一种热电联供微电网优化运行方法

1.本发明属于电力系统技术领域，具体涉及一种热电联供微电网优 化运行方法。


背景技术：

2.能源互联网已上升至国家战略发展地位，我国正在大力推进能源 改革，倡导提升能源利用率。热电联供型微网不仅可以实现能量的梯 级利用，还能提升能源的利用率，引起了国内外广泛的关注。传统热 电联供微网被“以热定电”运行模式约束，使设备运行效率受限制， 并且系统的经济性也受到影响。微网运行中存在大量的不确定性因素， 如何解决系统中的不确定因素也是一项重大问题。因此需要一种新的 技术来协调系统供电、供热问题以及解决供系统中不确定因素。


技术实现要素：

3.针对上述问题，本发明提出了一种热电联供微电网优化运行方法， 能够有效提升能源利用率，降低系统的运行成本，有效处理系统中不 确定因素对微网运行的影响，并且有效协调了微网的供电、供热问题。
4.本发明提出了一种热电联供微电网优化运行方法，包括以下步骤：
5.步骤1，对热电联供微电网设备建模；
6.步骤2，建立风、光机组出力不确定性模型；
7.步骤3，建立用户热舒适度和供热区域热惯性模型；
8.步骤4，建立基于价格弹性矩阵的需求响应模型；
9.步骤5，运用区间线性规划处理热电联供型微网中风、光机组出 力随机性；
10.步骤6，建立热电联供微电网优化调度模型；
11.步骤7，运用matlab结合gurobi求解器求解。
12.进一步的，所述步骤1中热电联供微电网设备包括风、光发电机 组、电储能装置、燃料电池、电锅炉、燃气锅炉、燃气轮机、余热锅 炉。
13.进一步的，所述步骤2中建立的风、光机组出力不确定性模型为：
[0014][0015][0016]
式中：ξ表示运营者对预测值的置信程度；p
wt
(t)和p
pv
(t)分别为t 时刻的风电机组出力，光电机组出力；和分别表示t时刻风 机预测值和随机变量部分；和分别表示光伏的预测值和随 机变量部分；
[0017]
风机和光伏出力的随机变量可以表示为：
[0018][0019]
[0020]
式中：r{-1,1}表示一个从-1到1的随机数；和分别表示风 机和光伏出力的最大不确定性百分比，可表示为：
[0021][0022][0023]
式中：和分别表示风机和光伏出力基本不确定性百分比； j表示不确定性程度。
[0024]
进一步的，所述步骤3中所述用户热舒适度模型和供热区域热惯 性模型为：
[0025]
(1)：用户热舒适度模型
[0026]
λ
pmv
＝(0.303e-0.036m
+0.028){m-w-3.05
×
10-3
×
[5733-6.99(m-w)-pa]-0.42[(m-w)-58.15]
ꢀ‑
1.7
×
10-5
m(5867-pa)-0.0014m(34-ta)-3.96
×
10-8fcl
×
[(t
cl
+273)
4-(tr+273)4]-f
cl
hc(t
cl-ta)}
[0027]
式中：m为人体能量代谢率；w为人体所做的机械功率；f
cl
，hc，pa分别为人体覆盖衣服面积与裸露面积之比、表面传热系数、人体周围 空气的水蒸气分压力；ta，tr，t
cl
分别为人体周围空气温度、平均辐射 温度和服装外表面温度；
[0028]
(2)：供热区域热惯性模型
[0029]
采暖建筑物具有热惯性，即使停止供热后仍然可以在很长时间内 保持舒适的温度；供热系统热惯性模型为：
[0030][0031][0032]
式中：q
r(t)
为t时刻供热区域内总的散热量；c
′
为单位供热面积下 的热容；为t时刻供热区域室内温度；s为供热区域总面积；μ为 单位供热面积单位温差下室内热量损失；k1，k2，k3为相应系数；为 t时刻室外环境温度。
[0033]
进一步的，所述步骤4中需求响应模型为：
[0034]
基于分时电价的需求响应以改变电价引导用户改变用电习惯，从 而实现了电负荷的削峰填谷；
[0035]
基于价格的需求响应弹性矩阵模型如下：
[0036][0037]
式中：e
ii
为时刻i的自弹性系数；e
ij
为时刻i对时刻j的弹性系数； δq(i)为响应后时刻i的负荷变化；q(i)为响应前i时刻的负荷；δp(i)和 δp(j)分别为时刻i和时刻j响应后的电价变化量；p(i)和p(j)分别为 时刻i和j响应前的电价；
[0038]
在峰、平、谷分时电价机制下，价格需求弹性矩阵可以表示为：
[0039][0040]
式中：p、f、v分别表示峰、平、谷时段；
[0041]
实施峰谷平电价后的各时段的用电量为：
[0042][0043]
式中：分别表示响应前峰、平、谷时段的负荷。
[0044]
进一步的，所述步骤5中区间线性规划方法如下式所示：
[0045][0046][0047]
式中：z(x)为模型中目标函数；xj为决策变量；为目标函 数中决策变量的系数矩阵；当i≤p时和表示不等式约束 系数矩阵和数值向量，当i＞p时表示等式约束的系数矩阵和数值向量；
[0048]
通过将上述模型转化为两个子模型，将不确定性问题转化为两个 确定性问题的子模型进行求解，进而得到目标函数的区间形式 [z]＝[z-,z+]。
[0049]
进一步的，所述步骤6中目标函数以及约束条件如下：
[0050]
(1)：目标函数
[0051]
以系统经济性为目标，包括系统燃料成本、运行维护成本，与主 网功率交互成本、以及环境治理费用，经济成本为：
[0052]
[0053][0054]
式中：[c
fu
(t)]，[c
grid
(t)]，[c
om
(t)]，[ce(t)]分别为t时刻微电网的燃 料成本、与电网交互功率成本、运行维护成本和环境治理成本；c
ch4
为天然气单价；[v
mt
(t)]，[v
gb
(t)]，[v
fc
(t)]分别为燃气轮机、燃气锅炉和 燃料电池在t时刻的天然气消耗量，[p
grid
(t)]，c
rs
(t)，c
rb
(t)分别为t时 刻微网与大电网的交互功率和售购电价；k
om,i
为设备i的单位维护成 本；[pi(t)]为设备i在t时刻的出力；j表示污染气体类型；a
ij
为第i 个dg运行时污染物排放系数；n
t
为运行周期；d为污染物种类数；
[0055]
(2)：约束条件
[0056]
1)电平衡约束
[0057]
[p
wt
(t)]+[p
pv
(t)]+[p
fc
(t)]+[p
grid
(t)]-[p
bch
(t)]+[p
bdis
(t)]+[p
mt
(t)]-[p
eb
(t)]＝[p
l
(t)]
[0058]
式中：[p
l
(t)]为t时刻的电负荷；p
wt
(t)，p
pv
(t)，p
fc
(t)，p
grid
(t)，p
bch
(t)， p
dis
(t)，p
mt
(t)，p
eb
(t)分别为t时刻的风电机组出力，光电机组出力， 燃料电池出力，与主网交互功率，蓄电池充、放电功率，燃气轮机出 力，电锅炉消耗功率。
[0059]
2)热平衡约束
[0060][0061]
式中：[qr(t)]为t时刻供热区域的散热量；和分别为[λ
pmv
] 取值的上下限；q
wh
(t)，q
gb
(t)，q
eb
(t)分别为t时刻余热回收装置，燃 气锅炉，电锅炉出力。
[0062]
3)dg出力约束
[0063]
p
i,min
≤[pi]≤p
i,max
[0064]
式中：p
i,max
和p
i,min
分别为各电源出力上下限；pi为各电源出力。
[0065]
4)储能系统约束
[0066][0067]
式中：p
bchmax
和p
bdismax
分别为储能充放电的上限；μ
ch
(t)和μ
dis
(t)是t 时刻储能充放电的状态变量；和为储能系统最小、最大蓄电 量；为储能初始蓄电量；
[0068]
5)与电网购售电约束
[0069][0070]
式中：和分别为t时刻微网与大电网的购售电量；和表示购售电的上限；μ
buy,t
和μ
sale,t
为t时刻购售电的状态变量。
[0071]
进一步的，所述步骤7中应用matlab优化软件以及gurobi 优化软件进行求解。
[0072]
与现有技术相比，本发明的优点和积极效果在于：
[0073]
(1)采用区间线性规划方法有效处理了系统中不确定因素对微网运 行的影响，以区间的形式表示最终优化结果，为供应商提供了 更多的选择区间。
[0074]
(2)通过引入用户热舒适模型和供热区域热惯性模型，有效协调了 微网供电、供热问题，并有效改善了用户的用热舒适度。
附图说明
[0075]
图1为本发明热电联供微电网结构图；
[0076]
图2为两种模式下运行结果图。
具体实施方式
[0077]
下面结合附图，进一步阐明本发明，本发明提出了一种热电联供 微电网优化运行方法，热电联供微电网结构图如图1所示，通过比较 三种不同运行方式验证了所提方法的有效性，具体实施步骤如下：
[0078]
(1)对热电联供微电网设备建模；
[0079]
热电联供微电网设备包括风、光发电机组、电储能装置、燃料电 池、电锅炉、燃气锅炉、燃气轮机、余热锅炉，如图1所示。
[0080]
(2)建立风、光机组出力不确定性模型；
[0081]
建立的风、光机组出力不确定性模型为：
[0082][0083][0084]
式中：ξ表示运营者对预测值的置信程度；p
wt
(t)和p
pv
(t)分别为t 时刻的风电机组出力，光电机组出力；和分别表示t时刻风 机预测值和随机变量部分；和分别表示光伏的预测值和随 机变量部分。
[0085]
风机和光伏出力的随机变量可以表示为：
[0086][0087][0088]
式中：r{-1,1}表示一个从-1到1的随机数；和分别表示风 机和光伏出力
的最大不确定性百分比，可表示为：
[0089][0090][0091]
式中：和分别表示风机和光伏出力基本不确定性百分比 本发明分别取为4％和2％；j表示不确定性程度，取值为1-11。
[0092]
(3)建立用户热舒适度和供热区域热惯性模型；
[0093]
1)：用户热舒适度模型
[0094]
λ
pmv
＝(0.303e-0.036m
+0.028){m-w-3.05
×
10-3
×
[5733-6.99(m-w)-pa]-0.42[(m-w)-58.15]
ꢀ‑
1.7
×
10-5
m(5867-pa)-0.0014m(34-ta)-3.96
×
10-8fcl
×
[(t
cl
+273)
4-(tr+273)4]-f
cl
hc(t
cl-ta)}
[0095]
式中：m为人体能量代谢率；w为人体所做的机械功率；f
cl
，hc，pa分别为人体覆盖衣服面积与裸露面积之比、表面传热系数、人体周围 空气的水蒸气分压力；ta，tr，t
cl
分别为人体周围空气温度、平均辐射 温度和服装外表面温度。因为本发明关注的是供热系统的供热量，温 度是人体对舒适度最直观的感受，因此本发明假设除了ta外，其余参 数均已知。
[0096]
2)：供热区域热惯性模型
[0097]
采暖建筑物具有热惯性，即使停止供热后仍然可以在很长时间内保持 舒适的温度。供热系统热惯性模型为：
[0098][0099][0100]
式中：q
r(t)
为t时刻供热区域内总的散热量；c
′
为单位供热面积下 的热容；为t时刻供热区域室内温度；s为供热区域总面积；μ为 单位供热面积单位温差下室内热量损失；k1，k2，k3为相应系数；为 t时刻室外环境温度。
[0101]
(4)建立基于价格弹性矩阵的需求响应模型
[0102]
基于分时电价的需求响应以改变电价引导用户改变用电习惯，从 而实现了电负荷的削峰填谷。
[0103]
基于价格的需求响应弹性矩阵模型如下：
[0104][0105]
式中：e
ii
为时刻i的自弹性系数；e
ij
为时刻i对时刻j的弹性系数； δq(i)为响应后时刻i的负荷变化；q(i)为响应前i时刻的负荷；δp(i)和 δp(j)分别为时刻i和时刻j响应后的电价变化量；p(i)和p(j)分别为 时刻i和j响应前的电价。
[0106]
在峰、平、谷分时电价机制下，价格需求弹性矩阵可以表示为：
[0107][0108]
式中：p、f、v分别表示峰、平、谷时段。
[0109]
实施峰谷平电价后的各时段的用电量为：
[0110][0111]
式中：分别表示响应前峰、平、谷时段的负荷。
[0112]
(5)运用区间线性规划处理热电联供型微网中风、光机组出力随 机性；
[0113]
区间线性规划方法如下式所示：
[0114][0115][0116]
式中：z(x)为模型中目标函数；xj为决策变量；为目标函 数中决策变量的系数矩阵；当i≤p时和表示不等式约束 系数矩阵和数值向量，当i＞p时表示等式约束的系数矩阵和数值向量。 一般可以通过将上述模型转化为两个子模型，将不确定性问题转化为 两个确定性问题的子模型进行求解，进而得到目标函数的区间形式 [z]＝[z-,z+]。
[0117]
(6)建立热电联供微电网优化调度模型
[0118]
(1)：目标函数
[0119]
本发明以系统经济性为目标，包括系统燃料成本、运行维护成本， 与主网功率交互成本、以及环境治理费用，经济成本为：
[0120]
[0121][0122]
式中：[c
fu
(t)]，[c
grid
(t)]，[c
om
(t)]，[ce(t)]分别为t时刻微电网的燃 料成本、与电网交互功率成本、运行维护成本和环境治理成本；c
ch4
为天然气单价，取2.5元/m3；[v
mt
(t)]，[v
gb
(t)]，[v
fc
(t)]分别为燃气轮机、 燃气锅炉和燃料电池在t时刻的天然气消耗量，[p
grid
(t)]，c
rs
(t)，c
rb
(t) 分别为t时刻微网与大电网的交互功率和售购电价；k
om,i
为设备i的 单位维护成本；[pi(t)]为设备i在t时刻的出力；j表示污染气体(co， co2，so2，no
x
)类型；a
ij
为第i个dg运行时污染物排放系数；n
t
为运行周期(取24)；d为污染物种类数，取值为4。
[0123]
(2)：约束条件
[0124]
1)电平衡约束
[0125]
[p
wt
(t)]+[p
pv
(t)]+[p
fc
(t)]+[p
grid
(t)]-[p
bch
(t)]+[p
bdis
(t)]+[p
mt
(t)]-[p
eb
(t)]＝[p
l
(t)]
[0126]
式中：[p
l
(t)]为t时刻的电负荷，p
wt
(t)，p
pv
(t)，p
fc
(t)，p
grid
(t)，p
bch
(t)， p
dis
(t)，p
mt
(t)，p
eb
(t)分别为t时刻的风电机组出力，光电机组出力， 燃料电池出力，与主网交互功率，蓄电池充、放电功率，燃气轮机出 力，电锅炉消耗功率。
[0127]
2)热平衡约束
[0128][0129]
式中：[qr(t)]为t时刻供热区域的散热量；和分别为[λ
pmv
] 取值的上下限，q
wh
(t)，q
gb
(t)，q
eb
(t)分别为t时刻余热回收装置，燃 气锅炉，电锅炉出力。
[0130]
3)dg出力约束
[0131]
p
i,min
≤[pi]≤p
i,max
[0132]
式中：p
i,max
和p
i,min
分别为各电源出力上下限，pi为各电源出力。
[0133]
4)储能系统约束
[0134][0135]
式中：p
bchmax
和p
bdismax
分别为储能充放电的上限；μ
ch
(t)和μ
dis
(t)是t 时刻储能充
放电的状态变量；和为储能系统最小、最大蓄电 量；为储能初始蓄电量。
[0136]
5)与电网购售电约束
[0137][0138]
式中：和分别为t时刻微网与大电网的购售电量；和表示购售电的上限；μ
buy,t
和μ
sale,t
为t时刻购售电的状态变量。
[0139]
(7)运用matlab结合gurobi对模型进行求解
[0140]
为验证本发明所提优化模型的有效性，对比以下三种运行模式的经 济性：
[0141]
a:不考虑不确定性，不考虑需求响应；
[0142]
b：考虑不确定性，不考虑需求响应；
[0143]
c：考虑不确定性，考虑需求响应。
[0144]
表1为三种运行模式下的经济成本。由表1可知，分别对场景1-3 进行仿真分析，微网运行总费用如表1所示，比较场景1和场景2可 知，在不确定因素的影响下，微网运行的总费用出现了明显的变化， 且总费用均值上升，但场景2包含了所有可能出现的不确定情况，所 以场景2比场景1运行更具稳定性。通过场景2和场景3可知，由于 场景3考虑了需求响应对微网运行的影响，其总费用区间的上下限比 场景2低，且其费用均值比场景2下降了175.15，区间宽度也下降了 105.3，波动范围也从原来的
±
12.17％下降至
±
11.44％，因此考虑需求 响应后系统运行的经济性得到改善。
[0145]
表1 3种场景下运行结果
[0146][0147]
为了验证本发明所提方法对协调供电供热的有效性，通过对比传 统运行方式与本发明所提模型对比，结果如图2所示。
[0148]
由图2可知，在考虑供热区域热惯性后，室内温度将由pmv值 约束，在一定范围内波动，系统供热量将不按传统负荷预测曲线运行， 而是以满足pmv值约束的散热量区间内的最优值运行，对传统的热 负荷时刻平衡解耦，使系统运行更加灵活，由图2可知，与传统预测 负荷曲线运行方式相比，微网运行总费用降低，经济性得到改善。因 此考虑供热区域热惯性和用户热舒适度可以使微网系统运行更加经 济，有效解决系统的供电、供热问题。
[0149]
上述实施例用来解释本发明，而不是对本发明进行限制，在本发 明的精神和权利
要求的保护范围内，对本发明做出的任何修改和改变， 都落入本发明的保护范围。