排放系数，μCCS表示碳捕效率；
Figure BDA0003754921700000139
表示碳捕集系统捕获的CO2量；λCCS表示碳捕集系统的单位捕集CO2消耗的电功率；
Figure BDA00037549217000001310
表示碳捕集系统捕集CO2消耗的电功率；
Figure BDA00037549217000001311
表示经碳捕集系统处理后供应给MR的CO2量；
Figure BDA00037549217000001312
表示经碳捕集系统处理后封存的CO2量；
目前综合能源系统中，电储能主要有电池储能和超级电容等，热储能主要包括水蓄热、相变蓄热等，气储能主要有储气罐、气井等，这三种储能均是通过能源价格的变化，进行合理的充放电工作，增强电网运行稳定性，实现削峰填谷，降低系统运行成本。由于电储能、热储能与气储能设备模型近似，因此对电、热、气储能统一建模，统一建模表示为：
Figure BDA0003754921700000141
其中，T表示调度周期；
Figure BDA0003754921700000142
分别表示第n种储能装置时段t 内的充放能功率；
Figure BDA0003754921700000143
分别表示第n种储能装置的充放能功率上限；
Figure BDA0003754921700000144
均为二进制变量，
Figure BDA0003754921700000145
表示充能，
Figure BDA0003754921700000146
表示放能， EES,n(t)表示第n种储能装置的容量；
Figure BDA0003754921700000147
分别表示第n种储能装置的容量上下限；
Figure BDA0003754921700000148
分别表示第n种储能装置的充放能效率。
步骤2、精细化电转气模型，包括电解槽模型、甲烷反应器模型、氢燃料电池模型、储氢罐模型，构建阶梯型碳交易机制模型，将精细化后的电转气模型与阶梯型碳交易机制模型、碳捕集电厂模型耦合，形成低碳联合运行模式；
精细化电转气模型具体过程为：
1)电解槽将电能转换为氢能，是可再生能源电解水制氢技术的关键设备，目前电解槽主要有碱性电解制氢、固体氧化物制氢和质子交换电解制氢三种，碱性电解制氢过程简单，技术成熟，但制氢效率低，能耗大，存在渗碱环境污染问题，固体氧化物制氢电解效率可达90％以上，但对温度有较高要求，并且关键材料在高温下易老化，与上述两种制氢技术相比，质子交换膜具有生命周期长，稳定性好，电解效率高，产氢纯度高等优点，本发明中采用质子交换电解制氢，电解槽模型表达式如下：
Figure BDA0003754921700000151
其中，
Figure BDA0003754921700000152
表示t时段电解槽产氢物质的量；nELN表示电解槽的额定容量； PEL,e(t)表示t时段电解槽输入的电功率；PEL,eN(t)表示t时段电解槽输入电功率的额定值；
Figure BDA0003754921700000153
表示电解槽效率函数；aEL、bEL、cEL表示效率函数系数；
Figure BDA0003754921700000154
分别表示t时段电解槽输入电功率的上下限；
Figure BDA0003754921700000155
分别表示t 时段电解槽输入爬坡电功率的上下限；
2)甲烷反应器模型：
经电解槽转化的氢能进入甲烷反应器，与CO2一定比例混合后，经过催化放热反应转化为甲烷注入天然气系统，供应给气负荷、热电联产机组和燃气锅炉，减少综合能源系统从上级气网购气，降低购能成本，供应给气负荷、热电联产机组和燃气锅炉，多余氢能注入储氢罐，甲烷反应器数学模型如下：
Figure BDA0003754921700000156
其中，PMR,g(t)表示t时段甲烷反应器输出的天然气功率；
Figure BDA0003754921700000157
表示t时段甲烷反应器消耗的氢的物质的量；Hg表示天然气低热值；γg表示氢气转化为天然气的折算系数；κg表示天然气管道单位m3所对应的气体质量；
Figure BDA0003754921700000161
分别表示甲烷反应器消耗氢物质的量的上下限；
Figure BDA0003754921700000162
分别表示甲烷反应器消耗氢物质的量的爬坡上下限；
3)氢燃料电池通过电化学反应产生电、热和水，具有良好的电热特性，既能实现氢能的高品位利用，又为综合能源系统提供一种清洁的电热能源，相较于氢先转天然气再供应给热电联产、燃气锅炉输出电热，减少了能量的梯级利用造成的损耗，提高了综合能源利用率；氢燃料电池模型表示为：
Figure BDA0003754921700000163
其中，NHFC表示氢燃料电池串联的个数，Vcell表示单电池的输出电压；VHFC表示串联氢燃料电池组的输出电压；iHFC(t)表示串联氢燃料电池组的输出电流；
Figure BDA0003754921700000164
表示t时段氢燃料电池消耗的氢的物质的量；F表示法拉第常数，
Figure BDA0003754921700000169
表示氢气的摩尔质量，PHFC,e(t)表示氢燃料电池输出的电功率；PHFC,h(t)表示氢燃料电池输出的热功率；ξHFC表示氢燃料电池的热电比；
Figure BDA0003754921700000165
其中，
Figure BDA0003754921700000166
分别表示氢燃料电池消耗氢的物质的量上下限；
Figure BDA0003754921700000167
Figure BDA0003754921700000168
分别表示氢燃料电池消耗氢物质的量的爬坡上下限；
4)在电解槽中生成的氢气中一部分可暂存于储氢罐，为氢燃料电池和甲烷发生器提供稳定可时移的调度氢源，储氢涉及压缩-存储-再压缩等物理过程，本发明针对压缩过程产生的损耗用储能的充放效率简略表征；储氢罐模型表示为：
Figure BDA0003754921700000171
其中，T表示调度周期；
Figure BDA0003754921700000172
分别表示储氢罐t时段充放氢的物质的量；
Figure BDA0003754921700000173
分别表示储氢罐的充放氢的物质的量上限；
Figure BDA0003754921700000174
Figure BDA0003754921700000175
均为二进制变量，
Figure BDA0003754921700000176
表示储氢，
Figure BDA0003754921700000177
表示放氢，
Figure BDA0003754921700000178
表示储氢罐t时段的容量；
Figure BDA0003754921700000179
分别表示储氢罐的容量上下限。
步骤3、建立需求响应机制，如图3所示，根据负荷在时间轴上可调整的方式，以及用能种类的关系，将需求响应分为价格型需求响应和替代型需求响应；具体过程为：
价格型需求响应通过不同时段的购电、购气价格的差别引导价格敏感用户调整用能行为，实现削峰填谷，电、气负荷的价格型需求响应模型如下式所示：
Figure BDA00037549217000001710
其中，
Figure BDA00037549217000001711
表示价格型需求响应后的负荷；
Figure BDA00037549217000001712
表示可削减初始负荷；
Figure BDA00037549217000001713
表示可转移初始负荷；
Figure BDA00037549217000001714
表示可削减负荷变化量；
Figure BDA00037549217000001715
表示可转移负荷变化量；
可削减负荷通过对比需求响应前后本时段的能源价格变化，从而选择是否削减本身负荷。用价格需求弹性矩阵描述价格型需求响应特性，弹性矩阵 ECL(t,j)中的第t行第j列元素eCL(t,j)表示t时段负荷对j时段能源价格的弹性系数，定义为：
Figure BDA0003754921700000181
其中，Δθ(j)表示需求响应后时段j的能源价格变化量；θ0(j)表示时段j 的能源价格。价格型需求响应后t时段的可削减负荷变化量
Figure BDA0003754921700000182
为：
Figure BDA0003754921700000183
其中，
Figure BDA0003754921700000184
表示t时段的初始可削减负荷量；ECL(t,j)表示CL型价格需求弹性矩阵，为对角矩阵。
可转移负荷是指用户根据自身需求响应能源价格，能够实现工作时间灵活调整的负荷。在能源价格较高的时段，用户会自发减少该时段的负荷需求，并转移至能源价格较低的时段。同理，用SL型价格需求弹性矩阵描述价格型需求响应特性，弹性矩阵ESL(t,j)中的第t行第j列元素eSL(t,j)表示t时段负荷对j时段能源价格的弹性系数，定义为：
Figure BDA0003754921700000185
t时段的可转移负荷变化量ΔPSL,load(t)为：
Figure BDA0003754921700000186
其中，
Figure BDA0003754921700000187
表示t时段的初始可削减负荷量；ESL(t,j)表示SL型价格需求弹性矩阵。
替代型需求响应主要取决于综合能源系统中等效电价与气价之间的相对关系，除了能源价格因素，还需考虑设备的利用效率等因素。当等效电价较高时，综合能源用户将增加用气而减少用电；而当等效电价较低时，综合能源用户将增加用电而减少用气。
综合能源系统中的电负荷与气负荷的相互替代满足能量守恒定律，因此对替代型需求响应进行建模：
Figure BDA0003754921700000191
Figure BDA0003754921700000192
Figure BDA0003754921700000193
Figure BDA0003754921700000194
其中，
Figure BDA0003754921700000195
和
Figure BDA0003754921700000196
分别表示ABDR前综合能源系统的电负荷和气负荷；
Figure BDA0003754921700000197
和
Figure BDA0003754921700000198
分别表示ABDR后系统的电负荷和气负荷；
Figure BDA0003754921700000199
和
Figure BDA00037549217000001910
分别表示电和气的单位热值；le和lg分别表示电和气的能源利用率；
Figure BDA00037549217000001911
和
Figure BDA00037549217000001912
分别表示替代电负荷与气负荷；
系统参与替代型需求响应的负荷量需满足以下约束：
Figure BDA00037549217000001913
其中，
Figure BDA00037549217000001914
和
Figure BDA00037549217000001915
分别表示可参与ABDR的最小、最大电负荷；
Figure BDA00037549217000001916
和
Figure BDA00037549217000001917
分别表示可参与ABDR的最小、最大气负荷；
需求响应后的电、气负荷表示为：
Figure BDA00037549217000001918
其中，Pload,e(t)、Pload,g(t)分别表示t时段系统的电负荷、气负荷。
步骤4、将低碳联合运行模式以及需求响应机制加入综合能源系统优化调度模型中，综合能源系统总运行成本包括弃风惩罚成本、购能成本、设备运维成本以及碳交易成本，以综合能源系统总运行成本最低为优化目标，结合约束条件建立调度模型，将综合能源系统内部的电、热、气负荷与风机输入功率预测结果输入调度模型，得到风电消纳率、碳交易成本、实际碳排放量、总运行成本以及负荷波动量作为调度结果。
综合能源系统总运行成本最低为优化目标获得目标函数表示为：
Figure BDA0003754921700000204
式中，C表示综合能源系统总运行成本，CWT,cut表示弃风惩罚成本，Cbuy表示购能成本，Com表示设备运维成本，
Figure BDA0003754921700000203
表示碳交易成本。
弃风惩罚成本、购能成本、设备运维成本以及碳交易成本的具体表达式为：
1)弃风惩罚成本表示为：
Figure BDA0003754921700000201
其中，δWT,cut表示单位弃风惩罚成本；PWTI,e(t)表示t时段综合能源系统的风电输入功率；PWT,e(t)表示t时段综合能源系统消纳的风电功率；
2)购能成本表达式为：
Figure BDA0003754921700000202
其中，δbuy,e(t)表示t时段的电价；Pbuy,e(t)表示t时段综合能源系统的购电功率；δbuy,g(t)表示t时段的气价；Pbuy,g(t)表示t时段综合能源系统的购气功率；
3)设备运维成本
Figure BDA0003754921700000211
其中，OCHP、OGB、OPGU、OEL、OMR、OHFC分别表示热电联产、燃气锅炉、火电机组、电解槽、甲烷反应器、氢燃料电池的单位运维成本；
4)碳交易成本通过构建阶梯型碳交易成本的计算模型计算为公式(17)。
约束条件包括平衡约束、设备运行约束、储能运行约束、购能约束；具体表达式为：
1)平衡约束为：
电、热、气、氢分别满足的平衡约束如下：
Figure BDA0003754921700000212
Figure BDA0003754921700000213
Figure BDA0003754921700000214
Figure BDA0003754921700000215
其中，Pload,e(t)表示t时段综合能源的电负荷功率；Pload,e(t)表示t时段的热负荷功率；Pload,g(t)表示t时段的气负荷功率；PWT,e表示t时段的消纳的风电输入功率；
2)设备运行约束为：
风机：
0≤PWT,e(t)≤PWTI,e(t) (33)
热电联产机组：式(1)-(2)；
燃气锅炉：式(3)；
碳捕集电厂：式(4)-(5)；
电解槽：式(7)；
甲烷反应器：式(8)；
氢燃料电池：式(9)；
3)储能运行约束
电、热、气储能设备：式(6)；
储氢罐:式(10)；
4)购能约束：
Figure BDA0003754921700000221
其中，
Figure BDA0003754921700000222
分别表示t时段的购电、购气限值。
为了有效评估调度策略的有效性，提出了风电消纳率、碳交易成本、实际碳排放量、总运行成本以及负荷波动量五类指标来评价系统运行的经济性和低碳性。能效指标具体表达式为：
1)风电消纳率
风电消纳率指标用来衡量系统对风电的消纳能力，消纳率越高有利于实现系统的清洁、低碳运行，计算公式如下：
Figure BDA0003754921700000223
其中，τWT表示综合能源系统的风电消纳率；PWTI,e(t)表示t时段的风电输入功率；PWT,e(t)表示t时段消纳的风电功率；
2)碳交易成本
碳交易成本用来衡量系统运行的低碳性，计算公式见式(17)；
3)实际碳排放量
实际碳排放量从数值上衡量了CO2的质量，计算公式见式(15)；
4)总运行成本
总运行成本衡量了系统运行的经济性，计算公式见式(25)；
5)负荷波动量
负荷波动量是用于衡量需求响应作用的指标，反映需求响应对负荷平滑度和跟踪度的作用，计算公式如下：
Figure BDA0003754921700000231
其中，Je、Jg分别表示电、气负荷波动量。
为了对比分析多类型低碳因素协同模型对系统多能耦合运行效能的提升，设置以下四种场景：
场景1：不考虑碳捕集、电转气设备和碳交易机制。
场景2：只考虑碳交易机制。
场景3：考虑电转气设备和碳交易机制。
场景4：同时考虑碳捕集、电转气设备和碳交易机制。
场景1、2、3、4运行结果对比如表1所示：
表1
Figure BDA0003754921700000232
Figure BDA0003754921700000241
根据表3可以得出，场景2相较于场景1，风电消纳率提升了3.30％，碳排放量减少了2.12％，总运行成本降低了0.89％，这是由于场景1未考虑碳交易机制，气价比电价便宜，系统会尽可能多地购买天然气，通过热电联产为电负荷供电，燃烧天然气产生的实际碳排放高于初始配额，因此碳排放量最高，场景2在考虑碳交易机制后，虽然购气比购电便宜，但由于此时系统燃烧天然气处于高碳排放状态，选择购气代替购电所节约的成本已经低于燃烧天然气产生的高额碳排放成本而向碳交易市场购买碳排放初始配额的成本，因此相比于场景1减少了购气，增加了购电，因而碳排放量减少，总运行成本降低。
场景3相较于场景2，风电消纳率提升了7.01％，碳排放成本降低了 28.92％，碳排放量减少了22.93％，总运行成本降低了9.59％，场景2不含电转气设备，风电具有反调峰特性，夜间风电出力处于高峰期，电负荷却处于用电低谷，产生了严重的弃风现象，而加入电转气设备后可以在风电出力富余的时段，将多余的电能输入电解槽生成氢能，因而提升了风电消纳率。
场景4相较于场景3，风电消纳率提升了3.10％，碳排放成本降低了6.30％，碳排放量减少了17.08％，总运行成本降低了39.15％，碳捕集电厂与电转气设备协同作用后，碳捕集设备捕集到的CO2可以在风电过剩时供给甲烷反应器合成甲烷，不仅提高了风电消纳率，减少了热电联产、燃气锅炉等设备的出力，使得实际碳排放量减少，碳交易成本降低，还减少了甲烷反应器外购高纯度CO2的成本，使得总运行成本降低。
场景5：在场景4的基础上，删去多元储能设备，且不考虑需求响应。
场景6：在场景4的基础上考虑需求响应。
场景4、5、6运行结果对比结果如表2所示：
表2
Figure BDA0003754921700000251
根据表2可以得出：场景5相较于场景4删去了多元储能设备，风电消纳率降低了1.72％，碳排放成本增加了6.02％，碳排放量增加了10.25％，总运行成本增加了6.26％，这是由于储能具有存储弃风较高时系统难以消纳电能的作用，并在高峰时段供给能量，实现了对能量的存储与再分配，使得综合能源系统的风光消纳率、碳排放均有所改善。
场景6相较于场景4，风电消纳率增加了2.36％，碳排放成本降低了 42.95％，碳排放量降低了18.86％，总运行成本降低了10.67％，电负荷波动降低了26.43％，气负荷波动降低了25.90％。证明加入需求响应后，将高峰的负荷转移到负荷低谷，使负荷低谷时利用较经济的机组多发，而负荷高峰时较贵的机组少发，提高了能源利用率。
在多类型低碳因素协同的基础上，荷和储侧灵活的资源的参与使负荷时序波动更加贴合风光能源的波动情况，并且在运行过程中能够根据综合能源系统对风电消纳及削峰填谷的需求对自身用电状态进行灵活的调整。在此过程中，储能的主要作用为存储弃风弃光较高时段系统难以消纳的能量，并在用能高峰时段供给能量。在合理利用资源的同时降低了碳排放，因而降低了系统总的运行成本，可见，多元储能与需求响应协同作用进一步提高了综合能源系统的能效。

Claims (9)

1.计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，具体按照以下步骤实施：
步骤1、根据综合能源系统的实际情况建立综合能源系统优化调度模型，包括热电联产机组模型、燃气锅炉模型、碳捕集电厂模型以及电、热、气储能设备模型；
步骤2、精细化电转气模型，构建阶梯型碳交易机制模型，将精细化后的电转气模型与阶梯型碳交易机制模型、碳捕集电厂模型耦合，形成低碳联合运行模式；
步骤3、建立需求响应机制，根据负荷在时间轴上可调整的方式，以及用能种类的关系，将需求响应分为价格型需求响应和替代型需求响应；
步骤4、将低碳联合运行模式以及需求响应机制加入综合能源系统优化调度模型中，以综合能源系统总运行成本最低为优化目标，结合约束条件建立调度模型，将综合能源系统内部的电、热、气负荷与风机输入功率预测结果输入调度模型，得到风电消纳率、碳交易成本、实际碳排放量、总运行成本以及负荷波动量作为调度结果。
2.根据权利要求1所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，步骤1具体过程为：
1)建立热电联产机组出力数学模型如下：
Figure FDA0003754921690000011
其中，PCHP,e(t)表示t时段热电联产机组输出的电功率；PCHP,g(t)表示t时段热电联产机组输入的天然气功率；ηCHP表示热电联产机组的电转换效率；
Figure FDA0003754921690000021
Figure FDA0003754921690000022
分别表示热电联产机组输入的天然气功率上下限；
Figure FDA0003754921690000023
分别表示热电联产机组输入的天然气爬坡功率上下限；
热电联产机组通过余热锅炉的余热输出热能，热电比ξCHP表示t时段热电联产机组输出的热功率与电功率的比值，即
Figure FDA0003754921690000024
其中，PCHP,h(t)表示t时段热电联产机组输出的热功率；
Figure FDA0003754921690000025
分别表示热电联产机组的热电比上下限；
2)建立燃气锅炉出力数学模型如下：
Figure FDA0003754921690000026
其中，PGB,h(t)表示时段t内燃气锅炉输出的热功率；PGB,g(t)表示时段t内燃气锅炉输入的天然气功率；ηGB表示燃气锅炉的热转换效率；
Figure FDA0003754921690000027
分别表示热电联产机组输入的天然气功率上下限；
Figure FDA0003754921690000028
分别表示热电联产机组输入的天然气爬坡功率上下限；
3)碳捕集电厂对传统火电厂进行低碳化改造，利用碳捕集与封存将化石燃料燃烧生成气体中的CO2进行分离富集，捕集到的CO2一部分被封存，一部分供应给甲烷反应器，其出力数学模型如下：
Figure FDA0003754921690000029
Figure FDA0003754921690000031
其中，PPGU,e(t)表示时段t内火电机组出力，
Figure FDA0003754921690000032
分别表示火电机组出力上下限；
Figure FDA0003754921690000033
分别表示火电机组爬坡出力上下限；
Figure FDA0003754921690000034
表示时段t内火电机组排放的CO2量；a3、b3、c3表示火电供能碳排放系数，μCCS表示碳捕效率；
Figure FDA0003754921690000035
表示碳捕集系统捕获的CO2量；λCCS表示碳捕集系统的单位捕集CO2消耗的电功率；
Figure FDA0003754921690000036
表示碳捕集系统捕集CO2消耗的电功率；
Figure FDA0003754921690000037
表示经碳捕集系统处理后供应给MR的CO2量；
Figure FDA0003754921690000038
表示经碳捕集系统处理后封存的CO2量；
由于电储能、热储能与气储能设备模型近似，因此对电、热、气储能统一建模，统一建模表示为：
Figure FDA0003754921690000039
其中，T表示调度周期；
Figure FDA00037549216900000310
分别表示第n种储能装置时段t内的充放能功率；
Figure FDA00037549216900000311
分别表示第n种储能装置的充放能功率上限；
Figure FDA00037549216900000312
均为二进制变量，
Figure FDA00037549216900000313
表示充能，
Figure FDA00037549216900000314
表示放能，EES,n(t)表示第n种储能装置的容量；
Figure FDA00037549216900000315
分别表示第n种储能装置的容量上下限；
Figure FDA00037549216900000316
分别表示第n种储能装置的充放能效率。
3.根据权利要求1所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，步骤2中所述电转气模型包括电解槽模型、甲烷反应器模型、氢燃料电池模型、储氢罐模型，步骤2所述精细化电转气模型具体过程为：
1)电解槽将电能转换为氢能，采用质子交换电解制氢，电解槽模型表达式如下：
Figure FDA0003754921690000041
其中，
Figure FDA0003754921690000042
表示t时段电解槽产氢物质的量；nELN表示电解槽的额定容量；PEL,e(t)表示t时段电解槽输入的电功率；PEL,eN(t)表示t时段电解槽输入电功率的额定值；
Figure FDA0003754921690000043
表示电解槽效率函数；aEL、bEL、cEL表示效率函数系数；
Figure FDA0003754921690000044
分别表示t时段电解槽输入电功率的上下限；
Figure FDA0003754921690000045
分别表示t时段电解槽输入爬坡电功率的上下限；
2)甲烷反应器模型：
经电解槽转化的氢能进入甲烷反应器，与CO2一定比例混合后，经过催化放热反应转化为甲烷注入天然气系统，供应给气负荷、热电联产机组和燃气锅炉，多余氢能注入储氢罐，甲烷反应器数学模型如下：
Figure FDA0003754921690000046
其中，PMR,g(t)表示t时段甲烷反应器输出的天然气功率；
Figure FDA0003754921690000051
表示t时段甲烷反应器消耗的氢的物质的量；Hg表示天然气低热值；γg表示氢气转化为天然气的折算系数；κg表示天然气管道单位m3所对应的气体质量；
Figure FDA0003754921690000052
分别表示甲烷反应器消耗氢物质的量的上下限；
Figure FDA0003754921690000053
分别表示甲烷反应器消耗氢物质的量的爬坡上下限；
3)氢燃料电池模型表示为：
Figure FDA0003754921690000054
其中，NHFC表示氢燃料电池串联的个数，Vcell表示单电池的输出电压；VHFC表示串联氢燃料电池组的输出电压；iHFC(t)表示串联氢燃料电池组的输出电流；
Figure FDA0003754921690000059
表示t时段氢燃料电池消耗的氢的物质的量；F表示法拉第常数，
Figure FDA00037549216900000510
表示氢气的摩尔质量，PHFC,e(t)表示氢燃料电池输出的电功率；PHFC,h(t)表示氢燃料电池输出的热功率；ξHFC表示氢燃料电池的热电比；
Figure FDA0003754921690000055
其中，
Figure FDA0003754921690000056
分别表示氢燃料电池消耗氢的物质的量上下限；
Figure FDA0003754921690000057
Figure FDA0003754921690000058
分别表示氢燃料电池消耗氢物质的量的爬坡上下限；
4)储氢罐模型表示为：
Figure FDA0003754921690000061
其中，T表示调度周期；
Figure FDA0003754921690000062
分别表示储氢罐t时段充放氢的物质的量；
Figure FDA0003754921690000063
分别表示储氢罐的充放氢的物质的量上限；
Figure FDA0003754921690000064
Figure FDA0003754921690000065
均为二进制变量，
Figure FDA0003754921690000066
表示储氢，
Figure FDA0003754921690000067
表示放氢，
Figure FDA0003754921690000068
表示储氢罐t时段的容量；
Figure FDA0003754921690000069
分别表示储氢罐的容量上下限。
4.根据权利要求1所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，步骤3具体过程为：
价格型需求响应通过不同时段的购电、购气价格的差别引导价格敏感用户调整用能行为，实现削峰填谷，电、气负荷的价格型需求响应模型如下式所示：
Figure FDA00037549216900000610
其中，
Figure FDA00037549216900000611
表示价格型需求响应后的负荷；
Figure FDA00037549216900000612
表示可削减初始负荷；
Figure FDA00037549216900000613
表示可转移初始负荷；
Figure FDA00037549216900000614
表示可削减负荷变化量；
Figure FDA00037549216900000615
表示可转移负荷变化量；
对替代型需求响应进行建模：
Figure FDA00037549216900000616
Figure FDA00037549216900000617
Figure FDA00037549216900000618
Figure FDA0003754921690000071
其中，
Figure FDA0003754921690000072
和
Figure FDA0003754921690000073
分别表示ABDR前综合能源系统的电负荷和气负荷；
Figure FDA0003754921690000074
和
Figure FDA0003754921690000075
分别表示ABDR后系统的电负荷和气负荷；
Figure FDA0003754921690000076
和
Figure FDA0003754921690000077
分别表示电和气的单位热值；le和lg分别表示电和气的能源利用率；
Figure FDA0003754921690000078
和
Figure FDA0003754921690000079
分别表示替代电负荷与气负荷；
系统参与替代型需求响应的负荷量需满足以下约束：
Figure FDA00037549216900000710
其中，
Figure FDA00037549216900000711
和
Figure FDA00037549216900000712
分别表示可参与ABDR的最小、最大电负荷；
Figure FDA00037549216900000713
和
Figure FDA00037549216900000714
分别表示可参与ABDR的最小、最大气负荷；
需求响应后的电、气负荷表示为：
Figure FDA00037549216900000715
其中，Pload,e(t)、Pload,g(t)分别表示t时段系统的电负荷、气负荷。
5.根据权利要求1所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，步骤4中所述综合能源系统总运行成本包括弃风惩罚成本、购能成本、设备运维成本以及碳交易成本。
6.根据权利要求5所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，步骤4中所述综合能源系统总运行成本最低为优化目标获得目标函数表示为：
Figure FDA00037549216900000716
式中，C表示综合能源系统总运行成本，CWT,cut表示弃风惩罚成本，Cbuy表示购能成本，Com表示设备运维成本，
Figure FDA00037549216900000717
表示碳交易成本。
7.根据权利要求1所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，步骤4中所述约束条件包括平衡约束、设备运行约束、储能运行约束、购能约束。
8.根据权利要求7所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，所述弃风惩罚成本、购能成本、设备运维成本以及碳交易成本的具体表达式为：
1)弃风惩罚成本表示为：
Figure FDA0003754921690000081
其中，δWT,cut表示单位弃风惩罚成本；PWTI,e(t)表示t时段综合能源系统的风电输入功率；PWT,e(t)表示t时段综合能源系统消纳的风电功率；
2)购能成本表达式为：
Figure FDA0003754921690000082
其中，δbuy,e(t)表示t时段的电价；Pbuy,e(t)表示t时段综合能源系统的购电功率；δbuy,g(t)表示t时段的气价；Pbuy,g(t)表示t时段综合能源系统的购气功率；
3)设备运维成本
Figure FDA0003754921690000083
其中，OCHP、OGB、OPGU、OEL、OMR、OHFC分别表示热电联产、燃气锅炉、火电机组、电解槽、甲烷反应器、氢燃料电池的单位运维成本；
4)碳交易成本通过构建阶梯型碳交易成本的计算模型计算为公式(17)。
9.根据权利要求1所述计及多类型低碳因素与需求响应的能效提升调度方法，其特征在于，所述平衡约束、设备运行约束、储能运行约束、购能约束具体表达式为：
1)平衡约束为：
电、热、气、氢分别满足的平衡约束如下：
Figure FDA0003754921690000091
Figure FDA0003754921690000092
Figure FDA0003754921690000093
Figure FDA0003754921690000094
其中，Pload,e(t)表示t时段综合能源的电负荷功率；Pload,e(t)表示t时段的热负荷功率；Pload,g(t)表示t时段的气负荷功率；PWT,e表示t时段的消纳的风电输入功率；
2)设备运行约束为：
风机：
0≤PWT,e(t)≤PWTI,e(t) (33)
热电联产机组：式(1)-(2)；
燃气锅炉：式(3)；
碳捕集电厂：式(4)-(5)；
电解槽：式(7)；
甲烷反应器：式(8)；
氢燃料电池：式(9)；
3)储能运行约束
电、热、气储能设备：式(6)；
储氢罐:式(10)；
4)购能约束：
Figure FDA0003754921690000101
其中，
Figure FDA0003754921690000102
分别表示t时段的购电、购气限值。
CN202210851775.4A 2022-07-20 2022-07-20 计及多类型低碳因素与需求响应的能效提升调度方法 Pending CN115238987A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210851775.4A CN115238987A (zh) 2022-07-20 2022-07-20 计及多类型低碳因素与需求响应的能效提升调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210851775.4A CN115238987A (zh) 2022-07-20 2022-07-20 计及多类型低碳因素与需求响应的能效提升调度方法

Publications (1)

Publication Number Publication Date
CN115238987A true CN115238987A (zh) 2022-10-25

Family

ID=83672717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210851775.4A Pending CN115238987A (zh) 2022-07-20 2022-07-20 计及多类型低碳因素与需求响应的能效提升调度方法

Country Status (1)

Country Link
CN (1) CN115238987A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115513953A (zh) * 2022-11-23 2022-12-23 深圳市健网科技有限公司 一种因需配电方法、系统、终端设备以及可读存储介质
CN115829302A (zh) * 2023-02-23 2023-03-21 国网天津市电力公司城西供电分公司 计及风电消纳的综合能源系统优化方法、装置及可读介质
CN116993128A (zh) * 2023-09-26 2023-11-03 国网江西省电力有限公司电力科学研究院 一种综合能源系统深度强化学习低碳调度方法及系统
CN117391764A (zh) * 2023-12-12 2024-01-12 国网浙江省电力有限公司电力科学研究院 一种综合能源系统优化调度方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115513953A (zh) * 2022-11-23 2022-12-23 深圳市健网科技有限公司 一种因需配电方法、系统、终端设备以及可读存储介质
CN115829302A (zh) * 2023-02-23 2023-03-21 国网天津市电力公司城西供电分公司 计及风电消纳的综合能源系统优化方法、装置及可读介质
CN116993128A (zh) * 2023-09-26 2023-11-03 国网江西省电力有限公司电力科学研究院 一种综合能源系统深度强化学习低碳调度方法及系统
CN116993128B (zh) * 2023-09-26 2023-12-26 国网江西省电力有限公司电力科学研究院 一种综合能源系统深度强化学习低碳调度方法及系统
CN117391764A (zh) * 2023-12-12 2024-01-12 国网浙江省电力有限公司电力科学研究院 一种综合能源系统优化调度方法及系统

Similar Documents

Publication Publication Date Title
CN115238987A (zh) 计及多类型低碳因素与需求响应的能效提升调度方法
CN107482688B (zh) 一种碳捕集虚拟电厂调度优化方法
CN110991000B (zh) 计及固体氧化物燃料电池和电转气的能量枢纽建模方法
CN110163415B (zh) 一种变工况特性下的多能流系统多目标模糊协同优化方法
CN110930073A (zh) 计及价格型需求响应的风-光-光热联合发电系统日前调度方法
CN110957722B (zh) 一种含电转气设备的微型能源网日前优化调度方法
CN114936720A (zh) 一种源-荷-储协调的综合能源系统低碳经济调度方法
CN117350419A (zh) 计及柔性负荷和碳流的园区综合能源系统优化运行方法
CN115796323A (zh) 含ccus-p2g-chp的综合能源系统低碳经济调度方法
Li et al. Capacity Coordinated Optimization of Battery, Thermal and Hydrogen Storage System for Multi-energy Complementary Power System
CN113313351A (zh) 计及多能耦合影响的电-气-热系统灵活性评估方法
CN116914733A (zh) 一种基于多类型需求响应与储热改造的电力系统低碳经济调度方法
CN116739238A (zh) 一种综合能源系统低碳经济调度方法
CN110190630B (zh) 一种含多微能源网的配网预防-紧急控制方法
CN116596123A (zh) 一种园区综合能源系统低碳优化调度方法
CN217215988U (zh) 一种氢电深度耦合的智能微网仿生能源系统
CN115986833A (zh) 考虑两阶段需求响应的热电联供微网低碳经济调度方法
Hu et al. Low Carbon Economic Dispatch of Multi-energy Combined System Considering Carbon Trading
CN115660142A (zh) 一种园区综合能源系统源荷储协调优化调度方法
Yanfei et al. Multi-objective optimal dispatching of wind-photoelectric-thermal power-pumped storage virtual power plant
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
Zhang et al. Optimal Operation of a Regional Integrated Energy System Considering P2G and Stepped Carbon Trading
Chen et al. An integrated energy system optimization model coupled with power-to-gas and carbon capture
Sun et al. Electric power dispatching of virtual power plant with electric vehicle
CN114049004B (zh) 一种电氢能源站容量随机规划方法、系统和装置

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