CN115983508B - 一种融合碳排放流的综合能源系统调度方法及终端机 - Google Patents
一种融合碳排放流的综合能源系统调度方法及终端机 Download PDFInfo
- Publication number
- CN115983508B CN115983508B CN202310274235.9A CN202310274235A CN115983508B CN 115983508 B CN115983508 B CN 115983508B CN 202310274235 A CN202310274235 A CN 202310274235A CN 115983508 B CN115983508 B CN 115983508B
- Authority
- CN
- China
- Prior art keywords
- power
- representing
- period
- energy storage
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 121
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004146 energy storage Methods 0.000 claims abstract description 73
- 238000009826 distribution Methods 0.000 claims abstract description 45
- 238000012937 correction Methods 0.000 claims abstract description 6
- 239000013598 vector Substances 0.000 claims description 33
- 239000011159 matrix material Substances 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- 238000010438 heat treatment Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 8
- QVQLCTNNEUAWMS-UHFFFAOYSA-N barium oxide Chemical compound [Ba]=O QVQLCTNNEUAWMS-UHFFFAOYSA-N 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 241000907788 Cordia gerascanthus Species 0.000 claims description 3
- 101100379080 Emericella variicolor andB gene Proteins 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims 12
- 229910002092 carbon dioxide Inorganic materials 0.000 claims 6
- 239000001569 carbon dioxide Substances 0.000 claims 6
- 238000012821 model calculation Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种融合碳排放流的综合能源系统调度方法及终端机,涉及综合能源系统优化调度领域,获取综合能源系统的元件信息;基于目标函数和约束条件,建立面向综合能源系统低碳运行的优化调度模型;通过多时间段解耦方法和碳排放流反馈校正,求取各单时段内的综合能源系统调度模型,得到各单时段的调度结果;将各单时段调度结果累积得到最终全时段调度结果信息,结果信息包括全时段系统总排放成本,各分布式电源、储能元件和电锅炉出力、电网潮流分布以及热力管网水力和热力分布。方法通过实时碳排放流作为反馈指标,校正优化调度结果,实现系统低碳优化运行,同时将多时间段调度问题分解为若干单时间段调度进行求解,提高了模型计算效率。
Description
技术领域
本发明涉及综合能源系统优化调度领域,尤其涉及一种融合碳排放流的综合能源系统调度方法及终端机。
背景技术
在能源转型背景下,综合能源系统成为未来电网发展的重要发展方向。综合能源系统是指以电能为核心,电、气、热等多类型能源深度耦合,协同运行的多能源系统,主要面向能源系统的需求侧。综合能源系统打破能源行业之间的壁垒,实现多种能源形式的协调互济,推动传统电力行业向多元化、清洁化、高效化、可持续化的方向发展。
综合能源系统优化调度对于协调多类型能源,促进系统安全稳定高效运行具有重要的理论和实际意义。然而,目前综合能源系统优化调度中对于系统的碳排放评估的研究较少,大多数现有技术仅仅从宏观层面对综合能源系统的碳排放进行评估与效益分析,而无法对系统运行过程中的碳排放流进行精确跟踪,如何基于综合能源系统调度中引入碳排放流理论,并通过碳排放流分布实时变化为系统调度运行提供反馈,从而促进综合能源系统的低碳优化运行的当前亟待解决的问题。
发明内容
本发明提供一种融合碳排放流的综合能源系统调度方法,方法能够使得综合能源的运行策略有据可依,从而促进系统的低碳优化运行。
方法包括:
S101、获取综合能源系统的元件信息;
S102、基于目标函数和约束条件,建立面向综合能源系统低碳运行的优化调度模型;
S103、通过多时间段解耦方法和碳排放流反馈校正方法,求取各单时段内的综合能源系统调度模型,得到各单时段的调度结果;
S104、将各单时段调度结果累积得到最终全时段调度结果信息,结果信息包括全时段系统总排放成本,各分布式电源、储能元件和电锅炉出力、电网潮流分布以及热力管网水力和热力分布。
进一步需要说明的是,步骤S102中面向综合能源系统低碳运行的优化调度模型的目标函数为最小化系统的总碳排放成本,表示为:
其中,T表示调度时段总数,K表示分布式电源总数,P G0,t 和e G0,t 表示综合能源系统从主网购入的有功功率和主网碳排放强度,P Gk,t 和e Gk,t 表示第k台分布式机组在第t个时段的输出有功功率和碳排放强度。
进一步需要说明的是,步骤S102中约束条件包括:电网约束、热力管网约束和电-热耦合元件约束;
电网约束包括电网线性化交流潮流方程、线路潮流约束、母线电压约束、分布式电源有功出力约束和储能元件运行约束。
进一步需要说明的是,电网线性化交流潮流方程包括节点功率方程和支路功率方程:
其中,N表示电网母线数量,∆ i 表示与母线i相连的分布式电源的集合,Q Gk,t 表示第k台分布式机组在第t个时段的输出无功功率,P Li,t 和Q Li,t 表示母线i在第t个时段的有功和无功负荷,P ij,t 和Q ij,t 表示传输线ij在第t个时段的注入有功功率和无功功率,V i,t 和θ i,t 表示母线i在第t个时段的电压和相角,V j,t 和θ j,t 表示母线j在第t个时段的电压和相角,G ij 和B ij 表示节点导纳矩阵中元素的实部和虚部;B' ij表示忽略接地导纳时节点导纳矩阵元素的虚部。
进一步需要说明的是,线路潮流约束为:
其中,表示传输线ij的最大传输功率;
母线电压约束为:
其中,和/>表示母线i的电压下限和上限;
分布式电源有功出力约束为:
其中,和/>表示分布式电源k的输出有功功率下限和上限;
储能元件运行约束为:
其中,、/>和/>表示储能元件m在第t个时段的充电功率、放电功率和电量,
表示该储能元件的最小/最大充电功率,最小/最大放电功率,最小/最大电量、电量损失率和充/放电效率,∆T表示调度时段步长。
进一步需要说明的是,热力管网约束具体包括质量流量平衡约束、回路水压约束、节点功率平衡约束、管道温度降落方程、节点温度混合方程、热源出力限制约束和节点温度限制方程;
质量流量平衡约束描述质量流量的连续性,即流入节点的质量流量等于流出节点的质量流量加上节点消耗的质量流量:
其中,A h表示热力管网的节点-支路关联矩阵;m表示热力管道的流量向量;m q表示节点注入流量向量;
回路水压约束表示在热力网络的封闭回路中压头损失之和为零:
其中,B h表示热力管网的回路-支路关联矩阵;K h表示热力管道的阻力系数向量;
节点热功率平衡方程:
其中,Φ G 和Φ L 表示节点的输入热功和热负荷向量;C p表示水的比热容;T s和T o分别表示节点的供水温度和输出温度向量;
管道温度降落方程描述质量流量流经管道后温度变化与管道长度呈指数关系:
其中,T end和T start分别表示流量流出和流入管道时的温度;T am表示环境温度;λ表示热力管道的传热系数;L h表示热力管道的长度。
进一步需要说明的是,节点温度混合方程表示经过同一个热力节点的所有质量流量与温度的乘积之和是恒定的:
其中,m in和m out分别表示流入和流出节点的流量;T in和T out分别表示流量混合前和混合后的温度;
热源出力限制约束表示热力管网中各热源的热功率应处于正常范围内:
其中,表示热源的输出热功率向量,/>和/>分别表示热源的最小和最大输出热功率向量;
节点温度限制方程表示热力管网中各节点的供水温度和回水温度应处于正常范围内:
其中,和/>分别表示节点供水温度下限和上限向量;/>分别表示节点回水温度下限和上限向量。
进一步需要说明的是,电-热耦合元件约束包括电锅炉运行方程和输出热功率限制;
电-热耦合元件通过消耗电功率来产生热功率,其运行约束如下
其中,和/>分别表示电锅炉产生的热功率和消耗的电功率;η EB表示电锅炉的电转热效率系数;/>和/>分别表示电锅炉的最小和最大输出热功率。
进一步需要说明的是,步骤S103具体包括以下步骤:
3.1)初始化t= 1;
3.2)获取第t个时段的电力负荷和热力负荷数据、第t−1个时段的储能元件电量、碳排放流分布和分布式电源出力数据;
3.3)假定所有储能元件不接入电网,求解单时段下的综合能源系统低碳优化调度模型,得到各分布式电源的出力、电网潮流分布以及热力管网水力和热力分布;
根据电网潮流结果,计算电网碳排放流分布,得到电网各母线的碳势,计算公式如下:
其中,E N表示电网母线碳势向量,P N表示电网母线有功通量矩阵,P B表示电网支路潮流分布矩阵,P G表示电网机组注入分布矩阵,E G表示电网发电机组碳排放强度;
3.4)计算各储能元件在第t个时段的碳排放强度,若储能元件m在第t个时段处于充电状态,将储能元件视为负荷,碳排放强度为0;
若储能元件m在第t个时段处于放电状态,将储能元件视为分布式电源,碳排放强度由下述公式计算:
其中,e sm,t 表示储能元件m在第t个时段的碳排放强度,表示该储能元件在上一次由放电状态变为充电状态时的碳流量和电量;
表示该储能元件在第i个时段的充电功率和放电功率,/>表示该储能元件的放电效率,∆T表示调度时段步长;
比较储能元件的碳排放强度e sm,t 与储能元件所连母线的碳势e i :
若e sm,t <e i ,将储能元件设置为放电状态;
若e sm,t >e i ,将储能元件设置为充电状态;
若e sm,t =e i ,将储能元件设置为离线状态;
3.5)根据储能元件的接入状态,重新求解当前时段下的综合能源系统低碳优化调度模型,得到各分布式电源的出力、电网潮流分布、热力管网水力和热力分布;
根据电网潮流结果,计算电网碳排放流分布,得到电网各母线的碳势;
3.6)校验储能元件的碳排放强度和所连节点碳势是否满足要求;
若不满足要求,转到步骤3.4);若满足要求,执行下一步骤;
3.7)将步骤3.5)中的调度计算结果作为第t个时段的调度结果,令t=t+1,若t<N,转至步骤3.2)进行下一时段的优化调度,若t>N,计算结束。
本发明还提供一种终端机,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,处理器执行所述程序时实现融合碳排放流的综合能源系统调度方法的步骤。
从以上技术方案可以看出,本发明具有以下优点:
(1)本发明提供融合碳排放流的综合能源系统调度方法在综合能源系统调度中引入碳排放流理论,能够在系统调度运行中实现对碳排放流分布的精确跟踪。当综合能源系统所连接的主网运行方式发生改变时,综合能源系统内各电网母线的碳势也会实时发生变化,碳排放流追踪能够使得综合能源的运行策略有据可依,从而促进系统的低碳优化运行。
(2)由于碳排放流的计算依赖于电网潮流分布结果,难以作为控制指标参与到综合能源系统调度中。为此,本发明提出基于多时间段解耦和碳排放流反馈校正方法的综合能源系统调度框架。一方面,将原来多时间段的综合能源调度模型分解为若干单时间段优化模型,能够有效提高模型计算效率;另一方面,在每个单时间段中计算系统实时碳排放流分布,并以此为控制指标反馈至调度计算中,从而修正优化调度结果,实现面向低碳运行的综合能源系统优化运行。
附图说明
为了更清楚地说明本发明的技术方案,下面将对描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为融合碳排放流的综合能源系统调度方法流程图。
具体实施方式
如图1是本发明提供融合碳排放流的综合能源系统调度方法中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的步骤而非按照实际实施时的步骤及功能,其实际实施时步骤、数量及作用可为一种随意的改变,且其步骤的功能和用途也可能更为复杂。
融合碳排放流的综合能源系统调度方法可以基于人工智能技术对关联的数据进行获取和处理。其中,本发明利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用装置。当然融合碳排放流的综合能源系统调度方法还具有机器学习功能,其中本发明方法中的机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
如图1示出了本发明的融合碳排放流的综合能源系统调度方法的较佳实施例的流程图。本发明的方法应用于一个或者多个终端机中,所述终端机是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
终端机可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant, PDA)、交互式网络电视(Internet Protocol Television,IPTV)等。
终端机还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络服务器构成的云。
终端机所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
下面将结合图1来详细阐述本发明的融合碳排放流的综合能源系统调度方法,本发明的方法,通过分析碳排放流分布实时变化趋势,为系统调度运行提供反馈,从而促进综合能源系统的低碳优化运行,对于碳排放流分布的能够精确跟踪。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示是一具体实施例中融合碳排放流的综合能源系统调度方法的流程图,方法包括:
S101、获取综合能源系统的元件信息;
元件信息具体包括电网中分布式电源、储能元件、电网拓扑、传输线路与电力负荷参数,热力管网中管网拓扑、热力管道与热负荷参数以及电-热耦合元件参数。
S102、基于目标函数和约束条件,建立面向综合能源系统低碳运行的优化调度模型;
步骤二中构建的面向综合能源系统低碳运行的优化调度模型包括目标函数和约束条件。目标函数为最小化系统的总碳排放成本,表示为:
其中,T表示调度时段总数,K表示分布式电源总数,P G0,t 和e G0,t 表示综合能源系统从主网购入的有功功率和主网碳排放强度,P Gk,t 和e Gk,t 表示第k台分布式机组在第t个时段的输出有功功率和碳排放强度。
约束条件包括电网约束、热力管网约束和电-热耦合元件约束。
电网约束具体包括电网线性化交流潮流方程、线路潮流约束、母线电压约束、分布式电源有功出力约束和储能元件运行约束。
电网线性化交流潮流方程用一组线性化方程替代非线性电力潮流方程,降低潮流模型的求解难度,包括节点功率方程和支路功率方程:
其中,N表示电网母线数量,∆ i 表示与母线i相连的分布式电源的集合,Q Gk,t 表示第k台分布式机组在第t个时段的输出无功功率,P Li,t 和Q Li,t 表示母线i在第t个时段的有功和无功负荷,P ij,t 和Q ij,t 表示传输线ij在第t个时段的注入有功功率和无功功率,V i,t 和θ i,t 表示母线i在第t个时段的电压和相角,V j,t 和θ j,t 表示母线j在第t个时段的电压和相角,G ij 和B ij 表示节点导纳矩阵中元素的实部和虚部;B' ij表示忽略接地导纳时节点导纳矩阵元素的虚部。
线路潮流约束:
其中,表示传输线ij的最大传输功率。
母线电压约束:
其中,表示母线i的电压下限和上限。
分布式电源运行约束:
其中,表示分布式电源k的输出有功功率下限和上限。
储能元件运行约束:
其中,表示储能元件m在第t个时段的充电功率、放电功率和电量,
表示该储能元件的最小/最大充电功率,最小/最大放电功率,最小/最大电量、电量损失率和充/放电效率,∆T表示调度时段步长。
热力管网约束具体包括质量流量平衡约束、回路水压约束、节点功率平衡约束、管道温度降落方程、节点温度混合方程、热源出力限制约束和节点温度限制方程。
质量流量平衡约束描述了质量流量的连续性,即流入节点的质量流量等于流出节点的质量流量加上节点消耗的质量流量:
其中,A h表示热力管网的节点-支路关联矩阵;m表示热力管道的流量向量;m q表示节点注入流量向量。
回路水压约束表示在热力网络的封闭回路中压头损失之和为零:
其中,B h表示热力管网的回路-支路关联矩阵;K h表示热力管道的阻力系数向量。
节点热功率平衡方程:
其中,Φ G 和Φ L 表示节点的输入热功和热负荷向量;C p表示水的比热容;T s和T o分别表示节点的供水温度和输出温度向量。
管道温度降落方程描述质量流量流经管道后温度变化与管道长度呈指数关系:
其中,T end和T start分别表示流量流出和流入管道时的温度;T am表示环境温度;λ表示热力管道的传热系数;L h表示热力管道的长度。
节点温度混合方程表示经过同一个热力节点的所有质量流量与温度的乘积之和是恒定的:
其中,m in和m out分别表示流入和流出节点的流量;T in和T out分别表示流量混合前和混合后的温度。
热源出力限制约束表示热力管网中各热源的热功率应处于正常范围内:
其中,表示热源的输出热功率向量,/>分别表示热源的最小和最大输出热功率向量。
节点温度限制方程表示热力管网中各节点的供水温度和回水温度应处于正常范围内:
其中,和/>分别表示节点供水温度下限和上限向量;/>和/>分别表示节点回水温度下限和上限向量。
电-热耦合元件(如电锅炉)可以通过消耗电功率来产生热功率,其运行约束如下
其中,和/>分别表示电锅炉产生的热功率和消耗的电功率;η EB表示电锅炉的电转热效率系数;/>分别表示电锅炉的最小和最大输出热功率。
S103、通过多时间段解耦方法和碳排放流反馈校正方法,求取各单时段内的综合能源系统调度模型,得到各单时段的调度结果;
所述基于多时间段解耦方法和碳排放流反馈校正的综合能源系统调度模型求解方法具体包括以下步骤:
3.1)初始化t= 1。
3.2)获取第t个时段的电力负荷和热力负荷数据、第t−1个时段的储能元件电量、碳排放流分布和分布式电源出力数据。
3.3)假定所有储能元件不接入电网,求解单时段下的综合能源系统低碳优化调度模型,得到各分布式电源的出力、电网潮流分布以及热力管网水力和热力分布。根据电网潮流结果,进一步计算电网碳排放流分布,得到电网各母线的碳势,计算公式如下:
其中,E N表示电网母线碳势向量,P N表示电网母线有功通量矩阵,P B表示电网支路潮流分布矩阵,P G表示电网机组注入分布矩阵,E G表示电网发电机组碳排放强度。
3.4)计算各储能元件在第t个时段的碳排放强度,若储能元件m在第t个时段处于充电状态,将储能元件视为负荷,碳排放强度为0;若若储能元件m在第t个时段处于放电状态,将储能元件视为分布式电源,碳排放强度由下述公式计算:
其中,e sm,t 表示储能元件m在第t个时段的碳排放强度,表示该储能元件在上一次由放电状态变为充电状态时(第t 0个时段)的碳流量和电量;/>表示该储能元件在第i个时段的充电功率和放电功率,/>表示该储能元件的放电效率,∆T表示调度时段步长。
比较储能元件的碳排放强度e sm,t 与储能元件所连母线的碳势e i :若e sm,t <e i ,将储能元件设置为放电状态;若e sm,t >e i ,将储能元件设置为充电状态;若e sm,t =e i ,将储能元件设置为离线状态。
3.5)根据储能元件的接入状态,重新求解当前时段下的综合能源系统低碳优化调度模型,得到各分布式电源的出力、电网潮流分布、热力管网水力和热力分布;根据电网潮流结果,进一步计算电网碳排放流分布,得到电网各母线的碳势。
3.6)校验储能元件的碳排放强度和所连节点碳势是否满足要求,若不满足要求,转到步骤3.4);若满足要求,执行下一步骤。
3.7)将步骤3.5)中的调度计算结果作为第t个时段的调度结果,令t=t+1,若t<N,转至步骤3.2)进行下一时段的优化调度,若t>N,计算结束。
S104、将各单时段调度结果累积得到最终全时段调度结果信息,结果信息包括全时段系统总排放成本,各分布式电源、储能元件和电锅炉出力、电网潮流分布以及热力管网水力和热力分布。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本发明能够将各单时段调度结果累积得到最终全时段调度结果信息,方便调度人员和监控人员进行查阅,监控效率有效的提升。还能够对碳排放流的综合能源系统数据高效率地收集、存储,并进行处理,可以基于各个时段的状态实现监控,使用多维空间描述整个碳排放流的综合能源系统状态。及时发现系统隐患并进行预警,以提高系统调度效率,控制风险,从而实现碳排放流追踪、管理和控制的及时性和科学性。
本发明的融合碳排放流的综合能源系统调度方法中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明的融合碳排放流的综合能源系统调度方法中,可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或电力服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(示例性的讲利用因特网服务提供商来通过因特网连接)。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种融合碳排放流的综合能源系统调度方法,其特征在于,方法包括:
S101、获取综合能源系统的元件信息;
S102、基于目标函数和约束条件,建立面向综合能源系统低碳运行的优化调度模型;
步骤S102中约束条件包括:电网约束、热力管网约束和电-热耦合元件约束;
电网约束包括电网线性化交流潮流方程、线路潮流约束、母线电压约束、分布式电源有功出力约束和储能元件运行约束;
S103、通过多时间段解耦方法和碳排放流反馈校正方法,求取每个时段内面向综合能源系统低碳运行的优化调度模型,得到各单时段的调度结果;
步骤S103具体包括以下步骤:
3.1)初始化 ;
3.2)获取第t个时段的电力负荷和热力负荷数据、第个时段的储能元件电量、碳排放流分布和分布式电源出力数据;
3.3)假定所有储能元件不接入电网,求解单时段下的面向综合能源系统低碳运行的优化调度模型,得到各分布式电源的出力、电网潮流分布以及热力管网水力和热力分布;
根据电网潮流结果,计算电网碳排放流分布,得到电网各母线的碳势,计算公式如下:
其中,E N表示电网母线碳势向量,P N表示电网母线有功通量矩阵,P B表示电网支路潮流分布矩阵,P G表示电网机组注入分布矩阵,E G表示电网发电机组碳排放强度;
3.4)计算各储能元件在第t个时段的碳排放强度,若储能元件sm在第t个时段处于充电状态,将储能元件视为负荷,碳排放强度为0;
若储能元件sm在第t个时段处于放电状态,将储能元件视为分布式电源,碳排放强度由下述公式计算:
其中,e sm,t表示储能元件sm在第t个时段的碳排放强度,表示该储能元件在上一次由放电状态变为充电状态时的碳流量和电量;
表示该储能元件在第i个时段的充电功率和放电功率,/>表示该储能元件的放电效率,/>表示调度时段步长;
比较储能元件的碳排放强度e sm,t与储能元件所连母线的碳势e i:
若e sm,t<e i,将储能元件设置为放电状态;
若e sm,t>e i,将储能元件设置为充电状态;
若e sm,t=e i,将储能元件设置为离线状态;
3.5)根据储能元件的接入状态,重新求解当前时段下的面向综合能源系统低碳运行的优化调度模型,得到各分布式电源的出力、电网潮流分布、热力管网水力和热力分布;
根据电网潮流结果,计算电网碳排放流分布,得到电网各母线的碳势;
3.6)校验储能元件的碳排放强度和所连节点碳势是否满足要求;
若不满足要求,转到步骤3.4);若满足要求,执行下一步骤;
3.7)将步骤3.5)中的调度计算结果作为第t个时段的调度结果,令t=t+1,若t<M,转至步骤3.2)进行下一时段的优化调度,若t> M,计算结束;
S104、将各单时段调度结果累积得到最终全时段调度结果信息,结果信息包括全时段系统总排放成本,各分布式电源、储能元件和电锅炉出力、电网潮流分布以及热力管网水力和热力分布。
2.根据权利要求1所述的融合碳排放流的综合能源系统调度方法,其特征在于,
步骤S102中面向综合能源系统低碳运行的优化调度模型的目标函数为最小化系统的总碳排放成本,表示为:
其中,T表示调度时段总数,K表示分布式电源总数,P G0,t和e G0,t表示综合能源系统从主网购入的有功功率和主网碳排放强度,P Gk,t和e Gk,t表示第k台分布式机组在第t个时段的输出有功功率和碳排放强度。
3.根据权利要求1所述的融合碳排放流的综合能源系统调度方法,其特征在于,
电网线性化交流潮流方程包括节点功率方程和支路功率方程:
(2)
(3)
(4)
(5)
其中,N表示电网母线数量,表示与母线i相连的分布式电源的集合,Q Gk,t表示第k台分布式机组在第t个时段的输出无功功率,P Li,t和Q Li,t表示母线i在第t个时段的有功和无功负荷,P ij,t和Q ij,t表示传输线ij在第t个时段的注入有功功率和无功功率,V i,t和θ i,t表示母线i在第t个时段的电压和相角,V j,t和θ j,t表示母线j在第t个时段的电压和相角,G ij和B ij表示节点导纳矩阵中元素的实部和虚部;/>表示忽略接地导纳时节点导纳矩阵元素的虚部。
4.根据权利要求1所述的融合碳排放流的综合能源系统调度方法,其特征在于,
线路潮流约束为:
(6)
其中,表示传输线ij的最大传输功率;
母线电压约束为:
(7)
其中,和/>表示母线i的电压下限和上限;
分布式电源有功出力约束为:
(8)
其中,和/>表示分布式电源k的输出有功功率下限和上限;
储能元件运行约束为:
(9)
(10)
(11)
(12)
其中,、/>和/>表示储能元件sm在第t个时段的充电功率、放电功率和电量,
表示该储能元件的最小/最大充电功率,最小/最大放电功率,最小/最大电量、电量损失率和充/放电效率,/>表示调度时段步长。
5.根据权利要求1所述的融合碳排放流的综合能源系统调度方法,其特征在于,
热力管网约束具体包括质量流量平衡约束、回路水压约束、节点功率平衡约束、管道温度降落方程、节点温度混合方程、热源出力限制约束和节点温度限制方程;
质量流量平衡约束描述质量流量的连续性,即流入节点的质量流量等于流出节点的质量流量加上节点消耗的质量流量:
(13)
其中,A h表示热力管网的节点-支路关联矩阵;m表示热力管道的流量向量;m q表示节点注入流量向量;
回路水压约束表示在热力网络的封闭回路中压头损失之和为零:
(14)
其中,B h表示热力管网的回路-支路关联矩阵;K h表示热力管道的阻力系数向量;
节点热功率平衡方程:
(15)
其中,Φ G和Φ L表示节点的输入热功和热负荷向量;C p表示水的比热容;T s和T o分别表示节点的供水温度和输出温度向量;
管道温度降落方程描述质量流量流经管道后温度变化与管道长度呈指数关系:
(16)
其中,T end和T start分别表示流量流出和流入管道时的温度;T am表示环境温度;λ表示热力管道的传热系数;L h表示热力管道的长度。
6.根据权利要求5所述的融合碳排放流的综合能源系统调度方法,其特征在于,
节点温度混合方程表示经过同一个热力节点的所有质量流量与温度的乘积之和是恒定的:
(17)
其中,m in和m out分别表示流入和流出节点的流量;T in和T out分别表示流量混合前和混合后的温度;
热源出力限制约束表示热力管网中各热源的热功率应处于正常范围内:
(18)
其中, 表示热源的输出热功率向量,/>分别表示热源的最小和最大输出热功率向量;
节点温度限制方程表示热力管网中各节点的供水温度和回水温度应处于正常范围内:
(19)
(20)
其中,和/>分别表示节点供水温度下限和上限向量;/>分别表示节点回水温度下限和上限向量。
7.根据权利要求1所述的融合碳排放流的综合能源系统调度方法,其特征在于,
电-热耦合元件约束包括电锅炉运行方程和输出热功率限制;
电-热耦合元件通过消耗电功率来产生热功率,其运行约束如下
(21)
(22)
其中,和/>分别表示电锅炉产生的热功率和消耗的电功率;η EB表示电锅炉的电转热效率系数;/> 分别表示电锅炉的最小和最大输出热功率。
8.一种终端机,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述融合碳排放流的综合能源系统调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310274235.9A CN115983508B (zh) | 2023-03-21 | 2023-03-21 | 一种融合碳排放流的综合能源系统调度方法及终端机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310274235.9A CN115983508B (zh) | 2023-03-21 | 2023-03-21 | 一种融合碳排放流的综合能源系统调度方法及终端机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115983508A CN115983508A (zh) | 2023-04-18 |
CN115983508B true CN115983508B (zh) | 2023-11-03 |
Family
ID=85965264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310274235.9A Active CN115983508B (zh) | 2023-03-21 | 2023-03-21 | 一种融合碳排放流的综合能源系统调度方法及终端机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983508B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562464B (zh) * | 2023-07-03 | 2023-09-19 | 南京菁翎信息科技有限公司 | 一种基于深度强化学习的电力系统低碳优化调度方法 |
CN116894354B (zh) * | 2023-09-11 | 2023-12-26 | 国网浙江省电力有限公司 | 一种多能源耦合环节的碳流计算方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218690A (zh) * | 2013-04-23 | 2013-07-24 | 清华大学 | 基于碳排放流的主动配电网用户用电碳排放量的测量方法 |
CN103383718A (zh) * | 2013-06-28 | 2013-11-06 | 国家电网公司 | 含分布式电源的智能配电网碳排放计量方法 |
WO2019184344A1 (zh) * | 2018-03-29 | 2019-10-03 | 华南理工大学 | 一种微能源网多目标运行控制方法 |
CN114358432A (zh) * | 2022-01-07 | 2022-04-15 | 国网山东省电力公司青岛供电公司 | 计及需求响应与碳交易的多能源系统优化调度方法及装置 |
-
2023
- 2023-03-21 CN CN202310274235.9A patent/CN115983508B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218690A (zh) * | 2013-04-23 | 2013-07-24 | 清华大学 | 基于碳排放流的主动配电网用户用电碳排放量的测量方法 |
CN103383718A (zh) * | 2013-06-28 | 2013-11-06 | 国家电网公司 | 含分布式电源的智能配电网碳排放计量方法 |
WO2019184344A1 (zh) * | 2018-03-29 | 2019-10-03 | 华南理工大学 | 一种微能源网多目标运行控制方法 |
CN114358432A (zh) * | 2022-01-07 | 2022-04-15 | 国网山东省电力公司青岛供电公司 | 计及需求响应与碳交易的多能源系统优化调度方法及装置 |
Non-Patent Citations (2)
Title |
---|
周天睿 ; 康重庆 ; .基于碳排放流的配电系统低碳优化运行方法研究.全球能源互联网.2019,(第03期),全文. * |
基于碳排放流的配电系统低碳优化运行方法研究;周天睿;康重庆;;全球能源互联网(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115983508A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115983508B (zh) | 一种融合碳排放流的综合能源系统调度方法及终端机 | |
Xie et al. | Autonomous optimized economic dispatch of active distribution system with multi-microgrids | |
Kong et al. | Robust stochastic optimal dispatching method of multi-energy virtual power plant considering multiple uncertainties | |
Lu et al. | Hydraulic-thermal cooperative optimization of integrated energy systems: A convex optimization approach | |
Li et al. | Robust and opportunistic scheduling of district integrated natural gas and power system with high wind power penetration considering demand flexibility and compressed air energy storage | |
TWI397864B (zh) | 能量儲存裝置之運轉計畫製作方法以及運轉計畫製作裝置 | |
Thang et al. | Stochastic optimization in multi-energy hub system operation considering solar energy resource and demand response | |
Qiu et al. | Two-stage distributionally robust optimization-based coordinated scheduling of integrated energy system with electricity-hydrogen hybrid energy storage | |
Huang et al. | Bi-level coordinated planning of active distribution network considering demand response resources and severely restricted scenarios | |
CN111274674A (zh) | 基于有机朗肯循环系统的分布式多能源调度方法 | |
Zheng et al. | Co‐optimisation and settlement of power‐gas coupled system in day‐ahead market under multiple uncertainties | |
CN115099725B (zh) | 一种综合能源系统能量管理分配方法及系统 | |
Yin et al. | Relaxed deep generative adversarial networks for real-time economic smart generation dispatch and control of integrated energy systems | |
Huy et al. | Real-time energy scheduling for home energy management systems with an energy storage system and electric vehicle based on a supervised-learning-based strategy | |
CN115882523A (zh) | 含分布式储能的电力系统优化运行方法、系统及设备 | |
Zhang et al. | Decentralized optimization of multiarea interconnected traffic-power systems with wind power uncertainty | |
An et al. | Real-time optimal operation control of micro energy grid coupling with electricity-thermal-gas considering prosumer characteristics | |
CN115860241B (zh) | 基于salr的互联多区域综合能源系统分布式调度方法及装置 | |
Cheng et al. | Stochastic dynamic programming-based online algorithm for energy management of integrated energy buildings with electric vehicles and flexible thermal loads | |
Liu et al. | Influence Evaluation of Integrated Energy System on the Unit Commitment in Power System | |
CN113128036B (zh) | 一种多主体能源系统互动运营协调控制方法及系统 | |
CN115693797A (zh) | 考虑v2g与需求响应的配电网调度方法、介质及系统 | |
Wang et al. | Digital twin based multi-objective energy management strategy for energy internet | |
Li et al. | Real-time dispatching performance improvement of multiple multi-energy supply microgrids using neural network based approximate dynamic programming | |
Xiong et al. | Optimal operation of integrated energy systems considering energy trading and integrated demand response |
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 | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |