CN109687428A - 基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法 - Google Patents

基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法 Download PDF

Info

Publication number
CN109687428A
CN109687428A CN201811433827.6A CN201811433827A CN109687428A CN 109687428 A CN109687428 A CN 109687428A CN 201811433827 A CN201811433827 A CN 201811433827A CN 109687428 A CN109687428 A CN 109687428A
Authority
CN
China
Prior art keywords
energy
equipment
goal
complement
ahp
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811433827.6A
Other languages
English (en)
Other versions
CN109687428B (zh
Inventor
王世朋
张伟波
杨帆
谢玉荣
周宇昊
柯冬冬
刘心喜
梁晶
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.)
China Huadian Group Co Ltd Tianjin Branch
Huadian Electric Power Research Institute Co Ltd
Original Assignee
China Huadian Group Co Ltd Tianjin Branch
Huadian Electric Power Research Institute Co Ltd
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 China Huadian Group Co Ltd Tianjin Branch, Huadian Electric Power Research Institute Co Ltd filed Critical China Huadian Group Co Ltd Tianjin Branch
Priority to CN201811433827.6A priority Critical patent/CN109687428B/zh
Publication of CN109687428A publication Critical patent/CN109687428A/zh
Application granted granted Critical
Publication of CN109687428B publication Critical patent/CN109687428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法,目前,分布式能源站的运行优化调整基本是经济性为原则,难以准确满足用户负荷与多能互补供能系统之间的耦合。本发明包括多目标综合分析系统、环境预测系统、优化调整系统和输出指导系统;多目标综合分析系统包括子目标分析系统、目标分析系统和多目标综合评价系统;多目标综合分析系统和环境预测系统均与优化调整系统连接,优化调整系统与输出指导系统连接。本发明通过层次分析法,将能效性、能质性、环境性、可靠性、经济性、绿色性等多目标综合评价分析,基于Q在线深度学习理论,实现多能互补综合供能系统多目标的合一性,综合提升系统优化运行。

Description

基于层次分析法的多能互补分布式能源微网运行优化控制系 统及方法
技术领域
本发明属于多能互补分布式能源领域,具体涉及一种基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法。
背景技术
针对外界环境变化实施调整多能互补综合供能系统各个供能子单元运行状态调整对系统智能化运行有重大影响,如申请号为201611261524.1的中国专利。但是以经济性作为调整系统运行的判别方法有失偏颇,以供能的稳定、经济、高效、清洁等多目标综合调整系统运行状态是未来发展的主流方向,目前仍难以做到。
发明内容
本发明的目的在于克服现有技术中存在的上述不足,而提供一种基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法,用于提升系统运行调整的准确性和实用性。
本发明解决上述问题所采用的技术方案是:一种基于层次分析法的多能互补分布式能源微网运行优化控制系统,包括多目标综合分析系统、环境预测系统、优化调整系统和输出指导系统;所述多目标综合分析系统包括子目标分析系统、目标分析系统和多目标综合评价系统,所述子目标分析系统设置多个,所述目标分析系统设置数个,所述多个子目标分析系统分别与数个目标分析系统连接;所述多目标综合分析系统和环境预测系统均与优化调整系统连接,所述优化调整系统与输出指导系统连接。
进一步而言,所述环境预测系统包括环境监测及负荷预测设备,所述多目标综合分析系统包括多目标综合评价设备,所述优化调整系统包括优化调整设备,所述输出指导系统包括燃气分布式设备、光伏设备、风电设备、地源热泵设备、蓄能设备、电网设备和其他供能设备;用户负荷端与环境监测及负荷预测设备连接,所述环境监测及负荷预测设备与多目标综合评价设备连接,所述多目标综合评价设备与优化调整设备连接;所述优化调整设备分别与燃气分布式设备、光伏设备、风电设备、地源热泵设备、蓄能设备、电网设备、其他供能设备连接,所述燃气分布式设备、光伏设备、风电设备、地源热泵设备、蓄能设备、电网设备和其他供能设备均与用户负荷端连接。
进一步而言,所述多个子目标分析系统并联布置。
进一步而言,所述数个目标分析系统并联布置。由各目标中的子目标汇总得到目标值,由各目标值得到多目标综合评价值。
基于层次分析法的多能互补分布式能源微网运行优化控制系统的控制方法如下:
(1)确定目标分析系统中各评价目标A1、A2,…,Aq
(2)确定各评价目标A1、A2,…,Aq在目标分析系统中的分值,按照A1≥A2≥…≥Aq顺序排列;
(3)分别确定评价目标A1、A2,…,Aq各子目标A11、A12、…、A1r,A21、…、A2t,Aq1、…、Aql
(4)确定各子目标在各对应子目标分析系统中的分值,按照A11≥A12≥…≥A1r、A21≥A22…≥A2t、Aq1≥Aq2…≥Aql顺序排列;
(5)实时收集用户负荷端的运行实际值,确定供能系统实时多目标综合评价P值;
(6)通过环境监测及负荷预测设备确定未来t时刻的日照强度、风力、温度环境值及冷、热、电负荷;
(7)进行未来t时刻运行状态调整预测,以当前运行的实时状态为基准;
(8)设定各子目标参数调整最大次数n,n>1;
(9)按顺序依次调整,依次评估Pt值;
(10)设定δ值,δ为正值,作为调整评判;若Pti-Pti-1>δ,表明从第i-1步到第i步相关参数调整方向是正向的,第i+1步保持同趋势调整;若Pti-Pti-1<-δ,表明从第i-1步到第i步相关参数调整方向是负向的,第i+1步保持反趋势调整;若|Pti-Pti-1|<δ,表明从第i-1步到第i步,P值基本不变化,参数调整结束;
(11)确定Ptmax,确定t时刻的系统运行状态;
(12)指导t时刻各系统按照预测Ptmax状态运行。
(13)收集用户负荷端信息并反馈。
本发明与现有技术相比,具有以下优点和效果:
1、综合考虑系统清洁、高效、经济、稳定等多种调节指标,实现运行综合优化运行调整;
2、优化了系统算法,减少运算工作量。
附图说明
图1是本发明实施例中的整体结构示意图。
图2是本发明实施例中的流程示意图。
图3是本发明实施例中的流程示意图。
图中:环境监测及负荷预测设备1、多目标综合评价设备2、优化调整设备3、燃气分布式设备4、光伏设备5、风电设备6、地源热泵设备7、蓄能设备8、电网设备9、其他供能设备10、用户负荷端11。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例。
参见图1至图3,一种基于层次分析法的多能互补分布式能源微网运行优化控制系统,包括多目标综合分析系统、环境预测系统、优化调整系统和输出指导系统;多目标综合分析系统包括子目标分析系统、目标分析系统和多目标综合评价系统,子目标分析系统设置多个,目标分析系统设置数个,多个子目标分析系统分别与数个目标分析系统连接;多目标综合分析系统和环境预测系统均与优化调整系统连接,优化调整系统与输出指导系统连接。
本实施例中,环境预测系统包括环境监测及负荷预测设备1,多目标综合分析系统包括多目标综合评价设备2,优化调整系统包括优化调整设备3,输出指导系统包括燃气分布式设备4、光伏设备5、风电设备6、地源热泵设备7、蓄能设备8、电网设备9和其他供能设备10;用户负荷端11与环境监测及负荷预测设备1连接,环境监测及负荷预测设备1与多目标综合评价设备2连接,多目标综合评价设备2与优化调整设备3连接;优化调整设备3分别与燃气分布式设备4、光伏设备5、风电设备6、地源热泵设备7、蓄能设备8、电网设备9、其他供能设备10连接,燃气分布式设备4、光伏设备5、风电设备6、地源热泵设备7、蓄能设备8、电网设备9和其他供能设备10均与用户负荷端11连接。
本实施例中,多个子目标分析系统并联布置。
本实施例中,数个目标分析系统并联布置。
基于层次分析法的多能互补分布式能源微网运行优化控制系统的控制方法如下:
(1)确定目标分析系统中各评价目标A1、A2,…,Aq
(2)确定各评价目标A1、A2,…,Aq在目标分析系统中的分值,按照A1≥A2≥…≥Aq顺序排列;
(3)分别确定评价目标A1、A2,…,Aq各子目标A11、A12、…、A1r,A21、…、A2t,Aq1、…、Aql
(4)确定各子目标在各对应子目标分析系统中的分值,按照A11≥A12≥…≥A1r、A21≥A22…≥A2t、Aq1≥Aq2…≥Aql顺序排列;
(5)实时收集用户负荷端11的运行实际值,确定供能系统实时多目标综合评价P值;
(6)通过环境监测及负荷预测设备1确定未来t时刻的日照强度、风力、温度环境值及冷、热、电负荷;
(7)进行未来t时刻运行状态调整预测,以当前运行的实时状态为基准;
(8)设定各子目标参数调整最大次数n,n>1;
(9)按顺序依次调整,依次评估Pt值;
(10)设定δ值,δ为正值,作为调整评判;若Pti-Pti-1>δ,表明从第i-1步到第i步相关参数调整方向是正向的,第i+1步保持同趋势调整;若Pti-Pti-1<-δ,表明从第i-1步到第i步相关参数调整方向是负向的,第i+1步保持反趋势调整;若|Pti-Pti-1|<δ,表明从第i-1步到第i步,P值基本不变化,参数调整结束;
(11)确定Ptmax,确定t时刻的系统运行状态;
(12)指导t时刻各系统按照预测Ptmax状态运行。
(13)收集用户负荷端11信息并反馈。
虽然本发明以实施例公开如上,但其并非用以限定本发明的保护范围,任何熟悉该项技术的技术人员,在不脱离本发明的构思和范围内所作的更动与润饰,均应属于本发明的保护范围。

Claims (5)

1.一种基于层次分析法的多能互补分布式能源微网运行优化控制系统,包括多目标综合分析系统、环境预测系统、优化调整系统和输出指导系统;所述多目标综合分析系统包括子目标分析系统、目标分析系统和多目标综合评价系统,所述子目标分析系统设置多个,所述目标分析系统设置数个,所述多个子目标分析系统分别与数个目标分析系统连接;所述多目标综合分析系统和环境预测系统均与优化调整系统连接,所述优化调整系统与输出指导系统连接。
2.根据权利要求1所述的基于层次分析法的多能互补分布式能源微网运行优化控制系统,其特征在于,所述环境预测系统包括环境监测及负荷预测设备,所述多目标综合分析系统包括多目标综合评价设备,所述优化调整系统包括优化调整设备,所述输出指导系统包括燃气分布式设备、光伏设备、风电设备、地源热泵设备、蓄能设备、电网设备和其他供能设备;用户负荷端与环境监测及负荷预测设备连接,所述环境监测及负荷预测设备与多目标综合评价设备连接,所述多目标综合评价设备与优化调整设备连接;所述优化调整设备分别与燃气分布式设备、光伏设备、风电设备、地源热泵设备、蓄能设备、电网设备、其他供能设备连接,所述燃气分布式设备、光伏设备、风电设备、地源热泵设备、蓄能设备、电网设备和其他供能设备均与用户负荷端连接。
3.根据权利要求1所述的基于层次分析法的多能互补分布式能源微网运行优化控制系统,其特征在于,所述多个子目标分析系统并联布置。
4.根据权利要求1所述的基于层次分析法的多能互补分布式能源微网运行优化控制系统,其特征在于,所述数个目标分析系统并联布置。
5.一种如权利要求1-4中任一项所述的基于层次分析法的多能互补分布式能源微网运行优化控制系统的控制方法,其特征在于,所述控制方法如下:
(1)确定目标分析系统中各评价目标A1、A2,…,Aq
(2)确定各评价目标A1、A2,…,Aq在目标分析系统中的分值,按照A1≥A2≥…≥Aq顺序排列;
(3)分别确定评价目标A1、A2,…,Aq各子目标A11、A12、…、A1r,A21、…、A2t,Aq1、…、Aql
(4)确定各子目标在各对应子目标分析系统中的分值,按照A11≥A12≥…≥A1r、A21≥A22…≥A2t、Aq1≥Aq2…≥Aql顺序排列;
(5)实时收集用户负荷端的运行实际值,确定供能系统实时多目标综合评价P值;
(6)通过环境监测及负荷预测设备确定未来t时刻的日照强度、风力、温度环境值及冷、热、电负荷;
(7)进行未来t时刻运行状态调整预测,以当前运行的实时状态为基准;
(8)设定各子目标参数调整最大次数n,n>1;
(9)按顺序依次调整,依次评估Pt值;
(10)设定δ值,δ为正值,作为调整评判;若Pti-Pti-1>δ,表明从第i-1步到第i步相关参数调整方向是正向的,第i+1步保持同趋势调整;若Pti-Pti-1<-δ,表明从第i-1步到第i步相关参数调整方向是负向的,第i+1步保持反趋势调整;若|Pti-Pti-1|<δ,表明从第i-1步到第i步,P值基本不变化,参数调整结束;
(11)确定Ptmax,确定t时刻的系统运行状态;
(12)指导t时刻各系统按照预测Ptmax状态运行;
(13)收集用户负荷端信息并反馈。
CN201811433827.6A 2018-11-28 2018-11-28 多能互补分布式能源微网运行优化控制系统的控制方法 Active CN109687428B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811433827.6A CN109687428B (zh) 2018-11-28 2018-11-28 多能互补分布式能源微网运行优化控制系统的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811433827.6A CN109687428B (zh) 2018-11-28 2018-11-28 多能互补分布式能源微网运行优化控制系统的控制方法

Publications (2)

Publication Number Publication Date
CN109687428A true CN109687428A (zh) 2019-04-26
CN109687428B CN109687428B (zh) 2020-06-19

Family

ID=66185500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811433827.6A Active CN109687428B (zh) 2018-11-28 2018-11-28 多能互补分布式能源微网运行优化控制系统的控制方法

Country Status (1)

Country Link
CN (1) CN109687428B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110735682A (zh) * 2019-09-20 2020-01-31 华电电力科学研究院有限公司 一种基于多目标优化算法的分布式余压发电系统及调控方法
CN113708416A (zh) * 2021-08-19 2021-11-26 华电电力科学研究院有限公司 一种风光火抽蓄的智能电力调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447122A (zh) * 2016-10-12 2017-02-22 国网上海市电力公司 一种区域型能源互联网及其一体化优化规划方法
CN106981888A (zh) * 2017-05-10 2017-07-25 西安理工大学 基于多源互补的风蓄水火电力系统的多目标动态调度方法
CN206611233U (zh) * 2017-03-29 2017-11-03 赫普热力发展有限公司 一种油气田分布式多能互补能源微网系统
CN107871214A (zh) * 2017-12-04 2018-04-03 深圳供电局有限公司 一种多能互补供能系统综合评价指标体系建立方法
CN107967560A (zh) * 2017-11-24 2018-04-27 清华-伯克利深圳学院筹备办公室 多能互补分布式能源系统的评价方法、装置、设备和介质
CN208272706U (zh) * 2018-05-28 2018-12-21 中国电力工程顾问集团华东电力设计院有限公司 终端一体化集成供能模式的多能互补控制系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447122A (zh) * 2016-10-12 2017-02-22 国网上海市电力公司 一种区域型能源互联网及其一体化优化规划方法
CN206611233U (zh) * 2017-03-29 2017-11-03 赫普热力发展有限公司 一种油气田分布式多能互补能源微网系统
CN106981888A (zh) * 2017-05-10 2017-07-25 西安理工大学 基于多源互补的风蓄水火电力系统的多目标动态调度方法
CN107967560A (zh) * 2017-11-24 2018-04-27 清华-伯克利深圳学院筹备办公室 多能互补分布式能源系统的评价方法、装置、设备和介质
CN107871214A (zh) * 2017-12-04 2018-04-03 深圳供电局有限公司 一种多能互补供能系统综合评价指标体系建立方法
CN208272706U (zh) * 2018-05-28 2018-12-21 中国电力工程顾问集团华东电力设计院有限公司 终端一体化集成供能模式的多能互补控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨永标 等: "小型能源互联网多源优化综合评估技术研究", 《电器与能效管理技术》 *
谢玉荣 等: "区域智能供能系统能量管理系统概述", 《发电与空调》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110735682A (zh) * 2019-09-20 2020-01-31 华电电力科学研究院有限公司 一种基于多目标优化算法的分布式余压发电系统及调控方法
CN113708416A (zh) * 2021-08-19 2021-11-26 华电电力科学研究院有限公司 一种风光火抽蓄的智能电力调度方法
CN113708416B (zh) * 2021-08-19 2023-11-28 华电电力科学研究院有限公司 一种风光火抽蓄的智能电力调度方法

Also Published As

Publication number Publication date
CN109687428B (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
Patwal et al. A novel TVAC-PSO based mutation strategies algorithm for generation scheduling of pumped storage hydrothermal system incorporating solar units
CN103885521B (zh) 一种基于布谷鸟搜索算法的光伏阵列mppt方法
Elsied et al. An advanced energy management of microgrid system based on genetic algorithm
CN104317348B (zh) 基于粒子群算法的光伏电池板最大功率跟踪方法及系统
Chen et al. Economic and environmental operation of power systems including combined cooling, heating, power and energy storage resources using developed multi-objective grey wolf algorithm
CN103473393B (zh) 一种考虑随机概率的输电裕度控制模型建模方法
Dai et al. Multi-objective economic load dispatch method based on data mining technology for large coal-fired power plants
CN109687428A (zh) 基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法
WO2023083235A1 (zh) 一种分散式预测电网的优化方法及系统
Raman et al. Energy Monitoring in Solar-Powered Buildings Using Internet of Things
Chen et al. Improving power quality efficient in demand response: Aggregated heating, ventilation and air-conditioning systems
Ni et al. A review of line loss analysis of the low-voltage distribution system
CN102651087A (zh) 基于蚁群、人工免疫混合优化算法的最大功率点跟踪光伏系统
CN117033927A (zh) 地铁站碳排放实时监测预测分析方法及预测分析方法
Attia Supplying DC electricity to the isolated dwellings through MPP tracked PV system based on artificial neural network
Mishra et al. MPPT for a Solar PV Array: ANN and P&O Comparison
Elzein et al. Improving the Accuracy and Response Time of P&O in Detecting the Maximum Power Point for a Photovoltaic System Environment
RANI et al. Robust Scheduling of Electric Vehicle Charging for PV Integrated Parking-lots
US10348098B2 (en) Microgrid system including electric power load
CN109506248A (zh) 一种基于可在线寻优的案例推理查询式锅炉燃烧优化方法
CN211375396U (zh) 一种能源管理优化系统
Pleshkov et al. Problems of determining the efficiency and ranking of energy-saving measures at the objects of the budget sphere
Qian et al. Optimization of Virtual Power Plant Considering comprehensive Energy Efficiency Planning Strategy
Fan et al. Research on Optimal Operation and Capacity Configuration of Energy Storage Based on Pumped Storage Station
CN117870078A (zh) 一种基于多模态能源算法的冰蓄冷空调负荷响应的最优化方法

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
GR01 Patent grant
GR01 Patent grant