本发明涉及电力系统,具体涉及一种考虑碳排放的综合能源系统储能优化配置方法。
背景技术:
1、提升能源利用效率、降低二氧化碳排放已成为能源发展中需要重点考虑的问题。综合能源系统作为一种将电、气、热等能源紧密整合的一体化系统,得到越来越多的关注。储能系统是综合能源系统的重要组成部分,有助于综合能源系统中不同能源的耦合、协调运行,以及降低系统碳排放量。因此,如何对综合能源微网系统的电/热混合储能系统进行优化配置,成为重要的研究议题。针对电/热混合储能系统的优化配置问题,已有诸多学者做了相关研究工作,这些研究工作通过优化储能设施配置方法,在一定程度提高了综合能源系统的经济性,但均未考虑二氧化碳排放对综合能源微网的影响。
2、在研究储能系统优化配置问题时,虽然经济性是需要考虑的重要因素,但不是唯一因素。碳排放因素在系统优化配置中具有重要意义。因此,在考虑碳排放和经济性因素下,研究电/热混合储能优化配置十分必要。
技术实现思路
1、本发明主要是为了解决现有的储能系统优化配置研究未考虑碳排放因素的问题,提供了一种考虑碳排放的综合能源系统储能优化配置方法,在考虑系统经济性的基础上,将碳排放加入电/热混合储能优化配置的目标中,以分析碳排放因素对综合能源系统储能优化配置的影响;通过合理配置储电、储热设备,提高综合能源系统运行的经济性,减少因供能不足造成的缺电、缺热问题,同时降低综合能源系统系统的碳排放。
2、为了实现上述目的,本发明采用以下技术方案。
3、一种考虑碳排放的综合能源系统储能优化配置方法,包括以下步骤:
4、步骤s1:考虑冷、热、电的能量平衡和蓄电、蓄热设备运行的约束条件,建立综合能源系统的内层优化运行模型;
5、步骤s2:基于所述内层优化运行模型的目标函数,综合考虑经济性目标和碳排放目标,建立综合能源系统电热混合储能的外层优化配置模型;步骤s3:利用改进多目标粒子群算法求解外层优化配置模型,获得最优储能优化配置方案。本发明针对综合能源系统降低碳排放的需求,研究碳排放下储能的优化配置问题,构建电/热混合储能的双层优化模型,内层模型为系统的运行成本,外层模型为系统的优化配置模型,主要考虑了系统的各项成本和碳排放。两者密不可分,相互影响,系统的内层运行为优化配置提供基础,系统的优化配置为运行提供外部约束。具体的,首先建立综合能源系统的内层优化运行模型,考虑冷、热、电的能量平衡和蓄电、蓄热设备等运行的约束条件;其次构建综合能源系统电/热混合储能的外层优化配置模型,在分析投资成本、维护成本、运行成本等经济性目标的基础上,将碳排放目标加入优化目标函数中,以分析碳排放因素对综合能源系统储能优化配置的影响。结果表明:通过合理配置储电、储热设备可提高综合能源系统运行的经济性,也可减少因供能不足造成的缺电、缺热问题,同时可降低综合能源系统系统的碳排放。
6、作为优选,步骤s1中,所述内层优化运行模型考虑综合能源系统的运行成本,所述运行成本包括购电成本和购天然气成本,运行收益为售电收益,所述内层优化运行模型的目标函数为:
7、cope=cgrid+cfuel-csold
8、
9、
10、
11、其中,cope为总运行成本;ggrid为电网购电成本;cfuel为购买天然气的成本;csoid为向电网售电的收益;pgrid,t为电网的电价;pgrid,t为购电功率;δt为时间;png,t为天然气价格;ggt,t为微燃气轮机的燃气热值;ggb,t为燃气锅炉的燃气热值;hng为天然气热值;psold,t为售电价格;psold,t为售电功率;
12、所述内层优化运行模型的约束条件包括:
13、1)冷功率平衡约束
14、coachac,t+coecpec,t=cl,t
15、其中,coac为吸收式制冷机的制冷系数;hac,t为输入吸收式制冷机的热功率;coec为电制冷机系数;pec,t为输入电制冷机的电功率;cl,t为冷功率;
16、2)热功率平衡约束hhr,t+hgb,t-hac,t+htst,t=hl,t
17、其中,hhr,t为余热回收装置吸收的热功率;hgb,t为燃气锅炉产生的热功率;hac,t为输入吸收式制冷机的热功率;htst,t为蓄热槽的冲放热热功率;hl,t为热负荷;
18、3)电功率平衡约束
19、pmt,t+pgrid,t-pec,t+pb,t-psold,t=pl,t-ppv,t-pw,t
20、其中,pmt,t为微燃机输出;pgrid,t为电网购电;pec,t为电制冷机输入电功率;pb,t为蓄电池充放电功率;psold,t为电网售电;pl,t为用户用电需求;ppvt,t为光伏发电功率;pw,t为风力发电功率;
21、4)微燃机约束
22、pmt,t=ggt,tηmt
23、
24、其中,ηmt为微型燃气轮机的转换效率;分别为微型燃气轮机最小和最大输出功率;
25、5)蓄电池约束
26、
27、
28、
29、其中,eb,t为蓄电池的容量;σb为蓄电池的自放电率;ηb为蓄电池的充放电效率;
30、6)蓄热槽的运行约束
31、
32、
33、
34、其中,etst,t为蓄热槽的容量;σtst为蓄热槽的自放热率;ηtst为蓄热槽的充放热效率。
35、作为优选,步骤s2中,所述外层优化配置模型考虑经济性目标和碳排放目标,所述经济性目标包括系统的投资成本、运行成本和维护成本,投资成本为储电系统的功率投资成本、能量投资成本和储热系统的能量投资成本;运行成本为上述的综合能源系统的内层优化运行目标函数;维护成本为储电系统的功率维护成本、能量维护成本和储热系统的能量维护成本;所述碳排放包括直接碳排放和间接碳排放,直接碳排放是指综合能源系统中燃气轮机和燃气锅炉消耗燃气产生的碳排放;间接碳排放是指购买电能产生的碳排放,所述外层优化配置模型的目标函数为:
36、
37、
38、其中,f1、f2分别为经济性目标和碳排放目标;cinv、cm为投资成本和维护成本;cb,p、cb,e、ctst,e、cb,m,p、cb,m,e、ctst,m,e为储电系统的功率、能量和储热系统能量的单位投资成本和维护成本;pb,n、eb,n、etst,n为储电系统的配置功率、能量和储热系统的配置能量;εmt、εgb、εg为燃气轮机、燃气锅炉和购电功率的二氧化碳排放系数;eem、eg为购买燃气和电力产生的碳排放;
39、在考虑系统经济性的基础上,本发明创新性地将碳排放加入电/热混合储能优化配置的目标中,解决了现有的电/热混合储能系统的优化配置研究工作未考虑二氧化碳排放对综合能源微网的影响的问题。
40、作为优选,步骤s3中,在传统粒子群算法的基础上,引入小生境处理机制,并综合外部档案选取技术和混沌变异技术,获得改进多目标粒子群算法。在多目标优化问题的求解方面,传统粒子群算法存在易陷入局部最优解的不足,导致pareto解集多样性较差,且缺乏对种群全局最优解的指导,因此,本发明提出一种改进多目标粒子群算法,在pso算法的基础上,引入小生境处理机制,突出该机制的多样性和分布性较好的优势,并综合外部档案选取技术和混沌变异技术,以保证算法的全局搜索能力,同时提高求解过程的收敛速度和收敛精度。
41、作为优选,步骤s3的具体过程,包括以下步骤:
42、步骤s31:初始化粒子群与外部档案;
43、步骤s32:确定小生境种群xp;
44、步骤s33:更新小生境种群xp中粒子速度与位置;
45、步骤s34:比较粒子当前适应度fi和pid,若fi<pid,则pid=fi,否则保留pid;比较粒子当前适应度fi和gid,若fi<gid,则gid=fi,否则保留gid;
46、步骤s35:随机加入m个新粒子,保持种群多样性;
47、步骤s36:选取一定数量粒子根据轮盘赌方法进行变异;
48、步骤s37:对外部档案的优良个体进行选择,保留优良粒子进入下一代;
49、步骤s38:计算适应度,获取全局最优值;
50、步骤s39:判断是否满足结束条件,如果迭代次数k大于最大迭代次数kmax,则结束循环输出结果,否则转到步骤s32进行下一次迭代;
51、仿真分析结果显示,利用基于小生境技术的改进多目标粒子群算法求解模型,收敛速度和收敛精度都提高了很多。
52、作为优选,步骤s31中,粒子群群体x={x1,x2,...,xn},其中粒子个体表示为xi={xi1,xi2,...,xip};同时将外部档案集定为全局最优粒子,外部档案容量为m。
53、作为优选,步骤s32中,比较粒子间距与小生境半径,确定小生境种群xp,所述粒子间距采用欧式距离计算,表示为:
54、
55、其中,p为小生境粒子的个体数;xi、xj为任意的两个粒子;xik、xjk为粒子的第k个分量;对于给定的阈值σ0>dij时,则加入到小生境的群体xp。
56、作为优选,步骤s33中,按照pso算法规则更新粒子速度与位置分量,表示为:
57、
58、其中,粒子标号可表示为i=1,2,...,m;k为迭代次数;ω为惯性权值;c1、c2为学习因子;r1、r2为均匀分布于[0,1]之间的两个随机数;xid为粒子群位置的第d个分量;vid为粒子速度的第d个分量;pid、gid为粒子的个体最优位置。
59、因此,本发明的优点是:
60、(1)通过合理配置储电、储热设备,提高综合能源系统运行的经济性,减少因供能不足造成的缺电、缺热问题,同时降低综合能源系统系统的碳排放;
61、(2)在考虑系统经济性的基础上,将碳排放加入电/热混合储能优化配置的目标中,以分析碳排放因素对综合能源系统储能优化配置的影响;
62、(3)提出一种改进多目标粒子群算法,在pso算法的基础上,引入小生境处理机制,突出该机制的多样性和分布性较好的优势,并综合外部档案选取技术和混沌变异技术,以保证算法的全局搜索能力,同时提高求解过程的收敛速度和收敛精度。