本发明实施例涉及综合能源系统优化调度领域,尤其涉及一种计及分类负荷需求响应的含电转气综合能源系统调度方法。
背景技术:
1、综合能源系统作为微电网的自然延伸,集成了多类型分布式能源和冷、热、电、气等传统能源,能够实现能量的梯级高效利用,已成为当今能源绿色高效可持续利用的重要手段。园区综合能源系统是以分布式能源产消者为节点,以电、冷、热能源网络为纽带,连接能源生产、输配、储存和使用等诸环节而形成的多元、立体能源网络系统。如今,单一的电力系统交易已不能满足日益复杂的能源需求,园区综合能源系统越来越多地参与到多能市场中,其中的竞争越来越激烈。
2、作为一种多能联供系统,需要复杂的系统配合与能量调控,因此,园区综合能源系统的运行管理对系统综合效益的实现至关重要。目前,园区综合能源系统运行管理研究的主要目的是在满足系统供能与用户需求相互匹配的前提下,最大化挖掘系统收益和价值,因此需要对能源和需求方面进行综合考虑,实现整体优化。但目前,针对园区综合能源系统运营和市场竞争力,并未充分考虑到综合能源系统调度的运行成本,导致目前综合能源系统调度的运行成本较高。
技术实现思路
1、基于上述技术问题,本发明实施例提供一种计及分类负荷需求响应的含电转气综合能源系统调度方法,以减少综合能源系统的运行成本。
2、本发明实施例提供了一种计及分类负荷需求响应的含电转气综合能源系统调度方法,所述方法包括:
3、获取计及风电出力不确定性的风电功率曲线;
4、通过改进的k-means聚类方法对用户负荷特征进行聚类,得到不同种类的用户负荷特性;
5、根据所述不同种类的用户负荷特性,确定分类负荷需求响应;
6、构建考虑所述分类负荷需求响应的含电转气设备的综合能源系统优化模型;
7、根据所述计及风电出力不确定性的风电功率曲线、所述不同种类的用户负荷特性、能源供应商提供的能源报价,对所述综合能源系统优化模型进行求解,得到所述综合能源系统的优化运行方案。
8、可选的,所述通过改进的k-means聚类方法对用户负荷特征进行聚类,得到不同种类的用户负荷特性,包括:
9、采用dtw相似性距离指标代替原始k-means聚类方法中的距离指标,得到所述改进的k-means聚类方法;
10、通过所述改进的k-means聚类方法对用户负荷特征进行处理,得到用户负荷特征之间的相似性;
11、根据所述用户负荷特征之间的相似性,进行用户负荷特征的分类,得到用能特性相似的不同种类的用户负荷,确定所述不同种类的用户负荷特性。
12、可选的,所述根据所述不同种类的用户负荷特性,确定分类负荷需求响应,包括:
13、根据所述不同种类的用户负荷特性,确定对应的分时能源价格;
14、根据所述分时能源价格,确定不同种类的用户需求响应参与度;
15、根据所述不同种类的用户需求响应参与度、价格弹性矩阵以及所述对应的分时能源价格,确定所述分类负荷需求响应。
16、可选的,所述获取计及风电出力不确定性的风电功率曲线,包括:
17、通过拉丁超立方抽样方法,生成服从概率分布的风电机组发电功率的原始场景集;
18、通过基于概率距离的同步回代削减法,对所述原始场景集进行削减,得到精简场景集;
19、对所述精简场景集中的各场景出现的概率以及对应的风电机组发电功率进行相乘运算,得到乘积结果;
20、将所述乘积结果确定为所述计及风电出力不确定性的风电功率曲线。
21、可选的,所述用户负荷特征通过以下步骤得到:
22、获取典型日用户负荷数据;
23、采用lstm自编码器对所述典型日用户负荷数据进行特征提取,得到所述用户负荷特征。
24、可选的,所述构建考虑所述分类负荷需求响应的含电转气设备的综合能源系统优化模型,包括:
25、构建以所述能源供应商的收益最大化为目标的能源供应商优化模型;
26、构建以所述综合能源系统的成本最小化为目标的、考虑所述分类负荷需求响应的含电转气设备的综合能源系统内部优化模型;
27、根据所述能源供应商优化模型以及所述综合能源系统内部优化模型,构建所述综合能源系统优化模型。
28、可选的,所述构建以所述能源供应商的收益最大化为目标的能源供应商优化模型,包括:
29、以所述能源供应商的售能收益最大为第一目标函数,以售能约束、能量交互约束为第一约束条件,构建所述能源供应商优化模型。
30、可选的,所述构建以所述综合能源系统的成本最小化为目标的、考虑所述分类负荷需求响应的含电转气设备的综合能源系统内部优化模型,包括:
31、以所述综合能源系统的运行成本最小为第二目标函数,以能量平衡约束、机组约束为第二约束条件,构建所述综合能源系统内部优化模型。
32、可选的,所述方法还包括:
33、根据所述分类负荷需求响应,确定用户用能负荷需求;
34、根据所述用户用能负荷需求以及设备参数,确定所述能量平衡约束;
35、根据所述计及风电出力不确定性的风电功率曲线,确定所述风电机组的最大发电功率;
36、根据所述风电机组的最大发电功率以及所述设备参数,确定所述机组约束。
37、可选的,所述对所述综合能源系统优化模型进行求解,得到所述综合能源系统的优化运行方案,包括:
38、综合多元宇宙优化算法与混合整数线性规划方法,对所述综合能源系统优化模型进行求解,得到所述优化运行方案,所述优化运行方案至少包括:向所述能源供应商购能的方案、所述不同种类负荷的分时定价方案。
39、在本发明实施例的方法中,首先,获取计及风电出力不确定性的风电功率曲线;其次,通过改进的k-means聚类方法对用户负荷特征进行聚类,得到不同种类的用户负荷特性;然后,根据不同种类的用户负荷特性,确定分类负荷需求响应;再次,构建考虑分类负荷需求响应的含电转气设备的综合能源系统优化模型;最后,根据计及风电出力不确定性的风电功率曲线、不同种类的用户负荷特性、能源供应商提供的能源报价,对综合能源系统优化模型进行求解,得到综合能源系统的优化运行方案。通过本方法实施例的方法,在对综合能源系统进行调度时考虑了分类符合需求响应以及电转气装置,通过分类负荷需求响应对设备能源利用率进行优化,引导用户优化用能方案,实现削峰填谷,而电转气的加入提高了可再生能源的消纳,减少了弃风现象,能够更好地改进园区综合能源系统运行的经济性,从而有效利用负荷侧灵活性资源,减少了园区综合能源系统的运行成本。
1.一种计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述方法包括:
2.根据权利要求1所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述通过改进的k-means聚类方法对用户负荷特征进行聚类,得到不同种类的用户负荷特性,包括:
3.根据权利要求1所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述根据所述不同种类的用户负荷特性,确定分类负荷需求响应,包括:
4.根据权利要求1所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述获取计及风电出力不确定性的风电功率曲线,包括:
5.根据权利要求1所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述用户负荷特征通过以下步骤得到:
6.根据权利要求1所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述构建考虑所述分类负荷需求响应的含电转气设备的综合能源系统优化模型,包括:
7.根据权利要求6所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述构建以所述能源供应商的收益最大化为目标的能源供应商优化模型,包括:
8.根据权利要求6所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述构建以所述综合能源系统的成本最小化为目标的、考虑所述分类负荷需求响应的含电转气设备的综合能源系统内部优化模型,包括:
9.根据权利要求8所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述方法还包括:
10.根据权利要求1所述的计及分类负荷需求响应的含电转气综合能源系统调度方法,其特征在于,所述对所述综合能源系统优化模型进行求解,得到所述综合能源系统的优化运行方案,包括: