一种区域多能源互联运营优化方法和计算设备技术

本发明专利技术公开了一种区域多能源互联运营优化方法，在计算设备中执行，该方法包括：建立电池运行成本模型，该成本模型包括电池电量价格和充放电过程的电池电量消耗；基于所述成本模型构建微电网的随机机组组合模型，该组合模型包括约束条件和目标函数，所述目标函数为一个时间段的预期运营成本最小；采用预定方法对所述组合模型进行求解，得到最优机组组合参数，并根据最优结果进行机组组合，实现区域多能源互联运营优化。本发明专利技术还公开了用于执行运营优化方法的计算设备。

An optimization method and computing equipment for regional multi energy interconnection operation

【技术实现步骤摘要】
一种区域多能源互联运营优化方法和计算设备
本专利技术涉及电力系统领域，尤其涉及一种区域多能源互联运营优化方法和计算设备。
技术介绍
随着国内经济迅猛增长，社会对电力的需求日益旺盛，电网的基础建设投资也将越来越大，其中能源互联微网的应用和研究也越来越多。《能源互联微网系统供需双侧多能协同优化策略及其求解算法》中，考虑了供给侧、需求侧以及能源转换之间的影响作用，构建了能源互联微网系统供需双侧多能协同优化策略模型，提出了求解混合整数非线性规划模型的带个体差异蚁群算法与粒子群优化算法相结合的组合算法。《电力-天然气集成能源系统的统一规划模型与Benders解耦方法》研究了考虑电力系统和天然气系统边界条件约束的电-气集成能源系统的统一规划问题，对燃气电厂、输电线路、天然气供给站、天然气管道的选址和定容进行优化，构造了混合整数非凸非线性规划模型；接着，采用Benders解耦将该混合整数非凸非线性规划问题简化为双层主、子问题，并分别采用高效的商业求解器CPLEX和IPOPT迭代求解；最后，采用所构建的包括54节点电力系统和19节点天然气网络相互耦合的电-气集成能源系统，说明了所发展的基于Benders解耦的统一规划模型的可行性。然而，目前大多数现有研究是在“基于情景的随机规划”基础上完成的，这种方法是基于产生于蒙特卡洛模拟情景下的复制的确定性模型。随着调查情景数量的增加，该方法中的计算负担成指数级增长。使用不同的技术使情景减少可缓解计算量的问题，但该方法可能会忽略低概率性但高影响的情况。
技术实现思路
为此，本专利技术提供一种新的区域多能源互联运营优化方法和计算设备，以力图解决或者至少缓解上面存在的问题。根据本专利技术的一个方面，提供一种区域多能源互联运营优化方法，在计算设备中执行，该方法包括：建立电池运行成本模型，该成本模型包括电池电量价格和充放电过程的电池电量消耗；基于所述成本模型构建微电网的随机机组组合模型，该组合模型包括约束条件和目标函数，所述目标函数为一个时间段的预期运营成本最小；采用预定方法对所述组合模型进行求解，得到最优机组组合参数，并根据最优结果进行机组组合，实现区域多能源互联运营优化。可选地，在根据本专利技术的方法中，电池电量价格cbat的计算公式为：其中，表示用于电池充电的能源价格，表示电池容量的可用成本，其指拥有1千瓦时的存储容量的可用成本，C∑是电池的全生命周期容量，crep是重置成本。可选地，在根据本专利技术的方法中，对于铅酸和锂离子电池：C∑＝CrDODr[Lr-0.2*(1+2+...+Lr)/Lr]＝CrDODr(0.9Lr-0.1)(kWh)对于钒氧化还原电池：C∑＝CrDODrLr(kWh)，其中，DODr是放电深度，Cr是电池额定容量，Lr是额定寿命。可选地，在根据本专利技术的方法中，在放电过程的电池电量消耗为单位时间内供给负载的能源使用Hbat，在充电过程的电池电量消耗为单位时间内充电电池的功率损耗Lbat，其计算公式分别为：其中，是电池输出功率，是放电功率损耗，是电池输入功率，是充电功率损耗。可选地，在根据本专利技术的方法中，对于铅酸和锂离子电池，其中，SOC为充电状态，Vr是电池的额定电压，Qr是电池的额定容量，R是内部欧姆电阻，K是一个从制造商的数据计算得到的常数。可选地，在根据本专利技术的方法中，对于钒氧化还原电池，其中，VOC是电池的开路电压，和分别是电池在放电期间和充电期间的堆栈电流，分别是电池损失模型系数，其是与额定电压Vr或额定电流Ir有关的参数。可选地，在根据本专利技术的方法中，可选地，在根据本专利技术的方法中，目标函数为其中其中，Fk是时间段k内的总期望运营成本，Sk是时间段k内包括发电机的启动和停机成本的总过渡成本，N是时间范围，Fg,k，分别代表时间段k内发电机、放电电池和充电电池的总运行费用，Fm,k是由于功率不匹配造成的成本。可选地，在根据本专利技术的方法中，其中，T是时间步长，n1和n2分别代表发电机和电池的数量，gi和bi分别代表发电机i和电池i，sgi,k、分别代表时间段k内发电机i和电池i的二进制状态，cgi是发电机i的燃料价格，cbi是电池i的电量价格，Fgi是发电机i的燃料成本，Hgi是发电机i的燃料消耗，和分别为放电和充电期间电池i的电量消耗，和分别为放电和充电期间电池i的运行成本，Pgi,k、分别代表了时间段k内发电机i、放电电池和充电电池的发送功率，Pm,k是时间段k内由于功率失配造成的成本，Fm指由于功率不匹配造成的单位时间成本。可选地，在根据本专利技术的方法中，其中，Pnet,k是k时段的净负荷，pk是净负荷小于0的概率，E(y|x)是在满足x条件下y的期望，cex,k是出口到电网的电价，cim,k是进口到电网的电价，αk和βk是参数，其中αk是控制从电网向微电网输入/输出电力的概率水平，Pgen,k是总发电量，Pchg,k是总充电费用，是Pnet,k的期望值。可选地，在根据本专利技术的方法中，当Pnet,k≥0，Pm,k＝Pgen,k-Pnet,k，当Pnet,k＜0时，Pm,k＝Pchg,k-Pnet,k，可选地，在根据本专利技术的方法中，约束条件至少包括以下一种：其中，P(x)是满足x条件的概率，AND(a,b)＝0表示a、b不能同时为1，SOCbi,k是电池i在k时段的充电状态，和分别是电池i充电状态的最小值和最大值，和分别是放电电池i发送功率的最小值和最大值，和分别是充电电池i发送功率的最小值和最大值，是k时段发电机i在线时的发送功率，和分别是发电机i发送功率的最小值和最大值，和分别是k时段发电机i的上线时间和离线时间，和分别是发电机i上线时间和离线时间的最小值。可选地，在根据本专利技术的方法中，其中约束条件R1为：其中，φ是服从(0,1)标准正态分布的累积分布函数，σnet,k是净负载误差ΔPnet,k的标准偏差，ΔPnet,k是实际负载误差ΔPload、光伏发电误差ΔPpv和风力发电误差ΔPWT的总和，ΔPload、ΔPpv和ΔPWT是取决于预测方法和预测范围的预测误差。可选地，在根据本专利技术的方法中，预定方法为随机动态规划方法，其中，在阶段k的状态空间为其中，Lk是阶段k的可行状态集合，mk是Lk集合中状态的数量，是单元xi的二进制状态，xi代表发电机、放电电池或充电电池。可选地，在根据本专利技术的方法中，随机动态规划方法为正向随机动态规划方法，其中，B阶段到达状态A的最小费用为：其中，是到达状态的最小费用，是对于状态的运作费用，是从状态到状态的过渡费用。根据本专利技术的一个方面，提供一种计算设备，包括：至少一个处理器；和存储有程序指令的存储器，其中，所述程序指令被配置为适于由所述至少一个处理器执行本文档来自技高网...

【技术保护点】
1.一种区域多能源互联运营优化方法，在计算设备中执行，该方法包括:/n建立电池运行成本模型，该成本模型包括电池电量价格和充放电过程的电池电量消耗；/n基于所述成本模型构建微电网的随机机组组合模型，该组合模型的包括目标函数和约束条件，所述目标函数为一个时间段的预期运营成本最小化；/n采用预定方法对所述组合模型进行求解，得到最优机组组合参数，并根据最优结果进行机组组合，实现区域多能源互联运营优化。/n

【技术特征摘要】
1.一种区域多能源互联运营优化方法，在计算设备中执行，该方法包括:
建立电池运行成本模型，该成本模型包括电池电量价格和充放电过程的电池电量消耗；
基于所述成本模型构建微电网的随机机组组合模型，该组合模型的包括目标函数和约束条件，所述目标函数为一个时间段的预期运营成本最小化；
采用预定方法对所述组合模型进行求解，得到最优机组组合参数，并根据最优结果进行机组组合，实现区域多能源互联运营优化。


2.如权利要求1所述的方法，其中，电池电量价格cbat的计算公式为：






其中，表示用于电池充电的能源价格，表示电池容量的可用成本，其指拥有1千瓦时的存储容量的可用成本，C∑是电池的全生命周期容量，crep是重置成本。


3.如权利要求2所述的方法，其中，对于铅酸和锂离子电池，
C∑＝CrDODr[Lr-0.2*(1+2+...+Lr)/Lr]
＝CrDODr(0.9Lr-0.1)(kWh)
对于钒氧化还原电池：
C∑＝CrDODrLr(kWh)
其中，DODr是放电深度，Cr是电池额定容量，Lr是额定寿命。


4.如权利要求1所述的方法，其中，在放电过程的电池电量消耗为单位时间内供给负载的能源使用Hbat，在充电过程的电池电量消耗为单位时间内充电电池的功率损耗Lbat，其计算公式分别为：



其中，是电池输出功率，是放电功率损耗，是电池输入功率，是充电功率损耗。

【专利技术属性】
技术研发人员：曾鸣，叶嘉雯，王雨晴，田立燚，霍现旭，赵保国，张剑，王旭东，王剑峰，
申请(专利权)人：华北电力大学，国网天津市电力公司电力科学研究院，
类型：发明
国别省市：北京;11