一种园区能源互联网两阶段优化调度控制方法技术

本发明专利技术提供一种园区能源互联网两阶段优化调度控制方法，其具体步骤为：建立园区能源互联网能源设备的模型；根据风速的累积分布函数，利用拉丁超立方采样法生成风速场景集；根据风速场景集和风电出力模型，得到风电出力初始场景集R；利用同步回代消除法对风电出力初始场景集R进行缩减，得到风电出力缩减场景集S；建立园区能源互联网的两阶段优化调度模型；利用GAMS软件的CPLEX求解器求解园区能源互联网的两阶段优化调度模型，得到园区能源互联网调度控制方案。本发明专利技术方法可以解决园区能源互联网在风电出力不确定环境下的运行调度问题，提高园区能源互联网的运行经济性和风电消纳水平。

【技术实现步骤摘要】
一种园区能源互联网两阶段优化调度控制方法
本专利技术涉及不确定环境下园区能源互联网的运行调度技术，特别涉及一种园区能源互联网两阶段优化调度控制方法。
技术介绍
在能源危机和环境污染的双重压力下，能源互联网的概念被提出并逐步发展，成为当前能源领域研究的热点。其中，园区能源互联网时靠近用户侧的微型能源互联网，具有体量小，运行方式灵活和可控性强的特点，成为国内外能源互联网工程示范和建设的重点。园区涉及多种能源形式(如电、热、冷和天然气)和多种能源环节(如能源生产、转换、储存和分配)，既包含易于控制的能源设备(如热电联产设备、燃气锅炉设备等)，也包含出力具有随机性的能源设备(如风电)。对于这样一个复杂的多能源系统，如何协调不同能源设备的运行，是亟待解决的技术难点。然而现有研究中可再生能源的出力均为确定值，在可再生能源出力变化时，难以保障系统运行的安全性、经济性和可靠性。针对以上问题，本专利技术提供一种园区能源互联网两阶段优化调度控制方法，能够保证系统全面地应对风电出力的不确定性，提高系统运行的经济性，同时促进系统消纳风电。
技术实现思路
本专利技术的目的在于解决风电出力不确定环境下园区能源互联网的运行调度问题，以保障风电出力变化时，系统能够安全经济地运行，同时尽可能地消纳风电。为实现上述目的，本专利技术提出一种园区能源互联网两阶段优化调度控制方法，包括以下步骤：(1)建立园区能源互联网能源设备的模型；(2)根据风速的累积分布函数，利用拉丁超立方采样法生成风速场景集；(3)根据风速场景集和风电出力模型，得到风电出力初始场景集R；(4)利用同步回代消除法对风电出力初始场景集R进行缩减，得到风电出力缩减场景集S；(5)建立园区能源互联网的两阶段优化调度模型；(6)利用GAMS软件的CPLEX求解器求解园区能源互联网的两阶段优化调度模型，得到园区能源互联网调度控制方案。所述的能源设备的模型包括能源转换设备的模型和能源储存设备的模型；所述的能源转换设备包括热电联产设备、燃气锅炉设备、电锅炉设备和电转气设备；所述的能源储存设备包括电储能设备和热储能设备；所述的能源转换设备的模型为：其中，和分别为t时段热电联产设备的天然气功率、热功率和电功率；和分别为热电联产设备的发电效率和产热效率；和分别为t时段燃气锅炉设备的天然气功率和热功率；ηGB为燃气锅炉设备的产热效率；和分别为t时段电锅炉设备的电功率和热功率；ηEB为电锅炉设备的产热效率；和分别为t时段电转气设备的电功率和天然气功率；ηP2G为电转气设备的产天然气效率；所述的能源储存设备的模型为：其中，△t为优化时间间隔；和分别为t时段电储能设备的充电功率和放电功率；和分别为t时段热储能设备的充热功率和放热功率；和分别为电储能设备t时段和(t-1)时段储存的能量；和分别为热储能设备t时段和(t-1)时段储存的能量；和分别为电储能设备的充电效率和放电效率；和分别为热储能设备的充热效率和放热效率。所述的步骤(2)包括：(2-1)根据风速的累积分布函数，对风速的累积概率区间进行分层；(2-2)在分层后的每个子区间选取中点作为一个风速样本点；(2-3)将风速样本点进行随机排序，得到风速场景集。所述的步骤(3)中的风电出力模型为：其中，vW为风速；v0、v1和v2分别表示风电机组的切入风速、额定风速和切出风速；k1和k2分别为风电出力随风速线性上升段的一次项参数和常数项参数；EWG为风电出力，为风电装机容量。所述的步骤(4)包括：(4-1)对于风电出力的初始场景集R，将每个场景发生的概率指定为1/Nr，Nr为风电出力初始场景集R的场景总数；(4-2)对于风电出力的初始场景集R中的任意一对场景ri和rj，计算二者之间的距离：D(ri,rj)＝pipj||ri-rj||2其中，D(ri,rj)为场景ri和rj之间的距离，pi和pj分别为场景ri和rj发生的概率，||·||2为二范数；(4-3)剔除与其他场景距离之和最小的场景，将被剔除的场景发生的概率计入与其距离最近的场景发生的概率，并将场景总数置为(Nr-1)；(4-4)重复步骤(4-2)和(4-3)直至剩余场景总数达到Ns，从而得到风电出力缩减场景集S及其中的每个场景发生的概率，Ns为风电出力缩减场景集S的场景总数，满足Ns<Nr。所述的步骤(5)中的园区能源互联网的两阶段优化调度模型包括目标函数和约束条件；所述的目标函数为总运行成本期望COP最小：其中，ps为风电出力缩减场景集S中场景s发生的概率，s的取值范围为1～Ns；CQT为启停成本；分别为场景s下消耗燃料和电能的成本、维护成本、碳税成本、弃风惩罚成本；其中，和分别为t时段i类能源转换设备的启机、停机情况，1表示启机，0表示停机；T为优化时段总数，t的取值范围为1～T；I为能源转换设备总数，i的取值范围为1～I；和分别为i类能源转换设备的启机、停机成本；其中，和分别为场景s下t时段园区能源互联网从电网购入的电功率和从天然气网购入的天然气功率；为t时段园区互联网从电网购电的电价；cgas为天然气价格；H为天然气燃烧的高热值；其中，为场景s下t时段i类能源转换设备的输入功率；和分别为场景s下t时段j类能源储存设备的充能和放能功率，J为能源储存设备总数，j的取值范围为1～J；ci和cj分别为i类能源转换设备和j类能源储存设备的维护成本系数；其中，aele和agas分别为电能和天然气的CO2排放系数，cc为单位碳排放成本系数；其中，cwg为弃风惩罚成本系数，和分别为场景s下t时段风电出力和调度值；所述的约束条件包括第一阶段优化的约束条件和第二阶段优化的约束条件；所述的第一阶段优化的约束条件为能源转换设备的启停约束：其中，和分别为t时段和(t-1)时段i类能源转换设备的启停状态，1表示启机状态，0表示停机状态；所述的第二阶段优化的约束条件包括能源功率平衡约束、能源转换设备运行约束、能源储存设备运行约束、能源交互功率约束以及风电调度约束；所述的能源功率平衡约束为：其中，和分别为场景s下t时段电负荷功率、热负荷功率和天然气负荷功率；和分别为场景s下t时段热电联产设备的天然气功率、热功率和电功率；和分别为场景s下t时段燃气锅炉设备的天然气和热功率；和分别为t时段电锅炉设备的电功率和热功率；和分别为场景s下t时段电转气设备的电功率和天然气功率；和分别为场景s下t时段电储能设备的充电功率和放电功率；和分别为场景s下t时段热储能设备的充热功率和放热功率；所述的能源转换设备运行约束为：其中，为场景s下(t-1)时段i类能源转换设备的输入功率；为i类能源转换设备的最大输入功率；Ri为i类能源转换设备的最大爬坡速率；所述的能源储存设备运行约束为：其中，为j类能源储存设备的最大充放能功率；为场景s下t时段j类能源储存设备充能状态的二进制变量，充能时否则和分别为场景s下j类能源储存设备t时段、初始时刻和终止时刻储存的能量；和分别为j类能源储存设备储存能量的上限和下限；所述的能源交互功率约束为：其中，和分别为园区能源互联网从电网购入电功率的上限和下限；和分别为园区能源互联网从天然气网购入天然气功率的上限和下限；所述的风电调度约束为：与现有技术相比，本专利技术提供的一种园区能源互联网两阶段优化调度控制方法具有如下本文档来自技高网...

【技术保护点】
1.一种园区能源互联网两阶段优化调度控制方法，其特征在于，包括以下步骤：(1)建立园区能源互联网能源设备的模型；(2)根据风速的累积分布函数，利用拉丁超立方采样法生成风速场景集；(3)根据风速场景集和风电出力模型，得到风电出力初始场景集R；(4)利用同步回代消除法对风电出力初始场景集R进行缩减，得到风电出力缩减场景集S；(5)建立园区能源互联网的两阶段优化调度模型；(6)利用GAMS软件的CPLEX求解器求解园区能源互联网的两阶段优化调度模型，得到园区能源互联网调度控制方案。

【技术特征摘要】
2018.08.29 CN 20181099632051.一种园区能源互联网两阶段优化调度控制方法，其特征在于，包括以下步骤：(1)建立园区能源互联网能源设备的模型；(2)根据风速的累积分布函数，利用拉丁超立方采样法生成风速场景集；(3)根据风速场景集和风电出力模型，得到风电出力初始场景集R；(4)利用同步回代消除法对风电出力初始场景集R进行缩减，得到风电出力缩减场景集S；(5)建立园区能源互联网的两阶段优化调度模型；(6)利用GAMS软件的CPLEX求解器求解园区能源互联网的两阶段优化调度模型，得到园区能源互联网调度控制方案。2.根据权利要求1所述的一种园区能源互联网两阶段优化调度控制方法，其特征在于，所述的能源设备的模型包括能源转换设备的模型和能源储存设备的模型；所述的能源转换设备包括热电联产设备、燃气锅炉设备、电锅炉设备和电转气设备；所述的能源储存设备包括电储能设备和热储能设备；所述的能源转换设备的模型为：其中，和分别为t时段热电联产设备的天然气功率、热功率和电功率；和分别为热电联产设备的发电效率和产热效率；和分别为t时段燃气锅炉设备的天然气功率和热功率；ηGB为燃气锅炉设备的产热效率；和分别为t时段电锅炉设备的电功率和热功率；ηEB为电锅炉设备的产热效率；和分别为t时段电转气设备的电功率和天然气功率；ηP2G为电转气设备的产天然气效率；所述的能源储存设备的模型为：其中，△t为优化时间间隔；和分别为t时段电储能设备的充电功率和放电功率；和分别为t时段热储能设备的充热功率和放热功率；和分别为电储能设备t时段和(t-1)时段储存的能量；和分别为热储能设备t时段和(t-1)时段储存的能量；和分别为电储能设备的充电效率和放电效率；和分别为热储能设备的充热效率和放热效率。3.根据权利要求1所述的一种园区能源互联网两阶段优化调度控制方法，其特征在于，所述的步骤(2)包括：(2-1)根据风速的累积分布函数，对风速的累积概率区间进行分层；(2-2)在分层后的每个子区间选取中点作为一个风速样本点；(2-3)将风速样本点进行随机排序，得到风速场景集。4.根据权利要求1所述的一种园区能源互联网两阶段优化调度控制方法，其特征在于，所述的步骤(3)中的风电出力模型为：其中，vW为风速；v0、v1和v2分别表示风电机组的切入风速、额定风速和切出风速；k1和k2分别为风电出力随风速线性上升段的一次项参数和常数项参数；EWG为风电出力，为风电装机容量。5.根据权利要求1所述的一种园区能源互联网两阶段优化调度控制方法，其特征在于，所述的步骤(4)包括：(4-1)对于风电出力的初始场景集R，将每个场景发生的概率指定为1/Nr，Nr为风电出力初始场景集R的场景总数；(4-2)对于风电出力的初始场景集R中的任意一对场景ri和rj，计算二者之间的距离：D(ri,rj)＝pipj||ri-rj||2其中，D(ri,rj)为场景ri和rj之间的距离，pi和pj分别为场景ri和rj发生的概率，||·||2为二范数；(4-3)剔除与其他场景距离之和最小的场景，将被剔除的场景发生的概率计入与其距离最近的场景发生的概...

【专利技术属性】
技术研发人员：林晓明，张勇军，周来，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44