CN109919399B - 一种综合能源***日前经济调度方法及*** - Google Patents
一种综合能源***日前经济调度方法及*** Download PDFInfo
- Publication number
- CN109919399B CN109919399B CN201910298036.5A CN201910298036A CN109919399B CN 109919399 B CN109919399 B CN 109919399B CN 201910298036 A CN201910298036 A CN 201910298036A CN 109919399 B CN109919399 B CN 109919399B
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- chp
- representing
- cost
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004146 energy storage Methods 0.000 claims abstract description 76
- 238000005457 optimization Methods 0.000 claims abstract description 37
- 238000010248 power generation Methods 0.000 claims abstract description 28
- 238000005265 energy consumption Methods 0.000 claims abstract description 9
- 230000005611 electricity Effects 0.000 claims description 14
- 230000009194 climbing Effects 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims 1
- 239000007789 gas Substances 0.000 description 62
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种综合能源***日前经济调度方法及***,首先进行综合能源***的风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,即预测结果;根据预测结果,计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令。本发明提高了运行灵活性与可再生能源消纳能力。
Description
技术领域
本发明涉及一种综合能源***日前经济调度方法及***,属于新能源发电机组技术领域。
背景技术
随着新能源技术的发展,可再生能源的渗透率不断提高以及负荷需求的不断提升,用户对能源网可靠性和灵活性需求与日俱增。风电、光伏等可再生能源发电具有高度不确定性与间歇性,弃风、弃光等问题日益突出。
尽管分布式发电及冷热电联产等技术得到了广泛的推广,然而也存在诸多问题,如单机接入电网成本高及控制困难等问题。为了更好地解决分布式电源与电网之间的问题和矛盾,充分发挥其特点和优势,进一步提升电力***的运行性能。目前全球众多能源和电力领域的专家一致认为将CHP与分布式发电相结合是一种节省成本、降低能耗、提高配电网灵活性的重要技术。
电网可依靠燃气发电机组实现天然气***能量的注入,但是天然气***无法消纳电力***中过剩的可再生能源。为了提高电力***的消纳能力,近年来出现了新型大规模储能技术——电转气技术。通过电转气技术可以将电力***弃风、弃光转为人造甲烷,缓解了新能源装机容量不断扩大而引起的各种问题。根据电转气厂站的工作机制可知,在其运行过程中还可以实现二氧化碳的回收利用,直接减少了环境中二氧化碳含量,有良好的环境效益。
综合能源***将电网、热力***及天然气***等综合考虑,以各***的稳态分析为基础,突破了电力***、热力***及天然气***在内的多种能源***内部独立运营、单独规划的模式,综合分析多种能源***运行过程中的相互作用。实现能源协同优化、多能源***联合调度,增强能量转换及交互能力。同时可将多余的电能转换成其它形式的能量,实现能量的多级利用,提高了可再生能源利用率。
发明内容
本发明技术解决问题:克服现有技术的不足,提供一种综合能源***日前经济调度方法及***,提高了运行灵活性与可再生能源消纳能力。
本发明技术解决方案:
一种综合能源***日前经济调度方法,包括以下步骤:
第一步,进行综合能源***的风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,即预测结果;
第二步,根据第一步的预测结果,计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令。
所述第一步具体实现如下:通过短期预测方法对风力发电、光伏发电、电负荷和热负荷进行日前预测;所述短期预测方法包括:神经网络方法、小波分析方法或时间序列方法。
所述第二步中,计算综合能源***的优化目标具体实现如下:
(21)计算综合能源***购气总费用;
(22)计算综合能源***向外部电网的购电费用;
(23)计算电池储能***的运行费用;
(24)计算P2G设备的运行费用;
(25)综合步骤(21)-(24),计算总体运行费用;
(26)执行日前优化计算,得到总体运行费用最小的优化调度目标,优化调度目标为综合能源***的总体运行费用最小。
所述综合能源***的总体运行费用最小如下:
其中:Nt表示时段个数,CG(t)表示购气费用,购气费用包括CHP能源站的运行费用和燃气锅炉运行费用之和,CGrid(t)表示向外部电网的购电费用,CS(t)表示阶梯利用电池储能***的运行费用,CP2G(t)表示P2G设备的运行费用;
(1)购气费用表示为:
其中NE表示CHP能源站的数量,Cgas表示燃料费用系数,PE,t表示第E台能源站在t时刻的出力功率,CSU表示CHP能源站的启动费用系数,vE,t表示第E台能源站在t时刻CHP能源站的运行状态的0,1变量,运行时取1,停运时取0,Nh表示燃气锅炉的数量,Hb,t表示燃气锅炉的出力功率,Δt表示调度时段间隔。
(2)向外部电网的购电费用表示为:
CGrid,t=λGrid,tPGrid,tΔt
其中CGrid,t表示向外部电网购电的费用,λGrid,t表示外部电价,PGrid,t表示t时刻向外部电网的交互功率大小。
(3)电池储能***的运行费用表示为:
电池储能***的运行费用包括消耗电能费用和维护费用两部分,消耗电能费用已经计入(2)向外部电网的购电费用中,维护费用计算如下:
其中CS表示阶梯利用电池储能***的充放电费用,CS,fix表示阶梯利用电池的单次充放电费用,uc S,t表示t时刻阶梯利用电池储能***的充电运行变量,NS表示阶梯利用电池储能***的总数。
(4)P2G设备的运行费用表示为:
CP2G=λGrid,tPP2G,tΔt+αCMPNG,tΔt
其中λGrid,t表示外部电价,PP2G,t表示t时刻消耗的电功率,α为生成单位燃气所需CO2系数,CM表示CO2价格系数,PNG,t表示生成的燃气功率。
PP2G,t与PNG,t之间存在如下关系:PP2G,t=ηegPNG,t,式中ηeg为P2G效率。
所述计算的约束目标如下:
(1)CHP能源站满足如下约束
①CHP能源站的功率大小约束
其中PE,t表示CHP能源站t时刻的出力功率,uE,t表示t时刻CHP能源站运行的0,1变量,Pmax E、Pmin E分别表示CHP能源站的最大出力和最小出力;
②CHP能源站的爬坡功率约束
其中PE,t表示CHP能源站t时刻的出力功率,Rmin E、Rmax E分别表示CHP能源站的爬坡速率上限和下限,Δt表示调度时段间隔;
③启停状态约束
定义了启停变量和运行变量的联系,其中uE,t、suE,t、sdE,t分别表示CHP能源站在t时刻的运行变量、启动变量、停止变量;uE,t-1为能源站在t-1时刻的运行变量。
④最小运行持续时间约束
⑤最小停机时间约束
(2)电池储能***满足如下约束
①充放电功率大小约束:
其中PS,t表示电池储能***在t时刻的充放电功率,PS,t>0时表示电池储能***是充电状态,PS,t<0表示电池储能***是放电状态,Pdmax S表示电池储能***的最大放电功率,ud S,t表示t时刻阶梯利用电池储能***的放电运行变量,Pcmax S表示电池储能***的最大充电功率,uc S,t表示t时刻阶梯利用电池储能***的充电运行变量;
②充放电状态约束
ud S,t+uc S,t≤1
表示t时刻状态仅能为充电或放电;
③爬坡速率约束:
其中Pes,t表示电池储能***在t时刻的充放电功率,Rmax es、Rmin es分别表示电池储能***的爬坡速率上限和下限,Δt表示调度时段间隔。
④起始功率平衡约束
SOC(0)=SOC(N)
SOC(0)表示SOC的初始容量,SOC(N)表示最后时段的SOC容量;
⑤迭代功率平衡约束
SOCS,t=ηSSOCS,t-1+PS,t·Δt
其中,ηS表示阶梯利用电池储能***的效率;
其中SOCes,t表示t时刻SOC容量,SOCmax es、SOCmin es表示SOC的最大容量和最小容量;
(3)P2G设备满足如下出力约束
(4)燃气锅炉满足如下约束
(5)综合能源***的电力***中每个节点上的电源和负荷均满足对应节点的功率平衡和电压约束:
其中Ps k,t、Qs k,t、Vk(t)分别表示t时刻第k个节点的有功功率、无功功率、节点电压,Vj(t)分别表示t时刻第j个节点的节点电压,gkj、bkj分别表示节点k与节点j之间支路的导纳矩阵对应元素的实部和虚部,n(k)表示与j节点相连接的节点集合,θkj(t)表示t时刻第k个节点和第j个节点之间的相角差,PGrid,k,t、PE,k,t、PS,k,t、PL,k,t分别表示表示t时刻第k个节点上的购电功率、CHP能源站、电池储能***、负荷的有功功率,QE,k,t、QS,k,t、QL,k,t分别表示表示t时刻第k个节点上的CHP能源站、电池储能***、负荷的无功功率,Vmax、Vmin表示节点电压上限(取1.05)和下限(取0.95);
(6)综合能源***中燃气网络满足如下约束
①燃气网络中节点平衡约束
对于每一个节点i,需满足流入量等于流出量,即:
②燃气网络中气源输出限制
其中:
Qgs,t为t时刻燃气管道流量
Pgs,t为t时刻燃气管道压力
(7)热网需满足热功率平衡条件:
Hchp,t+Hgs,t=Hld,t+He,t
其中:
Hchp,t为t时段CHP能源站输出的热功率
Hgs,t为t时段燃气锅炉输出的热功率
Hld,t为t时段用户热负荷
He,t为t时段热功率损耗。
本发明的一种综合能源***日前经济调度***,包括:预测单元、优化目标与约束条件单元;
预测单元:进行综合能源***的风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,即预测结果;通过短期预测方法对风力发电、光伏发电、电负荷和热负荷进行日前预测;
优化目标与约束条件单元,根据预测单元的预测结果,计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令;所棕优化目标包括计算CHP能源站的运行费用、综合能源***向外部电网购电的费用、电池储能***的运行费用、P2G设备的运行费用;然后综合上述4个费用,得到总体运行费用,执行日前优化计算,得到总体运行费用最小的优化调度目标。
本发明与现有技术相比的优点在于:
(1)本发明通过风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,再基于预测结果计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令,提高了运行灵活性与可再生能源消纳能力。
(2)本发明考虑了电储能充放电约束、输出功率爬坡速率约束、储能容量约束、首末时段SOC约束;CHP能源站的启停约束等多个约束条件,同时考虑了电网、气网、热网的潮流约束,并将其作为约束条件参与优化计算,得到满足电/气/热网络与各种设备运行限制的最优解。
(3)本发明综合考虑日前电价曲线、燃气价格、新能源发电功率预测数据以及热、电负荷预测数据,通过混合整数优化的方法,以总用能成本最小为目标进行优化求解,得到日内每一时段CHP能源站的出力、储能充放电指令、燃气锅炉出力以及P2G运行曲线,从而指导综合能源***日内运行,解决了弃风、弃光的问题,从而提高了综合能源***总体经济效益。
附图说明
图1为综合能源***结构示意图;
图2为本发明方法实现流程图;
图3为日前经济调度算法输入输出示意图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
如图1所示,综合能源***中可以包含风电、光伏发电等可再生能源发电设备;电池储能设备、储气设备等能量存储设备;CHP能源站、燃气锅炉、P2G等能量转换设备以及电负荷、热负荷,这些设备通过电网、燃气网络以及热网相互连接构成。
如图3所示,为日前经济调度算法输入输出示意图。由图3中可见,输入数据包括日前电价曲线、电网运行信息、燃气价格、天气数据等,以及历史运行数据。经过短期预测算法、混合整数优化算法进行计算,最终得到输出结果,即:综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令。
如图2所示,本发明方法步骤如下:
第一步,进行综合能源***的风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,即预测结果;
通过短期预测方法对风力发电、光伏发电、电负荷和热负荷进行日前预测;所述短期预测方法包括:神经网络方法、小波分析方法、时间序列方法。
第二步,根据第一步的预测结果,计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令。
计算综合能源***的优化目标具体实现如下:
(21)计算综合能源***购气总费用
(1)购气费用表示为:
其中NE表示能源站的数量,Cgas表示燃料费用系数,PE,t表示第E台能源站在t时刻的出力功率,Csu表示CHP能源站的启动费用系数,vE,t表示第E台能源站在t时刻CHP能源站的运行状态的0,1变量,运行时取1,停运时取0,Nh表示燃气锅炉的数量,Hb,t表示燃气锅炉的出力功率,Δt表示调度时段间隔。
(22)计算综合能源***向外部电网购电的费用;
CGrid,t=λGrid,tPGrid,tΔt
其中CGrid,t表示向外部电网的购电费用,λGrid,t表示外部电价,PGrid,t表示t时刻向外部电网的交互功率大小。
(23)计算电池储能***的运行费用
电池储能***的运行费用包括:消耗电能费用和维护费用两部分,消耗电能费用已经计入向外部电网购电的费用中,维护费用计算如下:
其中CS表示阶梯利用电池储能***的充放电费用,CS,fix表示阶梯利用电池储能***的单次充放电费用,uc S,t表示t时刻阶梯利用电池储能***的充电运行变量,NS表示阶梯利用电池储能***的总数。
(24)计算P2G设备的运行费用
CP2G=λGrid,tPP2G,tΔt+αCMPNG,tΔt
其中λGrid,t表示外部电价,PP2G,t表示t时刻消耗的电功率,α为生成单位燃气所需CO2系数,CM表示CO2价格系数,PNG,t表示生成的燃气功率。
PP2G,t与PNG,t之间存在如下关系:PP2G,t=ηegPNG,t,式中ηeg为P2G效率。
(25)计算综合能源***的总体运行费用最小如下:
(26)执行日前优化计算,得到总体运行费用最小的优化调度目标,优化调度目标为综合能源***的总体运行费用最小。
计算的约束目标如下:
(1)CHP能源站满足如下约束
①CHP能源站的功率大小约束
其中PE,t表示CHP能源站t时刻的出力功率,uE,t表示t时刻CHP能源站运行的0,1变量,Pmax E、Pmin E分别表示CHP能源站的最大出力和最小出力;
②CHP能源站的爬坡功率约束
其中PE,t表示CHP能源站t时刻的出力功率,Rmin E、Rmax E分别表示CHP能源站的爬坡速率上限和下限,Δt表示调度时段间隔;
③启停状态约束
定义了启停变量和运行变量的联系,其中uE,t、suE,t、sdE,t分别表示CHP能源站在t时刻的运行变量、启动变量、停止变量;uE,t-1为能源站在t-1时刻的运行变量。
④最小运行持续时间约束
⑤最小停机时间约束
(2)电池储能***满足如下约束
①充放电功率大小约束:
其中PS,t表示电池储能***在t时刻的充放电功率,PS,t>0时表示电池储能***是充电状态,PS,t<0表示电池储能***是放电状态,Pdmax S表示电池储能***的最大放电功率,ud S,t表示t时刻阶梯利用电池储能***的放电运行变量,Pcmax S表示电池储能***的最大充电功率,uc S,t表示t时刻阶梯利用电池储能***的充电运行变量;
②充放电状态约束
ud S,t+uc S,t≤1
表示t时刻状态仅能为充电或放电;
③爬坡速率约束:
其中Pes,t表示电池储能***在t时刻的充放电功率,Rmax es、Rmin es分别表示电池储能***的爬坡速率上限和下限,Δt表示调度时段间隔。
④起始功率平衡约束
SOC(0)=SOC(N)
SOC(0)表示SOC的初始容量,SOC(N)表示最后时段的SOC容量;
⑤迭代功率平衡约束
SOCS,t=ηSSOCS,t-1+PS,t·Δt
其中,ηS表示阶梯利用电池储能***的效率;
其中SOCes,t表示t时刻SOC容量,SOCmax es、SOCmin es表示SOC的最大容量和最小容量;
(3)P2G设备满足如下出力约束
(4)燃气锅炉满足如下约束
(5)综合能源***的电力***中每个节点上的电源和负荷均满足对应节点的功率平衡和电压约束:
其中Ps k,t、Qs k,t、Vk(t)分别表示t时刻第k个节点的有功功率、无功功率、节点电压,Vj(t)分别表示t时刻第j个节点的节点电压,gkj、bkj分别表示节点k与节点j之间支路的导纳矩阵对应元素的实部和虚部,n(k)表示与j节点相连接的节点集合,θkj(t)表示t时刻第k个节点和第j个节点之间的相角差,PGrid,k,t、PE,k,t、PS,k,t、PL,k,t分别表示表示t时刻第k个节点上的购电功率、CHP能源站、电池储能***、负荷的有功功率,QE,k,t、QS,k,t、QL,k,t分别表示表示t时刻第k个节点上的CHP能源站、电池储能***、负荷的无功功率,Vmax、Vmin表示节点电压上限(取1.05)和下限(取0.95);
(6)综合能源***中燃气网络满足如下约束
①燃气网络中节点平衡约束
对于每一个节点i,需满足流入量等于流出量,即:
②燃气网络中气源输出限制
其中:
Qgs,t为t时刻燃气管道流量
Pgs,t为t时刻燃气管道压力
(7)热网需满足热功率平衡条件:
Hchp,t+Hgs,t=Hld,t+He,t
其中:
Hchp,t为t时段CHP能源站输出的热功率
Hgs,t为t时段燃气锅炉输出的热功率
Hld,t为t时段用户热负荷
He,t为t时段热功率损耗
通过实验仿真***对本发明方法进行了测试。测试中优化算法采用Matlab与CPLEX混合整数求解器结合的方法进行。与其他综合能源***经济调度方法相比,本发明考虑了电网、气网、热网的潮流约束,同时也考虑了能源站的启动费用,考虑能源站启停时间的约束;增加了P2G电转气设备和储气设备,使得P2G设备与电池储能通过优化算法输出结果有效配合,消纳多余可再生能源。经过反复实验表明本发明方法能够在保证电网热网气网安全稳定运行约束的条件下,充分消纳可再生能源发电,解决了弃风、弃光等问题,提高了综合能源***运行经济性。
以上虽然描述了本发明的具体实施方法,但是本领域的技术人员应当理解,这些仅是举例说明,在不背离本发明原理和实现的前提下,可以对这些实施方案做出多种变更或修改,因此,本发明的保护范围由所附权利要求书限定。
Claims (6)
1.一种综合能源***日前经济调度方法,其特征在于,通过风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,再基于预测结果计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令,提高了运行灵活性与可再生能源消纳能力;
具体包括以下步骤:
第一步,进行综合能源***的风电、光伏发电、电负荷和热负荷日前预测,得到日前预测曲线,即预测结果;
第二步,根据第一步的预测结果,计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令;
所述约束目标如下:
(1)CHP能源站满足如下约束
①CHP能源站的功率大小约束
其中PE,t表示CHP能源站t时刻的出力功率,uE,t表示t时刻CHP能源站运行的0,1变量,Pmax E、Pmin E分别表示CHP能源站的最大出力和最小出力;
②CHP能源站的爬坡功率约束
其中PE,t表示CHP能源站t时刻的出力功率,Rmin E、Rmax E分别表示CHP能源站的爬坡速率上限和下限,Δt表示调度时段间隔;
③启停状态约束
定义了启停变量和运行变量的联系,其中uE,t、suE,t、sdE,t分别表示CHP能源站在t时刻的运行变量、启动变量、停止变量;uE,t-1为能源站在t-1时刻的运行变量;
④最小运行持续时间约束
⑤最小停机时间约束
(2)电池储能***满足如下约束
①充放电功率大小约束
其中PS,t表示电池储能***在t时刻的充放电功率,PS,t>0时表示电池储能***是充电状态,PS,t<0表示电池储能***是放电状态,Pdmax S表示电池储能***的最大放电功率,ud S,t表示t时刻阶梯利用电池储能***的放电运行变量,Pcmax S表示电池储能***的最大充电功率,uc S,t表示t时刻阶梯利用电池储能***的充电运行变量;
②充放电状态约束
ud S,t+uc S,t≤1
表示t时刻状态仅能为充电或放电;
③爬坡速率约束
其中Pes,t表示电池储能***在t时刻的充放电功率,Rmax es、Rmin es分别表示电池储能***的爬坡速率上限和下限,Δt表示调度时段间隔;
④起始功率平衡约束
SOC(0)=SOC(N)
SOC(0)表示SOC的初始容量,SOC(N)表示最后时段的SOC容量;
⑤迭代功率平衡约束
SOCS,t=ηSSOCS,t-1+PS,t·Δt
其中,ηS表示阶梯利用电池储能***的效率;
其中SOCes,t表示t时刻SOC容量,SOCmax es、SOCmin es表示SOC的最大容量和最小容量;
(3)P2G设备满足如下出力约束
(4)燃气锅炉满足如下约束
(5)综合能源***的电力***中每个节点上的电源和负荷均满足对应节点的功率平衡和电压约束:
其中Ps k,t、Qs k,t、Vk(t)分别表示t时刻第k个节点的有功功率、无功功率、节点电压,Vj(t)分别表示t时刻第j个节点的节点电压,gkj、bkj分别表示节点k与节点j之间支路的导纳矩阵对应元素的实部和虚部,n(k)表示与j节点相连接的节点集合,θkj(t)表示t时刻第k个节点和第j个节点之间的相角差,PGrid,k,t、PE,k,t、PS,k,t、PL,k,t分别表示表示t时刻第k个节点上的购电功率、CHP能源站、电池储能***、负荷的有功功率,QE,k,t、QS,k,t、QL,k,t分别表示表示t时刻第k个节点上的CHP能源站、电池储能***、负荷的无功功率,Vmax、Vmin表示节点电压上限和下限;
(6)综合能源***中燃气网络满足如下约束
①燃气网络中节点平衡约束
对于每一个节点i,需满足流入量等于流出量,即:
②燃气网络中气源输出限制
其中:
Qgs,t为t时刻燃气管道流量
Pgs,t为t时刻燃气管道压力
(7)热网需满足热功率平衡条件
Hchp,t+Hgs,t=Hld,t+He,t
其中:
Hchp,t为t时段CHP能源站输出的热功率
Hgs,t为t时段燃气锅炉输出的热功率
Hld,t为t时段用户热负荷
He,t为t时段热功率损耗。
2.根据权利要求1所述的综合能源***日前经济调度方法,其特征在于:所述第一步中,通过短期预测方法对风力发电、光伏发电、电负荷和热负荷进行日前预测。
3.根据权利要求2所述的综合能源***日前经济调度方法,其特征在于:所述短期预测方法包括:神经网络方法、小波分析方法或时间序列方法。
4.根据权利要求1所述的综合能源***日前经济调度方法,其特征在于:所述第二步中,计算综合能源***的优化目标具体实现如下:
(21)计算综合能源***购气总费用;
(22)计算综合能源***向外部电网的购电费用;
(23)计算电池储能***的运行费用;
(24)计算P2G设备的运行费用;
(25)综合步骤(21)-(24),计算总体运行费用;
(26)执行日前优化计算,得到总体运行费用最小的优化调度目标,优化调度目标为综合能源***的总体运行费用最小。
5.根据权利要求4所述的综合能源***日前经济调度方法,其特征在于:所述综合能源***的总体运行费用最小如下:
其中:Nt表示时段个数,CG(t)表示购气费用,购气费用包括CHP能源站的运行费用和燃气锅炉运行费用之和,CGrid(t)表示向外部电网的购电费用,CS(t)表示阶梯利用电池储能***的运行费用,CP2G(t)表示P2G设备的运行费用;
(1)综合能源***购气总费用表示为:
其中NE表示CHP能源站的数量,Cgas表示燃料费用系数,PE,t表示第E台能源站在t时刻的出力功率,Csu表示CHP能源站的启动费用系数,vE,t表示第E台CHP能源站在t时刻CHP能源站的运行状态的0,1变量,运行时取1,停运时取0,Nh表示燃气锅炉的数量,Hb,t表示燃气锅炉的出力功率,Δt表示调度时段间隔;
(2)向外部电网的购电费用表示为:
CGrid,t=λGrid,tPGrid,tΔt
其中CGrid,t表示向外部电网的购电费用,λGrid,t表示外部电价,PGrid,t表示t时刻向外部电网的交互功率大小;
(3)电池储能***的运行费用表示为:
电池储能***的运行费用包括消耗电能费用和维护费用两部分,消耗电能费用已经计入(2)向外部电网购电的费用中,维护费用计算如下:
其中CS表示阶梯利用电池储能***的充放电费用,CS,fix表示阶梯利用电池储能***的单次充放电费用,uc S,t表示t时刻阶梯利用电池储能***的充电运行变量,NS表示阶梯利用电池储能***的总数;
(4)P2G设备的运行费用表示为:
CP2G=λGrid,tPP2G,tΔt+αCMPNG,tΔt
其中λGrid,t表示外部电价,PP2G,t表示t时刻消耗的电功率,α为生成单位燃气所需CO2系数,CM表示CO2价格系数,PNG,t表示生成的燃气功率;
PP2G,t与PNG,t之间存在如下关系:PP2G,t=ηegPNG,t,式中ηeg为P2G效率。
6.一种综合能源***日前经济调度***,其特征在于,包括:预测单元、优化目标与约束条件单元;
预测单元:进行综合能源***的风电、光伏发电、电负荷和热负荷预测得到日前预测曲线,即预测结果;通过短期预测方法对风力发电、光伏发电、电负荷和热负荷进行日前预测;
优化目标与约束条件单元,根据预测单元的预测结果,计算综合能源***的优化目标与约束条件,从而执行日前优化,得出综合能源***中各个CHP能源站的出力、电池储能***、燃气锅炉出力以及P2G设备的控制指令;所述优化目标包括计算CHP能源站的运行费用、综合能源***向外部电网购电的费用、电池储能***的运行费用、P2G设备的运行费用;然后综合上述4个费用,得到总体运行费用,执行日前优化计算,得到总体运行费用最小的优化调度目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910298036.5A CN109919399B (zh) | 2019-04-15 | 2019-04-15 | 一种综合能源***日前经济调度方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910298036.5A CN109919399B (zh) | 2019-04-15 | 2019-04-15 | 一种综合能源***日前经济调度方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919399A CN109919399A (zh) | 2019-06-21 |
CN109919399B true CN109919399B (zh) | 2021-07-27 |
Family
ID=66969940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910298036.5A Active CN109919399B (zh) | 2019-04-15 | 2019-04-15 | 一种综合能源***日前经济调度方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919399B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400059B (zh) * | 2019-07-05 | 2021-11-02 | 中国科学院电工研究所 | 一种综合能源***联络线功率控制方法 |
CN112990523B (zh) * | 2019-12-16 | 2022-09-23 | 国网江苏省电力有限公司电力科学研究院 | 区域综合能源***分层优化运行方法 |
CN111339474B (zh) * | 2020-02-17 | 2022-02-08 | 山东大学 | 一种基于趋势预测分析法的综合能源***预测运行方法 |
CN111311436A (zh) * | 2020-03-17 | 2020-06-19 | 上海积成能源科技有限公司 | 一种基于多变量控制的复杂可再生能源综合用能分析管理的***和方法 |
CN111738503B (zh) * | 2020-06-15 | 2023-07-25 | 国网安徽省电力有限公司经济技术研究院 | 以氢能为核心的综合能源微网日前运行调度方法及*** |
CN111985844A (zh) * | 2020-09-01 | 2020-11-24 | 四川大学 | 一种风力及光能综合能源***日前经济调度方法 |
CN112700066B (zh) * | 2021-01-14 | 2022-09-02 | 国网山东省电力公司青岛供电公司 | 一种电-热综合能源***调度最佳时间尺度配合方法 |
CN117293923B (zh) * | 2023-09-25 | 2024-07-16 | 南栖仙策(南京)高新技术有限公司 | 电网的日前调度计划生成方法、装置、设备及存储介质 |
CN117639069B (zh) * | 2023-11-28 | 2024-07-12 | 国网青海省电力公司清洁能源发展研究院 | 一种适用于偏远农牧区的光-氢-储综合能源*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280878A (zh) * | 2011-07-26 | 2011-12-14 | 国电南瑞科技股份有限公司 | 基于sced的风电接纳能力优化评估方法 |
CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网***的通用优化调度策略 |
CN106503914A (zh) * | 2016-11-04 | 2017-03-15 | 国电南瑞科技股份有限公司 | 一种面向冷热电联供***的多元能源经济调度优化方法 |
CN107453408A (zh) * | 2017-07-18 | 2017-12-08 | 广东双新电气科技有限公司 | 一种考虑不确定性的微电网能量优化调度方法 |
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网*** |
CN109088442A (zh) * | 2018-10-29 | 2018-12-25 | 国网山东省电力公司日照供电公司 | 多时间尺度下考虑多种储能的微能源网优化调度模型 |
CN109510224A (zh) * | 2018-11-16 | 2019-03-22 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
-
2019
- 2019-04-15 CN CN201910298036.5A patent/CN109919399B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280878A (zh) * | 2011-07-26 | 2011-12-14 | 国电南瑞科技股份有限公司 | 基于sced的风电接纳能力优化评估方法 |
CN103246263A (zh) * | 2013-04-22 | 2013-08-14 | 天津大学 | 冷热电联供微网***的通用优化调度策略 |
CN106503914A (zh) * | 2016-11-04 | 2017-03-15 | 国电南瑞科技股份有限公司 | 一种面向冷热电联供***的多元能源经济调度优化方法 |
CN107453408A (zh) * | 2017-07-18 | 2017-12-08 | 广东双新电气科技有限公司 | 一种考虑不确定性的微电网能量优化调度方法 |
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网*** |
CN109088442A (zh) * | 2018-10-29 | 2018-12-25 | 国网山东省电力公司日照供电公司 | 多时间尺度下考虑多种储能的微能源网优化调度模型 |
CN109510224A (zh) * | 2018-11-16 | 2019-03-22 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
Non-Patent Citations (1)
Title |
---|
《需求侧响应下的微网源-网-荷互动优化运行》;肖安南 等;《电工电能新技术》;20170930;第36卷(第9期);第71-78页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109919399A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919399B (zh) | 一种综合能源***日前经济调度方法及*** | |
CN108537409B (zh) | 一种考虑多能源耦合特性的工业园区配电网协同规划方法 | |
CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源***优化调度方法 | |
Chen et al. | An optimization on an integrated energy system of combined heat and power, carbon capture system and power to gas by considering flexible load | |
CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
CN107134810B (zh) | 一种独立型微能源网储能***优化配置求解方法 | |
CN104734168A (zh) | 一种基于电热联合调度的微电网运行优化***及方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN106886839B (zh) | 基于混合整数规划的水火电机组组合优化调度方法 | |
Wang et al. | Optimal design of integrated energy system considering different battery operation strategy | |
Mladenov et al. | Characterisation and evaluation of flexibility of electrical power system | |
Bracco et al. | A system of systems model for the control of the University of Genoa Smart Polygeneration Microgrid | |
Shen et al. | A hydrogen-based zero-carbon microgrid demonstration in renewable-rich remote areas: System design and economic feasibility | |
CN115659651A (zh) | 一种考虑多种灵活性资源的综合能源协同优化调度方法 | |
CN114676991B (zh) | 基于源荷双侧不确定的多能互补***优化调度方法 | |
CN114330827A (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源***协调优化运行方法 | |
Wei et al. | Energy-efficient distribution in smart grid | |
CN117436773B (zh) | 一种含可中断负荷的独立微网资源规划方法和*** | |
CN114595619A (zh) | 基于氢储能的综合能源***优化方法 | |
CN113131513B (zh) | 考虑碳排放的电、热、气转换优化运行配置方法和存储介质 | |
CN113822480A (zh) | 一种农村综合能源***多层协同优化方法及*** | |
CN112561120B (zh) | 一种基于微电网参考日前市场出清***优化运行方法 | |
Ma et al. | Optimization of Integrated Energy System Scheduling Considering Stepped Carbon Emission Trading Mechanism and Electricity Heat Demand Response | |
Wang et al. | Optimization dispatch of integrated natural gas and electricity energy system under the mode of electricity-orientated |
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 |