【技术实现步骤摘要】
本专利技术属于能源调度，具体涉及一种分布式新能源场站的多能供给调度方法。
技术介绍
1、近年来，我国可再生能源（风电、光伏）产业取得显著进展，截至2023年上半年，全国可再生能源装机容量达13.22亿千瓦，约占总装机的48.8%。随着可再生能源在电力领域的高比例渗透与消纳，电网可靠性和新能源消纳率面临更严格要求。在这一背景下，分布式能源系统（distributed energy system，des）通过将新能源、储能、负荷设备紧密耦合，构建了小区域多能供给调度系统，为“孤岛”和“园区”等场景的能源系统运行优化提供了新解决方案。然而，由于风、光发电的时空不平衡和区域高比例渗透特性，des供需不平衡问题日益凸显。为解决供需不平衡问题，分布式能源系统（distributed energy network，den）将大区域内的多个des耦合成一个能源网络，实现了能量在不同区域间的流动。当前能源调度技术中，在多能区域调度方面主要存在以下问题：des属于单一综合能源系统，多能经济调度没有考虑到能源网络的分布式结构；den调度一般是单目标调度，没有考虑分布式能源网络系统的交易节点间距离对能源交易的策略影响。
2、中国矿业大学在其申请号202310158244.1 的专利文献中公开了“一种含p2g及储能的综合能源系统低碳经济调度方法”，其实现步骤是：第一步，建立综合能源系统，系统包含能源供给、能源转换和负荷需求三个模块，通过计算电网的节点，电-气综合能源系统中的电力网络,以及列写回路方程实现；第二步，在能量耦合部分,构建eh数学模
3、彭艳等人在其发表的论文“考虑p2g及多能互补的分布式能源网络优化调度”中提出了中提出分布式场景下的多能调度方法，其实现步骤是：第一步，建立den区域调度优化单目标模型；第二步，构建模型包含的不同设备及其数学模型；第三步，建立调度优化模型的数学约束方程；第四步，采用粒子群算法求解模型；该方法的不足之处有两点：其一，该方法属于单目标优化，目标函数仅考虑了系统运行成本，忽视了对新能源入网波动性、碳排放成本等方面的影响；其二，该方法没有考虑大区域下分布式能源网络的可交易节点间距离对能源交易的策略影响，造成模型在大区域下的适用性不强。
技术实现思路
1、本专利技术的目的在于提出一种分布式新能源场站的多能供给调度方法，以实现大区域内多个新能源发电场站所构成新能源网络的多能调度，在考虑能源网络节点间距离对能源交易策略影响的基础上，实现了分布式新能源场站在多能多输入背景下的跨区域多目标调度。
2、实现本专利技术目的的技术方案包括如下步骤：
3、本专利技术采用的技术方案为：
4、一种分布式新能源场站的多能供给调度方法，具体步骤为：
5、步骤1，构建分布式新能源场站网络模型；
6、步骤2，根据步骤1构件的分布式新能源场站网络模型为待调度能源网络系统构建分布式新能源场站的多目标优化调度模型；
7、步骤3，根据步骤2中分布式新能源场站的多目标优化调度模型中的分布式新能源网络系统的运行成本模型f1中，确定涉及不同的设备参数与系统输入的相关设备数学模型；
8、步骤4，确定步骤2中分布式新能源场站的多目标优化调度模型的条件约束；
9、步骤5，根据步骤3中确定的相关设备数字模型和步骤4中确定的条件约束，基于多目标粒子群算法求解步骤2中分布式新能源场站的多目标优化调度模型；
10、步骤6，根据步骤5求解出的分布式新能源网络的多目标优化调度模型用于含风光发电的分布式新能源场站区域，进行多能多输入能源互补和多目标调度优化。
11、所述的步骤1中，构建分布式新能源场站网络模型的具体步骤为：
12、1.1）基于有向图构建分布式新能源场站网络：
13、(1)
14、(2)
15、(3)
16、上式中， gx为能源 x的有向图，其中 x=e,g，e,g分别代表电能与天然气；为能源x的有向图节点集合，其中为第 i个节点的节点编号；为构成有向图的边集合，其中为从节点指向节点的边；
17、1.2）标注有向图的节点参数与边参数：为每一个单一能源中心，按照实际能源转换关系，以供给侧、转换侧、负载侧的分类方式附加能源参数，得到分布式新能源场站网络的每一个节点参数，节点参数包括两类，其中为单一能源中心在 t时刻的负载，其中为单一能源中心的不同设备在 t时刻的供给或转换功率的参数集；
18、为中的按照实际空间附加欧氏距离 l，得到能源网络的每一边参数。
19、所述的步骤2中，构建分布式新能源场站的多目标优化调度模型的步骤为：
20、2.1）调度优化模型的目标函数 f：
21、以分布式新能源场站网络为待调度能源网络系统，综合考虑调度周期t内，系统运行成本 f1最小，碳排放成本 f2最小，可得多目标优化目标函数 f如下：
22、使用归一化系统总成本 f1、 f2，并使其最低：
23、(4)
24、最小化系统总成本：
25、(5)
26、最小化系统运行成本：
27、(6)
28、最小化系统碳排放成本：
29、(7)
30、上式（4）~（7）中，的整数，为存储库中可行解的编号；
31、2.2）分布式新能源场站系统的运行成本模型 f1；
32、(8)
33、上式中， f1为分布式新能源场站系统的运行总成本； t为一个调度周期的总时间段数； n为系统包含的单一能源中心数目；为电力系统与电网的电能买卖功率；为 本文档来自技高网...
【技术保护点】
1.一种分布式新能源场站的多能供给调度方法，其特征在于：具体步骤为：
2.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤1中，构建分布式新能源场站网络模型的具体步骤为：
3.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤2中，构建分布式新能源场站的多目标优化调度模型的步骤为：
4.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤3中，相关设备数学模型包括P2G设备模型、燃气轮机模型、柴油机模型、风电、光伏超短期预测数据和储能模型。
5.根据权利要求4所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的P2G设备模型中，P2G设备可以将系统多余的电力转换为天然气，提高系统对新能源的消纳率，并作为气源，转移到其他能源子系统中参与天然气负载调度，将电能通过P2G转换为天然气的关系如下：
6.根据权利要求4所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的燃气轮机模型是燃气轮机将天然气转换为电能并排
7.根据权利要求4所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的柴油机模型：
8.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤4中的条件约束为：在步骤2）中的步骤2.2）中所提及的目标函数模型F1中，涉及不同的交易成本，相关交易成本的条件约束如下：
9.(23)
10.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤5中的求解，将所研究的问题按以下步骤解决：
...【技术特征摘要】
1.一种分布式新能源场站的多能供给调度方法，其特征在于：具体步骤为：
2.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤1中，构建分布式新能源场站网络模型的具体步骤为：
3.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤2中，构建分布式新能源场站的多目标优化调度模型的步骤为：
4.根据权利要求1所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的步骤3中，相关设备数学模型包括p2g设备模型、燃气轮机模型、柴油机模型、风电、光伏超短期预测数据和储能模型。
5.根据权利要求4所述的一种分布式新能源场站的多能供给调度方法，其特征在于：所述的p2g设备模型中，p2g设备可以将系统多余的电力转换为天然气，提高系统对新能源的消...
【专利技术属性】
技术研发人员：孔宪光，常建涛，刘昌林，
申请(专利权)人：西安启工数据科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。