一种基于气网划分的IEGS分布式低碳优化控制方法技术

本发明专利技术涉及一种基于气网划分的IEGS分布式低碳优化控制方法。首先，根据节点距离，即气节点间联系的紧密程度，构建表征天然气分区结构的模块度函数，并采用louvain算法对模块度函数进行寻优，获得模块度函数的最大值，将天然气网络划分为多个天然气网络子区域。其次，根据电、气网络间的设备连接关系和气网内部子区域的边界耦合关系，对电力网络和天然气网络之间以及天然气网络划分后子区域之间进行解耦，在保护电、气网络信息隐私的同时，提高了模型的求解效率。本发明专利技术计及了天然气传输的延时效应，并考虑阶梯型碳交易机制、碳捕集技术和P2G技术对碳减排的协同作用，可以有效提高IEGS的低碳性和系统运行灵活性，实现系统安全稳定运行。稳定运行。稳定运行。

【技术实现步骤摘要】
一种基于气网划分的IEGS分布式低碳优化控制方法


[0001]本专利技术涉及一种基于气网划分的IEGS分布式低碳优化控制方法。

技术介绍

[0002]为减缓气候变化，降低二氧化碳排放量，我国提出碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和的目标。电
‑
气综合能源系统(integrated electricity
‑
gas system,IEGS)通过燃气轮机(gasturbine,GT)和电转气(powerto gas,P2G)等设备将电力网络和天然气网络紧密耦合，对实现多能互补、促进新能源消纳等具有重要意义。然而，电力网络和天然气网络隶属于不同的能源供应商，存在市场竞争关系。各能源供应商出于保护自身数据的隐私需求，难以与对方共享网络信息，因此需要研究IEGS分布式优化方法。此外，传统天然气系统控制广泛采用稳态潮流模型，忽略了天然气管道储气能力和天然气传输速度缓慢的特性，将导致调度方案不准确，同时无法保证结果的最优性。而考虑气网动态特性的优化控制存在气网模型计算效率低的问题，因此考虑气网动态特性的IEGS求解效率问题不容忽视。
[0003]目前对于IEGS低碳优化控制的研究大多基于集中式优化框架，需要将全局信息上传到控制中心进行统一优化决策。实际上，电力网络和天然气网络之间存在着“信息壁垒”，彼此之间不共享拓扑结构、源荷数据和设备运行参数等私有信息，集中式优化框架与实际电、气网络分散自治的运行模式不符。
[0004]此外，当前所提出的分布式控制方法大多基于天然气网络的稳态潮流模型，而相比较电能传播而言，天然气在管道中的传输速度要慢得多，具有气惯性，忽略了天然气管道储气能力和天然气传输速度缓慢的特性将导致调度方案不准确，无法保证结果的最优性。气网动态模型相较于稳态模型，能够更真实地反映电力流和天然气流在传输特性上的差异，更符合实际工程情况。
[0005]然而，随着天然气网络规模的扩大，天然气网络运营商面临海量数据的收集与处理问题；同时，考虑动态特性的天然气网络分布式优化模型中含有大量非凸约束与跨时间耦合约束，存在难以直接求解问题。根据气网分区方法将气网划分为多个子区域，各个子区域独立并行求解内部子问题是解决上述问题的有效方法。通过网络分区减小求解天然气网络分布式优化模型的规模，实现求解效率的大幅度提高。
[0006]因此，亟需对基于气网划分的IEGS分布式低碳优化控制方法展开研究。

技术实现思路

[0007]本专利技术的目的在于提供一种基于气网划分的IEGS分布式低碳优化控制方法，该方法计及了天然气传输的延时效应，并考虑阶梯型碳交易机制、碳捕集技术和P2G技术对碳减排的协同作用，可以有效降低IEGS碳排放，提高IEGS的低碳性和灵活性，实现系统安全稳定运行。
[0008]为实现上述目的，本专利技术的技术方案是：一种基于气网划分的IEGS分布式低碳优
化控制方法，包括如下步骤：
[0009](1)考虑阶梯型碳交易机制、碳捕集技术和P2G技术对碳减排的协同作用，构建IEGS低碳优化控制模型，同时采用Big
‑
M法和二阶锥松弛方法对气网模型进行线性化；
[0010](2)考虑气网动态特性，将管存形成的管道虚拟储能特性作为气网一种额外的调度资源，以应对气负荷的变化，提高IEGS运行灵活性以及系统运行可靠性；
[0011](3)为降低气网动态模型求解的复杂性，基于节点距离指标对气网进行划分，建立电
‑
气网络解耦且气网分区的IEGS分布式低碳优化控制模型，在满足电、气网络分散自治要求的同时实现气网动态模型的高效求解。
[0012]相较于现有技术，本专利技术具有以下有益效果：
[0013]本专利技术针对电、气网络存在的“信息壁垒”以及气网动态特性导致气网模型计算效率低的问题，提出了一种基于气网划分的IEGS分布式低碳优化控制方法。首先，根据节点距离，即气节点间联系的紧密程度，构建表征天然气分区结构的模块度函数，并采用louvain算法对模块度函数进行寻优，获得模块度函数的最大值，将天然气网络划分为多个天然气网络子区域。其次，根据电、气网络间的设备连接关系和气网内部子区域的边界耦合关系，对电力网络和天然气网络之间以及天然气网络划分后子区域之间进行解耦，在保护电、气网络信息隐私的同时，提高了模型的求解效率。本专利技术计及了天然气传输的延时效应，并考虑阶梯型碳交易机制、碳捕集技术和P2G技术对碳减排的协同作用，可以有效降低IEGS碳排放，提高IEGS的低碳性和灵活性，实现系统安全稳定运行。
附图说明
[0014]图1为IEGS结构示意图。
[0015]图2为本专利技术基于气网划分的电
‑
气综合能源系统分布式低碳优化控制方法流程图。
具体实施方式
[0016]下面结合附图，对本专利技术的技术方案进行具体说明。
[0017]本专利技术一种基于气网划分的IEGS分布式低碳优化控制方法，包括如下步骤：
[0018](1)考虑阶梯型碳交易机制、碳捕集技术和P2G技术对碳减排的协同作用，构建IEGS低碳优化控制模型，同时采用Big
‑
M法和二阶锥松弛方法对气网模型进行线性化；
[0019](2)考虑气网动态特性，将管存形成的管道虚拟储能特性作为气网一种额外的调度资源，以应对气负荷的变化，提高IEGS运行灵活性以及系统运行可靠性；
[0020](3)为降低气网动态模型求解的复杂性，基于节点距离指标对气网进行划分，建立电
‑
气网络解耦且气网分区的IEGS分布式低碳优化控制模型，在满足电、气网络分散自治要求的同时实现气网动态模型的高效求解。
[0021]图2为本专利技术基于气网划分的电
‑
气综合能源系统分布式低碳优化控制方法流程图，本专利技术方法具体实现如下：
[0022]1、电
‑
气综合能源系统结构
[0023]IEGS以GT和P2G设备作为电、气能流耦合的媒介，在火电厂加装碳捕集设备，将其改造为碳捕集电厂，实现能源的互补互济和阶梯利用，结构如图1所示。
[0024]2、IEGS低碳优化控制
[0025]2.1、目标函数
[0026]IEGS综合成本表达式如下：
[0027][0028]式依次为火电机组发电成本、气源购气成本、弃风惩罚成本、P2G设备运行成本、储气罐运行成本、碳封存成本以及碳税成本。式中：T为总调度时长；下标t为时间(下文不再赘述)；Ω
e
、Ω
g
、Ω
w
、Ω
p2g
、Ω
s
、Ω
b
分别为火电机组、气源、风机、P2G设备、储气罐、碳捕集电厂的集合；a
i
、b
i
、c
i
为火电机组的耗量成本系数；k
g
、k
w
、k本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于气网划分的IEGS分布式低碳优化控制方法，其特征在于，包括如下步骤：(1)考虑阶梯型碳排放机制、碳捕集技术和P2G技术对碳减排的协同作用，构建IEGS低碳优化控制模型，同时采用Big
‑
M法和二阶锥松弛方法对气网模型进行线性化；(2)考虑气网动态特性，将管存形成的管道虚拟储能特性作为气网一种额外的调度资源，以应对气负荷的变化，提高IEGS运行灵活性以及系统运行可靠性；(3)为降低气网动态模型求解的复杂性，基于节点距离指标对气网进行划分，建立电
‑
气网络解耦且气网分区的IEGS分布式低碳优化控制模型，在满足电、气网络分散自治要求的同时实现气网动态模型的高效求解。2.根据权利要求1所述的一种基于气网划分的IEGS分布式低碳优化控制方法，其特征在于，IEGS以GT和P2G设备作为电、气能流耦合的媒介，在火电厂加装碳捕集设备，将其改造为碳捕集电厂，实现能源的互补互济和阶梯利用。3.根据权利要求1所述的一种基于气网划分的IEGS分布式低碳优化控制方法，其特征在于，IEGS低碳优化控制模型具体构建如下：1)目标函数：IEGS综合成本表达式如下：式中各项依次为火电机组发电成本、气源购气成本、弃风惩罚成本、P2G设备运行成本、储气罐运行成本、碳封存成本、碳税成本；T为总调度时长；下标t为时间；Ω
e
、Ω
g
、Ω
w
、Ω
p2g
、Ω
s
、Ω
b
分别为火电机组、气源、风机、P2G设备、储气罐、碳捕集电厂的集合；a
i
、b
i
、c
i
为火电机组的耗量成本系数；k
g
、k
w
、k
p2g
、k
s
、k
f
分别为天然气成本系数、弃风惩罚系数、P2G设备运行成本系数、储气罐成本系数、碳封存成本系数；P
G,i,t
、F
G,i,t
、P
W,i,t
、P
P2G,i,t
、、分别为火电机组的发电量、气源的供气量、风机的预测量、风机实际消纳量、P2G设备耗电量、储气罐的输入量、储气罐输出量、碳捕集电厂的碳捕集量；其中，碳税成本C
C
具体表达式如下：具体表达式如下：式中：Ω
gt
为GT的集合；E和D分别为实际碳排放量和碳排量配额；ξ、d、κ和α分别代表碳
税价格、阶梯区间长度和阶梯增长倍率；γ、γ
g
和γ
gt
分别为发电机单位有功出力碳排放配额、火电机组单位有功出力碳排放量和GT单位有功出力碳排放量；P
GT,i,t
为GT的发电量；2)约束条件IEGS的约束条件包括电力网络约束、天然气网络约束和耦合设备约束；2.1)电力网络约束：电力网络采用输电网层面的直流潮流模型，电力网络约束依次包括如下的机组出力约束、机组爬坡约束、风机出力约束、线路潮流安全约束、功率平衡约束和碳捕集电厂运行约束；束；束；束；束；束；式中：Ω
EL
为电网节点的集合；分别为火电机组和GT出力上下限；分别为火电机组和GT滑坡速率和爬坡速率；P
jk,t
、x
jk
分别为支路jk的传输功率、传输功率上限和电抗；θ
j,t
为节点j处的相角；A
H
、A
W
、分别为节点
‑
支路、节点
‑
火电机组、节点
‑
GT、节点
‑
风机、节点
‑
P2G设备、节点
‑
电负荷关联矩阵；P
H,t
、P
G,t
、P
GT,t
、P
P2G,t
、P
L,t
分别为全部支路的传输功率、火电机组发电量、GT设备发电量、风机实际消纳量、P2G设备消耗的电能、电负荷的列向量；η
b
和β分别为碳捕集效率和碳捕集设备运行能耗系数；P
J,i,t
、P0、P
Y,i,t
分别为碳捕集电厂i的净输出功率、碳捕集设备固定损耗和碳捕集电厂i的运行能耗；2.2)天然气网络约束：天然气网络采用具有管存效应的动态模型，天然气网络约束依次包括如下的Weymouth方程约束、常规约束、压缩机管道流量及压缩机管道首末端气压约束、储气装置约束、动态特性管存约束、节点流量平衡约束；特性管存约束、节点流量平衡约束；
式中：Ω
GA
为气网管道的集合；为管道pq的平均流量；W
pq
、S
pq
分别为管道pq的Weymouth常数和管存常数；π
p,t
和π
q,t
为节点p和节点q的气压；F
C,h,t
为压缩机管道h的流量；和分别为储气罐i的输入和输出流量；I
S,i,t
为二进制变量，I
S,i,t
＝0表示储气罐i在t时刻的状态为输出流量；F
GS,i,t
和F
GS,i,t
‑1分别为储气罐i在t和t
‑
1时刻的储气量；和分别为管道pq的首端流量和末端流量；Q
pq,t
和Q
pq,t
‑1分别为管道pq在t和t
‑
1时刻的管存；A
IN
、A
OUT
、A
C
、、A
S
、分别为节点
‑
管道首端、节点
‑
管道末端、节点
‑
压缩机管道、节点
‑
气源、节点
‑
GT、节点
‑
储气罐、节点
‑
P2G设备、节点
‑
气负荷关联矩阵；F
C,t
、F
GT,t
、F
P2G,t
、、F
L,t
分别为全部管道的首端流量、全部管道的末端流量、压缩机管道C的流量、GT设备消耗的天然气、P2G设备转换的天然气、储气罐的输入流量、储气罐的输出流量、气负荷的列向量；和分别为节点p气压上下限；和分别为气源i的出力上下限和分别为压缩机的压缩因子最大值和最小值；和分别为储气罐i的容量上限、管道pq的流量上限和压缩机管道h的流量上限；和分别为储气罐i的输入和输出流量上限；2.3)耦合设备约束：电力网络和天然气网络通过GT和P2G设备紧密耦合，GT的耗量特...

【专利技术属性】
技术研发人员：邵振国，林勇棋，陈飞雄，郑翔昊，郭奕鑫，
申请(专利权)人：福州大学，
类型：发明
国别省市：