CN111882136B - 一种园区综合能源系统的双目标优化调度方法及装置 - Google Patents
一种园区综合能源系统的双目标优化调度方法及装置 Download PDFInfo
- Publication number
- CN111882136B CN111882136B CN202010783815.7A CN202010783815A CN111882136B CN 111882136 B CN111882136 B CN 111882136B CN 202010783815 A CN202010783815 A CN 202010783815A CN 111882136 B CN111882136 B CN 111882136B
- Authority
- CN
- China
- Prior art keywords
- ide
- energy system
- optimal scheduling
- optimization
- optimal
- 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
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
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供了一种园区综合能源系统的双目标优化调度方法及装置,其中,方法包括:根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;根据所述优化模型确定最优调度策略的所在区间和优化目标理想值;对所述区间进行搜索得到所述区间内的完整帕累托前沿;对所述帕累托前沿进行决策得到最优调度策略。本发明首先对整个解空间进行一次粗略的搜索,结合决策策略选出最优方案所在的区间;然后利用搜索空间分割方法对最优方案所在的区间进行详细的搜索,得到最终的方案。本发明由于只对最优调度策略所在区间进行了详细的搜索,具有较高的求解速度和效率。
Description
技术领域
本发明涉及能源技术领域,尤其是涉及一种园区综合能源系统的双目标优化调度方法及装置。
背景技术
随着能源与环境问题的日益突出,能够实现消费侧电、气、冷、热多种能源协调互补与梯级利用的园区综合能源系统成为研究热点。园区综合能源系统作为靠近用户侧的能源供应环节,其运行水平直接决定了用户的用能体验。经济性和可持续性是园区综合能源系统中最重要的两个指标,通过优化使得两个目标同时达到最优很难实现,而如果只对一个目标进行单目标优化,得到的方案中另一个目标的结果往往令人无法接受,因此需要对园区综合能源系统进行双目标优化,得到一个所有目标都在可以接受范围内的方案。
园区综合能源系统的双目标优化问题有如下典型特征:
(1)园区综合能源系统含有地源热泵、电锅炉、分布式电源等各种设备,涉及设备的启停和出力,因此优化时含有大量的0-1变量和连续型变量;
(2)由于储能设备的存在,不同时间段的变量间联系密切,需要统一优化。这些特征使得园区综合能源系统的双目标优化问题在数学本质上是一个大规模混合整数的双目标优化问题。
目前对双目标优化的求解算法主要分为两种,一种是为每一个目标分配一个权重系数,将多目标转化为单目标求解;另一种是求出帕累托最优调度策略集合帕累托前沿,然后根据相应的决策策略从中挑选最终的方案。由于第一种方案在权重选择上具有较强的主观性,目前越来越多的学者利用帕累托前沿进行双目标优化。然而,帕累托前沿中往往包含较多数量的解,全部求出可能需要耗费大量的时间。
因此,急需一种园区综合能源系统的双目标优化调度方法及装置,以解决现有方法中求解最优结果效率低的技术问题。
发明内容
本发明的目的是一种园区综合能源系统的双目标优化调度方法、装置、设备及介质,以解决现有方法中求解最优调度策略效率较低的技术问题。
本发明的目的,可以通过如下技术方案实现:
一种园区综合能源系统的双目标优化调度方法,包括:
根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;
根据所述优化模型确定最优调度策略的所在区间和优化目标理想值;
对所述区间进行搜索得到所述区间内的完整帕累托前沿;
对所述帕累托前沿进行决策得到最优调度策略。
可选地,所述园区综合能源系统的结构和参数具体包括:所述园区综合能源系统的系统结构、设备类型、运行参数、储能设备初值、电价曲线及电负荷、冷负荷与分布式电源出力的预测值;其中,所述设备类型包括地源热泵、常规冷水主机、蓄冰槽、蓄冷水箱、电锅炉、双工况主机和光伏。
可选地,还包括:输出所述最优调度策略的经济性与可持续性目标值、地源热泵、常规冷水主机、蓄冰槽、蓄冷水箱和双工况主机的出力值。
可选地,所述经济性优化目标为:所述可持续性优化目标为:/>
式中,NT为一个调度周期的总时段数;为t时段购电电价;/>为t时段联络线功率;CPV为光伏补贴价格;/>为光伏发电量;t0为优化调度的起始时段;Δt为调度间隔。
可选地,根据所述优化模型确定最优调度策略的所在区间和优化目标理想值具体包括:求解所述优化模型的帕累托前沿上的凸极点,筛选得到最优调度策略的所在区间和目标理想值,具体步骤为:
S1:对于经济性优化目标z1,调用混合整数线性规划求解器进行单目标优化,得到解f1=(z1 ide,z2 1);
S2:对于可持续性优化目标z2,调用混合整数线性规划求解器进行单目标优化,得到解f2=(z1 2,z2 ide),得到优化目标理想值为fide=(z1 ide,z2 ide);
S3:令i=1,n=2,初始化帕累托解集S=[f1 f2];
S4:基于帕累托解集S第i个解fi=(z1 i,z2 i)和第i+1个解fi+1=(z1 i+1,z2 i+1),利用公式计算权重系数λ,以min{λz1+(1-λ)z2}为目标函数,对所述优化模型增加约束z1 i≤z1≤z1 i+1与z2 i+1≤z2≤z2 i,调用混合整数线性规划求解器进行优化,得到最优调度策略fz=(z1 z,z2 z);
S5:判断fz=(z1 z,z2 z)是否满足λz1 z+(1-λ)z2 z<λz1 i+(1-λ)z2 i,若满足,则令帕累托解集S=[f1 f2 … fi fz fi+1 … fn],并将帕累托解集S中的各点按顺序重新编号,n=n+1,然后返回S4,否则进入S6;
S6:i=i+1;
S7:判断i是否小于n,若是,则返回S4,否则进入S8;
S8:将帕累托解集S中的值以及理想点fide以z1 ide和z2 ide为基值进行归一化处理后,计算帕累托解集S中各点到理想点fide的距离
选取其中距离最小的点fi;
S9:根据点fi的位置进行判断,得到最优调度策略的所在区间。
可选地,根据点fi的位置进行判断,得到最优调度策略的所在区间具体包括:
S91:判断所述点fi是否为帕累托解集S中的f1,若是,则最优调度策略所在区间Smin=[fi fi+1],若不是,则转至S92;
S92:判断所述点fi是否为帕累托解集S中的fn,若是,则最优调度策略所在区间Smin=[fi-1 fi],若不是,则转至S93;
S93:得到最优调度策略的所在区间Smin=[fi-1 fi+1]。
可选地,对所述帕累托前沿进行决策得到最优调度策略具体包括:根据最小欧几里得距离决策方法对所述帕累托前沿的方案进行决策,具体步骤为:
对所述所在区间Stot各点及理想点fide进行归一化处理,经济性目标z1和可持续性目标z2的基值分别为z1 ide和z2 ide,之后计算Stot中各点到理想点fide的距离
选取其中距离最小的点ffin;
根据ffin的横纵坐标,得到最终方案的经济性目标函数的值z1 fin和可持续性目标函数的值z2 fin,对所述优化模型增加约束0.99*z1 fin≤z1≤1.01*z1 fin与0.99*z2 fin≤z2≤1.01*z2 fin后,调用混合整数线性规划求解器进行优化,得到各设备的出力值。
本发明还提供了一种园区综合能源系统的双目标优化调度装置,包括:
模型构建模块,用于根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;
区间和理想值确定模块,用于根据所述优化模型确定最优调度策略的所在区间和优化目标理想值;
帕累托前沿确定模块,用于对所述区间进行搜索得到所述区间内的完整帕累托前沿;
最优调度策略确定模块,用于对所述帕累托前沿进行决策得到最优调度策略。
本发明还提供了一种园区综合能源系统的双目标优化调度设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现所述园区综合能源系统的双目标优化调度方法。
本发明还提供了一种计算机可读存储介质,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现所述园区综合能源系统的双目标优化调度方法。
本发明提供了一种园区综合能源系统的双目标优化调度方法、装置、设备及介质,其中,方法包括:根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;根据所述优化模型确定最优调度策略的所在区间和优化目标理想值;对所述区间进行搜索得到所述区间内的完整帕累托前沿;对所述帕累托前沿进行决策得到最优调度策略。
本发明首先对整个解空间进行一次粗略的搜索,结合决策策略选出最优方案所在的区间;然后利用搜索空间分割方法对最优方案所在的区间进行详细的搜索,得到最终的方案。本发明由于只对最优调度策略所在区间进行了详细的搜索,具有较高的求解速度和效率。
附图说明
图1为本发明一种园区综合能源系统的双目标优化调度方法及装置的算法流程图;
图2为本发明一种园区综合能源系统的双目标优化调度方法及装置的求解凸极点流程图;
图3为本发明一种园区综合能源系统的双目标优化调度方法及装置的结构拓扑图;
图4为本发明一种园区综合能源系统的双目标优化调度方法及装置的帕累托前沿;
图5为本发明一种园区综合能源系统的双目标优化调度方法及装置的最终得到的最优调度策略。
具体实施方式
本发明实施例提供了一种园区综合能源系统的双目标优化调度方法、装置、装备及介质,以解决现有方法中求解最优调度策略效率较低的技术问题。
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
以下为本发明一种园区综合能源系统的双目标优化调度方法的一个实施例,一种园区综合能源系统的双目标优化调度方法,包括:
根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;
根据所述优化模型确定最优调度策略的所在区间和优化目标理想值;
对所述区间进行搜索得到所述区间内的完整帕累托前沿;
对所述帕累托前沿进行决策得到最优调度策略。
请参阅图1至图5,本实施例中,包括具体步骤如下:
1)根据选定的园区综合能源系统,输入系统结构、设备类型、运行参数以及储能设备初值,电价曲线,电负荷、冷负荷和分布式电源出力的预测值;其中,园区综合能源系统的设备类型包括地源热泵、常规冷水主机、蓄冰槽、蓄冷水箱、电锅炉、双工况主机和光伏;
2)依据步骤1)提供的园区综合能源系统的结构和参数,建立以经济性和可持续性为优化目标的园区综合能源系统双目标优化模型,具体如下:
经济性优化目标,即园区运行费用最小:
可持续性优化目标,即园区购电量最小:
式中,NT为一个调度周期的总时段数;表示t时段购电电价;/>表示t时段联络线功率;CPV表示光伏补贴价格;/>表示光伏发电量;t0为优化调度的起始时段;Δt为调度间隔。
优化模型的运行约束包括地源热泵机组运行约束、蓄冷水箱运行约束、常规冷水机组运行约束、冰蓄冷系统运行约束、冷负荷供需平衡约束和电负荷供需平衡约束,具体如下:
地源热泵系统约束:
式中,分别为t时刻第i台地源热泵供冷、蓄冷功率;/> 分别为t时刻第i台地源热泵制冷、蓄冷运行模式;/>分别为热泵主机的最小、最大制冷功率;/>分别为t时刻地源热泵系统供冷、蓄冷运行模式;ΩHP为地源热泵主机的集合;/>为t时刻热泵机组耗电功率;/>为第i台热泵性能系数(COP),PHP ,C,AU和PHP,S,AU分别为供冷、蓄冷时辅助设备耗电功率;/>为系统t时刻空调冷水总流量,具体表示为:
式中,FHP、FWT,CWP、FWC、FIS,CWP分别为地源热泵、蓄冷水箱、常规冷水主机泵和冰蓄冷系统冷冻水泵额定流量;分别为t时刻第i台地源热泵制冷、蓄冷水箱水泵放冷、常规冷水主机供冷和冰蓄冷系统冷冻水泵运行模式,NHP、NWT,CWP、NWC、NIS,CWP分别为地源热泵主机、蓄冷水箱冷冻水泵、常规水冷主机、冰蓄冷系统冷冻水泵的个数。
常规冷水主机约束:
式中,为t时刻第i台常规冷水主机制冷功率;/>为t时刻第i台常规冷水主机供冷模式;/>分别为其制冷功率下、上限;/>为t时刻常规冷水机组耗电功率;/>为常规冷水主机性能系数;PWC,AU为常规冷水主机辅助设备额定用电功率。
蓄冷水箱约束:
式中,为t时刻蓄冷水箱供冷功率;/>为t时刻第i台蓄冷水箱水泵放冷运行模式;/>为t时刻蓄冷水箱存储冷量、单台蓄冷水箱存储冷量上限;NWT为蓄冷水箱个数;εWT为蓄冷水箱的自放冷率;Δt为调度间隔;/>为蓄冷水箱的耗电;/>为t时刻蓄冷水箱放冷运行模式;PWT,CWP为水箱放/蓄冷水泵额定用电功率。
冰蓄冷系统约束:
式中,为t时刻冰蓄冷系统、蓄冰槽制冷功率;/>分别为t时刻第i台双工况主机制冷、制冰功率;/>为双工况主机制冷功率下、上限;为其制冰功率下、上限;/>为t时刻第i台双工况主机制冷、制冰运行模式;/>为t时刻双工况机组制冷、制冰运行模式;/>为t时刻第i台冰蓄冷系统冷冻水泵运行模式;/>为t时刻蓄冰槽存储冷量;W IT、/>为蓄冰槽存储冷量下、上限;εIT为蓄冰槽的自放冷率;/>为蓄冰槽放冷功率上限;/>为单台冷冻水泵制冷功率上限;ΩDC为双工况主机的集合;/>为t时刻冰蓄冷系统耗电功率;/> 分别为双工况主机制冷、制冰性能系数,PIS,AU为冰蓄冷系统辅助设备额定用电功率。
供需平衡约束:
式中,为t时刻系统冷负荷,/>为t时刻系统电负荷,/>为t时刻电锅炉制热水所需电功率,/>为分别为t时刻光伏系统输出功率、联络线功率,/>为联络线最大允许功率值。
3)求解步骤2)所得优化模型的帕累托前沿S上的凸极点,通过筛选得到最优调度策略所在区间Smin以及目标函数理想值fide,具体的求解步骤如下:
3.1)针对经济性目标z1,调用混合整数线性规划求解器进行单目标优化,得到解f1=(z1 ide,z2 1);
3.2)针对可持续性目标z2,调用混合整数线性规划求解器进行单目标优化,得到解f2=(z1 2,z2 ide),则目标函数理想值为fide=(z1 ide,z2 ide);
3.3)令i=1,n=2,初始化帕累托解集S=[f1 f2];
3.4)基于帕累托解集S第i个解fi=(z1 i,z2 i)和第i+1个解fi+1=(z1 i+1,z2 i+1),利用公式计算权重系数λ,以min{λz1+(1-λ)z2}为目标函数,在步骤2)模型约束条件的基础上增加约束z1 i≤z1≤z1 i+1与z2 i+1≤z2≤z2 i后,调用混合整数线性规划求解器进行优化,得到最优调度策略fz=(z1 z,z2 z);
3.5)判断fz=(z1 z,z2 z)是否满足λz1 z+(1-λ)z2 z<λz1 i+(1-λ)z2 i,若满足,则令帕累托解集S=[f1 f2 … fi fz fi+1 … fn],并将帕累托解集S中的各点按顺序重新编号,n=n+1,之后返回步骤3.4),否则进入下一步;
3.6)i=i+1;
3.7)判断i是否小于n,若是,则返回步骤3.4),否则进入下一步;
3.8)将帕累托解集S中的值以及理想点fide以z1 ide和z2 ide为基值进行归一化处理,之后计算帕累托解集S中各点到理想点fide的距离
选取其中距离最小的点fi;
3.9)根据点fi的位置进行判断,得到最优调度策略所在区域,具体步骤包括:
3.9.1)判断步骤3.8)所得的点fi是否为帕累托解集S中的f1,若是,则最优调度策略所在区间Smin=[fi fi+1],之后转至步骤3.10),若不是进入到下一步;
3.9.2)判断步骤3.8)所得的点fi是否为帕累托解集S中的fn,若是,则最优调度策略所在区间Smin=[fi-1 fi],之后转至步骤3.10),若不是进入到下一步;
3.9.3)最优调度策略所在区间Smin=[fi-1 fi+1];
3.10)输出最优调度策略所在区域Smin;
4)利用搜索空间分割方法对区间Smin进行详细搜索,得到区间Smin内的完整帕累托前沿Stot,具体步骤如下:
4.1)i=1,n=2,初始化区间Smin内帕累托解集Stot=Smin;
4.2)基于Stot中第i个和第i+1个方案,以min{λz1+(1-λ)z2}为目标函数,在步骤2)模型的基础上增加约束z1 i≤z1≤z1 i+1与z2 i+1≤z2≤z2 i后进行优化,式中,得到最优调度策略fz=(z1 z,z2 z);
4.3)判断fz=(z1 z,z2 z)是否满足λz1 z+(1-λ)z2 z<λz1 i+(1-λ)z2 i,若满足,则Stot=[f1f2 … fi fz fi+1 … fn],并将Stot中的各点按顺序重新编号,n=n+1,之后返回步骤4.2),否则进入下一步;
4.4)以minz2为目标函数,在步骤2)模型的基础上添加约束 后进行优化,若可以得到最优调度策略fz1=(z1 z1,z2 z1),则Stot=[f1 f2 … fi fz1 fi+1 …fn],将Stot中的各点按顺序重新编号,n=n+1,之后返回4.2),否则进入下一步;
4.5)以min z1为目标函数,在步骤2)模型的基础上添加约束 z2 i+1≤z2≤z2 i后进行优化,若可以得到最优调度策略fz2=(z1 z2,z2 z2),则Stot=[f1 f2 … fi fz2 fi+1 … fn],将Stot中的各点按顺序重新编号,n=n+1,否则直接进入下一步;
4.6)i=i+1;
4.7)判断i是否小于n,若是,则返回步骤4.2),否则结束;
5)利用最小欧几里得距离决策方法对步骤4)得到的区间Smin内的完整帕累托前沿Stot的方案进行决策,得到最终的调度策略;具体步骤如下所示:
5.1)对Stot各点及理想点fide进行归一化处理,经济性目标z1和可持续性目标z2的基值分别为z1 ide和z2 ide,之后计算Stot中各点到理想点fide的距离
选取其中距离最小的点ffin;
5.2)根据ffin的横纵坐标,得到最终方案的经济性目标函数的值z1 fin和可持续性目标函数的值z2 fin,在步骤2)模型约束条件的基础上增加约束0.99*z1 fin≤z1≤1.01*z1 fin与0.99*z2 fin≤z2≤1.01*z2 fin后,调用混合整数线性规划求解器进行优化,返回各设备的出力值;
6)输出步骤5)得到的调度策略,包括经济性和可持续性目标函数的值,以及地源热泵、常规冷水主机、蓄冰槽、蓄冷水箱和双工况主机的出力值。
为了减少求解时间,本实施例所提供的园区综合能源系统的双目标优化调度方法,是一种快速的园区综合能源系统的双目标优化方法,首先对整个解空间进行一次粗略的搜索,结合决策策略选出最优方案所在的区间;然后利用搜索空间分割方法对最优方案所在的区间进行详细的搜索,得到最终的方案。本发明由于只对最优调度策略所在区间进行了详细的搜索,具有较高的求解速度和效率。
以下为园区综合能源系统的具体实例:
本实例以Matlab编程语言环境为基础。仿真测试的硬件平台为Intel Core(TM)i5-6300HQ CPU@2.30GHz,8GB RAM的4核PC机;软件环境为64位Windows 10操作系统。
对于本发明的实施例,首先输入系统一个调度周期内电负荷、冷负荷、光照强度,然后输入系统的设备组成、运行参数、电价曲线。本系统中,由外部电网和光伏系统满足电力需求。集中能源站可划分为三个子系统:地源热泵子系统、常规冷水子系统和冰蓄冷子系统。园区综合能源系统的供冷结构如图3所示,系统设备运行参数如表1所示,系统负荷、电价数据如表2所示。
表1
表2
时间 | 冷负荷/kW | 电负荷/kW | 电价/元 |
23 | 3778.46 | 1410.39 | 0.4744 |
0 | 3732.90 | 1410.40 | 0.4744 |
1 | 3113.69 | 1368.17 | 0.4744 |
2 | 3012.95 | 1368.17 | 0.4744 |
3 | 3114.07 | 1359.72 | 0.4744 |
4 | 3104.03 | 1537.07 | 0.4744 |
5 | 2873.99 | 1579.31 | 0.4744 |
6 | 2765.18 | 1511.77 | 0.4744 |
7 | 2918.18 | 1710.25 | 0.8999 |
8 | 4061.01 | 1698.88 | 1.3454 |
9 | 4054.82 | 1679.83 | 1.3454 |
10 | 5373.20 | 1634.83 | 1.3454 |
11 | 3373.20 | 1714.02 | 0.8999 |
12 | 3373.20 | 1638.03 | 0.8999 |
13 | 3373.20 | 1499.99 | 0.8999 |
14 | 3373.20 | 1470.44 | 0.8999 |
15 | 2405.05 | 1639.10 | 0.8999 |
16 | 3806.45 | 1553.26 | 0.8999 |
17 | 3774.02 | 1679.82 | 0.8999 |
18 | 4826.90 | 1646.77 | 1.3454 |
19 | 4727.01 | 1604.65 | 1.3454 |
20 | 5281.78 | 1562.41 | 1.3454 |
21 | 5114.43 | 1520.19 | 1.3454 |
22 | 5081.08 | 1418.83 | 1.3454 |
本发明实施例所提供的园区综合能源系统的双目标优化调度方法,产生的帕累托前沿见图4,最终的优化方案见图5,本实施例的优化方案与经济性单目标优化、可持续性单目标优化结果的对比见表3。
表3
方法 | 运行费用/元 | 购电量/kWh |
本发明方法 | 78834.76 | 124566.32 |
经济性单目标优化 | 76728.79 | 128725.37 |
可持续性单目标优化 | 82375.80 | 122495.63 |
以下为一种园区综合能源系统的双目标优化调度装置的一个实施例,包括:
模型构建模块,用于根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;
区间和理想值确定模块,用于根据所述优化模型确定最优调度策略的所在区间和优化目标理想值;
帕累托前沿确定模块,用于对所述区间进行搜索得到所述区间内的完整帕累托前沿;
最优调度策略确定模块,用于对所述帕累托前沿进行决策得到最优调度策略。
进一步的,本发明还公开了园区综合能源系统的双目标优化调度设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现园区综合能源系统的双目标优化调度方法。
进一步的,本发明还公开了计算机可读存储介质,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现园区综合能源系统的双目标优化调度方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上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。
Claims (8)
1.一种园区综合能源系统的双目标优化调度方法,其特征在于,包括:
根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;
所述经济性优化目标为:
所述可持续性优化目标为:
式中,NT为一个调度周期的总时段数;为t时段购电电价;/>为t时段联络线功率;CPV为光伏补贴价格;/>为光伏发电量;t0为优化调度的起始时段;Δt为调度间隔;
根据所述优化模型确定最优调度策略的所在区间和优化目标理想值,包括:
求解所述优化模型的帕累托前沿上的凸极点,筛选得到最优调度策略的所在区间和目标理想值,具体步骤为:
S1:对于经济性优化目标z1,调用混合整数线性规划求解器进行单目标优化,得到解f1=(z1 ide,z2 1);
S2:对于可持续性优化目标z2,调用混合整数线性规划求解器进行单目标优化,得到解f2=(z1 2,z2 ide),得到优化目标理想值为fide=(z1 ide,z2 ide);
S3:令i=1,m=2,初始化帕累托解集S=[f1f2];
S4:基于帕累托解集S第i个解fi=(z1 i,z2 i)和第i+1个解fi+1=(z1 i+1,z2 i+1),利用公式计算权重系数λ,以min{λz1+(1-λ)z2}为目标函数,对所述优化模型增加约束z1 i≤z1≤z1 i+1与z2 i+1≤z2≤z2 i,调用混合整数线性规划求解器进行优化,得到最优调度策略fz=(z1 z,z2 z);
S5:判断fz=(z1 z,z2 z)是否满足λz1 z+(1-λ)z2 z<λz1 i+(1-λ)z2 i,若满足,则令帕累托解集S=[f1 f2…fi fz fi+1…fn],并将帕累托解集S中的各点按顺序重新编号,n=n+1,然后返回S4,否则进入S6;
S6:i=i+1;
S7:判断i是否小于n,若是,则返回S4,否则进入S8;
S8:将帕累托解集S中的值以及理想点fide以z1 ide和z2 ide为基值进行归一化处理后,计算帕累托解集S中各点到理想点fide的距离选取其中距离最小的点fi;
S9:根据点fi的位置进行判断,得到最优调度策略的所在区间;
对所述区间进行搜索得到所述区间内的完整帕累托前沿;
对所述帕累托前沿进行决策得到最优调度策略。
2.根据权利要求1所述的园区综合能源系统的双目标优化调度方法,其特征在于,所述园区综合能源系统的结构和参数具体包括:所述园区综合能源系统的系统结构、设备类型、运行参数、储能设备初值、电价曲线及电负荷、冷负荷与分布式电源出力的预测值;其中,所述设备类型包括地源热泵、常规冷水主机、蓄冰槽、蓄冷水箱、电锅炉、双工况主机和光伏。
3.根据权利要求2所述的园区综合能源系统的双目标优化调度方法,其特征在于,还包括:输出所述最优调度策略的经济性与可持续性目标值、地源热泵、常规冷水主机、蓄冰槽、蓄冷水箱和双工况主机的出力值。
4.根据权利要求1所述的园区综合能源系统的双目标优化调度方法,其特征在于,根据点fi的位置进行判断,得到最优调度策略的所在区间具体包括:
S91:判断所述点fi是否为帕累托解集S中的f1,若是,则最优调度策略所在区间Smin=[fi fi+1],若不是,则转至S92;
S92:判断所述点fi是否为帕累托解集S中的fn,若是,则最优调度策略所在区间Smin=[fi-1fi],若不是,则转至S93;
S93:得到最优调度策略的所在区间Smin=[fi-1fi+1]。
5.根据权利要求1所述的园区综合能源系统的双目标优化调度方法,其特征在于,对所述帕累托前沿进行决策得到最优调度策略具体包括:根据最小欧几里得距离决策方法对所述帕累托前沿的方案进行决策,具体步骤为:
对所述所在区间Stot各点及理想点fide进行归一化处理,经济性目标z1和可持续性目标z2的基值分别为z1 ide和z2 ide,之后计算Stot中各点到理想点fide的距离选取其中距离最小的点ffin;
根据ffin的横纵坐标,得到最终方案的经济性目标函数的值z1 fin和可持续性目标函数的值z2 fin,对所述优化模型增加约束0.99*z1 fin≤z1≤1.01*z1 fin与0.99*z2 fin≤z2≤1.01*z2 fin后,调用混合整数线性规划求解器进行优化,得到各设备的出力值。
6.一种园区综合能源系统的双目标优化调度装置,其特征在于,包括:
模型构建模块,用于根据园区综合能源系统的结构和参数,构建以经济性和可持续性为优化目标的园区综合能源系统优化模型;
所述经济性优化目标为:
所述可持续性优化目标为:
式中,NT为一个调度周期的总时段数;为t时段购电电价;/>为t时段联络线功率;CPV为光伏补贴价格;/>为光伏发电量;t0为优化调度的起始时段;Δt为调度间隔;
区间和理想值确定模块,用于根据所述优化模型确定最优调度策略的所在区间和优化目标理想值,包括:
求解所述优化模型的帕累托前沿上的凸极点,筛选得到最优调度策略的所在区间和目标理想值,具体步骤为:
S1:对于经济性优化目标z1,调用混合整数线性规划求解器进行单目标优化,得到解f1=(z1 ide,z2 1);
S2:对于可持续性优化目标z2,调用混合整数线性规划求解器进行单目标优化,得到解f2=(z1 2,z2 ide),得到优化目标理想值为fide=(z1 ide,z2 ide);
S3:令i=1,m=2,初始化帕累托解集S=[f1f2];
S4:基于帕累托解集S第i个解fi=(z1 i,z2 i)和第i+1个解fi+1=(z1 i+1,z2 i+1),利用公式计算权重系数λ,以min{λz1+(1-λ)z2}为目标函数,对所述优化模型增加约束z1 i≤z1≤z1 i+1与z2 i+1≤z2≤z2 i,调用混合整数线性规划求解器进行优化,得到最优调度策略fz=(z1 z,z2 z);
S5:判断fz=(z1 z,z2 z)是否满足λz1 z+(1-λ)z2 z<λz1 i+(1-λ)z2 i,若满足,则令帕累托解集S=[f1 f2…fi fz fi+1…fn],并将帕累托解集S中的各点按顺序重新编号,n=n+1,然后返回S4,否则进入S6;
S6:i=i+1;
S7:判断i是否小于n,若是,则返回S4,否则进入S8;
S8:将帕累托解集S中的值以及理想点fide以z1 ide和z2 ide为基值进行归一化处理后,计算帕累托解集S中各点到理想点fide的距离选取其中距离最小的点fi;
S9:根据点fi的位置进行判断,得到最优调度策略的所在区间;
帕累托前沿确定模块,用于对所述区间进行搜索得到所述区间内的完整帕累托前沿;
最优调度策略确定模块,用于对所述帕累托前沿进行决策得到最优调度策略。
7.一种园区综合能源系统的双目标优化调度设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至5任一项所述的园区综合能源系统的双目标优化调度方法。
8.一种计算机可读存储介质,其特征在于,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的园区综合能源系统的双目标优化调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010783815.7A CN111882136B (zh) | 2020-08-06 | 2020-08-06 | 一种园区综合能源系统的双目标优化调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010783815.7A CN111882136B (zh) | 2020-08-06 | 2020-08-06 | 一种园区综合能源系统的双目标优化调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111882136A CN111882136A (zh) | 2020-11-03 |
CN111882136B true CN111882136B (zh) | 2023-10-20 |
Family
ID=73211480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010783815.7A Active CN111882136B (zh) | 2020-08-06 | 2020-08-06 | 一种园区综合能源系统的双目标优化调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111882136B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115277A (zh) * | 2022-08-23 | 2022-09-27 | 华北电力大学 | 园区综合能源调度方法、装置、计算机设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009030476A (ja) * | 2007-07-25 | 2009-02-12 | Toshiba Corp | 発電プラントの運転最適化方法および運転最適化システム |
CN106786603A (zh) * | 2017-02-22 | 2017-05-31 | 天津大学 | 一种区域综合能源系统多目标最优混合潮流算法 |
CN107704978A (zh) * | 2017-11-27 | 2018-02-16 | 广东电网有限责任公司电网规划研究中心 | 基于帕累托进化和vikor方法的电热经济调度方法 |
CN108830743A (zh) * | 2018-05-25 | 2018-11-16 | 天津大学 | 考虑多种蓄冷装置的园区综合能源系统优化调度方法 |
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 |
CN109861295A (zh) * | 2019-04-08 | 2019-06-07 | 国网河北省电力有限公司经济技术研究院 | 多目标新能源规划方法及装置 |
AU2019101104A4 (en) * | 2019-09-25 | 2019-10-31 | Southeast University | An optimal dispatching method of multi-region power and gas coupled integrated energy system using tiered gas tariff |
CN110852618A (zh) * | 2019-11-11 | 2020-02-28 | 广东电网有限责任公司 | 一种综合能源系统的日前调度方法和相关装置 |
WO2020093296A1 (zh) * | 2018-11-06 | 2020-05-14 | 国电南瑞科技股份有限公司 | 电-热互联综合能源系统的区间潮流计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7664622B2 (en) * | 2006-07-05 | 2010-02-16 | Sun Microsystems, Inc. | Using interval techniques to solve a parametric multi-objective optimization problem |
-
2020
- 2020-08-06 CN CN202010783815.7A patent/CN111882136B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009030476A (ja) * | 2007-07-25 | 2009-02-12 | Toshiba Corp | 発電プラントの運転最適化方法および運転最適化システム |
CN106786603A (zh) * | 2017-02-22 | 2017-05-31 | 天津大学 | 一种区域综合能源系统多目标最优混合潮流算法 |
CN107704978A (zh) * | 2017-11-27 | 2018-02-16 | 广东电网有限责任公司电网规划研究中心 | 基于帕累托进化和vikor方法的电热经济调度方法 |
CN108830743A (zh) * | 2018-05-25 | 2018-11-16 | 天津大学 | 考虑多种蓄冷装置的园区综合能源系统优化调度方法 |
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 |
WO2020093296A1 (zh) * | 2018-11-06 | 2020-05-14 | 国电南瑞科技股份有限公司 | 电-热互联综合能源系统的区间潮流计算方法 |
CN109861295A (zh) * | 2019-04-08 | 2019-06-07 | 国网河北省电力有限公司经济技术研究院 | 多目标新能源规划方法及装置 |
AU2019101104A4 (en) * | 2019-09-25 | 2019-10-31 | Southeast University | An optimal dispatching method of multi-region power and gas coupled integrated energy system using tiered gas tariff |
CN110852618A (zh) * | 2019-11-11 | 2020-02-28 | 广东电网有限责任公司 | 一种综合能源系统的日前调度方法和相关装置 |
Non-Patent Citations (2)
Title |
---|
区域综合能源系统优化调度方法;于波;吴亮;卢欣;张鹏;;电力建设(第01期);第1-2页 * |
考虑综合需求侧响应的区域综合能源系统多目标优化调度;魏震波;任小林;黄宇涵;;电力建设(第07期);第92-99页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111882136A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Modeling and optimal operation of community integrated energy systems: A case study from China | |
US8396572B2 (en) | System and method for energy plant optimization using mixed integer-linear programming | |
CN109165788A (zh) | 一种冷热电联供系统的优化方法 | |
US20200026249A1 (en) | Building management system with online configurable system identification | |
Lyu et al. | Optimal sizing of energy station in the multienergy system integrated with data center | |
CN112837181B (zh) | 计及需求响应不确定性的综合能源系统的调度方法 | |
CN111027747A (zh) | 一种考虑用户舒适度风险偏好的家庭能量控制方法 | |
CN111882136B (zh) | 一种园区综合能源系统的双目标优化调度方法及装置 | |
CN111244939A (zh) | 一种计及需求侧响应的多能互补系统两级优化设计方法 | |
Ikeda et al. | A new optimization strategy for the operating schedule of energy systems under uncertainty of renewable energy sources and demand changes | |
CN109059193A (zh) | 考虑机组启停费用的园区综合能源系统优化调度方法 | |
CN109343461A (zh) | 一种楼宇自动化控制系统的节能控制方法 | |
Sui et al. | Enhanced-decision energy trading for island renewable microgrids considering large interruptible refrigeration load intra-hour switching | |
Qiu et al. | A chiller operation strategy based on multiple-objective optimization | |
CN116703118A (zh) | 差异化建筑热惯性的综合能源系统日前调度方法及系统 | |
Qi et al. | Optimal dispatching of household air-source heat pump heating system considering thermal comfort | |
CN114493912A (zh) | 综合能源优化配置方法、装置及存储介质 | |
CN111900714B (zh) | 多能源协同系统优化调度模型构建方法、装置和计算设备 | |
CN111397036B (zh) | 送风系统、送风温度设定方法、装置、存储介质和处理器 | |
CN113949082A (zh) | 一种工业园区能源日前调度方法及装置 | |
JP7440214B2 (ja) | 空調システムの制御装置、制御方法、制御プログラム及び空調システム | |
Jing et al. | Equilibrium Trading Strategy of Integrated Energy Systems Based on Non-cooperative Game Theory | |
Wang et al. | Social networking and consumer preference based power peak reduction for safe smart grid | |
Komiyama et al. | Japan's Residential Energy Demand Outlook to 2030 Considering Energy Efficiency Standards" Top-Runner Approach" | |
Qiu et al. | A stochastic chiller optimization operation strategy based on uncertainty analysis |
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 |