园区电-热互补系统优化调度模型
发布时间：2022-01-09 19:56
多能源需求响应是实现削峰填谷,缓解能源供应与负荷需求矛盾、提升能源利用效率的重要手段,对促进综合能源系统的可持续发展具有重要意义.首先,在构建耦合电-热的园区互补能源系统的基础上,从弹性矩阵的角度构建了电能与热能需求响应模型,考虑机组出力、能源平衡等约束条件,以系统收益为目标函数的优化模型.以需求响应手段实施为变动因素,设置多情景进行了实例分析.算例结果表明:多能源需求响应模型通过对电价与热价的再设计,在总用能量保持基本不变的基础上,用户负荷需求发生了转移,负荷与系统出力的匹配度增强,与传统情景相比,需求响应手段实施后,系统的能源利用效率提升、系统净收益提升与用户支出降低,实现了"经济-环境-系统-用户"等多方的共赢.
【文章来源】：数学的实践与认识. 2020,50(16)北大核心
【文章页数】：12 页
【部分图文】：
图１园区电－热互补统结构＿网??２．２－
周兵兵，等：园区电－热互补系统优化调度模型??１９??１６期??＾＾（ｋｗ）?■系统热负荷变化量?■系统电负荷变化量??ｌｉｌｏｉ??．０?｜?｜?１?｜?１丨?１７?１８?１９?２。２１?２２?２３?１??时?Ｎ（ｈ）??图８情景４园区各设备出力结构??图９情景４园区热与电负荷变化量??为分析在不同情景下同Ｋ能源系统的经济和环境效益，本节基于同Ｋ电－热屯补系统对??情景进行对比，表２为不同情景系统运营结果．??表２不同情景系统运营结果??情景??用户电费收益??用户用热收瓮??麵运擁本??系统利润??情景１??３０４８．２??１６２６２．１４??９６８．１５??１２５２０．１８??情景２??２７５０．３??１５７１６．９７??６１３．５５??１２５５０．６８??情景３??２９４７．２??１６１５７．６４??７６０．５５??１２５９１．２６??情景４??３１５４．０２４??１６１９９．８８??４２２．５５??１２６６３．４１??结合表２分析可得，从用户角度来看，ｒｆｉ于用户参与需求响应，用户改变了原有的用能??习惯，低谷期用能景增加，高峰期用能董减少，负荷与出力Ｋ配的差值降低了，直接减少了电、??热的外购最，用户用能支出降低了．从环境角度来看，多能源需求响＆实施后ｓ负荷与出力Ｗ??配度增加，内部能源利用效率提升了．从系统经济角度，多能源需求响应实施后，用户用能行??为发生改变，内部能源上网量增加，内部满足负荷需求比例提高，系统净收益提升了．??考虑电、热负荷需求响应，基于需求弹性矩阵，调用同Ｋ内部峰谷分时电价与峰谷分时??热价的影响下，对系统各机组的出力进行了优化情况．由此可以着出，电、热负荷需求响应的??调用降低
周兵兵，等：园区电－热互补系统优化调度模型??１９??１６期??＾＾（ｋｗ）?■系统热负荷变化量?■系统电负荷变化量??ｌｉｌｏｉ??．０?｜?｜?１?｜?１丨?１７?１８?１９?２。２１?２２?２３?１??时?Ｎ（ｈ）??图８情景４园区各设备出力结构??图９情景４园区热与电负荷变化量??为分析在不同情景下同Ｋ能源系统的经济和环境效益，本节基于同Ｋ电－热屯补系统对??情景进行对比，表２为不同情景系统运营结果．??表２不同情景系统运营结果??情景??用户电费收益??用户用热收瓮??麵运擁本??系统利润??情景１??３０４８．２??１６２６２．１４??９６８．１５??１２５２０．１８??情景２??２７５０．３??１５７１６．９７??６１３．５５??１２５５０．６８??情景３??２９４７．２??１６１５７．６４??７６０．５５??１２５９１．２６??情景４??３１５４．０２４??１６１９９．８８??４２２．５５??１２６６３．４１??结合表２分析可得，从用户角度来看，ｒｆｉ于用户参与需求响应，用户改变了原有的用能??习惯，低谷期用能景增加，高峰期用能董减少，负荷与出力Ｋ配的差值降低了，直接减少了电、??热的外购最，用户用能支出降低了．从环境角度来看，多能源需求响＆实施后ｓ负荷与出力Ｗ??配度增加，内部能源利用效率提升了．从系统经济角度，多能源需求响应实施后，用户用能行??为发生改变，内部能源上网量增加，内部满足负荷需求比例提高，系统净收益提升了．??考虑电、热负荷需求响应，基于需求弹性矩阵，调用同Ｋ内部峰谷分时电价与峰谷分时??热价的影响下，对系统各机组的出力进行了优化情况．由此可以着出，电、热负荷需求响应的??调用降低
【参考文献】：
期刊论文
[1]考虑可再生能源不确定性的综合能源系统优化调度方法[J]. 张鹏,王丹,贾宏杰,黄仁乐,杨占勇. 电气应用. 2017(19)
[2]基于CVaR理论的综合能源系统经济优化调度[J]. 胡浩,王英瑞,曾博,张建华,史佳琪. 电力自动化设备. 2017(06)
[3]计及风光不确定性的虚拟电厂多目标随机调度优化模型[J]. 王冠,李鹏,焦扬,何楠,张玮,谭忠富. 中国电力. 2017(05)
[4]计及电动汽车和需求响应的多类电力市场下虚拟电厂竞标模型[J]. 周亦洲,孙国强,黄文进,胥峥,卫志农,臧海祥,楚云飞. 电网技术. 2017(06)
[5]计及电转气的电–气互联综合能源系统削峰填谷研究[J]. 卫志农,张思德,孙国强,臧海祥,陈胜,陈霜. 中国电机工程学报. 2017(16)
[6]电转气设备与燃气机组的联合竞价策略[J]. 李杨,刘伟佳,文福拴,董朝阳,郑宇,张睿. 电力系统自动化. 2017(01)
[7]基于多源信息融合的能源需求预测模型研究综述[J]. 冯雪,张金锁,邹绍辉. 统计与决策. 2016(23)
[8]考虑P2G多源储能型微网日前最优经济调度策略研究[J]. 陈沼宇,王丹,贾宏杰,王伟亮,郭炳庆,屈博,范孟华. 中国电机工程学报. 2017(11)
[9]我国可耗竭能源资源最优开采模型研究[J]. 闫晓霞,张金锁,邹绍辉. 中国管理科学. 2016(09)
[10]基于模糊CVaR理论的水火电系统随机调度多目标优化模型[J]. 邓创,鞠立伟,刘俊勇,谭忠富. 电网技术. 2016(05)
本文编号：3579344
【文章来源】：数学的实践与认识. 2020,50(16)北大核心
【文章页数】：12 页
【部分图文】：
图１园区电－热互补统结构＿网??２．２－
周兵兵，等：园区电－热互补系统优化调度模型??１９??１６期??＾＾（ｋｗ）?■系统热负荷变化量?■系统电负荷变化量??ｌｉｌｏｉ??．０?｜?｜?１?｜?１丨?１７?１８?１９?２。２１?２２?２３?１??时?Ｎ（ｈ）??图８情景４园区各设备出力结构??图９情景４园区热与电负荷变化量??为分析在不同情景下同Ｋ能源系统的经济和环境效益，本节基于同Ｋ电－热屯补系统对??情景进行对比，表２为不同情景系统运营结果．??表２不同情景系统运营结果??情景??用户电费收益??用户用热收瓮??麵运擁本??系统利润??情景１??３０４８．２??１６２６２．１４??９６８．１５??１２５２０．１８??情景２??２７５０．３??１５７１６．９７??６１３．５５??１２５５０．６８??情景３??２９４７．２??１６１５７．６４??７６０．５５??１２５９１．２６??情景４??３１５４．０２４??１６１９９．８８??４２２．５５??１２６６３．４１??结合表２分析可得，从用户角度来看，ｒｆｉ于用户参与需求响应，用户改变了原有的用能??习惯，低谷期用能景增加，高峰期用能董减少，负荷与出力Ｋ配的差值降低了，直接减少了电、??热的外购最，用户用能支出降低了．从环境角度来看，多能源需求响＆实施后ｓ负荷与出力Ｗ??配度增加，内部能源利用效率提升了．从系统经济角度，多能源需求响应实施后，用户用能行??为发生改变，内部能源上网量增加，内部满足负荷需求比例提高，系统净收益提升了．??考虑电、热负荷需求响应，基于需求弹性矩阵，调用同Ｋ内部峰谷分时电价与峰谷分时??热价的影响下，对系统各机组的出力进行了优化情况．由此可以着出，电、热负荷需求响应的??调用降低
周兵兵，等：园区电－热互补系统优化调度模型??１９??１６期??＾＾（ｋｗ）?■系统热负荷变化量?■系统电负荷变化量??ｌｉｌｏｉ??．０?｜?｜?１?｜?１丨?１７?１８?１９?２。２１?２２?２３?１??时?Ｎ（ｈ）??图８情景４园区各设备出力结构??图９情景４园区热与电负荷变化量??为分析在不同情景下同Ｋ能源系统的经济和环境效益，本节基于同Ｋ电－热屯补系统对??情景进行对比，表２为不同情景系统运营结果．??表２不同情景系统运营结果??情景??用户电费收益??用户用热收瓮??麵运擁本??系统利润??情景１??３０４８．２??１６２６２．１４??９６８．１５??１２５２０．１８??情景２??２７５０．３??１５７１６．９７??６１３．５５??１２５５０．６８??情景３??２９４７．２??１６１５７．６４??７６０．５５??１２５９１．２６??情景４??３１５４．０２４??１６１９９．８８??４２２．５５??１２６６３．４１??结合表２分析可得，从用户角度来看，ｒｆｉ于用户参与需求响应，用户改变了原有的用能??习惯，低谷期用能景增加，高峰期用能董减少，负荷与出力Ｋ配的差值降低了，直接减少了电、??热的外购最，用户用能支出降低了．从环境角度来看，多能源需求响＆实施后ｓ负荷与出力Ｗ??配度增加，内部能源利用效率提升了．从系统经济角度，多能源需求响应实施后，用户用能行??为发生改变，内部能源上网量增加，内部满足负荷需求比例提高，系统净收益提升了．??考虑电、热负荷需求响应，基于需求弹性矩阵，调用同Ｋ内部峰谷分时电价与峰谷分时??热价的影响下，对系统各机组的出力进行了优化情况．由此可以着出，电、热负荷需求响应的??调用降低
【参考文献】：
期刊论文
[1]考虑可再生能源不确定性的综合能源系统优化调度方法[J]. 张鹏,王丹,贾宏杰,黄仁乐,杨占勇. 电气应用. 2017(19)
[2]基于CVaR理论的综合能源系统经济优化调度[J]. 胡浩,王英瑞,曾博,张建华,史佳琪. 电力自动化设备. 2017(06)
[3]计及风光不确定性的虚拟电厂多目标随机调度优化模型[J]. 王冠,李鹏,焦扬,何楠,张玮,谭忠富. 中国电力. 2017(05)
[4]计及电动汽车和需求响应的多类电力市场下虚拟电厂竞标模型[J]. 周亦洲,孙国强,黄文进,胥峥,卫志农,臧海祥,楚云飞. 电网技术. 2017(06)
[5]计及电转气的电–气互联综合能源系统削峰填谷研究[J]. 卫志农,张思德,孙国强,臧海祥,陈胜,陈霜. 中国电机工程学报. 2017(16)
[6]电转气设备与燃气机组的联合竞价策略[J]. 李杨,刘伟佳,文福拴,董朝阳,郑宇,张睿. 电力系统自动化. 2017(01)
[7]基于多源信息融合的能源需求预测模型研究综述[J]. 冯雪,张金锁,邹绍辉. 统计与决策. 2016(23)
[8]考虑P2G多源储能型微网日前最优经济调度策略研究[J]. 陈沼宇,王丹,贾宏杰,王伟亮,郭炳庆,屈博,范孟华. 中国电机工程学报. 2017(11)
[9]我国可耗竭能源资源最优开采模型研究[J]. 闫晓霞,张金锁,邹绍辉. 中国管理科学. 2016(09)
[10]基于模糊CVaR理论的水火电系统随机调度多目标优化模型[J]. 邓创,鞠立伟,刘俊勇,谭忠富. 电网技术. 2016(05)
本文编号：3579344
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3579344.html
