一种计及天然气网动态特性的区间优化调度方法与流程

1.本发明涉及综合能源的优化调度技术领域，具体涉及一种计及天然气网动态特性的区间优化调度方法。


背景技术：

2.随着能源互联网的发展和储能技术、设备的应用，以及分布式可再生能源大量接入能源系统，将来会有更多的用户通过分布式能源站的方式来满足冷/热/电等形式的终端能源消费。当用户以冷热电能源站的形式接入广域综合能源系统，能源调度系统将会呈现分层分区、自治协调的架构，综合能源市场也会随之逐步发展。因此，考虑不确定性的分布式供需协调调度和市场均衡机制将成为综合能源系统研究的热点。
3.在能源危机的背景下，新型可再生能源的发展利用有利于解决能源短缺问题，减少对传统能源的依赖和消耗。然而，与传统能源相比新型能源具有不稳定性。能源的消纳和用电需求之间的矛盾较为突出。因此对现有的能源系统结构进行调整具有重要意义。
4.p2g将风电转换为氢气或天然气，气体再转换为电力或者直接应用，为电
‑
气转换提供了新的思路。但是气体再转换成电力的情况将会造成能源浪费，p2g的储存最佳计划是在适宜的时间点利用废物电力。《面向园区微网的综合能源系统多目标优化设计》(电网技术)介绍了多个能源中心系统的模型，优化了p2g电站的容量，验证了协作规划促进集成系统供能的有效性。《考虑风电不确定性和气网运行约束的鲁棒经济调度和备用配置》(电工技术学报)指出燃气轮机组与火电机组有差异，在增加系统运行能力时必须考虑燃气机组的备用问题，进行电
‑
气耦合系统优化时必须同时建立电网、气网两方的模型，得出调度最优解。天然气的价格较高，燃气轮机的碳排放量较低，在建立电
‑
气系统优化模型时，必须有效衡量环保与经济效益，燃气轮机和p2g能够提高电
‑
气耦合系统对新能源的消纳能力，在多目标优化运行中，还要考虑系统削峰填谷的能力。
5.电力系统的模型主要是稳态模型，天然气网络模型通常有稳态和动态两种。《a static equivalent model of natural gas network for electricity
‑
gas co
‑
optimization》(ieee transactions on sustainable energy)采用了天然气网络静态模型，由约束和损失两部分等效，以减少电、气网间数据交换的不完全对两者耦合的影响。
6.在新能源发电不断发展的背景下，储能技术也得到了迅速发展。目前常见的储能技术有抽水蓄能、蓄热罐、各种不同性能的电池等。《基于集群划分的配电网分布式光伏与储能选址定容规划》(中国电机工程学报)并没有继续储能成本的优化，而是从设备的容量指标入手，建立光伏储能优化模型。《计及储能调度因素的短期负荷预测模型》(电力系统及其自动化学报)计及电价，在考虑了模型的技术手段和原理的基础上提出了短期负荷预测模型。
7.综合能源系统的技术构成十分多样化，许多学者在进行规划运行研究时会将尽可能多的技术纳入其中，来适应实际的能源系统。《a two
‑
stage stochastic programming model for the optimal design of distributed energy systems》(applied energy)直
接给定了区域范围和能源，在事先得到配置的情况下，提出了通用的能源系统模型，并用混和整数线性法求解。《考虑冷热电存储的区域综合能源站优化设计方法》(电网技术)以co2排放量和总净现费用作为优化目标，提出了电热冷联合系统的两阶段优化方法，第一阶段优化设备容量、类型和参数，第二阶段优化出力，分别采用二代非支配遗传算法和混合整数线性规划法。
8.在现有的研究中，通常将气网的一些特性类比于电网，比如功率约束、压力约束等。然而，实际的电网和气网的能量传输有差异，电能在线路中以接近光速传播，天然气则在管道中以远小于光速的速度传播。天然气的这一特性也造成了其在管道中的延迟特性，另外，天然气管道存在摩擦也会损耗部分能量。


技术实现要素：

9.针对现有技术中存在的上述问题，本发明提出了一种计及天然气网动态特性的区间优化调度方法，设计合理，克服了现有技术的不足，具有良好的效果。
10.为了实现上述发明目的，本发明采用如下技术方案：
11.一种计及天然气网动态特性的区间优化调度方法，包括如下步骤：
12.s1、基于区间估计描述风电的不确定性；通过数学方法将风能的不确定性转换为置信区间，从置信区间的大小得到风电的随机性程度；
13.s2、构建天然气动态管存模型；
14.s3、以电
‑
气互联系统的总运行成本最小为优化目标，构建考虑气网动态特性的区间优化调度模型；
15.总运行成本包括天然气网的成本和火电机组的成本；
16.区间优化调度模型的约束条件包括：ies约束和机组运行约束；
17.s3、采用线性化方法求解区间优化调度模型。
18.进一步地，在s1中，假设一个提供风能的风电场m，其在时刻t提供的风功率为：
[0019][0020]
其中，v
ci
代表切入风速，v
co
代表切出风速，v
r
代表额定风速；ν
m,t
代表t时刻风电场m的风速；代表t时刻风电场m的装机容量；
[0021]
假设一个比例因子κ
m,t
，表示风电接入ies功率与总装机容量之比，数学表达如下：
[0022][0023]
其中，代表风电场装机容量；
[0024]
将式(2)代入式(1)中，则ies接受风电场提供的风电功率为：
[0025][0026]
假设风速的变化是服从分布的变量，给定置信水平β，风速变动需满足下式：
[0027][0028]
其中，p(
·
)为事件发送的概率，δv
k,t
为预测的风速误差，δv
k,t(β)
代表置信水平β下预测风速误差的下限，代表置信水平β下预测风速误差的上限；
[0029]
式(4)为基于区间估计的预测风速区间，代入式(3)，即可得到利用概率论预测的风电出力区间：
[0030][0031]
其中，代表置信水平β下风电场提供风电功率下限，代表置信水平β下风电场提供风电功率上限，v
m,t(ep)
代表风速的期望。
[0032]
进一步地，在s2中，假设任意的一条天然气传输管道为管道k1，k和1分别为气体流入管道的节点和流出管道的节点，代表气体管道的流入量，代表气体管道的流出量，在管道中储存的气体体积为：
[0033][0034][0035]
其中，π
x,t
和π
y,t
代表在时刻t的管道承受压力，q
kl,t
代表t时刻管道中储存的气体体积，ρ
a,kl
是一个系数，影响因素包括管道直径、长度和周围环境温度；x和y代表管道的任意点；
[0036]
气体流入、流出管道容量与管道两端压力满足下列方程：
[0037][0038][0039]
其中，ρ
b,kl
是一个系数，影响因素包括管道直径、长度和周围环境温度，θ
kl,t
表示管道内气体流动的方向，由1和
‑
1的值判断气体流动方向，当输出端压力小于输入端时θ
kl,t
＝1，当输出端压力大于输入端时θ
kl,t
＝
‑
1；
[0040]
式(6)至式(9)构成了计及管道存储的天然气传输模型；
[0041]
为了方便讨论天然气管道的动态特性，暂不讨论网络中的压缩机，流量平衡公式为：
[0042][0043]
其中，kl:o
i
(kl)＝k代表天然气通过节点k流入管道k1，kl:o
t
(kl)＝l代表天然气通过节点1流出管道k1，c表示产生天然气的设备数目，代表天然气从气源流出的流量，代表接收气负荷的天然气流入流量；
[0044]
将所有节点看成统一的整体，将式(7)代入式(10)中，得到整个天然气系统在考虑了管道延迟效应后的方程：
[0045][0046]
式(10)和(12)构成了天然气动态管存模型，综上所述，天然气的管存特性受到类似于负反馈调节的影响，并不是单一不变的特性，而是动态的，将这种特性称为天然气的“缓冲特性”。
[0047]
进一步地，在s3中，优化目标的目标函数为：
[0048]
minof＝ec gc；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0049]
其中，of代表电
‑
气互联系统的成本，gc表示天然气管网的成本，ec代表火电机组的成本；
[0050]
进一步地，在s3中，天然气管网方程由式(14)描述：
[0051][0052]
其中，c
n
表示天然气网的成本系数，ck,l表示与气网有关的综合系数，详细计算见第1章。
[0053]
进一步地，在s3中，电网方程由式(15)描述：
[0054][0055]
其中，α
g
、b
g
和c
g
表示火电机组的成本系数，表示t时刻i节点的失电负荷量，c
vw
表示失电负荷的惩罚成本，δ
i,t
表示节点i的相角。
[0056]
进一步地，在s3中，ies约束包括电气流约束和天然气流约束：
[0057]
电气流约束，对电网的建模采用潮流模型：
[0058][0059]
其中，i表示电网的任一节点，j表示电网包含的支路数目，e表示燃煤机组的数目，p
e,t
表示连接i的所有支路消耗的功率，d表示燃气轮机组的数目，表示燃气轮机生成电能的功率，表示用电设备消耗的功率，p
ij,t
表示每条支路上的功率，表示chp生成电能的功率；表示t时刻i节点的失电负荷量；
[0060]
天然气流约束，在式(10)的基础上进一步考虑chp机组、燃气轮机及压缩机，得到流量平衡方程：
[0061][0062]
其中，表示输入压缩机的天然气流量，表示压缩机输出的天然气流量，表示燃气轮机消耗天然气的流量。
[0063]
进一步地，在s3中，各个机组运行约束为：
[0064][0065][0066][0067][0068][0069][0070][0071][0072]
p
emin
≤p
e,t
≤p
emax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)
[0073][0074][0075]
其中，p
emin
、p
emax
、分别为燃煤机组的最小出力、最大出力、上行调节速率、下行调节速率；分别为燃气轮机的最小处理、最大处理、上行调节速率、下行调节速率；分别为chp的最小出力、最大出力、上行调节速率、下行调节速率；分别为常规机组的最小出力、最大出力。
[0076]
本发明具有如下有益效果：
[0077]
本发明构建了较为完善的电
‑
气耦合系统，有效的解决了现有技术存在的缺陷。同时计及风电不确定性的区间估计，相对于现有技术而言，能够很好的避免“弃风”现象，提高能源的利用率；考虑气网动态特性的区间优化方法相比于现有技术而言能够有效的提高电网的运行稳定性。
附图说明
[0078]
图1是本发明中一种区间优化调度方法的流程图；
[0079]
图2是本发明一种实施例中电气网络模型；
[0080]
图3是本发明一种实施例中负荷曲线及风电预测曲线图；
[0081]
图4是本发明一种实施例中气源出力及管存容量变化关系图；
[0082]
图5是本发明一种实施例的燃气轮机出力变化图；
具体实施方式
[0083]
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
[0084]
如图1所示，一种计及天然气网动态特性的区间优化调度方法，包括如下步骤：
[0085]
s1、基于区间估计描述风电的不确定性；通过数学方法将风能的不确定性转换为置信区间，从置信区间的大小得到风电的随机性程度；
[0086]
具体地，ies接收来自不同设备的各种能源，其中接收的风电功率大小主要决定于两个因素，第一个因素是风电机组接入ies的容量，第二个因素是风速的影响。假设一个提供风能的风电场m，其在时刻t提供的风功率为：
[0087][0088]
其中，v
ci
代表切入风速，v
co
代表切出风速，v
r
代表额定风速，ν
m,t
代表t时刻风电场的风速；代表t时刻风电场m的装机容量；
[0089]
并不是一个定值，而是取决于系统的调度；式(1)也能体现风速对风场提供风电的影响，风能产生的电一部分直接供给电负荷，另一部分提供给ies以免弃风。
[0090]
为了控制风电输入ies功率多少，假设一个比例因子κ
m,t
，表示风电接入ies功率与总装机容量之比，数学表达如下：
[0091][0092]
其中，代表风电场装机容量；κ
m,t
的大小不是定值，随调度结果而变化。
[0093]
将式(2)代入式(1)中，则ies接受风电场提供的风电功率为：
[0094][0095]
风电场供电是不确定的，因为风速是随机的，由上式知，风速影响风功率。为了准备描述风功率的出力变化，利用概率论的概念对风速作出假设，从而对风功率作出假设。
[0096]
假设风速的变化是服从分布的变量，给定置信水平β，风速变动需满足下式：
[0097][0098]
其中，p(
·
)为事件发送的概率，δv
k,t
为预测的风速误差，δv
k,t(β)
代表置信水平β下预测风速误差的下限，代表置信水平β下预测风速误差的上限；
[0099]
式(4)为基于区间估计的预测风速区间，代入式(3)，即得到利用概率论预测的风电出力区间：
[0100][0101]
其中，代表置信水平β下风电场提供风电功率下限，代表置信水平β下风电场提供风电功率上限，v
m,t(ep)
代表风速的期望。
[0102]
s2、构建天然气动态管存模型；
[0103]
天然气在管道中传输速度远不及电能，在多能源耦合的ies系统中，这种差异就更明显，用“管存模型”的概念来表示天然气在管道中的延迟，天然气易于储存，这种模型可以类比系统储能的模型。
[0104]
具体地，假设任意的一条天然气传输管道为管道k1，k和1分别为气体流入管道的节点和流出管道的节点，代表气体管道的流入量，代表气体管道的流出量，在管道中储存的气体体积为：
[0105][0106][0107]
其中，π
x,t
和π
y,t
代表在时刻t的管道承受压力，q
kl,t
代表t时刻管道中储存的气体体积，ρ
a,kl
是一个系数，影响因素包括管道直径、长度和周围环境温度；x和y代表管道的任意点；
[0108]
气体流入、流出管道容量与管道两端压力满足下列方程：
[0109]
[0110][0111]
其中，ρ
b,kl
是一个系数，影响因素包括管道直径、长度和周围环境温度，θ
kl,t
表示管道内气体流动的方向，由1和
‑
1的值判断气体流动方向，当输出端压力小于输入端时θ
kl,t
＝1，当输出端压力大于输入端时θ
kl,t
＝
‑
1；
[0112]
式(6)至式(9)分别表示了管道气体体积与流量的关系、管道压力与气体流量的关系，构成了计及管道存储的天然气传输模型，该模型由描述天然气动态特性的微分方程推导而来。由式(6)可以看出管存气体体积容量大小与管道两端的压力有关，其关系为正相关；
[0113]
气网中往往包含压缩机，为了方便讨论天然气管道的动态特性，暂不讨论网络中的压缩机，天然气网络的节点满足能量守恒，流量平衡公式为：
[0114][0115]
其中，kl:o
i
(kl)＝k代表天然气通过节点k流入管道k1，kl:o
t
(kl)＝l代表天然气通过节点1流出管道k1，c表示产生天然气的设备数目，代表天然气从气源流出的流量，代表接收气负荷的天然气流入流量；
[0116]
在不考虑气网动态特性时，可以将节点的流量平衡表达如下：
[0117][0118]
将所有节点看成统一的整体，将式(7)代入式(10)中，得到整个天然气系统在考虑了管道延迟效应后的方程：
[0119][0120]
分析天然气管道存储体积与流量的关系式和流量平衡的关系式：不考虑气网动态特性，如果在某一时刻天然气需求增加，产生天然气的气源必须增加相同的增量以保证平衡。但是，气源的增量不会完全弥补负荷变化量，根据式(7)可得，气源的变化量与同时刻管道储存天然气的体积有关。由式(7)得，若天然气需求增加，气网的气压会下降，管道存储天然气的能力也会下降，因此式(7)方程右边的变量数值会降低，造成气体流量不平衡。因此，不忽略气网动态，气源在负荷增加时的增量会减少。与之相同，如果天然气需求减少，气网的气压会升高，不忽略气网动态时气源在负荷减少时的减少量会减少。
[0121]
式(10)和(12)构成了天然气动态管存模型，综上所述，天然气的管存特性受到类似于负反馈调节的影响，并不是单一不变的特性，而是动态的，将这种特性称为天然气的“缓冲特性”。
[0122]
s3、以电
‑
气互联系统的总运行成本最小为优化目标，构建考虑气网动态特性的区间优化调度模型；
[0123]
优化目标的目标函数为：
[0124]
minof＝ec gc
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0125]
其中，of代表电
‑
气互联系统的成本，gc表示天然气管网的成本，ec代表火电机组的成本；
[0126]
具体地，天然气管网方程由式(14)描述：
[0127][0128]
其中，c
n
表示天然气网的成本系数，ck,l表示与气网有关的综合系数，详细计算见第1章。
[0129]
电网方程由式(15)描述：
[0130][0131]
其中，α
g
、b
g
和c
g
表示火电机组的成本系数，表示t时刻i节点的失电负荷量，c
vw
表示失电负荷的惩罚成本，δ
i,t
表示节点i的相角。
[0132]
区间优化调度模型的约束条件包括：ies约束和机组运行约束。
[0133]
ies约束：
[0134]
具体地，ies中能量流动包括电力流和天然气流，故ies约束包括电气流约束和天然气流约束：
[0135]
电气流约束，对电网的建模采用潮流模型：
[0136][0137]
天然气流约束，在式(10)的基础上进一步考虑chp机组、燃气轮机及压缩机，得到流量平衡方程：
[0138][0139]
其中，i表示电网的任一节点，j表示电网包含的支路数目，e表示燃煤机组的数目，p
e,t
表示连接i的所有支路消耗的功率，d表示燃气轮机组的数目，表示燃气轮机生成电能的功率，表示用电设备消耗的功率，p
ij,t
表示每条支路上的功率，c表示产生天然气的设备数目表示chp生成电能的功率；表示t时刻i节点的失电负荷量；表示输入压缩机的天然气流量，表示压缩机输出的天然气流量，表示燃气轮机消耗天然气的流量。
[0140]
机组运行约束：
[0141][0142][0143]
[0144][0145][0146][0147][0148][0149]
p
emin
≤p
e,t
≤p
emax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)
[0150][0151][0152]
其中，p
emin
、p
emax
、分别为燃煤机组的最小出力、最大出力、上行调节速率、下行调节速率；分别为燃气轮机的最小处理、最大处理、上行调节速率、下行调节速率；分别为chp的最小出力、最大出力、上行调节速率、下行调节速率；分别为常规机组的最小出力、最大出力。
[0153]
s4、求解区间优化调度模型；
[0154]
针对能量流和机组约束建立的模型是非线性的，不利于求解，为了简便计算采用了线性化方法，将非线性方程线性化处理，对区间优化调度模型进行求解。
[0155]
实施例分析：
[0156]
本发明对燃气网络和电力网络的交互作用进行了建模，电
‑
气网络为24节点总线网络，如图2所示。图2显示了气网节点和电网节点的关联关系，各风轮机组的设置及其容量也示于图中。这是一个电压等级为138kv、230kv的输电网。24节点网络的线路数据如表1所示，表中规定了电力线路的电抗、线路电纳和额定容量。表2中给出了24节点网络的发电数据，母线13设为平衡节点。
[0157]
表1电力系统线路参数
[0158][0159][0160]
表2电力系统发电数据
[0161][0162]
沿用图3电
‑
气网络模型建立的ieee24节点电力系统和20节点天然气系统。综合考虑区域内每日平均用电约为2gw，各类设备及系统参数设定如下：
[0163]
(1)源类设备：选用风电厂的风电机组装机容量为600mw，热电联产机组的额定出力功率为250mw。
[0164]
(2)经济成本：天然气成本为27$/(mw
·
h)，火电成本设定为23$/(mw
·
h)。
[0165]
(3)气网特性：气网初始管存为1.36
×
107m。
[0166]
图2给出了上述模型的拓扑图，在一天24h的时间内进行调度研究。各种能源负荷及风电预测值在日前的变化曲线如图3所示。
[0167]
本发明为了更直观地体现气网特性对ies性能的改善，建立了2个仿真场景：
[0168]
案例i:不计及任何动态特性。
[0169]
案例ii:计及气管网动态特性。
[0170]
如图4所示，案例i未考虑气网动态时气源出力变化与图3中气负荷变化的趋势一致，这是因为若不考虑天然气管道的缓冲效应，则天然气网没有额外的储能能力，输入系统的能量与输出系统的能量保持一定的平衡。另外，chp和燃气轮机虽然消耗天然气，但是在总负荷中占比不大，只会引起气源出力的小范围波动。案例ii与案例i的气源输出变化不同主要体现在0h的峰值运行和24h的急剧下降。案例ii的气源在开始就以峰值输出，而后渐渐接近负荷的变化趋势，考虑气网动态的仿真出现如此现象，是因为负荷消耗天然气能力较低时，天然气系统需提高管存以接纳源类设备的输出，开始试验时气井峰值运行为提高管存容量做准备。一周期调度结束后，气源出力变化曲线急剧下降是为了释放管存，保证下周期的系统正常管存。8
‑
11h案例ii的气源出力较案例i有所下降，减轻了气源高峰负荷期的负担。从图4中还可以得到，管存面积与负荷变化趋势相反，在高峰负荷时会释放适量存储气体，低谷负荷时存储气体，这说明天然气管存特性能够帮助减少需求波动。
[0171]
在10h、11h，天然气管存带来了气源出力峰值的移动，提高了气网的供气可靠性，下面在结合燃气轮机的出力变化探讨天然气管存对电
‑
气互联系统的调度影响。
[0172]
燃气轮机作为耦合设备能够将天然气转换为气能且运行灵活，但是气源发电较常规火电机组发电经济性能较差，因此gt不能大量充当电源，仅在高峰用电时段作为发电设备。对比图5案例i、ii的gt出力和图3的负荷曲线发现，10
‑
13h负荷高峰期气网动态特性下
的gt出力水平明显提高，燃气轮机能够为电网提供一部分额外的电能，从而促进电网调峰。因此，天然气管道的延迟和储存能力给燃气轮机等设备带来了一定的裕度，失电负荷明显降低，电力系统发生突发情况或电负荷较大时，gt能够利用管道中存储的天然气来调节电网的失稳，电力系统的安全性和稳定性提高。
[0173]
表3考虑气网动态特性的ies运营成本
[0174] 总运营成本($)案例ι1.6322
×
105案例ⅱ1.62733
×
105[0175]
由表3可见，案例ii在考虑气网管道存储特性时，管道相当于储能元件，总成本更低。
[0176]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。