基于太阳能发电的热电联供型微网需求响应模型.docxVIP

基于太阳能发电的热电联供型微网需求响应模型 0 计及需求响应的光热电站chp型微网的优化运行 热能损失和多能源屋顶能源发电的能耗已经成为能源系统领域的研究热点。 随着电力系统和供热系统之间的联系不断加强和深化,针对热电联供(combined heat and power,CHP)型微网的优化运行问题已有一些研究报道。文献 光热发电是一种不同于光伏电池的新型太阳能发电技术,可将直射的太阳能通过聚光集热装置转换为热能,为汽轮机提供蒸汽驱动,带动发电机发电 近年来,对光热电站的研究主要集中在与其他可再生能源发电的协同优化运行方面。文献 在上述背景下,本文对计及需求响应的光热电站CHP型微网的优化运行问题进行探讨。首先,提出含光热电站、电加热器、风电站、电储能装置以及电负荷和热负荷的微网架构,并分别建立了各类设备以及电负荷和热负荷的需求响应数学模型。光热电站与电加热器一起可实现电—热能量的双向流动,进而电—热网络的闭环运行。在此基础上,采用模糊变量模拟风电和光电出力,并在模糊机会约束的框架下构造了CHP型微网优化运行的数学模型。之后,将模糊机会约束条件转换成其确定性等价类的形式,得到CHP型微网优化运行的混合整数规划模型,并在MATLAB环境下的YALMIP平台上利用CPLEX商业求解器进行求解。最后,用算例对所提出的CHP型微网优化运行模型与求解方法进行了说明。 1 微网系统模型 光热电站CHP型微网的架构如图1所示,其中包括风能、光能、电能以及热能。 微网内的电能主要由光热电站、风电站和电储能装置提供,也可在电力批发市场购售电能;微网内的热能由电加热器和光热电站内的储热装置提供;微网内的负荷包括电负荷和热负荷,且两种负荷均分别分为非弹性负荷和可对零售电价、零售热价进行响应的弹性负荷。本文采用离散时间系统建模,将微网运行周期等分为N个时段,并假定每个时段内的运行状态保持不变。因此,时刻t的运行参量可描述该时间段内任一时刻的运行状态,针对相关时段时则用“时段t”。 1.1 热风利用热压 光热电站由光场、储热装置、发电机3个模块组成。光场利用反射镜将直射的太阳能聚集起来,给导热介质加热,完成光能到热能的转换。导热介质给水加热形成水蒸气,驱动汽轮机带动发电机发电,实现热能到电能的转换。储热装置存储的热能可随时供发电机组利用 光热电站的数学模型包括下述的发电机模型与储热装置模型: 式中:P 1.2 电—电加热器装置 电加热器装置是目前比较成熟的、工业领域运用较多的电—热能量转换设备,接近100%的能量转换效率 电加热器装置的出力模型可描述为: 式中:P 1.3 机组出力不符合切出风速时 风电机组实际出力与风速有关。当风速小于切入风速而不足以驱动风力涡轮机发电时,风电机组无出力;当风速处于切入风速和额定风速之间时,机组出力与风速成正比;当风速超过额定风速,但还没有达到切出风速时,出力保持额定功率;当风速超过切出风速时,机组出力为0 风电出力具有不确定性,其并网运行会对电力系统运行的安全性和经济性产生负面影响,需要采取适当的措施来应对。现有文献已提出了一些描述和处理风电出力不确定性的方法,包括概率分布、模糊集理论、模糊机会约束规划方法、鲁棒优化方法以及场景分析 1.4 电储能装置的运行问题 电储能装置可以通过快速充放电及时平衡微网内电功率的供给和需求。此外,电储能装置还可针对微网与电力批发市场的电价信号做出响应,在交易电价低谷时段充电,高峰时段放电给电负荷供电,提高微网运行的经济性。 电储能装置的储电量和充放电功率满足下列关系: 式中:S 2 需求反应模型与效率分析 2.1 用户需求响应特性 前已述及,微网内用户的电负荷和热负荷分别被分为非弹性负荷和弹性负荷两种。非弹性负荷消耗的功率不随电价/热价变化,而弹性负荷则会随电价/热价变化调整需求。在微网内,可利用零售电价、零售热价信号引导用户改变需求模式而参与需求响应,并把用户响应电价和热价所做的降低/增加负荷需求量模拟为增加/降低“虚拟发电出力和虚拟发热出力”,从而提高微网运行的灵活性和经济性。 价格型需求响应特性一般可由需求响应弹性系数矩阵、消费者心理学、统计学以及指数函数拟合等方法建模 下面以电负荷为例,采用弹性系数矩阵来建立需求响应模型。 式中:ε 由式(5)和式(6),可得需求响应实施后的电负荷变化量: 同理,可得需求响应实施后的热负荷变化量: 式中:ΔT 2.2 自弹性系数的计算 为简化计算,设定不同时段间的互弹性系数为0,仅考虑自弹性系数。在需求响应实施后的时刻i电价为ΔQ 可以采用与电负荷相似的方法,计算针对热负荷实施需求响应后的效益,这里不再赘述。 3 模糊检测计划模型 3.1 模糊约束目标函数 模糊机会约束规划 假设含模糊变量的原优化问题为: 式中:x为决策向量;ξ为模糊向量;