CN111950807A - 计及不确定性与需求响应的综合能源***优化运行方法 - Google Patents

计及不确定性与需求响应的综合能源***优化运行方法 Download PDF

Info

Publication number
CN111950807A
CN111950807A CN202010871022.0A CN202010871022A CN111950807A CN 111950807 A CN111950807 A CN 111950807A CN 202010871022 A CN202010871022 A CN 202010871022A CN 111950807 A CN111950807 A CN 111950807A
Authority
CN
China
Prior art keywords
day
optimization
energy
ahead
demand response
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
Application number
CN202010871022.0A
Other languages
English (en)
Other versions
CN111950807B (zh
Inventor
李鹏
王子轩
郭天宇
王加浩
陈博
夏辉
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010871022.0A priority Critical patent/CN111950807B/zh
Publication of CN111950807A publication Critical patent/CN111950807A/zh
Application granted granted Critical
Publication of CN111950807B publication Critical patent/CN111950807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种计及不确定性与需求响应的综合能源***优化运行方法：在日前优化阶段，根据各类分布式能源和负荷的日前预测数据，能源价格波动因素，建立计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型；在日内优化阶段，根据各类分布式能源和负荷的日内预测数据，***日前优化结果，建立计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型；将两个模型构成计及多重不确定性与综合需求响应的综合能源***日前‑日内两阶段协同优化运行模型，并通过Yalmip工具箱调用Gurobi求解器进行模型求解。本发明能够有效发挥多种能源间的互补共济优势，进一步降低园区综合运行成本，实现综合能源***的经济环保灵活高效运行。

Description

计及不确定性与需求响应的综合能源***优化运行方法
技术领域
本发明涉及一种综合能源***优化运行方法。特别是涉及一种计及不确定性与需求响应的综合能源***优化运行方法。
背景技术
随着能源枯竭危机与环境污染问题的日益加剧，现有的能源生产消费模式很难满足当前经济社会快速发展的需求，各类能源自身的局限性以及人类对终端能源需求的多样性，决定了任何一种能源很难独自承担起能源转型的重任。在此背景下，能源互联网应运而生，综合能源***作为能源互联网的重要发展方向，是提升社会用能效率、促进可再生能源规模化利用的重要手段，一方面可以通过多能互补实现多种能源的统筹调度与协同优化，提高可再生能源的利用率；另一方面，可针对用户对不同品味能量的需求进行供能，实现能源的梯级利用，从而提高能源的综合利用效率，其优化运行已成为当前能源领域研究的热点。
综合能源***中存在大量不确定性因素(如多类型可在生能源和冷热电气负荷等的随机性和波动性)，给综合能源***的优化运行带来了一定挑战；此外，随着多种能源的互补共济，传统电力需求响应逐步扩展为综合需求响应，也为综合能源***引入了新的优化调控手段。因此，计及多重不确定性与综合需求响应的综合能源***优化运行研究具有重要意义。
发明内容
本发明所要解决的技术问题是，提供一种能够充分发挥多种能源间的互补共济优势的计及不确定性与需求响应的综合能源***优化运行方法。
本发明所采用的技术方案是：一种计及不确定性与需求响应的综合能源***优化运行方法，包括如下步骤：
1)在日前优化阶段，根据各类分布式能源和负荷的日前预测数据，以及能源价格波动因素，建立计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型；
2)在日内优化阶段，根据各类分布式能源和负荷的日内预测数据，以及***日前优化结果，建立计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型；
3)将所述的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型与计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型，共同构成计及多重不确定性与综合需求响应的综合能源***日前-日内两阶段协同优化运行模型，并通过Yalmip工具箱调用Gurobi求解器进行模型求解。
本发明的计及不确定性与需求响应的综合能源***优化运行方法，具有如下优点：
1、本发明分日前-日内两个时间尺度对分布式电源和负荷的不确定性进行表征，能够有效降低源荷功率的随机性、波动性对***的影响，提高调度计划的准确性。
2、本发明分别在日优化前、日内优化两个阶段时移型需求响应和替代型需求响应，能够充分发挥用户侧在***优化运行中的调控作用，进一步促进多能流供需平衡。
3、本发明能够有效发挥多种能源间的互补共济优势，进一步降低园区综合运行成本，实现综合能源***的经济环保灵活高效运行。
附图说明
图1是本发明实例中典型园区综合能源***结构图；
图2是本发明实例中风电、光伏和负荷功率预测曲线图；
图3是本发明实例中考虑时移型需求响应前后园区各时段运行成本对比；
图4a是本发明实例中日内优化阶段园区集电器能流优化调度结果；
图4b是本发明实例中日内优化阶段园区集热器能流优化调度结果；
图4c是本发明实例中日内优化阶段园区集冷器能流优化调度结果。
具体实施方式
下面结合实施例和附图对本发明的计及不确定性与需求响应的综合能源***优化运行方法做出详细说明。
本发明的计及不确定性与需求响应的综合能源***优化运行方法，包括如下步骤：
1)在日前优化阶段，根据各类分布式能源和负荷的日前预测数据，以及能源价格波动因素，建立计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型；
所述的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型是以综合能源***在鲁棒场景下的日前综合运行成本最小为目标函数，以日前能量平衡约束、日前能源转换设备约束、日前储能约束、日前购能约束、日前时移型需求响应约束和日前鲁棒约束为约束条件。其中，
(1)所述的目标函数表达式如下：
Figure BDA0002651118780000021
其中，Cahead为综合能源***的日前综合运行成本，包括购能成本Cpe、运维成本Com和环保成本Cce三部分；
Figure BDA0002651118780000022
表示鲁棒场景；其中，
(1.1)购能成本
Figure BDA0002651118780000023
式中，T为调度时段周期，为24h，时间步长为1h；下标a为日前优化标志；
Figure BDA0002651118780000024
和
Figure BDA0002651118780000025
分别为t时段的购电价格、购气价格和购热价格；
Figure BDA0002651118780000026
和
Figure BDA0002651118780000027
分别为日前优化中t时段***的购电功率、购气功率和购热功率；为便于计算，以上价格单位均为元/(kW·h)，功率单位均为kW；Δt为时间间隔；
(1.2)运维成本
Figure BDA0002651118780000028
式中，M为园区中运维机组台数，包括光伏、风机、微燃机、电制冷机、吸收式制冷机、储电和储热设备；kom,i为机组i的单位运维费用；
Figure BDA0002651118780000031
为日前优化中机组i在t时段的出力；
(1.3)环保成本
Figure BDA0002651118780000032
式中，α为单位CO2的处理费用；βe、βg、βh和βMT分别为***购电、购气、购热和微燃机运行的等效碳排放系数；
Figure BDA0002651118780000033
为日前优化中t时段微燃机的输出电功率。
(2)所述的约束条件具体表示为：
(2.1)日前能量平衡约束：
Figure BDA0002651118780000034
式中，
Figure BDA0002651118780000035
和
Figure BDA0002651118780000036
分别为日前优化中t时段变压器、光伏、风机和微燃机的输出电功率；
Figure BDA0002651118780000037
为日前优化中t时段电制冷机的耗电功率；
Figure BDA0002651118780000038
分别为日前优化中t时段热交换器和微燃机的输出热功率；
Figure BDA0002651118780000039
为日前优化中t时段吸收式制冷机的耗热功率；
Figure BDA00026511187800000310
分别为日前优化中t时段电制冷机和吸收式制冷机的输出冷功率；
Figure BDA00026511187800000311
为日前优化中t时段***的购气量；
Figure BDA00026511187800000312
为日前优化中t时段微燃机的耗气量；
Figure BDA00026511187800000313
和
Figure BDA00026511187800000314
分别为日前优化中t时段的电负荷、热负荷、冷负荷和气负荷；
Figure BDA00026511187800000315
分别为日前优化中t时段储电和储热的输出功率；
(2.2)日前能源转换设备约束
Figure BDA00026511187800000316
式中，PT,max、HHE,max、PPV,max、PWT,max、PMT,max、PEC,max和HAC,max分别为变压器、热交换器、光伏、风电、微燃机、电制冷机和吸收式制冷机的最大功率；
(2.3)日前储能约束
Figure BDA00026511187800000317
式中，下标x代表储能类型；
Figure BDA00026511187800000318
分别为日前优化中t时段储能的输出功率和能量存储状态；
Figure BDA00026511187800000319
分别为日前优化中储能设备始、末能量存储状态；Px,c,max、Px,d,max分别为储能的最大充、放能量功率；Ex,min、Ex,max分别为储能设备的最小和最大状态；
(2.4)日前购能约束
Figure BDA0002651118780000041
式中，
Figure BDA0002651118780000042
分别为日前优化中t时段***的购电、购热、购气量；Pe,max、Hh,max、Fg,max分别***向外部网络购电、购热、购气上限；
(2.5)日前时移型需求响应约束
Figure BDA0002651118780000043
Figure BDA0002651118780000044
式中，
Figure BDA0002651118780000045
分别为时移型需求响应负荷变化量及变化上限；PL,a、HL,a、CL,a、FL,a分别为实施时移型需求响应后的电、热、冷、气负荷；
Figure BDA0002651118780000046
和
Figure BDA0002651118780000047
分别表示实施时移型需求响应前的电、热、冷、气负荷；Ep、Eh、Ec和Ef分别为电、热、冷、气的能源价格弹性矩阵；Δpp、Δph、Δpc和Δpf分别为电、热、冷、气的能源价格变化率矩阵；
(2.6)日前鲁棒约束
Figure BDA0002651118780000048
式中，T为调度时段周期，为24h；下标x代表能量类型，p、c、h、f分别为电、冷、热、气能量标志；
Figure BDA0002651118780000049
为t时段x能量类型的不确定变量的鲁棒区间保守参数，Γ为
Figure BDA00026511187800000410
的最大值。
2)在日内优化阶段，根据各类分布式能源和负荷的日内预测数据，以及***日前优化结果，建立计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型；所述的计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型，是以综合能源***的日内综合运行成本最小为目标函数，以日内能量平衡约束、日内能源转换设备约束、日内储能约束、日内购能约束和日内替代型需求响应约束为约束条件。其中，
(1)所述的目标函数表达式如下：
Figure BDA00026511187800000411
Cintra为综合能源***的日内综合运行成本，包括购能成本Cpe,s、运维成本Com,s和环保成本Cce,s三部分，s、Prs分别表示不确定典型场景及其发生的概率；其中：
(1.1)购能成本
Figure BDA00026511187800000412
式中，T为调度时段周期，为24h，时间步长为1h；
Figure BDA0002651118780000051
和
Figure BDA0002651118780000052
分别为t时段的购电价格、购气价格和购热价格；
Figure BDA0002651118780000053
和
Figure BDA0002651118780000054
分别为日内优化中场景s下t时段***的购电功率、购气功率和购热功率，为便于计算，以上价格单位均为元/(kW·h)，功率单位均为kW；Δt为时间间隔；
(1.2)运维成本
Figure BDA0002651118780000055
式中，M为园区中运维机组台数，包括光伏、风机、微燃机、电制冷机、吸收式制冷机、储电和储热设备；kom,i为机组i的单位运维费用；
Figure BDA0002651118780000056
为日内优化中场景s下机组i在t时段的出力；
(1.3)环保成本
Figure BDA0002651118780000057
式中，α为单位CO2的处理费用；βe、βg、βh和βMT分别为***购电、购气、购热和微燃机运行的等效碳排放系数；
Figure BDA0002651118780000058
为日内优化中场景s下t时段微燃机的输出电功率。
(2)所述的约束条件具体表示为：
(2.1)日内能量平衡约束
Figure BDA0002651118780000059
式中，
Figure BDA00026511187800000510
和
Figure BDA00026511187800000511
分别为日内优化中场景s下t时段变压器、光伏、风机和微燃机的输出电功率；
Figure BDA00026511187800000512
为日内优化中场景s下t时段电制冷机的耗电功率；
Figure BDA00026511187800000513
分别为日内优化中场景s下t时段热交换器和微燃机的输出热功率；
Figure BDA00026511187800000514
为日内优化中场景s下t时段吸收式制冷机的耗热功率；
Figure BDA00026511187800000515
分别为日内优化中场景s下t时段电制冷机和吸收式制冷机的输出冷功率；
Figure BDA00026511187800000516
为日内优化中场景s下t时段***的购气量；
Figure BDA00026511187800000517
为日内优化中场景s下t时段微燃机的耗气量；
Figure BDA00026511187800000518
和
Figure BDA00026511187800000519
分别为日内优化中场景s下t时段的电负荷、热负荷、冷负荷和气负荷；
Figure BDA00026511187800000520
分别为日内优化中场景s下t时段储电和储热的输出功率；
(2.2)日内能源转换设备约束
Figure BDA0002651118780000061
式中，PT,max、HHE,max、PPV,max、PWT,max、PMT,max、PEC,max和HAC,max分别为变压器、热交换器、光伏、风电、微燃机、电制冷机和吸收式制冷机的最大功率；
(2.3)日内储能约束
Figure BDA0002651118780000062
式中，下标x代表储能类型；
Figure BDA0002651118780000063
分别为日内优化中场景s下t时段储能的输出功率和能量存储状态；
Figure BDA0002651118780000064
分别为日内优化中场景s下储能设备始、末能量存储状态；Px,c,max、Px,d,max分别为储能的最大充、放能量功率；Ex,min、Ex,max分别为储能设备的最小和最大状态；
(2.4)日内购能约束
Figure BDA0002651118780000065
式中，
Figure BDA0002651118780000066
分别为日内优化中场景s下t时段***的购电、购热、购气量；Pe,max、Hh,max、Fg,max分别***向外部网络购电、购热、购气上限；
(2.5)日内替代型需求响应约束
Figure BDA0002651118780000067
Figure BDA0002651118780000068
式中，
Figure BDA0002651118780000069
为日内优化中场景s下t时段被替代的负荷量及其上限；
Figure BDA00026511187800000610
Figure BDA00026511187800000611
和
Figure BDA00026511187800000612
分别表示日内优化中场景s下t时段实施替代型需求响应后的电、热、冷、气负荷；
Figure BDA00026511187800000613
和
Figure BDA00026511187800000614
分别表示实施替代型需求响应前的电、热、冷、气负荷；kij表示能源i、j的替代转化效率，且i,j∈{p,h,c,f}，i≠j，p、h、i、f分别代表电、热、冷、气。
3)将所述的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型与计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型，共同构成计及多重不确定性与综合需求响应的综合能源***日前-日内两阶段协同优化运行模型，并通过Yalmip工具箱调用Gurobi求解器进行模型求解。
所述的计及多重不确定性与综合需求响应的综合能源***日前-日内两阶段协同优化运行模型综合表示如下：
Figure BDA0002651118780000071
式中，Cahead为综合能源***的日前综合运行成本，包括购能成本Cpe、运维成本Com和环保成本Cce三部分；
Figure BDA0002651118780000072
表示鲁棒场景；Cintra为综合能源***的日内综合运行成本，包括购能成本Cpe,s、运维成本Com,s和环保成本Cce,s三部分，s、Prs分别表示不确定典型场景及其发生的概率。
所述的通过Yalmip工具箱调用Gurobi求解器进行模型求解包括：
(1)在日前优化阶段，基于MATLAB平台，通过Yalmip工具箱调用Gurobi求解器对建立的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型进行求解，得到综合能源***的日前优化运行方案；
(2)在日内优化阶段，基于得到的综合能源***的日前优化运行方案，基于MATLAB平台，通过Yalmip工具箱调用Gurobi求解器对建立的计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型进行求解，对综合能源***的日前优化运行方案进行实时修正，得到综合能源***的日内优化运行方案。
下面给出具体实例。
下面基于典型园区综合能源***为例进行仿真分析，其具体结构如图1所示。风电、光伏采用MPPT模式，算例将一天分为24个时段，设分布式电源/负荷的日前功率预测误差区间分别为±20％/±10％，日内功率预测误差分布服从以预测值为均值，0.1/0.03倍均值为标准差的正态分布，风、光出力及电、气、热、冷负荷预测曲线如图2所示，能源价格如表1所示。
表1能源价格
Figure BDA0002651118780000073
Figure BDA0002651118780000081
针对园区的日前阶段优化，算例取鲁棒区间保守度＝5，比较了不考虑时移型需求响应的模型和考虑时移型需求响应的模型，其各时段运行成本对比如图3所示，其日综合运行成本分别为10331.1元和10150.4元。可以看出，转移型DR策略的实施可将用能曲线及购能价格高峰时段的运行费用转移到低谷时段，从而降低园区的日综合运行成本，进一步缓解园区在恶劣不确定场景下的用能压力。
为进一步分析鲁棒区间选取对优化结果的影响，分别取保守度Γ＝5、4.5、4、3.5、3进行仿真分析，对比结果如表2所示。通过对比可以发现，随着Γ的减小，优化决策的风险随之上升，但园区日综合运行成本会逐渐降低。因此，参数Γ的选取应合理兼顾经济成本与决策风险，实现园区运行经济性和可靠性之间的协调最优。
表2不同Γ下的园区运行成本对比
Figure BDA0002651118780000082
在日内优化阶段，为验证源荷不确定性和需求响应策略对日内阶段优化决策的影响，基于本发明建立的计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型，对以下场景进行对比分析。
场景1：确定性，不考虑需求响应。
场景2：确定性，考虑需求响应。
场景3：不确定性，不考虑需求响应。
场景4：不确定性，考虑需求响应。
不同场景下的优化结果对比如表3所示。
表3不同场景下的园区运行成本对比
Figure BDA0002651118780000091
将场景1和3分别与场景2和4对比可知，综合需求响应策略的实施有效降低了园区的综合运行成本，分别由8789.5元和8835.9元降至了8406.5元和8454.7元。一方面是由于转移型需求响应的“削峰填谷”作用，将电、气负荷曲线高峰时段的部分负荷转移到低谷时段，实现用户用能需求的纵向时序转移；另一方面是由于替代型需求响应的“用能替代”作用，以各类能源价格作为激励信号，促进多能用户自主地调整用能方式，实现用户用能需求的横向多能互补。
针对场景4，日内优化阶段的园区运行结果如图4所示，图4a、4b、4c分别为集电器、集热器和集冷器上的能流优化调度结果，横轴上方表示能量输入，横轴下方表示能量输出。从图4(a)中可以看出，在电价低谷时段，电负荷主要由电网购电满足，不足部分由风电和微燃机供应；在电价较高时段，电网购电减少，微燃机出力增加，不足部分由风电、光伏和蓄电池供应。从图4(b)中可以看出，在电价低谷时段，热负荷主要由热网购热满足，不足部分由微燃机供应；在电价高峰时段，随着微燃机出力增加，部分热负荷和吸收式制冷机耗热量由微燃机和储热装置供应，其余大部分仍由热网购热满足。从图4(c)中可以看出，在电价低谷时段，冷负荷主要由电制冷机满足，不足部分由吸收式制冷机供应；在电价较高时段，随着微燃机出力的增加，冷负荷优先由吸收式制冷机供应，不足部分由电制冷机供应。综上，园区可根据电、气、热、冷负荷和购能价格变化自主调整能量转换方式和购能量，充分发挥多元负荷的综合响应和多种能量的互补共济优势，进一步降低园区综合运行成本，实现综合能源***的经济环保灵活高效运行，证实了本发明的计及不确定性与需求响应的综合能源***优化运行方法的正确性和有效性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变换或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，包括如下步骤：
1)在日前优化阶段，根据各类分布式能源和负荷的日前预测数据，以及能源价格波动因素，建立计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型；
2)在日内优化阶段，根据各类分布式能源和负荷的日内预测数据，以及***日前优化结果，建立计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型；
3)将所述的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型与计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型，共同构成计及多重不确定性与综合需求响应的综合能源***日前-日内两阶段协同优化运行模型，并通过Yalmip工具箱调用Gurobi求解器进行模型求解。
2.根据权利要求1所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，步骤1)所述的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型是以综合能源***在鲁棒场景下的日前综合运行成本最小为目标函数，以日前能量平衡约束、日前能源转换设备约束、日前储能约束、日前购能约束、日前时移型需求响应约束和日前鲁棒约束为约束条件。
3.根据权利要求2所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，所述的目标函数表达式如下：
Figure FDA0002651118770000011
其中，Cahead为综合能源***的日前综合运行成本，包括购能成本Cpe、运维成本Com和环保成本Cce三部分；
Figure FDA0002651118770000012
表示鲁棒场景；其中，
(1)购能成本
Figure FDA0002651118770000013
式中，T为调度时段周期，为24h，时间步长为1h；下标a为日前优化标志；
Figure FDA0002651118770000014
和
Figure FDA0002651118770000015
分别为t时段的购电价格、购气价格和购热价格；
Figure FDA0002651118770000016
和
Figure FDA0002651118770000017
分别为日前优化中t时段***的购电功率、购气功率和购热功率；为便于计算，以上价格单位均为元/(kW·h)，功率单位均为kW；Δt为时间间隔；
(2)运维成本
Figure FDA0002651118770000018
式中，M为园区中运维机组台数，包括光伏、风机、微燃机、电制冷机、吸收式制冷机、储电和储热设备；kom,i为机组i的单位运维费用；
Figure FDA0002651118770000019
为日前优化中机组i在t时段的出力；
(3)环保成本
Figure FDA0002651118770000021
式中，α为单位CO2的处理费用；βe、βg、βh和βMT分别为***购电、购气、购热和微燃机运行的等效碳排放系数；
Figure FDA0002651118770000022
为日前优化中t时段微燃机的输出电功率。
4.根据权利要求2所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，所述的约束条件具体表示为：
(1)日前能量平衡约束：
Figure FDA0002651118770000023
式中，
Figure FDA0002651118770000024
和
Figure FDA0002651118770000025
分别为日前优化中t时段变压器、光伏、风机和微燃机的输出电功率；
Figure FDA0002651118770000026
为日前优化中t时段电制冷机的耗电功率；
Figure FDA0002651118770000027
分别为日前优化中t时段热交换器和微燃机的输出热功率；
Figure FDA0002651118770000028
为日前优化中t时段吸收式制冷机的耗热功率；
Figure FDA0002651118770000029
分别为日前优化中t时段电制冷机和吸收式制冷机的输出冷功率；
Figure FDA00026511187700000210
为日前优化中t时段***的购气量；
Figure FDA00026511187700000211
为日前优化中t时段微燃机的耗气量；
Figure FDA00026511187700000212
和
Figure FDA00026511187700000213
分别为日前优化中t时段的电负荷、热负荷、冷负荷和气负荷；
Figure FDA00026511187700000214
分别为日前优化中t时段储电和储热的输出功率；
(2)日前能源转换设备约束
Figure FDA00026511187700000215
式中，PT,max、HHE,max、PPV,max、PWT,max、PMT,max、PEC,max和HAC,max分别为变压器、热交换器、光伏、风电、微燃机、电制冷机和吸收式制冷机的最大功率；
(3)日前储能约束
Figure FDA00026511187700000216
式中，下标x代表储能类型；
Figure FDA00026511187700000217
分别为日前优化中t时段储能的输出功率和能量存储状态；
Figure FDA0002651118770000031
分别为日前优化中储能设备始、末能量存储状态；Px,c,max、Px,d,max分别为储能的最大充、放能量功率；Ex,min、Ex,max分别为储能设备的最小和最大状态；
(4)日前购能约束
Figure FDA0002651118770000032
式中，
Figure FDA0002651118770000033
分别为日前优化中t时段***的购电、购热、购气量；Pe,max、Hh,max、Fg,max分别***向外部网络购电、购热、购气上限；
(5)日前时移型需求响应约束
Figure FDA0002651118770000034
Figure FDA0002651118770000035
式中，
Figure FDA0002651118770000036
分别为时移型需求响应负荷变化量及变化上限；PL,a、HL,a、CL,a、FL,a分别为实施时移型需求响应后的电、热、冷、气负荷；
Figure FDA0002651118770000037
和
Figure FDA0002651118770000038
分别表示实施时移型需求响应前的电、热、冷、气负荷；Ep、Eh、Ec和Ef分别为电、热、冷、气的能源价格弹性矩阵；Δpp、Δph、Δpc和Δpf分别为电、热、冷、气的能源价格变化率矩阵；
(6)日前鲁棒约束
Figure FDA0002651118770000039
式中，T为调度时段周期，为24h；下标x代表能量类型，p、c、h、f分别为电、冷、热、气能量标志；
Figure FDA00026511187700000310
为t时段x能量类型的不确定变量的鲁棒区间保守参数，Γ为
Figure FDA00026511187700000311
的最大值。
5.根据权利要求1所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，步骤2)所述的计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型，是以综合能源***的日内综合运行成本最小为目标函数，以日内能量平衡约束、日内能源转换设备约束、日内储能约束、日内购能约束和日内替代型需求响应约束为约束条件。
6.根据权利要求5所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，所述的目标函数表达式如下：
Figure FDA00026511187700000312
Cintra为综合能源***的日内综合运行成本，包括购能成本Cpe,s、运维成本Com,s和环保成本Cce,s三部分，s、Prs分别表示不确定典型场景及其发生的概率；其中：
(1)购能成本
Figure FDA0002651118770000041
式中，T为调度时段周期，为24h，时间步长为1h；
Figure FDA0002651118770000042
和
Figure FDA0002651118770000043
分别为t时段的购电价格、购气价格和购热价格；
Figure FDA0002651118770000044
和
Figure FDA0002651118770000045
分别为日内优化中场景s下t时段***的购电功率、购气功率和购热功率，为便于计算，以上价格单位均为元/(kW·h)，功率单位均为kW；Δt为时间间隔；
(2)运维成本
Figure FDA0002651118770000046
式中，M为园区中运维机组台数，包括光伏、风机、微燃机、电制冷机、吸收式制冷机、储电和储热设备；kom,i为机组i的单位运维费用；
Figure FDA0002651118770000047
为日内优化中场景s下机组i在t时段的出力；
(3)环保成本
Figure FDA0002651118770000048
式中，α为单位CO2的处理费用；βe、βg、βh和βMT分别为***购电、购气、购热和微燃机运行的等效碳排放系数；
Figure FDA0002651118770000049
为日内优化中场景s下t时段微燃机的输出电功率。
7.根据权利要求5所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，所述的约束条件具体表示为：
(1)日内能量平衡约束
Figure FDA00026511187700000410
式中，
Figure FDA00026511187700000411
和
Figure FDA00026511187700000412
分别为日内优化中场景s下t时段变压器、光伏、风机和微燃机的输出电功率；
Figure FDA00026511187700000413
为日内优化中场景s下t时段电制冷机的耗电功率；
Figure FDA00026511187700000414
分别为日内优化中场景s下t时段热交换器和微燃机的输出热功率；
Figure FDA00026511187700000415
为日内优化中场景s下t时段吸收式制冷机的耗热功率；
Figure FDA00026511187700000416
分别为日内优化中场景s下t时段电制冷机和吸收式制冷机的输出冷功率；
Figure FDA00026511187700000417
为日内优化中场景s下t时段***的购气量；
Figure FDA00026511187700000418
为日内优化中场景s下t时段微燃机的耗气量；
Figure FDA00026511187700000419
和
Figure FDA00026511187700000420
分别为日内优化中场景s下t时段的电负荷、热负荷、冷负荷和气负荷；
Figure FDA00026511187700000421
分别为日内优化中场景s下t时段储电和储热的输出功率；
(2)日内能源转换设备约束
Figure FDA0002651118770000051
式中，PT,max、HHE,max、PPV,max、PWT,max、PMT,max、PEC,max和HAC,max分别为变压器、热交换器、光伏、风电、微燃机、电制冷机和吸收式制冷机的最大功率；
(3)日内储能约束
Figure FDA0002651118770000052
式中，下标x代表储能类型；
Figure FDA0002651118770000053
分别为日内优化中场景s下t时段储能的输出功率和能量存储状态；
Figure FDA0002651118770000054
分别为日内优化中场景s下储能设备始、末能量存储状态；Px,c,max、Px,d,max分别为储能的最大充、放能量功率；Ex,min、Ex,max分别为储能设备的最小和最大状态；
(4)日内购能约束
Figure FDA0002651118770000055
式中，
Figure FDA0002651118770000056
分别为日内优化中场景s下t时段***的购电、购热、购气量；Pe,max、Hh,max、Fg,max分别***向外部网络购电、购热、购气上限；
(5)日内替代型需求响应约束
Figure FDA0002651118770000057
Figure FDA0002651118770000058
式中，
Figure FDA0002651118770000059
为日内优化中场景s下t时段被替代的负荷量及其上限；
Figure FDA00026511187700000510
Figure FDA00026511187700000511
和
Figure FDA00026511187700000512
分别表示日内优化中场景s下t时段实施替代型需求响应后的电、热、冷、气负荷；
Figure FDA0002651118770000061
和
Figure FDA0002651118770000062
分别表示实施替代型需求响应前的电、热、冷、气负荷；kij表示能源i、j的替代转化效率，且i,j∈{p,h,c,f}，i≠j，p、h、i、f分别代表电、热、冷、气。
8.根据权利要求1所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，步骤3)所述的计及多重不确定性与综合需求响应的综合能源***日前-日内两阶段协同优化运行模型综合表示如下：
Figure FDA0002651118770000063
式中，Cahead为综合能源***的日前综合运行成本，包括购能成本Cpe、运维成本Com和环保成本Cce三部分；
Figure FDA0002651118770000064
表示鲁棒场景；Cintra为综合能源***的日内综合运行成本，包括购能成本Cpe,s、运维成本Com,s和环保成本Cce,s三部分，s、Prs分别表示不确定典型场景及其发生的概率。
9.根据权利要求1所述的计及不确定性与需求响应的综合能源***优化运行方法，其特征在于，步骤3)所述的通过Yalmip工具箱调用Gurobi求解器进行模型求解包括：
(1)在日前优化阶段，基于MATLAB平台，通过Yalmip工具箱调用Gurobi求解器对建立的计及鲁棒不确定性和时移型需求响应的综合能源***日前鲁棒优化运行模型进行求解，得到综合能源***的日前优化运行方案；
(2)在日内优化阶段，基于得到的综合能源***的日前优化运行方案，基于MATLAB平台，通过Yalmip工具箱调用Gurobi求解器对建立的计及随机不确定性和替代型需求响应的综合能源***日内随机优化运行模型进行求解，对综合能源***的日前优化运行方案进行实时修正，得到综合能源***的日内优化运行方案。
CN202010871022.0A 2020-08-26 2020-08-26 计及不确定性与需求响应的综合能源***优化运行方法 Active CN111950807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010871022.0A CN111950807B (zh) 2020-08-26 2020-08-26 计及不确定性与需求响应的综合能源***优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010871022.0A CN111950807B (zh) 2020-08-26 2020-08-26 计及不确定性与需求响应的综合能源***优化运行方法

Publications (2)

Publication Number Publication Date
CN111950807A true CN111950807A (zh) 2020-11-17
CN111950807B CN111950807B (zh) 2022-03-25

Family

ID=73366488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010871022.0A Active CN111950807B (zh) 2020-08-26 2020-08-26 计及不确定性与需求响应的综合能源***优化运行方法

Country Status (1)

Country Link
CN (1) CN111950807B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580938A (zh) * 2020-12-03 2021-03-30 国家电网有限公司 面向多重不确定性的综合能源***优化调度方法及装置
CN112583021A (zh) * 2020-11-23 2021-03-30 国家电网有限公司 考虑综合需求响应的综合能源***优化调度方法及装置
CN112713590A (zh) * 2020-12-22 2021-04-27 南昌大学 计及idr的冷热电联供微网与主动配电网联合优化调度方法
CN112837181A (zh) * 2021-02-23 2021-05-25 国网山东省电力公司经济技术研究院 计及需求响应不确定性的综合能源***的调度方法
CN113112082A (zh) * 2021-04-21 2021-07-13 上海电力大学 一种针对分布式***的两阶段运行优化方法
CN113435659A (zh) * 2021-07-09 2021-09-24 中国电力工程顾问集团中南电力设计院有限公司 基于场景分析的综合能源***两阶段优化运行方法及***
CN113673739A (zh) * 2021-02-22 2021-11-19 华北电力大学（保定） 分布式综合能源***的多时空尺度协同优化运行方法
CN114742269A (zh) * 2022-03-08 2022-07-12 国网能源研究院有限公司 考虑多能耦合的园区综合能源***顶层设计方法及装置
CN116780649A (zh) * 2023-06-16 2023-09-19 国网浙江省电力有限公司嘉兴供电公司 一种多能互补利用的分布式鲁棒优化运行方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107341601A (zh) * 2017-06-26 2017-11-10 南方电网科学研究院有限责任公司 基于日前、日内时间尺度的电力资源调度方法和***
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法
CN107958300A (zh) * 2017-08-21 2018-04-24 浙江工业大学 一种考虑互动响应的多微网互联运行协调调度优化方法
CN108667012A (zh) * 2018-05-21 2018-10-16 国网山东省电力公司电力科学研究院 基于多场景的区域能源互联网源荷储双阶段协调优化方法
CN109412158A (zh) * 2018-11-30 2019-03-01 国家电网公司西南分部 一种考虑弃能成本约束的送端电网机组组合运行控制方法
CN109474022A (zh) * 2019-01-22 2019-03-15 合肥工业大学 考虑源荷互动和分布式电源出力随机性的配电网优化调控方法
CN109858711A (zh) * 2019-03-07 2019-06-07 东北电力大学 一种计及价格型需求响应与csp电站参与的风电消纳日前调度方法
CN110009152A (zh) * 2019-04-03 2019-07-12 东南大学 一种考虑电转气和不确定性的区域综合能源***运行鲁棒优化方法
CN110417062A (zh) * 2019-07-31 2019-11-05 广东电网有限责任公司 一种电气综合能源***优化调度方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源***多时间尺度能量调度方法
US20190369581A1 (en) * 2017-01-11 2019-12-05 Southeast University Integrated energy system operational optimization method considering thermal inertia of district heating networks and buildings
CN110807560A (zh) * 2019-11-12 2020-02-18 国网重庆市电力公司电力科学研究院 氢混天然气能源***调度方法、装置及可读存储介质
CN111291942A (zh) * 2020-03-05 2020-06-16 燕山大学 一种考虑需求响应的综合能源***两阶段调度方法及***

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190369581A1 (en) * 2017-01-11 2019-12-05 Southeast University Integrated energy system operational optimization method considering thermal inertia of district heating networks and buildings
CN107341601A (zh) * 2017-06-26 2017-11-10 南方电网科学研究院有限责任公司 基于日前、日内时间尺度的电力资源调度方法和***
CN107958300A (zh) * 2017-08-21 2018-04-24 浙江工业大学 一种考虑互动响应的多微网互联运行协调调度优化方法
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法
CN108667012A (zh) * 2018-05-21 2018-10-16 国网山东省电力公司电力科学研究院 基于多场景的区域能源互联网源荷储双阶段协调优化方法
CN109412158A (zh) * 2018-11-30 2019-03-01 国家电网公司西南分部 一种考虑弃能成本约束的送端电网机组组合运行控制方法
CN109474022A (zh) * 2019-01-22 2019-03-15 合肥工业大学 考虑源荷互动和分布式电源出力随机性的配电网优化调控方法
CN109858711A (zh) * 2019-03-07 2019-06-07 东北电力大学 一种计及价格型需求响应与csp电站参与的风电消纳日前调度方法
CN110009152A (zh) * 2019-04-03 2019-07-12 东南大学 一种考虑电转气和不确定性的区域综合能源***运行鲁棒优化方法
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源***多时间尺度能量调度方法
CN110417062A (zh) * 2019-07-31 2019-11-05 广东电网有限责任公司 一种电气综合能源***优化调度方法
CN110807560A (zh) * 2019-11-12 2020-02-18 国网重庆市电力公司电力科学研究院 氢混天然气能源***调度方法、装置及可读存储介质
CN111291942A (zh) * 2020-03-05 2020-06-16 燕山大学 一种考虑需求响应的综合能源***两阶段调度方法及***

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHAOFAN JIANG: "Study on Optimal Operation of Integrated Energy System Considering New Energy Incentive Mechanism", 《 2019 IEEE 3RD CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》 *
刘文霞 等: "计及需求响应不确定性的综合能源***协同优化配置", 《电力***自动化》 *
李鹏 等: "基于双层优化的综合能源服务商博弈策略", 《电网技术》 *
李鹏 等: "计及多能源多需求响应手段的园区综合能源***优化调度模型", 《电力建设》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112583021A (zh) * 2020-11-23 2021-03-30 国家电网有限公司 考虑综合需求响应的综合能源***优化调度方法及装置
CN112580938A (zh) * 2020-12-03 2021-03-30 国家电网有限公司 面向多重不确定性的综合能源***优化调度方法及装置
CN112580938B (zh) * 2020-12-03 2024-05-14 国家电网有限公司 面向多重不确定性的综合能源***优化调度方法及装置
CN112713590A (zh) * 2020-12-22 2021-04-27 南昌大学 计及idr的冷热电联供微网与主动配电网联合优化调度方法
CN112713590B (zh) * 2020-12-22 2022-11-08 南昌大学 计及idr的冷热电联供微网与主动配电网联合优化调度方法
CN113673739A (zh) * 2021-02-22 2021-11-19 华北电力大学（保定） 分布式综合能源***的多时空尺度协同优化运行方法
CN112837181B (zh) * 2021-02-23 2022-10-04 国网山东省电力公司经济技术研究院 计及需求响应不确定性的综合能源***的调度方法
CN112837181A (zh) * 2021-02-23 2021-05-25 国网山东省电力公司经济技术研究院 计及需求响应不确定性的综合能源***的调度方法
CN113112082A (zh) * 2021-04-21 2021-07-13 上海电力大学 一种针对分布式***的两阶段运行优化方法
CN113112082B (zh) * 2021-04-21 2023-04-28 上海电力大学 一种针对分布式***的两阶段运行优化方法
CN113435659A (zh) * 2021-07-09 2021-09-24 中国电力工程顾问集团中南电力设计院有限公司 基于场景分析的综合能源***两阶段优化运行方法及***
CN114742269A (zh) * 2022-03-08 2022-07-12 国网能源研究院有限公司 考虑多能耦合的园区综合能源***顶层设计方法及装置
CN116780649A (zh) * 2023-06-16 2023-09-19 国网浙江省电力有限公司嘉兴供电公司 一种多能互补利用的分布式鲁棒优化运行方法
CN116780649B (zh) * 2023-06-16 2024-03-01 国网浙江省电力有限公司嘉兴供电公司 一种多能互补利用的分布式鲁棒优化运行方法

Also Published As

Publication number Publication date
CN111950807B (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN111950807B (zh) 计及不确定性与需求响应的综合能源***优化运行方法
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
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
CN111445090B (zh) 一种离网型综合能源***双层规划方法
CN110350523B (zh) 基于需求响应的多能源互补优化调度方法
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源***储能配置方法
CN107482688B (zh) 一种碳捕集虚拟电厂调度优化方法
CN106058942B (zh) 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型
CN110689189A (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
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源***优化调度方法
CN109345012B (zh) 基于综合评价指标的园区能源互联网运行优化方法
Tabar et al. Achieving a nearly zero energy structure by a novel framework including energy recovery and conversion, carbon capture and demand response
CN113256045A (zh) 考虑风光不确定性的园区综合能源***日前经济调度方法
CN113193602A (zh) 含低热值发电和分布式电源的配电网优化运行***及方法
CN112836882B (zh) 考虑设备负载率变化的区域综合能源***运行优化方法
CN110941799A (zh) 一种考虑***综合不确定性因素的能量枢纽随机规划方法
CN115186902A (zh) 温室综合能源***的调控方法、装置、终端及存储介质
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源***优化运行方法
CN110994606A (zh) 一种基于复杂适应***理论的多能源电源容量配置方法
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源***协调优化运行方法
CN116167483A (zh) 计及阶梯型需求响应的园区综合能源***鲁棒调度方法
CN114757388A (zh) 一种基于改进nsga-iii的区域综合能源***设备容量优化方法
Mohamed et al. Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization
Meng et al. Economic optimization operation approach of integrated energy system considering wind power consumption and flexible load regulation
Li et al. Planning model of integrated energy system considering P2G and energy storage

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