计及负荷供给可靠性的园区综合能源系统两阶段优化方法研究

doi:10.12096/j.2096-4528.pgt.21110

摘要/Abstract

摘要：

园区综合能源系统通过多能耦合互补和协同优化调度，可以显著提高能源利用率和促进可再生能源消纳，已成为用户侧满足多能供需的一种新的能源利用实现方式。以河北雄安新区某园区作为研究对象，设计了一种计及负荷供给可靠性的园区综合能源系统两阶段优化方法：第一阶段基于带有精英保留策略的二代非支配排序遗传算法(NSGA-II)，对园区能源站设备类型及容量进行优化，是一个多目标规划优化问题，其目的是实现经济成本和环境成本的协调优化；第二阶段是一个运行优化问题，针对上一阶段规划得到的多组帕累托前沿解，利用混合整数线性规划(mixed integer linear programming，MILP)分别优化求解各规划方案对应运行成本及负荷供给可靠性指标，结果作为确定系统最佳规划方案的重要参考。算例表明，所设计规划方法可以有效降低系统运行成本和保障负荷供给可靠性，对指导园区综合能源系统规划更具实用性。

关键词: 园区综合能源系统, 规划优化, 负荷供给可靠性, 非支配排序遗传算法(NSGA-II), 混合整数线性规划

Abstract:

The community integrated energy system (CIES) can significantly improve energy utilization and promote the consumption of renewable energy through multi-energy coupling complementary and collaborative optimization scheduling. It has become a new energy utilization realization approach for users to meet multi-energy supply and demand. Taking a community in Xiong’an New District, Hebei province as the research object, this paper designed a two-stage optimization approach for the CIES that takes into account the reliability of load supply. The first stage is based on the non-dominated sorting genetic algorithm II(NSGA-II) with elite preservation strategy to optimize the equipment type and capacity of the community energy station. It is a multi-objective planning optimization problem, and its purpose is to achieve the coordinated optimization of economic costs and environmental costs. The second stage is an operation optimization problem. As for the multiple Pareto frontier solutions obtained in the previous planning stage, the mixed integer linear programming (MILP) was used to separately optimize the operation cost and load supply reliability indicators of each planning scheme, and the result is used as an important reference for determining the best planning scheme. Case studies show that the designed planning approach can effectively reduce the system operating cost and guarantee the reliability of load supply, and it is more practical for instructing the CIES planning.

Key words: community integrated energy system, planning optimization, load supply reliability, non-dominated sorting genetic algorithm II (NSGA-II), mixed integer linear programming

中图分类号:

TK 01

亢猛, 钟祎勍, 石鑫, 温港成, 房方. 计及负荷供给可靠性的园区综合能源系统两阶段优化方法研究[J]. 发电技术, 2023, 44(1): 25-35.

Meng KANG, Yiqing ZHONG, Xin SHI, Gangcheng WEN, Fang FANG. Research on Two-stage Optimization Approach of Community Integrated Energy System Considering Load Supply Reliability[J]. Power Generation Technology, 2023, 44(1): 25-35.

图/表 14

图1 园区供暖期系统供能结构图

Fig. 1 Structure diagram of community energy supply in the heating period

图2 园区供暖期系统优化流程图

Fig. 2 System optimization flow chart in the community heating period

图3 模型求解算法流程图

Fig. 3 Flow chart of model solving algorithm

表1 不同场景候选设备

Tab. 1 Candidate devices in different scenarios

场景	CHP	PV	WT	EB	GSHP	GB	ES	HS
1	√	√	√	√	√	√	√	√
2	√	—	—	—	—	√	—	√
3	√	√	—	√	—	—	√	—

图4 NSGA-II算法迭代收敛过程

Fig. 4 Iterative convergence process of NSGA-II algorithm

图5 第一阶段规划模型Pareto前沿解

Fig. 5 Pareto frontier solution of the first-stage planning model

表2 第一阶段不同规划方案容量配置情况

Tab. 2 Capacity allocation of different planning schemes in the first stage

方案	容量/kW								年经济成本/万元	年环境成本/万元
方案	CHP	PV	WT	EB	GSHP	GB	ES	HS	年经济成本/万元	年环境成本/万元
1	0	1 000	0	0	1 100	3 300	900	0	1 321	152
2	1 500	1 000	400	0	3 300	0	2 200	1 000	2 614	115
3	3 600	1 000	400	0	3 500	0	2 800	4 000	3 985	108

表3 不同规划方案典型日运行成本schemes (万元)

Tab. 3 Typical daily operating costs of different planning

方案	电交易成本	系统运维成本	污染物排放成本	总运行成本
1	11.11	0.09	0.37	11.65
2	8.31	0.12	0.26	8.69
3	8.68	0.15	0.21	9.04

图6 不同规划方案典型日负荷偏差率

Fig. 6 Typical daily load deviation rate of different planning schemes

表4 不同规划方案平均负荷偏差率

Tab. 4 Average load deviation rate of different planning schemes

方案	平均负荷偏差率/%
1	1.98
2	1.24
3	2.31

表5 不同场景最佳规划方案容量配置情况

Tab. 5 Capacity configuration of the best planning scheme in different scenarios

场景	容量/kW								年经济成本/万元	年环境成本/万元
场景	CHP	PV	WT	EB	GSHP	GB	ES	HS	年经济成本/万元	年环境成本/万元
1	1 500	1 000	400	0	3 300	0	2 200	1 000	2 614	115
2	5 400	0	0	0	0	2 300	0	5 000	4 140	148
3	8 800	1 000	0	5 400	0	0	2 800	0	3 824	144

表6 不同场景最佳规划方案典型日运行成本scheme in different scenarios (万元)

Tab. 6 Typical daily operating costs of the best planning

场景	电交易成本	系统运维成本	污染物排放成本	总运行成本
1	8.31	0.12	0.26	8.69
2	9.62	0.22	0.87	10.71
3	9.56	0.19	0.63	10.38

图7 不同场景最佳规划方案典型日负荷偏差率

Fig. 7 Typical daily load deviation rate of the best planning scheme in different scenarios

表7 不同场景最佳规划方案平均负荷偏差率

Tab. 7 Average load deviation rate of the best planning scheme in different scenarios

场景	平均负荷偏差率/%
1	1.24
2	1.65
3	1.67

参考文献 21

1	BAO Z， ZHOU Q， YANG Z，et al ．A multi time-scale and multi energy-type co-ordinated microgrid scheduling solution—part I：model and methodology[J]．IEEE Transactions on Power Systems，2015，30(5)：2257-2266． doi:10.1109/tpwrs.2014.2367127
2	施锦月，许健，曾博，等．基于热电比可调模式的区域综合能源系统双层优化运行[J]．电网技术，2016，40(10)：2959-2966．
	SHI J Y， XU J， ZENG B，et al ．A bi-level optimal operation for energy hub based on regulating heat-to-electric ratio mode[J]．Power System Technology，2016，40(10)：2959-2966．
3	黄彦彰，周宇昊，郑文广，等．产业园区新型多能联供综合能源服务研究[J]．发电技术，2021，42(6)：734-740． doi:10.12096/j.2096-4528.pgt.21099
	HUANG Y Z， ZHOU Y H， ZHENG G W，et al ．Research on new integrated energy system with multi-power combined supply of industrial parks[J]．Power Generation Technology，2021，42(6)：734-740． doi:10.12096/j.2096-4528.pgt.21099
4	高阳，席皛，刘小慧，等．考虑生物质供给价格弹性的工业园区综合能源系统规划[J]．电力建设，2021，42(4)：49-58． doi:10.12204/j.issn.1000-7229.2021.04.006
	GAO Y， XI J， LIU X H，et al ．Integrated energy system planning method for industrial parks considering the price elasticity of biomass supply[J]．Electric Power Construction，2021，42(4)：49-58． doi:10.12204/j.issn.1000-7229.2021.04.006
5	贾宏杰，王丹，徐宪东，等．区域综合能源系统若干问题研究[J]．电力系统自动化，2015，39(7)：198-207． doi:10.7500/AEPS20141009011
	JIA H J， WANG D， XU X D，et al ．Research on some key problems related to integrated energy systems[J]．Automation of Electric Power Systems，2015，39(7)：198-207． doi:10.7500/AEPS20141009011
6	郝然，艾芊，朱宇超，等．基于能源集线器的区域综合能源系统分层优化调度[J]．电力自动化设备，2017，37(6)：171-178．
	HAO R， AI Q， ZHU Y C，et al ．Hierarchical optimal dispatch based on energy hub for regional integrated energy system[J]．Electric Power Automation Equipment，2017，37(6)：171-178．
7	汪飞，龚丹丹，郭慧，等．计及动态氢价和不确定性的区域综合能源系统规划-运行两阶段优化[J]．电力系统保护与控制，2022，50(13)：53-62．
	WANG F， GONG D D， GUO H，et al ．Two-stage optimization of regional integrated energy system planning-operation with dynamic hydrogen pricing and uncertainties[J]．Power System Protection and Control，2022，50(13)：53-62．
8	赵尔敏，张斌，李惠珍，等．基于改进最小叉熵法的区域综合能源系统经济效益评估[J]．电力工程技术，2022，41(2)：215-223． doi:10.12158/j.2096-3203.2022.02.029
	ZHAO E M， ZHANG B， LI H Z，et al ．Economic benefit evaluation of regional integrated energy system based on improved minimum cross entropy method[J]．Electric Power Engineering Technology，2022，41(2)：215-223． doi:10.12158/j.2096-3203.2022.02.029
9	QUELHAS A， GIL E， MCCALLEY J D，et al ．A multiperiod generalized network flow model of the U.S. integrated energy system—part I：model description[J]． IEEE Transactions on Power Systems， 2007，22(2)：829-836． doi:10.1109/tpwrs.2007.894844
10	LIU C， SHAHIDEHPOUR M， FU Y，et al ．Security-constrained unit commitment with natural gas transmission constraints[J]．IEEE Transactions on Power Systems，2009，24(3)：1523-1536． doi:10.1109/tpwrs.2009.2023262
11	周长城，马溪原，郭晓斌，等．基于主从博弈的工业园区综合能源系统互动优化运行方法[J]．电力系统自动化，2019，43(7)：74-80． doi:10.7500/AEPS20180604007
	ZHOU C C， MA X Y， GUO X B，et al ．Leader-follower game based optimized operation method for interaction of integrated energy system in industrial park[J]．Automation of Electric Power Systems， 2019， 43(7)：74-80. doi:10.7500/AEPS20180604007
12	赵瑾，雍静，郇嘉嘉，等．基于长时间尺度的园区综合能源系统随机规划[J]．电力自动化设备，2020，40(3)：68-73．
	ZHAO J， YONG J， HUAN J J，et al ．Stochastic planning of park-level integrated energy system based on long time-scale[J]．Electric Power Automation Equipment，2020，40(3)：68-73．
13	朱志芳，许苑，岑海凤，等．考虑需求侧响应的园区综合能源系统优化配置[J]．智慧电力，2022，50(1)：37-44． doi:10.3969/j.issn.1673-7598.2022.01.006
	ZHU Z F， XU Y， CEN H F，et al ．Optimal configuration of park-level integrated energy system considering demand response[J]．Smart Power，2020，40(3)：68-73． doi:10.3969/j.issn.1673-7598.2022.01.006
14	XUE Y， GAO Y， LI Y，et al. Optimal coordinated operation of electricity and natural gas distribution networks with power-to-gas facilities[C]//2018 IEEE Innovative Smart Grid Technologies-Asia (ISGTAsia)．Singapore，IEEE，2018：294-299． doi:10.1109/isgt-asia.2018.8467790
15	SALIMI M， GHASEMI H， ADELPOUR M，et al ．Optimal planning of energy hubs in interconnected energy systems：a case study for natural gas and electricity[J]．IET Generation，Transmission & Distribution，2015，9(8)：695-707． doi:10.1049/iet-gtd.2014.0607
16	刘迪，吴俊勇，林凯骏，等．基于 Kriging 模型的综合能源系统规划方法[J]．电网技术，2019，43(1)：185-194．
	LIU D， WU J Y， LIN K J，et al ．Comprehensive energy system planning method based on Kriging model[J]． Power System Technology，2019，43(1)：185-194．
17	黄伟，刘文彬．基于多能互补的园区综合能源站-网协同优化规划[J]．电力系统自动化，2020，44(23)：20-28． doi:10.7500/AEPS20200424002
	HUANG W， LIU W B ．Multi-energy complementary based coordinated optimal planning of park integrated energy station-network[J]．Automation of Electric Power Systems，2020，44(23)：20-28． doi:10.7500/AEPS20200424002
18	黄伟，柳思岐，叶波．考虑源-荷互动的园区综合能源系统站-网协同优化[J]．电力系统自动化，2020， 44(14)：44-53． doi:10.7500/AEPS20190521003
	HUANG W， LIU S Q， YE B ．Station-network cooperative optimization of integrated energy system for park considering source-load interaction[J]. Automation of Electric Power Systems，2020， 44(14)：44-53． doi:10.7500/AEPS20190521003
19	范宏，袁倩倩，邓剑．多区域综合能源系统的两阶段容量优化配置方法[J]．现代电力，2020，37(5)： 441-447．
	FAN H， YUAN Q Q， DENG J ．A two-stage optimal capacity configuration of multi-region integrated energy system[J]．Modern Electric Power，2020，37(5)：441-447．
20	DEB K， PRATAP A， AGARWAL S，et al ．A fast and elitist multiobjective genetic algorithm：NSGA-Ⅱ[J]．IEEE Transactions on Evolutionary Computation，2002，6(2)：182-197． doi:10.1109/4235.996017
21	VIANA A， PEDROSO J P ．A new MILP-based approach for unit commitment in power production planning[J]．International Journal of Electrical Power & Energy Systems，2013，44(1)：997-1005． doi:10.1016/j.ijepes.2012.08.046

[1]	王翔宇, 陈武晖, 郭小龙, 常喜强. 发电系统数字化研究综述[J]. 发电技术, 2024, 45(1): 120-141.
[2]	刘洪波, 刘珅诚, 盖雪扬, 刘永发, 阎禹同. 高比例新能源接入的主动配电网规划综述[J]. 发电技术, 2024, 45(1): 151-161.
[3]	张叶青, 陈文彬, 徐律军, 江兴稳. 面向多虚拟电厂的分层分区多层互补动态聚合调控策略[J]. 发电技术, 2024, 45(1): 162-169.
[4]	柯明辉, 赖林. 常温空气下外露电极结构的电气体发电实验研究[J]. 发电技术, 2024, 45(1): 180-188.
[5]	王若为, 李音璇, 葛维春, 张诗钽, 刘闯, 楚帅. 沙漠光伏电能外送技术综述[J]. 发电技术, 2024, 45(1): 32-41.
[6]	张安安, 周奇, 李茜, 丁宁, 杨超, 马岩. “双碳”目标下火电厂CO₂计量技术研究现状与展望[J]. 发电技术, 2024, 45(1): 51-61.
[7]	陈代俊, 陈里里, 李阳涛. 联合循环发电站电力输出预测[J]. 发电技术, 2024, 45(1): 99-105.
[8]	许星原, 陈皓勇, 黄宇翔, 吴晓彬, 王宇绅, 廉俊豪, 张健彬. 虚拟电厂市场化交易中的挑战、策略与关键技术[J]. 发电技术, 2023, 44(6): 745-757.
[9]	于松源, 张峻松, 元志伟, 房方. 计及热惯性的热电联产虚拟电厂韧性提升策略[J]. 发电技术, 2023, 44(6): 758-768.
[10]	赵振宇, 李炘薪. 基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]. 发电技术, 2023, 44(6): 769-780.
[11]	钱仲豪, 胡骏, 沈思辰, 秦婷, 马晗怡, 王小栋, 冯曹毅, 卫志农. 考虑条件风险价值的多源协调优化运行策略[J]. 发电技术, 2023, 44(6): 781-789.
[12]	贾晓强, 杨永标, 杜姣, 甘海庆, 杨楠. 气候变化条件下基于智能预测模型的虚拟电厂不确定性运行优化研究[J]. 发电技术, 2023, 44(6): 790-799.
[13]	贾俊, 范炜豪, 吕志鹏, 姚建光, 周珊, 王健, 张锦涛. 用于电动汽车集群并网的直流变压器启动研究[J]. 发电技术, 2023, 44(6): 875-882.
[14]	封钰, 宋佑斌, 金晟, 冯家欢, 史雪晨, 俞永杰, 黄弦超. 基于随机森林算法和粗糙集理论的改进型深度学习短期负荷预测模型[J]. 发电技术, 2023, 44(6): 889-895.
[15]	黄河, 王燕, 姜念, 吴强, 张雅静, 杨秀媛. 考虑用户诉求差异的居民可控负荷资源优化控制[J]. 发电技术, 2023, 44(6): 896-908.