参考文献《基于合作博弈的综合能源系统电-热-气协同优化运行策略》
摘 要:在“双碳”背景下,为有效提高综合能源系统(IES)的能源利用率,减少碳排放量,同时提升系统运行的灵活性,提出一种基于合作博弈的IES优化运行模型。首先构建IES框架,针对电转气(P2G)、碳捕集、燃气轮机、热储能等设备进行建模;其次考虑系统内各主体之间存在协同合作的可能,将系统内各运营主体分为三方构建合作联盟,阐述能源互补提高整体收益的原理;最后建立基于合作博弈的IES协同优化调度模型,利用Shapley值法对合作剩余按贡献进行分配。该文通过内蒙古地区某综合能源系统实例仿真分析,验证了所提出的策略能有效减少各合作主体的运行成本及合作联盟的运行总成本,促进联盟内多主体开展合作,同时有效提升系统内风电消纳能力,减少系统碳排放量,可为电力系统低碳经济调度提供理论参考。
关键词:综合能源系统;博弈论;碳捕集;可再生能源;电转气;优化调度
1 引言
随着国家现代能源绿色低碳优化发展与新型电力系统建设的快速推进,可再生能源发电的重要性进一步凸显。当下中国电力转型正处于从简单的可再生能源替代迈向更复杂的综合能源系统(integrated energy system,IES)的关键拐点,相比于传统多种能源系统的独立运行,综合能源系统能实现多种能源间的优势互补,能流互济,在提高配电网能源利用率、改善系统运行灵活性以及减少环境污染等方面发挥了显著作用。
目前,针对综合能源系统优化运行问题,已有诸多学者展开研究。文献[6-7]从系统运行灵活性与经济性出发,综合考虑了冷、热、电、气等多种能源形式的转换,并从日前、日内、实时等多个时间尺度建立综合能源系统优化调度模型,突出了综合能源系统多能互补、能流互济、运行灵活的特点,奠定了综合能源系统的基础框架;文献[8]从能源供给侧和需求侧的协调优化角度出发,建立了考虑冷热电需求耦合响应特性的综合能源系统优化调度模型,提升园区整体经济性的同时促进了可再生能源的消纳。
然而,在上述传统综合能源系统中,由于耦合元件的局限性,系统内各种能量的流动与转换并不灵活,且风电的反调峰特性导致弃风问题尤为突出[9],基于此,有学者提出在综合能源系统中引入电转气设备(power-to-gas,P2G)。P2G 既可作为耦合设备,实现电能与天然气能的相互转化,又可作为 IES 中的柔性负荷削峰填谷,还可搭配储气罐,成为储能设备,并与储能电池协同配合,改善储能系统的可靠性。然而,现有文献对 P2G 的原料来源研究较少,碳捕集电厂作为风电的理想配合电源,其捕获的 CO2 可作为 P2G 的原料来源,在综合能源系统中实现碳再利用[10],因此,构建含碳捕集,构建包含 P2G 与碳捕集的新型综合能源系统,逐渐成为当下的研究热点。文献[11-12]讨论了碳捕集技术降低碳排放的效果并结合需求响应提出 IES 低碳经济运行策略;文献[13-14]考虑碳捕集电厂的调峰特性,将一定供热区域内的碳捕集热电厂、风电供热设备、风电场与光伏电站组成虚拟电厂,建立了考虑碳捕集电厂综合灵活运行方式的低碳经济调度模型;文献[15-16]通过引入碳捕集电厂—电转气—燃气机组协同利用框架,实现了源荷之间的供需平衡和削峰填谷。
然而目前针对含碳捕集与 P2G 综合能源系统的运行优化研究主要为对系统整体进行优化,较少考虑系统中各运营主体的合作模式与合作前提,由于在实际场景中,单独投资P2G 设备或碳捕集设备收益较低,因此往往需构建合作联盟以充分发挥 P2G 设备消纳可再生能源的能力与碳捕集设备的减排特性,并对其创造的收益做出合理分配。上述问题的关键在于保证系统内部参与者的利益分配公平合理,而博弈论为该类交互决策问题提供了参考,基于此,本文引入博弈概念对该类问题进行分析,其主要分为非合作博弈[17]与合作博弈[18-20]。文献[17]基于非合作博弈,在保证隐私的基础上建立解决多园区竞争购电的综合能源系统博弈优化模型,所提模型能较好地权衡多园区间的利益;文献[18]基于合作博弈理论,研究不同综合能源投资主体进行合作的情况下的容量规划问题并利用 Shapley 值法对各主体的收益进行分配,提升了综合能源系统内多主体协同运行的积极性。非合作博弈讨论纳什均衡点的存在情况,重点关注多主体间的竞争现象。与非合作博弈不同的是,合作博弈注重集体利益的提升与合作剩余的公平合理分配问题,本文重点关注合作博弈问题。
在现有研究的基础上,本文针对含有碳捕集电厂、P2G设备、燃气轮机、可再生能源、电储能等设备的综合能源系统,提出一种基于合作博弈的 IES 优化运行策略,构建以运维成本、碳排放成本、弃风成本最小的低碳经济运行目标,并将原问题转化为混合整数线性规划问题,运用 CPLEX 商业求解器求解,并通过对比分析不同情景的调度结果,验证了所提策略的有效性。
2 IES框架
3 算例分析
本文以内蒙古某工业园区综合能源系统为研究对象构建模型,该模型为 0-1 混合整数非线性规划模型。
4 程序运行结果(rcg联盟)
5 论文结果
6 matlab程序
%% 合作博弈(rcg)程序
clc
clear
close all
%(联盟内容:r向c、g供电
%% 1.基本参数
%光伏最大值
pvmax=[0 0 0 0 0 0 0 0 49.4 98.1 136 156.1 165.4 163.1 142.2 105.1 49.4 0 0 0 0 0 0 0];
%风电最大值
wtmax=[252 260 269 279 286 294 298 300 298 293 288 282 270 255 239 231 216 196 184 179 163.1 126 94.3 68];
%上网电价
price_s=43*ones(1,24);
%购电价
price_b=[36*ones(1,6),108*ones(1,3),189*ones(1,6),108*ones(1,2),189*ones(1,3),108*ones(1,3),36];
%电负荷
loadp=[481 354 327 260 260 334 434 528 618 698 816 866 852 802 839 812 806 745 658 608 568 541 548 441];
%热负荷
loadh=[132 158 189 184 168 146 134 117 99 69 27 14 50 75 106 119 147 158 179 193 168 158 144 89 ];
%成本系数
aa=0.00031;%碳捕集电厂成本系数
bb=17.3;%碳捕集电厂成本系数
cc=970;%碳捕集电厂成本系数
pgas=0.419;%单位天然气价格
gamac=14.286;%碳交易价格
beta1=40;%弃风惩罚成本系数
beta2=35;%弃光惩罚成本系数
lamdacs=4.89;%碳封存成本系数
pco2=120;%单位CO2价格
lamdap2g=20;%P2G成本系数
afanet=0.0046;%过网费成本系数
betanet=1.548;%过网费成本系数
%% 2.设备参数
%p2g参数
p2gmax=200;%P2G出力上限
etap2g=0.6;%P2G转换效率
co2p2g=0.2;%CO2消耗系数
%chp参数
pchpmax=130;%CHP出力上限
qchp=39;%天然气低位燃烧热值
etachp1=0.3;
etachp2=0.4;
%燃气锅炉参数
pgbmax=100;%燃气锅炉出力上限
etagb=0.7;%燃气轮机热效率
%碳捕集参数
afac=0.269;%碳捕集能耗系数
lamdac=0.96;%碳排放强度系数
lamdaq=0.7;%碳排放配额系数
pcmax=500;
%锂电池参数
pessmax=100;%储能充放电功率上限
etaess=0.95;%储能充放电效率系数
Eess=300;
Ees0=0.3*Eess;
%热储
phesmax=5;
%% 3.设置变量
%p2g
。。。。。。