CN109345012B - 基于综合评价指标的园区能源互联网运行优化方法 - Google Patents

基于综合评价指标的园区能源互联网运行优化方法 Download PDF

Info

Publication number
CN109345012B
CN109345012B CN201811118915.7A CN201811118915A CN109345012B CN 109345012 B CN109345012 B CN 109345012B CN 201811118915 A CN201811118915 A CN 201811118915A CN 109345012 B CN109345012 B CN 109345012B
Authority
CN
China
Prior art keywords
energy
power
equipment
energy storage
park
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
CN201811118915.7A
Other languages
English (en)
Other versions
CN109345012A (zh
Inventor
林晓明
张勇军
周来
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Publication of CN109345012A publication Critical patent/CN109345012A/zh
Application granted granted Critical
Publication of CN109345012B publication Critical patent/CN109345012B/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Abstract

本发明提供基于综合评价指标的园区能源互联网运行优化方法，其具体步骤为：建立园区能源互联网的能源设备的模型；建立园区能源互联网运行的综合评价指标，涉及经济性、环保性和高效性的评价指标；建立以综合评价指标最大化为目标的园区能源互联网运行优化模型；利用GAMS软件求解园区能源互联网运行优化模型，得到园区能源互联网运行方案。本发明能够有效兼顾园区能源互联网运行的经济性、环保性和高效性，提供更加全面的、多维度优化的园区能源互联网运行方案。

Description

基于综合评价指标的园区能源互联网运行优化方法
技术领域
本发明涉及园区能源互联网的运行优化技术，特别涉及基于综合评价指标的园区能源互联网运行优化方法。
背景技术
当前，化石能源日渐枯竭和环境污染日益严峻，追求安全、高效、清洁、低碳的能源可持续发展道路已经提升到国家战略地位。能源互联网，打破传统电、冷、热、天然气系统单独规划、单独运行的传统模式，对多种能源系统进行统一规划和协调运行，实现多能互补，提高能源利用效率，是未来能源领域的发展趋势。
园区能源互联网是靠近用户侧的终端能源互联网，涉及能源生产、转换和储存等多个能源环节，包含热电联产设备、燃气锅炉设备、电制冷设备等众多能源设备，对于这样一个复杂的多能源系统，如何发挥不同能源之间互补的优势，协同优化不同能源设备的运行，是急需解决的关键技术问题。现有研究多以经济性指标最优为目标，难以适应当前复杂供用能需求。针对以上问题，本发明提供基于综合评价指标的园区能源互联网运行优化方法，能够兼顾园区能源互联网运行的经济性、环保性和高效性。
发明内容
本发明的目的在于解决园区能源互联网运行优化问题，能够兼顾园区能源互联网运行的经济性、环保性和高效性。为实现上述目的，本发明提出基于综合评价指标的园区能源互联网运行优化方法，包括以下步骤：
(1)建立园区能源互联网的能源设备的模型；
(2)建立园区能源互联网运行的综合评价指标，涉及经济性、环保性和高效性的评价指标；
(3)建立以综合评价指标最大化为目标的园区能源互联网运行优化模型；
(4)利用GAMS软件求解园区能源互联网运行优化模型，得到园区能源互联网运行方案。
所述的能源设备的模型包括能源转换设备的模型和能源储存设备的模型；
所述的能源转换设备包括燃气轮机设备、燃气锅炉设备、余热回收设备、吸收式制冷设备和电制冷设备；
所述的能源储存设备包括电储能设备和热储能设备；
所述的能源转换设备的模型为：
Figure BDA0001809587400000021
Figure BDA0001809587400000022
Figure BDA0001809587400000023
Figure BDA0001809587400000024
Figure BDA0001809587400000025
其中，
Figure BDA0001809587400000026
和
Figure BDA0001809587400000027
分别为t时段燃气轮机设备的天然气功率、热功率和电功率；
Figure BDA0001809587400000028
和
Figure BDA0001809587400000029
分别为燃气轮机设备的发电效率和产热效率；
Figure BDA00018095874000000210
和
Figure BDA00018095874000000211
分别为t时段燃气锅炉设备的天然气功率和热功率；ηGB为燃气锅炉设备的产热效率；
Figure BDA00018095874000000212
为t时段余热回收设备输出的热功率；ηHR为余热回收设备的产热效率；
Figure BDA00018095874000000213
和
Figure BDA00018095874000000214
分别为t时段吸收式制冷设备的热功率和冷功率；
Figure BDA00018095874000000215
和
Figure BDA00018095874000000216
分别为t时段电制冷设备的电功率和冷功率；KAC和KEC分别为吸收式制冷设备的制冷系数和电制冷设备的制冷系数；
所述的能源储存设备的模型为：
Figure BDA00018095874000000217
其中，△t为优化时间间隔；
Figure BDA00018095874000000218
和
Figure BDA00018095874000000219
分别为电储能设备t时段的充电功率和放电功率；
Figure BDA00018095874000000220
和
Figure BDA00018095874000000221
分别为热储能设备t时段的充热功率和放热功率；
Figure BDA00018095874000000222
和
Figure BDA00018095874000000223
分别为电储能设备t时段和(t-1)时段储存的能量；
Figure BDA00018095874000000224
和
Figure BDA00018095874000000225
分别为热储能设备t时段和(t-1)时段储存的能量；
Figure BDA00018095874000000226
和
Figure BDA00018095874000000227
分别为电储能设备的充电效率和放电效率；
Figure BDA00018095874000000228
和
Figure BDA00018095874000000229
分别为热储能设备的充热效率和放热效率。
所述的步骤(2)包括：
(2-1)构建综合评价指标的评价指标组成，经济性的评价指标为运行成本COP，环保性的评价指标为二氧化碳排放量DEm，高效性的评价指标为综合能源利用率wper；
所述的运行成本COP为：
Figure BDA0001809587400000031
其中，T为优化总时段，
Figure BDA0001809587400000032
和
Figure BDA0001809587400000033
分别为t时段园区能源互联网从电网购入的电功率和从天然气网购入的天然气功率，t的取值范围为1～T；
Figure BDA0001809587400000034
为t时段园区能源互联网从电网购电的电价；cg为天然气价格；H为天然气燃烧的高热值；I为能源转换设备总数，λi为第i个能源转换设备的维护成本系数，i的取值范围为1～I；
Figure BDA0001809587400000035
为t时段i类能源转换设备的输入功率；
所述的二氧化碳排放量DEm为：
Figure BDA0001809587400000036
其中，dg和de分别为天然气和电能的二氧化碳排放系数；
所述的综合能源利用率wper为园区能源互联网输出的能量总量与输入的能量总量的比例：
Figure BDA0001809587400000037
其中，
Figure BDA0001809587400000038
和
Figure BDA0001809587400000039
分别为t时段的电负荷功率、热负荷功率和冷负荷功率；
(2-2)通过模糊隶属度函数获取各评价指标的隶属度；
Figure BDA00018095874000000310
Figure BDA00018095874000000311
Figure BDA00018095874000000312
其中，
Figure BDA00018095874000000313
和
Figure BDA00018095874000000314
分别为运行成本、二氧化碳排放量和综合能源利用率的隶属度；
Figure BDA00018095874000000315
和
Figure BDA00018095874000000316
为运行成本、二氧化碳排放量和综合能源利用率的最优值；
(2-3)采用层次分析法确定综合评价指标权重，得到综合评价指标；
Figure BDA0001809587400000041
其中，ξCEI为综合评价指标；ρ1、ρ2和ρ3分别为运行成本、二氧化碳排放量和综合能源利用率的综合评价指标权重。
所述的步骤(2-3)包括：
(2-3-1)采用标度1～9描述n个评价指标的重要程度；
(2-3-2)将各评价指标重要程度进行两两比较，得到判别矩阵A＝[apq]；
Figure BDA0001809587400000042
其中，apq为评价指标p的重要程度ap与评价指标q的重要程度aq的比值，p、q的取值范围为1～n；
(2-3-3)根据判别矩阵A计算特征根和特征向量，并进行一致性校验；
Figure BDA0001809587400000043
其中，λmax为判别矩阵A的最大特征根；IR为平均随机一致性指标，根据评价指标总数，查表可获取；CR为随机一致性指标，一般认为CR<0.1，则认为判别矩阵A满足一致性要求；
(2-3-4)将判别矩阵A的特征向量进行标准化，得到综合评价指标权重。
所述的步骤(3)中的园区能源互联网运行优化模型包括目标函数和约束条件；
所述的目标函数为综合评价指标最大化：
maxξCEI
所述的约束条件包括功率平衡约束、最大出力约束、爬坡约束、交互功率约束和能源储存设备运行约束；
所述的功率平衡约束为：
Figure BDA0001809587400000044
所述的最大出力约束为：
Figure BDA0001809587400000045
其中，
Figure BDA0001809587400000046
和
Figure BDA0001809587400000047
分别为i类能源转换设备输入功率的下限和上限；
所述的爬坡约束为：
Figure BDA0001809587400000051
其中，
Figure BDA0001809587400000052
和
Figure BDA0001809587400000053
分别为燃气轮机设备和燃气锅炉设备(t-1)时段的天然气功率，rMT和rGB分别为燃气轮机设备和燃气锅炉设备的最大爬坡速率；
所述的交互功率约束为：
Figure BDA0001809587400000054
其中，
Figure BDA0001809587400000055
和
Figure BDA0001809587400000056
分别为园区能源互联网从电网购入电功率的下限和上限；
所述的能源储存设备运行约束为：
Figure BDA0001809587400000057
其中，
Figure BDA0001809587400000058
和
Figure BDA0001809587400000059
分别为电储能设备的最大充放电功率和热储能设备的最大充放热功率；
Figure BDA00018095874000000510
和
Figure BDA00018095874000000511
分别为标志t时段电储能设备充电状态和热储能设备充热状态的0-1逻辑变量，充电时
Figure BDA00018095874000000512
等于1，否则
Figure BDA00018095874000000513
等于0，充热时
Figure BDA00018095874000000514
等于1，否则
Figure BDA00018095874000000515
等于0；
Figure BDA00018095874000000516
和
Figure BDA00018095874000000517
分别为电储能设备初始时刻和终止时刻储存的能量；
Figure BDA00018095874000000518
和
Figure BDA00018095874000000519
分别为热储能设备初始时刻和终止时刻储存的能量；
Figure BDA00018095874000000520
和
Figure BDA00018095874000000521
分别为电储能设备储存能量的下限和上限；
Figure BDA00018095874000000522
和
Figure BDA00018095874000000523
分别为热储能设备储存能量的下限和上限。
与现有技术相比，本发明提供的基于综合评价指标的园区能源互联网方法，综合考虑了园区能源互联网运行的运行成本、二氧化碳排放量和综合能源利用率，可以兼顾园区能源互联网运行的经济性、环保性和高效性，为调度决策者提高全方位、多维度的园区能源互联网调度方案。
附图说明
附图1为基于综合评价指标的园区能源互联网运行优化方法的步骤示意图；
附图2为典型的园区能源互联网结构；
附图3为电价曲线图；
附图4为夏季典型日和冬季典型日园区能源互联网负荷曲线。
具体实施方式
以下结合附图和实例对本发明的具体实施做进一步说明。显然所述的的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施明中的实施例，本领域普通技术人员在没有做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。
如图1为本发明实施例提供的基于综合评价指标的园区能源互联网运行优化方法，包括以下步骤：
(1)建立园区能源互联网的能源设备的模型；
(2)建立园区能源互联网运行的综合评价指标，涉及经济性、环保性和高效性的评价指标；
(3)建立以综合评价指标最大化为目标的园区能源互联网运行优化模型；
(4)利用GAMS软件求解园区能源互联网运行优化模型，得到园区能源互联网运行方案。
所述的能源设备的模型包括能源转换设备的模型和能源储存设备的模型；
所述的能源转换设备包括燃气轮机设备、燃气锅炉设备、余热回收设备、吸收式制冷设备和电制冷设备；
所述的能源储存设备包括电储能设备和热储能设备；
所述的能源转换设备的模型为：
Figure BDA0001809587400000061
Figure BDA0001809587400000062
Figure BDA0001809587400000063
Figure BDA0001809587400000064
Figure BDA0001809587400000065
其中，
Figure BDA0001809587400000066
和
Figure BDA0001809587400000067
分别为t时段燃气轮机设备的天然气功率、热功率和电功率；
Figure BDA0001809587400000068
和
Figure BDA0001809587400000069
分别为燃气轮机设备的发电效率和产热效率；
Figure BDA00018095874000000610
和
Figure BDA00018095874000000611
分别为t时段燃气锅炉设备的天然气功率和热功率；ηGB为燃气锅炉设备的产热效率；
Figure BDA00018095874000000612
为t时段余热回收设备输出的热功率；ηHR为余热回收设备的产热效率；
Figure BDA0001809587400000071
和
Figure BDA0001809587400000072
分别为t时段吸收式制冷设备的热功率和冷功率；
Figure BDA0001809587400000073
和
Figure BDA0001809587400000074
分别为t时段电制冷设备的电功率和冷功率；KAC和KEC分别为吸收式制冷设备的制冷系数和电制冷设备的制冷系数；
所述的能源储存设备的模型为：
Figure BDA0001809587400000075
其中，△t为优化时间间隔；
Figure BDA0001809587400000076
和
Figure BDA0001809587400000077
分别为电储能设备t时段的充电功率和放电功率；
Figure BDA0001809587400000078
和
Figure BDA0001809587400000079
分别为热储能设备t时段的充热功率和放热功率；
Figure BDA00018095874000000710
和
Figure BDA00018095874000000711
分别为电储能设备t时段和(t-1)时段储存的能量；
Figure BDA00018095874000000712
和
Figure BDA00018095874000000713
分别为热储能设备t时段和(t-1)时段储存的能量；
Figure BDA00018095874000000714
和
Figure BDA00018095874000000715
分别为电储能设备的充电效率和放电效率；
Figure BDA00018095874000000716
和
Figure BDA00018095874000000717
分别为热储能设备的充热效率和放热效率。
所述的步骤(2)包括：
(2-1)构建综合评价指标的评价指标组成，经济性的评价指标为运行成本COP，环保性的评价指标为二氧化碳排放量DEm，高效性的评价指标为综合能源利用率wper；
所述的运行成本COP为：
Figure BDA00018095874000000718
其中，T为优化总时段，
Figure BDA00018095874000000719
和
Figure BDA00018095874000000720
分别为t时段园区能源互联网从电网购入的电功率和从天然气网购入的天然气功率，t的取值范围为1～T；
Figure BDA00018095874000000721
为t时段园区能源互联网从电网购电的电价；cg为天然气价格；H为天然气燃烧的高热值；I为能源转换设备总数，λi为第i个能源转换设备的维护成本系数，i的取值范围为1～I；
Figure BDA00018095874000000722
为t时段i类能源转换设备的输入功率；
所述的二氧化碳排放量DEm为：
Figure BDA00018095874000000723
其中，dg和de分别为天然气和电能的二氧化碳排放系数；
所述的综合能源利用率wper为园区能源互联网输出的能量总量与输入的能量总量的比例：
Figure BDA0001809587400000081
其中，
Figure BDA0001809587400000082
和
Figure BDA0001809587400000083
分别为t时段的电负荷功率、热负荷功率和冷负荷功率；
(2-2)通过模糊隶属度函数获取各评价指标的隶属度；
Figure BDA0001809587400000084
Figure BDA0001809587400000085
Figure BDA0001809587400000086
其中，
Figure BDA0001809587400000087
和
Figure BDA0001809587400000088
分别为运行成本、二氧化碳排放量和综合能源利用率的隶属度；
Figure BDA0001809587400000089
和
Figure BDA00018095874000000810
为运行成本、二氧化碳排放量和综合能源利用率的最优值；
(2-3)采用层次分析法确定综合评价指标权重，得到综合评价指标；
Figure BDA00018095874000000811
其中，ξCEI为综合评价指标；ρ1、ρ2和ρ3分别为运行成本、二氧化碳排放量和综合能源利用率的综合评价指标权重。
所述的步骤(2-3)包括：
(2-3-1)采用标度1～9描述n个评价指标的重要程度；
(2-3-2)将各评价指标重要程度进行两两比较，得到判别矩阵A＝[apq]；
Figure BDA00018095874000000812
其中，apq为评价指标p的重要程度ap与评价指标q的重要程度aq的比值，p、q的取值范围为1～n；
(2-3-3)根据判别矩阵A计算特征根和特征向量，并进行一致性校验；
Figure BDA00018095874000000813
其中，λmax为判别矩阵A的最大特征根；IR为平均随机一致性指标，根据评价指标总数，查表可获取；CR为随机一致性指标，一般认为CR<0.1，则认为判别矩阵A满足一致性要求；
(2-3-4)将判别矩阵A的特征向量进行标准化，得到综合评价指标权重。
所述的步骤(3)中的园区能源互联网运行优化模型包括目标函数和约束条件；
所述的目标函数为综合评价指标最大化：
maxξCEI
所述的约束条件包括功率平衡约束、最大出力约束、爬坡约束、交互功率约束和能源储存设备运行约束；
所述的功率平衡约束为：
Figure BDA0001809587400000091
所述的最大出力约束为：
Figure BDA0001809587400000092
其中，
Figure BDA0001809587400000093
和
Figure BDA0001809587400000094
分别为i类能源转换设备输入功率的下限和上限；
所述的爬坡约束为：
Figure BDA0001809587400000095
其中，
Figure BDA0001809587400000096
和
Figure BDA0001809587400000097
分别为燃气轮机设备和燃气锅炉设备(t-1)时段的天然气功率，rMT和rGB分别为燃气轮机设备和燃气锅炉设备的最大爬坡速率；
所述的交互功率约束为：
Figure BDA0001809587400000098
其中，
Figure BDA0001809587400000099
和
Figure BDA00018095874000000910
分别为园区能源互联网从电网购入电功率的下限和上限；
所述的能源储存设备运行约束为：
Figure BDA0001809587400000101
其中，
Figure BDA0001809587400000102
和
Figure BDA0001809587400000103
分别为电储能设备的最大充放电功率和热储能设备的最大充放热功率；
Figure BDA0001809587400000104
和
Figure BDA0001809587400000105
分别为标志t时段电储能设备充电状态和热储能设备充热状态的0-1逻辑变量，充电时
Figure BDA0001809587400000106
等于1，否则
Figure BDA0001809587400000107
等于0，充热时
Figure BDA0001809587400000108
等于1，否则
Figure BDA0001809587400000109
等于0；
Figure BDA00018095874000001010
和
Figure BDA00018095874000001011
分别为电储能设备初始时刻和终止时刻储存的能量；
Figure BDA00018095874000001012
和
Figure BDA00018095874000001013
分别为热储能设备初始时刻和终止时刻储存的能量；
Figure BDA00018095874000001014
和
Figure BDA00018095874000001015
分别为电储能设备储存能量的下限和上限；
Figure BDA00018095874000001016
和
Figure BDA00018095874000001017
分别为热储能设备储存能量的下限和上限。
如图2所示，为一个典型的园区能源互联网结构，以此为例进行说明。
如图3所示，为电价曲线图；如图4所示，为夏季典型日和冬季典型日园区能源互联网负荷曲线。
天然气价格为3.15元/m3。天然气和传统电厂的CO2排放系数分别为1.85kg/m3和0.80kg/kWh。各能源设备的参数如表1所示。
表1各能源设备参数
Figure BDA00018095874000001018
夏季典型日和冬季典型日下，分别以运行成本、二氧化碳排放量、综合能源利用率和综合评价指标最优为目标的4种方案的优化结果如表2所示。
表2不同优化方案结果对比
Figure BDA00018095874000001019
Figure BDA0001809587400000111
由表2可知，在夏季典型日下，运行成本、二氧化碳排放量和综合能源利用率最优的优化方案下，综合评价指标值分别为0.899、0.890和0.676，均小于综合评价指标的最优值0.901；在冬季典型日下，运行成本、二氧化碳排放量和综合评价指标最优的优化方案下，综合评价指标值分别为0.956、0.972和0.748，均小于综合评价指标的最优值0.976。这是因为单一评价指标最优的优化方案，虽然能够使得园区能源互联网运行的单一评价指标达到最优值，但是严重恶化了其他评价指标，使得综合评价指标较差。而综合评价指标最优的优化方案，能够有效权衡经济性、环保性和高效性评价指标的大小，使得综合评价指标最优。由此可见，基于综合评价指标最优的运行方案能够兼顾园区能源互联网运行的经济性、环保性和高效性，满足复杂的供用能环境下运行决策者多维度、全方位的需求。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的保护范围之内。

Claims (3)

1.基于综合评价指标的园区能源互联网运行优化方法，其特征在于，包括：
(1)建立园区能源互联网的能源设备的模型；
(2)建立园区能源互联网运行的综合评价指标，涉及经济性、环保性和高效性的评价指标；具体包括：
(2-1)构建综合评价指标的评价指标组成，经济性的评价指标为运行成本COP，环保性的评价指标为二氧化碳排放量DEm，高效性的评价指标为综合能源利用率wper；
所述的运行成本COP为：
Figure FDA0003155316160000011
其中，T为优化总时段，
Figure FDA0003155316160000012
和
Figure FDA0003155316160000013
分别为t时段园区能源互联网从电网购入的电功率和从天然气网购入的天然气功率，t的取值范围为1～T；
Figure FDA0003155316160000014
为t时段园区能源互联网从电网购电的电价；cg为天然气价格；H为天然气燃烧的高热值；I为能源转换设备总数，λi为第i个能源转换设备的维护成本系数，i的取值范围为1～I；
Figure FDA0003155316160000019
为t时段i类能源转换设备的输入功率；
所述的二氧化碳排放量DEm为：
Figure FDA0003155316160000015
其中，dg和de分别为天然气和电能的二氧化碳排放系数；
所述的综合能源利用率wper为园区能源互联网输出的能量总量与输入的能量总量的比例：
Figure FDA0003155316160000016
其中，
Figure FDA0003155316160000017
和
Figure FDA0003155316160000018
分别为t时段的电负荷功率、热负荷功率和冷负荷功率；
(2-2)通过模糊隶属度函数获取各评价指标的隶属度；
Figure FDA0003155316160000021
Figure FDA0003155316160000022
Figure FDA0003155316160000023
其中，
Figure FDA0003155316160000024
和
Figure FDA0003155316160000025
分别为运行成本、二氧化碳排放量和综合能源利用率的隶属度；
Figure FDA0003155316160000026
和
Figure FDA0003155316160000027
为运行成本、二氧化碳排放量和综合能源利用率的最优值；
(2-3)采用层次分析法确定综合评价指标权重，得到综合评价指标；
Figure FDA0003155316160000028
其中，ξCEI为综合评价指标；ρ1、ρ2和ρ3分别为运行成本、二氧化碳排放量和综合能源利用率的综合评价指标权重；具体包括：
(2-3-1)采用标度1～9描述n个评价指标的重要程度；
(2-3-2)将各评价指标重要程度进行两两比较，得到判别矩阵A＝[apq]；
Figure FDA0003155316160000029
其中，apq为评价指标p的重要程度ap与评价指标q的重要程度aq的比值，p、q的取值范围为1～n；
(2-3-3)根据判别矩阵A计算特征根和特征向量，并进行一致性校验；
Figure FDA00031553161600000210
其中，λmax为判别矩阵A的最大特征根；IR为平均随机一致性指标，根据评价指标总数，查表可获取；CR为随机一致性指标，一般认为CR<0.1，则认为判别矩阵A满足一致性要求；
(2-3-4)将判别矩阵A的特征向量进行标准化，得到综合评价指标权重
(3)建立以综合评价指标最大化为目标的园区能源互联网运行优化模型；
(4)利用GAMS软件求解园区能源互联网运行优化模型，得到园区能源互联网运行方案。
2.根据权利要求1所述的基于综合评价指标的园区能源互联网运行优化方法，其特征在于，所述的能源设备的模型包括能源转换设备的模型和能源储存设备的模型；
所述的能源转换设备包括燃气轮机设备、燃气锅炉设备、余热回收设备、吸收式制冷设备和电制冷设备；
所述的能源储存设备包括电储能设备和热储能设备；
所述的能源转换设备的模型为：
Figure FDA0003155316160000031
Figure FDA0003155316160000032
Figure FDA0003155316160000033
Figure FDA0003155316160000034
Figure FDA0003155316160000035
其中，
Figure FDA0003155316160000036
和
Figure FDA0003155316160000037
分别为t时段燃气轮机设备的天然气功率、热功率和电功率；
Figure FDA0003155316160000038
和
Figure FDA0003155316160000039
分别为燃气轮机设备的发电效率和产热效率；
Figure FDA00031553161600000310
和
Figure FDA00031553161600000311
分别为t时段燃气锅炉设备的天然气功率和热功率；ηGB为燃气锅炉设备的产热效率；
Figure FDA00031553161600000312
为t时段余热回收设备输出的热功率；ηHR为余热回收设备的产热效率；
Figure FDA00031553161600000313
和
Figure FDA00031553161600000314
分别为t时段吸收式制冷设备的热功率和冷功率；
Figure FDA00031553161600000315
和
Figure FDA00031553161600000316
分别为t时段电制冷设备的电功率和冷功率；KAC和KEC分别为吸收式制冷设备的制冷系数和电制冷设备的制冷系数；
所述的能源储存设备的模型为：
Figure FDA0003155316160000041
其中，△t为优化时间间隔；
Figure FDA0003155316160000042
和
Figure FDA0003155316160000043
分别为电储能设备t时段的充电功率和放电功率；
Figure FDA0003155316160000044
和
Figure FDA0003155316160000045
分别为热储能设备t时段的充热功率和放热功率；
Figure FDA0003155316160000046
和
Figure FDA0003155316160000047
分别为电储能设备t时段和(t-1)时段储存的能量；
Figure FDA0003155316160000048
和
Figure FDA0003155316160000049
分别为热储能设备t时段和(t-1)时段储存的能量；
Figure FDA00031553161600000410
和
Figure FDA00031553161600000411
分别为电储能设备的充电效率和放电效率；
Figure FDA00031553161600000412
和
Figure FDA00031553161600000413
分别为热储能设备的充热效率和放热效率。
3.根据权利要求1所述的基于综合评价指标的园区能源互联网运行优化方法，其特征在于，所述的步骤(3)中的园区能源互联网运行优化模型包括目标函数和约束条件；
所述的目标函数为综合评价指标最大化：
max ξCEI
所述的约束条件包括功率平衡约束、最大出力约束、爬坡约束、交互功率约束和能源储存设备运行约束；
所述的功率平衡约束为：
Figure FDA00031553161600000414
所述的最大出力约束为：
Figure FDA00031553161600000415
其中，
Figure FDA00031553161600000416
和
Figure FDA00031553161600000417
分别为i类能源转换设备输入功率的下限和上限；
所述的爬坡约束为：
Figure FDA00031553161600000418
其中，
Figure FDA00031553161600000419
和
Figure FDA00031553161600000420
分别为燃气轮机设备和燃气锅炉设备(t-1)时段的天然气功率，rMT和rGB分别为燃气轮机设备和燃气锅炉设备的最大爬坡速率；
所述的交互功率约束为：
Figure FDA0003155316160000051
其中，
Figure FDA0003155316160000052
和
Figure FDA0003155316160000053
分别为园区能源互联网从电网购入电功率的下限和上限；
所述的能源储存设备运行约束为：
Figure FDA0003155316160000054
其中，
Figure FDA0003155316160000055
和
Figure FDA0003155316160000056
分别为电储能设备的最大充放电功率和热储能设备的最大充放热功率；
Figure FDA0003155316160000057
和
Figure FDA0003155316160000058
分别为标志t时段电储能设备充电状态和热储能设备充热状态的0-1逻辑变量，充电时
Figure FDA0003155316160000059
等于1，否则
Figure FDA00031553161600000510
等于0，充热时
Figure FDA00031553161600000511
等于1，否则
Figure FDA00031553161600000512
等于0；
Figure FDA00031553161600000513
和
Figure FDA00031553161600000514
分别为电储能设备初始时刻和终止时刻储存的能量；
Figure FDA00031553161600000515
和
Figure FDA00031553161600000516
分别为热储能设备初始时刻和终止时刻储存的能量；
Figure FDA00031553161600000517
和
Figure FDA00031553161600000518
分别为电储能设备储存能量的下限和上限；
Figure FDA00031553161600000519
和
Figure FDA00031553161600000520
分别为热储能设备储存能量的下限和上限。
CN201811118915.7A 2018-08-29 2018-09-25 基于综合评价指标的园区能源互联网运行优化方法 Active CN109345012B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2018109963436 2018-08-29
CN201810996343 2018-08-29

Publications (2)

Publication Number Publication Date
CN109345012A CN109345012A (zh) 2019-02-15
CN109345012B true CN109345012B (zh) 2021-09-21

Family

ID=65306392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811118915.7A Active CN109345012B (zh) 2018-08-29 2018-09-25 基于综合评价指标的园区能源互联网运行优化方法

Country Status (1)

Country Link
CN (1) CN109345012B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978397B (zh) * 2019-04-01 2022-07-29 河海大学 基于层次分析法的综合能源系统优化运行模式评估方法
CN110598913B (zh) * 2019-08-21 2022-04-15 全球能源互联网研究院有限公司 一种园区综合能源系统设备容量配置的优化方法及系统
CN110854930A (zh) * 2019-11-18 2020-02-28 国网浙江省电力有限公司台州供电公司 一种考虑多能协同的园区综合能源系统优化调度方法
CN112200347A (zh) * 2020-09-08 2021-01-08 国网天津市电力公司电力科学研究院 一种园区综合能源系统薄弱环节辨识及扩容改造方法
CN112365129A (zh) * 2020-10-21 2021-02-12 天津大学 基于交叉超效率ccr模型的综合能源系统综合效率评价方法
CN113255224A (zh) * 2021-06-03 2021-08-13 玲珑集团有限公司 一种基于发光萤火虫算法的能源系统配置优化方法
CN113705871A (zh) * 2021-08-17 2021-11-26 南方电网能源发展研究院有限责任公司 能源配置方法、装置、计算机设备和存储介质
CN114239292B (zh) * 2021-12-21 2022-05-31 特斯联科技集团有限公司 面向低碳经济运行的多能需求园区综合评价方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609684A (zh) * 2017-08-24 2018-01-19 浙江万克新能源科技有限公司 一种基于微电网的综合能源系统经济优化调度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609684A (zh) * 2017-08-24 2018-01-19 浙江万克新能源科技有限公司 一种基于微电网的综合能源系统经济优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"不同运营模式的微网综合效益评价研究";刘超;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20131215(第S2期);第J150-25页 *
"基于弱鲁棒优化的微能源网调度方法";张勇军 等;《电力系统自动化》;20180725;第42卷(第14期);第75-82页 *

Also Published As

Publication number Publication date
CN109345012A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN109345012B (zh) 基于综合评价指标的园区能源互联网运行优化方法
WO2022048127A1 (zh) 一种电热泵-热电联合系统的优化调控方法及系统
CN110244566B (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN107508328A (zh) 考虑风电消纳的联合系统能量优化方法
CN111950807B (zh) 计及不确定性与需求响应的综合能源系统优化运行方法
CN108206543A (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN104065072A (zh) 一种基于动态电价的微电网运行优化方法
CN109325621B (zh) 一种园区能源互联网两阶段优化调度控制方法
CN109861302B (zh) 一种基于主从博弈的能源互联网日前优化控制方法
CN110994606B (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN116542370A (zh) 一种考虑碳捕集与碳交易的园区低碳经济运行方法
CN114330827B (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN112418488B (zh) 一种基于两阶段能量优化的综合能源系统调度方法及装置
CN115186902A (zh) 温室综合能源系统的调控方法、装置、终端及存储介质
CN115860413A (zh) 基于负荷需求响应与双层可调鲁棒优化的并网冷热电联产微网系统经济调度方法
CN114662752A (zh) 基于价格型需求响应模型的综合能源系统运行优化方法
CN110244568B (zh) 工业企业微网的能源枢纽模型及其多能互补优化控制方法
CN112036652A (zh) 基于机会约束规划的光伏-储能综合能源系统规划方法
CN116167483A (zh) 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法
CN113158547A (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
CN116739636A (zh) 一种基于igdt的含碳交易机制的综合能源站优化运行方法
CN109840621A (zh) 考虑储能系统影响的并网型微电网日前多目标优化方法
CN113822572A (zh) 考虑能源共享和多风险的园区综合能源系统优化调度方法
CN113297725A (zh) 一种基于改进ewm法的区域综合能源系统能效评估方法
CN111555270A (zh) 一种综合能源优化与动态分析的方法及系统

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