CN115640894B - 一种基于双时间尺度的综合能源系统优化调度方法 - Google Patents
一种基于双时间尺度的综合能源系统优化调度方法 Download PDFInfo
- Publication number
- CN115640894B CN115640894B CN202211294624.XA CN202211294624A CN115640894B CN 115640894 B CN115640894 B CN 115640894B CN 202211294624 A CN202211294624 A CN 202211294624A CN 115640894 B CN115640894 B CN 115640894B
- Authority
- CN
- China
- Prior art keywords
- power
- time scale
- hydrogen
- photovoltaic
- wind power
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 68
- 239000001257 hydrogen Substances 0.000 claims abstract description 68
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 68
- 238000004146 energy storage Methods 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 56
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 40
- 238000003860 storage Methods 0.000 claims description 29
- 230000005611 electricity Effects 0.000 claims description 26
- 239000003345 natural gas Substances 0.000 claims description 20
- 239000000446 fuel Substances 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 230000033228 biological regulation Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 13
- 238000007599 discharging Methods 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 101100027998 Schizosaccharomyces pombe (strain 972 / ATCC 24843) omh2 gene Proteins 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000005868 electrolysis reaction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开一种基于双时间尺度的综合能源系统优化调度方法，该方法的具体步骤如下：基于综合能源系统的光伏、风电历史运行数据，建立光伏、风电长时间尺度下的功率波动区间模型；在长时间尺度下，考虑多类型电‑热‑气调节设备的调节能力，以综合用能成本最低为目标，建立长时间尺度下的鲁棒优化调度模型，求解得到长时间尺度下各调控设备的调度方案；在短时间尺度下，考虑光伏、风电功率与其在长时间尺度下的预测偏差，利用氢储能的快速响应调节能力，建立短时间尺度修正调度模型，求解得到氢储能的修正调度方案，平抑光伏、风电实时功率波动。本发明提供的调度方法，能够提高综合能源系统的用能经济性。
Description
技术领域
本发明涉及电力低压配电网技术领域，尤其涉及一种基于电力电子技术和通信技术的双时间尺度综合能源系统优化调度方法。
背景技术
近年来，我国风光装机容量增长迅猛，在电网中发电比例逐年提升，而综合能源系统作为一种能够实现多能互补、不同种类能源协同运行的有机载体，它能够有效促进可再生能源就地消纳，但因可再生能源固有的较大随机性与波动性等特征，其大规模的接入带来的不确定性不断给电网的可靠运行带来挑战，并且影响了综合能源系统的经济效益。现阶段提出了相关的综合能源协调调度方法，但缺乏对多类型调控设备在不同时间尺度上的协同考虑。
基于此，本专利根据综合能源系统的电-热-气多类型调节设备特性，通过长、短双时间尺度的协同调度，实现对光伏、风电等间歇性可再生能源实时功率波动平抑，减少综合能源系统实际用能与计划用能的偏差，提高综合能源系统的用能经济性。
发明内容
本发明的目的在于通过双时间尺度弥补可再生能源发电不确定性，有助于提高综合能源系统的供电可靠性和降低系统运行成本，具体技术方案如下：
一种基于双时间尺度的综合能源系统优化调度方法，共包括以下步骤：
步骤1，基于综合能源系统的光伏、风电历史运行数据，建立光伏、风电长时间尺度下的功率波动区间模型；
步骤2，在长时间尺度下，考虑多类型电-热-气调节设备的调节能力，以综合用能成本最低为目标，建立长时间尺度下的鲁棒优化调度模型，求解得到长时间尺度下各调控设备的调度方案；
步骤3，在短时间尺度下，考虑光伏、风电功率与其在长时间尺度下的预测偏差，利用氢储能的快速响应调节能力，建立短时间尺度修正调度模型，求解得到氢储能的修正调度方案。
进一步地，所述步骤1中所述的可再生能源功率波动区间，具体表示如下：
式中，分别对应长时间尺度下光伏、风电有功功率实际值；/>分别对应长时间尺度下光伏、风电有功功率预测值；/>为因高估光伏、风电出力后需额外购买电能的惩罚成本，/>为高估后购买电能惩罚价格，/>为高估光伏、风电出力；/>为因低估光伏、风电出力出售额外电能收益，/>为低估后售电惩罚价格，/>为低估光伏、风电出力；/>分别为光伏、风电有功功率预测偏差；ΓPV、ΓWIN是鲁棒系数，为了避免决策过于保守。
进一步地，所述步骤2中所述的考虑多类型电-热-气调节设备的调节能力，以综合用能成本最低为目标，建立长时间尺度下的鲁棒优化调度模型，具体为：
多类型电-热-气调节设备包括电动汽车、燃气轮机、氢储能、燃气锅炉；
长时间尺度下的鲁棒优化调度模型的目标函数与约束条件具体为：
(1)目标函数：
式中：分别为t时间段内购买天然气成本、向电动汽车用户提供补偿成本、燃气轮机环境成本、综合能源系统向上级电网售电收益以及氢储能运维成本；/>为天然气价格；/>为t时间段天然气负荷；/>为燃气轮机t时间段有功出力；ηgt为燃气轮机气电效率系数；/>为t时间段锅炉有功出力；ηgb为锅炉气电效率系数；eev为综合能源体向提供放电服务的电动汽车用户提供的补偿成本；/>为电动汽车蓄电池t时间段内的放电功率；N 为电动汽车总数量；Ql为燃气轮机第l项污染气体的排放强度；Yl、Bl分别为第l项污染气体的罚款成本系数和环境成本系数；/>为t时间段综合能源体向上级电网售、购电功率大小；/>分别为综合能源体向上级电网售、购电电价；/>分别对应t时间段氢储能系统电制氢和氢燃料电池发电功率；ηOMH2为氢储能系统运维成本系数；
(2)约束条件
1)电动汽车调节约束：
式中：SOCev,t,i为t时间段第i组电动汽车蓄电池荷电状态；分别对应第i组电动汽车蓄电池荷电状态下限值和上限值；/>分别对应 t时间段第i组电动汽车充放电功率；/>分别对应电动汽车蓄电池的充放电效率系数；分别对应第i组电动汽车蓄电池最大充放电功率；0-1变量/>分别对应第i组电动汽车t时间段充放电标志位，充电则取1，否则取0，两者不能同时为1；
2)燃气轮机调节约束：
式中：分别对应燃气轮机最小和最大输出功率；/>分别对应燃气轮机向下、向上爬坡功率；
4)氢储能调节约束：
式中：为t时间段电制氢功率；/>为t时间段氢燃料电池发电功率；/> 分别对应电制氢和氢燃料电池发电的0/1变量，目的为了避免同时制氢和发电；
5)燃气锅炉调节约束：
式中：为锅炉最小和最大输出功率；/>为燃气锅炉向下、向上爬坡功率；
6)综合能源系统电能供需平衡约束：
式中：分别对应t时间段风力发电和光伏发电功率大小；/>为t时间段电负荷功率；
7)综合能源系统热能供需平衡约束：
式中：为t时间段热负荷功率大小；/>为t时间段弃热功率大小；
8)综合能源系统天然气供需平衡约束：
式中：为t时间段综合能源主体天然气总消耗量；/>分别对应t时间段燃气轮机、燃气锅炉耗气量；/>为t时间段天然气负荷；
9)综合能源系统氢气供需平衡约束：
式中：为t时间段储氢罐容量；/>为t时间段氢气负荷；/>为每千瓦时电能通过电解槽电解水产生氢气质量；η为每千克氢气通过燃料电池燃烧所产生的电能；θel、θfc分别对应电解槽和燃料电池的对应转换效率；/>代表氢气的摩尔质量。
进一步地，所述步骤2中所述的求解得到长时间尺度下各调控设备的调度方案，采用C&CG列约束生成法进行求解，具体步骤如下：
1)设置最大迭代次数kmax与收敛精度ε；设置鲁棒优化模型目标函数值上界UB与下界LB；设置初始迭代次数k；输入综合能源系统电-热-气和氢气负荷数据、各设备机组参数和风、光和负荷的预测数据；
2)求解主问题：根据输入的风、光、负荷预测值求解长时间尺度主问题最优解，寻求综合能源体长时间尺度下最小成本调度策略，并作为鲁棒优化模型下界；
3)求解子问题：将主问题优化结果带入子问题，寻求当前调度方案下风、光发电最恶劣申报场景，并再次求解该场景下的调度方案，得到方案后反馈给主问题，将子问题最优目标函数值和主问题最优目标函数值之和作为鲁棒优化模型新的上界；
4)判断收敛：判断鲁棒优化调度模型子问题与主问题的优化目标函数之差是否小于收敛精度，若满足收敛条件，则停止迭代，输出综合能源系统各设备长时间尺度的调度方案；否则，将子问题求得的恶劣场景代入主问题中，并令k＝k+1，返回步骤2)继续迭代求解，直到满足收敛条件。
进一步地，所述步骤3中所述的建立短时间尺度修正调度模型，其目标函数为：
式中：为短时间尺度下因光伏、风电预测偏差带来的购售电量申报偏差惩罚成本；/>为氢储能运维成本增量；
短时间尺度修正调度模型的约束条件同式(20)、(23)～(26)。
本发明的有益效果在于：充分利用了综合能源系统中电-热-气不同类型设备在不同时间尺度下的调节特性，通过双时间尺度下的协同调度，有效平抑光伏、风电等间歇性可再生能源的实时功率波动，减少综合能源系统实际用能与计划用能的偏差，提高综合能源系统的用能经济性。
附图说明
图1是基于双时间尺度的综合能源系统优化调度方法流程图。
图2是长时间尺度下具有鲁棒特性的综合能源系统电平衡调度方案。
图3是长时间尺度下综合能源系统热平衡调度方案。
图4是长时间尺度下综合能源系统天然气平衡调度方案。
图5是短时间尺度下氢储能弥补可再生能源功率波动调度方案。
图6即表1是对比仅考虑长时间尺度调度方案(场景1)和同时考虑双时间尺度协同调度(场景2)的综合能源系统运行成本和各设备运行成本。
具体实施方式
以下结合附图和实例对本发明的具体实施做进一步说明。
如图1为本发明实施例提供的一种基于双时间尺度的综合能源系统优化调度方法，包括以下步骤：
步骤1，基于综合能源系统的光伏、风电历史运行数据，建立光伏、风电长时间尺度下的功率波动区间模型，具体表示如下：
式中，分别对应长时间尺度下光伏、风电有功功率实际值；/>分别对应长时间尺度下光伏、风电有功功率预测值；/>为因高估光伏、风电出力后需额外购买电能的惩罚成本，/>为高估后购买电能惩罚价格，取值为购电电价的1.5倍；/>为高估光伏、风电出力；/>为因低估光伏、风电出力出售额外电能收益，/>为低估后售电惩罚价格，取值为售电电价的0.5 倍；/>为低估光伏、风电出力；/>分别为光伏、风电有功功率预测偏差，取值为±15％；ΓPV、ΓWIN是鲁棒系数，为了避免决策过于保守。
步骤1建立功率波动区间模型的作用是对长时间尺度下光伏、风电有功功率进行预估，以用作步骤2中综合能源系统电能供需平衡约束；及步骤3中对于短时间尺度下同等光伏、风电有功功率预测偏差的情况下，对进行短时间尺度修正调度。
步骤2，在长时间尺度下，考虑多类型电-热-气调节设备的调节能力，以综合用能成本最低为目标，建立长时间尺度下的鲁棒优化调度模型，求解得到长时间尺度下各调控设备的调度方案，具体地，
多类型电-热-气调节设备包括电动汽车、燃气轮机、氢储能、燃气锅炉；
长时间尺度下的鲁棒优化调度模型的目标函数与约束条件具体为：
(1)目标函数：
式中：分别为t时间段内购买天然气成本、向电动汽车用户提供补偿成本、燃气轮机环境成本、综合能源系统向上级电网售电收益以及氢储能运维成本；/>为天然气价格；/>为t时间段天然气负荷；/>为燃气轮机t时间段有功出力；ηgt为燃气轮机气电效率系数；/>为t时间段锅炉有功出力；ηgb为锅炉气电效率系数；eev为综合能源体向提供放电服务的电动汽车用户提供的补偿成本；Pdisc,t为电动汽车蓄电池t时间段内的放电功率；N 为电动汽车总数量；Ql为燃气轮机第l项污染气体的排放强度；Yl、Bl分别为第l项污染气体的罚款成本系数和环境成本系数；/>为t时间段综合能源体向上级电网售、购电功率大小；/>分别为综合能源体向上级电网售、购电电价；/>分别对应t时间段氢储能系统电制氢和氢燃料电池发电功率；ηOMH2为氢储能系统运维成本系数；
(2)约束条件
1)电动汽车调节约束：
式中：SOCev,t,i为t时间段第i组电动汽车蓄电池荷电状态；分别对应第i组电动汽车蓄电池荷电状态下限值和上限值；/>分别对应 t时间段第i组电动汽车充放电功率；/>分别对应电动汽车蓄电池的充放电效率系数；分别对应第i组电动汽车蓄电池最大充放电功率；0-1变量/>分别对应第i组电动汽车t时间段充放电标志位，充电则取1，否则取0，两者不能同时为1；
2)燃气轮机调节约束：
式中：分别对应燃气轮机最小和最大输出功率；/>分别对应燃气轮机向下、向上爬坡功率；
4)氢储能调节约束：
式中：为t时间段电制氢功率；/>为t时间段氢燃料电池发电功率；/> 分别对应电制氢和氢燃料电池发电的0/1变量，目的为了避免同时制氢和发电；
5)燃气锅炉调节约束：
式中：为锅炉最小和最大输出功率；/>为燃气锅炉向下、向上爬坡功率；
6)综合能源系统电能供需平衡约束：
式中：分别对应t时间段风力发电和光伏发电功率大小；/>分别对应t时间段电储能系统充放电功率；/>为t时间段电负荷功率；
7)综合能源系统热能供需平衡约束：
式中：分别对应t时间段热储能储热、放热功率；/>为t时间段热负荷功率大小；/>为t时间段弃热功率大小；
8)综合能源系统天然气供需平衡约束：
式中：为t时间段综合能源主体天然气总消耗量；/>分别对应t时间段燃气轮机、燃气锅炉耗气量；/>为t时间段天然气负荷；
9)综合能源系统氢气供需平衡约束：
式中：为t时间段储氢罐容量；/>为t时间段氢气负荷；/>为每千瓦时电能通过电解槽电解水产生氢气质量；η为每千克氢气通过燃料电池燃烧所产生的电能；θel、θfc分别对应电解槽和燃料电池的对应转换效率；/>代表氢气的摩尔质量。
进一步地，所述步骤2中所述的求解得到长时间尺度下各调控设备的调度方案，采用C&CG列约束生成法进行求解，具体步骤如下：
1)设置最大迭代次数kmax＝50，收敛精度ε＝0.01；设置鲁棒优化模型目标函数值上界UB＝+∞与下界LB＝-∞；设置初始迭代次数k＝1；输入综合能源系统电-热-气和氢气负荷数据、各设备机组参数和风、光和负荷的预测数据；风、光的预测数据由步骤1可得，负荷的预测数据通过步骤1光伏、风电有功功率预测值，将光伏、风电有功功率预测值进行结合得到负荷的预测值；
2)求解主问题：根据输入的风、光、负荷预测值求解长时间尺度主问题最优解，寻求综合能源体长时间尺度最小成本调度策略，并作为鲁棒优化模型下界；
3)求解子问题：将主问题优化结果带入子问题，寻求当前调度方案下风、光发电最恶劣申报场景，并再次求解该场景下的调度方案，得到方案后反馈给主问题，将子问题最优目标函数值和主问题最优目标函数值之和作为鲁棒优化模型新的上界；
其中，主问题是综合能源体长时间尺度最小成本调度策略；
子问题是当前调度方案下风、光发电最恶劣申报场景，并再次求解该场景下的调度方案；
当前调度方案下风、光发电最恶劣申报场景为：风、光发电上下限快速变化的场景；
得到方案后反馈给主问题：即在得到该场景下的调度方案后，根据该调度方案对鲁棒优化模型目标函数值上界进行修改，以子问题最优目标函数值和主问题最优目标函数值之和作为鲁棒优化模型新的上界；
4)判断收敛：判断鲁棒优化调度模型子问题与主问题的优化目标函数之差是否小于收敛精度，若满足收敛条件，则停止迭代，输出综合能源系统各设备长时间尺度调度方案；否则，将子问题求得的恶劣场景代入主问题中，并令k＝k+1，返回步骤2)继续迭代求解，直到满足收敛条件。
具体来说，子问题求得的恶劣场景为风、光发电上下限快速变化的场景，该场景中风、光预测值和负荷预测值范围缩小，故将缩小后的风、光预测值和负荷预测值作为新的输入，并再次求解；
一般不存在迭代次数达到最大时仍不满足收敛条件；若发生，则返回步骤1重新调整参数。
步骤3，在短时间尺度下，考虑光伏、风电功率与其在长时间尺度下的预测偏差，利用氢储能的快速响应调节能力，建立短时间尺度修正调度模型，求解得到氢储能的修正调度方案，具体地，
短时间尺度修正调度模型的目标函数为：
式中：为短时间尺度下因光伏、风电预测偏差带来的购售电量申报偏差惩罚成本；/>为氢储能运维成本增量；
短时间尺度修正调度模型的约束条件同式(20)、(23)～(26)，短时间尺度修正调度模型本质为混合整数线性规划问题，采用基于matlab平台yalmip工具进行建模，采用CPLEX求解器进行求解。
以下是本发明方法的一个算例，长时间尺度下电能、热能与天然气的供需调度结果分别如图2-4所示，短时间尺度下的修正调度结果如图5所示，并对比了仅采用长时间尺度优化调度与所提双时间尺度协同调度下综合能源系统的用能成本差异，如表1所示，可知，所提双时间尺度协同调度的运行成本比单一时间尺度的减少850.88元，验证了本发明提供方法的有效性与良好的经济性。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的保护范围之内。
Claims (2)
1.一种基于双时间尺度的综合能源系统优化调度方法，其特征在于包括以下步骤：
步骤1，基于综合能源系统的光伏、风电历史运行数据，建立光伏、风电长时间尺度下的功率波动区间模型；所述基于光伏、风电历史数据建立长时间尺度下的光伏、风电功率波动区间模型，具体表示如下：
式中，分别对应长时间尺度下光伏、风电有功功率实际值；/>分别对应长时间尺度下光伏、风电有功功率预测值；/> 分别为光伏、风电有功功率预测偏差；ΓPV、ΓWIN是鲁棒系数，为了避免决策过于保守；
步骤2，在长时间尺度下，考虑多类型电-热-气调节设备的调节能力，以综合用能成本最低为目标，建立长时间尺度下的鲁棒优化调度模型，求解得到长时间尺度下各调控设备的调度方案；步骤2所述的考虑多类型电-热-气调节设备的调节能力，以综合用能成本最低为目标，建立长时间尺度下的鲁棒优化调度模型，其中：
多类型电-热-气调节设备包括电动汽车、燃气轮机、氢储能、燃气锅炉；
长时间尺度下的鲁棒优化调度模型的目标函数与约束条件具体为：
(1)目标函数：
式中：分别为t时间段内购买天然气成本、向电动汽车用户提供补偿成本、燃气轮机环境成本、综合能源系统向上级电网售电收益以及氢储能运维成本；/>为天然气价格；/>为t时间段天然气负荷；/>为燃气轮机t时间段有功出力；ηgt为燃气轮机气电效率系数；/>为t时间段锅炉有功出力；ηgb为锅炉气电效率系数；eev为综合能源体向提供放电服务的电动汽车用户提供的补偿成本；/>为电动汽车蓄电池t时间段内的放电功率；N为电动汽车总数量；Ql为燃气轮机第l项污染气体的排放强度；Yl、Bl分别为第l项污染气体的罚款成本系数和环境成本系数；/>为t时间段综合能源体向上级电网售、购电功率大小；/>分别为综合能源体向上级电网售、购电电价；/>分别对应t时间段氢储能系统电制氢和氢燃料电池发电功率；ηOMH2为氢储能系统运维成本系数；/>为因高估光伏、风电出力后需额外购买电能的惩罚成本，/>为高估后购买电能惩罚价格，/>为高估光伏、风电出力；/>为因低估光伏、风电出力出售额外电能收益，/>为低估后售电惩罚价格，/>为低估光伏、风电出力；
(2)约束条件
1)电动汽车调节约束：
式中：SOCev,t,i为t时间段第i组电动汽车蓄电池荷电状态； 分别对应第i组电动汽车蓄电池荷电状态下限值和上限值；/>分别对应t时间段第i组电动汽车充放电功率；/>分别对应电动汽车蓄电池的充放电效率系数；/>分别对应第i组电动汽车蓄电池最大充放电功率；0-1变量/>分别对应第i组电动汽车t时间段充放电标志位，充电则取1，否则取0，两者不能同时为1；
2)燃气轮机调节约束：
式中：分别对应燃气轮机最小和最大输出功率；/>分别对应燃气轮机向下、向上爬坡功率；
4)氢储能调节约束：
式中：为t时间段电制氢功率；/>为t时间段氢燃料电池发电功率；/>分别对应电制氢和氢燃料电池发电的0/1变量，目的为了避免同时制氢和发电；/>为电制氢的最大功率；/>为氢燃料电池最大发电功率；
5)燃气锅炉调节约束：
式中：为锅炉最小和最大输出功率；/>为燃气锅炉向下、向上爬坡功率；
6)综合能源系统电能供需平衡约束：
式中：分别对应t时间段风力发电和光伏发电功率大小；/>为t时间段电负荷功率；
7)综合能源系统热能供需平衡约束：
式中：为t时间段燃气锅炉输出的热功率；/>为t时间段热负荷功率大小；/>为t时间段弃热功率大小；
8)综合能源系统天然气供需平衡约束：
式中：为t时间段综合能源主体天然气总消耗量；/>分别对应t时间段燃气轮机、燃气锅炉耗气量；/>为t时间段天然气负荷；
9)综合能源系统氢气供需平衡约束：
式中：为t时间段储氢罐容量；/>为t时间段氢气负荷；/>为每千瓦时电能通过电解槽电解水产生氢气质量；η为每千克氢气通过燃料电池燃烧所产生的电能；θel、θfc分别对应电解槽和燃料电池的对应转换效率；/>代表氢气的摩尔质量；
步骤3，在短时间尺度下，考虑光伏、风电功率与其在长时间尺度下的预测偏差，利用氢储能的快速响应调节能力，建立短时间尺度修正调度模型，求解得到氢储能的修正调度方案。
2.根据权利要求1所述的一种基于双时间尺度的综合能源系统优化调度方法，其特征在于，步骤3所述的建立短时间尺度修正调度模型，考虑短时间尺度与长时间尺度存在的风电、光伏功率预测偏差，在其他设备调度方案不变的前提下，修正氢储能的调度方案，利用其快速响应能力平抑光伏、风电实时功率波动；
短时间尺度修正调度模型的目标函数为：
式中：为短时间尺度下因光伏、风电预测偏差带来的购售电量申报偏差惩罚成本；为氢储能运维成本增量；
短时间尺度修正调度模型的约束条件同式(20)、(23)～(26)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211294624.XA CN115640894B (zh) | 2022-10-21 | 2022-10-21 | 一种基于双时间尺度的综合能源系统优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211294624.XA CN115640894B (zh) | 2022-10-21 | 2022-10-21 | 一种基于双时间尺度的综合能源系统优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115640894A CN115640894A (zh) | 2023-01-24 |
| CN115640894B true CN115640894B (zh) | 2024-03-26 |
Family
ID=84944906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211294624.XA Active CN115640894B (zh) | 2022-10-21 | 2022-10-21 | 一种基于双时间尺度的综合能源系统优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115640894B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090632A (zh) * | 2018-01-23 | 2018-05-29 | 南方电网科学研究院有限责任公司 | 基于鲁棒优化的新能源并网电力系统多时间尺度调度方法 |
| CN108521132A (zh) * | 2018-04-16 | 2018-09-11 | 广西大学 | 多能互补支撑电网频率调节的多时间尺度优化控制方法 |
| CN110009152A (zh) * | 2019-04-03 | 2019-07-12 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
| CN110197312A (zh) * | 2019-06-28 | 2019-09-03 | 东南大学 | 一种基于多时间尺度的用户级综合能源系统优化调度方法 |
| WO2019165701A1 (zh) * | 2018-02-28 | 2019-09-06 | 东南大学 | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 |
| CN110417006A (zh) * | 2019-07-24 | 2019-11-05 | 三峡大学 | 考虑多能协同优化的综合能源系统多时间尺度能量调度方法 |
| WO2022100091A1 (zh) * | 2020-11-10 | 2022-05-19 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
| CN114781817A (zh) * | 2022-03-30 | 2022-07-22 | 全球能源互联网集团有限公司 | 电-气互联系统多时间尺度联合优化调度方法及系统 |
-
2022
- 2022-10-21 CN CN202211294624.XA patent/CN115640894B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108090632A (zh) * | 2018-01-23 | 2018-05-29 | 南方电网科学研究院有限责任公司 | 基于鲁棒优化的新能源并网电力系统多时间尺度调度方法 |
| WO2019165701A1 (zh) * | 2018-02-28 | 2019-09-06 | 东南大学 | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 |
| CN108521132A (zh) * | 2018-04-16 | 2018-09-11 | 广西大学 | 多能互补支撑电网频率调节的多时间尺度优化控制方法 |
| CN110009152A (zh) * | 2019-04-03 | 2019-07-12 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
| CN110197312A (zh) * | 2019-06-28 | 2019-09-03 | 东南大学 | 一种基于多时间尺度的用户级综合能源系统优化调度方法 |
| CN110417006A (zh) * | 2019-07-24 | 2019-11-05 | 三峡大学 | 考虑多能协同优化的综合能源系统多时间尺度能量调度方法 |
| WO2022100091A1 (zh) * | 2020-11-10 | 2022-05-19 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
| CN114781817A (zh) * | 2022-03-30 | 2022-07-22 | 全球能源互联网集团有限公司 | 电-气互联系统多时间尺度联合优化调度方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 园区集中式混合储能系统的响应控制策略;何国鑫等;《可再生能源》(第09期);全文 * |
| 考虑需求响应与光伏不确定性的综合能源系统鲁棒优化;翟晶晶等;《中国电力》;20200805;第53卷(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115640894A (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105375479B (zh) | 一种基于模型预测控制的分布式能源能量管理方法 | |
| CN112465181A (zh) | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 | |
| CN112990523B (zh) | 区域综合能源系统分层优化运行方法 | |
| CN114221338B (zh) | 考虑电源灵活性和互补性的多能源电力系统优化调度方法 | |
| CN112086960B (zh) | 基于模型预测控制的电氢耦合系统灵活裕度计算方法 | |
| CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
| CN112886645A (zh) | 一种基于氢能超高比例的新能源电力系统运行模拟方法 | |
| CN115577929A (zh) | 基于多场景分析的乡村综合能源系统随机优化调度方法 | |
| Su et al. | Enhancing wind-solar hybrid hydrogen production through multi-state electrolyzer management and complementary energy optimization | |
| CN113410854A (zh) | 一种多类型储能系统优化运行方法 | |
| CN117254502A (zh) | 基于电-氢混合储能综合能源系统多目标优化调度方法 | |
| CN116805803A (zh) | 基于自适应mpc的风光储离网制氢系统能量调度方法 | |
| CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
| CN115640894B (zh) | 一种基于双时间尺度的综合能源系统优化调度方法 | |
| CN116914785A (zh) | 一种电热氢系统优化运行方法 | |
| CN116316553A (zh) | 一种氢电耦合系统多时间尺度分层运行控制方法 | |
| CN113078687B (zh) | 孤岛多能互补电-气耦合系统能量优化调度方法 | |
| Liu et al. | Capacity optimization of Energy Storage Based on Intelligent optimization Algorithm and Photovoltaic Power Prediction Error Data | |
| CN112615386A (zh) | 一种面向风电消纳的电热混合储能系统优化定容方法 | |
| CN112149339A (zh) | 风电-光伏-光热-电加热器互补发电系统容量优化模型 | |
| Ma et al. | Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation | |
| CN116061742B (zh) | 一种分时电价光伏园区内电动汽车的充电控制方法和系统 | |
| CN111222699B (zh) | 一种基于氢热混合储能装置的多能源系统容量优化方法 | |
| CN115307054B (zh) | 一种基于微网余电制氢的加氢站设备容量优化配置方法 | |
| CN117977644A (zh) | 一种计及氢电互补的混合储能优化控制方法 |
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 |