CN109390979A - 一种综合能源系统的优化控制方法 - Google Patents
一种综合能源系统的优化控制方法 Download PDFInfo
- Publication number
- CN109390979A CN109390979A CN201811244594.5A CN201811244594A CN109390979A CN 109390979 A CN109390979 A CN 109390979A CN 201811244594 A CN201811244594 A CN 201811244594A CN 109390979 A CN109390979 A CN 109390979A
- Authority
- CN
- China
- Prior art keywords
- energy
- optimal control
- energy system
- optimization
- integrated 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 claims abstract description 65
- 238000004891 communication Methods 0.000 claims abstract description 59
- 238000007726 management method Methods 0.000 claims abstract description 55
- 230000004044 response Effects 0.000 claims abstract description 36
- 238000013499 data model Methods 0.000 claims abstract description 35
- 238000009826 distribution Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000013439 planning Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 12
- 238000005096 rolling process Methods 0.000 claims description 11
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000005057 refrigeration Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 abstract description 9
- 240000002853 Nelumbo nucifera Species 0.000 abstract description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 abstract description 5
- 235000006510 Nelumbo pentapetala Nutrition 0.000 abstract description 5
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000004146 energy storage Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000003462 Bender reaction Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002143 encouraging effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H02J3/383—
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种综合能源系统的优化控制方法,包括以下步骤:建立公共信息模型,获取配电自动化数据,建立标准通信接口和通信数据模型,通过标准通信接口,根据通信数据模型对配电自动化数据进行多能源优化处理;本申请的综合能源系统的优化控制方法首先将用户侧分布式能源接入综合能源系统,有助于实现多能互补协同优化控制,在综合能源系统中保证不同系统间数据交互一致性;建立面向综合能源管理的智能用户终端的标准通信接口和通信数据模型实现综合能源系统中的横向多能互补、纵向需求响应联合优化,从源端和荷端两方面实现能量协同优化,将用户端综合能源系统内部的供能和用能进行最佳匹配,能够满足分布式能源、柔性负荷优化管理的需求。
Description
技术领域
本发明涉及能源系统控制技术领域,特别涉及一种综合能源系统的优化控制方法。
背景技术
面对日益严峻的能源形势和国家大力倡导的新能源政策的推动,综合能源管理的相关技术研究和工程示范都已经提上日程。在未来多方互动的能源交易模式及多能源互补运行的网络状况下,充分挖掘综合能源系统中柔性负荷及分布式能源的调度潜力,不论是对分布式能源消纳、电网削峰填谷,还是参与提供辅助服务都具有重要意义。
综合能源系统融合电、热、冷、气等不同类型的能源,综合能源系统的控制必须依赖先进的通信技术,以支撑多种能源的协调管理、用户侧资源参与需求响应、用户与电网实时互动、灵活交易等功能。综合能源系统的优化运行需要大规模的数据交互,因此有必要构建综合能源系统信息交互数据模型,研究涵盖能量流、信息流与价值流的融合数据模型。为保证用户端与云平台交互信息的一致性以支持云平台业务与规模扩展,需要有能满足不同业务需求的统一信息模型,而目前的公共信息模型虽制定电力自动化涉及的大部分信息模型,但其中缺乏分布式电源及柔性负荷等内容的建模,无法满足分布式能源、柔性负荷优化管理的需求。
发明内容
本申请提供一种综合能源系统的优化控制方法,以解决现有技术中的公共信息模型虽制定电力自动化涉及的大部分信息模型,但其中缺乏分布式电源及柔性负荷等内容的建模,尚无法满足分布式能源、柔性负荷优化管理的需求的问题。
为解决上述技术问题本发明提供如下技术方案:
一种综合能源系统的优化控制方法,所述方法包括以下步骤:
建立公共信息模型,所述公共信息模型包括分布式能源接入状态和用户负荷状态;
根据所述公共信息模型获取配电自动化数据;
建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型;
通过所述标准通信接口,根据所述通信数据模型对所述配电自动化数据进行多能源优化处理。
优选的,所述建立公共信息模型包括:基于CIM16V19拓展风光储和三联供系统的信息模型。
优选的,所述建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型包括:对综合能源系统设计的信息交互场景进行分析,确定适用于智能用户终端的标准通信和通信数据格式,建立所述面向综合能源管理的智能用户终端的标准通信接口和所述面向综合能源管理的智能用户终端的通信数据模型。
优选的,所述优化控制方法还包括:优化电负荷、冷负荷、热负荷消耗及电能、天然气能源供应的运行。
优选的,根据所述通信数据模型对所述配电自动化数据进行多能源优化处理包括:日前计划优化和日中滚动优化。
优选的,所述日前计划优化由用户设定日前用能计划后触发。
优选的,所述日中滚动优化包括:对综合能源系统运行中随机下发的激励性需求响应事件和用户随机改变用能需求事件进行监测,将适应所述综合能源系统运行中随机下发的激励性需求响应事件和所述用户随机改变用能需求事件的用户端用能情况进行动态优化。
优选的,所述建立面向综合能源管理的智能用户终端的标准通信接口包括:主体注册、事件下发、数据上传以及选择计划。
优选的,所述向综合能源管理的智能用户终端的通信数据模型包括:事件数据模型和报告数据模型。
本申请提供的方法包括以下步骤:建立公共信息模型,所述公共信息模型包括分布式能源接入状态和用户负荷状态,根据所述公共信息模型获取配电自动化数据,建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型,通过所述标准通信接口,根据所述通信数据模型对所述配电自动化数据进行多能源优化处理;本申请的综合能源系统的优化控制方法首先将用户侧分布式能源接入综合能源系统,有助于实现多能互补协同优化控制,在综合能源系统中,用户侧资源调节潜力将充分发挥,同时融入需求响应、能源交易等服务内容,推动能源网络信息化和智能化,综合能源系统的开放互动需要依靠统一的公共信息模型和通信数据模型支撑,保证不同系统间数据交互一致性;建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型实现综合能源系统中的横向多能互补、纵向需求响应联合优化,使能量生产与消耗双向互动,从源端和荷端两方面实现能量协同优化,将用户端综合能源系统内部的供能和用能进行最佳匹配;本申请提供的综合能源系统的优化控制方法能够满足分布式能源、柔性负荷优化管理的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明实施例提供的综合能源系统的优化控制方法的流程示意图;
图2为本发明优选的实施例提供的日前计划优化流程示意图;
图3为本发明优选的实施例提供的具有3个整型变量约束的MIQP的完全二叉树示意图;
图4为本发明优选的实施例提供的基于B&B算法和Zoutendijk可行方向法的MIQP求解流程示意图;
图5为本发明优选的实施例提供的MIQP分支定界求解日前计划优化过程与最优值曲线图;
图6为本发明优选的实施例提供的日中滚动优化流程示意图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅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。
请参阅图1,为本发明实施例提供的综合能源系统的优化控制方法的流程图。所述方法包括以下步骤:
建立公共信息模型,所述公共信息模型包括分布式能源接入状态和用户负荷状态;
根据所述公共信息模型获取配电自动化数据;
建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型;
通过所述标准通信接口,根据所述通信数据模型对所述配电自动化数据进行多能源优化处理。
其中,公共信息模型(CIM)是一个抽象模型,描述电力企业的所有主要对象,特别是与电力运行有关的对象。通过提供一种用对象类和属性及他们之间关系来表示电力系统资源的标准方法,CIM方便了实现不同卖方独立开发的能量管理系统(EMS)应用的集成,多个独立开发的完整EMS系统之间的集成,以及EMS系统和其它涉及电力系统运行的不同方面的系统,例如发电或配电系统之间的集成。这是通过定义一种基于CIM的公共语言(即语法和语义),使得这些应用或系统能够不依赖于信息的内部表示而访问公共数据和交换信息来实现的。CIM公共信息模型把电力系统资源描述为对象类、属性以及它们之间的关系,采用面向对象统一建模语言UML来描述CIM。在UML中,现实世界实体的类型被定义为“类”,实体类型的性质被定义为“类的属性”,实体类型之间的关系描述为“类之间的关系”,包括:继承、关联、聚集。
本申请实施例中的公共信息模型包括了分布式能源接入状态和用户负荷状态。分布式能源是一种建在用户端的能源供应方式,可独立运行,也可并网运行,是以资源、环境效益最大化确定方式和容量的系统,将用户多种能源需求,以及资源配置状况进行系统整合优化,采用需求应对式设计和模块化配置的新型能源系统,是相对于集中供能的分散式供能方式。建立了考虑分布式能源接入的公共信息模型模型以及考虑用户负荷的公共信息模型,有助于确保综合能源系统信息交互的一致性和信息采集的正确性。
为了实现配网综合能源系统设备资源与智能用户终端、智能用户终端与综合能源管理与服务云平台的开放互联,建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型。对采集的配电自动化数据进行多能源优化处理分析,同时提出了配网多目标优化性能评估指标,将用户端综合能源系统内部的供能和用能进行最佳匹配。
由以上技术方案可知,本申请提供的方法包括以下步骤:建立公共信息模型,所述公共信息模型包括分布式能源接入状态和用户负荷状态,根据所述公共信息模型获取配电自动化数据,建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型,通过所述标准通信接口,根据所述通信数据模型对所述配电自动化数据进行多能源优化处理;本申请的综合能源系统的优化控制方法首先将用户侧分布式能源接入综合能源系统,有助于实现多能互补协同优化控制,在综合能源系统中,用户侧资源调节潜力将充分发挥,同时融入需求响应、能源交易等服务内容,推动能源网络信息化和智能化,综合能源系统的开放互动需要依靠统一的公共信息模型和通信数据模型支撑,保证了不同系统间数据交互一致性;建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型实现综合能源系统中的横向多能互补、纵向需求响应联合优化,使能量生产与消耗双向互动,从源端和荷端两方面实现能量协同优化,将用户端综合能源系统内部的供能和用能进行最佳匹配;本申请提供的综合能源系统的优化控制方法能够满足分布式能源、柔性负荷优化管理的需求。
本申请优选的实施例中,所述建立公共信息模型包括:基于CIM16V19拓展风光储能和三联供系统的信息模型。风光储能是整合风力发电、光伏放电等分布式发电的储能方式,三联供系统是冷热电三种发电方式的联合,风光储能和三联供系统均能提高发电效率和增强储能能力。本申请优选的实施例是在CIM16V19的基础上,拓展了风光储以及三联供系统的CIM模型,重点关注与综合能源管理信息交互有关的设备状态以及与能量优化管理有关的调节潜力、与能源交易有关的能量消耗等信息。
本申请优选的实施例中,所述建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型包括:对综合能源系统设计的信息交互场景进行分析,确定适用于智能用户终端的标准通信和通信数据格式,建立所述面向综合能源管理的智能用户终端的标准通信接口和所述面向综合能源管理的智能用户终端的通信数据模型。在通信数据模型支持下,任何满足标准的设备或终端都可以直接接入综合能源系统信息系统中,参与综合能源系统的监测和优化调度,进一步实现综合能源管理与服务云平台对能源设备的控制、采集设备能量信息、能量优化管理、状态报告、事件监听、事件响应、运行维护等功能。
本申请优选的实施例中,所述优化控制方法还包括:优化电负荷、冷负荷、热负荷消耗及电能、天然气能源供应的运行。整个供能系统中的冷、热、电负荷之间存在耦合与转化关系,冷负荷、热负荷由电能和天然气联合供应,优化模型需要考虑电负荷、冷负荷、热负荷消耗及电能、天然气能源供应的优化运行,本申请优选的实施例从经济性、环保性、节能性和舒适度四个方面建立了配网多目标优化性能评估指标。
本申请优选的实施例中,所述根据所述通信数据模型对所述配电自动化数据进行多能源优化处理包括:日前计划优化和日中滚动优化。优化处理由多能互补与需求响应联合优化模型与求解算法构成,同时假设电网的电价机制采用日前实时电价模式,日中有激励性需求响应事件。因此,优化综合考虑了日前实时电价和综合能源系统运行中可能出现的激励事件,同时,为了适应用户用能和需求响应不确定性,将多能互补与需求响应联合优化分为日前计划优化和日中滚动优化两个阶段。
请参阅图2,为本发明优选的实施例提供的日前计划优化流程图,实行日前计划优化需要完成电网数据的采集、用户用能计划的确定、分布式电源出力和用户负荷预测等数据,随后根据多目标优化指标计算用户一天的总运行成本、不可再生能源消耗量、碳排放减少量、用户舒适度指标,然后根据用户偏好确定各目标函数权重,将各个目标函数融合成单一目标函数,求解得出用户当天最佳用能计划,通过系统人机交互界面反馈给用户。
由于引入了电动汽车充放电标志σgv、储能电池充放电标志σESS,充放电标志σgv、σESS均为{0,1}型整数变量,使得整个优化问题混入了整数约束,成为混合整数规划问题(Mixed Integer Programming,MIP)。各子目标函数中,经济性、环保性、节能性目标函数都是线性的,只有舒适度目标函数为二次目标函数。因此日前计划优化问题为混合整数二次规划(Mixed Integer Quadratic Programming,MIQP)问题,可以通过分支定界法(Branch&Bound,B&B)进行求解。
MIP问题的决策变量中既包含了整型变量,也包含连续变量,一般来讲,MIP问题是NP-hard问题,算法时间复杂度为指数级。目前针对混合整数非线性规划问题的有效求解方法有分支定界法(Branch&Bound,B&B)、广义Bender分解法(Generalized BendersDecomposition,GBD)、外逼近法(Outer Approximation,OA)、遗传算法(GenericAlgorithm,GA)、粒子群算法以及模拟退火算法等。但MIQP作为特殊的混合整数非线性规划问题,具有如下特点:二次规划问题相对容易求解,当加权矩阵为正定矩阵时,优化问题有唯一最优解,因此,在问题规模小于一定范围内,可以基于分支定界法有效求解MIQP问题。
本申请优选的实施例的MIQP问题可以写作如下形式:
其中:
本申请优选的实施例的MIQP问题具有两大特点:加权矩阵Q为半正定矩阵;整型变量的取值为0或者1(整型变量上下限约束为1和0)。因此本专利讨论的B&B算法针对此类特殊问题的求解更高效。
B&B求解MIQP问题的核心思想是将整型变量约束松弛为实数连续变量,转化为一般的二次规划(Quadratic Programming)QP子问题进行求解,然后得到其中符合整数约束的原MIQP的最优解。对于一般的QP问题可以采取可行方向法(如Zoutendijk可行方向法、Frank-Wolfe方法等)求解,QP问题的一般形式如下:
采用Zoutendijk可行方向法求解上述QP问题的步骤如下:
(1)取初始可行点X(1),令k=1;
(2)进行第k次迭代。在X(1)处将不等式约束分解为起作用约束和不起作用约束:
和使得A1x(k)=b1,A2x(k)≤b2。计算
(3)求解下列线性规划问题,得到最优解d(k)。
min(Qx(k))Td
A1d≥0
s.t.Aeqd=0
-1≤dj≤1,j=1,…n
(4)如果(Qx(k))Td(k)=0,则x(k)为最优解,停止计算;否则,转至(5)。
(5)求步长λk。令则最大步长为:
求解:得到最优解λk,令x(k+1)=x(k)+λkd(k)。
(6)令k=k+1,转至(2)。
基于B&B求解本专利中MIQP问题的原理可以采用完全二叉树表示。设一组向量ξ∈{0,1,#}|Ω|,该向量维数为MIQP问题中整型变量的个数,向量中元素值与各个整型变量的取值一一对应,其中“#”表示[0,1]区间内的任意实数。一个向量ξ对应了一个QP问题,ξ中元素的取值对应了QP问题中整型变量的取值,同时ξ向量也对应二叉树中的一个节点,二叉树的根节点对应ξ0=[#,…#],表示对MIQP问题中的所有整型变量都松弛为[0,1]。通过将ξ向量中的某一元素设定值为0或1,可以在向量基础上生成新的QP问题,例如ξ0向量可以生成ξ1=[0,#,…#]和ξ2=[1,#,…#]向量,ξ1和ξ2在二叉树中对应了ξ0向量节点的子节点,以ξ1向量为例,其对用的QP问题为:
上述QP问题可以转化为式(4)表示的一般QP问题采用Zoutendijk可行方向法进行求解。具有3个整型变量约束的MIQP的完全二叉树如图3所示,图中每个节点对应一个ξ向量,也对应一个QP问题。
根据以上二叉树分析,求解含n个整型变量的MIQP问题最多需要求解2n+1-1个QP子问题,算法复杂度为指数级,但在问题规模较小时,仍可以在短时间内求得最优解。
基于B&B算法和Zoutendijk可行方向法求解MIQP问题具体流程如图4所示。从图中可以看出,当某一个QP问题的最优解大于当前最优解时,其对应的子QP问题将无需求解,这也大大缩减了MIQP问题的求解时间。采用图4所示的B&B和Zoutendijk可行方向法MIQP求解流程求解日前计划优化问题,随着求解子QP问题次数的增加,当前最优值不断更新,最优值随求解次数更新的曲线如图5所示,最终求出问题的最优解。
请参阅图5,为本发明优选的实施例提供的日中滚动优化流程图,日中滚动优化处理过程:
日中滚动优化主要考虑综合能源系统运行中随机下发的激励性需求响应事件,其次还需要考虑用户随机改变用能需求的情况,日中滚动优化将适应以上两者随机事件对用户端用能情况进行动态优化。
对于单个用户而言,优化目标是在满足用户用能需求的前提下达到经济性、环保性、节能性和舒适度的综合最优用能策略,在没有需求响应事件的前提下,首先考虑柔性负荷的调节,由系统自动完成优化过程。此部分优化策略与日前计划优化相似,只是考虑用户会在当天调整用能需求,因此将优化时域缩短为,由于室内温度、热水温度、储能电量、电动汽车电量具有时间上的累加效应,因此在优化前需获取系统当前状态集合St-1={Tempt-1,θt-1,SOCev,t-1,SOCESS,t-1},根据如下公式计算目标函数:
根据式上述公式,可以计算出在时域[t,t+H)的用户端分布式能源、冷热电负荷设备的出力大小以及设备运行状态优化控制目标值,记为集合Ct={Pac,t,Pwh,t,PEV,t,PWP,t,PPV,t,PESS,t,PGT,t,PGB,t},t∈[t,t+H),但只取t时段的优化控制目标值Ct作为t时段的设备控制设定值。在下一个t+1时段,Ct+1将在时域[t+1,t+1+H)重新计算,重复以上过程,整个优化区间随时间向前滚动,从而实现实时优化控制,随时适应用户用能需求的调整。
在一些尖峰负荷时段内,上级能量管理系统可能会向智能用户终端下发激励性需求响应事件。假定一个激励性需求响应事件可以表示为其中,b是响应开始时段,L是持续时间,是响应时段内的负荷功率上限,S是相应的折扣回报金额。
为计算方便,设置一个标志位y,表示是否响应该激励性需求响应事件:
为正确响应激励性需求响应事件,在时域[b,b+L),考虑激励性需求响应事件的优化模型需要进行修正,由于激励性需求响应事件主要涉及电功率上限以及经济性补偿,因此模型中需要修正的部分包括经济性目标函数和功率约束。考虑激励性需求响应事件后,为使系统总运行成本最小,经济性目标函数及用能需求功率约束修正为:
在优化前需获取系统当前状态集合St={Tempt,θt,SOCev,t,SOCESS,t},t=b-1。根据上述公式,可以计算出用户端分布式能源、冷热电负荷设备在时域[b,b+L)的出力大小以及设备运行状态优化控制目标值Ct,t∈[b,b+L),取所有时域[b,b+L)的优化控制目标值作为时域内各时段的设备控制设定值,以确保满足整个时段内的负荷功率上限。
有时仅根据自动调节柔性负荷(称为自动响应)后无法满足负荷功率上限,这时需要考虑调节非柔性负荷,但考虑到非柔性负荷对用户日常生活的必要性,在这个过程中,应该由用户决定是否参与(称为交互响应)。在智能用户终端中包含了自动响应和交互响应,共同实现对用户侧能源设备的优化控制,整体响应流程如图6所示。
本申请优选的实施例中,所述建立面向综合能源管理的智能用户终端的标准通信接口包括:主体注册、事件下发、数据上传以及选择计划。
其中,主体注册接口包括设备向智能用户终端以及智能用户终端向综合能源管理与服务云平台的注册。注册交互包括查询注册(首次注册)、创建注册(用户VEN注册信息改变时)、请求注册(用于VTN注册信息改变时)和取消注册。
事件(Event)由综合能源管理与服务云平台生成,并通过包含Event属性描述的一个或多个事件的DistributeEvent消息发送到VEN。有些事件需要响应(如激励性需求响应事件、直接负荷控制等),有些则不需要(如价格信号下发),在事件描述中由ResponseRequired元素说明。如果需要响应,用户用一个CreatedEvent消息响应。如果不需要响应,用户不能对这个事件回复CreatedEvent消息。通过Event服务,能够实现综合能源管理与服务云平台向用户下发价格信号、需求响应事件、货币激励、调度计划等,具体的通信数据模型将在下一小节进行介绍。
用户和综合能源管理与服务云平台之间的所有报告交互建立在以下核心操作:注册报告,用于交互元数据报告,即规范要发送数据的属性;请求报告,用于一方从另一方请求报告;发送报告,用于交换实际报告内容;取消报告,用于取消目标方正在生成的(即定期的)报告。通过Report服务,可以实现用户向综合能源管理与服务云平台的数据报告,包括历史数据、遥测数据(包括使用数据及设备状态)等,具体通信数据模型将在下一小节进行介绍。
选择计划实现了用户到综合能源管理与服务云平台创建选择加入(Opt-In)和退出(Opt-Out)计划。用户可以通过此交互实现加入某项需求响应事件或者退出响应。
本申请优选的实施例中,所述向综合能源管理的智能用户终端的通信数据模型包括:事件数据模型和报告数据模型。
具体的,事件数据模型:综合能源管理与服务云平台可以通过一个DistributeEvent消息传达要下发给用户的DR事件,可能是一个价格信号、也可能是一个需求响应事件,有些需要回复,有些不需要且不能回复。对于需要回复的事件,用户回复一个CreatedEvent消息。其中的核心元素是oadrEvent,oadrEvent又包括eiEvent和oadrResponseRequired元素。eiEvent元素包含事件的具体内容,而oadrResponseRequired元素则标识是否需要回复。
eiEvent元素中,eventDescriptor元素包含事件的描述,包括事件ID、事件修改编号、修改时间、修改原因、事件优先级、事件生成事件等属性;eiActivePeriod则元素包含事件的活跃时段,必须包含事件的开始时刻、持续时段;eiEventSignals元素包含事件的核心成分,可以包含一个或多个事件信号(至少一个),如下发的价格信息等;eiTarget元素包含VEN侧资源的标识,作为事件的目标。
报告数据模型:综合能源管理与服务云平台与用户之间的数据报告主要通过Report服务中的发送报告完成。在发送报告之前,由一方通过请求报告来请求数据,请求方发送一个CreateReport消息。在oadrReportRequest元素中表明请求报告的具体数据类型。
收到请求后,数据报告发送方发送一个UpdateReport消息,包含需要传递的数据信息,接收方响应一个UpdatedReport确认接收信息。其中,核心元素是oadrReport,包含了报告ID、报告描述、报告名称、报告创建时间、报告内容的具体数值、包含报告数据的有效区间等元素。
在能实现完整正确接受多能源信息以及用户端用电信息的基础上,对所获得的数据进行分析处理,以获得最佳的电能配置方案,以此来减少能源的浪费,提高能源利用率。根据已建立的柔性负荷、分布式能源模型,建立了针对用户端综合能源系统的多能互补与需求响应联合优化模型,将用户端能源优化构建为综合考虑经济性、环保性、节能性及舒适度的多目标优化问题,分为日前计划优化和日中滚动优化,以适应日前实时电价、日中需求响应事件及用户用能需求调整的不同优化情景。建立的优化模型为混合整数二次规划MIQP问题,针对本专利中问题的特殊性,提出了基于B&B和Zoutendijk可行方向法的MIQP求解算法,能够快速有效求解MIQP问题,起到了非常好的处理效果。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (9)
1.一种综合能源系统的优化控制方法,其特征在于,所述方法包括以下步骤:
建立公共信息模型,所述公共信息模型包括分布式能源接入状态和用户负荷状态;
根据所述公共信息模型获取配电自动化数据;
建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型;
通过所述标准通信接口,根据所述通信数据模型对所述配电自动化数据进行多能源优化处理。
2.如权利要求1所述的综合能源系统的优化控制方法,其特征在于,所述建立公共信息模型包括:基于CIM16V19拓展风光储和三联供系统的信息模型。
3.如权利要求1所述的综合能源系统的优化控制方法,其特征在于,所述建立面向综合能源管理的智能用户终端的标准通信接口和面向综合能源管理的智能用户终端的通信数据模型包括:对综合能源系统设计的信息交互场景进行分析,确定适用于智能用户终端的标准通信和通信数据格式,建立所述面向综合能源管理的智能用户终端的标准通信接口和所述面向综合能源管理的智能用户终端的通信数据模型。
4.如权利要求1所述的综合能源系统的优化控制方法,其特征在于,所述优化控制方法还包括:优化电负荷、冷负荷、热负荷消耗及电能、天然气能源供应的运行。
5.如权利要求1所述的综合能源系统的优化控制方法,其特征在于,所述根据所述通信数据模型对所述配电自动化数据进行多能源优化处理包括:日前计划优化和日中滚动优化。
6.如权利要求5所述的综合能源系统的优化控制方法,其特征在于,所述日前计划优化由用户设定日前用能计划后触发。
7.如权利要求5所述的综合能源系统的优化控制方法,其特征在于,所述日中滚动优化包括:对综合能源系统运行中随机下发的激励性需求响应事件和用户随机改变用能需求事件进行监测,将适应所述综合能源系统运行中随机下发的激励性需求响应事件和所述用户随机改变用能需求事件的用户端用能情况进行动态优化。
8.如权利要求1所述的综合能源系统的优化控制方法,其特征在于,所述建立面向综合能源管理的智能用户终端的标准通信接口包括:主体注册、事件下发、数据上传以及选择计划。
9.如权利要求1所述的综合能源系统的优化控制方法,其特征在于,所述向综合能源管理的智能用户终端的通信数据模型包括:事件数据模型和报告数据模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811244594.5A CN109390979B (zh) | 2018-10-24 | 2018-10-24 | 一种综合能源系统的优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811244594.5A CN109390979B (zh) | 2018-10-24 | 2018-10-24 | 一种综合能源系统的优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109390979A true CN109390979A (zh) | 2019-02-26 |
CN109390979B CN109390979B (zh) | 2022-04-08 |
Family
ID=65427839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811244594.5A Active CN109390979B (zh) | 2018-10-24 | 2018-10-24 | 一种综合能源系统的优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109390979B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555556A (zh) * | 2019-08-30 | 2019-12-10 | 国网四川省电力公司成都供电公司 | 一种基于线性整数规划的配网线变关系识别方法 |
CN110991764A (zh) * | 2019-12-16 | 2020-04-10 | 贵州电网有限责任公司 | 一种综合能源系统日前滚动优化方法 |
CN111047097A (zh) * | 2019-12-16 | 2020-04-21 | 贵州电网有限责任公司 | 一种综合能源系统日中滚动优化方法 |
CN111900726A (zh) * | 2020-07-15 | 2020-11-06 | 国网上海市电力公司 | 一种用于充换电站储能系统的充放电功率控制方法和装置 |
CN111986046A (zh) * | 2020-07-01 | 2020-11-24 | 浙江大学 | 基于电力网络的能源互联网协同优化处理系统及处理方法 |
CN112001639A (zh) * | 2020-08-25 | 2020-11-27 | 天津大学 | 综合能源系统能源需求的可调能力评估方法及存储介质 |
CN112131712A (zh) * | 2020-08-27 | 2020-12-25 | 国电南瑞科技股份有限公司 | 客户侧多能源系统多目标优化方法和系统 |
CN113806952A (zh) * | 2021-09-24 | 2021-12-17 | 沈阳工程学院 | 一种考虑源-荷-储的冷热电综合能源系统及其优化运行方法 |
CN113935198A (zh) * | 2021-11-16 | 2022-01-14 | 清鸾科技(成都)有限公司 | 多能系统运行优化方法、装置、电子设备及可读存储介质 |
CN114285087A (zh) * | 2021-11-29 | 2022-04-05 | 中国华能集团清洁能源技术研究院有限公司 | 基于最小成本的风光火储一体化系统配置方法和装置 |
CN114336693A (zh) * | 2021-11-29 | 2022-04-12 | 中国华能集团清洁能源技术研究院有限公司 | 风光火储一体化系统的优化配置方法和系统 |
CN114595584A (zh) * | 2022-03-14 | 2022-06-07 | 南方电网数字电网研究院有限公司 | 多能源互补的区域终端用能配置方法及装置 |
CN116757377A (zh) * | 2022-10-12 | 2023-09-15 | 国家电投集团科学技术研究院有限公司 | 一种基于bs架构的智慧能源管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140277808A1 (en) * | 2013-03-15 | 2014-09-18 | Open Access Technology International, Inc. | Use of Demand Response (DR) and Distributed Energy Resources (DER) to mitigate the impact of Variable Energy Resources (VER) in Power System Operation |
CN104463499A (zh) * | 2014-12-26 | 2015-03-25 | 湖南大学 | 一种基于cim的输变电设备全景信息建模方法 |
CN106208162A (zh) * | 2016-08-29 | 2016-12-07 | 广东电网有限责任公司电力科学研究院 | 一种混合整数二次规划电力系统动态调度方法 |
-
2018
- 2018-10-24 CN CN201811244594.5A patent/CN109390979B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140277808A1 (en) * | 2013-03-15 | 2014-09-18 | Open Access Technology International, Inc. | Use of Demand Response (DR) and Distributed Energy Resources (DER) to mitigate the impact of Variable Energy Resources (VER) in Power System Operation |
CN104463499A (zh) * | 2014-12-26 | 2015-03-25 | 湖南大学 | 一种基于cim的输变电设备全景信息建模方法 |
CN106208162A (zh) * | 2016-08-29 | 2016-12-07 | 广东电网有限责任公司电力科学研究院 | 一种混合整数二次规划电力系统动态调度方法 |
Non-Patent Citations (5)
Title |
---|
TING HU: "An Optimal Day-Ahead Dispatch Strategy for Deferrable Loads", 《2014 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY (POWERCON 2014)》 * |
张禹森: "基于电力需求响应的多时间尺度家庭能量管理优化策略", 《电网技术》 * |
段斌: "《信息技术与电力系统安全操作》", 31 August 2008 * |
蒋玮: "面向用电双向互动服务的信息通信模型", 《电力系统自动化》 * |
鲁文: "主动配电网综合能量管理系统设计与应用", 《电力系统自动化》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555556A (zh) * | 2019-08-30 | 2019-12-10 | 国网四川省电力公司成都供电公司 | 一种基于线性整数规划的配网线变关系识别方法 |
CN110555556B (zh) * | 2019-08-30 | 2023-04-07 | 国网四川省电力公司成都供电公司 | 一种基于线性整数规划的配网线变关系识别方法 |
CN110991764A (zh) * | 2019-12-16 | 2020-04-10 | 贵州电网有限责任公司 | 一种综合能源系统日前滚动优化方法 |
CN111047097A (zh) * | 2019-12-16 | 2020-04-21 | 贵州电网有限责任公司 | 一种综合能源系统日中滚动优化方法 |
CN111986046A (zh) * | 2020-07-01 | 2020-11-24 | 浙江大学 | 基于电力网络的能源互联网协同优化处理系统及处理方法 |
CN111900726A (zh) * | 2020-07-15 | 2020-11-06 | 国网上海市电力公司 | 一种用于充换电站储能系统的充放电功率控制方法和装置 |
CN112001639A (zh) * | 2020-08-25 | 2020-11-27 | 天津大学 | 综合能源系统能源需求的可调能力评估方法及存储介质 |
CN112001639B (zh) * | 2020-08-25 | 2023-06-06 | 天津大学 | 综合能源系统能源需求的可调能力评估方法及存储介质 |
CN112131712A (zh) * | 2020-08-27 | 2020-12-25 | 国电南瑞科技股份有限公司 | 客户侧多能源系统多目标优化方法和系统 |
CN112131712B (zh) * | 2020-08-27 | 2022-10-14 | 北京南瑞数字技术有限公司 | 客户侧多能源系统多目标优化方法和系统 |
CN113806952B (zh) * | 2021-09-24 | 2024-02-27 | 沈阳工程学院 | 一种考虑源-荷-储的冷热电综合能源系统及其优化运行方法 |
CN113806952A (zh) * | 2021-09-24 | 2021-12-17 | 沈阳工程学院 | 一种考虑源-荷-储的冷热电综合能源系统及其优化运行方法 |
CN113935198B (zh) * | 2021-11-16 | 2024-03-22 | 清鸾科技(成都)有限公司 | 多能系统运行优化方法、装置、电子设备及可读存储介质 |
CN113935198A (zh) * | 2021-11-16 | 2022-01-14 | 清鸾科技(成都)有限公司 | 多能系统运行优化方法、装置、电子设备及可读存储介质 |
CN114336693A (zh) * | 2021-11-29 | 2022-04-12 | 中国华能集团清洁能源技术研究院有限公司 | 风光火储一体化系统的优化配置方法和系统 |
CN114285087B (zh) * | 2021-11-29 | 2023-09-22 | 中国华能集团清洁能源技术研究院有限公司 | 基于最小成本的风光火储一体化系统配置方法和装置 |
CN114336693B (zh) * | 2021-11-29 | 2023-10-03 | 中国华能集团清洁能源技术研究院有限公司 | 风光火储一体化系统的优化配置方法和系统 |
CN114285087A (zh) * | 2021-11-29 | 2022-04-05 | 中国华能集团清洁能源技术研究院有限公司 | 基于最小成本的风光火储一体化系统配置方法和装置 |
CN114595584A (zh) * | 2022-03-14 | 2022-06-07 | 南方电网数字电网研究院有限公司 | 多能源互补的区域终端用能配置方法及装置 |
CN116757377A (zh) * | 2022-10-12 | 2023-09-15 | 国家电投集团科学技术研究院有限公司 | 一种基于bs架构的智慧能源管理系统 |
CN116757377B (zh) * | 2022-10-12 | 2024-04-30 | 国家电投集团科学技术研究院有限公司 | 一种基于bs架构的智慧能源管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109390979B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109390979A (zh) | 一种综合能源系统的优化控制方法 | |
Sarker et al. | Progress on the demand side management in smart grid and optimization approaches | |
WO2023201916A1 (zh) | 一种分布式灵活资源聚合控制装置及控制方法 | |
Zeng et al. | A potential game approach to distributed operational optimization for microgrid energy management with renewable energy and demand response | |
Xu et al. | Blockchain-based trustworthy energy dispatching approach for high renewable energy penetrated power systems | |
Liu et al. | Online energy sharing for nanogrid clusters: A Lyapunov optimization approach | |
Alizadeh et al. | Demand-side management in the smart grid: Information processing for the power switch | |
Cui et al. | Economic storage sharing framework: Asymmetric bargaining-based energy cooperation | |
Jia et al. | Joint operation and transaction mode of rural multi microgrid and distribution network | |
Carli et al. | Cooperative distributed control for the energy scheduling of smart homes with shared energy storage and renewable energy source | |
Zhou et al. | Stimulus-response control strategy based on autonomous decentralized system theory for exploitation of flexibility by virtual power plant | |
Yin et al. | Energy pricing and sharing strategy based on hybrid stochastic robust game approach for a virtual energy station with energy cells | |
Negeri et al. | Holonic architecture of the smart grid | |
Iqbal et al. | IoT-enabled smart home energy management strategy for DR actions in smart grid paradigm | |
CN108321796A (zh) | 家庭能量管理系统与方法 | |
CN108537363A (zh) | 一种配售分开环境下售电公司购电量控制方法 | |
Chekired et al. | Dynamic pricing model for EV charging-discharging service based on cloud computing scheduling | |
CN112883584A (zh) | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 | |
Ordouei et al. | Optimization of energy consumption in smart city using reinforcement learning algorithm | |
Chreim et al. | Energy management in residential communities with shared storage based on multi-agent systems: Application to smart grids | |
Zhang et al. | Energy scheduling for networked microgrids with co-generation and energy storage | |
Zhang et al. | Nodal dynamic charging price formulation for electric vehicle through the Stackelberg game considering grid congestion | |
Leung et al. | Energy Management for Renewable Microgrid Cooperation: Theory and Algorithm | |
Wu et al. | Research on the bi-layer low carbon optimization strategy of integrated energy system based on Stackelberg master slave game | |
Fan | [Retracted] Multiobjective Optimal Dispatching Method of Generalized Power Active Distribution Network Based on Game Theory |
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 |