含多种灵活性资源的综合能源系统低碳优化调度
Low-carbon optimal scheduling of integrated energy system considering multiple flexible resources
收稿日期: 2023-08-14
基金资助: |
|
Received: 2023-08-14
Fund supported: | 国家自然科学基金资助项目(52007112). |
作者简介 About authors
邢海军(1979—),男,讲师,硕导,博士,从事综合能源、主动配电网研究.orcid.org/0000-0002-8056-6842.E-mail:
针对含多园区的综合能源系统(IES)所面临的灵活性和低碳性不足的问题,提出考虑多种灵活性资源的综合能源分布式低碳经济调度模型. 分析系统的灵活性需求,提出IES灵活性裕度约束,并构建包含碳捕集电厂在内的多种灵活性资源模型,充分利用碳捕集电厂的灵活运行模式. 引入阶梯式碳交易,建立综合能源系统双层调度模型. 模型上层以能源供应商供能成本最小为目标,下层以由能量枢纽(EH)组成的能源运营商运行成本最小为目标. 针对多主体运营特性,利用目标级联分析法进行求解,实现能源供应商和能源服务商上下层协同调度. 通过由IEEE30节点电网、比利时20节点气网和多个能量枢纽组成的算例,验证所提模型对提升系统灵活性和低碳性的积极作用.
关键词:
An integrated energy distributed low-carbon economic dispatch model that considered multiple flexible resources was proposed, aiming at the problem of insufficient system flexibility and low carbon of integrated energy systems (IES) with multiple parks. Firstly, the flexibility requirements of the system were analyzed, the IES flexibility margin constraints were proposed, and multiple flexibility resource models including carbon capture plants were constructed to make full use of the flexible operation mode of carbon capture plants. Second, ladder-type carbon trading was introduced to establish a two-tier scheduling model for the integrated energy system. The upper layer of the model aimed to minimize the cost of energy supply by energy suppliers, and the lower layer aimed to minimize the operating cost of energy operators consisting of energy hubs (EH). The model was solved by using the objective cascade analysis method to achieve the collaborative scheduling between the upper and lower layers of the energy supplier and energy service provider with respect to the characteristics of the multi-subject operation. Finally, the positive effect of the proposed model on enhancing the system flexibility and low carbon was verified through an arithmetic example consisting of IEEE30-node network, Belgium 20-node gas network and multiple energy hubs.
Keywords:
本文引用格式
邢海军, 叶宇静, 刘哲远, 江伟建, 张文博, 田书欣.
XING Haijun, YE Yujing, LIU Zheyuan, JIANG Weijian, ZHANG Wenbo, TIAN Shuxin.
随着“碳达峰,碳中和”目标的提出,以及大规模风电和光伏接入综合能源系统,系统的灵活性需求日益增加[1]. 区域综合能源系统以输电网和气网为网架,以能量枢纽为节点,是联通能源生产者和消费者的有效手段,可利用自身多种灵活性资源和多能互补特性,满足系统的灵活性需求[2]. 在综合能源系统灵活性研究方面,Wu等[3]针对提高综合能源系统运行的灵活性和准确性,提出考虑多能源灵活性的两阶段滚动策略. Sumanth等[4]针对灵活性评估不稳定问题,提出基于灵活性资源运行范围和爬坡能力的灵活性指标. Jiang等[5]针对IES电热联合调度问题,提出基于广义蓄热模型的评价体系,并且引入灵活性指标. Huo等[6]为解决综合能源系统 (integrated energy system, IES)热电联产的电热耦合和可再生能源带来的不稳定性问题,提出涉及灵活性、经济性、安全性和可靠性的指标体系,量化和分析系统的灵活性. 边晓燕等[7]针对微网有功功率平衡问题,提出考虑灵活性储备的微电网分布式调控策略. 张高航等[8]为了提高系统的风电接纳能力,提出计及源网荷储灵活性的日前优化调度. 然而,以上研究均只考虑了系统本身的灵活性资源. 合适的灵活性改造对提高灵活性调节能力也有重要意义. 在各种灵活性改造中,碳捕集与封存技术(carbon capture and storage,CCS)作为重要的降碳手段,是我国践行低碳发展战略的重要技术选择以及实现碳中和目标的关键手段[9]. 崔杨等[10]为了提高系统低碳性,将价格型需求响应和碳捕集技术引入到调度模型中. 崔杨等[11]挖掘源荷两侧低碳资源,在碳捕集模型中引入多时间尺度的方法. 齐先军等[12-14]在碳捕集技术的改造类别中,分别采用加装存储器、运用灵活捕集运行模式技术、运用储液罐缓存的方法,实现碳捕集机组的灵活运行. 吉兴全等[15]构建了输电网机组组合模型和配电网运行灵活性优化调度模型,高瑞阳等[16]提出考虑灵活性资源与低碳交互结构的,区域综合能源系统联盟参与配电网调峰调度的优化调度策略. 尽管已有研究分析碳捕集技术的灵活性特点,但较少有研究从系统灵活性需求和资源的角度,引入碳捕集机组的灵活运行模型,分析碳捕集技术对满足灵活性需求的作用.
为了提高多园区综合能源系统的灵活性和低碳性,同时保证各主体的自主性,提出考虑多种灵活性资源的IES分布式低碳经济调度模型. 主要工作如下:1)对各灵活性资源进行建模,提出IES灵活性裕度约束,建立考虑灵活性的IES双层优化模型. 2)引入碳捕集机组的灵活运行模型和阶梯式碳交易模型,分析碳捕集技术对灵活性的有效性. 3)采用目标级联分析法,实现能源供应商和能源运营商的平衡与协同优化.
1. IES双层分布式协调优化调度模型
根据IES运营主体结构,本研究所考虑的典型IES如图1所示,由IES能源供应商和IES能源运营商组成. 能源供应商包含电网和气网组成的多能传输网络,侧重于满足负荷需求、降低供能成本以及满足灵活性调节需求. 能源运营商由多能量枢纽组成,侧重于服务用户的多能负荷、提高用能效益和满足能量转换需求等. 系统的灵活性需求多由能量枢纽的负荷端产生,而灵活性资源多由供能系统提供,因此灵活性需求可通过联络线上移至能源供应商.
图 1
考虑IES系统多主体运营特性,提出IES双层分布式协调优化调度模型. 上层供能系统以供能成本最小为目标函数,下层IES园区服务系统以各能量枢纽的运行成本最小为目标函数,考虑分散协调优化,采用目标级联分析法进行求解.
1.1. IES灵活性需求模型
风电光伏等可再生能源的波动、IES电热气负荷预测误差以及多能转换设备的效率等都会影响系统的灵活性调节能力. 通常负荷在某一时刻的灵活性需求是下一时刻的负荷预测值减去该时刻的负荷预测值. 但如果预测结果与实际情况不符,就会导致计算结果产生偏差. 因此,引入上行灵活性安全裕度和下行灵活性安全裕度对灵活性需求进行分析,如图2所示. 图中,
图 2
图 2 综合能源系统灵活性分析的示意图
Fig.2 Schematic diagram of flexibility analysis for integrated energy system
可以推导出系统的灵活性需求模型:
式中:
1.2. IES灵活性资源建模
灵活性资源模型考虑碳捕集机组、风电、光伏、储能和气网,模型建立如下:
式中:
考虑到系统的经济性,本研究的灵活性约束为灵活性资源大于灵活性需求[21],表达式如下:
对于碳捕集机组,由于风光存在不确定性,机组需要在上行灵活性不足时提高出力,在下行灵活性不足时减少出力,而碳捕集电厂的综合灵活运行方式是提高系统灵活性的有效手段. 碳捕集电厂灵活运行流程图如图3所示,碳捕集电厂的总出力由净出力和碳捕集能耗组成,吸收的二氧化碳需要经过吸收塔、再生塔和压缩机处理后,进行封存,此外,二氧化碳经过吸收后也可在存储器中备用. 一方面,在高负荷时期,碳捕集电厂可将吸收的二氧化碳储存至存储器中,将高耗能环节如再生环节和压缩环节转移至低负荷时期;另一方面,在低负荷时期,碳捕集电厂可通过增加碳捕集出力的方式消纳风电. 通过灵活运行方式,对存储器内的二氧化碳时移,提高系统的灵活性与低碳性,碳捕集电厂模型如下:
图 3
图 3 碳捕集电厂灵活运行示意图
Fig.3 Schematic diagram of flexible operation of carbon capture power plants
式中:
式中:
根据碳捕集模型,推导出碳捕集电厂的出力范围如下:
式中:
可以看出碳捕集电厂的净出力范围相较于常规机组大大提高. 碳捕集机组的灵活性模型如下:
式中:
风电、光伏、储能和气网模型灵活性模型参考文献[21]建立.
1.3. IES供能系统优化模型
上层供能系统以供能总成本最小为目标函数,包括碳捕集电厂总燃料成本、天然气开采成本、弃风成本、碳交易成本以及捕集
式中:
采用阶梯式碳交易模型计算碳交易成本,机组
式中:
储能及燃气轮机约束参考文献[24]设置. 此外,碳捕集机组约束如式(4)所示,灵活性裕度约束如式(3)所示.
1.4. IES园区服务系统优化模型
下层IES园区服务系统以各能量枢纽购电和购气成本最小为目标函数.
式中:
所考虑的能量枢纽模型如图4所示,枢纽节点包括电力网络(EG)、天然气网络(GN),设备包括光伏(PV)、电转气(P2G)、热泵(HP)、热电联产(CHP)和燃气锅炉(GB),负荷考虑电负荷(EL)、热负荷(HL)和气负荷(GL).
图 4
电、气、热母线的功率平衡方程如下:
式中:
各设备转换约束及上下限约束参考文献[24]建立.
1.5. 目标级联分析法求解
目标级联分析法是用于快速解决分散式、层次结构协调问题的有效方法,它允许层次结构中各主体自主决策,在各主体对各子主体进行决策时分散协调优化而获得系统整体最优解. 与其他优化方法相比,目标级联法具有可并行优化、级数不受限制和经过严格的收敛证明等优点[25].
首先,对联络线耦合变量进行解耦,在各主体目标函数中加入拉格朗日罚函数一次和二次项,表达式如下:
式中:
式中:
采用目标级联分析法的求解流程图如图5所示.
图 5
图 5 采用目标级联法的求解流程图
Fig.5 Flow chart of solution process using target cascade method
求解步骤如下.
1) IES 服务系统初始化,进入内循环.
2) 各 EH 进行日前经济调度,目标函数为式(18),约束条件为1.4节中所提约束,并传递耦合变量至IES供能系统.
3) IES供能系统初始化,并进行经济调度,目标函数为式(17),约束条件为1.3节中所提约束.
4) 判断内循环是否收敛,若不收敛则转入 2),若内循环收敛则判断外循环是否收敛.
5) 若外循环不收敛,则更新乘子,转入步骤2),若外循环收敛,则循环结束.
2. 算例分析
2.1. 基础数据
利用IEEE30节点电网和比利时20节点气网构成IES供能系统,3个EH构成IES园区服务系统,与供能系统互联. 其中,IEEE30节点电网包含3个碳捕集电厂、1个风电场、1个光伏系统和1个燃气轮机,风电场额定容量为300 MW,光伏系统额定容量为200 MW;气网系统包含2个气源,如图6所示[25]. EH内负荷数据如图7所示,图中,
表 2 碳捕集机组参数
Tab.2
机组编号 | MW | MW | (元·MW−2) | (元·MW−1) | (t·MW−1·h−1) | |
1 | 350 | 100 | 0.014 | 200 | 75 | 0.8 |
2 | 250 | 50 | 0.023 | 250 | 1250 | 0.6 |
3 | 150 | 50 | 0.069 | 275 | 500 | 0.5 |
图 6
图 7
表 1 综合能源系统设备参数
Tab.1
物理量 | 变量 | 数值 | 物理量 | 变量 | 数值 | |
最大工作 状态系数 | 1.05 | 单位碳捕 集能耗 | 0.27 | |||
碳捕集效率 | 0.9 | 碳交易单价1 | 20 | |||
碳交易单价2 | 40 | 碳交易单价3 | 60 | |||
热电联产电效率 | 0.6 | 热电联产热效率 | 0.3 | |||
电转气效率 | 0.6 | 热泵系数 | 2.0 | |||
燃气锅炉效率 | 0.7 | 燃气轮机效率 | 0.6 | |||
风电波动系数 | 0.09 | 光伏波动系数 | 0.17 |
表 3 气源参数
Tab.3
气源 | |||
GW1 | 1 200 | 600 | 195 |
GW2 | 1 000 | 500 | 175 |
利用CPLEX进行优化求解,系统以24 h为周期,以1 h为步长进行仿真. 为了分析灵活性约束、碳捕集设备和碳交易对系统的影响,设置以下4个场景.
场景1:考虑灵活性约束、碳交易及碳捕集机组.
场景2:考虑碳捕集机组及碳交易,不考虑灵活性约束.
场景3:考虑灵活性约束及碳交易,不考虑碳捕集机组.
场景4:考虑灵活性约束及碳捕集机组,不考虑碳交易.
2.2. 调度结果分析
如表4所示为4个场景下,供能总成本、碳交易成本、碳捕获收益和碳排放量的数据,其中场景1、3、4的灵活性安全裕度为250 MW. 场景1的总成本比场景2提高了0.47%,碳交易成本提高了2.98%,同时,碳捕获的收益也提高了2.88%,碳排放量减少了4.35%. 说明考虑了灵活性资源后,总成本有小幅上升,系统发挥了灵活性资源的调节能力,减少弃风量,提高了碳交易的效果,并且通过碳捕集技术,有效控制了成本的升高. 相比于场景3,场景1在考虑碳捕集技术后,系统的总成本降低了7.57%,碳排放量大幅减少,说明碳捕集技术有利于提高系统经济性和低碳性,并且大幅降低了碳交易的成本. 在考虑了碳交易后,场景1相比场景4,总成本增加了1.88%,碳排放量减少了3.33%,说明阶梯式碳交易模型在小幅增加总成本的情况下,可大幅减少碳排放,提高系统的经济性,也有利于系统满足灵活性需求.
表 4 各场景下调度结果
Tab.4
场景 | ||||
场景1 | 327.0 | 6.0 | 36.8 | 5212.1 |
场景2 | 325.5 | 5.8 | 35.7 | 5449.3 |
场景3 | 353.8 | 35.3 | 0 | 70635.0 |
场景4 | 321.0 | 0 | 36.9 | 5432.1 |
如图8所示为场景1下的联络线功率. 可以看出,在2:00—9:00和13:00—20:00这2个时间段,联络线功率上升明显,可以得出此阶段的上行灵活性需求较高;而9:00—12:00和22:00—24:00这2个时间段功率下降较大,可判断此时的下行灵活性需求较高.
图 8
2.3. 灵活性分析
如图9、10所示分别为场景1、2中是否考虑灵活性约束时上行灵活性和下行灵活性的供需关系. 图中,
图 9
图 9 场景1下考虑灵活性约束时的灵活性供需关系
Fig.9 Flexibility of supply and demand considering flexibility constraint in scenario 1
图 10
图 10 场景2下不考虑灵活性约束时的灵活性供需关系
Fig.10 Flexibility of supply and demand without considering flexibility constraint in scenario 2
场景1在1 d内的风电消纳量为5627.5 MW·h,储能在1 d内总的充放电容量为581.1 MW·h,场景2在1 d内的风电消纳量为5627.5 MW·h,储能在1 d内总的充放电容量为552.8 MW·h. 考虑灵活性裕度约束后,系统可以调度灵活性资源满足灵活性上行/下行需求,包括碳捕集机组、储能、燃气轮机等灵活调节,由于灵活性资源的调节,场景1储能利用率提升了5.12%. 由于风电系统灵活性资源充足,风电可以完全消纳,若系统灵活性资源不足或风电渗透率提升,造成低负荷时期可能的弃风,此时可通过灵活性裕度约束,调用系统灵活性资源帮助消纳风电.
如图11所示为灵活性安全裕度和总成本的关系. 图中,Yt为灵活性安全裕度. 在场景1中,将灵活性安全裕度从50 MW提高到200 MW后,总成本降低了5.89%,灵活性需求提升到250 MW后,系统的总成本开始提高,说明提升一定的灵活性安全裕度,可有效提高风电的消纳率,提高碳捕集设备的效率,提高捕获收益,降低碳交易成本. 然而,随着灵活性需求的不断提高,系统的灵活性调节能力也消失殆尽,系统的运行成本将开始提高,而将灵活性安全裕度提升至300 MW后,系统将无法满足要求. 场景3没有考虑碳捕集机组,因此在系统提供灵活性需求后,总成本有了较大幅度的提高,这也说明,碳捕集技术的灵活运行模式可以有效缓解系统灵活性需求增加而造成的经济成本压力.
图 11
图 11 灵活性安全裕度和总成本关系
Fig.11 Relationship between flexibility safety margin and total cost
2.4. 碳捕集分析
为了研究碳捕集技术对灵活性的有效性,具体对碳捕集设备能耗和碳捕集设备的存储器内的液体体积进行分析. 如图12、13所示分别为场景1下的碳捕集功耗图以及碳捕集存储器中溶液的体积. 由图12可知,在1:00—5:00和11:00—17:00,碳捕集设备功耗较大,说明此时间段,系统负荷较低,上行灵活性需求较小,因此机组出力相对充裕,可增加碳捕集设备的出力,在6:00—11:00和18:00—23:00,由于系统的负荷较大,且上行灵活性需求较高,碳捕集机组没有多余的出力可用于碳捕集. 由图13可知,在2:00—6:00、10:00—14:00及18:00—22:00存储器对二氧化碳进行了存储,说明在负荷较大的时期,碳捕集电厂将吸收的二氧化碳储存至存储器中,将高耗能环节如再生环节和压缩环节转移至低负荷时期. 在低负荷时期,碳捕集电厂通过灵活运行方式,对存储器内的二氧化碳转移至碳捕集设备进行压缩处理,因此,碳捕集设备可以提高系统的灵活性和低碳性.
图 12
图 12 场景1下碳捕集设备能耗
Fig.12 Energy consumption of carbon capture equipment in scenario 1
图 13
图 13 场景1下碳捕集设备的存储器内液体体积
Fig.13 Volume of liquid in storage of carbon capture device in scenario 1
2.5. 碳交易分析
如图14所示为碳交易价格的变化对系统碳排放的影响,图中,
图 14
2.6. 不同求解算法对比分析
目标级联分析法在迭代过程中联络线电功率差值
图 15
表 5 不同优化算法的成本及耗时结果对比
Tab.5
优化算法 | Fs/万元 | Fp/万元 | tc/s |
集中式 | 328.4 | 415.5 | 203 |
KKT条件转换 | 328.2 | 415.3 | 335 |
目标级联分析 | 327.0 | 416.7 | 308 |
3. 结 论
(1)考虑灵活性裕度约束,提高了风电的消纳率以及储能的利用率,充分挖掘了各种灵活性资源的调节能力,满足了系统的灵活性需求.
(2)充分利用碳捕集电厂的灵活运行模式,使其在负荷高峰期减少碳捕集出力,并利用存储器存储
(3)采用目标级联分析法进行求解,实现了能源供应商和能源服务商上下层协同调度.
本研究提出仅针对于网架侧的灵活性资源,能量枢纽内部的灵活性资源与网侧灵活性资源相互协同配合将是下一步研究方向.
参考文献
综合能源系统灵活性: 基本内涵、数学模型与研究框架
[J].
Flexibility of integrated energy system: basic connotation, mathematical model and research framework
[J].
综合能源系统优化调度综述
[J].
Review on optimal scheduling of integrated energy systems
[J].
A two-stage rolling optimization strategy for park-level integrated energy system considering multi-energy flexibility
[J].DOI:10.1016/j.ijepes.2022.108600 [本文引用: 1]
A stochastic multi-interval scheduling framework to quantify operational flexibility in low carbon power systems
[J].DOI:10.1016/j.apenergy.2021.117763 [本文引用: 1]
Exploiting flexibility of district heating networks in combined heat and power dispatch
[J].DOI:10.1109/TSTE.2019.2952147 [本文引用: 1]
Operation optimization of district heating network under typical modes for improving the economic and flexibility performances of integrated energy system
[J].DOI:10.1016/j.enconman.2022.115904 [本文引用: 1]
计及灵活性储备的含风电多微电网系统分布式协调调控策略
[J].
Distributed coordinated dispatch and control strategy of multi-microgrid system with wind power considering flexibility reserve
[J].
计及源荷储综合灵活性的电力系统日前优化调度
[J].
Day-ahead optimal scheduling of power system considering comprehensive flexibility of source-load-storage
[J].
中国CCUS技术发展趋势分析
[J].
Development trend analysis of carbon capture, utilization and storage technology of china
[J].
计及电价型需求侧响应含碳捕集设备的电–气–热综合能源系统低碳经济调度
[J].
Low-carbon economic dispatch of electricity-gas-heat integrated energy system with carbon capture equipment considering price-based demand response
[J].
计及碳捕集电厂低碳特性的含风电电力系统源–荷多时间尺度调度方法
[J].
Multi-time scale source-load dispatch method of power system with wind power considering low-carbon characteristics of carbon capture power plant
[J].
考虑碳捕集与综合需求响应互补的综合能源系统优化调度
[J].
Optimal dispatching of integrated energy system considering complementation of carbon capture and integrated demand response
[J].
计及灵活运行碳捕集电厂捕获能耗的电力系统低碳经济调度
[J].
Low-carbon economic dispatching of power system considering capture energy consumption of carbon capture power plants with flexible operation mode
[J].
计及碳捕集电厂综合灵活运行方式的含P2G综合能源系统低碳经济调度
[J].
Low-carbon economic dispatching of integrated energy system with P2G considering comprehensive and flexible operation mode of carbon capture power plant
[J].
考虑综合能源系统运行灵活性的输配协同优化调度
[J].
Coordinated optimal dispatch of transmission and distribution power systems considering operation flexibility of integrated energy system
[J].
考虑灵活性资源和多能共享的低碳区域综合能源系统联盟-配电网博弈优化调度
[J].
Optimal dispatching of low-carbon regional integrated energy system alliance and distribution network game considering flexible resources and multi energy sharing
[J].
含风电接入多区域电力系统的分散式随机动态经济调度方法
[J].
Decentralized stochastic dynamic economic dispatch for multi-area power systems with wind power integrated
[J].
基于目标级联分析法的输电网结构优化
[J].
Optimal transmission switching based on analytical target cascading method
[J].
基于目标级联分析法的多微网主动配电系统自治优化经济调度
[J].
Autonomous optimized economic dispatch of active distribution power system with multi-microgrids based on analytical target cascading theory
[J].
计及运行灵活性约束的综合能源系统优化调度
[J].
Optimal dispatching of integrated energy system considering operation flexibility constraints
[J].
考虑多能灵活性的综合能源系统多时间尺度优化调度
[J].
Multi-time-scale optimal scheduling of integrated energy system considering multi-energy flexibility
[J].
计及供能可靠性的电-气互联传输网络优化规划
[J].
Optimal planning of integrated electricity-gas transmission network considering energy supply reliability
[J].
/
〈 |
|
〉 |
