CN115358559A - 考虑综合需求响应的综合能源系统源储容量优化配置方法 - Google Patents
考虑综合需求响应的综合能源系统源储容量优化配置方法 Download PDFInfo
- Publication number
- CN115358559A CN115358559A CN202210976017.5A CN202210976017A CN115358559A CN 115358559 A CN115358559 A CN 115358559A CN 202210976017 A CN202210976017 A CN 202210976017A CN 115358559 A CN115358559 A CN 115358559A
- Authority
- CN
- China
- Prior art keywords
- cost
- comprehensive
- load
- demand response
- annual
- 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
- 230000004044 response Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 43
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000005485 electric heating Methods 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 28
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 24
- 230000003993 interaction Effects 0.000 claims description 15
- 239000003345 natural gas Substances 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 9
- 101150067055 minC gene Proteins 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 description 17
- 230000008901 benefit Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000013519 translation Methods 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑综合需求响应的综合能源系统源储容量优化配置方法,涉及综合能源系统容量优化配置技术领域。具体步骤为:采集全年风速数据、全年辐照数据以及电价方案数据;对全年风速数据、全年辐照数据利用置信度区间法处理得到风速置信度曲线、光伏置信度曲线,对电价方案数据利用综合需求响应模型处理得到负载曲线;在风速置信度曲线、光伏置信度曲线、负载曲线的基础上,计及风光出力的不确定性与电热综合需求响应,构建双层优化配置模型;对双层优化配置模型进行求解获得最优配置方案。采用本发明方法可以有效降低系统规划总成本,满足电热用户用能需求,提高能源利用效率以及综合能源系统智能规划效率。
Description
技术领域
本发明涉及综合能源系统容量优化配置技术领域,更具体的说是涉及一种考虑综合需求响应的综合能源系统源储容量优化配置方法。
背景技术
近年来,负荷需求的快速增长与环境条件的恶化矛盾问题日益突出,同时化石能源的短缺与环境问题推动世界各国调整能源生产与消费方式,推动开发利用以可再生能源为主的新型电力系统已势在必行。
相比于传统单一能源生产方式,综合能源系统(integrated energy system,IES)可以通过存储、能量转换设备,灵活管理电、热、气等分布式资源,提高能源供应系统的整体效率,促进IES在不同时间和空间尺度上的互补性。而储能作为IES的重要组成部分,可以协同优化IES,满足系统保障供能安全可靠性的要求,提升IES能源利用效率和经济性。
为了解决IES供需侧不平衡的问题,一些研究在规划层面引入需求响应(Demandresponse,DR)引导用户调整自身用电方式,通过利用IES中柔性负荷的可调节特征,发挥各类需求侧管理措施的潜在作用,引导用户积极参与需求响应并主动调整自身用能,从而有效降低负荷峰谷差,降低系统投资与运行成本,然而传统的DR只对电价信息进行了分析,而忽略了电热耦合间的关系,为了调节用户电热等多类型的能源需求,可以充分利用IES中电能、热能、天然气等不同能源的耦合特性,将传统的DR可以扩展到综合需求响应(Integrated demand response,IDR),IDR通过将电力、热能、天然气等多种形式的能源整合在一起,提高了IES网络中供需双方间的互动,灵活地切换能耗来源同时在保证用户满足舒适度的条件下积极参与IDR,推动消费者向产消者转换。
在分析IES优化规划问题中风光不确定性与能源价格涉及到产-消双方的经济成本问题,对本领域技术人员来说,如何利用IDR的思路建立IES优化规划方法进而更好的分析主体间的互动关系,得到更加合理的优化配置方案,是亟待解决的问题。
发明内容
有鉴于此,本发明提供了一种考虑综合需求响应的综合能源系统源储容量优化配置方法,克服现有IES源储容量优化配置技术的不足。
为了实现上述目的,本发明采用如下技术方案:一种考虑综合需求响应的综合能源系统源储容量优化配置方法,具体步骤包括如下:
采集全年风速数据、全年辐照数据以及电价方案数据;
对所述全年风速数据、所述全年辐照数据利用置信度区间法处理得到风速置信度曲线、光伏置信度曲线,对所述电价方案数据利用综合需求响应模型处理得到负载曲线;
在所述风速置信度曲线、所述光伏置信度曲线、所述负载曲线的基础上,计及风光出力的不确定性与电热综合需求响应,构建双层优化配置模型;
对所述双层优化配置模型进行求解获得最优配置方案。
可选的,所述双层优化配置模型包括规划层和运行层,在所述规划层中,以规划建设综合能源系统的总成本最低为目标,优化变量为设备安装容量;在所述运行层中,以运行成本最低为目标,优化变量为设备运行出力。
可选的,所述规划层的年总规划成本函数为:
minCtot=Cinv+Cope+Cm;
其中,Cinv为系统投资年等值成本,Cm为系统运维成本,包括人工费与维修费,Cope为系统年运行成本。
可选的,所述运行层的运行成本函数为:
minCope=Cele+Cgas+Cen+CIDR;
其中,Cele为综合能源系统与电网交互成本,Cgas为天然气购买成本,Cen为环境成本,CIDR为用户参与综合需求响应成本。
可选的,负载曲线的表达式为:
可选的,所述运行层以运行成本最低为目标,优化系统内各设备运行调度情况,并将优化结果反馈给所述规划层;所述规划层根据所述运行层的优化结果修正总成本,通过混合整数线性规划求解器对目标函数进行求解,实现综合能源系统年投资成本最低与年经济成本最低的目标,获得最优配置方案。
可选的,所述系统投资年等值成本包括设备的初始投资成本和设备运行维护费用,表达式为:
可选的,所述综合能源系统与电网交互成本的表达式为:
所述天然气购买成本的表达式为:
其中,fgas为天然气购买价格,Hgas为天然气低热值,PCHP(t)为t时刻CHP机组的输出功率;PGB(t)为t时刻GB机组输出的热功率;ηGB为燃气锅炉气热转化效率;
所述环境成本的表达式为:
其中,μgas为燃气机组与电网购电生产的环境价值成本;
所述用户参与综合需求响应成本的表达式为:
其中,Pt ele0和Pt ele为t时刻实施综合需求响应前、后用户的电负荷需求量;Pt heat0和Pt heat为t时刻实施综合需求响应前、后用户的热负荷需求量;ρh为EH向系统用户的售热价格。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种考虑综合需求响应的综合能源系统源储容量优化配置方法,具有以下有益的技术效果:解决了综合能源系统规划中源荷侧供需平衡的问题,有效降低了系统规划总成本,满足电热用户用能需求,提高能源利用效率,具有方法科学合理,适用性强,效果佳,能够提高综合能源系统智能规划效率,挖掘多能源用户参与综合需求响应的潜力等优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明的能源枢纽结构图;
图2为本发明的综合能源系统双层优化配置结构图;
图3为本发明的置信度区间法原理图;
图4为本发明的过渡季风电输出曲线图;
图5为本发明的夏季风电输出曲线图;
图6为本发明的冬季风电输出曲线图;
图7为本发明的过渡季光伏输出曲线图;
图8为本发明的夏季光伏输出曲线图;
图9为本发明的冬季光伏输出曲线图;
图10为本发明的3个典型季节电负荷曲线图;
图11为本发明的3个典型季节热负荷曲线图;
图12为本发明的3个典型季节实时电价曲线图;
图13为本发明的夏季电负荷与冬季热负荷考虑IDR前后的实施效果图;
图14为本发明的2种模式容量配置对比图;
图15为本发明的2种模式经济性成本对比图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种考虑综合需求响应的综合能源系统源储容量优化配置方法,具体步骤包括如下:
S1、采集全年风速数据、全年辐照数据以及电价方案数据;
S2、对全年风速数据、全年辐照数据利用置信度区间法处理得到风速置信度曲线、光伏置信度曲线,对电价方案数据利用综合需求响应模型处理得到负载曲线;
S3、在风速置信度曲线、光伏置信度曲线、负载曲线的基础上,计及风光出力的不确定性与电热综合需求响应,构建双层优化配置模型;
S4、对双层优化配置模型进行求解获得最优配置方案。
参照图1所示的综合能源系统结构图为例进行分析考虑综合需求响应的综合能源系统源储容量优化配置方法,其待规划元件包括:风机(Wind turbine,WT)、光伏(Photovoltaic,PV)、热电联产机组(Combined heat andpower,CHP)、燃气锅炉(Gasboiler,GB)、电储能(Electrical energy storage,EES)和热储能(Thermal energystorage,综合能源系统负责区域内用户电、热负荷的供应,能源系统内的产能主要向区域内用户供能并通过余电上网获得收益,当系统无法满足区域电、热负荷需求时,可向电网公司、储能系统与燃气公司购能以补充供应区域电、热负荷。
综合能源系统的源储容量优化配置首先分析了能源枢纽(Energy hub,EH)内各设备组件的模型与耦合关系,搭建综合需求响应模型根据市场实时电价方案优化负荷曲线,然后采用置信区间法对综合能源系统中风光不确定性进行分析,确定不同置信度下的风光出力曲线。在此基础上,建立兼顾源储容量配置及运行优化的双层优化配置模型,提出了考虑综合需求响应的综合能源系统源储容量优化配置。TES)。
在综合能源系统关键设备优化规划中,除了投资成本与运行成本的经济问题外,综合能源系统中风电、光伏等新能源设备出力的不确定性以及储能设备如电储能、热储能等设备的能量时移特性也值得注意。综合需求响应作为传统电力需求响应在综合能源系统以及综合能源市场中的扩展,主要的优势在于除了调整需求实现传统电负荷转移外,用户还可根据综合能源市场中各类能源价格与综合能源系统中电热等能源的耦合特性,调整能量转换方式,在不改变用户用能方式的前提下等效达到响应效果。在此基础上,规划层考虑综合需求响应与风光出力的不确定性,在保证区域供能与经济性的前提下,实现环保供能。
具体的,如图2所示,双层优化配置模型包括规划层和运行层,在规划层中,以规划建设综合能源系统的总成本最低为目标,优化变量为设备安装容量;在运行层中,以运行成本最低为目标,优化变量为设备运行出力。运行层以运行成本最低为目标,优化系统内各设备运行调度情况,并将优化结果反馈给规划层;规划层根据运行层的优化结果修正总成本,通过混合整数线性规划求解器对目标函数进行求解,实现综合能源系统年投资成本最低与年经济成本最低的目标,获得最优配置方案。
(1)规划层计及风光出力不确定性
进一步的,在规划层中汲计及风光出力不确定性,对风光出力不确定性问题的处理上,目前置信度区间法相较于典型日分析法、鲁棒优化法等方法,能够考虑极端天气对风电、光伏出力的影响,可以综合评估可靠性、经济性对可再生能源容量配置的影响。
如图3所示为置信度区间法原理图,在本实施例中以中国某地区风电全年风速、光伏全年辐照强度等历史出力数据为依据,分别选取单机额定容量为100kW的风机和单片额定容量为0.26kW的光伏板,将全年划分为3个典型季节,其中6-8月为夏季,12-2月为冬季,其余月份划分为过渡季,3个典型季节的全年占比分别为0.25、0.25、0.5。将每个季节的风光样本数据按日整点时刻划分为24组时序出力曲线,并对整点时刻风光出力值按升序的方式进行排序,获得各季节风光整点时刻顺序出力曲线图。
为了获取各季节的日输出功率曲线,按季节将功率值按等组距分成微小区间计算每个小区间内风光出力频率r(i),累加每个时刻下累加区间的r(i),求得该时刻的风光概率分布为α(∑r(i)),则对应时刻的置信度为1-α(∑r(i))。分别选取不同的置信度值,计算相应置信度值对应风光概率分布曲线上的功率值,将各整点时刻的功率值按照时间顺序连线,并对其进行归一化,获得各季节不同置信度下的风光出力曲线如图4~图9所示。
(2)规划层计及综合需求响应模型
能源价格、激励补偿与惩罚政策等经济因素可以促使消费者根据自身需求改变能源消费模式,这些经济因素取决于采用的需求响应模式。为此主要考虑2种形式的负荷,即不可控负荷和可调节负荷。基础负荷对应不可控负荷,主要为固定的用电时间,具有非延迟性;可调节负荷对应于弹性负荷,可以按照使用负荷的时间进行灵活调整,包括可转移负荷、可削减负荷和可替代负荷。
(a)不可控负荷
不可控负荷是指不能随意中断减少且对电价无响应能力的负荷,通常包括照明设施、供暖设施等。可表示为:
(b)可转移负荷
可转移负荷是指在一定时间范围内用户按照价格信号将电价峰时段的负荷进行转移,总用能量固定但可在时间上灵活调整的负荷,通常包括电动汽车、热水器等,可表示为:
式中:为可转移负荷在总电/热负荷需求中的比例;为可转移负荷的价格弹性系数;和分别为t时刻用户的购电价格与基准电价。为了保证用户的满意度不随时间的增长而大幅降低,考虑将可转移负荷只能转移到相邻时段范围内,并在持续用能时间内线性递减,可表示为:
(c)可削减负荷
可削减负荷是指用户根据自身负荷需求和价格信息可以自行中断或增加部分负荷,通常包括空调、照明负荷等,它受最大可削减量的限制,可表示为:
(d)可替代负荷
可替代负荷是指用能时间固定但可以改变能源形式的负荷,通常包括电/气混合的空调设备、热水器等,可替代负荷是区别于传统需求响应的主要负荷类型,用户可以根据市场电价信号与系统售热价格进行比较,并结合自身用能需求参与综合需求响应,可表示为:
综合式(1)~(7),计及综合需求响应的系统总负荷需求可表示为:
(3)规划层的年总规划成本函数为:
minCtot=Cinv+Cope+Cm;
其中,Cinv为系统投资年等值成本,Cm为系统运维成本,包括人工费与维修费,Cope为系统年运行成本。
1)系统投资年等值成本包括设备的初始投资成本和设备运行维护费用,表达式为:
2)运行成本
考虑到电、热负荷受季节特性的影响,选取过渡季、夏季、冬季3个典型日进行优化,可表示为:
(4)运行层成本函数
下层运行层以典型日运行成本最低为目标,优化变量为系统内各设备的运行功率,具体数学模型可表示为为:
minCope=Cele+Cgas+Cen+CIDR;
其中,Cele为综合能源系统与电网交互成本,Cgas为天然气购买成本,Cen为环境成本,CIDR为用户参与综合需求响应成本。
1)EH与电网交互成本:
2)天然气购买成本的表达式为:
其中,fgas为天然气购买价格,Hgas为天然气低热值,PCHP(t)为t时刻CHP机组的输出功率;PGB(t)为t时刻GB机组输出的热功率;ηGB为燃气锅炉气热转化效率;
3)环境成本的表达式为:
其中,μgas为燃气机组与电网购电生产的环境价值成本;
4)用户参与综合需求响应成本的表达式为:
其中,Pt ele0和Pt ele为t时刻实施综合需求响应前、后用户的电负荷需求量;Pt heat0和Pt heat为t时刻实施综合需求响应前、后用户的热负荷需求量;ρh为EH向系统用户的售热价格。
更进一步的,为了说明本发明的考虑综合需求响应的综合能源系统源储容量优化配置方法的有效性,探究IDR对EH内源储容量的规划与运行的影响,其中3个典型日的电、热负荷曲线如图10、图11所示。通过选取9个置信度(30%~70%),设置考虑IDR和不考虑IDR的2种情况下的系统源储配置模式并进行分析。
模式1(Mode1,M1),EH规划时不考虑IDR;
模式2(Mode2,M2),EH规划时考虑IDR。
为了更加直观地说明IDR对电热负荷的影响,以图12所示的3个典型季节的实时电价为基础,根据IDR模型对电/热负荷曲线进行调整,以夏季电负荷与冬季热负荷为例,分析EH考虑IDR后的负荷响应特性。图13为电负荷和热负荷在考虑IDR前后的实施效果图。可以明显看出用户根据电价信号,模式2在模式1基础上考虑了IDR,缩小了负荷峰谷差,相比于模式1,模式2夏季电负荷峰谷差下降了8.94%,冬季热负荷峰谷差下降了12.59%,说明在实施IDR后能够有效的降低峰谷差,实现削峰填谷,使得负荷曲线变得平滑。
分别对2种模式进行优化求解,容量优化配置结果如表1所示。图14为表1中各个设备数据的变化趋势。从图14可以看出,在设备的容量配置方面:在系统满足约束条件情况下,随着置信度的增加,2种模式所需配置的风机、光伏容量随之增加,所需配置的电储能容量均呈现先增加后减少的趋势。从每个装置的容量配置上来看,在实施IDR后模式2的风机容量较模式1均有所提高,而模式2的光伏容量较模式1均有所减少,如在置信度为55%时,模式2较模式1风电增加了128kW、光伏减少了110kW,风电增幅为8.65%,光伏降幅达到了18.97%。在电储能配置上,随着置信度的增加,实施IDR后的电储能容量配置明显减少,如在置信度为60%时,模式2电储能较模式1减少了149kW,降幅为20.96%。热电耦合机组CHP的容量随置信度的增加呈下降趋势,在实施IDR后一定程度上降低了CHP机组的配置规模。2种模式的GB机组容量配置相近,这与冬季热负荷较高有关。在热储能配置上,模式2的热储能配置容量高于模式1,这是由于热储能配置容量与CHP以及GB机组的配置规模有关,在CHP机组配置规模减少时,热储能配置规模提升以满足热负荷平衡,且热储能单位投资成本小,能够有效降低系统的投资成本。从设备优化配置整体上来看,在实施IDR后能够更加合理地优化配置EH内源储的容量配置。
表1
2种模式的经济性比较如表2所示。图15为表2中各项成本的变化趋势。从图15可以看出,在投资成本上,随着置信度的增加,2种模式的投资成本均逐渐提高,但实施IDR后降低了系统的投资成本,如在置信度为40%时,在实施IDR后,模式2相较于模式1投资成本降低了8.59万元,降幅为4.83%,说明实施IDR能够有效降低系统的设备投资成本。在电网交互成本上,模式2在置信度30%时,EH与电网交互的售电收益高于购电成本,所以电网交互成本呈现负值,且随着置信度的增加,售电量逐渐下降,购电量逐渐提高,电网交互成本逐渐下降,在置信度为35%时,购电成本高于售电收益,电网交互成本为正值,且模式2的电网交互成本低于模式1,说明实施IDR有助于降低系统的电网交互成本。系统年运行成本与年规划总成本均随置信度的增加而增加,在年运行成本上,虽然实施IDR后模式2额外增加了10.49万元的IDR成本,但实施IDR的年运行成本仍然低于模式1,在年总规划成本上,为了体现实施IDR对系统规划与运行产生的经济性影响,采用改善率为经济指标,如在置信度为35%时,实施IDR后的年总规划成本较未实施IDR的模式1降低了12.73万元,年总规划成本改善率3.42%,说明考虑IDR所得规划方案系统的经济效益得到了明显改善。
表2
在上述研究中,各种类型的负荷在用能需求中假定为固定比例,其中电、热负荷的组成包括不可控负荷占比60%、可转移负荷占比20%、可削减负荷占比15%、可替代负荷占比5%。但在实际中,由于用户的用能行为习惯以及用户的负荷构成存在差异性,对应产生的需求响应效益不同。
为阐述综合需求响应对EH规划与运行的影响,选取置信度为45%时的风光输出曲线进行模拟,假设系统中IDR负荷由3种场景负荷构成,分别包括:场景1:15%可转移负荷+10%可削减负荷+15%可替代负荷;场景2:15%可转移负荷+15%可削减负荷+10%可替代负荷;场景3:20%可转移负荷+15%可削减负荷+5%可替代负荷。3种场景中,假设系统中不可控负荷与可控制负荷在总负荷需求中占比均为60%和40%,所得最优规划方案的对比情况如表3所示。
表3
由表3计算结果可知,不同场景下的IDR负荷类型对EH的经济效益贡献不同。综合年规划总成本改善率排序可知,场景3相较于未考虑IDR的经济性改善率最高为3.3%,且场景3的IDR成本最小,3种场景IDR的经济效益由大到小排序为:场景3、场景2、场景1。通过上述求解结果可知,在满足系统运行约束的前提条件下,可以利用不同类型的IDR负荷在响应特性上的互补性,且当可转移负荷比例较高、可替代负荷比例较低时的系统场景采用IDR时可以获得更好的经济效益。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种考虑综合需求响应的综合能源系统源储容量优化配置方法,其特征在于,具体步骤包括如下:
采集全年风速数据、全年辐照数据以及电价方案数据;
对所述全年风速数据、所述全年辐照数据利用置信度区间法处理得到风速置信度曲线、光伏置信度曲线,对所述电价方案数据利用综合需求响应模型处理得到负载曲线;
在所述风速置信度曲线、所述光伏置信度曲线、所述负载曲线的基础上,计及风光出力的不确定性与电热综合需求响应,构建双层优化配置模型;
对所述双层优化配置模型进行求解获得最优配置方案。
2.根据权利要求1所述的一种考虑综合需求响应的综合能源系统源储容量优化配置方法,其特征在于,所述双层优化配置模型包括规划层和运行层,在所述规划层中,以规划建设综合能源系统的总成本最低为目标,优化变量为设备安装容量;在所述运行层中,以运行成本最低为目标,优化变量为设备运行出力。
3.根据权利要求2所述的一种考虑综合需求响应的综合能源系统源储容量优化配置方法,其特征在于,所述规划层的年总规划成本函数为:
minCtot=Cinv+Cope+Cm;
其中,Cinv为系统投资年等值成本,Cm为系统运维成本,包括人工费与维修费,Cope为系统年运行成本。
4.根据权利要求2所述的一种考虑综合需求响应的综合能源系统源储容量优化配置方法,其特征在于,所述运行层的运行成本函数为:
minCope=Cele+Cgas+Cen+CIDR;
其中,Cele为综合能源系统与电网交互成本,Cgas为天然气购买成本,Cen为环境成本,CIDR为用户参与综合需求响应成本。
6.根据权利要求2所述的一种考虑综合需求响应的综合能源系统源储容量优化配置方法,其特征在于,所述运行层以运行成本最低为目标,优化系统内各设备运行调度情况,并将优化结果反馈给所述规划层;所述规划层根据所述运行层的优化结果修正总成本,通过混合整数线性规划求解器对目标函数进行求解,实现综合能源系统年投资成本最低与年经济成本最低的目标,获得最优配置方案。
8.根据权利要求4所述的一种考虑综合需求响应的综合能源系统源储容量优化配置方法,其特征在于,所述综合能源系统与电网交互成本的表达式为:
所述天然气购买成本的表达式为:
其中,fgas为天然气购买价格,Hgas为天然气低热值,PCHP(t)为t时刻CHP机组的输出功率;PGB(t)为t时刻GB机组输出的热功率;ηGB为燃气锅炉气热转化效率;
所述环境成本的表达式为:
其中,μgas为燃气机组与电网购电生产的环境价值成本;
所述用户参与综合需求响应成本的表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210976017.5A CN115358559A (zh) | 2022-08-15 | 2022-08-15 | 考虑综合需求响应的综合能源系统源储容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210976017.5A CN115358559A (zh) | 2022-08-15 | 2022-08-15 | 考虑综合需求响应的综合能源系统源储容量优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115358559A true CN115358559A (zh) | 2022-11-18 |
Family
ID=84033817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210976017.5A Pending CN115358559A (zh) | 2022-08-15 | 2022-08-15 | 考虑综合需求响应的综合能源系统源储容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115358559A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117498399A (zh) * | 2023-12-29 | 2024-02-02 | 国网浙江省电力有限公司 | 考虑弹性可调能源实体接入的多能协同配置方法及系统 |
-
2022
- 2022-08-15 CN CN202210976017.5A patent/CN115358559A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117498399A (zh) * | 2023-12-29 | 2024-02-02 | 国网浙江省电力有限公司 | 考虑弹性可调能源实体接入的多能协同配置方法及系统 |
CN117498399B (zh) * | 2023-12-29 | 2024-03-08 | 国网浙江省电力有限公司 | 考虑弹性可调能源实体接入的多能协同配置方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523052B (zh) | 一种考虑需求响应和碳交易的虚拟电厂优化调度方法 | |
CN111738502B (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
Li et al. | Improving wind power integration by regenerative electric boiler and battery energy storage device | |
CN109191025A (zh) | 一种电源结构优化配置方案综合能效的评价方法 | |
CN111738497A (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
Zhang et al. | Research on the optimal allocation method of source and storage capacity of integrated energy system considering integrated demand response | |
Wu et al. | Dynamic pricing and energy management of hydrogen-based integrated energy service provider considering integrated demand response with a bi-level approach | |
CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
CN113541195B (zh) | 一种未来电力系统中高比例可再生能源的消纳方法 | |
CN115358559A (zh) | 考虑综合需求响应的综合能源系统源储容量优化配置方法 | |
Abdelsattar et al. | An overview of smart grid technology integration with hybrid energy systems based on demand response | |
CN112653195B (zh) | 一种并网型微电网鲁棒优化容量配置方法 | |
CN118365352A (zh) | 基于阶梯式碳交易下含p2g和ccs耦合的综合能源系统优化调度方法 | |
CN116822977A (zh) | 一种基于定量测算企业碳减排潜力的减排策略生成方法 | |
CN116362400A (zh) | 一种基于光储系统配置的大工业用户电费优化方法 | |
CN114548536A (zh) | 一种电力市场环境下考虑储能影响的可再生能源规划方法 | |
CN114372609A (zh) | 计及新能源消纳成本最优的多源荷互补规划方法 | |
CN113762643A (zh) | 区域综合能源系统的储能容量优化配置方法 | |
CN113869593A (zh) | 基于综合需求响应的园区综合能源系统多阶段规划方法 | |
CN113780663B (zh) | 基于碳交易模型的综合能源系统低碳调度方法和系统 | |
Wang et al. | Study on the economic dispatch of regional integrated energy system based on master-slave game | |
CN114897232B (zh) | 一种社区群电热交易方法 | |
CN116014745B (zh) | 一种基于综合需求响应的尖峰负荷平抑方法及装置 | |
Li et al. | Research on Interactive Trading Mode between Thermal Storage Electric Boiler and Wind Power Based on Dynamic Time Sharing | |
CN112785094B (zh) | 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |