CN115907363A - 一种基于综合能源系统源-荷多时间尺度优化调度方法 - Google Patents
一种基于综合能源系统源-荷多时间尺度优化调度方法 Download PDFInfo
- Publication number
- CN115907363A CN115907363A CN202211424005.8A CN202211424005A CN115907363A CN 115907363 A CN115907363 A CN 115907363A CN 202211424005 A CN202211424005 A CN 202211424005A CN 115907363 A CN115907363 A CN 115907363A
- Authority
- CN
- China
- Prior art keywords
- load
- demand response
- carbon
- source
- comprehensive
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 40
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 185
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 176
- 230000004044 response Effects 0.000 claims abstract description 145
- 238000004088 simulation Methods 0.000 claims abstract description 3
- 239000007789 gas Substances 0.000 claims description 41
- 238000003860 storage Methods 0.000 claims description 30
- 229910052739 hydrogen Inorganic materials 0.000 claims description 20
- 239000001257 hydrogen Substances 0.000 claims description 20
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 19
- 238000005265 energy consumption Methods 0.000 claims description 15
- 239000000446 fuel Substances 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 7
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 6
- 239000003546 flue gas Substances 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 2
- 238000004146 energy storage Methods 0.000 description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 230000008901 benefit Effects 0.000 description 8
- 239000003245 coal Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- HZAXFHJVJLSVMW-UHFFFAOYSA-N 2-Aminoethan-1-ol Chemical compound NCCO HZAXFHJVJLSVMW-UHFFFAOYSA-N 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009919 sequestration Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于综合能源系统源‑荷多时间尺度优化调度方法，首先，源侧考虑火电机组加装碳捕集装置，形成碳捕集电厂与可再生能源协调配合，荷侧考虑多种需求响应资源解决多时间尺度下碳捕集电厂的运行局限性，据此构建源荷协调的日前‑日内两阶段低碳经济优化调度模型；其次，根据不同需求响应资源对电网调度指令响应速度的快慢，将需求响应资源分为一级需求响应资源和二级需求响应资源两类。最后，以改进的IEEE‑39节点作为算例仿真，结果表明，所提调度方法能够协调源荷资源、降低系统运行成本和减少碳排放量。
Description
技术领域
本发明涉及电力系统优化运行技术领域，具体地说是一种基于综合能源系统源-荷多时间尺度优化调度方法。
背景技术
综合能源系统打破了传统电、气、热能源独立运行模式的壁垒，具有多能互补、提高能源利用效率、降低用能成本和减小碳排放的优点。但是目前综合能源系统存在碳排放量较高、可再生能源利用率较低和总运行成本较高的问题，因此探究如何协调配合能源侧供能设备和负荷侧用能设备，以此减少碳排放量、提高可再生能源消纳和降低系统总成本，是目前仍需解决的重要问题。
目前有研究考虑利用碳捕集与封存技术将传统常规机组改造为碳捕集电厂来降低机组自身的碳排放量，提高机组的运行灵活性，提升系统的可再生能源消纳，但是上述文献忽略了电转气设备只会在可再生能源剩余时工作，当电转气设备工作时，碳捕集设备捕集到的CO2量较少，此时存在CO2在捕集和利用上的时间不匹配问题。有的学者考虑广义电热需求响应，构建了源荷两侧相互配合的低碳经济调度模型。但是上述文献仅考虑了长时间尺度下的调度，没有考虑在短时间尺度下修正预测误差。
发明内容
本发明的目的是针对现有技术存在的问题，提出一种基于碳捕集的综合能源系统低碳经济优化调度方法，旨在获得最低的系统运行成本和系统碳排放总量。
为解决上述技术问题，本发明提供如下技术方案：一种基于综合能源系统源-荷多时间尺度优化调度方法，包括以下步骤：
步骤A：首先源荷两侧协调配合，根据不同需求响应资源对电网调度指令响应速度的快慢，将需求响应资源分为一级需求响应资源和二级需求响应资源两类。一级需求响应资源用于日前调度阶段中，二级需求响应资源用于日内调度阶段中；
步骤B：源侧将传统火电机组加装碳捕集设备改造后形成碳捕集电厂，碳捕集电厂采用综合灵活运行方式。综合灵活运行方式是碳捕集电厂通过加入烟气旁路系统和溶液存储器共同作用；
步骤C：荷侧考虑多种需求响应资源，需求响应资源包含价格型需求响应资源和激励型需求响应资源两种，负荷用户包含刚性负荷、可转移负荷、可中断负荷和可替代负荷；
步骤D：获取综合能源系统初始碳排放配额和实际碳排放配额，据此构建综合能源系统阶梯式碳交易模型；
步骤E：在步骤A的基础上，调用步骤B和步骤C中所述的源侧两侧资源，考虑步骤D中所述的阶梯式碳交易模型，建立源荷协调的日前-日内两阶段低碳经济优化调度模型；
步骤F：基于步骤E中的源荷协调的日前-日内两阶段低碳经济优化调度模型，改进IEEE-39节点作为算例仿真,利用MATLAB软件中的求解器CPLEX软件对模型进行求解。
优选的，所述步骤A中的综合能源系统包括风电机组、光伏机组、外部电网、碳捕集电厂、燃气轮机、电转气设备、电解槽装置、氢燃料电池、电锅炉、储碳和储液设备、刚性负荷和柔性负荷。
优选的，所述步骤A中的需求响应资源类型是根据不同需求响应资源对电网调度指令响应速度的快慢来划分其类型。
优选的，所述步骤A中的一级综合需求响应：这类综合需求响应资源对电网调度指令响应的速度较慢，响应时长通常大于1h，需要提前24h通知，故此类综合需求响应资源用于日前调度阶段中；二级综合需求响应：这类综合需求响应资源对电网调度指令响应的速度较快，响应时长通常为5-15min，需要提前15min-4h通知，故此类综合需求响应资源用于日内调度阶段中。
优选的，所述步骤B中的源侧碳捕集电厂采用综合灵活运行方式，综合灵活运行方式是碳捕集电厂通过加入烟气旁路系统和溶液存储器共同作用，其相比于单独的储液式和分流式运行方式，综合灵活运行方式既可以根据不同时段的负荷需求自动将CO2排放到空气中，提高调度的灵活性，也可以实现“削峰填谷”，即负荷高峰时将碳捕集能耗转移至低谷期；负荷低谷时升高碳捕集能耗，由此可以解决负荷需求和碳捕集能耗之间的矛盾，进一步提高了可再生能源的利用。
优选的，所述步骤C中的荷侧考虑多种需求响应资源，需求响应资源包含价格型需求响应资源和激励型需求响应资源两种，价格型需求响应资源通过变化电能价格引导用户进行合理的用电行为，使用户改变之前的用电习惯，产生良好的用电导向，价格型需求响应资源可以改变负荷曲线，降低电力负荷峰谷差，因此减小了用户的用电成本，使用户主动参与到系统的调峰当中，由于价格型需求响应资源随电能价格变化的速度较慢，故本文将其用于日前调度阶段中，负荷用户包含刚性负荷、可转移负荷、可中断负荷和可替代负荷。
优选的，所述步骤D中的阶梯式碳交易模型包含初始碳排放配额、实际碳排放配额和碳排放价格，并且根据碳排放配额和实际碳排放量可求出参与碳交易市场的碳排放权交易额。
优选的，所述基于多能互补的综合能源系统源-荷多时间尺度优化调度方法还包括对各个环节的约束，包括功率平衡约束、机组运行约束、综合能源系统中各个设备的约束和联络线交互功率约束。
本发明的优点在于：本发明基于综合能源系统源-荷多时间尺度优化运行机理分析，提出一种基于综合能源系统源-荷多时间尺度优化调度方法，建立了源荷协调的日前-日内两阶段低碳经济优化调度模型，根据研究结果分析多时间尺度优化调度方法对综合能源系统经济效益和环境效益的影响。
通过燃气轮机和电转气设备使电网与气网连接，电锅炉设备使电网与热网连接，燃气轮机使热网与气网连接，并且电转气设备使电能转化为氢能，实现了电-热-气-氢能源的耦合。如果仅仅单独考虑源侧或负荷侧会导致低碳特性存在局限性，负荷用户用电调节时段受限制等问题。故通过源荷协同优化来调整机组的出力计划，最终实现降低系统的碳排放总量。
根据不同需求响应资源对电网调度指令响应速度的快慢，将需求响应资源分为以下两类：一级需求响应，这类需求响应资源对电网调度指令响应的速度较慢，响应时长通常大于1h，需要提前24h通知，故此类需求响应资源用于日前调度阶段中；二级需求响应，这类需求响应资源对电网调度指令响应的速度较快，响应时长通常为5-15min，需要提前15min-4h通知，故此类需求响应资源用于日内调度阶段中。需求响应资源可以改变负荷曲线，优化碳捕集电厂的出力，降低综合能源系统的CO2排放量，是提高碳捕集电厂捕获CO2能力的有效手段。并且在日前、日内两阶段，通过使用不同类型的需求响应资源，可以实现在负荷高峰时削减负荷来降低机组出力，减小CO2排放量；在负荷低谷时增加负荷来提高可再生能源消纳，降低系统弃风弃光量。本文对于源侧采用综合灵活运行方式的碳捕集电厂在日前阶段使用对电网调度指令响应速度较慢的价格型需求响应和一级需求响应；在日内阶段使用对电网调度指令响应速度较快的二级需求响应，以此来改善系统的负荷和旋转备用计划，弥补采用综合灵活运行方式的碳捕集电厂旋转备用能力较弱的缺陷，从而实现降低系统的碳排放量，提高系统的经济效益。
附图说明
图1为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中综合能源系统结构示意图；
图2为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中综合能源系统能源侧碳捕集电厂综合灵活运行方式原理示意图；
图3为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法的改进IEEE-39节点电力系统结构图；
图4为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法的流程示意图；
图5为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中日前调度阶段风光出力和负荷需求曲线；
图6为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中日内调度阶段风光出力和负荷需求曲线；
图7为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中日前调度阶段电功率优化结果图；
图8为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中日前调度阶段热功率优化结果图；
图9为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中日内调度阶段电功率优化结果图；
图10为本发明的一种基于综合能源系统源-荷多时间尺度优化调度方法中日内调度阶段热功率优化结果图。
具体实施方式
以下结合实例对本申请的具体实施方式进行详细说明。显然，所描述的实施例仅仅是申请的一部分实施例，而不是全部实施例。
一种基于综合能源系统源-荷多时间尺度优化调度方法，具体方法如下：
一、构建基于多能互补的综合能源系统
综合能源系统包括风电机组、光伏机组、外部电网、碳捕集电厂、燃气轮机、电转气设备、电解槽装置、氢燃料电池、电锅炉、储碳和储液设备、刚性负荷和柔性负荷。
二、对基于多能互补的综合能源系统源荷两侧进行分析
源侧碳捕集电厂采用综合灵活运行方式。综合灵活运行方式是碳捕集电厂通过加入烟气旁路系统和溶液存储器共同作用，其相比于单独的储液式和分流式运行方式，综合灵活运行方式既可以根据不同时段的负荷需求自动将CO2排放到空气中，提高调度的灵活性，也可以实现“削峰填谷”，即负荷高峰时将碳捕集能耗转移至低谷期；负荷低谷时升高碳捕集能耗。由此可以解决负荷需求和碳捕集能耗之间的矛盾，进一步提高了可再生能源的利用；荷侧考虑多种需求响应资源，需求响应资源包含价格型需求响应资源和激励型需求响应资源两种，价格型需求响应资源通过变化电能价格引导用户进行合理的用电行为，使用户改变之前的用电习惯，产生良好的用电导向。价格型需求响应资源可以改变负荷曲线，降低电力负荷峰谷差，因此减小了用户的用电成本，使用户主动参与到系统的调峰当中。由于价格型需求响应资源随电能价格变化的速度较慢，故本文将其用于日前调度阶段中。负荷用户包含刚性负荷、可转移负荷、可中断负荷和可替代负荷。
三、提出基于多能互补的综合能源系统源-荷多时间尺度优化调度策略
根据不同需求响应资源对电网调度指令响应速度的快慢，将需求响应资源分为以下两类：
一级需求响应：这类需求响应资源对电网调度指令响应的速度较慢，响应时长通常大于1h，需要提前24h通知，故此类需求响应资源用于日前调度阶段中；
二级需求响应：这类需求响应资源对电网调度指令响应的速度较快，响应时长通常为5-15min，需要提前15min-4h通知，故此类需求响应资源用于日内调度阶段中。
需求响应资源可以改变负荷曲线，优化碳捕集电厂的出力，降低综合能源系统的CO2排放量，是提高碳捕集电厂捕获CO2能力的有效手段。并且在日前、日内两阶段，通过使用不同类型的需求响应资源，可以实现在负荷高峰时削减负荷来降低机组出力，减小CO2排放量；在负荷低谷时增加负荷来提高可再生能源消纳，降低系统弃风弃光量。
本文对于源侧采用综合灵活运行方式的碳捕集电厂在日前阶段使用对电网调度指令响应速度较慢的价格型需求响应和一级需求响应；在日内阶段使用对电网调度指令响应速度较快的二级需求响应，以此来改善系统的负荷和旋转备用计划，弥补采用综合灵活运行方式的碳捕集电厂旋转备用能力较弱的缺陷，从而实现降低系统的碳排放量，提高系统的经济效益。
四、建立基于多能互补的综合能源系统源-荷多时间尺度优化调度模型
按照所提出的基于多能互补的综合能源系统源-荷多时间尺度优化调度策略，以系统总成本最低为目标函数。
1)日前调度阶段
本文日前调度阶段以系统总成本最低为目标函数，所提模型的调度周期为24h，时间尺度为1h。其目标函数为：
F1＝min(FH+FK+FW+FC+FS+FIDR1) (1)
式中：FH为机组燃煤消耗成本；FK为机组启停惩罚成本；FW为系统弃风弃光成本；FC为阶梯式碳交易成本；FS为碳捕集设备中溶液损耗成本；FIDR1为使用一级需求响应资源成本。
机组燃煤消耗成本FH如下式：
式中：T为总调度周期数；Ut为机组在t时刻时的启停状态；a、b、c分别为机组燃煤消耗成本系数；PG,t为机组在t时刻时的出力大小。
对于碳捕集电厂，其在t时刻的发电功率PCCPP,t首先供给碳捕集装置使用，这类电功率称为碳捕集耗能功率Pt CCT。剩余的电功率供给其它用电设备，这类电功率称为机组的净输出功率Pt E，它们的关系为：
PCCPP,t＝Pt CCT+Pt E (3)
碳捕集耗能功率Pt CCT包括基础耗能功率
和运行耗能功率
前者可以看作常数，后者与二氧化碳的捕集量有关。根据图2中碳捕集电厂综合灵活运行方式原理示意图，建立碳捕集电厂的数学模型如下式：
式中：MP,t为机组在t时刻时捕获的碳排放量；ECG,t为机组的溶液存储器在t时刻时供给的碳排放量；EG,t为机组在t时刻时CO2总排放量；PMT,t为机组在t时刻时的发电功率；λCCT和
分别为机组在t时刻时捕集单位CO2时所消耗的电能和碳捕集效率；δ为机组的烟气分流比；ζ为压缩机和再生塔装置最大工作状态系数；ec为机组的单位碳排放强度。
采用综合灵活运行方式的碳捕集电厂净输出功率的数学模型为：
式中：PCCPP,t为t时刻时碳捕集电厂净输出功率；PG,t为t时刻时电厂总输出功率；Mcyg为储液罐供给的待处理CO2总质量。
对于储碳装置，其数学模型为：
式中：Mt和Mt-1分别为t时刻和t-1时刻时储碳设备在此时的储碳量；Mt,out为t时刻时储碳设备输出CO2量；Mmin和Mmax分别为储碳设备最小储碳量和最大储碳量；β为储碳设备的损耗系数。
机组启停惩罚成本FK如下式：
式中：Ut-1为机组在t-1时刻时的启停状态；CK为机组启停惩罚成本系数。
弃风弃光成本FW如下式：
式中：CW为弃风弃光成本系数；
和
分别为t时刻时弃风和弃光功率。
阶梯式碳交易成本FC如下式：
阶梯式碳交易模型包含碳排放配额模型和实际碳排放模型，本文将碳排放量分为5个区间。为了有效减少CO2的实际排放量，本文建立了阶梯式碳交易机制，通过对各个机组的碳排放分配配额进而控制碳排放总量。如果实际碳排放小于分配到的碳配额，则可以将剩余的碳配额进行出售，反之，则需要购买超出部分的碳配额。
式中：
为t时刻阶梯式碳交易成本。
(1)碳排放配额模型
综合能源系统中的碳排放源包含碳捕集电厂和燃气轮机。
式中：EC、ECCPP和EGB分别为系统总的碳配额、碳捕集电厂机组碳配额和燃气轮机碳配额；λi和λg分别为碳捕集电厂机组单位电力消耗的碳配额和燃气机组单位气消耗的碳配额。
(2)实际碳排放模型
由于碳捕集与封存技术可以吸收一部分CO2，故实际碳排放模型为：
式中：Ec,a为系统总的实际碳排放量；ECCPP,a和EGB,a分别为CCPP机组和燃气轮机的实际碳排放量；EP2G,a为P2G装置实际吸收的CO2量；a1、b1、c1和a2、b2、c2分别为CCPP机组和燃气机组的碳排放计算参数。
(3)阶梯式碳交易模型
由碳排放配额和实际碳排放可求出参与碳交易市场的碳排放权交易额。
EC,t＝EC,a-EC (12)
式中：EC,t为系统总的碳排放权交易额。
本文建立的阶梯式碳交易模型，将碳排放划分为多个区间，随着购买的碳配额越多，相应区间的购买价格也越高。阶梯式碳交易模型为：
式中：
为阶梯式碳交易成本；θ为碳交易基本价格；l为碳排放量区间长度；β为价格增长率。
溶液损耗成本FS如下式：
式中：CS为溶剂的成本系数；ψ为溶剂的运行损耗系数。
一级需求响应资源成本FIDR1如下式：
式中：CIDR1为采用一级需求响应资源成本系数；PIDR1,t为在t时刻时调用一级需求响应资源总量。
系统平衡约束为：
功率平衡约束
式中：PPBDR,t为在t时刻时经过PBDR资源调用后的负荷功率；PWT,t和PPV,t分别为t时刻时风电出力和光伏出力；N为IES中不同机组的种类；Pi,t为机组i在t时刻时的净输出功率。
风、光出力约束
式中：
和
分别为t时刻风、光预测出力。
碳捕集电厂运行约束
(1)机组出力约束
式中：PCCPP,min和PCCPP,max分别为机组的最小出力和最大出力。
(2)机组爬坡约束
Rdown≤PCCPP,t-PCCPP,t-1≤Rup (19)
式中：Rup和Rdown分别为机组的上、下爬坡速率。
(3)机组启停约束
式中：
和
分别为机组在t-1时刻时已经连续开机时间和关机时间；
和
分别为机组的最小开机时间和最小关机时间。
(4)溶液存储器相关约束
式中：VF,t和VF,t-1分别为机组在t时刻和t-1时刻时富液存储器的溶液体积；VP,t和VP,t-1分别为机组在t时刻和t-1时刻时贫液存储器的溶液体积；VC,t为溶液存储器在t时刻时排放二氧化碳所需的溶液体积；VRY为溶液存储器的容量大小；VF,0和VF,24分别为富液存储器的初始溶液体积和调度周期结束后的溶液体积；VP,0和VP,24分别为贫液存储器的初始溶液体积和调度周期结束后的溶液体积。
式中：MMEA和MC分别为乙醇胺溶液的摩尔质量和二氧化碳的摩尔质量；φ为再生塔的解析量；KR为乙醇胺溶液的浓度系数；ρR为乙醇胺溶液的密度。
燃气轮机约束
式中：Qg-h,t为t时刻燃气轮机装置的制热功率；
为t时刻燃气轮机装置的供热功率上限。
氢燃料电池约束
式中：Pe-c,t为t时刻电解槽装置消耗的电功率；
为t时刻电解槽装置出力上限；PHFC,t和QHFC,t分别为t时刻氢燃料电池电输出功率和热输出功率；
和
分别为t时刻氢燃料电池电、热功率上限。
电转气设备约束
式中：
和
分别为电转气设备在t时刻时电转气耗氢功率和电转气生成天然气功率；
为电转气设备耗氢功率上限；
为电转气设备出力上限。
储能约束
在综合能源系统中不同能源储能装置的数学模型类似，因此针对文中五种类型的储能装置进行统一建模。
式中：Ees,i,t和Pes,i,t分别为第i种储能装置在t时刻的储能容量和储能功率；τ为不同储能装置的能量损失率；Pch,i和Pdis,i分别为第i种储能装置的储能充、放功率；ηch,i和ηdis,i分别为第i种储能装置的储能充、放效率；Ves,i为第i种储能装置的总容量；λmin,i和λmax,i分别为第i种储能装置的储能最小和最大荷电状态；δch,i和δdis,i分别为第i种储能装置的最大充、放能速率；
和
分别为第i种储能装置的充、放能功率下限和上限；μch,t和μdis,t分别为储能和放能状态变量；
和
分别为第i种储能装置的容量下限和上限。
需求响应资源约束
本文PBDR资源使用峰平谷分时电价来建立数学模型，其约束为：
式中：λq为负荷变化率矩阵；E为弹性需求矩阵；dp为电价变化率矩阵。
需求响应资源的使用量与响应速度和响应容量有关，其约束条件为：
式中：
为一级需求响应负荷的最大响应量；VIDR1为一级需求响应负荷的响应速率。
旋转备用约束
式中：
和
分别为机组的净出力上限和下限；
和
分别为系统在t时刻时需要的上旋转备用量和下旋转备用量。
联络线交互功率约束
式中：Pex,t为t时刻联络线交互功率；
和
分别为联络线交互的最小功率和最大功率。
2)日内调度阶段
本文日内调度阶段以系统总成本最低为目标函数，所提模型的调度周期为24h，时间尺度为15min。此阶段相比于日前调度阶段需要考虑二级需求响应资源的调用成本和失负荷成本，不需要考虑一级需求响应资源的调用成本和机组启停成本。其目标函数为：
F2＝min(FH+FW+FC+FS+Fq+FIDR2) (31)
式中：Fq为失负荷成本；FIDR2为使用二级需求响应资源成本。
由于本节中机组燃煤消耗成本、系统弃风弃光成本、阶梯式碳交易成本和碳捕集设备中溶液损耗成本模型与日前调度阶段中的模型类似，故在本节不再重复叙述。
失负荷成本
式中：Cq为单位失负荷成本系数；Pq,t为在t时段时的机组失负荷功率。
二级需求响应资源成本
式中：CIDR2为采用二级需求响应资源成本系数；PIDR2,t为在t时刻时调用二级需求响应资源总量。
系统平衡约束为：
本节中风光出力约束、碳捕集电厂运行约束、燃气轮机约束、氢燃料电池约束、电转气设备约束、储能约束、需求响应资源约束和联络线交互功率约束与日前调度阶段中的约束条件类似，故在本节不再重复叙述。
功率平衡约束
式中：PRN,t为日内阶段负荷在t时刻时的预测功率；ΔPPBDR,t为日前阶段在t时刻时确定的价格型需求响应资源响应量。
旋转备用约束
另本申请提供了算例分析来验证该基于多能互补的综合能源系统源-荷多时间尺度优化调度方法的有效性，本算例提供了四种方案进行分析验证，具体方案如下：
方案1：综合能源系统中各类设备单独运行，考虑分流式碳捕集电厂的系统多时间尺度优化调度，不考虑需求响应资源；
方案2：综合能源系统中各类设备采用联合运行模式，没有细化电转气两阶段运行过程，考虑分流式碳捕集电厂的系统多时间尺度优化调度，考虑需求响应资源；
方案3：综合能源系统中各类设备采用联合运行模式，没有细化电转气两阶段运行过程，考虑综合灵活运行方式碳捕集电厂的系统多时间尺度优化调度，考虑需求响应资源；
方案4：综合能源系统中各类设备采用联合运行模式，细化电转气两阶段运行过程，考虑综合灵活运行方式碳捕集电厂的系统多时间尺度优化调度，考虑需求响应资源。
图7展示本方案下日前调度阶段综合能源系统电功率最优运行结果，可以看出，电力系统可以满足电负荷的需求，并且由于系统中加入了需求响应资源，使得用户的用能分配更加合理。在0-6时刻，夜间由氢燃料电池、风电、碳捕集电厂机组和燃气轮机供电，满足电负荷需求，并将多余的电功率用于电解水制氢存储；在7-15时刻，白天电负荷需求增大，可再生能源发电占比增大，光伏开始供电，碳捕集电厂机组出力减小；在16-18时刻，光伏出力逐渐减小，由风电、氢燃料电池和碳捕集电厂机组供电满足电功率平衡；在19-24时刻，风电出力逐渐增加，将剩余的电功率用于电解水制氢存储。在该调度周期内，多种能源供电最终满足电负荷的需求。
图8展示本方案下日前调度阶段综合能源系统热功率最优运行结果，可以看出，由于系统中加入了需求响应资源，使得用户的用能分配更加合理，热力系统可以满足热负荷的需求。在0-6时刻，夜间热负荷较大，氢燃料电池、燃气轮机和电锅炉以最大供热出力输出给热负荷；在7-18时刻，随着日间光照强度增大，电负荷增大，热负荷减小，燃气轮机和电锅炉减小供热出力；在19-24时刻，光照强度逐渐减小，氢燃料电池、燃气轮机和电锅炉供热出力逐渐增大，以实现热功率平衡。在该调度周期内，氢燃料电池、燃气轮机和电锅炉相互配合，最终满足热负荷的需求。
图9和图10展示本方案下日内调度阶段综合能源系统电功率和热功率最优运行结果，可以看出，电力系统和热力系统可以满足电负荷和热负荷的需求，并且由于系统中加入了需求响应资源，使得用户的用能分配更加合理。日内调度阶段可以修正日前调度阶段调度计划和预测的偏差，其相比于日前调度阶段对于机组出力和负荷需求预测更加精准，更有利于降低系统的总成本，减小系统的总碳排放量，提高可再生能源消纳。
表1日前调度阶段不同方案的运行结果
下面通过对表1方案之间的数据对比进行数据分析。
在日前调度阶段，方案2对比方案1，综合能源系统中各类设备采用联合运行模式，并且考虑需求响应资源，增加了机组的煤耗成本和一级需求响应资源成本，但是联合运行模式降低了系统CO2排放量、系统弃风弃光成本和机组启停成本，增加了系统碳交易收益，从而降低了系统的总成本。方案3相比于方案2考虑碳捕集电厂综合灵活运行方式，虽然增加了机组煤耗成本，但是进一步降低了系统CO2排放量和机组启停成本，增加了系统碳交易收益，进一步降低了系统的总成本，从而证明了碳捕集电厂综合灵活运行方式的优越性。方案4在方案3的基础上考虑细化电转气两阶段运行过程，进一步提高了碳捕集设备的捕集量和消耗CO2量，并且更好的发挥了氢能优势，使得在方案4下系统的碳排放量最低，总成本达到最优，由此提高了系统的低碳性能和经济性能，验证了综合能源系统中各类设备采用联合运行模式，细化电转气两阶段运行过程，考虑碳捕集电厂综合灵活运行方式和需求响应资源的有效性。
表2日内调度阶段不同方案的运行结果
下面通过对表2方案之间的数据对比进行数据分析。
在日内调度阶段，方案2对比方案1，综合能源系统中各类设备采用联合运行模式，并且考虑需求响应资源，其在碳排放量、机组煤耗成本、弃风弃光成本和总成本方面都低于方案1，证明了采用联合运行模式并且考虑需求响应资源的有效性。方案3相比于方案2考虑碳捕集电厂综合灵活运行方式，其在碳排放量和总成本方面都低于方案2，从而证明了碳捕集电厂综合灵活运行方式的有效性。方案4相比于方案3将电转气运行过程细化为电转气两阶段运行过程，进一步提高了碳捕集设备的捕集量和消耗CO2量，并且更好的发挥了氢能优势，其在碳排放量、机组煤耗成本和总成本方面都低于方案3，从而证明了本文调度方案的优越性。在此调度阶段下，四种方案均未发生失负荷的情况。
以上所述，仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (8)
1.一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于，包括以下步骤：
步骤A：首先源荷两侧协调配合，根据不同需求响应资源对电网调度指令响应速度的快慢，将需求响应资源分为一级需求响应资源和二级需求响应资源两类。一级需求响应资源用于日前调度阶段中，二级需求响应资源用于日内调度阶段中；
步骤B：源侧将传统火电机组加装碳捕集设备改造后形成碳捕集电厂，碳捕集电厂采用综合灵活运行方式。综合灵活运行方式是碳捕集电厂通过加入烟气旁路系统和溶液存储器共同作用；
步骤C：荷侧考虑多种需求响应资源，需求响应资源包含价格型需求响应资源和激励型需求响应资源两种，负荷用户包含刚性负荷、可转移负荷、可中断负荷和可替代负荷；
步骤D：获取综合能源系统初始碳排放配额和实际碳排放配额，据此构建综合能源系统阶梯式碳交易模型；
步骤E：在步骤A的基础上，调用步骤B和步骤C中所述的源侧两侧资源，考虑步骤D中所述的阶梯式碳交易模型，建立源荷协调的日前-日内两阶段低碳经济优化调度模型；
步骤F：基于步骤E中的源荷协调的日前-日内两阶段低碳经济优化调度模型，改进IEEE-39节点作为算例仿真,利用MATLAB软件中的求解器CPLEX软件对模型进行求解。
2.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述步骤A中的综合能源系统包括风电机组、光伏机组、外部电网、碳捕集电厂、燃气轮机、电转气设备、电解槽装置、氢燃料电池、电锅炉、储碳和储液设备、刚性负荷和柔性负荷。
3.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述步骤A中的需求响应资源类型是根据不同需求响应资源对电网调度指令响应速度的快慢来划分其类型。
4.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述步骤A中的一级综合需求响应：这类综合需求响应资源对电网调度指令响应的速度较慢，响应时长通常大于1h，需要提前24h通知，故此类综合需求响应资源用于日前调度阶段中；二级综合需求响应：这类综合需求响应资源对电网调度指令响应的速度较快，响应时长通常为5-15min，需要提前15min-4h通知，故此类综合需求响应资源用于日内调度阶段中。
5.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述步骤B中的源侧碳捕集电厂采用综合灵活运行方式，综合灵活运行方式是碳捕集电厂通过加入烟气旁路系统和溶液存储器共同作用，其相比于单独的储液式和分流式运行方式，综合灵活运行方式既可以根据不同时段的负荷需求自动将CO2排放到空气中，提高调度的灵活性，也可以实现“削峰填谷”，即负荷高峰时将碳捕集能耗转移至低谷期；负荷低谷时升高碳捕集能耗，由此可以解决负荷需求和碳捕集能耗之间的矛盾，进一步提高了可再生能源的利用。
6.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述步骤C中的荷侧考虑多种需求响应资源，需求响应资源包含价格型需求响应资源和激励型需求响应资源两种，价格型需求响应资源通过变化电能价格引导用户进行合理的用电行为，使用户改变之前的用电习惯，产生良好的用电导向，价格型需求响应资源可以改变负荷曲线，降低电力负荷峰谷差，因此减小了用户的用电成本，使用户主动参与到系统的调峰当中，由于价格型需求响应资源随电能价格变化的速度较慢，故本文将其用于日前调度阶段中，负荷用户包含刚性负荷、可转移负荷、可中断负荷和可替代负荷。
7.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述步骤D中的阶梯式碳交易模型包含初始碳排放配额、实际碳排放配额和碳排放价格，并且根据碳排放配额和实际碳排放量可求出参与碳交易市场的碳排放权交易额。
8.根据权利要求1所述的一种基于综合能源系统源-荷多时间尺度优化调度方法，其特征在于：所述基于多能互补的综合能源系统源-荷多时间尺度优化调度方法还包括对各个环节的约束，包括功率平衡约束、机组运行约束、综合能源系统中各个设备的约束和联络线交互功率约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211424005.8A CN115907363A (zh) | 2022-11-15 | 2022-11-15 | 一种基于综合能源系统源-荷多时间尺度优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211424005.8A CN115907363A (zh) | 2022-11-15 | 2022-11-15 | 一种基于综合能源系统源-荷多时间尺度优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115907363A true CN115907363A (zh) | 2023-04-04 |
Family
ID=86470459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211424005.8A Pending CN115907363A (zh) | 2022-11-15 | 2022-11-15 | 一种基于综合能源系统源-荷多时间尺度优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115907363A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118034066A (zh) * | 2024-04-11 | 2024-05-14 | 国网江苏省电力有限公司常州供电分公司 | 多能耦合舱能源系统协调运行控制方法、设备和存储介质 |
-
2022
- 2022-11-15 CN CN202211424005.8A patent/CN115907363A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118034066A (zh) * | 2024-04-11 | 2024-05-14 | 国网江苏省电力有限公司常州供电分公司 | 多能耦合舱能源系统协调运行控制方法、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107482688B (zh) | 一种碳捕集虚拟电厂调度优化方法 | |
| CN105305419B (zh) | 一种含有压缩空气储能的独立微网容量优化配置方法 | |
| CN108173283A (zh) | 一种含风光可再生能源的热电联供系统运行方法 | |
| CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
| CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
| CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
| CN115115087B (zh) | 一种考虑氢燃料汽车与氢储能的虚拟电厂协调调度方法 | |
| CN114243691A (zh) | 一种电力系统低碳优化调度方法 | |
| CN115238987A (zh) | 计及多类型低碳因素与需求响应的能效提升调度方法 | |
| CN114936720A (zh) | 一种源-荷-储协调的综合能源系统低碳经济调度方法 | |
| CN113742944A (zh) | 一种考虑电制氢系统的虚拟电厂建模方法 | |
| CN115689233A (zh) | 计及调峰主动性的风光水火储系统互补协调优化调度方法 | |
| CN116093949A (zh) | 考虑两阶段p2g混合储能与碳势控制需求响应优化方法 | |
| CN117040000A (zh) | 一种耦合碳捕集和电制氢的综合能源系统热电优化方法 | |
| CN116742812A (zh) | 一种多能互补发电系统储能容量协调优化配置方法和系统 | |
| CN115907363A (zh) | 一种基于综合能源系统源-荷多时间尺度优化调度方法 | |
| CN118278664A (zh) | 综合能源系统优化调度方法、设备和存储介质 | |
| CN117973886A (zh) | 含氢能全链路的综合能源系统协同规划运行方法及系统 | |
| CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
| CN116742692A (zh) | 一种计及综合需求响应含氢能综合能源系统优化调度方法 | |
| CN116562423A (zh) | 基于深度强化学习的电-热耦合新能源系统能量管理方法 | |
| CN114049004B (zh) | 一种电氢能源站容量随机规划方法、系统和装置 | |
| 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 | |
| CN115375343A (zh) | 一种考虑分布式电源消纳效益的配电网协同互动方法 | |
| CN112685879A (zh) | 一种区域电热互联能源系统的多目标优化方法 |
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 |