CN111799776A - 考虑供热网储热特性的电-热综合能源***优化调度方法 - Google Patents

考虑供热网储热特性的电-热综合能源***优化调度方法 Download PDF

Info

Publication number
CN111799776A
CN111799776A CN202010517389.2A CN202010517389A CN111799776A CN 111799776 A CN111799776 A CN 111799776A CN 202010517389 A CN202010517389 A CN 202010517389A CN 111799776 A CN111799776 A CN 111799776A
Authority
CN
China
Prior art keywords
heat
power
unit
output
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.)
Pending
Application number
CN202010517389.2A
Other languages
English (en)
Inventor
吴奎华
李雪亮
冯亮
杨扬
綦陆杰
崔灿
李昭
王耀雷
刘蕊
王延朔
刘淑莉
赵韧
李�昊
张博颐
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.)
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
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 State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010517389.2A priority Critical patent/CN111799776A/zh
Publication of CN111799776A publication Critical patent/CN111799776A/zh
Pending legal-status Critical Current

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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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

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

Abstract

本发明公开了一种考虑供热网储热特性的电‑热综合能源***优化调度方法：建立供热网储热特性的电‑热综合能源***优化目标函数；假设热电联产机组运行在定热电比模式，构造供热网储热特性的电‑热综合能源***约束条件；采用遗传算法进行求解，分析***运行工况，得到考虑供热网储热特性的电‑热综合能源***优化调度方案。本发明能够提升可在生能源的消纳率，通用性强。

Description

考虑供热网储热特性的电-热综合能源***优化调度方法
技术领域
本发明涉及多综合能源***调度方法，更具体地说，是涉及一种考虑供热网储热特性的电-热综合能源***优化调度方法。
背景技术
多能互补是挖掘可再生能源消纳能力的重要途径，由于供热负荷大、供热机组调峰限制等因素，电-热综合能源***尤其引起关注。然而目前综合考虑用户能源需求特性和热网传输特性，协同供给侧、传输侧和需求侧进行优化运行的研究非常少。
电力、热力***具有很强的互补特性，例如电能易传输、难储存，热能易储存、难传输，从热源到用户供热的时延使得供热网具备天然储热特性，电力***功率需要实时平衡，而热负荷由于用户对室温要求的模糊性，例如将住宅内供热设备关闭30min后补偿供热，仍可满足用户的舒适度，在一定范围内波动的室温并不会影响供热需求，因此热负荷比电负荷更具柔性，幅值上具有可调特性，时间轴上具有一定平移特性等。
发明内容
本发明的目的是为了克服现有技术中的不足，提出一种考虑供热网储热特性的电-热综合能源***优化调度方法，能够提升可在生能源的消纳率，通用性强。
本发明的目的是通过以下技术方案实现的。
本发明考虑供热网储热特性的电-热综合能源***优化调度方法，包括以下步骤：
步骤一：建立供热网储热特性的电-热综合能源***优化目标函数；
步骤二：假设热电联产机组运行在定热电比模式，构造供热网储热特性的电-热综合能源***约束条件；
步骤三：采用遗传算法进行求解，分析***运行工况，得到考虑供热网储热特性的电-热综合能源***优化调度方案。
步骤一建立供热网储热特性的电-热综合能源***优化目标函数：
假设风光出力场景S个，其中场景s的概率为PS，调度时段T个；电-热综合能源***以运行成本最低为优化目标，将弃风、弃光成本加入***运行总成本中，其目标函数如下：
Figure BDA0002530617510000021
Figure BDA0002530617510000022
Figure BDA0002530617510000023
这里***运行总成本式(1-1)包括热电联产机组、常规机组发电成本和临时调整惩罚性费用、电制热设备运行成本和弃风、弃光成本；其中，Nchp、NG表示热电联产机组数、常规机组数；
Figure BDA0002530617510000024
分别为热电联产机组i和常规机组i计划出力；
Figure BDA0002530617510000025
为热电联产机组i在场景s下时段t的实际电出力、热出力；
Figure BDA0002530617510000026
为常规机组i的实际出力；
Figure BDA0002530617510000027
为热泵用电功率；
Figure BDA0002530617510000028
为弃风弃光功率；ρpen为在实际运行时，临时调整机组出力的惩罚性价格，反映了常规机组和热电联产机组倾向于按计划出力的程度；chp为热泵运行成本系数；α弃风、弃光成本系数；式(1-2)为第i个热电联产机组运行成本
Figure BDA0002530617510000029
Pi,t、Hi,t分别为第i个热电联产机组的电出力、热出力；式(1-3)为第i个常规机组运行成本
Figure BDA00025306175100000210
Pi,t为第i个常规机组电出力。
步骤二中假设热电联产机组运行在定热电比模式，构造供热网储热特性的电-热综合能源***约束条件如下：
Figure BDA00025306175100000211
Figure BDA00025306175100000212
Figure BDA00025306175100000213
式(2-1)为热电联产机组i热电比约束，其中，
Figure BDA00025306175100000214
为热电联产机组i的电出力，
Figure BDA00025306175100000215
为热电联产机组i的热出力，khp,i为热电比值；式(2-2)为机组出力上下限约束，
Figure BDA00025306175100000216
为机组最大、最小电出力；式(2-3)为机组爬坡约束，其中
Figure BDA00025306175100000217
分别为机组的单位时间内最大上调和下调功率；
热泵消耗电转热功率
Figure BDA0002530617510000031
热出力
Figure BDA0002530617510000032
满足：
Figure BDA0002530617510000033
Figure BDA0002530617510000034
Figure BDA0002530617510000035
式中：
Figure BDA0002530617510000036
分别为与风电、光伏相连的热泵用电功率；η为热泵电热转换系数；
Figure BDA0002530617510000037
热泵出力；
Figure BDA0002530617510000038
为热泵出力上限；NW、NPV分别为风电、光伏机组组数；
***弃风弃光功率尸
Figure BDA0002530617510000039
为
Figure BDA00025306175100000310
式中：
Figure BDA00025306175100000311
分别为在场景s下的风电、光伏可发功率；
Figure BDA00025306175100000312
分别为风电、光伏接入电网功率；NW、NPV分别为风电、光伏机组组数；
常规机组出力上下限约束和爬坡约束为：
Figure BDA00025306175100000313
式中：
Figure BDA00025306175100000314
为常规机组出力；
Figure BDA00025306175100000315
分别为常规机组出力上下限；
Figure BDA00025306175100000316
分别为机组的单位时间内最大上调和下调功率；
电力***功率平衡约束：
Figure BDA00025306175100000317
式中：
Figure BDA00025306175100000318
为常规机组出力；
Figure BDA00025306175100000319
分别为风电、光伏接入电网功率；Nchp、NG、NW、NPV分别为热电联产机组数、常规机组数、风电机组数、光伏组数；PL,t为时段f***电负荷；
电力***潮流约束：
Figure BDA0002530617510000041
式中：
Figure BDA0002530617510000042
为时段t支路j的潮流；P lme,j、
Figure BDA0002530617510000043
分别为支路j潮流的下限和上限；
热源与热负荷(热交换站)节点传热约束：
Figure BDA0002530617510000044
Figure BDA0002530617510000045
式中：c为水的比热容；
Figure BDA0002530617510000046
分别为时段t热源/热负荷节点i的供热/耗热功率；
Figure BDA0002530617510000047
分别为时段t流经热源/热负荷节点i的热水流量；
Figure BDA0002530617510000048
分别为时段t流经节点i的供水/回水温度；
假设热负荷的柔性调节能力满足：①时段t负荷节点i吸收的热功率
Figure BDA0002530617510000049
在一定范围
Figure BDA00025306175100000410
内；②T′个时段内，热交换站消耗的总热量与用户最理想供热需求
Figure BDA00025306175100000411
总量相等，即：
Figure BDA00025306175100000412
Figure BDA00025306175100000413
供水温度和回水温度受管道温度允许值限制：
Figure BDA00025306175100000414
Figure BDA00025306175100000415
供热管道节点温度混合约束：
Figure BDA00025306175100000416
式中：
Figure BDA00025306175100000417
分别为与节点i相连并从节点i起始/结束的支路集合；
Figure BDA00025306175100000418
为时段t管道j中热水出口温度；
Figure BDA00025306175100000419
为时段t管道k中热水入口温度；
Figure BDA00025306175100000420
为时段t管道k中流出的热水流量；
Figure BDA00025306175100000421
为时段t管道j中流入的热水流量；
供热管道水温动态特性约束：
Figure BDA0002530617510000051
Figure BDA0002530617510000052
Figure BDA0002530617510000053
式中：Ta,t为管道所处环境温度；λ为管道材料的导热系数；Lj为管道j的长度；τj,t为管道j的传输延时时间；Fj为管道j的特征量；
Figure BDA0002530617510000054
分别为时间段t管道j中热水出口温度、时间段i-τj,t管道j中热水入口温度。
步骤三中采用遗传算法进行求解过程如下：
(1)确定初始值；
(2)确定遗传算法参数，进行二进制编码，产生初始种群；
(3)进行适应度值计算；
(4)进行遗传算法的选择、交叉、变异操作，产生新一代种群；
(5)判断是否达到进化终止代数；如果达到迭代次数，则终止进化，输出种群最优结果；否则，重复步骤(3)和(4)。
与现有技术相比，本发明的技术方案所带来的有益效果是：
考虑到很多工业园区供热特性，在建立热力网络模型的基础上，本发明进一步考虑了电力、热力***的互联特性，包括“源”处由热电联产、电制热造成的耦合关系，“网”处由供电网的即时传输与供热网的延时传输及其储热特性形成的互助特性，以及“荷”处电负荷的绝对平衡约束及热负荷的柔性形成的互补特性，建立了一种电-热综合能源***的源-网-荷-储协调调度模型。本发明可以实现电、热供需曲线的时间平移和优化匹配，显著提高可再生能源消纳水平，通用性强。
附图说明
图1是IEEE39节点电力***和26节点热力***构成的电-热综合能源***。
图2是电-热综合能源***优化调度结果。
具体实施方式
下面结合附图对本发明作进一步的描述。
本发明考虑供热网储热特性的电-热综合能源***优化调度方法，具体实现过程如下：
步骤一：建立供热网储热特性的电-热综合能源***优化目标函数。
风、光等可再生能源发电具有不确定性，场景分析法能明确描述不确定量的概率特征，并且优化模型计算方便，因而得到广泛的使用。假设风光出力场景S个，其中场景s的概率为PS，调度时段T个。电-热综合能源***以运行成本最低为优化目标，为促进可再生能源发电的消纳，将弃风、弃光成本加入***运行总成本中，其目标函数如下：
Figure BDA0002530617510000061
Figure BDA0002530617510000062
Figure BDA0002530617510000063
这里***运行总成本式(1-1)包括热电联产机组、常规机组发电成本和临时调整惩罚性费用、电制热设备运行成本和弃风、弃光成本。其中，Nchp、NG分别表示热电联产机组数、常规机组数；
Figure BDA0002530617510000064
分别为热电联产机组i和常规机组i计划出力；
Figure BDA0002530617510000065
分别为热电联产机组i在场景s下时段t的实际电出力、热出力；
Figure BDA0002530617510000066
为常规机组i的实际出力；
Figure BDA0002530617510000067
为热泵用电功率；
Figure BDA0002530617510000068
为弃风弃光功率；ρpen为在实际运行时，临时调整机组出力的惩罚性价格，反映了常规机组和热电联产机组倾向于按计划出力的程度；chp为热泵运行成本系数；α为弃风、弃光成本系数；式(1-2)为第i个热电联产机组运行成本
Figure BDA0002530617510000069
Pi,t、Hi,t分别为第i个热电联产机组的电出力、热出力；式(1-3)为第i个常规机组运行成本
Figure BDA00025306175100000610
Pi,t为第i个常规机组电出力。
步骤二：假设热电联产机组运行在定热电比模式，构造供热网储热特性的电-热综合能源***约束条件。
热电联产机组可处于多个工作状态，从一般性考虑，假设热电联产机组运行在定热电比模式，构造供热网储热特性的电-热综合能源***优化目标函数对应的约束条件如下：
Figure BDA0002530617510000071
Figure BDA0002530617510000072
Figure BDA0002530617510000073
式(2-1)为热电联产机组i热电比约束，其中，
Figure BDA0002530617510000074
为热电联产机组i的电出力，
Figure BDA0002530617510000075
为热电联产机组i的热出力，khp,i为热电比值；式(2-2)为机组出力上下限约束，
Figure BDA0002530617510000076
为机组最大、最小电出力；式(2-3)为机组爬坡约束，其中
Figure BDA0002530617510000077
分别为机组的单位时间内最大上调和下调功率。
热泵消耗电转热功率
Figure BDA0002530617510000078
热出力
Figure BDA0002530617510000079
满足：
Figure BDA00025306175100000710
Figure BDA00025306175100000711
Figure BDA00025306175100000712
式中：
Figure BDA00025306175100000713
分别为与风电、光伏相连的热泵用电功率；η为热泵电热转换系数；
Figure BDA00025306175100000714
为热泵出力；
Figure BDA00025306175100000715
为热泵出力上限；NW、NPV分别为风电、光伏机组组数。
***弃风弃光功率尸
Figure BDA00025306175100000716
为
Figure BDA00025306175100000717
式中：
Figure BDA00025306175100000718
分别为在场景s下的风电、光伏可发功率；
Figure BDA00025306175100000719
分别为风电、光伏接入电网功率；NW、NPV分别为风电、光伏机组组数。
常规机组出力上下限约束和爬坡约束为：
Figure BDA0002530617510000081
式中：
Figure BDA0002530617510000082
为常规机组出力；
Figure BDA0002530617510000083
分别为常规机组出力上下限；
Figure BDA0002530617510000084
分别为机组的单位时间内最大上调和下调功率。
电力***功率平衡约束：
Figure BDA0002530617510000085
式中：
Figure BDA0002530617510000086
为常规机组出力；
Figure BDA0002530617510000087
分别为风电、光伏接入电网功率；Nchp、NG、NW、NPV分别为热电联产机组数、常规机组数、风电机组数、光伏组数；PL,t为时段f***电负荷。
电力***潮流约束：
Figure BDA0002530617510000088
式中：
Figure BDA0002530617510000089
为时段t支路j的潮流；P lme,j、
Figure BDA00025306175100000810
分别为支路j潮流的下限和上限。
热源与热负荷(热交换站)节点传热约束：
Figure BDA00025306175100000811
Figure BDA00025306175100000812
式中：c为水的比热容；
Figure BDA00025306175100000813
分别为时段t热源/热负荷节点i的供热/耗热功率；
Figure BDA00025306175100000814
分别为时段t流经热源/热负荷节点i的热水流量；
Figure BDA00025306175100000815
分别为时段t流经节点i的供水/回水温度。
用户对温度舒适程度感知具有一定模糊性，为保证用户的舒适度，假设热负荷的柔性调节能力满足：①时段t负荷节点i吸收的热功率
Figure BDA00025306175100000816
在一定范围
Figure BDA00025306175100000817
内；②T′个时段内，热交换站消耗的总热量与用户最理想供热需求
Figure BDA00025306175100000818
总量相等，即：
Figure BDA00025306175100000819
Figure BDA0002530617510000091
T′越大，说明可以在一个越大的时间尺度上调整供热需求，T′＝1即意味着严格按照用户最理想需求供热，本发明假设T′＝3。
供水温度和回水温度受管道温度允许值限制：
Figure BDA0002530617510000092
Figure BDA0002530617510000093
供热管道节点温度混合约束：
Figure BDA0002530617510000094
式中：
Figure BDA0002530617510000095
分别为与节点i相连并从节点i起始/结束的支路集合；
Figure BDA0002530617510000096
为时段t管道j中热水出口温度；
Figure BDA0002530617510000097
为时段t管道k中热水入口温度；
Figure BDA0002530617510000098
为时段t管道k中的热水流量；
Figure BDA0002530617510000099
为时段t管道j中流入的热水流量。
供热管道水温动态特性约束：
Figure BDA00025306175100000910
Figure BDA00025306175100000911
Figure BDA00025306175100000912
式中：Ta,t为管道所处环境温度；λ为管道材料的导热系数；Lj为管道j的长度；τj,t为管道j的传输延时时间；Fj为管道j的特征量，与管道长度、截面积等参数有关；
Figure BDA00025306175100000913
分别为时间段t管道j中热水出口温度、时间段i-τj,t管道j中热水入口温度。本综合能源***主要用于区域可再生能源就地开发与消纳，通常情况下，供热半径在10km以内，满足
Figure BDA00025306175100000914
因此可以忽略式(2-18)中
Figure BDA00025306175100000915
的情况。
步骤三：采用遗传算法对由优化目标函数和约束条件构成的模型进行求解，分析***运行工况，得到考虑供热网储热特性的电-热综合能源***优化调度方案。求解过程如下：
(1)确定初始值；
(2)确定遗传算法参数，进行二进制编码，产生初始种群；
(3)进行适应度值计算；
(4)进行遗传算法的选择、交叉、变异操作，产生新一代种群；
(5)判断是否达到进化终止代数；如果达到迭代次数，则终止进化，输出种群最优结果；否则，重复步骤(3)和(4)。
实施例：IEEE39节点电网-26节点热网联合***算例分析
第一步：建立供热网储热特性的电-热综合能源***优化目标函数，构造约束条件，式(1-1)-(2-20)。
第二步：算例采用IEEE39节点电网和26节点热网耦合***，如图1所示，其中电热耦合设备包括：位于电网节点34/热网节点1的CHPI，位于电网节点36/热网节点15的CHP2，以及位于电网节点32、节点35的两个200MW热泵。***常规机组参数、负荷曲线、风电场预测出力等其他参数见表1-表3，带入式(1-1)-(2-20)。
表1 IEEE39节点电力***发电机组参数
Figure BDA0002530617510000101
表2 电、热负荷，风电功率与室外温度数据
Figure BDA0002530617510000102
Figure BDA0002530617510000111
表3 TE2E39节点电力***和26节点热力***构成的电一热综合能源***基础参数
Figure BDA0002530617510000112
第三步：***运行工况分析
遗传算法进行模型求解：
(1)确定初始值；
(2)确定遗传算法参数，进行二进制编码，产生初始种群；
(3)进行适应度值计算；
(4)进行遗传算法的选择、交叉、变异等操作，产生新一代种群；
(5)判断是否达到进化终止代数。如果达到迭代次数，则终止进化，输出种群最优结果；否则，重复步骤(3)和(4)。
电-热综合能源***优化调度结果如图2所示。
由图2可见，热力***的热源供热量和热交换站热负荷是非同步的。例如，20:00后***电负荷下降、热负荷上升，1:00-6:00为全天电负荷最低谷、热负荷最高峰。20:00后常规机组出力逐步下调，CHP机组出力基本平稳，而富余的风电则通过热泵转化为热能，存储于热网中，1:00-6:00期间，进入热网热能明显小于供热需求，释放提前存储在供热网中的热能弥补了供热不足，减少了热力***对CHP机组的依赖，在此期问的少量弃风，是由于输电线路容量限制与热泵容量限制；7:00进入热网热能多于供热需求，多余的热能被存储于热网，8:00后***电负荷增加，除了常规机组出力开始爬坡外，更多风电用于供电，由前期存储于热管道的热能弥补热负荷供需间的差额。由于热源产生的热能经过不同长度热网到达各个热交换站，即时延不同，经过电一热综合能源***的源、网、荷的协调，实现了富余风电的就地消纳，避免了CHP机组“以热定电”。此外，图2(b)中热源供热总量与热负荷总需求间存在的差值，是热网本身的热损耗，本***中约占热负荷2.5％。
尽管上面结合附图对本发明的功能及工作过程进行了描述，但本发明并不局限于上述的具体功能和工作过程，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护之内。

Claims (4)

1.一种考虑供热网储热特性的电-热综合能源***优化调度方法，其特征在于，包括以下步骤：
步骤一：建立供热网储热特性的电-热综合能源***优化目标函数；
步骤二：假设热电联产机组运行在定热电比模式，构造供热网储热特性的电-热综合能源***约束条件；
步骤三：采用遗传算法进行求解，分析***运行工况，得到考虑供热网储热特性的电-热综合能源***优化调度方案。
2.根据权利要求1所述的考虑供热网储热特性的电-热综合能源***优化调度方法，其特征在于，步骤一建立供热网储热特性的电-热综合能源***优化目标函数：
假设风光出力场景S个，其中场景s的概率为PS，调度时段T个；电-热综合能源***以运行成本最低为优化目标，将弃风、弃光成本加入***运行总成本中，其目标函数如下：
Figure FDA0002530617500000011
Figure FDA0002530617500000012
Figure FDA0002530617500000013
这里***运行总成本式(1-1)包括热电联产机组、常规机组发电成本和临时调整惩罚性费用、电制热设备运行成本和弃风、弃光成本；其中，Nchp、NG表示热电联产机组数、常规机组数；
Figure FDA0002530617500000014
分别为热电联产机组i和常规机组i计划出力；
Figure FDA0002530617500000015
为热电联产机组i在场景s下时段t的实际电出力、热出力；
Figure FDA0002530617500000016
为常规机组i的实际出力；
Figure FDA0002530617500000017
为热泵用电功率；Pt cut,s为弃风弃光功率；ρpen为在实际运行时，临时调整机组出力的惩罚性价格，反映了常规机组和热电联产机组倾向于按计划出力的程度；chp为热泵运行成本系数；α弃风、弃光成本系数；式(1-2)为第i个热电联产机组运行成本
Figure FDA0002530617500000018
Pi,t、Hi,t分别为第i个热电联产机组的电出力、热出力；式(1-3)为第i个常规机组运行成本
Figure FDA0002530617500000019
Pi,t为第i个常规机组电出力。
3.根据权利要求1所述的考虑供热网储热特性的电-热综合能源***优化调度方法，其特征在于，步骤二中假设热电联产机组运行在定热电比模式，构造供热网储热特性的电-热综合能源***约束条件如下：
Figure FDA0002530617500000021
Figure FDA0002530617500000022
Figure FDA0002530617500000023
式(2-1)为热电联产机组i热电比约束，其中，
Figure FDA0002530617500000024
为热电联产机组i的电出力，
Figure FDA0002530617500000025
为热电联产机组i的热出力，khp,i为热电比值；式(2-2)为机组出力上下限约束，
Figure FDA0002530617500000026
为机组最大、最小电出力；式(2-3)为机组爬坡约束，其中
Figure FDA0002530617500000027
分别为机组的单位时间内最大上调和下调功率；
热泵消耗电转热功率
Figure FDA0002530617500000028
热出力
Figure FDA0002530617500000029
满足：
Figure FDA00025306175000000210
Figure FDA00025306175000000211
Figure FDA00025306175000000212
式中：
Figure FDA00025306175000000213
分别为与风电、光伏相连的热泵用电功率；η为热泵电热转换系数；
Figure FDA00025306175000000214
热泵出力；
Figure FDA00025306175000000215
为热泵出力上限；NW、NPV分别为风电、光伏机组组数；
***弃风弃光功率尸Pt cut,s为
Figure FDA00025306175000000216
式中：
Figure FDA00025306175000000217
分别为在场景s下的风电、光伏可发功率；
Figure FDA00025306175000000218
分别为风电、光伏接入电网功率；NW、NPV分别为风电、光伏机组组数；
常规机组出力上下限约束和爬坡约束为：
Figure FDA0002530617500000031
式中：
Figure FDA0002530617500000032
为常规机组出力；
Figure FDA0002530617500000033
分别为常规机组出力上下限；
Figure FDA0002530617500000034
分别为机组的单位时间内最大上调和下调功率；
电力***功率平衡约束：
Figure FDA0002530617500000035
式中：
Figure FDA0002530617500000036
为常规机组出力；
Figure FDA0002530617500000037
分别为风电、光伏接入电网功率；Nchp、NG、NW、NPV分别为热电联产机组数、常规机组数、风电机组数、光伏组数；PL,t为时段f***电负荷；
电力***潮流约束：
Figure FDA0002530617500000038
式中：
Figure FDA0002530617500000039
为时段t支路j的潮流；P lme,j、
Figure FDA00025306175000000310
分别为支路j潮流的下限和上限；
热源与热负荷(热交换站)节点传热约束：
Figure FDA00025306175000000311
Figure FDA00025306175000000312
式中：c为水的比热容；
Figure FDA00025306175000000313
分别为时段t热源/热负荷节点i的供热/耗热功率；
Figure FDA00025306175000000314
分别为时段t流经热源/热负荷节点i的热水流量；
Figure FDA00025306175000000315
分别为时段t流经节点i的供水/回水温度；
假设热负荷的柔性调节能力满足：①时段t负荷节点i吸收的热功率
Figure FDA00025306175000000316
在一定范围
Figure FDA00025306175000000317
内；②T′个时段内，热交换站消耗的总热量与用户最理想供热需求
Figure FDA00025306175000000318
总量相等，即：
Figure FDA00025306175000000319
Figure FDA00025306175000000320
供水温度和回水温度受管道温度允许值限制：
Figure FDA0002530617500000041
Figure FDA0002530617500000042
供热管道节点温度混合约束：
Figure FDA0002530617500000043
式中：分别为与节点i相连并从节点i起始/结束的支路集合；
Figure FDA0002530617500000045
为时段t管道j中热水出口温度；
Figure FDA0002530617500000046
为时段t管道k中热水入口温度；
Figure FDA0002530617500000047
为时段t管道k中流出的热水流量；
Figure FDA0002530617500000048
为时段t管道j中流入的热水流量；
供热管道水温动态特性约束：
Figure FDA0002530617500000049
Figure FDA00025306175000000410
Figure FDA00025306175000000411
式中：Ta,t为管道所处环境温度；λ为管道材料的导热系数；Lj为管道j的长度；τj,t为管道j的传输延时时间；Fj为管道j的特征量；
Figure FDA00025306175000000412
分别为时间段t管道j中热水出口温度、时间段i-τj,t管道j中热水入口温度。
4.根据权利要求1所述的考虑供热网储热特性的电-热综合能源***优化调度方法，其特征在于，步骤三中采用遗传算法进行求解过程如下：
(1)确定初始值；
(2)确定遗传算法参数，进行二进制编码，产生初始种群；
(3)进行适应度值计算；
(4)进行遗传算法的选择、交叉、变异操作，产生新一代种群；
(5)判断是否达到进化终止代数；如果达到迭代次数，则终止进化，输出种群最优结果；否则，重复步骤(3)和(4)。
CN202010517389.2A 2020-06-09 2020-06-09 考虑供热网储热特性的电-热综合能源***优化调度方法 Pending CN111799776A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010517389.2A CN111799776A (zh) 2020-06-09 2020-06-09 考虑供热网储热特性的电-热综合能源***优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010517389.2A CN111799776A (zh) 2020-06-09 2020-06-09 考虑供热网储热特性的电-热综合能源***优化调度方法

Publications (1)

Publication Number Publication Date
CN111799776A true CN111799776A (zh) 2020-10-20

Family

ID=72802938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010517389.2A Pending CN111799776A (zh) 2020-06-09 2020-06-09 考虑供热网储热特性的电-热综合能源***优化调度方法

Country Status (1)

Country Link
CN (1) CN111799776A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434861A (zh) * 2020-11-26 2021-03-02 清华大学 计及热力管网反馈调节的电热协调优化调度方法及装置
CN113222252A (zh) * 2021-05-13 2021-08-06 国网辽宁省电力有限公司经济技术研究院 一种计及储热备用效益的电热综合能源***优化调度方法
CN113298396A (zh) * 2021-05-31 2021-08-24 东南大学 一种基于气热惯性的综合能源***优化方法、***和装置
CN113642829A (zh) * 2021-06-23 2021-11-12 东南大学 考虑热电联产多供热模式的综合能源***优化调度方法
CN113757784A (zh) * 2021-09-01 2021-12-07 港华能源投资有限公司 供热***的调度控制方法及相关装置
CN114462902A (zh) * 2022-04-13 2022-05-10 山东大学 考虑光热和水势综合储能出力的分布式发电调度方法
CN117826907A (zh) * 2024-03-01 2024-04-05 中集安瑞科能源***(上海)有限公司 一种复叠式热电联产装置控制方法
CN113222252B (zh) * 2021-05-13 2024-07-26 国网辽宁省电力有限公司经济技术研究院 一种计及储热备用效益的电热综合能源***优化调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105183991A (zh) * 2015-09-07 2015-12-23 国网天津市电力公司 一种区域综合能源***的规划与设计方法
CN106651628A (zh) * 2016-09-14 2017-05-10 国网天津市电力公司 基于图论的区域冷热电综合能源优化配置方法及装置
CN108258679A (zh) * 2017-12-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 考虑供热网储热特性的电-热综合能源***优化调度方法
CN108932560A (zh) * 2018-06-13 2018-12-04 天津大学 基于模型预测控制的园区综合能源***优化调度方法
CN110110897A (zh) * 2019-04-11 2019-08-09 华北电力大学 一种考虑不同储能运行策略的综合能源***优化方法
WO2020093296A1 (zh) * 2018-11-06 2020-05-14 国电南瑞科技股份有限公司 电-热互联综合能源***的区间潮流计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105183991A (zh) * 2015-09-07 2015-12-23 国网天津市电力公司 一种区域综合能源***的规划与设计方法
CN106651628A (zh) * 2016-09-14 2017-05-10 国网天津市电力公司 基于图论的区域冷热电综合能源优化配置方法及装置
CN108258679A (zh) * 2017-12-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 考虑供热网储热特性的电-热综合能源***优化调度方法
CN108932560A (zh) * 2018-06-13 2018-12-04 天津大学 基于模型预测控制的园区综合能源***优化调度方法
WO2020093296A1 (zh) * 2018-11-06 2020-05-14 国电南瑞科技股份有限公司 电-热互联综合能源***的区间潮流计算方法
CN110110897A (zh) * 2019-04-11 2019-08-09 华北电力大学 一种考虑不同储能运行策略的综合能源***优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王婉璐 等: "考虑供热网储热特性的电-热综合能源***优化调度", 《电力***自动化》, vol. 42, no. 21, 10 November 2018 (2018-11-10), pages 1 - 4 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434861A (zh) * 2020-11-26 2021-03-02 清华大学 计及热力管网反馈调节的电热协调优化调度方法及装置
CN113222252A (zh) * 2021-05-13 2021-08-06 国网辽宁省电力有限公司经济技术研究院 一种计及储热备用效益的电热综合能源***优化调度方法
CN113222252B (zh) * 2021-05-13 2024-07-26 国网辽宁省电力有限公司经济技术研究院 一种计及储热备用效益的电热综合能源***优化调度方法
CN113298396A (zh) * 2021-05-31 2021-08-24 东南大学 一种基于气热惯性的综合能源***优化方法、***和装置
CN113642829A (zh) * 2021-06-23 2021-11-12 东南大学 考虑热电联产多供热模式的综合能源***优化调度方法
CN113642829B (zh) * 2021-06-23 2024-05-24 东南大学 考虑热电联产多供热模式的综合能源***优化调度方法
CN113757784A (zh) * 2021-09-01 2021-12-07 港华能源投资有限公司 供热***的调度控制方法及相关装置
CN114462902A (zh) * 2022-04-13 2022-05-10 山东大学 考虑光热和水势综合储能出力的分布式发电调度方法
CN117826907A (zh) * 2024-03-01 2024-04-05 中集安瑞科能源***(上海)有限公司 一种复叠式热电联产装置控制方法
CN117826907B (zh) * 2024-03-01 2024-06-11 中集安瑞科能源***(上海)有限公司 一种复叠式热电联产装置控制方法

Similar Documents

Publication Publication Date Title
CN111799776A (zh) 考虑供热网储热特性的电-热综合能源***优化调度方法
CN108258679B (zh) 考虑供热网储热特性的电-热综合能源***优化调度方法
CN111738502B (zh) 促进富余风电消纳的多能互补***需求响应运行优化方法
CN110689189B (zh) 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN113112087A (zh) 考虑电热负荷需求响应的综合能源***运行成本优化方法
CN111400641A (zh) 一种含蓄热式电采暖的综合能源***日前优化调度方法
CN111985702A (zh) 一种计及电能替代效果的园区级综合能源***优化方法
CN108009683A (zh) 一种大容量直控负荷提高风电接纳能力的调度方法
CN109447323A (zh) 一种计及节点热价的综合能源***两阶段容量配置方法
CN110930073B (zh) 计及价格型需求响应的风-光-光热联合发电***日前调度方法
CN112446141B (zh) 一种电热综合能源***双层规划方法
CN113379565B (zh) 一种基于分布鲁棒优化方法的综合能源***优化调度方法
CN109670694B (zh) 一种多能源供给***负荷预测方法
CN110942212B (zh) 一种基于梯级水库运行系数的梯级水库优化运行方法
CN114330827B (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN116341881B (zh) 计及热网灵活性的电-热***鲁棒超前调度方法及***
CN110097475A (zh) 一种经济型电蓄热装置控制***及方法
CN117035202B (zh) 考虑需求响应的电热综合能源***双层协同扩展规划方法
CN111146819B (zh) 一种考虑热网特性的电热联合***辅助服务调度方法
CN110991845B (zh) 一种电-热耦合***分布式协同调度方法
CN112926835A (zh) 一种考虑热网动态特性的综合能源***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
CN113864854B (zh) 一种蓄热式电采暖参与风电消纳的多目标优化方法及***
CN109447450A (zh) 建筑物综合供热提高风电消纳的热电联合***调度方法
CN114301094B (zh) 一种pv/t耦合能源***的模型预测控制优化运行方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201020

WD01 Invention patent application deemed withdrawn after publication