CN113850409A - 一种考虑可再生能源接入的综合能源***优化运行方法 - Google Patents

一种考虑可再生能源接入的综合能源***优化运行方法 Download PDF

Info

Publication number
CN113850409A
CN113850409A CN202110746451.XA CN202110746451A CN113850409A CN 113850409 A CN113850409 A CN 113850409A CN 202110746451 A CN202110746451 A CN 202110746451A CN 113850409 A CN113850409 A CN 113850409A
Authority
CN
China
Prior art keywords
energy
capacity
cost
optimization
energy system
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
CN202110746451.XA
Other languages
English (en)
Inventor
林伟坚
巫珺
唐鑫
赵万兴
郭毅成
易锦桂
翟嘉路
钟云鹤
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.)
Ganzhou Power Supply Branch State Grid Jiangxi Electric Power Co ltd
Original Assignee
Ganzhou Power Supply Branch State Grid Jiangxi 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 Ganzhou Power Supply Branch State Grid Jiangxi Electric Power Co ltd filed Critical Ganzhou Power Supply Branch State Grid Jiangxi Electric Power Co ltd
Priority to CN202110746451.XA priority Critical patent/CN113850409A/zh
Publication of CN113850409A publication Critical patent/CN113850409A/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
    • G06Q10/04—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
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Optimization (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)

Abstract

本发明提供了一种考虑可再生能源接入的综合能源***优化运行方法：首先，建立以CCHP为核心、考虑可再生能源接入的综合能源***；其次，分析***中各种设备的能量耦合关系和运行特性，建立优化模型；建立以投资运维、可再生能源消耗为优化目标的目标函数及其约束条件；将遗传算法与混合整数线性规划求解器相结合，提出考虑综合能源***运行策略的容量配置双层优化方法；最后，与传统能源***进行比较，验证该方法在资源消耗、综合成本和可再生能源等方面的优越性。

Description

一种考虑可再生能源接入的综合能源***优化运行方法
技术领域
本发明涉及一种考虑可再生能源接入的综合能源***优化运行方法，属于电力***运行与控制技术领域。
背景技术
综合能源***作为未来能源***发展的清洁、低碳、高质量的途径，涉及多种不同形式的能源“源-网-荷-储”生命周期耦合，要求以先进的信息平台和高效准确的数据挖掘与分析技术为支撑，采用***化、集成化、精细化的分析方法，从宏观的角度对***的能源生产、传输、转换和存储进行管理。
发明内容
本发明的目的在于提供一种考虑可再生能源接入的综合能源***优化运行方法，所要解决的技术问题是，研究核心设备的运行特点和可再生能源的利用过程，建立基于CCHP的综合能源***的供能方案；针对该优化问题，提出考虑综合能源***运行策略的容量配置双层优化方法。
本发明所采用的技术方案是一种考虑可再生能源接入的综合能源***优化运行方法，包括如下步骤：
步骤1，建立以CCHP为核心、考虑可再生能源接入的综合能源***；
步骤2，分析综合能源***中各种设备的能量耦合关系和运行特性，建立优化模型；
步骤3，建立以投资运维、可再生能源消耗为优化目标的目标函数及其约束条件；
步骤4，将遗传算法与MILP求解器相结合，提出考虑综合能源***运行策略的容量配置双层优化方法。
作为优选，所述步骤1具体包括：
能源枢纽(energy hub,EH)模型使用能源转换矩阵连接能源***的输入和输出，形成输入-输出双端口网络，以变换矩阵和传递矩阵的形式表示，整理各设备的耦合关系，明确各设备的中间输出值，并协助综合能源***的建模和计算；
考虑可再生能源接入的综合能源***主要设备包括微燃气轮机、余热锅炉、吸收式制冷机组、电加热锅炉、电压缩制冷机组、储能装置、光伏发电装置、风力涡轮机、能耗输油管线，从能源供应类型的角度对各子***进行分类，然后阐述综合能源***的工作原理和能源供应框架。
作为优选，所述步骤2具体包括：
1)冷能源子***
采用蒸汽溴化锂吸收式制冷机组作为主要制冷方式，吸收式制冷机组输入蒸汽消耗量与实际制冷量的关系如下：
Qac＝Qacin*Eac
Qacin+Qhx＝Qwh
式中：Qac为机组实际冷却能力，kW；Qacin为输入蒸汽热，kW；Eac为机组当前时间的能效比；Qhx为余热锅炉进入二次热供热网的出口蒸汽分量，kW；Qwh为余热锅炉总输出，kW；
2)热能源子***
热能源子***中设有了辅助燃烧、冷却模块，电加热锅炉、燃气锅炉和电压缩制冷机组成为热能源子***的必备设备，电加热锅炉、燃气锅炉和电压缩制冷机组的能量转换关系如下：
Qeb＝Peb*Eeb
Qgb＝Pgb*Egb
Qec＝Pec*Eec
式中：Qeb为电加热锅炉输出热量，kW；Peb为电加热锅炉电功率输入，kW； Eeb为电加热锅炉效率，％；Qgb为燃气锅炉热输出，kW；Pgb为燃气锅炉天然气输入热值，kW；Egb为燃气锅炉效率，％；Qec为电压缩制冷机组输出冷却能力，kW；Pec为电压缩制冷机组输入功率，kW；Eec为电压缩制冷机组效率，％；
3)储能子***
储能子***中将考虑设置多种储能装置，探讨储能装置在综合能源***实际负荷需求下的利用，广义储能装置的能量转换关系式如下：
Figure RE-GDA0003383315620000021
Figure RE-GDA0003383315620000022
式中：Pes(t)为当前储能装置功率，kW；Pes,ch(t)和Pes,dis(t)为装置输入输出功率，kW；Ees(t)为当前装置储能量，kWh；τ为存储放电过程的中间损耗系；ηch、ηdis为输入时间和输出时间的瞬间损耗系数。
作为优选，所述步骤3具体包括：
1)目标函数
优化模型的目标函数由全年综合能源***总成本构成，总成本由初始投资成本、运行维护成本和资源消耗成本组成，如下式所示：
minCsystem＝Ceq+Com+Cre+Cab
式中：Csystem为综合能源***总***值；Ceq为建设初始投资成本，元；Com为年度设备运行维护成本；Cre为输入侧各种资源消耗总成本；Cab是弃风和弃光的惩罚条款，以成本增加的形式表示；
2)约束条件
在综合能源***的建模过程中，存在三种约束：设备容量约束、设备运行特性约束和能量流平衡约束；
设备容量约束：设备容量约束是遗传算法预设过程中必不可少的一部分，适当的容量配置搜索范围可以在一定程度上减少模型的迭代时间；
设备运行特性约束：在各种设备的运行过程中，各种能量的输出功率需要处在安全运行的范围内；
能量流平衡约束：从能源枢纽的角度出发，必须满足输入和输出平衡条件，以消除能源和资源传输过程中的不可逆损失。
作为优选，所述步骤4具体包括：
在对综合能源***的容量分配和运行优化进行分析的基础上，利用输入输出双端口EH模型架构，构建容量分配层与运行优化层之间的两层优化逻辑关系；在该框架中，上层模型表示为***容量配置的优化问题，初始参数设定为各设备单位容量的购置成本、使用寿命、环境影响系数和投资系数，将各设备的单机容量从迭代起点转移到下层的运行策略优化模型中；下层通过典型日负荷、燃气、电价、燃气热值和各种设备变压器，通过计算运行特性参数的预设参数，得到日运行成本、资源消耗成本、污染物排放成本和弃风弃光惩罚成本，将***的日常运行数据反馈给上层模型，通过优化算法的筛选，找到容量分配的最优解；经过多次迭代，两级优化模型的结果是由上层决策变量选择出适合区域负荷需求的最优容量分配和典型的日运行策略方案。
本发明的有益效果是：
为了提高化石能源的综合利用效率，解决可再生能源消纳问题，提出了一种考虑可再生能源接入的综合能源***优化运行方法。本发明对CCHP综合能源***进行了研究，建立了该***的能源供应框架模型。依次介绍了***结构、设备运行特点、数学模型建立、优化问题求解、容量配置优化、运行策略优化和能效分析。结果表明，对比传统能源***，本发明在资源消耗、综合成本和可再生能源方面具有明显的优越性。
附图说明
图1为一种考虑可再生能源接入的综合能源***优化运行方法流程图；
图2为能源枢纽模型框架；
图3为传统能源***框架；
图4为考虑可再生能源接入的综合能源***框架；
图5为双层优化模型框架。
具体实施方式
下面结合实施例和附图对本发明的一种考虑可再生能源接入的综合能源***优化运行方法做出详细说明。
如图1所示，本发明的一种考虑可再生能源接入的综合能源***优化运行方法，包括如下步骤：
步骤1，建立以CCHP为核心、考虑可再生能源接入的综合能源***；
1)能源枢纽建模框架
能源枢纽模型使用能源转换矩阵连接能源***的输入和输出，形成输入-输出双端口网络，如图2所示。
能源枢纽输入与输出关系可简单表示为下式：
L＝f(P)
各种能量转换装置的输入端子P、输出端子L和转换关系矩阵都不同。P可多途径获取电力资源、化石资源和自然资源，L可以是二次能源输出，如热(冷) 能、电能或氢能、化学能等，根据不同的设备类型、不同的容量和不同的工况设置转换关系矩阵。
能源枢纽代表了能源***中各种设备的输入值和输出值之间的关系。在综合能源***中，设备主要分为能量转换设备、储能设备和能量传输设备。能量转换设备包括燃气轮机、余热锅炉、电压缩制冷机和电热锅炉。储能装置包括储能装置、蓄冷装置和蓄热装置。能量传输设备包括蒸汽管道、电力管道、冷冻水管道及二次热网、冷却风机盘管、天然气管道等，以上公式以简单矩阵形式表示：
Figure RE-GDA0003383315620000041
下一步，根据不同的能源供应类型进一步分解关系矩阵：
Figure RE-GDA0003383315620000051
它用变换矩阵和传递矩阵的形式表示。这样可以分析出各设备之间的耦合关系，明确各设备的中间产值，辅助能源***综合规划优化的建模与计算。
2)传统能源***
传统能源***结构中，设备间的耦合关系简单，传统能源***的设备仅涉及能量流，如图3所示。
传统能源***的资源消耗与CCHP***的运行策略相似，CCHP***的电能由热决定。该***将作为综合能源***的比较***，验证该方法和优化方法的可行性和先进性。
3)基于CHCP的综合能源***
图4显示了考虑可再生能源接入的综合能源***的能源供应框架。***主要设备包括微型燃气轮机、余热锅炉、吸收式制冷机组、电热锅炉、电压缩式制冷机组、储能(电、热、冷)装置、光伏发电装置、风机、能流(电、汽、冷水、燃气)输送管道，***可以从供能类型的角度对各子***进行分类，然后阐述***的工作原理和供能框架。
步骤2，分析***中各种设备的能量耦合关系和运行特性，建立其优化模型；
1)冷能源子***
采用蒸汽溴化锂吸收式制冷机组作为主要制冷方式，吸收式制冷机组输入蒸汽消耗量与实际制冷量的关系如下：
Qac＝Qacin*Eac
Qacin+Qhx＝Qwh
式中：Qac为机组实际冷却能力，kW；Qacin为输入蒸汽热，kW；Eac为机组当前时间的能效比；Qhx为余热锅炉进入二次热供热网的出口蒸汽分量，kW；Qwh为余热锅炉总输出，kW；
2)热能源子***
***中设有了辅助燃烧、冷却模块，电加热锅炉、燃气锅炉和电压缩制冷机组成为***的必备设备，电加热锅炉、燃气锅炉和电压缩制冷机组的能量转换关系如下：
Qeb＝Peb*Eeb
Qgb＝Pgb*Egb
Qec＝Pec*Eec
式中：Qeb为电加热锅炉输出热量，kW；Peb为电加热锅炉电功率输入，kW； Eeb为电加热锅炉效率，％；Qgb为燃气锅炉热输出，kW；Pgb为燃气锅炉天然气输入热值，kW；Egb为燃气锅炉效率，％；Qec为电压缩制冷机组输出冷却能力，kW；Pec为电压缩制冷机组输入功率，kW；Eec为电压缩制冷机组效率，％；
3)储能子***
***中将考虑设置多种储能装置，探讨储能装置在综合能源***实际负荷需求下的利用，广义储能装置的能量转换关系式如下(以储能为例)：
Figure RE-GDA0003383315620000061
Figure RE-GDA0003383315620000062
式中：Pes(t)为当前储能装置功率，kW；Pes,ch(t)和Pes,dis(t)为装置输入输出功率，kW；Ees(t)为当前装置储能量，kWh；τ为存储放电过程的中间损耗系；ηch、ηdis为输入时间和输出时间的瞬间损耗系数；
步骤3，建立以投资运维、可再生能源消耗为优化目标的目标函数及其约束条件；
1)目标函数
该模型的目标函数由全年综合能源***总成本构成。总成本由初始投资成本、运行维护成本和资源消耗成本组成，如下式所示：
minCsystem＝Ceq+Com+Cre+Cab
式中：Csystem为综合能源***总***值；Ceq为建设初始投资成本，元；Com为年度设备运行维护成本；Cre为输入侧各种资源消耗总成本；Cab是弃风和弃光的惩罚条款，以成本增加的形式表示；
在***建设初期，各种设备的单位容量采购价格和使用寿命是不同的，每年都需要换算成年化成本值。表1显示了综合能源***所涉及设备的单位容量购买成本和使用寿命。
表1
设备类型 机组容量采购成本(元/kW) 使用寿命/年
燃气轮机 1500 20
余热锅炉 1200 20
溴化锂吸收式制冷机组 1201 30
电锅炉 181 20
燃气锅炉 400 20
电动压缩制冷机组 970 15
储电装置 13600 25
储热装置 200 20
储冷装置 400 20
光伏电池 18700 25
风机 4153 25
二次热网 150 20
Figure RE-GDA0003383315620000071
Figure RE-GDA0003383315620000072
式中：i为设备类型；Capacityi为设备容量，kW；Ci为设备购置成本，元 /kW；σ为设备折旧率，取0.03；R为投资回收系数；k为设备使用寿命，年； r为基准折现率，在工业锅炉、电厂设备、制冷机械等不同行业中有所不同，为 6.7％；
Figure RE-GDA0003383315620000073
式中：t为一个典型日的每个周期，周期为180天，h；Cgas为天然气价格， 2.63元/m3；Vgas为天然气消耗，m3；Cbe为实时购电单位成本，元/kWh；Pbe为实时购电量，kWh；
Figure RE-GDA0003383315620000074
式中：C'ab为风电弃光单位成本值，元/kWh；Ppv和Pwind为光伏发电装置和风力涡轮机的实时输出，kW；Ppvin和Pwindin为综合能源***的实际消耗量，kW；
运营策略优化模型的目标函数由冬夏两季的日运营总成本构成。单日运营总成本包括购买天然气和电网电力的成本以及弃风弃光的补充成本。
min Mday＝Mre+Mab
Figure RE-GDA0003383315620000081
Figure RE-GDA0003383315620000082
式中：Mday为日运营成本，元；Mre为日资源消耗成本，元；Mab为其弃风弃光的补充费用，元；t为典型日的每一个时期，h；
2)约束条件
在综合能源***的建模过程中，存在三种约束：设备容量约束、设备运行特性约束和能量流平衡约束。
设备容量约束：设备能力约束是遗传算法预设过程中必不可少的一部分，适当的能力配置搜索范围可以在一定程度上减少模型的迭代时间。优化目标的容量范围设置见表2。
表2
设备名称 装机容量/kW
燃气轮机 3000
吸收式制冷机组 3800
余热锅炉 5400
电锅炉 6000
燃气锅炉 1000
电动压缩制冷机组 8000
储热装置 0
储冷装置 0
储电装置 3600
二次热网 4200
设备运行特性约束：在各种设备的运行过程中，各种能量的输出功率需要处在安全运行的范围内。
对于燃气轮机，必须保证其最小出力在安全运行范围内。因此，燃气轮机的输出功率约束用下式表示，并根据上述数据采样结果对运行特性曲线进行分段线性拟合。
0.1*Capacitygt≤Pgt≤Capacitygt
但对于余热锅炉、溴化锂吸收式制冷机组、补燃锅炉和电压缩式制冷机组，其运行特性相对平稳，输出功率范围相对宽松。因此，输出功率边界表示为：
0≤Pi≤Capacityi i∈{wh,ac,eb,ec}
储能装置的运行特性决定了其输入输出功率和内部储能容量需要区别于其他设备进行处理。储能装置的运行边界表示为：
-0.2*Capacityi≤Pi≤0.4*Capacityi
0.2*Capacityi≤Ei≤0.9*Capacityi i∈{es,hs,cs}
鉴于其时间延迟，应考虑对连续变量的约束：
Figure RE-GDA0003383315620000091
Figure RE-GDA0003383315620000092
对于可再生能源的获取，光伏和风电输出的实际消耗也有约束：
0≤Ppvin≤Ppv
0≤Pwindin≤Pwind
能量流平衡约束：从能源枢纽的角度出发，必须满足输入和输出平衡条件，以消除能源和资源传输过程中的不可逆损失。因此，对于不同的功率、热、制冷方式应建立以下约束。
热平衡约束：
Qhx+Qeb＝Qload
冷平衡约束：
Qac+Qec＝Qcooling
电平衡约束：
Peb+Pec+Pload+Pes＝Ppvin+Pwindin+Pbe+Pgt
步骤4，将遗传算法与混合整数线性规划求解器相结合，提出考虑综合能源***运行策略的容量配置双层优化方法；
在综合能源***容量配置优化过程中，需要考虑不同类型、不同数值要求下的能量转换设备的工作特性，从而确定不同条件下设备配置的优先级，通过各种设备灵活的运行策略，满足整体负荷需求。容量配置与运行策略密不可分。运行策略决定了实际运行中容量配置方案的经济性，而容量配置决定了运行策略中各设备的边界条件。为了满足***规划和设计的要求，有必要选择嵌套优化方法将这两个优化问题结合起来。
在对综合能源***的容量分配和运行优化进行分析的基础上，利用输入输出双端口EH模型架构，构建了容量分配层与运行优化层之间的两层优化逻辑关系。双层编程方法的逻辑框架如图5所示。
在该框架中，上层模型表示为***容量配置的优化问题。初始参数设定为各设备单位容量的购置成本、使用寿命、环境影响系数和投资系数。将各设备的单机容量从迭代起点转移到下层的运行策略优化模型中。下层通过典型日负荷、燃气/电价、燃气热值和各种设备变压器，通过计算运行特性参数等预设参数，得到日运行成本、资源消耗成本、污染物排放成本和弃风弃光惩罚成本。将***的日常运行数据反馈给上层模型，通过优化算法的筛选，找到容量分配的最优解。经过多次迭代，两级优化模型的结果是由上层决策变量选择出适合区域负荷需求的最优容量分配和典型的日运行策略方案。
步骤5，与传统能源***进行比较，验证一种考虑可再生能源接入的综合能源***优化运行方法在资源消耗、综合成本和可再生能源等方面的优越性；
为验证基于CCHP的综合能源***的优化运行方法在资源消耗、综合成本和可再生能源等方面的优越性，以实际区域负荷需求和可再生能源产出为输入，与传统能源***进行比较，并对能源消耗、成本和能源利用效率进行分析，可再生能源消费和化石能源消费按年度分析划分。通过两级优化过程，得到***容量分配优化方案，如表2所示。表3为优化后的综合能源***方案与传统能源供应***方案在多指标下的比较。
表3
性能指标 传统能源*** 综合能源*** 优化百分比
年总成本/千元 3808.32 2623.36 -20.97％
年投资成本/千元 210.73 426.97 102.61％
年运维成本/千元 6.32 12.81 102.69％
购电成本/千元 2170.91 1060.18 -51.16％
购气成本/千元 1420.36 1123.38 20.63％
新能源消纳量/MWh \ 2349.32 \
从表3可看出，经过两级优化后的综合能源***购电成本低于传统能源***，节约用电成本51.16％。分析原因如下：1)考虑到风力发电、光伏发电等可再生能源电力接入，直接用电需求得到部分满足，购电总量较低；2)足够的储能装置。通过储能装置缓冲和多元化的能源供应策略，使综合能源***的直接购决策趋向于低价区域。
天然气的购气成本也大大降低，综合能源***相比传统能源***的天然气节能率约为20.63％。原因分析如下：1)可再生能源电力在冬季引入电加热锅炉，夏季引入电压缩制冷机组，提供了一定份额的冷、热负荷需求；2)燃气轮机驱动余热锅炉和溴化锂吸收式制冷机组。吸收式制冷机组提高了天然气资源热值的综合利用效率，而燃气锅炉是传统能源供应***中天然气的关键消费环境。
在投资和运行维护成本方面，综合能源***的优势并不显著。其中，***涉及的光伏发电装置、风力发电机组、吸收式制冷机组和燃气轮机的单机容量成本远远高于传统的能源供应***。基于我国输配电技术的发展，传统能源***的直购电模式大大降低了对分布式设备的投资需求。其中，优化方案还选择了储能设备的形式，选择了储电装置而不是储热、储冷装置，有两个原因：1)首先，在优化下级运行策略时，首先满足电力需求，采用补充燃烧、冷却设备填补余下的冷、热负荷，无需储冷、储热；2)其次，储电装置的成本相比储热装置、储冷装置更低，使用具有明显价格优势的设备，以降低整个***的成本。
在可再生能源消费方面，本发明设计的综合能源***考虑了调峰和储能装置作缓冲，充分支持可再生能源发电接入，实现了年新能源消纳量2349.32MWh，间接减少了1761.05t二氧化碳排放。同时，从污染物排放的角度来看，大型燃煤、燃气机组引入氮氧化物、硫化物、飞灰、污水、废渣对区域环境和人类健康影响重大，也证实了将可再生能源消耗纳入综合能源***的必要性。
以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种考虑可再生能源接入的综合能源***优化运行方法，其特征在于，包括如下步骤：
步骤1，建立以CCHP为核心、考虑可再生能源接入的综合能源***；
步骤2，分析综合能源***中各种设备的能量耦合关系和运行特性，建立优化模型；
步骤3，建立以投资运维、可再生能源消耗为优化目标的目标函数及其约束条件；
步骤4，将遗传算法与MILP求解器相结合，提出考虑综合能源***运行策略的容量配置双层优化方法。
2.根据权利要求1所述的考虑可再生能源接入的综合能源***优化运行方法，其特征在于，所述步骤1具体包括：
能源枢纽EH模型使用能源转换矩阵连接能源***的输入和输出，形成输入-输出双端口网络，以变换矩阵和传递矩阵的形式表示，整理各设备的耦合关系，明确各设备的中间输出值，并协助综合能源***的建模和计算；
考虑可再生能源接入的综合能源***主要设备包括微燃气轮机、余热锅炉、吸收式制冷机组、电加热锅炉、电压缩制冷机组、储能装置、光伏发电装置、风力涡轮机、能耗输油管线，从能源供应类型的角度对各子***进行分类，然后阐述综合能源***的工作原理和能源供应框架。
3.根据权利要求1所述的考虑可再生能源接入的综合能源***优化运行方法，其特征在于，所述步骤2具体包括：
1)冷能源子***
采用蒸汽溴化锂吸收式制冷机组作为主要制冷方式，吸收式制冷机组输入蒸汽消耗量与实际制冷量的关系如下：
Qac＝Qacin*Eac
Qacin+Qhx＝Qwh
式中：Qac为机组实际冷却能力，kW；Qacin为输入蒸汽热，kW；Eac为机组当前时间的能效比；Qhx为余热锅炉进入二次热供热网的出口蒸汽分量，kW；Qwh为余热锅炉总输出，kW；
2)热能源子***
热能源子***中设有了辅助燃烧、冷却模块，电加热锅炉、燃气锅炉和电压缩制冷机组成为热能源子***的必备设备，电加热锅炉、燃气锅炉和电压缩制冷机组的能量转换关系如下：
Qeb＝Peb*Eeb
Qgb＝Pgb*Egb
Qec＝Pec*Eec
式中：Qeb为电加热锅炉输出热量，kW；Peb为电加热锅炉电功率输入，kW；Eeb为电加热锅炉效率，％；Qgb为燃气锅炉热输出，kW；Pgb为燃气锅炉天然气输入热值，kW；Egb为燃气锅炉效率，％；Qec为电压缩制冷机组输出冷却能力，kW；Pec为电压缩制冷机组输入功率，kW；Eec为电压缩制冷机组效率，％；
3)储能子***
储能子***中将考虑设置多种储能装置，探讨储能装置在综合能源***实际负荷需求下的利用，广义储能装置的能量转换关系式如下：
Figure FDA0003143100470000021
Figure FDA0003143100470000022
式中：Pes(t)为当前储能装置功率，kW；Pes,ch(t)和Pes,dis(t)为装置输入输出功率，kW；Ees(t)为当前装置储能量，kWh；τ为存储放电过程的中间损耗系；ηch、ηdis为输入时间和输出时间的瞬间损耗系数。
4.根据权利要求1所述的考虑可再生能源接入的综合能源***优化运行方法，其特征在于，所述步骤3具体包括：
1)目标函数
优化模型的目标函数由全年综合能源***总成本构成，总成本由初始投资成本、运行维护成本和资源消耗成本组成，如下式所示：
minCsystem＝Ceq+Com+Cre+Cab
式中：Csystem为综合能源***总***值；Ceq为建设初始投资成本，元；Com为年度设备运行维护成本；Cre为输入侧各种资源消耗总成本；Cab是弃风和弃光的惩罚条款，以成本增加的形式表示；
2)约束条件
在综合能源***的建模过程中，存在三种约束：设备容量约束、设备运行特性约束和能量流平衡约束；
设备容量约束：设备容量约束是遗传算法预设过程中必不可少的一部分，适当的容量配置搜索范围可以在一定程度上减少模型的迭代时间；
设备运行特性约束：在各种设备的运行过程中，各种能量的输出功率需要处在安全运行的范围内；
能量流平衡约束：从能源枢纽的角度出发，必须满足输入和输出平衡条件，以消除能源和资源传输过程中的不可逆损失。
5.根据权利要求1所述的考虑可再生能源接入的综合能源***优化运行方法，其特征在于，所述步骤4具体包括：
在对综合能源***的容量分配和运行优化进行分析的基础上，利用输入输出双端口EH模型架构，构建容量分配层与运行优化层之间的两层优化逻辑关系；在该框架中，上层模型表示为***容量配置的优化问题，初始参数设定为各设备单位容量的购置成本、使用寿命、环境影响系数和投资系数，将各设备的单机容量从迭代起点转移到下层的运行策略优化模型中；下层通过典型日负荷、燃气、电价、燃气热值和各种设备变压器，通过计算运行特性参数的预设参数，得到日运行成本、资源消耗成本、污染物排放成本和弃风弃光惩罚成本，将***的日常运行数据反馈给上层模型，通过优化算法的筛选，找到容量分配的最优解；经过多次迭代，两级优化模型的结果是由上层决策变量选择出适合区域负荷需求的最优容量分配和典型的日运行策略方案。
CN202110746451.XA 2021-07-01 2021-07-01 一种考虑可再生能源接入的综合能源***优化运行方法 Pending CN113850409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110746451.XA CN113850409A (zh) 2021-07-01 2021-07-01 一种考虑可再生能源接入的综合能源***优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110746451.XA CN113850409A (zh) 2021-07-01 2021-07-01 一种考虑可再生能源接入的综合能源***优化运行方法

Publications (1)

Publication Number Publication Date
CN113850409A true CN113850409A (zh) 2021-12-28

Family

ID=78975039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110746451.XA Pending CN113850409A (zh) 2021-07-01 2021-07-01 一种考虑可再生能源接入的综合能源***优化运行方法

Country Status (1)

Country Link
CN (1) CN113850409A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396822A (zh) * 2022-01-17 2022-04-26 中煤科工(天津)清洁能源研究院有限公司 一种能源综合利用配置与运行方法
CN115099725A (zh) * 2022-08-24 2022-09-23 国网浙江省电力有限公司宁波供电公司 一种综合能源***能量管理分配方法及***
CN115239024A (zh) * 2022-09-21 2022-10-25 国网浙江省电力有限公司宁波供电公司 城市区域多元能源供能规划方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130024014A1 (en) * 2011-07-20 2013-01-24 Nec Laboratories America, Inc. Optimal energy management of a rural microgrid system using multi-objective optimization
CN109934399A (zh) * 2019-03-06 2019-06-25 华北电力大学 一种考虑设备变工况特性的综合能源***规划方法
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130024014A1 (en) * 2011-07-20 2013-01-24 Nec Laboratories America, Inc. Optimal energy management of a rural microgrid system using multi-objective optimization
CN109934399A (zh) * 2019-03-06 2019-06-25 华北电力大学 一种考虑设备变工况特性的综合能源***规划方法
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
魏庆: ""计及可再生能源接入的综合能源***容量配置与运行优化"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 6, 15 June 2021 (2021-06-15), pages 039 - 17 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396822A (zh) * 2022-01-17 2022-04-26 中煤科工(天津)清洁能源研究院有限公司 一种能源综合利用配置与运行方法
CN115099725A (zh) * 2022-08-24 2022-09-23 国网浙江省电力有限公司宁波供电公司 一种综合能源***能量管理分配方法及***
CN115099725B (zh) * 2022-08-24 2022-12-02 国网浙江省电力有限公司宁波供电公司 一种综合能源***能量管理分配方法及***
CN115239024A (zh) * 2022-09-21 2022-10-25 国网浙江省电力有限公司宁波供电公司 城市区域多元能源供能规划方法

Similar Documents

Publication Publication Date Title
CN108446809B (zh) 一种区域综合能源设备及网络双层优化配置方法
Yang et al. Optimal dispatching of an energy system with integrated compressed air energy storage and demand response
CN111445067B (zh) 一种适用于高铁站综合能源***的多目标规划方法
CN113850409A (zh) 一种考虑可再生能源接入的综合能源***优化运行方法
CN111899120A (zh) 一种综合能源规划与运行联合优化模型建立方法
CN105955931B (zh) 面向高密度分布式光伏消纳的区域能源网络优化调度方法
Song et al. Study on the optimization and sensitivity analysis of CCHP systems for industrial park facilities
CN112417651B (zh) 一种基于后悔规避的用户级综合能源***优化方法
CN111244939A (zh) 一种计及需求侧响应的多能互补***两级优化设计方法
CN112446546B (zh) 一种考虑能源可靠性的综合能源***两阶段优化配置方法
CN113779783A (zh) 计及多重不确定性的区域综合能源***规划与运行联合优化方法
Liu et al. Capacity allocation for regional integrated energy system considering typical day economic operation
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源***优化运行方法
Song et al. A fuzzy‐based multi‐objective robust optimization model for a regional hybrid energy system considering uncertainty
CN110968827A (zh) 一种多区域综合能源***优化配置方法
CN115455719A (zh) 一种基于全生命周期碳成本的综合能源***优化仿真方法
CN113806952B (zh) 一种考虑源-荷-储的冷热电综合能源***及其优化运行方法
Tian et al. Day-ahead scheduling of SMR integrated energy system considering heat-electric-cold demand coupling response characteristics
CN114255137A (zh) 考虑清洁能源的低碳综合能源***优化规划方法及***
CN113379119A (zh) 一种综合能源***中能源设备容量的规划方法及***
CN213783243U (zh) 一种面向产业园区的综合能源***运行优化装置
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
Qiao et al. Energy hub‐based configuration optimization method of integrated energy system
Zhang et al. Optimized configuration of integrated energy system considering the access and operation of renewable energy
CN116306194A (zh) 基于多目标优化理论的综合能源***能效优化配置方法

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