考虑能源需求不确定性的居民小区能源中心运行策略

doi:10.3969/j.issn.1000－7229.2016.09.002

电力建设 ›› 2016, Vol. 37 ›› Issue (9): 14-.doi: 10.3969/j.issn.1000－7229.2016.09.002

考虑能源需求不确定性的居民小区能源中心运行策略

张华一1,文福拴1,2,张璨3, 王芃1, 孟金岭4, 林国营4

1.浙江大学电气工程学院, 杭州市 310027;2.文莱科技大学电机与电子工程系, 文莱斯里巴加湾 BE1410;3.国网江苏省电力公司南京供电公司, 南京市 210019; 4.广东电网有限责任公司电力科学研究院, 广州市 510600

出版日期:2016-09-01
作者简介:张华一（1993），女，硕士研究生，主要从事电力市场方面的研究工作；文福拴（1965），男，教授，博士生导师，本文通信作者，主要从事电力系统故障诊断与系统恢复、电力经济与电力市场、智能电网与电动汽车等方面的研究工作；张璨（1989），男，硕士，主要研究方向为电力系统恢复；王芃（1989），男，博士研究生，主要从事电力系统规划方面的工作；孟金岭（1986），男，硕士，工程师，研究方向为电力系统谐波治理、电力需求侧综合节能技术；林国营（1983），男，硕士，高级工程师，研究方向为智能用电、数字化电能计量技术。
基金资助:
国家重点基础研究发展计划项目（973计划）（2013CB228202）; 国家自然科学基金项目（51477151）；南方电网公司科研项目（K-GD2014-192）

Operation Strategy for Residential Quarter Energy Hub Considering Energy Demands Uncertaintie

ZHANG Huayi1, WEN Fushuan1,2, ZHANG Can3,WANG Peng1, MENG Jinling4, LIN Guoying4

1.School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China; 2. Department of Electrical and Electronic Engineering, Universiti Teknologi Brunei, Bandar Seri Begawan BE1410, Brunei; 3. State Grid Nanjing Power Supply Company,Nanjing 210019, China; 4. Electric Power Research Institute of Guangdong Power Grid Co., Ltd., Guangzhou 510600, China

Online:2016-09-01
Supported by:
Project supported by the National Basic Research Program of China （973 Program）（2013CB228202）; National Natural Science Foundation of China （51477151）

摘要/Abstract

摘要： 近年来,在居民侧实施热电联产和供热电气化受到了广泛关注。居民小区主要能源需求为电能和热能,主要能源输入为电能和天然气,可以采用能源中心概念来描述居民小区能源需求与能源输入间的耦合关系。在此背景下,首先构建了以热电联产和热泵作为能源转化装置的居民小区能源中心架构。然后,发展了居民小区能源中心内部优化运行的确定性模型,并将电动汽车集群负荷作为可控电负荷参与优化运行。考虑到居民小区的能源需求具有不确定性,且能源中心决策者制定调度策略时对风险的偏好也未必相同,为获得风险厌恶型决策者和风险偏好型决策者的调度策略,引入了信息间隙决策理论建立鲁棒优化模型和机会获利模型,进而建立了居民小区能源中心混合整数线性规划模型,并采用CPLEX求解。最后,以某居民小区为例来说明所发展的模型与方法的基本特征。

关键词: 居民小区能源中心, 电动汽车充电, 信息间隙决策理论（IGDT）, 鲁棒优化模型, 机会获利模型

Abstract: In recent years, the popularization of combined heat and power generation and electric heating has attracted extensive attention. The main energy demands in a residential quarter are heating demands and electricity demands, and the energy hub can be used to descript the coupling relationship between the energy demand and the energy input. Given this background, this paper firstly presents a mathematical model for the residential quarter energy hub, with the combined heat and power generation and the heat pump as energy devices. Then, this paper constructs the deterministic model of the residential quarter energy hub operation optimization, and considers the charging load of electrical vehicles as a controllable load to participate in the operation optimization. Energy demands of a residential quarter are uncertain, and various decision-makers may have different risk preferences in determining optimal operation strategies. With this consideration, this paper employs the information gap decision theory （IGDT） to develop the robust optimization model and the opportune-windfalling model respectively, in order to obtain the scheduling strategy of risk-aversion decision-makers and risk-preference decision-makers. And then, this paper constructs the mixed integer linear programming model and adopts the CPLEX to solve the model. Finally, a residential quarter is employed to demonstrate the essential characteristics of the developed model and method.

Key words: residential quarter energy hub, electric vehicle charging, information gap decision theory （IGDT）, robust optimization model, opportune-windfalling model

中图分类号:

TM 72

张华一,文福拴,张璨, 王芃, 孟金岭, 林国营. 考虑能源需求不确定性的居民小区能源中心运行策略[J]. 电力建设, 2016, 37(9): 14-.

ZHANG Huayi, WEN Fushuan, ZHANG Can, WANG Peng, MENG Jinling, LIN Guoying. Operation Strategy for Residential Quarter Energy Hub Considering Energy Demands Uncertaintie[J]. Electric Power Construction, 2016, 37(9): 14-.

参考文献

［1］刘振亚．全球能源互联网［M］．北京：中国电力出版社，2015．［2］王锐，顾伟，吴志．含可再生能源的热电联供型微网经济运行规划［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．［3］郭宇航，胡博，万凌云，等．含热泵的热电联产型微电网短期最优经济运行［J］．电力系统自动化，2015，39（14）：16-22． GUO Yuhang，HU Bo，WAN Lingyun，et al．Optimal economic short-term scheduling of CHP microgrid incorporating heat pump［J］．Automation of Electric Power Systems，2015，39（14）：16-22．［4］GEIDIL M，KOEPPEL G，FAVRE-PERROD P，et al．Energy hubs for the future［J］．IEEE Power and Energy Magazine，2007，5（1）：24-30．［5］顾伟，吴志，王锐．考虑污染气体排放的热电联供型微电网多目标运行优化［J］．电力系统自动化，2012，36（14）：177-185． GU Wei，WU Zhi，WANG Rui．Multi-objective optimization of combined heat and power microgrid considering pollutant emission［J］．Automation of Electric Power Systems，2012，36（14）：177-185．［6］姚伟锋，赵俊华，文福拴，等．配电系统与电动汽车充电网络的协调规划［J］．电力系统自动化，2015，39（9）：10-18． YAO Weifeng，ZHAO Junhua，WEN Fushuan，et al．Coordinated planning for power distribution system and electric vehicle charging infrastructure［J］．Automation of Electric Power Systems，2015，39（9）：10-18．［7］王姝凝，杨少兵．居民小区电动汽车充电负荷有序控制策略［J］．电力系统自动化，2016，40（4）：71-77． WANG Shuning，YANG Shaobing．A coordinated charging control strategy for electric vehicles charging load in residential area［J］．Automation of Electric Power Systems，2016，40（4）：71-77．［8］黄宇，杨健维，何正有．智能小区车辆与家庭互动调度策略［J］．电网技术，2015，39（10）：2690-2696． HUANG Yu，YANG Jianwei，HE Zhengyou．A dispatching strategy for V2H of intelligent community based on bilayer discrete particle swarm optimization［J］．Power System Technology，2015，39（10）：2690-2696．［9］苏海锋，梁志瑞．基于峰谷电价的家用电动汽车居民小区有序充电控制方法［J］．电力自动化设备，2015，35（6）：17-22． SU Haifeng，LIANG Zhirui．Orderly charging control based on peak-valley electricity tariffs for household electric vehicles of residential quarter［J］．Electric Power Automation Equipment，2015，35（6）：17-22．［10］SOROUDI A，EHSAN M．IGDT based robust decision making tool for DNOs in load procurement under severe uncertainty［J］．IEEE Transactions on Smart Grid，2013，4（2）：886-895．［11］寻斌斌，文福拴，黎小林，等．计及排污权交易和多种不确定性的发电投资决策［J］．电力系统自动化，2014，38（1）：51-56． XUN Binbin，WEN Fushuan，LI Xiaolin，et al．Generation investment decision-making in emission trading environment with multiple uncertainties［J］．Automation of Electric Power Systems，2014，38（1）：51-56．［12］吴晨曦，文福拴，陈勇，等．含有风电与光伏发电以及电动汽车的电力系统概率潮流［J］．电力自动化设备，2013，33（10）：8-15． WU Chenxi，WEN Fushuan，CHEN Yong，et al．Probabilistic load flow of power system with WFs，PVs，and PEVs［J］．Electric Power Automation Equipment，2013，33（10）：8-15．［13］SOROUDI A，EHSAN M，CAIRE P．Possibilistic evaluation of distributed generations impacts on distribution networks［J］．IEEE Transactions on Power Systems，2011，36（4）：2293-2301．［14］颜拥，文福拴，杨首辉，等．考虑风电波动性的发电调度［J］．电力系统自动化，2010，34（6）：79-88． YAN Yong，WEN Fushuan，YANG Shouhui，et al．Generation scheduling with fluctuaring wind power［J］．Automation of Electric Power Systems，2010，34（6）：79-88．［15］姚伟锋，赵俊华，文福拴，等．集中充电模式下的电动汽车调频策略［J］．电力系统自动化，2014，38（9）：69-76． YAO Weifeng，ZHAO Junhua，WEN Fushuan，et al．Frequency regulation strategy for electric vehicles with centralized charging［J］．Automation of Electric Power Systems，2014，38（9）：69-76．［16］杨甲甲，赵俊华，文福拴，等．含电动汽车和风电机组的虚拟发电厂竞价策略［J］．电力系统自动化，2014，38（13）：92-102． YANG Jiajia，ZHAO Junhua，WEN Fushuan，et al．Development of bidding strategies for virtual power plants considering uncertain outputs from plug-in electric vehicles and wind generators［J］．Automation of Electric Power Systems，2014，38（13）：92-102．［17］陈守军，辛禾，王涛，等．风电、蓄热式电锅炉联合供暖调度鲁棒优化模型［J］．电力建设，2016，37（1）：103-109． CHEN Shoujun，XIN He，WANG Tao，et al．Heating operation scheduling robust optimization for heat storage electric boiler combined with wind power［J］．Electric Power Construction，2016，37（1）：103-109．［18］HAIM Y B．Info-gap decision theory［M］. 2nd Edition．Academic：San Diego，CA，2006．［19］MATHURIA P，BHAKAR R．Info-gap approach to manage genco’s trading portfolio with uncertain market returns［J］．IEEE Transactions on Power Systems，2014，29（6）：2916-2925．［20］姚伟锋，赵俊华，文福拴，等．基于双层优化的电动汽车充放电策略［J］．电力系统自动化，2012，36（11）：30-37． YAO Weifeng，ZHAO Junhua，WEN Fushuan，et al．A charging and discharging dispatching strategy for electric vehicles based on bi-level optimization［J］．Automation of Electric Power Systems，2012，36（11）：30-37．［21］ABBAS R，ALIREZA S，ANDREW K．Information gap decision theory based OPF with HVDC connected wind farms［J］．IEEE Transactions on Power Systems，2015，30（6）：3396-3406．［22］MURPHY C，SOROUDI A，Keane A．Information gap decision theory-based congestion and voltage management in the presence of uncertainty wind power［J］．IEEE Transactions on Sustainable Energy，2016，7（2）：841-849．［23］AGHAEI J，AGELIDIS V G，CHARWAND M，et al．Optimal robust unit commitment of CHP plants in electricity markets using information gap decision theory［J］．IEEE Transactions on Smart Grid，2016（99）：1-9．［24］FOURER R，GAY D M，KERNIGHAN B W．AMPL：a modeling language for mathematical programming［M］．2nd Edition．Pacific Grove，CA，2003．

[1]	张卫国, 陈良亮, 成海生, 付蓉, 季娟. 基于电动汽车供电资源态势感知的台区负荷弹性调度策略[J]. 电力建设, 2020, 41(8): 48-56.
[2]	谭凯，李中伟，关亚东，叶麟，佟为明，张宝军. 电动汽车充电桩轻量级密钥管理方案[J]. 电力建设, 2019, 40(9): 73-81.
[3]	石文超，吕林，高红均，李海波，文金虎，王家怡，刘晋源. 基于信息间隙决策理论的含DG和EV的主动配电网优化运行[J]. 电力建设, 2019, 40(10): 64-74.
[4]	潘昭旭，刘三明，王致杰，王帅，丁超然. 基于信息间隙决策理论的含风电电力系统调度[J]. 电力建设, 2018, 39(9): 87-94.
[5]	郑宇，李杨，焦丰顺，文福拴，赵俊华，董朝阳. 含风电机组与电转气设备的虚拟电厂竞价策略 [J]. 电力建设, 2017, 38(7): 88-.
[6]	牛东晓，马天男，王海潮，刘鸿飞，黄雅莉. 基于KPCA和NSGAII优化CNN参数的电动汽车充电站短期负荷预测[J]. 电力建设, 2017, 38(3): 85-.
[7]	贾乐刚，杨军. 基于AHP-熵权法的电动汽车充电站运行能效评估[J]. 电力建设, 2015, 36(7): 209-215.

考虑能源需求不确定性的居民小区能源中心运行策略

Operation Strategy for Residential Quarter Energy Hub Considering Energy Demands Uncertaintie

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价