CN117172389A - 考虑风光不确定性的区域级综合能源优化运行方法及系统 - Google Patents
考虑风光不确定性的区域级综合能源优化运行方法及系统 Download PDFInfo
- Publication number
- CN117172389A CN117172389A CN202311432591.5A CN202311432591A CN117172389A CN 117172389 A CN117172389 A CN 117172389A CN 202311432591 A CN202311432591 A CN 202311432591A CN 117172389 A CN117172389 A CN 117172389A
- Authority
- CN
- China
- Prior art keywords
- wind
- regional
- uncertainty
- comprehensive energy
- constraint
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 39
- 229910052799 carbon Inorganic materials 0.000 claims description 51
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 50
- 230000006870 function Effects 0.000 claims description 43
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 13
- 238000010521 absorption reaction Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000005338 heat storage Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000012946 outsourcing Methods 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 2
- 238000011017 operating method Methods 0.000 claims 1
- 239000007789 gas Substances 0.000 description 15
- 230000000694 effects Effects 0.000 description 9
- 230000005611 electricity Effects 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 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
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于能源优化调度技术领域,具体涉及一种考虑风光不确定性的区域级综合能源优化运行方法及系统,包括:构建区域级综合能源系统;以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
Description
技术领域
本发明属于能源优化调度技术领域,具体涉及一种考虑风光不确定性的区域级综合能源优化运行方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
综合能源系统(Integrated Energy System,简称IES)指一定区域内利用先进的物理信息技术和创新管理模式,整合区域内煤炭、石油、天然气、电能、热能等多种能源,实现多种异质能源子系统之间的协调规划、优化运行,协同管理、交互响应和互补互济;在满足系统内多元化用能需求的同时,有效地提升能源利用效率,促进能源可持续发展;综合能源系统作为新的能源系统形式,将电、气、热、冷等多种能源统筹联合运行,提高了能源系统的运行效率,降低了能源系统的运行成本,同时提高了能源系统运行的灵活性;随着综合能源系统的推广,多种能源之间的耦合性需一步加强。在规划、建设和运行等过程中,通过对能源的产生、传输与分配(能源网络)、转换、存储、消费等环节进行有机协调与优化后,形成的能源产供销一体化系统。
综合能源系统具有诸多因素的不确定性,其中包括风光出力、负荷、随机突发事件等,这些不确定因素均会对综合能源系统的平稳运行,以及经济性与低碳性产生深远影响。
据发明人了解,现有的考虑风光处理不确定性的区域级综合能源优化中,大部分已经将电、冷、热等多种能源设备考虑其中,计及综合需求响应的削峰填谷技术相对成熟,少部分方法对综合能源系统内的碳排放计算进行细化;少有发放在对某一区域低碳经济调度时,在考虑碳排放的前提下,综合考虑碳吸收的作用,导致该区域参与碳交易的成本比较粗放。在综合能源系统不确定性因素方面,大多数仅仅考虑风光的波动性;同时,很少在风光出力波动时考虑综合需求响应的削峰填谷的作用,对能源服务商日内选择设备运行方式无参考作用,从而升高系统的综合成本。
发明内容
为了解决上述问题,本发明提出了一种考虑风光不确定性的区域级综合能源优化运行方法及系统,考虑风电与光伏所存在的间歇性与波动性,采用信息间隙决策理论(Info-Gap Decision Theory,简称IGDT)处理风光出力的不确定性,赋予风电和光伏的出力偏差系数不同的权重,解决了传统IGDT只适用于处理单一不确定性的问题;针对不确定性决策无法判断所做决策优劣的难题,根据不同决策方案面临的风险程度不同,用不确定度量化不同决策方案面临的风险,为决策者在不确定性决策中选择最优策略提供有效参考。
根据一些实施例,本发明的第一方案提供了一种考虑风光不确定性的区域级综合能源优化运行方法,采用如下技术方案:
一种考虑风光不确定性的区域级综合能源优化运行方法,包括:
构建区域级综合能源系统;
以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;
求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;
以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;
求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
作为进一步的技术限定,所述一次优化模型的目标函数包括阶梯式碳交易成本、需求响应补贴成本、综合能源系统的运维成本、日购置成本和外购能源成本。
进一步的,所述一次优化模型的约束条件包括转换侧设备约束和功率平衡约束;其中,转换侧设备约束包括燃气轮机功率约束、燃气锅炉功率约束、吸收式制冷机功率约束、冰蓄冷空调功率约束、压缩空气储能系统功率约束、储热系统功率约束和爬坡约束,功率平衡约束包括电负荷约束、冷负荷约束和热负荷约束。
在本发明中,一次优化模型的约束条件中的转换侧设备约束为转换侧设备在运行过程中所受到的功率限制;这些限制来自设备的物理特性、电源供应、安全规定及应用场景,设备功率约束需要与系统的总体能源需求和供应进行平衡,通过合理设置和调整设备功率约束,实现能源的高效利用,降低能源消耗和成本,同时确保设备的稳定运行和延长其使用寿命;
一次优化模型的约束条件中的功率平衡约束为基于所使用设备的容量,保证设备出力在其工作区间之内,设备在任何情况下都不应超过其最大功率限制;为保证本发明的供给平衡,保证完全供给负荷,实现系统稳定性。进一步的,所述得到的风光基准值下的区域级综合能源系统最优经济成本即为在没有风光波动下的区域级综合能源系统的经济成本。
作为进一步的技术限定,在求解风光波动下最优经济成本的过程中,设置一定比例将一次优化中的经济成本进行划分,所设定的比例即为偏差因子,所述偏差因子呈阶梯状。
作为进一步的技术限定,构建风光不确定度为目标函数,二次优化约束在一次优化约束的基础上增加偏差因子和一次优化的最优经济成本乘积约束,求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式。
作为进一步的技术限定,所构建的区域级综合能源系统包括供给侧、转换侧和负荷侧;其中,所述供给侧包括气网、电网、风电和光伏;所述转换侧包括燃气轮机、压缩空气储能、燃气锅炉、换热器、蓄热装置、电制冷机和吸收式制冷机;所述负荷侧包含电负荷、热负荷和冷负荷。
根据一些实施例,本发明的第二方案提供了一种考虑风光不确定性的区域级综合能源优化运行系统,采用如下技术方案:
一种考虑风光不确定性的区域级综合能源优化运行系统,包括:
构建模块,其被配置为构建区域级综合能源系统;
一次优化模块,其被配置为以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;
二次优化模块,其被配置为以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
根据一些实施例,本发明的第三方案提供了一种计算机可读存储介质,采用如下技术方案:
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方案所述的考虑风光不确定性的区域级综合能源优化运行方法中的步骤。
根据一些实施例,本发明的第四方案提供了一种电子设备,采用如下技术方案:
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方案所述的考虑风光不确定性的区域级综合能源优化运行方法中的步骤。
与现有技术相比,本发明的有益效果为:
本发明中的综合能源优化中,考虑碳排放时的碳汇吸收作用,碳汇减少的碳排放可减少碳交易的成本,降低综合能源系统的运行成本;通过与风光基准值下的综合能源系统设备出力进行对比,分析风光较强波动发生时,设备如何出力可达经济最优,为决策者提供调控设备启停的依据,有利于提升综合能源系统的能源利用效率与平衡调节能力;通过与风光预测值下的需求响应曲线对比,当气象发生变化时,需求响应的作用减小,甚至在某些时段超过优化前的负荷,决策者根据IGDT的结果,调控综合能源系统的出力,充分发挥综合需求响应削峰填谷的作用。
附图说明
构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解,本实施例的示意性实施例及其说明用于解释本实施例,并不构成对本实施例的不当限定。
图1为本发明实施例一中的考虑风光不确定性的区域级综合能源优化运行方法的流程图;
图2为本发明实施例一中的考虑风光不确定性的区域级综合能源优化运行方法的详细步骤图;
图3为本发明实施例一中的区域级综合能源系统的结构示意图;
图4为本发明实施例二中的考虑风光不确定性的区域级综合能源优化运行系统的结构框图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本发明实施例一介绍了一种考虑风光不确定性的区域级综合能源优化运行方法。
本实施例建立了包括聚合风电(WT)、光伏(PV)、燃气轮机(GT)、压缩空气储能(CAES)以及燃气锅炉(GB)在内的区域级多能互补优化调度模型;其中,燃气轮机与压缩空气储能站用于平抑风电和光伏机组出力的波动性,使系统达到整体可控,并提高调度的灵活性;采用IGDT处理风光出力的不确定性,赋予风电和光伏出力偏差系数不同的权重,解决了传统IGDT只适用于处理单一不确定性的问题;针对不确定性决策无法判断所做决策优劣的问题,根据不同决策方案面临的风险程度不同,用不确定度量化不同决策方
如图1和图2所示的一种考虑风光不确定性的区域级综合能源优化运行方法,包括:
构建区域级综合能源系统;
以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;
求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;
以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;
求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
作为一种或多种实施方式,本实施例所构建的区域级综合能源系统(UIES)如图3所示,包括供给侧、转换侧和负荷侧;其中,供给侧包括气网、电网、风电(WT)及光伏(PV);转换侧包括燃气轮机(GT)、压缩空气储能(CAES)、燃气锅炉(GB)、换热器(HE)、蓄热装置(HS)、电制冷机(EC)及吸收式制冷机(AC);负荷侧包含电负荷(EL)、热负荷(HL)及冷负荷(CL)。该系统针对中国北方的气候特点,选择了冬季和夏季的典型负荷。
本实施例中的区域级综合能源系统的调度周期为1天,分为24小时;数据包括EL、HL、CL、光伏功率、风电功率以及电价和气价。
作为一种或多种实施方式,以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型,求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;具体为:
一次优化模型的目标函数包括阶梯式碳交易成本、需求响应补贴成本、综合能源系统的运维成本、日购置成本和外购能源成本。
(1)阶梯式碳交易成本F c
计算免费碳交易配额,免费总配额用C P表示,如式(1)所示,代表了购电电网发电机组、冷热电联产系统(Combined Cooling Heating and Power,简称CCHP)、GB的初始碳排放配额之和,计算如式(2)、式(3)和式(4)所示:
(1)
(2)
(3)
(4)
其中,C P、C grid、C CCHP、C GB分别为综合能源系统、购电电网发电机组、CCHP、GB的初始碳排放配额;γ e、γ h分别为产生单位电功率、单位热功率的碳排放配额;γ e,h为电热功率转换参数;T为调度周期;P buy(t)为电网购电功率;H CCHP(t)与P CCHP(t)为CCHP机组制热与发电功率;H AC(t)为AC的输入热功率;H GB(t)为GB制热功率;
在区域综合能源使用场景中,绿色植被吸收碳排放量有助于碳减排,为精细化计算该区域碳交易成本,将绿色植被碳排放吸收量计算如式(5)所示。
(5)
其中,CSvegetation为绿色植被光合作用的碳吸收总量;Cveg-i为第i种植被的碳吸收系数;Areaver-i为为第i种植被的面积。经上述所示,免费碳排放配额及绿色植被碳排放作为固定值已被计算,下面介绍实际碳排放量组成,如式(6)。
实际区域内多能互补系统碳排放总量如下:
(6)
其中,C a为本区域实际碳排放总量;C grid,a为电网碳排放量;C CCHP,a为CCHP实际碳排放量;C GB,a为燃气锅炉实际碳排放量;CS vegetation为区域内绿色植被系统的碳排放量。
免费碳配额C p及实际碳排放量C a参与阶梯型碳交易成本如式(7)所示,采用六个排放区间的阶梯式碳交易机制,在该种机制下碳交易价格会随着碳排放量的增加而增加。当此时实际碳排放量小于碳排放配额时,可以出售盈余的碳排放额度,当实际碳排放量大于碳排放配额时,需要根据碳交易机制购买超出的部分。
奖罚阶梯型碳交易机制模型如下:
(7)
其中,F c为阶梯式碳交易成本;c为交易基础价格;v为碳排放量的区间长度;α为每一个碳交易区间的价格增长幅度,λ为碳排放惩罚因子。
(2)需求响应补贴成本
(8)
其中,为补贴成本;P h为热负荷的补贴系数;P c为冷负荷的补贴系数;H sl(t)为可削减的热负荷;C sl(t)可削减的冷负荷。
(3)运维成本计算
(9)
(4)日购置成本
(10)
(5)外购能源成本
(11)
式(9)-(11)中,p buy(t)、p sell(t)、p gas(t)和C i分别为t时刻从电网购电的电价、向电网卖电电价、天然气单价以及第i个设备的运行维护成本系数;P i(t)为系统中的第i个设备t时刻的工作功率;N i,r为第i个设备的容量;C i,v为第i个设备的单位购置成本;r为折算系数;T i为第i个设备寿命年限;η GE,CCHP为CCHP机组发电效率;η GH为GB能量转换效率。
综上,一次优化模型的目标函数为/>
一次优化模型的约束条件包括转换侧设备约束和功率平衡约束;其中,转换侧设备约束包括燃气轮机功率约束、燃气锅炉功率约束、吸收式制冷机功率约束、冰蓄冷空调功率约束、压缩空气储能系统功率约束、储热系统功率约束和爬坡约束,功率平衡约束包括电负荷约束、冷负荷约束和热负荷约束。
在目标函数和约束的基础上,采用基于仿真软件的CPLEX求解器进行求解,解出在风光无波动时的最优经济成本,经此成本与偏差因子的不同乘积作为二次优化的约束。
作为一种或多种实施方式,以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行二次优化模型;具体的:
基于构建的IGDT方法,以UIES所在区域的风光不确定度为目标函数,约束在一次优化约束基础上增加经济约束,IGDT包含鲁棒模型RAS及机会模型RSS两种模型,对应不同的运行策略及偏差因子,根据不同模型选择不同的偏差因子与一次优化经济成本相乘作为约束条件。
(1)建立PV与WT出力波动模型
(13)
(14)
其中,与/>分别为t时段光伏、风电的预测值;α与β分别为光伏、风电的偏差因子。其中表明,光伏出力的上下限为/>+α/>、/>-α/>;风电出力的上下限为/>+β/>、/>-β/>。
将一次优化中的经济成本作为二次优化的经济约束,分为两种情况,分别对应鲁棒模型与机会模型;即
(a)鲁棒模型
二次优化中的经济成本设定为大于一次优化的经济成本作为约束。
(b)机会模型
二次优化中的经济成本设定为小于一次优化的经济成本作为约束。
当风光波动性发生时,可以根据设备管理者的意愿选择两种模型之一。
根据风光不确定度确定二次优化模型的目标函数,即
(15)
其中,为目标函数中所有不确定量的不确定度;/>为光伏的波动系数;/>为风电的波动系数;/>为/>的权重;/>为/>的权重,其中/>+/>=1。
在一次优化中设备约束的基础上,增加一次优化的经济约束。
假设一次优化模型的目标函数(即一次优化中的经济成本)为:
其中,A为一次优化中的最优经济成本,即阈值。
为求解两种模型中风光波动下最优的经济成本,设置一定比例将一次优化中的经济成本进行划分,比例值即为偏差因子,呈阶梯走势。将一次优化成本A分别与偏差因子乘积作为二次优化中的经济约束,以满足不同风光波动下的不同经济需求。偏差因子为偏好因子和规避因子的总称。鲁棒模型中为规避因子,机会模型中为偏好因子;规避因子为鲁棒模型中的偏差因子。根据偏差因子取值范围,求出不同偏差因子下的经济成本,如表1所示:
表1 不同偏差因子的经济成本
(1)鲁棒模型
取鲁棒模型中的1.4A成本作为约束,进行说明。此时,经济成本约束如下:
二次优化的目标函数为风光不确定度,约束系统中的经济成本不小于1.4A,系统在此约束下,将得到维持系统供给的最小经济性。由此得到在此经济成本下,管理者通过付出更多的成本代价,以此维持系统的运行方式及状态。
(2)机会模型
取机会模型中的0.6A的成本作为约束,进行说明。此时,经济成本约束如下:
约束系统中的经济成本不大于0.6A,系统在此约束下,将得到维持系统供给的最小经济性。由此得到在此经济成本下,管理者通过付出更小的成本代价,以此维持系统的运行方式及状态。
系统优化出一个不确定度时,将风光的出力输入至系统,系统在经济约束的条件下,寻求系统最佳的运行方式,当系统已维持稳定时,将计算出相对于此时不确定度下的经济成本。
根据二次优化模型的目标函数,将一次优化中的经济成本与不同偏差因子之积作为约束,通过设置不同的偏差因子,将无风光波动下的经济成本作为基准值,偏差因子与基准值之积作为风光波动下的经济成本约束,以此来限制风光波动下的经济成本,并给予综合能源系统设备的运行依据。当风光较大波动性发生时,从而保证系统的经济性与稳定性。
本实施例通过与风光基准值下的综合能源系统设备出力进行对比,分析风光较强波动发生时,设备如何出力可达经济最优,为决策者提供调控设备启停的依据,有利于提升综合能源系统的能源利用效率与平衡调节能力;通过与风光预测值下的需求响应曲线对比,当气象发生变化时,需求响应的作用减小,甚至在某些时段超过优化前的负荷,决策者根据IGDT的结果,调控综合能源系统的出力,充分发挥综合需求响应削峰填谷的作用。
实施例二
本发明实施例二介绍了一种考虑风光不确定性的区域级综合能源优化运行系统。
如图4所示的一种考虑风光不确定性的区域级综合能源优化运行系统,包括:
构建模块,其被配置为构建区域级综合能源系统;
一次优化模块,其被配置为以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;
二次优化模块,其被配置为以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
详细步骤与实施例一提供的考虑风光不确定性的区域级综合能源优化运行方法相同,在此不再赘述。
实施例三
本发明实施例三提供了一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明实施例一所述的考虑风光不确定性的区域级综合能源优化运行方法中的步骤。
详细步骤与实施例一提供的考虑风光不确定性的区域级综合能源优化运行方法相同,在此不再赘述。
实施例四
本发明实施例四提供了一种电子设备。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明实施例一所述的考虑风光不确定性的区域级综合能源优化运行方法中的步骤。
详细步骤与实施例一提供的考虑风光不确定性的区域级综合能源优化运行方法相同,在此不再赘述。
以上所述仅为本实施例的优选实施例而已,并不用于限制本实施例,对于本领域的技术人员来说,本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实施例的保护范围之内。
Claims (10)
1.一种考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,包括:
构建区域级综合能源系统;
以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;
求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;
以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;
求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
2.如权利要求1中所述的考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,所述一次优化模型的目标函数包括阶梯式碳交易成本、需求响应补贴成本、综合能源系统的运维成本、日购置成本和外购能源成本。
3.如权利要求2中所述的考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,所述一次优化模型的约束条件包括转换侧设备约束和功率平衡约束;其中,转换侧设备约束包括燃气轮机功率约束、燃气锅炉功率约束、吸收式制冷机功率约束、冰蓄冷空调功率约束、压缩空气储能系统功率约束、储热系统功率约束和爬坡约束,功率平衡约束包括电负荷约束、冷负荷约束和热负荷约束。
4.如权利要求1中所述的考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,所述得到的风光基准值下的区域级综合能源系统最优经济成本即为在没有风光波动下的区域级综合能源系统的经济成本。
5.如权利要求1中所述的考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,在求解风光波动下最优经济成本的过程中,设置一定比例将一次优化中的经济成本进行划分,所设定的比例即为偏差因子,所述偏差因子呈阶梯状。
6.如权利要求1中所述的考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,构建风光不确定度为目标函数,二次优化约束在一次优化约束的基础上增加偏差因子和一次优化的最优经济成本乘积约束,求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式。
7.如权利要求1中所述的考虑风光不确定性的区域级综合能源优化运行方法,其特征在于,所构建的区域级综合能源系统包括供给侧、转换侧和负荷侧;其中,所述供给侧包括气网、电网、风电和光伏;所述转换侧包括燃气轮机、压缩空气储能、燃气锅炉、换热器、蓄热装置、电制冷机和吸收式制冷机;所述负荷侧包含电负荷、热负荷和冷负荷。
8.一种考虑风光不确定性的区域级综合能源优化运行系统,其特征在于,包括:
构建模块,其被配置为构建区域级综合能源系统;
一次优化模块,其被配置为以所构建的区域级综合能源系统的成本最小为目标函数,构建一次优化模型;求解所构建的一次优化模型的目标函数,得到风光基准值下的区域级综合能源系统最优经济成本;
二次优化模块,其被配置为以预设的偏差因子和所得到的最优经济成本之间的乘积为约束条件,以综合能源系统所在区域的风光不确定度为目标函数,构建二次优化模型;求解所构建的二次优化模型的目标函数,得到考虑风光不确定性的区域级综合能源系统的最优运行方式,完成考虑风光不确定性的区域级综合能源的优化运行。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-7任一项所述的考虑风光不确定性的区域级综合能源优化运行方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在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了如权利要求1-7任一项所述的考虑风光不确定性的区域级综合能源优化运行方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311432591.5A CN117172389B (zh) | 2023-11-01 | 2023-11-01 | 考虑风光不确定性的区域级综合能源优化运行方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311432591.5A CN117172389B (zh) | 2023-11-01 | 2023-11-01 | 考虑风光不确定性的区域级综合能源优化运行方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172389A true CN117172389A (zh) | 2023-12-05 |
CN117172389B CN117172389B (zh) | 2024-02-02 |
Family
ID=88943435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311432591.5A Active CN117172389B (zh) | 2023-11-01 | 2023-11-01 | 考虑风光不确定性的区域级综合能源优化运行方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117172389B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455210A (zh) * | 2023-12-26 | 2024-01-26 | 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 (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106169102A (zh) * | 2016-06-24 | 2016-11-30 | 河海大学 | 一种虚拟电厂日前调度优化模型 |
AU2019101043A4 (en) * | 2019-09-11 | 2019-10-24 | Southeast University | A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system |
CN111210054A (zh) * | 2019-12-22 | 2020-05-29 | 上海电力大学 | 一种考虑直接负荷控制不确定性的微能源网优化调度方法 |
CN111815081A (zh) * | 2020-09-07 | 2020-10-23 | 华东交通大学 | 一种综合能源系统多目标置信间隙决策鲁棒优化调度方法 |
US20200372588A1 (en) * | 2019-05-20 | 2020-11-26 | Singularity Energy, Inc. | Methods and systems for machine-learning for prediction of grid carbon emissions |
CN113343167A (zh) * | 2021-08-02 | 2021-09-03 | 国网江西省电力有限公司电力科学研究院 | 一种多场景置信间隙决策风光储联合规划方法 |
CN114519449A (zh) * | 2021-12-01 | 2022-05-20 | 中国华能集团有限公司河北雄安分公司 | 一种园区能源系统运行优化方法 |
CN115018230A (zh) * | 2021-08-03 | 2022-09-06 | 昆明理工大学 | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 |
CN115117940A (zh) * | 2022-06-06 | 2022-09-27 | 三峡大学 | 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法 |
CN116108360A (zh) * | 2022-12-09 | 2023-05-12 | 国网湖南省电力有限公司 | 一种区域综合能源系统优化运行控制方法及装置 |
CN116205458A (zh) * | 2023-03-06 | 2023-06-02 | 昆明理工大学 | 考虑不确定性的水电制氢的综合能源系统优化调度模型建立方法 |
CN116245338A (zh) * | 2023-03-22 | 2023-06-09 | 中国矿业大学 | 一种矿山综合能源系统低碳经济运行优化方法 |
CN116542370A (zh) * | 2023-04-23 | 2023-08-04 | 华北电力大学 | 一种考虑碳捕集与碳交易的园区低碳经济运行方法 |
CN116644866A (zh) * | 2023-07-27 | 2023-08-25 | 国网江西省电力有限公司经济技术研究院 | 考虑风光不确定性的综合能源系统鲁棒优化方法及系统 |
CN116739636A (zh) * | 2023-06-13 | 2023-09-12 | 国网安徽省电力有限公司经济技术研究院 | 一种基于igdt的含碳交易机制的综合能源站优化运行方法 |
WO2023201916A1 (zh) * | 2022-04-18 | 2023-10-26 | 国网智能电网研究院有限公司 | 一种分布式灵活资源聚合控制装置及控制方法 |
-
2023
- 2023-11-01 CN CN202311432591.5A patent/CN117172389B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106169102A (zh) * | 2016-06-24 | 2016-11-30 | 河海大学 | 一种虚拟电厂日前调度优化模型 |
US20200372588A1 (en) * | 2019-05-20 | 2020-11-26 | Singularity Energy, Inc. | Methods and systems for machine-learning for prediction of grid carbon emissions |
AU2019101043A4 (en) * | 2019-09-11 | 2019-10-24 | Southeast University | A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system |
CN111210054A (zh) * | 2019-12-22 | 2020-05-29 | 上海电力大学 | 一种考虑直接负荷控制不确定性的微能源网优化调度方法 |
CN111815081A (zh) * | 2020-09-07 | 2020-10-23 | 华东交通大学 | 一种综合能源系统多目标置信间隙决策鲁棒优化调度方法 |
CN113343167A (zh) * | 2021-08-02 | 2021-09-03 | 国网江西省电力有限公司电力科学研究院 | 一种多场景置信间隙决策风光储联合规划方法 |
CN115018230A (zh) * | 2021-08-03 | 2022-09-06 | 昆明理工大学 | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 |
CN114519449A (zh) * | 2021-12-01 | 2022-05-20 | 中国华能集团有限公司河北雄安分公司 | 一种园区能源系统运行优化方法 |
WO2023201916A1 (zh) * | 2022-04-18 | 2023-10-26 | 国网智能电网研究院有限公司 | 一种分布式灵活资源聚合控制装置及控制方法 |
CN115117940A (zh) * | 2022-06-06 | 2022-09-27 | 三峡大学 | 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法 |
CN116108360A (zh) * | 2022-12-09 | 2023-05-12 | 国网湖南省电力有限公司 | 一种区域综合能源系统优化运行控制方法及装置 |
CN116205458A (zh) * | 2023-03-06 | 2023-06-02 | 昆明理工大学 | 考虑不确定性的水电制氢的综合能源系统优化调度模型建立方法 |
CN116245338A (zh) * | 2023-03-22 | 2023-06-09 | 中国矿业大学 | 一种矿山综合能源系统低碳经济运行优化方法 |
CN116542370A (zh) * | 2023-04-23 | 2023-08-04 | 华北电力大学 | 一种考虑碳捕集与碳交易的园区低碳经济运行方法 |
CN116739636A (zh) * | 2023-06-13 | 2023-09-12 | 国网安徽省电力有限公司经济技术研究院 | 一种基于igdt的含碳交易机制的综合能源站优化运行方法 |
CN116644866A (zh) * | 2023-07-27 | 2023-08-25 | 国网江西省电力有限公司经济技术研究院 | 考虑风光不确定性的综合能源系统鲁棒优化方法及系统 |
Non-Patent Citations (5)
Title |
---|
WANG ET AL.: "Multi-objective optimal scheduling model with IGDT method of integrated energy system considering ladder-type carbon trading mechanism", 《INTERNATIONAL JOURNAL OF ELECTRICAL POWER AND ENERGY SYSTEMS》, vol. 143, pages 108386 * |
孙国强等: "基于混合随机规划/信息间隙决策理论的虚拟电厂调度优化模型", 《电力自动化设备》, no. 10, pages 112 - 118 * |
王晓村等: "基于信息间隙决策理论的电-气综合能源系统低碳经济调度", 《电测与仪表》, pages 1 - 10 * |
翟晶晶等: "考虑需求响应与光伏不确定性的综合能源系统鲁棒优化", 《中国电力》, no. 08, pages 13 - 22 * |
陈彦奇等: "基于阶梯型碳交易机制的综合能源系统低碳经济调度", 《动力工程学报》, vol. 43, no. 7, pages 901 - 909 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455210A (zh) * | 2023-12-26 | 2024-01-26 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN117172389B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
CN103296682B (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
CN110163443B (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
CN104376412B (zh) | 一种新能源发电模式下高载能企业调峰控制方法 | |
CN117172389B (zh) | 考虑风光不确定性的区域级综合能源优化运行方法及系统 | |
CN113452020A (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
Zhu et al. | Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction | |
CN108808663A (zh) | 一种基于多能互补的工业用户热需求响应方法 | |
CN110649594A (zh) | 一种基于多能协同的工业园区综合需求响应调度方法 | |
CN116109076A (zh) | 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法 | |
Cao et al. | Optimal operation of cold–heat–electricity multi-energy collaborative system based on price demand response | |
CN113592200A (zh) | 一种含水源热泵的区域综合能源系统低碳优化运行方法 | |
CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及系统 | |
CN109066769B (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
CN113128844A (zh) | 一种基于供电设备容量限制下分布式电源规划方法 | |
CN113128799A (zh) | 能源管控方法、装置、电子设备及计算机存储介质 | |
CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
CN116706960A (zh) | 一种整合风光储的虚拟电厂多主体博弈控制策略 | |
CN115758763A (zh) | 一种计及源荷不确定性的多能流系统优化配置方法及系统 | |
Yang et al. | Integrated energy scheduling using wind-storage cascade control strategy in dynamic peak regulation right | |
CN115099550A (zh) | 考虑综合能源系统灵活性的市场互动收益模型计算装置 | |
Zang et al. | An Economical Optimization Method for Active Power With Variable Droop Control Considering Frequency Regulation Costs in Integrated Energy Systems | |
Sui et al. | Optimization of Monthly Power Generation Plan for Thermal Power Units Considering Access of Large-scale New Energy | |
CN112270432B (zh) | 一种考虑多主体利益均衡的综合能源系统的能量管理方法 | |
ZHANG et al. | Flexible ramping auxiliary service mechanism’s research based on source-load synergy |
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 |