Bi-layer Uncertainty Economic Scheduling for Port Multi-energy Microgrid with Cascade Utilization of Cold Energy

HOU Hui; XIE Yingbiao; GAN Ming; ZHAO Bo; ZHANG Leiqi; XIE Changjun

doi:10.7500/AEPS20230721001

您当前的位置：

首页 >

文章列表页 >

Bi-layer Uncertainty Economic Scheduling for Port Multi-energy Microgrid with Cascade Utilization of Cold Energy

Basic Research | 更新时间：2025-06-16

- Bi-layer Uncertainty Economic Scheduling for Port Multi-energy Microgrid with Cascade Utilization of Cold Energy
- Automation of Electric Power Systems Vol. 48, Issue 6, Pages: 205-215(2024)
- 作者机构：
  
  1.武汉理工大学自动化学院,湖北省武汉市 430070
  2.武汉理工大学深圳研究院,广东省深圳市 518000
  3.国网浙江省电力有限公司电力科学研究院,浙江省杭州市 310014
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2020YFB1506802);National Natural Science Foundation of China(52177110)
- DOI：10.7500/AEPS20230721001
  CLC：
- Received：21 July 2023，
  
  Revised：2023-10-31，
  
  Published Online：12 January 2024，
  
  Published：25 March 2024
- 稿件说明：
移动端阅览
侯慧,谢应彪,甘铭等.冷能梯级利用的港口多能微网双层不确定性经济调度[J].电力系统自动化,2024,48(6):205-215.

HOU Hui,XIE Yingbiao,GAN Ming,et al.Bi-layer Uncertainty Economic Scheduling for Port Multi-energy Microgrid with Cascade Utilization of Cold Energy[J].Automation of Electric Power Systems,2024,48(6):205-215.
侯慧,谢应彪,甘铭等.冷能梯级利用的港口多能微网双层不确定性经济调度[J].电力系统自动化,2024,48(6):205-215. DOI： 10.7500/AEPS20230721001.

HOU Hui,XIE Yingbiao,GAN Ming,et al.Bi-layer Uncertainty Economic Scheduling for Port Multi-energy Microgrid with Cascade Utilization of Cold Energy[J].Automation of Electric Power Systems,2024,48(6):205-215. DOI： 10.7500/AEPS20230721001.

摘要

为有效挖掘港口液化天然气(LNG)冷能利用的低碳灵活性潜力，充分发挥多时间尺度协同优化效应，提出一种考虑LNG冷能梯级利用的港口多能微网(MEMG)鲁棒-随机双层不确定性经济调度模型。首先，考虑LNG深冷-中冷-浅冷等各个温区的低碳灵活性潜力，建立低温碳捕集-冷能发电-直接冷却的冷能梯级利用模型，并以此为基础形成捕集-存储-利用协同的碳处理流程。其次，根据等概率逆变换生成考虑预测误差时序相关性的风电场景，并基于Wasserstein距离的0-1规划模型进行场景削减。再次，针对风电预测误差随时间尺度增加而增大的特性，构建多时间尺度优化的鲁棒-随机双层不确定性经济调度模型，上层通过分布鲁棒优化保证日前预调度决策鲁棒性，下层通过随机优化保证日内滚动调度决策经济性。最后，仿真结果表明，所提考虑冷能梯级利用的鲁棒-随机双层调度模型在解决日前长时间尺度预测精度低与日内短时间尺度易陷入局部最优矛盾的同时，可赋予港口MEMG更多经济性、低碳性及供电灵活性。

Abstract

To effectively exploit the low-carbon flexibility potential of liquified natural gas (LNG) cold energy utilization in ports and give full play to the synergistic optimization effects across multiple time scales

a robust-stochastic bi-layer uncertainty economic scheduling model for port multi-energy microgrid (MEMG) considering the cascade utilization of LNG cold energy is proposed. Firstly

considering the low-carbon flexibility potential of LNG cold energy utilization across each deep cooling-mid cooling-shallow cooling temperature zone

a cold energy cascade utilization model of low-temperature carbon capture

cold energy power generation

and direct cooling is established

and a collaborative carbon processing of capture-storage-utilization is formed on this basis. Secondly

the wind power scenarios considering the temporal correlation of prediction errors are generated based on the equal probability inversion

and the scenarios are reduced by using a 0-1 planning model based on the Wasserstein distance. Thirdly

concerning the characteristic of wind power prediction error increasing with the increase of time scale

a robust-stochastic bi-layer uncertainty economic scheduling model with multi-time-scale optimization is constructed. The upper layer guarantees the robustness of day-ahead pre-scheduling decisions through distributionally robust optimization

and the lower layer guarantees the economic benefits of intra-day rolling scheduling decisions through stochastic optimization. Finally

the simulation results demonstrate that the proposed robust-stochastic bi-layer scheduling model considering the cold energy cascade utilization can not only better solve the contradiction of low prediction accuracy on day-ahead long-time-scale and easy to fall into the local optimum on intra-day short-time-scale

but also provide more economy

low-carbon emissions and power supply flexibility to the port MEMG.

关键词

Keywords

references

HE T B ， CHONG Z R ， ZHENG J J ， et al . LNG cold energy utilization： prospects and challenges ［J］. Energy ， 2019 ， 170 ： 557 - 568 .

邰能灵，王萧博，黄文焘，等 . 港口综合能源系统低碳化技术综述［J］. 电网技术， 2022 ， 46 （ 10 ）： 3749 - 3763 .

TAI Nengling ， WANG Xiaobo ， HUANG Wentao ， et al . Summary of low-carbon technology for port comprehensive energy system ［J］. Power System Technology ， 2022 ， 46 （ 10 ）： 3749 - 3763 .

TIAN Z ， QI Z X ， GAN W L ， et al . A novel negative carbon-emission， cooling， and power generation system based on combined LNG regasification and waste heat recovery： energy， exergy， economic， environmental （4E） evaluations ［J］. Energy ， 2022 ， 257 ： 124528 .

康丽虹，贾燕冰，田丰，等 . 含LNG冷能利用的综合能源系统低碳经济调度［J］. 高电压技术， 2022 ， 48 （ 2 ）： 575 - 583 .

KANG Lihong ， JIA Yanbing ， TIAN Feng ， et al . Low-carbon economic dispatch of integrated energy system containing LNG cold energy utilization ［J］. High Voltage Engineering ， 2022 ， 48 （ 2 ）： 575 - 583 .

李茜，宾帆，张安安，等 . 基于复合能源管道供能的区域综合能源系统优化运行［J］. 电力系统自动化， 2022 ， 46 （ 17 ）： 91 - 101 .

LI Qian ， BIN Fan ， ZHANG An’an ， et al . Optimal operation of regional integrated energy system based on energy supply through composite energy pipeline ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 17 ）： 91 - 101 .

侯慧，甘铭，吴细秀，等 . 考虑移动氢能存储的港口多能微网两阶段分布鲁棒优化调度［J/OL］. 中国电机工程学报： 1 - 18 ［ 2023-04-27 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.223327 https://doi.org/10.13334/j.0258-8013.pcsee.223327 .

HOU Hui ， GAN Ming ， WU Xixiu ， et al . Two-stage distributionally robust optimal scheduling for port multi-energy microgrid considering mobile hydrogen energy storage ［J/OL］. Proceedings of the CSEE ： 1 - 18 ［ 2023-04-27 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.223327 https://doi.org/10.13334/j.0258-8013.pcsee.223327 .

仉梦林，胡志坚，王小飞，等 . 基于动态场景集和需求响应的二阶段随机规划调度模型［J］. 电力系统自动化， 2017 ， 41 （ 11 ）： 68 - 76 .

ZHANG Menglin ， HU Zhijian ， WANG Xiaofei ， et al . Two-stage stochastic programming scheduling model based on dynamic scenario sets and demand response ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 11 ）： 68 - 76 .

庄颖睿，程林，齐宁，等 . 基于深度时间聚类的微电网典型场景生成方法［J］. 电力系统自动化， 2023 ， 47 （ 20 ）： 95 - 103 .

ZHUANG Yingrtui ， CHENEG Lin ， QI Ning ， et al . Typical scenario generation algorithm for microgrid based on deep temporal clustering ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 20 ）： 95 - 103 .

董骁翀，孙英云，蒲天骄，等 . 一种基于Wasserstein距离及有效性指标的最优场景约简方法［J］. 中国电机工程学报， 2019 ， 39 （ 16 ）： 4650 - 4658 .

DONG Xiaochong ， SUN Yingyun ， PU Tianjiao ， et al . An optimal scenario reduction method based on Wasserstein distance and validity index ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 16 ）： 4650 - 4658 .

王皓，艾芊，甘霖，等 . 基于多场景随机规划和MPC的冷热电联合系统协同优化［J］. 电力系统自动化， 2018 ， 42 （ 13 ）： 51 - 58 .

WANG Hao ， AI Qian ， GAN Lin ， et al . Collaborative optimization of combined cooling heating and power system based on multi-scenario stochastic programming and model predictive control ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 13 ）： 51 - 58 .

易宇琴，许加柱，张伟明，等 . 考虑两阶段鲁棒优化配置的多微网合作博弈［J］. 电力系统自动化， 2023 ， 47 （ 22 ）： 149 - 156 .

YI Yuqin ， XU Jiazhu ， ZHANG Weiming ， et al . Cooperative multi-microgrid game considering two-stage robust optimal configuration ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 22 ）： 149 - 156 .

贺帅佳，阮贺彬，高红均，等 . 分布鲁棒优化方法在电力系统中的理论分析与应用综述［J］. 电力系统自动化， 2020 ， 44 （ 14 ）： 179 - 191 .

HE Shuaijia ， RUAN Hebin ， GAO Hongjun ， et al . Overview on theory analysis and application of distributionally robust optimization method in power system ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 14 ）： 179 - 191 .

叶林，路朋，赵永宁，等 . 含风电电力系统有功功率模型预测控制方法综述［J］. 中国电机工程学报， 2021 ， 41 （ 18 ）： 6181 - 6197 .

YE Lin ， LU Peng ， ZHAO Yongning ， et al . Review of model predictive control for power system with large-scale wind power grid-connected ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 18 ）： 6181 - 6197 .

王玮，张晓晴，苏粟，等 . 基于模型预测控制的含岸电混合能源系统优化运行［J］. 电力自动化设备， 2021 ， 41 （ 11 ）： 17 - 24 .

WANG Wei ， ZHANG Xiaoqing ， SU Su ， et al . Optimal operation of hybrid energy system considering cold ironing based on model predictive control ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 11 ）： 17 - 24 .

ZHAO L ， DONG H ， TANG J J ， et al . Cold energy utilization of liquefied natural gas for capturing carbon dioxide in the flue gas from the magnesite processing industry ［J］. Energy ， 2016 ， 105 ： 45 - 56 .

PINSON P ， GIRARD R . Evaluating the quality of scenarios of short-term wind power generation ［J］. Applied Energy ， 2012 ， 96 ： 12 - 20 .

MA X Y ， SUN Y Z ， FANG H L . Scenario generation of wind power based on statistical uncertainty and variability ［J］. IEEE Transactions on Sustainable Energy ， 2013 ， 4 （ 4 ）： 894 - 904 .

张姝 . 能源互联网中典型场景生成方法研究［D］. 北京：华北电力大学， 2022 .

ZHANG Shu . Research on typical scenario generation method in energy internet ［D］. Beijing ： North China Electric Power University ， 2022 .

张希弘，赵奇，陈中，等 . 考虑信息失效的有源配电网两阶段随机性控制方法［J］. 电力系统自动化， 2021 ， 45 （ 20 ）： 67 - 75 .

ZHANG Xihong ， ZHAO Qi ， CHEN Zhong ， et al . Two-stage stochastic control method for active distribution network considering information failure ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 20 ）： 67 - 75 .

Tennet . System and transmission data ［EB/OL］. ［ 2022-10-27 ］. https：//www.tennet.org https://www.tennet.org .

王磊，周建平，朱刘柱，等 . 基于分布式模型预测控制的综合能源系统多时间尺度优化调度［J］. 电力系统自动化， 2021 ， 45 （ 13 ）： 57 - 65 .

WANG Lei ， ZHOU Jianping ， ZHU Liuzhu ， et al . Multi-time-scale optimization scheduling of integrated energy system based on distributed model predictive control ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 13 ）： 57 - 65 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Distributed Algorithm for Robust Economic Dispatch of Integrated Transmission and Distribution System Considering Wind Power Uncertainty

Dual-data-model-driven Distributionally Robust Optimal Scheduling of Renewable Energy Microgrid

Collaborative Robust Planning of Electric and Thermal Flexibility Resources Considering Reserve Optimization

Distributed Coordinated Day-ahead Scheduling Method for Distribution Network and Microgrid Based on Distributionally Robust Optimization

Distributionally Robust Optimization Method for Substation Planning Considering Incentive-based Response Uncertainty

Related Author

HUANG Xinyi

LIU Mingbo

LIN Shunjiang

ZHU Jianquan

GUO Fanghong

FENG Xiurong

YANG Hao

TANG Yajie

Related Institution

School of Power Engineering, South China University of Technology

Guangdong Key Laboratory of Clean Energy Technology

School of Information Engineering, Zhejiang University of Technology

School of Control Science and Engineering, Zhejiang University

State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University)

⁰