需求响应参与清洁能源集成消纳与效益评价模型研究

被引:0
作者
鞠立伟
机构
[1] 华北电力大学(北京)
关键词
需求响应; 清洁能源; 集成利用; 多能互补; 效益评价;
D O I
暂无
年度学位
2017
学位类型
博士
导师
摘要
近年来,中国经济的快速发展带动了能源需求的急剧增加,但以化石能源为主的能源消费结构却导致经济、能源与环境间的矛盾十分突出,这使得加快清洁能源开发进程成果社会关注的新焦点。中国清洁能源在强有力的政策推动下,发展速度十分迅猛,其装机容量和并网容量均居世界前列。但受制于风光等清洁能源发电随机特性以及能源储备和需求逆向分布的自然特性,中国清洁能源弃能问题也日益凸显。规模化的清洁能源并网给系统稳定运行带来了新的挑战,为了保障清洁能源的安全并网,需为其匹配恰当合理的备用服务资源。相比发电侧资源,作为需要侧资源的重要形式,需求响应能够引导用户优化自身用电行为,响应系统发电调度需求,对于提升清洁能源的发电并网有着重要的理论价值和实际意义。因此,本文以清洁能源集成利用为研究对象,深入分析清洁能源间互补效应并讨论需求响应参与清洁能源集成利用的优化效益及评估机制,主要研究内容如下:(1)梳理了需求响应和清洁能源利用的研究成果与理论,论证了论文研究的可行性和必要性。首先,从需求响应效能、清洁能源利用和综合效益评价机制三个方面总结了国内外研究现状。然后,介绍了需求响应的基本理论与相关政策,总结了美国、日本和法国等发达国家需求响应的实施现状,针对中国需求响应实施现状,给出了相应的经验启示。最后,从实施作用途径、数学模型构建和效益测算分析三个方面提出了需求响应对清洁能源利用的作用机理。(2)建立了多类用户参与需求响应协助清洁能源发电调度优化模型。首先,将电能终端用户划分为工业用户、商业用户、居民用户和电动汽车用户,并分析了不同类型用户参与需求响应的基本策略和经济效益分析模型。然后,以多类型用户需求响应收益最大化为目标,综合考虑负荷供需平衡约束、电源出力约束和系统备用约束等,建立了清洁能源调度优化模型。最后,为克服清洁能源发电随机性,引入鲁棒随机优化理论建立了清洁能源随机调度模型,并通过实例分析验证了所提模型的有效性和适用性。(3)提出了需求响应参与清洁能源集成微电网能量协调控制模型。首先,介绍了需求响应的基本定义、结构特征和运行模式。然后,引入多代理系统技术,采用分布式Agent架构协调微电网运行优化,运用激励信号构建Agent的基本通信和协调模型。最后,综合考虑微电网不同层级功能需求,建立了由MGCE Agent、MGCC Agent和DMS Agent三级集成的微电网能量协调控制策略,并选择欧盟MORE MICROGRIDS项目NTUA作为仿真系统。实例分析表明,所提能量协调控制机制能够为不同运行模式下微电网优化决策提供可靠的决策工具。(4)构建了需求响应参与清洁能源集成虚拟电厂调度优化模型。首先,界定了虚拟电厂的基本定义和关键技术,设计了虚拟电厂的结构框架。然后,针对风险中立情形下,引入二阶段优化理论,建立了衔接日前调度和时前调度的虚拟电厂双层调度优化模型。上层模型将清洁能源发电日前预测功率作为随机变量,以VPP运营收益最大化为目标函数建立日前调度模型。下层模型将清洁能源发电超短期或实时功率作为随机变量的实现,以系统运行成本和净负荷波动最小作为目标函数建立时前调度模型。最后,针对风险非中立情形下,重点分析了VPP运营过程中的不确定性,以VPP运营收益最大化、系统弃能成本最小和系统补偿成本最低作为目标函数,建立了VPP多目标随机调度模型,并选择中国国电云南分布式电源示范工程项目作为仿真系统,验证了所提模型的有效性和适用性。(5)建立了需求响应参与清洁能源集成多能互补系统运行优化模型。首先,设计了由发电子系统、CCHP子系统和辅助供热子系统构成的清洁能源集成多能互补系统。然后,选择天然气驱动的CCHP系统作为对比系统,从能源、环境和经济三个维度建立了多能互补系统绩效评估指标,并提出了多能互补系统运营优化策略。最后,分别选择系统总成本最低、碳减排量最大和能源效率最高作为优化目标,建立清洁能源驱动的多能互补系统多目标运行优化模型,并选择广州大学城二期工程作为实例对象。结果表示:多能互补系统在多目标协同优化运营模式下,能够充分考虑不同目标需求,并充分利用风能、太阳能和天然气等清洁能源满足终端用户冷、热、电负荷需求,整体运营绩效达到最佳。(6)设计了需求响应参与多种清洁能源消纳的综合效益评价及实施协调机制。首先,综合考虑需求响应实施的显性和隐性效益,以效益评价指标体系构建原则为基础,从经济效益、环境效益和社会效益三个维度建立了完整的需求响应参与清洁能源集成消纳综合效益评价指标体系。然后,构造了兼顾主客观赋权法优势的集成赋权模型,提出了需求响应参与清洁能源消纳效益的理论物元可拓评价模型。实例分析表明所提综模型能够对不同清洁能源集成消纳的综合效益进行优劣度排序,需求响应参与清洁能源集成多能互补系统的运营效益最佳。最后,基于需求响应综合效益评估结果,划分了需求响应实施的初级、过渡和成熟阶段,规划了需求响应的实施技术和设计了需求响应的协调机制。
引用
收藏
页数:212
共 153 条
[1]
Microgrid control based on a grid-forming inverter operating as virtual synchronous generator with enhanced dynamic response capability.[J].Ioan Serban;Catalin Petrea Ion.International Journal of Electrical Power and Energy Systems.2017,
[2]
Optimal economic dispatch of FC-CHP based heat and power micro-grids.[J].Morteza Nazari-Heris;Saeed Abapour;Behnam Mohammadi-Ivatloo.Applied Thermal Engineering.2017,
[3]
A multi-criteria decision analysis-based approach for dispatch of electric microgrids.[J].Mayank Panwar;Siddharth Suryanarayanan;Rob Hovsapian.International Journal of Electrical Power and Energy Systems.2017,
[4]
A flexible control strategy of plug-in electric vehicles operating in seven modes for smoothing load power curves in smart grid.[J].Siwar Khemakhem;Mouna Rekik;Lotfi Krichen.Energy.2017,
[5]
Joint numerical-technical analysis and economical evaluation of applying small internal combustion engines in combined heat and power (CHP).[J].Pooya Arbabi;Abbas Abbassi;Zohreh Mansoori;Mohammad Seyfi.Applied Thermal Engineering.2017,
[6]
Interconnection-wide hour-ahead scheduling in the presence of intermittent renewables and demand response: A surplus maximizing approach.[J].Sahand Behboodi;David P. Chassin;Ned Djilali;Curran Crawford.Applied Energy.2017,
[7]
Optimal operation of active distribution systems based on microgrid structure.[J].Hossein Haddadian;Reza Noroozian.Renewable Energy.2017,
[8]
Performance indices evaluation and techno economic analysis of photovoltaic power plant for the application of isolated India’s island.[J].S. Bhakta;V. Mukherjee.Sustainable Energy Technologies and Assessments.2017,
[9]
Microgrid optimal scheduling with chance-constrained islanding capability.[J].G. Liu;M. Starke;B. Xiao;X. Zhang;K. Tomsovic.Electric Power Systems Research.2017,
[10]
Day-ahead stochastic economic dispatch of wind integrated power system considering demand response of residential hybrid energy system.[J].Yibo Jiang;Jian Xu;Yuanzhang Sun;Congying Wei;Jing Wang;Deping Ke;Xiong Li;Jun Yang;Xiaotao Peng;Bowen Tang.Applied Energy.2017,