CN115511274B - 一种配电网与氢能系统的联合规划方法 - Google Patents
一种配电网与氢能系统的联合规划方法 Download PDFInfo
- Publication number
- CN115511274B CN115511274B CN202211124141.5A CN202211124141A CN115511274B CN 115511274 B CN115511274 B CN 115511274B CN 202211124141 A CN202211124141 A CN 202211124141A CN 115511274 B CN115511274 B CN 115511274B
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- representing
- distribution network
- energy system
- power distribution
- 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
Links
- 239000001257 hydrogen Substances 0.000 title claims abstract description 376
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 376
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 340
- 238000009826 distribution Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 48
- 238000010276 construction Methods 0.000 claims abstract description 43
- 238000012423 maintenance Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 66
- 238000006243 chemical reaction Methods 0.000 claims description 42
- 230000009467 reduction Effects 0.000 claims description 21
- 150000002431 hydrogen Chemical class 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 12
- 238000005984 hydrogenation reaction Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 claims description 4
- 125000004435 hydrogen atom Chemical group [H]* 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000002040 relaxant effect Effects 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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
-
- 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
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种配电网与氢能系统的联合规划方法，属于配电网规划领域。具体步骤如下：首先，考虑氢能系统和配电网在整个规划期内的建设、维护、运行及失电成本，建立多阶段联合规划模型的目标函数；其次，建立考虑氢气生产、长管拖车运输、加氢站供应等多个环节的氢能系统规划及运行约束条件；随后，考虑变电站、变压器、配电线路、分布式光伏、分布式风机等设备，建立配电网规划及运行约束条件；最后，考虑氢能系统运营商和配电网运营商的信息隐私保护需求，基于目标级联分析法将联合规划模型分解为配电网子模型和氢能系统子模型，并进行分布式迭代求解。
Description
技术领域
本发明涉及配电网规划领域，具体涉及一种配电网与氢能系统的联合规划方法。
背景技术
近年来，随着电制氢技术的发展，电力系统与氢能系统的耦合关系显著增强。在未来以新能源为主体的配电网中，电制氢技术在减轻新能源波动性方面具有广阔的应用前景，对于配电网层级的氢能系统，考虑到管道规划成本较高，主要通过长管拖车从制氢站运输到各加氢站。通过配电网与氢能系统的协同运行，可有效降低系统运行成本、提升新能源消纳率、提高系统运行灵活性，而现有配电网与氢能系统规划方法中，通常对两个系统进行单独规划，如何考虑系统间的耦合关系来提升系统整体规划方案的经济性、运行灵活性和新能源消纳率值得进一步探索。此外，考虑到配电网和氢能系统隶属于不同的主体，如何在保护双方信息隐私安全的前提下进行协同规划有待解决。
发明内容
针对现有技术的不足，本发明提出了一种配电网与氢能系统的联合规划方法，该方法可在保护配电网运营商和氢能系统运营商信息隐私安全的前提下，有效提升配电网与氢能系统协同规划方案的经济性、运行灵活性和新能源消纳率。
本发明的目的可以通过以下技术方案实现：
一种配电网与氢能系统的联合规划方法，包括以下步骤：
建立配电网与氢能系统的联合规划模型，联合规划模型的目标函数以氢能系统和配电网的配置成本最小为目标；
建立包含氢能生产约束、氢能运输约束和氢能供应约束的氢能系统规划及运行约束条件；
建立配电网建设约束和基于DistFlow的配电网运行约束条件；
基于目标级联分析法将联合规划模型分解为配电网子模型和氢能系统子模型，并进行分布式迭代计算。
进一步地，联合规划模型具体为：
式中，标号分别表示配电网节点、待建设设备类型、配电线路、典型运行场景、配电网调度时段，标号分别表示氢能系统节点、制氢站节点、氢气运输调度时段、长管拖车，标号
mn、gm分别表示氢节点
m到氢节点
n的运输路径、制氢站
g到氢节点
m的运输路径，SS、TR、L、PV、WT、PtH、HS分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备，表示设备集合，表示设备标号；分别表示变电站节点、配电线路、分布式光伏节点、分布式风机节点、制氢站节点、氢能系统节点、氢负荷节点、长管拖车、氢气运输路径、电负荷节点的集合，分别表示待建设变压器、线路的类型集合；分别表示配电网在阶段
t的建设、维护、运行、失电成本，分别表示氢能系统在阶段
t的建设、维护、运行、失负荷成本，分别表示变电站、变压器、配电电路的0-1建设变量，分别表示分布式光伏、分布式风机、电转氢设备、储氢设备的建设容量变量，分别表示配电线路是否正向、反向运行的0-1变量，分别表示变电站、分布式光伏、分布式风机、电制氢、压缩氢气的有功功率，分别表示长管拖车是否在路径
mn、gm进行运输的0-1变量，分别表示电负荷、分布式光伏、分布式风机、氢负荷的削减量；分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的单位建设成本，分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的单位维护成本，分别表示变电站、分布式光伏、分布式风机、电制氢的单位运行成本，分别表示电负荷、分布式光伏、分布式风机、氢负荷的单位削减量成本，分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的年化建设回收系数，表示一年中典型日的天数，表示调度时段的时长，表示单位网损成本，分别表示长管拖车的单位运输成本、固定派遣成本，分别表示线路、氢气运行路径
mn的长度，表示年利率，表示设备的全寿命周期年限；
式中，
f表示目标函数，表示规划阶段集合，表示阶段
t的初始年份。
进一步地，氢能生产约束包括电转氢设备、储氢设备的氢能系统建设约束和制氢站运行约束；
电转氢设备、储氢设备的氢能系统建设约束满足：
式中，PtH、HS分别表示电转氢设备、储氢设备，表示设备集合，表示设备节点的集合，表示设备标号，表示设备的建设容量，表示设备建设容量的上限；
制氢站运行约束满足：
式中，表示氢能系统在一天内的调度时段数量，分别表示制氢站
g内储氢设备在初始时段、末尾时段的氢气存储量，分别表示储氢设备的最小、最大储氢百分比，表示储氢设备的功率容量比，表示的氢气最大输出量与生产量比值，表示单个调度时段的时长；表示制氢站
g内的长管拖车集合；分别表示制氢站
g的电转氢设备制氢量、向所有长管拖车输送的氢气总量、储氢设备储氢量、储氢设备放氢量、氢负荷量、氢负荷削减量，表示制氢站
g内储氢设备的氢气存储量，表示加氢站
g向长管拖车
d的氢气输入量；
进一步地，氢能运输约束满足：
式中，分别表示长管拖车
d是否在路径
mn、nm、gm、mg进行运输的0-1变量，分别表示长管拖车
d在节点
m、n的辅助变量，表示长管拖车
d向加氢站
m的氢气输入量；表示氢气节点的数量，分别表示单辆长管拖车向加氢站
m的最大氢气输入量
、制氢站
g向单辆长管拖车的最大氢气输入量，
M表示一个任意大的正整数；
进一步地，氢能供应约束满足：
表示长管拖车的集合；分别表示加氢站
m内储氢设备在初始时段、末尾时段的氢气存储量，表示加氢站
m的峰值氢负荷，表示加氢站
m在典型日
s下时段的氢负荷百分比，表示氢负荷最大削减系数；分别表示加氢站
m从长管拖车
d输入的氢气量、氢负荷量、氢负荷削减量，表示加氢站
m内储氢设备的氢气存储量，表示加氢站
m向长管拖车
d的氢气输入量；
进一步地，配电网建立约束包括变电站、变压器、配电线路、分布式光伏、分布式风机的建设约束；
配电网的建立成本约束满足：
式中，表示规划阶段，分别表示以节点
i为起始、末尾节点的配电线路集合，PV、WT分别表示分布式光伏、分布式风机，表示设备集合，表示设备节点的集合，表示设备标号，表示设备的建设容量，表示设备建设容量的上限；
进一步地，配电网系统运行约束包括基于DistFlow的配电网潮流约束、变量上下限运行约束和辐射状运行约束；
基于DistFlow的配电网潮流约束满足：
式中，表示配电网节点集合，分别表示线路的电阻、电抗，表示类型
k的线路容量，表示电负荷的功率因素；分别表示变电站、线路、分布式光伏、分布式风机、电转氢设备、压缩氢气、电负荷、电负荷削减量的有功功率，分别表示变电站、配电线路、分布式光伏、分布式风机的无功功率，分别表示节点
i、j的电压值的平方，表示线路的视在功率；
变量上下限运行约束满足；
表示设备集合，表示设备节点的集合，表示设备标号，表示类型
k的变压器容量，分别表示节点电压的上限、下限，表示线路电流的上限；分别表示分布式光伏、分布式风机在典型日
s下时段的出力百分比，分别表示变电站、分布式光伏、分布式风机的功率因素，表示电负荷最大削减比例，表示新能源最大渗透率；分别表示分布式光伏、分布式风机的有功削减量；
辐射状运行约束满足：
式中，分别表示配电线路、变电站的虚拟功率，表示节点虚拟负荷量，表示配电网负荷节点的数量；
进一步地，基于目标级联分析法将联合规划模型分解为配电网子模型和氢能系统子模型，并进行分布式迭代计算包括以下步骤：
建立氢能系统与配电网联合约束条件：
式中，表示配电网电转氢设备节点
i在氢能系统的对应节点，分别表示电转氢设备的氢气转换效率、压缩氢气单位功率；
对耦合约束(62)(63)进行松弛，将联合模型分解为氢能系统规划子模型(64)和配电网规划子模型：
氢能系统规划子模型为：
配电网规划子模型为：(65)
其中，分别表示含惩罚项的氢能系统目标函数、含惩罚项的配电网目标函数，分别表示电转氢设备一次惩罚项、二次惩罚项，分别表示气体压缩设备一次惩罚项、二次惩罚项，和表示由配电网传递到氢能系统的交互变量，表示氢能系统传递到配电网的交互变量；
设置氢能系统和配电网交互变量的初始值为,一次惩罚项和二次惩罚项的初始值为，惩罚项的更新步长为，最大迭代次数，收敛判据，取迭代次数
n=1；
配电网将上次求解结果中的交互变量传递到氢能系统，求解氢能系统规划子模型(64)；氢能系统将上次求解结果中的交互变量传递到配电网，求解配电网子模型；若同时满足收敛判据和，或，结束迭代；否则，按照公式组更新一次惩罚项和二次惩罚项，取，进入下一次迭代；。
本发明的有益效果：
本发明建立一种配电网与氢能系统分布式多阶段联合扩展规划方法，与现有发明相比，可在保护配电网运营商和氢能系统运营商信息隐私的前提下进行系统的协调规划，有效提升整体规划方案的经济性、运行灵活性和新能源消纳水平。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本申请的配电网与氢能系统分布式多阶段联合扩展规划方法的流程图；
图2为本申请的考虑氢气生产、长管拖车运输、加氢站供应等多个环节的氢能系统能量流图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
一种配电网与氢能系统分布式多阶段联合扩展规划方法，具体包括如下步骤：
建立配电网与氢能系统的联合规划模型，联合规划模型的目标函数以氢能系统和配电网的配置成本最小为目标；
氢能系统和配电网的配置成本主要包括氢能系统和配电网在整个规划期内的建设、维护、运行及失电成本；
建立氢能系统和配电网的建设、维护、运行及失电成本，具体如下所示：
式中，标号分别表示配电网节点、待建设设备类型、配电线路、典型运行场景、配电网调度时段，标号分别表示氢能系统节点、制氢站节点、氢气运输调度时段、长管拖车，标号
mn、gm分别表示氢节点
m到氢节点
n的运输路径、制氢站
g到氢节点
m的运输路径，SS、TR、L、PV、WT、PtH、HS分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备，表示设备集合，表示设备标号；分别表示变电站节点、配电线路、分布式光伏节点、分布式风机节点、制氢站节点、氢能系统节点、氢负荷节点、长管拖车、氢气运输路径、电负荷节点的集合，分别表示待建设变压器、线路的类型集合；分别表示配电网在阶段
t的建设、维护、运行、失电成本，分别表示氢能系统在阶段
t的建设、维护、运行、失负荷成本，分别表示变电站、变压器、配电电路的0-1建设变量，分别表示分布式光伏、分布式风机、电转氢设备、储氢设备的建设容量变量，分别表示配电线路是否正向、反向运行的0-1变量，分别表示变电站、分布式光伏、分布式风机、电制氢、压缩氢气的有功功率，分别表示长管拖车是否在路径
mn、gm进行运输的0-1变量，分别表示电负荷、分布式光伏、分布式风机、氢负荷的削减量；分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的单位建设成本，分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的单位维护成本，分别表示变电站、分布式光伏、分布式风机、电制氢的单位运行成本，分别表示电负荷、分布式光伏、分布式风机、氢负荷的单位削减量成本，分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的年化建设回收系数，表示一年中典型日的天数，表示调度时段的时长，表示单位网损成本，分别表示长管拖车的单位运输成本、固定派遣成本，分别表示线路、氢气运行路径
mn的长度，表示年利率，表示设备的全寿命周期年限。
式中，
f表示目标函数，表示规划阶段集合，表示阶段
t的初始年份。
建立包含氢能生产约束、氢能运输约束和氢能供应约束的氢能系统规划及运行约束条件；氢能生产约束是指制氢站中电转氢设备、气体压缩设备、储能设备的相关运行约束；氢能运输约束是指将氢气从制氢站运输至加氢站过程的相关运行约束；氢气供应约束是指制氢站中储氢设备和氢负荷的相关运行约束。
如图2所示，以制氢站生产氢气的条件为氢能生产约束，以长管拖车为运输设备的运输氢气的条件为氢能运输约束，以加氢站作为氢能供应平台供应氢气的条件为氢能供应约束进行举例说明，具体包括以下步骤：
构建包含电转氢设备、储氢设备的氢能系统建设约束；
式中，PtH、HS分别表示电转氢设备、储氢设备，表示设备集合，表示设备节点的集合，表示设备标号，表示设备的建设容量，表示设备建设容量的上限。
构建制氢站运行约束条件；
式中，表示氢能系统在一天内的调度时段数量，分别表示制氢站
g内储氢设备在初始时段、末尾时段的氢气存储量，分别表示储氢设备的最小、最大储氢百分比，表示储氢设备的功率容量比，表示的氢气最大输出量与生产量比值，表示单个调度时段的时长；表示制氢站
g内的长管拖车集合；分别表示制氢站
g的电转氢设备制氢量、向所有长管拖车输送的氢气总量、储氢设备储氢量、储氢设备放氢量、氢负荷量、氢负荷削减量，表示制氢站
g内储氢设备的氢气存储量，表示加氢站
g向长管拖车
d的氢气输入量。
构建长管拖车运输约束条件；
式中，分别表示长管拖车
d是否在路径
mn、nm、gm、mg进行运输的0-1变量，分别表示长管拖车
d在节点
m、n的辅助变量，表示长管拖车
d向加氢站
m的氢气输入量；表示氢气节点的数量，分别表示单辆长管拖车向加氢站
m的最大氢气输入量
、制氢站
g向单辆长管拖车的最大氢气输入量，
M表示一个任意大（非无穷大）的正整数。
构建加氢站运行约束条件；
表示长管拖车的集合；分别表示加氢站
m内储氢设备在初始时段、末尾时段的氢气存储量，表示加氢站
m的峰值氢负荷，表示加氢站
m在典型日
s下时段的氢负荷百分比，表示氢负荷最大削减系数；分别表示加氢站
m从长管拖车
d输入的氢气量、氢负荷量、氢负荷削减量，表示加氢站
m内储氢设备的氢气存储量，表示加氢站
m向长管拖车
d的氢气输入量。
建立包含配电网规划约束及基于DistFlow的系统运行约束条件；
建立成本约束包括配电网中的变电站、变压器、配电线路、分布式光伏、分布式风机等设备的建设约束：
式中，表示规划阶段，分别表示以节点
i为起始、末尾节点的配电线路集合，PV、WT分别表示分布式光伏、分布式风机，表示设备集合，表示设备节点的集合，表示设备标号，表示设备的建设容量，表示设备建设容量的上限。
配电网系统运行约束包括基于DistFlow的配电网潮流约束、变量上下限运行约束和辐射状运行约束，具体建立步骤如下：
建立基于DistFlow的配电网潮流约束：
表示配电网节点集合，分别表示线路的电阻、电抗，表示类型
k的线路容量，表示电负荷的功率因素；分别表示变电站、线路、分布式光伏、分布式风机、电转氢设备、压缩氢气、电负荷、电负荷削减量的有功功率，分别表示变电站、配电线路、分布式光伏、分布式风机的无功功率，分别表示节点
i、j的电压值的平方，表示线路的视在功率。
建立变量上下限运行约束：
表示设备集合，表示设备节点的集合，表示设备标号，表示类型
k的变压器容量，分别表示节点电压的上限、下限，表示线路电流的上限；分别表示分布式光伏、分布式风机在典型日
s下时段的出力百分比，分别表示变电站、分布式光伏、分布式风机的功率因素，表示电负荷最大削减比例，表示新能源最大渗透率；分别表示分布式光伏、分布式风机的有功削减量。
建立辐射状运行约束；
式中，分别表示配电线路、变电站的虚拟功率，表示节点虚拟负荷量，表示配电网负荷节点的数量。
步骤4，考虑氢能系统运营商和配电网运营商的信息隐私保护需求，基于目标级联分析法将联合规划模型分解为配电网子模型和氢能系统子模型，并进行分布式迭代求解，具体步骤如下：
建立氢能系统与配电网联合约束条件：
式中，表示配电网电转氢设备节点
i在氢能系统的对应节点，分别表示电转氢设备的氢气转换效率、压缩氢气单位功率。
考虑氢能系统运营商和配电网运营商的信息隐私保护需求，对耦合约束(62)(63)进行松弛，将联合模型分解为氢能系统规划子模型(64)和配电网规划子模型(65)：
配电网规划子模型为：(65)
其中，分别表示含惩罚项的氢能系统目标函数、含惩罚项的配电网目标函数，分别表示电转氢设备一次惩罚项、二次惩罚项，分别表示气体压缩设备一次惩罚项、二次惩罚项，和表示由配电网传递到氢能系统的交互变量，表示氢能系统传递到配电网的交互变量。
设置氢能系统和配电网交互变量的初始值为,一次惩罚项和二次惩罚项的初始值为，惩罚项的更新步长为，最大迭代次数，收敛判据，取迭代次数
n=1。
配电网将上次求解结果中的交互变量传递到氢能系统，求解氢能系统规划子模型(64)；氢能系统将上次求解结果中的交互变量传递到配电网，求解配电网子模型；若同时满足收敛判据和，或，结束迭代；否则，按照公式组更新一次惩罚项和二次惩罚项，取，进入下一次迭代。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
Claims (1)
1.一种配电网与氢能系统的联合规划方法，其特征在于，包括以下步骤：
建立配电网与氢能系统的联合规划模型，联合规划模型的目标函数以氢能系统和配电网的配置成本最小为目标；
建立包含氢能生产约束、氢能运输约束和氢能供应约束的氢能系统规划及运行约束条件；
建立配电网建设约束和基于的配电网运行约束条件；
基于目标级联分析法将联合规划模型分解为配电网子模型和氢能系统子模型，并进行分布式迭代计算；
联合规划模型具体为：
式中，标号分别表示配电网节点、待建设设备类型、配电线路、典型运行场景、配电网调度时段，标号分别表示氢能系统节点、制氢站节点、氢气运输调度时段、长管拖车，标号mn、gm分别表示氢节点m到氢节点n的运输路径、制氢站g到氢节点m的运输路径，SS、TR、L、PV、WT、PtH、HS分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备，表示设备集合，表示设备标号；分别表示变电站节点、配电线路、分布式光伏节点、分布式风机节点、制氢站节点、氢能系统节点、氢负荷节点、长管拖车、氢气运输路径、电负荷节点的集合，分别表示待建设变压器、线路的类型集合；分别表示配电网在阶段t的建设、维护、运行、失电成本，分别表示氢能系统在阶段t的建设、维护、运行、失负荷成本，分别表示变电站、变压器、配电电路的0-1建设变量，分别表示分布式光伏、分布式风机、电转氢设备、储氢设备的建设容量变量，分别表示配电线路是否正向、反向运行的0-1变量，分别表示变电站、分布式光伏、分布式风机、电制氢、压缩氢气的有功功率，分别表示长管拖车是否在路径mn、gm进行运输的0-1变量，分别表示电负荷、分布式光伏、分布式风机、氢负荷的削减量；分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的单位建设成本，分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的单位维护成本，分别表示变电站、分布式光伏、分布式风机、电制氢的单位运行成本，分别表示电负荷、分布式光伏、分布式风机、氢负荷的单位削减量成本，分别表示变电站、变压器、配电线路、分布式光伏、分布式风机、电转氢设备、储氢设备的年化建设回收系数，表示一年中典型日的天数，表示调度时段的时长，表示单位网损成本，分别表示长管拖车的单位运输成本、固定派遣成本，分别表示线路、氢气运行路径mn的长度，表示年利率，表示设备的全寿命周期年限；
式中，f表示目标函数，表示规划阶段集合，表示阶段t的初始年份；
氢能生产约束包括电转氢设备、储氢设备的氢能系统建设约束和制氢站运行约束；
电转氢设备、储氢设备的氢能系统建设约束满足：
式中，PtH、HS分别表示电转氢设备、储氢设备，表示设备集合，表示设备节点的集合，表示设备标号，表示设备的建设容量，表示设备建设容量的上限；
制氢站运行约束满足：
式中，表示氢能系统在一天内的调度时段数量，分别表示制氢站g内储氢设备在初始时段、末尾时段的氢气存储量，分别表示储氢设备的最小、最大储氢百分比，表示储氢设备的功率容量比，表示的氢气最大输出量与生产量比值，表示单个调度时段的时长；表示制氢站g内的长管拖车集合；分别表示制氢站g的电转氢设备制氢量、向所有长管拖车输送的氢气总量、储氢设备储氢量、储氢设备放氢量、氢负荷量、氢负荷削减量，表示制氢站g内储氢设备的氢气存储量，表示加氢站g向长管拖车d的氢气输入量；
氢能运输约束满足：
式中，分别表示长管拖车d是否在路径mn、nm、gm、mg进行运输的0-1变量，分别表示长管拖车d在节点m、n的辅助变量，表示长管拖车d向加氢站m的氢气输入量；表示氢气节点的数量，分别表示单辆长管拖车向加氢站m的最大氢气输入量、制氢站g向单辆长管拖车的最大氢气输入量，M表示一个任意大的正整数；
氢能供应约束满足：
表示长管拖车的集合；分别表示加氢站m内储氢设备在初始时段、末尾时段的氢气存储量，表示加氢站m的峰值氢负荷，表示加氢站m在典型日s下时段的氢负荷百分比，表示氢负荷最大削减系数；分别表示加氢站m从长管拖车d输入的氢气量、氢负荷量、氢负荷削减量，表示加氢站m内储氢设备的氢气存储量，表示加氢站m向长管拖车d的氢气输入量；
配电网建立约束包括变电站、变压器、配电线路、分布式光伏、分布式风机的建设约束；
配电网的建立成本约束满足：
式中，表示规划阶段，分别表示以节点i为起始、末尾节点的配电线路集合，PV、WT分别表示分布式光伏、分布式风机，表示设备集合，表示设备节点的集合，表示设备标号，表示设备的建设容量，表示设备建设容量的上限；
配电网系统运行约束包括基于DistFlow的配电网潮流约束、变量上下限运行约束和辐射状运行约束；
基于DistFlow的配电网潮流约束满足：
式中，表示配电网节点集合，分别表示线路的电阻、电抗，表示类型k的线路容量，表示电负荷的功率因素；分别表示变电站、线路、分布式光伏、分布式风机、电转氢设备、压缩氢气、电负荷、电负荷削减量的有功功率，分别表示变电站、配电线路、分布式光伏、分布式风机的无功功率，分别表示节点i、j的电压值的平方，表示线路的视在功率；
变量上下限运行约束满足；
表示设备集合，表示设备节点的集合，表示设备标号，表示类型k的变压器容量，分别表示节点电压的上限、下限，表示线路电流的上限；分别表示分布式光伏、分布式风机在典型日s下时段的出力百分比，分别表示变电站、分布式光伏、分布式风机的功率因素，表示电负荷最大削减比例，表示新能源最大渗透率；分别表示分布式光伏、分布式风机的有功削减量；
辐射状运行约束满足：
式中，分别表示配电线路、变电站的虚拟功率，表示节点虚拟负荷量，表示配电网负荷节点的数量；
基于目标级联分析法将联合规划模型分解为配电网子模型和氢能系统子模型，并进行分布式迭代计算包括以下步骤：
建立氢能系统与配电网联合约束条件：
式中，表示配电网电转氢设备节点i在氢能系统的对应节点，分别表示电转氢设备的氢气转换效率、压缩氢气单位功率；
对耦合约束(62)(63)进行松弛，将联合模型分解为氢能系统规划子模型(64)和配电网规划子模型：
氢能系统规划子模型为：
配电网规划子模型为：(65)
其中，分别表示含惩罚项的氢能系统目标函数、含惩罚项的配电网目标函数，分别表示电转氢设备一次惩罚项、二次惩罚项，分别表示气体压缩设备一次惩罚项、二次惩罚项，和表示由配电网传递到氢能系统的交互变量，表示氢能系统传递到配电网的交互变量；
设置氢能系统和配电网交互变量的初始值为,一次惩罚项和二次惩罚项的初始值为，惩罚项的更新步长为，最大迭代次数，收敛判据，取迭代次数n=1；
配电网将上次求解结果中的交互变量传递到氢能系统，求解氢能系统规划子模型(64)；氢能系统将上次求解结果中的交互变量传递到配电网，求解配电网子模型；若同时满足收敛判据和，或，结束迭代；否则，按照公式组更新一次惩罚项和二次惩罚项，取，进入下一次迭代；。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211124141.5A CN115511274B (zh) | 2022-09-15 | 2022-09-15 | 一种配电网与氢能系统的联合规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211124141.5A CN115511274B (zh) | 2022-09-15 | 2022-09-15 | 一种配电网与氢能系统的联合规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115511274A CN115511274A (zh) | 2022-12-23 |
| CN115511274B true CN115511274B (zh) | 2023-04-21 |
Family
ID=84503459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211124141.5A Active CN115511274B (zh) | 2022-09-15 | 2022-09-15 | 一种配电网与氢能系统的联合规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115511274B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116739308B (zh) * | 2023-08-09 | 2023-10-27 | 中国科学院电工研究所 | 一种风氢储系统多主体分布式协同规划方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330568A (zh) * | 2017-08-16 | 2017-11-07 | 东南大学 | 基于Benders解耦的储能、分布式电源与配电网协调规划方法 |
| CN112217202A (zh) * | 2020-09-29 | 2021-01-12 | 东南大学 | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 |
| CN113364049A (zh) * | 2021-06-09 | 2021-09-07 | 福州大学 | 一种考虑交通流量捕获的风-氢-电网耦合规划方法 |
| WO2021203481A1 (zh) * | 2020-04-08 | 2021-10-14 | 清华大学 | 一种基于馈线走廊的可靠性约束配电网规划方法 |
| CN113673912A (zh) * | 2021-09-16 | 2021-11-19 | 国网山东省电力公司潍坊供电公司 | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
| CN114240203A (zh) * | 2021-12-21 | 2022-03-25 | 平高集团有限公司 | 一种包含热泵的配电网与分布式风电协同规划方法和装置 |
| CN114565204A (zh) * | 2021-11-23 | 2022-05-31 | 重庆大学 | 一种分布式双层供氢网与配电网的电-氢协调规划方法 |
| CN114977320A (zh) * | 2022-06-01 | 2022-08-30 | 深圳供电局有限公司 | 一种配电网源网荷储多目标协同规划方法 |
-
2022
- 2022-09-15 CN CN202211124141.5A patent/CN115511274B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330568A (zh) * | 2017-08-16 | 2017-11-07 | 东南大学 | 基于Benders解耦的储能、分布式电源与配电网协调规划方法 |
| WO2021203481A1 (zh) * | 2020-04-08 | 2021-10-14 | 清华大学 | 一种基于馈线走廊的可靠性约束配电网规划方法 |
| CN112217202A (zh) * | 2020-09-29 | 2021-01-12 | 东南大学 | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 |
| CN113364049A (zh) * | 2021-06-09 | 2021-09-07 | 福州大学 | 一种考虑交通流量捕获的风-氢-电网耦合规划方法 |
| CN113673912A (zh) * | 2021-09-16 | 2021-11-19 | 国网山东省电力公司潍坊供电公司 | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
| CN114565204A (zh) * | 2021-11-23 | 2022-05-31 | 重庆大学 | 一种分布式双层供氢网与配电网的电-氢协调规划方法 |
| CN114240203A (zh) * | 2021-12-21 | 2022-03-25 | 平高集团有限公司 | 一种包含热泵的配电网与分布式风电协同规划方法和装置 |
| CN114977320A (zh) * | 2022-06-01 | 2022-08-30 | 深圳供电局有限公司 | 一种配电网源网荷储多目标协同规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| M. Ban.Optimal scheduling for integrated energy-mobility systems based on renewable-to-hydrogen stations and tank truck fleets.《IEEE Transactions on Industry Application》.2022,第58卷(第2期),2666-2676. * |
| 徐政.电力市场环境下多微网和主动配电网协同调度与规划.《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》.2022,(第06期),C042-537. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115511274A (zh) | 2022-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107665384B (zh) | 一种含多区域能源站的电力-热力综合能源系统调度方法 | |
| CN111950809B (zh) | 基于主从博弈的综合能源系统分层分区优化运行方法 | |
| CN108898265B (zh) | 一种综合能源系统一体化规划方法 | |
| CN110460036B (zh) | 一种考虑风电不确定性的交直流配电网分布式优化方法 | |
| CN109063992A (zh) | 考虑区域综合能源系统优化运行的配电网扩展规划方法 | |
| CN113742917B (zh) | 一种考虑多阶段恢复过程的综合能源系统韧性提升方法 | |
| CN103715686B (zh) | 一种适用于直流配电网线路的能效分析方法 | |
| CN115511274B (zh) | 一种配电网与氢能系统的联合规划方法 | |
| CN112257294A (zh) | 一种综合能源系统的能源集线器分部建模方法及系统 | |
| CN112035984A (zh) | 一种电-气-储区域综合能源系统协同规划方法 | |
| CN116822831A (zh) | 含共享储能系统的微能源网群优化规划方法 | |
| Yan et al. | Optimization of multi-energy microgrids with waste process capacity for electricity-hydrogen charging services | |
| CN113806952B (zh) | 一种考虑源-荷-储的冷热电综合能源系统及其优化运行方法 | |
| CN104239960A (zh) | 考虑抽水蓄能机组的发电计划优化方法 | |
| CN110377973B (zh) | 一种标准线性化综合能源系统模型的构建方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
| CN115545340A (zh) | 一种考虑双重不确定性的综合能源站-网协同规划方法 | |
| CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
| CN114565480A (zh) | 考虑碳排放量的区域分布式多能源系统多目标规划方法 | |
| CN109638896B (zh) | 一种面向能源互联网的能源联合供能管控方法及系统 | |
| Li et al. | Study on coupled planning of power grid and gas network considering P2G device | |
| CN112886636B (zh) | 面向高比例可再生能源电力系统的p2x建模与优化方法 | |
| CN114781922B (zh) | 一种电热综合能源系统优化调度方法 | |
| Xu et al. | An Optimal Scheduling Strategy for an Electric-Hydrogen System Considering Hybrid Energy Storage | |
| CN114004098B (zh) | 一种考虑机会约束的电气耦合系统最大供能能力评估方法 |
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 |