一种计及综合需求响应含氢能综合能源系统优化调度方法

1.本发明涉及电力调度
技术领域：
：，具体涉及一种计及综合需求响应含氢能综合能源系统优化调度方法。
背景技术：
：：2.在全球能源危机与气候变化的背景下，提高能源利用效率、实现能源转型成为当前全社会、各行业需要解决的关键问题，综合能源系统(integratedenergysystem,ies)作为具有能源梯级利用、源网荷储协调互动等特点的多能源耦合系统，为包括能源、建筑等各行业低碳化提供了新思路。3.为满足消费侧多类用能需求，ies中包含多种能源转换设备，例如热电联供(combinedheatandpower，chp)将天然气转换为电能和热能，燃气锅炉(gasboiler，gb)利用燃烧天然气满足热负荷需求，同样，蓄热罐、蓄电池等储能设备也可作为供能侧补充供能，由此可见，协调各设备出力及充放，合理制定系统调度计划对于提高综合能源系统灵活性和经济性起着至关重要的作用。可再生能源得到大力发展，逐渐成为供能新主体，其中，氢能作为目前最低碳的能源之一，可以作为能源转换和储存的良好媒介。而在能源互联网的背景下，随着各能源的互联耦合性加强，灵活性更强的综合需求响应(integrateddemandresponse,idr)为综合能源系统中用户侧与供能侧之间的互动提供了新的视角。目前鲜少有研究针对综合能源系统调度综合考虑综合需求响应和电制氢环节，因此有必要深入研究上述两者协同运行对ies优化调度的影响。技术实现要素：4.本发明的目的是为了克服现有技术的不足，提供一种计及综合需求响应含氢能综合能源系统优化调度方法，能够提高ies的可再生能源消纳水平，同时改善系统经济性。5.实现上述目的的一种技术方案是：一种计及综合需求响应含氢能综合能源系统优化调度方法，包括如下步骤：6.s1，构建含可再生氢能的综合能源系统运行架构；7.s2，构建含价格型和替代型需求响应的综合需求响应模型；8.s3，以综合能源系统日运行成本最低为目标函数、综合功率平衡为约束条件建立计及综合需求响应的系统优化调度模型；9.s4，对模型进行求解获得含氢能综合能源系统各设备运行计划和系统最优日运行成本。10.进一步的，s1综合能源系统运行架构包括能源供应侧、能源转换设备、各类储能设备和用能终端四个模块，涉及电、热、气、氢四种能源形式，电解槽电能转化为氢能，燃气锅炉通过燃烧天然气输出热能，热电联产机组将天然气转换为电能和热能，氢燃料电池以氢能作为燃料，供电不足时转换为电能，且转换过程中余热可被回收以补充热能。11.进一步的，s2构建含价格型和替代型需求响应的综合需求响应模型的需求侧负荷分为固定负荷和柔性负荷，其中固定负荷不参与需求响应，柔性负荷包括可削减负荷、可转移负荷和可替代负荷；12.价格型需求响应通过引入分时电价引导用户侧合理改变自身用能状态，需求负荷价格弹性系数通过比较需求响应前后电价决定是否削减自身负荷，采用价格弹性矩阵方法进行需求响应建模，价格弹性系数的表达式如式(1)：[0013][0014]式(1)中，△pe(t)为需求响应后t时刻的负荷变化量；pe(t)为t时刻需求响应前的初始负荷；△ρj为需求响应后j时刻的电价变化量；ρ0,j为j时刻初始电价；[0015]需求响应后t时刻的可削减负荷变化量为：[0016][0017]式(2)中，△pe,cl(t)为t时刻初始可削减负荷量；zcl(t,j)为可削减负荷价格需求弹性矩阵，是价格弹性矩阵的对角阵；ρj为j时刻的电价；[0018]需求响应后t时刻的可转移负荷变化量为：[0019][0020]式(3)中,△pe,sl(t)为t时刻初始可转移负荷量；zsl(t,j)为可转移负荷价格需求弹性矩阵；[0021]可替代负荷的响应模型如式(4)(5)所示：[0022][0023]式(4)中，△le为可替代的电负荷量，△lh为被替代的热负荷量；σ为电热替代系数，取1.98；式(5)中，γe、γh为电热可替代负荷比例系数；δe、δh分别为电能和热能的单位热值，分别为电能和热能的能源利用率；[0024]计及idr后的电热负荷模型如式(6)：[0025][0026]式(6)中，pe,sta(t)和ph,sta(t)为固定电负荷和固定热负荷。[0027]进一步的，s3系统优化调度模型包括：[0028]系统日运行成本，由购能成本、设备运行维护成本和弃风弃光成本组成：[0029]minf＝fbuy+fop+freꢀꢀꢀ(7)[0030]式(7)中，fbuy为购能成本，fop为设备运行维护成本，fre为弃风弃光成本；[0031]购能成本为购电、购气、购热成本总和：[0032][0033]式(8)中，pe,buy(t)为t时段的购电量，pg,buy(t)为t时段的购气量，ph,buy(t)为t时段的购热量；αt、βt、τt分别为t时段的购电价格、购气价格和购热价格；[0034]设备运行维护成本：[0035][0036]式(9)中：i取1，2，……，6，代表光伏板、chp、gb和三类储能设备；ωi为设备i的运行维护成本系数；pi(t)为t时段设备i的出力功率；[0037]由于可再生能源出力不稳定，系统不能完全消纳其所有出力，当可再生能源发电超过系统消纳上限时会出现弃风弃光现象，所以需要在系统成本中考虑弃风弃光成本：[0038][0039]pre,i＝pp(t)-pf(t)ꢀꢀꢀ(11)[0040]式(10)中，i取1，2，代表光伏板和风机；pre,i为设备i的弃能功率；ci为各设备单位弃能成本；式(11)中，pp为风光预测出力，pf为风光实际出力；[0041]含需求响应的综合能源系统调度优化的约束条件分别有：能量平衡约束、设备能量转换约束和储能设备约束；能量平衡约束包括电能流功率平衡约束、热能流功率平衡约束、气能流功率平衡约束和氢能流功率平衡约束；[0042]电能流功率平衡约束：[0043][0044]热能流功率平衡约束：[0045][0046]气能流功率平衡约束：[0047]pg,buy(t)＝pg,chp(t)+pg,gb(t)ꢀꢀꢀ(14)[0048]氢能流功率平衡约束：[0049][0050]可再生能源供能主要考虑光伏供能和风机供能，风光实际出力小于预测出力；[0051]0≤ppv,f≤ppv,pꢀꢀꢀ(16)[0052]0≤pdg,f≤pdg,pꢀꢀꢀ(17)[0053]当电母线有多余电力供应时启动，电解槽将富余的电能转换为氢气，如式(18)所示：[0054][0055]式(18)中：pe,el(t)为t时刻输入电解槽电功率，kw；ph2,el(t)为t时刻电解槽输出氢能功率，kw；ηel为电解槽的产氢效率，％；pe,el,min和pe,el,max分别为电解槽消耗的电功率上下限，kw；△pe,el,min和△pe,el,max分别为电解槽的爬坡上下限，kw；[0056]氢燃料电池：[0057][0058]式(19)中：phfc(t)为燃料电池输出功率，kw；phfc,e(t)为燃料电池发电功率，kw；phfc,h(t)为燃料电池余热回收功率，kw；ηhfc,e和ηhfc,h分别为燃料电池的发电效率和余热回收效率，％；ph2,hfc(t)为燃料电池耗氢功率，kw；ph2,hfc,min和ph2,hfc,max分别为氢燃料电池消耗的氢气上下限，kw；△ph2,hfc,min和△ph2,hfc,max分别为氢燃料电池的爬坡上下限，kw；[0059]chp通过燃烧天然气发电，并收集发电过程中有用的剩余热量：[0060][0061]式中，pg,chp(t)为chp输入气功率，kw；pchp,e(t)为chp发电功率，kw；pchp,h(t)为chp产热功率，kw；ηchp,e和ηchp,h分别为chp的发电效率和产热效率，％；pg,chp,min和pg,chp,max分别为chp消耗天然气的上下限，kw；△pg,chp,min和△pg,chp,max分别为chp的爬坡上下限，kw；[0062]储能设备包括蓄电池、蓄热罐和储氢罐，蓄电池在任意时段的蓄电量等于前一时刻蓄电量与本时间段充放电差值之和，如式(21)所示：[0063][0064]式(21)中：pes(t+1)为蓄电池在t+1时段的蓄电量，kw；pes(t)为蓄电池在t时段的蓄电量，kw；εes为蓄电池的自放电率，％；pes,in(t)为蓄电池在t时段的充电功率，kw；ηes,in为蓄电池的充电效率，％；pes,out(t)为蓄电池在t时段的放电功率，kw；ηes,out为蓄电池的放电效率，％；[0065]蓄热罐在任意时段的蓄热量等于前一时刻蓄热量与本时间段充放热差值之和，如式(22)所示：[0066][0067]式(22)中：pts(t+1)为蓄热罐在t+1时段的蓄热量，kw；pts(t)为蓄热罐在t时段的蓄热量，kw；εts为蓄热罐的热耗散率，％；pts,in(t)为蓄热罐在t时段的充热功率，kw；ηts,in为蓄热罐的充热效率，％；pts,out(t)为蓄热罐在t时段的放热功率，kw；ηts,out为蓄热罐的放热效率，％；[0068]储氢罐在任意时段的储氢量等于前一时刻储氢量与本时间段充放氢差值之和，如式(23)所示：[0069][0070]式(23)中：phs(t+1)为储氢罐在t+1时段的储氢量，kw；phs(t)为储氢罐在t时段的储氢量，kw；εhs为储氢罐的氢耗散率，％；phs,in(t)为储氢罐在t时段的充氢功率，kw；ηhs,in为储氢罐的充氢效率，％；phs,out(t)为储氢罐在t时段的放氢功率，kw；ηhs,out为储氢罐的放氢效率，％。[0071]本发明提供的考虑综合需求响应含氢能综合能源系统优化调度方法，与现有技术相比具有以下优点：考虑综合需求响应的综合能源系统可以平抑负荷波动，通过合理规划各设备出力，减少弃风弃光现象；同时，加入电制氢环节可以有效提高能源转换效率，增加系统内能源调整裕度，增加系统运行灵活度，进一步降低了系统的总运行成本。考虑综合需求响应和电制氢的综合能源系统优化调度模型，可以有效提高可再生能源消纳水平，维持系统平稳、高效、经济运行。附图说明[0072]图1为ies架构图；[0073]图2为分时电价示意图；[0074]图3分时热价示意图；[0075]图4能量转换设备参数图；[0076]图5可再生出力和各负荷预测结果图；[0077]图6需求响应前后负荷峰谷差对比图；[0078]图7不同场景下可再生能源消纳率对比图；[0079]图8场景3电功率平衡图；[0080]图9场景3热功率平衡图；[0081]图10场景3气功率平衡图；[0082]图11场景3氢功率平衡图。具体实施方式[0083]为了能更好地对本发明的技术方案进行理解，下面通过具体地实施例进行详细地说明：[0084]本发明的调度方法应用于ies，ies由能源供应侧、能源转换设备、各类储能设备和用能终端4个模块组成，ies架构图如图1所示。[0085]一种计及综合需求响应的含氢能综合能源系统优化调度方法，其特征在于，包括如下步骤：[0086]s1，构建含可再生氢能的综合能源系统运行架构。作为耦合多种能源的能源集群，包含电、热、气、氢四种能源形式，为充分满足用户侧各类用能需求，本发明构建了含综合需求响应的综合能源系统运行架构，主要包含4个板块：能源供应侧、能源转换设备、各类储能设备和用能终端。其中光伏和风机作为可再生能源提供电能,电解槽(electrolyze，el)将电能转化为氢能，燃气锅炉(gasboiler，gb)通过燃烧天然气输出热能，热电联产机组(combinedheatandpower，chp)将天然气转换为电能和热能，氢燃料电池(hydrogenfuelcell，hfc)以氢能作为燃料，供电不足时转换为电，转换过程中余热可被回收以补充热能；此外ies还包含电、热、氢储能设备进行能量存储。电负荷分别由电网、风光发电和蓄电池放电供应，热负荷由hfc、chp、gb、蓄热罐放热和热网供应。[0087]s2，构建含价格型和替代型需求响应的综合需求响应模型。传统需求响应(demandresponse,dr)是通过引导用户侧主动改变用能行为，与传统dr相比，idr更注重系统的多能互补性，通过同类能源削减、时间纵向转移和能源之间的横向转移充分挖掘ies用户侧潜能。本发明构建含价格型和替代型需求响应的idr模型，需求侧负荷按一定比例分为固定负荷和柔性负荷，其中固定负荷不参与需求响应，柔性负荷包括可削减负荷(curtailableload，cl)、可转移负荷(shiftableload，sl)和可替代负荷(alternativeload，al)。[0088]需求负荷价格弹性系数作为用户负荷特性的重要指标系数，通过比较需求响应前后电价决定是否削减自身负荷，价格弹性系数的表达式如式(1)：[0089][0090]式(1)中，△pe(t)为需求响应后t时刻的负荷变化量；pe(t)为t时刻需求响应前的初始负荷；△ρj为需求响应后j时刻的电价变化量；ρ0,j为j时刻初始电价。[0091]需求响应后t时刻的可削减负荷变化量为[0092][0093]式(2)中，△pe,cl(t)为t时刻初始可削减负荷量；zcl(t,j)为可削减负荷价格需求弹性矩阵，是价格弹性矩阵的对角阵；ρj为j时刻的电价。[0094]可转移负荷是用户根据自身需求和当前时段电价，可以被灵活调整用能时段的负荷，与可削减负荷同理，利用价格弹性矩阵进行需求响应。响应后t时刻的可转移负荷变化量为：[0095][0096]式(3)中,△pe,sl(t)为t时刻初始可转移负荷量；zsl(t,j)为可转移负荷价格需求弹性矩阵。[0097]由于ies存在多能耦合性，各能源时间尺度不同，热负荷因其惯性大、调节时间长的特点，无法做到即时响应，因此针对电热这类可以互相转换的负荷采用替代型需求响应，具体为电价峰时段热负荷由热能直接供应，电价谷时段部分热负荷可以通过电转热供应。可替代负荷的响应模型如式(4)所示：[0098][0099][0100]式(4)中，△le为可替代的电负荷量，△lh为被替代的热负荷量；σ为电热替代系数，本文取1.98；式(5)中，γe、γh为电热可替代负荷比例系数；δe、δh分别为电能和热能的单位热值，分别为电能和热能的能源利用率。[0101]计及idr后的电热负荷模型如式：[0102][0103]式(6)中，pe,sta(t)和ph,sta(t)为固定电负荷和固定热负荷。[0104]s3，以综合能源系统日运行成本最低为目标函数、综合功率平衡为约束条件建立计及综合需求响应的系统优化调度模型。本发明以综合能源系统日运行成本最低为目标函数，系统日运行成本由购能成本、设备运行维护成本和弃风弃光成本组成：[0105]minf＝fbuy+fop+fre(7)[0106]式(7)中，fbuy为购能成本，fop为设备运行维护成本，fre为弃风弃光成本。[0107]购能成本为购电、购气、购热成本总和：[0108][0109]式(8)中，pe,buy(t)为t时段的购电量，pg,buy(t)为t时段的购气量，ph,buy(t)为t时段的购热量；αt、βt、τt分别为t时段的购电价格、购气价格和购热价格。[0110]设备运行维护成本如式：[0111][0112]式(9)中：i取1，2，……，7，代表光伏板、chp、gb和三类储能设备；ωi为设备i的运行维护成本系数；pi(t)为t时段设备i的出力功率。[0113]可再生能源由于其出力不稳定的特点，系统不能完全消纳所有出力，当可再生能源发电超过系统消纳上限时则会出现弃风弃光现象，所以需要在系统成本中考虑弃风弃光成本：[0114][0115]pre,i＝pp(t)-pf(t)ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(11)[0116]式(10)中，i取1，2，代表光伏板和风机；pre,i为设备i的弃能功率；ci为各设备单位弃能成本；式(11)中，pp为可再生能源预测出力，pf为光伏实际出力。[0117]含需求响应的综合能源系统调度优化的约束条件分别有：能量平衡约束、设备能量转换约束和储能设备约束。[0118]能量平衡约束分别有电能流功率平衡约束、热能流功率平衡约束、气能流功率平衡约束和氢能流功率平衡约束。[0119]电能流功率平衡约束：[0120][0121]热能流功率平衡约束：[0122][0123]气能流功率平衡约束：[0124]pg,buy(t)＝pg,chp(t)+pg,gb(t)ꢀꢀꢀ(14)[0125]氢能流功率平衡约束：[0126][0127]可再生能源供能主要考虑光伏供能和风机供能，光伏实际出力小于预测出力。[0128]0≤ppv,f≤ppv,pꢀꢀꢀ(16)[0129]0≤pdg,f≤pdg,pꢀꢀꢀ(17)[0130]能量转换设备约束[0131]当电母线有多余电力供应时启动，电解槽将富余的电能转换为氢气，如式所示：[0132][0133]式(18)中：pe,el(t)为t时刻输入电解槽电功率，kw；ph2,el(t)为t时刻电解槽输出氢能功率，kw；ηel为电解槽的产氢效率，％；pe,el,min和pe,el,max分别为电解槽消耗的电功率上下限，kw；△pe,el,min和△pe,el,max分别为电解槽的爬坡上下限，kw。[0134]氢燃料电池：[0135][0136]式(19)中：phfc(t)为燃料电池输出功率，kw；phfc,e(t)为燃料电池发电功率，kw；phfc,h(t)为燃料电池余热回收功率，kw；ηhfc,e和ηhfc,h分别为燃料电池的发电效率和余热回收效率，％；ph2,hfc(t)为燃料电池耗氢功率，kw；ph2,hfc,min和ph2,hfc,max分别为氢燃料电池消耗的氢气上下限，kw；△ph2,hfc,min和△ph2,hfc,max分别为氢燃料电池的爬坡上下限，kw；λhfc,min和λhfc,max分别为氢燃料电池热电比的上下限。[0137]chp通过燃烧天然气发电，并收集发电过程中有用的剩余热量：[0138][0139]式中，pg,chp(t)为chp输入气功率，kw；pchp,e(t)为chp发电功率，kw；pchp,h(t)为chp产热功率，kw；ηchp,e和ηchp,h分别为chp的发电效率和产热效率，％；pg,chp,min和pg,chp,max分别为chp消耗天然气的上下限，kw；△pg,chp,min和△pg,chp,max分别为chp的爬坡上下限，kw；εchp,min和εchp,max分别为chp热电比的上下限。[0140]储能设备分别为蓄电池、蓄热罐和储氢罐。[0141]蓄电池在任意时段的蓄电量等于前一时刻蓄电量与本时间段充放电差值之和，如式(21)所示：[0142][0143]式(21)中：pes(t+1)为蓄电池在t+1时段的蓄电量，kw；pes(t)为蓄电池在t时段的蓄电量，kw；εes为蓄电池的自放电率，％；pes,in(t)为蓄电池在t时段的充电功率，kw；ηes,in为蓄电池的充电效率，％；pes,out(t)为蓄电池在t时段的放电功率，kw；ηes,out为蓄电池的放电效率，％。[0144]蓄热罐在任意时段的蓄热量等于前一时刻蓄热量与本时间段充放热差值之和，如式(22)所示：[0145][0146]式(22)中：pts(t+1)为蓄热罐在t+1时段的蓄热量，kw；pts(t)为蓄热罐在t时段的蓄热量，kw；εts为蓄热罐的热耗散率，％；pts,in(t)为蓄热罐在t时段的充热功率，kw；ηts,in为蓄热罐的充热效率，％；pts,out(t)为蓄热罐在t时段的放热功率，kw；ηts,out为蓄热罐的放热效率，％。[0147]储氢罐在任意时段的储氢量等于前一时刻储氢量与本时间段充放氢差值之和，如式所示：[0148][0149]式(23)中：phs(t+1)为储氢罐在t+1时段的储氢量，kw；phs(t)为储氢罐在t时段的储氢量，kw；εhs为储氢罐的氢耗散率，％；phs,in(t)为储氢罐在t时段的充氢功率，kw；ηhs,in为储氢罐的充氢效率，％；phs,out(t)为储氢罐在t时段的放氢功率，kw；ηhs,out为储氢罐的放氢效率，％。[0150]s4，调用商业求解器cplex进行优化求解，获得含氢能综合能源系统各设备运行计划和系统最优日运行成本。[0151]本实施例选取某一工业园区，设置四类场景对所提方法优化调度效果进行验证：1)场景1为不考虑综合需求响应的含氢能ies优化调度；2)场景2为考虑单一价格型需求的含氢能ies优化调度；3)场景3为考虑综合需求响应的含氢能ies优化调度；4)场景4为考虑综合需求响应的不含氢能ies优化调度。[0152]以一天24h为一个调度周期，时间尺度为1h。需求响应前后分时电价、热价如图2、图3，该综合能源系统光伏风电出力和各类负荷的预测结果如图5，天然气网购价格为3元/(kw·h)，各设备的安装容量与运行参数见图4、5，单位弃光成本为0.3元/(kw·h)，单位弃风成本为0.125元/(kw·h)，光伏和风机出力上限分别为两者预测值。[0153]场景2只考虑价格型需求响应作用于电热负荷，结合图2、图3来看，在分时电价和热价的作用下，电热负荷曲线整体呈削峰填谷趋势。[0154]场景3综合考虑了价格型和替代型需求响应，由图6可知，相较于场景1，电负荷峰谷差下降了27.41％，热负荷峰谷差下降了21.94％，分析可知，分时电价一定程度影响了用户的用能行为，电热负荷分别在负荷和价格均为峰时段进行削减转移，即“削峰”，在负荷和价格均为谷时段进行转移，即“填谷”，负荷曲线得到平抑；与场景2相比，电负荷曲线削峰填谷趋势稍有减弱，热负荷曲线削峰填谷趋势进一步加深，系统运行成本为32614.3704元，相较于场景2的33901.7452元也有所下降，结合图2、图3和图4可知：在(07:00—10:00，15：00-18：00，22:00—24:00)时段，电负荷及电价均处于平均期，且风光出力充足，电转热后价格小于当前时刻电价，此时用户可选择用电能转换为热能来解决即时用热需求，防止出现供能缺口。因此，同时考虑价格型需求响应和替代型需求响应的idr在满足用户基本用能需求的基础上，减少购能成本，既提高了系统灵活性，也发挥了ies的多能互补性，充分挖掘了ies用户侧潜能。[0155]由图2、图3并结合图5可知，系统采用综合需求响应，用户根据分时价格主动改变自身用能行为，将部分可转移负荷从价格高峰的时段转移至价格较低的时段，且在负荷峰值时段，主动削减负荷，以达到削峰填谷的目的。其中，由图7可知，场景3相较于场景4，风光消纳水平都有所提高，这是由于电制氢设备将多余风光产电以氢能的形式储存，从而增加夜间时段风电的消纳量和中午时段的光电消纳量，场景3通过电制氢和电热综合需求响应共同作用减少由于风光发电不确定性导致的弃风弃光现象，提高风光消纳水平，减少经济损失。[0156]同时，由不同场景下系统日运行成本对比图可知，场景3的日运行费用较下降9.19％，说明含电制氢环节在提高ies可再生能源消纳能力的同时，依然可以进一步提高系统经济性。[0157]根据图8、图9、图10、图11调度结果可知，场景3下同时考虑综合需求响应和电制氢设备后，(0:00-6:00，20:00-24:00)时段为风机的出力峰段，(12：00-15：00)为光伏的出力峰段，除去用户基本电负荷需求后多余的电量用于电解槽进行氧化还原反应。利用弃风弃光制氢，并储存在储氢罐中，可以减少电网购电及chp出力，有效降低系统运行成本；此外通过综合需求响应，热负荷充分得到满足，以此减少购气购热量，达到最佳经济性。[0158]由此可见，通过优化调度系统各类设备，可以有效优化ies经济运行，同时考虑综合需求响应和电制氢设备可以在保证系统经济性的基础上提高系统运行灵活度、提高系统可再生能源消纳水平。[0159]采用上述方案后，本发明与现有技术相比，具有以下优点和有益效果：[0160](1)计及综合需求响应的综合能源系统可以平抑负荷波动，通过合理规划各设备出力，减少弃风弃光现象；[0161](2)同时，加入电制氢环节可以有效提高能源转换效率，增加系统内能源调整裕度，增加系统运行灵活度，进一步降低了系统的总运行成本。[0162](3)本文所提出的综合考虑综合需求响应和电制氢的综合能源系统优化调度模型，可以有效提高可再生能源消纳水平，维持系统平稳、高效、经济运行。[0163]本
技术领域：
：中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。当前第1页12当前第1页12
技术特征：
1.一种计及综合需求响应含氢能综合能源系统优化调度方法，其特征在于，包括如下步骤：s1，构建含可再生氢能的综合能源系统运行架构；s2，构建含价格型和替代型需求响应的综合需求响应模型；s3，以综合能源系统日运行成本最低为目标函数、综合功率平衡为约束条件建立计及综合需求响应的系统优化调度模型；s4，对模型进行求解获得含氢能综合能源系统各设备运行计划和系统最优日运行成本。2.根据权利要求1所述的一种计及综合需求响应含氢能综合能源系统优化调度方法，其特征在于，s1综合能源系统运行架构包括能源供应侧、能源转换设备、各类储能设备和用能终端四个模块，涉及电、热、气、氢四种能源形式，电解槽电能转化为氢能，燃气锅炉通过燃烧天然气输出热能，热电联产机组将天然气转换为电能和热能，氢燃料电池以氢能作为燃料，供电不足时转换为电能，且转换过程中余热可被回收以补充热能。3.根据权利要求1所述的一种计及综合需求响应含氢能综合能源系统优化调度方法，其特征在于，s2构建含价格型和替代型需求响应的综合需求响应模型的需求侧负荷分为固定负荷和柔性负荷，其中固定负荷不参与需求响应，柔性负荷包括可削减负荷、可转移负荷和可替代负荷；价格型需求响应通过引入分时电价引导用户侧合理改变自身用能状态，需求负荷价格弹性系数通过比较需求响应前后电价决定是否削减自身负荷，采用价格弹性矩阵方法进行需求响应建模，价格弹性系数的表达式如式(1)：式(1)中，
△
p
e
(t)为需求响应后t时刻的负荷变化量；p
e
(t)为t时刻需求响应前的初始负荷；
△
ρ
j
为需求响应后j时刻的电价变化量；ρ
0,j
为j时刻初始电价；需求响应后t时刻的可削减负荷变化量为：式(2)中，
△
p
e,cl
(t)为t时刻初始可削减负荷量；z
cl
(t,j)为可削减负荷价格需求弹性矩阵，是价格弹性矩阵的对角阵；ρ
j
为j时刻的电价；需求响应后t时刻的可转移负荷变化量为：式(3)中,
△
p
e,sl
(t)为t时刻初始可转移负荷量；z
sl
(t,j)为可转移负荷价格需求弹性矩阵；可替代负荷的响应模型如式(4)(5)所示：
式(4)中，
△
l
e
为可替代的电负荷量，
△
l
h
为被替代的热负荷量；σ为电热替代系数，取1.98；式(5)中，γ
e
、γ
h
为电热可替代负荷比例系数；δ
e
、δ
h
分别为电能和热能的单位热值，φ
e
、φ
h
分别为电能和热能的能源利用率；计及idr后的电热负荷模型如式(6)：计及idr后的电热负荷模型如式(6)：式(6)中，p
e,sta
(t)和p
h,sta
(t)为固定电负荷和固定热负荷。4.根据权利要求1所述的一种计及综合需求响应含氢能综合能源系统优化调度方法，其特征在于，s3系统优化调度模型包括：系统日运行成本，由购能成本、设备运行维护成本和弃风弃光成本组成：minf＝f
buy
+f
op
+f
re
ꢀꢀ
(7)式(7)中，f
buy
为购能成本，f
op
为设备运行维护成本，f
re
为弃风弃光成本；购能成本为购电、购气、购热成本总和：式(8)中，p
e,buy
(t)为t时段的购电量，p
g,buy
(t)为t时段的购气量，p
h,buy
(t)为t时段的购热量；α
t
、β
t
、τ
t
分别为t时段的购电价格、购气价格和购热价格；设备运行维护成本：式(9)中：i取1，2，
……
，6，代表光伏板、chp、gb和三类储能设备；ω
i
为设备i的运行维护成本系数；p
i
(t)为t时段设备i的出力功率；由于可再生能源出力不稳定，系统不能完全消纳其所有出力，当可再生能源发电超过系统消纳上限时会出现弃风弃光现象，所以需要在系统成本中考虑弃风弃光成本：p
re,i
＝p
p
(t)-p
f
(t)
ꢀꢀ
(11)式(10)中，i取1，2，代表光伏板和风机；p
re,i
为设备i的弃能功率；c
i
为各设备单位弃能成本；式(11)中，p
p
为风光预测出力，p
f
为风光实际出力；含需求响应的综合能源系统调度优化的约束条件分别有：能量平衡约束、设备能量转换约束和储能设备约束；能量平衡约束包括电能流功率平衡约束、热能流功率平衡约束、气
能流功率平衡约束和氢能流功率平衡约束；电能流功率平衡约束：热能流功率平衡约束：气能流功率平衡约束：p
g,buy
(t)＝p
g,chp
(t)+p
g,gb
(t)
ꢀꢀ
(14)氢能流功率平衡约束：可再生能源供能主要考虑光伏供能和风机供能，风光实际出力小于预测出力；可再生能源供能主要考虑光伏供能和风机供能，风光实际出力小于预测出力；当电母线有多余电力供应时启动，电解槽将富余的电能转换为氢气，如式(18)所示：式(18)中：p
e,el
(t)为t时刻输入电解槽电功率，kw；p
h2,el
(t)为t时刻电解槽输出氢能功率，kw；η
el
为电解槽的产氢效率，％；p
e,el,min
和p
e,el,max
分别为电解槽消耗的电功率上下限，kw；
△
p
e,el,min
和
△
p
e,el,max
分别为电解槽的爬坡上下限，kw；氢燃料电池：式(19)中：p
hfc
(t)为燃料电池输出功率，kw；p
hfc,e
(t)为燃料电池发电功率，kw；p
hfc,h
(t)为燃料电池余热回收功率，kw；η
hfc,e
和η
hfc,h
分别为燃料电池的发电效率和余热回收效率，％；p
h2,hfc
(t)为燃料电池耗氢功率，kw；p
h2,hfc,min
和p
h2,hfc,max
分别为氢燃料电池消耗的氢气上下限，kw；
△
p
h2,hfc,min
和
△
p
h2,hfc,max
分别为氢燃料电池的爬坡上下限，kw；chp通过燃烧天然气发电，并收集发电过程中有用的剩余热量：式中，p
g,chp
(t)为chp输入气功率，kw；p
chp,e
(t)为chp发电功率，kw；p
chp,h
(t)为chp产热
功率，kw；η
chp,e
和η
chp,h
分别为chp的发电效率和产热效率，％；p
g,chp,min
和p
g,chp,max
分别为chp消耗天然气的上下限，kw；
△
p
g,chp,min
和
△
p
g,chp,max
分别为chp的爬坡上下限，kw；储能设备包括蓄电池、蓄热罐和储氢罐，蓄电池在任意时段的蓄电量等于前一时刻蓄电量与本时间段充放电差值之和，如式(21)所示：式(21)中：p
es
(t+1)为蓄电池在t+1时段的蓄电量，kw；p
es
(t)为蓄电池在t时段的蓄电量，kw；ε
es
为蓄电池的自放电率，％；p
es,in
(t)为蓄电池在t时段的充电功率，kw；η
es,in
为蓄电池的充电效率，％；p
es,out
(t)为蓄电池在t时段的放电功率，kw；η
es,out
为蓄电池的放电效率，％；蓄热罐在任意时段的蓄热量等于前一时刻蓄热量与本时间段充放热差值之和，如式(22)所示：式(22)中：p
ts
(t+1)为蓄热罐在t+1时段的蓄热量，kw；p
ts
(t)为蓄热罐在t时段的蓄热量，kw；ε
ts
为蓄热罐的热耗散率，％；p
ts,in
(t)为蓄热罐在t时段的充热功率，kw；η
ts,in
为蓄热罐的充热效率，％；p
ts,out
(t)为蓄热罐在t时段的放热功率，kw；η
ts,out
为蓄热罐的放热效率，％；储氢罐在任意时段的储氢量等于前一时刻储氢量与本时间段充放氢差值之和，如式(23)所示：式(23)中：p
hs
(t+1)为储氢罐在t+1时段的储氢量，kw；p
hs
(t)为储氢罐在t时段的储氢量，kw；ε
hs
为储氢罐的氢耗散率，％；p
hs,in
(t)为储氢罐在t时段的充氢功率，kw；η
hs,in
为储氢罐的充氢效率，％；p
hs,out
(t)为储氢罐在t时段的放氢功率，kw；η
hs,out
为储氢罐的放氢效率，％。

技术总结
本发明公开了一种计及综合需求响应含氢能综合能源系统优化调度方法，包括如下步骤：S1，构建含可再生氢能的综合能源系统运行架构；S2，构建含价格型和替代型需求响应的综合需求响应模型；S3，以综合能源系统日运行成本最低为目标函数、综合功率平衡为约束条件建立计及综合需求响应的系统优化调度模型；S4，对模型进行求解获得含氢能综合能源系统各设备运行计划和系统最优日运行成本。本发明能够提高IES的可再生能源消纳水平，同时改善系统经济性。济性。济性。


技术研发人员：卢婧婧 黄晨宏 窦真兰 张春雁 赵慧荣 颜华敏 李林锐 肖远兵 郑真 彭道刚 雷斯琪
受保护的技术使用者：上海电力大学
技术研发日：2023.02.17
技术公布日：2023/9/13