CN108846506B - 一种能源系统的规划方法、装置、设备和存储介质 - Google Patents

一种能源系统的规划方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN108846506B
CN108846506B CN201810530463.7A CN201810530463A CN108846506B CN 108846506 B CN108846506 B CN 108846506B CN 201810530463 A CN201810530463 A CN 201810530463A CN 108846506 B CN108846506 B CN 108846506B
Authority
CN
China
Prior art keywords
energy system
energy
planning
load demand
demand value
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.)
Active
Application number
CN201810530463.7A
Other languages
English (en)
Other versions
CN108846506A (zh
Inventor
沈欣炜
孙宏斌
郭庆来
王彬
陈聪
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.)
Shenzhen International Graduate School of Tsinghua University
Original Assignee
Tsinghua-Berkeley Shenzhen Institute Preparation Office
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 Tsinghua-Berkeley Shenzhen Institute Preparation Office filed Critical Tsinghua-Berkeley Shenzhen Institute Preparation Office
Priority to CN201810530463.7A priority Critical patent/CN108846506B/zh
Publication of CN108846506A publication Critical patent/CN108846506A/zh
Application granted granted Critical
Publication of CN108846506B publication Critical patent/CN108846506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种能源系统的规划方法、装置、设备和存储介质。该方法通过对历史或预测年负荷数据的聚类分群，获取能源系统的典型日负荷需求；根据负荷需求和规划备选项确定能源系统的规划参数；其中，负荷需求值在预先设置的负荷需求不确定性集合内；建立相应规划模型，对能源系统中的备选设备进行规划。本发明实施例提供的技术方案考虑了能源系统的不确定性因素带来的影响，提升综合能源系统供能的可靠性。

Description

一种能源系统的规划方法、装置、设备和存储介质
技术领域
本发明实施例涉及综合能源管理技术，尤其涉及一种能源系统的规划方法、装置、设备和存储介质。
背景技术
“综合能源系统”是指电、冷、热、气多能互补集成优化的区域能源系统，涉及某个区域内(例如一个居民社区、工业园区或大型商业楼宇)热电联供机组、变电站、配电馈线、供热站、供冷/热管道、供气站等设备的规划和运行。“多能互补”是指改变原有的各能源供用系统各自规划设计、独立运行的现状，对不同的能源供用系统进行统一的协调优化。综合能源系统的建设，对于提升社会能源供用效率、促进可再生能源规模化利用等都具有重要意义。
近年来，综合能源系统的建模、规划与运行问题受到广泛关注，国内外学者已经形成了丰富的研究成果。其中，Goran Anderson等学者提出了能源集线器，用能源集线器线性化地表示多种能量之间的转换、存储等，已得到众多学者的认可。
目前关于综合能源系统规划方法的研究，主要集中在不同背景、不同组成的多类型综合能源系统的建模与规划。综合能源系统的建模与规划未考虑综合能源系统的不确定性因素。在综合能源系统规划方法的研究中，需要考虑的不确定性因素众多，如可再生能源的多能供给、电/冷/热/气负荷的需求等。若不考虑综合能源系统的不确定性因素，可能导致综合能源系统的不可靠。
发明内容
本发明提供一种能源系统的规划方法、装置、设备和存储介质，以实现提升综合能源系统供能的可靠性。
第一方面，本发明实施例提供了一种能源系统的规划方法，所述方法包括：
获取能源系统的负荷需求值；
根据所述负荷需求值确定所述能源系统的规划参数；其中，所述负荷需求值在预先设置的负荷需求不确定性集合内；
根据所述规划参数对所述能源系统中的备选供能设备进行规划。
第二方面，本发明实施例还提供了一种能源系统的规划装置，所述装置包括：获取模块、确定模块和规划模块；其中
所述获取模块，用于获取能源系统的负荷需求值；
所述确定模块，用于根据所述负荷需求值确定所述能源系统的规划参数；其中，所述负荷需求值在预先设置的负荷需求不确定性集合内；
所述规划模块，用于根据所述规划参数对所述能源系统中的备选供能设备进行规划。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面中任一所述的能源系统的规划方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述第一方面中任一所述的能源系统的规划方法。
本发明实施例通过获取能源系统的负荷需求值；根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的负荷需求不确定性集合内；根据规划参数对能源系统中的备选功能设备进行规划。本发明实施例提供的技术方案考虑了能源系统的不确定性因素带来了影响，提升综合能源系统供能的可靠性。
附图说明
图1是本发明实施例一中的能源系统的规划方法的流程图；
图2是本发明实施例二中的能源系统的规划方法的流程图；
图3是本发明实施例三中的能源系统的规划装置的结构示意图；
图4是本发明实施例四中的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的能源系统的规划方法的流程图，本实施例可适用于规划综合能源系统的情况，该方法可以由能源系统的规划装置来执行，如图1所示，该能源系统的规划方法主要包括如下步骤：
步骤110、获取能源系统的负荷需求值。
在本实施例中，获取能源系统的负荷需求值包括：获取能源系统的年负荷数据；通过数据聚类分群方法在年负荷数据中提取满足预设条件的日负荷数据；根据满足预设条件的日负荷数据确定能源系统的负荷需求值。
在本实施例中。负荷需求值是指当能源系统未建立时，获取能源系统的预算负荷需求值。
进一步的，获取能源系统的年负荷数据是指以一年为单位获取能源系统的负荷数据，其中，年负荷数据是未来一年的时间内预算年负荷数据，可以根据历史年负荷数据结合系统中增加的设备和用户对能源的需求，通过规定的预算算法计算年负荷数据。用户可以根据需要采用合适的算法计算预算年负荷数据。
进一步的，日负荷数据，即能源系统在一天内的负荷数据。满足预设条件是指用户根据需要可以设置预设条件，满足预设条件的日负荷数据是指典型的日负荷数据，示例性的，可以是夏天用电高峰期时某一天的负荷。
步骤120、根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的负荷需求集合内。
在现实生活的实际运行中，运行场景存在很多的不确定性，如：可再生能源的多能供给、电/冷/热/气负荷的需求等。考虑到运行场景中各种负荷的不确定性，避免各种负荷不确定性给系统稳定运行带来的弊端，本实施例中用负荷需求不确定性集合描述各种负荷不确定性，需求负荷值在预先设置的负荷需求不确定性集合内是为了使负荷需求可以在一个预设的范围内波动，使得在系统存在不确定性因素时，能源系统依旧可以稳定运行。
步骤130、根据规划参数对能源系统中的备选供能设备进行规划。
在本实施例中，规划参数是指能源系统中最后得出的关于设备的使用情况，即规划结果，实例性，需要2台10KVA的变压器等，以使系统中的各种设备都处于有效、节能、稳定的运行状态。
本发明实施例提供了一种能源系统的规划方法，该方法获取能源系统的负荷需求值；根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的需求不确定性集合内；根据规划参数对能源系统中的备选供能设备进行规划。本发明实施例提供的技术方案考虑了能源系统的不确定性因素带来了影响，提升综合能源系统供能的可靠性。
实施例二
图2是本发明实施例二中的能源系统的规划方法的流程图；本实施例具体优化了能源系统的规划方法，如图2所示，该能源系统的规划方法主要包括如下步骤：
步骤210、获取能源系统的负荷需求值。
在本实施例中，获取能源系统的需求是指获取能源系统的年负荷数据；通过数据聚类分群方法在年负荷数据中提取满足预设条件的日负荷数据。
步骤220、获取能源系统中各个备选供能设备的基本运行参数。
在本实施例中，各个备选设备的基本运行参数是指能源系统中各个备选设备的具体参数，示例性的，例如变压器的容量、二次侧电压和电流，空调的功率等等。
步骤230、根据所述备选供能设备的基本运行参数确定转换系数。
根据各个备选供能设备的基本运行参数，确定输入能量与所述负荷需求值之间转换系数C，其中，转换系数C为：
Figure BDA0001677044290000061
其中，cα1，cβ1，…，cωm是转换系数，α，β，…，ω表示不同类型的能源，1～m表示不同的能源形式。
步骤240、根据转换系数确定输入能量与负荷需求值的关系。
输入能量与负荷需求值之间的关系为：
Figure BDA0001677044290000062
其中，l1，l2，…，lm为能源系统的负荷需求值，pα，pβ，…，pω为能源系统的输入能量，α，β，…，ω表示不同类型的能源，1～m表示不同的能源形式，cα1，cβ1，…，cωm是转化系数。
进一步的，在能源系统的实际运行中，必须考虑能源系统整体的多能源负荷平衡，因此，能源系统的输入能量与负荷需求必须满足：
Figure BDA0001677044290000063
Ls,h是运行在场景s中的时刻h的负荷需求值；
Figure BDA0001677044290000064
是第i种设备的第j种容量在场景s中的时刻h输入能量；Ci,j是第i种设备的第j种容量对应的转换系数；
Figure BDA0001677044290000065
是i种设备的j种容量与转换系数乘积的累加值；Ls,h也是运行在场景s中的时刻h的系统负荷需求值。上述条件是在任何场景下任意时刻能源系统都必须满足的条件。
需要说明的是，在本实施例中，公式
Figure BDA00016770442900000715
与公式
Figure BDA0001677044290000073
相比，从“＝”号变成了“≤”，主要是考虑到某些类型的能量，例如：冷负荷或者热负荷，并不需要实时平衡，只要在一定的时间范围内维持平衡即可。
在现实生活的实际运行中，运行场景存在很多的不确定性，如：可再生能源的多能供给、电/冷/热/气负荷的需求等。考虑到运行场景中各种负荷的不确定性，避免各种负荷不确定性给系统稳定运行带来的弊端，本实施例中用负荷需求不确定性集合
Figure BDA0001677044290000074
描述各种负荷不确定性，即
Figure BDA0001677044290000075
则将能源系统的输入能量与负荷需求值必满足的约束条件：
Figure BDA00016770442900000716
变为：
Figure BDA0001677044290000078
负荷需求值在预先设置的负荷需求不确定性集合内是为了使负荷需求值可以在一个预设的范围内波动，保证在系统存在不确定性因素时，能源系统依旧可以稳定运行。
在本实施例中，采用鲁棒性可调节的区间方法描述负荷需求不确定性集合
Figure BDA0001677044290000079
即
Figure BDA00016770442900000710
Figure BDA00016770442900000711
即不考虑不确定性的能源系统的负荷需求值，
Figure BDA00016770442900000712
为能源系统的负荷需求值的允许最大偏移量。
进一步的，
Figure BDA00016770442900000713
可以用如下两个公式等价；
Figure BDA00016770442900000714
∑s∑h|zs,h|≤Γ；
其中，Γ为系统鲁棒性调整参数。Γ是用户可以根据实际需要或者能源系统的实际运行情况进行设置。
进一步的，输入能量与负荷需求值之间的关系还需要满足如下约束条件：
Figure BDA0001677044290000081
Figure BDA0001677044290000082
其中，
Figure BDA0001677044290000083
是第i种设备的第j种容量在场景s中的时刻h的输入能量；
Figure BDA0001677044290000084
为种i设备的第j种容量的最大输入能量；xi,j为0-1变量。
Figure BDA0001677044290000085
为已知参数。
具体的，
Figure BDA00016770442900000822
中表明，当xi,j＝1时，
Figure BDA0001677044290000088
为最大输入能量
Figure BDA0001677044290000089
当xi,j≠1时，
Figure BDA00016770442900000810
为0。
Figure BDA00016770442900000811
表示对于第i种设备只有1种规划方案可被选中，避免了重复建设，属于建设逻辑约束。
示例性的，例如，对于一个含有冷热电联产(Combined Cooling Heating andPower，CCHP)机组的区域综合能源系统，考虑的能源输入能量为电和燃气2种，负荷需求为电/冷/热负荷3种，则公式
Figure BDA00016770442900000821
中，Ls,h是一个1×3的列向量，
Figure BDA00016770442900000814
是一个1×2的列向量，转换矩阵Ci,j都是3×2的矩阵。假设CCHP设备备选选型有3种：10MW、20MW、30MW，则
Figure BDA00016770442900000815
对应有3个0-1变量xi,j；由于机组特性不同、CCHP对应有3个不同的转换矩阵
Figure BDA00016770442900000816
则
Figure BDA00016770442900000817
近似地，如另有k种燃气锅炉选型，用右下角标GB表示燃气锅炉，m种集中式电制冷站选型，用右下角标AC表示集中式电制冷站，则
Figure BDA00016770442900000818
Figure BDA00016770442900000819
步骤250、根据能源系统的预设要求，确定能源系统的目标函数。
在本实施例中，综合能源规划的目标在于优化综合能源系统的整体规划建设成本和运行成本，即供能设备规划建设和运行期内能源利用总成本最合理，费用最低。据此，确定能源系统的目标函数：
Figure BDA00016770442900000820
其中，finv(x)是规划建设成本，x为0-1变量，x＝[x1 x2 … xn]；fope(y)是运行成本，y是运行决策变量。
其中，finv(x)是规划建设成本，考虑能源系统中的设备建设造价，x为0-1变量，x＝[x1 x2 … xn]，xn＝1表示该选项n被选中，xn＝0表示未被选中；fope(y)是运行成本，考虑能源系统对外购买燃气、电量等输入的成本，y是运行相关决策变量，一般为连续变量。若各中预先规划建设选择的设备成本组成的向量为d，d＝[d1 d2 … dn]，则规划建设成本finv(x)＝dTx；类似地，若考虑运行成本对应的系数向量为g，则运行成本fope(y)＝gTy。
需要指出的是，在考虑运行成本的系数向量g时，涉及的因素较多。例如，项目运行周期py＝10年，引入4个典型日场景，则需要考虑典型日场景占比ks，s＝1,2,3,4，对典型日中的每个时刻h，多能输入
Figure BDA0001677044290000091
中燃气输入
Figure BDA0001677044290000092
和电能输入
Figure BDA0001677044290000093
对应运行成本系数分别为
Figure BDA0001677044290000094
和
Figure BDA0001677044290000095
其中，
Figure BDA0001677044290000096
和
Figure BDA0001677044290000097
分别是h时刻区域综合能源系统对外购买燃气和电能的价格。
进一步的，当引入负荷需求不确定性集合
Figure BDA0001677044290000099
时，相应的，能源系统的目标函数为：
minxfinv(x)+maxzminyfope(y)。
步骤260、根据输入能量与负荷需求值之间的关系和能源系统的目标函数，确定能源系统的鲁棒优化模型。
根据输入能量与所述负荷需求值之间的关系和能源系统的目标函数，确定能源系统的鲁棒优化模型为：
目标函数：minxfinv(x)+maxzminyfope(y)；
约束条件：
Figure BDA0001677044290000098
Figure BDA0001677044290000101
Figure BDA0001677044290000102
Figure BDA0001677044290000103
∑s∑h|zs,h|≤Γ。
上述鲁棒优化模型为典型的两阶段鲁棒(Two-stage Robust)优化模型。
步骤270、对能源系统的鲁棒优化模型进行求解，确定能源系统的规划参数。
在本实施例中可通过对子问题maxzminyfope(y)进行对偶转化，用Benders分解的算法进行求解；也可以通过CCG(Column-and-Constraint Generation)算法进行求解，确定能源系统的规划参数，即能源系统的规划建设方案。
步骤280、根据规划参数对能源系统中的备选供能设备进行规划。
本发明实施例提供了一种能源系统的规划调度方法，该方法获取能源系统的负荷需求值；根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的需求不确定性集合内；根据规划参数对能源系统中的备选供能设备进行规划。本发明实施例提供的技术方案考虑了能源系统的不确定性因素带来了影响，提升综合能源系统供能的可靠性。
实施例三
图3是本发明实施例三中的能源系统的规划装置的结构示意图，本实施例可适用于规划综合能源系统的情况，如图3所示，该装置可以包括如下模块：获取模块310、确定模块320和规划模块330。
获取模块310，用于获取能源系统的负荷需求值。
确定模块320，用于根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的负荷需求不确定性集合内。
规划模块330，用于根据规划参数对能源系统中的备选供能设备进行规划。
进一步的，获取模块装置310包括：获取单元、提取单元和确定单元；其中，
获取单元，用于获取能源系统的年负荷数据。
提取单元，用于通过数据聚类分群方法在年负荷数据中提取满足预设条件的日负荷数据。
确定单元，用于根据满足预设条件的日负荷数据确定能源系统的负荷需求值。
具体的，确定模块320具体用于根据所述备选供能设备的基本运行参数确定转换系数；
根据转换系数确定输入能量与负荷需求值之间的关系；其中，输入能量与负荷需求值之间的关系为：
Figure BDA0001677044290000111
其中，l1，l2，…，lm为所述能源系统的负荷需求值，pα，pβ，…，pω为所述能源系统的输入能量，α，β，…，ω表示不同类型的能源，1～m表示不同的能源形式，cα1，cβ1，…，cωm是转化系数；根据所述输入能量与所述负荷需求值之间的关系确定所述能源系统的规划参数。
进一步得，输入能量与负荷需求值之间的关系，还包括：
Figure BDA0001677044290000112
其中，
Figure BDA0001677044290000121
是第i种设备的第j种容量在场景s中的时刻h的输入能量；
Figure BDA0001677044290000122
为种i设备的第j种容量的最大输入能量；xi,j为0-1变量；
Figure BDA0001677044290000123
Figure BDA0001677044290000124
其中，Ls,h是运行在场景s中的时刻h的负荷需求值；
Figure BDA0001677044290000125
是第i种设备的第j种容量在场景s中的时刻h的输入能量；Ci,j是第i种设备的第j种容量对应的转化系数；
Figure BDA0001677044290000126
是i种设备的j种容量与转换系数乘积的累加值；L是负荷需求不确定性的集合；
Figure BDA0001677044290000127
∑s∑h|zs,h|≤Γ；
其中，Γ为系统鲁棒性调整参数。
具体的，确定模块320具体用于根据能源系统的预设要求，确定能源系统的目标函数；其中，能源系统的目标函数为：
Figure BDA0001677044290000128
其中，finv(x)是规划建设成本，x为0-1变量，x＝[x1 x2 … xn]；fope(y)是运行成本，y是运行决策变量。
具体的，确定模块320具体用于根据输入能量与负荷需求值之间的关系和能源系统的目标函数，确定能源系统的鲁棒优化模型；对能源系统的鲁棒优化模型进行求解，确定能源系统的规划参数。
本发明实施例提供了一种能源系统的规划装置，该装置通过获取能源系统的负荷需求值；根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的需求不确定性集合内；根据规划参数对能源系统中的备选供能设备进行规划。本发明实施例提供的技术方案考虑了能源系统的不确定性因素带来了影响，提升综合能源系统供能的可靠性。
本发明实施例所提供的装置可执行本发明任意实施例所提供的能源系统的规划方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四中的一种设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性通用设备412的框图。图4显示的通用设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，通用设备412以通用计算设备的形式表现。通用设备412的组件可以包括但不限于：一个或者多个处理器或者处理单元416，系统存储器428，连接不同系统组件(包括系统存储器428和处理单元416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
通用设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被通用设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。通用设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
通用设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该通用设备412交互的设备通信，和/或与使得该通用设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，通用设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与通用设备412的其它模块通信。应当明白，尽管图中未示出，可以结合通用设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元416通过运行存储在系统存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的能源系统的规划方法，该方法包括：
获取能源系统的负荷需求值；
根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的负荷需求不确定性集合内；
根据规划参数对能源系统中的备选设备进行规划。
实施例五
本发明实施例五还提供了一种包含计算机可执行指令的存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的能源系统的规划方法，该方法包括：
获取能源系统的负荷需求值；
根据负荷需求值确定能源系统的规划参数；其中，负荷需求值在预先设置的负荷需求不确定性集合内；
根据规划参数对能源系统中的备选设备进行规划。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种能源系统的规划方法，其特征在于，所述方法包括：
获取能源系统的负荷需求值；
根据所述负荷需求值确定所述能源系统的规划参数；其中，所述负荷需求值在预先设置的负荷需求不确定性集合内，所述负荷需求不确定性集合用于描述各种负荷的不确定性；
根据所述规划参数对所述能源系统中的备选供能设备进行规划；
其中，根据所述负荷需求值确定所述能源系统的规划参数，包括：
获取所述能源系统中备选供能设备的基本运行参数；
根据所述备选供能设备的基本运行参数确定转换系数；
根据所述转换系数确定输入能量与所述负荷需求值之间的关系；其中，所述输入能量与所述负荷需求值之间的关系为：
Figure FDA0002723344090000011
其中，l1，l2，…，lm为所述能源系统的负荷需求值，pα，pβ，…，pω为所述能源系统的输入能量，α，β，…，ω表示不同类型的能源，1～m表示不同的能源形式，cα1，cβ1，…，cωm是转换系数；
根据所述输入能量与所述负荷需求值之间的关系确定所述能源系统的规划参数；
所述输入能量与所述负荷需求值之间的关系，还包括：
Figure FDA0002723344090000012
其中，
Figure FDA0002723344090000013
是第i种设备的第j种容量在场景s中的时刻h的输入能量；
Figure FDA0002723344090000014
为种i设备的第j种容量的最大输入能量；xi,j为0-1变量；
Figure FDA0002723344090000021
Figure FDA0002723344090000022
其中，Ls,h是运行在场景s中的时刻h的负荷需求值；
Figure FDA0002723344090000023
是第i种设备的第j种容量在场景s中的时刻h的输入能量；Ci,j是第i种设备的第j种容量对应的转换系数；
Figure FDA0002723344090000024
是i种设备的j种容量与转换系数乘积的累加值；
Figure FDA0002723344090000025
是描述所述负荷需求不确定性的集合；
Figure FDA0002723344090000026
∑s∑h|zs,h|≤Γ；
其中，Γ为系统鲁棒性调整参数；
根据所述输入能量与所述负荷需求值之间的关系确定所述能源系统的规划参数，包括：
根据所述能源系统的预设要求，确定所述能源系统的目标函数；其中，所述能源系统的目标函数为：
Figure FDA0002723344090000027
其中，finv(x)是规划建设成本，x为0-1变量，x＝[x1 x2…xn]；fope(y)是运行成本，y是运行决策变量；
根据所述输入能量与所述负荷需求值之间的关系和所述能源系统的目标函数，确定所述能源系统的鲁棒优化模型；
对所述能源系统的鲁棒优化模型进行求解，确定所述能源系统的规划参数。
2.根据权利要求1所述的能源系统的规划方法，其特征在于，所述获取能源系统的负荷需求值，包括：
获取所述能源系统的年负荷数据；
通过数据聚类分群方法在年负荷数据中提取满足预设条件的日负荷数据；
根据所述满足预设条件的日负荷数据确定所述能源系统的负荷需求值。
3.一种能源系统的规划装置，其特征在于，所述装置包括：获取模块、确定模块和规划模块；其中
所述获取模块，用于获取能源系统的负荷需求值；
所述确定模块，用于根据所述负荷需求值确定所述能源系统的规划参数；其中，所述负荷需求值在预先设置的负荷需求不确定性集合内，所述负荷需求不确定性集合用于描述各种负荷的不确定性；
所述规划模块，用于根据所述规划参数对所述能源系统中的备选供能设备进行规划；
所述确定模块具体用于：
获取所述能源系统中备选供能设备的基本运行参数；根据所述备选供能设备的基本运行参数确定转换系数；根据所述转换系数确定输入能量与所述负荷需求值之间的关系；其中，所述输入能量与所述负荷需求值之间的关系为：
Figure FDA0002723344090000031
其中，l1，l2，…，lm为所述能源系统的负荷需求值，pα，pβ，…，pω为所述能源系统的输入能量，α，β，…，ω表示不同类型的能源，1～m表示不同的能源形式，cα1，cβ1，…，cωm是转换系数；根据所述输入能量与所述负荷需求值之间的关系确定所述能源系统的规划参数；
所述输入能量与所述负荷需求值之间的关系，还包括：
Figure FDA0002723344090000032
其中，
Figure FDA0002723344090000041
是第i种设备的第j种容量在场景s中的时刻h的输入能量；
Figure FDA0002723344090000042
为种i设备的第j种容量的最大输入能量；xi,j为0-1变量；
Figure FDA0002723344090000043
Figure FDA0002723344090000044
其中，Ls,h是运行在场景s中的时刻h的负荷需求值；
Figure FDA0002723344090000045
是第i种设备的第j种容量在场景s中的时刻h的输入能量；Ci,j是第i种设备的第j种容量对应的转换系数；
Figure FDA0002723344090000046
是i种设备的j种容量与转换系数乘积的累加值；
Figure FDA0002723344090000047
是描述所述负荷需求的不确定性集合；
Figure FDA0002723344090000048
∑s∑h|zs,h|≤Γ；
其中，Γ为系统鲁棒性调整参数；
所述确定模块具体用于：
根据所述能源系统的预设要求，确定所述能源系统规划模型的目标函数；其中，所述能源系统规划模型的目标函数为：
minx[finv(x)+maxzminyfope(y)]；
其中，finv(x)是规划建设成本，x为0-1变量，x＝[x1 x2…xn]；fope(y)是运行成本，y是运行决策变量；
根据所述输入能量与所述负荷需求值之间的关系和所述能源系统的目标函数，确定所述能源系统的鲁棒优化模型；对所述能源系统的鲁棒优化模型进行求解，确定所述能源系统的规划参数。
4.根据权利要求3所述的能源系统的规划装置，其特征在于，所述获取模块包括：获取单元、提取单元和确定单元；其中
所述获取单元，用于获取所述能源系统的年负荷数据；
所述提取单元，用于通过数据聚类分群方法在年负荷数据中提取满足预设条件的日负荷数据；
所述确定单元，用于根据所述满足预设条件的日负荷数据确定所述能源系统的负荷需求值。
5.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1或2所述的能源系统的规划方法。
6.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1或2所述的能源系统的规划方法。
CN201810530463.7A 2018-05-29 2018-05-29 一种能源系统的规划方法、装置、设备和存储介质 Active CN108846506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810530463.7A CN108846506B (zh) 2018-05-29 2018-05-29 一种能源系统的规划方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810530463.7A CN108846506B (zh) 2018-05-29 2018-05-29 一种能源系统的规划方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN108846506A CN108846506A (zh) 2018-11-20
CN108846506B true CN108846506B (zh) 2021-02-09

Family

ID=64209900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810530463.7A Active CN108846506B (zh) 2018-05-29 2018-05-29 一种能源系统的规划方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN108846506B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846506B (zh) * 2018-05-29 2021-02-09 清华-伯克利深圳学院筹备办公室 一种能源系统的规划方法、装置、设备和存储介质
CN109960147B (zh) * 2019-03-12 2022-05-20 北京百度网讯科技有限公司 冷源控制参数的确定方法及装置、设备及存储介质
CN111291963B (zh) * 2019-12-30 2023-06-16 天津大学 一种协调经济性与可靠性的园区综合能源系统规划方法
CN111612273B (zh) * 2020-05-28 2023-09-08 山东大学 一种区域级综合能源系统分区设计方法及系统
CN111709589A (zh) * 2020-06-23 2020-09-25 国网重庆市电力公司电力科学研究院 一种社区能效管理方法、装置及可读存储介质
CN112785139A (zh) * 2021-01-18 2021-05-11 广东电网有限责任公司 园区综合能源系统的规划方法、装置、设备和存储介质
CN114662775A (zh) * 2022-04-06 2022-06-24 国网山东省电力公司枣庄供电公司 综合能源系统规划的优化方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678398A (zh) * 2015-12-24 2016-06-15 国家电网公司 基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统
CN105844371A (zh) * 2016-05-19 2016-08-10 北京中电普华信息技术有限公司 一种用电客户短期负荷需求预测方法及装置
CN106447152A (zh) * 2016-06-21 2017-02-22 中国南方电网有限责任公司电网技术研究中心 基于能源中心的电‑气‑热系统协同调度方法和系统
CN107769215A (zh) * 2018-01-19 2018-03-06 国网天津市电力公司 基于能源集线器的园区混合能源系统优化调度方法
CN108053104A (zh) * 2017-12-06 2018-05-18 天津大学 区域电力-天然气-热力综合能源系统能量流优化方法
CN108846506A (zh) * 2018-05-29 2018-11-20 清华-伯克利深圳学院筹备办公室 一种能源系统的规划方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678398A (zh) * 2015-12-24 2016-06-15 国家电网公司 基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统
CN105844371A (zh) * 2016-05-19 2016-08-10 北京中电普华信息技术有限公司 一种用电客户短期负荷需求预测方法及装置
CN106447152A (zh) * 2016-06-21 2017-02-22 中国南方电网有限责任公司电网技术研究中心 基于能源中心的电‑气‑热系统协同调度方法和系统
CN108053104A (zh) * 2017-12-06 2018-05-18 天津大学 区域电力-天然气-热力综合能源系统能量流优化方法
CN107769215A (zh) * 2018-01-19 2018-03-06 国网天津市电力公司 基于能源集线器的园区混合能源系统优化调度方法
CN108846506A (zh) * 2018-05-29 2018-11-20 清华-伯克利深圳学院筹备办公室 一种能源系统的规划方法、装置、设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《冷热电联供微网优化调度通用建模方法》;王成山 等;《中国电机工程学报》;20131105;第33卷(第31期);第27-29页 *

Also Published As

Publication number Publication date
CN108846506A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN108846506B (zh) 一种能源系统的规划方法、装置、设备和存储介质
Xu et al. Smart energy systems: A critical review on design and operation optimization
Huang et al. From demand response to integrated demand response: Review and prospect of research and application
Kong et al. Robust stochastic optimal dispatching method of multi-energy virtual power plant considering multiple uncertainties
Wang et al. Multi-objective optimization model of source–load–storage synergetic dispatch for a building energy management system based on TOU price demand response
Li et al. Two-stage optimal operation of integrated energy system considering multiple uncertainties and integrated demand response
Zhao et al. MPC-based optimal scheduling of grid-connected low energy buildings with thermal energy storages
Liu et al. Optimal power flow and PGU capacity of CCHP systems using a matrix modeling approach
Yang et al. Multiobjective optimization using nondominated sorting genetic algorithm-II for allocation of energy conservation and renewable energy facilities in a campus
Darshan et al. Energy audit of a residential building to reduce energy cost and carbon footprint for sustainable development with renewable energy sources
Chen et al. Multi‐stage coordinated operation of a multi‐energy microgrid with residential demand response under diverse uncertainties
Wei et al. Coordination optimization of multiple thermostatically controlled load groups in distribution network with renewable energy
Lisin et al. Analysis of scenario of structural and technological modernization of the power industry in the context of competitive electricity markets
Ruan et al. Operation strategy optimization of combined cooling, heating, and power systems with energy storage and renewable energy based on deep reinforcement learning
Falke et al. Investment planning of residential energy supply systems using dual dynamic programming
Cui et al. Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems
Liu Multiple time‐scale economic dispatching strategy for commercial building with virtual energy storage under demand response mechanism
Xue et al. Optimal capacity allocation method of integrated energy system considering renewable energy uncertainty
Wang et al. Coordinated configuration strategy of multi-energy systems based on capacity-energy-information sharing
Xunjie et al. Optimal Planning Method of IES with Multi-energy Storage and Wind Power
Cao et al. Multi‐scene upgrade and renovation method of existing park‐level integrated energy system based on comprehensive analysis
Wang et al. A Review of air conditioning load aggregation in Distribution networks
Wu et al. Distributed energy trading on networked energy hubs under network constraints
Chu et al. Capacity determination of renewable energy systems, electricity storage, and heat storage in grid-interactive buildings
Schütz Optimal design of energy conversion units and building envelopes for residential neighborhoods

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221130

Address after: 518000 2nd floor, building a, Tsinghua campus, Shenzhen University Town, Xili street, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen International Graduate School of Tsinghua University

Address before: 518055 Nanshan Zhiyuan 1001, Xue Yuan Avenue, Nanshan District, Shenzhen, Guangdong.

Patentee before: TSINGHUA-BERKELEY SHENZHEN INSTITUTE