CN113487188A - 考虑电气联合价格引导机制的综合能源***优化调度方法 - Google Patents

考虑电气联合价格引导机制的综合能源***优化调度方法 Download PDF

Info

Publication number
CN113487188A
CN113487188A CN202110773776.7A CN202110773776A CN113487188A CN 113487188 A CN113487188 A CN 113487188A CN 202110773776 A CN202110773776 A CN 202110773776A CN 113487188 A CN113487188 A CN 113487188A
Authority
CN
China
Prior art keywords
price
energy
gas
time
electricity
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
CN202110773776.7A
Other languages
English (en)
Inventor
廖宗毅
郑银
陈兴鹏
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.)
Chongqing University of Technology
Original Assignee
Chongqing University of Technology
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 Chongqing University of Technology filed Critical Chongqing University of Technology
Priority to CN202110773776.7A priority Critical patent/CN113487188A/zh
Publication of CN113487188A publication Critical patent/CN113487188A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Mathematics (AREA)
  • Public Health (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑电气联合价格引导机制的综合能源***优化调度方法，以能量母线模型构建园区型综合能源***模型；考虑园区电、气负荷需求的可转移特性，基于需求价格弹性方法建立综合需求响应策略；提出考虑电气联合价格引导机制的园区综合能源***日前优化调度策略，通过粒子群算法结合混合整数线性规划的双层优化算法进行分层迭代计算，能源运营商以优化计算所得的实时电价与分时气价引导园区改进调度计划、调整用能方式。本发明可在保障园区用能经济性的基础上挖掘其响应潜力，对园区与电网间联络线交互功率进行“削峰填谷”，具有高效配置***资源，提高***整体经济性等优点。

Description

考虑电气联合价格引导机制的综合能源***优化调度方法
技术领域
本发明涉及综合能源***技术领域，特别的涉及一种考虑电气联合价格引导机制的园区综合能源***日前优化调度方法。
背景技术
综合能源***是一种以电力***为核心，以互联网及通信技术为基础，以分布式可再生能源为主要一次能源，与天然气网络、交通网络等其他***紧密耦合而形成的多能网流***；以电能、天然气等能源的市场化为依托，旨在实现能源资源的优化配置。而需求响应(demand response,DR)机制可有效整合供给侧和需求侧能源资源，是当前能源互联网环境下高效的优化调度方法，可以实现对用户能源消费习惯的引导从而节约资源，促进能源资源高效利用。
目前有关园区综合能源***的优化调度方法多是从用户经济性出发对DR机制进行改进，在能源运营商与园区交互行为中缺乏对价格引导机制的考虑，未能在保证园区用能经济性的基础上充分挖掘其调度潜力，无法提高***整体经济性。
发明内容
针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种在能源运营商与园区综合能源***的交互行为中考虑价格引导机制的作用，运营商通过优化能源价格信号引导园区进行优化互动，兼顾供需双侧利益并挖掘园区响应潜力，有利于提高***整体经济性的综合能源***优化调度方法。
为了解决上述技术问题，本发明采用了如下的技术方案：
一种考虑电气联合价格引导机制的综合能源***优化调度方法，其特征在于，先在能源运营商与园区的交互行为中建立以实时电价、分时气价及园区内的负荷需求为决策变量的价格引导优化调度模型，该模型包括如下约束：
实时电价的上下限约束：
Figure BDA0003154920440000011
式中：
Figure BDA0003154920440000012
为t时段用电量对当前电价的响应，
Figure BDA0003154920440000013
为t时段实时电价上限，
Figure BDA0003154920440000014
为t时段实时电价下限，
Figure BDA0003154920440000015
为实时电价，
Figure BDA0003154920440000016
为电能成本；fmove为负荷最大可移出水平，
Figure BDA0003154920440000017
为园区用电量；pt为t时段电价，qt为t时段用电量，Δqt为t时段用电量qt的变化量，Δpt为t时段电价pt的变化量；
分时气价的上下限约束：
Figure BDA0003154920440000021
式中：
Figure BDA0003154920440000022
为t时段用气量对当前天然气价格的响应，
Figure BDA0003154920440000023
为t时段分时气价上限，
Figure BDA0003154920440000024
为t时段分时气价下限，
Figure BDA0003154920440000025
为分时气价，
Figure BDA0003154920440000026
为天然气成本；
Figure BDA0003154920440000027
为园区用气量；gt为t时段天然气价格，rt为t时段用气量，Δrt为t时段用气量rt的变化量，Δgt为t时段天然气价格gt的变化量；
天然气峰谷价格比约束：
K1≤prcp/prcv≤K2
prcp和prcv分别为峰、谷时的天然气分时气价，K1和K2分别为天然气最大、最小峰谷气价比；
用户侧购能总费用约束：
Figure BDA0003154920440000028
式中：E∈{P,G}，P和G分别为电和天然气，
Figure BDA0003154920440000029
为引导购能情景下实时电价和分时气价；
Figure BDA00031549204400000210
为原始情景下的实时电价和分时气价；
Figure BDA00031549204400000211
为引导购能情景下t时段向上层网络购买电能和天然气的购买量；
Figure BDA00031549204400000212
为原始购能情景下t时段向上层网络购买电能和天然气的购买量；
联络线传输功率峰谷差约束：
Figure BDA00031549204400000213
式中：
Figure BDA00031549204400000214
和
Figure BDA00031549204400000215
分别为原始购能情景和引导购能情景下园区向上层电网的购电峰值；
Figure BDA00031549204400000216
和
Figure BDA00031549204400000217
分别为原始购能情景和引导购能情景下园区向上层电网的购电谷值；
需求响应约束：
Figure BDA00031549204400000218
式中：
Figure BDA00031549204400000219
和
Figure BDA00031549204400000220
分别为原始购能情景和引导购能情景下的负荷，
Figure BDA00031549204400000221
为波动松弛系数，取值越趋近于零表示响应前后该类负荷总量的波动越小；
建立以需求价格弹性的需求响应模型，所述需求响应模型包括：
电能需求响应模型：
Figure BDA0003154920440000031
式中：
Figure BDA0003154920440000032
表示i时段用电量对j时段电价的响应，i和j的取值为1～n，Ee为电量电价弹性矩阵；
天然气需求响应模型：
Figure BDA0003154920440000033
式中：
Figure BDA0003154920440000034
表示i时段用气量对j时段天然气价格的响应，i和j的取值为1～n，Eg为用气量天然气价格弹性矩阵；
采用粒子群结合混合整数线性规划的双层优化算法对价格引导日前优化调度模型进行求解，具体步骤如下：
S1、以实时电价的上下限约束、分时气价的上下限约束和天然气峰谷价格比约束生成能源价格粒子，将价格粒子分别代入所述需求响应模型，计算引导购能作用下的负荷；
S2、考虑引导购能作用下的负荷与原始情景下的负荷变化量之比是否满足需求响应约束，若满足，将当前能源价格粒子作为输入进行后续步骤，否则，重复步骤S1；
S3、以园区购能经济性为目标函数，采用混合整数线性规划求解用户侧日内调度计划与购能成本；
S4、计算用户侧购能总费用和联络线传输功率峰谷差，若分别满足用户侧购能总费用约束和联络线传输功率峰谷差约束，则输出并记录可行解，继续后续步骤，否则，重复步骤S1；
以求解出的实时电价和分时气价对园区综合能源***的调度进行引导。
进一步的，在满足园区用能需求、供需平衡的基础上进行经济调度，其目标函数为：
Figure BDA0003154920440000035
式中：E∈{P,G}，P和G分别为电和天然气，
Figure BDA0003154920440000036
为实时电价或分时气价；
Figure BDA0003154920440000037
为园区在t时段向上层网络购买电能或天然气的购买量。
进一步的，所述能源价格粒子包括实时电价和分时气价。
综上所述，本发明能够在保障园区用能经济性的基础上挖掘其响应潜力，对园区与电网间联络线交互功率进行“削峰填谷”，具有高效配置***资源，提高***整体经济性等优点。
附图说明
图1为园区综合能源结构示意图。
图2为价格引导优化调度示意图。
图3为价格引导优化调度求解流程图。
图4为实时电价引导购电图。
图5为分时气价引导购气图。
图6为电母线供需平衡图。
图7为气母线供需平衡图。
图8为热母线供需平衡图。
图9为冷母线供需平衡图。
图10为烟气母线供需平衡图。
图11为本实施例的算例中各时段下各负荷的数据。
具体实施方式
下面结合一种考虑电气联合价格引导机制的综合能源***优化调度方法对本发明作进一步的详细说明。
一种考虑电气联合价格引导机制的综合能源***优化调度方法，本实施例从园区响应潜力、供需双侧互动行为以及***整体经济性三者进行综合考虑，对能源运营商与园区综合能源***交互过程引入电气联合价格引导机制进行优化调度。以含电、气、冷、热负荷的园区综合能源***(Park Integrated Energy System，PIES)为对象，首先以能量母线为基础建立了园区模型；其次，针对园区的多类型负荷以需求价格弹性为基础构建综合需求响应策略；进而提出考虑电气联合价格引导机制的园区综合能源***日前优化调度策略，通过粒子群算法结合混合整数线性规划的双层优化方法进行分层式迭代计算，以优化后的能源价格信号引导园区改进调度计划、调整用能方式。算例分析表明由该方法通过优化实时电价、分时气价信号可引导园区与运营商进行协调互动，在保障园区用能经济性的基础上挖掘其响应潜力，对园区与电网间联络线交互功率进行“削峰填谷”，实现***资源的高效配置，提升***整体经济性。
PIES及其需求响应模型
如图1所示，PIES接入电网、气网，通过分布式发电结合多种能量转换设备对园区进行供能并实现经济调度，园区内电、气、冷、热***以能源母线模型为框架。
能源转换设备模型
冷热电联供：冷热电联供(combined cooling heating and power,CCHP)***通过天然气在微型燃气轮机中燃烧产电并排出高温气体在余热锅炉和吸收式制冷机中进行热量回收。其数学模型为：
Figure BDA0003154920440000051
式中：(t)代表t时段，
Figure BDA0003154920440000052
为微燃机的天然气消耗量，m3；
Figure BDA0003154920440000053
为机组运行状态变量，由0、1分别表示停、启；
Figure BDA0003154920440000054
为机组输出电功率，kW；ηmt为发电效率，％；LHV为天然气低位热值，取9.7kWh/m3；
Figure BDA0003154920440000055
为微燃机排出的总热量，kW；ηloss为损失效率，％；
Figure BDA0003154920440000056
为余热锅炉输出热量，kW；
Figure BDA0003154920440000057
为CCHP实际制热功率，kW；
Figure BDA0003154920440000058
为实际制冷功率，kW；ηrec为余热锅炉回收效率，％；ηac为吸收式制冷效率，％；α为烟气余热回收分配系数。
燃气锅炉：燃气锅炉可通过天然气燃烧产生热能，其数学模型为：
Figure BDA0003154920440000059
式中：ηgb为燃气锅炉的气热转换效率系数；
Figure BDA00031549204400000510
为燃气锅炉制热功率，kW；
Figure BDA00031549204400000511
为锅炉耗气量，m3。
电制冷与电制热机的数学模型分别为：
Figure BDA00031549204400000512
Figure BDA00031549204400000513
式中：
Figure BDA00031549204400000514
为电制冷机耗电功率，kW；ηec为电制冷率，
Figure BDA00031549204400000515
为电制冷机的输出冷功率；
Figure BDA00031549204400000516
为电制热机耗电功率，kW，ηeh为电制热率，
Figure BDA00031549204400000517
为电制热机的输出热功率。
热转换器的数学模型为：
Figure BDA00031549204400000518
式中：
Figure BDA00031549204400000519
为热转换器输入热功率，kW；ηhx为热转换效率；
Figure BDA00031549204400000520
为热转换器输出热功率。
吸收式制冷机的数学模型为：
Figure BDA00031549204400000521
式中：
Figure BDA00031549204400000522
为输入热功率，kW；ηac为吸收制冷率；
Figure BDA00031549204400000523
为输出冷功率。
能源母线网络模型
1)电母线：园区内电能由上层电网购电、光伏、风机、微燃机等提供，电母线功率平衡关系为：
Figure BDA0003154920440000061
式中：
Figure BDA0003154920440000062
为园区向上层电网购入功率；
Figure BDA0003154920440000063
为光伏预测出力；
Figure BDA0003154920440000064
为风机预测出力；
Figure BDA0003154920440000065
为园区用电负荷(用电量)。
2)气母线：园区气负荷供能由上层气网提供，微燃机、燃气锅炉、园区气负荷(用气量)等消耗天然气。气母线供需关系为：
Figure BDA0003154920440000066
式中：
Figure BDA0003154920440000067
为向上层气网购气量；
Figure BDA0003154920440000068
为微燃机耗气量；
Figure BDA0003154920440000069
为燃气锅炉耗气量；
Figure BDA00031549204400000610
为园区用气量。
3)冷母线：园区冷负荷由吸收式制冷机与电制冷机提供，冷母线供需关系为
Figure BDA00031549204400000611
式中：
Figure BDA00031549204400000612
为电制冷机制冷量；
Figure BDA00031549204400000613
为吸收式制冷量；
Figure BDA00031549204400000614
为园区所用冷负荷。
4)热母线：园区热负荷由微燃机余热回收、电制热机、锅炉制热供能，热母线供需关系为
Figure BDA00031549204400000615
式中：
Figure BDA00031549204400000616
为电制热机制热量；
Figure BDA00031549204400000617
为热转换器输出功率；
Figure BDA00031549204400000618
为锅炉制热；
Figure BDA00031549204400000619
园区所用热负荷。
5)烟母线：烟母线对微燃机与锅炉的余热进行收集，其供需关系如下
Figure BDA00031549204400000620
式中：β为燃气锅炉余热系数。
园区购能与设备出力约束
园区购能约束及其余设备出力约束可分别表示为
Mjmin≤Pj≤Mjmax (12)
式中：j∈{mt,rec,hx,ec,eh,ac,gb,buy}；Mjmin与Mjmax均为常数，各设备需满足功率约束上下限，本实施例中，各设备所需满足的功率约束上下限参数如表1和表2中所示；园区每时段购气约束下限设为0m3，上限设为150m3。
需求响应模型
价格型需求响应通常是指的用户根据价格信号在一定程度内调整负荷出力、改变固有的用能模式的行为。本实施例对园区用户的电负荷与气负荷考虑价格型需求响应。
电能需求响应
采用需求价格弹性系数描述电力需求价格弹性，即i时刻的电量与电价变化率之比。可得到需求价格弹性系数：
Figure BDA0003154920440000071
式中：Δqi为i时刻负荷qi的变化量，Δpi别为i时刻电价pi的变化量。εii表示i时段电量对当前电价的响应，而i时段电量对其他j时段电价的响应为εij：
Figure BDA0003154920440000072
对于时段1～n则有如下关系式：
Figure BDA0003154920440000073
Figure BDA0003154920440000074
式中：Ee为电量电价弹性矩阵。
天然气需求响应
天然气的价格型需求响应类似于电能。天然气弹性系数ωii为
Figure BDA0003154920440000075
式中：Δg和Δr分别为天然气用量g和天然气价格r的相对变化量。天然气与电能有相似的商品属性，用户使用天然气对价格变化更敏感、更易受当前价格影响。时段1～n天然气价格弹性有如下关系式
Figure BDA0003154920440000076
Figure BDA0003154920440000077
式中：Eg为天然气价弹性矩阵。
价格引导优化调度模型
能源运营商与用户之间可通过信息与能量的交互实现能源统一管理，提高***运行效率。本实施在能源运营商与园区综合能源***的供需双侧交互行为中考虑价格引导机制，提出一种综合考虑园区用户购能成本、需求响应、联络线输电功率“削峰填谷”及能源运营商收益的价格引导日前优化调度模型。如图2可见，从用户侧的角度来说，园区用户将根据电、天然气价格变化进行需求响应，调整用能。园区用户在满足生产用能需求的前提下通过各种能源设备的调度追求购能经济性。以能源运营商的角度来说，综合考虑用户负荷的峰谷特性与最大可调节水平制定实时电价与分时气价。在一定程度上保障自身利益、用户的购能成本与用能需求的同时，对用户每时段购能进行引导，进而削减联络线输电功率峰谷差。
目标函数
将此电气联合价格引导优化调度模型考虑为一个优化问题进行描述。从能源运营商的角度考虑，实施价格引导是为在追求经济利益的同时实现联络线输电功率优化。将能源运营商收益设为目标函数，即：用户购能总费用减能源运营商供能成本：
Figure BDA0003154920440000081
式中：E∈{P,G}分别代表电与天然气，T为一个调度日24h；
Figure BDA0003154920440000082
代指t时段向上层网络两种不同能源的购买量，o/n分别表示原始情景与价格引导购能情景下；
Figure BDA0003154920440000083
表示实时电价与分时气价，
Figure BDA0003154920440000084
表示电、天然气的成本。
从用户侧购能的角度考虑，在满足用能需求与供需平衡等条件的基础上，园区以用能经济性为目标，将园区购能经济性设为目标函数，即：
Figure BDA0003154920440000085
式中：E∈{P,G}，P和G分别为电和天然气，
Figure BDA0003154920440000086
为实时电价或分时气价；
Figure BDA0003154920440000087
为园区在t时段向上层网络购买电能或天然气的购买量。
决策变量
该问题的目标函数是最大化能源运营商收益和园区购能经济性，则决策变量设为实时电价
Figure BDA0003154920440000088
分时气价
Figure BDA0003154920440000089
及参与需求响应的园区各种负荷的需求量。实时电价、分时气价以及参与需求响应的电、气负荷均需满足相关约束。
约束条件
为保证购-售能双方的需求与利益以及对输电功率优化的追求，给出以下约束条件
1)定价上下限约束：能源运营商对实时电价与分时气价进行制定时，需综合考虑园区用户参与需求响应时的最大可移动负荷，以及电能、天然气能的成本。以电价为例，价格上限可由峰时段负荷及其最大可移动水平结合上述需求响应模型得出。而考虑到定价合理性，任何时刻能源价格都应该大于其供应成本。所以确定价格下限时，需在计算负荷最大移动水平的基础上考虑电价成本，取理论下限值与电价成本之间的最大值。其数学模型如下：
Figure BDA0003154920440000091
式中：
Figure BDA0003154920440000092
分别表示t时刻电能价格下限(L)与上限(U)，
Figure BDA0003154920440000093
为电价；fmove为负荷最大可移出水平；εtt、pt与qt等为式(13)需求价格弹性的相关参数。
气价限值的确定方法与之类似，此处不再赘述，具体数学模型如下：
Figure BDA0003154920440000094
式中：
Figure BDA0003154920440000095
为t时段用气量对当前天然气价格的响应，
Figure BDA0003154920440000096
为t时段分时气价上限，
Figure BDA0003154920440000097
为t时段分时气价下限，
Figure BDA0003154920440000098
为分时气价，
Figure BDA0003154920440000099
为天然气成本；
Figure BDA00031549204400000910
为园区用气量；gt为t时段天然气价格，rt为t时段用气量，Δrt为t时段用气量rt的变化量，Δgt为t时段天然气价格gt的变化量。
2)用户侧购能总费用约束：对于园区用户，希望定价后的日内购能费用是略低于原始价格情况下的，所以购能约束为：
Figure BDA00031549204400000911
式中：E∈{P,G}，P和G分别为电和天然气，
Figure BDA00031549204400000912
为引导购能情景下实时电价和分时气价；
Figure BDA00031549204400000913
为原始情景下的实时电价和分时气价；
Figure BDA00031549204400000914
为引导购能情景下t时段向能源运营商购买电能和天然气的购买量；
Figure BDA00031549204400000915
为原始购能情景下t时段向上层网络购买电能和天然气的购买量。
3)天然气峰谷价格比约束：定价时，为防止需求响应程度不足或响应过度以致峰谷倒置，对天然气的峰谷价格做出约束
K1≤prcp/prcv≤K2 (25)
式中：prcp和prcv分别为峰、谷时的天然气分时气价，K1和K2分别为天然气最大、最小峰谷气价比；
4)联络线传输功率峰谷差约束：制定实时电价与分时气价目的是引导园区购能并对园区与上层电网间的联络线传输功率峰谷差进行削减。所以，要求响应后的峰谷差小于响应前：
Figure BDA00031549204400000916
式中：
Figure BDA00031549204400000917
和
Figure BDA00031549204400000918
分别为原始购能情景和引导购能情景下园区向上层电网的购电峰值；
Figure BDA00031549204400000919
和
Figure BDA00031549204400000920
分别为原始购能情景和引导购能情景下园区向上层电网的购电谷值。
5)需求响应约束(日负荷总量波动约束)：考虑需求响应，即价格信号的作用，用户负荷(用电量或用气量)会受能源运营商制定的能源价格的影响。为满足园区的用能需求，要求用户侧进行需求响应后每种负荷的总量不产生过大波动。负荷的需求响应约束可表示为：
Figure BDA0003154920440000101
式中：
Figure BDA0003154920440000102
和
Figure BDA0003154920440000103
分别为原始购能情景和引导购能情景下的负荷，
Figure BDA0003154920440000104
为负荷的波动松弛系数(响应后负荷的波动量)，取值越趋近于零表示响应前后该类负荷总量的波动越小。
求解流程
图3为该电-气联合价格引导优化调度模型的求解流程。本实施例中，该价格引导模型以粒子群算法结合混合整数线性规划的双层优化求解，基于科学计算软件Matlab与数学优化软件Gurobi实现。粒子群算法是一种常用的优化算法，属于本领域的现有技术，本实施例不再对其具体原理做过多赘述。本实施例的粒子群算法中种群数设为300，最大迭代次数为150，采用常见的惯性权重线性递减策略，权重初值与终值分别设为0.8与0.4，自学***、谷三个不同的分时价格，即天然气价格粒子有3维。
求解该模型时，采用如下步骤：
S1、以式(22)、(23)和(25)生成能源价格粒子(实时电价和分时气价)，将能源价格粒子分别代入园区需求响应模型中，即式(15)和式(18)，计算需求响应后的电、气负荷(用气需求量和用电需求量)；
S2、以式(27)对需求响应后各负荷总量的变化程度进行检验，若满足该日负荷总量波动约束，则将能源价格粒子(实时电价和分时气价)与需求响应后的负荷作为输入进行后续步骤，否则，重复步骤S1；
S3、以购能费用最低(即园区经济性)为目标函数，将步骤S2中的能源价格粒子(实时电价和分时气价)以及考虑需求响应后的负荷代入，构建混合整数线性规划模型并调用Gurobi软件求解用户侧逐时调度计划与购能成本；
S4、计算用户侧购能总费用和联络线传输功率峰谷差，并以式(24)和(26)进行检验，若分别满足用户侧购能总费用约束和联络线传输功率峰谷差约束，则输出并记录可行解，重复步骤S1～S4，直至达到设定迭代次数；否则，重复步骤S1。
算例分析
本实施例中构建的PIES模型中设备具体参数如表1、表2所示。算例中各负荷在各时段的数据如图11所示。电价弹性矩阵Ee内自弹性系数取-0.2，交叉弹性师傅去0.1，天然气价弹性矩阵Eg内自弹性系数取-0.5，交叉弹性系数取0.1。设原始场景下售电单价为0.6元/(kW·h)，天然气单价为1.7元/m3，电价成本为0.4元/(kW·h)，天然气成本为1.2元/m3。考虑园区电、气负荷弹性用能特性，所提模型中设园区电、气负荷的最大可移动水平(fmove)为8％，即园区最多可接受当前时段8％的负荷进行移入或移出。天然气峰谷电价约束中，将K1取1，K2取2.5。日负荷总量波动约束中，电、气负荷的波动松弛系数
Figure BDA0003154920440000114
取为0.05。
表1园区购能与设备功率约束
Figure BDA0003154920440000111
表2设备运行参数
Figure BDA0003154920440000112
价格引导分析
表3结合图4可见能源运营商制定的实时电价对园区进行购电引导，对园区与上层电网间的联络线传输功率进行了优化。联络线负荷率增加了21.49％，提高了***稳定性与安全性。20时段为购电峰时段，原始情景下购电91.28kW，采用价格引导后购电77.92kW。电负荷原始峰谷差为91.28，引导购电后为60.18。实时电价与分时气价会对每个时段园区电、气负荷产生影响，而园区的调度以经济性为目的。能源运营商通过两种能源的价格与DR机制对园区每时段的购电、购气量进行引导，实现了输电功率峰谷差削减。
表3价格引导购电
Figure BDA0003154920440000113
表4结合图4-7可对原始情景与价格引导购能情景下的供需双侧利益进行分析。表4为实施价格引导购能与原始情景下园区购能费用与能源运营商收益情况,用户总购能费用下降了7.35元，能源运营商侧售气总营业额有所下降，售电营业额有所上升。该价格引导模型将园区的部分购气量转移到购电上，而PIES通过各种能源转换设备的调度保障了园区各种负荷的需求。按算例中所设的电、天然气成本对能源运营商收益进行计算，售能收益只下降了3.73元。在不考虑电、天然气能源维护与传输费用的情况下，基于价格引导的用户购能费用降低，能源运营商收益得到一定保障，联络线输电功率曲线更加平缓。由此可见，该价格引导模型通过优化能源价格引导园区购能与调度，实现了对电、天然气能源资源的优化配置，提高了***整体经济性。
表4园区购能费用与能源运营商收益
Figure BDA0003154920440000121
日前调度分析
图6-9为能源价格引导购能情景下园区实施日前调度时四种能源母线的供需情况。园区内电、气、热、冷供能网络中存在能源转化装置，在满足***供能的前提下以购能成本最低为目标进行调度，合理的调整各个设备的启停与出力情况。图6、7结合图4、5可知引导购能情景下面对电、天然气价格变化时园区对负荷的调整情况。
执行实时电价时，园区倾向于电价低谷时段购电或开启电能转化设备。如图6中，时段1～10内园区以满足电负荷需求为前提开启电制热设备对园区所需热能进行了补充。时段12、13燃气轮机、光伏与风机发电满足了大部分用电需求。时段18～22的电负荷需求较高，园区向上层电网购电量提高。
图7、图8分别为园区天然气与热母线的供需情况。图中11～13及16～23时段CCHP***制热不足以满足热能需求，园区使用了燃气锅炉供热。
图9可见，7～22时段园区的冷负荷需求量较大，在吸收式制冷基础上开启了电制冷机，为***供冷。
由图10可知11～13与16～23时段开启燃气锅炉补充热能，这是由于以上时段内电价与气价均比较高，采用锅炉制热可提高经济性。
综上所述，本实施例以包含电、气、冷、热四种负荷的PIES为对象，建立了考虑DR与园区负荷最大可移动水平的电-气联合价格引导优化调度模型，在保障能源运营商收益、园区用户购能成本及用能需求的基础上削减了园区与上层电网间联络线输电功率峰谷差。通过实施与不实施价格引导的日前经济调度情况进行分析。仿真结果验证了本实施例所提模型的有效性，可得出以下结论：
1)针对电、天然气两种能源可通过合理的优化能源价格对PIES进行购能引导，减小园区与上层电网间联络线的输电功率峰谷差，提高输电线路的负荷率。
2)从电力、天然气的需求价格弹性去考虑用户侧的需求响应，约束能源的定价上下限。同时对响应前后用户侧的用能需求量、购能成本进行约束。保障能源运营商收益的同时降低了园区用户购能费用，实现了资源的优化利用。
3)执行实时电价与分时气价的环境下，园区为追求日前购能成本经济性，协调***内能量的传输、耦合与转化设备可以实现经济调度。
以上所述仅为本发明的较佳实施例而已，并不以本发明为限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种考虑电气联合价格引导机制的综合能源***优化调度方法，其特征在于，
先在能源运营商与园区的交互行为中建立以实时电价、分时气价及园区内的负荷需求为决策变量的价格引导优化调度模型，该模型包括如下约束：
实时电价的上下限约束：
Figure FDA0003154920430000011
式中：
Figure FDA0003154920430000012
为t时段用电量对当前电价的响应，
Figure FDA0003154920430000013
为t时段实时电价上限，
Figure FDA0003154920430000014
为t时段实时电价下限，
Figure FDA0003154920430000015
为实时电价，
Figure FDA0003154920430000016
为电能成本；fmove为负荷最大可移动水平，
Figure FDA0003154920430000017
为园区用电量；pt为t时段电价，qt为t时段用电量，Δqt为t时段用电量qt的变化量，Δpt为t时段电价pt的变化量；
分时气价的上下限约束：
Figure FDA0003154920430000018
式中：
Figure FDA0003154920430000019
为t时段用气量对当前天然气价格的响应，
Figure FDA00031549204300000110
为t时段分时气价上限，
Figure FDA00031549204300000111
为t时段分时气价下限，
Figure FDA00031549204300000112
为分时气价，
Figure FDA00031549204300000113
为天然气成本；
Figure FDA00031549204300000114
为园区用气量；gt为t时段天然气价格，rt为t时段用气量，Δrt为t时段用气量rt的变化量，Δgt为t时段天然气价格gt的变化量；
天然气峰谷价格比约束：
K1≤prcpprcv≤K2
prcp和prcv分别为峰、谷时的天然气分时气价，K1和K2分别为天然气最大、最小峰谷气价比；
用户侧购能总费用约束：
Figure FDA00031549204300000115
式中：E∈{P,G}，P和G分别为电和天然气，
Figure FDA00031549204300000116
为引导购能情景下实时电价和分时气价；
Figure FDA00031549204300000117
为原始情景下的实时电价和分时气价；
Figure FDA00031549204300000118
为引导购能情景下t时段向上层网络购买电能和天然气的购买量；
Figure FDA00031549204300000119
为原始购能情景下t时段向上层网络购买电能和天然气的购买量；
联络线传输功率峰谷差约束：
Figure FDA0003154920430000021
式中：
Figure FDA0003154920430000022
和
Figure FDA0003154920430000023
分别为原始购能情景和引导购能情景下园区向上层电网的购电峰值；
Figure FDA0003154920430000024
和
Figure FDA0003154920430000025
分别为原始购能情景和引导购能情景下园区向上层电网的购电谷值；
需求响应约束：
Figure FDA0003154920430000026
式中：
Figure FDA0003154920430000027
和
Figure FDA0003154920430000028
分别为原始购能情景和引导购能情景下的负荷，
Figure FDA0003154920430000029
为响应后负荷的波动量；
建立以需求价格弹性的需求响应模型，所述需求响应模型包括：
电能需求响应模型：
Figure FDA00031549204300000210
式中：
Figure FDA00031549204300000211
表示i时段用电量对j时段电价的响应，i和j的取值为1～n，Ee为电量电价弹性矩阵；
天然气需求响应模型：
Figure FDA00031549204300000212
式中：
Figure FDA00031549204300000213
表示i时段用气量对j时段天然气价格的响应，i和j的取值为1～n，Eg为用气量天然气价格弹性矩阵；
采用粒子群结合混合整数线性规划的双层优化算法对价格引导优化调度模型进行求解，具体步骤如下：
S1、以实时电价的上下限约束、分时气价的上下限约束和天然气峰谷价格比约束生成能源价格粒子，将价格粒子分别代入所述需求响应模型，计算引导购能作用下的负荷；
S2、考虑引导购能作用下的负荷与原始情景下的负荷变化量之比是否满足需求响应约束，若满足，将当前能源价格粒子作为输入进行后续步骤，否则，重复步骤S1；
S3、以园区购能经济性为目标函数，采用混合整数线性规划求解用户侧日内调度计划与购能成本；
S4、计算用户侧购能总费用和联络线传输功率峰谷差，若分别满足用户侧购能总费用约束和联络线传输功率峰谷差约束，则输出并记录可行解，继续后续步骤，否则，重复步骤S1；
以求解出的实时电价和分时气价对园区综合能源***的调度进行引导。
2.如权利要求1所述考虑电气联合价格引导机制的综合能源***优化调度方法，其特征在于，模型内层在满足园区用能需求、供需平衡的基础上进行经济调度，其目标函数为：
Figure FDA0003154920430000031
式中：E∈{P,G}，P和G分别为电和天然气，
Figure FDA0003154920430000032
为t时段电价或气价；
Figure FDA0003154920430000033
为园区在t时段向能源运营商购买电能或天然气的购买量。
3.如权利要求1所述的考虑电气联合价格引导机制的综合能源***优化调度方法，其特征在于，所述能源价格粒子包括实时电价和分时气价。
CN202110773776.7A 2021-07-08 2021-07-08 考虑电气联合价格引导机制的综合能源***优化调度方法 Pending CN113487188A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110773776.7A CN113487188A (zh) 2021-07-08 2021-07-08 考虑电气联合价格引导机制的综合能源***优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110773776.7A CN113487188A (zh) 2021-07-08 2021-07-08 考虑电气联合价格引导机制的综合能源***优化调度方法

Publications (1)

Publication Number Publication Date
CN113487188A true CN113487188A (zh) 2021-10-08

Family

ID=77938280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110773776.7A Pending CN113487188A (zh) 2021-07-08 2021-07-08 考虑电气联合价格引导机制的综合能源***优化调度方法

Country Status (1)

Country Link
CN (1) CN113487188A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988435A (zh) * 2021-10-30 2022-01-28 重庆理工大学 基于服务商引导的综合能源***源-荷协同优化方法
CN115099007A (zh) * 2022-05-31 2022-09-23 华北电力大学（保定） 基于综合成本-能耗曲线的综合能源***优化运行方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988435A (zh) * 2021-10-30 2022-01-28 重庆理工大学 基于服务商引导的综合能源***源-荷协同优化方法
CN113988435B (zh) * 2021-10-30 2024-05-24 重庆理工大学 基于服务商引导的综合能源***源-荷协同优化方法
CN115099007A (zh) * 2022-05-31 2022-09-23 华北电力大学（保定） 基于综合成本-能耗曲线的综合能源***优化运行方法
CN115099007B (zh) * 2022-05-31 2023-04-18 华北电力大学（保定） 基于综合成本-能耗曲线的综合能源***优化运行方法

Similar Documents

Publication Publication Date Title
Li et al. Optimal scheduling of integrated demand response-enabled integrated energy systems with uncertain renewable generations: A Stackelberg game approach
CN108229025B (zh) 一种冷热电联供型多微网主动配电***经济优化调度方法
Li et al. Two-stage optimal operation of integrated energy system considering multiple uncertainties and integrated demand response
He et al. Application of game theory in integrated energy system systems: a review
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源***储能配置方法
Fang et al. An improved Shapley value-based profit allocation method for CHP-VPP
Yang et al. A two-stage optimization model for Park Integrated Energy System operation and benefit allocation considering the effect of Time-Of-Use energy price
Li et al. Double-layer energy management system based on energy sharing cloud for virtual residential microgrid
CN110889600A (zh) 一种考虑柔性热负荷的区域综合能源***优化调度方法
CN110163411A (zh) 一种区域综合能源***运行优化方法
CN108009693A (zh) 基于两级需求响应的并网微电网双层优化方法
CN112186755B (zh) 一种区域综合能源***柔性负荷储能化建模方法
CN109861302B (zh) 一种基于主从博弈的能源互联网日前优化控制方法
CN112068436B (zh) 工业园区的综合能源***分层分布式控制方法及***
CN111969614A (zh) 基于主从博弈的多园区综合能源***优化调度方法
CN113487188A (zh) 考虑电气联合价格引导机制的综合能源***优化调度方法
CN110649594A (zh) 一种基于多能协同的工业园区综合需求响应调度方法
CN113988435B (zh) 基于服务商引导的综合能源***源-荷协同优化方法
Tian et al. Day-ahead scheduling of SMR integrated energy system considering heat-electric-cold demand coupling response characteristics
Yang et al. Integrated demand-side management for multi-energy system based on non-cooperative game and multi-energy pricing
Wang et al. Optimal operation of energy hub considering reward-punishment ladder carbon trading and electrothermal demand coupling
CN114444797A (zh) 计及碳减排的社区能源互联网双层分布式互动优化方法
CN116957139A (zh) 考虑微网间碳交易的多综合能源微网优化运行方法及***
CN112713590B (zh) 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
CN111523792B (zh) 综合能源***调度参数计算、设备控制方法及相关装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20211008

RJ01 Rejection of invention patent application after publication