综合能源系统运行优化方法、设备及可读存储介质

技术特征：
1.一种综合能源系统运行优化方法，其特征在于，所述综合能源系统运行优化方法包括：步骤1：对包含可调热电比与天然气-氢气混合燃烧特性、各类综合能源系统ies耦合设备以及阶梯式碳费用计量模型进行数学建模；步骤2：根据ies元件特性进行分类，并对需求响应资源进行分类，制定多时间尺度下的优化计划；步骤3：建立针对日前、日内滚动以及实时三阶段多时间尺度下的协调优化模型，鉴于此模型的混合整数非线性性质，采用引入辅助变量与big-m进行模型线性化变换，得到混合整数线性模型，并调用数学求解器进行求解。2.如权利要求1所述的综合能源系统运行优化方法，其特征在于，步骤1包括：步骤1.1：引入可调热电比与天然气-氢气混合燃烧特性，针对燃气轮机gt与燃气锅炉gb的能量转化过程进行改进，根据不同时段下的电价与气价，对其工作过程中的发热与发电功率比例进行调节；步骤1.2：将电转气p2g过程中电解槽el将水电解所得的氢气与二氧化碳直接通过甲烷反应器mr合成天然气这一连串过程解耦，扩大氢能利用场景；步骤1.3：对ies中耦合设备进行数学建模，所述耦合设备包括el、mr、gt、gb与电锅炉eb；所述el的数学模型为：其中，p
e,el
(t)为t时刻输入el的电能；p
h2,el
(t)为t时刻输出el的氢能；η
el
为el能量转换效率；分别为el的输入功率上下限；分别为el的爬坡上下限；所述mr的数学模型为：其中，p
h2,mr
(t)为t时刻输入mr的氢能；p
g,mr
(t)为t时刻输出mr的天然气；η
mr
为mr中氢气转甲烷的能量转换效率；分别为mr的输入功率上下限；分别为mr的爬坡上下限；p
e,mr
(t)为t时刻mr合成反应消耗电能；η
mr,e
为mr合成反应的耗电比例；所述gt的数学模型为：
其中，p
e,gt
(t)、p
h,gt
(t)分别为t时刻输出gt的电能、热能；p
mg,gt
(t)为t时刻输入gt的天然气-氢气混合气体；η
gt
为gt能量转换效率；分别为gt的输入功率上下限；分别为gt的爬坡上下限；分别为gt的爬坡上下限；分别为gt的热电比上下限；p
h2,gt
(t)、p
g,gt
(t)分别为t时刻输入gt的天然气-氢气混合气体中氢气、天然气量；为输入gt的燃气中天然气含量的最低比例；所述gb的数学模型为：其中，p
mg,gb
(t)为t时刻输入gb的天然气-氢气混合气体量；p
h,gb
(t)为t时刻输出gb的热能；η
gb
为gb能量转换效率；分别为gb的输入功率上下限；分别为gb的爬坡上下限；p
h2,gb
(t)、p
g,gb
(t)分别为t时刻输入gb的天然气-氢气混合气体中氢气、天然气量；为输入gb的燃气中天然气含量的最低比例；所述eb的数学模型为：其中，p
e,eb
(t)为t时刻输入eb的电能；p
h,el
(t)为t时刻输出eb的热能；η
eb
为eb能量转换效率；分别为eb的输入功率上下限；分别为eb的爬坡上下限；步骤1.4：引入阶梯式碳费用模型及固碳补贴模型，所述阶梯式碳费用模型的数学模型为：
其中，分别为上级购电、购气的碳排放税及其两者总和；e
e,buy,a
、e
g,buy,a
为上级购电、购气内含碳排放量；χ
e
、χ
g
分别为单位电力消耗、单位天然气消耗的碳排放；p
e,buy
(t)、p
g,buy
(t)分别为t时刻的上级购电、购气量；t为优化周期；λ
e
、λ
g
分别为电力、天然气碳费用基价；l
e
、l
g
分别为电力、天然气阶梯式计税碳区间长度；α为价格增长幅度；所述固碳补贴模型的数学模型为：其中，为mr设备固碳收益；λ
sub
为单位固碳量补贴费；χ
sub
为产单位天然气量所固定的碳量；p
g,mr
(t)为t时刻mr输出功率。3.如权利要求2所述的综合能源系统运行优化方法，其特征在于，ies元件包括耦合设备、分布式电源与储能元件，需求响应资源包括电、气、热以及氢四类能源负荷，步骤2包括：根据ies元件的运行特性进行分类；将需求响应资源分为价格型和激励型，其中，激励型根据响应ies优化指令时间的长短，分为：a类idr，计划提前1天制定；b类idr，响应时长15min～1h；
c类idr，响应时长5～15min；d类idr，实时响应；制定多时间尺度下的优化计划包括日前、日内滚动以及实时优化三阶段，具体框架为：日前优化：时间步长为1h，执行周期为24h；该阶段用于确定耦合设备的工作计划以及a类idr负荷调用计划；日内滚动优化：时间步长为15min，执行周期为4h；该阶段用于制定分布式发电的出力计划、耦合设备备用出力计划以及b类idr的调用计划，用以修正日前优化计划的偏差；实时优化：执行周期为5min；该阶段用于制定各类储能设备的工作状态以及c类和d类idr调用量，最终确定向上级配电网以及天然气网的购电量与购气量；所述多时间尺度下的优化计划中，之前阶段优化所得的控制量作为确定量带入之后阶段的优化模型中进行计算。4.如权利要求3所述的综合能源系统运行优化方法，其特征在于，所述步骤3包括：步骤3.1，建立日前优化模型；步骤3.2，建立日内滚动优化模型；步骤3.3，建立实时优化模型；步骤3.4，对由日前优化模型、日内滚动优化模型以及实时优化模型构成的多时间尺度下的协调优化模型中存在的非线性项进行线性化处理；步骤3.5，经过线性化处理后得到混合整数线性模型，采用数学优化工具进行求解，所得结果为全局最优解。5.如权利要求4所述的综合能源系统运行优化方法，其特征在于，所述步骤3.1包括：建立日前优化模型的目标函数，其中，日前优化模型的目标函数在系统总运行成本最小的基础上，将弃风弃光量和负荷缺损量折算成惩罚成本计入系统运行成本中，并考虑购能碳费用以及固碳收益，日前优化模型表示如下：
其中，f1为日前优化模型的目标函数，代表ies运行成本；f
buy
(t)、f
sto
(t)、f
cpl
(t)、f
cpl
(t)、f
cpl
(t)分别为t时刻下上级购能、储能装置、耦合设备、分布式发电和用户负荷管理的成本函数；f
cpl
(t)为日前优化模型考虑场景数；f
cpl
(t)为日前优化过程中第s号场景的发生概率系数；f
cpl
(t)为第s号场景t时刻下向上级购电、购气的功率；f
cpl
(t)为单位购电、购气成本；f
cpl
(t)为电/气/热/氢储在s场景t时刻下的充放能功率；c(p
e/g/h/h2,sto,s
(t))为储能装
置成本函数；w(p
e/g/h/h2,sto,s
(t))为储能装置的维护成本函数；p
pv/wt,s
(t)为分布式发电中光伏、风机在s场景t时刻下的出力；k
c,pv/wt
(t)为弃风弃光惩罚成本系数；为分布式发电中光伏、风机在s场景t时刻下的预测出力；c(p
pv/wt,s
(t))为分布式发电在s场景t时刻下的成本函数；n∈{e,g,h,h2}中n为指代电/气/热/氢四类负荷的变量，用于简化公式描述的篇幅；k
n,idr,a
、k
n,idr,b
分别为各类负荷的a、b类idr的成本系数；|δp
n,idr,a,s
(t)|、|δp
n,idr,b,s
(t)|分别为各类负荷的a、b类idr在s场景t时刻调用量；k
c,load,n
为各类负荷缺失惩罚系数；p
loss,n,s
(t)为各类负荷在s场景t时刻下的缺失量；建立所述日前优化模型的约束条件，约束条件包括功率平衡约束、耦合设备运行约束、分布式发电出力约束、储能设备运行约束、各场景调节约束与各类需求响应资源约束；所述功率平衡约束包括电功率平衡约束、天然气平衡约束、热功率平衡约束与氢能平衡约束；电功率平衡约束建立如下：天然气功率平衡约束建立如下：热功率平衡约束建立如下：氢能平衡约束建立如下：其中，分别为电/气/热/氢储在s场景t时刻下对外充放能的额定功率大小；为t时刻下优化模型中的预期电/气/热/氢负荷；所述分布式发电出力约束，模型建立如下：该分布式发电出力约束表示分布式发电出力值小于其预测值；所述储能设备运行约束中电储能设备运行约束如下：
其中，分别为电储充放能效率；为电储的容量；s
e,s
(t)、(t)、分别为电储在s场景t时刻的储能量-容量比状态及其上下限；储能装置的储能量-容量比状态在一个优化周期t内的始末时刻应相等；基于其他形式储能设备运行约束与电氢储设备运行约束有一致性，得到其他形式储能设备运行约束；所述各场景调节约束，模型建立如下：|p
machine,s
(t)-p
machine,bs
(t)|≤ψ
machine
其中，p
machine,bs
(t)为各类耦合设备的基准场景出力值；p
machine,s
(t)为各类耦合设备在s场景下的出力值；ψ
machine
为各类耦合设备的调节裕度；所述各类需求响应资源约束，模型建立如下：所述各类需求响应资源约束，模型建立如下：其中，分别为各类负荷a类、b类idr增加的负荷量；分别为各类负荷a类、b类idr减损的负荷量。6.如权利要求4所述的综合能源系统运行优化方法，其特征在于，所述步骤3.2包括：建立日内滚动优化模型，日内滚动优化模型如下：建立日内滚动优化模型，日内滚动优化模型如下：其中，n
s,dayin
为日内滚动优化模型考虑场景数；p
s,dayin
为日内滚动优化过程中第s号场景的发生概率系数；k
n,idr,c
为某类负荷c类idr的成本系数；|δp
n,idr,c,s
(t)|为某类负荷c类idr在s场景t时刻下的调用量；建立所述日内滚动优化模型的约束条件，在日前优化模型约束条件的基础上，另添加由于c类idr的加入所带来的c类需求响应资源约束与耦合设备备用容量出力约束；所述c类需求响应资源约束建立如下：
其中，分别为各类负荷c类idr增加、减损的负荷量；所述耦合设备备用容量出力约束建立如下：其中，δp
machine,s
(t)为各类耦合设备的备用出力值，该式表示各类耦合设备的备用出力值满足上下限制，且备用容量出力与其日前出力计划之和满足容量限制。7.如权利要求4所述的综合能源系统运行优化方法，其特征在于，所述步骤3.3包括：建立实时优化模型，实时优化模型如下：建立实时优化模型，实时优化模型如下：其中，k
n,idr,d
为某类负荷d类idr的成本系数；|δp
n,idr,d
(t)|为某类负荷d类idr在t时刻下的调用量；建立所述实时优化模型的约束条件，包含电功率平衡约束、天然气平衡约束、热功率平衡约束与氢能平衡约束：电功率平衡约束建立如下：天然气平衡约束建立如下：热功率平衡约束建立如下：
氢能平衡约束建立如下：其中，pr{
·
}为置信度表达式；为电/气/热/氢功率平衡置信水平；所述实时优化模型中分布式发电出力约束的变化，体现在实时优化中分布式发电的出力大小在延续日内滚动优化数值的基础上，不能超过现实条件制约下的实时最大出力上限，约束建立如下：其中，分别为实时优化中光伏、风机实际的出力上限；分别为日内滚动优化中得到的光伏、风机的出力计划。8.如权利要求4所述的综合能源系统运行优化方法，其特征在于，所述步骤3.4包括：对目标函数中的绝对值项以及储能状态约束分别进行线性化处理；对所述目标函数中的绝对值项进行线性化处理，其中，日前优化模型中目标函数中用户负荷管理成本函数f
load
(t)表示如下：对此式中的绝对值项进行等效线性化，引入实数辅助变量u
n,a,s
(t)、u
n,b,s
(t)与二值辅助变量δ
n,a,s
(t)、δ
n,b,s
(t)、ε
n,a,s
(t)、ε
n,b,s
(t)，对此可等效表示为：(t)，对此可等效表示为：(t)，对此可等效表示为：其中：m为预设常数，以此类推，对其他目标函数中的绝对值项依此进行线性化转换；对所述储能元件运行约束进行线性化处理，其中，日前优化模型中电储能运行约束的原约束条件为：
引入二值变量以表征电储的充放能状态，值1值0分别表示处于/不处于某状态，对之进行线性化等效处理得到：以此类推，对其他储能状态运行约束依此进行线性化转换。9.一种综合能源系统运行优化设备，其特征在于，所述综合能源系统运行优化设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的综合能源系统运行优化程序，其中所述综合能源系统运行优化程序被所述处理器执行时，实现如权利要求1至8中任一项所述的综合能源系统运行优化方法的步骤。10.一种可读存储介质，其特征在于，所述可读存储介质上存储有综合能源系统运行优化程序，其中所述综合能源系统运行优化程序被处理器执行时，实现如权利要求1至8中任一项所述的综合能源系统运行优化方法的步骤。

技术总结
本发明提供一种综合能源系统运行优化方法、设备及可读存储介质。该方法包括：对包含可调热电比与天然气-氢气混合燃烧特性、各类综合能源系统IES耦合设备以及阶梯式碳费用计量模型进行数学建模；根据IES元件特性进行分类，并对需求响应资源进行分类，制定多时间尺度下的优化计划；建立针对日前、日内滚动以及实时三阶段多时间尺度下的协调优化模型，鉴于此模型的混合整数非线性性质，采用引入辅助变量与Big-M进行模型线性化变换，得到混合整数线性模型，并调用数学求解器进行求解。通过本发明实现了对综合能源系统的运行进行优化。实现了对综合能源系统的运行进行优化。实现了对综合能源系统的运行进行优化。


技术研发人员：胡志坚 李天格
受保护的技术使用者：武汉大学
技术研发日：2022.01.21
技术公布日：2022/5/25