近年来,随着环境问题的日益凸显,传统能源带来的污染问题逐渐显露,实现能源生产和使用的低碳化已成为人类社会可持续发展的必然趋势[1 ] .电-气网络是能源供应的重要环节,实现电-气系统快速、经济的低碳转型是推进我国经济社会发展动力转换的重要引擎,是保障国家能源安全的重要举措.综合考虑经济性与碳排放量,对电-气网络线路及相关设备进行统筹规划,保证规划网络的经济性与灵活性,提高光伏等清洁能源的消纳能力,具有重大研究意义.
电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置.
总结目前电-气综合能源系统规划中常见的待规划设备类型,实现了对电网馈线、气网管道以及变压器、配气站、燃气轮机、电转气装置、光伏及储能装置等多种类型设备的统筹规划.另外,规划模型综合考虑了系统的经济性成本与碳排放量,决策者可以根据需求自由选择两个目标的权重系数,获得符合需求的规划方案.
1 数学模型
1.1 综合能源系统设备数学模型
1.1.1 燃气机组
燃气机组可以在电网电能不足时通过燃烧天然气产生电能,实现天然气网向电网的能量传递.相较于传统燃煤机组,燃气机组产生单位电能时碳排放量更低,具有良好的环境效益.燃气机组数学模型如下:
(1) P i , d , h g t = ∑ g ∈ T g P g , i , d , h g t
(2) Q i , d , h g t = ∑ g ∈ T g η g P g , i , d , h g t
(3) F m , d , h g t = ∑ g ∈ T g P g , i , d , h g t ζ g H g a s
(4) 0 ≤ P g , i , d , h g t ≤ ∑ g ∈ T g Z g , i g t P g m a x
(5) ∑ g ∈ T g Z g , i g t ≤ 1
式中: ∀ i ∈ N g N g T g P i , d , h g t Q i , d , h g t F m , d , h g t P g , i , d , h g t Z g , i g t P g m a x 、 ζ g 、 η g H g a s
式(1)~(4)表示燃气机组能量转换过程,式(5)为燃气机组建设逻辑约束.式(1)表示节点i处燃气机组的有功功率.式(2)、式(3)分别表示节点i处燃气机组有功与无功、有功与气量的转换关系. 式(4)保证各类型机组发出的有功功率小于建设的额定功率.式(5)保证节点i最多建设一种类型的备选燃气机组.
1.1.2 电转气装置
电转气装置可以将电网中的过剩电能转换为天然气,实现电网向天然气网的能量传递.在电转气装置运行过程中,产生单位体积的天然气需要单位CO2 气体作为原料,因此该装置具有一定的固碳作用.电转气装置数学模型如下:
(6) P i , d , h p 2 g = ∑ p ∈ T p g P p , i , d , h p 2 g
(7) F m , d , h p 2 g = ∑ p ∈ T p g ζ p P p , i , d , h p 2 g H g a s
(8) 0 ≤ P p , i , d , h p 2 g ≤ ∑ p ∈ T p g Z p , i p 2 g P p m a x
(9) ∑ p ∈ T p g Z p , i p 2 g ≤ 1
式中: ∀ i ∈ N p g N p g T p g P i , d , h p 2 g F m , d , h p 2 g P p , i , d , h p 2 g Z p , i p 2 g P p m a x 、 ζ p
式(6)表示节点i 处电转气装置的有功功率.式(7)表示节点i 处电转气装置有功功率与天然气流量的转换关系.式(8)保证各类型电转气装置发出的有功功率小于各自的额定功率.式(9)保证节点i 最多建设一种类型的备选电转气装置.
1.1.3 储能装置
在电-气综合能源系统中,储能装置通过在不同时刻的充放电调节网络供需关系,提高系统光伏利用率.由于储能装置充放电效率小于1,所以最优解将自动满足充放电互补松弛[9 ] ,基于此建立的不含充放电标志位的储能装置数学模型如下:
(10) ∑ e ∈ T e Z e , i e s s E e m i n ≤ E i , d , h e s s ≤ ∑ e ∈ T e Z e , i e s s E e m a x
(11) 0 ≤ P i , d , h e s s , c h a ≤ ∑ e ∈ T e Z e , i e s s P e m a x
(12) 0 ≤ P i , d , h e s s , d i s ≤ ∑ e ∈ T e Z e , i e s s P e m a x
(13) E i , d , h e s s = E i , d , h - 1 e s s + μ P i , d , h e s s , c h a - P i , d , h e s s , d i s / μ
(14) E i , d , 24 e s s = E i , d , 0 e s s
(15) ∑ e ∈ T e Z e , i e s s ≤ 1
式中: ∀ i ∈ N e s N e s T e Z e , i e s s P e m a x E e m i n 、 E e m a x E i , d , h e s s 、 P i , d , h e s s , c h a 、 P i , d , h e s s , d i s
式(10)为储能装置容量约束.式(11)、式(12)分别表示充电功率、放电功率约束.式(13)为储能装置电量变化与充、放电功率间的关系约束.式(14)保证典型日内储能装置电量的初、末状态相同.式(15)为储能装置建设逻辑约束.
1.1.4 分布式光伏
(16) ∑ v ∈ T v Z v , i p v ≤ 1
(17) 0 ≤ P i , d , h p v ≤ ∑ v ∈ T v Z v , i p v P v m a x P ^ d , h p v
式中: ∀ i ∈ N v N v T v Z v , i p v P i , d , h p v P v m a x P ^ d , h p v
式(16)为光伏电站建设逻辑约束,式(17)为光伏电站各时刻输出的有功功率约束.
1.2 配电网模型
1.2.1 变电站
(18) ( P i , d , h s u b ) 2 + ( Q i , d , h s u b ) 2 ≤ ∑ s ∈ T s Z s , i s u b ( S s m a x ) 2
(19) Z s , i s u b = Z n , s , i s u b + Z c , s , i s u b
(20) ∑ s ∈ T s Z s , i s u b ≤ 1
式中: ∀ i ∈ N s N s T s S s m a x P i , d , h s u b 、 Q i , d , h s u b Z n , s , i s u b 、 Z c , s , i s u b Z s , i s u b
式(18)为变电站有功功率、无功功率与其额定容量的关系约束.式(19)、式(20)保证在配电网节点i 处仅存在一种类型的变电站.
1.2.2 配电网潮流
配电网潮流模型采用适合于辐射状网络的线性交流DistFlow模型[10 ] ,模型如下:
(21) V i , d , h - V j , d , h = ∑ c ∈ T c ( r c P c , i j , d , h c o d + x c Q c , i j , d , h c o d ) L i j V r e f + b i j , d , h
(22) V m i n ≤ V i , d , h ≤ V m a x
(23) ∑ j i ∈ B e P j i , d , h b r a + P i , d , h g t + P i , d , h p v + P i , d , h e s s , d i s = ∑ i j ∈ B e P i j , d , h b r a + P i , d , h p 2 g + P i , d , h e s s , c h a + P i l o a d S ^ d , h
(24) ∑ j i ∈ N e Q j i , d , h b r a - ∑ i j ∈ N e Q i j , d , h b r a + Q i , d , h g t + Q i l o a d S ^ d , h = 0
(25) P i j , d , h b r a = ∑ c ∈ T c P c , i j , d , h c o d
(26) Q i j , d , h b r a = ∑ c ∈ T c Q c , i j , d , h c o d
(27) P c , i j , d , h c o d ≤ Z c , i j c o d P c o d , c m a x
(28) Q c , i j , d , h c o d ≤ Z c , i j c o d Q c o d , c m a x
(29) b i j , d , h ≤ ( V m a x - V m i n ) ( 1 - ∑ c ∈ T c Z c , i j c o d )
(30) Z c , i j c o d = Z n , c , i j c o s + Z c , c , i j c o d
(31) ∑ c ∈ T c Z c , i j c o d ≤ 1
式中: ∀ i j ∈ B e 、 ∀ i ∈ N e 、 ∀ c ∈ T c B e N e T c V i , d , h V r e f P c , i j , d , h c o d 、 Q c , i j , d , h c o d P i j , d , h b r a 、 Q i j , d , h b r a P i l o a d 、 Q i l o a d S ^ d , h b i j , d , h r c 、 x c ij 表示线路ij的长度; V m a x 、 V m i n Z c , i j c o d Z n , c , i j c o d 、 Z c , c , i j c o d P c o d , c m a x 、 Q c o d , c m a x
式(21)~(29)为配电网运行约束,式(30)~(31)为馈线建设逻辑约束.式(21)为简化的DistFlow潮流方程.式(22)为节点电压上下限约束.式(23)、式(24)为节点有功、无功功率平衡约束.式(25)、式(26)表示流过线路的有功、无功功率与各类型馈线中有功、无功功率的关系.式(27)、式(28)为各类型馈线有功、无功功率上下限约束.式(29)约束了变量b i j , d , h ∑ c ∈ T c Z c , i j c o d = 0 , b i j , d , h [ V m i n - V m a x , V m a x - V m i n ] b i j , d , h = 0 ij 处仅存在一种类型的馈线.
1.2.3 放射状拓扑
为保证规划后配电网为放射状拓扑,需要引入放射状拓扑约束.采用潮流剥离配电网规划方法,通过引入非负连续辅助变量y i j + 、 y i j - , [11 ] .建立模型如下:
(32) y i j + ≥ 0 , y i j - ≥ 0
(33) y i j + + y i j - ≤ 1
(34) ∑ c ∈ T c Z c , i j c o d = y i j + + y i j -
(35) ∑ k i ∈ B e y k i + + ∑ i j ∈ B e y i j - = 1 - ∑ s ∈ T s Z s , i s u b ≤ 1 , ∀ i ∈ N s
(36) ∑ k i ∈ B e y k i + + ∑ i j ∈ B e y i j - = 1 , ∀ i ∈ N e - N s
式中: ∀ i j ∈ B e . y i j + 、 y i j - y i j + 、 y i j - y i j + = 1 y i j + = 0 y i j - = 1 y i j - = 0
式(32)、式(33)约束连续辅助变量y i j + 、 y i j - y i j + y i j -
1.3 天然气网模型
1.3.1 配气站
(37) 0 ≤ F m , d , h g a t ≤ ∑ a ∈ T a F a m a x Z a , m g a t
(38) Z a , m g a t = Z n , a , m g a t + Z c , a , m g a t
(39) ∑ a ∈ T a Z a , m g a t ≤ 1
式中: ∀ m ∈ N a N a T a F a m a x F m , d , h g a t Z n , a , m g a t 、 Z c , a , m g a t Z a , m g a t
式(37)为配气站流量上下限约束,式(38)、式(39)为配气站建设逻辑约束.
1.3.2 天然气网
忽略天然气管道Weymouth方程、压缩机方程,建立如下气网模型[12 ] :
(40) ∑ m n ∈ B t F m n , d , h b r a + F m , d , h p 2 g = ∑ n m ∈ B t F m n , d , h b r a + F m , d , h g t + F m l o a d F ^ d , h
(41) F f , m n , d , h p i p ≤ Z f , m n p i p F f m a x
(42) F m n , d , h b r a = ∑ f ∈ T f F f , m n , d , h p i p
(43) Z f , m n p i p = Z n , f , m n p i p + Z c , f , m p i p
(44) ∑ f ∈ T f Z f , m n p i p ≤ 1
式中: ∀ m ∈ N t 、 ∀ m n ∈ B t 、 ∀ f ∈ T f N t B t T f F f , m n , d , h p i p F m n , d , h b r a F m l o a d F ^ d , h Z f , m n p i p Z n , f , m n p i p 、 Z c , f , m p i p F f m a x
式(40)~(42)为天然气网运行约束,式(43)~(44)为馈线建设逻辑约束.
1.3.3 放射状拓扑
与电网放射状拓扑约束相同,将y m n + y m n -
(45) y m n + ≥ 0 , y m n - ≥ 0 , ∀ m n ∈ B t
(46) ∑ f ∈ T f Z f , m n p i p = y m n + + y m n - , ∀ m n ∈ B t
(47) y m n + + y m n - ≤ 1 , ∀ m n ∈ B t
(48) ∑ l m ∈ B t y l m + + ∑ m n ∈ B t y m n - = 1 - ∑ a ∈ T a Z a , m g a t , ∀ m ∈ N a
(49) ∑ l m ∈ B t y l m + + ∑ m n ∈ N e y m n - = 1 , ∀ m ∈ N t - N a
2 规划模型
2.1 目标函数
目标函数由系统经济性成本f 1 f 2 f 1 C i n v C o p e f 2
(50) f 1 = C i n v + C o p e
C i n v = ∑ m n ∈ B t ∑ f ∈ T f κ ( C f , n p i p L m n Z n , f , m n p i p + C f , c p i p L m n Z c , f , m n p i p ) +
∑ i j ∈ B e ∑ c ∈ T c κ ( C c , n c o d L i j Z n , c , i j c o d + C c , c c o d L i j Z c , c , i j c o d ) +
∑ m ∈ N t ∑ a ∈ T a κ ( C a , n g a t Z n , a , m g a t + C a , c g a t Z c , a , m g a t ) +
∑ i ∈ N s ∑ s ∈ T s κ ( C s , n s u b Z n , s , i s u b + C s , c s u b Z c , s , i s u b ) +
∑ i ∈ N g ∑ g ∈ T g κ C g g t Z g , i g t + ∑ i ∈ N p g ∑ p ∈ T p g κ C p p 2 g Z p , i p 2 g +
(51) ∑ i ∈ N v ∑ v ∈ T v κ C v p v Z v , i p v + ∑ i ∈ N e s ∑ e ∈ T e κ C e e s s Z e , i e s s
(52) C o p e = C e ∑ i ∈ N s ∑ d ( n d ∑ h P i , d , h s u b ) + C a ∑ m ∈ N a ∑ d ( n d ∑ h F m , d , h g a t )
(53) f 2 = W c η c ∑ i ∈ N s ∑ d ( n d ∑ h P i , d , h s u b ) + W g t ∑ i ∈ N g ∑ d ( n d ∑ h P i , d , h g t ) - W p 2 g ∑ i ∈ N p g ∑ d ( n d ∑ h P i , d , h p 2 g )
(54) κ = r 1 - ( 1 + r ) - T
式中: C f , n p i p 、 C f , c p i p C c , n c o d 、 C c , c c o d C a , n g a t 、 C a , c g a t C s , n s u b 、 C s , c s u b C g g t 、 C p p 2 g 、 C v p v 、 C e e s s C e 、 C a n d η c W c 、 W g t 2 气体质量;W p2g 表示电转气装置产生单位天然气时消耗的CO2 气体质量; κ
经济性成本f 1 f 2
(55) m i n ω 1 f 1 - f 1 , m i n f 1 , m a x - f 1 , m i n + ω 2 f 2 - f 2 , m i n f 2 , m a x - f 2 , m i n
式中: ω 1 、 ω 2 ω 1 + ω 2 = 1 f 1,max 、f 1,min 、f 2,max 、f 2,min 分别表示f 1 、f 2 的最大值、最小值,其中f 1,min 、f 2,max 为规划目标仅考虑系统经济性成本f 1 时规划期内系统的经济性成本、碳排放量,f 1,max 、f 2,min 为规划目标仅考虑系统碳排放量f 2 时规划期内系统的经济性成本、碳排放量.
2.2 约束条件
约束条件包括设备约束式(1)~(17),配电网约束式(18)~(36)及气网约束式(37)~(49)等3个部分,其中式(18)为二次约束,其余均为线性约束.
本文所建立规划模型为混合整数二次约束规划(MIQCP)模型,可调用商用求解器Gurobi求解.
3 算例分析
3.1 算例介绍
为验证模型的有效性,构建电-气网络联合扩展规划算例,待扩建电-气综合能源系统[13 ] 如图1 所示.
图1
图1
电-气综合能源系统[13 ]
Fig.1
Integrated power and natural gas system[13 ]
备选配电网馈线、天然气管道参数分别如表1 、表2 所示,网络中原有线路均为1型线路.配电网节点22、23为变电站节点,为原有1型变电站;配气网节点26为配气站节点,为原有1型配气站;备选变电站与配气站参数分别如表3 、表4 所示.配电网节点6、18分别与配气网节点30、3耦合,为备选燃气机组与电转气装置节点;备选燃气机组、电转气装置参数分别如表5 、表6 所示.配电网节点2、4、11为备选光伏与储能装置节点;备选光伏电站、储能装置参数分别如表7 、 表8 所示.各备选设备以容量为依据进行分类,型号越大,对应容量越大,即2型设备容量大于1型,3型大于2型.单位电价C e 、单位气价C a 分别取0.5 元/(kW·h)、3.95 元/m3 .碳排放量系数[14 ] W c 、W gt 、W p2g 分别取0.623 kg/(kW·h),0.184 kg/(kW·h),1.96 kg/m3 .电压上下限V max 、V min 分别取1.05(p.u.)、0.95(p.u.).规划年限T =10 a,年利率r =5%.
利用场景法表征电负荷、气负荷与光伏出力的不确定性特征[15 -16 ] ,夏季典型日、冬季典型日及春秋过渡季典型日的数据如图2 ~4 所示.其中夏季、冬季、春秋过渡季典型日的权重分别取0.25、0.25、0.50,即夏季、冬季、春秋过渡季典型日在一年中出现的时间nd 分别取91、91、183 d.
图2
图2
归一化电负荷变化
Fig.2
Curves of normalized electrical load
图3
图3
归一化气负荷变化
Fig.3
Curves of normalized gas load
图4
图4
单位容量光伏出力变化
Fig.4
Variation curves of photovoltaic output per unit capacity
算例1,兼顾系统经济成本与碳排放量,权重系数取ω 1 =0. 5,ω 2 =0.5.
算例2,只考虑系统经济性成本,权重系数取ω 1 =1,ω 2 =0.
算例3,只考虑系统碳排放量,权重系数取ω 1 =0,ω 2 =1.
3.2 结果分析
各算例中综合能源设备选址定型结果如表9 所示,表中e、c、n分别代表原有设备、扩建设备与新建设备,如e1代表原有1型设备.
对比算例1与算例2规划结果,可以发现算例1中新建了两处3型光伏电站与1处1型光伏电站,大于算例2中光伏电站的建设容量.这是由于算例1兼顾系统碳排放量,所以倾向于建设更多的光伏电站增加系统清洁能源渗透率.与此相应,算例1中建设了3处3型储能装置,在光伏发电过剩时吸收多余电能,在光伏出力较少时发出电能,以此来平抑光伏出力的波动性,提高光伏的电能利用率,而光伏电站容量较小的算例2中没有建设储能装置.
另外,算例1在节点6、18两处分别规划了2型燃气机组,而算例2仅规划了1型燃气机组.这是由于在电-气网络运行过程中,燃气机组有两方面的作用:一是在电网电能不足、气网天然气过盛时将天然气转换为电能,提高电-气网络内设备利用率,降低系统整体的经济性成本;二是替代传统化石能源发电,降低系统的碳排放量.算例2仅考虑到燃气机组在降低系统经济性成本上的作用,未考虑到其在降低碳排放量方面产生的效益,因此规划结果中燃气机组容量较算例1较小.
各算例中配电网、天然气网线路扩展规划结果如图5 所示.不同算例中线路扩展规划结果呈现出较大的差异性,这是不同权重系数下综合能源设备建设容量的差异导致的.在配电网与天然气网中,各综合能源设备扮演着分布式源、荷的角色,其容量的不同导致网络中源、荷分布的差异.这种差异会影响网络最优潮流分布,进而使线路扩展规划呈现不同结果.
图5
图5
各算例线路扩展规划结果
Fig.5
Expansion planning results of cases
各算例规划方案的经济性成本及碳排放量如表10 所示.算例1所获得的规划方案年投资、运行产生的总经济成本为1.678×108 元,较之仅考虑经济成本的算例2增加了1.520 ×107 元;而算例1中系统年碳排放量为4.378×107 kg,较之算例2减少了2.403×107 kg.简而言之,算例1中规划方案以每年增加1.521×109 元成本为代价,减少了CO2 气体的排放2.403×107 kg.
对比算例1与算例3规划结果,可以发现仅考虑碳排放量的算例3的规划方案中所有设备均进行了最大容量的建设.算例3所获得的规划方案相较于算例1每年增加了1.890×107 元的成本,减少了8.610×106 kg CO2 气体的排放.
通过以上分析可以看出,电-气系统线路与各种综合能源设备在规划运行过程中相互耦合、相互影响,在规划过程中对线路及多种设备进行统一、合理的规划才能获得最优的规划结果.本文所提出的模型可以在不同的目标函数权重选择下,综合考虑系统经济性与碳排量,实现对电-气网络线路以及变电站、配气站、光伏电站、储能装置、燃气机组、电转气装置的统筹配置.
4 结语
合理的规划方案是提高电-气综合能源系统经济性、降低系统整体碳排放量的基础.提出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,实现对电网馈线、气网管道以及变压器、配气站、燃气轮机、电转气装置、光伏及储能装置等多种类型综合能源设备的统筹规划.算例结果表明:① 通过经济性成本与碳排量二者权重系数的选择可以获得不同规划要求下的电-气综合能源系统规划方案;② 规划模型可以统筹考虑电-气网络线路与多类型综合能源设备的耦合关系,获得待规划系统的最优规划方案.但是,本文对气网的建模不够精确,且没有考虑热网模型,因此考虑更精细的气网模型并将热网引入规划模型将是下一步的工作方向.
参考文献
View Option
[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
[本文引用: 1]
中国经济历经复苏和快速增长阶段后，部分产业出现产能过剩现象，产业结构的不均衡变化导致了GDP增速放缓。2016年初中国政府提出供给侧结构性改革，旨在通过 “三去一降一补”政策调整产业结构，刺激经济发展。本文构建了一个包含资源与能源产业的一般均衡模型，量化分析中国供给侧结构性改革的政策效果。研究表明，在去产能政策削减上游资源产业的产出后，政策冲击会传导至下游能源产业，导致化石能源相对于绿色能源产量下降14.04%，能源结构实现优化。随后的政策对比实验引入了新能源补贴、碳排放税征收及资源税收缴等财政手段，与去产能政策进行效果对比。实验结果显示，3种政策在不同程度上实现了能源结构调整，其中征收碳税的政策使化石能源占比降幅最大，但同时会使资本利率上升，加重企业融资成本；新能源补贴与资源税的政策也可以实现调控目标，但与去产能政策相比效果更弱。
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 .
[本文引用: 1]
[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 .
[本文引用: 2]
[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 .
[本文引用: 2]
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 .
[本文引用: 2]
[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
[本文引用: 2]
不断成熟的电转气 （power to gas, P2G） 技术和燃气机组为电力系统和天然气系统的双向耦合和闭环运行, 进而形成电-气综合能源系统 （integrated electricity-gas energy system, IEGES） 奠定了基础。IEGES的发展有助于提升电力系统和天然气系统运行的灵活性, 并为消纳风电等间歇性可再生能源发电提供新途径。在此背景下, 研究了含P2G装置和燃气机组的IEGES的随机优化策略。首先, 构建了计及风电出力随机特性的IEGES随机优化模型, 以运行成本最小化为优化目标, 并考虑了电力系统和计及管存影响的天然气系统的相关运行约束。其中, 利用快速搜索密度聚类算法对历史风速数据进行场景聚类, 以处理风电出力的随机特性。然后, 采用AMPL/IPOPT商业求解器求解所建立的随机优化模型。最后, 以修改的IEEE 39节点电力系统和比利时20节点天然气系统所构成的IEGES为例, 对所构建的优化模型和采用的求解方法进行说明。
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
[本文引用: 2]
The power to gas （P2G） technology and natural gas generation units （NGGUs） facilitate the bidirectional coupling and hence closed-loop operation between a power system and a natural gas system concerned, and the development of an integrated electricity-gas energy system （IEGES）. IEGES can help promote the operation flexibility of the power system and natural gas system concerned and offer a potential alternative to accommodate intermittent generation from wind power and other renewable energy sources. Given this background, stochastic optimization strategies in IEGES with P2G facilities and NGGUs are addressed. First, a stochastic optimization model of IEGES with stochastic characteristics of wind power output is presented, with an objective of minimizing the overall operation costs, and the operation constraints in both the power system and natural gas system. Among them, by employing a fast searching density clustering algorithm, historical wind speed data are clustered so as to simulate the stochastic characteristics of wind power outputs. Then, the commercial solver AMPL/IPOPT is used to solve the presented stochastic optimization model. Finally, a sample IEGES with a modified version of the IEEE 39-node power system and the Belgium 20-node natural gas system included is employed to demonstrate the proposed method.
[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 .
[本文引用: 2]
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 .
[本文引用: 2]
[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 .
[本文引用: 2]
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 .
[本文引用: 2]
[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 .
[本文引用: 2]
[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
[本文引用: 2]
[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 .
[本文引用: 1]
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 .
[本文引用: 1]
[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
[本文引用: 1]
[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
[本文引用: 1]
[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
[本文引用: 1]
[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
[本文引用: 3]
[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 .
[本文引用: 1]
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 .
[本文引用: 1]
[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 .
[本文引用: 1]
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 .
[本文引用: 1]
[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 .
[本文引用: 1]
供给侧改革中资源与能源行业去产能政策效果研究
1
2021
... 近年来,随着环境问题的日益凸显,传统能源带来的污染问题逐渐显露,实现能源生产和使用的低碳化已成为人类社会可持续发展的必然趋势[1 ] .电-气网络是能源供应的重要环节,实现电-气系统快速、经济的低碳转型是推进我国经济社会发展动力转换的重要引擎,是保障国家能源安全的重要举措.综合考虑经济性与碳排放量,对电-气网络线路及相关设备进行统筹规划,保证规划网络的经济性与灵活性,提高光伏等清洁能源的消纳能力,具有重大研究意义. ...
供给侧改革中资源与能源行业去产能政策效果研究
1
2021
... 近年来,随着环境问题的日益凸显,传统能源带来的污染问题逐渐显露,实现能源生产和使用的低碳化已成为人类社会可持续发展的必然趋势[1 ] .电-气网络是能源供应的重要环节,实现电-气系统快速、经济的低碳转型是推进我国经济社会发展动力转换的重要引擎,是保障国家能源安全的重要举措.综合考虑经济性与碳排放量,对电-气网络线路及相关设备进行统筹规划,保证规划网络的经济性与灵活性,提高光伏等清洁能源的消纳能力,具有重大研究意义. ...
Integrated power generation and natural gas expansion planning
2
2007
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... [2 -3 ],部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
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
2
2021
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... -3 ],部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
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
2
2021
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... -3 ],部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
计及风电出力随机特性的电-气综合能源系统随机优化
2
2018
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... [4 -5 ],对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
计及风电出力随机特性的电-气综合能源系统随机优化
2
2018
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... [4 -5 ],对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
基于场景分析的风电场与电转气厂站协同选址规划
2
2017
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... -5 ],对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
基于场景分析的风电场与电转气厂站协同选址规划
2
2017
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... -5 ],对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
计及风电不确定性的电-气-热综合能源系统扩展规划方法
2
2018
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... [6 ⇓ -8 ].电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
计及风电不确定性的电-气-热综合能源系统扩展规划方法
2
2018
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... [6 ⇓ -8 ].电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
Optimal collaborative planning with demand side management in integrated gas-electricity energy systems
2
2018
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... ⇓ -8 ].电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
Low carbon oriented expansion planning of integrated gas and power systems
2
2015
... 电-气系统联合规划以电网规划为基础,在电-气网络耦合日益密切的当下逐渐成为国内外研究的热点问题.文献[2 ]以电-气网络综合投资与运行成本最小为目标,对电-气网络线路进行联合扩展规划.文献[3 ]建立了计及传输线重构的分布鲁棒电-气综合能源系统扩展规划模型,以系统总投资成本和包括弃负荷成本在内的总运行成本最低为目标,对电力线路与天然气管道进行规划.文献[4 -5 ]建立了考虑风力发电(简称风电)出力随机性的规划模型,模型聚焦于风电场、电转气装置等综合能源设备的选址定容问题,未考虑电-气网络线路的规划问题.文献[6 ]建立了考虑风电不确定性的综合能源系统扩展规划模型,在风电装机容量确定的前提下对电网线路与耦合设备进行规划.文献[7 ]建立了考虑需求侧响应的电-气系统规划模型,以建设、运营总成本和需求侧响应补偿最小为目标,对电-气网络线路和燃气机组、电转气装置进行规划.文献[8 ]所提的扩展规划模型考虑全球电网的廉价燃料获取和输电瓶颈问题,以低碳经济为导向,实现对电-气网络线路与燃气机组、压气泵的规划.总结上述文献可知,目前电-气网络规划模型部分聚焦于电-气网络线路、拓扑的扩展规划问题[2 -3 ] ,部分聚焦于综合能源设备的选址定容问题[4 -5 ] ,对同时进行线路扩展规划与设备选址定容的研究也局限于少数几种设备类型[6 ⇓ -8 ] .电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
... -8 ].电-气综合能源系统内部各设备相互耦合,如果规划方案仅考虑其中线路或部分类型设备的配置,势必会引起资源的不合理配置. ...
基于强化学习的增量配电网实时随机调度方法
1
2020
... 在电-气综合能源系统中,储能装置通过在不同时刻的充放电调节网络供需关系,提高系统光伏利用率.由于储能装置充放电效率小于1,所以最优解将自动满足充放电互补松弛[9 ] ,基于此建立的不含充放电标志位的储能装置数学模型如下: ...
基于强化学习的增量配电网实时随机调度方法
1
2020
... 在电-气综合能源系统中,储能装置通过在不同时刻的充放电调节网络供需关系,提高系统光伏利用率.由于储能装置充放电效率小于1,所以最优解将自动满足充放电互补松弛[9 ] ,基于此建立的不含充放电标志位的储能装置数学模型如下: ...
Optimal sizing of capacitors placed on a radial distribution system
1
1989
... 配电网潮流模型采用适合于辐射状网络的线性交流DistFlow模型[10 ] ,模型如下: ...
Optimal expansion co-planning of reconfigurable electricity and natural gas distribution systems incorporating energy hubs
1
2017
... 为保证规划后配电网为放射状拓扑,需要引入放射状拓扑约束.采用潮流剥离配电网规划方法,通过引入非负连续辅助变量 y i j + 、 y i j - , [11 ] .建立模型如下: ...
Optimal expansion planning of energy hub with multiple energy infrastructures
1
2017
... 忽略天然气管道Weymouth方程、压缩机方程,建立如下气网模型[12 ] : ...
A holistic approach for planning natural gas and electricity distribution networks
3
2013
... 为验证模型的有效性,构建电-气网络联合扩展规划算例,待扩建电-气综合能源系统[13 ] 如图1 所示. ...
... [
13 ]
Integrated power and natural gas system<sup>[<xref ref-type="bibr" rid="b13">13</xref>]</sup> Fig.1 ![]()
备选配电网馈线、天然气管道参数分别如表1 、表2 所示,网络中原有线路均为1型线路.配电网节点22、23为变电站节点,为原有1型变电站;配气网节点26为配气站节点,为原有1型配气站;备选变电站与配气站参数分别如表3 、表4 所示.配电网节点6、18分别与配气网节点30、3耦合,为备选燃气机组与电转气装置节点;备选燃气机组、电转气装置参数分别如表5 、表6 所示.配电网节点2、4、11为备选光伏与储能装置节点;备选光伏电站、储能装置参数分别如表7 、 表8 所示.各备选设备以容量为依据进行分类,型号越大,对应容量越大,即2型设备容量大于1型,3型大于2型.单位电价C e 、单位气价C a 分别取0.5 元/(kW·h)、3.95 元/m3 .碳排放量系数[14 ] W c 、W gt 、W p2g 分别取0.623 kg/(kW·h),0.184 kg/(kW·h),1.96 kg/m3 .电压上下限V max 、V min 分别取1.05(p.u.)、0.95(p.u.).规划年限T =10 a,年利率r =5%. ...
... [
13 ]
Fig.1 ![]()
备选配电网馈线、天然气管道参数分别如表1 、表2 所示,网络中原有线路均为1型线路.配电网节点22、23为变电站节点,为原有1型变电站;配气网节点26为配气站节点,为原有1型配气站;备选变电站与配气站参数分别如表3 、表4 所示.配电网节点6、18分别与配气网节点30、3耦合,为备选燃气机组与电转气装置节点;备选燃气机组、电转气装置参数分别如表5 、表6 所示.配电网节点2、4、11为备选光伏与储能装置节点;备选光伏电站、储能装置参数分别如表7 、 表8 所示.各备选设备以容量为依据进行分类,型号越大,对应容量越大,即2型设备容量大于1型,3型大于2型.单位电价C e 、单位气价C a 分别取0.5 元/(kW·h)、3.95 元/m3 .碳排放量系数[14 ] W c 、W gt 、W p2g 分别取0.623 kg/(kW·h),0.184 kg/(kW·h),1.96 kg/m3 .电压上下限V max 、V min 分别取1.05(p.u.)、0.95(p.u.).规划年限T =10 a,年利率r =5%. ...
考虑环境效益的分布式电源多目标规划
1
2014
... 备选配电网馈线、天然气管道参数分别如表1 、表2 所示,网络中原有线路均为1型线路.配电网节点22、23为变电站节点,为原有1型变电站;配气网节点26为配气站节点,为原有1型配气站;备选变电站与配气站参数分别如表3 、表4 所示.配电网节点6、18分别与配气网节点30、3耦合,为备选燃气机组与电转气装置节点;备选燃气机组、电转气装置参数分别如表5 、表6 所示.配电网节点2、4、11为备选光伏与储能装置节点;备选光伏电站、储能装置参数分别如表7 、 表8 所示.各备选设备以容量为依据进行分类,型号越大,对应容量越大,即2型设备容量大于1型,3型大于2型.单位电价C e 、单位气价C a 分别取0.5 元/(kW·h)、3.95 元/m3 .碳排放量系数[14 ] W c 、W gt 、W p2g 分别取0.623 kg/(kW·h),0.184 kg/(kW·h),1.96 kg/m3 .电压上下限V max 、V min 分别取1.05(p.u.)、0.95(p.u.).规划年限T =10 a,年利率r =5%. ...
考虑环境效益的分布式电源多目标规划
1
2014
... 备选配电网馈线、天然气管道参数分别如表1 、表2 所示,网络中原有线路均为1型线路.配电网节点22、23为变电站节点,为原有1型变电站;配气网节点26为配气站节点,为原有1型配气站;备选变电站与配气站参数分别如表3 、表4 所示.配电网节点6、18分别与配气网节点30、3耦合,为备选燃气机组与电转气装置节点;备选燃气机组、电转气装置参数分别如表5 、表6 所示.配电网节点2、4、11为备选光伏与储能装置节点;备选光伏电站、储能装置参数分别如表7 、 表8 所示.各备选设备以容量为依据进行分类,型号越大,对应容量越大,即2型设备容量大于1型,3型大于2型.单位电价C e 、单位气价C a 分别取0.5 元/(kW·h)、3.95 元/m3 .碳排放量系数[14 ] W c 、W gt 、W p2g 分别取0.623 kg/(kW·h),0.184 kg/(kW·h),1.96 kg/m3 .电压上下限V max 、V min 分别取1.05(p.u.)、0.95(p.u.).规划年限T =10 a,年利率r =5%. ...
综合能源背景下的配电网多场景规划
1
2021
... 利用场景法表征电负荷、气负荷与光伏出力的不确定性特征[15 -16 ] ,夏季典型日、冬季典型日及春秋过渡季典型日的数据如图2 ~4 所示.其中夏季、冬季、春秋过渡季典型日的权重分别取0.25、0.25、0.50,即夏季、冬季、春秋过渡季典型日在一年中出现的时间nd 分别取91、91、183 d. ...
综合能源背景下的配电网多场景规划
1
2021
... 利用场景法表征电负荷、气负荷与光伏出力的不确定性特征[15 -16 ] ,夏季典型日、冬季典型日及春秋过渡季典型日的数据如图2 ~4 所示.其中夏季、冬季、春秋过渡季典型日的权重分别取0.25、0.25、0.50,即夏季、冬季、春秋过渡季典型日在一年中出现的时间nd 分别取91、91、183 d. ...
Review: Study on simple k mean and modified K mean clustering technique
1
2016
... 利用场景法表征电负荷、气负荷与光伏出力的不确定性特征[15 -16 ] ,夏季典型日、冬季典型日及春秋过渡季典型日的数据如图2 ~4 所示.其中夏季、冬季、春秋过渡季典型日的权重分别取0.25、0.25、0.50,即夏季、冬季、春秋过渡季典型日在一年中出现的时间nd 分别取91、91、183 d. ...
