一种气电互补能源系统的优化方法与流程

1.本发明涉及多能互补技术领域，特别是涉及一种气电互补能源系统的优化方法。


背景技术：

2.多能互补、供能稳定、安全高效、绿色清洁成为当前能源系统建设的主要诉求。天然气能源具有高效环保、清洁节能等优点，用于低碳发电，可以进一步提高天然气能源的利用效率。气电互补综合能源系统应运而生，匹配科学合理的协调优化方法、系统运行策略，才能实现高效的能源利用和理想的经济效益。
3.气电互补的优势主要体现在解决用能空间以及时间维度的不匹配问题，现有方案仅解决前者问题，即就地用能、多能互补，但时间维度的问题并未有良好的解决方案，不具备经济效益，而且也没有环保性。在建模方面，现有技术存在建模复杂、算法求解困难等问题，缺乏具象性，可实施性较弱。


技术实现要素：

4.本发明的目的在于，提出一种气电互补能源系统的优化方法，解决现有方法忽略时间维度的问题经济效益低且环保性差的技术问题。
5.一方面，提供一种气电互补能源系统的优化方法，包括：
6.获取当前负荷场景信息及当前的用电时间；
7.根据当前负荷场景信息及当前的用电时间查询预先训练的负荷场景数据库，得到当前负荷功耗的预测值；
8.将所述当前负荷功耗的预测值作为输入项输入预设的对象需求响应模型进行计算，得到对应的多组优选方案；其中，所述优选方案包括按不同比例配置当前的用电负荷量和当前的天然气负荷量；
9.选取多组优选方案中满足预设的约束条件且调度系统收益最大且碳排放量最小的一个方案，作为最终的优化方案，并根据最终的优化方案对气电互补能源系统进行优化。
10.优选地，所述预先训练的负荷场景数据库通过以下步骤获得：
11.获取历史的电力负荷数据、用电价格数据、天燃气价格数据、天然气发电价格数据、用电时间数据和天气数据；并将所述用电价格数据、用气价格数据、用电负荷数据、用电时间数据和天气数据组成训练特征数据集；
12.将训练特征数据集作为输入项输入预设的用电负荷预测模型采用神经网络聚类算法进行训练，得到与时间关联的典型场景下的负荷场景数据库。
13.优选地，所述根据当前负荷场景信息及当前的用电时间通过查询预先训练的负荷场景数据库具体包括：
14.将当前负荷场景和用电时间作为查询条件，查询所述负荷场景数据库中对应用电时间下与所述当前负荷场景相同条件下的负荷功耗值，输出为当前负荷功耗的预测值。
15.优选地，所述预设的对象需求响应模型具体包括：
16.根据以下公式计算用电负荷量：
[0017][0018]
f
dr，p
(α
t
)＝λ
pd
|α
t
p
max
|
[0019]
其中，p
d，t
为t时刻的用电负荷量；为用电负荷的t时刻的预测值；α
2，t
为用电负荷t时刻的调节率；p
max
为用电负荷的最大可调度；f
dr，p
(α
t
)为关于α
t
的函数；λ
pd
为用电负荷参与需求响应的激励补偿系数。
[0020]
优选地，所述预设的对象需求响应模型还包括：
[0021]
根据以下公式计算天然气负荷量：
[0022][0023]
f
dr，q
(β
t
)＝λ
q
|β
t
q
max
|
[0024]
其中，q
t
为t时刻的天然气负荷量；为天然气负荷的t时刻的预测值；β
t
为天然气t时刻的调节率；q
max
为天然气负荷的最大可调度；f
dr，q(
β
t
)为关于β
t
的函数；λ
q
为天然气负荷参与需求响应的激励补偿系数。
[0025]
优选地，所述预设的对象需求响应模型还包括：
[0026]
当确定天然气负荷量时，将所述天然气负荷量作为燃气轮机输出功率并获取预设的天然气热值及燃气轮机的运行效率；
[0027]
根据以下公式计算燃气轮机的天燃气消耗量：
[0028][0029]
其中，g
gt，t
为t时刻燃气轮机输出功率；q
gt，t
为天然气消耗量；为天然气热值；η
gt
为燃气轮机的运行效率。
[0030]
优选地，所述得到对应的多组优选方案具体包括：
[0031]
将得到的当前负荷功耗的预测值按照不同的比例划分为用电负荷的预测值、天然气负荷的预测值，得到多组不同组合方式的用电负荷的预测值、天然气负荷的预测值；其中，所述用电负荷的预测值与所述天然气负荷的预测值之和等于所述当前负荷功耗的预测值；
[0032]
通过所述对象需求响应模型分别计算与所述用电负荷的预测值对应的当前用电负荷量、与所述天然气负荷的预测值对应的当前天然气负荷量；
[0033]
将与所述用电负荷的预测值对应的当前用电负荷量、与所述天然气负荷的预测值对应的当前天然气负荷量输出为多组优选方案。
[0034]
优选地，所述预设的约束条件具体包括：
[0035]
价格约束项，用以约束用电的峰平谷电价，约束天然气的分布式发电上网电价及项目天然气价格；
[0036]
成本约束项，用以约束气电互补能源系统中能量路由器的启停成本；
[0037]
发电机组出力约束项，用以对发电机出力进行约束，限定发电机出力的最小值和最大值。
[0038]
优选地，所述调度系统收益最大具体包括：
[0039]
根据当前用电负荷量和预设的电价确定用电成本，根据当前天然气负荷量和预设的天然气价格确定燃气成本，根据燃气轮机的天燃气消耗量确定运行时间并根据运行时间确定运行维护成本、设备折旧成本及调度系统的收入产出；
[0040]
通过以下公式限定调度系统收益最大：
[0041]
maxf1＝f
in
‑
f
om
‑
f
el
‑
f
ga
‑
f
de
‑
f
ve
[0042]
其中，f
in
为调度系统的收入产出，f
om
为运行维护成本，f
el
为用电成本，f
ga
为燃气成本，f
de
为设备折旧成本，f
ve
为投资成本。
[0043]
优选地，所述碳排放量最小具体包括：
[0044]
根据当前用电负荷量和当前天然气负荷量分别确定电网购电折算的二氧化碳排放量、天然气发电折算的二氧化碳排放量；
[0045]
根据以下公式限定最小化碳排放量：
[0046]
minf2＝c1 c2 c3[0047]
其中，c1为电网购电折算的二氧化碳排放量，c2为天然气发电折算的二氧化碳排放量，c3为其他二氧化碳排放量。
[0048]
综上，实施本发明的实施例，具有如下的有益效果：
[0049]
本发明提供的气电互补能源系统的优化方法，基于“宜气则气、宜电则电”的气电协调策略，通过兼顾气电互补的装机方案与运行策略，达到系统用能高效以及经济运行的效果。通过经过对应负荷场景及用电时间的筛选确定对应的负荷功耗的预测值，进而根据负荷功耗的预测值确定多个不同的气电协同方案，作为优选的方案，选择其中满足条件的最优的方案对系统进行优化，实现增强综合能源系统的调节能力，有效提高电力系统和天然气系统的调节能力。
附图说明
[0050]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
[0051]
图1为本发明实施例中气电互补能源系统的示意图。
[0052]
图2为本发明实施例中一种气电互补能源系统的优化方法的主流程示意图。
[0053]
图3为本发明实施例中一种气电互补能源系统的优化方法的逻辑示意图。
具体实施方式
[0054]
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
[0055]
如图1所示，本技术提供的气电互补能源系统由两种发电方式协同进行发电，电网端直接连接能量路由器，而气网端通过天然气进行发电连接能量路由器，能量路由器将两种方式输出的电力组合，为有电端进行供电。其中，气网端通过燃气轮机将天然气转化为电力。
[0056]
如图2和图3所示，为本发明提供的一种气电互补能源系统的优化方法的一个实施
例的示意图。在该实施例中，所述方法包括以下步骤：
[0057]
获取当前负荷场景信息及当前的用电时间；也就是，先确定需要预测或优化时间段的时间及负荷场景，以便作为后续优化方案确定的依据。
[0058]
根据当前负荷场景信息及当前的用电时间查询预先训练的负荷场景数据库，得到当前负荷功耗的预测值；也就是，建立供能对象用电负荷预测模型以及当地用电、用气的价格模型，然后根据典型场景对当前负荷功耗进行预测，获得当前负荷功耗的预测值。
[0059]
具体实施例中，预先训练的负荷场景数据库通过以下步骤获得：
[0060]
获取历史的电力负荷数据、用电价格数据、天燃气价格数据、天然气发电价格数据、用电时间数据和天气数据；并将所述用电价格数据、用气价格数据、用电负荷数据、用电时间数据和天气数据组成训练特征数据集；也就是，获得供能对象的历史负荷数据，将历史电力负荷、用电价格、天燃气价格、天然气发电价格、时间日期和天气等数据进行归一化处理，确定用电价格、用气价格、用电负荷、时间日期和天气数据的训练特征数据集；
[0061]
将训练特征数据集作为输入项输入预设的用电负荷预测模型采用神经网络聚类算法进行训练，得到与时间关联的典型场景下的负荷场景数据库，即采用神经网络对聚类方法得到的负荷场景进行训练，得到供能对象的能源消耗曲线、典型场景下的负荷场景。
[0062]
进一步的，将当前负荷场景和用电时间作为查询条件，查询所述负荷场景数据库中对应用电时间下与所述当前负荷场景相同条件下的负荷功耗值，输出为当前负荷功耗的预测值。上述获取的与时间关联的典型场景下的负荷场景数据库就是表示时间、场景及负荷功耗值的数据库，只要知道其中某一个或某几个数值即可查询到对应的其他数值。
[0063]
将所述当前负荷功耗的预测值作为输入项输入预设的对象需求响应模型进行计算，得到对应的多组优选方案；其中，所述优选方案包括按不同比例配置当前的用电负荷量和当前的天然气负荷量；也就是，以当前负荷功耗的预测值作为标准通过对象需求响应模型进行预测，进而组合出多种不同的电气协调发电的方案，但是，其中并不是所有方案都是有利于发电效率的，需要通过后续的筛选条件选择出最优的一个。
[0064]
具体实施例中，所述预设的对象需求响应模型具体包括：
[0065]
根据以下公式计算用电负荷量：
[0066][0067]
f
dr，p
(α
t
)＝λ
pd
|α
t
p
max
|
[0068]
其中，p
d，t
为t时刻的用电负荷量；为用电负荷的t时刻的预测值；α
2，t
为用电负荷t时刻的调节率；p
max
为用电负荷的最大可调度；f
dr，p
(α
t
)为关于α
t
的函数；λ
pd
为用电负荷参与需求响应的激励补偿系数。
[0069]
根据以下公式计算天然气负荷量：
[0070][0071]
f
dr，q
(β
t
)＝λ
q
|β
t
q
max
|
[0072]
其中，q
t
为t时刻的天然气负荷量；为天然气负荷的t时刻的预测值；β
t
为天然气t时刻的调节率；q
max
为天然气负荷的最大可调度；f
dr，q
(β
t
)为关于β
t
的函数；λ
q
为天然气负荷参与需求响应的激励补偿系数。
[0073]
当确定天然气负荷量时，将所述天然气负荷量作为燃气轮机输出功率并获取预设的天然气热值及燃气轮机的运行效率；
[0074]
根据以下公式计算燃气轮机的天燃气消耗量：
[0075][0076]
其中，g
gt，t
为t时刻燃气轮机输出功率；q
gt，t
为天然气消耗量；为天然气热值；η
gt
为燃气轮机的运行效率。
[0077]
具体地，在确定对应的多组优选方案的过程中，将得到的当前负荷功耗的预测值按照不同的比例划分为用电负荷的预测值、天然气负荷的预测值，得到多组不同组合方式的用电负荷的预测值、天然气负荷的预测值；其中，所述用电负荷的预测值与所述天然气负荷的预测值之和等于所述当前负荷功耗的预测值；
[0078]
通过所述对象需求响应模型分别计算与所述用电负荷的预测值对应的当前用电负荷量、与所述天然气负荷的预测值对应的当前天然气负荷量；
[0079]
将与所述用电负荷的预测值对应的当前用电负荷量、与所述天然气负荷的预测值对应的当前天然气负荷量输出为多组优选方案。
[0080]
选取多组优选方案中满足预设的约束条件且调度系统收益最大且碳排放量最小的一个方案，作为最终的优化方案，并根据最终的优化方案对气电互补能源系统进行优化。
[0081]
具体实施例中，所述预设的约束条件具体包括：
[0082]
价格约束项，用以约束用电的峰平谷电价，约束天然气的分布式发电上网电价及项目天然气价格；
[0083]
成本约束项，用以约束气电互补能源系统中能量路由器的启停成本；
[0084]
发电机组出力约束项，用以对发电机出力进行约束，限定发电机出力的最小值和最大值。可以用公式表示，式中，为k发电机组t时刻的发电出力；和分别为最小出力和最大发电出力。
[0085]
具体地，所述调度系统收益最大具体包括：
[0086]
根据当前用电负荷量和预设的电价确定用电成本，根据当前天然气负荷量和预设的天然气价格确定燃气成本，根据燃气轮机的天燃气消耗量确定运行时间并根据运行时间确定运行维护成本、设备折旧成本及调度系统的收入产出；
[0087]
通过以下公式限定调度系统收益最大：
[0088]
maxf1＝f
in
‑
f
om
‑
f
el
‑
f
ga
‑
f
de
‑
f
ve
[0089]
其中，f
in
为调度系统的收入产出，f
om
为运行维护成本，f
el
为用电成本，f
ga
为燃气成本，f
de
为设备折旧成本，f
ve
为投资成本。
[0090]
再具体地，所述碳排放量最小具体包括：
[0091]
根据当前用电负荷量和当前天然气负荷量分别确定电网购电折算的二氧化碳排放量、天然气发电折算的二氧化碳排放量；
[0092]
根据以下公式限定最小化碳排放量：
[0093]
minf2＝c1 c2 c3[0094]
其中，c1为电网购电折算的二氧化碳排放量，c2为天然气发电折算的二氧化碳排放量，c3为其他二氧化碳排放量。
[0095]
综上，实施本发明的实施例，具有如下的有益效果：
[0096]
本发明提供的气电互补能源系统的优化方法，基于“宜气则气、宜电则电”的气电协调策略，通过兼顾气电互补的装机方案与运行策略，达到系统用能高效以及经济运行的效果。通过经过对应负荷场景及用电时间的筛选确定对应的负荷功耗的预测值，进而根据负荷功耗的预测值确定多个不同的气电协同方案，作为优选的方案，选择其中满足条件的最优的方案对系统进行优化，实现增强综合能源系统的调节能力，有效提高电力系统和天然气系统的调节能力。
[0097]
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。