CN111199015B - 一种综合能源系统优化方法和装置 - Google Patents
一种综合能源系统优化方法和装置 Download PDFInfo
- Publication number
- CN111199015B CN111199015B CN201911424568.5A CN201911424568A CN111199015B CN 111199015 B CN111199015 B CN 111199015B CN 201911424568 A CN201911424568 A CN 201911424568A CN 111199015 B CN111199015 B CN 111199015B
- Authority
- CN
- China
- Prior art keywords
- energy
- constraint
- constraint condition
- chp
- cost
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 230000008901 benefit Effects 0.000 claims abstract description 27
- 230000009977 dual effect Effects 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 73
- 230000005611 electricity Effects 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 24
- 238000004146 energy storage Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 230000008878 coupling Effects 0.000 claims description 19
- 238000010168 coupling process Methods 0.000 claims description 19
- 238000005859 coupling reaction Methods 0.000 claims description 19
- 238000002485 combustion reaction Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 6
- 210000000352 storage cell Anatomy 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims 1
- 208000015951 Cytophagic histiocytic panniculitis Diseases 0.000 description 27
- 241000711969 Chandipura virus Species 0.000 description 26
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 102100027341 Neutral and basic amino acid transport protein rBAT Human genes 0.000 description 1
- 101710159376 Neutral and basic amino acid transport protein rBAT Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于能源互联网技术领域,提供了一种综合能源系统优化方法和装置,其中,该方法包括:基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;获取包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;基于约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解,并据此执行优化调控,实现了对综合能源系统的运行效益最大化。
Description
技术领域
本发明属于能源互联网技术领域,尤其涉及一种综合能源系统优化方法和装置。
背景技术
综合能源系统(Integrated Energy System,IES),是指在规划、建设和运行等过程中,通过对能源的产生、传输与分配(能源供应网络)、转换、存储、消费等环节进行有机协调与优化后所形成的能源产供销一体化系统。它主要由供能网络(如供电、供气、供冷/热等网络)、能源交换环节(如发电机组、锅炉、空调、热泵等)、能源存储环节(储电、储气、储热、储冷等)、终端综合能源供用单元(如微网)和大量终端用户共同构成。
在互联网能源研究中,对综合能源系统优化是一个长期性的命题,考虑到负荷的不确定性的多样性,在针对综合能源系统设计优化模型时,如何从不同的角度来对不确定性的设计约束条件,并如何解该不确定下的优化模型,是当前本技术领域的长期性难题。
发明内容
本发明实施例提供了一种综合能源系统优化方法和装置,以解决综合能源系统运行优化的问题。
本发明实施例的第一方面提供了一种综合能源系统优化方法,包括:基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;获取基于所述最优解的所述目标函数中的部分或全部参数,并根据所述参数来对综合能源系统运行执行优化调控。
本发明实施例的第二方面提供了一种综合能源系统优化装置,包括:目标函数获取模块,被配置为基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;约束获取模块,被配置为获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;对偶转换模块,被配置为将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;模型求解模块,被配置为基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;运行优化模块,被配置为获取基于所述最优解的所述目标函数中的部分/全部参数,并根据所述参数来对综合能源系统运行执行优化调控。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如第一方面中任一项所述的综合能源系统优化方法的步骤。
本发明实施例的第四方面提供了一种存储介质,所述存储介质存储有计算机程序,在所述计算机程序运行时,执行如第一方面中任一项所述的综合能源系统优化方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明通过上述综合能源系统优化方法引入系统热能负荷不确定性的约束条件,并通过对偶转换将系统热能负荷不确定性的约束条件转换为确定性的约束条件,以此来对目标函数进行求解,得到该目标函数的最优解并以此来对综合能源系统运行执行优化调控,使得综合能源系统的运行效益最大化。
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它的附图。
图1示出了本申请提供的综合能源系统优化方法的一实施例的流程图。
图2示出了本申请提供的综合能源系统优化装置的一实施例的结构图。
图3示出了本申请提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
技术术语解释
1、GSB表示蒸汽燃气锅炉,本文中也简称锅炉和蒸汽内燃机,在一些公式表示中,GSB也可以用于指代蒸汽燃气锅炉的相关参数或设备数量。
2、CHP表示热电联产机组,本文中也简称热电联产机或热电联产设备等,在一些公式中,CHP也可以用于指代电联产机组的相关参数或设备数量。
3、PV表示光伏电源,本文中也简称光伏等,在一些公式中,PV也可以用于指代光伏电源的相关参数或设备数量。
4、BAT表示储能电池,本文中也简称电池或蓄电池等,在一些公式中,BAT也可以用于指代储能电池的相关参数或设备数量。
实施例1
图1示出了本申请提供的综合能源系统优化方法的一实施例的流程图。
请参见图1,本申请提供的综合能源系统优化方法一般应用于综合能源系统中,用于平衡供能和负荷以使综合能源系统运行的效益最大化,如图1所示,该综合能源系统优化方法,包括以下步骤:
S101,基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;
S102,获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;
S103,将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;
S104,基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;
S105,获取基于所述最优解的所述目标函数中的部分或全部参数,并根据所述参数来对综合能源系统运行执行优化调控。
具体的,本实施例中基于综合能源系统的目标函数和约束条件构成的优化模型为鲁棒优化模型。
通过上述综合能源系统优化方法引入系统热能负荷不确定性的约束条件,并通过对偶转换将系统热能负荷不确定性的约束条件转换为确定性的约束条件,以此来对目标函数进行求解,得到该目标函数的最优解并以此来对综合能源系统运行执行优化调控,使得综合能源系统的运行效益最大化。
在一些示例性实施方式中,上述图1所述实施例的步骤S101中,根据综合能源系统的所述售能收益、购能成本以及运行成本,获取所述综合能源系统的目标函数,可以具体包括以下步骤:
步骤S201,根据综合能源系统的售电收益和售热收益,获取售能收益,所述售能收益为:
其中,表示售能收益;/>表示售电收益;f1(Ht)表示售热收益。
具体的,上述售电收益和售热收益,可以具体通过以下公式表示:
售电收益:
售热收益:
其中,T为调度时段数;分别为t时段综合能源系统的售电量和售电价格;Ht、prt heat分别为t时段综合能源系统向用户的供热量和供热价格。
步骤S202,根据所述综合能源系统的购电成本和购气成本,获取购能成本,所述购能成本表示为:
其中,表示购能成本,/>表示购电成本,f2(Pt gas)表示购热成本。
具体的,上述购电成本和购气成本可以具体表示为:
购电成本:
购气成本
其中,分别为t时段综合能源系统的购电量和购电价格,Pt gas、prt gas分别为t时段综合能源系统的购气量和购气价格。
步骤S203,根据热电联产机组的运行成本、燃气内燃机的运行成本、蓄电池运维成本、光伏弃光成本以及光伏波动成本,获取所述综合能源系统的运行成本,所述运行成本为:
Cop=CCHP+CGSB+CBAT+CPV+Cvolatility,
其中,Cop表示运行成本,CCHP表示热电联产机组的运行成本、CGSB表示燃气内燃机的运行成本、CBAT表示蓄电池运维成本、CPV表示光伏弃光成本,Cvolatility表示光伏波动成本。
具体的,CCHP和CGSB的具体内容可分别表示为:
具体的,CCHP和CGSB可以合并为如下通用形式:
其中,G为CHP和GSB设备集合;ci,2和ci,1为第i台设备成本系数,同理,Pi,t为第i台设备t时段的出力功率,Si,t为状态变量;为启动成本,/>为关机成本,Di,t为第i台t时段设备的停机变量,Ui,t为开机变量。
进一步的,蓄电池运维成本可以表示为:
其中,NBAT表示储能电池的数目,Bi BAT为第i个储能电池单位充放电维护成本,为充放电功率。
进一步的,弃光成本可以表示为:
其中,NPV表示光伏电源的数目,和/>分别为t时段第i个光伏逆变器实际出力及上限。
步骤S204,根据所述售能收益、购能成本以及运行成本,获取所述综合能源系统的目标函数,所述目标函数为:
本实施例中,所构建的目标函数是以经济效益最大化为目标的能效模型,以此来满足供需平衡及运行约束条件下不同用户对电和热的需求,从而实现总利润最大化。
在一些示例性实施方式中,上述图1所述实施例的步骤S102中,获取基于所述综合能源系统的约束条件,可以具体包括以下步骤:
步骤S301,获取至少一个系统运行约束条件,所述至少一个系统运行约束条件包括基于热能系统负荷不确定性的系统热能约束条件;
步骤S302,获取至少一个设备运行约束条件,所述至少一个设备运行约束条件包括热电联产机组运行安全和状态耦合约束条件、燃气内燃机运行安全和状态耦合约束条件、蓄电池充放电功率约束条件和储能电池电量约束条件中的至少一种。
在一些示例性实施方式中,结合上述示例性实施方式的步骤S301来说,该至少一个系统运行约束条件中,基于热能系统负荷不确定性的系统热能约束条件为:
其中,其中,NGSB表示为蒸汽燃气锅炉的数目,NCHP表示为CHP的数目,分别为t时段第i台CHP和蒸汽燃气锅炉的状态变量;/>和/>分别为t时段第i台蒸汽燃气锅炉和CHP的供热功率,Ht为系统t时段的热负荷,具体可以表示为/>其范围为/>Ωt为t时段负荷预测误差;/>为Ωi的波动上限。
再结合上述图1所示实施例的步骤S103来讲,将该至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件转化为确定性的系统热能平衡约束条件,具体包括以下步骤:
步骤S401,获取系统平衡热能约束条件,所述系统平衡热能约束条件为:
步骤S402,根据系统热能负荷的不确定性,假设系统供热量大于等于负荷需求量,对系统平衡热能约束条件进行松弛,获取系统热能不确定变量的约束关系:
即:
其中,为预测的热负荷;
步骤S403,采用拉格朗日乘子对获取的系统热能不确定变量的约束关系中不确定量部分构造拉格朗日函数,所述拉格朗日函数为:
其中,yt、λt和vt分别拉格朗日乘子,
并令
步骤S404,获取所述拉格朗日函数的对偶函数,所述对偶函数为:
根据所述对偶函数,获取经过变换的系统热能不确定变量的约束关系,所述经过变换的系统热能不确定变量的约束关系为所述系统热能约束条件,所述系统热能约束条件为:
s.t.-1+yt+λt-vt=0
λt≥0,vt≥0。
通过本实施例提供对偶转换,可以将上述不确定性的约束条件转换为确定性的约束条件,使由上述目标函数和约束条件确定的优化模型构成一个确定性的混合整数线性规划模型,从而可以采用商业求解器进行求解。
在一些示例性实施方式中,接着上述示例性实施方式来说,获取至少一个系统运行约束条件,还可以包括获取系统电力平衡约束条件和系统联络线约束条件的步骤。
具体的,在一些示例性实施方式中,所述系统运行约束条件中,所述系统电力平衡约束条件为:
其中,NCHP表示CHP的数目,NPV表示光伏电源的数目,NSTG表示储能电池的数目;表示为t时段综合能源系统的购电量;/>表示为时段t第i个CHP的功率,/>表示为时段t第i个光伏逆变器的实际功率,/>表示为时段t第i个储能电池的放电功率,/>表示为时段t第i个储能电池的充电功率,/>表示为系统t时段的电负荷。
另外,所述系统联络线约束条件为:
其中,表示为t时段综合能源系统的购电量,P grid为系统向电网的购电限制,为系统向电网的售电限制。
具体的,在一些示例性实施方式中,所述设备运行约束条件中,所述热电联产机组运行安全和状态耦合约束条件为:
其中,表示为t时段第i台CHP的状态变量,/>表示为t时段第i个CHP的功率下限,/>表示为t时段第i个CHP的功率,/>表示为t时段第i个CHP的功率上限,/>表示为t时段第i台CHP的供热功率,θi表示为第i台热电联产机组的热电比。
具体的,在一些示例性实施方式中,所述燃气内燃机运行安全和状态耦合约束条件为:
其中,为t时段第i台蒸汽燃气锅炉的状态变量,/>为t时段第i台蒸汽燃气锅炉的供热功率,/>和/>分别为变量/>的下限和上限。
具体的,在一些示例性实施方式中,所述蓄电池充放电功率约束条件表示为:
其中,和/>分别表示为最大充电功率限制和最大放电功率限制。
为充放电功率,/>和/>分别为t时段第i个储能电池的充电功率和放电功率,/>表示储能电池的充电状态变量,即0-1变量,/>表示储能电池的放电状态变量,即0-1变量。
具体的,在一些示例性实施方式中,所述储能电池电量约束条件表示为:
SOCi,T=SOCi,1,
其中,为周期始末蓄电池储能平衡约束,SOCt为时段t的储电量;α为充/放电系数。SOCi,1表示第一个时段的储电量,SOCi,T表示最后一个时段的储电量,SOCi,t+1表示i台设备时段t+1的储电量,SOCi,t表示i台设备时段t的储电量。
具体的,在一些示例性实施方式中,所述设备运行约束条件还包括开关机和状态耦合约束条件、初始状态和开停机耦合约束条件;
其中,所述开关机和状态耦合约束条件表示为:
其中,分别为t时段第i台CHP的开机变量和关机变量(即0-1变量),分别为t时段第i台蒸汽内燃机的开机变量和关机变量(即0-1变量);/>表示第i台设备t+1时段CHP的状态变量,/>表示第i台设备t时段CHP的状态变量,/>表示第i台设备t+1时段锅炉的状态变量,/>表示第i台设备t时段锅炉的状态变量。
其中,所述初始状态和开停机耦合约束条件表示为:
其中,表示CHP传入的初始设备状态、/>表示第一时段CHP传入的初始设备状态,/>表示第一时段CHP的开机变量、/>表示第一时段CHP的关机变量,/>表示CHP传入的初始设备状态,/>表示第一时段锅炉传入的初始设备状态,/>表示第一时段CHP的开机变量,/>表示第一时段CHP的关机变量。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例2
基于与实施例1的方法相同的发明构思,本实施例还提供了一种综合能源系统优化装置。
图2示出了本申请提供的综合能源系统优化装置的一实施例的结构示意图。
请参见图2,该综合能源系统优化装置200,包括:目标函数获取模块210,被配置为基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;约束获取模块220,被配置为获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;对偶转换模块230,被配置为将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;模型求解模块240,被配置为基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;运行优化模块250,被配置为获取基于所述最优解的所述目标函数中的部分或全部参数,并根据所述参数来对综合能源系统运行执行优化调控。
本实施例中各模块与上述实施例1的方法中各步骤相一致,因此对于各模块的具体结构,可以参考上述方法实施例中的描述,这里不作赘述。
实施例3
图3是本发明一实施例提供的终端设备的示意图。如图3所示,该实施例的终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32,例如用于实现上述综合能源系统优化方法的程序。所述处理器30执行所述计算机程序32时实现上述各个综合能源系统优化方法实施例中的步骤,例如图1所示的步骤S101至S105。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块210至250的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如,所述计算机程序32可以被分割成目标函数获取模块210、约束获取模块220、对偶转换模块230、模型求解模块240和运行优化模块250(虚拟装置中的模块),各模块具体功能如下:目标函数获取模块210,被配置为基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;约束获取模块220,被配置为获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;对偶转换模块230,被配置为将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;模型求解模块240,被配置为基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;运行优化模块250,被配置为获取基于所述最优解的所述目标函数中的部分/全部参数,并根据所述参数来对综合能源系统运行执行优化调控。
本实施例中各模块与上述实施例1的方法中各步骤相一致,因此对于各模块的具体结构,可以参考上述方法实施例中的描述,这里不作赘述。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备3的示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、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)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述存储器31可以是所述终端设备3的内部存储单元,例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备,例如所述终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其它程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述实施例1中各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种综合能源系统优化方法,其特征在于,包括:
基于综合能源系统的售能收益、购能成本以及运行成本,获取所述综合能源系统的目标函数;
获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;
将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;
基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;
获取基于所述最优解的所述目标函数中的部分或全部参数,并根据所述参数来对综合能源系统运行执行优化调控;
所述获取基于所述综合能源系统的约束条件,包括:获取至少一个系统运行约束条件,所述至少一个系统运行约束条件包括基于热能系统负荷不确定性的系统热能约束条件;获取至少一个设备运行约束条件,所述至少一个设备运行约束条件包括热电联产机组运行安全和状态耦合约束条件、燃气内燃机运行安全和状态耦合约束条件、蓄电池充放电功率约束条件和储能电池电量约束条件中的至少一种;
所述基于热能系统负荷不确定性的系统热能约束条件为:
,
其中,其中,NGSB表示为蒸汽燃气锅炉的数目,NCHP表示为CHP的数目,、/>分别为t时段第i台CHP和蒸汽燃气锅炉的状态变量;/>和/>分别为t时段第i台蒸汽燃气锅炉和CHP的供热功率,/>为系统t时段的热负荷;
将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件转化为确定性的系统热能平衡约束条件,包括:
获取系统平衡热能约束条件,所述系统平衡热能约束条件为:
;
根据系统热能负荷的不确定性,假设系统供热量大于等于负荷需求量,对系统平衡热能约束条件进行松弛,获取系统热能不确定变量的约束关系:
,
即:
;
采用拉格朗日乘子对获取的系统热能不确定变量的约束关系中不确定量部分构造拉格朗日函数,所述拉格朗日函数为:
,
其中,令;
获取所述拉格朗日函数的对偶函数,所述对偶函数为:
,
根据所述对偶函数,获取经过变换的系统热能不确定变量的约束关系,所述经过变换的系统热能不确定变量的约束关系为所述系统热能约束条件,所述系统热能约束条件为:
,
。
2.根据权利要求1所述的综合能源系统优化方法,其特征在于,所述根据综合能源系统的所述售能收益、购能成本以及运行成本,获取所述综合能源系统的目标函数,包括:
根据综合能源系统的售电收益和售热收益,获取售能收益,所述售能收益为:
,
其中,表示售能收益,/>表示售电收益,/>表示售热收益;
根据所述综合能源系统的购电成本和购气成本,获取购能成本,所述购能成本为:
,
其中,表示购能成本,/>表示购电成本,/>表示购热成本;
根据热电联产机组的运行成本、燃气内燃机的运行成本、蓄电池运维成本、光伏弃光成本以及光伏波动成本,获取所述综合能源系统的运行成本,所述运行成本为:
,
其中,表示运行成本,/>表示热电联产机组的运行成本、/>表示燃气内燃机的运行成本、/>表示蓄电池运维成本、/>表示光伏弃光成本,/>表示光伏波动成本;
根据所述售能收益、购能成本以及运行成本,获取所述综合能源系统的目标函数,所述目标函数为:
。
3.根据权利要求1所述的综合能源系统优化方法,其特征在于,获取至少一个系统运行约束条件,还可以包括获取系统电力平衡约束条件和系统联络线约束条件的步骤。
4.根据权利要求1所述的综合能源系统优化方法,其特征在于,所述系统电力平衡约束条件,包括:
,
其中,NCHP表示CHP的数目,NPV表示光伏电源的数目,NSTG表示储能电池的数目;表示为t时段综合能源系统的购电量;/>表示为时段t第i个CHP的功率,/>表示为时段t第i个光伏逆变器的实际功率,/>表示为时段t第i个储能电池的放电功率,/>表示为时段t第i个储能电池的充电功率,/>表示为系统t时段的电负荷;
所述系统联络线约束条件,包括:
,
其中,表示为t时段综合能源系统的购电量,/>为系统向电网的购电限制,/>为系统向电网的售电限制。
5.根据权利要求1所述的综合能源系统优化方法,其特征在于,所述设备运行约束条件中,所述热电联产机组运行安全和状态耦合约束条件,包括:
,
,
其中,表示为t时段第i台CHP的状态变量,/>表示为t时段第i个CHP的功率下限,表示为t时段第i个CHP的功率,/>表示为t时段第i个CHP的功率上限,/>表示为t时段第i台CHP的供热功率,/>表示为第i台热电联产机组的热电比;
所述燃气内燃机运行安全和状态耦合约束条件,包括:
,
其中,为t时段第i台蒸汽燃气锅炉的状态变量,/>为t时段第i台蒸汽燃气锅炉的供热功率,/>和/>分别为变量/>的下限和上限;
所述蓄电池充放电功率约束条件,包括:
,
其中,和/>分别表示为最大充电功率限制和最大放电功率限制;
所述储能电池电量约束条件,包括:
,
其中,为周期始末蓄电池储能平衡约束,/>为时段t的储电量;/>为充/放电系数,/>表示第一个时段的储电量,/>表示最后一个时段的储电量,/>表示i台设备时段t+1的储电量,/>表示i台设备时段t的储电量;
所述设备运行约束条件包括开关机和状态耦合约束条件,开关机和状态耦合约束条件包括:
,
,
其中,、/>分别为t时段第i台CHP的开机变量和关机变量,/>、/>分别为t时段第i台蒸汽内燃机的开机变量和关机变量;/>表示第i台设备t+1时段CHP的状态变量,表示第i台设备t时段CHP的状态变量,/>表示第i台设备t+1时段锅炉的状态变量,表示第i台设备t时段锅炉的状态变量;
所述设备运行约束条件包括初始状态和开停机耦合约束条件,初始状态和开停机耦合约束条件包括:
,
,
其中,表示CHP传入的初始设备状态、/>表示第一时段CHP传入的初始设备状态,表示第一时段CHP的开机变量、/>表示第一时段CHP的关机变量,/>表示CHP传入的初始设备状态,/>表示第一时段锅炉传入的初始设备状态,/>表示第一时段CHP的开机变量,/>表示第一时段CHP的关机变量。
6.一种综合能源系统优化装置,用于实现如权利要求1至5任一项所述的综合能源系统优化方法的步骤,其特征在于,包括:
目标函数获取模块,被配置为基于综合能源系统的售能收益、购能成本以及运行成本,调用所述综合能源系统的目标函数;
约束获取模块,被配置为获取基于所述综合能源系统的约束条件,所述约束条件包括至少一个基于热能系统负荷不确定性的系统运行约束条件和至少一个设备运行约束条件;
对偶转换模块,被配置为将所述至少一个基于热能系统负荷不确定性考虑所设定系统运行约束条件对偶转化为确定性的系统热能平衡约束条件;
模型求解模块,被配置为基于包括所述确定性的系统热能平衡约束条件的和系统运行约束条件和所述至少一个设备运行约束条件对所述目标函数进行求解,以获取在所述约束条件下所述目标函数的最优解;
运行优化模块,被配置为获取基于所述最优解的所述目标函数中的部分/全部参数,并根据所述参数来对综合能源系统运行执行优化调控。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的综合能源系统优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911424568.5A CN111199015B (zh) | 2019-12-31 | 2019-12-31 | 一种综合能源系统优化方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911424568.5A CN111199015B (zh) | 2019-12-31 | 2019-12-31 | 一种综合能源系统优化方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111199015A CN111199015A (zh) | 2020-05-26 |
CN111199015B true CN111199015B (zh) | 2023-07-28 |
Family
ID=70746204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911424568.5A Active CN111199015B (zh) | 2019-12-31 | 2019-12-31 | 一种综合能源系统优化方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111199015B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915161B (zh) * | 2020-07-15 | 2023-02-07 | 上海顺翼能源科技有限公司 | 基于可调鲁棒算法的区域光储充系统短期调度方法和系统 |
CN112329263B (zh) * | 2020-11-24 | 2023-02-03 | 国网河北省电力有限公司经济技术研究院 | 一种综合能源系统优化方法及终端设备 |
CN113757784B (zh) * | 2021-09-01 | 2022-08-02 | 港华能源投资有限公司 | 供热系统的调度控制方法及相关装置 |
CN117195598B (zh) * | 2023-11-07 | 2024-02-27 | 国网天津市电力公司电力科学研究院 | 能源供给信息预测方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687529A (zh) * | 2018-12-26 | 2019-04-26 | 新奥数能科技有限公司 | 一种能源调度方法、装置、可读介质及电子设备 |
CN110569556A (zh) * | 2019-08-14 | 2019-12-13 | 上海电力大学 | 一种基于主从博弈的区域分布式能源网设计与优化方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3457513A1 (en) * | 2017-09-13 | 2019-03-20 | Johnson Controls Technology Company | Building energy system with load balancing |
CN109670730B (zh) * | 2019-01-11 | 2021-05-25 | 国网安徽省电力有限公司合肥供电公司 | 一种综合能源系统日前经济调度方法 |
CN110109385A (zh) * | 2019-04-18 | 2019-08-09 | 新奥数能科技有限公司 | 综合能源系统的设备调控方法及装置 |
-
2019
- 2019-12-31 CN CN201911424568.5A patent/CN111199015B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687529A (zh) * | 2018-12-26 | 2019-04-26 | 新奥数能科技有限公司 | 一种能源调度方法、装置、可读介质及电子设备 |
CN110569556A (zh) * | 2019-08-14 | 2019-12-13 | 上海电力大学 | 一种基于主从博弈的区域分布式能源网设计与优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111199015A (zh) | 2020-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199015B (zh) | 一种综合能源系统优化方法和装置 | |
Zhou et al. | Integrated power and heat dispatch considering available reserve of combined heat and power units | |
Sanjari et al. | Application of Hyper-Spherical Search algorithm for optimal energy resources dispatch in residential microgrids | |
Osório et al. | New control strategy for the weekly scheduling of insular power systems with a battery energy storage system | |
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 | |
CN112068436A (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
Shen et al. | A cloud-edge cooperative dispatching method for distribution networks considering photovoltaic generation uncertainty | |
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 | |
Cao et al. | An interactive tri-level multi-energy management strategy for heterogeneous multi-microgrids | |
Li et al. | Flexible scheduling of microgrid with uncertainties considering expectation and robustness | |
CN117595261B (zh) | 光储微电网能量管理策略优化方法、装置及电子设备 | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
Ji et al. | Optimal schedule of solid electric thermal storage considering consumer behavior characteristics in combined electricity and heat networks | |
CN113488995B (zh) | 基于储能成本的共享储能容量优化配置方法和装置 | |
Pombo et al. | A computationally efficient formulation for a flexibility enabling generation expansion planning | |
Logenthiran et al. | Optimal selection and sizing of distributed energy resources for distributed power systems | |
CN111178636A (zh) | 考虑新能源不确定性的综合能源系统优化方法和装置 | |
CN116742812A (zh) | 一种多能互补发电系统储能容量协调优化配置方法和系统 | |
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 | |
CN115085227A (zh) | 一种微电网源储容量配置方法及装置 | |
Xiong et al. | Optimal operation of integrated energy systems considering energy trading and integrated demand response | |
Wu et al. | An efficient decomposition method for bilevel energy storage arbitrage problem | |
CN114493143A (zh) | 面向并网型微电网的虚拟电厂多目标优化调度系统及方法 | |
CN112257899A (zh) | 一种cchp系统优化调度方法及终端设备 | |
CN113507124A (zh) | 一种基于序列凸优化的能源互联网快速调度方法及装置 |
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 |