计及碳捕集和电转气的农村虚拟电厂多目标随机调度优化模型

针对农村地区存在大量生物质秸秆、垃圾、屋顶光伏、分散式风电等分布式能源,设计了集成燃气碳捕集设备(gas-power plant carbon capture,GPPCC)、电转气设备(power-to-gas,P2G)及垃圾发电(waste incineration power,WI)的农村虚拟电厂(GPPCC-P2G-WI-based virtual power plant, GPW-VPP)。然后,引入信息间隙理论(information gap decision theory,IGDT)和模糊满意度方法构造GPW-VPP近零碳运营优化模型。其中,选择最大化运营收益和最小化碳排放量作为优化目标,并利用模糊满意度理论转化为综合满意度最优化目标。再然后,利用IGDT描述风电、光伏发电和用户负荷3个不确定性变量影响,用于构造GPW-VPP随机调度优化模型。最后,选择中国兰考能源革命试点为对象开展实例分析验证所提模型的有效性,结果表明所提运营优化模型能在兼顾不同主体利益诉求的同时推进农村分布式能源的最优聚合利用,有利于实现整体能源结构清洁低碳转型。     

基于电转气技术的核电调峰源荷互动优化调度方法

随着核电并网容量的增加以及电网负荷峰谷差的增大,核电机组参与系统调峰的需求愈发迫切。针对此问题,提出了一种面向核电调峰的源荷互动优化调度方法。利用具有可移峰特性的P2G负荷以及燃气轮机共同作为可调度资源融入调度模型,将负荷低谷时核电参与的系统调峰量转化为天然气存储于气网,在负荷高峰燃气轮机将此部分能量送回电网,实现源荷互动。给出了引入信息素动态更新以及启发因子动态增强的改进蚁群算法,该算法有效改善解的质量并减少迭代次数。以IEEE30节点系统为算例对所提出的模型与方法进行了验证。结果表明,该调度模型在节约成本、增加核电运行安全性、提高清洁能源的出力和增加电网调度的灵活性等方面具有明显优势。     

计及电转气耦合的电-气互联系统机组组合线性模型研究

针对电-气互联系统,考虑电转气技术和燃气轮机的双向耦合,研究其机组组合问题。以全系统综合运行成本最低为目标,考虑电力系统和天然气系统多种安全约束,建立电-气互联系统机组组合模型,并对其进行线性化得到线性模型。选取某6节点电力系统与10节点天然气系统耦合的电-气互联系统为例,分别计算非线性模型与线性化模型并比较其求解效率。同时分析了计及电转气和不计及电转气两种场景下系统运行成本和运行状态。仿真结果表明线性模型提高了电-气互联系统机组组合求解效率,电转气的应用也有助于提高电-气混联系统的经济性。     

考虑电转气和可平移负荷的区域综合能源系统优化运行

针对可再生能源发电的消纳以及冷热电负荷需求不匹配问题,文章在原有区域综合能源系统(regional integrated energy system,RIES)的基础上,引入电转气(power to gas,P2G)技术,同时结合综合能源系统内不同种类可平移负荷的用能特性,建立了各类可平移负荷模型,对冷热电负荷平移,利用内点法求解可平移负荷模型,建立涵盖经济、能源及环境等多方面的多目标系统运行优化模型,采用粒子群优化算法获得Pareto非劣解集,并利用模糊理论获得折中解。在算例中设置多种场景,仿真分析考虑负荷平移和电转气技术的区域综合能源系统在降低系统运行成本、削峰填谷等方面的优势,从而验证所搭建模型的有效性。     

碳中和背景下燃气机组的期权组合套利策略

在碳中和背景下,快速响应的天然气机组以及新型储能系统将在电力系统中起到至关重要的作用.然而由于天然气机组的燃料成本较高,在电力市场中将面对金融风险.为燃气机组设计了在电力金融市场和现货市场中的资产组合运营策略.利用金融衍生品(包括销售看跌期权、购买看跌期权和销售看涨期权)和储能设备(包括电转气和电池)来赚取额外收益从而...     

计及电转气的多能互补园区供能分区博弈优化调度

多能互补园区能实现能源的梯级利用,可有效地进行多种能源的协调调度,进而提高用能效率和用能可靠性,因此被广泛应用.基于电转气技术和供能分区多主体特性,提出了一种计及电转气的多能互补园区供能分区优化调度方法.综合考虑多能互补园区供能分区的供能经济性、环保经济性以及风电、光伏出力特性,建立基于非合作博弈的双层优化调度模型,上...     

计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度

为了促进多能源互补及能源低碳化,提出了计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型.通过引入碳捕集电厂–电转气–燃气机组协同利用框架,碳捕集的CO2可作为电转气原料,生成的天然气则供应给燃气机组;并通过联合调度将碳捕集能耗和烟气处理能耗进行负荷转移以平抑可再生能源波动,使得风电/光伏实现间接可调度而被灵活利用...     

含电动汽车和电转气的园区能源互联网能源定价与管理

能源互联网的发展有助于实现多能系统间的互补、协调和优化,获得经济与环境效益。而电动汽车向电网反向送电(V2G)和电转气(P2G)技术的不断发展,对能源互联网中多类型能源的能量管理提出了新的要求。在此背景下,以含电动汽车和P2G设备的园区能源互联网为研究对象,首先提出包含能源供应商、园区运营商和用户代理的互动框架。接着,建立了园区运营商和用户代理理性追求自身利益最大化的主从博弈模型。其中,园区运营商(领导者)确定从能源供应商处的购能策略、所拥有设备的运行状态,并制定向/从用户代理出售/购买的多种能源价格,而用户代理(追随者)则根据动态能源价格信号调整用户用能策略。之后,应用KKT(Karush-Kuhn-Tucker)条件、对偶定理和线性松弛技术,将主从博弈模型转化为混合整数线性规划问题,并利用商业化求解器YALMIP/GUROBI求解。最后,以某工业园区为例对所提出的模型和方法进行说明,并着重分析V2G和P2G技术在提高系统运行的整体经济性、消纳风电能力等方面的效果。     

电动汽车参与电网调峰的模型及调度策略研究

"汽车-电网"互联(Vehicle to grid简称V2G)技术体现了电动汽车与电网的互动关系,随着电动汽车数量的快速增加和充放电技术的成熟,电动汽车必将成为智能电网的重要组成部分,并有望参与电网调峰平抑负荷波动。建立了一种电动汽车参与电网调峰的模型,提出了基于粒子群算法的调度策略。基于某地区典型的日负荷曲线,研究了电动汽车对电网调峰的影响。     

基于改进模糊均衡策略的碳循环虚拟电厂多目标鲁棒随机调度优化模型

燃气碳捕集(gas-power plant carbon capture, GPPCC)设备能捕集CO₂,电转气(power-to-gas, P2G)设备可将CO₂转化为甲烷,提出将GPPCC、储碳设备(carbon storage device, CS)和P2G与虚拟电厂(virtual power plant, VPP)进行连接,即C2P-VPP。首先,搭建C2P-VPP结构并构建数学模型;然后,选择最小化调度成本、最小化碳排放量、最小化出力波动作为优化目标,并利用鲁棒随机优化理论刻画风力发电厂(wind power plants, WPP)和光伏(photovoltaic, PV)发电的不确定性,建立C2P-VPP多目标随机最优调度模型。最后,选择CIGRE中压配电系统进行算例分析,结果表明所提最优决策模型能发挥C2P的电-碳-电循环优化效应,为决策者制定兼顾C2P-VPP调度方案提供有效的决策工具。     

考虑可再生能源配额制的中国电力市场均衡模型

考虑现行电力市场政策下可再生能源所占比重,分析了可再生能源固定电价制和配额制下各厂商经济决策及总效益,提出了一套基于固定电价制与配额制并行的电力市场均衡模型,既切合国情需要,又符合电力市场的运行规律。该模型满足可再生能源深化发展的同时,从经济学角度也实现了卡尔多—希克斯改进。该模型不仅能提升绿色电力强制配额上网环境下的总效益,而且能平衡利润和电价波动所带来的风险。最后,基于多智能体粒子群优化算法对两种制度在三种场景下的电力市场均衡模型进行仿真计算,实验结果验证了模型的有效性和时效性。     

考虑P2G及多能融通的分布式能源网络优化调度

研究分布式能源网络(Distributed Energy Network, DEN)是解决传统分布式能源系统(Distributed Energy System, DES)动态供应错位问题的迫切需求。电转气(Power-to-Gas, P2G)技术及多能源融通在促进DEN发挥最大价值的同时,使其协调控制变得更加复杂。基于此,文章研究考虑P2G及电热气融通的DEN调度问题。以DEN运行成本最小建立数学模型,并在目标函数中考虑弃风、弃光成本,采用一种改进粒子群算法进行求解。结果分析表明,模型可通过优化能源供给方式,以最小运行成本满足不同用户的动态能源诉求;引入P2G实现富余电能的大范围时空平移,带来一定环保效益;构建多能融通网络,能够协调不同用户供需之间的差异性;考虑P2G及多能融通的DEN调度更为灵活、精准,综合性能优异。文章研究为未来DEN建设提供一定参考。     

计及P2G和CCS的园区级电-热-气综合能源系统多目标优化

碳捕集和可再生能源利用已经成为减少碳排放的重要措施。但捕集到的二氧化碳利用方式不明确,弃风弃光现象频发,限制了上述2种措施的减排效果。文章通过耦合电转气(power to gas, P2G)技术和碳捕集系统(carbon capture system,CCS),将其扩展到园区级电-热-气综合能源系统中,建立了一种高比例可再生能源渗透水平下的经济低碳多目标优化模型,在多情景下模拟分析了该综合能源系统在某工业园区的运行效果。结果表明,该耦合能源系统排放的大部分CO₂可以被有效捕获并送往P2G装置用于合成燃气,为利用CO₂提供了新的思路,同时显著提高了系统对可再生能源的消纳能力。对P2G设备容量的敏感性分析表明,单纯增加P2G容量虽然能减少弃能率,但会增加碳排放,因此对P2G的容量规划应当综合考虑可再生能源可用量与碳排放之间的关系。     

面向多能互补的分布式光伏与气电混合容量规划方法

提出了一种面向多能互补的分布式光伏与气电混合容量多场景规划方法。考虑到光照强度、负荷均具有显著的时序性和季节性,采用光照强度与负荷的季节性日场景削减结果作为规划模型输入的思想。首先,以多场景下的多能互补系统的基础投资成本和运营成本综合最低为目标,建立了分布式光伏与气电混合容量多场景规划模型的目标函数和约束条件。然后,将季节性多个不同场景下的运行成本与收益进行加权计算,采用细菌觅食算法对所提出的数学优化模型进行求解。最后,通过对含分布式光伏与气电混合的配电网—燃气网协同运行区域的多能互补系统典型算例进行仿真计算,验证了规划方法的有效性,分析了各种价格参数对结果的影响。     

现货市场环境下售电商激励型需求响应优化策略

需求响应是售电商应对现货市场风险的重要工具,但已有研究中的售电商均采取电价型需求响应策略,无法根据变化的实际情况灵活实施需求响应,缺乏关于激励型需求响应的深入研究。针对此,构建了单一售电商与多个用户之间的激励型需求响应主从博弈模型,其中售电商在现货市场电价高于售电价格的时段,制定需求响应补贴策略以减少其售电损失,而用户根据售电商制定的补贴价格决定相应时段的响应量以获取额外收益。通过分析给出了博弈模型的求解方法,算例表明,售电商及用户均可通过需求响应而获益。此外,文中分析了现货市场价格波动对售电商的补贴价格制定、用户响应量和各自需求响应收益的影响以及不同类型的用户加入需求响应项目时对售电商需求响应收益的影响。     

考虑风光不确定性的电气互联虚拟电厂近零碳调度优化模型

风电、光伏出力的不确定性给电力系统的稳定运行带来威胁,含电转气(power-to-gas,P2G)的电气耦合系统能够解决这一难题。文章将电转气与虚拟电厂(virtual power plant,VPP)进行集成,提出电气互联虚拟电厂的基本概念、通用建模及调度优化模型。针对风光不确定性,引入条件风险价值(conditional value at risk,CVaR)方法和鲁棒随机优化方法,分别用于刻画目标函数和约束条件中的不确定性变量,并引入最大碳排放限额(maximum total emission allow ances,M TEA)指标,考虑虚拟电厂近零碳运营方案可行性。为求解多目标优化模型,构建了基于目标函数投入产出表和权重偏差校核的模型求解算法,并选取9节点能源集线器系统开展实例分析,结果表明电气互联虚拟电厂能实现分布式能源互补利用,形成电气电循环利用模式,所提模型能够同时兼顾分布式能源的高额经济收益和不确定性风险。     

参与气电市场的虚拟电厂内部优化随机模型

虚拟电厂总体降低了不确定因素的影响,但若不考虑其内部的随机性,则会使虚拟电厂在参与电力、天然气市场过程中,因其调度方案的保守性,难以获得最高的经济效益。为了充分挖掘虚拟电厂的经济效益,提出了一种气电市场下计及电价和风光不确定性的电-热-气虚拟电厂随机优化调度模型。模型目标函数为虚拟电厂总效益,即售电售热售气收益与电转气成本、碳捕集成本、碳排放权成本和燃料成本之差。引入超分位数方法将含多随机变量的虚拟电厂总效益最优模型转化为其超分位数随机优化模型,为了便于计算进而处理为其离散化计算模型,并利用空间粒子群算法进行求解。算例分析表明：虚拟电厂通过优化售电和售气方案来获得最优效益,在参与气电市场过程中考虑多种随机变量,使得虚拟电厂规避风险后有更多的机会获得更高的经济效益。     

参与气电市场的虚拟电厂内部优化随机模型

虚拟电厂总体降低了不确定因素的影响,但若不考虑其内部的随机性,则会使虚拟电厂在参与电力、天然气市场过程中,因其调度方案的保守性,难以获得最高的经济效益。为了充分挖掘虚拟电厂的经济效益,提出了一种气电市场下计及电价和风光不确定性的电-热-气虚拟电厂随机优化调度模型。模型目标函数为虚拟电厂总效益,即售电售热售气收益与电转气成本、碳捕集成本、碳排放权成本和燃料成本之差。引入超分位数方法将含多随机变量的虚拟电厂总效益最优模型转化为其超分位数随机优化模型,为了便于计算进而处理为其离散化计算模型,并利用空间粒子群算法进行求解。算例分析表明：虚拟电厂通过优化售电和售气方案来获得最优效益,在参与气电市场过程中考虑多种随机变量,使得虚拟电厂规避风险后有更多的机会获得更高的经济效益。     

电力市场环境下燃煤电厂电煤库存优化的CVaR模型

电煤供给和库存是燃煤电厂十分关注的问题。为避免由于电煤供应中断而影响正常发电,燃煤电厂必须具备一定量的电煤储备。在电力市场环境下,电煤价格和发电上网电价都具有不确定性。为了在保证一定的收益率水平上最小化与收益相关的风险,燃煤电厂就需要合理确定电煤库存量。在此背景下,借鉴金融领域发展起来的风险管理理论,以条件风险价值(CVaR)作为风险计量指标,建立了燃煤电厂电煤库存优化的均值-CVaR非线性规划模型;所构造的模型综合考虑了煤价和发电上网电价的不确定性、电厂煤耗量以及合同煤、市场煤兑现率的波动,以电厂年度收益CVaR最小为目标函数。之后,将所构造的模型转化为线性规划问题进行求解。最后,以某电厂的电煤库存量优化问题为例进行了仿真计算,算例结果表明了所建立模型的合理性和求解方法的有效性。     

多机系统中飞轮储能系统稳定器与PSS的协调优化

为消除飞轮储能系统（flywheel energy storage system,FESS）稳定器与电力系统稳定器（powersystemstabilizer,PSS）间可能存在的相互负影响,提出将加入混沌算法和模拟退火思想的改进粒子群优化算法（improvedparticleswarmoptimization,IPSO）用于协调优化FESS稳定器与PSS参数。该算法通过混沌初始化和迭代中加入模拟退火思想来提高算法的效率和全局搜索能力。将多种运行方式下的所有特征值作为考察对象,在目标函数中同时考虑机电振荡模式和非机电振荡模式的性能,并通过IPSO算法协调优化各稳定器参数。在新英格兰10机系统算例中,应用IPSO算法协调优化的稳定器在不同运行方式下都能有效抑制系统振荡,表明了该方法的有效性和鲁棒性。在4机系统算例中,通过与逐个设计稳定器方法的比较可知,经IPSO协调优化的稳定器具有更好的阻尼效果,从而验证了该方法的优越性。