CN110190598B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110190598B
CN110190598B CN201910491210.8A CN201910491210A CN110190598B CN 110190598 B CN110190598 B CN 110190598B CN 201910491210 A CN201910491210 A CN 201910491210A CN 110190598 B CN110190598 B CN 110190598B
Authority
CN
China
Prior art keywords
power
microgrid
cost
period
ith
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
CN201910491210.8A
Other languages
English (en)
Other versions
CN110190598A (zh
Inventor
赵蕾
杜雅慧
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.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology 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 Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201910491210.8A priority Critical patent/CN110190598B/zh
Publication of CN110190598A publication Critical patent/CN110190598A/zh
Application granted granted Critical
Publication of CN110190598B publication Critical patent/CN110190598B/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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/381—Dispersed generators
    • 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]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种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。该优化调度方法包括：S1、根据维护成本、燃料成本、环境成本和交互成本，建立冷热电联供型多微网系统的优化调度模型；S2、建立多微网系统的能量传输功率、设备运行和交互功率约束条件；S3、对优化调度模型中的优化问题进行求解，获得运行成本最低的优化调度方案；S4、获得优化调度方案。本发明的获取冷热电联供多微网系统的优化调度方案的方案的方法及系统能够获得运行周期T的区域内所有N个微网的运行成本最低的优化调度方案，执行优化调度方案，可实现冷热电联供多微网系统运行成本最低。

Description

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
技术领域
本发明涉及能源领域，具体涉及一种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。
背景技术
冷热电混合能源(combined cooling heating andpower，CCHP)联供系统作为微型能源网的典型代表，能够给微型能源网同时供应冷能、热能、电能。冷热电联供型微网中含有大量分布式可再生能源，是目前管理分布式可再生能源的最好自治系统之一。
随着微网技术的发展，越来越多的冷热电联供型微网接入同一个配电网区域内，当配电网区域内多个冷热电联供型微网间存在电能交互时，会对微网的运行优化产生影响，具体表现为冷热电联供多微网系统的运行成本依据不同的调度计划会产生变化。如何实现冷热电联供多微网系统的运行成本最低，是亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是如何实现冷热电联供多微网系统的运行成本最低。
为了解决上述技术问题，本发明提供一种获取冷热电联供多微网系统的优化调度方案的方法，包括以下步骤：
S1根据维护成本、燃料成本、环境成本和交互成本，建立冷热电联供型多微网系统的优化调度模型；
S2建立多微网系统的能量传输功率、设备运行和交互功率约束条件；
S3对优化调度模型中的优化问题进行求解，获得运行成本最低的优化调度方案；
S4、输出优化调度方案。
本发明的优选方案中，所述冷热电联供多微网系统包括：
源类装置，将一次能源或可再生能源转换为系统可用能量的发电或发热装置，其包括：光伏设备、风力涡轮机、燃气轮机和锅炉中的至少一种；
储能装置，用于回收、存储系统中的能源，包括：储能电池和余热回收系统中的至少一种；
能量转化装置，将二次能源转换为系统可用能量的电能或热能装置，包括：制冷机组中的至少一种。
本发明的优选方案中，步骤1)包括如下步骤：
S11、获取所述冷热电联供多微网系统的系统参数，所述系统参数包括：源类装置、储能装置、能量转化装置的功率，源类装置的一次能源消耗量和污染物种类，微网与电网交互的电价和功率，多微网之间交互的电价和功率，微网中设备的冷热电负荷；
S12、确定维护成本、燃料成本、环境成本和交互成本；
S13、建立冷热电联供型多微网系统的优化调度模型。
本发明的优选方案，所述优化调度方法中所述优化调度模型，目标函数为：
1)维护成本
Com,i(t)＝Kom,PVPi,PV(t)+Kom,WTPi,WT(t)+Kom,ESSPi,ESS(t)+Kom,HRSPi,HRS(t)+Kom,MTPi,MT(t)+Kom,ACPi,AC(t)+Kom,GBPi,GB(t)
Com,i(t)表示第i个微网在t时间段内的维护成本；Kom,PV表示光伏设备维护成本系数；Kom,WT表示风力涡轮机的维护成本系数；Kom,ESS表示储能电池的维护成本系数；Kom,HRS表示余热回收系统的维护成本系数；Kom,MT表示燃气轮机的维护成本系数；Kom,GB表示锅炉的维护成本系数；Kom,AC表示制冷机组的维护成本系数；
Pi,PV(t)表示光伏设备在t时段第i个微网的输出功率；Pi,WT(t)表示风力涡轮机在t时段第i个微网的输出功率；Pi,ESS(t)表示储能电池在t时段第i个微网的输出功率；Pi,HRS(t)表示余热回收系统在t时段第i个微网的输出功率；Pi,MT(t)表示燃气轮机在t时段第i个微网的输出功率；Pi,GB(t)表示锅炉在t时段第i个微网的输出功率；Pi,AC(t)表示制冷机组在t时段第i个微网的输出功率；
2)燃料成本
Ci,CCHP(t)＝Cng(Vi,MT(t)+Vi,GB(t))
Figure GDA0002744171720000031
Figure GDA0002744171720000032
其中，Ci,CCHP(t)表示t时间段的燃料成本；Vi,MT(t)表示t时间段内第i个微网中的燃气轮机消耗的天燃气；Vi,GB(t)表示t时间段内第i个微网中的锅炉消耗的天燃气；Cng表示燃气价格；LHVNG表示天燃气低位热值，取9.78kWh/m3；
3)环境成本
Figure GDA0002744171720000033
Ci,environment(t)表示t时间段内的环境成本，k和m表示污染物的种类数量；βk表示源类装置释放第k中污染物的排放系数，αk表示治理单位第k中污染物的成本；
4)电网交互成本
Ci,grid(t)＝Cbuy(t)Pi,grid(t)+Csell(t)Pi,grid(t)
Ci,grid(t)表示第i个微网在t时段与电网交互的成本；Cbuy(t)表示t时段内的购电电价、Csell(t)表示t时段内的售电电价；Pi,grid(t)表示微网i与电网交互的功率；
5)多微网交互成本
Ci,MG(t)＝Cbuy(t)Pi,j(t)+Csell(t)Pi,j(t)
Ci,MG(t)表示第i个微网在t时段与其他微网的功率交互成本；Pi,j(t)表示第i个微网在t时段与微网j的交互功率；
6)多微网系统的运行成本最低
Figure GDA0002744171720000041
其中，C为总运行成本，T为运行周期，N为区域内的微网个数。
本发明的优选方案，所述方法中，所述约束条件包括：
1)负荷平衡约束
Qi,MT,c(t)+Qi,Ac,c(t)＝Qi,cool(t)
其中，Qi,MT,c(t)表示第i个微网t时段燃气轮机的冷负荷；Qi,Ac,c(t)表示第i个微网t时段制冷机组的冷负荷；Qi,cool(t)表示第i个微网t时段的冷负荷；
Qi,GB,h(t)+Qi,MT,h(t)+Qi,AC,h(t)＝Qi,heat(t)
其中Qi,GB,h(t)表示第i个微网t时段锅炉的热负荷；Qi,MT,h(t)表示第i个微网t时段燃气轮机的热负荷；Qi,AC,h(t)表示第i个微网t时段的热负荷；
2)功率平衡约束
Figure GDA0002744171720000042
其中，Pij,buy(t)表示第i个微网在t时段与微网j的购电交互功率；Pij,sell(t)表示第i个微网在t时段与微网j的售电交互功率；Pi,load(t)表示第i个微网在t时段电负荷功率；
3)储能系统运行周期始末状态约束
考虑储能的周期性，每个运行周期具有同样的初始条件：
E(0)＝E(T)；
4)第k个源类装置处理约束：
Pk,min≤Pk(t)≤Pk,max
Pk(t)第k个源类装置在t时段的的功率；
5)储能容量约束
Ei,min≤Ei(t)≤Ei,max
Ei(t)表示第i个微网在t时段的储能容量；
6)储能充放电功率约束
Figure GDA0002744171720000051
且Xi(t)+Yi(t)≤1
Pi,dist(t)表示第i个微网在t时段的充电功率；Pi,dist(t)表示第i个微网在t时段的放电功率；Pi,ch(t)表示第i个微网在t时段的充电功率；
7)第i个微网与配网间能够允许交互的功率约束为：
Pi,grid,min≤Pi,grid(t)≤Pi,grid,max
8)第i个微网与第j个微网能够允许交互的功率约束为
Pi,j,min≤Pi,j(t)≤Pi,j,max。
本发明还提供一种获取冷热电联供多微网系统的优化调度方案的系统，包括：
参数获取模块，获取所述冷热电联供多微网系统的系统参数；
成本确定模块，其包括：维护成本确定模块，根据系统参数确定维护成本；燃料成本确定模块，根据系统参数确定燃料成本；环境成本确定模块，根据系统参数确定环境成本；交互成本确定模块，根据系统参数确定交互成本；
优化调度模型建立模块，根据维护成本、环境成本、燃料成本和交互成本建立冷热电联供型多微网系统的优化调度模型；
约束条件建立模块，建立冷热电联供型多微网系统运行的约束条件；
优化调度模型计算模块，依从约束条件，对优化调度模型中的优化问题进行求解，获得运行成本最低的优化调度方案；
优化调度输出模块，输出优化调度方案，获得冷热电联供型多微网系统的运行成本最小的优化调度方案。
优选地，所述优化调度系统中所述冷热电联供多微网系统包括：
源类装置，将一次能源或可再生能源转换为系统可用能量的发电或发热装置，其包括：光伏设备、风力涡轮机、燃气轮机和锅炉中的至少一种；
储能装置，用于回收、存储系统中的能源，包括：储能电池和余热回收系统中的至少一种；
能量转化装置，将二次能源转换为系统可用能量的电能或热能装置，包括：制冷机组中的至少一种。
优选地，获得优化调度方案的系统中：
所述参数获取模块，包括：功率获取模块，获取源类装置功率、储能装置功率、能量转化装置功率、微网与电网交互功率以及多微网之间交互功率；能源消耗量获取模块，获取源类装置的一次能源消耗量；污染物种类获取模块，获取污染物种类；电价获取模块，获取微网与电网交互的电价和多微网之间交互的电价；负荷获取模块，获取微网中各装置的冷热电负荷；
所述维护成本确定模块，根据源类装置、储能装置、能量转化装置的输出功率和维护成本系数确定维护成本；
所述燃料成本确定模块，根据一次能源消耗量和价格确定燃料成本；
所述环境成本确定模块，根据污染物种类和污染物处理成本确定环境成本；
所述交互成本确定模块，根据微网与电网交互的电价和功率确定微网与电网的交互成本，多微网之间交互的电价和功率确定多微网交互成本。
优选地，优化调度系统中，所述优化调度模型，目标函数为：
1)维护成本
Com,i(t)＝Kom,PVPi,PV(t)+Kom,WTPi,WT(t)+Kom,ESSPi,ESS(t)+Kom,HRSPi,HRS(t)+Kom,MTPi,MT(t)+Kom,ACPi,AC(t)+Kom,GBPi,GB(t)
Com,i(t)表示第i个微网在t时间段内的维护成本；Kom,PV表示光伏设备维护成本系数；Kom,WT表示风力涡轮机的维护成本系数；Kom,ESS表示储能电池的维护成本系数；Kom,HRS表示余热回收系统的维护成本系数；Kom,MT表示燃气轮机的维护成本系数；Kom,GB表示锅炉的维护成本系数；Kom,AC表示制冷机组的维护成本系数；
Pi,PV(t)表示光伏设备在t时段第i个微网的输出功率；Pi,WT(t)表示风力涡轮机在t时段第i个微网的输出功率；Pi,ESS(t)表示储能电池在t时段第i个微网的输出功率；Pi,HRS(t)表示余热回收系统在t时段第i个微网的输出功率；Pi,MT(t)表示燃气轮机在t时段第i个微网的输出功率；Pi,GB(t)表示锅炉在t时段第i个微网的输出功率；Pi,AC(t)表示制冷机组在t时段第i个微网的输出功率；
2)燃料成本
Ci,CCHP(t)＝Cng(Vi,MT(t)+Vi,GB(t))
Figure GDA0002744171720000071
Figure GDA0002744171720000072
其中，Ci,CCHP(t)表示t时间段的燃料成本；Vi,MT(t)表示t时间段内第i个微网中的燃气轮机消耗的天燃气；Vi,GB(t)表示t时间段内第i个微网中的锅炉消耗的天燃气；Cng表示燃气价格；LHVNG表示天燃气低位热值，取9.78kWh/m3；
3)环境成本
Figure GDA0002744171720000073
Ci,environment(t)表示t时间段内的环境成本，k和m表示污染物的种类数量；βk表示源类装置释放第k中污染物的排放系数，αk表示治理单位第k中污染物的成本；
4)电网交互成本
Ci,grid(t)＝Cbuy(t)Pi,grid(t)+Csell(t)Pi,grid(t)
Ci,grid(t)表示第i个微网在t时段与电网交互的成本；Cbuy(t)表示t时段内的购电电价、Csell(t)表示t时段内的售电电价；Pi,grid(t)表示微网i与电网交互的功率；
5)多微网交互成本
Ci,MG(t)＝Cbuy(t)Pi,j(t)+Csell(t)Pi,j(t)
Ci,MG(t)表示第i个微网在t时段与其他微网的功率交互成本；Pi,j(t)表示第i个微网在t时段与微网j的交互功率；
6)多微网系统的运行成本最低
Figure GDA0002744171720000081
其中，C为总运行成本，T为运行周期，N为区域内的微网个数。
优选地，优化调度系统中，所述约束条件包括：
1)负荷平衡约束
Qi,MT,c(t)+Qi,Ac,c(t)＝Qi,cool(t)
其中，Qi,MT,c(t)表示第i个微网t时段燃气轮机的冷负荷；Qi,Ac,c(t)表示第i个微网t时段制冷机组的冷负荷；Qi,cool(t)表示第i个微网t时段的冷负荷；
Qi,GB,h(t)+Qi,MT,h(t)+Qi,AC,h(t)＝Qi,heat(t)
其中Qi,GB,h(t)表示第i个微网t时段锅炉的热负荷；Qi,MT,h(t)表示第i个微网t时段燃气轮机的热负荷；Qi,AC,h(t)表示第i个微网t时段的热负荷；
2)功率平衡约束
Figure GDA0002744171720000091
其中，Pij,buy(t)表示第i个微网在t时段与微网j的购电交互功率；Pij,sell(t)表示第i个微网在t时段与微网j的售电交互功率；Pi,load(t)表示第i个微网在t时段电负荷功率；
3)储能系统运行周期始末状态约束
考虑储能的周期性，每个运行周期具有同样的初始条件：
E(0)＝E(T)；
4)第k个源类装置处理约束：
Pk,min≤Pk(t)≤Pk,max
Pk(t)第k个源类装置在t时段的的功率；
5)储能容量约束
Ei,min≤Ei(t)≤Ei,max
Ei(t)表示第i个微网在t时段的储能容量；
6)储能充放电功率约束
Figure GDA0002744171720000092
且Xi(t)+Yi(t)≤1
Pi,dist(t)表示第i个微网在t时段的充电功率；Pi,dist(t)表示第i个微网在t时段的放电功率；Pi,ch(t)表示第i个微网在t时段的充电功率；
7)第i个微网与配网间能够允许交互的功率约束为：
Pi,grid,min≤Pi,grid(t)≤Pi,grid,max
8)第i个微网与第j个微网能够允许交互的功率约束为
Pi,j,min≤Pi,j(t)≤Pi,j,max。
本发明还提供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，所述处理器执行上述优化调度方法。
本发明还提供一种电子设备，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，所述处理器执行上述优化调度方法。
本发明的获得冷热电联供型多微网系统的优化调度方案的方法和系统，能够获得运行周期T的区域内所有N个微网的运行成本最低的优化调度方案，执行优化调度方案，可实现冷热电联供多微网系统运行成本最低。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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为本发明实施例中提供的获取冷热电联供多微网系统的优化调度方案的方法的流程示意图；
图2为本发明实施例中冷热电联供多微网系统示意图；
图3为本发明实施例中建立冷热电联供型多微网系统的优化调度模型流程图；
图4为本发明实施例中获取冷热电联供多微网系统的优化调度方案的系统示意图；
图5为本发明实施例中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2所示，本发明的冷热电联供多微网系统，包括：
源类装置，将一次能源或可再生能源转换为系统可用能量的发电或发热装置，其包括：光伏设备PV、风力涡轮机WT、燃气轮机MT和锅炉GB；
储能装置，用于回收、存储系统中的能源，包括：储能电池ESS，余热回收系统HRS连接燃气轮机MT和锅炉GB用于回收系统余热；
能量转化装置，将二次能源转换为系统可用能量的电能或热能装置，包括：制冷机组，如：电制冷机组AC1，吸热式制冷机组AC2连接余热回收系统HRS；
能源供应系统，包括：天然气供应系统GSS，其连通天然气发电机组和燃气锅炉，用于发电和发热。
结合图1所示，为了实现冷热电联供多微网系统运行成本最低，本发明的实施例提供的获取冷热电联供多微网系统的优化调度方案的方法，包括以下步骤：
步骤S1，根据维护成本、燃料成本、环境成本和交互成本，建立冷热电联供型多微网系统的优化调度模型；
步骤S2，建立多微网系统的能量传输功率、设备运行和交互功率约束条件；
步骤S3，对优化调度模型中的优化问题进行求解，获得基于所述微网中的设备的输出功率的运行成本最低的优化调度方案；
步骤S4，输出优化调度方案。
结合图3所示，本发明的优选实施例中，步骤1)具体包括如下步骤：
步骤S11、获取所述冷热电联供多微网系统的系统参数，所述系统参数包括：源类装置、储能装置、能量转化装置的功率，源类装置的一次能源消耗量和污染物种类，微网与电网交互的电价和功率，多微网之间交互的电价和功率，微网中设备的冷热电负荷；
步骤S12、确定维护成本、燃料成本、环境成本和交互成本；
步骤S13、建立冷热电联供型多微网系统的优化调度模型。
如图4所示，基于上述优化调度方法，本发明的另一实施例提供一种获取冷热电联供多微网系统的优化调度方案的系统，其包括：
参数获取模块10，获取所述冷热电联供多微网系统的系统参数。其包括：功率获取模块101，获取源类装置功率、储能装置功率、能量转化装置功率、微网与电网交互功率以及多微网之间交互功率；能源消耗量获取模块102，获取源类装置的一次能源消耗量；污染物种类获取模块103，获取污染物种类；电价获取模块104，获取微网与电网交互的电价和多微网之间交互的电价；负荷获取模块105，获取微网中各装置的冷热电负荷；
成本确定模块20，其包括：
维护成本确定模块201，根据源类装置、储能装置、能量转化装置的输出功率和维护成本系数确定维护成本；
燃料成本确定模块202，根据一次能源消耗量和价格确定燃料成本；
环境成本确定模块203，根据污染物种类和污染物处理成本确定环境成本；
交互成本确定模块204，根据微网与电网交互的电价和功率确定微网与电网的交互成本，多微网之间交互的电价和功率确定多微网交互成本。
优化调度模型建立模块30，根据维护成本、环境成本、燃料成本和交互成本建立冷热电联供型多微网系统的优化调度模型；
约束条件建立模块40，建立冷热电联供型多微网系统运行的约束条件；
优化调度模型计算模块50，依从约束条件，对优化调度模型中的优化问题进行求解，获得运行成本最低的优化调度方案；
优化调度方案输出模块60，输出获得运行成本最低的优化调度方案。后续执行此优化调度方案能够使得冷热电联供型多微网系统的运行成本最小。
在本发明实施例的上述获得冷热电联供型多微网系统的优化调度方案的方法和系统中，上述优化调度模型的目标函数为：
1)维护成本
Com,i(t)＝Kom,PVPi,PV(t)+Kom,WTPi,WT(t)+Kom,ESSPi,ESS(t)+Kom,HRSPi,HRS(t)+Kom,MTPi,MT(t)+Kom,ACPi,AC(t)+Kom,GBPi,GB(t)
Com,i(t)表示第i个微网在t时间段内的维护成本；Kom,PV表示光伏设备维护成本系数；Kom,WT表示风力涡轮机的维护成本系数；Kom,ESS表示储能电池的维护成本系数；Kom,HRS表示余热回收系统的维护成本系数；Kom,MT表示燃气轮机的维护成本系数；Kom,GB表示锅炉的维护成本系数；Kom,AC表示制冷机组的维护成本系数；
Pi,PV(t)表示光伏设备在t时段第i个微网的输出功率；Pi,WT(t)表示风力涡轮机在t时段第i个微网的输出功率；Pi,ESS(t)表示储能电池在t时段第i个微网的输出功率；Pi,HRS(t)表示余热回收系统在t时段第i个微网的输出功率；Pi,MT(t)表示燃气轮机在t时段第i个微网的输出功率；Pi,GB(t)表示锅炉在t时段第i个微网的输出功率；Pi,AC(t)表示制冷机组在t时段第i个微网的输出功率；
2)燃料成本，主要指CCHP消耗的天然气成本，计算公式如下：
Ci,CCHP(t)＝Cng(Vi,MT(t)+Vi,GB(t))
Figure GDA0002744171720000131
Figure GDA0002744171720000132
其中，Ci,CCHP(t)表示t时间段的燃料成本；Vi,MT(t)表示t时间段内第i个微网中的燃气轮机消耗的天燃气；Vi,GB(t)表示t时间段内第i个微网中的锅炉消耗的天燃气；Cng表示燃气价格；LHVNG表示天燃气低位热值，取9.78kWh/m3；
3)环境成本
微网中光伏PV和风机WT属于清洁能源，忽略其环境成本。所以微网的污染物主要来源是燃气轮机MT、锅炉GB和配电网，成本计算式如下：
Figure GDA0002744171720000141
Ci,environment(t)表示t时间段内的环境成本，k和m表示污染物的种类数量；βk表示源类装置释放第k中污染物(主要包括二氧化碳、二氧化硫，氮氧化物气体)的排放系数，αk表示治理单位第k中污染物的成本。
4)电网交互成本
Ci,grid(t)＝Cbuy(t)Pi,grid(t)+Csell(t)Pi,grid(t)
Ci,grid(t)表示第i个微网在t时段与电网交互的成本；Cbuy(t)表示t时段内的购电电价、Csell(t)表示t时段内的售电电价；Pi,grid(t)表示微网i与电网交互的功率，正值表示购电，负值表示卖电；
5)多微网交互成本
Ci,MG(t)＝Cbuy(t)Pi,j(t)+Csell(t)Pi,j(t)
Ci,MG(t)表示第i个微网在t时段与其他微网的功率交互成本；Pi,j(t)表示第i个微网在t时段与微网j的交互功率正数表示i向j买电，负数表示i向j卖电；
6)多微网系统的运行成本最低
在运行周期T的区域内所有N个微网总运行成本最低
Figure GDA0002744171720000142
其中，C为总运行成本，T为运行周期，N为区域内的微网个数。
约束条件包括：
1)负荷平衡约束
Qi,MT,c(t)+Qi,Ac,c(t)＝Qi,cool(t)
其中，Qi,MT,c(t)表示第i个微网t时段燃气轮机的冷负荷；Qi,Ac,c(t)表示第i个微网t时段制冷机组的冷负荷；Qi,cool(t)表示第i个微网t时段的冷负荷；
Qi,GB,h(t)+Qi,MT,h(t)+Qi,AC,h(t)＝Qi,heat(t)
其中Qi,GB,h(t)表示第i个微网t时段锅炉的热负荷；Qi,MT,h(t)表示第i个微网t时段燃气轮机的热负荷；Qi,AC,h(t)表示第i个微网t时段的热负荷；
2)功率平衡约束
Figure GDA0002744171720000151
其中，Pij,buy(t)表示第i个微网在t时段与微网j的购电交互功率；Pij,sell(t)表示第i个微网在t时段与微网j的售电交互功率；Pi,load(t)表示第i个微网在t时段电负荷功率；
3)储能系统运行周期始末状态约束
考虑储能的周期性，每个运行周期具有同样的初始条件：
E(0)＝E(T)；
4)第k个源类装置处理约束：
Pk,min≤Pk(t)≤Pk,max
Pk(t)第k个源类装置在t时段的的功率；
5)储能容量约束
Ei,min≤Ei(t)≤Ei,max
Ei(t)表示第i个微网在t时段的储能容量；
6)储能充放电功率约束
Figure GDA0002744171720000152
且在同一时段t内，储能无法同时充放电，所以：
Xi(t)+Yi(t)≤1
Pi,dist(t)表示第i个微网在t时段的充电功率；Pi,dist(t)表示第i个微网在t时段的放电功率；Pi,ch(t)表示第i个微网在t时段的充电功率；
7)第i个微网与配网间能够允许交互的功率约束为：
Pi,grid,min≤Pi,grid(t)≤Pi,grid,max
8)第i个微网与第j个微网能够允许交互的功率约束为
Pi,j,min≤Pi,j(t)≤Pi,j,max。
图5是本发明实施例提供的一种实现获取冷热电联供多微网系统的优化调度方案的方法的装置的结构示意图。在硬件层面，该服务器包括处理器701以及存储有执行指令的存储器702，可选地还包括内部总线703及网络接口704。其中，存储器702可能包含内存7021，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器7022(non-volatile memory)，例如至少1个磁盘存储器等；处理器701、网络接口704和存储器702可以通过内部总线703相互连接，该内部总线703可以是ISA(Industry StandardArchitecture，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(Extended Industry Standard Architecture，扩展工业标准结构)总线等；所述内部总线703可以分为地址总线、数据总线、控制总线等，为便于表示，图5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，该服务器还可能包括其他业务所需要的硬件。当处理器701执行存储器702存储的执行指令时，处理器701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：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获取冷热电联供多微网系统的优化调度方案的装置。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获取冷热电联供多微网系统的优化调度方案的方法。
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 Gate Array，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，所述电子设备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5冷热电联供多微网系统优化调度设备所示；执行指令冷热电联供多微网系统优化调度方法是所对应计算机程序。
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 (4)

1.一种获取冷热电联供多微网系统的优化调度方案的方法，其特征在于，包括以下步骤：
S1、根据维护成本、燃料成本、环境成本和交互成本，建立冷热电联供型多微网系统的优化调度模型；
S2、建立多微网系统的能量传输功率、设备运行和交互功率约束条件；
S3、对优化调度模型中的优化问题进行求解，获得运行成本最低的优化调度方案；
S4、输出优化调度方案；
所述冷热电联供多微网系统包括：
源类装置，将一次能源或可再生能源转换为系统可用能量的发电或发热装置，其包括：光伏设备、风力涡轮机、燃气轮机和锅炉中的至少一种；
储能装置，用于回收、存储系统中的能源，包括：储能电池和余热回收系统中的至少一种；
能量转化装置，将二次能源转换为系统可用能量的电能或热能装置，包括：制冷机组中的至少一种；
步骤S1包括如下步骤：
S11、获取所述冷热电联供多微网系统的系统参数，所述系统参数包括：源类装置、储能装置、能量转化装置的功率，源类装置的一次能源消耗量和污染物种类，微网与电网交互的电价和功率，多微网之间交互的电价和功率，微网中设备的冷热电负荷；
S12、确定维护成本、燃料成本、环境成本和交互成本；
S13、建立冷热电联供型多微网系统的优化调度模型；
所述优化调度模型，目标函数为：
1)维护成本
Com,i(t)＝Kom,PVPi,PV(t)+Kom,WTPi,WT(t)+Kom,ESSPi,ESS(t)+Kom,HRSPi,HRS(t)+Kom,MTPi,MT(t)+Kom,ACPi,AC(t)+Kom,GBPi,GB(t)
Com,i(t)表示第i个微网在t时间段内的维护成本；Kom,PV表示光伏设备维护成本系数；Kom,WT表示风力涡轮机的维护成本系数；Kom,ESS表示储能电池的维护成本系数；Kom,HRS表示余热回收系统的维护成本系数；Kom,MT表示燃气轮机的维护成本系数；Kom,GB表示锅炉的维护成本系数；Kom,AC表示制冷机组的维护成本系数；
Pi,PV(t)表示光伏设备在t时段第i个微网的输出功率；Pi,WT(t)表示风力涡轮机在t时段第i个微网的输出功率；Pi,ESS(t)表示储能电池在t时段第i个微网的输出功率；Pi,HRS(t)表示余热回收系统在t时段第i个微网的输出功率；Pi,MT(t)表示燃气轮机在t时段第i个微网的输出功率；Pi,GB(t)表示锅炉在t时段第i个微网的输出功率；Pi,AC(t)表示制冷机组在t时段第i个微网的输出功率；
2)燃料成本
Ci,CCHP(t)＝Cng(Vi,MT(t)+Vi,GB(t))
Figure FDA0002744171710000021
Figure FDA0002744171710000022
其中，Ci,CCHP(t)表示t时间段的燃料成本；Vi,MT(t)表示t时间段内第i个微网中的燃气轮机消耗的天燃气；Vi,GB(t)表示t时间段内第i个微网中的锅炉消耗的天燃气；Cng表示燃气价格；LHVNG表示天燃气低位热值，取9.78kWh/m3；
3)环境成本
Figure FDA0002744171710000023
Ci,environment(t)表示t时间段内的环境成本，k和m表示污染物的种类数量；βk表示源类装置释放第k种污染物的排放系数；αk表示治理单位第k种污染物的成本
4)电网交互成本
Ci,grid(t)＝Cbuy(t)Pi,grid(t)+Csell(t)Pi,grid(t)
Ci,grid(t)表示第i个微网在t时段与电网交互的成本；Cbuy(t)表示t时段内的购电电价、Csell(t)表示t时段内的售电电价；Pi,grid(t)表示微网i与电网交互的功率；
5)多微网交互成本
Ci,MG(t)＝Cbuy(t)Pi,j(t)+Csell(t)Pi,j(t)
Ci,MG(t)表示第i个微网在t时段与其他微网的功率交互成本；Pi,j(t)表示第i个微网在t时段与微网j的交互功率；
6)多微网系统的运行成本最低
Figure FDA0002744171710000031
其中，C为总运行成本，T为运行周期，N为区域内的微网个数；
所述约束条件包括：
1)负荷平衡约束
Qi,MT,c(t)+Qi,Ac,c(t)＝Qi,cool(t)
其中，Qi,MT,c(t)表示第i个微网t时段燃气轮机的冷负荷；Qi,Ac,c(t)表示第i个微网t时段制冷机组的冷负荷；Qi,cool(t)表示第i个微网t时段的冷负荷；
Qi,GB,h(t)+Qi,MT,h(t)+Qi,AC,h(t)＝Qi,heat(t)
其中Qi,GB,h(t)表示第i个微网t时段锅炉的热负荷；Qi,MT,h(t)表示第i个微网t时段燃气轮机的热负荷；Qi,AC,h(t)表示第i个微网t时段的热负荷；
2)功率平衡约束
Figure FDA0002744171710000041
其中，Pij,buy(t)表示第i个微网在t时段与微网j的购电交互功率；Pij,sell(t)表示第i个微网在t时段与微网j的售电交互功率；Pi,load(t)表示第i个微网在t时段电负荷功率；
3)储能系统运行周期始末状态约束
考虑储能的周期性，每个运行周期具有同样的初始条件：
E(0)＝E(T)；
4)第k个源类装置处理约束：
Pk,min≤Pk(t)≤Pk,max
Pk(t)第k个源类装置在t时段的功率；
5)储能容量约束
Ei,min≤Ei(t)≤Ei,max
Ei(t)表示第i个微网在t时段的储能容量；
6)储能充放电功率约束
Figure FDA0002744171710000042
且Xi(t)+Yi(t)≤1
Pi,dist(t)表示第i个微网在t时段的充电功率；Pi,dist(t)表示第i个微网在t时段的放电功率；Pi,ch(t)表示第i个微网在t时段的充电功率；
7)第i个微网与配网间能够允许交互的功率约束为：
Pi,grid,min≤Pi,grid(t)≤Pi,grid,max
8)第i个微网与第j个微网能够允许交互的功率约束为
Pi,j,min≤Pi,j(t)≤Pi,j,max。
2.一种获取冷热电联供多微网系统的优化调度方案的系统，其特征在于，包括：
参数获取模块，获取所述冷热电联供多微网系统的系统参数；
成本确定模块，其包括：维护成本确定模块，根据系统参数确定维护成本；燃料成本确定模块，根据系统参数确定燃料成本；环境成本确定模块，根据系统参数确定环境成本；交互成本确定模块，根据系统参数确定交互成本；
优化调度模型建立模块，根据维护成本、环境成本、燃料成本和交互成本建立冷热电联供型多微网系统的优化调度模型；
约束条件建立模块，建立冷热电联供型多微网系统运行的约束条件；
优化调度模型计算模块，依从约束条件，对优化调度模型中的优化问题进行求解，获得运行成本最低的优化调度方案；
优化调度方案输出模块，输出优化调度方案；
所述冷热电联供多微网系统包括：
源类装置，将一次能源或可再生能源转换为系统可用能量的发电或发热装置，其包括：光伏设备、风力涡轮机、燃气轮机和锅炉中的至少一种；
储能装置，用于回收、存储系统中的能源，包括：储能电池和余热回收系统中的至少一种；
能量转化装置，将二次能源转换为系统可用能量的电能或热能装置，包括：制冷机组中的至少一种；
所述参数获取模块，包括：功率获取模块，获取源类装置功率、储能装置功率、能量转化装置功率、微网与电网交互功率以及多微网之间交互功率；能源消耗量获取模块，获取源类装置的一次能源消耗量；污染物种类获取模块，获取污染物种类；电价获取模块，获取微网与电网交互的电价和多微网之间交互的电价；负荷获取模块，获取微网中各装置的冷热电负荷；
所述维护成本确定模块，根据源类装置、储能装置、能量转化装置的输出功率和维护成本系数确定维护成本；
所述燃料成本确定模块，根据一次能源消耗量和价格确定燃料成本；
所述环境成本确定模块，根据污染物种类和污染物处理成本确定环境成本；
所述交互成本确定模块，根据微网与电网交互的电价和功率确定微网与电网的交互成本，多微网之间交互的电价和功率确定多微网交互成本；
所述优化调度模型，目标函数为：
1)维护成本
Com,i(t)＝Kom,PVPi,PV(t)+Kom,WTPi,WT(t)+Kom,ESSPi,ESS(t)+Kom,HRSPi,HRS(t)+Kom,MTPi,MT(t)+Kom,ACPi,AC(t)+Kom,GBPi,GB(t)
Com,i(t)表示第i个微网在t时间段内的维护成本；Kom,PV表示光伏设备维护成本系数；Kom,WT表示风力涡轮机的维护成本系数；Kom,ESS表示储能电池的维护成本系数；Kom,HRS表示余热回收系统的维护成本系数；Kom,MT表示燃气轮机的维护成本系数；Kom,GB表示锅炉的维护成本系数；Kom,AC表示制冷机组的维护成本系数；
Pi,PV(t)表示光伏设备在t时段第i个微网的输出功率；Pi,WT(t)表示风力涡轮机在t时段第i个微网的输出功率；Pi,ESS(t)表示储能电池在t时段第i个微网的输出功率；Pi,HRS(t)表示余热回收系统在t时段第i个微网的输出功率；Pi,MT(t)表示燃气轮机在t时段第i个微网的输出功率；Pi,GB(t)表示锅炉在t时段第i个微网的输出功率；Pi,AC(t)表示制冷机组在t时段第i个微网的输出功率；
2)燃料成本
Ci,CCHP(t)＝Cng(Vi,MT(t)+Vi,GB(t))
Figure FDA0002744171710000061
Figure FDA0002744171710000062
其中，Ci,CCHP(t)表示t时间段的燃料成本；Vi,MT(t)表示t时间段内第i个微网中的燃气轮机消耗的天燃气；Vi,GB(t)表示t时间段内第i个微网中的锅炉消耗的天燃气；Cng表示燃气价格；LHVNG表示天燃气低位热值，取9.78kWh/m3；
3)环境成本
Figure FDA0002744171710000071
Ci,environment(t)表示t时间段内的环境成本，k和m表示污染物的种类数量；βk表示源类装置释放第k种污染物的排放系数；αk表示治理单位第k种污染物的成本
4)电网交互成本
Ci,grid(t)＝Cbuy(t)Pi,grid(t)+Csell(t)Pi,grid(t)
Ci,grid(t)表示第i个微网在t时段与电网交互的成本；Cbuy(t)表示t时段内的购电电价、Csell(t)表示t时段内的售电电价；Pi,grid(t)表示微网i与电网交互的功率；
5)多微网交互成本
Ci,MG(t)＝Cbuy(t)Pi,j(t)+Csell(t)Pi,j(t)
Ci,MG(t)表示第i个微网在t时段与其他微网的功率交互成本；Pi,j(t)表示第i个微网在t时段与微网j的交互功率；
6)多微网系统的运行成本最低
Figure FDA0002744171710000072
其中，C为总运行成本，T为运行周期，N为区域内的微网个数；
所述约束条件包括：
1)负荷平衡约束
Qi,MT,c(t)+Qi,Ac,c(t)＝Qi,cool(t)
其中，Qi,MT,c(t)表示第i个微网t时段燃气轮机的冷负荷；Qi,Ac,c(t)表示第i个微网t时段制冷机组的冷负荷；Qi,cool(t)表示第i个微网t时段的冷负荷；
Qi,GB,h(t)+Qi,MT,h(t)+Qi,AC,h(t)＝Qi,heat(t)
其中Qi,GB,h(t)表示第i个微网t时段锅炉的热负荷；Qi,MT,h(t)表示第i个微网t时段燃气轮机的热负荷；Qi,AC,h(t)表示第i个微网t时段的热负荷；
2)功率平衡约束
Figure FDA0002744171710000081
其中，Pij,buy(t)表示第i个微网在t时段与微网j的购电交互功率；Pij,sell(t)表示第i个微网在t时段与微网j的售电交互功率；Pi,load(t)表示第i个微网在t时段电负荷功率；
3)储能系统运行周期始末状态约束
考虑储能的周期性，每个运行周期具有同样的初始条件：
E(0)＝E(T)；
4)第k个源类装置处理约束：
Pk,min≤Pk(t)≤Pk,max
Pk(t)第k个源类装置在t时段的功率；
5)储能容量约束
Ei,min≤Ei(t)≤Ei,max
Ei(t)表示第i个微网在t时段的储能容量；
6)储能充放电功率约束
Figure FDA0002744171710000082
且Xi(t)+Yi(t)≤1
Pi,dist(t)表示第i个微网在t时段的充电功率；Pi,dist(t)表示第i个微网在t时段的放电功率；Pi,ch(t)表示第i个微网在t时段的充电功率；
7)第i个微网与配网间能够允许交互的功率约束为：
Pi,grid,min≤Pi,grid(t)≤Pi,grid,max
8)第i个微网与第j个微网能够允许交互的功率约束为
Pi,j,min≤Pi,j(t)≤Pi,j,max。
3.一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所述的方法。
4.一种电子设备，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所述的方法。
CN201910491210.8A 2019-06-06 2019-06-06 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 Active CN110190598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910491210.8A CN110190598B (zh) 2019-06-06 2019-06-06 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910491210.8A CN110190598B (zh) 2019-06-06 2019-06-06 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

Publications (2)

Publication Number Publication Date
CN110190598A CN110190598A (zh) 2019-08-30
CN110190598B true CN110190598B (zh) 2021-01-05

Family

ID=67720686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910491210.8A Active CN110190598B (zh) 2019-06-06 2019-06-06 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

Country Status (1)

Country Link
CN (1) CN110190598B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110782076B (zh) * 2019-10-12 2022-06-17 华翔翔能科技股份有限公司 基于高维目标优化决策的互联微网分层能量调度方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9146547B2 (en) * 2011-07-20 2015-09-29 Nec Laboratories America, Inc. Optimal energy management of a rural microgrid system using multi-objective optimization
CN104392286B (zh) * 2014-12-02 2017-07-21 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN104537443A (zh) * 2015-01-08 2015-04-22 国家电网公司 一种热电联供型微网经济协调优化调度方法
CN107482638B (zh) * 2017-07-21 2020-04-28 杭州电子科技大学 冷热电联供型微电网多目标动态优化调度方法
CN108717594B (zh) * 2018-04-16 2020-02-18 东南大学 一种冷热电联供型多微网系统经济优化调度方法
CN109327042B (zh) * 2018-09-27 2023-02-10 南京邮电大学 一种微电网多能源联合优化调度方法
CN109245093A (zh) * 2018-09-28 2019-01-18 上海电力学院 一种冷热电联供分布式能源站协同优化调度方法
CN109190859A (zh) * 2018-11-05 2019-01-11 国网江苏省电力有限公司电力科学研究院 冷热电联供型多微网系统及其经济优化调度方法

Also Published As

Publication number Publication date
CN110190598A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
Tejada-Arango et al. Power-based generation expansion planning for flexibility requirements
Maleki et al. Two heuristic approaches for the optimization of grid-connected hybrid solar–hydrogen systems to supply residential thermal and electrical loads
Wu et al. A hierarchical framework for generation scheduling of microgrids
Ju et al. A two-stage optimal coordinated scheduling strategy for micro energy grid integrating intermittent renewable energy sources considering multi-energy flexible conversion
Eghbali et al. Stochastic energy management for a renewable energy based microgrid considering battery, hydrogen storage, and demand response
Nazari-Heris et al. Network constrained economic dispatch of renewable energy and CHP based microgrids
US20090319090A1 (en) Energy optimization system
Zare et al. New stochastic bi-objective optimal cost and chance of operation management approach for smart microgrid
Katsanevakis et al. A novel voltage stability and quality index demonstrated on a low voltage distribution network with multifunctional energy storage systems
CN109687529B (zh) 一种能源调度方法、装置、可读介质及电子设备
CN111199015B (zh) 一种综合能源系统优化方法和装置
CN110086208B (zh) 综合能源系统的设备调控方法及装置
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
Gildenhuys et al. Optimization of the operational cost and environmental impact of a multi-microgrid system
CN113205273B (zh) 一种计及区外电能交易的低碳化电源规划方法及系统
CN112308411B (zh) 基于动态碳交易模型的综合能源站随机规划方法及系统
CN111523204B (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
CN107453408B (zh) 一种考虑不确定性的微电网能量优化调度方法
Thang et al. Optimal siting and sizing of renewable sources in distribution system planning based on life cycle cost and considering uncertainties.
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
Li et al. Flexible scheduling of microgrid with uncertainties considering expectation and robustness
Ali et al. Development and planning of a hybrid power system based on advance optimization approach
Abouhawwash et al. Evaluation Factors of Solar Power Plants to Reduce Cost Under Neutrosophic Multi-Criteria Decision Making Model
Dweekat et al. On the dispatch of minigrids with large penetration levels of variable renewable energy
Pereira et al. Power system unit commitment incorporating wind energy and battery energy storage

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