基于信息间隙决策理论的电气综合能源系统调度方法技术方案

本发明专利技术公开了基于信息间隙决策理论的电气综合能源系统调度方法，其内容包括：建立信息间隙决策理论模型；建立风电‑抽水蓄能机组联合后的最优经济效益运行模型；考虑风电出力不确定性，建立基于信息间隙决策理论的风蓄联合机组调度模型；建立确定型电气综合能源系统调度模型；考虑负荷的不确定性，建立基于信息间隙决策理论的电气综合能源系统调度模型；结合细菌群体趋药性算法对模型进行求解；将求解结果发送给能源调度中心，能源调度中心根据求解结果对能源系统进行调度。本发明专利技术提出的调度策略能有效地减少风电的间歇性和波动性、提高风电消纳量和增加电气综合能源系统经济效益，并且为不同风险偏好的决策者提供不同的调度策略。

Dispatching Method of Electrical Integrated Energy System Based on Information Gap Decision Theory

【技术实现步骤摘要】
基于信息间隙决策理论的电气综合能源系统调度方法
本专利技术涉及能源领域，尤其涉及一种基于信息间隙决策理论的电气综合能源系统调度方法。
技术介绍
由于传统化石燃料不可再生，提高可再生能源的利用率成为关键问题，而提高电力系统可再生能源高比例渗透率的关键是增加能源消费测的运行灵活性，由此提出“综合能源系统”这一概念。综合能源系统中电-气综合能源系统是重中之重，电力系统与天然气系统是两个相互独立运营的能源系统。但由于燃气轮机具有快速启停特性和快速负荷调节特性，导致天然气消耗量在世界范围内迅速增长。预计到2030年，燃气发电量增长230％，相应的燃气轮机的装机数量将快速增加，进一步加深电力系统与天然气系统的耦合程度。随着二者之间耦合程度不断提高，其经济性与可靠性将互相影响，故传统基于单一能源系统的独立分析方法已不适用于强耦合的电力-天然气能源系统，迫切需要从电-气综合能源系统角度出发，寻求计及二者运行约束的协调优化运行方式。电-气综合能源系统在传统情况下仅仅依靠燃气轮机作为双网耦合通道，能量流动为单一方向；电转气(power-to-gas，P2G)装置的出现使得电、气双网的能量流动变为双向，强化双网系统耦合，两者耦合通过燃气轮机(作为G2P设备)和P2G系统实现。燃气轮机由天然气网络供气，既是气网的负荷，也是电网的电源；P2G设备既是电网的负荷，也是气网的气源。P2G技术可以实现能量从电力系统向氢气、天然气系统的转化并实现电能的间接大规模、长时间存储，拓展了新能源消纳的思路。P2G合成的甲烷与普通天然气的性质相似，从而可注入天然气输送管道和存储网络中，降低天然气负荷需求的不确定性给管道运行带来的风险，减少化石能源的使用，有助于实现多能源系统相互融合。电-气综合能源系统运行时存在诸多不确定性因素，如负荷波动、新能源发电出力波动等。这些因素影响系统的正常稳定运行。风力是间歇性能源，风电出力具有波动性和随机性，其并网运行给系统调度带来了新的挑战。因此，在制定电气综合能源系统调度策略时，必须考虑风电出力和负荷的不确定性。近年来，随着我国越来越多的大中型风电场相继投入运行，储能装置已经成为风力发电系统的关键配套部件。其中，抽水储能作为存储电能的一种方式，其通过建立抽水蓄能电站已成为最成熟也是世界应用最普遍的物理储能方式。而抽水蓄能电站是一种储能容量较大的设备，能够起到削峰填谷、系统备用等作用，在电网中的技术应用十分广泛。且抽水蓄能电站具有容量大和调节快速的特点，可很好地与出力多变的风电场结合，不仅提高含大规模风电接入电力系统运行的经济性和稳定性，而且可充分利用可再生能源。目前处理风电出力和负荷不确定性的方法主要有随机规划和鲁棒优化等。但是随机规划、鲁棒优化方法均存在一定的局限性，随机规划需要不确定参数的精确概率分布或需要生成大量场景，计算量较大，鲁棒优化方法求得的可行解过于保守，经济性不佳。信息间隙决策理论(Informationgapdecisiontheory，IGDT)是一种处理不确定性的新方法，该方法能够较好的描述不确定信息，同时能够为不同风险偏好的决策者提供不同的调度策略，克服了计算量大以及保守决策的问题，为处理不确定性因素提供了新思路。目前IGDT在电力系统的机组组合优化、无功及电压优化等方面也有一定的应用。但是在电气综合能源系统经济调度方面应用较少，研究IGDT在该方面的应用对于处理经济调度中不确定因素有重要意义。综上所述，有必要专利技术基于信息间隙决策理论的电气综合能源系统调度方法，先对风电和抽水蓄能机组联合优化，保证风蓄联合机组最大经济效益，再联合火电机组及天然气网络建立电气综合能源系统调度模型。既增加了风电的上网功率、减小了其并网的波动性和间歇性，又增加了电气综合能源系统的经济效益、同时有效处理了风电出力和负荷不确定性，使整个系统的运行较协调前平稳了很多。
技术实现思路
本专利技术目的在于提供一种基于信息间隙决策理论的电气综合能源系统调度方法，该方法具有简便、考虑因素全面、以及实用性高的特点。为实现上述目的，本专利技术是通过以下技术方案实现的，其内容包括如下步骤：步骤1、建立信息间隙决策理论(IGDT)模型；步骤2、建立风电-抽水蓄能机组联合后的最优经济效益运行模型；步骤3、根据信息间隙决策理论模型和风电-抽水蓄能机组联合后的最优经济效益运行模型，考虑风电出力不确定性，建立基于信息间隙决策理论的风蓄联合机组调度模型，具体过程如下：首先，建立风电出力不确定集模型：式中：Pw(t，k)为风电场出力预测值；为风电场出力实际值；αw为波动幅度，其值与预测误差直接相关。当不考虑不确定性，即αw＝0时，上述风蓄联合机组调度模型为确定型调度模型，可计算出此时的经济效益，称为基础效益，记为F0。然后，根据风电出力不确定集模型，建立基于信息间隙决策理论的风蓄联合机组调度模型，具体表示如下：建立风险规避策略下的IGDT调度鲁棒模型：目标函数为：maxαw；约束条件为：以及所述步骤2中风电-抽水蓄能机组联合后的最优经济效益运行模型的所有约束条件。其中，F0为基础效益；αw为波动幅度；F为风电上网经济效益；为鲁棒模型经济效益偏差参数；为风电场出力实际值；U(αw，Pw(t，k)为风电出力不确定集；建立机会寻求策略下的IGDT调度机会模型：目标函数为：minαw；约束条件为：以及所述步骤2中风电-抽水蓄能机组联合后的最优经济效益运行模型的所有约束条件。其中，αw为波动幅度；为机会模型经济效益偏差参数；为风电场出力实际值；U(αw，Pw(t，k)为风电出力不确定集；步骤4、建立确定型电气综合能源系统调度模型；步骤5、根据信息间隙决策理论模型和确定型电气综合能源系统调度模型，考虑负荷的不确定性，建立基于信息间隙决策理论的电气综合能源系统调度模型，具体过程如下：首先，建立负荷需求不确定集模型：式中：U(αL，PL，t)为负荷需求不确定集；PL，t为负荷的预测值；为负荷的实际值；αL为波动幅度，其值与预测误差直接相关。当不考虑不确定性，即αL，＝0时，上述电气综合能源系统调度模型为确定型调度模型，可计算出此时的调度成本，称为基础成本，记为C0。然后，根据负荷需求不确定集模型，建立基于信息间隙决策理论的电气综合能源系统调度模型，具体如下：建立风险规避策略下的IGDT调度鲁棒模型：目标函数为：maxαL；约束条件为：以及所述步骤4中确定型电气综合能源系统调度模型的所有约束条件。其中，αL为波动幅度，C为电气综合能源系统的总运行成本，为鲁棒模型调度成本偏差参数；建立机会寻求策略下的IGDT调度机会模型：目标函数为：minαL；约束条件为：以及所述步骤4中确定型电气综合能源系统调度模型的所有约束条件。其中，为机会模型调度成本偏差参数；步骤6、结合细菌群体趋药性算法对所述步骤3和步骤5的模型进行求解，获得相关参数，所述参数具体包括：基于信息间隙决策理论的风蓄联合机组调度模型的两种模型的风电出力不确定半径αw、经济效益F和风蓄联合机组出力情况，基于信息间隙决策理论的电气综合能源系统调度模型的两种模型的负荷不确定半径αL、成本C和发电机组出力情况；步骤7、将所述步骤6求解得到的所述参数发送给能源调度中心，能源调度中心根据所述参数对能源系统进行调度。优选的本文档来自技高网...

【技术保护点】
1.一种基于信息间隙决策理论的电气综合能源系统调度方法，其特征在于：所述方法内容包括如下步骤：步骤1、建立信息间隙决策理论模型；步骤2、建立风电‑抽水蓄能机组联合后的最优经济效益运行模型；步骤3、根据信息间隙决策理论模型和风电‑抽水蓄能机组联合后的最优经济效益运行模型，考虑风电出力不确定性，建立基于信息间隙决策理论的风蓄联合机组调度模型，具体过程如下：首先，建立风电出力不确定集模型：

【技术特征摘要】
1.一种基于信息间隙决策理论的电气综合能源系统调度方法，其特征在于：所述方法内容包括如下步骤：步骤1、建立信息间隙决策理论模型；步骤2、建立风电-抽水蓄能机组联合后的最优经济效益运行模型；步骤3、根据信息间隙决策理论模型和风电-抽水蓄能机组联合后的最优经济效益运行模型，考虑风电出力不确定性，建立基于信息间隙决策理论的风蓄联合机组调度模型，具体过程如下：首先，建立风电出力不确定集模型：式中：Pw(t,k)为风电场出力预测值；为风电场出力实际值；αw为波动幅度，其值与预测误差直接相关；U(αw,Pw(t,k)为风电出力不确定集；当不考虑不确定性，即αw＝0时，上述风蓄联合机组调度模型为确定型调度模型，可计算出此时的经济效益，称为基础效益，记为F0；然后，根据风电出力不确定集模型，建立基于信息间隙决策理论的风蓄联合机组调度模型，具体表示如下：建立风险规避策略下的IGDT调度鲁棒模型：目标函数为：maxαw；约束条件为：以及所述步骤2中风电-抽水蓄能机组联合后的最优经济效益运行模型的所有约束条件；其中，F0为基础效益；αw为波动幅度；为鲁棒模型经济效益偏差参数；为风电场出力实际值；U(αw,Pw(t,k)为风电出力不确定集；建立机会寻求策略下的IGDT调度机会模型:目标函数为：minαw；约束条件为：以及所述步骤2中风电-抽水蓄能机组联合后的最优经济效益运行模型的所有约束条件；其中，αw为波动幅度；为机会模型经济效益偏差参数；为风电场出力实际值；U(αw,Pw(t,k)为风电出力不确定集；步骤4、建立确定型电气综合能源系统调度模型；步骤5、根据信息间隙决策理论模型和确定型电气综合能源系统调度模型，考虑负荷的不确定性，建立基于信息间隙决策理论的电气综合能源系统调度模型，具体过程如下：首先，建立负荷需求不确定集模型：式中：U(αL,PL,t)为负荷需求不确定集；PL,t为负荷的预测值；为负荷的实际值；αL为波动幅度，其值与预测误差直接相关；当不考虑不确定性，即αL＝0时，上述电气综合能源系统调度模型为确定型调度模型，可计算出此时的调度成本，称为基础成本，记为C0；然后，根据负荷需求不确定集模型，建立基于信息间隙决策理论的电气综合能源系统调度模型，具体如下：建立风险规避策略下的IGDT调度鲁棒模型：目标函数为：maxαL；约束条件为：以及所述步骤4中确定型电气综合能源系统调度模型的所有约束条件；其中，αL为波动幅度，为鲁棒模型调度成本偏差参数；建立机会寻求策略下的IGDT调度机会模型：目标函数为：minαL；约束条件为：以及所述步骤4中确定型电气综合能源系统调度模型的所有约束条件；其中，为机会模型调度成本偏差参数；步骤6、结合细菌群体趋药性算法对所述步骤3和步骤5的模型进行求解，获得相关参数，所述参数具体包括：基于信息间隙决策理论的风蓄联合机组调度模型的两种模型的风电出力不确定半径αw、经济效益F和风蓄联合机组出力情况，基于信息间隙决策理论的电气综合能源系统调度模型的两种模型的负荷不确定半径αL、成本C和发电机组出力情况；步骤7、将所述步骤6求解得到的所述参数发送给能源调度中心，能源调度中心根据所述参数对能源系统进行调度。2.根据权利要求1所述的一种基于信息间隙决策理论的电气综合能源系统调度方法，其特征在于：在所述步骤1中，建立信息间隙决策理论模型，其具体过程如下：IGDT是一种针对含不确定参数模型的数学优化方法，利用IGDT优化的模型如下：式中：X为不确定参数；d为决策变量；B(X,d)为目标函数；H(X,d)、G(X,d)为等式和不等式约束；不确定参数X围绕预测值X的波动可描述如下：式中：表示不确定参数的预测值，α表示不确定参数的波动幅度，α≥0；表示不确定参数X偏离预测值的范围不超过在不确定环境中，保守的决策者为了保证某一最低预期目标的实现，通常将不确定参数的不利扰动最大化，而冒进的决策者更多的是追求不确定性可能带来的额外收益；IGDT的鲁棒模型表示如下：IGDT的机会模型表示如下：式中：Bo为X取时式(1)的目标函数值；Bc为鲁棒模型的预期成本；Bj为机会模型的预期成本；βc为鲁棒模型的偏差因子，代表预期成本高于Bo的偏差程度；βj为机会模型的偏差因子，代表预期成本低于Bo的偏差程度；对于给定的d，maxB(X,d)和minB(X,d)是关于X的函数，若两者随X的变化能被明显性地确定，则它们的具体表达形式可以被直观地表示；式(3)为鲁棒模型，它表示在该模型下求得的决策值d对于任意扰动都能保证预期成本不高于Bc；式(4)为机会模型，它表示对于该模型下求得的决策值d，至少存在一个使得预期成本不高于Bo。3.根据权利要求1所述的基于信息间隙决策理论的电气综合能源系统调度方法，其特征在于：在所述步骤2中，建立风电-抽水蓄能机组联合后的最优经济效益运行模型，其具体过程如下：风电-抽水蓄能联合机组最优经济效益的目标函数为：maxF(8)式中:F为风电上网经济效益；Pws(t,k)为第t小时第k时段风蓄联合机组并网功率；Pp(t,k)为抽水蓄能机组在第t小时第k时段的抽水功率；C(t,k)为第t小时第k时段的上网电价；Ci(t,k)为第t小时第k时段的抽水电价；T为一个周期即24小时；K为每小时内时段数即4个时段；风蓄联合机组最优经济效益的约束条件：(1)等式约束条件：Xt+Yt＝1(13)Pws(t,k)＝Pws(t,k+1)(15)式中：Pws(t,k)为第t小时第k时段风蓄联合机组并网功率；Pp(t,k)为抽水蓄能机组在第t小时第k时段的抽水功率；分别为风蓄联合机组在抽水状态和发电状态下第k，k取1，2，3，4时段的并网功率；Xt＝1时表示机组在第t小时为发电状态，Xt＝0时机组在第t小时为抽水状态；Yt＝0时表示机组在第t小时为发电状态，Yt＝1时机组在第t小时为抽水状态；Pw(t,k)为第t小时第k时段风电机组预测功率；Pw.t为第t小时的风电机组总预测功率；Pg(t,k)为抽水蓄能机组在第t小时第k时段的发电功率；ηp为抽水蓄能机组的抽水效率；式(15)表示风蓄联合机组满足风蓄联合机组的联合并网功率相对平滑；(2)不等式约束条件：①风蓄联合机组的并网功率在抽水状态和发电状态下约束：式中：表示机组在第t小时第k时段风电机组预测功率最小值；表示机组在第t小时第k时段风电机组预测功率最大值；Pmin(t,k)、Pmax(t,k)为第t小时第k时段风蓄联合机组并网功率的最小值和最大值；②抽水蓄能机组在抽水状态和发电状态下功率约束：0≤Pg(t,k)≤Pg.max(t,k)(18)0≤Pp(t,k)≤Pp.max(t,k)(19)式中：Pp.max(t,k)和Pg.max(t,k)分别为抽水功率和发电功率上限；③在电力市场环境下，对于并网的风电-抽水蓄能联合运行方式，除了要减小对系统的影响外，还需考虑自身的发电收益问题，考虑风电并网对电网稳定性的影响，设定风电-抽水蓄能联合机组并网功率约束：Pmin(t,k)≤Pws(t,k)≤Pmax(t,k)(20)式中：Pmin(t,k)、Pmax(t,k)为第t小时第k时段风蓄联合机组并网功率的最小值和最大值；④风蓄联合机组抽水功率和发电功率互相约束：式中：ηg为抽水蓄能机组的发电效率；⑤风电机组预测功率并网约束：Pd.min(t,k)≤Pw(t,k)≤Pd.max(t,k)(22)当XtPw(t,k)≥Pd.max(t,k)时，表示为：XtPw(t,k)＝Pd.max(t,k)(23)式中：Pd.min(t,k)、Pd.max(t,k)为第t小时第k时段风电机组装机容量的最小值和最大值；⑥抽水蓄能机组启停次数约束：本发明的研究是利用某一小时内风电预测功率与一个周期的小时预测功率平均值的对比来确定抽水蓄能机组的启停次数，即启停次数随着抽水蓄能机组抽水/发电状态的变化而变化，对抽水蓄能机组的启停次数约束，表示为：式中：M为抽水蓄能机组的启停次数；为抽水状态的个数；为发电状态的个数。4.根...

【专利技术属性】
技术研发人员：马丽叶，陆肖宇，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13