计及电动汽车充电方式与多能耦合的综合能源系统低碳经济优化运行
Low Carbon Economy Optimization of Integrated Energy System Considering Electric Vehicle Charging Mode and Multi-Energy Coupling
责任编辑: 王历历
收稿日期: 2022-09-19 修回日期: 2023-01-2 接受日期: 2023-02-6
基金资助: |
|
Received: 2022-09-19 Revised: 2023-01-2 Accepted: 2023-02-6
作者简介 About authors
张程(1982-),博士,副教授,研究方向为电力系统稳定与控制、新能源等;E-mail:
为使多能耦合的综合能源系统(IES)在低碳经济运行下可满足负荷多样性的需求,提出一种在电动汽车(EV)不同充电方式下多能耦合的IES低碳经济运行双层优化配置方法.首先,搭建涵盖冷-热-电-气耦合的IES模型.然后,在日内调度运行阶段考虑阶梯碳交易机制以及EV不同充电方式等因素,实现日调度成本最低;在配置规划阶段以设备投资成本与年运行费用总和最低为目标配置设备容量.最后,利用Cplex求解上述两阶段目标函数并通过相互迭代得到最优配置方案与调度结果.结果表明:考虑剩余电量的EV充电方式与碳交易机制能显著降低碳排放量与系统运行成本,所提配置方法可实现多能耦合的IES低碳经济运行.
关键词:
In order to enable a multi-energy coupling integrated energy system (IES) to meet the needs of load diversity in low-carbon economic operation, a bi-level optimal configuration method for low-carbon economic operation of multi-energy coupling IES in different charging modes of electric vehicles (EVs) is proposed. First, an IES including cold-thermal-electric-gas coupling is established. Then, in the day-to-day operation stage, factors such as hierarchical carbon trading mechanism and different charging modes of EVs are considered to achieve the lowest daily scheduling cost. In the configuration planning stage, based on the daily operation cost, the equipment capacity is configured with the lowest equipment investment cost and annual operation cost. Finally, Cplex is used to solve the above two-stage objective functions and obtain the optimal configuration scheme and scheduling results through mutual iteration. The results show that the charging method considering the remaining charge of EVs and carbon trading mechanism can significantly reduce carbon emissions and operating costs of the system. The proposed configuration approach can well realize low-carbon economic operation of the multi-energy coupling IES.
Keywords:
本文引用格式
张程, 匡宇, 陈文兴, 郑杨.
ZHANG Cheng, KUANG Yu, CHEN Wenxing, ZHENG Yang.
IES的优化运行研究主要包括冷、热、电、天然气与氢气等能源形式的耦合优化,系统优化目标也具有多样性,主要分为单目标与多目标.单目标优化主要以经济性为主,文献[5⇓⇓-8]中研究了电气热系统,分别采取不同措施实现多能源耦合系统以经济性最优为目标的优化调度.关于IES多目标优化,文献[9]中针对煤矿IES的低碳化问题,考虑碳排放与经济效益,实现了系统多能源的高效利用与节能减排,得到最佳系统配置与调度方案.文献[10]中针对热电联供系统“以热定电”易增加弃风及运行成本的问题,利用燃补装置实现系统高风光消纳率与低成本运行.文献[11]中利用多目标灰狼算法对电-热-冷-储系统进行优化配置,通过改进求解算法,获得更合理的优化配置结果.上述文献中的IES模型仅涉及两种或3种能源耦合,对冷-热-电-气之间的耦合并未进行全面研究.
低碳可持续发展成为我国能源系统的主攻方向.目前主要通过引入碳交易机制与节能减排设备来实现清洁、绿色调度.文献[12-13]中考虑电转气(Power-to-Gas, P2G)装置,提出考虑系统经济性与碳排放最优的调度模型,虽达到低碳经济目标,但其研究对象仅考虑电气、电热.文献[14-15]中将碳交易机制引入电气联合系统模型,分析了碳交易价格对电气联合系统的影响;结果表明,碳交易机制可兼顾系统的经济性与环保性.文献[16-17]中利用碳捕集设备与封存(Carbon Capture and Storage, CCS)技术收集与保存CO2,并将其提供给电转气设备实现甲烷化(Methanation, MET);这样不仅可降低系统运行成本,还能提高环境效益,实现能量的多级利用.此外,电采暖设备在这方面也大有可为,相对传统采暖方式,使用电能作为采暖能源不仅不需要建锅炉房、储煤、堆灰、管网等设施,而且不产生废气、废水、废物等污染物,从而使废气等污染的排放直接降为0.电采暖炉中的电磁采暖炉节能省电,运行成本低廉.在峰谷电价优惠的地区可使用蓄热式电磁锅炉节约运行成本,帮助企业节能减排.
近年来,电动汽车(Electric Vehicle, EV)已经成为IES中一种常见负荷.在我国锂资源储量丰富以及国家政策支持的优势下,电动汽车由于具有污染少、能源转化率高、可晚间低谷充电的特点,已经成为主流的新能源汽车.电动汽车节能技术具有再生制动的特性,可以降低制动能量损耗.同时推广的车身轻量化、绿色轮胎等技术,可进一步降低汽车能耗,减少温室气体排放.此外,交通情况也会影响碳排放量,交通拥堵时电动汽车的能耗为正常运行时能耗的数倍,因此在发展电动汽车的同时,也应合理布局城市交通道路以及有效控制城市车辆总数.当下电动汽车的充电行为主要分为3类,分别是无序充电、参与电网优化调度的有序充电和有序充放电[18].无序充电会提高电网负荷峰谷差,影响电力系统稳定运行,因此一般需要进行有序调度.文献[19]中指出电动汽车参与IES调度可降低IES调度成本,若对可再生能源进行充分消纳,还可减少碳排量.目前,考虑不同充电方式对系统低碳经济配置、调度影响的研究并不全面[20].
基于上述问题,提出冷-热-电-气IES配置、调度的双层优化方法.在日内运行阶段,考虑购能、碳交易、运维以及电动汽车不同充电方式等因素,以运行成本最小为目标进行优化;在系统配置规划阶段,根据日运行最优成本,最小化设备投资成本与年运行成本.通过两层交替迭代求解出最优年总费用与系统配置结果,并分析该结果下典型季节的系统运行曲线.
1 IES的结构与模型
构建的IES集成了冷-热-电-气多种负荷,具体结构如图1所示.系统内电负荷由上级电网、风力机(Wind Turbine, WT)、光伏 (Photovoltaic, PV)、储电(Electricity Storage, ES)以及燃气轮机(Gas Turbine, GT)供给,热负荷由燃气锅炉(Gas Boiler, GB)、电锅炉(Electric Boiler, EB)[17]、余热锅炉(Waste Heat Boiler, WHB)以及储热(Heat Storage, HS)设备供给,冷负荷由吸收式制冷(Absorption Chiller, AC)、电制冷(Electric Chiller, EC)与储冷(Cold Storage, CS)设备供给,碳捕集设备将从燃气轮机、燃气锅炉和电网捕捉到的CO2传送给P2G设备或存入碳封存设备,储氢罐(Hydrogen Storage Tank, HST)用于存储P2G电解水过程产生的氢气,也可用于MET生成甲烷.
图1
1.1 P2G与CCS
P2G设备运行过程主要包括两个方面,一是电解水(Electrolyzed Water, EW )产生氢气与氧气,二是MET过程,即CO2与氢气反应产生甲烷和水.两阶段的能量转化效率都可达到75%,并且附加设备需求较少.其产生天然气与消耗电能之间的关系式[21]如下:
式中:
CCS是目前最有效的减排技术之一,有利于实现电力系统的碳中和,具有低碳性与环保性.CCS的能耗关系[22]如下:
式中:PCCS, t为t时刻碳捕集设备的能耗;PB为CCS的固定耗能;PS, t为t时刻捕集CO2的能耗;ηc为CO2单位处理能耗;
利用碳封存技术将CCS捕集到的CO2储存起来,一部分通过P2G实现循环利用,进而减少系统整体的碳排放量.该技术所需封存成本如下:
式中:CCCS, t为t时刻CO2封存成本;ηch为碳捕集装置封存CO2的成本系数;
1.2 燃气轮机
燃气轮机是IES的核心设备之一,可满足多种能量的多级利用,其余热通过利用吸收式制冷机以及余热锅炉分别向冷负荷与热负荷供能,其数学模型[23]如下:
式中:PGT, t、HGT, t分别为t时刻燃气轮机的发电功率与热功率;ηGT为燃气轮机的发电效率;
1.3 制冷机组
电制冷机与吸收式制冷机提供冷量,两者共同组成制冷机组.吸收式制冷机通过氨水和溴化锂水溶液将燃气轮机与燃气锅炉的高温余热转化为冷能量输出,其输出冷功率关系式[24]如下:
式中:PAC, t、
电制冷机利用电驱动压缩机,通过等熵过程将能量的品位提高,其数学模型如下:
式中:PEC, t为电制冷机t时刻制冷功率;ηEC为电制冷机制冷效率;
1.4 燃气锅炉
燃气锅炉是利用天然气燃烧加热的蒸汽锅炉,是IES热能量的供热单元.其中立式锅炉的排烟量低、换热量大、热效率较高,其输出热量与负荷的变化率有关,数学表达式[9]如下:
式中:PGB, t为燃气锅炉在t时刻的热功率;ηGB为燃气锅炉的效率;
1.5 余热锅炉
余热锅炉是在联合机组中利用其余设备的余热进行制热的设备,回收燃气轮机发电后的烟气热量并将其进行制热,其数学模型[8]为
式中:PYR, t为t时刻系统的余热功率;ηYR为余热锅炉的制热效率;
1.6 储能数学模型
式中:Si, t为第i种储能设备在t时刻的储能状态;Pc, i, t、Pd, i, t分别为第i种储能设备在t时刻的充放能功率;ηc, i与ηd, i分别为第i种储能设备的充放能效率.
1.7 电动汽车负荷模型
电动汽车充电负荷由用户最终到家时间与日行驶里程决定,利用蒙特卡罗抽样模拟电动汽车负荷.电动汽车随机充电数学模型参数参考文献[19].假设电动汽车在 8:00—17:00 出门在外不参与调度,电负荷在22:00—24:00、1:00—7:00 处于低谷状态,电动汽车可在这个时段进行集中充电.但是相当数量的电动汽车接入电网会使低负荷转为高负荷,对电网安全稳定造成影响,故考虑电动汽车第二日出行里程,若第一天剩余电量不满足第二日需求就进行充电,否则不采取充电操作.若考虑有序充放电过程,则在 18:00—21:00 高峰时段考虑电动汽车放电行为,充电时间不变.如果电动汽车荷电状态满足第二日出行需求,就不考虑其进行放电,若不满足第二日出行需求就进行放电并保证在出行前电量充满.有序充放电流程如图2所示.此外,考虑剩余电量的电动汽车有序充电或放电还需满足以下方面的约束:①电动汽车必须在回家后才能进行调度;②充放电功率必须在电池限值约束范围内;③离开家时必须达到第二天出行的电量.
图2
2 IES双层优化模型
IES的设备容量配置规划会影响经济、环保调度策略中的决策变量,反过来也会受限于系统的经济、低碳环保性,故两者相辅相成,可建立基于配置与调度的双层优化模型.
2.1 IES运行优化模型
2.1.1 日运行目标函数
在各能源设备容量配置给定的基础上,IES运行阶段以日运行经济性最优为目标:
式中:F1为日运行成本;CDR为需求响应成本;CGN为购能成本;CM为设备的总维护费用;
(1) 需求响应成本
式中:r1为中断成本系数;
(2) 购能成本
式中:
(3) 维护费用
式中:mi为设备i的单位维护费用;Pi, t为第i类设备在t时刻的输出功率.
(4) 碳交易成本与封存成本.目前采取的碳交易配额分配主要为免费与拍卖有偿分配,我国一般采取免费的方式.采取基础线法[26]求出碳配额总量,然后对碳配额进行优化分配.碳交易成本与封存成本可以表示为
式中:Zt为实际碳排量;Me, t为t时刻IES的碳排放量;Dt为t时刻IES的碳配额;
2.1.2 约束条件
IES优化模型的约束主要包含耦合设备约束、能量平衡约束、储能设备约束、EV充放电约束等.
(1) 能量平衡约束.IES在运行过程中应满足冷、热、电、气平衡约束,表达式如下:
式中:
(2) 碳捕集与封存设备约束
式中:
(3) 储能设备约束.储能设备会受到最大充放电功率的制约,不具备同时充放能功能,同时容量也无法超过设备规定的上下限.即:
式中:
(4) EV约束
式中:
2.2 IES配置优化模型
2.2.1 配置目标函数
配置阶段以经济性成本最低为目标,主要包括系统内各发电、储能设备的投资成本以及年运行成本.其目标函数表达为
式中:F2为年总费用;Finv为所有能源设备的投资成本;Fope为系统年运行成本;N为设备种类个数;ci, rl表示第i种设备容量;ci, g为不同设备的单位容量价格;r为折现率;Y为设备生命周期;s为典型场景数;nm,s为典型场景对应的时间;F1, s, day为场景s中的日运行成本.
2.2.2 配置约束条件
考虑场地、资金以及用能需求的情况,需要对机组设备的安装容量进行约束:
式中:Ca, i 为设备i的安装容量;
2.3 双层优化流程
所提计及电动汽车充电方式与多能耦合的IES双层优化配置方法总体运行流程如图3所示.
图3
首先,考虑风光不确定性,根据历史数据,利用Frank-Copula函数[27]与核密度估计生成出力场景,再采用K均值算法获得削减场景.第1阶段在日优化尺度下,根据初始配置以日运行经济性最优为目标产生日调度策略;第2阶段以年经济成本最低为目标对安装设备的容量配置进行优化.最后,将第2阶段获取的配置信息输入第1阶段,将第1阶段的调度信息传输到第2阶段,两阶段的信息不断循环,在满足迭代次数后输出最佳的容量配置与调度策略.
3 算例分析
表1 电网分时电价
Tab.1
时段 | 具体时间 | 电价/(元·kW-1·h-1) |
---|---|---|
峰时段 | 8:00—11:00,18:00—21:00 | 0.804 |
平时段 | 6:00—7:00,12:00—17:00 | 0.550 |
谷时段 | 1:00—5:00,22:00—24:00 | 0.295 |
能源设备 | 寿命/a | 投资成本/ (元·kW-1) | 维护成本/ (元·kW-1) | 效率 |
---|---|---|---|---|
WT | 25 | 10000 | 0.01 | |
PV | 25 | 12000 | 0.01 | |
GB | 20 | 8000 | 0.01 | 0.9 |
AC | 15 | 1000 | 0.01 | 0.99 |
EC | 15 | 1500 | 0.02 | 3 |
ES | 20 | 800 | 0.15 | 0.9 |
HS | 20 | 50 | 0.05 | 0.95 |
CS | 20 | 100 | 0.05 | 0.95 |
WHB | 15 | 200 | 0.05 | 0.4 |
HST | 20 | 600 | 0.15 | 0.95 |
GT | 15 | 7800 | 0.01 | 0.7 |
EB | 15 | 7500 | 0.01 | 0.9 |
EW | 15 | 13500 | 0.01 | 0.8 |
MET | 15 | 15000 | 0.01 | 0.8 |
根据3类季节的历史风光数据,对各种季节分别进行风光不确定性与相关性的场景生成,利用K均值聚类削减生成的风光场景,场景阈值选取为3.3个季节典型日风电削减结果如图4(a)~4(c)所示,在削减场景与概率的基础上进行加权(图例括号内数值为权重),得到最终风电出力.以此类推可得每种季节典型日加权后的风光出力,如图4(d)所示.图中:P为功率.每种季节的冷、热、电负荷与气流量(Q)数据[24]如图5所示.
图4
图4
典型日风电聚类结果与风光数据
Fig.4
Typical daily wind power clustering results and wind and solar data
图5
进行算例分析时,一共考虑80辆电动汽车.图6所示为电动汽车不同充电方式下的负荷.由图可知,采用蒙特卡罗无序采样得到的充电负荷最多,集中在 16:00—21:00,该时间段包含居民用电高峰期,易加大电力系统负荷峰谷差,威胁电力系统安全运行.当不考虑剩余电量充电时,在 22:00—7:00 产生的巨大负荷易导致负荷低谷变为用电高峰,影响电力系统正常运行.考虑剩余电量的有序充电负荷相比前两者都显著降低,可显著减少电动汽车充电对电网的影响.
图6
3.1 IES运行优化调度分析
图7
图8
图9
图10
由图7可知,受峰谷电价影响,在8:00—10:00点峰时段购电量相对较少,此阶段主要由风光与燃气轮机提供电能.在峰谷时段移出与移入部分负荷协调各机组出力,缓解机组出力压力.对比碳捕集设备能耗发现,其主要工作在谷时段与中午12:00—13:00,工作在谷时段是因为谷时段的电负荷与电价都比较低,此时运行有利于降低成本,工作在中午12:00—13:00是因为夏季中午风光出力大,其他设备的能耗较低,系统有能力运转碳捕集设备进行碳捕捉.在 3:00—7:00,碳捕集设备由于需要捕捉足够的CO2供给P2G,所以此时段能耗最高.电动汽车在考虑剩余电量模式下,为了保证第2天出行与提高系统运行经济性,在18:00—21:00进行放电,补充缺额的电功率.
由图8可知,夏季燃气锅炉不出力,一方面是因为夏季热负荷偏低,燃气轮机的余热回收与其他供热设备可满足需求;另一方面是因为燃气锅炉的单位出力成本高,不利于系统经济运行.在18:00—20:00时段,电负荷较大,提供给电制热的电能减少,电制热供热量降低,热量缺额由储热罐提供,此时也转出部分热量,缓解调节压力.在热量过剩时,储热罐存储多余热量,这样不仅降低系统制热成本,还提高能源利用率.
因为吸收式制冷设备进行供冷需要燃气轮机与燃气锅炉产热,所以其单位出力成本高于电制冷设备.又因为吸收式制冷设备的能量转化效率低于电制冷设备,所以图9显示系统的冷负荷主要由电制冷设备提供.当电制冷设备出力减少时,冷负荷缺额由储冷罐提供.
由图10可知,夏季天然气除了供给气负荷外,主要给燃气轮机供能.在早晨、晚间时段,燃气轮机耗气量大,是因为这些时段风光出力减少,燃气轮机的供能压力增大.中午风光出力充足时,燃气轮机耗气量减少.在18:00—20:00,利用MET过程提供天然气并转移少量气负荷来满足整体供需平衡.
综上所述,通过对冷热电气联供型IES的运行结果分析可知,由于多种设备之间存在耦合,不同系统之间互联互通,所以系统调度结果较为复杂.3种季节的系统日运行成本如表3所示.
表3 系统日运行成本
Tab.3
季节 | CDR | CGN | CM | CCCS | F1 | |
---|---|---|---|---|---|---|
冬季 | 242 | 20141 | 348 | 2210 | 128 | 23069 |
过渡季 | 266 | 17537 | 329 | 2065 | 343 | 20540 |
夏季 | 428 | 19005 | 408 | 2720 | 718 | 23279 |
由表3可知,夏季的每日运行总成本最高为 23279元,过渡季的每日运行总成本最低为 20540元.3个季节的运行成本主要来自购能费用,夏季由于总负荷量大,所以其购电、购气量与燃气轮机的出力偏大,进而导致夏季的碳交易成本最高.过渡季由于冷热负荷相对较少,系统衍生能源可满足系统需求,有效降低系统运行成本与碳交易成本.
图11
表4 3个季节电负荷的峰谷差
Tab.4
季节 | 峰谷差/kW | ||
---|---|---|---|
初始 | 优化后 | 考虑EV | |
夏季 | 579.1 | 415.0 | 493.2 |
冬季 | 341.0 | 242.5 | 272.1 |
过渡季 | 378.9 | 254.0 | 310.0 |
3.2 不同充电方式下的配置与成本
表5 4种场景的配置结果
Tab.5
负荷类型 | 配置容量/(kW·h) | |||
---|---|---|---|---|
场景1 | 场景2 | 场景3 | 场景4 | |
WT | 290 | 290 | 290 | 280 |
PV | 290 | 280 | 277 | 272 |
GB | 13 | 24 | 25 | 26 |
AC | 104 | 104 | 75 | 66 |
EC | 225 | 224 | 223 | 227 |
ES | 125 | 126 | 127 | 107 |
HS | 364 | 397 | 383 | 243 |
CS | 304 | 243 | 266 | 200 |
WHB | 106 | 96 | 85 | 74 |
HST | 271 | 260 | 262 | 263 |
GT | 837 | 722 | 631 | 536 |
EB | 257 | 262 | 264 | 270 |
EW | 102 | 103 | 90 | 92 |
MET | 440 | 443 | 423 | 423 |
表6 4种场景的年成本
Tab.6
场景 | CDR | CGN | CM | CCCS | Finv | |
---|---|---|---|---|---|---|
1 | 142051 | 7439914 | 141550 | 1114890 | 206504 | 2580400 |
2 | 131559 | 7163903 | 133932 | 959132 | 184592 | 2486810 |
3 | 110846 | 6776861 | 129983 | 840743 | 147061 | 2365655 |
4 | 109834 | 6770421 | 129063 | 827035 | 140345 | 2280380 |
根据表5~6中的结果,电动汽车的不同充放电方式会对系统设备的配置与运行成本产生显著影响.不考虑剩余电量充放电的投资成本比不考虑剩余电量充电与无序充电的投资成本分别降低4.9%与8.3%,因此考虑电动汽车的充放电模式比仅考虑充电的模式投资成本更低,另外在谷时段充电的方式比无序充电的方式也有更好的经济效益.场景4与3相比,场景4降低投资成本约3.6%,表明在场景3基础上考虑剩余电量的电动汽车充放电能进一步降低投资成本,提高系统运行的经济效益.在具体配置中,提高电动汽车的负荷会减少电制热装置的容量,增加吸收式制冷和余热回收的容量,这是因为系统消耗大量电功率供给电负荷,只能依赖回收热和冷满足热、冷负荷.同时增加的天然气需要MET过程补充,因此MET与电制氢设备容量也略微增加.
综合系统运行成本与配置结果,场景1与2的充电方式与场景3、4相比增加了系统的电负荷,导致其需要提高需求响应负荷调节量来实现灵活调度.同时,系统也需要高电价购买电力和增大燃气轮机、燃气锅炉的出力来满足电力平衡需求.这些会造成购气量需求量与碳排放量的增加,因此,前两种充电模式的购能成本同比场景3的购能成本分别提高8.9%与5.4%.场景4通过考虑剩余电量的电动汽车充放电行为协调各个设备的出力,使系统的购能成本与碳交易成本分别比场景3减少约6 440元与13 708元,年总费用与其他三者比较也分别降低11.7%、7.2%与1.1%,实现系统的低碳经济运行.
3.3 低碳经济调度分析
考虑以下3种场景下低碳经济调度情况:场景5为不考虑碳捕集与考虑固定碳交易价格的调度运行情况;场景6为不考虑碳捕集与考虑本文碳交易作用的调度运行情况;场景7为考虑碳捕集与碳交易作用的调度运行情况.表7为各场景的成本对比.
表7 3种场景年成本对比
Tab.7
场景 | CDR | CGN | CM | CCCS | F2 | |
---|---|---|---|---|---|---|
5 | 110235 | 6785386 | 120879 | 1167834 | 0 | 10348724 |
6 | 110846 | 6778248 | 128699 | 1117250 | 0 | 10281593 |
7 | 109834 | 6770421 | 129063 | 827035 | 140345 | 10257078 |
图12
由图12可知,系统的年运行成本与碳交易成本随碳价的提高呈现先快后慢的增长趋势.碳价小于0.4元/kg时,年总费用与碳交易成本几乎是线性增长,年总费用的增加主要是由于碳交易成本的上浮.碳交易价格大于0.5元/kg时,碳价对年碳交易成本的影响减弱,原因是单位碳排放成本高于碳捕集设备的单位捕集成本,导致碳捕集设备捕捉一部分的CO2,使得碳配额与碳排放之间的差值减少.因此,通过设置合理的碳交易价格可以兼顾系统的经济性与低碳性.
3.4 电动汽车数量对低碳经济性的影响
为了分析不同充电汽车负荷占比对系统低碳经济性的影响,将电动汽车数量设置为30、40、50、60、70和80分别进行实验,结果如图13所示.由图可知, 随着电动汽车数量的减少,系统的年运行成本、年碳交易成本、年需求响应与维护费用成本都有所降低.特别是在当电动汽车数量由70变为60时,上述4种年成本的减少幅度变化相对较大,说明在此区间内电动汽车负荷与整体负荷较为协调,各个机组之间可以实现效率较高的协调运行,实现多能互补.
图13
图13
系统在不同电动汽车数量下的部分成本
Fig.13
Partial costs of the system with different EV quantities
4 结论
以冷-热-电-气多能耦合的IES为基础,考虑阶梯碳交易机制与电动汽车不同充电方式,提出以年总费用最低的双层优化方法,通过算例仿真,结论如下:
(1) 建立的冷-热-电-气耦合的IES可实现不同能量间的协调运行,增强多能互补的能力,能够满足多类别负荷需求,有利于系统的低碳经济运行.
(2) 通过有序充放电模式可以引导电动汽车在谷时段充电,结合需求响应过程,实现削峰填谷目标,提高发电设备的利用效率.同时,考虑剩余电量的电动汽车有序充放电与其他充放电行为相比,其系统投资成本与碳交易成本均最低,年总费用与其他三者比较也分别降低11.7%、7.2%与1.1%,实现系统的低碳经济运行.
(3) 阶梯碳交易机制对系统的低碳经济作用显著,利用阶梯碳交易机制与碳捕集设备可有效降低碳交易成本与年总费用;碳交易成本随碳价的变化呈现先快后慢的增长趋势,通过设置合理的碳交易价格可以兼顾系统的经济性与低碳性.
参考文献
电-热-气混联综合能源系统状态估计研究综述与展望
[J].
Review and prospect of state estimation for electricity-heat-gas integrated energy system
[J].
多能流能量管理研究: 挑战与展望
[J].
Energy management for multi-energy flow: Challenges and prospects
[J].
欧洲综合能源系统发展的驱动与现状
[J].
Drivers and state-of-the-art of integrated energy systems in Europe
[J].
区域综合能源系统规划研究综述
[J].
Review on research of regional integrated energy system planning
[J].
考虑风光利用率和含氢能流的多能流综合能源系统规划
[J].
Multi-energy flow integrated energy system planning considering wind and solar utilization and containing hydrogen energy flow
[J].
考虑综合需求侧响应的区域综合能源系统多目标优化调度
[J].
DOI:10.12204/j.issn.1000-7229.2020.07.012
[本文引用: 1]
为兼顾区域综合能源系统(regional integrated energy system,RIES)中能耗成本、污染排放、风电消纳等多个调度目标,建立了考虑综合需求响应的RIES多目标优化模型。首先,对含电转气、储能系统、热电联产机组等设备的RIES建模,并在区域内引入了具体考虑削减负荷、转移负荷和替代负荷的综合需求响应,旨在削减系统负荷峰谷差。然后,分别建立了以系统用能成本、弃风功率和污染物治理成本最小的目标函数,采用多目标优化方法——以模糊加权规划遍历权值求解帕累托前沿,再根据证据推理决策方法寻找最优调度策略。最后基于典型算例研究,结果表明了所提多目标优化算法能有效在多个调度目标间做出权衡,考虑综合需求响应的RIES在总能耗、环境友好和风电消纳等方面更具优势。
Multi-objective optimal dispatch for integrated energy system considering integrated demand response
[J].
DOI:10.12204/j.issn.1000-7229.2020.07.012
[本文引用: 1]
In order to reconcile several dispatch objectives such as the cost of energy consumptions, pollutant emissions and wind power accommodation in the integrated energy system, the multi-objective optimal dispatch model of the integrated energy system considering integrated demand response is established in this paper. Firstly, the modeling of the regional integrated energy system including some devices such as power to gas, energy storage, and combined heat and power units is elaborated, and the modeling of the integrated demand response which consists of load shedding, load shifting, and load substituting is also considered in the system to decrease peak-valley difference. Secondly, the objectives that are respectively to minimize the comprehensive cost, wind power curtailment, and cost of pollutant treatment are established. The proposed multi-objective optimization method, which firstly utilizes multi-objective weighted fuzzy programming to obtain the Pareto front, and then pursue the minimum Euclidean distance between all the Pareto non-inferior solution and the ideal solution, is adopted to solve the optimal dispatch strategy. Finally, on the basis of the typical numerical simulations, the results demonstrate that the proposed multi-objective optimization algorithm can effectively balance the multiple dispatch objectives. The integrated energy system would have more advantages in the gross energy consumptions, environment, and the wind power accommodation after considering the integrated demand response.
基于改进交替方向乘子法的电-气-热系统分布式优化调度
[J].
Distributed optimal dispatch of integrated electricity-gas-heating system based on improved alternative direction multiplier method
[J].
含电转气的区域综合能源系统热电优化调度
[J].
Optimal thermoelectric dispatching of regional integrated energy system with power-to-gas
[J].
计及碳约束下的煤矿综合能源系统多目标配置双层优化
[J].
Two-stage multi-objective deployment optimization approach of coal mine integrated energy system considering carbon emission constraints
[J].
基于灵活热电比的区域综合能源系统多目标优化调度
[J].
Multi-objective optimal dispatch of a regional integrated energy system based on a flexible heat-to-electric ratio
[J].
Economic and environmental operation of power systems including combined cooling, heating, power and energy storage resources using developed multi-objective grey wolf algorithm
[J].
计及多能转换及光热电站参与的综合能源系统低碳优化运行
[J].
Low-carbon optimal operation of integrated energy system considering multi-energy conversion and concentrating solar power plant participation
[J].
电转氢作为灵活性资源的微网容量多目标优化配置
[J].
Multi-objective optimal configuration of microgrid with power to hydrogen as flexible resource
[J].
Bi-level strategic bidding model for P2G facilities considering a carbon emission trading scheme-embedded LMP and wind power uncertainty
[J].
基于碳交易机制的电—气互联综合能源系统低碳经济运行
[J].
Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system
[J].
Current developments of carbon capture storage and/or utilization-looking for net-zero emissions defined in the Paris agreement
[J].
考虑高比例新能源消纳的多能源园区日前低碳经济调度
[J].
DOI:10.16183/j.cnki.jsjtu.2021.339
[本文引用: 2]
为提高清洁能源利用率和降低碳排放,缓解全球能源危机和温室效应,提出一种考虑高比例新能源消纳的多能源园区日前低碳经济调度模型.首先,向园区引入储气设备和储热设备后,进一步挖掘能源耦合设备的潜力,探究电动汽车充电方式的影响;其次,基于阶梯型价格曲线建立了价格型联合热电需求响应模型;然后,考虑综合能源系统低碳运行,构建了碳捕集和储碳设备模型;最后,提出多能源园区日前低碳经济调度混合整数线性规划模型.算例分析表明,所提模型能提高能源利用率和园区调度灵活性,有效降低园区碳排放量,增加园区收益,促进高比例新能源的消纳.
Low-carbon economic dispatch of multi-energy park considering high proportion of renewable energy
[J].
计及电动汽车充电负荷的风电-光伏-光热联合系统协调调度
[J].
Coordinated scheduling of wind power photovoltaic solar thermal combined system considering electric vehicle charging load
[J].
考虑风电和电动汽车不确定性的综合能源系统日前经济调度
[J].
DOI:10.12204/j.issn.1000-7229.2020.12.008
[本文引用: 2]
综合能源系统中风力发电和电动汽车充放电的不确定性对系统运行的经济性有较大影响。考虑电动汽车的普及对综合能源系统的影响,根据电动汽车的不同出行和充电特性,细化区分各类电动汽车的运行模型;考虑风电出力的分布概率较难获取,通过较多历史数据驱动来构造一个基于不精确狄利克雷模型(imprecise Dirichlet model, IDM)的非参数模糊集,从而搭建一个考虑风电出力和电动汽车充放电不确定性的综合能源系统日前两阶段分布鲁棒调度模型。为了获得该模型的最优解,将其分解为一个混合整数线性规划主问题和一个具有max-min结构的子问题。利用对偶理论和大M方法,将子问题转化为MILP问题,利用列和约束生成(column and constration generation, CC&G)算法对主问题和转化后的子问题进行迭代求得最优解。算例分析表明,该模型能有效地应对风电出力与电动汽车充放电行为的不确定性。
Day-ahead economic dispatch of integrated energy system considering uncertainties of wind power and electric vehicles
[J].
DOI:10.12204/j.issn.1000-7229.2020.12.008
[本文引用: 2]
The uncertainty of wind power generation (WPG) output and charging and discharging of electric vehicles (EVs) has a great impact on the economy of integrated energy system(IES) operation. Considering the influence of the popularity of EVs on the IES, the operation models of various types of EVs are refined and differentiated according to the different travel and charging characteristics of EVs. Considering the uncertain probability of WPG output is difficult to obtain, a nonparametric fuzzy set based on imprecise Dirichlet model (IDM) is constructed on the basis of more historical data, so as to build a two-stage robust dispatch model for IES considering uncertainties of wind power and EVs. In order to obtain the optimal solution of the model, it is decomposed into a mixed integer linear programming (MILP) master problem and a sub-problem with max-min structure. By using duality theory and big M method, the sub-problem is transformed into a MILP problem, and the optimal solution of the main problem and the transformed sub-problem is iterated by column and constraint generation (C&CG) algorithm. Case studies show that the presented model can handle the uncertainties of wind power generation and EVs' behaviors.
计及信息间隙决策理论的含电动汽车充电负荷的微电网多目标规划
[J].
Multi-objective planning of microgrid with electric vehicle charging load based on information gap decision theory
[J].
考虑不确定性的电-热-氢综合能源系统规划
[J].
Planning of electricity-heat-hydrogen integrated energy system considering uncertainties
[J].
碳捕集火电与梯级水电联合优化的低碳节能发电调度
[J].
Low-carbon energy-saving power generation dispatching optimized by carbon capture thermal power and cascade hydropower
[J].
Optimal scheduling of integrated demand response-enabled community-integrated energy systems in uncertain environments
[J].
考虑多重区间不确定性的用户侧综合能源系统双层优化配置
[J].
Two-level optimal configuration of user-side integrated energy system considering interval uncertainties
[J].
Co-optimization scheduling of interdependent power and gas systems with electricity and gas uncertainties
[J].
考虑碳权交易和风荷预测误差随机性的环境经济调度
[J].
Environmental and economic dispatch considering carbon trading credit and randomicity of wind power and load forecast error
[J].
考虑电能交互的冷热电区域多微网系统双层多场景协同优化配置
[J].
Bi-level multiple scenarios collaborative optimization configuration of CCHP regional multi-microgrid system considering power interaction among microgrids
[J].
/
〈 |
|
〉 |
