CN115775054B - 考虑需求响应的海洋牧场综合能源系统的规划方法及系统 - Google Patents

考虑需求响应的海洋牧场综合能源系统的规划方法及系统 Download PDF

Info

Publication number
CN115775054B
CN115775054B CN202310091423.8A CN202310091423A CN115775054B CN 115775054 B CN115775054 B CN 115775054B CN 202310091423 A CN202310091423 A CN 202310091423A CN 115775054 B CN115775054 B CN 115775054B
Authority
CN
China
Prior art keywords
representing
parameters
planning
comprehensive energy
energy system
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
CN202310091423.8A
Other languages
English (en)
Other versions
CN115775054A (zh
Inventor
乔学明
汤耀
孟平
张祥坤
尹明立
朱伟义
勇群
赵振强
夏迎雪
李童心
李玉文
孙海峰
宫宝凝
姜婷
徐琪
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.)
Weihai Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Weihai Power Supply Co of State Grid Shandong 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 Weihai Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Weihai Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN202310091423.8A priority Critical patent/CN115775054B/zh
Publication of CN115775054A publication Critical patent/CN115775054A/zh
Application granted granted Critical
Publication of CN115775054B publication Critical patent/CN115775054B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了考虑需求响应的海洋牧场综合能源系统的规划方法及系统,涉及综合能源规划技术领域。利用电转气技术与综合能源系统搭建了电转气‑综合能源系统,并采用随机动态规划方法对海洋牧场电转气‑综合能源系统进行设计。动态规划方法将总规划时间跨度划分为多个子时间跨度,在每个子时间跨度初期,规划者可以根据实际需求添加设备,并通过优化算法求得最佳装机容量。本发明通过结合海洋牧场资源禀赋、产业结构和能源特点,解决了现有海洋牧场综合能源规划不合理的问题,并设置了最佳的装机容量。为海洋牧场“源‑供‑储‑用”协同优化调度和电网友好交互提供了新的思路。

Description

考虑需求响应的海洋牧场综合能源系统的规划方法及系统
技术领域
本发明涉及综合能源规划技术领域,尤其涉及一种考虑需求响应的海洋牧场综合能源系统的规划方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
海洋牧场偏离主网,风、光、地热等间歇性可再生资源丰富,系统内包含不同结构形式的分布式能源系统,然而,可再生能源的间歇性和可变性是其主要缺点,会使得能源系统供需失衡。同时,海洋牧场能源系统分布式特征明显,导致运行控制极为困难。另外,电转气技术和可再生能源相结合现已在多类行业中得到各广泛发展,并处于大规模推广的阶段,而设备的装机容量与经济性之间的矛盾却是电转气技术和可再生能源面临的最大挑战。
因此,如何结合海洋牧场资源禀赋、产业结构和能源消费特点,合理的规划海洋牧场综合能源,设置最佳的装机容量,实现海洋牧场“源-供-储-用”协同优化调度和电网友好交互极为关键。
发明内容
针对现有技术存在的不足,本发明的目的是提供一种考虑需求响应的海洋牧场综合能源系统的规划方法及系统,利用电转气技术与综合能源系统搭建了电转气-综合能源系统,并采用随机动态规划方法对海洋牧场电转气-综合能源系统进行设计规划,获得最佳装机容量。
为了实现上述目的,本发明是通过如下的技术方案来实现:
本发明第一方面提供了一种考虑需求响应的海洋牧场综合能源系统的规划方法,包括以下步骤:
利用电转气技术与综合能源系统组建电转气-综合能源系统;
采用随机动态规划方法确定动态规划参数,根据收集到的有效能源数据,构建目标函数,确定约束条件,对电转气-综合能源系统中设备的装机容量进行动态规划;
将总规划时间跨度划分为多个子时间跨度,电转气-综合能源系统在每个子时间跨度初期更新设备装机容量;
通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量。
进一步的,利用电转气技术与综合能源系统组建电转气-综合能源系统的具体过程为,先利用电转气技术构建电转气系统,再基于能源设备构建能源综合系统,将电转气系统与综合能源系统进行组合,组建成电转气-综合能源系统。
更进一步的,利用水电解系统、CO2捕集系统和甲烷化系统组建电转气系统;利用太阳能光伏和风力发电机、热电联产、微型燃气轮机、锅炉、电加热器、热泵、吸收式制冷机和需求响应管理器组建综合能源系统。
进一步的,目标函数以电转气-综合能源系统在整个规划范围内的总规划参数最小化为目标,指标包括投资参数、维护参数、更换参数和运营参数。
更进一步的,运营参数具体包括:电力采购参数、天然气采购参数、CO2捕获参数、O2销售参数、排放到空气中的CO2排放的惩罚参数、热负荷消费者的奖励支付以及未供应的电力和热能的惩罚参数。
进一步的,约束条件包括:蓄电和蓄热约束、储氢约束、电转气约束、需求响应约束、能量平衡约束、可靠性约束和技术约束。
更进一步的,需求响应约束包括电力需求响应约束和热力需求响应约束。
更进一步的,采用基于某种场景的随机方法来解决系统的不确定性,从而形成可靠性约束。
更进一步的,通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量的具体过程为:在考虑约束条件的情况下,通过智能优化算法优化目标函数,得到最小的目标函数值,进而得到最佳的装机容量。
本发明第二方面提供了一种考虑需求响应的海洋牧场综合能源系统的规划系统,包括:
系统组建模块,被配置为利用电转气技术与综合能源系统搭建电转气-综合能源系统;
容量规划模块,被配置为采用随机动态规划方法确定动态规划参数,根据收集到的有效能源数据,构建目标函数,确定约束条件,对电转气-综合能源系统中设备的装机容量进行动态规划;
指标评价模块,被配置为将总规划时间跨度划分为多个子时间跨度,电转气-综合能源系统在每个子时间跨度初期更新设备装机容量,通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量。
以上一个或多个技术方案存在以下有益效果:
本发明的公开了考虑需求响应的海洋牧场综合能源系统的规划方法及系统,利用电转气技术与综合能源系统搭建了电转气-综合能源系统,并采用随机动态规划方法对海洋牧场电转气-综合能源系统进行设计规划,获得最佳装机容量。克服了装机容量与经济性之间的矛盾,结合海洋牧场资源禀赋、产业结构和能源消费特点,合理的规划海洋牧场综合能源,设置最佳的装机容量,实现了海洋牧场“源-供-储-用”协同优化调度和电网友好交互。
本发明应用动态规划方法将总规划时间跨度划分为多个子时间跨度,在每个子时间跨度初期,规划者可以根据实际需求添加设备。通过制定各种指标和各种约束,作为评价电转气-综合能源系统的经济和技术可行性指标,在规划过程中实施电力需求响应和热力需求响应,提高电转气-综合能源系统效率。以此来确定不同子时间跨度中电转气-综合能源设备的最佳容量并实现电转气-综合能源的合理规划。
本发明将水电解、碳捕集装置与电转气相结合,利用水电解产生H2,利用锅炉烟气和联供系统(CHP)中的CO2,将锅炉烟气和CHP中的CO2排放物回收并送至电转气系统生产CH4,在实现高效构建电转气系统的同时,还提高了电转气系统与综合能源系统的结合组建电转气-综合能源系统的可行性。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例一中电转气系统结构示意图;
图2为本发明实施例一中电转气-综合能源系统结构示意图;
图3为本发明实施例一中动态规划过程示意图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合;
实施例一:
本发明实施例一提供了一种考虑需求响应的海洋牧场综合能源系统的规划方法,包括以下步骤:
步骤1:利用电转气技术与综合能源系统组建电转气-综合能源系统。先利用电转气技术构建电转气系统,再基于能源设备构建能源综合系统,将电转气系统与综合能源系统进行组合,组建成电转气-综合能源系统。
具体的,利用水电解系统、CO2捕集系统和甲烷化系统组建电转气系统;利用太阳能光伏(PV)和风力发电机、热电联产、微型燃气轮机、锅炉、电加热器、热泵、吸收式制冷机和需求响应管理器组建综合能源系统。
具体的工作原理为:
1、综合能源系统具体原理:
综合能源系统是一个接收、转换和存储不同形式能源并满足各种能源需求的系统。其中的设备包括太阳能光伏、风力发电机、热电联产装置和微型燃气轮机等。锅炉、电加热器、热泵、吸收式制冷机和其他设备用于同时为电力、加热和冷却负载供电。综合能源中还使用各种类型的电气、热能和冷却能量存储系统。
2、电转气(P2G)具体原理:
它主要由三个子系统组成:水电解系统、CO2捕集系统和甲烷化系统。
水电解系统是第一个子系统,利用电将水分解成H2和O2。在水电解中,当产生1kg的氢气时,同时也会产生约8kg的氧气作为氢气的副产品。
CO2捕获系统是第二个子系统,它捕获来自锅炉和CHP排放的气体,然后将CO2从中分离。
甲烷化系统是第三个子系统,也是电转气系统的主要部分。在这个阶段,产生的H2和捕获的CO2被转移到甲烷化系统中,通过它们结合产生CH4。由于甲烷化阶段发生的化学反应是高度放热的,释放的热量可用于满足部分热量需求。
此外,H2存储装置是增加电转气系统灵活性的附加设施。由于这些子系统的运行在动态行为上有所不同,所以采用储氢系统来隔离电解和甲烷化。此外,氢气储存系统用于在不需要生产甲烷时储存多余的可再生能源发电。
3、水电解具体原理:
水电解是将水转化为高质量氢气和氧气的过程,其电化学转化式如式(1)所示。
(1)
4、碳捕获和储存具体原理:
碳捕捉和储存装置中的CO2捕捉过程可分为两个阶段:CO2分离和CO2压缩。CO2分离是CO2捕捉过程的主要部分。分离技术可分为三组:膜分离、吸附剂/溶剂分离、蒸馏和冷冻分离。本发明采用吸附剂/溶剂分离技术从锅炉和CHP的烟道气流中分离CO2。吸附剂/溶剂分离过程分两个阶段进行:在第一阶段,将含CO2的气体通入特定容器与吸收剂水溶液或固体吸收剂接触。然后,将富含CO2的吸附剂/溶剂泵入容器在不同的工作条件下生产纯CO2。最终,CO2产品通过船舶或管道压缩和运输,用于储存在地下地质场所或用作工业设施的原材料。
5、甲烷化具体原理:
甲烷化技术可以分为两类:化学甲烷化和生物甲烷化。化学甲烷化中的甲烷生产基于催化剂,镍、钌和钴等活性金属被用作甲烷化催化剂。化学甲烷化反应器规模较大,可在高温(300至600°C)和压力(1至100bar)下连续运行。本发明中通过化学甲烷化产生甲烷。甲烷化的转化式如式(2)所示。
(2)
步骤1-1:组建电转气系统。
如图1所示,电转气系统主要由三个子系统组成:水电解系统、CO2捕集系统和甲烷化系统。水电解系统是第一个子系统,利用电解水装置将水分解成H2和O2,并将H2输送至H2储存罐进行存储。CO2捕获系统是第二个子系统,它通过碳捕获装置捕获来自锅炉和CHP机组的排放气体,然后将CO2从中分离出来。其中,锅炉和CHP机组的供给能量可以来源于天然气官网。在碳捕获阶段,部分电力用于操作液体泵、烟气鼓风机或风扇,并压缩CO2。甲烷化系统是第三个子系统,也是电转气系统的主要部分。在这个阶段,产生的H2和捕获的CO2被转移到甲烷化系统中,通过它们结合产生CH4,产生的CH4可以重新被用于锅炉和CHP机组。
由于甲烷化阶段发生的化学反应是高度放热的,释放的热量可用于满足部分热量需求。此外,H2存储被认为是增加电转气系统灵活性的附加设施。由于这些子系统的运行在动态行为上有所不同,所以采用储氢系统来隔离电解和甲烷化。此外,氢气储存系统用于在不需要生产甲烷时储存多余的可再生能源发电。
步骤1-2:搭建电转气-综合能源系统。
如图2所示,电转气-综合能源系统连接到当地电网和天然气网,并提供电力和供暖需求。风力发电机和光伏等可再生资源满足部分电力需求。变压器用于改变电网的电压水平。CHP机组使用天然气同时发电和供热。锅炉用于产生热能,以满足部分热量需求。蓄热罐用于蓄热,蓄电池用于蓄电。蓄电蓄热和电转气可以满足热负荷需求和电负荷需求,提高能源的灵活性。应用电力需求响应管理器和热能需求响应管理器等智能工具来管理负载。在水电解中,当产生1kg的氢气时,同时也会产生约8kg的氧气作为氢气的副产品。产生的氧气可输入氧气市场,
光伏系统的输出功率取决于环境因素,光伏模型如式(3)所示。
(3)
式中, P PV 表示光伏模型,分别表示太阳能电池板的面积(m2)、太阳能电池板的数量、太阳辐射量(W/m2)和光伏系统的效率,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
光伏系统的效率可以如式(4)获得。
(4)
式中,表示光伏系统的效率,分别表示光伏板的温度(℃)和光伏系统的参考效率。光伏系统的参考温度和功率跟踪设备的效率分别假定为25℃和1。β表示硅光伏板的温度效率系数,取0.0048。光伏板温度(℃)如式(5)所示。
(5)
式中,表示光伏板的温度(℃),Ta(s,t)和NOPT分别表示环境温度(℃)和正常工作电池温度,分别为25(℃)和45(℃),y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
风机模型:
风力发电机的发电功率是风速的函数。风力发电机功率输出与风速之间的关系如式(6)所示。
(6)
式中, P w 表示风力发电机的输出功率,分别为最大风速、额定风速和最小风速,表示第y年安装的风力发电机的额定功率,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
步骤2:采用随机动态规划方法对电转气-综合能源系统中设备的装机容量进行动态规划。构建目标函数,确定约束条件,将总规划时间跨度划分为多个子时间跨度,电转气-综合能源系统在每个子时间跨度初期更新设备装机容量。
步骤2-1:确定动态规划参数,动态规划参数用于规划时间跨度,确定子时间跨度。确定动态规划参数之后,可以根据时间的推进,在每个子时间跨度初期更新设备装机容量,避免了由于仅通过最初设备装机容量导致系统评估准确度低的问题,从而更加准确的对系统进行评估。
本实施例中,根据收集到的有效能源数据,将规划时间跨度划分为四个子时间跨度,具体的动态规划示意图如附图3所示,在本实施例中,第1子时间跨度为1-5年,第2子时间跨度为6-10年,第3子时间跨度为11-15年,第4子时间跨度为16-20年。电转气-综合能源系统在每个子时间跨度初期更新设备装机容量。
有效能源数据是指发风力发电机里的风速、光伏的光照、温度等参数以及没有采用电转气-综合能源系统之前的能源系统的能源数据等有效能源数据。
根据动态规划参数确定目标函数的指标,确定动态规划参数的过程中实施电力需求响应和热力需求响应。
步骤2-2:本发明使电转气-综合能源系统在整个规划范围内的总规划参数最小化,包括投资参数、维护参数、更换参数和运营参数。总规划参数如式(7)所示。
(7)
式中, of表示总规划参数, Min表示总规划参数最小, C INV 表示投资参数, C MC 表示维护参数, C RC 表示更换参数, C OP 表示运营参数。
本实施例中,总规划参数为总规划成本,投资参数、维护参数、更换参数和运营参数分别为投资成本、维护成本、更换成本和运营成本。
电转气-综合能源的投资参数如式(8)所示。
(8)
式中,表示投资参数,y表示某年,y取整数,表示某种经济因素,例如设备折损系数;表示第 y年变压器的新增装机容量;表示第 y年联供系统的新增装机容量;表示第 y年蓄电设备的新增装机容量;表示第 y年锅炉的新增装机容量;表示第 y年蓄热设备的新增装机容量;表示第 y年光伏的新增装机容量;表示第 y年风力发电机的新增装机容量;表示第 y年水电解装置的新增装机容量;表示第 y年甲烷化设备的新增装机容量;表示第 y年储氢设备的新增装机容量;表示第 y年变压器的单位投资参数;表示第 y年联供系统的单位投资参数;表示第 y年蓄电设备的单位投资参数;表示第 y年锅炉的单位投资参数;表示第 y年储热设备的单位投资参数;表示第 y年光伏的单位投资参数;表示第 y年风力发电机的单位投资参数;表示第 y年水电解设备的单位投资参数;表示第 y年甲烷化设备的单位投资参数;表示第 y年储氢设备的单位投资参数;表示储氢设备效率。
步骤2-2-1:投资参数由在每个子时间跨度(第1、6、11、16年)开始时添加的新设备的参数组成。式(8)中的决策变量N(y)决定了每个子时间跨度内设备的新装机容量。以CHP为例,设备第1年的新增装机容量由式(9)所示。
(9)
式中, N CHP 表示新增装机容量, U CHP 表示装机容量,y表示某年。
设备第y年新增装机容量由设备第y年与第y-5年装机容量之差得出,如式(10)所示。
(10)
式中, N CHP 表示新增装机容量, U CHP 表示装机容量,y表示某年。
式(9)-(10)适用于所有电转气-综合能源设备。
经济因素τ(y)用于将年度成本转换为计划范围内的成本,如式(11)所示。
(11)
式中, τ(y)表示经济因素 ,ir表示设备的折损率,y表示某年。
步骤2-2-2:已安装设备相对应的维护参数如式(12)所示。
(12)
式中, C MC 表示维护参数, U表示各设备的装机容量; MC表示各设备单位维护参数,y表示某年。
表示某种经济因素,例如设备折损系数;表示第 y年变压器的装机容量;表示第 y年联供系统的装机容量;表示第 y年蓄电设备的装机容量;表示第 y年锅炉的装机容量;表示第 y年蓄热设备的装机容量;表示第 y年光伏的装机容量;表示第 y年风力发电机的装机容量;表示第 y年水电解装置的装机容量;表示第 y年甲烷化设备的装机容量;表示第 y年储氢设备的装机容量;表示第 y年变压器的单位维护参数;表示第 y年联供系统的单位维护参数;表示第 y年蓄电设备的单位维护参数;表示第 y年锅炉的单位维护参数;表示第 y年储热设备的单位维护参数;表示第 y年光伏的单位维护参数;表示第 y年风力发电机的单位维护参数;表示第 y年水电解设备的单位维护参数;表示第 y年甲烷化设备的单位维护参数;表示第 y年储氢设备的单位维护参数;表示储氢设备效率。
步骤2-2-3:设备的更换参数如式(13)所示。根据式(13),已安装的设备应根据其在第6年、第11年和第16年的寿命更换新设备。
(13)
式中, C RC 表示更换参数,表示某种经济因素,y表示某年,N表示各设备新增装机容量;IC表示各设备单位资本参数;
表示变压器的新增装机容量;表示联供系统的新增装机容量;表示蓄电设备的新增装机容量;表示锅炉的新增装机容量;表示蓄热设备的新增装机容量;表示光伏的新增装机容量;表示风力发电机的新增装机容量;表示水电解装置的新增装机容量;表示甲烷化设备的新增装机容量;表示储氢设备的新增装机容量;表示第 y年变压器的单位投资参数;表示第 y年联供系统的单位投资参数;表示第 y年蓄电设备的单位投资参数;表示第 y年锅炉的单位投资参数;表示第 y年储热设备的单位投资参数;表示第 y年光伏的单位投资参数;表示第 y年风力发电机的单位投资参数;表示第 y年水电解设备的单位投资参数;表示第 y年甲烷化设备的单位投资参数;表示第 y年储氢设备的单位投资参数;表示储氢设备效率。
表示变压器的使用寿命;表示联供系统的使用寿命;表示蓄电设备的使用寿命;表示锅炉的使用寿命;表示蓄热设备的使用寿命;表示光伏的使用寿命;表示风力发电机的使用寿命;表示水电解装置的使用寿命;表示甲烷化设备的使用寿命;表示储氢设备的使用寿命;由rn代表各设备寿命的统一表示,如式(14)所示。
(14)
步骤2-2-4:假定电转气-综合能源系统的运行20年、4个季节和1个不确定的环境。运营参数由七项组成,如式(15)所示。第一项表示电力采购参数;第二项表示天然气采购参数;第三项是指CO2捕获参数,如式(16)所示;第四项表示O2销售参数,如式(17)所示;第五项表示排放到空气中的CO2排放的惩罚参数,如式(18)所示;第六项代表热负荷消费者的奖励支付,其负荷在需求响应中转移,如式(19)所示;第七项表示未供应的电力和热能的惩罚参数,如式(20)所示。
(15)
式中, C OP 表示运营参数,W(s)表示每个季节的天数;表示某种经济因素, ρ W (sc)表示每个场景出现的概率;y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示从电网购电的单位电价;表示从电网购买电量;表示从天然气网购买天然气的单位价格;表示从天然气网购买的天然气量;表示CO2捕获参数; Sell O2 表示向市场销售O2获得的收入; Em表示排放到空气中的CO2排放的惩罚参数; TDR表示未供应的电力和热能的惩罚参数, PC表示热电损失的惩罚参数。
(16)
式中,表示CO2捕获参数;y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示碳价格;表示CO2的摩尔质量;表示捕捉到的CO2的摩尔量。
(17)
式中, Sell O2 表示向市场销售O2获得的收入,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示氧气售价;表示O2的摩尔质量;表示售卖的O2的摩尔量。
(18)
式中, Em表示排放到空气中的CO2排放的惩罚参数,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示碳排放惩罚参数;表示排放到空气中的 CO2摩尔量。
(19)
式中, TDR表示未供应的电力和热能的惩罚参数,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示转移系数,表示天然气网中天然气价格;表示通过DRP上移的热功率;表示通过DRP下移的热功率。
(20)
式中, PC表示热电损失的惩罚参数,表示未供应的电力单位惩罚参数;表示未供应的电量;表示未供应的热能单位惩罚参数;表示未供应的热能,y表示某年。
步骤2-3:约束条件包括:蓄电和蓄热约束、储氢约束、电转气约束、需求响应约束、能量平衡约束、可靠性约束和技术约束。
步骤2-3-1:蓄电和蓄热约束
蓄电和蓄热的储能水平取决于前一时间的可用量、第t时刻的充电/放电功率以及能量损失量,如式(21)所示。能量损失量如式(22)所示。能量存储设备在操作开始时刻和最终时刻中的可用能量分别如式(23),(24)所示。假设一天开始时的初始储存能量水平应等于一天结束时的储存能量水平,如式(25)所示。
(21)
式中,表示t时刻储存的能量;表示t-1时刻储存的能量;表示储能设备充电/储氢效率;表示储能设备充电/储氢功率;表示储能设备放电/排氢效率;表示储能设备放电/排氢功率;表示储能设备的能量损失,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。 ES为蓄电; TS为蓄热, i为蓄电或者蓄热之一。
(22)
式中,表示储能损耗比;表示储能设备的储能等级,表示储能设备的能量损失,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
(23)
式中,表示储能设备的储能等级,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节,表示储能的初始系数;表示储能设备的能量存储容量。
(24)
式中,表示储能设备的储能等级,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节,表示储能的最终系数;表示储能设备的能量存储容量。
(25)
式中,表示一天开始时的初始储存能量;表示一天结束时的储存能量。
存储能量的允许范围的大小约束如式(26)所示。
(26)
式中,表示t时刻储存的能量,表示储能设备的能量存储容量,分别表示储存能量的最小和最大因数。
充电和放电功率的最大允许范围分别如式(27),(28)所示。
(27)
(28)
式中,表示储能设备充电/储氢功率,表示储能设备放电/排氢功率;y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示储能设备的能量存储容量。β表示蓄电/蓄热的最大系数。
步骤2-3-2:储氢约束
将H2进行存储,可以提高电转气系统在处理可再生能源间歇性发电时的灵活性。此外,由于电解和甲烷化具有不同的动态行为,因此利用储氢系统将这些子系统分开。以摩尔为单位的H2荷电状态(SOC)如式(29)所示。
(29)
式中,表示H2荷电状态,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示用摩尔数表示H2的充放电量;表示储氢设备储氢效率;表示储氢设备排氢效率。
存储H2的最大量和最小量允许范围如式(30)所示。H2的最小和最大充放范围分别如式(31)、(32)所示。
(30)
式中,分别表示储存能量的最小和最大因数;表示储氢容量,表示H2荷电状态,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
(31)
式中,表示储氢设备的充氢率;表示H2储存的最大系数,表示储氢容量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
(32)
式中,表示储氢设备的排氢率,表示H2储存的最大系数,表示储氢容量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
步骤2-3-3:电转气约束
碳的质量守恒如式(33)所示,其中变量表示不同物质的摩尔量。锅炉和热电联产所需的燃料通过天然气网和电转气供应。锅炉和热电联产排放的部分CO2被碳捕获单元吸收,其余的直接排放到空气中。
(33)
式中,表示从天然气网得到的燃料量;表示通过电转气得到的燃料量;表示锅炉和热电联产排放到空气中的CO2量;表示锅炉和热电联产排放被碳捕获单元吸收的CO2量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
在甲烷化阶段反应物的量之间的关系如式(34)所示,其由式(1)和(2)推导而得。
(34)
式中,表示甲烷化产生的CH4的摩尔量,表示捕获的CO2的摩尔量;表示甲烷化所消耗的H2摩尔量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
碳排放与锅炉和热电联产输入之间的关系如式(35)所示,它表明排放到空气中的碳量是从天然气电网输入的能量的函数。
(35)
式中,表示排放到空气中的CO2的摩尔量,表示从天然气网得到的燃料量;表示锅炉和热电联产排放被碳捕获单元吸收的CO2量;表示甲烷化产生的CH4的摩尔量;表示从天然气网购买天然气量;表示CH4热值,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
分解阶段反应物和产物的量之间的关系如式(36)所示,其由式(1)推导而得。
(36)
式中,表示H2O的摩尔量;表示甲烷化所消耗的H2摩尔量;表示售卖的O2的摩尔量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
分离单元捕获的碳量如式(37)所示。
(37)
式中,表示锅炉和热电联产排放被碳捕获单元吸收的CO2量;表示碳捕获效率;表示碳捕集装置耗电量;表示捕获 CO2的能量系数,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
水电解产生的氢气量如式(38)所示。
(38)
式中,表示电解产生的H2的摩尔量,表示电解效率;表示电解电功率输入;表示H2热值,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
储氢的氢平衡限制如式(39)所示。
(39)
式中,表示甲烷化所消耗的H2摩尔量;表示电解产生的H2的摩尔量;表示储氢设备的充氢率;表示储氢设备的排氢率,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
甲烷化过程中产生的热量和甲烷能量分别如式(40)和式(41)所示。
(40)
(41)
式中,表示电转气产生的热能;表示甲烷化放热系数;表示甲烷化产生的CH4的摩尔量;表示电转气产生的甲烷量;表示CH4热值,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
步骤2-3-4:需求响应约束
需求响应约束包括电力需求响应约束和热力需求响应约束。
规定一天内减少的总电力负荷必须等于当天增加的总电力负荷,如式(42)所示。电力需求响应约束如下式所示:
(42)
式中:表示一天内减少的总电力负荷;表示一天内增加的总电力负荷,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
转移电气负载的最大允许范围如式(43),(44)所示。
(43)
(44)
防止电力负载同时上下移动,如式(45)所示。
(45)
式中,表示需求响应中电负荷参与系数;表示能源的电力需求;表示用于模拟电力需求响应中电负载上移的变量;表示用于模拟电力需求响应中电负荷下移的变量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
热力需求响应约束如式(46)、(47)、(48)、(49)中。热力需求响应约束式与电力需求响应类似,如下式所示。
(46)
式中:表示一天内减少的总热负荷;表示一天内增加的总热负荷,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
(47)
(48)
(49)
式中,表示需求响应中热负荷参与系数;表示能源的热能需求;表示用于模拟热能需求响应中热负荷上移的变量;表示用于模拟热能需求响应中热负荷下移的变量,表示一天内减少的总热负荷;表示一天内增加的总热负荷,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
步骤2-3-5:能量平衡约束
电能和热能的平衡约束如下式所示。电力需求所需的能量通过从电网购买电能、风力发电机组、光伏系统、热电联产的输出功率、需求响应和电池的放电功率来满足,多余的电力可以存储在电池中或转移到电转气,如式(50)所示。
(50)
式中,表示能源的电力需求;表示减少的电负荷量;表示水电解电功率输入;碳捕集装置耗电功率;表示变压器的电效率;表示从电网购买的电力;表示AC/AC转换器的电效率;表示风力发电机发电功率;表示通过电力需求响应下移的电功率;表示通过电力需求响应上移的电功率;表示光伏发电功率;表示CHP的发电效率;表示CHP消耗的天然气量;表示蓄电放电功率;表示蓄电充电功率,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
热量需求所需的能量可以通过锅炉的热量输出、热能储存器排出的热量、CHP的热量输出、甲烷化过程中产生的热量以及热需求响应来提供,多余的热能可以充入热能储存,如式(51)所示。
(51)
式中,表示能源的热力需求;表示减少的热负荷量;表示锅炉制热效率;表示锅炉消耗的天然气量;表示CHP的制热效率;表示蓄热设备蓄热功率;表示蓄热设备放热功率;表示电转气产生的制热功率,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
天然气消费者和天然气生产者之间的平衡约束如式(52)所示。
(52)
式中,表示从天然气网购买天然气量;表示电转气产生的天然气量;表示CHP消耗的天然气量;表示锅炉消耗的天然气量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
步骤2-2-6:可靠性约束,采用基于某种场景(sc)的随机方法来解决系统的不确定性,从而形成可靠性约束。
不确定性因素影响着系统的可靠性,因此,可靠性评估是能源系统规划、设计和运行的重要问题之一。有各种指标来评估可靠性,其较为实用的指标之一是未提供的预期能量(EENS)。因此,使用EENS来评估所提出的电转气-综合能源系统在可再生能源和能源需求的不确定性下的可靠性。未供应能源的参数被添加到由式(11)表示的总运营参数中,作为基于损失负载(voll)值的惩罚参数。电力和热能的年度EENS分别添加至式(47)与式(48)中,并且它们的年度额度分别受式(49)和式(50)限制。
(53)
(54)
(55)
(56)
式中,表示未提供预期的电量;W(s)表示每个季节的天数;ρW(sc)表示每个场景出现的概率;表示减少的电负荷量;表示未提供预期的热能;表示减少的热负荷量;表示允许的年度最大得到缺电量;表示允许的年度最大得到缺热量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
步骤2-3-7:技术约束
由于天然气网络发展较缓慢,因此从天然气网络购买的天然气量是有限的,如式(57)所示。
(57)
式中,表示从天然气网购买天然气量;表示天然气网的天然气容量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
电转气-综合能源设备的发电量或能量转换量应在其装机容量的允许范围内。这些应用于每个子范围的约束表示如下:
(58)
(59)
(60)
(61)
式中,表示变压器的电效率;表示从电网购买的电量;表示变压器容量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。
(62)
(63)
(64)
(65)
式中,表示CHP的发电效率;表示CHP消耗的天然气量;表示CHP 容量,y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节。y1、y6、y11、y16分别指第1、6、11、16年。
(66)
(67)
(68)
(69)
式中,表示锅炉的制热效率;表示锅炉消耗的天然气量;表示锅炉的容量。
(70)
(71)
(72)
(73)
式中,表示风力发电机的发电功率;表示风力发电机的容量。
(74)
(75)
(76)
(77)
式中,表示光伏的发电功率;表示光伏的容量。
(78)
(79)
(80)
(81)
式中,表示电转气中水解电功率;表示水电解容量。
(82)
(83)
(84)
(85)
式中,表示电转气产生的甲烷量;表示甲烷化容量。
步骤3:通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量。具体的,在考虑约束条件的情况下,根据步骤2中所获得的数据和结果,通过智能优化算法优化目标函数,得到最小的目标函数值,将最小的目标函数值与总规划参数进行对比,对比结果作为评价标准实现对电转气-综合能源系统的评价。而目标函数值最小时,装机容量最优,通过小的目标函数值便得到了最佳的装机容量。
实施例二:
本发明实施例二提供了一种考虑需求响应的海洋牧场综合能源系统的规划系统,包括:
系统组建模块,被配置为利用电转气技术与综合能源系统搭建电转气-综合能源系统;
容量规划模块,被配置为采用随机动态规划方法确定动态规划参数,根据收集到的有效能源数据,构建目标函数,确定约束条件,对电转气-综合能源系统中设备的装机容量进行动态规划;
指标评价模块,被配置为将总规划时间跨度划分为多个子时间跨度,电转气-综合能源系统在每个子时间跨度初期更新设备装机容量,通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量。
以上实施例二的中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (7)

1.考虑需求响应的海洋牧场综合能源系统的规划方法,其特征在于,包括以下步骤:
利用电转气技术与综合能源系统组建电转气-综合能源系统;
采用随机动态规划方法确定动态规划参数,根据收集到的有效能源数据,构建目标函数,确定约束条件,对电转气-综合能源系统中设备的装机容量进行动态规划;目标函数以电转气-综合能源系统在整个规划范围内的总规划参数最小化为目标,指标包括投资参数、维护参数、更换参数和运营参数;
运营参数由七项组成,具体公式如下:
式中,C OP表示运营参数,W(s)表示每个季节的天数;表示某种经济因素,ρ W (sc)表示每个场景出现的概率;y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示从电网购电的单位电价;表示从电网购买电量;表示从天然气网购买天然气的单位价格;表示从天然气网购买的天然气量;表示CO2捕获参数;Sell O2表示向市场销售O2获得的收入;Em表示排放到空气中的CO2排放的惩罚参数;TDR表示未供应的电力和热能的惩罚参数,PC表示热电损失的惩罚参数;
约束条件包括:蓄电和蓄热约束、储氢约束、电转气约束、需求响应约束、能量平衡约束、可靠性约束和技术约束;采用基于某种场景的随机方法来解决系统的不确定性,从而形成可靠性约束;
将总规划时间跨度划分为多个子时间跨度,电转气-综合能源系统在每个子时间跨度初期更新设备装机容量;
通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量。
2.如权利要求1所述的考虑需求响应的海洋牧场综合能源系统的规划方法,其特征在于,利用电转气技术与综合能源系统组建电转气-综合能源系统的具体过程为,先利用电转气技术构建电转气系统,再基于能源设备构建能源综合系统,将电转气系统与综合能源系统进行组合,组建成电转气-综合能源系统。
3.如权利要求2所述的考虑需求响应的海洋牧场综合能源系统的规划方法,其特征在于,利用水电解系统、CO2捕集系统和甲烷化系统组建电转气系统;利用太阳能光伏和风力发电机、热电联产、微型燃气轮机、锅炉、电加热器、热泵、吸收式制冷机和需求响应管理器组建综合能源系统。
4.如权利要求1所述的考虑需求响应的海洋牧场综合能源系统的规划方法,其特征在于,通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量的具体过程为:在考虑约束条件的情况下,通过智能优化算法优化目标函数,得到最小的目标函数值,进而得到最佳的装机容量。
5.如权利要求1所述的考虑需求响应的海洋牧场综合能源系统的规划方法,其特征在于,运营参数具体包括:电力采购参数、天然气采购参数、CO2捕获参数、O2销售参数、排放到空气中的CO2排放的惩罚参数、热负荷消费者的奖励支付以及未供应的电力和热能的惩罚参数。
6.如权利要求1所述的考虑需求响应的海洋牧场综合能源系统的规划方法,其特征在于,需求响应约束包括电力需求响应约束和热力需求响应约束。
7.考虑需求响应的海洋牧场综合能源系统的规划系统,其特征在于,包括:
系统组建模块,被配置为利用电转气技术与综合能源系统搭建电转气-综合能源系统;
容量规划模块,被配置为采用随机动态规划方法确定动态规划参数,根据收集到的有效能源数据,构建目标函数,确定约束条件,对电转气-综合能源系统中设备的装机容量进行动态规划;
目标函数以电转气-综合能源系统在整个规划范围内的总规划参数最小化为目标,指标包括投资参数、维护参数、更换参数和运营参数;
运营参数由七项组成,具体公式如下:
式中,C OP表示运营参数,W(s)表示每个季节的天数;表示某种经济因素,ρ W (sc)表示每个场景出现的概率;y表示某年;s表示某个季节;t表示某个时刻;sc表示某种情节;表示从电网购电的单位电价;表示从电网购买电量;表示从天然气网购买天然气的单位价格;表示从天然气网购买的天然气量;表示CO2捕获参数;Sell O2表示向市场销售O2获得的收入;Em表示排放到空气中的CO2排放的惩罚参数;TDR表示未供应的电力和热能的惩罚参数,PC表示热电损失的惩罚参数;
约束条件包括:蓄电和蓄热约束、储氢约束、电转气约束、需求响应约束、能量平衡约束、可靠性约束和技术约束;采用基于某种场景的随机方法来解决系统的不确定性,从而形成可靠性约束;
指标评价模块,被配置为将总规划时间跨度划分为多个子时间跨度,电转气-综合能源系统在每个子时间跨度初期更新设备装机容量,通过优化算法求得目标函数最小值,根据目标函数最小值的大小,通过对比总规划参数,对电转气-综合能源系统进行评价,从而确定最佳装机容量。
CN202310091423.8A 2023-02-10 2023-02-10 考虑需求响应的海洋牧场综合能源系统的规划方法及系统 Active CN115775054B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310091423.8A CN115775054B (zh) 2023-02-10 2023-02-10 考虑需求响应的海洋牧场综合能源系统的规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310091423.8A CN115775054B (zh) 2023-02-10 2023-02-10 考虑需求响应的海洋牧场综合能源系统的规划方法及系统

Publications (2)

Publication Number Publication Date
CN115775054A CN115775054A (zh) 2023-03-10
CN115775054B true CN115775054B (zh) 2023-05-05

Family

ID=85393400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310091423.8A Active CN115775054B (zh) 2023-02-10 2023-02-10 考虑需求响应的海洋牧场综合能源系统的规划方法及系统

Country Status (1)

Country Link
CN (1) CN115775054B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862253A (zh) * 2021-01-12 2021-05-28 山东大学 考虑风电不确定性的电-气-热储能协同规划方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826815B (zh) * 2019-11-14 2021-01-22 国网河南省电力公司经济技术研究院 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN113394817B (zh) * 2021-06-28 2023-03-28 国网甘肃省电力公司电力科学研究院 一种风光水火储系统的多能容量优化配置方法
CN113988714A (zh) * 2021-11-26 2022-01-28 湖南大学 计及多重不确定性的园区综合能源系统动态规划方法、设备及介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862253A (zh) * 2021-01-12 2021-05-28 山东大学 考虑风电不确定性的电-气-热储能协同规划方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hui Li et al..A review of scenario analysis methods in planning and operation of modern power system:methodologies,applications,and challenges.Electric power systems research.2022,全文. *
李哲.考虑风电接入的综合能源系统扩展规划.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑.2019,(第9期),C042-426. *

Also Published As

Publication number Publication date
CN115775054A (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
Mansour-Saatloo et al. A risk-averse hybrid approach for optimal participation of power-to-hydrogen technology-based multi-energy microgrid in multi-energy markets
Lingmin et al. Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
CN110348709A (zh) 基于氢能与储能设备的多能源系统的运行优化方法和装置
US11111195B2 (en) Bio-methanol production
Alizad et al. Dynamic planning of Power-to-Gas integrated energy hub considering demand response programs and future market conditions
Abdalla et al. Optimized economic operation of microgrid: combined cooling and heating power and hybrid energy storage systems
Rahman et al. Electricity generation in Saudi Arabia: Tracing opportunities and challenges to reducing greenhouse gas emissions
Akulker et al. Optimal design and operation of a multi-energy microgrid using mixed-integer nonlinear programming: Impact of carbon cap and trade system and taxing on equipment selections
Qin et al. Robust optimal dispatching of integrated electricity and gas system considering refined power-to-gas model under the dual carbon target
CN109583623A (zh) 区域多能源供给系统日内滚动协同优化运行方法和装置
CN116247719A (zh) 一种基于阶梯碳交易的微电网两阶段鲁棒优化配置方法
Wang et al. Data‐driven distributionally robust economic dispatch for park integrated energy systems with coordination of carbon capture and storage devices and combined heat and power plants
Lv et al. Optimal capacity configuration model of power-to-gas equipment in wind-solar sustainable energy systems based on a novel spatiotemporal clustering algorithm: A pathway towards sustainable development
Taheri et al. A green cogeneration microgrid composed of water-source heat pumps, a gravity energy storage, and a bio-fueled gas turbine: Design and techno-economic optimization
CN113779792A (zh) 一种基于仿射的综合能源系统优化配置方法
CN115775054B (zh) 考虑需求响应的海洋牧场综合能源系统的规划方法及系统
Rachmanto et al. Economic analysis of on-grid photovoltaic-generator hybrid energy systems for rural electrification in Indonesia
CN117013522A (zh) 考虑分布式电源和气电协同的综合能源系统调度优化方法
CN116611628A (zh) 计及动态性能的综合能源生产单元两阶段容量配置方法
Wu et al. Research on design and multi-frequency scheduling optimization method for flexible green ammonia system
Xu et al. A two-layer multi-energy management system for microgrids with solar, wind, and geothermal renewable energy
Xing et al. Multi-energy simulation and optimal scheduling strategy based on digital twin
Kumar et al. A comparative study of solid waste based distributed multigeneration system between two Indian islands
Dong et al. Self-scheduling of a novel hybrid GTSOFC unit in day-ahead energy and spinning reserve markets within ancillary services using a novel energy storage

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