场景驱动的含电转气综合能源系统鲁棒优化调控方法技术方案

本发明专利技术涉及场景驱动的含电转气综合能源系统鲁棒优化调控方法，包括以下步骤：步骤一：构建园区综合能源系统的电

【技术实现步骤摘要】
场景驱动的含电转气综合能源系统鲁棒优化调控方法


[0001]本专利技术涉及场景驱动的含电转气综合能源系统鲁棒优化调控方法，属于园区综合能源系统规划


技术介绍

[0002][0003]本专利技术主要解决在不与电网交互的前提下，园区级联合供能系统的供能调控问题和碳减排问题。一般情况下，风电、光电等可再生能源通常具有较为明显的波动性和不确定性，因此会造成明显的弃风、弃光现象。碳捕集电厂是构建清洁能源体系的重要技术途径之一，可以实现火电电能生产的低碳化。当前能源领域大多需要依托天然气网络和电能网络进行能量传输，电转气(Power to gas,P2G)技术可以利用电能生成天然气，从而实现这两种大规模传输载体的之间的耦合，实现能量的双向流动，可以更加灵活可靠的实现能量的双向流动。同时，为了提升供能系统的灵活性与弹性，需要在供能系统中引入储能设备进行能量的利用率，与其他储能方式相比，液化天然气存储技术拥有更高的安全性和经济性。
[0004]现有研究中用于消纳能源的技术多用氢气存储技术，由于氢气的稳定性较低而爆炸极限范围较大，因此利用传统的液化甲烷存储技术进行能量消纳会更为安全。为了实现碳减排，需要合理调控P2G单元和热电联产(CHP)机组的运行过程。我国拥有丰富的风电、光电资源，但由于其具有随机性和反调峰特性，如何合理调控和使用已经成为当务之急。合理的消纳综合能源系统中的不确定性是其优化中的研究热点之一。现有的研究中通常使用随机优化和鲁棒优化等方法来处理不确定性。而鲁棒优化中的传统不确定性集合会使结果趋近于最鲁棒的情况，但在实际中最坏情况通常不会出现。

技术实现思路

[0005]为了克服现有研究的不足，提出一种场景驱动的含电转气综合能源系统鲁棒优化调控方法，上述方法充分利用P2G技术，实现园区内部的碳减排以及碳循环。所构建系统中的P2G装置通过利用电能来电解水制氢气，并与园区内电厂运行产生的二氧化碳反应制取甲烷，这一反应过程可以提升系统对于具有不确定性的风能和光能的消纳水平，还可以减少园区的碳排放。同时数据驱动的分布式鲁棒则能以数据驱动的不确定性集合代替传统不确定性集合，可以使调度结果尽可能的趋于真实情况
[0006]场景驱动的含电转气综合能源系统鲁棒优化调控方法，包括以下步骤：
[0007]步骤一：构建园区综合能源系统的电
‑
热
‑
气多能流能量转化关系及建模；
[0008]步骤二：构建考虑含碳捕集电厂的园区联合供能系统的能量调控优化模型；
[0009]步骤三：基于数据驱动的鲁棒调度不确定性集合建立；
[0010]步骤四：基于数据驱动的鲁棒调度策略建立；
[0011]步骤五：策略仿真与讨论。
[0012]所述步骤一中园区综合能源系统包括能源侧、能量转换设备和负荷侧；
[0013]所述能源测包括：风能、光能和碳捕集电厂；
[0014]所述能量转换设备包括：热电联产机组、电加热设备、电解槽和甲烷反应器；
[0015]负荷侧包括电负荷和热负荷；
[0016]电负荷和热负荷由碳捕集电厂、风能、光能满足，碳捕集电厂捕获二氧化碳并将其输送至储存设备供甲烷反应器使用，当基础电负荷得到满足时，剩余的电能被输送到甲烷反应器中，产生甲烷，供应给热电联产机组，为系统提供电能和热能，
[0017]当甲烷反应器生产的天然气不足时，系统将从天然气站购买天然气；热负荷由热泵和热电联产共同满足。
[0018]所述步骤二具体包括：
[0019](1)目标函数
[0020]以经济性最优和碳排放最低为目标，引入碳约束，以园区运行成本C
total
最小为目标函数，如式子(1)所示：
[0021]MinC
total
＝Min(C
P2G
+C
CCS
+C
gas
)
ꢀꢀ
(1)
[0022]式(1)中，MinC
total
为系统总成本，C
P2G
为T时间段内P2G模块运行成本；C
CCS
为T时间段内碳捕集电厂成本；C
gas
为T时间段内甲烷的购买成本；
[0023]P2G模块运行成本C
P2G
为利用电能生成甲烷的运行成本，如式(2)所示。P2G模块运行成本C
P2G
为各设备在T时间段内运行维护成本之和；
[0024][0025]式(2)中，m
P2G
为P2G模块运行成本系数；P
P2G
为电解槽功率；
[0026]碳捕集电厂成本C
CCS
包括T时间段内碳捕集电厂发电过程中运行产生的成本c
ge
和捕集并存储二氧化碳产生的成本c
c&s
，如式(3)到式(5)所示。
[0027]C
CCS
＝c
c&s
+c
ge
ꢀꢀ
(3)
[0028][0029][0030]式(4)中，P
CCS
为碳捕集电厂运行功率，a,b,c为碳捕集电厂的发电成本系数，d为捕集并存储二氧化碳的成本系数，M
CO2
为捕集到的二氧化碳的量；
[0031][0032]M
CHP
(t)为CHP在t时刻消耗的天然气的量，M
CH4
(t)为P2G在时刻t生产的天然气的量，p为甲烷的单价；
[0033](2)系统约束
[0034]系统约束包括碳排放约束、设备功率约束、设备爬坡约束、电平衡约束和热平衡约束；
[0035]碳排放约束要求本系统每日的碳排放量均在限定值之内，如式(7)所示：
[0036][0037][0038]为T时间段内内排放的二氧化碳量；Γ为碳排放约束指标，n2为CHP机组运行排放二氧化碳与所消耗甲烷之间的比例系数，ω为碳捕集电厂的碳排放系数；
[0039]系统中设备运行受两个约束限制，一个是设备运行中输出功率的上下限，一个是设备的爬坡约束，具体约束如式(9)
‑‑
式(13)所示：
[0040][0041][0042][0043][0044][0045]和表示CHP机组在t时刻电功率的下限和上限；和表示CHP机组在t时刻热功率的下限和上限；和表示P2G机组在t时刻电功率的下限和上限和表示热泵在t时刻电功率的下限和上限；和表示热泵在t时刻热功率的下限和上限；
[0046][0047][0048][0049]和表示CHP机组爬坡功率的下限和上限；和表示P2G设备爬坡功率的下限和上限；和表示热泵爬坡功率的下限和上限；
[0050]电功率平衡约束要求每个时刻来自所有资源的电功率必须等于功率需求，如下式所示：
[0051][0052]式(16)中，P
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.场景驱动的含电转气综合能源系统鲁棒优化调控方法，其特征在于：包括以下步骤：步骤一：构建园区综合能源系统的电
‑
热
‑
气多能流能量转化关系及建模；步骤二：构建考虑含碳捕集电厂的园区联合供能系统的能量调控优化模型；步骤三：基于数据驱动的鲁棒调度不确定性集合建立；步骤四：基于数据驱动的鲁棒调度策略建立；步骤五：策略仿真与讨论。2.根据权利要求1所述的场景驱动的含电转气综合能源系统鲁棒优化调控方法，其特征在于：所述步骤一中园区综合能源系统包括能源侧、能量转换设备和负荷侧；所述能源测包括：风能、光能和碳捕集电厂；所述能量转换设备包括：热电联产机组、电加热设备、电解槽和甲烷反应器；负荷侧包括电负荷和热负荷；电负荷和热负荷由碳捕集电厂、风能、光能满足，碳捕集电厂捕获二氧化碳并将其输送至储存设备供甲烷反应器使用，当基础电负荷得到满足时，剩余的电能被输送到甲烷反应器中，产生甲烷，供应给热电联产机组，为系统提供电能和热能，当甲烷反应器生产的天然气不足时，系统将从天然气站购买天然气；热负荷由热泵和热电联产共同满足。3.根据权利要求1所述的场景驱动的含电转气综合能源系统鲁棒优化调控方法，其特征在于：所述步骤二具体包括：(1)目标函数以经济性最优和碳排放最低为目标，引入碳约束，以园区运行成本C
total
最小为目标函数，如式子(1)所示：MinC
total
＝Min(C
P2G
+C
CCS
+C
gas
)
ꢀꢀꢀꢀꢀꢀꢀ
(1)式(1)中，MinC
total
为系统总成本，C
P2G
为T时间段内P2G模块运行成本；C
CCS
为T时间段内碳捕集电厂成本；C
gas
为t时间段内甲烷的购买成本；P2G模块运行成本C
P2G
为利用电能生成甲烷的运行成本，如式(2)所示：P2G模块运行成本C
P2G
为各设备在T时间段内运行维护成本之和；式(2)中，m
P2G
为P2G模块运行成本系数；P
P2G
为电解槽功率；所述P2G模块为甲烷反应器；碳捕集电厂成本C
CCS
包括T时间段内碳捕集电厂发电过程中运行产生的成本c
ge
和捕集并存储二氧化碳产生的成本c
c&s
，如式(3)到式(5)所示：C
CCS
＝c
c&s
+c
ge
ꢀꢀꢀꢀꢀꢀ
(3)(3)式(4)中，P
CCS
为碳捕集电厂运行功率，a,b,c为碳捕集电厂的发电成本系数，d为捕集并存储二氧化碳的成本系数，为捕集到的二氧化碳的量；
M
CHP
(t)为CHP在t时刻消耗的天然气的量，为P2G在时刻t生产的天然气的量，p为甲烷的单价；所述CHP为热电联产机组；(2)系统约束系统约束包括碳排放约束、设备功率约束、设备爬坡约束、电平衡约束和热平衡约束；碳排放约束要求本系统每日的碳排放量均在限定值之内，如式(7)所示：碳排放约束要求本系统每日的碳排放量均在限定值之内，如式(7)所示：碳排放约束要求本系统每日的碳排放量均在限定值之内，如式(7)所示：为T时间段内内排放的二氧化碳量；Γ为...

【专利技术属性】
技术研发人员：张帆，李萌，董伟，赵晓东，陈东，闵垚，
申请(专利权)人：国网浙江省电力有限公司杭州市钱塘区供电公司，
类型：发明
国别省市：