考虑负荷转移的综合能源系统多目标优化配置方法与流程

本发明涉及能源系统，具体涉及一种综合能源系统多目标规划方法。
背景技术：
：综合能源系统已成为多种能源网络的集成发展方向，是能源互联网的物理载体。综合能源系统的规划与运行优化也是近年来学者研究的重点。随着电力市场的逐步改革和综合能源市场的不断发展，多主体的运行环境也对能源互联网的决策制定带来新的难题，系统运营者可充分利用价格信号以及激励响应等因素，充分利用需求侧资源，终端能源用户可作为需求响应的直接参与者参与调度运行，为提高综合能源系统运行的经济性和可靠性提供重要保障。基于上述背景，研究需求响应下的综合能源系统的优化配置，并计及成本、碳排放以及用户体验需求是十分有意义的。技术实现要素：发明目的：为满足用户用电需求和进一步的优化电力系统的资源配置问题，本发明提供一种考虑负荷转移的综合能源系统多目标优化配置方法。技术方案：一种考虑负荷转移的综合能源系统多目标优化配置方法，包括以下步骤：(1)输入包含有综合能源系统的结构、设备类型及参数、电负荷、热负荷、风力发电预测功率、分时电价、天然气价格、价格补偿信息、污染排放数据的综合能源系统数据及信息；(2)建立电力负荷转移模型以及价格补偿模型；(3)建立综合能源系统的能源设备模型，包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、热泵模型、蓄电池模型；(4)设置约束条件：能量平衡约束、机组爬坡约束、设备出力约束、转移功率约束、购电功率约束、蓄电池约束；(5)建立成本、碳排放以及用能不满意度多个目标模型，并采用分层序列法处理；(6)求解所述综合能源系统多目标优化配置模型，输出综合能源系统信息，包括燃气轮机的电/热出力量和容量、消耗天然气量、购电量、余热锅炉热出力量和容量、燃气锅炉热出力量和容量、热泵出力量和容量、风电出力量、蓄电池充放电功率和容量、优化后电负荷、成本、碳排放量、用户不满意度。步骤与(2)所建立电力负荷转移模型以及价格补偿模型的过程具体如下：(21)根据式(1)建立电力负荷转移模型，式(1)中：δle,t为负荷转移前后电负荷变化量，数值为正表示负荷移出，数值为负表示负荷移入；(22)基于费希纳定律的用户响应模型确定用户参与负荷转移的补偿价格，补偿价格与负荷转移量成正相关，根据式(2)建立价格补偿模型，式(2)中：le,t为用户计划电负荷；pcom,t为单位功率负荷转移的补偿价格；g和h分别为补偿价格的相关系数。进一步的，步骤(3)建立综合能源系统的能源设备模型包括燃气轮机模型、燃气锅炉模型、余热锅炉模型、热泵模型和蓄电池模型，具体如下：(31)根据式(3)计算燃气轮机模型，式(3)中：qgt,t和pgt,t分别表示时段t燃气轮机的烟气余热量和发电功率；ηgt为燃气轮机的发电效率；ηloss为损失率。(32)根据式(4)计算燃气锅炉模型，qgb,t/ηgb＝fgb,t·ghv(4)式(4)中：qgb,t为时段t燃气锅炉的输出热功率；ηgb为燃气锅炉的热效率；fgb,t为时段t燃气锅炉消耗的天然气量；ghv为天然气的热值。(33)根据式(5)计算余热锅炉模型，qhb,t＝qgt,t·ηhb(5)式(5)中：qhb,t为时段t余热锅炉的输出热功率；ηhb为余热回收效率。(34)根据式(6)计算热泵模型，qhp,t＝php,t·ηhp(6)式(6)中：php,t为时段t热泵消耗的电功率；qhp,t为时段t热泵输出的热功率；ηhp为制热效率。(35)根据式(7)计算蓄电池模型，式(7)中：st表示时段t蓄电池的储能量；σ为自耗率；ptc、ptd分别为时段t蓄电池的充放电功率；ηcha、ηdis分别为时段t蓄电池的充放电效率。进一步的，步骤(4)设置约束条件的设立过程如下：(41)根据式(8)和式(9)设立能量平衡约束，qhb,t+qgb,t+qhp,t＝qt(9)式(8)、(9)中：pwt,t为时段t的风电出力；pe,t为时段t的实际电负荷；qt为时段t的热负荷；(42)根据式(10)设立机组爬坡约束，其表达式如下：式(10)中：分别为燃气机组爬坡上下限；(43)根据式(11)设立设备出力约束，其表达式如下：pj,min≤pj,t≤pj,max(11)式(11)中：pj,min和pj,max分别为设备j输出功率的上下限；(44)根据式(12)设立负荷转移范围约束，其表达式如下：-αle,t≤δle,t≤αle,t(12)式(12)中：α为转移负荷占用户计划负荷的比例上限；(45)根据式(13)设立购电功率约束，其表达式如下：式(13)中，为允许向电网购买的最大功率；(46)根据式(14)设立蓄电池运行约束，式(14)中，λmin和λmax为蓄电池的最大和最小荷电状态；wes为蓄电池的容量；和为蓄电池的最大充放能效率。进一步的，步骤(5)所述中建立包含成本、碳排放以及用能不满意度的多目标优化模型，具体步骤如下：(51)计算成本：总成本包括用能成本、运行维护成本、设备等值投资成本以及补偿给用户成本，根据式(15)建立最小化总成本函数：minf1＝cfu+com+cinv+ccom(15)式(15)中，f1为综合能源系统的日总经济成本；cfuel、com、cinv和ccom分别为系统的用能成本、维护成本、设备安装投资成本和补偿给用户的成本；根据式(16)计算用能成本：式(16)中，ce和cgas分别为单位电能和天然气的价格；根据式(17)计算运行维护成本：式(17)中：表示设备j的单位维护成本；ptj表示时段t设备j的出力；根据式(18)计算设备等值投资成本：式(18)中：cinv,j为待安装设备j的单位容量投资成本；wj为设备j的容量；ri为设备j的投资回收系数；r为贴现率；nj为设备j的使用年限；根据式(19)计算补偿用户成本：(52)根据式(20)建立最小化用户不满意度函数，用户的不满意度与负荷转移所导致的用户用能偏离计划有关，与负荷需求变化量的平方成正比：(53)根据式(21)建立最小化碳排放函数：pgtr,t＝pgt,t+qgt,t+qgb,t(22)式(21-22)中，f3为实际的碳排放量；a1、b1、c1为火电碳排放计算系数，a2、b2、c2为天然气供能碳排放系数；pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和；(54)采用分层序列法建立多目标优化模型，优先级别由高到低依次为成本、用户不满意度、碳排放，优先级高的目标函数优先求解，结果作为下层目标的约束条件。更进一步的，步骤(6)中设计典型综合能源系统算例，基于lingo18.0软件平台编写模型程序并调用全局求解器对其求解考虑负荷转移的综合能源系统多目标优化配置模型，并输出数据。有益效果：与现有技术相比，本发明所述的一种考虑负荷转移的综合能源系统多目标优化配置方法通过在综合能源系统优化中考虑需求侧的用户互动特性，建立负荷转移模型，并基于费希纳定律的用户响应模型确定补偿价格，使其更加符合实际情况，其好处在于可以充分利用需求侧的资源，调整负荷结构，达到削峰填谷的效果。同时考虑了负荷转移对于用户的影响，构建用户体验指标，并连同经济性与环保性，构建了多目标优化模型，并采用分层序列法处理，好处在于兼顾整个系统的综合利益，保障用户的体验度。最后基于lingo18.0软件对所建的优化配置模型进行求解，得到系统的设备优化配置结果以及各目标函数值，其好处在于求解速度快。算例分析验证了本发明所提方法的有效性，可为工程应用中的综合能源系统规划与调度提供决策支撑。附图说明图1为本发明所述方法的实施流程示意图；图2为本发明所述方法在综合能源系统的算例结构图；图3为用户计划电热负荷以及风电最大预测功率；图4为经本发明所述方法优化前后电负荷对比图。图5为实施例中能源系统中蓄电池充放电状态图。具体实施方式为了详细的说明本发明所公开的技术方案，下面结合说明书附图和具体实施例对本发明进行详细说明。本发明所提供的是一种考虑负荷转移的综合能源系统多目标优化配置方法。该方法在于考虑需求侧互动特性，建立电力负荷转移模型以及价格补偿机制，并考虑负荷转移给用户带来的影响，引入用能不满意度指标，综合系统成本、碳排放以及用户不满意度，建立多目标优化模型，以得到系统各设备的优化配置以及用户响应策略，实现综合效益最优，具体的实施过程如图1所示，包括以下步骤：(1)向综合能源系统输入系统数据及信息。输入包含有综合能源系统的结构、设备类型及参数、电负荷、热负荷、风力发电预测功率、分时电价、天然气价格、价格补偿信息、污染排放数据的综合能源系统数据及信息。(2)建立电力负荷转移模型以及价格补偿模型；负荷的转移需满足一个周期内的总用电量不变，电力负荷转移模型为：式中：δle,t为负荷转移前后电负荷变化量，为正表示负荷移出，为负表示负荷移入。基于费希纳定律的用户响应模型确定用户参与负荷转移的补偿价格，补偿价格与负荷转移量成正相关，其模型为：式中：le,t为用户计划电负荷；pcom,t为单位功率负荷转移的补偿价格；g和h分别为补偿价格的相关系数。(3)建立综合能源系统的能源设备模型a、燃气轮机模型燃气轮机通过消耗天然气同时产生电能和热能，本发明中设定热电比是不可调，其模型为：式中：qgt,t和pgt,t分别表示时段t燃气轮机的烟气余热量和发电功率；ηgt为燃气轮机的发电效率；ηloss为损失率。b、燃气锅炉模型燃气锅炉作为燃气轮机供热不足时的热能补充，其模型为：qgb,t/ηgb＝fgb,t·ghv式中：qgb,t为时段t燃气锅炉的输出热功率；ηgb为燃气锅炉的热效率；fgb,t为时段t燃气锅炉消耗的天然气量；ghv为天然气的热值。c、余热锅炉模型余热锅炉将燃气锅炉释放出的高温烟气中的热能转移到热水中，以供用户使用，其模型为：qhb,t＝qgt,t·ηhb式中：qhb,t为时段t余热锅炉的输出热功率；ηhb为余热回收效率。d、热泵模型热泵可高效地将电能转换为热能，其模型为：qhp,t＝php,t·ηhp式中：php,t为时段t热泵消耗的电功率；qhp,t为时段t热泵输出的热功率；ηhp为制热效率。e、蓄电池模型蓄电池作为综合能源系统中重要的调峰装置，其模型为：式中：st表示时段t蓄电池的储能量；σ为自耗率；分别为时段t蓄电池的充放电功率；ηcha、ηdis分别为时段t蓄电池的充放电效率。(4)设置综合能源系统运行约束条件a、能量平衡约束qhb,t+qgb,t+qhp,t＝qt式中：pwt,t为时段t的风电出力；pe,t为时段t的实际电负荷；qt为时段t的热负荷。b、机组爬坡约束本发明中主要考虑燃气轮机的爬坡率：式中：分别为燃气机组爬坡上下限。c、设备出力约束pj,min≤pj,t≤pj,max式中：pj,min和pj,max分别为设备j输出功率的上下限。d、负荷转移范围约束-αle,t≤δle,t≤αle,t式中：α为转移负荷占用户计划负荷的比例上限。e、购电功率约束式中，为允许向电网购买的最大功率。f、蓄电池运行约束式中，λmin和λmax为蓄电池的最大和最小荷电状态；wes为蓄电池的容量；和为蓄电池的最大充放能效率。(5)建立多目标优化模型a、成本：成本包括用能成本、运行维护成本、设备等值投资成本以及补偿给用户成本，最小化总成本函数：minf1＝cfu+com+cinv+ccom式中，f1为综合能源系统的日总经济成本；cfuel、com、cinv和ccom分别为系统的用能成本、维护成本、设备安装投资成本和补偿给用户的成本；a1、用能成本：式中，ce和cgas分别为单位电能和天然气的价格；a2、维护成本：式中：表示设备j的单位维护成本；ptj表示时段t设备j的出力；a3、设备等值投资成本：式中：cinv,j为待安装设备j的单位容量投资成本；wj为设备j的容量；ri为设备j的投资回收系数；r为贴现率；nj为设备j的使用年限；a4、补偿用户成本：b、用户的不满意度：用户的不满意度与负荷转移所导致的用户用能偏离计划有关，与负荷需求变化量的平方成正比。最小化用户不满意度函数：c、碳排放最小化碳排放函数：pgtr,t＝pgt,t+qgt,t+qgb,t式中，f3为实际的碳排放量；a1、b1、c1为火电碳排放计算系数，a2、b2、c2为天然气供能碳排放系数；pgtr,t为单位时段t内燃气轮机和燃气锅炉输出功率之和。d、分层序列法分层序列法的数学模型为：式中：和分别表示与第i个单目标函数fi相应的、与fi*相比的目标超出值和不足值，即正、负偏差变量；pl表示第l个优先级；表示在同一优先级pl中，不同目标的正、负偏差变量的权系数；gj,min、gj,max为不等式约束gj的上下限进一步的说，本发明中综合能源系统算例结构如图2所示，本发明的工作是实现能源设备的容量优化配置以及系统的优化调度。待配置的设备为燃气轮机，余热回收装置，燃气锅炉，蓄电池，设备具体数据见表1。风电机组容量不参与优化。以24h为一个调度周期，单位调度时间为1h。系统典型日计划负荷曲线、风电预测出力曲线如图3所示。电价采用分时电价。使用商业软件lingo18.0进行建模与求解。目标优先级由高到低分别为系统成本、用户不满意度、碳排放量。本发明中算例的主要参数设置：天然气价格为2.07元/m3，热值为35169kj/m3，负荷转移量不得超过当前计划负荷的10％。联络线最大传输功率为1000kw。算例中待配置设备的参数如表1所示，分时电价见表2。表1：综合能源系统设备参数表2：分时电价表3：设备容量优化结果设备蓄电池燃气轮机余热锅炉燃气锅炉热泵容量/kw937224223912759100表4：单目标以及多目标优化结果表3为设备容量优化结果。由结果可以看出，综合能源系统的电能和热能主要由燃气轮机提供，除燃气轮机产生的热能外，其余由燃气锅炉补充。虽然热泵的效率较高，但热泵的投资成本高于燃气锅炉，而且热泵容量的增加会导致燃气轮机容量的增加，不利于系统的经济性，所以燃气锅炉的配置容量远大于热泵的配置容量。表4为不同运行模式下的优化结果。当以单目标进行优化时，很难兼顾多个指标的平衡。例如，最小化总运行成本时，碳排放量较大。而在本文提出的多目标优化模式下，综合能源系统总运行成本相比于单目标最优值增加了8％，用户不满意度相比于单目标最优值增加了9.4％，碳排放量相比于单目标最优值增加了10％，实现了多个目标之间的平衡，达到综合效益最优，算法的有效性得到验证。图4为优化电负荷曲线。引入负荷转移机制后，由于分时电价的影响，高峰时段的电负荷转移到电价较低的时段，电负荷结构得以优化，实现了电负荷的削峰填谷。且负荷越大，参与需求响应的负荷越多。图5为蓄电池的充放电状态，在处于用电低谷以及风电较多的夜晚，蓄电池进行充电，在午高峰以及晚高峰释放电能，以缓解供电压力。当前第1页12