一种热电联合优化调度模型的建模方法

摘要

本发明公开了一种热电联合优化调度模型的建模方法，所述热电联合优化调度模型是一个混合整数规划模型，用于区域供热系统，所述区域供热系统包括热源、热网和热负荷，所述热网包括输热网和配热网，根据热负荷与热源的距离划分出多个供热区，并将一天划分为多个时段；省略配热网的热传输损耗，根据输热网建立考虑热网传输延时的输热网模型；根据热负荷建立能够反映室内温度的终端热用户模型；根据热源建立包含常规机组、风电机组、热电联产机组、电锅炉和储热罐在内的联合优化调度模型。本发明实现超短期热电联合紧急调度，为系统的安全稳定运行提供了重要保障，减少了化石燃料的燃烧，提高系统对风电的消纳能力，具有一定的社会和经济效益。

说明书

技术领域

本发明涉及电力系统和热力系统的联合经济调度领域，具体涉及一种热电联合优化调度模型的建模方法。

背景技术

风能是当前世界上最具大规模商业化开发潜力的可再生能源。大规模开发利用风能发电，已成为世界各国解决能源问题和环境问题，改善能源结构，保证国民经济可持续发展的有效措施。吉林省可再生能源储量丰富，具备建设国家级清洁能源基地的条件。其中风电可装机容量5400万千瓦，是国家确定的9个千万千瓦风电风电基地之一。

中国“三北”地区风能资源丰富，但能源结构不合理，例如吉林省的热电矛盾异常突出。全省热电联产机组装机容量达到1314.84万千瓦，占燃煤火电装机的74％，比全省统调最小负荷多800万千瓦，比统调最大负荷多400万千瓦。进入供暖期后，电网调峰难度极大，即使热电联产机组全部按照最小方式运行，在夜晚低负荷期，风电仍被迫大量参与调峰。在春节等极端低负荷期，风电机组和纯凝机组必须全停，仍有300多万千瓦电力无法消纳，必须采取紧急措施并得到东北电网联络线支持才能保证电网安全。受此影响，吉林省弃风问题非常严重，近几年弃风率连续位列全国前列，供热中期风电大面积弃风，夜间风电全停成为常态，累计弃风率达到31.1％。

发明内容

发明目的：为了解决现有技术存在的问题，实现超短期热电联合紧急调度，并促进风电的消纳，本发明提供一种热电联合优化调度模型的建模方法。

技术方案：一种热电联合优化调度模型的建模方法，所述热电联合优化调度模型是一个混合整数规划模型，用于区域供热系统，所述区域供热系统包括热源、热网和热负荷，所述热网包括输热网和配热网，建模方法包括以下步骤：

步骤一：根据热负荷与热源的距离划分出多个供热区，并将一天划分为多个时段；

步骤二：省略配热网的热传输损耗，根据输热网建立考虑热网传输延时的输热网模型；

步骤三：根据热负荷建立能够反映室内温度的终端热用户模型；

步骤四：根据热源建立包含常规机组、风电机组、热电联产机组、电锅炉和储热罐在内的联合优化调度模型。

有益效果：与现有技术相比，本发明具有以下优点：

(1)将供热管网中热水的传输时间考虑在优化调度中，使调度模型更加接近实际情况，体现供热管网的延时特性，利用此特性可以实现供热与供电的错峰调节。

(2)热负荷节点不再被视为简单的负荷节点，而是根据环境温度计算得到的热负荷需求节点，充分利用建筑物的热惯性保持室内温度，同时参与供热与供电的错峰调节。

(3)本方法构建的热网模型和电网潮流约束本质上都是线性的，整个优化模型是混合整数规划，大部分现有的优化软件可以快速的解决此类问题。本发明为系统的安全稳定运行提供了重要保障，减少了化石燃料的燃烧，提高系统对风电的消纳能力，具有一定的社会和经济效益。

附图说明

图1为热网结构图；

图2(a)为使用传统建模方法的平均室内温度变化曲线；

图2(b)为使用热电联合优化调度模型的建模方法的平均室内温度变化曲线；

图3(a)为热源全部热出力对比图；

图3(b)为风电消纳对比图；

图3(c)为热电联产机组2的出力对比图出力对比图；

图3(d)为常规机组1与常规机组2叠加的发电功率的对比图；

图4(a)为三种日内环境温度曲线；

图4(b)为温度分别是图4(a)时的风电预测曲线；

图5(a)为储热罐初始储热量对风电消纳的影响；

图5(b)为充/放热功率对风电消纳的影响。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

一种热电联合优化调度模型的建模方法，其特征在于，所述热电联合优化调度模型是一个混合整数规划模型，用于区域供热系统，所述区域供热系统包括热源、热网和热负荷，所述热网包括输热网(一次热网)和配热网(二次热网)，一次热网如附图1所示，图中的圆表示热交换站，矩形表示二次热网。建模方法包括以下步骤：

步骤一：根据热负荷与热源的距离划分出多个供热区，并将一天划分为多个时段。

步骤二：省略配热网的热传输损耗，根据输热网建立考虑热网传输延时的输热网模型。

将输热网中的热水传输速度考虑在内，分别计算各供热区各时段内的热量损耗，建立输热网的汇流节点模型，从而描述整个输热网的稳态热力传输模型。

首先，根据水流速度和调度时间间隔计算单位管道长度，见式(1)：

L＝v·Δt(1)

式中，L为单位管道长度，v为水流速度，Δt为调度时间间隔；

(1)根据热传递的基本原理，土壤的热阻R_e可以由式(2)计算得到。得到土壤的热阻值之后，便可以根据式(3)和式(4)计算一定长度内的管道内热水的温度损耗：

式中，R_e为土壤的热阻，表示在第k个供热区第t个时段内的供水网络的温度损耗，表示在第k个供热区第t个时段内的回水网络的温度损耗，h代表供热管道的中心到土壤表面的距离，λ_e为土壤热导系数，α_r为土壤表面的热量传输系数，d_in和d_ex分别表示管道的内径和外径，β代表由附件造成的热损耗的附加因子，λ_b代表管道表面绝热材料的热导，c_water代表水的比热容，表示t时刻的土壤表面温度，和分别代表在第k个供热区中t时刻的供水管道与回水管道中的热水质流量，和分别代表在K区域t时刻的供水管道与回水管网的水温，Γ表示调度时刻集合，K代表热负荷供热区集合；

(2)考虑延时的节点质流量连续性约束：

式中，k.end代表最后一个供热区，表示流过第k个换热站的热水质流量；

(3)汇流节点处的水温：

和分别表示在t时刻在第k个换热站的供水温度和回水温度；

(4)相邻供热区管道内热水温度损耗：

(5)管道流量限制：

式中，表示流经第k个换热站的最大质流量，和分别表示第k个供水管道和回水管道的最大质流量；

(6)压力损失：

和分别表示在第k个区域t时刻供水管道和回水管道压力，μ表示管道压力系数，f_k表示在第k个供热区的摩擦系数，表示第k个供热区域的管道内径，是第k个供热区域在时刻t的热水密度；

(7)换热站热交换功率：

式中，H_t,k为换热站热交换功率，τ^R,k为第k个换热站的回水温度下限，为第k个换热站的回水温度上限。

步骤三：根据热负荷建立能够反映室内温度的终端热用户模型。

省略配热网的热传输损耗，由于忽略了配热网的热传输损耗，所以换热站从输热网吸收的热量，就是传输给用户侧的热量。然后根据热力工程相关设计公式，分别计算房屋的围护结构热损耗、冷风侵入热损耗和冷风渗透热损耗，最终得到一片供暖区域内的平均室内温度，从而衡量用户的热舒适度。在该模型中，平均室内温度是衡量热舒适度的唯一指标。

居民住宅也可以看做是拥有巨大热惯性的储热装置，热量可以储存在室内空气、门窗和家具中。建筑物的热惯性可以减小供热峰值并降低室内温度的变化速率，利用这种热惯性可以实现供暖与供电的错峰调节，从而促进风电的消纳。

(1)围护机构热损耗

由于真正的热传递过程十分复杂，包括对流、传导和辐射，为了简化热传递过程，在这里只采用稳态环境下的热损耗计算公式求解建筑物的围护结构热损耗：

式中，为建筑物的围护结构热损耗，和分别是在第k个热负荷区的房屋高度修正系数和房屋朝向修正系数，A_k代表第k个热负荷区的建筑物围护结构面积，F_e,k表示第k个热负荷区域的房屋围护结构的热传递系数，表示t时刻在第k个热负荷区域的平均室内温度，表示表示t时刻在第k个热负荷区域的室外温度，和分别表示最低平均室内温度和最高平均室内温度，θ_ch表示单位调度时间内的平均室内温度最大变化率，Γ表示调度时刻集合，K代表热负荷供热区集合；

(2)冷风渗透热损耗

在风力和热压造成的室内外压差作用下，室外的冷风空气通过门、窗等缝隙渗入室内，被加热后逸出，把这部分冷空气从室外温度加热到室内温度所消耗的热量，成为冷风渗透热损耗：

式中，为冷风渗透热损耗，0.278表示单位转化因子，Num表示每小时的换气次数，V_k表示第k个热负荷区域的总室内体积，c_p表示冷空气的定压比热容，表示t时刻的室外空气密度；

(3)冷风侵入热损耗

在冬季受风压和热压的作用下，冷空气又开启的外门入侵室内，把这部分冷空气加热到室内温度所消耗的热量称为冷风侵入热损耗：

式中，为冷风侵入热损耗，Ven表示每小时的冷风侵入量；

(4)可表征建筑热惯性的平均室内温度的计算

为了简化计算，做出如下假设：建筑物内的空气温度是一致的，且可以用描述；建筑物的热质温度分布是均衡的，这就意味着在热质的表面热扩散过程速度远大于对流换热；建筑物单位时间内得到的全部热量都可以被统一表示；

基于以上假设，平均室内温度的计算可由式(21)表示：

H_t,k为平均室内温度，C_M表示热质的比热容，M_k表示在第k个热负荷区域内的热质的质量，C_M与M_k的乘积可以通过工程实验获得。

步骤四：根据热源建立包含常规机组、风电机组、热电联产机组、电锅炉和储热罐在内的联合优化调度模型。建立热网模型和区域热用户模型的最终目的是消纳风电并减小化石燃料的燃烧。所以最终要构建一个包含各种供电供热设备的联合优化调度模型以检验所建热网模型和热用户模型的有效性和实用性。

(1)热电联产机组模型

p_i,t为热电联产机组发电功率，为热电联产机组发电功率上限，p_i热电联产机组发电功率下限，为热电联产机组的热电耦合特性因子，h_i,t表示热电产机组的供热功率，表示最大供热功率，I^CHP表示热电联产机组的编号集合；

(2)电锅炉模型

BH_u,t表示电锅炉u在t时刻的供热功率，BP_u,t表示电锅炉的消耗的电功率，η表示电锅炉的热效率，表示带锅炉的最大供热功率，U表示电锅炉的编号集合，Γ表示调度时刻集合；

(3)根据储热罐在一天的充放热总量是相同的建立储热罐模型

S_w,t表示储热罐w在t时刻的储热量，CS_w,t表示储热罐w在t时刻的充热功率，DCS_w,t表示储热罐w在t时刻的放热功率，f_w,t用来表示储热罐的状态，0表示储热罐正在放热，1表示储热罐正在蓄热，表示储热罐w的最大储热能力，表示储热罐的最大蓄热功率，表示储热罐w的最大放热功率，W表示储热罐编号的集合；式(31)表示储热罐在一天的充放热总量是相同的。

(4)电功率平衡

I^CG、I^WP和I^Load分别代表常规机组编号、风电场编号以及电负荷节点的编号，LD_n,t表示接在n号母线上的在t时刻的负荷功率；

(5)热功率约束

为在k个供热区域内在t+k个时刻的总建筑耗热功率；

(6)机组爬坡速率约束

rup_i和rdown_i分别表示机组的最大向上爬坡速率和向下爬坡速率，Δt为调度时间间隔；

(7)系统旋转储备约束

SR^up和SR^down分别表示系统所要求的最大向上旋转储备约束和向下旋转储备约束；

(8)系统潮流约束

式中，SF_l,n表示从母线n到线路l的转移因子，F_l表示线路l的最大传输能力，I^Line表示线路编号的集合，为常规机组的索引集合，为热电联产机组的索引集合，为风电机组的索引集合。

建模过程中用到的参数均可以通过现有技术获得。

综上所述，由多个子模型共同构建出了一个热电联合优化调度模型，其本质是一个混合整数规划模型。

实施例的供热系统部分采用我国东北地区某市的区域供热系统，为了使供电和供热机组容量相匹配，电力系统部分提取该省的部分机组和部分实际运行的电网资料。表格一展示了全部参加调度的设备信息，包括常规机组1、常规机组2、热电联产机组1、热电联产机组2的设备信息。表格二展示了该算例所用到的全部基础参数。程序由Yalmip语言在Matlab R2014b平台上编写完成，并使用Cplex求解器求解该程序构建的混合整数规划问题。

表1参与调度的设备类型及其容量

表2参与调度的设备类型及其容量

实施例一

实施例一中，暂不考虑系统潮流约束，供热管网压力损失以及储热罐。由于热水的传输时间要远大于电力的传输时间，所以越远的热负荷区域越需要考虑热水的传输延时。在传统的优化调度中，热网延时没有考虑在内，且热源的输出功率时刻很随着热负荷，这会导致热负荷达到峰值的时间段与电负荷相重合，为了保证用户的需求不得已使设备处于过载运行的状态，从而容易导致系统发生故障。在传统的优化调度中，热负荷平衡约束由式(39)-(40)表示。

在这个实施例中，热负荷区域被分成四个部分，附图2分别展示了使用传统模型和本发明提出的模型后，平均室内温度的变化情况，图中两条水平的虚线分别表示的是温度上限与温度下限。由图可知，离热源越远的热负荷区域，平均室内温度的波动幅度越大。甚至在最远的区域，平均室内温度的最大值超过了最高允许温度。这会导致部分热用户因室内温度过高而打开窗户通风，这会导致一部分的资源浪费。实际情况中，离热源较远的热用户的室内温度会比较低，因此供热公司也经常被投诉。幸运的是，由于建筑物的热惯性，热用户的室内温度在大部分时间波动在可接受的范围内。

附图3展示了使用传统优化调度模型和本发明提出的优化模型的优化结果，图3(a)中的斜线填充部分表示热源热出力调整，图3(b)中的斜线填充部分表示多消纳的风电，图3(c)中的斜线填充部分表示供热机组电出力调整，图3(d)中的斜线填充部分表示电力系统旋转储备容量。在这两种方法中，电锅炉一直都以最大功率工作。优化结果显示，传统的优化调度模型的发电成本是$149120，本发明提出的优化调度结果是$142 470。本发明提出的优化模型一天内可多消纳270MWh的风电，这是由于错峰调节使热电联产机组更灵活的运行。在本发明提出的模型中，热源不再紧急跟随热负荷的波动，而是充分利用是室内温度的变化范围。这个变化可以降低热电联产机组的热出力并降低热电联产机组的电出力，从而腾出更多的空间消纳风电。

实施例二

实施例二将一座即将在2017年底完成的大型储热罐考虑在了本发明提出的优化调度模型中。通过实施例分析展示了储热罐的相关参数对风电消纳的影响。附图4展示了三种平均温度不同环境室内温度变化曲线和风电预测曲线。

附图5展示了储热罐初始储热量以及充/放热功率对风电消纳的影响。从附图5(a)可知，储热罐的初始储热量可以提高风电消纳率。当初始容量小于300MWh且环境温度跟随T3时优化模型无可行解，这是因为热源无法向热用户提供最基本的供热量。此外，当初始容量增加到1100MWh以上时，风电的消纳量不再进一步增加。这是因为热储备容量已经足以应付一天内的热需求波动，更大的容量只会造成初始投资成本的增加，对风电消纳不再会有促进作用。

一般来讲，较大的充/放热功率有利于减小弃风量。然而，在这个实施例中当充热功率大于100MW且放热功率大于450MW时，进一步提高充/放热功率对风电的消纳起不到支持作用。这是因为即使供热系统方面为风电的消纳提供了充足的空间，但是由于系统必须要有一定的旋转储备容量，常规机组无法进一步压低其电出力，所以无法进一步消纳风电。该实施例显示出了虽然进行热电联合优化调度这种耦合关系依然不可能被完全解耦，但是储热罐可以极大的松弛供热与供电的耦合关系。