CN112365108B - 一种园区综合能源系统多目标优化协同运行方法 - Google Patents

一种园区综合能源系统多目标优化协同运行方法 Download PDF

Info

Publication number
CN112365108B
CN112365108B CN202110041745.2A CN202110041745A CN112365108B CN 112365108 B CN112365108 B CN 112365108B CN 202110041745 A CN202110041745 A CN 202110041745A CN 112365108 B CN112365108 B CN 112365108B
Authority
CN
China
Prior art keywords
energy
park
comprehensive energy
model
comprehensive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110041745.2A
Other languages
English (en)
Other versions
CN112365108A (zh
Inventor
李鹏
于力
张斌
姜臻
姚森敬
郭志诚
辛文成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Artificial Intelligence Technology Co ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202110041745.2A priority Critical patent/CN112365108B/zh
Publication of CN112365108A publication Critical patent/CN112365108A/zh
Application granted granted Critical
Publication of CN112365108B publication Critical patent/CN112365108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation 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
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种园区综合能源系统多目标优化协同运行方法，包括步骤：S1：初始化园区综合能源系统的基础数据；S2：构建园区多能源价格激励模型；S3：基于园区多能源价格激励模型构建包含各类能源的多目标优化协同运行模型；S4：采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解；S5：根据谈判博弈均衡解得到各类能源的最优购入组合方案以及综合能源系统的最优日前运行计划，并计算园区综合能源系统日前运行总成本和综合能源使用效率。本发明建立的多能源价格激励模型和多目标优化协同运行模型，实现园区系统运行总成本最小化与综合能源使用效率最大化，从而有效提高园区综合能源系统的运行成本和各类能源的利用效率。

Description

一种园区综合能源系统多目标优化协同运行方法
技术领域
本发明属于综合能源系统优化运行领域，主要涉及一种园区综合能源系统多目标优化协同运行方法。
背景技术
随着传统化石能源的日益枯竭和能源互联网相关技术的快速发展，我国不断加快园区综合能源系统的试点工程建设。园区综合能源系统使得冷、热、电、气等多种能源在生产、传输、转换、存储、消费等环节实现协调优化互补，是提升多种能源综合利用效率与园区系统协同优化水平的一种有效途径。
目前国内外对园区综合能源系统的研究主要集中在系统规划、运行、优化运行等方面，其中在优化运行的经济研究方面多考虑引入用户侧负荷需求响应等政策激励方法。经对现有技术文献的检索发现，一种基于价格激励的综合能源系统调度方法（发明专利：CN110276486A），该申请提出利用固定补偿价格激励手段，激励用户通过调整负荷来参与综合能源系统调度过程。然而，用户侧负荷需求响应需要用户配合积极性较高，并具备一定的快速响应能力，且需要提供较高的响应补偿费用才能促使用户愿意改变其原有生产计划，导致用户侧负荷需求响应的实际执行难度较大。
因此，需要研究以价格激励手段来充分利用园区综合能源系统中各种能源类型之间的协调互补性，实现园区综合能源系统运行总成本最小化与综合能源使用效率最大化。
发明内容
为解决上述技术问题，本发明提出一种园区综合能源系统多目标优化协同运行方法。
本发明的目的通过以下技术方案实现：
本发明提供了一种园区综合能源系统多目标优化协同运行方法，包括如下步骤：
S1：初始化园区综合能源系统的基础数据，包括初始化园区综合能源系统的设备参数、历史负荷数据、基础价格参数；
S2：根据园区用户的各类能源实际供需情况，调整各类能源在各时间段的购能价格的方式激励园区用户改变能源输入组合方案构建园区多能源价格激励模型，园区多能源价格激励模型包括根据园区用户历史各类能源的用能数据获得的基线负荷曲线、园区用户日前各类能源负荷预测曲线、各类能源价格波动量和各类能源的实时市场曲线；
S3：基于园区多能源价格激励模型构建包含各类能源的多目标优化协同运行模型，该多目标优化协同运行模型由目标函数和约束条件组成，所述目标函数包括园区综合能源系统的运行总成本函数和综合能源使用效率函数，所述运行总成本函数的优化目标是使园区综合能源系统的运行总成本最小化，所述综合能源使用效率函数的优化目标是使园区综合能源系统的综合能源使用效率最大化，所述约束条件包括各类能源平衡等式约束、能源类型转换设备模型出力上下限及爬坡约束和各类能源联络线传输功率约束；
S4：采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解，求得园区综合能源系统运行总成本最小化与综合能源使用效率最大化之间的谈判博弈均衡解，采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解，是将运行总成本最小化以及综合能源使用效率最大化作为决策者，记做决策者1和决策者2，决策变量的集合分别记做
Figure DEST_PATH_IMAGE001
，决策变量集合包括各类能源的购入功率、及各类能源类型转换设备与储能设备的运行功率，由约束条件限定的决策变量可行域记做
Figure 212734DEST_PATH_IMAGE002
，则有
Figure DEST_PATH_IMAGE003
当满足以下最大化的效用函数时，达到谈判博弈均衡解，使各决策者收益距其最差收益最远，即：
Figure 926612DEST_PATH_IMAGE004
其中，F 1是运行总成本函数，F 2是综合能源使用效率函数， S表示F 1优化目标和F 2优化目标的最优前沿，
Figure DEST_PATH_IMAGE005
和
Figure 503087DEST_PATH_IMAGE006
分别表示决策者1和决策者2会得到的最差收益，并满足：
Figure DEST_PATH_IMAGE007
其中，
Figure 429455DEST_PATH_IMAGE008
和
Figure DEST_PATH_IMAGE009
分别表示为运行总成本最小化的最优解和综合能源使用效率最大化的最优解，上式取自然对数后进行一阶线性化，将最大化的效用函数转化为：
Figure 774986DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
、
Figure 898580DEST_PATH_IMAGE012
分别为目标函数中关于F 1优化目标的线性化系数；
Figure DEST_PATH_IMAGE013
、
Figure 696772DEST_PATH_IMAGE014
分别为目标函数中关于F 2优化目标的线性化系数；
S5：根据谈判博弈均衡解得到各类能源的最优购入组合方案以及综合能源系统的最优日前运行计划，是当园区综合能源系统的运行总成本无法在保持综合能源使用效率不减小的原则下进一步减小，综合能源使用效率也无法在保持系统运行总成本不提高的原则下进一步提高，根据此时达到的谈判博弈均衡，得到该园区各类能源的最优购入组合方案以及园区综合能源系统的最优日前运行计划，并计算园区综合能源系统日前运行总成本和综合能源使用效率。
作为进一步的改进，步骤S1中，所述园区综合能源系统中包括能源类型转换设备模型、储能设备模型和用能负荷模型。
作为进一步的改进，所述能源类型转换设备模型包括热电联供机组、燃气锅炉和电制冷机，所述储能设备模型包括蓄电池、储热装置、蓄冷空调和储气罐，所述用能负荷模型包括冷负荷、热负荷、电负荷和气负荷。
作为进一步的改进，所述各类能源在各时段的购能价格等于各类能源的日前负荷预测值与其基线负荷值的差值绝对值在基线负荷中的占比乘以该能源的价格影响因子。
本发明提供的一种园区综合能源系统多目标优化协同运行方法，包括步骤：S1：初始化园区综合能源系统的基础数据；S2：构建园区多能源价格激励模型；S3：基于园区多能源价格激励模型构建包含各类能源的多目标优化协同运行模型；S4：采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解；S5：根据谈判博弈均衡解得到各类能源的最优购入组合方案以及综合能源系统的最优日前运行计划，并计算园区综合能源系统日前运行总成本和综合能源使用效率。本发明通过建立多能源价格激励模型以鼓励园区用户根据各类能源实时供需情况，改变能源输入组合方案，得到各类能源的最优购入组合方案，构建包含各类能源的多目标优化协同运行模型，得到园区综合能源系统的最优日前运行计划，从而实现园区系统运行总成本最小化与综合能源使用效率最大化，可有效提高园区综合能源系统的运行成本和各类能源的利用效率。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的流程图；
图2是园区综合能源系统的结构图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步详细的描述，需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
结合图1和图2所示，本发明实施例提供一种园区综合能源系统多目标优化协同运行方法，包括如下步骤：
S1：初始化园区综合能源系统的基础数据，包括初始化园区综合能源系统的设备参数、历史负荷数据、基础价格参数。
本实施例中，园区综合能源系统中包括能源类型转换设备模型、储能设备模型和用能负荷模型，能源类型转换设备模型包括热电联供机组、燃气锅炉和电制冷机，储能设备模型包括蓄电池、储热装置、蓄冷空调和储气罐，用能负荷模型包括冷负荷、热负荷、电负荷和气负荷。各类能源包括冷能、热能、电能和天燃气。
初始化园区综合能源系统的设备参数包括初始化热电联供机组、燃气锅炉和电制冷机的设备参数，初始化历史负荷数据包括初始化园区用户的冷负荷、热负荷、电负荷和气负荷，初始化基础价格参数包括初始化冷能、热能、电能和天燃气的基础价格。
S2：构建园区多能源价格激励模型，本实施例中，园区多能源价格激励模型是根据园区用户的各类能源实际供需情况，调整各类能源在各时间段的购能价格的方式激励园区用户改变能源输入组合方案获得，以提高各类能源的用能经济性和稳定性。园区多能源价格激励模型包括根据园区用户历史各类能源的用能数据获得的基线负荷曲线、园区用户日前各类能源负荷预测曲线、各类能源价格波动量和各类能源的实时市场曲线。
各类能源在各时段的购能价格等于各类能源的日前负荷预测值与其基线负荷值的差值绝对值在基线负荷中的占比乘以该能源的价格影响因子，具体的：
冷能、热能、电能与天然气价格将根据日前各类能源负荷预测值与其基线负荷值的差值进行调整，得到波动时间间隔为1小时的各时段能源市场价格计算公式如下所示：
Figure DEST_PATH_IMAGE015
其中，下标x指包括冷能、热能、电能与天然气中的一种能源种类，包括C（冷能）、H（热能）、E（电能）和G（天然气），t为波动间隔时间，
Figure 692410DEST_PATH_IMAGE016
是指能源种类x在t时段调整后的市场价格，
Figure DEST_PATH_IMAGE017
是指能源种类x在t时段的基础价格；
Figure 892447DEST_PATH_IMAGE018
是指能源种类x在t时段的价格波动量，
Figure 151390DEST_PATH_IMAGE018
的计算公式如下：
Figure DEST_PATH_IMAGE019
其中，
Figure 436878DEST_PATH_IMAGE020
是能源种类x的价格影响因子，
Figure DEST_PATH_IMAGE021
是园区用户在t时段的能源种类x的日前负荷预测功率，
Figure 970628DEST_PATH_IMAGE022
是负荷功率波动阈值，当
Figure DEST_PATH_IMAGE023
的绝对值超出阈值范围时，若
Figure 25171DEST_PATH_IMAGE023
>0，则
Figure 222060DEST_PATH_IMAGE024
>0，此时该类能源价格增大；若
Figure 729264DEST_PATH_IMAGE023
<0，则
Figure 269967DEST_PATH_IMAGE024
<0，此时该类能源价格减小；当
Figure 179017DEST_PATH_IMAGE023
的绝对值在阈值范围内时，则维持该类能源的基础价格不变。各能源类型基线负荷曲线是一条时段间隔为15分钟、一天共96点的滚动拟合数据集，通过选取园区用户据执行日最近5个自然日对应时段的历史用能负荷数据，平均计算后得到，其计算公式如下所示：
Figure DEST_PATH_IMAGE025
其中，d是自然日，N是所选计算基线负荷功率的自然日个数，
Figure 310921DEST_PATH_IMAGE026
是指园区用户在d日t时段的能源种类x的历史负荷。
S3：基于园区多能源价格激励模型构建包含各类能源的多目标优化协同运行模型，该多目标优化协同运行模型由目标函数和约束条件组成，目标函数包括园区综合能源系统的运行总成本函数和综合能源使用效率函数，运行总成本函数的优化目标是使园区综合能源系统的运行总成本最小化，综合能源使用效率函数的优化目标是使园区综合能源系统的综合能源使用效率最大化。
运行总成本函数的优化目标是使园区综合能源系统的运行总成本最小化，根据本实施例中各类能源进行分类，可分为冷能、热能、电能及天然气全流程的日前运行成本四个部分，其目标函数表达式如下所示：
Figure DEST_PATH_IMAGE027
其中，F 1是运行总成本函数，C c 、C H 、C E 和C G 分别为园区综合能源系统对冷能、热能、电能和天然气全流程的日前运行成本，具体如下：
a) 冷能全流程的日前运行成本C c 计算式如下所示：
Figure 571001DEST_PATH_IMAGE028
其中，
Figure DEST_PATH_IMAGE029
是t时段园区向外界的冷能购入功率，
Figure 180974DEST_PATH_IMAGE030
是t时段园区冷能购买成本，
Figure DEST_PATH_IMAGE031
是t时段蓄冷空调的蓄、放冷功率，并规定蓄冷时功率为正值，放冷时功率为负值；
Figure 475689DEST_PATH_IMAGE032
是蓄冷空调的单位蓄、放冷功率运行成本。
b) 热能全流程的日前运行成本C H 计算式如下所示：
Figure DEST_PATH_IMAGE033
其中，
Figure 778495DEST_PATH_IMAGE034
是t时段园区向外界的热能购入功率，
Figure DEST_PATH_IMAGE035
是t时段园区热能购买成本，
Figure 24406DEST_PATH_IMAGE036
是t时段储热装置的蓄、放热功率，并规定储热时功率为正值，放热时功率为负值；
Figure DEST_PATH_IMAGE037
是储热装置的单位蓄、放热功率运行成本。
c) 电能全流程的日前运行成本C E 计算式如下所示：
Figure 438070DEST_PATH_IMAGE038
其中，
Figure DEST_PATH_IMAGE039
是t时段园区向外界的电能购入功率，
Figure 321712DEST_PATH_IMAGE040
是t时段园区电能购买成本，
Figure DEST_PATH_IMAGE041
是t时段蓄电池的充、放电功率，并规定充电时功率为正值，放电时功率为负值；
Figure 795419DEST_PATH_IMAGE042
是蓄电池的单位充、放电功率运行成本；
Figure DEST_PATH_IMAGE043
是t时段电制冷机的耗电功率；
Figure 764512DEST_PATH_IMAGE044
是电制冷机的单位功率运维成本。
d) 天然气全流程的日前运行成本C G 计算式如下所示：
Figure DEST_PATH_IMAGE045
其中：
Figure 981867DEST_PATH_IMAGE046
是t时段园区向外界的天然气购入功率，
Figure DEST_PATH_IMAGE047
是t时段园区天然气购买成本，
Figure 985595DEST_PATH_IMAGE048
是t时段燃气锅炉的燃气功率；
Figure DEST_PATH_IMAGE049
是燃气锅炉的单位功率运行成本；
Figure 131667DEST_PATH_IMAGE050
是t时段储气罐的蓄、放气功率；
Figure DEST_PATH_IMAGE051
是储气罐的单位蓄、放气电功率运行成本，并规定蓄气时功率为正值，放气时功率为负值；
Figure 853636DEST_PATH_IMAGE052
是t时段热电联供机组的燃气功率；
Figure DEST_PATH_IMAGE053
是热电联供机组的单位功率运行成本。
综合能源使用效率函数的优化目标是使园区综合能源系统的综合能源使用效率最大化，并通过综合能源使用效率评估系数
Figure 609102DEST_PATH_IMAGE054
来评价，
Figure 936178DEST_PATH_IMAGE054
是园区综合用能负荷加权系数和与外界流入系统的各项能量加权系数和之比，取值范围在0到1之间。若
Figure 751688DEST_PATH_IMAGE054
越大且越接近于1，则综合能源使用效率越高；若
Figure 429794DEST_PATH_IMAGE054
越小，则综合能源使用效率越低，其计算公式如下所示：
Figure DEST_PATH_IMAGE055
其中，F 2是综合能源使用效率函数，
Figure 988951DEST_PATH_IMAGE056
、
Figure DEST_PATH_IMAGE057
、
Figure 701692DEST_PATH_IMAGE058
和
Figure DEST_PATH_IMAGE059
分别为
Figure 180778DEST_PATH_IMAGE060
时段园区用户冷负荷、热负荷、电负荷和气负荷。
Figure DEST_PATH_IMAGE061
、
Figure 611760DEST_PATH_IMAGE062
、
Figure DEST_PATH_IMAGE063
和
Figure 709029DEST_PATH_IMAGE064
分别为冷能、热能、电能和天然气的权重系数，可由各类能源对应负荷的额定容量在园区综合用能负荷额定容量和之比计算得到，取值范围在[0,1]之间。
多目标优化协同运行模型中的约束条件包括各类能源平衡等式约束，本实施例中包括冷能、热能、电能和天然气平衡等式约束；还包括能源类型转换设备模型出力上下限及爬坡约束，本实施中包括热电联供机组、燃气锅炉和电制冷机的出力上下限及爬坡约束以及各类能源联络线传输功率约束等。
a) 冷能、热能、电能和天然气功率平衡等式约束表达式如下所示：
Figure DEST_PATH_IMAGE065
Figure 541856DEST_PATH_IMAGE066
Figure DEST_PATH_IMAGE067
Figure 433588DEST_PATH_IMAGE068
其中，
Figure DEST_PATH_IMAGE069
为电制冷机的制冷效率；
Figure 617445DEST_PATH_IMAGE070
为燃气锅炉的制热效率；
Figure DEST_PATH_IMAGE071
为热电联供机组的制热效率；
Figure 518405DEST_PATH_IMAGE072
为热电联供机组的发电效率。
b) 包括热电联供机组、燃气锅炉和电制冷机在内的能源类型转换设备模型的出力上下限及爬坡约束表达式如下所示：
Figure DEST_PATH_IMAGE073
Figure 441624DEST_PATH_IMAGE074
Figure DEST_PATH_IMAGE075
其中，
Figure 35416DEST_PATH_IMAGE076
是t时段电制冷机的耗电功率；
Figure DEST_PATH_IMAGE077
是电制冷机爬坡功率上限；
Figure 175410DEST_PATH_IMAGE078
是t时段燃气锅炉的燃气功率；
Figure DEST_PATH_IMAGE079
是燃气锅炉爬坡功率上限；
Figure 880061DEST_PATH_IMAGE080
是t时段热电联供机组的燃气功率；
Figure DEST_PATH_IMAGE081
是热电联供机组功率上限；
Figure 687480DEST_PATH_IMAGE082
、
Figure DEST_PATH_IMAGE083
和
Figure 186595DEST_PATH_IMAGE084
分别是电制冷机、燃气锅炉和热电联供机组运行功率的上限，
Figure DEST_PATH_IMAGE085
、
Figure 813885DEST_PATH_IMAGE086
和
Figure DEST_PATH_IMAGE087
分别是电制冷机、燃气锅炉和热电联供机组运行功率的下限。
c) 冷、热、电、气联络线传输功率约束表达式如下所示：
Figure 820762DEST_PATH_IMAGE088
其中，
Figure DEST_PATH_IMAGE089
是指各类能源x在t时段的外部购入功率，
Figure 217108DEST_PATH_IMAGE090
是各类能源x的最大联络线传输功率。
S4：采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解，求得园区综合能源系统运行总成本最小化与综合能源使用效率最大化之间的谈判博弈均衡解。具体是，将运行总成本最小化以及综合能源使用效率最大化作为决策者，记做决策者1和决策者2，决策变量的集合分别记做x 1，x 2，决策变量集合包括各类能源的购入功率、及各类能源类型转换设备与储能设备的运行功率，表示为：
Figure DEST_PATH_IMAGE091
由约束条件限定的决策变量可行域记做x，则有
Figure 887124DEST_PATH_IMAGE092
；当满足以下最大化的效用函数时，达到谈判博弈均衡解，使各决策者收益距其最差收益最远，即：
Figure DEST_PATH_IMAGE093
其中，F 1是运行总成本函数，F 2是综合能源使用效率函数，S表示F 1优化目标和F 2优化目标的PARETO（最优）前沿，
Figure 1710DEST_PATH_IMAGE094
和
Figure DEST_PATH_IMAGE095
分别表示决策者1和决策者2会得到的最差收益，并满足：
Figure 48164DEST_PATH_IMAGE096
其中，
Figure DEST_PATH_IMAGE097
和
Figure 564596DEST_PATH_IMAGE098
分别表示为运行总成本最小化的最优解和综合能源使用效率最大化的最优解，上式取自然对数后进行一阶线性化，将上述目标函数转化为：
Figure DEST_PATH_IMAGE099
其中，
Figure 405513DEST_PATH_IMAGE100
、
Figure DEST_PATH_IMAGE101
分别为目标函数中关于F 1优化目标的线性化系数；
Figure 774440DEST_PATH_IMAGE102
、
Figure DEST_PATH_IMAGE103
分别为目标函数中关于F 2优化目标的线性化系数。
S5：根据谈判博弈均衡解得到各类能源的最优购入组合方案以及综合能源系统的最优日前运行计划，并计算园区综合能源系统日前运行总成本和综合能源使用效率。具体的，当园区综合能源系统的运行总成本无法在保持综合能源使用效率不减小的原则下进一步减小，综合能源使用效率也无法在保持系统运行总成本不提高的原则下进一步提高，根据此时达到的谈判博弈均衡，得到该园区各类能源的最优购入组合方案以及园区综合能源系统的最优日前运行计划。谈判博弈均衡解应满足不等式约束如下：
Figure 359005DEST_PATH_IMAGE104
上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他方式来实施，因此，不能理解为对本发明保护范围的限制。
总之，本发明虽然列举了上述优选实施方式，但是应该说明，虽然本领域的技术人员可以进行各种变化和改型，除非这样的变化和改型偏离了本发明范围，否则都应该包括在本发明的保护范围内。

Claims (4)

1.一种园区综合能源系统多目标优化协同运行方法，其特征在于，包括如下步骤：
S1：初始化园区综合能源系统的基础数据，包括初始化园区综合能源系统的设备参数、历史负荷数据、基础价格参数；
S2：根据园区用户的各类能源实际供需情况，调整各类能源在各时间段的购能价格的方式激励园区用户改变能源输入组合方案构建园区多能源价格激励模型，园区多能源价格激励模型包括根据园区用户历史各类能源的用能数据获得的基线负荷曲线、园区用户日前各类能源负荷预测曲线、各类能源价格波动量和各类能源的实时市场曲线；
S3：基于园区多能源价格激励模型构建包含各类能源的多目标优化协同运行模型，该多目标优化协同运行模型由目标函数和约束条件组成，所述目标函数包括园区综合能源系统的运行总成本函数和综合能源使用效率函数，所述运行总成本函数的优化目标是使园区综合能源系统的运行总成本最小化，所述综合能源使用效率函数的优化目标是使园区综合能源系统的综合能源使用效率最大化，所述约束条件包括各类能源平衡等式约束、能源类型转换设备模型出力上下限及爬坡约束和各类能源联络线传输功率约束；
S4：采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解，求得园区综合能源系统运行总成本最小化与综合能源使用效率最大化之间的谈判博弈均衡解，采用线性化的谈判博弈法对所述多目标优化协同运行模型进行求解，是将运行总成本最小化以及综合能源使用效率最大化作为决策者，记做决策者1和决策者2，决策变量的集合分别记做
Figure 3501DEST_PATH_IMAGE001
，决策变量集合包括各类能源的购入功率、及各类能源类型转换设备与储能设备的运行功率，由约束条件限定的决策变量可行域记做
Figure 560385DEST_PATH_IMAGE002
，则有
Figure 171626DEST_PATH_IMAGE003
当满足以下最大化的效用函数时，达到谈判博弈均衡解，使各决策者收益距其最差收益最远，即：
Figure 104947DEST_PATH_IMAGE004
其中，
Figure 508246DEST_PATH_IMAGE005
是运行总成本函数，
Figure 360664DEST_PATH_IMAGE006
是综合能源使用效率函数，
Figure 583835DEST_PATH_IMAGE007
表示
Figure 55268DEST_PATH_IMAGE005
优化目标和
Figure 208948DEST_PATH_IMAGE006
优化目标的最优前沿，
Figure 107634DEST_PATH_IMAGE008
和
Figure 83680DEST_PATH_IMAGE009
分别表示决策者1和决策者2会得到的最差收益，并满足：
Figure 217858DEST_PATH_IMAGE010
其中，
Figure 595750DEST_PATH_IMAGE011
和
Figure 399758DEST_PATH_IMAGE012
分别表示为运行总成本最小化的最优解和综合能源使用效率最大化的最优解，上式取自然对数后进行一阶线性化，将最大化的效用函数转化为：
Figure 738467DEST_PATH_IMAGE013
其中，
Figure 551702DEST_PATH_IMAGE014
、
Figure 784100DEST_PATH_IMAGE015
分别为目标函数中关于
Figure 290168DEST_PATH_IMAGE005
优化目标的线性化系数；
Figure 99861DEST_PATH_IMAGE016
、
Figure 716787DEST_PATH_IMAGE017
分别为目标函数中关于
Figure 538112DEST_PATH_IMAGE006
优化目标的线性化系数；
S5：根据谈判博弈均衡解得到各类能源的最优购入组合方案以及综合能源系统的最优日前运行计划，是当园区综合能源系统的运行总成本无法在保持综合能源使用效率不减小的原则下进一步减小，综合能源使用效率也无法在保持系统运行总成本不提高的原则下进一步提高，根据此时达到的谈判博弈均衡，得到该园区各类能源的最优购入组合方案以及园区综合能源系统的最优日前运行计划，并计算园区综合能源系统日前运行总成本和综合能源使用效率。
2.根据权利要求1所述的一种园区综合能源系统多目标优化协同运行方法，其特征在于，步骤S1中，所述园区综合能源系统中包括能源类型转换设备模型、储能设备模型和用能负荷模型。
3.根据权利要求2所述的一种园区综合能源系统多目标优化协同运行方法，其特征在于，所述能源类型转换设备模型包括热电联供机组、燃气锅炉和电制冷机，所述储能设备模型包括蓄电池、储热装置、蓄冷空调和储气罐，所述用能负荷模型包括冷负荷、热负荷、电负荷和气负荷。
4.根据权利要求1所述的一种园区综合能源系统多目标优化协同运行方法，其特征在于，所述各类能源在各时段的购能价格等于各类能源的日前负荷预测值与其基线负荷值的差值绝对值在基线负荷中的占比乘以该能源的价格影响因子。
CN202110041745.2A 2021-01-12 2021-01-12 一种园区综合能源系统多目标优化协同运行方法 Active CN112365108B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110041745.2A CN112365108B (zh) 2021-01-12 2021-01-12 一种园区综合能源系统多目标优化协同运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110041745.2A CN112365108B (zh) 2021-01-12 2021-01-12 一种园区综合能源系统多目标优化协同运行方法

Publications (2)

Publication Number Publication Date
CN112365108A CN112365108A (zh) 2021-02-12
CN112365108B true CN112365108B (zh) 2021-06-22

Family

ID=74534925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110041745.2A Active CN112365108B (zh) 2021-01-12 2021-01-12 一种园区综合能源系统多目标优化协同运行方法

Country Status (1)

Country Link
CN (1) CN112365108B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344736B (zh) * 2021-05-21 2023-08-18 温州电力设计有限公司 一种园区级综合能源系统及其控制方法
CN115018668B (zh) * 2022-08-09 2022-11-22 东方电子股份有限公司 一种用于园区的可调控能力建模系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727158A (zh) * 2019-01-25 2019-05-07 燕山大学 一种基于改进弱鲁棒优化的电热综合能源系统调度方法
CN111682526A (zh) * 2020-05-28 2020-09-18 国网浙江省电力有限公司湖州供电公司 一种基于合作博弈的虚拟电厂能量管理方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10495675B2 (en) * 2014-08-28 2019-12-03 Nxp Usa, Inc. Electric power meter
CN107392366A (zh) * 2017-07-13 2017-11-24 武汉大学 计及用户行为分析的综合能源系统供需双侧综合优化方法
US11159044B2 (en) * 2017-07-14 2021-10-26 Battelle Memorial Institute Hierarchal framework for integrating distributed energy resources into distribution systems
CN109919371A (zh) * 2019-02-27 2019-06-21 华北电力大学 一种工业园区综合能源市场的均衡方法及系统
CN111952980B (zh) * 2020-08-11 2022-12-09 合肥工业大学 考虑需求侧响应不确定性的综合能源系统优化方法及系统
CN111969657B (zh) * 2020-08-26 2022-11-25 华北电力大学（保定） 一种基于谈判博弈的多能源站系统经济优化运行方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727158A (zh) * 2019-01-25 2019-05-07 燕山大学 一种基于改进弱鲁棒优化的电热综合能源系统调度方法
CN111682526A (zh) * 2020-05-28 2020-09-18 国网浙江省电力有限公司湖州供电公司 一种基于合作博弈的虚拟电厂能量管理方法

Also Published As

Publication number Publication date
CN112365108A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
Gu et al. Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch
CN112180741B (zh) 一种负荷聚合商参与的综合需求响应方法及系统
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN112465181A (zh) 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法
Chen et al. A robust optimization framework for energy management of CCHP users with integrated demand response in electricity market
CN108206543A (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN112365108B (zh) 一种园区综合能源系统多目标优化协同运行方法
CN111244939B (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
CN109767029A (zh) 局域能源互联网中冷热电三联供系统容量配置方法及系统
CN112131712B (zh) 客户侧多能源系统多目标优化方法和系统
CN112165122A (zh) 一种综合能源系统的运行方法及系统
CN107392366A (zh) 计及用户行为分析的综合能源系统供需双侧综合优化方法
CN111047097A (zh) 一种综合能源系统日中滚动优化方法
CN112200348A (zh) 一种计及综合需求响应的区域综合能源系统多目标运行决策方法
CN115186902A (zh) 温室综合能源系统的调控方法、装置、终端及存储介质
CN115146868A (zh) 电热气耦合的农村微能源系统协同规划方法及终端设备
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
Guan et al. Chance-constrained optimization of hybrid solar combined cooling, heating and power system considering energetic, economic, environmental, and flexible performances
CN111126675A (zh) 多能互补微网系统优化方法
CN110991764A (zh) 一种综合能源系统日前滚动优化方法
CN113644652A (zh) 一种基于用户不确定性行为的负荷调控优化系统
Li et al. Multi-dimension day-ahead scheduling optimization of a community-scale solar-driven CCHP system with demand-side management
CN111489031B (zh) 基于源荷演化博弈的综合能源系统中长期负荷预测系统及方法
CN113450186A (zh) 一种适用于耦合系统参与的月度集中市场的竞价策略
CN114545878B (zh) 一种综合能源系统优化调度方法及系统

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230725

Address after: Room 822, Room 406, No. 1, Yichang Street, Zhongxin Ciudad del Saber, Huangpu District, Guangzhou, Guangdong 510000

Patentee after: China Southern Power Grid Artificial Intelligence Technology Co.,Ltd.

Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province

Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.