一种多能耦合条件下新型电力系统最优能流优化方法

技术领域

本发明属于能流优化技术领域，特别是涉及到一种多能耦合背景下新型电力系统最优能流优化方法。

背景技术

能流计算旨在根据有限的已知信息求取RIES全部状态参数及功率能量在网络中的分布情况，既可评估系统的实时运行状况，也可为优化调度、故障分析等提供依据，对RIES分析与优化具有重要意义。由于RIES广泛涉及电/气/热/冷等能源形式，能流计算不仅要考虑各子系统内部元素，还必须计及子系统间的耦合环节。

目前，国内外针对RIES能流计算的研究可分为三类，即确定性能流、不确定性能流和最优能流。确定性能流的主要任务是在某一确定工况下，通过系统中部分已知信息求取未知信息，从而获取整个系统的运行状态，其研究重点在于能流方程的理论推导、模型的建立及求解上；不确定性能流则是在确定性能流的基础上考虑了不确

定性因素对系统运行的影响，如间歇性能源出力波动、负荷波动、设备故障、市场环境不确定性等；而最优能流的本质则是将某些因素松弛为决策变量，以寻找在某一目标下系统最佳运行状态的优化问题。本文对于不确定性能流不做深入讨论，将重点集中于确定性能流和最优能流两部分内容，并从当前亟待解决的难题入手开展研究：1)如何建立理论完备、结构严谨的RIES能流计算模型并高效求解；2)如何合理构建RIES最优能流模型并对其非凸非线性问题进行有效处理，以支撑大规模、多节点、强耦合的RIES最优能流问题的高效求解。

发明内容

本发明所要解决的技术问题是：提供一种多能耦合条件下新型电力系统最优能流优化方法，能够支撑大规模、多节点、强耦合的RIES最优能流问题的高效求解，并具备通用性和可扩展性。

一种多能耦合条件下新型电力系统最优能流优化方法，包括以下步骤，

步骤一、以RIES区域综合能源系统总运行成本最低为目标，构建最优能流模型目标函数；

步骤二、建立电力子系统、天然气子系统、热力子系统以及各子系统耦合环节的约束条件；

步骤三、将所述步骤二中个各子系统的混合整数非线性模型转化为混合整数锥规划模型，非凸非线性模型采用转凸及近似方法通过凸优化理论求解，进行最优能流优化。

所述步骤一中优能流模型目标函数为

式中，t为时刻；P

所述步骤二中所述电力子系统建立的约束条件包括发电设备有功功率约束、发电设备无功功率约束、节点电压幅值约束、节点电压相位约束、支路电流约束、节点功率平衡方程和支路电压-电流关联约束；

所述天然气子系统建立的约束条件包括气源设备出力约束、节点压力或节点压力平方边界约束、支路体积流量约束、支路方向指示量互斥约束、支路压差-方向指示量关联约束、支路流量-方向指示量关联约束、支路流量-压差关联约束以及节点流量平衡约束；

所述热力子系统建立的约束条件包括热源设备出力约束、节点压力约束、节点温度约束、支路质量流量约束、支路始/末端温度约束、节点流量平衡约束、管道压力差-流量关联约束、支路流量-方向指示量关联约束、支路压差-方向指示量关联约束、节点功率-流量关联约束、管道温降方程和节点混合方程；

所述各子系统的耦合环节约束采用Energy Hub进行建模。

通过上述设计方案，本发明可以带来如下有益效果：一种多能耦合条件下新型电力系统最优能流优化方法，以RIES总运行成本最低为目标，构建最优能流模型目标函数。接着以电力子系统、天然气子系统和热力子系统建立约束条件。针对模型非凸非线性难以求解的问题提出了转凸及近似方法，将模型由混合整数非线性规划问题转化为混合整数锥规划问题，极大提高了求解速度。

附图说明

以下结合附图和具体实施方式对本发明作进一步的说明：

图1为本发明一种多能耦合条件下新型电力系统最优能流优化方法具体实施方式Energy Hub示例图。

图2为本发明一种多能耦合条件下新型电力系统最优能流优化方法具体实施方式不等式松弛前后可行域对比示意图。

图3为本发明一种多能耦合条件下新型电力系统最优能流优化方法具体实施方式电力子系统节点电压幅值示意图。

图4为本发明一种多能耦合条件下新型电力系统最优能流优化方法具体实施方式电力子系统支路电流绝对值示意图。

图5为本发明一种多能耦合条件下新型电力系统最优能流优化方法具体实施方式天然气子系统节点压力示意图。

图6为本发明一种多能耦合条件下新型电力系统最优能流优化方法具体实施方式天然气子系统支路流量示意图。

具体实施方式

一种多能耦合条件下新型电力系统最优能流优化方法如下，

首先以RIES总运行成本C

式中：t为时刻；P

其次构建目标函数的约束条件。

(一)电力子系统

1)发电设备有功功率约束：

P

式中：P

2)发电设备无功功率约束：

Q

式中：Q

3)节点电压幅值约束：

U

式中：U

4)节点电压相位约束：

θ

式中：θ

5)支路电流约束：

I

式中：I

6)节点功率平衡方程：

式中：L

7)支路电压-电流关联约束：

该约束能够保证支路电流与两端电压之间满足固有的物理关系。

(二)天然气子系统

1)气源设备出力约束：

P

式中：P

2)节点压力(或其平方)边界约束：

p

式中：p

3)支路(体积)流量约束：

x

式中：x

4)支路方向指示量互斥约束：

该约束能够保证支路正、负方向指示量其中一个为1，且不同时为1。

5)支路压差-方向指示量关联约束：

式中：Δp

6)支路流量-方向指示量关联约束：

式中：M为预设的一个大数。该约束能够保证支路实际流量方向与方向指示量一致。

7)支路流量-压差关联约束：

式中：C

8)节点流量平衡约束：

式中：L

(三)热力子系统

1)热源设备出力约束：

P

式中：P

2)节点压力约束：

p

式中：p

3)节点温度约束：

T

式中：T

4)支路(质量)流量约束：

x

式中：x

5)支路始/末端温度约束：

式中：T

6)节点流量平衡约束：

-A·x

式中：x

7)管道压力差-流量关联约束：

式中：s

8)支路流量-方向指示量关联约束：

-M·(1-y

式中：M为预设的一个大数。该约束通过大数M法保证支路实际流量方向与方向指示量一致。

9)支路压差-方向指示量关联约束：

g

g

式中：g

10)节点功率-流量关联约束：

P

式中：C

11)管道温降方程：

式中：T

12)节点混合方程：

式中：T

(四)耦合环节

耦合环节用于描述各子系统间的连接关系，一般可通过Energy Hub进行建模。由于耦合环节的设备选型及结构各异，因此所包含的约束也不相同。如图1(a)所示EnergyHub结构对应如下约束条件：

式中：η

如图1(b)所示EnergyHub结构对应则如下约束条件：

P

式中：η

最后将模型转凸和近似。

(一)电力子系统

电力子系统中引入松弛辅助变量

经变量替换后，原决策变量U

R

同时，X

从而，上述式子共同构成了转凸后的电力子系统约束。

(二)天然气子系统

采用McCormick松弛法，该方法的基本原理是在三维空间里构造曲面的最小凸包络，如对于双线性项xy，设置变量ω＝xy，并令ω满足约束：

式中：x

则ω的可行域构成了三维空间里曲面xy的最小凸包络。已有研究充分论证，当x,y中至少一个为0-1变量时，McCormick松弛法严格为紧。因此，采用McCormick松弛法处理不会产生松弛间隙。

本文引入松弛辅助变量

故Mc

从而，转化为：

式的可行域为二维空间内的抛物线(图2(a))，可知其仍为非凸。进一步将“＝”修改为“≥”，即可将其可行域松弛为以抛物线为外包络的凸曲面(图2(b))。故式最终转化为：

从而，上述公式共同构成了转凸后的天然气子系统约束。

(三)热力子系统

热力子系统公式的处理方法类似于天然气子系统，仍然是通过将“＝”松弛为“≥”实现转凸，从式而约束转化为：

针对式，其问题在于等式右侧的双线性项m

P

一般对于温降较小的热力子系统，式的近似并不会造成较大的误差。

针对式，本文利用数学近似当t数值较小时，有e

整理后可得到：

可见，由于存在双线性项

另需补充如下约束：

/>

需说明的是，与天然气子系统不同，式双线性项的组成元素

针对式，非凸问题同样来源于双线性项m

另需补充如下约束：

同样，式的松弛过程可能存在间隙。

经过上述的转凸及近似处理后，最优能流模型已转化为MICP问题，即可通过割平面法、分支定界法或Branch-and-Cut等经典的混合整数规划算法进行求解。

实施例

算例系统RIES的拓扑架构系统共包含电网节点39个、气网节点20个、耦合节点2个，以及电、气、热、氢四类负荷。电力子系统在标准IEEE-39节点系统的基础上另加入风电场两座、光伏站两座。天然气子系统沿用了比利时20节点系统架构，但将气负荷由46.33MScm/h缩减为4.633MScm/h，以匹配电力子系统负荷量(6254.23MW/1387.10MVar)。并设计气-电通路四条(以燃气轮机为媒介)、电-气通路三条(以P2G为媒介)。耦合节点中，EH1由燃气锅炉、电锅炉和CHP构成，输出热能供给热负荷，输出电能接入电网节点4；EH2由甲烷制氢和P2H构成，输出氢能供给氢负荷。

天然气热值取35.6MJ/m3，密度0.7174kg/m3；氢气热值取10.8MJ/m3，密度0.09kg/m3；EH1热负荷为1315MW，EH2氢负荷为0.447MScm；电力子系统电压基准345kV，容量基准100MVA。其余参数详见表1至8。

表1电力子系统节点参数

表2电力子系统支路参数

表3电力子系统电源设备参数

表4天然气子系统节点参数

表5天然气子系统支路参数

表6天然气子系统气源设备参数

表7可再生能源发电设备参数

表8耦合设备参数

优化结果：经过最优能流优化后，得到算例RIES最优运行方案下总成本为1.3437M$，各成本项详见表9和表10。注意，由于燃气机组G1/G2/G4/G5消耗的天然气来源于天然气子系统，其成本不应重复计入；而CHP等耦合设备所消耗的能量均来源于电力子系统或天然气子系统，计算总成本时也不需重复计入。

表9电站成本列表

表10天然气站成本列表

通过电力子系统各机组的出力情况，可知四座可再生能源电站的发电量全部被消纳，避免了弃风弃光问题，彰显了系统具备良好的可再生能源接纳能力。另有1023MW出力来源于EH1中的CHP，在满足热负荷的同时发出的电能通过节点4接入电力子系统，承担了部分负荷的供电任务。而节点30-39的10台传统发电机组中，其最优出力方案基本遵循了发出电量就地消纳的原则，如出力最大的G10，所在的39节点负荷量也最大(1104MW,250MVar)，这是由于降低线路传输电量能够相应降低网损成本。按类型区分，则水电、燃煤及核电机组相对出力较高，而四台燃气机组G1/G2/G4/G5则出力较低，这是由于在当前算例参数的设置下燃气机组发电成本最为高昂。以G1而论，其消耗的天然气来自天然气子系统节点10，其单位气价为6.72$/MBtu，折合22.93$/MWh。再计入燃气机组发电效率0.4，则单位发电价格高达57.33$/MWh，明显高于其他三类发电机组；通过电力子系统有功负荷情况证明，除子系统内负荷Le外，耦合设备P2G、EB、P2H等设备由于是以电能为输入，故也可视为电力子系统负荷。但由于电价高昂，P2G、EB、P2H均为不经济的能源转换途径，故优化结果均为0。整个电力子系统总有功出力6308MW，总有功负荷6254MW，网络损耗54MW，占总有功出力的0.86％。

通过天然气子系统气源出力情况证明，除子系统内气源S1-S6，耦合设备P2G同样能够作为气源出力。但在当前方案下，三台P2G出力均为0。通过天然气子系统负荷情况证明，出子系统内负荷Lg(4.633MW)外，耦合设备CHP、GB、M2H、GT等以天然气为输入，同样可视为气负荷。整个天然气子系统总气源出力为5.111MScm，总气负荷同样为5.111MScm，在不计管道泄漏及输气损耗的前提下(一般仅占所传输能量的0.1％)，系统总流量注入与流出严格相等。

通过热力子系统热源出力情况证明，在能源集线器EH1中，存在三台具有替代性的热源设备CHP、GB和EB。而优化结果显示，CHP承担了全部热负荷(1315MW)，而GB和EB的出力均为0，这说明CHP具有最佳的运行经济性。CHP不仅能为热负荷供热，还能将联产得到电能输送给电力子系统，以提高RIES的整体经济性，这彰显了多能耦合、互补互济对于资源优化配置的重要意义。由于本算例不考虑下级热网，不存在热网损耗，故热源出力与热负荷严格相等，均为1315MW。

通过热力子系统热源出力情况证明，在能源集线器EH1中，存在三台具有替代性的热源设备CHP、GB和EB。而优化结果显示，CHP承担了全部热负荷(1315MW)，而GB和EB的出力均为0，这说明CHP具有最佳的运行经济性。CHP不仅能为热负荷供热，还能将联产得到电能输送给电力子系统，以提高RIES的整体经济性，这彰显了多能耦合、互补互济对于资源优化配置的重要意义。由于本算例不考虑下级热网，不存在热网损耗，故热源出力与热负荷严格相等，均为1315MW。

通过氢能子系统氢源出力情况证明。本算例中可作为氢源的设备共两类，其一为M2H，以天然气为输入；其二为P2H，以电能为输入。由于电价高于气价，故M2H相比于P2H具有经济性优势，优化结果显示所有氢能均由M2H提供，而P2H出力为0。由于本算例不考虑下级氢网，不存在氢网损耗，故氢源出力与氢负荷严格相等，均为0.447MScm。

电力子系统节点电压幅值和支路电流绝对值分别如图3和图4所示。电压最大值为1.06p.u.，出现于节点9/10/25/26/35/36；电压最小值为0.9845p.u.，出现于节点20。支路电流最大值为1.4208kA，出现于支路5；支路电流最小值为0.0181kA，出现于支路14。可知，电力子系统所有状态参数均控制在合理范围内，能够稳定运行。

天然气子系统节点压力和支路流量分别如图5和图6压力最大值为70.2197bar，出现于节点19；电压最小值为10.7371bar，出现于节点13。支路流量最大值为2.247MScm，出现于支路19；支路电流最小值为-1.3729MScm，出现于支路9。注意负号“-”表示该支路流量实际方向与预设方向相反。可知，天然气子系统所有状态参数均控制在合理范围内，能够稳定运行。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。