基于数据中心的电-热综合能源系统协调调度方法

1.本发明涉及了一种电-热综合能源系统协调调度方法，具体涉及了一种基于数据中心的电-热综合能源系统协调调度方法。


背景技术：

2.在电-热综合能源系统中，数据中心一方面消耗大量来自电网的电能，同时又可以利用余热回收技术将大量热能供给热网，因此其可被视为能量产消者。通过自调度计算任务，数据中心可以在时间和空间尺度调节用电量和产热量，这种时空能量调节能力有利于提高电-热综合能源系统的灵活性。如何挖掘数据中心的时空灵活性，实现基于数据中心产消者的电-热综合能源系统协调调度，是电-热综合能源系统优化运行的关键问题。


技术实现要素：

3.为了解决背景技术中存在的问题，本发明所提供一种基于数据中心的电-热综合能源系统协调调度方法，本发明考虑到数据中心在电-热综合能源系统中呈现出产消者的特性，建立了基于数据中心的电-热目标优化模型，将电-热目标优化模型的优化结果作为对数据中心用电量和产热量的期望值，并对数据中心自调度的结果和期望值之间的偏差进行考核，实现了基于数据中心产消者的电-热综合能源系统协调调度。
4.本发明采用的技术方案是：
5.本发明电-热综合能源系统协调调度方法包括如下步骤：
6.步骤1：构建电-热综合能源系统，电-热综合能源系统中包括若干数据中心，各个数据中心获取电-热综合能源系统的电能并向电-热综合能源系统输送热能；获取电-热综合能源系统运行时的运行数据以及各个数据中心的电能调节能力和热能生产能力。
7.步骤2：根据电-热综合能源系统的运行数据以及各个数据中心的电能调节能力和热能生产能力，在考虑电-热综合能源系统的约束条件的情况下建立电-热目标优化模型，通过电-热目标优化模型输出每个数据中心的耗电调节量的期望值和热能生产量的期望值。
8.步骤3：根据各个数据中心的耗电调节量的期望值和热能生产量的期望值，使用自调度方法获得各个数据中心的耗电调节量的实际值和热能生产量的实际值。
9.步骤4：通过各个数据中心的耗电调节量的期望值和热能生产量的期望值建立数据中心的自调度约束条件，将各个数据中心的耗电调节量的实际值和热能生量的实际值输入自调度约束条件中，若自调度约束条件成立，则将各个数据中心的耗电调节量的实际值和热能生量的实际值分别作为各个数据中心的耗电调节量和热能生产量；若自调度约束条件不成立，则进行重调度，直至自调度约束条件成立，将此时的各个数据中心的耗电调节量的实际值和热能生量的实际值分别作为各个数据中心的耗电调节量和热能生产量，实现电-热综合能源系统的协调调度。
10.所述的步骤1中，电-热综合能源系统还包括电网、热网和若干热电联产机组，电网
包括若干电力节点、若干输电线路、若干火力发电机组和若干新能源发电机组，每两个电力节点之间通过一个输电线路相连接，每个火力发电机组和每个新能源发电机组分别均通过一个输电线路连接一个电力节点，每个热电联产机组通过连接自身的一个输电线路向电网输送电能，每个数据中心通过连接自身的一个输电线路从电网获取电能；热网包括若干热力节点和若干输热管道，每两个热力节点之间通过一个输热管道相连接，每个热电联产机组通过连接自身的一个输电线路向热网输送热能，每个数据中心通过连接自身的一个输热管道向热网输送热能，每个数据中心位于一个电力节点和一个热力节点之间。
11.所述的新能源发电机组具体为风电场。
12.所述的步骤2中，电-热综合能源系统的运行数据包括电网中每个电力节电的电力节点负荷和每个输电线路的输电线路容量上限以及热网中每个热力节点的热力节点负荷和每个输热管道的长度。
13.根据电-热综合能源系统的运行数据以及各个数据中心的电能调节能力数据和热能生产能力数据，在考虑电-热综合能源系统的约束条件的情况下建立电-热目标优化模型，具体如下：
[0014][0015]
其中，n
t
表示调度总时间，ψ
idc
、ψ
eg
、ψ
chp
和ψw分别表示所有数据中心、火力发电机组、热电联产机组和风电场的集合；ci()表示数据中心i的能量代价函数，cg()表示火力发电机组g的发电代价函数，ck()表示热电联产机组k的发电和发热代价函数，cw()表示风电场w的弃风惩罚函数；δp
it
和分别表示在t时刻下数据中心i的耗电调节量的期望值和热能生产量的期望值；表示在t时刻下火力发电机组g的发电量，p
kt
和分别表示在t时刻下热电联产机组k的发电量和发热量；表示在t时刻下风电场w的风能消纳量。
[0016]
数据中心i的能量代价函数具体如下：
[0017][0018]
其中，r
ip
和r
ih
分别表示数据中心i的单位电能调节代价和单位热能生产代价；
[0019]
通过电-热目标优化模型输出各个数据中心i的耗电调节量的期望值δp
it
和热能生产量的期望值
[0020]
代价具体指运行时所要消耗的资源量。
[0021]
所述的电-热综合能源系统的约束条件具体如下：
[0022]
a)元件约束，包括数据中心、火力发电机组、热电联产机组和风电场的能量约束，具体如下：
[0023][0024][0025]
[0026][0027]
其中，δp
itmax
表示在t时刻下数据中心i的电能调节能力，表示在t时刻下数据中心i的热能生产能力；p
gmax
表示火力发电机组g的发电容量；p
kmax
和分别表示热电联产机组k的发电容量和发热容量，ηk表示热电联产机组k的热电转换系数；表示在t时刻下风电场w的最大可用风电。
[0028]
元件包括各个数据中心、火力发电机组、热电联产机组和风电场。
[0029]
b)电网运行约束，包括电网节点电力平衡约束、输电线路容量约束、电网节点电压约束和电网节点相角约束，针对电网中的电力节电b和连接电力节电b的输电线路l，具体如下：
[0030][0031]
0≤f
lt
≤f
lmax
[0032]vbmin
≤v
bt
≤v
bmax
[0033][0034]
其中，ψ
c,b
表示连接电力节点b的各个元件的集合，ψ
n,b
表示连接电力节点b的电网中的各个电力节点的集合；表示电力节点b的电力节电负荷；vb和vs分别表示电力节点b和电力节点s的电压，g
bs
和b
bs
分别表示电力节点b和电力节点s之间的电导和电纳；θb和θs分别表示电力节点b和电力节点s的相角；f
lt
表示输电线路l的电功率，f
lmax
表示输电线路l的容量上限；v
bmax
和v
bmin
分别表示电力节点b的电压的上下限；和分别表示电力节点b的相角的上下限。
[0035]
c)热网运行约束，包括热网节点热力平衡约束、节点温度约束、管道损耗约束、节点混合温度约束，具体如下：
[0036][0037][0038][0039][0040][0041]
其中，ψ
n,j
表示连接热力节点j的各个元件的集合，ψ
hl
表示热网中的热力节点的集合，ψ
pt,j
表示热网中和热力节点j连接的输热管道的集合；表示热力节点j的热力
节点负荷；cw表示水的比热容，和分别表示热力节点j和输热管道q的质量流速；和分别表示热力节点j的供水温度和回水温度，和分别表示热力节电j的供水温度的上下限，和分别表示热力节点j的回水温度的上下限；表示在t时刻下输热管道q的热力损耗；εq和lq分别表示输热管道q的损耗系数和长度；和分别表示输热管道q的入口温度、环境温度和出口温度。
[0042]
所述的步骤4中，通过各个数据中心的耗电调节量的期望值δp
it
和热能生产量的期望值建立数据中心的自调度约束条件，具体如下：
[0043][0044]
其中，ni表示数据中心的总数量，和分别表示步骤3中获得的数据中心i的耗电调节量的实际值和热能生产量的实际值；ν
ie
和ν
ih
分别表示数据中心i的耗电量偏差的权重系数和产热量偏差的权重系数；ω表示预设偏差阈值。
[0045]
所述的步骤4中，若自调度约束条件不成立，则进行重调度，具体如下：
[0046]
建立数据中心的优化约束条件，具体如下：
[0047][0048]
在考虑优化约束条件的情况下，重复步骤2-3，直至自调度约束条件成立，将此时的各个数据中心的耗电调节量的实际值和热能生量的实际值分别作为各个数据中心的耗电调节量和热能生产量，实现电-热综合能源系统的协调调度。
[0049]
本发明的有益效果是：
[0050]
本发明适用于包含数据中心、电网和热网基础设施的电-热综合能源系统，可以利用数据中心用电量和产热量的时空调节能力，降低电-热综合能源系统的运行代价，达到提高系统灵活性及促进新能源消纳的目的。
附图说明
[0051]
图1是基于数据中心的电-热综合能源系统的示意图；
[0052]
图2是不同场景下电-热综合能源系统中的风电消纳对比图。
具体实施方式
[0053]
下面结合附图及具体实施例对本发明作进一步详细说明。
[0054]
本发明电-热综合能源系统协调调度方法包括如下步骤：
[0055]
步骤1：构建电-热综合能源系统，电-热综合能源系统中包括若干数据中心，各个数据中心获取电-热综合能源系统的电能并向电-热综合能源系统输送热能；获取电-热综合能源系统运行时的运行数据以及各个数据中心的电能调节能力和热能生产能力。
[0056]
步骤1中，电-热综合能源系统还包括电网、热网和若干热电联产机组，电网包括若干电力节点、若干输电线路、若干火力发电机组和若干新能源发电机组，每两个电力节点之间通过一个输电线路相连接，每个火力发电机组和每个新能源发电机组分别均通过一个输电线路连接一个电力节点，每个热电联产机组通过连接自身的一个输电线路向电网输送电能，每个数据中心通过连接自身的一个输电线路从电网获取电能；热网包括若干热力节点和若干输热管道，每两个热力节点之间通过一个输热管道相连接，每个热电联产机组通过连接自身的一个输电线路向热网输送热能，每个数据中心通过连接自身的一个输热管道向热网输送热能，每个数据中心位于一个电力节点和一个热力节点之间。新能源发电机组具体为风电场。
[0057]
步骤2：根据电-热综合能源系统的运行数据以及各个数据中心的电能调节能力和热能生产能力，在考虑电-热综合能源系统的约束条件的情况下建立电-热目标优化模型，通过电-热目标优化模型输出每个数据中心的耗电调节量的期望值和热能生产量的期望值。
[0058]
步骤2中，电-热综合能源系统的运行数据包括电网中每个电力节电的电力节点负荷和每个输电线路的输电线路容量上限以及热网中每个热力节点的热力节点负荷和每个输热管道的长度。
[0059]
根据电-热综合能源系统的运行数据以及各个数据中心的电能调节能力数据和热能生产能力数据，在考虑电-热综合能源系统的约束条件的情况下建立电-热目标优化模型，具体如下：
[0060][0061]
其中，n
t
表示调度总时间，ψ
idc
、ψ
eg
、ψ
chp
和ψw分别表示所有数据中心、火力发电机组、热电联产机组和风电场的集合；ci()表示数据中心i的能量代价函数，cg()表示火力发电机组g的发电代价函数，ck()表示热电联产机组k的发电和发热代价函数，cw()表示风电场w的弃风惩罚函数；δp
it
和分别表示在t时刻下数据中心i的耗电调节量的期望值和热能生产量的期望值；表示在t时刻下火力发电机组g的发电量，p
kt
和分别表示在t时刻下热电联产机组k的发电量和发热量；表示在t时刻下风电场w的风能消纳量。
[0062]
数据中心i的能量代价函数具体如下：
[0063][0064]
其中，r
ip
和r
ih
分别表示数据中心i的单位电能调节代价和单位热能生产代价。
[0065]
通过电-热目标优化模型输出各个数据中心i的耗电调节量的期望值δp
it
和热能生产量的期望值代价具体指运行时所要消耗的资源量。
[0066]
电-热综合能源系统的约束条件具体如下：
[0067]
a)元件约束，包括数据中心、火力发电机组、热电联产机组和风电场的能量约束，具体如下：
[0068][0069][0070][0071][0072]
其中，δp
itmax
表示在t时刻下数据中心i的电能调节能力，表示在t时刻下数据中心i的热能生产能力；p
gmax
表示火力发电机组g的发电容量；p
kmax
和分别表示热电联产机组k的发电容量和发热容量，ηk表示热电联产机组k的热电转换系数；表示在t时刻下风电场w的最大可用风电。
[0073]
元件包括各个数据中心、火力发电机组、热电联产机组和风电场。
[0074]
b)电网运行约束，包括电网节点电力平衡约束、输电线路容量约束、电网节点电压约束和电网节点相角约束，针对电网中的电力节电b和连接电力节电b的输电线路l，具体如下：
[0075][0076]
0≤f
lt
≤f
lmax
[0077]vbmin
≤v
bt
≤v
bmax
[0078][0079]
其中，ψ
c,b
表示连接电力节点b的各个元件的集合，ψ
n,b
表示连接电力节点b的电网中的各个电力节点的集合；表示电力节点b的电力节电负荷；vb和vs分别表示电力节点b和电力节点s的电压，g
bs
和b
bs
分别表示电力节点b和电力节点s之间的电导和电纳；θb和θs分别表示电力节点b和电力节点s的相角；f
lt
表示输电线路l的电功率，f
lmax
表示输电线路l的容量上限；v
bmax
和v
bmin
分别表示电力节点b的电压的上下限；和分别表示电力节点b的相角的上下限。
[0080]
c)热网运行约束，包括热网节点热力平衡约束、节点温度约束、管道损耗约束、节点混合温度约束，具体如下：
[0081][0082][0083][0084]
[0085][0086]
其中，ψ
n,j
表示连接热力节点j的各个元件的集合，ψ
hl
表示热网中的热力节点的集合，ψ
pt,j
表示热网中和热力节点j连接的输热管道的集合；表示热力节点j的热力节点负荷；cw表示水的比热容，和分别表示热力节点j和输热管道q的质量流速；和分别表示热力节点j的供水温度和回水温度，和分别表示热力节电j的供水温度的上下限，和分别表示热力节点j的回水温度的上下限；表示在t时刻下输热管道q的热力损耗；εq和lq分别表示输热管道q的损耗系数和长度；和分别表示输热管道q的入口温度、环境温度和出口温度。
[0087]
步骤3：根据各个数据中心的耗电调节量的期望值和热能生产量的期望值，使用自调度方法获得各个数据中心的耗电调节量的实际值和热能生产量的实际值。
[0088]
步骤4：通过各个数据中心的耗电调节量的期望值和热能生产量的期望值建立数据中心的自调度约束条件，将各个数据中心的耗电调节量的实际值和热能生量的实际值输入自调度约束条件中，若自调度约束条件成立，则将各个数据中心的耗电调节量的实际值和热能生量的实际值分别作为各个数据中心的耗电调节量和热能生产量；若自调度约束条件不成立，则进行重调度，直至自调度约束条件成立，将此时的各个数据中心的耗电调节量的实际值和热能生量的实际值分别作为各个数据中心的耗电调节量和热能生产量，实现电-热综合能源系统的协调调度。
[0089]
步骤4中，通过各个数据中心的耗电调节量的期望值δp
it
和热能生产量的期望值建立数据中心的自调度约束条件，具体如下：
[0090][0091]
其中，ni表示数据中心的总数量，和分别表示步骤3中获得的数据中心i的耗电调节量的实际值和热能生产量的实际值；ν
ie
和ν
ih
分别表示数据中心i的耗电量偏差的权重系数和产热量偏差的权重系数；ω表示预设偏差阈值。
[0092]
步骤4中，若自调度约束条件不成立，则进行重调度，具体如下：
[0093]
建立数据中心的优化约束条件，具体如下：
[0094][0095]
在考虑优化约束条件的情况下，重复步骤2-3，直至自调度约束条件成立，将此时的各个数据中心的耗电调节量的实际值和热能生量的实际值分别作为各个数据中心的耗电调节量和热能生产量，实现电-热综合能源系统的协调调度。
[0096]
具体实施例如下：
[0097]
本发明选取基于ieee30节点电力系统和32节点区域供热系统构成的电-热综合能源测试系统进行仿真计算，拓扑结构如图1所示。系统包含3个数据中心idc，分别位于电力节点b2，b8，b27和热力节点h31，h1，h32之间。此外，系统中还有3个火力发电机组g、2个热电联产机组chp和1个风电场w。
[0098]
为说明所提方法的有效性，采用两个场景进行分析：
[0099]
场景1：在电-热综合能源系统调度时，数据中心作为固定的电力负荷，不能够调节用电以及向热网供热。
[0100]
场景2：在电-热综合能源系统调度时按本发明方法考虑数据中心的用电调节和供热能力。
[0101]
两个场景下电-热综合能源系统的风电消纳情况如图2所示。在场景1下，由于电力负荷整体水平较低，在时段2-5h出现了明显的弃风现象，而在场景2，该时段的弃风大大得到改善，这是因为通过数据中心用电调节的灵活性，增加了该时段风电附近数据中心的用电量，从而促进了风电的消纳。
[0102]
两个场景下的系统运行代价如表1所示。与场景1相比，场景2的系统运行代价降低了22.1％，这一方面是因为数据中心用电调节的灵活性促进了风电的消纳，减少了弃风惩罚代价，另一方面是因为数据中心余热利用的运行代价降低，不需要消耗额外的化石燃料，从而降低了供热的代价。
[0103]
表1系统运行成本
[0104]
场景场景1场景2系统运行代价2734821303