CN115879651A - 考虑电动汽车参与的综合能源系统低碳优化方法及装置 - Google Patents
考虑电动汽车参与的综合能源系统低碳优化方法及装置 Download PDFInfo
- Publication number
- CN115879651A CN115879651A CN202310138832.9A CN202310138832A CN115879651A CN 115879651 A CN115879651 A CN 115879651A CN 202310138832 A CN202310138832 A CN 202310138832A CN 115879651 A CN115879651 A CN 115879651A
- Authority
- CN
- China
- Prior art keywords
- power
- time
- electric
- model
- output
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 174
- 238000005457 optimization Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 39
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 157
- 238000010248 power generation Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 104
- 238000005338 heat storage Methods 0.000 claims description 79
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 66
- 238000003860 storage Methods 0.000 claims description 56
- 239000007789 gas Substances 0.000 claims description 50
- 239000002245 particle Substances 0.000 claims description 34
- 239000003345 natural gas Substances 0.000 claims description 33
- 239000002918 waste heat Substances 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000011084 recovery Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 239000004480 active ingredient Substances 0.000 claims 1
- 239000002904 solvent Substances 0.000 claims 1
- 230000007246 mechanism Effects 0.000 description 15
- 230000008901 benefit Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑电动汽车参与的综合能源系统低碳优化方法及装置。包括:建立IES调度优化模型,包括:建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数、充电时间和行驶距离,建立电动汽车充电负荷模型;设置以综合能源系统运行成本最小为目标的目标函数;设置综合能源系统的约束条件;对IES调度优化模型进行求解,根据求解结果进行调度。能够降低IES运行成本,提升风电、光伏上网率,降低EV运行成本。
Description
技术领域
本发明涉及能源调度技术领域,特别涉及一种考虑电动汽车参与的综合能源系统低碳优化方法及装置。
背景技术
随着人们对于能源需求的日益增长,化石能源日渐短缺。同时,化石能源燃烧所带来的环境污染问题也不容忽视。风电、光伏等清洁能源为解决以上问题提供了可行方向。然而风电、光伏具有很强的随机性及波动性,如何提升风电、光伏的上网空间,并降低化石能源带来的污染成为了当下研究的热点。
目前对综合能源系统(Integrated Energy Systems,IES)低碳调度优化方面的研究,主要集中在碳交易机制方面。例如,采用碳捕集技术在发电机组进行能源转化时,将排放的CO2进行捕集,从能源生产侧降低了IES的碳排放问题。然而,热电联产机组加装碳捕集技术难度大,成本高。又如,在IES的能源转化设备中引入了电转气(P2G)技术,通过将IES产生的CO2转化为天然气来降低IES的碳排放问题。又如,将CCUS技术与P2G技术相结合。或者,将碳捕集技术与P2G技术相结合,从能源转化的角度对CO2利用情况进行分析,验证了二者结合对于降低系统碳排放方面的有效性。然而以上研究大多是考虑了从发电商的角度来激励其提升清洁能源发电占比,或者采用能源转化设备来提升清洁能源上网空间,从而降低IES的碳排放问题,不涉及从负荷侧对IES的低碳调度优化问题进行解决。
电动汽车(EV)具有很强的灵活性,能够根据用户从侧的用电负荷以及风电、光伏的出力时刻来调整其充电负荷,从而辅助IES进行调峰并参与调度。例如,建立EV共享储能电站模型,通过对多园区进行利益分配分析了EV在IES中参与调度对于提升系统中清洁能源出力占比方面的有效性。又如,构建含电动汽车的IES调度优化模型,利用需求响应技术调整EV充电负荷辅助IES提升风电、光伏的消纳水平。或者,从网-荷两个不同的角度进行建模分析,挖掘电网结构侧的风电消纳能力。或者,通过共享储能技术与需求响应技术相结合,挖掘EV参与IES调度的能力。然而以上研究只考虑了电动汽车无序充电所起到的调节作用,风电、光伏的上网空间仍有待进一步提升。
发明内容
为了解决上述问题,发明人做出本发明,通过具体实施方式,提供一种考虑电动汽车参与的综合能源系统低碳优化方法及装置。
第一方面,本发明实施例提供一种考虑电动汽车参与的综合能源系统低碳优化方法,包括以下步骤:
建立IES调度优化模型,包括:建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型;设置以综合能源系统运行成本最小为目标的目标函数;设置综合能源系统的约束条件;对所述IES调度优化模型进行求解,根据求解结果,进行调度。
第二方面,本发明实施例提供一种考虑电动汽车参与的综合能源系统低碳优化装置,包括IES调度优化模型,所述IES调度优化模型包括:模型构建模块,用于建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型;目标函数设置模块,用于设置以综合能源系统运行成本最小为目标的目标函数;约束条件设置模块,用于设置综合能源系统的约束条件;IES调度模块,用于对所述IES调度优化模型进行求解,根据求解结果,进行调度。
基于同一发明构思,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令执行时实现前述的考虑电动汽车参与的综合能源系统低碳优化方法。
本发明实施例提供的上述技术方案的有益效果至少包括:本发明提出的IES调度优化模型更能激励能源发电商提升清洁能源上网空间,有利于风电、光伏并网;提出的IES调度优化模型中,EV有序充电更有利于参与IES调度,通过动态电价调整电动汽车充电负荷,使之适应风电、光伏出力情况,从而提升风电、光伏上网空间;本发明提出的IES调度优化方案,能够明显降低电动汽车运行成本,有利于发挥二者在提升风电、光伏上网空间的优势,从而大幅度降低系统的运行成本并提升风电、光伏上网率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中考虑电动汽车参与的综合能源系统低碳优化方法流程图;
图2为本发明实施例中IES结构示意图;
图3为本发明实施例中电负荷与分布式电源出力匹配系数输出流程图;
图4为本发明实施例中预测数据的电负荷时间曲线图;
图5a为本发明实施例中场景3下IES中各能源转化设备电功率出力情况示意图;
图5b为本发明实施例中场景3下IES中各能源转化设备热功率出力情况示意图;
图6为本发明实施例中动态电价与分时电价曲线图;
图7为本发明实施例中EV无序充电负荷和动态电价引导下EV’充电负荷对比曲线图;
图8a为本发明实施例中场景4下IES中各能源转化设备电功率出力情况示意图;
图8b为本发明实施例中场景4下IES中各能源转化设备热功率出力情况示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。为了解决现有技术中存在的问题,本发明实施例提供一种考虑电动汽车参与的综合能源系统低碳优化方法及装置。
实施例一
本发明实施例一提供一种考虑电动汽车参与的综合能源系统低碳优化方法,其流程如图1所示,包括以下步骤:
步骤S1:建立IES调度优化模型,包括:建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型。
本实施例所构建的综合能源系统结构如图2所示。从图2中可以看出,该综合能源系统结构中,包括了电能、热能、天然气能三种不同性质的能源形式。电网结构中包括了风电、光伏、蓄电池,通过与上级电网交互来满足电负荷的供给。同时,电动汽车集群也是通过上级电网实现电能交互的。热网结构中则包括了由上级电网供能的燃气轮机输出的热功率以及电锅炉输出的热功率来满足用户热负荷的需要。
可选的,建立综合能源系统的设备功率模型,包括以下步骤:分别建立综合能源系统中热电联产机组功率模型、电锅炉功率模型、蓄电池功率模型、储热系统功率模型。热电联产机组(CHP)具有便捷、高效等一系列优点,常用于综合能源系统中的电负荷及热负荷的供给。其主要通过天然气供能将其转化为电能和热能。热电联产机组由燃气轮机、吸收式制冷机等设备组成。天然气输入至燃气轮机可输出电能及热能,由余热回收装置将热能回收,从而进一步输出热能。因为可以同产生电能和热能,所以叫热电联产机组。
可选的,所述热电联产机组功率模型,具体为:,其中,/>为燃气轮机t时刻输出的电功率,/>为天然气功率转化为电功率的转化系数,/>为上级气网t时刻向CHP机组输送的天然气流量,/>为天然气的低热值,为燃气轮机t时刻输出的余热功率,/>为燃气轮机余热损耗系数,/>为余热回收装置t时刻输出的热功率,/>为余热回收系数。/>
可选的,所述蓄电池功率模型,具体为:
可选的,所述储热系统功率模型,具体为:
,式中,/>为t时刻储热系统中的储热总量,/>为储热系统的热能损耗系数,为t-1时刻储热系统中的储热总量,/>、/>分别为储热系统的储热效率、放热效率,/>、/>分别为t时刻储热系统的储热功率、放热功率。
本实施例所提供的考虑阶梯型碳交易机制及电动汽车有序充电的IES调度优化模型中,主要的碳排放来源为燃气轮机出力以及向上级电网购电。其中,上级电网购电的电能由配电网与电网交互而来,默认为是火电机组出力所得。然而,传统的碳交易模型仅仅是根据碳排放强度与免费碳排放配额之间的关系进行建模,使得能源发电商缺少了对于节能减排动力。阶梯型碳交易机制通过对碳排放总量进行分级控制,能够有效的调动能源发电商关于节能减排方面的积极性。可建立阶梯型碳交易机制模型如下:免费碳排放配额、实际碳排放总量计算、碳交易成本计算。
可选的,建立对碳排放总量分级控制的碳交易模型,采用基准线法则建立免费的碳排放配额,主要包括燃气轮机以及上级电网购电两个部分,包括以下步骤:建立免费碳排放配额模型:
,其中,/>为综合能源系统总体免费碳排放额,/>为综合能源系统向上级电网购电碳排放额,/>为CHP机组免费碳排放额,/>为购电免费碳排放系数,/>为t时刻向上级电网购电量,/>表示时间段,T表示调度周期,/>为CHP机组免费碳排放系数,表示CHP机组t时刻输出的余热功率,/>表示CHP机组t时刻输出的电功率,为电热转化系数;
建立实际碳排放总量模型:,其中,/>为综合能源系统实际碳排放总量,/>为综合能源系统向上级电网购电实际碳排放总量,/>为CHP机组实际碳排放总量,/>、/>、/>分别为燃煤机组实际碳排放常数项、一次项系数及二次项系数,/>为t时刻向上级电网购电量,/>、/>、/>分别为CHP机组实际碳排放常数项、一次项系数及二次项系数,/>为燃气轮机t时刻输出的电功率,/>为余热回收装置t时刻输出的热功率。计算IES中实际碳排放总量采用二次函数模型,为便于计算,本实施例采用分段线性化方法将该非线性模型转化为线性模型。
建立碳交易成本模型:
其中,Fcar表示碳排放成本,为碳交易基准价格系数,/>为碳排放超额价格增长系数,d为碳排放总量区间长度,/>为综合能源系统总体免费碳排放额,/>为综合能源系统实际碳排放总量。为进一步激励能源发电商参与碳交易机制,本实施例对传统的碳交易模型进行调整,采用阶梯型碳交易模型。该模型的原理是:对碳交易成本分段、分阶梯进行计算,当碳排放总量大于当前可排放碳总量时,则采用下一阶段的成本计算模型进行计算。同时,当能源发电商的碳排放尽可能小时,所能够获得的碳交易利润也会随之增加。通过这样一种方式,增强了能源发电商的参与节能减排的积极性。
为有效的调动负荷侧参与风电等可再生能源消纳的能力,电力市场会通过制定电价来引导负荷侧调整用能需要,通常会采用峰谷分时电价以及实时电价等方式来制定指导电价,从而以此带动负荷侧调节的积极性。在不考虑电动汽车参与时,分时电价可以根据负荷需求及风电出力情况,通过设置峰时、平时、谷时三种时刻的电价。这种定价方式的优点是简单方便,分时电价具体的数学模型为:
,其中,/>为t时刻的分时电价,/>、、/>分别为峰时电价、平时电价、谷时电价,/>、/>、/>分别为峰时区间、平时区间、谷时区间。然而,在考虑电动汽车参与时,由于电动汽车的充电负荷影响了用户侧的负荷情况,从而影响分时电价对负荷的调节效用。因此,为了进一步增强电动汽车参与IES消纳风电的能力,本实施例采用一种考虑风电出力与用户侧用能负荷想匹配的动态定价方法。可选的,所述计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型,具体为:
其中,为t时刻的分时电价,/>、/>、/>分别为峰时电价、平时电价、谷时电价,/>、/>、/>分别为峰时区间、平时区间、谷时区间,/>为t时刻的动态电价,/>为t时刻燃气轮机供电电价,/>为t时刻的电负荷,/>为t时刻的分布式电源出力,/>为燃气轮机t时刻输出的电功率,m为动态电价系数,h为电负荷与分布式电源出力的匹配系数。
可选的,确定电负荷与分布式电源出力的匹配系数h,如图3所示,包括以下步骤:采用纵横交叉算法,对纵横交叉算法参数、电负荷与分布式电源出力的匹配系数h、h对应种群内的粒子X进行初始化;将h传入上层所述IES调度优化模型中,计算运行成本及机组出力;横向交叉,利用初始种群内的粒子X进行横向交叉,计算适应度Shc,与父代适应度值比较,更新X,
,/>、/>分别为[0,1]之间的随机数,/>、/>分别为[-1,1]之间的随机数,/>、/>分别是父代种群中粒子,/>和/>的第d维,/>和/>为粒子编号,/>为粒子的适应度,/>为粒子/>的适应度;纵向交叉,假设粒子X的第d1、d2维度元素参与纵向交叉,利用下式计算适应度中间解Svc,此时适应度值计算结束,与X值进行比较,保留最优解,得到联合成本最低时对应的h,
,是父代种群中粒子/>的第d1维,/>是父代种群中粒子/>的第d2维,r为[0,1]之间的随机数,/>为粒子/>的适应度中间解;判断是否满足预设的迭代次数,当不满足预设的迭代次数时,将h传入上层所述IES调度优化模型中,计算运行成本及机组出力,再次进行迭代,当满足预设的迭代次数时,输出h。
区域内电动汽车由于其分布的分散性、充电时间的随机性以及充电行为的不确定性等问题,导致区域内电动汽车群的充电负荷难以预测。区域内电动汽车的用电负荷主要跟以下几个方面有关,即:电动汽车数量、电动汽车参数 、充电时刻以及日常通勤时电动汽车行驶的距离等方面有关。可选的,根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型,包括以下步骤:通过蒙特卡洛模拟算法将区域内每辆电动汽车在每时刻的充电负荷进行叠加:,式中,/>为t时刻区域内全部电动汽车动态电价引导下的充电负荷,i为电动汽车编号,N为区域内电动汽车的总数量,/>为t时刻第i辆电动汽车的充电负荷。通过蒙特卡洛模拟算法将区域内每辆电动汽车在各时刻的充电负荷进行叠加可以得到区域内电动汽车的充电负荷曲线。
电动汽车日常通勤所能够行驶的里程,由于与电动汽车的参数有关,电动汽车通勤行驶的里程服从期望为、方差为/>的正态分布,对应的正态分布函数:,s对应电动汽车通勤行驶的里程,/>取值为3.24,取值为8.92;根据电动汽车电池的额定参数以及行驶距离,建立电动汽车初始荷电状态模型如下:/>,式中,i表示电动汽车编号,/>表示第i辆电动汽车初始荷电状态,/>表示第i辆电动汽车行驶单位距离所消耗的电能,/>表示第i辆电动汽车电池的额定容量,/>为充电系数;根据电动汽车的充电功率以及电池的荷电状态,得到对应的充电时间模型如下:/>,即,式中,/>为第i辆电动汽车的充电时间,/>表示第i辆电动汽车行驶单位距离所消耗的电能,/>为充电系数,/>为电动汽车的充电功率。
步骤S2:设置以综合能源系统运行成本最小为目标的目标函数。
可选的,设置以综合能源系统运行成本最小为目标的目标函数,包括以下步骤:以综合能源系统运行成本最小为调度目标,计及购电成本、购气成本/>、碳排放成本/>、电动汽车参与电网调度成本/>,目标函数具体为:,式中,/>为天然气价格系数,T为调度周期,本实施例为日前调度优化模型,取调度周期为一天24小时,/>为t时刻的分时电价,/>为t时刻向上级电网购电量,/>表示时间段,取1小时或其他时间长度,为上级气网t时刻向CHP机组输送的天然气流量,/>为t时刻的动态电价,为t时刻区域内全部电动汽车动态电价引导下的充电负荷。
步骤S3:设置综合能源系统的约束条件。
可选的,设置综合能源系统的约束条件,包括以下步骤:设置电功率平衡约束:
,式中,/>为t时刻向上级电网购电量,/>为燃气轮机t时刻输出的电功率,/>为光伏电站在t时刻的实际出力,/>为风电机组在t时刻的实际出力,/>为t时刻蓄电池放电功率,/>为t时刻的电负荷,/>为t时刻蓄电池储电功率,/>为电锅炉t时刻消耗的电能,/>为t时刻区域内全部电动汽车动态电价引导下的实际用电负荷;
设置EES运行约束:,为t时刻蓄电池储电功率,/>为蓄电池充电功率上限,/>为t时刻蓄电池放电功率,/>为蓄电池放电功率上限,/>为t时刻蓄电池中的储电总量,/>为蓄电池荷电状态下限,/>为蓄电池荷电状态上限;
设置THE运行约束:,式中,/>为t时刻储热系统的储热功率,/>为储热系统充电功率上限,/>为t时刻储热系统的放热功率,/>为储热系统放电功率上限,为t时刻储热系统中的储热总量,/>、/>分别为储热系统储热容量上限、下限;
设置分布式电源出力约束:,式中,/>为风电机组在t时刻的实际出力,/>为风电机组预测出力,/>为光伏电站在t时刻的实际出力,/>为光伏电站预测出力;电动汽车用户在参与电网调度时,可以根据需要对充电负荷进行调整,然而为满足通勤的需要,电动汽车负荷总量需要保持在一个调度周期内不变。设置电动汽车运行约束:/>,式中,/>为t时刻区域内全部电动汽车动态电价引导下的充电负荷,/>为t时刻区域内全部电动汽车动态电价引导下的实际用电负荷。
步骤S4:对所述IES调度优化模型进行求解,根据求解结果,进行调度。
在IES调度优化模型中,为了进一步凸显电动汽车参与调度的灵活性,以及对IES消纳风电、光伏并降低系统碳排放方面的有效性,建立了混合整数线性规划模型。
可选的,对所述IES调度优化模型进行求解,包括以下步骤:采用分段线性化的方法将所述IES调度优化模型中的非线性部分转化为线性,得到混合整数线性规划模型;调用cplex求解器对所述混合整数线性规划模型进行求解。可选的,通过Matlab平台编程调用cplex求解器进行求解。
在一些具体的实施例中,以图4所示IES结构为例进行仿真分析。该IES中包括了一台额定容量为400kW的燃气轮机、一台额定容量为400kW的风电机组、一座额定容量为400kW的光伏电站、一台电锅炉、一台蓄电池、一座储热系统以及数量为400辆的EV集群。蓄电池及储热系统参数见表1;风电、光伏、电负荷、热负荷以及EV预测数据见图4。碳交易价格为0.21$/kg,天然气价格为2.54$/m3,联络线传输容量上限为400kW,燃气轮机电能、热能转化效率分别为0.35、0.4125。
表1 能源存储设备参数
为了验证本实施例所提模型的有效性。下面将对IES是否参与碳交易以及是否考虑电动汽车参与进行场景划分。如表2所示:划分六种场景来验证所提模型的有效性,其中,场景4为考虑阶梯型碳交易机制及EV有序充电的IES低碳调度优化模型,也即本实施例所采用的模型。
表2 不同常见场景划分
如表3所示为四种不同场景下,IES的最优运行成本。从表3中可以看出,基础场景下IES运行总成本为11930.881$,场景2、场景3、场景4与场景1相比,分别降低了5.237%、3.103%、8.561%。从购电成本、购气成本、碳排放成本以及EV参与调度成本几方面来看,场景2费用降低的主要原因是EV用户有序充电以后,提升了风电、光伏的上网空间,从而使得IES向上级电网的购电成本、购气成本均有所降低。与此同时,EV用户有序充电后,在动态电价的引导下,用户参与调度的积极性有所提高,从而使得EV负荷更加适应风电、光伏出力情况,从而大幅度降低了EV参与调度成本。场景3与场景1相比,IES运行成本下降的主要原因是因为阶梯碳交易机制能够更好的鼓励能源发电商参与环保,降低了碳排放成本。
表3 不同场景下IES运行成本
场景4为考虑阶梯碳交易机制与电动汽车有序充电的IES调度优化模型,也即本实施例所采用的IES调度优化模型。从表3中可以看出,EV用户有序充电有利于提升风电、光伏的上网空间,而与阶梯碳交易机制联合作用时,可以进一步发挥二者的优势。从表3中给出的场景4的运行成本可以看出,在二者联合作用下,发挥了二者的互补优势,一方面通过EV有序充电来提升风电、光伏的上网空间,另一方面在阶梯碳交易机制的作用下,激励了能源发电商提高清洁能源上网空间。
场景1、场景2为考虑传统碳交易机制的运行情况,与阶梯碳交易机制相比,阶梯型碳交易机制具有更好的激励作用,能够更好的刺激能源发电商提升清洁能源占比。如图5a、5b所示的场景3下IES中各设备出力情况。场景3下,IES中主要依靠阶梯型碳交易机制激励各能源发电商提升清洁能源占比。在该场景下,IES的最优运行成本为11560.721$。其中,碳排放成本为580.769$,相比于场景1、场景2,IES中的碳排放成本分别降低了39.9%、31.0%。如图6所示为动态电价与分时电价,通过纵横交叉算法得出了使EV充电负荷适用于风电、光伏出力时刻,从而以此来降低IES的运行成本。
如图7所示,动态电价引导下的EV’充电负荷以及EV无序充电负荷。从图7中可以看出,在电价较低时(如0:00-10:00时刻),动态电价引导下的充电负荷EV’曲线比无序充电负荷EV曲线高,能够增加电动汽车的充电需要。而在电价较高时(如19:00-23:00时刻),动态电价引导下的充电负荷EV’曲线比无序充电负荷EV曲线明显降低,表明能够显著减少电动汽车的充电负荷需要。
如图8a和8b所示的场景4下IES中各能源转化设备的出力情况。场景4下IES运行成本最低为10909.429$。分析具体原因可以发现,场景4下,EV充电成本最低为2288.809$,与场景1、场景2、场景3相比,分别降低了8.8%、1.7%、8.8%。究其原因可以发现,EV充电负荷在动态电价的引导下,根据风电、光伏的出力情况进行调整,从而有利于风电、光伏上网。从图8a中可以明显看出,相比图5a所示的场景3下IES中各能源转化设备电功率出力情况,在场景4下,上级购电电量与之前相比明显减少,而风电、光伏出力与之前相比则有所增加。这是因为,动态电价引导下EV有序充电能够使得EV负荷适应风电、光伏的随机性变化,从负荷的角度为风电、光伏增加了一定的上网空间。
本实施例的上述方法中,本发明提出的IES调度优化模型,综合考虑了碳交易机制下,电动汽车参与宗和能源系统运行时所起到的优化效用,更能激励能源发电商提升清洁能源上网空间,有利于风电、光伏并网;本发明提出的IES调度优化模型中,EV有序充电更有利于参与IES调度,通过动态电价调整电动汽车充电负荷,使之适应风电、光伏出力情况,从而提升风电、光伏上网空间;本发明提出的IES调度优化方案,能够明显降低电动汽车运行成本,有利于发挥二者在提升风电、光伏上网空间的优势,从而大幅度降低系统的运行成本并提升风电、光伏上网率。本领域技术人员能够对上述顺序进行变换而并不离开本公开的保护范围。
实施例二
本发明实施例提供一种考虑电动汽车参与的综合能源系统低碳优化装置,包括IES调度优化模型,IES调度优化模型包括:模型构建模块,用于建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型;目标函数设置模块,用于设置以综合能源系统运行成本最小为目标的目标函数;约束条件设置模块,用于设置综合能源系统的约束条件;IES调度模块,用于对所述IES调度优化模型进行求解,根据求解结果,进行调度。
可选的,所述综合能源系统的设备功率模型,包括综合能源系统中热电联产机组功率模型、电锅炉功率模型、蓄电池功率模型、储热系统功率模型。
其中,为燃气轮机t时刻输出的电功率,/>为天然气功率转化为电功率的转化系数,/>为上级气网t时刻向CHP机组输送的天然气流量,/>为天然气的低热值,/>为燃气轮机t时刻输出的余热功率,/>为燃气轮机余热损耗系数,/>为余热回收装置t时刻输出的热功率,/>为余热回收系数。
可选的,所述蓄电池功率模型,具体为:
可选的,所述储热系统功率模型,具体为:
式中,为t时刻储热系统中的储热总量,/>为储热系统的热能损耗系数,/>为t-1时刻储热系统中的储热总量,/>、/>分别为储热系统的储热效率、放热效率,/>、/>分别为t时刻储热系统的储热功率、放热功率。
可选的,所述对碳排放总量分级控制的碳交易模型,包括:
免费碳排放配额模型:
其中,为综合能源系统总体免费碳排放额,/>为综合能源系统向上级电网购电碳排放额,/>为CHP机组免费碳排放额,/>为购电免费碳排放系数,为t时刻向上级电网购电量,/>表示时间段,T表示调度周期,/>为CHP机组免费碳排放系数,/>表示CHP机组t时刻输出的余热功率,/>表示CHP机组t时刻输出的电功率,/>为电热转化系数;
实际碳排放总量模型:,其中,/>为综合能源系统实际碳排放总量,/>为综合能源系统向上级电网购电实际碳排放总量,/>为CHP机组实际碳排放总量,/>、/>、/>分别为燃煤机组实际碳排放常数项、一次项系数及二次项系数,/>为t时刻向上级电网购电量,/>、/>、/>分别为CHP机组实际碳排放常数项、一次项系数及二次项系数,/>为燃气轮机t时刻输出的电功率,/>为余热回收装置t时刻输出的热功率;
碳交易成本模型:
可选的,所述计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型,具体为:
其中,为t时刻的分时电价,/>、/>、/>分别为峰时电价、平时电价、谷时电价,/>、/>、/>分别为峰时区间、平时区间、谷时区间,/>为t时刻的动态电价,/>为t时刻燃气轮机供电电价,/>为t时刻的电负荷,/>为t时刻的分布式电源出力,/>为燃气轮机t时刻输出的电功率,m为动态电价系数,h为电负荷与分布式电源出力的匹配系数。
可选的,确定电负荷与分布式电源出力的匹配系数h,包括:采用纵横交叉算法,对纵横交叉算法参数、电负荷与分布式电源出力的匹配系数h、h对应种群内的粒子X进行初始化;将h传入上层所述IES调度优化模型中,计算运行成本及机组出力;横向交叉,利用初始种群内的粒子X进行横向交叉,计算适应度Shc,与父代适应度值比较,更新X,
,/>、/>分别为[0,1]之间的随机数,/>、/>分别为[-1,1]之间的随机数,/>、/>分别是父代种群中粒子/>和/>的第d维,/>和/>为粒子编号,/>为粒子/>的适应度,/>为粒子/>的适应度;
纵向交叉,假设粒子X的第d1、d2维度元素参与纵向交叉,利用下式计算适应度中间解Svc,此时适应度值计算结束,与X值进行比较,保留最优解,得到联合成本最低时对应的h,
判断是否满足预设的迭代次数,当不满足预设的迭代次数时,将h传入上层所述IES调度优化模型中,计算运行成本及机组出力,进行迭代,当满足预设的迭代次数时,输出h。
可选的,所述电动汽车充电负荷模型,具体为:通过蒙特卡洛模拟算法将区域内每辆电动汽车在每时刻的充电负荷进行叠加:,式中,/>为t时刻区域内全部电动汽车动态电价引导下的充电负荷,i为电动汽车编号,N为区域内电动汽车的总数量,/>为t时刻第i辆电动汽车的充电负荷;电动汽车行驶回家的时间服从期望为/>、方差为/>的正态分布,对应的概率密度函数/>为:,t对应电动汽车行驶回家的时间;电动汽车通勤行驶的里程服从期望为/>、方差为/>的正态分布,对应的正态分布函数:
,s对应电动汽车通勤行驶的里程;根据电动汽车电池的额定参数以及行驶距离建立的电动汽车初始荷电状态模型如下:/>,式中,i表示电动汽车编号,/>表示第i辆电动汽车初始荷电状态,/>表示第i辆电动汽车行驶单位距离所消耗的电能,表示第i辆电动汽车电池的额定容量,/>为充电系数;
根据电动汽车的充电功率以及电池的荷电状态得到的对应的充电时间模型如下:,式中,/>为第i辆电动汽车的充电时间,/>表示第i辆电动汽车行驶单位距离所消耗的电能,/>为充电系数,/>为电动汽车的充电功率。
可选的,所述目标函数设置模块,具体用于:以综合能源系统运行成本最小为调度目标,计及购电成本、购气成本/>、碳排放成本/>、电动汽车参与电网调度成本/>,目标函数具体为:/>,式中,/>为天然气价格系数,T为调度周期,/>为t时刻的分时电价,/>为t时刻向上级电网购电量,/>表示时间段,/>为上级气网t时刻向CHP机组输送的天然气流量,/>为t时刻的动态电价,/>为t时刻区域内全部电动汽车动态电价引导下的充电负荷。
可选的,所述约束条件设置模块,具体用于:设置电功率平衡约束:
,式中,/>为t时刻向上级电网购电量,/>为燃气轮机t时刻输出的电功率,/>为光伏电站在t时刻的实际出力,/>为风电机组在t时刻的实际出力,/>为t时刻蓄电池放电功率,/>为t时刻的电负荷,/>为t时刻蓄电池储电功率,为电锅炉t时刻消耗的电能,/>为t时刻区域内全部电动汽车动态电价引导下的实际用电负荷;
设置EES运行约束:,为t时刻蓄电池储电功率,/>为蓄电池充电功率上限,/>为t时刻蓄电池放电功率,/>为蓄电池放电功率上限,/>为t时刻蓄电池中的储电总量,/>为蓄电池荷电状态下限,/>为蓄电池荷电状态上限;
设置THE运行约束:,式中,为t时刻储热系统的储热功率,/>为储热系统充电功率上限,为t时刻储热系统的放热功率,/>为储热系统放电功率上限,为t时刻储热系统中的储热总量,/>、/>分别为储热系统储热容量上限、下限;
可选的,采用分段线性化的系统将所述IES调度优化模型中的非线性部分转化为线性,得到混合整数线性规划模型;调用cplex求解器对所述混合整数线性规划模型进行求解。
关于上述实施例中的系统,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本实施例中,本发明提出的IES调度优化模型更能激励能源发电商提升清洁能源上网空间,有利于风电、光伏并网;本发明提出的IES调度优化模型中,EV有序充电更有利于参与IES调度,通过动态电价调整电动汽车充电负荷,使之适应风电、光伏出力情况,从而提升风电、光伏上网空间;本发明提出的IES调度优化方案,能够明显降低电动汽车运行成本,有利于发挥二者在提升风电、光伏上网空间的优势,从而大幅度降低系统的运行成本并提升风电、光伏上网率。
基于同一发明构思,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令执行时实现前述的考虑电动汽车参与的综合能源系统低碳优化方法。
凡在本发明的原则范围内做的任何修改、补充和等同替换等,均应仍归属于本发明的专利涵盖范围内。
Claims (27)
1.考虑电动汽车参与的综合能源系统低碳优化方法,其特征在于,包括以下步骤:
建立IES调度优化模型,包括:建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数、充电时间和行驶距离,建立电动汽车充电负荷模型;
设置以综合能源系统运行成本最小为目标的目标函数;
设置综合能源系统的约束条件;
对所述IES调度优化模型进行求解,根据求解结果,进行调度。
2.如权利要求1所述的方法,其特征在于,建立综合能源系统的设备功率模型,包括以下步骤:
分别建立综合能源系统中热电联产机组功率模型、电锅炉功率模型、蓄电池功率模型、储热系统功率模型。
7.如权利要求1所述的方法,其特征在于,建立对碳排放总量分级控制的碳交易模型,包括以下步骤:
建立免费碳排放配额模型:
;/> ;其中,/>为综合能源系统总体免费碳排放额,/>为综合能源系统向上级电网购电碳排放额,/>为CHP机组免费碳排放额,/>为购电免费碳排放系数,/>为t时刻向上级电网购电量,表示时间段,T表示调度周期,/>为CHP机组免费碳排放系数,/>表示CHP机组t时刻输出的余热功率,/>表示CHP机组t时刻输出的电功率,/>为电热转化系数;
建立实际碳排放总量模型:
;其中,/>为综合能源系统实际碳排放总量,/>为综合能源系统向上级电网购电实际碳排放总量,为CHP机组实际碳排放总量,/>、/>、/>分别为燃煤机组实际碳排放常数项、一次项系数及二次项系数,/>为t时刻向上级电网购电量,/>、/>、/>分别为CHP机组实际碳排放常数项、一次项系数及二次项系数,/>为燃气轮机t时刻输出的电功率,/>为余热回收装置t时刻输出的热功率;
建立碳交易成本模型:
横向交叉,利用初始种群内的粒子X进行横向交叉,计算适应度Shc,与父代适应度值比较,更新X,
10.如权利要求1所述的方法,其特征在于,根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型,包括以下步骤:
通过蒙特卡洛模拟算法将区域内每辆电动汽车在每时刻的充电负荷进行叠加:
根据电动汽车电池的额定参数以及行驶距离,建立电动汽车初始荷电状态模型如下:
根据电动汽车的充电功率以及电池的荷电状态,得到对应的充电时间模型如下:
12.如权利要求1所述的方法,其特征在于,设置综合能源系统的约束条件,包括以下步骤:
设置电功率平衡约束:
;式中,/>为t时刻向上级电网购电量,/>为燃气轮机t时刻输出的电功率,/>为光伏电站在t时刻的实际出力,/>为风电机组在t时刻的实际出力,/>为t时刻蓄电池放电功率,/>为t时刻的电负荷,/>为t时刻蓄电池储电功率,/>为电锅炉t时刻消耗的电能,/>为t时刻区域内全部电动汽车动态电价引导下的实际用电负荷;
设置热功率平衡约束:
设置燃气轮机出力约束:
设置电锅炉运行约束:
设置EES运行约束:
设置THE运行约束:
;式中,/>为t时刻储热系统的储热功率,/>为储热系统充电功率上限,/>为t时刻储热系统的放热功率,/>为储热系统放电功率上限,/>为t时刻储热系统中的储热总量,/>、/>分别为储热系统储热容量上限、下限;/>
设置分布式电源出力约束:
设置电动汽车运行约束:
13.如权利要求1至12任一所述的方法,其特征在于,对所述IES调度优化模型进行求解,包括以下步骤:
采用分段线性化的方法将所述IES调度优化模型中的非线性部分转化为线性,得到混合整数线性规划模型;调用cplex求解器对所述混合整数线性规划模型进行求解。
14.考虑电动汽车参与的综合能源系统低碳优化装置,其特征在于,包括IES调度优化模型,所述IES调度优化模型包括:
模型构建模块,用于建立综合能源系统的设备功率模型;建立对碳排放总量分级控制的碳交易模型;根据综合能源系统中的热电联产机组的电功率、分布式电源出力、用户侧负荷、分布式电源出力和用户侧负荷的匹配系数,建立计及分布式电源出力与用户侧负荷相匹配的电动汽车有序充电动态定价模型;根据电动汽车数量、参数 、充电时间和行驶距离,建立电动汽车充电负荷模型;
目标函数设置模块,用于设置以综合能源系统运行成本最小为目标的目标函数;
约束条件设置模块,用于设置综合能源系统的约束条件;
IES调度模块,用于对所述IES调度优化模型进行求解,根据求解结果,进行调度。
15.如权利要求14所述的装置,其特征在于,所述综合能源系统的设备功率模型,包括综合能源系统中热电联产机组功率模型、电锅炉功率模型、蓄电池功率模型、储热系统功率模型。
20.如权利要求14所述的装置,其特征在于,所述对碳排放总量分级控制的碳交易模型,包括:
免费碳排放配额模型:
;/> ;其中,/>为综合能源系统总体免费碳排放额,/>为综合能源系统向上级电网购电碳排放额,/>为CHP机组免费碳排放额,/>为购电免费碳排放系数,/>为t时刻向上级电网购电量,/>表示时间段,T表示调度周期,/>为CHP机组免费碳排放系数,/>表示CHP机组t时刻输出的余热功率,/>表示CHP机组t时刻输出的电功率,/>为电热转化系数;
实际碳排放总量模型:
;其中,/>为综合能源系统实际碳排放总量,/>为综合能源系统向上级电网购电实际碳排放总量,/>为CHP机组实际碳排放总量,/>、/>、/>分别为燃煤机组实际碳排放常数项、一次项系数及二次项系数,/>为t时刻向上级电网购电量,/>、/>、/>分别为CHP机组实际碳排放常数项、一次项系数及二次项系数,/>为燃气轮机t时刻输出的电功率,/>为余热回收装置t时刻输出的热功率;
碳交易成本模型:
横向交叉,利用初始种群内的粒子X进行横向交叉,计算适应度Shc,与父代适应度值比较,更新X,
;/>、分别为[0,1]之间的随机数,/>、/>分别为[-1,1]之间的随机数,/>、/>分别是父代种群中粒子/>和/>的第d维,/>和/>为粒子编号,/>为粒子/>的适应度,/>为粒子/>的适应度;
23.如权利要求14所述的装置,其特征在于,所述电动汽车充电负荷模型,具体为:
通过蒙特卡洛模拟算法将区域内每辆电动汽车在每时刻的充电负荷进行叠加:
根据电动汽车电池的额定参数以及行驶距离建立的电动汽车初始荷电状态模型如下:
根据电动汽车的充电功率以及电池的荷电状态得到的对应的充电时间模型如下:
25.如权利要求14所述的装置,其特征在于,所述约束条件设置模块,具体用于:
设置电功率平衡约束:
;式中,/>为t时刻向上级电网购电量,/>为燃气轮机t时刻输出的电功率,/>为光伏电站在t时刻的实际出力,/>为风电机组在t时刻的实际出力,/>为t时刻蓄电池放电功率,/>为t时刻的电负荷,/>为t时刻蓄电池储电功率,/>为电锅炉t时刻消耗的电能,/>为t时刻区域内全部电动汽车动态电价引导下的实际用电负荷;
设置热功率平衡约束:
设置燃气轮机出力约束:
设置电锅炉运行约束:
设置EES运行约束:
设置THE运行约束:
;式中,/>为t时刻储热系统的储热功率,/>为储热系统充电功率上限,/>为t时刻储热系统的放热功率,/>为储热系统放电功率上限,/>为t时刻储热系统中的储热总量,/>、/>分别为储热系统储热容量上限、下限;
设置分布式电源出力约束:
设置电动汽车运行约束:
26.如权利要求14至25任一所述的装置,其特征在于,采用分段线性化的系统将所述IES调度优化模型中的非线性部分转化为线性,得到混合整数线性规划模型;调用cplex求解器对所述混合整数线性规划模型进行求解。
27.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令执行时实现权利要求1-13任一所述的考虑电动汽车参与的综合能源系统低碳优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310138832.9A CN115879651A (zh) | 2023-02-21 | 2023-02-21 | 考虑电动汽车参与的综合能源系统低碳优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310138832.9A CN115879651A (zh) | 2023-02-21 | 2023-02-21 | 考虑电动汽车参与的综合能源系统低碳优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115879651A true CN115879651A (zh) | 2023-03-31 |
Family
ID=85761370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310138832.9A Pending CN115879651A (zh) | 2023-02-21 | 2023-02-21 | 考虑电动汽车参与的综合能源系统低碳优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879651A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117060506A (zh) * | 2023-10-12 | 2023-11-14 | 国网天津市电力公司培训中心 | 考虑绿电计费方式的电动汽车、光伏协同优化方法及装置 |
CN117096874A (zh) * | 2023-09-27 | 2023-11-21 | 华中科技大学 | 一种电力系统调度模型的建模方法及应用 |
CN117436672A (zh) * | 2023-12-20 | 2024-01-23 | 国网湖北省电力有限公司经济技术研究院 | 考虑等效循环寿命和温控负荷的综合能源运行方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112488525A (zh) * | 2020-12-01 | 2021-03-12 | 燕山大学 | 碳交易机制下考虑源荷侧响应的电热滚动调度方法及系统 |
CN113517690A (zh) * | 2021-07-02 | 2021-10-19 | 东北电力大学 | 含电动汽车充电站的社区综合能源系统双层调度方法 |
CN113708366A (zh) * | 2021-08-17 | 2021-11-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种计及新能源和电动汽车的配电网优化调度方法及系统 |
WO2021244000A1 (zh) * | 2020-06-03 | 2021-12-09 | 国网上海市电力公司 | 一种区域能源综合体虚拟聚合系统及方法 |
CN114004450A (zh) * | 2021-09-28 | 2022-02-01 | 国网山东省电力公司烟台供电公司 | 一种电动汽车充电负荷交互式实时定价策略引导的有序充电模型 |
CN115310749A (zh) * | 2022-03-10 | 2022-11-08 | 国网甘肃省电力公司电力科学研究院 | 含大规模电动汽车的区域综合能源供需调度方法和系统 |
CN115471100A (zh) * | 2022-09-24 | 2022-12-13 | 河南工业大学 | 一种引导电动汽车有序充电的优化调度方法 |
CN115564251A (zh) * | 2022-10-13 | 2023-01-03 | 广西大学 | 一种考虑时空耦合需求响应的综合能源系统运行优化方法 |
-
2023
- 2023-02-21 CN CN202310138832.9A patent/CN115879651A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021244000A1 (zh) * | 2020-06-03 | 2021-12-09 | 国网上海市电力公司 | 一种区域能源综合体虚拟聚合系统及方法 |
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 |
CN112488525A (zh) * | 2020-12-01 | 2021-03-12 | 燕山大学 | 碳交易机制下考虑源荷侧响应的电热滚动调度方法及系统 |
CN113517690A (zh) * | 2021-07-02 | 2021-10-19 | 东北电力大学 | 含电动汽车充电站的社区综合能源系统双层调度方法 |
CN113708366A (zh) * | 2021-08-17 | 2021-11-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种计及新能源和电动汽车的配电网优化调度方法及系统 |
CN114004450A (zh) * | 2021-09-28 | 2022-02-01 | 国网山东省电力公司烟台供电公司 | 一种电动汽车充电负荷交互式实时定价策略引导的有序充电模型 |
CN115310749A (zh) * | 2022-03-10 | 2022-11-08 | 国网甘肃省电力公司电力科学研究院 | 含大规模电动汽车的区域综合能源供需调度方法和系统 |
CN115471100A (zh) * | 2022-09-24 | 2022-12-13 | 河南工业大学 | 一种引导电动汽车有序充电的优化调度方法 |
CN115564251A (zh) * | 2022-10-13 | 2023-01-03 | 广西大学 | 一种考虑时空耦合需求响应的综合能源系统运行优化方法 |
Non-Patent Citations (1)
Title |
---|
张程等: ""考虑风光不确定性与电动汽车的综合能源系统低碳经济调度"", 《电力自动化设备》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117096874A (zh) * | 2023-09-27 | 2023-11-21 | 华中科技大学 | 一种电力系统调度模型的建模方法及应用 |
CN117096874B (zh) * | 2023-09-27 | 2024-01-05 | 华中科技大学 | 一种电力系统调度模型的建模方法及应用 |
CN117060506A (zh) * | 2023-10-12 | 2023-11-14 | 国网天津市电力公司培训中心 | 考虑绿电计费方式的电动汽车、光伏协同优化方法及装置 |
CN117060506B (zh) * | 2023-10-12 | 2024-02-13 | 国网天津市电力公司培训中心 | 考虑绿电计费方式的电动汽车、光伏协同优化方法及装置 |
CN117436672A (zh) * | 2023-12-20 | 2024-01-23 | 国网湖北省电力有限公司经济技术研究院 | 考虑等效循环寿命和温控负荷的综合能源运行方法及系统 |
CN117436672B (zh) * | 2023-12-20 | 2024-03-12 | 国网湖北省电力有限公司经济技术研究院 | 考虑等效循环寿命和温控负荷的综合能源运行方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hou et al. | Multi-objective economic dispatch of a microgrid considering electric vehicle and transferable load | |
Lu et al. | Multi-objective optimal load dispatch of microgrid with stochastic access of electric vehicles | |
Leou | Optimal charging/discharging control for electric vehicles considering power system constraints and operation costs | |
Zhu et al. | Energy trading in microgrids for synergies among electricity, hydrogen and heat networks | |
Yang et al. | A two-stage optimization model for Park Integrated Energy System operation and benefit allocation considering the effect of Time-Of-Use energy price | |
CN115879651A (zh) | 考虑电动汽车参与的综合能源系统低碳优化方法及装置 | |
CN114091913B (zh) | 考虑热网及p2g多园区综合能源系统低碳经济调度方法 | |
Calnan et al. | Modelling the impact of EVs on electricity generation, costs and CO2 emissions: Assessing the impact of different charging regimes and future generation profiles for Ireland in 2025 | |
CN115018230A (zh) | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 | |
Brandt et al. | Road to 2020: IS-supported business models for electric mobility and electrical energy markets | |
Huang et al. | Economic-environmental scheduling of microgrid considering V2G-enabled electric vehicles integration | |
Khezri et al. | Impact of optimal sizing of wind turbine and battery energy storage for a grid-connected household with/without an electric vehicle | |
Yang et al. | Research on the contribution of regional Energy Internet emission reduction considering time-of-use tariff | |
Guo et al. | Multi-energy collaborative optimization of park integrated energy system considering carbon emission and demand response | |
Zhou et al. | Optimal scheduling of integrated energy system for low carbon considering combined weights | |
Wu et al. | Techno-economic modelling for energy cost optimisation of households with electric vehicles and renewable sources under export limits | |
Terkes et al. | An evaluation of renewable fraction using energy storage for electric vehicle charging station | |
Wang et al. | Low carbon optimal operation of integrated energy system based on concentrating solar power plant and power to hydrogen | |
Yuan et al. | A multi-objective risk-constrained approach for capturing and recycling carbon dioxide in multi-energy combined heat and power microgrids | |
Secchi et al. | Peer-to-peer electricity sharing: Maximising PV self-consumption through BESS control strategies | |
Fan et al. | Benefit analysis and preliminary decision-making of electrical and thermal energy storage in the regional integrated energy system | |
CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
CN116061742A (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 | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
Zhang et al. | A Two-Stage Optimization Model of Capacity Allocation and Regulation Operation for Virtual Power Plant |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230331 |