CN110086208A - 综合能源系统的设备调控方法及装置 - Google Patents
综合能源系统的设备调控方法及装置 Download PDFInfo
- Publication number
- CN110086208A CN110086208A CN201910311191.6A CN201910311191A CN110086208A CN 110086208 A CN110086208 A CN 110086208A CN 201910311191 A CN201910311191 A CN 201910311191A CN 110086208 A CN110086208 A CN 110086208A
- Authority
- CN
- China
- Prior art keywords
- ith
- representing
- period
- time period
- energy system
- 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 47
- 238000009826 distribution Methods 0.000 claims abstract description 43
- 230000001105 regulatory effect Effects 0.000 claims abstract description 20
- 238000004146 energy storage Methods 0.000 claims description 95
- 239000007789 gas Substances 0.000 claims description 72
- 230000008878 coupling Effects 0.000 claims description 48
- 238000010168 coupling process Methods 0.000 claims description 48
- 238000005859 coupling reaction Methods 0.000 claims description 48
- 230000006870 function Effects 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 23
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 22
- 238000010438 heat treatment Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 238000007599 discharging Methods 0.000 claims description 13
- 239000003345 natural gas Substances 0.000 claims description 11
- 102100027341 Neutral and basic amino acid transport protein rBAT Human genes 0.000 claims description 8
- 101710159376 Neutral and basic amino acid transport protein rBAT Proteins 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000000352 storage cell Anatomy 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种综合能源系统的设备调控方法、装置、计算机可读存储介质及电子设备，方法包括：构建综合能源系统的以能效最大为目标的目标函数；获取影响综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个历史数据确定各个不确定因素所分别对应的概率模型；根据各个概率模型、综合能源系统的至少一个系统运行约束及综合能源系统中至少一个设备的至少一个设备运行约束，求解目标函数以确定综合能源系统中各个设备的至少一个运行信息所分别对应的概率分布；根据各个设备的至少一个运行信息所分别对应的概率分布，对各个设备进行调控。通过本发明的技术方案，可提高综合能源系统的能效。
Description
技术领域
本发明涉及能源领域，尤其涉及综合能源系统的设备调控方法及装置。
背景技术
综合能源系统现已成为能源结构调整的重要方向，通常需要根据实际业务场景对综合能源系统中的多个设备进行调控。
目前，主要通过大量的历史用能数据为综合能源系统配置相应的能源调度模型，求解能源调度模型以确定各个设备的最佳运行功率，根据最佳运行功率对综合能源系统中的各个设备进行调控。
但是，综合能源系统存在较多的不确定因素(光伏出力及负荷功率)，可能导致综合能源系统中的能源调度发生较大的变化，即各个设备的运行功率可能会发生较大的变化，因此，通过上述方式对综合能源系统中的多个设备进行调控时，可能导致综合能源系统内的能效较低。
发明内容
本发明提供了一种综合能源系统的设备调控方法、装置、计算机可读存储介质及电子设备，可提高综合能源系统的能效。
第一方面，本发明提供了一种综合能源系统的设备调控方法，包括：
构建所述综合能源系统的以能效最大为目标的目标函数；
获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型；
根据各个所述概率模型、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，求解所述目标函数以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的概率分布；
根据各个所述设备的所述至少一个运行信息所分别对应的所述概率分布，对各个所述设备进行调控。
第二方面，本发明提供了一种综合能源系统的设备调控装置，包括：
函数确定模块，用于构建所述综合能源系统的以能效最大为目标的目标函数；
模型确定模块，用于获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型；
求解模块，用于根据各个所述概率模型、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，求解所述目标函数以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的概率分布；
调控模块，用于根据各个所述设备的所述至少一个运行信息所分别对应的所述概率分布，对各个所述设备进行调控。
第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种综合能源系统的设备调控方法、装置、计算机可读存储介质及电子设备，该方法通过构建综合能源系统的以能效最大为目标的目标函数，然后，获取影响综合能源系统的一个或多个不确定因素所分别对应的多个历史数据，并根据各个历史数据确定各个不确定因素所分别对应的概率模型，之后，根据各个概率模型、综合能源系统的一个或多个系统运行约束及综合能源系统中一个或多个设备的一个或多个设备运行约束，求解目标函数以确定出综合能源系统中各个设备的一个或多个运行信息所分别对应的概率分布，得到的概率分布考虑了影响综合能源的不确定因素及能效，从而可以指示在能效最大的条件下综合能源系统中各个设备的一个或多个运行信息所分别对应的概率分布，因此，当根据各个设备的一个或多个运行信息所分别对应的概率分布对各个设备进行调控时，可提高综合能源系统的能效。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种综合能源系统的设备调控方法的流程示意图；
图2为本发明一实施例提供的一种综合能源系统的设备调控装置的结构示意图；
图3为本发明一实施例提供的另一种综合能源系统的设备调控装置的结构示意图；
图4为本发明一实施例提供的又一种综合能源系统的设备调控装置的结构示意图；
图5为本发明一实施例提供的再一种综合能源系统的设备调控装置的结构示意图；
图6为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例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所述，本发明实施例提供了一种综合能源系统的设备调控方法，包括如下各个步骤：
步骤101，构建所述综合能源系统的以能效最大为目标的目标函数；
步骤102，获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型；
步骤103，根据各个所述概率模型、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，求解所述目标函数以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的概率分布；
步骤104，根据各个所述设备的所述至少一个运行信息所分别对应的所述概率分布，对各个所述设备进行调控。
如图1所示的实施例，该方法通过构建综合能源系统的以能效最大为目标的目标函数，然后，获取影响综合能源系统的一个或多个不确定因素所分别对应的多个历史数据，并根据各个历史数据确定各个不确定因素所分别对应的概率模型，之后，根据各个概率模型、综合能源系统的一个或多个系统运行约束及综合能源系统中一个或多个设备的一个或多个设备运行约束，求解目标函数以确定出综合能源系统中各个设备的一个或多个运行信息所分别对应的概率分布，得到的概率分布考虑了影响综合能源的不确定因素及能效，从而可以指示在能效最大的条件下综合能源系统中各个设备的一个或多个运行信息所分别对应的概率分布，因此，当根据各个设备的一个或多个运行信息所分别对应的概率分布对各个设备进行调控时，可提高综合能源系统的能效。
相应的，基于本发明实际例提供的方法，可提高综合能源系统的能源的利用效率，减少能源的浪费。
举例来说，以各个不确定因素分别为辐照度、热负荷及电负荷为例，当概率为Pi时，辐照度为ri、热负荷为Hi、电负荷为PLi，将辐照度为ri、热负荷为Hi、电负荷为PLi代入目标函数、各个系统运行约束及各个设备运行约束中，确定各个设备的一个或多个运行信息，通过上述相似的原理，可确定不同概率时，各个设备的一个或多个运行信息。
具体地，以一个设备为例进行说明，根据该设备的一个或多个运行信息所分别对应的概率分布，可判断该设备应该开机还是关机。。
本发明一个实施例中，所述目标函数包括：
其中，F表征能效值；
T表征调度时段数；
表征综合能源系统在第t个时段供给用户的电量；
表征综合能源系统在第t个时段的供电价格；
Ht表征综合能源系统在第t个时段供给用户的热量；
表征综合能源系统在第t个时段的供热价格；
表征综合能源系统在第t个时段的购电量；
表征综合能源系统在第t个时段的购电价格；
表征综合能源系统在第t个时段的购买天然气量；
表征综合能源系统在第t个时段的购买天然气价格；
NCHP表征综合能源系统中热电联产机组的个数、NGSB表征综合能源系统中燃气蒸汽锅炉的个数、NBAT表征综合能源系统中储能电池的个数、NPV表征综合能源系统中光伏电源的个数；
表征第i个热电联产机组在第t个时段的运行成本、表征第i个燃气蒸汽锅炉在第t个时段的运行成本；
表征第i个热电联产机组在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的状态变量；
表征第i个热电联产机组在第t个时段的开机成本、表征第i个燃气蒸汽锅炉在第t个时段的开机成本；
表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量；
表征第i个热电联产机组在第t个时段的关机成本、表征第i个燃气蒸汽锅炉在第t个时段的关机成本；
表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量；
表征第i个储能电池的充/放电维护成本；
表征第i个储能电池在第t个时段的充/放电功率；
表征第i个光伏逆变器在第t个时段的实际出力；
表征第i个光伏逆变器在第t个时段的出力上限；
K表征弃光惩罚系数；
状态变量为0或1的整数、1表征设备开机状态、0表征设备关机状态；
开机变量为0或1的整数；
关机变量为0或1的整数。
该实施例中，构建目标函数F时考虑的因素有综合能源系统内的三种能源(即电能、天然气、热能)以及四种设备(即热电联产机组、燃气蒸汽锅炉、储能电池、光伏电源)，三种能源与四种设备在综合能源系统内的相互关系如下：热电联产机组产生的电能、光伏电池产生的电能、储能电池释放的电能及综合能源系统购买的电量用于为用户及储能电池提供电能，燃气蒸汽锅炉以天然气为原料产生的蒸汽及热电联产机组产生的热能用于为用户提供热能，综合能源系统购买天然气为燃气蒸汽锅炉提供原料，考虑上述各个因素，构建的目标函数F表征能效值，能效值为供能收益减去系统总成本，其中，系统总成本包括购电成本、购气成本、热电联产机组运行成本、燃气蒸汽锅炉运行成本、储能电池运行成本及弃光成本，maxF表征最大能效值，当然，用户可以根据实际需求构建不同的目标函数。
需要说明的是，状态变量、开机变量及关机变量不能同时为1或0，开机变量具体可以指示设备处于开机状态或设备有开机动作，关机变量具体可以指示设备处于关机状态或设备有关机动作。
本发明一个实施例中，所述至少一个系统运行约束，包括：系统电力平衡约束、系统热能平衡约束及系统联络线约束中的任意一个或多个；其中，
所述系统电力平衡约束包括：
其中，表征综合能源系统在第t个时段的购电量、表征第i个热电联产机组在第t个时段的电功率、表征第i个光伏逆变器在第t个时段的实际出力、表征第i个储能电池在第t个时段的放电功率、表征第i个储能电池在第t个时段的充电功率、表征综合能源系统在第t个时段的电负荷、NCHP表征综合能源系统中热电联产机组的个数、NPV表征综合能源系统中光伏电源的个数、NBAT表征综合能源系统中储能电池的个数；
所述系统热能平衡约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的供热功率、表征第i个热电联产机组在第t个时段的供热功率、Ht表征综合能源系统在第t个时段的供热量、NGSB表征综合能源系统中燃气蒸汽锅炉的个数；
所述系统联络线约束包括：
其中，P grid表征综合能源系统的购电量下限、综合能源系统的购电量上限；
所述至少一个设备运行约束，包括：热电联产机组运行安全和状态耦合约束、燃气蒸汽锅炉运行安全和状态耦合约束、开关机及状态耦合约束、初始状态和开关机耦合约束、光伏逆变器发电功率约束、储能电池充放电功率约束及储能电池电量约束中的任意一个或多个；其中，
所述热电联产机组运行安全和状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的状态变量、表征第i个热电联产机组在第t个时段的电功率下限、表征第i个热电联产机组在第t个时段的电功率上限、θ表征第i个热电联产机组在第t个时段的热电比；
所述燃气蒸汽锅炉运行安全和状态耦合约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的供热功率下限、表征第i个燃气蒸汽锅炉在第t个时段的供热功率上限；
所述开关机及状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量、表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量、表征第i个热电联产机组在第t+1个时段的状态变量、表征第i个燃气蒸汽锅炉在t+1个时段的状态变量；
所述初始状态和开关机耦合约束包括：
其中，表征第i个热电联产机组的初始状态变量、表征第i个热电联产机组在第1个时段的状态变量、表征第i个热电联产机组在第1个时段的开机变量、表征第i个热电联产机组在第1个时段的关机变量、表征第i个燃气蒸汽锅炉的初始状态变量、表征第i个燃气蒸汽锅炉在第1个时段的状态变量、表征第i个燃气蒸汽锅炉在第1个时段的开机变量、表征第i个燃气蒸汽锅炉在第1个时段的关机变量；
所述光伏逆变器发电功率约束包括：
其中，表征第i个光伏逆变器在第t个时段的出力上限、rt表征在第t个时段的辐照度、A表征综合能源系统中光伏阵列总面积、η表征光电转换效率；
所述储能电池充放电功率约束包括：
其中，表征第i个储能电池在第t个时段的充电变量、表征第i个储能电池在第t个时段的放电变量、表征第i个储能电池在第t个时段的充电功率上限、表征第i个储能电池在第t个时段的放电功率上限、表征第i个储能电池在第t个时段的充/放电功率；
所述储能电池电量约束包括：
SOCi,T＝SOCi,1
其中，SOCi，t表征第i个储能电池在第t个时段的储电量、SOCi，t+1表征第i个储能电池在第t+1个时段的储电量、SOCi，1表征第i个储能电池在第1个时段的储电量、SOCi，T表征第i个储能电池在第T个时段的储电量、α表征充/放电系数。
该实施例中，针对于系统电力平衡约束，由于综合能源系统的购电量及综合能源系统中的热电联产机组的电功率、光伏逆变器的实际出力、储能电池的放电功率应满足综合能源系统中的储能电池的充电功率及综合能源系统的电负荷，即综合能源系统应当满足系统电力平衡，因此，可将系统电力平衡约束作为综合能源系统的一个约束条件；针对于系统热能平衡约束，由于综合能源系统中的热电联产机组的供热功率及燃气蒸汽锅炉的供热功率应当满足综合能源系统的供热量，即综合能源系统应当满足系统热能平衡，因此，可将系统热能平衡约束作为综合能源系统的一个约束条件；针对于系统联络线约束，考虑到综合能源系统有最小购电量及最大购电量，即综合能源系统应当满足购电量的最小购电量及最大购电量，因此，可将系统联络线约束作为综合能源系统的一个约束条件；针对于热电联产机组运行安全和状态耦合约束，考虑热电联产机组有最大电功率和最小电功率，且热电联产机组的最大电功率和最小电功率又分别跟热电联产机组的状态变量耦合，且热电联产机组的电功率与热功率存在热电比，即综合能源系统应当满足热电联产机组运行安全和状态耦合的关系，因此，可将热电联产机组运行安全和状态耦合约束作为综合能源系统的一个约束条件；针对于燃气蒸汽锅炉运行安全和状态耦合约束，考虑燃气蒸汽锅炉有最大产能和最小产能，且燃气蒸汽锅炉的最大产能和最小产能又分别跟燃气蒸汽锅炉的状态变量耦合，即综合能源系统应当满足燃气蒸汽锅炉运行安全和状态耦合的关系，因此，可将燃气蒸汽锅炉运行安全和状态耦合约束作为综合能源系统的一个约束条件；针对于开关机及状态耦合约束，引入开机变量和关机变量，并考虑热电联产机组及燃气蒸汽锅炉的开机、停机和状态间的耦合，即综合能源系统应当满足开关机及状态耦合关系，因此，可将开关机及状态耦合约束作为综合能源系统的一个约束条件；针对于初始状态和开关机耦合约束，引入初始状态变量，考虑热电联产机组及燃气蒸汽锅炉的初始状态和其在第1个时段的开机停机间的耦合，即综合能源系统应当满足初始状态与开停机耦合关系，因此，可将初始状态和开关机耦合约束作为综合能源系统的一个约束条件；针对于光伏逆变器发电功率约束，考虑综合能源系统中的光伏逆变器存在最小出力及最大出力，且光伏逆变器的实际出力与辐照度、光伏阵列总面积及光电转换效率有关，即综合能源系统应当满足光伏逆变器的最小出力、最大出力及实际出力，因此，可将光伏逆变器发电功率约束作为综合能源系统的一个约束条件；针对于储能电池充放电功率约束，引入储能电池充电变量及放电变量，且储能电池有最大充电量、最大放电量、最小充电量及最小放电量，考虑到储能电池的最大充电量与充电变量的耦合及最大放电量与放电变量的耦合，且储能电池的功率等于充电功率及放电功率之和，即综合能源系统应当满足储能电池充放电功率关系，因此，可将储能电池充放电功率约束作为综合能源系统的一个约束条件；针对于储能电池电量约束，考虑当前时段储能电池的储电量与充电量之和或与放电量之差应当满足下一时段的储能电池的储电量，且周期开始时段(即第1时段)及周期结束时段的储能电池的储电量应当相等，即综合能源系统应当满足储能电池储电量与充电及放电之间的关系，因此，可将储能电池电量约束作为综合能源系统的一个约束条件。
需要说明的是，热电联产机组的热电比θ不小于70％，比如可以是70％。
具体地，上述各个系统运行约束及各个设备运行约束也是目标函数的约束条件。
本发明一个实施例中，所述不确定因素，包括：电负荷；
则，所述获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型，包括：
获取所述电负荷所对应的多个第一历史数据；
计算各个所述第一历史数据的第一均值及第一方差；
根据所述第一均值及所述第一方差确定所述电负荷所对应的第一正态分布概率密度模型。
需要说明的是，考虑用户的电负荷具有较强的波动性，因此，将电负荷确定为导致综合能源系统产生不确定性的影响因素，即电负荷为影响综合能源系统的一个不确定因素。
具体地，通过电负荷的多个历史数据确定出第一均值及第一方差，根据该第一均值及该第一方差确定电负荷所对应的第一正态分布概率密度模型，该第一正态分布概率密度模型可以更加准确的反映出电负荷的概率分布。
本发明一个实施例中，所述不确定因素，包括：热负荷；
则，所述获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型，包括：
获取所述热负荷所对应的多个第二历史数据；
计算各个所述第二历史数据的第二均值及第二方差；
根据所述第二均值及所述第二方差确定所述热负荷所对应的第二正态分布概率密度模型。
需要说明的是，考虑用户的热负荷具有较强的波动性，因此，将热负荷确定为导致综合能源系统产生不确定性的影响因素，即热负荷为影响综合能源系统的一个不确定因素。
具体地，通过热负荷的多个历史数据确定出第二均值及第二方差，根据该第二均值及该第二方差确定热负荷所对应的第二正态分布概率密度模型，该第二正态分布概率密度模型可更加准确的反映出热负荷的概率分布。
本发明一个实施例中，所述不确定因素，包括：辐照度；
则，所述获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型，包括：
获取所述辐照度所对应的多个第三历史数据；
计算各个所述第三历史数据的第三均值及第三方差；
根据所述第三均值及所述第三方差确定所述辐照度所对应的贝塔概率密度模型。
需要说明的是，考虑光伏逆变器的实际出力主要取决于光照强度，而光照强度具有较强的波动性，且光照强度与辐照度具有直接函数关系，因此，可将辐照度确定为导致综合能源系统产生不确定性的影响因素，即辐照度为影响综合能源系统的一个不确定因素。
具体地，通过辐照度的多个历史数据确定第三均值及第三方差，根据该第三均值及该第三方差确定辐照度所对应的贝塔概率密度模型，该贝塔概率模型可以更加准确的反映出辐照度的概率分布。
需要说明的是，不确定因素可以包括电负荷、热负荷及辐照度中的任意一个或多个。
本发明一个实施例中，所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
需要说明的是，运行功率的概率分布具体指的是不同运行功率所分别对应的概率，比如，运行功率为P1所对应的概率为p1、运行功率为P2所对应的概率为p2、……、运行功率为Pn所对应的概率为pn；关机变量的概率分布具体指的是关机概率；开机变量的概率分布具体指的是开机概率。
具体地，以一个设备为例进行说明，可以根据该设备对应的开机变量及关机变量所分别对应的概率分布判断该设备应该开机还是关机，若判断结果为该设备应该开机，则可根据该设备的运行功率的概率分布，确定出设备开机运行时的运行功率或者运行功率应当所属的合理范围。
基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了一种综合能源系统的设备调控装置，包括：
函数确定模块201，用于构建所述综合能源系统的以能效最大为目标的目标函数；
模型确定模块202，用于获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型；
求解模块203，用于根据各个所述概率模型、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，求解所述目标函数以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的概率分布；
调控模块204，用于根据各个所述设备的所述至少一个运行信息所分别对应的所述概率分布，对各个所述设备进行调控。
本发明一个实施例中，所述目标函数包括：
其中，F表征能效值；
T表征调度时段数；
表征综合能源系统在第t个时段供给用户的电量；
表征综合能源系统在第t个时段的供电价格；
Ht表征综合能源系统在第t个时段供给用户的热量；
表征综合能源系统在第t个时段的供热价格；
表征综合能源系统在第t个时段的购电量；
表征综合能源系统在第t个时段的购电价格；
表征综合能源系统在第t个时段的购买天然气量；
表征综合能源系统在第t个时段的购买天然气价格；
NCHP表征综合能源系统中热电联产机组的个数、NGSB表征综合能源系统中燃气蒸汽锅炉的个数、NBAT表征综合能源系统中储能电池的个数、NPV表征综合能源系统中光伏电源的个数；
表征第i个热电联产机组在第t个时段的运行成本、表征第i个燃气蒸汽锅炉在第t个时段的运行成本；
表征第i个热电联产机组在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的状态变量；
表征第i个热电联产机组在第t个时段的开机成本、表征第i个燃气蒸汽锅炉在第t个时段的开机成本；
表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量；
表征第i个热电联产机组在第t个时段的关机成本、表征第i个燃气蒸汽锅炉在第t个时段的关机成本；
表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量；
表征第i个储能电池的充/放电维护成本；
表征第i个储能电池在第t个时段的充/放电功率；
表征第i个光伏逆变器在第t个时段的实际出力；
表征第i个光伏逆变器在第t个时段的出力上限；
K表征弃光惩罚系数；
状态变量为0或1的整数、1表征设备开机状态、0表征设备关机状态；
开机变量为0或1的整数；
关机变量为0或1的整数。
本发明一个实施例中，所述至少一个系统运行约束，包括：系统电力平衡约束、系统热能平衡约束及系统联络线约束中的任意一个或多个；其中，
所述系统电力平衡约束包括：
其中，表征综合能源系统在第t个时段的购电量、表征第i个热电联产机组在第t个时段的电功率、表征第i个光伏逆变器在第t个时段的实际出力、表征第i个储能电池在第t个时段的放电功率、表征第i个储能电池在第t个时段的充电功率、表征综合能源系统在第t个时段的电负荷、NCHP表征综合能源系统中热电联产机组的个数、NPV表征综合能源系统中光伏电源的个数、NBAT表征综合能源系统中储能电池的个数；
所述系统热能平衡约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的供热功率、表征第i个热电联产机组在第t个时段的供热功率、Ht表征综合能源系统在第t个时段的供热量、NGSB表征综合能源系统中燃气蒸汽锅炉的个数；
所述系统联络线约束包括：
其中，P grid表征综合能源系统的购电量下限、综合能源系统的购电量上限；
所述至少一个设备运行约束，包括：热电联产机组运行安全和状态耦合约束、燃气蒸汽锅炉运行安全和状态耦合约束、开关机及状态耦合约束、初始状态和开关机耦合约束、光伏逆变器发电功率约束、储能电池充放电功率约束及储能电池电量约束中的任意一个或多个；其中，
所述热电联产机组运行安全和状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的状态变量、表征第i个热电联产机组在第t个时段的电功率下限、表征第i个热电联产机组在第t个时段的电功率上限、θ表征第i个热电联产机组在第t个时段的热电比；
所述燃气蒸汽锅炉运行安全和状态耦合约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的供热功率下限、表征第i个燃气蒸汽锅炉在第t个时段的供热功率上限；
所述开关机及状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量、表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量、表征第i个热电联产机组在第t+1个时段的状态变量、表征第i个燃气蒸汽锅炉在t+1个时段的状态变量；
所述初始状态和开关机耦合约束包括：
其中，表征第i个热电联产机组的初始状态变量、表征第i个热电联产机组在第1个时段的状态变量、表征第i个热电联产机组在第1个时段的开机变量、表征第i个热电联产机组在第1个时段的关机变量、表征第i个燃气蒸汽锅炉的初始状态变量、表征第i个燃气蒸汽锅炉在第1个时段的状态变量、表征第i个燃气蒸汽锅炉在第1个时段的开机变量、表征第i个燃气蒸汽锅炉在第1个时段的关机变量；
所述光伏逆变器发电功率约束包括：
其中，表征第i个光伏逆变器在第t个时段的出力上限、rt表征在第t个时段的辐照度、A表征综合能源系统中光伏阵列总面积、η表征光电转换效率；
所述储能电池充放电功率约束包括：
其中，表征第i个储能电池在第t个时段的充电变量、表征第i个储能电池在第t个时段的放电变量、表征第i个储能电池在第t个时段的充电功率上限、表征第i个储能电池在第t个时段的放电功率上限、表征第i个储能电池在第t个时段的充/放电功率；
所述储能电池电量约束包括：
SOCi，T＝SOCi，1
其中，SOCi，t表征第i个储能电池在第t个时段的储电量、SOCi，t+1表征第i个储能电池在第t+1个时段的储电量、SOCi，1表征第i个储能电池在第1个时段的储电量、SOCi，T表征第i个储能电池在第T个时段的储电量、α表征充/放电系数。
请参考图3，本发明一个实施例中，所述不确定因素，包括：电负荷；
则，所述模型确定模块202，包括：第一数据获取单元2021、第一计算单元2022及第一模型确定单元2023；其中，
所述第一数据获取单元2021，用于获取所述电负荷所对应的多个第一历史数据；
所述第一计算单元2022，用于计算各个所述第一历史数据的第一均值及第一方差；
所述第一模型确定单元2023，用于根据所述第一均值及所述第一方差确定所述电负荷所对应的第一正态分布概率密度模型。
请参考图4，本发明一个实施例中，所述不确定因素，包括：热负荷；
则，所述模型确定模块202，包括：第二数据获取单元2024、第二计算单元2025及第二模型确定单元2026；其中，
所述第二数据获取单元2024，用于获取所述热负荷所对应的多个第二历史数据；
所述第二计算单元2025，用于计算各个所述第二历史数据的第二均值及第二方差；
所述第二模型确定单元2026，用于根据所述第二均值及所述第二方差确定所述热负荷所对应的第二正态分布概率密度模型。
请参考图5，本发明一个实施例中，所述不确定因素，包括：辐照度；
则，所述模型确定模块202，包括：第三数据获取单元2027、第三计算单元2028及第三模型确定单元2029；其中，
所述第三数据获取单元2027，用于获取所述辐照度所对应的多个第三历史数据；
所述第三计算单元2028，用于计算各个所述第三历史数据的第三均值及第三方差；
所述第三模型确定单元2029，用于根据所述第三均值及所述第三方差确定所述辐照度所对应的贝塔概率密度模型。
本发明一个实施例中，所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
图6是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器601以及存储有执行指令的存储器602，可选地还包括内部总线603及网络接口604。其中，存储器602可能包含内存6021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器6022(non-volatile memory)，例如至少1个磁盘存储器等；处理器601、网络接口604和存储器602可以通过内部总线603相互连接，该内部总线603可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry StandardArchitecture，扩展工业标准结构)总线等；所述内部总线603可以分为地址总线、数据总线、控制总线等，为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器601执行存储器602存储的执行指令时，处理器601执行本发明任意一个实施例中所述的方法，并至少用于执行如图1所示的方法。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种综合能源系统的设备调控装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种综合能源系统的设备调控方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图6所示的电子设备；执行指令是一种综合能源系统的设备调控装置所对应计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (12)
1.一种综合能源系统的设备调控方法，其特征在于，包括：
构建所述综合能源系统的以能效最大为目标的目标函数；
获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型；
根据各个所述概率模型、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，求解所述目标函数以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的概率分布；
根据各个所述设备的所述至少一个运行信息所分别对应的所述概率分布，对各个所述设备进行调控。
2.根据权利要求1所述的方法，其特征在于，
所述目标函数包括：
其中，F表征能效值；
T表征调度时段数；
表征综合能源系统在第t个时段供给用户的电量；
表征综合能源系统在第t个时段的供电价格；
Ht表征综合能源系统在第t个时段供给用户的热量；
表征综合能源系统在第t个时段的供热价格；
表征综合能源系统在第t个时段的购电量；
表征综合能源系统在第t个时段的购电价格；
表征综合能源系统在第t个时段的购买天然气量；
表征综合能源系统在第t个时段的购买天然气价格；
NCHP表征综合能源系统中热电联产机组的个数、NGSB表征综合能源系统中燃气蒸汽锅炉的个数、NBAT表征综合能源系统中储能电池的个数、NPV表征综合能源系统中光伏电源的个数；
表征第i个热电联产机组在第t个时段的运行成本、表征第i个燃气蒸汽锅炉在第t个时段的运行成本；
表征第i个热电联产机组在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的状态变量；
表征第i个热电联产机组在第t个时段的开机成本、表征第i个燃气蒸汽锅炉在第t个时段的开机成本；
表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量；
表征第i个热电联产机组在第t个时段的关机成本、表征第i个燃气蒸汽锅炉在第t个时段的关机成本；
表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量；
表征第i个储能电池的充/放电维护成本；
表征第i个储能电池在第t个时段的充/放电功率；
表征第i个光伏逆变器在第t个时段的实际出力；
表征第i个光伏逆变器在第t个时段的出力上限；
K表征弃光惩罚系数；
状态变量为0或1的整数、1表征设备开机状态、0表征设备关机状态；
开机变量为0或1的整数；
关机变量为0或1的整数。
3.根据权利要求1所述的方法，其特征在于，
所述至少一个系统运行约束，包括：系统电力平衡约束、系统热能平衡约束及系统联络线约束中的任意一个或多个；其中，
所述系统电力平衡约束包括：
其中，表征综合能源系统在第t个时段的购电量、表征第i个热电联产机组在第t个时段的电功率、表征第i个光伏逆变器在第t个时段的实际出力、表征第i个储能电池在第t个时段的放电功率、表征第i个储能电池在第t个时段的充电功率、表征综合能源系统在第t个时段的电负荷、NCHP表征综合能源系统中热电联产机组的个数、NPV表征综合能源系统中光伏电源的个数、NBAT表征综合能源系统中储能电池的个数；
所述系统热能平衡约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的供热功率、表征第i个热电联产机组在第t个时段的供热功率、Ht表征综合能源系统在第t个时段的供热量、NGSB表征综合能源系统中燃气蒸汽锅炉的个数；
所述系统联络线约束包括：
其中，P grid表征综合能源系统的购电量下限、综合能源系统的购电量上限；
所述至少一个设备运行约束，包括：热电联产机组运行安全和状态耦合约束、燃气蒸汽锅炉运行安全和状态耦合约束、开关机及状态耦合约束、初始状态和开关机耦合约束、光伏逆变器发电功率约束、储能电池充放电功率约束及储能电池电量约束中的任意一个或多个；其中，
所述热电联产机组运行安全和状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的状态变量、表征第i个热电联产机组在第t个时段的电功率下限、表征第i个热电联产机组在第t个时段的电功率上限、θ表征第i个热电联产机组在第t个时段的热电比；
所述燃气蒸汽锅炉运行安全和状态耦合约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的供热功率下限、表征第i个燃气蒸汽锅炉在第t个时段的供热功率上限；
所述开关机及状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量、表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量、表征第i个热电联产机组在第t+1个时段的状态变量、表征第i个燃气蒸汽锅炉在t+1个时段的状态变量；
所述初始状态和开关机耦合约束包括：
其中，表征第i个热电联产机组的初始状态变量、表征第i个热电联产机组在第1个时段的状态变量、表征第i个热电联产机组在第1个时段的开机变量、表征第i个热电联产机组在第1个时段的关机变量、表征第i个燃气蒸汽锅炉的初始状态变量、表征第i个燃气蒸汽锅炉在第1个时段的状态变量、表征第i个燃气蒸汽锅炉在第1个时段的开机变量、表征第i个燃气蒸汽锅炉在第1个时段的关机变量；
所述光伏逆变器发电功率约束包括：
其中，表征第i个光伏逆变器在第t个时段的出力上限、rt表征在第t个时段的辐照度、A表征综合能源系统中光伏阵列总面积、η表征光电转换效率；
所述储能电池充放电功率约束包括：
其中，表征第i个储能电池在第t个时段的充电变量、表征第i个储能电池在第t个时段的放电变量、表征第i个储能电池在第t个时段的充电功率上限、表征第i个储能电池在第t个时段的放电功率上限、表征第i个储能电池在第t个时段的充/放电功率；
所述储能电池电量约束包括：
SOCi，T＝SOCi，1
其中，SOCi，t表征第i个储能电池在第t个时段的储电量、SOCi，t+1表征第i个储能电池在第t+1个时段的储电量、SOCi，1表征第i个储能电池在第1个时段的储电量、SOCi，T表征第i个储能电池在第T个时段的储电量、α表征充/放电系数。
4.根据权利要求1至3中任一所述的方法，其特征在于，
所述不确定因素，包括：电负荷；
则，所述获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型，包括：
获取所述电负荷所对应的多个第一历史数据；
计算各个所述第一历史数据的第一均值及第一方差；
根据所述第一均值及所述第一方差确定所述电负荷所对应的第一正态分布概率密度模型；
和/或，
所述不确定因素，包括：热负荷；
则，所述获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型，包括：
获取所述热负荷所对应的多个第二历史数据；
计算各个所述第二历史数据的第二均值及第二方差；
根据所述第二均值及所述第二方差确定所述热负荷所对应的第二正态分布概率密度模型；
和/或，
所述不确定因素，包括：辐照度；
则，所述获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型，包括：
获取所述辐照度所对应的多个第三历史数据；
计算各个所述第三历史数据的第三均值及第三方差；
根据所述第三均值及所述第三方差确定所述辐照度所对应的贝塔概率密度模型。
5.根据权利要求4所述的方法，其特征在于，
所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
6.一种综合能源系统的设备调控装置，其特征在于，包括：
函数确定模块，用于构建所述综合能源系统的以能效最大为目标的目标函数；
模型确定模块，用于获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并根据各个所述历史数据确定各个所述不确定因素所分别对应的概率模型；
求解模块，用于根据各个所述概率模型、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，求解所述目标函数以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的概率分布；
调控模块，用于根据各个所述设备的所述至少一个运行信息所分别对应的所述概率分布，对各个所述设备进行调控。
7.根据权利要求6所述的装置，其特征在于，
所述目标函数包括：
其中，F表征能效值；
T表征调度时段数；
表征综合能源系统在第t个时段供给用户的电量；
表征综合能源系统在第t个时段的供电价格；
Ht表征综合能源系统在第t个时段供给用户的热量；
表征综合能源系统在第t个时段的供热价格；
表征综合能源系统在第t个时段的购电量；
表征综合能源系统在第t个时段的购电价格；
表征综合能源系统在第t个时段的购买天然气量；
表征综合能源系统在第t个时段的购买天然气价格；
NCHP表征综合能源系统中热电联产机组的个数、NGSB表征综合能源系统中燃气蒸汽锅炉的个数、NBAT表征综合能源系统中储能电池的个数、NPV表征综合能源系统中光伏电源的个数；
表征第i个热电联产机组在第t个时段的运行成本、表征第i个燃气蒸汽锅炉在第t个时段的运行成本；
表征第i个热电联产机组在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的状态变量；
表征第i个热电联产机组在第t个时段的开机成本、表征第i个燃气蒸汽锅炉在第t个时段的开机成本；
表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量；
表征第i个热电联产机组在第t个时段的关机成本、表征第i个燃气蒸汽锅炉在第t个时段的关机成本；
表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量；
表征第i个储能电池的充/放电维护成本；
表征第i个储能电池在第t个时段的充/放电功率；
表征第i个光伏逆变器在第t个时段的实际出力；
表征第i个光伏逆变器在第t个时段的出力上限；
K表征弃光惩罚系数；
状态变量为0或1的整数、1表征设备开机状态、0表征设备关机状态；
开机变量为0或1的整数；
关机变量为0或1的整数。
8.根据权利要求6所述的装置，其特征在于，
所述至少一个系统运行约束，包括：系统电力平衡约束、系统热能平衡约束及系统联络线约束中的任意一个或多个；其中，
所述系统电力平衡约束包括：
其中，表征综合能源系统在第t个时段的购电量、表征第i个热电联产机组在第t个时段的电功率、表征第i个光伏逆变器在第t个时段的实际出力、表征第i个储能电池在第t个时段的放电功率、表征第i个储能电池在第t个时段的充电功率、表征综合能源系统在第t个时段的电负荷、NCHP表征综合能源系统中热电联产机组的个数、NPV表征综合能源系统中光伏电源的个数、NBAT表征综合能源系统中储能电池的个数；
所述系统热能平衡约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的供热功率、表征第i个热电联产机组在第t个时段的供热功率、Ht表征综合能源系统在第t个时段的供热量、NGSB表征综合能源系统中燃气蒸汽锅炉的个数；
所述系统联络线约束包括：
其中，P grid表征综合能源系统的购电量下限、综合能源系统的购电量上限；
所述至少一个设备运行约束，包括：热电联产机组运行安全和状态耦合约束、燃气蒸汽锅炉运行安全和状态耦合约束、开关机及状态耦合约束、初始状态和开关机耦合约束、光伏逆变器发电功率约束、储能电池充放电功率约束及储能电池电量约束中的任意一个或多个；其中，
所述热电联产机组运行安全和状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的状态变量、表征第i个热电联产机组在第t个时段的电功率下限、表征第i个热电联产机组在第t个时段的电功率上限、θ表征第i个热电联产机组在第t个时段的热电比；
所述燃气蒸汽锅炉运行安全和状态耦合约束包括：
其中，表征第i个燃气蒸汽锅炉在第t个时段的状态变量、表征第i个燃气蒸汽锅炉在第t个时段的供热功率下限、表征第i个燃气蒸汽锅炉在第t个时段的供热功率上限；
所述开关机及状态耦合约束包括：
其中，表征第i个热电联产机组在第t个时段的开机变量、表征第i个燃气蒸汽锅炉在第t个时段的开机变量、表征第i个热电联产机组在第t个时段的关机变量、表征第i个燃气蒸汽锅炉在第t个时段的关机变量、表征第i个热电联产机组在第t+1个时段的状态变量、表征第i个燃气蒸汽锅炉在t+1个时段的状态变量；
所述初始状态和开关机耦合约束包括：
其中，表征第i个热电联产机组的初始状态变量、表征第i个热电联产机组在第1个时段的状态变量、表征第i个热电联产机组在第1个时段的开机变量、表征第i个热电联产机组在第1个时段的关机变量、表征第i个燃气蒸汽锅炉的初始状态变量、表征第i个燃气蒸汽锅炉在第1个时段的状态变量、表征第i个燃气蒸汽锅炉在第1个时段的开机变量、表征第i个燃气蒸汽锅炉在第1个时段的关机变量；
所述光伏逆变器发电功率约束包括：
其中，表征第i个光伏逆变器在第t个时段的出力上限、rt表征在第t个时段的辐照度、A表征综合能源系统中光伏阵列总面积、η表征光电转换效率；
所述储能电池充放电功率约束包括：
其中，表征第i个储能电池在第t个时段的充电变量、表征第i个储能电池在第t个时段的放电变量、表征第i个储能电池在第t个时段的充电功率上限、表征第i个储能电池在第t个时段的放电功率上限、表征第i个储能电池在第t个时段的充/放电功率；
所述储能电池电量约束包括：
SOCi，T＝SOCi，1
其中，SOCi，t表征第i个储能电池在第t个时段的储电量、SOCi，t+1表征第i个储能电池在第t+1个时段的储电量、SOCi，1表征第i个储能电池在第1个时段的储电量、SOCi，T表征第i个储能电池在第T个时段的储电量、α表征充/放电系数。
9.根据权利要求6至8中任一所述的装置，其特征在于，
所述不确定因素，包括：电负荷；
则，所述模型确定模块，包括：第一数据获取单元、第一计算单元及第一模型确定单元；其中，
所述第一数据获取单元，用于获取所述电负荷所对应的多个第一历史数据；
所述第一计算单元，用于计算各个所述第一历史数据的第一均值及第一方差；
所述第一模型确定单元，用于根据所述第一均值及所述第一方差确定所述电负荷所对应的第一正态分布概率密度模型；
和/或，
所述不确定因素，包括：热负荷；
则，所述模型确定模块，包括：第二数据获取单元、第二计算单元及第二模型确定单元；其中，
所述第二数据获取单元，用于获取所述热负荷所对应的多个第二历史数据；
所述第二计算单元，用于计算各个所述第二历史数据的第二均值及第二方差；
所述第二模型确定单元，用于根据所述第二均值及所述第二方差确定所述热负荷所对应的第二正态分布概率密度模型；
和/或，
所述不确定因素，包括：辐照度；
则，所述模型确定模块，包括：第三数据获取单元、第三计算单元及第三模型确定单元；其中，
所述第三数据获取单元，用于获取所述辐照度所对应的多个第三历史数据；
所述第三计算单元，用于计算各个所述第三历史数据的第三均值及第三方差；
所述第三模型确定单元，用于根据所述第三均值及所述第三方差确定所述辐照度所对应的贝塔概率密度模型。
10.根据权利要求9所述的装置，其特征在于，
所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
11.一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如权利要求1至5中任一所述的方法。
12.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910311191.6A CN110086208B (zh) | 2019-04-18 | 2019-04-18 | 综合能源系统的设备调控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910311191.6A CN110086208B (zh) | 2019-04-18 | 2019-04-18 | 综合能源系统的设备调控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110086208A true CN110086208A (zh) | 2019-08-02 |
| CN110086208B CN110086208B (zh) | 2023-05-12 |
Family
ID=67415497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910311191.6A Active CN110086208B (zh) | 2019-04-18 | 2019-04-18 | 综合能源系统的设备调控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110086208B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178734A (zh) * | 2019-12-24 | 2020-05-19 | 东软集团股份有限公司 | 负载均衡的方法、装置、存储介质和电子设备 |
| CN111178636A (zh) * | 2019-12-31 | 2020-05-19 | 新奥数能科技有限公司 | 考虑新能源不确定性的综合能源系统优化方法和装置 |
| CN111222694A (zh) * | 2019-12-31 | 2020-06-02 | 新奥数能科技有限公司 | 考虑负荷预测不确定性的综合能源系统优化方法和装置 |
| CN112257899A (zh) * | 2020-09-22 | 2021-01-22 | 国网河北省电力有限公司营销服务中心 | 一种cchp系统优化调度方法及终端设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107171324A (zh) * | 2017-06-28 | 2017-09-15 | 国网河北省电力公司经济技术研究院 | 一种含分布式电源的配电网线性规划模型 |
| CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源系统设计方法 |
| CN108629462A (zh) * | 2018-05-17 | 2018-10-09 | 杭州华电下沙热电有限公司 | 含储能的综合能源微网优化规划方法及综合能源微网系统 |
| CN109063925A (zh) * | 2018-08-16 | 2018-12-21 | 合肥工业大学 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
-
2019
- 2019-04-18 CN CN201910311191.6A patent/CN110086208B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107171324A (zh) * | 2017-06-28 | 2017-09-15 | 国网河北省电力公司经济技术研究院 | 一种含分布式电源的配电网线性规划模型 |
| CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源系统设计方法 |
| CN108629462A (zh) * | 2018-05-17 | 2018-10-09 | 杭州华电下沙热电有限公司 | 含储能的综合能源微网优化规划方法及综合能源微网系统 |
| CN109063925A (zh) * | 2018-08-16 | 2018-12-21 | 合肥工业大学 | 一种计及负荷聚合商的区域综合能源系统优化运行方法 |
Non-Patent Citations (7)
| Title |
|---|
| 于波等: "综合能源系统规划设计方法", 《电力建设》 * |
| 代景龙等: "考虑源荷不确定性的概率最优潮流", 《现代电力》 * |
| 华煌圣等: "考虑综合能效水平的能源系统多目标优化运行", 《南方电网技术》 * |
| 周博等: "考虑热电联合调度的虚拟电厂交易策略研究", 《电测与仪表》 * |
| 张有兵等: "计及电转气技术的区域综合能源系统在线优化方法", 《电网技术》 * |
| 曹华珍等: "基于置信度变换的区间动态最优潮流", 《电力系统及其自动化学报》 * |
| 王伟亮等: "能源互联网背景下的典型区域综合能源系统稳态分析研究综述", 《中国电机工程学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178734A (zh) * | 2019-12-24 | 2020-05-19 | 东软集团股份有限公司 | 负载均衡的方法、装置、存储介质和电子设备 |
| CN111178636A (zh) * | 2019-12-31 | 2020-05-19 | 新奥数能科技有限公司 | 考虑新能源不确定性的综合能源系统优化方法和装置 |
| CN111222694A (zh) * | 2019-12-31 | 2020-06-02 | 新奥数能科技有限公司 | 考虑负荷预测不确定性的综合能源系统优化方法和装置 |
| CN112257899A (zh) * | 2020-09-22 | 2021-01-22 | 国网河北省电力有限公司营销服务中心 | 一种cchp系统优化调度方法及终端设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110086208B (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110086208A (zh) | 综合能源系统的设备调控方法及装置 | |
| Nazari-Heris et al. | Network constrained economic dispatch of renewable energy and CHP based microgrids | |
| CN113112087A (zh) | 考虑电热负荷需求响应的综合能源系统运行成本优化方法 | |
| CN107563676A (zh) | 考虑多时间尺度多类型需求响应的源荷协调运行调度方法 | |
| CN113538066B (zh) | 虚拟电厂参与电力市场的控制方法、系统、设备及介质 | |
| CN111199015B (zh) | 一种综合能源系统优化方法和装置 | |
| Savolainen et al. | Optimization of renewable energy for buildings with energy storages and 15-minute power balance | |
| CN110649598B (zh) | 一种计及区域内虚拟电厂调节节点电价的方法及系统 | |
| CN111428922B (zh) | 一种快速后验条件断面的电力市场出清方法及系统 | |
| CN109347152B (zh) | 考虑多类型电源参与调峰的随机生产模拟方法及应用 | |
| CN109687529B (zh) | 一种能源调度方法、装置、可读介质及电子设备 | |
| CN109286208A (zh) | 一种综合能源系统调度方法和系统 | |
| CN114282722A (zh) | 分布式综合能源系统多目标优化方法、系统、装置及介质 | |
| CN111523204A (zh) | 一种并网型综合能源网电-气储能系统优化配置求解方法 | |
| Liu et al. | P2H Modeling and operation in the microgrid under coupled electricity–hydrogen markets | |
| CN117455076A (zh) | 综合能源系统多时间尺度优化方法及系统 | |
| CN116542373A (zh) | 考虑新能源保障消纳要求的优化调度方法与装置 | |
| JP6280736B2 (ja) | エネルギー管理システム及びエネルギー管理方法 | |
| CN110109385A (zh) | 综合能源系统的设备调控方法及装置 | |
| CN110190598B (zh) | 获取冷热电联供多微网系统的优化调度方案的方法及系统 | |
| CN113240183B (zh) | 商业建筑电热负荷日前优化调度方法和系统 | |
| CN114498769A (zh) | 一种高比例风光孤岛微电网群能量调度方法及系统 | |
| CN110264051A (zh) | 确定微网的优化调度方案的方法及装置 | |
| JP6462284B2 (ja) | エネルギー管理システム及びエネルギー管理方法 | |
| CN111222694A (zh) | 考虑负荷预测不确定性的综合能源系统优化方法和装置 |
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 |