CN110492535B - 含间歇性新能源的综合能源***容量规划方法 - Google Patents
含间歇性新能源的综合能源***容量规划方法 Download PDFInfo
- Publication number
- CN110492535B CN110492535B CN201910786910.XA CN201910786910A CN110492535B CN 110492535 B CN110492535 B CN 110492535B CN 201910786910 A CN201910786910 A CN 201910786910A CN 110492535 B CN110492535 B CN 110492535B
- Authority
- CN
- China
- Prior art keywords
- gas
- power
- heat
- supply system
- energy
- 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
Images
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种含间歇性新能源的综合能源***容量规划方法:基于风、光间歇性新能源和电、热、气负荷的年历史数据,并考虑电、热、气三类能源之间的耦合特性进行场景生成,形成用以处理风、光间歇性新能源出力和电、热、气负荷的不确定因素的典型场景集;构建含风、光间歇性新能源和多种能量耦合设备的最小化电‑热‑气综合能源***投资运行成本的两层容量协同规划模型;对所述的两层容量协同规划模型进行求解,得到电‑热‑气综合能源***中各设备的容量规划方案,并验证含间歇性新能源的电‑热‑气综合能源***容量规划方案的有效性。本发明充分发挥多类异质能源之间的互补特性,实现了综合能源***规划过程与运行过程的协调统一,提高了能源综合利用效率。
Description
技术领域
本发明涉及一种综合能源***容量规划方法。特别是涉及一种含间歇性新能源的综合能源***容量规划方法。
背景技术
能源和环境问题是当前世界各国面临的巨大挑战,风电、太阳能等可再生资源具有清洁环保的特点,是发展低碳电力、应对全球气候变暖问题的有效途径。但风光等可再生资源存在的间歇性、波动性和不确定性为其消纳利用带来很大困难,如何高效利用这些间歇性新能源成为当下亟待解决的难题。
综合能源***打破了不同供能***之间相互分立的格局,通过不同时间尺度上多种能量形式的有机协调,实现多类能源的集成与协同供应,为发展低碳电力、促进间歇性新能源消纳利用提供新的途径。
根据所涉及的能源类型,综合能源***可分为如下三类:电-气联供型综合能源***、电-热联供型综合能源***和电-热-气联供型综合能源***。电-热-气综合能源***便于多种类型能源接入,有利于实现电、热、气不同能源之间互补协同优化,是一种很具前景的综合能源***形式。
与电力***电源容量规划不同,电-热-气综合能源***容量规划过程不仅需考虑供电***、供热***和供气***三者之间能量的协同互补,也需考虑规划过程与运行过程之间的协同优化,如何统筹电、热、气不同能量之间的耦合特性,实现综合能源***规划与运行的协同优化,是综合能源***容量规划过程中需要解决的问题。同时,考虑规划过程中存在的间歇性新能源出力和电、热、气负荷的不确定性,采用适合的不确定性处理方法、权衡模型的求解效率与精度,是考虑间歇性新能源接入的电-热-气综合能源***容量规划问题需要解决的问题。
发明内容
发明所要解决的技术问题是,提供一种能够促进间歇性新能源消纳、提高能源综合利用效率的含间歇性新能源的综合能源***容量规划方法。
本发明所采用的技术方案是:一种含间歇性新能源的综合能源***容量规划方法,包括如下步骤:
1)基于风、光间歇性新能源和电、热、气负荷的年历史数据,并考虑电、热、气三类能源之间的耦合特性进行场景生成,利用X-means聚类方法削减场景,形成用以处理风、光间歇性新能源出力和电、热、气负荷的不确定因素的典型场景集;
2)考虑综合能源***中供电、供热、供气***之间的互补特性和规划与运行之间的协调特征,构建含风、光间歇性新能源和多种能量耦合设备的最小化电-热-气综合能源***投资运行成本的两层容量协同规划模型;
3)基于MATALB/YALMIP平台对所述的两层容量协同规划模型进行求解,得到电-热-气综合能源***中各设备的容量规划方案,并验证含间歇性新能源的电-热-气综合能源***容量规划方案的有效性。
本发明的含间歇性新能源的综合能源***容量规划方法,基于场景分析法处理间歇性新能源出力和电、热、气负荷的不确定性,综合考虑供电、供热、供气***之间的互补特性和规划与运行过程之间的协同特性,实现了优化模型求解精度与复杂度之间的协同,提高了模型求解效率;充分发挥多类异质能源之间的互补特性,促进了间歇性新能源的消纳,提高了能源综合利用效率,降低了能源供应过程中的碳排放;实现了综合能源***规划过程与运行过程的协调统一,能够得到具有良好经济性的综合能源***容量规划方案。
附图说明
图1是电-热-气综合能源***网架结构图;
图2是本发明实施例中典型场景电、热、气负荷时序曲线;
图3是本发明实施例中典型场景风速和光照强度时序曲线;
图4是本发明中电-热-气联供与分供情形下优化结果评价指标对比图;
图5a是本发明中电-热-气联供情形下供电***典型场景各设备出力曲线图;
图5b是本发明中电-热-气联供情形下供热***典型场景各设备出力曲线图;
图5c是本发明中电-热-气联供情形下供气***典型场景各设备出力曲线图;
图6a是本发明中电-热-气分供情形下供电***典型场景各设备出力曲线图;
图6b是本发明中电-热-气分供情形下供热***典型场景各设备出力曲线图;
图6c是本发明中电-热-气分供情形下供气***典型场景各设备出力曲线图;
图7是本发明中电-热-气综合能源***投资运行维护成本随电价和气价的变化曲线图。
具体实施方式
下面结合实施例和附图对本发明的含间歇性新能源的综合能源***容量规划方法做出详细说明。
本发明的含间歇性新能源的综合能源***容量规划方法,综合考虑供电***、供热***和供气***内部约束以及不同***之间的耦合约束,基于场景分析法处理间歇性新能源出力以及电、热、气负荷的不确定性,以电-热-气综合能源***投资成本和期望运行成本最小为优化目标,构建含间歇性新能源的电-热-气综合能源***两层容量协同规划模型,基于MATALB/YALMIP平台对所述的两层容量协同规划模型进行求解,获得光伏发电、风力发电、微燃机、热电联产机组、电转气设备、电锅炉、燃气锅炉、储电、储热、储气等设备的容量规划方案,并验证含间歇性新能源的电-热-气综合能源***容量规划方案的有效性。
本发明的含间歇性新能源的综合能源***容量规划方法,包括如下步骤:
1)基于风、光间歇性新能源和电、热、气负荷的年历史数据,并考虑电、热、气三类能源之间的耦合特性进行场景生成,利用X-means聚类方法削减场景,形成用以处理风、光间歇性新能源出力和电、热、气负荷的不确定因素的典型场景集;包括:
(1)对所生成的场景中所有对象,分别计算每一个对象到各初始聚类中心的欧氏距离;
(2)将每一个对象归类于欧氏距离最短的那个相邻初始聚类中;
(3)更新每个聚类的聚类中心;
(4)重复第(1)步-(3)步,直至满足设定和迭代次数,最终所得到的聚类中心构成的集合即为典型场景集。
2)考虑综合能源***中供电、供热、供气***之间的互补特性和规划与运行之间的协调特征,构建含风、光间歇性新能源和多种能量耦合设备的最小化电-热-气综合能源***投资运行成本的两层容量协同规划模型;
所述的多种能量耦合设备包括热电联产机组、电转气设备、电锅炉、燃气锅炉,其输出功率模型分别为:
(1)热电联产机组
(2)电转气设备
(3)电锅炉
(4)燃气锅炉
所述的两层容量协同规划模型是由外层规划模型和内层优化运行模型构成,其中,所述的内层优化运行模型,包括:以期望运行维护成本最小为目标函数,以设备出力约束、功率平衡约束、储电约束、储热约束和储气约束为约束条件;所述外层规划模型的目标函数是由内层优化运行模型的目标函数和以电-热-气综合能源***各设备一次性投资成本最小为目标函数这两部分构成,外层规划模型以设备安装容量限制为约束条件。其中,
(1)所述的以期望运行维护成本E(cO&M)最小为目标函数表示为:
其中,E(cfuel)为期望燃料成本,表示为:
E(celec)为期望购电成本,表示为:
E(cpollu)为污染物排放惩罚成本期望,表示为:
E(csub)为新能源发电补贴成本期望,表示为:
E(cmain)为设备维护成本,表示为:
其中,Ns为典型场景总数,πs为场景s出现的概率,T为典型场景中的优化时段数,Δt为优化时间间隔;和分别为场景s下时段t的燃气单价和燃气消耗量;和Pt grid ,s分别为场景s下时段t从电网的购电单价和购电功率;和分别为场景s下时段t单位污染物排放惩罚成本和污染物排放量;和Pt i,sub,s分别为场景s下t时段第i类新能源发电的补贴电价和发电功率;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的单位维护成本;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率;Γe、Γh和Γg分别为供电***、供热***和供气***设备集合,Γe={PV,WT,MT,CHP,ES,EB,PtG}、Γh={CHP,EB,GB,HS}、Γg={PtG,GS};PV、WT、MT、CHP、ES、EB、PtG、GB、HS和GS分别表示光伏、风机、微燃机、热电联产机组、储电、电锅炉、电转气设备、燃气锅炉、储热和储气。
(2)所述的:
(2.1)设备出力约束
式中,Pt i,s、和分别为场景s下第i类供电***设备、第j类供热***设备和第k类供气***设备t时段出力;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的安装容量上下限;
(2.2)功率平衡约束
式中,第一个等式表示供电***功率平衡约束,Pt PV,s、Pt WT,s、Pt MT,s和Pt CHP,s分别为场景s下时段t光伏、风机、微燃机和热电联产机组的输出电功率,Pt ES,s、Pt grid,s、Pt load,s、Pt PtG,s和Pt EB,s分别为场景s下时段t储电功率、从电网的购电功率、电负荷功率、电转气设备的输入电功率以及电锅炉的输入电功率;第二个等式表示供热***功率平衡约束, 和分别为场景s下时段t热电联产机组输出热功率、电锅炉发热功率、燃气锅炉发热功率、储热功率和热负荷功率;第三个等式表示供气***功率平衡约束, 和分别为场景s下时段t燃气消耗量、热电联产机组的输入燃气功率、燃气锅炉耗气功率、电转气设备输出气功率、储气功率和气负荷功率;
(2.3)储电约束
式中,Pt ES,s为场景s下时段t储电功率;τ为0-1变量,表征充放电不能同时进行; 分别为场景s下时段t储电的充放电功率;分别为充电功率和放电功率上限;为场景s下时段t储电的荷电状态,为场景s下时段t-1储电的荷电状态;为储电的额定容量;和分别为储电的充放电效率;和分别为储电荷电状态上下限;
(2.4)储热约束
式中,为场景s下时段t储热功率;分别为场景s下时段t储热的充放热功率;分别为充热功率和放热功率上限;为场景s下时段t的储热状态,为场景s下时段t-1的储热状态;为储热的额定容量;和分别为储热的充放热效率;和分别为储热状态上下限;
(2.5)储气约束
式中,为场景s下时段t储气功率;分别为场景s下时段t储气的充放气功率;分别为充气功率和放气功率上限;为场景s下时段t的储气状态,为场景s下时段t-1的储气状态;为储气的额定容量;和分别为储气的充放气效率;和分别为储气状态上下限。
(3)所述的以电-热-气综合能源***各设备一次性投资成本cinvest最小为目标函数表示为:
式中,CRF为资本回收系数;αi、αj、αk分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的设备折旧系数;βi、βj、βk分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的单位容量成本;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率;Γe、Γh和Γg分别为供电***、供热***和供气***设备集合。
(4)所述的设备安装容量限制表示如下:
式中,和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的安装容量上下限;Γe、Γh和Γg分别为供电***、供热***和供气***设备集合。
综上所述,本发明的两层容量协同规划模型总体表示如下:
3)基于MATALB/YALMIP平台对所述的两层容量协同规划模型进行求解,得到电-热-气综合能源***中各设备的容量规划方案,所述的电-热-气综合能源***中各设备的容量规划方案,即为光伏发电、风力发电、微燃机、热电联产机组、电转气设备、电锅炉、燃气锅炉、储电、储热、储气设备的容量规划方案。并验证含间歇性新能源的电-热-气综合能源***容量规划方案的有效性。包括分别计算:
(1)投资运行维护成本ctotal:
ctotal=cinvest+E(cO&M) (19)
式中,cinvest为电-热-气综合能源***各设备一次性投资成本;E(cO&M)为电-热-气综合能源***的期望运行维护成本;
(2)能源利用效率η:
式中,Ns为典型场景总数,πs为场景s出现的概率,T为典型场景中的优化时段数,Δt为优化时间间隔;Pt load,s、分别为场景s下时段t电负荷功率、热负荷功率、气负荷功率;Pt grid,s为场景s下时段t从电网的购电功率;为从气井的购气量,用于供给热电联产机组、燃气锅炉和气负荷;
(3)间歇性能源渗透率:
其中,θpower表示间歇性能源的容量渗透率,和分别为风机、光伏的额定功率,和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率,Γe、Γh和Γg分别为供电***、供热***和供气***设备集合;θenergy表示间歇性能源的电量渗透率,Pt WT,s、Pt PV,s分别为场景s下时段t风机、光伏的输出电功率;
(4)碳排放量Vcarbon:
式中,Vt carbon,s为场景s下时段t碳排放量;
将计算出的投资运行维护成本、能源利用效率、间歇性能源渗透率和碳排放量的结果分别与传统的电-热-气分供模式作对比,计算出的结果较传统的电-热-气分供模式具有更低的投资运行维护成本、更高的能源利用效率、更高的间歇性能源的容量渗透率、更高的间歇性能源的电量渗透率和更低的碳排放量,因此,得出含间歇性新能源的电-热-气综合能源***容量规划方案是有效的。
下面给出实施例:
考虑如图1所示的电-热-气综合能源***,典型场景的电、热、气负荷曲线以及风速、光照强度曲线分别如图2和图3所示。
为验证电-热-气联供***相较于分供***的优势,在容量规划方案中采用电-热-气联供和电-热-气分供两种优化模式。
表1给出了电-热-气联供(Case 1)和电-热-气分供(Case 2)模式下的容量规划结果,两种模式下的综合能源利用效率、间歇性能源渗透率以及碳排放量对比情况如图4所示。由表1可以得出,与电-热-气分供模式相比,电-热-气联供模式配置了更高容量的间歇性新能源发电机组,同时,在满足负荷需求情况下,电-热-气联供模式较分供模式具有更低的投资运行维护成本(下降15.49%)。因此,考虑电、热、气不同能源之间的协同规划有利于降低综合能源***的投资运行维护成本。
表1 两种模式下电-热-气综合能源***容量规划方案
通过图4可以得出,电-热-气联供模式较分供模式具有更高的综合能源利用效率,这是因为与电-热-气分供模式相比,联供模式下电-热-气综合能源***配置一定容量的高效率热电联产机组。同时,电-热-气联供模式较分供模式具有更高的间歇性能源渗透率和更低的碳排放量。这是因为在联供模式下,电-热-气综合能源***配置了一定容量的热电联产机组、电锅炉和电转气设备,通过供电、供热、供气***之间的协同来提高间歇性能源渗透率,从而降低了综合能源***的碳排放。
电-热-气综合能源***典型场景联供模式和分供模式下的出力情况如图5和图6所示。对比图5和图6可以得出,热电联产机组、电锅炉和电转气设备实现了供电、供热、供气***之间的协同优化。在电-热-气分供模式中,电负荷需求通过风电、光伏、微燃机以及储电来平衡,热负荷需求通过燃气锅炉来平衡,气负荷需求通过购气来平衡。而在电-热-气联供模式下,热电联产机组可同时参与供电***和供热***的负荷平衡(参考图5a与图5b),电转气设备可同时参与供电***和供气***的负荷平衡(参考图5a与图5c)。
图7给出了电-热-气综合能源***投资运行维护成本随电价、气价的变化曲线。由图7可以得出,与电价相比,气价对电-热-气综合能源***的投资运行维护成本的影响更为显著。这是因为对于电负荷需求,当电价呈上升趋势时,可通过购买燃气通过微燃机来满足电负荷需求,从而降低了综合能源***的购电电量。而对于气负荷需求,其主要平衡手段为购气方式。因此,在燃气价格呈上升趋势时,购气量有所降低但降幅不大,因此会导致气价对投资运行维护成本的影响更为显著。
综上所述,通过对实施例的仿真测试表明,与电-热-气分供模式相比,本发明的含间歇性新能源的综合能源***容量规划方法,具有更低的投资运行成本,即更好的经济效益,同时能够提高能源的综合利用效率和间歇性新能源的容量渗透率以及电量渗透率,并降低了电-热-气综合能源***的碳排放量。因此,本发明的含间歇性新能源的综合能源***容量规划方法与传统的电-热-气分供模式相比,更具优势。
Claims (3)
1.一种含间歇性新能源的综合能源***容量规划方法,其特征在于,包括如下步骤:
1)基于风、光间歇性新能源和电、热、气负荷的年历史数据,并考虑电、热、气三类能源之间的耦合特性进行场景生成,利用X-means聚类方法削减场景,形成用以处理风、光间歇性新能源出力和电、热、气负荷的不确定因素的典型场景集;
2)考虑综合能源***中供电、供热、供气***之间的互补特性和规划与运行之间的协调特征,构建含风、光间歇性新能源和多种能量耦合设备的最小化电-热-气综合能源***投资运行成本的两层容量协同规划模型;
所述的两层容量协同规划模型是由外层规划模型和内层优化运行模型构成,其中,所述的内层优化运行模型,包括:以期望运行维护成本最小为目标函数,以设备出力约束、功率平衡约束、储电约束、储热约束和储气约束为约束条件;所述外层规划模型的目标函数是由内层优化运行模型的目标函数和以电-热-气综合能源***各设备一次性投资成本最小为目标函数这两部分构成,外层规划模型以设备安装容量限制为约束条件;其中:
所述的以期望运行维护成本E(cO&M)最小为目标函数表示为:
min E(cO&M)=min E(cfuel+celec+cpollu+csub+cmain)
=min[E(cfuel)+E(celec)+E(cpollu)+E(csub)+E(cmain)]
其中,E(cfuel)为期望燃料成本,表示为:
E(celec)为期望购电成本,表示为:
E(cpollu)为污染物排放惩罚成本期望,表示为:
E(csub)为新能源发电补贴成本期望,表示为:
E(cmain)为设备维护成本,表示为:
其中,Ns为典型场景总数,πs为场景s出现的概率,T为典型场景中的优化时段数,Δt为优化时间间隔;和分别为场景s下时段t的燃气单价和燃气消耗量;和Pt grid,s分别为场景s下时段t从电网的购电单价和购电功率;和Vt pollu,s分别为场景s下时段t单位污染物排放惩罚成本和污染物排放量;和分别为场景s下t时段第i类新能源发电的补贴电价和发电功率;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的单位维护成本;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率;Γe、Γh和Γg分别为供电***、供热***和供气***设备集合,Γe={PV,WT,MT,CHP,ES,EB,PtG}、Γh={CHP,EB,GB,HS}、Γg={PtG,GS};PV、WT、MT、CHP、ES、EB、PtG、GB、HS和GS分别表示光伏、风机、微燃机、热电联产机组、储电、电锅炉、电转气设备、燃气锅炉、储热和储气;
所述的约束:
(1)设备出力约束
(2)功率平衡约束
式中,第一个等式表示供电***功率平衡约束,Pt PV,s、Pt WT,s、Pt MT,s和Pt CHP,s分别为场景s下时段t光伏、风机、微燃机和热电联产机组的输出电功率,Pt ES,s、Pt grid,s、Pt load,s、Pt PtG,s和Pt EB,s分别为场景s下时段t储电功率、从电网的购电功率、电负荷功率、电转气设备的输入电功率以及电锅炉的输入电功率;第二个等式表示供热***功率平衡约束, 和分别为场景s下时段t热电联产机组输出热功率、电锅炉发热功率、燃气锅炉发热功率、储热功率和热负荷功率;第三个等式表示供气***功率平衡约束, 和分别为场景s下时段t燃气消耗量、热电联产机组的输入燃气功率、燃气锅炉耗气功率、电转气设备输出气功率、储气功率和气负荷功率;
(3)储电约束
式中,Pt ES,s为场景s下时段t储电功率;τ为0-1变量,表征充放电不能同时进行; 分别为场景s下时段t储电的充放电功率;分别为充电功率和放电功率上限;为场景s下时段t储电的荷电状态,为场景s下时段t-1储电的荷电状态;为储电的额定容量;和分别为储电的充放电效率;和分别为储电荷电状态上下限;
(4)储热约束
式中,为场景s下时段t储热功率;分别为场景s下时段t储热的充放热功率;分别为充热功率和放热功率上限;为场景s下时段t的储热状态,为场景s下时段t-1的储热状态;为储热的额定容量;和分别为储热的充放热效率;和分别为储热状态上下限;
(5)储气约束
式中,为场景s下时段t储气功率;分别为场景s下时段t储气的充放气功率;分别为充气功率和放气功率上限;为场景s下时段t的储气状态,为场景s下时段t-1的储气状态;为储气的额定容量;和分别为储气的充放气效率;和分别为储气状态上下限;
所述的以电-热-气综合能源***各设备一次性投资成本cinvest最小为目标函数表示为:
式中,CRF为资本回收系数;αi、αj、αk分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的设备折旧系数;βi、βj、βk分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的单位容量成本;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率;Γe、Γh和Γg分别为供电***、供热***和供气***设备集合;
所述的设备安装容量限制表示如下:
式中,和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率;和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的安装容量上下限;Γe、Γh和Γg分别为供电***、供热***和供气***设备集合;
3)基于MATALB/YALMIP平台对所述的两层容量协同规划模型进行求解,得到电-热-气综合能源***中各设备的容量规划方案,并验证含间歇性新能源的电-热-气综合能源***容量规划方案的有效性;所述的验证含间歇性新能源的电-热-气综合能源***容量规划方案的有效性,包括分别计算:
(1)投资运行维护成本ctotal:
ctotal=cinvest+E(cO&M)
式中,cinvest为电-热-气综合能源***各设备一次性投资成本;E(cO&M)为电-热-气综合能源***的期望运行维护成本;
(2)能源利用效率η:
式中,Ns为典型场景总数,πs为场景s出现的概率,T为典型场景中的优化时段数,Δt为优化时间间隔;Pt load,s、分别为场景s下时段t电负荷功率、热负荷功率、气负荷功率;Pt grid,s为场景s下时段t从电网的购电功率;为从气井的购气量,用于供给热电联产机组、燃气锅炉和气负荷;
(3)间歇性能源渗透率:
其中,θpower表示间歇性能源的容量渗透率,和分别为风机、光伏的额定功率,和分别为第i类供电***设备、第j类供热***设备和第k类供气***设备的额定功率,Γe、Γh和Γg分别为供电***、供热***和供气***设备集合;θenergy表示间歇性能源的电量渗透率,Pt WT,s、Pt PV,s分别为场景s下时段t风机、光伏的输出电功率;
(4)碳排放量Vcarbon:
式中,Vt carbon,s为场景s下时段t碳排放量;
将计算出的投资运行维护成本、能源利用效率、间歇性能源渗透率和碳排放量的结果分别与传统的电-热-气分供模式作对比,计算出的结果较传统的电-热-气分供模式具有更低的投资运行维护成本、更高的能源利用效率、更高的间歇性能源的容量渗透率、更高的间歇性能源的电量渗透率和更低的碳排放量,因此,得出含间歇性新能源的电-热-气综合能源***容量规划方案是有效的。
2.根据权利要求1所述的含间歇性新能源的综合能源***容量规划方法,其特征在于,步骤1)包括:
(1)对所生成的场景中所有对象,分别计算每一个对象到各初始聚类中心的欧氏距离;
(2)将每一个对象归类于欧氏距离最短的那个相邻初始聚类中;
(3)更新每个聚类的聚类中心;
(4)重复第(1)步~(3)步,直至满足设定和迭代次数,最终所得到的聚类中心构成的集合即为典型场景集。
3.根据权利要求1所述的含间歇性新能源的综合能源***容量规划方法,其特征在于,步骤3)所述的电-热-气综合能源***中各设备的容量规划方案,即为光伏发电、风力发电、微燃机、热电联产机组、电转气设备、电锅炉、燃气锅炉、储电、储热、储气设备的容量规划方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910786910.XA CN110492535B (zh) | 2019-08-24 | 2019-08-24 | 含间歇性新能源的综合能源***容量规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910786910.XA CN110492535B (zh) | 2019-08-24 | 2019-08-24 | 含间歇性新能源的综合能源***容量规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110492535A CN110492535A (zh) | 2019-11-22 |
CN110492535B true CN110492535B (zh) | 2023-04-14 |
Family
ID=68553743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910786910.XA Active CN110492535B (zh) | 2019-08-24 | 2019-08-24 | 含间歇性新能源的综合能源***容量规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110492535B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112993973B (zh) * | 2019-12-16 | 2023-09-26 | 国网辽宁省电力有限公司 | 储热装置和储电装置的配置方法及装置 |
CN112036652A (zh) * | 2020-09-06 | 2020-12-04 | 华北电力大学 | 基于机会约束规划的光伏-储能综合能源***规划方法 |
CN113078684B (zh) * | 2020-12-09 | 2023-09-15 | 国网辽宁省电力有限公司锦州供电公司 | 一种基于双层优化的区域能源社区规划方法 |
CN112736905B (zh) * | 2020-12-25 | 2022-07-12 | 浙江华云电力工程设计咨询有限公司 | 区域新能源容量优化配置方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105337303A (zh) * | 2015-09-22 | 2016-02-17 | 贵州电网有限责任公司电网规划研究中心 | 一种含热泵的热电联产型微电网容量优化配置方法 |
CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源***设计方法 |
CN108599269A (zh) * | 2018-04-24 | 2018-09-28 | 华南理工大学 | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102130451B (zh) * | 2011-03-03 | 2014-09-17 | 苏州盖娅智能科技有限公司 | 分布式电站*** |
-
2019
- 2019-08-24 CN CN201910786910.XA patent/CN110492535B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105337303A (zh) * | 2015-09-22 | 2016-02-17 | 贵州电网有限责任公司电网规划研究中心 | 一种含热泵的热电联产型微电网容量优化配置方法 |
CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源***设计方法 |
CN108599269A (zh) * | 2018-04-24 | 2018-09-28 | 华南理工大学 | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 |
Non-Patent Citations (3)
Title |
---|
一种基于组合权重的智能电网综合评估模型应用;焦丰顺等;《电力***及其自动化学报》;20171115(第11期);第148页第1-2栏 * |
基于最优场景生成算法的主动配电网无功优化;吴丽珍等;《电力***保护与控制》;20170730(第15期);第154页第2栏至第155页第1栏 * |
考虑风电的电源电网协调规划;舒隽等;《电网与清洁能源》;20170225(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110492535A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110492535B (zh) | 含间歇性新能源的综合能源***容量规划方法 | |
CN111144668B (zh) | 考虑场景模拟的综合能源***随机优化模型的建立方法 | |
CN109523065B (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN108764519B (zh) | 一种园区能源互联网能源设备容量优化配置方法 | |
CN111950807B (zh) | 计及不确定性与需求响应的综合能源***优化运行方法 | |
CN109634119B (zh) | 一种基于日内滚动优化的能源互联网优化控制方法 | |
CN111008748A (zh) | 包括电动汽车充电负荷的微电网经济调度优化方法 | |
CN113779783B (zh) | 计及多重不确定性的区域综合能源***规划与运行联合优化方法 | |
CN109861301B (zh) | 一种源网荷储协调电力***生产模拟方法 | |
CN106779361B (zh) | 并网混合可再生能源***的多目标优化设计方法 | |
CN112417651A (zh) | 一种基于后悔规避的用户级综合能源***优化方法 | |
CN114519449A (zh) | 一种园区能源***运行优化方法 | |
CN114548584A (zh) | 一种含有电转气和碳捕集设备的综合能源***的优化方法 | |
CN115860413A (zh) | 基于负荷需求响应与双层可调鲁棒优化的并网冷热电联产微网***经济调度方法 | |
CN112633575A (zh) | 基于鲁棒优化的多能互补综合能源***容量配置方法及*** | |
CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN113610316B (zh) | 不确定环境下考虑综合需求响应的园区综合能源***优化调度方法 | |
CN111080099A (zh) | 基于碳排放管理的综合能源***调度评估方法及*** | |
CN111126675A (zh) | 多能互补微网***优化方法 | |
CN116258511A (zh) | 一种考虑碳交易价格不确定性的能源***配置方法及装置 | |
CN115936336A (zh) | 一种虚拟电厂容量配置与调控运行优化方法 | |
CN114372609A (zh) | 计及新能源消纳成本最优的多源荷互补规划方法 | |
Luo et al. | Multi-Objective Optimization Scheduling of Microgrids Based on Particle Swarm Optimization Algorithm | |
Zahboune et al. | Optimal design method for stand-alone solar system with LPSP technology by using electric system cascade analysis method | |
CN112819197A (zh) | 一种区域智慧能源***优化配置方法和*** |
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 |