电-气互联系统日前协同优化调度方法及系统

1.本发明涉及电-气互联系统优化控制技术领域，特别涉及一种电-气互联系统日前协同优化调度方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
3.经济的快速发展提升了能源需求，如何合理高效利用能源成为关键问题。以传统电网为主导的能源系统结构不合理，煤炭等高污染能源用量居高不下，各种能源向电能转化时能量浪费现象严重，同时，随着分布式能源的飞速发展，传统能源网络难以抵消大量分布式能源并网的冲击。天然气作为化石能源向新能源过渡的桥梁，不仅具有清洁高效的优势，同时调节速度快，可用于应急调峰。在这样的背景下，电-气互联综合能源系统(iegs)应运而生。
4.近年来，对iegs的运行策略进行了各种研究。有研究人员建立了iegs的物理模型，提出了经济调度和优化策略。有研究人员提出了一种冷热电联供的微电网优化调度通用建模方法。有研究人员提出了模型的线性化方法，利用线性化方法求解系统最优能量流分布。有研究人员使用混合整数线性规划(milp)研究iegs的优化调度策略。有研究人员提出了一种iegs的联合优化策略，该策略考虑了天然气管道的非线性特性，并采用随机规划的方式来调度常规机组，以适应风电预测的随机性。有研究人员考虑了热网的传输延迟和温度损失，利用管道的热存储性来提高系统的风能接收能力。有研究人员研究了基于天然气网络暂态模型的电-气互联综合能源系统的动态优化运行策略。
5.然而，发明人发现，上述研究均采用单独优化电力网络和天然气网络的方法，由于网络耦合带来的约束没有充分考虑，使得电力网络和天然气网络的协同优化效果较差。


技术实现要素：

6.为了解决现有技术的不足，本发明提供了一种电-气互联系统日前协同优化调度方法及系统，基于广义基尔霍夫定律列出了电力网络的功率方程与天然气网络的流量方程，同时考虑线路的电压和气压等参数的约束；其次，各类耦合机组被抽象为能源集线器模型，能源集线器通过转换输入的电和天然气来满足电网、热网和天然气网络的负荷需求，实现了电网、热网和天然气网络的协同精细优化。
7.为了实现上述目的，本发明采用如下技术方案：
8.本发明第一方面提供了一种电-气互联系统日前协同优化调度方法。
9.一种电-气互联系统日前协同优化调度方法，包括以下过程：
10.获取电网、热网和天然气网的运行参量数据；
11.控制电网满足潮流平衡约束及各机组出力约束，加入能源集线器中燃气轮机输入的电功率；控制热网满足供热平衡及各机组出力约束，电网的迭代限制能源集线器中燃气轮机的输出热功率；控制天然气网满足流量平衡约束、气源出力约束和节点压力约束，电网
与热网分别限制能源集线器中燃气轮机与燃气锅炉的供气需求；
12.在调度周期内，以最低运行成本为优化目标，得到第一时段的各发电机组、能源集线器和气源的最优出力组合，然后进入下一时段的迭代，直至完成一个调度周期的优化。
13.本发明第二方面提供了一种电-气互联系统日前协同优化调度系统。
14.一种电-气互联系统日前协同优化调度系统，包括：
15.数据获取模块，被配置为：获取电网、热网和天然气网的运行参量数据；
16.电气热控制模块，被配置为：控制电网满足潮流平衡约束及各机组出力约束，加入能源集线器中燃气轮机输入的电功率；控制热网满足供热平衡及各机组出力约束，电网的迭代限制能源集线器中燃气轮机的输出热功率；控制天然气网满足流量平衡约束、气源出力约束和节点压力约束，电网与热网分别限制能源集线器中燃气轮机与燃气锅炉的供气需求；
17.调度优化模块，被配置为：在调度周期内，以最低运行成本为优化目标，得到第一时段的各发电机组、能源集线器和气源的最优出力组合，然后进入下一时段的迭代，直至完成一个调度周期的优化。
18.本发明第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的电-气互联系统日前协同优化调度方法中的步骤。
19.本发明第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的电-气互联系统日前协同优化调度方法中的步骤。
20.与现有技术相比，本发明的有益效果是：
21.本发明所述的电-气互联系统日前协同优化调度方法及系统，基于广义基尔霍夫定律列写电力网络的功率方程与天然气网络的流量方程，同时考虑线路的电压和气压等参数的约束；其次，各类耦合机组被抽象为能源集线器模型，能源集线器通过转换输入的电和天然气来满足电网、热网和天然气网络的负荷需求，实现了电网、热网和天然气网络的协同精细优化。
附图说明
22.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
23.图1为本发明实施例1提供的典型eh模型的示意图。
24.图2为本发明实施例1提供的协同优化调度计算策略示意图。
25.图3为本发明实施例1提供的广义基尔霍夫定律原理示意图。
26.图4为本发明实施例1提供的天然气管道节点模型示意图。
27.图5为本发明实施例1提供的场景1中电网各机组的输出示意图。
28.图6为本发明实施例1提供的场景2中电网各机组的输出示意图。
29.图7为本发明实施例1提供的场景1中能源集线器的输出示意图。
30.图8为本发明实施例1提供的两种场景的成本对比示意图。
具体实施方式
31.下面结合附图与实施例对本发明作进一步说明。
32.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本实施例使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
33.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
34.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
35.实施例1：
36.针对目前电网与天然气网由于高度耦合难以统一调度的问题，本发明实施例1提出了一种基于广义基尔霍夫定律的协同优化模型，实现两部分网络的统一求解计算；同时，通过能源集线器反映耦合环节对电-气互联系统(iegs)优化运行的影响，建立源荷的能源耦合矩阵；本模型充分考虑不同网络线路、机组和网络耦合的约束，以经济性指标为优化目标，获取电网与天然气网络协同运行的最优调度策略；仿真分析不同调度场景下ieee 33节点电网与比利时20节点天然气网络的优化调度，结果表明模型提出的调度策略对提高经济效益和能源利用效率具有重要的参考价值。
37.具体的，包括以下过程：
38.s1：含eh的iegs建模
39.s1.1：eh模型
40.能源集线器(eh)将能源的供应与能源的需求高度抽象并分类，通过耦合矩阵对能源耦合特性进行描述。本实施例建立如图1的典型eh模型：输入端包括火电、风电、天然气，通过燃气轮机、燃气锅炉等设备实现能量的传输和转换，输出电能、热能供应负荷需求。
41.eh的数学模型为：
[0042][0043]
式中，l
e,t
,l
h,t
分别为eh输出的电负荷和热负荷；为调度系数；分别为燃气轮机发电、燃气轮机热回收和燃气锅炉产热的效率；分别为t时段向eh输入的火电机组电功率和风电机组电功率；为t时段天然气气源输入流量。
[0044]
s1.2：调度计算策略
[0045]
如图2所示，协同优化过程首先对系统进行初始化，输入各个网络的节点和支路参数，初始化机组的状态和网络的约束。设置最低运行成本为优化目标。在迭代环节，对于电网，需满足电网的潮流平衡及约束，同时加入能源集线器中燃气轮机输入的电功率。对于热网，需满足整个网络的供热平衡，同时电网的迭代限制能源集线器中燃气轮机的输出热功率。对于气网，需满足天然气网的流量平衡，同时电网与热网分别限制能源集线器中燃气轮机与燃气锅炉的供气需求。经过协同求解，得到第一时段成本目标下的各发电机组、能源集
线器、气源的最优出力组合，然后系统进入下一时段的迭代，直至完成一个调度周期的优化。
[0046]
s2：基于广义基尔霍夫定律的iegs优化
[0047]
由于电力传输线与天然气传输管道在运行工况中有较大差异，难以进行统一建模求解。因此，本实施例提出基于广义基尔霍夫定律的iegs模型，对两部分网络进行统一分析；同时，基于前文提出的优化调度计算策略，以经济性最优为目标，寻求iegs最优的调度策略。
[0048]
s2.1：目标函数
[0049]
一个周期内，系统的运行成本包括火电机组的煤耗和外购天然气的费用，其中，火力机组煤耗是发出功率的二次函数，外购天然气费用与耗气量和实时气价有关。
[0050]
系统运行可以描述为：
[0051][0052]
式中：ωe和ωg分别为系统火电机组集合和气源集合；ai，bi，ci为火力发电机组的成本系数；ωi为气源价格系数；和s
i,t
分别为t时段系统火电机组和气源的出力。
[0053]
s2.2：模型约束
[0054]
s2.2.1：基于广义基尔霍夫定律的天然气网模型
[0055]
本实施例将基尔霍夫定律应用于天然气网络，图3表示天然气管道网络中流量与压强的关系，规定管道流量的参考方向和参考气压，对任意节点流量总和为0，对任意网孔回路，气压降落为0。
[0056]
对于高压输气管道k，其流量fk与首末两端的压力关系可以描述为：
[0057][0058]
其中：
[0059][0060][0061]
式中，p0和pi分别为标准压力和节点气压；t0和t
ka
分别为标准温度和管道气体平均温度；lk和dk分别为管道的长度和直径；g为气体比重(空气＝1.0，天然气＝0.6)；za为平均气体压缩系数；ε为管道效率。
[0062]
基于广义基尔霍夫定律，对管道中任意节点，其模型如图4所示，图中，f
ji
和f
ij
分别为i节点连接的上游管道和下游管道的流量；si和li分别为i节点连接的气源和天然气负荷的流量。流入段包括上游管线和气源，流出段包括下游管线和负荷。
[0063]
根据图4描述的节点流量关系，对天然气网络列写节点方程：
[0064]
∑
j|(i,j)∈afji
∑
i∈a
si＝∑
j|(i,j)∈afij
∑
i∈a
(f
i_d
f
igt
f
igb
)
ꢀꢀꢀ
(6)
[0065]
式中，a为与节点i相关联的集合；f
i_d
，f
igt
，f
igb
分别为气负荷，燃气轮机和燃气锅炉消耗的天然气的量。
[0066]
同时天然气网络还包括气源和节点压力约束：
[0067]
气源出力上下限：
[0068]si,min
≤si≤s
i,max
ꢀꢀ
(7)
[0069]
节点压力上下限：
[0070]
p
i,min
≤pi≤p
i,max
ꢀꢀ
(8)
[0071]
式中，s
i,min
和s
i,max
分别为与节点i相连的气源出力最小值和最大值；p
i,min
和p
i,max
分别为节点i的最小压力和最大压力。
[0072]
s2.2.2：电网
[0073]
电网约束包括功率平衡约束(9)-(10)，各机组出力约束(11)-(16)：
[0074][0075][0076][0077][0078]ui,min
≤ui≤u
i,max
ꢀꢀ
(13)
[0079][0080][0081][0082]
式中，和分别为节点i的火电机组的有功出力和无功出力；和分别为节点i的燃气轮机机组有功出力和无功出力；p
i_le
和q
i_le
分别为节点i的有功负荷和无功负荷；ui和uj分别为节点i和j的电压幅值；g
ij
和b
ij
分别为节点i和j之间的电导和电纳；θ
ij
为两节点之间的相角差；和分别节点i的火电机组有功出力最小值和最大值；和分别为节点i的火电机组无功出力最小值和最大值；u
i,min
和u
i,max
分别为节点i的电压幅值的最小值和最大值；和分别节点i的风电机组有功出力最小值和最大值；和分别节点i的燃气轮机机组有功出力最小值和最大值；和分别为节点i的燃气轮机机组无功出力最小值和最大值。
[0083]
s2.2.3：热网
[0084]
由于电网与天然气网均为大范围内联网，热力网受传输与供求特点，一般仅在小范围内传输，本实施例假定热能在能源集线器内部传输，仅考虑整体供热平衡，不考虑热力联网。因此，热网约束包括供热平衡(17)和机组出力约束(18)-(19)：
[0085]
[0086][0087][0088]
式中，和分别为节点i的燃气轮机热出力最小值和最大值；和分别为节点i的燃气锅炉热出力最小值和最大值。
[0089]
s3：算例分析
[0090]
s3.1：算例说明
[0091]
本实施例选取修改后的ieee 33节点电网与比利时20节点天然气网络组合的iegs系统，网络之间通过能源集线器连接。ieee 33节点电网包含3台常规火电机组、2台风力发电机机组；比利时的20节点天然气网络包含2个气源，4个储气库和24条管道。能源极限器中包含燃气轮机和燃气锅炉两类能源耦合机组，并分别连接电力网的29、30和31节点，连接天然气网络的6、17和20节点。
[0092]
模型考虑以下两种场景：
[0093]
场景1：电力系统和天然气系统通过能源枢纽相连，两个网络的运行受到耦合环节的约束。
[0094]
场景2：电力系统和天然气系统独立运行。
[0095]
选取一小时为步长，以一天24小时为优化周期。同时，采用线性化方法将天然气网络约束和目标函数中的非线性项线性化，整个优化模型转换为大型混合整数线性规划问题。本实施例使用yamlip构建模型并调用cplex求解器来计算结果，相关的参数如表1所示：
[0096]
表1：机组参数与价格系数
[0097][0098]
s3.2：结果分析
[0099]
在这两种场景下，每个机组的输出如图5、图6和图7所示，两种场景的成本比较如图8所示。
[0100]
比较图5和图6，场景1的火电机组输出更平滑。在成本目标的约束下，该系统尽可能吸收风能，并且在电力负荷的高峰期，能源枢纽中的燃气轮机将天然气转化为电能，从而降低了火电机组的启停成本，平滑出力曲线。
[0101]
图7显示了案例1中燃气轮机和燃气锅炉的热能输出。根据本实施例图2中提出的协同优化方法，燃气轮机的热能输出受到电输出的限制。同时，燃气轮机和燃气锅炉的热能
输出之和需要满足能源集线器中的热能平衡，因此大部分热负荷由燃气锅炉提供。
[0102]
图8显示，场景1的成本为24,391.91美元，场景2的成本为25,595.76美元。在场景1中，在成本目标的约束下，iegs中的能源枢纽转换了能源。同时，燃气轮机单元使用天然气发电，并将剩余的热量回收到热负荷中。因此，场景1的能源利用效率更高。同时，根据本实施例提出的协同优化策略，燃气轮机的输出受电输出的限制。在高热负荷期间，燃气轮机的输出不会影响风能的吸收。在场景2中，火电机组受煤炭消耗率的影响，限制了峰值负荷期间风能的吸收；同时，单独调度的系统灵活性和稳定性更差。
[0103]
实施例2：
[0104]
本发明实施例2提供了一种电-气互联系统日前协同优化调度系统，包括：
[0105]
数据获取模块，被配置为：获取电网、热网和天然气网的运行参量数据；
[0106]
电气热控制模块，被配置为：控制电网满足潮流平衡约束及各机组出力约束，加入能源集线器中燃气轮机输入的电功率；控制热网满足供热平衡及各机组出力约束，电网的迭代限制能源集线器中燃气轮机的输出热功率；控制天然气网满足流量平衡约束、气源出力约束和节点压力约束，电网与热网分别限制能源集线器中燃气轮机与燃气锅炉的供气需求；
[0107]
调度优化模块，被配置为：在调度周期内，以最低运行成本为优化目标，得到第一时段的各发电机组、能源集线器和气源的最优出力组合，然后进入下一时段的迭代，直至完成一个调度周期的优化。
[0108]
所述系统的工作方法与实施例1提供的电-气互联系统日前协同优化调度方法相同，这里不再赘述。
[0109]
实施例3：
[0110]
本发明实施例3提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明实施例1所述的电-气互联系统日前协同优化调度方法中的步骤。
[0111]
实施例4：
[0112]
本发明实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明实施例1所述的电-气互联系统日前协同优化调度方法中的步骤。
[0113]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0114]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0115]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0116]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0117]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。
[0118]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。