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

被引次数

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]	郭琦, 闫军, 郝乾鹏, 韩东, 杨志豪, 闫馨月, 张海鹏, 李然. 基于闭环聚类和多目标优化的风电短期功率预测方法[J]. 上海交通大学学报, 2026, 60(2): 246-255.
[2]	. 区域综合能源系统响应-恢复融合阶段弹性提升策略[J]. J Shanghai Jiaotong Univ Sci, 2026, 31(2): 515-527.
[3]	. 基于知识-数据融合模型的综合能源系统多元负荷短期预测[J]. J Shanghai Jiaotong Univ Sci, 2026, 31(2): 499-514.
[4]	. 低渗油井节能生产参数多目标优化方法[J]. J Shanghai Jiaotong Univ Sci, 2026, 31(2): 486-498.
[5]	. 会议场景下多目标说话人的语音提取[J]. J Shanghai Jiaotong Univ Sci, 2026, 31(2): 258-264.
[6]	刘东林, 周霞, 戴剑丰, 解相朋, 汤奕, 李隽诗. 考虑虚拟储能的建筑综合能源系统双层优化调度策略[J]. 上海交通大学学报, 2026, 60(1): 61-73.
[7]	刘佳惠, 王聪, 张宏立, 马萍, 李新凯, 董颖超. 代理模型辅助的复杂地形风电场微观选址多目标优化设计[J]. 上海交通大学学报, 2025, 59(9): 1315-1326.
[8]	彭楚轩, 边晓燕, 金海翔, 林顺富, 徐波, 赵健. 基于多能灵活性约束的含富氧燃烧机组综合能源系统两阶段优化调度[J]. 上海交通大学学报, 2025, 59(9): 1281-1291.
[9]	林嘉瑜, 韩俊涛, 王永真, 韩恺, 韩艺博, 李健. 计及㶲效率的低碳数据中心算力综合能源系统规划及运行优化[J]. 上海交通大学学报, 2025, 59(9): 1327-1337.
[10]	沈赋, 杨志文, 徐潇源, 张微, 王哲, 曹旸. 基于统计聚类的综合能源系统基础单元模型[J]. 上海交通大学学报, 2025, 59(9): 1348-1358.
[11]	邓倩文, 李奇, 邱宜彬, 李豆萌, 霍莎莎, 陈维荣. 考虑多灵活性资源联合运行的综合能源系统优化配置方法[J]. 上海交通大学学报, 2025, 59(7): 912-922.
[12]	张辰微, 王颖, 李亚平, 张凯锋. 基于带权重介数的综合能源系统脆弱环节防护优化模型[J]. 上海交通大学学报, 2025, 59(7): 923-937.
[13]	鲁斌, 王伊晓, 濮川苘, 陈云辉, 陈波波, 樊飞龙. 区域多主体综合能源系统电压偏差异步协调控制方法[J]. 上海交通大学学报, 2025, 59(6): 758-767.
[14]	高波, 李飞, 史轮, 陶鹏, 石振刚, 张超, 彭杰, 赵一伊. 基于实时碳强度评估的社区综合能源系统低碳互动管理策略[J]. 上海交通大学学报, 2025, 59(5): 580-591.
[15]	黄逸翔, 窦迅, 李林溪, 杨函煜, 于建成, 霍现旭. 基于全局灵敏度分析的综合能源设备响应价值量化方法[J]. 上海交通大学学报, 2025, 59(5): 569-579.