CN107967537A - 一种风光沼微能源网的能量管理方法及装置 - Google Patents
一种风光沼微能源网的能量管理方法及装置 Download PDFInfo
- Publication number
- CN107967537A CN107967537A CN201711209780.0A CN201711209780A CN107967537A CN 107967537 A CN107967537 A CN 107967537A CN 201711209780 A CN201711209780 A CN 201711209780A CN 107967537 A CN107967537 A CN 107967537A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- load
- value
- energy
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Abstract
本发明提供了一种风光沼微能源网的能量管理方法及装置，涉及能量管理技术领域。方法包括建立风光沼微能源网的多能流稳态模型后，基于获取到的环境影响因素、电负荷、热负荷和气负荷历史数据及预设的预测模型，进行耦合关联分析，获得当前时刻起的预测域内风机和太阳能热电联产系统的出力以及电热气三类负荷预测值；滚动优化求解目标函数，使得目标函数的值最小，输出控制策略，然后执行控制策略及将获取到的当前时刻起的预测域内风光出力以及负荷实际值反馈给预测模型，校正下一时刻风光出力和负荷预测值，以优化预测模型；在下一时刻重复以上过程直到控制策略结束。实现经济高效的多能流综合供给，提高波动性新能源的消纳，具有较大的实用价值。
Description
技术领域
本发明涉及能量管理技术领域，具体而言，涉及一种风光沼微能源网的能量管理方法及装置。
背景技术
微网作为分布式发电的一种新型组织形式，在促进可再生能源的就地开发利用、提高清洁能源利用效率、解决偏远地区电力供应问题等方面发挥着重要的作用。微网可以不与外部传统电力网络联接，依靠当地风能、太阳能或其他可再生能源发电组合进行独立联合发电来满足当地园区用户的不同时间段电力需求。目前园区微网中互补混合供电系统注重传统火电与风光新能源及储能之间的有机协调，以抑制风光出力的随机波动性问题。虽然这样有效地利用了新能源，但是电池储能系统不得不频繁的充放电来维持电力供需平衡，大大缩短了电池储能的寿命。
发明内容
本发明的目的在于提供一种风光沼微能源网的能量管理方法及装置，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本发明实施例提供了一种应用于一电子设备，所述方法包括：建立风光沼微能源网的多能流稳态模型；基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值；根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略；执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型；在下一时刻重复以上过程直到所述控制策略结束。
第二方面，本发明实施例提供了一种风光沼微能源网的能量管理装置，运行于一电子设备，所述装置包括建立单元、获取单元、优化单元和校正单元。建立单元，用于建立风光沼微能源网的多能流稳态模型。获取单元，用于基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。优化单元，用于根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略。校正单元，用于执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型；在下一时刻重复以上过程直到所述控制策略结束。
本发明实施例的有益效果是：由于受到投资成本的限制，目前已建成的沼气工程中部分未采取有效的增温保温措施，因而使得沼气产量受季节影响较大，在我国北方地区尤为突出。本发明在现有沼气规模化生产、气体存储、以及多能高效转化和出力快速调节基础上，融合先进的风光等零排放清洁能源技术，建立了风光沼微能源网，利用桔秆等生物质资源发展沼气供能，可避免秸秆直接焚烧产生雾霾，并减少煤、石油等化石能源消耗，有利于改善能源结构实现节能环保减排，有效缓解目前我国北方严重的雾霭问题；本发明所述风光沼微能源网充分利用地区特有资源，集成风光沼可再生能源及其互补耦合特性，将风光等波动性能源转化为可存储的沼气能源，实现冷热气电的综合高效利用，满足负荷侧不同能源的多元需求并提供高质量及多样性的供能可靠性服务，从而建立低成本的风光沼综合微能源网，为海岛或偏远山区等特殊区域供能问题提供了一套可行又经济高效的解决方案，相比于含电池储能的微能源网，可有效降低系统运行成本，提升对间歇性新能源的接纳能力，具有较大的实用价值；建立风光沼微能源网的系统多能流稳态模型后，基于获取到的环境影响因素历史数据、电热气三类负荷历史数据及预设预测模型，获得当前时刻起的预测域内风机和太阳能热电联产系统的出力预测值、多能负荷预测值；根据所述风机和太阳能热电联产系统的出力预测值、所述电热气三类负荷预测值，建立风光沼微能源网的的动态优化控制过程，制定能量管理策略，利用滚动优化与反馈校正调整未来时段能源系统的工作状态，有效消除预测误差，实现微能源网的能效经济运行。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的电子设备的结构框图；
图2为本发明实施例提供的风光沼微能源网的能量管理方法的流程图；
图3为本发明实施例提供的风光沼微能源网的能量管理方法中的风光沼微能源网的多能流稳态模型示意图；
图4为本发明实施例风光沼微能源网的能量管理方法的优化结果中原始温度和实际池温分别随着时间的变化曲线示意图；
图5为本发明实施例风光沼微能源网的能量管理方法的优化结果沼气储存罐存量随着时间的变化曲线示意图；
图6为本发明实施例风光沼微能源网的能量管理方法的优化结果中热电联产机组出力随着时间的变化曲线示意图；
图7为本发明实施例提供的风光沼微能源网的能量管理装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1示出了一种可应用于本发明实施例中的电子设备100的结构框图。如图1所示，电子设备100可以包括存储器102、存储控制器104、一个或多个(图1中仅示出一个)处理器106、外设接口108、输入输出模块110、音频模块112、显示模块114、射频模块116和风光沼微能源网的能量管理装置。
存储器102、存储控制器104、处理器106、外设接口108、输入输出模块110、音频模块112、显示模块114、射频模块116各元件之间直接或间接地电连接，以实现数据的传输或交互。例如，这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。风光沼微能源网的能量管理方法分别包括至少一个可以以软件或固件(firmware)的形式存储于存储器102中的软件功能模块，例如所述风光沼微能源网的能量管理装置包括的软件功能模块或计算机程序。
存储器102可以存储各种软件程序以及模块，如本申请实施例提供的风光沼微能源网的能量管理方法及装置对应的程序指令/模块。处理器106通过运行存储在存储器102中的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本申请实施例中的风光沼微能源网的能量管理方法。
存储器102可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器106可以是一种集成电路芯片，具有信号处理能力。上述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口108将各种输入/输入装置耦合至处理器106以及存储器102。在一些实施例中，外设接口108、处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
输入输出模块110用于提供给用户输入数据实现用户与电子设备100的交互。所述输入输出模块110可以是，但不限于，鼠标和键盘等。
音频模块112向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示模块114在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示模块114可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器106进行计算和处理。
射频模块116用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通信网络或者其他设备进行通信。
可以理解，图1所示的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
于本发明实施例中，电子设备100可以作为用户终端，或者作为服务器。用户终端可以为PC(personal computer)电脑、平板电脑、手机、笔记本电脑、智能电视、机顶盒、车载终端等终端设备。
请参阅图2，本发明实施例提供了一种风光沼微能源网的管理方法，应用于一电子设备，所述方法包括步骤S200、步骤S210、步骤S220、步骤S230和步骤S240。
步骤S200：建立风光沼微能源网的多能流稳态模型。
进一步地，基于步骤S200，建立沼气池的热动力学模型。
所述热动力学模型的热平衡方程为其中，Ij表示与j相邻的节点集合，Ti和Ci分别表示节点i的温度和热容，Rij为两节点i与j之间的热阻，Q表示与外界交换的热量，包括输入到沼气池的电能和热能。
在本发明实施例中，从沼气产气量与沼气池的温升效应着手，利用沼气能对波动性新能源的互补消纳性能及其风光沼微能源网的耦合出力进行园区供能。
如图3所示，风光沼微能源网的多能流稳态模型可以包括太阳能热电联产系统和风机发电模型、热电联产机组、电热锅炉、燃气锅炉等能量转换单元模型以及生物质厌氧发酵及其沼气储存罐即储气罐的模型，并对系统多能流稳态模型进行初始化。首先建立基于建筑物结构的热流动力模型，针对沼气池的蓄热与温度特性，以热阻热容为基础构建沼气池热动力网络的一般性模型，。根据集总参数法，假设沼气池各部分连续分布的质量与热容汇总到一点，其内部热量的传递可以看作节点通过热阻继续传递，以此为基础构建沼气池的热动力学模型。根据能量守恒定律，流出各节点的总热流量等于流出的总热流量和节能内能的增量之和，即可以导出沼气池空间热量平衡方程式及其墙壁热导方程，从而可求得风光能源供热量与发酵池温度的特性函数。热动力学模型的热平衡方程为：其中，Ij表示与j相邻的节点集合，Ti和Ci分别表示节点i的温度和热容，Rij为两节点i与j之间的热阻，Q表示与外界交换的热量，包括输入到沼气池的电能和热能。
可以以上述R-C热动力学模型为基础通过历史的温度与沼气产期量的数据进行初步仿真计算，验证模型以及热阻热容数据的准确性。沼气产气量和温度之间呈现如下关系：低温条件下，随着温度的升高，产气率不断的升高，到达一定温度(最适宜发酵温度，一般是35℃)之后，产气率达到最高点，随着温度进一步升高，产气率逐渐下降。因此，利用沼气生产的温增效应可将风光电热能源的波动性分量为沼气池供热，满足沼气发酵所需的最佳温度条件，尽可能使沼气池处于最适宜发酵阶段，提高沼气池产量，从而转化为可存储的沼气能源，提升系统对风光可再生能源的消纳能力，以及系统经济性。
然后结合各能量转换单元稳态模型设定电热气耦合风光沼微能源网的微网中电热气三类能流供需平衡以及设备安全运行的约束条件即所述风光沼微能源网的多能流稳态模型的约束条件为：
其中，k表示当前时刻；PWT,k为风机的出力；PPV,k为太阳能热电联产系统的电出力；HPV,k为太阳能热电联产系统的热出力；Qbio为沼气的热值；HD,k为输入到沼气池中的热能；Gdis,k为沼气储存罐的出气量；Gch,k为沼气储存罐的进气量；Le,k表示电能负荷；Lh,k表示热负荷；Lg,k表示气负荷；HB,k为电热炉的热功率；ηB为电热炉的电-热转化效率；PD,k为输入到沼气池中的电能；PCHP,k为热电联产机组的电功率；ηe,CHP和ηh,CHP热电联产机组的气-电和气-热转化效率；HF,k为燃气锅炉的热功率；ηF为燃气锅炉的气-热转化效率；GD,k为沼气池的产气量。
对于热电联产机组、电热锅炉、燃气锅炉等能量转换单元，其输出功率需要在各自的额定容量范围内：PCHP,min≤PCHP,k≤PCHP,max、HF,min≤HF,k≤HF,max、HB,min≤HB,k≤HB,max，其中，PCHP,min和PCHP,max为热电联产机组的电功率出力的最小值和最大值；HB,min和HB,max为电热炉的热功率出力的最小值和最大值；HF,min和HF,max为燃气锅炉的热功率出力的最小值和最大值。
对于沼气池，沼气产气与温度服从如下变化规律，计算公式如下：
其中TD,k表示沼气池中的发酵温度。
对于沼气储存罐即储气罐，其放气量和储气量受到管道容量限制：
0≤Gch,k≤Gch,max
0≤Gdis,k≤Gdis,max
0≤Vk≤VR
其中，ηch和ηdis是沼气罐的储气和放气效率；Vk表示沼气罐当前储量；VR为沼气罐的额定容量；Gdis,max和Gch,max为沼气储存罐的最大放气量和储气量。
步骤S210：基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。
进一步地，根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，获得动态相似序列；基于所述动态相似序列，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。
进一步地，作为一种具体的实施方式，根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，计算获得多个综合动态相似度；将所述多个综合动态相似度按大小排序并找出综合动态相似度最小时对应的待测参数子序列的序列号，将所述序列号对应的子序列作为待测参数所在子序列的相似时间序列，以作为动态相似序列。
首先，环境影响因素可以包括风力等级、风向等气象信息、气候、季节等自然条件以及农作物种类、耕作习惯，根据历史数据得到一段的包含风速、光照以及电负荷、热负荷和气负荷需求以及其环境影响因素的时间序列，设目标序列的总长度为n。考虑到环境影响因素的变化关系受累积效应的影响，本发明实施例综合连续几个待测目标参数及其各影响因素的子时间序列的变化规律来进行分析，以长度为t-1(其中t一般取值3-5之间的整数)的滑动窗口可依次产生p个目标参数子序列，p＝n-t+1。如果影响待测参数的环境影响因素共有W个，对于待测参数的第w(w＝1,2,…,W)个环境影响因素的一段时间序列来说，总长度也为n，同样地，可以长度为t的滑动窗口依次产生p个影响因素子序列。对于某一特定待测参数y，两段相同的待测参数子序列Zi,y和Zp,y(i＝1,2,…,p-1)，若子序列Zp,y变化过程和对应的各环境影响因素的变化过程与Zp,y具有相同的变化规律或者是近似相同的变化规律，则称Zi,y为Zp,y的动态相似序列，由此来对风速、光照以及电负荷、热负荷、气负荷三类负荷进行预测。
对于待测参数的动态相似度，本实施例中考虑用各待测参数数值的相对变化率的欧氏距离来量化变化规律的相似程度，计算公式如下：
公式中，Zi,y(v)和Zp,y(v)分别为第y类待测参数子序列Zi,y和Zp,y中的第v(v＝1,2,...,t-1)个数值。
待测参数动态相似度SL.i可由归一化方法求得，其公式为：
根据预先设定的各待测参数动态相似度的权重，本实施例定义待测参数综合动态相似度OLi为各待测参数相似度的线性加和，其公式
为：
式中，i＝1,2...,p-1，βy(y＝1,2,...,Y)为各待测参数动态相似度权重。对于影响因素动态相似度，本实施例考虑用各影响因素的相对变化率欧氏距离来量化变化规律的相似程度，计算公式如下：
式中，xw,y,i(v)和xw,y,p(v)分别为影响第y类待测参数的第w个影响因素的子序列Xi,y,w和Xp,y,w中的第v(v＝1,2,...,t-1)个参数。
待测参数第w个影响因素动态相似度Sw.i可由归一化方法求得，其公式为：
为合理选取待测参数序列的动态相似序列，本实施例定义综合动态相似度，通过给定待测参数和各环境影响因素动态相似度的权重，并将所获得的和作为综合动态相似度。综合动态相似度Oi的表达式为：
式中，Oi为综合动态相似度，i＝1,2...,p-1，βc(w＝1,2,...,W)为待测参数动态相似度权重，βc(w＝1,2,...,W)为各影响因素动态相似度权重。对于βy，β0和βc(w＝1,2,...,W)的求取，可以通过历史数据中已知的待测参数动态相似度、环境影响因素动态相似度和综合动态相似度，采用最小二乘法来优化求得。
根据对综合动态相似度Oi(i＝1,2,…,p-1)的计算，按大小排序并找出综合动态相似度最小时对应的待测参数子序列的序列号，将所述序列号对应的子序列作为待测参数所在子序列的相似时间序列，即动态相似序列。通过所获取到的动态相似序列，作为相似时间序列选取的依据，来进行风速、光照以及电负荷、热负荷、气负荷序列的预测。
步骤S220：根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略。
进一步地，所述目标函数为：
其中，C表示系统供能转化过程各能源转化器件总共损失的能量；M表示控制时域。在本实施例中，采用MATLAB中的YALMIP优化工具箱滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，当求解得所述目标函数的值最小时，对应得出热电联产机组、电热锅炉、燃气锅炉等能量转换单元在未来控制时域M时段的出力，将未来M时段中的第一个时段的各决策指令送到各个设备。到下一时刻再根据最新的预测结果，重新计算滚动优化预测模型，如此循环进行，这样保证了系统决策指令都是在最新信息的基础上计算得到的。
步骤S230：执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型。
步骤S240：在下一时刻重复以上过程直到所述控制策略结束。
在下一时刻重复步骤S210-230直到所述控制策略结束。
实时监测风光功率、电、热、气负荷的实际值，并更新风光功率、电、热、气负荷的历史数据。新能源以及负荷的预测往往不能保证百分百的准确，所以需要通过反馈校正，实时修正各设备的实际出力，反馈校正是对滚动优化调度指令的微小调整，用以修正由于事前预测不准确而带来的误差。在优化过程的每一采样反馈时刻，以对象的实际情况为基点，修正预测模型，重新进行优化决策，并用当前决策方案替代先前决策方案。
在本实施例中，测试参数设置如下：风机容量200kw，太阳能热电联产系统容量为280kw，沼气池与储存罐体积都为300m3，最优发酵温度设置为35℃，电热气负荷基准值为315kW,85kW,和10m3。热电联产机组电效率和热效率分别为0.4和0.45，电热锅炉热效率为0.75，燃气锅炉热效率为0.75。设置在线优化时段数为24，每个时段时长为30分钟，滚动优化总时长为6小时。优化结果如图4-6所示，图4中，T1表示原始温度随着时间的变化，T2表示实际池温随着时间的变化；图5中，沼气储存罐存量随着时间的变化；图6中，热电联产机组出力随着时间的变化。
本发明实施例提供的风光沼微能源网的能量管理方法，利用生物质沼气能源温增效应，将风光波动性能源转化为可存储的沼气能源，可以取代孤岛微网中的电池储能装置，避免了蓄电池的二次污染，减少了系统运行的成本；通过沼气提高系统对可再生能源的接纳能力，推动可再生能源利用的发展；进行风光沼微能源网的得耦合分析来对多能负荷需求、波动性新能源出力预测，建立风光沼微能源网的的动态优化控制过程，制定能量管理策略，利用滚动优化与反馈校正调整未来时段能源系统的工作状态，有效消除预测误差，实现微网的能效经济运行，具有较大的实用价值。
本发明实施例提供的一种风光沼微能源网的能量管理方法，建立风光沼微能源网的多能流稳态模型后，基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值；根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略，然后执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型；在下一时刻重复以上过程直到所述控制策略结束。建立风光沼微能源网的的动态优化控制过程，制定能量管理策略，利用滚动优化与反馈校正调整未来时段能源系统的工作状态，有效消除预测误差，实现微网的能效经济运行，具有较大的实用价值。
请参阅图7，本发明实施例提供了一种风光沼微能源网的能量管理装置300，运行于一电子设备，所述装置包括建立单元310、获取单元320、优化单元330和校正单元340。
建立单元310，用于建立风光沼微能源网的多能流稳态模型。
所述建立单元310可以包括建立子单元311。
建立子单元311，用于建立沼气池的热动力学模型。
所述热动力学模型的热平衡方程为其中，Ij表示与j相邻的节点集合，Ti和Ci分别表示节点i的温度和热容，Rij为两节点i与j之间的热阻，Q表示与外界交换的热量，包括输入到沼气池的电能和热能。
获取单元320，用于基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。
获取单元320可以包括第一获取子单元321和第二获取子单元322。
第一获取子单元321，用于根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，获得动态相似序列。
第一获取子单元321，用于根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，计算获得多个综合动态相似度；将所述多个综合动态相似度按大小排序并找出综合动态相似度最小时对应的待测参数子序列的序列号，将所述序列号对应的子序列作为待测参数所在子序列的相似时间序列，以作为动态相似序列。
第二获取子单元322，用于基于所述动态相似序列，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。
优化单元330，用于根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略。
所述风光沼微能源网的多能流稳态模型的约束条件为：
所述目标函数为：
其中，k表示当前时刻；PWT,k为风机的出力；PPV,k为太阳能热电联产系统的电出力；HPV,k为太阳能热电联产系统的热出力；Qbio为沼气的热值；HD,k为输入到沼气池中的热能；Gdis,k为沼气储存罐的出气量；Gch,k为沼气储存罐的进气量；Le,k表示电能负荷；Lh,k表示热负荷；Lg,k表示气负荷；HB,k为电热炉的热功率；ηB为电热炉的电-热转化效率；PD,k为输入到沼气池中的电能；PCHP,k为热电联产机组的电功率；ηe,CHP和ηh,CHP热电联产机组的气-电和气-热转化效率；HF,k为燃气锅炉的热功率；ηF为燃气锅炉的气-热转化效率；GD,k为沼气池的产气量；C表示系统供能转化过程各能源转化器件总共损失的能量；M表示控制时域。
校正单元340，用于执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型；在下一时刻重复以上过程直到所述控制策略结束。
以上各单元可以是由软件代码实现，此时，上述的各单元可存储于存储器102内。以上各单元同样可以由硬件例如集成电路芯片实现。
本发明实施例提供的风光沼微能源网的能量管理装置300，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种风光沼微能源网的能量管理方法，其特征在于，应用于一电子设备，所述方法包括：
建立风光沼微能源网的多能流稳态模型；
基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值；
根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略；
执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型；
在下一时刻重复以上过程直到所述控制策略结束。
2.根据权利要求1所述的方法，其特征在于，建立风光沼微能源网的多能流稳态模型，包括：
建立沼气池的热动力学模型。
3.根据权利要求2所述的方法，其特征在于，所述热动力学模型的热平衡方程为其中，Ij表示与j相邻的节点集合，Ti和Ci分别表示节点i的温度和热容，Rij为两节点i与j之间的热阻，Q表示与外界交换的热量，包括输入到沼气池的电能和热能。
4.根据权利要求1所述的方法，其特征在于，基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，包括：
根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，获得动态相似序列；
基于所述动态相似序列，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。
5.根据权利要求4所述的方法，其特征在于，根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，获得动态相似序列，包括：
根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，计算获得多个综合动态相似度；
将所述多个综合动态相似度按大小排序并找出综合动态相似度最小时对应的待测参数子序列的序列号，将所述序列号对应的子序列作为待测参数所在子序列的相似时间序列，以作为动态相似序列。
6.根据权利要求1所述的方法，其特征在于，所述风光沼微能源网的多能流稳态模型的约束条件为：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>W</mi>
<mi>T</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>B</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mi>B</mi>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>e</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>H</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>F</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>B</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>h</mi>
<mo>,</mo>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>e</mi>
<mo>,</mo>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>D</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>h</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>G</mi>
<mrow>
<mi>D</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>F</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mi>F</mi>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>e</mi>
<mo>,</mo>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>b</mi>
<mi>i</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>g</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
所述目标函数为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>C</mi>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mi>k</mi>
</mrow>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mi>M</mi>
</mrow>
</munderover>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>B</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mi>B</mi>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mi>B</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>e</mi>
<mo>,</mo>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>h</mi>
<mo>,</mo>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>e</mi>
<mo>,</mo>
<mi>C</mi>
<mi>H</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>H</mi>
<mrow>
<mi>F</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mi>F</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mi>F</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>Q</mi>
<mrow>
<mi>b</mi>
<mi>i</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mi>s</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mn>1</mn>
<mo>/</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>Q</mi>
<mrow>
<mi>b</mi>
<mi>i</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，k表示当前时刻；PWT,k为风机的出力；PPV,k为太阳能热电联产系统的电出力；HPV,k为太阳能热电联产系统的热出力；Qbio为沼气的热值；HD,k为输入到沼气池中的热能；Gdis,k为沼气储存罐的出气量；Gch,k为沼气储存罐的进气量；Le,k表示电能负荷；Lh,k表示热负荷；Lg,k表示气负荷；HB,k为电热炉的热功率；ηB为电热炉的电-热转化效率；PD,k为输入到沼气池中的电能；PCHP,k为热电联产机组的电功率；ηe,CHP和ηh,CHP热电联产机组的气-电和气-热转化效率；HF,k为燃气锅炉的热功率；ηF为燃气锅炉的气-热转化效率；GD,k为沼气池的产气量；C表示系统供能转化过程各能源转化器件总共损失的能量；M表示控制时域。
7.一种风光沼微能源网的能量管理装置，其特征在于，运行于一电子设备，所述装置包括：
建立单元，用于建立风光沼微能源网的多能流稳态模型；
获取单元，用于基于获取到的环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据及预设的预测模型，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值；
优化单元，用于根据所述风机的出力预测值、所述太阳能热电联产系统的出力预测值、所述电负荷预测值、所述热负荷预测值和所述气负荷预测值，滚动优化求解当前时刻起的控制时域内满足所述风光沼微能源网的多能流稳态模型的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略；
校正单元，用于执行所述控制策略及将获取到的当前时刻起的预测域内风机的出力实际值、太阳能热电联产系统的出力实际值、电负荷实际值、热负荷实际值和气负荷实际值反馈给所述预测模型，校正下一时刻的风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值，以优化所述预测模型；在下一时刻重复以上过程直到所述控制策略结束。
8.根据权利要求7所述的装置，其特征在于，所述建立单元包括：
建立子单元，用于建立沼气池的热动力学模型。
9.根据权利要求8所述的装置，其特征在于，所述热动力学模型的热平衡方程为其中，Ij表示与j相邻的节点集合，Ti和Ci分别表示节点i的温度和热容，Rij为两节点i与j之间的热阻，Q表示与外界交换的热量，包括输入到沼气池的电能和热能。
10.根据权利要求7所述的装置，其特征在于，所述获取单元包括：
第一获取子单元，用于根据动态相似序列方法和所述预测模型，对所述环境影响因素历史数据、电负荷历史数据、热负荷历史数据、气负荷历史数据进行耦合关联分析，获得动态相似序列；
第二获取子单元，用于基于所述动态相似序列，获得当前时刻起的预测域内风机的出力预测值、太阳能热电联产系统的出力预测值、电负荷预测值、热负荷预测值和气负荷预测值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711209780.0A CN107967537A (zh) | 2017-11-27 | 2017-11-27 | 一种风光沼微能源网的能量管理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711209780.0A CN107967537A (zh) | 2017-11-27 | 2017-11-27 | 一种风光沼微能源网的能量管理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107967537A true CN107967537A (zh) | 2018-04-27 |
Family
ID=61998815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711209780.0A Pending CN107967537A (zh) | 2017-11-27 | 2017-11-27 | 一种风光沼微能源网的能量管理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107967537A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109412181A (zh) * | 2018-11-06 | 2019-03-01 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
| CN109670694A (zh) * | 2018-12-10 | 2019-04-23 | 国网河南省电力公司经济技术研究院 | 一种多能源供给系统负荷预测方法 |
| CN109799707A (zh) * | 2019-01-30 | 2019-05-24 | 湖南大学 | 一种基于沼气罐能量状态的沼气充放控制方法、系统及存储介质 |
| CN110555595A (zh) * | 2019-08-09 | 2019-12-10 | 四川大学 | 一种基于能量枢纽的沼-风-光全可再生能源系统及其方法 |
| CN111382905A (zh) * | 2020-03-04 | 2020-07-07 | 湖南城市学院 | 一种综合利用自然能源的能源利用系统及方法 |
| CN111539572A (zh) * | 2020-04-26 | 2020-08-14 | 湖南大云新能电力技术有限公司 | 光沼微能源网的优化规划方法 |
| CN111647502A (zh) * | 2020-06-17 | 2020-09-11 | 湖南大学 | 光沼互补系统及其最大产气点跟踪控制方法 |
| CN112910009A (zh) * | 2021-01-11 | 2021-06-04 | 华翔翔能科技股份有限公司 | 一种混合可再生能源耦合制氢方法及其系统 |
| CN113065680A (zh) * | 2020-01-02 | 2021-07-02 | 中国电力科学研究院有限公司 | 一种能源互联网的能量需求预测方法及系统 |
| CN113469412A (zh) * | 2021-06-02 | 2021-10-01 | 国核电力规划设计研究院有限公司 | 一种综合能源系统实时运行策略优化方法及系统 |
| CN113537559A (zh) * | 2021-06-03 | 2021-10-22 | 浙江华云电力工程设计咨询有限公司 | 一种乡村综合能源规划资源优化系统及方法 |
| CN116090358A (zh) * | 2023-04-10 | 2023-05-09 | 成都千嘉科技股份有限公司 | 一种半连续沼气场站产储供联动调优的方法 |
| CN116664087A (zh) * | 2023-08-02 | 2023-08-29 | 山东赛马力发电设备有限公司 | 一种能源综合管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105375479A (zh) * | 2015-12-14 | 2016-03-02 | 东南大学 | 一种基于模型预测控制的分布式能源能量管理方法 |
| CN106877405A (zh) * | 2017-03-20 | 2017-06-20 | 浙江大学 | 基于光伏‑风电‑甲烷的农村家庭能源系统及控制方法 |
-
2017
- 2017-11-27 CN CN201711209780.0A patent/CN107967537A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105375479A (zh) * | 2015-12-14 | 2016-03-02 | 东南大学 | 一种基于模型预测控制的分布式能源能量管理方法 |
| CN106877405A (zh) * | 2017-03-20 | 2017-06-20 | 浙江大学 | 基于光伏‑风电‑甲烷的农村家庭能源系统及控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| MAASOUMY MEHDI: "Controlling Energy-Efficient Buildings in the Context of Smart Grid A Cyber Physical System Approach", 《UNIVERSITY OF CALIFORNIA AT BERKELEY TECHNICAL REPORT NO. UCB/EECS-2013-244》 * |
| 章江 等: "考虑累积效应的时间序列预测方法", 《中国电机工程学会2017年年会论文集》 * |
| 高海涛: "风能-太阳能-沼气集成系统性能实验研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109412181B (zh) * | 2018-11-06 | 2020-06-02 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
| CN109412181A (zh) * | 2018-11-06 | 2019-03-01 | 湖南大学 | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
| CN109670694B (zh) * | 2018-12-10 | 2020-09-25 | 国网河南省电力公司经济技术研究院 | 一种多能源供给系统负荷预测方法 |
| CN109670694A (zh) * | 2018-12-10 | 2019-04-23 | 国网河南省电力公司经济技术研究院 | 一种多能源供给系统负荷预测方法 |
| CN109799707A (zh) * | 2019-01-30 | 2019-05-24 | 湖南大学 | 一种基于沼气罐能量状态的沼气充放控制方法、系统及存储介质 |
| CN110555595A (zh) * | 2019-08-09 | 2019-12-10 | 四川大学 | 一种基于能量枢纽的沼-风-光全可再生能源系统及其方法 |
| CN110555595B (zh) * | 2019-08-09 | 2023-04-11 | 四川大学 | 一种基于能量枢纽的沼-风-光全可再生能源系统及其方法 |
| CN113065680A (zh) * | 2020-01-02 | 2021-07-02 | 中国电力科学研究院有限公司 | 一种能源互联网的能量需求预测方法及系统 |
| CN111382905A (zh) * | 2020-03-04 | 2020-07-07 | 湖南城市学院 | 一种综合利用自然能源的能源利用系统及方法 |
| CN111539572A (zh) * | 2020-04-26 | 2020-08-14 | 湖南大云新能电力技术有限公司 | 光沼微能源网的优化规划方法 |
| CN111539572B (zh) * | 2020-04-26 | 2023-07-18 | 湖南大云新能电力技术有限公司 | 光沼微能源网的优化规划方法 |
| CN111647502A (zh) * | 2020-06-17 | 2020-09-11 | 湖南大学 | 光沼互补系统及其最大产气点跟踪控制方法 |
| CN112910009A (zh) * | 2021-01-11 | 2021-06-04 | 华翔翔能科技股份有限公司 | 一种混合可再生能源耦合制氢方法及其系统 |
| CN112910009B (zh) * | 2021-01-11 | 2023-01-31 | 华翔翔能科技股份有限公司 | 一种混合可再生能源耦合制氢方法及其系统 |
| CN113469412A (zh) * | 2021-06-02 | 2021-10-01 | 国核电力规划设计研究院有限公司 | 一种综合能源系统实时运行策略优化方法及系统 |
| CN113469412B (zh) * | 2021-06-02 | 2024-04-09 | 国核电力规划设计研究院有限公司 | 一种综合能源系统实时运行策略优化方法及系统 |
| CN113537559A (zh) * | 2021-06-03 | 2021-10-22 | 浙江华云电力工程设计咨询有限公司 | 一种乡村综合能源规划资源优化系统及方法 |
| CN116090358A (zh) * | 2023-04-10 | 2023-05-09 | 成都千嘉科技股份有限公司 | 一种半连续沼气场站产储供联动调优的方法 |
| CN116090358B (zh) * | 2023-04-10 | 2023-06-23 | 成都千嘉科技股份有限公司 | 一种半连续沼气场站产储供联动调优的方法 |
| CN116664087A (zh) * | 2023-08-02 | 2023-08-29 | 山东赛马力发电设备有限公司 | 一种能源综合管理系统 |
| CN116664087B (zh) * | 2023-08-02 | 2023-10-10 | 山东赛马力发电设备有限公司 | 一种能源综合管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107967537A (zh) | 一种风光沼微能源网的能量管理方法及装置 | |
| Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
| CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
| Guo et al. | Study on short-term photovoltaic power prediction model based on the Stacking ensemble learning | |
| Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
| CN114243694B (zh) | 考虑阶梯碳交易和需求响应的并网型微电网优化配置方法 | |
| CN107967560A (zh) | 多能互补分布式能源系统的评价方法、装置、设备和介质 | |
| CN110363353A (zh) | 一种分布式综合能源系统的优化设计和调度方法及系统 | |
| CN111144620A (zh) | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 | |
| Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
| Wang et al. | Integrating biogas in regional energy systems to achieve near-zero carbon emissions | |
| Behzadi et al. | A rule-based energy management strategy for a low-temperature solar/wind-driven heating system optimized by the machine learning-assisted grey wolf approach | |
| Ma et al. | An interval scheduling method for the CCHP system containing renewable energy sources based on model predictive control | |
| Li et al. | Optimal sizing for a wind-photovoltaic-hydrogen hybrid system considering levelized cost of storage and source-load interaction | |
| CN114818078B (zh) | 考虑长短期不确定性的净零能耗建筑能源系统规划方法 | |
| CN112131712A (zh) | 客户侧多能源系统多目标优化方法和系统 | |
| Vahid et al. | Optimal, reliable and economic designing of renewable energy photovoltaic/wind system considering different storage technology using intelligent improved salp swarm optimisation algorithm, commercial application for Iran country | |
| Yuan et al. | Multi criteria decision-making for distributed energy system based on multi-source heterogeneous data | |
| Yazdanpanah Jahromi et al. | Optimal size and cost analysis of stand-alone hybrid wind/photovoltaic power-generation systems | |
| CN116468215A (zh) | 计及源荷不确定性的综合能源系统调度方法及装置 | |
| CN116191511A (zh) | 一种光储联合系统日运行规划的优化方法 | |
| CN115471074A (zh) | 一种综合能源微网的规划模型构建方法 | |
| Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
| Zhou et al. | Integrated location and capacity coordination planning scheme for multi-power complementary generation system | |
| CN112653195A (zh) | 一种并网型微电网鲁棒优化容量配置方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180427 |
|
| RJ01 | Rejection of invention patent application after publication |