一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法技术方案

一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，建立电热综合需求响应模型，求解响应后的电、热负荷数据；建立热电联供型光热电站设备运行模型，分析该模型光

【技术实现步骤摘要】
一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法


[0001]本专利技术涉及区域综合能源优化调度领域，特别是一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法。

技术介绍

[0002]能源系统低碳转型与大力推广新能源的发展是碳中和行动的关键技术手段。区域综合能源系统(regional integrated energy system，RIES)作为多能互济、能源梯级利用的综合能源系统在地理分布与功能状态上的具体体现，为实现新能源消纳与节能减排提供了新思路。
[0003]RIES中的核心能量供应设备通常为“气
‑
电
‑
热”或“气
‑
电
‑
冷”多能耦合装置，其制能产物均含有较高浓度的CO2。碳捕集与封存技术作为具有大规模减排潜力的技术，可实现快速、高效地降低机组的碳排放水平，能够较好地服务于“碳中和”发展目标。现有研究大多只针对碳捕集的调度特性进行分析，而未考虑捕集得到的CO2的后续利用途径。目前国内首套碳捕集燃气电厂(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于包括以下步骤：步骤一、第一阶段建立电热综合需求响应模型，求解响应后的电、热负荷数据；步骤二、建立热电联供型光热电站设备运行模型，分析该模型光
‑
电
‑
热多能转换特性；步骤三、建立电转气
‑
碳捕集燃气电厂协调运行模型，分析该模型弃风消纳、碳循环利用和原料互补利用过程；步骤四、建立风光不确定性的模糊隶属度模型，分析模糊机会约束的确定性转换过程；步骤五、第二阶段以考虑弃风成本和碳效益的总运行成本最低为目标，建立含模糊机会约束的区域综合能源系统经济调度模型，优化求解得到经济性最优的调度方法。2.根据权利要求1所述一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于：所述步骤一中，电热综合需求响应模型，具体如下：电负荷需求响应优化目标为负荷波动性最小，热负荷需求响应的优化目标为响应后的热负荷与最优热电比下的目标热负荷偏差度最小，具体可表示为：式中：P
DR,t
为t时段需求响应后的电负荷；P
E,t
为t时段需求响应前的电负荷；P
avg
为电负荷的期望值；Q
DR,t
为t时段需求响应后的热负荷；Q
best,t
为t时段最优热电比下的热负荷；T为全调度周期内的总时段数；μ为最优热电比，F1、F2分别表示电负荷需求响应的优化目标和热负荷需求响应的优化目标。3.根据权利要求2所述一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于：所述步骤一中，建立电热综合需求响应模型的约束条件，包括：电负荷需求响应弹性系数等式约束，热负荷供热量关系约束，用户温度感知约束，电价变化约束，负荷转移约束，用户支出约束，具体为：1)电负荷需求响应弹性系数等式约束：价格型需求响应可根据消费者心理学，制定合适的分时电价来改变用户的用电行为；通过电价弹性系数矩阵，可建立电价变化率与负荷变化率之间的关系，电价弹性系数及需求响应前后负荷变化关系具体表示为：
式中：ΔP
DR,i
为i时段电负荷的需求响应变化量；μ
E
为弹性电负荷的比例；τ
E,ij
为电负荷需求响应的弹性系数，当i与j相等时，τ
E,ij
为自弹性系数，当i与j不等时，τ
E,ij
为互弹性系数；ΔC
DR,i
为i时段需求响应后的电价变化量；C
E,j
表示j时段响应前的电价、P
DR,i
表示i时段响应后的电负荷量、P
E,i
表示i时段响应前的电负荷量、T表示调度周期，为24h；2)热负荷供热量关系约束：在对居民用户供暖时，为保证室内温度处于合适的范围，制热设备需持续为室内空气提供热量，负荷侧供热量与居民用户的室内温度之间的关系具体表示为：式中：T
out,t
和T
in,t
分别为t时段的用户室外温度和室内温度；ξ
H
为供暖用户的比例；ΔQ
DR,t
为t时段的热负荷的需求响应变化量；C
air
为空气的比热容；N为该地区的供暖用户数量；q
t
为t时段考虑建筑热阻的室内温度散热量；R为建筑材料的热阻；Δt表示单位调度时段；3)用户温度感知约束：用户对供热感知具有一定模糊性，需保证建筑室内温度在用户不敏感范围内变化，具体表示为：T
in,down
≤T
in,t
≤T
in,up
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)；式中：T
in,up
和T
in,down
分别为用户不敏感区域上限、下限；4)电价变化约束：电价的优化在原则上要求峰时电价大于固定电价，谷时电价小于固定电价；峰时电价大于平时电价，谷时电价小于平时电价；峰谷电价比大于一定的倍数限值，具体表示为：式中：C
g,t
为谷时段的电价；C
p,t
为平时段的电价；C
f,t
为峰时段的电价；λ为峰时段电价与谷时段之间的倍数限值；C
E,t
表示t时段响应前的电价；5)负荷转移约束：在整个调度周期内需求响应前后电负荷及热负荷总量不能改变，即转移量之和为0；为保证负荷供应的稳定性，在单个时段内，负荷的转移量不能超过限值；具体表示为：
式中：χ1为单个时段的电负荷转移限值；χ2为单个时段的热负荷转移限值；ΔP
DR,t
、ΔQ
DR,t
分别表示t时段参与需求响应的电负荷量和热负荷量；6)用户支出约束：用户参与需求响应的基本前提是能从中获益，因此电负荷响应后用户费用支出应低于响应前费用支出；具体表示为：4.根据权利要求2所述一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于：所述步骤一中，以电负荷需求响应优化目标为负荷波动性最小，迭代求解得到与电负荷均值偏差度最小负荷数据，作为响应后的电负荷数据，将响应后的电负荷数据传递至热负荷需求响应模型，热负荷需求响应的优化目标为负荷热电匹配度最高，求解得到与最优热电比下的热负荷偏差度最小的负荷数据，作为响应后的热负荷数据。5.根据权利要求1所述一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于：所述步骤二中，热电联供型光热电站设备运行模型，具体如下：聚光集热系统光—热功率转换关系如下：P
solar,t
＝η
S
‑
H
S
SF
D
t
ꢀꢀꢀꢀꢀ
(9)；式中：P
solar,t
为t时段聚光集热系统收集的热能；η
S
‑
H
为光热转换效率；S
SF
为太阳能镜场面积；D
t
为t时段太阳能辐射指数；集热系统收集的热能，一部分用于供给发电系统，另一部分则通过高温熔盐储存至储热系统，为保证CHPCSP的稳定运行，需要舍弃部分热能：式中：P
ge
‑
h,t
为t时段供给发电系统的热能；Q
HS,ch,t
和Q
HS,dis,t
分别为t时段储热系统的储热量和放热量；η
HS,ch
和η
HS,dis
分别为储热系统的储热效率和放热效率；P
solar,t
表示t时段的输入光热电站的光热能量；供给发电系统的热能用于BT的发电制热，其中，BT的制热量来源于汽轮机发电后的蒸汽余热；
式中：η
BT
为BT的发电效率；P
CHPCSP,t
和Q
CHPCSP,t
分别为t时段CHPCSP中BT的电出力和热出力；K2为BT的热电比。6.根据权利要求1所述一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于：所述步骤三中，电转气
‑
碳捕集燃气电厂协调运行模型，具体如下：碳捕集燃气电厂的能耗包括固定能耗和碳捕集运行能耗，碳捕集运行能耗来源于燃气机组的产能过程，其燃烧天然气的排放产物中含有一定浓度的CO2；燃气机组与余热回收装置共同组成热电联产机组，为简化模型分析，将热电机组的热电比视为定值；式中：P
CCGPP,t
为t时段CCGPP系统的总能耗；P
A,t
为t时段CCGPP系统的固定能耗；P
CC,t
为t时段的碳捕集能耗；λ
CC
为单位质量CO2的捕集能耗；为t时段系统的碳捕集量；η
CC,t
为t时段系统的碳捕集率；e
GT
为燃气机组的单位碳排放强度；E
GT,t
为t时段燃气机组总出力；P
GT,t
和Q
GT,t
分别为t时段燃气机组的电出力与热出力；K1为燃气机组的热电比；P2G设备的产气过程主要由电解水和甲烷化两个步骤组成，在甲烷化过程中，CO2的消耗量和CH4的产生量相等，因此P2G设备的碳
‑
气转化关系表示为：式中：为t时段P2G的碳利用量；为一个标准大气压下CO2的密度；为t时段P2G设备的产气量；P
P2G,t
为t时段P2G设备的能耗；H
L
为天然气低热值；此外，P2G
‑
CCGPP系统中的碳捕集能耗和P2G能耗共同用于弃风消纳，当碳捕集能耗和P2G能耗之和大于弃风量时，实现系统对弃风的全额消纳，弃风量具体可表示为：ΔP
WT,curt,t
＝max{P
WT,pre,t
‑
P
WT,t
‑
P
CC,t
‑
P
P2G,t
,0}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)；式中：ΔP
WT,curt,t
为t时段的弃风量；P
WT,pre,t
为t时段风机的预测功率；P
WT,t
为t时段风机的实际出力。7.根据权利要求1所述一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法，其特征在于：所述步骤四中，风光不确定性的模糊隶属度模型及其确定性转化方法为：含模糊机会约束的最优化问题描述为：式中：f(x)为目标函数；g(x,ξ)为含模糊参数的约束函数；x为决策变量；ξ为模糊参数；β为置信水平；Pr{}为事件可行性；
风电及光热的模糊参数可通过梯形隶属度函数表示：式中：μ(P
F
)为隶属度函数；为决定隶属度函数形状的参数，其与预测值P
pre
存在以下关系：式中：v
k
为比例系数，一般依据风机及负荷的历史数据得到；当约束函数具有以下形式：g(x,ξ)＝h1(x)ξ1+h2(x)ξ2+
…
+h
n
(x)ξ
n
+h0(x)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)；式中：ξ
k
为梯形模糊参数h1(x)、h2(x)、
…
h
n
(x)分别表示含决策变量x的第一个函数、第二个函数，
…<...

【专利技术属性】
技术研发人员：张涛，刘景，霍然，
申请(专利权)人：三峡大学，
类型：发明
国别省市：