CN115392052B - 考虑设备变工况运行特性的综合能源系统区间优化方法 - Google Patents

考虑设备变工况运行特性的综合能源系统区间优化方法 Download PDF

Info

Publication number
CN115392052B
CN115392052B CN202211156029.XA CN202211156029A CN115392052B CN 115392052 B CN115392052 B CN 115392052B CN 202211156029 A CN202211156029 A CN 202211156029A CN 115392052 B CN115392052 B CN 115392052B
Authority
CN
China
Prior art keywords
energy
period
liquid crystal
crystal display
class
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
CN202211156029.XA
Other languages
English (en)
Other versions
CN115392052A (zh
Inventor
李鹏
王加浩
王子轩
殷云星
文淼
姜磊
潘有朋
李林媛
徐伟成
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202211156029.XA priority Critical patent/CN115392052B/zh
Publication of CN115392052A publication Critical patent/CN115392052A/zh
Application granted granted Critical
Publication of CN115392052B publication Critical patent/CN115392052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种考虑设备变工况运行特性的综合能源系统区间优化方法，包括：建立考虑能量转换设备变工况运行特性的综合能源系统区间优化模型；利用非线性区间数表征源荷不确定性，并对表征源荷不确定性的非线性区间数进行确定性转换；利用能量转换效率表征能量转换设备的变工况运行特性，通过数据拟合方式得到能量转换设备的能量转换效率与负载率的函数关系，并对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合；对处理后的考虑能量转换设备变工况运行特性的综合能源系统区间优化模型进行求解，得到综合能源系统优化运行方案。本发明减小了源荷不确定性带来的不利影响，能够提高优化运行方案可靠性和多能源协同效果。

Description

考虑设备变工况运行特性的综合能源系统区间优化方法
技术领域
本发明涉及一种综合能源系统优化运行方法。特别是涉及一种考虑设备变工况运行特性的综合能源系统区间优化方法。
背景技术
在能源结构绿色低碳转型的背景下，改变传统能源系统建设路径和发展模式、着力构建综合能源系统将成为践行中国“碳达峰、碳中和”双碳目标的重要方式。园区综合能源系统作为能源互联的“终端”，可充分发挥多类异质能源互补互济的综合优势，通过协调各类能源设备为园区内的用户提供可靠、经济的能源供应。
由于园区综合能源系统优化运行模型面临着模型精度与求解效率之间的矛盾，为便于工程求解，当前研究往往一定程度上对其进行简化，将能量转换设备效率设置为恒定常数。然而，部分能量转换设备的效率易受负载率、温度、气压等影响，将其设置为恒定常数会使能量转换发生偏移，进而导致用能偏差。此外，园区综合能源系统中多类型源荷的不确定性同样制约着优化运行方案的准确程度。鉴于此，亟需设计一种考虑源荷不确定性和设备变工况运行特性的综合能源系统优化运行方法。
发明内容
本发明所要解决的技术问题是，为了克服现有技术的不足，提供一种能够提高优化运行方案可靠性和多能源协同效果的考虑设备变工况运行特性的综合能源系统区间优化方法。
本发明所采用的技术方案是：一种考虑设备变工况运行特性的综合能源系统区间优化方法，包括如下步骤：
1)建立考虑能量转换设备变工况运行特性的综合能源系统区间优化模型；包括
(1.1)以经济性为目标，建立综合能源系统区间优化模型的目标函数：
minfC＝Cpe+Com
其中，fC为综合能源系统的运行成本，Cpe为购能成本，Com为设备运维成本；
(1.2)建立综合能源系统区间优化模型的约束条件，所述的约束条件包括能量平衡约束、能量供应设备运行约束、能量转换设备运行约束、储能设备运行约束、外网购能约束；
2)利用非线性区间数表征源荷不确定性，并对表征源荷不确定性的非线性区间数进行确定性转换，包括：
(2.1)利用非线性区间数表征源荷不确定性；
(2.2)根据表征源荷不确定性的非线性区间数，修正步骤1)第(1.2)步中的能量平衡约束、能量供应设备运行约束；
(2.3)对表征源荷不确定性的非线性区间数进行确定性转换；
3)利用能量转换效率表征能量转换设备的变工况运行特性，通过数据拟合方式得到能量转换设备的能量转换效率与负载率的函数关系，并对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合；
4)对处理后的考虑能量转换设备变工况运行特性的综合能源系统区间优化模型进行求解，得到综合能源系统优化运行方案。
本发明的考虑设备变工况运行特性的综合能源系统区间优化方法，能够提高优化运行方案可靠性和多能源协同效果。具有如下优点：
1、本发明利用非线性区间数表征源荷不确定性，并引入快速可调节容量预留，减小了源荷不确定性带来的不利影响；
2、本发明的能量转换设备变工况运行特性的自适应分段线性化拟合方法，在不影响求解精度的前提下，减少了分段数量，提高了综合能源系统优化运行方案的计算效率；
3、本发明的综合能源系统区间优化方法能够有效降低源荷不确定性与设备变工况特性带来的供/用能偏差，提高优化运行方案可靠性和多能源协同效果。
附图说明
图1是本发明实例中雄安某智慧小镇园区综合能源系统结构示意图。
具体实施方式
下面结合实施例和附图对本发明的考虑设备变工况运行特性的综合能源系统区间优化方法做出详细说明。
本发明的考虑设备变工况运行特性的综合能源系统区间优化方法，包括如下步骤：
1)建立考虑能量转换设备变工况运行特性的综合能源系统区间优化模型；包括
(1.1)以经济性为目标，建立综合能源系统区间优化模型的目标函数：
minfC＝Cpe+Com
其中，fC为综合能源系统的运行成本，Cpe为购能成本，Com为设备运维成本；
其中，
所述的目标函数中的购能成本为：
Figure GDA0004208744440000021
其中，Cpe为购能成本；T为调度时段个数；
Figure GDA0004208744440000022
为第i类能源t时段从配网的购能量；
Figure GDA0004208744440000023
为第i类能源t时段配网的购能单价；i代表综合能源系统冷、热、电、气类中的一类能源，用C表示冷，用H表示热，用E表示电，用G表示气。
所述的目标函数中的设备运维成本为：
Figure GDA0004208744440000024
其中，Com为设备运维成本；T为调度时段个数；W为设备总数；
Figure GDA0004208744440000025
为t时段第w个设备的出力值；Sw为第w个设备的运维单价。
(1.2)建立综合能源系统区间优化模型的约束条件，所述的约束条件包括能量平衡约束、能量供应设备运行约束、能量转换设备运行约束、储能设备运行约束、外网购能约束；其中所述的约束条件具体为：
(1.2.1)能量平衡约束：
Figure GDA0004208744440000031
其中，
Figure GDA0004208744440000032
为第i类能源t时段从配网的购能量；/>
Figure GDA0004208744440000033
为提供第i类能量的能量供应设备v在t时段的出力；/>
Figure GDA0004208744440000034
为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；
Figure GDA0004208744440000035
为存储/释放第i类能量的储能设备r在t时段的出力；/>
Figure GDA0004208744440000036
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；Li,t为第i类能源t时段的负荷需求；V为能量供应设备集合；U为能量转换设备集合；R为储能设备集合；
(1.2.2)能量供应设备运行约束：
Figure GDA0004208744440000037
其中，
Figure GDA0004208744440000038
为提供第i类能量的能量供应设备v在t+1时段的出力；Δv为能量供应设备v的爬坡速率；/>
Figure GDA0004208744440000039
分别为提供第i类能量的能量供应设备v在t时段的出力上限和出力下限；
(1.2.3)能量转换设备运行约束：
Figure GDA00042087444400000310
其中，
Figure GDA00042087444400000311
为将第i类能量转换为第j类能量的能量转换设备u在t时段的能耗值；
Figure GDA00042087444400000312
为将第i类能量转换为第j类能量的能量转换设备u在t+1时段的出力；Δu为能量转换设备u的爬坡速率；/>
Figure GDA00042087444400000313
分别为将第i类能量转换为第j类能量的能量转换设备u的出力上限和出力下限；
(1.2.4)储能设备运行约束：
Figure GDA00042087444400000314
其中，
Figure GDA00042087444400000315
为存储/释放第i类能量的储能设备r在t+1时段的出力；Δr为储能设备r的爬坡速率；/>
Figure GDA00042087444400000316
分别为存储/释放第i类能量的储能设备r的出力上限和出力下限；
Figure GDA00042087444400000317
为可存储/释放第i类能量的储能设备r在t时段所存储的能量值；/>
Figure GDA00042087444400000318
为存储/释放第i类能量的储能设备r在t+1时段所存储的能量值；σr为存储/释放第i类能量的储能设备r的自损耗率；/>
Figure GDA00042087444400000319
分别为存储/释放第i类能量的储能设备r的储能上限和储能下限；
(1.2.5)外网购能约束：
Figure GDA00042087444400000320
其中，
Figure GDA0004208744440000041
分别为第i类能源从配网购能的能量上限和能量下限。
2)利用非线性区间数表征源荷不确定性，并对表征源荷不确定性的非线性区间数进行确定性转换，包括：
(2.1)利用非线性区间数表征源荷不确定性；包括：
(2.1.1)确定源荷不确定性的来源，包括能量供应设备出力上限的预测误差，以及冷、热、电、气四类能源负荷需求的预测误差；
(2.1.2)定义能量供应设备出力上限的非线性区间数，以及冷、热、电、气四类能源负荷需求的非线性区间数，具体为：
能量供应设备出力上限的非线性区间数：
Figure GDA0004208744440000042
其中，
Figure GDA0004208744440000043
为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；/>
Figure GDA0004208744440000044
分别为提供第i类能量的能量供应设备v在t时段出力上限预测值的上限和下限；
冷、热、电、气四类能源负荷需求的非线性区间数：
Figure GDA0004208744440000045
其中，
Figure GDA0004208744440000046
为第i类能源t时段负荷需求的非线性区间数；/>
Figure GDA0004208744440000047
Li,t分别为第i类能源t时段负荷需求预测值的上限和下限；i代表综合能源系统冷、热、电、气类中的一类能源，用C表示冷，用H表示热，用E表示电，用G表示气。
(2.2)根据表征源荷不确定性的非线性区间数，修正步骤1)第(1.2)步中的能量平衡约束、能量供应设备运行约束；修正后的能量平衡约束、能量供应设备运行约束具体为：
修正后的能量平衡约束：
Figure GDA0004208744440000048
其中，
Figure GDA0004208744440000049
为第i类能源t时段从配网的购能量；/>
Figure GDA00042087444400000410
为提供第i类能量的能量供应设备v在t时段的出力；/>
Figure GDA00042087444400000411
为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；
Figure GDA00042087444400000412
为存储/释放第i类能量的储能设备r在t时段的出力；/>
Figure GDA00042087444400000413
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；/>
Figure GDA00042087444400000414
为第i类能源t时段负荷需求的非线性区间数；V为能量供应设备集合；U为能量转换设备集合；R为储能设备集合；
修正后的能量供应设备运行约束：
Figure GDA00042087444400000415
其中，
Figure GDA00042087444400000416
为提供第i类能量的能量供应设备v在t+1时段的出力；Δv为能量供应设备v的爬坡速率；/>
Figure GDA00042087444400000417
为提供第i类能量的能量供应设备v在t时段的出力下限；/>
Figure GDA00042087444400000418
为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数。
(2.3)对表征源荷不确定性的非线性区间数进行确定性转换；包括：
(2.3.1)对修正后的能量平衡约束进行确定性转换，具体为：
定义：
Figure GDA0004208744440000051
其中，
Figure GDA0004208744440000052
为修正后的第i类能量的能量平衡约束区间表达式，X为决策变量矩阵，/>
Figure GDA0004208744440000053
Figure GDA0004208744440000054
为第i类能源t时段从配网的购能量；/>
Figure GDA0004208744440000055
为提供第i类能量的能量供应设备v在t时段的出力；/>
Figure GDA0004208744440000056
为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；/>
Figure GDA0004208744440000057
为存储/释放第i类能量的储能设备r在t时段的出力；/>
Figure GDA0004208744440000058
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；/>
Figure GDA0004208744440000059
为第i类能源t时段负荷需求的非线性区间数；V为能量供应设备集合；U为能量转换设备集合；R为储能设备集合；
增加松弛变量，并进行确定性转换：
Figure GDA00042087444400000510
其中，
Figure GDA00042087444400000511
为人工增加的松弛变量，其物理含义为第i类能源的快速可调节容量；P()表示计算概率；/>
Figure GDA00042087444400000512
为第i类能源快速上调的能量上限；εi为第i类能源快速削减的能量上限；λi1、λi2为预先给定的可能度水平；
(2.3.2)对修正后的能量供应设备运行约束进行确定性转换，具体为：
Figure GDA00042087444400000514
其中，
Figure GDA00042087444400000515
为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；λi3为预先给定的可能度水平。
3)利用能量转换效率表征能量转换设备的变工况运行特性，通过数据拟合方式得到能量转换设备的能量转换效率与负载率的函数关系，并对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合；其中，
所述的通过数据拟合方式得到能量转换设备的能量转换效率与负载率函数关系具体为：
利用多项式拟合方法得到能量转换设备的能量转换效率与负载率函数关系，公式如下：
Figure GDA00042087444400000516
其中，
Figure GDA00042087444400000517
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；/>
Figure GDA00042087444400000518
为将第i类能量转换为第j类能量的能量转换设备u额定工况下的能量转换效率；m为拟合阶数；ku,n为能量转换设备u的n阶拟合系数；Nu为能量转换设备u的负载率，即输出功率与容量的比值；U为能量转换设备集合。
所述的能量转换效率与负载率的函数关系曲线，是根据数据拟合方式得到的能量转换设备的能量转换效率与负载率函数关系多项式绘制的曲线。
所述的对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合，包括：
(3.1)对利用多项式拟合方法得到的能量转换设备的能量转换效率与负载率函数关系进行离散化处理，将离散化后的全部数据视为一个分段；
(3.2)将分段的首端和末端作为拟合线段的起点和终点，进行线性化拟合；
(3.3)计算拟合后数据与拟合前数据的均方误差MSE；
(3.4)判断MSE是否小于预先给定的误差阈值；是则进行第(3.6)步；否则进行第(3.5)步；
(3.5)判断是否达到迭代上限；是则进行第(3.6)步；否则使用二分法拆分均方误差最大的分段，并返回第(3.2)步；
(3.6)计算两相邻分段合并后的预期值，计算方式如下：
EV(a,b)＝MSE(c)·(MSE(a)+MSE(b)-2MSE(c))
其中，EV(a,b)为两相邻分段a、b合并后的预期值；c为两相邻分段a、b合并后形成的新分段；MSE(a)为分段a拟合后数据与拟合前数据的均方误差；MSE(b)为分段b拟合后数据与拟合前数据的均方误差；MSE(c)为分段c拟合后数据与拟合前数据的均方误差；
(3.7)将合并后预期值最小的两个相邻分段进行合并；
(3.8)判断是否满足分段个数约束；若不满足，则返回第(3.6)步；若满足，则得到分段线性函数。
4)对处理后的考虑能量转换设备变工况运行特性的综合能源系统区间优化模型进行求解，得到综合能源系统优化运行方案。
下面给出实例：
以雄安某智慧小镇为例，其园区综合能源系统结构示意图如图1所示。设计8种场景进行仿真模拟和对比分析。场景细节如下：
场景1：不考虑多类型能量转换设备的变工况运行特性；
场景2-4：考虑多类型能量转换设备的变工况运行特性，对其进行常规分段线性化(分别划分为5、8、9段)；
场景5：考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)。
场景6：随机优化，考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)；
场景7：鲁棒优化，考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)；
场景8：区间优化，考虑多类型能量转换设备的变工况运行特性，对其进行自适应分段线性化(划分为5段)。
表1为不同分段情况下仿真结果比较。
表1
Figure GDA0004208744440000061
Figure GDA0004208744440000071
表2为预测误差随机波动情况下不同优化方法仿真结果比较。设置各源荷出力的预测误差按正态分布波动，随机生成10000组(240000个时段)风电、光伏、各能源负荷的功率曲线。分别将场景5-8的优化运行方案代入10000组随机场景，统计得到不同优化方法无法满足用能需求的次数。
表2
Figure GDA0004208744440000072
根据表1和表2中的数据，可以明显的反应出本发明所提方法的效果：
对比场景1-4，可以看出考虑多类型能量转换设备的变工况运行特性可以显著降低能量偏差总额，提高园区综合能源系统优化运行方案的准确性。变工况运行特性表征越精确，能量偏差越小，运行方案的准确性越高，但同时也会导致运行方案计算时间的增加。
对比场景5与场景1-4，可以看出本发明的考虑设备变工况运行特性的综合能源系统区间优化方法能够有效提高线性化精度。相较于场景2，在相同分段数量的情况下，场景5运行方案计算时间与其接近，但优化运行方案的准确性更高，电、热、气各能量用能偏差分别降低了61％、62％、85％。相较于场景3，场景5运行方案的电、气能量偏差与其接近，而热能偏差低66％，场景5的运行方案优于场景3。相较于场景4，场景5优化方案各能量偏差均较高。故在此实施例中，本发明的自适应分段方法划分5段的效果近似于常规分段划分8～9段的效果，但计算效率大大提高(计算时间减少约70％～80％)。
对比场景5-8，可以看出采用确定性优化与随机优化时日运行成本最低，但其受源荷不确定性影响最大，源荷波动时热能、冷能无法满足用能需求的比例高达49.6％和4.14％。采用鲁棒优化时由于考虑了最恶劣情况，其受源荷不确定性影响最小，源荷波动时各能源近乎均可满足用能需求，但其日运行成本最高，相较于确定性优化增长了35％。采用区间优化时可以平衡日运行成本增长和用能需求的满足，通过设置不同的可能度水平来不同程度上克服源荷不确定性的影响。

Claims (8)

1.一种考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，包括如下步骤：
1)建立考虑能量转换设备变工况运行特性的综合能源系统区间优化模型；包括
(1.1)以经济性为目标，建立综合能源系统区间优化模型的目标函数：
min fC＝Cpe+Com
其中，fC为综合能源系统的运行成本，Cpe为购能成本，Com为设备运维成本；
(1.2)建立综合能源系统区间优化模型的约束条件，所述的约束条件包括能量平衡约束、能量供应设备运行约束、能量转换设备运行约束、储能设备运行约束、外网购能约束；
2)利用非线性区间数表征源荷不确定性，并对表征源荷不确定性的非线性区间数进行确定性转换，包括：
(2.1)利用非线性区间数表征源荷不确定性；
(2.2)根据表征源荷不确定性的非线性区间数，修正步骤1)第(1.2)步中的能量平衡约束、能量供应设备运行约束；修正后的能量平衡约束、能量供应设备运行约束具体为：
修正后的能量平衡约束：
Figure FDA0004252635590000011
其中，
Figure FDA0004252635590000012
为第i类能源t时段从配网的购能量；/>
Figure FDA0004252635590000013
为提供第i类能量的能量供应设备v在t时段的出力；/>
Figure FDA0004252635590000014
为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；/>
Figure FDA0004252635590000015
为存储/释放第i类能量的储能设备r在t时段的出力；/>
Figure FDA0004252635590000016
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；/>
Figure FDA0004252635590000017
为第i类能源t时段负荷需求的非线性区间数；V为能量供应设备集合；U为能量转换设备集合；R为储能设备集合；
修正后的能量供应设备运行约束：
Figure FDA0004252635590000018
其中，
Figure FDA0004252635590000019
为提供第i类能量的能量供应设备v在t+1时段的出力；Δv为能量供应设备v的爬坡速率；/>
Figure FDA00042526355900000110
为提供第i类能量的能量供应设备v在t时段的出力下限；/>
Figure FDA00042526355900000111
为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；
(2.3)对表征源荷不确定性的非线性区间数进行确定性转换，包括：
(2.3.1)对修正后的能量平衡约束进行确定性转换，具体为：
定义：
Figure FDA00042526355900000112
其中，
Figure FDA00042526355900000113
为修正后的第i类能量的能量平衡约束区间表达式，X为决策变量矩阵，
Figure FDA00042526355900000114
Figure FDA00042526355900000115
为第i类能源t时段从配网的购能量；/>
Figure FDA00042526355900000116
为提供第i类能量的能量供应设备v在t时段的出力；/>
Figure FDA0004252635590000021
为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；/>
Figure FDA0004252635590000022
为存储/释放第i类能量的储能设备r在t时段的出力；/>
Figure FDA0004252635590000023
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；/>
Figure FDA0004252635590000024
为第i类能源t时段负荷需求的非线性区间数；V为能量供应设备集合；U为能量转换设备集合；R为储能设备集合；
增加松弛变量，并进行确定性转换：
Figure FDA0004252635590000025
其中，
Figure FDA0004252635590000026
为人工增加的松弛变量，其物理含义为第i类能源的快速可调节容量；P()表示计算概率；/>
Figure FDA0004252635590000027
为第i类能源快速上调的能量上限；εi为第i类能源快速削减的能量上限；λi1、λi2为预先给定的可能度水平；
(2.3.2)对修正后的能量供应设备运行约束进行确定性转换，具体为：
Figure FDA0004252635590000028
其中，
Figure FDA0004252635590000029
为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；λi3为预先给定的可能度水平；
3)利用能量转换效率表征能量转换设备的变工况运行特性，通过数据拟合方式得到能量转换设备的能量转换效率与负载率的函数关系，并对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合；
4)对处理后的考虑能量转换设备变工况运行特性的综合能源系统区间优化模型进行求解，得到综合能源系统优化运行方案。
2.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤1)第(1.1)步中所述的目标函数中的购能成本为：
Figure FDA00042526355900000210
其中，Cpe为购能成本；T为调度时段个数；
Figure FDA00042526355900000211
为第i类能源t时段从配网的购能量；/>
Figure FDA00042526355900000212
为第i类能源t时段配网的购能单价；i代表综合能源系统冷、热、电、气类中的一类能源，用C表示冷，用H表示热，用E表示电，用G表示气。
3.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤1)第(1.1)步中所述的目标函数中的设备运维成本为：
Figure FDA00042526355900000213
其中，Com为设备运维成本；T为调度时段个数；W为设备总数；
Figure FDA00042526355900000214
为t时段第w个设备的出力值；Sw为第w个设备的运维单价。
4.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤1)第(1.2)步中所述的约束条件具体为：
(1.2.1)能量平衡约束：
Figure FDA0004252635590000031
其中，
Figure FDA0004252635590000032
为第i类能源t时段从配网的购能量；/>
Figure FDA0004252635590000033
为提供第i类能量的能量供应设备v在t时段的出力；/>
Figure FDA0004252635590000034
为将第j类能量转换为第i类能量的能量转换设备u在t时段的出力；/>
Figure FDA0004252635590000035
为存储/释放第i类能量的储能设备r在t时段的出力；/>
Figure FDA0004252635590000036
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；Li,t为第i类能源t时段的负荷需求；V为能量供应设备集合；U为能量转换设备集合；R为储能设备集合；
(1.2.2)能量供应设备运行约束：
Figure FDA0004252635590000037
其中，
Figure FDA0004252635590000038
为提供第i类能量的能量供应设备v在t+1时段的出力；Δv为能量供应设备v的爬坡速率；/>
Figure FDA0004252635590000039
分别为提供第i类能量的能量供应设备v在t时段的出力上限和出力下限；
(1.2.3)能量转换设备运行约束：
Figure FDA00042526355900000310
其中，
Figure FDA00042526355900000311
为将第i类能量转换为第j类能量的能量转换设备u在t时段的能耗值；/>
Figure FDA00042526355900000312
为将第i类能量转换为第j类能量的能量转换设备u在t+1时段的出力；Δu为能量转换设备u的爬坡速率；/>
Figure FDA00042526355900000313
分别为将第i类能量转换为第j类能量的能量转换设备u的出力上限和出力下限；
(1.2.4)储能设备运行约束：
Figure FDA00042526355900000314
其中，
Figure FDA00042526355900000315
为存储/释放第i类能量的储能设备r在t+1时段的出力；Δr为储能设备r的爬坡速率；/>
Figure FDA00042526355900000316
分别为存储/释放第i类能量的储能设备r的出力上限和出力下限；/>
Figure FDA00042526355900000317
为存储/释放第i类能量的储能设备r在t时段所存储的能量值；/>
Figure FDA00042526355900000318
为存储/释放第i类能量的储能设备r在t+1时段所存储的能量值；σr为存储/释放第i类能量的储能设备r的自损耗率；/>
Figure FDA00042526355900000319
分别为存储/释放第i类能量的储能设备r的储能上限和储能下限；
(1.2.5)外网购能约束：
Figure FDA00042526355900000320
其中，
Figure FDA00042526355900000321
分别为第i类能源从配网购能的能量上限和能量下限。
5.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤2)第(2.1)步中所述的利用非线性区间数表征源荷不确定性包括：
(2.1.1)确定源荷不确定性的来源，包括能量供应设备出力上限的预测误差，以及冷、热、电、气四类能源负荷需求的预测误差；
(2.1.2)定义能量供应设备出力上限的非线性区间数，以及冷、热、电、气四类能源负荷需求的非线性区间数，具体为：
能量供应设备出力上限的非线性区间数：
Figure FDA0004252635590000041
其中，
Figure FDA0004252635590000042
为提供第i类能量的能量供应设备v在t时段出力上限的非线性区间数；
Figure FDA0004252635590000043
分别为提供第i类能量的能量供应设备v在t时段出力上限预测值的上限和下限；
冷、热、电、气四类能源负荷需求的非线性区间数：
Figure FDA0004252635590000044
其中，
Figure FDA0004252635590000045
为第i类能源t时段负荷需求的非线性区间数；/>
Figure FDA0004252635590000046
L i,t分别为第i类能源t时段负荷需求预测值的上限和下限；i代表综合能源系统冷、热、电、气类中的一类能源，用C表示冷，用H表示热，用E表示电，用G表示气。
6.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤3)中所述的通过数据拟合方式得到能量转换设备的能量转换效率与负载率函数关系具体为：
利用多项式拟合方法得到能量转换设备的能量转换效率与负载率函数关系，公式如下：
Figure FDA0004252635590000047
其中，
Figure FDA0004252635590000048
为将第i类能量转换为第j类能量的能量转换设备u的能量转换效率；/>
Figure FDA0004252635590000049
为将第i类能量转换为第j类能量的能量转换设备u额定工况下的能量转换效率；m为拟合阶数；ku,n为能量转换设备u的n阶拟合系数；Nu为能量转换设备u的负载率，即输出功率与容量的比值；U为能量转换设备集合。
7.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤3)中所述的能量转换效率与负载率的函数关系曲线，是根据数据拟合方式得到的能量转换设备的能量转换效率与负载率函数关系多项式绘制的曲线。
8.根据权利要求1所述的考虑设备变工况运行特性的综合能源系统区间优化方法，其特征在于，步骤3)中所述的对能量转换效率与负载率的函数关系曲线进行自适应分段线性化拟合，包括：
(3.1)对利用多项式拟合方法得到的能量转换设备的能量转换效率与负载率函数关系进行离散化处理，将离散化后的全部数据视为一个分段；
(3.2)将分段的首端和末端作为拟合线段的起点和终点，进行线性化拟合；
(3.3)计算拟合后数据与拟合前数据的均方误差MSE；
(3.4)判断MSE是否小于预先给定的误差阈值；是则进行第(3.6)步；否则进行第(3.5)步；
(3.5)判断是否达到迭代上限；是则进行第(3.6)步；否则使用二分法拆分均方误差最大的分段，并返回第(3.2)步；
(3.6)计算两相邻分段合并后的预期值，计算方式如下：
EV(a,b)＝MSE(c)·(MSE(a)+MSE(b)-2MSE(c))
其中，EV(a,b)为两相邻分段a、b合并后的预期值；c为两相邻分段a、b合并后形成的新分段；MSE(a)为分段a拟合后数据与拟合前数据的均方误差；MSE(b)为分段b拟合后数据与拟合前数据的均方误差；MSE(c)为分段c拟合后数据与拟合前数据的均方误差；
(3.7)将合并后预期值最小的两个相邻分段进行合并；
(3.8)判断是否满足分段个数约束；若不满足，则返回第(3.6)步；若满足，则得到分段线性函数。
CN202211156029.XA 2022-09-22 2022-09-22 考虑设备变工况运行特性的综合能源系统区间优化方法 Active CN115392052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211156029.XA CN115392052B (zh) 2022-09-22 2022-09-22 考虑设备变工况运行特性的综合能源系统区间优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211156029.XA CN115392052B (zh) 2022-09-22 2022-09-22 考虑设备变工况运行特性的综合能源系统区间优化方法

Publications (2)

Publication Number Publication Date
CN115392052A CN115392052A (zh) 2022-11-25
CN115392052B true CN115392052B (zh) 2023-07-14

Family

ID=84127437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211156029.XA Active CN115392052B (zh) 2022-09-22 2022-09-22 考虑设备变工况运行特性的综合能源系统区间优化方法

Country Status (1)

Country Link
CN (1) CN115392052B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015103682A1 (de) * 2015-03-13 2016-09-15 Abb Ag System zur Ermittlung des Energieverbrauchs eines einzelnen Verbrauchers
EP4024295A4 (en) * 2019-09-30 2023-05-10 Siemens Aktiengesellschaft OPTIMIZATION METHOD AND DEVICE FOR INTEGRATED POWER SYSTEM AND COMPUTER READABLE STORAGE MEDIUM
CN111476509B (zh) * 2020-05-28 2022-08-26 南方电网科学研究院有限责任公司 基于igdt模型的用户侧综合能源系统规划方法及装置
CN111815025A (zh) * 2020-06-09 2020-10-23 国网山东省电力公司经济技术研究院 考虑风光与负荷不确定性综合能源系统柔性优化调度方法
CN111860965B (zh) * 2020-06-24 2023-11-14 东南大学 考虑储能多类型服务的用户综合能源系统优化调度方法
CN112836882B (zh) * 2021-02-08 2024-03-01 杭州意能电力技术有限公司 考虑设备负载率变化的区域综合能源系统运行优化方法
CN113793052A (zh) * 2021-09-23 2021-12-14 长沙理工大学 一种区域综合能源系统鲁棒优化调度方法
CN114282780A (zh) * 2021-12-08 2022-04-05 中国电力科学研究院有限公司 一种区域综合能源系统的优化调度仿真方法及系统
CN114498617A (zh) * 2021-12-25 2022-05-13 国网甘肃省电力公司电力科学研究院 一种考虑随机性的多能源发电系统两阶段优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Hierarchical Collaborative Optimal Scheduling of Economy Energy Efficiency in Energy Internet Based on Cooperative Game;Yongjie Zhong；;2021 IEEE 4th International Electrical and Energy Conference (CIEEC);1-6 *

Also Published As

Publication number Publication date
CN115392052A (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN107301472B (zh) 基于场景分析法和电压调节策略的分布式光伏规划方法
Milosevic et al. Capacitor placement for conservative voltage reduction on distribution feeders
CN111030188B (zh) 一种含分布式和储能的分层分级控制策略
CN111815025A (zh) 考虑风光与负荷不确定性综合能源系统柔性优化调度方法
CN111950807B (zh) 计及不确定性与需求响应的综合能源系统优化运行方法
CN109146124B (zh) 一种基于时变失效率的配电终端改造决策方法
CN112072703B (zh) 一种适用新能源接入规划的灵活性评价方法及系统
CN110165698B (zh) 一种实现前瞻性误差资产转换的风电场平滑并网方法
CN107730076B (zh) 一种区域配电网设备综合利用效率分析方法
CN115375344A (zh) 计及阶梯碳交易机制的微电网两阶段鲁棒优化低碳经济调度方法
CN110570015A (zh) 一种配电网多目标规划方法
CN112417652A (zh) 一种电-气-热综合能源系统优化调度方法及系统
CN116108360A (zh) 一种区域综合能源系统优化运行控制方法及装置
CN110994606A (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN112053035A (zh) 考虑经济性与灵活性的输电通道与储能联合规划方法
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
CN106503814B (zh) 一种计及可靠性的配电变压器组年度检修计划生成方法
CN115392052B (zh) 考虑设备变工况运行特性的综合能源系统区间优化方法
CN108491977B (zh) 一种微能源网的弱鲁棒优化调度方法
CN107171322B (zh) 一种含小水电配电网的规划方法
CN113972694A (zh) 一种配电网分布式光伏与储能电站投资决策方法
CN113158547A (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
CN110837938B (zh) 基于模型预测控制架构的综合能源系统优化运行方法及系统
CN107886187A (zh) 考虑负荷敏感性分级及其概率性损失的配电网规划方法
CN111340360A (zh) 基于运行及网架风险的综合能源系统实时风险评估方法

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
GR01 Patent grant
GR01 Patent grant