CN117077368B - 计及工业综合需求响应的综合能源系统众目标规划方法 - Google Patents
计及工业综合需求响应的综合能源系统众目标规划方法 Download PDFInfo
- Publication number
- CN117077368B CN117077368B CN202310829998.5A CN202310829998A CN117077368B CN 117077368 B CN117077368 B CN 117077368B CN 202310829998 A CN202310829998 A CN 202310829998A CN 117077368 B CN117077368 B CN 117077368B
- Authority
- CN
- China
- Prior art keywords
- energy system
- storage tank
- power
- industrial
- 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.)
- Active
Links
- 230000004044 response Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 70
- 230000005284 excitation Effects 0.000 claims abstract description 23
- 238000005338 heat storage Methods 0.000 claims description 33
- 239000007789 gas Substances 0.000 claims description 30
- 229910052739 hydrogen Inorganic materials 0.000 claims description 28
- 239000001257 hydrogen Substances 0.000 claims description 28
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 25
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 20
- 239000000446 fuel Substances 0.000 claims description 19
- 238000005265 energy consumption Methods 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 12
- 229910052799 carbon Inorganic materials 0.000 claims description 12
- 239000002699 waste material Substances 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 claims description 2
- 238000005868 electrolysis reaction Methods 0.000 claims 1
- 238000012512 characterization method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 5
- 241001137251 Corvidae Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 235000015108 pies Nutrition 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种计及工业综合需求响应的综合能源系统众目标规划方法,属于综合能源系统规划领域,为进一步提升作为综合能源系统区域负荷的工业侧参与激励响应的合作意愿,该方法提出了基于工业侧初期生产计划与新生产计划之间差异的综合能源系统服务质量的表征方式,实现了综合能源系统获取工业侧激励响应后服务质量的计算,实现了对工业侧生产干扰程度尽可能低的同时,对工业侧补贴适度的激励费用,实现综合能源系统设备容量的合理配置,并使得综合能源系统的各项性能得到均衡考虑,为涉及工业综合需求响应的综合能源系统众目标规划问题提供技术性参考。
Description
技术领域
本发明属于综合能源系统规划领域,更具体地,涉及一种计及工业综合需求响应的综合能源系统众目标规划方法。
背景技术
综合能源系统通常耦合了电、热、氢、天然气等多种能源,为促进可再生能源消纳、提高能源利用率、减少碳排放等方面提供了有效途径,在近年获得快速发展与广泛应用。然而可再生能源的波动性、间歇性使得综合能源系统比由纯化石能源供给的传统电力系统在规划问题上更为复杂,尤其是在大规模可再生能源渗透的情况下需要考虑的目标层面愈发众多。
需求侧响应依据响应方式可分为价格型需求响应与激励型需求响应,在综合能源系统中进一步推广为综合需求响应。工业侧作为区域综合能源系统的主体用户,研究其参与需求响应在促进综合能源系统消纳可再生能源、减少碳排放等方面有着重要作用。现有研究对于综合能源系统的工业侧建模多集中于宏观层面,工业侧在生产过程中具体耗能行为未能获得足够重视,同时工业侧与综合能源系统合作的有效性能未能充分挖掘和讨论,且工业侧在需求响应后受到的影响程度并未得到有效表征。从而导致工业侧在实际需求响应过程中生产计划易受到较大影响,使工业侧参与需求响应的意愿下降。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种计及工业综合需求响应的综合能源系统众目标规划方法,可实现工业侧在生产计划变动较小前提下耗能成本有所下降,同时使综合能源系统配置更合理,系统性能更均衡。
为实现上述目的,按照本发明的第一方面,提供了一种计及工业综合需求响应的综合能源系统众目标规划方法,包括:
S1,根据综合能源系统的分时电价及分时热价,确定工业侧的初期生产计划;
S2,根据所述初期生产计划,以总投资成本、能源自给量、弃风弃光量、碳排放量及服务质量最小为总目标函数,并在预设约束条件下求解所述总目标函数,得到在激励策略下,综合能源系统的容量配置及工业侧的新生产计划;
其中,所述激励策略包括激励补贴费用及服务质量;所述总投资成本包括激励补贴费用;所述服务质量通过工业初期生产计划与新生产计划之间的差异进行表征。
按照本发明的第二方面,提供了一种计及工业综合需求响应的综合能源系统众目标规划系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如第一方面所述的方法。
按照本发明的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如第一方面所述的方法。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
相较于传统的综合能源系统多目标规划,本发明提供的方法将工业侧综合需求响应与综合能源系统众目标规划结合,提出了考虑工业综合需求响应的综合能源系统众目标规划框架,实现了在均衡考虑总投资成本、弃风弃光量、服务质量、能源自给和碳排放的众指标考量下综合能源系统整体性能的提升。为进一步提升工业侧参与激励响应的合作意愿,提出了基于工业侧初期生产计划与新生产计划之间差异的综合能源系统服务质量的表征方式及衡量方法,实现了综合能源系统获取工业侧激励响应后服务质量的计算。本发明提供的方法实现了对工业侧生产干扰程度尽可能低的同时,对工业侧补贴适度的激励费用,并最终完成综合能源系统在目标要求众多情况下关键设备容量的合理配置。
附图说明
图1为本发明实施例提供的计及工业综合需求响应的综合能源系统众目标规划框架结构示意图。
图2为本发明实施例提供的工业侧的结构框图。
图3为本发明实施例提供的综合能源系统能源供需结构框图。
图4为本发明实施例提供的优化框架求解后获得的非劣解集示意图。
图5为本发明实施例提供的不同非劣解下服务质量SQ与工业侧成本缩减率的关系示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例提供一种计及工业综合需求响应的综合能源系统众目标规划方法,如图1所示,包括:
S1,根据综合能源系统的分时电价及分时热价,确定工业侧的初期生产计划。
具体地,构建电热需求的工业侧精细化模型,包含产品线生产规律与相关约束,以生产计划上加工单元与缓存单元上的生产对象数目为变量,以工业侧按照分时电价和分时热价计算得到的总耗能费用最低为初步目标以制定出初期生产计划。
S2,根据所述初期生产计划,以总投资成本、能源自给量、弃风弃光量、碳排放量及服务质量最小为总目标函数,并在预设约束条件下求解所述总目标函数,得到在激励策略下,综合能源系统的容量配置及工业侧的新生产计划;
其中,所述激励策略包括激励补贴费用及服务质量;所述总投资成本包括激励补贴费用;所述服务质量通过工业初期生产计划与新生产计划之间的差异进行表征。
具体地,步骤S2包括:
S21.综合能源系统通过激励策略刺激工业侧参与激励响应,获得对工业侧部分的生产计划支配权;
S22.构建综合能源系统各关键设备以及外部气网、外部电网的模型;
优选地,所述综合能源系统的关键设备包括:风力发电机组、光伏发电机组、燃料电池、燃气锅炉、储热罐、电解槽、甲烷化装置及储氢罐;
S23.构建综合能源系统各关键设备模型:包括风力发电机组、光伏发电机组、燃料电池、燃气锅炉、储热罐、电解槽、甲烷化装置、储氢罐、外部气网、外部电网;
S24.通过构建众目标优化框架以获取方案集,框架以综合能源系统的总投资成本、碳排放、服务质量、能源自给、弃风弃光量为优化目标;其中,对工业侧的激励策略由补贴费用外加服务质量构成;综合能源系统的服务质量通过工业初期生产计划与新生产计划之间差异进行表征;总投资成本包括综合能源系统的建设初期的投入成本及运营维护成本,特别的,还包含对工业侧按照激励响应前后耗能费用差异进行补贴的激励费用;
S25.利用决策方法从方案集中选出最终方案,完成综合能源系统的容量配置工作任务以及生成工业侧的新生产计划。
图2为工业侧获取初期生产计划阶段的模型框架,其目标函数为总耗能成本,即:
其中,M代表加工单元,B代表缓存单元,T为每天的调度周期,Ft M和Ft B分别为t时刻每条工业侧生产线上所有加工单元和所有缓存单元的耗能费用,K为工业侧生产线的数目。
所有加工单元和缓存单元的耗能费用:
其中,和/>分别为t时刻综合能源系统给予的电价和热价;/>和/>分别为生产计划上t时刻i加工单元和缓存单元处理的生产对象数目;/>和/>分别为i加工单元处理单位数目的生产对象所需的电功率和热功率;/>和/>分别为i缓存单元存储单位数目的生产对象所需的电功率和热功率;NM和NB分别为每条工业侧生产线上加工单元和缓存单元的数目;Δt为调度时段。
进一步地,工业侧的约束条件为:
其中,为工业侧生产线末端的加工单元在t时刻处理的生产对象数目;WTar为每条工业侧生产线的T周期内产品目标数目,/>为t时刻i加工单元处理的最大生产对象数目;/>为t时刻i缓存单元暂存的最大生产对象数目。
进一步地,工业侧获取初期生产计划的模型分别为:
通过商业CPLEX即可求解。
图3为综合能源系统能源供需关系结构图,其关键设备的模型分别为:
风力发电机组:
其中,为t时刻风力发电机组的最大功率输出;/>为风力发电机组配置的额定容量;vin、vout、vrate和vt分别为切入风速、切出风速、额定风速和t时刻风速;hWT为风速计的测量高度;hsta为风速计的标准测量高度;vsta为风速计在标准测量高度下测得的风速;γ为摩擦系数。
光伏发电机组:
其中,为t时刻最大功率输出;/>为t时刻太阳的辐照度;/>为标准条件下太阳辐照度;/>为光伏发电机组配置的额定容量;ηpv为综合效率系数。
甲烷化装置:
其中,为t时刻甲烷化装置消耗的氢气质量;/>为甲烷的摩尔质量;Vt MET为t时刻甲烷化装置生成标准状况下甲烷的气功率,N·m3/h;Vmol为标准状况下气体的摩尔体积;kMET为氢气转为甲烷的折算系数;ηMET为甲烷化装置的效率。
电解槽:
其中,Wt EC为电解槽消耗电能产生氢气的质量;ηEC为电解槽的效率;Pt EC为电解槽在t时刻消耗的电功率;ω为电能折算为氢能的单位等效换算系数。
燃料电池:
其中,Pt FC和Wt FC分别为t时刻燃料电池产生的电功率和消耗的氢气质量;ηFC为燃料电池的效率。
燃气锅炉:
其中,和Vt GB分别为t时刻燃气锅炉产生的热功率和消耗的气功率;LNG为天然气热值;ηGB为燃气锅炉的效率。
储氢罐:
其中,Wt HS为储氢罐在t时刻存储氢气的质量。
储热罐:
其中,为储热罐在t时刻存储的热能;/>和/>分别为储热罐在t时刻的储热功率和放热功率;ηQchr和ηQdis分别为储热罐的储热效率和放热效率。
进一步地,综合能源系统的五目标函数分别为:
总投资成本:
其中,第一项为建设初期的投入成本,第二项为运营维护成本,第三项为对工业侧激励费用;Ωj为关键设备的集合,包括风力发电机组、光伏发电机组、燃料电池、电解槽、储氢罐、甲烷化装置、储热罐和燃气锅炉;和Uj分别为综合能源系统配置的第j种关键设备的额定装机容量和单位装机容量成本;r为年利率;yj为第j种关键设备的使用年限;S为研究期间的季节周期,本发明取夏季、冬季和过渡季三季;Dd为d季节的典型日数;/>和/>分别为d季节典型日下t时刻风力发电机组和光伏发电机组的实际功率输出;和/>分别为风力发电机组、光伏发电机组、甲烷化装置、燃料电池、电解槽、储热罐和燃气锅炉的单位出力运营维护成本;储氢罐由于运营维护成本相对较低,故忽略不计;pEPN和pEGN分别为综合能源系统从外部电网和外部气网获得的电价和气价;/>和/>分别为综合能源系统在d季节典型日下t时刻从外部电网和外部气网获得的电功率和气功率;/>为工业侧的最优耗能成本;ξ为激励补贴系数,元/kW·h。
能源自给量:
弃风弃光量:
服务质量:
其中,和/>分别为工业侧在价格型需求响应后作出的初期生产计划所对应的加工单元和缓存单元的数目,可通过式/>进行求解。由于该目标中存在绝对值形式,可对其进行线性化。以加工单元为例,线性化过程如下式所示,缓存单元同理可得,此处不再赘述。
其中,是为实现线性化而额外引入的辅助变量。
可以理解的是,服务质量采用初期生产计划与新生产计划之间的差异进行表征,因此,差异越小,服务质量越高。
碳排放量:
其中,ζEPN和ζGB分别为外部电网供电和燃气锅炉供热的碳排放系数。
进一步地,综合能源系统的约束为:
工业侧的约束条件:
激励松弛约束:
其中,δ为激励松弛因子,取值为一较小正数。电功率平衡约束:
热功率平衡约束:
气功率平衡约束:
其中,为外部气网最大的供气功率。
外部网络出力限制:
可再生能源出力限制:
燃气锅炉和甲烷化装置出力限制:
其中,和/>分别为燃气锅炉和甲烷化装置配置的额定装机容量。
电解槽和燃料电池出力限制与协作约束:
其中,和/>分别为电解槽和燃料电池配置的额定装机容量;/>和/>分别为d季节典型日下t时刻电解槽和燃料电池出力的状态位,为0-1变量。由于该式存在变量相乘的形式,采用大M法对其进行线性化后可得到下式。
其中,Mbig为一足够大的正数。
设备容量限制:
其中,为第j种关键设备的最大装机容量。
储热罐约束:
其中,和/>分别为储热罐最大的蓄热功率和放热功率;/>和/>分别为d季节典型日下t时刻储热罐充放热的状态位,为0-1变量。
储氢罐和储热罐能量状态限制:
其中,和/>分别为储氢罐和储热罐配置的额定装机容量;/>和/>分别为储氢罐和储热罐运行的初始状态。
进一步地,综合能源系统的最终模型为:
经过线性化处理后,该问题转为混合整数线性规划问题中的众目标优化问题,通过AUGMECON算法结合商业求解器CPLEX即可求解。求解后通过模糊隶属函数法从获得的非劣解集中选出最终的配置方案。即得到求解结果及/>
基于所提出的框架,设置模型参数。
设工业侧有加工生产线共20条,每条生产线单日的目标产量为22件,运行参数如表1所示。表2为综合能源系统设备的经济参数。综合能源系统提供给工业侧的电价和热价如表3所示。从外部电网获得的电价取0.49元/kW·h,从外部气网获得的天然气价格取2.5元/m3。甲烷化装置效率为0.8,燃气锅炉效率为0.8,电解槽效率为0.75,燃料电池效率取0.5,储热罐充放热效率取0.82,年利率取5%,激励松弛因子取0.05,激励补贴系数取1.05元/kW·h。
表1单条生产线的运行参数
表2设备的经济参数
表3分时价格
该实施例中的众目标优化结果如图4所示。是否响应激励策略对综合能源系统目标值和容量配置的影响如表4和表5所示。
表4是否响应激励策略时目标值差异对比
表5是否响应激励策略时容量配置结果对比
图4表明:计及工业综合需求响应的综合能源系统众目标规划框架能均衡考虑总投资成本TIC、弃风弃光量REC、服务质量SQ、能源自给ES和碳排放CE。特别的,工业侧不响应激励策略,意味着综合能源系统不需要改变工业侧的生产安排即可完成关键设备的容量配置,此时服务质量SQ值为0。表4与表5说明:在工业侧响应所提出的激励策略下,综合能源系统通过改变工业侧的耗能习惯使得综合能源系统的容量配置更加合理,系统整体的目标性能得到更均衡的考虑。此外,工业侧在未响应激励策略前耗能费用为2411.89万元,在响应激励策略后耗能费用为2493.18万元,而激励费用为85.36万元,则生产成本下降了0.1687%,这说明工业侧在自身生产计划的干扰程度相对低的同时,也降低了耗能费用。
图5表明:随着SQ越大,工业侧成本缩减率总体呈震荡上升趋势,说明PIES切实考虑了不同SQ对工业侧利益的补偿力度;当SQ为0,即无需工业侧响应激励措施时,不存在激励补贴费用,这确保了PIES利益不受损;相同SQ可能有着不同工业侧成本缩减率,这是由于虽然生产计划差异值相同,但加工单元和缓存单元在各时刻处理的产品数目不严格相同,导致工业侧耗能费用差异不同,获得补贴不同,工业侧成本缩减率也就不同,但这也为PIES获取工业侧生产计划支配权提供了更丰富的方案。
本发明实施例提供一种计及工业综合需求响应的综合能源系统众目标规划系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如上述任一实施例所述的方法。
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如上述任一实施例所述的方法。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种计及工业综合需求响应的综合能源系统众目标规划方法,其特征在于,包括:
S1,根据综合能源系统的分时电价及分时热价,确定工业侧的初期生产计划;
S2,根据所述初期生产计划,以总投资成本、能源自给量、弃风弃光量、碳排放量及服务质量最小为总目标函数,并在预设约束条件下求解所述总目标函数,得到在激励策略下,综合能源系统的容量配置及工业侧的新生产计划;
其中,所述激励策略包括激励补贴费用及服务质量;所述总投资成本包括激励补贴费用;所述服务质量通过工业初期生产计划与新生产计划之间的差异进行表征;
步骤S1中,根据所述分时电价及分时热价,以最小化工业侧的总耗能成本为目标函数,在工业侧的约束条件下求解所述目标函数,得到初期生产计划;
所述目标函数为:
其中,M代表加工单元,B代表缓存单元,T为每天的调度周期,Ft M和Ft B分别为t时刻每条工业侧生产线上所有加工单元和所有缓存单元的耗能费用, 和/>分别为t时刻综合能源系统给予的电价和热价;/>和/>分别为生产计划上t时刻i加工单元和缓存单元处理的生产对象数目;/>和/>分别为i加工单元处理单位数目的生产对象所需的电功率和热功率;/>和/>分别为i缓存单元存储单位数目的生产对象所需的电功率和热功率;NM和NB分别为每条工业侧生产线上加工单元和缓存单元的数目;Δt为调度时段;K为工业侧生产线的数目;
所述工业侧的约束条件为:
其中,为工业侧生产线末端的加工单元在t时刻处理的生产对象数目;WTar为每条工业侧生产线的T周期内产品目标数目,/>为t时刻i加工单元处理的最大生产对象数目;/>为t时刻i缓存单元暂存的最大生产对象数目。
2.如权利要求1所述的方法,其特征在于,所述服务质量F4的计算公式为:
其中,和/>分别为工业侧初期生产计划中加工单元和缓存单元上的生产对象数目,/>和/>分别为工业侧新生产计划中加工单元和缓存单元上的生产对象数目;Dd为d季节的典型日数,S为研究期间的季节周期;K为工业侧生产线的数目,T为工业侧生产线的周期;NM和NB分别为每条工业侧生产线上加工单元和缓存单元的数目。
3.如权利要求2所述的方法,其特征在于,步骤S2之前,还包括:
建立所述综合能源系统中各关键设备的模型;
其中,当所述综合能源系统中的关键设备包括:风力发电机组、光伏发电机组、燃料电池、燃气锅炉、储热罐、电解槽、甲烷化装置及储氢罐时,所述风力发电机组的模型为:
其中,为t时刻风力发电机组的最大功率输出;/>为风力发电机组配置的额定容量;vin、vout、vrate和vt分别为切入风速、切出风速、额定风速和t时刻风速;hWT为风速计的测量高度;hsta为风速计的标准测量高度;vsta为风速计在标准测量高度下测得的风速;γ为摩擦系数;
所述光伏发电机组的模型为:
其中,为t时刻最大功率输出;/>为t时刻太阳的辐照度;/>为标准条件下太阳辐照度;/>为光伏发电机组配置的额定容量;ηpv为综合效率系数;
所述甲烷化装置的模型为:
其中,为t时刻甲烷化装置消耗的氢气质量;/>为甲烷的摩尔质量;Vt MET为t时刻甲烷化装置生成标准状况下甲烷的气功率,N·m3/h;Vmol为标准状况下气体的摩尔体积;kMET为氢气转为甲烷的折算系数;ηMET为甲烷化装置的效率;
所述电解槽的模型为:
其中,Wt EC为电解槽消耗电能产生氢气的质量;ηEC为电解槽的效率;Pt EC为电解槽在t时刻消耗的电功率;ω为电能折算为氢能的单位等效换算系数;
所述燃料电池的模型为:
Pt FCΔt=ωηFCWt FC
其中,Pt FC和Wt FC分别为t时刻燃料电池产生的电功率和消耗的氢气质量;ηFC为燃料电池的效率;
所述燃气锅炉的模型为:
Qt GB=ηGBLNGVt GB
其中,Qt GB和Vt GB分别为t时刻燃气锅炉产生的热功率和消耗的气功率;LNG为天然气热值;ηGB为燃气锅炉的效率;
所述储氢罐的模型为:
其中,Wt HS为储氢罐在t时刻存储氢气的质量;
所述储热罐的模型为:
其中,Qt HeatS为储热罐在t时刻存储的热能;和/>分别为储热罐在t时刻的储热功率和放热功率;ηQchr和ηQdis分别为储热罐的储热效率和放热效率。
4.如权利要求3所述的方法,其特征在于,所述总投资成本
其中,为激励补贴费用,Ωj为综合能源系统的关键设备的集合,/>和Uj分别为综合能源系统配置的第j种关键设备的额定装机容量和单位装机容量成本;r为年利率;yj为第j种关键设备的使用年限;S为研究期间的季节周期;Dd为d季节的典型日数;/>和/>分别为d季节典型日下t时刻风力发电机组和光伏发电机组的实际功率输出;/>和/>分别为风力发电机组、光伏发电机组、甲烷化装置、燃料电池、电解槽、储热罐和燃气锅炉的单位出力运营维护成本;pEPN和pEGN分别为综合能源系统从外部电网和外部气网获得的电价和气价;/>和/>分别为综合能源系统在d季节典型日下t时刻从外部电网和外部气网获得的电功率和气功率;为工业侧的最优耗能成本;ξ为激励补贴系数;
所述能源自给量
所述弃风弃光量
所述碳排放量
其中,ζEPN和ζGB分别为外部电网供电和燃气锅炉供热的碳排放系数;
所述总目标函数为:min{F1,F2,F3,F4,F5}。
5.如权利要求4所述的方法,其特征在于,所述预设约束条件包括:工业侧的约束条件:
激励松弛约束:
其中,δ为激励松弛因子,取值为一较小正数;
电功率平衡约束:
热功率平衡约束:
气功率平衡约束:
其中,为外部气网最大的供气功率;
外部网络出力限制约束:
可再生能源出力限制约束:
燃气锅炉和甲烷化装置出力限制约束:
其中,和/>分别为燃气锅炉和甲烷化装置配置的额定装机容量;
电解槽和燃料电池出力限制与协作约束:
其中,和/>分别为电解槽和燃料电池配置的额定装机容量;/>和/>分别为d季节典型日下t时刻电解槽和燃料电池出力的状态位,为0-1变量;
设备容量限制约束:
其中,为第j种关键设备的最大装机容量;
储热罐约束:
其中,和/>分别为储热罐最大的蓄热功率和放热功率;/>和/>分别为d季节典型日下t时刻储热罐充放热的状态位,为0-1变量;
储氢罐和储热罐能量状态限制约束:
其中,和/>分别为储氢罐和储热罐配置的额定装机容量;/>和/>分别为储氢罐和储热罐运行的初始状态。
6.一种计及工业需求响应的综合能源系统众目标规划系统,其特征在于,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如权利要求1-5任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310829998.5A CN117077368B (zh) | 2023-07-07 | 2023-07-07 | 计及工业综合需求响应的综合能源系统众目标规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310829998.5A CN117077368B (zh) | 2023-07-07 | 2023-07-07 | 计及工业综合需求响应的综合能源系统众目标规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117077368A CN117077368A (zh) | 2023-11-17 |
CN117077368B true CN117077368B (zh) | 2024-02-06 |
Family
ID=88718304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310829998.5A Active CN117077368B (zh) | 2023-07-07 | 2023-07-07 | 计及工业综合需求响应的综合能源系统众目标规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117077368B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111342451A (zh) * | 2020-03-12 | 2020-06-26 | 四川大学 | 促进可再生能源消纳的园区综合能源系统经济配置方法 |
CN112288173A (zh) * | 2020-10-30 | 2021-01-29 | 合肥工业大学 | 一种考虑分时电价和激励补偿的尖峰负荷调整方法 |
CN114239372A (zh) * | 2021-12-15 | 2022-03-25 | 华中科技大学 | 一种考虑机组组合的多目标机组检修双层优化方法和系统 |
CN115115277A (zh) * | 2022-08-23 | 2022-09-27 | 华北电力大学 | 园区综合能源调度方法、装置、计算机设备及存储介质 |
CN115829091A (zh) * | 2022-11-18 | 2023-03-21 | 华中科技大学 | 一种考虑可再生能源供能的工业流程微电网规划方法 |
CN116231667A (zh) * | 2023-01-30 | 2023-06-06 | 国网甘肃省电力公司营销服务中心 | 一种基于pcam-gmm的农村配电网源-网-荷-储协调优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2892558B1 (en) * | 2012-09-07 | 2019-04-10 | The Trustees Of Dartmouth College | Vista modulators for diagnosis and treatment of cancer |
-
2023
- 2023-07-07 CN CN202310829998.5A patent/CN117077368B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111342451A (zh) * | 2020-03-12 | 2020-06-26 | 四川大学 | 促进可再生能源消纳的园区综合能源系统经济配置方法 |
CN112288173A (zh) * | 2020-10-30 | 2021-01-29 | 合肥工业大学 | 一种考虑分时电价和激励补偿的尖峰负荷调整方法 |
CN114239372A (zh) * | 2021-12-15 | 2022-03-25 | 华中科技大学 | 一种考虑机组组合的多目标机组检修双层优化方法和系统 |
CN115115277A (zh) * | 2022-08-23 | 2022-09-27 | 华北电力大学 | 园区综合能源调度方法、装置、计算机设备及存储介质 |
CN115829091A (zh) * | 2022-11-18 | 2023-03-21 | 华中科技大学 | 一种考虑可再生能源供能的工业流程微电网规划方法 |
CN116231667A (zh) * | 2023-01-30 | 2023-06-06 | 国网甘肃省电力公司营销服务中心 | 一种基于pcam-gmm的农村配电网源-网-荷-储协调优化方法 |
Non-Patent Citations (6)
Title |
---|
Supply Function Game Based Energy Management Between Electric Vehicle Charging Stations and Electricity Distribution System Considering Quality of Service;Yuanzheng Li等;《IEEE Transactions on Industry Applications》;5932-5943 * |
基于模糊激励型需求响应的微电网两阶段优化调度模型;都成;魏震波;;电力建设(第05期);41-48 * |
群体选择结果的稳定性分析及其度量方法;吴凡;陈阳;赵勇;;系统工程与电子技术(第12期);129-136 * |
考虑售电侧开放的激励型需求响应日前调度策略;周晓薇;陈昕儒;;电气时代(第05期);86-90 * |
考虑负荷聚集商参与的源荷互动双层优化模型;文刚;翁维华;赵岩;蒋传文;;电网技术(第12期);232-239 * |
面向SBA的系统综合决策方法研究;郭四海;冯珊;赵勇;周凯波;;系统工程与电子技术(第11期);127-131 * |
Also Published As
Publication number | Publication date |
---|---|
CN117077368A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105375479B (zh) | 一种基于模型预测控制的分布式能源能量管理方法 | |
CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
CN108832656A (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
Teng et al. | A model of electro-thermal hybrid energy storage system for autonomous control capability enhancement of multi-energy microgrid | |
CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
CN110807588B (zh) | 一种多能源耦合综合能源系统的优化调度方法 | |
CN111144620A (zh) | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 | |
Gholizadeh et al. | An innovative energy management framework for cooperative operation management of electricity and natural gas demands | |
CN111030104B (zh) | 一种含储氢装置的多能源系统提升能源利用率的方法 | |
CN114243694A (zh) | 考虑阶梯碳交易和需求响应的并网型微电网优化配置方法 | |
CN109409600A (zh) | 风电、蓄热式电锅炉联合供暖系统优化调度方法 | |
CN112671040A (zh) | 一种考虑新能源消纳最大的多能互补系统日前优化调度方法 | |
Wang et al. | A time-scale adaptive dispatching strategy considering the matching of time characteristics and dispatching periods of the integrated energy system | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
CN116646985A (zh) | 计及碳排放的农村住宅光-沼储能综合能源系统两阶段鲁棒优化调度模型 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
Zhang et al. | Multi-time-scale economic scheduling method for electro-hydrogen integrated energy system based on day-ahead long-time-scale and intra-day MPC hierarchical rolling optimization | |
CN113822480A (zh) | 一种农村综合能源系统多层协同优化方法及系统 | |
Xu et al. | Optimal multi-energy portfolio towards zero carbon data center buildings in the presence of proactive demand response programs | |
Ma et al. | Performance optimization of phase change energy storage combined cooling, heating and power system based on GA+ BP neural network algorithm | |
CN117787636A (zh) | 一种综合能源系统的多目标规划方法、系统及设备 | |
CN117077368B (zh) | 计及工业综合需求响应的综合能源系统众目标规划方法 | |
Wang et al. | Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access | |
Wang et al. | Renewable and distributed energy integration with mini/microgrids | |
Ma et al. | Optimization of Integrated Energy System Scheduling Considering Stepped Carbon Emission Trading Mechanism and Electricity Heat 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |