CN113128894A - 一种多能流动态耦合优化调控方法 - Google Patents
一种多能流动态耦合优化调控方法 Download PDFInfo
- Publication number
- CN113128894A CN113128894A CN202110468885.8A CN202110468885A CN113128894A CN 113128894 A CN113128894 A CN 113128894A CN 202110468885 A CN202110468885 A CN 202110468885A CN 113128894 A CN113128894 A CN 113128894A
- Authority
- CN
- China
- Prior art keywords
- energy
- equipment
- constraint
- representing
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 52
- 230000008878 coupling Effects 0.000 title claims abstract description 41
- 238000010168 coupling process Methods 0.000 title claims abstract description 41
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 60
- 238000006243 chemical reaction Methods 0.000 claims abstract description 43
- 238000005265 energy consumption Methods 0.000 claims abstract description 13
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 238000012887 quadratic function Methods 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 16
- 229910000831 Steel Inorganic materials 0.000 description 11
- 239000010959 steel Substances 0.000 description 11
- 229910052742 iron Inorganic materials 0.000 description 8
- 230000009897 systematic effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种多能流动态耦合优化调控方法。本发明包括如下步骤：获取企业能源拓扑网络结构以及多能流系统的相关数据；通过企业能源拓扑网络结构，在流经较少能源转换设备的能源流中插入虚拟设备；基于能源流流经的设备对能源系统进行分层；根据获取的多能源系统内能源设备的能耗情况，分别确定各能源设备输入、输出变量集，建立能源设备的效率特性方程；根据生产计划和检修计划，对未来调度周期内的生产工况进行分类，获取各工况下的能源设备能源产生量和能源消耗量的约束参数，同时考虑多能源系统在调度周期内的能源使用价格，能源需求以及能源设备约束，建立多能源耦合优化调度模型。本发明模型实现了高度解耦，对不同工况优化具有适应性。
Description
技术领域
本发明涉及综合能源系统的高效和优化运行领域，尤其涉及一种多能流动态耦合优化调控方法。
背景技术
在我国，钢铁工业是国民经济的支柱性产业，也是资源和能源密集型的行业，同时也是国家节能减排的重点行业。在钢铁的生产过程中，伴随着大量的能源产生和消耗，而这些能源通过各种能源设备耦合在一起不易管理和储存，在实际生产中，诸如煤气放散、蒸汽放散等情况大量存在，这不仅会造成能源资源的浪费，同时也会对环境造成污染，因此，对多能源耦合优化调度是十分有意义的。
在钢铁企业的实际生产过程中，生产工况，即生产或能源设备的工作状态，总是随着企业的生产计划或者检修计划发生改变，比如运行、故障、检修、停机等。在正常生产工况时，设备的能源产耗量基本稳定，而在异常工况时，比如锅炉检修等，此时设备的能源产耗量会发生较大的变化，这些工况的变化会对能源系统的分配策略产生较大影响，因此能源系统优化需要考虑工况的因素。
钢铁企业能源种类繁多，不能大量储存，因此需要合理地进行分配调控。各种能源在转换过程中流经不同种类和数量的能源转换设备，这使得对系统内的能源和设备进行系统性地建模十分困难，并且由于各种能源转换过程的存在，对能源的分配调控需要多种能源同时进行，对单一能源介质的调度没有较大意义，因此，在能源系统的优化调度中提出一种多能流的耦合优化调度方法显得极其重要。
发明内容
根据上述提出的技术问题，而提供一种多能流动态耦合优化调控方法。本发明综合考虑能源系统内的各种能源设备以及能源介质，对能源系统进行系统性建模同时对各种能源进行耦合优化调控以全面提高能源系统的能效及效益。本发明采用的技术手段如下：
一种多能流动态耦合优化调控方法，包括如下步骤：
步骤1、获取企业能源拓扑网络结构，以及多能流系统的能源产耗历史数据，确定可调度设备，获取可调度设备关键信息和调度参数，以及调度周期内的生产计划和检修计划；
步骤2、通过企业能源拓扑网络结构，在流经较少能源转换设备的能源流中插入虚拟设备，从而使得各能源流流经的能源转换设备数目一致，所述能源流是指流入能源系统的能源在转换为流出能源系统的能源的过程中在流经各能源转换设备时所形成的能源转换路径；
基于能源流流经的设备对能源系统进行分层；
步骤3、根据获取的多能源系统内能源设备的能耗情况，分别确定各能源设备输入、输出变量集，结合工艺模型，建立能源设备的效率特性方程；
步骤4：根据生产计划和检修计划，对未来调度周期内的生产工况进行分类，获取各工况下的能源设备能源产生量和能源消耗量的约束参数，同时考虑多能源系统在调度周期内的能源使用价格，能源需求以及能源设备约束，建立多能源耦合优化调度模型。
进一步地，所述生产工况表示能源设备在一定时间内的一种工作状态，其包括正常生产工况和异常生产工况，所述正常生产工况是指能源设备的能源产耗量基本稳定，不发生较大的变化的工作状态，异常生产工况是指能源设备的能源产耗量发生较大变化的工作状态。
进一步地，所述步骤4后还包括如下步骤：
步骤5、通过Pyomo软件包建立多能流耦合优化调度模型，同时对该模型进行求解，得到使得经济运行成本最小化的最优解，以及在调度周期内与最优解对应的各种能源在各能源设备上的分配结果；
步骤6、将耦合优化结果上传到企业的能源调度服务器上，所述耦合优化结果用于指导企业能源管理人员依据其和多能源调度方案对能源系统进行调度。
进一步地，所述步骤3具体包括如下步骤：
基于如下公式计算能源设备的能源转换效率：
其中，γi,k表示在设备i上生产能源k的能源转换效率，Hk表示能源k的热值，Li,k表示在设备i上生产能源k的生产负荷，Pi,j表示供给给设备i的能源j，Hj表示能源j的热值；
基于如下公式计算将能源转换设备的能源转换效率表征为二次函数：
其中，ηi,k表示在设备i上生产能源k的能源转换效率，A0、A1和A2分别表示效率拟合公式中的常数项系数、一次项系数和二次项系数。
进一步地，所述步骤4中多能源耦合优化调控模型包括目标函数和约束条件，
其中，模型的目标函数表示为：
式中：EOC表示能源系统经济运行成本，
表示在t时刻流入系统的能源j,elec表示电力，T表示调度时间集，Cj表示能源j的价格，Dt表示在t时刻的电力购买价格；
模型的约束条件包括设备能源输入约束、设备能源输出约束、设备能源存储约束、设备能源变化约束、能源平衡约束、流入系统能源平衡约束、设备能源转换约束、相邻层间的能源约束、流出系统的能源平衡约束、能源需求约束，具体地，
设备能源输入约束如下：
其中，
表示在t时刻第n层流入设备i的能源j；
表示流入设备i的能源j的下限，
表示流入设备i的能源j的上限，
表示在t时刻第n层中流入设备i的能源j；
设备能源输出约束如下：
其中，
表示流出设备i的能源j的下限，
表示流出设备i的能源j上限；
设备能源存储约束如下：
其中，Gi,j,t表示在t时刻存储在设备i中的能源j,
和
分别表示在存储设备i中存储能源j的允许最大和最小容量；
设备能源变化约束如下：
其中，
表示在调度间隔内存储设备i中能源j的允许最大变化范围；能源平衡约束如下：
其中，
表示在t时刻能源j的供应量，
表示在t时刻流入能源系统的能源j,Δt表示调度的时间间隔；
流入系统能源平衡约束如下：
其中，
表示在t时刻流入能源系统的能源j,
表示在t时刻第1层流入设备i的能源j；
设备能源转换约束如下：
ηi,k,t＝ηi,k (27)
ηi,k,t＝1 (28)
其中，公式(11)表示非虚拟能源设备的能源效率约束，公式(12)表示虚拟能源设备的能源效率约束，公式(13)
表示t时刻第n层流出设备i的能源k,
表示t时刻第n层流入设备i的能源j,ηi,j,k,t表示t时刻在设备i上产出能源k的效率，Hj表示能源j的热值，Hk表示能源k的热值；
相邻层间的能源约束如下：
流出系统的能源平衡约束如下：
其中，
表示t时刻流出能源系统的能源j，
表示在t时刻第N层(最后一层)流出设备i的能源j；
能源需求约束如下：
本发明综合考虑了钢铁企业不同工况下多能流的耦合优化调控问题，建立了基于多能源耦合优化的调控方法来解决本发明所提到的不同工况条件下的多能流调度问题；采用本发明提出的多能源动态耦合优化调控方法，可以有效地对能源系统内的多种能源设备和能源介质进行系统性建模，同时从能源系统的全局经济型优化角度给出了不同工况下各能源介质优化调度的技术方案，对于钢铁企业的具体实践具有明确的指导意义。
具体地，在优化模型中通过插入虚拟设备使得各能源流流经相同数量的能源设备，实现了系统性建模，同时通过对能源系统进行分层来建立多能流优化模型，模型实现了高度解耦。在优化模型中通过对调度周期内的生产工况进行分类，同时在优化模型中对各类工况下的能源设备分别进行约束设置，对不同工况优化具有适应性。以钢铁企业综合能源系统为案例，提出多能流动态耦合优化调控技术和方法，为企业智慧能源管控系统提供核心模型，实现能源系统优化和节能减排目标。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明多能流耦合优化调控方法的流程图；
图2为本发明钢铁企业多能流系统分层建模示意图；
图3为本发明优化模型的能源系统耦合优化流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提出的技术方案可采用计算机软件技术实现自动运行流程，下面将以钢铁企业煤气-蒸汽-电力系统为例，结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例，应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例公开了一种多能流动态耦合优化调控方法，包括如下步骤：
步骤1、获取企业能源拓扑网络结构，以及多能流系统的能源产耗历史数据，本实施例中，多能流系统包括煤气-蒸汽-电力，确定可调度设备，获取可调度设备关键信息和调度参数，以及调度周期内的生产计划和检修计划；所述可调度设备是指可以在一定范围内调整能源消耗量的用能设备；所述可调度设备关键信息和调度参数包括能源设备的能源调节范围和生产负荷的上下限，调度周期数，各类能源价格。所述能源产耗历史数据为能源设备的能源的消耗量和能源产生量。
具体地，通过企业综合数据集成平台服务器获取企业能源拓扑网络结构、煤气蒸汽电力系统的可调度能源设备能源产耗历史数据，和未来调度周期内的生产计划和检修计划；所述能源产耗历史数据为系统内锅炉的煤气消耗量，锅炉的蒸汽产生量，发电机组的进汽量和抽汽量，发电机组的发电量；
步骤2、通过企业能源拓扑网络结构，在流经较少能源转换设备的能源流中插入虚拟设备，从而使得各能源流流经的能源转换设备数目一致，所述能源流是指流入能源系统的能源在转换为流出能源系统的能源的过程中在流经各能源转换设备时所形成的能源转换路径；
基于能源流流经的设备对能源系统进行分层；
具体地，步骤201:计算每一条能源流流经的能源转换设备数量，流经最多能源转换设备的能源流流经的能源转换设备数量记为N，第i条能源流流经的能源设备数量记为Si，在第i条能源流流经的第Si个设备之后插入N-Si个虚拟设备；
步骤202：从能源流流经的第1个能源转换设备开始给系统内所有能源设备进行分层编号，将每条能源流流经的第i个设备定义为第i层的设备，直到将整个系统分为N层。
步骤3、根据煤气-蒸汽-电力系统能源设备的能耗情况，分别确定各能源设备输入、输出变量集，结合工艺模型，建立能源设备的效率特性方程；
步骤4：根据生产计划和检修计划，对未来调度周期内的生产工况进行分类，获取各工况下的能源设备能源产生量和能源消耗量的约束参数，同时考虑多能源系统在调度周期内的能源使用价格，能源需求以及能源设备约束，建立多能源耦合优化调度模型。
所述生产工况表示能源设备在一定时间内的一种工作状态，其包括正常生产工况和异常生产工况，所述正常生产工况是指能源设备的能源产耗量基本稳定，不发生较大的变化的工作状态，异常生产工况是指能源设备的能源产耗量发生较大变化的工作状态。
所述步骤4后还包括如下步骤：
步骤5、通过Pyomo软件包建立多能流耦合优化调度模型，同时对该模型进行求解，得到使得经济运行成本最小化的最优解，以及在调度周期内与最优解对应的各种能源在各能源设备上的分配结果；所述Pyomo软件包是指Python优化建模工具(PythonOptimization Modeling Objects),其是一种基于Python的开源软件包，支持各种优化模型的计算和分析。
步骤6、将耦合优化结果上传到企业的能源调度服务器上，所述耦合优化结果用于指导企业能源管理人员依据其和多能源调度方案对能源系统进行调度。
所述步骤3具体包括如下步骤：
步骤301:根据每台能源设备的在线生产数据，也就是锅炉的燃料消耗量及产汽量和汽轮机的进汽量、抽汽量及发电量，同时以能源设备的能源消耗量和生产负荷实际数据为基础，通过简单的热力学计算得到能源设备的能源转换效率，计算公式表示为：
其中，γi,k表示在设备i上生产能源k的能源转换效率，Hk表示能源k的热值，Li,k表示在设备i上生产能源k的生产负荷，Pi,j表示供给给设备i的能源j，Hj表示能源j的热值；
步骤302:根据能源设备的能源转换效率和与之对应的实际生产负荷，通过二次曲线拟合的方法将能源转换设备的能源转换效率表征为二次函数，二次函数表示如下：
其中，ηi,k表示在设备i上生产能源k的能源转换效率，A0、A1和A2分别表示效率拟合公式中的常数项系数、一次项系数和二次项系数。
进一步地，所述步骤4中多能源耦合优化调控模型包括目标函数和约束条件，
其中，模型的目标函数表示为：
式中：EOC表示能源系统经济运行成本，
表示在t时刻流入系统的能源j,elec表示电力，T表示调度时间集，Cj表示能源j的价格，Dt表示在t时刻的电力购买价格；
模型的约束条件包括设备能源输入约束、设备能源输出约束、设备能源存储约束、设备能源变化约束、能源平衡约束、流入系统能源平衡约束、设备能源转换约束、相邻层间的能源约束、流出系统的能源平衡约束、能源需求约束，具体地，
设备能源输入约束如下：
其中，
表示在t时刻第n层流入设备i的能源j；
表示流入设备i的能源j的下限，
表示流入设备i的能源j的上限，
表示在t时刻第n层中流入设备i的能源j；
设备能源输出约束如下：
其中，
表示流出设备i的能源j的下限，
表示流出设备i的能源j上限；
设备能源存储约束如下：
其中，Gi,j,t表示在t时刻存储在设备i中的能源j,
和
分别表示在存储设备i中存储能源j的允许最大和最小容量；
设备能源变化约束如下：
其中，
表示在调度间隔内存储设备i中能源j的允许最大变化范围；
能源平衡约束如下：
其中，
表示在t时刻能源j的供应量，
表示在t时刻流入能源系统的能源j,Δt表示调度的时间间隔；
流入系统能源平衡约束如下：
其中，
表示在t时刻流入能源系统的能源j,
表示在t时刻第1层流入设备i的能源j；
设备能源转换约束如下：
ηi,k,t＝ηi,k (43)
ηi,k,t＝1 (44)
其中，公式(11)表示非虚拟能源设备的能源效率约束，公式(12)表示虚拟能源设备的能源效率约束，公式(13)
表示t时刻第n层流出设备i的能源k,
表示t时刻第n层流入设备i的能源j,ηi,j,k,t表示t时刻在设备i上产出能源k的效率，Hj表示能源j的热值，Hk表示能源k的热值；
相邻层间的能源约束如下：
流出系统的能源平衡约束如下：
其中，
表示t时刻流出能源系统的能源j，
表示在t时刻第N层(最后一层)流出设备i的能源j；
能源需求约束如下：
本发明综合考虑了钢铁企业不同工况下多能流的耦合优化调控问题，建立了基于多能源耦合优化的调控方法来解决本发明所提到的不同工况条件下的多能流调度问题；采用本发明提出的多能源动态耦合优化调控方法，可以有效地对能源系统内的多种能源设备和能源介质进行系统性建模，同时从能源系统的全局经济型优化角度给出了不同工况下各能源介质优化调度的技术方案，对于钢铁企业的具体实践具有明确的指导意义。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。
Claims (5)
1.一种多能流动态耦合优化调控方法，其特征在于，包括如下步骤：
步骤1、获取企业能源拓扑网络结构，以及多能流系统的能源产耗历史数据，确定可调度设备，获取可调度设备关键信息和调度参数，以及调度周期内的生产计划和检修计划；
步骤2、通过企业能源拓扑网络结构，在流经较少能源转换设备的能源流中插入虚拟设备，从而使得各能源流流经的能源转换设备数目一致，所述能源流是指流入能源系统的能源在转换为流出能源系统的能源的过程中在流经各能源转换设备时所形成的能源转换路径；
基于能源流流经的设备对能源系统进行分层；
步骤3、根据获取的多能源系统内能源设备的能耗情况，分别确定各能源设备输入、输出变量集，结合工艺模型，建立能源设备的效率特性方程；
步骤4：根据生产计划和检修计划，对未来调度周期内的生产工况进行分类，获取各工况下的能源设备能源产生量和能源消耗量的约束参数，同时考虑多能源系统在调度周期内的能源使用价格，能源需求以及能源设备约束，建立多能源耦合优化调度模型。
2.根据权利要求1所述的一种多能流动态耦合优化调控方法，其特征在于，所述生产工况表示能源设备在一定时间内的一种工作状态，其包括正常生产工况和异常生产工况，所述正常生产工况是指能源设备的能源产耗量基本稳定，不发生较大的变化的工作状态，异常生产工况是指能源设备的能源产耗量发生较大变化的工作状态。
3.根据权利要求1所述的一种多能流动态耦合优化调控方法，其特征在于，所述步骤4后还包括如下步骤：
步骤5、通过Pyomo软件包建立多能流耦合优化调度模型，同时对该模型进行求解，得到使得经济运行成本最小化的最优解，以及在调度周期内与最优解对应的各种能源在各能源设备上的分配结果；
步骤6、将耦合优化结果上传到企业的能源调度服务器上，所述耦合优化结果用于指导企业能源管理人员依据其和多能源调度方案对能源系统进行调度。
4.根据权利要求1所述的一种多能流动态耦合优化调控方法，其特征在于，所述步骤3具体包括如下步骤：
基于如下公式计算能源设备的能源转换效率：
其中，γi,k表示在设备i上生产能源k的能源转换效率，Hk表示能源k的热值，Li,k表示在设备i上生产能源k的生产负荷，Pi,j表示供给给设备i的能源j，Hj表示能源j的热值；
基于如下公式计算将能源转换设备的能源转换效率表征为二次函数：
其中，ηi,k表示在设备i上生产能源k的能源转换效率，A0、A1和A2分别表示效率拟合公式中的常数项系数、一次项系数和二次项系数。
5.根据权利要求4所述的一种多能流动态耦合优化调控方法，其特征在于，所述步骤4中多能源耦合优化调控模型包括目标函数和约束条件，
其中，模型的目标函数表示为：
式中：EOC表示能源系统经济运行成本，
表示在t时刻流入系统的能源j,elec表示电力，T表示调度时间集，Cj表示能源j的价格，Dt表示在t时刻的电力购买价格；
模型的约束条件包括设备能源输入约束、设备能源输出约束、设备能源存储约束、设备能源变化约束、能源平衡约束、流入系统能源平衡约束、设备能源转换约束、相邻层间的能源约束、流出系统的能源平衡约束、能源需求约束，具体地，
设备能源输入约束如下：
其中，
表示在t时刻第n层流入设备i的能源j；
表示流入设备i的能源j的下限，
表示流入设备i的能源j的上限，
表示在t时刻第n层中流入设备i的能源j；
设备能源输出约束如下：
其中，
表示流出设备i的能源j的下限，
表示流出设备i的能源j上限；
设备能源存储约束如下：
其中，Gi,j,t表示在t时刻存储在设备i中的能源j,
和
分别表示在存储设备i中存储能源j的允许最大和最小容量；
设备能源变化约束如下：
其中，
表示在调度间隔内存储设备i中能源j的允许最大变化范围；
能源平衡约束如下：
其中，
表示在t时刻能源j的供应量，
表示在t时刻流入能源系统的能源j,Δt表示调度的时间间隔；
流入系统能源平衡约束如下：
其中，
表示在t时刻流入能源系统的能源j,
表示在t时刻第1层流入设备i的能源j；
设备能源转换约束如下：
ηi,k,t＝ηi,k (11)
ηi,k,t＝1 (12)
其中，公式(11)表示非虚拟能源设备的能源效率约束，公式(12)表示虚拟能源设备的能源效率约束，公式(13)
表示t时刻第n层流出设备i的能源k,
表示t时刻第n层流入设备i的能源j,ηi,j,k,t表示t时刻在设备i上产出能源k的效率，Hj表示能源j的热值，Hk表示能源k的热值；
相邻层间的能源约束如下：
流出系统的能源平衡约束如下：
其中，
表示t时刻流出能源系统的能源j，
表示在t时刻第N层(最后一层)流出设备i的能源j；
能源需求约束如下：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110468885.8A CN113128894B (zh) | 2021-04-28 | 2021-04-28 | 一种多能流动态耦合优化调控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110468885.8A CN113128894B (zh) | 2021-04-28 | 2021-04-28 | 一种多能流动态耦合优化调控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113128894A true CN113128894A (zh) | 2021-07-16 |
| CN113128894B CN113128894B (zh) | 2023-10-31 |
Family
ID=76780923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110468885.8A Active CN113128894B (zh) | 2021-04-28 | 2021-04-28 | 一种多能流动态耦合优化调控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113128894B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106773704A (zh) * | 2017-01-04 | 2017-05-31 | 中国科学院过程工程研究所 | 多系统联合优化调度方法及装置 |
| CN106991539A (zh) * | 2017-04-11 | 2017-07-28 | 中国科学院过程工程研究所 | 一种能源系统优化调度方法及装置 |
| CN107169599A (zh) * | 2017-05-12 | 2017-09-15 | 东北大学 | 一种基于钢铁企业能源系统的多目标优化调度方法 |
| CN108490904A (zh) * | 2018-05-10 | 2018-09-04 | 东北大学 | 一种基于设备多工况运行的能源系统优化调度方法 |
| CN108594658A (zh) * | 2018-04-24 | 2018-09-28 | 长沙理工大学 | 一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法 |
| CN110910047A (zh) * | 2019-12-07 | 2020-03-24 | 国家电网有限公司 | 一种电热耦合微能源站随机调度优化方法 |
-
2021
- 2021-04-28 CN CN202110468885.8A patent/CN113128894B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106773704A (zh) * | 2017-01-04 | 2017-05-31 | 中国科学院过程工程研究所 | 多系统联合优化调度方法及装置 |
| CN106991539A (zh) * | 2017-04-11 | 2017-07-28 | 中国科学院过程工程研究所 | 一种能源系统优化调度方法及装置 |
| CN107169599A (zh) * | 2017-05-12 | 2017-09-15 | 东北大学 | 一种基于钢铁企业能源系统的多目标优化调度方法 |
| CN108594658A (zh) * | 2018-04-24 | 2018-09-28 | 长沙理工大学 | 一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法 |
| CN108490904A (zh) * | 2018-05-10 | 2018-09-04 | 东北大学 | 一种基于设备多工况运行的能源系统优化调度方法 |
| CN110910047A (zh) * | 2019-12-07 | 2020-03-24 | 国家电网有限公司 | 一种电热耦合微能源站随机调度优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙彦广;梁青艳;李文兵;贾天云;: "基于能量流网络仿真的钢铁工业多能源介质优化调配", 自动化学报, no. 06, pages 193 - 207 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113128894B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108490904B (zh) | 一种基于设备多工况运行的能源系统优化调度方法 | |
| CN108173282B (zh) | 一种考虑电转气运行成本综合能源系统优化调度方法 | |
| US9335748B2 (en) | Energy management system | |
| CN110163443B (zh) | 考虑电-气综合需求响应的天然气调压站微能网优化调度方法 | |
| CN101917024A (zh) | 安全约束调度中通用性成本空间的生成方法 | |
| CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
| CN100414171C (zh) | 基于电网节能和减少so2排放的发电机组集中控制方法 | |
| CN107276122A (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
| CN104573875A (zh) | 一种低碳化的电源电网优化规划的方法 | |
| CN104318321A (zh) | 一种钢铁企业多能源介质集成调度优化方法 | |
| CN112990523A (zh) | 基于多目标模型预测控制的区域综合能源系统分层优化运行方法 | |
| Yu et al. | An improved combined heat and power economic dispatch model for natural gas combined cycle power plants | |
| CN110232583A (zh) | 一种考虑碳排放权的电力市场边际价格规划方法 | |
| CN110867907B (zh) | 一种基于多类型发电资源同质化的电力系统调度方法 | |
| Werner et al. | Technical, economical and regulatory aspects of Virtual Power Plants | |
| Han et al. | Multi-stage distributionally robust optimization for hybrid energy storage in regional integrated energy system considering robustness and nonanticipativity | |
| CN111126675A (zh) | 多能互补微网系统优化方法 | |
| CN117040027B (zh) | 一种农村虚拟电厂的协调优化方法和装置 | |
| Samani et al. | An optimal operation strategy for collaborative flexibility provision of a carbon capture and utilization process with wind energy | |
| CN110377973B (zh) | 一种标准线性化综合能源系统模型的构建方法 | |
| CN113128894B (zh) | 一种多能流动态耦合优化调控方法 | |
| CN115758763A (zh) | 一种计及源荷不确定性的多能流系统优化配置方法及系统 | |
| CN115169130A (zh) | 适用于火电厂自主优化运行的实时优化调度方法及其系统 | |
| CN105529747B (zh) | 一种合理化均匀再分配电网分区风电接纳功率的建模方法 | |
| Al-Roomi et al. | Estimated economic load dispatch based on real operation logbook |
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 |