CN111342453B - 计及多类型备用资源的电气综合能源***备用决策方法 - Google Patents

计及多类型备用资源的电气综合能源***备用决策方法 Download PDF

Info

Publication number
CN111342453B
CN111342453B CN202010183650.XA CN202010183650A CN111342453B CN 111342453 B CN111342453 B CN 111342453B CN 202010183650 A CN202010183650 A CN 202010183650A CN 111342453 B CN111342453 B CN 111342453B
Authority
CN
China
Prior art keywords
standby
gas
power
constraint
load
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
Application number
CN202010183650.XA
Other languages
English (en)
Other versions
CN111342453A (zh
Inventor
刘俊勇
吴刚
向月
刘友波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan University
Original Assignee
Sichuan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan University filed Critical Sichuan University
Priority to CN202010183650.XA priority Critical patent/CN111342453B/zh
Publication of CN111342453A publication Critical patent/CN111342453A/zh
Application granted granted Critical
Publication of CN111342453B publication Critical patent/CN111342453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电力***和天然气***技术领域，为了解决传统电气综合能源***仅依靠单一类型备用资源的备用决策会严格限制***运行的灵活性，难以保证***的运行经济性，本发明提出计及多类型备用资源的电气综合能源***备用优化决策方法。该方法对不同运行状态下的发电机、气井、储电、储气装置、可中断电负荷和气负荷备用调节能力进行建模。在此基础上，建立含多类型备用资源的备用需求约束，最后建立计及多类型备用资源的电气综合能源***备用优化决策模型，并可通过现有商业求解器进行快速求解。相较于传统单一仅依靠源侧的备用策略，该方法可以充分挖掘电气综合能源***内源‑荷‑储不同类型备用资源的调节能力，从而提升***运行的经济性。

Description

计及多类型备用资源的电气综合能源***备用决策方法
技术领域
本发明属于电力***、天然气***技术领域，具体涉及计及多类型备用资源的电气综合能源***备用决策方法。
背景技术
近年来，天然气作为一种重要的化石能源，其消耗量在世界范围内迅速增长，其中，燃气轮机的天然气消耗量占有较大比例，预计到2030年，燃气发电量将增长230％。在中国，燃气机组装机预计在2035年达到240GW。燃气机组的快速增长将进一步加深电力***与天然气***的相互依赖程度，因此，实现电力与天然气***的协调优化运行具有一定的理论与实际应用价值。
电力***与天然气***相互耦合组成电气综合能源***对于提升能源***综合利用效率和运行经济性具有十分重要的意义。然而，电气综合能源***存在众多的不确定性风险。第一，在风电、光伏可再生能源大力发展的背景下，其强波动性和不可控性使得风电、光伏功率预测曲线与实际的风电、光伏出力曲线存在较大的误差。第二，综合能源***内电、气等负荷需求不确定性和设备的随机停运会对***的安全稳定运行造成较大的影响。因此，***应预留一定的备用容量以应对这些不确定性因素的影响。
传统电气综合能源***备用优化决策仅考虑发电机和气井的备用能力，这种备用策略会严格限制发电机和气井的运行空间，在极端事件发生或高比例可再生能源接入背景下，难以保证***运行的经济性、灵活性和安全性。因此，迫切需要挖掘电气综合能源***内其他灵活性资源的备用调节能力(如储能装置和需求侧响应)，从源-荷-储多角度实现电气综合能源***内多类型备用资源的协调决策优化。
本发明提供计及多类型备用资源的电气综合能源***备用决策方法来克服上述缺陷。
发明内容
本发明目的在于提供计及多类型备用资源的电气综合能源***备用决策方法，用于解决上述现有技术中存在的技术问题之一，如：传统电气综合能源***备用优化决策仅考虑发电机和气井的备用能力，这种备用策略会严格限制发电机和气井的运行空间，在极端事件发生或高比例可再生能源接入背景下，难以保证***运行的经济性、灵活性和安全性。该方法首先对不同运行状态下的发电机、气井、储电、储气装置、可中断电负荷和气负荷备用调节能力进行建模，从而充分挖掘能源***内源-荷-储不同类型备用资源的调节能力。相较于传统单一仅依靠发电机和气井的备用策略，这种源-荷-储多类型备用方案会使***运行的灵活性和经济性得到提升。
为实现上述目的，本发明的技术方案是：计及多类型备用资源的电气综合能源***备用决策方法，包括：
S1、提供一电力***多类型备用资源备用调节特性建模，提供一天然气***多类型备用资源备用调节特性建模；
S2、在步骤S1的基础上，建立了利用电力***多类型备用资源来平抑风电和电负荷波动性的备用机会约束模型，建立了利用天然气***多类型备用资源来平抑燃气轮机和天然气负荷波动性的备用机会约束模型；
S3、结合步骤S1中所述电力***多类型备用资源备用调节特性建模和所述天然气***多类型备用资源备用调节特性建模、以及步骤S2中的所述电力***备用机会约束模型和所述天然气***备用机会约束模型，建立含多类型备用资源的电气综合能源***备用协同优化决策模型。
所述电力***多类型备用资源备用调节特性建模，需根据源-荷-储不同类型装置的技术参数与运行状态来进行向上向下备用调节能力建模，包括发电机约束建模(1)-(3)、储能电站约束(4)-(6)与可中断电负荷约束(7)。式(1)-(2)分布表示发电机输出功率和爬坡约束；式(3)表示发电机上下备用容量调度约束；式(4)-(5)表示储能电站充放电功率和容量约束；式(6)表示储能电站上下备用容量调度约束；式(7)表示可中断电负荷备用容量调度约束。
Figure BDA0002413418440000021
Figure BDA0002413418440000022
Figure BDA0002413418440000023
Figure BDA0002413418440000031
Figure BDA0002413418440000032
Figure BDA0002413418440000033
Figure BDA0002413418440000034
式中：
Figure BDA0002413418440000035
和
Figure BDA0002413418440000036
分别表示发电机i在时段t提供的上下备用容量；Pi max和Pi min为发电机输出功率上下限值；
Figure BDA0002413418440000037
和
Figure BDA0002413418440000038
分别表示发电机的上下爬坡速率；Pi,t表示发电机在时段t的输出功率；
Figure BDA0002413418440000039
和
Figure BDA00024134184400000310
分别表示储能电站在时段t提供的上下备用容量；ωe,s,t和ωe,r,t分别表示储能电站充放电状态；
Figure BDA00024134184400000311
和
Figure BDA00024134184400000312
为储能电站储存容量上下限值；
Figure BDA00024134184400000313
和
Figure BDA00024134184400000314
分别表示充放电效率；
Figure BDA00024134184400000315
和
Figure BDA00024134184400000316
分别表示充放电最大功率；Pch,t和Pdc,t分别表示在时段t的充电和放电功率；Es,t表示储能电站在时段t的剩余电量；
Figure BDA00024134184400000317
为可中断电负荷提供的上备用容量；
Figure BDA00024134184400000318
和
Figure BDA00024134184400000319
分别表示可中断负荷在时段t的调度功率和可调度功率最大值。
所述天然气***多类型备用资源备用调节特性建模，需根据源-荷-储不同类型装置的技术参数与运行状态来进行建模，其包括气井备用建模(8)-(10)，储气装置备用建模(11)-(13)和可中断气负荷备用建模(14)。式(8)-(9)分布表示气井天然气输出和爬坡约束；式(10)表示气井上下备用容量调度约束；式(11)-(12)表示储气装置天然气充放功率和容量约束；式(13)表示储气装置上下备用容量调度约束；式(14)表示可中断气负荷备用容量调度约束。
Figure BDA00024134184400000320
Figure BDA00024134184400000321
Figure BDA00024134184400000322
Figure BDA0002413418440000041
Figure BDA0002413418440000042
Figure BDA0002413418440000043
Figure BDA0002413418440000044
式中：mG为气井集合；Ng,int为可中断气负荷集合；
Figure BDA0002413418440000045
和
Figure BDA0002413418440000046
分别表示气井i在时段t提供的上下备用容量；Fi max和Fi min为气井天然气输出上下限值；
Figure BDA0002413418440000047
和
Figure BDA0002413418440000048
分别表示气井上下爬坡速率；Fi,t表示气井在时段t的天然气输出量；
Figure BDA0002413418440000049
和
Figure BDA00024134184400000410
分别表示储气装置在时段t提供的上下备用容量；ωg,s,t和ωg,r,t分别表示储气装置充放气状态；
Figure BDA00024134184400000411
和
Figure BDA00024134184400000412
为储气装置储存容量上下限值；
Figure BDA00024134184400000413
和
Figure BDA00024134184400000414
分别表示充放气效率；
Figure BDA00024134184400000415
和
Figure BDA00024134184400000416
分别表示最大充放天然气；Fch,t和Fdc,t分别表示在时段t的充气和放气功率；Gs,t表示储气装置在时段t的剩余气量；
Figure BDA00024134184400000417
为可中断气负荷提供的上备用容量；
Figure BDA00024134184400000418
和
Figure BDA00024134184400000419
分别表示可中断负荷在时段t的天然气负荷调度量和最大可调度量。
所述电力***备用需求约束建模，多类型备用资源提供的备用容量来平抑电负荷需求和风电场输出功率的波动量。为避免备用容量决策结果过于保守，基于机会约束理论，引入置信水平来表征备用约束成立的概率水平。(15)-(16)分别表示电力***上旋转备用与下旋转备用约束。
Figure BDA00024134184400000420
Figure BDA00024134184400000421
式中：NE为常规发电机组集合；NG为燃气轮机机组集合；Nes为储能电站集合；Ne,int为可中断电负荷集合；Ne为电负荷集合；NW为风电场集合；ΔLd,e,t表示电负荷d在t时段的波动量，即表示偏离负荷预测值Ld,e,t的量；ΔPw,t表示风电场w在t时段的功率波动量；β1和β2分别表示电力***向上和向下备用约束成立的置信水平。
所述天然气***备用需求约束建模，建立了考虑多类型备用资源提供备用来满足常规气负荷波动和燃气轮机备用需求的向上、向下旋转备用约束，为避免备用容量决策结果过于保守，基于机会约束理论，引入置信水平来表征备用约束成立的概率水平。式(17)-(18)分别表示天然气***上旋转备用与下旋转备用约束。
Figure BDA0002413418440000051
Figure BDA0002413418440000052
式中：Ngs为储气装置集合；Ng,int为可中断气负荷集合；Ng为气负荷集合；ΔLd,g,t表示天然气负荷d在t时段的波动量，即偏离预测值Ld,g,t的量；
Figure BDA0002413418440000053
和
Figure BDA0002413418440000054
分别表示燃气轮机的天然气备用需求量；β3和β4分别表示天然气***向上和向下备用约束成立的置信水平。
所述电气综合能源***备用协同优化调度建模，根据电力***和天然气***的物理运行约束和优化目标来确定。优化目标包括电力***运行成本(20)与天然气***运行成本(21)。其中，电力***运行成本包括常规机组发电成本、可中断负荷调度成本、储能电站充放电成本和多类型备用资源上下备用调度成本；天然气******包括气井天然气开采成本、储气装置运行成本、可中断气负荷调度成本和多类型备用资源上、下备用容量成本。
min f＝f1+f2 (19)
Figure BDA0002413418440000055
Figure BDA0002413418440000061
式中：Ci,e和Ci,g分别表示发电机单位发电成本和气井单位天然气生产成本；
Figure BDA0002413418440000062
和
Figure BDA0002413418440000063
分别表示可中断电负荷和气负荷的单位调度成本；
Figure BDA0002413418440000064
与
Figure BDA0002413418440000065
分别表示单位容量弃风惩罚成本和风电输出功率预测值；Ce,s和Cg,s分别表示储能电站和储气装置的单位能量充放成本；
Figure BDA0002413418440000066
和
Figure BDA0002413418440000067
分别表示单位上下备用容量调度成本；Je和Jg分别表示电力***和天然气***多类型备用资源集合；
Figure BDA0002413418440000068
与Pw,t分别表示风电场输出功率预测值和实际调度值；Ps,t表示储能电站在t时段的充放电功率；Fs,t表示储气装置在t时段的天然气充放量。
电力***运行约束除了上述电力***多类型备用资源备用调节能力约束和***备用容量需求约束外，还包括功率平衡约束(22)和线路传输容量约束(23)。
Figure BDA0002413418440000069
式中：GSFl,i、GSFl,w、GSFl,s和GSFl,d为发电机、风电场、储能电站和负荷对第l条线路的功率转移分布系数，其可由直流潮流模型计算得到；Pl max为第l条线路的最大传输容量。
天然气***运行约束，除了上述天然气***多类型备用资源备用调节能力约束和***备用容量需求约束外，还包括节点气压约束(24)、管道传输气流约束(25)-(26)和气流平衡约束(27)。
Figure BDA00024134184400000610
Figure BDA00024134184400000611
Figure BDA00024134184400000612
Figure BDA0002413418440000071
式中：πm,t表示节点m的气压；
Figure BDA0002413418440000072
和
Figure BDA0002413418440000073
分别表示节点m的气压上下限值；Cmn为表征天然气流体和管道的综合参数；Fmn为管道mn流过的气流；Ngas为天然气***节点集合；n∈m表示节点n与节点m相连。
电力***和天然气***耦合约束，包括燃气轮机发电耗气量约束(28)和燃气轮机提供上下备用约束式(29)。
Figure BDA0002413418440000074
Figure BDA0002413418440000075
式中：
Figure BDA0002413418440000076
表示燃气轮机在时段t的发电耗气量；φi为燃气轮机气电转换比值；NG表示燃气轮机集合；
Figure BDA0002413418440000077
和
Figure BDA0002413418440000078
分别表示燃气轮机在电力***侧提供上下备用所需的天然气量。
上述模型中的天然气管道气流非线性约束可通过增量线性化方法进行转化，概率机会约束可通过负荷和风电预测误差概率分布函数，借助采样平均估计方法将其转化为确定性约束，从而所提模型可转化为混合整数线性规划模型，可以采用商业求解器进行快速求解。
与现有技术相比，本发明所具有的有益效果为：与传统电气综合能源***仅依靠发电机和气井的备用能力相比，本专利所提出的计及多类型备用资源的电气综合能源***备用优化决策方法，可以充分利用多类型备用资源间的协同互补优势，提升电气综合能源***的运行灵活性和经济性。
附图说明
图1是本发明的实施例的步骤流程图。
图2是本发明的实施例的电气综合能源***拓扑示意图。
具体实施方式
下面结合本发明的附图1-2，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
计及多类型备用资源的电气综合能源***备用决策方法，包括：
S1、提供一电力***多类型备用资源备用调节特性建模，提供一天然气***多类型备用资源备用调节特性建模；
S2、在步骤S1的基础上，建立了利用电力***多类型备用资源来平抑风电和电负荷波动性的备用机会约束模型，建立了利用天然气***多类型备用资源来平抑燃气轮机和天然气负荷波动性的备用机会约束模型；
S3、结合步骤S1中所述电力***多类型备用资源备用调节特性建模和所述天然气***多类型备用资源备用调节特性建模、以及步骤S2中的所述电力***备用机会约束模型和所述天然气***备用机会约束模型，建立含多类型备用资源的电气综合能源***备用协同优化决策模型。
(1)建立电力***多类型备用资源备用调节特性模型。根据源-荷-储不同类型装置的技术参数与运行状态来进行向上向下备用调节能力建模，包括发电机约束建模(1)-(3)、储能电站约束(4)-(6)与可中断电负荷约束(7)。式(1)-(2)分布表示发电机输出功率和爬坡约束；式(3)表示发电机上下备用容量调度约束；式(4)-(5)表示储能电站充放电功率和容量约束；式(6)表示储能电站上下备用容量调度约束；式(7)表示可中断电负荷备用容量调度约束。
Figure BDA0002413418440000081
Figure BDA0002413418440000082
Figure BDA0002413418440000083
Figure BDA0002413418440000084
Figure BDA0002413418440000085
Figure BDA0002413418440000086
Figure BDA0002413418440000091
式中：
Figure BDA0002413418440000092
和
Figure BDA0002413418440000093
分别表示发电机i在时段t提供的上下备用容量；Pi max和Pi min为发电机输出功率上下限值；
Figure BDA0002413418440000094
和
Figure BDA0002413418440000095
分别表示发电机的上下爬坡速率；Pi,t表示发电机在时段t的输出功率；
Figure BDA0002413418440000096
和
Figure BDA0002413418440000097
分别表示储能电站在时段t提供的上下备用容量；ωe,s,t和ωe,r,t分别表示储能电站充放电状态；
Figure BDA0002413418440000098
和
Figure BDA0002413418440000099
为储能电站储存容量上下限值；
Figure BDA00024134184400000910
和
Figure BDA00024134184400000911
分别表示充放电效率；
Figure BDA00024134184400000912
和
Figure BDA00024134184400000913
分别表示充放电最大功率；Pch,t和Pdc,t分别表示在时段t的充电和放电功率；Es,t表示储能电站在时段t的剩余电量；
Figure BDA00024134184400000914
为可中断电负荷提供的上备用容量；
Figure BDA00024134184400000915
和
Figure BDA00024134184400000916
分别表示可中断负荷在时段t的调度功率和可调度功率最大值。
(2)建立天然气***多类型备用资源备用调节特性模型。根据源-荷-储不同类型装置的技术参数与运行状态来进行建模，其包括气井备用建模(8)-(10)，储气装置备用建模(11)-(13)和可中断气负荷备用建模(14)。式(8)-(9)分布表示气井天然气输出和爬坡约束；式(10)表示气井上下备用容量调度约束；式(11)-(12)表示储气装置天然气充放功率和容量约束；式(13)表示储气装置上下备用容量调度约束；式(14)表示可中断气负荷备用容量调度约束。
Figure BDA00024134184400000917
Figure BDA00024134184400000918
Figure BDA00024134184400000919
Figure BDA00024134184400000920
Figure BDA00024134184400000921
Figure BDA0002413418440000101
Figure BDA0002413418440000102
式中：mG为气井集合；Ng,int为可中断气负荷集合；
Figure BDA0002413418440000103
和
Figure BDA0002413418440000104
分别表示气井i在时段t提供的上下备用容量；Fi max和Fi min为气井天然气输出上下限值；
Figure BDA0002413418440000105
和
Figure BDA0002413418440000106
分别表示气井上下爬坡速率；Fi,t表示气井在时段t的天然气输出量；
Figure BDA0002413418440000107
和
Figure BDA0002413418440000108
分别表示储气装置在时段t提供的上下备用容量；ωg,s,t和ωg,r,t分别表示储气装置充放气状态；
Figure BDA0002413418440000109
和
Figure BDA00024134184400001010
为储气装置储存容量上下限值；
Figure BDA00024134184400001011
和
Figure BDA00024134184400001012
分别表示充放气效率；
Figure BDA00024134184400001013
和
Figure BDA00024134184400001014
分别表示最大充放天然气；Fch,t和Fdc,t分别表示在时段t的充气和放气功率；Gs,t表示储气装置在时段t的剩余气量；
Figure BDA00024134184400001015
为可中断气负荷提供的上备用容量；
Figure BDA00024134184400001016
和
Figure BDA00024134184400001017
分别表示可中断负荷在时段t的天然气负荷调度量和最大可调度量。
(3)电力***备用需求约束建模，多类型备用资源提供的备用容量来平抑电负荷需求和风电场输出功率的波动量。为避免备用容量决策结果过于保守，基于机会约束理论，引入置信水平来表征备用约束成立的概率水平。(15)-(16)分别表示电力***上旋转备用与下旋转备用约束。
Figure BDA00024134184400001018
Figure BDA00024134184400001019
式中：NE为常规发电机组集合；NG为燃气轮机机组集合；Nes为储能电站集合；Ne,int为可中断电负荷集合；Ne为电负荷集合；NW为风电场集合；ΔLd,e,t表示电负荷d在t时段的波动量，即表示偏离负荷预测值Ld,e,t的量；ΔPw,t表示风电场w在t时段的功率波动量；β1和β2分别表示电力***向上和向下备用约束成立的置信水平。
(4)天然气***备用需求约束建模。建立了考虑多类型备用资源提供备用来满足常规气负荷波动和燃气轮机备用需求的向上、向下备用约束，为避免备用容量决策结果过于保守，基于机会约束理论，引入置信水平来表征备用约束成立的概率水平。式(17)-(18)分别表示天然气***上备用与下备用约束。
Figure BDA0002413418440000111
Figure BDA0002413418440000112
式中：Ngs为储气装置集合；Ng,int为可中断气负荷集合；Ng为气负荷集合；ΔLd,g,t表示天然气负荷d在t时段的波动量，即偏离预测值Ld,g,t的量；
Figure BDA0002413418440000113
和
Figure BDA0002413418440000114
分别表示燃气轮机的天然气备用需求量；β3和β4分别表示天然气***向上和向下备用约束成立的置信水平。
(5)含多类型备用资源协调的电气综合能源***备用协同优化调度模型及求解技术。优化调度模型根据电力***和天然气***的物理运行约束和优化目标来确定。优化目标包括电力***运行成本(20)与天然气***运行成本(21)。其中，电力***运行成本包括常规机组发电成本、可中断负荷调度成本、储能电站充放电成本和多类型备用资源上下备用调度成本；天然气******包括气井天然气开采成本、储气装置运行成本、可中断气负荷调度成本和多类型备用资源上、下备用容量成本。
min f＝f1+f2 (19)
Figure BDA0002413418440000115
Figure BDA0002413418440000116
式中：Ci,e和Ci,g分别表示发电机单位发电成本和气井单位天然气生产成本；
Figure BDA0002413418440000117
和
Figure BDA0002413418440000121
分别表示可中断电负荷和气负荷的单位调度成本；
Figure BDA0002413418440000122
与
Figure BDA0002413418440000123
分别表示单位容量弃风惩罚成本和风电输出功率预测值；Ce,s和Cg,s分别表示储能电站和储气装置的单位能量充放成本；
Figure BDA0002413418440000124
和
Figure BDA0002413418440000125
分别表示单位上下备用容量调度成本；Je和Jg分别表示电力***和天然气***多类型备用资源集合；
Figure BDA0002413418440000126
与Pw,t分别表示风电场输出功率预测值和实际调度值；Ps,t表示储能电站在t时段的充放电功率；Fs,t表示储气装置在t时段的天然气充放量。
电力***运行约束除了上述电力***多类型备用资源备用调节能力约束和***备用容量需求约束外，还包括功率平衡约束(22)和线路传输容量约束(23)。
Figure BDA0002413418440000127
式中：GSFl,i、GSFl,w、GSFl,s和GSFl,d为发电机、风电场、储能电站和负荷对第l条线路的功率转移分布系数，其可由直流潮流模型计算得到；Pl max为第l条线路的最大传输容量。
天然气***运行约束，除了上述天然气***多类型备用资源备用调节能力约束和***备用容量需求约束外，还包括节点气压约束(24)、管道传输气流约束(25)-(26)和气流平衡约束(27)。
Figure BDA0002413418440000128
Figure BDA0002413418440000129
Figure BDA00024134184400001210
Figure BDA00024134184400001211
式中：πm,t表示节点m的气压；
Figure BDA00024134184400001212
和
Figure BDA00024134184400001213
分别表示节点m的气压上下限值；Cmn为表征天然气流体和管道的综合参数；Fmn为管道mn流过的气流；Ngas为天然气***节点集合；n∈m表示节点n与节点m相连。
电力***和天然气***耦合约束。包括燃气轮机发电耗气量约束(28)和燃气轮机提供上下备用所需的天然气量约束式(29)。
Figure BDA0002413418440000131
Figure BDA0002413418440000132
式中：
Figure BDA0002413418440000133
表示燃气轮机在时段t的发电耗气量；φi为燃气轮机气电转换比值；NG表示燃气轮机集合；
Figure BDA0002413418440000134
和
Figure BDA0002413418440000135
分别表示燃气轮机在电力***侧提供上下备用所需的天然气量。
上述模型中的天然气管道气流非线性约束可通过增量线性化方法进行转化，概率机会约束可通过负荷和风电预测误差概率分布函数，借助采样平均估计方法将其转化为确定性约束，从而所提模型可转化为混合整数线性规划模型，可以采用商业求解器进行快速求解。
仿真算例：本文所采用的6节点电力***与6节点天然气***耦合构建的电气综合能源***作为仿真算例，如图1，基本价格参数表1所示，风电场输出功率预测误差ΔPw,t服从截尾正态分布函数
Figure BDA0002413418440000136
电负荷预测误差ΔLd,e,t和天然气负荷预测误差ΔLd,g,t分别服从正态分布函数N(0,0.1Ld,e,t)和N(0,0.1Ld,g,t)，其余***参数见https://github.com/scugw/Case-Study-Parameter/blob/master/IEGS％20ER％20Parameter.pdf。为了充分验证本发明所提备用优化决策模型及方法的可行性，算例对比了两种场景下的日前(未来运行周期24h)备用优化决策结果。
场景一：仅考虑发电机和气井提供的备用容量参与备用优化决策
场景二：考虑发电机、气井、储能电站、储气装置、可中断电负荷与可中断气负荷组成的“源-荷-储”多类型备用资源参与备用优化决策
不同场景下的电气综合能源***备用决策结果与运行成本分别如表2和表3所示。由表2可知，与场景一相比，场景二中储能装置与可中断负荷参与了备用优化决策，其在电力***和天然气***中均提供了一定比例的向上调整和向下调整备用容量。由表3可知，与场景一相比，场景二中备用容量成本和***运行总成本由24278$与209439$下降至20076$与196783$。这是由于“源-荷-储”多类型备用资源参与备用优化决策可以减轻传统单一仅依靠发电机和气井的备用供给压力(如表2所示)，从而可以提升***内其它装置尤其是发电机和气井的运行灵活性，进而可以降低弃风量(从表3弃风惩罚成本可看出)与***运行成本。
由上述算例分析可知，本发明所提的计及多类型备用资源的电气综合能源***备用优化决策模型及方法，可以减轻发电机和气井的备用供给压力，从而提升***运行的灵活性，进行提升电气综合能源***运行的经济性。
表1价格参数
Figure BDA0002413418440000141
表2不同场景下日前备用优化决策结果
Figure BDA0002413418440000142
表3不同场景下***运行成本
Figure BDA0002413418440000143
与现有技术相比，本发明所具有的有益效果为：与传统电气综合能源***仅依靠发电机和气井的备用能力相比，本专利所提出的计及多类型备用资源协调的电气综合能源***备用优化决策方法，可以充分利用多类型备用资源间的协同互补优势，减轻发电机和气井的备用供给压力，从而提升电气综合能源***的运行经济性。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (1)

1.计及多类型备用资源的电气综合能源***备用决策方法，其特征在于，包括以下步骤：
S1、提供一电力***多类型备用资源备用调节特性建模，提供一天然气***多类型备用资源备用调节特性建模；
S2、在步骤S1的基础上，建立了利用电力***多类型备用资源来平抑风电和电负荷波动性的备用机会约束模型，建立了利用天然气***多类型备用资源来平抑燃气轮机和天然气负荷波动性的备用机会约束模型；
S3、结合步骤S1中所述电力***多类型备用资源备用调节特性建模和所述天然气***多类型备用资源备用调节特性建模、以及步骤S2中的所述电力***备用机会约束模型和所述天然气***备用机会约束模型，建立含多类型备用资源的电气综合能源***备用协同优化决策模型；
所述电力***多类型备用资源备用调节特性建模为：建立涵盖发电机、储能电站和可中断电负荷的“源-荷-储”多类型备用资源备用调节能力模型，其模型如下：
Figure FDA0003160914740000011
Figure FDA0003160914740000012
Figure FDA0003160914740000013
Figure FDA0003160914740000014
Figure FDA0003160914740000015
Figure FDA0003160914740000016
Figure FDA0003160914740000017
其中包括发电机约束建模为式(1)-(3)、储能电站约束为式(4)-(6)与可中断电负荷约束为式(7)；式(1)-(2)分布表示发电机输出功率和爬坡约束；式(3)表示发电机上下备用容量调度约束；式(4)-(5)表示储能电站充放电功率和容量约束；式(6)表示储能电站上下备用容量调度约束；式(7)表示可中断电负荷备用容量调度约束；
式中：
Figure FDA0003160914740000021
和
Figure FDA0003160914740000022
分别表示发电机i在时段t提供的上、下备用容量；
Figure FDA0003160914740000023
和
Figure FDA0003160914740000024
为发电机输出功率上、下限值；
Figure FDA0003160914740000025
和
Figure FDA0003160914740000026
分别表示发电机的上、下爬坡速率；Pi,t表示发电机在时段t的输出功率；
Figure FDA0003160914740000027
和
Figure FDA0003160914740000028
分别表示储能电站在时段t提供的上、下备用容量；ωe,s,t和ωe,r,t分别表示储能电站充、放电状态；
Figure FDA0003160914740000029
和
Figure FDA00031609147400000210
为储能电站储存容量上、下限值；
Figure FDA00031609147400000211
和
Figure FDA00031609147400000212
分别表示充、放电效率；
Figure FDA00031609147400000213
和
Figure FDA00031609147400000214
分别表示充、放电最大功率；Pch,t和Pdc,t分别表示在时段t的充电和放电功率；Es,t表示储能电站在时段t的剩余电量；
Figure FDA00031609147400000215
为可中断电负荷提供的上备用容量；
Figure FDA00031609147400000216
和
Figure FDA00031609147400000217
分别表示可中断负荷在时段t的调度功率和可调度功率最大值；
所述天然气***多类型备用资源备用调节特性建模为：建立涵盖气井、储气装置与可中断电气负荷的“源-荷-储”多类型备用资源备用调节能力模型，其具体模型如下：
Figure FDA00031609147400000218
Figure FDA00031609147400000219
Figure FDA00031609147400000220
Figure FDA00031609147400000221
Figure FDA00031609147400000222
Figure FDA00031609147400000223
Figure FDA00031609147400000224
其包括气井备用建模为式(8)-(10)，储气装置备用建模为公式(11)-(13)和可中断气负荷备用建模为公式(14)；式(8)-(9)分布表示气井天然气输出和爬坡约束；式(10)表示气井上下备用容量调度约束；式(11)-(12)表示储气装置天然气充放功率和容量约束；式(13)表示储气装置上下备用容量调度约束；式(14)表示可中断气负荷备用容量调度约束；
式中：mG为气井集合；Ng,int为可中断气负荷集合；
Figure FDA0003160914740000031
和
Figure FDA0003160914740000032
分别表示气井i在时段t提供的上下备用容量；
Figure FDA0003160914740000033
和
Figure FDA0003160914740000034
为气井天然气输出上下限值；
Figure FDA0003160914740000035
和
Figure FDA0003160914740000036
分别表示气井上下爬坡速率；Fi,t表示气井在时段t的天然气输出量；
Figure FDA0003160914740000037
和
Figure FDA0003160914740000038
分别表示储气装置在时段t提供的上下备用容量；ωg,s,t和ωg,r,t分别表示储气装置充放气状态；
Figure FDA0003160914740000039
和
Figure FDA00031609147400000310
为储气装置储存容量上下限值；
Figure FDA00031609147400000311
和
Figure FDA00031609147400000312
分别表示充放气效率；
Figure FDA00031609147400000313
和
Figure FDA00031609147400000314
分别表示最大充放天然气功率；Fch,t和Fdc,t分别表示在时段t的充气和放气功率；Gs,t表示储气装置在时段t的剩余气量；
Figure FDA00031609147400000315
为可中断气负荷提供的上备用容量；
Figure FDA00031609147400000316
和
Figure FDA00031609147400000317
分别表示可中断负荷在时段t的天然气负荷调度量和最大可调度量；
所述电力***备用需求约束建模为：建立考虑多类型备用资源提供备用来平抑风电输出功率和电负荷波动的向上、向下备用约束；基于机会约束理论，引入置信水平来表征备用约束成立的概率水平；式(15)-(16)分别表示电力***上备用与下备用约束，其物理意义可表征为：在所有可能的风电输出功率和电负荷需求波动情况下，***所提供的备用容量满足向上和向下功率调整需求的概率不低于置信水平β1和β2，即上、下备用约束成立的概率不低于β1和β2；
Figure FDA00031609147400000318
Figure FDA00031609147400000319
式(15)-(16)中：NE为常规发电机组集合；NG为燃气轮机机组集合；Nes为储能电站集合；Ne,int为可中断电负荷集合；Ne为电负荷集合；NW为风电场集合；ΔLd,e,t表示电负荷d在t时段的波动量，即表示偏离负荷预测值Ld,e,t的量；ΔPw,t表示风电场w在t时段的功率波动量；β1和β2分别表示电力***向上和向下备用约束成立的置信水平；
所述天然气***备用需求约束建模为：建立了考虑多类型备用资源提供备用来平抑常规气负荷波动和满足燃气轮机备用需求的向上、向下备用约束，基于机会约束理论，引入置信水平来表征备用约束成立的概率水平；其具体模型为：
Figure FDA0003160914740000041
Figure FDA0003160914740000042
式中：Ngs为储气装置集合；Ng,int为可中断气负荷集合；Ng为气负荷集合；ΔLd,g,t表示天然气负荷d在t时段的波动量，即偏离预测值Ld,g,t的量；
Figure FDA0003160914740000043
和
Figure FDA0003160914740000044
分别表示燃气轮机的天然气备用需求量；β3和β4分别表示天然气***向上和向下备用约束成立的置信水平；
所述含多类型备用资源的电气综合能源***备用协同优化调度模型及求解技术，建立了以供能成本、储能装置运行成本、可中断负荷调度成本和多类型备用资源备用容量成本为优化目标，并涵盖多类型备用资源运行约束、电力***和天然气运行约束的电气综合能源***备用协同优化调度模型，其具体模型为：
min f＝f1+f2 (19)
Figure FDA0003160914740000045
Figure FDA0003160914740000046
其中，优化目标f包括电力***运行成本f1与天然气***运行成本f2；其中，电力***运行成本包括常规机组发电成本、可中断负荷调度成本、储能电站充放电成本、弃风惩罚成本和多类型备用资源上下备用调度成本；天然气***包括气井天然气开采成本、储气装置运行成本、可中断气负荷调度成本和多类型备用资源上下备用调度成本；
式中：Ci,e和Ci,g分别表示发电机单位发电成本和气井单位天然气生产成本；
Figure FDA0003160914740000051
和
Figure FDA0003160914740000052
分别表示可中断电负荷和气负荷的单位调度成本；Ce,s和Cg,s分别表示储能电站和储气装置的单位能量充放成本；
Figure FDA0003160914740000053
与
Figure FDA0003160914740000054
分别表示单位容量弃风惩罚成本和风电输出功率预测值；
Figure FDA0003160914740000055
和
Figure FDA0003160914740000056
分别表示单位上下备用容量调度成本；Je和Jg分别表示电力***和天然气***多类型备用资源集合；
Figure FDA0003160914740000057
与Pw,t分别表示风电场输出功率预测值和实际调度值；Ps,t表示储能电站在t时段的充放电功率；Fs,t表示储气装置在t时段的天然气充放量；
电力***运行约束除了上述电力***多类型备用资源备用调节能力约束和***备用容量需求约束外，还包括功率平衡约束(22)和线路传输容量约束(23)；
Figure FDA0003160914740000058
Figure FDA0003160914740000059
式中：GSFl,i、GSFl,w、GSFl,s和GSFl,d分别为发电机、风电场、储能电站和负荷对第l条线路的功率转移分布系数，其可由直流潮流模型计算得到；Pl max为第l条线路的最大传输容量；
天然气***运行约束，除了上述天然气***多类型备用资源备用调节能力约束和***备用容量需求约束外，还包括节点气压约束(24)、管道传输气流约束(25)-(26)和气流平衡约束(27)；
Figure FDA00031609147400000510
Figure FDA00031609147400000511
Figure FDA0003160914740000061
Figure FDA0003160914740000062
式中：πm,t表示节点m的气压；
Figure FDA0003160914740000063
和
Figure FDA0003160914740000064
分别表示节点m的气压上下限值；Cmn为表征天然气流体和管道的综合参数；Fmn为管道mn流过的气流；Ngas为天然气***节点集合；n∈m表示节点n与节点m相连；
电力***与天然气***耦合约束，包括燃气轮机发电耗气量约束和提供备用的耗气量约束，具体为：
Figure FDA0003160914740000065
Figure FDA0003160914740000066
式(28)表示燃气轮机发电耗气量约束；式(29)表示燃气轮机提供上下备用约束；式中：
Figure FDA0003160914740000067
表示燃气轮机在时段t的发电耗气量；φi为燃气轮机单位发电耗气量系数；NG表示燃气轮机集合；
Figure FDA0003160914740000068
和
Figure FDA0003160914740000069
分别表示燃气轮机在电力***侧提供上下备用所需的天然气量。
CN202010183650.XA 2020-03-16 2020-03-16 计及多类型备用资源的电气综合能源***备用决策方法 Active CN111342453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010183650.XA CN111342453B (zh) 2020-03-16 2020-03-16 计及多类型备用资源的电气综合能源***备用决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010183650.XA CN111342453B (zh) 2020-03-16 2020-03-16 计及多类型备用资源的电气综合能源***备用决策方法

Publications (2)

Publication Number Publication Date
CN111342453A CN111342453A (zh) 2020-06-26
CN111342453B true CN111342453B (zh) 2021-10-22

Family

ID=71186099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010183650.XA Active CN111342453B (zh) 2020-03-16 2020-03-16 计及多类型备用资源的电气综合能源***备用决策方法

Country Status (1)

Country Link
CN (1) CN111342453B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113762632B (zh) * 2021-09-10 2024-07-02 国网四川省电力公司经济技术研究院 一种电气综合能源***的协同优化运行方法及***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10317422A1 (de) * 2003-04-15 2004-10-28 Abb Patent Gmbh Energieversorgungseinrichtung für ein Windkraftwerk
CN105048516B (zh) * 2015-08-18 2017-03-29 四川大学 一种风光水火多源互补优化调度方法
CN109830955B (zh) * 2018-12-31 2020-12-08 浙江大学华南工业技术研究院 考虑柔性约束与全周期成本的电-气配网柔性规划方法
CN110661284B (zh) * 2019-08-20 2021-04-20 四川大学 多目标约束下的水光蓄互补发电***容量优化配置方法
CN110601254B (zh) * 2019-08-23 2021-06-01 国网福建省电力有限公司 一种考虑动态载流特性的风电场储能优化配置方法及***
CN110808615A (zh) * 2019-12-07 2020-02-18 国家电网有限公司 考虑不确定性的气电虚拟电厂调度优化方法

Also Published As

Publication number Publication date
CN111342453A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
Kong et al. Hierarchical distributed model predictive control of standalone wind/solar/battery power system
CN109193626B (zh) 一种分布式能源站选型与定容优化规划统一求解方法
CN105048516B (zh) 一种风光水火多源互补优化调度方法
CN103490410B (zh) 一种基于多目标优化的微电网规划和容量配置方法
CN108599269B (zh) 一种考虑风险成本的大电网自适应鲁棒备用优化方法
CN111342452B (zh) 一种多区域电气综合能源***能量与备用分散式调度方法
CN106786799B (zh) 一种直流联络线功率阶梯化发电计划优化方法
CN106099960A (zh) 一种小水电机群组成分布式储能***的方法
CN110991000B (zh) 计及固体氧化物燃料电池和电转气的能量枢纽建模方法
CN106384176A (zh) 一种基于风光互补特性的风光储发电***容量优化方法
CN106712033B (zh) 一种热电厂消纳弃风的方法
CN111541244A (zh) 考虑储能装置度电成本的电网侧储能装置容量计算方法
CN106600022A (zh) 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法
CN107579544A (zh) 基于用户侧需求响应和分布式储能的风电并网控制方法
CN108923472A (zh) 基于成本最优的光热电站与火电机组联合出力调度方法
CN108493998A (zh) 考虑需求响应与n-1预想故障的鲁棒输电网规划方法
CN109428343A (zh) 一种新能源基地外送通道输电容量的优化规划方法及装置
CN106230016A (zh) 风光‑氢储能及煤化工混合动力发电***
CN114142536B (zh) 一种考虑容量备用的多类型机组协调方法
CN111342453B (zh) 计及多类型备用资源的电气综合能源***备用决策方法
CN111564873B (zh) 一种计及机组启停的集成气-电能源***优化方法
CN115719132A (zh) 含多座抽蓄电站的省级电网日前计划分层递进优化方法
CN113221358B (zh) 基于可靠性参数的电-气耦合***的备用出力优化方法
CN115345350A (zh) 一种交直流混合配电网规划方法、介质及***
Kamel et al. Performance Enhancement of an Islanded Microgrid with the Support of Electrical Vehicle and STATCOM Systems. Energies 2023, 16, 1577

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