考虑风电不确定性的电-气耦合能源配网协调优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112966855A(43)申请公布日2021.06.15(21)申请号202110176988.7(22)申请日2021.02.09(71)申请人西安理工大学地址710048陕西省西安市碑林区金花南路5号(72)发明人段建东杨瑶刘帆(74)专利代理机构西安弘理专利事务所61214代理人刘娜(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/06(2012.01)H02J3/38(2006.01)权利要求书2页说明书6页附图3页(54)发明名称考虑风电不确定性的电-气耦合能源配网协调优化方法(57)摘要本发明公开考虑风电不确定性的电‑气耦合能源配网协调优化方法，本发明针对电‑气综合能源系统，研究考虑风电不确定性的电‑气耦合能源配网分布式协同优化运行，用机会约束处理风电的不确定性，并充分利用P2G和燃气轮机应对其带来的影响，在此基础上，将电网和气网作为不同的利益主体，同时考虑到各主体数据的隐私性，使用更贴近实际状况的求解方法，通过使得各自的运行成本最小实现各系统各单元的优化运行，在提升系统经济性的同时提高了系统的灵活性，增强了系统应对不确定性的能力，有效了提升风电资源的利用率。此外，平滑了与主网交互节点的电压波动水平，更利于系统的安全稳定运行。CN112966855ACN112966855A权利要求书1/2页1.考虑风电不确定性的电‑气耦合能源配网协调优化方法，其主要特征在于，包括以下步骤：步骤1：建立电‑气耦合能源配网中的各元件模型及风电出力不确定性模型，初始化配电网和配气网的系统参数，给出最大优化迭代次数；步骤2：使用目标级联分布式优化算法，进行分布式迭代求解。步骤3：根据步骤2中所得耦合变量及电‑气耦合能源配网的总成本，判断是否满足误差要求，或达到最大迭代次数，若满足，则输出最终优化方案，若不满足，则返回步骤2进行下一次求解，直到满足最大迭代次数。2.根据权利要求1所述的考虑风电不确定性的电‑气耦合能源配网协调优化方法，其主要特征在于，所述步骤1中，主要包括电转气、燃气轮机和储气罐数学模型以及于配电网和配气网有关的安全运行约束，其配电网和配气网的优化目标表达式为：grid式(1)中，Ce,t和Cg为购电和燃气轮机购气成本系数；T为总调度时段；Pt为向主网购电功率；为从气网的购气功率；NG为燃气轮机总数；p为P2G总数；和Ccur为P2G的日运行成本和弃风成本系数；ΔPw,t为弃风电量；为P2G向气网售气收益系数；为向气网售出的天然气量；为可向气网售出的风电量；为气网反馈给电网的实际消纳风电量；为气网反馈给电网的可供天然气量；γw,t和λw,t分别为有关P2G的朗格朗日一、二次惩罚系数；γi,t和λi,t分别为有关燃气轮机的拉格朗日一、二次惩罚系数；式(2)中，Cwell为从天well然气井的购气成本系数；Vt为从天然气井的购气量；Nstorage为储气罐的个数；Cstorage为储气罐成本系数；为储气罐的出气量。P2G和燃气轮机出力受风电出力不确定性影响，也呈现一定的不确定性，用机会约束描述，其表达式如下：其中，Pr为约束需要满足的概率；为P2G出力上、下限；为燃气轮机出2CN112966855A权利要求书2/2页力上、下限；1‑αp和1‑αi为须满足的置信水平，其值越大代表对风电不确定性的应对能力越高。利用P2G和燃气轮机承担风电不确定性的影响，且P2G转换风电量应与风电变化呈现相同的规律，燃气轮机的出力应与风电变化呈现相反的趋势，具体表达式如下：其中，为P2G风电转化量的随机变量；为燃气轮机出力的随机变量；Γt为系统内所有风电机组产生的误差，是均值为μ，标准差为σ的随机变量；δp和δi分别为P2G和燃气轮机对风电不确定性的功率分配因子。3.根据权利要求1所述的考虑风电不确定性的电‑气耦合能源配网协调优化方法，其主要特征在于，所述步骤2中，首先利用CPLEX求解器独立求解配电网的优化模型，求出耦合变量。将配电网优化模型所求的耦合变量信息传递给配气网，利用CPLEX求解器独立求解配气网优化模型。4.根据权利要求1所述的考虑风电不确定性的电‑气耦合能源配网协调优化方法，其主要特征在于，所述步骤2中，电‑气耦合能源配网中电网和气网分属不同层次的不同主体，采用ATC算法进行电网和气网的分布式协调优化；电网将自身优化所得耦合变量下发给气网，气网再将自身优化所得耦合变量反馈给电网。5.根据权利要求1所述的一种考虑风电不确定性的电‑气耦合能源配网分布式协调优化方法，其主要特征在于，所述步骤3中，需要满足耦合变量约束，具体表达式如下：具体实施时，耦合变量及系统成本需满足最小误差约束，具体表达式如下：3CN