多重不确定性下电气热耦合系统风险规避调度.pdf
《多重不确定性下电气热耦合系统风险规避调度.pdf》由会员分享,可在线阅读,更多相关《多重不确定性下电气热耦合系统风险规避调度.pdf(10页珍藏版)》请在文库网上搜索。
1、SHANDONG ELECTRIC POWER山东电力技术第50卷(总第312期)2023年第11期DOI:10.20097/ki.issn1007-9904.2023.11.011多重不确定性下电气热耦合系统风险规避调度施宏图,徐小龙,颜大智,李国亮(国网山东省电力公司枣庄供电公司,山东枣庄277000)摘要:针对电负荷和热负荷的不确定性,在考虑网络拓扑约束和多能耦合建模的基础上,推导出基于可信性理论的多重不确定性风险评估方法。在此基础上,采用清晰等价类将表征不确定性风险的模糊机会约束转化为确定性约束,提出一种多重不确定性下电气热耦合系统风险规避调度方法。通过IEEE 33节点配电网络和32
2、节点供暖网络仿真测试,结果验证所提模型在对冲综合能源系统(integrated energy system,IES)多重不确定性风险的有效性,为能源交易决策和风险评估提供了一种新思路。关键词:热-电-气系统;能量管理;可信性理论;优化调度;不确定性中图分类号:TM732文献标识码:A文章编号:1007-9904(2023)11-0087-10Risk Averse Scheduling of Electricity-Gas-Heat Coupling SystemUnder Multiple UncertaintiesSHI Hongtu,XU Xiaolong,YAN Dazhi,LI Gu
3、oliang(State Grid Zaozhuang Power Supply Company,Zaozhuang 277000,China)Abstract:Considering network topology constraints and multi-energy coupling modeling,a multiple uncertainty risk assessmentmethod based on credibility theory was derived,taking into account the uncertainty of electrical load and
4、 thermal load.Moreover,the fuzzy chance constraint representing uncertainty risk was transformed into certainty constraint by using clear equivalenceclass,and a risk avoidance scheduling method for electrical and thermal coupling system under multiple uncertainties wasproposed.Through the simulation
5、 test of IEEE 33-node distribution network and 32-node heating network,the results verify theeffectiveness of the proposed model in hedging the multiple uncertain risks of integrated energy system,which provides a new ideafor energy transaction decision-making and risk assessment.Keywords:electricit
6、y-gas-heat system;energy management;credibility theory;optimized scheduling;uncertainty0引言能源是人类社会赖以生存的物质基础1。传统能源供应结构单一,存在能源利用效率低、环境污染 高等问题2。综合能源系统(integrated energysystem,IES)打破了传统孤立能源系统之间的壁垒,具有能源转化、分配以及存储等功能,是促进新能源消纳和提高能源利用效率的有效技术手段3。研究表明,IES通过耦合电力、热力和天然气等独立能源系统,能够实现多能互补,有效降低系统整体运行成本并提高综合能源利用效率4。IE
7、S最优调度策略是保证系统经济性和能效性的重要前提,然而,IES多能负荷需求的不确定性直接影响IES能源的能量输出和不同设备的能量转化策略,给IES安全稳定运行带来新的风险和挑战。在此背景下,可靠地评估能源需求不确定性风险,提出能够有效规避风险的多能协同调度方法具有重要的现实意义5。IES具有多能流耦合、多系统联合、多区域协调的特性,在减少碳排放、提高能源利用效率等方面发挥积极作用。文献 6 提出了一种基于热电联产(combined heat and power,CHP)的电热联合调度方法,研究显示,该方法有效减少了碳排放量。文献7 提出了基于固态燃料电池的IES冷热电三联供运行调度模型。优化结
8、果表明,该模型能够减少系统的经济成本。文献 8 以运行成本和碳排放量最小基金项目:国网山东省电力公司科技项目(520610220005)。Science and Technology Project of State Grid Shandong Electric PowerCompany(520610220005).87山东电力技术第50卷(总第312期)2023年第11期为目标建立了IES日前多目标优化运行模型,并通过引入惩罚因子将多目标转化为单目标问题进行求解。文献 9 建立了基于能源枢纽(energy hub,EH)的IES优化调度模型,利用鲁棒模型和机会模型研究了不同风险偏好对调度策略
9、的影响。然而,上述文献忽略了网络拓扑约束的影响,在实际情况下,IES的调度还应考虑多能源网络能流交互特性。一般而言,不确定性条件下多能系统调度方法主要包括鲁棒优化、随机优化和模糊优化。文献10 针对分布式发电和能源负荷的预测不确定性,提出了基于拉丁超立方采样的随机优化运行模型。文献 11 通过假设不确定电价和负荷服从正态分布,建立了一种基于EH的IES随机混合整数线性规划模型。文献 12 利用蒙特卡洛模拟生成多种随机场景描述负荷需求的不确定性,研究了基于碳捕集和电转气技术的IES运行调度与容量配置问题。由于随机优化需要重复采样,求解效率低成为其在大规模系统中应用的障碍13。文献 14 建立了一
10、种考虑多能负荷不确定性的IES规划-运行鲁棒优化模型,充分挖掘了电、热储能和负荷不确定性的关系。文献 15 提出了一种两阶段鲁棒优化模型来研究电、热负荷的不确定性,并构建奖惩阶梯交易成本模型对碳排放量进行制约。文献 16 提出了一种基于风险偏好的电力和天然气系统优化运行策略,并提出采用数据驱动的分布式鲁棒优化方法来处理风力发电的不确定性,该方法虽然不需要重复采样,但是其依赖随机变量的边界信息,决策过于保守17。可信性理论建立了与概率论对应的模糊论公理化体系,被广泛应用于电力系统不确定性风险评估问题18。文献 19 基于可信性理论对负荷的不确定性进行分析,建立了模糊机会约束下的厂网协调规划模型。
11、文献 20 基于模糊论考虑了风电出力和负荷的不确定性,建立了多重不确定性下电-气互联系统模糊优化模型。文献 21 采用梯形隶属度函数描述风电出力的不确定程度,建立了基于可信性理论的电力系统动态经济调度模型。近十年来关于不确定性下综合能源系统运行的相关研究如表1所示。然而,现有的调度策略大多没有考虑网络的拓扑约束,且很少有关于决策者的风险偏好对调度成本的研究。此外,考虑多能负荷的多重不确定性,目前还没有文献研究基于可信度理论的IES风险评估模型。基于此,通过构建模糊机会约束的清晰等价模型,提出一种基于可信性理论的IES模糊优化调度模型。该模型综合考虑了电、热网络的耦合特性,分析多能负荷不确定性对
12、系统成本的影响,并通过合理分配各市场能源交易比例,协调能源的分配与转化,实现IES的最优运行。表1考虑不确定性的综合能源系统运行研究现状Table 1 Research status of integrated energy systemoperation considering uncertainty文献6-910-1214-1619-21本文方法网络拓扑约束确定性优化模型风险评估模型鲁棒优化随机优化模糊优化注:表示未计及该约束或未进行相关研究;表示计及该约束或进行相关研究。1IES基本结构IES基本结构如图1所示。该系统内部由区域供暖网络(district heating network,
13、DHN)与配电网络(power distribution network,PDN)集成。其中 EH 由CHP、热 泵(heat pump,HP)、蓄 电 装 置(electricitystorage unit,ESU)、蓄热装置(thermal storage unit,TSU)组成。天然气直接输送到CHP机组中,电能输送到HP中,并在必要时储存在储能单元中;输出环节包括电能和热能两部分,其中输出的电能由CHP和ESU组成,输出的热能由CHP、HP和TSU组成。图1IES基本结构Fig.1 IES basic structure diagram随着IES系统的发展,基于EH的热电联产系统88作
14、为一种耦合能源系统具有良好的发展前景。基于EH热电耦合关系如式(1)所示。ptht=0chpehpchph phptpgast(1)式中:pgast为t时刻 CHP 输入的天然气速率(假设均速)与热值的乘积;phpt为t时刻HP输入的电能;hp为HP的效率;chpe和chph分别为CHP的电转换效率和热转换效率;pt为t时刻CHP输出电能;ht为t时刻CHP和HP输出的热能和。EH功率平衡方程可以表示为phub,outt=phub,int-phpt+pt+pdist-pchthhub,outt=ht+hdist-hchtEt+1=Et+pchtesu+t-pdistt/esu-Ht+1=Ht+
15、hchttsu+t-hdistt/tsu-(2)式中:phub,int、phub,outt分别为t时刻 EH 的电能输入、输出;hhub,outt为t时刻EH的热能输出;Et和Ht分别为t时刻ESU和TSU中存储的电能和热能;pcht和pdist分别为t时刻 ESU 的充、放电功率;hcht和hdist分别为 TSU 的充、放热功率;esu+、esu-分别为 ESU 充、放电效率;tsu+、tsu-分别为TSU充、放热效率。2基于EH的IES优化调度模型2.1目标函数IES优化调度的主要目的就是提升系统的经济效益,即在满足用户负荷需求的基础上,以最优经济运行为目标,协调能源的分配与转化。因此,
16、以系统运行成本最小为目标函数建立模型,其中,系统运行成本包括购电成本、购气成本、设备运行成本和自产设施发电发热成本。成本函数具体描述如下:1)IES通过电网公司购电。购电成本可表示为Cpe=t T(etPgridt)(3)式中:et为t时刻电网电价;Pgridt为t时刻IES从电网公司购电量。2)IES通过天然气公司购买天然气。购气成本可以表示为Cpg=t T(gastpgast)(4)式中:gast为t时刻天然气价格;pgast为t时刻IES从天然气公司购气量。3)自产设施发电、发热成本采用二次函数来描述,如式(5)所示。Csp=t Tb Bae(PGTt,b)2+be(PGTt,b)+ce
17、+t Tn Nah(HGBt,n)2+bh(HGBt,n)+ch(5)式中:b B、n N分别为 PDN、DHN 的节点集合;ae、be、ce分别为燃气轮机(gas turbine,GT)的成本系数;ah、bh、ch分别为燃气锅炉(gas boiler,GB)的成本系数;PGTt,b为t时刻b节点GT的发电量;HGBt,n为t时刻n节点GB的出力。4)设备运行成本数学模型如式(6)所示。Cop=t T I(cm,Pt,)(6)式中:I为IES系统运行装置的集合;Pt,为装置在t时刻功率;cm,为装置运行成本。综上,IES运行总成本C的数学表达式如式(7)所示。C=Cpe+Cpg+Csp+Cop
18、(7)2.2约束条件1)PDN模块。为保证系统在安全可靠的环境下运行,IES电力交易和调度需要满足配电网络潮流约束。配电网络采用了径向拓扑结构,其功率流可以用线性化的分支流模型来描述22。Pgridt,b+PGTt,b+l Lfpt,o(l)=l Lfpt,r(l)+Dpt,bQgridt,b+QGTt,b+l Lfqt,o(l)=l Lfqt,r(l)+Dqt,b()Rlfpt,l+Xlfqt,lU0=Ut,o(l)-Ut,r(l)(8)式中:l L为配电线路的集合;Pgridt,b和Qgridt,b为t时刻b节点从电网注入的有功功率、无功功率;PGTt,b和QGTt,b为t时刻b节点GT输
19、出的有功功率、无功功率;fpt,o(l)和fqt,o(l)分别为t时刻线路l注入节点b的有功功率、无功功率;fpt,r(l)和fqt,r(l)分别为t时刻节点b流出到线路l的有功功率、无功功率;Dpt,b和Dqt,b分别t时刻b节点的有功、无功负荷;Rl、Xl分别为线路l的电阻和电抗;U0为松弛母线的电压;Ut,o(l)和Ut,r(l)分别为线路l首端和末端电压。2)DHN模块。DHN通常由具有相同拓扑结构的供水管网和回水管网组成。水由热源加热,并注入供水管道;在某个节点,热水从供应侧流向返回侧,热能由热交换器提取并输送至用户;在回流侧,温度相对较低的水被送回热源。热源能量与供应网络、返回网络
20、的温度相关,如施宏图,等:多重不确定性下电气热耦合系统风险规避调度89山东电力技术第50卷(总第312期)2023年第11期式(9)所示。HSn,t=CpmSt,i()Sn,t-Rn,tSn,min Sn,t Sn,max(9)式中:HSn,t为t时刻节点n的热量供应;Cp为水的比热容;mSt,i为t时刻供水管道i中的流量;Sn,t和Rn,t分别为t时刻节点n在供应侧和返回侧的温度;Sn,min和Sn,max分别为节点n供应侧温度的最小和最大值。热负荷通过换热器连接到供热系统,实现供、回管道之间的温度交换。终端用户所接收的热量必须满足他们的用能需求,如式(10)所示。HDn,t=CpmRt,i
21、()Sn,t-Rn,tRn,min Rn,t Rn,max(10)式中:HDn,t为t时刻节点n的热量需求;mRt,i为t时刻返回管道i中的水质量流量;Rn,min和Rn,max分别为节点n供应侧温度的最小、最大值。当水穿过供水和回水管道时,由于不可避免的热损失,其温度会下降。由于大多数供热系统是由地下管网组成的,因此假设供热管道的环境温度保持不变。对于供应网络或回流网络中的任何管道,式(11)关系成立。outi,t=()ini,t-ami,te-blp/(Cpmt,i)+ami,t(11)式中:b为单位长度管道的换热系数;lp为供热管道的长度;mt,i为t时刻管道i中的水质量流率;ini和o
22、uti分别为管道i的进、出口温度;ami为管道i所处的环境温度。多个进水管道的节点混合流体的温度可以根据热力学第一定律确定,所以节点出水的温度可以由式(12)计算。i ()S,outi,tmSt,i=S,mixn,ti mSt,ii ()R,outi,tmRt,i=R,mixn,ti mRt,iS,ini,t=S,mixn,tR,ini,t=R,mixn,t(12)式中:为管道集合;S,outi,t和R,outi,t分别为t时刻管道i供应侧和返回侧出口的温度;S,mixn,t和R,mixn,t分别为t时刻供应侧和回流侧节点n混合温度;S,ini,t和R,ini,t分别为t时刻管道i供应侧和返回
23、侧入口温度。3多重不确定性下 IES 风险评估与风险规避调度负荷需求的预测十分复杂,即使采用商用的预测方法也不可避免地存在预测误差23。对于多能耦合的IES来说更是如此。IES的调度需要在考虑系统运营成本和复杂网络约束的同时,规避多能负荷不确定性带来的风险。基于此,提出多能负荷不确定的IES模糊优化调度方法。3.1基于可信性的IES风险评估方法可信性理论具有坚实的公理化体系,相比于传统隶属度定理更有利于模糊条件下处理机会约束,被广泛应用于处理电力系统不确定性问题。可信性测度可以用模糊事件集合中变量的最小上确界表示,对于任何一个集合A,模糊变量 A的可信性测度被定义为24Cr A=12 Supx
24、 A(x)+1-Supx Ac(x)(13)式中:Supx A()和1-Supx Ac()分别表示A的可能性测度和必要性测度;Cr为可信性测度;Ac表示集合A的补集;为模糊变量的隶属度函数;Sup为上界。式(13)中的系数 1/2确保了对偶性成立,且式(13)满足公理1公理4,确保正态性、非负性、单调性和对偶性。公理1:Cr=1。公理2:当 A1 A2,Cr A1 Cr A2。公理3:当 A1,Cr A1+Cr Ac1=1。公理 4:对于Sup()Cr A 0.5的事件A任何集合,都满足CrA=Sup()Cr A。梯形隶属度函数是研究负荷需求不确定性问题时广泛采用的函数20。因此,本文也采用梯
25、形隶属度函数来描述负荷的不确定程度。梯形隶属度函数如式(14)所示。()x=0,x r1x-r1r2-r1,r1 x r2r3-xr3-r2,r2 x r30,x r3(14)式中:r1、r2、r3为隶属度参数,决定隶属度函数。结合式(13),得到式(15)所示IES负荷不确定性的可信性分布函数,用以评估IES不确定性风险。90Cr x=0,x r1x-r12()r2-r1,r1 x r2x+r3-2r22()r3-r2,r2 x r31,r3 x(15)3.2计及IES多重不确定性的风险规避调度模型基于可信性理论,建立多能负荷不确定性下IES风险规避调度模型。结合负荷预测的可信性分布函数,I
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多重 不确定性 电气 耦合 系统 风险 规避 调度