CN105676824A - 一种可再生能源冷热电联供能量优化调度系统与方法 - Google Patents

一种可再生能源冷热电联供能量优化调度系统与方法 Download PDF

Info

Publication number
CN105676824A
CN105676824A CN201610119089.2A CN201610119089A CN105676824A CN 105676824 A CN105676824 A CN 105676824A CN 201610119089 A CN201610119089 A CN 201610119089A CN 105676824 A CN105676824 A CN 105676824A
Authority
CN
China
Prior art keywords
energy
module
optimization
short
load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610119089.2A
Other languages
English (en)
Other versions
CN105676824B (zh
Inventor
孙波
沙琮田
张承慧
苏仲培
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201610119089.2A priority Critical patent/CN105676824B/zh
Publication of CN105676824A publication Critical patent/CN105676824A/zh
Application granted granted Critical
Publication of CN105676824B publication Critical patent/CN105676824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32015—Optimize, process management, optimize production line
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种可再生能源冷热电联供能量优化调度系统与方法，包括：能量生产控制模块、储能控制模块和负荷控制模块分别与能量管理模块连接；能量生产控制模块、储能控制模块和负荷控制模块分别采集现场供能、储能以及负荷设备的信息，并通过现场总线与能量管理系统进行数据交换；能量管理模块接收并存储能量生产控制模块、储能控制模块和负荷控制模块上传的信息，利用所述信息分别实现对可再生能源或者负荷的短期预测和/或超短期预测，对供冷/热、储冷/热、供电、储电以及可调度功能单元的运行状态以及功率进行短期优化和/或超短期优化。

Description

一种可再生能源冷热电联供能量优化调度系统与方法
技术领域
本发明属于冷热电三联供领域，涉及一种基于可再生能源的冷热电联供系统，尤其涉及一种可再生能源冷热电联供能量优化调度系统与方法。
背景技术
能源紧缺和环境污染已成为亟待解决的重大社会问题。据预测，2030年我国能源缺口约为2.5×108吨标准煤，2050年将达到4.6×108吨标准煤。另一方面，我国现行以火电为主的供能方式能源利用效率低下，浪费严重。更为严重的是，化石燃料燃烧过程中产生的大量有害物使得大气质量日渐恶化，雾霾等极端恶劣天气频发，据测算80％PM2.5污染问题与能源有关。以上种种迹象深刻表明传统能源供应形式存在严重缺陷，业已成为阻碍人类文明发展的绊脚石，建立新型高效、低排放供能方式已是刻不容缓。
分布式冷热电联供系统是一种基于能源梯级利用原理，集制冷、供热(采暖和供热水)和发电于一体的多联产系统。系统安装在用户附近，“就地取能，即发即用”，近距离供应冷、热、电和生活热水，实现了发电过程余热的有效回收和梯级利用，切实提高了能源的综合利用效率，同时大幅降低了SOx、NOx和CO2等污染物的排放。因此，分布式冷热电联供将无可置疑地成为能源技术发展的重要方向。
世界发达国家高度重视分布式供能技术的发展，美国、欧盟和日本等国家都已将其视为21世纪能源领域的优先发展方向之一，并予以大力支持。欧美国家在近20年的新建建筑中大量使用天然气冷热电联供系统，总能效率达到80％-90％，同时实现了约20％的CO2减排率。我国作为世界第二大能源消费国，近年来推出了一系列重大举措，以国家意志大力推进。《国家中长期科学和技术发展规划纲要(2006-2020)》已将分布式能源列为国家大力培育和发展的战略性新兴产业。各地方政府也积极出台针对分布式能源利用的政策与规划，如《上海市能源发展“十二五”规划》和《上海市电力发展“十二五”规划》中提出，在医院、宾馆、商场等商用建筑等领域积极发展区域热电联供和分布式供能系统。遗憾的是，目前分布式供能系统大多以天然气为燃料，虽然与传统火电相比，CO2排放量约为燃煤电厂的42％，NOx排放量不到燃煤电厂的20％。但是，快速增长的用气需求与有限的天然气资源存在矛盾，再者天然气仍属有限化石燃料，无法充分彰显分布式能源的优势。我国已明确提出并向国际社会承诺，2020年非化石能源占一次能源消费比重达15％左右的目标。因此，大力开发可再生能源分布式冷热电联供系统是根本之道。
公告号CN1945472A的中国发明专利公开了一种冷热电三联供系统集中优化控制方法，但该发明的方法仅采集供能系统终端设备信息，不涉及负荷系统信息的采集，因此无法实现全局范围内能量生产和需求之间的最优匹配。申请号201010147996.0的发明专利公开了一种冷热电三联供设备能效优化调度系统，但未涉及可再生能源、储能、可调度负荷以及电与热/冷能量的多时间尺度协调控制。申请号201110398221.5的发明专利公开了一种燃气型冷热电联供系统的优化调度装置及方法，但未涉及负荷信息的采集与控制、储能、可再生能源与负荷的预测、多时间尺度协调控制等。
发明内容
本发明的目的是为了解决系统运行过程中，维持供能系统和负荷需求之间以及冷热电能量之间的最佳平衡状态，提供了一种可再生能源冷热电联供能量优化调度系统与方法。
为实现上述目的，本发明采用下述技术方案：
一种可再生能源冷热电联供能量优化调度系统，包括：
能量生产监控模块：用于采集并监控可再生能源冷热电联供系统的现场供能单元的信息；
储能监控模块：用于采集并监控可再生能源冷热电联供系统的现场储能单元的信息；
负荷监控模块：用于采集并监控可再生能源冷热电联供系统的现场负荷单元的信息；
能量管理模块：接收并存储能量生产监控模块、储能监控模块和负荷监控模块采集的信息；根据接收的现场供能单元、储能单元以及负荷单元的信息，结合气象及天气信息，采用支持向量机回归方法对系统可再生能源进行短期和/或超短期预测，获得可再生能源的预测功率；采用优化算法对负荷预测进行最优求解，得到日前预测负荷；根据电气价信息、输入参数信息、可再生能源以及负荷的预测信息，设定优化目标以及约束条件，对供能单元、储能单元以及负荷单元的运行状态以及功率进行短期优化和/或超短期优化。
进一步地，所述供能单元包括：可再生能源冷热电联供系统供电设备和供冷/热设备；
所述储能单元包括：可再生能源冷热电联供系统储电设备和储冷/热设备；
所述负荷单元包括：可再生能源冷热电联供系统可调度负荷设备和不可调度负荷设备；所述可调度负荷设备包括：可调度电负荷设备和可调度冷/热负荷设备；所述不可调度负荷设备包括：不可调度电负荷设备和不可调度冷/热负荷设备。
进一步地，所述能源管理模块包括：
预测模块：用于根据接收的现场设备信息、气象及天气信息以及可调度负荷信息，实现对可再生能源或者负荷的短期预测和/或超短期预测；
电能管理模块：用于根据电气价信息、输入参数信息、可再生能源以及电负荷的预测信息和可调度电负荷信息，设定优化目标以及约束条件，对供电、储电以及可调度负荷设备的运行状态以及功率进行短期优化和/或超短期优化；
热/冷能管理模块：用于根据输入参数信息、可再生能源以及冷/热负荷的预测信息，设定优化目标以及约束条件，对供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的运行状态以及功率进行短期优化和超短期优化；
解耦控制模块：当电能管理模块与冷/热能管理模块优化结果不匹配时，用于实现电能和冷热能的协调控制；
基本信息模块：用于设定实时电价、当地天气以及当地气价基本参数信息；
参数设定模块：用于输入系统设备的基本配置信息；
数据存储模块：用于存储电能管理模块、热/冷能管理模块、解耦控制模块、预测模块、信息模块和参数设定模块的信息，并实现各模块数据信息的共享。
进一步地，所述电能管理模块对供电设备、储电设备以及可调度电负荷设备的运行状态以及功率进行超短期优化的时间小于所述热/冷能管理模块对供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的运行状态以及功率进行超短期优化的时间。
进一步地，所述预测模块包括：可再生能源短期预测模块、可再生能源超短期预测模块、负荷预测模块和负荷超短期预测模块；
所述可再生能源短期预测模块和可再生能源超短期预测模块均根据设定时间段内的典型气象及天气历史数据，采用支持向量机回归方法对系统可再生能源进行短期和/或超短期预测，获得可再生能源的预测功率；
所述负荷预测模块根据接收到的设定时间段内的历史天气数据、冷/热负荷以及历史电消耗量信息，采用优化算法对负荷预测进行最优求解，得到日前预测负荷；
负荷超短期预测模块根据接收到的每小时或者更短时间内的现场天气、冷/热负荷以及电消耗量信息，设定时间尺度对负荷进行超短期预测。
进一步地，所述电能管理模块包括：
第一短期优化模块：用于根据电价信息、输入参数信息、可再生能源以及电负荷的预测信息和可调度电负荷信息，确定优化目标及约束条件，利用多目标优化方法给出未来设定时间段T1内的各供电设备、储电设备以及可调度电负荷设备的运行状态以及功率；
第一超短期优化模块：在短期优化的基础上，在不改变短期优化给出的设备运行状态的基础上，采用与短期优化模块相同优化的方法，每隔设定时间段T2滚动优化和修正供电设备、储电设备以及可调度电负荷设备的实时功率；其中，T2<T1；
所述第一短期优化模块包括用于提供需要优化的目标参数的第一目标函数模块以及用于提供进行优化的约束条件的第一约束模块；所述第一目标函数模块和第二目标函数模块提供的目标参数由人工设定；所述第一约束模块和第二约束模块提供的约束条件根据现场设备已有的数学模型自动生成。
进一步地，所述冷/热能管理模块包括：
第二短期优化模块：用于根据气价信息、输入参数信息、可再生能源以及冷/热负荷设备的预测信息和可调度冷/热负荷设备信息，确定优化目标及约束条件，利用多目标优化方法给出未来设定时间段T3内的各供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的运行状态以及功率；
第二超短期优化模块：在短期优化的基础上，在不改变短期优化给出的设备运行状态的基础上，采用与短期优化模块相同优化的方法，每隔设定时间段T4滚动优化和修正供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的实时功率；其中，T4<T3；
所述第二短期优化模块包括用于提供需要优化的目标参数的第三目标函数模块以及用于提供进行优化的约束条件的第三约束模块；
所述第二超短期优化模块包括用于提供需要优化的目标参数的第四目标函数模块以及用于提供进行优化的约束条件的第四约束模块；
所述第三目标函数模块和第四目标函数模块提供的目标参数由人工设定；所述第三约束模块和第四约束模块提供的约束条件根据现场设备已有的数学模型自动生成。
进一步地，所述解耦控制模块在电能管理模块和冷/热能管理模块优化结果不一致时，分别将上述两模块的优化结果乘以相应的权重系数，达到系统综合最优；所述权重系数表示对优化结果的偏重度，根据需要设定。
一种可再生能源冷热电联供能量优化调度系统的优化调度方法，包括以下步骤：
(1)获取当地气象、电价、燃气价格参数信息；设定系统设备选型及设备容量相关参数信息；
(2)电能管理模块对电能进行日前优化，获取设定时间段T1内系统的最优工况；
在时间段T1内，以最优工况为前提，以经济、环境、能源指标为多目标函数，每隔设定时间T2对系统进行超短期滚动优化，得到系统电能相关设备的电能输出最优值；T2<T1；
(4)根据实际系统中冷热能响应时间常数，确定冷/热能超短期优化周期；冷/热能管理模块对冷/热能进行日前优化，获取设定时间段T3内系统的最优工况；
在设定时间段T3内，以最优工况为前提，以经济、环境、能源指标为多目标函数，每隔设定时间T4对系统进行超短期滚动优化，得到冷/热能相关设备的冷/热能输出最优值；T4<T3；
(5)判断电能管理模块和冷/热能管理模块的优化结果是否存在冲突，如果存在冲突，则使用解耦控制模块对电能、冷热能进行解耦控制；否则进入下一步；
(6)将输出电能的最优值和输出冷/热能的最优值分别传送至能量生产监控模块、储能监控模块和负荷监控模块；
(7)能量生产监控模块、储能监控模块和负荷监控模块根据接收到的最优值分别控制供能设备、储能设备以及负荷设备的出力。
进一步地，生产控制模块、储能监控模块和负荷监控模块分别采集供能设备、储能设备以及负荷设备的运行信息并传送至电能管理模块和冷/热能管理模块，用于实现对电能、冷/热能的优化。
本发明的有益效果是：
(1)适用于以风、光、生物质能为主的可再生能源冷热电联供系统；
(2)根据电价、气价以及气象信息，采用多目标优化思想，源、储、荷一体化调度，实现整个冷热电联供系统最优化运行；
(3)电能和热/冷能实施多时间尺度协调控制，当冷/热能管理模块和电能管理模块优化结果不协调时，对其进行解耦处理，即协调优化结果使优化能继续进行；能够使联供系统冷、热、电能供给与需求之间实现更加精确的动态平衡。
附图说明
图1是本发明的结构原理图；
图2是本发明的工作流程；
图3是本发明的电能管理模块工作流程图。
具体实施方式：
下面结合附图与实例对本发明做进一步说明：
一种可再生能源冷热电联供能量优化调度系统，如图1所示，包括：
能量生产监控模块：用于采集并监控可再生能源冷热电联供系统现场供能单元的信息；
储能监控模块：用于采集并监控可再生能源冷热电联供系统现场储能单元的信息；
负荷监控模块：用于采集并监控可再生能源冷热电联供系统现场负荷单元的信息；
能量管理模块：接收并存储能量生产监控模块、储能监控模块和负荷监控模块采集的信息，利用所述信息分别实现对可再生能源或者负荷的短期预测和/或超短期预测，对供能单元、储能单元以及负荷单元的运行状态以及功率进行短期优化和/或超短期优化。
其中，供能单元包括：可再生能源冷热电联供系统的供电设备和供冷/热设备；
储能单元包括：可再生能源冷热电联供系统的储电设备和储冷/热设备；
负荷单元包括：可再生能源冷热电联供系统的可调度负荷设备和不可调度负荷设备；可调度负荷设备包括：可调度电负荷设备和可调度冷/热负荷设备；所述不可调度负荷设备包括：不可调度电负荷设备和不可调度冷/热负荷设备。
上述供能单元、储能单元、负荷单元所包含的各设备均为可再生能源冷热电联供系统的现场原有设备，本申请不对其进行改进，只是采集他们的相关信息。
能量生产监控模块、储能监控模块和负荷监控模块用于现场控制，采集现场供能、储能以及负荷设备的信息，并通过现场总线传输给能量管理系统；同时接收来自上位能量管理系统的命令，协调控制现场可调度设备。
能量管理模块接收并存储能量生产监控模块、储能监控模块和负荷监控模块上传的信息，利用所述信息分别实现对可再生能源或者负荷的短期预测和/或超短期预测，对供冷/热设备、储冷/热设备、供电设备、储电设备以及可调度负荷设备的运行状态以及功率进行短期优化和/或超短期优化。
其中，能源管理模块包括：
预测模块：预测模块接收现场设备信息、气象和天气等信息输入以及可调度负荷信息，实现可再生能源和负荷的短期和超短期预测，短期预测模块为冷热电能的短期优化提供数据支撑；为减小误差，可再生能源和负荷的超短期预测为冷热电能的超短期优化提供更加准确的数据信息。
预测模块包括：可再生能源短期预测模块、可再生能源超短期预测模块、负荷预测模块和负荷超短期预测模块；
可再生能源短期预测模块和可再生能源超短期预测模块均根据设定时间段内的典型气象及天气历史数据信息，采用支持向量机回归方法对系统可再生能源进行短期和/或超短期预测，获得可再生能源的预测功率；
负荷预测模块根据接收到的设定时间段内的历史天气数据、冷/热负荷设备以及历史电消耗量信息，采用优化算法(比如：遗传算法,神经网络,蚁群算法等)对负荷预测进行最优求解，得到日前预测负荷；
负荷超短期预测模块根据接收到的每小时或者更短时间内的现场实时天气、冷/热负荷设备以及电消耗量信息，以较短的时间尺度对负荷进行预测。此处时间尺度根据需要进行设定。
电能管理模块、热/冷能管理模块以及解耦控制模块用于冷热电联供源储荷一体化调度。电能管理模块根据电气价信息以及其他输入参数、可再生能源预测数据、电负荷预测信息、可调度电负荷信息等，以目标函数模块提供的参数为优化目标，以及约束模块提供的各种约束条件，利用短期优化模块提供的多目标优化方法给出未来24小时各供电、储电以及可调度电负荷的运行状态以及功率；超短期优化模块在短期优化的基础上，根据可再生能源和负荷超短期预测模块提供的信息，采用多目标优化的方法，根据优化目标和约束条件，在不改变短期优化给出的设备运行状态的基础上，每5分钟滚动优化和修正供电、储电以及可调度电负荷的实时功率。
其中，电能管理模块对供电设备、储电设备以及可调度负荷设备的运行状态以及功率进行超短期优化的时间小于热/冷能管理模块对供冷/热设备、储冷/热设备以及可调度负荷设备的运行状态以及功率进行超短期优化的时间。通过多时间尺度进行优化，使得系统的优化精度得以提高。
冷/热能管理模块工作方式与电能管理模块类似，但是由于冷/热能的变化滞后性大，工质的流量和体积也影响冷/热能变化的快慢，故滚动优化时间参考具体系统响应时间确定。在冷热电联供系统中，通常采用吸收式溴化锂制冷机吸收内燃发电机组或微型燃气轮机发电余热来制冷，通过调整发电机组出力改变发电功率的同时，也改变了余热量，热电存在严重耦合，解耦控制模块实现电能和冷热能的协调控制。
其中，电能管理模块：用于根据电气价信息、输入参数信息、可再生能源以及电负荷的预测信息和可调度电负荷信息，设定优化目标以及约束条件，对供电、储电以及可调度负荷设备的运行状态以及功率进行短期优化和/或超短期优化；电能管理模块包括：
第一短期优化模块：用于根据电价信息、输入参数信息、可再生能源以及电负荷的预测信息和可调度电负荷信息，确定优化目标及约束条件，利用多目标优化方法给出未来设定时间段T1内的各供电、储电设备以及可调度电负荷设备的运行状态以及功率；
第一超短期优化模块：在短期优化的基础上，在不改变短期优化给出的设备运行状态的基础上，采用与短期优化模块相同优化的方法，每隔设定时间段T2滚动优化和修正供电、储电以及可调度电负荷设备的实时功率；其中，T2<T1；
第一短期优化模块包括用于提供需要优化的目标参数的第一目标函数模块以及用于提供进行优化的约束条件的第一约束模块；第一目标函数模块和第二目标函数模块提供的目标参数由人工设定；第一约束模块和第二约束模块提供的约束条件根据现场设备已有的数学模型自动生成。
冷/热能能管理模块用于根据输入参数信息、可再生能源以及冷/热负荷的预测信息，设定优化目标以及约束条件，对供冷/热设备、储冷/热设备以及可调度负荷设备的运行状态以及功率进行短期优化和超短期优化；冷/热能能管理模块包括：
第二短期优化模块：用于根据气价信息、输入参数信息、可再生能源以及冷/热负荷的预测信息和可调度冷/热负荷信息，确定优化目标及约束条件，利用多目标优化方法给出未来设定时间段T3内的各供冷/热、储冷/热以及可调度冷/热负荷设备的运行状态以及功率；
第二超短期优化模块：在短期优化的基础上，在不改变短期优化给出的设备运行状态的基础上，采用与短期优化模块相同优化的方法，每隔设定时间段T4滚动优化和修正供冷/热、储冷/热以及可调度冷/热负荷的实时功率；其中，T4<T3；
第二短期优化模块包括用于提供需要优化的目标参数的第三目标函数模块以及用于提供进行优化的约束条件的第三约束模块；
第二超短期优化模块包括用于提供需要优化的目标参数的第四目标函数模块以及用于提供进行优化的约束条件的第四约束模块；
第三目标函数模块和第四目标函数模块提供的目标参数由人工设定；所述第三约束模块和第四约束模块提供的约束条件根据现场设备已有的数学模型自动生成。
解耦控制模块在电能管理模块和冷/热能管理模块优化结果不一致时，分别将上述两模块的优化结果乘以相应的权重系数，达到系统综合最优；所述权重系数表示对优化结果的偏重度，根据需要设定。
能量生产监控模块分别与含可再生能源的不可调度负荷设备和含可再生能源的可调度负荷设备连接，用于采集现场供能设备信息；
储能监控模块分别与储电单元和蓄冷/热单元连接，用于采集现场供电设备信息；
负荷监控模块分别与不可调度负荷设备和可调度负荷设备连接，用于采集现场负荷设备信息。
数据存储模块与上述各功能模块相连，用于存储来自信息输入和参数设定模块、冷热电能优化调度模块、预测模块以及现场控制模块的所有信息和数据，并实现上述功能模块的数据共享。
如图2所示，一种可再生能源冷热电联供能量优化调度系统，包括以下步骤：
(1)获取当地气象、电价、气价等信息；
(2)操作人员对系统各参数进行设定；
(3)如图3所示，根据目标函数、约束条件、预测信息以及可控变量信息，电能管理模块对电能进行日前优化，获取每小时系统的最优工况。每小时内，以最优工况为前提，能源利用率最高为目标函数对系统进行超短期滚动优化，得到各个设备电能输出的最优值；
(4)根据实际系统中冷热能响应时间常数，确定冷/热能超短期优化周期。进而根据目标函数、约束条件、预测信息以及可控变量信息，冷/热能管理模块对冷/热能进行日前优化，获取每小时系统的最优工况。在每小时内，以最优工况为前提，能源利用率最高为目标函数对系统进行超短期滚动优化，得到各个设备冷/热能输出的最优值。
(5)电能和冷/热能存在耦合时，使用解耦控制模块对电能、冷热能进行解耦控制，解决系统优化结果冲突的问题；
(6)根据步骤(5)所得的最优解，将优化结果信息传送至能量生产监控模块、储能监控模块、负荷监控模块；
(7)能量生产监控模块、储能监控模块、负荷监控模块分别对控制对象实时控制，调整各个设备出力；
(8)各设备的运行信息通过生产控制模块、储能监控模块、负荷监控模块传送至电能管理模块和冷/热能管理模块，用于冷热电能的优化；
(9)将步骤(3)、(4)、(5)中的信息存入数据存储模块，对信息进行存储和保存。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种可再生能源冷热电联供能量优化调度系统，其特征是，包括：
能量生产监控模块：用于采集并监控可再生能源冷热电联供系统的现场供能单元的信息；
储能监控模块：用于采集并监控可再生能源冷热电联供系统的现场储能单元的信息；
负荷监控模块：用于采集并监控可再生能源冷热电联供系统的现场负荷单元的信息；
能量管理模块：接收并存储能量生产监控模块、储能监控模块和负荷监控模块采集的信息；根据接收的现场供能单元、储能单元以及负荷单元的信息，结合气象及天气信息，采用支持向量机回归方法对系统可再生能源进行短期和/或超短期预测，获得可再生能源的预测功率；采用优化算法对负荷预测进行最优求解，得到日前预测负荷；根据电气价信息、输入参数信息、可再生能源以及负荷的预测信息，设定优化目标以及约束条件，对供能单元、储能单元以及负荷单元的运行状态以及功率进行短期优化和/或超短期优化。
2.如权利要求1所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，
所述供能单元包括：可再生能源冷热电联供系统供电设备和供冷/热设备；
所述储能单元包括：可再生能源冷热电联供系统储电设备和储冷/热设备；
所述负荷单元包括：可再生能源冷热电联供系统可调度负荷设备和不可调度负荷设备；所述可调度负荷设备包括：可调度电负荷设备和可调度冷/热负荷设备；所述不可调度负荷设备包括：不可调度电负荷设备和不可调度冷/热负荷设备。
3.如权利要求1所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，所述能源管理模块包括：
预测模块：用于根据接收的现场设备信息、气象及天气信息以及可调度负荷信息，实现对可再生能源或者负荷的短期预测和/或超短期预测；
电能管理模块：用于根据电气价信息、输入参数信息、可再生能源以及电负荷的预测信息和可调度电负荷信息，设定优化目标以及约束条件，对供电、储电以及可调度负荷设备的运行状态以及功率进行短期优化和/或超短期优化；
热/冷能管理模块：用于根据输入参数信息、可再生能源以及冷/热负荷的预测信息，设定优化目标以及约束条件，对供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的运行状态以及功率进行短期优化和超短期优化；
解耦控制模块：当电能管理模块与冷/热能管理模块优化结果不匹配时，用于实现电能和冷热能的协调控制；
基本信息模块：用于设定实时电价、当地天气以及当地气价基本参数信息；
参数设定模块：用于输入系统设备的基本配置信息；
数据存储模块：用于存储电能管理模块、热/冷能管理模块、解耦控制模块、预测模块、信息模块和参数设定模块的信息，并实现各模块数据信息的共享。
4.如权利要求3所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，所述电能管理模块对供电设备、储电设备以及可调度电负荷设备的运行状态以及功率进行超短期优化的时间小于所述热/冷能管理模块对供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的运行状态以及功率进行超短期优化的时间。
5.如权利要求1所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，所述预测模块包括：可再生能源短期预测模块、可再生能源超短期预测模块、负荷预测模块和负荷超短期预测模块；
所述可再生能源短期预测模块和可再生能源超短期预测模块均根据设定时间段内的典型气象及天气历史数据，采用支持向量机回归方法对系统可再生能源进行短期和/或超短期预测，获得可再生能源的预测功率；
所述负荷预测模块根据接收到的设定时间段内的历史天气数据、冷/热负荷以及历史电消耗量信息，采用优化算法对负荷预测进行最优求解，得到日前预测负荷；
负荷超短期预测模块根据接收到的每小时或者更短时间内的现场天气、冷/热负荷以及电消耗量信息，设定时间尺度对负荷进行超短期预测。
6.如权利要求1所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，所述电能管理模块包括：
第一短期优化模块：用于根据电价信息、输入参数信息、可再生能源以及电负荷的预测信息和可调度电负荷信息，确定优化目标及约束条件，利用多目标优化方法给出未来设定时间段T1内的各供电设备、储电设备以及可调度电负荷设备的运行状态以及功率；
第一超短期优化模块：在短期优化的基础上，在不改变短期优化给出的设备运行状态的基础上，采用与短期优化模块相同优化的方法，每隔设定时间段T2滚动优化和修正供电设备、储电设备以及可调度电负荷设备的实时功率；其中，T2<T1；
所述第一短期优化模块包括用于提供需要优化的目标参数的第一目标函数模块以及用于提供进行优化的约束条件的第一约束模块；所述第一目标函数模块和第二目标函数模块提供的目标参数由人工设定；所述第一约束模块和第二约束模块提供的约束条件根据现场设备已有的数学模型自动生成。
7.如权利要求1所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，所述冷/热能管理模块包括：
第二短期优化模块：用于根据气价信息、输入参数信息、可再生能源以及冷/热负荷的预测信息和可调度冷/热负荷信息，确定优化目标及约束条件，利用多目标优化方法给出未来设定时间段T3内的各供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的运行状态以及功率；
第二超短期优化模块：在短期优化的基础上，在不改变短期优化给出的设备运行状态的基础上，采用与短期优化模块相同优化的方法，每隔设定时间段T4滚动优化和修正供冷/热设备、储冷/热设备以及可调度冷/热负荷设备的实时功率；其中，T4<T3；
所述第二短期优化模块包括用于提供需要优化的目标参数的第三目标函数模块以及用于提供进行优化的约束条件的第三约束模块；
所述第二超短期优化模块包括用于提供需要优化的目标参数的第四目标函数模块以及用于提供进行优化的约束条件的第四约束模块；
所述第三目标函数模块和第四目标函数模块提供的目标参数由人工设定；所述第三约束模块和第四约束模块提供的约束条件根据现场设备已有的数学模型自动生成。
8.如权利要求3所述的一种可再生能源冷热电联供能量优化调度系统，其特征是，所述解耦控制模块在电能管理模块和冷/热能管理模块优化结果不一致时，分别将上述两模块的优化结果乘以相应的权重系数，达到系统综合最优；所述权重系数表示对优化结果的偏重度，根据需要设定。
9.一种如权利要求1所述的可再生能源冷热电联供能量优化调度系统的优化调度方法，其特征是，包括以下步骤：
(1)获取当地气象、电价、燃气价格参数信息；设定系统设备选型及设备容量相关参数信息；
(2)电能管理模块对电能进行日前优化，获取设定时间段T1内系统的最优工况；
在时间段T1内，以最优工况为前提，以经济、环境、能源指标为多目标函数，每隔设定时间T2对系统进行超短期滚动优化，得到系统电能相关设备的电能输出最优值；T2<T1；
(4)根据实际系统中冷热能响应时间常数，确定冷/热能超短期优化周期；冷/热能管理模块对冷/热能进行日前优化，获取设定时间段T3内系统的最优工况；
在设定时间段T3内，以最优工况为前提，以经济、环境、能源指标为多目标函数，每隔设定时间T4对系统进行超短期滚动优化，得到冷/热能相关设备的冷/热能输出最优值；T4<T3；
(5)判断电能管理模块和冷/热能管理模块的优化结果是否存在冲突，如果存在冲突，则使用解耦控制模块对电能、冷热能进行解耦控制；否则进入下一步；
(6)将输出电能的最优值和输出冷/热能的最优值分别传送至能量生产监控模块、储能监控模块和负荷监控模块；
(7)能量生产监控模块、储能监控模块和负荷监控模块根据接收到的最优值分别控制供能设备、储能设备以及负荷设备的出力。
10.如权利要求9所述的一种可再生能源冷热电联供能量优化调度系统的优化调度方法，其特征是，生产控制模块、储能监控模块和负荷监控模块分别采集供能设备、储能设备以及负荷设备的运行信息并传送至电能管理模块和冷/热能管理模块，用于实现对电能、冷/热能的优化。
CN201610119089.2A 2016-03-02 2016-03-02 一种可再生能源冷热电联供能量优化调度系统与方法 Active CN105676824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610119089.2A CN105676824B (zh) 2016-03-02 2016-03-02 一种可再生能源冷热电联供能量优化调度系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610119089.2A CN105676824B (zh) 2016-03-02 2016-03-02 一种可再生能源冷热电联供能量优化调度系统与方法

Publications (2)

Publication Number Publication Date
CN105676824A true CN105676824A (zh) 2016-06-15
CN105676824B CN105676824B (zh) 2018-05-01

Family

ID=56307786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610119089.2A Active CN105676824B (zh) 2016-03-02 2016-03-02 一种可再生能源冷热电联供能量优化调度系统与方法

Country Status (1)

Country Link
CN (1) CN105676824B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106505634A (zh) * 2016-12-14 2017-03-15 东南大学 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN106527135A (zh) * 2016-11-21 2017-03-22 云南电网有限责任公司电力科学研究院 一种建筑能量管理系统优化控制方法和装置
CN107329444A (zh) * 2017-06-26 2017-11-07 国网江苏省电力公司 一种综合能源多时间尺度协调控制系统及方法
CN107508370A (zh) * 2017-09-04 2017-12-22 国网冀北节能服务有限公司 电锅炉供电和智能监控系统及其监控方法
CN107703745A (zh) * 2017-09-21 2018-02-16 东南大学 基于经济预测控制的mgt‑cchp控制系统
CN107784410A (zh) * 2016-08-26 2018-03-09 国网上海市电力公司 区域能源互联网集成系统以及优化其配置和运行的方法
CN109241549A (zh) * 2018-07-04 2019-01-18 国网浙江省电力有限公司电力科学研究院 一种基于总线式结构的能量分配器的建模方法
CN109695976A (zh) * 2017-10-23 2019-04-30 深圳市爱能森科技有限公司 一种供能设备管理的方法、系统及终端设备
CN109740826A (zh) * 2019-01-30 2019-05-10 广东工业大学 一种基于动态数据挖掘的冷热电联供系统负荷预测方法
CN109949180A (zh) * 2019-03-19 2019-06-28 山东交通学院 一种船舶冷热电联供系统的冷热电负荷预测方法及系统
CN110361969A (zh) * 2019-06-17 2019-10-22 清华大学 一种冷热电综合能源系统优化运行方法
CN111178821A (zh) * 2018-11-13 2020-05-19 台塑网科技股份有限公司 能源控管系统
CN113250772A (zh) * 2021-06-08 2021-08-13 中国科学院理化技术研究所 基于储能的综合能源系统优化方法及其系统
CN113610272A (zh) * 2021-07-02 2021-11-05 青岛海尔能源动力有限公司 一种基于物联网的能源监控系统
CN114061173A (zh) * 2022-01-13 2022-02-18 华电电力科学研究院有限公司 一种多能互补分布式能源系统能量梯级利用系统及方法
CN114204573A (zh) * 2021-12-08 2022-03-18 上海交通大学宁波人工智能研究院 一种自洽能源系统控制装置及方法
CN114857561A (zh) * 2022-05-17 2022-08-05 西安西热锅炉环保工程有限公司 生物质电厂综合能源系统、方法及计算机可读存储介质
CN115081344A (zh) * 2022-07-27 2022-09-20 华能新能源股份有限公司山西分公司 基于蚁群优化的超短期功率预测数据的修正方法及系统
CN115099067A (zh) * 2022-07-27 2022-09-23 华能新能源股份有限公司山西分公司 基于蒙特卡洛法的超短期功率预测数据的修正方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667013A (zh) * 2009-09-04 2010-03-10 天津大学 微型燃气轮机冷电联供分布式供能系统优化运行控制方法
CN101813941A (zh) * 2010-04-15 2010-08-25 上海齐耀动力技术有限公司 一种冷热电三联供设备能效优化调度系统
EP2413060A1 (en) * 2009-03-23 2012-02-01 Panasonic Corporation Energy supply system
WO2015021603A1 (en) * 2013-08-13 2015-02-19 Accenture Global Services Limited System, method and apparatus for integrated multi-energy scheduling in a micro-grid and a tangible computer readable medium
JP2015056104A (ja) * 2013-09-13 2015-03-23 株式会社東芝 受給エネルギー削減情報算出装置、受給エネルギー削減情報算出方法およびプログラム
CN104537443A (zh) * 2015-01-08 2015-04-22 国家电网公司 一种热电联供型微网经济协调优化调度方法
CN104616208A (zh) * 2015-02-04 2015-05-13 东南大学 一种基于模型预测控制的冷热电联供型微电网运行方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2413060A1 (en) * 2009-03-23 2012-02-01 Panasonic Corporation Energy supply system
CN101667013A (zh) * 2009-09-04 2010-03-10 天津大学 微型燃气轮机冷电联供分布式供能系统优化运行控制方法
CN101813941A (zh) * 2010-04-15 2010-08-25 上海齐耀动力技术有限公司 一种冷热电三联供设备能效优化调度系统
WO2015021603A1 (en) * 2013-08-13 2015-02-19 Accenture Global Services Limited System, method and apparatus for integrated multi-energy scheduling in a micro-grid and a tangible computer readable medium
JP2015056104A (ja) * 2013-09-13 2015-03-23 株式会社東芝 受給エネルギー削減情報算出装置、受給エネルギー削減情報算出方法およびプログラム
CN104537443A (zh) * 2015-01-08 2015-04-22 国家电网公司 一种热电联供型微网经济协调优化调度方法
CN104616208A (zh) * 2015-02-04 2015-05-13 东南大学 一种基于模型预测控制的冷热电联供型微电网运行方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
覃健: "微网冷热电联供系统经济性优化研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784410A (zh) * 2016-08-26 2018-03-09 国网上海市电力公司 区域能源互联网集成系统以及优化其配置和运行的方法
CN106527135A (zh) * 2016-11-21 2017-03-22 云南电网有限责任公司电力科学研究院 一种建筑能量管理系统优化控制方法和装置
CN106527135B (zh) * 2016-11-21 2020-06-23 云南电网有限责任公司电力科学研究院 一种建筑能量管理系统优化控制方法和装置
CN106505634A (zh) * 2016-12-14 2017-03-15 东南大学 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN106505634B (zh) * 2016-12-14 2019-03-19 东南大学 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN107329444A (zh) * 2017-06-26 2017-11-07 国网江苏省电力公司 一种综合能源多时间尺度协调控制系统及方法
CN107329444B (zh) * 2017-06-26 2019-09-20 国网江苏省电力公司 一种综合能源多时间尺度协调控制系统及方法
CN107508370B (zh) * 2017-09-04 2019-09-27 国网冀北节能服务有限公司 电锅炉供电和智能监控系统及其监控方法
CN107508370A (zh) * 2017-09-04 2017-12-22 国网冀北节能服务有限公司 电锅炉供电和智能监控系统及其监控方法
CN107703745A (zh) * 2017-09-21 2018-02-16 东南大学 基于经济预测控制的mgt‑cchp控制系统
CN107703745B (zh) * 2017-09-21 2020-11-03 东南大学 基于经济预测控制的mgt-cchp控制系统
CN109695976A (zh) * 2017-10-23 2019-04-30 深圳市爱能森科技有限公司 一种供能设备管理的方法、系统及终端设备
CN109241549A (zh) * 2018-07-04 2019-01-18 国网浙江省电力有限公司电力科学研究院 一种基于总线式结构的能量分配器的建模方法
CN109241549B (zh) * 2018-07-04 2022-11-29 国网浙江省电力有限公司电力科学研究院 一种基于总线式结构的能量分配器的建模方法
CN111178821A (zh) * 2018-11-13 2020-05-19 台塑网科技股份有限公司 能源控管系统
CN109740826A (zh) * 2019-01-30 2019-05-10 广东工业大学 一种基于动态数据挖掘的冷热电联供系统负荷预测方法
CN109949180A (zh) * 2019-03-19 2019-06-28 山东交通学院 一种船舶冷热电联供系统的冷热电负荷预测方法及系统
CN110361969B (zh) * 2019-06-17 2021-01-05 清华大学 一种冷热电综合能源系统优化运行方法
CN110361969A (zh) * 2019-06-17 2019-10-22 清华大学 一种冷热电综合能源系统优化运行方法
CN113250772A (zh) * 2021-06-08 2021-08-13 中国科学院理化技术研究所 基于储能的综合能源系统优化方法及其系统
CN113610272A (zh) * 2021-07-02 2021-11-05 青岛海尔能源动力有限公司 一种基于物联网的能源监控系统
CN114204573A (zh) * 2021-12-08 2022-03-18 上海交通大学宁波人工智能研究院 一种自洽能源系统控制装置及方法
CN114061173A (zh) * 2022-01-13 2022-02-18 华电电力科学研究院有限公司 一种多能互补分布式能源系统能量梯级利用系统及方法
CN114857561A (zh) * 2022-05-17 2022-08-05 西安西热锅炉环保工程有限公司 生物质电厂综合能源系统、方法及计算机可读存储介质
CN114857561B (zh) * 2022-05-17 2024-08-13 西安西热锅炉环保工程有限公司 生物质电厂综合能源系统、方法及计算机可读存储介质
CN115081344A (zh) * 2022-07-27 2022-09-20 华能新能源股份有限公司山西分公司 基于蚁群优化的超短期功率预测数据的修正方法及系统
CN115099067A (zh) * 2022-07-27 2022-09-23 华能新能源股份有限公司山西分公司 基于蒙特卡洛法的超短期功率预测数据的修正方法及系统

Also Published As

Publication number Publication date
CN105676824B (zh) 2018-05-01

Similar Documents

Publication Publication Date Title
CN105676824B (zh) 一种可再生能源冷热电联供能量优化调度系统与方法
Guo et al. Optimal operation of regional integrated energy system considering demand response
CN113344736B (zh) 一种园区级综合能源系统及其控制方法
CN113746144B (zh) 一种源网荷实时交互的电碳控制方法及其智能管理系统
CN102236833B (zh) 实现能源优化利用的泛能网及提供能源交易和服务的方法
CN111969603B (zh) 一种微能源网系统及其协同优化运行控制方法
CN102236349A (zh) 用于能源利用的系统能效控制器、能效增益装置及智能能源服务系统
CN103257619A (zh) 一种智能建筑能源物联网及其集成方法
CN113722895A (zh) 一种基于多站融合的综合能源系统优化配置方法
CN115600809A (zh) 一种综合能源系统的优化调度装置及方法
Wang et al. Multi-attribute decision analysis for optimal design of park-level integrated energy systems based on load characteristics
CN118428776B (zh) 一种多能源类型供能的优化运行方法、系统、设备及介质
CN104950720A (zh) 基于气象预报将需求响应和舒适度反馈结合的供能系统
Ma et al. Collaborative optimization scheduling of integrated energy system considering user dissatisfaction
CN118630756B (zh) 综合能源系统的电力优化调度方法及系统
CN108958189A (zh) 综合能源调度系统
Wu et al. Multi-parameter optimization design method for energy system in low-carbon park with integrated hybrid energy storage
Peng et al. An IGDT-based a low-carbon dispatch strategy of urban integrated energy system considering intermittent features of renewable energy
CN113746105B (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
Mahoor et al. Smart energy management for a micro-grid with consideration of demand response plans
Ning et al. A two-layer optimal scheduling method for multi-energy virtual power plant with source-load synergy
Hou et al. A review of regional distributed energy system planning and design
CN112541778B (zh) 一种基于微电网参与两阶段市场出清系统优化运行方法
CN116468302A (zh) 建筑园区能源结构评估方法、系统、电子设备及存储介质
CN113093675A (zh) 一种区域级多能互补智慧能源调度控制系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20160615

Assignee: JINAN TENGYUE ELECTRONICS Co.,Ltd.

Assignor: SHANDONG University

Contract record no.: X2024980024366

Denomination of invention: A renewable energy combined cooling, heating and power energy optimization scheduling system and method

Granted publication date: 20180501

License type: Common License

Record date: 20241114