CN110957722A - 一种含电转气设备的微型能源网日前优化调度方法 - Google Patents
一种含电转气设备的微型能源网日前优化调度方法 Download PDFInfo
- Publication number
- CN110957722A CN110957722A CN201911189510.7A CN201911189510A CN110957722A CN 110957722 A CN110957722 A CN 110957722A CN 201911189510 A CN201911189510 A CN 201911189510A CN 110957722 A CN110957722 A CN 110957722A
- Authority
- CN
- China
- Prior art keywords
- energy
- gas
- micro
- power
- electric
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 title claims description 36
- 230000005611 electricity Effects 0.000 claims abstract description 21
- 238000010521 absorption reaction Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 239000007789 gas Substances 0.000 claims description 97
- 238000004146 energy storage Methods 0.000 claims description 49
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 40
- 238000003860 storage Methods 0.000 claims description 34
- 238000002485 combustion reaction Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 16
- 239000003345 natural gas Substances 0.000 claims description 13
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 10
- 229910052739 hydrogen Inorganic materials 0.000 claims description 10
- 239000001257 hydrogen Substances 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000005057 refrigeration Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000005868 electrolysis reaction Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012905 input function Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000010977 unit operation Methods 0.000 claims description 2
- 239000002918 waste heat Substances 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 238000005265 energy consumption Methods 0.000 abstract 1
- 238000012795 verification Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种含电转气设备(Power to Gas,P2G)的微型能源网日前优化调度方法。首先，以能源集线器的方式建立了电、气、热、冷联供的微型能源网模型。该能源集线器包含微燃机、P2G、电锅炉、燃气锅炉、电制冷机、吸收式制冷机等能源耦合设备。其次，建立了以微型能源网运行成本最低并考虑P2G收益的日前最优经济调度模型，考察P2G对微能网的经济性以及对可再生能源的消纳能力。该经济调度模型包括目标函数、元件模型以及网络约束。最后，以设立对照的方式进行验证，结果表明P2G对***运行成本及可再生能源消纳都起到了积极的作用。
Description
技术领域
本发明属于电力***微网优化调度领域，具体而言，涉及包含电转气的微型能源网电、气、热、冷联合调度方法。
背景技术
风能、太阳能等可再生能源接入电网有利于减少传统发电方式带来的碳排放。但是，随着风电、光伏装机容量的快速增长，一些地区的弃风、弃光现象也日益严重。主要是风、光出力的不确定性、反调峰性及我国电源与负荷逆向分布等原因所致。
将可再生能源接入微网就地消纳能有效改善可再生能源利用率问题能源互联网技术形态与关键技术。冷热电联供技术地应用优化了微网能源分配，提高能源利用率同时也满足了微网中电、气、热、冷等不同能源负荷需求。微网中的电储能设备在用电负荷低谷时充电，在负荷高峰时放电，可平滑电网波动，提高***对间歇性能源的消纳能力。但是受运行成本的制约，电储能设备容量及其作用通常是有限的。
电转气(Power to Gas,P2G)技术是将电能转化为氢气或甲烷。氢气、甲烷用途广泛、输送方便、储气成本边际系数小，容易实现长时间、大规模储存。相比于电能的其它储存形式，如抽水储能、电池储能，将电能以气体的形式储存有更加广阔的前景。
通过P2G技术生成的甲烷以符合天然气安全条例的数量和质量注入天然气网络，加深了电网和天然气网络的耦合程度，同时大大加强了***对可再生能源的消纳能力。因此，将P2G加入微型能源网的调度运行中具有良好作用及重要的意义。
发明内容
本发明所要解决的技术问题是，提供一种能够提高了可再生能源的利用率的考虑电转气的微型能源网日前最优经济调度方法。
本发明所采用的技术方案是一种考虑电转气的微型能源网日前最优经济调度方法，包括如下内容：
电转气技术包含两个化学反应过程，第一个过程是水分子在催化剂、高温、通电的条件下的电解反应，该反应完成了电能向化学能的转化。第二个过程是氢气与二氧化碳在高温高压的条件下产生天然气的反应，如式1、2。
通过微网能源集线器来描述负荷侧多种能源需求(电、气、热、冷)与供给侧电能和天然气的供应及转换关系。从宏观上可以将其分为能量输入模块、能量转化模块、储能模块和能量输出模块，根据能量守恒定律各模块间建立如式3的关系式：
Pout＝Pin+PEH+ΔPs (3)
式中：Pin、PEH、ΔPs、Pout分别为该能源集线器的能量输入矩阵、能量转化矩阵、储能出力矩阵和能量输出矩阵。
能量输入矩阵包含电能和气能。风机和光伏出力不足时，电能由外部网络提供：
式中：Pwind、Ppv分别为风机和光伏输入电能，
分别为微网从外部网络购入的电能和气能。
能量转化矩阵描述了不同能量再能源集线器下的转化关系：
式中：
分别为P2G设备、电锅炉、电制冷机消耗的电能；
分别为微燃机和燃气锅炉消耗的气能；
为微燃机的发电效率；为P2G设备的转化效率；
分别为电锅炉、微燃机、燃气锅炉的热效率；
分别为电制冷机和吸收式制冷机的制冷效率；ξ1、ξ2分别为微燃机产生的热能用于供热和制冷的比例系数，ξ1+ξ2≤1。
能量输出矩阵包含了微网内所有类型的负荷需求：
Pout＝[Le Lg Lh Lc]T (6)
式中：Le、Lg、Lh、Lc分别表示电、气、热、冷四种负荷功率。
本文研究的微网形式只存在电、气两种储能装置，所以储能出力矩阵为：
式中：ΔPse、ΔPsg分别表示电储和气储的出力情况，值为正时放能，值为负时储能。
建立日前电转气多源储能型微网经济调度优化模型,包含元件模型、目标函数及约束：
1.元件模型
(1)P2G模型
通过对次日电价及氢价及天然气价格的预测，制定P2G的运行计划，以达到最大收益。根据图1-3所示的P2G模型，P2G的数学模型可表示为：
式中：
为合成的甲烷，
为由电解水生成但没有参加甲烷合成的氢气，
为P2G消耗的H2，ηP2H为电解水制氢气的效率，
为P2G设备的转化效率。
(2)微燃机模型
微燃机发电功率、制热功率与其燃料消耗功率有如下关系：
式(9)为微燃机输出电能和消耗燃料关系函数；式(10)为微燃机输出热、电关系函数，
为微燃机发电功率，
为微燃机制热功率，
为燃料消耗功率，a1、b1、c1为式(9)中该函数表达式的系数，a2、b2、c2为式(10)中该函数表达式的系数。
(3)储能电池模型
储能电池荷电水平与运行状态有如下关系：
式中：Soc(t+1)、Soc(t)分别为储能电池在t+1时刻和t时刻的荷电水平；Qbat为储能电池容量；μch、μdis、μsta都为变量，取值范围在0-1之间，分别代表充电标识、放电标识、静置标识，且μdis+μch+μsta＝1；ηch、ηdis为充电效率及放电效率，Δt表示时间微分。
(4)气储能设备模型
运行中的储气设备储存气能有如下关系：
W1＝W0+∫Qch(t)-Qdis(t)dt (12)
式中：W0、W1分别为储气设备在运行t时间前后的储能水平；Qch(t)、Qdis(t)分别为储气设备输出、输入函数。
(5)电锅炉、气锅炉、电制冷机、吸收式制冷机模型
这四种能量转化设备模型可统一表达为：
Pout＝ηPin (13)
式中：pin、pout为设备输入、输出功率；η为对应的能量转化效率。
2.目标函数
本方法在考察P2G对可再生能源的消纳作用，因此设定微网运行方式为并网状态，但只向主网购买能源，不对主网出售能源。以微能网总运行成本最低并考虑P2G收益建立优化模型，运行成本主要包括以下几个方面：
(1)能源购买成本
式中：式中：T表示一天被平均划分的时间段，t表示时刻，λe(t)和λg(t)分别为微能网向外部网络购电和气的实时价格，
和
分别为微能网在t时刻从外部网络购入的电能和气能。
(2)设备运行维护成本
式中：λom，i为第i台设备单位运行成本，N表示该微能网的设备数量，Pi(t)表示第i台设备在时间t时的功率。
(3)P2G的总运行成本
式中：Cbuy和Csell分别为P2G设备运行成本和收益，λco2(t)为购入的CO2的实时价格，λH2(t)和λo2(t)分别为售出的H2和O2的实时价格；
和
分别为P2G消耗的CO2和H2，
表示P2G生产的O2。
3.约束条件
(1)微能网内部功率平衡约束
本方法研究的微能网包含电、气、热、冷四种能量***：
式中：
表示储能电池功率；
表示P2G设备产生的天然气；
分别表示微燃机余热、燃气锅炉、电锅炉的产热功率；
分别为吸收制冷机和电制冷机的制冷功率。
(2)功率交换点传输容量约束
微能网与外部网络只做电能、气能功率交换：
式中：
分别表示电能交换功率的最小值和最大值；
分别表示气能交换功率的最小值和最大值。
4.元件约束
(1)P2G约束
P2G设备的负荷功率灵活基于高温电解的大规模电力储能技术，假设P2G设备的生产不受储存容量及市场需求约束，则其功率主要受设备容量限制。
(2)微燃机约束
微燃机的发电效率随着输出功率增大而增大，且输出功率较小时，因燃料燃烧不充分，污染物排放比例较高。根据文献[19]制定微燃机约束有：
式中：
为微燃机的额定发电功率，
为微燃机爬坡率，
为微燃机单位时间发电功率。
(3)储能电池约束
储能电池的使用寿命由其总充放电电量及充放电深度公共决定，所以运行中的储能电池在满足充放电功率的同时，也受蓄电池充放电深度的限制。
Socmin≤Soc(t)≤Socmax (24)
式中：
分别表示储能电池功率的最小值和最大值；Socmin、Socmax分别表示储能电池放电深度的最小值和最大值。
储能电池的荷电水平要满足运行周期始末相同。
Soc(T)＝Soc(0) (25)
式中：Soc(T)、Soc(0)分别表示储能电池在运行周期始末的荷电水平。
(4)气储能设备约束
气储能设备受容量及输入、输出功率限制。
Wmin≤W≤Wmax (26)
式中：Wmax、Wmin分别为设备储气上、下限，
储气设备输入下限和上限；
分别为储气设备输出下限和上限。
根据文献，为保证储气设备的调节能力，在调度周期始末，储气水平相同。
W(T)＝W(0) (29)
式中：W(T)、W(0)分别表示储气设备在运行周期始末的荷电水平。
(5)电锅炉、气锅炉、电制冷机、吸收式制冷机约束
这四种设备主要运行受额定功率及爬坡率约束：
式中：
分别表示设备运行功率最小值和最大值；ΔPout表示设备单位时间输出功率，
表示设备额定爬坡率。
附图说明
图1为含P2G的微网能源集线器；
图2为P2G运行模型；
图3为微燃机模型；
图4为微能网日负荷；
图5为电、气价格；
图6为可再生能源出力；
图7为可再生能源弃用率；
图8为蓄电池Soc水平；
图9为运行方式1下的电网络；
图10为运行方式2下的电网络；
图11为运行方式1下的气网络；
图12为运行方式2下的气网络。
具体实施方式
下面结合具体实施例和附图对本发明作进一步说明。
为了验证含P2G的微能网对可再生能源消纳的积极性，本实施例通过设立对照的方法，对两种运行方式下的微能网日前经济调度结果进行分析。两种运行方式下微能网设备如表1所示。
表1不同运行方式所含设备
运行方式1：微能网不含P2G及储气设备。考察只含有微燃机、储能电池等设备的微能网在经济调度下可再生能源的利用情况。
运行方式2：运行方式1中引入P2G及气储能。考察P2G对微能网的运行成本及对可再生能源消纳的作用。
电、气、热、冷负荷具体如图4所示。图5为微能网当日从外部网络购买电能和天然气的实时价格。图6为当日风机和光伏的出力情况。
通过MATLAB调用GUROBI对微能网日前经济调度模型进行求解。分析图7、8可知，微能网在有P2G参与的运行方式2下，可再生能源利用率相对于运行方式1整体有明显的提高，尤其夜间的弃风现象有很大的改善。这是因为夜间风力发电进入高峰时期，而这一时期负荷水平较低，储能电池又受成本以及容量的限制无法大量吸收电能。此时，P2G运行成本最低，P2G设备将以最大能力吸收富余电能。如表2所示，全天弃能率在运行方式2下比运行方式1降低了9.66％，改善可再生能源利用率方面效果显著。
表2不同运行方式下可再生能源利用情况
表3、4分别为微能网不同运行方式下购买能源量及***运行成本。图9、10分别是微能网在两种运行方式下，电能的输入输出关系。由上述图表不难看出，P2G及气储能加入后，微能网向外部网络购买电能和天然气的数量均有所下降。分析图11、12可知这是因为微能网在运行方式2中而P2G产生的天然气被用作燃气锅炉供热，从而使得电锅炉消耗电能下降。
表3不同运行方式下能源购买情况
表4不同运行方式下微能网运行成本
本实施例假设微能网在运行方式2下P2G第一反应环节中的氢气全部用作产生天然气，则微能网运行成本减少主要包括两个原因，一是能源购买成本更少，二是储能电池的充放电电量减少使得设备运行成本更低。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (9)
1.一种含电转气设备的微型能源网日前优化调度方法，其特征在于，包括如下步骤：
步骤1以能源集线器的方式建立电、气、热、冷联供的微型能源网模型；
步骤2建立微型能源网能量输入矩阵、能量转化矩阵、能量输出矩阵及储能矩阵；
步骤3建立微型能源网日前优化经济调度模型，包括目标函数、元件模型及约束；
步骤4对步骤3中的日前优化经济调度模型求解。
2.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤1所述的能源集线器包括微燃机、P2G设备、电锅炉、燃气锅炉、电制冷机、吸收式制冷机、储能电池、储气设备。
3.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤2所述的能量输入矩阵为：
式中：Pwind、Ppv分别为风机和光伏输入电能，
分别为微型能源网从外部网络购入的电能和气能。
4.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤2所述的能量转化矩阵为：
式中：
分别为P2G设备、电锅炉、电制冷机消耗的电能；
分别为微燃机和燃气锅炉消耗的气能；
为微燃机的发电效率；
为P2G设备的转化效率；
分别为电锅炉、微燃机、燃气锅炉的热效率；
分别为电制冷机和吸收式制冷机的制冷效率；ξ1、ξ2分别为微燃机产生的热能用于供热和制冷的比例系数，ξ1+ξ2≤1。
5.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤2所述的能量输出矩阵为：
Pout＝[Le Lg Lh Lc]T(3)
式中：Le、Lg、Lh、Lc分别表示电、气、热、冷四种负荷功率。
6.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤2所述的储能矩阵为：
式中：
分别表示电储和气储的出力情况，值为正时放能，值为负时储能。
7.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤3所述的目标函数，是目标为所研究微型能源网日前运行成本最低以及P2G收益最大，具体如下：
①能源购买成本
式中：T表示一天被平均划分的时间段，t表示时刻，λe(t)和λg(t)分别为微能网向外部网络购电和气的实时价格，
和
分别为微能网在t时刻从外部网络购入的电能和气能；
②设备运行维护成本
式中：λom，i为第i台设备单位运行成本，N表示该微能网的设备数量，Pi(t)表示第i台设备在时间t时的功率；
③P2G的总运行成本
式中：Cbuy和Csell分别为P2G设备运行成本和收益，λco2(t)为购入的CO2的实时价格，λH2(t)和λo2(t)分别为售出的H2和O2的实时价格；
和
分别为P2G消耗的CO2和H2，
表示P2G生产的O2。
8.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤3所述的元件模型具体如下：
①P2G模型
通过对次日电价及氢价及天然气价格的预测，制定P2G的运行计划，以达到最大收益，P2G的数学模型为：
式中：
为合成的甲烷，
为由电解水生成但没有参加甲烷合成的氢气，
为P2G消耗的H2，ηP2H为电解水制氢气的效率，
为P2G设备的转化效率；
②微燃机模型
微燃机发电功率、制热功率与其燃料消耗功率有如下关系：
③储能电池模型
储能电池荷电水平与运行状态有如下关系：
式中：Soc(t+1)、Soc(t)分别为储能电池在t+1时刻和t时刻的荷电水平；Qbat为储能电池容量；μch、μdis、μsta都为变量，取值范围在0-1之间，分别代表充电标识、放电标识、静置标识，且μdis+μch+μsta＝1；ηch、ηdis为充电效率及放电效率，Δt表示时间微分；
④气储能设备模型
运行中的储气设备储存气能有如下关系：
W1＝W0+∫Qch(t)-Qdis(t)dt (12)
式中：W0、W1分别为储气设备在运行t时间前后的储能水平；Qch(t)、Qdis(t)分别为储气设备输出、输入函数；
⑤电锅炉、气锅炉、电制冷机、吸收式制冷机模型
这四种能量转化设备模型可统一表达为：
Pout＝ηPin (13)
式中：pin、pout为设备输入、输出功率；η为对应的能量转化效率。
9.根据权利要求1所述的含电转气设备的微型能源网日前优化调度方法，其特征在于，步骤3所述的约束具体如下：
①微能网内部功率平衡约束
微能网包含电、气、热、冷四种能量***：
式中：
表示储能电池功率；
表示P2G设备产生的天然气；
分别表示微燃机余热、燃气锅炉、电锅炉的产热功率；
分别为吸收制冷机和电制冷机的制冷功率；
②功率交换点传输容量约束
微能网与外部网络只做电能、气能功率交换：
式中：
分别表示电能交换功率的最小值和最大值；
分别表示气能交换功率的最小值和最大值；
③元件约束
1)P2G约束
假设P2G设备的生产不受储存容量及市场需求约束，则其功率主要受设备容量限制
2)微燃机约束
式中：
为微燃机的额定发电功率，
为微燃机爬坡率，
为微燃机单位时间发电功率；
3)储能电池约束
Socmin≤Soc(t)≤Socmax (21)
式中：
分别表示储能电池功率的最小值和最大值；Socmin、Socmax分别表示储能电池放电深度的最小值和最大值；
储能电池的荷电水平要满足运行周期始末相同
Soc(T)＝Soc(0) (22)
式中：Soc(T)、Soc(0)分别表示储能电池在运行周期始末的荷电水平；
4)气储能设备约束
气储能设备受容量及输入、输出功率限制
Wmin≤W≤Wmax (23)
式中：Wmax、Wmin分别为设备储气上、下限，
储气设备输入下限和上限；
分别为储气设备输出下限和上限；
为保证储气设备的调节能力，在调度周期始末，储气水平相同
W(T)＝W(0) (26)
式中：W(T)、W(0)分别表示储气设备在运行周期始末的荷电水平；
5)电锅炉、气锅炉、电制冷机、吸收式制冷机约束
这四种设备主要运行受额定功率及爬坡率约束：
式中：
分别表示设备运行功率最小值和最大值；ΔPout表示设备单位时间输出功率，
表示设备额定爬坡率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911189510.7A CN110957722B (zh) | 2019-11-28 | 2019-11-28 | 一种含电转气设备的微型能源网日前优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911189510.7A CN110957722B (zh) | 2019-11-28 | 2019-11-28 | 一种含电转气设备的微型能源网日前优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110957722A true CN110957722A (zh) | 2020-04-03 |
| CN110957722B CN110957722B (zh) | 2022-11-29 |
Family
ID=69978745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911189510.7A Active CN110957722B (zh) | 2019-11-28 | 2019-11-28 | 一种含电转气设备的微型能源网日前优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110957722B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113178865A (zh) * | 2021-04-23 | 2021-07-27 | 东北电力大学 | 基于碳氧环流的能源集线器及其优化调度方法 |
| CN113240166A (zh) * | 2021-04-29 | 2021-08-10 | 四川大学 | 考虑高比例新能源消纳的微能源网日前经济调度方法 |
| CN113890023A (zh) * | 2021-09-29 | 2022-01-04 | 西安交通大学 | 一种综合能源微网分布式经济调度优化方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130270353A1 (en) * | 2011-10-23 | 2013-10-17 | Hongyu LONG | Joint heating system of gas combined cycle and solar power and dispatching method thereof |
| CN105930980A (zh) * | 2016-06-08 | 2016-09-07 | 河海大学 | 一种电转气的综合能源***多点线性概率能量流方法 |
| CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞（武汉）电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
| CN109038539A (zh) * | 2017-06-09 | 2018-12-18 | 天津大学（青岛）海洋工程研究院有限公司 | 一种基于能量路由器的交直流混合微电网拓扑设计方法 |
| CN110286590A (zh) * | 2019-06-21 | 2019-09-27 | 河海大学 | 考虑多类型能源存储的冷热电联供***日前优化调度方法 |
-
2019
- 2019-11-28 CN CN201911189510.7A patent/CN110957722B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130270353A1 (en) * | 2011-10-23 | 2013-10-17 | Hongyu LONG | Joint heating system of gas combined cycle and solar power and dispatching method thereof |
| CN105930980A (zh) * | 2016-06-08 | 2016-09-07 | 河海大学 | 一种电转气的综合能源***多点线性概率能量流方法 |
| CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞（武汉）电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
| CN109038539A (zh) * | 2017-06-09 | 2018-12-18 | 天津大学（青岛）海洋工程研究院有限公司 | 一种基于能量路由器的交直流混合微电网拓扑设计方法 |
| CN110286590A (zh) * | 2019-06-21 | 2019-09-27 | 河海大学 | 考虑多类型能源存储的冷热电联供***日前优化调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| YONGJIE ZHONG等: "Day-Ahead Hierarchical Steady State Optimal Operation for Integrated Energy System Based on Energy Hub", 《ENERGIES》 * |
| 钟永洁等: "考虑能源子***与储能的总和能源***优化分析", 《电力建设》 * |
| 陈沼宇: "考虑 P2G 多源储能型微网日前最优经济调度策略研究", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技II辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113178865A (zh) * | 2021-04-23 | 2021-07-27 | 东北电力大学 | 基于碳氧环流的能源集线器及其优化调度方法 |
| CN113178865B (zh) * | 2021-04-23 | 2022-05-24 | 东北电力大学 | 基于碳氧环流的能源集线器及其优化调度方法 |
| CN113240166A (zh) * | 2021-04-29 | 2021-08-10 | 四川大学 | 考虑高比例新能源消纳的微能源网日前经济调度方法 |
| CN113890023A (zh) * | 2021-09-29 | 2022-01-04 | 西安交通大学 | 一种综合能源微网分布式经济调度优化方法及*** |
| CN113890023B (zh) * | 2021-09-29 | 2023-08-08 | 西安交通大学 | 一种综合能源微网分布式经济调度优化方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110957722B (zh) | 2022-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113315242B (zh) | 基于氢能经济促进弃风消纳的虚拟弃风-制氢联合体 | |
| CN113095791B (zh) | 一种综合能源***运行方法及*** | |
| CN110163415B (zh) | 一种变工况特性下的多能流***多目标模糊协同优化方法 | |
| CN110957722B (zh) | 一种含电转气设备的微型能源网日前优化调度方法 | |
| CN112861335B (zh) | 一种含p2g及储能的综合能源***低碳经济调度方法 | |
| CN110826815A (zh) | 一种考虑综合需求响应的区域综合能源***运行优化方法 | |
| CN111030104B (zh) | 一种含储氢装置的多能源***提升能源利用率的方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和*** | |
| CN115238987A (zh) | 计及多类型低碳因素与需求响应的能效提升调度方法 | |
| CN113742944A (zh) | 一种考虑电制氢***的虚拟电厂建模方法 | |
| CN110244568B (zh) | 工业企业微网的能源枢纽模型及其多能互补优化控制方法 | |
| Zhao et al. | Optimal configuration of grid connected microgrid considering CCHP and analysis of energy saving and emission reduction | |
| Li et al. | Planning model of integrated energy system considering P2G and energy storage | |
| CN115936336B (zh) | 一种虚拟电厂容量配置与调控运行优化方法 | |
| CN115660142A (zh) | 一种园区综合能源***源荷储协调优化调度方法 | |
| CN115906456A (zh) | 考虑需求侧响应不确定性的含氢储能ies调度优化模型 | |
| CN112446616B (zh) | 园区型综合能源***优化运行策略与负荷特性建模方法 | |
| CN115495906A (zh) | 高比例可再生能源接入的配网多能互补协同优化方法 | |
| CN110990793B (zh) | 电热气耦合微能源站调度优化方法 | |
| Zhang et al. | Optimal Operation of a Regional Integrated Energy System Considering P2G and Stepped Carbon Trading | |
| CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热***优化调度方法 | |
| CN114091917A (zh) | 冷热电联供型微电网动态环保经济调度方法及*** | |
| Sun et al. | Optimization model of Multi-energy system based on multi-source energy storage | |
| Ma et al. | Optimization of Integrated Energy System Scheduling Considering Stepped Carbon Emission Trading Mechanism and Electricity Heat Demand Response | |
| Chen et al. | An integrated energy system optimization model coupled with power-to-gas and carbon capture |
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 |