考虑多类型需求响应负荷的热电联供系统协调优化运行

doi:10.3969/j.issn.1000-7229.2019.10.002

摘要/Abstract

摘要： 综合需求响应（integrated demand response， IDR）是综合能源系统灵活调度的重要途径，对需求响应负荷、能源生产转换设备进行协同优化有利于提升能源利用率并降低用电用能成本。文章首先分析需求响应负荷特性，将需求响应负荷细分为可中断电负荷、可转移电负荷和可调节热负荷；其次采用能源枢纽建模方法对热电联供（combined heat and power，CHP）系统进行建模，并将多类型需求响应负荷纳入其中；在此基础上，构建考虑多类型需求响应负荷的CHP系统运行策略，以日运行费用与能源消耗量最小为目标对调度模型进行求解；最后，在2种不同场景下对算例进行对比，结果显示：需求响应负荷参与调度，可以实现削峰填谷，使得供需更趋于平衡；通过协调各能源设备及需求侧负荷运行策略，系统的日运行费用节约5.4%，能源转化率提高2.6%，实现了CHP系统的经济优化运行。

关键词: 综合需求响应（IDR）, 需求响应负荷, 热电联供（CHP）系统, 能源枢纽, 协调优化

Abstract: Integrated demand response （IDR） has been considered a significant way to raise the flexibility of integrated energy system（IES）. By co-optimizing demand response load and energy production conversion equipment， IES will increase the efficiency of energy utilization which in turn lowers the cost of both the energy supplies and consumers. Firstly， the characteristics of demand response load are analyzed， and the demand response load is subdivided into interruptible load， transferable load and adjustable heat load. Secondly， the combined heat power （CHP） system is modeled by the energy hub modeling method， and the demand response load is incorporated into it. On this basis， the operation strategy of the CHP system considering demand response load is constructed. The dispatch model is solved with the goal of minimizing daily operating cost and energy consumption. Finally， the results of case study in two different scenarios show that the participation of demand response load can cut the peak and fill the valley and make the supply and demand more balanced. By coordinating the operation strategy of energy equipment and demand-side load， the daily operation cost of the system is saved by 5.4%， and the energy conversion rate is increased by 2.6%. The economic optimal operation of CHP system is realized.

Key words: integrated demand response（IDR）, demand response load, combined heat and power （CHP） system, energy hub, coordination and optimization

中图分类号:

TM 73

高山，邹子卿，刘宇. 考虑多类型需求响应负荷的热电联供系统协调优化运行[J]. 电力建设, 2019, 40(10): 9-17.

GAO Shan,ZOU Ziqing， LIU Yu. Coordination and Optimization of Combined Heat and Power System Considering Multi-type Demand-Response Load[J]. Electric Power Construction, 2019, 40(10): 9-17.

参考文献

［1］权超，董晓峰，姜彤. 基于CCHP耦合的电力、天然气区域综合能源系统优化规划［J］. 电网技术， 2018， 42（8）: 2456-2466.
QUAN Chao， DONG Xiaofeng， JIANG Tong. Optimization planning of integrated electricity-gas community energy system based on coupled CCHP［J］. Power System Technology， 2018， 42（8）: 2456-2466.
［2］余晓丹，徐宪东，陈硕翼，等. 综合能源系统与能源互联网简述［J］. 电工技术学报， 2016， 31（1）: 1-13.
YU Xiaodan， XU Xiandong， CHEN Shuoyi， et al. A brief review to integrated energy system and energy Internet［J］. Transactions of China Electrotechnical Society， 2016， 31（1）: 1-13.
［3］王锐，顾伟，吴志. 含可再生能源的热电联供型微网经济运行优化［J］. 电力系统自动化， 2011， 35（8）: 22-27.
WANG Rui， GU Wei， WU Zhi. Economic and optimal operation of a combined heat and power microgrid with renewable energy resources［J］. Automation of Electric Power Systems， 2011， 35（8）: 22-27.
［4］KONG X Q， WANG R Z， HUANG X H. Energy optimization model for a CCHP system with available gas turbines［J］.Applied Thermal Engineering，2005， 25（2/3）:377-391.
［5］王业磊，赵俊华，文福拴，等. 具有电转气功能的多能源系统的市场均衡分析［J］. 电力系统自动化， 2015， 39（21）: 1-10.
WANG Yelei， ZHAO Junhua， WEN Fushuan， et al. Market equilibrium of multi-energy system with power-to-gas functions［J］. Automation of Electric Power Systems， 2015， 39（21）: 1-10.
［6］李杨，刘伟佳，赵俊华，等. 含电转气的电-气-热系统协同调度与消纳风电效益分析［J］. 电网技术， 2016， 40（12）: 3680-3689.
LI Yang， LIU Weijia， ZHAO Junhua， et al. Optimal dispatch of combined electricity-gas-heat energy systems with power-to-gas devices and benefit analysis of wind power accommodation［J］. Power System Technology， 2016， 40（12）: 3680-3689.
［7］龙虹毓，何国军，徐瑞林，等. 计及分布式电源热泵的热电联产协调优化调度与能效分析［J］. 电力系统自动化， 2013， 37（14）: 38-42.
LONG Hongyu， HE Guojun， XU Ruilin， et al. Cogeneration coordination optimal dispatch and energy efficiency analysis containing distributed electric heat pumps［J］. Automation of Electric Power Systems， 2013， 37（14）: 38-42.
［8］张钦，王锡凡，别朝红，等. 电力市场下直接负荷控制决策模型［J］. 电力系统自动化， 2010， 34（9）: 23-28.
ZHANG Qin， WANG Xifan， BIE Zhaohong， et al. A decision model of direct load control in electricity markets［J］. Automation of Electric Power Systems， 2010， 34（9）: 23-28.
［9］曾鸣，韩旭，李冉，等. 能源互联微网系统供需双侧多能协同优化策略及其求解算法［J］. 电网技术， 2017， 41（2）: 409-417.
ZENG Ming， HAN Xu， LI Ran， et al. Multi-energy synergistic optimization strategy of micro energy internet with supply and demand sides considered and its algorithm utilized［J］. Power System Technology， 2017， 41（2）: 409-417.
［10］蒋文超，严正，曹佳，等. 计及柔性负荷的能源枢纽多目标综合优化调度［J］. 电测与仪表， 2018， 55（13）: 31-39.
JIANG Wenchao， YAN Zheng， CAO Jia， et al. Multi-objective comprehensive optimal dispatch of energy hub considering flexible load［J］. Electrical Measurement & Instrumentation， 2018， 55（13）: 31-39.
［11］SHEIKHI A， BAHRAMI S， RANJBAR A M. An autonomous demand response program for electricity and natural gas networks in smart energy hubs［J］.Energy， 2015， 89:490-499.
［12］姜子卿，郝然，艾芊. 基于冷热电多能互补的工业园区互动机制研究［J］. 电力自动化设备， 2017， 37（6）: 260-267.
JIANG Ziqing， HAO Ran， AI Qian. Interaction mechanism of industrial park based on multi-energy complementation［J］. Electric Power Automation Equipment， 2017， 37（6）: 260-267.
［13］于娜，李伟蒙，黄大为，等. 计及可转移负荷的含风电场日前调度模型［J］. 电力系统保护与控制， 2018， 46（17）: 61-67.
YU Na， LI Weimeng， HUANG Dawei， et al. Day-ahead scheduling model in wind power integrated system incorporating shiftable load［J］. Power System Protection and Control， 2018， 46（17）: 61-67.
［14］王建华. 采暖居住建筑耗热量指标计算方法的研究［D］. 西安: 西安建筑科技大学， 2005.
WANG Jianhua. Research of heat loss index calculation method for heating residential buildings［D］. Xi′an: Xi′an University of Architecture and Technology， 2005.
［15］GEIDL M， KOEPPEL G， FAVRE-PERROD P， et al. Energy hubs for the future［J］. IEEE Power and Energy Magazine， 2007， 5（1）: 24-30.
［16］CLEGG S， MANCARELLA P. Integrated modeling and assessment of the operational impact of power-to-gas （P2G） on electrical and gas transmission networks［J］. IEEE Transactions on Sustainable Energy， 2015， 6（4）: 1234-1244.
［17］刘方泽，牟龙华，张涛，等. 微能源网多能源耦合枢纽的模型搭建与优化［J］. 电力系统自动化， 2018， 42（14）: 91-98.
LIU Fangze，MU Longhua，ZHANG Tao， et al. Modelling and optimization of multi-energy coupling hub for micro-energy network［J］. Automation of Electric Power Systems， 2018， 42（14）: 91-98.
［18］刘衍民. 粒子群算法的研究及应用［D］. 济南: 山东师范大学， 2011.
LIU Yanmin. Research of particle swarm optimization and its application［D］. Jinan: Shandong Normal University， 2011.
［19］张国英，吴艺娟. 基于多级惩罚函数的粒子群约束优化算法［J］. 北京石油化工学院学报， 2008， 16（4）: 30-32.
ZHANG Guoying， WU Yijuan. Multi-constraint optimization algorithm based on multistage punish function and particle swarm optimization［J］. Journal of Beijing Institute of Petro-Chemical Technology， 2008， 16（4）: 30-32.
［20］李献梅，陈瑞先，周任军，等. 响应峰谷电价的冷热电联供系统优化调度［J］. 电力系统及其自动化学报， 2016， 28（4）: 25-30.
LI Xianmei， CHEN Ruixian， ZHOU Renjun， et al. Optimal dispatch of combined cool， heat and power system of response peak-valley price［J］. Proceedings of the CSU-EPSA， 2016， 28（4）: 25-30.

[1]	王瀚琳, 刘洋, 许立雄, 陈贤邦, 谭思维. 考虑风电消纳的区域多微网分层协调优化模型[J]. 电力建设, 2020, 41(8): 87-98.
[2]	练小林，李晓露，陆一鸣，丁一，李聪利. 可交易能源框架下的微网群动态电能交易策略[J]. 电力建设, 2020, 41(6): 18-27.
[3]	苏俊妮，张鑫，赵俊炜，张锐，曲明辉，杨艳红. 计及需求响应和储能的电-气综合能源系统优化调度[J]. 电力建设, 2020, 41(5): 1-8.
[4]	王莉，吴国沛，曾顺奇，何仲潇，董树锋. 考虑上级电网与工业园区互动的综合需求响应[J]. 电力建设, 2019, 40(9): 52-63.
[5]	邢海军，洪绍云，范宏，赵晓莉. 面向“源-网-荷-储”的主动配电网优化重构及协调调度研究[J]. 电力建设, 2018, 39(8): 18-23.
[6]	黄河，任佳依，高松，顾伟，刘海波. 基于场景分析的有源配电系统有功无功协调鲁棒优化策略[J]. 电力建设, 2018, 39(8): 32-41.
[7]	涂辉，周建聪，石文超，高红均，李响，廖丽娟，吕林. 考虑多种调节手段的配电网经济运行优化[J]. 电力建设, 2018, 39(8): 42-52.
[8]	李士动，张孝君，张立柱，李鲁燕，许行，施泉生. 基于外部成本内置法的备用市场竞价模型[J]. 电力建设, 2016, 37(3): 63-70.
[9]	张中庆，张步涵，马怡晴，黄贻煜，马进霞，毛承雄. 基于子空间辨识和遗传算法的多回直流协调阻尼控制器设计[J]. 电力建设, 2015, 36(5): 60-65.