需求响应下基于近似动态规划的气电联合系统经济调度

doi:10.3969/j.issn.1000-7229.2018.11.001

电力建设 ›› 2018, Vol. 39 ›› Issue (11): 1-9.doi: 10.3969/j.issn.1000-7229.2018.11.001

• 综合需求响应栏目主持张宁副教授 • 下一篇

需求响应下基于近似动态规划的气电联合系统经济调度

帅航1，艾小猛1，仉梦林1，杨立滨2，李湃3，乐零陵1，方家琨4，文劲宇1

1.强电磁工程与新技术国家重点实验室（华中科技大学），武汉市 430074；2.青海省光伏发电并网技术重点实验室，西宁市 810000；3. 新能源与储能运行控制国家重点实验室（中国电力科学研究院有限公司），北京市 100192；4. 奥尔堡大学能源学院，丹麦奥尔堡 9220

出版日期:2018-11-01
作者简介:帅航（1990），男，博士研究生，主要研究方向为含新能源电力系统的运行优化、综合能源网优化研究；艾小猛（1986），男，讲师，通信作者，主要研究方向为储能规划，新能源并网优化规划与运行、综合能源市场；仉梦林（1987），女，博士后在站，主要研究方向为含新能源电力系统的运行优化、综合能源网优化研究；杨立滨（1985），男，硕士，主要研究方向为电力系统优化运行与控制；李湃（1988），男，工程师，研究方向为新能源发电并网及调度运行技术；乐零陵（1996），女，硕士研究生，研究方向为电力市场、需求侧响应；方家琨（1985），男，副教授，主要研究方向为可再生能源并网和能源网络优化运行；文劲宇（1970），男，教授，主要研究方向为电力系统规划运行与控制、储能与新能源并网、直流输电与直流电网。
基金资助:
国家自然科学基金项目（51707077）；国家电网公司科技项目（5228001600DX）

Economic Dispatch of the Integrated Gas and Power System Based on ADP under Demand Response

SHUAI Hang1， AI Xiaomeng1， ZHANG Mengling1， YANG Libin2， LI Pai3， LE Lingling1， FANG Jiakun4， WEN Jinyu1

1.State Key Laboratory of Advanced Electromagnetic Engineering and Technology（Huazhong University of Science and Technology）， Wuhan 430074， China；2. Qinghai Province Key Laboratory of Grid-Connected Photovoltaic （PV） Technology， Xining 810000， China；3. State Key Laboratory of Operation and Control of Renewable Energy & Storage Systems （China Electric Power Research Institute）， Beijing 100192， China；4. Department of Energy Technology （Aalborg University）， Aalborg 9220， Denmark

Online:2018-11-01
Supported by:
This work is jointly supported by the National Natural Science Foundation of China （No.51529701） and the Project of the State Grid Corporation of China （No.5228001600DX）.

摘要/Abstract

摘要： 气电联合系统协同运行能显著提高能源利用效率，其运行优化得到了广泛关注。文章建立了考虑需求响应（demand response，DR）的气电联合系统经济调度模型，并提出了基于近似动态规划（approximate dynamic programming， ADP）算法的联合系统经济调度策略。首先，采用粒子群（particle swarm optimization ，PSO）优化算法对用户侧的负荷曲线进行优化，从而最小化用户补偿费用和峰谷差率；随后建立线性化的气电联合系统运行模型，借助ADP算法求解。以Grave 6节点电力系统和14节点天然气网络进行仿真分析。仿真结果验证了所提模型和求解算法的有效性，考虑供需两侧的气电联合优化能提高能源利用效率。

关键词: 气电联合系统, 经济调度, 近似动态规划（ADP）, 需求响应（DR）

Abstract: The operation of integrated gas and power system （IGPS） can significantly improve the efficiency of energy usage， and its operation optimization has received extensive attention. In this paper， an optimal energy flow optimization model of IGPS considering demand response （DR） is established， and the ADP algorithm based economic dispatch policy is proposed for the integrated systems. Firstly， the particle swarm optimization （PSO） algorithm based load curve optimization policy which aims at minimizing the DR compensation cost and peak-to-valley difference rate of load is proposed. Secondly， the IGPS operation model is simplified as a linearized optimization model and approximate dynamic programming （ADP） is adopted. Simulation analysis is performed using a Grave 6-node power system and a 14-node natural gas network. The simulation results verify the validity of the proposed model and the solution algorithm， and show that considering both sides of supply and demand of IGPS can improve the energy efficiency of the integrated energy system.

Key words: integrated gas and power system, economic dispatch, approximate dynamic programming, demand response

中图分类号:

TM 73

帅航，艾小猛，仉梦林，杨立滨，李湃，乐零陵，方家琨，文劲宇. 需求响应下基于近似动态规划的气电联合系统经济调度[J]. 电力建设, 2018, 39(11): 1-9.

SHUAI Hang， AI Xiaomeng， ZHANG Mengling， YANG Libin， LI Pai， LE Lingling， FANG Jiakun， WEN Jinyu. Economic Dispatch of the Integrated Gas and Power System Based on ADP under Demand Response[J]. Electric Power Construction, 2018, 39(11): 1-9.

参考文献

［1］文劲宇，方家琨. 能源互联网中的关键设备与支撑技术［J］. 南方电网技术， 2016， 10（3）：1-10.
WEN Jinyu， FANG Jiakun. Key facilities and supportive technologies in energy internet［J］. Southern Power System Technology， 2016， 10（3）：1-10.
［2］CORREA-POSADAC M， SáNCHEZ-MARTíN P， LUMBRERAS S. Security-constrained model for integrated power and natural-gas system［J］. Journal of Modern Power Systems & Clean Energy， 2017， 5（3）：326-336.
［3］CHUAN HE， LIU T， LEI W U， et al. Robust coordination of interdependent electricity and natural gas systems in day-ahead scheduling for facilitating volatile renewable generations via power-to-gas technology［J］. Journal of Modern Power Systems & Clean Energy， 2017， 5（3）：375-388.
［4］LIY， ZOU Y， TAN Y，et al. Optimal stochastic operation of integrated low-carbon electric power， natural gas and heat delivery system［J］. IEEE Transactions on Sustainable Energy， 2017， 9（1）：273-283.
［5］赵娜，李翔宇，朱永强，等. 能源互联微网需求侧气电协同优化策略［J］. 电力建设， 2017，38（12）：60-67.
ZHAO Na， LI Xiangyu， ZHU Yongqiang， et al. Gas and electric collaborative optimization strategy for demand side of micro energy internet［J］. Electric Power Construction， 2017， 38（12）：60-67.
［6］CUIH， LI F， HU Q，et al. Day-ahead coordinated operation of utility-scale electricity and natural gas networks considering demand response based virtual power plants［J］. Applied Energy， 2016， 176（176）：183-195.
［7］王珺，顾伟，张成龙，等. 智能社区综合能源优化管理研究［J］. 电力系统保护与控制， 2017， 45（1）：89-97.
WANG Jun， GU Wei， ZHANG Chenglong， et al. Research on integrated energy management for smart community［J］. Power System Protection and Control， 2017， 45（1）：89-97.
［8］景卫哲，刘洋，向月，等. 基于需求侧响应的分布式冷热电联供系统能量管理策略［J］. 电力建设， 2017， 38（12）：68-76.
JING Weizhe， LIU Yang， XIANG Yue， er al. Energy management strategy of DCCHP based on demand response［J］. Electric Power Construction， 2017， 38（12）：68-76.
［9］ZENGQ， FANG J， LI J，et al. Steady-state analysis of the integrated natural gas and electric power system with bi-directional energy conversion［J］. Applied Energy， 2016 （184）： 1483-1492.
［10］LIUC， SHAHIDEHPOUR M， WANG J. Coordinated scheduling of electricity and natural gas infrastructures with a transient model for natural gas flow［J］. Chaos， 2011， 21（2）：531.
［11］CORREA-POSADAC M， SáNCHEZ-MARTíN P. Integrated power and natural gas model for energy adequacy in short-term operation［J］. IEEE Transactions on Power Systems， 2015， 30（6）：3347-3355.
［12］FANGJ， ZENG Q， AI X， et al. Dynamic optimal energy flow in the integrated natural gas and electrical power systems［J］. IEEE Transactions on Sustainable Energy， 2018， 9（1）：188-198.
［13］SHUAIH， AI X， WEN J， et al. Hybrid approximate dynamic programming approach for dynamic optimal energy flow in the integrated gas and power systems［C］// IEEE Conference on Energy Internet and Energy System Integration. IEEE， 2017：1-6.
［14］艾小猛，方家琨，徐沈智，等. 一种考虑天然气系统动态过程的气电联合系统优化运行模型［J］. 电网技术， 2018，42（2）：409-416.
AI Xiaomeng， FANF Jiakun， XU Shenzhi， et al. An optimal energy flow model in integrated gas-electric systems considering dynamics of natural gas system［J］. Power System Technology， 2018，42（2）：409-416.
［15］林建熙，史俊祎，文福拴，等. 计及可控负荷的工业微网源荷协同优化调度［J］. 电力建设， 2018， 39（1）：1-9.
LIN Jianxi， SHI Junyi， WEN Fushuan， et al. Coordinated optimal dispatch among generation and loads in industrial microgrids with controllable loads［J］. Electric Power Construction， 2018， 39（1）：1-9.
［16］MOKHATABS， MOKHATABS. Handbook of natural gas transmission and processing［M］. Gulf publishing Company， MA， USA， 2006.
［17］KHORRAMDELH， AGHAEI J， KHORRAMDEL B， et al. Optimal battery sizing in microgrids using probabilistic unit commitment［J］. IEEE Transactions on Industrial Informatics， 2016， 12（2）：834-843.
［18］SHUAI H， FANG J， AI X， et al. Stochastic optimization of economic dispatch for microgrid based on approximate dynamic programming［J］. IEEE Transactions on Smart Grid， 2018， early access. DOI： 10.1109/TSG.2018.2798039.
［19］简淦杨，刘明波，林舜江. 随机动态经济调度问题的存储器建模及近似动态规划算法［J］. 中国电机工程学报， 2014， 34（25）：4333-4340.
JIAN Ganyang， LIU Mingbo， LIN Shunjiang. Storage modeling and approximate dynamic programming algorithm for stochastic dynamic economic dispatch problems［J］. Proceedings of the CSEE， 2014， 34（25）：4333-4340.

[1]	朱旭, 杨军, 李高俊杰, 董旭柱, 刘首文. 计及虚拟储能系统的区域综合能源系统优化调度策略[J]. 电力建设, 2020, 41(8): 99-110.
[2]	张志荣，邱晓燕，孙旭，任昊，张明珂. #br# 协调柔性负荷与储能的交直流配电网经济优化调度[J]. 电力建设, 2020, 41(5): 116-123.
[3]	袁桂丽，董金凤，魏更，贾新潮. 基于需求响应和多能互补的冷热电联产微网优化调度[J]. 电力建设, 2019, 40(9): 64-72.
[4]	宋杰，陈振宇，杨阳，张凯恒，张卫国，朱庆，徐青山. 考虑资源相关性和不确定性的负荷需求响应决策研究[J]. 电力建设, 2019, 40(6): 132-138.
[5]	王雅丽，刘洪，赵娟，郭玥，张成昊，韩长占，刘梦怡. 基于网络重构和电热联合需求响应的配电网安全经济调度[J]. 电力建设, 2019, 40(4): 90-97.
[6]	姜立超，刘洋，沈晓东，杨军峰，李旻，张宏图，王长浩. 考虑风电并网和电量分解的月度机组组合模型[J]. 电力建设, 2019, 40(12): 30-37.
[7]	李凌昊，邱晓燕，张楷，刘梦依，赵长枢. 考虑多负荷聚集商参与的系统日前-日内分层优化调度策略[J]. 电力建设, 2019, 40(12): 70-79.
[8]	吴嘉豪，曾成碧，苗虹. 计及子区域间能量交换的多区域综合能源系统协调经济调度[J]. 电力建设, 2019, 40(11): 39-47.
[9]	董军，聂麟鹏，聂仕麟，杨培文，付安媛，黄辉. 考虑需求响应与风电不确定性的两阶段鲁棒旋转备用容量优化模型[J]. 电力建设, 2019, 40(11): 55-64.
[10]	林鸿基，闫园，文福拴，胡嘉骅，曲昊源，赵铮. 高比例可再生能源电力系统中计及灵活调节产品的实时调度[J]. 电力建设, 2019, 40(10): 18-27.
[11]	周步祥，黄家南，黄振刚，张百甫，张烨. 基于改进TLBO算法的电力系统区间经济调度[J]. 电力建设, 2018, 39(9): 105-111.
[12]	黄海涛，王岱锋，朱丰泽，王俊伟. 考虑热舒适度的变频空调响应调控策略[J]. 电力建设, 2018, 39(9): 9-17.
[13]	张晴晴，吴倩，李盛伟，白星振. 计及不同需求响应群体的新能源并网系统优化调度[J]. 电力建设, 2018, 39(7): 107-114.
[14]	宫建锋，曹雨晨，屈高强，刘洪，靳盘龙. 基于全局优化和多主体博弈的微网日前电热联合经济调度[J]. 电力建设, 2018, 39(12): 22-30.
[15]	黄海涛，朱丰泽，李小玉，王燕，赵文会. 负荷聚合商的多家庭用电能量控制与管理策略 [J]. 电力建设, 2018, 39(1): 54-.

需求响应下基于近似动态规划的气电联合系统经济调度

Economic Dispatch of the Integrated Gas and Power System Based on ADP under Demand Response

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价