CN115907352B - 一种综合能源系统近零损耗低碳能源管理方法 - Google Patents

一种综合能源系统近零损耗低碳能源管理方法 Download PDF

Info

Publication number
CN115907352B
CN115907352B CN202211382669.2A CN202211382669A CN115907352B CN 115907352 B CN115907352 B CN 115907352B CN 202211382669 A CN202211382669 A CN 202211382669A CN 115907352 B CN115907352 B CN 115907352B
Authority
CN
China
Prior art keywords
energy
formula
calculating
moment
cost
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
CN202211382669.2A
Other languages
English (en)
Other versions
CN115907352A (zh
Inventor
冯媛媛
梁小姣
张风棣
康健
张文
孙健
刘志永
秦承龙
徐永健
赵嘉文
王艳冲
焦杰
杜星虎
李庆文
李鹏
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.)
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Original Assignee
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
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 Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co filed Critical Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Priority to CN202211382669.2A priority Critical patent/CN115907352B/zh
Publication of CN115907352A publication Critical patent/CN115907352A/zh
Application granted granted Critical
Publication of CN115907352B publication Critical patent/CN115907352B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种综合能源系统近零损耗低碳能源管理方法，风力机组、光伏机组、热电联产机组为综合能源系统提供所需的电能与热能；安装电转天然气系统可以将多余电能转换为天然气，解决可再生能源发电装置的剩余功率问题；安装碳捕集系统，并将其与热电机组相连，可以捕获和存储热电机组工作产生的二氧化碳；安装热发电机可用于能量回收，在综合能源系统产生的废热中回收能量；考虑到热负荷和电力负荷的可削减和可移动行为，在综合能源系统内加入综合需求响应政策，有利于电、热负荷的削峰填谷且能够使综合能源系统更加经济运行。本发明可以有效降低综合能源系统碳排放量与综合能源系统用能成本。

Description

一种综合能源系统近零损耗低碳能源管理方法
技术领域
本发明涉及综合能源系统调度优化领域，具体涉及一种综合能源系统近零损耗低碳能源管理方法。
背景技术
可再生能源发电可以有效减少综合能源系统碳排放，降低综合能源系统运行成本。然而，由于可再生发电机的投资成本较高且存在明显的波动性，传统燃料发电机仍为综合能源系统的主要电能来源，能量损失和温室气体排放问题亟待解决。
发明内容
本发明为了克服以上技术的不足，提供了一种电转天然气系统、热发电系统、碳捕集系统和综合需求响应政策，四者协同运行，成效明显，可以实现过剩电能转化天然气，系统废热转换为电能，捕集燃料机组工作产生的二氧化碳，实现综合能源系统的低碳经济运行的方法。
本发明克服其技术问题所采用的技术方案是：
一种综合能源系统近零损耗低碳能源管理方法，包括如下步骤：
a)建立综合能源系统内部工作模型；
b)建立由电转天然气系统和碳捕集系统构成的近零损耗低碳能源管理方法能源转换模型；
c)建立由热发电机组构成的综合能源系统近零损耗低碳能源管理方法能源回收模型；
d)建立综合能源系统近零损耗低碳能源管理方法的需求响应政策运行模型；
e)根据综合能源系统内部工作模型、近零损耗低碳能源管理方法能源转换模型、综合能源系统近零损耗低碳能源管理方法能源回收模型及综合能源系统近零损耗低碳能源管理方法的需求响应政策运行模型计算综合能源系统的运行成本及污染量；
f)采用线性递减惯性权重的多目标粒子群算法对综合能源系统的运行成本及污染量进行优化，得到综合能源系统最优运行成本、最小碳排放量；
g)根据最终优化结果分配综能源系统的各个机组的最佳出力。
进一步的，步骤a)包括如下步骤：
a-1)综合能源系统内部工作模型的建立，包括：风电机组、光伏机组、储能系统、热电联产机组的安装；
a-2)通过公式PWT(t)＝0.5×ρ×A×ηW×min(V(t),Vn)3:Vmin≤V(t)≤Vmax计算得到风电机组的输出功率PWT(t)，式中ρ为空气密度，A为风机叶片横截面积，ηW为风电机组功率系数，V(t)为风速，Vn为标准风速，Vmin为风电机组工作的最小风速，Vmax为风电机组工作的最大风速；
a-3)通过公式T(t)＝Tenv+(GT(t)/GTNOCT)×(NOCT-Tenv-NOCT)计算得到光伏机组的温度T(t)，式中Tenv为光伏机组所处的环境温度，GT(t)为各光伏模块收到的辐射量，GTNOCT为正常温度下工作的电池受到的辐射量，NOCT为正常工作电池的温度，Tenv-NOCT为正常工作电池的环境温度；
a-4)通过公式计算得到光伏机组输出功率PPV(t)，式中PPV-STC为光伏机组标准测试条件下的最大测试功率，GTSTC为标准测试条件下的辐射量，γ为光伏组件的温度系数，TSTC为光伏机组的参考温度，/>为光伏机组电池的串联的数量，NPVP为光伏机组电池的并联的数量；
a-5)通过公式PES(t)×θ＝E(t)-E(t-1)计算得到t时刻储能系统的功率PES(t)，式中θ为时间间隔，E(t)为t时刻储能系统的能量，Emin＜E(t)＜Emax，Emin为储能系统的最小能量，Emax为储能系统的最大能量，E(t-1)为t-1时刻储能系统的能量，其中式中E(0)为0时刻储能系统的能量，tn为储能系统工作的结束时间，当储能系统放电时，PES(t)＞0，此时，为储能系统的放电系数，/>为储能系统的最大放电系数，当储能系统充电时，PES(t)＜0，此时，/>为储能系统的充电系数，/>为储能系统的最大充电系数；
a-6)通过公式计算得到t时刻热电联产机组的运行成本CCHP(t)，式中CFuel为燃料费用，PCHP(t)为t时刻热电联产机组的发电功率，ηCHP为热电联产机组效率，OCCHP为热电联产机组运营成本，MCCHP为热电联产机组维护成本，通过公式TPCHP(t)＝TCCHP×PCHP(t)计算得到热电联产机组t时刻的功率系数TPCHP(t)，TCCHP为热电联产机组的热能。
进一步的，步骤b)包括如下步骤：
b-1)通过公式计算得到t时刻产生的氢气的极限值H(t)，PP2G(t)为t时刻电转天然气系统的发电功率，ηP2G为电转天然气系统工作效率，HHV为电转天然气系统的高热值，H(t)≤Hmax，Hmax为电转天然气系统发电量的极限值，PP2G(t)＝WTH(t)×PWT(t)+PVH(t)×PPV(t)，式中WTH(t)为t时刻风电机组贡献系数，PVH(t)为t时刻光伏机组贡献系数，通过公式HHS(t)×θ＝HSv(t)-HSv(t-1)计算得到t时刻每次储氢的体积HHS(t)，HSv(t)为t时刻储氢装置中氢气的体积，/>HSv(t-1)为t-1时刻储氢装置中氢气的体积，/>其中HSv(0)为0时刻储氢装置中氢气的体积，/>为储氢装置中氢气的最小体积，/>为储氢装置中氢气的最大体积，当储氢系统放电时，HHS(t)＞0，此时为储氢装置的放电系数，/>为储氢装置的最大放电系数，当储氢系统充电时，HHS(t)＜0，此时/> 为储氢装置的充电系数，/>为储氢装置的最大充电系数，HHS(t1)＝HHS(tn)，HHS(t1)为初时刻储氢装置中氢气的体积，HHS(tn)为末时刻储氢装置中氢气的体积；
b-2)通过公式PCCS(t)＝30％×PCHP(t)×SCCS(t)×θ计算得到t时刻碳捕集系统的功率PCCS(t)，式中SCCS(t)为t时刻通过碳捕集系统储存污染的百分比，通过公式CCCS(t)＝PCHP(t)×EFCHP×SP×θ+PCCS(t)×OCCCS×θ+MCCCS计算得到t时刻碳捕集系统的运行成本CCCS(t)，EFCHP为热电联产机组排放系数，SP为碳捕集系统的存储系数，OCCCS为碳捕集系统的运营成本，MCCCS为碳捕集系统的维护费用，通过公式RCCS(t)＝PCHP(t)×EFCHP×SR×θ计算得到t时刻碳捕集系统的收益RCCS(t)，式中SR为碳捕集系统的收入系数。
进一步的，步骤c)包括如下步骤：
c-1)通过公式计算得到t时刻热发电机组的电流ITEG(t)，式中α为塞贝克系数，ΔT为温差值，r为热发电机组的电流，通过公式VTEG(t)＝α.ΔT计算得到t时刻热发电机组的电压VTEG(t)，通过公式计算得到t时刻热发电机组的发电功率PTEG(t)，式中β为贝塔系数，式中e为自然常数，Di为一周第i天的平均温度，i∈{1,2,...,7}。
进一步的，步骤d)包括如下步骤：
d-1)通过公式计算得到响应的电力负荷DRED，式中DRE(t)为t时刻需求响应中电力负荷的百分比；
d-2)通过公式计算得到热的总需求TED，式中BED(t)为t时刻电的基础需求，BTD(t)为t时刻热的基础需求，TTD为热的总需求；
d-3)通过公式REDR(t)＝(1-DRE(t))×DRED×REDR×θ计算得到t时刻需求响应中电气的收入REDR(t)，REDR为需求响应中电气的收入系数；
d-4)通过公式RTDR(t)＝(1-DRT(t))×DRTD×RTDR×θ计算得到t时刻需求响应中热负荷的收入RTDR(t)，RTDR为需求响应中热负荷的收入系数。
进一步的，步骤e)包括如下步骤：
e-1)通过公式CPWT(t)＝(1-WTH(t))×PWT(t)×PF(t)×θ计算得到t时刻风电的削减成本CPWT(t)，式中PF(t)为t时刻可再生能源发电机缩减的惩罚性系数；
e-2)通过公式CPPV(t)＝(1-PVH(t))×PPV(t)×PF(t)×θ计算得到t时刻光伏的消减成本CPPV(t)；
e-3)通过公式CWT(t)＝OCWT×WTH(t)×PWT(t)×θ+CCWT计算得到t时段内风电机组运行成本CWT(t)，式中，OCWT为风电机组的运行成本，CCWT为风电机组的固定成本；
e-4)通过公式CPV(t)＝OCPV×PVH(t)×PPV(t)×θ+CCPV计算得到t时段内光伏机组运行成本，式中，OCPV为光伏机组的运行成本，CCPV为光伏机组的固定成本；
e-5)通过公式CES(t)＝OCES×PES(t)×θ+MCES计算得到t时刻储能系统的总成本CES(t)，式中，OCES为储能系统的运行成本，MCES为储能系统的维护成本；
e-6)通过公式CHS(t)＝OCHS×HHS(t)×θ+MCHS计算得到t时刻储氢系统的总成本CHS(t),式中，OCHS为储氢系统的运行成本，MCHS为储氢系统的维护成本；
e-7)通过公式Cbuy(t)＝CEbuy(t)×Pbuy(t)×θ计算得到t时刻购电总成本Cbuy(t)，式中，CEbuy(t)为t时刻购买电力成本，Pbuy(t)为t时段内在主电网购买电能功率；
e-8)通过公式Csell(t)＝CEsell(t)×Psell(t)×θ计算得到t时刻售电总成本Csell(t)，式中，CEsell(t)为t时刻出售电力成本，Psell(t)为t时段内向电网出售电能功率；
e-9)通过公式CH(t)＝CHsell(t)×Hsell(t)×θ计算得到t时段内氢气用能成本，式中CHsell(t)为t时刻氢能销售成本，Hsell(t)为t时刻的售氢量；
e-10)通过公式CP2G(t)＝OCP2G×H(t)×θ+MCP2G计算得到t时段内电转天然气系统运行成本CP2G(t)，式中，OCP2G为电转天然气系统的运行成本，MCP2G为电转天然气系统的维护成本；
e-11)通过公式CTEG(t)＝OCTEG×PTEG(t)×θ+MCTEG计算得到t时段内余热回收系统的热发电机组运行成本CTEG(t)，式中OCTEG为余热回收系统的运行成本，MCTEG为余热回收系统的维护成本；
e-12)通过公式
计算得到综合能源系统的运行成本Cost；
e-13)通过公式EMMG(t)＝Pbuy(t)×EFMG×θ计算得到t时段内在主电网购买的电能产生的污染量EMMG(t)，式中，EFMG为主电网购买电力的排放系数；
e-14)通过公式EMCHP(t)＝PCHP(t)×EFCHP×(1-SCCS(t))×θ计算得到t时段内热电联产机组产生的污染量EMCHP(t)；
e-15)通过公式计算得到综合能源系统的污染量Emission。
本发明的有益效果是：风力机组、光伏机组、热电联产机组为综合能源系统提供所需的电能与热能；安装电转天然气系统可以将多余电能转换为天然气，解决可再生能源发电装置的剩余功率问题；安装碳捕集系统，并将其与热电机组相连，可以捕获和存储热电机组工作产生的二氧化碳；安装热发电机可用于能量回收，在综合能源系统产生的废热中回收能量；考虑到热负荷和电力负荷的可削减和可移动行为，在综合能源系统内加入综合需求响应政策，有利于电、热负荷的削峰填谷且能够使综合能源系统更加经济运行。本发明可以有效降低综合能源系统碳排放量与综合能源系统用能成本。
附图说明
图1为本发明的低碳综合能源系统示意图。
具体实施方式
下面结合附图1对本发明做进一步说明。
一种综合能源系统近零损耗低碳能源管理方法，包括如下步骤：
a)建立综合能源系统内部工作模型。
b)建立由电转天然气系统和碳捕集系统构成的近零损耗低碳能源管理方法能源转换模型。
c)建立由热发电机组构成的综合能源系统近零损耗低碳能源管理方法能源回收模型。
d)建立综合能源系统近零损耗低碳能源管理方法的需求响应政策运行模型。
e)根据综合能源系统内部工作模型、近零损耗低碳能源管理方法能源转换模型、综合能源系统近零损耗低碳能源管理方法能源回收模型及综合能源系统近零损耗低碳能源管理方法的需求响应政策运行模型计算综合能源系统的运行成本及污染量。
f)采用线性递减惯性权重的多目标粒子群算法对综合能源系统的运行成本及污染量进行优化，可以使系统运行总成本最小，系统运行污染排放量最低，从而对综合能源中各装置的出力进行调整，最终达到系统近零损耗运行的目的。与多目标粒子群优化算法相比，本算法在运算初期，惯性权重值大，增强对最优解的全局搜索能力，可以更大可能遍历解空间，避免陷入局部最优解，本算法在运算后期，惯性权重变小，增强对最优解局部搜索能力，可以更大可能的锁定最优解。首先，设置好最大迭代次数及粒子数量，设置初始惯性权重及粒子群取值范围，然后初始化粒子群位置及粒子群速度，计算当前所有粒子的适应值向量，所有粒子的历史最佳值及其对应位置，获取全局最佳适应度及其最佳位置，下一步继续更新速度和权重，直至寻找到最优解。优化后，得到综合能源系统最优运行成本、最小碳排放量。
g)根据最终优化结果分配综能源系统的各个机组的最佳出力。
考虑能源转换问题，在综合能源系统内安装电转天然气系统，将发电系统发出多余电能转换为天然气；考虑综合能源系统低碳运行需求，在综合能源系统内安装安装碳捕集系统，并将其与热电机组相连，捕获和存储热电机组工作产生的二氧化碳，将捕获的二氧化碳供给电转天然气气系统，为电转天然气系统工作提供原料；考虑能源回收问题，在综合能源系统内安装热发电机，在综合能源系统内电转天然气系统及碳捕集系统工作时产生的废热中回收热量，经热发电机组后可为系统提供电能；考虑到热负荷和电力负荷的可削减和可移动行为，在综合能源系统内加入综合需求响应政策，有利于电、热负荷的削峰填谷。采用非线性多目标规划，包括最小化成本和污染函数。
风力机组、光伏机组、热电联产机组为综合能源系统提供所需的电能与热能；安装电转天然气系统可以将多余电能转换为天然气，解决可再生能源发电装置的剩余功率问题；安装碳捕集系统，并将其与热电机组相连，可以捕获和存储热电机组工作产生的二氧化碳；安装热发电机可用于能量回收，在综合能源系统产生的废热中回收能量；考虑到热负荷和电力负荷的可削减和可移动行为，在综合能源系统内加入综合需求响应政策，有利于电、热负荷的削峰填谷且能够使综合能源系统更加经济运行。本发明可以有效降低综合能源系统碳排放量与综合能源系统用能成本。
实施例1：
步骤a)包括如下步骤：
a-1)综合能源系统内部工作模型的建立，包括：风电机组、光伏机组、储能系统、热电联产机组的安装。
风电机组、光伏机组、热电联产机组为综合能源系统运行提供电能及热能，其中风电机组、光伏机组的运行模型如下：
a-2)通过公式PWT(t)＝0.5×ρ×A×ηW×min(V(t),Vn)3:Vmin≤V(t)≤Vmax计算得到风电机组的输出功率PWT(t)，式中ρ为空气密度，A为风机叶片横截面积，ηW为风电机组功率系数，V(t)为风速，Vn为标准风速，Vmin为风电机组工作的最小风速，Vmax为风电机组工作的最大风速。
a-3)通过公式T(t)＝Tenv+(GT(t)/GTNOCT)×(NOCT-Tenv-NOCT)计算得到光伏机组的温度T(t)，式中Tenv为光伏机组所处的环境温度，GT(t)为各光伏模块收到的辐射量，GTNOCT为正常温度下工作的电池受到的辐射量，NOCT为正常工作电池的温度，Tenv-NOCT为正常工作电池的环境温度。
a-4)通过公式计算得到光伏机组输出功率PPV(t)，式中PPV-STC为光伏机组标准测试条件下的最大测试功率，GTSTC为标准测试条件下的辐射量，γ为光伏组件的温度系数，TSTC为光伏机组的参考温度，/>为光伏机组电池的串联的数量，NPVP为光伏机组电池的并联的数量。
储能系统可以提高综合能源系统运行的灵活性与稳定性，其运行模型如下：
a-5)通过公式PES(t)×θ＝E(t)-E(t-1)计算得到t时刻储能系统的功率PES(t)，式中θ为时间间隔，E(t)为t时刻储能系统的能量，Emin＜E(t)＜Emax，Emin为储能系统的最小能量，Emax为储能系统的最大能量，E(t-1)为t-1时刻储能系统的能量，其中式中E(0)为0时刻储能系统的能量，tn为储能系统工作的结束时间，当储能系统放电时，PES(t)＞0，此时，为储能系统的放电系数，/>为储能系统的最大放电系数，当储能系统充电时，PES(t)＜0，此时，/>为储能系统的充电系数，/>为储能系统的最大充电系数。
热电联产机组既能生产电能，又能利用汽轮发电机作过功的蒸汽对用户供热，同时为综合能源系统提供电能与热能，较之分别生产电、热能方式节约燃料。热电联产机组运行模型如下：
a-6)通过公式计算得到t时刻热电联产机组的运行成本CCHP(t)，式中CFuel为燃料费用，PCHP(t)为t时刻热电联产机组的发电功率，ηCHP为热电联产机组效率，OCCHP为热电联产机组运营成本，MCCHP为热电联产机组维护成本，通过公式TPCHP(t)＝TCCHP×PCHP(t)计算得到热电联产机组t时刻的功率系数TPCHP(t)，TCCHP为热电联产机组的热能。
实施例2：
综合能源系统近零损耗低碳能源管理方法能源转换相关装置的安装，包括电转天然气系统及碳捕集系统的安装，电转天然气系统可利用碳捕集系统捕获的二氧化碳合成天然气，既消纳的综合能源系统日常运行时产生的二氧化碳，又为系统提供了天然气资源，其中电转天然气系统运行模型如下：
b-1)通过公式计算得到t时刻产生的氢气的极限值H(t)，PP2G(t)为t时刻电转天然气系统的发电功率，ηP2G为电转天然气系统工作效率，HHV为电转天然气系统的高热值，H(t)≤Hmax，Hmax为电转天然气系统发电量的极限值，PP2G(t)＝WTH(t)×PWT(t)+PVH(t)×PPV(t)，式中WTH(t)为t时刻风电机组贡献系数，PVH(t)为t时刻光伏机组贡献系数，通过公式HHS(t)×θ＝HSv(t)-HSv(t-1)计算得到t时刻每次储氢的体积HHS(t)，HSv(t)为t时刻储氢装置中氢气的体积，/>HSv(t-1)为t-1时刻储氢装置中氢气的体积，/>其中HSv(0)为0时刻储氢装置中氢气的体积，/>为储氢装置中氢气的最小体积，/>为储氢装置中氢气的最大体积，当储氢系统放电时，HHS(t)＞0，此时为储氢装置的放电系数，/>为储氢装置的最大放电系数，当储氢系统充电时，HHS(t)＜0，此时/> 为储氢装置的充电系数，/>为储氢装置的最大充电系数，HHS(t1)＝HHS(tn)，HHS(t1)为初时刻储氢装置中氢气的体积，HHS(tn)为末时刻储氢装置中氢气的体积。
碳捕集系统与热电联产机组相连，可以捕获热电联产机组工作时产生的二氧化碳，有效降低综合能源系统碳排放强度，碳捕集系统运行模型如下：
b-2)通过公式PCCS(t)＝30％×PCHP(t)×SCCS(t)×θ计算得到t时刻碳捕集系统的功率PCCS(t)，式中SCCS(t)为t时刻通过碳捕集系统储存污染的百分比，通过公式CCCS(t)＝PCHP(t)×EFCHP×SP×θ+PCCS(t)×OCCCS×θ+MCCCS计算得到t时刻碳捕集系统的运行成本CCCS(t)，EFCHP为热电联产机组排放系数，SP为碳捕集系统的存储系数，OCCCS为碳捕集系统的运营成本，MCCCS为碳捕集系统的维护费用，通过公式RCCS(t)＝PCHP(t)×EFCHP×SR×θ计算得到t时刻碳捕集系统的收益RCCS(t)，式中SR为碳捕集系统的收入系数。
实施例3：
综合能源系统近零损耗低碳能源管理方法能源回收相关装置的安装。包括热发电机组。热发电机组用以回收综合能源系统各元件工作时产生的废热，如热电联产机组工作时产生的烟气废热等，有效避免了综合能源系统中的能源浪费问题。其中，热发电机组运行模型如下：
步骤c)包括如下步骤：
c-1)通过公式计算得到t时刻热发电机组的电流ITEG(t)，式中α为塞贝克系数，ΔT为温差值，r为热发电机组的电流，通过公式VTEG(t)＝α.ΔT计算得到t时刻热发电机组的电压VTEG(t)，通过公式计算得到t时刻热发电机组的发电功率PTEG(t)，式中β为贝塔系数，式中e为自然常数，Di为一周第i天的平均温度，i∈{1,2,...,7}。
实施例4：
需求响应政策运行模型如下：
d-1)通过公式计算得到响应的电力负荷DRED，式中DRE(t)为t时刻需求响应中电力负荷的百分比；
d-2)通过公式计算得到热的总需求TED，式中BED(t)为t时刻电的基础需求，BTD(t)为t时刻热的基础需求，TTD为热的总需求；
d-3)通过公式REDR(t)＝(1-DRE(t))×DRED×REDR×θ计算得到t时刻需求响应中电气的收入REDR(t)，REDR为需求响应中电气的收入系数；
d-4)通过公式RTDR(t)＝(1-DRT(t))×DRTD×RTDR×θ计算得到t时刻需求响应中热负荷的收入RTDR(t)，RTDR为需求响应中热负荷的收入系数。
实施例5：
为验证本方法在降低系统运行成本，降低系统碳排放的作用，引入一种方法计算综合能源系统的运行成本及污染量，其要求在于，所述运行成本及污染量的计算，具体的步骤e)包括如下步骤：
e-1)通过公式CPWT(t)＝(1-WTH(t))×PWT(t)×PF(t)×θ计算得到t时刻风电的削减成本CPWT(t)，式中PF(t)为t时刻可再生能源发电机缩减的惩罚性系数；
e-2)通过公式CPPV(t)＝(1-PVH(t))×PPV(t)×PF(t)×θ计算得到t时刻光伏的消减成本CPPV(t)；
e-3)通过公式CWT(t)＝OCWT×WTH(t)×PWT(t)×θ+CCWT计算得到t时段内风电机组运行成本CWT(t)，式中，OCWT为风电机组的运行成本，CCWT为风电机组的固定成本；
e-4)通过公式CPV(t)＝OCPV×PVH(t)×PPV(t)×θ+CCPV计算得到t时段内光伏机组运行成本，式中，OCPV为光伏机组的运行成本，CCPV为光伏机组的固定成本；
e-5)通过公式CES(t)＝OCES×PES(t)×θ+MCES计算得到t时刻储能系统的总成本CES(t)，式中，OCES为储能系统的运行成本，MCES为储能系统的维护成本；
e-6)通过公式CHS(t)＝OCHS×HHS(t)×θ+MCHS计算得到t时刻储氢系统的总成本CHS(t),式中，OCHS为储氢系统的运行成本，MCHS为储氢系统的维护成本；
e-7)通过公式Cbuy(t)＝CEbuy(t)×Pbuy(t)×θ计算得到t时刻购电总成本Cbuy(t)，式中，CEbuy(t)为t时刻购买电力成本，Pbuy(t)为t时段内在主电网购买电能功率；
e-8)通过公式Csell(t)＝CEsell(t)×Psell(t)×θ计算得到t时刻售电总成本Csell(t)，式中，CEsell(t)为t时刻出售电力成本，Psell(t)为t时段内向电网出售电能功率；
e-9)通过公式CH(t)＝CHsell(t)×Hsell(t)×θ计算得到t时段内氢气用能成本，式中CHsell(t)为t时刻氢能销售成本，Hsell(t)为t时刻的售氢量；
e-10)通过公式CP2G(t)＝OCP2G×H(t)×θ+MCP2G计算得到t时段内电转天然气系统运行成本CP2G(t)，式中，OCP2G为电转天然气系统的运行成本，MCP2G为电转天然气系统的维护成本；
e-11)通过公式CTEG(t)＝OCTEG×PTEG(t)×θ+MCTEG计算得到t时段内余热回收系统的热发电机组运行成本CTEG(t)，式中OCTEG为余热回收系统的运行成本，MCTEG为余热回收系统的维护成本；
e-12)通过公式
计算得到综合能源系统的运行成本Cost；
e-13)通过公式EMMG(t)＝Pbuy(t)×EFMG×θ计算得到t时段内在主电网购买的电能产生的污染量EMMG(t)，式中，EFMG为主电网购买电力的排放系数；
e-14)通过公式EMCHP(t)＝PCHP(t)×EFCHP×(1-SCCS(t))×θ计算得到t时段内热电联产机组产生的污染量EMCHP(t)；
e-15)通过公式计算得到综合能源系统的污染量Emission。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种综合能源系统近零损耗低碳能源管理方法，其特征在于，包括如下步骤：
a)建立综合能源系统内部工作模型；
b)建立由电转天然气系统和碳捕集系统构成的近零损耗低碳能源管理方法能源转换模型；
c)建立由热发电机组构成的综合能源系统近零损耗低碳能源管理方法能源回收模型；
d)建立综合能源系统近零损耗低碳能源管理方法的需求响应政策运行模型；
e)根据综合能源系统内部工作模型、近零损耗低碳能源管理方法能源转换模型、综合能源系统近零损耗低碳能源管理方法能源回收模型及综合能源系统近零损耗低碳能源管理方法的需求响应政策运行模型计算综合能源系统的运行成本及污染量；
f)采用线性递减惯性权重的多目标粒子群算法对综合能源系统的运行成本及污染量进行优化，得到综合能源系统最优运行成本、最小碳排放量；
g)根据最终优化结果分配综能源系统的各个机组的最佳出力；
步骤a)包括如下步骤：
a-1)综合能源系统内部工作模型的建立，包括：风电机组、光伏机组、储能系统、热电联产机组的安装；
a-2)通过公式PWT(t)＝0.5×ρ×A×ηW×min(V(t),Vn)3:Vmin≤V(t)≤Vmax计算得到风电机组的输出功率PWT(t)，式中ρ为空气密度，A为风机叶片横截面积，ηW为风电机组功率系数，V(t)为风速，Vn为标准风速，Vmin为风电机组工作的最小风速，Vmax为风电机组工作的最大风速；
a-3)通过公式T(t)＝Tenv+(GT(t)/GTNOCT)×(NOCT-Tenv-NOCT)计算得到光伏机组的温度T(t)，式中Tenv为光伏机组所处的环境温度，GT(t)为各光伏模块收到的辐射量，GTNOCT为正常温度下工作的电池受到的辐射量，NOCT为正常工作电池的温度，Tenv-NOCT为正常工作电池的环境温度；
a-4)通过公式PPV(t)＝[PPV-STC×(GT(t)/GTSTC)×(1-γ×(T(t)-TSTC))]×(NPVs×NPVP)计算得到光伏机组输出功率PPV(t)，式中PPV-STC为光伏机组标准测试条件下的最大测试功率，GTSTC为标准测试条件下的辐射量，γ为光伏组件的温度系数，TSTC为光伏机组的参考温度，NPVs为光伏机组电池的串联的数量，NPVP为光伏机组电池的并联的数量；
a-5)通过公式PES(t)×θ＝E(t)-E(t-1)计算得到t时刻储能系统的功率PES(t)，式中θ为时间间隔，E(t)为t时刻储能系统的能量，Emin＜E(t)＜Emax，Emin为储能系统的最小能量，Emax为储能系统的最大能量，E(t-1)为t-1时刻储能系统的能量，其中式中E(0)为0时刻储能系统的能量，tn为储能系统工作的结束时间，当储能系统放电时，PES(t)＞0，此时，/> 为储能系统的放电系数，/>为储能系统的最大放电系数，当储能系统充电时，PES(t)＜0，此时，/> 为储能系统的充电系数，/>为储能系统的最大充电系数；
a-6)通过公式计算得到t时刻热电联产机组的运行成本CCHP(t)，式中CFuel为燃料费用，PCHP(t)为t时刻热电联产机组的发电功率，ηCHP为热电联产机组效率，OCCHP为热电联产机组运营成本，MCCHP为热电联产机组维护成本，通过公式TPCHP(t)＝TCCHP×PCHP(t)计算得到热电联产机组t时刻的功率系数TPCHP(t)，TCCHP为热电联产机组的热能；
步骤e)包括如下步骤：
e-1)通过公式CPWT(t)＝(1-WTH(t))×PWT(t)×PF(t)×θ计算得到t时刻风电的削减成本CPWT(t)，式中PF(t)为t时刻可再生能源发电机缩减的惩罚性系数；
e-2)通过公式CPPV(t)＝(1-PVH(t))×PPV(t)×PF(t)×θ计算得到t时刻光伏的消减成本CPPV(t)，式中PVH(t)为t时刻光伏机组贡献系数；
e-3)通过公式CWT(t)＝OCWT×WTH(t)×PWT(t)×θ+CCWT计算得到t时段内风电机组运行成本CWT(t)，式中，OCWT为风电机组的运行成本，CCWT为风电机组的固定成本；
e-4)通过公式CPV(t)＝OCPV×PVH(t)×PPV(t)×θ+CCPV计算得到t时段内光伏机组运行成本，式中，OCPV为光伏机组的运行成本，CCPV为光伏机组的固定成本；
e-5)通过公式CES(t)＝OCES×PES(t)×θ+MCES计算得到t时刻储能系统的总成本CES(t)，式中，OCES为储能系统的运行成本，MCES为储能系统的维护成本；
e-6)通过公式CHS(t)＝OCHS×HHS(t)×θ+MCHS计算得到t时刻储氢系统的总成本CHS(t),式中，OCHS为储氢系统的运行成本，MCHS为储氢系统的维护成本，HHS(t)为t时刻每次储氢的体积；
e-7)通过公式Cbuy(t)＝CEbuy(t)×Pbuy(t)×θ计算得到t时刻购电总成本Cbuy(t)，式中，CEbuy(t)为t时刻购买电力成本，Pbuy(t)为t时段内在主电网购买电能功率；
e-8)通过公式Csell(t)＝CEsell(t)×Psell(t)×θ计算得到t时刻售电总成本Csell(t)，式中，CEsell(t)为t时刻出售电力成本，Psell(t)为t时段内向电网出售电能功率；
e-9)通过公式CH(t)＝CHsell(t)×Hsell(t)×θ计算得到t时段内氢气用能成本，式中CHsell(t)为t时刻氢能销售成本，Hsell(t)为t时刻的售氢量；
e-10)通过公式CP2G(t)＝OCP2G×H(t)×θ+MCP2G计算得到t时段内电转天然气系统运行成本CP2G(t)，式中，OCP2G为电转天然气系统的运行成本，MCP2G为电转天然气系统的维护成本；
e-11)通过公式CTEG(t)＝OCTEG×PTEG(t)×θ+MCTEG计算得到t时段内余热回收系统的热发电机组运行成本CTEG(t)，式中OCTEG为余热回收系统的运行成本，MCTEG为余热回收系统的维护成本，PTEG(t)为t时刻热发电机组的发电功率；
e-12)通过公式
计算得到综合能源系统的运行成本Cost；
e-13)通过公式EMMG(t)＝Pbuy(t)×EFMG×θ计算得到t时段内在主电网购买的电能产生的污染量EMMG(t)，式中，EFMG为主电网购买电力的排放系数；
e-14)通过公式EMCHP(t)＝PCHP(t)×EFCHP×(1-SCCS(t))×θ计算得到t时段内热电联产机组产生的污染量EMCHP(t)，式中EFCHP为热电联产机组排放系数，SCCS(t)为t时刻通过碳捕集系统储存污染的百分比；
e-15)通过公式计算得到综合能源系统的污染量Emission。
2.根据权利要求1所述的综合能源系统近零损耗低碳能源管理方法，其特征在于，步骤b)包括如下步骤：
b-1)通过公式计算得到t时刻产生的氢气的极限值H(t)，PP2G(t)为t时刻电转天然气系统的发电功率，ηP2G为电转天然气系统工作效率，HHV为电转天然气系统的高热值，H(t)≤Hmax，Hmax为电转天然气系统发电量的极限值，PP2G(t)＝WTH(t)×PWT(t)+PVH(t)×PPV(t)，
式中WTH(t)为t时刻风电机组贡献系数，PVH(t)为t时刻光伏机组贡献系数，通过公式HHS(t)×θ＝HSv(t)-HSv(t-1)计算得到t时刻每次储氢的体积HHS(t)，HSv(t)为t时刻储氢装置中氢气的体积，HSv(t-1)为t-1时刻储氢装置中氢气的体积，其中HSv(0)为0时刻储氢装置中氢气的体积，/>为储氢装置中氢气的最小体积，/>为储氢装置中氢气的最大体积，当储氢系统放电时，HHS(t)＞0，此时/> 为储氢装置的放电系数，/>为储氢装置的最大放电系数，当储氢系统充电时，HHS(t)＜0，此时 为储氢装置的充电系数，/>为储氢装置的最大充电系数，HHS(t1)＝HHS(tn)，HHS(t1)为初时刻储氢装置中氢气的体积，HHS(tn)为末时刻储氢装置中氢气的体积；
b-2)通过公式PCCS(t)＝30％×PCHP(t)×SCCS(t)×θ计算得到t时刻碳捕集系统的功率PCCS(t)，式中SCCS(t)为t时刻通过碳捕集系统储存污染的百分比，通过公式CCCS(t)＝PCHP(t)×EFCHP×SP×θ+PCCS(t)×OCCCS×θ+MCCCS计算得到t时刻碳捕集系统的运行成本CCCS(t)，EFCHP为热电联产机组排放系数，SP为碳捕集系统的存储系数，OCCCS为碳捕集系统的运营成本，MCCCS为碳捕集系统的维护费用，通过公式RCCS(t)＝PCHP(t)×EFCHP×SR×θ计算得到t时刻碳捕集系统的收益RCCS(t)，式中SR为碳捕集系统的收入系数。
3.根据权利要求1所述的综合能源系统近零损耗低碳能源管理方法，其特征在于，步骤c)包括如下步骤：
c-1)通过公式计算得到t时刻热发电机组的电流ITEG(t)，
式中α为塞贝克系数，ΔT为温差值，r为热发电机组的电流，通过公式VTEG(t)＝α×ΔT计算得到t时刻热发电机组的电压VTEG(t)，通过公式计算得到t时刻热发电机组的发电功率PTEG(t)，式中β为贝塔系数，式中e为自然常数，Di为一周第i天的平均温度，i∈{1,2,...,7}。
4.根据权利要求3所述的综合能源系统近零损耗低碳能源管理方法，其特征在于，步骤d)包括如下步骤：
d-1)通过公式计算得到响应的电力负荷DRED，式中DRE(t)为t时刻需求响应中电力负荷的百分比；
d-2)通过公式计算得到热的总需求TED，式中BED(t)为t时刻电的基础需求，/>BTD(t)为t时刻热的基础需求，TTD为热的总需求；
d-3)通过公式REDR(t)＝(1-DRE(t))×DRED×REDR×θ计算得到t时刻需求响应中电气的收入REDR(t)，REDR为需求响应中电气的收入系数；
d-4)通过公式RTDR(t)＝(1-DRT(t))×DRTD×RTDR×θ计算得到t时刻需求响应中热负荷的收入RTDR(t)，RTDR为需求响应中热负荷的收入系数。
CN202211382669.2A 2022-11-04 2022-11-04 一种综合能源系统近零损耗低碳能源管理方法 Active CN115907352B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211382669.2A CN115907352B (zh) 2022-11-04 2022-11-04 一种综合能源系统近零损耗低碳能源管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211382669.2A CN115907352B (zh) 2022-11-04 2022-11-04 一种综合能源系统近零损耗低碳能源管理方法

Publications (2)

Publication Number Publication Date
CN115907352A CN115907352A (zh) 2023-04-04
CN115907352B true CN115907352B (zh) 2023-08-18

Family

ID=86475737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211382669.2A Active CN115907352B (zh) 2022-11-04 2022-11-04 一种综合能源系统近零损耗低碳能源管理方法

Country Status (1)

Country Link
CN (1) CN115907352B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151701B (zh) * 2023-10-31 2024-02-09 山东欣历能源有限公司 一种热电联产的工业余热回收利用系统
CN117455210B (zh) * 2023-12-26 2024-04-05 山东建筑大学 一种综合能源系统调度方法、系统、介质及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013062922A1 (en) * 2011-10-22 2013-05-02 Baxter Larry L Systems and methods for integrated energy storage and cryogenic carbon capture
WO2015081740A1 (zh) * 2013-12-02 2015-06-11 国网重庆市电力公司电力科学研究院 电动汽车充放电控制系统及方法
WO2020210837A2 (en) * 2019-04-12 2020-10-15 Terrapower, Llc Nuclear thermal plant with load-following power generation
CN113780663A (zh) * 2021-09-14 2021-12-10 国网山东省电力公司经济技术研究院 基于碳交易模型的综合能源系统低碳调度方法和系统
CN114240256A (zh) * 2022-01-28 2022-03-25 内蒙古工业大学 电热气综合能源系统及协同优化运行控制的方法
CN114374232A (zh) * 2021-12-14 2022-04-19 三峡大学 一种考虑需求响应的综合能源系统两阶段优化调度方法
CN114548584A (zh) * 2022-03-01 2022-05-27 国网上海市电力公司 一种含有电转气和碳捕集设备的综合能源系统的优化方法
CN115062869A (zh) * 2022-08-04 2022-09-16 国网山东省电力公司东营供电公司 一种考虑碳排放量的综合能源调度方法和系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013062922A1 (en) * 2011-10-22 2013-05-02 Baxter Larry L Systems and methods for integrated energy storage and cryogenic carbon capture
WO2015081740A1 (zh) * 2013-12-02 2015-06-11 国网重庆市电力公司电力科学研究院 电动汽车充放电控制系统及方法
WO2020210837A2 (en) * 2019-04-12 2020-10-15 Terrapower, Llc Nuclear thermal plant with load-following power generation
CN113780663A (zh) * 2021-09-14 2021-12-10 国网山东省电力公司经济技术研究院 基于碳交易模型的综合能源系统低碳调度方法和系统
CN114374232A (zh) * 2021-12-14 2022-04-19 三峡大学 一种考虑需求响应的综合能源系统两阶段优化调度方法
CN114240256A (zh) * 2022-01-28 2022-03-25 内蒙古工业大学 电热气综合能源系统及协同优化运行控制的方法
CN114548584A (zh) * 2022-03-01 2022-05-27 国网上海市电力公司 一种含有电转气和碳捕集设备的综合能源系统的优化方法
CN115062869A (zh) * 2022-08-04 2022-09-16 国网山东省电力公司东营供电公司 一种考虑碳排放量的综合能源调度方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
园区综合能源系统日前优化运行研究;邱发祥;《山东电力技术》;第48卷(第11期);21-28 *

Also Published As

Publication number Publication date
CN115907352A (zh) 2023-04-04

Similar Documents

Publication Publication Date Title
CN115907352B (zh) 一种综合能源系统近零损耗低碳能源管理方法
Yousif et al. An optimal dispatch strategy for distributed microgrids using PSO
CN107134810B (zh) 一种独立型微能源网储能系统优化配置求解方法
CN103606913B (zh) 分布式混合发电系统电源规划方法
Liu et al. Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios
CN110635514B (zh) 一种并网型微网优化配置方法
Rouhani et al. A comprehensive method for optimum sizing of hybrid energy systems using intelligence evolutionary algorithms
Atia et al. Optimization of a PV-wind-diesel system using a hybrid genetic algorithm
CN113742944A (zh) 一种考虑电制氢系统的虚拟电厂建模方法
Shilpa et al. Optimum design of rooftop PV system for an education campus using HOMER
Saberbari et al. Net-zero energy building implementation through a grid-connected home energy management system
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
CN115995822A (zh) 一种分布式能源接入微电网的优化方法
Ikram et al. Techno-economic optimization of grid-integrated hybrid storage system using ga
Suryoatmojo Artificial intelligence based optimal configuration of hybrid power generation system
Maharsi et al. Cost-based power distribution optimization scheduling in microgrid
Chedid et al. A Techno-economic feasibility study of a green energy initiative for a university campus
Hamdi et al. Optimum configuration of a dispatchable hybrid renewable energy plant using artificial neural networks: Case study of Ras Ghareb, Egypt.
CN116227830A (zh) 含csp-p2g-ccus的虚拟电厂优化调度方法
Zhang et al. Optimal Operation of a Regional Integrated Energy System Considering P2G and Stepped Carbon Trading
Jung et al. Design of renewables-battery combined energy system for energy isolated island
Yabiku et al. Optimal operation and capacity plan of smart city with a large introduction of renewable energy sources
Addo et al. Optimal design of renewable hybrid energy system for a village in Ghana
CN112149339A (zh) 风电-光伏-光热-电加热器互补发电系统容量优化模型
CN111062532A (zh) 一种考虑v2g的增量配电园区内电网容量配置优化方法

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