CN110516951A - 一种动态时间间隔的综合能源系统调度方法 - Google Patents
一种动态时间间隔的综合能源系统调度方法 Download PDFInfo
- Publication number
- CN110516951A CN110516951A CN201910776326.6A CN201910776326A CN110516951A CN 110516951 A CN110516951 A CN 110516951A CN 201910776326 A CN201910776326 A CN 201910776326A CN 110516951 A CN110516951 A CN 110516951A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- day
- time interval
- dynamic time
- 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 79
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 62
- 238000005457 optimization Methods 0.000 claims description 53
- 238000012937 correction Methods 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 36
- 239000007789 gas Substances 0.000 claims description 32
- 239000003345 natural gas Substances 0.000 claims description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000005096 rolling process Methods 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 8
- 230000033228 biological regulation Effects 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000033772 system development Effects 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
- G06Q10/06—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
-
- 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)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种动态时间间隔的综合能源系统调度方法，包括以下步骤，建立基于动态时间间隔模型预测控制的综合能源系统调度框架；建立综合能源系统日前调度模型；建立基于模型预测控制的日内调度“轨迹偏差‑控制能量‑控制成本”性能指标；建立动态时间间隔决策指标；建立能量转换单元、热网模型、气网模型、电网模型。本发明的有益效果：考虑以“轨迹偏差‑控制能量‑控制成本”为性能指标的动态时间间隔的综合能源系统调度方法，有利于性能指标有足够的可调裕度，应对不同的场景需求；考虑了动态时间间隔决策指标，有利于反映系统即将发生甚至已经发生较大误差的真实状态，为系统是否需要下达调度指令提供决策指标。
Description
技术领域
本发明涉及综合能源系统调度的技术领域，尤其涉及一种基于动态时间间隔模型动态时间间隔的综合能源系统调度方法。
背景技术
随着可再生能源的大量接入，综合能源系统是实现能源高效利用的重要途径。综合能源系统的优化调度是实现各类能源协调互补利用的关键技术。在优化调度中，调度方案的准确性很大程度上取决于调度周期内负荷预测的精确程度，净负荷预测难免存在一定的误差，且随着调度周期的增加而增大，预测误差对优化调度的影响可通过对调度周期的划分来减小。然而电力网络、天然气网络和热力网络对调度指令的响应速度各不相同，电力系统惯性最小，调节速度快，天然气系统次之，热(冷)系统最慢，由于综合能源子系统在动态特性、负荷需求/响应特性等方面存在显著差异，再加上同一时间断面上，不同子系统的可调度资源也不同，这些因素对综合能源系统调度周期的选择带来了挑战，如果调度周期过长，导致与系统实际的运行过程存在较大误差，如果调度周期过小，无谓增加系统开发和运行成本。因此，如何选择合理调度时间，在必要且准确的时间断面通过调度实现综合能源系统的资源高效利用，是目前急需研究的问题。
现阶段关于综合能源系统的调度研究大多是基于固定时间间隔，优化系统的日前/日内调度策略，在基于模型预测控制的调度方法方面，大多是以固定时间间隔并考虑轨迹偏差的性能指标，但是这些研究很少考虑动态时间间隔的模型预测控制的调度方法。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明目的是提供一种动态时间间隔的综合能源系统调度方法。
为解决上述技术问题，本发明提供如下技术方案：一种动态时间间隔的综合能源系统调度方法，包括以下步骤，建立基于动态时间间隔模型预测控制的综合能源系统调度框架，获取基于动态时间间隔模型预测控制的综合能源系统的调度原理；建立综合能源系统日前调度模型，获取日前调度计划作为日内调度的参考轨迹；建立基于模型预测控制的日内调度“轨迹偏差-控制能量-控制成本”性能指标，作为日内调度优化的目标函数；建立动态时间间隔决策指标，判断调度间隔是否需要变化；建立参考轨迹校正指标，判断参考轨迹是否需要校正；建立能量转换单元、热网模型、气网模型、电网模型，获取综合能源系统调度约束条件，在满足约束条件的情况下，获取综合能源系统的日内调度方案。
作为本发明所述的动态时间间隔的综合能源系统调度方法的一种优选方案，其中：所述建立基于动态时间间隔模型预测控制的综合能源系统调度框架，获取基于动态时间间隔模型预测控制的综合能源系统的调度原理还包括以下步骤，日前调度以最小化运行成本为目标制定下一日小时运行出力计划并下发。而日内滚动优化调度则是以日前调度计划为参考轨迹w(k+i)，以系统实际运行出力为初值进行滚动优化。根据k时刻的系统运行状态序列u(k)，基于预测模型预测k+1时刻的系统状态序列系统状态序列与k时刻的系统状态误差序列e(k)共同构成输出预测环节输出预测环节一方面经过动态时间间隔决策指标ξt，判断是否需要下达修正调度计划的指令，另一方面经过日内参考轨迹校正指标判断是否需要对参考轨迹w(k+i)进行修正。
作为本发明所述的动态时间间隔的综合能源系统调度方法的一种优选方案，其中：所述建立综合能源系统日前调度模型，获取日前调度计划作为日内调度的参考轨迹还包括以下步骤，日前调度以经济最优为目标进行优化调度，目标函数如下所示：
式中：T为日前优化调度周期，取24h，时间间隔为1h；U为发电机组集合；V为天然气源集合；Eu,t为t时刻发电机组u的有功出力，Gv,t为t时刻气源v的产气量；为发电机组u的发电成本，为气源v的天然气价格。
作为本发明所述的动态时间间隔的综合能源系统调度方法的一种优选方案，其中：所述建立基于模型预测控制的日内调度“轨迹偏差-控制能量-控制成本”性能指标，作为日内调度优化的目标函数还包括以下步骤，日前调度得到的参考轨迹w(k+i)和输出预测经过场景识别后，依据性能指标进行优化，性能指标是滚动优化的目标函数。性能指标函数考虑轨迹偏差、控制能量、控制成本，如式所示：
表达成矩阵形式为式：
其中，T为预测时域，M为控制时域，Q＝diag[q1，q2，…，qT]、R＝diag[r1，r2，…，rM]、S＝diag[s1，s2，…，sM]为不同场景下的权重矩阵，为预测输出矩阵，W(k+1)为参考轨迹矩阵，Δp(k)为控制增量矩阵，C(k)是控制成本矩阵。预测输出矩阵和参考轨迹矩阵包括设备的有功出力和产气量，控制增量矩阵为设备在日前计划上的调节量，控制成本矩阵为设备供给负荷的成本。
作为本发明所述的动态时间间隔的综合能源系统调度方法的一种优选方案，其中：所述建立动态时间间隔决策指标，判断调度间隔是否需要变化还包括以下步骤，基于待决策周期预测时域内综合能源系统全局运行成本与日内参考轨迹下全局运行成本的偏差率，建立动态时间间隔决策指标ξt。全局成本如下式所示：
式中Sr,t表示t时刻已决策时段与预测时域的全局成本，A表示一个1行T列的单位阵，P表示在t时刻已决策时段与预测时域调控量矩阵，plT,t表示t时刻需求侧与系统侧资源l在预测时域T的调控量，C表示成本矩阵，cl表示对l调控的成本系数。
动态时间间隔决策指标ξt可以表示如下所示：
其中，Sw,t表示参考轨迹的全局成本。
当经过基于模型预测控制的调度优化后的实际轨迹与参考轨迹之间的偏差对全局运行成本产生较大影响时，将触发动态时间间隔决策，改变控制间隔，提前对控制时域进行优化并执行调度指令，当影响较小时，则不触发决策，控制间隔将滞后，减少不必要的执行指令。
作为本发明所述的动态时间间隔的综合能源系统调度方法的一种优选方案，其中：所述建立参考轨迹校正指标，判断参考轨迹是否需要校正还包括以下步骤，当实际运行场景与预测场景可能出现的偏差时，日前计划作为参考轨迹的参考意义就降低了。因此将实际轨迹与参考轨迹进行对比，建立参考轨迹校正指标。日前调度计划主要决定了机组的启停和组合计划，因此若在当前时刻发生较大偏差，则应及时调整机组启停或组合计划，则日内参考轨迹校正指标可以表示为：
其中，为实际轨迹，为日内参考轨迹。
作为本发明所述的动态时间间隔的综合能源系统调度方法的一种优选方案，其中：所述建立能量转换单元、热网模型、气网模型、电网模型，获取综合能源系统调度约束条件，在满足约束条件的情况下，获取综合能源系统的日内调度方案还包括以下步骤，所述能量转换单元考虑能量平衡约束；所述热网模型考虑节点流量平衡、节点功率融合、负荷取用特性、供回水温度约束以及管段传热特性；所述气网模型考虑管道流量约束、气源点约束、流量平衡约束、压缩机约束以及节点压力约束；所述电网模型考虑节点功率平衡、机组出力约束、爬坡约束以及支路潮流约束。
本发明的有益效果：考虑以“轨迹偏差-控制能量-控制成本”为性能指标的动态时间间隔的综合能源系统调度方法，有利于性能指标有足够的可调裕度，应对不同的场景需求；考虑了动态时间间隔决策指标，有利于反映系统即将发生甚至已经发生较大误差的真实状态，为系统是否需要下达调度指令提供决策指标；考虑了日内参考轨迹校正指标，有利于应对实际场景与预测场景的偏差，实现在预测时域全局优化调度，有助于本方案的推广与实施。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一个实施例所述动态时间间隔的综合能源系统调度方法的整体流程图；
图2为本发明第一个实际例所述基于动态时间间隔模型预测控制的综合能源系统调度框架图；
图3为本发明第一个实施例所述综合能源系统的测试算例图；
图4为本发明第一个实施例所述动态时间间隔的综合能源系统调度方法在测试算例中的日前调度方案；
图5为本发明第一个实施例所述动态时间间隔的综合能源系统调度方法在测试算例中的日内调度方案；
图6为本发明第二个实施例所述动态时间间隔的综合能源系统调度方法与基于固定时间间隔模型对比结果示意图；
图7为本发明第二个实施例所述性能指标随动态时间间隔决策指标的变化结果示意图；
图8为本发明第二个实施例所述动态时间间隔的综合能源系统调度方法与不考虑参考轨迹校正指标的动态时间间隔模型对比结果示意图；
图9为本发明第二个实施例所述性能指标随参考轨迹校正指标的变化结果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
在综合能源系统优化调度方面，当前研究能够在建立独立单元以及耦合单元的设备物理模型、经济模型以及电力、天然气、热力能源子系统稳态潮流模型的基础上，实现针对电-气、电-热等特定系统的综合能源优化调度，也能够形成包括能源转换设备在内的优化调节策略，对于风电等可再生能源的不确定性问题也可以进行鲁棒协同调度优化，也能通过价格信息挖掘用户的响应能力并制定日前/日内调度计划，但这些优化调度方法大多是针对某一时间断面或多时间段进行优化调度控制，仍属于静态优化。针对电力系统、天然气系统以及热力系统在不同时间尺度的快动态以及慢动态特性，也有相关研究能够对电-气、电-热等特定系统进行日内/超短期滚动优化调度，但仍然为开环优化调度方法，通过对时间尺度的划分可以提高负荷预测精度，但目前的研究没有计及实际系统运行对优化控制过程的影响。但本发明基于模型预测控制原理，是以一天24h为调度时域，15min为最小步长，当前时刻变量的优化值对后续时刻的变量值产生影响，属于动态优化，设置输出预测环节进行反馈，当时时刻变量的优化考虑了对后续时刻变量的影响，属于闭环优化。最后的输出结果是一天24h内多个时刻的调度值。
实际系统运行对优化控制过程的影响是“通过对时间尺度的划分可以提高负荷预测精度”，时间尺度可以划分到数秒，但是实际系统运行时不会那么频繁的进行控制，会增加很大的调度成本。实际运行时受温度，压力等多种因素影响，存在一定的损耗，实际供给值与调度计划值存在有一定的偏差。
针对开环调度在抗干扰能力和鲁棒性上的不足，模型预测控制(ModelPredictive Control，MPC)方法逐渐被运用到优化调度上。MPC作为一种系统优化控制方法，与细化时间尺度优化调度方法不同，引入了状态量反馈校正环节，能够修正预测误差等因素造成的优化调度偏差，得到当前和未来时段的最优控制变量，使得未来输出与参考轨迹偏差值最小，具有极强的抗干扰能力和鲁棒性。MPC方法已运用于家庭局域网、微电网、配电网以及冷热电联供型微网、冷热电联合系统等各类电网负荷频率控制和电力、综合能源领域的优化调度，并且在稳定控制与系统鲁棒方面取得不错的成效，但大多以固定时间间隔为滚动周期，以轨迹偏差为性能指标，对当前时刻依次进行滚动优化，难以准确描述负荷预测、可再生能源出力等对综合能源系统内能量流动的影响，在多级时间尺度的调度轨迹修正、不同时间断面的场景校正、控制间隔调整等方面研究还不够深入，较少考虑。本实施例通过固定时间间隔只能描述在给定的时刻点处的系统状态，也就是只能在特定的点进行调度，而这些点并不一定是迫切需要调度的(下达调度指令或者不下达调度指令对调度结果的影响不大)。动态时间间隔的调度，就是在系统迫切需要调度的时候下达调度指令，影响不大的点就不需要重新调度了。
参照图1的示意，示意出本实施例中提出的虑系统备用价值的综合能源系统多类型储能配置方法的整体流程图，也即为本发明第一个实施例所述动态时间间隔的综合能源系统调度方法的整体流程图，在具体执行过程中，由以下几个步骤组成：
S100：建立基于动态时间间隔模型预测控制的综合能源系统调度框架，参照图2为本实施例所述基于动态时间间隔模型预测控制的综合能源系统调度框架图，获取基于动态时间间隔模型预测控制的综合能源系统的调度原理。具体的，本步骤中还包括以下步骤，
日前调度以最小化运行成本为目标制定下一日小时运行出力计划并下发。而日内滚动优化调度则是以日前调度计划为参考轨迹w(k+i)，以系统实际运行出力为初值进行滚动优化。
调度原理描述的就是基于模型预测控制的调度原理。模型预测控制这个方法本身不是用来做调度的，是一种控制理论。后来在电力系统调度、冷热电联供型微网调度上有一些应用，于是我们也把它应用在综合能源系统的调度上。
本发明的调度方法，首先是基于“模型预测控制”的，特点或者创新点是“动态时间间隔”。调度原理就是将模型预测控制应用到综合能源系统调度的原理，以日前调度计划为参考轨迹。通过预测模型对未来系统状态进行预测，并和系统的状态误差共同构成输出预测环节，输出预测环节进入动态时间间隔决策指标，判断是否需要修正调度间隔，然后进行性能指标的优化；另一方面输出预测环节也进入日内参考轨迹校正指标，判断是否需要对参考轨迹进行修正。
具体如下：根据k时刻的系统运行状态序列u(k)，基于预测模型预测k+1时刻的系统状态序列，系统状态序列与k时刻的系统状态误差序列e(k)共同构成输出预测环节，输出预测环节一方面经过动态时间间隔决策指标ξt，判断是否需要下达修正调度计划的指令，此处这个判断是需要根据系统需求给出一个判断标准，标准不同则优化的结果不同，相当于是一个输入参数。后面算例中我会列出设置5组动态时间间隔决策指标ξt，分别为0.04，0.08，0.12，0.16，0.20，对比调度结果，判断标准根据系统的需求给出，是一个输入的参数，算例中考虑不同的参考轨迹校正指标，设置5组参考轨迹校正指标分别为0.04，0.08，0.12，0.16，0.20，进行调度结果的对比分析。另一方面经过日内参考轨迹校正指标判断是否需要对参考轨迹w(k+i)进行修正。
修正调度计划的指令是根据指标ξt的计算公式，计算系统当前时刻的这一指标值，当达到给定的标准时，则在当前时刻需要在参考轨迹给出的调度计划的基础上进行调度调整，下达新的调度指令，如果未达到给定的标准，则当前时刻按照原本参考轨迹的调度计划，不需要额外下达调度指令。
轨迹修正是根据指标的计算公式，计算系统当前时刻的这一指标值，当达到给定的标准时，则在当前时刻需要对参考轨迹给出的调度计划进行修正，更改参考轨迹，具体操作是根据之前时刻的调度结果，重新进行日前调度优化，更新当前时刻及之后的日前调度计划，也就是参考轨迹。如果未达到给定的标准，则当前时刻仍然采用原本参考轨迹。
与动态时间间隔决策指标的区别在于：
参考轨迹校正指标，校正的是参考轨迹本身，动态时间间隔决策指标修正的是是否需要在当前时刻根据参考轨迹进行日内调度。该模型预测控制主要包括三部分预测模型、反馈校正和滚动优化。预测模型就是根据已经调度好的时段预测后续时段的结果。
还需要说明的是，预测结果是一个序列，不是一个值。比如，一天有96个15min，要对8点(k+1时刻)这个时刻进行调度了，就在7点45(k时刻)对8点进行一次预测。基于8点之前的32个数据(这32个数据是k时刻，也就是7点45已经存在的运行数据)预测后面64个数据，输出的这个序列(k+1时刻的系统状态序列)包含32个数据和64个数据一起组成的96个数据。这是预测出来的序列。而系统状态误差序列只有7点45及其之前的数据，也就是32个误差数据，这32个误差数据组成了7点45(k时刻)的状态误差序列。也就是说，在7点45对未来8点进行预测，8点的预测结果是原来已有的32个数据+后面的96个数据，其中包含了8点的预测值。但是在7点45的误差数据只有32个数据，并没有8点的误差数据。所以状态误差序列是k时刻的，预测的系统状态序列是k+1时刻的。然后进行性能指标优化时，是将96个数据一起进行优化(7点45及之前的调度数值已经不会改变，主要是对8点及8点之后的调度数值的优化)，保证全局最优，但是只执行8点钟的调度优化结果，后面时刻虽然进行了优化，但是不执行，等待时间滚动到下一时间间隔。要对8点15进行调度了，8点15变成k+1，8点变成k，对8点15再进行一次预测，那就是基于之前的33个数据，预测后面的63个数据，后面与8点的调度相同。
S200：建立综合能源系统日前调度模型，获取日前调度计划作为日内调度的参考轨迹。具体的还包括以下步骤，
日前调度以经济最优为目标进行优化调度，目标函数如下所示：
式中：T为日前优化调度周期，取24h，时间间隔为1h；U为发电机组集合；V为天然气源集合；Eu,t为t时刻发电机组u的有功出力，Gv,t为t时刻气源v的产气量；为发电机组u的发电成本，为气源v的天然气价格。对日前调度模型进行求解，获取1天24h下每小时的调度计划，也就是每小时各个设备的出力。这个日前调度计划就相当于是以小时为单位的阶跃信号。然后日内调度就是以日前调度的这个阶跃信号为参考轨迹，在这个阶跃信号的基础上进行调整。
S300：建立基于模型预测控制的日内调度“轨迹偏差-控制能量-控制成本”性能指标，作为日内调度优化的目标函数。具体的还包括以下步骤，
日前调度得到的参考轨迹w(k+i)和输出预测参考轨迹根据日前优化调度的结果获得，输出预测由系统状态序列和系统状态误差序列获得，经过场景识别后，依据性能指标进行优化，该优化指的是性能指标的最小化，公式中min F可以体现，性能指标就是F，包含轨迹偏差、控制能量和控制成本三部分，性能指标是滚动优化的目标函数。性能指标函数考虑轨迹偏差、控制能量和控制成本，如式所示：
表达成矩阵形式为式：
其中，T为预测时域，M为控制时域，Q＝diag[q1，q2，…，qT]、R＝diag[r1，r2，…，rM]、S＝diag[s1，s2，…，sM]为不同场景下的权重矩阵，为预测输出矩阵，W(k+1)为参考轨迹矩阵，Δp(k)为控制增量矩阵，C(k)是控制成本矩阵。预测输出矩阵和参考轨迹矩阵包括设备的有功出力和产气量，控制增量矩阵为设备在日前计划上的调节量，控制成本矩阵为设备供给负荷的成本。
S400：建立动态时间间隔决策指标，判断调度间隔是否需要变化；还包括以下步骤，
基于待决策周期预测时域内综合能源系统(“基于动态时间间隔模型预测控制”是调度的方法，“待决策周期预测时域”是该方法下，在进行日内滚动优化时的全局运行成本的一个表达)的全局运行成本与日内参考轨迹下全局运行成本的偏差率，建立动态时间间隔决策指标ξt。全局成本(t时刻已决策时段与预测时域的全局成本，即Sr,t)如下式所示：
式中Sr,t表示t时刻已决策时段与预测时域的全局成本，A表示一个1行T列的单位阵，P表示在t时刻已决策时段与预测时域调控量矩阵，plT,t表示t时刻需求侧与系统侧资源l在预测时域T的调控量，C表示成本矩阵，cl表示对l调控的成本系数。
动态时间间隔决策指标ξt可以表示如下所示：
其中，Sw,t表示参考轨迹的全局成本。
当经过基于模型预测控制的调度优化后的实际轨迹与参考轨迹之间的偏差对全局运行成本产生较大影响时，将触发动态时间间隔决策，改变控制间隔，提前对控制时域进行优化并执行调度指令，当影响较小时，则不触发决策，控制间隔将滞后，减少不必要的执行指令。
S500：建立参考轨迹校正指标，判断参考轨迹是否需要校正。还包括以下步骤，
当实际运行场景与预测场景可能出现的偏差时，日前计划作为参考轨迹的参考意义就降低了。因此将实际轨迹与参考轨迹进行对比，建立参考轨迹校正指标。
日前调度计划主要决定了机组的启停和组合计划，因此若在当前时刻发生较大偏差，则应及时调整机组启停或组合计划，则日内参考轨迹校正指标可以表示为：
其中，为实际轨迹，为日内参考轨迹。
S600：建立能量转换单元、热网模型、气网模型和电网模型，获取综合能源系统调度约束条件，在满足约束条件的情况下，获取综合能源系统的日内调度方案。上述的建立三个模型，这些模型主要是物理模型，也就是需要满足的能量转换单元、热网、气网、电网的物理约束，然后对综合能源系统进行调度时，需要满足这些约束条件。该约束条件指的是能量转换单元、热网、气网和电网需要满足的物理约束，不同的系统需要满足的边界可以不同，后面在算例中我会注明哪些边界。
日内调度方案主要指所有火电机组的出力和天然气气源的供气量(热也是通过电、天然气经过供热设备供给的，最原始的能源输入就是电和气，所以最终的调度方案归结为火电机组的出力和天然气气源的供气量)。
进一步更加具体的，其中S600中还包括以下步骤，
S601：建立能源转换单元模型。
综合能源系统的能源转换单元通过耦合设备将电力系统、天然气系统以及热力系统联系起来，本实施例构建的能源转换单元主要包括热电联产(CHP)、电力变压器(T)、换热器(HE)、热回收器(HR)、电转气(P2G)、电制冷(EC)和吸收式制冷(AC)设备，其能量平衡方程(能源转换单元模型)为：
其中Le、Lg、Lh、Le分别为电、气、热、冷的负荷消耗量，ηCHP、ηHE、ηT、ηHR、ηAC、ηP2G、ηEC为CHP、HE、T、HR、AC、P2G、EC的效率，φCHP为CHP的热电比，λe,1、λe,2、λe,3为输入的电力分配比例，λg,1、λg,2为输入的天然气分配比例，Pg为天然气消耗量，Pe为电力消耗量。
S602：建立综合能源系统的热网模型，此处热网模型不是一个简单的表达式或者图形，而是在管道、节点的热水流量、温度需要满足一定的物理约束，如下具体描述：
供热系统常用蒸汽和热水作为载热介质。将热网看作流体网络，主要考虑节点流量平衡、节点功率融合、负荷取用特性、供回水温度约束和管段传热特性。具体的，如下：
①节点流量平衡，对于热网中任一节点，流入的热水流量之和等于流出的流量之和，即式中，和分别为与节点i相连并从节点i起始和结束管道的集合；为时段t管道j中的热水质量流量。
②节点温度融合，不同温度的热水从不同管道流向相同节点后进行混合，混合后从同一节点流入不同管道的热水温度相同，即式中，为时段t管道j中热水出口温度；为时段t管道k中热水入口温度。
③负荷取用特性，对于包含热用户的热网支路，负荷节点i在时段t消耗热量为流经负荷节点质量流量为的水由供水温度降至回水温度即
④供回水温度约束，为了保证热源和热用户的供热质量，需要对热源和热用户的供、回水温度进行限制，即
⑤管段传热特性，热网依赖热水的流动实现能量传输，热水输送的迟滞可能会导致数分钟到数小时不等的功率传输延迟，这对于综合能源系统的超短期调度可能产生显著影响。稳态传热特性表示为：式中，x为管段上某一点与管段首端的距离；R为管段单位长度的热阻，Ts，Te，Ta分别为一根管段的首端温度、x处温度和外界温度，f为热水流量。暂态传热特性如下：对于距离热源较近的地方，暂态过程较短，在一次调节之后、下次调节之前，管段温度已经达到稳态，这些点处管段的暂态传热特性可以表示为：
式中，Ti(x,t)为第i时段内，距离热源x处的热网管道在t时刻的温度；和分别为ti-1时刻和ti-2时刻热源的温度；i＝1，2，3，…。
对于距离热源较远的地方，暂态过程较长，在一次调节后，温度尚未达到稳态，下一次调节已经开始，这些点处管段的暂态传热特性可以表示为：
式中，Ti(x,t)为第i-1时段内，距离热源x处的热网管道在ti-1时刻的温度；i＝1，2，3…。
S603：建立综合能源系统的气网模型，其是在天然气网络上，管道、节点内的天然气流量、压力需要满足的物理约束，如下描述：
气网模型主要包括管道流量约束、气源点约束、流量平衡约束、压缩机约束以及节点压力约束。
①管道流量约束，天然气管道流量方程与管道两端压力及管道诸多物理特性有关，并无通用的形式，特定情形下的气体流量通常用非线性方程描述。对于理想绝热输气管道，考虑天然气双向流动，其流量方程可表示为：式中，表示t时刻流过管道ij的平均流量，其中分别为t时刻管道ij的首段天然气注入流量和末端天然气输出流量；Cij为管道ij效率、温度、长度、内径、压缩因子等有关的常数；pi,t、pj,t分别为t时刻首末节点i、j的压力值。
②气源点约束，其中，分别为气源点n的天然气供应流量上下限。
③流量平衡约束，其中，为t时刻节点i上的气源供气流量；为t时刻节点i上的电转气供气流量；为t时刻节点i上燃气轮机消耗的天然气流量；为t时刻节点i上的天然气负荷；为t时刻节点i上CCHP消耗的天然气流量。
④压缩机约束，采用简化的压缩机模型为：pl,t≤βcompi,t，式中，pl,t为压缩机的压缩系数。
⑤节点压力约束，其中，分别为节点i压力值的上、下限。
S604：建立综合能源系统的电网模型(在电网的线路、节点处，功率、电压、相角需要满足一定的物理约束)。
电力系统建模主要包括节点功率平衡、机组出力约束、爬坡约束以及支路潮流约束。
①节点功率平衡，其中，为t时刻节点i上火电机组的有功出力；为t时刻节点i上风电机组的有功出力；为t时刻节点i上燃气轮机的有功出力；为t时刻节点i上的有功负荷；Pij,t为t时刻线路ij上的有功功率；为t时刻节点i上火电机组的无功出力；为t时刻节点i上的无功负荷；Qij,t为t时刻线路ij上的无功功率。
②机组出力约束，其中，分别为节点i上火电机组出力的上下限。
③爬坡约束，其中，RUi、RDi为节点i上火电机组的爬坡和降坡幅度。
④支路潮流约束，
其中，Vi,t为t时刻节点i上的电压幅值；分别为节点i上电压幅值的上下限；θij为t时刻节点i、j的电压相角差；分别为t时刻节点ij电压相角差的上下限；Gij为节点ij之间的电导；Bij为节点ij之间的电纳；分别为节点ij之间线路有功功率传输的上下限。
实施例2
参照图3的示意，示意为基于改进的IEEE14节点配电网系统、11节点天然气配气系统、11节点的热力系统搭建的综合能源系统的算例测试系统，即测试算例图。将天然气流量根据天然气热值换算成功率单位，日前调度计划参照图4的示意，示意为动态时间间隔的综合能源系统调度方法在测试算例中的日前调度方案。该日前调度方案这也是日内调度计划的参考轨迹，基于调度方法获取日内调度方案，参照图5的示意，取18:00-20：45时间段的日内调度结果作为展示。
系统在状态误差较小的时候，可以减少调度指令的下发，减少调度成本，在误差于日前计划相差较大时，则需要对日前计划的参考轨迹进行修正。
具体的，再次参照图5的示意，原本的日内调度是15min的固定间隔，在19:30-20:00这30min为一个调度间隔，忽略了原本19:45的调度间隔。这是因为此时的负荷波动及环境变化较小，对系统产生的误差较小。在18:00-19:00的电出力参考轨迹、以及20:00-20:45的天然气出力轨迹进行了校正，这是因为这两个时间段的负荷与环境因素与日前预测的情况发生了较大偏差，对系统成本影响较大。最终的调度成本为
将本发明的调度方法与基于固定时间间隔模型对比，也就是不考虑动态时间间隔决策指标的场景。结果参照图6的示意，尽管19:30-20:00这30min内的系统状态非常稳定，优化出力与参考轨迹的偏差很小，系统仍然是每隔15分钟进行依次调度指令，并且每一次调度指令都有对应的能量变化，导致控制能量和控制成本增加，最终的调度成本为与本发明的调度方法相比，增加了调度成本。
对比不同的动态时间间隔决策指标对调度结果的影响，考虑不同的动态时间间隔决策指标，设置5组动态时间间隔决策指标ξt，触发的值分别为0.04，0.08，0.12，0.16，0.20。如果当前状态的动态时间间隔决策指标值小于该值，则不触发动态时间间隔决策，如果大于，则触发。性能指标随动态时间间隔决策指标的变化结果参照图7的示意。动态时间间隔决策指标的不同数值会对系统性能指标的优化产生不同的影响。当动态时间间隔决策指标过大时，对系统状态误差的变化检测不明显，导致轨迹偏差增大，进而性能指标增大。当动态时间间隔决策指标过小时，对系统状态误差的精度较高，导致调度过于频繁，虽然有利于减小轨迹偏差，但增大了控制能量和控制成本，进而性能指标增大。根据图7，随着动态时间间隔决策指标的增大，性能指标先减小，再增大。先减小是因为动态时间间隔决策指标的放大，减小了控制能量和控制成本。再增大是因为动态时间间隔决策指标的进一步放大使得系统轨迹偏差大大增加。并且增大的部分较多，可见动态时间间隔决策指标大小更多地影响了轨迹偏差这部分性能指标。
将本发明的调度方法与不考虑参考轨迹校正指标的动态时间间隔模型对比。结果参照图8的示意，不考虑参考轨迹校正指标，系统则始终基于参考轨迹根据性能指标进行优化调度，难以保证系统在预测时域上的全局最优。根据图8，18:00-19:00的电出力优化以及20:00-20:45的天然气出力优化上，由于没有参考轨迹校正指标进行校正，使得实际轨迹与参考轨迹的偏差较大，导致系统成本较大，最终的调度成本为与S1相比，增加了调度成本。
对比不同参考轨迹校正指标对调度结果的影响，考虑不同的参考轨迹校正指标，设置5组参考轨迹校正指标触发的值分别为0.04，0.08，0.12，0.16，0.20。如果当前状态的参考轨迹校正指标值小于该值，则不触发动态时间间隔决策，如果大于，则触发。性能指标随参考轨迹校正指标的变化结果参照图9的示意。参考轨迹校正指标的不同数值会影响日内优化调度时对日前计划的校正情况。当参考轨迹校正指标较大时，对实际轨迹与参考轨迹的偏差裕度较大，可能会丢失某些必要的校正，增大性能指标中的轨迹偏差。当参考轨迹校正指标较小时，对实际轨迹与参考轨迹的偏差裕度较小，可能会执行一些不必要的校正，增大性能指标中的控制能量和控制成本。根据图9，随着参考轨迹校正指标的增大，性能指标先增大后减小。先减小是因为偏差裕度的放大，控制能量和控制成本得以降低。后增大是因为偏差裕度的进一步放大使得系统的轨迹偏差大大增加了。
本实施例基于模型预测控制理论，研究动态时间间隔的综合能源系统调度方法。以轨迹偏差-控制能量-控制成本为性能指标，建立了动态时间间隔决策指标，确保基于系统真实状态的及时准确调度。真实状态和准确调度以下几点体现：
1、基于模型预测控制的输出预测环节对系统调度进行反馈，基于系统状态进行性能指标的优化；
2、动态时间间隔决策指标，能够反应系统状态变化的大小，当变化小且对系统影响不大时，可以减少调度次数，当变化大且对系统影响大，则及时发布调度指令。
建立了参考轨迹校正指标，确保系统在预测时域实现混合时间尺度的全局优化调度。阐述了基于动态时间间隔模型预测控制的综合能源系统调度流程。
算例给出了基于本发明调度方法的调度方案。
采用本实施例的技术方案，可实现如下有益效果：考虑以“轨迹偏差-控制能量-控制成本”为性能指标的动态时间间隔的综合能源系统调度方法，有利于性能指标有足够的可调裕度，应对不同的场景需求；考虑了动态时间间隔决策指标，有利于反映系统即将发生甚至已经发生较大误差的真实状态，为系统是否需要下达调度指令提供决策指标；考虑了日内参考轨迹校正指标，有利于应对实际场景与预测场景的偏差，实现在预测时域全局优化调度，有助于本方案的推广与实施。可调裕度为性能指标包括轨迹偏差、控制能量和控制成本三部分，不同的场景对三者的要求存在差异性，有的场景对轨迹偏差要求较高，有的场景对控制成本要求较高，可以通过调整三者之间的权重系数来调整性能指标的优化范围，以适应更多的场景需求。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种动态时间间隔的综合能源系统调度方法，其特征在于：包括以下步骤，
建立基于动态时间间隔模型预测控制的综合能源系统调度框架，获取所述综合能源系统的调度原理；
建立所述综合能源系统的日前调度模型，获取日前调度计划作为日内调度的参考轨迹；
建立基于模型预测控制的日内调度“轨迹偏差-控制能量-控制成本”性能指标，作为日内调度优化的目标函数；
建立动态时间间隔决策指标，判断调度间隔是否需要变化；
建立参考轨迹校正指标，判断参考轨迹是否需要校正；
建立能量转换单元、热网模型、气网模型和电网模型，获取综合能源系统调度约束条件，在满足约束条件的情况下，获取综合能源系统的日内调度方案。
2.如权利要求1所述的动态时间间隔的综合能源系统调度方法，其特征在于：所述建立基于动态时间间隔模型预测控制的综合能源系统调度框架，获取基于动态时间间隔模型预测控制的综合能源系统的调度原理还包括以下步骤，
日前调度以最小化运行成本为目标制定下一日小时运行出力计划并下发。而日内滚动优化调度则是以日前调度计划为参考轨迹w(k+i)，以系统实际运行出力为初值进行滚动优化。根据k时刻的系统运行状态序列u(k)，基于预测模型预测k+1时刻的系统状态序列系统状态序列与k时刻的系统状态误差序列e(k)共同构成输出预测环节输出预测环节一方面经过动态时间间隔决策指标ξt，判断是否需要下达修正调度计划的指令，另一方面经过日内参考轨迹校正指标判断是否需要对参考轨迹w(k+i)进行修正。
3.如权利要求1所述的动态时间间隔的综合能源系统调度方法，其特征在于：所述建立综合能源系统日前调度模型，获取日前调度计划作为日内调度的参考轨迹还包括以下步骤，
日前调度以经济最优为目标进行优化调度，目标函数如下所示：
式中：T为日前优化调度周期，取24h，时间间隔为1h；U为发电机组集合；V为天然气源集合；Eu,t为t时刻发电机组u的有功出力，Gv,t为t时刻气源v的产气量；为发电机组u的发电成本，为气源v的天然气价格。
4.如权利要求1所述的动态时间间隔的综合能源系统调度方法，其特征在于：所述建立基于模型预测控制的日内调度“轨迹偏差-控制能量-控制成本”性能指标，作为日内调度优化的目标函数还包括以下步骤，
日前调度得到的参考轨迹w(k+i)和输出预测经过场景识别后，依据性能指标进行优化，性能指标是滚动优化的目标函数。性能指标函数考虑轨迹偏差、控制能量、控制成本，如式所示：
表达成矩阵形式为式：
其中，T为预测时域，M为控制时域，Q＝diag[q1，q2，…，qT]、R＝diag[r1，r2，…，rM]、S＝diag[s1，s2，…，sM]为不同场景下的权重矩阵，为预测输出矩阵，W(k+1)为参考轨迹矩阵，Δp(k)为控制增量矩阵，C(k)是控制成本矩阵。预测输出矩阵和参考轨迹矩阵包括设备的有功出力和产气量，控制增量矩阵为设备在日前计划上的调节量，控制成本矩阵为设备供给负荷的成本。
5.如权利要求2所述的动态时间间隔的综合能源系统调度方法，其特征在于：所述建立动态时间间隔决策指标，判断调度间隔是否需要变化还包括以下步骤，
基于待决策周期预测时域内综合能源系统全局运行成本与日内参考轨迹下全局运行成本的偏差率，建立动态时间间隔决策指标ξt。全局成本如下式所示：
式中Sr,t表示t时刻已决策时段与预测时域的全局成本，A表示一个1行T列的单位阵，P表示在t时刻已决策时段与预测时域调控量矩阵，plT,t表示t时刻需求侧与系统侧资源l在预测时域T的调控量，C表示成本矩阵，cl表示对l调控的成本系数。
动态时间间隔决策指标ξt可以表示如下所示：
其中，Sw,t表示参考轨迹的全局成本。
当经过基于模型预测控制的调度优化后的实际轨迹与参考轨迹之间的偏差对全局运行成本产生较大影响时，将触发动态时间间隔决策，改变控制间隔，提前对控制时域进行优化并执行调度指令，当影响较小时，则不触发决策，控制间隔将滞后，减少不必要的执行指令。
6.如权利要求1所述的动态时间间隔的综合能源系统调度方法，其特征在于：所述建立参考轨迹校正指标，判断参考轨迹是否需要校正还包括以下步骤，
当实际运行场景与预测场景可能出现的偏差时，日前计划作为参考轨迹的参考意义就降低了。因此将实际轨迹与参考轨迹进行对比，建立参考轨迹校正指标。日前调度计划主要决定了机组的启停和组合计划，因此若在当前时刻发生较大偏差，则应及时调整机组启停或组合计划，则日内参考轨迹校正指标可以表示为：
其中，为实际轨迹，为日内参考轨迹。
7.如权利要求1所述的动态时间间隔的综合能源系统调度方法，其特征在于：所述建立能量转换单元、热网模型、气网模型、电网模型，获取综合能源系统调度约束条件，在满足约束条件的情况下，获取综合能源系统的日内调度方案还包括以下步骤，
所述能量转换单元考虑能量平衡约束；
所述热网模型考虑节点流量平衡、节点功率融合、负荷取用特性、供回水温度约束以及管段传热特性；
所述气网模型考虑管道流量约束、气源点约束、流量平衡约束、压缩机约束以及节点压力约束；
所述电网模型考虑节点功率平衡、机组出力约束、爬坡约束以及支路潮流约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910776326.6A CN110516951B (zh) | 2019-08-22 | 2019-08-22 | 一种动态时间间隔的综合能源系统调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910776326.6A CN110516951B (zh) | 2019-08-22 | 2019-08-22 | 一种动态时间间隔的综合能源系统调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110516951A true CN110516951A (zh) | 2019-11-29 |
| CN110516951B CN110516951B (zh) | 2021-01-05 |
Family
ID=68627055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910776326.6A Active CN110516951B (zh) | 2019-08-22 | 2019-08-22 | 一种动态时间间隔的综合能源系统调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516951B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898876A (zh) * | 2020-07-13 | 2020-11-06 | 江苏方天电力技术有限公司 | 一种考虑气网管存的综合能源调控方法 |
| CN112186752A (zh) * | 2020-09-24 | 2021-01-05 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种单目标多时段精准调节方法 |
| CN112434420A (zh) * | 2020-11-20 | 2021-03-02 | 国网山东省电力公司电力科学研究院 | 用于综合能源系统混合仿真的时间同步和数据交互方法 |
| CN113486532A (zh) * | 2021-07-22 | 2021-10-08 | 东南大学 | 一种电热综合能源系统动态安全控制方法 |
| CN113840384A (zh) * | 2021-11-29 | 2021-12-24 | 成都成电光信科技股份有限公司 | 一种tt-fc网络中时间触发消息的变步长调度方法 |
| CN115562029A (zh) * | 2022-10-17 | 2023-01-03 | 杭州天然气有限公司 | 一种天然气透平膨胀发电机组的智能控制方法及其系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170060109A1 (en) * | 2013-06-06 | 2017-03-02 | International Business Machines Corporation | Managing time-substitutable electricity usage using dynamic controls |
| CN107732982A (zh) * | 2017-10-20 | 2018-02-23 | 河海大学 | 考虑模型预测控制的综合能源系统多时间尺度调度方法 |
| CN108932560A (zh) * | 2018-06-13 | 2018-12-04 | 天津大学 | 基于模型预测控制的园区综合能源系统优化调度方法 |
| CN109787227A (zh) * | 2019-02-02 | 2019-05-21 | 国网江苏省电力有限公司南京供电分公司 | 一种多能互补系统多时间尺度优化调度方法 |
| CN110137942A (zh) * | 2019-04-23 | 2019-08-16 | 河海大学 | 基于模型预测控制的多时间尺度柔性负荷滚动调度方法和系统 |
-
2019
- 2019-08-22 CN CN201910776326.6A patent/CN110516951B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170060109A1 (en) * | 2013-06-06 | 2017-03-02 | International Business Machines Corporation | Managing time-substitutable electricity usage using dynamic controls |
| CN107732982A (zh) * | 2017-10-20 | 2018-02-23 | 河海大学 | 考虑模型预测控制的综合能源系统多时间尺度调度方法 |
| CN108932560A (zh) * | 2018-06-13 | 2018-12-04 | 天津大学 | 基于模型预测控制的园区综合能源系统优化调度方法 |
| CN109787227A (zh) * | 2019-02-02 | 2019-05-21 | 国网江苏省电力有限公司南京供电分公司 | 一种多能互补系统多时间尺度优化调度方法 |
| CN110137942A (zh) * | 2019-04-23 | 2019-08-16 | 河海大学 | 基于模型预测控制的多时间尺度柔性负荷滚动调度方法和系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898876A (zh) * | 2020-07-13 | 2020-11-06 | 江苏方天电力技术有限公司 | 一种考虑气网管存的综合能源调控方法 |
| CN112186752A (zh) * | 2020-09-24 | 2021-01-05 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种单目标多时段精准调节方法 |
| CN112434420A (zh) * | 2020-11-20 | 2021-03-02 | 国网山东省电力公司电力科学研究院 | 用于综合能源系统混合仿真的时间同步和数据交互方法 |
| CN112434420B (zh) * | 2020-11-20 | 2023-09-05 | 国网山东省电力公司电力科学研究院 | 用于综合能源系统混合仿真的时间同步和数据交互方法 |
| CN113486532A (zh) * | 2021-07-22 | 2021-10-08 | 东南大学 | 一种电热综合能源系统动态安全控制方法 |
| CN113486532B (zh) * | 2021-07-22 | 2023-12-19 | 东南大学 | 一种电热综合能源系统动态安全控制方法 |
| CN113840384A (zh) * | 2021-11-29 | 2021-12-24 | 成都成电光信科技股份有限公司 | 一种tt-fc网络中时间触发消息的变步长调度方法 |
| CN113840384B (zh) * | 2021-11-29 | 2022-03-08 | 成都成电光信科技股份有限公司 | 一种tt-fc网络中时间触发消息的变步长调度方法 |
| CN115562029A (zh) * | 2022-10-17 | 2023-01-03 | 杭州天然气有限公司 | 一种天然气透平膨胀发电机组的智能控制方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110516951B (zh) | 2021-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516951B (zh) | 一种动态时间间隔的综合能源系统调度方法 | |
| CN111815042B (zh) | 计及精细化热网模型的电热综合能源系统优化调度方法 | |
| CN107732982B (zh) | 考虑模型预测控制的综合能源系统多时间尺度调度方法 | |
| Dou et al. | A dispatching method for integrated energy system based on dynamic time-interval of model predictive control | |
| CN112128841A (zh) | 一种基于负荷预测和室温反馈修正的全网平衡调节方法 | |
| CN106786807A (zh) | 一种基于模型预测控制的风电场有功功率控制方法 | |
| CN111291942A (zh) | 一种考虑需求响应的综合能源系统两阶段调度方法及系统 | |
| Wu et al. | A two-stage rolling optimization strategy for park-level integrated energy system considering multi-energy flexibility | |
| CN110661266B (zh) | 用于热电联产系统动态最优能流计算的差分步长优选方法 | |
| CN110232217B (zh) | 一种综合能源配电系统运行域建模方法 | |
| CN111400937B (zh) | 一种综合能源系统潮流计算方法 | |
| CN116341881B (zh) | 计及热网灵活性的电-热系统鲁棒超前调度方法及系统 | |
| CN111046594A (zh) | 基于交叉迭代原理的热水供热网络动态仿真方法 | |
| CN113190999A (zh) | 供热管网流量调节提升风电消纳的电热协调方法及装置 | |
| CN114742314A (zh) | 一种考虑相关性的电热综合能源系统分布鲁棒优化方法 | |
| Xu et al. | Discussions on the real potential of district heating networks in improving wind power accommodation with temperature feedback as one consideration | |
| CN112926835A (zh) | 一种考虑热网动态特性的综合能源系统优化调度方法 | |
| CN116308881A (zh) | 利用供热管网储热的综合能源系统多时间尺度调度方法 | |
| Bao et al. | Control parameter optimization of thermostatically controlled loads using a modified state-queuing model | |
| CN113555907B (zh) | 一种考虑非理想通信情况的分布式多能系统滚动优化控制方法 | |
| Wang et al. | Reinforcement learning control strategy for differential pressure setpoint in large-scale multi-source looped district cooling system | |
| Chen et al. | An operational optimization method of regional multi-energy system considering thermal quasi-dynamic characteristics | |
| Wang et al. | Multi-time scale optimization study of integrated energy system considering dynamic energy hub and dual demand response | |
| CN116667361A (zh) | 一种基于模型预测控制的含新能源的多阶段电压自动控制优化方法 | |
| CN115685750A (zh) | 考虑时间特性和调度周期匹配的时间尺度自适应调度模型 |
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 |