CN113112141A - 一种综合能源系统能量优化调度方法和装置 - Google Patents

一种综合能源系统能量优化调度方法和装置 Download PDF

Info

Publication number
CN113112141A
CN113112141A CN202110372251.2A CN202110372251A CN113112141A CN 113112141 A CN113112141 A CN 113112141A CN 202110372251 A CN202110372251 A CN 202110372251A CN 113112141 A CN113112141 A CN 113112141A
Authority
CN
China
Prior art keywords
day
plan
time
prediction information
ahead
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110372251.2A
Other languages
English (en)
Inventor
边家瑜
陈伟伟
辛超山
陈贺
安琪
宋新甫
余中平
于国康
任娟
高贵亮
张峰
吴高磊
付高善
李香平
张艳
左雅
杨迪
郭平平
梁良
王伟伟
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.)
Science And Technology Development Service Center Of China Power Enterprise Federation
Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
Science And Technology Development Service Center Of China Power Enterprise Federation
Economic and Technological Research Institute of State Grid Xinjiang Electric Power 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 Science And Technology Development Service Center Of China Power Enterprise Federation, Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical Science And Technology Development Service Center Of China Power Enterprise Federation
Priority to CN202110372251.2A priority Critical patent/CN113112141A/zh
Publication of CN113112141A publication Critical patent/CN113112141A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明提供了一种综合能源系统能量优化调度方法和装置。其中方法，包括：将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；根据日前调度计划，在当前时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前时段内执行日内调度计划；在当前第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于反馈数据，制定实时调整计划；基于日前调度计划、日内调度计划和实时调整计划，对综合能源系统进行优化调度。通过多尺优化，从全局优化到局部优化再到实时调整，既提高了调整精度，也兼顾了全局经济性的最优。

Description

一种综合能源系统能量优化调度方法和装置
技术领域
本发明涉及电力系统的调度技术，尤其涉及一种综合能源系统能量优化调度方法和装置。
背景技术
基于电、热、气多能源互补供能是综合能源系统(IES)的关键特征之一，其多能协同效应既显著地提升了系统的能效和稳定性，也极大地推动了可再生能源的大规模应用。但其内部复杂的设备耦合关系与可再生能源及负荷的不确定特性为IES的优化运行带来了挑战，而且现有的能源调度方法，只考虑单一时间尺度优化，调度性能有限。
发明内容
为了解决上述技术问题的至少一个，本发明提供了一种综合能源系统能量优化调度方法和装置。
本发明的技术方案是这样实现的：
第一方面，本发明的实施例提供了一种综合能源系统能量优化调度方法，包括：
将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；所述预测信息包括能源出力、负荷需求和电价信息；
在当前所述时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前所述时段内执行所述日内调度计划；
在当前所述第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于所述反馈数据，制定实时调整计划；
基于所述日前调度计划、所述日内调度计划和所述实时调整计划，对所述综合能源系统进行优化调度。
作为可选的实施方式，所述基于预测信息，获取日前优化目标，以制定日前调度计划，包括：
基于预测信息，获取系统的日运行成本最低作为日前优化目标；
基于所述日前优化目标，根据设备运行约束，制定每个所述时段的机组的启停计划和/或储能设备的运行计划。
作为可选的实施方式，在当前所述时段内以预设的时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划，包括：
预测信息更新步骤：在当前所述时段内以预设的第一时间尺度为间隔，对控制时域内的预测信息进行更新；所述控制时域包括第k时段至第n时段，所述第k时段为当前时段，k≥1，n＞k；
日内调度计划制定步骤：基于更新的所述预测信息，获取系统在所述控制时域内的运行成本最低作为滚动优化目标；基于所述滚动优化目标，确定所述控制时域内所有设备的出力计划值，基于所述出力计划值，制定日内调度计划。
作为可选的实施方式，基于更新的所述预测信息，获取滚动优化目标时，还应考虑更新的所述预测信息的预测误差；
基于更新的所述预测信息，并考虑所述预测误差，获取滚动优化目标，包括：
基于所述预测误差的正态分布规律，根据拉丁超立方抽样生成多个场景；
以抽样生成的场景和削减后场景的Kantorovich距离最小为目标，进行场景削减，获得削减后的n个场景；
基于所述削减后的n个场景，获取以系统在所述控制时域内的运行成本最低为滚动优化目标的目标函数，求解所述目标函数，获取所述滚动优化目标的目标值。
作为可选的实施方式，所述目标函数为：
Figure BDA0003009774970000031
其中：minCRoll为滚动优化目标；s为削减后的场景的编号；M为控制时域；Ps为场景s发生的概率；t为调度周期；
Figure BDA0003009774970000032
为购电价格；
Figure BDA0003009774970000033
为售电价格；πg为天然气价格；Hng为天然气低热值；
Figure BDA0003009774970000034
为售电的功率；
Figure BDA0003009774970000035
为购电的功率；
Figure BDA00030097749700000319
为电储能设备的储能量；
Figure BDA0003009774970000036
为热储能设备的储能量；
Figure BDA0003009774970000037
为气储能设备的储能量；
Figure BDA0003009774970000038
为天然气输入功率；Δt为滚动优化周期；μe为电储能惩罚系数；μh为热储能惩罚系数；μg为气类储能惩罚系数；
Figure BDA0003009774970000039
为电储能设备在日前调度计划中t时段的储能量；
Figure BDA00030097749700000310
为热储能设备在日前调度计划中t时段的储能量；
Figure BDA00030097749700000311
气储能设备在日前调度计划中t时段的储能量。
作为可选的实施方式，所述日内调度计划，应满足所述日前调度计划的设备运行状态约束；所述设备运行状态的表达式为：
Figure BDA00030097749700000312
其中，
Figure BDA00030097749700000313
为日前调度计划中微型燃气轮机的运行状态；
Figure BDA00030097749700000314
为日前调度计划中储能设备的运行状态；
Figure BDA00030097749700000315
表示微型燃气轮机的开机状态，
Figure BDA00030097749700000316
为0或1；
Figure BDA00030097749700000317
为储能设备在t时段的充能状态，
Figure BDA00030097749700000318
为0或1；
Figure BDA0003009774970000041
为储能设备在t时段的放能状态，
Figure BDA0003009774970000042
为0或1。
作为可选的实施方式，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于所述反馈数据，制定实时调整计划，包括：
在所述第二时间尺度开始时，获取所述反馈数据；
基于所述反馈数据，获取当前所述时段内的可控设备调整量最小为实时调整目标；
基于所述实时调整目标，制定实时调整计划。
第二方面，本发明的实施例提供一种综合能源系统能量优化调度装置，包括：
日前调度计划获取模块，用于将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；所述预测信息包括能源出力、负荷需求和电价信息；
日内调度计划获取模块，用于在当前所述时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前所述时段内执行所述日内调度计划；
实时调整计划获取模块，用于在当前所述第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于所述反馈数据，制定实时调整计划；
系统优化调度模块，用于基于所述日前调度计划、所述日内调度计划和所述实时调整计划，对所述综合能源系统进行优化调度。
作为可选的实施方式，所述日前调度计划获取模块，具体用于：
基于预测信息，获取系统的日运行成本最低作为日前优化目标；
基于所述日前优化目标，根据设备运行约束，制定每个所述时段的机组的启停计划和/或储能设备的运行计划。
作为可选的实施方式，所述日内调度计划获取模块具体用于：
预测信息更新步骤：在当前所述时段内以预设的第一时间尺度为间隔，对控制时域内的预测信息进行更新；所述控制时域包括第k时段至第n时段，所述第k时段为当前时段，k≥1，n＞k；
日内调度计划制定步骤：基于更新的所述预测信息，获取系统在所述控制时域内的运行成本最低作为滚动优化目标；基于所述滚动优化目标，确定所述控制时域内所有设备的出力计划值，基于所述出力计划值，制定日内调度计划。
作为可选的实施方式，所述实时调整计划获取模块，具体用于：
在所述第二时间尺度开始时，获取所述反馈数据；
基于所述反馈数据，获取当前所述时段内的可控设备调整量最小为实时调整目标；
基于所述实时调整目标，制定实时调整计划。
作为可选的实施方式，基于更新的所述预测信息，获取滚动优化目标时，还应考虑更新的所述预测信息的预测误差；
基于更新的所述预测信息，并考虑所述预测误差，获取滚动优化目标，包括：
基于所述预测误差的正态分布规律，根据拉丁超立方抽样生成多个场景；
以抽样生成的场景和削减后场景的Kantorovich距离最小为目标，进行场景削减，获得削减后的n个场景；
基于所述削减后的n个场景，获取以系统在所述控制时域内的运行成本最低为滚动优化目标的目标函数，求解所述目标函数，获取所述滚动优化目标的目标值。
作为可选的实施方式，所述目标函数为：
Figure BDA0003009774970000051
其中：minCRoll为滚动优化目标；s为削减后的场景的编号；M为控制时域；Ps为场景s发生的概率；t为调度周期；
Figure BDA0003009774970000061
为购电价格；
Figure BDA0003009774970000062
为售电价格；πg为天然气价格；Hng为天然气低热值；
Figure BDA0003009774970000063
为售电的功率；
Figure BDA0003009774970000064
为购电的功率；
Figure BDA00030097749700000614
为电储能设备的储能量；
Figure BDA0003009774970000065
为热储能设备的储能量；
Figure BDA0003009774970000066
为气储能设备的储能量；
Figure BDA0003009774970000067
为天然气输入功率；Δt为滚动优化周期；μe为电储能惩罚系数；μh为热储能惩罚系数；μg为气类储能惩罚系数；
Figure BDA0003009774970000068
为电储能设备在日前调度计划中t时段的储能量；
Figure BDA0003009774970000069
为热储能设备在日前调度计划中t时段的储能量；
Figure BDA00030097749700000610
气储能设备在日前调度计划中t时段的储能量。
作为可选的实施方式，所述日内调度计划，应满足所述日前调度计划的设备运行状态约束；所述设备运行状态的表达式为：
Figure BDA00030097749700000611
其中，
Figure BDA00030097749700000612
为日前调度计划中微型燃气轮机的运行状态；
Figure BDA00030097749700000613
为日前调度计划中储能设备的运行状态。
附图说明
附图示出了本发明的示例性实施方式，并与其说明一起用于解释本发明的原理，其中包括了这些附图以提供对本发明的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
图1是本发明的方法的流程图；
图2是本发明的方法的实施流程图；
图3是本发明实施例中日前调度计划、日内调度计划和实时调整计划的时间关系示意图；
图4是本发明的装置的逻辑示意图。
具体实施方式
下面结合附图和实施方式对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分。
需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明。
需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器或计算机等电子设备作为执行主体为例进行说明。
实施例一
参照图1和图2，本发明的实施例提供了一种综合能源系统能量优化调度方法，包括：
S1：将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；作为可选的实施方式，步骤S1具体包括：
基于预测信息，获取系统的日运行成本最低作为日前优化目标；
基于日前优化目标，根据设备运行约束，制定每个时段的机组的启停计划和/或储能设备的运行计划。预测信息包括能源出力、负荷需求和电价信息；
S2：在当前时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前时段内执行日内调度计划；所述滚动优化目标为以系统在控制时域内运行成本最低为目标，步骤S2具体包括：
预测信息更新步骤：在当前时段内以预设的第一时间尺度为间隔，对控制时域内的预测信息进行更新；控制时域包括第k时段至第n时段，第k时段为当前时段，k≥1，n＞k；更新的预测信息包括风机、光伏的出力以及4类负荷的大小。
日内调度计划制定步骤：基于更新的预测信息，获取系统在控制时域内的运行成本最低作为滚动优化目标；基于滚动优化目标，确定控制时域内所有设备的出力计划值，基于出力计划值，制定日内调度计划，但只执行第k个时段的计划，在k+1时段开始时，使用新的输出测量值重复预测信息更新步骤和日内调度计划制定步骤，滚动更新。
S3：在当前第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于反馈数据，制定实时调整计划；步骤S3具体包括：
在第二时间尺度开始时，获取反馈数据；
基于反馈数据，获取当前时段内的可控设备调整量最小为实时调整目标；
基于实时调整目标，制定实时调整计划；实时调整计划，包括实时调整各可再生能源出力等，以实现实时调整目标。
S4：基于日前调度计划、日内调度计划和实时调整计划，对综合能源系统进行优化调度。
本发明的实施例利用预测精度随调度时间尺度的减小而逐渐提高的特点，通过制定日前调度计划进行日前优化、制定日内调度计划进行日内滚动优化，制定实时调整计划进行实时反馈调整，从而降低能源和负荷不确定性对调度结果的影响；通过多尺优化，从全局优化到局部优化再到实时调整，既提高了调整精度，也兼顾了全局经济性的最优；能源包括风能、光伏能等可再生能源。
图3示出了日前调度计划、日内调度计划和实时调整计划的时间关系示意图，作为例举，本实施例将一天分为24个时段，基于日前预测的可再生能源出力和负荷需求以及电价信息，以综合能源系统的日运行成本最低为日前优化目标，考虑设备运行约束，制定一天24个时段的机组启停计划、储能设备的运行计划，作为日前调度计划。
依据日前调度计划，基于多场景随机规划结合模型预测控制(MPC)方法，以15分钟为第一时间尺度，在日内第k时段开始时，对接下来控制时域M内的预测信息(风机、光伏的出力以及4类负荷的大小)进行更新，并考虑预测误差，运用场景分析法，以系统在控制时域内运行成本最低为滚动优化目标，确定M内所有设备的出力计划值，制定日内调度计划，但只执行第k个时段的计划；在k+1时段开始时，使用新的输出测量值重复以上优化步骤，滚动更新。
实时调整计划于日内调度计划嵌套执行，以5分钟为第二时间尺度，在每个5分钟开始时，以接下来一个时段内的可控设备总调整量最小为实时调整目标，制定实施调整计划，进而确定调整后的最终的多时间尺度调度计划值。
从图3可以看出，日前调度计划每24小时进行一次，与此同时每15分钟滚动制定日内调度计划并进行日内调度优化，每5分钟制定实时调整计划，并进行实时调整，随着时间的推移，日内滚动优化和实时反馈调整对应的时段不断向前推移。
本实施例的优化调整方法，不仅能够提高调度精度，兼顾全局经济性的最优，而对系统在不同储能模式下的各项成本进行了分析比较，验证了综合能源系统中多源储能的经济性。
作为可选的实施方式，步骤S2中，基于更新的预测信息，获取滚动优化目标时，还应考虑更新的预测信息的预测误差；
基于更新的预测信息，并考虑预测误差，获取滚动优化目标，包括：
运用场景分析法，基于预测误差的正态分布规律，根据拉丁超立方抽样生成多个场景；
以抽样生成的场景和削减后场景的Kantorovich距离最小为目标，进行场景削减，获得削减后的n个场景；
基于削减后的n个场景，获取以系统在控制时域内的运行成本最低为滚动优化目标的目标函数，求解目标函数，获取滚动优化目标的目标值。
本实例利用从上述方法，将不确定性模型转化为n个场景的确定性模型进行求解。目标函数为：
Figure BDA0003009774970000101
其中：minCRoll为滚动优化目标；s为削减后的场景的编号；M为控制时域；Ps为场景s发生的概率；t为调度周期；
Figure BDA0003009774970000102
为IES向大电网购电价格；
Figure BDA0003009774970000103
为IES向大电网售电价格；πg为天然气价格；Hng为天然气低热值，一般取9.78kW·h/m3；Pti为设备i工作的输入功率；
Figure BDA0003009774970000104
为售电的功率；
Figure BDA0003009774970000105
为购电的功率；
Figure BDA00030097749700001011
为电储能设备的储能量；
Figure BDA0003009774970000106
为热储能设备的储能量；
Figure BDA00030097749700001012
为气储能设备的储能量；
Figure BDA0003009774970000107
为天然气输入功率；Δt为滚动优化周期；μe为电储能惩罚系数；μh为热储能惩罚系数；μg为气类储能惩罚系数；
Figure BDA0003009774970000108
为电储能设备在日前调度计划中t时段的储能量；
Figure BDA0003009774970000109
为热储能设备在日前调度计划中t时段的储能量；
Figure BDA00030097749700001010
气储能设备在日前调度计划中t时段的储能量。
在日内调度计划中，不仅需要考虑与大电网交互成本和购气成本，又由于日内调度计划的优化侧重于控制时域内的局部经济性，无法计及储能在全局中的充放电带来的收益，为了使优化结果遵循日前全局计划，故在目标函数中增加能反映长期特征的储能量惩罚项。由于储能充放电状态严格执行日前计划，此阶段不考虑电池老化成本。
日内调度计划，除了需要满足上述功率平衡约束和设备约束，应满足日前调度计划的设备运行状态约束；设备运行状态的表达式为：
Figure BDA0003009774970000111
其中，
Figure BDA0003009774970000112
为日前调度计划中微型燃气轮机的运行状态；
Figure BDA0003009774970000113
为日前调度计划中储能设备的运行状态；
Figure BDA0003009774970000114
表示微型燃气轮机的开机状态，
Figure BDA0003009774970000115
为0或1；
Figure BDA0003009774970000116
为储能设备在t时段的充能状态，
Figure BDA0003009774970000117
为0或1；
Figure BDA0003009774970000118
为储能设备在t时段的放能状态，
Figure BDA0003009774970000119
为0或1。
使用日内调度计划的滚动优化与实时调整计划的实时反馈校正的同时，通过场景分析法对不确定行进行处理，既有效降低了预测误差的存在对实际经济运行的影响，也缓解了电网平抑功率波动负担。
实施例二
参照图4，本发明的实施例提供一种综合能源系统能量优化调度装置，包括：
日前调度计划获取模块，用于将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；预测信息包括能源出力、负荷需求和电价信息；
日内调度计划获取模块，用于根据日前调度计划，在当前时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前时段内执行日内调度计划；
实时调整计划获取模块，用于在当前第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于反馈数据，制定实时调整计划；
系统优化调度模块，用于基于日前调度计划、日内调度计划和实时调整计划，对综合能源系统进行优化调度。
作为可选的实施方式，日前调度计划获取模块，具体用于：
基于预测信息，获取系统的日运行成本最低作为日前优化目标；
基于日前优化目标，根据设备运行约束，制定每个时段的机组的启停计划和/或储能设备的运行计划。
作为可选的实施方式，日内调度计划获取模块具体用于：
预测信息更新步骤：在当前时段内以预设的第一时间尺度为间隔，对控制时域内的预测信息进行更新；控制时域包括第k时段至第n时段，第k时段为当前时段，k≥1，n＞k；
日内调度计划制定步骤：基于更新的预测信息，获取系统在控制时域内的运行成本最低作为滚动优化目标；基于滚动优化目标，确定控制时域内所有设备的出力计划值，基于出力计划值，制定日内调度计划。
作为可选的实施方式，实时调整计划获取模块，具体用于：
在第二时间尺度开始时，获取反馈数据；
基于反馈数据，获取当前时段内的可控设备调整量最小为实时调整目标；
基于实时调整目标，制定实时调整计划。
作为可选的实施方式，基于更新的预测信息，获取滚动优化目标时，还应考虑更新的预测信息的预测误差；
基于更新的预测信息，并考虑预测误差，获取滚动优化目标，包括：
基于预测误差的正态分布规律，根据拉丁超立方抽样生成多个场景；
以抽样生成的场景和削减后场景的Kantorovich距离最小为目标，进行场景削减，获得削减后的n个场景；
基于削减后的n个场景，获取以系统在控制时域内的运行成本最低为滚动优化目标的目标函数，求解目标函数，获取滚动优化目标的目标值。
作为可选的实施方式，目标函数为：
Figure BDA0003009774970000131
其中：minCRoll为滚动优化目标；s为削减后的场景的编号；M为控制时域；Ps为场景s发生的概率；t为调度周期；
Figure BDA0003009774970000132
为购电价格；
Figure BDA0003009774970000133
为售电价格；πg为天然气价格；Hng为天然气低热值；
Figure BDA0003009774970000134
为售电的功率；
Figure BDA0003009774970000135
为购电的功率；
Figure BDA00030097749700001313
为电储能设备的储能量；
Figure BDA0003009774970000136
为热储能设备的储能量；
Figure BDA00030097749700001314
为气储能设备的储能量；
Figure BDA0003009774970000137
为天然气输入功率；Δt为滚动优化周期；μe为电储能惩罚系数；μh为热储能惩罚系数；μg为气类储能惩罚系数；
Figure BDA00030097749700001315
为电储能设备在日前调度计划中t时段的储能量；
Figure BDA00030097749700001316
为热储能设备在日前调度计划中t时段的储能量；
Figure BDA00030097749700001317
气储能设备在日前调度计划中t时段的储能量。
作为可选的实施方式，日内调度计划，应满足日前调度计划的设备运行状态约束；设备运行状态的表达式为：
Figure BDA0003009774970000138
其中，
Figure BDA0003009774970000139
为日前调度计划中微型燃气轮机的运行状态；
Figure BDA00030097749700001310
为日前调度计划中储能设备的运行状态；
Figure BDA00030097749700001311
表示微型燃气轮机的开机状态，
Figure BDA00030097749700001312
为0或1；
Figure BDA0003009774970000141
为储能设备在t时段的充能状态，
Figure BDA0003009774970000142
为0或1；
Figure BDA0003009774970000143
为储能设备在t时段的放能状态，
Figure BDA0003009774970000144
为0或1。
本实施例的装置中的各模块的原理和功能与实施例一中的一致，本实施例不再重复描述。
应理解的是，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
本发明的流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
本发明在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。
此外，术语“第一”、“第二”、仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本发明，而并非是对本发明的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本发明的范围内。

Claims (10)

1.一种综合能源系统能量优化调度方法，其特征在于，包括：
将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；所述预测信息包括能源出力、负荷需求和电价信息；
在当前所述时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前所述时段内执行所述日内调度计划；
在当前所述第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于所述反馈数据，制定实时调整计划；
基于所述日前调度计划、所述日内调度计划和所述实时调整计划，对所述综合能源系统进行优化调度。
2.如权利要求1所述的方法，其特征在于，
所述基于预测信息，获取日前优化目标，以制定日前调度计划，包括：
基于预测信息，获取系统的日运行成本最低作为日前优化目标；
基于所述日前优化目标，根据设备运行约束，制定每个所述时段的机组的启停计划和/或储能设备的运行计划。
3.如权利要求1所述的方法，其特征在于，
在当前所述时段内以预设的时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划，包括：
预测信息更新步骤：在当前所述时段内以预设的第一时间尺度为间隔，对控制时域内的预测信息进行更新；所述控制时域包括第k时段至第n时段，所述第k时段为当前时段，k≥1，n＞k；
日内调度计划制定步骤：基于更新的所述预测信息，获取系统在所述控制时域内的运行成本最低作为滚动优化目标；基于所述滚动优化目标，确定所述控制时域内所有设备的出力计划值，基于所述出力计划值，制定日内调度计划。
4.如权利要求1或3所述的方法，其特征在于，
基于更新的所述预测信息，获取滚动优化目标时，还应考虑更新的所述预测信息的预测误差；
基于更新的所述预测信息，并考虑所述预测误差，获取滚动优化目标，包括：
基于所述预测误差的正态分布规律，根据拉丁超立方抽样生成多个场景；
以抽样生成的场景和削减后场景的Kantorovich距离最小为目标，进行场景削减，获得削减后的n个场景；
基于所述削减后的n个场景，获取以系统在所述控制时域内的运行成本最低为滚动优化目标的目标函数，求解所述目标函数，获取所述滚动优化目标的目标值。
5.如权利要求4所述的方法，其特征在于，
所述目标函数为：
Figure FDA0003009774960000021
其中：minCRoll为滚动优化目标；s为削减后的场景的编号；M为控制时域；Ps为场景s发生的概率；t为调度周期；
Figure FDA0003009774960000022
为购电价格；
Figure FDA0003009774960000023
为售电价格；πg为天然气价格；Hng为天然气低热值；
Figure FDA0003009774960000024
为售电的功率；
Figure FDA0003009774960000025
为购电的功率；
Figure FDA0003009774960000026
为电储能设备的储能量；
Figure FDA0003009774960000027
为热储能设备的储能量；
Figure FDA0003009774960000028
为气储能设备的储能量；
Figure FDA0003009774960000029
为天然气输入功率；Δt为滚动优化周期；μe为电储能惩罚系数；μh为热储能惩罚系数；μg为气类储能惩罚系数；
Figure FDA00030097749600000210
为电储能设备在日前调度计划中t时段的储能量；
Figure FDA0003009774960000031
为热储能设备在日前调度计划中t时段的储能量；
Figure FDA0003009774960000032
气储能设备在日前调度计划中t时段的储能量。
6.如权利要求1所述的方法，其特征在于，所述日内调度计划，应满足所述日前调度计划的设备运行状态约束；所述设备运行状态的表达式为：
Figure FDA0003009774960000033
其中，
Figure FDA0003009774960000034
为日前调度计划中微型燃气轮机的运行状态；
Figure FDA0003009774960000035
为日前调度计划中储能设备的运行状态；
Figure FDA0003009774960000036
表示微型燃气轮机的开机状态，
Figure FDA0003009774960000037
为0或1；
Figure FDA0003009774960000038
为储能设备在t时段的充能状态，
Figure FDA0003009774960000039
为0或1；
Figure FDA00030097749600000310
为储能设备在t时段的放能状态，
Figure FDA00030097749600000311
为0或1。
7.如权利要求1所述的方法，其特征在于，
以预设的第二时间尺度为间隔，实时获取反馈数据，并基于所述反馈数据，制定实时调整计划，包括：
在所述第二时间尺度开始时，获取所述反馈数据；
基于所述反馈数据，获取当前所述时段内的可控设备调整量最小为实时调整目标；
基于所述实时调整目标，制定实时调整计划。
8.一种综合能源系统能量优化调度装置，其特征在于，包括：
日前调度计划获取模块，用于将一天分为多个时段，并基于预测信息，获取日前优化目标，以制定日前调度计划；所述预测信息包括能源出力、负荷需求和电价信息；
日内调度计划获取模块，用于在当前所述时段内以预设的第一时间尺度为间隔，更新预测信息，并基于更新的预测信息，获取滚动优化目标，以制定日内调度计划；在当前所述时段内执行所述日内调度计划；
实时调整计划获取模块，用于在当前所述第一时间尺度内，以预设的第二时间尺度为间隔，实时获取反馈数据，并基于所述反馈数据，制定实时调整计划；
系统优化调度模块，用于基于所述日前调度计划、所述日内调度计划和所述实时调整计划，对所述综合能源系统进行优化调度。
9.如权利要求8所述的装置，其特征在于，所述日前调度计划获取模块，具体用于：
基于预测信息，获取系统的日运行成本最低作为日前优化目标；
基于所述日前优化目标，根据设备运行约束，制定每个所述时段的机组的启停计划和/或储能设备的运行计划。
10.如权利要求8所述的装置，其特征在于，所述日内调度计划获取模块具体用于：
预测信息更新步骤：在当前所述时段内以预设的第一时间尺度为间隔，对控制时域内的预测信息进行更新；所述控制时域包括第k时段至第n时段，所述第k时段为当前时段，k≥1，n＞k；
日内调度计划制定步骤：基于更新的所述预测信息，获取系统在所述控制时域内的运行成本最低作为滚动优化目标；基于所述滚动优化目标，确定所述控制时域内所有设备的出力计划值，基于所述出力计划值，制定日内调度计划。
CN202110372251.2A 2021-04-07 2021-04-07 一种综合能源系统能量优化调度方法和装置 Pending CN113112141A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110372251.2A CN113112141A (zh) 2021-04-07 2021-04-07 一种综合能源系统能量优化调度方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110372251.2A CN113112141A (zh) 2021-04-07 2021-04-07 一种综合能源系统能量优化调度方法和装置

Publications (1)

Publication Number Publication Date
CN113112141A true CN113112141A (zh) 2021-07-13

Family

ID=76714283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110372251.2A Pending CN113112141A (zh) 2021-04-07 2021-04-07 一种综合能源系统能量优化调度方法和装置

Country Status (1)

Country Link
CN (1) CN113112141A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114256882A (zh) * 2021-11-24 2022-03-29 国网湖南省电力有限公司 一种基于风险控制的风储联合系统调度方法及系统
CN117151701A (zh) * 2023-10-31 2023-12-01 山东欣历能源有限公司 一种热电联产的工业余热回收利用系统
CN117614039A (zh) * 2024-01-24 2024-02-27 国网浙江省电力有限公司宁波供电公司 一种分布式资源管理方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108321801A (zh) * 2018-02-12 2018-07-24 国家电网公司 一种能源基地系统日前发电计划制定方法和系统
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
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法
CN112072712A (zh) * 2020-08-31 2020-12-11 合肥工业大学 综合能源系统多时间尺度优化调度方法、系统及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108321801A (zh) * 2018-02-12 2018-07-24 国家电网公司 一种能源基地系统日前发电计划制定方法和系统
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
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法
CN112072712A (zh) * 2020-08-31 2020-12-11 合肥工业大学 综合能源系统多时间尺度优化调度方法、系统及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114256882A (zh) * 2021-11-24 2022-03-29 国网湖南省电力有限公司 一种基于风险控制的风储联合系统调度方法及系统
CN117151701A (zh) * 2023-10-31 2023-12-01 山东欣历能源有限公司 一种热电联产的工业余热回收利用系统
CN117151701B (zh) * 2023-10-31 2024-02-09 山东欣历能源有限公司 一种热电联产的工业余热回收利用系统
CN117614039A (zh) * 2024-01-24 2024-02-27 国网浙江省电力有限公司宁波供电公司 一种分布式资源管理方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
Tejada-Arango et al. Power-based generation expansion planning for flexibility requirements
CN110417006B (zh) 一种综合能源系统多时间尺度能量调度方法
CN113112141A (zh) 一种综合能源系统能量优化调度方法和装置
US9606561B2 (en) Operation planning system
Bakirtzis et al. Storage management by rolling stochastic unit commitment for high renewable energy penetration
Chen et al. Optimal allocation of distributed generation and energy storage system in microgrids
Troy et al. Multi-mode operation of combined-cycle gas turbines with increasing wind penetration
Yu et al. Optimal bidding strategy of prosumers in distribution-level energy markets
CN110854932B (zh) 一种交直流配电网多时间尺度优化调度方法及系统
JP4187620B2 (ja) 発電機の起動停止計画作成方法とその装置及び起動停止計画作成装置の処理プログラムを記録する記録媒体。
Elkazaz et al. Microgrid energy management using a two stage rolling horizon technique for controlling an energy storage system
CN111126675A (zh) 多能互补微网系统优化方法
Tu et al. Optimal sizing and operating strategy of a stand‐alone generation–load–storage system: An island case study
Abdalla et al. Generation expansion planning considering unit commitment constraints and data‐driven robust optimization under uncertainties
Mégel et al. Reducing the computational effort of stochastic multi-period DC optimal power flow with storage
Bakhtvar et al. A vision of flexible dispatchable hybrid solar‐wind‐energy storage power plant
CN112633675A (zh) 一种能量调度方法、装置、设备及计算机可读存储介质
KR20160017682A (ko) 대용량 배터리 에너지 저장 시스템의 피크 쉐이빙 운영방법
US20230120165A1 (en) Target function prioritization of control modes for renewable electric generation resource and charge storage device
JP2017042032A (ja) エネルギーシステムのエネルギー生産を管理する方法、および関連する管理装置
CN116258511A (zh) 一种考虑碳交易价格不确定性的能源系统配置方法及装置
Zheng et al. Hybrid modeling and optimization for Energy Management System of MicroGrid
CN117094745B (zh) 基于igdt-效用熵的综合能源系统优化控制方法及装置
CN114386274B (zh) 一种综合能源集群多时间尺度优化调控方法
Rudden Will credit quality improve through IRP

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210713

RJ01 Rejection of invention patent application after publication