CN110264051A - 确定微网的优化调度方案的方法及装置 - Google Patents
确定微网的优化调度方案的方法及装置 Download PDFInfo
- Publication number
- CN110264051A CN110264051A CN201910491222.0A CN201910491222A CN110264051A CN 110264051 A CN110264051 A CN 110264051A CN 201910491222 A CN201910491222 A CN 201910491222A CN 110264051 A CN110264051 A CN 110264051A
- Authority
- CN
- China
- Prior art keywords
- area
- period
- microgrid
- ith microgrid
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 238000004146 energy storage Methods 0.000 claims description 112
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 80
- AMXOYNBUYSYVKV-UHFFFAOYSA-M lithium bromide Chemical compound [Li+].[Br-] AMXOYNBUYSYVKV-UHFFFAOYSA-M 0.000 claims description 58
- 238000012512 characterization method Methods 0.000 claims description 53
- 230000006870 function Effects 0.000 claims description 46
- 239000003345 natural gas Substances 0.000 claims description 40
- 230000005611 electricity Effects 0.000 claims description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 238000001816 cooling Methods 0.000 claims description 27
- 239000007789 gas Substances 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 16
- 238000011084 recovery Methods 0.000 claims description 16
- 239000002918 waste heat Substances 0.000 claims description 16
- 238000010438 heat treatment Methods 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 7
- 210000000352 storage cell Anatomy 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000001276 controlling effect Effects 0.000 abstract 1
- 238000005057 refrigeration Methods 0.000 description 7
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种确定微网的优化调度方案的方法、装置、计算机可读存储介质及电子设备，方法包括：获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；建立所述区域的多目标调度优化模型；将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。通过本发明的技术方案，当根据确定的优化调度方案调控微网中的设备时，可减少区域内微网的能源浪费。
Description
技术领域
本发明涉及能源技术领域，尤其涉及确定微网的优化调度方案的方法及装置。
背景技术
近年来，随着电力改革的推进及用户对于用能需求的多样化发展，微网因能满足用户多方面用能需求而逐渐成为研究热点。为满足不同用户的用能需求，通常需要根据微网的优化调度方案对微网中的设备进行调控。
目前，主要通过构建区域内微网对应的单目标模型，确定基于区域内微网的设备的输出功率的优化调度方案，根据优化调度方案对微网中的设备的输出功率对微网的设备进行调控。
但是，在满足区域内微网的一个目标时，可能不能满足区域内微网的其他目标，因此，当根据上述方式得到的优化调度方案对微网中的设备的输出功率进行调控时，可能导致区域内微网的能源浪费。
发明内容
本发明提供了一种确定微网的优化调度方案的方法、装置、计算机可读存储介质及电子设备，当根据确定的优化调度方案调控微网中的设备时，可减少区域内微网的能源浪费。
第一方面，本发明提供了一种确定微网的优化调度方案的方法，包括：
获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；
建立所述区域的多目标调度优化模型；
将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。
优选地，
所述多目标调度优化模型中的约束条件包括：电负荷平衡约束、热负荷平衡约束、冷负荷平衡约束、设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束中的任意一个或多个；其中，
所述电负荷平衡约束包括：
其中，N表征区域内微网个数、表征区域内第i个微网的光伏电源在第t个时段的输出功率；表征区域内第i个微网的储能电池在第t个时段的输出功率；表征区域内第i个微网的燃气机组在第t个时段的输出功率；表征区域内第i个微网在第t个时段的购电量；表征区域内第j个微网在第t个时段向第i个微网的输入功率；表征区域内第i个微网的水蓄冷机组在第t个时段的输入功率；表征区域内第i个微网的地源热泵在第t个时段的输入功率；表征区域内第i个微网的电制冷机组在第t个时段的输入功率；表征区域内第i个微网在第t个时段的电负荷；
所述热负荷平衡约束包括：
其中，表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的余热回收设备在第t个时段的供热功率、表征区域内第i个微网的地源热泵在第t个时段的供热功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的输入热功率；表征区域内第i个微网在第t个时段的热负荷；
所述冷负荷平衡约束包括：
其中，表征区域内第i个微网的地源热泵在第t个时段的供冷功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的供冷功率；表征区域内第i个微网的水蓄冷机组在第t个时段的供冷功率；表征区域内第i个微网的电制冷机组在第t个时段的供冷功率；表征区域内第i个微网在第t个时段的冷负荷；
所述设备约束包括：
其中，表征区域内第i个微网的第K个设备在第t个时段的的输出功率、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最小值、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最大值；
所述电储能充放电功率约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的放电功率、表征区域内第i个微网的储能电池在第t个时段的放电功率最大值、表征区域内第i个微网的储能电池在第t个时段的充电功率、区域内第i个微网的储能电池在第t个时段的充电功率最大值；
所述电储能能量约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的容量、表征区域内第i个微网的储能电池在第t个时段的最小容量、表征区域内第i个微网的储能电池在第t个时段的最大容量；
所述周期始末储能平衡约束包括：
Ei，0＝Ei，T
其中，Ei，0表征区域内第i个微网的储能电池在周期开始时的容量、Ei，T表征区域内第i个微网的储能电池在周期结束时的容量。
优选地，
所述多目标调度优化模型的目标函数包括：第一目标函数和第二目标函数；其中，
所述第一目标函数包括：
所述第二目标函数包括：
其中，C表征经济值、T表征调度周期、N表征区域内微网个数、L表征设备的数量、Z表征能效值；
表征区域内第i个微网在第t个时段的售电量；
表征区域内第i个微网在第t个时段的售电价；
表征区域内第i个微网在第t个时段的单位制热量收益；
表征区域内第i个微网在第t个时段的制热量；
表征区域内第i个微网在第t个时段的单位制冷量收益；
表征区域内第i个微网在第t个时段的单位制冷量；
表征区域内第i个微网在第t个时段的光伏补贴价格；
表征区域内第i个微网在第t个时段的光伏输出功率；
表征区域内第i个微网在第t个时段的天然气价格；
表征区域内第i个微网在第t个时段的天然气使用量；
表征区域内第i个微网在第t个时段的购电量；
表征区域内第i个微网在第t个时段的购电价；
表征区域内第i个微网在第t个时段的第K个设备的成本系数；
表征区域内第i个微网在第t个时段的第K个设备的输出功率；
表征区域内第i个微网在第t个时段的输出功率；
表征区域内第i个微网在第t个时段的输入功率。
优选地，
所述至少一个设备包括：光伏电源、储能电池、余热回收设备、溴化锂制冷机组、水蓄冷机组、电制冷机组、天然气发电机组、燃气锅炉及地源热泵中的任意一个或多个。
第二方面，本发明提供了一种确定微网的优化调度方案的装置，包括：
获取模块，用于获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；
模型构建模块，用于建立所述区域的多目标调度优化模型；
功率确定模块，用于将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。
优选地，
所述多目标调度优化模型中的约束条件包括：电负荷平衡约束、热负荷平衡约束、冷负荷平衡约束、设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束中的任意一个或多个；其中，
所述电负荷平衡约束包括：
其中，N表征区域内微网个数、表征区域内第i个微网的光伏电源在第t个时段的输出功率；表征区域内第i个微网的储能电池在第t个时段的输出功率；表征区域内第i个微网的燃气机组在第t个时段的输出功率；表征区域内第i个微网在第t个时段的购电量；表征区域内第j个微网在第t个时段向第i个微网的输入功率；表征区域内第i个微网的水蓄冷机组在第t个时段的输入功率；表征区域内第i个微网的地源热泵在第t个时段的输入功率；表征区域内第i个微网的电制冷机组在第t个时段的输入功率；表征区域内第i个微网在第t个时段的电负荷；
所述热负荷平衡约束包括：
其中，表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的余热回收设备在第t个时段的供热功率、表征区域内第i个微网的地源热泵在第t个时段的供热功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的输入热功率；表征区域内第i个微网在第t个时段的热负荷；
所述冷负荷平衡约束包括：
其中，表征区域内第i个微网的地源热泵在第t个时段的供冷功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的供冷功率；表征区域内第i个微网的水蓄冷机组在第t个时段的供冷功率；表征区域内第i个微网的电制冷机组在第t个时段的供冷功率；表征区域内第i个微网在第t个时段的冷负荷；
所述设备约束包括：
其中，表征区域内第i个微网的第K个设备在第t个时段的的输出功率、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最小值、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最大值；
所述电储能充放电功率约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的放电功率、表征区域内第i个微网的储能电池在第t个时段的放电功率最大值、表征区域内第i个微网的储能电池在第t个时段的充电功率、区域内第i个微网的储能电池在第t个时段的充电功率最大值；
所述电储能能量约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的容量、表征区域内第i个微网的储能电池在第t个时段的最小容量、表征区域内第i个微网的储能电池在第t个时段的最大容量；
所述周期始末储能平衡约束包括：
Ei，0＝Ei，T
其中，Ei，0表征区域内第i个微网的储能电池在周期开始时的容量、Ei，T表征区域内第i个微网的储能电池在周期结束时的容量。
优选地，
所述多目标调度优化模型的目标函数包括：第一目标函数和第二目标函数；其中，
所述第一目标函数包括：
所述第二目标函数包括：
其中，C表征经济值、T表征调度周期、N表征区域内微网个数、L表征设备的数量、Z表征能效值；
表征区域内第i个微网在第t个时段的售电量；
表征区域内第i个微网在第t个时段的售电价；
表征区域内第i个微网在第t个时段的单位制热量收益；
表征区域内第i个微网在第t个时段的制热量；
表征区域内第i个微网在第t个时段的单位制冷量收益；
表征区域内第i个微网在第t个时段的单位制冷量；
表征区域内第i个微网在第t个时段的光伏补贴价格；
表征区域内第i个微网在第t个时段的光伏输出功率；
表征区域内第i个微网在第t个时段的天然气价格；
表征区域内第i个微网在第t个时段的天然气使用量；
表征区域内第i个微网在第t个时段的购电量；
表征区域内第i个微网在第t个时段的购电价；
表征区域内第i个微网在第t个时段的第K个设备的成本系数；
表征区域内第i个微网在第t个时段的第K个设备的输出功率；
表征区域内第i个微网在第t个时段的输出功率；
表征区域内第i个微网在第t个时段的输入功率。
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。
本发明提供了一种确定微网的输出功率的方法、装置、计算机可读存储介质及电子设备，该方法通过获取区域内若干个微网的若干个设备的设备信息、若干个负荷信息及若干个能源信息，然后，建立区域的多目标调度优化模型，之后，将每个微网的各个设备的设备信息、各个负荷信息及各个能源信息代入多目标调度优化模型，确定基于微网中的设备的输出功率的优化调度方案，确定的优化调度方案考虑了区域的多目标，故当根据确定的优化调度方案调控微网中的设备时，可减少区域内微网的能源浪费。
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确定微网的优化调度方案的方法的流程示意图；
图2为本发明一实施例提供的区域内微网的结构示意图；
图3为本发明一实施例提供的一种确定微网的优化调度方案的装置的结构示意图；
图4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确定微网的优化调度方案的方法，包括如下各个步骤：
步骤101，获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；
步骤102，建立所述区域的多目标调度优化模型；
步骤103，将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入对应所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。
如图1所示的实施例，该方法通过获取区域内若干个微网的若干个设备的设备信息、若干个负荷信息及若干个能源信息，然后，建立区域的多目标调度优化模型，之后，将每个微网的各个设备的设备信息、各个负荷信息及各个能源信息代入多目标调度优化模型，确定微网中的设备的输出功率的优化调度方案，确定的优化调度方案考虑了区域的多目标，故当根据确定的优化调度方案调控微网中的设备时，可减少区域内微网的能源浪费。
具体地，负荷信息包括但不限于区域内每个微网分别对应的负荷需求(比如，冷负荷、热负荷及电负荷)及用于满足负荷需求对应的设备(比如，用于满足冷负荷的电制冷机组、溴化锂制冷机组及水蓄冷机组)；能源信息包括但不限于区域内每个微网分别对应的能源类型(比如，天然气、热能及电能)及能源类型的能源价格(天然气价格、售电价及购电价)；设备信息包括但不限于区域内每个微网分别对应的设备输出功率区间、设备运行状态(比如，设备是开机状态还是关机状态)、额定输出功率、设备数量、输入的能源类型(比如，天然气发电机组输入的天然气)及输出的能源类型(天然气发电机组输出的热能及电能)。
需要说明的是，区域内包括多个微网，每个微网对应有负荷需求，每个微网在满足自身负荷需求的前提下，能够向其他微网尤其是临近微网输送电量，以使得区域内微网能够正常运行，或者，区域对应的负荷需求由各个微网进行分担，各个微网可灵活分担负荷需求以适应不同的业务场景变化；相应的，当根据确定的优化调度方案调控微网中的设备时，需要进行区域内的能源调度，与单一微网相比，区域内的能源调度需考虑微网之间的相互影响，即各个微网之间可以传输电量。
需要说明的是，基于微网中的设备的输出功率的优化调度方案具体指的是根据设备的输出功率确定微网中电能、热能及天然气等能源的调度，例如，根据燃气锅炉及燃气机组的输出功率确定微网中天然气的使用量，并根据天然气的使用量对天然气进行调度以保证燃气机组及燃气锅炉的正常运行。
本发明一个实施例中，所述多目标调度优化模型中的约束条件包括：电负荷平衡约束、热负荷平衡约束、冷负荷平衡约束、设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束中的任意一个或多个；其中，
所述电负荷平衡约束包括：
其中，N表征区域内微网个数、表征区域内第i个微网的光伏电源在第t个时段的输出功率；表征区域内第i个微网的储能电池在第t个时段的输出功率；表征区域内第i个微网的燃气机组在第t个时段的输出功率；表征区域内第i个微网在第t个时段的购电量；表征区域内第j个微网在第t个时段向第i个微网的输入功率；表征区域内第i个微网的水蓄冷机组在第t个时段的输入功率；表征区域内第i个微网的地源热泵在第t个时段的输入功率；表征区域内第i个微网的电制冷机组在第t个时段的输入功率；表征区域内第i个微网在第t个时段的电负荷；
所述热负荷平衡约束包括：
其中，表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的余热回收设备在第t个时段的供热功率、表征区域内第i个微网的地源热泵在第t个时段的供热功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的输入热功率；表征区域内第i个微网在第t个时段的热负荷；
所述冷负荷平衡约束包括：
其中，表征区域内第i个微网的地源热泵在第t个时段的供冷功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的供冷功率；表征区域内第i个微网的水蓄冷机组在第t个时段的供冷功率；表征区域内第i个微网的电制冷机组在第t个时段的供冷功率；表征区域内第i个微网在第t个时段的冷负荷；
所述设备约束包括：
其中，表征区域内第i个微网的第K个设备在第t个时段的的输出功率、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最小值、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最大值；
所述电储能充放电功率约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的放电功率、表征区域内第i个微网的储能电池在第t个时段的放电功率最大值、表征区域内第i个微网的储能电池在第t个时段的充电功率、区域内第i个微网的储能电池在第t个时段的充电功率最大值；
所述电储能能量约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的容量、表征区域内第i个微网的储能电池在第t个时段的最小容量、表征区域内第i个微网的储能电池在第t个时段的最大容量；
所述周期始末储能平衡约束包括：
Ei，0＝Ei，T
其中，Ei，0表征区域内第i个微网的储能电池在周期开始时的容量、Ei，T表征区域内第i个微网的储能电池在周期结束时的容量。
请参考图2，该实施例中，针对于电负荷平衡约束，考虑到区域内微网的水蓄冷机组、电制冷机组及地源热泵消耗的电量，光伏电源、储能电池及天然气发电机组提供的电量，与配电网之间的购/售电量，与其他微网之间的输入/输出电量，应当满足电负荷，即区域内微网应当满足电负荷平衡约束，因此，可将电负荷平衡约束作为区域内微网的一个约束条件；针对于热负荷平衡约束，由于区域内微网的燃气锅炉、余热回收设备及地源热泵的供热功率，溴化锂制冷机组消耗的热功率，应当满足热负荷，显而易见的，溴化锂制冷机组、水蓄冷机组及电制冷机组也可提供热量，则区域内微网的燃气锅炉、余热回收设备、地源热泵、溴化锂制冷机组、水蓄冷机组及电制冷机组的供热功率，溴化锂制冷机组消耗的热功率，应当满足热负荷，即区域内微网应当满足热负荷平衡约束，因此，可将热负荷平衡约束作为区域内微网的一个约束条件；针对于冷负荷平衡约束，考虑到区域内微网的地源热泵、溴化锂制冷机组、水蓄冷机组、电制冷机组的供冷功率应当满足冷负荷，即区域内微网应当满足冷负荷平衡约束，因此，可将冷负荷平衡约束作为区域内微网的一个约束条件。在这里，区域对应的负荷由微网分担或者每个微网对应有负荷。
该实施例中，为保证储能电池的正常运行，储能电池运行时应满足最大充电功率及最小充电功率之间的电储能充电功率区间，最大放电功率及最小放电功率之间的电储能放电功率区间，最大容量及最小容量之间的电储能能量区间，在这里，最小充电功率及最大充电功率均可以为0，为保证下个周期的正常运行，在周期开始时段及周期结束时段的电量应当相等，即满足周期始末储能平衡约束；考虑到设备存在最小输出功率及最大输出功率，为保证设备的正常运行，故设备应在最小输出功率及最大输出功率之间的功率区间运行，在这里，最小输出功率可以为0，最大输出功率可以为额定输出功率，在这里，设备包括但不限于天然气发电机组、余热回收设备、储能电池、光伏电源、水蓄冷机组、电制冷机组、溴化锂制冷机组及地源热泵，综上可得，可将设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束确定为区域内微网的约束条件。
本发明一个实施例中，所述多目标调度优化模型的目标函数包括：第一目标函数和第二目标函数；其中，
所述第一目标函数包括：
所述第二目标函数包括：
其中，C表征经济值、T表征调度周期、N表征区域内微网个数、L表征设备的数量、Z表征能效值；
表征区域内第i个微网在第t个时段的售电量；
表征区域内第i个微网在第t个时段的售电价；
表征区域内第i个微网在第t个时段的单位制热量收益；
表征区域内第i个微网在第t个时段的制热量；
表征区域内第i个微网在第t个时段的单位制冷量收益；
表征区域内第i个微网在第t个时段的单位制冷量；
表征区域内第i个微网在第t个时段的光伏补贴价格；
表征区域内第i个微网在第t个时段的光伏输出功率；
表征区域内第i个微网在第t个时段的天然气价格；
表征区域内第i个微网在第t个时段的天然气使用量；
表征区域内第i个微网在第t个时段的购电量；
表征区域内第i个微网在第t个时段的购电价；
表征区域内第i个微网在第t个时段的第K个设备的成本系数；
表征区域内第i个微网在第t个时段的第K个设备的输出功率；
表征区域内第i个微网在第t个时段的输出功率；
表征区域内第i个微网在第t个时段的输入功率。
具体地，请参考图2，区域内微网包括四种能源(即电能、天然气、热能及冷量)、配电网、若干个微网、八种设备(比如，天然气发电机组、余热回收设备、储能电池、光伏电源、水蓄冷机组、电制冷机组、溴化锂制冷机组及地源热泵)，以一个微网为例说明四种能源、配电网、各个微网及八种设备的相互关系：光伏电源、储能电池放电及天然气发电机组消耗天然气产生的电能、从配电网购买的电能、其他微网提供的电能用于为用户、水蓄冷机组、电制冷机组、地源热泵提供电能，或者天然气发电机组消耗天然气及光伏电源产生的电能用于为用户、水蓄冷机组、电制冷机组、地源热泵、储能电池充电、其他微网及配电网提供电能，燃气锅炉消耗天然气产生的蒸汽、余热回收设备产生的热能及地源热泵产生的热能用于为用户及溴化锂制冷机组提供热能，溴化锂制冷机组、水蓄冷机组、电制冷机组及地源热泵产生的冷量用于为用户提供冷量；微网购买天然气为燃气锅炉及天然气发电机组提供原料、与配电网进行电能购/售、与其他微网进行电能输入/输出以保证区域内微网的正常运行，考虑上述各个因素，第一目标函数C表征经济值，经济值为区域内的供能收益减去总成本，其中，总成本包括购电成本、购气成本及各种设备运行管理成本，供能收益包括供电、供热、供冷及新能源补贴收益，maxC表征最大经济值。
具体地，请参考图2，第二目标函数Z为能效值，能效值具体指的是区域内的输出能量与输入能量的比值之和，输出能量包括但不限于区域内微网的供热量、供电量及供冷量，输入能量包括但不限于光伏电源输入电能、储能电池输入电能、购电量、其他微网的输入电能及天然气对应的能量，在这里，需要保证输入能量与输出能量的能量单位相同，maxF表征最大能效值。
具体地，构建区域的以经济最大为目标的第一目标函数及以能效最大为目标的第二目标函数，该第一目标函数及第二目标函数综合考虑了区域的能效及经济，之后，通过约束条件、设备信息、负荷信息及能源信息，求解第一目标函数及第二目标函数的最优解，确定基于微网中的设备的输出功率的优化调度方案，相应的，当根据得到优化调度方案调控微网的设备时，可减少区域内微网的能源浪费。
需要说明的是，考虑到微网之间的能源调度影响，即相同设备在不同微网中的输出功率不同，故需要确定基于微网的设备的输出功率的优化调度方案。
本领域技术人员应当理解的，考虑到一个目标最优不能保证其他目标最优，故本发明采用了多目标函数，即以经济最大为目标的第一目标函数及以能效最优为目标的第二目标函数，求解多目标函数的方法包括但不限于隶属度函数、遗传算法及粒子群算法等。
举例来说，还可以通过如下公式确定第一目标函数：
其中，表征区域内第i个微网在第t个时段的购气成本、表征区域内第i个微网的购电成本、区域内第i个微网的设备在第t个时段的运行管理成本、表征区域内第i个微网的售电收益、表征区域内第i个微网的供热收益、表征区域内第i个微网的供冷收益、表征区域内第i个微网的新能源补贴收益。
显而易见的，
本发明一个实施例中，所述至少一个设备包括：光伏电源、储能电池、余热回收设备、溴化锂制冷机组、水蓄冷机组、电制冷机组、天然气发电机组、燃气锅炉及地源热泵中的任意一个或多个。
具体地，微网中的设备包括但不限于光伏电源、储能电池、余热回收设备、溴化锂制冷机组、水蓄冷机组、电制冷机组、天然气发电机组、燃气锅炉及地源热泵中的任意一个或多个，显而易见，设备的种类及数量需要结合具体的实际业务场景确定，并对应的构建第一目标函数及第二目标函数。
显而易见的，可以通过如下公式确定设备的运行管理成本：
其中，表征区域内第i个微网的光伏电源在第t个时段的成本系数、表征区域内在第i个微网的储能电池在第t个时段的成本系数、表征区域内第i个微网的燃气机在第t个时段的成本系数、表征区域内第i个微网的溴化锂制冷机组在第t个时段的成本系数、表征区域内第i个微网的溴化锂制冷机组在第t个时段的输出功率、表征区域内第i个微网的燃气锅炉在第t个时段的成本系数、表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的电制冷机组在第t个时段的成本系数、表征区域内第i个微网的电制冷机组在第t个时段的输出功率、表征区域内第i个微网的水蓄冷机组在第t个时段的成本系数、表征区域内第i个微网的水蓄冷机组在第t个时段的输出功率、表征区域内第i个微网的地源热泵在第t个时段的成本系数、表征区域内第i个微网的地源热泵在第t个时段的输出功率。
需要说明的是，地源热泵、水蓄冷机组、电制冷机组及溴化锂制冷机组的输出功率为供热功率及供冷功率的和。在这里，相同设备的成本系数在各个微网中可以保持不变，也可以根据微网的实际运行情况变动。
基于与本发明方法实施例相同的构思，请参考图3，本发明实施例还提供了一种确定微网的优化调度方案的装置，包括：
获取模块201，用于获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；
模型构建模块202，用于建立所述区域的多目标调度优化模型；
方案确定模块203，用于将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入对应所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。
本发明一个实施例中，所述多目标调度优化模型中的约束条件包括：电负荷平衡约束、热负荷平衡约束、冷负荷平衡约束、设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束中的任意一个或多个；其中，
所述电负荷平衡约束包括：
其中，N表征区域内微网个数、表征区域内第i个微网的光伏电源在第t个时段的输出功率；表征区域内第i个微网的储能电池在第t个时段的输出功率；表征区域内第i个微网的燃气机组在第t个时段的输出功率；表征区域内第i个微网在第t个时段的购电量；表征区域内第j个微网在第t个时段向第i个微网的输入功率；表征区域内第i个微网的水蓄冷机组在第t个时段的输入功率；表征区域内第i个微网的地源热泵在第t个时段的输入功率；表征区域内第i个微网的电制冷机组在第t个时段的输入功率；表征区域内第i个微网在第t个时段的电负荷；
所述热负荷平衡约束包括：
其中，表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的余热回收设备在第t个时段的供热功率、表征区域内第i个微网的地源热泵在第t个时段的供热功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的输入热功率；表征区域内第i个微网在第t个时段的热负荷；
所述冷负荷平衡约束包括：
其中，表征区域内第i个微网的地源热泵在第t个时段的供冷功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的供冷功率；表征区域内第i个微网的水蓄冷机组在第t个时段的供冷功率；表征区域内第i个微网的电制冷机组在第t个时段的供冷功率；表征区域内第i个微网在第t个时段的冷负荷；
所述设备约束包括：
其中，表征区域内第i个微网的第K个设备在第t个时段的的输出功率、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最小值、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最大值；
所述电储能充放电功率约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的放电功率、表征区域内第i个微网的储能电池在第t个时段的放电功率最大值、表征区域内第i个微网的储能电池在第t个时段的充电功率、区域内第i个微网的储能电池在第t个时段的充电功率最大值；
所述电储能能量约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的容量、表征区域内第i个微网的储能电池在第t个时段的最小容量、表征区域内第i个微网的储能电池在第t个时段的最大容量；
所述周期始末储能平衡约束包括：
Ei，0＝Ei，T
其中，Ei，0表征区域内第i个微网的储能电池在周期开始时的容量、Ei，T表征区域内第i个微网的储能电池在周期结束时的容量。
本发明一个实施例中，所述多目标调度优化模型的目标函数包括：第一目标函数和第二目标函数；其中，
所述第一目标函数包括：
所述第二目标函数包括：
其中，C表征经济值、T表征调度周期、N表征区域内微网个数、L表征设备的数量、Z表征能效值；
表征区域内第i个微网在第t个时段的售电量；
表征区域内第i个微网在第t个时段的售电价；
表征区域内第i个微网在第t个时段的单位制热量收益；
表征区域内第i个微网在第t个时段的制热量；
表征区域内第i个微网在第t个时段的单位制冷量收益；
表征区域内第i个微网在第t个时段的单位制冷量；
表征区域内第i个微网在第t个时段的光伏补贴价格；
表征区域内第i个微网在第t个时段的光伏输出功率；
表征区域内第i个微网在第t个时段的天然气价格；
表征区域内第i个微网在第t个时段的天然气使用量；
表征区域内第i个微网在第t个时段的购电量；
表征区域内第i个微网在第t个时段的购电价；
表征区域内第i个微网在第t个时段的第K个设备的成本系数；
表征区域内第i个微网在第t个时段的第K个设备的输出功率；
表征区域内第i个微网在第t个时段的输出功率；
表征区域内第i个微网在第t个时段的输入功率。
本发明一个实施例中，所述至少一个设备包括：光伏电源、储能电池、余热回收设备、溴化锂制冷机组、水蓄冷机组、电制冷机组、天然气发电机组、燃气锅炉及地源热泵中的任意一个或多个。
图4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401以及存储有执行指令的存储器402，可选地还包括内部总线403及网络接口404。其中，存储器402可能包含内存4021，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4022(non-volatile memory)，例如至少1个磁盘存储器等；处理器401、网络接口404和存储器402可以通过内部总线403相互连接，该内部总线403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 Standard Architecture，扩展工业标准结构)总线等；内部总线403可以分为地址总线、数据总线、控制总线等，为便于表示，图4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401执行存储器402存储的执行指令时，处理器401执行本发明任意一个实施例中的方法，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确定微网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一种确定微网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4所示的电子设备；执行指令是一种确定微网的优化调度方案的装置所对应的计算机程序。
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，对于装置实施例而言，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、商品或者锅炉不仅包括那些要素，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、商品或者锅炉所固有的要素。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、商品或者锅炉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 (10)
1.一种确定微网的优化调度方案的方法，其特征在于，包括：
获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；
建立所述区域的多目标调度优化模型；
将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。
2.根据权利要求1所述的方法，其特征在于，
所述多目标调度优化模型中的约束条件包括：电负荷平衡约束、热负荷平衡约束、冷负荷平衡约束、设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束中的任意一个或多个；其中，
所述电负荷平衡约束包括：
其中，N表征区域内微网个数、表征区域内第i个微网的光伏电源在第t个时段的输出功率；表征区域内第i个微网的储能电池在第t个时段的输出功率；表征区域内第i个微网的燃气机组在第t个时段的输出功率；表征区域内第i个微网在第t个时段的购电量；表征区域内第j个微网在第t个时段向第i个微网的输入功率；表征区域内第i个微网的水蓄冷机组在第t个时段的输入功率；表征区域内第i个微网的地源热泵在第t个时段的输入功率；表征区域内第i个微网的电制冷机组在第t个时段的输入功率；表征区域内第i个微网在第t个时段的电负荷；
所述热负荷平衡约束包括：
其中，表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的余热回收设备在第t个时段的供热功率、表征区域内第i个微网的地源热泵在第t个时段的供热功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的输入热功率；表征区域内第i个微网在第t个时段的热负荷；
所述冷负荷平衡约束包括：
其中，表征区域内第i个微网的地源热泵在第t个时段的供冷功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的供冷功率；表征区域内第i个微网的水蓄冷机组在第t个时段的供冷功率；表征区域内第i个微网的电制冷机组在第t个时段的供冷功率；表征区域内第i个微网在第t个时段的冷负荷；
所述设备约束包括：
其中，表征区域内第i个微网的第K个设备在第t个时段的的输出功率、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最小值、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最大值；
所述电储能充放电功率约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的放电功率、表征区域内第i个微网的储能电池在第t个时段的放电功率最大值、表征区域内第i个微网的储能电池在第t个时段的充电功率、区域内第i个微网的储能电池在第t个时段的充电功率最大值；
所述电储能能量约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的容量、表征区域内第i个微网的储能电池在第t个时段的最小容量、表征区域内第i个微网的储能电池在第t个时段的最大容量；
所述周期始末储能平衡约束包括：
Ei，0＝Ei，T
其中，Ei，0表征区域内第i个微网的储能电池在周期开始时的容量、Ei，T表征区域内第i个微网的储能电池在周期结束时的容量。
3.根据权利要求2所述的方法，其特征在于，
所述多目标调度优化模型的目标函数包括：第一目标函数和第二目标函数；其中，
所述第一目标函数包括：
所述第二目标函数包括：
其中，C表征经济值、T表征调度周期、N表征区域内微网个数、L表征设备的数量、Z表征能效值；
表征区域内第i个微网在第t个时段的售电量；
表征区域内第i个微网在第t个时段的售电价；
表征区域内第i个微网在第t个时段的单位制热量收益；
表征区域内第i个微网在第t个时段的制热量；
表征区域内第i个微网在第t个时段的单位制冷量收益；
表征区域内第i个微网在第t个时段的单位制冷量；
表征区域内第i个微网在第t个时段的光伏补贴价格；
表征区域内第i个微网在第t个时段的光伏输出功率；
表征区域内第i个微网在第t个时段的天然气价格；
表征区域内第i个微网在第t个时段的天然气使用量；
表征区域内第i个微网在第t个时段的购电量；
表征区域内第i个微网在第t个时段的购电价；
表征区域内第i个微网在第t个时段的第K个设备的成本系数；
表征区域内第i个微网在第t个时段的第K个设备的输出功率；
表征区域内第i个微网在第t个时段的输出功率；
表征区域内第i个微网在第t个时段的输入功率。
4.根据权利要求1至3中任一所述的方法，其特征在于，
所述至少一个设备包括：光伏电源、储能电池、余热回收设备、溴化锂制冷机组、水蓄冷机组、电制冷机组、天然气发电机组、燃气锅炉及地源热泵中的任意一个或多个。
5.一种确定微网的优化调度方案的装置，其特征在于，包括：
获取模块，用于获取区域内至少一个微网中的至少一个设备的设备信息、至少一个负荷信息及至少一个能源信息；
模型构建模块，用于建立所述区域的多目标调度优化模型；
方案确定模块，用于将各个所述微网中的所述设备的设备信息、所述负荷信息及所述能源信息代入所述多目标调度优化模型，确定基于所述微网中的所述设备的输出功率的优化调度方案。
6.根据权利要求5所述的装置，其特征在于，
所述多目标调度优化模型中的约束条件包括：电负荷平衡约束、热负荷平衡约束、冷负荷平衡约束、设备约束、电储能充放电功率约束、电储能能量约束及周期始末储能平衡约束中的任意一个或多个；其中，
所述电负荷平衡约束包括：
其中，N表征区域内微网个数、表征区域内第i个微网的光伏电源在第t个时段的输出功率；表征区域内第i个微网的储能电池在第t个时段的输出功率；表征区域内第i个微网的燃气机组在第t个时段的输出功率；表征区域内第i个微网在第t个时段的购电量；表征区域内第j个微网在第t个时段向第i个微网的输入功率；表征区域内第i个微网的水蓄冷机组在第t个时段的输入功率；表征区域内第i个微网的地源热泵在第t个时段的输入功率；表征区域内第i个微网的电制冷机组在第t个时段的输入功率；表征区域内第i个微网在第t个时段的电负荷；
所述热负荷平衡约束包括：
其中，表征区域内第i个微网的燃气锅炉在第t个时段的供热功率、表征区域内第i个微网的余热回收设备在第t个时段的供热功率、表征区域内第i个微网的地源热泵在第t个时段的供热功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的输入热功率；表征区域内第i个微网在第t个时段的热负荷；
所述冷负荷平衡约束包括：
其中，表征区域内第i个微网的地源热泵在第t个时段的供冷功率；表征区域内第i个微网的溴化锂制冷机组在第t个时段的供冷功率；表征区域内第i个微网的水蓄冷机组在第t个时段的供冷功率；表征区域内第i个微网的电制冷机组在第t个时段的供冷功率；表征区域内第i个微网在第t个时段的冷负荷；
所述设备约束包括：
其中，表征区域内第i个微网的第K个设备在第t个时段的的输出功率、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最小值、表征区域内第i个微网的第K个设备在第t个时段的的输出功率最大值；
所述电储能充放电功率约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的放电功率、表征区域内第i个微网的储能电池在第t个时段的放电功率最大值、表征区域内第i个微网的储能电池在第t个时段的充电功率、区域内第i个微网的储能电池在第t个时段的充电功率最大值；
所述电储能能量约束包括：
其中，表征区域内第i个微网的储能电池在第t个时段的容量、表征区域内第i个微网的储能电池在第t个时段的最小容量、表征区域内第i个微网的储能电池在第t个时段的最大容量；
所述周期始末储能平衡约束包括：
Ei，0＝Ei，T
其中，Ei，0表征区域内第i个微网的储能电池在周期开始时的容量、Ei，T表征区域内第i个微网的储能电池在周期结束时的容量。
7.根据权利要求6所述的装置，其特征在于，
所述多目标调度优化模型的目标函数包括：第一目标函数和第二目标函数；其中，
所述第一目标函数包括：
所述第二目标函数包括：
其中，C表征经济值、T表征调度周期、N表征区域内微网个数、L表征设备的数量、Z表征能效值；
表征区域内第i个微网在第t个时段的售电量；
表征区域内第i个微网在第t个时段的售电价；
表征区域内第i个微网在第t个时段的单位制热量收益；
表征区域内第i个微网在第t个时段的制热量；
表征区域内第i个微网在第t个时段的单位制冷量收益；
表征区域内第i个微网在第t个时段的单位制冷量；
表征区域内第i个微网在第t个时段的光伏补贴价格；
表征区域内第i个微网在第t个时段的光伏输出功率；
表征区域内第i个微网在第t个时段的天然气价格；
表征区域内第i个微网在第t个时段的天然气使用量；
表征区域内第i个微网在第t个时段的购电量；
表征区域内第i个微网在第t个时段的购电价；
表征区域内第i个微网在第t个时段的第K个设备的成本系数；
表征区域内第i个微网在第t个时段的第K个设备的输出功率；
表征区域内第i个微网在第t个时段的输出功率；
表征区域内第i个微网在第t个时段的输入功率。
8.根据权利要求5至7中任一所述的装置，其特征在于，
所述至少一个设备包括：光伏电源、储能电池、余热回收设备、溴化锂制冷机组、水蓄冷机组、电制冷机组、天然气发电机组、燃气锅炉及地源热泵中的任意一个或多个。
9.一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4中任一所述的方法。
10.一种电子设备，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4中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910491222.0A CN110264051A (zh) | 2019-06-06 | 2019-06-06 | 确定微网的优化调度方案的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910491222.0A CN110264051A (zh) | 2019-06-06 | 2019-06-06 | 确定微网的优化调度方案的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110264051A true CN110264051A (zh) | 2019-09-20 |
Family
ID=67917103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910491222.0A Pending CN110264051A (zh) | 2019-06-06 | 2019-06-06 | 确定微网的优化调度方案的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110264051A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104135025A (zh) * | 2014-05-30 | 2014-11-05 | 国家电网公司 | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 |
| CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 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 |
| CN104734168A (zh) * | 2015-03-13 | 2015-06-24 | 山东大学 | 一种基于电热联合调度的微电网运行优化系统及方法 |
| US20160125339A1 (en) * | 2013-06-26 | 2016-05-05 | Mitsubishi Electric Corporation | Demand-supply planning device, demand-supply planning method, demand-supply planning program, and recording medium |
| CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
| 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 |
| CN109617142A (zh) * | 2018-12-13 | 2019-04-12 | 燕山大学 | 一种cchp型微电网多时间尺度优化调度方法及系统 |
-
2019
- 2019-06-06 CN CN201910491222.0A patent/CN110264051A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160125339A1 (en) * | 2013-06-26 | 2016-05-05 | Mitsubishi Electric Corporation | Demand-supply planning device, demand-supply planning method, demand-supply planning program, and recording medium |
| CN104135025A (zh) * | 2014-05-30 | 2014-11-05 | 国家电网公司 | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 |
| CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 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 |
| CN104734168A (zh) * | 2015-03-13 | 2015-06-24 | 山东大学 | 一种基于电热联合调度的微电网运行优化系统及方法 |
| CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
| 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 |
| CN109617142A (zh) * | 2018-12-13 | 2019-04-12 | 燕山大学 | 一种cchp型微电网多时间尺度优化调度方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 吴盛军 等: ""考虑储能电站服务的冷热电多微网系统优化经济调度"", 《电力系统自动化》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ding et al. | Integrated stochastic energy management for data center microgrid considering waste heat recovery | |
| Merdanoğlu et al. | Finding optimal schedules in a home energy management system | |
| Yang et al. | Multi-objective optimal scheduling for CCHP microgrids considering peak-load reduction by augmented ε-constraint method | |
| Bahrami et al. | A decentralized energy management framework for energy hubs in dynamic pricing markets | |
| Saleh et al. | Load aggregation from generation-follows-load to load-follows-generation: Residential loads | |
| Zhou et al. | Integrated power and heat dispatch considering available reserve of combined heat and power units | |
| Arun et al. | Intelligent residential energy management system for dynamic demand response in smart buildings | |
| Brusco et al. | Energy management system for an energy district with demand response availability | |
| Erdinc et al. | Smart household operation considering bi-directional EV and ESS utilization by real-time pricing-based DR | |
| Kanakadhurga et al. | Demand response-based peer-to-peer energy trading among the prosumers and consumers | |
| CN111008739B (zh) | 一种热电联产虚拟电厂优化调控及收益分配方法及系统 | |
| Sun et al. | Bidding strategy for a prosumer aggregator with stochastic renewable energy production in energy and reserve markets | |
| CN111539584B (zh) | 一种用户级综合能源系统规划方法、系统以及设备 | |
| CN111199015B (zh) | 一种综合能源系统优化方法和装置 | |
| CN110086208A (zh) | 综合能源系统的设备调控方法及装置 | |
| CN108964048B (zh) | 微电网容量配置与运行调度方法及装置 | |
| Ghosh et al. | Strategic prosumers: How to set the prices in a tiered market? | |
| Saber et al. | A user-friendly transactive coordination model for residential prosumers considering voltage unbalance in distribution networks | |
| CN111489020A (zh) | 一种独立型综合能源网电-气储能系统优化配置求解方法 | |
| 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 | |
| Mishra et al. | Demand-side management and its impact on utility and consumers through a game theoretic approach | |
| Banfield et al. | Comparison of economic model predictive control and rule‐based control for residential energy storage systems | |
| Park et al. | Prosumer energy management considering contract with consumers under progressive pricing policy | |
| Song et al. | Distributed scheduling of HVACs based on transactive energy and ADMM | |
| CN113824137A (zh) | 混合储能系统的调度方法、装置和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |