CN116167483A - 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法 - Google Patents

Abstract

本发明提供了一种计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，首先，采集园区综合能源系统数据与信息并搭建系统内部设备模型；其次，建立阶梯型需求响应机制模型以及保守度可调的鲁棒优化模型；然后，基于阶梯型需求响应机制以用户用能效益最大为目标优化园区综合能源系统负荷侧的负荷曲线，并将负荷信息传递给系统供能侧，基于该负荷信息，利用鲁棒优化方法以低碳经济性最优为目标优化供能侧的机组出力，由此构造包含多种目标在内的园区综合能源系统双层优化模型。本发明对解决了园区综合能源系统鲁棒调度结果保守程度过高的问题，可为园区综合能源系统的调度运行提供参考。

Description

计及阶梯型需求响应的园区综合能源系统鲁棒调度方法

技术领域

本发明涉及一种园区综合能源系统，具体涉及一种计及阶梯型需求响应的园区综合能源系统鲁棒调度方法。

背景技术

随着能源改革的持续性深入发展，多种能源互补互济、相互耦合成为未来能源转型发展的重要方向，而以满足多种负荷需求、协同高效利用可再生能源与常规能源为特征的园区综合能源系统是其中的关键一环。可再生能源的高比例渗入带来的不确定性是园区综合能源系统优化调度研究中必然要解决的问题。鲁棒优化方法是处理多异质能源系统中不确定性的有效手段，它不需要已知不确定变量的概率分布，只需要知道不确定变量的波动区间，降低了计算量，但鲁棒优化通常得到的是极端情况下的调度结果，往往过于保守。为此，在园区综合能源系统中构建阶梯型需求响应机制，优化用户侧的负荷曲线，提高园区综合能源系统运行的经济性和低碳性，进而达到降低鲁棒优化调度结果保守性的目的。

发明内容

发明目的：针对园区综合能源系统调度问题，本发明旨在提供一种计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，以期削峰填谷、优化负荷曲线、降低鲁棒优化结果的保守性。

技术方案：本发明提供了一种计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，包括以下步骤：

(1)采集园区综合能源系统数据与信息，包括园区综合能源系统设备容量、园区综合能源系统电热气负荷信息、园区综合能源系统的天然气价格、园区综合能源系统的分时电价和园区综合能源系统安全运行约束条件；

(2)建立园区综合能源系统的设备模型，包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、电锅炉模型、电转气设备模型、储能设备模型；

(3)建立阶梯型需求响应机制模型，包括可转移电负荷模型、可削减电负荷模型、电负荷高峰时段削峰电量补偿价格模型、电负荷低谷时段填谷电量补偿价格模型；

(4)建立保守度参数可调的鲁棒优化模型；

(5)利用阶梯型需求响应机制，以用户用能效益最大为目标建立上层优化模型，以阶梯式激励机制调动用户参与需求响应的积极性，进而优化负荷曲线，并将该负荷曲线信息传递给园区综合能源系统供能侧；

(6)基于阶梯型需求响应机制优化后的负荷信息，运用鲁棒优化方法以园区综合能源系统低碳经济性最优为目标构建下层优化模型，优化系统供能侧的机组出力，进而降低园区综合能源系统鲁棒优化调度结果的保守性。

进一步地，步骤(2)所述燃气轮机模型为：

式中：

分别为t时刻燃气轮机的输入气功率、输出电功率、输出热功率；ζ_gte、ζ_gth分别为燃气轮机的气转电效率、气转热效率；

所述燃气锅炉模型为：

式中：

分别为t时刻燃气锅炉的输入气功率、输出热功率；ζ_gbh为燃气锅炉的气转热效率；

所述余热锅炉模型为：

式中：

分别为t时刻余热锅炉的输入热功率、输出热功率；ζ_whb为余热锅炉的热损耗；

所述电锅炉模型为：

式中：

分别为t时刻电锅炉的输入电功率、输出热功率；ζ_eb为电锅炉的电转热效率；

所述电转气设备模型为：

式中：

分别为t时刻电转气设备的输入电功率、输出气功率；ζ_p2g为电转气设备的转换效率；

所述储能设备模型，包括蓄电池、蓄热槽、储气罐，用如下通用模型统一表示：

式中：x表示储能设备类型，包括蓄电池、蓄热槽、储气罐；

为t时刻储能设备x的存储能量；/>

分别为t时刻储能设备x的充、放能功率；ζ_xcha、ζ_xdis分别为储能设备x的充、放能效率；/>

分别为储能设备x存储能量的上、下限；/>

分别为储能设备x一日调度开始时刻和结束时刻的存储能量；/>

分别为储能设备x的充、放能功率上限；n_x为0-1变量；Δt为相邻时刻间隔时长。

进一步地，步骤(3)所述可转移电负荷模型，其表达式如下：

式中：

为t时刻可转移电负荷参与需求响应的功率；/>

分别为t时刻可转移电负荷的转入、转出功率；/>

为二进制变量，分别表示t时刻可转移电负荷的转入、转出参数；/>

分别为t时刻可转移电负荷参与需求响应功率的上、下限；

所述可削减电负荷模型为：

式中：

为t时刻可削减电负荷参与需求响应的功率；/>

为t时刻电负荷参与需求响应前可削减的负荷功率；/>

为二进制变量，/>

时表示t时刻发生削减响应；/>

表示t时刻电负荷可削减的比例；

所述电负荷高峰时段削峰电量补偿价格模型为：

式中：Z_p为电负荷高峰时段削峰电功率单位补偿价格；γ为基准电价；ω_p为削峰激励系数；L_m为电负荷高峰时段用户的削峰响应电功率总和；ΔL_p为用户削峰响应功率的参考值；

为t时刻的削峰响应电功率；t_p为电负荷高峰时段集合；

所述电负荷低谷时段填谷电量补偿价格模型为：

式中：Z_v为电负荷低谷时段填谷电功率单位补偿价格；γ为基准电价；ω_v为填谷激励系数；L_n为电负荷低谷时段用户的填谷响应电功率总和；ΔL_v为用户填谷响应功率的参考值；

为t时刻的填谷响应电功率；t_v为电负荷低谷时段集合。

进一步地，所述步骤(4)实现过程如下：

采用区间模型描述不确定性：

/>

式中：

为t时刻风电机组i的预测输出功率；/>

分别为t时刻风电机组i预测输出功率的下、上限；

保守度参数可调的鲁棒优化模型如下式：

式中：J_t为t时刻风电机组集合；

为t时刻风电机组i的平均预测输出功率；Γ^t为t时刻风电机组的不确定性保护系数，该值反应了鲁棒优化模型的保守程度；/>

为t时刻风电机组i的预测输出功率；/>

为t时刻风电机组i预测输出功率的下限；/>

为t时刻的电负荷功率；/>

为t时刻的充、放电功率；/>

为t时刻电转气设备的输入电功率；/>

为t时刻的购电功率；/>

为t时刻燃气轮机的输出电功率；/>

为t时刻电锅炉的输入电功率；

利用对偶理论，可将上式转化为如下公式：

式中：J_t为t时刻风电机组集合；

为t时刻风电机组i的平均预测输出功率；Γ^t为t时刻风电机组的不确定性保护系数；/>

为t时刻风电机组i的预测输出功率；/>

为t时刻风电机组i预测输出功率的下限；Α^t、/>

均为对偶变量；/>

为t时刻的电负荷功率；

为t时刻的充、放电功率；/>

为t时刻电转气设备的输入电功率；/>

为t时刻的购电功率；/>

为t时刻燃气轮机的输出电功率；/>

为t时刻电锅炉的输入电功率。

进一步地，所述步骤(5)实现过程如下：

用户用能效益最大目标，其表达式如下：

式中：F_user为用户用能效益；F_dr为需求响应补偿收益；

负荷侧响应成本；Z_p为电负荷高峰时段削峰电功率单位补偿价格；/>

为t时刻的削峰响应电功率；t_p为电负荷高峰时段集合；Z_v为电负荷低谷时段填谷电功率单位补偿价格；/>

为t时刻的填谷响应电功率；t_v为电负荷低谷时段集合；T为调度周期；/>

为t时刻可转移电负荷参与需求响应的功率；/>

为t时刻可削减电负荷参与需求响应的功率；Δt为相邻时刻间隔时长；λ_tran、λ_cut分别表示可转移电负荷和可削减电负荷的不舒适系数，其大小由用户用能习惯决定。

进一步地，所述步骤(6)实现过程如下：

经济性目标，其表达式如下：

式中：F_run为园区综合能源系统运行成本；F_buy为园区综合能源系统购能成本；F_save为园区综合能源系统设备维护成本；T为调度周期；

分别为t时刻园区综合能源系统购电功率、购气功率；μ_j为设备i的单位运行维护成本；/>

为t时刻设备i的出力；Ω为设备集合，包括燃气轮机、燃气锅炉、电转气设备、电锅炉、余热锅炉、蓄电池、蓄热槽、储气罐；

低碳性目标依靠引入碳交易机制来实现，具体如下：

式中：F_co2为碳交易成本；σ为碳交易基价；E_PIES,o为园区综合能源系统实际碳排放量；E_PIES为园区综合能源系统碳排放权初始配额；T为调度周期；a₁、b₁、c₁购电对应火电机组的碳排放计算参数；a₂、b₂、c₂为耗天然气型设备的碳排放计算参数；

为t时刻园区综合能源系统购电功率；/>

分别为燃气轮机的输出电功率、输出热功率；/>

为燃气锅炉的输出热功率；φ_e、φ_h分别为产生单位电功率、单位热功率的碳排放权配额；θ_e,h为电热功率转换参数；

约束条件：

燃气轮机运行约束：

式中：

为燃气轮机输入功率上限；/>

为t时刻燃气轮机输入功率；/>

分别为燃气轮机爬坡功率上、下限；

燃气锅炉运行约束：

式中：

为燃气锅炉输入功率上限；/>

为t时刻燃气锅炉输入功率；/>

分别为燃气锅炉爬坡功率上、下限；

电锅炉运行约束：

式中：

为电锅炉输入功率上限；/>

为t时刻电锅炉输入功率；

电转气设备约束：

/>

式中：

为电转气设备输入功率上限；/>

为t时刻电转气设备输入功率；

余热锅炉运行约束：

式中：

为余热锅炉输入功率上限；/>

为t时刻余热锅炉输入功率；

储能设备运行约束：

储能设备包括蓄电池、蓄热槽、储气罐，用如下通用约束统一表示：

式中：x表示储能设备类型，包括蓄电池、蓄热槽、储气罐；

为t时刻储能设备x的存储能量；/>

分别为t时刻储能设备x的充、放能功率；ζ_xcha、ζ_xdis分别为储能设备x的充、放能效率；/>

分别为储能设备x存储能量的上、下限；/>

分别为储能设备x一日调度开始时刻和结束时刻的存储能量；/>

分别为储能设备x的充、放能功率上限；n_x为0-1变量；Δt为相邻时刻间隔时长；

风电出力约束：

式中：

为风电出力上限；/>

为t时刻风电出力；

购电、购气约束：

式中：

分别为园区综合能源系统购电、购气上限；/>

分别为t时刻园区综合能源系统购电功率、购气功率；

功率平衡约束：

式中：

分别为t时刻电、热、气负荷功率；/>

分别为t时刻蓄电池的充、放电功率；/>

分别为t时刻蓄热槽的充、放热功率；/>

分别为t时刻储气罐的充、放气功率；/>

分别为t时刻电转气设备、电锅炉、燃气轮机、燃气锅炉的输入功率；/>

分别为t时刻园区综合能源系统购电功率、购气功率；/>

为t时刻风电出力；/>

分别为t时刻余热锅炉、燃气锅炉、电转气设备的输出功率；/>

为t时刻燃气轮机的输出电功率。/>

有益效果：与现有技术相比，本发明的有益效果：阶梯型需求响应机制提高了用户主动参与需求响应计划的积极性；需求响应机制的加入平滑了负荷曲线，起到了削峰填谷的效果；鲁棒优化方法解决了园区综合能源系统中风电机组出力的不确定性问题；将阶梯型需求响应与鲁棒方法联合优化，降低了鲁棒优化调度结果的保守性；本发明模型和方法可为园区综合能源系统调度运行提供参考。

附图说明

图1为本发明实施流程图；

图2为园区综合能源系统的算例结构图；

图3为电、热、气负荷与风电的信息数据图；

图4为原始电负荷与阶梯型需求响应后电负荷曲线对比图

图5为保守度参数可调节的鲁棒优化方法对园区综合能源系统综合成本的影响

图6为保守度参数可调节的鲁棒优化方法对园区综合能源系统碳排放量的影响

图7为约束违反概率曲线图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

具体的说，一种计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，如图1所示，包括以下步骤：

步骤1：采集园区综合能源系统数据与信息。

采集园区综合能源系统数据与信息，包括园区综合能源系统设备容量、园区综合能源系统电热气负荷信息、园区综合能源系统的天然气价格、园区综合能源系统的分时电价和园区综合能源系统安全运行约束条件。

步骤2：建立园区综合能源系统的设备模型，包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、电锅炉模型、电转气设备模型、储能设备模型。

燃气轮机的数学模型如下式：

式中：

分别为t时刻燃气轮机的输入气功率、输出电功率、输出热功率；ζ_gte、ζ_gth分别为燃气轮机的气转电效率、气转热效率。

燃气锅炉的数学模型如下式：

式中：

分别为t时刻燃气锅炉的输入气功率、输出热功率；ζ_gbh为燃气锅炉的气转热效率。

余热锅炉的数学模型如下式：

式中：

分别为t时刻余热锅炉的输入热功率、输出热功率；ζ_whb为余热锅炉的热损耗。

电锅炉的数学模型如下式：

式中：

分别为t时刻电锅炉的输入电功率、输出热功率；ζ_eb为电锅炉的电转热效率。

电转气设备的数学模型如下式：

式中：

分别为t时刻电转气设备的输入电功率、输出气功率；ζ_p2g为电转气设备的转换效率。

储能设备包括蓄电池、蓄热槽、储气罐，用如下通用模型统一表示：

式中：x表示储能设备类型，包括蓄电池、蓄热槽、储气罐；

为t时刻储能设备x的存储能量；/>

分别为t时刻储能设备x的充、放能功率；ζ_xcha、ζ_xdis分别为储能设备x的充、放能效率；/>

分别为储能设备x存储能量的上、下限；/>

分别为储能设备x一日调度开始时刻和结束时刻的存储能量；/>

分别为储能设备x的充、放能功率上限；n_x为0-1变量；Δt为相邻时刻间隔时长。

步骤3：建立阶梯型需求响应机制模型，包括可转移电负荷模型、可削减电负荷模型、电负荷高峰时段削峰电量补偿价格模型、电负荷低谷时段填谷电量补偿价格模型。

可转移电负荷数学模型如下式：

式中：

为t时刻可转移电负荷参与需求响应的功率；/>

分别为t时刻可转移电负荷的转入、转出功率；/>

为二进制变量，分别表示t时刻可转移电负荷的转入、转出参数；/>

分别为t时刻可转移电负荷参与需求响应功率的上、下限。

可削减电负荷数学模型如下式：

式中：

为t时刻可削减电负荷参与需求响应的功率；/>

为t时刻电负荷参与需求响应前可削减的负荷功率；/>

为二进制变量，/>

时表示t时刻发生削减响应；/>

表示t时刻电负荷可削减的比例。

电负荷高峰时段削峰电量补偿价格数学模型如下式：

式中：Z_p为电负荷高峰时段削峰电功率单位补偿价格；γ为基准电价；ω_p为削峰激励系数；L_m为电负荷高峰时段用户的削峰响应电功率总和；ΔL_p为用户削峰响应功率的参考值；

为t时刻的削峰响应电功率；t_p为电负荷高峰时段集合。

电负荷低谷时段填谷电量补偿价格数学模型如下式：

式中：Z_v为电负荷低谷时段填谷电功率单位补偿价格；γ为基准电价；ω_v为填谷激励系数；L_n为电负荷低谷时段用户的填谷响应电功率总和；ΔL_v为用户填谷响应功率的参考值；

为t时刻的填谷响应电功率；t_v为电负荷低谷时段集合。

步骤4：建立保守度参数可调的鲁棒优化模型。

采用区间模型来描述不确定性：

式中：

为t时刻风电机组i的预测输出功率；/>

分别为t时刻风电机组i预测输出功率的下、上限。

保守度参数可调的鲁棒优化模型如下式：

式中：J_t为t时刻风电机组集合；

为t时刻风电机组i的平均预测输出功率；Γ^t为t时刻风电机组的不确定性保护系数，该值反应了鲁棒优化模型的保守程度；/>

为t时刻风电机组i的预测输出功率；/>

为t时刻风电机组i预测输出功率的下限；/>

为t时刻的电负荷功率；/>

为t时刻的充、放电功率；/>

为t时刻电转气设备的输入电功率；/>

为t时刻的购电功率；/>

为t时刻燃气轮机的输出电功率；/>

为t时刻电锅炉的输入电功率。/>

利用对偶理论，可将上式转化为如下公式：

式中：J_t为t时刻风电机组集合；

为t时刻风电机组i的平均预测输出功率；Γ^t为t时刻风电机组的不确定性保护系数；/>

为t时刻风电机组i的预测输出功率；/>

为t时刻风电机组i预测输出功率的下限；Α^t、/>

均为对偶变量；/>

为t时刻的电负荷功率；

为t时刻的充、放电功率；/>

为t时刻电转气设备的输入电功率；/>

为t时刻的购电功率；/>

为t时刻燃气轮机的输出电功率；/>

为t时刻电锅炉的输入电功率。

步骤5：利用阶梯型需求响应机制，以用户用能效益最大为目标建立上层优化模型，以阶梯式激励机制调动用户参与需求响应的积极性，进而优化负荷曲线，并将该负荷曲线信息传递给园区综合能源系统供能侧。

用户用能效益最大目标，其表达式如下：

式中：F_user为用户用能效益；F_dr为需求响应补偿收益；

负荷侧响应成本；Z_p为电负荷高峰时段削峰电功率单位补偿价格；/>

为t时刻的削峰响应电功率；t_p为电负荷高峰时段集合；Z_v为电负荷低谷时段填谷电功率单位补偿价格；/>

为t时刻的填谷响应电功率；t_v为电负荷低谷时段集合；T为调度周期；/>

为t时刻可转移电负荷参与需求响应的功率；/>

为t时刻可削减电负荷参与需求响应的功率；Δt为相邻时刻间隔时长；λ_tran、λ_cut分别表示可转移电负荷和可削减电负荷的不舒适系数，其大小由用户的用能习惯决定。

步骤6：基于阶梯型需求响应机制优化后的负荷信息，运用鲁棒优化方法以园区综合能源系统低碳经济性最优为目标构建下层优化模型，优化系统供能侧的机组出力，进而降低园区综合能源系统鲁棒优化调度结果的保守性。

经济性目标主要由购电成本、购气成本以及系统运行维护成本组成，具体如下：

式中：F_run为园区综合能源系统运行成本；F_buy为园区综合能源系统购能成本；F_save为园区综合能源系统设备维护成本；T为调度周期；

分别为t时刻园区综合能源系统购电功率、购气功率；μ_j为设备i的单位运行维护成本；/>

为t时刻设备i的出力；Ω为设备集合，包括燃气轮机、燃气锅炉、电转气设备、电锅炉、余热锅炉、蓄电池、蓄热槽、储气罐。

低碳性目标主要依靠引入碳交易机制来实现，具体如下：

式中：F_co2为碳交易成本；σ为碳交易基价；E_PIES,o为园区综合能源系统实际碳排放量；E_PIES为园区综合能源系统碳排放权初始配额；T为调度周期；a₁、b₁、c₁购电对应火电机组的碳排放计算参数；a₂、b₂、c₂为耗天然气型设备的碳排放计算参数；

为t时刻园区综合能源系统购电功率；/>

分别为燃气轮机的输出电功率、输出热功率；/>

为燃气锅炉的输出热功率；φ_e、φ_h分别为产生单位电功率、单位热功率的碳排放权配额；θ_e,h为电热功率转换参数。

约束条件包括：

燃气轮机运行约束：

式中：

为燃气轮机输入功率上限；/>

为t时刻燃气轮机输入功率；/>

分别为燃气轮机爬坡功率上、下限。

燃气锅炉运行约束：

式中：

为燃气锅炉输入功率上限；/>

为t时刻燃气锅炉输入功率；/>

分别为燃气锅炉爬坡功率上、下限。

电锅炉运行约束：

式中：

为电锅炉输入功率上限；/>

为t时刻电锅炉输入功率。

电转气设备约束：

式中：

为电转气设备输入功率上限；/>

为t时刻电转气设备输入功率；

余热锅炉运行约束：

式中：

为余热锅炉输入功率上限；/>

为t时刻余热锅炉输入功率。

储能运行约束：

储能设备包括蓄电池、蓄热槽、储气罐，用如下通用模型统一表示：

式中：x表示储能设备类型，包括蓄电池、蓄热槽、储气罐；

为t时刻储能设备x的存储能量；/>

分别为t时刻储能设备x的充、放能功率；ζ_xcha、ζ_xdis分别为储能设备x的充、放能效率；/>

分别为储能设备x存储能量的上、下限；/>

分别为储能设备x一日调度开始时刻和结束时刻的存储能量；/>

分别为储能设备x的充、放能功率上限；n_x为0-1变量；Δt为相邻时刻间隔时长。

风电出力约束：

式中：

为风电出力上限；/>

为t时刻风电出力。

购电、购气约束：

式中：

分别为园区综合能源系统购电、购气上限；/>

分别为t时刻园区综合能源系统购电功率、购气功率。

功率平衡约束：

式中：

分别为t时刻电、热、气负荷功率；/>

分别为t时刻蓄电池的充、放电功率；/>

分别为t时刻蓄热槽的充、放热功率；/>

分别为t时刻储气罐的充、放气功率；/>

分别为t时刻电转气设备、电锅炉、燃气轮机、燃气锅炉的输入功率；/>

分别为t时刻园区综合能源系统购电功率、购气功率；/>

为t时刻风电出力；/>

分别为t时刻余热锅炉、燃气锅炉、电转气设备的输出功率；/>

为t时刻燃气轮机的输出电功率。

本实施方式中园区综合能源系统算例拓扑结构如图2所示，算例中涉及的电、热、气负荷信息及风电出力信息如图3所示。调度周期设置为24h，步长为1h。碳交易价格为0.552元/kg。依据负荷特性，将23:00-05:00划分为低谷时段，06:00-09:00和15:00-18:00划分为平时段，19:00-22:00划分为峰时段。基准电价为0.8元/(kWh)，取用户峰、谷时段用电量的5％作为阶梯型需求响应分档的参考值。园区综合能源系统中的设备信息如表1和表2所示。保守度参数值设置为3。燃气轮机、燃气锅炉以及购电对应火电机组的实际碳排放系数如表3所示。产生单位电功率的碳排放权配额为0.728kg/(kWh)，产生单位热功率的碳排放权配额为0.102kg/MJ。

表1能源转换设备参数

表2储能设备参数

表3实际碳排放量计算系数

为验证本发明所提模型及方法的有效性和合理性，设置多种场景进行对比分析验证，不同场景下园区综合能源系统的优化结果如表4所示，场景设置如下所示：

场景1：考虑碳交易机制，不考虑鲁棒优化和需求响应；

场景2：考虑碳交易机制和鲁棒优化，不考虑需求响应；

场景3：考虑碳交易机制和鲁棒优化，同时考虑常规型需求响应；

场景4：考虑碳交易机制和鲁棒优化，同时考虑阶梯型需求响应。

表4不同场景下系统运行优化结果对比

由表4可得，场景1和2不考虑需求响应机制，相比于场景1，场景2的运行成本增加了584.26元，碳排放量增加了1743.66kg，碳交易成本增加了689.74元，综合成本增加了1274元，可见在模型中加入鲁棒优化后会导致相对较差的调度结果，但鲁棒优化可以处理可再生能源波动性带来的影响，保证系统相对安全的运行状态。

为了保证在保守度参数不变的情况下，尽可能的降低系统运行优化结果的保守性，本发明在模型中加了需求响应机制。场景3中考虑的是常规型需求响应机制，而场景4中考虑的是阶梯型需求响应机制。相比于场景2，场景3的运行成本降低了348.45元，即降低了2.30％，碳排放量降低了1916.29kg，即降低了9.40％，碳交易成本降低了894.09元，即降低了16.54％，虽然需要付出210.60元的需求响应补偿成本，但场景3的综合成本依然降低了1031.93元，即降低了5.01％。相比场景3，场景4的运行成本降低了1302.14元，碳排放量降低了4861.80kg，碳交易成本降低了2287.33元，即降低了需求响应补偿成本增加了1154.99元，而综合成本降低了2434.48元。验证了需求响应机制可以在不改变保守度参数的前提下降低鲁棒优化带来的调度结果较差的问题，同时，相比于常规型需求响应机制，阶梯型需求响应机制虽然会增加需求响应补偿成本，但在减少系统综合成本和提高系统的低碳环保性方面更加具有优势。

图4反映了经过阶梯型需求响应后电负荷曲线相较于原始电负荷曲线的变化情况，而不同不确定变量数下园区综合能源系统的综合成本、碳排放量及约束违反概率变化情况如图5、图6和图7所示。由图5可得，相较于原始电负荷曲线，经阶梯型需求响应机制优化后的负荷曲线更加平滑，削峰电量达1756.65kW，填谷电量达916.65kW，峰谷差率降低了8.62％，有效地起到了削峰填谷的效果。由图6、图7可得，随着不确定变量数的增加，园区综合能源系统的优化结果愈加保守，约束违反概率逐渐降低，系统运行的可靠性增加，但系统的综合成本和碳排放量也随之变大，经济性和环保性变差。相较于不考虑需求响应的情况下，考虑常规型需求响应机制的调度结果在综合运行成本方面和碳排放量方面更加优越，而相比于常规型的需求响应机制，考虑阶梯型需求响应机制的情况下，园区综合能源系统的综合运行成本更低，碳排放量更少，有效地缓解了鲁棒优化带来的保守性过高的问题。

本发明以园区综合能源系统为研究对象，建立了多样性能源设备模型，提出了计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，在多种能源协同调度的基础上全面、系统化分析了阶梯型需求响应机制对于降低鲁棒优化结果保守性的有效性。本发明的算例仿真结果表明：(1)阶梯型需求响应机制的加入，提高了用户响应积极性，平滑了负荷曲线，起到了削峰填谷的效果；(2)相比于常规型需求响应机制，阶梯型需求响应机制在降低园区综合能源系统碳排放以及减少园区综合能源系统的经济成本方面更加具有优势；(3)将阶梯型需求响应激励机制与鲁棒方法联合优化，既解决了可再生能源出力的不确定性问题，又降低了鲁棒优化调度结果的保守性。本发明模型和方法可为园区综合能源系统调度运行提供参考。

Claims (6)

1.一种计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，其特征在于，包括以下步骤：

(1)采集园区综合能源系统数据与信息，包括园区综合能源系统设备容量、园区综合能源系统电热气负荷信息、园区综合能源系统的天然气价格、园区综合能源系统的分时电价和园区综合能源系统安全运行约束条件；

(2)建立园区综合能源系统的设备模型，包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、电锅炉模型、电转气设备模型、储能设备模型；

(3)建立阶梯型需求响应机制模型，包括可转移电负荷模型、可削减电负荷模型、电负荷高峰时段削峰电量补偿价格模型、电负荷低谷时段填谷电量补偿价格模型；

(4)建立保守度参数可调的鲁棒优化模型；

(5)利用阶梯型需求响应机制，以用户用能效益最大为目标建立上层优化模型，以阶梯式激励机制调动用户参与需求响应的积极性，进而优化负荷曲线，并将该负荷曲线信息传递给园区综合能源系统供能侧；

(6)基于阶梯型需求响应机制优化后的负荷信息，运用鲁棒优化方法以园区综合能源系统低碳经济性最优为目标构建下层优化模型，优化系统供能侧的机组出力，进而降低园区综合能源系统鲁棒优化调度结果的保守性。

2.根据权利要求1所述的计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，其特征在于，步骤(2)所述燃气轮机模型为：

式中：

分别为t时刻燃气轮机的输入气功率、输出电功率、输出热功率；ζ_gte、ζ_gth分别为燃气轮机的气转电效率、气转热效率；

所述燃气锅炉模型为：

式中：

分别为t时刻燃气锅炉的输入气功率、输出热功率；ζ_gbh为燃气锅炉的气转热效率；

所述余热锅炉模型为：

式中：

分别为t时刻余热锅炉的输入热功率、输出热功率；ζ_whb为余热锅炉的热损耗；

所述电锅炉模型为：

式中：

分别为t时刻电锅炉的输入电功率、输出热功率；ζ_eb为电锅炉的电转热效率；

所述电转气设备模型为：

/>

式中：

分别为t时刻电转气设备的输入电功率、输出气功率；ζ_p2g为电转气设备的转换效率；

所述储能设备模型，包括蓄电池、蓄热槽、储气罐，用如下通用模型统一表示：

式中：x表示储能设备类型，包括蓄电池、蓄热槽、储气罐；

为t时刻储能设备x的存储能量；/>

分别为t时刻储能设备x的充、放能功率；ζ_xcha、ζ_xdis分别为储能设备x的充、放能效率；/>

分别为储能设备x存储能量的上、下限；/>

分别为储能设备x一日调度开始时刻和结束时刻的存储能量；/>

分别为储能设备x的充、放能功率上限；n_x为0-1变量；Δt为相邻时刻间隔时长。

3.根据权利要求1所述的计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，其特征在于，步骤(3)所述可转移电负荷模型，其表达式如下：

式中：

为t时刻可转移电负荷参与需求响应的功率；/>

分别为t时刻可转移电负荷的转入、转出功率；/>

为二进制变量，分别表示t时刻可转移电负荷的转入、转出参数；/>

分别为t时刻可转移电负荷参与需求响应功率的上、下限；

所述可削减电负荷模型为：

式中：

为t时刻可削减电负荷参与需求响应的功率；/>

为t时刻电负荷参与需求响应前可削减的负荷功率；/>

为二进制变量，/>

时表示t时刻发生削减响应；/>

表示t时刻电负荷可削减的比例；

所述电负荷高峰时段削峰电量补偿价格模型为：

/>

式中：Z_p为电负荷高峰时段削峰电功率单位补偿价格；γ为基准电价；ω_p为削峰激励系数；L_m为电负荷高峰时段用户的削峰响应电功率总和；ΔL_p为用户削峰响应功率的参考值；

为t时刻的削峰响应电功率；t_p为电负荷高峰时段集合；

所述电负荷低谷时段填谷电量补偿价格模型为：

式中：Z_v为电负荷低谷时段填谷电功率单位补偿价格；γ为基准电价；ω_v为填谷激励系数；L_n为电负荷低谷时段用户的填谷响应电功率总和；ΔL_v为用户填谷响应功率的参考值；

为t时刻的填谷响应电功率；t_v为电负荷低谷时段集合。

4.根据权利要求1所述的计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，其特征在于，所述步骤(4)实现过程如下：

采用区间模型描述不确定性：

式中：

为t时刻风电机组i的预测输出功率；/>

分别为t时刻风电机组i预测输出功率的下、上限；

保守度参数可调的鲁棒优化模型如下式：

式中：J_t为t时刻风电机组集合；

为t时刻风电机组i的平均预测输出功率；Γ^t为t时刻风电机组的不确定性保护系数，该值反应了鲁棒优化模型的保守程度；/>

为t时刻风电机组i的预测输出功率；/>

为t时刻风电机组i预测输出功率的下限；/>

为t时刻的电负荷功率；/>

为t时刻的充、放电功率；/>

为t时刻电转气设备的输入电功率；/>

为t时刻的购电功率；/>

为t时刻燃气轮机的输出电功率；/>

为t时刻电锅炉的输入电功率；

利用对偶理论，可将上式转化为如下公式：

式中：J_t为t时刻风电机组集合；

为t时刻风电机组i的平均预测输出功率；Γ^t为t时刻风电机组的不确定性保护系数；/>

为t时刻风电机组i的预测输出功率；/>

为t时刻风电机组i预测输出功率的下限；Α^t、/>

均为对偶变量；/>

为t时刻的电负荷功率；/>

为t时刻的充、放电功率；/>

为t时刻电转气设备的输入电功率；/>

为t时刻的购电功率；/>

为t时刻燃气轮机的输出电功率；/>

为t时刻电锅炉的输入电功率。

5.根据权利要求1所述的计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，其特征在于，所述步骤(5)实现过程如下：

用户用能效益最大目标，其表达式如下：

式中：F_user为用户用能效益；F_dr为需求响应补偿收益；

负荷侧响应成本；Z_p为电负荷高峰时段削峰电功率单位补偿价格；/>

为t时刻的削峰响应电功率；t_p为电负荷高峰时段集合；Z_v为电负荷低谷时段填谷电功率单位补偿价格；/>

为t时刻的填谷响应电功率；t_v为电负荷低谷时段集合；T为调度周期；/>

为t时刻可转移电负荷参与需求响应的功率；/>

为t时刻可削减电负荷参与需求响应的功率；Δt为相邻时刻间隔时长；λ_tran、λ_cut分别表示可转移电负荷和可削减电负荷的不舒适系数，其大小由用户用能习惯决定。

6.根据权利要求1所述的计及阶梯型需求响应的园区综合能源系统鲁棒调度方法，其特征在于，所述步骤(6)实现过程如下：

经济性目标，其表达式如下：

式中：F_run为园区综合能源系统运行成本；F_buy为园区综合能源系统购能成本；F_save为园区综合能源系统设备维护成本；T为调度周期；

分别为t时刻园区综合能源系统购电功率、购气功率；μ_j为设备i的单位运行维护成本；/>

为t时刻设备i的出力；Ω为设备集合，包括燃气轮机、燃气锅炉、电转气设备、电锅炉、余热锅炉、蓄电池、蓄热槽、储气罐；

低碳性目标依靠引入碳交易机制来实现，具体如下：

式中：F_co2为碳交易成本；σ为碳交易基价；E_PIES,o为园区综合能源系统实际碳排放量；E_PIES为园区综合能源系统碳排放权初始配额；T为调度周期；a₁、b₁、c₁购电对应火电机组的碳排放计算参数；a₂、b₂、c₂为耗天然气型设备的碳排放计算参数；

为t时刻园区综合能源系统购电功率；/>

分别为燃气轮机的输出电功率、输出热功率；/>

为燃气锅炉的输出热功率；φ_e、φ_h分别为产生单位电功率、单位热功率的碳排放权配额；θ_e,h为电热功率转换参数；

约束条件：

燃气轮机运行约束：

式中：

为燃气轮机输入功率上限；/>

为t时刻燃气轮机输入功率；/>

分别为燃气轮机爬坡功率上、下限；

燃气锅炉运行约束：

式中：

为燃气锅炉输入功率上限；/>

为t时刻燃气锅炉输入功率；/>

分别为燃气锅炉爬坡功率上、下限；

电锅炉运行约束：

式中：

为电锅炉输入功率上限；/>

为t时刻电锅炉输入功率；

电转气设备约束：

式中：

为电转气设备输入功率上限；/>

为t时刻电转气设备输入功率；

余热锅炉运行约束：

式中：

为余热锅炉输入功率上限；/>

为t时刻余热锅炉输入功率；

储能设备运行约束：

储能设备包括蓄电池、蓄热槽、储气罐，用如下通用约束统一表示：

式中：x表示储能设备类型，包括蓄电池、蓄热槽、储气罐；

为t时刻储能设备x的存储能量；/>

分别为t时刻储能设备x的充、放能功率；ζ_xcha、ζ_xdis分别为储能设备x的充、放能效率；/>

分别为储能设备x存储能量的上、下限；/>

分别为储能设备x一日调度开始时刻和结束时刻的存储能量；/>

分别为储能设备x的充、放能功率上限；n_x为0-1变量；Δt为相邻时刻间隔时长；

风电出力约束：

式中：

为风电出力上限；/>

为t时刻风电出力；

购电、购气约束：

式中：

分别为园区综合能源系统购电、购气上限；/>

分别为t时刻园区综合能源系统购电功率、购气功率；

功率平衡约束：

式中：

分别为t时刻电、热、气负荷功率；/>

分别为t时刻蓄电池的充、放电功率；/>

分别为t时刻蓄热槽的充、放热功率；/>

分别为t时刻储气罐的充、放气功率；/>

分别为t时刻电转气设备、电锅炉、燃气轮机、燃气锅炉的输入功率；/>

分别为t时刻园区综合能源系统购电功率、购气功率；/>

为t时刻风电出力；/>

分别为t时刻余热锅炉、燃气锅炉、电转气设备的输出功率；/>

为t时刻燃气轮机的输出电功率。/>

Images