CN109858759B - 一种工业园区综合能源平衡调度方法 - Google Patents

Abstract

本发明公开一种工业园区综合能源平衡调度方法：步骤1，获取优化周期的起始时刻，确定优化周期和每组调度区间；步骤2，获取能源系统的拓扑结构及子系统信息；获取各能源实时价格，并计算每个调度区间内的能源平均价格；步骤3，获取需求侧负荷的历史数据；建立负荷预测模型；利用负荷预测模型预测未来的冷/热、电需求；步骤4，建立各子系统的供储能模型；步骤5，确定优化变量；设置目标函数；设置约束条件；得到优化调度模型；步骤6，调用遗传算法求解优化调度模型，得到调度结果。相较于现有的调度方法，本发明更接近于实际的系统运行工况，能够提高需求侧负荷数据预测精准度；使得储能策略更加的精准灵活。目标函数的选择也更加灵活。

Description

一种工业园区综合能源平衡调度方法

技术领域

本发明涉及能源技术领域，具体涉及一种工业园区综合能源平衡调度方法。

背景技术

我国现有国家级工业园区347个，省级工业园区1167个，地市级工业园区 10000个。工业园区对于水、电、热能、气体都有需求，此外还排放污水、固废等废弃物。传统的园区供能方式由于行业壁垒、前期规划等问题存在一定的弊端，因此导致了能源利用率较低，经济效益较差，环境污染较大等问题。

目前，对于工业园区的能源调度方法大多聚焦于电网的调度，对综合了冷、热、电等分布式系统综合能源尚缺乏高效可靠的调度方法。分布式能源互联系统应运而生，该系统可采用一定的智慧调度策略，通过信息网络技术实现信息 -能量的协同控制，形成一种安全、高效、智能的新型能源网络系统。分布式能源互联网的运行调度与传统电力系统的调度存在较大差别，它为负荷同时提供电能与热能，且热电能量之间相互耦合，如何综合考虑可再生能源出力的预测，热、电负荷的需求，储能和分布式能源系统的运行约束等因素做出综合决策，协调调度这些设备，将是一个复杂的策略问题。

在上述极少数考虑了冷、热、电等综合能源的系统中，通常采用的能源调度方法中普遍存在有以下问题：第一，仅考虑能源系统中各子系统的简单处理情况，并未考虑各子系统间的动态工作状态；第二，常规储能系统的储能策略中仅仅按照固定时间段进行蓄能、释能；未考虑动态的需求侧负荷和实时的能源价格；第三，目标函数单一。上述做法使得能源调度不够精准导致调度效果差，目标函数的选择不够灵活。

发明内容

有鉴于此，本发明实施例提供一种工业园区综合能源平衡调度方法，能够有效解决现有的能源互联系统调度效率低下的问题。

为了实现上述目的，本发明采用如下技术方案予以解决：

一种工业园区综合能源平衡调度方法，包括如下步骤：

步骤1，获取优化周期的起始时刻，确定优化周期和每组调度区间，其中，调度区间为两次调度的时间间隔；所述优化周期为调度方法运行的总时长；

步骤2，获取能源系统的拓扑结构及子系统信息；获取各能源的实时价格，并根据各能源的实时价格计算由起始时刻开始每个调度区间内的每种能源平均能源价格；

步骤3，获取需求侧负荷的历史数据；根据需求侧负荷的历史数据建立负荷预测模型；利用该负荷预测模型预测未来的冷/热、电需求；

步骤4，建立能源系统中各子系统的供储能模型；

步骤5，确定优化变量；设置目标函数；设置约束条件；得到优化调度模型；

步骤6，调用遗传算法求解优化调度模型，得到能源系统的调度结果。

进一步的，所述步骤2中，所述能源系统的拓扑结构包括：能源系统中的子系统组成及对应数量、各子系统间可能的能量出力，向量

表示子系统k的N_k个可能的能量流向出力大小；

所述子系统信息包括子系统的出力上下限以及子系统的可工作状态。以向量

表示子系统k的工作状态，其中，二进制变量Y_k，j表示子系统k的第j个能量输出状态。

进一步的，所述步骤3包括如下子步骤：

步骤301，获取需求侧的历史数据；

步骤302，根据需求侧的历史数据，得到每种负荷的拟合方程y＝f(x)。其中y为负荷，x为负荷影响因子向量；

步骤303，根据实时数据，动态更新每种负荷的拟合方程，即得到负荷预测模型预测；

步骤304，利用该负荷预测模型预测未来的冷/热、电需求，具体是将调度区间对应的影响因子代入每种负荷的拟合方程，得到每种负荷的负荷值。

进一步的，所述步骤301中，所述历史数据包括影响因子数据和负荷数据；其中，影响因子包括环境温度、光照时间、光照强度、人员流动、日历周期；所述步骤302中，所述负荷包括冷/热和电负荷。

进一步的，所述步骤4包括如下操作：

所述能源系统中子系统包括供能系统和储能系统；其中，供能系统包括天然气冷热电三联供系统、地源热泵系统、光伏发电系统、燃气锅炉系统；储能系统包括蓄电池和储冷/热罐。

地源热泵系统的输出和输入关系通过多项式拟合得到：

，

Q_GH和

分别表示输入的地热和消耗的电功率，a_g、b_g和c_g为拟合参数；三联供系统(CCHP)供能模型为：

，

其中

和

分别表示输出的电功率和热功率，

为任意运行时间段ΔT内消耗的燃气量，L_gas为天然气热值，η_c，h为三联供系统的发电效率， Q_MT和Q_g为三联供系统发电机烟气余热量与缸套水余热量，η_he和η_ge分别为溴化锂机组换热效率和换热器换热效率；

燃气锅炉系统输出功率为：

，

其中

为ΔT时长内消耗的燃气量，L_gas为天然气低热热值，η_gb为燃气锅炉系统的热效率；

光伏发电系统(PV)输出功率为：

，

式中

为光伏发电机安装容量，k_T和k_G为温度修正系数和光照强度修正系数；

所述储能系统在ΔT时段内向外输出功率P_EA时成本为：

其中，ΔT为t时刻到t+1时刻的时间间隔，P_EA为储能系统输出功率，ΔQ_EA为调度间隔内电量的自损耗，Q_EA(t)为释能开始时的储能量，

为在t 时刻储能系统所储能量价值，其计算方式为：

其中，C_SU(ΔT)表示ΔT时段内各供能系统输入到储能系统中能量的价值。

进一步的，所述步骤5包括如下操作：

所述的优化变量为各子系统的实际工作状态 Z(t)＝[Z₁(t)，…，Z_k(t)，…，Z_m(t)]，其中

为子系统k的实际工作状态， m为待调度子系统的个数，N_k为子系统k的输出流向个数，Y_k，j(t)表示子系统k在任意t时刻的第j个能量输出状态；

所述的目标函数包括总运行成本最小和总碳排放最小；

所述的总运行成本最小目标函数为：

P_grid(T_i)为T_i时段内消耗的电网总功率，V_gas(T_i)为T_i时段内所有供能子系统消耗的燃气总量；

所述的总碳排放最小目标表示为：

其中，v_e和v_g为消耗单位电能和天然气产生的二氧化碳；

能源平衡调度模型的约束条件包括子系统出力约束条件、工作状态约束条件、电负荷平衡约束条件、冷热负荷平衡约束条件及储能系统约束条件；

子系统出力约束条件为：

其中，

和

分别为子系统k的出力上下限；

以及子系统工作状态约束：

Y_k，j＝1，子系统k的j通路工作在常开状态；

电负荷平衡约束条件为：

，

其中当蓄电池放电时功率P_EA，E(t)为正，否则为负；

冷/热负荷平衡约束条件为：

P_CCHP，H(t)+P_GB(t)+P_GSHP(t)+P_EA，H(t)-P_L(t)≥P_H(t)

其中，当蓄冷/热装置释冷/热时P_EA，H(t)为正，否则为负，P_L(t)为管道损失；

储能系统约束条件包括：

Q_EA，min≤Q_EA(t)≤Q_EA，max

A≤Q_EA(t_end)

其中，Q_EA，min和Q_EA，max储量上下限值；A为要求的优化周期结束时的最低储量；储能系统在t时刻的储能量为：

Q_EA(t)＝Q_EA(t-1)+ηP_EA，H(t)·ΔT-ΔQ_EA，

其中，η为蓄能效率。

与现有技术相比，本发明的有益效果如下：

1、本发明的方法基于需求侧历史运行数据建立负荷预测模型，同时实时动态更新该模型，能够提高需求侧负荷数据预测精准度。

2、本发明的方法通过优化调度模型，不仅考虑了工业园区能源系统中各子系统的出力情况，还将各子系统的实际工作状态作为优化变量，从而使得本发明的优化调度更接近于实际的系统运行工况。

3、常规的储能系统的储能策略中仅仅按照固定时间段进行蓄能、释能；本发明的方法在供储能模型中，考虑了动态的需求侧负荷和实时的能源价格，使得能源系统的储能策略更加的精准、灵活。

4、本发明将目标函数设置为总成本最小、总碳排放量最小，使得能源优化调度过程中考虑了经济型、环保型的选择，能够灵活地根据客户需求侧的要求来选择目标函数。

附图说明

图1为本发明的工业园区分布式互联能源平衡调度方法流程图。

图2为本发明实施例中的能源系统的拓扑结构图。

图3为本发明实施例的调度结果。

具体实施方式

以下结合附图对本发明的技术方案进一步解释说明。

如图1所示，本发明的工业园区综合能源平衡调度方法，具体包括如下步骤：

步骤1，获取优化周期的起始时刻，确定优化周期N和每组调度区间 {T₁，T₂，…，T_i，…，T_n}，其中，调度区间为两次调度的时间间隔；n为优化周期包含的调度区间总数；所述优化周期为调度方法运行的总时长，即

步骤2，获取能源系统的拓扑结构及子系统信息；获取各能源(如市网电、天然气)的实时价格，并根据各能源的实时价格计算由起始时刻开始每个调度区间内的每种能源平均能源价格，以

表示第l种能源在T_i区间内平均价格。

所述能源系统的拓扑结构包括：能源系统中的子系统组成及对应数量、各子系统间可能的能量出力(向量

表示子系统k的N_k个可能的能量流向出力大小)；

所述子系统信息包括子系统的出力上下限以及子系统的可工作状态。以向量

表示子系统k的工作状态，其中，二进制变量Y_k，j表示子系统k的第j个能量输出状态。

步骤3，获取需求侧负荷(冷、热、电)的历史数据；根据需求侧负荷的历史数据建立负荷预测模型；利用该负荷预测模型预测未来的冷/热、电需求。具体包括如下子步骤：

步骤301，获取需求侧的历史数据(包括影响因子数据和负荷数据；其中，影响因子包括环境温度、光照时间、光照强度、人员流动、日历周期；负荷包括冷/热和电负荷)；

步骤302，根据需求侧的历史数据，得到每种负荷的拟合方程y＝f(x)。其中y为负荷，x为负荷影响因子向量；

步骤303，根据实时数据，动态更新每种负荷的拟合方程，即得到负荷预测模型；

步骤304，利用该负荷预测模型预测未来的冷/热、电需求，具体是将调度区间对应的影响因子代入每种负荷的拟合方程，得到每种负荷的负荷值。

步骤4，建立能源系统中各子系统的供储能模型；

所述能源系统中子系统包括供能系统和储能系统。供能系统包括天然气冷热电三联供系统(CCHP)、地源热泵系统(GSHP)、光伏发电系统(PV)、燃气锅炉系统(GB)；储能系统包括蓄电池和储冷/热罐。

地源热泵系统(GSHP)的输出和输入关系通过多项式拟合得到：

，

Q_GH和

分别表示输入的地热和消耗的电功率，a_g、b_g和c_g为拟合参数；三联供系统(CCHP)供能模型为：

，

其中

和

分别表示输出的电功率和热功率，

为任意运行时间段ΔT内消耗的燃气量，L_gas为天然气热值，η_c，h为三联供系统的发电效率， Q_MT和Q_g为三联供系统发电机烟气余热量与缸套水余热量，η_he和η_ge分别为溴化锂机组换热效率和换热器换热效率。

燃气锅炉(GB)输出功率为：

，

其中

为ΔT时长内消耗的燃气量，L_gas为天然气低热热值，η_gb为燃气锅炉系统的热效率；

光伏发电系统(PV)输出功率为：

，

式中

为光伏发电机安装容量，k_T和k_G为温度修正系数和光照强度修正系数。

所述储能系统在ΔT时段内向外输出功率P_EA时成本为：

其中，ΔT为t时刻到t+1时刻的时间间隔，P_EA为储能系统输出功率，ΔQ_EA为调度间隔内电量的自损耗，Q_EA(t)为释能开始时的储能量，

为在t 时刻储能系统所储能量价值，其计算方式为：

其中，C_SU(ΔT)表示ΔT时段内各供能系统输入到储能系统中能量的价值。

步骤5，确定优化变量；设置目标函数；设置约束条件；得到优化调度模型。

所述的优化变量为各子系统的实际工作状态 Z(t)＝[Z₁(t)，…，Z_k(t)，…，Z_m(t)]，其中

为子系统k的实际工作状态， m为待调度子系统的个数，N_k为子系统k的输出流向个数，Y_k，j(t)表示子系统k在任意t时刻的第j个能量输出状态。

所述的目标函数包括总运行成本最小和总碳排放最小。

所述的总运行成本最小目标函数为：

P_grid(T_i)为T_i时段内的消耗的电网总功率，V_gas(T_i)为T_i时段内所有供能子系统消耗的燃气总量。

所述的总碳排放最小目标表示为：

其中，v_e和v_g为消耗单位电能和天然气产生的二氧化碳。

能源平衡调度模型的约束条件包括子系统出力约束条件、工作状态约束条件、电负荷平衡约束条件、冷热负荷平衡约束条件及储能系统约束条件。

子系统出力约束条件为：

其中，

和

分别为子系统k的出力上下限。

以及子系统工作状态约束：

Y_k，j＝1，子系统k的j通路工作在常开状态；

电负荷平衡约束条件为：

，

其中当蓄电池放电时功率P_EA，E(t)为正，否则为负；

冷/热负荷平衡约束条件为：

P_CcHP，H(t)+P_GB(t)+P_GSHP(t)+P_EA，H(t)-P_L(t)≥P_H(t)

其中，当蓄冷/热装置释冷/热时P_EA，H(t)为正，否则为负，P_L(t)为管道损失；

储能系统约束条件包括：

Q_EA，min≤Q_EA(t)≤Q_EA，max

A≤Q_EA(t_end)

其中，Q_EA，min和Q_EA，max储量上下限值；A为要求的优化周期结束时的最低储量；储能系统在t时刻的储能量为：

Q_EA(t)＝Q_EA(t-1)+ηP_EA，H(t)·ΔT-ΔQ_EA，

其中η为蓄能效率。

步骤6，调用遗传算法求解步骤5得到的能源优化模型，得到能源系统的调度结果。

需要说明的是，使用遗传算法对优化模型进行求解时，目标函数的选择以用户的实际需求为准。

下面以具体的实施例验证本能源调度方法的技术效果。

本实施例中，某工业园区占地40公顷，作为典型的机械加工园区，该园区采用冷热电三联供系统、水蓄能系统、燃气锅炉系统、地源热泵系统、光伏发电系统为厂区内11.4万m²的建筑物供热、1.22万m²建筑供冷以及各机械设备供电。本实施例以冬季供暖调度策略为例，其调度周期为24小时，调度时间间隔为1小时。24小时供热需求分别为： [1100，1000，1150，1100，1100，1150，1200，2500，5400，6200，5500，4950， 4550，4300，4000，3850，4500，4600，3500，3400，3000，2500，2000，1500]，单位：kw，分时电价为：[0.25，0.25，0.25，0.25，0.25，0.25，0.25，0.8，，0.8，0.8， 0.55，0.55，0.55，0.55，0.55，0.55，0.55，0.55，0.55，0.55，0.55，0.55，0.25]，单位：元。天然气价格为2.3元/m³。该供能系统的拓扑结构如图2所示。利用本发明地方法得到的能源调度优化结果如图3所示。

经过示例测试表明，本发明的园区分布式能源系统综合能源平衡调度方法能够有效实现综合能源的优化调度。

Claims (2)

1.一种工业园区综合能源平衡调度方法，其特征在于，具体包括如下步骤：

步骤1，获取优化周期的起始时刻，确定优化周期和每组调度区间，其中，调度区间为两次调度的时间间隔；所述优化周期为调度方法运行的总时长；

步骤2，获取能源系统的拓扑结构及子系统信息；获取各能源的实时价格，并根据各能源的实时价格计算由起始时刻开始每个调度区间内的每种能源平均能源价格；

所述能源系统的拓扑结构包括：能源系统中的子系统组成及对应数量、各子系统间可能的能量出力，向量

表示子系统k的N_k个可能的能量流向出力大小；

所述子系统信息包括子系统的出力上下限以及子系统的可工作状态；以向量

表示子系统k的工作状态，其中，二进制变量Y_k,j表示子系统k的第j个能量输出状态；

步骤3，获取需求侧负荷的历史数据；根据需求侧负荷的历史数据建立负荷预测模型；利用该负荷预测模型预测未来的冷/热、电需求；包括如下子步骤：

步骤301，获取需求侧的历史数据；

步骤302，根据需求侧的历史数据，得到每种负荷的拟合方程y＝f(x)；其中y为负荷，x为负荷影响因子向量；

步骤303，根据实时数据，动态更新每种负荷的拟合方程，即得到负荷预测模型预测；

步骤304，利用该负荷预测模型预测未来的冷/热、电需求，具体是将调度区间对应的影响因子代入每种负荷的拟合方程，得到每种负荷的负荷值；

步骤4，建立能源系统中各子系统的供储能模型；包括如下操作：

所述能源系统中子系统是指能源系统包含的各类供能系统和储能系统；其中，供能系统包括天然气冷热电三联供系统、地源热泵系统、光伏发电系统、燃气锅炉系统；储能系统包括蓄电池和储冷/热罐；

地源热泵系统的输出和输入关系通过多项式拟合得到：

，Q_GH和

分别表示输入的地热和消耗的电功率，a_g、b_g和c_g为拟合参数；

三联供系统供能模型为：

，其中

和

分别表示输出的电功率和热功率，

为任意运行时间段ΔT内消耗的燃气量，L_gas为天然气热值，η_c,h为三联供系统的发电效率，Q_MT和Q_g为三联供机组发电机烟气余热量与缸套水余热量，η_he和η_ge分别为溴化锂机组换热效率和换热器换热效率；

燃气锅炉系统输出功率为：

，其中

为ΔT时长内消耗的燃气量，L_gas为天然气低热热值，η_gb为燃气锅炉系统的热效率；

光伏发电系统输出功率为：

，式中

为光伏发电机安装容量，k_T和k_G为温度修正系数和光照强度修正系数；

所述储能系统在ΔT时段内向外输出功率P_EA时成本为：

其中，ΔT为t时刻到t+1时刻的时间间隔，P_EA为储能系统输出功率，ΔQ_EA为调度间隔内电量的自损耗，Q_EA(t)为释能开始时的储能量，

为在t时刻储能系统所储能量价值，其计算方式为：

其中，C_SU(ΔT)表示ΔT时段内各供能系统输入到储能系统中能量的价值；

步骤5，确定优化变量；设置目标函数；设置约束条件；得到优化调度模型；包括如下操作：

所述的优化变量为各子系统的实际工作状态Z(t)＝[Z₁(t),…,Z_k(t),…,Z_m(t)]，其中

为子系统k的实际工作状态，m为待调度子系统的个数，N_k为子系统k的输出流向个数，Y_k,j(t)表示子系统k在任意t时刻的第j个能量输出状态；

所述的目标函数包括总运行成本最小和总碳排放最小；

所述的总运行成本最小目标函数为：

P_grid(T_i)为T_i时段内的消耗的电网总功率,V_gas(T_i)为T_i时段内所有供能子系统消耗的燃气总量；

所述的总碳排放最小目标表示为：

其中，v_e和v_g为消耗单位电能和天然气产生的二氧化碳；

能源平衡调度模型的约束条件包括子系统出力约束条件、工作状态约束条件、电负荷平衡约束条件、冷热负荷平衡约束条件及储能系统约束条件；

子系统出力约束条件为：

其中，

和

分别为子系统k的出力上下限；

以及子系统工作状态约束：

Y_k,j＝1,子系统k的j通路工作在常开状态；

电负荷平衡约束条件为：

，其中当蓄电池放电时功率P_EA,E(t)为正，否则为负；

冷/热负荷平衡约束条件为：

P_CCHP,H(t)+P_GB(t)+P_GSHP(t)+P_EA,H(t)-P_L(t)≥P_H(t)

其中，当蓄冷/热装置释冷/热时P_EA,H(t)为正，否则为负，P_L(t)为管道损失；

储能系统约束条件包括：

Q_EA,min≤Q_EA(t)≤Q_EA,max

A≤Q_EA(t_end)

其中，Q_EA,min和Q_EA,max储量上下限值；A为要求的优化周期结束时的最低储量；储能系统在t时刻的储能量为：Q_EA(t)＝Q_EA(t-1)+ηP_EA,H(t)·ΔT-ΔQ_EA，其中，η为蓄能效率；

步骤6，调用遗传算法求解优化调度模型，得到能源系统的调度结果。

2.如权利要求1所述的工业园区综合能源平衡调度方法，其特征在于，所述步骤301中，所述历史数据包括影响因子数据和负荷数据；其中，影响因子包括环境温度、光照时间、光照强度、人员流动、日历周期；所述步骤302中，所述负荷包括冷/热和电负荷。

Images