一种基于CCP的EHS气电购置优化方法技术

本发明专利技术涉及一种基于CCP的EHS气电购置优化方法。本发明专利技术目的在于弥补可再生能源接入下，单个能源集线器难以兼顾供电可靠性和经济性问题的现状，提出基于机会约束规划的能源集线器系统外部气电购置模型。针对可再生能源中风电和光伏的不确定性，利用风电－光伏的概率密度函数对随机变量进行多状态建模，通过耦合建模建立多个能源集线器之间的相互联系，由一到多，形成能源集线器系统，并利用机会约束规划对电力联络线和天然气管道功率传输上限适当处理，既充分考虑了可再生能源供能功率的随机性，又兼顾供能可靠性、安全性和经济性，为大规模经济发展多能源系统提供有利参考。

【技术实现步骤摘要】
一种基于CCP的EHS气电购置优化方法
本专利技术涉及电力系统自动化领域，具体涉及一种基于CCP的EHS气电购置优化方法。
技术介绍
随着全球能源的深入渗透，能源利用向着多能协调、多能互补的方向发展，能源互联网成为多种能源网的集成发展方向。传统的电力、热力和天然气网络相互独立的运行模式无法适应当前的能源生产和利用方式。能源集线器将多种能源供应与用能需求高度抽象并分类，实现能源转化、存储、分配的功能。一般小区、医院、学校等可以抽象为单个能源集线器，但单个能源集线器模型灵活性弱、可调度能源少，不利于能源的共享互补。同时，受可再生资源本身所具有的随机性和波动性的限制，可再生能源接入呈现不均匀性，能源集线器时常需要向外部电网、气网购买一定量的电能和天然气来满足电热负荷需求，而其购买量往往受限于系统与外部电网、气网之间电力联络线、天然气管道的功率传输上限限制。因此，在能源集线器负荷需求无法被满足时，系统为保持供能可靠性，通常会投资建设功率传输上限值更高的电力联络线路或天然气管道来满足负荷需求，进而增加系统投资建设成本。此外，由于缺乏考虑多个能源集线器互联的清晰模型，现有研究多以单个能源集线器为基础，如仅针对单个能源集线器考虑加装相关设备达到供能要求等。在以上背景下，现有技术和模型难以在保证系统供能可靠性、满足负荷需求的情况下兼顾系统的经济性。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于CCP的EHS气电购置优化方法，解决难以在保证系统供能可靠性、满足负荷需求的情况下兼顾系统的经济性问题。本专利技术解决上述技术问题的技术方案如下：一种基于CCP的EHS气电购置优化方法，包括以下步骤：S1、建立EH能量转化设备和EH储能设备的数学模型，并得出EH的输入和输出关系；S2、计算EH可再生能源出力；S3、通过EH能量转化设备和EH储能设备的数学模型、EH的输入和输出关系和EH可再生能源出力建立基于CCP的EHS气电购置优化模型，并采用基于CCP的EHS气电购置优化模型对EHS气电购置进行优化。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步，所述步骤S1具体包括以下步骤：S11、建立EH能量转化设备的数学模型：计算CHP机组的供电和供热出力，计算公式为：在公式(1)和公式(2)中，和分别为CHP机组第d天t时刻发电和制热功率，为单位时间CHP机组消耗的天然气量，ηCHP,ele和ηCHP,th分别为气电转化效率和气热转化效率；计算GF的制热功率，计算公式为：在公式(3)中，和分别为GF制热功率和单位时间消耗的天然气量，ηGF为GF气热转化效率；计算GSHP的产热功率，计算公式为：在公式(4)中，和分别为GSHP的产热功率和单位时间消耗的电能，为GSHP的性能参数；S12、建立EH储能设备的数学模型：充放电状态限制为：充放能量功率极限为：容量限制为：在上式中，x为能量类型，分别用es和hs表示电、热能，和为储能设备充能状态和放能状态，为0－1的变量，和分别为储能系统充放能量功率上下限，和分别为充能放能功率，为储能系统储能量，δx为储能系统能量损失率，ηx,charge、ηx,discharge分别为充、放能效率，和分别为最小储能量和最大储能量，和分别为第d天结束时刻和初始时刻的储能量，Δt为时间步长1h；S13、通过EH内各能量转化设备和储能设备的数学模型得出单个EH的输入和输出关系为：在公式(11)中，为电能需求，为热能需求，ηTrans为变压器效率，为从电网购电量，为风光资源经风机和光伏电池组产生的电量。进一步，所述步骤S2具体包括以下步骤：S21、计算光伏发电系统有功出力PPV，计算公式为：在公式(13)中，r为辐射度，A为太阳能电池组件的总面积，M、Am分别为太阳能电池方阵的电池组件数、第m个电池组件的面积，η、ηm分别为太阳能电池组件的总光电转换效率、第m个光电转换效率，r的概率密度函数为：在公式(14)中，Γ()为伽马函数，rmax为最大辐射度，α、β为Bata分布形状参数；S22、计算风电出力PWT，计算公式为：在公式(15)中，v为风机的风速，vc、vf和vs分别为切入风速、切出风速和额定风速，PR为风机的额定功率a、b为常量，v的概率密度函数为：在公式(16)中，K为形状参数，反映风速v的分布特点，C为尺度参数，反映该地区平均风速的大小；S23、计算可再生能源出力Pre，计算公式为：Pre＝PPV+PWT(17)。进一步，所述步骤S3的具体步骤为：S31、建立目标函数：TC＝min(CGas+CGrid)(18)在公式(18)中，TC为气电购置的总成本，CGas为调度周期内EHS总购气费用，CGrid为总购电费用，其中在上式中，n为EHS中EH的个数，T为一天24时段，t＝1,2,···,T，D为总调度周期，i＝1，2，3,为EHS中能源集线器编号，为购电价格，为单位时间当EHS电力不足时，从电网购电量，为当EHS电力过剩时，对电网售电量，为售电价格；S32、设置目标函数的约束条件，约束条件包括公式(1)－公式(12)，此外还包括以下约束：电平衡约束：热平衡约束：天然气量平衡约束：0－1约束：CHP机组电热出力约束：GF机组热出力约束：GSHP机组热出力约束：气电购置量机会约束：在上式中，和分别为第i个EH与相邻EH或主网之间电力不足时注入电量和电力过剩时外送电量，为EHS单位时间购气功率，和为0－1决策变量，为购电功率最大值，的绝对值为售电功率最大值，Pimax为第i个EH注入电功率最大值，Pimin的绝对值为外送电功率最大值，以及分别为CHP机组电出力和热出力的上下限值，和分别为GF机组热出力上下限值，和分别为GSHP机组热出力的最大最小值，Pr{}为事件成立的概率，为EHS单位时间购气功率上限值，αgrid和αgas分别为对应电力联络线、天然气管道机会约束规划条件的置信水平；S33、将气电购置量机会约束转化为确定性约束：在上式中，为电力联络线设计最大传输功率，为天然气管道设计最大传输功率，和分别为0－1决策变量；S34、采用基于CCP的EHS气电购置优化模型对EHS气电购置进行优化。本专利技术的有益效果是：本专利技术目的在于弥补可再生能源接入下，单个能源集线器难以兼顾供电可靠性和经济性问题的现状，提出基于机会约束规划的能源集线器系统外部气电购置模型。针对可再生能源中风电和光伏的不确定性，利用风电－光伏的概率密度函数对随机变量进行多状态建模，通过耦合建模建立多个能源集线器之间的相互联系，由一到多，形成能源集线器系统，并利用机会约束规划对电力联络线和天然气管道功率传输上限适当处理，既充分考虑了可再生能源供能功率的随机性，又兼顾供能可靠性、安全性和经济性，为大规模经济发展多能源系统提供有利参考。附图说明图1为本专利技术总步骤流程图；图2为本专利技术实施例中单个能源集线器示意图；图3为本专利技术实施例中能源集线器系统示意图；图4为本专利技术实施例中情形1下购气购电功率CDF曲线；图5为本专利技术实施例中情形2下购气购电功率CDF曲线。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。能源集线器(energyhub，EH)被定义为一种描述多能源系统中能源、负荷、网本文档来自技高网...

【技术保护点】
1.一种基于CCP的EHS气电购置优化方法，其特征在于，包括以下步骤：S1、建立EH能量转化设备和EH储能设备的数学模型，并得出EH的输入和输出关系；S2、计算EH可再生能源出力；S3、通过EH能量转化设备和EH储能设备的数学模型、EH的输入和输出关系和EH可再生能源出力建立基于CCP的EHS气电购置优化模型，并采用基于CCP的EHS气电购置优化模型对EHS气电购置进行优化。

【技术特征摘要】
1.一种基于CCP的EHS气电购置优化方法，其特征在于，包括以下步骤：S1、建立EH能量转化设备和EH储能设备的数学模型，并得出EH的输入和输出关系；S2、计算EH可再生能源出力；S3、通过EH能量转化设备和EH储能设备的数学模型、EH的输入和输出关系和EH可再生能源出力建立基于CCP的EHS气电购置优化模型，并采用基于CCP的EHS气电购置优化模型对EHS气电购置进行优化。2.根据权利要求1所述的基于CCP的EHS气电购置优化方法，其特征在于，所述步骤S1具体包括以下步骤：S11、建立EH能量转化设备的数学模型：计算CHP机组的供电和供热出力，计算公式为：在公式(1)和公式(2)中，和分别为CHP机组第d天t时刻发电和制热功率，为单位时间CHP机组消耗的天然气量，ηCHP,ele和ηCHP,th分别为气电转化效率和气热转化效率；计算GF的制热功率，计算公式为：在公式(3)中，和分别为GF制热功率和单位时间消耗的天然气量，ηGF为GF气热转化效率；计算GSHP的产热功率，计算公式为：在公式(4)中，和分别为GSHP的产热功率和单位时间消耗的电能，为GSHP的性能参数；S12、建立EH储能设备的数学模型：充放电状态限制为：充放能量功率极限为：容量限制为：在上式中，x为能量类型，分别用es和hs表示电、热能，和为储能设备充能状态和放能状态，为0－1的变量，和分别为储能系统充放能量功率上下限，和分别为充能放能功率，为第d天t时刻储能系统储能量，δx为储能系统能量损失率，ηx,charge、ηx,discharge分别为充、放能效率，和分别为最小储能量和最大储能量，和分别为第d天结束时刻和初始时刻的储能量，Δt为时间步长1h；S13、通过EH内各能量转化设备和储能设备的数学模型得出单个EH的输入和输出关系为：在公式(11)中，为电能需求，为热能需求，ηTrans为变压器效率，为从电网购电量，为风光资源经风机和光伏电池组产生的电量。3.根据权利要求1所述的基于CCP的EHS气电购置优化方法，其特征在于，所述步骤S2具体包括以下步骤：S21、计算光伏发电系统有功出力PPV，计算公式为：在公式(13)中，r为辐射度，A为太阳能电池组件的总面积，M、Am分别为太阳能电池方阵的电池组件数、第m个电池组件的面积，η、ηm分别为太阳能电池组件的总...

【专利技术属性】
技术研发人员：吕林，向月，倪伟，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51