基于有机朗肯循环系统的分布式多能源交易机制

doi:10.3969/j.issn.1000-7229.2019.12.002

电力建设 ›› 2019, Vol. 40 ›› Issue (12): 11-21.doi: 10.3969/j.issn.1000-7229.2019.12.002

• 可交易能源系统·栏目主持文福拴教授、杨甲甲博士、刘伟佳博士· • 上一篇下一篇

基于有机朗肯循环系统的分布式多能源交易机制

杨文涛1，文福拴1，张显2，陈浩3，高博3，李雪松3

1.浙江大学电气工程学院，杭州市 310027；2. 北京电力交易中心，北京市 100031；3.江苏电力交易中心，南京市 210008

出版日期:2019-12-01
作者简介:杨文涛 (1991)，男，博士生，主要从事电动汽车、多能源系统、能源交易方面的研究工作；文福拴 (1965)，男，通信作者，博士，教授，博士生导师，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；张显(1977)，男，博士，教授级高工，主要从事电力市场构建、运营以及技术支持等方面的研究与实践工作；陈浩(1977)，男，硕士，高级工程师，主要从事电力市场运营管理方面的研究工作；高博(1984)，男，硕士，高级工程师，主要从事电力市场建设运营以及合同管理等方面的研究工作；李雪松(1981)，男，硕士，高级工程师，主要从事电力市场建设，电网运营方面的研究工作。
基金资助:
国家电网公司总部科技项目“能源互联网背景下集中与分散决策的电力市场互动机制和基于区块链的分布式交易支撑技术研究” (5108201918043A0000)

An Organic Rankine Cycle Based Decentralized Transaction Mechanism for Multiple Kinds of Energy

YANG Wentao1， WEN Fushuan1， ZHANG Xian2， CHEN Hao3， GAO Bo3， LI Xuesong3

1. College of Electrical Engineering， Zhejiang University， Hangzhou 310027， China；2.Beijng Power Exchange Center， Beijing 100031， China；3.Jiangsu Power Exchange Center， Nanjing 210008， China

Online:2019-12-01
Supported by:
This work is supported by State Grid Corporation of China Research Program “Research on Electricity Market Interaction Mechanism of Centralized and Decentralized Decision-making in Energy Internet Background and Blockchain Based Distributed Transaction Support Technology” (No. 5108201918043A0000).

摘要/Abstract

摘要： 分布式可再生能源发电的发展可使传统电力用户也可以成为电力提供方，即所谓的电力产消者(Prosumer)。电力产消者可通过电力交易获利。除电力外，天然气和热能也是需求侧广泛采用的能源形式。随着能源转换技术的快速发展和商业化，如有机朗肯循环（organic Rankine cycle，ORC）、电转气技术以及多种能源形式间的转换和分布式交易成为提高终端用能效率和社会效益的可行途径。在此背景下，文章研究产消者通过ORC系统进行分布式多能源交易的机制。首先，给出一种包含ORC系统的能源中心架构，建立ORC系统的稳态数学模型。然后，介绍传统的集中式交易模型，并根据在交易过程中是否包含可信赖的第三方机构，提出两种可行的分布式交易机制。基于所提出的分布式交易机制构建了交易优化模型，并采用交替方向乘子法 (alternating direction method of multipliers， ADMM) 进行分布式优化。最后，采用IEEE 123节点配电系统对所提出的分布式交易机制进行说明，分析通过ORC系统进行多能源转换和交易的经济效益及技术要求，并对两种分布式交易机制进行比较。

关键词: 配电系统, 多能源交易, 分布式优化, 有机朗肯循环（ORC）, 交替方向乘子法（ADMM）

Abstract: The development of distributed renewable energy generation could make an electricity user act as an electric power provider as well， i.e. the so-called prosumer. A prosumer can benefit through energy trading. Apart from electricity， natural gas and heat are also widely used as major energy resources in the demand side. With the fast development and commercialization of energy conversion technologies， e.g.， the organic Rankine cycle (ORC) and power-to-gas， energy conversion among multiple kinds of energy and decentralized transaction become feasible solutions for improving energy consumption efficiency and promoting social welfare. Given this background， a decentralized transaction mechanism for multiple kinds of energy at the demand side is presented by employing an ORC system. An energy hub framework with an ORC system embedded is firstly presented， and the steady-state mathematical model of the ORC system is developed. The conventional centralized transaction model is then briefly described， and two kinds of decentralized trading mechanisms are presented with respect to the cases with and without a trusted third party involved in the trading process. Trading optimization models are presented on the basis of the developed decentralized trading mechanisms， and the well-established optimization method namely alternating direction method of multipliers (ADMM) is employed to solve the optimization models. Finally， the IEEE 123-node distribution system is employed to demonstrate the presented decentralized trading mechanisms， the economic benefits and technical requirements of energy conversion among multiple kinds of energy through the ORC system are investigated， and comparisons between two decentralized trading mechanisms are carried out.

Key words: distribution system, multiple energy transaction, decentralized optimization, organic Rankine cycle (ORC), alternating direction method of multipliers (ADMM)

中图分类号:

TM 73

杨文涛, 文福拴, 张显, 陈浩, 高博, 李雪松. 基于有机朗肯循环系统的分布式多能源交易机制[J]. 电力建设, 2019, 40(12): 11-21.

YANG Wentao, WEN Fushuan, ZHANG Xian, CHEN Hao, GAO Bo, LI Xuesong. An Organic Rankine Cycle Based Decentralized Transaction Mechanism for Multiple Kinds of Energy[J]. ELECTRIC POWER CONSTRUCTION, 2019, 40(12): 11-21.

参考文献

［1］LIU N， YU X H， WANG C， et al. Energy sharing management for microgrids with PV prosumers: A stackelberg game approach［J］. IEEE Transactions on Industrial Informatics， 2017， 13(3): 1088-1098.
［2］张涛，胡泽春，张丹阳. 楼宇综合能源系统容量配置优化［J］. 电力建设， 2019， 40(8): 3-11.
ZHANG Tao， HU Zechun， ZHANG Danyang. Study on optimal capacity planning of building integrated energy system［J］. Electric Power Construction， 2019， 40(8): 3-11.
［3］董雷，龚成尧，陈乃仕，等. 基于交替方向乘子法的主动配电网分布式多目标优化调度［J］. 电力建设， 2017， 38(4): 41-49.
DONG LEI， GONG CHENGYAO， CHEN NAISHI， et al. Multi-objective distributed optimal dispatch of active distribution network based on alternating direction method of multipliers［J］. Electric Power Construction， 2017， 38(4): 41-49.
［4］JADHAV A M， PATNE N R， GUERRERO J M. A novel approach to neighborhood fair energy trading in a distribution network of multiple microgrid clusters［J］. IEEE Transactions on Industrial Electronics， 2019， 66(2): 1520-1531.
［5］LIU W J， ZHAN J P， CHUNG C Y. A novel transactive energy control mechanism for collaborative networked microgrids［J］. IEEE Transactions on Power Systems， 2019， 34(3): 2048-2060.
［6］MORSTYN T， MCCULLOCH M D. Multiclass energy management for peer-to-peer energy trading driven by prosumer preferences［J］. IEEE Transactions on Power Systems， 2019， 34(5): 4005-4014.
［7］王辉，廖昆，林艺璇，等. 需求响应下含微电网配电侧市场多目标出清模型［J］. 电力建设， 2019， 40(2): 29-36.
WANG Hui， LIAO Kun， LIN Yixuan， et al. Multi-objective clearing model of distribution market with microgrids considering demand response［J］. Electric Power Construction， 2019， 40(2): 29-36.
［8］LONG C， WU J Z， ZHOU Y， et al. Peer-to-peer energy sharing through a two-stage aggregated battery control in a community microgrid［J］. Applied Energy， 2018， 226: 261-276.
［9］HU J J， YANG G Y， KOK K， et al. Transactive control: A framework for operating power systems characterized by high penetration of distributed energy resources［J］. Journal of Modern Power Systems and Clean Energy， 2017， 5(3): 451-464.
［10］蔡超，窦晓波，曹水晶，等. 基于模型预测控制的园区热电联供微电网能量优化［J］. 电力建设， 2019， 40(3): 27-33.
CAI Chao， DOU Xiaobo， CAO Shuijing， et al. Energy optimization based on model predictive control for combined heating and power microgrid in industrial park［J］. Electric Power Construction， 2019， 40(3): 27-33.
［11］ZHANG S J， WANG H X， GUO T. Performance comparison and parametric optimization of subcritical organic Rankine cycle (ORC) and transcritical power cycle system for low-temperature geothermal power generation［J］. Applied Energy， 2011， 88(8): 2740-2754.
［12］薛友，李杨，高滢，等. 计及风电出力随机特性的电-气综合能源系统随机优化［J］. 电力建设， 2018， 39(12): 2-12.
XUE You， LI Yang， GAO Ying， et al. Stochastic optimization in integrated electricity-gas energy systems considering stochastic characteristics of wind power outputs［J］. Electric Power Construction， 2018， 39(12): 2-12.
［13］WEN Y F， QU X B， LI W Y， et al. Synergistic operation of electricity and natural gas networks via ADMM［J］. IEEE Transactions on Smart Grid， 2018， 9(5): 4555-4565.
［14］张华一，文福拴，张璨，等. 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): 14-21.
ZHANG Huayi， WEN Fushuan， ZHANG Can， et al. Operation strategy for residential quarter energy hub considering energy demands uncertainties［J］. Electric Power Construction， 2016， 37(9): 14-21.
［15］黄国日，刘伟佳，文福拴，等. 具有电转气装置的电-气混联综合能源系统的协同规划［J］. 电力建设， 2016， 37(9): 1-13.
HUANG Guori， LIU Weijia， WEN Fushuan， et al. Collaborative planning of integrated electricity and natural gas energy systems with power-to-gas stations［J］. Electric Power Construction， 2016， 37(9): 1-13.
［16］VAN ERDEWEGHE S， VAN BAEL J， LAENEN B， et al. “Preheat-parallel” configuration for low-temperature geothermally-fed CHP plants［J］. Energy Conversion and Management， 2017， 142: 117-126.
［17］姜亮，张玲霞，朱亚东，等. 有机朗肯循环系统中蒸发器的热经济性分析［J］. 电力建设， 2013， 34(9): 76-81.
JIANG Liang， ZHANG Lingxia， ZHU Yadong， et al. Thermo-economic analysis of evaporator in organic Rankine cycle system［J］. Electric Power Construction， 2013， 34(9): 76-81.
［18］金尧，王正宇，蒋传文，等. 主动配电网与主网协调调度［J］. 电力建设， 2016， 37(1): 38-44.
JIN Yao， WANG Zhengyu， JIANG Chuanwen， et al. Coordinative dispatching between active distribution network and main network［J］. Electric Power Construction， 2016， 37(1): 38-44.
［19］周宏宇，薛友，刘祚宇，等. 特高压变电站设备运维检修费用影响因素度量与分析［J］. 电力建设， 2018， 39(1): 19-29.
ZHOU Hongyu， XUE You， LIU Zuoyu， et al. Measurement and analysis of impacting factors for operation and maintenance costs in UHV substations［J］. Electric Power Construction， 2018， 39(1): 19-29.
［20］YAO W F， CHUNG C Y， WEN F S， et al. Scenario-based comprehensive expansion planning for distribution systems considering integration of plug-in electric vehicles［J］. IEEE Transactions on Power Systems， 2016， 31(1): 317-328.
［21］GAO H J， LIU J Y， WANG L F， et al. Decentralized energy management for networked microgrids in future distribution systems［J］. IEEE Transactions on Power Systems， 2018， 33(4): 3599-3610.
［22］ANVARI-MOGHADDAM A， MONSEF H， RAHIMI-KIAN A. Cost-effective and comfort-aware residential energy management under different pricing schemes and weather conditions［J］. Energy and Buildings， 2015， 86: 782-793.
［23］YEH H， GAYME D F， LOW S H. Adaptive VAR control for distribution circuits with photovoltaic generators［J］. IEEE Transactions on Power Systems， 2012， 27(3): 1656-1663.
［24］BOYD S. Distributed optimization and statistical learning via the alternating direction method of multipliers［J］. Foundations and Trends in Machine Learning， 2010， 3(1): 1-122.
［25］U.S. Energy Information Administration. Sources & uses ［EB/OL］. ［2019-08-08］.https://www.eia.gov/.
［26］Natural Resources Canada. Solar resource data available for Canada ［EB/OL］. ［2019-08-08］.https://www.nrcan.gc.ca/energy/ renewable-electricity/ solar-photovoltaic/14390.
［27］ALI M， MALIK S U R， KHAN S U. DaSCE: Data security for cloud environment with semi-trusted third party［J］. IEEE Transactions on Cloud Computing， 2017， 5(4): 642-655.

[1]	赵海兵，张焕云，葛杨，程浩原，高文浩，艾芊. 细胞-组织认知下的主动配电系统双层多目标控制策略[J]. 电力建设, 2020, 41(5): 81-92.
[2]	陈蒙蒙，高亮，李盈含. 兼顾柔性直流配电系统经济成本的优化下垂控制策略[J]. 电力建设, 2020, 41(3): 119-126.
[3]	张涛，胡泽春，张丹阳. 楼宇综合能源系统容量配置优化[J]. 电力建设, 2019, 40(8): 3-11.
[4]	杨轶凡，江道灼，阮闯，陈杰涛，朱乃璇. 基于蜂巢状有源配电网的分布式优化调度[J]. 电力建设, 2019, 40(3): 85-93.
[5]	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.
[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]	任佳峰，穆启天，杨用春，高亚静. 基于贡献度分层的主动配电网供电能力评估[J]. 电力建设, 2018, 39(8): 77-84.
[8]	李钢, 田杰，卢宇，李海英，陆翌，邱德锋. 无联结变压器MMC-MVDC配电网零序电压抑制策略[J]. 电力建设, 2018, 39(7): 57-63.
[9]	韩新阳，柴玉凤，张钰，何绍文，谢光龙，杨德昌. 城市能源互联网建设若干关键问题分析[J]. 电力建设, 2018, 39(7): 138-146.
[10]	黄裕春，王宏，王珂，文福拴. 考虑电动汽车充电设施接入的居民配电系统供电容量最优规划[J]. 电力建设, 2018, 39(6): 1-.
[11]	王聪1，徐晓贤1，沙广林2，段青2，郭靖3，张岚1 . 计及灵活配电单元的交直流混合配电系统潮流计算方法 [J]. 电力建设, 2018, 39(5): 56-.
[12]	王珂, 李媛, 杨文涛, 李涛, 岑海凤, 许苑, 文福拴. 计及路-网-车交互作用的电动汽车充电实时优化调度[J]. 电力建设, 2018, 39(12): 63-72.
[13]	梁荣，杨波，马润泽，吴健，吴奎华，林振智，文福拴. 利用多源信息和深度置信神经网络的配电系统空间负荷预测[J]. 电力建设, 2018, 39(10): 12-19.
[14]	张哲，齐冬莲，张建良. 三层博弈架构下的智能电网能量管理分布式优化方法[J]. 电力建设, 2018, 39(10): 28-36.
[15]	谭嫣，孙磊，齐峰，向丽玲，龙霏，林振智，文福拴. 配电系统中变电站智能化升级策略 [J]. 电力建设, 2017, 38(7): 114-.

基于有机朗肯循环系统的分布式多能源交易机制

An Organic Rankine Cycle Based Decentralized Transaction Mechanism for Multiple Kinds of Energy

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