宋晨輝, 馮 健, 楊東升, 周博文, 齊 格

(東北大學信息科學與工程學院, 遼寧省沈陽市 110819)

0 引言

隨著社會經濟水平迅速發(fā)展,能源危機也在不斷加劇,據統(tǒng)計,中國人均資源擁有量不足世界平均水平的1/2,其中70%為不可再生的化石能源,而單位國內生產總值(GDP)能耗卻是世界平均水平的2.5倍[1],同時化石能源的廣泛使用,也給生態(tài)環(huán)境帶來了巨大壓力?？稍偕茉醇夹g的飛速發(fā)展與大范圍推廣,為解決能源和環(huán)境污染問題提供了有效途徑。國家開始大力推動風能、光能等可再生清潔能源利用,但隨之也帶來了新能源的消納與并網問題[2]。因此,亟需建立一種利用率高、智慧、安全、可持續(xù)的新型能源利用模式[3]。

傳統(tǒng)的能源利用模式中,按照能源類型可將能源系統(tǒng)劃分為電力系統(tǒng)、熱力系統(tǒng)以及天然氣系統(tǒng),各能源系統(tǒng)由于物理特性區(qū)別,在系統(tǒng)規(guī)劃設計以及運行控制中存在不同特征[4]。而將電能、熱能以及天然氣調度供應割裂開來的傳統(tǒng)供用能方式,未考慮電力系統(tǒng)、天然氣系統(tǒng)和熱力系統(tǒng)間的聯系,不能充分發(fā)掘各自的供能優(yōu)勢與潛力,降低了能源供應模式的靈活性[5]。例如熱能易于存儲[6],但難以實現利用時的靈活控制,同時其傳輸損耗較大;而電能雖然具有分布范圍廣,傳輸速度快,控制手段靈活等優(yōu)勢,但其即發(fā)即用,難以大容量、長時間存儲的弊端卻帶來了電網高滲透率下的清潔能源消納問題。因此,對電、熱、氣綜合能源優(yōu)化運行及其耦合關系進行研究,符合綜合能源系統(tǒng)(integrated energy system,IES)運行時的多能耦合互補特征,有利于提高能源的綜合利用效率。

目前,國內外學者對多能源耦合及優(yōu)化運行已經做出了一定研究。文獻[7]提出一種基于電力網、液壓和熱水回路以及耦合元件的電熱網絡聯合分析方法,并通過一種分解集成算法降低了優(yōu)化時的迭代次數;文獻[8]針對大不列顛地區(qū)的風電、天然氣及儲能聯合運營情況,提出了一種考慮天然氣管網非線性特征的電、氣聯合優(yōu)化策略,并采用隨機規(guī)劃對常規(guī)機組進行調度以滿足風電預測的隨機性;文獻[9]提出了一種電、熱、氣多能源最優(yōu)能流的解耦求解方法,通過引入多智能體對各能源進行協同優(yōu)化,從而確定成本最優(yōu)時的系統(tǒng)運行方式;文獻[10]在電、熱聯合供能系統(tǒng)中引入了熱電聯產(combined heat and power,CHP)及熱泵等單元來提高系統(tǒng)運行的靈活性,優(yōu)化過程的同時考慮了建筑物的熱慣量及用戶滿意度等需求側特性;文獻[11]對冷熱電聯供系統(tǒng)和熱網組成的多區(qū)域IES進行了研究,通過多區(qū)域冷熱電量及系統(tǒng)容量的協同配置,實現系統(tǒng)規(guī)劃運行時的成本最優(yōu);文獻[12]通過建立電力—天然氣區(qū)域IES的穩(wěn)態(tài)模型,重點研究了天然氣網絡狀態(tài)變化對其他耦合能源系統(tǒng)狀態(tài)的影響。

但已有的IES優(yōu)化運行模型,往往在結構特征上做了簡化,對電、熱、氣能源間的耦合性考慮不足,能源間的耦合性分析多集中于定性討論,缺乏定量分析,進而難以準確評估系統(tǒng)運行時由多能耦合帶來的互補效益。為此,本文構建了一種較為完備的同時耦合電力、熱力以及天然氣的IES,并通過能源耦合度等相關定義的建立,對IES的耦合性進行了定量描述;之后建立了以運行成本為目標的IES優(yōu)化模型,針對IES運行時多能耦合特性帶來的求解困難,提出一種基于拉格朗日松弛(Lagrangian relaxation,LR)的求解方法,并針對傳統(tǒng)LR方法中收斂速度慢、迭代振蕩等問題,提出了改進算法。最后,基于71節(jié)點的IES測試系統(tǒng),驗證了本文所述模型及方法的有效性,并對IES運行成本與耦合性的映射關系及規(guī)律做了定量分析。

1 IES結構和系統(tǒng)耦合性

1.1 系統(tǒng)結構

IES在能源的生產、消費等環(huán)節(jié)中,同時耦合了電能、熱能以及天然氣能等多種能源形式[13],本文所述的IES基本形態(tài)結構可由圖1表示。該系統(tǒng)由電力系統(tǒng)、熱力系統(tǒng)以及天然氣系統(tǒng)構成。其中電力系統(tǒng)包括風機、火電機組、蓄熱式電鍋爐以及電負荷;熱力系統(tǒng)包括CHP機組、燃氣鍋爐、電轉氣(power to gas,P2G)機組[14]、蓄熱式電鍋爐以及熱負荷;天然氣系統(tǒng)包括氣井壓縮機、CHP機組以及燃氣鍋爐。電力系統(tǒng)、熱力系統(tǒng)和天然氣系統(tǒng)通過蓄熱式電鍋爐、CHP機組、P2G機組以及燃氣鍋爐耦接在一起,各能量流入流出關系如圖1所示,其中P,Q,G分別表示電能、熱能以及天然氣能。

圖1 IES基本形態(tài)結構Fig.1 Basic configuration structure of IES

1.2 系統(tǒng)耦合性

IES的電、熱、氣耦合關系通過系統(tǒng)內的供能單元建立,為具體說明系統(tǒng)內各能源間的耦合關系,首先給出以下定義。

定義1:能源結構配比。能源結構配比指系統(tǒng)運行時,供能單元的輸入或輸出功率的能源形式占比,用于表征某供能單元運行時,其某種能源形式的輸入/輸出功率對系統(tǒng)中該能源的依賴或影響程度。具體表示為單元αi以電能、熱能以及天然氣為表現形式的輸入或輸出能量Eαi→Ω,占其總輸入或輸出能量Eαi的比值,即

(1)

式中:RES，αi→Ω為αi關于Ω(Ω∈{P,Q,G,…})的能源結構配比;sαi為狀態(tài)參數。

規(guī)定當Ω為αi功率輸入側的某種能源時,sαi<0;當Ω為αi功率輸出側的某種能源時,sαi>0;當Ω與αi無能源輸入或輸出關系時,sαi=0。

對于包含n個單元的電、熱、氣IES,IES為電力、熱力、天然氣系統(tǒng)的并集,其能源結構配比矩陣RES,IES為:

(2)

(3)

式中:RES,αi→Ωm和RES,αi→Ωn分別為單元αi關于Ωm和Ωn的能源結構配比;EIES為IES包含電、熱、氣的總輸出能量。

考慮到單元αi的能量轉化傳遞效率,式(3)中的Eαi統(tǒng)一采用αi輸出側能量值;同時,當系統(tǒng)中能量傳輸存在網絡損耗及備用時,EIES需要計及傳輸損耗及備用能量。

(4)

2 IES優(yōu)化運行模型

2.1 目標函數

綜合能源優(yōu)化以系統(tǒng)總運行成本CIES為優(yōu)化目標,系統(tǒng)總運行成本包括供電、供熱以及供氣成本。對應供能成本CP,CQ,CG可由能源結構配比矩陣與系統(tǒng)中單元供能成本向量的乘積逐一表示,能源耦合度可由能源結構配比及單元供能向量求得,具體表現形式如下:

(5)

(6)

式中:Nt為優(yōu)化運行的總時段；Cα(t)為t時刻IES中供能單元運行成本向量。

本文基于圖1所示結構,Cα可表示為:

Cα=Cwdg,1,…,Cwdg,nwdg,…,Ccon,ncon,…,

Ccbb,ncbb,…,Cchp,nchp,…,Cesb,nesb,…,

(7)

式中:Cwdg,Ccon,Ccbb,Cchp,Cesb,Cp2g,Cgfb,Cgc分別表示風機、火電機組、燃煤鍋爐、CHP機組、蓄熱電鍋爐、P2G機組、燃氣鍋爐以及氣井壓縮機的運行成本;nwdg,ncon,ncbb,nchp,nesb,np2g,ngfb,ngc為系統(tǒng)中各對應單元個數。

火電機組、CHP機組、燃煤鍋爐、燃氣鍋爐和氣井壓縮機的運行成本函數及參數見附錄A。同時,本文采用日前調度模型對系統(tǒng)總供能成本進行計算,短期調度運行時,可忽略風機、蓄熱電鍋爐及P2G機組運行的邊際成本,但需滿足各自的運行約束及能源轉換效率約束[15]。

2.2 約束條件

IES運行時需綜合考慮各能源的電、熱、天然氣功率平衡、網絡潮流、供能單元特性等約束條件,可按類分為系統(tǒng)運行約束以及系統(tǒng)內各供能單元的運行約束。

2.2.1系統(tǒng)運行約束

1)功率平衡約束

(8)

Ql，t+Qloss

(9)

(10)

式中:Pl,t,Ql,t,Gl,t分別為IES的電、熱及天然氣負荷需求;Ploss,Qloss,Gloss分別為系統(tǒng)的網損以及熱能和天然氣能在傳輸過程中的損耗。

式(8)—式(10)分別表示IES運行時的電功率平衡、熱功率平衡以及天然氣功率平衡約束。

2)網絡運行約束

(11)

(12)

qj=Clmj(Tin,j-Tout,j)

(13)

(14)

(15)

(16)

式中:w∈j表示與j相鄰的節(jié)點；Pj,t和Qj,t分別為節(jié)點j在t時刻注入的有功功率和無功功率;Uj,t和Uw,t分別為節(jié)點j和w在t時刻的電壓;Gjw和Bjw分別為節(jié)點j和w間的電導和電納;θjw,t為節(jié)點j和w之間在t時刻的相角差;As為熱力網節(jié)點支路關聯矩陣;Ml為管道流量向量,其元素為ml;Mj為節(jié)點流量向量,其元素為mj;Bh為熱力網回路支路關聯矩陣;ΔHl為管道水壓降向量;qj為節(jié)點j熱功率;Cl為水比熱;Tin,j和Tout,j分別為熱力節(jié)點j流入和流出熱水的溫度;Tstart,Tend,Tα分別為管道的始端、末端及環(huán)境溫度;β和L分別為管道的熱傳導系數及長度;g∈j表示與熱力節(jié)點j相連的管道；min,g和Tin,g分別為管道g流入節(jié)點的熱水流量和溫度;mout,g和Tout,g分別為管道g流出節(jié)點的熱水流量和溫度;fjw為天然氣網節(jié)點j和w間的管道穩(wěn)態(tài)流量;Kr為天然氣管道常數;πj和πw分別為天然氣網節(jié)點j和w的壓力;sjw為天然氣流動方向的狀態(tài)參數,若πj≥πw,則sjw取1,否則sjw取-1。

式(11)—式(16)分別表示電力網潮流、熱力網水網平衡、節(jié)點熱功率、管道始末端溫度、節(jié)點溫度平衡約束[6]以及天然氣網的管道流量約束[16](采用Weymouth公式形式)。

3)旋轉備用約束

考慮到風電及負荷的波動性,采用火電機組作為主備用，保證二者波動時的容量備用需求,即

(17)

2.2.2單元運行約束

1)風機運行約束

(18)

Pw,i,t-Pwdg,i,t≤(1-rw)Pr,i

(19)

式中:Pr,i為風機i的額定功率;vci,vr,vco,v(t)分別為風機的切入風速、額定風速、切出風速以及t時刻的實際風速;a和b為風機出力特性參數;h為風機出力特征指數；Pw,i,t和Pwdg,i,t分別為風機i在t時刻的最大發(fā)電量與實發(fā)電量;rw為系統(tǒng)要求的風能最小利用率。

式(18)和式(19)分別為風機出力約束以及棄風量約束[17]。

2)火電機組運行約束

(20)

(21)

(22)

式(20)—式(22)分別表示火電機組的出力上下限約束、爬坡率約束以及開停機時間約束。

3)CHP機組運行約束

為了增加系統(tǒng)運行的靈活性,選用熱電比可調的抽凝式CHP機組參與建模[18],機組運行時需要滿足其運行工況曲線,即

(23)

(24)

式(23)和式(24)分別表示CHP機組的有功出力上下限約束以及熱出力上下限約束。

4)蓄熱電鍋爐、P2G機組、燃氣鍋爐運行約束

蓄熱電鍋爐、P2G機組、燃氣鍋爐均需滿足功率轉換約束、輸入或輸出功率約束,即

Ωα,n,i,t=ηα,iΩα,m,i,t

(25)

(26)

Ω∈{P,Q,G}

(27)

此外,蓄熱電鍋爐仍需滿足蓄熱量上限約束,即

(28)

3 IES協同優(yōu)化方法

3.1 求解困難分析與松弛問題構建

IES運行時,其內部電、熱、氣能源的耦合并存有利于發(fā)揮系統(tǒng)的多能互補與協同效益,但多能耦合現象卻為綜合能源優(yōu)化求解帶來了困難,傳統(tǒng)意義上的電、熱、氣單一能源系統(tǒng)的最優(yōu)運行點,往往不是IES運行的全局最優(yōu)點。而由多能耦合帶來的求解困難主要集中在如下兩個方面。

問題1:單元αi輸入、輸出側能源隸屬于不同能源系統(tǒng)時,其輸入、輸出能量存在耦合,相互影響并與該單元的系統(tǒng)隸屬度相關,如CHP機組、蓄熱電鍋爐、P2G機組以及燃氣鍋爐等。

問題2:單元αj的輸出側能源隸屬于多個能源系統(tǒng)時,其輸出能量存在耦合,相互影響并與該單元的系統(tǒng)隸屬度相關,如CHP機組。

針對以上問題,本文采用LR方法對IES優(yōu)化運行模型進行解耦處理,從而降低問題的求解難度。

問題1中的耦合問題主要體現于能量的輸入、輸出過程中,故本文引入拉格朗日乘子μ,λ,φ,ψ,對反映系統(tǒng)輸入、輸出關系的約束,具體包括系統(tǒng)功率平衡約束及旋轉備用約束(式(8)—式(10)及式(17))進行松弛,可得LR問題:

φL3(Gt)+ψL4(Pt))

(29)

式中:L1(Pt),L2(Qt),L3(Gt),L4(Pt)分別對應電、熱、氣功率平衡以及旋轉備用約束松弛后的懲罰項。其中CHP機組、蓄熱電鍋爐、P2G機組以及燃氣鍋爐的運行成本函數通過各自的能源轉換效率約束,可將由輸入、輸出側能源不同導致的雙變量優(yōu)化問題,轉換為僅與輸出側能源有關的單變量優(yōu)化問題。

1)CHP機組運行點在運行邊界上時

此情況下,可借助電—熱功率彈性系數cm及機組運行的邊界約束,將同時包含Pchp,i,t和Qchp,i,t的運行成本模型轉化為只包含優(yōu)化變量Pchp,i,t(或Qchp,i,t)的成本模型進行求解。

2)CHP機組運行點在運行邊界內時

(30)

3.2 求解過程

經上述轉化,原多能源優(yōu)化問題可轉化為無耦合的電、熱、氣單能源系統(tǒng)優(yōu)化問題。而通過對偶理論,可將LR問題轉化為雙層優(yōu)化問題:

(31)

maxPLR,down(μ,λ,φ,ψ)

(32)

對于上層單變量優(yōu)化問題,本文采用基于表函數模型的近似動態(tài)規(guī)劃方法進行求解[20]。在底層對偶優(yōu)化問題求解時,針對傳統(tǒng)次梯度法收斂速度慢以及局部振蕩的問題,本文采用改進逐步次梯度法對對偶問題進行優(yōu)化求解,主要涉及迭代步長的選取以及迭代方向的修正。

傳統(tǒng)的次梯度法在迭代過程中只利用了當前點的次梯度方向,忽略了之前的迭代方向,逐步次梯度法認為局部最優(yōu)解與全局最優(yōu)解在空間上具有相似性,可以通過對信息的充分利用,即時向最優(yōu)解方向逼近。乘子μ,λ,φ,ψ的更新方式如下:

(33)

(34)

(35)

由于修正方向在一定程度上反映了優(yōu)化結果對松弛約束的滿意度,令修正步長借助修正方向進行自適應確定,可以更好地加速迭代的收斂過程:

(36)

4 算例分析

4.1 優(yōu)化算例及場景設計

本文71節(jié)點的IES仿真算例結構見附錄B圖B1,其中電力系統(tǒng)采用改進的IEEE 39節(jié)點系統(tǒng),修改PV節(jié)點35和38的電源類型為風機,節(jié)點32,37,39的電源類型為CHP機組;16節(jié)點熱力系統(tǒng)和16節(jié)點天然氣系統(tǒng)取自某實際示范區(qū)域。電力、熱力以及天然氣系統(tǒng)通過蓄熱式電鍋爐、CHP機組、P2G機組以及燃氣鍋爐耦合互聯。電、熱、天然氣負荷功率及風電功率預測數據選自示范地區(qū)供暖季典型日數據,四者功率預測曲線見附錄B圖B2。同時,功率均采用標幺值表示,電、熱、氣功率的基準值分別取100 MW,100 GJ/h,1 000 m3/h。

另外,為驗證本文優(yōu)化方法的有效性以及耦合性對IES運行情況的影響,考慮如下3種場景。

場景1:IES中各能源耦合度均為0,此時電力、熱力、天然氣系統(tǒng)運行相互獨立。

場景2:IES在弱耦合態(tài)勢下運行,設置各能源間耦合度保持在10%以內,此時電力、熱力、天然氣系統(tǒng)運行可以相互影響。

場景3:IES在最優(yōu)耦合態(tài)勢下運行,取消各能源間的耦合度限制,電力、熱力、天然氣系統(tǒng)運行實現協同優(yōu)化。

4.2 基于系統(tǒng)耦合性的協同優(yōu)化效果分析

圖2 場景1能源優(yōu)化效果Fig.2 Energy optimization results in case 1

圖3為場景2和場景3的能源優(yōu)化效果,其中圖3(a),(c),(e)分別表示場景2的電能、熱能以及天然氣能優(yōu)化效果;圖3(b)，(d)，(f)分別表示場景3的電能、熱能以及天然氣能優(yōu)化效果。兩種場景下的IES均存在電、熱、氣耦合情況,區(qū)別在于場景2對于IES運行時的電、熱、氣間的能源耦合度進行了DEC≤10%限制。根據定義1中的相關描述,天然氣系統(tǒng)向CHP機組輸入能量,故CHP機組在天然氣系統(tǒng)中的功率表示為負值,同時CHP機組向電力及熱力系統(tǒng)輸出能量,故其在二者中的功率表示為正。蓄熱電鍋爐、P2G機組及燃氣鍋爐同理。

由圖2及圖3(a)和(b)可以看出,當系統(tǒng)引入耦合時,在經濟運行成本最低原則的引導下,蓄熱電鍋爐及P2G機組可在棄風時段為風電提供更大的消納裕量。同時,由圖3(a)和(b)可以看出,當系統(tǒng)在最優(yōu)耦合態(tài)勢下運行時,風機在01:00和03:00—24:00期間均能達到滿發(fā),棄風現象進一步降低,使得CHP機組在全天的供電出力均有不同程度的下降,可以將更多由天然氣系統(tǒng)輸入的能源轉化為熱能,進一步提高了系統(tǒng)運行的經濟性和靈活性。另外,在10:00—15:00,場景3中的火電機組出力情況較場景2中的火電機組出力情況更為平穩(wěn),機組的爬坡功率降低,這在實際工況中有利于延長機組的使用壽命,減少機組的維護費用。

對比圖1及圖3(c)和(d)可以發(fā)現,當IES存在多能源耦合時,燃煤鍋爐的部分供熱出力將被CHP機組、蓄熱電鍋爐以及燃氣鍋爐出力替代;并且隨著各能源間耦合度的增加,電鍋爐的風電消納能力提升,其供熱出力提高,而燃煤鍋爐出力將進一步降低,從而降低了系統(tǒng)的整體煤耗量。同時,場景3中的CHP供熱出力較場景2中有所上升,這是由于系統(tǒng)在最優(yōu)耦合情況下,CHP機組輸入的天然氣將更多地轉化為熱能。

圖3 場景2和3的能源優(yōu)化效果Fig.3 Energy optimization results in case 2 and 3

對于天然氣系統(tǒng),場景1中的天然氣僅由氣井壓縮機(氣源)供應,且只需滿足日常的天然氣負荷(炊具、熱水器等)需求。當系統(tǒng)存在多能源耦合時,天然氣供應量有較大幅度上升。同時,在電負荷需求為谷值,而熱負荷需求為峰值,如03:00—05:00時,由于蓄熱電鍋爐的儲能效果能夠實現熱負荷的等效平移,故系統(tǒng)在該時段的燃氣鍋爐出力下降,進而降低了燃氣鍋爐的天然氣耗量。而隨著系統(tǒng)耦合性加強,受到CHP機組及燃氣鍋爐能耗影響,場景3較場景2中的天然氣功率分布發(fā)生了一定偏移,同時氣井壓縮機的輸出功率下降了19.06%。

表1給出了3個場景下IES運行時的各能源耦合度關系、成本以及棄風率。場景1中各能源間不存在耦合關系,此時缺乏電能存儲轉化單元,導致棄風量最大。在場景3中,當電—熱、電—氣以及熱—氣的耦合度分別為16.22,23.26,12.40時,IES在滿足負荷需求的前提下,達到了全局最優(yōu)運行,此時運行成本為668 087美元,棄風率為0.03%,兩個指標均優(yōu)于場景1和場景2。同時,從場景2中可以看出,當設置各能源間耦合度均需要保持在10%以內時,系統(tǒng)中的電—氣耦合度先達到臨界點,說明IES優(yōu)化運行時,電、氣間的耦合關系要強于電、熱以及熱、氣間的耦合關系。

表1 不同場景下IES的能源耦合度、運行成本及棄風率Table 1 Energy coupling degrees, operation costs and wind curtailment ratios of IES in different cases

圖4給出了系統(tǒng)能源耦合度在0～30%時,其運行成本和各能源間耦合程度的映射關系。其中,x,y,z軸分別表示電—熱、電—氣以及熱—氣的耦合度,系統(tǒng)運行成本大小由顏色深淺表示。

圖4 系統(tǒng)能源耦合度與運行成本的映射曲線Fig.4 Mapping curve between energy coupling degree and operation cost of system

從圖4可以看出,當系統(tǒng)耦合度在(0.21,0.31,0.1)～(16.22,23.26,12.4)之間時,系統(tǒng)運行成本隨著其耦合性的增加而降低,尤其在系統(tǒng)耦合性增加初期,其成本節(jié)約效果最為顯著;若在系統(tǒng)達到最優(yōu)運行點時繼續(xù)增加系統(tǒng)耦合性,會導致系統(tǒng)的運行成本上升,出現“過耦合”現象,原因在于此時系統(tǒng)已經基本不存在棄風現象,而耦合度的繼續(xù)上升會使得部分單元(如火電機組)單位供能出力減小,使得其供能效率降低;同時,當耦合度為(0.21,0.31,0.1)時,系統(tǒng)運行成本為1 103 480美元,高于無耦合情況下的運行成本,這是由于當系統(tǒng)在極低的耦合態(tài)勢時,雖然可以增加棄風消納量,但卻導致了CHP等單元在其較低效率的工作點運行。當系統(tǒng)運行點偏移最優(yōu)值時,可通過系統(tǒng)耦合性與成本的映射關系,確定系統(tǒng)電—氣、電—熱或熱—氣耦合度調節(jié)量,使得系統(tǒng)運行點可以有效地向最優(yōu)值靠近。同時,本文所述概念及方法適用于多能源聯合運營區(qū)域,如在極端惡劣天氣情況下,可通過電、熱、氣耦合關系的合理增減,避免熱負荷的激增[21]對電網的安全穩(wěn)定性造成影響,并同時保證系統(tǒng)經濟運行。另外,從成本和耦合度關系曲線到各坐標面的投影情況可以看出,電—熱、電—氣及熱—氣耦合度增長呈正相關關系。

5 結語

本文首先基于電、熱、天然氣能源的互補特性與耦合關系,建立了IES基本形態(tài)結構,并提出了能源結構配比及能源耦合度定義,用于表征IES運行時其內部電、熱、氣能源的耦合關系;之后利用能源結構配比定義建立了以運行成本最優(yōu)為目標的IES運行優(yōu)化模型,并在建模時考慮了系統(tǒng)單元運行約束以及電、熱、氣網絡約束;接著針對優(yōu)化時由能源耦合帶來的求解困難,提出了一種基于LR思想的求解方法,該方法可在不影響系統(tǒng)多能源互補效益的前提下實現能源間的解耦優(yōu)化;最后,采用IEEE 39節(jié)點測試系統(tǒng)、16節(jié)點熱力系統(tǒng)及16節(jié)點天然氣系統(tǒng)構成的71節(jié)點IES網絡對所述模型方法進行驗證,實現了IES優(yōu)化運行結果與耦合性關系的定量分析,并建立了系統(tǒng)耦合性與運行成本的映射關系,驗證了多能耦合能夠促進IES運行成本在一定區(qū)間內有效降低的結論。

IES優(yōu)化運行是一個較新的研究課題,電、熱、氣多能耦合在降低系統(tǒng)運行成本的同時,也會對系統(tǒng)供能的安全性與可靠性造成一定影響,如何在保證系統(tǒng)供能經濟性的前提下,利用耦合性準確分析并提高系統(tǒng)運行的安全性與可靠性,是下一步研究的重點。

附錄見本刊網絡版(http://www.aeps-info.com/aeps/ch/index.aspx)。

參 考 文 獻

[1] 國家統(tǒng)計局能源統(tǒng)計司.中國能源統(tǒng)計年鑒2016[M].北京:中國統(tǒng)計出版社,2016.

[2] 劉吉臻.大規(guī)模新能源電力安全高效利用基礎問題[J].中國電機工程學報,2013,33(16):1-8.

LIU Jizhen. Basic issues of the utilization of large-scale renewable power with high security and efficiency[J]. Proceedings of the CSEE, 2013, 33(16): 1-8.

[3] 劉振亞.全球能源互聯網[M].北京:中國電力出版社,2015.

[4] 邵成成,王錫凡,王秀麗,等.多能源系統(tǒng)分析規(guī)劃初探[J].中國電機工程學報,2016,36(14):3817-3829.

SHAO Chengcheng, WANG Xifan, WANG Xiuli, et al. Probe into analysis and planning of multi-energy systems[J]. Proceedings of the CSEE, 2016, 36(14): 3817-3829.

[5] 賈宏杰,王丹,徐憲東,等.區(qū)域綜合能源系統(tǒng)若干問題研究[J].電力系統(tǒng)自動化,2015,39(7):198-207.DOI:10.7500/AEPS20141009011.

JIA Hongjie, WANG Dan, XU Xiandong, et al. Research on some key problems related to integrated energy systems[J]. Automation of Electric Power Systems, 2015, 39(7): 198-207. DOI: 10.7500/AEPS20141009011.

[6] LU Ning, VANOUNI M. Passive energy storage using distributed electric loads with thermal storage[J]. Journal of Modern Power Systems and Clean Energy, 2013, 1(3): 264-274.

[7] LIU Xuezhi, WU Jianzhong, JENKINS N, et al. Combined analysis of electricity and heat networks[J]. Applied Energy, 2016, 162: 1238-1250.

[8] QADRDAN M, WU Jianzhong, JENKINS N, et al. Operating strategies for a GB integrated gas and electricity network considering the uncertainty in wind power forecasts[J]. IEEE Transactions on Sustainable Energy, 2014, 5(1): 128-138.

[9] MOEINI-AGHTAIE M, ABBASPOUR A, FOTUHI-FIRUZABAD M, et al. A decomposed solution to multiple-energy carriers optimal power flow[J]. IEEE Transactions on Power Systems, 2014, 29(2): 707-716.

[10] YANG Yulong, WU Kai, LONG Hongyu, et al. Integrated electricity and heating demand-side management for wind power integration in China[J]. Energy, 2014, 78: 235-246.

[11] 王珺,顧偉,陸帥,等.結合熱網模型的多區(qū)域綜合能源系統(tǒng)協同規(guī)劃[J].電力系統(tǒng)自動化,2016,40(15):17-24.DOI:10.7500/AEPS20160426010.

WANG Jun, GU Wei, LU Shuai, et al. Coordinated planning of multi-district integrated energy system combining heating network model[J]. Automation of Electric Power Systems, 2016, 40(15): 17-24. DOI: 10.7500/AEPS20160426010.

[12] 王偉亮,王丹,賈宏杰,等.考慮天然氣網絡狀態(tài)的電力—天然氣區(qū)域綜合能源系統(tǒng)穩(wěn)態(tài)分析[J].中國電機工程學報,2017,37(5):1293-1305.

WANG Weiliang, WANG Dan, JIA Hongjie, et al. Steady state analysis of electricity-gas regional integrated energy system with consideration of NGS network status[J]. Proceedings of the CSEE, 2017, 37(5): 1293-1305.

[13] 董朝陽,趙俊華,文福拴,等.從智能電網到能源互聯網:基本概念與研究框架[J].電力系統(tǒng)自動化,2014,38(15):1-11.DOI:10.7500/AEPS20140613007.

DONG chaoyang, ZHAO Junhua, WEN Fushuan, et al. From smart grid to Energy Internet: basic concept and research framework[J]. Automation of Electric Power Systems, 2014, 38(15): 1-11. DOI: 10.7500/AEPS20140613007.

[14] CLEGG S, MANCARELLA P. Integrated modeling and assessment of the operational impact of power-to-gas (P2G) on electrical and gas transmission networks[J]. IEEE Transactions on Sustainable Energy, 2015, 6(4): 1234-1244.

[15] 陳沼宇,王丹,賈宏杰,等.考慮P2G多源儲能型微網日前最優(yōu)經濟調度策略研究[J].中國電機工程學報,2017,37(11):3067-3077.

CHEN Zhaoyu, WANG Dan, JIA Hongjie, et al. Research on optimal day-ahead economic dispatching strategy for microgrid considering P2G and multi-source energy storage system[J]. Proceedings of the CSEE, 2017, 37(11): 3067-3077.

[16] ABEYSEKERA M, WU J, JENKINS N, et al. Steady state analysis of gas networks with distributed injection of alternative gas[J]. Applied Energy, 2016, 164: 991-1002.

[17] 張昭遂,孫元章,李國杰,等.計及風電功率不確定性的經濟調度問題求解方法[J].電力系統(tǒng)自動化,2011,35(22):125-130.

ZHANG Zhaosui, SUN Yuanzhang, LI Guojie, et al. A solution of economic dispatch problem considering wind power uncertainty[J]. Automation of Electric Power Systems, 2011, 35(22): 125-130.

[18] 施錦月,許健,曾博,等.基于熱電比可調模式的區(qū)域綜合能源系統(tǒng)雙層優(yōu)化運行[J].電網技術,2016,40(10):2959-2966.

SHI Jinyue, XU Jian, ZENG Bo, et al. A bi-level optimal operation for energy hub based on regulating heat-to-electric ratio mode[J]. Power System Technology, 2016, 40(10): 2959-2966.

[19] 陳建華,吳文傳,張伯明,等.消納大規(guī)模風電的熱電聯產機組滾動調度策略[J].電力系統(tǒng)自動化,2012,36(24):21-27.

CHEN Jianhua, WU Wenchuan, ZHANG Boming, et al. A rolling generation dispatch strategy for co-generation units accommodating large-scale wind power integration[J]. Automation of Electric Power Systems, 2012, 36(24): 21-27.

[20] 韋化,龍丹麗,黎靜華.求解大規(guī)模機組組合問題的策略迭代近似動態(tài)規(guī)劃[J].中國電機工程學報,2014,34(25):4420-4429.

WEI Hua, LONG Danli, LI Jinghua. Policy iteration-approximate dynamic programming for large scale unit commitment problems[J]. Proceedings of the CSEE, 2014, 34(25): 4420-4429.

[21] CORREA-POSADA C M. SNCHEZ-MARTN P, LUMBRERAS S. Security-constrained model for integrated power and natural-gas system[J]. Journal of Modern Power Systems and Clean Energy, 2017, 5(3): 326-336.