一种考虑随机性的区域综合能源系统多目标潮流优化方法技术方案

技术编号:19011154 阅读:93 留言:0更新日期:2018-09-22 10:40
本发明专利技术公开了一种考虑随机性的区域综合能源系统多目标潮流优化方法。传统的潮流优化方法无法适应区域综合能源系统中多能源系统及多类型负荷耦合的趋势。本发明专利技术采用的技术方案为:构建区域综合能源系统中配电系统、配气系统以及能源中心系统的数学模型;基于机会约束法构建多目标潮流优化数学模型,以最小化运行成本和气体排放量为目标函数,采用NSGA‑II优化算法对多目标随机优化问题进行求解,获得考虑随机性的区域综合能源系统多目标日前潮流优化方案。本发明专利技术考虑了随机性对优化结果的影响,并讨论了不同随机变量条件下运行成本与气体排放量的变化,为ICES提供更为合理的调度方案。

【技术实现步骤摘要】
一种考虑随机性的区域综合能源系统多目标潮流优化方法
本专利技术属于区域综合能源系统运行优化
,尤其涉及一种考虑随机性的区域综合能源系统多目标潮流优化方法。
技术介绍
随着能源供需关系的日益紧张以及全球环境的不断恶化,区域综合能源系统(IntegratedCommunityEnergySystem,ICES)得到了快速发展和示范应用。与单一能源系统(如电力系统等)相比,ICES不仅能够提供更为安全经济的可持续用能方案,还有助于提高能源利用效率和减少污染气体排放,对推动未来低碳城市的建设具有重要意义。目前,我国已开展了多个与ICES相关的项目,并建设了许多示范工程,如廊坊生态城、天津的中新生态城以及肇庆新区的泛能网等。为了满足区域范围内终端用户多类型的用能需求,实现ICES的多维度优化调度和能量管理,国内学者及研究机构对不同能源分配系统以及能源环节的协调控制与优化运行等问题进行了详尽的分析:有研究对由配电系统与区域热网构成的ICES,提出了统一求解法和解耦求解法的两种混合潮流计算方法。有研究基于能源集线器构建了能量中心(EnergyCenter,EC)的数学模型,并进一步考虑EC不同的运行模式对潮流计算结果的影响。有研究基于能源集线器模型构建了多能源系统间的耦合环节,并在此基础上对多能源系统的最优潮流进行计算。有研究提出了一种考虑配电网重构的ICES最优混合潮流计算方法,通过重构网络拓扑,提高了配电网络的供电能力,并降低了ICES的运行成本。有研究基于热电联产机组(combinedheatandpower,CHP)热电比可调特性,提出一种ICES双层优化模型,减少了用能成本,提高了用能效率。有研究提出了一种ICES分层能量管理框架,实现了对不同能源系统、能源环节以及需求响应资源的优化调度与协调控制。有研究分析了ICES中源、网、荷的互动耦合关系,并构建了其分层价值模型。上述研究对ICES的潮流优化提供了诸多可供借鉴的方法,但其所提方法大多是从确定性的角度优化ICES的用能方案,优化结果的合理性在一定程度上依赖于预测数据的精确性。然而,在实际运行中,来自“源-荷”侧发电及负荷波动随机性将会对数据的预测带来挑战:首先,ICES中的新能源发电设备出力(如风机、光伏等)受气象因素影响较大,具有一定的随机性;其次,ICES中涉及了多种类型的负荷(如电负荷、热负荷等),其受终端用户用能行为的影响较大,也具有一定的随机性。同时,已有成果主要从电力系统角度研究随机性的影响,并不能完全适应ICES中多能源系统及多类型负荷耦合的趋势,调度方案并不能完全满足实际运行的要求,尤其是在随机变量的实际值与预测值存在较大偏差的情况下,将会对系统安全稳定运行造成一定的影响。此外,为了实现ICES多维度的潮流优化,还需要同时考虑运行的安全性、经济性以及环保性。传统的潮流优化方法主要在确定性环境下对多个目标函数进行优化,其优化结果在随机性条件下的鲁棒性较差,不能完全满足ICES的运行要求。
技术实现思路
本专利技术的目的是提供一种考虑随机性的区域综合能源系统多目标潮流优化方法,其在前述文献所提ICES模型的基础上进一步对随机变量进行建模,基于机会约束法构建以最小化运行成本与气体排放量为目标的随机优化数学模型,求解过程中考虑新能源发电设备以及负荷随机性的影响,以解决ICES在不确定性环境下对多个目标函数进行潮流优化时,优化结果在随机性条件下的鲁棒性较差,不能完全满足ICES的运行要求的问题,以满足随机环境下ICES对安全性、经济性以及环保性的要求,为调度员提供一系列可供选择的潮流优化方案。为此,本专利技术采用如下的技术方案:一种考虑随机性的区域综合能源系统多目标潮流优化方法,其包括:构建区域综合能源系统中配电系统、配气系统以及能源中心系统的数学模型;基于机会约束法构建多目标潮流优化数学模型,以最小化运行成本和气体排放量为目标函数,采用NSGA-II优化算法对多目标随机优化问题进行求解,获得考虑随机性的区域综合能源系统多目标日前潮流优化方案。作为上述技术方案的补充,所述配电系统数学模型的构建过程如下:配电系统中三相电气支路的电压方程为:式中:与为节点i与j的电压;为支路ij的电流;为支路ij的自阻抗;为支路ij的互阻抗;φ,φ'=a,b,c且φ≠φ';节点视在功率的计算公式为:式中:为i节点φ相的视在功率,为i节点φ相注入电流向量的共轭值;前两个公式中涉及的所有变量的单位均采用标幺值;配电系统的购电功率约束式为:式中:Pelec,t为t时段内配电系统的购电功率;与为购电功率的下限与上限,涉及的所有变量单位为kW;配电系统的节点电压约束式为:式中:与为节点i电压的下限与上限;配电系统的线路功率约束式为:式中:为线路ij允许流过的最大功率。作为上述技术方案的补充,所述的配电系统中还接入新能源发电机组,基于概率模型对新能源发电机组进行建模,基于对大量实测数据的统计结果,假设风速满足Weibull分布,如下式所示:式中,f(·)为Weibull分布的概率密度函数;vwind为风速,单位:m/s;k为Weibull分布的形状参数;c为Weibull分布的尺度参数;Weibull分布的数学期望如式(7)所示:式中:E(·)为数学期望,Γ是伽马函数;当风速处于不同的区间时,风机的输出功率与风速之间存在不同的函数关系,采用分段函数进行描述,如下式所示:式中:Pwind为风机输出功率,单位:kW;vin、vr与vout分别为风机的切入风速、额定风速与切出风速,单位:m/s;Pwr为风机的额定功率,单位:kW。作为上述技术方案的补充,基于对光伏设备输出功率大量实测数据的统计结果,假设光伏输出功率满足Beta分布,如下式所示:式中:f(·)为Beta分布的概率密度函数;PPV与分别为光伏设备的实际输出功率与最大输出功率,单位:kW;Γ(·)为Gamma函数;α与β均为Beta分布的尺度参数;Beta分布的数学期望如下式所示:作为上述技术方案的补充,将视为一个标幺后的变量,其取值范围是[0,1],在计算光伏设备的功率输出时,只需将该变量乘以即可。作为上述技术方案的补充,所述配气系统数学模型的构建过程如下:配气系统主要由节点、燃气管道和压缩机构成,燃气管道的流量方程如下:式中:Fkn为管道kn中的天然气流量,单位:m3/h;pk和pn为节点k与n的压力,单位:p.u.;kkn为管道参数;skn为方向参数,如下式所示:配气系统中的压缩机为燃气压缩机,其功率方程如下:式中:Pcp为燃气压缩消耗功率,单位:kW;kcp为压缩比;Fout为压缩机出口流量,单位:m3/h;TK为天然气的温度,单位:K;pin与pout为压缩机入口与出口压力,单位:p.u.;α为压缩机的多变指数;通过对功率进行热值转换即得到燃气压缩机所消耗的天然气流量,如下式所示:式中:Fcp为燃气压缩机消耗的天然气流量,单位:m3/h;qgas为天然气热值,单位:kW/m3;配气系统的购气流量有上下限,购气约束如下式所示:式中:Fgas,t为t时段内配气系统的购气流量,单位:m3/h;与为购气流量的下限与上限,m3/h;压缩机的压缩比约束如下式所示:式中:与为压缩比的下限与上限;配气系统的节点压力约束如下式本文档来自技高网
...
一种考虑随机性的区域综合能源系统多目标潮流优化方法

【技术保护点】
1.一种考虑随机性的区域综合能源系统多目标潮流优化方法,其特征在于,包括:构建区域综合能源系统中配电系统、配气系统以及能源中心系统的数学模型;基于机会约束法构建多目标潮流优化数学模型,以最小化运行成本和气体排放量为目标函数,采用NSGA‑II优化算法对多目标随机优化问题进行求解,获得考虑随机性的区域综合能源系统多目标日前潮流优化方案。

【技术特征摘要】
1.一种考虑随机性的区域综合能源系统多目标潮流优化方法,其特征在于,包括:构建区域综合能源系统中配电系统、配气系统以及能源中心系统的数学模型;基于机会约束法构建多目标潮流优化数学模型,以最小化运行成本和气体排放量为目标函数,采用NSGA-II优化算法对多目标随机优化问题进行求解,获得考虑随机性的区域综合能源系统多目标日前潮流优化方案。2.根据权利要求1所述的区域综合能源系统多目标潮流优化方法,其特征在于,所述配电系统数学模型的构建过程如下:配电系统中三相电气支路的电压方程为:式中:与为节点i与j的电压;为支路ij的电流;为支路ij的自阻抗;为支路ij的互阻抗;φ,φ'=a,b,c且φ≠φ';节点视在功率的计算公式为:式中:为i节点φ相的视在功率,为i节点φ相注入电流向量的共轭值;前两个公式中涉及的所有变量的单位均采用标幺值;配电系统的购电功率约束式为:式中:Pelec,t为t时段内配电系统的购电功率;与为购电功率的下限与上限,涉及的所有变量单位为kW;配电系统的节点电压约束式为:式中:与为节点i电压的下限与上限;配电系统的线路功率约束式为:式中:为线路ij允许流过的最大功率。3.根据权利要求2所述的区域综合能源系统多目标潮流优化方法,其特征在于,所述的配电系统中还接入新能源发电机组,基于概率模型对新能源发电机组进行建模,基于对大量实测数据的统计结果,假设风速满足Weibull分布,如下式所示:式中,f(·)为Weibull分布的概率密度函数;vwind为风速,单位:m/s;k为Weibull分布的形状参数;c为Weibull分布的尺度参数;Weibull分布的数学期望如式(7)所示:式中:E(·)为数学期望,Γ是伽马函数;当风速处于不同的区间时,风机的输出功率与风速之间存在不同的函数关系,采用分段函数进行描述,如下式所示:式中:Pwind为风机输出功率,单位:kW;vin、vr与vout分别为风机的切入风速、额定风速与切出风速,单位:m/s;Pwr为风机的额定功率,单位:kW。4.根据权利要求3所述的区域综合能源系统多目标潮流优化方法,其特征在于,基于对光伏设备输出功率大量实测数据的统计结果,假设光伏输出功率满足Beta分布,如下式所示:式中:f(·)为Beta分布的概率密度函数;PPV与分别为光伏设备的实际输出功率与最大输出功率,单位:kW;Γ(·)为Gamma函数;α与β均为Beta分布的尺度参数;Beta分布的数学期望如下式所示:5.根据权利要求4述的区域综合能源系统多目标潮流优化方法,其特征在于,将视为一个标幺后的变量,其取值范围是[0,1],在计算光伏设备的功率输出时,只需将该变量乘以即可。6.根据权利要求1-5任一项所述的区域综合能源系统多目标潮流优化方法,其特征在于,所述配气系统数学模型的构建过程如下:配气系统主要由节点、燃气管道和压缩机构成,燃气管道的流量方程如下:式中:Fkn为管道kn中的天然气流量,单位:m3/h;pk和pn为节点k与n的压力,单位:p.u.;kkn为管道参数;skn为方向参数,如下式所示:配气系统中的压缩机为燃气压缩机,其功率方程如下:式中:Pcp为燃气压缩消耗功率,单位:kW;kcp为压缩比;Fout为压缩机出口流量,单位:m3/h;TK为天然气的温度,单位:K;pin与pout为压缩机入口与出口压力,单位:p.u.;α为压缩机的多变指数;通过对功率进行热值转换即得到燃气压缩机所消耗的天然气流量,如下式所示:式中:Fcp为燃气压缩机消耗的天然气流量,单位:m3/h;qgas为天然气热值,单位:kW/m3;配气系统的购气流量有上下限,购气约束如下式所示:式中:Fgas,t为t时段内配气系统的购气流量,单位:m3/h;与为购气流量的下限与上限,m3/h;压缩机的压缩比约束如下式所示:式中:与为压缩比的下限与上限;配气系统的节点压力约束如下式所示:式中:与为节点k压力的下限与上限,单位:p.u.。7.根据权利要求1-5任一项所述的区域综合能源系统多目标潮流优化方法,其特征在于,能源中心系统简称EC系统,EC系统数学模型的构建过程如下:采用能源集线器模型实现对EC系统的统一建模,如下式所示:式中:L矩阵为负荷矩阵,负荷类型包括电负荷Le、热负荷Lh以及其他形式的负荷Lo;P矩阵为输入功率矩阵,输入功率类型包括电功率Pe、天然气功率Pg以及其他形式的能源功率Po;C矩阵为耦合矩阵,矩阵元素Cij代表P矩阵中的第i种输入功率与L矩阵中第j种负荷的耦合系数。8.根据权利要求7所述的区域综合能源系统多目标潮流优化方法,其特征在于,考虑到EC系统存在不同的结构和组...

【专利技术属性】
技术研发人员:李志浩林达汪湘晋张雪松葛晓慧赵波
申请(专利权)人:国网浙江省电力有限公司电力科学研究院国家电网公司
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1