基于風(fēng)光場(chǎng)景生成的綜合能源系統(tǒng)日前-日內(nèi)優(yōu)化調(diào)度

徐健瑋馬 剛高 叢沈靜文閆照康陸睿琪

(南京師范大學(xué)電氣與自動(dòng)化工程學(xué)院,江蘇省 南京市 210046)

0 引言

隨著全球經(jīng)濟(jì)加速發(fā)展,能源短缺和環(huán)境污染已經(jīng)成為當(dāng)前面臨的嚴(yán)峻問(wèn)題,以新能源大規(guī)模開(kāi)發(fā)利用為標(biāo)志,以智能化、電氣化為主要路徑,以綜合能源系統(tǒng)為重要支柱的新一輪能源革命正在全球范圍深入開(kāi)展[1-2]。

綜合能源系統(tǒng)是電、氣、熱、冷等各類能源統(tǒng)一規(guī)劃、統(tǒng)一調(diào)度的綜合性能源系統(tǒng)[3-5]。通過(guò)多種能源系統(tǒng)的互補(bǔ)融合,可有效提升能源的利用率[6-8]。目前,針對(duì)綜合能源系統(tǒng)優(yōu)化調(diào)度已有一定的研究。文獻(xiàn)[9]提出綜合能源系統(tǒng)熱電聯(lián)合調(diào)度可以提高可再生能源消納率和系統(tǒng)靈活性。文獻(xiàn)[10]提出綜合考慮碳排放和需求側(cè)響應(yīng)的綜合能源系統(tǒng)日前優(yōu)化調(diào)度方法。文獻(xiàn)[11-12]提出考慮系統(tǒng)運(yùn)行靈活性的綜合能源系統(tǒng)優(yōu)化調(diào)度方法。然而,上述研究并未考慮可再生能源的不確定性。面對(duì)系統(tǒng)運(yùn)行過(guò)程中光伏和風(fēng)機(jī)等可再生能源出力的波動(dòng)性。文獻(xiàn)[13-14]采用不同的場(chǎng)景分析方法考慮風(fēng)光出力不確定性。文獻(xiàn)[15-16]建立了計(jì)及可再生能源隨機(jī)性的區(qū)域綜合能源系統(tǒng)隨機(jī)調(diào)度優(yōu)化模型。文獻(xiàn)[17-18]提出一種計(jì)及風(fēng)光不確定性的綜合能源系統(tǒng)多目標(biāo)規(guī)劃模型。文獻(xiàn)[19]利用區(qū)間數(shù)描述風(fēng)電、光伏出力的不確定性,建立了考慮風(fēng)電與光伏出力不確定性的電、氣、熱綜合能源系統(tǒng)日前區(qū)間優(yōu)化模型。然而,以上研究只針對(duì)綜合能源系統(tǒng)日前優(yōu)化調(diào)度,針對(duì)電、氣、熱等多種能源相互耦合為綜合能源用戶供能的同時(shí)帶來(lái)的多時(shí)間尺度調(diào)度運(yùn)行的問(wèn)題,單獨(dú)的綜合能源系統(tǒng)日前優(yōu)化調(diào)度已經(jīng)不能滿足需求。

綜上所述,當(dāng)前的綜合能源系統(tǒng)在優(yōu)化運(yùn)行層面面臨諸多挑戰(zhàn),可再生能源出力不確定,多種能源耦合帶來(lái)多時(shí)間尺度調(diào)度運(yùn)行問(wèn)題。因此,本文首先采用蒙特卡洛抽樣方法生成并削減日前與日內(nèi)優(yōu)化調(diào)度光伏、風(fēng)電場(chǎng)景;接著以運(yùn)行成本最低為目標(biāo)函數(shù),引入分時(shí)電價(jià)與分時(shí)熱價(jià)并構(gòu)建4種情形;然后縮小時(shí)間尺度,以運(yùn)行成本最低與調(diào)度調(diào)整成本最低構(gòu)建多目標(biāo)優(yōu)化模型;最后,通過(guò)cplex求解器對(duì)所提模型求解。

1 綜合能源系統(tǒng)日前-日內(nèi)優(yōu)化調(diào)度模型

1.1 系統(tǒng)模型

綜合能源系統(tǒng)主要由供電系統(tǒng)、供氣系統(tǒng)和供熱系統(tǒng)組成,其系統(tǒng)結(jié)構(gòu)如圖1所示。本文所提的綜合能源系統(tǒng)主要由上級(jí)電網(wǎng)、光伏、風(fēng)電、熱電聯(lián)產(chǎn)(combined heat and power,CHP)機(jī)組提供電能,由上級(jí)熱網(wǎng)、CHP機(jī)組、燃?xì)忮仩t、電鍋爐提供熱能,并在系統(tǒng)中加入電儲(chǔ)能與熱儲(chǔ)能,在電價(jià)和熱價(jià)波動(dòng)時(shí),調(diào)節(jié)其荷電或蓄熱狀態(tài),從而降低系統(tǒng)的運(yùn)行成本。

圖1 綜合能源系統(tǒng)結(jié)構(gòu)Fig.1 Structure of integrated energy system

1.2 日前優(yōu)化調(diào)度模型

1.2.1 目標(biāo)函數(shù)

綜合能源系統(tǒng)通過(guò)對(duì)多種能源的消納轉(zhuǎn)化從而滿足供熱需求、供氣需求和電力需求,衡量系統(tǒng)優(yōu)化調(diào)度綜合效益的重要依據(jù)為經(jīng)濟(jì)性[20],因此本文所構(gòu)建日前優(yōu)化調(diào)度模型的目標(biāo)函數(shù)為系統(tǒng)運(yùn)行成本最小。系統(tǒng)運(yùn)行成本主要包括電力耗能成本、天然氣耗能成本、設(shè)備運(yùn)行成本、棄風(fēng)棄光懲罰成本,因此日前優(yōu)化調(diào)度的系統(tǒng)運(yùn)行成本函數(shù)為:

式中:Fe(t)、Fg(t)、Fh(t)、Fm(t)、Fp(t)分別為購(gòu)電成本、購(gòu)氣成本、購(gòu)熱成本、設(shè)備運(yùn)行成本、棄風(fēng)棄光懲罰成本;Pe(t)、Vg(t)、Ph(t)、PPV(t)、PW(t)、HCHP(t)、HGB(t)、PEB(t)分別為購(gòu)電功率、天然氣耗氣量、購(gòu)熱功率、CHP機(jī)組輸出熱功率、光伏輸出電功率、風(fēng)機(jī)輸出電功率、燃?xì)忮仩t輸出熱功率、電鍋爐消耗電功率;PESS_cha(t)、PESS_dis(t)分別表示電儲(chǔ)能充放電功率;HTES_cha(t)、HTES_dis(t)分別表示熱儲(chǔ)能充放電功率;ce(t)、cg(t)、ch(t)分別表示單位購(gòu)電成本、單位購(gòu)氣成本、單位購(gòu)熱成本;rPV、rW、rCHP、rGB、rEB、rESS、rTES分別表示光伏單位維護(hù)成本、風(fēng)機(jī)單位維護(hù)成本、CHP機(jī)組單位維護(hù)成本、燃?xì)廨啓C(jī)單位維護(hù)成本、電鍋爐單位維護(hù)成本、電儲(chǔ)能單位維護(hù)成本、熱儲(chǔ)能單位維護(hù)成本;ξ1、ξ2分別表示棄光和棄風(fēng)的單位懲罰系數(shù);PPV_use(t)、PW_use(t)為系統(tǒng)光伏與風(fēng)電的消納功率;PPV(t)、PW(t)為場(chǎng)景生成光伏與風(fēng)電功率。

1.2.2 約束條件

(1) 系統(tǒng)能量守恒約束。

綜合能源系統(tǒng)首先要服從電熱能量守恒約束,其約束條件為

式中:PCHP(t)為CHP 機(jī)組產(chǎn)電功率;HEB(t)為電鍋爐產(chǎn)熱功率;Pload(t)為t時(shí)刻系統(tǒng)電力需求;Hload(t)為t時(shí)刻系統(tǒng)熱力需求。

(2) 設(shè)備機(jī)組出力約束。

設(shè)備機(jī)組的出力需要服從其出力最大值與出力最小值的約束,具體約束條件為

式中:PCHP-min、PCHP-max分別為CHP機(jī)組的最小、最大出力;HGB-max分別為燃?xì)忮仩t最大產(chǎn)熱;PEB-max為電鍋爐最大耗電量。

(3) 電儲(chǔ)能系統(tǒng)約束。

電儲(chǔ)能系統(tǒng)的約束包括充/放電上下限約束、前后時(shí)刻電能平衡約束、儲(chǔ)能電量上下限約束,并且電儲(chǔ)能系統(tǒng)無(wú)法充/放電同時(shí)進(jìn)行,并假設(shè)儲(chǔ)能的每日初始時(shí)刻電量與末尾時(shí)刻電量相等,其約束條件為

(4) 熱儲(chǔ)能系統(tǒng)約束。

熱儲(chǔ)能的約束條件與電儲(chǔ)能相似,具體約束為

1.3 日內(nèi)優(yōu)化調(diào)度模型

日內(nèi)的優(yōu)化調(diào)度為在日前優(yōu)化調(diào)度的基礎(chǔ)上根據(jù)風(fēng)電、光伏出力的情況進(jìn)行機(jī)組出力的調(diào)整,在保證運(yùn)行費(fèi)用最小的基礎(chǔ)上減小系統(tǒng)調(diào)度的調(diào)整量,目的在于增強(qiáng)系統(tǒng)運(yùn)行的魯棒性[21],保證供需平衡,因此日內(nèi)優(yōu)化調(diào)度的目標(biāo)函數(shù)為多目標(biāo),其運(yùn)行成本函數(shù)與日前優(yōu)化調(diào)度的運(yùn)行成本函數(shù)相同,其系統(tǒng)調(diào)度調(diào)整成本的目標(biāo)函數(shù)為

式中:θ1、θ2分別為電、熱系統(tǒng)調(diào)度調(diào)整成本對(duì)應(yīng)的權(quán)重;為調(diào)度后的t時(shí)刻電負(fù)荷和熱負(fù)荷。

日內(nèi)的優(yōu)化調(diào)度層面采用了多目標(biāo)優(yōu)化,本文對(duì)運(yùn)行成本最小目標(biāo)與系統(tǒng)調(diào)度調(diào)整量最小目標(biāo)設(shè)定相應(yīng)的權(quán)重使其轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題,轉(zhuǎn)化后的目標(biāo)函數(shù)為

式中:λ1、λ2分別為運(yùn)行費(fèi)用與系統(tǒng)調(diào)度調(diào)整成本對(duì)應(yīng)的權(quán)重。

2 綜合能源系統(tǒng)模型求解方法

2.1 場(chǎng)景分析方法

2.1.1 基于蒙特卡洛抽樣的風(fēng)光場(chǎng)景生成

風(fēng)光場(chǎng)景生成是解決風(fēng)光不確定性的途徑之一,本文基于蒙特卡洛(Monte Carlo)方法,對(duì)概率分布進(jìn)行抽樣并將輸出樣本作為生成風(fēng)光不確定場(chǎng)景。風(fēng)電機(jī)組出力的不確定性主要來(lái)源于風(fēng)速的隨機(jī)性與波動(dòng)性,風(fēng)速服從于韋伯分布,其概率密度函數(shù)為

式中:v為實(shí)際風(fēng)速;c為尺度參數(shù);k為形狀參數(shù)。

韋伯分布的累積分布函數(shù)為

光伏輸出功率主要受太陽(yáng)輻射影響,太陽(yáng)輻射一定時(shí)間段服從貝塔分布,太陽(yáng)輻射的貝塔分布的概率密度函數(shù)為

式中:s為太陽(yáng)輻射度;α、β為形狀參數(shù)。

已知風(fēng)速概率分布,根據(jù)風(fēng)速-功率轉(zhuǎn)換公式可以得出風(fēng)電功率場(chǎng)景,其轉(zhuǎn)換公式為

式中:vn為額定風(fēng)速;vin、vout分別為切入風(fēng)速和切出風(fēng)速;PW,r、PW分別表示風(fēng)電額定功率和輸出功率。

同理,根據(jù)光照輻射度的分布概率函數(shù)可以轉(zhuǎn)換得出光伏輸出功率場(chǎng)景為

式中:PPV為光伏輸出功率;s為光伏輻射面積;APV為最大光照強(qiáng)度;ηPV為光電轉(zhuǎn)換效率。

2.1.2 基于歐氏距離的風(fēng)光場(chǎng)景削減

根據(jù)蒙特卡洛抽樣生成的風(fēng)光場(chǎng)景具有規(guī)模大,數(shù)據(jù)相似度高、包含噪聲等特點(diǎn),為篩選出符合風(fēng)光特性且具有規(guī)劃意義的場(chǎng)景,需要對(duì)眾多的場(chǎng)景集進(jìn)行削減。本文采用基于概率距離快速前代消除技術(shù)進(jìn)行場(chǎng)景削減[22],概率距離選用歐氏距離,歐氏距離公式為

式中:d為歐氏距離;si為第i個(gè)場(chǎng)景;sj為第j個(gè)場(chǎng)景。

場(chǎng)景縮減的具體步驟如圖2所示。

圖2 場(chǎng)景縮減流程Fig.2 Flow of scene cutting

2.2 日前-日內(nèi)優(yōu)化調(diào)度方法

本文所提出的綜合能源系統(tǒng)在計(jì)及風(fēng)光不確定性的基礎(chǔ)上考慮日前優(yōu)化調(diào)度與日內(nèi)優(yōu)化調(diào)度的雙層優(yōu)化,用以緩解綜合能源系統(tǒng)運(yùn)行過(guò)程中光伏和風(fēng)機(jī)等可再生能源出力的波動(dòng)性,以及電、氣、熱等多種能源相互耦合為綜合能源用戶供能的同時(shí)帶來(lái)的多時(shí)間尺度調(diào)度運(yùn)行的問(wèn)題[23]。

日前優(yōu)化調(diào)度的時(shí)間尺度為1h,日前調(diào)度優(yōu)化的目標(biāo)在于制定各個(gè)機(jī)組的出力計(jì)劃,為達(dá)到綜合能源系統(tǒng)運(yùn)行成本最低,本文假定用戶的負(fù)荷需求任一時(shí)段內(nèi)可以在一定范圍內(nèi)變化,但系統(tǒng)的總負(fù)荷需求保持平衡。日前優(yōu)化調(diào)度時(shí)間尺度長(zhǎng),不能快速反應(yīng)最新的新能源出力及負(fù)荷預(yù)測(cè)值,面對(duì)系統(tǒng)出現(xiàn)的功率波動(dòng)無(wú)法及時(shí)響應(yīng)協(xié)調(diào)調(diào)度各設(shè)備出力滿足終端用戶需求,因此本文接著進(jìn)行日內(nèi)調(diào)度優(yōu)化,日內(nèi)調(diào)度優(yōu)化的時(shí)間尺度為15min,日內(nèi)優(yōu)化調(diào)度基于小時(shí)間尺度的可再生能源出力數(shù)據(jù),目標(biāo)在于基于日前調(diào)度優(yōu)化制定的各個(gè)機(jī)組的出力計(jì)劃對(duì)其進(jìn)行更進(jìn)一步的調(diào)整優(yōu)化。本文所提出的日前-日內(nèi)優(yōu)化調(diào)度策略的具體流程如圖3所示。

圖3 優(yōu)化調(diào)度流程Fig.3 Flow of optimized scheduling

3 仿真驗(yàn)證

3.1 風(fēng)光場(chǎng)景生成與削減

本文采用蒙特卡洛抽樣方法對(duì)風(fēng)光場(chǎng)景進(jìn)行生成與縮減,設(shè)定的場(chǎng)景數(shù)目為100個(gè),場(chǎng)景縮減數(shù)目為5個(gè)。首先采用蒙特卡洛抽樣根據(jù)風(fēng)電和光伏概率分布生成多個(gè)風(fēng)電與光伏場(chǎng)景,接著利用歐氏距離對(duì)風(fēng)電與光伏出力場(chǎng)景進(jìn)行縮減。風(fēng)電光伏場(chǎng)景生成與削減結(jié)果如圖4—5所示。

圖4 風(fēng)光場(chǎng)景生成Fig.4 Scenic scene generation

圖5 風(fēng)光場(chǎng)景削減Fig.5 Scenic scene cutting

由圖4—5可知,日內(nèi)的風(fēng)光生成場(chǎng)景時(shí)間尺度較小,其風(fēng)光出力值更加的細(xì)致,更能體現(xiàn)風(fēng)光的不確定性。

3.2 日前優(yōu)化調(diào)度

本文的算例研究以圖1所示的綜合能源系統(tǒng)拓?fù)浣Y(jié)構(gòu)為對(duì)象,該系統(tǒng)包括風(fēng)電機(jī)組、光伏機(jī)組、CHP機(jī)組、燃?xì)忮仩t、電鍋爐、電儲(chǔ)能、熱儲(chǔ)能及電熱負(fù)荷,優(yōu)化調(diào)度時(shí)間為24h,時(shí)間單位間隔為1h。算例仿真環(huán)境為Matlab R2018b,采用cplex求解器對(duì)綜合能源系統(tǒng)優(yōu)化調(diào)度進(jìn)行求解。

綜合能源系統(tǒng)中的設(shè)備相關(guān)參數(shù)與儲(chǔ)能系統(tǒng)參數(shù)如表1—2所示。

表1 設(shè)備相關(guān)參數(shù)Table 1 Parameters of equipment

為比較綜合能源系統(tǒng)考慮電熱儲(chǔ)能的結(jié)果差異,本文引入分時(shí)電價(jià)與分時(shí)熱價(jià),本文電價(jià)劃分時(shí)段為:峰時(shí)段為09:00—13:00,其電價(jià)為0.83元/(kW·h);平時(shí)段為06:00—08:00,14:00—23:00,其電價(jià)為0.49元/(kW·h);谷時(shí)段為24:00,01:00—05:00,其電價(jià)為0.17元/(kW·h)。熱價(jià)劃分時(shí)段為:峰時(shí)段為01:00—06:00,21:00—24:00,其熱價(jià)為0.78元/(kW ·h);平時(shí)段為07:00—12:00,18:00—20:00,其熱價(jià)為0.4元/(kW·h);谷時(shí)段為13:00—17:00,其熱價(jià)為0.2元/(kW·h)。構(gòu)建以下4種情形。

表2 儲(chǔ)能相關(guān)參數(shù)Table 2 Parameters of energy storage

情形1:既考慮分時(shí)電價(jià)也考慮分時(shí)熱價(jià)。

情形2:只考慮分時(shí)電價(jià),不考慮分時(shí)熱價(jià)。

情形3:只考慮分時(shí)熱價(jià),不考慮分時(shí)電價(jià)。

情形4:既不考慮分時(shí)電價(jià)也不考慮分時(shí)熱價(jià)。

不同情形下的費(fèi)用如表3所示。

表3 日前優(yōu)化調(diào)度的運(yùn)行費(fèi)用Table 3 Operation cost of day-ahead and intra-day optimization schedule 元

由表3可得出:情形1的運(yùn)行成本最低,情形4的運(yùn)行成本最高,情形2相較于情形4其購(gòu)電成本顯著降低,情形3相較于情形4其購(gòu)熱成本顯著降低,結(jié)果表明本文所建模型可以有效降低系統(tǒng)的運(yùn)行成本,且本文在目標(biāo)函數(shù)中加入了棄風(fēng)、棄光懲罰,有效減少了系統(tǒng)的棄風(fēng)、棄光量。分時(shí)電價(jià)與分時(shí)熱價(jià)的引入也使得各個(gè)機(jī)組及向上級(jí)購(gòu)電、購(gòu)熱比例改變,充分降低了系統(tǒng)的運(yùn)行成本。

儲(chǔ)能裝置在綜合能源系統(tǒng)中的應(yīng)用可使得系統(tǒng)風(fēng)光出力不確定性、平穩(wěn)負(fù)荷波動(dòng)問(wèn)題得到緩解,除此之外,儲(chǔ)能裝置在綜合能源系統(tǒng)中發(fā)揮著峰谷套利的作用,情形1—4的電、熱儲(chǔ)能設(shè)備能量曲線如圖6所示。

由圖6可以看出:當(dāng)電價(jià)位于低谷時(shí),電儲(chǔ)能處于充電狀態(tài)并利用低谷電產(chǎn)熱給熱儲(chǔ)能裝置蓄熱;當(dāng)電價(jià)位于高峰時(shí),電儲(chǔ)能處于放電狀態(tài),與此同時(shí),熱儲(chǔ)能裝置選擇低谷熱價(jià)蓄熱并在高峰熱價(jià)時(shí)放熱,從而達(dá)到利用電熱差價(jià)減小綜合能源系統(tǒng)日運(yùn)行成本的目的。

圖6 儲(chǔ)能能量曲線Fig.6 Energy storage energy curves

下面主要對(duì)情形1的場(chǎng)景進(jìn)行分析,情形1既考慮分時(shí)電價(jià)也考慮分時(shí)熱價(jià),其出力結(jié)果如圖7所示。

由圖7(a)可知:在09:00—16:00時(shí)間段,風(fēng)光的出力較多,系統(tǒng)通過(guò)消納風(fēng)光電量可以不用從上級(jí)電網(wǎng)購(gòu)電,并在12:00、15:00、16:00時(shí)刻將系統(tǒng)消納不完的電量通過(guò)電鍋爐消納轉(zhuǎn)換為熱能,并將一部分電量轉(zhuǎn)存在電儲(chǔ)能裝置中,在01:00—05:00和24:00時(shí)刻,電價(jià)處于低谷期,系統(tǒng)向上級(jí)電網(wǎng)購(gòu)電用于電鍋爐產(chǎn)生熱能并于04:00向電儲(chǔ)能裝置充電。由圖7(b)可知:系統(tǒng)于13:00—17:00熱價(jià)處于低谷期間向上級(jí)系統(tǒng)大量購(gòu)熱,并在16:00時(shí)刻通過(guò)購(gòu)熱向熱儲(chǔ)能裝置儲(chǔ)熱,將所儲(chǔ)熱量于21:00時(shí)刻電價(jià)轉(zhuǎn)入峰值期時(shí)向系統(tǒng)供熱,燃?xì)忮仩t與CHP機(jī)組于熱價(jià)高峰于平時(shí)段持續(xù)向系統(tǒng)供熱。

圖7 日前優(yōu)化調(diào)度的系統(tǒng)出力結(jié)果Fig.7 System output result of day-ahead optimization scheduling

由出力結(jié)果可知,CHP機(jī)組的熱電耦合特性導(dǎo)致CHP 機(jī)組受供熱約束電出力較高,嚴(yán)重影響了可再生能源消納。

本文假設(shè)調(diào)度前后電熱負(fù)荷可以在一定范圍內(nèi)波動(dòng),但全天的總負(fù)荷量保持不變,調(diào)度前后各時(shí)段的電熱負(fù)荷曲線如圖8所示。

從圖8可看出:調(diào)度前的電負(fù)荷峰值為1420kW,谷值為544kW,而調(diào)度后的電負(fù)荷峰值為1364kW,谷值為598.2kW,其調(diào)度后的峰值降低而谷值提高,且電負(fù)荷曲線更加平滑。調(diào)度前的熱負(fù)荷峰值為1640kW,谷值為940kW,而調(diào)度后的電負(fù)荷峰值為1577kW,谷值為1011kW,調(diào)度后的熱負(fù)荷曲線也更加平滑。結(jié)果表明,本文所引入的分時(shí)電價(jià)與分時(shí)熱價(jià)可以充分調(diào)度儲(chǔ)能裝置,在綜合能源系統(tǒng)運(yùn)行過(guò)程中起到削峰填谷、減少波動(dòng)的作用。

圖8 日前優(yōu)化調(diào)度前后電熱負(fù)荷Fig.8 Electric and heating load before and after scheduling

3.3 日內(nèi)優(yōu)化調(diào)度

本文的綜合能源系統(tǒng)日內(nèi)優(yōu)化調(diào)度既考慮分時(shí)電價(jià)也考慮分時(shí)熱價(jià),根據(jù)是否考慮系統(tǒng)調(diào)度調(diào)整成本分為以下2種情形。

情形1:運(yùn)行成本與系統(tǒng)調(diào)度調(diào)整成本占比權(quán)重分別為0.5和0.5。

情形2:運(yùn)行成本與系統(tǒng)調(diào)度調(diào)整成本占比權(quán)重分別為1和0。

不同情形下的費(fèi)用如表4所示。

表4 日內(nèi)優(yōu)化調(diào)度的運(yùn)行費(fèi)用Table 4 Operation cost of intra-day optimized scheduling 元

由表4可得:當(dāng)考慮系統(tǒng)調(diào)度調(diào)整成本后,系統(tǒng)目標(biāo)函數(shù)變成多目標(biāo),情形1的日運(yùn)行總成本大于情形2。下面對(duì)情形1的優(yōu)化調(diào)度出力結(jié)果進(jìn)行分析,綜合能源系統(tǒng)日內(nèi)優(yōu)化調(diào)度出力結(jié)果如圖9所示。

由圖9可知:縮減時(shí)間尺度后的日內(nèi)優(yōu)化調(diào)度更加細(xì)致地規(guī)劃了設(shè)備機(jī)組出力,可以更好地應(yīng)對(duì)風(fēng)光出力的不確定性,增強(qiáng)系統(tǒng)的穩(wěn)定性。在01:00—05:00和24:00時(shí)刻,電價(jià)處于低谷期,系統(tǒng)向上級(jí)電網(wǎng)購(gòu)電用于電鍋爐產(chǎn)生熱能并向電儲(chǔ)能裝置充電。在風(fēng)光出力較少的情況下,CHP機(jī)組持續(xù)向系統(tǒng)供熱,其熱電耦合特性明顯。

圖9 日內(nèi)優(yōu)化調(diào)度的系統(tǒng)出力結(jié)果Fig.9 System output result of intra-day optimization scheduling

仿真結(jié)果表明,針對(duì)電、氣、熱等多種能源相互耦合為綜合能源用戶供能的同時(shí)帶來(lái)的多時(shí)間尺度調(diào)度運(yùn)行的問(wèn)題,日內(nèi)優(yōu)化調(diào)度可以更加準(zhǔn)確、細(xì)致地分配機(jī)組出力。

4 結(jié)論

本文在綜合考慮電、氣、熱多種能源的背景下,建立了基于風(fēng)光場(chǎng)景生成的綜合能源系統(tǒng)日前-日內(nèi)優(yōu)化調(diào)度模型。首先對(duì)綜合能源系統(tǒng)以運(yùn)行成本最低為目標(biāo)的日前優(yōu)化調(diào)度模型進(jìn)行情形構(gòu)建和分析,接著又對(duì)以運(yùn)行成本最低與調(diào)度調(diào)整成本最低構(gòu)建多目標(biāo)優(yōu)化調(diào)度模型進(jìn)行仿真分析,得出以下結(jié)論:

(1) 考慮電、氣、熱多種能源的綜合能源系統(tǒng)由于耦合元件,整個(gè)系統(tǒng)更加緊密,運(yùn)行情況更加復(fù)雜;

(2) 為保證綜合能源系統(tǒng)優(yōu)化運(yùn)行,系統(tǒng)從外部購(gòu)買更多的電能、熱能和氣能以保證系統(tǒng)的穩(wěn)定運(yùn)行,而系統(tǒng)內(nèi)部也更加偏向于使用具有穩(wěn)定性的CHP機(jī)組,從而規(guī)避運(yùn)行風(fēng)險(xiǎn),提高了系統(tǒng)的可調(diào)節(jié)性和穩(wěn)定性。