基于市场环境下的多类型物理实体能源优化调度方法

技术领域

本发明涉及能源综合利用技术领域，具体涉及基于市场环境下的多类型物理实体能源优化调度方法。

背景技术

当前能源危机问题的日益显著，高效化、低碳化和多元化逐渐成为解决全球能源危机的关键因素。随着多种新能源的发展模式逐渐成熟，并且由于能源销售模式的改进，以单一传统能源的系统模式逐渐向着以传统能源为主，多种新能源相结合的综合能源系统转变。综合能源系统通过供应端以多种能源模式对系统整体进行供应，通过多能源的协调互补，在满足负荷用户需求供应的前提下，进一步提高能源的充分利用和系统整体的经济效益，有效提高系统运行效率和清洁能源的市场化。

现有技术中，针对惩罚性电价下能源密集型行业的多目标调度问题，提出了一种带有现场光伏发电和电池系统的混合流水车间调度问题，采用右移和速度缩放方法降低总能耗；还有以能源互联网为背景，建立系统的多能源服务商业模式设计，并从多能源服务价值层、多能源服务用户层、多能源服务设施层、多能源服务金融层等方面进行研究，以促进能源互联网的发展，实现能源效率的提高。实现多种能源服务商业模式的价值主张，构建绿色、低碳、适应气候变化的能源经济。不仅如此，随着电力市场的大力发展，需求响应(DemadResponse，DR)逐渐发展成为需求侧与供应侧交易的平台资源，并且成为电力系统运营的重要途经。因此，现有大量的研究将电力系统运营的重点集中于含有DR策略的调度运行。通过鲁棒优化考虑风电不确定性，可使风电减电率最小，经济-环境-能源效益最大化，有效降低系统的能源成本和碳排放，鼓励不同主体参与系统的整体协调优化运行。在兼顾调峰补偿收入和节煤收入的条件下，提出了一种以最小运行成本参与电网辅助调峰的储能协同优化控制方法。以系统净利润最大化为目标，建立了储能参与电网辅助调峰的容量优化分配模型。采用人工蜂群(ABC)算法和粒子群优化(PSO)算法对模型进行求解，得到了最优的储能容量分配；为了应对DR和REG不确定性的影响，采用基于随机规划的风险厌恶最优调度模型，通过输电网络(TN)和主动配电网(ADNs)的协调来降低购电成本和潜在的风险成本；此外，随着电力市场的发展，需求响应逐渐向供方平等甚至优先的方向转变系统资源，成为经济调度经营者的重要手段，因此，在IES的调度与规划中考虑了DR，构建了基于实时电价的考虑DR的综合能源系统的最优调度模型，分析了调度节点上的价格不确定性果的效果。碳交易机制被认为是有效减少碳排放量的措施之一，尽量减少系统运行成本和污染以物质排放为目标，构建了考虑容灾的微电网优化调度模型。

现有技术中，将夜间谷地时段的电量与白天高峰时段的热电联产机组与风力发电机组相结合，会带来较好的经济效益和较高的能源效率。然而上网电价以及不协调的电、热负荷都对实时运行策略有显著影响，使得市场环境下的能源效率和经济效益低下，为此解决混合光伏型热电联产微电网中经济性和能量分配影响迫在眉睫。

发明内容

为了解决上述现有技术存在的不足，本发明采用基于市场环境下的多类型物理实体能源优化调度方法。本发明根据需求响应的策略结合可再生资源发电情况，以系统整体调度运行成本最低为优化目标，构建市场环境下含多类型物理实体的优化调度模型，用以定量分析DR策略对系统运行经济效益的影响。

本发明提出的技术方案为：

基于市场环境下的多类型物理实体能源优化调度方法，包括：

确立市场环境下的物理实体的用能模式；

根据市场环境下的物理实体建立优化调度设备模型并确定运行优化目标；

建立优化调度设备模型的约束条件；

根据约束条件和运行优化目标对优化调度设备模型进行求解，获得综合能源系统需求响应的最优策略。

作为本发明的进一步技术方案为，所述确立市场环境下的物理实体的用能模式，具体包括：光伏机组、风能机组、燃气轮机、燃气锅炉、蓄电池、蓄热槽和电热转换设备。

作为本发明的进一步技术方案为，所述根据市场环境下的物理实体建立优化调度设备模型并确定运行优化目标；具体包括：

根据燃气轮机模型、DR模型中价格和激励策略，以综合能源系统的优化调度运行成本最小化为优化目标，构建市场环境下的物理实体的优化调度模型。

作为本发明的进一步技术方案为，所述燃气轮机模型，具体包括：

所述燃气轮机模型能够进行电能量与气的转化，是电能补充的重要设备，其消耗的天然气功率和输出的电功率之间的关系式如下：

公式中：

作为本发明的进一步技术方案为，所述天然气热值为9.7kW·h/m

作为本发明的进一步技术方案为，所述DR模型的价格和激励策略包括：

价格型DR措施与激励型DR措施，价格型DR措施通过电价变化来引导负载用户调整用电方式，在原有的DR策略的基础上给予负荷用户额外的补偿，来实现削峰填谷的目标；其公式如下：

作为本发明的进一步技术方案为，所述建立优化调度设备模型的运行优化目标；具体包括：

优化调度设备模型的运行优化目标为系统运行成本最小化，如下式所示：

minf＝C

式中：C

其中，能源购买的成本：

/>

式中：

运行维护的成本：

式中：δ

实施成本：

式中：inc

售电收益：

式中：

作为本发明的进一步技术方案为，所述建立优化调度设备模型的约束条件，包括：

功率平衡约束表示为：

风光机组出力约束为：

联络线约束：

式中：

设备出力约束：

式中：

储能装置约束：

式中：

作为本发明的进一步技术方案为，所述根据约束条件和运行优化目标对优化调度设备模型进行求解，获得综合能源系统需求响应的最优策略，具体包括：

结合约束条件和运行优化目标，运用MATLAB及CPLEX工具箱对优化调度设备模型进行求解，获得综合能源系统需求响应的最优策略。

本发明的有益效果为：

本发明根据供能设备和用能设备的复杂性和多样性，确立市场环境下含多类型物理实体的用能模式，建立市场环境下含多类型物理实体优化调度的设备模型；结合市场环境下含多类型物理实体的优化调度建模的运行优化目标和约束条件，并利用DR模型中价格和激励策略，考虑众多需求中的不确定因素，以综合能源系统的优化调度运行成本为优化目标，构建出市场环境下含多类型物理实体的优化调度模型；通过运用MATLAB及CPLEX工具箱对所提出的模型进行求解，结果表明基于价格型和激励型的需求响应策略可有效实现削峰填谷，不仅能提高系统运行的可靠性和稳定性，还可以较为显著地降低综合能源系统的经济成本，为进一步的运行调度提供依据，促进节能减排，具备良好的经济和环境效益。

附图说明

图1为本发明提出的基于市场环境下的多类型物理实体能源优化调度方法流程图；

图2为本发明实例中的某典型日的负荷曲线图；

图3为本发明实例中的各时间段不同能源发电出力对比图；

图4为本发明实例中的各时段的蓄电池充放状态图；

图5为本发明实例中的各时段不同类型能源出力电量图；

图6为本发明实例中的各时段优化调度费用图；

图7为本发明实例中的各时段实行优化调度前后成本费用差图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例一

参见图1，基于市场环境下的多类型物理实体能源优化调度方法，包括：

步骤101，确立市场环境下的物理实体的用能模式；

步骤102，根据市场环境下的物理实体建立优化调度设备模型并确定运行优化目标；

步骤103，建立优化调度设备模型的约束条件；

步骤104，根据约束条件和运行优化目标对优化调度设备模型进行求解，获得综合能源系统需求响应的最优策略。

本发明实施例综合能源系统所含供能设备和用能设备的复杂性和多样性，确立市场环境下含多类型物理实体的用能模式，建立市场环境下含多类型物理实体优化调度的设备模型；结合市场环境下含多类型物理实体的优化调度建模的运行优化目标和约束条件，并利用DR(需求响应)模型中价格和激励策略，考虑众多需求中的不确定因素，以综合能源系统的优化调度运行成本为优化目标，构建出市场环境下含多类型物理实体的优化调度模型；通过运用MATLAB及CPLEX工具箱对所提出的模型进行求解，结果表明基于价格型和激励型的需求响应策略可有效实现削峰填谷，不仅能提高系统运行的可靠性和稳定性，还可以较为显著地降低综合能源系统的经济成本，为进一步的运行调度提供依据，促进节能减排，具备良好的经济和环境效益。

在步骤101，确立市场环境下的物理实体的用能模式，具体包括：光伏机组、风能机组、燃气轮机、燃气锅炉、蓄电池、蓄热槽和电热转换设备。

本发明的市场环境下的物理实体为新能源设备，主要包括光伏机组(Photovoltaic，PV)、风能机组(Wind Turbine，WT)。能源耦合设备包括燃气轮机(GasTurbine，GT)和电转气设备(Power to Gas，P2G)；多元储能系统主要包括储电设备(Electric Storage，ES)。负荷侧用户可以外购能源和自储能源来满足自身的多种负荷用电需求。其中，外购能源主要是通过负荷聚合商的购电渠道来参与需求响应系统，此时负荷侧用户可以通过反馈用电需求量和使用量于负荷聚合商，使得负荷聚合商可以根据系统运行的状况与负荷侧用户反馈的信息，规划出额外的策略来提高负荷侧用户的参与度。

在步骤102中，根据市场环境下的物理实体建立优化调度设备模型并确定运行优化目标；具体包括：

根据燃气轮机模型、DR(需求响应)模型中价格和激励策略，以综合能源系统的优化调度运行成本最小化为优化目标，构建市场环境下的物理实体的优化调度模型。

燃气轮机能够进行电能量与气的转化，是电能补充的重要设备，其消耗的天然气功率和输出的电功率之间的关系式如下：

公式中：

本发明实施例中，DR模型的价格和激励策略包括：价格型DR措施(Price BasedDemand Response，PBDR)与激励型DR措施(Incentive Based Demand Response，IBDR)，PBDR通过电价变化来引导负载用户调整用电方式，在原有的DR策略的基础上给予负荷用户额外的补偿，来实现削峰填谷的目标；其公式如下：

本发明实施例中，以综合能源系统的优化调度运行成本最小化为优化目标；具体包括：优化调度设备模型的运行优化目标为系统运行成本最小化，如下式所示：

minf＝C

式中：C

其中，能源购买的成本：

式中：

运行维护的成本：

式中：δ

实施成本：

式中：inc

售电收益：

式中：

在步骤103中，建立优化调度设备模型的约束条件，包括：

功率平衡约束表示为：

风光机组出力约束为：

联络线约束：

式中：

设备出力约束：

式中：

储能装置约束：

式中：

在步骤104中，根据约束条件和运行优化目标对优化调度设备模型进行求解，获得综合能源系统需求响应的最优策略，具体包括：

结合约束条件和运行优化目标，运用MATLAB及CPLEX工具箱对优化调度设备模型进行求解，获得综合能源系统需求响应的最优策略。

实施例二

本发明算例选取某典型日的数据，总共时段为24个时段，每个时间段的时长为1h，在matlab环境下对模型进行求解。图2为典型的日电负荷曲线，为了充分实现本算例的目标，达到充分利用可再生能源，并且降低弃风弃光达到现象，本算例采取先消纳可再生能源的出力发电量模式。假定与电网的交互价格分别如表1所示，与风能的交互价格为260元/MW·h、光能的交互价格为240元/MW·h以及传统能源交互价格为288元/MW·h，系统售电价采取平均价格；假定储电设备为固定容量，且始终保持稳定参与，因此可将储电设备看作固定不变的总量60MW·h，初始容量为3MW·h，自损耗的系数为0.01；假定传统天然气发电电能供给理想化供给，是为了使新能源出力电量充分利用外，还要保证其的供给充足。

表1交互电价

本发明构建的市场环境下含多类型物理实体的用能模式，建立市场环境下含多类型物理实体优化调度的设备模型；结合市场环境下含多类型物理实体的优化调度建模的运行优化目标和约束条件，并利用DR(需求响应)模型中价格和激励策略，考虑众多需求中的不确定因素，以综合能源系统的优化调度运行成本为优化目标，构建出市场环境下含多类型物理实体的优化调度模型；通过运用MATLAB及CPLEX工具箱对所提出的模型进行求解，结果表明基于价格型和激励型的需求响应策略可有效实现削峰填谷，不仅能提高系统运行的可靠性和稳定性，还可以较为显著地降低综合能源系统的经济成本，为进一步的运行调度提供依据。

为了验证本发明所建模型的有效性，根据DR措施的实施，以系统运营商的日调度成本最小为优化目标，寻求最优解策略。由图3可知各时间段不同能源发电出力对比图，是用matlab优化算法以风光能源优先出清为约束条件算出能源出力分布。

由图4可知，需求侧用户可以根据自身的实际情况来进行蓄电储能，本发明采取的蓄电池的储能状态是由用户本身来决定。当此时的时间段为低谷时，用户可以进行蓄电池储能，直到蓄电池达到蓄电池容量为止或时间段达到高峰时期为止；当此时时间段为高峰期时，需求侧用户可以使用蓄电池进行放电，直到蓄电池所储电量为零或时间段达到低谷时期为止，此措施起到一定的削峰填谷的作用，有助于系统整体的稳定运行，并且用户可以自主调整充放电时间和充放电电量，因此带来的经济效益更加显著。

由图5和图6可知，对比在不同时段点不同类型能源出力图的结果可知，新能源发电时段和使用时段可以不在同时进行，很大程度上起到削峰填谷的作用，并且通过三种能源的协调运行，共同满足负荷用户的电力需求，减低弃风弃光的现象。

图7展示了不同时段内的优化调度总出力费用和优化调度前后费用差距，总调度电量和交易成本如表2所示。从图7和表2中可知，未实行优化调度的成本费用要高于优化调度总出力成本费用，其差值是优化调度前后的费用差距。用户在参与需求响应后对各时段的购电功率做出调整，在保证需求侧用户正常的电力供应情况下，负荷聚合商降低了负荷侧用户的购电价格，降低了系统的整体交易成本。

表2不同类型能源出力情况

本发明基于多物理实体需求响应价格和激励策略构建了需求响应架构，并且以此为基础，以系统的运行成本为目标函数，建立了含多类型物理实体的优化调度模型，通过对市场环境下含多类型物理实体的优化调度模型进行求解，获得最优需求策略，激励型需求响应策略可以更加有效地实现系统的经济效益，在避免风光发电厂弃风弃光现象的同时，通过使用售电价格更低的风光电能，很大程度上降低了负荷聚合商和需求侧用户的购电价格，因此有效地降低了系统的运行成本；本发明将激励价格和惩罚价格相结合的需求响应策略可以更好地调动用户参与需求响应项目，并且能够直接提高系统整体的经济效益，以及间接地增加环保效益。

由以上分析可知，通过运用MATLAB及CPLEX工具箱对所提出的模型进行求解，结果表明基于价格型和激励型的需求响应策略可有效实现削峰填谷，不仅能提高系统运行的可靠性和稳定性，还可以较为显著地降低综合能源系统的经济成本，为进一步的运行调度提供依据，进而提高了综合能源系统整体的优化运行。

在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已，本发明能够以很多不同于在此描述的其它方式来实施，因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。