考虑经济性与碳排放的电-气综合能源系统多目标规划

doi:10.16183/j.cnki.jsjtu.2021.513

上海交通大学学报 ›› 2023, Vol. 57 ›› Issue (4): 422-431.doi: 10.16183/j.cnki.jsjtu.2021.513

所属专题：《上海交通大学学报》2023年“新型电力系统与综合能源”专题

• 新型电力系统与综合能源 • 上一篇下一篇

考虑经济性与碳排放的电-气综合能源系统多目标规划

朱海南¹(), 王娟娟¹, 陈兵兵¹, 张厚望², 陈健², 吴秋伟³

1.国网山东省电力公司潍坊供电公司, 山东潍坊 261000
2.山东大学电气工程学院, 济南 250061
3.丹麦科技大学电气工程学院,丹麦灵比 2800

收稿日期:2021-12-16 修回日期:2022-01-06 接受日期:2022-02-07 出版日期:2023-04-28 发布日期:2023-05-05
作者简介:朱海南(1987-),高级工程师,博士,从事电网运行与控制研究;E-mail:hainanzhu@mail.sdu.edu.cn.
基金资助:
国网山东省电力公司科技项目(520604200003);国家重点研发计划(2018YFA0702200)

Multi-Objective Planning of Power-Gas Integrated Energy System Considering Economy and Carbon Emission

ZHU Hainan¹(), WANG Juanjuan¹, CHEN Bingbing¹, ZHANG Houwang², CHEN Jian², WU Qiuwei³

1. State Grid Weifang Power Supply Company, Weifang 261000, Shandong, China
2. School of Electrical Engineering, Shandong University, Jinan 250061, China
3. Department of Electrical Engineering, Technical University of Denmark, 2800 Kgs. Lyngby, Denmark

Received:2021-12-16 Revised:2022-01-06 Accepted:2022-02-07 Online:2023-04-28 Published:2023-05-05

摘要/Abstract

摘要：

为加速电-气系统快速、经济的低碳转型,构建了一种综合考虑经济性成本与碳排放量的电-气综合能源系统多目标随机优化规划模型.首先建立电-气网络与相关设备的数学模型,并运用场景法表征电、气负荷与光伏出力的不确定性.其次建立综合考虑系统经济性成本和碳排放量两个指标的混合整数二次约束规划(MIQCP)模型,对电网馈线、气网管道、变电站、配气站、燃气机组、电转气装置、光伏及储能装置进行统筹规划.最后,构建算例验证模型的可行性及有效性.结果表明:在不同的目标函数权重选择下,模型可以充分考虑电-气网络线路与多种综合能源设备间的耦合关系,获得整体最优的规划方案.

关键词: 综合能源, 多目标, 扩展规划, 低碳转型

Abstract:

In order to accelerate the rapid and economic low-carbon transformation of the power-gas system, a multi-objective stochastic optimization programming model for the whole equipment of the power-gas system was established, which comprehensively considered the economic cost and carbon emissions. First, the mathematical model of the electric-gas network and related equipment was established, and the uncertainty characteristics of the electric and gas loads and photovoltaic output were analyzed by using the scenario method. Next, a mixed-integer quadratically constrained programming (MIQCP) model considering the economic cost and carbon emissions of the system was established. An overall planning was made for power feeders, gas network pipelines, substations, gas distribution stations, gas units, power-to-gas devices, photovoltaic, and energy storage devices. Finally, a numerical example was built to verify the feasibility and effectiveness of the model. The results show that the model can fully consider the coupling relationship between power-gas network lines and a variety of comprehensive energy equipment under different weight choices of objective function, and obtain the overall optimal planning scheme.

Key words: integrated energy, multi-objective, expansion planning, low-carbon transformation

中图分类号:

TM715

朱海南, 王娟娟, 陈兵兵, 张厚望, 陈健, 吴秋伟. 考虑经济性与碳排放的电-气综合能源系统多目标规划[J]. 上海交通大学学报, 2023, 57(4): 422-431.

ZHU Hainan, WANG Juanjuan, CHEN Bingbing, ZHANG Houwang, CHEN Jian, WU Qiuwei. Multi-Objective Planning of Power-Gas Integrated Energy System Considering Economy and Carbon Emission[J]. Journal of Shanghai Jiao Tong University, 2023, 57(4): 422-431.

图/表 15

图1

表1

备选配电网馈线参数

类型	$C c, c c o d$ / (元·km^-1)	$C c, n c o d$ / (元·km^-1)	$P c o d, c m a x$ /MW	$Q c o d, c m a x$ /Mvar	r_c/(Ω·km^-1)	x_c/(Ω·km^-1)
1	—	11.52	6.44	3.39	0.822 3	0.567
2	11.52×10⁴	22.26×10⁴	13.6	7.16	0.411	0.283 5

表1

表2

备选天然气网管道参数

类型	$C f, c p i p$ / (元·km^-1)	$C f, n p i p$ / (元·km^-1)	$F f m a x$ /(m³·h^-1)
1	—	14.88	420
2	35.65×10⁴	37.14×10⁴	2 600

表2

表3

备选变电站参数

类型	$C s, c s u b$ /元	$C s, n s u b$ /元	$S s m a x$ /( MV·A)
1	—	198.0×10⁴	10
2	185.7×10⁴	297.1×10⁴	15
3	267.3×10⁴	445.7×10⁴	20

表3

表4

备选配气站参数

类型	$C a, c g a t$ /元	$C a, n g a t$ /元	$F a m a x$ /(m³·h^-1)
1	—	399.0×10⁴	3 200
2	331.4×10⁴	533.7×10⁴	4 200
3	468.0×10⁴	668.5×10⁴	5 200

表4

表5

备选燃气机组参数

类型	ζ_g	η_g	$C g g t$ /(元· MW^-1)	$P g m a x$ /MW
1	0.35	0.34	40.24×10⁴	1.08
2	0.40	0.34	83.46×10⁴	2.62

表5

表6

备选电转气装置参数

类型	ζ_p	$C p p 2 g$ /元	$P p m a x$ /MW
1	0.60	666.4×10⁴	1
2	0.62	1 928.0×10⁴	3

表6

表7

备选光伏电站参数

类型	$P p m a x$ /MW	$C v p v$ /元	N_p
1	10	2 704×10⁴	2、4、11
2	15	4 056×10⁴	2、4、11
3	20	5 406×10⁴	2、4、11

表7

表8

备选储能装置参数

类型	$E e m a x$ / (MW·h)	$P e m a x$ / MW	$C e e s s$ / 元	N_es	μ
1	5	1.75	883.2×10⁴	2、4、11	0.95
2	7	2.45	1 236.0×10⁴	2、4、11	0.95
3	10	3.5	1 766.0×10⁴	2、4、11	0.95

表8

图2

图3

图4

表9

图5

表10

参考文献 16

[1]	奚剑明, 吴瀚然. 供给侧改革中资源与能源行业去产能政策效果研究[J]. 工业技术经济, 2021, 40(1): 113-119. doi: 10.3969/j.issn.1004-910X.2021.01.013
	XI Jianming, WU Hanran. Research on the Effect of supply side reform and the de-capacity policy in resource and energy industry[J]. Journal of Industrial Technological Economics, 2021, 40(1): 113-119.
[2]	UNSIHUAY C, MARANGON-LIMA J W, SOUZA A C Z D. Integrated power generation and natural gas expansion planning[C]// Hans-Björn Püttgen. 2007 IEEE Lausanne Power Tech. New York, USA: IEEE, 2007: 1-6.
[3]	魏震波, 郭毅, 魏平桉, 等. 考虑传输线重构的电气综合能源系统分布鲁棒扩展规划模型[J]. 电力自动化设备, 2021, 41(2): 16-23.
	WEI Zhenbo, GUO Yi, WEI Ping’an, et al. Distribution robust expansion planning model for integrated natural gas and electric power systems considering transmission switching[J]. Electric Power Automation Equipment, 2021, 41(2): 16-23.
[4]	薛友, 李杨, 高滢, 等. 计及风电出力随机特性的电-气综合能源系统随机优化[J]. 电力建设, 2018, 39(12): 2-12. doi: 10.3969/j.issn.1000-7229.2018.12.001
	XUE You, LI Yang, GAO Ying, et al. Stochastic optimization in integrated electricity-gas energy systems considering stochastic characteristics of wind power outputs[J]. Electric Power Construction, 2018, 39(12): 2-12. doi: 10.3969/j.issn.1000-7229.2018.12.001
[5]	王芃, 刘伟佳, 林振智, 等. 基于场景分析的风电场与电转气厂站协同选址规划[J]. 电力系统自动化, 2017, 41(6): 20-29.
	WANG Peng, LIU Weijia, LIN Zhenzhi, et al. Scenario analysis based collaborative site selection planning of wind farms and power-to-gas plants[J]. Automation of Electric Power Systems, 2017, 41(6): 20-29.
[6]	李哲, 王成福, 梁军, 等. 计及风电不确定性的电-气-热综合能源系统扩展规划方法[J]. 电网技术, 2018, 42(11): 3477-3487.
	LI Zhe, WANG Chengfu, LIANG Jun, et al. Expansion planning method of integrated energy system considering uncertainty of wind power[J]. Power System Technology, 2018, 42(11): 3477-3487.
[7]	GAO Y, WEN F S, WANG K, et al. Optimal collaborative planning with demand side management in integrated gas-electricity energy systems[C]// 2018 IEEE Power & Energy Society General Meeting. New York, USA: IEEE, 2018: 1-5.
[8]	JING Q, DONG Z Y, ZHAO J H, et al. Low carbon oriented expansion planning of integrated gas and power systems[J]. IEEE Transactions on Power Systems, 2015, 30(2): 1035-1046. doi: 10.1109/TPWRS.2014.2369011 URL
[9]	李捷, 余涛, 潘振宁. 基于强化学习的增量配电网实时随机调度方法[J]. 电网技术, 2020, 44(9): 3321-3332.
	LI Jie, YU Tao, PAN Zhenning, et al. Real-time stochastic dispatch method for incremental distribution network based on reinforcement learning[J]. Power System Technology, 2020, 44(9): 3321-3332.
[10]	BARAN M, WU F. Optimal sizing of capacitors placed on a radial distribution system[J]. IEEE Transactions on Power Delivery, 1989, 4(1): 735-743. doi: 10.1109/61.19266 URL
[11]	ZHOU X Z, GUO C X, WANG Y F, et al. Optimal expansion co-planning of reconfigurable electricity and natural gas distribution systems incorporating energy hubs[J]. Energies, 2017, 10(1): 124. doi: 10.3390/en10010124 URL
[12]	ZHANG X P, SHAHIDEHPOUR M, ALABDULWAHAB A, et al. Optimal expansion planning of energy hub with multiple energy infrastructures[J]. IEEE Transactions on Smart Grid, 2017, 6(5): 2302-2311. doi: 10.1109/TSG.2015.2390640 URL
[13]	SALDARRIAGA C A, HINCAPIE R A, SALAZAR H, et al. A holistic approach for planning natural gas and electricity distribution networks[J]. IEEE Transactions on Power Systems, 2013, 28(4): 4052-4063. doi: 10.1109/TPWRS.2013.2268859 URL
[14]	栗然, 申雪, 钟超, 等. 考虑环境效益的分布式电源多目标规划[J]. 电网技术, 2014, 38(6): 1471-1478.
	LI Ran, SHEN Xue, ZHONG Chao, et al. Multi-objective planning of distributed generation considering environmental benefit[J]. Power System Technology, 2014, 38(6): 1471-1478.
[15]	胡源, 薛松, 杨素, 等. 综合能源背景下的配电网多场景规划[J]. 中国电力, 2021, 54(4): 175-184.
	HU Yuan, XUE Song, YANG Su, et al. Multi-scenario planning of distribution network under integrated energy background[J]. Electric Power, 2021, 54(4): 175-184.
[16]	SAROJ, KAVITA. Review: Study on simple k mean and modified K mean clustering technique[J]. International Journal of Computer Science Engineering and Technology, 2016, 6(7): 279-281.

设备名称	位置	设备类型
设备名称	位置	算例1	算例2	算例3
光伏电站	2、4、11	n3、n1、n3	n1、n1、n2	n3、n3、n3
储能装置	2、4、11	n3、n3、n3	0、0、0	n3、n3、n3
燃气机组	6、18	n2、n2	n1、n1	n2、n2
电转气	6、18	0、0	0、0	n2、n2
变电站	22、23	c2、e1	c2、e1	c3、c3
配气站	26	c2	c2	c3

算例	投资成本/元	运行成本/元	总经济成本/元	碳排放量/kg
算例1	3.422×10⁷	1.336×10⁸	1.678×10⁸	4.378×10⁷
算例2	1.854×10⁷	1.341×10⁸	1.526×10⁸	6.781×10⁷
算例3	4.724×10⁷	1.395×10⁸	1.867×10⁸	3.517×10⁷

考虑经济性与碳排放的电-气综合能源系统多目标规划

Multi-Objective Planning of Power-Gas Integrated Energy System Considering Economy and Carbon Emission

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张春雁, 窦真兰, 白冰青, 王玲玲, 蒋传文, 熊展. 基于用户分类的综合能源系统低碳运行策略[J]. 上海交通大学学报, 2024, 58(1): 1-10.
[2]	范宏, 何杰, 田书欣. 变步长仿真与改进熵权法联动的综合能源系统鲁棒性评估方法[J]. 上海交通大学学报, 2024, 58(1): 59-68.
[3]	彭斌, 刘慧鑫, 陶耀辉. 基于变径基圆渐开线涡旋压缩机的几何模型及优化研究[J]. 上海交通大学学报, 2023, 57(8): 1046-1054.
[4]	胡博, 程欣, 邵常政, 黄威, 孙悦, 谢开贵. 计及建筑热负荷弹性的综合能源系统调度方法[J]. 上海交通大学学报, 2023, 57(7): 803-813.
[5]	王精, 邢海军, 王华昕, 彭思佳. 考虑电动汽车及负荷聚合商参与的综合能源系统优化调度[J]. 上海交通大学学报, 2023, 57(7): 814-823.
[6]	褚旭, 鲍泽宏. 综合能源系统电力网架继电保护原理综述[J]. 上海交通大学学报, 2023, 57(4): 379-392.
[7]	贾鲁生, 韦家耀, 艾尚茂. 缓波型钢悬链立管静态构型多目标粒子群优化分析[J]. 海洋工程装备与技术, 2023, 10(3): 132-137.
[8]	秦文萍, 杨镜司, 景祥, 姚宏民, 李晓舟, 张信哲. 计及需求响应的微能网综合能源多时空尺度优化调度[J]. 上海交通大学学报, 2023, 57(12): 1583-1596.
[9]	邵萍, 杨之乐, 李慷, 朱晓东. 基于用户意愿的电动汽车备用容量多目标优化[J]. 上海交通大学学报, 2023, 57(11): 1501-1511.
[10]	. 基于多视角道路相机的时空关联三维车辆检测与跟踪系统[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(1): 52-60.
[11]	马洲俊, 王勇, 王杰, 陈少宇. 柔性控制器MMC子模块最优冗余数量双重协同优化方法[J]. 上海交通大学学报, 2022, 56(3): 325-332.
[12]	曾博, 穆宏伟, 董厚琦, 曾鸣. 考虑5G基站低碳赋能的主动配电网优化运行[J]. 上海交通大学学报, 2022, 56(3): 279-292.
[13]	何维, 孙宏磊, 陶袁钦, 蔡袁强. 开挖引起的隧道位移动态多目标优化反演预测[J]. 上海交通大学学报, 2022, 56(12): 1688-1699.
[14]	杨博, 王俊婷, 俞磊, 曹璞璘, 束洪春, 余涛. 基于孔雀优化算法的配电网储能系统双层多目标优化配置[J]. 上海交通大学学报, 2022, 56(10): 1294-1307.
[15]	何子述, 苏洋, 程婷. 基于共址MIMO雷达组网系统的机会协同目标跟踪方法[J]. 空天防御, 2022, 5(1): 6-11.